中學生偏差行為組型的異質性分析：社會心理學觀點的詮釋

(1)

DOI：10.6251/BEP.20150423

中學生偏差行為組型的異質性分析：社

會心理學觀點的詮釋

＊

吳中勤

國立成功大學教育研究所青少年群體中可能存在著異質性的次群體，反映出次群體成員不同的偏差行為組型。近來，國外研究採個人取向分析，確實發現了青少年群體在偏差行為表現上的異質性，但國內仍缺乏相關研究討論。國外研究亦指出，男女生會表現出不同的偏差行為組型，但對國內青少年而言，性別對偏差行為組型的影響仍未知。本研究目的主要在於：1. 檢視青少年群體在偏差行為上的異質性； 2. 探究青少年次群體所表現出的偏差行為組型；3. 瞭解性別對不同次群體的影響。同時，也進一步比較偏差行為組型與性別影響在不同教育階段的異同。研究發現，在不同教育階段中，1. 青少年群體在偏差行為上確實存在著異質的次群體。2. 次群體間呈現出不盡相同的偏差行為組型； 3. 整體而言，青少年女性較可能出現非對抗性的偏差行為，在偏差行為表現上也相對單純而短暫；反之，青少年男生則較可能出現包含對抗性行為之多重偏差行為組型，在偏差行為表現上較為複雜，部分偏差行為也具相對穩定性。關鍵詞：台灣教育長期追蹤資料庫、次群體、偏差行為、潛在類別分析

青少年階段，同儕對個人行為的影響逐漸增加（Akers & Jennings, 2009），隨著青少年與同儕互動的增加，及對同儕間情感的依附，彼此間可能會因此共享相似的價值觀，從事相似的行為，逐漸形成不同的次群體（Cohen, 1955; Fischer, 1995）。國中與高中時期的青少年，可能由於接觸偏差同儕而從事偏差行為，在個人的偏差行為表現上更可能受次群體成員的影響，因而從事於不同的偏差行為。由此可知，青少年群體內可能存在著異質性的次群體，次群體內成員則因共享相似的價值觀，因而表現出相似的多向度偏差行為組型。國內外學者承認偏差行為的多向度特定，曾對偏差行為加以分類。Kinch（1962）主張，偏差行為可區分成「親社會」（prosocial）偏差、「反社會」（antisocial）偏差與「不合群」（asocial）偏差三種類型。Barnett、Miller-Perrin 與 Perrin（1997）亦將偏差行為分成「外向性行為問題」、「內向性行為問題」及「學業適應問題」等三類。由此可知，青少年偏差行為具多向度特性，顯示出青少年可能同時從事不只一種類型的偏差行為，例如:抽菸的青少年可能同時也曾作弊及看過色情

* 致謝：感謝由中央研究院、教育部、國家教育研究院與科技部資助，提供台灣教育長期資料庫供本研究分析使用。本篇通訊作者：吳中勤，通訊方式：minin-72704@yahoo.com.tw。

(2)

光碟或網站。近年來，國外陸續有研究證據指出，青少年群體在偏差行為上存在著異質性的次群體，且次群體間存在著不同的偏差行為組型（Kim & Muthen, 2009; Muthen & Muthen, 2000; Stefurak & Calhoun, 2007; Stefurak, Calhoun, & Glaser, 2004; Taylor, Kemper, Loney, & Kistner, 2009），舉例而言，Muthen 與 Muthen（2000）採用潛在類別分析針對美國大型調查研究資料分析結果發現，青少年偏差行為群體中具有規範性的（normative）、個人犯罪（person offense）、藥物涉入（substance involvement）與財產犯罪（property offense）四個次群體。由此可知，青少年群體間可能存在著異質性的次群體，且不同次群體可能呈現出不同的行為組型。然而，回顧國內偏差行為的相關研究後卻發現，青少年群體的異質性與偏差行為組型的多向度特性，仍較少受到研究者的注意（李文傑，2012；林秀勤、張憲庭、游錦雲，2009；周愫嫻，2004；施宇峰、潭子文，2011；潭子文， 2011；潭子文、張楓明，2013；張楓明，2006；張楓明、潭子文，2011；黃俊傑、王淑女，2001），有待進一步的探究。性別是影響偏差行為的重要因素之一，是偏差行為最重要的預測指標之一（Williams, 2008）。研究者發現，男性與女性具有不同的偏差行為組型（Kaufman, 2009）。相較於青少年女性，青少年男性的自我控制能力較差，因此較容易衝動，並從事較嚴重的對抗性偏差行為（如：打架），行為的持續性也較長；青少年女性則因自我控制能力較高，因而較可能從事較不易被發現且嚴重性較低的非對抗性偏差行為（如：喝酒、逃家或逃學），行為持續的時間也較短，但卻較容易出現負向情緒問題。可見男女生在偏差行為上可能分屬不同的次群體，顯示出性別對不同次群體與偏差行為組型的不同預測關係，但由於過去國內相關研究較少探討青少年群在偏差行為上的異質性，以至於性別對國內青少年偏差行為次群體與行為組型的影響仍未知。因此，需要相關研究在探究偏差行為異質性的同時亦將性別納入考量，以了解男女生在偏差行為表現上的不同，提出更精確的研究發現，進一步提出精進輔導方法之建議（Annis & Chan, 1983）。

國內大型資料庫的建置為我國研究者提供了許多豐富的研究資源，國內以大型資料庫所進行的青少年偏差行為研究也因此逐漸增加。根據理論觀點及近來國外研究證據顯示，青少年群體在偏差行為上確實可能存在著異質性的次群體，表現出不同的偏差行為組型，但卻仍未受到國內相關研究的注意。此外，雖然國外研究者指出，男、女生可能表表現出不同的偏差行為組型，但對我國青少年而言，性別是否對不同次群體具有不同的預測關係，亦有待進一步的探究。據此，本研究主要目的有三：（一）檢視我國大型資料庫中青少年樣本群體在偏差行為上的異質性。（二）檢視不同學習階段的青少年是否存在著不同的偏差行為次群體。（三）探討不同學習階段中，性別對次群體之偏差行為組型的影響。一、偏差行為的社會心理學理論觀點青少年為什麼會出現偏差行為?社會心理學家紛紛從不同理論觀點來回答這個問題。社會學習理論、社會控制理論、自我控制理論與緊張理論是解釋偏差行為的重要的社會心理學理論觀點。根據社會學習理論，在青少年階段個人會接觸到偏差同儕，而偏差同儕提供了學習偏差行為的楷模，青少年便可能因好奇而從事於偏差行為，若在從事偏差行為的過程中，受到同儕的社會增強，該行為便可能持續（Akers & Jennings, 2009），因此，接觸偏差同儕是影響偏差行為的重要原因。然而，根據社會控制理論的觀點，父母若未能夠即時發現青少年的偏差行為並予以指正，便可能導致青少年偏差行為的出現，此外，當青少年未能投入時間從事於課業或參與正當的社團活動便可能有較多時間與機會從事於偏差行為，由此可知，缺乏父母監督與對正當活動的參與，可能為青少年提供從事於偏差行為或犯罪的機會（Hirschi, 2002）。自我控制理論則是認為，自我控制能力較低的青少年較無法抑制衝動因而容易從事於偏差行為（Gottfredson & Hirschi, 1990）。從緊張理論的觀點來看，生活中的負向事件或生活困擾可能造成青少年心理的壓力或緊張，若無法採用正常的方式抒發，將可能導致個人以偏差行為加以因應，反之，若能從認知層面來因應緊張，便較不可能從事於偏差行為（Agnew, 1992）。綜上可知，接觸偏差同儕與否、犯罪機會多寡、自我控

(3)

