世代之爭爭什麼?

世代之爭爭什麼 ?

談談如何從調查資料挖掘出 豐厚的意義

劉正山

中山大學政治學研究所 副教授 Director, Smilepoll.tw

@台灣資料科學協會年會 2016.7.17

1

話說…

八個月前的自我對話

大數據分析的探索精神

， 小數據的擁有者沒有嗎

？

(OF COURSE YES; WE H AVE IT.)

做實證的社會科學家，理應也能做做不同於描述和假設檢定的事。

調查資料正在貶值中 ?!



一般市場與民意調查只被拿來做簡單描述分析；

在學術界則被拿來作理論與假設的檢定。



隨機抽樣的樣本，獲取成本很高（面訪 > 電訪）；



商業上的焦點團體與立意抽樣等方法，因為樣本少 而和大數據相形失色。



問卷題（多是類別型變數）看似只能做做描述統計 或兩兩之間的相關分析；技術含金量有限。

March 2016. Google watched how people use a phone in a van for over an hour at a time. Goal: complete interviewing 500 people.

WELL…

Google 拿質性訪問來確認大數據中看見的樣貌。但這並 不算是正視問卷調查資料用於意義開發的潛力。

只要問了好問題，並運用探索工具 MCA ， 民調市調資料與大數據同樣珍貴。

我們需要有能讓資料分析者發從調查資料中掘出消費者、選民的 價值和偏好組合的探索工具。

2

MCA 方法帶來的新視野

多重對應分析



Multiple Correspondence Analysis （ MCA ） 早在二戰前就出現在歐洲，但其潛力目前尚未 受到社會科學的重視。 2000 左右介紹進美國之 後，已經應用在語言學的研究中，成為該學門 中的重要研究方法（ Glynn, et al., 2014; G lynn, & Robinson, 2014 ）。商管學門也已在 使用，但並未在國內形成氣候。



最近五年則因為 R 語言及套件的開發，使這個 由法國學者為開發主力的方法經由專書及多個 套件的出版得以在全球資料分析者之間傳開。

研究問題：

民眾看似多重的民族、國家、政黨認同之 間，能夠說清楚它們之間的關聯嗎？

我們知道世代之間的政治傾向上不同，到 底怎麼呈現出來才能解答那些是真相，那 些是誤解？

拿國內權威資料來分析



中央研究院社會學研究所執行收集的面訪資料：傅 仰止、章英華、杜素豪、廖培珊主持的「台灣社會 變遷基本調查計畫第六期第四次：國家認同組」。



面訪調查於 2013 年 9 月 22 日至 12 月 10 日執行，

於 2014 年 2 月釋出， N=1,952 。 [ 有代表性！ ]



這筆資料包含了當前學界所認可的國家認同測量題

，如「台灣人 / 中國人認同」、兩岸關係偏好，亦 包含了民族認同題組、條件統獨題組等。

第一次，民調資料可以用這個面貌呈現

在此例中被分析的問卷題（共 30 題）



如果有人問您的祖國是哪裡，請問您會怎麼回答

？



請問您覺得下列這些歷史事件是不是很重要，要 讓下一代永遠記得？



目前社會上有人會說自己是台灣人，有人會說自 己是中國人，也有人會說兩者都是。請問您認為 自己是台灣人、中國人還是兩者都是



對於未來台灣與中國大陸的關係，有人主張台灣 獨立，也有人主張與大陸統一。請問您比較贊成 哪一種主張？

> install.packages("FactoMineR")

> install.packages("devtools")

> devtools::install_github("kassambara/factoextra")

> library(FactoMineR)

> library(factoextra)

> library(dplyr)

> load("tscs2013.rda")

> tscs2013forMCA <- select(tscs2013,

+ c(# 核心變數 (core vars)

