在美國做教育研究的人最常被批評的一件事就是教育領域的博士所具備的統計能力通常比別的領域的博士差。在美國這幾年來，我發現高等教育領域中統計強的人的確不多（更精確的說是統計強卻又對高等教育有深刻瞭解的人不多）。可能有人會覺得「統計差有什麼關係？」殊不知大部分的社會科學研究都是建立在統計學的基礎上。統計不好的研究學者不管其他的學術能力多強都會遇到無法突破的瓶頸。就像一個建築工人如果不會用槌子，那他的武功大概已經廢了一半。
既然教育領域的統計不夠好，那我們這些學教育的人只好去別的領域學他們的統計囉！ 以前我們如果要修比較高階的統計通常會到心理系去修。這表明了就是心理系的統計比教育系的強。但是我最近卻又發現有一個領域的統計比心理系更強（不是統計系），那就是經濟系。為什麼會這樣說呢？因為這兩年半來我在NSSE所遇到最困難的問題都是經濟系的教授提出來的。比如說，有一位經濟系教授目前任職P大副校長。有一天他打電話到我們辦公室來問說：「請問你們NSSE在做學生調查的時候是否有考慮到學生自我選擇偏差 (self-selection bias) 對研究結果的影響？你們是否有使用海克曼校正 (Heckman Correction) 來修正自我選擇偏差對於測量所造成的影響？」ㄟ….對不起，我們高等教育領域中很多人連 Effect Size 是什麼都不知道，海克曼校正，別開玩笑了吧！
後來，我又有機會跟幾位經濟系的教授接觸，我不得不承認他們的統計學素養的確是我們教育系的學者所比不上的。不過沒關係，既然心理系的那一套統計已經不夠我們用了，以後我們可以多跟經濟系學學他們的統計。說不定有一天我們也可以跟經濟系的學者有相同程度的統計學素養。
附註：
可能有人看了這篇之後會覺得很奇怪，要學統計幹嘛不去統計系學而要去心理系和經濟系學？ 原因很簡單，統計系學統計的目的是為了研究統計學背後的數學理論；經濟系、心理系、以至於教育系學統計的目的則是為了用統計來解釋社會上或是人類活動中的某種現象。社會科學研究者不需要對統計學背後的數學理論有很深的認識，但是我們要知道如何解釋統計數字對於社會以及個人所具有的意義。 That’s why we didn’t go to Department of Statistics to learn statistics.