De economie van criminaliteit toegepast op oneerlijk studiegedrag

Transcriptie

1 UNIVERSITEIT ANTWERPEN Academiejaar FACULTEIT TOEGEPASSTE ECONOMISCHE WETENSCHAPPEN De ecnmie van criminaliteit tegepast p neerlijk studiegedrag LIES PEETERS Masterpref vrgedragen tt het bekmen van de graad van: Master in de Tegepaste Ecnmische Wetenschappen Ecnmisch Beleid Prmtr: Prf. dr. Walter Nnneman

2 Vrwrd Ik wil enkele persnen bedanken vr hun begeleiding, advies en steun bij de ttstandkming van mijn thesis. Eerst en vral wil ik mijn prmtr, Walter Nnneman, bedanken vr mij de kans te geven m dit nderwerp te nderzeken. Alsk wil ik hem bedanken vr de ndige begeleiding en nuttige pmerkingen die hij heeft gegeven het afgelpen academiejaar. Graag wil ik k ng alle studenten bedanken die de enquête ingevuld hebben zdat ik vldende respndenten had m dit nderwerp zrgvuldig te analyseren. En tensltte wil ik mijn familie en vrienden bedanken vr hun steun, niet enkel vr deze thesis, maar vr hun steun gedurende deze hele pleiding. Vlgend jaar, na mijn master ecnmisch beleid, ga ik de master na master lerarenpleiding vlgen. Als leraar is het altijd leuk m te weten he fraudegedrag bij studenten kan verminderd wrden. Daarm is het interessant m dit neerlijke studiegedrag van leerlingen te nderzeken, en te zien f dit wrdt beïnvled dr de straf die ze zuden krijgen f dr de kans dat ze gepakt zullen wrden. Met de resultaten van deze analyse hp ik later ng heel veel te kunnen verwezenlijken. i

3 Inhudspgave Vrwrd... i Lijst van tabellen... iv Inleiding De ecnmie van criminaliteit Definitie van criminaliteit Mdel van criminaliteit Academisch wangedrag Enquête Vragenlijst enquête Methde Gegevens Variabelen Afhankelijke variabele Onafhankelijke variabelen Ecnmetrische analyse Ecnmetrisch mdel Hypthesen Resultaten Mdel per academisch wangedrag De rbuustheid van de variabelen Belangrijke en nbelangrijke variabelen vr alle vrmen van fraude Specifieke variabelen vr bepaalde vrmen van fraude Vergelijking van de variabelen pakkans en straf Verdieping van de variabele studiejaar Afschrijven Spiekbriefjes Verdieping van de variabele wangedrag Huiswerkfraude Nepbibligrafie Besluit Bibligrafie Bijlagen ii

4 Bijlage 1: Enquête academisch wangedrag Bijlage 2: Berekening van de z-statistieken vr de achtergrndvariabelen Bijlage 3: Frequentieverdeling van de variabele pakkans Bijlage 4: Frequentieverdeling van de variabele straf Bijlage 5: Rbuustheid van de variabelen Bijlage 6: Berekening van de test-statistieken vr de Chw test (studiejaar) Bijlage 7: Berekening van de test-statistieken vr de Chw test (wangedrag) iii

5 Lijst van tabellen Tabel 1: De zeven academische wangedragingen... 7 Tabel 2: Verschillen in achtergrndvariabelen... 9 Tabel 3: Gegevens enquête Tabel 4: Gegevens vr de variabele al gedaan Tabel 5: Definities vr de demgrafische nafhankelijke variabelen Tabel 6: Frequentieverdeling en gemiddelden van de demgrafische nafhankelijke variabelen Tabel 7: Definities vr de specifieke nafhankelijke variabelen Tabel 8: De gemiddelde waarden vr de nafhankelijke variabelen Tabel 9: Mdel per academisch wangedrag Tabel 10: F-statistieken vr de Chw test vr de variabele studiejaar Tabel 11: Vergelijking van de twee subgrepen van de variabele studiejaar (vr afschrijven en spiekbriefjes) Tabel 12: F-statistieken vr de Chw test vr de variabele wangedrag Tabel 13: Vergelijking van de twee subgrepen van de variabele wangedrag (vr huiswerkfraude en nepbibligrafie) Tabel 14: Aantnen van de rbuustheid van de variabelen iv

6 Inleiding Spieken, nrmaal gezien mag het niet, maar tch kunnen we bserveren dat het regelmatig gebeurt. De ene persn zal het al wat vaker den dan de andere persn en de vraag is wat dit spiekgedrag dan bepaalt. Is dit enkel afhankelijk van de ethische f psychlgische ingesteldheid van een persn? Of wrdt dit k bepaald dr de mstandigheden waarin een tets f een examen wrdt afgenmen? Of spelen de kans m gepakt te wrden en de hgte van de straf k een rl? Dit nderzeksrapprt behandelt vlgende nderzeksvraag: klpt het paradigma gekend nder ecnmics f crime dat het waargenmen academisch bedrg (spieken en andere vrmen) verklaart als het resultaat van een ratinele afweging van de vr- en nadelen ervan? Meer in het bijznder, wrdt de neiging tt wangedrag beïnvled dr de pakkans van het wangedrag en de straf p academisch wangedrag? Die nderzeksvraag wrdt nderzcht aan de hand van een enquête bij studenten van de Universiteit Antwerpen (Tegepaste Ecnmische Wetenschappen). Deze survey en de bijbehrende analyse is pgezet naar analgie van een nderzek van Bisping, T.O., Patrn H. en Rskelley, K. dat in 2008 werd uitgeverd: Mdelling Academic Dishnesty: The Rle f Student Perceptins and Miscnduct Type. (Bisping, Patrn en Rskelley, 2008) Het eerste deel geeft eerst een definitie van criminaliteit en legt het mdel van criminaliteit uit zals het werd pgesteld dr G.S. Becker. Dit nderdeel gaat ver criminaliteit in zijn geheel, ver alle vrmen die criminaliteit bevat. Het vlgende nderdeel van dit deel schakelt ver p het academisch wangedrag dat een nderdeel vrmt van criminaliteit, en dat verder behandeld wrdt in deze thesis. Het tweede deel behandelt de enquête waarnder de vragenlijst, de methde, de gegevens en de variabelen gebruikt in het nderzek. Het vlgende deel gebruikt het mdel van G.S. Becker m een ecnmetrisch mdel p te stellen. Dit mdel zal vr elk academisch wangedrag gebruikt wrden m de nderzeksvraag te beantwrden. Het behandelt k de 1

7 hypthesen pgesteld vr de te nderzeken mdellen van academisch wangedrag. In het eerste subdeel van het vierde deel wrdt er vr elk type academisch wangedrag een ecnmetrisch mdel gemaakt. In de vlgende twee subdelen verdiept de thesis zich in twee variabelen, namelijk studiejaar en wangedrag. Het laatste deel van de paper geeft de algemene cnclusie en wrden er enkele aanbevelingen gegeven vr schlen m de waarschijnlijkheid p wangedrag te verminderen. 2

