113 年 國立成功大學教育研究所《社會科學研究法》

本題考查敘述統計學中用來描述資料集中趨勢（central tendency）的測量指標。

• Mean (平均數)：所有數值的總和除以數值的個數。
• Median (中位數)：將資料排序後，位於最中間的數值。若資料個數為偶數，則為中間兩數的平均。
• Mode (眾數)：資料中出現頻率最高的數值。

本題考查測驗理論中「信度」（reliability）的概念。信度是指測驗結果的一致性或穩定性。

• 信度係數 (reliability coefficient)：通常介於 0 到 1 之間。
  • 0 表示完全沒有一致性。
  • 1 表示完全一致。
• 一般而言，信度係數越高，表示測驗結果越穩定、越一致。0.85 是一個相當高的信度係數。

選項分析：
A) The test has a high degree of consistency. (測驗具有高度的一致性。) - 這與信度係數的定義相符。0.85 表明測驗結果非常穩定，測量的是相同的特質。

本題考查敘述統計學中「變異數」（variance）的概念。變異數是衡量資料離散程度（dispersion）的指標之一。

• 變異數 (Variance)：定義為資料點與平均數之間差異的平方的平均值。其公式為：
  $\sigma^2 = \frac{\sum_{i=1}^{n} (x_i - \mu)^2}{N}$
  （對於母體變異數）或
  $s^2 = \frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n-1}$
  （對於樣本變異數）。

本題考查敘述統計學中「標準差」（standard deviation）的概念。標準差是變異數的平方根，也是衡量資料離散程度的指標。

• 標準差 (Standard Deviation)：表示資料點相對於平均數的平均離散程度。標準差越大，表示資料越分散；標準差越小，表示資料越集中在平均數附近。

選項分析：
A) The average score in the test. (測驗的平均分數。) - 這是平均數（mean）的概念。
B) The range of scores in the test. (測驗分數的範圍。

本題考查測驗理論中的「效度」（validity）。效度是指測驗能夠真正測量到其宣稱要測量的特質或構念的程度。

• 效度係數 (validity coefficient)：通常用來表示測驗與某個效標（criterion）之間的相關程度，其值通常介於 -1 到 1 之間。
  • 效度係數越高（絕對值越大），表示測驗與效標的相關性越強，測驗的效度越高。
  • 0.70 是一個相當高的效度係數，表示測驗與效標有強相關。

選項分析：
A) The test measures what it intends to measure. (測驗測量了它意圖測量的內容。) - 這正是效度的定義。0.70 的效度係數表示測驗在測量其預設目標方面表現良好。

本題考查測驗項目分析（item analysis）中的「鑑別度」（discriminating power）。鑑別度是指測驗項目能夠區分高分組與低分組受試者的能力。

• 鑑別度 (Discriminative Power)：一個好的測驗項目應該能夠讓真正能力高的受試者答對，而能力低的受試者答錯。如果一個項目能有效地區分出高分組和低分組，就表示該項目具有良好的鑑別度。
• 鑑別度指標 (Item Discrimination Index)：通常是計算高分組答對率減去低分組答對率。正值表示該項目有鑑別力，值越大表示鑑別力越好。

選項分析：
A) The item has low validity. (該項目信度低。) - 鑑別度與效度有關，但低鑑別度不一定代表低效度，高鑑別度是高效度的一個重要指標，但不是全部。

本題考查相關分析（correlation analysis）中的「相關係數」（correlation coefficient）。相關係數用來衡量兩個變數之間線性關係的強度和方向。

• 相關係數 (r)：值的範圍在 -1 到 +1 之間。
  • 方向：
    • 正相關 (positive correlation)：一個變數增加，另一個變數也傾向於增加（符號為 +）。
    • 負相關 (negative correlation)：一個變數增加，另一個變數傾向於減少（符號為 -）。
    • 無相關 (no correlation)：兩個變數之間沒有明顯的線性關係（值接近 0）。
  • 強度：
    • |r| 接近 1：強相關。
    • |r| 介於 0.3 到 0.7 之間：中度相關。
    • |r| 接近 0：弱相關。

本題考查圖表統計（graphical statistics）中「直方圖」（histogram）的構成要素。直方圖是用來顯示連續型變數（continuous variable）分佈的圖形。

• 直方圖 (Histogram)：
  • 橫軸 (X-axis)：代表變數的範圍，被分成若干個等寬的「區間」（bins 或 intervals）。
  • 縱軸 (Y-axis)：代表每個區間內資料的「頻率」（frequency）或「計數」（count）。

選項分析：
A) The range of values within each interval. (每個區間內的數值範圍。) - 區間的寬度代表範圍，但長條的高度不是範圍。

本題考查實驗設計（experimental design）中的「自變數」（independent variable）與「依變數」（dependent variable）的概念。

• 自變數 (Independent Variable, IV)：是研究者操弄或改變的變數，用來觀察其對依變數的影響。
• 依變數 (Dependent Variable, DV)：是研究者測量或觀察的變數，用來評估自變數的影響結果。
• 控制變數 (Control Variable)：是研究者保持不變的變數，以確保觀察到的效果確實是由自變數引起的。

在 Sarah 的實驗中：

• Sarah 想要比較不同植物的生長高度，所以她操弄的是「植物的種類」。
• 她給予所有植物「相同的」水和陽光，這代表「水和陽光的量」是被控制的。

本題考查抽樣方法（sampling methods）中的「隨機抽樣」（random sampling）。隨機抽樣是指樣本中的每一個單位都有相等且獨立的機會被抽到。

