abordados uma vez
Relatório abordados uma vez
Recebemos cento e noventa e quatro (194) pessoas que foram abordadas apenas uma vez.
Estados do Brasil
A média de respostas por estados foi de aproximadamente 9 respostas (mediana de 3 respostas). Porém a variação foi muito grande, indo de no mínimo uma (1) resposta para vários estados, como Roraima, até sessenta e sete (67), como o estado de São Paulo
##
## Amapá Amazonas Bahia Ceará
## 1 3 12 6
## Distrito Federal Goiás Maranhão Mato Grosso
## 3 4 1 2
## Mato Grosso do Sul Minas Gerais Pará Paraíba
## 1 18 1 1
## Paraná Pernambuco Rio de Janeiro Rio Grande do Norte
## 6 3 50 2
## Rio Grande do Sul Rondônia Roraima Santa Catarina
## 7 1 1 3
## São Paulo Sergipe
## 67 1## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.000 1.000 3.000 8.818 6.000 67.000Capital x Outros
A maioria dos respondentes declararam que moram na capital do estado. 118 declararam que moram na capital do estado (60,8%).
## souma$Capital :
## Frequency Percent Cum. percent
## Capital 118 60.8 60.8
## Reg.Metropolitana 39 20.1 80.9
## Interior ou litoral 37 19.1 100.0
## Total 194 100.0 100.0É possível que algum estado tenha a maioria das respostas fora do padrão da maioria de respostas vindas da capital?
Maranhão, Mato Grosso, Mato Grosso do Sul, Minas Gerais, Paraíba, Pernambuco, Rio Grande do Sul, Santa Catarina e Sergipe tiveram um nível maior de respostas vindas de outras regiões do estado.
tabpct(souma$EstadoBR, souma$Capital, graph = F, percent = "row")##
## Row percent
## souma$Capital
## souma$EstadoBR Capital Reg.Metropolitana Interior ou litoral Total
## Amapá 1 0 0 1
## (100) (0) (0) (100)
## Amazonas 3 0 0 3
## (100) (0) (0) (100)
## Bahia 8 2 2 12
## (66.7) (16.7) (16.7) (100)
## Ceará 4 0 2 6
## (66.7) (0) (33.3) (100)
## Distrito Federal 3 0 0 3
## (100) (0) (0) (100)
## Goiás 3 0 1 4
## (75) (0) (25) (100)
## Maranhão 0 0 1 1
## (0) (0) (100) (100)
## Mato Grosso 0 1 1 2
## (0) (50) (50) (100)
## Mato Grosso do Sul 0 0 1 1
## (0) (0) (100) (100)
## Minas Gerais 7 3 8 18
## (38.9) (16.7) (44.4) (100)
## Pará 1 0 0 1
## (100) (0) (0) (100)
## Paraíba 0 1 0 1
## (0) (100) (0) (100)
## Paraná 3 1 2 6
## (50) (16.7) (33.3) (100)
## Pernambuco 2 1 0 3
## (66.7) (33.3) (0) (100)
## Rio de Janeiro 39 5 6 50
## (78) (10) (12) (100)
## Rio Grande do Norte 1 1 0 2
## (50) (50) (0) (100)
## Rio Grande do Sul 1 4 2 7
## (14.3) (57.1) (28.6) (100)
## Rondônia 1 0 0 1
## (100) (0) (0) (100)
## Roraima 1 0 0 1
## (100) (0) (0) (100)
## Santa Catarina 0 0 3 3
## (0) (0) (100) (100)
## São Paulo 40 19 8 67
## (59.7) (28.4) (11.9) (100)
## Sergipe 0 1 0 1
## (0) (100) (0) (100)ggplot(souma, aes(EstadoBR, fill=Capital))+
geom_bar(position = "fill")+
coord_flip()
Moram em favelas/periferia?
159 pessoas declararam não morar em favelas, periferias ou comunidades (82%).
## souma$Favela :
## Frequency Percent Cum. percent
## Não 159 82 82
## Sim 35 18 100
## Total 194 100 100Das 35 pessoas que declararam morar em favelas, 29 se auto declararam como negras (82,9%).
##
## Row percent
## souma$Raça
## souma$Favela Amarela Branca Indígena Negra Total
## Não 1 54 1 103 159
## (0.6) (34) (0.6) (64.8) (100)
## Sim 0 4 2 29 35
## (0) (11.4) (5.7) (82.9) (100)
E quem não mora em favela, mora em:
Aqueles que não moram em favela, podiam informar se o bairro em que moram era composto pela maioria de pessoas de alta/média/baixa renda, ou ainda de renda precária. A categoria mais predominante do local de moradia foi em bairro composta por famílias com renda média. 88 pessoas responderam que moram em bairro de classe média (45,4%).
