107 地方特考三等 社會行政 社會研究法 考古題詳解

核心觀念 本題評量測量理論（Measurement Theory）之基礎概念，核心在於心理學家史蒂文斯（S. S. Stevens, 1946）所提出的「測量尺度」（Scales of Measurement）。變項測量係依據特定規則將數字符號指派給研究對象的屬性或特徵。依據其所蘊含的數學特質（等值性、排序性、等距性、絕對零點），由低階至高階依序分為：名義尺度（Nominal scale）、次序尺度（Ordinal scale）、等距尺度（Interval scale）與等比尺度（Ratio scale）。層級越高的尺度包含越豐富的數學資訊，能進行的統計運算也越廣泛。

解題方法 本題為標準申論題，答題結構應採取「體系化平行展開」，精準呼應題幹所要求的「內涵」、「舉例」與「限制」三大核心要素：

1. 定義與內涵：闡述各尺度的本質、具備的數學特性（分類、大小順序、單位差距、真實零點）與可運用的集中趨勢量數。
2. 研究實例：結合社會行政與社會工作實務領域的具體變項進行舉例，切忌使用模糊或非量化範疇的例子。
3. 應用限制：從「數學運算範圍」、「統計方法適用性（母數統計 vs. 無母數統計）」以及「測量訊息豐富度」進行限制之剖析。
4. 階層關係統整：於結尾扼要說明高階尺度可降轉為低階尺度、低階尺度無法逆轉為高階尺度之原則。

選項分析 本題為申論題，非選擇題，故無個別選項；評分核心標準與作答架構解析如下：

1. 名義尺度完整度：須明確指出僅具「分類／等值」功能，代號無大小或數量意涵，統計運算僅限次數與眾數。
2. 次序尺度完整度：須指出具「高低等級排列」功能，但「組間差距不等距」，不得任意進行加減乘除。
3. 等距尺度完整度：須強調具「相等單位」但「無絕對零點（僅有相對零點）」，可加減不可乘除。
4. 等比尺度完整度：須點明具「絕對零點（真實無的狀態）」，可進行所有四則運算，訊息最完整。

解題技巧

1. 四階梯檢驗心法：

• 梯級一（是否僅供分類？）：若數字僅代表不同類別（$=$ 或 $\neq$），為「名義尺度」。
• 梯級二（能否排出先後次序？）：若具大小、高低關係（$>$ 或 $<$），但差距不相等，為「次序尺度」。
• 梯級三（差距是否相等？）：若單位等距（可相加減），但零點係人為設定（無絕對零點），為「等距尺度」。
• 梯級四（是否有絕對零點？）：若「$0$」代表完全不存在（可相乘除、可計算倍數），為「等比尺度」。

2. 常見陷阱與扣分點：

• 混淆零點性質：例如將「攝氏溫度 $0^\circ\text{C}$」誤認為等比尺度（錯，$0^\circ\text{C}$ 不代表完全沒有溫度，為等距尺度）；「家庭收入 $0$ 元」才是等比尺度。
• 忽視李克特量表（Likert Scale）之屬性爭議：李克特量表在嚴格測量理論下屬「次序尺度」，但量化研究實務常將加總後的量表分數視為「連續／準等距變項」進行母數統計。答題時若能順帶補充此點，能展現厚實的研究法功底。
• 統計限制漏答：描述限制時，不可只寫「訊息較少」，應具體指明適用的集中趨勢值（眾數、中位數、平均數）及統計檢定方法（卡方檢定、無母數檢定、變異數分析、迴歸分析等）。

【答案】

在量化研究中，測量（measurement）係指研究者依據特定規則，將數字或符號指派給觀察對象的特徵或屬性。史蒂文斯（S. S. Stevens）依據變項所具備的數學特性，將測量尺度由低至高區分為四種。茲就名義尺度、次序尺度、等距尺度與等比尺度之內涵、實例與限制分述如下：

