「有效樣本 1,068 份，95% 信心水準下抽樣誤差 ±3%」——從客戶滿意度調查、市場調查到民調，這行字常出現在電話調查報告上，但真正看懂它的人不多。當訪員從真人換成 AI，這些統計觀念不會變，反而更重要：AI 電訪改變的是誤差的來源與形狀，不是統計的規則。
這篇是一份教學。我們把做 AI 電訪、規劃電訪問卷前必須懂的 7 個觀念，各配一個商業調查的算例講清楚。看完你應該能判斷一份電訪調查報告的數字可信到什麼程度。
觀念 1：信心水準與抽樣誤差——1,068 從哪裡來
估計一個比例（例如「滿意」的比例）時，簡單隨機抽樣所需的樣本數是：
n = z² × p(1−p) ÷ e²
算例：95% 信心水準、p = 0.5、e = 0.03，n = 1.96² × 0.25 ÷ 0.0009 = 1,067.1，進位得 1,068。
「95% 信心水準」的意思是：如果用同樣方法重複抽樣很多次，約 95% 的區間會涵蓋真值。它不是「真值有 95% 機率落在這個區間」，也不保證這一次一定涵蓋。若要 99% 信心水準、同樣 ±3%，樣本要增加到約 1,844 份。
另外，±3% 是 p = 0.5 時的最大值。若某題結果是 10%，同樣 1,068 份的誤差約 ±1.8%。
觀念 2：樣本數表與子群誤差
| 樣本數 | 最大抽樣誤差（95% 信心水準） |
|---|---|
| 100 | ±9.8% |
| 200 | ±6.9% |
| 300 | ±5.7% |
| 500 | ±4.4% |
| 1,068 | ±3.0% |
| 1,500 | ±2.5% |
| 2,401 | ±2.0% |
兩個重點：誤差與樣本數的平方根成反比，誤差減半要四倍樣本；以及±3% 只屬於全體樣本。
算例：一份 1,068 份的客戶滿意度電訪中，「近一年新客戶」只有 200 人，這個子群的誤差約 ±6.9%。若報告說「新客戶滿意度 52%、全體 48%」，這 4 個百分點的差距其實落在子群誤差範圍內，不能直接下結論說新客戶比較滿意。
觀念 3：完訪率——為什麼要撥多出好幾倍的號碼
1,068 是完訪數，不是撥號數。常用的漏斗指標有：接觸率（有效號碼中接觸到受訪者的比例）、合作率（接觸到的合格者中完成訪問的比例）、回應率（完訪數相對全部合格樣本的比例）。國際上常用美國民意研究學會 AAPOR 的「標準定義」計算。
算例（示意，比率為說明而假設，非業界統計）：
| 階段 | 假設比率 | 號碼數 |
|---|---|---|
| 撥出號碼 | — | 12,715 |
| 有效號碼 | 70% | 約 8,900 |
| 接觸到合格受訪者 | 40% | 約 3,560 |
| 完成訪問 | 30% | 約 1,068 |
這組假設下，每份完訪要撥約 12 個號碼，還不含重撥。回應率低本身不等於結果錯，但它打開了下一個問題：沒回答的人，跟回答的人一樣嗎？
觀念 4：抽樣誤差 vs 非抽樣誤差
抽樣誤差是「只訪問一部分人」造成的隨機誤差，可以用公式算、會隨樣本變大而縮小。非抽樣誤差則是系統性的，加大樣本也不會消失：
| 類型 | 白話 | 例子 |
|---|---|---|
| 涵蓋誤差 | 底冊裡沒有某些人 | 只撥市話，漏掉只用手機的人 |
| 無反應誤差 | 回答的人和拒訪的人不同 | 忙碌的上班族較少完訪 |
| 測量誤差 | 答案沒有反映真實想法 | 訪員語氣、題目措辭、聽錯記錯 |
| 處理誤差 | 資料整理出錯 | 手動登錄、編碼錯誤 |
報告上的 ±3% 只涵蓋第一種。兩份同主題的調查差了 8 個百分點，原因通常在這張表裡。
觀念 5：訪員效應——AI 當訪員時，什麼改變了
不同訪員問同一份問卷，答案會因訪員而系統性不同，這叫訪員效應。統計上可以用訪員內相關係數 ρ 衡量，它會放大變異：
