選舉民調問的人越多,為什麼不一定越準?

(媒角抵加/林承志綜合報導)2026年11月12日公布的兩份新竹縣長民調,分別由鄭朝方與徐欣瑩領先,樣本數卻只差兩人。問得更多,能讓結果更準嗎?在相同且適當的抽樣設計下,增加樣本可減少隨機波動,卻不會自動補上未被代表的人。從1936年數百萬份問卷的失敗,到現代調查機構讓部分受訪者「退休」,民調的難題始終包括那些沒有進入答案的人。
關鍵資訊
- 當期案例:兩份新竹縣長民調均於11月12日公布,訪問期間不同,樣本各約一千人。
- 核心問題:樣本數能改善抽樣精度;接觸、回覆與表達意願,則影響哪些人的意見被記錄。
新竹縣的一千多人,給了兩個不同的答案
同一天的新竹縣長選舉新聞,可以讀到兩位不同的領先者。
年代民調中心公布的調查,鄭朝方支持度36.9%,徐欣瑩28.6%;台灣公共政策研究學會發布、關鍵調查執行的另一份結果,則是徐欣瑩44.4%,鄭朝方37.5%。
再往下看調查說明,年代完成1,069份有效樣本,關鍵調查完成1,071份。兩份都是市話調查,都訪問新竹縣年滿20歲民眾;前者在11月8日至10日進行,後者在11月5日至8日進行。
2026 九合一・新竹縣長之戰 1號鄭朝方民進黨vs2號徐欣瑩國民黨vs3號朱定瑀無黨籍 11/28 投票・倒數15天 比較 3 位候選人政見 →樣本數只差兩人。光是比較誰問得多,幾乎無從選擇。
如果一千多人還不夠,多問十倍呢?把電話打得更多、讓更多答案進來,兩份調查是否就會逐漸靠近?
九十年前,有一家雜誌把規模做到數百萬份回覆。它得到的答案,後來成為民調史上最著名的失敗之一。
連續猜對五次的《文學文摘》
1936年的《文學文摘》有理由相信自己的選舉調查。從1916年到1932年,它已連續判對五次美國總統選舉的勝選者。郵寄調查也替雜誌帶來生意:問卷附著訂閱表,選舉熱度與讀者招募一起進行。紐約市立大學美國社會史計畫保存的資料,留下了這段背景與當年的原刊文字。
圖片來源:Alan Polansky/Statistics LibreTexts,依頁面標示的CC BY 4.0授權使用,保留原圖。
這一次,它寄出約一千萬份問卷,回收近240萬份。名單來源很廣,包括社團名冊、選民登記與各類地址簿,其中很大一部分來自電話簿及汽車車主登記資料。歷史研究者Dominic Lusinchi整理了這次調查的規模與名單來源。
面對質疑,雜誌在10月31日刊出的文章裡,提到有人向它提出賭局,挑戰調查是否準確。編輯回覆時列出的辦法很樸素:寄問卷、計算寄回來的答案,讓全國讀者自行判斷。他們也強調,刊出的數字照實呈現回收結果,沒有加權或調整。
那批答案指向共和黨候選人蘭登。
開票後,羅斯福卻拿下超過六成的普選票。依加州大學聖塔芭芭拉分校「美國總統計畫」的選舉資料,蘭登只贏得緬因州與佛蒙特州,連他擔任州長的堪薩斯州也投向羅斯福。
近240萬份回覆,累積了數百萬次填寫與寄回的選擇。這麼多人的答案,怎麼會把一場懸殊的選舉看反?
問卷寄到了,意見卻沒有回來
一個流傳很久的解釋是:電話與汽車偏向較有錢的人,雜誌找來的群體,原本就不像全體選民。依這個說法,只要修正名單,事情似乎就解決了。
但後來研究者追查的,是另一件事:收到問卷的人,和把問卷寄回來的人,究竟差在哪裡?
