115 一般警察特考三等 犯罪防治人員類別預防組 社會科學研究法 考古題詳解

核心觀念

本題考查「社會科學研究品質」的基本判準，以及量化研究與質性研究在研究品質上的不同關注焦點。

研究品質的核心，不在於研究採用何種方法，而在於研究結論是否：

1. 由適切的研究問題與理論出發；
2. 採用符合研究目的的研究設計；
3. 以可信、透明且合乎倫理的程序蒐集與分析資料；
4. 能合理支持研究結論，並具有一定的解釋力、應用性或延伸性。

量化研究通常重視測量、因果推論與統計推論的精確性；質性研究則重視研究參與者經驗的真實呈現、研究情境的脈絡性，以及研究過程與解釋的可信程度。

---

一、社會科學研究在研究品質上必須回應的問題

（一）研究問題是否重要且具有研究價值

研究必須先回答：「為什麼要研究這個問題？」

研究主題應具有下列條件：

• 具有理論意義，能補充或修正既有知識；
• 具有實務價值，能協助政策、制度或實務工作；
• 具有社會重要性，能回應社會現象與公共問題；
• 具有可研究性，能轉化為明確的研究問題或研究假設。

研究者若僅蒐集大量資料，卻沒有清楚說明研究問題及其重要性，即使分析方法複雜，也不能提升研究品質。

（二）研究設計是否適切

研究必須回答：「所採用的方法，是否真的適合回答研究問題？」

例如：

• 若要測量犯罪恐懼與被害經驗的關聯，可採問卷調查與統計分析；
• 若要理解犯罪被害者如何詮釋創傷經驗，則適合採深度訪談或生命史研究；
• 若要探討某項犯罪防治政策是否產生效果，則應考慮實驗、準實驗或縱貫研究設計。

研究目的、研究問題、資料蒐集方式與分析方法之間，必須具有一致性。此種一致性可稱為「研究設計的適配性」。

（三）資料與測量是否具有品質

研究必須回答：

• 蒐集的資料是否真實、完整且適切？
• 測量工具是否能測量研究者所要測量的概念？
• 樣本是否足以代表研究對象？
• 資料蒐集程序是否一致且可追溯？

例如，若研究「警察人員的工作壓力」，問卷題目卻主要測量工作滿意度，即使統計分析正確，研究結論仍缺乏效度。

（四）研究結論是否受到資料合理支持

研究必須回答：「研究者的結論，是否超過資料所能支持的範圍？」

研究者不得將相關關係直接解釋為因果關係，也不能以少數個案推論所有群體，更不能因符合預期而忽略相反證據。

量化研究須重視統計推論、誤差與控制變項；質性研究則須說明主題如何從資料中形成，並呈現足以支持詮釋的訪談內容、觀察紀錄或文件資料。

（五）研究程序是否透明且可檢驗

高品質研究應清楚交代：

• 研究對象與抽樣方式；
• 研究工具與資料蒐集程序；
• 資料處理與分析方法；
• 研究限制；
• 研究者的角色與可能偏誤。

透明性使其他研究者能夠理解研究結論如何形成，也有助於進行重複研究、比較研究或後續累積。

（六）研究是否符合研究倫理

研究品質也包含倫理品質。研究必須回答：

• 研究參與者是否受到尊重與保護？
• 是否取得知情同意？
• 是否維護個人資料與身分隱私？
• 是否避免欺騙、傷害、脅迫或不當誘導？
• 研究資料是否被正確保存與使用？
• 研究結果是否如實呈現？

犯罪防治研究常涉及犯罪被害人、犯罪者、少年、警察人員及其他敏感群體，更須注意匿名化、保密及研究風險。

---

二、量化研究的研究品質指標

量化研究的品質指標，主要可由「效度」與「信度」掌握，並進一步延伸至統計結論效度、內在效度與外在效度。

（一）建構效度

建構效度是指研究工具或研究操作，是否真正測量理論上欲測量的概念。

例如研究「犯罪恐懼」，若問卷題目只詢問受訪者是否擔心財物損失，卻未涵蓋人身安全、居住環境與夜間活動等面向，則可能無法完整測量犯罪恐懼此一概念。

建構效度常包括：

1. 聚合效度：同一概念的不同測量方式，應具有高度相關。
2. 區辨效度：不同概念之間，應具有合理區別。
3. 理論一致性：測量結果應符合既有理論對變項關係的預期。

