期刊瀏覽

共有 5 篇符合條件的文章
鄭夙芬,政治大學選舉研究中心助理研究員。
Survey Participation in Taiwan: Evidence from the ESC Surveys (in English)(解析台灣的調查參與問題-以政治大學選舉研究中心的調查為例) 文章下載
* 本篇電子檔下載次數:14
顯示摘要
詳細內容
The purpose of this paper is to demonstrate the outcomes of surveys throughout the past decade, as well as to evaluate the survey process. The results of this evaluation will be helpful for developing better research designs and methods in order to continue advancement in the field of survey implementation.

The outcome rate in ESC surveys indicates that people in Taiwan are reluctant to comply with interview requests and tend to decline to be interviewed- response rates remained below the 40% mark for the entire decade. Increasing the contact rate did not result in more cooperation from respondents, as the response rate actually fell over the same time period. In addition, refusal rates increased significantly. Also notable is that among the six categories of reasons for failure, the proportion of refusals has increased, while other failures have decreased as a consequence of ESC's efforts to improve fieldwork methods. The data also indicate that males, young people (under the age of 40), and people with lower levels of education (without senior high school degree) were under-counted in almost every ESC survey.

Results of a short questionnaire administered to respondents in the refusal samples of the 2000 ISVB survey show that it is possible that some people were still afraid to express their political beliefs in Taiwan. The results also indicate that participants and non-participants differed in age, education, ethnicity, party preference and unification- independence stance.

本文的主要目的,在於呈現政治大學選舉研究中心過去十年來在台灣所進行的調查結果,同時也將對調查程序進行評估,以有助於發展改進調查執行程序之研究設計及方法。
對調查結果的分析發現台灣民眾對於訪問的要求愈來愈傾向拒絕受訪,過去十年來的訪問成功率都在四成以下,接觸率的增加並未提高合作率,合作率實際上是在下 降之中,而拒訪率則有顯著增加的情況。在訪問失敗的六個原因之中,大部份都因政大選舉研究中心在訪問方法上的努力而得到改進,但拒訪率仍有明顯的增加趨 勢。資料顯示:男性、四十歲以下,以及高中以下教育程度的民眾接受訪問的比率偏低。
2000年一項對於拒絕受訪者的短問卷調查結果顯示:在台灣可能仍然有許多人不願意表達自己的政治主張,而拒絕受訪者和願意接受訪問者,在年齡、教育程度、省籍、政黨偏好及統獨立場上,都有顯著的差異。
盛杏湲,國立政治大學政治學系博士生。
周應龍,國立政治打學政治學系教授。
選樣偏誤模型在選舉預測上的應用 文章下載
* 本篇電子檔下載次數:16
顯示摘要
詳細內容
在從事選舉預測時,研究者常面臨受訪者不告知其投票對象的問題,若僅以告知投票對象的受訪者作選舉預測,將無可避免地造成選樣偏誤的問題。本文的主要目的在 於評估選樣偏誤對於投票模型的估計所造成的影響,並且試圖藉由矯正選樣偏誤所造成的問題,得到較正確的參數估計值,並進而作更精確的選舉預測。

在本文中,我們採取Dubin與Rivers所發展出來的二變量選樣偏誤模型(bivariate selection bias model)為研究方法,為了檢視選樣偏誤模型在選舉預測上的穩定性,我們將之應用在五次不同的選舉中。結果發現在五次選舉中,未校正選樣偏誤(也就是只以願意回答投票對象者加以預測),都會造成高估自變數對應變數的影響,因為願意回答投票對象者往往是政治偏好較強或較確定的受訪者,也因此會造成選舉預測的偏誤。當我們校正選樣偏誤後,在四次選舉中都發揮了極好的效果,預測的誤差都比原本不校正選樣偏誤來得更小,且誤差都不超過1.16%,可謂相當地準確。唯有在一次選舉無法發揮校正的效果,但是即便如此,也並不會比不校正更差。我們認為這樣的效果顯示,選樣偏誤模型是一個相當可以信賴的選舉預測工具。
劉從葦,國立中正大學政治學系助理教授
陳光輝,加州大學聖塔芭芭拉分校政治學系博士候選人
Is Weighting a Routine or Something that Needs to be Justified? (in English)(抽樣調查資料之加權:正當的處理方法或是一種迷思?) 文章下載
* 本篇電子檔下載次數:30
顯示摘要
詳細內容
Survey research as a method of collecting sample data is supposed to produce sample statistics which can estimate the corresponding population parameters if the sampling design is appropriate. However, for reasons such as unit non-response, survey data is usually weighted by the institutes that collect the data or by researchers who analyse the data in order to correct or diminish the discrepancies between sample and population. Sample statistics based on weighted data are more representative of the population parameters than unweighted data in terms of some demographic characteristics.Therefore, to some extent, it seems legitimate to weight data and this manipulation has become a routine when dealing with survey data.

