研究工具

本研究參考國內外相關文獻及相關警察執勤的經驗，並針對警察 機關實務及現況與勤務運作情形提出本研究概念架構，再以抽樣調查 法(sample survey)進行研究。

第一節 研究工具

本 研 究 的 資 料 分 析 以 SPSS 社 會 科 學 統 計 套 裝 軟 體 (StatisticalPackage for the Social Science)進行統計分析。本研 究採用下列幾種 統計方法：

一、次數分析(frequency)用以分析基本變項、工作屬性偏好及最偏好 或最不偏好工作之次數分配情形及各變項之平均數、標準差。

二、單因子變異數分析(one-way ANOVA)用以分析警察人員對執行勤時 對於戰鬥態度與觀念的之差異情形。

三、雪費(Scheffe)之多重比較分析當變異數分析達顯著水準時，再進 行此檢定，以深入分析差異所在。

四、卡方檢定(Chi-Square test)以百分比同質性卡方檢定，檢定警察 人員對執行勤務時的戰鬥態度與觀念影響對於常年訓練方式、時 間等差異。

五、集群分析(cluster analysis)以任務屬性、服務年資、年齡劃分 項目。

六、內部一致性分析(cronbach α analysis)cronbach α值係用以測 量問卷內部一致性之信度指標。

七、遺漏值(missing value)處理如前所述，對於本研究中關鍵性題項

漏答的問卷已遭剔除，有效問卷中僅個人基本資料部分出現少數 遺漏值，故進行資料分析時，直接排除遺漏值的統計對於統計結 果的解釋並不會造成重大的偏誤。

在社會科學的研究中，常因主題架構(theme framework)的不同，

而有不同的研究結果，即不同概念模式(conceptual model)的描述，

亦會導致不同的邏輯推演，研究架構的簡化表現，可以呈現研究者的 主要關切，釐清各研究變項間的關係，並對此一關係做進一部的闡釋 (許禎元，2000：102)。

本研究架構之基本意涵是針對警察人員在執行勤務時，所應具備 的戰鬥態度及觀念，其勤務特性不同之警察人員會面臨不同的現場戰 鬥情境、狀況類型、施暴者特性。而不同的情境因素、暴行類型、施 暴者特性，而使得警察人員必須具備各項不同的處理態度及處理方式 因應於勤務中的不確定因素。

本 研 究 將 有 效 問 卷 編 碼 (coding) ， 進 行 登 錄 工 作 ， 利 用 SPSS(Statistic Package for Social Science)進行資料處理與統計 分析，本研究所採之統計方式說明如下：（王保進，1999：186）。

一、描述統計(descriptive statistics)：

描述統計之功用是在化約資料(data reduction)，當原始資料很 多時，如不加以組織及整理，我們很難了解資料中所含之訊息及意義。

利用一些基本的描述統計法，這些資料即可被濃縮，進而給我們一些 基本的訊息。資料在化約後會損失一些訊息，不同的資料化約方法（亦 即不同的描述統計）可將同樣的資料做不同方式呈現，因此我們要慎 重的選擇以何種描述統計來適當的呈現資料，以及要省略資料中的那 些訊息。

描述統計(descriptive statistics)是來描繪(describe)或總結 (summarize)的觀察量的基本情況的統計總稱。描述統計學研究如何取 得反映客觀現象的數據，並通過圖表形式對所收集的數據進行加工處 理和顯示，進而通過綜合概括與分析得出反映客觀現象的規律性數量 特徵。

描述統計學內容包括統計數據的收集方法、數據的加工處理方法、

數據的顯示方法、數據分佈特徵的概括與分析方法等。

研究者可以透過對於數據資料的進行圖像化處理，將資料摘要變 為圖表，以直觀瞭解整體資料分佈的情況。通常會使用的工具是頻數 分 佈 表 (frequency distribution table) 與 圖 示 法 ， 如 多 邊 圖 (polygon)、直方圖(histogram, bar chart)、圓形圖(pie chart)、

