臺北市

民調不等於得票 學者:關鍵在交叉分析的投票意願

聚傳媒/
發布:(台灣時間) 資料更新:(台灣時間)

民調不等於得票    學者:關鍵在交叉分析的投票意願

民調不等於得票 學者:關鍵在交叉分析的投票意願

圖片為新北市長選舉民調交叉分析截圖

【聚傳媒特約記者陳冠宇報導】選舉進入倒數,民調支持度成為各界觀察選情的重要指標,但是民調結果與最後開票結果,有時卻存在明顯差距。台灣藝術大學廣播電視學系教授賴祥蔚指出,如果不考慮人為操弄的假民調,除了抽樣誤差、沉默的未表態選民、以及最後階段的選票流動之外,還有一個值得深入探討的因素:受訪者究竟會不會去投票?

賴祥蔚說,目前不少民調在詢問受訪者支持哪位候選人時,會將所有受訪者納入統計,包括表示「一定會投票」、「可能會投票」以及「可能不會投票」的人。換句話說,民調所呈現的支持度,反映的是整體受訪者的政治傾向,卻不一定等於最後的實際投票人口。這兩者之間的差異,可能正是造成民調與選舉結果落差的重要原因。

例如,一份假設性的民調顯示,甲候選人支持度45%,乙候選人40%,甲領先5個百分點。但如果交叉分析,發現甲的支持者只有七成表示一定會投票,乙的支持者卻有九成表示一定會投票,那麼在投票意願較高的族群中,兩人的支持度可能出現逆轉。這也說明,單純比較整體支持度,可能無法完整呈現選舉的實際競爭態勢。

賴祥蔚在《聚論壇》撰文指出,美國民調研究已發展出「Likely Voter Model」(可能投票者模型),不只詢問受訪者是否願意投票,還會考慮過去投票紀錄、選舉關注程度、投票準備情況及人口特徵,試圖辨識真正可能參與投票的人。

例如,2019年刊登於《Public Opinion Quarterly》的研究論文,就探討如何結合投票意願與人口特徵,改善可能投票者模型。研究背後的重要觀念是:受訪者口頭表示會投票,不代表最後一定會出現在投票所。

賴祥蔚說,民調如果希望提高準確性的參考價值,可以考慮公布三組數字。第一組是全體受訪者的候選人支持度;第二組是「一定會投票」者的候選人支持度;第三組則是透過投票意願、過去投票紀錄及人口特徵加權後,估計可能投票人口的支持度。

賴祥蔚說,不能簡單認定回答「一定會投票」的人就代表最後的實際投票者。部分平常不太參與選舉的人,可能因為特定議題或候選人而改變投票意願;反過來說,原本表示一定會投票的人,也可能因故缺席。因此,投票意願的模型仍須透過歷次選舉資料,持續檢驗其準確性。

更值得深入研究的是,應該建立長期資料庫,將每次選舉前的民調支持度、投票意願交叉分析,以及最後實際得票率進行比較,進一步觀察哪些候選人的支持度容易被高估,哪些族群的投票意願最容易轉化為實際投票行為。

當然,民調與開票結果的差距,還可能受到許多因素的影響,不能全部歸因於投票意願。

賴祥蔚強調,如果民調機構只公布「支持誰」,卻沒有充分呈現「支持者是否真的會去投票」,就可能讓社會過度解讀單一的支持度數字。精準的民調除了問選民支持誰,更應該設法釐清:這些支持者,有多少人真的會去投票。