8 1. De ecnmie van criminaliteit 1.1. Definitie van criminaliteit Criminaliteit is alles wat tegen de wet is. Wanneer de regels die legitiem dr de verheid bepaald zijn wrden verbrken, is dit een misdrijf f een misdaad. Een ecnmist is geïnteresseerd in de ksten en baten van criminaliteit. Als de samenleving een bepaalde actie als criminaliteit beschuwt, wil dit vr ecnmisten zeggen dat zulke actie vanuit het gpunt van de samenleving nett ksten met zich meebrengt. (Rgers, 1973, blz.5-7) 1.2. Mdel van criminaliteit Sinds het belangrijk werk ver crimineel gedrag van G.S. Becker (Becker, 1968) gebruiken ecnmisten k zijn methde van ratineel keuzegedrag m na te denken ver crimineel gedrag. Daarbij wrdt een criminele activiteit niet gezien als irratineel gedrag; wat meestal werd geasscieerd met de geestelijke en sciale status van de crimineel. Een crimineel wrdt geacht ratineel te handelen met betrekking tt de ksten en baten van zijn actie m z zijn nut te maximaliseren. Het aanbd van criminele daden is een functie van deze verwachte ksten en baten m die criminele actie te plegen, de crimineel maakt een afweging tussen de te verwachten pbrengst van zijn criminele daad en de gemiddeld te verwachten kst. He grter de verwachte pbrengst van het plegen van criminele daden, he grter de verwachte frequentie van die daden. He hger de verwachte ksten, he kleiner de verwachte frequentie van criminele daden. (Bunn, Caudill and Grpper, 1992, blz.198) Maar wat beïnvled deze ksten en baten vanuit het standpunt van een crimineel. De verwachte ksten wrden bepaald dr de kans m gevat te wrden en de strafmaat die daarna pgelegd zal wrden. Mensen streven ernaar hun nut te maximaliseren waardr niemand staat te springen m 3

9 gepakt te wrden en m daarvr een straf te krijgen. (Bunn, Caudill and Grpper, 1992, blz.198) Het aantal vertredingen dat gepleegd zal wrden tijdens een bepaalde peride is dus een functie van de waarschijnlijkheid m gevat te wrden per vertreding, de straf per vertreding en een variabele die alle andere invleden vrstelt. Het beschikbaar inkmen vr een crimineel in andere legale f illegale activiteiten, de frequentie van lastige arrestaties en de bereidheid m een criminele activiteit te plegen zijn enkele vrbeelden van die laatste variabele die het aantal vertredingen beïnvledt. (Becker, 1968, blz.176) Als de kans p een verrdeling f een straf teneemt, zal dit zrgen vr een afname (een aanzienlijke f een verwaarlsbare afname) van het aantal vertredingen die de vertreder zal plegen. Een persn pleegt een vertreding als het verwachte nut vr hem grter is dan het nut dat hij zu krijgen dr zijn tijd en andere hulpmiddelen vr andere activiteiten te gebruiken. Dus smmige persnen wrden criminelen, maar dat kmt niet zzeer drdat hun mtivatie verschilt van die van andere persnen, maar mdat hun pbrengsten en ksten verschillen. (Becker, 1968, blz ) Het vlgende geldt: he hger de pakkans en/f he hger de straf, he grter de kans dat de crimineel van zijn daad afziet. Deze pakkans varieert natuurlijk van persn tt persn. Bvendien is het k niet zeker dat criminelen hun pakkans en strafmaat crrect inschatten. De therie gaat ervan uit dat een vergrting van strafmaat en strafkans de criminaliteit verlaagt. Enerzijds, indien de verwachte straf hger is dan de verwachte pbrengst, zal er weinig criminaliteit zijn. Anderzijds, indien de verwachte straf lager is dan de verwachte pbrengst, zal er veel criminaliteit zijn. (Bunn, Caudill and Grpper, 1992, blz.198) De vlgende stellingen wie wrden tegepast p academische fraude zal ik trachten te nderzeken met een enquête bij universiteitsstudenten: Hgere kansen m gevat te wrden, wat leidt tt hgere kansen p een verrdeling, en strengere sancties hebben een verwacht afschrikkend effect p criminaliteit. 4

10 De ratinele crimineel weegt de verwachte ksten en de verwachte baten van deze criminele activiteit af. (Bunn, Caudill and Grpper, 1992, blz ) 1.3. Academisch wangedrag Vanaf dit deel wrdt er vergestapt p het academisch wangedrag dat een nderdeel is van criminaliteit in zijn geheel. Het mdel van criminaliteit van G.S. Becker (Becker, 1968) zal p dit type wrden tegepast. Oneerlijk studiegedrag is naanvaardbaar mdat het externe ksten meebrengt en p die manier maatschappelijke schade verrzaakt. Dr het verwerven van een academische kwalificatie p een neerlijke manier kan men in cncurrentie kmen met anderen die deze kwalificatie wel p een eerlijke manier hebben verwrven. Hierdr zullen de tewerkstellings- en lnkansen van anderen wrden geschaad. Dit is een extern effect van neerlijk studiegedrag en dus een kst die dr dit neerlijk gedrag wrdt pgelegd aan derden. Op neerlijke wijze een academische kwalificatie verwerven misleidt bvendien k ptentiële werkgevers. Die werkgevers verwachten een zekere prductiviteit van iemand met een academische kwalificatie die vereenkmt met een eerlijke evaluatie van de studie-inspanning en het pgebuwd menselijk kapitaal. Oneerlijke academische praktijken camufleren nvldende prductiviteit en dit prductiviteitsverlies is een externe kst die dr werkgevers wrdt gedragen. Externe ksten kunnen wrden vermeden dr de praktijk te beperken f dr de (verwachte) kst van de deze praktijk te verhgen. (Brjas, 2010, blz. 262) Oneerlijke praktijken kunnen dus beperkt wrden via de pakkans en aangepaste straffen. Fraude dr studenten in de academische wereld is het bedrg bij het afleggen van examens en alle andere nregelmatigheden die de uitslag van een examen kunnen beïnvleden. Als fraude wrdt k beschuwd: het in het bezit zijn p een examen van middelen waarmee fraude gepleegd kan wrden (bijvrbeeld GSM f ipd). Plagiaat is een vrm van fraude die in de academische wereld 5

