關於民調那些事_風聞

愈臨近選舉，各種民調也就愈令人眼花撩亂。眾皆曰，蔡英文在初選民調作弊，陳水扁甚至公開嗆曰，五家民調公司數據幾乎一致，肯定是民進黨中央提供給民調公司的「母體」出了問題。什麼是「母體」？觀察民調又應該具備哪些基本知識？

首先做些關鍵名詞的解釋。

母體與樣本

在學理上，母體(population)意指研究對象全體所構成之集合。以選舉民調為例，台北市有合格選民220萬，市長支持度民調的母體，就是這220萬人。

所謂樣本(sample)，學理意義就是從母體選取一些代表性子集合，一般而言，隨機抽出母體約1000-1200位選民，這些受訪者便是樣本。

母體是民調可信度的基礎，若民調公司手上的母體(受訪者名單)有所偏差，其結論便無可能正確可信。

普查與抽樣

普查(census)意指對所要研究的某種現象，進行全面性調查。此法曠日廢時，所費不貲，但所獲得資料較為完整可靠。

抽樣( sampling)意指對所要研究的某種現象進行部份調查，此法省時省力省錢，但抽樣品質深度影響結論的可靠性。

一般即時性民調，無法做到深度而詳細的普查，因此皆為抽樣。抽樣要做到貼近事實並不容易，以全區域性選舉為例，每個縣市的選民結構不同，做抽樣就依賴該地區樣本名單是否貼近選民結構，否則誤差值會過高。

舉例，檢查一箱長途運送的橘子完好率，抽樣不能只取接近箱子頂部的橘子，因為最可能損壞的是箱子底部的橘子。

有效樣本數，抽樣誤差，信賴區間，信心水準

有效樣本簡單説就是指可信的樣本，抽樣誤差的存在乃因母體中不可避免的特殊樣本，以上兩者皆有統計學上的複雜公式，此不細表。

反覆投擲銅板，出現正面的機率為p，若投擲n次得到X次的正面，則p大約可用X/n來表示。但是由於p不可能完全等於X/n，因此研究機率者會給p一個範圍，也就是區間估計p的大致落點。以X/n為中心，d為半徑劃出區間，[X/n-d，X/n+d]便是所謂信賴區間。p落在信賴區間的機率，便稱為信心水準(以百分比表示)。d則是抽樣誤差。

因此，有效樣本數應為多少，取決於抽樣誤差與信心水準，三者連動。信心水準是研究者所訂定的數據，一般被訂為95%。再者，抽樣誤差愈小愈好，一般被訂為正負3%以內，由此反推有效樣本數。

看民調時，通常有效樣本數是1068份以上，便是按照抽樣誤差與信心水準的數據反推出來的。

按常理，有效樣本愈多，誤差愈小，但因為其投入的成本過大而難以實現，因此民調必然要容許誤差，以降低有效樣本數。

取得1000份有效樣本，並非受訪者只有1000人，依據母體的規模與複雜度不同，採樣的規模也不同。有時甚至需要採樣上萬份資料，才能篩選出1000份有效樣本。

分層抽樣與機構效應

抽樣方法很多，於此不一一細表，一般選舉民調採區隨機抽樣，並也搭配分層抽樣。隨機抽樣很好理解，什麼是分層抽樣？

舉例，教授想調查某大學學生的消費傾向，設使母體有5000人，為了讓結果更貼近真實，教授分年級採取抽樣，一年級有2000人取樣200人，二年級1500人取樣150人，三年級1000人取樣100人，四年級500人取樣50人。按照母體中不同屬性族羣分開處理分別觀察，即稱為分層抽樣。

上述針對各縣市選民結構不同的民調方式，便應採取分層抽樣的方法，較能得出可信的數據。一般而言，政黨內部所做的選區參考民調，就必須精細到分層抽樣。若是全島性選舉民調，即便是公開的民調也會採取分層抽樣，方能證明其可信度。

機構效應意指做民調的機構因自身立場而對數據產生的幹擾，例如，一個反核團體做能源政策的民調，能否得出擁核支持度較高的數據，基本是可疑的。因為該民團大可在可控範圍內，從母體，有效樣本，抽樣方法，題目設計上誘導出有利於反核信念的數據。