一、名義尺度（Nominal Scale，又稱類別尺度）

1. 內涵：

• 為測量層級中最低階者。數字符號僅具有「分類」（classification）或「識別」（identification）功能，各類別間具有「互斥性」（mutually exclusive）與「周延性」（collectively exhaustive）。
• 類別之間僅有「相等（$=$）」或「不相等（$\neq$）」的關係，數字純屬代碼，不具備大小、高低順序或數量意涵。
• 適用之集中趨勢指標為「眾數」（Mode），離散趨勢指標為「異變比值」（Variation Ratio）。

2. 舉例：

• 受訪者性別（$1=$ 男性、$2=$ 女性）。
• 宗教信仰（$1=$ 佛教、$2=$ 基督教、$3=$ 伊斯蘭教、$4=$ 其他）。
• 社會福利服務申請類別（$1=$ 兒少福利、$2=$ 身心障礙福利、$3=$ 老人福利）。

3. 限制：

• 數學運算限制：類別代號無法進行任何加、減、乘、除等算術運算。
• 統計分析受限：無法計算平均數與標準差，無法採用有母數統計（Parametric Statistics），多數只能進行次數分配、百分比以及列聯表卡方檢定（Chi-square test）等無母數統計分析。
• 資訊含量最低：無法反映類別之間的差距幅度或排列階層，測量資訊損失最大。

二、次序尺度（Ordinal Scale，又稱順序尺度）

1. 內涵：

• 測量數值除具備名義尺度的「分類」特質外，尚具備「排序性」（order）。數值代表屬性特徵的多寡或強弱程度，具有「大於（$>$）」或「小於（$<$）」的邏輯關係。
• 數值間的「差距」並非等距，無法客觀測出類別間距之具體數值大小。
• 適用之集中趨勢指標為「中位數」（Median）與「眾數」，離散趨勢指標為「四分位差」（Interquartile Range, IQR）。

2. 舉例：

• 社會經濟地位階層（$1=$ 底層、$2=$ 中下層、$3=$ 中產階層、$4=$ 富裕階層）。

核心觀念

本題考查社會工作與人群服務領域中「方案評估」（Program Evaluation）的方法論選擇與實務困境，核心概念聚焦於兩大研究設計之比較：

1. 實驗設計（Experimental Design，特別指古典真實驗設計）：具備「隨機分派（Random Assignment）」、「實驗組與控制組（對照組）」及「自變項操弄（處遇介入）」三大要素。其目標在於排除外在變生變項，確立處遇與成效之間的因果關係（內在效度最高）。
2. 單案研究設計（Single-Subject / Single-System Design, SSD）：亦稱「$N=1$ 設計」或「單一個案評估法」。以單一系統（個人、家庭、小團體或單一機構）為研究對象，透過「基線期（Baseline, A）」與「介入期（Intervention, B）」之多次重複測量，比較介入前後目標行為的連續變化軌跡，達成結合「臨床實務介入」與「實徵成效評估」之目的。

解題方法

本題為標準的「比較與批判型」申論題，作答策略採取「情境脈絡化」與「層次化」分析：

1. 實驗設計的困難：不可僅流於抽象方法論名詞，必須緊扣題目提示的「人群服務情境（偏差少年、獨居老人、身心障礙者）」，從倫理道德、實務行政阻力、受試者特質與流失、處遇與測量控制四個維度切入，說明為何實務場域難以執行嚴謹的古典實驗。
2. 改用單案研究設計的優缺點：

• 優點：著重其與「臨床實務的高度相容性（邊做邊評估）」、「倫理爭議較小」、「即時回饋與處遇彈性」、「成本與規模可行性」。
• 缺點：著重其「外在效度限制（難以類推）」、「撤回處遇的倫理困境」、「承轉效應（處遇不可逆）」、「連續測量的反應性」及「統計/視覺分析的主觀性」。

