1702644078
1702644079
检验民意测验是否正确有效的另一个指标是：被选中的电话号码中有多少接听者最终能够完成电话调查？假如完成率很低，那么就要小心会出现样本偏见了。不接受电话调查的人越多，或者家中电话一直处于无人接听的状态，那么这些人就越有可能与那些完成调查的人存在本质区别。民调策划人可以通过分析那些无法联系上的电话用户的已知信息来决定是否存在“无应答偏见”，这些人是否都住在同一个地区？他们拒绝采访的原因是不是都是类似的？他们是不是大多来自同一个种族、民族或收入群体？通过此类分析，我们便能够知道较低的回应率是否会影响到某次民意测验的结果。
1702644080
1702644081
采访过程中的问题设置能得出对研究课题有用的信息吗？探析公众观点可比计算考试成绩或测量身高和体重要复杂、细致得多了。民意测验的结果对于问题的设置和提问方式极其敏感。让我们来举一个简单的例子：有多少比例的美国人支持死刑？正如本章内容所示，有很大一部分观点坚定的美国人支持死刑。根据盖洛普民调机构的调查，从2002年起，每年的民意测试都显示有超过60%的美国人支持对谋杀犯判处死刑。美国人对死刑判决的支持率一直在一个很小的范围内变动，最高时的支持率为2003年的70%,其他时候支持率也曾低至64%。但民调数据的结果是很清楚的：大多数美国人都支持死刑。
1702644082
1702644083
事实是这样的吗？当把无假释终身监禁作为选项放人问题中去之后，美国人对于死刑的支持率就大大下降了。2006年的盖洛普民调发现，只有47%的美国人认为对谋杀犯判处死刑是合适的，而有48%的受访者选择了终身监禁。这可并非某场晚宴上的统计学玩笑，这意味着当无假释终身监禁作为一个可靠的选择时，多数美国人将不再支持死刑。在作公众调查的过程中，问题的设置以及提问的方式都会对结果产生巨大影响。
1702644084
1702644085
政客们就常常利用这一点来获得对自己有利的民调结果。例如，选民们对“免税”一词的好感度就高于“减税”，其实这两个词说的是同一个含义。同样的，相比起“气候变化”，选民们更加关心“全球变暖”，虽然后者只是前者的形式之一。政客们总是通过非中性词的使用来操纵选民的反应。如果一个中立、正直的民调机构想要获得正确有效的结果，它们必须警惕那些可能会影响反馈信息准确性的用语。同样的，如果想要比较在不同时间点获得的调查结果，比如2012年和2013年消费者对经济的看法，那么这两个时段的采访问题就应该保持相同或相似。
1702644086
1702644087
像盖洛普这样的机构会经常组织开展“分离样本测试”，也就是将同一个问题的不同问法用在不同的样本人群里，以便判断用词上的小小变化到底会不会影响回应者的答案。对于盖洛普民调机构专家弗兰克•纽波特而言，每一个问题的答案都是有意义的数据，就连那些看上去似乎有些矛盾的答案也不例外。美国人对于死刑的态度在终身监禁的刑罚颁布之后发生了剧烈改变，这其中就透露了一些重要的信息。纽波特说，关键在于要在一个大背景下看待民意测验的结果。对于一个复杂的话题，只看一个问题或一次民调结果是不可能完全看透公众的心理的，此时更需要有大局观和联想力。
1702644088
1702644089
受访者说的就一定是真的吗？民意测验就像是网恋，在对方所提供的信息里总是有那么一点儿“言不由衷”的成分。我们都知道，人都有撒谎的时候，尤其是当问题比较尴尬或敏感时。受访者可能会夸大他们的收入，或在某个月的做爱次数上“修饰一番”；他们可能会不好意思地承认自己没有投票，在表达不受欢迎或社会认可度低的观点之前他们还会犹豫。正是因为这些，一个民意测验先期准备得再充分、设计得再合理，也依然需要受访者的诚实回答。
1702644090
1702644091
选举民调尤其关键的一步是，将那些不会在选举日当天去投票站投票的美国公民筛选出来（因为如果我们想预测某次选举的胜利者，那么那些不打算去投票的人的观点对于我们来说就是无关紧要的）。作为个人而言，他们总是会说自己会去投票，因为他们觉得这是民调公司愿意听到的答案。但是有研究表明，那些自称会去投票的人中有1/4〜1/3的人最终没有投票。为了减小这类抽样偏见对民调结果的影响，一种方法是向受访者提问他们是否参加了上一次或前几次的选举投票，那些每场投票都参加的受访者最有可能在未来的选举中投票。如果担心受访者会羞于表达某个社会接受度不高的观点，例如对某个激进组织或民族群体的负面印象，民调人员会采用迂回的问法，如“你身边有认识的人”持有这种观点吗？
1702644092
1702644093
历史上最触人神经的一次民意测验来自芝加哥大学全美国民意研究中心（NORC）的一个研究项目，课题名称为“性的社会组织：美国人的性行为”，很快便成为人们熟知的“性调查”。这项研究的官方描述包括“构成性交易的行为结构”、“一生中的性伴侣组合过程和行为方式”等用语。用最简单的话来概括这项研究就是：谁在跟谁做爱，以及多长时间做爱一次。这项发表于1995年的研究，其目的不仅仅告诉我们身边人的性行为，同时也是为了预测美国人的性行为是否会以及如何影响到艾滋病的传播。
1702644094
1702644095
