114 年 國立臺北大學犯罪學研究所《社會科學研究法》

本題主要在測驗考生對於社會科學研究法中基礎研究設計與抽樣方法的熟悉程度。

a. 隨機分派 (Random assignment)：
指在實驗研究中，將研究對象隨機分配到不同處理組（例如實驗組或對照組）的過程。其目的是確保各組在實驗開始前在已知及未知的變數上盡可能相似，從而使實驗結果的差異能夠歸因於處理變數本身，而非其他潛在的混淆變數。
【答案】在實驗研究中，將研究對象隨機分配至不同實驗條件或處理組的過程，以確保各組間的平均相似性，減少選擇偏差。

b. 簡單隨機抽樣 (Simple random sampling)：
是一種機率抽樣方法，母體中的每一個體（或單位）都有相等且獨立的機會被選入樣本。抽樣過程可以想像成從母體名單中抽出號碼，被抽中的號碼所代表的個體即為樣本。
【答案】一種機率抽樣方法，母體中的每一個單位都有相等且獨立的機會被選入樣本。

c. 分層隨機抽樣 (Stratified random sampling)：

本題為應用題，要求考生結合時事與研究方法，提出一個打詐策略並設計研究來評估其效益。這考驗了考生將理論知識應用於實際情境的能力，以及對研究設計的理解。

核心概念： 犯罪預防策略、研究設計、效益評估。

解題步驟：

1. 理解題意與背景：

   • 時事背景：假投資詐欺猖獗，行政院通過「新世代打擊詐欺策略行動綱領2.0版」。
   • 綱領重點：分為識詐、堵詐、防詐、阻詐、懲詐五大面向。
   • 目標：強化防詐意識、減少發生數、降低財損數。
   • 任務：提出一個具體打詐策略，並設計研究來評估其效益。

2. 提出一個打詐策略：
   考生可以從五大面向中任選或結合，提出一個具體的策略。這裡以「防詐（數位經濟面）」中的一個子策略為例，例如：「建立並推廣 AI 輔助之虛假投資平台偵測與警示系統」。

   • 策略說明： 利用人工智慧（AI）技術，開發一個能夠自動偵測、分析網路上的投資平台，並識別出潛在的虛假或詐騙平台的系統。該系統可以即時向使用者發出警示，或與相關監管機構合作，及早介入。此策略旨在從源頭上減少民眾接觸到詐騙平台，從而降低受騙機會。

3. 設計研究評估策略效益：
   評估策略效益需要有明確的研究設計。以下提供一個準實驗研究（Quasi-experimental research design）的設計方向：

   • 研究目的： 評估「AI 輔助之虛假投資平台偵測與警示系統」的推廣使用，是否能有效降低民眾接觸假投資平台、減少受騙意願或實際受騙的比例。

   • 研究假設：

     • H1：實施 AI 警示系統後，民眾接觸到虛假投資平台的頻率會顯著降低。
     • H2：實施 AI 警示系統後，民眾對虛假投資平台的警覺性會顯著提高。
     • H3：實施 AI 警示系統後，民眾實際受騙的比例會顯著降低。

   • 研究設計： 可以採用「前後測設計」（Pretest-Posttest Design）或「對照組設計」（Control Group Design）。考量到全面推廣的現實性，可能較難完全隨機分派，因此採用準實驗設計。

     • 選項一：前後測設計 (時間序列)
       • 實驗組： 在某特定區域或特定網路社群，全面推廣並要求使用者安裝或使用此 AI 警示系統一段時間（例如 6 個月）。
       • 測量： 在推廣前（Pretest）和推廣後（Posttest）收集數據。
       • 數據收集方法：
         • 問卷調查： 針對該區域或社群的民眾進行問卷調查，詢問其接觸虛假投資平台的經驗、對平台的警覺性、受騙意願等。
         • 公開數據分析： 分析相關期間該區域的假投資詐騙報案數、財損金額等官方統計數據。
         • 系統日誌分析： 如果可行，分析警示系統的使用數據，例如發出多少警示、使用者回應情況等。
     • 選項二：對照組設計 (無對照組或非隨機對照組)
       • 實驗組： 選擇一個區域或一群人，全面推廣並使用 AI 警示系統。
       • 對照組： 選擇一個在人口統計學特徵上與實驗組相似，但未實施該系統的區域或一群人。
       • 測量： 同時在實驗組和對照組收集前後測數據，或僅收集後測數據進行比較。
       • 數據收集方法： 同上，但需確保兩組的數據收集方法一致。

   • 操作型定義與測量指標：

     • 接觸虛假投資平台： 透過問卷詢問過去一段時間內（如 3 個月）是否曾瀏覽、點擊或與可疑的投資網站/APP互動。
     • 警覺性： 設計情境題，讓受訪者判斷某投資平台是否為詐騙；或詢問對特定詐騙手法的認知程度。
     • 受騙意願： 詢問若遇到高報酬率的投資機會，有多大意願嘗試。
     • 實際受騙比例： 透過問卷詢問過去一段時間內是否曾因投資而被騙，以及損失金額。
     • 報案數與財損： 引用警方或相關機構的官方統計數據。

