字母圈测试样本观察：308 份数据能说什么?不能说什么?

这份报告公开的是我们自己的匿名样本：截至 2026-10-08，共 308 份测试结果。它不是「字母圈人群」的比例，而是「主动参与我们站点、并主动点击了匿名贡献的人」的自选择样本。 所以我们不只放数字，同时放出每个百分比的 95% 置信区间，以及三个我们回答不了的问题——因为在这么小的样本上，说清"不能说什么"比多说三个百分比更重要。

---

一、先说局限（放在最前面）

任何一份数据报告，最有信息量的部分往往不是结论，而是它对自身边界的说明。这份数据的边界有六条：

1. 自选择偏差：只有做完测试、并且愿意点「匿名贡献」的人进入样本。愿意分享的人，很可能比一般使用者更愿意探索、更习惯谈论这类话题。
2. 不是配对样本：做过 10 题测试的人和做过 25 题测试的人不是同一批人，我们不能做"同一个人前后变化"的分析（这是隐私设计的必然结果，见第四节）。
3. 没有信效度检验：这些测试是自我探索工具，不是心理测量量表，没有做过临床信效度检验（见测试方法论）。
4. 样本很小：单个测试的样本量在 21–104 之间。n=21 时，一份答卷就等于 4.8 个百分点。
5. 只能看结构，不能看趋势：聚合表只存累计计数，没有历史快照（第六节会展开）。
6. 不构成诊断：任何结果都不能用于判断自己或他人"是什么人"。

换句话说：下面这些数字，只能回答"在我站参与者里，各结果是怎么分布的"这一个问题。 换一个问题，它们就都不适用。

二、数据是怎么来的

这一节不是免责声明，而是让上面的数字可被检验：

• 只有主动上报：结果页上有一个「匿名贡献」按钮，你不点，就没有任何数据产生。
• 只上报两个枚举值：测试名 + 结果标签（例如 quick + switch）。不记录任何一道题的答案、不记录分数、不记录 IP、不记录 User-Agent、不记录时间戳、不记录会话标识。
• IP 只在内存里做当日去重：用 哈希(IP + 当天日期) 判断"同一天同一来源只计一次"，跨天换盐，从不写入数据库，进程重启即清空。所以它既不能追踪个人，也不能跨天关联。
• 结果公开口径：公开页面显示的是聚合计数（shown_count 为空时回落真实值），与数据页读的是同一张表。

代价也很明确：因为不存任何可串联的标识，我们就永远做不了"同一群人的纵向对比"。这是用隐私换来的限制，我们认为值得，但必须写出来。

三、308 份样本的完整分布

属性测试（10 题） — n = 58

结果	份数	占比	95% 置信区间
偏 Sub（顺从）	23	39.7%	28.1% – 52.5%
偏 Dom（主导）	20	34.5%	23.6% – 47.3%
Switch（双向）	15	25.9%	16.3% – 38.4%

深度属性测试（25 题） — n = 65

结果	份数	占比	95% 置信区间
Switch（双向）	33	50.8%	38.9% – 62.5%
偏 Sub（顺从）	21	32.3%	22.2% – 44.4%
偏 Dom（主导）	11	16.9%	9.7% – 27.8%

SM 偏好测试（8 题） — n = 60

结果	份数	占比	95% 置信区间
两侧均衡	26	43.3%	31.6% – 55.9%
偏 M（承受）	19	31.7%	21.3% – 44.2%
偏 S（施加）	15	25.0%	15.8% – 37.2%

Brat 偏好测试（6 题） — n = 21

结果	份数	占比	95% 置信区间
究极 Brat	10	47.6%	28.3% – 67.6%
潜力 Brat	6	28.6%	13.8% – 50.0%
资深 Brat	3	14.3%	5.0% – 34.6%
乖巧顺从型	2	9.5%	2.7% – 28.9%

K0-K9 分级测试（8 题） — n = 104

结果	份数	占比	95% 置信区间
K8 Brat／小恶魔型	37	35.6%	27.0% – 45.1%
K9 犬系驯服型	21	20.2%	13.6% – 28.9%
K4 束缚绳缚型	15	14.4%	8.9% – 22.4%
K7 亲密伴侣型	12	11.5%	6.7% – 19.1%
K1 贴身服侍型	9	8.7%	4.6% – 15.6%
K3 恋痛倾向型	7	6.7%	3.3% – 13.2%
K2 角色服从型	3	2.9%	1.0% – 8.1%

合计 308 份（58 + 65 + 60 + 21 + 104），与数据页的合计一致。

四、能说的三件事

观察 1：「中间态」在两个测试里都是最大的一桶

• 深度属性测试里，Switch 占 50.8%（33/65），是第一大类；
• SM 偏好测试里，两侧均衡占 43.3%（26/60），同样第一。

两个测试都用三个结果，如果结果完全随机，每类应该各占 33.3%。实际的最大桶都明显高于这个数。

这与我们一直强调的立场一致：倾向是一条光谱，中间地带不是"少数派"，而是最常见的位置之一。 如果你测出的是"两边都沾"，那不是没测准。

观察 2（本次最有意思的一条）：题量不同，「中间态」的比例差了一倍

	Switch（双向）占比	95% 置信区间
10 题版属性测试（n=58）	25.9%	16.3% – 38.4%
25 题版深度测试（n=65）	50.8%	38.9% – 62.5%

