110 地方特考四等 社會行政 社會研究法概要 考古題詳解

核心觀念

本題考查抽象構念如何轉化為可觀察、可分析資料的兩個主要研究方法概念：

1. 概念化（conceptualization）
2. 操作化（operationalization）

兩者共同構成「由抽象概念走向具體測量」的研究程序。

---

一、概念化（Conceptualization）

1. 定義

概念化是指研究者針對抽象構念加以界定、澄清其內涵與外延，說明這個概念究竟包含哪些面向，以及不包含哪些內容。

研究中的構念經常具有抽象性，例如：

• 社會資本
• 貧窮
• 生活品質
• 政治參與
• 社會疏離
• 工作滿意度

這些概念不能直接被觀察或測量，因此必須先透過文獻探討、理論分析與研究目的，形成清楚的概念定義。

2. 概念化的功能

概念化主要處理「研究者所說的這個概念究竟是什麼」：

• 界定概念的意義
• 確認概念的範圍
• 區分相近概念
• 決定概念包含的構面
• 建立後續測量與分析的基礎

3. 舉例

以「工作滿意度」為例，概念化不能只寫成「對工作的滿意程度」，還要進一步說明它可能包含：

• 對薪資的滿意
• 對升遷機會的滿意
• 對主管領導的滿意
• 對同事關係的滿意
• 對工作內容的滿意

此時，研究者已將「工作滿意度」這個抽象構念的內涵加以釐清，這就是概念化。

---

二、操作化（Operationalization）

1. 定義

操作化是指研究者將經過概念化的抽象構念，轉換成可以觀察、記錄、分類或測量的具體指標與研究程序。

操作化主要回答：

研究者要透過哪些可觀察資料，判斷某一抽象構念是否存在，以及程度為何？

操作化通常包括：

1. 確認構念的構面
2. 選擇各構面的觀察指標
3. 設計測量工具或資料蒐集方式
4. 訂定分類、編碼或評分規則

2. 舉例

延續「工作滿意度」的例子，研究者可以設計問卷題目：

• 我對目前的薪資待遇感到滿意。
• 我對目前的升遷機會感到滿意。
• 我的主管能公平處理工作上的問題。
• 我與同事相處融洽。
• 我的工作內容具有成就感。

每一題以五點量尺測量：

$$1=\text{非常不同意},\quad 2=\text{不同意},\quad 3=\text{普通},\quad 4=\text{同意},\quad 5=\text{非常同意}$$

研究者再將各題分數加總或取平均，形成工作滿意度指數。例如：

$$\text{工作滿意度分數} = \frac{\text{各題分數總和}}{\text{有效題數}}$$

此一過程就是操作化。

3. 操作定義與指標

操作化所形成的具體規則，稱為操作定義（operational definition）。例如：

• 「失業者」定義為調查時沒有工作、目前可以工作，且最近一段期間曾積極尋找工作者。
• 「政治參與」以投票、參加政治集會、聯繫民意代表、參與政治團體等行為指標加以測量。
• 「貧窮」可依家庭所得是否低於貧窮線判定，也可從所得、居住條件、教育、醫療與生活資源等面向測量。

同一抽象構念可有不同的操作化方式，研究者必須依據研究問題、理論觀點與資料條件作出選擇。

---

三、概念化與操作化的關係

兩者具有先後關係，但在實際研究中也常相互修正：

$$\text{抽象構念} \longrightarrow \text{概念化} \longrightarrow \text{構面與指標} \longrightarrow \text{操作化} \longrightarrow \text{具體資料}$$

例如：

$$\text{政治參與} \longrightarrow \text{界定政治參與的意義} \longrightarrow \text{投票、參加集會、聯繫民代} \longrightarrow \text{問卷題目或訪談編碼}$$