設計效應 ≈ 1 + ρ ×（每位訪員的平均完訪數 − 1）
算例：20 位訪員分攤 1,068 份（每人約 53 份），假設 ρ = 0.01（示意值），設計效應 ≈ 1 + 0.01 × 52 = 1.52。等效樣本只剩約 701 份，誤差從 ±3.0% 擴大到約 ±3.7%——報告上卻仍寫 ±3%。
當訪員是 AI，每一通都用同樣的措辭、語氣與速度逐字念題，訪員之間的差異這一項就消失了。這是統計性質，不是行銷說法：措辭一致，代表測量條件一致。
但要看清楚另一面：所有通話共用同一個「訪員」，若腳本本身有引導性，偏差不會互相抵銷，而是一致地套用在每一通。換句話說，AI 把「訪員變異」轉成了「腳本是否中立」的問題，所以試訪與題目審查更重要。語音辨識聽錯，以及受訪者面對機器作答方式不同（模式效應），也屬於這一類需要驗證的測量誤差。
觀念 6：無反應偏差與加權——加權能修什麼、修不了什麼
無反應偏差約等於：無反應比例 × 回答者與未回答者的差距。
算例：回應率 30%，回答者中 60% 滿意、未回答者其實只有 50% 滿意。真值 = 0.3 × 60% + 0.7 × 50% = 53%，報告卻寫 60%，偏差 7 個百分點，遠大於 ±3%。
加權是常見的修正方法：讓樣本結構對齊母體。算例：母體中 60 歲以上占 40%，樣本只有 30%，這群人的權重 = 40 ÷ 30 ≈ 1.33；其餘的人權重 = 60 ÷ 70 ≈ 0.86。
加權能修的是加權變數（年齡、性別、地區）上的比例失衡；修不了的是同一年齡層內「願意受訪的人」與「不願意的人」想法不同，以及底冊完全沒涵蓋到的人。加權還有代價：權重差異越大，等效樣本越小。上面這組權重會讓 1,068 份的等效樣本降到約 1,019 份；加權變數越多、權重越懸殊，誤差放大越明顯。
觀念 7：題目措辭與順序效應（語音問卷特別要注意）
用聽的問卷和用看的問卷，受訪者行為不同：
這些效應不分真人或 AI 訪員都存在，但 AI 會一字不差地重複你的設計——設計好，每一通都好；設計有偏，每一通都偏。
合規小提醒
把 7 個觀念串起來：±3% 只描述抽樣誤差；真正決定一份電訪可不可信的，是涵蓋、無反應與測量這些非抽樣誤差，以及加權的代價。AI 訪員在測量這一環有一個明確的統計優勢：它能把同一份腳本一字不差地套用到每一通，消除訪員之間的差異；同時保留每一通的錄音與逐字稿，讓問了什麼、答了什麼都能回頭稽核。抽樣、加權與問卷設計，仍然是研究者的工作。
延伸閱讀：
常見問題
電話調查為什麼常常是 1,068 份有效樣本？
在 95% 信心水準、預期比例取最保守的 0.5、可接受抽樣誤差 ±3% 時，n = 1.96² × 0.5 × 0.5 ÷ 0.03² = 1,067.1，進位後就是 1,068 份。
95% 信心水準是什麼意思？
意思是用同樣方法重複抽樣很多次，約 95% 的信賴區間會涵蓋真值；不是「這次的真值有 95% 機率落在區間內」。
抽樣誤差 ±3% 代表結果一定準確到 ±3% 嗎？
不是。±3% 只涵蓋抽樣誤差，且只適用全體樣本；涵蓋誤差、無反應偏差、訪員效應與題目措辭造成的誤差都不包含在內，子群的誤差也更大。
AI 電訪會比真人電訪更準嗎？
AI 不改變抽樣誤差，但每通逐字念同一份腳本，可消除訪員之間的差異；代價是腳本若有偏差會一致套用到每一通，且需驗證語音辨識與模式效應。建議與既有方法對照。
加權可以修正所有偏差嗎？
不行。加權只能修正加權變數（如年齡、性別、地區）上的比例失衡，修不了同一群體內受訪者與拒訪者的差異，也會讓等效樣本變小、誤差變大。
滿意度電訪調查要做幾份樣本才夠？
看你要的精準度與要拆幾個子群。95% 信心水準下，誤差 ±5% 約需 385 份、±3% 約需 1,068 份；若要比較各分店或各客群，每個子群本身也要有足夠樣本，否則子群誤差會很大。
