108 年 國立清華大學社會學研究所甲組《社會學（含社會研究法及社會學理論）》

此題主要在測試考生對於社會學重要概念的理解與掌握程度，包含翻譯與解釋。

1. Class for itself:

   • 翻譯: 為自身階級
   • 解釋: 此概念源自馬克思的階級理論，指的是無產階級（或任何一個社會階級）成員對自身在社會結構中的地位、共同利益以及與其他階級（特別是資產階級）的對立關係有了清晰的認識，並意識到自己是一個具有共同命運的群體。這種意識是採取集體行動（如階級鬥爭）的前提。與之相對的是「Class in itself」（為自身存在的階級），指的是僅僅是處於某個經濟位置，但尚未發展出階級意識的群體。
   • 【答案】: 為自身階級；指一個社會階級成員意識到自身共同的利益、地位以及與對立階級的關係，並能為此採取集體行動。

2. Mechanical solidarity:

   • 翻譯: 機械連帶
   • 解釋: 此概念由涂爾幹（Émile Durkheim）在其著作《社會分工論》（The Division of Labour in Society）中提出，用來描述傳統社會或前現代社會中的社會整合方式。在這種社會中，成員之間高度同質，擁有相似的信仰、價值觀和生活經驗。社會的凝聚力來自於成員間的高度相似性，如同機械零件般緊密結合，彼此依賴。這種連帶感通常伴隨著強烈的集體意識（collective consciousness）。
   • 【答案】: 機械連帶；指傳統社會中，因成員間高度同質性（相似的信仰、價值觀、生活經驗）而產生的社會凝聚力。

3. Stock of knowledge at hand:

   • 翻譯: 手邊的知識儲備

此題要求考生運用社會學理論來分析特定的社會現象，並預測其影響，著重於理論的應用能力。

核心觀念: 社會認同、集體情緒、符號互動、社會運動策略。

(1) 說明為什麼挺同婚人士要換上這樣背景的大頭貼：

挺同婚人士換上「Together, Stronger」的大頭貼，可以從以下幾個社會學觀點來解釋：

• 符號互動論（Symbolic Interactionism）與社會認同（Social Identity）: 「Together, Stronger」不僅是一個口號，更是一種符號。透過共同更換大頭貼，挺同婚人士在數位空間中共同建構一種集體認同。這個符號傳達了「我們是一個團結的群體」、「我們的力量來自於團結」的訊息。在遭受挫折後，強化這種集體認同有助於個體尋求情感支持、減輕孤立感，並重申其價值觀和目標。這是一種透過符號互動來維護和強化社會認同的行為。
• 集體情緒（Collective Emotion）與情感表達: 公投結果對挺同婚陣營造成了巨大的情感衝擊，可能包含失望、憤怒、沮喪等。換上「Together, Stronger」的大頭貼，一方面是對這些負面情緒的一種集體宣洩與處理，另一方面也是一種積極的情感表達，意在轉化挫折為動力，尋求情感上的鼓舞與支持。這種集體情感的表達有助於維持運動內部的士氣。
• 社會網絡（Social Network）與動員（Mobilization）: 臉書等社群媒體是現代社會運動重要的動員平台。統一更換大頭貼的行為，在視覺上形成一種強大的集體展現，能夠快速且廣泛地傳播訊息，讓內部成員感受到彼此的存在與支持，同時也向外部（包括支持者和反對者）展示運動的韌性。這有助於維持和擴大運動的社會網絡，並為未來的行動累積能量。
• 文化與象徵意義的建構: 「Together, Stronger」的口號本身具有積極、勵志的象徵意義，呼應了普遍受歡迎的價值觀。在挫折時刻，人們傾向於尋求能夠提供希望和力量的象徵。這個口號在特定情境下被賦予了反抗、堅持、爭取權利的文化意義，成為一個凝聚人心的符號。