概念化不清楚，操作化就會失去理論依據；操作化不適當，則無法有效反映原本的抽象構念。

---

四、量化研究與質化研究的測量過程是否不同？

核心觀念

本題考查「問卷調查中的調查訪談」（survey interview）與「質化田野研究中的田野訪談」（field interview）之研究目的、訪談結構、研究者角色及資料性質差異。

兩者雖同樣透過研究者與受訪者面對面互動蒐集資料，但所依循的研究典範不同：

• 調查訪談以量化研究為主，重視標準化、可比較性與統計推論。
• 田野訪談以質化研究為主，重視情境脈絡、意義理解與厚實描述。

因此，不能只依「是否面對面」區分，而應從訪談設計與研究目的判斷。

解題方法

本題適合採「研究目的—訪談設計—研究者角色—資料分析」四個面向比較。答題時先指出二者共同點，再以表格或分項說明差異，最後補充兩者並非絕對對立，實務上也可能相互結合。

一、研究目的不同

1. 調查訪談

調查訪談主要用來測量受訪者的態度、意見、行為、人口特徵及社會事實，並將結果推論至母體。

例如研究民眾對社會福利政策的滿意度，研究者會依照抽樣程序訪問大量受訪者，再將答案轉換為可統計分析的資料。

其重點是：

• 測量變項；
• 比較不同群體；
• 檢驗假設；
• 進行母體推論；
• 建立可重複、可比較的資料。

2. 田野訪談

田野訪談主要在了解受訪者如何解釋自身經驗、行動及所處社會情境，探究事件背後的意義、過程與脈絡。

例如研究低收入戶使用社會救助的經驗，研究者不只詢問其是否滿意制度，更會深入了解申請過程、與社工互動的經驗、遭遇的障礙及其對福利制度的理解。

其重點是：

• 理解行動者的主觀意義；
• 探索社會過程；
• 發現尚未預期的議題；
• 建立情境化、脈絡化的描述；
• 發展概念或理論。

二、訪談結構不同

1. 調查訪談具有高度標準化

調查訪談通常使用結構式問卷，所有受訪者接受大致相同的問題、相同的題目順序及相同的回答選項。

訪員須依照訪問手冊提問，不宜任意增刪題目或改變題意，以避免不同受訪者接受不同刺激，降低資料的可比較性。

常見形式包括：

• 封閉式問題；
• 固定題目順序；
• 固定回答選項；
• 標準化追問；
• 明確的編碼規則。

其優點是信度較高、便於量化分析；限制是彈性較低，較難深入掌握受訪者未預期的經驗。

2. 田野訪談具有彈性與開放性

田野訪談多採非結構式、半結構式或開放式訪談。研究者通常只準備訪談大綱，依受訪者的回答進行追問、澄清及延伸。

訪談問題可能隨研究進展而修正，研究者也可針對特殊事件、矛盾敘述或重要經驗進一步探問。

常見特徵包括：

• 開放式問題；
• 問題順序具有彈性；
• 依談話內容進行追問；
• 容許受訪者使用自己的語言表達；
• 重視非預期資料。

其優點是能獲得豐富、細緻的資料；限制是不同受訪者的訪談內容不完全一致，資料整理與比較較為複雜。

三、抽樣方式不同

1. 調查訪談重視機率抽樣與代表性

調查研究通常先界定研究母體，再依研究設計抽取樣本，例如簡單隨機抽樣、系統抽樣、分層抽樣或集群抽樣。

樣本數通常較大，目的在於使樣本具有母體代表性，並依統計方法推論母體特徵。

因此，調查訪談重視：

• 抽樣代表性；