Peverill Squire在1988年的研究,利用1937年的追訪資料,指出名單與回覆兩種偏差共同造成了失敗;依其分析,原先被詢問的人若全都回答,至少能判對勝選者。Lusinchi後來重新分析這批歷史資料,也發現蘭登支持者更容易寄回問卷,沒回覆的人則較傾向羅斯福。
這讓問題的位置變了。部分羅斯福支持者已經在收件名單裡,問卷送得到他們手上,但最後計票的那一刻,他們的意見沒有進來。
一千萬個地址,是編輯選出來的;近240萬份答案,還經過收件人是否回覆的選擇。
寄出的問卷再多,只要兩邊支持者寄回來的機會一直不同,最後那份統計就可能持續偏向較願意參與的一邊。美國民意研究學會AAPOR把這類問題稱為非回覆誤差:關鍵在於回答者與未回答者,是否在調查關心的事情上有所不同。回覆率低本身,還不足以判斷偏差有多大。
圖片來源:FDR Presidential Library & Museum/Wikimedia Commons,依CC BY 2.0授權使用;保留原比例,僅縮小尺寸並轉為PNG。
一封沒有寄回的問卷,留下了統計上的缺口。走出問卷,另一種缺口也會出現在日常談話裡:一個人明明有立場,卻未必願意在旁人面前說出來。
此時要追問的,是什麼樣的場合讓人願意開口,以及誰的聲音因此比較容易被聽見。
沉默螺旋:從一節車廂裡的談話說起
德國學者伊莉莎白.諾爾-紐曼研究這個問題時,設計過一個長途列車上的談話情境。
這是一道問卷題目。受訪者被請來想像:搭乘長途列車時,其他乘客談起一個有爭議的議題,自己願不願意加入、又會怎麼加入?研究者另外詢問受訪者本人的立場,以及他認為多數人怎麼想。這套設計出現在她1974年發表的〈沉默的螺旋:一種公共輿論理論〉中。
自己的答案是一回事,把答案說給旁人聽,又是另一回事。
她提出的解釋是,人會觀察周遭氣氛。當一個人感覺自己的立場不受支持,擔心遭到孤立,公開表達的意願可能降低;相同立場越少被聽見,又越讓其他人感覺自己勢單力薄。說的人變少,使那個立場更不容易被看見,形成持續作用的循環。
數十年後,Pew研究中心把相近的問題帶進社群平台。研究選用史諾登揭露美國政府監控活動這個議題,詢問民眾願不願意在家庭聚餐、工作場合或Facebook等地方談論它。結果發現,感覺周遭的人認同自己,與較高的表達意願有關;網路也沒有普遍成為原本不願開口者的出口。Pew的調查呈現的是這些關係,並未確定其中的因果。
若一個討論區裡,贊同的留言一則接著一則,反對意見卻很少,眼前的聲量可能同時受到人數與開口意願影響。沉默螺旋關注的,就是後者如何改變人們對周遭民意的感受。
至於一對一回答民調,面對的是訪員與調查程序,和在親友面前公開辯論有不同的情境。公開表達、是否接受訪問、是否決定投給某人,是不同的問題,各自需要不同的證據。
調查機構為什麼請部分受訪者「退休」?
調查機構要做的,就是設法讓各種人的意見都有機會被記錄。只是把名單做長,還不夠。
Pew有一群長期參加調查的受訪者。問題在於,願意加入、願意一次又一次填問卷的人,並不會恰好照著全體人口的比例留下來。Pew在2025年的方法說明中提到,具大學學歷、認同或傾向民主黨的成年人,更容易持續活躍於這個群體。
這些人認真配合調查,但當他們所屬的群體占得太多,其他人的聲音就相對變小。
常見的處理方法是加權:讓被過度代表的群體,在計算時占比較小的分量,讓不足的群體占比較大的分量。這能修正已掌握的失衡;然而同樣年齡、同樣學歷的人,政治意見仍可能不同。用一位願意回答的人去代表另一位始終沒回答的人,需要有足夠的資料作依據。
Pew還做了一件看來違反「人越多越好」直覺的事:讓部分受訪者退出長期調查群體。
它在2021年公開的輪替計畫裡,先辨識哪些群體已被過度代表,同時保留難以招募的成員,再依規則抽選部分成員「退休」。目的在於減少往後調查對大幅加權修正的依賴。這套辦法處理的是長期受訪群體的組成,依據包括已知人口結構與已結束的選舉資料。
另一頭,Pew則增加電話作答方式,讓不用網路的人也能參與,並調整招募材料,接觸原本比較不願意回答的人。
一邊讓部分成員退出,一邊設法找進不同的人。調查要改善的,於是從「再收幾份」走到「還缺了誰」。
新竹縣民調裡,沒有選出候選人的那一欄
回頭看新竹縣的兩份調查,差異並非平均分布在兩位主要候選人身上。
鄭朝方的兩個支持度只差0.6個百分點,徐欣瑩則相差15.8個百分點。另外,年代的「不知道/尚未決定」占30.4%;關鍵調查的結果中,14.9%未選出任一候選人。年代另列有不投票或投廢票的回答。年代結果與關鍵調查結果顯示,除了誰領先,尚未選人的部分也有落差。
這些沒有選人的回答,有明確的位置:受訪者已經進入有效樣本,卻沒有在這一題選出候選人。至於沒有接通、拒絕整份訪問的人,則在有效樣本之外。兩種情況都可能讓民意難以掌握,留下的資料卻不一樣。
訪問發生在哪幾天、問題怎麼問、有哪些選項、哪些人完成訪問,以及加權如何處理,合起來才構成一份民調。抽樣誤差與加權的作用,也要放回這些具體做法理解。
兩份調查訪問的是不同的人。「不知道」與「尚未決定」這些回答,沒有交代一張尚未投下的票最後會落在哪裡;一千多人的總數,也沒有回答全部的差異從何而來。
人數增加,什麼會跟著變準?