11 grte sancties met zich meebrengt. Het letterlijk vernemen van een tekst f van een structuur zals een tekst, tabellen f data znder brnvermelding wrdt beschuwd als plagiaat. Alsk het parafraserend vernemen van een deel van de inhud van een tekst (bijvrbeeld de redenering f de argumentatie) znder brnvermelding. Een laatste vrm van plagiaat is het dr andere laten schrijven van een deel van de tekst en dit als het juwe vr te leggen. (UA, , blz.17-18) De meeste academische instellingen hebben een bevegd rgaan dat gevallen van fraude vaststelt en aangepaste sancties kan uitspreken. Z heeft de Universiteit Antwerpen, bijvrbeeld, een fraudecmmissie die aangepaste sancties kan pleggen. Eén van de sancties is dat de student een nul krijgt vr het betrkken pleidingsnderdeel f het betrkken deel van het pleidingsnderdeel. Een andere sanctie is dat de student niet meer mag deelnemen aan de examens van de betrkken zittijd zdat het in die zittijd geen creditbewijzen kan ntvangen. Een strengere sanctie is dat de student aan geen enkele examenzittijd van het lpende academiejaar ng mag deelnemen en het dus geen creditbewijzen kan halen in het lpende academiejaar. (UA, , blz.17-18) Waarm zuden studenten academisch wangedrag plegen? Simkin en McLed (2010) nderzchten enkele mgelijkheden. Een eerste mgelijke verklaring is dat de studenten gewn de gelegenheid hebben m het te den. Een tweede mgelijkheid is de wens m te slagen. Sms willen studenten echt slagen vr een examen, maar zien ze gewn de mgelijkheid niet m te slagen znder wangedrag te plegen. Een derde mgelijke verklaring is de kleine f nietbestaande kans p straffen dat dcenten pleggen vr mgelijke vertredingen. Er kan pas een straf pgelegd wrden indien de dcent een student academisch wangedrag ziet plegen en wanneer hij dat daarna kan bewijzen. Zij besluiten dat de wens m te slagen de belangrijkste reden is waarm studenten academisch wangedrag plegen. (Simkin en McLed, 2010, blz. 443, 450) 6

12 2. Enquête 2.1. Vragenlijst enquête Dit nderzek is pgezet naar analgie met het nderzek van Bisping et. al ((Bisping, Patrn en Rskelley, 2008). Zij analyseerden 31 vrmen van academisch wangedrag in hun nderzek. In mijn nderzek heb ik m praktische redenen niet al deze vrmen van academisch wangedrag pgenmen. Mijn nderzek beperkt zich tt 7 vrmen van academisch wangedrag. Dr het aantal vrmen te beperken, wrdt k de tijdsduur m de enquête in te vullen sterk teruggebracht, wat de kans p antwrden dan weer vergrt. Tabel 1 geeft de 7 academische wangedragingen weer die geselecteerd zijn in mijn analyse. Tabel 1: De zeven academische wangedragingen 1. Overschrijven van iemand anders tijdens een test f een examen Afschrijven 2. Spiekbriefjes gebruiken tijdens een test f examen Spiekbriefjes 3. Iemand anders je huiswerk laten maken, maar het als het juwe afgeven Huiswerkfraude 4. Wrd vr wrd kpiëren van een bepaalde brn, znder het bij de bibligrafie te zetten Plagiaat 5. In grep werken vr een taak die je nrmaal individueel zu meten maken Grepswerk 6. Een test f examen in de plaats van een andere student maken Vervanger 7. Ongelezen brnnen in de bibligrafie van je paper f werkstuk zetten Nepbibligrafie De tweede klm van tabel 1 geeft de verkrte beschrijvingen van de zeven vrmen van fraude weer die verder met deze termen zullen aangeduid wrden: 1: afschrijven, 2: spiekbriefjes, 3: huiswerkfraude, 4: plagiaat, 5: grepswerk, 6: vervanger en 7: nepbibligrafie. 7

13 2.2. Methde Een enquête (zie bijlage 1) werd via webmail drgestuurd naar alle studenten van de faculteit Tegepaste Ecnmische Wetenschappen (TEW) van de universiteit Antwerpen. Deze enquête bevat 3 delen: Het eerste deel van de enquête (vraag één tt vijf) behandelt enkele vragen in verband met de sci-demgrafische achtergrnd van de studenten. Studenten wrden bevraagd ver hun geslacht, studiejaar en leeftijd. Ok wrdt de vraag gesteld f minstens één van de uders hger nderwijs gevlgd heeft f niet. En als laatste werd hun gevraagd f ze van zichzelf vinden dat ze eerder gede f eerder slechte studenten zijn. In het tweede deel (vraag zes en zeven) wrden de studenten gevraagd naar hun hudingen ten aanzien van de academische wangedragingen en naar hun persnlijke praktijken. Vraag zes peilt naar de hudingen van de verschillende studenten ten aanzien van de verschillende vrmen van academisch wangedrag. Tegelijk nderzekt vraag zeven f de studenten één van deze vrmen it al eens gepleegd hebben f niet. In het laatste deel van de enquête (vraag acht tt 10) wrden de studenten bevraagd ver de factren die mgelijk een invled kunnen hebben p de frequentie van hun wangedragingen. Drie factren wrden geanalyseerd, eerst de pakkans, daarna de straf die ze zuden kunnen krijgen en als laatste hun inschatting in verband met het vrkmen van een bepaald srt academisch wangedrag bij medestudenten. Met deze data wrdt de vernderstelling van Becker dat criminaliteit kan verminderd wrden dr de waarschijnlijkheid p een verrdeling te vergrten en dr de straffen hiervr strenger te maken nderzcht. Het pzet van mijn nderzek bestaat er in m na te gaan wat de determinanten zijn die de kans tt het vergaan tt een neerlijke academische praktijk beïnvleden. 8

14 2.3. Gegevens In ttaal hebben 236 studenten de enquête pgestart. Uiteindelijk hebben 165 van deze studenten de vlledige enquête ingevuld (respndenten). In tabel 2 wrdt nagegaan f de kenmerken van de respndenten verschillen met de grep die de enquête heeft pgestart. Tabel 2: Verschillen in achtergrndvariabelen Ttale aantal studenten die de enquête startten 236 gestarte enquêtes De respndenten 165 ingevulde enquêtes z- statistiek Gemiddelde Variantie Gemiddelde Variantie Geslacht 0,53 0,50² 0,58 0,50² -0,87 Ouders 0,75 0,43² 0,74 0,44² 0,32 Grep 3,50 0,79² 3,46 0,74² 0,54 Leeftijd 20,66 2,18² 20,55 2,24² 0,48 Studiejaar 2,96 1,40² 2,88 1,40² 0,07 In tabel 2 (klm 2 tt 5) staan de gemiddelden en de varianties vr de scidemgrafische variabelen geslacht, uders, grep, leeftijd en studiejaar vr de twee grepen. Op zicht kan er gezegd wrden dat de verschillen heel klein zijn, maar tch wrdt er hier getest f deze verschillen niet significant zijn tussen de twee grepen. Gebruik makende van de standaard nrmale verdeling wrdt er dus getest f er een verschil is in de gemiddelden van de achtergrndvariabelen van de respndenten en van de achtergrndvariabelen van de studenten die de enquête gestart zijn 1. 1 De gebruikte statistiek is de z-test statistiek (Gs en Van Rmpay, 2008, blz. 304): = + Met = steekprefgemiddelde, s² = variantie van de steekpref en n = grtte van de steekpref De nulhypthese is steeds: H 0 : = ; er is geen verschil tussen de gemiddelden van de twee grepen terwijl de alternatieve hypthese: H 1 : wel stelt dat er een verschil is. Dit wrdt apart getest vr elke sci-demgrafische factr. 9

