108 身心障礙特考三等 社會行政 社會研究法 考古題詳解

核心觀念

本題測驗社會科學方法論中因果推論（Causal Inference）​的核心基礎，主要包含兩大主軸：

1. 因果條件的邏輯形式：

• 必要原因（Necessary Cause）：結果發生所不可或缺的條件。若條件不具備，結果必定不發生；若無 $A$，則必無 $B$（$\neg A \implies \neg B$ 或 $B \implies A$）。然而，單有 $A$ 未必能保證 $B$ 一定發生。
• 充分原因（Sufficient Cause）：足以單獨促成結果發生的條件。若條件具備，結果必定發生；若有 $A$，則必有 $B$（$A \implies B$）。然而，即使沒有 $A$，$B$ 仍可能藉由其他原因促成。

2. 確立因果關係的三大判準（Criteria for Causality）（依據 Earl Babbie 與 W. Lawrence Neuman 等社會研究法經典架構）：

• 共變關係／經驗相關（Empirical Association / Covariation）：自變項（$X$）與依變項（$Y$）在統計或經驗觀察上具有顯著關聯。
• 時間先後順序（Temporal Order / Time Precedence）：原因的發生時間點必須先於結果（$X$ 發生於 $Y$ 之前）。
• 非虛假關係／排除競爭解釋（Non-spuriousness）：兩者的關聯不能由第三變項（外生變項／混淆變項 $Z$）所共同引起。

---

解題方法

本題為標準的「概念界定＋架構列舉＋實例驗證」題型，解題切入點如下：

1. 層次對稱：先針對「必要原因」與「充分原因」給予精確的邏輯定義，並輔以條件關係式對比說明。
2. 判準結構化：將因果推論的三大黃金準則（相關、時序、非虛假性）分點立論，不可只寫「相關」，必須強調「相關不等於因果」及「排除外生變項」的控制程序。
3. 實例切合社會科學情境：題目明確規定「以上問題，請舉實例加以說明」，實例應選擇考生熟悉、邏輯分明的社會福利、教育或政策實務情境（如考取社工師、貧窮成因、方案介入成效），讓抽象邏輯具象化。

---

選項分析

本題為國家考試三等申論題，無選擇題選項。依命題大綱與閱卷配分標準，全題應拆解為四大得分區塊進行論述：

1. 必要原因的定義與實例：占約 6 分。
2. 充分原因的定義與實例：占約 6 分。
3. 確認因果關係之三大判準：占約 9 分。
4. 因果判準之實例說明與綜合討論：占約 4 分。

---

解題技巧

1. 記憶口訣與邏輯速記：

• 必要原因：「沒它不行」（缺之不可，但有它未必成）。
• 充分原因：「有它就成」（有之必成，但沒它也可能有別的途徑）。
• 因果判準三要件：「時（時序先後）、空（共變相關）、假（非虛假關聯）」。

2. 常見答題陷阱：

• 漏舉實例：許多考生只背出定義而未依題意舉例，會直接損失該子項一半分數。
• 將必要與充分混為一談：日常語言常混用兩者，作答時務必利用「反面推論」檢驗邏輯是否嚴謹。
• 忽略非虛假性的控制方法：說明第三判準時，若能補充「實驗法隨機分派」或「統計迴歸控制法」來排除干擾變項，能展現出色的鑑別度。

---

【答案】

一、必要原因與充分原因之內涵與實例說明

(一) 必要原因（Necessary Cause）

1. 內涵：指某個結果要發生，該條件「必須存在」（缺之不可）。若該原因未出現，結果必定不會發生；但該原因單獨存在時，並不能保證結果一定會發生。以邏輯形式表示為： $\neg A \implies \neg B \quad (\text{或 } B \implies A)$
2. 實例：

• 公職考試報考：「具有中華民國國籍」是「考取台灣公職人員」的必要原因。無中華民國國籍者絕不可能成為公務員；但僅具備國籍者，未必一定能考取公職。
• 社工專業實務：「修畢社會工作實習課程並取得畢業證書」是「取得社工師考照資格」的必要原因，沒有學歷與實習經歷便無法報考，但畢業並不等於必然考取證照。

