同一群二十多歲的年輕人，被同一份追蹤民調，在一週內先說「巨變、崩盤」，再說「震撼、暴升」。

如果這是真的，等於有數十萬名年輕人在幾天內集體拋棄一位候選人、又默默回頭。更可能的解釋是：你看到的不是民意轉向，是抽樣雜訊。本文用三個 2023 年 12 月底的真實案例說明——那些被標題放大的起落，幾乎都還落在統計誤差之內。

±3%一份 1,068 人的民調，整體抽樣誤差
±11.1%拆到 20–29 歲、兩波對比的最大誤差
156 人每份民調分到 20–29 歲的樣本數

樣本越小，誤差越大

本文不質疑各家民調的準確性，而是聚焦在新聞標題與選材。要看懂民調，除了支持度的數字，更要看樣本數與抽樣誤差。一份民調為了成本效益，通常做滿 1,068 份，在 95% 信心水準下整體誤差約 ±3%。可是一旦要談「20–29 歲怎麼想」，分到這個年齡層的樣本只剩約 156 人，誤差就遠不只 ±3%。

想看抽樣誤差公式？展開

某次民調某位候選人支持度的抽樣誤差 ＝ 1.96 × √( p(1−p) ⁄ n )
兩次民調某位候選人支持度的抽樣誤差 ＝ 1.96 × √( p1(1−p1)⁄n1 ＋ p2(1−p2)⁄n2 )　（假設兩樣本獨立）

±3% 是整份民調的把握。一旦你問「年輕人怎麼想」，把握就只剩 ±7.8%。

於是同一個族群的支持度，今天被說「崩盤」、明天被說「飆升」，民意看似每天都在變。但從統計來看，這種波動往往難以分辨究竟是民意轉向，還是抽樣誤差。下面三個案例，把媒體的標題和原始數字擺在一起看。

案例一：被點名「巨變」「暴升」的兩個數字，其實都還在誤差裡

美麗島追蹤民調公布完整交叉分析報表，柯文哲在 20–29 歲的支持度第 94 到 101 波是這樣走的。把游標移上各點看數值，或往下捲，看這條「忽高忽低」的線如何被誤差帶一步步收編。

柯文哲 20–29 歲支持度：八波追蹤與逐波 95% 信賴區間

媒體看到的。第 94 到 101 波，柯文哲 20–29 歲支持度依序是 30.0、31.3、27.2、29.9、25.5、28.4，然後跳到 36.1、40.2。單看這條線，確實「忽高忽低」。

每一波各有誤差。20–29 歲在每份民調裡只分到約 156 人，單波的 95% 信賴區間約 ±7 個百分點。把每一波各自的區間畫上去——竿子往往比點與點的高低差還長。

相鄰波其實分不開。八波平均是 31.1%。被圈出來喊「巨變」的第 96 波（27.2%）、喊「暴升」的第 101 波（40.2%），它們的信賴區間和鄰近波次大幅重疊：在統計上，根本分不出誰真的比較高。

整合樣本，雜訊就消失了。真要看趨勢，把樣本疊起來再比：12 月上旬（86、89、92 波，≈525 人）是 34.80%；下旬（95、98、101 波，≈572 人）是 32.35%。前後幾乎沒動。所謂崩盤與暴升，攤平後不見了。

資料：美麗島追蹤民調第 94–101 波 20–29 歲柯文哲支持度。誤差棒為各波 95% 信賴區間（細項 n≈156，1.96·√(p(1−p)⁄n)，約 ±7 個百分點）。註：美麗島每波約三分之二樣本與前波重複，波次間並非獨立，實際比較更複雜，此處逐波區間為示意。

數字是冷冰冰的，人卻是活生生的。

所謂 10% 支持度的起落，換算回實際母群，相當於全台灣 28 萬名 20–29 歲年輕人。難道在一兩週內，30 萬年輕人突然放棄柯文哲，不久又有 15 萬人默默回頭？這違反基本的投票行為常識。年輕人的政治傾向或許尚未定型，但被詮釋成「亂竄」的選民，並不合理——連政治評論者都曾據此驚呼「這群人亂竄、大起大落逾 10%」。

案例二：「雪崩到 10%」的真相，藏在 12/21、12/22 兩天

柯文哲在台北市執政八年，2018、2022 兩次選舉，柯文哲與黃珊珊在同時有藍綠對手的情況下仍拿到 41.1%、25.14% 得票，至少兩成市民偏好他。可是第 94 波與第 101 波只隔一週，台北市支持度都維持在兩成左右；偏偏中間第 95–98 波，只要加入 12 月 21 或 22 日的樣本，就瞬間「雪崩」到 10% 上下；不含這兩天的波次，又彈回兩成。

