107 原住民特考三等 社會工作 社會工作研究方法 考古題詳解

核心觀念

本題測驗社會科學與社會工作研究方法中因果關係判定（Causality）​的核心要件。在科學研究中，確立兩變項間具有因果關係必須滿足三大條件：

1. 共變關係（Covariation）：自變項與依變項在統計上必須具有顯著相關性。
2. 時序先後（Time Order）：自變項（因）的發生必須早於依變項（果）。
3. 非虛假性（Non-spuriousness）：兩變項之間的關係不能是由其他潛在第三變項（外在變項／干擾變項，Extraneous / Confounding Variable）所導致。

虛假相關（Spurious Correlation）​即違反「非虛假性」條件。它是指兩個變項（$X$ 與 $Y$）表面上呈現顯著的統計關聯，但實際上兩者之間並無直接因果連結，而是因為兩者共同受到某個未受控制的第三變項（$Z$）影響所產生的假象（即 $Z \to X$ 且 $Z \to Y$）。一旦將變項 $Z$ 進行控制或剔除，變項 $X$ 與 $Y$ 原本存在的相關性便會消失或降至不顯著。

解題方法

本題為標準的三段式問答題，應採取「概念定義與結構化舉例 $\to$ 理論與實務重要性推導 $\to$ 兩階段研究控制策略」的架構答題：

1. 第一部分（定義與舉例）：先給出明確的學術定義，指出因果假象的來源（第三變項）。舉例時必須清楚列出 $X$（自變項假象）、$Y$（依變項假象）、$Z$（真實第三變項），並明確交代控制 $Z$ 後關係消失的邏輯。
2. 第二部分（研究重要性）：從「內在效度的維護」、「避免錯誤的政策與處遇決策（避免浪費資源或造成傷害）」以及「深化理論建構與探索中介/調節機制」三個層次展開。
3. 第三部分（處理方法）：將解決之道切分為「事前研究設計控制」與「事後資料統計控制」兩大面向，展現研究方法全流程的掌握度。

選項分析（申論題評分要點與題意拆解）

本題為申論題，閱卷評分重心分為三大子題，各要點的評分標準與常見失分陷阱如下：

1. 子題一：定義與舉例（約 8～9 分）

• 得分要點：精確定義「第三變項」的角色，舉例需結構完整（清楚標註自變項、依變項與干擾變項）。
• 常見錯誤：混淆「虛假相關」與「中介效果（Intervening/Mediating Effect）」。若 $X \to Z \to Y$，$Z$ 是中介變項而非虛假關係的第三變項；只有在 $Z \to X$ 且 $Z \to Y$ 時才構成虛假相關。

2. 子題二：社會科學研究中的重要性（約 8 分）

• 得分要點：必須連結到「研究效度（特別是內在效度）」以及社工領域強調的「實證實務（Evidence-Based Practice, EBP）與政策後果」。若將虛假相關誤認為因果，會推導出錯誤的處遇計畫。
• 常見錯誤：僅空泛回答「很重要、會讓研究不準確」，未扣合社會科學因果推論與實務政策評估之核心。

3. 子題三：社會科學研究如何處理（約 8～9 分）

• 得分要點：必須涵蓋「設計階段」（隨機分派、配對、常數化）與「統計階段」（精緻化模式、偏相關、多元迴歸等）。
• 常見錯誤：僅回答單一統計方法（例如只寫做迴歸分析），忽略了最根本的實驗設計與抽樣控制。

解題技巧

1. 結構圖解法：在試卷上用文字或箭頭清楚標明三變項關係，防止論述混亂：

• 因果關係：$X \to Y$
• 虛假相關：$X \leftarrow Z \to Y$（$X$ 與 $Y$ 無因果連線）
• 中介關係：$X \to Z \to Y$（此為機制傳遞，非虛假）

2. 雙管齊下策略：回答「如何處理」時，務必區分「事前預防（研究設計）」與「事後補救（統計控制）」，層次井然有序，分數不易被扣。
3. 結合社工情境：舉例除了經典通俗例子（如冰淇淋與溺水）外，若能補充社會福利或社工處遇例子（如單親家庭與青少年偏差行為，第三變項為家庭經濟困境或親職支持不足），更能獲得典試委員青睞。

【答案】

一、虛假相關（Spurious Correlation）之意涵與舉例

(一) 意涵

虛假相關是指兩個變項（$X$ 與 $Y$）在統計分析中看似存在顯著的關聯性或共變關係，但實際上兩者之間並不具備真實的因果連結。此種表面相關是由於存在一個未被測量或控制的「第三變項（外在變項／干擾變項，$Z$）」，該第三變項同時影響了 $X$ 與 $Y$（即 $Z \to X$ 且 $Z \to Y$）。

