【民調摘要】

民眾黨 17 日公布總統大選內參民調，民進黨賴清德、蕭美琴組合為 31.5%，第二名為民眾黨的柯文哲、吳欣盈組合為 27.2%，第三名是國民黨的侯友宜、趙少康組合，為 25.8%。內參民調顯示，民眾黨目前居於第二名。

▲ 求真民調指出，柯盈配目前居於第二名。（圖／民眾黨提供）

政黨支持度方面，國民黨以 27.9% 居冠，民進黨與民眾黨分別以 24.8% 與 24.6% 居於第二及第三名，結果在誤差範圍內。本次民調透過市話 2/3、手機 1/3 進行抽樣，同時公布詳細的民調報告數據。

【專家分析】

本次〈看懂民調〉專欄，邀請世新大學資訊管理系前主任吳統雄，解讀民調的三大爭點，並進行詳細解析：

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／非等機率樣本而言，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）。

一般坊間調查均不能夠推論為代表全臺民眾的意見。但如果沒有作假，且其樣本庫夠大、仍具分散性，本案可以代表所訪問到的樣本 1225 人。惟本案採用了許多坊間民調共同的誤解方法、產生了許多人為的誤差，而其主觀配置方式，無法排除更擴大誤差。

爭點一：民調數據加權過大

本民調在加權過後，支持度的改動相當大，謹列出下列四點問題：

• 柯盈配的支持度，在加權後升高了近 1.4 倍（若單獨看手機則是 1.45 倍），其他兩位候選人加權後支持度都減少。

• 政黨票及政黨理念也有類似問題，民眾黨被加權了 1.3 倍，其他兩黨加權後支持度都減少。

• 年齡部分，20-29 歲在市話跟手機，都加權超過兩倍以上；30-39 歲也加權超過 1.5 倍。

• 性別部分，女性手機族的調查數據也放大了 1.3 倍。

▲ 柯盈配在加權前後的數字比較，數字加權後被放大了 1.39 至1.45 倍。（圖／翻攝求真民調報告；宋思彤後製上字）

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。

當前各坊間民調多採用 RDD 法、亦即尾數隨機號碼法。這個方法是對的，但會大幅提高一時找不到受訪者的比例。

坊間民調有營利、成本的考量，不願持續追蹤原始、隨機等機率樣本，於是不斷更換樣本，會造成樣本的人口資料，和母群（或稱母體）產生很大差距。

所以，這些民調公司再採用「性別、戶籍、年齡」加權，不論是否存在選舉預測目的，只有美化數字的效果，不能增加推論性，反而有擴大誤差之虞。

「加權法」必須是加權項目，為應變項的因果／關聯自變項。譬如：要預測燒開水所需時間，若我們各式水壺與瓦斯桶樣本不足，但根據已有樣本的「水壺容量」、「耗瓦斯量」加權，則可經加權，正確預測各種燒開水時間。但如果我們以「水壺廠牌」、「瓦斯桶顏色」加權，則毫無作用，只是美化數字，可能反而擴大誤差。

▲ 以燒開水所需時間解釋加權的用處。（圖／部分圖片翻攝今周刊；吳統雄老師資料提供；宋思彤製表）

國內外長期選舉研究，早已證明「性別、戶籍、年齡」和投票並無因果／關聯，用此 3 項加權，較可能都是擴大誤差。

普遍的民調實務上，會對年輕受訪者加權，其直覺原因是：中外民調自始都有「在家男性偏少、年輕人偏少」的現象。所以就將樣本的性別、年齡，依據普查資料加權。但長期研究顯示，25歲以下年輕人投票的比例本來就比較低，而去投票的通常意識型態比較鮮明、政治態度積極度超過同儕。

也就是說，願意回答選舉民調的是年輕人中積極的少數，但經過加權後，他們變成假的多數，更提高了年齡層的影響力，造成巨大的扭曲。

舉一個假設的簡化例子如下：

若總選舉人為 100 人，投票率為 69％（參酌歷年投票率），按人口普查資料平均分為：高、中、低 3 層，則下表中的數字正好等於百分比。

▲ 不同年齡層、母群與樣本加權後數據。（圖／吳統雄老師提供）

若母群、即真實結果如左欄，甲候選人實以36：33，勝乙候選人。但在坊間民調，由於視覺上發現「低齡層受訪者偏少」，於是主觀認為要把年輕人加權如右欄，變成甲候選人反以 31.17：37.83，落後乙候選人。

