3.2　研究方法

3.2.1　问卷调查

运用自行设计的问卷进行数据收集。问卷包括三个部分：第一部分为被调查者的社会学基本特征，共9题。其中包括性别、年龄、文化水平、婚姻状况、子女数量、宗教信仰、职业情况、医保类型、月收入水平九个因素。第二部分为被调查者对医务社会工作的认知情况，共2题。分别为是否知道医务社工；是否认为医务社工能有效改善医患关系。第三部分为被调查者对医务社工的认可及需求，共21题。其中认可情况以对医务社工背景身份的认可、医务社工服务内容的认可，这两个维度进行分析；需求情况以对医务社工的服务方式、服务内容、服务地点，这三个维度进行分析。问卷经有关社会学专家，伦理学专家以及统计学专家进行修改校正，并在预调查后最终修改确定。

问卷封面设有统一指导语，由经过培训的调查员（包括广州医科大学卫生管理学院一、二年级的硕士研究生）进入病区进行调查，向被调查者说明调查的目的和意义。问卷不涉及被调查人的个人身份信息。由于医务社会工作是一项尚未推广的服务项目，为保证问卷质量，问卷以一对一问答形式进行，问卷有效率100%。

3.2.2　统计分析(https://www.daowen.com)

采用EpiDate3.1录入数据，使用SPSS19.0做卡方检验、T检验、采用描述性统计分析对被调查者的社会学基本情况及被调查者对医务社会工作的认知情况、认可程度、需求程度进行分析，从而初步获得样本的人口社会学总体情况和被调查者的认知、认可、需求的总体情况。

本文使用的人口社会学特征中年龄、文化水平、月均收入水平等为定序变量，而职业情况、医保类型、婚姻状况等为分类变量，因此在分析变量中存在定序变量时，无法使用卡方自交互侦测决策树（CHAID，Chi-squared Automatic Interaction Detector）对资料进行分析。而分类回归树（CRT，classification and regression tree）是一种专门用于对定序和分类数据进行分类分析的方法，它具有较高的分类、预测精确度，其核心是根据一个给定的目标变量和其他经过筛选的样本特征指标对样本进行最优分割。CRT适用于任何分布类型的数据做统计分析，允许不同数据类型的初始和结果变量一起进入模型。CRT可以将具有不同特征的患者分配到树的各个局部去处理，使每个局部患者的内部同质性得到改善。在分析过程中采用分层的方法，将各种可能的主观选择，按照其重要性的顺序勾画成一棵不断分叉的树形图，再通过对各个枝节的选项比例来进行介入决策。简单地说，分类回归树分析方法是采用树枝状图清晰形象地展示并比较各影响因素重要性的一种定量决策方法。

CRT的树型结构与社工介入思维十分接近，即先抓主要影响因素，后抓次要影响因素，通过分级树的级数来阐明各研究变量的重要性，在各相关影响因素中能分出主要影响因素与次要影响因素，为介入提供合理的分析手段。基于此原因本文使用分类回归树对数据进行聚类分析，进而获得在各类情况下的最有效干预目标。