111 年 國立臺灣大學社會工作學系碩士班《社會工作研究方法（含社會統計）》

本題主要在考察社會工作研究方法中的基本概念。考生需要對這些術語有清晰的理解，並能用簡潔準確的語言進行解釋。

1. Evidence-based practice (實證基礎實務)
實證基礎實務 (EBP) 是一種決策模式，強調社會工作者在提供服務時，應整合最優質的現有研究證據、專業知識以及服務對象的價值觀與偏好，以做出最佳的臨床判斷和服務決策。其核心在於「證據」，而非個人經驗或傳統。

2. Type I and Type II error (第一型與第二型錯誤)
這兩個概念源於統計檢定的假設檢定過程：

• 第一型錯誤 (Type I error)：又稱「偽陽性」(False Positive)，是指當虛無假設 (Null Hypothesis, $H_0$) 為真時，研究者卻拒絕了虛無假設，而得出研究假設 (Alternative Hypothesis, $H_1$) 為真的結論。在社會工作研究中，例如誤判某項介入有效，但實際上它並無效果。第一型錯誤的機率通常以 $\alpha$ (顯著水準) 表示。
• 第二型錯誤 (Type II error)：又稱「偽陰性」(False Negative)，是指當虛無假設 ($H_0$) 為偽 (即研究假設 $H_1$ 為真) 時，研究者卻未能拒絕虛無假設，而得出虛無假設為真的結論。在社會工作研究中，例如誤判某項介入無效，但實際上它是有效果的。第二型錯誤的機率通常以 $\beta$ 表示。

3. Reliability & Validity (信度與效度)
信度和效度是衡量測量工具品質的兩大重要指標：

• 信度 (Reliability)：指測量工具的一致性或穩定性。一個信度高的測量工具，在重複測量同一對象或同一概念時，能得到相似的結果。

本題分為兩個部分，第一部分要求說明如何評估社會工作服務方案的成效，第二部分則探討研究倫理的議題。這兩部分都與社會工作研究的實務應用息息相關。

評估服務方案成效 (20 分)

評估社會工作服務方案成效，需要系統性的設計，結合定性與定量方法，以全面了解方案的影響。以下是一些關鍵的評估面向與方法：

1. 確立評估目的與問題 (Define Evaluation Purpose and Questions)：

   • 首先要釐清評估的目標是什麼？是為了了解方案的過程是否順利 (過程評估)？方案是否達到了預設的產出 (產出評估)？方案是否對服務對象產生了預期的改變 (結果評估/成效評估)？還是方案的長期影響 (影響評估)？
   • 根據目的，訂定具體的研究問題，例如：「參與此青少年籃球隊方案的青少年，其偏差行為是否顯著減少？」或「此預防自殺熱線服務，在多大程度上降低了來電者的自殺意念？」

2. 選擇合適的評估設計 (Choose Appropriate Evaluation Design)：

   • 準實驗設計 (Quasi-experimental Designs)：在無法進行隨機分派的情況下，這是最常見且較為嚴謹的設計。
     • 單組前後測設計 (One-group Pretest-Posttest Design)：測量服務對象在接受服務前 (O1) 和服務後 (O2) 的狀況，比較前後差異。若結合介入 (X)，則為 O1 X O2。此設計易受時間經過、外在事件等影響。
     • 非等組前後測設計 (Nonequivalent Group Pretest-Posttest Design)：設立一個對照組，但成員並非隨機分派。例如，將接受服務的 A 團體與未接受服務的 B 團體在服務前 (O1A, O1B) 和服務後 (O2A, O2B) 進行比較。這能部分控制組間差異。
     • 時間序列設計 (Time-Series Design)：在介入前後進行多次測量，以觀察趨勢的變化。例如，O1 O2 O3 X O4 O5 O6。
   • 實驗設計 (Experimental Design)：若可行，隨機分派服務對象至實驗組（接受服務）和對照組（未接受服務或接受標準服務），可提供較強的因果推論證據。
   • 非實驗設計 (Non-experimental Designs)：
     • 橫斷面設計 (Cross-sectional Design)：在單一時點收集資料，適合描述現況或探索性研究。
     • 個案研究 (Case Study)：深入探討單一或少數個案的經驗。
   • 過程評估 (Process Evaluation)：關注方案的執行情況，如服務的可及性、參與度、服務提供者是否依循計畫執行等。通常使用觀察、訪談、紀錄分析等方法。

