在現實生活中，我們關心事件發生機率的問題，譬如我們會擔心飛機的失事率，麻省理工學院的學者巴耐（Arnold Barnett）曾經做過失事率的研究，他計算從1991年到2000年間美國飛機的失事率，每天搭乘一次飛機來計算的話，平均8000年才會遇到一次（約300萬分之1）。比起我們開車、騎車或是搭乘大眾運輸發生意外的機率還要低很多。雖然如此，大家坐飛機時仍會害怕，為什麼？因為一旦發生，代價太大了。我們關心事件發生的可能性，更care嚴重性。而期望值（Expected Value）便是一個機率與代價的綜合指標，它將每一種可能結果的嚴重度以機率值來加權，只要某個結果的機率很低，那個結果的影響性便會被大幅降低。
在編制量表（Scale）的時候，由於是以外顯（Manifest）的觀察變項（Observation variable，即題目）去測量看不見的特質（Trait，即潛在變項），因此研究者所設計的題目是否穩定且一致（信度）以及是否測量到想要探知的特質（效度）就顯的非常重要。關於信效度的概念，本部落格有2篇簡介文章的介紹可以先參考一下。
相信很多新手開車，不喜歡立刻買新車，怕不熟悉路況一不小心把新車弄壞了，那絕對是非常非常的心疼。買二手車相對的是個好選擇，但是二手車的問題是這個市場好像充滿陷阱與專業，一不小心賠錢事小，買到爛車真的會感覺相當的OOXX。不過現在網路發達，很多訊息都已經在網路上透明化了，如果可以在買車之前先做一些小小的研究，相信可以大大降低買貴買爛的風險。
有做過統計的人都知道，舉凡學術性論文或專案調查報告，開頭都會先來一段描述統計，用人數、百分比、平均數等統計量，對調查人口作一番說明，讓讀者了解研究對象的基本資料。只是通常這種統計很死板，不外乎A有OO人最多，佔XX%；B有OO人次之，佔XX%等等。這種文字讀來索然無味，一點感情也沒有，整段看完後，通常都像張無忌學太極劍的最高境界－－全忘了。
台灣整體的統計素養因為高學歷推廣而日漸提升，近年也有越來越多的商業機構開始懂得尊重統計的專業，指名要找統計顧問公司來進行他們的內部研究或商業調查專案。但我發現這許許多的專案中，執行者佔了九成以上都是初次執行，而且常常會犯下一些不可修正的錯誤，雖然說這是新手必經的階段，但有些問題還是可以避免的，所以在這邊整理一些相關注意事項，給商調新手們一些方向。
{{ article.title }}