第四章 研究結果
第二節 紮根理論操作方法
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 紮根理論
紮根理論與其他質性研究最大的差異在於詮釋被研究者的責任，理論的建 立，立基於現實資料的蒐集，及在資料蒐集與分析的過程是不斷的互動的過 程，且在理論架構與重複資料驗證理論的循環中，緩慢的建立出合理的理論，
強調理論中概念的豐富程度。
有別於既有的質化研究，紮根理論更強調「不斷的比較」，經由個案內的 行為間的比較，擴增至個案間的領域進行比較，去找尋對於理論與架構更精細 的詮釋方法，主要的歷程分為開放式編碼、主軸編碼、選擇編碼。
第一項 開放式編碼
研究者在開展文本的歷程，為有效讓將其中的意義顯現，研究者會進行概 念的抽取、命名、定義類別的歷程，使類別的屬性與面向更為具體，命名是為 使事例與事例間共有的特性，歸類到相同的名稱之下，使其成為同一個類別的 過程；定義類別則是研究者在分析文本之後，得出眾多的概念，而概念間具有 部分的意義關聯性，可以運用更高層次的類別以群組，使概念的特性更容易被 區辨，也方便研究者溝通以及延伸研究高層次的意象的連結性，具以形成抽象 的理論。
開放式編碼的歷程將個案中的事例，形成更抽象的類別單元，協助研究者 在後續的研究過程，能直接運用命名的名稱作為代號，減少複雜的解釋便能使 研究者同時喚起對於概念的屬性與面向，據以分析及建構理論。
第二項 主軸編碼
主軸編碼則是進一步將開放式編碼中建立的類別，重新以關聯性類聚，依 循著屬性與面向的軸度，重新將類別與次類別相關關連，並檢視類別如何與其 他類別連結，並對其連結的現象進行解釋。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三項 選擇編碼
選擇編碼是將主要類別相互連結，具以形成一個可以解釋真實情況的理論 架構，才能成為一個理論，選擇編碼的目的也是精煉整個理論的連結關係，整 理其中最核心的類別的歷程。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三節 修正式研究方法
本研究分為數個階段：
第一項 卡片解讀
此階段是針對具有意義的文句內容摘句，並將這些文句印製在卡片上，研 究者將訪談當下的情境脈絡納入文句，補充的內容，僅憑藉著文字意義與文句 中隱含的言下之意。
第二項 卡片分類法
在不依據個案脈絡的前提下，僅針對卡片中的文句及訪談當下的情境脈絡 所感受到的意義，讓研究者將卡片重新分類，並根據卡片的分類群組，重新提 取共通的意義型態，並給予類別的命名。
第三項 選擇編碼
將主要的類別相互串聯，發覺消費者在考量使用決策的變項間的互動關 係，形成較多數人共通的理論架構，並刪除掉較不重要的因素，據以形成精煉 後的理論。
小結：此種修正式紮根理論的作法，是透過卡片分類法的方式，運用紙本 化的資料型態進行分類，使研究者在分析過程，得以直接調整紙本資料的擺放 位置，並反覆檢視資料的內容，重新給予命名。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 樣本來源
本研究使用科技部《新興科創新營運模式-金融科技創新營運研究中心設立 與維運計畫-子計畫九》的資料，針對樂齡族群金融科技進行消費者行為研究。
表5 次級資料內容
次級資料內容 1. 金融科技創新質化訪談問卷
2. 針對北(大台北地區)、中(台中地區)、南(高雄地區)三地共計 35 位個 案，進行深度訪談法的逐字稿
資料來源：本研究自行整理
「金融科技創新質化訪談問卷」於2017 年 10 月至 2018 年 2 月發放與回 收，對象主要為46 至 65 歲的中、壯年消費者，扣除重複填答、資料不完整以 及受訪者不同意資料蒐集的問卷，總收回64 份樣本，邀請其中具有多項金融科 技使用經驗的消費者依據篩選標準如下表，作為計畫深入訪談法的研究對象，
將篩選標準整理，參表6。
表6 個案篩選標準
個案篩選標準 1. 限制非金融業者
2. 男女人次盡量趨於一致
3. 大台北地區（基隆地區、臺北市、新北市）、中部地區（臺中市）、南部 地區（高雄市）
4. 六個月內使用過社群軟體或通訊軟體 5. 曾經使用過網路購物
6. 至少使用過三種以上金融科技服務
資料來源：本研究自行整理
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五節 樣本輪廓
根據篩選標準挑選，進行深度訪談的研究對象，共有35 人次，參表 7。
表7 個案描述性資料
調查方法 說 明
資料搜集方式 地區 性別 年齡層 人次
正式訪談
北部地區(臺北市、新北 市、基隆市)
男性 45-55 5 56-65 4 女性 45-55 7 56-65 6
中部地區 (臺中市)
男性 45-55 2 56-65 2 女性 45-55 2 56-65 2 南部地區
(高雄市)
男性 45-55 3 56-65 1 女性 45-55 1
人次總計 35
資料來源：本研究自行蒐集(研究時間：2017 年 10 月- 2018 年 2 月)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第六節 分析樣本