核心觀念

本題評量社會工作研究中「單因子變異數分析（One-Way ANOVA）」報表計算、統計推論，以及「測量尺度與統計方法適用性」的核心知能：

1. 單因子變異數分析（One-Way ANOVA）的結構與公式：

• 總平方和分解：$SS_{總和} = SS_{組別} + SS_{隨機（誤差）}$。
• 自由度分解：若組數為 $k$、總樣本數為 $N$（每組樣本數為 $n_i$），則：
• 組別因子自由度：$df_{組別} = k - 1$。
• 隨機誤差自由度：$df_{誤差} = N - k$。
• 總自由度：$df_{總和} = N - 1 = df_{組別} + df_{誤差}$。
• 平均平方和（Mean Square, $MS$）：$MS = \frac{SS}{df}$，分別計算組間變異 $MS_{組別} = \frac{SS_{組別}}{df_{組別}}$ 與組內誤差 $MS_{誤差} = \frac{SS_{誤差}}{df_{誤差}}$。
• 檢定統計量 $F$：$F = \frac{MS_{組別}}{MS_{誤差}}$，服從分子自由度為 $df_{組別}$、分母自由度為 $df_{誤差}$ 的 $F$ 分配。

2. 假設檢定與查表方法：

• 虛無假設 $H_0: \mu_1 = \mu_2 = \dots = \mu_k$（各組母體平均數均相等）；對立假設 $H_1:$ 各組母體平均數不全相等。
• 依據給定顯著水準 $\alpha$（通常取 $.05$、$.01$ 或 $.001$），查 $F$ 分配臨界值表 $F_{\alpha}(df_1, df_2)$。若計算之 $F \ge F_{\alpha}(df_1, df_2)$，則拒絕 $H_0$。

3. 皮爾森積差相關（Pearson's $r$）之假設限制與測量尺度：

• 尺度要求：皮爾森相關嚴格要求兩變數皆為「等距（Interval）或等比（Ratio）尺度」的連續變數。
• 關聯型態：皮爾森相關僅能衡量兩變數之間的「線性關聯（Linear Relationship）」。若變數間存在曲線關係（如倒 U 型、階梯型跳躍），相關係數可能趨近於 0 且檢定未達顯著。
• 統計方法合理性評估：研究者須依自變數與依變數的測量尺度（名義／次序／等距／等比）與關聯型態（組間均數差異 vs. 線性相關），選取符合統計假設之檢定方法。

解題方法

（一）ANOVA 報表填空、查表方法與統計推論

1. 基本參數確認：

• 教育程度分為五個等級，即組數 $k = 5$。
• 每個學歷等級隨機抽取 200 人，總樣本數 $N = 5 \times 200 = 1,000$。

2. 數值推導與計算：

• 自由度（$df$）：
• 組別因子自由度：$df_{組別} = k - 1 = 5 - 1 = 4$
• 隨機（誤差）自由度：$df_{誤差} = N - k = 1,000 - 5 = 995$
• 總和自由度：$df_{總和} = N - 1 = 1,000 - 1 = 999$（亦即 $4 + 995 = 999$）
• 平方和（$SS$）：
• 總和平方和：$SS_{總和} = SS_{組別} + SS_{誤差} = 1,000 + 19,900 = 20,900$
• 平均平方和（$MS$）：
• 組別因子：$MS_{組別} = \frac{SS_{組別}}{df_{組別}} = \frac{1,000}{4} = 250$
• 隨機（誤差）：$MS_{誤差} = \frac{SS_{誤差}}{df_{誤差}} = \frac{19,900}{995} = 20$
• 總和不計算 $MS$ 與 $F$ 值（填寫「—」或留空）。
• $F$ 檢定值：
• $F = \frac{MS_{組別}}{MS_{誤差}} = \frac{250}{20} = 12.5$

3. 填寫完成之結果報表：

4. 查表方法與統計推論過程：

• 步驟一：建立統計假說
• 虛無假設 $H_0: \mu_1 = \mu_2 = \mu_3 = \mu_4 = \mu_5$（五種教育程度者的母體平均年收入均相等）。
• 對立假設 $H_1:$ 五種教育程度者的母體平均年收入不全相等（至少有兩組平均年收入存在顯著差異）。
• 步驟二：查表方法（確定臨界值）
• 本檢定服從自由度為 $(df_1 = 4, df_2 = 995)$ 的 $F$ 分配。
• 查 $F$ 分配表時，水平欄查分子自由度 $df_1 = 4$，垂直列查分母自由度 $df_2 = 995$。因標準 $F$ 表常僅列至 $df_2 = 120$ 或 $\infty$，當 $df_2 = 995$ 趨近於 $\infty$ 時：
• 在 $\alpha = .05$ 下，$F_{.05}(4, 995) \approx 2.37$。
• 在 $\alpha = .01$ 下，$F_{.01}(4, 995) \approx 3.32$。
• 在 $\alpha = .001$ 下，$F_{.001}(4, 995) \approx 4.62$。
• 步驟三：統計推論與決策
• 計算所得之 $F = 12.5$ 遠大於臨界值（$12.5 > 4.62$），其顯著性機率值 $p < .001$。

