六都市長選舉民調準不準?四屆 102 份結果對照中選會

封關民調已公布,該信哪一家?把幾家平均起來會不會比較準? 作為數據專業,我想可以用數據回答這題。 簡單介紹一下我自己,我是喬。之前在美國 Amazon 主要就是處理大型資料。這邊很歡迎針對方法上、資料取得上的對話,其他的留言我就不會回囉。 我把 2010 到 2022 年四屆六都市長選舉、各家機構選前最後一期的 102 份民調,逐一對照中選會的開票結果。結論有三個: 1. 沒有哪一家穩定最準。放在同一場選舉裡比,多數主要機構的名次都落在中段。差別在於各家有各自固定的偏向。 2. 把各家平均起來,比隨便挑一家可靠。 單一民調平均差 9.6 個百分點,各家平均後差 8.1 個百分點;民調預測到對的候選人的比例從 82% 提高到 16 場中 15 場。 複雜的加權方法沒有比簡單平均更好。 3. 最大的誤差來自整個年度一起偏。 2014、2018、2022 三屆,民調都把當時中央執政黨的候選人在領先差距上高估了約 7 個百分點。 這種誤差,平均再多家也消不掉。 ▍實際怎麼讀民調 把上面的發現整理成六個做法: 1. 不要只看一家。 把選前 30 天內、各家最後一期的領先差距平均起來,或取中位數。 政黨和候選人陣營發布的民調不要算進去。 2. 知道每一家的習慣。 三立、自由時報的數字通常比同業偏綠 5 到 7 點,聯合報偏藍約 6 點。 看到它們和其他家不同時,先想到這個差距。 3. 查一下是誰執行的。兩家媒體委託同一家公司,只能算一份民調。 4. 平均後領先不到 5 點,就當作勝負未定。各家平均的誤差本來就有 8 點左右。 5. 一面倒的領先要打折。特別是純市話民調裡現任者的大幅領先,實際差距常常小得多。 6. 未表態超過三成時,只看誰領先,不看領先多少。落後者和第三勢力候選人的數字在這種情況下特別不可靠。 最後一個提醒:依選罷法,投票前 10 天起不得發布民調。 封關之後選情的變化,包括棄保和最後的動員,所有公開民調都看不到。 【哪一家最準】 沒有一家明顯勝出,但有比較準的。下表列出四屆累計有 4 份以上民調的機構,依同場名次排序。 (百分點;0 最準) ・ETtoday  份數 8|當選人預測成功 8/8|平均誤差 5.3|同場名次 0.15|一手份數 8 ・中時/艾普羅  份數 10|當選人預測成功 9/10|平均誤差 6.5|同場名次 0.40|一手份數 2 ・自由時報  份數 7|當選人預測成功 4/7|平均誤差 6.4|同場名次 0.49|一手份數 7 ・世新/蘋果日報  份數 16|當選人預測成功 16/16|平均誤差 8.3|同場名次 0.52|一手份數 6 ・TVBS  份數 14|當選人預測成功 13/14|平均誤差 7.8|同場名次 0.52|一手份數 14 ・三立  份數 11|當選人預測成功 7/11|平均誤差 11.5|同場名次 0.53|一手份數 9 ・聯合報  份數 10|當選人預測成功 9/10|平均誤差 9.4|同場名次 0.53|一手份數 5 ・美麗島電子報  份數 4|當選人預測成功 4/4|平均誤差 18.3|同場名次 0.71|一手份數 3 註:平均誤差與同場名次的算法見「指標怎麼算」;「一手」的定義見「研究範圍與資料等級」。 幾個讀法: ・ETtoday 名次最好,但要打折。 它只有 2018、2022 兩屆的資料,而且樣本來自自家與東森購物的會員資料庫,用網路加電話訪問,不是隨機抽樣的電訪。 ・TVBS 的強項是穩定。 四屆都有資料,14 場有 13 場預測到對的候選人,唯一預測錯的就是 2014 桃園。但它的誤差大小只在中段,而且近年做的場次越來越少,2022 年 11 月六都中只做了台北。 ・世新/蘋果日報 16 場全部預測到對的候選人,誤差卻不小。 它的未表態比例常達三成,領先差距因此被壓得很小。 ・自由時報和三立預測錯候選人的次數最多,分別是 7 場錯 3 場、11 場錯 4 場。 ・中時的數字要保留看待,10 份裡只有 2 份讀到原始報導。 ▍每一家的習性 三立、自由時報穩定比同業偏綠,聯合報穩定偏藍,這三家的方向最一致。 