目前事業單位大多已依「勞工作業環境測定實施辦法」之規定每半年定期進行作業環境測定，但勞工的暴露情形可能會因作業現況而不同，不能單看一次或兩次的環測結果，而是需收集多次的環測結果利用傳統統計進行分析，才能建立各個相似暴露族群（similar exposure group, SEG）的暴露實態以瞭解是否符合容許濃度標準。本研究以合成皮業事業單位為研究對象，探討傳統統計與貝氏統計之差異，評估貝氏統計分析方法，是否可利用較少的環測數據，即可分析出與母群體相近的結果。
　　研究的方法為對某合成皮業工廠數個SEG於3 ~ 11月進行多次的作業環境測定收集大量的環測數據，再分別利用傳統統計與貝氏統計方法進行分析。分析時在傳統統計方面，分別探討樣本數多寡時，所分析的結果與母群體之差異，而在貝氏統計方面則探討Prior資料的不同（由專家提供資料、前次累積的環測值、8天的環測值），在搭配不同數量的Likelihood資料分析而得的結果與母群體之差異，最後再將傳統統計與貝氏統計分析的結果進行比較，以評估兩種方法之差異。
　　經分析後發現，傳統統計只能估算出95百分值與其容忍界限的上限值的暴露等級，而貝氏統計可完整說明0 ~ 4暴露等級每個暴露等級發生的機率為何，讓事業單位可以清楚的瞭解各個等級發生的風險高低，並進一步做出適當的控制措施。且貝氏統計因有Prior資料，因此當環測值只有少量的數據可分析時（Likelihood資料），若給予適當的Prior資料將有助於分析的結果接近母群體的結果。