多數投票平台只告訴你「哪個選項贏了」。但一則題目底下 52% 對 48%，跟 95% 對 5%，代表的是完全不同的社群樣貌——前者是激烈拉鋸，後者接近全體共識。Quadrant 想呈現的，正是這個「結構」本身。

分歧度（Divergence）：意見有多集中，還是多分散？

分歧度是一個 0 到 1 之間的數值，用來描述這一題所有選項的得票分佈有多平均。

• 數值偏低：多數人集中投給少數幾個選項，代表意見趨於收斂、社群共識較高。
• 數值偏高：得票平均分散在各個選項之間，代表意見多極化，沒有明顯的主流答案。

Quadrant 的計算方式是資訊理論裡常見的熵（entropy）：把每個選項的得票比例代入熵公式，選項分佈越平均，熵值（也就是分歧度）越接近 1；越集中在單一選項，熵值越接近 0。

為什麼不能只看「哪個選項最多票」

只看最高票選項，你會漏掉一個關鍵資訊：這個結果有多穩固。一題如果分歧度很低，代表就算換一批人重新投，結果大概率還是差不多；分歧度高的題目，則代表社群本身就存在真實的路線分裂，任何「多數決」的結論都該謹慎解讀。

這也是為什麼點擊一個選項時，Quadrant 會先讓你看到那個選項自己的比例，同時模糊其他選項——你可以先建立對單一選項的直覺，再透過完整的結構分布（分歧度、眾譽分數）去理解整體樣貌，而不是一次被一串數字淹沒。

關於結構分布的常見問題 (FAQ)

Q1：分歧度高是不是代表這個議題有爭議、比較負面？

不是。分歧度只是中性的統計描述，代表「意見分散程度」，不代表議題本身有問題。有些好問題本來就該有分歧的答案。

Q2：結構分布跟「觀點溫度」是同一套系統嗎？

不是。觀點溫度衡量的是你個人的選擇跟結構中心的距離；結構分布（分歧度、極化程度）衡量的是整個題目的意見形狀。一個看個人，一個看全體。

Q3：我需要投票才能看到結構分布嗎？

目前網頁版設計為：點擊任一選項即可看到該選項比例與這題的結構分布小工具，且有每 30 分鐘一次的次數限制，讓這個功能維持在「淺嚐」而非完整結果頁的定位。

結語：把「贏了多少」換成「結構長什麼樣」

一個好的投票平台不該只回答「誰贏了」，而該讓你看懂「這個結果背後的社群結構」。分歧度、熵值，都是 Quadrant 嘗試把抽象的「眾聲喧嘩」轉換成可以理解、可以比較的具體數據。