研究方法

與本質，並以「非營造業從事營造行為」所觸犯之行政處罰為討論核心，

分析現有營造業審議委員會裁處之行政處分案例及裁判實務，佐以對從 業人員之問卷調查，探討現有營造業法之行政罰之合理性，期盼能提供 修法或政策執行之參考，企盼達到兼顧產業之發展與有效管理之效用。

第二節 研究方法

本文研究方法，首先採用文獻回顧法，係蒐集現有與研究相關之文 獻，包含期刊、書籍、論文、研究報告、報紙、網路資料等，可給予研 究者初始的概念、切入點及其他想法。另因本法迄今有不少爭議且影響 產業生態甚巨，除了用營造業審議之實際案例外，將採用法實證研究之 觀點，藉由對業界之問卷調查，了解於此行業業者之觀點，作為修法之 參考。

第一項 法學實證研究

「法學實證研究」(empirical legal studies)為近年來發展快速而極具 前瞻性的法學研究方法¹¹。關於法學實證研究之意涵，目前學者間所指 涉之範圍並不相同，有認為只要符合「研究者心中想要達成之特定目標」

以及「進行資料蒐集與推論」兩項特徵，就屬於法學實證研究之範疇；

亦有學者指出，只有運用了統計之技巧與分析之研究方法，才屬於實證 研究之範圍¹²。由上開論述觀之，早期從事法學實證研究之學者傾向狹 義 地 定 義 實 證 研 究 之 內 涵 與 範 圍 ， 認 為 唯 有 基 於 統 計 研 究 與 分 析

（statistical study and analysis）以獲致結論及形成（或再形成）政策者，

11 參照黃國昌(2009)，「2008 司法制度實證研究」，新學林出版，臺北。

12 Michael Heise, The Past, Present, and Future of Empirical Legal Scholarship: Judicial Decision Making and the New Empiricism, 2002 U. ILL. L. REV. 819, 821 (2002); see also Gregory C. Sisk & Michael Heise, Judges and Ideology: Public and Academic Debates about Statistical Measures, 99 Nw. U. L. REV.

743 (2005).

6

方為實證研究（empirical scholarship）。詳言之，所謂實證研究即是基 於對真實世界觀察所蒐集而得之資料加以分析，進而完成之研究，該資 料最可能的是研究者訪談或問卷所得之一手與當代資料，亦不排除歷史 資料，也可能是援引自他處的二手資料¹³。換言之，法學實證研究與傳 統法釋義學最大的不同，在於法釋義學依據法律基本之原理原則進行較 為主觀之論證，通常對於客觀證據之取得與利用，並未建立一套系統化 及可客觀驗證的方法；實證研究則必須是基於資料與證據之取得，進行 分析與論證。此外，實證研究方法中的質性研究強調對話、詮釋與辯證，

缺一不可，然法釋義學則通常流於自我封閉的、先驗性的論述，而無法 達成實證研究所強調的用經驗去感受，用辯證去驗證之目標。美國法律 實證研究的權威學者 Theodore Eisenberg¹⁴認為就法律問題的實證分析

（empirical analysis of legal issues），基本上可分為三大支脈：一、由訴 訟當事人使用自然科學的實證分析方法，作為自身主張立證的支持，以 試圖取得勝訴判決；二、由當事人使用社會科學的實證分析方法，同樣 的以在個案中取得勝訴判決為目的；三、透過實證方法，描繪法律系統 的實際運作。前二個支脈，直接涉及在具體訴訟案件中，對於「統計證 據」（statistical evidence）之處理及應用，此兩種實證分析，通常係將 之歸入「科學證據」或「統計證據」之研究範疇。第三個實證分析之支 脈，係指採用一定之社會科學研究方法，對法律運作之「經驗現象」，

進行有系統的觀察及分析。此種法律實證分析，亦是一般為吾人所理解、

指涉的實證研究。事實上，在其他社會科學的領域，舉凡經濟、社會、

政治、甚至財務金融，此種研究方法早已被廣泛應用，只是在向來著重 演繹推論的法學領域內，發展較遲而已。

13 Craig A. Nard (1995), Empirical Legal Scholarship: Reestablishing a Dialogue between the Academy and Profession, 30 WAKE FOREST L. REV. 347, 349; Michael Heise (1999), The Importance of Being Empirical, 26 PEPP. L. REV. 807, 810.

14 Theodore Eisenberg (2000)，Empirical Mehtods and the Law, 95, J, AM. STAT. ASS’N, 665.

7

由上開的說明，實證研究方法與一般所理解的傳統法學研究相較，

具有兩項主要的特色：一是對「經驗」的掌握；另一是對經驗的分析。

就前者而言，涉及「資訊收集」（data collection）；就後者而言，則涉 及對所收集資訊之進一步「質性分析」（qualitative analysis）或「量化 分析」（quantitative analysis）。法實證研究發展迄今僅有十餘年，已逐 漸獲得國際間重視，而國內外之相關研究僅是處於起步階段，國內目前 已有之研究主題相當有限¹⁵，而在營建業及行政法方面的的相關研究更 為缺乏，有相當之研究空間。

第二項 問卷調查對象與抽樣方法

本研究主要針對營建相關從業人員進行調查，包含從事營造業、工 程顧問業以及政府工務單位等，作為正式問卷發放之研究對象。本研究 問卷於 105 年 2 月至 105 年 5 月間進行發放，共發放問卷 200 份，主要 透過專人發放，且問卷以匿名方式回收為主，藉以增加受測者填答意願，

