第四章 實證研究分析─深度訪談
第一節 研究設計
本文採用社會科學研究方法其中之一─質性研究(qualitative research)中之深度 訪談(in-depth interview)方式作為資料蒐集的一種方法168。深度訪談為一種非結構 式(unstructured interviews)169的訪談，其最大特色在於訪談內容彈性大，能充分發 揮訪談者與受訪者之積極性170。之所以利用質性研究作為研究方法，無不是因為 訪談者與受訪者之間的互動，一方面，受訪者可暢所欲言，使其提供更多且深入 的陳述；另一方面，訪談者透過受訪者的經驗、對事情的想法和態度，也許可以 得到當初蒐集資料時並未預料的情況。本文希望藉由深度訪談的方式，可以得知 在科技公司中，進行網路監控的目的與方法，以及保密規則的內容與揭露方式。
最後，也會探求不同部門、層級的員工和主管對於網路監控的看法，以期在公司 監控員工網路活動的議題上，進行深入討論、提出建議並供後續研究參考。
第一項 訪談人物選擇
作為質性研究的抽樣樣本，其挑選的方式取決與研究主題的關聯性，並非挑 選對象的代表性171，此為質性研究的特點，稱為非隨意/非機率抽樣(non-probability sampling)172。因此，在選擇訪談人物時，係以立意或判斷取樣(purposive or
judgemental sampling)173作為抽樣的方式。其前提在於研究者在訪談前能夠判斷最
168 亦有書中稱為質性田野調查(qualitative research)。請參見 Earl Babbie 著，陳文俊譯，《社會科學 研究方法》，頁384-386, 409-413，雙葉書廊(2005)。
169 研究者事先準備訪談大綱(interview guideline)，但僅有主題(theme)，並非具體且特定的一套問 題，也不需以特定用語和次序進行提問。在此架構下，訪談者可在訪談過程中向受訪者自由提 出相關問題，請參見Ranjit Kumar 著，胡龍騰、黃瑋瑩、潘中道譯，《研究方法：步驟化學習指 南》，頁130-131，學富文化(2002)。亦有書籍稱為「實地研究訪談」，請參見W.Lawrence Neuman 著，王佳煌、潘中道、郭俊賢、黃瑋瑩譯，《當代社會研究法─質化與量化途徑》，頁 634，學富 文化(2002)。
170 石之瑜，《社會科學方法新論》，頁 157-178，五南圖書(2003)。
171 請參見 W.Lawrence Neuman，前註 169，頁 346-347。
172 非隨意/非機率抽樣(non-probability sampling)：沒有根據數學機率理論(量化研究所採用的抽樣方 法，注重代表性)來挑選母群體中的個體。其目的在於蒐集能夠澄清、深化瞭解的特定個案、事 件或行動，尤其是不適用於大規模社會調查的情境下，抽樣就要利用其他的考量來進行。請參 見W.Lawrence Neuman，前註 169，頁 346-347。
173 立意或判斷取樣(purposive or judgemental sampling)：研究者根據對母群、母群構成元素及研究 目的的認識，選擇合適的樣本。請參見前註168，頁 252。研究者可挑選出適用於以下三種情況
佳的資訊來源，以達成研究的目標174，此可對受訪者有比較深入的瞭解。筆者選 擇新竹科學園區科技公司的主管與員工作為訪談對象，一是科技公司多半具有完 整的資訊部門與資安政策175，二來則是透過不同層級的訪談，可以試圖了解員工 和主管之間對於網路監控政策認知的差異176。另外，筆者也特別針對資訊部門的 員工進行訪談，希望藉此得知科技公司保密政策的宣示與實際執行網路監控範圍 與手法是否有所不同，以及科技公司對於資訊部門本身是否有所管制，此為本次 訪談闡述的第一部分。
第二部分則是請主管、員工、資訊部門的員工針對公司網路管制政策提出其 看法，歸納整理同意及反對之理由，探求各訪談者是否具有網路隱私權的意識，
以及對於網路管制政策真正的關心處。
以下為訪談對象列表，訪談對象分屬五家不同公司：
表 4- 1 訪談人物列表
代號 部門 職稱 訪談日期
A1 通訊 工程師 2007 年 7 月 12 日
A2 IC 設計 工程師 2007 年 7 月 12 日
