大學生性別組成的社會脈絡、性別與友誼網絡機制：ERGMs (Exponential Random Graph Models) 的探討 - 政大學術集成

全文

(1)國立政治大學社會學系碩士學位論文. 大學生性別組成的社會脈絡、性別與友誼網絡機制： ERGMs(Exponential Random 政治Graph Models)的探討. 大. 立. ‧ 國. 學. Social Contexts of Gender Composition for College Students,. ‧. Gender and Mechanisms of Friendship Networks:. Nat. n. al. er. io. sit. y. Exploration of Exponential Random Graph Models (ERGMs). Ch. engchi. 指導教授：熊瑞梅. 研究生：孫維楨. 中. 華. 民. 國. 一〇七. i n U. v. 博士. 撰. 年. 七. 月. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(2) 大學生性別組成的社會脈絡、性別與友誼網絡機制： ERGMs (Exponential Random Graph Models) 的探討. 摘要不同社會脈絡對於個人行為所造成的影響是社會學一直以來都十分關懷的議題。早期，Peter Blau (1974)已經強調過社會脈絡的差異是造成人們產生不同人際互動的原因。Ridgeway (2006) 更強調了個體的行為表現之所以有所差異，是因為個體所處的環境不一致，所以社會對個體的期待也有所不同所致，其中，性別就是一項自社會學萌芽以來倍受討論的關鍵議題。性別自生命誕生的那一刻起，甚至還沒呱呱墜地，就深深的影響著個體往後所受到的期望與待遇，進而成為薪資、勞動力、教育階層化等領域所熱切探討的議題。不同性別比例組成的社會結構，其內部差異更是眾多社會學家、人口學家共相爭鳴的主要戰場。但在社會網絡的領域裡，受到資料蒐集較為困難等限制，至今尚未看到有人較為深入的去研究在大學脈絡下，不同性別組成的班級間人際互動的差異。本研究使用 ERGMs 為主要的分析方法，對熊瑞梅（2015）所主持的科技部整合型研究計畫：「性別與信任行為的機制：從社會網絡、信任賽局和神經科學的觀點來探討」的班級網絡資料進行分析，證實了不同性別組成的社會脈絡會使得內部不同性別的成員做出不一樣的交友行為；另外，本研究同時也發現了不同的行為認知在這之中扮演著舉足輕重的角色。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 關鍵字：社會脈絡、性別組成、大學生、社會網絡、 ERGMs. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(3) Social Contexts of Gender Composition for College Students, Gender and Mechanisms of Friendship Networks: Exploration of Exponential Random Graph Models (ERGMs) Abstract The impact of different social contexts on individual behavior is an important issue that sociology has always been concerned about. In the early time, Peter Blau (1974) had already emphasized that different social contexts are the causes of different interpersonal interactions. Ridgeway (2006) also emphasized that individual behavior varies with different expectations of the positions in society. Among one of them, Gender is a key issue which has been discussed since the beginning of sociology. Since the birth of a new life, even it hasn’t started to breath, gender has already affected human behavior deeply and determined human future expectation and performance. Salary, labor, and education…, etc. are the common outcome affected by gender. The differences between different social structures due to different gender composition, is also the main battlefield for many demographers and sociologists. Owing to the difficulty of collecting data on social networks in classes of college students, almost no study discusses the contexts of gender composition and mechanisms of social networks in the class under the university context exquisitely. This study selects ERGMs as the main analytical method and uses the network data that collected by Hsung’s (2015) project, “Gender and Trust Behavior: Exploration from the Perspectives of Social Networks, Trust Games and Neurosciences”, sponsored by MOST. This study verified that social contexts with different gender composition lead members inside different networks have the different interpersonal interaction. Moreover, we also find that different cognition of behavior also plays an important role in these relationships.. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. Key Words: Social Context, Gender Composition, College Student, Social Network, ERGMs. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(4) 目次第一章緒論 ...................................... 1 第二章文獻探討 .................................. 4 第一節班級脈絡與性別及行為的關連 .............. 4 第二節社會網絡、性別及行為的關連：帶入社會脈絡. 8 第三節社會脈絡與網絡內生機制的模型：ERGMS ..... 13 第三章研究方法 ................................. 22 第一節. 政治大研究架構圖 ............................. 22 立. ‧ 國. 學. 第二節資料來源 ............................... 22 第三節研究變項 ............................... 24. ‧. 第四節分析方式 ............................... 25. y. Nat. io. sit. 第四章資料分析 ................................. 34. al. v i n Ch 初步結構探討 e n g...................... chi U n. 第二節 PAJEK. er. 第一節資本資料 ............................... 34 35. 第三節男生比例較高的班 ERGMS 分析結果 ......... 41 第四節女生比例較高的班 ERGMS 分析結果 ......... 44 第五節男女比例相近的班 ERGMS 分析結果 ......... 46 第五章結論 ..................................... 48 第六章參考資料 ................................. 52 第一節中文文獻 ............................... 52 第二節英文文獻 ............................... 54. