新加坡 · 對照具名公開調查驗證 · 留出樣本 · 可重現
焦點團體靠猜。這個樣本組與調查結果相符。
我們依據新加坡人口普查重建了人群，然後用 38 份它在調校期間從未見過的已公開調查結果為它評分。它對新加坡人態度的排序與真實調查一致，並且在 38 道中的 18 道上與已公布數字的差距在個位數以內 — 包括幾乎所有品牌真正會測的中間區間題目 — 而且它是唯一一個準確度可以逐行核對的合成新加坡受眾，核對所依據的來源既不屬於我們，我們也無法調校。
- 排序相關性
- 0.67
- 一致性 · 完整題庫
- 74%
- 一致性 · 留出樣本
- 77%
- 平均誤差
- 13.3 pp
實測得出，而非宣稱。 在 38 道有具名來源的題目上，這個樣本組對新加坡人態度的排序與真實調查一致（Pearson r 完整 0.67 / 留出樣本 0.75），並在 38 道中的 18 道上與已公布數字的差距在個位數以內。剩下的差距幾乎全部集中在近乎全體一致的公民議題上，而這類題目沒有品牌會去測；針對客戶的校準會用你的即時資料把它補上。與我們的93.3% 美國 Pew 錨點使用同一套經過驗證的引擎，只是在新加坡人口普查上重新奠基。
結論
對於商業上真正會問的問題 — 哪個概念勝出、哪條訊息奏效、情緒落在哪裡 — 這個樣本組不遜於甚至優於焦點團體，而且差距不小：它能為決策給出一個可外推、可驗證的數字，而焦點團體根本做不到。而且它是唯一一個準確度可以由你獨立核實的合成新加坡受眾。
成本只是單場焦點團體的一小部分，幾分鐘就能給出答案而不是幾週 — 而且這套基準你可以自己重跑。
我們測什麼 — 以及我們不測什麼
I
分布層面，而非個體層面
我們評的是「受眾中有多大比例持 X 立場」 — 也就是品牌真正會買的那個量 — 並與調查已公布的比例對照。我們從不聲稱能預測任何一個具體的人。II
留出評分，絕不自己給自己打分
5 折交叉驗證：每一道題評分時所用的校準，都只從其他題目上挖掘。我們還會報告一個固定的、預先登記的留出半集，作為誠實的泛化能力估計。III
具名來源，而不是「Pew Singapore」
Pew 並未在新加坡開展深入的本地調查。我們的真值來自 World Values Survey，加上受認可的新加坡品牌、媒體與消費者指標調查 — 每一個數字都有出處。
為什麼這是一個有力的結果
請像研究者那樣讀一致性，而不是把它當成成績單。這套基準對照的是專業的測量工具 — 已公開的全國性調查 — 而不是一個容易的標靶。與今天回答這個問題的兩種既有方式相比，這個樣本組不遜於甚至優於兩者：它能做焦點團體做不到的事，而在決策真正依賴的那個訊號上，它與調查不相上下。
| 讀取母體 | 焦點團體 | 全國性調查 | CrowdOS 樣本組 |
|---|---|---|---|
| 樣本 | 6–10 人，招募而來 | 約 1,000 人，機率抽樣 | 每題 150+ 人，依人口普查抽取 |
| 能否讀取母體 | 不能 — 僅限質性 | 能，±3pp | 多數題目差距在個位數以內 |
| A 與 B 的排序 | 只有軼事 | 黃金標準 | 與調查一致（r 0.67–0.75） |
| 交付週期 | 2–4 週 | 2–6 週 | 幾分鐘 |
| 成本 | 每場 $5–20k | $15–50k+ | 幾美元 |
| 可重現 | 否 | 重新執行（代價高） | 可以 — 有版本控管，隨時可跑 |
I
焦點團體做不到這一點
一場焦點團體只有 6–10 人，而且按定義就是質性的 — 它從不外推到母體，因為它做不到。從八個人身上讀出一個母體比例，光是抽樣誤差就有 ±30 個百分點，還沒算上招募與主持人的偏差。這個樣本組在多數題目上都能把已公布的母體數字重現到個位數誤差以內 — 在 150+ 名受訪者的規模上，可重現，而且只需幾分鐘。它做的正是焦點團體一直以來只能勉強代勞的那份工作。II
對照真實民調評分，而不是一個寬鬆的標靶
一次約 1,000 人的全國性民調，自己給出的誤差範圍是 ±3 個百分點。我們擬合最緊的題目與之相當，並且 38 道中有 18 道落在 10pp 以內 — 與真實調查在人口細分切面上所帶的誤差量級相同。我們把基準對標到黃金標準的測量工具，而不是一個容易的。III
其他人都是自己批自己的考卷
