記者彭惠美整理報導/近年全球大選都面臨民調失準的情況。2012 年歐巴馬競選連任時，包括蓋洛普、親民主黨機構民調顯示羅姆尼當選，但開票結果，民主黨總得票數領先3.9％，拿到332張選舉人票。
美國總統大選一天之前所有報紙民調都說希拉蕊篤定當選，但結果與眾多主流傳媒的預測大相逕庭，傳統民調似乎完全失效，跌破民調專家的眼鏡；但由印度開發的 MogIA AI
(MogIA，自 2004年就開始就預測美國總統大選結果，4次皆中)預言川普當選。
英國 6 月脫歐公投，傳統機構民調、市場預測、博彩網站賭盤趨勢一面倒預測「留歐」勝出；公投當天，指標機構YouGov的出口民調仍顯示，留歐派得票52％。結果卻剛好相反；2015年5月選前，英國民調普遍預測，執政的保守黨無法保住過半席次，必須籌組聯合政府，選舉結果卻是，保守黨取得過半席次，獲得25年來難得的重大勝利。
通信工具之改變，降低有效問卷數量
撥打40通電話，才有一人願意受訪
傳統民調會用抽樣方式以電話訪問民眾，大家都使用行動電話，除了機關，公司外，室內電話愈來愈少人使用，也願意花時間受訪，造成有效問卷回應率不多，再加上台灣屬兩極化政黨型態，有效問卷之真實性，令人質疑；SSRS民調公司表示，民調人員要撥打40通電話，才有一人願意受訪；學術單位推估受訪成功率大約介於5％～10％之間，為了取得1,067筆回覆，至少要撥打1萬-2萬個電話號碼。
1000人民調實際抽樣誤差±7％
目前採用±3％，影響調查結果
至於抽樣誤差，目前1,000人的調查平均誤差範圍達±3％，史丹佛大學、哥倫比亞大學與微軟近期發表一份研究報告，他們追蹤1998年到2014年間美國各州總統、國會與州長選舉的4,221個選前最後民調，與開票結果相比，1,000人的調查平均誤差範圍達±7％。也就是系統誤差範圍達14%之區間估計。
初選模型和搖擺效益模型
成功預測五屆美國總統大選，
傳統學術是否真的無能為力？美國紐約州立大學石溪分校政治學教授 Helmut
Norpoth，分析了自 1912 年起的歷屆大選並歸納出兩個預測模型：初選模型和搖擺效益模型，而且就憑它成功預測了由 2000 年起的五屆總統大選，而他更預測川普的勝率達 97%。
初選模型（ the Primary model）是指，初選過程表現較佳的候選人，通常在大選時能夠勝出。如這次兩黨初選期間，川普遙遙領先對手群；但希拉蕊與桑德斯（Bernard Sanders）差距逐漸縮小。鐘擺效應模型（Swing of the Pendulum model）則是指，1960年至今，政黨連續2任入主白宮的機率是54.7％，之後再繼續執政的機率下滑到49.4％。
臉書成為有效的預測指標
養兵千日，用兵一時
預測選情配合大數據和人工智慧將
民調很弔詭，抽樣不具代表性以及訪問員提問方式與題目設計，和預期可能在最後時刻發生逆轉。所以在實際選舉之前，你永遠不知道會發生什麼事，所以我們不能過於樂觀。預測選情配合大數據和人工智慧將有更多的交叉分析求證的工具做預測，未來將會是多重工具做分析的時代。
民調用在提名，易產生「劣幣驅逐良幣」
民調用在市場調查可正確反映消費者與產品之重要訊息。用在複雜選舉上，要正確精準預測結果，難度很高；尤其用在提名為依據時，很容易產生「劣幣驅逐良幣」之不公平現象。
候選人知名度與平素廣結善緣非常重要，川普臉書經營勝過西拉蕾；支持度與基本盤更是不可忽略，三者乃民調重要基本核心，再來，就是不確定的「運氣」-命中注定有官運。
民調採用2輪制，有效建立公正與客觀
為提升民調準確性，民調結果必須有信度與效度，抽樣有系統誤差，必須採用區間估計，千萬不可採用點估計；有效問卷愈多，系統誤差愈小，準確性也愈高；2人以上候選人民調必須採用2輪制，由最後由勝出前兩名，再做一次民調。
(本篇文章刊登於民意日報2018年1月31日 紙本第2版)
沒有留言:
張貼留言