企業問卷加權方法
企業問卷不要預設做代表性加權。主結果應以未加權描述為主,寫成「參與調查的 N 名企業/組織代表中……」。
原因很簡單:
- 這份問卷不是從全臺企業名冊隨機抽樣。
- 填答者是企業/組織代表,不是每家公司只派一票。
- 不同產業、規模、角色看到的問題本來就不同。
- 企業樣本目標約 80–150 份,太細的權重容易讓少數樣本被放大。
所以企業問卷的穩健做法是:
- 主表:未加權。
- 必做:樣本結構檢查。
- 視情況:敏感度分析。
- 對外:不宣稱代表全臺企業。
為什麼企業問卷和個人問卷不一樣
Section titled “為什麼企業問卷和個人問卷不一樣”個人問卷面對的是臺灣 18 歲以上個人。至少可以用年齡、性別、地區、教育程度這些人口基準做事後校正。
企業問卷面對的是「在臺灣營運的企業/組織代表」。這裡有兩個麻煩:
- 企業母體怎麼定義不單純:公司、組織、分公司、法人、NPO、政府委外團隊,邊界不同。
- 填答者不是企業本身:一家公司可能有設計師、PM、ESG、人資、主管各自填答,答案代表的是角色視角。
因此,企業問卷的加權只能叫「分析性校正」或「敏感度分析」,不能叫「代表性加權」。
產業到底扮演什麼角色
Section titled “產業到底扮演什麼角色”產業不是因為聽起來專業才放進來。它的用途只有一個:檢查樣本是不是偏得太明顯。
例如最後回收 100 份,其中 70 份都是軟體公司,那結果很可能比較像軟體公司的觀點,不是所有企業/組織代表的觀點。這時要先誠實寫出樣本結構,再決定要不要做敏感度分析。
產業不等於一定要加權。產業只是告訴讀者:這份資料主要從哪些組織情境來。
| 有效樣本數 | 建議做法 | 對外寫法 |
|---|---|---|
| < 30 | 不單獨發布量化比例,只當內部參考或訪談暖身 | 不發布百分比主張 |
| 30–79 | 未加權描述 + 樣本結構表 | 「參與調查者中……」,不做加權 |
| 80–149 | 未加權主結果 + 必要時一個維度的敏感度分析 | 「未加權結果為主;另做敏感度檢查」 |
| ≥ 150 | 可做產業大類與規模的保守敏感度分析 | 仍不可宣稱代表全臺企業 |
必做的樣本結構表
Section titled “必做的樣本結構表”這張表一定要做。它不是加權,只是讓讀者看清楚樣本長什麼樣子。
| 變項 | 類別 | 樣本 n | 樣本比例 | 解讀 |
|---|---|---|---|---|
| 產業大類 | 資訊科技/軟體/網路服務 | 填入 | 填入 | 是否過度集中 |
| 產業大類 | 金融保險/金融科技 | 填入 | 填入 | 是否足夠單獨描述 |
| 組織規模 | 10 人以下 | 填入 | 填入 | 微型企業是否不足 |
| 組織規模 | 201 人以上 | 填入 | 填入 | 大企業是否過多 |
| 填答角色 | 高階決策者 | 填入 | 填入 | 是否偏主管視角 |
| 填答角色 | 設計/技術/PM | 填入 | 填入 | 是否偏產品執行視角 |
如果某類樣本太少,不要做單獨百分比。可以合併成「其他」或只用文字描述。
什麼情況才做敏感度分析
Section titled “什麼情況才做敏感度分析”同時符合下列條件,才考慮做:
- 有效樣本至少 80 份。
- 某個類別明顯過度集中,例如單一產業超過 50%。
- 合併類別後,每個校正類別至少有約 10 份。
- 加權前後不是為了製造好看的結果,而是為了檢查結論是否穩。
敏感度分析的問題不是「哪個數字最漂亮」,而是「不管怎麼合理調整,結論方向是否一樣」。
可用的校正維度
Section titled “可用的校正維度”| 維度 | 用途 | 是否建議做正式權重 |
|---|---|---|
| 產業大類 | 檢查樣本是否偏向特定產業 | 只在樣本夠大時做敏感度 |
