「平均薪資 6 萬」——但你身邊大多數人明明只領 3 萬。這不是造假，而是平均數被少數高薪者拉偏的結果。描述統計就是幫你看穿這類數字陷阱的工具：用幾個關鍵指標，快速掌握一組數據的全貌。
一、集中趨勢：資料「中心」在哪裡？
集中趨勢衡量一組數據的代表值，常見有三種：
1. 平均數（Mean）
所有數值加總後除以個數。計算直觀，但容易被極端值（離群值）拉偏。
例：10 個員工月薪分別為 3 萬 × 9 人＋老闆 60 萬，平均薪資 = (27 + 60) / 10 = 8.7 萬。這個數字讓任何員工看了都覺得「不是在說我」。
2. 中位數（Median）
把資料從小到大排列後，位於正中央的那個值。若個數為偶數，取中間兩個值的平均。對離群值有強大的抵抗力，是薪資、房價、收入分布最常用的代表值。
同樣的例子：排序後中間值為 3 萬——更能代表大多數員工的實際狀況。
3. 眾數（Mode）
出現次數最多的數值，一組資料可能有多個眾數，也可能沒有眾數。常用於類別型資料（例如：哪個口味最受歡迎、哪個城市訂單最多）。
| 指標 | 最適合的情境 | 離群值影響 |
|---|---|---|
| 平均數 | 對稱分布、無極端值 | 高（容易被拉偏） |
| 中位數 | 偏態分布（薪資、房價） | 低（穩健） |
| 眾數 | 類別型資料、尋找熱門選項 | 無關 |
二、分散程度：資料有多「散」？
光知道中心在哪還不夠——「全班平均 75 分」可能是大家都考 75，也可能是一半人 50 分、另一半 100 分。分散程度告訴你資料的離散程度。
全距（Range）
最大值 − 最小值。計算最簡單，但只依賴兩個極端值，容易因單一異常值失真。
變異數（Variance）
每個數值與平均數的差距的平方和平均。平方的目的是讓正負偏差不互相抵消，並放大較大的偏差。
- 母體變異數：分母用 n，適合已有完整資料時
- 樣本變異數：分母用 n−1（貝塞爾校正），適合用樣本推估母體時
標準差（Standard Deviation）
變異數的平方根，單位與原始資料相同，因此更易解讀。例：平均身高 170 cm、標準差 8 cm，代表多數人身高落在 162～178 cm 之間（±1 個標準差約涵蓋 68% 的資料）。
變異係數（CV，Coefficient of Variation）
標準差 ÷ 平均數 × 100%，用於比較不同量級資料的分散程度。例：月薪標準差 5,000 元 vs. 房價標準差 500 萬，直接比較沒有意義，但換算成 CV 就可以比較「相對分散程度」。
三、四分位數：更穩健的分散描述
標準差容易受離群值影響。四分位數提供了另一種分散程度的描述方式：
- Q1（第一四分位數）：25% 的資料低於此值
- Q2（中位數）：50% 的資料低於此值
- Q3（第三四分位數）：75% 的資料低於此值
- IQR（四分位距）= Q3 − Q1：涵蓋中間 50% 資料的範圍
IQR 完全忽略最高和最低的 25% 資料，因此對離群值有強大的抵抗力。箱型圖（Box Plot）就是以 Q1、Q2、Q3、IQR 為基礎繪製的，是呈現資料分布最常用的視覺化方式之一。
四、偏態與峰度：分布的「形狀」
偏態（Skewness）
描述分布是否對稱：
- 偏態 ≈ 0：接近對稱分布，平均數 ≈ 中位數
- 偏態 > 0（右偏）：長尾在右側，少數極高值拉高平均數（例如薪資、財富分布）
- 偏態 < 0（左偏）：長尾在左側，少數極低值拉低平均數（例如考試成績接近滿分時）
右偏分布中，平均數 > 中位數 > 眾數——這就是為什麼薪資報告常強調「中位數」更能代表一般人的狀況。
峰度（Kurtosis）
描述分布的尖峭程度：
- 高峰度：資料集中在平均數附近，但尾部較厚（極端值較多）
- 低峰度：資料較平均分散，沒有明顯的集中點
總結
- 平均數：最常用，但有離群值時容易失真，應搭配中位數判讀
- 中位數：對偏態分布（薪資、房價）更有代表性
- 眾數：類別型資料或尋找最熱門選項時使用
- 標準差：量化資料的離散程度，與平均數搭配使用
- IQR：比標準差更穩健的分散指標，不受極端值影響
- 偏態：判斷分布是否對稱，決定應報告平均數還是中位數
描述統計不需要複雜的數學背景——理解每個指標背後的直覺含義，才是真正讀懂數據的關鍵。下次看到「平均薪資」，記得先問：中位數是多少？