[什麼時候不要做假設檢定?]?

很多時候，大家都會認為統計就是在玩假設檢定，常常都會直接看所謂的顯著性，大家在做分析時都會想知道有沒有顯著，這也是基礎統計課程或教科書花大部分篇幅在介紹的，但是其實有時候我們是不需要做檢定的。

先複習一下基本概念，之所以要做假設檢定，就是因為我們想要利用已知的樣本特性去推論未知的母體特性! 如果我現在已經知道母體了，那我就沒有做檢定的必要囉。

試想一下情境:
一位老師將全班同學在管理數學上的分數去看是否男生與女生在考試分數之平均數有顯著差異?
這個時候要檢定嗎?

其實是沒有必要的...因為我已經知道全班70位同學的分數拉，那母體就是這70位同學，母體的男生平均數我也可以知道，女生平均數我也知道，這個時候就只要用描述統計直接比較男生與女生的母體平均數就好了啊，不用做檢定!

但是，如果我是要針對某大學所有管理數學的學生為母體，想知道男生與女生平均數是否有顯著差異，這時就需要用假設檢定囉，但是可能要每個班級都抽一些樣本，不能只抽鬍鬚曾老師的班級，不然就沒代表性了。

SPSS統計軟體雖然很貼心但是它並沒有判別的能力，如果使用者不懂統計基本概念的話，就容易犯以上錯誤，這就是為什麼我們還是有必要上統計學理論了解公式與定義，當你了解這些，你在用統計軟體時就比較不會犯錯....不過，很多教科書都艱澀難懂，這也是為啥鬍鬚曾在這裡的原因了，我們就是要你們簡單學概念，操作的好!