+ 　 gen.1, gen.2, gen.3, gen.4, gen.5, # 世代 + v15r, # 「祖國」是哪裡

+ v54ar, v54br, v54cr, v54dr,# 最有承傳價值的歷史 事件+ v57r, # 台灣人 / 既是台灣人也是中國人 / 其他

+ 　 v61r, # 統獨立場 + v76r, # 國號

+ v89ar, v89br, v89cr, v89dr,

+ 　 v89er, v89fr, v89gr, v89hr, v89ir, # 民族－國 家

+

+ # quantatative supplementary vars + 　 v58r, # 自認台灣人程度

+ 　 v59r, # 自認中國人程度

+ # v84ar, # 去大陸次數（１－６）

+ 　

+ #qualitative supplementary vars + sex,

+ college, # 大專教育程度 + camp, # 政黨傾向

+ 　 v71ar, # 中華民族包含台灣原住民 + 　 v71er, # 中華民族包含台灣居民 + v75r 　# 　國家領土範圍

+ ))

> #

將無效值剔除（

list-wise deletion

）。

> tscs2013forMCA.nona <- na.omit(tscs2013forMCA)

> nrow(tscs2013forMCA.nona) [1] 1496

> names(tscs2013forMCA.nona)

> res<-MCA(tscs2013forMCA.nona, ncp=10, quanti.sup=c(23,24),

quali.sup=25: 30, graph= F) ^#ncp

10個維次

> fviz_screeplot(res, ncp=10)

將其中最重要變數類別（選項）的組合挑出：

> plot(res, axes=c(1, 2), new.plot=TRUE, col.var=“red”,

col.ind=“black”, col.ind.sup=“black”,

col.quali.sup=“darkgreen”, col.quanti.sup=“blue”,

label=c(“var”), cex=0.7,

selectMod = “cos2 30”, #

共

⁵²

個選項

組合

invisible=c(“ind”, “quali.sup”),

xlim=c(-1.2,1.2), ylim=c(-0.6,2),

autoLab = “yes”,

# title=“Top 30 Critical Elements on the MCA Factor Map”)

title="")

顯示最重要變數的組合

注意：構成第二維次（ Y 軸）的因素



第二維次的代表題：「請問您覺得下列這些歷史事 件是不是很重要，要讓下一代永遠記得？」



「推翻滿清，建立中華民國」 (v54c) 與

「八年對日抗戰勝利」 (v54d) 一組；



「二二八事件」（ v54ar ）與

「美麗島事件、黨外民主運動」（ v54br ）一組

 

> # 輔助連續型變數的影響值

> plot(res, axes=c(1, 2), new.plot=TRUE, choix="quanti.sup",

+

col.quanti.sup

="blue", label=c("quanti.sup"),

+ title="Quantitative Supplementary Variables")

受訪者在兩個維度的分佈

> plot(res, axes=c(1, 2), new.plot=TRUE, choix=“ind”, + col.var=“red”, col.quali.sup=“darkgreen”,

+ label=c(“var”), + xlim=c(-1,1),

+

selectMod ="cos2 15", select="cos2 1",

+

invisible=c("quali.sup", "var"),

+ )

接下來，為概念命名

第一軸線的代表概念：

民族認同

^{（中華民族或台灣民}

族）

第二軸線的代表概念：

國家正當性

^{（接受中華民國與}

否）

1

位於第一象限的民眾特徵：



第二世代



政黨傾向為藍營 [ 不在第四象限？ ]



不認為「二二八事件」是重要歷史事件



不認為「美麗島事件、黨外民主運動」是重要 歷史事件



無大專教育程度



男性

2

位於第二象限的民眾特徵 :

 政黨傾向為綠營以及「中間／不表態 / 其他」

 認為自己的祖國是台灣（不是中華民國、中國或其他）

 認為自己是台灣人（不是中國人亦非都是）

 認為國土不包含中國大陸

 認為國家現在名字應該叫作台灣

 不同意「中華民族本來就包含很多族群，不應分離」

 不同意「台灣人的祖先就是黃帝，我們要繼承這樣的血統與歷史」

 不同意「作為華夏子孫，我們在國際上應該盡力將中華文化發揚光大」

 不同意「不管台灣發生任何問題，我都一定會挺它到底，絕對不會想要 移民到國外」

3

位於第三象限的民眾特徵 :



第五世代 [ 不在第二象限 ]



有大專學歷



「維持現狀，以後走向獨立」



如果台灣獨立不會引起戰爭，就應該宣佈獨立



二二八事件、美麗島事件及黨外民主運動算是 歷史上的重要、值得永遠被記得的事件



如果大陸在經濟、社會、政治方面的發展跟台 灣差不多，兩岸也不應該統一

4

位於第四象限的民眾特徵 :