It is true that to weight data could be helpful, but this manipulation needs justifications. This paper therefore tries to argue that to weight data is no panacea and should not be taken for granted when considering the examples in Taiwan’s Election and Democratization Studies (TEDS) surveys. The first section discusses why weighted data is not necessarily representative of the population. As the TEDS surveys show, the turnout, the vote shares of parties, and marital status become more deviant from the population parameters after weighting the data.

If the focus is the relationships between variables, the correlations may be changed by weighting the data in bivariate or multivariate analysis. However, it is not clear whether we manufacture relationships which do not exist or if weighting the data actually helps us approximate the relationships that already exist in the population. Besides, it should be noted that to weight data set as a whole only deals with the problem of unit non-response, but does not solve the problem of item non-response.

The third section discusses why most efforts should be devoted to examining and improving questionnaires, sampling designs, and interviewerm straining and supervision, instead of simply appealing to post-weighting. If everything necessary has been tried, weighting data may be the last resort to improve the estimates. But the justifications for the selection of auxiliary variables and the methods of calculating weight factors should be provided rather than doing it without any explicit considerations. It is also important to consider whether the consequence of weighting is positive or negative.

經由抽樣設計恰當的調查研究所收集到的樣本資料應該能夠準確估計母體參數。但是因為單位無反應的問題,執行調查的單位或分析資料的學者通常會以加權的方式來 減少樣本統計量與母體參數之間的差距。加權後的資料在人口學變項上比未加權資料較為接近母體參數,因此加權似乎是一個合理處理樣本資料的做法。

然而,即使加權是可行的解決方法,也絕非萬靈丹。在加權前也必需提出事後操弄資料的理由,而不是將加權視為理所當然。本文以台灣選舉與民主化調查為例,首 先說明加權後的資料不必然較接近母體參數的原因。投票率、各政黨得票率、與婚姻狀況在加權後反而和母體參數有較大的差距。

除了單一變數分析之外,當討論的主題是變數間的關係時,加權可能增加也可能減少相關性的強度。雖然加權似乎會影響相關性,但其影響究竟是更接近真實的關 係,抑或是扭曲真正的相關性則不得而知。此外,通常對整筆資料作加權只處理了單元無反應的問題,但仍然沒有解決多變量分析一定會遇到的項目無反應問題。

不論是單一變數分析或是多變量分析,在加權之前應該先嘗試其他增加樣本代表性與提高資料品質的方法。如果沒有先投入更多時間與心力在問卷設計、抽樣設計、 訪員訓練與監督上,加權只是低成本的取巧做法。最後,假使一定要加權,必須說明與討論為什麼要加權、以哪些變數加權、如何加權、以及加權所產生的影響,而 非不加思考地將加權當作例行公事。
杜素豪,中央研究院調查研究專題中心助研究員。
投票意向問題不同類型項目無反應之分析:以 2000 年總統大選為例 文章下載
* 本篇電子檔下載次數:8
顯示摘要
詳細內容
本研究利用台灣地區社會變遷基本調查四期一次卷一資料,從認知歷程、回答動機與社會情境三個理論途徑,分析總統選舉投票意向調查訪問中,影響兩種無效回答(不記得與不願意回答)產生的可能原因。經兩階層多類別邏輯迴歸分析法實證「不記得」與「拒答」不是隨機產生的。相對於有回答投票對象,「不記得」的產生受到與認知與動機相關的受訪者年齡、教育與政治態度的影響;拒答則是源自受訪者動機與社會情境相關變項(如:受訪者政治態度、訪員性別)。本研究印證了Cannell, Miller與Oksenberg(1981)雙軌回答決定歷程。也證實項目無反應的分析中不可缺少訪員效應。本文最後從調查實務與方法研究兩方面,提供多項建議。
范凌嘉,政治大學政治所碩士,現為台灣大學政治學研究所博士班生。
選舉預測誤差控制的嘗試:以特質調整模型(JIA Model)爲例 文章下載
* 本篇電子檔下載次數:6
顯示摘要
詳細內容
台灣選舉預測的主要誤差來源有三大類:調查過程產生的誤差、測量方式與指標的移植、以及無反應的選民。本文嘗試從特質調整模型出發,用基礎模型與延伸模型的兩階段操作方式,以對數迴歸所模擬計算出的投票抉擇機率,來進行1997年台北縣長的選舉預測。資料涵蓋當年度個體資料與歷年來總體資料,一方面呼應了政治學理論中 有關不確定性的陳述,一方面也進行選舉預測的誤差控制。最後發現以特質調整模型預測1997年縣市長選舉的誤差,均小於百分之九十五信心水準之下的抽樣誤差。