## souma$Bairro :
## Frequency Percent Cum. percent
## Bairro Renda Alta 25 12.9 12.9
## Bairro Renda Baixa 45 23.2 36.1
## Bairro Renda Média 88 45.4 81.4
## Bairro Renda Precária 1 0.5 82.0
## Favela 35 18.0 100.0
## Total 194 100.0 100.0Conforme a tabela abaixo, podemos verificar que a grande predominância de pessoas negras só não ocorreu em bairros considerados compostos por famílias de renda alta, onde há praticamente um equilíbrio entre negros e brancos.
Seria possível que negros que moram em bairros de renda alta tem menor chance de serem abordados? Importante destacar que nos bairros compostos por famílias de renda precária 82,9% das pessoas negras.
tabpct(souma$Bairro, souma$Raça, graph = F, las=1, percent = "row")##
## Row percent
## souma$Raça
## souma$Bairro Amarela Branca Indígena Negra Total
## Bairro Renda Alta 0 12 0 13 25
## (0) (48) (0) (52) (100)
## Bairro Renda Baixa 0 7 1 37 45
## (0) (15.6) (2.2) (82.2) (100)
## Bairro Renda Média 1 35 0 52 88
## (1.1) (39.8) (0) (59.1) (100)
## Bairro Renda Precária 0 0 0 1 1
## (0) (0) (0) (100) (100)
## Favela 0 4 2 29 35
## (0) (11.4) (5.7) (82.9) (100)Faixa etária
A faixa etária mais predominante foi de pessoas com trinta e cinco anos ou mais (n=64 ; 33%). Seguida imediatamente pela faixa etária de pessoas com até 24 anos (n=59; 30,4%)
## souma$FaixaEtária :
## Frequency Percent Cum. percent
## Até 24 anos 59 30.4 30.4
## 25 - 29 anos 42 21.6 52.1
## 30 - 34 anos 29 14.9 67.0
## 35 ou mais 64 33.0 100.0
## Total 194 100.0 100.0Raça
132 pessoas são de raça negra (68%), a mais predominante entre todas. Pessoas auto declaradas brancas são a segunda mais predominante (n= 58; 29,9%).
## souma$Raça :
## Frequency Percent Cum. percent
## Amarela 1 0.5 0.5
## Branca 58 29.9 30.4
## Indígena 3 1.5 32.0
## Negra 132 68.0 100.0
## Total 194 100.0 100.0Gênero
102 pessoas (52,6%) se declaram do gênero feminino. Damos destaque a estruturação manipulada pela análise que foi a atribuição do termo “outros” para todas as pessoas que preferiram não declarar, ou responderam de forma livre categorias relacionadas a sua orientação sexual, como gay, bissexual e outros. Pessoas não - binárias também compreendem respondentes que se auto declararam como gênero-fluido ou queer. Esta agregação foi feita para marcar estas pessoas como não concordantes com a forma de classsificação binária.
## souma$Gênero :
## Frequency Percent Cum. percent
## Feminino 102 52.6 52.6
## Masculino 84 43.3 95.9
## Não - binário 6 3.1 99.0
## Outros 2 1.0 100.0
## Total 194 100.0 100.0Transexualidade
Entre as pessoas que se declaram trans, 6 pessoas pessoas se auto declararam como pessoas trans, enquanto 2 pessoas preferiram não declarar. Isto é praticamente a metade do total da população trans considerando todas as quantidades de abordagem.
##
## Não Prefiro não declarar Sim
## 186 2 6É fundamental olhar como essas trinta pessoas declararam seu gênero para entender melhor a composição deste grupo populacional que frequentemente é noticiado como vítima de violência policial também.
