108 國軍退除役轉任公務人員三等 社會行政 社會研究法 考古題詳解

核心觀念

本題考查研究者如何說明自變項與依變項之間的關係，並辨別「作用機制」與「作用條件」。

• 中介變項（mediating variable）：說明自變項如何影響依變項，也就是兩者關係背後的作用機制。其因果次序通常是「自變項 → 中介變項 → 依變項」。
• 調節變項（moderating variable）：說明自變項對依變項的影響會在什麼條件下變強、變弱或改變方向。調節變項影響的是自變項與依變項之間關係的強度或方向。

解題方法

作答時先指出兩者在研究模型中的位置，再用具體研究設計展示其差異：

1. 中介變項要交代自變項如何先影響中介變項，再由中介變項影響依變項。
2. 調節變項要交代自變項對依變項的效果如何因調節變項不同而改變。統計模型通常以交互作用項呈現。

研究設計舉例

一、中介變項：社會支持、壓力與心理健康

研究者探討「社會支持是否提升心理健康」，並以「壓力程度」作為中介變項。

研究假設為：社會支持較高者，較能降低壓力；壓力降低後，心理健康狀況較佳。模型可表示為：

此處的壓力程度解釋社會支持影響心理健康的作用機制，因此是中介變項。研究者可分別檢驗社會支持是否影響壓力、壓力是否影響心理健康，以及社會支持透過壓力產生的間接效果。

核心觀念

本題考查非機率抽樣的基本類型，以及滾雪球抽樣的實施流程與優缺點。

非機率抽樣是指研究者無法依據已知的隨機程序，讓母體中每一單位都有可計算的中選機率。研究者通常依研究目的、接觸便利性或受訪者之間的關係選取樣本，因此樣本取得較容易，但代表性與推論至母體的能力較有限。

常見非機率抽樣及其內容

1. 便利抽樣（convenience sampling） 選取最容易接觸或取得的對象。例如在校園入口訪問方便受訪的學生。優點是快速、省時省力；缺點是樣本容易偏向特定族群，代表性不足。

2. 立意抽樣（purposive sampling） 研究者依研究目的與判斷，選取具備特定經驗、資格或特徵者。例如研究長期照顧政策時，訪問曾使用長照服務的家庭照顧者。優點是能取得與研究問題密切相關的資料；缺點是選取標準仰賴研究者判斷，可能帶入主觀偏差。

3. 配額抽樣（quota sampling） 先依性別、年齡等特徵設定各類樣本數，再於各類中以非隨機方式尋找受訪者。例如設定男女各 100 人，再由訪員於街頭訪問。配額有助於使樣本在特定特徵上符合預定比例，但各配額內仍非隨機抽樣，不能因此視為機率抽樣。

4. 滾雪球抽樣（snowball sampling） 先找到少數符合條件的受訪者，再請他們介紹其他符合條件者；新受訪者再繼續介紹下一批對象，使樣本逐步擴大。常用於缺乏完整名冊、難以接觸或具隱匿性的群體。

解題方法：以抽樣依據分類

作答時先指出非機率抽樣的共同特徵，再列出常見類型並說明各自如何選人。最後依題意聚焦滾雪球抽樣，依序交代「起始個案、轉介新個案、持續擴大樣本」，再分析其適用情境與限制。

滾雪球抽樣：例子、實施方式及優缺點

核心觀念

本題考查機率抽樣方法的選擇：研究者要從全臺灣單親家庭中抽取樣本，以問卷蒐集資料並檢驗社會支持網絡與生活適應之間的關係。抽樣方法須同時考量母體的地理分布、異質性、抽樣名冊是否完整，以及調查所需的人力與經費。

適合本題的兩種方法是分層隨機抽樣與多階段集叢抽樣。前者著重確保重要次群體均有代表性；後者著重降低全臺分散調查的執行成本。

解題方法

先從「全臺灣」判斷調查範圍廣、地理分布分散；再從「單親家庭」判斷母體內部具有差異，例如縣市、城鄉、單親成因及家庭組成等。據此，選擇能處理母體異質性的分層抽樣，以及能處理地理分散與調查成本的集叢抽樣。

實際抽樣前，研究者仍須界定單親家庭的納入標準，建立可供抽樣的名冊，並避免只涵蓋容易接觸到的家庭。

抽樣方法一：分層隨機抽樣

作法與適用理由：​先依母體的重要特性分層，例如按縣市或區域分層，也可依城鄉、單親家長性別等特性分層；再於各層中以簡單隨機抽樣抽取單親家庭。如此可確保各層都納入樣本，避免抽樣結果集中於人口較多、較容易接觸的地區。本題以全臺灣為範圍，且不同地區與家庭類型的生活條件可能有差異，採分層抽樣有助於提升樣本對母體的代表性及各層間比較的能力。

若各層依其占母體的比例抽取，稱為比例分層抽樣；若為確保小型群體也有足夠樣本而採不同抽取比例，則分析時須適當加權，才能估計全體母體的情形。

核心觀念

次級資料法是研究者利用他人或機關已蒐集、整理的既有資料進行分析，例如政府統計、行政紀錄、調查資料、機構檔案、報刊或研究報告。它屬於非干擾式測量，通常不必直接接觸研究對象，成本較低、可使用長期或大規模資料，也較不易因研究者介入而改變對象行為。

但「資料已存在」不代表「資料適合回答本研究問題」。研究者無法完全掌握資料原始的蒐集目的、定義、程序與品質，因此使用前須評估資料來源、測量方式、完整性及適用範圍。

解題方法：從資料與研究問題的落差分析風險

本題問的是次級資料法的風險，可依序檢視「資料是否可信」、「變項是否合用」、「資料是否完整且具代表性」，以及「資料能否支持研究者的推論」。作答時可涵蓋下列面向：

1. 資料品質與正確性風險 既有資料可能有登錄錯誤、漏報、重複紀錄或分類不一致。研究者未參與原始蒐集，較難確認資料是否依一致程序建立，也不易追查錯誤來源。

2. 操作定義與測量不一致 原資料蒐集時的研究目的，未必與目前研究相同；同一變項也可能有不同定義、分類標準或計算方式。例如機關紀錄中的「失業」定義，未必等同研究者採用的失業概念。若直接套用，會造成測量效度不足。

3. 資料不完整或缺漏 次級資料通常只能分析原蒐集者曾記錄的項目，研究所需的變項可能根本不存在，或部分個案缺漏嚴重。研究者也可能無法補問、追蹤或補蒐資料，限制分析深度。

4. 代表性與選擇偏誤 資料涵蓋的對象可能受原資料的蒐集目的、行政流程或登錄條件限制，未必代表研究母群體。例如行政紀錄只包含曾向機關申請服務者，不能直接代表所有有需求者。若將資料範圍誤當成母群體，研究結果便會產生偏誤。