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(5) 表次第二章表 2-1 Van Duijn 等人（2003）所繪製的圖表…….............19 第三章 3-1 3-2 3-3 3-4. ‧. n. er. io. sit. y. 4-1 三個班基本描述性統計資料………………….........34 4-2 三個班 in-degree 中心性分布……………...........35 4-3 男生比例較高的班 in-degree 中心性較高的人…...37 4-4 女生比例較高的班 in-degree 中心性較高的人…...37 al v i n C h in-degree U 4-5 男女比例相近的班 e n g c h i 中心性較高的人…...39 4-6 三個班級性別孤島男女比例……………………..…45 4-7 男生比例較高的班 ERGMs-1……………..………..43 4-8 男生比例較高的班 ERGMs-2………………………43 4-9 男生比例較高的班 ERGMs-3………………………43 4-10 男生比例較高的班 ERGMs-4……………………..43 4-11 女生比例較高的班 ERGMs-1……………….…….45 4-12 女生比例較高的班 ERGMs-2………………….….45 4-13 男女比例相近的班 ERGMs-1………………….….47 4-14 男女比例相近的班 ERGMs-2…………………..…47. Nat. 表表表表表表表表表表表表表表. 學. 第四章. 十五個班性別人數統計……………….....................23 ERGMs 中有指向性的結構參數……………………31 ERGMs 中網絡行動者二元性特徵參數……………32 政治大 ERGMs 中網絡行動者連續性特徵參數…………....33 立. ‧ 國. 表表表表. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(6) 圖次第三章. 圖圖圖圖圖. 3-1 3-2 3-3 3-4 3-5. 研究架構圖................................22 PNet 操作主頁..............................28 PNet 結構參數操作介面....................28 PNet 二分變項操作介面....................29 PNet 連續變項操作介面....................29. 立. 第四章. 政治大. ‧ 國. 學. ‧. 圖 4-1 男生比例較高的班真朋友網絡圖..............36 圖 4-2 女生比例較高的班真朋友網絡圖..............38 圖 4-3 男女比例相近的班真朋友網絡圖..............39. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(7) 第一章緒論. 在 1970 年代， Peter Blau (1974、1977) 就曾在研究中表明不同的社會結構，會導致結構內部的人們產生不一樣的人際互動。不一樣的人口組成，像是性別、族群、社經地位和權力等等的差異，會產生出不一樣的社會結構，而不同的社會結構則有不同的機率使得結構內部的成員產生相異的社會互動。比較可惜的是 Peter Blau 較注重不同組成的社會結構對於個人或群體產生的結構性約束，而忽略了個體在被結構約束的當下也同時在塑造著結構。. 政治大 Ridgeway (2006) 是性別與社會地位角色研究的重要學者，和 Peter Blau 不立. 同的是，他不僅在探討社會結構對個人所造成的影響，他更關注人們是如何對於. ‧ 國. 學. 不同的社會地位，像是性別或是種族，產生不一樣的想像，進而影響個人根據自. ‧. 己的地位或特徵去進行不一樣的行為，以滿足社會對自我的期望。Ridgeway 強. y. Nat. 調社會成員所擁有的地位信仰來自於小範圍的群體互動中，並且在與小團體中的. n. al. er. io. 社會所形塑出的框架。. sit. 他人溝通互動的過程裡，強化了自身所擁有的地位信仰，同時也透過互動改變著. Ch. engchi. i n U. v. 不同性別比例所組合而成的社會結構，一直是廣受社會學家、人口學家討論的人口組成要件之一，像是：薪資與性別組成的關聯（謝雨生 1990）、勞動力與性別組成的關聯（劉松燕 2006）、教育成就和性別組成的關聯（2001）等等，光是本土研究的數量都不勝枚舉，更不用說國外關於性別組成的研究數量有多麼驚人，但大多數的研究討論的性別組成多在探討其造成的結果，而較少去探討性別組成是如何的去建構社會脈絡並與脈絡間產生對話，也非常少的研究，或者說幾乎沒有研究將社會脈絡與人際互動的議題放在大學的班級脈絡裡進行討論。. 1. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(8) 在當代台灣社會中，極端的性別組成常見於教育環境內，在國高中時期就有家長為了要讓孩子有更好的學習環境，而將孩子送到單一性別組成的男校或女校就讀，因為他們深信，男女分班才是最佳的學習環境，孩子在裡面讀書會有更好的學習表現（一言 1994），這也隱隱的顯示大眾普遍相信，不同的性別組成環境其實會對於個人的行為表現產生影響。. 即便到了大學時期，多數學生的科系選擇仍舊受到他們從小到大接收到的性別角色態度影響，例如：男生應該選擇化工、電機這類的科系；女生則應該選擇語言、藝術這種較為文靜的科系（謝小芩等 2011）呈現著性別比例懸殊的狀態，. 政治大. 而這樣不同的狀態，勢必會對於內部的成員產生或多或少的影響。. 立. ‧ 國. 學. 本研究主張大學時期對台灣學生一生的重要性絕不小於高中時期，因為很多人是到了大學才真正的搬離家中，獨立到外面生活；也有很多人到大學才第一次. ‧. 交男女朋友，更加全面的社會化，成為一名成年人。在大學這種離鄉背井的開放. y. Nat. sit. 環境中，家庭支持與限制將會減弱，同時更加沉重的課業將會給予學生更龐大的. n. al. er. io. 心理壓力。這些外在因素的變化都有可能造成大學生們變得比高中更加的愛玩或. i n U. v. 是更加的需要找人談論心事，進而造成交友的模式和過往相比產生一定程度的變. Ch. engchi. 化，進而使得網絡的結構產生改變。. 綜觀前段的論述，本研究將採用指數隨機圖模型【Exponential random graph models （ERGMs）】作為主要的分析方式，因為此模型是一種相當適合用於分析網絡內生性（性別、活動）對友誼關係形成的機制。社會網絡是由點與線組合而成的關係圖，點與點之間不同的連線模式會使得社會網絡呈現不一樣的結構，而 ERGMs 就是一種常用來分析社會網絡結構的統計模型。ERGMs 的基本概念是將現有的網絡資料與隨機模擬的網絡進行比較，來了解現有的資料與隨機的網絡相. 2. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(9) 比是否更加顯著的擁有某種網絡運作機制在影響兩者間關係的形成機率，此種模型也可以更加深入的了解網絡的結構特質 (Robins et al. 2007a)。. 此外，ERGMs 也可以將模型中每個點所具有的特質（網絡結構的依賴性［兩者來回性、三者關係、集中性、層級結構］、行動者特質的同質性［性別］以及行動者在活動參與態度上的差別［認為出去玩有人陪伴的重要程度、談論個人感受有人陪伴的重要程度］）放入模型中分析，估算這些特質對於網絡的影響力 (Robins 2007a)。因此，本研究在分析上將採用 ERGMs 來了解不同性別比例組成. 政治大. 的大學生班級所形成的網絡結構是否會有差異，而這也是本研究最核心的分析內容。. 立. ‧ 國. 學. 台灣本土過往的研究曾藉由 ERGMs 的分析方式將國中或高中的男生班、女. ‧. 生班與程式隨機運算的網絡模型進行對照，發現在全男生的班級裡有更高的機率. y. Nat. 出現 AinS（網絡中有少數人受到多數人的高度集中指向，也就是有明顯領頭羊. er. io. sit. 的角色）或 AT-U（網絡中有少數人受到多數人集中指向，且彼此間具有階層關係）這種具有高度層級化集中趨勢的結構（楊天盾 2016）；而全女生的班級中則. al. n. v i n 有較高的機率呈現 Transitive Triad（朋友的朋友是自己的朋友）或是 Cyclic Triad Ch engchi U. （關係緊密且封閉的三人團體）的零散小團體結構 (Ko 2015)。. 在接下來的部分，本文將會解釋不同性別比例所組成的班級和社會網絡間的關聯，並更加詳細的說明個人外在和內在特質與網絡結構變化間的關係，以及網絡內生性在其中的作用。隨後運用基礎的社會網絡描述性資料以及 ERGMs 的分析方式，解釋當前大學生在不同的性別所組成的班級脈絡下，是否會產生出不同的交友模式，並說明性別以及對於是否有朋友陪伴參與不同活動的認知重要性在其中扮演的角色。 3. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(10) 第二章文獻探討. 在下面第一個段落中，本文將闡明社會脈絡（不同性別比例的班級、不同政治背景的家庭等）是如何對人的行為（交友對象的選擇、其它個人行為等）產生影響，並且說明具有不同特質的人（性別、政治理念等）在各種不同的社會脈絡中所受到的影響也不盡相同；此章節的最後同時也會解釋，社會脈絡是如何對擁有不同內外在特質的人產生影響，導致他們在交友的選擇上有所差異，進而產生不同的網絡結構，而這樣的網絡結構，又是以何種方式影響或規範著我們的日常. 政治大. 生活，並在此章節的最後提出本研究的假設。. 立. 班級脈絡與性別及行為的關連. 學. ‧ 國. 第一節. ‧. 社會脈絡是一種存在於個人之外的結構，而此結構正式或者非正式的定義了. y. Nat. 人與人之間的關係。簡單來說不同的社會結構所產生的社會脈絡，會對於內部各. er. io. sit. 種不同的成員產生不同的影響，使得內部成員產生不同的思維與行為等。社會化 (socialization) 是我們在討論個體受到社會影響時不可避免掉的重要概念，其基. al. n. v i n 本意涵為個人學習社會規範使人成為一個社會所能接受的人，且社會化自人出生 Ch engchi U 到死亡從未間斷（蔡文輝 1997）。相同的社會脈絡會對於不同的個體產生不同的. 