核心觀念

本題的核心考點在於內容分析法（Content Analysis）​在社會工作研究中的本質、操作邏輯，以及針對「個案紀錄」（case records）進行量化與質化分析的轉換運用。涉及的關鍵觀念與定義如下：

1. 內容分析法（Content Analysis）：

• 屬於一種「非干擾性研究法」（unobtrusive measures），研究者在不介入或不直接接觸受訪者的情況下，針對人類溝通所留下的文本、符號、影音等訊息進行系統性、客觀性與可重複性的分析。
• 文本素材區分為兩種分析層次：
• 外顯內容（Manifest Content）：文本表面、客觀可見且容易計數的詞彙、次數或行為標記（適合量化分析）。
• 潛在內容（Latent Content）：文本深層隱含的意義、語境、隱喻與主觀詮釋（適合質化分析）。

2. 量化內容分析（Quantitative Content Analysis）：

• 強調「演繹法（deductive approach）」，將文本資料轉化為數值。
• 核心要素包括：界定分析單位（unit of analysis）、建立標準化的編碼表（coding scheme）​與操作型定義、檢驗評分者間信度（inter-coder reliability），並運用統計方法檢定變項間的關聯。

3. 質化內容分析（Qualitative Content Analysis）：

• 強調「歸納法（inductive approach）」或詮釋主義，重視脈絡（context）。
• 核心要素包括：以意義單元（meaning unit）​為基礎進行開放編碼、範疇化（categorization）與提煉核心主題（thematic analysis），探討案主或社工在處遇過程中的深層經驗、權力關係與意義建構。

解題方法

本題為典型的「概念對比＋實務情境舉例」申論題型，切入點應分為三層次推進：

1. 破題界定：簡要說明個案紀錄作為內容分析素材的優勢（如避免回憶偏差、完整記錄處遇歷程、兼具客觀事實與主觀敘事）。
2. 量化分析實例：必須明確交代「研究主題」、「分析素材與單位」、「外顯內容之編碼架構」、「統計分析與實務產出」。
3. 質化分析實例：必須明確交代「研究主題」、「分析素材與單位」、「潛在內容之解讀與主題提煉」、「脈絡詮釋與實務產出」。
4. 現代工具之連結：適度扣合題目「進步的資料分析工具」，分別在量化帶入文字探勘／統計工具（如 Python、SPSS），質化帶入質性輔助分析軟體（如 NVivo、MAXQDA）。

選項分析

本題為申論題，無選擇題選項。審題時應掌握的評分要件與結構比重分析如下：

1. 評分要點一：是否清楚區分量化與質化的核心差異（外顯 vs. 潛在）

• 若僅寫「量化就是算數字、質化就是看內容」，未能點出「外顯內容編碼計數」與「潛在內容脈絡詮釋」的學術概念，分數將落在及格邊緣。

2. 評分要點二：舉例是否具體且符合社工實務情境

• 舉例切忌抽象空泛。必須設定真實的社工場域（如兒少保護、脆弱家庭、精神醫療社工等），並完整呈現分析單位與研究結論的對接。

3. 評分要點三：分析工具的扣題度

• 題目明確指出「在越來越進步的資料分析工具協助下」，作答時若能帶出電腦輔助分析工具如何強化信度與分析深度，能有效爭取閱卷委員青睞。

解題技巧

1. 記憶口訣「單碼計詮」：

• 無論量化或質化舉例，皆按此四要素展開：①單位（分析單位是什麼）、②編碼（如何進行編碼架構）、③統計或提煉（統計方法或主題範疇）、④詮釋（對社工處遇與政策的實務意涵）。

2. 避開常見陷阱：

• 陷阱一：把「內容分析」寫成「訪談法」或「問卷調查法」。必須牢記：內容分析使用的是現成存在的個案紀錄文本（二手資料/文件），研究者不能重新發問卷給案主。

核心觀念

1. 內在效度的定義（Internal Validity） 內在效度是指在研究設計中，研究者所觀察到依變項（結果）的變化，能夠確定是由自變項（實驗介入／處遇）所引起，而非受到其他外在或混淆變項干擾的程度。換言之，內在效度探討的是「自變項與依變項之間因果推論的確定性（certainty of causal inference）」。
2. 單組前後測設計（One-Group Pretest-Posttest Design）之侷限 本研究的設計架構為： $O_1 \rightarrow X \rightarrow O_2$ （$O_1$ 為前測，$X$ 為 30 天減用手機方案，$O_2$ 為後測）。此設計屬於「前實驗設計（Pre-experimental Design）」，由於完全缺乏隨機分派的「控制組（Control Group）」，在研究方法論（Campbell & Stanley / Rubin & Babbie）中被公認為內在效度極度脆弱的設計，無法有效排除歷史、成熟、測驗效應、實驗耗損等多種外在干擾變項。

