民意調查視覺化

本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定代表《大眾科學》的觀點

正如Rensis Likert在1948年12月刊的《大眾科學》中闡述的那樣，公眾輿論調查過程的有效性取決於兩個因素：人口樣本和問卷（訪談方法和回覆分析）。第一個因素在很大程度上被認為是1948年總統民意調查失敗的原因，當時托馬斯·杜威被錯誤地預測將徹底擊敗哈里·杜魯門。問題出在所謂的配額控制抽樣方法上，在這種方法中，每個民意調查員根據一系列人口變數（如年齡、性別和社會經濟水平）分配一定數量的個人。然而，當民意調查員實際填寫這些配額時，偏見可能就出現了。正如Likert寫道，

““配額樣本中偏見的主要來源是，訪調員以完全人性化的方式，努力以儘可能簡單的方式完成配額。他們去人們容易找到的地方，尋找任何能夠滿足其配額的年齡、性別和社會經濟規範的人。因此，他們傾向於獲得一個有偏差的樣本，因為它包含更多容易聯絡到的人，而不是一個真正具有代表性的樣本應該包含的人。””

關於支援科學新聞

如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您正在幫助確保有關塑造當今世界的發現和思想的具有影響力的故事的未來。

還有其他選擇嗎？可以說，所謂的機率抽樣——一種採用隨機程式選擇受訪者的方法——更準確，在樣本選擇方面減少了人為偏見。

但是，正如比利時資料記者Maarten Lambrechts在他的可探索的解釋性圖形“Rock n’ Poll”中演示的那樣，即使是基於機率抽樣的民意調查，如果僅看表面價值，也可能具有誤導性。毫不奇怪，結果的巨大差異發生在小樣本量的情況下。但是，當您瀏覽互動內容時，很明顯即使是非常大的樣本也會受到偶然性的明顯影響。這突顯了Lambrechts開發該圖形的原因。正如他在他的部落格中寫道，”

““關於我國政治民意調查的報道長期以來一直讓我感到惱火。政治偏好中統計上不顯著的變化被過度分析，誤差幅度沒有被考慮在內，甚至根本沒有提及。結果，大量的記者火力被用於分析隨機性，讀者只是被明顯誤導了……我決定採用可探索的解釋的概念，並將其應用於（政治）民意調查，以顯示民意調查結果中固有的不確定性。””

結果是一個有趣的民意調查入門指南，它表明，專注於民意調查百分比的小數部分是徒勞的。前往虛構的PollLand國家，親自探索一下。

然後，透過FiveThirtyEight的選舉預測使用者指南，一窺幕後，重拾您對那些承認誤差幅度的民意調查的信心。