「民調顯示候選人支持率 48%，誤差範圍 ±3%」——你知道這個「誤差範圍」是怎麼算出來的嗎？為什麼只問 1000 人，就能代表 2300 萬人的意見？抽樣統計解答了一個核心問題：我們不需要調查每個人，也能對全體做出可靠的推論——只要方法正確。
一、為什麼需要抽樣？
理想上，若能調查「所有人」（全普查），結果最準確。但實際上全普查往往不可行：
- 成本太高：訪問每個消費者的意見費時費力
- 時間來不及：等到調查完，問題早已改變
- 破壞性測試：測試燈泡壽命不能把每顆都點到壞
- 目標母體無限：未來的使用者無法事先調查
抽樣統計的核心洞見：只要樣本是隨機且有代表性的，即使只取母體的一小部分，也能以量化的精確度推論母體特性。
二、關鍵概念：母體與樣本
| 概念 | 定義 | 符號 | 範例 |
|---|---|---|---|
| 母體（Population） | 研究對象的全集合 | N | 全台灣 18 歲以上選民 |
| 樣本（Sample） | 從母體中抽取的子集合 | n | 隨機抽取的 1,068 名選民 |
| 母體參數 | 母體的真實特性（通常未知） | μ, p | 全體選民的真實支持率 |
| 樣本統計量 | 用樣本估計的數值 | x̄, p̂ | 樣本中的支持率 48% |
統計推論的任務，就是從「樣本統計量」推估「母體參數」，並量化這個估計的不確定性。
三、信賴區間：不確定性的量化表達
「48% ±3%」的完整說法是：95% 信賴區間為 45%～51%。它的意思是：
若用相同方法重複抽樣 100 次，約有 95 次所得的信賴區間會包含母體真實值。
注意這不是說「母體真實值有 95% 機率落在這個區間」——母體真實值是固定的，不是隨機變數。
信賴區間公式（比例）
對於比例型問題（如支持率）：
信賴區間 = p̂ ± Z × √(p̂(1−p̂)/n)
- p̂：樣本比例（如 0.48）
- Z：對應信賴水準的 Z 分數（95% → 1.96，99% → 2.576）
- n：樣本數
範例：n=1,068，p̂=0.48，95% 信賴區間：
誤差 = 1.96 × √(0.48 × 0.52 / 1068) ≈ 1.96 × 0.0153 ≈ ±3%
四、樣本數怎麼決定？
這是最常被問到的問題。決定樣本數需要設定三個條件：
- 信賴水準（Confidence Level）：通常選 95%（Z=1.96）
- 可接受的誤差範圍（Margin of Error, E）：如 ±3%
- 預估的母體比例（p）：若不知道，保守估計用 0.5（此時樣本數最大）
樣本數公式：n = Z² × p(1−p) / E²
| 誤差範圍 | 所需樣本數（95% 信賴水準，p=0.5） |
|---|---|
| ±10% | 96 人 |
| ±5% | 384 人 |
| ±3% | 1,067 人 |
| ±2% | 2,401 人 |
| ±1% | 9,604 人 |
重要發現：誤差縮小一半，樣本數要增加 4 倍。這就是為什麼從 ±5% 進步到 ±2.5% 成本會大幅提升，而媒體民調多選擇 ±3% 作為平衡點。
另一個反直覺的結論：母體大小幾乎不影響所需樣本數（只要母體遠大於樣本）。這正是為什麼 1,000 人的樣本既能代表台灣選民，也能代表美國選民——它們所需樣本數相差無幾。
五、A/B 測試：數位時代的實驗設計
A/B 測試是科技公司最常用的統計工具，本質上是一個「假設檢定」：
- 控制組 A：舊版設計（如舊版按鈕顏色）
- 實驗組 B：新版設計（如新版按鈕顏色）
- 評估指標：點擊率、轉換率、留存率等
假設檢定流程
- 虛無假設 H₀：兩組沒有差異（改版無效）
- 對立假設 H₁：B 組比 A 組更好
- 隨機將用戶分配到 A 或 B 組，收集數據
- 計算 p 值：若 H₀ 為真，觀察到「這麼大或更大差異」的機率
- 若 p < 0.05（顯著水準），拒絕 H₀，認為差異有統計顯著性
p 值的正確解讀
p 值是最常被誤解的統計概念之一：
- p 值不是「H₀ 為真的機率」
- p 值不是「結果是偶然的機率」
- p 值是：假設 H₀ 正確，觀察到現有數據（或更極端數據）的機率
p < 0.05 表示：若兩組真的沒差，得到這麼大差異的機率低於 5%——這讓我們有理由懷疑「兩組沒差」這個假設。
統計顯著 ≠ 實際重要
樣本數夠大時，即使微小差異也會達到統計顯著性。按鈕轉換率從 5.00% 提升到 5.01%，在百萬用戶規模下可能達到 p < 0.001，但這 0.01% 的提升在業務上意義不大。因此，除了 p 值，還要評估效應大小（Effect Size）。
六、常見的抽樣偏差與陷阱
選擇偏差（Selection Bias）
樣本不能代表母體的情況。例：只調查網路用戶的意見，無法代表全體國民（數位落差）。電話民調無法接觸沒有電話的族群。
倖存者偏差（Survivorship Bias）
只看到「倖存下來」的樣本，忽略了已消失的案例。例：研究成功企業的共同特質，卻忘了失敗企業可能也有相同特質。
回應偏差（Response Bias）
受訪者傾向給出「社會期望」的答案，而非真實想法。例：詢問飲酒習慣時，人們常低報飲酒量。
多重比較問題（Multiple Comparisons Problem）
同時做 20 個假設檢定，即使所有 H₀ 都成立，期望也有 1 個測試的 p < 0.05（純粹出於偶然）。這是許多「假陽性發現」的根源——需要用 Bonferroni 修正或控制偽發現率（FDR）來應對。
七、如何判讀媒體中的統計數字？
看到統計數字時，養成習慣問這幾個問題：
- 樣本數是多少？ n=30 與 n=1,000 的可信度差很多
- 信賴區間是多少？ 只報點估計（48%）而不報誤差範圍，資訊不完整
- 樣本如何取得？ 隨機抽樣才有代表性；便利樣本（如網路投票）通常不具代表性
- 問題怎麼問的？ 問題措辭會顯著影響受訪者回答
- 是否有顯著差異？ 48% vs. 46%，誤差範圍 ±3% 的情況下，兩者在統計上沒有差異
總結
- 抽樣的核心：用少量隨機樣本推論母體，關鍵是「隨機」與「代表性」
- 信賴區間：量化估計的不確定性，95% CI 的含義是「重複抽樣 100 次，約 95 次區間含真值」
- 樣本數：誤差縮小一半需要 4 倍樣本；母體大小幾乎不影響所需樣本數
- A/B 測試：隨機分組 + 假設檢定，p < 0.05 表示統計顯著，但不代表實際重要
- p 值：假設 H₀ 成立時，觀察到現有數據的機率——不是「H₀ 為真的機率」
- 偏差警覺：選擇偏差、倖存者偏差、回應偏差都可能讓數據失去代表性
統計推論的終極目標，不是計算一個精確的數字，而是在不確定性中做出有依據的判斷。當你下次看到「誤差範圍 ±3%」，你已經知道背後的邏輯了。