53237選民結構預測法設計，為參照「53237選民結構」論而設計的一連串綜合測量程序，以分類選民，並預測其投票對象。
如果共有20位選民，則其投票行為可分為5群：
5 (25%): 意識型態：維持現狀群/不易變
3 (15%):
意識型態：反現狀群/不易變
2 (10%): 可變群/因候選人形象可變
3 (15%): 搖擺群/因社會形象可變
7 (35%):
疏離群/非重大事件不參與
核心變項
核心變項測量有4項：
是否投票
投給誰（不提示姓名）
上次選舉是否投票
上次選舉投給誰
受訪者直接回答投給誰（不提示姓名），除另有防弊過濾機制設計外，為確認投票對象。
防弊過濾機制至少有確認選區投票權，而從前有政治組織，開辦「受訪者假回答」訓練，則也曾因應設計防假機制。
本文作者自創辦選舉民調以來，曾長期以「提示」與「不提示」作2組實驗比較，發現「提示」會產生被迫虛假意見，故自1990年以來，長期建議「不提示」。中央研究院與政大選舉研究中心後來也改成不提示。坊間商業民調高比例仍採用提示對象法，期待其他民調公司，也能注意此議題。
由於候選人與選情的交互作用影響，有高比例受訪者不願意直接說明投給誰；或回答「沒決定」，但據本研究者者發現，數十年來選舉，僅有一次 2004年的總統選舉例外，其餘結果，都和選前8周的預測相同，亦即選民心中已經決定，只是不願意說出來。故坊間民調出現：「支持度」「看好度」等問法，經數十年驗證，誤差始終很大。還是基於以下「53237選民結構」論的篩選與預測，能夠維持誤差約穩定在 2% 以下的預測力。
其他 3 變項為後續分析時，作為判定「准確認投票對象」與「可能投票對象」的參酌 baseline assessment 變項。
進階：計量思想的探索
參酌上期資料，初看似與馬可夫鏈 Markov Chain 有關，實則為「非等機率計量體系」的探索應用。在投票行為中，幾乎不能找到馬可夫式穩定的轉換機率（就此觀點，比貝氏定理的先知機率還困難一點）。但在長期的 panel 式的投票行為數據中，可以發現一些啟示，可以應用在「TX 人類取用行為模式」-或簡化視為「S-型成長曲線」的預測建構。未來進一步探索，或可證明，馬可夫循環，或許只是「S-型成長曲線」的一個特定現象。
篩選與預測「意識型態群 5、3」
「意識型態群」有2群，參數分別為 5(25%)、3(15%)，其意識型態相反，但決策行為相同，均以「政治認同」為近唯一傾向。主要測量變項為：
參與或認同政黨（不提示）
候選人評分（提示）
政黨評分（提示）
族群認同（不提示）
時事政治態度量表測量
「兩岸關係」雖為「政治認同」之重要部分，但此題具有「多向性」，經多次實驗後，建議不列此題。
候選人與政黨評分
候選人與政黨評分評分採百分制。若對比差距在80分以上，對60分以下，則可預測其選擇；若均在60-80 之間，則須做後續分析。
時事政治態度量表
政治態度量表為針對候選人或政黨，取受注目的客觀時事，詢問受訪者支持「有利或不利」的解釋。
如果調查作到「行政區」，則加採擇該「行政區」的重大公共事務。
如量表產生一致化，則為顯性政治態度，可反映其意識型態。
受訪者若對量表題目表達不滿，請記錄在「訪員評估」記錄上，亦將可反映受訪者投票對象。
「准確認投票對象」預測
若以上各指標，均呈一致性，則可預測其准確認投票對象。
這些指標亦可作為前項「直接回答投給誰」的多重檢定。
「可能投票對象」預測
民調實務，受訪者有可能不會全答，若以上指標至少有一項成立，且無指標之間矛盾，或違反其他過濾機制，則可預測為「可能投票對象」。
篩選與預測「疏離群 7」
疏離群可分為「輕疏離群3人：15％」與「重疏離群4人：20％」 。
重疏離群
包括以下情形：
明確回答「不投票」。
接電話後，不發言，直接掛斷，達到 7 次。
參數來源：受訪者只要有回應，不論是：「現在沒空」「不想談」...，若持續在不同日期、時段訪問，將有獲得回應機會，實驗記錄顯示，連絡到第7 次，仍有近約 5% 的受訪者會回應，而愈困難接觸的樣本愈有特色代表性，故不能輕言放棄。同時，以人類行為考量，設定「7 次」為可推論為「無興趣」之參考界限。
輕疏離群
受訪者有回應，但只是：「現在沒空」「不想談」...，超過7 次。
受訪者回應：「不要再打來」，或其他不禮貌的回應，請記錄在「訪員評估」記錄上，由督導、或有需要提送主持人決定。
篩選與預測「搖擺群 3」
若未直接回答會投誰，但會去投票、或上次曾投票，又無法判定為意識型態投票者，則可能是搖擺群、可變群。這些人主要受到候選人本人，或自己潛意識中對「政治制度」「公共政策」的認識，而投射到候選人的影響。
辨識搖擺群、可變群，需執行媒體使用行為量表。
媒體使用行為量表
媒體使用行為量表包括：
每日使用媒體（不提示）
媒體評分（提示）
媒體評分包括不同立場分明之大衆媒體、網路媒體、與網紅媒體。
「可能投票對象」或「准確認投票對象」預測
若使用者所常使用、或滿意之各媒體，均呈一致性，則可預測其可能會投票對象。
如果競爭對手沒有任何知識、或時間、或資源進行「陡轉行動」，則可預測出「准確認投票對象」。
篩選與預測「可變群 2」
若未直接回答會投誰，但會去投票、或上次曾投票，又無法判定為意識型態投票者，也沒有固定喜好媒體，則可能是可變群。
「可能投票對象」預測
但根據以上所有指標共同分析，尤其是候選人評分（提示）、政黨評分（提示）與媒體評分（提示），還是可以比較式預測其「可能投票對象」。
可變群比例高的行政區，是最容易陡轉的區域，唯若競爭對手沒有任何「陡轉行動」，則可變群還是會投給「可能投票對象」。
53237選民結構預測法
最有價值的實例：2014 高雄市長選舉