| 組織規模 | 檢查是否偏向大企業或小企業 | 可作第一優先敏感度 |
| 市場範圍 | 本地市場 vs 跨國/外銷 | 通常只作分組描述 |
| 填答者角色 | 決策者 vs 執行者 | 通常只作分組描述,不加權 |
| 是否有數位產品 | 判斷題目適用性 | 作篩選或分組,不加權 |
計算表 1:樣本偏斜檢查
Section titled “計算表 1:樣本偏斜檢查”如果團隊有一個「希望招募結構」或外部參考基準,可以用下表檢查偏差。
| 維度 | 類別 | 參考比例或招募目標 | 樣本 n | 樣本比例 | 偏差 |
|---|---|---|---|---|---|
| 組織規模 | 10 人以下 | 填入 | 填入 | 樣本 n / 總 n | 樣本比例 - 參考比例 |
| 組織規模 | 11–50 人 | 填入 | 填入 | 樣本 n / 總 n | 樣本比例 - 參考比例 |
| 產業大類 | 資訊科技/軟體/網路服務 | 填入 | 填入 | 樣本 n / 總 n | 樣本比例 - 參考比例 |
| 產業大類 | 金融保險/金融科技 | 填入 | 填入 | 樣本 n / 總 n | 樣本比例 - 參考比例 |
沒有可信參考比例時,這張表仍可用,但「參考比例」欄改成「招募目標」或留空。不要自己編一個看起來合理的母體比例。
計算表 2:敏感度分析表
Section titled “計算表 2:敏感度分析表”敏感度分析是把同一個核心指標用不同算法跑一次。
| 指標 | 未加權結果 | 規模校正結果 | 產業 + 規模校正結果 | 解讀 |
|---|---|---|---|---|
| 曾將無障礙納入驗收標準 | 填入 | 填入 | 填入 | 方向是否一致 |
| 自評已高度完備與實測 | 填入 | 填入 | 填入 | 是否被大企業樣本拉高 |
| 最大阻礙為缺乏人才 | 填入 | 填入 | 填入 | 是否跨產業一致 |
| 最需要外部支援為教育訓練 | 填入 | 填入 | 填入 | 政策建議是否穩 |
讀法:
- 三欄差不多:結論較穩。
- 校正後差很多:不要只報單一數字,改寫成範圍或保留未加權主結果。
- 某一欄很怪:檢查是否某類樣本太少,或權重太極端。
若真的做單一維度校正,公式與個人問卷類似:
類別權重 = 參考比例 / 樣本比例例如樣本中大型企業佔 60%,但招募目標或分析基準希望大型企業佔 30%:
大型企業權重 = 30% / 60% = 0.5如果樣本中中小企業佔 20%,但希望佔 40%:
中小企業權重 = 40% / 20% = 2.0仍要截尾,例如限制在 0.25 到 4 之間。超出範圍代表樣本結構太歪,不要讓少數回答決定整體結果。
對外報告措辭
Section titled “對外報告措辭”可以這樣寫:
在參與本調查的 N 名企業/組織代表中,X% 表示公司曾將無障礙規範納入驗收標準。由於本調查為非機率自願樣本,且填答單位為企業/組織代表,結果不代表全臺企業比例。
如果做了敏感度分析:
未加權結果為 X%。以組織規模進行保守敏感度分析後,估計值落在 Y%–Z% 之間。因樣本並非機率抽樣,此校正僅用於檢查結論方向是否穩定,不作為代表性估計。
不要這樣寫:
- 全臺企業有 X% 已經完成無障礙轉型。
- 本調查誤差為 ±X%。
- 加權後可代表臺灣企業。
- 臺灣企業普遍認為……
最後檢查清單
Section titled “最後檢查清單”- 已用未加權結果做主表。
- 已附樣本結構表。
- 已註明填答單位是企業/組織代表。
- 已避免把個人填答寫成公司正式立場。
- 已檢查產業 + 職稱是否造成反向辨識。
- 若有敏感度分析,已說明它不是代表性加權。
- 對外圖表沒有使用「全臺企業 X%」或「誤差 ±X%」。