第四章、 研究結果
第二節、 目標資料：工具性網絡資料之確立
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
22
第三章、 研究設計
第一節、 資料來源
本論文使用的資料為1997年三期三次「台灣地區社會變遷調查」社會網絡與 社區組調查資料，受行政院國家科學委員會委託，由中央研究院社會學研究所執 行，是台灣目前較大規模之社會網絡調查，社會網與社區組調查資料的蒐集反映 了目前社會網絡在社會學研究中的重要性，而此份問卷主要的基礎為將社會聯繫
（social ties）和社會網絡（social networks）的概念與個人的社區、社團及社會 支持等面向結合起來（瞿海源 1998）。而本次調查問卷的特殊之處在於，這份資 料是台灣首次有系統地對社會網絡有關的理論面向做較為周延的設計，內容相當 豐富（熊瑞梅 2001）。而本份問卷調查資料以全台灣地區人口為母體進行抽樣，
抽樣母體為20歲到74歲，透過地區分層抽樣的方式，首先依據羅啟宏（1992）之 分類原則14，將台灣分為新興鄉鎮、山地鄉鎮、工商市鎮、綜合性市鎮、坡地鄉 鎮、偏遠鄉鎮、服務性鄉鎮七個層級，加上省轄市、台北市、高雄市共計十個層 級，除了台北市、高雄市直接以「里」為第一抽樣單位外，其他各層級均以鄉鎮 市區為第一抽出單位，村里為第二抽出單位，決定村里之後，再以隨機抽樣抽取 戶內人數，預計完成樣本數為3000份，有效樣本為2835份（瞿海源 1998）。
第二節、 目標資料
在本論文中，研究者所關心的，不僅是相異個人（individual-level）在跨族 群交友網絡的差異，而是更進一步觀察每一個連繫關係（tie-level）所可能對依 賴變項造成的影響，於是在資料的整理上，區分為兩個部分：
1、 個人層次資料的篩選：在 1997 年三期三次「台灣地區社會變遷調查」
14 羅啟宏，1992，〈台灣省鄉鎮發展類型之研究〉。《台灣經濟月刊》第 190 期。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
23
社會網絡與社區組調查資料的個人網絡調查中，測量情感性以及工具 性網絡規模的問題分別如下：「請問您最近一年來（民國 85 年 7 月到 現在）最常跟哪些您認識的人談起您個人的事情、煩惱或私人心事（例 如感情問題、人際關係等）？請寫下最常談心事的五個人的名字或稱 呼。」；「請問最近一年來（從民國 85 年 7 月到現在）您個人在生活上 碰到一些困難的時候，例如：工作上、錢財上、家庭上、法律上、生 病時實際要找幫忙解決或問消息，您最常找哪些認識的人幫忙解決？
請舉出最常找的五個人的名字或稱呼。」根據以上兩個問題，受訪者 可分別填入最少零人、最多五人的情感性與工具性他人，表示受訪者 的情感性、工具性網絡規模範圍各為 0 到 5 之間。另外，受訪者的族 群分類判准主要依循受訪者父親之籍貫類別，由於籍貫類別為原住 民、其他以及不知道、忘記了或是不了解題意三種類別的受訪者樣本 數過少，於是在本論文中暫予以刪除，僅保留受訪者（父親）籍貫為 本省閩南人、本省客家人及大陸各省市三類。將籍貫不符以及未填入 任何關係他人之受訪者刪除後，情感性網絡資料中受訪者人數由原本 的 2835 人減少為 2626 人，而工具性網絡資料之受訪者則由 2835 人減 少為 2638 人。15
2、 連繫層次資料的篩選：由個人層次篩選出的兩筆資料，進一步由以受 訪者為分析單位的資料，重新架構轉化為以兩者關係（dyads）為分析 單位的資料，和受訪者族群一樣，僅留下交往對象族群為本省閩南人、
本省客家人及大陸各省市三個類別，篩選後得到的情感性網絡連繫數
15 在這裡必須注意的是，雖然本論文和陳東升、陳端容在 2001 年的〈跨族群的社會連結〉一 文中，同樣使用 1997 年三期三次「台灣地區社會變遷調查」社會網絡與社區組問卷做為分析 資料，然而由於兩位學者並未處理情感性網絡以及親屬資料兩個部分，因此與本論文在分析結 果上有所差異。上述兩位學者篩選後的受訪者資料為 1452 筆。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
24
為 9505 筆，而工具性網絡連繫數則為 9162 筆。16
第三節、 變項處理
1、 依賴變項：觀察連繫層次資料中，受訪者與工具性網絡中的非親屬他 人所形成的連繫關係是否為一跨族群的連繫關係，如果為跨族群連繫 者編碼為 1，不是跨族群連繫者則編碼為 0。
2、 解釋變項：分為連繫層次（tie-level）及個人層次（individual-level）
兩個層次之變項。
連繫層次 Tie-level Variables：
A、 關係同質性變項：分為婚姻狀況同質、年齡組同質以及性別同質三類。
（1）在婚姻同質的部份，將受訪者及非親屬他人之婚姻狀況重新編 碼為 1 未婚、2 已婚（包含離婚及喪偶）、3 其他三種類別，若兩者婚 姻狀況類別相符，則為婚姻狀況同質，編碼為 1，若類別不相符，則 表示婚姻狀況不同質，編碼為 0。（2）在年齡組同質的部份，以十歲 間隔將受訪者及其交往對象重新編碼為 20-29 歲、30-39 歲、40-49 歲 及 50 歲以上四種類別（陳東升、陳端容 2001），若年齡組編號相符 則為 1，表示兩者年齡組同質，反之則為 0，表示不同質。（3）最後，