A3-1 製造 工程師 2007 年 10 月 18 日
A3-2 專利 主管 2007 年 11 月 17 日
A4-1 專利 工程師 2007 年 10 月 23 日
A4-2 設計 主管 2007 年 11 月 24 日
A5-1 製程整合 工程師 2007 年 11 月 10 日
A5-2 資訊 工程師 2007 年 12 月 2 日
由於訪談內容涉及公司保密規則及內部網路監控政策、方法，雖不落入營業 秘密法177的保護範圍，但仍屬於公司資訊，因此訪談者統一以匿名處理178。另外，
的樣本：一、可提供許多資訊的獨特個案；二、難以接觸到、特殊的母體；三、找出特別的個 案類型，再作深入研究。請參見W.Lawrence Neuman，前註 169，頁 349-351。
174 請參見 Ranjit Kumar，前註 169，頁 194-195。
175 網路監控需要技術和成本，因園區的特殊性質與地理位置，園區內的公司多半需要完善的資安 政策來保護營業秘密，並具有足夠的經費負擔資訊部門的成本。同時，技術人才的取得也比一 般地區要來得容易。
176 科技公司裡的員工，以工程部門為例，依其學經歷背景，可能會比一般民眾對於網路監控更加 敏感，可能會對這方面的問題有更多思考與懷疑。另一方面，也跟筆者大學背景有關。
177 營業秘密法第二條：「本法所稱營業秘密，係指方法、技術、製程、配方、程式、設計或其他可 用於生產、銷售或經營之資訊，而符合左列要件者：一、非一般涉及該類資訊之人所知者。二、
因其秘密性而具有實際或潛在之經濟價值者。三、所有人已採取合理之保密措施者。」
178 訪談過程部分以電腦繕打紀錄，部分以訪談筆記作為備忘稿。
雖然不同公司有不同的保密政策與監控方法，不過實體作業環境並非考量因素，
在此也不詳列公司名稱，並以編號-1，-2 來代表同一家公司的不同部門及層級。
第二項 研究限制
本文研究方法為非結構式之深度訪談，其優點除了彈性大之外，在於研究者 可藉此熟悉研究領域中可能相關問題，並蒐集到豐富的資訊。同時，透過與受訪 者的互動，可更深入廣泛地交談、討論，了解受訪者更多的想法、對事情的態度 與感受179。然而，缺點在於對每一個受訪者可能提問的問題範圍不盡相同，導致 於遺漏不同受訪者針對同一問題所提供的不同面向、資訊，即使主題類似或緊扣 在同一主題上，但因為問題的不固定，訪談者所收集到各受訪者的答案，拿來比 較的可能性不大。
另外，深度訪談的訪談者需要更多經驗及技巧，來避免受訪者對於訪談者的 不信任，再加上每次訪談都是經驗的累積，從開始時第一位受訪者到結束時最後 一位，訪談過程一定會有明顯的差異180，這也會影響到受訪者提供的資訊多寡、
深度及相互比較性。質性研究之深度訪談比起其他量化方法要有較大的效度 (validity)及較低的信度(reliablity)181，意即此方法更能捕捉到問題更深層的意義，
但也要同時避免因為研究者價值觀的偏見，而降低訪談的品質。
為減少以上缺點所造成研究結果之不客觀性，筆者藉由事先規劃訪談綱要與 列出重點問題方向，並於訪談前告知受訪者主題。受訪者也多選擇已在科學園區 公司上班的同學及學長姐，降低兩者產生不信任感的因素，在一對一進行下，受 訪者也比較會暢所欲言。如此一來，除了受訪者提供的資訊可以更深入問題點外，
更可以兼顧相互比較性。
然而，不可避免的是，由於深度訪談不適合大規模母群的統計調查研究182， 因此在選擇訪談人物時，他們所服務的公司相異造成的實體作業環境不同，雖不 在考量範圍裡，但所採樣者也只分屬五家公司，無法通盤代表新竹科學園區每一
179 請參見前註 170，頁 170-172。
180 請參見 Ranjit Kumar，前註 169，頁 130-131。
181 效度(validity)和信度(reliablity)涉及測量的品質。前者關注研究者是否正在測量出想要測量的對 象或事情，後者則是包含測量變動誤差的程度，也就是可靠性的關注。請參見Chava Frankfort, David Nachmias 著，潘明宏、陳志瑋譯，《社會科學研究方法》，頁 202-214，韋伯文化(2001)。
另請參見前註168，頁 420-423。
182 請參見前註 168，頁 420-423。
家公司。不過，但受訪者皆隸屬於知名企業，故仍有一定的代表性。