《103年個人數位機會調查》，訪查12歲以上民眾使用網路購物、社會參與、消費理財的情況，以電話用戶名冊為抽樣母體，每個縣市隨機訪查約600人，總計獲13,262份有效樣本。

■費雪（Fisher.R.A）於1922年發表一篇重要的文章《On the Mathematical Foundations of Theoretical Statistics》大量闡述母體和樣本的觀念，並就母體的機率分配、樣本的估計及統計量的分配深入討論。

19世紀學者勞斯(J.Bennet Lawes)為瞭解英國經濟變化，以約克夏郡自1852年至1879年的每英畝小麥獲利變化來推估英格蘭及威爾斯的整體經濟狀況，這樣的推計是否準確，不無疑問，惟一個多世紀以來在費雪、皮爾森等統計學家努力下，統計理論已趨成熟。

統計理論，可以讓人們運用很少的資訊，準確地估得一個未知的狀態，這個很少的資訊就是樣本（sample），而未知的狀態則稱之為母體（population）。雖然人們也可以用自己隨意取得的資訊去猜測（guess），惟猜測與統計學的估計（estimate）實不可相提並論。

資料多 代表性不一定高

一般說來，樣本能否推算出真相，取決於樣本結構，惟有讓樣本結構與母體結構相似，其推計結果才有意義。然而，母體既未可知，如何知道母體的特徵？又如何取得樣本？在統計實務上，母體固然不可知，但五年一次的工商普查、十年一次的人口普查、每年校正的公務登記統計，均可視為目標母體（target population），依目標母體的特徵分層隨機抽樣，即可取得與母體結構相似樣本資料，據此推計的結果自然較趨近於真相。

談到統計調查，不少人都有個迷思，那就是以為掌握的資料愈多，發的問卷愈多，愈具代表性。事實上，若所掌握的樣本結構與母體結構不一致，樣本資料再多，亦屬無用，其所估得的趨勢是偏頗的（bias），並非真相。

這就是今天以網路資訊做為政策參考的困境所在，近年兩岸服貿、三月學運、核四存廢及電價調整，動輒引來婉君（網軍）舖天蓋地的議論，然而網軍的看法能否代表全體網民的看法？又網民的看法能否代表全民的看法？值得深思。

從統計理論而言，網軍的意見數量雖大，卻是未經抽樣設計所取得的樣本，其樣本結構與全民的母體結構並不一致，把網意視為民意顯然是不恰當的，若以此做為施政的依據，更是不合邏輯的。

上網者未必熱中政策討論

不少人認為國人上網率已達八成，網意為何不可代表民意？這話似有幾分道理，但事實上這至少有兩大問題，其一，尚有兩成未上網者的意見未納入，這就不是全民意見，其二，八成上網者未必都熱中於政策討論，喜歡討論者僅是網路族裡的一小部分而已。

依據國發會的《數位機會調查報告》，近兩年網路族裡曾在網路發表政策看法者僅占23％，這個比率遠低於網路購物61％、生活資訊搜集87％、查詢政府公共資訊46％，也不如線上遊戲的37％。

從比率來看，23％不算高，但其所創造的聲勢卻是驚人的，不用說23％，近年呼聲震天的社會運動每每讓人歎為觀止，但調查顯示，網路族裡也僅有7.2％參與而已，這7.2％能代表全民嗎？

網意確實代表部分民意，但很明顯的，仍有極大比例的網路族在公共政策上選擇沉默，沉默當然也是民意的一部分。是以在一個未經抽樣設計，甚至不知母體為何之下所取得的網路資訊，是否足以代表民意？不言自明。

(工商時報)