劉應興的部落格

開什麼玩笑？統計資料還有條件？沒錯！統計資料需要具備一定條件，否則以我這統計老兵的看法，不能稱之為統計資料。那麼，統計資料需要什麼條件？我們今天來談談這個問題。

我們總聽說： 統計，就是讓數字說話（ 統計是什麼）；我們也聽說有三種謊言：謊言、該死的謊言、與統計。在許多人眼中，統計是比該死的謊言更該死的謊言。

要讓數字說話，不要讓它成為最該死的謊言，首先得有數字，然後得有讓數字說真話的方法，這才是統計。要讓統計說真話，首先要有公正客觀的心態，才可能找公正客觀的統計資料，用公正客觀的方法解讀資料要告訴我們的訊息。公正是不偏私，客觀是不預設立場。當然這只是粗淺說法，我無意討論公正客觀的定義、如何才算公正客觀的問題。就統計而言，美國統計學會有一關於統計人員的道德指引可以參考。因為統計資料理應是統計人員蒐集，至少統計人員在資料蒐集是處於監督指導的地位，如果統計人員本身不能公正客觀，蒐集資料就很大的可能有所偏差。在統計的其他階段也是一樣，必須以公正客觀的態度整理分析呈現與解釋統計資料及結果，才不致讓統計淪為欺騙人的工具。

統計學教本說： 統計資料是集體的數量化資料 。實際上這樣的說法不足以界定統計資料，例如機場的班機時刻表也是集體性的，有許多班機的時刻；班機出發時刻當然是數量的，時間的呈現是數字的，沒人不同意吧？所謂數量化，不是表達「量」的數字才算。因此，班機時刻表確實是一份集體的數量化資料；然而，它不應算是一份統計資料，它完全是人為製造出來的。依個人意見，統計資料具有以下性質：集體產生（集體性）、可數量化、有具體目的（目的性）、客觀性、及系統化蒐集（系統性）。

首先談集體性。單個數字不算統計資料，必須是多個同類的事實，例如多個人的愛好，多人或一人多期的支出金額，多年的降雨天數或降雨量數字。同時這「集體性」不只代表資料本身的集體性，而是集體產生的資料，每筆資料由一個個體產生，而這些個體產生的資料集體，才可能是統計資料。所以需要甲回答他個人資料、個人意見，卻由乙回答，這是不行的。如果是事實性，可查證的資料，在不得已情況由他人代答，或許是可以的；但如果是意見性、個人感受，絕不可能由他人代答。即使屬事實性的資料，如調查時遇此現象，也應註記清楚，調查人員並且應儘力去追求事實的證據。

其次談可數量化，因為調查項目或許有非數量性的，如性別、顏色、形狀、喜好等，但它們是可以數字化或數量化的，所以說是可數量化。但說不出口的感覺，無法名狀的心情，難以描述的文風等無法數量化；門牌號碼，身分證件序號等只是識別標籤無法真正數量化，這些都不能構成統計資料。可數量化的資料，包括本來就是數值的如收支金額、血壓數值等，以及可以數量化或標記歸類的，如心情好壞、文風粗獷或細膩、出生地區等。以上都是明確數字或明確歸類的，但近二十餘年也有把統計方法擴充到所謂模糊數的，分析對象不再是明確數值或類別，不過那其實可說是另一種數量化的方法，仍不違背「可數量化」這個性質。

統計人員蒐集資料應先明確其目的，是所謂目的性。例如欲了解獨居老人狀況和欲了解老人生活，其蒐集資料對象就不同，關注重點也會有些差異。又如欲了解中學生學習狀況和了解學生生活狀況，在蒐集資料方式就有所不同。有了目的才能規劃蒐集的資料項目，也才能規劃好蒐集資料方式。如果沒有明確目的，這個問 A, B, C,   那個問甲乙丙，資料項目、名詞定義、詢問方式或觀察重點及記錄方式都不一致，這樣的資料很難整理，甚至無法進行統計分析。即使問的／觀察的方式都相同，勉強能用，也可能因目的不明確而在資料整理分析時發現缺這少那，或者定義不符分析時的想法。所以說，統計資料是帶有一定目的而蒐集的。當然也不乏一些看似違反此性質的資料，如廠商蒐集客戶（消費者）資料，政府公務登記資料。不過，這些資料真沒有統計上明確目的嗎？有的，或許它的目的不是針對某一研究目的，甚至是為了非統計的目的；但它仍帶有統計上明確目的，或者是預期將來可能根據這些資料做某些專題的分析，或許簡單地欲了解一些情況，於是把這些目的加上其他非統計目的而設定了長川登記（記錄）的制度。

統計資料必須具備客觀性。雖然蒐集資料首先要有目的，如證明新藥療效，但這並非意謂要主觀地證明新藥有效，而是要具客觀性，不能預設立埸。因此進行實驗則力求客觀嚴謹操作，例如雙盲的實驗設計；問卷調查則避免誘導性問題及偏向的語氣及問法。所以前面首先提出統計人員必須公正客觀，如果統計人員抱著欲證明某個結果的態度，例如要證明藥品有效，要證明學生不用功等目標而去蒐集相關資料，他在蒐集資料時就專注於能證明其論點的資料，而忽略那些與他支持的假說相反的資料。例如選舉民調，調查人員支持芋甲候選人，遇見支持某甲的受查者就高興地攀談，遇見支持其他人的就「再見！」那麼蒐集來的資料當然就有偏差了。又如調查員在訪談時誘導性的發問，醫護人員對接受試驗藥劑或療法的患者特別週到等，都會影響到蒐集來的資料，得到不客觀的結果。

蒐集資料需根據目的制定系統化蒐集程序，例如以登記方式蒐集資料，必須根據統計及非統計目的，釐清登記標的對象，制訂登記表格，並明確其項目定義避免不同人有不同認知，凡符合登記對象皆強制登記。實驗則根據目的決定操作因子，分析干擾因子，設計適當實驗方案：對象的區集及隨機化分組，需有對照組以便有所比較，隨機化避免發生系統性偏誤，區集化降低不可控之隨機誤差；雙盲設計避免人為干擾；時序一政或隨機化進一步減免一些額外的偏誤及誤差。調查則依據目的選定對象群體，決定普查或抽樣；具體調查方式，如對人的訪問調查是採面訪？電訪？郵寄或 email？如果是抽樣調查則進一步設計抽樣方案；同時制訂調查項目及表式，問卷問項妥善設計期望獲得真實資料；調查員嚴格訓練期能提高完成率及正確率。總之，蒐集資料不是隨隨便便可以完成的，必須適當規劃，系統性的辦理，才可能獲得接近真實、可用的統計資料。如新聞記者街訪民眾、所謂 youtuber 街訪粉絲，網上貼個問卷招覽人填寫，所謂 call in，讀者或聽眾觀眾投書，既無事先規劃訪問對象及抽選辦法，訪問時又無計劃地隨口而問，不能得到可用的統計資料。實驗者若只知操縱儀器處理實驗品，卻無一定的實驗規範，實驗結果變因複雜，也常不能得到適用的統計資料。登記制度混亂，登記者漫不經心，錯漏重複，結果也難成有用的統計資料。

所以統計資料是類似個體共同產生之集體性可數量化資料，依一定目的，以公正客觀態度依系統化方法蒐集而來的資料。不符合集體性、可數量化、目的性、客觀性、及系統性的資料，即使數量龐大，也不及一個小小樣本的抽樣調查資料。這就是個人認為統計資料應具備的條件。