制或認知抑制能力高低，及生活壓力所造成的緊張等因素，是導致青少年從事偏差行為的重要原因。二、偏差行為次群體 Kinch（1962）認為青少年群體中確實存在著次群體，這些次群體可根據參照對象的不同加以區分，當青少年主要參照群體是社會上絕大多數的一般社群，並認同這個社群的核心或普遍價值，可歸類為「親社會」（prosocial）偏差；反之，當青少年視偏差群體為主要參照，且缺乏對一般群體普遍價值或規範的認同，則可歸類為「反社會」（antisocial）偏差；當青少年既非以一般群體也非以偏差群體作為個人價值觀與態度的參照時，則屬於「不合群」（asocial）偏差。然而，Kinch 僅提出理論主張，認為偏差行為可分成不同的次群體，反映出青少年群體在偏差行為上的異質性，但仍認為應進行更多實徵研究，進一步檢驗青少年群體在偏差行為上的同質性假設，而近來的實徵研究結果，確實發現了青少年群體中存在著部分異質性的次群體。 Stefurak 等人（2004）採叢集分析，將青少年依人格特質區分成「分裂的，反社會的」（disruptive, antisocial）、「一致的，反社會的」（agreeable, antisocial）、「焦慮的，親社會的」（anxious, prosocial）、「反應性的，壓抑的」（reactive, depressives）；在其後續的研究中，Stefurak 與 Calhoun（2007）同樣採叢集分析探討女性青少年偏差行為時發現，女性青少年群體的偏差行為可區分成「外化的」（externalized）、「憂鬱的／人際間矛盾」（depressed/interpersonally ambivalent）、「焦慮的親社會」（anxious prosocial）三類次群體；Taylor 等人（2009）的研究則發現男性青少年偏差行為可分成「焦慮/衝動」（anxious/impulsive）及「精神疾病」（psychopathy）等兩個次群體，後者偏差行為的再犯率高於後者。然而，基於叢集分析所進行的分類，由於缺乏客觀的評估標準，對於偏差行為次群體的區分常流於主觀（Wang & Wang, 2012），因此，Muthén 與 Muthén（2000）採用潛在類別分析來分析，以客觀的模式評估指標來檢視美國國家青少年縱貫調查資料庫中，青少年群體在偏差行為的同質性。研究結果發現，青少年可分成規範性的（normative）、個人犯罪（person offense）、藥物涉入（substance involvement）與財產犯罪（property offense）四個次群體。Muthén 與 Asparouhov （2006）的研究將菸癮患者依菸癮程度分成高、中、低三個次群體。Kim 與 Muthén（2009）採混合模型將青少年攻擊行為區分成口角型與肢體攻擊型兩個類型。綜上可知，青少年群體在偏差行為上確實存在著異質的次群體。三、偏差行為次群體的行為類型 Barnett 等人（1997）將偏差行為分成「外向性行為問題」、「內向性行為問題」及「學業適應問題」等三類。外向性偏差行為是指個體所表現出來的外在行為違反法律或社會規範，是一程度性及多向性的行為組型，例如:蹺課、逃學、喝酒、和老師起衝突、抽煙、和別人打架等（陳景圓、董旭英，2006）。若青少年行為問題的焦點在個人內，則被稱為內向性行為問題，其行為問題的主要特徵是行為的過度控制或退縮（Achenbach, 1982），青少年時期較常見的內在調整問題，包含社會退縮的行為、心情低落、煩躁易怒、莫名恐懼、強迫性行為、焦慮反應、敵意反應、自傷、自殺行為等（Coleman, 1996）。對於遭受到沉重的課業壓力、父母期望與要求的青少年來說，當個人達不到自己或他人要求時便可能出現偏差行為（Agnew, 1992），此類偏差行為屬於學業適應問題（郭芳君、潭子文、董旭英，2011），例如：考試焦慮（Pekrun, 2000）、考試作弊（張映芬、程炳林， 2011）。雖然，學者將偏差行為加以分成三個類型，但根據自我控制理論主張，低自我控制是導致犯罪及類似行為出現的最主要原因（Gottfredson, 2006; Gottfredson & Hirschi, 1990）。低自我控制的個人由於缺乏對行為衝動的內在控制，致使個人容易衝動、缺乏同理心、喜愛冒險（risk-taking）與短視（short-sighted），因而傾向於以偏差行為來追求利益或需求的立即滿足（Moon, Blurton, &

(4)

McCluskey, 2008）。由此可知，青少年可能會同時從事任何能夠滿足其短暫快樂或好奇心的偏差行為，可見部分青少年的偏差行為可能具有多向度的特性，呈現出不同的偏差行為組型。雖然，某些青少年可能只從事過單一偏差行為（如：抽菸），並未從事其他偏差行為，因而可被歸類為單一的外向性偏差行為，但由於偏差行為可能具有多向度特性，例如：部分青少年則可能曾考試作弊並看色情光碟，因而表現出學業適應與性認知偏差行為組型；尤有甚者，部分青少年除了可能抽菸、考試作弊、看色情光碟外，還曾打架或逃學，同時呈現出外向性、學業適應與性認知偏差等多重偏差行為組型。據此，青少年群體中除了存在著異質性的次群體，次群體間也可能表現出不同的偏差行為組型。四、偏差行為研究取向的回顧當前偏差行為的相關實徵研究可歸納為變數取向與個人取向。以變數為分析基礎的研究取向假定分析對象來自同質性群體，視偏差行為為單向度的概念，因而採用廻歸分析、變異數分析、結構方程模式分析等方法探討偏差行為，這些方法將偏差行為視為一個變項，進一步探討與其他變項間的關係（Muthén & Muthén, 2000）。個人取向的分析方法將偏差行為視為多向度的概念，認為不同青少年可能從事不同類型的偏差行為，偏差行為群體因此具有相當程度的異質性，因此，採用叢集分析或潛在類別分析等方法，將個人可能出現的偏差行為組型視為分析的整體，而非個別變數，探討具有相同行為組型之個人間的關係，是個人取向分析方法的重點（Wang & Wang, 2012）。近來，已有學者採用變數取向的分析方法，發現青少年群體間存在著異質性的次群體（Kim & Muthen, 2009; Muthen & Aspar ouhov, 2006; Muthen & Muthen, 2000; Stefurak & Calhoun, 2007; Stefurak et al., 2004; Taylor et al., 2009）。相反的，回顧國內相關研究可發現，偏差行為的相關研究幾乎皆採變數取向分析。國內針對青少年偏差行為所進行的相關研究，為研究與輔導實務提供了許多有用的建議，特別是近來大型資料庫的建置（如：台灣教育長期追蹤資料庫），提供了豐富的研究資源。回顧相關研究發現，許多研究者以台灣教育長期追蹤資料庫來探討青少年偏差行為的成因（林秀勤、張憲庭、游錦雲，2009；周愫嫻，2004；施宇峰、潭子文，2011；潭子文，2011）。此外，也有部分研究以台灣青少年成長歷程資料庫為對象，探究前因變項對偏差行為的影響（李文傑，2012；潭子文、張楓明，2013）。然而，這些研究皆採用變數取向分析，但未進一步檢視青少年群體同質性的假設是否成立。近來，陸續有國外學者發現了青少年群體在偏差行為表現上確實存在著異質性的次群體，且這些異質性的次群體在大型調查研究中可能更能夠清楚地發現（Muthen & Muthen, 2000）。據此，以國內大型資料庫為對象，檢視青少年在偏差行為表現上的同質性有其重要性，並有助於提供相關建議讓未來研究更進一步釐清偏差行為的成因（Oxnam & Vess, 2006）；此外，有鑑於研究者針對大型資料庫所進行的追蹤調查發現，青少年行為表現的變異可能隨年齡增長而擴大（李文傑，2012），意謂著青少年隨著身心發展的成熟，在不同教育階段可能會有不同的行為表現，因此，有必要同時檢視不同教育階段的青少年群體，在偏差行為表現上是否存在著異質性的次群體，表現出不同的偏差行為組型。五、偏差行為的性別差異研究者指出，在所有人口變項中，性別是犯罪最佳的預測指標，其中，男性犯罪率在所有國家或年齡群體中都超過女性，但在男女相對平權的國家中，男女的犯罪率會較為接近。美國研究者觀察近十年來犯罪趨勢卻發現，女性犯罪率成長的幅度卻遠高於男性（Williams, 2008）。我國內政部警政署所公布之警政統計通報顯示，我國103 年 1-9 月兒童少年嫌疑犯人數男女生的比例約為 6：1（男生：8137 人；女生：1399 人）；而兒童少年犯罪人口率（每十萬人）之男女比例約為 5： 1（男生：370.17；女生：69.26）。顯示出男生偏差行為的嚴重性皆高於女生（內政部警政署，2014）。

(5)

研究者指出，青少年女性較常從事較少報酬的偏差行為，像是偷竊（Hagan, 2010），並且由於青少年女性較男性更有道德感，展現出更高程度的自我控制（Siegel & Welsh, 2008），較能控制偏差行為的衝動（Gibbs, Giever, & Martin, 1998），因此，女性較不會從事傷害別人的攻擊性行為，從事的偏差行為較不嚴重也較不頻繁，但卻較容易出現焦慮、憂鬱等負向情緒（Siegel & Welsh, 2008），呈現出非對抗性（non-confrontational）的偏差行為組型，如：喝酒、逃家或翹課（Kaufman, 2009），而青少年男性則是比較可能從事破壞公物與攻擊行為等較嚴重的偏差行為（Schmalleger & Bartollas, 2008），並且也較喜好冒險（Steinberg, 2008）。此外，青少年男性較可能和偏差同儕一同從事一些群體性的偏差行為，在行為表現上也容易受到過去曾從事過的偏差行為影響，因而在行為表現上較具有持續性，青少年女性的偏差行為則較不具持續性，較容易受當前的社會支持程度影響（Siegel & Welsh, 2008）。由此可知，男女生群體應具有不同的偏差行為組型，而性別應對不同次群體具有不同的預測關係。綜上所述，從理論觀點與當前實徵研究證據的角度來看，青少年群體在偏差行為表現上可能存在著異質性的次群體，並且由於偏差行為具有多向度特性，因此，次群體間在偏差行為表現上可能存在著不同的行為組型，在進一步考量性別的影響後，更可能發現性別對不同次群體的不同預測關係。具體而言，青少年女性在自我控制較佳，道德感也較高，較可能從事較不嚴重的偏差行為，在面對生活壓力或緊張因素時，較可能採取其他非衝突或非對抗性的偏差行為，如：喝酒、逃家或逃學（Kaufman, 2009），在面對父母期望所帶來的壓力，會容易產生焦慮等負面情緒，因而從事一些較不容易被發現的偏差行為，如：考試作弊，甚至有可能私下以抽菸、喝酒等行為來紓解壓力與負向情緒。反觀青少年男性，由於較易衝動，同時伴隨著生理上的成熟，並較為好奇、喜好冒險，因此，較容易出現衝動性的攻擊行為（如：打架或與老師發生衝突）（Kaufman, 2009）、性認知偏差（如：看色情光碟或上色情網站）或喜歡與同儕一同從事抽菸、喝酒等群體性的偏差行為，及其他外顯的逃避行為（如：逃學或翹課），顯示出青少年男性相較青少年女性，可能更容易出現多重偏差行為組型。