核心觀念

本題評量考生對「研究設計品質控制」與「社會研究方法論中之誤差理論」的整體掌握度。涉及的核心理論與定義如下：

1. 古典測驗理論（Classical Test Theory, CTT）的測量模型： $X = T + e$ 其中 $X$ 為觀察分數（Observed Score），$T$ 為真實分數（True Score），$e$ 為測量誤差（Error）。誤差進一步細分為：

• 系統誤差（Systematic Error / Bias）：具固定方向與規律的偏誤，直接威脅研究的效度（Validity）。
• 隨機誤差（Random Error）：無特定方向、起因於偶發隨機因素的變異，直接威脅研究的信度（Reliability）。

2. 總調查誤差模型（Total Survey Error, TSE）： 社會研究（特別是量化調查）的整體誤差可劃分為兩大範疇：

• 抽樣誤差（Sampling Error）：以樣本推論母群體時，因隨機抽樣過程產生的自然抽樣變異（Chance variation）。
• 非抽樣誤差（Non-sampling Error）：非因抽樣變異所致，而是存在於研究歷程各環節（如研究設計、抽樣架構、測量工具、訪談情境、受訪者心態、資料鍵入等）的各類人為與技術性誤差。

---

解題方法

本題為標準的「三合一申論題」（問來源、要舉例、求對策），解答時切忌雜亂無章地發散條列。最能獲取高分的切入策略為​「以研究歷程／總調查誤差（TSE）為骨幹，輔以測量理論（系統與隨機誤差）為論述基底」：

1. 破題定位：簡要界定誤差意涵，並運用古典測驗理論公式 $X = T + e$，說明研究的核心目的在於盡可能壓低 $e$，使 $X$ 趨近於 $T$。
2. 結構化答題（三位一體法）：將研究過程中產生的誤差，按「研究階段／誤差範疇」依序展開。針對每一項誤差，嚴格對應寫出​【來源說明】$\rightarrow$【具體實例】$\rightarrow$【解決／處理辦法】，確保題目的三大指令無一遺漏。
3. 整合收尾：強調研究實務上「無法徹底消除所有誤差，但可透過事前嚴謹設計、事中品質管控、事後統計校準三道防線」使總誤差最小化。

---

選項分析

本題為申論題，無選項。針對考生在歷年答題時常見之盲點與失分構面分析如下：

1. 盲點一：僅著眼於「抽樣誤差」，忽略「非抽樣誤差」

• 評析：許多考生誤以為誤差即為「抽樣誤差（$\pm 3\%$ 等信心水準）」，僅寫出樣本數不足或未隨機抽樣，遺漏了問卷設計、訪員偏誤、受訪者隱瞞及資料處理等更大宗的誤差來源，導致論述深度不足。

2. 盲點二：僅列舉「名詞」，缺少「具體實例」或「實務處方」

• 評析：題目明確要求「請舉例說明並提出解決或處理的辦法」，若僅空談定義而未附上實例（如：社會期許偏誤、引導性提問等實例），或解決之道僅泛泛而談「加強注意」、「仔細確認」，將大幅失分。

3. 盲點三：未區分「系統誤差」與「隨機誤差」

• 評析：未能指出哪些誤差會導致推論方向性偏差（影響效度），哪些僅是擴大變異數（影響信度），顯示對社會研究法基本概念的掌握尚欠精準。

---

解題技巧

1. 版面配置與配分原則： 本題佔 25 分。建議版面配置為 1.5 至 2 頁試卷紙。大標題清楚劃分，各段落以「來源」、「舉例」、「解決或處理辦法」作為固定小標，便於閱卷委員在 30 秒內快速抓取評分指標。
2. 專有名詞精準使用： 解答中宜帶出學科代表性專業術語，如：古典測驗理論、總調查誤差（TSE）、抽樣架構誤差、社會期許偏差（Social Desirability Bias）、雙盲設計（Double-blind Design）、預試（Pre-test）、後層別加權（Post-stratification Weighting）等，展現科班專業度。
3. 因果對稱檢驗法： 寫完解法後，快速在腦中自我檢驗：「該解法是否確實能消除或校正該項誤差？」例如：抽樣誤差可透過「擴大樣本數」解決；但涵蓋誤差與測量工具不良，即使樣本數擴大到數萬人亦無法解決，必須靠「更新名冊」與「修正問卷題目」方能排除。