社會化過程，使人發展出不同類型的人格特質，而性別就是很好的例子：在小時候大多數的父母比較容易買玩具刀、劍、槍等較具攻擊性的玩具給男孩；但買給女孩的玩具則多偏向洋娃娃、家家酒之類比較柔順、跟家務有關的玩具，這樣的差異，是由於這個社會對男孩和女孩有不同的想像，而大多數的父母都會遵循社會的期望將子女培育成社會所期待的樣子。. 4. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(11) 地位建構理論 (Status construction theory) 十分適合用來解釋上述的例子，因為此理論所重視的，正是在集體發展之下，名義上被廣泛認知與分享的地位信仰，像是性別或是種族等等的社會差異 (Ridgeway 1991; Webster and Hysom 1998; Ridgeway and Erickson 2000; Ridgeway 2006)。在 Ridgeway (2006) 的論述中，社會對於不同的身分，往往會有不同的認知差異，並產生不同身分間具有好壞或優劣的認知。舉例而言：大眾會覺得某些種類的人（男人、白人）相較於另一群人（女人、有色人種）擁有更好的能力。而在該理論中，亦強調環境的互動、信仰的傳遞與地位發展間的關係。另一位 Ridgeway (1997) 曾說，不同的工作環境會. 政治大分類的標準，像是：女性在職場上比較適合一些簡單的工作，男性則比較適合粗立形塑出男女在選擇不同工作上的差異，而性別又是在職場上，最容易被拿來進行. 重的工作或是一些較為複雜的工作等。更加仔細的觀察其實會發現，這樣的分工. ‧ 國. 學. 差異在國小的時候就大致顯現，像是；男生常常被指派去清掃離教室較遠的外掃. ‧. 區或去站較危險的交通崗，女生則多留在教室裡掃地和擦玻璃等等。. y. Nat. er. io. sit. 前段論述了相同的社會脈絡可能會對於不同的個體產生不同的社會化過程，接下來本文想討論的是不同的社會脈絡對於同一種類型的個體也可能會有不同. al. n. v i n 社會化過程。同樣以性別為例，邱長彥（2017）的研究以性別的角度對於高中男 Ch engchi U 生在不同的學習環境（純男校、混校）中，選組（社會組、自然組）時所面臨的. 不同情況進行深入訪談法與焦點團體法的分析。他發現在全男生教育環境中的男生，在選擇社會組時往往會受到比一般在男女混校的男生更龐大的壓力與阻礙，但這樣的學習環境卻使這些高中男生產生了另一種社會組男生的多元陽剛氣質，而這樣的改變自己性別展現的行為 West 和 Zimmerman (1987) 將它稱之為做性別。. 5. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(12) West 和 Zimmerman (1987) 想藉由做性別 (doing gender) 這個概念來表達個人的性別是根據不同的情境與場合所「做」出來的，也就是不同的場合可能會對於每個人性別的展演產生不同的影響。換句話說，一個男生或一個女生，在男生比較多的場合或女生比較多的場合，可能會有不同的行為表現來符合社會大眾的期待，這也是為什麼在男校、女校以及混校的男生女生在班級中的行為會有不同的表現。而前段提及的社會組男生，為了在男校中可以不被歧視的生存下去所做出的抵抗，演變出男校社會組男性所特有的多元陽剛氣質，這就是不同的社會脈絡（男校）對同一種類型的人（社會組的男生）會有不同的社會化過程很好的例. 政治大視與壓力，在個性上也就不會為了抵禦不友善的學習環境而將自己的男性氣質加立子，因為他們今天如果在男女混校中選擇社會組就讀，將不會受到如此龐大的歧. 強到和周遭環境一致甚至更強。. ‧ 國. 學 ‧. 除了做性別外，Deaux 和 Major (1987) 提出的性別脈絡模型 (contextual. y. Nat. model of gender) 則是一個建立於互動上的性別模型，適合用來捕捉社會行為中. er. io. sit. 性別差異的穩定程度。也就是說該模型將性別概念化成一個會持續與行動者互動的組件，而在此互動中，行動者會逐漸發展出自我的期望與目標以確認自我的身. al. n. v i n 分，因此互動發生的背景也會決定行動者最終的行為。該模型以性別為基礎，認 Ch engchi U 為個人與性別脈絡間會彼此互動，而透過這樣的互動，個人性別特質的展演會受. 到強化。也就是說，該模型以建構主義為基礎，認為環境會對個人的性別與個體展現出的行為產生限制與影響。這個模型的概念與前段的做性別十分相似，都強調社會脈絡會對於內部不同性別成員的行為產生影響，只是相較於做性別，此模型更強調脈絡與成員間相互影響和建構的過程，而做性別比較強調的則是內部成員受社會脈絡的影響，產生不同性別展演的結果。. 6. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(13) Ridgeway (2000 2006) 也曾經發表過相關的說明，但其將整體架構放大到性別之外，他認為當一個群體對於社會地位的信念大約一致時，此信念將成為此社會文化的一部分，並成為一個理所當然的框架，影響著框架內部成員的行動。 Ridgeway 的理論其實比較近似於 Deaux 和 Major (1987) 所提出的性別脈絡模型，本研究也認為，脈絡和成員之間需要具有一定程度的互動與交互影響，才會最符合社會的真實走向。. 根據 Johnston 等人 (2002) 的說法，對社會脈絡進行分析的研究途徑有兩種，. 政治大人與人之間的關係。Leenders (1995) 曾表明網絡內部的行動者塑造了網絡，而同立其中一種是研究社會的具體制度結構、規則與程序，因為這樣的結構往往定義了. 時網絡也會塑造其內部的行動者，顯示網絡內部的行動者與外部的結構規範是會. ‧ 國. 學. 一同變動的。倘若要同時討論社會結構和人與人之間的關係，社會網絡分析將會. ‧. 是十分適合的模式，像是：Coleman (1988) 對於天主教學校與高中輟學率問題的. y. Nat. 探討；張佑宗與趙珮如（2006）的研究認為泛藍或泛綠陣營的選民，會因為處在. er. io. sit. 不同的環境內，受到來自不同網絡的壓力影響，而產生不同的投票行為；宋鴻燕（2007）對於不同環境下男女孩童對於不同性別化玩具選擇的不同……，都在探. al. n. v i n 討社會脈絡與社會網絡間的關聯。此外，本研究在資料檢視與文獻回顧的過程裡 Ch engchi U 也多次發現不同性別比例組合而成的班級，班級內不同性別的成員會有不同的行為表現，亦即集體性別規範的脈絡（不同性別組成的班級）是有可能對於社會網絡的形成機制產生影響的。因此，本文也將在下面的小節對社會和性別脈絡對社會網絡內部成員行為或態度所產生的影響進行文獻回顧，更加釐清本研究的核心問題。. 7. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(14) 第二節. 社會網絡、性別及行為的關連：帶入社會脈絡. 1988 年 Coleman 提出的文章對往後社會網絡的研究產生重大的影響，其研究主要的貢獻在於提出集體社會規範的形成會對個人的行為產生影響與控制，而個人所受到限制的強弱則和網絡是收斂或開放的有關。Coleman(1988) 發現天主教學校的學生輟學率相較於一般的公私立學校都來的低，其認為這可以歸因於人與人之間緊密聯繫所產生的社會網絡封閉性。他在分析時所採用的是家庭內部與家庭外部社會資本的研究，其中他主要以代間的封閉性（父母、子女、子女的朋. 政治大聚力較高，一種屬於社會信任、義務和社會控制規範的社會資本也就越高。根據立友、子女朋友的父母的網絡互動）來進行測量，發現了在封閉密集的網絡中，凝. Coleman 的論述，這種凝聚力會使得人們更加信任，同時也更大程度的受到社會. ‧ 國. 學. 規範的制約，也因為天主教學校老師與家長間有一個比較完整且嚴密的溝通與監. er. io. sit. y. Nat. 社會網絡會對於個人行為產生影響的經典級文章。. ‧. 控的網絡，使他們學生的輟學率遠低於其他類型的學校，而此篇文章也算是證明. 本文認為 Coleman(1988)的基本構想和上一章 Deaux 和 Major（1987）提出. al. n. v i n 的性別脈絡模型有些相似，相似的地方是雙方都認為社會脈絡和內部成員的行為 Ch engchi U 是相互關聯的，只是雙方切入的角度並不相同。Deaux 和 Major 從性別的角度切入強調脈絡和內部成員間的互動，但卻沒有提到性別組成比例在什麼樣的情況下會對於內部的成員有較強大的影響力，其重點也較沒有放在組織內部成員的互動上。Coleman 的分析方式則忽略了內部成員一些自身的差異在網絡內部產生的影響。因此，本研究若是使用完整的社會網絡資料進型分析，將可以突破原先 Coleman 使用個人網絡資料的限制，得到更完善的研究成果。如果在分析上可以結合性別這種固定的人格特質，再加上 Coleman 研究中所說的內部成員不同的. 8. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(15) 行為模式，將會是一篇十分完善的研究。而在社會網絡的分析領域裡，ERGMs 的分析技術剛好可以滿足這些需求。. 張佑宗與趙珮如（2006）的文章主要是對於台灣 2004 年的立法委員選舉進行分析。而他們的研究結果發現，在控制選民政黨認同的情況下，泛藍陣營的選民如果和家庭其他成員有不同的政治立場，那他們相較於家庭其他政治立場一致或不一致的成員，有最小的可能性會把票投給泛藍陣營的人。此篇文章強調的是網絡會產生一股壓力，來改變內部不一樣的人，逐漸的讓網絡內部的成員變得越. 政治大. 來越相似。此篇研究的看法則和上一小節男子高校中社會組的男生會變得比較具. 立. 有陽剛氣質有關，擁有相同個人特質（都是男生、都是泛綠陣營）的人，若是進. ‧ 國. 學. 入不同的社會脈絡中（男校或女校、泛藍陣營或泛綠陣營），將會有不同的行為表現。Dornbusch (1989) 所說的同儕影響 (peer influence)，指的就是上面這種怕. ‧. 被網絡孤立而調整自己行為至符合網絡期待的樣子。亦即社會網絡中的成員大多. Nat. sit. y. 