算法是:同一場選舉裡,這家的數字比各家平均多偏哪一邊幾個百分點,這樣可以扣掉「那一年大家都偏」的部分。 白話一點說,偏向分兩步算: 1. 先看單一份民調偏哪一邊。 拿民調裡國民黨候選人領先對手的點數,減掉開票時實際領先的點數。 民調把國民黨候選人估得比實際好,就是偏藍;估得比實際差,就是偏綠。 差幾點,就是偏幾個百分點。 2. 再扣掉同業的平均。同一場選舉裡,把各家的偏向平均起來,看這一家比平均多偏了多少。 以 2018 年高雄為例,開票時韓國瑜贏 9.1 點: ・聯合報  民調裡韓國瑜領先 17 點|和開票相比 多估 7.9 點|第一步:單份偏向 偏藍 7.9|第二步:扣掉同業平均後 偏藍 10.3 ・三立  民調裡韓國瑜領先 落後 3.1 點|和開票相比 少估 12.2 點|第一步:單份偏向 偏綠 12.2|第二步:扣掉同業平均後 偏綠 9.8 ・8 家平均  民調裡韓國瑜領先 6.7 點|和開票相比 少估 2.4 點|第一步:單份偏向 偏綠 2.4|第二步:扣掉同業平均後 基準 那一場各家平均就偏綠 2.4 點,這是當年大家共同的偏差。 扣掉之後,剩下的才是每一家自己的習慣。 下表的數字,是每家機構把參與過的每一場都這樣算,再取平均。 (百分點) ・三立  相對同業的偏向 偏綠 7.1|方向一致的場次 8 場中 7 場|原文寫明的調查方式 電話調查;2018 年委託循證民調執行 ・自由時報  相對同業的偏向 偏綠 5.4|方向一致的場次 6 場中 6 場|原文寫明的調查方式 住宅電話,2010 到 2022 年都是純市話 ・世新/蘋果日報  相對同業的偏向 偏綠 1.4|方向一致的場次 10 場中 7 場|原文寫明的調查方式 電話訪問、分層隨機抽樣,未寫市話或手機 ・中時/艾普羅  相對同業的偏向 偏藍 0.4|方向一致的場次 9 場中 5 場|原文寫明的調查方式 原文未寫 ・TVBS  相對同業的偏向 偏藍 2.3|方向一致的場次 12 場中 8 場|原文寫明的調查方式 電話號碼後四碼隨機抽樣、人員電訪 ・美麗島電子報  相對同業的偏向 偏藍 2.3|方向一致的場次 4 場中 3 場|原文寫明的調查方式 住宅電話簿抽樣,委託畢肯市場研究執行 ・ETtoday  相對同業的偏向 偏藍 4.3|方向一致的場次 6 場中 4 場|原文寫明的調查方式 會員資料庫,網路加電話 ・聯合報  相對同業的偏向 偏藍 6.6|方向一致的場次 10 場中 8 場|原文寫明的調查方式 2018 年為住宅電話;2022 年台北改為市話加手機 註:偏向的算法見「指標怎麼算」的「偏向」一段;調查方式引自各機構的原始報導,連結列在「資料來源」。 從原始報告還看得到三件事: ・不同媒體的民調可能出自同一家公司。 2018 年三立和信傳媒的民調都由循證民調執行,六份全部往同一個方向偏。把它們當成兩個獨立來源去平均,等於把同一個偏差算了兩次。 ・純市話民調在一面倒的選區會把現任者估得太高。 美麗島 2022 年台南民調是黃偉哲 61.1%、謝龍介 15.7%,領先 45 點,實際只贏 5 點。同一年的台中,它又把盧秀燕的領先幅度多估了 22 點。所以它的問題是高估現任者,而不是偏哪一黨。 ・機構自己知道未表態的人不是平均分布的。 自由時報 2010 年高雄民調的報導就寫道,三成未表態者研判以藍營支持者居多。聯合報 2018 年新北民調也提醒,侯友宜的支持者近兩成沒打算投票。 ▍雙北獨立來看 台北和新北的民調比其他四都準。 四屆 8 場、42 份民調裡,預測到對的候選人的有 37 份(88%),高於六都整體的 82%。 (百分點;0 最準) ・TVBS  份數 7|預測到對的候選人 7/7|平均誤差 4.7|同場名次 0.40|偏向 偏藍 1.7 ・世新/蘋果日報  份數 6|預測到對的候選人 6/6|平均誤差 6.4|同場名次 0.46|偏向 偏綠 1.8 ・中時/艾普羅  份數 5|預測到對的候選人 5/5|平均誤差 3.4|同場名次 0.21|偏向 偏藍 0.9 ・聯合報  份數 5|預測到對的候選人 5/5|平均誤差 10.0|同場名次 0.75|偏向 偏藍 8.9 ・三立  份數 4|預測到對的候選人 3/4|平均誤差 9.6|同場名次 0.62|偏向 偏綠 3.4 ・自由時報  份數 3|預測到對的候選人 1/3|平均誤差 8.1|同場名次 0.78|偏向 偏綠 8.1 ・ETtoday  份數 2|預測到對的候選人 2/2|平均誤差 3.6|同場名次 0.20|偏向 偏綠 3.6 註:各欄算法見「指標怎麼算」;這張表的偏向沒有扣掉同業平均。 