解題方法

本題為典型的「研究設計評析題」。答題策略採取「理論定義 $\rightarrow$ 逐段拆解題幹情境 $\rightarrow$ 理論與情境對應連結」的三層剖析法：

1. 第一層：破題界定核心概念 依照題目指示，先清楚定義「內在效度」，並點出本研究採用「無對照組之單組前後測設計」，定調其因果推論能力的先天缺陷。
2. 第二層：拆解題幹關鍵事實與情境

• 「徵求 1,000 名志願者」 $\rightarrow$ 指向選樣偏誤（自願者特質）。
• 「為期 30 天」 $\rightarrow$ 歷時一個月，指向歷史事件與自然成熟。
• 「違反規範或忘了記錄超過 5 天視為無效樣本（剔除）」 $\rightarrow$ 指向系統性實驗耗損。
• 「實驗前後測量」 $\rightarrow$ 指向測驗效應。
• 「要求每天記錄是否遵守規範、前後測幸福感與人際關係」 $\rightarrow$ 指向霍桑效應、社會期望偏誤與需求特徵。
• 「認為自己過度使用、自願報名」 $\rightarrow$ 指向統計迴歸現象。

3. 第三層：系統化論述威脅因素 每一個威脅因素皆採用「名詞定義」加「題幹事實推演」加「如何混淆因果判定」的三段論式陳述。

選項分析

本題為公職申論題（非選擇題）。為求完整精確，以下針對題目研究情境中出現之關鍵設計要素，進行細緻的威脅因素逐項剖析：

• 要素一：將違規或忘記記錄逾 5 天者剔除 $\rightarrow$ 致命的「實驗耗損（Experimental Mortality / Attrition）」
• 分析：題幹明訂「若參與者違反約定規範或忘了記錄超過 5 天，就會被認定為無效樣本」，這會導致嚴重的「系統性流失（Systematic Attrition）」。容易忘記、難以克制滑手機衝動、自律較差或憂鬱嚴重的青少年極易被排除；最終能堅持 30 天並留在樣本庫中的，往往是自我效能高、本來心理素質就較佳的受試者。後測顯示出的幸福感提升或人際改善，極可能是「剩下的人本來就適應較好」，而非減用手機產生的療效。
• 要素二：公開徵求 1,000 名志願者 $\rightarrow$ 「選樣偏誤（Selection Bias）與自願者效應」
• 分析：志願參與研究的青少年，與一般廣大「重度手機沉迷且無意改變」的青少年具有系統性差異。志願者通常具有較高改變動機（Motivation to Change）或本身支持系統較佳，這項特質會與實驗介入產生交互作用，使研究無法釐清效果究竟來自減用手機，還是受試者本身積極求變的特質。
• 要素三：介入期間長達 30 天且缺乏控制組 $\rightarrow$ 「歷史因素（History）」
• 分析：在 30 天的實驗期間，受試者生活中可能發生與實驗無關的外部事件（例如：學校段考剛結束、放寒暑假、天氣轉晴、社交節慶活動增加）。在沒有非介入控制組對照的情況下，無法排除人際改善是來自外在生活事件的變化。
• 要素四：青少年的生理與心理波動 $\rightarrow$ 「成熟因素（Maturation）」
• 分析：青少年心理狀態具有高度變動性，輕微的鬱悶或疏離感常會隨時間推移自然緩解（Spontaneous Remission）或自行適應。30 天的自發性心理成熟或適應過程，易被誤判為手機減量的正面療效。
• 要素五：相同的變項實施前後重複測量 $\rightarrow$ 「測驗效應（Testing Effect）」
• 分析：受試者經歷前測後，對人際關係、疏離感及幸福感的測量題目產生熟悉感與敏感度（Sensitization），後測填答時可能產生記憶學習效應，進而改變回答傾向，而非真實心理歷程轉變。
• 要素六：受試者知曉實驗目的與自我監控 $\rightarrow$ 「霍桑效應（Hawthorne Effect）與社會期望偏誤（Social Desirability）」
• 分析：受試者被要求每天自我記錄，清楚知道自己處於「減用手機實驗」之中，且容易揣摩出研究者的期待（即「少用手機應該變得更快樂、更有人際連結」）。受試者為了表現出符合規範的良好形象，在後測傾向填報更正向的幸福感與人際分數（需求特徵 Demand Characteristics）。