Podemos ver na tabela abaixo que a categoria de gênero mais predominante entre pessoas trans foi não-binaria (n=4 ; 66,7%).
tabpct(souma$Gênero, souma$Trans, percent = "col", graph = F)##
## Column percent
## souma$Trans
## souma$Gênero Não % Prefiro não declarar % Sim %
## Feminino 101 (54.3) 0 (0) 1 (16.7)
## Masculino 82 (44.1) 1 (50) 1 (16.7)
## Não - binário 1 (0.5) 1 (50) 4 (66.7)
## Outros 2 (1.1) 0 (0) 0 (0.0)
## Total 186 (100) 2 (100) 6 (100)Escolaridade
A escolaridade mais predominante foi de pessoas com ensino superior completo (n=60 ; 30,9%), imediatamente seguida por pessoas com ensino superior incompleto (n=56 ; 28,9%)
## souma$Escolaridade :
## Frequency Percent Cum. percent
## Fundamental incompleto 1 0.5 0.5
## Fundamental completo 0 0.0 0.5
## Médio incompleto 9 4.6 5.2
## Médio completo 25 12.9 18.0
## Superior incompleto 56 28.9 46.9
## Superior completo 60 30.9 77.8
## Pós-graduação 43 22.2 100.0
## Total 194 100.0 100.0Pelo gráfico conseguimos visualizar que existe uma distribuição homogênea entre as duas categorias de que compreendem o ensino superior. Podemos afirmar que a maioria dos respondentes acessaram o ensino superior (82%).
No Brasil, a raça e a escolaridade são grandes marcadores sociais e, ajudam a compreender o perfil sócio econômico das pessoas. Em nosso questionário decidimos não perguntar a renda pessoal/familiar para facilitar o uso e tempo de resposta, porém trouxemos a informação do local de moradia para compreender em que contexto cada pessoa estaria inserida.
Sendo assim apresentaremos em seguida um gráfico que busca resumir estas três informações: raça, escolaridade e moradia. No gráfico, cada ponto simboliza um respondente. Pontos azuis representam pessoas que declararam morar em comunidades/periferias/favelas.
ggplot(souma, aes(Raça, Escolaridade))+
geom_jitter(aes(colour=Favela), width = 0.50, alpha=0.50)
Olhando de cima para baixo conseguimos ver que a maioria dos pontos se concentram na escolaridade que acessou o ensino superior, como já citado. Vemos uma quase ausência de pontos nas escolaridades mais baixas. Entre as pessoas negras há uma presença muito maior de pontos azuis, os que moram em favela.
O que possibilita dizer, que entre pessoas que passsaram por apenas uma abordagem é raro ter uma pessoa branca que more em favela/comunidade/periferia.
Também é possível dizer que é raro uma pessoa negra que foi abordada apenas uma vez tendo pós graduação morar numa favela.
Conteúdo
Última abordagem
A maioria das pessoas tiveram sua ultima abordagem há mais de um ano e até 5 anos (78,9%).
## souma$Última :
## Frequency Percent Cum. percent
## < 3 meses 10 5.2 5.2
## 3 - 6 meses 3 1.5 6.7
## 6 meses - 1 ano 12 6.2 12.9
## 1 a 5 anos 76 39.2 52.1
## > 5 anos 77 39.7 91.8
## Não lembra 16 8.2 100.0
## Total 194 100.0 100.0Uma das ressalvas de nossa pesquisa é justamente que a juventude negra é a que está mais exposta às abordagens policiais. Por isso é importante ver se existe diferença na última abordagem recordada pela raça e faixa etária. Entre 18 e 29 anos a categoria mais predominante foi de pessoas que foram abordadas pela última vez entre 1 a 5 anos. Porém, a partir de 25 anos de idade, há uma equiparação. Importante notar o crescimento da raça branca conforme as faixas etárias. O que representa que a maioria dos nossos respondentes brancos são de faixa etária mais avançada e que foram abordadas até seus 30 anos de idade.
soumaultima2 <- ggplot(souma, aes(Última, fill=Raça))+
geom_bar(show.legend = F) +
labs(x="", y="quantidade", title = "")+
theme(plot.title = element_text(color = "darkorchid4",family="Courier"))+
coord_flip()+
facet_wrap(~FaixaEtária)
ggplotly(soumaultima2 + theme(legend.position = "bottom"))O que houve na abordagem?
Importante notar a ausência de ocorrências de objetos jogados no chão e acusação de portar objetos furtados entre pessoas brancas abordadas apenas uma vezEntre as pessoas de raça/cor branca:
9% das pessoas de gênero feminino foram abordadas por policiais de gênero diferente
Entre as pessoas de raça/cor negra:
40% das pessoas não binárias foram abordadas por policiais de gênero diferente
3,5% das pessoas de gênero masculino foram abordadas por policiais de gênero diferente
14,7% das pessoas de gênero feminino foram abordadas por policiais de gênero diferente
Revistas
50% das respostas de pessoas brancas declararam não ter ocorrido nenhuma situação constrangedora nas revistas pessoais, versus 43% entre pessoas negras. A maior diferença foi a porcentagem de pessoas que tiveram seus órgãos genitais tocados. 43% das pessoas negras relatam ter passado por essa situação, versus 35,9% das pessoas brancas. 13,9% das respostas de pessoas negras declararam ter que tirar uma peça de roupa em revistas pessoas, versus 14,4% entre respostas de pesssoas brancas.