和六都整體相比,有三點不同: ・TVBS 在雙北明顯比較準。 7 場全部預測到對的候選人,平均誤差 4.7 點,六都整體是 7.8 點。它的大失誤只有 2014 新北一場。 ・聯合報在雙北偏藍最明顯,平均 8.9 點。這個數字的算法是:聯合報在雙北共有 5 份民調,每一份先算出「民調把國民黨候選人的領先幅度多估了幾點」,再把 5 個數字平均。其中多估最多的是 2014 和 2018 年的新北,分別是 26 點和 14 點。 ・預測錯候選人的 5 份民調,全部是把民進黨候選人排在第一。 自由時報兩份(2010 新北、2022 台北),三立、中華亞太菁英交流協會各一份(都是 2022 台北),財訊一份(2010 台北)。 各家平均在雙北的表現更好:有 3 家以上民調的 7 場全部預測到對的候選人,平均誤差 4.7 點。 唯一平均也救不回來的是 2014 新北:朱立倫實際只贏 1.3 點,各家平均顯示他領先 16 點。 【把民調平均起來有沒有用】 有用,而且簡單平均就夠了。在有三家以上民調的 16 場選舉裡: (百分點) ・隨便看一家  平均誤差 9.6|預測到對的候選人 90 份中 74 份(82%) ・各家等權平均  平均誤差 8.1|預測到對的候選人 16 場中 15 場 ・取各家的中位數  平均誤差 8.2|預測到對的候選人 16 場中 15 場 註:誤差算法見「指標怎麼算」。各家平均是把同一場各家的領先差距先平均,再和開票結果比。 平均之後唯一預測錯的,就是 2014 的桃園。 ▍複雜的加權沒有比較好 我試了幾種加權方式。 測試時只用前幾屆的表現決定權重,再拿 2018、2022 年的 8 場選舉檢驗,避免先看答案再調權重。 (2018、2022 共 8 場;百分點) ・隨便看一家|10.6 ・各家等權平均|8.2 ・歷史誤差越小、權重越高|8.7 ・歷史同場名次越好、權重越高|8.8 ・剔除歷史表現後段的機構再平均|7.9 ・TVBS 佔一半、其他合佔一半|7.7 後五種做法彼此的差距都在 1 個百分點上下,而 8 場選舉的樣本太小,這種差距沒有意義。 加權方式比不出高下的原因在下一節:2022 年各家一起偏綠,4 場的平均誤差高達 11.9 點,權重怎麼分都一樣。 平均能消掉的是各家各自的雜訊,消不掉大家共同的偏差。 【最大的誤差會是整年一起偏袒的】 後三屆選舉,所有民調平均起來都朝同一個方向偏了 6 到 8 個百分點,而且每一次都是高估當時中央執政黨的候選人。 這裡說的「執政黨」,指的是選舉當時總統所屬的政黨,也就是中央政府的執政黨: ・2010、2014 年:總統是馬英九,執政黨是國民黨。 ・2018、2022 年:總統是蔡英文,執政黨是民進黨。 它不是指各市現任市長的政黨,也不是指立法院的多數黨。 表裡的偏向是該年六都所有民調的平均,所以說的是整體趨勢:2022 年的台北和桃園,民進黨候選人都不是現任市長,民調一樣把他們估得比開票結果好。 個別選區還會疊加其他因素,最明顯的是現任者被高估:2022 年的台中,民調高估的反而是國民黨的現任市長盧秀燕。 「高估」指的是領先差距:民調裡執政黨候選人相對於對手的表現,比開票結果好了 6 到 8 個百分點。 例如民調顯示執政黨候選人領先 10 點,開票只贏 3 點;或民調顯示落後 5 點,開票輸了 12 點。 地方選舉在總統任期的中間舉行,常被當成選民對中央政府的期中考。 一種可能的解釋是,對執政黨不滿的選民在民調裡比較少表態,到了投票日才出現。 這篇文章的資料只能看到偏向存在,無法證明原因。 (百分點) ・2010  民調份數 21|全體民調的平均偏向 幾乎沒有偏向|平均誤差 5.6|當時中央執政 國民黨 ・2014  民調份數 27|全體民調的平均偏向 偏藍 7.6 點|平均誤差 9.1|當時中央執政 國民黨 ・2018  民調份數 26|全體民調的平均偏向 偏綠 6.5 點|平均誤差 9.1|當時中央執政 民進黨 ・2022  民調份數 28|全體民調的平均偏向 偏綠 7.9 點|平均誤差 10.3|當時中央執政 民進黨 註:年度偏向的算法見「指標怎麼算」的「偏向」一段;開票結果來自中選會選舉資料庫。 這個偏向的幅度,和各機構之間的差異差不多大。換句話說,選對年度比選對機構重要,可惜年度的偏向事前不會知道。 這也解釋了幾家機構的評價為什麼時好時壞。 偏綠的機構在 2014 年看起來很準,到了 2018、2022 年就失準;偏藍的機構剛好相反。 要提醒的是,這只是四屆裡的三屆。 2010 年國民黨執政,民調並沒有高估國民黨。 「民調會高估執政黨」目前是值得注意的規律,還不能當成定律,也不能拿來推算下一次選舉會往哪邊偏。 ▍五個值得記住的案例 這五場各自說明了一種民調會失準的情況。 ・2014 桃園  選前民調 TVBS:吳志揚 49、鄭文燦 30;三立:38 比 29.2|中選會結果 鄭文燦 51.00、吳志揚 47.96|說明了什麼 所有機構可以一起預測錯候選人 ・2014 新北  選前民調 TVBS:朱立倫 49、游錫堃 28;三立:40 比 29.7|中選會結果 朱立倫 50.06、游錫堃 48.78|說明了什麼 預測到對的候選人,不代表測得準 ・2022 台南  選前民調 美麗島:黃偉哲 61.1、謝龍介 15.7;ETtoday:48.0 比 30.9|中選會結果 黃偉哲 48.80、謝龍介 43.63|說明了什麼 一面倒的領先數字要大打折扣 ・2018 台南  選前民調 世新/蘋果:黃偉哲 43、高思博 9.3、陳永和 0.1,未表態 41.3|中選會結果 黃偉哲 38.01、高思博 32.36、陳永和 12.12|說明了什麼 未表態超過四成時,落後者和第三勢力的數字都不可靠 ・2018 台北  選前民調 TVBS:柯文哲 39、丁守中 36、姚文智 12|中選會結果 柯文哲 41.06、丁守中 40.81、姚文智 17.28|說明了什麼 三人競爭時,大黨的第三名會在投票日回流 註:民調數字的出處列在「資料來源」;開票數字來自中選會選舉資料庫。 補充兩點: ・2014 新北常被當成民調失準的代表。各家都預測到朱立倫當選,但領先幅度從民調的 10 到 27 點變成實際的 1.3 點。只看命中率會漏掉這種錯誤。 ・2018 台北的當事人自己說中了。柯文哲在選前受訪時說,最後兩三個星期政黨開始動員,藍綠各拉回一些票他就危險了。最後他只贏 0.25 個百分點。 【2026 這一屆:封關民調與依本文方法的判讀】 關於發布時間: 依《公職人員選舉罷免法》,投票日前 10 天起到投票結束前,任何人都不得發布、報導、散布、評論或引述候選人或選舉的民調資料。 這一屆投票日是 11 月 28 日,禁止期間從 11 月 18 日開始。 這一節寫於 11 月 17 日晚間。 把前面的方法套到這一屆,結論是:台北和新北勝負未定,桃園張善政平均領先但民調少且偏舊,台中、台南、高雄的民調不到三家,方法用不上。 這是方法算出來的結果,不是對選舉的預測。 ・台北  納入的民調 8 份|各家平均 沈伯洋領先 3.5 點|中位數 沈伯洋領先 2.9 點|各家最大與最小相差 24.3 點|只算媒體民調 蔣萬安領先 5.0 點|依方法的判讀 勝負未定 ・新北  納入的民調 6 份|各家平均 蘇巧慧領先 3.1 點|中位數 蘇巧慧領先 1.8 點|各家最大與最小相差 19.6 點|只算媒體民調 雙方平手|依方法的判讀 勝負未定 ・桃園  納入的民調 3 份|各家平均 張善政領先 7.5 點|中位數 張善政領先 7.0 點|各家最大與最小相差 7.3 點|只算媒體民調 張善政領先 9.2 點|依方法的判讀 張善政領先,但最新一份停在 11 月 6 日 ・台中  納入的民調 2 份|各家平均 不計算|中位數 不計算|各家最大與最小相差 不計算|只算媒體民調 不計算|依方法的判讀 民調不足三家 ・台南  納入的民調 0 份|各家平均 不計算|中位數 不計算|各家最大與最小相差 不計算|只算媒體民調 不計算|依方法的判讀 11 月沒有查到民調 ・高雄  納入的民調 2 份|各家平均 不計算|中位數 不計算|各家最大與最小相差 20.7 點|只算媒體民調 不計算|依方法的判讀 民調不足三家,且兩份相差極大 「只算媒體民調」指 TVBS、ETtoday、中時/艾普羅、聯合報、年代,不含協會、智庫與市調公司。 