:::

偏差友伴與偏差行為: 友伴的影響效果確實存在嗎?

偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 119
研究論文
偏差友伴與偏差行為:
友伴的影響效果確實存在嗎?✽
李文傑✽✽
摘要
過去的實證研究已經一再地指出,偏差友伴與個人偏差行為間具
有強的關連性。但,當今社會學和犯罪學領域的研究中,卻有兩個相
互競爭的觀點嘗試解釋兩者間的關連。一為「影響性效果」,此觀點
認為偏差友伴確實地影響著個人的偏差行為發展;另一個觀點為「選
擇性效果」,主張個人會選擇跟自己相似的人結交朋友,或個人會「投
射」認為朋友的行為應跟自己是相似的,基於此觀點,偏差友伴與個
人偏差行為的高相關性只不過是「自我選擇」下的產物。本研究使用
2,280 位來自於「台灣青少年計畫」的台灣青少年樣本,並配上以班
級為單位的友誼網絡資料,用以檢測偏差友伴和個人偏差行為間的實
際連結。為了排除「選擇性」及「投射性」的偏誤,本文除了使用貫
時性資料外,並且使用兩種不同偏差友伴的測量方法,一為傳統的自
 ✽  誌謝:本研究所運用的調查資料主要來自於中央研究院社會學研究所伊慶春教
授所主持的「台灣青少年成長歷程」研究計畫,計畫編號為AS-93-TP-C01,感
謝計畫小組所有成員所精心設計的問卷題目及社會網絡資料,尤其非常感謝伊
慶春教授對本研究及後續研究的支持與指教。同時非常感謝吳齊殷教授長期對
作者研究的建議與教導、以及陳易甫教授和林宜穎博士對本研究初期模型的實
際建議。最後,感謝匿名審查人和調查研究期刊編輯委員的精闢見解及指教,
謹此誌謝。本文之全部論點、見解及錯漏,概由作者負責。
✽✽  美國喬治亞大學社會學系暨家庭研究中心
120 調查研究—方法與應用/第28 期
陳式測量,另一種為社會網絡測量的技術。分析結果顯示,縱使「選
擇性」、「投射性」和「樣本流失性」的偏誤排除後,偏差友伴和個人
偏差行為間仍具有實際的關連性。另外,本文進一步發現,自陳式測
量相較於社會網絡測量法,更有可能高估偏差友伴對偏差行為的解釋
力。根據分析之結果,本研究建議,當使用自陳式測量的偏差友伴預
測個人偏差行為時,應同時在分析模型中考慮「自我控制」和「父母
監控行為」對個人偏差行為的效果,用以減低自陳式測量所造成的「投
射性」偏誤。
關鍵字:偏差友伴、偏差行為、影響性效果、選擇性效果、投射性效果
Friends and Delinquency:
Is Deviant Peer Influence Real?
Man-Kit Lei✽
ABSTRACT
Consistently, empirical findings have indicated that the presence
of deviant peers is one of the strongest predictors of adolescent delinquency.
While this association is widely accepted, the mechanisms at
work have been disputed. Two competing approaches, the influence
and selection approaches, have received the most scholarly attention.
The influence model argues that an association with deviant peers has
a real and causal impact on adolescent delinquency. Conversely, the
selection model posits that perceived associations are the result of
homophily, as people tend to form or select friendships with others
who share similar characteristics. Using a sample of 2,280 Taiwanese
✽  Man-Kit Lei is a doctoral candidate in the Department of Sociology and research statistician
in the Center for Family Research at the University of Georgia. His research
focuses on the ways in which community factors, family processes, peer affiliations, and
genotype combine to influence well-being. His work has appeared in journals such as the
American Sociological Review, Taiwanese Sociology, and Journal of Family Psychology.
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 121
adolescents from the Taiwan Youth Project along with friendship network
data, this study reexamines the association between deviant
peers and delinquency. In order to rule out potential biases, this study
uses both perceptual and direct measures of deviant peers. The perceptual
measure of deviant peers refers to an individual’s report of
his or her friends’ delinquent behavior, whereas the direct measure is
formed through an analysis of the friendship network data. Controlling
for selection and projection effects, the results show that the
effect of deviant peers on delinquency remains significant. The
results also indicate that using a self-report measure of deviant peers,
in contrast to a social network analysis, potentially overestimates the
deviant peers-delinquency relationship. Finally, this study’s results
support the combined use of both self-report measures of deviant
peers in conjunction with self-control and parental monitoring measures
to best account for the influence of deviant friendships on
delinquency.
Keywords: deviant peers, delinquency, influence effect, selection
effect, projection effect
壹、前言
偏差友伴越多則個人從事偏差行為的機會越高,已是普遍的社會
事實。西方的實證研究已經提供有效的證據,證明青少年的偏差友伴
數與偏差行為(Jaccard, Blanton, & Dodge, 2005)、暴力行為(Kreager,
Rulison, & Moody, 2011)、使用非法藥物(Zimmerman & Vasquez,
2011)、喝酒(Cheadle & Whitbeck, 2011)、吸煙(Otten, Wanner, Vitaro,
Engels, 2009)、和憂鬱(Stevens & Prinstein, 2005)具有正向的顯著關
122 調查研究—方法與應用/第28 期
連性。事實上,不止於西方的研究文獻,在華人的社會中,也流傳著
「近朱者赤,近墨者黑」或「物以類聚」等,與友伴和個人行為關連
的相關諺語。縱使,友伴和個人行為的相關性不容質疑,當今社會學
和犯罪學領域的研究中,卻有兩個相互競爭的觀點嘗試解釋兩者間的
關連。
首先,是以社會學習理論為基礎的學者,他們主張偏差和個人行
為是從別人身上學習得來(例如:Akers, 1998; Sutherland, 1947; Warr,
2002),並且相信偏差友伴對個人偏差行為具有實際的「影響性效果」
(influence effect)。相對地,部分社會學和犯罪學學者拒絕偏差友伴
具有實際的影響效果,他們主張偏差友伴的效果只是一種「選擇性效
果」(selection effect)而已,代表性學者如Glueck and Glueck(1950)、
Kandel(1978)和Gottfredson and Hirschi(1990)。這些學者相信,
個人會選擇跟自己相似的人結交朋友,偏差友伴與個人偏差行為的高
相關性只不過是「自我選擇」(self-selection),或只是個人潛在特質
(latent trait)的一種「投射」(projection)後的結果。簡言之,偏差友
伴的多寡和個人偏差行為的涉入程度,雖然呈現強烈的正相關,但在
解釋這樣的關連時,卻出現兩個互相競爭的觀點,一者主張偏差友伴
具有實際的影響效果,另一者則否定此一效果。
很可惜地,過去的研究在資料的限制下,並沒能在有效地控制
「選擇性效果」下,來探討友伴是否對個人具有實際的影響力。究其
原因,在於過去的研究大多仰賴橫斷的(cross-sectional)自陳式(self
report)調查法(Piquero, Gover, MacDonald, & Piquero, 2005),而其基
本假設是,自陳式測量法所測得的偏差友伴能確切地代表或估計真實
友伴的行為,當受訪者被要求回答他╱她們的好友中有沒有從事各種
不同類型的偏差行為時,如果此分數越高即代表其受訪者的偏差友伴
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 123
