Please enable JavaScript.
Coggle requires JavaScript to display documents.
犯罪及偏差行為研究之模組建立— 巢式迴歸統計方法分析 - Coggle Diagram
犯罪及偏差行為研究之模組建立—
巢式迴歸統計方法分析
意義
被用做
檢驗數個解釋因素對犯罪及偏差行為的形成的影響力與預測力
,或是
驗證犯罪行為成因模型組的適合性之方法
前言
偏差及犯罪行為之成因複雜,犯罪學者甚少使用一或兩個因素探討犯罪及偏差行為之發生,
主要是個人行為的發展及養成受到諸多的因素影響
,不管是
個人的心理及生理特質,或是環境與社會因素
都對犯罪行為發生,構成一個複雜的影響網絡
基本概念
模組
指一系列或數個解釋因數(自變項)
對某一個行為或事件的預測
,或是
探究其因果之結構關係
例如,依據社會鍵理論及差別接觸理論觀點,
建立一個具結構層次性的青少年偏差行為發生之解釋模組
,其中指出脆弱的父母依附及學校依附,導致接觸偏差同儕,從而加強犯罪信念,而發生偏差行為
偏差及犯罪行為之模組類型
通常依據相關的
偏差及犯罪行為理論發展而成
整合性
理論建構模式
結合兩個或以上的理論觀點
,解釋偏差及犯罪行為的發生或發展過程
1、藉著
不同的理論觀點
針對某一事件或狀況解釋犯罪行為的發生
例如,探討家庭關係與青少年藥物濫用之關聯性,以
社會控制理論
指出家庭依附的效應,再以
差別接觸理論
定位家庭獎罰方式與接觸偏差兄弟姊妹之影響
組合不同的理論觀點,建構多元的家庭關係模式
解釋青少年藥物濫用
2、
重新整合不同的理論觀點
,
建立一個綜合理論
的偏差及犯罪行為解釋模式
例如,Elliott艾里歐
結合緊張理論、社會控制理論及差別接觸理論
,因緊張因素的發生,削弱個人的社會鍵強度,導致接觸偏差同儕,最後產生偏差行為(前後相加理論)
例如,宋貝利的互動理論,結合社會控制、社會學習等觀點發展而成,視為互動性的網絡,會隨時間變化而有不同發展
1及2之差異,
為2在於綜合理論模式
,而非針對某一「事件」或「狀況」解釋犯罪行為之發生
是具結構性或層次性不同理論觀點,
建構一嶄新的綜合犯罪行為理論
解釋架構
單一理論
建構模式
可能是
吸收單一偏差及犯罪行為理論的全部觀點
,
解釋犯罪行為的發生
例如,以社會控制理論解釋青少年暴力行為的發生,其中四個鍵(附著、參與、貢獻、信仰)均
須納入模組中加以分析
只擷取單一理論中之部分概念
來建構模組,
來解釋犯罪行為發生之原因
例如,
只擷取社會控制理論中之「參與」
,討論青少年參與校外及校內活動,及其參與時間及次數對壓制青少年偏差行為發生之影響力
迴歸分析的基本假定
(特別測量誤差多元)
沒有
特別的
錯誤
(常態直線無關重要)
2.依變項與自變項間為
直線相關
兩者的關聯是否為直線關聯,例如家庭氣氛越好,青少年的暴力行為越少
3.
沒有無關
的自變相
被納入
迴歸公式之中
沒有統計顯著的自變項不應納入
回歸預測公式之中;相對,具有統計顯著的自變項則必須納入回歸預測公式之中
1.依變項的觀察值應
接近或趨向常態分佈
若依變項的分配
並非接近常態時
,則在迴歸分析中對自變項與依變項是否存在著
統計顯著性,可能發生高估或低估
的現象
4.
沒有重要
的自變項
被排斥在
迴歸公式之外
沒有
變項的測量錯誤
使用的量表、指標、題目
無法代表
依變項與自變項的
概念及內涵
測量錯誤係指
採用的代表數據不具效度與信度
誤差值
之假定
所有變項的
觀察值
沒有多大的誤差存在、自變項與誤差值沒有多大的關聯性、誤差值
分配趨向常態性
沒有
多元共線性
的問題
在一個迴歸模組中,兩個自變項的共變過度,使其在解釋依變項的變異情形上產生扭曲現象
當
同一迴歸模組
中有
兩個高度相關的自變項
例如,以磅為體重單位及公斤為體重單位,預測跑步數度
應用
內涵
又稱為
階層迴歸
,指由
兩個或以上的迴歸模型所構成
,在每個模型中都
加入新的自變項
或由
不同的自變項
所組成,以便觀察不同自變項與依變項關係之變化
目的
(驗證建構選擇相容重疊性,假性交互作用)
驗證
理論
分析考驗
單一理論或整合性理論,甚至是理論的部分觀點
建構或選擇
理想的解釋或預
測模型
檢
視不同理論觀點之
相融性及重疊性
相融性,在
不同理論觀點
的自變項是否對依變項都
提供不同的解釋力
重疊性,表示某些理論所提出
的自變項對依變項的解釋
,
被包含於其他理論的變項中
檢驗
假性相關
某一自
變項與依變項之關聯性
是
來自於另一自變項的影響力
例如吃冰淇淋的人數越多,暴力的發生率越高,但當控制氣溫後,吃冰淇淋的人數與暴力行為發生率的相關性則消失
檢視
交互作用效應
解釋
一個自變項影響依變相
時,
須考量到另一個自變項的效應
例如,國中
不同年紀對暴力行為的影響
,需
考量性別效應
,即一二年級的男生暴力行為比女生多,但到三年級的男女生暴力行為並沒有差異情形出現時,可稱為
性別為年級與暴力行為之間關係的
調節變項(moderator variable)
,亦即
年級與性別對暴力行為的影響存在交互作用效應
統計應用技巧
考驗
決定係數R2
是指模組內
所有自變項對依變項之變異情形
的解釋力
目的,在於
比對不同的模組對依變項變異情況
之解釋力的差異情形
檢視自變項之迴歸係數之改變
加入新的自變項後,
檢視原本在模型中每一個自變項之迴歸係數的改變
檢驗
交互作用效應
的存在
虛擬變項
的應用
比較
不同類別
或
次序變項
對依變項預測力之差異性
虛擬變項,指將
一個類別或次序變項,甚至是連續變項,以0與1重新編碼
應用時,需要從新建立的虛擬變項中,
選擇其中之一為參照組
,
與其他虛擬變項做對照比較
比較不同時間樣本
檢驗自變項間與依變項關係
是否隨時間不同產生變化
,即謂之
動態分析
比較自變項對不同依變項效應之差異性
結論
要精熟偏差及犯罪行為理論的概念等,以建立正確的巢式迴歸模組,及建構有效的測量指標,並精熟相關統計軟體的指令與操作,才能有效運用巢式迴歸模式來分析偏差及犯罪行為