算法和判讀規則與前四屆相同。 ▍納入的民調 每家取 10 月 29 日以後的最後一期,政黨內參民調與「得票率預測」不計。 差距是國民黨候選人減民進黨候選人,正數代表國民黨候選人領先。 台北 ・TVBS(11/14–15)蔣萬安 46、沈伯洋 44,差距 +2.0 ・ETtoday(11/13–15)蔣萬安 48.1、沈伯洋 42.0,差距 +6.1 ・中時/艾普羅(11/13–15)蔣萬安 44.1、沈伯洋 37.1,差距 +7.0 ・信民協會(11/11–13)蔣萬安 33.8、沈伯洋 48.6,差距 −14.8 ・新台灣國策智庫(11/10–12)蔣萬安 42.2、沈伯洋 46.3,差距 −4.1 ・故鄉市調(11/7–13)蔣萬安 42.7、沈伯洋 47.7,差距 −5.0 ・鋒燦民調(11/4–9)蔣萬安 43.0、沈伯洋 44.7,差距 −1.7 ・台灣韜略策進學會(10/31–11/1)蔣萬安 35.3、沈伯洋 52.6,差距 −17.3 新北 ・TVBS(11/15–16)李四川 42.4、蘇巧慧 43.0,差距 −0.6 ・中時/艾普羅(11/11–13)李四川 37.0、蘇巧慧 33.4,差距 +3.6 ・聯合報(11/1–7)李四川 39、蘇巧慧 42,差距 −3.0 ・台灣研究學會(11/8–10)李四川 43.1、蘇巧慧 38.4,差距 +4.7 ・鋒燦傳媒(11/4–10)李四川 35.6、蘇巧慧 44.0,差距 −8.4 ・大地民意(11/1–2)李四川 32.8、蘇巧慧 47.7,差距 −14.9 桃園 ・ETtoday(10/29–11/1)張善政 47.4、黃世杰 36.0,差距 +11.4 ・年代民調(11/2–4)張善政 35、黃世杰 28,差距 +7.0 ・信民協會(11/4–6)張善政 36.9、黃世杰 32.8,差距 +4.1 台中 ・世新民調(11/5–7)江啟臣 39.2、何欣純 30.0,差距 +9.2 ・佛光民調(10/29–31)江啟臣 38.3、何欣純 28.1,差距 +10.2 高雄 ・ETtoday(11/10–13)柯志恩 46.1、賴瑞隆 44.6,差距 +1.5 ・年代民調(11/12–14)柯志恩 24.7、賴瑞隆 43.9,差距 −19.2 ▍這一屆和前四屆不一樣的地方 ・機構之間的分歧特別大。 台北 8 份民調最大與最小相差 24 點,前四屆各場的中位數是 16 點。 ・分歧的界線在機構類型。 台北的三家媒體民調都是蔣萬安領先 2 到 7 點,五家協會、智庫與市調公司都是沈伯洋領先 2 到 17 點。前四屆的資料以媒體民調為主,這五家都沒有歷史紀錄可以對照。 ・雙北以外幾乎沒有媒體封關民調。 台南 11 月沒有查到任何一份,高雄只有兩份而且相差 20.7 點。 ・ETtoday 這一屆的做法和 2022 年不同。 高雄那份是用手機簡訊和電子郵件通知的封閉式網路問卷,共 1296 份。前面「哪一家最準」裡它的好成績,不一定能套用到這次。 ・TVBS 這次寫明用市話加手機。 台北 1331 份、新北 1327 份,都只計有投票意願的人。 ▍歷史紀錄能告訴我們什麼 前四屆有 3 家以上民調的 16 場裡,各家平均的領先者最後贏了 15 場。依平均領先的幅度分組: ・不到 5 點  場數 5|平均領先者最後勝出 5 場 ・5 到 10 點  場數 4|平均領先者最後勝出 4 場 ・10 點以上  場數 7|平均領先者最後勝出 6 場 兩種讀法都成立,要一起看: ・從命中紀錄看,平均領先不到 5 點的 5 場,領先者全部勝出。