越多。然而,許多實證研究已從理論和方法上來挑戰此一假設,並且
指出自陳式測量以「知覺」為基礎,經常出現錯誤認知與高估他╱她
人行為的偏誤(Henry, Kobus, & Schoeny, 2011; Weerman & Smeenk,
2005)。在相似性(homophily)概念的基礎上(Kandel, 1978),個人
傾向於「選擇」與自己相似的人交朋友,並「投射」認為朋友的行為
應跟自己是相似的(Bauman & Ennett, 1996; Gottfredson & Hirschi,
1990)。除此之外,從方法學的角度,基於「共同方法的變異」(common
method variance)之因素,如果自己與友伴的行為皆從自陳式測
量獲得,兩者間的關連性必然在資料來源相同下而增強(Norton, Lindrooth,
& Ennett, 2003)。
最近,歐美的學者已開始利用社會網絡測量的技術,利用受訪者
相互提名的矩陣重新測量偏差友伴,由於所得之分數是直接從受訪者
的友伴獲得,學者稱為「實際的」(actual)偏差友伴(Cunningham &
Selby, 2007; Iannotti & Bush, 1992; Prinstein & Wang, 2005; Weerman &
Smeenk, 2005),這些研究發現到實際的偏差友伴與個人的偏差行為間
的關係,並沒有以自陳式問卷為基礎之「知覺的」(perceived)偏差友
伴為高。雖然,國外(尤其是美國)已經有一些重要的發現,但台灣
以及東亞的研究在資料的限制下,仍以橫斷自陳式測量為主(Huang
et al., 2010; 吳明燁,1999)。而且,我們的教育制度和人際互動方式
並不完全與其他國家相同,因此,如果直接引用國外友伴與個人行為
的相關研究推及至台灣及華人社會時,則有其困難性。
據此,本研究欲回答以下的基本理論性問題:偏差友伴是否確實
地對台灣青少年的偏差行為產生影響。假如社會學習理論的「影響性」
觀點成立,則必須是在同時考量「選擇性」和「投射性」效果下,友
伴偏差行為仍對個人偏差行為產生統計上的顯著效果。基於過去研究
124 調查研究—方法與應用/第28 期
在資料上的限制,本文將使用貫時性資料(longitudinal data),在考
慮前期的個人偏差行為之條件下,來減低個人偏差傾向(delinquent
propensity)的選擇性偏誤;接著,利用友誼網絡(friendship network)
來建構實際的偏差友伴分數,用以排除「投射性」效果。具體而言,
本研究將在考慮了「選擇性」和「自我投射」的偏誤之後,檢測偏差
友伴是否確實能預測個人的偏差行為。接著,比較自陳式與社會網絡
測量偏差友伴間之差異,假如自陳式的測量,確實高估了偏差友伴對
個人偏差行為之影響力,又如何去降低這些從個人因素所「投射」的
偏誤。
貳、文獻探討
一、偏差友伴和個人偏差行為:影響性效果
在社會學習理論的傳統裡(Akers, 1998; Sutherland, 1947; Warr,
2002),個體從別人身上學會如何從事犯罪或偏差的過程,事實上與學
習語言或禮儀是一致的,均是透過一系列與他人互動的學習過程。最
著名的觀點是Sutherland 的「差別結合理論」(Differential association),
他列出九個主要的命題去討論犯罪或偏差的形成。最主要的論點是,
個人出生猶如一張白紙,並不知善與惡,因此個人會從事犯罪或偏差
行為,是由於在社會的互動場域中,人們在與重要他人(父母或朋友)
的互動過程裡,耳濡目染下學到的一套價值定義。當他╱她們學得的
價值定義是:違規(法)時,比不違規(法)對自己有利。此時,他
╱她們便會從事犯罪或偏差行為。其後,Akers 等人(1979)與Akers
(1998)透過心理學的學習理論,進一步補充Sutherland 的觀點,認為
個人偏差行為的養成,是透過差別結合(association)、差別增強(rein偏
差友伴與偏差行為:友伴的影響效果確實存在嗎? 125
forcement)、和模仿(imitation)的機制,以及透過與重要他人(如:
父母或友伴)的互動過程中習得。例如,在兒童期,父母經常使用打
罵的教養方式教導孩子,在其成長的過程中,他╱她們與父母生活在
一起,經過觀察及學習漸漸將這些行為內化成行為的基模(schemas),
認為這是教導孩子或與家人互動的一部分。同樣的,國內外的研究也
一再地證實父母的嚴酷教養,對下一代教養行為(吳齊殷、高美英,
1997)和暴力對待伴侶(Simons, Lei, & Landor, 2012)具有因果影響
關係。
相對於父母的教養行為,青少年期的孩子更容易受到其友伴的影
響。而且,過去的研究已一再地指出,青少年友伴的偏差行為非常一
致地預測個人的偏差行為(Nelson & Boisvert, 2011; Warr, 2002)。如果
青少年指出其友伴中有從事偏差行為者,他們更有可能回答自己也有
類似的偏差行為(Jaccard, et al., 2005)。另,針對133 篇出版於1974
至2003 年的實證研究,Pratt 等人(2010)利用後設分析(meta analysis),
已揭露出差別結合下的友伴偏差行為對個人偏差行為,具有強
的效應值(effect size)。總言之,從學習理論的理論架構下,友伴對
個人具有實際的因果影響力。據此將可以說明,為什麼有一些青少年
吸煙、喝酒或從事偏差行為,是因為他╱她們從其友伴身上學得。因
此,這個觀點非常強調偏差友伴對個人的偏差行為,具有實際上的因
果關連性。
二、友伴的影響性效果之質疑:選擇性效果
相對於「影響性」的觀點,部分學者質疑是否「友伴」的實際影
響效果被過度地高估(Cunningham & Selby, 2007; Henry et al., 2011;
Prinstein & Wang, 2005)。其中一個主要的觀點,可追溯到Glueck and
126 調查研究—方法與應用/第28 期
Glueck(1950)對「影響性」觀點的質疑,他們的核心主張認為友伴
與個人行為的強正相關,是由於「物以類聚」(birds of a feather flock
together)所致。更確切地說,「選擇性效果」的觀點認為友伴與個人行
為的關連,並非確實地被友伴所影響;反之,是因為個人本身的潛在
特質或行為模式(Gottfredson & Hirschi, 1990),使得在互動場域中,
青少年專挑與自己相像的人當朋友。因此,經常使用非法藥物、吸煙
喝酒或從事偏差行為的青少年,會根據自己的這些行為特質,去選擇
自己的偏差友伴、酒友或煙友。基於此一觀點,友伴與個人兩者間的
因果關連,只不過是虛假的(spurious)關係而已;如果將個人選擇性
的因素排除後,友伴對個人行為將不存在解釋力。
從以上「影響性」和「選擇性」的理論觀點,我們可以發現到,「影
響性」效果強調友伴對個人的因果關連,有鑑於選擇性效果主張相反
的因果方向。由於橫斷式的資料,只能夠讓研究者理解變項間的相關
性,無法考量變項間時序的問題。因此,不少的研究已建議(Frank,
2011; Matsueda & Anderson, 1998),如果研究模型要排除「選擇性」
的偏誤,最佳的方法是利用貫時性資料,將個人前期的偏差行為控制
在分析模型中,來進一步了解友伴對個人行為的關連性。可惜地,大
部分過去的研究成果(Iannotti & Bush, 1992; Prinstein & Wang, 2005;
Reid, Manske, & Leatherdale, 2008),仰賴的是橫斷式資料,並沒能有
效地在控制前期的行為狀態下來排除選擇性的偏誤。在沒有控制「選
擇性」的因素下,過去的研究所指出,友伴對個人的影響力可能已被
過度估計(Bauman & Ennett, 1996; Kandel, 1978)。據此,本研究將以
貫時式資料,在分析模型中,控制前期個人的偏差行為狀態,用以排
除因個人潛在特質所造成的「選擇性」偏誤。
除了個人本身的行為特質所造成的「選擇性」偏誤外,過去的研
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 127
究已一再證明(Aseltine, 1995; Goldstein, Davis-Kean, & Eccles, 2005;
Rankin & Kern, 1994),父母的「教養行為」,同樣會影響青少年的擇
友傾向。例如,研究發現如果父母能掌握小孩的交友和生活狀況,則
這些孩子較少有機會結識不良的友伴(Dodge, Greenberg, & Malone,
2008; 李文傑、吳齊殷,2004)。有研究發現(Weerman & Hoeve, 2012;
Wu & Lei, 2013),當父母的「監控行為」被統計地控制在分析模型中,
偏差友伴對個人偏差行為雖仍達顯著性相關,但兩者間的關連性相對
地減弱。
另一個可能的偏誤來源為「缺乏自我控制」(lack of self-control),
Gottfredson and Hirschi(1990)主張「缺乏自我控制」作為一個潛在
特質(latent trait),形成於早期的父母教養行為,此特質將在小孩十
歲以後保持相對地不變,並持續影響個人發展;對於友伴跟個人的關
係,他們最主要的假設是認為,個人選擇結交偏差友伴,是因為他╱
她們缺乏「自我控制」。因此,友伴對個人行為的影響並非因果的主
因,主因是個人的「自我控制」;基於此觀點,Gottfredson and Hirschi
(1990)斷言友伴行為與個人行為間只是虛假的(spurious)關係,當
分析模型考慮了「缺乏自我控制」此一變項,偏差友伴對個人行為的
關連性將隨之消失。過去已有不少的研究檢測他們的論點(Baron,
2003; Hay, 2001; Meldrum, Young, & Wearman, 2009; Nelson & Boisvert,
2011; Schreck, Stewart, & Fisher, 2006),但沒有研究完全支持他們的
觀點,例如:Pratt and Cullen(2000)進行的事後分析發現,即使「自
我控制」被控制在分析模型中,偏差友伴對個人偏差行為仍存在影響
力;McGloin and Shermer(2009)利用the National Longitudinal Study
of Adolescent Health(Add Heath)資料發現,「自我控制」雖不能完全
地,卻能部分地解釋友伴對個人的偏差行為。據此,雖然並沒有證據
128 調查研究—方法與應用/第28 期
證明「教養行為」和「缺乏自我控制」各自能完全地解釋友伴對個人
行為的影響性,但兩者卻能有效地排除部分的「選擇性」偏誤。
三、友伴的影響性效果之質疑:投射性效果
雖然國內外的研究,一致地指出以自陳式測量為基礎的偏差友
伴,在預測個人偏差行為時,具有很強的關連性。然而,不少犯罪學、
