cargador de imaxe

O lado escuro das urnas

A votación é a pedra fundamental do noso sistema político, e os candidatos e os empregados valoran por igual estas ferramentas para axudar a discernir a opinión pública e dar forma á estratexia. Non obstante, as enquisas de opinión poden contar unha historia inexacta se non se conducen adecuadamente.

Unha enquisa pregunta a unha mostra de persoas para o seu pensamento e sentimento sobre un tema determinado, como a quen planea votar nas próximas eleccións. Cando se executa correctamente, o obxectivo é crear unha predición precisa que analice unha selección aleatoria de participantes con regras estritas sobre o tamaño da mostra, marxes de erro, etc. Tales enquisas son cruciais porque os políticos confían bastante nestes estudos para tomar decisións estratéxicas de campaña.

Para probar a necesidade dun protocolo estrito na votación, non busques máis que a infame predición de The Literary Digest sobre as eleccións presidenciais de 1936. A revista publicou unha das enquisas de opinión máis significativas de todos os tempos e mostrou a 2.4 millóns de persoas sobre as que planeaban votar no concurso presidencial de 1936. A enquisa prevía que o 57% votaría ao candidato republicano Alfred Landon. A enquisa tiña unha das marxes máis pequenas de erro, pero seguía mal porque o presidente Franklin D. Roosevelt gañou a reelección co 60% dos votos. Afortunadamente, os enquisados ​​aprenderon de erros anteriores como estes e os erros poden ensinar valiosas leccións.

 

Moitas enquisas que fan predicións inexactas adoitan marcarse como tendido unha demografía nas súas mostras, tanto se significa que moitos mozos ou non votantes suficientes de ingresos baixos, por exemplo, pero estes demandantes normalmente non son o problema. Aínda que algunhas enquisas poden ter unha mostra de votación débil, a maioría dos estudos aumentan ou pesan obxectivos electorais ata o punto de que distorsiona os seus resultados. Pero que significa isto?

Supoñamos que unha enquisa toma unha mostra de 100 electores, onde 15 participantes son femias brancas. Non obstante, se os datos do censo mostran que o 30% dos votantes son femias brancas, entón un enquisador podería considerar dobrar o peso dos 15 participantes nos seus cálculos finais. Isto permite que a mostra da enquisa represente mellor ao electorado real.

Se os enquisas queren ponderar os seus resultados para que coincidan con toda a poboación votante, o ideal sería que alteren os resultados para coincidir cos últimos datos do censo. Fan isto distribuíndo resultados xeograficamente, mantendo máis respostas de estados e cidades poboadas e, a continuación, os enquisadores axustarían os resultados para corresponder ás distribucións demográficas de idade, raza e sexo. Non obstante, sempre haberá algunha diferenza na comparación das enquisas e do censo. Cando o oco crece, é cando podes comezar a facer afirmacións definitivas de que a enquisa está desactivada.

 

A preocupación máis importante por pesar os votos é confundir a ponderación co número de republicanos, demócratas e outros. A identificación do partido está correlacionada coa votación, pero os enquisadores poden perder o número significativo de membros do partido para toda a poboación. Sen iso, os resultados da mostra de ponderación son un xogo de adiviñas e non unha boa teoría. Algúns enquisadores usan os números dunha votación de eleccións anteriores, pero o número de persoas que se consideran membros dun partido cambia constantemente.

Outro problema de ponderación é colocar demasiado ou demasiado pouco peso nunha única característica. As eleccións diferentes teñen diferentes correlacións características e non hai un acordo completo sobre que factores deben ponderarse máis que outros.

Aínda que as enquisas son unha ferramenta forte, como calquera outra cousa, acontecen erros. Os accidentes de sondaxe anteriores non significan que debemos abandonar a votación por completo. Cada enquisa ten erro, xa sexa por ruído estatístico ou por factores máis difíciles de cuantificar, como o sesgo de non resposta. O obxectivo é reducir ese erro para crear predicións precisas. A medida que a tecnoloxía avanza e o noso coñecemento da teoría das probabilidades vai madurando, a capacidade de anunciar o resultado dunha elección parece destinada a ser cada vez máis fiable.

en English
X