但只有 5 場,而且那 5 場沒有一場像今年台北這樣,媒體民調和其他機構方向相反。 ・從誤差大小看,各家平均的誤差是 8 點左右,3 點的領先遠在誤差範圍內。 還有一個無法事前判斷的因素,就是整年一起偏。 今年中央執政的是民進黨。 如果重演 2014、2018、2022 年的情形,民調會把民進黨候選人的領先差距多估 7 點左右,台北和新北的平均會從民進黨小幅領先翻成國民黨小幅領先。 如果像 2010 年那樣沒有偏向,平均值就維持原樣。 四屆裡出現三次的規律不足以當成預測依據,這裡列出來是要說明:雙北目前的差距,小到任何一種常見的誤差都能改變結果。 開票之後,這一節的表可以直接拿來檢驗本文的方法。 本節資料:TVBS 台北、新北封關民調報導,ETtoday 高雄封關民調,其餘引自維基百科 2026 年民調表與 NOWnews 彙整報導,查閱時間 2026 年 11 月 17 日晚間。 【我的意圖】 無論結果如何,都希望你能為支持的候選人持續行動,同時也不忘聆聽不同方的聲音。 每次選舉的關鍵向來都不是鐵票,而是中間選民。 要注意自己在傳播的資訊,到底是打在讓中間選民更靠近你,還是單純只是在拉近鐵票層,或是刺激異溫層。 專注在你認為對的事,去創造你想要的未來。 【附錄:方法、資料來源、缺失資料與研討方向】 這一節交代前面每一個數字是怎麼來的,每一項都標出它用在文章的哪裡。 ▍使用的方法論 這份分析是「回溯檢驗」:拿已經開票的選舉,檢查當時的民調準不準。 整套做法由九個選擇組成,每一個都有可以替換的作法,下表列出我選了什麼、為什麼。 ・回溯檢驗  這裡的做法 只用已開票的四屆選舉,民調對照中選會結果|為什麼這樣選 準不準要有標準答案才能比|用在文中哪裡 全文 ・取樣規則  這裡的做法 每家機構只取選前 30 天內的最後一期|為什麼這樣選 避免做得勤的機構被重複計算;太早的民調測的是另一個時間點的選情|用在文中哪裡 全文 ・排除規則  這裡的做法 政黨、候選人陣營發布的民調不計|為什麼這樣選 這類民調只在對自己有利時公布|用在文中哪裡 全文 ・比領先差距  這裡的做法 比前兩名的差距,而不是各候選人的支持度|為什麼這樣選 民調有未表態、開票沒有,支持度不能直接比;差距可以|用在文中哪裡 所有誤差數字 ・不分配未表態  這裡的做法 用民調的原始差距,不把未表態按比例分給候選人|為什麼這樣選 實測過:TVBS 18 份報告,原始差距平均差 7.9 點,按比例分配後差 10.7 點|用在文中哪裡 所有誤差數字 ・同場比較  這裡的做法 機構之間只在同一場選舉裡排名|為什麼這樣選 有的選舉大家都測不準,直接比誤差會對場次多的機構不公平|用在文中哪裡 哪一家最準、雙北 ・機構效應  這裡的做法 每家的偏向先扣掉同場各家的平均|為什麼這樣選 把「那一年大家都偏」和「這一家自己偏」分開|用在文中哪裡 每一家的習性 ・民調彙整  這裡的做法 同一場各家的差距取等權平均或中位數|為什麼這樣選 各家的隨機誤差會互相抵銷|用在文中哪裡 把民調平均起來、2026 這一屆 ・樣本外檢驗  這裡的做法 加權方式的權重只用前幾屆決定,再拿後面的選舉檢驗|為什麼這樣選 先看答案再調權重,任何方法都會看起來很準|用在文中哪裡 複雜的加權沒有比較好 另外有兩個資料處理的原則: ・資料分級。 每一份民調都標記是讀到原始報告(一手)還是引自彙整表(二手),機構的調查方式只用一手資料描述。 ・交叉核對。 拿一手資料去核對二手數字,用核對結果估計二手資料的可靠程度。 這套做法沒有做的事,也要說清楚:沒有用統計模型推估得票率,沒有做顯著性檢定,也沒有針對樣本數或調查日期遠近加權。 23 場選舉的樣本太小,這些做法得不到穩定的結果。 ▍研究範圍與資料等級 範圍是 2010、2014、2018、2022 四屆的六都市長選舉,共 23 場(2010 年桃園尚未升格)。 每家機構只取選前 30 天內的最後一期,政黨和候選人陣營自己發布的民調不計。 開票結果全部直接讀自中央選舉委員會的選舉資料庫,沒有經過媒體轉引。 