社會學或心理學的學者已開始質疑測量的有效性(Bauman & Ennet,
1996; Gottfredson & Hirschi, 1990; Haynie, 2001; Young, Barnes, Meldrum,
& Weerman, 2011),他們認為以自陳式測量所獲得的資訊,是
受到個人「投射性」因素所污染,亦即個人傾向將自己的行為特質投
射到他╱她們的朋友身上,認為自己的好友應該與自己是相似的。藉
此,當個人將自己的行為投射到友伴時,友伴與個人行為間的正相關
隨之膨脹。正如Gottfredson and Hirschi(1987: p. 597)所說「自陳式
的友伴偏差只是另一種個人偏差行為的測量」,並非真正的是個人友
伴的行為。加上,從方法學的角度,個人和友伴的資訊獲自同一來源
(自陳式測量),基於「共同方法的變異」下,個人與友伴的偏差行為
之關連性必然會被高估(Norton et al., 2003)。
事實上,過去的研究已提供證據指出,青少年知覺的友伴行為和
友伴的實際行為,兩者間存在著差異性。大部分的結論皆指出,知覺
的相較實際的友伴行為與個人的偏差行為間有更強的相關性,因為青
少年較傾向於投射自己的行為表現到其友伴身上,他╱她們會認為自
己的朋友應該與自己是相似的,因而錯估了其身邊友伴的行為(Cunningham
& Selby, 2007; Ellickson et al., 2003; Haynie, 2001; Henry et al.,
2011; Iannotti & Bush, 1992; Prinstein &Wang, 2005; Reid et al., 2008;
Ross, Greene, & House, 1977; Weerman et al., 2005; Young et al., 2011)。
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 129
例如:Iannotti and Bush(1992)以小學四和五年級的學生為對象,不
單要求這些學生填寫自己與朋友的行為,並且需要指出三位班上的好
友,他們的結果發現,青少年自陳的偏差友伴較之他╱她們的好朋友
回答自己的偏差行為,其與個人偏差行為間的相關強度,前者是後者
的兩倍。另外,Young et al.(2011)使用荷蘭的長期追蹤資料,他們
的分析結果除了指出使用自陳式的偏差友伴,將會高估偏差友伴與個
人偏差間的關連外,他們更發現如果受訪者擁有較低的「自我控制」
和高犯罪傾向,這些受訪者更有可能錯估其友伴的偏差行為。據此,
青少年自身所認知的朋友行為,很有可能存在「自我投射」(self projection)
的偏誤(Gottfredson & Hirschi, 1990; Jussim & Osgood, 1989;
Kandel, 1978)。換言之,偏差友伴與個人偏差行為的高相關,很有可能
只是自陳式測量的「測量污染」(measurement contamination)所造成。
相較於傳統的自陳式測量,友伴之訊息是從受訪者之回答間接地
獲得,社會網絡測量法卻直接從受訪者的友伴獲取(Haynie, 2001)。
此方法的原理,主要是透過受訪者在特定範圍內的互動場域(例如:
學校的班級)提名自己的好友,由於研究是基於特定的互動場域,研
究者便有可能將友伴的受訪資料連結到個人資料上,從而客觀地獲得
受訪者之友伴行為。
四、過去相關研究的限制與不足
綜合而言,以Gottfredson and Hirschi 等為首的學者,主張從「選
擇性」和「投射性」偏誤的角度,來質疑偏差友伴預測個人偏差行為
的有效性。然而,社會學習理論的學者(如:Akers, 2008; Warr, 2002)
並不同意批評者的觀點,並且回應道,以社會學習理論為基礎的友伴
影響效果,不必然在控制了「選擇性」或「投射性」的條件下,進而
130 調查研究—方法與應用/第28 期
使其影響的效果消失,例如:Matsueda and Anderson(1998)利用多
時間點的「跨延宕模型」(cross-lag model),他們發現縱使選擇性偏誤
被統計地控制後,偏差友伴對個人的偏差行為仍具有顯著的正關連,
Weerman(2011)利用貫時性網絡資料,在考慮了「選擇性」和「投
射性」的偏誤下,偏差友伴的效果依然存在。
除了以上的理論性問題外,過去有關友伴與個人行為間的關連性
研究,存在著若干方法學上的限制與不足。首先,過去部分西方的研
究(Boman & Gibson, 2011; Kandel, 1978),在測量實際友伴時,往往
只能蒐集到受訪者的一位最要好的朋友,藉著這一位好友所陳述的自
身行為狀況,用來作分析及比較;但是,這類型的研究將會遭遇一個
很大的困境,就是需要假設好友間之異質性很小,亦即這一位好友能
代表其他的友伴。
除此之外,由於青少年的互動場域常被鑲嵌在學校(Ellickson et
al., 2003)或其班級(Wu & Lei, 2013)內;近來,一些台灣學者已注
意到,在研究青少年友伴時,必須同時考慮到青少年與其友伴的互動
場域(Huang et al., 2010; Wu & Lei, 2013; 謝雨生、吳齊殷、李文傑,
2006),例如:利用多層次模型,Wu and Lei(2013)指出知覺的友伴
與個人偏差行為之間的關係,是受到班級水準的偏差行為所影響,當
青少年就讀於偏差行為普遍的班級,其友伴對個人偏差行為的影響力
相對較高;根據這樣的結果,作者從日常生活的觀點指出,東亞相較
於西方國家的學童,學生每天至少有長達八小時是在同一個教室學習
及互動,因此班級所產生之效果將不能忽視。事實上,在蒐集社會網
絡資料時,必須預設一個網絡互動的場域,例如:國內外的青少年研
究,最常使用學校或班級作為網絡分析的單位,因此以一般迴歸模型
分析時,很有可能違反一般線性模型(ordinary least squares; OLS)
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 131
Ordinary least squares 的「獨立性假設」(independence assumption),
亦即受試學生彼此間並非相互獨立,班級(組)內的受試者實際上分
享著相同的變異,並共同受到班級因素所影響。當分析的模型並沒有
控制班級的效果時,其產生的結果將可能造成係數的標準誤被低估而
顯著性考驗被高估(謝雨生等,2006)。
其次,雖然使用貫時性資料與社會網絡測量,能有效地控制「選
擇性」和「投射性」所造成的偏誤,但此種資料結構卻容易受到「樣
本流失」(sample attrition)所影響,例如:部分受訪者有可能基於搬
家或個人意願的因素,無法或不願意繼續參與研究計畫,導致這些樣
本無法進行分析;另外,在使用社會網絡測量時,如果沒有提名任何
好友的受訪者,由於沒有辦法捕捉到他們友伴的行為狀況,這些樣本
也會被移除。重要地,流失或移除的樣本,很有可能是在非隨機下產
生,進而導致偏誤,例如,沒有提名任何友伴的受訪者,可能是被其
同儕拒絕的孤鳥,研究已指出這類型的青少年與偏差行為存在相關
(吳齊殷、李文傑,2001)。換言之,如果忽視「樣本流失」的偏誤,
分析模型所產生的結果將會嚴重地失真(Bushway, Johnson, & Slocum,
2007)。可惜地,過去有關友伴對個人行為的相關研究,大多沒有考
慮到樣本流失所造成的選擇性偏誤,本研究將使用Heckman(1979)
的二階段法來調整樣本流失所造成的選擇性偏誤(selection bias)。
基於過去相關研究,在資料與分析方法上皆存在限制,以及過去
對於友伴效果的研究,大部分證據是來自於美國(Weerman & Hoeve,
2012),Wong 等人(2010)在比較歐洲與北美的實證研究時, 他們指
出在美國業已證實的偏差行為之風險因子,並不能完全地應用在歐洲
社會中;同理地,台灣社會的文化及生活互動模式異於歐美國家,因
而不能在沒有本土實證資料支撐下,直接援引西方研究來解釋台灣的
132 調查研究—方法與應用/第28 期
青少年。很可惜地,台灣或東亞的相關研究相對較少,最主要的原因
是長期貫時性的友誼網絡資料,在人力和物力的考量下難以蒐集(Yi
(ed.), 2013)。近來,國內學者已經注意到此一問題(例如:Wu &
Huang, 2011; 謝雨生等,2006),並且使用社會網絡測量來建構友伴及
好友的相關指標。但至今仍沒有相關台灣研究,比較自陳式和社會網
絡測量間的差異。據此,對於台灣社會中,友伴對個人的影響效果為
何,仍缺乏相關的實證證據。本研究將使用一項大型的台灣青少年貫
時性資料,同時地在分析模型中考量「影響性」和「選擇性」效果,
並且利用社會網絡測量法排除「投射性」效果。整體而言,本研究所
欲探討的問題為:在控制「選擇性」效果下,青少年所知覺的友伴偏
差行為與朋友的實際行為,兩者在預測個人偏差行為時是否一致,如
果是不一致則何種條件下它們會達到一致。
參、研究設計及方法
一、資料來源與使用樣本
本研究採用中央研究院主題計畫資助的「臺灣青少年成長歷程」
(伊慶春教授總主持,計畫編號:AS-93-TP-C01)研究計畫之資料,
此計畫在2000 年時,蒐集了當時為國一及國三的兩個世代的樣本,
計劃之調查母群體為台北市、新北市和宜蘭縣的公私立國中學生。為
求有足夠的學校及班級效果和足夠的統計力(statistical power)進行
統計分析,此計畫設計預估抽取四十個學校,並在台北市和新北市抽
取國一和國三兩個年級各1,000 名學生,宜蘭縣國一和國三各800 名
學生,粗估總樣本數為5,600 名學生。抽樣原則採「分層的多階層叢
集抽樣」,依「縣、市」作為第一分層,「鄉、鎮、市、區」發展的先
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 133
後順序作為第二分層。接著,分層後,以學校為「第一抽出單位」,
班級為「最終抽出單位」。最後,此計畫於2000 年(第一波)共計抽
取40 所國中,共162 班,完訪學生總人數為5,586 人;其中,國一共
81 班,2,696 人,國三共81 班,2,890 人。自2000 年開始每年以連續
固定樣本追蹤研究的方式,連續就同一樣本進行追蹤調查,詳細的訪
問流程和樣本流失的問題,請參閱Yi(ed.)(2013)。
本研究分析之資料為國一樣本第一波(2000 年)與第二波(2001
年)的學生資料,此資料是採用班級施測的方法作資料蒐集,施測問
卷包括傳統的自陳式項目,以及學生提名其好友的友誼網絡問卷。由
於樣本流失及部分學生沒有提名任何班上的友伴或漏答題目,本研究
實際分析的樣本數為2,280 位學生,其中女性1,133 人(49.7%)、男
性1,147 人(50.3%),在2000 年時,他╱她們的父親約有52.8% 具有
