知識的來源有千百種，但幾乎只有經由統計學分析出來的知識，幾乎人人都略知一二也最常接觸（像是總和、平均值以及機率等應該都是耳熟能詳的統計概念），又因本文出發點為以法學為主體的科際整合，故選擇以針對社會議題研究的社會統計學為探討的知識。此外，開頭提到的兩則事件也與統計學息息相關，讀者們也不妨以第一章開頭的資訊，分析數據哪裡出錯了。
Chapter II
探究社會現象的工具——社會統計學
從十九世紀開始，人類對於科學的推崇與日俱增，統計將科學的權威引進社會政策的討論，使得統計數字（此專指社會生活的量化敘述）成為描述社會問題的權威。其實，統計學家也希望透過統計分析，研究社會現象，而對社會政策發揮影響力。基本上社會統計涵蓋了兩種目的，第一種是為了提供一個正確、真實的社會描述，第二種則是企圖利用統計數字，支持某些特定觀點。
雖然第二種目的含有偏頗的成分，但這並不意味著基於此目的所呈現出來之統計結果，都不值得信任。相反地，即便是為了提供正確、真實的社會描述而為之社會統計，亦有可能出錯。畢竟即便數字再精確，都有可能被曲解、誤讀、延伸甚至扭曲。
看數據說故事─突變的統計結果
喬・貝斯特（Joel Best）將被竄改的數據稱為「突變統計」，其指出突變數字形成的四種常見方式有：不當推論、變質（將數字的原意，解讀成另一個完全不同的意義）、混淆（對複雜統計數據意義的誤解）以及複合錯誤。
推論是統計推理的基本步驟之一，基本上就是「看數據說故事」，成敗首要取決於數據的品質，而想要得到好的數據，必須滿足以下要求：對想研究的社會議題下精確定義、使用精準的測量方法，以及找尋具代表性的樣本（此部分留待後述）。上述要求除了會影響數據的品質，也攸關推論的正確性，如政府打算調查某年人民貧富差距的程度，那麼首先就要定義財富，是只採計該年的年收入，還是採計該年結束時的總資產？決定何謂財富之後，接下來要選擇測量方法，如納稅的影響（計算稅前或稅後的年收入或總資產），若統計結果是出於「年收入」的定義，推論時卻以「總資產」為前提，則會造成不當推論；若測量方法是採「稅前」的方式計算，推論時卻以「稅後」角度分析，亦會造成誤判。
變質，可能是來自重述過程的錯誤，如「從事性交易者，多屬中下階層的女性」可能誤述為「從事性交易者，『皆』屬中下階層的女性」、「『被性剝削者』，多屬中下階層的女性」或「從事性交易者，多屬中下階層的『子女』」等等。此等錯誤不論有意或無意，皆有可能使得原本的統計數據變成另一種完全不同涵義的統計結果。
至於混淆，因為是對複雜統計數據意義的誤解，可想而知，是最容易產生突變統計的原因，如勝算比（Odds Ratio）係指成功對失敗的機會比，但一般而言，人們不會用這種思維思考，而是比較傾向直接看勝算（Odds），比如說服用某藥而病症復發的勝算為40％，而未服用某藥而病症復發的勝算為60％，則勝算比約為0.67（0.4／0.6）。如果醫生說服用此藥而不復發的勝算比為0.67，恐怕大部分的病患都會滿頭霧水。
最後的複合錯誤，就如同字面上意思，是指一個突變統計之發生，是由於突變再突變的結果。
大腦的誤會，數據的突變
究竟是甚麼原因造成人們使統計數據突變呢？喬‧貝斯特認為，「數盲」是最根本的成因，畢竟人們若不了解統計數據如何形成，以及其所代表的涵義，則難免對統計結果有錯誤的理解。此外，當有人意圖操弄數據時（例如使用專業術語），人們便難以判斷正確性，使得突變數字得以存續，甚至廣為流傳。
