民意调查

对于某一问题，人们可能会赞成、反对或游移不定，但是在许多领域，不确定性和变化的因素非常明显，以至于我们不能相信民意调查的结果，不能确信报告中赞成或反对的百分比，因此不能盲目相信民意调查数据。

通常情况下，舆论的分布并不是理想的确定模式，主要是因为大多数人在大多数时间里对政治并不关心。

他们对与自己生活并不直接相关的问题兴趣不大，而且对多数问题也不能获得足够的信息。

例如大部分调查都表明，近一半的被调查者说不出在国会代表他们的那个人的名字。

因此，在大多数问题上，公众当中只有很少一部分人能够形成清晰的观点，使新闻记者和编辑对他们产生兴趣。

并且，在许多场合，一条普通的民意调查曲线只是对这些&ldo;较为关注的公众&rdo;的观点模式的模糊反映。

既然民意中包含这么多的不确定性、含糊其词以及普遍的对政治生活的漠视，民意调查如何能精确地反映人们的想法呢？

任何一种用具有代表性的样本来测量公众态度的做法都可以叫作&ldo;民意调查&rdo;。

公开出版的民意调查（特别是在选举年）备受关注。

我们几乎每天都能看到美国人对于战争、失业、堕胎以及选举所持态度的数据和百分比。

这对政策制定者和候选人是十分有用的，但是争论也存在于它的政治效果方面，比如，民意调查是否对不确定的舆论产生了过度的关注和影响？通过将民意调查当作权威性裁决，记者制造出自圆其说的语言，人们读后是否有被误导的可能？民意是否应该被当作‐‐像一些人建议的那样‐‐决定公共政策的公正和民主的方式？民意调查在决定公共政策时，是否有足够的可信度？谁在使用民意调查？他们的目的是什么？我们能够相信他们吗？

民意调查的技术

只有1000人的小样本，如何能预测2亿人的观点？答案是复杂的，但是可以用以下一些基本步骤来总结它的技术：

选择样本为决定样本的选择，研究人员有两种途径。

其一是分层定额样本选择。

它试图包括社会各阶层的代表。

这非常困难，因为研究者必须精确地区分出诸如x象限（如蓝领工人）、y象限（如老年妇女）、z象限（如共和党人）等。

如果在不同群体中选择的量不够均衡，他们就失去了对称性。

其二是在不同的领域中不加选择地随机挑选样本。

在真正的随机抽样中，蓝领工人（或是其他群体）的数量是按他们在总人口中的比率来决定的。

在计算机的帮助下，随机选择能够比定额的方式获得更准确的结果。

通常使用的方法叫作&ldo;地域抽样&rdo;。

在全国范围内的不同地域，挑选出100～200名调查者，再由他们在本地域内分别调查15～20人。