108 原住民特考四等 社會行政 社會研究法概要 考古題詳解

核心觀念

本題評量社會研究法中「科學研究邏輯（演繹法）」之核心架構，特別著重於「抽象概念層次」與「經驗實徵層次」的區分與連結。核心定義如下：

1. 演繹推理（Deductive Reasoning）：指「由一般到特殊」、「由抽象理論到具體經驗」的推論過程。研究者從既有理論或普遍通則出發，推導出抽象關係，再經由操作化形成可在具體情境中被檢驗的預測。
2. 概念（Concept）與命題（Proposition）：屬於抽象／理論層次（Abstract/Conceptual Level）。概念是對現象的抽象概括；命題則是陳述兩個或多個「概念」之間邏輯關聯的陳述句，因概念缺乏具體測量指標，命題無法直接以實徵資料進行驗證。
3. 變項（Variable）與假設（Hypothesis）：屬於經驗／實徵層次（Empirical Level）。變項是概念經過操作化後的具體可測量特徵；假設則是陳述兩個或多個「變項」之間預期關聯的暫時性陳述，具備可測量性與可證偽性（Falsifiability），能直接以統計或經驗資料進行檢驗。
4. 操作化（Operationalization）：連結抽象命題與具體假設的關鍵橋樑，將抽象概念轉化為具體可觀察指標與變項的過程。

---

解題方法

本題為標準的二段式申論題（第一部分 10 分、第二部分 15 分），切入點與版面配置建議如下：

1. 第一部分：概念界定（10 分）

• 破題先定義「演繹推理」由上而下（理論 $\rightarrow$ 命題 $\rightarrow$ 假設 $\rightarrow$ 觀察）的路徑。
• 分別說明「命題」與「假設」的定義、所屬抽象層次、構成要素（概念 vs. 變項）以及是否能直接進行實徵檢驗。

2. 第二部分：圖示舉例與關係說明（15 分）

• 繪製結構圖：以雙層架構圖（上層：抽象理論層次；下層：經驗實徵層次）呈現演繹、操作化、實徵檢驗的動態關係。
• 具體實例：選用社會學或社會行政領域經典且易懂的因果關係（例如「社會經濟地位」對「生活滿意度」，或「社會支持」對「心理健康」）。
• 關係析論：條列說明二者之關聯性（衍生性、具體化、檢驗中介性）。

---

選項分析

本題為申論題，非選擇題，無選項分析。

---

解題技巧

1. 概念對比表是致勝關鍵：命題與假設的區別，核心在於「概念 vs. 變項」與「抽象無法測量 vs. 具體可實徵檢驗」。作答時若能以表格對比，能讓閱卷委員迅速掌握得分點。
2. 圖示力求清晰直觀：圖示必須標明「演繹（Deduction）」、「操作化（Operationalization）」與「實徵檢驗（Empirical Testing）」三條箭頭路徑，缺一不可。
3. 避免舉過於複雜的例子：舉例時務必清楚拆解「概念 A、概念 B $\rightarrow$ 命題」與「變項 X、變項 Y $\rightarrow$ 假設」，避免概念與變項混淆不清。

---

【答案】

一、由演繹推理向度說明「命題」與「假設」之意涵

演繹推理（Deductive Reasoning）係指由「普遍理論」推導至「具體經驗觀察」的由上而下（Top-down）科學思考歷程。在科學之輪的演繹路徑中，研究者依循「理論 $\rightarrow$ 命題 $\rightarrow$ 操作化 $\rightarrow$ 假設 $\rightarrow$ 實徵觀察」的邏輯推導。在此向度下，「命題」與「假設」分屬不同抽象層次，其意涵分述如下：

核心觀念

本題評量調查研究方法中的「調查總誤差」（Total Survey Error, TSE）架構。核心概念涵蓋：

1. 抽樣誤差（Sampling Error）：因採用抽樣而非普查，以「樣本統計量」（sample statistic）推論「母體參數」（population parameter）時，所產生的機率性隨機差異。其理論依據為中央極限定理（Central Limit Theorem），衡量指標為標準誤（Standard Error, $SE$）： $SE(\bar{X}) = \frac{\sigma}{\sqrt{n}}$ （其中 $\sigma$ 為母體標準差，$n$ 為樣本大小）。
2. 非抽樣誤差（Non-sampling Error）：調查在設計、蒐集、登錄及分析等全流程中，除抽樣隨機變異之外所造成的各類系統性偏誤（bias）與隨機錯誤。即使進行「普查」（census），非抽樣誤差依然存在。