高中學歷,17.9% 稱其家庭每月收入不到新台幣三萬元,13.1% 稱其
為單親家庭。
二、主要變項測量
本文共有五個主要變項,分別為「偏差行為」、「知覺的偏差友
伴」、「實際的偏差友伴」、「缺乏自我控制」和「父母的監控行為」,
現將各變項分述如下:
(一)偏差行為
青少年的偏差行為測量,來自於第一與第二波資料中的七個項目
(Wu & Lei, 2013),受訪者被問及有沒有在過去一年中,從事以下的
行為,包括:「逃家」、「蹺課」、「故意破壞不屬於自己的東西」、「偷
東西」、「故意勒索或打傷別人」、「抽菸或喝酒」和「使用藥物」。其
中,有從事此項目為1,沒有則為0,最後由七個項目加總成個人的
134 調查研究—方法與應用/第28 期
「偏差行為」此一指標。Cronbach Alpha 信度係數為.83。
(二)知覺的偏差友伴
知覺的偏差友伴測量自陳式問卷,受訪者被問及有沒有好友在過
去一年中,從事與以上偏差行為相同的七個頂目(Wu & Lei, 2013)。
其中,有友伴從事此項目為1,沒有則為0,接著,由七個項目加總
成「知覺的偏差友伴」此一指標。Cronbach Alpha 信度係數為 .79。
(三)實際的偏差友伴
客觀的測量可說是過去研究所忽略的,其中一個原因是由於涉及
面太廣及經費上的因素,故無法輕易找出樣本的友伴或好友邀其填寫
問卷,來測量受訪者友伴實際行為究竟為何。幸好,青少年時期的友
誼網絡非常穩定,他們所認為的好朋友總是那幾個人,加上台灣學童
的人際互動大多是建立在班級裏。因此,本研究採用好友提名的方
法,以班級為單位,透過問卷中「想想你最要好的朋友(們),按照
你們要好的程度,依序寫出前五位的基本資料」,繼而找出受訪者班
上友伴之問卷資料,來測量友伴的偏差行為之分數。由於受訪者與其
友伴填答相同的問卷,偏差行為的測量同樣基於七個主要項目:「逃
家」、「蹺課」、「故意破壞不屬於自己的東西」、「偷東西」、「故意勒索
或打傷別人」、「抽菸或喝酒」和「使用藥物」。具體變項的建構和測
量,將採用Ken Frank 提供的SAS 語法1 進行(Frank, 2011)。
(四)缺乏自我控制
缺乏自我控制的測量來自三個項目,分別為「如果有人訂了我不
喜歡的規矩,我會故意違規」、「如果有人對我大吼大叫,我就對他大
吼大叫」和「如果有人很嘮叨,我會故意跟他作對」。以上各題為四
1 參見https://www.msu.edu/~kenfrank/social%20network/influence2.sas
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 135
點的量表,選項分別為由1(很不同意)到4(同意),變項的處理方
式,是將此三個項目之得分加總而成,因此,分數愈高表示受訪者愈
缺乏自我控制。Cronbach Alpha 信度係數為 .77。
(五)父母的監控行為
父母的監控行為作為一項重要的社會控制,本研究將使用三個國
內外研究經常使用的項目作測量(李文傑、吳齊殷,2004),內容包
括受訪者父親和母親:「知道你每天的行蹤」、「知道你出門是跟誰在
一起」、「知道你回家了或已經上床睡覺」等,主要是要理解父母對小
孩狀況的掌握程度。以上各題為五點量表,選項分別為由1(沒有)
到5(總是),變項的處理方式,首先是分別將父親及母親各面向的每
個項目之得分加總,接著將父親與母親所得的分數加總而成,因此,
「監控行為」的分數越高代表父母親越能掌握孩子的動向。Cronbach
Alpha 信度係數為 .76。
三、分析方法與策略
由於資料上的限制,過去的研究在分析友伴與個人行為間之關係
時,並沒有同時地考慮到使用友誼網絡及縱貫性資料,來排除「選擇
性」及「投射性」的效果;加上,過去相關研究在進行分析時,沒有
有效地控制班級(或網絡互動場域)的效果。為克服過去研究的缺陷,
本研究將會以貫時性調查資料,在控制前期的偏差行為狀態下,用以
排除個人偏差傾向的「選擇性」偏誤,再配上班級提名五位友伴的友
誼網絡來測量實際的友伴行為,並利用Heckman 的兩階段法(Bushway
et al., 2007; Heckman, 1979)配上多層次RASCH 模型,用以控制
班級的效果及樣本流失造成的偏誤。
對於自陳式和社會網絡測量兩者間的差異,本研究採用簡單的差
136 調查研究—方法與應用/第28 期
異分數作計算(Prinstein & Wang, 2005),亦即把自陳式測量所獲得之
分數減去社會網絡計量下的友伴偏差分數,當分數越高表示自陳式測
量高估友伴的偏差行為,反之,該分數越小表示自陳式測量低估了友
伴的偏差行為。
首先,本研究利用多層次RASCH 模型(Multilevel Rasch model)
(Raudenbush, Johnson, & Sampson, 2003,請參見附錄一),並逐步加入
「社經控制變項」、「缺乏自我控制」及「父母的監控行為」等變項,來
檢視知覺(自陳式測量法)與實際(社會計量法)的偏差友伴對個人
偏差友伴的影響。接著,利用相同的統計模型和分析程序,以「差異
分數」來預測個人的偏差行為,目的是在檢視自陳式相較於社會網絡
計量法而言,自陳式測量是否有過度預測個人偏差行為的可能,以及
是否「缺乏自我控制」和「父母的監控行為」能解釋高估的部分。最
後,為了排除樣本流失和遺漏值所造成的選擇性偏誤,本文採用Heckman
的兩階段法(Bushway et al., 2007; Heckman, 1979),第一階段計
算出the inverse Mills ratio,第二階段將此值放入原統計模型中,用以
檢測本文的理論模型是否受樣本流失或遺漏值所造成的偏誤所影響。
肆、分析結果
本文的分析結果將分為四個部分,第一部分以簡單的描述統計與
相關係數,來說明本研究的研究變項,接著在第二部分,將分別使用
兩種不同的測量方法─ 1)自陳式測量法;2)社會網絡測量法,並利
用多層次RASCH 模型去了解偏差友伴和個人偏差行為的關連。接著,
為解答是否作為認知的自陳式測量法,導致過度推論友伴的行為,本
研究透過差異分數(difference score)加上一系列的分析模型,以檢視
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 137
此理論性議題。最後,本研究將進一步以Heckman 的兩階段方法,來
控制樣本流失和沒有提名班上友伴所造成的選擇性偏誤,以檢視本研
究的理論模型。
一、初步分析與簡單相關
根據國二時之自陳問卷,65.6% 的受訪者指出,他(她)們在過
去一年內並沒有違反過任何類型的偏差行為,大約5.4% 的受訪者回
答至少違反過三項的偏差行為。其中,最多受訪者違反的項目為「故
意破壞不屬於自己的東西」,大約為22.6%;接著第二多的項目是「抽
煙或喝酒」,約有10.9%;至於最少受訪者違反的偏差項目為「使用毒
品」,只有0.2%。
另一方面,大約有52.7% 的受訪者指出,他(她)們並沒有任何
偏差友伴。但相較於自陳式測量法,利用社會網絡測量法所獲得的實
際友伴行為,卻只有42.4% 友伴自認為沒有違反過任何偏差行為。從
表一中的零序相關矩陣,可以發現自陳式和社會網絡所測量的偏差友
伴,兩者間存在顯著的低程度相關性(r = .152, p = .000);接著,不論
是那一種測量法下的偏差友伴,其與國二階段的個人偏差行為皆為統
計上顯著,但以自陳式為基礎的偏差友伴卻有較高的相關性(自陳
式:r = .288;社會網絡計量法:r = .130)。進一步,從相同的表中,
我們可以看到國一與國二間的偏差行為,兩者間存在高度的相關性,
此結果意味著如果國一階段的偏差行為沒有被有效地控制,其結果將
會被過度推估。
此外,表一顯示出「缺乏自我控制」與個人和友伴的偏差行為間
存在著正相關,分析結果與過去的文獻一致(Nelson & Boisvert,
2011),亦即如果個人自我控制力越低,更有過從事偏差行為及結交
138 調查研究—方法與應用/第28 期
表1 本研究之研究變項間的零序相關係數矩陣
1 2 3 4 5 6 7 8 9 10
1. 偏差行為(國一) —
2. 偏差行為(國二) .440** —
3. 知覺的偏差友伴
 (自陳式測量法)
.488** .288** —
4. 實際的偏差友伴
 (社會網絡測量法)
.126** .130** .152** —
5. 男性.136** .126** .067** .168** —
6. 缺乏自我控制.259** .215** .181** .057** −.015 —
7. 父母的監控行為−.183** −.186** −.186** −.104** −.063** −.146** —
8. 家庭收入−.011 .007 −.024 −.009 .033 −.025 .091** —
9. 父親教育程度.016 .017 .019 .011 .061** .024 −.026 .039† —
10. 單親家庭狀態.044* .060** .072** .011 −.021 .043* −.162** −.112** .063** —
平均數.465 .560 1.212 .455 .503 7.125 5.700 3.900 1.060 .131
標準差.956 .954 1.662 .619 .500 1.979 .989 3.021 2.056 .337
† p ≤ .10; * p ≤ .05; ** p ≤ .01 (two-tailed tests). n = 2280
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 139
偏差友伴。相對地,「父母的監控行為」卻負向地連結個人及友伴的
偏差行為,主要原因在於如果父母提供有效的社會控制,小孩則較少
有機會接觸不良的友伴及從事不良的行為。總的來說,以上的基本分
析與過去的文獻一致,接下來的分析將以多層次模型,來檢定友伴的
與個人的偏差行為間之相對關連性,並且比較偏差友伴透過自陳式和
社會網絡測量,其對個人偏差行為的異同。
二、自陳式測量法與社會網絡計量法
由於台灣的青少年大部分時間皆在學校內班級渡過,而且大部分
友伴的形成也在其班級內,如果運用一般的迴歸模型作分析,誤差值
的獨立性假設可能會被違反,加上偏差行為的測量結合了若干類型的
偏差行為,如前述,有一些嚴重的項目違反的人數較少(例如:使用
毒品),有鑑於輕微的項目違反的人次較多(例如:故意破壞不屬於自
己的東西)。據此,題目強弱的特性可能會造成測量上偏誤(Raudenbush
et al., 2003; Sampson, Morenoff, & Raudenbush, 2005),本研究以
多層次RASCH 模型作分析工具,以期更有效地捕捉兩種不同測量方
法下,偏差友伴與偏差行為間的關連性。
首先,本文發現個人偏差行為其班級間的隨機效果為顯著,其能