方法

一、研究對象由於偏差行為群體的異質性能夠在大樣本中較為清楚的發現，研究結果也較具有足夠的推論力，因此，在評估國內大型調查研究資料庫後，以台灣教育長期追蹤資料庫的樣本數較大，且歷時較久，足以提供充足的資料進行偏差行為次群體的觀察與比較，因此，本研究以台灣教育長期追蹤資料庫（Taiwan education panel survey, TEPS）中的學生樣本為研究對象。TEPS 從 2001 年起針對當時就讀「國中一年級」與「高中、高職和五專二年級」兩個不同母群進行抽樣調查，有鑑於國中時期是青少年偏差行為開始出現的重要時期，因此，本研究以2001 年當時就讀國中一年級的學生為研究對象。TEPS 從 2001 年開始，追蹤國中學生樣本長達七年，共進行了四個波段的問卷調查，四個波段進行的時間點分別為2001 年上半年、2003 年上半年、2005 年上半年與 2007 年下半年，學生於各時間點所處的教育階段依序為國中一年級（第一波段）、國中三年級（第二波段）、高中二年級（第三波段）與高中三年級（第四波段）。 TEPS 採分層叢集隨機抽樣，在抽樣前先扣除全台灣的特殊學校、金門與馬祖地區、特殊班級（如：夜間部、建教班、啟智班等）、身心障礙之特殊學生，接著再以台灣地區所有學校為第一抽樣分層，班級為第二抽樣分層，最後從抽取到之班級內隨機選取15 位學生作為研究對象，共選取了338 所國民中學、1244 個班級 20077 位學生。第一波~第四波問卷調查分別有 20055 位國中一年級學生、19088 位國中三年級學生、4261 位高中二年級學生與 4163 位高中三年級學生完成。然而，必須說明的是，第二波到第三波問卷調查樣本的大量減少是由於TEPS 考量第三波問卷調查的實施若要盡量涵蓋過去樣本將會花費極高的成本，因此，原先預計只從第二波問卷調查中挑選4000 位

(6)

做為核心樣本（core panel）進行追蹤，再從這 4000 名學生中，挑選其同班同學為研究對象（約 16000 名）（張苙雲，2003）。由此可知，從第一個波段到第二個波段樣本流失較少（976 人），但從第二個波段到第三個波段樣本則是大量流失（減少14827 人），從第三個波段到第四個波段則流失了98 人。在分析階段，檢視資料後發現遺漏資料為部分遺漏，雖可以差補法對遺漏資料進行差補，但為避免遺漏資料之差補影響到資料的真實特性，因此，本研究針對遺漏資料進行整筆刪除，刪除後第一波段到第四波段分別納入17594 位、18571 位、4233 位與 3693 位青少年進行統計分析。二、變項測量（一）預測變項本研究以性別為預測變項，男生編碼為「0」；女生編碼為「1」。（二）校標變項/潛在類別變項 本研究以偏差行為作為校標變項。台灣教育長期追蹤資料庫的題項中，四個波段的調查問卷題項內容皆不盡相同，第一波國一學生問卷中的偏差行為題項有「考試作弊」、「逃學或翹課」、「打架鬧事」、「看黃色書刊、光碟或上色情網站」、「抽菸、喝酒或吃檳榔」、「偷竊或破壞他人物品」六題；第二波國三學生問卷中的偏差行為題項有「考試作弊」、「逃學或翹課」、「打架鬧事」、「看黃色書刊、光碟或上色情網站」、「抽菸」五題；第三波高二學生與第四波高三學生問卷中的偏差行為題項有「考試作弊」、「逃學」、「翹課」、「在學校打架，或和老師起衝突」、「看黃色書刊、光碟或上色情網站」、「抽菸、喝酒或吃檳榔」、「逃家」、「偷竊或破壞他人物品」八題。四個波段題目之反應項皆為「從未發生」、「偶爾」、「有時」、「經常」。與青少年自陳偏差行為有關且四個波段中都有的測量題項可歸納為「考試作弊」、「逃學或翹課」、「打架或跟老師發生衝突」、「看黃色書刊、光碟或上色情網站」、「抽菸、喝酒或吃檳榔」等 5 個題項。有從事過特定偏差行為的青少年編碼為1，未從事過者編碼為 0。過去研究多將填答者在所有偏差行為題項上的反應加總代表偏差行為，但由於偏差行為具有多向度的特性，上述偏差行為可能具有不同的偏差行為組型，因此，本研究同時考量青少年在各題項上的反應，對於變項處理不採加總計分。三、統計分析過去研究探討青少年偏差行為時多採用多元廻歸或結構方程模式等方法，但這些方法多是以變項為中心（variable-centered）的取向，分析的焦點在於變項間的關係，並假設樣本是來自於同質性的群體。近來研究者陸續採用潛在類別分析作為「個人中心」（person-centered）取向的分析架構，來彌補變項中心取向的不足。個人中心取向不同於變項中心取向的地方在於，該分析方法的目的是藉由統計方法估計出樣本中混合的分配型態，來發現樣本中未觀察到的次群體，據以將原來的群體區分成群內同質、群間異質的不同次群體。當群體中存在著次群體意謂著群體並非同質，而是存在著相當的異質性（Muthén & Muthén, 2000）。

過去研究探討群體異質性時，多使用叢集分析（cluster analysis），但叢集分析對於叢集數的決定缺乏統計指標與檢定作為依據，較易流於主觀。潛在類別分析（latent class analysis, LCA）不同於叢集分析之處在於，LCA 是透過個人在類別變項上的反應之後驗機率（posterior probabilities）將個人分類為不同的次群體，並提供統計指標與統計考驗。在LCA 中會估計兩種模式參數：非條件機率與條件機率，非條件機率就是次群體屬於某個潛在類別的比率；條件機率是條件化試題反應機率，代表樣本在題項上的反應屬於某個特定類別的可能性，當條件化機率等於或接近 1 時，表示在特定潛在類別中的個人擁有相對應的題項特徵。當條件化機率接近全部潛在類別數的倒數時，此時個人在潛在類別中的機率屬於隨機機率，舉例而言，若分析結果顯示有 4 個潛在類別，當條件機率低於 .25（1/4），便屬隨機機率，意謂著潛在類別當中的個人無法由該試題反應預測。

(7)

本研究LCA 主要可分成四個部分：評估最佳潛在類別模式、檢視潛在類別的分類品質、定義潛在類別及檢視變項對潛在類別的預測關係，分述如下：（一）評估最佳的潛在類別模式評估最佳的潛在類別模式的目的在於檢視群體的異質性。LCA 決定最佳潛在類別數量時主要是透過模式的比較來進行，模式比較過程是將較多類別之模式估計而得之適配度指標與較少類別之模式相比較。然而，由於LCA 比較的模式間並非巢套模式，模式間卡方差異量並不符從卡方分配，基於卡方統計量所進行的概似比（Likelihood Ratio, LR）檢定不適用於 LCA 的模式比較，傳統許多用在評估結構方程模式適配度的指標（如：CFI、TLI）也無法適用。因此，研究者建議採用 AIC、BIC 與 ABIC 等 3 個適配度指標，及 LMR（Lo-Mendell-Rubin）、ALMR（adjusted Lo-Mendell-Rubin）與 BLRT（Bootstrap Likelihood Ratio Test）等 3 個概似比檢定來作為決定最佳潛在類別數量的參考（Tofighi & Enders, 2008）。較小的AIC、BIC 與 ABIC 為較佳的潛在類別模式，而顯著的LMR、ALMR 與 BLRT 則表示與 k-1 個潛在類別模式相比，具有 k 個潛在類別之模式在模式適配度上有顯著的改善，若檢定值未達顯著，則表示k-1 個潛在類別為較佳的理論模式。近來的模擬研究指出，在上述適配度指標與檢定方法中，以BIC 與 BLRT 的表現最佳（Nylund, Asparoutiov, & Muthen, 2007）。（二）檢視潛在類別的分類品質透過潛在類別的分類品質可了解LCA 對次群體進行區分之品質如何。LCA 會根據個人在變項上的反應所計算出的機率將個人分派到最可能的特定潛在類別，當正確的分類機率越接近 1 表示分類的不確定性越小，但由於實務上根據變項反應而將個人分類到特定次群體的後驗機率不可能為 1，因此不當的分類是無可避免的，Nagin（2005）認為正確分類潛在類別的機率若大於 .07 便達可接受的標準；另外，Clark（2010）建議可採用熵數（entropy）來評估分類品質，當熵數達 .08 以上為良好、介於 .06-.08 為普通，介於 .04-.06 則為不佳。一旦將個人分類到潛在類別後，仍須檢視每個類別中人數的多寡，以了解該次群體在整個群體中的比例，而次群體的分類不宜太小並且必須要有理論上的意義。（三）定義潛在類別透過定義潛在類別可了解次群體的偏差行為組型。潛在類別分析類似於因素分析，當一個潛在類別被萃取出來時，必須要是有意義且可詮釋的，如果潛在類別無法詮釋，不論其模式適配度如何皆缺乏實務上的意義。潛在類別分析的目的是使用模式估計到的潛在類別來描述群體的異質性，而特定潛在類別是根據該潛在類別中試題反應機率的組型（the patterns of item-response probabilities）來定義的（Wang & Wang, 2012），這些機率稱為條件機率，條件機率是指在各潛在類別中隨機抽取一個人，在觀察變數上作答的機率，而條件機率類似於因素分析中的因素負荷量，可用來解釋潛在類別與觀察變數間的關係，觀察變項中較大的條件機率值，表示潛在變項對觀察變項的影響較強，因此，可根據條件機率來定義潛在類別（邱皓政，2008）。（四）檢視變項對潛在類別的預測關係上述三個步驟目的在於檢視青少年群體在偏差行為的異質性，並區分出不同的次群體及進一步了解偏差行為組型。在這個步驟中納入性別變項，以條件化潛在類別分析進一步檢視性別對不同次群體的影響。條件化潛在類別分析是透過潛在多元類別羅吉斯模型來探究男性與女性分屬不同次群體的可能性。當青少年群體中存在 3 個潛在類別時，會分別以兩個多元類別羅吉斯模型來進行分析，在特定類別中顯著的勝算比估計值，若為正值則意謂著男生較可能被歸類該次群體，而非其他次群體；若為負值則表示女生較可能被歸類該次群體，而非其他次群體（Wang & Wang, 2012）。

