如何看清統計數字?

其實統計是一門好特別的學問, 佢其中的一個特色在於「以偏蓋全」.

「以偏蓋全」的意思是指我們做統計時, 首先會對特定目標 (如全香港人) 製成一個抽樣框, 抽取部份的對象作為抽選樣本, 並收集樣本的相關資料(如全香港人最喜歡的交通工具) , 進行數據分析, 然後將分析後的數據, 以評估所有特定目標 (如全香港人習慣乘地鐵).

「以偏蓋全」的好處在於可以減低人力及財力. 假設我們想調查全香港人最喜歡的交通工具, 最準確當然係訪問所有香港人, 但我們如何可以有這麼多人手及時間呢, 仲有錢都係一個好大限制.

根據上段的意思, 有人會開始質疑統計調查結果的可靠性. 但其實統計是一種頗嚴謹的科學. 在統計學上, 有一條非常重要的理論「Central Limit Theorem」. 這條理論引證咗當我們抽選的樣本夠大(>=30), 獨立(即樣本唔會互相影響對方), 這些樣本會大致follow「Normal Distribution」. 根據「Normal Distribution」, 我們可以將我們的數據進行科學性的分析, 令到統計調查結果更加可靠. (如我們大約需要在抽樣框中抽取幾多樣本, 以減低誤差)

要知道身邊的統計數字是否騙人, 其實要從好多方面觀察. 一個完整的統計調查報告應包括統計調查中各方面的細節，特別是總體範圍、樣本設計、樣本規模、抽樣誤差、回應率及可引致非抽樣誤差出現的因素等等。在合適的情況下，問卷的式樣亦應包括在報告內。

例如:
「香港有9成女性喜歡用xx品牌化妝品」, 呢個統計數字已經係幾令人質疑的.

1.首先佢抽取咗個樣本呢? 如果佢只係抽取咗20人, 發現有18人用xx品牌化妝品. 咁樣如何代表全香港女性呀.
2.佢指的香港女性究竟是由幾多歲至幾多歲, 如果佢原來只問25至35歲的OL, 咁佢地要化妝都好正常, 最多得到結論是25至35歲的OL喜歡用xx品牌化妝品. 咁細過25及大過35歲的香港女性呢?
3.究竟佢地係唔係隨街搵個有用化妝品的女士做樣本, 或者係在該品牌化妝品店門口抽樣本?
4.佢地份問卷點樣設計?如果佢條問題係問有無用該品牌化妝品, 點樣為之有用呀, 唔通幾年前用過, 之後無再用都叫喜歡用xx品牌化妝品?

所以要引用數據支持論點的話, 要選擇有公信力的數據. 例如香港政府統計處, 香港統計學會(HKSS), 大型私營市場研究公司, 如AC Nielson, TNS, etc.