一、內隱態度測量：內隱聯結任務
科學家一直在尋求新的測量法，避免自我報告產生的問題，例如依循社會期 望來回應、修飾自己的答案等等。近年來，大量研究以內隱測量法來探究人們的 態度、自尊或刻板印象。因為測量過程中，受測者並不知道自己的態度正被記錄，
也對自己的反應傾向一無所知，得以克服反應偏見(Fazio & Olson, 2003)。
現在已有許多內隱測量技術，其中最廣為人知的當數 Greenwald、McGhee 和 Schwartz(1998)所發展的內隱聯結任務（implicit association test, IAT）。內隱聯 結任務的概念，源自 1868 年 Donders 的觀點：「我們用右手來回應右邊的刺激；
用左手來回應左邊的刺激…當右手需要回應放在左邊或其他位置的刺激時，反應 時間就會被拖長，也更常犯錯(Donders, 1969)。」這暗指心智任務（Mental Task）
若更簡單，反應時間就會增快，錯誤也越少發生。對人們來說將左－左、右－右 聯結要比左－右、右－左來得更容易，因此反應時間也有所差異(Lane, Banaji,
Nosek, & Greenwald, 2007)。
47
IAT 依循 Donders(1969)的想法設計程序，關注目標分類(target categories 例 如黑人、白人)與屬性分類(attribution categories 例如愉悅、卓越)間的聯結程度，
以反應時間快慢為判斷標準，假定目標與屬性分類高度聯結，那麼用共同的方式 進行反應（例如按同一個按鈕），反應速度快；目標與屬性分類低度聯結，卻用 共同的方式進行反應，反應速度慢(Teige-Mocigemba.T et al., 2010)。舉例來說，
某位受測者對黑人有強烈偏見，那麼以同一按鈕來反應黑人臉孔以及愉快這個字 的時間，一定慢過以同一按鈕來反應白人臉孔以及愉悅這個字的情境。因為對這 位受測者來說，將黑人與愉快強制聯結在一個鍵上，如同進行左─右聯結，是較 難的心智任務。將白人與愉快聯結在同一鍵上，則像進行右─右聯結，是簡單的
心智任務（圖 3-1）。
圖 3-1 IAT 測量目標分類(target categories，例如黑人、白人)與屬性分類(attribution categories，正 負字)間的關聯性，藉由反應時間快慢來探究內隱態度。在 a、b 兩個情境，受測者使用 E 鍵來回 應黑人與負面詞彙；使用 I 鍵來回應白人與正面詞彙。C、d 兩個情境則相反，受測者使用 E 鍵 來回應白人與負面詞彙；使用 I 鍵來回應黑人與正面詞彙。如果受測者本身帶有強烈的種族偏見，
那麼在 c、d 情境下的反應時間就會慢於 a、b 情境(Green et al., 2007)。
48
二、內隱聯結任務：程序設計
一個完整的 IAT 測量任務總共包含七個階段（表 3-1）。階段 1 先讓受測者 熟悉左鍵與右鍵分別對應的目標，例如螢幕中出現黑人按左鍵、出現白人按右鍵。
階段 2 則是讓受測者熟悉左鍵與右鍵所分別對應的屬性詞彙，例如出現討厭（負 面形容詞）按左鍵、出現愉快（正面形容詞）按右鍵。階段 3 是聯結任務，將階 段 1 與 2 所配置的位置聯結起來，例如看到黑人與負面字按左鍵、看到白人與正 面字按右鍵。階段 4 則重複階段 3，但是反應次數增加到 40 次。
階段 5 則是與階段 1 的按鍵配置相反，讓重新學習目標位置，也就是畫面中 出現白人按左鍵、出現黑人按右鍵。階段 6 是將階段 5 的學習結果與階段 2 聯結，
反轉階段 3 所設定的聯結任務，因此看到白人與負面字需要按左鍵、看到黑人與 正面字按右鍵。階段 7 則重複階段 6，但是反應次數增加到 40 次。