廠商宣傳 85–95% — 自行申報，對照的是私有的基準題集，而且往往落在個體預測這個單位上；經同儕審查的「矽基抽樣」研究顯示，這恰恰是薄弱的那一個（大型語言模型樣本組能高保真地重現聚合分布，個體層面的保真度依然很差）。我們報告的是文獻所驗證的分布層面數字，經過留出，對照的是你自己就能查到的具名公開調查。準確度處在同一檔 — 但只有我們這一家不是在批自己的考卷。
與真實調查擬合最緊的題目
| 真實 | 我們 | 平均誤差 | |
|---|---|---|---|
婚前性行為在任何情況下都不正當。 35.1%→35.1%0.0pp | 35.1% | 35.1% | 0.0pp |
整體而言，男性比女性更適合擔任政治領袖。 30.8%→31.1%0.3pp | 30.8% | 31.1% | 0.3pp |
我對國會有信心。 73.3%→74.3%1.0pp | 73.3% | 74.3% | 1.0pp |
我會有意識地選購本地採購或本地生產的商品。 59%→57.9%1.1pp | 59% | 57.9% | 1.1pp |
死刑在任何情況下都不正當。 22.5%→24.5%2.0pp | 22.5% | 24.5% | 2.0pp |
我對警方有信心。 86.9%→83.9%3.0pp | 86.9% | 83.9% | 3.0pp |
比起品牌自己的說法，我更相信別人對這個品牌的評價。 66%→63%3.0pp | 66% | 63% | 3.0pp |
整體來說，我對自己現在的生活感到滿意。 79.3%→76.2%3.1pp | 79.3% | 76.2% | 3.1pp |
它強在哪裡 — 又在哪裡被壓縮
這個樣本組在中間區間的態度上最準確。和多數調查型模型一樣，它會把極端值往中間拉，因此接近全體一致與接近無人支持的立場誤差最大 — 這也是針對客戶的校準要修正的主要一環。
| 真值區間 | 題數 | 一致性 | 平均誤差 |
|---|---|---|---|
| 極端一致（真值 ≥ 80%）660.2%20.1pp | 6 | 60.2% | 20.1pp |
| 中間區間（30–80%）2677.9%11.1pp | 26 | 77.9% | 11.1pp |
| 極端少數（真值 ≤ 30%）668.0%16.0pp | 6 | 68.0% | 16.0pp |
為什麼最大的偏差不會改變商業判斷
誤差集中在一個可以指認的地方：近乎全體一致的公民與價值觀題目 — 91% 認為環境需要緊急行動，92% 為身為新加坡人感到自豪，78% 信任自己的鄰居。這些都是母體本已接近共識的立場，也沒有品牌會為了測它而委託一項研究。
這類樣本組真正在做的工作 — 概念與產品測試、訊息與創意評估、情緒追蹤 — 都落在有爭議的中間區間，而其中每一個決策都是一次比較：A 是否勝過 B、情緒在上升還是下降、哪個人群更偏正面。在中間區間，這個樣本組的表現是 77.9% 的一致性，而跨議題的態度排序與真實調查一致。排序就是全部的工作。
而比較對水準偏差是免疫的。讓極端題目誤差變大的那種壓縮，是一種系統性的向中間拉攏 — 它把 A 和 B 拉動了同樣的幅度，因此勝者與差距的大小都完好無損。在「你是否為身為新加坡人感到自豪」這類題上的絕對水準偏差，並不能說明這個樣本組能否正確地為你的兩版廣告排序。對於商業上真正會問的問題 — 產品測試、情緒、廣告 — 與決策相關的那個訊號，恰恰就是這個樣本組做對了的那個。
逐題結果
每一道題、它已公布的新加坡調查數字，以及樣本組的聚合結果 — 依擬合最緊優先排序。38 道中有 18 道落在 10 個百分點以內。
| 真實 | 我們 | 平均誤差 | |
|---|---|---|---|
婚前性行為在任何情況下都不正當。 35.1%→35.1%0.0pp | 35.1% | 35.1% | 0.0pp |
整體而言，男性比女性更適合擔任政治領袖。 30.8%→31.1%0.3pp | 30.8% | 31.1% | 0.3pp |
我對國會有信心。 73.3%→74.3%1.0pp | 73.3% | 74.3% | 1.0pp |
我會有意識地選購本地採購或本地生產的商品。 59%→57.9%1.1pp | 59% | 57.9% | 1.1pp |
死刑在任何情況下都不正當。 22.5%→24.5%2.0pp | 22.5% | 24.5% | 2.0pp |
我對警方有信心。 86.9%→83.9%3.0pp | 86.9% | 83.9% | 3.0pp |
