統計分析的限制性

現在組織理論都強調須要有實證研究的支持，而實證研究的主流是量性的研究，也就是透過量性數據的收集，並藉由統計或數學模式的分析去檢視各個主要因素之間的關係是否真如理論所預測或描述的狀況。統計分析的基本原理是藉由大量的樣本資料，希望去計算在母體(真正的群體狀況)中，某一個因素的代表值或估算值(estimator or predicted value)，而通常最有代表性或預估能力的估算值，就是樣本資料的平均值。可是問題在於平均值是用一個數值去代表一整批數值，儘管統計學上有輔以變異數或標準差幫助我們瞭解樣本數值的分布情形，可是我們對於個別數值的掌握事實上還是很有限的。這讓我想到「見林不見樹」的問題。統計可以幫助我們了解整體上各個因素之間的關係，但是無法確實掌握因素之間細部的互動。就像如果我們想了解A班與B班學生的學習成效，我們可以將班級A與班級B的平均分數拿來比較，假設A班的平均分數較高，因此整體