解釋大約8.30%2 的個人變異,此結果與最近東亞的研究成果一致
(Wu & Lei, 2013; 謝雨生等,2006),即不同於西方以社區或鄰里為主
的互動脈絡,學校班級則為東亞青少年主要的活動場域,並佔有一定
程度的影響力。換言之,如果研究模型忽略了控制班級效果,其參數
將有可能因標準誤的不精準做成過度推論。接著,在考慮班級隨機效
2 解釋變異量是根據組間與總變異量之比例求得,ρ =
(σ 2
u0 )
(σ 2
u0 + σ 2
e )
140 調查研究—方法與應用/第28 期
果下,分別加上自陳式或社會網絡測量法的偏差友伴,來計算其對偏
差行為的解釋變異量。3 結果指出自陳式測量法下,偏差友伴顯著地
預測偏差行為,且能解釋12.39% 的變異量,相較之下,社會網絡測
量法的偏差友伴雖仍顯著地預測偏差行為,但其解釋力只有3.05%。
可想而知,自陳式較之社會網絡測量確有可能在方法上產生過度估計
友伴與個人行為的關連。
過去的研究指出(Frank, 2011; Matsueda & Anderson, 1998),在研
究模型中排除部分的「選擇性」偏誤,最簡單的做法是運用貫時性資
料,將個人前期的行為狀態控制在模型中,用以探求偏差友伴對於個
人偏差行為在兩時點間改變下之影響;另,大部分研究指出個人背景
特質也會影響個人偏差行為的形成,故應作適當的控制。因此,接下
來,表二的模型1 控制了國一時的偏差行為、性別和社經變項,目的
是降低個人特質和偏差傾向所造成的選擇性偏誤,分析結果展示出國
一與國二的偏差行為有非常強的連結。而且與過去的研究一致,即男
孩相對於女孩,單親相對於雙親家庭長大的小孩,這些孩子更有可能
從事更多的偏差行為。重要地,縱使加上這些控制變項,不管是自陳
式(模型1a)或社會網絡測量法(模型1b)下的偏差友伴,它們仍顯
著地預測國二時的個人偏差行為,不過對偏差行為的解釋力,自陳式
測量的偏差友伴降為2.16%,而社會網絡測量法些微下降至1.29%,
彰顯出自陳式測量較容易受到選擇性效果的影響。
3 由於多層次模型沒有R-square 來計算解釋變異量,如欲了解特定變項對依變項的解
釋力,Snijders 和Bosker(1999)建議比較加上特定變項的限制模型(restricted model)
與沒有此變項的非限制模型(unrestricted model)的隨機誤差之比值求得,
R2 = 1 −
(level–1 restricted error + level–2 restricted error)
(level–1 unrestricted error + level–2 unrestricted error)
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 141
表2 自陳式╱社會網絡測量的偏差友伴對個人偏差行為的多層次
RASCH 模型
固定效果
控制變項控制變項+ 自我控制
控制變項+ 自我控制
+ 監控行為
模型1a 模型1b 模型2a 模型2b 模型3a 模型3b
偏差友伴
 知覺的偏差友伴.111** .105** .097**
 (自陳式測量法) (1.118) (1.111) (1.102)
 實際的偏差友伴.176* .173* .166*
 (社會計量法) (1.193) (1.189) (1.180)
控制選擇性效果
 偏差行為.545** .626** .485** .559** .469** .536**
 (國一時狀況) (1.725) (1.870) (1.624) (1.749) (1.598) (1.709)
理論性效果
 缺乏自我控制.140** .142** .133** .135**
(1.150) (1.153) (1.142) (1.145)
 父母的監控行為−.171** −.179**
(.842) (.836)
社經變項
 男性.319** .280** .357** .320** .347** .311**
(1.375) (1.324) (1.429) (1.378) (1.415) (1.365)
 家庭收入.015 .014 .016 .016 .018 .018
(1.015) (1.015) (1.016) (1.016) (1.018) (1.018)
 父親教育程度.013 .014 .013 .013 .010 .011
(1.013) (1.014) (1.013) (1.014) (1.010) (1.011)
 單親家庭狀態.267** .287** .253* .273* .185† .200†
(1.305) (1.333) (1.288) (1.313) (1.203) (1.221)
截距−7.619** −7.590** −7.624** −7.601** −7.609** −7.589**
(.00049) (.00051) (.00048) (.00050) (.00050) (.00051)
隨機效果
 班級效果,U .104** .109** .112** .117** .114** .118**
 個人效果,E .926** .930** .889** .891** .867** .867**
Notes: Unstandardized coefficients are shown with robust standard errors in parentheses. n = 2280.
† p ≤ .10; * p ≤ .05; ** p ≤ .01 (two-tailed tests).
142 調查研究—方法與應用/第28 期
此外,模型2 在模型1 的基礎上,加上了缺乏自我控制的測量,
用以檢視Gottfredson and Hirschi(1990)的假設,他們主張偏差友伴
和偏差行為間是虛假(spurious)的關係,兩者的「因」皆是自我控制,
據此,當模型考慮了自我控制,偏差友伴與個人偏差行為間的關連便
應消失。由模型2a 或2b 的分析結果得知,缺乏自我控制每增加一個
單位,受訪者偏差行為的成敗比(odds ratio)則增加15%,但是分析
結果顯現出,無論利用那一類型的偏差友伴測量法,皆仍顯著預測個
人的偏差行為,自陳式與社會網絡測量分別能解釋2.10% 和1.43%
對偏差行為的變異,與上述的模型1 相比較,兩者間並沒有太大的差
異。換言之,Gottfredson and Hirschi 的假設並未能得到支持。
在模型3 上,本研究加上父母的監控行為作為預測變項,藉此檢
視偏差友伴和偏差行為的關連,會否被父母對小孩不同程度的監控所
解釋。結果顯示,父母的監控行為每增加一個單位,青少年回答偏差
行為的成敗比則減少16%,亦即父母對小孩的監控越高,其小孩越較
傾向不會從事偏差行為。重要地,兩種測量法統計上仍顯著地預測國
二時偏差行為,在此前提下,審視此兩類測量法對個人偏差行為的解
釋力,自陳式測量方面,其解釋力下降至1.56%,社會網絡測量方面
則為1.11%。
綜合而言,不論是以知覺為基礎的自陳式測量,抑或是直接從社
會網絡測量中,所測得的直接的偏差友伴,在控制了選擇性效果、自
我控制和父母的監控行為下,兩類測量方法皆有效的預測國二時的偏
差行為。不過,在比較兩者的解釋力後,可以發現在沒有考慮任何理
論性解釋變項與控制變項下,相較於社會網絡計量法,自陳式測量更
有可能過度估計偏差行為的解釋力。但當各種理論變項包含在理論模
型內,兩者對偏差行為解釋力間的差異,將逐漸量少。簡言之,當排
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 143
除了學校班級隨機效果、個人選擇性因素、自我控制和父母因素下,
此兩類測量方法將有可能逐漸近似。以下的分析,將進一步利用差異
分數來探討此一問題。
三、差異分數分析:自陳式測量較社會網絡測量法,真的過度估
計個人的偏差行為嗎?
為了探求自陳式和社會網絡測量方法間,是否真的存在著異同。
首先,本文以內部階層相關(intra-class correlation; ICC)分數來了解
兩者間的一致性(De Vet, Terwee, Knol, & Bouter, 2006),不同於Pearson
相關係數,ICC 值兼具相關性與一致性,根據Myers(1972)的建
議,此值至少高於.25 才能說有一定程度的一致性。分析結果顯示出,
兩種測量方式間的ICC 值只有.100,p < .001,因此,自陳式和社會網
絡計量方法間只有低度的一致性。另一方面,上節中的分析結果,業
已指出自陳式較社會網絡測量法,更有可能過度地估計個人偏差行為
的解釋力。
據此,本研究以自陳式測量減去社會網絡計量間的分數,用以建
構兩種測量方法間的差異分數,如果此分數越高,則代表以知覺為基
礎的自陳式測量,其過度估計友伴行為的程度越高。從表三的分析結
果來看,當只控制了「性別」、「社經變項」和「國一時偏差行為」等
變項後,不同測量下的差異分數與個人的偏差行為間的連結達統計上
顯著(p = .047)。然而,加上缺乏自我控制的變項後,兩者間的關係
轉變為不再顯著於α = .05 的水準(p = .073)。最後,如果父母的監控
行為也被考慮在模型內,差異分數與個人偏差行為間已再沒有統計上
的關連性(p = .113)。根據以上的分析結果,自陳式測量法較有可能
高估其朋友的偏差行為,而且這些高估的誤差部分與個人偏差行為產
144 調查研究—方法與應用/第28 期
表3 多層次RASCH 模型與差異分數分析
固定效果模型1 模型2 模型3
偏差友伴
 差異分數的偏差友伴.065* .059† .052
 (過度估計) (1.068) (1.061) (1.053)
控制選擇性效果
 偏差行為.587** .525** .506**
 (國一時狀況) (1.798) (1.690) (1.659)
理論性效果
 缺乏自我控制.141** .134**
(1.151) (1.143)
 父母的監控行為−.177**
(.837)
控制變項
 男性.330** .367** .356**
(1.391) (1.444) (1.428)
 家庭收入.015 .016 .018
(1.015) (1.016) (1.018)
 父親教育程度.014 .013 .010
(1.014) (1.013) (1.010)
 單親家庭狀態.282** .268* .196†
(1.326) (1.308) (1.217)
截距−7.513** −7.526** −7.518
(.00055) (.00054) (.00054)
隨機效果
 班級效果,U .116 .124 .126
 個人效果,E .934 .895 .872
Notes: Unstandardized coefficients are shown with robust standard errors in parentheses. n = 2280.