(2) 預測以「Together, Stronger」作為因應此次公投受挫的策略會為同婚運動的發展帶來什麼樣的影響：

此題要求考生理解並比較古典社會學三巨頭（馬克思、涂爾幹、韋伯）對於傳統社會轉型到現代社會的觀點，這是一個核心的社會學概念。

核心觀念: 社會變遷、傳統社會、現代社會、階級鬥爭、社會分工、理性化、科層制。

這三位社會學家都認為社會正從一種「傳統」狀態轉變為另一種「現代」狀態，但他們對這個過程的驅動力、主要特徵以及最終結果的看法有所不同。

• 卡爾·馬克思 (Karl Marx)

  • 過程: 馬克思認為社會變遷的根本驅動力是經濟基礎的變革，特別是生產方式的演進。他將歷史視為一連串的階級鬥爭史。從封建社會到資本主義社會的轉變，是資產階級推翻封建貴族，建立以資本主義生產關係為基礎的社會。
  • 結果: 馬克思預期資本主義社會最終會因其內在矛盾（如生產力與生產關係的矛盾、階級剝削）而走向滅亡，被共產主義社會所取代。在共產主義社會中，生產資料公有，階級消滅，國家也將消亡，實現人的全面解放。他對現代資本主義社會的結果持批判態度，認為其加劇了異化（alienation），使勞動者遠離勞動的本質。
  • 簡單說明: 馬克思認為社會變遷是由生產力與生產關係的衝突所驅動，歷史就是階級鬥爭的歷史。他批判資本主義社會，並預言其將被消滅階級、實現解放的共產主義社會取代。

• 涂爾幹 (Émile Durkheim)

  • 過程: 涂爾幹認為社會變遷的核心是**社會分工（division of labour）**的擴大。從傳統社會（以「機械連帶」為特徵，成員同質性高）向現代社會（以「有機連帶」為特徵，成員專業化、相互依存）的轉變，是因為社會規模擴大、人口密度增加，導致社會分工複雜化。
  • 結果: 涂爾幹對現代社會的「有機連帶」持相對樂觀的態度，認為這是一種更為進步、更具效率的社會整合方式。然而，他也警覺到在社會分工快速擴張的過渡時期，可能出現**失範（anomie）**的狀態，即社會規範的失靈，導致社會失序和個人迷失。

此題為社會學研究法與社會統計的基礎概念測驗，要求考生對各名詞有清晰的定義與理解。

核心觀念: 社會研究方法論、統計學基礎。

1. 信度 (reliability):

   • 解釋: 信度是指一個測量工具（如問卷、量表）在重複使用時，能夠獲得一致性結果的程度。換句話說，如果一個測量是可靠的，那麼即使在不同的時間、由不同的研究者或在不同的條件下進行測量，只要測量對象相同，結果應該是相似的。信度關注的是測量的穩定性與一致性，而非測量內容的準確性（準確性由效度衡量）。
   • 【答案】: 信度是指測量工具在重複測量時，能獲得一致性結果的程度，反映測量的穩定性與一致性。

2. 配對 (matching) 的研究設計:

   • 解釋: 配對是一種在實驗研究或準實驗研究中，用於控制干擾變項（confounding variables）的方法。研究者將實驗對象配對成對（或成組），使得每對（或每組）中的成員在一個或多個關鍵的預先選定的變項上（如年齡、性別、教育程度等）盡可能相似。然後，將配對好的對象隨機分配到實驗組和對照組。這樣做可以確保實驗組和對照組在這些關鍵變項上是可比的，從而更準確地評估自變項對依變項的影響。
   • 【答案】: 配對研究設計是一種控制干擾變項的方法，透過將研究對象在關鍵變項上配對，再隨機分配至實驗組與對照組，以確保兩組的可比性。

3. 抽樣框架 (sampling frame):

   • 解釋: 抽樣框架是指一個研究者用來抽取樣本的、包含目標總體（target population）所有成員的列表或地圖。理想情況下，抽樣框架應該與目標總體完全一致。然而，在實際研究中，抽樣框架往往不夠完善，可能存在遺漏、重複或包含非目標總體成員的情況，這些都會影響抽樣的代表性。例如，電話簿、學生的名冊、會員名單等都可以作為抽樣框架。
   • 【答案】: 抽樣框架是指用來抽取樣本的、包含目標總體所有成員的列表或地圖。

4. 比例削減誤差 (proportional reduction of error, PRE):