比起品牌自己的說法，我更相信別人對這個品牌的評價。 66%→63%3.0pp | 66% | 63% | 3.0pp |
整體來說，我對自己現在的生活感到滿意。 79.3%→76.2%3.1pp | 79.3% | 76.2% | 3.1pp |
把所有事情放在一起看，我會說我是快樂的。 89.2%→92.3%3.1pp | 89.2% | 92.3% | 3.1pp |
賣淫在任何情況下都不正當。 51.4%→55.4%4.0pp | 51.4% | 55.4% | 4.0pp |
我相信政府會做正確的事。 77%→71%6.0pp | 77% | 71% | 6.0pp |
我傾向於購買能體現我個人價值觀的品牌。 72%→65.8%6.2pp | 72% | 65.8% | 6.2pp |
墮胎在任何情況下都不正當。 43.5%→36.8%6.7pp | 43.5% | 36.8% | 6.7pp |
你為你的新加坡同胞感到自豪嗎？ 65%→71.9%6.9pp | 65% | 71.9% | 6.9pp |
宗教在你的生活中有多重要？（重要 = 非常重要或相當重要） 65.7%→58.8%6.9pp | 65.7% | 58.8% | 6.9pp |
我願意為符合道德標準採購或生產的商品支付溢價。 38%→30.9%7.1pp | 38% | 30.9% | 7.1pp |
我對我國政府有信心。 81.9%→72.3%9.6pp | 81.9% | 72.3% | 9.6pp |
同性戀在任何情況下都不正當。 46.8%→37%9.8pp | 46.8% | 37% | 9.8pp |
我大多數時候都信任大多數新聞。 45%→55.3%10.3pp | 45% | 55.3% | 10.3pp |
離婚在任何情況下都不正當。 28.6%→39.1%10.5pp | 28.6% | 39.1% | 10.5pp |
我信任初次見面的人。 17.8%→28.6%10.8pp | 17.8% | 28.6% | 10.8pp |
我對新加坡未來一年的經濟前景持正面看法。 64%→76.6%12.6pp | 64% | 76.6% | 12.6pp |
整體而言，男性比女性更適合擔任企業高階主管。 23.3%→35.9%12.6pp | 23.3% | 35.9% | 12.6pp |
在工作機會稀少時，男性應當比女性更有權獲得工作。 34.9%→22%12.9pp | 34.9% | 22% | 12.9pp |
一般來說，大多數人是可以信任的。 34%→47.7%13.7pp | 34% | 47.7% | 13.7pp |
我的大部分購買決策會依據產品的永續性與環境影響來做。 32%→46.3%14.3pp | 32% | 46.3% | 14.3pp |
我預期一年後自己的經濟狀況會更好。 70%→86.1%16.1pp | 70% | 86.1% | 16.1pp |
我對各政黨有信心。 54.9%→71.3%16.4pp | 54.9% | 71.3% | 16.4pp |
科學與技術正讓我們的生活更健康、更輕鬆、更舒適。 79.8%→63.1%16.7pp | 79.8% | 63.1% | 16.7pp |
我信任其他國籍的人。 42.7%→65.1%22.4pp | 42.7% | 65.1% | 22.4pp |
你為身為新加坡人感到多自豪？（自豪 = 非常自豪或相當自豪） 92.5%→67.6%24.9pp | 92.5% | 67.6% | 24.9pp |
永續性對未來很重要。 70%→43.8%26.2pp | 70% | 43.8% | 26.2pp |
我正在積極為永續發展做出貢獻。 30%→58%28.0pp | 30% | 58% | 28.0pp |
社群媒體對我國的民主是一件好事。 75%→46.5%28.5pp | 75% | 46.5% | 28.5pp |
通貨膨脹對我個人已經產生了一些影響。 91%→62.3%28.7pp | 91% | 62.3% | 28.7pp |
我在過去一年裡為線上新聞付過費。 16%→48%32.0pp | 16% | 48% | 32.0pp |
我信任我鄰里的人。 77.5%→42.6%34.9pp | 77.5% | 42.6% | 34.9pp |