Importante notar que pessoas negras que foram revistadas declararam terem sido menos revistadas em suas partes íntimas (brancas = 44,4% ; negras = 37,5%). E nenhuma pessoa branca teve que retirar alguma peça de roupa em revistas.Como foi o tratamento?
Entre as pessoas de raça/cor amarela, a única pessoa abordada considerou excelente.
Entre as pessoas de raça/cor branca, 27,6% consideraram o tratamento nem bom nem ruim, seguidas de 24,1% que consideraram o tratamento ruim.
Entre as pessoas de raça/cor indígena, 100% consideraran o tratamento péssimo.
Entre as pessoas de raça/cor negra, 36,4% consideraram o tratamento péssimo, seguidas de 28,8% que consideraram o tratamento nem bom nem ruim.
Comparando à população em geral, com todas as quantidades de abordagens, existe uma diferença de 10% a menos entre os que avaliaram a abordagem péssima ou ruim. Isso indica que pessoas negras que foram abordadas apenas uma vez tem uma menos ruim das abordagens.
tabpct(souma$Raça, souma$Tratamento, graph = F, percent = "row")##
## Row percent
## souma$Tratamento
## souma$Raça Excelente Bom Nem bom nem ruim Ruim Péssimo Total
## Amarela 1 0 0 0 0 1
## (100) (0) (0) (0) (0) (100)
## Branca 7 10 16 14 11 58
## (12.1) (17.2) (27.6) (24.1) (19) (100)
## Indígena 0 0 0 0 3 3
## (0) (0) (0) (0) (100) (100)
## Negra 3 12 38 31 48 132
## (2.3) (9.1) (28.8) (23.5) (36.4) (100)Situações
Enquanto 50,7% de pessoas brancas declararam não ocorrer nenhuma atitude negativa nas abordagens, entre negros apenas 34,2% relatam o mesmo. 23,5% de pessoas negras relataram haver violência psicológica, versus 18,3% entre pessoas brancas. 16% de pessoas negras declararam ter sofrido assédio moral, versus 9,9% entre pessoas brancas. Importante frisar a ausência de ameaças de morte e assédio sexual entre pessoas brancas.
Sentimentos
j <- table(soumasentb)
j <- cbind(oq=row.names(j),qtd=j)
j <- as.data.frame.matrix(j)
j$oq <- as.character(j$oq)
j$qtd <- as.character(j$qtd)
j$qtd <- as.numeric(j$qtd)
j$tt <- sum(j$qtd)
j$oqperc <- round((j$qtd/j$tt)*100,1)
j$raca <- ""
j$raca <- "Branca"
k <- table(soumasentn)
k <- cbind(oq=row.names(k),qtd=k)
k <- as.data.frame.matrix(k)
k$oq <- as.character(k$oq)
k$qtd <- as.character(k$qtd)
k$qtd <- as.numeric(k$qtd)
k$tt <- sum(k$qtd)
k$oqperc <- round((k$qtd/k$tt)*100,1)
k$raca <- ""
k$raca <- "Negra"
l <- rbind(j,k)
l$oq <- as.factor(l$oq)
l$oq <- factor(l$oq, levels=c("Nenhuma das alternativas anteriores",
"Tendo minha privacidade invadida",
"Revoltado",
"Aliviado por não ter acontecido algo pior",
"Com raiva ou ódio",
"Com medo",
"Humilhado",
"Exposto",
"Desrespeitado",
"Frustrado ou impotente",
"Inseguro"))
soumasent <- ggplot(l, aes(oq, oqperc, fill=oq))+
geom_bar(stat = 'identity', show.legend = F)+
facet_wrap(~raca)+
coord_flip()+
labs(x="",y="")
ggplotly(soumasent + theme(legend.position = "none"))Transporte
tab1(souma$Transporte, sort.group = "decreasing", graph=F)## souma$Transporte :
## Frequency Percent Cum. percent
## a pé 95 49.0 49.0
## de carro 75 38.7 87.6
## Transporte público 15 7.7 95.4
## moto 6 3.1 98.5
## bicicleta 3 1.5 100.0
## Total 194 100.0 100.0A categoria mais predominante estava se locomovendo a pé 49%, porém percebemos que existe uma influência da predominância dos respondentes de raça/cor negra que são os que mais foram abordados quando andando a pé (70%), conforme tabela abaixo:
tabpct(souma$Raça, souma$Transporte, percent = "row", graph = F)##
## Row percent
## souma$Transporte
## souma$Raça a pé bicicleta de carro moto Transporte público Total
## Amarela 1 0 0 0 0 1
## (100) (0) (0) (0) (0) (100)
## Branca 23 1 30 2 2 58
## (39.7) (1.7) (51.7) (3.4) (3.4) (100)
## Indígena 1 0 2 0 0 3
## (33.3) (0) (66.7) (0) (0) (100)
## Negra 70 2 43 4 13 132
## (53) (1.5) (32.6) (3) (9.8) (100)Há uma diferença siginificante entre as os meios de transporte declarados entre as raças.
