統計數字在現代生活中無所不在，但正如馬克·吐溫所言：「謊言有三種：謊言、該死的謊言與統計數字。」然而，統計本身並非不好，關鍵在於解讀數字時是否足夠謹慎，在資訊爆炸時代，仍要抱持懷疑的態度、挖掘真相的能力，才能看穿數字背後真實樣貌。
數字與體感的落差：離群值造成的數字拉扯
根據2026年統計，台灣工業與服務業全體受雇員工平均每月總薪資在6萬4千元到7萬6千元之間，許多網友因此自嘲：「抱歉，我拉低了平均。」針對大眾常感受到政府公布的平均薪資、通膨數字與現實「體感」不符的現象，政治大學統計學系教授陳立榜指出，平均值的計算必須考慮樣本的來源與組成。
若樣本中出現「極端值」或「異常值」時，平均數就會出現嚴重拉扯，陳立榜幽默地舉例：「今天我跟(輝達執行長)黃仁勳的薪水平均完之後，我(薪水)就是好幾個億!」這種數字與體感的落差，背後可能也帶有特定目的。
陳立榜直言，政府或組織公告數據時，可能為了讓成果看起來更有成效，或必須對外證明，因此會透過不同統計方法，呈現特定數字樣貌。因此，他呼籲大眾面對數字時，應保持懷疑或挖掘真相的心態，而非一昧全盤接受。
數字背後的操作：從失業率到校園調分
陳立榜進一步舉例，為了美化數據，有時會採取特殊的操作定義。例如：中國過去為了降低失業率，「哪怕只工作一個小時，我也當作你有在就業...」透過放寬標準達到目的；或要求大學生若未取得實習、正職 offer，就不發給畢業證書，確保「有畢業的人才會有就業」，從而在數據上讓青年失業率大幅下降，對外界「證實」政府執政效果。
除了負面操弄，生活中也有較為「正向」的例子。陳立榜觀察到，有些學校老師為了不讓學生被當掉，或為了讓學生申請留學時有較好的 GPA(Grade Point Average)，會進行加分或調分。雖然這會讓整體教學成果看起來非常成功，但陳立榜提醒，這可能影響學生對教學品質的判斷。
為何要學統計：從臨床試驗到半導體良率
儘管描述性統計當中，有這麼多可能被「操弄」之處，但陳立榜認為，統計學最有趣的地方在於其「數量化的技巧跟一些技術」，能活用在生活各領域。他說明，在醫療領域如 COVID-19 的藥物開發，藥廠必須透過臨床試驗蒐集數據，透過統計方法理解藥物是否有其功效。
此外，在台灣引以為傲的科技產業中，統計學同樣扮演關鍵角色。例如：台積電這類企業，在晶片製程中需要極嚴密的品質管控，必須掌握一台儀器生產晶片時，管線是否可持續生產品質良好的產品，只要透過統計分析，企業就能有效偵測並降低不良率，進而提高生產「良率」 。
個人生活影響：解碼 Google 評論的誘因
在個人生活中，統計概念同樣如影隨形。陳立榜提到，不論是計算吃飯的花費，或是評估考試的平均分數，舉凡與平均、總和、量化相關，都是統計的一環。
他認為，學習統計學的「直覺」，就是透過生活實例來理解這些統計描述。最貼近大眾的例子莫過於 Google 評論。例如：看到 4.8 顆星高分，陳立榜建議先質疑「這 4.8 是多少顧客投下？」樣本數太少會導致數據失真，例如：新開餐廳只有五則好評，但這些評論可能都來自支持餐廳的親友；此外，還須考慮人為誘因，如店家提供打卡送贈品等活動，以此拉高平均數字。
對此，陳立榜笑說，雖然他找餐廳也會參考 Google 評論，但面對數字，務必保持直覺或者是疑問心態，才能穿越重重迷霧，看穿數字背後的真相。
更多精彩內容歡迎參考《把統計學剝光光》
_20260224220447_20260515120140.jpg_1140x855_280x210.jpg)
_20260513115336.jpg_280x210.jpg)