表 3-1 種族態度的內隱聯結任務操作程序，總共分為七個階段。
階段 次數 任務 反應鍵
左 右
1 20 分辨目標位置 黑人 白人
2 20 分辨屬性位置 負面字 正面字
3 20 聯結任務（測試） 黑人，負面詞 白人，正面詞
4 40 聯結任務 黑人，負面詞 白人，正面詞
5 20 反轉目標位置 白人 黑人
6 20 反轉聯結任務（測試） 白人，負面詞 黑人，正面詞 7 40 反轉聯結任務 白人，負面詞 黑人，正面詞
49
一般預期有種族偏見的參與者，階段 3 與 4 的反應時間會明顯要比階段 6 與 7 要來得更快，因為黑人與負面形容詞（階段 3、4）的聯結要強過黑人與正 面形容詞（階段 6、7）的聯結。至於聯結任務與反轉聯結任務都各執行兩次，
是因為早期的研究程序會把階段 3 與 6 當作練習數據，最終在分析時將其排除，
僅比較階段 4 與 7 的反應差異(Lane et al., 2007; Teige-Mocigemba.T et al., 2010)。
三、簡易版內隱聯結任務
但內隱聯結任務存在一個問題，完成七階段必須反應 180 次，因此一些學者 嘗試修改方法，縮短任務時間。Sriram 和 Greenwald (2009)提出「簡易版內隱聯 結任務（Brief IAT）」，試圖克服測試時間過長的問題，並透過四次實驗，證明
B-IAT 也能成功測量內隱態度，測量結果內部一致性 Cronbach's α 值達 0.63～0.78，
內隱與外顯態度結果也有正面相關，四次實驗平均 r=.29。
B-IAT 與傳統 IAT 的差別在於，並不要求受測者牢記目標與屬性分別需要與 哪個鍵來回應，而是指定一個鍵專門回應焦點（focal）詞彙與正面形容詞，另一 個鍵則是回應非焦點（unfocal）詞彙。舉例來說，測量高／低熱量食物的內隱態 度（表 3-2），指定右鍵回應焦點詞彙與正面形容詞。階段一會先讓受測者熟悉右 鍵＝正面形容詞、左鍵＝其他詞彙（例如負面形容詞）；階段二則是將正面與低 熱量食物（蔬菜、水果）視為焦點，出現以上兩種詞彙就按右鍵，其他則按左鍵；
階段三則是將正面與高熱量食物（炸雞、蛋糕）視為焦點，出現以上兩種詞彙就 按右鍵，其他則按左鍵；階段四、五則是重複階段二、三。整個任務只有五個階
50
Greenwald 等人(2003) 修正過往的計算方式，改採 D 值(Cohen, 1977)取代比較平 均數，並比較 6 種 D 值計算方式，例如納入不同的反應時間範圍、對錯誤反應
51
1. 2、3、4、5 階段的測量數據全部採用
2. 刪除反應時間超過 10000 毫秒的數據；如果受測者有 10％的反應時間都低過 300 毫秒，該受測者的資料全部刪除。
3. 除了步驟 2 排除的資料，全部數據皆採用 4. 計算每一階段有正確反應的平均數。
5. 計算 2、3 與 4、5 兩組全部數據的標準差
6. 反應錯誤的數據，用「所屬階段的正確反應平均數+600 毫秒（步驟 4）」進 行替換。
7. 計算每一階段所有反應的平均數（包括步驟 6 所得的數據）。 8. 將反應平均數相減，階段 3 減階段 2、階段 5 減階段 4
9. 將相減後的平均數分別除以步驟 5 所得到的標準差 10. 把步驟 9 所得到的兩個數據平均，得到 D 值。
IAT 中如果回應錯誤，那麼立即再按下正確按鍵即可，而這個回合的反應時 間計算，就是回應錯誤時間加上再次反應的時間。但 Greenwald 等人(2003)認為 直接把錯誤反應的時間納入，並不是一個恰當的作法，因此在新式計算法中將錯 誤的資料進行取代。Greenwald 等人(2003)指出，以 2000 總統大選的投票的政黨 傾向為例，與個人內隱態度有很高的相關性，但不同計算方式會讓相關性減低或 增加，範圍在.745～.785 之間浮動。其中，若是直接將反應錯誤的時間納入計算，