（二）內容效度

內容效度是指測量工具的題目，是否充分涵蓋研究概念的重要內容。

例如編製「警察工作壓力」量表時，若只測量勤務時間，卻忽略危險性、角色衝突、組織關係與情緒勞務，則內容效度不足。

內容效度通常可透過文獻分析、專家審查與預試加以評估。

（三）效標關聯效度

效標關聯效度是指研究工具的測量結果，是否與外部效標具有合理關係。

例如，新的犯罪再犯風險量表，若能與既有且受到驗證的風險評估工具產生一致結果，則具有較佳的效標關聯效度。

（四）信度

信度是指測量結果的一致性、穩定性與可重複性。常見類型包括：

1. 再測信度：同一工具在不同時間測量同一對象，結果是否穩定。
2. 複本信度：兩份內容相當的測量工具，結果是否一致。
3. 內部一致性信度：同一量表中各題目是否共同測量同一概念，常以 Cronbach’s $\alpha$ 評估。
4. 評分者信度：不同評分者對同一資料的評分是否一致。

信度通常是效度的重要基礎。若測量結果極不穩定，便難以產生可信的研究結論；但信度高不代表效度一定高，因為工具可能穩定地測量錯誤的概念。

（五）內在效度

內在效度是指研究結果中的因果關係是否可信，也就是「自變項是否確實造成依變項的變化」。

常見威脅包括：

• 歷史事件；
• 成熟或自然發展；
• 測量工具改變；
• 受試者流失；
• 選樣偏誤；
• 回歸平均數；
• 第三變項或混淆變項。

例如，某地區實施犯罪預防宣導後犯罪率下降，不能直接認定宣導造成下降，因為同期間可能增加警力、改善照明，或整體犯罪趨勢本來就正在下降。

（六）外在效度

外在效度是指研究結果能否推論至其他人、其他地點或其他時間。

外在效度通常涉及：

• 樣本是否具有代表性；
• 研究情境是否過於特殊；
• 研究結果能否推廣至不同地區或群體；
• 研究結果在不同時間是否仍然成立。

外在效度並非單純取決於樣本數量。樣本數很大但抽樣方式偏誤，仍可能無法代表母體。

（七）統計結論效度

統計結論效度是指研究者是否正確判斷變項之間的統計關係，包括：

核心觀念

本題考查「研究倫理」的基本意涵，以及生成式人工智慧、資料分析人工智慧進入研究流程後，對研究參與者、研究資料、研究成果與研究責任所產生的倫理問題。

研究倫理，是指研究者在研究設計、資料蒐集、資料處理、分析、發表及研究成果運用等各階段，應遵守的道德原則、法律規範與專業責任。其目的在於保障研究參與者權益，維持研究資料與研究結果的可信性，並確保研究活動符合公共利益。

以命題當年（民國 115 年）法規為準，涉及人的研究，應注意《人體研究法》、研究倫理審查制度及研究機構相關規範；涉及個人資料者，應遵守《個人資料保護法》；涉及研究成果使用、改作及抄襲者，應注意《著作權法》及學術倫理規範。

研究倫理的核心原則包括：

1. 尊重自主原則 研究參與者應在充分理解研究目的、程序、風險、利益、資料用途及退出權利後，自由決定是否參與。此即知情同意的基礎。

2. 善益與不傷害原則 研究者應追求研究利益，降低身體、心理、社會、法律及資訊安全風險，不得為追求研究成果而使參與者承受不必要的傷害。

3. 正義原則 研究利益與研究負擔應公平分配，不得因身分、性別、年齡、族群、身心障礙、經濟條件等因素而不當剝削特定群體。

4. 隱私與機密維護原則 研究者應尊重參與者的私人領域，妥善保管個人資料，限制資料使用目的及使用範圍，避免身分被辨識或資料外洩。

5. 研究誠信原則 不得捏造資料、變造資料、抄襲、重複發表、隱匿利益衝突，亦不得以不當方式操弄分析結果。研究方法及研究結果應如實呈現。

6. 透明與可追溯原則 研究者應說明研究方法、資料來源、分析程序及研究限制。使用人工智慧工具時，亦應揭露工具名稱、用途、版本或重要設定，使研究過程具有可檢驗性。

7. 責任原則 研究責任不能因使用人工智慧而轉嫁給系統。研究者仍須對研究設計、資料使用、分析判斷與發表內容負最終責任。

解題方法

本題適合採用「先定義、再列原則、後分析 AI 風險與因應策略」的四段式架構：

第一，界定研究倫理的意義及目的；第二，說明傳統研究倫理的主要原則；第三，依研究流程分析 AI 所產生的倫理風險；第四，提出相對應的管理及控制策略。

AI 倫理不能只寫成「使用 AI 要小心」，而應與研究流程相互對應：

$$研究設計 \rightarrow 資料蒐集 \rightarrow 資料處理 \rightarrow 分析解釋 \rightarrow 成果發表$$

每一階段均須回答兩個問題：

• AI 的使用會產生何種倫理風險？
• 研究者應採取何種具體控制措施？

如此可避免只羅列抽象口號，並能完整回應題目所要求的「研究倫理及因應策略」。

AI 應用涉及的研究倫理問題與因應策略

一、知情同意與研究參與者自主權

研究者若使用 AI 進行訪談轉錄、情緒分析、臉部辨識、語音分析或行為預測，可能超出參與者原先同意的研究範圍。參與者也可能不知道自己的資料會被上傳至外部 AI 平臺，甚至被用於模型訓練。