---

【答案】

社會研究的根本目標在於藉由系統性、經驗性的科學程序，探尋社會現象的真實狀態。在古典測驗理論（Classical Test Theory）中，觀察值（$X$）、真實值（$T$）與測量誤差（$e$）之關係表示為 $X = T + e$；而整體研究誤差又可分為「抽樣誤差」與「非抽樣誤差」，其來源貫穿整體研究歷程。

以下就社會研究歷程中主要的誤差來源、具體實例及相應的解決或處理辦法分項說明：

一、抽樣架構誤差（Sampling Frame Error / 涵蓋誤差 Coverage Error）

1. 來源說明： 抽樣架構（母體名冊或抽樣清冊）未能精準對應目標母體（Target Population），造成部分母體名單被遺漏（涵蓋不足，Under-coverage）或納入非母體成員（涵蓋過度，Over-coverage）。
2. 具體實例： 研究者欲探討「全國大學生憂鬱傾向」，卻僅以日間部日間學制學生名冊作為抽樣架構，漏列了夜間部、進修部與在職專班學生，造成抽樣架構涵蓋不足。
3. 解決或處理辦法：

• 多重抽樣架構（Dual/Multiple Frame）：結合多個名冊來源互相補充補足缺漏。
• 實地篩選機制：於訪談第一道題目設計「過濾題（Screening question）」，剔除不符母體資格之受訪者。

核心觀念

本題評量質性研究中「觀察法」（Observation Method）之觀察者角色定位。核心考點源自社會學家高德（Raymond L. Gold, 1958）依據「涉入程度（參與 vs. 觀察）」與「身分公開與否（公開 vs. 隱匿）」二維度所提出的四種觀察者角色架構（Participant-Observation Roles）：

1. 完全參與者（Complete Participant）：隱匿身分、完全融入研究情境。
2. 參與的觀察者（Participant-as-Observer）：公開身分、積極投入團體各項活動。
3. 觀察的參與者（Observer-as-Participant）：公開身分、以旁觀記錄為主，僅具低度表層互動。
4. 完全觀察者（Complete Observer）：不公開身分（或在完全不干擾環境下）、完全抽離無互動。

---

解題方法

本題為典型的「概念界定＋實例論述」型申論題。作答切入點與編排邏輯如下：

1. 確立架構：依「涉入／參與程度」由深至淺依序開展，形成光譜式層次。
2. 三段式闡述每一類型：各類型皆須交代「角色定義與身分揭露」、「方法論優缺點（聚焦反應性、土著化、倫理課題）」、「具體社會行政／社會工作實務舉例」。
3. 結語統合比較：簡要對照四者在「客觀度／內部人觀點（emic vs. etic）」與「研究倫理」間的權衡取捨，展現高階答題深度。

---

選項分析

本題為申論題，無選擇題選項。茲將四種角色之關鍵維度與特徵對照分析如下，以利考前精準區辨：

類型	身分是否公開	參與涉入程度	主要優勢	主要風險／缺點
完全參與者	隱匿（不公開）	極高（完全融入）	消除霍桑效應、獲取真實自然行為	侵犯知情同意（倫理問題）、易「土著化」失去客觀性
參與的觀察者	公開	高（深入參與）	兼顧內部人深度理解與倫理正當性	早期受訪者可能有防備心（霍桑效應）、耗費時間
觀察的參與者	公開	低（短暫表層互動）	角色清晰、不易土著化、資料收集迅速	難以掌握深度文化脈絡、行為可能因被注視而失真
完全觀察者	隱匿／無涉	無（完全旁觀分離）	完全客觀、零干擾、無人際涉入偏誤	缺乏內在詮釋深度、特定隱蔽觀察仍有隱私倫理疑慮