15 Zie bijlage 2 vr de berekening van de verschillende z-statistieken. z=1,96 is de kritische waarde m de nulhypthese te verwerpen met significantie 5%. Indien de berekende z-statistiek kleiner is dan 1,96 wrdt de nulhypthese (er is geen verschil tussen de twee grepen) aanvaard. In alle andere gevallen (indien de z-statistiek grter f gelijk is aan 1,96) wrdt de nulhypthese verwrpen en de alternatieve hypthese (er is een verschil tussen de twee grepen) aanvaard. Uit klm 6 van tabel 2 (blz. 9) blijkt dat vr geen enkele sci-demgrafische variabele het verschil te grt is m te kunnen zeggen dat de gemiddelden van elkaar verschillen (alle z-waarden zijn kleiner dan 1,96). Dus we cncluderen hieruit dat de respndenten geen selecte grep zijn in vergelijking met de studenten die de enquête vreger gestpt zijn. Daarm vernderstel ik dat een aantal studenten de enquête gewn te veel werk vnden en dat ze deze daarm niet vlledig hebben ingevuld. Een andere mgelijke verklaring is dat studenten wantruwen hadden dat deze enquête tch niet anniem zu blijven en een eventuele bekentenis tt neerlijk gedrag zu kunnen wrden gekppeld aan de identiteit van de student. Tensltte zu het k kunnen dat de cnfrntatie met eigen neerlijk gedrag vr smmigen psychlgisch meilijk viel. In tabel 3 (blz. 11) zijn de antwrden van de studenten p vraag 6 en 7 samengevat. Hierin staat het aantal studenten en het percentage van de studenten die zich it al eens hebben bezig gehuden met de verschillende academische wangedragingen. En, vr diegene die al eens een bepaald srt wangedrag gepleegd hebben, hun huding ten aanzien van deze srt wangedrag. 10

16 Tabel 3: Gegevens enquête Ttaal aantal studenten = 165 Afschrijven Spiekbriefjes Huiswerkfraude Plagiaat Grepswerk Vervanger Nepbibligrafie Het aantal studenten die dit srt wangedrag al it gedaan heeft (percentage ten pzichte van het ttaal aantal studenten) 62 (37,58%) 28 (16,97%) 29 (17,58%) 21 (12,73%) 132 (80,00%) 4 (2,42%) 61 (36,97%) Het aantal studenten die dit srt wangedrag al it gedaan heeft wetende dat het fut is (percentage ten pzichte van het ttaal aantal studenten) 53 (32,12%) 24 (14,55%) 13 (7,88%) 17 (10,30%) 10 (6,06%) 4 (2,42%) 17 (10,30%) Het grtste percentage studenten zien we bij grepswerk. 80 prcent van de gebserveerde studenten heeft it al eens in grep gewerkt vr een taak die nrmaal individueel gemaakt mest wrden. Het laagste percentage studenten is te zien bij vervanger, maar 4 persnen (2,42%) heeft it al eens een test f een examen in de plaats van een andere student gemaakt. Verder is er k een grt verschil te zien tussen het percentage studenten die it al eens een bepaald type academisch wangedrag gedaan heeft en het percentage studenten die dat type academisch wangedrag gedaan heeft terwijl ze weten dat het naanvaardbaar is 2. Z is te zien dat 80 prcent van de studenten it al eens in grep heeft gewerkt vr een individuele taak terwijl maar ngeveer 6 prcent van deze studenten dit gedaan heeft wetende dat dit 2 Uitleg ver de berekening: Het percentage studenten die it al eens een bepaald type academisch wangedrag gedaan hebben: ( al gedaan =1) Het percentage studenten die dat type academisch wangedrag gedaan hebben terwijl ze weten dat het naanvaardbaar is: ( al gedaan =1) en ( wangedrag =1) 11

17 daadwerkelijk naanvaardbaar is. Terwijl de 4 persnen die it al eens een test f een examen in de plaats van een andere student gemaakt hebben k alle 4 weten dat dit naanvaardbaar is. Deze resultaten wijzen p de mgelijkheid dat het denkbeeld ver een bepaald academisch wangedrag een invled heeft p de deelname van de studenten aan dit academisch wangedrag. De kans m een misdrijf te begaan, hier m academische wangedrag te plegen, is afhankelijk van de pvatting f een bepaalde wandaad al dan niet wrdt gezien als misdrijf Variabelen Afhankelijke variabele De variabele al gedaan is een binaire variabele die de waarde nul heeft indien de student dit academisch wangedrag ng niet gedaan heeft en één indien de student dit academisch wangedrag wel al gedaan heeft. Tabel 4: Gegevens vr de variabele al gedaan Afschrijven Spiekbriefjes Huiswerkfraude Plagiaat Grepswerk Vervanger Nepbibligrafie Ng niet gedaan (0) Al gedaan (1) (64,42%) (37,58%) (83,03%) (16,97%) (82,42%) (17,58%) (87,27%) (12,73%) (20%) (80,00%) (97,58%) (2,42%) (63,03%) (36,97%) Uit tabel 4 blijkt dat grepswerk (80% van de studenten), afschrijven (38%) en nepbibligrafie (37%) het meest vrkmen. Terwijl ng niet veel studenten 12

18 vervanger zijn geweest vr andere studenten, enkel 4 p 165 studenten (3%) heeft dit al eens gedaan Onafhankelijke variabelen In de multivariate analyses wrden twee grepen nafhankelijke variabelen nderscheiden; namelijk variabelen die in alle types wangedrag wrden gebruikt (demgrafische variabelen) en variabelen die specifiek zijn vr een bepaald type wangedrag. De demgrafische variabelen Tabel 5 geeft de definities van de verschillende demgrafische nafhankelijke variabelen. Tabel 5: Definities vr de demgrafische nafhankelijke variabelen Geslacht Studiejaar Leeftijd Ouders Grep De variabele geslacht is een binaire variabele die de waarde nul aanneemt vr mannelijke studenten en de waarde één vr vruwelijke studenten. De variabele studiejaar heeft waarde één vr studenten in 1 ste bachelr, twee vr studenten in 2 de bachelr, drie vr studenten in 3 de bachelr, vier vr studenten in 1 ste master en vijf vr studenten in 2 de master van de pleiding Tegepaste Ecnmische Wetenschappen aan de Universiteit Antwerpen. De variabele leeftijd heeft waarden tussen 17 jaar en 28 jaar. De variabele uders is een binaire variabele die de waarde nul heeft als geen van de uders een diplma van het hger nderwijs (hge schl f universiteit) heeft, en één als minstens 1 van de uders (meder f vader) een diplma van het hger nderwijs heeft. De variabele grep neemt waarde één aan vr studenten die van zichzelf vinden dat ze bij de 20% slechtste studenten zitten, twee vr studenten die van zichzelf vinden dat ze bij de 40% slechtste studenten zitten, drie vr studenten die van zichzelf vinden dat ze ngeveer in het midden zitten, vier vr studenten die van zichzelf vinden dat ze bij de 40% beste studenten zitten en vijf vr studenten die van zichzelf vinden dat ze bij de 20% beste studenten zitten. 13

