109 年 國立政治大學社會學系碩士班《社會學研究方法》

本題旨在判斷何種研究方法最適合探討特定研究議題。題目要求的是探討「進入職場」與「求學深造」在過去 20 年間的「可能性」變化。這涉及對時間序列數據的分析，以及可能需要統計資料來呈現比例或趨勢。

• 統計方法 (A)：適合處理量化數據，分析趨勢、比例、相關性等，非常適合處理時間序列的「可能性」變化。
• 深度訪談 (B)：適合深入理解個人經驗、觀點和動機，但對於大規模、長時間的趨勢分析較不適合。

此題研究議題聚焦於「父母的反應」、「是否及如何更改教養方式」，這些都是關於個人（父母）的行為、態度和決策過程。深入理解這些內容，需要與父母進行面對面的交流，探究他們對霸凌事件的感受、思考邏輯、以及他們採取的具體行動。

• 統計方法 (A)：雖然可以透過問卷調查收集父母的反應類型，但難以深入了解其背後的動機、思考過程以及教養方式的細微調整。
• 深度訪談 (B)：非常適合用來深入了解個人經驗、觀點、感受和行為背後的原因。

此研究議題關注的是不同族裔身份（黑人、白人、亞裔）在求職面試中的「影響」與「重要性」。這牽涉到社會互動、歧視、刻板印象等複雜的社會現象，需要觀察或實驗來探究不同身份可能引發的結果。

• 統計方法 (A)：可以分析錄取率、薪資等量化數據，但難以直接探究「影響」的過程和「重要性」背後的社會機制。
• 深度訪談 (B)：可以訪談求職者或面試官，了解他們對族裔的看法，但難以直接測量實際的「影響」。
• 田野調查 (C)：如果能進入招聘現場，但機會較少。

本題研究議題的核心在於理解「如何解釋」和「如何合理化」，這涉及到人們的觀念、價值判斷、以及他們如何建構對自身及他人社會地位的理解。這需要深入探究個體的內在思維過程、語言表達以及社會文化背景的影響。

• 統計方法 (A)：可以調查不同階級男性的收入、教育程度等，但難以捕捉他們「如何解釋」和「如何合理化」的過程。
• 深度訪談 (B)：非常適合用來深入了解個體的觀點、價值觀、以及他們如何建構和表達對社會階級差異的理解。

此研究議題聚焦於一個特定組織（大型經紀公司）內部「培育、包裝、創造網紅」的「過程」。這是一個複雜的動態過程，涉及公司內部運作、策略、人際互動、以及對外在市場的反應。要理解這樣的過程，需要深入到組織內部進行觀察和參與。

• 統計方法 (A)：難以捕捉「過程」的細節，只能呈現結果（如網紅的數量、收入等）。
• 深度訪談 (B)：可以訪談經紀公司員工、網紅，了解他們的經驗和觀點，但對於公司整體運作的「過程」可能無法全面呈現。

此研究議題涉及兩個層面：一是「貸款政策的成效」，二是「對全國農村經濟的影響」。這兩個層面都需要收集和分析大量數據，以評估政策的量化結果和整體影響。

• 統計方法 (A)：非常適合用來分析政策的量化成效（如貸款發放數量、利率變化、農民收入變化、農產品產量等），以及評估其對全國農村經濟的總體影響（如GDP貢獻、就業率、農村消費水平等）。可以通過比較政策實施前後的數據，或與未實施政策的地區進行對比，來評估其成效與影響。

此研究議題探討的是「網路平台上的社群支持」與「維持健康行為」之間的因果關係。研究者想知道的是，這種社群支持「是否有助於」持續健康行為。這需要設計一個能夠比較有社群支持與沒有社群支持的兩組人，並觀察他們健康行為的持續性。

• 統計方法 (A)：可以事後調查，比較有參與社群者與無參與者的健康行為數據，但難以確定因果關係，因為參與社群本身可能與個體維持健康行為的意願有關。
• 深度訪談 (B)：可以了解參與者對社群的看法，但難以進行因果推論。

此研究議題的核心是「過程」的轉變，即從一種生活形態（農林魚木）轉變為另一種作業形式（勞力密集、標準化）。這涉及到個體在社會經濟變遷中的經驗、適應、以及其生活方式的變化。要理解這種轉變的「過程」，需要深入追蹤和訪談這些女工，了解她們的個人經驗。