---

解題方法

本題為國家考試四等《社會研究法概要》標準的「概念對比型」申論題。解題切入點採用​「對稱結構破題法」：

1. 首段界定核心名詞：精確定義「抽樣誤差」與「非抽樣誤差」，並以公式或統計真值關係點出兩者本質差異。
2. 層次剖析成因：

• 抽樣誤差的成因從「數理統計面」（樣本數、母體異質性、抽樣設計）展開。
• 非抽樣誤差的成因依「研究執行歷程」（架構偏誤、無反應、測量偏誤、資料處理）依序條列。

3. 結尾點出兩者消長關係：說明樣本數增加雖能壓低抽樣誤差，卻常因執行難度提升而反向增加非抽樣誤差，展現全方位的研究法素養。

---

解題技巧

1. 判斷竅門與口訣：

• 「抽樣誤差」記數理：大（樣本大小）、異（母體異質性）、法（抽樣方法）。
• 「非抽樣誤差」記流程：架（抽樣架構）、答（無回答）、測（測量與訪員）、登（登錄與處理）。

2. 常見陷阱防範：

• 陷阱一：誤以為「樣本數只要夠大，抽樣誤差就可以等於零」。抽樣誤差唯有在 $n = N$（即普查）時才會是零。
• 陷阱二：誤以為「普查就沒有任何誤差」。普查僅能消除抽樣誤差，無法消除非抽樣誤差；實務上，大規模普查往往因訪員控管困難，導致非抽樣誤差劇增。

3. 高分關鍵：在定義抽樣誤差時，寫出「以樣本統計量推估母體參數」的標準術語，成因中帶出標準誤公式 $SE = \frac{\sigma}{\sqrt{n}}$，閱卷委員即能確認考生具備扎實的統計基礎。

---

【答案】

在量化調查研究中，研究者所獲取的調查結果與母體真實狀況之間往往存在差距，此差距統稱為「調查總誤差」（Total Survey Error）。依據誤差產生的來源與性質，主要區分為「抽樣誤差」與「非抽樣誤差」，茲分述其意涵與形成原因如下：

一、抽樣誤差（Sampling Error）之意義與形成原因

(一) 抽樣誤差的意涵 抽樣誤差指研究者在調查時，並未對全體母體進行普查，而僅抽取部分樣本進行觀察，因而在使用「樣本統計量」（如樣本平均數 $\bar{X}$）推論「母體參數」（如母體平均數 $\mu$）時，兩者之間所必然產生的隨機性落差。抽樣誤差屬於隨機誤差（random error），只要是抽樣調查就無法完全避免，但可透過機率抽樣設計精確估算其範圍（如計算標準誤與信賴區間）。

(二) 抽樣誤差形成的原因

1. 樣本大小（Sample Size）： 依標準誤公式 $SE = \frac{\sigma}{\sqrt{n}}$，抽樣誤差與樣本數 $n$ 的平方根成反比。

核心觀念 本題測驗「問卷編製流程」中從問卷初稿邁向定稿的「預試與檢測技術」（Pretesting and Questionnaire Evaluation）。其核心觀念包括：

1. 測量誤差的控制：藉由前測及早發現「測量工具」（問卷）本身的系統誤差與隨機誤差，確保問卷具備良好的信度（Reliability）與效度（Validity）。
2. 受訪者認知反應歷程：檢驗受訪者在面對題項時是否經歷正常的四階段認知歷程（題目理解 $\rightarrow$ 資訊檢索 $\rightarrow$ 判斷估計 $\rightarrow$ 回報答案）。
3. 調查情境與實務可行性：檢驗調查長度、排版格式、跳題邏輯（Skip Patterns）及訪員執行難易度。

---

解題方法 本題為標準的 25 分申論題，題幹明訂「五類相關的檢測方式」，每類佔 5 分。答題切入策略應兼顧「質化認知審核」與「量化統計評估」，依研究執行流程由內而外、由質性到量化層層推進：

1. 切入架構：依序提出「專家同儕審查」、「認知訪談法」、「焦點團體檢測」、「實地小規模前測（預試）」與「量化項目分析及信效度檢驗」，共五大完整類別。
2. 每類撰寫公式：

• 定義與操作機制：說明該檢測由誰進行、如何實施。
• 檢測重點：具體找出問卷的哪些問題（如雙重問題、誘導詞、文化敏感性、填答時間過長等）。
• 定稿效益：對完善問卷內容與測量品質的具體貢獻。

---

選項分析 本題為申論題（非選擇題），無選項可資分析。評分核心在於五大類別的劃分是否具備學理獨立性、涵蓋面是否完整（質化與量化兼備），以及各段文字論述是否均衡（每類均勻分配約 5 分的論述深度）。