總計回收 150 份。問卷調查所獲得的量化資料回收整理，經輸入電腦後，

採用 SPSS 統計系統套裝軟體程式進行統計分析，以說明填答者反應的 分布情形。當調查問卷回收之後，首先逐一檢視各份問卷的填答情形，

凡空白太多或是呈現異樣反應的問卷，即予剔除；接著對每份有效問卷 依序給予編號。當資料完成電腦建檔後，運用電腦做統計分析前的資料 過濾，已排除遺漏資料及偏離值，降低可能的錯誤，以確保問卷之正確 性。由於本研究希望填答對象乃熟悉本行業之人，故僅採用在本行業工 作三年以上之填答者當有效樣本，總計本研究回收之有效問卷共 111 份，

有效問卷比例為 55.5%。本研究之問卷如附錄一。

15 參照王兆鵬等，2005；桑維明，2010，

8

問卷調查所獲得的量化資料回收整理，經輸入電腦後，採用 SPSS 統計系統套裝軟體程式進行統計分析，以說明填答者反應的分布情形。

第三項 問卷資料分析方法

本研究使用之主要分析方法包含：

第一款 敘述性統計

統計分析通常分為敘述性統計（descriptive Statistics）與推論統計

（inferential statistics）兩種。敘述性統計目的在於用以整理、敘述、解 釋資料的系統方法與統計技術。由於量化研究所收集的資料均十分龐大，

如何以簡單明白的統計數量來敘述龐大的資料，並做為實務工作者相互 溝通的共同語言，便成為敘述統計的主要責任。敘述性統計中，最重要 的統計量數是用來敘述測量觀察值集中情形的集中量數（measure of central location），例如平均數、中位數等；和敘述這群測量觀察值分散 狀況的變異量數（measure of variation），例如變異數、標準差等。這些 數據絕不可單獨檢視其絕對意義，必須了解數值的「相對意義」，甚至 進行變項數據的標準化，才能夠進行變項數據正確的解釋。

敘述統計還可分為單一變項的敘述統計（univariate descriptive statistics）和雙/多變項的敘述統計（bivariate/multivariate descriptive statistics），前者為敘述單一個變項的統計數據，通常使用百分比或比例，

其作用在於縮減龐大的資料，並將資料中欲探究的資訊以數字的形式呈 現出來；後者則是敘述兩個或兩個以上變項之間的統計，即關聯性測量

（measures of association），其作用是敘述變項之間關係的強度與方向。

其主要用以敘述樣本的特性以及樣本在各變項的平均值、百分比、標準 差、最大值與最小值等來瞭解整體資料的離散情形。並運用其中次數分

9

配(frequency distribution)將各題項所屬依其資料區間分類及分析數據，

再統計分出數值將資料落每一區間分類，並以數據比率呈現其平均分布 情形，以利瞭解樣本特性，較常使用於個人基本資料。

透過敘述性統計方法，如平均數、標準差等，用以陳述研究樣本資 料在各變項上的分佈情形¹⁶，以作為後續統計分析之準備。本研究運用 描述性統計中之次數分配將各項的類屬案數字資料依區間分類，再將此 組數字資料落入每一區間的個數算出，並以敘述性統計與百分比將其平 均以及分佈情形加以呈現，以利瞭解樣本的特性，包括個人資料中的性 別、工作職階、年資、工作屬性、教育程度等構面。

第二款 卡方檢定(Chi-Square Test)

卡方檢定是一種用途很廣的計數資料的假設檢定方法。它屬於非參 數檢定的範疇，主要是比較兩個及兩個以上樣本率( 構成比）以及兩個 分類變數的關聯性分析。其根本思想就是在於比較理論頻數和實際頻數 的吻合程度或擬合優度問題。它在分類資料統計推斷中的應用，包括：

兩個率或兩個構成比比較的卡方檢定；多個率或多個構成比比較的卡方 檢定以及分類資料的相關分析等。

該檢定適用於非連續變項(例如：類別或次序變數)之差異分析，可 協助我們利用樣本的變異數來推論母體變異數，母體變異數代表著資料 的分散程度。隨著應用的不同，對於資料分散的程度也有不同的使用，

例如：對於獲利程度而言，值是較大較好，但對於品管的變異數而言，

則是愈小愈好。卡方檢定則是利用卡方分配(卡方值)來進行檢定，適用 於分類變數的分析，若是單一類別的變數，可以得到次數的分配，若是

16 參照吳明隆(2005)，「SPSS 統計應用學習實務-問卷分析與應用統計第二版」，知城數位科技。

10

有兩個類別，則可以使用交叉表(cross-tabulation)分析，而且使用卡方 (Chi-Square,

χ

在社會科學領域中，時常會遇到類別變項或次序變項間變數關係的 討論，類別資料可說是最基本、最普遍的被使用的一種資料類型。如：

「同事關係與工作滿度度之間的關係」或「不同年級學生對於校規的看 法是否有不同」。針對如上例所述之二個非連續之類別變項，或一個類 別變項與次序變項間關係的討論，可以卡方檢定來解決¹⁷。基本上，有

「同事關係與工作滿度度之間的關係」或「不同年級學生對於校規的看 法是否有不同」。針對如上例所述之二個非連續之類別變項，或一個類 別變項與次序變項間關係的討論，可以卡方檢定來解決¹⁷。基本上，有