辩论赛中拆解对方数据的大方向有哪些？
以下所有拆解技巧全部的基础都是好好备赛，真的知道对手的数据究竟是通过什么样的方法调查出来的，否则的话只会发生一个情况，就是对手的数据出来之后被吓到，然后毫无反应。也是由于大陆的辩论赛基本都缺少数据检证的环节，所以以下基本都只有依靠自己好好备赛，然后霸气的讲出”同学你这数据我看过”。
(1) 数据出处的权威性
简单粗暴，一般没用。适用于备赛极其充分几乎看过对手的数据都是通过什么样的调查设计了什么样的实验得来的阵容组合。坦率地讲，绝大多数队伍，尤其是备赛态度极其垃圾的大工绝对做不到。
(2) 样本的容量与平衡性
比如大家很熟悉的美国总统大选的例子，1948年美国总统大选前期民调显示杜威一路大幅领先，杜鲁门几乎毫无胜算。但最后杜鲁门出人意料的获胜了，因为当时的调查是通过电话做的，而在当时家里能够安得起电话的几乎都是有钱人，杜鲁门获得的又恰好是中下级阶层的支持。这就是典型的由于调查样本的不平衡所带来的结论的偏差。
(3) 其他变量对统计数据的影响
比如澳大利亚禁枪之后大型公共安全事件的死亡率显著下降。但实际上在澳大利亚禁枪之前这个比例就一直处于下降的趋势中，禁枪之后没有明显的比例变化相比之下在欧洲，不禁枪的瑞士的犯罪率显著低于禁枪的瑞典。因此禁枪与否与犯罪率的因果关系是一个非常多的因素共同影响共同作用的结果，完全不能通过澳大利亚来证明禁枪可以解决社会安全问题。
(4) 被调查者的心理状态
比如说某调查显示在中国有不足5%的女性表示他们受到过性侵。这个数据就非常的不可信。因为在东亚的文化圈里女性往往会觉得遭受性侵是一个难以启齿的事情，在接受调查的时候相比之下也会比较难以表示自己有过这种经历，所以这个数据的比例一定会远远的低估了这个问题的严重程度。
(5) 数据的意义诠释和处理
简单一句话，你处理数据时可能怎么处理去吓唬对方，那对方就也有很大的可能做这种数据吓唬你。
NSDA“SDcamps”全国英语演讲与辩论大赛（大学组）/SDcamps全国中小学生英语演讲与辩论大会（中小学及幼儿组）/美式辩论赛（以下简称大赛/大会）现诚招全国省市合作伙伴或城市合伙人，共同进行推广NSDA赛事品牌、举办赛事及培训活动、开展素质教育、美式营地项目等多方面合作。
我们希望认同NSDA理念，有赛事组织经验，或有教育资源，特别是有理想有热情的机构或个人一起携手，共同推广NSDA品牌、赛事及素质教育。以机构的形式，或以城市合伙人的方式均可。具体的赛事组织、盈利模式，欢迎电话或微信咨询。
微信：0012133598196