---

解題技巧

1. 配分對應原則：題目明白標示「每類 5 分」，應嚴格以一至五大點列出，切勿將兩類混為一談，也不要只寫兩三類後大幅鋪陳其理論背景。
2. 避免抽象空談：切忌只寫抽象的「信度檢測、效度檢測」，必須著眼於具體的「檢測方式與操作過程」（如專家審查、認知訪談、實地試做等）。
3. 結合族群文化脈絡：本題出自原住民族特考，在論述語言理解、焦點團體或題目敏感度時，可適度提及「文化脈絡與在地語言適應性」，能顯現對實務情境的敏銳度，爭取閱卷委員青睞。

---

【答案】

在社會科學調查研究中，問卷由初稿邁向定稿的檢測過程，旨在及早發現題項設計缺失、降低測量誤差並提升測量工具的信效度。常見的五類檢測方式分述如下：

一、專家審查法（Expert Review / 內容效度檢測）

1. 操作機制：在問卷初稿完成後，邀請研究主題領域專家、社會調查方法學者及實務工作者組成審查小組，進行系統性檢視。
2. 檢測重點：

• 內容效度與涵蓋度：評估問卷題項是否充分涵蓋研究概念的各個構面，有無遺漏關鍵變項。
• 題意與命題原則：檢視題項是否違反問卷設計原則，例如是否存在雙重問題（Double-barreled Questions）、誘導性用詞（Leading Questions）、抽象模糊字眼或否定句式。

核心觀念

本題為典型的「名詞解釋」題型，涵蓋社會研究法五大核心單元：資料清理、概念與測量、研究設計與假設、信度類型、抽樣設計。各小題評量重點如下：

1. 一致性檢核（Consistency checking）：屬於「資料清理（Data cleaning）」範疇。考查問卷登錄或編碼後，如何利用題項間的邏輯相容性找出矛盾資料。
2. 概念化（Conceptualization）：屬於「測量歷程」起點。考查將抽象心智意象（mental image）精確界定為具共識之概念定義的過程。
3. 經驗假設（Empirical hypothesis）：屬於「假設陳述與驗證」。考查理論命題經過操作化後，轉化為「可具體觀察、可直接進行統計檢定之變項關聯陳述」。
4. 穩定信度（Stability reliability）：屬於「信度評估方法」。即測量工具在時間軸上的跨期一致性，等同於「再測信度（Test-retest reliability）」。
5. 循序抽樣（Sequential sampling）：屬於「抽樣策略」。考查研究者不預先固定最終樣本數，而是邊抽樣邊分析，直到達到「資訊飽和」或「統計決策界限」為止的動態取樣方法。

---

解題方法

本題每小題配分均為 5 分，作答篇幅應控制在每小題約 120 至 180 字。閱卷老師給分標準著重於：「精準定義」、「核心機制／運作程序」、「實例說明或研究法限制」。

各題作答切入點：

• (一) 一致性檢核：採「定義 $\to$ 檢核機制（邏輯交錯對比） $\to$ 實例」三段式陳述。
• (二) 概念化：採「定位（測量三部曲：概念化 $\to$ 操作化 $\to$ 實際測量） $\to$ 內涵（界定維度與指標） $\to$ 目的」切入。
• (三) 經驗假設：採「對比法（理論假設 vs. 經驗假設） $\to$ 操作化轉化 $\to$ 可證偽性／統計檢驗」切入。
• (四) 穩定信度：採「別名（再測信度） $\to$ 係數計算方式（相關係數 $r$） $\to$ 影響干擾因素（記憶效應、成熟效應）」切入。
• (五) 循序抽樣：兼顧「質化視角（非機率取樣、達到理論飽和）」與「量化視角（逐步決策、節省成本）」進行雙向界定，展現專業廣度。

---

解題技巧

1. 破除名詞迷思：

• 看到「穩定信度」立即聯想到「再測信度（Test-retest reliability）」，切勿望文生義誤寫為「折半信度」或「內部一致性信度」。
• 「經驗假設」的關鍵字是「經驗（Empirical）」，即「可用感官觀察、實證檢驗」，它相對於「理論層次的命題（Theoretical proposition/hypothesis）」。

2. 答題模板化：名詞解釋遵循「名詞定位＋嚴謹定義＋運作特徵或公式＋舉例／限制」，切忌僅寫一句白話解釋就結束，否則難以拿到 4 分以上的高分。
3. 踩分關鍵字必備：

• 一致性檢核：邏輯檢誤、條件跳答、交叉檢核。
• 概念化：抽象構念、操作化、概念定義、維度。
• 經驗假設：操作型變項、可觀察指標、統計檢定、可證偽性。
• 穩定信度：跨時間一致性、前後測相關係數、記憶效應、歷史效應。
• 循序抽樣：非固定樣本數、動態抽樣、理論飽和、邊際效益。

---

【答案】

(一) 一致性檢核（Consistency checking）

1. 定義：指在問卷回收、編碼與資料建檔（Data entry）後，檢視兩個或多個相關變項之間是否存在邏輯矛盾或不合理配對的資料清理（Data cleaning）技術。