Referentiekader geldboetes - Europese Beweging

geval bij de boetestelsels die vallen onder de ministeries van SZW, Financiën en EL&I, waarbij de
boete vaak wordt vastgesteld aan de hand van een rekensom. Feitcodering treft men juist vaker
aan bij de boetestelsels die vallen onder het ministerie van SZW en het ministerie van VWS.
De meest overtuigende verklarende factor is de mate waarin de overtreding voorspelbaar
is. Voorspelbaarheid van de overtreding hangt samen met de duidelijkheid van de delictsom‐
schrijving in combinatie met de kenbaarheid van de overtreder. Van de boetestelsels in de
steekproef blijkt de voorspelbaarheid van de overtreding samen te hangen met een striktere
fixatie, waarbij vaker sprake is van een feitcodering.
Overigens zullen doorgaans de voorspelbaarheid van de overtreding en de frequentie
waarin een boetestelsel leidt tot een boete samenvallen: naarmate een overtreding vaker voor‐
komt, zal de wetgever vaker kiezen voor een eenvoudige delictsomschrijving waarbij de over‐
treder eenvoudig kan worden herkend. De ontwikkeling van de Wav, met daarin het ruime
werkgeversbegrip, is daarvan een voorbeeld.
4.5 Clusteranalyse
4.5.1 Vooraf
In de voorgaande paragrafen zijn de boetestelsels vergeleken en is per factor nagegaan of deze
van invloed is op de boetehoogte dan wel de vormgeving van het boetestelsel (fixatie). De vari‐
abelen kunnen ook in onderling verband worden beschouwd. Dit leidt tot een hiërarchische
clusteranalyse. Het doel van de hiërarchische clusteranalyse is het indelen van cases (in dit ge‐
val: boetestelsels) in groepen (clusters). In de analyse worden de scores op een aantal variabe‐
len met elkaar vergeleken, en wordt de afstand tussen de individuele cases berekend. De cases
die het dichtst bij elkaar liggen, vormen een nieuw cluster, waarmee opnieuw wordt berekend
hoever de score op de variabelen van elkaar verschillen. 18
Het resultaat is een dendrogram met aan de linkerzijde de grootste variatie, waarin elke
case een cluster op zichzelf vormt en aan de rechterzijde de cases zijn ingedeeld in uiteindelijk
twee en uiteindelijk één cluster ter grootte van de gehele steekproef. Met dit dendrogram
wordt het mogelijk om boetestelsels te onderscheiden die meer op elkaar lijken en juist meer
afwijken van de andere boetestelsels. Het resultaat is een aantal relatief homogene groepen
met boetestelsels met vergelijkbare eigenschappen.
In deze paragraaf worden deze groepen geïdentificeerd. Eerst voor wat betreft de boe‐
tehoogte, waarbij de eigenschappen of variabelen zijn gekozen die gerelateerd zijn aan de boe‐
tehoogte, en vervolgens voor wat betreft de techniek van het boetestelsel. De clusteranalyse is
in twee stappen uitgevoerd: in eerste instantie is de hiërarchische clusteranalyse verricht voor
de steekproef, waarbij meer informatie beschikbaar is ten aanzien van de gekozen variabelen.
Vervolgens is dezelfde analyse gedeeltelijk herhaald, met minder variabelen, op alle 82
onderzochte boetestelsels. Deze tweede stap is bedoeld ter verbreding van de analyse en ter
verificatie van het beeld dat is ontstaan bij de bestudering van de steekproef. Omdat van de 82
boetestelsels minder gedetailleerde informatie beschikbaar is, 19 wordt dit resultaat niet afzon‐
derlijk gepresenteerd, maar wordt in de sfeer van voorbeelden wel gerefereerd aan andere
boetestelsels die tot een bepaald cluster behoren.
4.5.2 Boetehoogte
De boetestelsels die onderdeel uitmaken van de steekproef, zijn vergeleken op een aantal vari‐
abelen die verband houden met de boetehoogte. Deze variabelen vallen samen met:
- De aard van de overtreder.
18 Pang‐Ning Tan, Michael Steinbach, Vipin Kumar, Introduction to Data Mining, Boston: Addison‐Wesley Publishing 2005, p. 490
19 Voor de 82 boetestelsels is bijvoorbeeld niet nagegaan welk rechtsgoed wordt beschermd en of met de overtreding profijt kan worden behaald. Ook
is minder informatie beschikbaar over de variabelen die verband houden met de techniek van het boetestelsel (wetsfamilie, voorspelbaarheid overtre‐
ding, aantallen boetes).
25