3. 選擇合適的測量工具 (Select Appropriate Measurement Tools)：

   • 定量工具：使用標準化的量表（如量化憂鬱、焦慮、生活滿意度、社會支持等）、問卷、行為評估表。確保工具具有良好的信度與效度，並適合目標服務對象。
   • 定性工具：深度訪談、焦點團體訪談、觀察紀錄、文件分析（如服務紀錄、個案報告）。用於深入了解服務對象的經驗、觀點、價值觀，以及方案運作的細節。

本題是一道關於準實驗設計的題目，核心是評估一個針對大學生壓力團體的介入成效。題目提供了研究設計圖示 (O1 X O2)，並要求分析統計方法、內外在效度、如何提升內在效度，以及測量工具的考量。

研究設計：單組前後測設計 (One-group Pretest-Posttest Design)

此研究設計為：

• O1：介入前測 (Pretest)，即參與者在團體開始前填寫 CES-D 和 BDI 量表。
• X：介入 (Treatment/Intervention)，即為期 10 週的大學生壓力團體。
• O2：介入後測 (Posttest)，即參與者在團體結束後再次填寫 CES-D 和 BDI 量表。

1. 此社工可以使用什麼適當的統計分析方法來檢測團體成效?為什麼? (5 分)

為了檢測團體成效，即比較介入前後參與者在壓力與憂鬱症狀得分上的差異，最適合的統計分析方法是配對樣本 t 檢定 (Paired-samples t-test)。

• 原因：

  • 資料類型：CES-D 和 BDI 量表的得分是連續的計分資料 (interval/ratio scale)。

  • 研究設計：本研究採用單組前後測設計，屬於「配對」或「相關」的樣本。前後測的兩組得分都來自同一群參與者，因此兩組數據之間存在高度的相關性。

  • 檢驗目的：配對樣本 t 檢定專門用於檢驗兩組配對樣本的平均數是否存在顯著差異。在此情境下，我們想知道的是介入前後的平均分數是否有顯著差異，以判斷團體是否有效降低了參與者的壓力與憂鬱症狀。

  • 公式概念：配對樣本 t 檢定實際上是在檢驗前後測分數「差值」的平均數是否顯著異於零。
    $t = \frac{\bar{D}}{\frac{s_D}{\sqrt{n}}}$
    其中 $\bar{D}$ 是前後測分數差值的平均數，$s_D$ 是差值標準差，$n$ 是樣本數。

  • 替代方法 (較不適合)：

    • 獨立樣本 t 檢定 (Independent-samples t-test)：不適用，因為前後測分數不是來自獨立的兩組樣本。
    • 單因子變異數分析 (One-way ANOVA)：通常用於比較三個或以上組別的平均數，在此僅比較前後兩次測量，較為冗餘。
    • 皮爾森相關 (Pearson Correlation)：用於檢驗兩個變數之間的線性關係強度，而非比較平均數差異。
    • 卡方檢定 (Chi-square test)：用於分析類別變數之間的關係，不適用於連續變數的平均數比較。

【答案】
配對樣本 t 檢定。因為研究設計是單組前後測，前後測分數來自同一群參與者，是配對資料，且我們欲檢驗的是介入前後的平均分數是否存在顯著差異，配對樣本 t 檢定正是為此目的而設計。

2. 此項研究設計如何影響「內在效度」與「外在效度」? (15 分)

內在效度 (Internal Validity)：
內在效度是指研究結果能夠正確反映介入措施與結果之間因果關係的程度。單組前後測設計在內在效度方面存在較大的挑戰，主要原因如下：