19 Tabel 6: Frequentieverdeling en gemiddelden van de demgrafische nafhankelijke variabelen MAN (0) 70 (42,42%) 1 ste bachelr (1) 46 (27,88%) Ouders geen diplma (0) 43 (26,06%) 20% slechtste (1) 2 (1,21%) VROUW (1) 95 (57,58%) 2 de bachelr (2) 19 (11,52%) Één van de uders diplma (1) 122 (73,94%) 40% slechtste (2) 6 (3,64%) 3 de bachelr (3) 25 (15,52%) In het midden (3) 84 (50,91%) Geslacht Studiejaar 1 ste master (4) 59 (35,75%) Leeftijd Ouders Grep 40% beste (4) 60 (36,36%) 2 de master (5) 16 (9,70%) 20% beste (5) 13 (7,88%) Gemiddelde 0,58 (0,50) Gemiddelde 2,88 (1,40) Gemiddelde 20,55 (2,24) Gemiddelde 0,74 (0,44) Gemiddelde 3,46 (0,74) Tabel 6 geeft de frequentieverdeling en enkele beschrijvende statistieken weer vr de demgrafische variabelen. Klm 1 tt 5 geeft de frequentieverdeling weer, klm 6 de gemiddelden met de standaardafwijking tussen haakjes. Een kleine meerderheid van de studenten, 58% van het aantal studenten, is vruwelijk. De andere 42% zijn mannelijke studenten. Het grtste aantal studenten die de enquête hebben ingevuld zitten in hun 1 ste masterjaar (36%), daarna in 1 ste bachelr (28%). Het minste aantal studenten zit in hun 2 de masterjaar (10%). Dit laatste kan zijn mwille van het feit dat enkel de master in handelsingenieur en de master in de handelsingenieur in de beleidsinfrmatica 14

20 een tweejarige master hebben. Alle andere deelpleidingen in de tegepaste ecnmische wetenschappen hebben een eenjarige master. De gemiddelde leeftijd van studenten die aan de enquête hebben meegedaan is 20,6. De meerderheid van de studenten, namelijk 74%, die aan de enquête hebben meegedaan heeft minstens 1 uder die k een hgere pleiding gehad heeft. Dit kan duiden p het feit dat studenten dr hun uders wrden aangemedigd m k een hger diplma te halen als die uders k een hger diplma hebben behaald. Extra uderlijke druk p studenten m hgere graden te behalen indien die uders k een hgere studies gedaan hebben, kan leiden tt een grtere kans p fraude. Meer dan 50 prcent van de studenten beschrijft zichzelf als middelmatige student. Daarna, met meer dan 35 prcent van de studenten, als bij de 40% beste studenten. Een minderheid van de studenten, een kleine 5%, vind dat hijzelf bij de 20% f bij de 40% slechtste studenten zit. De nafhankelijke variabelen specifiek vr elk type wangedrag Tabel 7 geeft de definities en tabel 8 (blz. 16) geeft de belangrijkste beschrijvende statistieken vr de nafhankelijke variabelen die afhankelijk zijn van het type wangedrag, namelijk het gemiddelde en de standaardafwijking. Tabel 7: Definities vr de specifieke nafhankelijke variabelen Wangedrag Pakkans Straf Studenten De variabele wangedrag is een binaire variabele die de waarde nul heeft als de student vindt dat dit type geen academisch wangedrag is en één als de student vindt dat dit type wel academisch wangedrag is. De variabele pakkans heeft waarden van één tt tien, waarbij één aangeeft dat de pakkans zeer grt is en tien dat de pakkans zeer klein is. De variabele straf heeft waarden van één tt tien, waarbij één aangeeft dat de straf zeer ernstig is en tien dat de straf niet ernstig is. De variabele studenten geeft het percentage studenten weer die een bepaald srt wangedrag plegen vlgens de ndervraagde studenten. Deze variabele heeft de waardes één, twee, drie, vier en vijf wanneer dat de studenten denken dat, respectievelijk, 0% tt 20%, 21% tt 40%, 61% tt 80% en 81% tt 100% van de studenten dit srt wangedrag plegen. 15

21 Tabel 8: De gemiddelde waarden vr de nafhankelijke variabelen Afschrijven Spiekbriefjes Huiswerkfraude Plagiaat Grepswerk Vervanger Nepbibligrafie Wangedrag 0,93 (0,26) 0,97 (0,17) 0,77 (0,44) 0,92 (0,27) 0,12 (0,33) 0,98 (0,15) Pakkans 0,38 3,90 7,56 2,74 7,88 2,64 (2,43) (2,46) (2,25) (1,95) (2,22) (2,13) Straf 1,59 1,52 4,85 2,66 6,95 1,39 (1,20) (1,13) (2,47) (2,02) (2,23) (1,07) Studenten 2,33 2,22 2,60 2,53 3,79 1,16 (1,01) (0,94) (0,98) (0,87) (0,95) (0,47) (Standaardafwijkingen wrden weergegeven tussen de haakjes) 0,50 (0,50) 6,45 (2,57) 5,36 (2,47) 3,21 (0,97) In de tweede rij van tabel 8 wrden de gemiddelden van de variabele wangedrag weergegeven vr de verschillende types wangedrag. Indien deze gemiddelden vermenigvuldigd wrden met 100 weerspiegelen ze het percentage studenten dat deze verschillende typen academisch wangedrag als academisch wangedrag beschrijven. De meerderheid van de studenten vindt dat vervanger spelen, spiekbriefjes gebruiken, afschrijven, plagiaat en huiswerkfraude academisch wangedrag zijn (deze zijn gerangschikt van het grtste naar het laagste percentage). Een minderheid van de studenten vindt daarentegen dat vervanger spelen, spiekbriefjes, afschrijven en plagiaat geen academisch wangedrag is. Vr nepbibligrafie vindt de helft dat dit academisch wangedrag is en de andere helft dat dit geen academisch wangedrag is. Terwijl dat een meerderheid van de studenten vindt dat grepswerk geen academisch wangedrag is. De derde rij van tabel 8 geeft de pakkans weer vr de 7 academische wangedragingen. De gemiddelde student denkt dat de pakkans het kleinste is vr grepswerk en huiswerkfraude en het grtste vr afschrijven. In bijlage 3 zijn de frequentieverdelingen van de variabele pakkans afgebeeld. Op de x- as is de steeds de variabele pakkans ndergebracht en p de y-as is de relatieve frequentie geplaatst. Op deze grafieken zie je k dat de studenten 16

22 denken dat de pakkans het kleinste is vr grepswerk (5) en huiswerkfraude (3); de relatieve frequentie van een pakkans gelijk aan 10 (pakkans is zeer klein) is veel grter dan de relatieve frequentie van een pakkans gelijk aan 1 (pakkans is zeer grt). Het tegenvergestelde zien we bij vervanger (6) en plagiaat (4); hier is de pakkans gelijk aan 1 veel grter dan de pakkans gelijk aan 10. De vierde rij van tabel 8 (blz. 16) geeft de straf weer van de 7 verschillende wangedragingen. De straf is vlgens de studenten het minst ernstig vr grepswerk en nepbibligrafie. De straf is het ernstigst vr vervanger, afschrijven en spiekbriefjes. In bijlage 4 wrdt de frequentieverdeling van de variabele straf afgebeeld. Vr de wangedragingen afschrijven (1), spiekbriefjes (2) en vervanger (6) zien we dat de relatieve frequentie bij het cijfer 1 (de straf is ernstig) zeer hg is. Bij wangedrag grepswerk (5) zien we het mgekeerde, de relatieve frequentie bij 1 is klein ten pzichte van de relatieve frequentie bij 10. Er is een duidelijk crrelatie tussen pakkans en straf. Studenten die vinden dat de pakkans klein is vr een bepaald academisch wangedrag vinden k dat de straf vr dat academisch wangedrag klein is. Een vrbeeld hiervan is grepswerk; studenten denken dat de pakkans klein is en dat de straf niet ernstig is. Dit geldt k mgekeerd; is de pakkans grt, dan denken de studenten dat de straf k ernstig is. Een vrbeeld hiervan is afschrijven; de pakkans vr afschrijven is het grtst en de straf zit bij de ernstigste straffen. De laatste rij van tabel 8 (blz. 16) geeft het percentage studenten weer die de verschillende typen academisch wangedrag zuden plegen vlgens de ndervraagde studenten. De studenten denken dat de meeste studenten in grep werken, en als tweede een nepbibligrafie pmaken. Het gemiddelde cijfer vr grepswerk is 3,79 en vr nepbibligrafie is 3,21; hieruit kunnen we afleiden dat studenten denken dat vr deze twee wangedragingen 41 tt 60 prcent van de studenten dit plegen. Er zuden vlgens hen niet veel studenten als vervanger spelen, maar 0 tt 20 prcent. Vr alle andere srten wangedrag ligt het gemiddelde bven de 2 maar nder de 3, wat wilt zeggen 17