A única pessoa de raça/cor amarela abordada uma vez foi abordada andando a pé. As pessoas de todas as raças declararam terem sido mais abordados quando se deslocando de carro, menos pessoas de raça negra.
Pessoas indígenas foram mais abordadas quando se deslocando de carro.
Existe também uma grande diferença para abordagens no transporte público.
9,8,4% das pessoas negras informaram já terem sido abordadas no transporte público, enquanto apenas 3,4% de pessoas brancas declaram o mesmo.
Racismo
86,1%% das pessoas declararam que nunca tiveram sua raça/cor mencionada em abordagens (diferença de 20% com a população em geral). O que correspondente disso nos permite dizer que pelo menos 13,9% das pessoas já tiveram sua raça/cor mencionada em alguma abordagem
souma$Racismo <- factor(souma$Racismo, levels = c("Nunca mencionaram sua raça ou cor","Poucas vezes mencionaram sua raça ou cor","Às vezes mencionaram, às vezes não","Mencionaram na maioria das vezes, mas não sempre","Sempre mencionaram sua raça ou cor"))tab1(souma$Racismo, graph = F, sort.group = "decreasing")## souma$Racismo :
## Frequency Percent Cum. percent
## Nunca mencionaram sua raça ou cor 167 86.1 86.1
## Sempre mencionaram sua raça ou cor 10 5.2 91.2
## Poucas vezes mencionaram sua raça ou cor 9 4.6 95.9
## Mencionaram na maioria das vezes, mas não sempre 4 2.1 97.9
## Às vezes mencionaram, às vezes não 4 2.1 100.0
## Total 194 100.0 100.0Pela tabela abaixo, é possível notar que este quadro é completamente inverso entre as raças.
Entre pessoas brancas, 98,3% nunca tiveram sua raça cor mencionada, versus 80,3% entre pessoas negras. 6,8% das pessoas negras informaram que sempre e poucas vezes tiveram sua raça ou cor mencionadas.
tabpct(souma$Raça, souma$Racismo, percent = "row", graph = F)##
## Row percent
## souma$Racismo
## souma$Raça Nunca mencionaram sua raça ou cor
## Amarela 1
## (100)
## Branca 57
## (98.3)
## Indígena 3
## (100)
## Negra 106
## (80.3)
## souma$Racismo
## souma$Raça Poucas vezes mencionaram sua raça ou cor
## Amarela 0
## (0)
## Branca 0
## (0)
## Indígena 0
## (0)
## Negra 9
## (6.8)
## souma$Racismo
## souma$Raça Às vezes mencionaram, às vezes não
## Amarela 0
## (0)
## Branca 0
## (0)
## Indígena 0
## (0)
## Negra 4
## (3)
## souma$Racismo
## souma$Raça Mencionaram na maioria das vezes, mas não sempre
## Amarela 0
## (0)
## Branca 0
## (0)
## Indígena 0
## (0)
## Negra 4
## (3)
## souma$Racismo
## souma$Raça Sempre mencionaram sua raça ou cor Total
## Amarela 0 1
## (0) (100)
## Branca 1 58
## (1.7) (100)
## Indígena 0 3
## (0) (100)
## Negra 9 132
## (6.8) (100)Armas
Existe uma distribuição que pode ser considerada homogênea entre as diversas frequências sobre o uso de armas nas abordagens, exceto para as categorias “não me lembro” e “não estavam armados”, 8,2% e 5,7% respectivamente.