解題技巧

1. 答題架構三層次：

• 第一大段直攻實驗設計於人群服務的 4 大窒礙難行之處（破除「實驗設計萬能」的迷思）。
• 第二大段論述單案設計的優點（凸顯實務導向、即時監測、個別化）。
• 第三大段論述單案設計的缺點與限制（點出類推困難、不可逆行為、撤回倫理）。

2. 答題亮點（踩分關鍵詞）：

• 提到實驗設計時，必寫出「剝奪服務的倫理爭議」、「隨機分派的行政阻抗」、「霍桑效應與補償性均等」。
• 提到單案設計時，必寫出「基線期（A）與介入期（B）」、「即時監測與彈性調整」、「外在效度（推廣性）低」、「撤回設計（A-B-A-B）的倫理與承轉效應」。

3. 避免常見盲點：

• 避免將單案研究設計誤認為一般的質性「個案研究（Case Study）」。單案設計是量化、時間序列、連續重複測量的實徵方法。

【答案】

一、在人群服務方案成效評估中使用「實驗設計」遭遇之困難

古典真實驗設計（True Experimental Design）雖具備最高的因果推論能力（內在效度），但在面對偏差少年、獨居老人或身心障礙者等人群服務方案時，實務運作常面臨以下嚴峻挑戰：

1. 專業倫理的嚴峻衝突（Withholding Treatment）

• 實驗設計要求設立「無處遇對照組（Control Group）」。然而，人群服務對象多屬社會脆弱群體（如高自殺風險少年、缺乏照護的獨居長者），若將案主以隨機分派方式排除在具有潛在效益的服務之外，將直接違背社會工作專業「不傷害原則」與「增進案主福祉」的倫理守則。

2. 實務工作者與行政組織的阻抗

• 第一線專業人員傾向依據案主的「需求急迫性」與「個別意願」派案，排斥由研究者進行機械式的「隨機分派（Random Assignment）」。
• 跨專業團隊與行政體系難以維持嚴格的實驗室條件，隨機程序常受政治、法規與公眾觀感壓力而被迫中斷。

3. 弱勢目標母群的樣本特質與高流失率（Experimental Mortality）

• 偏差行為少年流動性高、聯絡不易；

核心觀念

本題的核心在於​「難以觸及族群（Hard-to-reach population）／隱蔽族群（Hidden population）」的研究設計，特別是無完整抽樣架構（Sampling Frame）​情境下的實務調查方法。

1. 抽樣架構缺失與偏誤控制：街友（遊民）因缺乏固定戶籍與居住處所，流動性高且易受污名化，研究者無法取得母體名冊，因此嚴格的「簡單隨機抽樣」在實務上不可行，必須採用非機率抽樣或改良型機率抽樣（如「時間地點抽樣法」Time-Location Sampling, TLS）。
2. 調查法與資料蒐集限制：此族群身心狀況多樣、識字率不一，且對公權力多具防衛心，資料蒐集不適用「自填問卷」，必須採取「受訓訪員面訪法（Face-to-face interview）」，並結合在地外展社工的信任網絡。
3. 法規依據（以命題當年民國 107 年法規為準）：依民國 107 年《社會救助法》第 17 條規定，各縣市主管機關應整合警政、衛政、社政等網絡辦理遊民查報、輔導與安置工作。調查之目的在於落實法定福利輸送與需求評估。

解題方法

本題屬於社會研究法中典型的「研究設計實務操作題」，解題架構應分為兩大主軸：抽樣設計與資料蒐集步驟。

1. 抽樣設計切入點：

• 採​「分層混合抽樣」​模式：母體劃分為「機構收容街友」與「街頭露宿街友」兩大次群體。
• 機構街友有清楚名冊，採「系統抽樣」或「普查」；街頭露宿街友無名冊，採​「時間地點抽樣法（TLS）」，先抽時空區塊（熱區與時段），再抽受訪個體，兼顧涵蓋率與操作可行性。