• 歷史 (History)：在介入期間，可能發生了與介入無關但可能影響參與者憂鬱程度的外部事件。例如，期中考、人際關係問題、家庭變故等。這些事件可能導致憂鬱分數的變化，而研究者無法確定這是團體的影響還是外部事件的影響。
• 成熟 (Maturation)：隨著時間的推移，參與者本身會自然地發生生理、心理或社會的變化。例如，學生可能隨著時間累積了更多應對壓力的技巧，或者只是因為時間經過而情緒有所改善，這種自然發展可能被誤認為是團體的成效。
• 測驗 (Testing)：僅僅是參與者接受前後測本身，就可能影響其得分。例如，參與者可能因為熟悉了量表內容，在後測時更清楚知道如何回答，或者因為反覆思考憂鬱議題而變得更敏感，進而影響分數。
• 工具 (Instrumentation)：測量工具本身可能發生變化，或者評分者在前後測之間對標準的理解有所不同。雖然本題使用標準化量表，但若前後測施測者或情境有差異，也可能影響結果。
• 統計迴歸 (Statistical Regression)：如果參與者是因其極端分數（例如，非常高的憂鬱分數）而被選入研究，那麼在第二次測量時，他們的分數有自然趨向平均數的傾向。即使沒有任何介入，分數也可能有所下降。
• 選擇偏差 (Selection Bias)：雖然是單組研究，但參與者是「自願招募」且「有動機想處理憂鬱症狀」的大學生。這本身就意味著這群人可能比一般大學生更容易改變，或者本身就具備某些特質（如高動機），因此他們的回應可能無法代表所有大學生。
• 耗損 (Attrition/Mortality)：在 10 週的過程中，部分參與者可能會因為各種原因退出團體。如果退出者與留下的參與者在特質上有所不同（例如，情況較嚴重的參與者較難堅持），那麼留下的樣本就可能不是原來的代表，這會影響結果的推論。

結論 (內在效度)：單組前後測設計因缺乏對照組，無法有效排除上述這些「歷史」、「成熟」、「測驗」等威脅因素的影響，因此難以確定觀察到的憂鬱分數下降，究竟是團體介

承接上一題，本題的最後一個小題要求討論研究測量方式和工具的考量。這涉及到了測量工具的選擇、使用與品質評估。

4. 關於研究的測量方式和工具,應該具備哪些考量? (5 分)

在進行社會工作研究，特別是評估介入成效時，選擇和使用合適的測量方式和工具至關重要。以下是一些關鍵的考量：

1. 測量目的與研究問題的契合度 (Alignment with Purpose and Research Questions)：

   • 工具必須能夠準確地測量研究者感興趣的概念（如壓力、憂鬱症狀）。
   • 量表應能回答研究問題，例如，是否能捕捉到憂鬱程度的變化。

2. 測量工具的品質 (Quality of Measurement Tools)：

   • 信度 (Reliability)：工具應具有良好的一致性，能夠穩定地測量。例如，CES-D 和 BDI 都是廣泛使用的量表，其信度通常經過驗證。社工應查閱相關文獻，確認所選工具的信度係數（如 Cronbach's $\alpha$）是否達到可接受的標準（通常 $\ge 0.7$）。
   • 效度 (Validity)：工具必須能夠準確地測量其聲稱要測量的概念。應考量其內容效度（是否涵蓋了目標概念的所有重要面向）、建構效度（是否與其他相關理論概念相關）、以及標準效度（是否與其他外部標準（如臨床診斷）相關）。

3. 適用性與敏感度 (Appropriateness and Sensitivity)：

   • 目標群體的適用性：量表內容、語言、題型是否適合研究對象（大學生）。例如，避免使用過於學術化或與大學生生活經驗不符的詞彙。
   • 敏感度 (Sensitivity)：工具是否能夠偵測到我們預期會發生的改變。例如，一個僅能測量極端憂鬱的工具，可能無法捕捉到輕度憂鬱的改善。

本題要求設計一項質性研究，探討疫情對特定社會工作服務領域或人口群的影響。這是一個開放性的題目，需要考生展現對質性研究設計、方法論的理解，以及將其應用於社會工作實務情境的能力。

研究設計：質性研究

研究目的與問題 (Research Purpose and Questions)

• 研究目的：深入理解 2019 冠狀病毒病 (COVID-19) 疫情對臺灣特定社會工作服務領域（例如：兒少保護、長照服務、婦女庇護、精神健康支持等）或特定人口群（例如：獨居長者、單親家庭、身心障礙者、基層勞工、新住民等）所造成的影響，從而為社會工作實務與政策提供深刻的洞察與建議。

