.jpg)
（2018-11-05）機車考照新制於11月1日上路，改制第一天，就有媒體就「迫不及待」地以11月1日的報考數據，來「驗證」考試難易度是否影響了報考數及過關率，但一天的統計數字可以作為證明嗎？
（2018-11-05）機車考照新制於11月１日上路，由於改制前就有風聲說考題會變難，因此，改制第一天，媒體就「迫不及待」地去印證，以11月１日的報考數據，來「驗證」考試難易度是否影響了報考數及過關率，但一天的統計數字可以作為證明嗎？
常常看到新聞媒體使用統計數字「佐證」自己的報導，但大多數的統計都不具代表性，有時甚至是為了支持自己的既有觀點而去操作的調查，這樣的統計數字，是沒有代表性及意義的。
統計數字的可信度有兩大關鍵，一是抽樣樣本的準確性，二是樣本數。前者代表了調查的「意義」，如果是針對「事不關己」的人做調查，調查的結果當然沒有意義；後者則有關調查的誤差度，所有的調查都會有誤差，所以要放大樣本數來平衡極端樣本導致的偏誤，統計學上的「有效樣本數」要求至少30個，當然，樣本數愈多，其整體的代表性就愈高，然而，付出的成本也就愈多。
統計調查的方式有很多，新聞媒體最常使用的就是「便利抽樣」，也就是為求調查方便，而未對樣本正確性做精準的分析，但即使是便利抽樣，也要初步對「樣本」有些篩選，且基本樣本數也必須達標，否則這種便利抽樣就只是貪圖方便而沒有代表性。
例如，在電視台附近訪問民眾，就當做是全體民眾的意見，又或是訪問幾位民眾，就以其「比例」報導「大部份」民眾的看法，還不知道被剪輯出來的「樣本」是否被過濾，這樣的調查數據引用，都嚴重失真，只是為了新聞效果而做。
以機車考試新制為例，以「一天」的報考率和通過率來「佐證」新制的難度影響了報考意願，實在是言之過早，機車考照有年齡限制，11月１日後才滿18歲的民眾，沒有權利選擇報考新制還是舊制，因此，即使考題難度變高，也不會影響要考機車駕照民眾的「意願」，若真要說報考率下降，少子化與無照電動車的趨勢，或許更是影響關鍵，當然，這也需要經過有意義的調查才能確認。
調查的結果分成數據（Data）、資料（information）和情報（intelligence）三階段。數據就是調查的結果，還需經過資料整理及情報分析才有意義，即使是時下流行的大數據（Big data），也只是反應了消費者的「行為」，需要經過分析與解讀，才會有決策上的意義。
數據是死的，需要被挑選、整理及人為的解釋才有意義，因此，一樣的數據可以用不同的「說法」來解讀，例如一個餐廳對來店消費的消費者做滿意度調查，結果是30%不滿意、40%普通、30%滿意，此時的數據解讀有以下說法：
- 只有30%消費者滿意我們的餐點
- 只有30%的消費者不滿意我們的餐點
以上兩種說法的解讀會帶來不同的觀感，前者代表餐點該改進了，後者卻讓人覺得餐點獲得大部份消費者的喜愛。一樣的數據卻有兩種截然不同的說法，這就是資料分析和解讀的重要。
新聞媒體原應是公正客觀，但為了「話題性」而使用不合格的調查結果來「驗證」自己想說的觀點，對消費者來說是種誤導，雖然多數調查誤差也無傷大雅，但若以在街頭隨便訪問三、五個消費者就當做全台灣消費者的意見，不但扭曲調查的目的，也讓民眾對新聞媒體的市場調查更沒信心，此類的調查，實在沒有意義。
延伸了解
筆者的行銷社群：行銷金三角臉書社群
筆者的行銷部落格：行銷金三角部落格
博客來購書網址
