民調/論文、棒球場夾擊!林智堅支持度勝張善政 差距曝光
三立新聞網 setn.com.2022年8月10日 08:50

政治中心/台北報導

林智堅遭論文門、棒球場夾擊,林智堅支持度仍領先張善政逾2個百分點。

民進黨桃園市長參選人林智堅被國民黨議員、立委連番爆出論文抄襲疑雲,任內重要政績之一的新竹棒球場,也被發現出許多疏失,不過,根據《菱傳媒》公布最新民調,桃園市長候選人支持度網路調查,結果林智堅還是以40.14%的支持度領先國民黨張善政的37.91%,民眾黨賴香伶以7.96%居末;此外,也有9.67%和4.31%的選民表示尚未決定和不會去投票。該份民調調查時間為8月2日至6日。

民進黨中執會6月22日正式通過徵召林智堅參選桃園市長,卻因兩本碩士論文涉嫌抄襲而身陷政治風暴,隨後7月23日新竹棒球場又發生尚未驗收過關就開賽的公安事件,輿論譁然。《菱傳媒》在7月19日至2022年7月23日進行網路民調,結果林智堅以44.38%的支持度,領先張善政的37.27%,和民眾黨所提賴香伶的6.37%。可以看出,國民黨狂打論文案對林智堅的支持度沒有太大影響。

值得一提的是,台大審定委員會昨(9)日也完成調查並認定林智堅抄襲余正煌的碩士論文且情節嚴重,經教務處核定撤銷林生碩士學位。不過,此份民調是在8月2日到6日間二度進行桃園市長參選人民調,林智堅則以些微差距領先其他參選人。
如果以政黨傾向進行分析,93.82%民進黨的支持者表態力挺林智堅,這也是林智堅最主要的支持力量。在中立選民當中,林智堅以31.38%的比例,較兩周前流失8個百分點,雖然這讓張善政得以37.24%超車成功,但流失的部分則是微幅轉進賴香伶、不表態或不投票。

這項調查是由《菱傳媒》委託,台大政治系張佑宗教授問卷設計、皮爾森數據負責執行。針對桃園市年滿20歲以上之網路人口,從2022年8月2日至2022年8月6日,共計進行5天,當中有效樣本為2197份。在 95% 信心水準下,抽樣誤差為正負2.09% 以內。 

抽樣方法採用網路主動發放調查方式,透過資料管理平台(DMP),在性別、年齡與居住地比例分層隨機抽樣進行調查,並輔以網路行為分析帶入使用者輪廓標籤,確保符合調查對象的唯一性。同時針對使用者的性別、年齡與居住地的準確性採用網路行為與資料庫標籤比對方式,結合問卷題目設計做雙重認證,確保資料正確性與可靠性。   

樣本代表性與加權則採用比率估計法,母群體參數依內政部公布2022 年5月民眾年齡、性別、戶籍資料,結合皮爾森數據DMP 修正網路人口特徵值,逐項重複進行連續性修正,以使樣本特徵與母群體結構達到一致。

更多三立新聞網報導
楊家俍:台大結論是意料之中 曝林智堅支持度高是這原因
「台大未審先判」林智堅喊無辜 張善政:民進黨請適可而止
提供余正煌民調卻引火上身 林智堅嘆「後悔也來不及了」
是否參選到底?林智堅:捍衛清白和服務桃園市民初衷沒有變

林智堅論文爭議
認論文抄襲嚴重 台大撤銷林智堅碩士
控台大突襲 林智堅:有沒有學位不影響選舉
張善政:民進黨抹黑台大適可而止
遭台大撤銷碩士學位 林智堅發文歎「百口莫辯是此刻心情」
民進黨控台大突襲林智堅 黃國昌揭關鍵怒批:可以胡說八道嗎?

相關新聞影音

2022九合一選舉開跑 看桃園市誰跨世代好感度最高?

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

央行 打炒房

立法院 開議

瑜國慶 晚會 募款

立院 開議

黃珊珊 京華城

死刑 合憲

TVBS新聞網
中天新聞網
壹蘋新聞網
三立新聞網 setn.com
央行重手打房恐錯殺這群人?藍委示警:沒考慮「繼承持分」問題
再向高房價宣戰!中央銀行19日祭出第七波房市管制措施,並再度調升存準率一碼,打炒房的出拳力道,堪稱史上最重。對此,國民黨立委許宇甄表示,央行為了使房價冷靜下來的措施立意良善,但是沒有思考到「繼承持分」房產問題,許多民眾名下有「繼承持分」的房屋,面積小、價值低,若因此不能有寬限期,對他們購屋會產生極大衝擊,呼籲盡速修正,避免濫殺無辜。
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司