† p ≤ .10; * p ≤ .05; ** p ≤ .01 (two-tailed tests).
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 145
生連結,此分析結果基本上與Gottfredson and Hirschi(1990)的假定
相一致,即自陳式測量法本身會受測量污染(measurement contamination)
和行為的投射(projection),導致偏差友伴和個人偏差行為間
的關係被膨脹。幸運地,本研究的分析結果指出,自陳式測量法下形
成的偏誤,可以在控制「缺乏自我控制」與「父母的監控行為」兩變
項下,得以有效地排除。
肆、友伴和個人偏差行為間的關連:
樣本移除和流失分析
在運用長期資料分析時,經常伴隨著樣本流失的問題,本研究也
無不例外。在本文的樣本介紹中,業已說明第一年蒐集時,總樣本數
為2,690 位國一學生,但由於國二階段,部分樣本已不在測試班級所
造成的流失約為 4%,再加上本研究利用班級作為友誼網絡的單位,
如果受訪學生沒有班內同學,將無法透過社會網絡計量法測得實際的
偏差友伴,本研究約有8.7% 之樣本因為此原因而刪除,最後加上部
分變項由於受訪者回答「不知道」或「遺漏」而造成的缺失,本文共
有410(15.2%)位學生樣本,已被移除在第二和第三小節的分析裡。
鑑於這些流失或刪除的樣本,有可能是非隨機地選擇性被移除,
例如:國二流失的學生,可能是經常違規被開除或家庭特殊而經常搬
家的群體。據此,如果上述的比較分析結果,在沒有考慮樣本移除和
流失的選擇性偏誤時,偏差友伴和個人偏差行為間的連結,其結果有
可能只是偏誤所造成。為了理解樣本的選擇性偏誤,是否會影響本研
究的分析結果,將應用Heckman(1979)提出的兩階段法作進一步分
析。
146 調查研究—方法與應用/第28 期
首先,將全部樣本(2,690 位)分為兩群,並建立一個新的變項(1
= 保留在分析的2,280 個樣本;0 = 被移除的410 個樣本),然後由於「性
別」、「家庭收入」、「父親教育程度」、「家庭狀態」、「父母教養行為」
和「自我控制」有可能影響樣本的移除和流失,故此這些相關變項將
被納入在Probit 模型,用以預測前述所建的新變項,利用最大概似估
計(maximum likelihood; MLE)法獲得估計值γ,並以此值求得 the
inverse Mills ratio 值λˆ i。
第二步,將校正值λˆ i 放進本研究的理論模型中,當此值為顯著
時,樣本選擇性偏誤將可能存在分析模型中(Heckman, 1979)。表四
的分析結果顯示,從模型1 到3 的λˆ i 皆沒有達到統計上顯著,意味著
本文的理論模型,並沒有樣本選擇性的偏誤。進一步,檢視各模型的
結果,與之前的分析結果一致,亦即自陳式和社會網絡測量法下的偏
差友伴,兩者皆顯著地預測個人的偏差行為,縱使「父母的監控行
為」、「缺乏自我控制」和個人背景變項被控制。相似地,兩種測量方
法間所得的差異分數,在考慮理論和個人背景變項的條件下,並不再
與個人偏差行為存在關連,此結果與第三小節完全相同。基於以上的
分析,本研究的估計結果具有一定的穩固性(robust)。
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 147
表4 多層次RASCH 模型與樣本移除╱流失分析
固定效果模型1 模型2 模型3
偏差友伴
 知覺的偏差友伴.097**
 (自陳式測量法) (1.102)
 實際的偏差友伴.166*
 (社會計量法) (1.180)
 差異分數的偏差友伴.053
 (過度估計) (1.054)
控制選擇性效果
 偏差行為.446** .517** .481**
 (國一時狀況) (1.562) (1.677) (1.618)
理論性效果
 缺乏自我控制.133** .135** .133**
(1.142) (1.145) (1.143)
 父母的監控行為−.142 −.155 −.145
(.868) (.857) (.865)
控制變項
 男性.313* .282* .318*
(1.367) (1.326) (1.374)
 家庭收入.008 .010 .008
(1.008) (1.010) (1.008)
 父親教育程度.0003 .003 −.001
(1.0003) (1.003) (.99965)
 單親家庭狀態.109 .136 .112
(1.115) (1.145) (1.119)
截距−7.796** −7.746** −7.724**
(.00041) (.00043) (.00044)
隨機效果
 班級效果,U .112 .117 .124
 個人效果,E .867 .867 .872
Lambda .991 .832 1.093
(2.693) (2.298) (2.983)
** p ≤ .01; * p ≤ .05 (雙尾檢定); n = 2280
148 調查研究—方法與應用/第28 期
伍、結論與討論
在台灣及華人社會中,一直流傳著「近朱者赤,近墨者黑」的諺
語,意思是指一個人成長的好壞,取決於此人結交了什麼樣的朋友,
如果個人誤交了偏差友伴便易於學壞。事實上,此觀點基本上與西方
社會學習理論學者的觀點(Akers, 1998; Sutherland, 1947; Warr, 2002)
相互一致,他們認為個人的偏差行為是透過重要他人(如:友伴)習
得,並相信友伴對個人行為具有實際的「影響效果」。但,已有不少
的學者(Cunningham & Selby, 2007; Glueck & Glueck, 1950; Gottfredson
& Hirschi, 1990; Henry et al., 2011),質疑社會學習理論的觀點,
他們認為既然個人的行為與價值定義是從「他人」學得,那麼「他人」
又從何學得,這些學者指出友伴對個人行為的「影響性」效果,只不
過是「物以類聚」下,藉著個人的潛在特質(latent trait)透過「選擇
性」及「投射性」效果所形成。換言之,在質疑者的眼中,個人的偏
差行為並非確實地由友伴所致,兩者間的關連性,可能只是基於個人
的選擇性因素、行為投射或測量上偏誤所造成。
據此,確切檢測友伴對個人行為是否具有實際的「影響效果」,最
適切的做法是將「選擇性」和「投射性」效果排除後,檢視偏差友伴
對個人偏差行為,是否仍具有顯著的解釋力。但,在實際操作上,如
果要同時排除「選擇性」和「投射性」效果,務必具備有至少兩個時
間點的貫時性資料,來排除前期個人的偏差行為所造成的「選擇性」
效果,加上利用社會網絡測量所直接測得的偏差友伴分數,用以排除
受訪者在自填問卷下的「投射性」效果。非常可惜地,由於過去資料
上的限制,台灣和華人社會的研究裡,並沒有實際地從理論和方法的
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 149
基礎上探討「友伴—個人」間的實質連結。
本研究透過一項台灣大型的貫時性研究調查資料,並配上以班級
為單位的友誼網絡資料(Yi (ed.), 2013)。其分析結果顯示出,縱使
統計模型考慮了友伴的「選擇性」和「投射性」效果、班級的隨機效
果、流失和遺漏值所造成的偏誤,以及「缺乏自我控制」和「父母監
控行為」等重要的變項後,偏差友伴仍顯著地能預測個人的偏差行為。
換言之,本研究的分析結果支持社會學習理論的基本觀點,亦即偏差
友伴對個人偏差行為的形成具有確實的效果,且與國外的研究成果類
似(Matsueda & Anderson, 1998; Warr, 2002; Weerman, 2011; Young et
al., 2011)。
另一方面,本文更發現,根據傳統的自陳式測量所獲得的偏差友
伴,確實存在「投射性」效果所產生的高估情形。從多層次模型的分
析中,如果在沒有考慮「缺乏自我控制」和「父母監控行為」的條件
下,青少年知覺的(自陳式測量)較實際的(社會網絡測量)偏差友
伴對個人偏差行為更有解釋力,此分析結果與過去的研究一致(Iannotti
& Bush, 1992; Prinstein & Wang, 2005),亦即,青少年普遍地錯估
了其友伴的行為。順著此一理路,本研究藉著自陳式與社會網絡測量
間之差異分數,探討在何種條件下能排除或解釋這些高估的偏誤。分
析結果指出,知覺的(自陳式測量)較實際的(社會網絡測量)所高
估的影響部分,可被「缺乏自我控制」和「父母監控行為」此兩個理
論概念所解釋,由於「自我控制」的形成主要是受到父母教養行為的
影響(Gottfredson & Hirschi, 1990; Na & Paternoster, 2012),而且「自
我控制」與偏差行為間具有高度關連性。換言之,青少年錯估其友伴
的行為,重點是在家庭教養所形成的「低自我控制」和「父母監控行
為」上,此分析結果可提供實務工作者,在擬定偏差行為的預防及介
150 調查研究—方法與應用/第28 期
入方案時,不單需要考慮到實際的同儕友伴,更要考慮到家庭教養層
面,是如何去影響小孩錯誤知覺其友伴。
從方法學上的角度,利用自陳式測量所獲得的偏差友伴分數,很
有可能藉著個人對友伴的錯誤認知,而導致偏差友伴對個人偏差行為
的解釋力過度膨脹。可想而知,相較於自陳式測量,社會網絡測量法
較為保守且精準;換言之,在理想上,社會網絡測量法較自陳式測量
更適合同儕和友誼的相關研究。話雖如此,然而社會網絡資料在蒐集
過程中,涉及大量的人力和物力,並且需要一個固定的網絡單位(如:
學校班級或公司組織)。因此,本文建議一個可行的替代模型,由於本
文的分析結果顯示,「缺乏自我控制」和「父母監控行為」能解釋兩種
測量法間高估的部分,而且當此兩個變項被控制在統計模型中,兩種
測量法下所獲得之偏差友伴,在預測個人偏差行為時,其結果非常相
近。據此,本文建議未來的研究在使用自陳問卷測量友伴行為時,需
要同時在統計模型中控制「缺乏自我控制」和「父母監控行為」等兩
個重要理論概念,用以減少「自我投射」和「共同方法變異」所造成
的偏誤。
基於以上的論述,本文的分析結果具有理論與方法的實際意涵。
從本文的分析結果,我們可以清楚地看到,友伴的影響性效果並不是
社會學習理論學者想像中的那麼高,也並非質疑的學者所指出的,友
伴與個人行為間的關係是不存在。另外,當友伴與同儕研究是利用自
陳式測量,本研究提供了實際的建議,就是要有效地在分析模型中控
制「缺乏自我控制」和「父母的教養行為」,用以減低自陳式測量的「投
射性」效果;此結果與社會學習理論學者Akers(2008)的建議一致,
他認為為使「友伴—個人」的研究之結果更為精準,可將「缺乏自我
控制」的概念整合在分析模型中,不過本文進一步建議「父母的教養
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 151
行為」也應考慮在理論模型中。其次,本研究的分析結果揭示出,蒐
集貫時性資料在量化分析的重要性,由於橫斷式資料,並不能有效地
在統計上控制個人先前的偏差行為,用以排除「選擇性」效果。因此,
一次性的橫斷式資料相較於多時間點的貫時性資料,它們在沒有控制
個人前期的偏差行為條件下,其友伴對個人偏差行為的關連性上極有
可能被高估(Matsueda & Anderson, 1998; Weerman, 2011)。
雖然本文已提供不少實際的理論及方法之貢獻和建議,但仍存在
一些不可避免的研究限制。首先,社會網絡測量必須預設網絡的單位
與邊界,例如:本文所計算的社會網絡是以「班級」單位,因此本文
所指涉的是班內之偏差友伴,由於資料上的限制,我們無法考慮到班
外友伴的實際狀況,以及他(她)們對個人的偏差行為之影響。所幸
的是,過去的研究已經提出相當多的證據指出,大部分的友誼網絡是
在其班級內產生,這是由於台灣學童每天至少有八小時時間,他(她)
們是在其班級中渡過(Wu & Lei, 2013; 謝雨生等,2006),據此,本
文單純地針對班內友伴作觀察,仍具有實際的意義。
接著,本研究的目的是探討單一變項:偏差友伴,並沒有考慮整
體友誼網絡對個人偏差行為的影響。事實上,友伴的影響不單純是個
人身邊有多少不良的朋友,個人身處的同儕團體之結構、網絡的密度,
以及他╱她所處團體中的位置,甚至是被其他同儕排擠的「孤鳥」,這
些以友誼網絡所勾勒的因素,往往是個人為什麼從事或不從事偏差行
為的因素(Haynie, 2001; 吳齊殷、李文傑,2001),未來的研究可以進
一步比較整體友誼網絡所測量的指標,其與自陳式測量的偏差友伴之
差異。事實上,由於大部分東亞社會,其學童的教育方式及安排,大
多以固定班級為單位,整個學習及人際的互動場域被鑲嵌在他(她)
們的「班級」裡,這有別於美國學童以「校」為單位的學習模式;以