擁有某種特質時，他有可能會對於網絡內部成員的行為態度和關係建立產生影響，. n. al. er. io. 此影響模式也稱之為社會影響力模型 (Dholakia et al. 2004)。. Ch. engchi. i n U. v. 接著本文想討論的是宋鴻燕（2007）所撰寫的文章。該文章有別於傳統的社會網絡研究，是一篇偏向心理學實驗的文章。宋鴻燕曾經做過一個有趣的實驗，來探討國小一年級學生的朋友關係是否會影響他們選擇不同性別化的玩具。該研究認為性別特質在朋友關係中扮演著十分重要的角色 (Jones et al. 1990)，而小朋友會依據和同學交情上的差異而有不同的互動模式。其結論指出，男孩在和一般班上同學相處的情境中會出現較多選擇男性化玩具的情形，但在好朋友較多的情境下則有較多的機會去選擇非男性化的玩具；女孩則是有比較高的機率在同學情境中迴避男性化的玩具。這份研究顯示了不同的友誼組成會對於孩童在代表著不同性別的玩具選擇上產生影響；也更進一步說明了環境、人際關係與性別展演間 9. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(16) 是具有高度相關性的。比較可惜的是這篇文章並沒有進一步的去探討同學與好友的觀察組別中，性別比例的分佈情形，不然更能看出性別在此的作用機制。. 前面三篇文章，和 Leenders (1995)、Ridgeway (2000)、Johnston (2002) 這三人的想法大致相同，說明了不同社會脈絡下（男生班、女生班、男女比例相近的班）的社會網絡，會對於該網絡內部成員的內在想法（要變的更男性化）或外在行為（玩具的選擇、投票）產生影響，而這種影響又會因為內部成員本身的個人特質（性別）不同產生差異。因此，本研究的重點將不單只強調社會影響力模型. 政治大互影響，以及此影響和個人關係的建立與網絡結構間的關聯。本文在此小節的前立. 所述的社會脈絡對社會網絡產生的集體影響，亦強調社會脈絡和個人特質間的交. 半段將社會脈絡和性別脈絡模型、內部成員個人特質與行為和社會網絡間做了連. ‧ 國. 學. 結，說明了社會脈絡（不同性別比例的班級）會根據內部成員不同的性別或是行. ‧. 為產生影響，使當事人根據性別做出不同的交友選擇；或是根據本身態度或行為. y. Nat. 做出不同的互動模式，而這些朋友的選擇和互動模式都將會對社會網絡的結構產. er. io. sit. 生影響，而最後網絡又會如 Coleman (1988) 所說的變成一種規範，繼續影響內部成員的行為。在此我們可以確定社會脈絡、行動者的行為和個人特質與社會網. al. n. v i n 絡間是具有的關連性的，在接下來的部分本文將會對相關的研究進行回顧，刻畫 Ch engchi U 出清楚的研究架構與問題。. 在先前的研究中本文已經看出不同性別脈絡所形成的校園網絡，會對於內部不同性別成員的交友選擇產生影響。在台灣，Ko 等人在 2015 的研究，就曾試圖探討青少年網絡的封閉性與信任議題之間的關連，並且進一步的研究單一性別與混合性別的班級中，青少年網絡的封閉性是否有所差異。. 10. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(17) 倘若回顧以往 Weiss 和 Lowenthal (1975) 的文章就會發現，在一般的情況下，女生在交友的選擇上比較強調互惠關係，因此常常會出現朋友的朋友也是朋友的三角聯繫，多人指向一人的星狀網絡則較少出現；男生在交友上則比較強調性別的相似性，因此從小到大我們常常會看到男生成群結隊的集體行動，但卻很少看到有一大群女生一起在打完球後到早餐店吃早餐。在這樣的差異裡，不難可以發現社會對於不同性別所建構的價值觀可能會造成不同性別的人在結交朋友方式上的不同，當不同性別的人以不同的比例聚在一起時，會導致網絡結構上的差異，而這樣的差異則會使得內部不同性別的人在交友方式上有所不同。熊瑞梅（2001）. 政治大友的過程中可能比較偏向為了滿足自己某些行動的需求而建立關係，所以比較會立. 在文章中表明，男性在組成網絡時，比較偏向工具性的網絡，也就是男生在交朋. 有像是：打球的朋友、爬山的朋友、出去玩的朋友等等；而女生在網絡的建立上. ‧ 國. 學. 則比較偏向情感性的交流，也就是說女生在建立關係時比較重視的是此人能否進. ‧. 行情感上的交流，這時候網絡成員間彼此的關係是否和諧就很重要，因此女生的. er. io. sit. y. Nat. 社交網絡一般較小，但都較為緊密。. Ko 等人（2015）的文章，運用了台灣中央研究院 2008 到 2009 年間進行的. al. n. v i n 「台灣青少年成長與生涯課程調查」數據，其中包含了 406 名分別處於南部三個 Ch engchi U. 縣市全男生班、全女生班以及混合班的青少年學生的 5 波友誼網絡。此研究證實. 了混合班中女生網絡封閉的情況尤其明顯，但在純女生班中封閉的情況並不很明顯；反倒是全男生的班級中，男生網絡封閉的情況比較明顯，Ko 等人將這歸因為激烈的競爭環境使得網絡變得更加封閉保守，此研究結果更加證明了不同的社會脈絡會使得男女的網絡結構產生差異。此處可以呼應到前面的論述，不同性別比例結合而成的社會脈絡，會對於個人的行為產生影響，而這樣的影響又會依據性別的不同而有所差異，最終對於其行為產生改變，進而影響到其交友模式，這也將是本研究最想證明的事情。此外，Ko 的研究有趣的地方在於其所使用的資 11. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(18) 料庫擁有純男生班、純女生班和混合班的動態網絡資料，這是其他研究所沒有的，十分具有參考價值。. 同樣是研究不同性別組成的青少年班級脈絡下，不同性別的人在友誼選擇上的差異，楊天盾（2016）的研究得到另一種結果。在 Ko (2015) 的研究中，由於被指向的受歡迎程度對於模型會產生無法收斂的影響，因此該研究將此變項去除，以確保其他的變項有辦法維持顯著的狀態。但楊天盾在青少年男生班的研究裡，卻跑出了顯著的 AT-U 結構，表示青少年的男生班裡有很高的機率會出現集中且. 政治大係，本文認為仍有需要檢視的空間。立. 階層狀的網絡結構。因此對於男生班是否會如 Ko 等人所說的呈現顯著的三者關. ‧ 國. 學. 根據 Ko 等人（2015）的整理可以得知，大多數與青少年相關的社會網絡研. ‧. 究均在探討像是：喝酒、攻擊、不專心上課等偏差行為 (Baerveldt et al. 2008;. y. Nat. Knecht et al. 2011) 。即便性別是造成青少年社會化有所差異的重要因素，(Lobel. er. io. sit. et al. 2004; Perry and Pauletti 2011），但大多數研究僅測試性別是否影響網絡的封閉、卻沒有提出適當的理論根據。. n. al. Ch. engchi. i n U. v. 舉例來說，Knecht (2008) 的文章就證實了學生會根據其朋友的平均犯罪行為來調整自己的行為，且會選擇與自己有相似犯罪程度的人當朋友，而同時性別對犯罪率有很顯著的影響程度 (P < 0.001)，也就是在相同的情況下，男孩往往會比女孩有更高的犯罪率，同時也證實了性別會對於青少年的交友模式和外在行為產生很大的影響。而他同一本書的其他研究也顯示，男孩往往比女孩發展出更多的負面學習態度，像是在抽菸的網絡中，青少年很明顯會根據性別選擇朋友，產生男女分離的網絡，可惜的是其文章理論根據的部份尚顯不足。其它研究如 Lubbers et al. (2011) 或 Mercken et al. (2011) 確實有提出理論來說明性別差異對 12. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(19) 網絡的影響，但他們仍然沒有可靠的結果可以證實男性和女性青少年在網絡結構上的差異。. Ko (2015) 等人雖然集中研究在性別特質逐漸成熟的青少年班級，但社會網絡對青少年和成年人在友誼選擇與行為表現上仍有不小的差異。像是 Felmlee et al. (2012) 研究就表示成年人通常對於異性的友誼比較具有包容力；而 Migliaccio (2014) 的文章則說明了成年男性的友誼會受到社會建構出的男性氣息影響，並依據對方的特質產生出被動、較被動、較開放和完全開放的 4 種交友型態與親密. 政治大現象。本文希望可以接續 Ko 等人（2015）的研究，觀察相較於高中生更成熟的立關係；但青少年由於性別特質的發展尚未如此的完全，因此較難看出這麼明顯的. 大學生，在不同性別比例所組成的班級裡，不同性別的大學生在交友的選擇與行. 社會脈絡與網絡內生機制的模型：ERGMs. er. io. sit. y. Nat. 第三節. ‧. ‧ 國. 學. 為的表現上是否有所差異。. 傳統的社會文化中，對於不同性別的人往往有不同的社會期待，社會大眾會. al. n. v i n 期待男生是陽剛的、競爭的、大膽的、有領導才能的等等；期待女生是溫暖的、 Ch engchi U. 有同情心的、親切的、善感的等等，這樣的特質甚至經由 Bem (1974) 進行分類製作出專門的性別角色量表，在台灣經由李美枝、鍾秋玉（1996）的修正，製作成適合台灣人的版本。由此不難了解，每個社會對於不同性別所應該擁有的不同行為展演是多麼的清晰強烈且具有差異性。這樣的社會期望，也會使得不同性別的人在網絡的組成上有不同的特質，如：密度、規模上產生差別（熊瑞梅 2001）。. 13. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(20) （一）. 男生比例較高的班、女生比例較高的班、男女比例相近的班與 ERGMs 之結構差異. 楊天盾（2016）曾經對於不同性別特質的人在社會網絡中所擁有的行為特質進行整理，其以 Eckes 和 Trautner (2012) 的社會角色理論為基礎，說明男女因為社會不同的角色期待，在行為的表現上會依據社會相異的期待而擁有不同的行動目的，男性化的角色行為會比較偏向功能性的，而女性化的角色行為則會比較偏向情感性的。Fox 等人（1985）的研究就曾經說明男性的網絡相較於女性有更高. 政治大 (2009) 則表明女生的網絡相較於男性更加的親密，擁有較多情緒上的支持。