比起選舉的熱鬧，何麗萍更著迷於統計。從東海統計系、師承民調先驅洪永泰，到與學姐潘惠年兩人從無到有打造「山水民調」，她一步步把一家只有兩個人、四十線的小公司，做成台灣選舉研究裡的關鍵角色。

兩家民調公司做同一個選區，結果竟然一個贏5%、一個輸5%。何麗萍說，問題往往不在「準不準」，而在規則與設計。她拆解看穿假民調的幾個關鍵：公布單位、完整問卷、政黨傾向——以及最常被動手腳的「政黨加權」。

Q：國民黨過去沒有統一的初選規則，這會造成什麼問題？

當前熱搜：立院強過「高虹安條款」 柯文哲：請正名叫「林淑芬條款」

十幾年前曾有國民黨客戶找我做民調，他確定自己民調很高，跟我說他們要做初選決定提名人，初選做完民調也很高，但最後卻跟我說他不參選了。原因是國民黨那時還沒白紙黑字寫好用初選決定提名，還是要參考各種意見。雖然初選最高，但若執意參選，他們也有壓力，順了姑意逆了嫂意。所以後決定禮讓，成全他人。

他們當初並沒有像民進黨明白把初選規則寫進去。一直到現在，國民黨的提名還是地方黨部各自負責，像六都的地方黨部，也可能各自有不同規則。

可是民進黨不是。民進黨從總統到六都選舉都是中央統籌，而且中央有民調中心。我覺得這是民進黨很在乎民調、一路堅持到現在的重要因素。國民黨很早就成立民調宣傳會，但現在全部裁撤，因為沒有自己的民調中心，就沒有最終統籌的方式。

當前熱搜：唐玉琴退出屏東縣議員提名作業　縣黨部：團結爭取國民黨勝選

觀察國民黨初選最近陸續公佈的民調——剛好看到某一選區(中山大同)委託兩家民調公司做的民調結果竟然勝負不一致：一家做A贏5%，另一家做A輸5%，兩個候選人,在兩家民調公司結果完全不同。這在民進黨初選民調，很少看到這麼大差異。

Q：同一個選區，原因出在哪？

結果不同的原因我不知道，所以不說誰準誰不準。而是如果沒訂統一的規則跟抽樣的辦法，兩家民調公司用各自的方式做，就可能發生抽樣偏差。

民進黨中央做初選，一定是中央黨部抽樣好再給民調公司做，大家的抽樣來源一致；而國民黨（或者民進黨某些地方黨部）則讓民調公司各自抽樣，如果沒有訂好一致的規則，則抽樣方式的不同，很可能會造成不一樣的結果。

山水若接受初選委託，不論是國民黨或民進黨，都會跟各家民調公司確認抽樣規則與執行作法一致。標準流程下，只要抽樣一致、執行流程一致，做出來的準確度就不會差太多。

Q：想導向特定結果的策略性民調，讀者要怎麼看穿？

大家已經很習慣看公佈的單位。公佈單位的可信度很重要，我相信民調只要掛上山水執行，拿出去是會被接受的，所以公佈的單位很重要，你要看它過去的累積跟經驗。

再來最基本的是問卷題目。我都跟客戶說，要公佈民調就盡量完整公佈，把題目都公佈，不要只公佈數字。你只公佈數字說支持度誰高誰低，卻沒公佈完整題目，我不知道你怎麼問的。舉個例子，假如題目這樣問：「我們有一位非常優秀的年輕人○○○，要對上某某某，請問你支持誰？」這樣問，明眼人一看就知道答案會被導到哪一邊。

再來是基本資料的觀察。完整的民調除了題目，所有報表都要公佈，比如性別、年齡、教育程度跟政黨傾向。性別、年齡、教育程度大家都夠標準，會加權到符合母體；只有政黨傾向是最終的觀察，可以看它跟這地區的政治版圖一不一樣。

比如做一個台北市民調，結果民進黨40%、國民黨30%，民進黨支持度肯定很高，可是台北市的政治版圖不是這樣，是藍大於綠。從政黨傾向的觀察，就能看出這民調夠不夠準。有人會說政治版圖會變化，這也是我們做選舉研究常研究的，可是絕對不是一天兩天、甚至一週兩週就能改變，可以長期觀察。這兩個點抓住，長期看就比較沒問題。

Q：民調和開票結果落差大時，常被歸咎於「加權不準」，您怎麼看？

我完全不同意推給加權，跟母體結構一致的加權是必要的。除非你做了不對的加權。一份民調問完，要先做基本資料檢定，檢定性別、年齡，看符不符合母體比例。

男女本該一半一半，可是市話民調問起來常常女生六成、男生四成；年輕人佔比可能要20%，市話問起來可能只剩6%，就是不符合母體的樣本比例。把樣本過多的女生比例壓低、把樣本過少的年輕人比例拉高，這就是加權。

這才是標準，這樣母體才有代表性，誤差並不會放大。同一族群叫同類人，意見比較相似；某一類被壓低，比例就更低。樣本過小沒關係，先透過加權提高，做好符合母體的代表性，才是加權後該有的民調結果。

準不準，可以由選舉開票結果驗證。這麼多年，透過加權處理民調後跟開票結果一致，代表年輕人雖少，透過加權膨脹仍有代表性。在家接電話的年輕人，跟在外接不到電話的年輕人，想法一樣；年輕人跟年長者想法不同，但不會因為在家或不在家而改變。

Q：以2024年藍白合（柯侯配）的民調差異為例，藍白兩陣營公布的結果為何差那麼多？

的確有人推給加權或手機民調；做手機民調，確實有可操作的空間。

我們公司現在固定每月做一半手機、一半市話，獨立加權後合併。這很像兩套抽樣工具，各自隨機抽樣、各自符合母體加權，再合併平均誤差。有些人先合併，把兩個不同的抽樣架構混在一起再加權，變動性就很大。

再來是遊戲規則，他們好像是拿過去前幾份民調來平均，那就有意思了——拿過去的民調，就看你怎麼選擇。民調再認真做都有抽樣誤差，同一時間做，數字都不會完全一樣；抽樣誤差正負3%，跳動空間很大，所以我只能說，他們當初是在選擇上出了問題。

另一個是觀察藍綠比。真正的加權是做性別、年齡、教育程度的樣本代表性檢定；如果做了政黨加權，覺得民眾黨要15%就拉高、覺得民進黨只能20%就設成20%，那是不對的。真的去做政黨加權，那才是不實的民調。所以我提醒大家，要看政黨支持度的比例是不是被加權過後的結果。