152 調查研究—方法與應用/第28 期
「班級」為單位的教育特色,提供台灣以及東亞社會潛在的機會去蒐集
有本土特色的友誼網絡資料,並理解我們的小孩是如何從我們特有的
教育制度及安排下成長。
參考文獻
Akers, R. L.
1998 Social Learning and Social Structure: A General Theory of Crime and Deviance.
Boston: Northeastern University Press.
2008 “Self-control and Social Learning Theory,” pp. 77–89 in E. Goode (ed.), Out of
Control: Assessing the General Theory of Crime. Stanford, CA: Stanford University
Press.
Akers, R. L., M. D. Krohn, L. Lanza-Kaduce, & M. Radosevich,
1979 “Social Learning and Deviant Behavior: A Specific Test of a General Theory,”
American Sociological Review 44: 636–655.
Aseltine, R. H.
1995 “A Reconsideration of Parental and Peer Influences on Adolescent Deviance,”
Journal of Health and Social Behavior 36: 103–121.
Baron, S. W.
2003 “Self-control, Social Consequences, and Criminal Behavior: Street Youth and the
General Theory of Crime,” Journal of Research in Crime and Delinquency 40:
403–425.
Bauman, K. E. & S. T. Ennett
1996 “On the Importance of Peer Influence for Adolescent Drug Use: Commonly
Neglected Considerations,” Addiction 91: 185–198.
Boman, J. H. & C. L. Gibson
2011 Does the Measurement of Peer Deviance Change the Relationship between Selfcontrol
and Deviant Behavior? An Analysis of Friendship Pairs,” Journal of
Criminal Justice 39: 521–530.
Bushway, S., B. D. Johnson, & L. A. Slocum
2007 “Is the Magic Still There? The Use of the Heckman Tow-step Correction for
Selection Bias in Criminology,” Journal of Quantitative Criminology 23: 151–
178.
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 153
Cheadle, J. E. & L. B. Whitbeck
2011 “Alcohol Use Trajectories and Problem Drinking over the Course of Adolescence:
A Study of North American Indigenous Youth and Their Caretakers,”
Journal of Health and Social Behavior 52: 558–245.
Cunningham, J. A. & P. L. Selby
2007 “Implications of the Normative Fallacy in Young Adult Smokers Aged 19-24
Years,” American Journal of Public Health 97: 1399–1400.
De Vet, H. C. W., C. B. Terwee, D. L. Knol, & L. M. Bouter
2006 “When to Use Agreement versus Reliability Measures,” Journal of Clinical Epidemiology
59: 1033–1039.
Dodge, K. A., M. T. Greenberg, & P. S. Malone
2008 “Testing an Idealized Dynamic Cascade Model of the Development of Serious
Violence in Adolescence,” Child Development 79: 1907–1977.
Ellickson, P. L., C. E. Bird, M. Orlando, D. J. Klein, & D. F. Mccaffrey
2003 “Social Context and Adolescent Health Behavior: Does School-level Smoking
Prevalence Affect Students’ Subsequent Smoking Behavior?” Journal of Health
and Social Behavior 44: 525–535.
Frank, K. A.
2011 “Social Network Models for Natural Resource Use and Extraction,” pp. 180–205
in Örjan Bodin & Christina Prell (eds.), Social Networks and Natural Resource
Management: Uncovering the Social Fabric of Environmental Governance.
Cambridge: Cambridge University Press. (SAS syntax: https://www.msu.edu/
~kenfrank/social%20network/influence2.sas)
Glueck S. & E. Glueck
1950 Unraveling Juvenile Delinquency. Cambridge, MA: Harvard University Press.
Goldstein, S. E., P. E. Davis-Kean, & J. S. Eccles
2005 “Parents, Peers, and Problem Behavior: A Longitudinal Investigation of the
Impact of Relationship Perceptions and Characteristics on the Development of
Adolescent Problem Behavior,”. Developmental Psychology 41: 401–413.
Gottfredson, M. R. & T. Hirschi
1987 “The Methodological Adequacy of Longitudinal Research in Crime and Delinquency,”
Criminology 25: 581–614.
1990 A General Theory of Crime. Stanford, CA: Stanford University Press.
Hay, C.
2001 “Parent, Self-control, and Delinquency: A Test of Self-control Theory,” Crimi154
 調查研究—方法與應用/第28 期
nology 39: 707–736
Haynie, D. L
2001 “Delinquent Peers Revisited: Does Network Structure Matter?” American Journal
of Sociology 104: 1013–1057.
Heckman, J. J.
1979 Sample Selection Bias as A Specification Error. Econometrica 47: 153–161.
Henry, D. B., K. Kobus, & M. E. Schoeny
2011 Accuracy and Bias in Adolescents’ Perceptions of Friends’ Substance Use. Psychology
of Addictive Behaviors 25: 80–89.
Huang, H-L., F-L. Chen, C-C. Hsu, Y-Y. Yen, T. Chen, C-M. Huang, H-Y. Shi, C-Y. Hu, &
C-H. Lee
2010 “A Multilevel-based Study of School Policy for Tobacco Control in Relation to
Cigarette Smoking among Children in Elementary Schools: Gender Differences,”
Health Education Research 25: 451–463.
Iannotti, R. J. & P. J. Bush
1992 “Perceived vs. Actual Friends’ Use of Alcohol, Cigarettes, Marijuana, and
Cocaine: Which Has the Most Influence?” Journal of Youth and Adolescence 21:
375–389.
Jaccard, J., H. Blanton, & T. Dodge
2005 “Peer Influences on Risk Behavior: An Analysis of the Effects of A Close
Friend,” Developmental Psychology 41: 135–147.
Jussim, L., & D. W. Osgood
1989 “Influence and Similarity among Friends: An Integrated Model Applied to Incarcerated
Adolescents,” Social Psychology Quarterly 52: 98–112.
Kandel, D. B.
1978 “Homophily, Selection, and Socialization in Adolescent Friendships,” American
Journal of Sociology 84: 427–436.
Kreager, D. A., K. Rulison, & J. Moody
2011 “Delinquency and the Structure of Adolescent Peer Groups,” Criminology 49:
95–127.
Matsueda, R L. & K. Anderson
1998 “The Dynamics of Delinquent Peers and Delinquent Behavior,” Criminology 36:
269–308.
McGloin, J. M., & L. O. Shermer
2009 “Self-control and Deviant Peer Structure,” Journal of Research in Crime and
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 155
Delinquency 46: 35–72.