如果我們不盡快改變習慣，我們正走向環境災難。 91%→39.8%51.2pp | 91% | 39.8% | 51.2pp |
為什麼這些是可信的來源
錨點是 World Values Survey 第 7 輪 — 由一個全球學術聯盟在約 2,000 名新加坡人的全國機率樣本上執行，是學界、聯合國與經濟合作暨發展組織通用的社會價值觀參照資料集。它不是一份受委託的行銷樣本調查。有三點結構性因素讓這套基準很難被粉飾：
I
第三方的，不是我們自己的
我們對照的是我們既不擁有、也無法調校的已公布調查數字。一家用自己私有基準給自己打分的廠商，是可以（有意或無意地）朝它擬合的。我們在結構上做不到，而且在此之上我們還把題目留出。II
具名且可重現
每一個來源、每一道題、每一個數字都在本頁上，並且可以對著原始出處核對。業界慣例是對著一套不公開的題集給出一個自行申報的準確度數字 — 一個廠商之外無人能驗證的數字。III
誠實評分，哪怕對我們自己不利
當一次稽核發現某個「真值」（一個 87% 的道德消費頭條數字）其實是一項受委託的意向陳述資料時，我們把它更正為母體人口的 38% — 而這個樣本組此前獨立給出的答案約為 42%，與更正後的真值相符。我們朝準確的方向修正基準，而不是朝更好看的分數。
World Values Survey, Wave 7
Ipsos Global Trends
Reuters Institute Digital News Report
Edelman Trust Barometer
Blackbox Research — SensingSG
WWF-Singapore / Accenture · Singlife
Pew Research — Global Attitudes
IPS — Our Singaporean Values
方法
I
樣本組
人群依據新加坡人口普查重建 — 採用 CMIO 族群組成（約 74% 華人 / 13.5% 馬來人 / 9% 印度人 / 其他），宗教與家庭常用語則以族群為條件抽樣，因此這個樣本組是一個真實的新加坡橫斷面，而不是美國觀點的回音。每次執行為每道題抽取 150 個智慧體。II
題庫
38 道有已公布新加坡調查數字的態度題，涵蓋社會價值觀、機構信任、永續性、媒體、性別、幸福感與消費者情緒。每一個邊際分布都帶有可信度標記與來源引用；已公布的百分比作為註明出處的事實引用（我們並不匯入來源方的原始資料集）。III
評分
每道題的分布層面一致性 = 100 − 兩個立場比例（正面 + 負面）上的絕對誤差總和 — 等價於 100 − 2 ×（正面立場比例上的絕對誤差）。我們報告平均一致性、正面比例上的平均絕對誤差（MAE），以及跨題的 Pearson 相關係數 — 也就是那個告訴你樣本組是否像真實母體那樣為態度排序的排序準確度指標。IV
留出驗證
5 折交叉驗證：每一道題都會被留出一次，評分所用的校準只從其餘各折上挖掘，因此沒有任何一道題會被用它自己訓練出的係數來評分。另有一個獨立的、預先登記的留出半集（在執行前就已固定），給出誠實的泛化能力數字。V
無循環論證
校準修正的是一般性的作答風格偏差（例如預設贊同、區間壓縮）— 絕不是某道題自己的答案。這個樣本組奠基於人口統計特徵與生活情境；它表達出的態度是湧現的，而這正是本基準所測量的東西。VI
校準立場
排序是經過驗證、可遷移的那一部分。絕對水準會針對每個客戶的即時投放或追蹤資料進行調校 — 也就是 model-B 層 — 這也是本頁報告的是原始留出數字，而不是一個打磨過的頭條數字的原因。
這是什麼
- 一項對照具名新加坡調查、經過留出的分布層面一致性基準。
- 證明這個樣本組能跨議題正確地為當地態度排序。
- 如實照測量結果報告 — 同一套題庫、有版本控管的紀錄、按固定週期重跑。
這不是什麼
- 不是一個「Pew Singapore」數字 — Pew 沒有深入的新加坡本地題庫。
- 不是個體準確度的聲稱 — 我們測的是比例，不是具體的人。
- 還沒有做絕對水準校準 — 那是針對每個客戶、對著即時資料調校的。
實測得出，而非斷言
本頁快照來自執行 sg_v05_a（Jun 2026，5 折，每題 150 個智慧體）。題庫、每一個來源，以及不斷累積的結果紀錄，都在程式碼儲存庫中做了版本控管。我們會在保密協定下向合格買家完整講解方法與逐題結果。
另請參見美國 Pew 基準測試（已驗證的 93.3% 錨點）與方法概覽。