所以，加權很有可能造成失真，而本案宣稱「多重反復加權」，更有可能擴大多重失真。

爭點二：有利於民眾黨的「無意不真」數據

民調是否「故意作假」需要嚴格的證據。但因只會操作電訪系統，不瞭解調查的理論與方法，而產生「無意不真」的情況則比比皆是。

影響調查可推論性的第一個因素是：樣本隨機／等機率性。本案與一般坊間民調的更換樣本、加權…都扭曲了樣本的等機率性。

本案與其他坊間民調的不同，還源於市話與手機樣本配置的不同。

手機興起後，用手機訪問到年輕人的機會較高，所以 2012 年之後的民調必需開始採用「手機輔助調查」。不過，坊間民調並不瞭解「輔助調查」的意義與方法，於是直接採用市話號碼加手機號碼。但是，市話號碼和手機號碼是 2 個「重疊母群」，相加必然造成破壞等機率性、且無法估計的錯亂，所以根本不能相加。

▲ 手機調查與市話調查，學理來上說應做兩個不同母群的調查。（圖／翻攝 Gadgetsin；示意畫面）

若要採用這種作法，應該是要做 2 個不同母群的調查，而手機目前不存在完整母群，也尚無法以 RDD 法（尾數隨機號碼法）解決。一般坊間民調市話與手機樣本的配置是 5:5，也就是 2 種調查的樣本各減半，樣本少則誤差大，相加法就是在擴大誤差。

而本案的市話與手機樣本的配置是7:3。從上節的「加權表」，我們可以看出，原始真實的數字若愈小，則不當加權後，造成的誤差愈大。本案以較少的手機數字去加權，必然產生比其他坊間民調更大的扭曲。

因此，本案最有可能還是委託人與執行人對調查與統計的不瞭解。如果是故意作假，許多前例顯示，不會做這樣還有相當程度的資料交代。

爭點三：測量與分析基本功不足

在本次民調報告中，能夠見到許多關於「零」的數據結果。

例如：在第 5 題詢問「民眾是否會去投票」時，投廢票、拒答的調查結果均為 0，意即完全沒有人選擇這個選項；第 4 題、第 7 題皆有這種情形發生。

▲ 投廢票、拒答人數，無論透過手機、市話調查皆為 0。（圖／翻攝求真民調報告；宋思彤後製上字）

影響調查可推論性的第二個因素是：樣本數。

一般性調查如市調，若須具備可推論性的「最適樣本數」參數值為 1500；而敏感性調查如選舉預測，「最適樣本數」參數值為 3000。如果是隨機／等機率樣本，並不需要超過參數值；若是非隨機／非等機率樣本，就只能多多益善，且還不見得正確。

當前坊間民調，大多以 1067 樣本為基準，其實是業務上「民調套餐」普及化的結果，正如各快餐店都推相同的排骨套餐。就統計上，這個套餐的樣本數偏低，在當前又分為市話與手機樣本，等於 2 個調查樣本數更大幅減少。

在樣本數偏少，而選項又很多時，無法排除會出現「0」的數據。

在統計上有一個重要知識：在「交叉表」中的任一「細格」，不得為「0」、不宜少於「5」。因此，我們在各坊間民調報告上經常看「細格數據少於5」的表格，其實都是調查「測量與分析基本功」不足的呈現。

▲ 黃珊珊透過 KPTV 發布內參民調。（圖／翻攝 KPTV）

【民調資訊】

• 解讀日期：2023 年 12 月 24 日

• 民調日期：2023 年 12 月 16 日至 17 日

• 民調主題：2024 總統選舉（無正式名稱）

• 報導機構：中國時報、風傳媒等

• 執行機構：求真民意調查股份有限公司

• 調查地區：戶籍於全國 22 縣市且年滿二十歲以上成年人

• 樣本／誤差：1225 人（市話 861 份；手機 364 份），在 95.0% 的信心水準下，抽樣誤差在正負 2.80 個百分點之內

責任、核稿編輯／宋思彤