本次解讀民調報告如下：
解讀日期：2023年4月10日
民調日期：2023年3月23日至3月24日
民調主題：2023年3月國政民調
報導機構：風傳媒、Newtalk新聞、yahoo新聞、三立新聞、中時新聞網
執行機構：美麗島電子報委託戴立安進行問卷設計與分析，畢肯市場研究公司執行電訪。
調查地區：全國22個縣市
樣本/誤差：設籍在調查範圍，年滿20歲的民眾。成功完訪1071人，在信賴水準95%時抽樣誤差最大值為±3.0%。
民調摘要：2023年3月29日美麗島電子報公布3月國政民調，此民調詢問受訪民眾16道問題：國內目前的整體經濟情況；對蔡英文總統信任程度、整體表現滿意度；行政院長陳建仁就任以來的整體施政表現滿意度；民進黨、國民黨和共產黨好感度調查；NCC主委陳耀祥涉嫌貪汙瀆職是否應停職調查；兩岸軍事、文化問題；2024可能總統參選人支持度等問題。此民調亦針對調查結果進行分析，並附上調查結果交叉分析表、問卷主要題項內容與調查結果百分比供大眾參考。

爭點解讀：
一、民調詢問NCC主委陳耀祥因包庇新成立的電視新聞台得到執照，應不應該馬上停職，配合司法調查，這種看問題就可知結果的調查，意義何在？
二、此民調問題內容較長，進行電訪時，是否容易造成受訪者答題困難的情形？
三、此民調的調查方法、抽樣設計是否有問題？

專家分析：    

世新大學資訊管理系前主任吳統雄解讀：

本案無法脫離「資訊系統綁架困境」，其報告之「抽樣誤差」不僅是錯的，對採用替代樣本，而形成的非隨機樣本而言，根本是無意義的（請參見2022.08.08《看懂民調》對「抽樣誤差」的解說）。而採用沒有因果關係的「加權法」只是美化數字，可能反而擴大誤差（請參見2022.10.06《看懂民調》對「加權法」的解說）。

本案在抽樣方法上使用了「等比分層隨機抽樣」（proportionate stratified random sampling）一詞，這是臺灣坊間民調誕生時，早期一家對統計不熟的文案人員，所誤用「名實不符」的敘述。但該計畫書後來成為陸續開張民調公司的範本，持續複製貼上、抄寫錯誤至今。

本調查不能夠推論為代表全臺灣民眾的意見。但其樣本仍具分散性，可以代表所訪問的 1071 個樣本。
美麗島調查的優點是累積長期資料，對於這樣的調查，宜以「統合分析 meta-analysis」的觀念，比較相似主題、執行期間相近的調查結果，再加上更多方位的知識與歷史經驗整合。
單次的調查報告，尤其列聯表的許多細格內數字很小時，可能誤差會很大，但如果為沒人為作假，集合愈多的資訊，應該可以看出一個大方向。

本案的第一與第二爭點，都與「資料的品質」，與資料數字的「質的分析」有關。

爭點一解讀

在「測量理論」上，對擬預測應變項不具「區別力」的，就不是好問項。
譬如，如果擬預測應變項是「投票傾向」、或「政黨傾向」，「你認為清廉是不是很重要？」就不是具備「區別力」的好問項。

在本題的列聯表各細格中，還是多少可以看出存在政黨差異、尤其是「未明確回答者」的「潛在政黨傾向」，甚至是「顏色受訪者」其認知可能是基於「意識型態」或存在「制度理念」？唯需要沒有被加權扭曲的原始數字，與更細膩的分析與詮釋。

另外，陳耀祥相對知名度不夠高，如果是改用「賴清德以『學校用地』將市有地售予三立電視，然後變更為『住宅用地』案」，則對「投票傾向」、或「政黨傾向」的預測力與生態分析力可能更高。

爭點二解讀

「受訪者耐心」是「訪問實務」上的一個議題。
本爭點也與本專欄討論過的「條件句」有關，亦即：避免「假設性條件句」，可謹慎使用「事實條件句」。
本案其實存在其他「假設性條件句」題目，本題則屬「事實條件句」，為了說明條件，只要訪員訓練落實，這個長度還可以。本案也還有其他這種長度的問題。

「受訪者耐心」與時代演變，以及是否為「酬賞式調查」也有關。

本人於1983年在聯合報創辦民意調查時，由於從無前例，且在戒嚴報禁期，可說存在「兩報壟斷」，受訪者雖被告知是民意調查，但心理上可能覺得是被「兩報訪問」，有人緊抱著電話不放，有堅持申述超過 2 小時的記錄。
經過40年，民調、市調由迸發而充斥，重複性又高，現在「受訪者耐心」是個大問題，訪員的工作難度也更高了。

爭點三解讀

本案與許多坊間民調一樣將「比例抽樣」誤為「分層抽樣」，使用了後者的名詞，卻不瞭解其意義。

分層抽樣(Stratified sampling)為當母群的某種變項分配不夠常態，且變異很大時，若能按其分配與變異值將母群分割為若干「層(strata)」，使得「層間變異最大、層內變異最小」分別抽樣，則可提高推論的正確性。這裡的層，常是指類別變項中的「水準」。
實施時按變項的水準分層，又分為「比例分層」和「非比例分層」2種，層內再實施簡單隨機、集群…或其他抽樣法。
應用範例：「比例分層」譬如估計身高時，按「性別」變項分作「男、女」2層；估計員工滿意度時，按「職等」變項分作「高、中、低」3層

「非比例分層」如調查使用豪華汽車的行為時，由於這項行為在高級住宅區和平民住宅區的差異很大，故可依住宅區的區位分成2個以上的「層」來調查，而在高級住宅區樣本數配置超過比例的樣本數。
「分層抽樣」應用優點：在母群本身分配不均勻、且有層級差異時，可減少誤差，提高推論正確性。
應用警惕：調查研究者吳統雄曾經實驗證明，分層如果沒有按照前提分層，誤差不僅沒有改善，反而有可能變大。
分層抽樣通常也是針對小團體，才可能辨識是否存在「層內變異最小，層間變異最大」的層。

唯坊間經常將「機率比例抽樣」誤為「分層抽樣」。

「機率比例抽樣」是在母群幅員廣大，清冊也很龐大時，為了擴大樣本分散性、且簡化抽樣作業，研究者常將樣本數先按母群的某種特性—通常是地理區域—以人口比例分割再抽樣，稱為「機率比例抽樣」(Sampling with Probability Proportional to Size, PPS)。

應用範例：以臺灣地區為母群，按每縣市人口占全臺灣地區百分比之比例分配樣本；譬如本案就是將臺灣分作7 個區域，按人口比例分配樣本數。並不存在以「變異性」為基礎的「分層」。

本案是一種粗淺的作法。完整的「機率比例抽樣」常是「二段、多段抽樣」中，第一階段的方法。
譬如樣本數1500個，而每縣市分到的樣本數，再按照鄰里之百分比例分配樣本。假設文山區分到3個樣本，卻有6個里，怎麼辦呢？就把6個里的人數總加，作成虛擬編號，以系統抽樣方式抽出3個號碼，選出號碼所在的3個里，再在里民中簡單隨機抽出1個受訪者。
應用優點：在母群很大，樣本數相對較少時，可使抽樣在分布上更分散均勻。或是在母群「分層」後，層間單位數相差很大時應用。

應用警惕：「比例抽樣」是種分散作業，與單位內的變異情形無關，易與分層抽樣與集群抽樣混淆。