Ditulis oleh:

Saiz populasi penjenayah merangkumi dua kategori iaitu penjenayah yang pernah ditangkap sekurang-kurangnya sekali dan penjenayah yang belum ditangkap lagi. Data berkenaan penjenayah yang belum pernah ditangkap tidak wujud dan perlu diketahui melalui kaedah dan taburan statistik. Pengetahuan berkenaan saiz populasi penjenayah bagi jenayah tertentu amat penting kerana dapat mengenal pasti bilangan penjenayah yang belum ditangkap lagi. Bukan itu sahaja, operasi penangkapan secara besar-besaran boleh dijalankan oleh pihak berkuasa dengan sasaran untuk menangkap penjenayah yang belum ditangkap lagi. Melalui operasi-operasi sebegini berserta hasilnya, dasar keadilan penjenayah dapat dibangunkan atau dipinda mengikut kesesuaian.

Persoalan utama di sini ialah bagaimana untuk mengetahui saiz populasi penjenayah? Jawapannya adalah melalui kaedah penganggaran berdasarkan kerangka tangkap-ditangkap semula, yang digunakan dalam bidang ekologi dan biostatistik. Asalnya, dalam kerangka tangkap-ditangkap semula, suatu spesies akan ditangkap, ditanda, dilepaskan dan ditangkap semula selepas suatu tempoh. Dalam bidang kriminologi pula, penjenayah akan ditangkap, ditanda melalui pencatatan, dilepaskan selepas menjalani hukuman dan ditangkap semula jika melakukan jenayah balik.

Berbalik kepada definisi saiz populasi penjenayah, saiz populasi penjenayah boleh dirumuskan sebagai N=n0+n

N: Saiz populasi penjenayah

n0: bilangan penjenayah yang belum ditangkap lagi

n: bilangan penjenayah yang pernah ditangkap

Sebelum menganggar saiz populasi penjenayah, N, terdapat beberapa isu yang perlu dipertimbangkan iaitu kebanyakan penjenayah mempunyai keinginan dan/atau keupayaan untuk tidak ditangkap semula. Hal ini bermakna penjenayah yang pernah ditangkap buat kali pertama sebelum ini sama ada insaf dan berhenti daripada melakukan kesalahan atau menjadi licik dan mengelakkan diri daripada ditangkap semula. Hal ini akan menyebabkan rekod data tangkapan penjenayah hanya sekali menjadi sangat tinggi, yang menyumbang kepada variasi (keheterogenan) dalam data. Pencemaran data semasa proses pengutipan data serta perkeranian juga boleh menyumbang kepada variasi yang tinggi dalam data. Kegagalan dalam membuktikan suatu penjenayah itu melanggar undang-undang tertentu dan terlibat dalam aktiviti jenayah juga boleh menjadi faktor penyumbang kepada variasi dalam rekod data jenayah.

Oleh yang demikian, variasi-variasi ini perlu dipertimbangkan sebelum penganggaran saiz populasi dilakukan. Maka beberapa andaian perlu dilakukan terlebih dahulu iaitu: 

• Kadar tangkapan penjenayah bergantung kepada penangkapan terdahulu (kelonggaran dalam andaian proses Poisson).

• Populasi penjenayah bersifat terbuka. Penjenayah baru boleh ‘masuk’ ke dalam populasi penjenayah dengan menjadi penjenayah buat kali pertama dan penjenayah lama boleh ‘keluar’ dari populasi penjenayah kerana dipenjarakan. 

Sebagai contoh, pertimbangkan kes jenayah memandu dalam keadaan mabuk (driving under influence, DUI). Selepas pemandu ini ditangkap sekali, pemandu ini boleh insaf dan tidak memandu dalam keadaan mabuk lagi (andaian pertama). Jika pemandu ini dipenjarakan, pemandu ini ter’keluar’ dari populasi penjenayah (andaian kedua). Jadi, andaian-andaian yang dinyatakan di atas adalah penting sebelum penganggaran saiz populasi dijalankan.

Berbalik kepada rumus N=n0+n, data berkenaan bilangan penjenayah yang pernah ditangkap sekurang-kurangnya sekali, n boleh didapati dalam rekod polis. Data ini yang perlu dimodelkan menggunakan taburan statistik. Taburan statistik yang dipilih mestilah boleh menerangkan variasi-variasi dalam rekod data jenayah khususnya data tangkapan penjenayah sekali yang tinggi. Antara taburan yang boleh menerangkan data sebegini ialah taburan satu-terinflasi Poisson positif, taburan satu-terinflasi Poisson Lindley positif, taburan satu-terinflasi geometrik, taburan satu-terinflasi sifar-terpangkas binomial negatif dan taburan satu-terinflasi campuran Poisson positif. Taburan-taburan ini terhasil selepas memangkas taburan asal pada nilai sifar dan perkenalkan parameter inflasi dalam taburan.

Dengan menggunakan mana-mana taburan di atas, parameter taburan akan dianggar dan digunakan dalam menganggar bilangan penjenayah yang belum pernah ditangkap lagi, n0. Dengan adanya anggaran bagi nilai n0, saiz populasi penjenayah boleh dianggarkan dengan menambahkan nilai anggaran bagi n0 dan data sedia ada berkenaan bilangan penjenayah yang pernah ditangkap sekurang-kurangnya sekali, n. Penganggaran menggunakan kaedah ini dibangunkan oleh dua orang pakar statistik iaitu Daniel G. Horvitz dan Donovan J. Thompson pada tahun 1974. Penganggar yang terhasil sering disebut sebagai penganggar Horvitz-Thompson sempena kedua-dua pakar statistik tersebut.

Perlu diingatkan di sini bahawa nilai anggaran saiz populasi penjenayah, N akan berubah kerana iabergantung kepada nilai anggaran bagi n0. Taburan berbeza yang digunakan akan menghasilkan nilai anggaran bagi n0 yang berbeza. Justeru, memberikan nilai anggaran bagi saiz populasi penjenayah, N yang berbeza.

Kesimpulannya, pengetahuan mengenai saiz populasi penjenayah adalah penting khususnya kepada pihak berkuasa kerana bilangan penjenayah yang belum ditangkap lagi boleh dikenal pasti. Dengan mengetahui bilangan penjenayah yang belum ditangkap lagi, pihak berkuasa dapat memperuntukkan sumber yang mencukupi apabila operasi penangkapan dilakukan nanti.