• 研究問題 (範例，以「疫情對獨居長者社會支持網絡的影響」為例)：

  1. 在疫情期間，獨居長者的社會支持網絡（包括家人、朋友、鄰居、社區資源、社會工作服務）發生了哪些變化？
  2. 這些變化對獨居長者的日常生活、心理健康和社會參與帶來了哪些具體影響？
  3. 獨居長者如何經驗和應對疫情對其社會支持網絡造成的衝擊？
  4. 社會工作服務在疫情期間，如何調整以支持獨居長者的社會支持網絡，又面臨了哪些挑戰與機會？

研究方法與步驟 (Research Methods and Procedures)

1. 為什麼質性研究方法適用此研究問題？

   • 探索性與深度理解：疫情對特定群體或服務領域的影響是複雜且多面向的，質性研究擅長探索「是什麼」、「如何」以及「為什麼」的問題，能深入理解人們的經驗、感受、觀點和意義建構，而非僅止於量化的數據。
   • 情境的特殊性：疫情的影響是高度情境化的，不同人群、不同地區、不同服務模式下的經驗差異很大。質性研究能捕捉這些細微的、在地化的差異。
   • 意義的建構：人們如何理解和詮釋疫情帶來的衝擊（如隔離、社交距離、服務中斷），以及他們如何適應與調適，這些都是質性研究關注的焦點。
   • 過程的理解：質性研究能夠描繪出疫情期間服務模式如何轉變（如從實體服務轉為線上），以及服務提供者和接受者之間的互動過程。
   • 理論的生成：透過對經驗的深入分析，質性研究有助於生成新的理論或概念，解釋疫情下的社會現象。

2. 抽樣策略 (Sampling Strategy)：

   • 目的性抽樣 (Purposive Sampling)：由於研究目的是深入理解特定群體或領域的經驗，因此會採用目的性抽樣。研究者會根據研究問題，主動選擇那些最能提供豐富資訊的參與者。
   • 範例（以獨居長者為例）：
     • 最大差異抽樣 (Maximum Variation Sampling)：招募不同背景的獨居長者，例如不同年齡層（65-75歲、75歲以上）、不同居住地區（都會區、鄉村區）、不同社會經濟地位、不同健康狀況、以及曾接觸過不同類型社會工作服務的長者。
     • 關鍵案例抽樣 (Key Informant Sampling)：除了長者本人，也可訪談社會工作者、社區工作者、居家服務員、家屬等，他們能提供關於長者經驗和服務運作的關鍵資訊。
     • 滾雪球抽樣 (Snowball Sampling)：在找到一些合適的參與者後，請他們推薦其他可能符合條件且願意參與研究的對象。

3. 樣本 (Sample)：

   • 樣本規模在質性研究中不是預先設定的固定數字，而是取決於「資料飽和 (Data Saturation)」原則。當研究者不斷蒐集資料，卻無法再從新訪談或觀察中獲得新的、有意義的資訊時，即可認為達到飽和。
   • 範例（以獨居長者為例）：可能訪談 15-30 位獨居長者，以及 5-10 位相關的專業人士或服務提供者。

4. 資料蒐集 (Data Collection)：

   • 深度訪談 (In-depth Interviews)：這是最主要的資料蒐集方法。研究者會設計半結構式訪談大綱，包含開放性問題，引導參與者分享其經驗。訪談通常會錄音並逐字轉錄。
     • 訪談內容：包括疫情前、疫情期間及疫情後的個人生活、健康狀況、社交互動、家庭聯繫、社區參與、對社會工作服務的體驗與需求等。
   • 參與式觀察 (Participant Observation)：若研究對象是特定服務機構或社區，研究者可以適度參與其中，觀察互動模式、服務運作、環境氛圍等。
   • 文件分析 (Document Analysis)：蒐集與研究主題相關的公開文件，如政府防疫政策、新聞報導、機構服務報告、相關研究文獻等，以提供背景資訊或佐證。
   • 焦點團體訪談 (Focus Group Interviews)：若想了解群體共識或互動動態，可對特定群體（如同一社區的長者，或同一機構的社工）進行焦點團體訪談。

5. 資料分析 (Data Analysis)：

   • **內容分析 (Content Analysis) / 主題分析 (Thematic Analy