另外立的異質性與更多的弱聯繫，比較容易達成工具性的目的；而 Baumgarte 和 Nelson. 亦有研究指出男女在交友的選擇上對於不同類型的朋友會更加敏感，像是 Burk. ‧ 國. 學. et al. (2007) 認為男孩對於不誠實的朋友比較敏感；Zalk 等人（2010）則認為女. er. io. sit. y. Nat. 性別比例組成的班級產生不一樣的網絡結構。. ‧. 孩對於憂鬱的朋友則更加敏感等。亦即社會對於個體不同的期待將可能導致不同. 前面的段落已經說明台灣先前的研究多集中於青少年發展階段，不同性別組. al. n. v i n 成的班級，如：純男生班、純女生班、混合班間網絡結構的差異性；本研究主要 Ch engchi U 想了解性別發展與分化逐漸成熟的大學班級中，不同性別組成的班級，網絡結構是否存在差異性。但與高中研究不同的是，大學相較於國高中是較為自由開放的. 校園，在班級的規劃上已經幾乎看不到純男校、純女校或是純男生班、純女生班的性別組成，因此，本研究在分析上所使用的是大學男生比例比較高的班級和大學女生比例比較高的班級與男女比例相近的班級。若按照郭祐誠（2018）運用 TEPS 自 2001 年蒐集的第一波國中樣本作出的整理，台灣大約有 83%左右的國中班級女生佔全班人數百分比在 40%-60%間，若將百分比區間擴大到 30%-70%，則有 89%的國中班級坐落於此範圍內，因此本研究認為若班級中女生百分比在 14. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(21) 0%-40%之間可以視為男生比例較高的班級、40-60%之間為性別混合的班級、60100%則為女生比例較高的班級。. 若回顧從小到大的成長環境，班級裡的男生往往都有一個核心的領導人，平時下課都是一大群的男生一起行動；女生則相反，在班上往往都是三五成群的個別行動。楊天盾（2016）在研究中曾經運用「台灣青少年成長歷程研究」2000 年的資料進行分析，發現國中純男生班在 All-in-star（AinS）（如下表 3-2）與 ATU 的結構上有顯著的表現，在其研究中 AT-U 的表現更強於 AinS。AinS 的結構. 政治大正且值越大時，代表這個網絡有越集中化的趨勢（Lomi et al. 2013）。AT-U 立. 代表的是一種 in-degree 十分集中在幾個少數人身上的網絡型態，當 AinS 的值為. （Generalized transitive tendency for shared activity closure）則是一種多層次的遞. ‧ 國. 學. 移結構（如下表 3-2），也就是說若這個結構呈現顯著，那這個網絡中的交友模式. ‧. 是具有多層次選擇的，而這樣的層次與受歡迎的程度具有關連，也就是說這樣的. y. Nat. 網絡除了高度的集中性外，同時也擁有階層化的性質。若回顧以往的研究將會發. er. io. sit. 現，AinS 在男生班的表現較為穩定，但 AT-U 僅在楊天盾（2016）的研究中被發現出來。因此本文參考上述文獻的資料，並依照 ERGM 模型所擁有的成分設定. al. n. v i n （包含：網絡結構依賴、行動同質性、行動者行為態度三大層次）進行設計，首 Ch engchi U 先在結構依賴層次的部分本文假設：. H1a：在男生比例較高的班級裡，友誼網絡有更高的機率形成具有高度集中性的. 網絡結構。具體而言，應該是二者真正友誼關係的建立顯著地受到這個層級化的結構影響。. 女生在班上的交友模式往往和男生不一樣，從小到大我們很難看到一大群的女生一起衝到操場上打球，反倒是常常看到女生三三兩兩的坐在教室內討論事情。 15. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(22) 在 Ko 等人（2015）對於台灣高中生的研究中就有發現，純女生班相較於純男生班有更加明顯的 Transitive triplets 結構，其同時有對於 3-cycles (Cyclic Triad) 這項更加緊密的三者關係進行檢驗，但在其研究中並未呈現顯著。Transitive triplets 的結構（如下表 3-2）所代表的是「朋友的朋友是不是朋友」這樣常見的三者關係，而 Cyclic Triad（如下表 3-2）所展現的則是相較於 Transitive triplets 更加緊密且封閉的三者關係。Kirke（2009）指出女生在交友時更容易形成緊密的三者關係 (triadic closure)，而 D'Exelle 和 Holvoet (2011) 對於農村地區的研究則表明，女性相較於男性更容易出現小型且緊密的 clique。因此本文假設：. 政治大 H1b：在女生比例較高的班級裡，友誼網絡有更高的機率形成零散小團體的結構，立亦即，三者零星封閉的網絡顯著地影響了二者關係建立的機率。. ‧ 國. 學 ‧. 在此小節的最後，要進行的是男女比例相近班級的結構假設。在本研究中，. y. sit. io. er. 研究假設：. Nat. 由於男女比例相近的班的女生人數略多於男生（男生 33 人，女生 48 人），因此. al. n. v i n H1c：在男女比例相近的班級裡，友誼網絡有更高的機率形成零散小團體的結構， Ch engchi U 亦即，三者零星封閉的網絡顯著地影響了二者關係建立的機率。. （二）. 男生比例較高的班、女生比例較高的班、男女比例相近的班級中，性別在 ERGMs 中的同質性效應. 不論是國、高中時期，藉由強制分班、男女不同校的教育政策所產生的純男生班、純女生班；或是大學裡經由不同科系的分化，所產生的男生比例較高的男生班和女生比例較高的女生班，都不是一般社會的常態。國高中這種由人為強制 16. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(23) 進行分流的單一性別組成的教育環境，Halpern 等人（2011）認為是「性別隔離」的教育。過往的研究發現，性別隔離的情況不僅會出現在由人為分化的男生、女生班中，它亦有可能會出現在混合性別脈絡的班級裡（楊天盾 2016）。但過往多數的男生、女生班研究，多集中在國、高中班級的研究，而不是大學班級的研究，照常裡來說，在學校的環境裡，社會網絡擁有很高的彈性，大學生的友誼網絡更是如此，因為學生可以自由的和任何自己喜歡的人互動（Van de Bunt et al. 1999）。. 同質性 (Homophily) 是社會網絡中常見的一種情況，首先運用這個詞彙的. 政治大方常用的諺語 “Birds of a feather flock together.” 一樣。人們根據相似性選擇他們立是 Lazarsfeld 和 Merton（1954），他代表著人們會選擇相似的人當朋友，就像西. 朋友的想法至少可追溯到古代希臘，而現代社會網絡中相同性質的人往往會聚集. ‧ 國. 學. 在一起，也就是說網絡中的個體往往會比較願意和自己相同類型的人做朋友. ‧. (McPherson et al. 2001)。張明宜、吳齊殷（2013）的研究也有提到若青少年學業. y. Nat. 相似性越高，則越可能成為朋友，其他西方研究像是：Mercer 和 De-Rosier（2010）. er. io. sit. 指出孤獨的孩子更有可能選擇其他孤獨的孩子作為朋友；Cheadle 和 Goosby (2012) 認為青少年傾向選擇具有類似且程度相當內隱問題的人當朋友等。. n. al. Ch. engchi. i n U. v. 在關於性別的社會網絡研究中，也有很多研究提到相同性別的青少年比較容易選擇彼此當朋友 (Lubbers 2003; Baerveldt et al. 2004）。而這樣對於性別同質性的選擇，使不同性別的學生在班級裡較容易選擇與自己相同性別的人當朋友。但是，生理性徵雖然是天生的，性別的概念根據先前段落的描述，其實是被社會建構出來的，不同的社會脈絡，會對於不同性別的人產生不同的影響。在楊天盾（2016）的文章中曾有說明，不同性別隔離程度的班級，男女會有不同的互動機率，也符合本文第一段所提及的地位特性理論的描述，也就是不同的社會環境會塑造出不同的男女特性。 17. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(24) 因此，本文認為不同性別比例所組成的班級，意味著不同開放程度的社會環境，一般來說，男性的性別角色比較傳統，女性的性別角色比較開放。因此，本文假設男生比例高的班級所代表的是性別環境較為傳統的環境，而女生比例高的班所代表的則是性別環境較為開放的環境，男女比例相近的班代表的則是當前一般的社會環境。以上三種不同的性別比例組成的班級，由於不同社會脈絡的影響，內部不同性別的學生在互動上會有不同的選擇，也就是說，不同性別比例組成的班級中，內部學生的交友網絡在性別同質性的程度上會不同。. 政治大友模式的選擇上偏好與傳統角色分數較高的人交友，因此男生比較容易選擇和自立在性別角色態度較為傳統的男生比例較高的班中，本文認為其內部學生在交. 己一樣性別角色態度傳統的男生當朋友；而性別角色較為開放的女生比例較高的. ‧ 國. 學. 班級中，因為對於性別角色的看法較為開放，也較能接受班上較為少數的男生，. ‧. 因此性別在女生比例較高的班級中並不會對於網絡的結構產生影響。而在男女比. y. Nat. 例相近的班級中，由於本文採用的資料班級裡的女生略多於男生，因此本文認為. er. io. sit. 該班級的女生相較於男生具有人數上的優勢，也就是女生相較男生會更加主動的擴張自己的交友圈以利和男生相互競爭，因此本文在此提出以下假設：. n. al. Ch. engchi. i n U. v. H2a：在男生比例較高的班，男生相較女生有更高的機率選擇相同性別的人當朋. 友。 H2b：在女生比例較高的班，性別不會對於網絡結構產生影響。 H2c：在男女比例相近的班，女生相較於男生會更加主動認識不同性別的人。. 18. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(25) （三）. 