59.下列何者最不適合用來描述研究資料的變異度（variability）？
(A)標準差（standard deviation）
(B)偏態（skewness）
(C)全距（range）
(D)四分位數（interquartile range）

在統計學中，描述一組資料通常會看三個面向：

1. 集中趨勢 (Central Tendency)： 資料平均集中在哪裡？（例如：平均數、中位數、眾數）

2. 變異度/分散程度 (Variability / Dispersion)： 資料有多散？（例如：全距、標準差、四分位數）

3. 形狀 (Shape)： 資料分佈的長相是否對稱？（例如：偏態、峰度）

為什麼 (B) 偏態 是最不適合的？

偏態（Skewness）衡量的是資料分佈的「對稱性」，也就是你提到的「偏左還偏右」（正偏態或負偏態）。

• 關鍵盲點： 知道資料偏左或偏右，並不能告訴你資料到底有多「散」。

• • C) 全距 (Range)： 就看最大值跟最小值的距離。距離越大，代表頭尾拉得越開，資料越分散。

  • (D) 四分位數 (Interquartile Range, IQR)： 「方塊」概念（Box plot 的中間那個盒子）。它看的是 Q3 (第75百分位) 和 Q1 (第25百分位) 的距離，也就是「中間那 50% 的人」散佈的範圍有多寬。

  • (A) 標準差 (Standard Deviation)： 標準差算的是「每個數值距離平均數的平均距離」。距離平均數越遠，標準差越大，資料當然就越分散。

  總結來說，(A)、(C)、(D) 都在回答「資料有多散？」，只有 (B) 在回答「資料對不對稱？」，所以 (B) 最不適合用來描述變異度。