Porém se formos agregar qualquer informação de uso de arma, desde “mão no coldre” até “sempre” teríamos 53,6% de pessoas que passaram por abordagens (diferença de aproximadamente 20% da população geral)
28.4+14.9+10.3## [1] 53.6souma$Armas <- factor(souma$Armas, levels = c("Nunca", "Não me lembro", "Não estavam armados", "Mão na arma no coldre","Algumas vezes","Sempre"))tab1(souma$Armas, graph = F, sort.group = "decreasing")## souma$Armas :
## Frequency Percent Cum. percent
## Nunca 63 32.5 32.5
## Mão na arma no coldre 55 28.4 60.8
## Sempre 29 14.9 75.8
## Algumas vezes 20 10.3 86.1
## Não me lembro 16 8.2 94.3
## Não estavam armados 11 5.7 100.0
## Total 194 100.0 100.0Analisando essas categorias entre as diferentes raças/cor, temos que entre pessoas brancas, a categoria mais predominante é que nunca tiveram abordagens com uso de armas pelos policiais (34,5%). Entretanto, para pessoas negras, a categoria mais predominante foi Mão na arma no coldre já passaram por abordagens com uso de armas (66,7%).
tabpct(souma$Raça, souma$Armas, percent = "row", graph = F)##
## Row percent
## souma$Armas
## souma$Raça Nunca Não me lembro Não estavam armados Mão na arma no coldre
## Amarela 1 0 0 0
## (100) (0) (0) (0)
## Branca 20 8 5 16
## (34.5) (13.8) (8.6) (27.6)
## Indígena 1 0 0 2
## (33.3) (0) (0) (66.7)
## Negra 41 8 6 37
## (31.1) (6.1) (4.5) (28)
## souma$Armas
## souma$Raça Algumas vezes Sempre Total
## Amarela 0 0 1
## (0) (0) (100)
## Branca 4 5 58
## (6.9) (8.6) (100)
## Indígena 0 0 3
## (0) (0) (100)
## Negra 16 24 132
## (12.1) (18.2) (100)Motivos apresentados
m <- table(soumamotivb)
m <- cbind(oq=row.names(m),qtd=m)
m <- as.data.frame.matrix(m)
m$oq <- as.character(m$oq)
m$qtd <- as.character(m$qtd)
m$qtd <- as.numeric(m$qtd)
m$tt <- sum(m$qtd)
m$oqperc <- round((m$qtd/m$tt)*100,1)
m$raca <- ""
m$raca <- "Branca"
n <- table(soumamotivn)
n <- cbind(oq=row.names(n),qtd=n)
n <- as.data.frame.matrix(n)
n$oq <- as.character(n$oq)
n$qtd <- as.character(n$qtd)
n$qtd <- as.numeric(n$qtd)
n$tt <- sum(n$qtd)
n$oqperc <- round((n$qtd/n$tt)*100,1)
n$raca <- ""
n$raca <- "Negra"
o <- rbind(m,n)
o$oq <- as.factor(o$oq)
o$oq <- factor(o$oq, levels=c("Nenhuma das alternativas anteriores",
"Me disseram que tinham recebido uma denúncia e precisavam me abordar",
"Me disseram que EU PARECIA SER um suspeito que estavam procurando",
"Me informaram que estavam fazendo uma operação especial e precisavam me abordar",
"Estavam abordando várias pessoas no local",
"Me disseram que estranharam alguém como eu ali naquele local que eu estava",
"Me disseram que minha ATITUDE era suspeita",
"Não me informaram o motivo",
"Me informaram que estavam me abordando como parte da rotina do trabalho"))
soumamotiv <- ggplot(o, aes(oq, oqperc, fill=oq))+
geom_bar(stat = 'identity', show.legend = F)+
facet_wrap(~raca)+
scale_fill_brewer(palette="Set1")+
coord_flip()
ggplotly(soumamotiv + theme(legend.position = "none"))Identificação
63,9% declararam que nunca foram abordadas por policiais sem identificação (uma diferença de quase 20% da população geral)
souma$Identificação <- factor(souma$Identificação, levels = c("Nunca", "Uma vez", "Algumas vezes", "Sempre"))tab1(souma$Identificação, graph = F, sort.group = "decreasing")## souma$Identificação :
## Frequency Percent Cum. percent
## Nunca 124 63.9 63.9
## Uma vez 32 16.5 80.4
## Sempre 27 13.9 94.3
## Algumas vezes 11 5.7 100.0
## Total 194 100.0 100.0Esse mesmo valor, de pelo menos uma vez é diferente entre as raças/cor das pessoas.
33,7% das pessoas brancas nunca tiveram abordagem com policiais sem nenhuma identificação.