民調數字分兩種等級: ・一手(58 份):讀到機構自己發布的原始報告或報導,包括 TVBS 民調中心的 PDF、自由時報與美麗島電子報的官網、ETtoday 與三立的原始報導,以及聯合報、蘋果日報當年報導的網頁存檔。 ・二手(44 份):原始頁面已經失效,數字引自維基百科各屆選舉條目的民調表,或是使用 Archive.org 的資料。 二手數字大致可靠,但不是全對。 拿一手資料核對了 30 多格,只有一格不符(2010 年高雄的自由時報民調),另外發現維基會漏列部分民調。 各機構有幾份是一手,列在「哪一家最準」那張表的最右欄。 ▍指標怎麼算 領先差距誤差:民調裡第一名領先第二名幾個百分點,和開票時實際領先幾個百分點,兩者相差多少。 民調說領先 10 點、實際贏 4 點,誤差就是 6。 算法如下,A 是實際當選的人,B 是實際的第二名: 領先差距誤差 = |(A 民調 − B 民調)−(A 實際 − B 實際)| 平均誤差 = 這家機構每一場的領先差距誤差加總 ÷ 場數 兩個例子: ・2018 新北,聯合報:民調侯友宜 54、蘇貞昌 26,領先 28 點。開票侯友宜 57.14、蘇貞昌 42.85,領先 14.29 點。誤差是 28 減 14.29,等於 13.7。 ・2014 桃園,TVBS:民調鄭文燦 30、吳志揚 49,當選人在民調裡是落後 19 點,記成 −19。開票鄭文燦領先 3.04 點。誤差是 −19 和 3.04 的距離,等於 22.0。 所以民調預測錯候選人時,誤差會包含「方向錯」的那一段,自然比較大。 TVBS 的平均誤差 7.8,就是它 14 場的誤差加起來除以 14。 用在:「哪一家最準」與「雙北獨立來看」兩張表的「平均誤差」欄,以及「把民調平均起來有沒有用」的兩張表。 同場名次:同一場選舉裡,這家機構的誤差在所有機構中排第幾。 0 是該場最準,1 是最不準。 用這個指標,是因為有些選舉大家都測不準,只看誤差大小會對「每一場都有做」的機構不公平。 算法是先把同一場裡各家的誤差由小到大排名,再換算成 0 到 1: 同場名次 =(排名 − 1)÷(該場的機構家數 − 1) 以 2018 高雄為例,共 8 家機構。 TVBS 誤差 0.9 點排第 1,名次是 0;ETtoday 誤差 3.1 點排第 2,名次是 1÷7,等於 0.14;三立誤差 12.2 點排第 8,名次是 1。 每家機構把它參與的每一場名次平均起來,就是表格裡的數字。 0.5 代表「通常排在中間」,越接近 0 代表「通常是該場最準的那幾家」。 只有一家機構做的場次無從排名,不計入。 用在:「哪一家最準」與「雙北獨立來看」兩張表的「同場名次」欄。 偏向(偏藍或偏綠):這份民調把哪一邊估得太高、高了幾個百分點。 算法和領先差距誤差一樣,只是固定從國民黨候選人的角度去算,而且保留正負號。 K 是國民黨候選人,R 是實際前兩名裡的另一人: 偏向 =(K 民調 − R 民調)−(K 實際 − R 實際) 正數代表民調把國民黨候選人估得比實際好,記為偏藍;負數記為偏綠。 R 多半是民進黨候選人,2014、2018 年的台北是柯文哲。 ・2018 新北,聯合報:民調侯友宜領先 28 點,實際領先 14.29 點。28 減 14.29 等於 +13.7,偏藍 13.7 點。 ・2022 台北,自由時報:民調蔣萬安 28.71、陳時中 34.80,蔣落後 6.09 點,記成 −6.09。實際蔣領先 10.36 點。−6.09 減 10.36 等於 −16.5,偏綠 16.5 點。 文章裡的偏向有三種用法,算法略有不同: ・年度全體偏向  怎麼算 該年所有民調的偏向取平均|用在哪裡 「最大的誤差來自年度」的表 ・相對同業的偏向  怎麼算 單份偏向減掉同一場各家偏向的平均,再把這家機構各場的結果平均;只計有 3 家以上民調的場次|用在哪裡 「每一家的習性」的表 ・未扣同業平均的偏向  怎麼算 這家機構各場的單份偏向直接平均|用在哪裡 「雙北獨立來看」的「偏向」欄 「相對同業」的例子:2018 高雄有 8 家機構,民調裡韓國瑜的領先幅度平均是 6.7 點。 