23 dat de ndervraagde studenten denken dat het percentage van studenten die dit srt wangedrag plegen ligt tussen de 21 en de 40 prcent ligt. Hier is te zien dat het denkbeeld ver een bepaald academisch wangedrag een invled heeft p het academisch wangedrag. He meer studenten verwachten dat een srt academisch wangedrag gepleegd wrdt, he meer ze het zelf k zullen prberen mdat ze vernderstellen dat de pakkans en de straf daarm laag zijn. 18

24 3. Ecnmetrische analyse 3.1. Ecnmetrisch mdel Multivariate analyse is ndig mdat de afhankelijke variabele, in dit mdel de variabele al gedaan, afhankelijk is van meer dan één verklarende variabelen. Meerdere variabelen en hun samenhang met de afhankelijke variabele wrden geanalyseerd. De waarschijnlijkheid dat iemand it al eens academisch wangedrag heeft gepleegd wrdt nderzcht. Deze wrdt geacht afhankelijk te zijn van verschillende variabelen, waarnder enkele demgrafische variabelen en andere variabelen die allemaal ksten en baten met zich meebrengen. Een ecnmische benadering van wangedrag gaat uit van een ratinele keuze waarbij wangedrag het resultaat is van een ratinele afweging. Ik vernderstel dat studenten ervr kiezen m een bepaald academisch wangedrag te plegen dr de ksten en baten van de actie met elkaar te vergelijken. Of een persn al eens een bepaald type academisch wangedrag heeft gepleegd f niet wrdt gemeten met de variabele al gedaan (1=al gedaan, 0=ng niet gedaan). De ksten en de baten van wangedrag wrden beïnvled dr een aantal cntextuele variabelen zals geslacht, studiejaar, uders, grep, leeftijd, wangedrag en studenten. De verwachte ksten wrden direct bepaald dr pakkans en straf. Aangezien de afhankelijke variabele binair is, kan gekzen wrden vr een lgit f prbit mdel. Er zijn geen theretische redenen waarm een keuze vr het ene f het andere mdel zich pdringt. Omdat een prbit mdel iets eenvudiger te interpreteren is, wrdt het hier gebruikt. Eerst wrden de 7 wangedragingen apart geschat met een prbit mdel gebruik makende van alle variabelen. Daarna wrdt de variabele studiejaar aangepast en wrdt er gekeken naar twee verschillende subgrepen, studenten die in hun eerste jaar zitten als eerste subgrep en alle andere studenten als tweede subgrep. Er wrdt hier getest f er een verschil is tussen deze twee subgrepen. Daarna wrdt er ng een tweede test gedaan; er wrdt getest f er 19

25 een verschil is tussen die studenten die een bepaald srt wangedrag als academisch wangedrag bestempelen enerzijds en studenten die dat srt wangedrag geen academisch wangedrag vinden anderzijds. Een prbit mdel vertrekt van een lineair regressiemdel = (is gelijk aan = + ) waarbij een latente variabele is die niet kan wrden waargenmen. Men bserveert (vr een geval i) alleen een dummy variabele met de waarde 1 indien >0en de waarde 0 indien 0. (Lunt, 2003, blz.1-2) De schattingen werden uitgeverd met het sftware pakket GRETL Hypthesen Bisping et al. (Bisping, Patrn en Rskelley, 2008) frmuleerden een aantal verwachtingen ver de invleden van de verschillende variabelen p frauduleus gedrag. Deze verwachtingen wrden hier gebruikt. Op basis van de uitgangspunten van ecnmics f crime kan men een psitief teken bij de variabelen straf (1=hg, 10=laag) en pakkans (1=hg, 10=laag) verwachten. Deze twee variabelen weerspiegelen de verwachte ksten van bepaald academisch wangedrag. He grter de straf en de pakkans (he dichter bij het cijfer 1), he kleiner de kans dat een persn academisch wangedrag zal plegen. En mgekeerd, he kleiner de straf en de pakkans (he dichter bij het cijfer 10), he grter de kans dat een persn academisch wangedrag zal plegen. (Bisping, Patrn en Rskelley, 2008, blz. 10). Dit zijn de twee cruciale variabelen in dit nderzek. Het denkbeeld ver een academisch wangedrag, namelijk het denkbeeld ver de pakkans en de straf, hebben een invled p de deelname van de studenten aan dit academisch wangedrag. De kans m academische wangedrag te plegen is afhankelijk van de pakkans en de hgte van de straf. 3 GRETL: 20

26 Men kan verwachten dat studenten die van zichzelf vinden dat ze bij de beste studenten zitten, minder geneigd zullen zijn m academisch wangedrag te plegen. Studenten met hgere gemiddeldes hebben een negatievere huding ten pzichte van academisch wangedrag. Deze persnen hebben minder te winnen bij fraude dan persnen die bij de slechtste studenten zit. Omgekeerd geldt k dat de beste studenten meer te verliezen hebben als ze gepakt wrden in vergelijking met de slechtste studenten. Daarm wrdt bij de variabele grep een negatief teken verwacht. Deze variabele meet indirect de verwachte pbrengsten; minder bekwame studenten hebben meer te winnen met academisch wangedrag. (Bunn, Caudill and Grpper, 1992, blz.202) Vr de variabele studenten wrdt een psitief teken verwacht, deze variabele meet het aanvaarden van academisch wangedrag. He meer een bepaald academisch wangedrag aanvaard wrdt, he meer studenten verwachten dat het veel gebeurt en dus k he meer academisch wangedrag er gepleegd zal wrden. Als studenten veel medestudenten academisch wangedrag zien plegen, zullen ze gelven dat de kans m gepakt te wrden klein is, en daarm zullen ze k hetzelfde den in de tekmst. Deze variabele heeft dus k een invled p de verwachte pbrengsten; wanneer iemand andere studenten ziet spieken f dergelijke verwachten ze dat het een psitieve impact heeft p de prestatie en dat het aanvaardbaar is. (Bunn, Caudill and Grpper, 1992, blz.203) De variabelen leeftijd, geslacht, uders en studiejaar wrden gebruikt als cntrlevariabelen. Enerzijds kan er een psitief teken verwacht wrden bij studiejaar mdat een student die al langer studeert meer kansen gehad heeft m it eens te spieken f een ander type van academisch wangedrag uit te prberen. (Kerkevliet en Sigmund, 1999, blz.335) Dit is de hypthese gebruikt in het nderzek van Bisping et al. Maar, in een Eurpese cntext met pen tegang tt de universiteit en selectie in het eerste jaar, is de hypthese eerder mgekeerd. De slaagkans in het eerste jaar is veel kleiner dan in latere jaren zdat de baten van spieken grter zijn in de eerste jaren. Indien men gepakt 21