筆者在大學時期修習線性代數時，非常頭痛，完全搞不清楚老師在幹嘛，課本所寫的數學式跟證明過程，全都是無意義的符號。不知道各位讀者是否有與筆者類似的經驗，看到數學就完全沒轍。對於這個現象，演化學提供了一個有趣的觀點：人類的大腦經過演化，只習慣儲存和處理特定類型的資訊。遠古的狩獵採集者為了生存，必須記住諸多動植物的形狀、特性和行為模式，因此在適者生存的演化趨勢下，人類的大腦比較善於儲存關於動植物、地形和社會活動的資訊。但現代反而是另一種全新的資訊類型變得更加重要：數字，而採集者以前從來不需要處理大量的數字。人類於距今約兩百五十萬年前出現，農業革命則是發生在距今約一萬兩千年前，可知人類有超過兩百萬年的時間都過著以狩獵採集維生的生活，而人類開始使用數字至今還不超過兩萬年。因此就演化的觀點而言，人類的DNA尚無法在如此短的時間內，因應全新的社會型態，而演化出專門儲存以及處理數字的認知神經系統，導致人類的大腦不習慣儲存數字和處理數字。
由上述可知，突變統計其實難以避免，畢竟就現階段人腦的演化結果來看，人們對於數據的處理通常並不在行，所以常有誤解統計結果的狀況發生。
數據的來源也很重要
上述四種造成突變統計的成因，皆是針對「統計結果」，但造成統計數據不值得信任的原因，不僅在於對於統計結果的詮釋，統計數字的來源以及對某社會現象進行統計的動機，亦攸關統計結果的品質。如前所述，樣本的抉擇會影響到統計結果的品質，若採樣的來源不具備代表性，便會造成不夠精確的數據。再以先前調查人民貧富差距程度的例子而言，在選擇抽樣的樣本對象時，可能的選項有：調查對象應為台灣國民或台灣居民、是否僅限勞動人口等等。若選擇台灣國民，則樣本中包含長期居住於外國的人，由於其所處環境與其他多數國民不同，似乎會降低樣本的代表性。
除了抽樣對象的代表性外，還有一個常見的重要因素，那就是每個社會問題都難免有黑數，亦即，在蒐集資料的過程中，難免會有漏網之魚，導致形成統計結果的數據無法真實呈現社會的狀態。以計算墮胎率為例，在墮胎不合法或社會普遍不接受墮胎的國家中，所蒐集的資料恐怕黑數極大，而使得統計結果不具參考價值。
知識與大腦的打情罵俏
前文筆者提到大腦的內在架構是由知識以及基模所構成，而知識會影響到基模如何形塑，回到三隻小豬的例子，筆者說知識就像是建築原料，而基模則是房子的構造及裝潢，當我們第一次學習民法的時候，人腦開始建造一棟全新的木屋，一開始可能房子只有一層，但之後學到民法有五編，所以再加蓋四層樓，不過筆者也提及依據所見所聞以及所學的不同，人腦所建構出的基模會因人而異，比如說可能有些人的木屋只有兩層，因為她／他以財產法及親屬法區分民法的規定。
所以，知識及基模其實是互相影響的關係，基模的構造會影響提取記憶的效率，而知識會影響基模的形塑。而如本文所述，由於人腦現階段的演化結果，人們普遍對數字的儲存以及處理並不擅長，此時大腦在形塑基模時，便容易出錯。
相信經過上述介紹後，各位讀者都對人腦的內部運作有多一點了解，並且發現人腦並不是一味地接收知識，而是在無形中與知識相互影響，因此是個隨時都在改變內部構造的神奇器官，就跟霍格華茲的樓梯一樣！希望讀者在閱畢本文後，能對心理學以及（社會）統計學有多一點的興趣，誠如亞當‧班福拉多（Adam Benforado）在《不平等的審判》一書中所言：「我們必須用新的眼光來看刑事司法的體系。所 以提升對於心理學和神經科學的研究意識是很重要的。這會指出我們的缺點，並且指引我們前進的方向。」因此筆者接下來將進一步說明如何將心理學以及統計學融入法學研究，帶給法律人新的視野。
下回分曉：統計、心理學與刑事訴訟