56,9% das pessoas negras nunca tiveram abordagem com policiais sem nenhuma identificação.
tabpct(souma$Raça, souma$Identificação, percent = "row", graph = F)##
## Row percent
## souma$Identificação
## souma$Raça Nunca Uma vez Algumas vezes Sempre Total
## Amarela 1 0 0 0 1
## (100) (0) (0) (0) (100)
## Branca 39 10 1 8 58
## (67.2) (17.2) (1.7) (13.8) (100)
## Indígena 3 0 0 0 3
## (100) (0) (0) (0) (100)
## Negra 81 22 10 19 132
## (61.4) (16.7) (7.6) (14.4) (100)Tempo
A categoria mais predominante do tempo de abordagem foi a de “5 a 15 minutos” [42,3%].
O tempo mais curto possível de informar na resposta foi a segunda categoria mais predominante. Abordagens de até 5 minutos tiveram 34% das respostas.
souma$Tempo <- factor(souma$Tempo, levels = c("Até 5 minutos", "De 5 a 15 minutos", "De 15 a 30 minutos",
"De 30 a 45 minutos","De 45 minutos a 1 hora","Mais que 1 hora"))tab1(souma$Tempo, graph = F, sort.group = "decreasing")## souma$Tempo :
## Frequency Percent Cum. percent
## De 5 a 15 minutos 82 42.3 42.3
## Até 5 minutos 66 34.0 76.3
## De 15 a 30 minutos 29 14.9 91.2
## De 30 a 45 minutos 11 5.7 96.9
## Mais que 1 hora 4 2.1 99.0
## De 45 minutos a 1 hora 2 1.0 100.0
## Total 194 100.0 100.0Podemos verificar na tabela abaixo, que a categoria de 5 a 15 minutos, que foi a mais predominante na população geral também tem o mesmo comportamente entre raças, exceto entre pessoas indígenas.
Pessoas negras tiveram proporcionalmente mais abordagens entre 30 a 45 minutos.
tabpct(souma$Raça, souma$Tempo, percent = "row", graph = F)##
## Row percent
## souma$Tempo
## souma$Raça Até 5 minutos De 5 a 15 minutos De 15 a 30 minutos
## Amarela 1 0 0
## (100) (0) (0)
## Branca 21 24 9
## (36.2) (41.4) (15.5)
## Indígena 1 2 0
## (33.3) (66.7) (0)
## Negra 43 56 20
## (32.6) (42.4) (15.2)
## souma$Tempo
## souma$Raça De 30 a 45 minutos De 45 minutos a 1 hora Mais que 1 hora Total
## Amarela 0 0 0 1
## (0) (0) (0) (100)
## Branca 1 1 2 58
## (1.7) (1.7) (3.4) (100)
## Indígena 0 0 0 3
## (0) (0) (0) (100)
## Negra 10 1 2 132
## (7.6) (0.8) (1.5) (100)Grupos policiais
Não temos registro da Polícia Federal e nem Força Nacional entre pessoas abordadas apenas uma vez. 
## soumatipos$cat :
## Frequency Percent Cum. percent
## Policia Militar 146 69.5 69.5
## Muito variado, prefiro não escolher 21 10.0 79.5
## Policia Civil 16 7.6 87.1
## Policia Rodoviário Federal 11 5.2 92.4
## Grupo Especial 8 3.8 96.2
## Guarda Civil Metropolitana/Guarda Municipal 6 2.9 99.0
## Exército 2 1.0 100.0
## Total 210 100.0 100.0Local
A maioria dos respondentes informou que há um padrão do local de abordagem, 46,4% informaram que são abordadas sempre nos mesmos lugares.
tab1(souma$Local, sort.group = "decreasing", graph = F)## souma$Local :
## Frequency Percent Cum. percent
## Mesmos lugares 90 46.4 46.4
## Diversos 70 36.1 82.5
## Sem padrão 33 17.0 99.5
## 1 0.5 100.0
## Total 194 100.0 100.0Esse padrão se repete para todas as raças, e as pessoas indígenas são na maioria das vezes abordadas nos mesmos lugares.
tabpct(souma$Raça, souma$Local, percent = "row", graph = F)##
## Row percent
## souma$Local
## souma$Raça Diversos Mesmos lugares Sem padrão Total
## Amarela 0 1 0 0 1
## (0) (100) (0) (0) (100)
## Branca 0 24 26 8 58
## (0) (41.4) (44.8) (13.8) (100)
## Indígena 0 1 2 0 3
## (0) (33.3) (66.7) (0) (100)
## Negra 1 44 62 25 132
## (0.8) (33.3) (47) (18.9) (100)Imagem
96,9% das pessoas informaram que nunca tiveram nenhum registro de imagem tomado em abordagens, ou por decorrência dela.