   • 解釋: PRE 是一種衡量統計關聯強度（strength of association）的指標，特別常用於衡量分類變項之間的關聯。它的基本思想是：在不知道自變項的情況下，預測依變項的誤差是多少？然後，在知道自變項的情況下，預測依變項的誤差是多少？PRE 就是兩者誤差的比例差。如果知道自變項能顯著減少預測依變項的誤差，則表示兩者之間存在較強的關聯。常見的 PRE 指標包括 Lambda、Gamma、Eta-squared 等。
   • 【答案】: 比例削減誤差 (PRE) 是一種衡量統計關聯強度的指標，表示知道自變項後，預測依變項誤差減少的比例。

5. 控制變項 (control variables):

   • 解釋: 控制變項是指在研究中，研究者為了避免其影響其他變項（特別是自變項與依變項之間的關係）而加以固定、排除或在統計上加以處理的變項。在觀察性研究中，研究者經常需要控制一些潛在的干擾變項，以更清晰地了解主要自變項對依變項的真實影響。例如，在研究教育程度與收入的關係時，可能需要控制工作經驗這個變項。
   • 【答案】: 控制變項是指在研究中，為避免其干擾自變項與依變項間的關係，而加以固定、排除或在統計上加以處理的變項。

6. 操作型定義 (operational definition):

   • 解釋: 操作型定義是指將一個抽象的、概念性的構念（concept）轉化為具體、可觀察、可測量的操作程序或指標。它明確說明如何測量或操弄某個變項。例如，對於「焦慮」這個概念，操作型定義可以是「在標準化壓力情境下，受試者心率每分鐘增加的次數」或「在貝克焦慮量表中得分超過 X 分」。操作型定義是連接理論與實證研究的橋樑。
   • 【答案】: 操作型定義是將抽象概念轉化為具體、可觀察、可測量的操作程序或指標的定義方式。

此題結合了社會統計的假設檢定與迴歸分析，要求考生能應用統計方法分析社會現象，並解釋統計結果。

第一部分：政治傾向與死刑態度

核心觀念: 變項類型、適合的統計檢定、虛無假設、統計結論的解釋。

1. (1) 最適合這位研究生使用的假設檢定方式為何？

   • 分析: 研究者想探討「政治傾向」（類別變項，有五類：藍、綠、白、其他、無政治傾向）與「死刑態度」（連續變項，0-20分）之間的關係。當一個類別變項（自變項）與一個連續變項（依變項）之間是否存在顯著差異時，最適合使用的檢定是單因子變異數分析（One-way ANOVA）。ANOVA 可以檢定三個或三個以上群體（在此是五種政治傾向）的平均數在依變項（死刑態度分數）上是否存在顯著差異。
   • 其他選項考量:
     • t檢定：用於比較兩個群體。
     • 卡方檢定：用於兩個類別變項之間的關聯。
     • 相關分析/迴歸分析：通常用於兩個連續變項之間的關係，或一個類別變項（如二分類）與一個連續變項的關係（此時迴歸係數的意義與 t 檢定類似）。
   • 【答案】: 單因子變異數分析 (One-way ANOVA)。

2. (2) 請寫出這個假設檢定的虛無假設 (null hypothesis)。

   • 分析: 虛無假設 ($H_0$) 總是陳述「沒有效果」或「沒有差異」。在此情境下，虛無假設是指所有政治傾向群體的死刑態度平均分數都相同，或者說政治傾向與死刑態度之間沒有顯著關係。
   • 寫法:
     • 文字敘述：所有政治傾向群體的死刑態度平均分數均相同。
     • 數學符號（假設 $\mu_{藍}$、$\mu_{綠}$、$\mu_{白}$、$\mu_{其}$、$\mu_{無}$ 分別代表各政治傾向的平均分數）：$H_0: \mu_{藍} = \mu_{綠} = \mu_{白} = \mu_{其} = \mu_{無}$。
   • 【答案】: $H_0$: 所有政治傾向群體的死刑態度平均分數均相同。 (或寫成：$\mu_{藍} = \mu_{綠} = \mu_{白} = \mu_{其} = \mu_{無}$)