問更多人仍然有用。在相同且適當的抽樣設計下,增加樣本能減少偶然抽到較多某類人所造成的波動。原本上下跳動的估計,可以變得比較穩定。
但穩定與接近真實,還隔著一道問題:調查是否持續漏掉某些意見?Pew對調查精度的研究說明指出,當系統性偏差仍在,估計值可以變得更集中,卻集中在偏離真實的位置。抽樣誤差變小,不代表其他誤差跟著消失。
《文學文摘》當年有近240萬份回覆可以計算,沒有回信的人卻無法僅靠那個龐大的總數獲得代表。今天把紙本換成電話或網頁,接觸與回覆的問題仍要重新處理。
選舉民調問的人越多,為什麼不一定越準?因為多出來的答案,可能讓同一群人的意見被描繪得更清楚,卻仍然沒有補上缺席的那一群。要接近全體選民,除了增加答案,還得改變哪些人的答案能夠進來。
資料來源與更新紀錄
- 年代民調中心,2026年11月12日公布新竹縣長調查;發布結果與方法見TVBS報導、聯合報報導。
- 台灣公共政策研究學會/關鍵調查,2026年11月12日公布新竹縣長調查;發布結果與方法見聯合報報導、愛傳媒所載梅花新聞報導。
- 美國社會史計畫:Landon in a Landslide,歷史背景與《文學文摘》1936年10月31日文章轉錄。
- 美國總統計畫:1936年選舉資料,全國與各州結果。
- Peverill Squire,Why the 1936 Literary Digest Poll Failed(摘要),1988年。
- Dominic Lusinchi,“President” Landon and the 1936 Literary Digest Poll,2012年,歷史資料重分析。
- Elisabeth Noelle-Neumann,The Spiral of Silence: A Theory of Public Opinion,1974年。
- Pew:Social Media and the ‘Spiral of Silence’,2014年8月26日。
- Pew:Retiring overrepresented panelists,2021年4月8日;調查加權與招募方法說明,2025年7月23日。
- AAPOR:Standard Definitions;Pew:Variability of survey estimates,2018年1月26日。
- 更新日期:2026年11月12日。
兩份新竹縣長民調的調查資訊
| 項目 | 年代民調中心 | 關鍵調查有限公司 |
|---|---|---|
| 公布日期 | 2026年11月12日 | 2026年11月12日 |
| 發布單位 | 年代民調中心 | 台灣公共政策研究學會 |
| 經費來源 | 年代網際事業股份有限公司 | 李承志律師事務所 |
| 調查期間 | 11月8日至10日 | 11月5日至8日 |
| 調查對象 | 新竹縣年滿20歲以上民眾 | 設籍新竹縣、年滿20歲民眾 |
| 有效樣本 | 1,069人,住宅電話 | 1,071人,住宅電話 |
| 抽樣方法 | 分層隨機抽樣,住宅電話號碼簿抽出號碼後末兩碼隨機化 | 分層比例隨機抽樣,中華電信市內電話號碼簿抽出號碼後末兩碼隨機化 |
| 公布抽樣誤差 | 95%信心水準下,正負3.0個百分點以內 | 95%信心水準下,正負2.99個百分點以內 |
| 公布加權項目 | 性別、年齡、鄉鎮市 | 戶籍地、性別、年齡、教育程度 |
調查資訊依上述兩份聯合報報導整理。
為什麼民調樣本數越多,結果不一定越準確?
民調的準確性不僅取決於樣本數,更關鍵在於接觸、回覆與表達意願等因素,這些會影響哪些人的意見被記錄。即使增加樣本數以減少隨機波動,也無法自動補上未被代表的群體。1936年《文學文摘》寄出近240萬份問卷,卻錯誤預測了美國總統選舉結果,顯示即使樣本規模龐大,若名單來源和回覆者特徵與整體選民結構存在偏差,仍可能導致嚴重失準。後續研究指出,樣本的代表性與回覆者的偏差是導致此類失敗的主因。
為什麼《文學文摘》的民調會失敗?
《文學文摘》的民調失敗主因在於其名單來源(如電話簿、汽車車主登記)偏向較有錢的族群,且其支持者(蘭登的支持者)比未回覆者更傾向寄回問卷,造成樣本偏差,未能反映全體選民的意見。
現代民調機構如何處理受訪者意願問題?
現代調查機構會採取措施來改善樣本的代表性,例如讓部分受訪者「退休」,以應對接觸、回覆與表達意願上的偏差,確保調查結果更能反映整體民意。
新竹縣長民調結果為何不同?
11月12日公布的兩份新竹縣長民調,儘管樣本數接近(約一千人),但訪問期間不同,且可能存在名單來源、回覆者特徵等差異,導致調查結果出現不同領先者。