本研究根據上述四步驟，分別檢視青少年群體在偏差行為上的異質性、次群體的分類品質、次群體所呈現出的偏差行為組型及性別對不同潛在類別的預測關係，並根據分析結果比較與討論在不同教育階段，青少年偏差行為次群體、行為組型及性別對潛在類別的預測關係的異同。

(8)

結果

一、偏差行為的異質性（一）第一波段國中一年級學生偏差行為異質性分析為探討青少年群體在偏差行為表現上是否存在著異質的次群體，可根據不同潛在類別模式間的比較來加以確定。表1 呈現第一波國中一年級偏差行為之潛在類別模式比較摘要。從表 1 可知，在第一波段1 個~3 個潛在類別模式中，3 類別模式的 AIC、BIC 與 ABIC 皆為最小，3 個潛在類別模式與2 個潛在類別模式相比，及 2 個潛在類別模式與 1 個潛在類別模式相比，在 LMR、ALMR 與BLRT 三個概似比檢定的機率值也皆達顯著（p < .05），顯示出 3 個潛在類別模式比 2 個與 1 個 潛在類別模式相比在模式上有大幅的改善。表1 偏差行為之潛在類別模式比較摘要－第一波國一學生樣本（N = 17594）

模式 AIC BIC ABIC LMR LR p ALMR LR p BLRT p 1 類別 105527.02 105565.89 105550.00 - - - 2 類別 82182.93 82268.46 82233.50 .00 .00 .00 3 類別 81604.49 81736.68 81682.65 .00 .00 .00 4 類別 81572.73 81751.57 81678.47 .00 .00 .00 5 類別 81575.63 81801.12 81708.96 .04 .04 .19 註：由於概似比檢定（LR test）涉及兩個潛在類別模式的比較，因此，各波段中 1 個潛在類別模式後不會出現檢定結果的機率值，以「-」表示。為確認第一波段國中一級學生群體在偏差行為上存在的異質性次群體，需進一步檢視 3 類別與4 類別模式之分類品質確認之，關於分類品質之摘要呈現如表 2。從表 2 可知，在第一個波段中， 3 個潛在類別的人數分別為 10162（57.75%）、3885（22.08%）與 3551（20.18%），而 4 個潛在類別的人數分別為10162（57.75%）、3245（18.44%）、3885（22.08%）與 306（1.71%）；3 類別模式中第1~3 個潛在類別正確分類機率分別為 .93、.89 與 .82，4 類別模式中第 1~4 個潛在類別正確分類機率分別為 .92、.77、.91 與 .60；兩個模式的熵數分別為 .73 與 .75，介於 .60-.80 之間。從上述結果可知，3 類別模式正確分類機率皆高於 .70，熵數稍低於 4 類別模式，但 4 類別模式中類別 4 的分類機率小於 .70，且其中有一個類別的人數太少，只佔 1.71%，因此，在第一個波段的國一學生樣本中，應存在著3 個異質性的潛在類別。表2 國一學生樣本 3 類別與 4 類別模式之分類品質摘要分類依據後驗機率正確分類機率熵數模式潛在類別人數比例 1 2 3 4 3 類別 1 101622 3885 57.75% 22.08% .93 .00 .00 .89 .07 .11 .73 3 3551 20.18% .14 .04 .82 4 類別 1 10162 57.75% .92 .07 .00 .01 .75 2 3245 18.44% .11 .77 .05 .06 3 3885 22.08% .00 .08 .91 .01 4 306 1.74% .04 .31 .06 .60 註：由於概似比檢定（LR test）涉及兩個潛在類別模式的比較，因此，各波段中 1 個潛在類別模式後不會出現檢定結果的機率值，以「-」表示。

(9)

（二）第二波段國中三年級學生偏差行為異質性分析表3 呈現國中三年級學生偏差行為之潛在類別模式比較摘要。從表 3 可知，2 個潛在類別模式在AIC（80453.46）、BIC（80539.58）與 ABIC（8050.63）的值都遠小於 1 個潛在類別模式，與 1 個潛在類別模式相比在LMR、ALMR 與 BLRT 三個概似比檢定的機率值也皆達顯著（p < .05）。3 個潛在類別模式在AIC（80109.78）、BIC（80242.88）與 ABIC（80188.86）的值小於 2 個潛在類別模式，與2 個潛在類別模式相比在 LMR、ALMR 與 BLRT 三個概似比檢定的機率值也皆達顯著（p < .05）。 表3 偏差行為之潛在類別模式比較摘要—第二波國三學生樣本（N = 18571）

模式 AIC BIC ABIC LMR LR p ALMR LR p BLRT p 1 類別 85861.50 85900.64 85884.75 - - - 2 類別 80453.46 80539.58 80504.63 .00 .00 .00 3 類別 80109.78 80242.88 80188.86 .00 .00 .00 4 類別 80054.05 80234.13 80161.04 .00 .00 .00 5 類別 80051.60 80278.66 80186.50 .02 .02 .04 註：由於概似比檢定（LR test）涉及兩個潛在類別模式的比較，因此，各波段中 1 個潛在類別模式後不會出現檢定結果的機率值，以「-」表示。 4 個潛在類別模式在 AIC（80054.05）、BIC（80234.13）與 ABIC（80161.04）的值小於 3 個潛在類別模式，與3 個潛在類別模式相比在 LMR、ALMR 與 BLRT 三個概似比檢定的機率值也皆達顯著（p < .05）。與 4 個潛在類別模式相比，5 個潛在類別模式在 AIC（80051.60）稍小，但在 BIC （80278.66）與 ABIC（80186.50）的值卻都大於 4 個潛在類別模式，在 LMR、ALMR 與 BLRT 的機率值皆達顯著（p < .05）。從研究結果可知，國中三年級學生的偏差行為應可分成 4 類不同的次 群體，但由於3 個潛在類別模式與 4 個潛在類別模式在 AIC、BIC 與 ABIC 的值相差都很小，因此，國中三年級學生的偏差行為可能可區分成3 或 4 類不同的次群體。表4 呈現 3 類別與 4 類別模式在第二波段國三學生樣本之人數、比例、正確分類機率與熵數。從表 4 可知，在第二個波段中，3 個潛在類別的人數分別為 2997（16.14%）、8049（43.34%）與 7525（40.52%），而 4 個潛在類別的人數分別為 1441（7.76%）、11492（61.87%）、3615（19.46%）與2027（10.91%）；3 類別模式中第 1~3 個潛在類別正確分類機率分別為 .86、.87 與 .74，4 類別模式中第 1~4 個潛在類別正確分類機率分別為 .83、.80、.80 與 .75；兩個模式的熵數分別為 .61 與 .64，介於 .60~ .80 之間。綜合上述證據可知，3 類別與 4 類別模式正確分類機率皆高於 .70，兩個模式的品質都不錯（熵數分別為 .61 與 .64），4 類別模式的熵數雖然稍高於 3 類別模式，但由於4 類別模式中次群體 1 人數較少（佔 7.76%），因此，第二個波段的國三學生在偏差行為上，應存在著3 個異質性的次群體。表4 國三學生樣本 3 類別與 4 類別模式之分類品質摘要分類依據後驗機率正確分類機率熵數模式潛在類別人數比例 1 2 3 4 3 類別 1 2 2997 16.14% .86 .01 .13 8049 43.34% .02 .87 .24 .61 3 7525 40.52% .07 .06 .74 4 類別 1 1441 7.76% .83 .00 .08 .09 .64 2 11492 61.87% .00 .80 .00 .20 3 3615 19.46% .10 .10 .80 .00 4 2027 10.91% .14 .12 .00 .75

