“做数据”其实是个良心活儿！(3)

第三，这些数据是如何得到的？我们会着重看，这些数据有没有提供出他们的调查方法？有没有提供他们的样本构成情况？有没有说明是如何抽样而保证样本的代表性的？

这些东西在正规专业的数据调查研究报告中，一般都是有明确说明的，也是很重要的，并非可有可无的东西。如果，看到的数据根本没有提及上面这些内容，或者模糊化处理，那么即便这些数据呈现的再好，我们还是不会引用或使用。因为，数据的准确性十分令人怀疑。

在浏览国外的许多研究报告时，他们会非常明确的交代清楚，自己是如何做的调查，用的什么方法，后期如何执行的。

不过，这两年国内网络上也出现各种各样的数据报告，有些数据连样本是多少都没说明，怎么做的更是不说，可能采访了周围几个人就得出一些猜测性的数据结论，以偏概全。这些数据，一是不专业，二是不可信，三是为了某个特定目的而做的数据。

遇到这种数据，不要盲目兴奋，要有理性的判断力，判断这是否是客观的数据，还是忽悠的数据。

三、调查方法和抽样问题：没有所谓好坏，只有“更适合”

对于调查来说，最理想的方法当然是调查全部的情况。比如，全国性的普查。比如，调查产品的全部消费者。但是，这是不现实的。

所以，统计学的发展促进了数据调查的发展。统计学中会讲究概率，会抽取有代表性的样本，然后通过调查这些代表性的样本，来推断总体的大概情况。样本越有代表性，推断总体就会越准确。

换句话说，只要样本选取得当有代表性，那么上千个样本就能在很大程度上推断出总体的情况。反之，如果选取的样本没有代表性，那么就算你选几万个调查样本，也无用，也代表不了总体情况。

所以，样本并不是在数量上取胜的，也不是一味地越多越好，而是能够有代表性。所以，在看一些公司发布的数据报告时，我会先看它的样本是如何选取的？样本都是由哪些人群构成的？否则，只说调查了多少的样本量（哪怕是上万个样本）也不能说明这些调查结果就能代表全部情况了。

就像你在一堆烂苹果中挑选样本，其实挑几个就能测出来这堆苹果的大致情况，那何必再把一堆烂苹果都测一下呢？既浪费时间，也没必要。

在数据调查中，选择多少样本量是有一些计算方法和标准的，这个可以提前确定好。达到一定量的标准，样本就会在一定的可信度范围内推断出总体。

那样本如何才能有代表性？这就涉及到抽样方法的问题。也就是，如何选取样本，这个很重要。抽样有随机的抽样，也有非随机抽样。选择哪种抽样方法，要看调查的现实情况。每种抽样方法都有自己的优势和缺点，无所谓好坏，只是根据实际的调查情况选择一个合适的方法。(责任编辑：方向)