Re: [討論] 民眾黨內參民調原始數字流出

※ 引述《a10141013 (FlyBall)》之銘言：
: https://i.imgur.com/pkUMcld.jpeg

今天有索取到民眾黨官方寄來的所謂raw data資料，
有興趣的話可自行參閱： https://tinyurl.com/4tfhmhhv

以下是幾個比較明顯的問題點：

一、提供的並非是raw data資料
一般而言在民調上指的raw data，是指從調查或研究中直接收集到的數據，
這些數據在被記錄時尚未經過任何處理、分析或加權。

換言之，最好的情況是提供民調的SPSS檔讓人直接去做分析，
如果沒有的話，至少要包含市話加權前交叉表、手機加權前交叉表，
這樣才能更仔細的去做比對及推測使用的加權方式看看是否合理。
畢竟單純只說依照戶籍、年齡、性別、教育程度的多重反覆加權，
無法了解市話與手機合併時的各自樣本代表權重
（顯然不是單純的市話7手機3的比例下去合併）。

二、手機樣本的過度高估
由於民眾黨所提供的資料，並沒說明市話及手機整併時的權重，
但因為他們的交叉表有做「電話使用行為」，
所以大概可以推測是使用雙底冊方式整併。
但即使是雙底冊，也有不同的整併方式，這邊就不額外說明，
只是當民眾黨沒說明是怎麼整併時，我們不容易看出加權是否合理。

因為他們所提供的資料，沒有市話、手機在加權前的交叉分析表，
我們只能就手上既有的資料來做粗略的推論。
通常會出現問題的，就是在年輕樣本的估算上，
因為找到的樣本數少，所以一開始取樣時就容易有偏誤，
而願意接聽手機並作答的族群，有可能偏好與不接聽的有所不同，
就有可能會因此更加放大差異。

若我們就針對20-29歲的樣本來做粗略檢證的話，
我們得知加權後的柯盈配支持率是55.7%，
所以還原回來，樣本數是97份（174*0.557）。

而我們從柯盈配在市話加權後的數據是18.9%來看，
參照多數類似的市話民調，我們先假定在這個年齡層，
柯盈配拿到的是40%支持率左右，換算回來，
在市話的原始樣本則是22份（55*0.4），
接著從市話併手機的加權前數據，膨脹為加權後數據時，
權重是167%（104份樣本變174份樣本），
因此市話加權完後的樣本，則會因此膨脹為37份。

那麼，手機樣本在此佔多少呢？我們把加權完後總份數97份，
減掉市話樣本37份，所以我們可知手機樣本在加權後約佔60份。
而我們再把手機樣本還原為還沒加權前，大約是36份（60 / 1.67）。
36份則是佔手機加權前樣本的73.5%（36 / 49）。
換言之，柯盈配在手機的20-29歲原始樣本，可能是超過七成的支持率，
這與現實世界實際情況可能並不相符。

若是很單純的將市話及手機個別加權完後再整併，
那麼由於市話佔了70%的比重，在市話支持率40%、手機支持率73.4%的情況下，
整併後會是50%左右，會比兩種樣本先加起來，再開始加權後的55.7%要來的低。
而由於柯文哲佔優勢的30-39歲的樣本有著完全一樣的問題，
因此按照民眾黨的加權方式，對於柯文哲提升支持率就會有更大的幫助。

三、加權的不穩定
在這邊我們很明顯的會發現三個主要的問題：
1. 不同的加權方式會大幅影響最終的整併結果
2. 柯盈配在手機年輕樣本的支持率會有嚴重高估傾向
3. 手機看似只佔三成比重，實際上會因年輕樣本仍不足以彌補市話不足，
使得加權後會再更放大手機年輕樣本的偏誤（權重膨脹67%）

這也說明了為何純市話的加權後結果，
柯盈配的支持率僅是從13.2%膨脹為18.9%，
但是市話併手機後的結果，卻會大幅膨脹到27.6%的原因。

以上大概是幾點研究完民眾黨提供資料的想法，
最主要還是手機調查很可能會放大偏誤，
而市話併手機時，沒有詳細交代加權方式，
則會讓人無法信服，特別是在年齡加權會深刻影響結果時。
這些是民眾黨內參民調之後需要去克服的問題。

--

當然還是依照統計證據說話。 依照各間的市話調查，20-29柯盈配大概都4成上下， 這是有比較長期及累積樣本的結果。 除非能夠有足夠證據說明，市話訪問到的年輕人， 偏好有與母體的年輕人有顯著差異， 否則沒辦法說明年輕人支持率到7成是合理的。

不會，它不可能是各自加權， 如果是各自加權，一來不用先提供市話併手機的加權前數據， 二來手機的權重不足以把年輕支持率拉高那麼多， 連帶不可能讓市話併手機的結果，讓市話原本13%左右膨脹到27%多。