tab1(souma$Imagem, sort.group = "decreasing", graph = F)## souma$Imagem :
## Frequency Percent Cum. percent
## Nunca 188 96.9 96.9
## Foto ou vídeo 3 1.5 98.5
## Apenas docs 3 1.5 100.0
## Total 194 100.0 100.0Apenas pessoas negras tiveram registros fotográficos realizados. 2,3% dos documentos e o mesmo percentual fotos ou vídeos seus.
tabpct(souma$Raça, souma$Imagem, percent = "row", graph = F)##
## Row percent
## souma$Imagem
## souma$Raça Apenas docs Foto ou vídeo Nunca Total
## Amarela 0 0 1 1
## (0) (0) (100) (100)
## Branca 0 0 58 58
## (0) (0) (100) (100)
## Indígena 0 0 3 3
## (0) (0) (100) (100)
## Negra 3 3 126 132
## (2.3) (2.3) (95.5) (100)Menor de 18
75,3% declararam terem sido abordados quando tinham menos de 18 anos.
tab1(souma$Menor18, graph = F)## souma$Menor18 :
## Frequency Percent Cum. percent
## Não 146 75.3 75.3
## Sim 48 24.7 100.0
## Total 194 100.0 100.0Pessoas brancas apresentaram o menor percentual de abordagem ocorridas antes dos 18 anos (22,4%). 100% de pessoas de raça/cor amarela foram abordadas antes dos 18 anos. 33,3% de pessoas de raça/cor indígena e, 25% de pessoas de raça/cor negra foram abordadas antes dos 18 anos de idade.
tabpct(souma$Raça, souma$Menor18, percent = "row", graph = F)##
## Row percent
## souma$Menor18
## souma$Raça Não Sim Total
## Amarela 0 1 1
## (0) (100) (100)
## Branca 45 13 58
## (77.6) (22.4) (100)
## Indígena 2 1 3
## (66.7) (33.3) (100)
## Negra 99 33 132
## (75) (25) (100)Abordagem em casa
90,2% das pessoas declararam que nunca tiveram suas casas invadidas por policiais
tab1(souma$Casa, graph = FALSE)## souma$Casa :
## Frequency Percent Cum. percent
## Não 175 90.2 90.2
## Sim 19 9.8 100.0
## Total 194 100.0 100.0Porém, as porcentagens variam significativamente entre as raças. 3,4% de pessoas brancas tiveram suas casas invadidas, contra 17% de pessoas negras
tabpct(souma$Raça, souma$Casa, graph = F, percent = "row")##
## Row percent
## souma$Casa
## souma$Raça Não Sim Total
## Amarela 1 0 1
## (100) (0) (100)
## Branca 56 2 58
## (96.6) (3.4) (100)
## Indígena 3 0 3
## (100) (0) (100)
## Negra 115 17 132
## (87.1) (12.9) (100)Delegacia
97,4% das pessoas informaram nunca terem ido para delegacia após uma abordagem
## souma$Delegacia :
## Frequency Percent Cum. percent
## Não 189 97.4 97.4
## Sim 5 2.6 100.0
## Total 194 100.0 100.0Existe um equilíbrio entre pessoas brancas e negras que foram levadas a delegacia.
##
## Row percent
## souma$Delegacia
## souma$Raça Não Sim Total
## Amarela 1 0 1
## (100) (0) (100)
## Branca 56 2 58
## (96.6) (3.4) (100)
## Indígena 3 0 3
## (100) (0) (100)
## Negra 129 3 132
## (97.7) (2.3) (100)Na delegacia
Apenas 5 pessoas, das que foram abordadas apenas uma vez, foram levadas para a delegacia, entre essas pessoas temos a seguinte distribuição racial
60% das pessoas levadas para delegacia são negras
## base6$Raça :
## Frequency Percent Cum. percent
## Negra 3 60 60
## Branca 2 40 100
## Total 5 100 100Das 5 pessoas abordadas só uma vez, apenas uma passou por reconhecimento, essa pessoa é negra. Todas as pessoas foram liberadas. E uma pessoa prefiriu não responder, também negra
Seguimos realizando análises e conferindo os resultados para verificação da qualidade das informações
Quer dar uma olhadinha na base de dados?
Só navegar nesse quadro abaixo.