来源：https://www.thenewslens.com/article/178461
电话、网络民调的数字可信吗？年轻族群比例过低时，加权数据会带来什么问题？
我们想让你知道的是
每到选举年，民调数字几乎每周都会出现。媒体报导的焦点，往往是哪位候选人领先、哪
位候选人落后。毕竟这种赛马式的民调数字，最容易引起民众的关注。然而这些数字起伏
之间，其实潜藏着诸多“猫腻”...
文：俞振华（政治大学选举研究中心研究员、政治学系教授）
Take Home Message
科学性的民调必须具备信、效度高的问卷题组、标准化的调查方式、代表性的样本，以及
严谨的资料分析。
市话调查的样本具涵盖率的问题，但在成本考量下能改善的空间相当有限，而网络调查也
有自愿性样本造成的偏误。
民调的结果势必存在各项偏误，唯有理解民调的各项限制，才能更全面地解读数字背后呈
现的民意。
每到选举年，民调数字几乎每周都会出现。媒体报导的焦点，往往是哪位候选人领先、哪
位候选人落后。毕竟这种赛马式的民调数字，最容易引起民众的关注。不过，这些数字起
伏之间却潜藏着诸多“猫腻”，我们应该要对不同的民调方法有初步的了解，才能正确地
解读民调数字真正代表的意义。
民意调查能诚实呈现调查数据吗？
透过问卷调查的方式搜集资料，是社会科学研究最常使用的研究方法之一。现代的民意调
查借由设计好的问卷题组，依既定的调查方式询问具代表性的样本，进而以受访样本的回
答推论出母体的态度或行为。换句话说，一个科学性的民意调查研究，必须具备：
信、效度高的问卷题组（注1）
标准化的调查方式
代表性的样本
严谨的资料分析
上述项要素缺一不可，也是我们用以检视各项民调数据良窳的重要基准。
以一般选前的民调来说，我们在解读数据前应该注意：问卷题组是否可以探知民众真正的
投票意愿及支持倾向？不论采何种调查方式，是否依照既定的标准程序？是不是每一位选
民（20岁以上的民众）被抽到成为受访者的机率都相等？以及在资料处理、分析的过程当
中，是否采用适当的统计方法，诚实地呈现调查数据？本文主旨是盘点各种选举民调方式
的差异，主要聚焦在调查方式与样本代表性这两项要素。
电话民调的潜藏问题
目前我们最常看到的民调方式就属电话民调了。近年来，由于“唯手机族”（即只使用手
机而不使用市话）的人口快速增加（约已超过30％），尤其是年轻、都会族群几乎都以手
机为主要通讯工具，因此许多电话调查都已加入手机样本，藉以增加年轻族群的涵盖率，
所以在一波调查当中会同时包括市话及手机的样本。
但这种结合市话与手机样本的调查方式，在今（2022）年地方选举的调查中却不常见。主
要是因为手机调查没有区域号码，无法得知受访者究竟位于哪个地区，必须要多增加一个
题目来过滤，例如访问一开始就问：“请问您的户籍是否在台北市？”由于这样的过滤方
式大幅增加访问成本，因此并不常见。导致目前针对地方选举的电话调查，仍以传统的市
话调查为主，无法涵盖唯手机族。
只用市话调查最还存在一个显著的问题 年轻受访者的比例过低。以台北市为例，20～29
岁的民众约占全体市民的12～13％。但一般市话调查在没有加权的情况下，样本当中20～
29岁受访者的比例如果有6～7％就不错了。在此情况下我们能透过加权让样本的分布比例
和母体相当，等于是将每个年轻受访者意见当成两个来用（即权重约为2）。
虽然事后加权已是调查实务界普遍的作法，但这是奠基于一个很强的假设：受访者的态度
与未接受访问的态度并没有显著的不同。如果接受市话调查的年轻族群与其他年轻族群（
例如唯手机族）在态度上有很大的不同时，加权两倍等于让样本的偏差更大（注1）。
此外，由于市话调查中的年轻样本数太少，我们在解读年轻选民的态度时须更注意，毕竟
若存在少数几个极端的样本，加总起来后就有可能让整群年轻选民的态度产生相当大的偏
误，加权后甚至影响全体民众的估计，不可不察。
另外，市话调查的抽样单位是“户”，并不是“个人”。在成本考量下，目前坊间已很少
有调查会进行户中抽样，多半采任意成人法，即接听电话者就是年轻族群比例过低时，加
权数据会带来什么问题？ 受访者，而不再从家户中再抽出特定个人来回答问题。
这等于假定每户中所有人接电话的机率是一样的，但显然这样的假定在人人有手机的情况
下更不切实际。毕竟许多人（特别是年轻族群）就算家中有市话，也是以手机为主要对外
联系工具，几乎不会接起家中市话。因此，市话调查的涵盖率不足，已是目前调查界共同
的隐忧，但在成本的考量下，能够改善的空间相当有限。就算加入手机调查来解决市话调
查涵盖率的问题，也有很多限制与作法上的差异。
目前还有一种常见的“双底册调查”，往往是市话、 手机各打一半的样本数，加总起来
后再加权。然而，这样的作法其实并没有理论依据。试想，有大约六成的民众同时有手机
及市话，他们被抽到的机率和只有市话或只有手机的民众是不一样的。再加上手机使用者
和市话使用者接听电话的机率，又与诸多人口变量（包括性别、年龄、教育程度）相关。
所以，两种样本间存在的诸多差异，都使得双底册调查的事后加权方式更加复杂。
目前不论是学界或是实务界，仍未找到“最佳”或是“标准”的样本合并模式来解决上述
问题，只是在不同的理论假定及成本考量下，因地制宜找出相对“较佳”的样本配置模式
。
Photo Credit: 科学月刊
年轻族群比例过低时，加权数据会带来什么问题？
举例来说，假设某调查单位经过随机抽样程序，透过电话调查访问了1000位受访者后再依
年龄加权， 结果如表一。
加权前，有57％的民众对于某个政策表示赞成，43％的民众表示反对。但其中问题显而易
见：60岁以上受访者的比例多达40％，
年长者又多持赞成态度，20～39岁年轻族群的态度则被低估，因为样本比例仅为母体的一
半。透过加权重新调整分布比例后，
20～29岁及30～39岁不赞成者分别从5％、6％增为10％、12％，加总后有51％的民众表示
不赞成这项政策。加权前后双方从快六成的民众赞成转变为正反各半的两极分布。此外，
假设这次接受电话访问的是少数年轻受访者，对于该政策多抱持不赞成态度（表二），则
加权后造成的偏差显然会更大：即20～39岁年轻族群在表一中不赞成的比例有22％，表二
加权后增至30%