933 kandidater. Uden for meget fortolkning. Hvad viser kandidattesten, når man graver i tallene?
DR's kandidattest har 425 (1.125.899.906.842.624) mulige svarkombinationer. Vi simulerede 1 million tilfældige vælgere per storkreds og målte, hvor ofte hvert parti dukker op i top 1, 3 og 5.
Søjler viser hvor ofte et partis kandidater optræder i vælgernes top-N. Den stiplede linje viser deres andel af alle kandidater — afvigelse er strukturel bias.
Gini-koefficienten måler ulighed: 0 = alle kandidater optræder lige ofte, 1 = én kandidat dominerer. Højere Gini = mere skæv fordeling.
Vælg en storkreds og se hvordan kandidaterne klarer sig. Bredderne viser, hvor ofte en kandidat optræder i vælgernes top-N.
Søjlediagrammet viser hvor ofte et partis kandidater optræder i vælgernes top-N. Den stiplede linje er den forventede andel baseret på antal kandidater. Søjler til højre for linjen = favoriseret af algoritmen.
Brug knapperne Top 1 / Top 3 / Top 5 til at skifte mellem hvor mange kandidater der tælles som "synlige" for en vælger.
Gini-kortet viser hvor skæv fordelingen er per storkreds. Højere Gini = færre kandidater dominerer resultaterne.
Kandidat-udforskeren lader dig vælge en storkreds og se hvilke kandidater der klarer sig bedst — og hvor langt de ligger fra det forventede.
For hver af 10 storkredse simulerede vi 1.000.000 tilfældige svarkombinationer (25 spørgsmål, 4 svarmuligheder = 5). For hver simuleret vælger beregnede vi match-procenten mod alle kandidater og registrerede hvem der havnede i top 1, 3 og 5.
Eksakt match-fordeling: Match-score-fordelingen per kandidat er beregnet eksakt via DP-konvolution over alle 425 kombinationer — ingen sampling nødvendig. Konvolution udnytter at den samlede score er en sum af uafhængige per-spørgsmål scores.
Gini-koefficient: Et standardmål for ulighed (bruges normalt om indkomstfordeling). 0 = alle kandidater optræder lige ofte, 1 = én kandidat får al opmærksomhed. Vi beregner den per storkreds og nationalt.
Data fra 2026-03-23. Kildekode: github.com/VanirLabs/fv26
Kandidaterne plottet efter hvad de faktisk svarer. Nogle partier klumper sig tæt. Andre er mere spredte end de giver udtryk for.
Indlæser kompasdata…
Hver prik er en kandidat. Jo tættere to prikker ligger, jo mere enige er kandidaterne på tværs af de 25 spørgsmål.
Hold musen over en prik for at se kandidatens navn og parti.
Klik på en prik for at fremhæve partiet og se en liste over partiets kandidater.
Brug partifarverne i bunden som forklaring — hver farve svarer til et parti.
Data stammer fra DR's Kandidattest, udarbejdet i samarbejde med Altinget. Alle 926 kandidater har besvaret 25 politiske spørgsmål på en 4-punktsskala: helt enig, delvist enig, delvist uenig, helt uenig. Svarene udgør en 25-dimensional vektor per kandidat.
PCA (Principal Component Analysis): En statistisk metode der finder de retninger i data, hvor der er mest variation. Forestil dig at hver kandidat er et punkt i et rum med 25 dimensioner, ét per spørgsmål. Det kan vi ikke tegne. PCA finder de to retninger hvor kandidaterne adskiller sig mest, og projicerer alle ned på et fladt kort. Det er som at fotografere en sky af punkter fra den vinkel der viser mest struktur.
Hvad kan kompasset vise: Hvilke partier der ligner hinanden ideologisk, intern uenighed inden for et parti (spredte punkter), kandidater der skiller sig ud fra deres eget parti, og den overordnede struktur i det politiske landskab.
Hvad kan det ikke vise: Akserne har ikke faste betydninger som "venstre-højre." De er matematiske retninger, ikke politiske skalaer. Afstand er relativ, ikke absolut. PCA viser kun variation i de 25 spørgsmål. Emner der ikke dækkes, er usynlige.
Hvordan fordeler kandidaterne sig på de 25 spørgsmål fra kandidattesten? Vælg et spørgsmål og sammenlign partierne.
Vælg spørgsmål i menuen øverst for at skifte emne. Hver prik viser en kandidats svar på en skala fra "helt uenig" til "helt enig."
Skift til "Partier" for at se partiernes samlede holdning som ét punkt per parti.
Tryk "Statistisk varians" for at se hvor enige eller uenige kandidaterne er inden for hvert parti — et smalt bånd betyder intern enighed, et bredt bånd betyder uenighed.
Klik på partifarverne for at filtrere og sammenligne udvalgte partier.
Data stammer fra DR's Kandidattest, udarbejdet i samarbejde med Altinget. Alle 926 kandidater har besvaret 25 spørgsmål på en 4-punktsskala: helt enig, delvist enig, delvist uenig, helt uenig.
Partivisning: Når du skifter til "Partier," viser vi typetallet (mode), det mest hyppige svar blandt partiets kandidater. Det giver et billede af partiets dominerende holdning, uden at ekstreme enkeltbesvarelser trækker gennemsnittet.
Statistisk varians: Båndet bag punkterne viser én standardafvigelse (±1 SD) fra gennemsnittet af partiets svar. Et smalt bånd betyder intern enighed: kandidaterne svarer ens. Et bredt bånd betyder intern uenighed. Midterlinjen markerer gennemsnittet.
Fra 8. marts holder jeg øje med kandidaternes besvarelser. Her kan du se hvem der har ændret svar, og hvem der først har svaret sent.
21 kandidater har afgivet 293 nye svar siden sidste opdatering.
Her kan du se hvilke kandidater der har ændret holdning siden 8. marts 2026.
Klik på en kandidat for at folde ud og se præcis hvilke spørgsmål de har ændret svar på.
Pilen viser retningen: fra det gamle svar (grå prik, "Før") til det nye (farvet prik, "Nu"). Grøn betyder kandidaten er blevet mere enig, rød betyder mere uenig.
Længere nede finder du nye besvarelser — kandidater der først har svaret sent.
Siden 8. marts 2026 har jeg løbende hentet alle kandidaters besvarelser fra DR's Kandidattest. Ved hver opdatering sammenlignes den nyeste version med den forrige, og ændringer registreres automatisk.
Holdningsskift: Kandidater der har ændret et eksisterende svar, fx fra "helt enig" til "delvist uenig." Kun reelle ændringer tælles, ikke tilfælde hvor en kandidat blot har svaret for første gang.
Nye besvarelser: Kandidater der ikke tidligere havde besvaret et spørgsmål, men nu har afgivet svar. Det kan betyde at kandidaten var langsom til at udfylde testen, eller at testen er blevet udvidet.
Artikler om metodologi, bias i kandidattesten og hvad tallene faktisk fortæller os om det politiske landskab.
Jeg er i gang med den første analyse.
Jeg skriver om metodologi, bias og hvad data faktisk viser.