第三章 研究設計與方法
第四節 資料分析
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
83
第四節 資料分析
本研究採用多套的分析技術來解析上述所蒐集的資料，藉以系統性的回答本 研究的問題，說明如下：
壹、內容分析
本文應用質化研究中的內容分析法作為分析訪談稿資料的引導方針。內容分 析法源自傳播學界，係運用一套程序，從分析的內容作有效的推論而及於背景涵 義，是針對文字形式的傳播媒介進行分析的一種研究工具（王石番，1991）。因 此，對於文字內容的解讀與分類，研究者依據資料的內容，將文件中的文字，以 理論的方法歸類成很少的幾個內容類別，以客觀系統化的步驟，把文件內容所傳 達的訊息加以分類統計，並根據這些分類的資料作敘述性的解釋。
內容分析法主要處理前述文獻資料與訪談後所整理的逐字稿，並以議題為主 要分析單位。因此，本研究針對「總額預算支付制度」、「牙醫總額運作」、「中醫 總額運作」、「總額支付委員會」等四個重要的關鍵語，作為分析的起點，並進一 步將訪談稿中有關「點值表現」、「牙醫與中醫總額支付委員會」、「總額支付制度 運作」、「自主管理」等與總額支付制度有關的議題進行進一步的分類與分析。首 先、本研究先透過對逐字稿的反覆閱讀，希望能對逐字稿的整體內容有一初步的 瞭解，對逐字稿進行整體性的閱讀，可以作為後續透過電腦輔助軟體編碼比對參 考之用。繼之，本研究將NUD．IST25軟體，根據開放編碼與建構類屬的方式將 資料進行進一步概念化的分析工作。本研究在操作上使用NUD‧IST的主要原 因，是因為其擁有易於轉換文件格式、易於重組串聯資料與具備圖形化資料的能 力，且具有較強大的操控符碼，和凸顯潛藏理論模式和資料間關係的能力（朱柔 若譯，2000：962）。運用在內容分析上，能給予研究者一個計畫性的架構，相對 而言，也減少研究者本身在處理資料上的主觀性，增強研究結果的信、效度，並 進一步與統計的資料相互驗證。
25 NUDIST 為 Non-numerical Unstructured Data by techniques of Indexing Searching and Theorizing 的簡稱，意指可供非數值、非結構性資料的索引搜尋系統及幫助形塑理論的輔助工具。試用版軟 體網路下載網址為：http://www.qsr.com.au/freedemos/freedemos.html；相關書籍可參閱黃惠雯等 譯（Crabtree & Miller 原著，2002）。
‧
69.65%，其中牙醫的部分回收率是 65.52%，中醫的部分回收率是 74.07%。由於 網絡分析需要受訪者對彼此互動關係兩兩確認的分析技術，因此對回收率的要求 響力聲望（influence reputation）、並以信任支持網絡、事務討論網絡與法規諮詢 網絡的程度中心性（degree centrality）26與中介性指標（betweenness centrality）27、 小團體指標（sub-structure）28、網絡密度指標（network density）29
此外，尚有立基於可達性（reachability）與最短直徑理論基礎上的 n-派系（n-cliques）或 n-宗派
（n-clan）；以及建立在點度數（degree）基礎上的 k-叢（K-plex）或 k-核（k-core）。
29 網絡密度的計算方法： i j
‧
置（structural equivalent analysis）分析30再者，本文除了使用 NetDraw 的功能將網絡圖繪出之外，並在 UCINET 中 使用程度中心性與中介性兩個指標進行分析。程度中心性可以衡量一個行動者在 網絡中控制範圍的大小（Knoke and Kuklinski, 1982; Wasserman and Faust, 1994;
Knoke and Yang, 2008），程度中心性分數愈高的行動者，其反映的是與網絡中 最多的行動者有關係，也代表了非正式的影響權力愈高（Krackhardt and Hanson, 1993），獲得的社會支持也愈多。在友誼或信任網絡中，這個指數尤其重要
（Granovtter, 1973），由於程度中心性指涉了一種互動關係中「強連帶」的力量，
可以有效的引導別人的偏好（philo relationship），甚至傳遞正式的權力，或非正 式的社會影響力（Brass and Burkhard, 1992）。因此如 Krackhardt（1992）研究 中指出，這種位居信任網絡的中心位置的行動者，更能夠累積可影響他人偏好的 社會資本與影響力。就分析的操作而言，集中性指標的程度中心性又可區別為「內 向程度中心性」（受歡迎性）（in-degree）與「外向程度中心性」（擴張性）（out-degree）
兩個指標（Knoke and Burt, 1983）。內向程度中心性係指在網絡中的某一成員，
在某一事件中，被多少的其他行動者認為彼此具有連結的關係，展現的是一個行 動者的中間位置（Knoke and Kuklinski, 1982; Wasserman and Faust, 1994; Knoke and Yang, 2008）。換言之，其認為連接兩點 A 與 B 的途徑經過某點 C，則稱點 A 與 B 的關係依賴於點 C。因此，指標愈高，代表在這四種決策網絡中愈多成員 必須藉由該行動者，才能連結產生關係，在政策產出的意涵上，若不考慮個人的 能力與意願的話，這樣的行動者更具備了類似所謂政策掮客（policy broker）的 功能與條件，能夠位居協調的關鍵位置效果。有關中介性最著名的研究，就是 Brut（1992）所使用的「結構洞」（structural holes）的概念，其操作性的定義是 指：在一個社會網絡中，當兩個點以距離二，而非一相連結的時候，就可以說兩
