一、住在天龍國,人人都是有錢人?🤣
某天,一位住在「天龍國」的上班族,滑手機時看到一則新聞:「天龍國平均家戶所得再創新高,居民富裕程度令人稱羨!」
他看了看新聞,又看了看自己的薪資帳戶。「奇怪,我也是天龍國居民啊!怎麼新聞裡的富裕,好像跟我沒什麼關係?」
難道自己住在假的天龍國?還是有些人實在太有錢,連帶把大家的平均所得一起拉上去了?XDD
平均數可以告訴我們整體水準,卻不一定能代表多數人的實際情況。
為了理解這件事,我們不妨想像兩個虛構的地區:「均富里」與「天龍里」。兩個地區各有10戶家庭,平均月家戶所得都是10萬元。乍看之下,兩地的經濟條件似乎相當接近;但如果把每戶所得攤開來看,故事可能就完全不同了。
資料說明:本文所有家戶所得數字均為虛構教學資料,並非臺北市或任何真實行政區的所得統計。
二、平均一樣,為什麼差這麼多?
先讓我們看看第一張圖。它將兩地各10戶家庭的月所得,分別由低至高排列。
均富里的家庭所得相當接近;天龍里則有一戶高達50萬元,遠遠超過其他家庭。原來,平均所得相同,不代表每一戶家庭的所得都接近平均數。
這也讓我們認識集中趨勢(Central Tendency):平均數(Mean)是加總後除以筆數;中位數(Median)是排序後中央位置的數值;眾數(Mode)則是最常出現的數值。
均富里:平均數10萬元、中位數10萬元;天龍里:平均數10萬元、中位數5萬元。天龍里較高的平均數,是受到那戶高所得家庭影響。平均數與中位數並沒有絕對優劣,重點是它們各自回答不同問題。
統計學不是要我們選出最喜歡的數字,而是理解每個指標適合回答什麼問題。
三、原來多數家庭都在這裡!
長條圖讓我們看見個別家庭的差異。但如果今天不是10戶,而是10萬戶家庭呢?總不能畫出10萬根長條,再請讀者慢慢數吧?🤣
直方圖(Histogram)依相同寬度的所得區間統計戶數,重點不再是某一戶,而是整體分布的形狀。
均富里集中在相近區間;天龍里有較多家庭位於低所得區間,另有一戶向高所得端延伸。這可以幫助我們理解右偏分布(Right-Skewed Distribution)的概念,但本例僅有10戶,並不適合據此推論真實地區的分布型態。
資料的分布形狀,本身就是值得分析的資訊。不過,直方圖的組距會影響視覺結果,因此比較時應注意組距設定。
四、有多少家庭需要進一步關注?
假設你負責家庭經濟支持方案,主管希望你先找出值得進一步了解的家庭。平均數恐怕不夠用;如果想知道「所得不超過某個門檻的家庭有多少」,累積分布圖更直接。
累積分布圖(Cumulative Distribution Plot)呈現資料中有多少比例小於或等於指定數值。例如以月家戶所得6萬元作為教學用的初步調查門檻,均富里為0%,天龍里為70%。
同樣平均所得10萬元,在指定門檻下,家庭比例卻有很大差異。但這不代表我們已經知道誰符合福利資格;真實需求還受到家庭人口、資產、負債、居住成本與扶養負擔等因素影響。
統計圖表可以協助發現需要調查的問題,不能取代完整的需求評估。
五、一張圖看見中心、分散與極端值
如果希望在一張圖中比較所得中心、分散程度與可能的極端值,盒鬚圖(Box Plot)就很有幫助。
盒體代表第1四分位數(Q1)到第3四分位數(Q3),橫線是中位數;依1.5倍四分位距規則,天龍里50萬元被標示為可能離群值(Outlier)。離群值不等於錯誤值,不能看到就刪除。
此外,全距(Range)是最大值與最小值之差;變異數(Variance)衡量與平均數的平方偏差;標準差(Standard Deviation)是變異數的平方根,以原始單位表達分散程度。
兩里平均數同為10萬元,但均富里母體標準差約1.41萬元,天龍里約13.58萬元;全距則分別為4萬元與47萬元。這說明天龍里所得較分散,卻不能直接證明所有家庭的生活條件較差。
如果要進一步衡量所得不均,還可以參考洛倫茲曲線與吉尼係數。每個統計指標,都有它適合回答的問題。
六、兩位里長,同樣的平均所得,卻端出不同的政策
故事來到這裡,換兩位里長登場。某天,均富里與天龍里的里長一起參加區公所的社區發展會議。資料顯示,兩里的平均家戶所得都是10萬元。乍看之下,似乎可以參考同一套發展方案。
但當他們進一步檢視長條圖、直方圖、累積分布圖與盒鬚圖後,卻開始思考不同的問題。
均富里里長想的是:「除了經濟條件,居民是否還有共同的生活需求?」
他決定先透過社區需求調查,了解居民對公共空間、健康促進、親子共學與高齡友善服務的期待,再規劃適合的活動與改善措施;同時也不忽略可能需要個別支持的家庭。
天龍里里長則注意到另一個現象:雖然平均所得不低,但有7戶家庭的月所得不超過6萬元。
「如果只看平均數,會不會忽略部分里民的生活壓力?」
因此,他決定先了解家庭人口、扶養負擔與居住成本,盤點現有福利資源,確認是否需要加強家庭關懷、福利資訊宣導及相關服務轉介。
兩位里長並不是因為統計圖表直接告訴他們答案,才提出不同措施;而是因為圖表讓他們看見不同的問題,進而決定蒐集不同資訊、評估不同方向。
均富里里長開始思考如何提升社區整體生活品質;天龍里里長則優先關注可能被平均數掩蓋的家庭需求。
當然,這不表示均富里不需要福利支持,也不表示天龍里不需要公共建設。實際施政仍須結合人口結構、居民意願、現有資源、調查結果及法定權責。
這正是探索性資料分析(Exploratory Data Analysis, EDA)的精神:從不同角度觀察資料、發現問題、形成假設,再進一步蒐集資訊與研擬對策。
相同的平均數,未必代表相同的問題;而問題定義不同,後續的政策選擇,也可能截然不同。
七、數字沒有改變,改變的是我們理解問題的方式
回到故事最初。那位住在天龍國、看著平均所得新聞懷疑人生的上班族,或許終於理解了一件事:平均所得10萬元可能是真的,自己沒有那麼富裕,也可能是真的。兩者並不矛盾。
今天,AI已經可以協助我們計算統計指標、繪製圖表,甚至提出分析建議。但真正重要的,仍然是我們能否從資料中發現值得關注的問題,理解這些發現對實際決策有什麼意義。
如果花了半天做統計,最後只是用一堆數字重複大家早就知道的事情,那未免太可惜了。XD
好的統計分析,不只是回答原本的問題,更可能讓我們發現:原來一開始就問錯了問題。
數字沒有改變,改變的是我們理解問題的方式。這正是統計學的意義。
參考文獻
- American Statistical Association. (2016). Guidelines for Assessment and Instruction in Statistics Education (GAISE) College Report 2016.
- Illowsky, B., & Dean, S. Introductory Statistics. OpenStax.
- OECD. (2013). OECD Framework for Statistics on the Distribution of Household Income, Consumption and Wealth. OECD Publishing.
- Tukey, J. W. (1977). Exploratory Data Analysis. Addison-Wesley.
本文為統計學概念教學,所用數據皆為模擬案例;正式研究及政策判斷須以真實資料與適當方法進一步驗證。
