第三章、 研究方法
第四節 分析模型
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
55
第四節 分析模型
一、迴歸模型
首先，本研究使用一般的迴歸模型，探討不同班級脈絡如何展出不同的性別 角色態度。以性別角色態度作為依變項，不同性別組成的班級作為自變項，同時 控制個人的背景變項，包含性別、母親是否就業、父親教育程度，以及學校所在 地。其次，在單一性別的班級中，使用兩期（W1 與 W3）四個班級的資料（兩 個男生班，兩個女生班），探討核心邊陲結構對性別角色態度的影響。同樣以性 別角色態度作為依變項，核心邊陲的結構作為自變項，同時控制個人的背景變項。
最後，在混合性別的班級中，分別探討班級性別隔離程度、個人網絡的性別異質 性對性別角色態度的影響。同樣以性別角色態度作為依變項，分別以班級性別隔 離程度、個人網絡的性別異質性作為自變項，同時控制個人的背景變項。
二、ERGM 模型
本研究特別使用社會網絡分析中的指數隨機圖模型【Exponential Random Graph （or p*） Model （ERGM）】，透過與隨機模擬的網絡進行比較，針對單 一性別班級網絡的資料，企圖了解在男生班與女生班之間的網絡結構差異。
ERGM 模型提供一個較複雜的方法來展現出較複雜的社會網絡結構（Robins et al.
2007）。ERGM 的參數可以計算出更大範圍與更多種類的網絡同形同構（tie configurations），而每個結構都與特別的網絡連結與個人屬性（例如：性別、性 別角色態度）彼此的互動與結構形成過程有關（Robins et al. 2007）。這些參數可 以同時地被估算出來，所以可以決定是那些效應顯著的解釋這個網絡結構（見附
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
錄一）
。本研究透過指數隨機圖模型，觀察男生班與女生班的網絡結構差異，男
生班是否有較明顯的集體中心性與階層性結構，而女生班則沒有。此模型使用 P-net 軟體作為分析的工具。網絡結構特徵的統計測量（如圖 6），其概率函數根 據網絡結構統計量線性組合構成的指數函數，用來檢視驅使網絡形成的因素，是 一種使用蒙特卡羅最大似然（MCMC）方法的 logit 模型（Frank & Strauss 1986;
Goodreau, S. M., Kitts, J. A., & Morris, M. 2009; Wasserman & Pattison 1996）。指數 隨機圖模型的依變項是兩個節點之間形成連結（tie-formation）的概率。採用蒙 特卡羅最大似然（MCMC）方法，挑選可以最大化得生成實際觀察到的網路的 模型（Snijders 2002）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
57
圖 6 ERGM 模型的結構參數
ERGM 提供了一個精密的方式使得複雜社會網絡的結構能被模型化的分析 討論（Robins et al. 2007）。ERGM 的模型允許網絡出現的關係是兩者相依的假設，
同時也可以去計算形成更大團體的網絡結構（Snijders et al. 2006）。這些統計模 型假設網絡是自我組織的（self-organizing），關係的連結是由其他連結的出現或 缺席所形成的（Robins et al. 2007, p. 177）。這些關係的形成，並因此產生的網絡
‧
的屬性，以及社會影響與社會選擇的過程（Robins et al. 2001）。ERGM 的參數代 表不同關係結構/同形同構的程度，每一個關係都和特殊的結構過程或是網絡關 的集體中心性與階層性結構。因此，選擇 AinS（popularity spread）與 AT-U
（Generalized transitive tendency for shared activity closure）的網絡結構特徵係數 作為測量的指標。在一個網絡中若有集體中心性高的結構出現時，那麼在網絡中 就容易出現 AinS 的結構。AinS 的結構參數代表網絡中的 indegree 有傾向集中性 的特質，形成一個受歡迎的人成為中心點的結構。代表位於中心性的個體，會接 受很多來自於不同成員的提名，成為班上受歡迎的人物。一個班級中若存在這樣 的結構，代表整個班級的網絡有集中性的傾向，並且都渴望與班上最受歡迎的人 做朋友。AT-U（Generalized transitive tendency for shared activity closure）為多層 次遞移性結構其中的一種，透過多層次的連結，可以觀察到不同層次選擇相同的 人成為朋友的結構。而一個網絡中若有階層性的結構出現，並且這樣的階層性是 與集中性的趨勢以及受歡迎程度有關，那麼網絡中就容易出現 AT-U 的結構。這 樣的結構代表多層次選擇別人作為朋友的結構，不但有集體中心性的傾向，還具 有階層性的特質。
‧