《Basics of Qualitative Research》(Corbin & Strauss，2014)一書，將理論性 抽樣分別針對開放性編碼、選擇編碼，分別定義關係性(relational)和變異性抽樣 (variational sampling)、區辨性抽樣(discriminate sampling)。理論性抽樣是依據分 析的過程，發覺初步想到的概念理論，進行後續抽樣選擇，理想中採取最大變 異量抽樣(maximum variation sampling)，可以找到變異個案(variation)，以及極 端個案(extreme case)，並透過比較的歷程，使研究更具推論到其他情境的可 能，但實際研究操作為有效增加效率或處理樣本不易找尋的現象，常採用滾雪 球抽樣(snowball sampling)，難以操作抽樣的廣度。
而另外的問題是，當進行分析大量的資料時，研究者可能因為前期分析資 料產生的模糊印象，而形成一個類似模型的框架，尤其當研究者針對資料進行 備忘錄，思維會限縮在資料的決策歷程，而不自覺的抽取相關的脈絡，去驗證 這些框架，而使後續分析的資料產生具有特定偏向性的抽象化。
因此，分析資料過程仍應安排分析順序，使研究者的思維在最大化的差異 下進行分析，而不是採用複製模型，而讓後續分析的個案變成驗證模型。
個案的分析方法，挑選對象主要有兩種方式，(1)相同成長背景、不同思維 的個案、(2)不同成長背景的個案。為有效比較兩種研究方法，需讓兩者分析的 個案一致，本研究的挑選個案優先採用同質性抽樣的邏輯，使研究者得以在對 比類似的案例時，直接從個案中找出相同與相異的差距，因此在各個相同職業 別的個案中，找尋最明顯行為差異的個案，並在半結構性訪談的逐字稿中，分 析資料時會發現一些類別在存在於其中一個個案，而另一個個案中則無，即可 透過比對的方式，查覺到兩者間的差異，並快速增加類別的生成。
由於第一階段的同質性抽樣選擇資訊背景的個案，再次選擇職業類型差距 較大的個案包含零件商主管、期貨老師與國文教師，採用最大差異抽樣的方
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
式，從不同生命經驗的個案中，盡量抽取具有特別屬性的類別，增加研究的類 別種類，以增加類別的周延性，盡量使研究能最大限度的涵蓋各種狀況，也增 加推論至一般狀況的可能性。
最終，再採用強度抽樣的方式，依據前兩階段的抽樣過程中，可能較為缺 乏的特殊類型的個案進行蒐集，由於設計與製造業的行業較為特殊，盡量找尋 特殊個案確認理論的合理性，並使資料本身的類別多元性增加。
抽樣方法的流程，參圖3。
圖3 樣本挑選過程 資料來源：本研究自行整理
自35 個個案從中選擇 8 個個案：
第一項 同質性抽樣
個案2 與個案 26 具有職位的相近特性，因而挑選其為分析的個案內容。
第二項 最大差異抽樣
挑選與同質性抽樣的幾個個案中，在職業(非資訊人員)、居住區域等個人 資訊中有較大差異的個案，因而挑選個案4、個案 29 與個案 33。
第三項 強度抽樣
為有效驗證理論的合理性，增加不同性別(女性)、不同居住地區(中、南部 地區)的樣本，以驗證理論的合理性。
以同質性、最大差異抽樣、強度抽樣的方法取樣本，依據職業特性、居住 地區、年齡、職業挑選的個案輪廓，參表8。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表8 個案編號表
個案編號 性別 居住地區 年齡 職業 抽樣類別 2 男 大台北地區 53 資訊顧問 同質性抽樣 26 男 大台北地區 57 資訊人員 同質性抽樣 4 男 大台北地區 53 零組件批發主管 最大差異抽樣 29 男 大台北地區 61 國文教師(退休) 最大差異抽樣 33 男 台中市 57 期貨老師(退休) 最大差異抽樣 20 男 高雄市 47 媒體/設計 強度抽樣 27 女 大台北地區 57 媒體/設計 強度抽樣 31 女 台中市 59 製造業 強度抽樣
資料來源：本研究自行整理
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第七節評分者間信度
為增加研究者間彼此編碼內容的一致性，將分析研究者間的信度(inter-judge reliability)，且在本研究方法的設計中，研究者可能有接續分析的歷程，
盡量讓多個研究者分析的方法趨於一致，因此最理想的狀態是已確定會接續研 究的研究者一起參與評分者間信度的過程。
本研究的分析者間信度採用Cohen’s Kappa Coefficient，旨在分析名義尺度 的資料類型，代號與代號間沒有順序、比例與間隔關係。
其公式如下：
評分者間信度 = 運用相同代碼的數量
運用相同代碼的數量+運用不同代碼的數量
由於研究的進行透過兩位研究者共同進行，在事前進行兩個個案 02 與 26 的第一次預建編碼的方式，從個案中摘句，並進行定義調校，第二階段針對八 個個案全部摘句後進行初步的信度計算，並確認兩個研究者對於摘句的內容的 意義評估一致性，第三階段將確認後仍未有一致的內容進行信度計算，並由第 三方透過定義的內容協助判斷，作為一致性的摘取決策。
針對個人層面、產品特性、外在環境三個層面進行分析，科技接受度之評 估基礎，為訪談過程中內容提及對於目前未有產品但未來若開發出來相關的應 用，表達出高使用意願的現象，則稱為科技接受度高；風險態度兩者之評估基 礎，為訪談過程中，個案對於具有風險的投資類型，在考慮風險與報酬間利害
針對個人層面、產品特性、外在環境三個層面進行分析，科技接受度之評 估基礎，為訪談過程中內容提及對於目前未有產品但未來若開發出來相關的應 用，表達出高使用意願的現象，則稱為科技接受度高；風險態度兩者之評估基 礎，為訪談過程中，個案對於具有風險的投資類型，在考慮風險與報酬間利害