因應策略如下：

• 在知情同意文件中明確說明 AI 的用途、處理資料類型、資料流向、保存期間及可能風險。
• 說明資料是否會傳送至外部服務商，是否會被用於模型訓練。
• 提供拒絕 AI 處理的選擇，不因拒絕而受到不利益。
• AI 使用方式有重大變更時，應重新取得同意，必要時辦理研究倫理審查變更。
• 對於兒童、受監護人、受刑人、身心障礙者等弱勢群體，應提高說明及保護標準。

二、隱私、個人資料與機密性

研究者將訪談逐字稿、警政資料、醫療資料、社群貼文或個案紀錄輸入生成式 AI，可能造成個人資料外洩。即使刪除姓名，出生日期、職業、地點、事件經過等資訊加以組合後，仍可能重新辨識個人。

因應策略如下：

• 遵守《個人資料保護法》的特定目的、必要範圍及安全維護要求。
• 採取資料最小化原則，只提供完成研究所必要的資料。
• 進行去識別化、假名化及敏感資訊遮蔽；但應注意去識別化不等於絕對匿名。
• 不將可識別的原始資料直接輸入一般公開型 AI 服務。
• 使用具備資料隔離、存取控制、加密及不保留訓練資料承諾的安全環境。
• 設定權限管理、操作紀錄、保存期限及刪除程序。
• 發表研究成果時，避免透過案例細節反向辨識參與者。

三、資料安全與外部服務風險

AI 平臺常由第三方業者提供，資料可能跨境傳輸，研究者未必能完全掌握資料儲存地點、保留期間、模型訓練方式及資安措施。若研究資料涉及犯罪被害人、受刑人或警察勤務資訊，外洩風險更高。

因應策略如下：

• 研究開始前進行資料流向及資安風險評估。
• 優先使用機構核准的 AI 系統及封閉式研究環境。
• 與服務供應商確認資料是否留存、是否用於訓練及是否提供刪除機制。
• 對敏感資料採取加密、分級授權、多因素驗證及備份管理。
• 建立資料外洩通報及事件處理程序。
• 研究團隊成員均應接受 AI 使用、個資保護及資訊安全訓練。

四、偏誤、歧視與研究正義

AI 模型通常依賴既有資料訓練。若訓練資料含有性別、族群、階級、年齡或地域偏誤，AI 產出的分類、預測或文字分析可能複製甚至擴大歧視。例如，犯罪風險預測模型可能將歷史執法偏差誤認為真實犯罪傾向。

因應策略如下：

• 檢視訓練資料及研究樣本的代表性。
• 分析不同群體的錯誤率、漏判率及誤判率。
• 進行偏誤檢測、敏感度分析及分群驗證。
• 不將 AI 輸出直接作為對個人不利決定的唯一依據。
• 對弱勢群體採取較高的審查標準。
• 由研究者進行實質判斷，並保留人工覆核及申訴機制。

五、錯誤資訊、幻覺與研究有效性

生成式 AI 可能產生不存在的文獻、錯誤的法規內容、虛構的統計數據或看似合理但缺乏根據的解釋。若研究者直接採用，會影響研究的信度、效度及可重現性。

因應策略如下：

核心觀念

一、行動研究的意涵

行動研究（action research）是由實務工作者與研究者共同針對現場問題進行系統性探究，透過「研究—行動—反思—修正」的循環，改善實務情境並累積可運用的知識。

其核心不是只在描述或解釋社會現象，而是同時追求：

1. 了解問題：分析問題成因與現場脈絡。
2. 改變現況：設計並實施具體介入措施。
3. 檢驗成效：蒐集資料評估行動結果。
4. 持續修正：依據反思結果調整下一階段行動。