这两个区间不重叠。 也就是说：这个差距不太可能只是抽样波动，题量／维度不同，确实会改变"落在中间"的比例。

⚠️ 但必须同时说清两件事：

1. 这是两组不同的人（非配对样本），不是"同一批人做两个版本"，所以它不能证明"题目多了就会把人推向中间"；
2. 更可能的机制是判定方式：25 题版覆盖五个维度、且更容易出现"各维度互相抵消"的组合，于是更多落在中间。

不管机制是哪一种，结论都指向同一件事：测试结果取决于你怎么问、问多少题——它是一张当下的地图，不是一个身份判决。 这也是我们把它叫做"自评工具"而不是"测定"的原因。

观察 3：两个测试的分布极不均匀，值得复核设计

测试	最大桶	最小桶	倍数
K0-K9 分级测试	K8 35.6%	K2 2.9%	12.3 倍
Brat 偏好测试	究极 Brat 47.6%	乖巧顺从型 9.5%	5.0 倍
深度属性测试	Switch 50.8%	偏 Dom 16.9%	3.0 倍
SM 偏好测试	两侧均衡 43.3%	偏 S 25.0%	1.7 倍
属性测试（10 题）	偏 Sub 39.7%	Switch 25.9%	1.5 倍

K8（Brat／小恶魔型）是 K2（角色服从型）的 12 倍；Brat 测试里"最高一档"占了近一半——后者在分级类测试里是反常识的（通常是中间多、两头少）。

我们的处理方式是不解释、但记录：这两个现象可能来自题目结构与判定阈值、也可能来自传播效应（某个结果更容易被截图分享），但目前的数据无法区分。它是一个信号：这两个测试的题目区分度与阈值值得复核。

五、不能说的：大部分"排名"都不能当真

这是最容易被忽略、也最重要的一节。看两个例子：

例 1：10 题测试里，"偏 Sub 39.7% > 偏 Dom 34.5%" 成立吗？

两者的置信区间是 28.1%–52.5% 与 23.6%–47.3%，大幅重叠。也就是说：真实情况完全可能是"Dom 比 Sub 多"，也可能是"两者一样"。我们不能说 Sub 比 Dom 多。

例 2：Brat 测试里"究极 Brat 47.6%"接近一半，能说吗？

n 只有 21，置信区间是 28.3%–67.6%。它可能是"四分之一"，也可能是"三分之二"。 这个数字目前只能说明"它不是罕见结果"。

规则：当两个桶的置信区间重叠时，我们只说"它俩看起来差不多"，不说"谁比谁多"。按这个标准，上表里只有观察 2 那一组对比（10 题 vs 25 题的 Switch）通过了检验，其余"第一名与第二名"的差距，都还在噪声范围内。

为什么不干脆把 n 做大一点再发？因为这些数字本来就公开在数据页上，随时能看到。与其让大家自己对着裸百分比猜，不如把误差一起摊开。

六、三个我们回答不了的问题

这三个问题都是真实用户会问的，也是我们明确不会含糊过去的：

问题 1：字母圈人群里，Dom / Sub / Switch 各占多少？

回答不了。 因为样本是自选择的：进样本的前提是"来过我们站、做过测试、还愿意点分享"。这个筛选过程会把人群结构整体扭曲，且扭曲的方向我们无法测量。任何拿这份数据当"人群比例"的用法，都是错的。

问题 2：这个比例在变化吗？Switch 是不是变多了？

回答不了——而且这是我们数据模型的一个真实缺口。 当前的聚合表只存"累计计数 + 最近一次更新时间"，没有按天或按周的历史快照。所以"变化"这件事目前是不可观测的。我们计划在后续版本补上时间维度（保留每日聚合计数，仍然不含任何个人标识），让趋势第一次变得可见。

问题 3：为什么 K8 最多、K2 最少？

回答不了。 可能的原因至少有三种（题目阈值、描述吸引力、外部传播），现有数据无法区分它们。我们不打算给一个听起来合理但没证据的解释。

七、这些数字该怎么用、怎么不用

可以这样用：

• 了解"在这类自评工具里，中间态往往是最大的一类"——这能减少"我测出来两边都沾，是不是没测准"的焦虑；
• 把结果当作沟通的起点：和伴侣交换彼此的结果，聊"重叠的部分"和"只有一方想试的部分"；
• 作为自己探索的参照，而不是结论。

不要这样用：

• ❌ 当成人群比例（"戴表字母圈 40% 是 Sub"这类说法，我们不会说，也请别引用我们说）；
• ❌ 当成诊断或标签（测出 Sub 不等于你软弱，测出 Dom 也不等于你强势）；
• ❌ 用极小样本的桶做判断（Brat 测试的有趣结果不能用"乖巧顺从型只有 9.5%"来证明什么）。

八、下一步

1. 补上时间维度：让"分布有没有变化"可观测（仍只保留聚合计数，不含个人标识）；
2. 复核两个测试的设计：K0-K9 与 Brat 的题目区分度、阈值位置；
3. 样本积累到更大规模后重发一次本报告，并把这次的数字并列，让"变化"自己说话；
4. 保持透明：本报告的方法、局限、以及每张表的置信区间都写在这里，任何人可以拿着它去核对数据页的实时数字。

---

一句话总结：308 份样本能告诉我们"在我们这里，中间态是最常见的"；它不能告诉我们"人群里谁多谁少"。 我们会继续把数字和它的问题一起公开——因为一个数据页的可信度，不在于它显示了多少百分比，而在于它敢说清哪些话它不能说。

安全声明：本站为 BDSM 安全科普与教育平台，遵循 SSC（安全、理智、知情）原则，仅面向成年人。文中所有测试均为自我探索工具，没有经过临床信效度检验，不构成任何诊断；结果仅供参考，请勿用于评价他人。