撰文：Judy Wu
美國 2024 年總統與國會選舉雖然落幕，但相較於選前民調顯示的「雙方支持率接近」、「選情緊繃」，最終投票結果卻是川普大勝 314 萬票，並拿下全部 7 個搖擺州的選舉人票，讓許多人質疑民調是否失真、不具參考價值。
但是，事實真是如此嗎？民調是早已偏離民意，還是僅在誤差範圍內？
民調「失真」爭議的來龍去脈
在大型選舉前，民調通常是候選人、媒體和民眾了解選情的重要工具。
2024 年美國大選前，多數民調顯示這是美國史上「最接近」的總統競選之一：在全國範圍內及關鍵搖擺州，賀錦麗與川普的支持度僅相差 1 至 2 個百分點，多數評論認為雙方在關鍵州的支持度相當，難以預測誰能贏得所需的 270 張選舉人票，雙方可說是勢均力敵。像是《紐約時報》的報導就顯示，賀錦麗和川普在搖擺州的民調預測平分秋色。
而根據《FiveThirtyEight》（美國民調預測網站，由 Nate Silver 創辦，融合不同民調數據以提供綜合的選舉預測和分析）的民調分析，以全國來說，賀錦麗的勝選機率比川普高 1.2 個百分點，許多媒體也參照這些民調數據做了相應報導，認為賀錦麗的當選機率更高。
然而最終結果出爐，（在截稿日前）川普共獲得 7,552 萬票，超過賀錦麗的 7,238 萬票，領先約 314 萬票。在選舉人票方面，川普在 7 個搖擺州（賓州、喬治亞州、北卡羅來納州、密西根州、亞利桑那州、威斯康辛州、內華達州）皆勝出，拿下共 93 張選舉人票，最終以 312 比 226 贏得總統職位，甚至在賀錦麗獲勝的幾個州也出現民調預測「低估川普支持率」的現象。
此結果不僅讓共和黨支持者大喊紅潮來襲，也引發民眾對民調預測的信任危機，例如：《The Daily Show》的主持人 Jon Stewart，在節目上公開嘲笑民調的不準確；由 J. Ann Selzer 創立的民調公司 Selzer and Co 也被抨擊操控數據，因其預測賀錦麗在愛荷華州領先川普 3 個百分點，但結果卻是川普大勝 13 個百分點；而部分選民則認為主流媒體淪為「左派喉舌」，話語權被壟斷，紛紛揚言退訂，說不會再相信假新聞。
這是因為民調結果的偏差，可能影響一些尚未投票的選民的投票意願和方向，甚至誤導候選人，從而影響他們的競選策略。
一些人甚至指出，線上博彩網站的預測比民調「更準確」，認為日後選舉不必再參考民調，只要看賭盤即可。去中心化預測市場平台《Polymarket》也在 X（前稱 Twitter）上發表貼文，聲稱他們證明了市場的智慧高於民調、媒體及專家們，因為他們一致且準確地預測了大選結果。
Last night, Polymarket proved the wisdom of markets over the polls, the media, and the pundits.
— Polymarket (@Polymarket) November 6, 2024
Polymarket consistently and accurately forecasted outcomes well ahead of all three, demonstrating the power of high volume, deeply liquid prediction markets like those pioneered by…
先了解美國民調的運作方式
目前選舉民調大多還是以電話調查為主，考慮到手機的普及率，通常採用手機調查多於市話調查，有些民調機構也開始使用線上調查平台。民調公司會依據當地人口組成來選取具代表性的樣本，包括年齡、性別、族裔、黨籍等，使用隨機抽樣或其他方法，並根據歷史數據進行加權分析，以確保調查結果能夠反映全體選民的意向。
為了理解民調偏差的原因，筆者參考全球媒體報導（如 BBC、半島電視台、多數美國媒體等）及專業研究中心的分析，也訪談了在美國小型民調公司工作的數據分析師 Lynus Hung，綜合各方意見，得出接下來的結論。
造成民調偏差的 4 個可能因素
原因一：取樣偏差
在抽取樣本時就有可能出現誤差，例如樣本群體的不同：《FiveThirtyEight》的統計數據中，就可以發現光是 Sample Types（樣本類型）就有分成 Adult（成人）、Voters（選民）、Likely Voters（可能的選民）和 Registered Voters（已登記的選民），樣本群體之間存在差異。
