（二）本次服刑境遇与重新犯罪风险

　　本次服刑境遇测量模型涵盖个体本次服刑中狱内行政奖励、行政处罚、技能培训、同社会成员交往等4项测量指标。行政奖励测量指标主要考察个体狱内行政奖励和综合考核加分情况；行政处罚测量指标主要考察个体狱内行政处罚和综合考核扣分情况；技能培训测量指标主要考察个体狱内获得技术等级证书情况；同社会成员交往测量指标主要考察个体狱内通信、会见和收到汇款包裹情况。根据本次服刑境遇因素方差分析模型（Corrected Model）检验结果（F＝2.107,P值＝0.004），所用模型具有统计学意义。根据本次服刑境遇因素方差分析表，自变量”狱内会见情况“（P值＝0.009）等1项因素对因变量”是否再犯“具有显著性影响；其余各项因素P值均大于0.05，对因变量不具有显著性影响。

　　本次服刑境遇测量模型二元Logistic回归分析检验结果为：Cronbach'' s a系数为0.743，说明所用模型信度较好；Nagelkerke R2为0.039，说明所用模型拟合优度极差。根据二元Logistic回归分析检验结果，自变量”狱内扣分情况“(P值＝0.026),”狱内会见情况“(P值＝0.003)等2项因素对因变量”是否再犯“具有显著性影响；其余各项P值均大于0.05，对因变量不具显著性影响。比较前述两种不同方法之检验结果，我们仅取”狱内会见情况“等1项因素作为测量罪犯出监前重新犯罪风险的预测因子。

　　（三）早年家庭依附与重新犯罪风险

　　早年家庭依附测量模型涵盖父母对孩子的看护、孩子对父母的信赖等2项测量指标。根据早年家庭依附因素方差分析模型（Corrected Model）检验结果（F ＝5.675,P值＝0.000），所用模型具有统计学意义。根据早年家庭依附因素方差分析表，自变量”父母是否了解孩子在外行踪“等1项因素对因变量”是否再犯“（P值＝0.000）具有显著性影响；其余各项对因变量不具有显著性影响。

　　早年家庭依附测量模型二元Logistic回归分析检验结果为：Cronbach''sa系数为0.732，说明所用模型信度较好；Nagelkerke R2为0.117，说明所用模型拟合优度较差。根据早年家庭依附测量模型二元Logistic回归分析检验结果，自变量”父母是否了解孩子在外行踪“（P值＝0.000）对因变量”是否再犯“具有显著性影响；其余各项对因变量不具有显著性影响，此结论与前述多因素方差分析检验结果一致。

　　（四）早年学校依附与重新犯罪风险

　　早年学校依附测量模型涵盖依恋学习、学校拒斥等2项测量指标。依恋学习测量指标主要考量了个体早年学习成绩等1项因素；学校拒斥测量指标主要考量老师给孩子贴上”不守规矩“、”常惹麻烦“标签等2项因素。根据早年学校依附因素方差分析模型（Corrected Model）检验结果（F＝1.909,P值＝0.004），所用模型具有统计学意义。根据早年学校依附因素方差分析表，自变量”学习成绩“(P值＝0.006)、”老师给孩子贴上‘常惹麻烦’“标签（P值＝0.007）等2项因素对因变量”是否再犯“具有显著性影响；自变量”老师给孩子贴上‘不守规矩’标签“对因变量不具有显著性影响。

　　早年学校依附测量模型二元Logistic回归分析检验结果为：Cronbach'' s a系数为0.679，说明所用模型信度最小可以接受；Nagelkerke R2为0.029，说明所用模型拟合优度极差。根据早年学校依附测量模型二元Logistic回归分析检验结果，自变量”老师给孩子贴上‘常惹麻烦’标签“（P值＝0.000）对因变量”是否再犯“具有显著性影响；其余各项对因变量不具有显著性影响。比较前述两种不同方法之检验结果，我们仅取”老师给孩子贴上‘常惹麻烦’标签“等1项因素作为测量罪犯出监前重新犯罪风险的预测因子。