大法官審理同性婚姻釋憲，這是否會是台灣同性婚姻合法的契機，眾所矚目。
思為策略資料分析團隊使用 QSearch 大數據工具，從 2016 年 10 月 17 日至 12 月 19 日，婚姻平權議題討論度最活躍的期間，抓取表態活躍的粉絲專頁，透過相同立場會聚集討論的同溫層概念，區分為挺同婚及反同婚兩大陣營，以滾動式民調的方式，七日為一循環，計算與兩方陣營互動的粉絲數量，製作成長條圖及折線圖，呈現人數與比例（詳細分析方法請見文末）。
武力展示過頭，招來沈默的支持者大力反抗
社會議題像打球，如果沒有一來一往，好像就無法匯聚民意關愛的眼神。
婚姻平權由大法官點燃戰火，朝野立委提案拉開序幕。護家盟不斷號召集會遊行，以人海戰術展現支持度，買下四大報頭版廣告的行為，在挺同婚陣營眼裡，簡直是撒錢挑釁。擔心廣告戰影響輿論，同婚支持者除了發起廣告募資，原本沈默的人也開始加入這場輿論大戰。
2016 年 10 月 24 日朝野 48 位立法委員連署民法第 972 條修正草案，挺同婚陣營熱烈討論，反同婚陣營卻氣勢低靡，10 月 28 日（即 10 月 22 日至 10 月 28 日之不重複互動數據）明確表態婚姻平權立場的網友中，雙方陣營差距達到 43.32%。
10 月 29 日同志大遊行後，反同婚陣營彷彿受到刺激，互動人數節節高升，11 月 8 日號召支持者到立法院高喊「反修民法 972」抗議後，雙方出現上上下下的人數拉距戰。
11 月 13 日，下一代幸福聯盟上凱道舉辦「婚姻家庭、全民決定」的抗議活動，反同婚陣營氣勢一路碾壓，直到 16 日買下四大報半版頭版呼籲家長站出來反同婚，挺同婚陣營穩定的互動人數突然暴漲，連日節節高升，11 月 19 日挺同婚陣營互動人數正式超越反同婚陣營，紫色和粉色的折線圖走出一條空白通道。
雙方陣營人數最接近的時刻，是 12 月 3 日百萬家庭站出來遊行後一週，但挺同婚陣營仍大勝 15.45％。12 月 10 日挺同婚陣營畢其功於一役，在凱道舉辦婚姻平權音樂會，直至 12 月 19 日分析截止，都有平均 40.95% 的穩定差距。
如果民意有形狀，這條通道就是他的長相
很難找什麼話題和婚姻平權一樣，兩方陣營各自有這麼多主流媒體以外的社群參與討論。除了支持者，相信政治人物也都睜大眼睛在看，同溫層何時擴大到足以稱作「民意」？風向轉變的時刻，都被真實地呈現在每天的互動行為裡。
立委提案、集會遊行、買廣告，分別代表政治力、民意及金錢支持的武器展示，折線圖從拉扯，到架構出一條穩定不會崩塌的通道，雙方陣營互動人數的消長與每次武力展示的時間點，都有巧妙的關聯。
簡單分享，自娛娛人。2017 年 3 月 24 日憲法法庭同婚釋憲直播開庭，法律有時與時俱進，有時領先社會，無論結果如何，性別平等的倡議之路還要繼續，希望有一天，社會生存的本質，適合每一個生命生存。
- 大數據工具：QSearch，原始資料下載
- 資料來源：Facebook 婚姻平權社群不重複互動人數
- 分析時間：2016 年 10 月 17 日～2016 年 12 月 19 日，共計 63 天。
- 挺同婚社群共計 283,893 人參與討論，反同婚陣營共計 195,903 人參與討論，共計 14,235 人對兩方陣營社群均有互動。
- 研究目的：綜觀全局，呈現婚姻平權網路支持度變化。
- 研究方法：
- 資料分析團隊整理分析期間曾發布與婚姻平權相關貼文、且有臉書使用者對貼文按讚、分享或評論之粉絲專頁，依粉絲專頁之立場區分為挺同婚陣營及反同婚陣營。前者共採計 61 個活躍粉專，後者共採計 20 個活躍粉專。
- 滾動式民調的做法：以七天為循環，使用大數據工具 QSearch 計算七天內，分別有多少帳號對挺同婚陣營及反同婚陣營進行按讚、分享、評論的社群互動。同一帳號對同一陣營的所有社群行為只計算一次，不因行為次數影響統計結果。並扣除同時對兩方陣營都有互動的帳號，故每天反同婚陣營及挺同婚陣營的比例總和不到 100%。舉例：10 月 23 日的數據，是計算 10 月 17 日至 10 月 23 日間，與挺同婚及反同婚陣營互動的帳號數量。10 月 24 日的數據，則是計算 10 月 18 日至 10 月 24 日間的互動帳號數量，換言之，每次的數據，都有 6 天的重疊，讓統計曲線更細緻。
- 帳號數量統計以長條圖呈現，數據請對照左邊的 y 軸；雙方帳號數量計算成百分以折線圖呈現，數據請對照右邊的 y 軸。
- 挺同婚比例計算：（七日內與挺同婚社群不重複互動人數-雙方社群重複互動人數）／（七日內與挺同婚社群不重複互動人數＋七日內與反同婚社群不重複互動人數-雙方社群重複互動人數）
- 反同婚比例計算：（七日內與反同婚社群不重複互動人數-雙方社群重複互動人數）／（七日內與挺同婚社群不重複互動人數＋七日內與反同婚社群不重複互動人數-雙方社群重複互動人數）
- 無論是歷史悠久的統計分析，或是正在發展的大數據分析，資料分析者的野心，是透過數據及分析方法，逼近真實。這次則是透過每天滾動式的細緻分析，反應議題的即時概觀。
傳統民調透過主動設計問卷題組，統計性別、年齡、居住地區，並更細緻的從問卷子題分析受訪者其他看法，盡量逼近受訪者真意，抽樣訪問 1068 個有效問卷，即有數學可以證明統計結果具有 95% 的信心水準。但礙於經費，傳統民調很難做到像這次一樣長期的每日調查。
網路大數據的分析不是靠抽樣，而是每一位真實使用者的行為積累，使用者行為難以造假（除非你明明是反同婚支持者，卻長期對著兩個孩子的媽按讚），而且時間可以做得更久。
這次分析搜集了 46 萬 5561 個不重複臉書帳號的使用行為，但網路使用者的分佈，未必等於現實分佈，不可諱言，目前社群網路的使用者仍以年輕人為主，只能等待時間的輪轉，讓社群使用越發普遍、年齡層分佈更趨近現實。
原文發表於 2017 年 3 月 22 日憲法法庭同婚釋憲直播前
評論被關閉。