析方法 SIENA（Simulation Investigation for Empirical Network Analysis），結合社 會網絡分析軟體 Stocnet 1.8 中 SIENA 的功能進行有關性別差異友誼網絡動態變 遷的分析。本研究使用 Snijders（2001, 2005, 2006）以及 Snijders, van de Bunt, &Steglich（2010）所介紹發展的 Stochastic actor-based models for network dynamics 動態網絡模型。此模型可以同時探討友誼網絡的選擇（selection）與影響（influence） 的變化過程。Stochastic actor-based models 是一個連續時間馬爾可夫鏈的模型
（continuous time Markov chain model），將間斷性的時間點之間視為是連續時間 的變化，假設網絡連結（network ties）不是簡單的事件，而視為隨著時間持續改
‧
（一）網絡效應（Network Effects）：
過去的研究已發現在選擇效應中，除了網絡結構的驅動效力外，當網絡結構 同時考量個人的屬性時，在青少年網絡中可以清楚觀察到因著屬性的相似性而選 擇同儕成為朋友的同質性效應存在（Goodreau, Kitts, and Morris 2009; Haas and Schaefer 2014; Young 2011）。因此，在選擇效應的參數中，必需去觀察個體在網 絡結構中的同質性。以下是本研究會使用到三個純網絡的效應與兩個和個體/行 動者屬性相關的同質性效應。三個存網絡效應單純的討論個體選擇他人（outgoing）
與被他人選擇（incoming）的關係連結。以下分別為三個常用的網絡效應：
1. 密度效應（density/outdegree effect）：控制了班級網絡中所有的密度，是一個 可能擴大網絡與他人連結的基準點。這個對於密度的估計參數通常顯示為負值，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
61
2. 互惠/相互性效應（reciprocity effect）：在網絡動態變遷過程中，會有傾向互相 選擇對方做為朋友的結構出現。新的連結發生的可能性依賴於互選的連結。這個 參數允許模型去捕捉個體互相選擇為朋友的趨勢，可能建立的新連結依賴於在互 選的連結中已經存在的關係。例如：B 已經選擇 A 為朋友，因此 A 在建立新的 關係連結時，會有相互性的趨向也選擇 B 作為朋友。
接下來的效應與網絡中三者組合的（triadic）網絡結構有關，透過三者組合 的結構過程來形塑青少年的友誼網絡。
3. 遞移性效應（transitive triplets effect）：在網絡動態變遷過程中，選擇朋友時會 有傾向遞移性的結構出現。遞移性（transitivity）是一般在關係形塑的過程中，
一個重點的結構過程（Granovetter 1973）。例如：i 和 j 之間如果要產生一個新的 連結，那麼 i 和 j 發生連結的可能性，很大的部分是立基於一個已經存在的結構，
也就是 i 選第三者 k 為朋友，而 k 又選 j 為朋友，換句話說，動態網絡的變遷過 程中，個體更容易和朋友的朋友成為朋友。
除了上述單純的網絡效應外，本研究的模型也包含網絡與個體屬性的共變效 應（covariate-network effect）。這些效應能捕捉個體趨向於在選擇其他人作為朋 友時，是根據個體外生性的各樣屬性（例如：行為、態度或各樣個體的特質）。 在共變效應中最常使用的就是相似性/ 同質性（similarity）的共變效應。這些效 應能捕捉到個體在選擇朋友時的趨勢是否趨向於選擇相似或相同屬性的人成為 朋友。本研究中相似性的效應使用的是性別角色態度的相似性與性別的相同性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
62
（二）行為效應（Behavioral Effects）：
個體行為或態度在改變過程中的趨勢變化。線性效應（the linear shape effect）
將行為基本的分佈在不同時間點中變化的趨勢做了模型化。曲線/非線性效應（the quadratic shape effect）代表允許個體的行為更依據個體行為正確的變化狀態來將 行為的分布在不同時間點中變化的趨勢做模型化，正值代表行為改變的趨勢趨向 U 型的分布，負值代表改變的趨勢趨向倒 U 型的分布。而在影響效應的假設中，
平均相似的效應（average similarity effects）允許個體行為的改變依據於個體所連 結的同儕的行為狀態而改變，例如：所連結的同儕間平均的性別角色態度。正值 代表個體會調適自己的行為或態度以符合平均群體的行為與態度，無論高或低，
都代表行為的改變會受到同儕的影響。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
63