確實能讓內隱與外顯具有最高相關性（.783）。但所產生的另一個問題是，直接
52
納入計算後所得到的 D 值，與平均單次反應所需時間具有些微相關性（.05），但 是理當來說兩者的相關性應該趨於零才是最適切的。
因此 Greenwald 等人(2003)綜合評比（a）直接計算錯誤反應時間，與（b）
取代為正確反應平均值加上 1～3 個標準差、（c）取代為正確反應平均值加上 200
～1000 毫秒、（d）取代為 1.2～2 個正確反應平均值，等 15 種修改資料的策略。
認為加上 600 毫秒能夠讓內隱與外顯態度的相關性提高，以及避免 D 值與反應 所需時間具有相關性。因此主張對於錯誤的資料進行懲罰式地加秒，提高內隱與 外顯態度的關係以及避免問題。
態度判斷部分，如果 D 值越大代表受測者對兩種事物的態度差距越大，求得 數值會介於-2～2 之間。舉例來說，使用表 5 的程序設計，階段 2 將正面形容詞 與低熱量食物連結、階段 3 將正面形容詞與高熱量食物，如果受測者的反應數據 求得的 D 值為 1.5，代表該名受測者對低熱量食物的態度較佳；如果受測者的反 應數據求得的 D 值為-1.5，代表該名受測者對高熱量食物的態度較佳。
五、簡易版內隱聯結任務：信度與效度
B-IAT 在 2009 年才引入學術研究中，因此有學者懷疑其是否適合作為內隱 態度的測量工具。Rothermund 和 Wentura (2010)認為 B-IAT 和 IAT 擁有相同的 問題「相容效應（compatibility effects）」，在反應過程中人們可能直接把四個類 別分成兩堆，例如高熱量食物／負面一堆、低熱量食物／正面一堆，僅持這個原 則來加快反應速度。但是這種分類方式，卻又在反轉聯結任務時打破，反應速度
53
就會被拖累。B-IAT 的設計雖然藉由調整任務順序、以及僅要求受測者牢記一組 反應詞彙來克服問題，但 Rothermund 和 Wentura (2010)認為這樣的修正僅能降 低相容效應的影響力，卻還是無法讓效果完全消失。
除此之外， IAT 一直以來也存在內部信度高（50 篇研究，平均.79）但再測 信度低（11 篇研究，平均.51）的問題，這是因為實驗情境與受測者個人差異都 可能導致再測信度降低(Teige-Mocigemba.T et al., 2010)。但 Cunningham、Preacher 和 Banaji (2001)認為，計算潛在成長曲線(latent growth curve)後，IAT 的再測信度 能達.68，雖然過去研究指出內隱測量跨時再測結果並不穩定，但校正分析後發 現，實際上測量是穩定的。
在效度部分，主要聚焦於內隱與外顯態度的相關性。過去研究者認為，雖然 內隱態度測量法與自我報告所得測得構念並不完全相同，但兩者僅是同源異流，
本質上所測得的結果理應相關(Greenwald & Farnham, 2000)。雖然有時候內隱與 外顯態度間的相關性確實很高，例如 Greenwald 等人(2003)的選舉研究，兩者的 相關性高達.69，不過亦有不少研究顯示兩者性低且不顯著。
理解 IAT 與外顯態度結果為何相關性不高，是十分重要的議題。Brunel、Tietje 和 Greenwald (2004)回顧過往實證的 IAT 研究認為，原因包括（1）回應因素：例 如為了進行形象管理修改自我報告的答案。（2）內省因素：例如並沒有認真考慮 自己本身的態度，或者回應過程過於粗糙。（3）變異程度不足：這與統計相關，
因取樣不足導致群體間的同質性過高。但要回答「內隱與外顯態度間有沒有關