男生比例較高的班、女生比例較高的班、男女比例相近的班，對不同活動的參與態度在 ERGMs 中對真正友誼關係形成的影響. Van Duij 等人（2003）用 4 項指標（現實接近度、個人特質、活動、網絡結構）等態度和行為面向對剛進入大學的社會新鮮人進行研究，並對社會網絡早、中、晚三個時期進行分析，試圖了解不同指標在網絡中作用的時間和成效。其研究結果發現在剛認識的初期是否可以常常見面以及兩人個人特質是否相似是友誼能不能開始的關鍵，而這項影響大概到友誼中期逐漸衰退。活動（出去玩、談. 政治大對於網絡所造成的影響；網絡結構則在任何階段都一直都處於有影響的狀態。Van 立. 論感受）則在友誼形成的中後期產生影響，但作者其實並無法十分確定活動在此. Duijn 等人（2003）所製作的表 2-1 中我們可以看出，談論感受之類的活動，是. ‧ 國. 學. 有可能在友誼形成的中期以後對於交友關係產生影響的。：. ‧. n. al. er. io. sit. y. Nat. 表 2-1 Van Duijn 等人（2003）所繪製的圖表. Ch. engchi. i n U. v. Van Duijn 等人（2003）在研究結論中有提到由於他們的研究做的是大學新鮮人的友誼網絡，在固定的課程中一開始學生會固定的見面，因此物理上的實際接觸在一開始很容易會有很強的影響效果；而性別則是在一般研究中就一直存在著很強大的影響效果，因此這兩個因素可能會使得內隱的相似性沒辦法呈現十分 19. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(26) 顯著的影響，這也是為什麼該作者在表中的星星後打上問號，質疑其影響程度是否真的這麼弱的原因。本研究認為，如果我們可以將不同的性別的學生拆開來進行研究，並分析友誼發展的過程裡，可見相似性減弱且不可見相似性增強的中間階段，或許可以得到十分特別的結果，甚至可以看出在不同性別組成的脈絡下，活動對於友誼的選擇產生不一樣的影響。. 在 Van Duijn 等人（2003）的研究中，他們曾經採用幾種不同的活動來進行隱性相似性的分析，其中包含了：社團參與、在家吃晚餐、出去玩、討論課業、. 政治大一定會參加同一個社團；台灣大多數的大學生都是在外地就學或住學校宿舍，難立使用軟性藥物 (soft drug) 以及談論個人感受。本文認為，同一堂課程中的學生不. 以回家吃晚餐；一個大學生常常修 7、8 門課，討論課業並不能確保是同一堂課. ‧ 國. 學. 程的課業；軟性藥物的使用較難取得真實數據，因此以上幾個活動並不適合在台. ‧. 灣來做研究。. y. Nat. er. io. sit. 本研究主張，是否有人陪伴一起出去玩和談論個人感受兩者較適合拿來進行台灣大學生人際網絡的分析，因為根據先前的研究回顧我們可以知道男生的網絡. al. n. v i n 比較偏向功能性的工具性網絡；而女生比較容易發展出聊天談心的情感性網絡 Ch engchi U. （熊瑞梅 2001）；在此出去玩剛好可以用來代表男生比較喜歡建立的工具性網絡，而談論感受則可以用來表示女生比較常建立的情感性網絡。也就是說，男生在交朋友時會比較在意他人是否能和自己一起出去玩，而女生則會比較在意對方是否能夠談心。若將兩種不同的活動放入 ERGMs 進行分析，就可以進一步知道台灣大學生在友誼的建立上是否真的如先前研究所說的，在功能上有這麼明顯的分別，還是會如同國外像是 Migliaccio (2014)、Thurnell-Read (2012)、Wright 和 Scanlon (1993) 等人所認為的，網絡的功能分化會變得更加多元？. 20. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(27) 根據以上論述，本研究認為不同性別比例所組成的班級，可能會發展出不同功能的網絡，據此提出以下假設：. H3a1：在男生比例較高的班級，行動者認為有人一起出去玩是否重要，會影響其. 真正友誼建立的機率。 H3a2：在男生比例較高的班級，行動者認為有人一起談論感受是否重要，不會影. 響其真正友誼建立的機率。 H3b1：在女生比例較高的班級，行動者認為有人一起談論感受是否重要，會影響. 其真正友誼建立的機率。. 政治大. H3b2：在女生比例較高的班級，行動者認為有人一起出去玩是否重要，不會影響. 立. 其真正友誼建立的機率。. ‧ 國. 學. 本文在先前 H2 時，以人數差異及性別角色態度的保守程度來推論男女比例. ‧. 相近的班中女生相較於男生更容易打破性別中間的界線產生全班性的互動。因此. sit. y. Nat. 本文認為女生比較容易從事的談論感受相較於出去玩更有可能成為影響全班網. n. al. er. io. 絡結構的活動，在此提出最後的假設：. Ch. engchi. i n U. v. H3c1：在男女比例相近的班，行動者認為有人一起談論感受是否重要，會影響其. 真正友誼建立的機率。 H3c2：在男女比例相近的班，行動者認為有人一起出去玩是否重要，不會影響其. 真正友誼建立的機率。. 21. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(28) 第三章研究方法. 第一節. 研究架構圖. 性別行為認知（有人陪伴出去玩/談論個人感受重要性）. 政治大. 立. 社會脈絡. ‧ 國. 學. 社會網絡. （班級性別組成比例）. ‧. 圖 3-1 研究架構圖. sit. y. Nat. al. er. io. 本研究試圖以基本的社會網絡資料搭配 ERGMs 來對國立政治大學的班級網. v. n. 絡進行分析，探究不同性別比例所組成的班級脈絡下，社會網絡結構、性別以及. Ch. engchi. i n U. 行為認知間的關聯，以及其中所包含的內生機制。. 第二節. 資料來源. 本研究使用熊瑞梅主持的科技部整合型研究計畫：「性別與信任行為的機制：從社會網絡、信任賽局和神經科學的觀點來探討」的資料進行研究，該研究計畫執行期間自 2015 年開始至 2017 年結束。此計畫自 2015 年 2 月對國立政治大學 79 個班級進行第一批的資料蒐集，共取得 1844 份問卷，經過初步分析後，此計畫再從這些班級裡挑出 15 個班級進行動態網絡的資料蒐集，獲取共三期的動態 22. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(29) 網絡資料。三期動態網絡的資料抽樣是依據政治大學 103 年第一學期學士班各科系註冊人數的男女比例來進行劃分的，包含了男性較多的班級、女生比例較高的班級還有男女比例相近的班級，且課程均為系上必修課。問卷填寫時間分別為 2015 年的 4 月中旬（4/7-4/21）、5 月中旬（5/12-26）和 6 月中旬（6/9-6/23），每期資料回收約 500 份左右，三期資料總計回收 1502 份問卷。最一開始的 1844 份問卷中，包含了學生的基本資料、社會網絡與社會資本、性別角色態度、心理健康等等；後三波的資料裡，則包含了性別化職業、性別化信仰等資料，以及附有各班學生名單的網絡表格，用以蒐集動態網絡的資料。. 表 3-1 十五個班性別人數統計. 立. 女生人數. 遺漏人數. 43. 0. 55. 0.781818. 4. 13. 0. 17. 0.764706. 5. 14. 0. 19. y. 0.736842. 10. 29. 1. 0.725. 18. 1. io. 4. 12. Nat. 3. 班級總人數. al. 24. 0.75. 46. 0.673913. 58. 0.637931. 0. 81. 0.592593. 25. 0. 44. 0.568182. 17. 20. 0. 37. 0.540541. 11. 13. 15. 0. 28. 0.535714. 12. 42. 32. 1. 75. 0.426667. 13. 28. 17. 0. 45. 0.377778. 14. 49. 18. 0. 67. 0.268657. 15. 44. 14. 4. 62. 0.225806. 5. n. 5. 40. er. 2. 總人數. ‧. 1. 女生/. sit. (依性別比例). 班級. 學. 男生人數. ‧ 國. 排序編號. 政治大. 6. 12. 7. 21. 8. 33. 48. 9. 19. 10. C h 31 3 engchi U 37 0. v ni. 23. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(30) 本研究在資料使用的選擇上從擁有三期動態網絡的 15 個班級中挑出女生所佔班級總人數百分比在 0%-40%之間的男生比例較高的班、40%-60%之間的混合班以及 60-100％之間的女生比例較高的班各一班來進行資分析，而選取方式是挑選各區間中人數最多的一班，結果如上表 3-1。此三個班級分別為資訊科學系的程式語言課程（男生比例較高的班）、外交系的國際政治經濟學（混合班）與新聞學系的倫理與新聞媒體（女生裡例較高的班）。. 第三節. 友誼網絡：. 立. 政治大. 學. ‧ 國. （一）. 研究變項. 共有三波資料，在每一波的問卷的最後一大題，附有全班學生名冊的表格，. ‧. 使受試者可以運用勾選的方式，選出其目前所「認識」的同學；其次，使受試者. y. Nat. 從所勾選出「認識」的同學中，標記出受試者與他/她之間的關係屬於下列哪一種. er. io. sit. 類型。四種類型包含了「真朋友」、「朋友」、「中立的關係」、「不和諧的關係」。在資料的編碼上若有認識的為 1、不認識的為 0，在友誼類型編碼的部分，真朋. al. n. v i n 友為 1、朋友為 2、中立的關係為 4。本研究根據不同的友誼 C h3、不和諧的關係為 engchi U. 類型進行分類重新編碼，將真朋友的部分維持 1 不變，其他類型的友誼關係重新編碼成 0，做出包含 1 與 0 的真朋友關係矩陣，並運用此矩陣進行社會網絡分析。. 本研究在資料的選擇上會選擇第二期的網絡進行分析，是根據 Van Duijn 等人（2003）的論述，第二期網絡資料調查時間為學期中間，比較能夠同時看到外在（性別）差異和內在（有人陪伴出去玩、談論個人感受的重要程度）差異對於網絡的影響，同時也是網絡資料較為穩定的階段。. 24. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(31) （二）. 性別. 性別變項的蒐集在 2015 年的 2 月，於開學時期蒐集的 1844 份中，位於 E 大題基本狀況的第 1 題，代碼為 E1，男生編碼為 1，女生編碼為 0。此變項遺漏值的部分已於後期動態網絡資料蒐集時進行補齊。. （三）. 行為變項. 政治大第二期的 B 題組和第三期的 C 題組，題組名稱為【人際互動與學校生活】。本研立. 行為變項的蒐集和三波友誼網絡的資料一併進行，分別在第一期的 C 題組、. 究使用的是此題組中：「請問您在從事下列的活動時，有朋友和你一起參與重不. ‧ 國. 學. 重要？」的第 1 和 10 題，出去玩以及談論個人感受的部分。此題組依照重要程. Pajek. y. sit er. al. n. （一）. 分析方式. io. 第四節. Nat. 常重要。. ‧. 度的高低分成 1-5 等份，由 1 到 5 分別是非常不重要、不重要、普通、重要、非. Ch. engchi. i n U. v. Pajek 是進行社會網絡分析常會使用的基礎入門軟體，操作簡單且包含十分多樣的功能，像是：網絡圖的繪製、網絡基本資料（點、線、密度等）的計算、中心性、結構洞、資料標準化等等。運用 Pajek 可以讓使用者更加清楚該網絡的基本特質，繪圖的功能更是可以讓使用者以視覺化的方式快速的掌握社會網絡的基本結構。因此，本研究在分析的方法上，會先運用 Pajek 計算出三個不同性別組成班級的資本網絡資料（點與線的數量、in-degree 中心性、結構限制），然後 25. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(32) 將各個班級的性別變項加入 Pajek 的 partitions 中，最後畫出以圓圈大小表示 indegree 中心性大小（圓圈越大中心性越大）、以不同顏色區分性別的班級網絡圖，以便了解不同班級間網絡結構的特色與差異，以利於之後的 ERGMs 分析。. （二）. ERGMs. ERGMs 的全名為 Exponential Random Graph Models，中文翻譯成「指數隨機圖模型」，此種模型的運算方法是將使用者手邊所擁有的網絡資料與軟體隨機. 政治大模型在結構上是否具有顯著的差異。ERGMs 在設計上，不只可以比對使用者手立模擬運算出來的網絡進行比較，藉此得知使用者手中的網絡，與隨機發展的網絡. 邊模型與軟體模擬運算的模型在結構上的差異，還可透過設定不同的參數，檢視. ‧ 國. 學. 哪些變項（個人特質，如：性別；態度或行為，如：有人陪伴談論感受、出去玩. ‧. 的重要性）有顯著的機率影響使用者手中網絡結構的生成 (Robins et al.，2007)。. y. Nat. er. io. sit. 上述的 ERGMs 的分析，本文使用 PNet 作為分析的軟體。由於網絡是許多個點間交錯複雜的關係，因此網絡分析不像一般的統計分析一樣，可以將變項直. al. n. v i n 接放入迴歸模型中探討彼此間的關聯，因此 ERGMs 的出現使得社會網絡的分析 Ch engchi U. 邁向了一個全新的領域。PNet 是由澳洲 MelNet 團隊開發，專門用來進行一元. (one-mode) 社會網絡 ERGMs 分析，該團隊同時還釋出了 XPNet 還有 MPNet 等針對二元以及多層次網絡分析的軟體。本文分析的對象為班級中的友誼網絡，此資料為行列均為同班級學生的矩陣資料，且資料採用相同順序排列，因此適合使用 PNet 進行分析。. 26. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(33) PNet 在結構的運算上採用的是「馬可夫蒙地卡羅」 (Markov Chain Monte Carlo) 「最大概似估計法」 (maximum likelihood estimation) 的「評定模型」(Logit model) 模型 (Frank and Strauss 1986; Wasserman and Pattison 1996; Goodreau et al. 2009)。此程式在運算中將依變項設定為網絡中「兩點 (node) 間形成連帶 (tie) 的機率」，並藉由比對使用者放入軟體中的「實體網絡」和軟體模擬運算出的「虛擬網絡」，來得知使用者提供的網絡與隨機網絡相比，是否有更顯著的機率形成某些結構。另外，ERGMs 可以將模型中每個點所具有的特質或行為放入模型中進行分析，並判斷這些特質或行為是否可能會對網絡結構的形成產生影響。由於. 政治大都會對網絡結構的形成和網絡內部每個點的屬性及行為產生交互影響（Robins 立 ERGMs 中的參數所代表的是不同關係對於網絡結構的影響程度，因此每段關係. 2007；楊天盾 2016）；這樣的假設使得 ERGMs 得以用來估計模型中每個點本身. ‧ 國. 學. 所具有的特質（性別、認為有人陪伴談論感受是否重要等），是否會對網絡結構. ‧. 的形成產生影響。而在最後的分析結果報表上，PNet 會自行比對使用者所放入. y. Nat. 的真實網絡與隨機形成的虛擬網絡之間在形成結構是否具有顯著的差異，以及使. er. io. sit. 用者所放入的行為變項是否會顯著的對結構產生影響，並自動在有顯著的變項後方加上星號 (*)，其判斷公式為：. n. al. Ch. engchi. i n U. v. t-statistics = (observation - sample mean)/standard error. 透過以上的說明可以了解本文 ERGMs 的分析上主要可分為三大部分：第一部分為「網絡結構」、第二部分為「外在特質」（性別）還有第三部分的「內在感受」（有人陪伴談論個人感受、出去玩的重要性），下方圖 3-2、3-3、3-4、3-5 為 PNet 操作介面的截圖可供讀者更快速的了解 PNet 的使用原理與方式，本文也將在下一段落對於這三大部分進行更詳細的介紹。. 27. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(34) 指向性結構參數行為變項二分變項連續變項. 立. 政治大圖 3-2 PNet 操作主頁. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 3-3 PNet 結構參數操作介面 28. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(35) 立. 政治大. ‧ 國. 學. 圖 3-4 PNet 二分變項操作介面. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 3-5 PNet 連續變項操作介面 29. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(36) （三）. ERGMs 模型結構參數介紹. 下頁的表 3-2 顯示的是本文在 ERGMs 的模型中所嘗試放入的網絡結構參數，總共包含 Arc、Reciprocity、Alt-in-star (AinS)、AT-U、Transitive Triad (T9) 以及 Cyclic Triad (T10) 這六項參數，前面兩項參數 (Arc、Reciprocity) 所代表的是網絡基本的密度與友誼的回饋機制，基本上都會呈現顯著，一般所有研究均會放入；中間兩個參數 (AinS、AT-U) 所代表的是較具有集中傾向的網絡結構，前者具有較強的單一集中性、後者強調網絡中有多個被集中指向的個體，且個體間具. 政治大 T10) 代表的則是網絡內部多為零散分布的小團體，在網絡圖中多為零散小三角立. 有被指向多寡的階層性差異，常見於男生班中（楊天盾 2016）；最後兩個參數 (T9、. 構上更加緊密且具有封閉性(Ko 2015)。. 學. ‧ 國. 形的結構，其中代表 Cyclic Triad 的 T10 相較於代表 Transitive Triad 的 T9 在結. ‧. y. Nat. 表 3-3（第 11 頁）呈現幾個常用於分析是否會有顯著機率對網絡結構產生. er. io. sit. 影響的參數。第一個是 Interaction，也就是前一章節所提及的網絡同質性，在本研究中此項將放入性別進行分析，若有顯著則代表該班級的學生在朋友的選擇上. al. n. v i n 有更高的機會選擇和自己相同性別的人當朋友；第二個是 Sender，在表中可以看 Ch engchi U. 出它是由黑色圓圈指向綠色圓圈，代表若行動者具有某種態度或特質時，比較會. 擴張自己的交友範圍，此項若有顯著則代表班級內的學生有更高的機率選擇和自己不同性別的人交朋友；第三項所討論的則是被動接受的關係，代表若行動者具有某種態度或特質時，比較容易受到大家歡迎，也就是說此項顯著代表此班級的男生（女生）相較於隨機的情況下更願意和女生（男生）當朋友。. 表 3-4 所顯示的則是 ERGMs 主要的連續性參數，也就是網絡內生機制對於結構產生的影響。Sender、Sum 和 Difference 強調的是主動的選擇，而 Receiver 30. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(37) 比較注重的則是被動的接受。而其中，Sum 和 Difference 強調的是兩者間某項特質、態度或行為的總和或差異大小；前者強調若兩人都同時具有某項特質或常參與某項活動，也就是兩者對於某項行為、特質或態度的加總越高，他們有更高的機率成為朋友；後者 Difference 強調的則是兩者之間的差異性，也就是兩人在某項特質、態度或行為的差異越大，兩者間越不容易建立關係，相關說明請參照第 12 頁表 3-4。. 表 3-2 ERGMs 中有指向性的結構參數，圖例引用自 Wang (2009) 模型圖例. 立. 政治大說明由一個點單一指向另一個點，代表單向的. Arc. ‧ 國. ‧. 兩個點間相互指向的關係，代表著雙方相互認為對方是朋友. 