(10)

（三）第三波段高中二年級學生偏差行為異質性分析

表5 呈現高中一年級學生偏差行為之潛在類別模式比較摘要。從表 5 可知，1 個潛在類別模式的 AIC（17838.58）、BIC（17870.34）與 ABIC（17854.45）皆為最大。2 個潛在類別模式在 AIC （16715.92）、BIC（16785.78）與 ABIC（16750.82）的值都小於 1 個潛在類別模式，與 1 個潛在類別模式相比在LMR、ALMR 與 BLRT 三個概似比檢定的機率值也皆達顯著（p < .05）。3 個潛在 類別模式在AIC（16506.90）、BIC（16614.86）與 ABIC（16560.84）的值小於 2 個潛在類別模式，與2 個潛在類別模式相比在 LMR、ALMR 與 BLRT 三個概似比檢定的機率值也皆達顯著（p < .05）。 4 個潛在類別模式在 AIC（16498.16）的值稍小於 3 個潛在類別模式，但 BIC（16644.23）與 ABIC（16571.15）皆大於 3 個潛在類別模式，與 3 個潛在類別模式相比，在 LMR、ALMR 與 BLRT 三個概似比檢定的機率值皆達顯著（p < .05）。與4 個潛在類別模式相比，5 個潛在類別模式在 AIC （16499.33）、BIC（16683.51）與 ABIC（16591.36）的值都大於 4 個潛在類別模式，在 LMR 與 ALMR 的機率值皆達顯著（p < .05），但 BLRT 的機率值卻未達顯著（p > .05），從研究結果可知， 高中二年級學生的偏差行為應可分成3 或 4 類不同的次群體。表5 偏差行為之潛在類別模式比較摘要—第三波高二學生樣本（N = 4233）

模式 AIC BIC ABIC LMR LR p ALMR LR p BLRT p 1 類別 17838.58 17870.34 17854.45 - - - 2 類別 16715.92 16785.78 16750.82 .00 .00 .00 3 類別 16506.90 16614.86 16560.84 .00 .00 .00 4 類別 16498.16 16644.23 16571.15 .01 .01 .00 5 類別 16499.33 16683.51 16591.36 .04 .04 .08 註：由於概似比檢定（LR test）涉及兩個潛在類別模式的比較，因此，各波段中 1 個潛在類別模式後不會出現檢定結果的機率值，以「-」表示。表6 呈現 3 類別與 4 類別模式在第三波段高二學生樣本之人數、比例、正確分類機率與熵數。從表6 可知，在第三個波段中，3 個潛在類別的人數分別為 187（4.42%）、1530（36.14%）與 2517 （59.45%），而 4 個潛在類別的人數分別為 1307（30.87%）、2590（21.17%）、187（4.42%）與 150 （3.54%），3 類別模式中有一個人數較少的次群體（占 4.42%），而 4 類別模式中有兩個人數較少的次群體（分別占 4.42%與 3.54%）；第 1~3 個潛在類別正確分類機率分別為 .84、.84 與 .77，4 類別模式中第1~4 個潛在類別正確分類機率分別為 .97、.95、.81 與 .76；兩個模式的熵數分別為 .59 與 .73，介於 .60~.80 之間。表6 高二學生 3 類別與 4 類別模式之分類品質摘要分類依據後驗機率正確分類機率熵數模式潛在類別人數比例 1 2 3 4 3 類別 1 187 4.42% .84 .16 .00 .59 2 1530 36.14% .03 .84 .13 3 2517 59.45% .00 .23 .77 4 類別 1 1307 30.87% .73 .16 .10 .01 .73 2 2590 61.17% .00 .95 .06 .00 3 187 4.42% .00 .15 .81 .04 4 150 3.54% .07 .00 .17 .76 綜合上述證據可知，3 類別與 4 類別模式正確分類機率皆高於 .70，4 類別模式的熵數較高（.73），但3 類別與 4 類別模式都各有一個人數較少的類別，因此，似乎應將 2 類別模式納入分類的考量。在2 類別模式中，各潛在類別之人數分別為 853（20.15%）與 3381（79.85%）；2 個潛在

(11)

類別正確分類機率分別為 .86 與 .91，達 .70 之標準；熵數為 .66 大於 .60，據此，第三波段高二學生樣本應存在著2 個異質的次群體。

（四）第四波段高中三年級學生偏差行為異質性分析

表7 呈現高中一年級學生偏差行為之潛在類別模式比較摘要。從表 7 可知，1 個潛在類別模式的 AIC（16054.39）、BIC（16085.46）與 ABIC（16069.58）皆為最大。2 個潛在類別模式在 AIC （15164.67）、BIC（15233.03）與 ABIC（15198.07）的值都小於 1 個潛在類別模式，與 1 個潛在類別模式相比在LMR、ALMR 與 BLRT 三個概似比檢定的機率值也皆達顯著（p < .05）。3 個潛在 類別模式在AIC（15038.36）、BIC（15144.00）與 ABIC（15089.98）的值小於 2 個潛在類別模式，與2 個潛在類別模式相比在 LMR、ALMR 與 BLRT 三個概似比檢定的機率值也皆達顯著（p < .05）。

表7 偏差行為之潛在類別模式比較摘要—第四波高三學生樣本（N = 3693）

模式 AIC BIC ABIC LMR LR p 值 ALMR LR p 值 BLRT p 值 1 類別 16054.39 16085.46 16069.58 - - - 2 類別 15164.67 15233.03 15198.07 .00 .00 .00 3 類別 15038.36 15144.00 15089.98 .00 .00 .00 4 類別 15028.68 15171.60 15098.52 .04 .05 .01 5 類別 15029.64 15209.86 15117.71 .02 .02 .09 註：由於概似比檢定（LR test）涉及兩個潛在類別模式的比較，因此，各波段中 1 個潛在類別模式後不會出現檢定結果的機率值，以「-」表示。 4 個潛在類別模式在 AIC（15028.68）的值稍小於 3 個潛在類別模式，但 BIC（15171.60）與 ABIC（15098.52）的值卻都大於 3 個潛在類別模式，與 3 個潛在類別模式相比在 LMR、ALMR 與 BLRT 三個概似比檢定的機率值則皆達顯著（p < .05）。與4 個潛在類別模式相比，5 個潛在類別模式在AIC（15029）、BIC（15209.86）與 ABIC（15117.71）的值都大於 4 個潛在類別模式，在 LMR 與ALMR 的機率值皆達顯著（p < .05），但 BLRT 的機率值卻未達顯著（p > .05）。從研究結果可 知，高中三年級學生的偏差行為應可分成3 或 4 類不同的次群體。表8 呈現 3 類別與 4 類別模式在第四波段高三學生樣本之人數、比例、正確分類機率與熵數。從表8 可知，在第四個波段中，3 個潛在類別的人數分別為 177（4.79%）、1434（38.83%）與 2082 （56.38%），4 個潛在類別的人數分別為 121（3.28%）、1085（39.38%）、2346（63.53%）與 141（3.82%）；第 1~3 個潛在類別正確分類機率分別為 .77、.82 與 .80，第 1~4 個潛在類別正確分類機率分別為 .72、.77、.85 與 .77，兩個類別模式之正確分類機率（介於 .74-.93 之間）皆大於 .70；兩個類別模式之熵數分別為 .59 與 .66，皆大於 .60。雖然 4 類別模式分類品質較佳，但其中有兩個類別人數太少，3 類別模式亦有同樣的問題，且熵數稍低於 .60，顯示出似乎有進一步考量 2 類別模式的必要。2 類別兩個潛在類別之人數分別為 1156 與 2537，潛在類別正確分類機率分別為 .75 與 .93，達 .70 之標準；熵數為 .55 小於 .60，結果顯示，相較於 3 類別與 4 類別模式，2 類別模式的分類品質雖不甚理想，但分類結果並未出現過小的次群體，因此，整體而言第四波高三學生樣本中應存在著2 個異質的次群體。

(12)