 自己是台灣人也是中國人

 國家現在叫作中華民國比較適合

 中華民國是祖國

 兩岸維持現狀，以後走向統一

 「推翻滿清，建立中華民國」與「八年對日抗戰勝利」很重要，

要讓下一代永遠記得。

 「台灣人的祖先就是黃帝，我們要繼承這樣的血統與歷史」

 「中華民族本來就包含很多族群，不應該分離」

 「不管台灣發生任何問題，我都一定會挺它到底，絕對不會想要 移民到國外」

 「作為華夏子孫，我們在國際上應該盡力將中華文化發揚光大」

 即使台灣獨立不會引起戰爭，也不該宣佈獨立。

世代之爭爭什麼？

我們來點出不同世代在兩個維度上的分佈差異

世代分佈的差異

> library(factoextra)

> plotellipses(res, keepvar =

c(“gen.1”,“gen.2”,

"gen.3","gen.4","gen.5"))

4

1 2 3

5

你能看見什麼？



從人數的分佈來看（桃紅色的點）



從每個世代的所在位置來看



這些點所代表的都是每個選民不太容易移動的 認同與立場。



不同的認同結構是造成選民、媒體、及政治人 物所說出來的話差異的原因。

小數據也能預測 & 協助決策



若能解讀這張圖，你就看得出



2014 年太陽花學運的社會氣氛、



2014 年縣市長選舉、



甚至是 2016 年選民大致在想什麼、選票在那裡，

以及為什麼政黨推出的競選策略。

你知道我在暗示什麼嗎？

http://news.ltn.com.tw/news/politics/breakingnews/1559909

在看懂這個世代差異圖之前，你 或許會跟著一起檢討這廣告；但 現在的你是否多了一些了然？

…

選民在那裡，競選團隊就用他們的語言來呼喚他們 可不一定是你。

再看一眼，猜猜看：

什麼是最能爭取到多數選民接受的政治語言

？

維‧持‧現‧狀

你說

「這去年我就知道了，沒什麼了不起」

以上的所有資訊，都是用

2013

年的資料就可以挖掘出來的的意義哦。

若我們 2016 年再收集一次資料，再來分析一次，你又會看見什麼？要不要一起

” “

來解答「太平 礁 事件對台灣民心的衝擊」呢？

那麼問難一點的題目，我問：

「這些多數選民，認同什麼？」

A: 台灣人的中華民國 + 中國人的中華民國。

要如何團結（或分裂）台灣民眾，方法和策略已經浮現。

用傳統民調分析方法，要看出這件事可不容易啊。

第二世代已開始懷疑他們曾經認定的中華民國

，而年輕世代（第五世代以後）已重新定義中 華民國。

舉一反三

現在，若我們能夠將這整套 MCA 方法用 於瞭解其他民眾的行為…

那我們就發

^{（現新大陸）}

了 

MCA 最特別的地方

讓問卷題的分析可以像因素分析一樣，選項之間的關係（不只有 題目之間的關係！）可以重新整併出樣貌。

運用 MCA 於研究、行銷、服務



在更短時間內掌握民眾的行為圖像；



發掘出資料背後更豐富的意義



若大數據分析或大小數據一起來，如虎添翼。

Let’s think about this approach of mixed mode research^,

again.

3

重新看待民調市調資料的價值

新一代的「厚」資料收集流程

 一：以探索的角度設計問卷 [ 關鍵 & 最 難 ]

 二：收集資料（面訪、電話、網路）

 三：描述資料

 四：分析、視覺化 & 判讀（說故事）

[ 新 !]

動機

市調與行銷的資料科學家，除了「描述」和「解釋」，現在開始

，可以加上「探索」

發問

將幾想知道的面向轉為題組，是的，聽起來簡單。

but 你真的是那個能夠指出國王新衣的好奇寶寶嗎？

分析

用 MCA 發掘關聯，你從小數據看到的樣貌，跟使用大數據分析所 看見的，會產生高度互補效果。

詮釋

盯著客觀的資料分析結果，把你看見的故事和意義說出來。

這必需要回到你對於自己問的問題瞭解的程度，以及自己專業領 域訓練的視野。

結語：

LET’S THINK AGAIN:

DATA MINING FOR WHAT?

