有效樣本數、抽樣誤差、信賴區(qū)間、信心水準

有效樣本簡單說就是指可信的樣本，抽樣誤差的存在乃因母體中不可避免的特殊樣本，以上兩者皆有統(tǒng)計學上的復雜公式，此處不細表。

反覆投擲銅板，出現正面的機率為p，若投擲n次得到X次的正面，則p大約可用X/n來表示。但是由于p不可能完全等于X/n，因此研究機率者會給p一個范圍，也就是區(qū)號水準(以百分比表示)。d則是抽樣誤差。

因此，有效樣本數應為多少，取決于抽樣誤差與信心水準，三者連動。信心水準是研究者所定的數據，一般被定為95%。再者，抽樣誤差愈小愈好，一般被定為正負3%以內，由此反推有效樣本數。

看民調時，通常有效樣本數是1068份以上，便是按照抽樣誤差與信心水準的數據反推出來的。

按常理，有效樣本愈多，誤差愈小，但因為其投入的成本過大而難以實現，因此民調必然要容許誤差，以降低有效樣本數。

取得1000份有效樣本，并非受訪者只有1000人，依據母體的規(guī)模與復雜度不同，采樣的規(guī)模也不同。有時甚至需要采樣上萬份資料，才能篩選出1000份有效樣本。

分層抽樣與機構效應

抽樣方法很多，于此不一一細表，選舉民調一般采取隨機抽樣，并也搭配分層抽樣。隨機抽樣很好理解，什么是分層抽樣？

舉例，教授想調查某大學學生的消費傾向，設使母體有5000人，為了讓結果更貼近真實，教授分年級采取抽樣，一年級有2000人取樣200人，二年級1500人取樣150人，三年級1000人取樣100人，四年級500人取樣50人。按照母體中不同屬性族群分開處理分別觀察，即稱為分層抽樣。

上述針對各縣市選民結構不同的民調方式，便應采取分層抽樣的方法，較能得出可信的數據。一般而言，政黨內部所做的選區(qū)參考民調，就必須精細到分層抽樣。若是全島性選舉民調，即便是公開的民調也會采取分層抽樣，方能證明其可信度。

機構效應意指做民調的機構因自身立場而對數據產生的干擾，例如，一個“反核”團體做能源政策的民調，能否得出“擁核”支持度較高的數據，基本是可疑的。因為該民團大可在可控范圍內，從母體、有效樣本、抽樣方法、題目設計上誘導出有利于“反核”信念的數據。

由于機構效應的存在，選舉民調嚴重受到干擾，政治立場五花八門的機構，各自做出影響選情的民調，也就不足為奇。“九合一”選舉，凡是政治立場偏綠的民調機構，皆做出與結果偏差度極大的數據，連美國人都上當，即可證明此現象難以消弭。