   • 預期效益與判斷標準：

     • 如果前後測比較顯示民眾接觸虛假平台、受騙意願及實際受騙比例顯著下降，且官方數據顯示詐騙案件數與財損減少，則可初步認為該策略有效。
     • 若有對照組，則比較實驗組與對照組在各指標上的差異。

   • 潛在限制與改進：

     • 迴歸均值效應 (Regression toward the mean)： 如果選擇的測量時點恰好是詐騙的高峰期，之後數據自然會下降。
     • 歷史事件 (History)： 其他未受控的外部事件（如其他反詐宣導活動）可能影響結果。
     • 成熟效應 (Maturation)： 受訪者本身認知能力的自然發展。

本題旨在探討研究者在文獻探討階段，如何進行資料評估，以及區分「資料」與「證據」的概念，並透過案例說明資料如何轉化為證據。這考驗了考生對學術研究方法論中，對資訊來源進行批判性評估的能力。

核心概念： 資料品質評估、資料 (Data) 與證據 (Evidence) 的區別、文獻探討中的資訊轉化。

解題步驟：

1. 研究者如何評價資料的品質？
   研究者在評估資料品質時，需要從多個維度進行檢視，以確保資料的可靠性、有效性與適用性。常見的評估標準包括：

   • 來源的權威性與專業性 (Authority)： 資料來源是否為該領域的權威機構、專家學者、或具公信力的組織？例如，學術期刊論文通常比部落格文章更具權威性。
   • 內容的準確性與客觀性 (Accuracy & Objectivity)： 資料內容是否基於事實、數據或嚴謹的分析？是否避免了偏見、情緒化或不實陳述？作者是否有明確的論點和支持？
   • 時效性與更新程度 (Currency)： 資料是否為最新資訊？對於快速變遷的領域（如科技、醫學），過時的資料可能不適用。
   • 目的與受眾 (Purpose & Audience)： 資料的撰寫目的是什麼？是為了學術研究、新聞報導、商業推銷還是個人觀點？目標讀者是誰？這會影響資料的深度和客觀性。
   • 方法論的嚴謹性 (Methodology)： 對於研究性資料（如統計報告、研究論文），其採用的研究方法是否科學、可靠？抽樣方法、數據分析方式是否恰當？
   • 一致性與佐證 (Consistency & Corroboration)： 資料內容是否與其他可靠來源的資訊一致？是否有交叉佐證？
   • 可驗證性 (Verifiability)： 資料中的論點、數據是否可被查證？是否有引用來源？

2. 「資料 (data)」和「證據 (evidence)」有何不同？
   這兩個概念經常被混淆，但有著本質上的區別：

   • 資料 (Data)： 指的是原始的、未經處理的、零散的觀察、測量、統計數字、事實陳述等。資料本身可能沒有明確的意義或指向性，它們是待被解釋和組織的素材。例如，一項調查中受訪者對某政策的評分（如 1-5 分），或是某地區的犯罪發生率數字。
   • 證據 (Evidence)： 指的是經過篩選、分析、解釋和組織後，能夠用來支持或反駁某個主張、論點或假設的資訊。證據是資料經過提煉和論證後的產物，它具有說服力，能夠建立因果關係或支持結論。例如，將多項犯罪率數據與特定社會經濟指標進行相關性分析後，發現某項指標與犯罪率呈現顯著正相關，這個相關性分析結果及其支持的論點，就可以被視為支持「該社會經濟指標是影響犯罪率的因素之一」的證據。
   • 關係： 資料是證據的基礎。沒有資料，就無法形成證據；但僅有資料，並不等同於證據。證據是透過對資料的分析、詮釋與論證而產生的。

3. 研究案例：將不同資料來源轉化為證據
   假設一項研究的目的是探討「城市綠地面積與社區居民幸福感之間的關係」。

   • 資料來源：

     • 來源一 (政府報告)： 某市政府的「都市計畫報告」，其中包含過去十年各行政區的綠地面積統計數據（資料 A）。
     • 來源二 (學術論文)： 一篇發表在環境心理學期刊上的研究，探討綠地暴露與心理健康的關聯性，其中引用了多項關於綠地對壓力減輕、情緒改善的實驗數據（資料 B）。
     • 來源三 (新聞報導)： 一篇地方新聞報導，訪問了某社區居民，居民表達了對社區公園的喜愛，認為公園讓他們感到放鬆和快樂（資料 C）。
     • 來源四 (研究論文)： 一份針對該城市居民的問卷調查研究，收集了居民的居住地綠地可及性（如離公園的距離）、居住環境的綠化程度，以及居民自評的幸福感分數（資料 D）。

   • 評價資料品質：

     • 資料 A (政府報告)： 權威性高（政府官方），數據客觀（統計數字），時效性（過去十年）符合研究需求。但僅提供面積數字，未直接連結居民感受。
     • 資料 B (學術論文)： 權威性高（期刊發表），方法嚴謹（實驗數據），但可能不是直接針對該城市或居民幸福感，是較廣泛的心理健康關聯。
     • 資料 C (新聞報導)： 易於獲取，能反映居民主觀感受，但可能非代表性樣本，且有記者詮釋和選擇性報導的偏誤。
     • 資料 D (研究論文)： 權威性高（學術研究），方法較嚴謹，直接連結了綠地、居住地環境與幸福感，是較為直接的資料。