PATTERNS & MEANING

!

小數據的意義探勘可以是資料科學重要的一環。它將是社科 人及民調 / 市調專業者踏入資料科學領域的彩虹橋，也將是 資料科學吸納更多調查及傳播專業人才的磁石。

當資料取得及技術變得平民化，發掘意 義的能力和訓練，將變得與技術能力的 訓練一樣重要。

只是，這種抽取出意義的能力往往是經歷過專業訓練以及對產業及世 界的觀察與思考（以及人生起伏）之後才累積出的能力。基本上可以 透過閱讀及學術訓練取得。高階經理人尤其需要這種訓練與能力。

要注意的是，除了呈現分析結果這個步驟之 外，整個研究過程非常主觀。而這正是大數 據分析的知識論立場，無可厚非。

因此，若要讓開拓性的研究途徑成為資料科學的一環，資料科學家必須保有科學家 ope n to challenge 的精神，虛心地確保每一個分析環節及結果詮釋都透明，並接受社群 的檢驗及論辯。換言之，本講所呈現的，還未達到所謂的「真相」或「事實」。真相是 逐漸被「逼進」而顯示出來的。沒有人能一步到位，或是一次就宣稱拿到了聖杯。

THICK DATA

(APPROACH)

資料科學中的

厚資料

^視野

FB: thickdatabarbor/

資料吼

野人獻曝 歡迎見笑 & 拜託指教

I do hope this thick data approach and the application of MCA are more than just interesting to you.

非常感謝全球 R 社群的奉獻，以及國內資料科學社群的努力！

劉正山 csliu@mail.nsysu.edu.tw

參考資料



Blasius, J., & Greenacre, M. (Eds.). (2014).

Visualization and Verbalization of Data

. CRC Press.



Husson, F., Le, S., & Pages, J. (2010).

Exploratory Multiv ariate Analysis by Example Using R

(1 edition). CRC Press.



Pagès, J. (2014).

Multiple Factor Analysis by Example Usin g R

(1 edition). Boca Raton: Chapman and Hall/CRC.



Pasek, J., Jang, S. M., Cobb, C. L., Dennis, J. M., & Diso gra, C. (2014). Can marketing data aid survey research? Ex amining accuracy and completeness in consumer-file data.

P ublic Opinion Quarterly

,

78

(4), 889–916.



Roux, B. L., & Rouanet, H. (2009).

Multiple Correspondence Analysis

. SAGE Publications.

資料檔及講義

 範例資料檔 (rda) 下載：

http://jmp.sh/pvLZWYE

 R 操作講義下載：

http://jmp.sh/UHJd7OV

同場 加映

如何動手收集價值型的厚資料

傳統的長條圖和圓餅圖

透過問受訪者更深刻的問題，我們可以從調 查資料中發掘更多的可能樣貌。

一般民調市調會偏重於詢問行為面及偏好的問題，但我們還可以 問出更多關於價值觀的問題。

你有想過，台灣民眾對於「獨立」的定義有很多種，而且很可能沒有什麼共識嗎？

看懂了之後，

你的發問可以天馬行空繼續下去

你會發現，問卷調查其實是可以讓你打造出專屬於自己研 究領域厚資料礦脈的神器。

打造自己的社群網調平台的好處



資料科學家從資料聆聽者（被動爬梳挖來或買 來的數據）轉換為資料創造者（主動收集到被 研究對象價值和偏好）。



降低資料雜訊及更快速的決策。



形成社群後可以創造定群追蹤樣本（ panel dat a ），產生變數的合併帶來的巨大價值。



先以小數據作初探（ pilot stud ），之後再啟 動隨機電話抽樣，將大幅增加推論力度。



初探階段便可以進行隨機分派實驗（ A/A 前測

、 A/B 對照），找出意義和印證想法。

微笑小熊調查小棧

[ smilepoll.tw ]

我們的政治科學 + 資訊管理 + 行銷管理團隊 致力於發問及厚資料意義探勘的訓練及應用

~歡迎學術 , 產學及官學合作 & 歡迎跨領域新星申請中山政治學研究所 ~ littlesmilebear@gmail.com