因此，行動研究兼具「研究」與「行動」兩種性質，研究目的與實務改善目的相互結合。

二、行動研究的主要特性

1. 實務問題導向 研究問題源自真實工作現場，例如校園霸凌、少年偏差行為、社區治安或更生人復歸等。

2. 參與性與合作性 研究者、實務工作者及研究對象共同參與問題界定、方案設計、行動執行與結果評估。研究對象不只是被觀察者，也能成為共同決策者。

3. 循環性與反覆性 行動研究通常依循下列循環：

$\text{計畫} \rightarrow \text{行動} \rightarrow \text{觀察} \rightarrow \text{反思} \rightarrow \text{修正計畫}$

每一循環都會產生新資料與新理解，並作為下一循環的基礎。

4. 情境性與脈絡性 研究重視特定場域中的文化、制度、人際關係與資源條件，不以脫離情境的抽象結論為唯一目的。

5. 改變導向 研究成果必須回到現場，促進制度、行為、互動關係或服務方式的改善。

6. 兼具質化與量化方法 可採用訪談、觀察、焦點團體、研究日誌等質化方法，也可使用問卷、出席率、違規次數、前後測等量化資料。

7. 反思性 研究者須檢視自身角色、價值判斷及權力關係，避免將個人偏見誤認為研究結論。

8. 重視實用性而非單純普遍化 行動研究的結論通常適用於特定情境，但仍可透過詳細描述研究脈絡，提供其他場域參考。

---

解題方法

本題可採「先定義、再列特性、後提出完整研究計畫」的三段式架構：

1. 先說明行動研究的意涵。
2. 再整理其參與性、循環性、情境性及改變導向等特性。
3. 選擇一個具體社會場域，依序交代：

• 研究背景與動機
• 為何適合使用行動研究
• 研究目的與對象
• 研究流程
• 資料蒐集與成效評估
• 倫理考量

以下以「高風險青少年社區犯罪預防」為例。

---

研究計畫示例：高風險青少年社區犯罪預防行動研究

一、研究主題

以社區合作方案降低高風險青少年偏差行為之行動研究

二、研究背景與動機

部分高風險青少年具有家庭支持不足、學校適應困難、同儕負面影響、失學或失業等問題。此類青少年若長期缺乏穩定支持，容易出現逃學、夜間遊蕩、暴力衝突、物質濫用或其他偏差行為。

傳統犯罪預防工作常由單一機關提供服務，例如由學校負責輔導、警察負責查察、社政單位負責家庭服務。然而，青少年問題通常涉及家庭、學校、同儕、社區與個人心理等多重因素，單一單位難以完整處理。

因此，本研究選定某一社區內之高風險青少年、學校輔導人員、社區警察、社工及家長作為參與者，發展結合課業支持、休閒活動、同儕輔導、家庭聯繫與警民合作的犯罪預防方案。

研究動機包括：

1. 了解青少年偏差行為的實際成因與生活脈絡。
2. 建立警察、學校、社區及家庭的合作機制。
3. 設計符合青少年需求的預防措施。
4. 透過實際行動降低偏差行為並改善社區支持網絡。
5. 形成可供後續社區犯罪預防工作參考的實務模式。

三、研究目的

1. 探討高風險青少年偏差行為的形成背景。
2. 了解青少年對現有輔導與犯罪預防措施的看法。
3. 建立跨專業合作的社區支持方案。
4. 評估行動方案對青少年行為及社區關係的影響。
5. 依據研究結果修正犯罪預防方案。

---

為何適合使用行動研究

一、問題發生於真實場域

本研究處理的是社區內實際存在的青少年偏差行為，問題與日常生活密切相關，適合在自然情境中進行研究與介入。

二、需要多方共同參與

青少年問題牽涉警察、學校、家庭、社工、社區組織及青少年本人。行動研究具有合作與參與特性，能讓各方共同界定問題並協調解決方式。

三、介入方式需要持續修正

青少年對活動內容、輔導方式與成人互動的反應，須在執行過程中持續觀察。行動研究可依據現場資料調整方案，不必拘泥於一次完成的固定設計。

四、研究目的在於促成改變

本研究不只是了解青少年偏差行為，更希望降低違規與衝突、提高學校出席率、改善親子關係及強化社區支持，因此符合行動研究的改變導向。

五、能整合不同類型資料

研究可同時蒐集青少年訪談資料、活動觀察紀錄、教師與社工紀錄、家長回饋，以及行為次數與出席率等量化資料，有助於完整評估方案。

---

研究設計與研究流程

第一階段：組成研究團隊與界定問題

由研究者邀集社區警察、學校輔導教師、社工、社區組織代表、家長及青少年代表組成合作團隊。

透過初步訪談、焦點團體、社區觀察與既有資料分析，了解：

• 青少年主要偏差行為類型。
• 行為發生的時間、地點及情境。
• 家庭、學校與同儕關係。
• 現行服務的不足。
• 青少年真正願意接受的支持方式。

此階段的重點是由參與者共同界定問題，而非由研究者單方面決定問題。

第二階段：擬定行動方案

依據前一階段資料，設計下列介入措施：

1. 每週課業與生活支持活動。
2. 社區運動、音樂或職涯探索活動。
3. 同儕正向支持與團體討論。
4. 警察與青少年之間的非正式互動活動。
5. 家庭訪視與親職支持。
6. 由學校、警察及社工共同建立轉介與追蹤機制。