倘若美国人连没去投票这类事情都难以承认，那么可以想象他们在描述自己的性行为时内心的那种纠结，尤其是当这些问题涉及不正当行为、不忠以及其他隐私的内容时。他们的调查方法非常引人注目，调查样本为3342名成年人，这些人代表了全体美国成年人群体，每一位受访者都要经过长达90分钟的采访，其中有将近80%的受访者完成了全部问题，研究人员在此基础上得出了一份有关美国人性行为的准确报告（至少在1995年的时候是这样的）。
1702644096
1702644097
鉴于大家已经硬着头皮读完了一整章有关民意测验方法论的内容，而且基本上“啃”完了一本有关统计学的书，到了应该“犒劳”大家的时候了，一起来看看这项“性调查”都发现了什么吧（其实都不是什么“骇人听闻”的结论）。正如一位读过这份报告的人所说：“美国人的性行为比我想象的‘逊色’太多了。”
1702644098
1702644099
•人们通常与自己的“同类”做爱，有90％的夫妻都来自于相同的种族，拥有相同的宗教信仰、社会阶级和相仿的年纪。
1702644100
1702644101
•大多数人的性生活频率为“一个月若干次”，至于“若干次”是几次，这个范围就大了。关于受访者从18岁开始有过的性伴侣数量，有的人没有性伴侣，有的人的性伴侣人数多达1000个，绝大多数人的性伴侣人数在这两者之间。
1702644102
1702644103
•有差不多5%的男性和4%的女性有过同性性行为。
1702644104
1702644105
• 80%的受访者在过去一年里，只有一个甚至没有性伴侣。
1702644106
1702644107
•拥有一个性伴侣的受访者要比那些一个都没有或者同时拥有多个性伴侣的人更快乐。
1702644108
1702644109
• 1/4的已婚男性和10%的已婚女性承认自己曾经“出轨”。
1702644110
1702644111
•绝大多数人在做爱方面还是比较传统的，男女之间最有吸引力的做爱方式依然很传统。
1702644112
1702644113
对于这份知名的“性调查”，有一句简单但却有力的评论：调查结论中的那句 “调查的准确性保证结论能够代表全体美国成年人的性行为”是建立在两个前提之上的，受访者是从全体美国成年人中正确抽取的样本，受访者提供了诚实准确的答案。其实，我们也可以用这句话来概括整章的内容。对民意测验最为直观的感受是，人们会怀疑就凭这样一些人的回答真的能知道大部分群体中的人心里到底是怎么想的？回答这个问题其实很容易，统计学最基本的原则之一就是一个正确抽取的样本相似于其所在的群体。民意测验真正的挑战有两个：设计并选取正确的样本>用恰当的方式从该样本中获取合适的信息，以准确地反映他们的真实感受。
1702644114
1702644115
本章补充知误点
1702644116
1702644117
下面为大家解释一下，为什么当某个回答占所有受访者人数的比例接近50%时（同时意味着1-p也接近50%），标准误差会达到最大。先假设你正在美国的北达科他州进行两项民意测验。第一项民意测验的目的是弄清该州民主党和共和党的人数比例。假设这个州真实的两党人数正好各占50%,但你的民调结果却显示为60%的共和党人和40%的民主党人。因此，你的结果距离真实情况出现了10%的巨大误差。但是，你在这个统计过程中并没有犯下什么难以饶恕的数据收集错误，你只是使共和党人增多了20%，使民主党人减少了20%。这种计算错误时常会发生，有时候即使是一个方法设计良好的民意测验也无法避免。
1702644118
1702644119
你的第二项民意测验旨在获取生活在北达科他州的印第安人占该州总人口的比例。假设真实情况是印第安人占全州人口的10%,非印第安人占90%。那么现在我们就来讨论一下假如你的民调结果也存在10%的误差，那你的样本数据收集必须差到什么地步。有两种情况都可以造成这种误差。第一种，你没有发现任何印第安人，认为100%的人都是非印第安人，第二种，你发现有20%的人口是印第安人，非印第安人占80%。在第一种情况I下，你漏掉了生活在该州的全部印第安人；在第二种情况下，你在计算印第安人数量时多计算了整整一倍。无论是哪种情况，都是极其严重的抽样错误，你的计算结果均偏离了100%:[（0-10）/10]以及[（20-10）/10]。但是，如果你只是错误地计算了20%的印第安人——与第一项共和党民主党人数调查的错误程度一样，则你的结果将会是8%的印第安人和92%的非印第安人，跟该州的真实人口情况只相差20%。
1702644120
1702644121
当P与1-P接近50%时，相对小的抽样错误在民调结果中就会被放大为严重的绝对错误。而当P或者1-P接近于零时，就会出现相反的现象：即使是相对严重的抽样错误反映在民调结果中，也会变得微不足道。
1702644122
1702644123
同样是20%的抽样错误，在民主党和共和党人数调查中导致结果出现10%的误差，但在印第安人口的调查中却只有2%的误差。由于民意测验中的标准误差是以绝对值的形式表达的（例如±5%），计算公式决定了这一误差在p和1-p接近50%时达到最大。
1702644124
1702644125
1702644126
1702644127
[
上一页 ]
[ :1.702644078e+09 ]
[
下一页 ]