• 統計方法 (A)：可以統計從事不同產業的女工數量、收入變化等，但難以捕捉「過程」中的細節和個體經驗。
• 深度訪談 (B)：非常適合用來深入了解個體對生命歷程中重大轉變的經驗。

此研究議題旨在比較「城鄉之間」在「學生參與補習的差異」以及「補習成效」上的異同。這需要收集城鄉兩地學生的補習行為數據（如補習班種類、時數、花費）以及學業成績或考試分數等成效數據，然後進行比較分析。

• 統計方法 (A)：非常適合用來比較兩組（城鄉）學生的量化數據。研究者可以收集大量的問卷數據，分析城鄉學生在補習參與度、花費、以及學業成效上的差異，並進行統計檢驗。

此研究議題旨在比較「中西流行文化」中「愛情觀點與描述」的「異同」。這需要分析來自不同文化背景的流行文化文本，如電影、電視劇、音樂、文學作品、網路內容等，找出其中關於愛情的共同主題、差異表現、以及文化內涵。

• 統計方法 (A)：較難直接應用於分析文化文本的異同。
• 深度訪談 (B)：可以訪談中西方民眾對愛情的看法，但題目限定在「流行文化」，訪談較難直接觸及流行文化文本的分析。

本題要求將研究方法與其優勢進行配對。敘述「可以得到個體的觀點以及理由，依據需求進行分類進行對比」是指能夠深入了解受訪者的主觀經驗、思考脈絡，並能對這些質性資料進行歸納、比較。

• 統計方法 (A)：主要處理量化數據，難以深入獲取個體的「觀點」與「理由」，且「分類對比」通常是基於預設類別。
• 深度訪談 (B)：能深入獲取個體的「觀點」與「理由」，研究者可以根據訪談內容，靈活地進行「分類」和「對比」，這正是質性研究的強項。

本題要求配對研究方法的優勢，即「獲得大規模、大範圍的分布狀態」。這意味著研究方法能夠有效地收集大量數據，以描繪出總體人口或現象的普遍情況與分佈特徵。

• 統計方法 (A)：非常適合用於大規模、大範圍的數據收集與分析。透過問卷調查、現有數據分析等方式，可以獲取代表性的樣本，推論出整體族群的分布狀態，如人口比例、行為頻率、態度分佈等。
• 深度訪談 (B)：主要用於深入理解少數個體的經驗，難以涵蓋「大規模、大範圍」。

本題要求將研究方法與其優勢進行配對，該優勢是「時常需要用不同的隨機方式抽樣調查所研究的群體」。這描述了研究方法在抽樣上的特點，特別是需要運用多樣化的隨機抽樣技術來代表研究對象。

• 統計方法 (A)：統計研究，尤其是抽樣調查，非常依賴隨機抽樣技術（如簡單隨機抽樣、分層抽樣、叢集抽樣等）來確保樣本的代表性，以便推論到總體。不同的研究對象和目標可能需要運用不同的隨機抽樣方法。

本題要求配對研究方法的優勢，即「能夠對照脈絡情境，分析個體在事件過程的主觀經驗以及反應」。這描述了研究方法能夠深入理解個人在特定環境下，對某事件的感受、想法和行動。

• 統計方法 (A)：難以深入探究個體的「主觀經驗」和「反應」，且較難將其與複雜的「脈絡情境」細緻地對照。
• 深度訪談 (B)：非常適合用來深入了解個體的「主觀經驗」和「反應」。透過與受訪者的對話，研究者可以引導其回憶事件，並深入探討在當時的「脈絡情境」下，他們是如何感受、思考和行動的。

本題要求配對研究方法的優勢，即「獲得個體對社會規範的觀點、回應，以及對事件的印象」。這強調的是研究方法能夠收集個人對於社會規則、價值觀的看法，以及他們對特定事件的感受和理解。

• 統計方法 (A)：可以透過問卷調查瞭解部分觀點和印象，但較難深入探究其「回應」的複雜性，也難以全面捕捉「社會規範」的細微影響。
• 深度訪談 (B)：非常適合用來深入探究個體的「觀點」、「回應」和「印象」。