2. 資料蒐集步驟切入點：

• 依標準研究歷程分為「準備期（工具發展與網絡連結）」、「實施期（實地接觸與結構化面訪）」及「整理檢核期（除錯與防重覆）」。
• 特別突顯外展社工協同、訪員專業倫理、實質物質誘因與重複受訪控制機制。

選項分析

本題為「申論題」，非選擇題型，無選項可逐一分析。考生於應試時若採取不同作答策略，其評判優缺點如下：

1. 採「純機率抽樣（如戶籍抽樣）」作答（錯誤作答取向）：

• 評析：脫離現實。街友多為戶籍逕遷戶政事務所或流落外縣市，若主張依戶籍名冊隨機抽樣，顯示考生缺乏實務常識，分數必低。

2. 採「純便利抽樣（如僅在火車站隨機拉人）」作答（不佳作答取向）：

• 評析：代表性極差。此法會嚴重偏向日間活動力強、特定據點的街友，完全遺漏隱蔽露宿者或夜間棲息者，無法推估全縣市樣態。

3. 採「時間地點抽樣（TLS）結合機構分層」（最佳作答取向）：

• 評析：符合現代隱蔽族群研究之學理標準，既能有效涵蓋不同棲息型態（日／夜、街頭／機構），又能提出系統化的抽樣依據，為典試委員青睞之解答。

解題技巧

1. 審題竅門（二分平衡原則）：題目明確要求「抽樣設計」與「資料蒐集步驟」，作答配分通常各佔 50%（約 12～13 分），兩部分必須篇幅平衡，切忌抽樣寫兩頁、步驟僅寫三行。
2. 常見陷阱：

• 自填問卷陷阱：街友常有弱視、識字程度受限或精神狀況不佳等問題，答題若寫「發放問卷由街友自行填寫」，屬於致命錯誤。
• 忽略「防重複受訪」：提供訪談誘因（如超商禮券）時，常發生街友在不同據點重複受訪領取的情形，解答必須提出「篩選與防重複機制」。

3. 架構化標題技巧：使用清晰的層次編號（一、（一）、1.、（1）），將專有名詞（如：時間地點抽樣、外展協同、重複控制）標註在小標題中，方便閱卷老師在 30 秒內快速給分。

【答案】

針對某縣市街友（遊民）之生活狀況、福利服務使用及需求調查，其抽樣設計與資料蒐集步驟具體規劃如下：

一、 抽樣設計（Sampling Design）

街友屬於無完整母體名冊之「隱蔽族群」，若僅採便利抽樣將產生嚴重選擇偏誤。為兼顧代表性與執行可行性，本研究採​「分層混合抽樣架構」，將母體區分為「機構安置者」與「街頭露宿者」兩層分別抽樣：

（一） 第一層：機構安置街友（有抽樣架構）

1. 抽樣底冊：向縣市公立收容中心、簽約民間收容所調取當期安置街友名冊。
2. 抽樣方法：採​「系統隨機抽樣法（Systematic Sampling）」。

核心觀念

本題為典型的「多元階層迴歸分析（Hierarchical Multiple Regression Analysis）」在社會科學實證研究中的應用，評量考生對量化研究統計報表的解讀能力。其核心觀念涵蓋：

1. 虛擬變項（Dummy Variables）與參照組（Reference Group）：當自變項為類別變項（居住地區）時，須設 $k-1$ 個虛擬變項。本題以「北部」為參照組（Baseline），中部與南部的係數代表相對於北部的平均差異。
2. 主效應（Main Effect）與調節／交互作用效應（Moderation / Interaction Effect）：

• 模型 1 檢驗工作收入與居住地區對工作滿意度的「主效應」。
• 模型 2 納入「地區 $\times$ 工作收入」的乘積項，檢驗居住地區是否對「工作收入與滿意度的關係」產生調節作用（即斜率差異）。