27 wrdt in het eerste jaar (en dit bijvrbeeld uitsluiting tt gevlg heeft) is dit minder kstelijk dan dat men gepakt zu wrden in latere jaren. Bij de variabele geslacht wrdt er een negatief teken verwacht; mannen wrden verwacht m meer te kunnen winnen dan vruwen mdat zij nder grtere druk staan m een hgere graad te behalen. Daarm wrdt er verwacht dat eerder mannelijke studenten wangedrag zullen plegen. (Kerkevliet, 1994, blz.125) Alhewel dit vr deze tijd misschien minder het geval is, gaan we tch bij deze vernderstelling blijven. Studenten kunnen dr hun uders wrden aangemedigd m k een hger diplma te halen als hun uders dat hebben. Daarm kan de variabele uders verwant zijn met extra uderlijke druk m hgere graden te behalen als deze k hgere studies gedaan hebben. Z wrdt er een psitief teken verwacht. (Kerkevliet, 1994, blz.125) Het teken van de variabele leeftijd wrdt verwacht negatief te zijn mdat udere studenten zich wellicht meer fcussen p het leren van nieuwe dingen dan p het behalen van hgere punten. (Bisping, Patrn en Rskelley, 2008, blz.11) Ok wrdt er een negatief teken verwacht bij de variabele wangedrag. Deze variabele meet f een student een bepaald gedrag juist f fut vindt, wat het nut van dat bepaald gedrag beïnvledt. Het denkbeeld ver een bepaald academisch wangedrag heeft een invled p de deelname van de studenten aan dit academisch wangedrag. De kans m academisch wangedrag te plegen is dus afhankelijk van de pvatting f een bepaalde wandaad al dan niet wrdt gezien als misdrijf. Als een student vernderstelt dat het gedrag wangedrag is, zal deze student minder geneigd zijn m het zelf te den. (Bisping, Patrn en Rskelley, 2008, blz.11) 22

28 4. Resultaten 4.1. Mdel per academisch wangedrag Tabel 9: Mdel per academisch wangedrag Afschrijven Spiekbriefjes Huiswerkfraude Plagiaat Grepswerk Nepbibligrafie GESLACHT (-) STUDIEJAAR (-) *** *** LEEFTIJD (-) *** OUDERS (+) * GROEP (-) *** WANGEDRAG (-) - *** - ** - ** - - *** - *** PAKKANS (+) + *** ** + + * STRAF (+) * STUDENTEN (+) + ** + * + + ** + *** + *** (* significant p 10%, ** significant p 5* en *** significant p 1%) Vr het academisch wangedrag vervanger is het nmgelijk m een mdel p te stellen dr het beperkt aantal gevallen. Daarm wrdt dit type wangedrag niet verder nderzcht. De vlgende analyse beperkt zich dus tt de andere zes mdellen vr afschrijven, spiekbriefjes, huiswerkfraude, plagiaat, grepswerk en nepbibligrafie. 23

29 De rbuustheid van de variabelen In bijlage 5 wrdt er gekeken naar de rbuustheid van de variabelen. Wat vral interessant is vr dit nderzek zijn de variabelen straf en pakkans. Enkel vr de variabele pakkans verandert het teken bij spiekbriefjes (naar het verwachte psitieve teken) indien de variabelen met de minste significantie verwijderd wrden. Vr de rest verandert er wel wat aan de significantie van de variabele pakkans. Deze wrdt significanter vr twee types wangedrag, plagiaat en nepbibligrafie. Vr de variabele straf gebeurt er niets aan de significantie f aan de tekens. Hieruit kan beslten wrden dat de resultaten rbuust zijn. Daarm wrdt tabel 9 (blz. 23) gebruikt vr de vlgende subnderdelen m de resultaten uit te trekken Belangrijke en nbelangrijke variabelen vr alle vrmen van fraude De variabele geslacht is in geen enkel type academisch wangedrag significant. In vier van de zes mdellen heeft het zijn verwachte negatieve teken. Vr afschrijven en grepswerk is het teken psitief wat hier betekent dat vruwelijke studenten vaker in grep werken vr een individuele taak en afschrijven dan mannelijke studenten. Wangedrag en studenten zijn twee variabelen die vr vijf van de zes fraudemdellen significant zijn. Wangedrag heeft veral zijn verwachte negatieve teken, k bij die gevallen waar deze variabele niet significant is. Dit wil dus zeggen dat studenten die vernderstellen dat deze verschillende fraudetypes academisch wangedrag zijn, minder geneigd zullen zijn m dit effectief te plegen. Vr afschrijven, grepswerk en nepbibligrafie is deze variabele significant p 1%, vr spiekbriefjes en huiswerkfraude p 5%. Studenten die vernderstellen dat afschrijven, spiekbriefjes gebruiken p een examen, in grep werken vr een individuele taak, huiswerk dr iemand anders laten maken en nepbibligrafie in hun bibligrafie zetten academische 24

30 wangedragingen zijn, zullen minder geneigd zijn m dit daadwerkelijk k te den in de praktijk. Vr plagiaat is wangedrag niet significant, maar heeft het wel het juiste teken. De variabele studenten heeft k veral zijn verwachte psitieve teken. Het meet het aanvaarden van academisch wangedrag als studenten andere studenten fraude zien plegen znder dat ze gepakt wrden. Dit is één van de factren die bijdraagt tt een verhgd fraudegedrag. Vr grepswerk en nepbibligrafie is de variabele studenten significant p 1%, vr afschrijven en plagiaat p 5% en vr spiekbriefjes p 10%. De variabele studenten is niet significant vr het fraudetype huiswerkfraude, wel heeft het zijn verwachte psitieve teken. Hier is te zien dat het denkbeeld ver een bepaald academisch wangedrag een invled heeft p het academisch wangedrag. He meer studenten verwachten dat een srt academisch wangedrag gepleegd wrdt, he meer ze het zelf k zullen prberen mdat ze vernderstellen dat de pakkans en de straf daarm laag zijn. De variabele studiejaar is vr twee wangedragingen significant. Vr beide, afschrijven en spiekbriefjes, is deze variabele significant p 1% en heeft het zijn verwachte negatieve teken. Hier is duidelijk te zien dat studenten in latere jaren minder zullen afschrijven en spiekbriefjes gebruiken dan studenten in de eerste jaren van hun pleiding. Dit is te verklaren uit verwegingen van ksten en baten. In het eerste jaar is het minder kstelijk m gepakt te wrden vr deze twee types dan in latere jaren. Aangezien de slaagkans in het eerste jaar k kleiner is in vergelijking met latere jaren, zijn de baten van afschrijven en spieken grter. Vr de andere vier fraudetypes is deze variabele niet significant. Vr huiswerkfraude, plagiaat en nepbibligrafie heeft het zijn verwachte negatieve teken. He langer de studenten studeren, he kleiner de kans dat ze huiswerkfraude f plagiaat zullen plegen f nepbibligrafie in hun brnvermelding zetten. Vr grepswerk heeft studiejaar een psitief teken; studenten in latere jaren zullen meer geneigd zijn m in grep te werken vr een individuele taak dan studenten in de vregere jaren. 25