聯合報是 17 點,比同業偏藍 10.3 點;三立是 −3.1 點,比同業偏綠 9.8 點。 這樣算可以扣掉「那一年大家都偏同一邊」的部分,只留下這家機構自己的習慣。 2010 年高雄不計入偏向:那一場的前兩名是陳菊和無黨籍的楊秋興,國民黨候選人排第三。 這裡比的是民調的原始領先差距,沒有把未表態的人按比例分給候選人。 原因是實測結果:以 TVBS 的 18 份原始報告為例,原始差距的平均誤差是 7.9 點,按比例分配後反而是 10.7 點。 未表態的人並不會照已表態者的比例去投票。 ▍預測到對的候選人,為什麼誤差還是大 因為這是兩個不同的問題。 「預測到對的候選人」回答的是誰贏,「領先差距誤差」回答的是贏多少。 一份民調可以方向對了、幅度卻差很遠。 ・方向對、幅度也對  例子 2018 高雄 TVBS:民調韓國瑜領先 10 點,實際贏 9.1 點|誰贏 預測對|贏多少 差 0.9 點 ・方向對、幅度錯  例子 2014 新北 TVBS:民調朱立倫領先 21 點,實際贏 1.3 點|誰贏 預測對|贏多少 差 19.7 點 ・方向錯  例子 2014 桃園 TVBS:民調吳志揚領先 19 點,實際鄭文燦贏 3 點|誰贏 預測錯|贏多少 差 22.0 點 第二種情況最容易被忽略。 民調說領先 21 點,讀者會以為選情大勢已定;結果只贏 1.3 點,其實是五五波。 候選人是預測對了,但這份民調對選情的描述是錯的。 這也是為什麼前面的表格要把兩個數字並列。 世新/蘋果日報 16 場全部預測到對的候選人,平均誤差卻有 8.3 點,就是「方向都對,幅度常常不對」。 ▍缺失資料與限制 ・樣本不大。 四屆選舉、23 場。年度偏向只有四個觀察值,加權方法的檢驗只有 8 場。 ・44 份民調仍是二手數字。 主要是中時/艾普羅 8 份、世新/蘋果日報 2010 與 2014 年的 10 份、聯合報 2014 年 4 份與 2018 年台北 1 份,以及各屆只出現一兩次的機構。 ・有 7 場只有一兩家民調。 一面倒的選區到了 11 月媒體常常不再做,例如 2022 年新北只有 ETtoday 一家。這些場次沒有納入「各家平均」的檢驗。 ・只比了前兩名的差距。 三人以上競爭時,第三名候選人被高估或低估的情形,只在案例裡提到,沒有系統性計算。 ・只有六都。 其他縣市沒有納入。 ・「偏藍」「偏綠」指的是統計上的系統性誤差。 它可能來自抽樣底冊、加權方式或問卷設計,不代表機構刻意偏袒。 這些缺口各自影響的結論: ・中時/艾普羅 10 份裡 8 份是二手|「哪一家最準」:中時排第二的名次不能當成定論 ・世新/蘋果 10 份、聯合報 5 份是二手|「哪一家最準」與「每一家的習性」:這兩家的平均誤差與偏向 ・7 場只有一兩家民調|「把民調平均起來有沒有用」:只檢驗了 16 場,一面倒的選區多半不在內 ・只有四屆選舉|「最大的誤差來自年度」:「高估執政黨」只在四屆裡出現三次 ・沒有系統計算第三名候選人|「五個案例」:2018 台南、2018 台北只是個案,不能推論到所有三人競爭 ▍未來探討方向 接下來值得做的事,依對結論的影響大小排列: 1. 補齊二手資料。聯合報可以從聯合知識庫查原始報導,蘋果日報和中時要靠網頁存檔。補齊後才能確認「哪一家最準」的排序。 2. 檢驗調查方式和誤差的關係。 純市話、市話加手機、會員資料庫三種做法,目前只在「每一家的習性」裡用個案說明,還沒有逐份分類比較。 3. 找出年度偏向的來源。 可能的解釋有未表態者的去向、投票率,以及封關後十天的變化。 這決定「最大的誤差來自年度」的發現能不能事前預期。 4. 系統計算三人以上競爭的場次。把第三名候選人的民調與得票逐場對照,區分大黨提名、小黨提名與無黨籍。 5. 擴大樣本。納入六都以外的縣市,或拿總統、立委選舉當獨立樣本,檢驗「原始差距比按比例分配準」這類規則是否仍然成立。 6. 拿下一次選舉做事前檢驗。選前先記下各家平均與「實際怎麼讀民調」的判斷,開票後再對照。 想仔細看完整表格、算法與資料來源,歡迎一起聊。
愛心
9
留言
encourage first comment
有些話想說嗎 快分享出來彼此交流吧!
留言……