表8 高三學生 3 類別與 4 類別模式之分類品質摘要分類依據後驗機率正確分類機率熵數模式潛在類別人數比例 1 2 3 4 3 類別 1 2 1771434 4.79% 38.83% .04 .82 .15 .77 .22 .00 .59 3 2082 56.38% .00 .20 .80 4 類別 1 121 3.28% .72 .17 .00 .11 .66 2 1085 29.38% .02 .77 .14 .07 3 2346 63.53% .00 .14 .85 .01 4 141 3.82% .05 .17 .01 .77 二、次群體之偏差行為組型分析為定義潛在類別，需根據青少年在各偏差行為題項之機率分布來加以判斷，本研究將第一波段國一學生3 類別模式之非條件與條件機率歸納如表 9。從表 9 可知，所有類別中，以潛在類別 1 的10160 位青少年為最多，占 58%，這個類別在考試作弊（.02）、逃學或翹課（.03）、打架或跟老師發生衝突（.01）、看黃色書刊、光碟或上色情網站（.00）的條件機率幾乎為 0；曾從事抽菸、喝酒或吃檳榔的條件機率也相對偏低（.46），由此可知，此類青少年次群體從事的偏差行為較單一，不具攻擊性，僅涉及個人口慾的滿足，從心理分析論的觀點，可能可加以推論此類青少年是由於口腔期口慾未獲得滿足，因此，類別1 可定義為「口慾滿足型偏差行為」。表9 國一學生 3 類別模式之非條件與條件機率(N = 17594) 變數潛在類別 1（N = 10160） 2（N = 3885） 3（N = 3549） 非條件機率 .58 .22 .20 條件機率考試作弊 .02 .93 .46 逃學或翹課 .03 .96 .46 打架或跟老師發生衝突 .01 .75 .15 看黃色書刊、光碟或上色情網站 .00 .95 .29 抽菸、喝酒或吃檳榔 .46 .51 .49 第二大次群體為類別2，在類別 2 中有 3885 位青少年，占 22%，這個次群體在考試中作弊、逃學或翹課、打架或跟老師發生衝突、看黃色書刊、光碟或上色情網站的條件機率皆高，分別為 .93、.96、.75 與 .95，而抽菸、喝酒或吃檳榔的期望機率則相對偏低（.51），由於這個次群體在所有偏差行為表現的條件機率皆高，顯示出該次群體可能具有「多重偏差行為組型」。類別3 的 3549 位青少年次群體當中，近半數曾考試作弊（.46）、逃學或翹課（.46）、抽菸、喝酒或吃檳榔（.49）；打架或跟老師發生衝突的條件機率則相對偏低（.15），約三分之一曾看黃色書刊、光碟或上色情網站（.29），由於該次群體青少年在打架或跟老師發生衝突，及看黃色書刊、光碟或上色情網站的條件機率皆低於潛在類別總數的倒數（1/3），足見其為隨機機率，因此，這個次群體中的青少年的行為可能屬於「多重學業適應與口慾滿足型偏差」。表10 呈現第二波段國三學生 3 類別模式之非條件與條件機率。從表 10 可知，類別 2 為人數最多的次群體，佔了43%，這個次群體的青少年中除了有 71%曾考試作弊外，其他偏差行為的條件機率皆小於1/3，顯示機率屬隨機，表示此群體青少年幾乎皆未從事過作弊外的其他偏差行為，因此，可將此次群體歸類為「學業適應」次群體。類別3 為人數次多的次群體，佔了 41%，這個

(13)

次群體中的青少年曾在考試中作弊、逃學或翹課、打架或跟老師發生衝突、看黃色書刊、光碟或上色情網站及抽菸、喝酒或吃檳榔等偏差行為的條件機率分別為 .00、.03、.04、.06、.01，接近於 0，可見這個群體的青少年未從事過偏差行為，因此，可將此次群體歸類為「規範性行為」次群體。類別1 的人數最少，占 16%，該次群體中的青少年除了抽菸、喝酒或吃檳榔者偏低（.20），條件機率為隨機外，在其餘偏差行為表現上皆偏高，考試作弊、逃學或翹課、打架或跟老師發生衝突及看黃色書刊、光碟或上色情網站的條件機率分別為 .71、.51、.79 與 .60，由此可知，該次群體可歸類為「多重偏差行為」次群體。表10 國三學生 3 類別模式之非條件與條件機率(N = 18571) 變數潛在類別 1（N = 2997） 2（N = 8049） 3（N = 7525） 非條件機率 .16 .43 .41 條件機率考試作弊 .71 .71 .00 逃學或翹課 .51 .09 .03 打架或跟老師發生衝突 .79 .05 .04 看黃色書刊、光碟或上色情網站 .60 .24 .06 抽菸、喝酒或吃檳榔 .20 .02 .01 表11 呈現第三波段高二學生 2 類別模式之非條件與條件機率。從表 11 可知，類別 2 為人數最多的次群體，佔了 86%，這個次群體中的青少年曾考試作弊者有 42%，看黃色書刊、色情光碟或上色情網站者偏低，占了約四分之一（.24），其他偏差行為則幾乎未從事過（條件機率介於 .00-.03），但由於各行為在條件機率上皆低於該波段潛在類別數的倒數（1/2），可能皆屬於隨機，因此，該次群體可歸類為「規範性行為」（Muthen & Muthen, 2000）。類別 1 的人數佔了 14%，其中，考試作弊（.86）、看黃色書刊、光碟或上色情網站者皆偏高（.75），該次群體中約五分之二的青少年曾打架或跟老師發生衝突（.38）、抽菸、喝酒或吃檳榔（.40），逃學或翹課者為相對少數（.15），但除了考試作弊與看黃色書刊、光碟或上色情網站外，其餘行為皆屬隨機，因此，這個群體的青少年所從事的偏差行為多與單一學業適應問題及性認知偏差有關，因此，這個次群體可歸類為「學業適應與性認知偏差」。表11 高二學生 2 類別模式之非條件與條件機率(N = 4233) 變數潛在類別 1（N = 608） 2（N = 3625） 非條件機率 .14 .86 條件機率考試作弊 .86 .42 逃學或翹課 .15 .00 打架或跟老師發生衝突 .38 .02 看黃色書刊、光碟或上色情網站 .75 .24 抽菸、喝酒或吃檳榔 .40 .03 表12 呈現第四波段高三學生 2 類別模式之非條件與條件機率。從表 12 可知，類別 2 為人數最多的次群體，佔了 64%，這個次群體中的青少年曾考試作弊者有 43%，看黃色書刊、色情光碟或上色情網站者則較低，占了約五分之一（.22），其他偏差行為則幾乎未從事過（條件機率介

(14)

於 .00-.03），由於考試作弊與看黃色書刊、色情光碟或上色情網站的條件機率皆未過半（未超過 1/2 的隨機機率標準），因此，該次群體可歸類為「規範性行為」。類別 1 的人數佔了 36%，其中，考試作弊（.86）、看黃色書刊、光碟或上色情網站者皆偏高（.75）的條件機率皆高，約五分之二的青少年曾「打架或跟老師發生衝突」（.38）、「抽菸、喝酒或吃檳榔」（.40），逃學或翹課者為相對少數（.15），但除了考試作弊及看黃色書刊、光碟或上色情網站外，其他偏差行為表現皆屬隨機，可見這個群體的青少年所從事的偏差行為與單純的學業適應與性認知偏差有關，因此，這個次群體可歸類為「學業適應與性認知偏差」。表12 高三學生 2 類別模式之非條件與條件機率（N = 3693） 變數潛在類別 1（N = 1313） 2（N = 2380） 非條件機率 .31 .69 條件機率考試作弊 .86 .43 逃學或翹課 .12 .00 打架或跟老師發生衝突 .24 .02 看黃色書刊、光碟或上色情網站 .77 .22 抽菸、喝酒或吃檳榔 .32 .03 三、性別對偏差行為次群體的預測關係表13 呈現以性別對不同教育階段學生之潛在次群體的預測關係。從表 13 可知，國一男學生較可能被歸類為次群體2，也就是具有「多重偏差行為」的次群體，相對的，國一女學生則較可能被歸類為次群體1 之「口慾滿足型偏差行為」與次群體 3 之「多重學業適應與口慾滿足型偏差」次群體。就國三學生而言，女生較可能被歸類為次群體1，也就是具有「學業適應問題」之次群體；反之，男生則較可能被歸類為次群體2 之「規範性行為」及次群體 3 之「多重偏差行為」。對高二女學生而言，則是較可能被歸類為次群體1，也就是具有「規範性行為」次群體，相對的，高二女學生則較可能被歸類為次群體2 之「學業適應與性認知偏差」次群體。同樣的，對高三學生來說，女生較可能被歸類為次群體1，也就是具有「規範性行為」次群體；反之，男生則較可能被歸類為次群體2 之「學業適應與性認知偏差」次群體。表13 性別對不同教育階段之潛在次群體的預測關係變項各波段潛在類別國一樣本國三樣本高二樣本高三樣本 1 2 3 1 2 3 1 2 1 2 性別 -.07* -.25* - 1.26* -.04* - 1.44* - 1.48* - .18* - .25* 1.30* - .04* - -1.44* - -1.48* - -.18* .07* - -1.30* -1.26* - - - - 註：1. 國一樣本：次群體 1 為「口慾滿足型偏差行為」；次群體 2 為「多重偏差行為」；次群體 3 為「多重學業適應與口慾滿足型偏差」。2. 國三樣本：次群體 1 為「學業適應問題」；次群體 2 為「規範性行為」；次群體3 為「多重偏差行為」。3. 高二樣本：次群體 1 為「規範性行為」；次群體2 為「學業適應與性認知偏差」。4. 高三樣本：次群體 1 為「規範性行為」；次群體 2 為「學業適應與性認知偏差」。5. 「-」為參照次群體。 *p < .05

(15)