Meldrum, R. C., J. T. N. Young, & F. M. Weerman
2009 “Reconsidering the Effect of Self-control and Delinquent Peers: Implications of
Measurement for Theoretical Significance,” Journal of Research in Crime and
Delinquency 46: 353–376.
Myers, J. L.
1972 Fundamental in experimental design (2nd ed.). Boston, MA: Allyn & Bacon.
Na, C. & R. Paternoster
2012 “Can Self-control Change Substantially over Time? Rethinking the Relationship
between Self- and Social Control,” Criminology 50: 427–462.
Nelson, M. S.& D. Boisvert
2011 “Testing the Effects of Delinquent Peers and Self-control on Disruptive Behaviors
in the College Classroom,” Criminal Justice Studies 24: 165–181.
Norton, E. C., R. C. Lindrooth, & S. T. Ennett
2003 “How Measures of Perception from Survey Data Lead to Inconsistent Regression
Results: Evidence for Adolescent and Peer Substance use,” Health Economics
12: 139–148.
Otten, R., B. Wanner, F. Vitaro, & R. C. M. Engels
2009 “Disruptiveness, Peer Experiences and Adolescent Smoking: A Long-term Longitudinal
Approach,” Addiction 104: 641–650.
Piquero, N. L., A. R. Gover, L. M. MacDonald, & A. R. Piquero
2005 “The Influence of Delinquent Peers on Delinquency: Does Gender Matter?”
Youth and Society 36: 251–275.
Pratt, T. C., & F. T. Cullen
2000 “The Empirical Status of Gottfredson and Hisschi’s General Theory of Crime: A
Meta-analysis,” Criminology 38: 931–960.
Pratt, T. C., F. T. Cullen, C. S. Sellers, T. Winfree, T. D. Madensen, L. E. Daigle, N. E. Fearn,
& J. M. Gau
2010 “The Empirical Status of Social Learning Theory: A Meta-analysis,” Justice
Quarterly 27: 765–802.
Prinstein, M. J. & S. S. Wang
2005 “False Consensus and Adolescent Peer Contagion: Examining Discrepancies
between Perceptions and Actual Reported Levels of Friends’ Deviant and Health
Risk Behaviors,” Journal of Abnormal Child Psychology 33: 293–306.
156 調查研究—方法與應用/第28 期
Rankin, J. H. & R. Kern
1994 “Parental Attachments and Delinquency,” Criminology 32: 495–515.
Raudenbush, S. W., C. Johnson, & R. J. Sampson
2003 “A Multivariate, Multilevel Rasch Model for Self-reported Criminal Behavior,”
Sociological Methodology 33: 169–211.
Reid, J. L., S. R. Manske, & S. T. Leatherdale
2008 “Factors Related to Adolescents’ Estimation of Peer Smoking Prevalence,”
Health Education Research 23: 81–93.
Ross, L., D. Greene, & P. House
1977 “The False Consensus Effect: An Egocentric Bias in Social Perception and Attribution
Process,” Journal of Experimental Social Psychology 13: 279–301.
Sampson, R. J., J. D. Morenoff, & S. W. Raudenbush
2005 “Social Anatomy of Racial and Ethnic Differences in Violence,” American Journal
of Public Health 95: 224–32.
Schreck, C. J., E. A. Stewart, & B. S. Fisher
2006 “Self-control, Victimization, and Their Influence on Risky Lifestyles: A Longitudinal
Analysis Using Panel Data,” Journal of Quantitative Criminology 22: 319–
340.
Simons, R. L., L. G. Simons, M. K. Lei, & A. Landor
2012 “Relational Schemas, Hostile Romantic Relationships, and Beliefs about Marriage
among African American Adults,” Test of a Developmental Model,” Journal
of Social and Personal Relationships 29: 77–101.
Stevens, E. A. & M. J. Prinstein
2005 “Peer Contagion of Depressogenic Attributional Styles among Adolescents: A
Longitudinal Study,” Journal of Abnormal Child Psychology 33: 25–38.
Sutherland, E. H.
1947 Principles of criminology (4th ed.). Chicago: J. B. Lippincott.
Snijders, T. A. B. & R. J Bosker
1999 Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling.
London: Sage Publication.
Warr, M.
2002 Companions in Crime: The Social Aspects of Criminal Conduct. Cambridge:
Cambridge University Press.
Weerman, F. M.
2011 “Delinquent Peers in Context: A Longitudinal Network Analysis of Selection and
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 157
Influence Affects,” Criminology 49: 253–286.
Weerman, F. M. & M. Hoeve
2012 “Peers and Delinquency among Girls and Boys: Are Sex Differences in Delinquency
Explained by Peer Factors?” European Journal of Criminology 9: 228–
224.
Weerman, F. M. & W. H. Smeenk
2005 “Peer Similarity in Delinquency for Different Types of Friends: A Comparison
Using Two Measurement Methods,” Criminology 43: 499–524.
Wong, T. M., A-M. Slotboom, & C. C. Bijleveld
2010 “Risk Factors for Delinquency in Adolescent and Young Adult Females: A European
Review,” European Journal of Criminology 7: 266–284.
Wu, C. I. & M. K. Lei
2013 “Deviant Peers and Delinquency: The Influence of Classroom Context,” pp.
91 –107 in Chin-Chun Yi (ed.), The Psychological Well-being of East Asian
Youth: From Early Adolescence to Young Adulthood. New York, NY: Springer.
Wu, C. I. & Y. T. Huang
2011 “Long-term Effect of Friendship Network on Adolescent’s Mental Health: A
Dynamic View of Resilience,” Paper Presented at International Symposium on
Health, Longevity, and Society, Institute of Sociology, Academia Sinica, Taipei,
Taiwan.
Yi, C. C.
2013 The Psychological Well-being of East Asian Youth: From Early Adolescence to
Young Adulthood. New York, NY: Springer.
Young, J. T. N., J. C. Barnes, R. C. Meldrum, & F. M. Weerman
2011 Assessing and Explaining Misperceptions of Peer Delinquency. Criminology 49:
599–630.
Zimmerman, G. M. & B. E. Vasquez
2011 “Decomposing the Peer Effect on Adolescent Substance Use: Mediation, Nonlinearity,
and Differential Nonlinearity,” Criminology 49: 1235–1273.
吳明燁
1999 〈 父母與同儕對於青少年吸菸與飲酒行為之影響〉,《東吳社會學報》8: 1–33。
吳齊殷、李文傑
2001 〈 青少年友誼網絡的特質與變遷:長期追蹤研究〉,發表於「青少年生命歷
程與生活調適研討會」,臺北市:中央研究院社會學研究所。
158 調查研究—方法與應用/第28 期
吳齊殷、高美英
1997 〈嚴酷教養方式之代間傳承〉,張苙雲、呂玉瑕、王甫昌(主編),《九○年
代的台灣社會》,215–247 頁。臺北:中央研究院社會學研究所。
李文傑、吳齊殷
2004 〈 棒打出壞子?:青少年暴力行為的連結機制〉,《台灣社會學》 7: 1–46。
謝雨生、吳齊殷、李文傑
2006 〈青少年網絡特性、互動結構和友誼動態〉,《台灣社會學》11: 175–236。
偏差友伴與偏差行為:友伴的影響效果確實存在嗎? 159
附錄一
多層次RASCH 模型屬於Item Response Theory(IRT)家族中的
一個參數(one parameter)模型,因此模型中含括了受訪者的偏差傾
向(delinquent propensity),亦即一般測驗中的「能力值」(ability),
以及各偏差項目的「嚴重度」(severity),此為一般測驗中的「難度值」
(difficulties),來計算受訪者回答各偏差項目的機率。由於是一個參
數的模型,多層次RASCH 模型將假設所有項目均為「相同鑑別度」
(equal discrimination)。Raudenbush, Johnson, and Sampson(2003)指
出此模型主要具有以下兩個優點,(一)在偏差行為的測量模型中考
慮了項目的「嚴重度」;(二)多層次RASCH 模型能容許偏差行為量
表中的各別項目裡出現遺留值(missing value), 並進行調整。此模型
的數學公式將陳述如下:
由於本文將包含個人內、個人間和學校間的效果,亦即偏差項目
內嵌於個人內,以及個人內嵌於學校內,並且所有項目皆為「二元反
應」(binary responses)變數。因此,多層次RASCH 模型將以三個層
次(levels)logit 模型被操作。
層次一(個體內within individual):
ln
μijk = πjk +
P–1
1−μ ΣπpjkDpijk ijk P=1
讓 Yijk 為學校k 中的受訪者j 所回答的偏差項目i,其值為 1 表示有違
反而0 則指出沒有違反此項目,而μijk 為Yijk = 1 時的機率。πjk 為學校
160 調查研究—方法與應用/第28 期
k 中的受訪者j 的潛在「偏差傾向」,Dpijk 為虛擬變量(dummy variable),
其值為1 表示受訪者j 在回答項目p,否則為0,其中有一個項
目為對照項目(reference item),故只累加p − 1 個項目,πpjk 為各項目
相對於對照項目的「嚴重度」。
層次二(個體間between individuals):
πjk = β0k +
Q
Σ βqkXqjk+rjk πjk~N(0, σ2)
q=1
其中,β0k 為截距,Xqjk 表示學校k 中的受訪者j 的個人水準之預測變
項q;βqk 為此q 預測變項的影響效果;rjk 為個人水準的隨機效果。簡
言之,此方程式用來指出個人預測變項對個人偏差傾向的影響。
層次三(學校間between schools):
β0k = γ0 + uk uk ~ N(0, τ)
其中,γ0 表示總體平均數(grand mean),uk 為學校k 的隨機效果,當
隨機效果達顯著表示個人偏差行為在學校間存在差異性。

Calendar

« October 2020»
MonTueWedThuFriSatSun
   01020304
05060708091011
12131415161718
19202122232425
262728293031
cron web_use_log