• 樣本數；
• 抽樣誤差；
• 回收率；
• 母體推論。

2. 田野訪談重視資訊豐富性

田野研究多採立意抽樣、理論抽樣、滾雪球抽樣或方便抽樣，選擇能提供重要經驗與豐富資訊的受訪者。

樣本數通常較少，研究者可能訪談關鍵人物、典型個案、特殊個案或不同立場的參與者，直到資料達到「理論飽和」為止。

所謂理論飽和，是指繼續訪談已難以產生新的重要概念或理論性資訊。

因此，田野訪談不以統計代表性為主要標準，而以資料深度、理論相關性及情境多樣性為重點。

四、研究者與受訪者關係不同

1. 調查訪談較強調中立與一致

調查訪談通常將訪員視為標準化資料蒐集工具。訪員應避免表露個人立場、暗示答案或與受訪者發展過度私人關係。

其基本要求是：

• 依標準問卷提問；
• 保持中立；
• 避免誘導；
• 以一致方式處理受訪者疑問；
• 確保每位受訪者受到相同訪問程序。

研究者希望降低訪員效應，使受訪者的答案主要反映其真實態度與行為。

2. 田野訪談重視互動與信任建立

核心觀念

本題考查抽樣方法的基本概念，重點包括：

1. 隨機抽樣的意義與成立條件。
2. 抽樣分配與一般樣本資料分布的區別。
3. 系統抽樣、分層抽樣、叢集抽樣的操作方式、適用情形及實例。
4. 三種抽樣方法的比較，尤其是「分層」與「叢集」不可混淆。

---

一、何謂隨機抽樣

隨機抽樣（random sampling）是指從研究母體中抽取樣本時，母體內每一個元素均具有已知且非零的被抽中機率，且抽樣過程依照機率原則進行，不由研究者主觀挑選。

最典型的形式是「簡單隨機抽樣」（simple random sampling）。若母體共有 $N$ 個元素，抽取 $n$ 個樣本，則每一個元素被抽中的機率相同；所有可能的 $n$ 人樣本組合，也具有相同的被抽中機率：

$$P(\text{某一元素被抽中})=\frac{n}{N}$$

簡單隨機抽樣可利用亂數表、電腦亂數、抽籤或隨機號碼等方式完成。

例如，某縣共有 $10,000$ 名低收入戶，研究者先取得完整名冊並編號，再利用電腦亂數抽取 $500$ 人進行社會福利需求調查，即屬於隨機抽樣。

隨機抽樣的主要優點如下：

• 可降低研究者主觀選樣所造成的偏誤。
• 可利用機率理論估計抽樣誤差。
• 在樣本具有代表性的條件下，研究結果較能推論至母體。

但隨機抽樣不代表樣本一定完全代表母體。即使抽樣程序公平，仍可能因抽樣誤差造成樣本與母體之間存在差異。

---

二、何謂抽樣分配

抽樣分配（sampling distribution）是指：在相同母體、相同抽樣方法及相同樣本數下，反覆抽取許多組樣本，並計算每一組樣本的某項統計量，這些統計量所形成的機率分布。

抽樣分配的對象不是個別樣本資料，而是「樣本統計量」。常見的統計量包括：

• 樣本平均數 $\bar{X}$
• 樣本比例 $\hat{p}$
• 樣本變異數 $S^2$
• 兩組樣本平均數之差 $\bar{X}_1-\bar{X}_2$

例如，從全國低收入戶中每次隨機抽取 $100$ 人，計算其平均月收入；重複抽樣 $1,000$ 次後，可得到 $1,000$ 個樣本平均數。這些樣本平均數的分布，就是「樣本平均數的抽樣分配」。