用底下的步進按鈕逐步看：先看「忽高忽低」的線，再加上誤差棒、再框出 12/21–12/22 三波，最後對齊執政基準。圖內任一處 hover 也會跳出十字游標，列出該波的數值與信賴區間。

柯文哲台北市支持度：含 12/21、12/22 樣本的波次才掉到 10%

資料：美麗島追蹤民調第 94–101 波台北市柯文哲支持度。紅色區塊為含 12 月 21、22 日樣本的第 96–98 波。誤差棒為各波 95% 信賴區間：原報表未列台北市細項樣本數，此處依台北市選舉人口占比估每波 n≈115（約 1,068×10.8%）試算，僅供示意。同一批民調，柯文哲總體支持度波動不到 2.6%。

<2.6%同期柯文哲總體支持度波動
>10%台北市細項短時間起落
25 萬換算成台北市民「轉離又轉回」

同一批民調，柯文哲總體支持度波動不到 2.6%，小於誤差範圍；台北市細項卻在幾天內起落超過 10%，等於 25 萬市民短時間轉離又轉回。即便期間有農地爭議，在總體幾乎不動的情況下，台北市的起落更可能是細項樣本太少造成的誤差。若選舉團隊也照細項數字做決策，恐怕會誤判選情。

案例三：同一群 50–59 歲選民，三家民調指向三個方向

這不是哪一家民調的問題，也不是只有年輕族群會跳。同一時期，ETtoday 民調也有賴清德 50–59 歲「大跌」「崩跌」的報導。

把同一時期、同一族群的三家民調擺在一起：ETtoday 忽跌忽升，美麗島與 TVBS 卻平穩微升。如果這是真實的民意轉向，三家方向應該一致。圖例可點擊（或用步進按鈕）只看一家，把它的走勢從另兩家裡剝出來看。

賴清德 50–59 歲支持度：三家民調沿時間的走勢

資料：ETtoday、美麗島追蹤民調、TVBS 民調賴清德 50–59 歲支持度。各點依調查期間中點對位於日期軸。

把時間軸拿掉，只看每一波的支持度散在哪裡，差別更直接：ETtoday 同一族群的點從 29.7% 散到 45.6%，落差近 16 個百分點；美麗島、TVBS 則集中得多。可點任一列名（或用步進按鈕）只看一家。

同族群、同期間，三家民調的支持度散布

資料同上圖。短豎線為各家平均；列上方淡色括弧為 min–max 落差範圍。真趨勢三家應同向；散成這樣，更像小樣本不可避免的雜訊。

與其從政治事件解釋民調起落，或爭論哪一家最準，這些波動的真正原因，可能只是小樣本不可避免的誤差。這不是最吸引人的解釋，卻常是最合理的那一個。

為什麼總能「挑到」一個有趣的差異

從這些案例逐項找細項、算信賴區間，或許真能找到一兩個「顯著」的變動。但這正是多重比較問題（Multiple Comparison Problem）。

民調常說的 95% 信心水準，是針對「單一次比較」而言，偽陽性機率 5%。一旦你把所有細項、所有波次、所有族群拿來廣泛比較，「至少出現一次偽陽性」的機率就會迅速膨脹——比較做得越多，越容易撈到純屬隨機的偽趨勢。把這種撈出來的細項差異，配上一則近期爭議事件，宣稱「某事件讓某候選人在某族群崩跌」，就是典型的多重比較謬誤。尤其當整體支持度沒怎麼動、只有細項在跳時，更該對任何「事件→細項變化」的推論保持戒心。

標題的好意，與閱聽人的功課

台灣媒體生態蓬勃，各家都想從民調裡找到亮點、彰顯報導價值。但呼籲各方更看重樣本數與抽樣誤差，別把單次民調的細項數字當重點、別過度推論而誤導情緒，也別辜負每一位辛苦取樣的民調工作者。

作為閱聽人，看到陡升陡降的民調時，多問一句樣本數與誤差（整體與細項），就更有能力判斷那是不是真的。若要看細項族群的波動，可以整合一段連續時間再比較（如美麗島的每日市話滾動民調），或參考細項樣本足額的調查（如皮爾森數據受菱傳媒委託的總統網路民意調查）。

雜訊不是最吸引人的解釋，但常是最誠實的那一個。