31 De pakkans is significant vr drie types wangedrag. Vr afschrijven p 1%, vr plagiaat p 5% en vr nepbibligrafie p 10%. Vr deze drie wangedragingen heeft pakkans telkens het verwachte psitieve teken. Indien studenten verwachten dat de pakkans vr afschrijven, plagiaat plegen en nepbibligrafie in je bibligrafie zetten zeer hg (dichter bij het getal 1) is, zal de kans kleiner zijn dat deze persn dit effectief k zal den. Vr de andere drie wangedragingen is de variabele pakkans niet significant. Vr huiswerkfraude en grepswerk heeft deze het verwachte psitieve teken. Aangezien deze niet significant is wijst dit p het feit dat studenten minder rekening huden met de pakkans bij het plegen van huiswerkfraude en grepswerk. Het is mgelijk dat de kst m gepakt te wrden vr deze twee wangedragingen kleiner is dan de kst m gestraft te wrden. Vr spiekbriefjes heeft de pakkans een negatief teken. Vr spiekbriefjes kan dit wijzen p het feit dat studenten geen rekening huden met de mgelijkheid dat ze gepakt kunnen wrden bij het gebruik van spiekbriefjes Specifieke variabelen vr bepaalde vrmen van fraude Leeftijd, uders, grep en straf zijn vier variabelen die telkens slechts vr één mdel van fraude significant zijn. De variabele uders is enkel significant bij het wangedrag afschrijven. Deze is hier significant p 10% en heeft k het verwachte psitieve teken. Bij de andere types wangedrag heeft deze variabele k altijd zijn verwachte psitieve teken, maar is het niet significant. Deze variabelen werd verwacht m verwant te zijn met extra uderlijke druk m hgere graden te behalen als deze uders k een hger diplma hebben. En natuurlijk één van de eenvudige manieren m hgere punten te behalen is afkijken p een examen. De variabele grep is enkel significant vr huiswerkfraude. De cëfficiënt is significant p 1% en heeft k het verwachte negatieve teken. Minder bekwame studenten, studenten die van zichzelf vinden dat ze bij de slechtste studenten zitten, hebben meer te winnen met het plegen van huiswerkfraude dan 26

32 studenten die van zichzelf vinden dat ze bij de beste studenten zitten. Vr alle andere types wangedrag is de variabele grep niet significant, en heeft enkel bij spiekbriefjes niet zijn verwachte negatieve teken. Vr dit type wangedrag kan men dus zeggen dat bekwame studenten sneller geneigd zijn m spiekbriefjes te gebruiken dan minder bekwame studenten. Leeftijd is enkel significant vr spiekbriefjes. Deze variabele is significant p 1% en heeft niet zijn verwachte negatieve teken. Het teken is hier psitief, dus udere studenten lijken zich hier niet echt meer te fcussen p het leren van nieuwe dingen, maar p het behalen van hgere punten en zullen daarm meer geneigd zijn m spiekbriefjes te gebruiken. Vr de andere types wangedragingen is deze variabele niet significant. Vr afschrijven en nepbibligrafie heeft het net zals bij spiekbriefjes niet zijn verwachte teken. Hier zijn dus k udere studenten meer geneigd m deze types fraude te begaan. Vr huiswerkfraude, plagiaat en grepswerk heeft het wel zijn verwachte negatieve teken waardr udere studenten minder geneigd zijn m deze types fraude te plegen. Hier zien we dus wel dat udere studenten zich meer fcussen p het leren van nieuwe dingen in plaats van p het behalen van hgere punten dr wangedrag te plegen. De variabele straf is (net zals de variabele leeftijd) k enkel significant vr spiekbriefjes. Deze variabele is significant p 10% en heeft zijn verwachte teken. Het psitieve teken vr de variabele straf betekent dat he hger de verwachte straf is vr het gebruik van spiekbriefjes (he dichter bij het getal 1 wat een hge straf aanduidt), he kleiner de kans is dat deze persn spiekbriefjes zal gebruiken. Vr alle andere wangedragingen is deze variabele niet significant. Vr afschrijven en huiswerkfraude heeft deze wel zijn verwachte psitieve teken. Het feit dat deze niet significant is kan wijzen p de mgelijkheid dat de kst van de straf die de studenten krijgen vr afschrijven en huiswerkfraude niet de belangrijkste kst is. Vr plagiaat, grepswerk en nepbibligrafie heeft deze variabele niet zijn verwachte teken, het teken is hier telkens negatief. Studenten die deze types wangedrag plegen zullen niet 27

33 afgeschrikt wrden dr de mgelijkheid p een tekmstige straf. Ze huden er geen rekening mee bij het plegen van deze fraudetypes Vergelijking van de variabelen pakkans en straf De pakkans vr spiekbriefjes is niet significant terwijl de straf wel significant is. Vr dit type wangedrag is de kst m gepakt te wrden niet de belangrijkste kst in tegenstelling tt de kst van de straf die studenten krijgen vr het gebruik van spiekbriefjes. Het teken vr pakkans is zelfs negatief wat betekent dat de studenten er duidelijk geen rekening mee huden dat ze gepakt zuden kunnen wrden. Vr afschrijven en huiswerkfraude is de variabele straf niet significant maar wel psitief wat kan wijzen p de mgelijkheid dat de kst van de straf die de studenten krijgen vr afschrijven en huiswerkfraude niet de belangrijkste kst is. De pakkans vr afschrijven is significant; dus indien studenten verwachten dat de pakkans vr afschrijven zeer hg, zullen ze minder geneigd zijn m dit k effectief te den. Hier is de kst m gepakt te wrden tijdens het afschrijven grter dan de kst m gestraft te wrden. Maar vr huiswerkfraude is nch de straf nch de pakkans significant. Dit duidt p het feit dat vr huiswerkfraude nch de straf nch de pakkans hge ksten met zich meebrengen. Vr plagiaat en nepbibligrafie is de pakkans significant, maar de straf niet significant. De variabele straf heeft zelfs vr beide fraudetypes het verkeerde teken. Dit wijst p het feit dat de kst m gepakt te wrden vr plagiaat en nepbibligrafie veel belangrijker is dan de kst m hiervr gestraft te wrden. Vr grepswerk zijn de variabelen pakkans en straf niet significant. Vr pakkans heeft dit wangedrag zijn verwachte psitieve teken, maar vr straf niet. Beide variabelen zijn niet significant. Dit wijst p het feit dat de kst m gepakt te wrden grter is dan de kst m gestraft te wrden vr het werken in 28