초록 열기/닫기 버튼
소년범죄자의 재범 위험성을 예측할 수 있는 계리적 평가 도구의 개발에 대한 실무자와 학계의 관심이 높다. 그러나 이러한 평가 도구를 개발함에 있어 가중치를 사용해야 하는 지의 여부와 가중치를 사용할 경우 구체적으로 어떤 방법을 활용하는 것이 타당한가에 대해서는 그동안 충분한 논의가 이루어지지 않았다. 본 연구는 이러한 연구 공백을 메꾸고자 요인분석, 원점수, 너필드, 단순로지스틱, 다중로지스틱 등의 다섯 가지 방법으로 도출된 가중치를 활용하여 평가도구를 개발한 후 ROC 분석과 부트스트랩 기법을 활용하여 이들의 예측정확도를 비교ㆍ분석하였다. 그 결과 다중로지스틱 회귀분석법과 너필드법의 효용 가치가 가장 높은 것으로 판명되었다. 이러한 분석 결과를 바탕으로 정책적 시사점 및 향후 연구에 대한 함의를 제시하였다. 특히 예측력이 높은 평가 도구를 개발하기 위해서는 소년원 출원 후의 일상 생활과 관련된 변인들 및 정성적 변인들의 산입이 필요함을 강조하였다.
There exists a high degree of interest in actuarial tools that may help predict the recidivism of juvenile offenders. Yet, it has rarely been a focus of debate among scholars whether to use weights and what kinds of weights should be employed when developing such a tool. The current study fills this research gap. Specifically, the present study examined and compared the predictive accuracy of five different actuarial tools created by different methods of calculating weights. The results revealed that weights calculated by multivariate logistic regression and the Nuffield method proved to be of the highest predictive efficacy. Based on the results, we offer policy and research implications for both practitioners and future researchers. In particular, we underscore the need to incorporate variables pertaining to the routine activities of the offender after release as well as qualitative variables that are not easily quantified if a researcher wishes to develop an actuarial tool with a high predictive efficacy.
키워드열기/닫기 버튼
recidivism risk, actuarial tool, juvenile detention center, bootstrapping, ROC analysis