在性別同質的部份，若兩者性別相同編碼為 1，不同則編碼為 0。
B、 連繫強度：分為接觸頻率（受訪者與所提及之關係他人多久聯絡一 次？）及關係持續性（受訪者與所提及之關係他人認識多久？）兩個 變項，參考陳東升、陳端容（2001）的變項分類方式進行重新編碼。
（1）接觸頻率：將兩者關係分為同住、每天／兩三天一次、每星期 一次、每個月一次以及好幾個月一次共五類。（2）關係持續性：將兩
16 同註 1，陳東升、陳端容（2001）處理後的配對層次資料為 3368 筆。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
定此段關係為一差序性關係，編碼為 1，反之則為 0。（3）「人脈資源 差序變項」：當受訪者被詢問到「您跟[他/她]比起來，大概誰的人面 比較廣？」時，若受訪者回答對方人面較廣，便編碼為 1，表示對方 在人脈資源方面優於受訪者，具有人脈資源上的差序性關係，若非則 編碼為 0。
個人層次 Individual-level Variables：
A、 受訪者年齡組：將受訪者年齡分為 20-29 歲、30-39 歲、40-49 歲及 50 歲以上四組。
B、 受訪者所屬族群：由於本研究僅就本省閩南人、本省客家人以及外省 人三種類別進行討論，因此依據將受訪者父親籍貫將受訪者重新編碼 為這三類。
C、 受訪者教育程度：將受訪者教育程度分為初中以下、高中／高職五專，
以及大學／專科以上三種類別。
D、 受訪者跨族群交往偏向程度：此變項在其他相關文章中較為少見，受 訪者本人所處的整個工具性網絡結構，除了考慮受訪者與其交往對象 間的跨族群關係之外，也考慮各交往對象間是否認識，若彼此認識，
則進一步檢視此關係是否為一跨族群關係。透過受訪者在情感性網絡 題目：「請問您最近一年來（民國 85 年 7 月到現在）最常跟哪些您認 識的人談起您個人的事情、煩惱或私人心事（例如感情問題、人際關 係等）？請寫下最常談心事的五個人的名字或稱呼。」以及工具性網 絡問題：「請問最近一年來（從民國 85 年 7 月到現在）您個人在生活 上碰到一些困難的時候，例如：工作上、錢財上、家庭上、法律上、
生病時實際要找幫忙解決或問消息，您最常找哪些認識的人幫忙解 決？請舉出最常找的五個人的名字或稱呼。」兩個問題中，受訪者所 回答的關係他人為主。變項特色在於網絡中的每一個他人（alter）都
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
在此結構中被當作一個受訪者（ego）來討論，若受訪者提及五個關 係他人，且五個關係他人彼此均互相認識18，則表示在這個工具性網 絡結構中總共含有 15 個連繫，15 個聯繫關係便為工具性網絡中計算 跨族群交往偏向程度的分母，而 15 個連繫關係中，跨族群的連繫數 則為分子，計算出的工具性網絡跨族群交往偏向程度，數值範圍介於 0 到 1 之間。若跨族群交往偏向程度為 1，表示受訪者網絡結構中所 有的連繫均為跨族群連繫，如果為 0，則表示網絡結構中不存在有跨 族群連繫。
第四節、 研究方法與研究架構：
在台灣跨族群交友的研究中，陳東升、陳端容（2001）過去便曾使用與本 論文相同的資料進行類似的分析，然而本論文的不同之處在於，上述文章將兩
18 當受訪者回答出五個情感性網絡他人以及五個工具性網絡他人之後，接續的問題為：「接下 來想請問您有關這些人彼此之間的關係，請問第一位和第二位彼此熟不熟？第一位和第三位彼 此熟不熟？第一位和第四位呢？（依此類推）」當受訪者回答很熟、不太熟時，將兩者關係定 義為認識，編碼為 1，而當受訪者回答不認識，編碼為 0。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
個層次分別使用傳統邏輯迴歸模型進行分析，此分析法的不當之處在於，傳統 迴歸模型假設觀察體均是隨機且獨立，忽略了組間與組內的差異，因此本論文 則是使用階層線性模型（Hierarchical Linear Models，以下簡稱 HLM）來進行 分析。
使用 HLM 的優點為何？如同 Wellman 與 Frank（2000）所述，網絡研究常 常因為無法將不同的分析層次整合於一個一致的層次而受到限制，這是方法學 上的弱勢，透過 HLM，可同時檢測兩到三個相異層次的資料，例如同時針對個 人層次（individual-level）、連繫層次（tie-level）與網絡層次（network-level）
進行網絡分析，將不同層次的分析整合進單一的統計模型中。因此，HLM 在近 幾年來成為研究社會網絡的學者趨之若鶩的方法，在許多實證研究中，均可發 現將 HLM 應用在社會網絡分析的例子，例如：謝雨生、吳齊殷、李文傑（2006）
使用青少年國中連續三年（1996、1997、1998 年）的友誼網絡與相關變項資料，
採長期追蹤的方式進行資料蒐集，以 1343 個有效的青少年樣本當作層一資料，
然後以 44 個班級當作層二資料，使用「兩層次的順序邏輯迴歸模式（two-level
然後以 44 個班級當作層二資料，使用「兩層次的順序邏輯迴歸模式（two-level