本題要求配對研究方法的優勢，即「易用於分析溝通內容和歷史事件」。這描述了研究方法能夠處理和解析大量的文字資料，以理解溝通的模式、意義，以及過去發生的事件。

• 統計方法 (A)：主要處理量化數據，較難直接用於分析「溝通內容」和「歷史事件」的細緻意義。
• 深度訪談 (B)：訪談內容本身是一種溝通，可以分析，但研究方法本身不直接是分析「歷史事件」的基礎，除非訪談對象是歷史事件的親歷者。

本題要求配對研究方法的劣勢，即「時常被認為是收集資料極為耗時費力的社會學研究方法」。這描述了研究方法在資料收集過程中，需要投入大量時間和精力。

• 統計方法 (A)：雖然大規模調查可能耗時，但透過現有數據或有效問卷設計，有時也能較有效率地收集資料。
• 深度訪談 (B)：每次訪談都需要預約、進行、以及後續的逐字稿轉錄和分析，若要訪談大量對象，則非常耗時費力。

本題要求配對研究方法的優勢，即「所收集的資料內容，最不會依據『資料收集者』的個人特色而改變」。這意味著研究方法產生的資料較為客觀，較少受到研究者個人主觀判斷、偏見或風格的影響。

• 統計方法 (A)：統計資料（如問卷的量化回答、現有數據）相對客觀，研究者主要負責數據的收集、處理和分析，但資料本身的內容（如受訪者的回答）較少受研究者個人「特色」影響。
• 深度訪談 (B)：訪談過程中，研究者的提問方式、追問技巧、甚至非語言的反應，都可能影響受訪者的回答，因此資料較易受研究者個人特色影響。

本題要求配對研究方法的優勢，即「可以依據理論不同，探討多種不同中介（mediation）的影響」。這描述了研究方法能夠處理複雜的因果關係模型，特別是當自變項與依變項之間存在一個或多個中介變項時，能夠進行理論驅動的分析。

• 統計方法 (A)：非常適合用於探討複雜的因果模型，包括中介效應（mediation）和調節效應（moderation）。統計模型（如迴歸分析、結構方程模型 SEM）能夠根據不同理論假設，檢驗中介變項的作用，並評估其影響程度。

本題要求配對研究方法的優勢，即「最能夠合理的調整規模的研究方法」，並舉例說明「不斷蒐集資料至飽和（saturation），亦可依照分類範疇蒐集少量資料」。這描述了研究方法在資料收集過程中，具有高度的彈性，可以根據研究進展和理論發展，自由調整樣本大小和資料收集範圍。

• 統計方法 (A)：樣本大小通常在研究設計初期就需確定，以確保統計效力。雖然可以事後分析不同樣本量，但「不斷蒐集至飽和」的彈性較小。
• 深度訪談 (B)：非常適合進行「滾雪球」式的資料收集。

本題主要在測試受試者對機率抽樣方法的理解，特別是分層抽樣、戶中抽樣，以及抽樣誤差的辨識與處理。

核心觀念：

• 機率抽樣 (Probability Sampling)：樣本的抽取是根據隨機原則，使樣本具有代表性，並可進行統計推論。
• 分層抽樣 (Stratified Sampling)：將母體分成若干個互斥且具備某種共同特徵的「層」，再從各層中獨立抽取樣本。
• 叢集抽樣 (Cluster Sampling)：將母體分成若干個「叢集」，然後隨機抽取若干叢集，並調查叢集內的所有單位或抽取部分單位。戶中抽樣常與叢集抽樣結合。
• PPS 抽樣 (Probability Proportional to Size Sampling)：抽樣機率與母體單位大小成比例的抽樣方法。
• 等距抽樣 (Systematic Sampling)：從母體中依固定間隔抽取單位。
• 抽樣誤差 (Sampling Error)：樣本統計量與母體參數之間的差異，源於隨機性。
• 無回應誤差 (Non-response Error)：部分被選中的樣本未能提供所需資料，導致樣本與原定抽取母體產生差異。

解題步驟：

a. 請說明何謂分層抽樣，何謂戶中抽樣 (5%)