討論與建議

一、討論青少年間可能存在著一套相似的價值觀，並從事相似的行為，形成一個群內同質、群間異質的次群體，但國內研究較少檢視青少年群體在偏差行為表現上的異質性。反觀國外研究近來採個人取向的分析方法，紛紛發現青少年群體在偏差行為表現上存在著異質性的次群體，顯示出在探討偏差行為時，有考量群體異質性的必要。從研究結果可清楚地知道，在不同教育階段中，青少年群體在偏差行為表現上皆非一個同質性的群體，而是存在著不同的次群體，顯示出群體在偏差行為上的異質性，而群體的異質性反映出不同的偏差行為組型。波段一的國一學生樣本中，可能存在著 3 個不同的次群體，反映出的行為組型分別為「口慾滿足型偏差行為」、「多重偏差行為組型」及「多重學業適應與口慾滿足型偏差」，推論其可能原因，除了多重偏差行為次群體可能受到複雜的家庭因素（McNeal, 1999）、學業挫敗（McCabe, Trevino, & Butterfield, 2001）、同儕因素（McCabe & Trevino, 1997）與個人自我控制能力的影響外，口慾滿足型偏差出現的原因可能有三，第一、接觸偏差同儕的影響（Akers & Jennings, 2009）。可能是由於這個階段的青少年剛從小學升上國中，因學習環境的改變導致接觸偏差同儕的機會增加，在同儕的影響下容易對這些易取得的事物（菸、酒、檳榔等）產生好奇心，第二、犯罪機會的增加（Hirschi, 2002）。這個時期的青少年可能由於補習或學校社團活動，造成個人有更多時間未受到父母或教師監督，以至於青少年在從事這些行為，較不容易被家長或老師發現，以至於此類次群體。第三、環境壓力造成生活上的緊張，促使個人以偏差行為因應之（Agnew, 1992）。這個時期的青少年歷經環境改變並面對來自不同學校同學的競爭壓力影響，可能會擔心因學業成績低落被父母責罵或讓父母失望（McCabe & Trevino, 1997），因此，出現考試作弊與逃學或翹課等多重學業適應行為，藉以逃避壓力所帶來的生活緊張與負向情緒（Agnew, 1992）。由於國一女生較容易出現焦慮或憂鬱等負向情緒，並可能傾向以較不嚴重或從事不易被發現的偏差行為來發洩壓力或情緒（Siegel & Welsh, 2008），以至於在這個階段的國中一年級女生較容易從事抽菸、喝酒或吃檳榔、考試作弊及逃學或翹課等行為，因而較可能被歸類為「口慾滿足型偏差行為」及「多重學業適應與口慾滿足型偏差行為」次群體，由於前者從事的偏差行為較為單純，而後者則是合併了多重學業適應問題，可能顯示出兩者可能具有不同的前因，換句話說，口慾滿足型偏差行為可能源自於同儕影響與好奇，而多重學業適應與口慾滿足型偏差行為則可能與學業壓力的關係較密切。此外，從研究結果可知，第二波段的國三學生群體中可能存在著「學業適應」、「規範性行為」與「多重偏差行為」等次群體。可能意謂著，當學生升上國中三年級，由於持續面對競爭壓力升學壓力，較少課餘時間與同儕相處（接觸偏差同儕與犯罪機會同時減少），並伴隨著生理與心理上的成熟，使個人對菸、酒、檳榔不再好奇，因此，可發現國三學生群體中有 2 個次群體成員持續存在著考試作弊此一學業適應問題，但部分學生可能已對學業競爭壓力建立了正向的態度，在面對升學與競爭壓力時，已較能採用認知調適策略因應之（Agnew, 1992），因而表現出規範性行為。此外，在國三次群體中的多重偏差行為次群體中可發現，原先國中一年級的多重偏差行為次群體中普遍存在的抽菸、喝酒或嚼檳榔行為在國三次群體中已不復見，可能意謂著在國一階段學生較可能因接觸偏差同儕而好奇從事抽菸、喝酒或嚼檳榔，但升上國三後，學生對這些行為已不再好奇，反而是其他偏差行為仍具有相當程度的持續性，似乎可提供證據支持國一學生從事於抽菸、喝酒或嚼檳榔等行為屬於暫時性或好奇導向的口慾滿足行為。在這些次群體中，國三女學生較可能單純從事考試作弊行為，而男生則是除了作弊外，也可能從事逃學或翹課、打架或與老師發生衝突、看黃色書刊、光碟或上色情網站，這樣的結果可能意謂著女生在自我控制能力或認知抑制能力的發展上高於男生（Gibbs, Giever, & Martin, 1998），因此，在面對學業壓力時，傾向於以較不嚴重或較不易被發現的非對抗性偏差行為來因應之（Kaufman, 2009）；反之，國三男生則是相對衝動的，並伴隨著生理成熟，因此，較容易出現攻擊行為（Schmalleger & Bartollas, 2008）、逃學或

(16)

翹課此類外顯且激烈的偏差行為，並對性認知產生偏差。最後，如同 Muthén 與 Muthén（2000）之研究，本研究亦發現規範性行為此一次群體，可能反映出學生隨年齡增長，在認知發展上已漸趨成熟，並因為逐漸認知到社會規範而出現親社會行為（Kinch, 1962）。當學生升上高中後，偏差行為次群體減少，偏差行為組型也變得相對單純。從第三波段高二學生及第四波段高三學生群體的潛在類別分析結果可發現，高中學生普遍存在著「規範性行為」與「學業適應與性認知偏差」兩大次群體，相較於國中群體，高中學生具有相對穩定的次群體與偏差行為組型。其中，考試作弊此一學業適應問題從國一到高三皆存在，性認知偏差則是從國三持續到高三，學業適應合併性認知偏差的行為組型同樣從國三持續到高三，可能顯示出學業壓力持續存在著影響外，父母與師長對學生的高度期待可能也是導致學生考試作弊的重要原因之一，並且在這個階段的高中男生由於可能同時受到學業、情感等多方壓力，並伴隨著生理上的持續成熟，同時考量偏差行為可能受到的懲罰，因而可能傾向於持續尋求生理上的發洩來紓解壓力與衝動。本研究之發現部分符合國外學者對偏差行為的分類主張與實徵研究結果，同時也發現，隨著教育階段的不同，青少年群體在偏差行為組型上也會有所不同，其中，口慾滿足型偏差行為較可能出現在國一甫入學的學生，可能同時反映出偏差同儕的影響、個人對菸、酒或檳榔的事物的好奇、犯罪機會的出現，但隨著課業壓力、年齡增長或認知能力的發展該行為顯著的減少。此外，具多重偏差行為組型之次群體僅在國中的次群體中發現，而國中男生更是相對可能的次群體成員，除了學業壓力等背景因素的可能影響外，個人因素也可能使原本容易衝動的國中男學生在面對心理與生理的壓力時，會因為難以壓抑偏差行為衝動，而同時以多重偏差行為來抒發壓力（Agnew, 1992）。另一方面，本研究結果也顯示出，女性偏差行為除了較不嚴重以外，也可能較不具持續性，與國外研究相符（Siegel & Welsh, 2008）。最後，從分析中還可發現學業適應問題與性認知偏差次群體，對男生而言是持續存在的次群體，值得更進一步的關注與探究。二、建議有鑑於當前國內對偏差行為分析上的限制，未來研究應該考慮同時採用變項與個人取向的分析方法，如:潛在類別或潛在改變分析等方法，檢視青少年群體在偏差行為表現上的異質性，考量群體異質性的可能影響，此外，由於性別可能對不同潛在次群體有不同的影響，因此，未來研究在探討其他變項對不同偏差行為次群體的影響時，也應將性別納入考量，以期獲得較佳的統計結論效度。另一方面，植基於本研究發現之上，過去與偏差行為有關的研究，其研究結果，可能也需要再進一步檢視，以了解是否這些變項對不同偏差行為次群體的有不同的影響。就研究方法而言，除了針對各波段進行橫斷式的群體異質性分析外，未來研究也可更進一步採用成長混合模式，探討變項對次群體影響的歷時性改變情形。最後，由於本研究所採用的資料庫，在各波段中與偏差行為有關的題項皆不盡相同，而本研究為了探討偏差行為組型在不同教育階段中的異同情形，僅採用個波段中皆有的 5 個題項，以提供相同的比較基礎，以至於在分析階段，受限於資料庫設計上的限制而未能納入網路和語言霸凌等重要的偏差行為題項，實乃本研究限制之一，因此，未來研究在探討偏差行為組型時，應納入更多重要的偏差行為題項，進一步檢視群體中是否仍存在著相似的偏差行為次群體。若研究者欲進一步進行縱貫研究分析，則應考量波段問卷題項內容的一致性，以利於研究結果的分析與比較。在實務上，由於國中一年級學生，特別是女生，較可能因好奇心接觸菸、酒或檳榔，因此，在教學與輔導活動規劃時，應特別加強宣導使用菸、酒、檳榔等對身體的危害，此外，由於此時學生面對課業競爭與父母壓力可能導致學生自尊下降（Schmalleger & Bartollas, 2008）、壓力變大，容易出現考試作弊、逃學或翹課等行為出現，因此，除了應加強親子對學業期待的溝通外，也應協助學生在其他方面建立成就感及提供疏解壓力的管道，並多與家長保持聯繫，持續監控學生在家的行為、情緒與交友狀況。此外，國中時期，特別是男生，較女生更可能出現多重偏差行為，顯示出多重偏差行為在國中男生群體的嚴重性，因此，教學與輔導實務上，需更深入了解此次群

