歡迎來到數據整理指南！

你好！歡迎來到商業經濟學 (Business Economics) 學習旅程中最實用的章節之一。在會計與商業世界中，我們經常被海量的數據淹沒——無論是銷售數字、股價，還是客戶年齡。單看這些數字，它們只不過是「原始數據」，並不能告訴我們太多資訊。

在本章中，我們將學習如何使用頻數分佈表 (Frequency Tables) 來整理這些數字，並分析它們——無論是分散的（未分組數據 Ungrouped Data）還是分門別類的（分組數據 Grouped Data）。讀完這一章，你將能夠把雜亂無章的數據轉化為清晰的見解，協助企業做出正確的決策。別擔心如果你自覺不是「數學天才」——我們會一步一步帶你完成！

1. 理解未分組數據 (Ungrouped Data)

未分組數據是指處於原始形式的數據，也就是一份簡單的數值列表。例如，如果你詢問 10 個人每天喝多少杯咖啡，他們回答：1, 2, 0, 1, 3, 2, 1, 2, 1, 0——這就是未分組數據。

簡單頻數分佈表

為了讓這 10 位咖啡飲用者的數據變得清晰，我們可以建立一個頻數分佈表 (Frequency Table)。頻數 (Frequency, f) 其實就是一個專業術語，意指「該數值出現了多少次」。

例子：
杯數 (x) | 劃記 | 頻數 (f)
0 | || | 2
1 | |||| | 4
2 | ||| | 3
3 | | | 1
總計 (\(\sum f\)) = 10

重點總結：

當數據的取值範圍較小（例如 0 到 3 杯咖啡）時，使用未分組的頻數分佈表最為理想。它能讓你一眼看出最常見的數值！

2. 處理大數據：分組頻數分佈表

如果你手頭上有 500 名員工的年齡，範圍從 18 歲到 65 歲，該怎麼辦？做成簡單的表格會太長了。這時我們就需要使用分組數據。我們將數字放入稱為組距 (Class Intervals) 的「桶」中。

必須掌握的關鍵術語：

1. 組限 (Class Limits)：一個組別中可以容納的最小值和最大值（例如 10 – 19）。
2. 組界 (Class Boundaries)：消除組別間空隙的「真實」界限（例如 9.5 – 19.5）。對於體重或身高這類連續數據，這一點非常重要。
3. 組寬 (Class Width)：組別上下界限之間的距離。
4. 組中點 (Mid-point, x)：組別的中間值。計算方式為：\( \frac{\text{下限} + \text{上限}}{2} \)。

逐步教學：建立分組表格
1. 找出全距 (Range)（最大值減去最小值）。
2. 決定你想要的組數（通常為 5 至 10 組）。
3. 計算組寬。
4. 計算落入每個組別中的數據點數量。

類比：將分組數據想像成整理衣服。與其為每一種深淺不同的藍色都分開一堆，不如直接放入一個名為「藍色」的大箱子。這樣管理起來輕鬆多了！

你知道嗎？

在商業中，我們經常將「年齡」分組，因為 21 歲和 22 歲的人通常具有相似的消費習慣。分組有助於我們看見「大局」趨勢！

3. 數據分析：平均數、中位數與眾數

數據一旦整理成表格，我們就需要找到它的「中心點」。這就是分析 (Analysis)。

A. 平均數 (Mean)

對於頻數分佈表中的未分組數據，公式為：
\( \bar{x} = \frac{\sum (f \cdot x)}{\sum f} \)

對於分組數據，我們已無法得知確切數值（只知道它們在某個「箱子」裡）。因此，我們使用組中點 (x) 作為該組的代表值。
公式： \( \bar{x} = \frac{\sum (f \cdot \text{組中點})}{\sum f} \)

B. 中位數 (Median)

中位數是將數據按順序排列後的正中間數值。在表格中，我們使用累計頻數 (Cumulative Frequency) 來尋找它。
記憶小撇步： Median 的發音跟 Medium 很像，它就是中間的大小！

C. 眾數 (Mode)

在未分組數據中，它是出現頻率最高的數值。
在分組數據中，我們尋找的是眾數組 (Modal Class)（即頻數最高的那一組）。

常見錯誤避坑：

在計算分組數據的平均數時，學生常犯的一個錯誤是將總和除以組數（例如除以 5 組）。千萬別這樣做！一定要除以總頻數 (\(\sum f\))，也就是你所測量的總人數或總項目數。

4. 累計頻數：累計總數

累計頻數 (Cumulative Frequency) 用於查看有多少數值落在某個點以下。你可以透過將表格中從上到下的頻數逐一相加來得出結果。

例子：
頻數：2, 4, 3, 1
累計頻數：2, 6 (2+4), 9 (6+3), 10 (9+1)

這對於在商業報告中計算四分位數 (Quartiles)（將數據分為四等份）和百分位數 (Percentiles) 非常有用。

重點總結：

累計頻數最後一個數值永遠等於總數據點數。如果你的最後一個數字與總頻數不符，請務必重新檢查你的加法！

5. 快速複習與總結

如果這些定義讓你覺得頭昏腦脹，別擔心。只需記住這些核心步驟：

  • 未分組數據適用於小型、簡單的列表。
  • 分組數據使用組距來處理大量資訊。
  • 當需要對分組數據進行運算時，請使用組中點。
  • 頻數 (f) 是該數值的計數；累計頻數是累計總數。
  • 平均數是加權平均：\( \frac{\text{總和}}{\text{總計數}} \)。

成功小貼士：在考試時，務必在表格中額外加上「組中點」欄和「頻數 \(\times\) 組中點」欄。這樣可以大大降低計算出錯的機率！

最終鼓勵

你已經掌握了統計分析的基礎！雖然這些公式看起來很嚇人，但它們不過是幫助你釐清混亂的工具。多練習從原始數字建立表格，很快這些技巧就會變成你的本能。繼續加油！