• 隨機抽樣 (Random Sampling)：確保樣本的代表性，減少抽樣誤差。常見的方法包括單純隨機抽樣、系統抽樣、分層抽樣、叢集抽樣等。
• 非隨機抽樣 (Non-random Sampling)：樣本的選擇不是基於機率，而是基於研究者的判斷或方便性。例如便利抽樣、配額抽樣、滾雪球抽樣等。

選項分析：
A) Asking only the tallest students in the class about their favorite subject. (只問班級裡最高的學生關於他們最喜歡的科目。) - 這是便利抽樣或有目的抽樣，不是隨機抽樣。樣本明顯偏向特定特徵（身高）。
B) Picking volunteers who raise their hands to participate in a science experiment. (挑選志願舉手參加科學實驗的學生。) - 這是志願者抽樣（volunteer sampling），屬於便利抽樣，不是隨機抽樣。

本題為解釋名詞並比較差異，需要清晰定義每一個名詞，並闡述兩者在概念、用途或方法上的不同。

總體說明：
本題要求解釋五組研究法相關名詞，並說明其差異。每組的得分為 10 分，表示需要對兩者都有深入的理解。解釋應包含定義、目的、應用場景以及它們之間的根本區別。

(1) 操作化 (Operationalization) 與 概念化 (Conceptualization)

• 概念化 (Conceptualization)：

  • 定義：指對抽象概念（如「社會階層」、「學習動機」、「幸福感」等）進行清晰、精確的定義的過程。這是研究的第一步，涉及界定概念的涵義、屬性與維度。
  • 目的：確保研究者和讀者對研究中的關鍵概念有共同的理解，避免歧義。
  • 性質：屬於理論層面，較為抽象。

• 操作化 (Operationalization)：

  • 定義：指將抽象概念轉化為具體、可測量（或可觀察）的指標或變數的過程。它規定了如何測量一個概念。
  • 目的：將理論概念轉化為實證研究中可以收集數據的具體形式，使概念能夠被經驗地檢驗。
  • 性質：屬於實證層面，較為具體和操作。

• 差異處：

  • 層次不同：概念化是理論層面的定義，操作化是實證層面的測量。
  • 關聯性：概念化是操作化的前提。必須先定義清楚概念（概念化），才能決定如何測量它（操作化）。
  • 具體性：概念化是抽象的，操作化是具體的。例如，「幸福感」是概念，而「透過問卷評估生活滿意度分數」就是操作化。

【答案】概念化是對抽象概念進行定義的過程；操作化是將概念轉化為可測量指標的過程。概念化是理論性的，操作化是實證性的。

(2) 軟性資料 (Soft Data) 與 硬性資料 (Hard Data)

• 硬性資料 (Hard Data)：

  • 定義：指客觀、量化、精確、易於驗證且通常具有統計意義的數據。這些數據通常來自結構化的測量、統計報告、官方記錄等。
  • 特點：數字化、客觀性強、易於進行統計分析、可重複性高。
  • 例子：人口普查數據、經濟指標（GDP、失業率）、測驗分數、實驗測量值（如體溫、電壓）。

• 軟性資料 (Soft Data)：

  • 定義：指主觀、質化、描述性、難以量化或驗證的數據。這些數據通常來自非結構化的訪談、觀察記錄、日記、開放式問卷回答、藝術作品等。
  • 特點：描述性強、主觀性較高、難以直接進行統計分析、豐富但難以概括。
  • 例子：訪談記錄中的個人感受、觀察到的行為細節、日記中的情感表達、開放式問卷中的自由回答。

• 差異處：

  • 性質：硬性資料是量化的、客觀的；軟性資料是質化的、主觀的。
  • 測量方式：硬性資料通過結構化工具（問卷、儀器）獲得；軟性資料通過非結構化或半結構化方法（訪談、觀察）獲得。
  • 分析方法：硬性資料適合統計分析，軟性資料適合內容分析、詮釋分析等質化分析方法。
  • 應用：硬性資料常用於驗證假設、建立統計模型；軟性資料常用於探索性研究、深入理解現象、獲取豐富的細節和背景信息。

【答案】硬性資料是客觀、量化的數據（如測驗分數），軟性資料是主觀、質化的數據（如訪談內容）。硬性資料適合統計分析，軟性資料適合質性分析。

(3) 異例抽樣 (Deviant Case Sampling) 與 配額抽樣 (Quota Sampling)

• 異例抽樣 (Deviant Case Sampling)：

  • 定義：一種目的性抽樣（purposive sampling）技術，研究者尋找並分析那些與普遍模式或預期情況顯著不同的「異常」或「極端」案例。
  • 目的：透過研究這些極端案例，可以挑戰現有的理論、發現新的規律、深入理解特定現象的邊界條件或成因。
  • 特點：聚焦於「非典型」案例，以深入理解和理論發展為目標。

• 配額抽樣 (Quota Sampling)：

  • 定義：一種非隨機抽樣技術，研究者首先根據總體中的某些特徵（如年齡、性別、職業等）劃分出不同的子群體（配額），然後按照這些配額的比例，通過非隨機方式（如便利抽樣）在每個子群體中抽取樣本，直到達到預設的配額數量。
  • 目的：確保樣本在某些關鍵特徵上能代表總體，但由於是非隨機的，其代表性不如隨機抽樣。
  • 特點：有結構性的配額控制，但抽樣過程非隨機。

• 差異處：

  • 抽樣目的：異例抽樣旨在尋找「異常」，以深化理論；配額抽樣旨在使樣本在特定特徵上盡可能接近總體結構，以提高樣本的結構代表性。
  • 抽樣對象：異例抽樣選擇的是「獨特」、「極端」的案例；配額抽樣選擇的是符合特定比例的「典型」或「非典型」案例（視配額設定而定）。
  • 抽樣方法：異例抽樣是目的性抽樣的一種，選擇標準是案例的「異常性」；