若母體平均數為 $\mu$，母體變異數為 $\sigma^2$，每次抽取樣本數為 $n$，則樣本平均數抽樣分配的期望值為：

$$E(\bar{X})=\mu$$

其變異數為：

$$\operatorname{Var}(\bar{X})=\frac{\sigma^2}{n}$$

因此，樣本平均數的標準差，即標準誤（standard error）為：

$$SE_{\bar{X}}=\frac{\sigma}{\sqrt{n}}$$

若母體標準差未知，通常以樣本標準差 $s$ 估計：

$$SE_{\bar{X}}=\frac{s}{\sqrt{n}}$$

當樣本數增加時，標準誤會減少，表示樣本平均數較集中於母體平均數附近。

抽樣分配與其他分布的區別如下：

• 母體分布：母體中所有個體資料的分布。
• 樣本分布：某一組樣本中個別觀察值的分布。
• 抽樣分配：許多組樣本所計算之統計量的分布。

抽樣分配是統計推論的理論基礎，信賴區間與假設檢定均建立在抽樣分配之上。

---

三、系統抽樣

系統抽樣（systematic sampling）是先將母體元素依某種順序排列，計算抽樣間隔，再隨機決定第一個樣本，之後依固定間隔抽取樣本。

其基本步驟如下：

1. 建立母體名冊，母體數為 $N$。
2. 決定樣本數 $n$。
3. 計算抽樣間隔：

$$k=\frac{N}{n}$$

4. 在 $1$ 至 $k$ 之間隨機抽取一個起始號碼 $r$。
5. 依序抽取：

$$r,\ r+k,\ r+2k,\ r+3k,\ldots$$

例如，某社會福利機構有 $2,000$ 份服務個案資料，欲抽取 $200$ 份進行評估：

$$k=\frac{2,000}{200}=10$$

若隨機決定起始號碼為 $6$，則抽取第 $6、16、26、36$ 份資料，依此類推。

系統抽樣的優點是操作簡便、樣本分布通常較平均，適合已有完整名冊的母體。其主要陷阱是名冊若存在週期性排列，且週期恰好與抽樣間隔相關，可能產生抽樣偏誤。

例如，名冊依照「就業、失業、就業、失業」的週期排列，而抽樣間隔也形成相同週期，抽出的樣本便可能過度集中於某一類個案。

---

四、分層抽樣

分層抽樣（stratified sampling）是先依照與研究目的有關的重要特徵，將母體劃分為數個「層」（strata），再從每一層中分別抽取樣本。

分層的原則通常是：

核心觀念

本題考列聯表的百分比計算與解釋。列聯表可用三種百分比呈現：

1. 列百分比（row percentage）：以各職業別的列總計為分母，觀察同一職業內的收入分布。
2. 欄百分比（column percentage）：以各收入組別的欄總計為分母，觀察同一收入組別中的職業分布。
3. 總百分比（total percentage）：以全體總人數為分母，觀察各細格占全體樣本的比例。

百分比公式如下：

$$\text{百分比}=\frac{\text{細格次數}}{\text{指定分母}}\times 100\%$$

本題全體樣本數為 $1,000$ 人。

解題方法

一、列百分比

列百分比的分母是各職業別的總計。

勞力型職業：

$$\frac{309}{509}\times 100\%=60.7\%$$ $$\frac{200}{509}\times 100\%=39.3\%$$

非勞力型職業：

$$\frac{246}{491}\times 100\%=50.1\%$$ $$\frac{245}{491}\times 100\%=49.9\%$$

列百分比表如下：

職業別	等於或低於三萬元	高於三萬元	總計
勞力型職業	60.7%	39.3%	100.0%
非勞力型職業	50.1%	49.9%	100.0%

列百分比顯示：

• 在勞力型職業者中，個人月收入等於或低於三萬元者占 $60.7\%$，高於三萬元者占 $39.3\%$。
• 在非勞力型職業者中，個人月收入等於或低於三萬元者占 $50.1\%$，高於三萬元者占 $49.9\%$。

二、欄百分比

欄百分比的分母是各收入組別的總計。

收入等於或低於三萬元者：

$$\frac{309}{555}\times 100\%=55.7\%$$ $$\frac{246}{555}\times 100\%=44.3\%$$

收入高於三萬元者：

$$\frac{200}{445}\times 100\%=44.9\%$$ $$\frac{245}{445}\times 100\%=55.1\%$$

欄百分比表如下：

職業別	等於或低於三萬元	高於三萬元	總計
勞力型職業	55.7%	44.9%	50.9%