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
86
者間存在有一個結構洞。結構洞的存在使得第三者扮演了經紀人或中間者的角 色，也更容易獲取商業機密與機會，獲得中介的利益（Burt, 1992; John, 2002）。
然而，並非所有的中介者都能如魚得水，漁翁得利，也有行動者因為作為一 個中介者而感受到兩個團體的壓力，導致豬八戒照鏡子，兩面不是人的狀況，也 因此中介性的分析概念，後來發展出更複雜的中介者類型學，不同的橋構成了不 同的關係效果。31
繼之，本研究也會聚焦於小團體層次的網絡結構分析，這部分的分析主要是 因為無論在組織理論或決策理論，非正式組織與次級系統的分析通常被當作是一 個重要的集體行動系統來分析，此一分析也有助於掌握團體（派系）對於組織或 決策績效的影響。在 Krackhardt（1992）的研究當中，就證明了在正式組織的結 構與非正式組織的結構往往大相逕庭，一個行動者在非正式的組織結構中，若更 具備中心性，則對於他人的影響力愈大，也愈容易影響組織運作的績效表現。有 關小團體的分析，社會網絡計量學提出了很多的指標想要切實的補抓住所謂的非 正式組織團體，然到目前為止，對於什麼方法是最好的方法，一直沒有很清楚的 定論。據此，本研究要透過對 cliques, n-cliques, n-clan, k-plex 與 k-core 等指標的 分析與比較後，並比對本研究資料的分佈與性質，找出最適當的分析指標來詮釋 小團體在決策網絡中活動的結構。本研究在後續的分析當中，將以最嚴格的小團 體定義-派系（cliques）作為分析的指標，為何會做這樣的選擇，在後續第五章 的前言部分會有更進一步的說明。
在本研究所分析的決策關係網絡中，中介性的效果特別應關注 諮詢或事務討論網絡，若是很多的行動者必須透過該行動者，才能有協商與諮詢 的互動關係，或許這種網絡關係不見得能帶來，或不代表具備情感上的支持，但 倘若中介性指數高的行動者能有效的傳遞訊息，這會有助於政策問題的討論與解 決。對於一個穩定化的政策網絡而言，判斷一個行動者是否具備政策掮客的角色 與位置，並非僅是觀察其中介性指標的高低即可，更要視整體網絡中群體中介性 的分數多寡。群體中介性意指在整體的政策網絡之中，中介性最高的行動者與其 他行動者中介性的差距，這個指標可以檢視一個關係網絡裡，是否需要透過中介 性最高的那個行動者才能溝通。因此，群體中介性愈高，表示中介性分數高的行 動者可以操弄政策網絡的可能性也就愈大，尤其是操弄資訊傳遞的可能性也就愈 大。以上的分析指數，主要的焦點是關注在行動者間的關係模式與連結的強度。
除此之外，本研究在網絡部分的資料，還要進行對整體關係網絡結構的分 析，這部分的分析分成兩部分，其一是整體網絡的密度，其二是結構相等的位置
31 從過去研究所歸納，橋的類型有以下五種，協調者（coordinator）、中介者（broker）、守門 人（gate keeper）、發言人（representative）、聯絡官（liaison）以及齊美爾連帶，也對網絡的結 果產生結果不一的效果。由於上述五個類型的分析主要是從自我為中心的網絡（ego）分析的層 次出發，研究的方向與目的與本研究不同，本研究在測量中介性時，並特意針對對這五種不同的 類型做進一步的界定與分析，相關的解釋請參閱羅家德（2005：159-162）。
‧
置才會產生的網絡結構特質（Knoke and Kuklinski, 1982; Wasserman and Faust, 1994; Knoke and Yang, 2008）。此一分析，通常與行動者本身的社會背景或職業 類別有極大的關係，在網絡的關係中，若兩個行動者的位置互換並不會改變整體 的結構關係，我們就可以定義此兩個行動者具備結構對等的關係。這一部份的分 析，首先將透過多向度量尺法（multidimensional scaling, MDS）分析分別計算兩 個部門網絡行動者彼此間的親近性矩陣。使用MDS分析技術的好處，是把行動 者間關係截面中所表現出來的異同性模式，表達成一個多維或二維的空間圖形，在多維的空間中，我們也可以看出其是否是一個明顯的類聚關係，對結構對等可 以先做初步的判斷。繼之，再使用兩種方法來比對找出不同的位置區截，其中之 一是使用White, Breiger與 Boorman（1976）所設計的CONCOR分析法 32
32 Concor 分析法是以相關係數來計算行動者間的結構對等，其計算的方法為：
切割不 同的次團體，以科學化的方式區隔出真正的結構對等關係，第二種是用比 CONCOR更為高級的計算方式Tabu來切割不同區截。先比較兩者的分析哪一個 解釋性比較好，再以該演算法為基礎使用區截模型（block model, 熊瑞梅，1995a）
分析去劃分出相等地位與地位間角色的互動關係。CONCOR是一種數學上疊代
分析去劃分出相等地位與地位間角色的互動關係。CONCOR是一種數學上疊代