核心觀念

本題考查迴歸分析的功能、適用測量尺度、基本類型，以及如何解讀單一迴歸分析表。

迴歸分析主要在探討：

1. 一個或數個自變項 $X$ 對依變項 $Y$ 的預測關係。
2. 自變項每增加一單位時，依變項平均改變多少。
3. 整體模型對依變項變異的解釋程度。
4. 自變項與依變項之間的關係是否達統計顯著。

單一線性迴歸的基本公式為：

$Y=a+bX+e$

其中：

• $Y$：依變項。
• $X$：自變項。
• $a$：截距，表示 $X=0$ 時，$Y$ 的預測值。
• $b$：未標準化迴歸係數，表示 $X$ 每增加一單位，$Y$ 平均改變多少。
• $e$：誤差項。

本題使用的是「單一線性迴歸分析」，因為只有一個自變項「團隊領導力」，用來預測依變項「組織績效」。

---

適用的測量尺度

一、依變項

迴歸分析的依變項通常應為等距尺度或比率尺度，例如：

• 組織績效分數
• 薪資
• 年齡
• 生產量
• 測驗總分

本題的「組織績效」若以量表總分或平均分數表示，通常視為連續變項，適合使用迴歸分析。

二、自變項

自變項通常也是等距尺度或比率尺度，例如團隊領導力量表分數。

名目尺度或次序尺度變項也可納入迴歸分析，但須先轉換為虛擬變項。例如性別、組別等名目變項，可依類別建立 $0$、$1$ 的虛擬變項。

因此，迴歸分析並非絕對只能處理等距與比率尺度，但連續型自變項與依變項是最典型的使用情形。

---

迴歸分析的主要類型

一、依自變項數量區分

1. 單一迴歸分析

只有一個自變項預測一個依變項：

$Y=a+b_1X_1+e$

本題即屬於單一迴歸分析。

2. 多元迴歸分析

同時以兩個以上自變項預測一個依變項：

$Y=a+b_1X_1+b_2X_2+\cdots+b_kX_k+e$

例如同時以團隊領導力、組織文化及工作滿意度預測組織績效。

二、依模型型態區分

1. 線性迴歸

假定自變項與依變項之間呈直線關係，本題即屬此類。

2. 非線性迴歸

用於變項間呈曲線關係的情形，例如二次迴歸、對數迴歸。

三、依變項型態區分

若依變項為連續型數值，常用一般線性迴歸；若依變項為二分類結果，例如「是否再犯」、「是否錄取」，則應考慮羅吉斯迴歸，而非一般線性迴歸。

---

解題方法與統計量解讀

本題應依序解讀迴歸方程式、迴歸係數、顯著性、標準化係數及整體模型。

一、迴歸方程式

題目提供：

$Y（組織績效）=.735X_1（團隊領導力）+30.722$

其意義為：

• 當團隊領導力增加 $1$ 分時，組織績效平均增加 $0.735$ 分。
• 當團隊領導力為 $0$ 時，組織績效的預測值為 $30.722$ 分。

其中，$0.735$ 是未標準化迴歸係數 $B$，適合用來進行實際分數的預測。

二、團隊領導力的迴歸係數

表中團隊領導力的數值為：

$B=.735,\quad S_e=.076$

$B=.735$ 為正數，表示團隊領導力與組織績效呈正向關係。團隊領導力越高，組織績效的預測值越高。

其 $t$ 值為：

$t=\frac{B}{S_e}=\frac{.735}{.076}\approx 9.651$

表中 $t=9.651$，與計算結果一致。

三、統計顯著性

團隊領導力的顯著性為：

$p=.000$

統計表中的 $p=.000$ 並非表示機率真正等於零，而是表示數值小於 .001。因此：

$p<.001$

在一般顯著水準 $\alpha=.05$ 下，團隊領導力的迴歸係數達統計顯著，拒絕「團隊領導力對組織績效沒有線性預測效果」的虛無假設。

常數項的 $p=.002$，也達統計顯著，但研究解釋的核心在於團隊領導力對組織績效的迴歸效果。

四、標準化迴歸係數

團隊領導力的標準化係數為：

$Beta=.684$