鄭自隆／國立政治大學傳播學院兼任教授
日前網紅館長在直播節目，質疑《美麗島電子報》大選民調賴清德支持度39.4%，認為抽樣僅1000人，不可信，而且連帶掃到其他民調，認為坊間民調抽樣數有問題，怒轟「狗民調」、「自慰民調」，並在聊天室「自辦民調」，2.6萬人回應，結果顯示「92%不支持賴清德」，館長嗆，「隨便調查，超過90%的人賭X他（賴清德），哪來40%的人支持他？」
對民調，館長真的誤會了，他的第一個誤會是「樣本數要越多越好」。
民調樣本數是不是越多越好，舉個例子就會了解，當媽媽煮一鍋湯，要知道鹹淡是否合宜，是舀一瓢試吃，還是要喝一大碗，甚至要把整鍋湯喝完，才會知道是不是OK？當然再不擅廚藝的媽媽都知道只舀一瓢就可以；這就是抽樣，少數可以代表母體。
若媽媽真的把整鍋湯喝完來試鹹淡，這是「普查」census，普查當然是最好的，一網打進毫無漏網之魚，不過費時費力，而且有時後做不到，假設品管作業，要瞭解生產的這批燈泡可以點燃幾小時，使用普查就要把所有的燈泡一直燒到壞，才能取得數據，但會有老闆這麼笨嗎？
有了「抽樣」sampling，只要抽取一小部分的燈泡試點，其數據就可以推論到全體，「抽樣」是相對於「普查」的概念，其意義是 －
•節省經費：不用針對每一個體都進行測量；
•節省時間：測量數量減少，當然節省時間；
•不致完全毀損母體：如上述之生產線品管抽樣。
所以總統大選民調都必須透過抽樣的過程，普查費時費錢不可能做到，要執行抽樣必須遵循下列三原則 －
1、樣本必須從母體population產生；
2、隨機random，亦即母體中之每一個體有均等被抽中之機會，不可刻意挑選樣本，或避開那些樣本；
3、樣本數sample size必需具解釋力，這就是館長的第一個疑惑，別人家的民調才千餘人怎麼夠，要玩就玩大的，他來個2.6萬人，但樣本數是不是越多越好？
舉個例子就會瞭解，1936年美國總統大選競爭激烈，《文學文摘》the Literary Digest以家有裝置電話的家庭為母體，郵寄1000萬份問卷以預測總統選舉，回收200萬份！200萬份樣本夠嚇人吧。
不過結果卻槓龜，《文學文摘》調查結果是共和黨藍登Alf London支持度60%，贏了民主黨羅斯福40%，但選舉結果卻正好相反。問題出在那裡？
30年代家裡有電話的都是中上階層的家庭，而中上階層的人當時都傾向支持共和黨，所以會導致共和黨贏了民主黨的結論；因此儘管使用類似普查，樣本數驚人，但母體定義不精確，再多的樣本數也不管用！
所以調查樣本數不是越多越好，理論上1,067就可以了，樣本數1,067就可以有統計學所謂的「信心水準95%，抽樣誤差±3%」的解釋力，也就是針對同一母體，在同一時間，做100次相同的抽樣調查，其中會有95次調查的結果落在該次調查數據的±3%以內。
例如「總統候選人支持度」調查，該次調查結果A候選人支持度35%、B候選人支持度32%，由此可推論，若在同一時間、以同一母體抽樣，重複做100次的抽樣調查，其中會有95次調查的結果落在此次結果的±3%以內，亦即－
A候選人可能支持度為38~32%、B候選人可能支持度為35~28%。而且還有5次的調查結果會在「A候選人支持度38~32%」與「B候選人支持度35~28%」範圍之外。這也意謂候選人支持度必須贏對手6%以上，才有95%的勝算（不要忘了還是有5%的機率會「凸槌」），只贏1%或2%就宣稱民調領先並無意義。
館長第二個誤會是「沒有母體概念」。
抽樣調查要有意義，樣本必須從母體population產生，台灣總統大選民調的母體是1900萬左右的合格選民，樣本必須從這裡面抽出，所以現代很多民調用市話，或手機輔以市話，雖然不滿意，但在理論上可以接受。不過館長直播聊天室「自辦民調」，母體是他的粉，也就是網友批評的「同溫層」，而不是所有的選民，如此民調結果，就如同跑到眷村，或跑到長老教會，問人家說你會支持誰，然後做成針對所有選民的推論，一樣荒謬。
館長第三個誤會是「受訪者應勇於表態」。
民調受訪者必須被動產生，而不適合找主動表態者，主動表態涉入感高，在母體中是屬異類，就失掉代表性，館長直播聊天室都是高涉入的同溫層，和台灣普羅大眾結構不一樣， 因此調查結果一面倒呈現支持特定候選人，也就不奇怪了。
所以說，儘管現在民調數據不一，但其研究方法還是可以「推論到全體母體」，部分呈現目前的趨勢；但館長的聊天室民調，「僅代表填答者的共同意見」，唯一的結論是「館粉中的確有2.4萬人賭X賴清德」，此外沒有任何預測意義。