3. (3) 經過計算後,檢定值落入拒絕區,於是這位研究生做出「政治傾向為藍軍與綠軍的民眾確實在贊成或反對廢除死刑的意見上有顯著的差異」的結論。請問你同意這個結論嗎?為什麼？

   • 分析: 當 ANOVA 的檢定結果落入拒絕區時，我們拒絕虛無假設 $H_0$，結論是「至少有一個群體的平均數與其他群體不同」。這意味著五種政治傾向的死刑態度平均分數不全相同。
   • 然而，研究者得出的結論是「藍軍與綠軍的民眾意見上有顯著差異」。ANOVA 本身只告訴我們「至少有一個群體不同」，它並沒有直接告訴我們具體是哪兩個群體之間存在差異。要確定具體是哪些群體有差異，需要進行事後比較（post-hoc tests），例如 Tukey's HSD、Bonferroni 等。
   • 因此，僅憑 ANOVA 拒絕了 $H_0$，並不能直接斷定藍軍與綠軍之間一定有顯著差異。可能差異存在於藍軍與白軍之間，或綠軍與其他群體之間，或者確實是藍綠之間有差異，但這些都需要事後檢定的支持。
   • 同意與否: 不同意。
   • 原因: ANOVA 檢定拒絕了「所有群體平均數都相同」的虛無假設，證明至少有一種政治傾向的死刑態度平均分數與其他不同。但 ANOVA 本身無法確定是藍軍與綠軍之間存在差異。研究者需要進一步進行事後比較檢定，才能確定是哪些群體之間存在統計上顯著的差異。直接斷定藍綠有差異，是過度推論。
   • 【答案】: 不同意。因為 ANOVA 檢定結果只說明五種政治傾向的死刑態度平均分數不全相同，但無法直接指出是哪兩個群體（如藍軍與綠軍）之間存在顯著差異。需要進一步的事後比較檢定才能確定具體差異的群體。

第二部分：2014-2018 年選舉得票差距分析

核心觀念: 迴歸分析、統計顯著性、R平方、自變項的操作、預測。

2. (1) 這份研究最可能是使用哪一個統計方式？

   • 分析: 表格顯示了「得票數差距」（依變項，可能是國民黨得票差距或民進黨得票差距）與「農林漁牧生產人數」、「榮民人數」、「公投第十案同意票數比例」（自變項）之間的關係，並提供了係數（如 0.438, -2.985）、標準誤（括號內數字）和 $R^2$ 值。這種結構非常典型的是複迴歸分析（Multiple Regression Analysis）。研究者試圖用多個自變項來解釋依變項的變異。
   • 【答案】: 複迴歸分析 (Multiple Regression Analysis)。

3. (2) 請問有打上星號的數值與沒有打上星號的數值的差異為何？

   • 分析: 表格註腳說明了星號代表統計顯著性：*p<.05 **p<.01 ***p<.001。這表示：
     • 打上星號的數值: 指的是迴歸係數（Regression Coefficient）在統計上是顯著的。這意味著，在控制了其他自變項後，該自變項與依變項之間的關係（即迴歸係數所代表的影響）有很高的機率不是由隨機抽樣誤差造成的。星號越多，表示顯著性越高（p 值越小）。例如，-2.985*** 表示農林漁牧生產人數對民進黨得票差距的影響是高度顯著的（p < 0.001）。
     • 沒有打上星號的數值: 指的是迴歸係數在統計上不顯著。這意味著，在控制了其他自變項後，該自變項與依變項之間的關係，可能只是由隨機抽樣誤差造成的，無法排除虛無假設（即該變項對依變項沒有顯著影響）。例如，0.438（農林漁牧生產人數對國民黨得票差距的係數）在沒有星號的情況下，表示此關係不顯著。
   • 【答案】: 打上星號的數值表示該迴歸係數在統計上是顯著的，代表該自變項與依變項之間存在有意義的關聯（P值小於顯著水準）。沒有打上星號的數值表示該迴歸係數在統計上不顯著，代表該自變項與依變項之間的關聯可能僅由隨機誤差造成。

4. (3) 請問 $R^2$ 的意義為何？

   • 分析: $R^2$（R-squared，決定係數）是複迴歸分析中的一個重要指標，它衡量的是模型中所有自變項**總共能夠