3. 判定係數（Coefficient of Determination, $R^2$）與解釋變異量： $R^2 = \frac{\text{SSR}}{\text{SST}} = 1 - \frac{\text{SSE}}{\text{SST}}$ 代表依變項（工作滿意度）的總變異中，能被模型中所有自變項所共同解釋的百分比；$\Delta R^2$ 則為模型新增自變項後所帶來的增量解釋力。
4. 統計顯著性（Statistical Significance）：以 $p$ 值檢定係數是否顯著異於 0（$*：p<0.05$；$**：p<0.01$；$***：p<0.001$）。

解題方法

本題為非選擇題（申論題），解題切入點須依照統計報表結構，循序推導三項子題：

（一）工作收入、居住地區與主觀工作滿意度之間的關係說明

依據迴歸估計方程式逐一拆解：

1. 模型 1：主效應模型 迴歸方程式為： $\hat{Y}_{\text{滿意度}} = 4.95 + 0.05 \times \text{收入} + 0.14 \times \text{中部} + 0.10 \times \text{南部}$

• 每月工作收入的效應：迴歸係數為 $0.05$（$p<0.001$），達極顯著水準。在控制居住地區的條件下，受訪者每月工作收入每增加 1 萬元，主觀工作滿意度平均顯著提升 $0.05$ 分，呈現顯著正向關係。
• 居住地區的效應（以北部為參照組）：
• 中部 vs. 北部：係數為 $0.14$（$p<0.05$），達顯著水準。在相同收入水準下，中部受訪者的工作滿意度平均比北部受訪者高出 $0.14$ 分。
• 南部 vs. 北部：係數為 $0.10$（$p<0.05$），達顯著水準。在相同收入水準下，南部受訪者的工作滿意度平均比北部受訪者高出 $0.10$ 分。

2. 模型 2：納入交互作用項（調節效應模型） 迴歸方程式為： $\hat{Y}_{\text{滿意度}} = 4.99 + 0.04 \times \text{收入} - 0.06 \times \text{中部} + 0.06 \times \text{南部} + 0.05 \times (\text{中部} \times \text{收入}) + 0.01 \times (\text{南部} \times \text{收入})$ 各分組的條件斜率與截距拆解如下：

• 北部地區（參照組，中部 $= 0$、南部 $= 0$）： $\hat{Y}_{\text{北部}} = 4.99 + 0.04 \times \text{收入}$ 北部受訪者的工作收入每增加 1 萬元，工作滿意度顯著增加 $0.04$ 分（$p<0.001$）。
• 中部地區（中部 $= 1$、南部 $= 0$）： $\hat{Y}_{\text{中部}} = (4.99 - 0.06) + (0.04 + 0.05) \times \text{收入} = 4.93 + 0.09 \times \text{收入}$ 交互作用項係數為 $0.05$（$p<0.05$），達顯著水準。這表示居住地區對收入與滿意度的關係具有顯著調節效果。在中部地區，工作收入每增加 1 萬元，滿意度增加 $0.09$ 分；其邊際促進效果顯著大於北部地區（斜率高出 $0.05$）。
• 南部地區（中部 $= 0$、南部 $= 1$）： $\hat{Y}_{\text{南部}} = (4.99 + 0.06) + (0.04 + 0.01) \times \text{收入} = 5.05 + 0.05 \times \text{收入}$ 交互作用項係數為 $0.01$（$p<0.05$），達顯著水準。南部地區的工作收入每增加 1 萬元，滿意度增加 $0.05$ 分；其正向促進效果亦顯著略高於北部地區（斜率高出 $0.01$）。

3. 綜合關係結論： 工作收入與主觀工作滿意度之間呈穩定的顯著正向關係；且居住地區具有顯著的調節作用，工作收入轉化為主觀滿意度的邊際效益在中部最高（每萬元 $+0.09$ 分），南部次之（每萬元 $+0.05$ 分），北部最低（每萬元 $+0.04$ 分）。