Att bryta mot samhällsnormer : En kvantitativ studie om hög alkoholkonsumtion och narkotikabruk

Sammanfattning: Synen på hög alkoholkonsumtion respektive narkotikabruk skiljer sig mellan olika samhällen, och i Sverige har vi en tradition av att problematisera dessa beteenden i högre grad än i många andra länder. Dessutom ses narkotikabruk som en mer klandervärd handling än hög alkoholkonsumtion. Med dessa socialt konstruerade skillnader i åtanke fokuserar uppsatsen på vad om ligger bakom dessa beteenden och om liknande faktorer kan förklara dem. Uppsatsens syfte är med andra ord att undersöka huruvida liknande bakgrundsvariabler kan förklara hög alkoholkonsumtion och narkotikabruk bland individer i Sverige. För att förstå varför olika sociala regler och normer råder i olika samhällen används Howard Beckers klassiska stämplingsteori. Tidigare forskning visar att i synnerhet kön och ålder är viktiga variabler för att förklara skillnader i alkoholkonsumtion och narkotikabruk, men även inkomst och familjekonstellation tycks spela en roll. För narkotikabruk verkar även sysselsättning och möjligen också utbildning ha betydelse. Studien är kvantitativ och bygger på ett datamaterial bestående av 5 469 respondenter. Analyserna genomfördes med logistisk regressionsanalys. Resultaten visade att det endast finns signifikanta samband mellan hög alkoholkonsumtion och variablerna kön och ålder, då män och yngre i högre grad riskerar att vara högkonsumenter av alkohol. För narkotikabruk var de signifikanta sambanden fler, förutom kön och ålder hade även sysselsättning, inkomst och huruvida man bor med en partner eller inte en signifikant effekt för förklaringen av vilka som brukar narkotika. Starkast var dock, även här, sambanden för kön och ålder som hade samma riktning som för hög alkoholkonsumtion. Detta skulle kunna tyda på att män och yngre personer inte fördöms lika hårt som övriga grupper när de högkonsumerar alkohol respektive brukar narkotika. Då narkotikabruk visade sig vara mycket ovanligt skulle studien gynnas av ett större datamaterial då säkrare slutsatser skulle kunna dras.