此外，並非所有目標族群都有機會被抽樣，即便被抽中也可能不願參加調查──年輕且高學歷的民主黨支持者較常使用手機，並傾向參與民意調查，手機調查可能會接觸到較多這類型的群眾，導致樣本數太高；而川普曾抨擊民調「造假」，導致共和黨支持者參與意願較低，因而樣本數相對不足。
有些人認為民調機構未能有效接觸川普支持者，可能是 2016 年後民調偏差增加的原因。雖然有些民調機構試著使用打電話以外的方法（如 Email 或網路問卷）來接觸不同的群體，也不一定能蒐集到最具代表性的樣本集合。
原因二：回應偏差
隱性選民效應（Shy Tory Factor）在川普參與的選舉中更為顯著──2016 年川普 vs 希拉蕊的選舉中，已經發生過類似結果，部分選民可能因擔心社會壓力或批評，選擇提供符合社會期望的回答，或者不公開其真實意向，當支持的候選人不被看好或有爭議時，這種現象會尤其顯著。
由於川普針對女性和種族的爭議性言論，經常被媒體大肆報導、引發「炎上」，隱性選民因此更傾向在民調中隱瞞真實立場。此外，為了符合近年美國社會提倡的多元共融（DEI），部分選民可能聲稱支持如賀錦麗等候選人、但實際投票給川普，這類隱性選民效應或社會期望偏差，都可能對民調結果產生影響。
原因三：加權／分析模型偏差
以上提到的兩個問題，雖然大部分民調機構通常會依照當地人口組成、歷史投票數據進行加權分析，以讓數據更加平衡、具有代表性，但畢竟每間機構使用的數據和模型都不一樣，就可能造成分析失真。
尤其如果樣本數不足，或是選民的投票行為有很大變動時，單純按照以前的數據去做調整，就會離真正的現狀越來越遠。
原因四：誤差範圍
最後，當我們試圖用一部份人的表現來預測所有人的表現，也就是「抽樣預測」，就會存在統計誤差。當樣本數越多、越接近總投票人數時，誤差會較低。若是知道樣本數，我們就可以計算出正常的誤差範圍是多少。
研究顯示，約 1,000 人的典型選舉民調樣本的抽樣誤差約為「正負 3 到 4 個百分點」，有些研究更表明，實際誤差可能接近此範圍的兩倍。可惜的是，筆者尚未找到民調和媒體公開的樣本數，所以沒辦法確定全國和各州的偏差程度是否在標準範圍內。
搖擺州選情真的與民調「差很大」嗎？
姑且以上述的研究數據，來看 7 個搖擺州民調預測和實際結果的對比：小於 0 的表示賀錦麗領先、大於 0 的則表示川普領先的百分點，我們可以看到民調多數低估川普的支持度，但偏差多在 1-3 個百分點（僅亞利桑那州偏差接近 4 個百分點），平均約為 2.7 個百分點。
看起來偏差程度不算高，但為什麼大家會覺得「差很多」呢？這是因為，民調預測雙方支持度接近（藍色點聚集在 0 附近），賀錦麗可能拿下 3 州、川普可能拿下 4 州，但只要略微低估某一方的支持度，藍色點就可能往左或往右移動。
以結果來說，民調低估川普的支持度，因為選舉人票「贏者全拿」的特性，就會感覺川普拿下 7 搖擺州的結果與預測差很大了。
在全國範圍內，川普領先 2.5 個百分點，超出民調預測 3.5 個百分點，約在誤差臨界點。但在差距較大的紐約州（差 5 個百分點）、紐澤西州（差 12 個百分點）及愛荷華州，民調確實不夠準確。
總體來說，民調預測與實際結果一定存在誤差，但大多仍在統計的合理範圍內。由於不知道樣本數，在雙方差距小且民調誤差不大的情況下（如搖擺州），不論誰獲勝，都難以界定民調是否「失真」；而在差距大且民調誤差較大時（如紐約州和愛荷華州），民調機構可能需要調整抽樣方法與加權模型，才能更貼近選民的真實相貌。
是誤差還是真實的美國民意？
整體而言，儘管選前的民調預測，在一定程度上仍在合理誤差範圍內，但 2024 美國大選的結果，無疑再次引發了對民調準確性的討論。
川普的勝選是否真正反映了美國民眾的心聲？正如 1992 年美國總統柯林頓所言：「笨蛋，問題在經濟（It's the economy, stupid!）」，後疫情時期的通貨膨脹壓力下，美國民眾的生活面臨挑戰，許多選民希望透過選票表達對現狀的不滿、對改變的渴望，在這樣的背景下，選民的選擇不僅僅單純是對「候選人或黨派」的支持，更反映了對「未來」的期待。
《關於作者》
Judy Wu
後疫情時代來到美國完成碩士夢的行銷人，對人的行為和心理活動很有興趣，除了商管本系之外，也去雙主修了心理系，擁有行銷、業務和資料分析等多方面經驗，仍在持續探索自我和未來方向。喜愛在探索世界的旅程中，不斷尋找人生的 GPS 信號，目標是將足跡踏遍各大洲，體驗不同文化的衝擊和美食！
執行編輯：羅思涵
核稿編輯：孫雅為