(17)

體成員的個別原因，並協助其體認拚差行為可能導致的嚴重後果，以協助認知判斷能力的發展，以期透過認知抑制偏差行為的衝動。最後，由於課業適應問題與性認知偏差對國中與高中男生而言是相對持續性的次群體，可能反映出背後相對穩定影響因素，因此，在國中與高中階段除了應持續與父母溝通，建立父母對子女正確的學業期待之外，也應持續宣導正確的性觀念，導正並建立學生正確的性認知，並透過鼓勵學生多參與體育活動，發洩多餘的精力與壓力，如此一來，可能能夠透過在國中時期降低學生從事此類行為組型的可能，讓該行為不至於繼續持續到高中階段。

參考文獻

內政部警政署（2014）：警政統計通報-103 年第 45 週。取自內政部警政署網站 http://www.npa.gov.tw

/NPAGip/wSite/ct?xItem=71881&ctNode=12594&mp=1，2014 年 11 月 30 日。[National Police Agency, Ministry of Interior (November, 2014). The report of statistics of police administration. Retrieved from http://www.npa.gov.tw/NPAGip/wSite/ct?xItem=71881&ctNode=12594&mp=1] 李文傑（2012）：偏差友伴與偏差行為：友伴的影響效果確實存在嗎？調查研究-方法與應用，28，

119-160。[Lei, M. K. (2012). Friends and delinquency: Is deviant peer influence real?. Survey Research: Method and Application, 28, 119-160.]

林秀勤、張憲庭、游錦雲（2009）：霸凌現象與學生偏差行為對友善校園影響之研究。初等教育學刊，32，75-103。[Lin, S. C., Zheng, S. T., & Yu, G. Y. (2010). The effects of friendly camps on

bullying and students' deviant behavior. Journal of Elementary School, 32, 75-103.]

邱皓政（2008）：潛在類別模式：原理與技術。台北：五南。[Chiou, H. C. (2008). Latent class model: Principle and technique. Taipei, Taiwan: Wu Nan.]

周愫嫻（2004）：社會階級與少年偏差行為關係。犯罪學期刊，7（1），31-48。[Chou, S. H. (2004). The relationship between social class and juvenile deviances. Journal of Criminology, 7(1), 31-48.]

施宇峰、潭子文（2011）：依附關係和自我概念之關聯性研究。台中教育大學學報，25（1），1-27。 [Shih, Y. F, & Tan, T. W. (2011). A research about the relativity between attachment and self-concept. Journal of Taichung University of Education, 25(1), 1-27.]

張映芬、程炳林（2011）：國中生動機涉入之分類結構及其相關因素探討。教育心理學報，43（2），

521-546，DOI：10.6251/BEP.20101018。[Chang, Y. F., & Cherng, B. L. (2011). The classification and related factors of motivationalengagement for junior high school students. Bulletin of Educational Psychology, 43(2), 521-546. DOI: 10.6251/BEP.20101018.]

張苙雲（2003）：台灣教育長期追蹤資料庫：資料使用手冊【2011.12.01 版】。中央研究院調查研究專題中心學術調查研究資料庫【管理、釋出單位】。台北：中央研究院。[Chang, L. Y. (2003). Taiwan education panel survey: Users'guide (December, 1, 2011 version). Center for Survey Research, Academia Sinica (producer, distributor). Taipei, Taiwan: Academia Sinica]

(18)

張楓明（2006）：社會控制理論之「參與因素」對青少年偏差行為抑制性之實証研究。犯罪學期刊，

9（2），73-100。[Chang, F. M. (2006). An empirical study for the relationship between

“involvement” and adolescent delinquency. Journal of Criminology, 9(2), 73-100.]

張楓明、潭子文（2011）：個人信念、負向生活事件、偏差同儕與青少年初次偏差行為關聯性之實證研究。青少年犯罪防治研究期刊，3（1），133-160。[Chang, F. M., & Tan, T. W. (2011). The

relationship between adolescent belief, negative life event, deviant peer, and onset of delinquency. Journal of Criminological Prevention Researches, 3 (1), 133-160. ]

郭芳君、潭子文、董旭英（2011）：內在性自我控制、復原力對不同類型青少年偏差行為之交互作用效應。教育與社會研究，22，1-37。[Chang, F. M., & Tan, T. W. (2011). The interaction effect

of ego-control and ego-resilience on different types of adolescent delinquency. Formosan Education and Society, 22, 1-37. ]

陳景圓、董旭英（2006）：家庭、學校及同儕因素與國中聽覺障礙學生偏差行為之關聯性研究。特殊教育研究學刊，30，181-201。[Chen, C. Y., & Yung, Y. Y. (2006). The impact of family, school

and peers on delinquency in deaf junior high school students. Bulletin of Special Education, 30, 181-201.]

黃俊傑、王淑女（2001）：家庭、自我概念與青少年偏差行為。應用心理學研究，11，45-68。[Huang,

C. J., & Wang, S. N. (2001). Family, self-concept and deviant behaviors of adolescents. Research in Applied Psychology, 11, 45-68.]

潭子文（2011）：台灣地區高中生依附關係、自我概念與偏差行為關聯性之研究。青少年犯罪防治研究期刊，3（1），41-80。[Tan, T. W. (2011). The study on the associations among attachment,

self-concept and delinquency of senior high school students in Taiwan. Journal of Criminological Prevention Researches, 3 (1), 41-80.]

潭子文、張楓明（2013）：依附關係、低自我控制與青少年偏差行為關聯性之研究。中華輔導與諮商學報，36，67-90。[Tan, T. W., & Chang, F. M. (2011). The study of relationships among

attachment, low self-control, and juvenile delinquency. Chinese Journal of Guidance and Counseling, 36, 67-90.]

Achenbach, T. M. (1982). Developmental psychopathology (2nd ed.). New York, NY: Wiley.

Agnew, R. (1992). Foundation for a general strain theory of crime and delinquency. Criminology, 30(1), 47-87.

Akers, R. L., & Jennings, W. G. (2009). The social learning theory of crime and deviance. In M. D. Krohn, A. J. Lizotte, & G. P. Hall, Handbook on crime and deviance. New York, NY: Springer.

Annis, H. M., & Chan, D. (1983). The differential treatment model: Empiricalevidence from a personality typology of adult offenders. Criminal Justice and Behavior, 10(2), 159-173.

(19)

Barnett, O. W., Miller-Perrin, C. L., & Perrin, R. D. (1997). Family violence across the lifespan: An introduction. Thousand Oaks, CA: Sage.

Clark, S. L. (2010). Mixture modeling with behavioral data (Unpublished doctoral dissertation). University of California, Los Angeles.

Cohen, A. K. (1955). Delinquent boys: The Culture of the Gang. Glencoe, IL: Free Press.

Coleman, J. M. (1996). Emotional and behavioral disorders. Needham Heights, MA: Allyn and Bacon. Fischer, C. S. (1995). The subcultural theory of urbanism: A 20th-year assessment. American Journal of

Sociology, 101(3), 543-577.

Gibbs, J. J., Giever, D., & Martin, J. S. (1998). Parental management and self-control: An empirical test of Gottfredson and Hirschi's general theory. Journal of Research in Crime and Delinquency, 35(1), 40-70.

Gottfredson, M. R. (2006). The empirical status of control theory in criminology. In F. T. Cullen, J. P. Wright, & K. R. Blevins (Eds.), Taking stock : The status of criminological theory: Advances in criminological theory (Vol. 15, pp. 77-100). New Brunswick, NJ: Transaction.

Gottfredson, M. R., & Hirschi, T. (1990). A general theory of crime. Standford, CA: Stanford University . Hagan, F. E. (2010). Crime types and criminals. Thousand Oaks, CA: Sage.

Hirschi, T. (2002). Causes of delinquency. New Brunswick, NJ: Transaction.

Kaufman, J. M. (2009). Gendered responses to serious strain: The argument for a general strain theory of deviance. Justice Quarterly, 26(3), 410-444.

Kim, Y. K., & Muthén, B. O. (2009). Two-part factor mixture modeling: Application to an aggressive behavior measurement instrument. Structural Equation Modeling, 16(4), 602-624.

Kinch, J. W. (1962). Continuities in the study of delinquent types. Journal of Criminal Law & Criminology, 53(3), 323-328.

McCabe, D. L., & Trevino, L. K. (1997). Individual and contextual influences on academic dishonesty: A multicampus investigation. Research in Higher Education, 38(3), 379-396.

McCabe, D. L., Trevino, L. K., & Butterfield, K. D. (2001). Cheating in academic institutions: A decade of research. Ethics & Behavior, 11(3), 219-232.

McNeal, R. B. (1999). Parental involvement as social capital: Differential effectiveness on science achievement, truancy, and dropping out. Social Forces, 78(1), 117-144.

Moon, B., Blurton, D., & McCluskey, J. D. (2008). General strain theory and delinquency: Focusing on the influences of key strain characteristics on delinquency. Crime & Delinquency, 54(4), 582-613. DOI: 10.1177/0011128707301627