資料取得,整理与分析后表达.docVIP

資料取得、整理與分析後表達 基礎統計報告 高雄大學統計學研究所 碩一 M0974404 陳俊宇 資料取得、整理與分析後表達 陳俊宇 前言 在選舉期間我們都常聽到或看到根據某某統計資料顯示A候選人的民調高過B候選人；或者是電視上某個節目常說根據某市調公司的統計收視又創新高，而把高收視率數字拿出來講，吸引更多觀眾來收看該節目。但什麼是統計分析？這些數據資料又是怎麼得來的？可能只有調查單位自己最清楚。調查單位若不給出詳細的分析資料，那我們就只能從他們給的數據去做參考、推測，來下最後的決定。 什麼是統計？「統計是指在所要研究的問題中，對於樣本資料的蒐集、整理、呈現並解釋，再透過適當的機率模型，藉由抽取之樣本資料去推論母體中未知之特性，始能在不確定情況下，做成聰明決策的科學方法。」廣義來說，統計是資料的蒐集、整理、分析與解釋。目的在於提供管理者制定有效決策所需的資訊，下較為正確且合理的決策並大幅降低結果之不確定性。統計就是將大量的資料轉化成有用的資訊。 另外，上面有提到了一個家庭訪問的蒐集資料方法，由於現在有很多社會事件造成人跟人之間產生信任上問題，住在同一棟房子的住戶都不見得全都認識了，更何況是讓一個完全陌生的人進到家中，所以想要進去人家家中做家訪是很不容易的。大概在六、七年前，那時一間市調公司（ACNielsen）和某間學校有合作，在暑期的時候學校都會有實習生到公司去實習，但暑期結束後大多數的實習生回到學校，都向學校表示公司指派給他們的家訪太過困難，受訪成功率太低，其原因就是要進入受訪者家中進行訪問太困難，不是直接被管理員檔在門外，就是要進入家中訪問時被住戶拒訪。此外，還有一個造成拒訪的原因，就是問卷內容太多，沒有耐心等訪問員一一的問完整份攏長的問卷。雖說能藉由類似的題目反覆確認受訪者是否認真回答問卷，但受訪者的受訪時間長短仍須在設計問卷的時候考慮進去。 還有就是現實面「成本」的考量，雖然說整個統計流程較花人力、金錢的部分就只有蒐集資料的部分，但若預算成本不高，也無法做大規模完善的資料蒐集。對於出版社或唱片公司而言，資料蒐集的方法可使用回寄的明信片或登入網頁填寫問卷，單就看這兩種方式或許會想說只放個明信片在產品中，或設計一個網頁來讓人上網填問卷就能蒐集到資料這樣的成本應該是不高。但人都是被動的，很少有消費者會主動的去回覆這些問題，想要消費者去做回覆的這個動作就要有誘因來吸引消費者，譬如：回寄可參加抽獎、登入可免費收到新書特報、可線上學習…等等。但增加這些誘因吸引消費者的同時，成本也跟著提高。所以成本與情資就好比一條線的兩頭在拉扯，顧慮到成本高低可能就會喪失資料的完整性，考量到資料詳不詳細齊不齊全就有可能得花上更高的成本。 緊接著資料蒐集完後，就是開始一連串的整理、分析工作。一般我們往往都是拿了數據資料，就開始依資料的內容和我們所想知道結果的方向開始分析，但有時候不曉得大家有沒有想過，平常我們看到的情況並不是一開始就是用數字的方式呈現在我們眼前，這時就沒有辦法直接取來作分析。就要透過把當下的各個情況，轉成我們所熟悉能夠加以分析的數據後再來處理。在這邊我就把它分成：可以直接分析的資料與不能直接分析的資料。舉例來說：能直接分析的像是股價、投資報酬等量化資料，這一類直接從他所表現出來的數據直接取來作分析；不能直接分析的像是男／女、滿意／普通／不滿意，這方面以類別方式來表達的質化資料資料。其中後者以社會科學領域較為常見。在這一類不能直接分析的資料，並非不能作分析，而是要透過一些適當的轉換再來加以分析。對於這方面的資料最常拿來使用的方法就是透過「類別資料分析」來處理這些資料。 從前面所述看來，似乎就只有類別性這種非數字呈現資料的方式，才需要特別去注意要如何加以轉換去分析，其實並不全是這樣，也有特地將數字轉成類別性資料來分析的情況。像是下面這一個情況： 年齡 分類 15～19 ｝→ 15～29 → 青年 20～29 30～39 ｝→ 30～49 → 中年 40～49 50或以上 → 50或以上 → 老年 像問卷裡面常會問到的年齡，有時候我們就會把它換成像是青年、中年、老年這樣的類別性資料，其主要的原因就是單獨看年齡上一個數字呈現，其實並沒有什麼意義，經由一個年齡層的篩選再去分類，這樣才能使我們更容易瞭解各個年齡層的一個特性。 分析結果的表達 在這些資料分析完後，最重要也是最後一項工作，就是表達給使用這份資料的人瞭解裡面的內容所要表達的，好讓參考的人可以做出有用的決策。在這個過程中，因為可能會經過像數理背景與管理背景這樣兩個學習不同領域的人，所以要讓兩個不同領域的人對資料所要表達的有一定瞭解程度，就需要多加上一個溝通。 像是我們常常做假設檢定的時候，最後都會寫到拒絕或不拒絕虛