---

解題技巧

1. 辨析關鍵詞記憶法：

• 名字後面的詞是「主體職責」，前面的詞是「修飾程度」。
• 「參與的觀察者」：主要工作是「觀察」，但藉由高涉入的「參與」來達成。
• 「觀察的參與者」：形式上有參與（如同場出席），但角色本質以「觀察」為主、不實質涉入活動核心。

2. 實例切合度：舉例優先選取「社會福利機構、社區發展、弱勢族群、臨床處遇」等社會行政業務情境，切忌只寫空泛的人群觀察。
3. 避開扣分陷阱：

• 遺漏「研究者身分是否揭露」之維度。
• 舉例未具體說明「研究者在該情境中到底做了什麼」。
• 未提及「完全參與者」在知情同意上的倫理爭議與「土著化（Going Native）」現象。

---

【答案】

核心觀念

1. 次級資料（Secondary Data）之意涵：指非由研究者本人直接針對該特定研究主題所蒐集的第一手資料（Primary Data），而是利用他人先前為了其他研究目的、行政管理或官方統計所建立並留存的既有資料（如政府統計公報、學術調查資料庫、戶籍或健保行政檔案、機構業務紀錄等）。
2. 次級資料分析（Secondary Data Analysis）：研究者透過對既有資料的重新編碼、變項重組、統計分析或質性詮釋，回答新研究問題之研究方法。
3. 方法論核心指標：評估次級資料之適用性時，核心考量在於「測量效度（Measurement Validity）」、「資料適配度（Fit）」、「抽樣代表性（Representativeness）」及「非抽樣誤差（Non-sampling Error）」之控管。
4. 國內重要社會科學資料庫：社會科學界常用的代表性學術調查平台與長期大型調查計畫，如中央研究院「學術調查研究資料庫」（SRDA）與「臺灣社會變遷基本調查」（TSCS）。

---

解題方法

本題為標準的「學理分析＋本土實例」之申論題型，答題應採取「標準三段論（定義破題 $\rightarrow$ 對稱比較 $\rightarrow$ 實例演練）」之架構：

1. 破題引言：簡要界定「次級資料分析」的定義與當代背景（大數據與開放資料趨勢）。
2. 優缺點剖析：採「成對／維度對稱」之架構陳述，切忌雜亂列舉。可由「成本效益」、「抽樣與外在效度」、「測量與內在效度」、「時間維度（縱貫追蹤）」、「研究倫理與資料近用」五大維度切入，正反對比鮮明。
3. 實例說明：挑選國內最具學術權威與代表性之資料庫（如中央研究院之資料庫），明確點出「建置主體」、「核心內容與調查方式」、「研究應用價值」，展現對本土實證研究環境之掌握度。

---

選項分析

本題為國家考試三等申論題，非選擇題，故無個別選項之對錯分析。評分焦點在於答題結構的完整性、專業概念的精準度，以及理論與實務舉例的結合度。

---

解題技巧

1. 避免常識化條列：優點不可僅寫「省錢、省時間」，應提升至方法論專業語彙，如「具母體推論之代表性」、「非反應性測量（Unobtrusive Measure）」、「便於進行趨勢分析（Trend Analysis）」。
2. 缺點直擊方法論痛點：重點強調「概念操作化受限（測量效度不足）」、「無法控制原始資料收集偏誤」，以及彙總資料易引發之「區群謬誤（Ecological Fallacy）」。
3. 舉例宜精不宜泛：不可籠統書寫「政府主計總處資料」，務必寫出具體的資料庫全名、建置機構及其特色（如中研院 SRDA 或 TSCS），方能獲取高分。

---

【答案】

一、次級資料分析之意涵

次級資料（Secondary Data）係指由原資料蒐集者基於特定研究目的、行政列管或政策普查而取得，經妥善整理或數位化建檔後，由另一位研究者重新加以分析、驗證新假設或回答新問題之既有資料。次級資料分析即為利用此類非自力蒐集的現成數據進行研究之方法。

---

二、運用次級資料進行研究之優點

1. 顯著節省研究成本與時效： 免除大規模抽樣、訪員培訓、實地訪查與資料輸入編碼的巨額經費與時間，使研究者能將資源聚焦於理論推導與統計模型分析。
2. 具備大規模樣本與高推論代表性：