由於機構效應的存在，選舉民調嚴重受到幹擾，政治立場五花八門的機構，各自做出影響選情的民調，也就不足為奇。「九合一」選舉，凡是政治立場偏綠的民調機構，皆做出與結果偏差度極大的數據，連美國人都上當，即可證明此現象難以消弭。

手機民調爭議

傳統民調採取市話訪問的道理在於，市話(電話簿為母體)可確認受訪者所在區域，有利於分層式抽樣方法，且較為省時省錢。然而由於進入手機時代，室內電話數持續減少，且一般接聽市話者年齡層偏高，因此為了民調的正確性，民調機構逐漸嘗試採用手機民調與市話民調結合產生數據。

不過，手機民調的缺點，其一，無法確認受訪者所在區域。其二，受訪者接聽電話的當下狀態較為複雜，因此成功受訪率降低，費時費錢。其三，手機受訪者難以確認其年齡，由於年輕選民會得到加權，因此有新的受訪者可謊報年齡，以影響民調結果。其四，有心者可以大量收買手機門號，以確保自己參加民調的機率，組織性影響民調結果。

由於以上缺點，手機民調並未被廣泛使用，所有相關機構都缺乏有效的經驗法則以規避以上風險，簡言之就是容易作弊。不過，由於有市話者不到七成，為求民調的全面性，採納手機族勢在必行，只是比例尚不宜高於市話，方乃持平之論。

以民進黨初選民調為例

陳水扁説打死也不信這次民進黨初選民調，理據是五家民調公司的數據高低差過於整齊，如蔡英文得票率都維持在34%-36%，賴清德都維持在26%-28%。這説法大方向無誤，但容有斟酌空間。

在一般狀況下，各民調公司掌握的母體不會完全一致，所以得出的數據理應有所落差，不可能整齊。綜合多家掌握不同母體的民調公司數據所得到的平均數，是一般較為可靠的做法。如網路上長期整合民調的「無情真實的未來預測」，就是綜合各家民調以預測結果的單位。

由於這次民進黨初選的母體由黨中央提供，五家公司拿到的名單都一樣，因此得出的數據理論上本來就不會相差太遠，因此嚴格説來，母體確實出現問題沒錯，但民調公司並沒有作弊，作弊的是提供母體的民進黨中央。

既然手機民調容易作弊，比例高至50%，其母體必然大有問題，尤其最大電信公司是半公股，根本是蔡英文當權派可以掌控的對象。這便是為何在民調展開前，便有挺蔡者預言8%差距，萬分準確的緣故。

其實，光是蔡賴差距「剛好」高於正負誤差範圍，即見此份民調作弊斧鑿明顯。

如何判斷負責可信的民調

確認民調的可信度，有如下標準:

1. 該機構長期做民調，有歷史資料可供查閲其數據變化的軌跡。

2. 詳細載明母體，樣本，加權，抽樣方法，題目，與將近交叉分析者，可信度愈高。

3. 機構效應愈低者，可信度愈高，反之則愈低。

調查機構若是媒體，較為可信的民調機構如: TVBS，東森，聯合報，遠見，美麗島電子報，台灣指標民調(風傳媒)均有一定可信度。

一般民間機構較為可信者為山水民調，典通民調，趨勢民調，循證民調，以上皆為親綠人士成立，但具有歷史資料可供查詢其公信力。

大學機構由於較具客觀性因此保有一定可信度，如政治大學，世新大學。

民情變化快速，民調雖為統計科學，但其中變數甚多，沒有什麼民調機構不會出錯，但因為這已經成為一門有利可圖的生意，正規盈利的民調機構，會比較在意自己的公信力，特意作弊的狀況較為少見。

反而是那些有政黨色彩的各種基金會，以民調帶風向的成分居多，基本不可信。

今年選情空前複雜，致使民調公司大發利市，對關切選情的民眾而言，長期觀察，避免偏看偏聽，注意檢查機構是否詳列必要資訊，參考歷史資料驗證機構可信度，方能得到比較正確的趨勢見解。