• 分層抽樣 (Stratified Sampling)：

  • 定義：將母體依據某些共同特徵（如年齡、性別、地區、社經地位等）劃分為若干個互斥且具備同質性的「層」（strata）。
  • 目的：確保每個層都能在樣本中獲得足夠的代表性，特別是當某些層的樣本量在簡單隨機抽樣中可能過小，或層內變異性較小、層間變異性較大時，分層抽樣能提高估計的精確度。
  • 執行：從每個層中，獨立地抽取樣本。抽樣方式可以是簡單隨機抽樣、等距抽樣等。
  • 本題應用：將台灣二十個縣市作為二十個「層」，並依據人口數進行「等比例」分層（即按比例分配各層應抽取的樣本數）。

• 戶中抽樣 (Within-household Sampling / Kish Method / Random Walk)：

  • 定義：這是一種在選定一個起始單位（例如一個住戶或一個電話號碼）後，接著以系統性或隨機性的規則，在該單位內部或周邊選擇其他單位進行調查的方法。它是一種多階段抽樣中的技術，常與叢集抽樣結合使用。
  • 目的：在無法取得完整名冊作為抽樣母體時，或者為了節省成本與時間，可以先抽取一個大致的區域或單位（如一個電話號碼代表一個家庭），然後在此基礎上，以預設規則（如「下一個地址」、「隨機選擇家中某位成員」）來挑選具體的受訪者。
  • 本題應用：文中提到「第三階段抽樣則依洪氏戶中抽樣法抽取受訪者，這是以戶中合格人數搭配合格男性人數及電話號碼末2碼，抽出應訪問的受訪對象」，這表明在抽出電話號碼後，並非隨機選擇家中任何人，而是有特定規則（如依據家庭成員人數、性別比例、電話號碼的最後兩碼）來選擇最終的受訪者，以確保樣本的多樣性和代表性，避免只訪問到特定類型的家庭成員。

b. 如果 sampling frame 只採取電話資料庫的號碼,會產生甚麼樣的誤差 (5%)

• 抽樣母體 (Sampling Frame)：是指用來抽取樣本的清單或來源。
• 問題：文中提到「電話資料庫電話號碼涵蓋率並非百分之百，部分電話號碼不在資料庫內」。
• 產生的誤差：
  • 架構誤差 (Coverage Error)：當抽樣母體（電話資料庫）未能完整涵蓋母體的所有單位時，就會產生架構誤差。
  • 漏選誤差 (Undercoverage Error)：在此情況下，電話資料庫未能涵蓋所有擁有電話的家庭，特別是那些可能未登記、搬遷、或是使用非傳統電話（如預付卡手機、網路電話）的家庭。這些未被納入抽樣母體的群體，可能在某些特徵上與被涵蓋的群體有所不同。
  • 偏差 (Bias)：如果未被涵蓋的群體（例如較貧窮、較年輕、或較常遷徙的族群）與被涵蓋的群體在研究關注的變數上存在系統性差異，那麼僅使用電話資料庫進行抽樣，可能會導致樣本產生偏差，使得研究結果無法正確推論到整體母體。

本題要求考生運用量化與質化研究方法，分別探討社會不平等的因果推論與社會意義。這考驗考生對不同研究方法的掌握及其在社會學核心議題上的應用能力。

核心觀念：

• 社會不平等 (Social Inequality)：指社會資源（如財富、權力、聲望、機會等）分配不均的現象。
• 因果推論 (Causal Inference)：確定一個變數（自變項）的變化是否會導致另一個變數（依變項）的變化。
• 量化研究 (Quantitative Research)：使用數字和統計方法來收集和分析數據，以檢驗假設、測量關係。
• 質化研究 (Qualitative Research)：使用非數字資料（如訪談、觀察記錄）來深入理解社會現象的意義、過程和經驗。
• 研究設計 (Research Design)：規劃研究的整體架構，包括研究問題、假設、變數、測量、抽樣、資料收集和分析方法。
• 操弄 (Manipulation)：在實驗研究中，研究者主動改變自變項的值。
• 控制 (Control)：在研究中排除或控制可能影響依變項的其他變數。
• 抽樣 (Sampling)：選取代表母體的樣本。
• 測量 (Measurement)：定義和操作化變數，使其可被觀察和測量。
• 社會意義 (Social Meaning)：人們對社會現象的理解、詮釋和賦予的價值。
• 田野調查 (Fieldwork)：深入真實社會環境進行觀察和訪談。
• 訪談綱要 (Interview Guide)：預設訪談中要涵蓋的主題和問題。