   • 轉化為證據的過程：

     • 整合資料 A 與 D： 研究者將政府報告中的綠地面積數據（資料 A）與問卷研究中居民居住地的綠地可及性與幸福感分數（資料 D）結合。透過地理資訊系統 (GIS) 分析，發現居住在綠地面積較大、公園設施較多的區域的居民，其自評幸福感分數顯著較高。

本題主要探討社會期望效應（Social Desirability Bias, SDB）在兩種主要資料蒐集方法——問卷調查與訪員面對面訪談——中的表現差異，並要求考生提出減少此效應的具體方法。這考驗了考生對研究方法中測量偏差（measurement bias）的理解和應用能力。

核心概念： 社會期望效應 (Social Desirability Bias, SDB)、問卷調查、訪員面對面訪談、測量偏差、研究設計。

解題步驟：

1. 比較「問卷調查」與「訪員面對面訪談」的社會期望反應有何不同？

   社會期望效應是指受訪者為了獲得社會認可或避免負面評價，而傾向提供符合社會規範或期望的答案，而非真實想法。這兩種方法的差異主要體現在：

   • 隱私感與匿名性 (Privacy & Anonymity)：

     • 問卷調查： 尤其是線上問卷或自我填答的紙本問卷，通常能提供較高的匿名性。受訪者感覺自己的回答不直接與個人身分連結，較不容易受到社會評價的影響，因此在回答敏感或具爭議性的問題時，可能較少出現社會期望反應。
     • 訪員面對面訪談： 即使訪員盡力營造輕鬆氣氛，但訪員的存在本身就可能構成一種社會壓力。受訪者知道他們的回答會被另一個人（訪員）聽到、記錄，並可能被評價。這種人際互動的壓力，會增加受訪者為了迎合訪員或避免被負面評價而產生社會期望反應的可能性，尤其是在詢問關於個人價值觀、行為（如吸毒、犯罪、歧視、不誠實行為）或政治立場等敏感議題時。

   • 互動與引導 (Interaction & Prompting)：

     • 問卷調查： 互動性較低，受訪者獨立完成。雖然題目設計可能引導，但受訪者可以按照自己的步調和理解來回答。
     • 訪員面對面訪談： 訪員的提問方式、語氣、表情，甚至是非語言線索，都可能無意中影響受訪者的回答。例如，訪員的肯定性點頭或微小的皺眉，都可能引導受訪者朝向訪員預期或社會認可的方向回答。訪員也可能根據受訪者的反應，調整追問的方式，增加社會期望效應。

   • 問題的敏感度與社會規範 (Sensitivity of Questions & Social Norms)：

     • 對於與社會規範高度相關（如支持環保、誠實納稅、反對歧視）或涉及個人隱私、道德判斷（如投票行為、性行為、非法行為）的問題，社會期望效應在兩種方法中都可能出現，但通常在面對面訪談中更為顯著，因為人際互動的壓力更大。

   總結差異：
   一般而言，問卷調查（特別是匿名線上問卷）通常比訪員面對面訪談更容易獲得受訪者真實、未受社會期望影響的回答，尤其是在處理敏感或與社會規範相關的問題時。 面對面訪談由於訪員的存在和互動，更容易誘發受訪者的社會期望反應。

2. 列舉減少社會期望效應的方法：

   無論是訪員面對面訪談還是問卷調查，都可以透過以下方法來減少社會期望效應：

   A. 減少社會期望效應的方法（針對「訪員面對面訪談」）：

   • 訪員培訓與標準化：

     • 中立性訓練： 嚴格培訓訪員保持中立，避免使用引導性語言、表情或語氣。強調訪員的任務是記錄真實回答，而非影響回答。
     • 標準化訪談流程： 確保所有訪員都以相同的順序、相同的措辭提問，減少因訪員差異造成的偏差。
     • 訪員背景多樣性： 讓訪員的背景（年齡、性別、族裔等）盡可能與受訪者群體多樣化，減少特定訪員可能引發的受訪者不適感。

   • 營造匿名與安全的訪談環境：

     • 強調匿名性與保密性： 在訪談開始時，清晰、鄭重地向受訪者說明研究的匿名性與資料保密原則，強調其回答不會與個人身分連結，且資料僅供學術研究使用。
     • 選擇合適的訪談地點： 選擇一個私密、不受打擾、讓受訪者感到自在的環境。
     • 訪員與受訪者配對： 在某些情況下，考慮讓訪員的性別、年齡等特徵與受訪者接近，以減少潛在的權力感或不適感。

   • 巧妙設計訪談問題：

     • 漸進式提問： 先從較不敏感的問題開始，逐步進入敏感議題，建立信任感。
     • 間接提問法 (Indirect Questioning)： 例如，詢問「一般人會怎麼做？」或「您認識的人可能會怎麼想？」而不是直接問「你認為...」或「你做了...」。