大多數的點都集中指向中間單一的點，代. n. al. er. io. （AinS）. sit. Nat Alt-in-star. 學. Reciprocity. 友誼關係. y. 名稱. Ch. i n U. v. 表網絡中有一人極度受到大家的歡迎. engchi. 關係以階層狀的方式指向少數的點，代表 AT-U. 網絡關係集中指向少數的人，且點和點間具有階層關係. Transitive 朋友的朋友也是自己的朋友 Triad（T9）. Cyclic Triad （T10）. 三個人之間呈現緊密且不容易被打破的三者關係 31. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(38) 表 3-3 ERGMs 中網絡行動者二元性特徵參數（性別），圖例引用自 Wang（2009）名稱. 模型圖例. 說明網絡間的同質性（Homophily），乘上特質，. Interaction. 代表某些行動者比較會選擇相同特質的人互動，例如選擇相同性別的人當朋友. 行動者具有某些特質價值或參與某些活. Sender. 動者，比較積極與人交朋友。. 立. Receiver. 治政行動者具有某些價值態度特質或參加某大些活動者比較容易吸引人與他交往。. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 32. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(39) 表 3-4 ERGMs 中網絡行動者連續性特徵參數（認為有人陪伴談論感受 / 出去玩重要嗎？），圖例引用自 Wang（2009）名稱. 模型圖例. 說明. 認為有人陪伴談論感受 / 出去玩. Sender. 越重要的人會越主動在此班級中建立關係. 越認為有人陪伴談論感受 / 出去玩. Receiver. 越重要的人越容易在此班級中被建立關係. 立. Sum. 治政兩者在某項特質、態度或行為加總的值越大大，兩者間越容易建立關係. ‧ 國. 學. 越重要的人彼此之間越容易成為朋友. ‧. 兩者在某項特質、態度或行為的差異程度越高，兩者間越不容易建立關係認為有人陪伴談論感受 / 出去玩越重要與越不重要的人，彼此之間越不容. n. al. er. io. sit. y. Nat. Difference. 認為有人陪伴談論感受 / 出去玩. Ch. engchi. v i n U易成為朋友. 33. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(40) 第四章資料分析. 第一節. 資本資料. 男生比例較高的班. 女生比例較高的班. 男女比例相近的班. 67. 49 政治大 18. 55. 81. 12. 33. 43. 48. 73%. 22%. 41%. 27%. 78%. 學. 59%. Number of vertices. 67. 55. y. 81. Number of lines（Arcs）. 168. sit. 表 4-1 三個班級基本描述性統計資料. 88. 班級人數與性別比例總人數男生人數女生人數. 立. 男生人數百分比. ‧ 國. 女生人數百分比. ‧. 網絡基本資料. io. 0.0374. n. Average Degree. al. Input Degree Centralization. Ch. er. Nat. Density. 57. 0.0188. v i2.0727. n U e n0.08448118 g c h i 0.03703704 5.0149. 0.0134 2.1728 0.06218750. 行為變項的基本資料有人陪伴談論個人感受重要程度平均數. 4.208955. 4.109091. 4.160494. 有人陪伴談論個人感受重要程度標準差. 0.820217. 0.887749. 0.710708. 有人陪伴出去玩重要程度平均數. 4.238806. 3.909091. 4.160494. 有人陪伴出去玩重要程度標準差. 0.693026. 0.837154. 0.554595. 34. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(41) 表 4-1 上半部呈現的是三個班級的性別比例，從中可以看出男生比例較高的班級總人數為 67 人，男生佔總人數的 73%；女生比例較高的班總人數最少，共 55 人，女生佔班級總人數的 78%；男女比例相近的班總人數最多，共 81 人，男女比約 4：6。. 接著呈現的則是網絡的基本資料，從表中可以得知，男生比例較高的班不論是密度、平均 Degree 以及被指向的集中度都明顯的高於另外兩個班，而這樣的網絡特質，和熊瑞梅（2001）所提出的論述是相符的。當然，也有可能是因為此網絡為「真」朋友的網絡，由於男女在對於「真」朋友的定義上可能有所差異，. 政治大. 因此呈現當前的情況。. 立. 下半部呈現的是行為變項的基本資料，從這裡可以簡單的看出男生比例較高. ‧ 國. 學. 的班級學生稍稍認為有人陪伴出去玩比有人陪伴談論個人感受重要，但其差距極小（0.03）；女生比例較高的班級則認為有人陪伴談論感受較有人陪伴出去玩重要. ‧. 一些（0.2）；而男女比例相近的班的學生則認為有人陪伴談論個人感受和有人陪. sit er. io. Pajek 初步結構探討. al. n. 第二節. y. Nat. 伴出去玩是一樣重要的。. Ch. engchi. 表 4-2 三個班 in-degree 中心性分布. i n U. v. 班級＼人數 0 男生比例較高 11. 1. 2. 3. 4. 5. 6. 7. 8. 21. 4. 8. 11. 4. 6. 1. 1. 女生比例較高 22 男女比例相近 37. 12. 18. 3. 0. 0. 0. 0. 0. 23. 9. 9. 2. 0. 2. 0. 0. 表 4-2 顯示男生比例較高的班、女生比例較高的班和男女比例相近的班被指向中心性的人數分布，在男生比例較高的班中其最大值（8 人）明顯高於另外兩個班級，且第二高的 7 人也高於另外兩個班的 3 和 6 人，這代表在男生比例較高的班級中，有較明顯的領頭羊的角色。若對男生比例較高的班中被指向人數最高的三組人運用 Pajek 跑出的網絡圖 4-1 進行更細微的整理則可得到表 4-3 ， 35. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(42) er. io. sit. y. ‧. ‧ 國. 學. Nat. v n. Ch. engchi. i n U. al. 圖 4-1 男生比例較高的班真朋友網絡圖（顏色：partitions，藍色男生，紅色女生；大小：vectors，in degree 中心性；空心圓圈僅用以表示性別，其 vectors 為 0）. 立. 政治大. 36. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(43) 表 4-3 ，可以看出在性別組成的部分，in-degree 最高的兩組（7、8）性別組成大致等於該班的性別比例，但在 in-degree 為 6 人的組別中，則偏向以單一性別的組成為主，以上的資訊顯示了在男生比例較高的班中，應該會有集中指向的 AinS 的結構，且性別可能會是影響該班網絡結構的主要因素。表 4-3 男生比例較高的班 in-degree 中心性較高的人 in-degree 中心性. 6. 6. 6. 6. 6. 6. 7. 8. 編號. 16. 23. 40. 41. 46. 51. 36. 45. 性別. M. M. M. M. M. M. M. M. 男生. 6. 4. 6. 6. 5. 6. 5. 6. 女生. 0. 0 1 治政大表 4-4 女生比例較高的班 in-degree 中心性較高的人立. 0. 2. 2. 性別女生. 3. 3. 3. 2. 12. 36. F. F. F. 0. 0. 1. 3. 3. 2. ‧. 男生. 0. 學. 編號. ‧ 國. in-degree 中心性. 2. sit. y. Nat. n. al. er. io. 而在女生比例較高的班級中，最高的被指向中心性僅有 3 而已，且人數僅有. i n U. v. 3 人（表 4-4），即便女生比例較高的班級總人數為三個班級裡最少的（55 人），. Ch. engchi. 但相較於男生比例較高的班（67 人）其人數也只有相差 10 人而已，但被指向中心性的最大值卻從 8 人降低為 3 人，這是十分明顯的變化。在女生比例較高的班級網絡圖 4-2 中，可以看出這個班級的網絡相較於另外兩個班更加的鬆散，且並沒有看到十分明顯的核心人物，班上的群體大多呈現零散的分佈，且彼此間並沒有太過緊密的聯繫，每個小群體間的網絡較為封閉，大多為封閉的三角形結構（如編號：29、42、41；33、30、32 等），和過往如：Kirke (2009) 等等的研究十分的符合，因此在 ERGMs 的分析上，應該會以封閉性較高的 Cyclic Triad 為主。. 37. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(44) er. io. sit. y. ‧. ‧ 國. 學. Nat. v n. Ch. engchi. i n U. al. 圖 4-2 女生比例較高的班真朋友網絡圖（顏色：partitions，藍色男生，紅色女生；大小：vectors，in degree 中心性；空心圓圈僅用以表示性別，其 vectors 為 0）. 立. 政治大. 38. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.

(45) er. io. sit. y. ‧. ‧ 國. 學. Nat. v n. Ch. engchi. i n U. al. 圖 4-3 男女比例相近的班真朋友網絡圖（顏色：partitions，藍色男生，紅色女生；大小：vectors，in degree 中心性；空心圓圈僅用以表示性別，其 vectors 為 0）. 立. 政治大. 39. DOI:10.6814/THE.NCCU.SOC.005.2018.F04.