解題步驟：

A. 請進行一個量化的研究不平等因果推論的研究設計,其中必須包含明確的假設與測量 (10%)

• 研究議題範例：教育機會（自變項）對未來收入（依變項）的影響。

• 研究設計：

  1. 研究問題：高等教育機會的差異是否會導致未來收入的差異？
  2. 研究假設：
     • 主要假設：接受高等教育（尤其是名校）的機會，會顯著正向影響個人未來的平均收入。
     • 備選假設：家庭社經背景（自變項）會影響個人獲得高等教育機會（中介變項），進而影響未來收入（依變項）。（此為中介模型，更複雜但常是社會不平等的探討重點）
  3. 研究方法：
     • 方法類型：縱貫研究 (Longitudinal Study) 或準實驗研究 (Quasi-experimental Study)。由於我們無法隨機分配人們進入不同教育機會，縱貫研究是較為可行的方式。
     • 抽樣：
       • 對象：一群在特定時間點（例如高中畢業時）的年輕人。
       • 抽樣方法：可以採用分層隨機抽樣，以確保不同社經背景、地區、學校類型的學生都有代表性。例如，從全國高中畢業生的資料庫中抽取一個具代表性的樣本。
     • 變數測量：
       • 自變項 (Independent Variable) / 中介變項 (Mediating Variable)：
         • 教育機會的測量：
           • 量化：
             • 是否進入大學（二元變數：是/否）。
             • 進入大學的層級/排名（例如，根據大學排名系統給予分數，如頂尖大學=5分，普通大學=3分，技職大學=1分）。
             • 是否進入特定熱門科系（如醫學、法律、工程）。
             • 學歷（高中畢業、學士、碩士、博士）。
       • 依變項 (Dependent Variable)：
         • 未來收入的測量：
           • 量化：
             • 受訪者在進入職場 5 年後、10 年後的年收入（金額）。
             • 受訪者在受訪時的職業聲望分數（例如，根據職業聲望量表）。
             • 受訪者是否處於社會經濟地位較高的職業類別。
       • 控制變項 (Control Variables)：
         • 家庭社經背景：父母教育程度、職業、家庭年收入（這些是影響教育機會和收入的重要因素，需加以控制以釐清教育機會的獨立影響）。
         • 個人能力/特質：高中時期學業成績 (GPA)、標準化考試分數 (如學測、指考分數)。
         • 個人背景：性別、居住地區（城鄉）、族群。
     • 資料收集：
       • 在受訪者高中畢業時，收集其個人基本資料、家庭背景、高中成績、以及當時的教育機會訊息（如申請的大學、錄取情況）。
       • 追蹤受訪者 5 年後、10 年後，透過問卷或訪談，收集其就業狀況、職業、收入等資訊。
     • 資料分析：
       • 描述性統計：呈現各變數的分佈情況。
       • 相關分析：檢驗變數之間的初步關聯。
       • 迴歸分析 (Regression Analysis)：
         • 單純迴歸：檢驗教育機會（如大學層級）是否能顯著預測收入。
         • 多元迴歸：控制家庭社經背景、個人能力等變項後，檢驗教育機會對收入的獨立影響。
         • 中介分析 (Mediation Analysis)：如果納入家庭社經背景作為自變項，教育機會作為中介變項，收入作為依變項，則使用 SEM 或迴歸方法來檢驗社經背景如何透過教育機會影響收入。

• 因果推論的關鍵：

  • 時間順序 (Temporal Precedence)：自變項（教育機會）必須發生在依變項（收入）之前。縱貫研究設計能較好地滿足此條件。
  • 關聯性 (Covariation)：自變項與依變項之間必須存在統計上的關聯。
  • 排除其他解釋 (Elimination of Alternative Explanations)：透過控制其他潛在變項（如家庭背景、個人能力），確保觀察到的關聯確實是由自變項引起的，而非其他因素。
  • 理論基礎 (Theoretical Basis)：研究假設和變數的選擇應有理論支持。

本題要求比較網路調查（Web Survey）與傳統量化調查方法（例如面訪、電話訪問）的優劣。這需要考生對這兩種方法的特點、操作流程、以及可能產生的結果有深入的理解。

核心觀念：

• 網路調查 (Web Survey)：透過網際網路（如電子郵件、網站、社群媒體）向受訪者發送問卷，讓其自行填答。
• 傳統量化調查方法 (Traditional Quantitative Survey Methods)：