|
|
文章數：2 |
 校正法可以增加民調的準確度嗎？--再談民意調查的數字分析 |
| 時事評論｜政治 2012/01/29 04:26:02 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2012年總統大選完畢後，筆者在本部落格寫下2012年總統大選封關前的機構民調、網路民調與未來事件交易所。結果發現，此次親藍媒體的民調的準確度相當高，與總統大選前，網路上綠營與橘營的支持者普遍懷疑這些媒體民調不實作假的說法，剛好相反。 該文係採取轉換法：假定不表態的受訪者也不會去投票，由於總統大選候選人得票率的計算既不包括不投票的選民，因此理應扣除機構民調中不表態受訪者的比率，使民調的支持度得以轉換為預測得票率，再與實際得票率相比較。 一般人喜以民調支持度直接比較實際得票率，這是錯誤的作法。若計算基礎不同，不能直接比較。 坊間則有另外一種作法，不妨稱之為校正法：先根據過去的經驗，大略推算不表態民眾支持藍綠的相對比重，然後分配到原先各自的支持度，而得到預測得票率。校正法的目的是避免民意調查的「機構效應」：一部分受訪者不願回答真正的意向，成為隱性選民，難以顯現在民調中，造成偏誤。 由於這個考慮，TVBS在民調中使用的是校正法(TVBS稱之為區辨分析法)，將支持度調整為預測得票率。這裏將該民調的支持度、未表態比率之分配與預測得票率列於下表一： 表一 2012年TVBS封關民調支持度、未表態比率之分配與預測得票率
資料來源：TVBS民調中心。 從表一，可以計算出TVBS民調對未表態民眾的藍綠橘比重大約分別為33.3%、75.0%與-8.3%左右。 由於本文想要探討的是校正法與機構效應，且基於本次總統大選以轉換法所得到的親藍媒體民調較為準確，因此筆者選取TVBS、聯合報與中國時報三家親藍媒體的封關民調，以上述比率檢驗校正法，並與筆者在前一篇文章中轉換法的結果比較。我們的結果如下： 表二 2012年大選封關民調轉換法、校正法與實際得票率之比較
表二透露幾點有趣的訊息： 一、校正後民調對馬英九預測得票率，皆較轉換法為低，而以轉換法較為準確。可能的原因為藍營選民較願意在民調中表達其投票意向，不需校正也可以得到相當的準確度。 二、校正後民調對蔡英文預測得票率，皆較轉換法為高，而對宋楚瑜預測得票率則較轉換法為低，以校正法較為準確。校正法較能反映綠營隱性選民的意向以及綠營選民回答支持宋楚瑜以操作民調的行為。 三、校正後中國時報的預測得票率，出現蔡英文會擊敗馬英九的結果。 我們可以得到以下的結論： 一、整體而言，轉換法較適用於預測藍營候選人的得票率，而校正法則較適用於預測綠營候選人的得票率。 二、若藍營候選人支持度僅略微領先綠營候選人(例如，中國時報的民調)，則由於校正法中未表態的綠營民眾比率相當高，容易出現預測投票率與支持度顯示的結果相反的情況。 從上述分析來看，轉換法與校正法似各有千秋： 一、轉換法 轉換法的優點是不需加入主觀的判斷調整，直接將未表態者扣除，使支持度轉換為預測得票率即可。 不過，轉換法假定民調中未表態的民眾即為不投票的民眾，似乎假設過於強烈，未能考慮隱性選民因素。但從該法的結果可得知，綠營隱性選民因素，只大約使得親藍媒體民調預測綠營得票率低估三至四個百分點左右，並不嚴重。 回顧2000年總統大選前的民調，不表態民眾的比率可高達35%至40%，而2012年總統大選的民調，該比率則降低至小於20%，似乎顯示，隨著民主政治愈趨成熟，隱性選民的因素也會相對降低，轉換法可具有高度的參考價值。 二、校正法 校正法假定不表態民眾也會去投票(實際上其中有一部分民眾是不會去投票)，該法的優點是考慮了可能的機構效應，因此對於綠營候選人之得票率預測較為準確。 但校正法仰賴民調機構根據過去經驗判斷不表態民眾藍綠的比重，以做為調整的依據，因此會有主觀的成分在內。如果不能意識本身的主觀意願，很容易產生偏誤。網路上部分支持綠營的部落格嘗試採用不同的校正法，卻出現各家民調皆顯示蔡英文會獲勝的奇異結果(例如，2012大選封關民調分析)，主要原因應該是若主其事者本就不想看到藍營候選人獲勝，就會「心想事成」，無論如何「校正」都必然得預測綠營獲勝的結果。 後記： 筆者接連寫了兩篇有關民意調查準確度的文章，主要是有感於本次總統大選期間，看到許多綠營與橘營的支持者都大力抨擊親藍媒體的民調作假，但細觀他們的論點，皆顯示出「熱情有餘、理性不足、知識缺乏」的問題，甚至出現橘營候選人以所謂的「網路民調」為依歸的反智訴求。筆者認為此一現象訴諸民粹，並不妥當，乃撰文分析民調結果。 我們欣慰此次親藍媒體民調能夠顯示相當高的準確度，也期待這些媒體繼續加油，以公正客觀的態度，給予民眾應該有的「知之權利」。 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 最新創作 |
|
||||
|
||||
