摘要：伴随着新时代环境的快速变化，组织统计工作也有必要进行有效的创新。在这种背景下，本文分别探讨了创新统计工作理念、创新统计工作的原则及创新统计工作衡量尺度三大提升提升统计工作水平的对策。
关键词：统计工作；水平；提升
中图分类号：C829.2 文献标识码：A 文章编号：1001-828X（2013）05-00-01
一、创新统计工作理念
许多一些我们所熟悉的统计方法中，例如假设检验、线性回归分析、变化量分析，以及最大近似估计方法等。这些统计方法都是利用机械式的计算器来设计执行的，而现在的电子计算器可以帮助我们发展出一些新的统计方法，对于分配假设的限制并不像传统的分配假设那样多，而且可以应用到更多更复杂的统计估计式。这些方法给予了一些科学家去探究以及描述资料，而且推导出有确实根据的统计推论。一个很重要的原因是传统的数学分析方法被电脑演算法所取代，但是传统的数学观念及基础并不会因为电脑的快速发展而从统计理论当中消失。对于统计推论演算法的正确性及有效性，数学仍然是最主要的分析方法。
在科学史的发展脉络中，统计方法学植基于实证主义的科学思潮之上，吸收不同的领域（knowledge domain）的知识养分而成长，例如农业实验促成变量数分析的发展，财务预测的需求促成时间序列分析的进步。但是，一棵健壮的大树得力于粗壮的根与干，统计方法学的大树需要数学（概率、线性代数、微积分）来厚实根基，依赖测量与抽样理论来吸取土地里的养分（获得足够的有代表性的有信度与效度的分析材料），就好像一个好厨师，要做出一道美味可口的佳肴，除了经验老到与优秀厨艺以外，还要新鲜的食材，统计分析的“材料”，有赖完善的测量与抽样。最后才是统计分析，从最简单的描述统计，到最尖端的各种技术。简单来说，统计方法学以测量数据为素材，以统计与数学模式为手段，以电脑作业为平台，以问题解决与知识累积为目的，环环相扣，相辅相成。然后，研究者带着他们的先备知识与研究问题，穿越这棵大树，最终能够发掘新知识，达到新境界。
二、创新统计工作的原则
统计的结论并非仅仅是对机械化的数值作推理而已。统计的分析或是统计的结论并不是统计作业的结果，调查人员还要凭想像力在所统计出的数值关系中引出足以说明现实情况的结论。如果调查是用实验调查设计来进行，结论往往是对假定状况的证实。无论是描述调查或是实验调查，目的都是为了求得某一个事实和另一个事实间的关系，因此，结论的追寻应离不开两个事实间的关系真相。负责调查工作的人员就是要从经过调查后所明确的种种事实中去发现各种不同的事实间所存在的任何新的关系，并将这些不同的关系用总数、频率、分、平均、百分比、标准差等来表示，以求出一般性的估略结论。
关于统计作业上有一些值得注意的事项：第一，对于分类后较大宗的资料，每一分类应由不同的人来计算，但这只适用于人工计算时；现在绝大部份的统计工作都是利用电脑来实际执行运算分析的工作，所以应事先计划好每一大分类的统计顺序，也就是按照每一大分类制定一套统计顺序，如此可避免许多混乱发生的机会。第二，基本总数要在作业一开始时就计算，应设专人负责统筹所有的计算作业，基本总数和统计数目要不断地反覆对照，电脑也要标准化。所有格式都要有一个明确的标题，所有表格都要加上号码并排序，表格上要有详细的分类项目，分类时必须注意不要重复。表格记录必须完整，计算表和统计表的分类越细越好，并尽量配合图形。各种资料的特性和相异性要尽量浅显地表现在表格上，使之一目了然。
三、创新统计工作衡量尺度
问卷衡量尺度的设计是评估报告是否深入的关键，许多市场调查的主要目的在求了解受访者的态度或意见，如调查消费者对各种饮料牌子的喜好程度。研究者应对测量的种类有基本认识，不同的量表应用不同的统计分析，准确性才会提高。研究者在设计问卷的回答方式时，是以下列几点为考量的依据：研究目的与问题深入的程度、事后资料整理时的便利性、各种可能选项的周延性与互斥性需兼顾、统计的方法。无论研究者采用哪一种问卷回答的方式，事后的整理分析都需要量化后再进行，才能适用于各种统计方法，这种量化的处理工具便称为衡量的尺度，又称量表（Scale）。目前较为广泛使用的量表可分为四类。
（一）类别量表（nominal scale）
这种量表是根据被调查对象的性质而分类，如根据消费者答案可分为“喜欢”与“不喜欢”或“是”与“否”两类。自然也可分成三类到三类以上的答案。每类答案的数字只作为分类使用，如果将这些答案数字（1，2，3）加以运算，根本没有意义，因为这些数字在此仅属名义而已，真正目的是在分类。类别量表的平均量度值（scale value）不能用算数平均数（arithmetic mean）或中位数（median）表示，而应用众数（mode）。应用在类别量表的统计检验方法为卡方检验（chi-square test）。
（二）顺序量表（ordinal scale）
数序量表可以表示各类别之间的顺序关系。如要求消费者根据其心中偏好，将五种饮料品牌依最喜欢到最不喜欢的顺序排列，最喜欢给5分、最不喜欢给1分，这就是一种顺序量表。不过代表顺序的数字还是不能用来做运算，只能看出高低次序，却无法确定顺序之间的差异大小，例如若已知A>B>C>D>E，但并不知道A与B的差距，或C与D的差距，所以也无法得知两种差距是否相等。用顺序量表来分析平均量度值时，是用中位数表示，在统计检验方面则需采用非母数统计检验方法（non-parametric test），如符号检验（sign test）与连串检验法（run test）。
（三）差距量表（interval scale）
这一量表比顺序量表再推进一步，不单能表示顺序关系，还能测量各顺序之间的距离，可确定地指出5分与4分之差距等于4分与3分的差距。差距量表的分数可用来做加减乘除的运算，这是它的一大优点，但是不能说明6分为3分的两倍，因为差距量表并没有一个真正零点。差距量表的平均量度值计算可用算数平均数，统计检验方法用t-test或F-test。
（四）比率量表（ratio scale）
比率量表除了具有差距量表的全部特色外，还具有“真零”这个特性。例如身高、年龄、体重等变数的测量都是用比率量表，故可说体重180磅的人比90磅的人重两倍。不过在态度测量方面，运用比率量表显然有困难，消费者给一种饮料100分，另一种给50分，但却不表示喜欢程度有两倍的差距。因为态度测量本质上为一顺序概念，显然不宜用比率或差距量表测量。等比量表的平均值计算可用几何平均数（geometric mean），统计检验可运用参数统计检验法。
参考文献：
[1]左鲜花.运用统计方法提高管理水平[J].中国石化，2009（07）.
[2]王荣华.对新形势下企业统计工作的思考[J].现代经济信息，2011（02）.