散點圖(scatter plot)等。

研究者也可以透過分析數據資料，以瞭解各變數內的觀察值集中 與 分 散 的 情 況 。 運 用 的 工 具 有 ： 集 中 量 數 (measure of central location)，如平均數(Mean)、中位數(Median,Md)、眾數(Mode,Mo)、

幾何平均數(Geometric mean,GM)、調和平均數(Harmonic mean,HM)。

與變異量數(measure of variation)，如全距(range)、平均差(average deviation,AD)、標準差(standard deviation,SD)、相對差、四分差 (quartile deviation)。

在 推 論 統 計 中 ， 測 量 樣 本 的 集 中 量 數 與 變 異 量 數 都 是 變 數 (parameter)的不偏估計值，但是以平均數、變異數、標準差的有效性 最高（王保進，1999：274）。

數據的次數分配情況，往往會呈現常態分配。為了表示測量數據 與常態分配偏離的情況，會使用偏態(skewness)、峰度(kurtosis)這 兩種統計數據。

為瞭解個別觀察值在整體中所占的位置，會需要將觀察值轉換為 相對量數，如百分等級(percentage rank,PR)，或標準分數(Z score,T score)（楊仕瑩，2005：55）。

本研究以描述統計方式呈現以下資訊：

（一）警察人員應具備的執勤態度。

（二）警察人員應建立敵情觀念之目的與執勤能力。

（三）加強警察人員執勤的戰鬥技能具體做法。

（四）警察人員勤務之態樣。

二、推論統計(inferential statistics)

推論統計：利用樣本的資訊來推測母群體的特性。我們通常假定 此樣本為由簡單隨機抽樣（SRS）的方式得到的（如果不是 SRS，而是 其他隨機抽樣方式如分層或叢集抽樣得到的話，嚴格的作法是要將抽 樣的 design effect 考慮入進去，如 Stata 之 svy 的相關推論統計分 析方法：svymean，svytab，svyreg 等）（王保進，1999：248）。

推斷統計學（英文：Statistical inference），為統計學中，研 究如何根據樣本數據去推斷總體數量特徵的方法。它是在對樣本數據 進行描述的基礎上，對統計總體的未知數量特徵做出以機率形式表述 的推斷。更概括地說，是在一段有限的時間內，通過對一個隨機過程 的觀察來進行推斷的（楊仕瑩，2005：284）。

統計學中，推斷統計（或稱統計推論、推論統計）與描述統計相 對應。統計推斷的結果常用來決定下一步的作法，可能是要做更深入 的試驗或問卷，或是是決定是否要實行某項方案。

推論統計主要的兩大工作是：母數估計和假設測定。一個樣本特性，

也叫做 statistic，統計值，的抽樣分配（sampling distribution）

是由同一母群體做同樣方式重複的抽取同樣大小之樣本後所得到的次 數分配。因此，抽樣分配也就是所有可能得到之統計值的次數分配，

而我們所得到之樣本只是所有可能得到樣本中的一個，其統計值也就 是所有可能樣本統計值中的一個。而此抽樣分配的標準差是叫做這個 statistic 的標準誤差（standard error）（關秉寅，2012：189）。

不論是何種推論統計，由樣本特性推論母群體特性的基礎是透過 我們對抽樣分配之特性的瞭解和假定，即對抽樣分配之形狀、平均數 和標準誤差等之瞭解。

例如我們假定樣本平均數，平均數即為樣本的一個趨中的特性，

的抽樣分配，在一定的條件下是一種常態分配，而此抽樣分配之平均 數和標準差的大小都是可計算出來的，而且這些特性又假定是與母群 體有關，例如樣本平均數之抽樣分配的平均數就被假定是母群體的平 均數。

因此我們是就已知的樣本的特性，和透過可得知的抽樣分配的特 性，來推論母群體的特性為何。抽樣分配是理論性的機率分配，有許 多種彼此也常有關連，如大家耳熟能詳的 t distribution 就和 F distribution 有關連（關秉寅，2012：191）。