5 أشياء يجب معرفتها حول تحليل استطلاع رأي Battleground Tracker لانتخابات 2024 الذي أجرته CBS News
ما هو برنامج Battleground Tracker بالضبط، ومن أين تأتي الأرقام؟ إليك خمسة أشياء يجب معرفتها.
1. الذهاب إلى ولاية تلو الأخرى لفهم هذه الانتخابات
نحن نتبع نهج كل ولاية على حدة في وصف السباق وقياس الرأي العام، حيث يتم الفوز بالرئاسة في المجمع الانتخابي، وليس عن طريق التصويت الشعبي الوطني. والواقع أن الاعتماد أكثر من اللازم على استطلاعات الرأي الوطنية قد يكون مضللا 2016 ذكرنا.
يراقب Battleground Tracker كل ولاية على حدة، مع التركيز على الحالات الأكثر تنافسية. ونقوم بترجمة الدعم الحالي لكل مرشح إلى لوحة نتائج الأصوات الانتخابية. ويعطي نهجنا الخاص بكل ولاية على حدة أيضًا فكرة عما يفكر فيه الناخبون في أجزاء مختلفة من البلاد ويشعرون به تجاه مرشحي هذا العام والقضايا الوطنية والمسائل المحلية.
2. أكثر من مجرد استطلاع رأي
في حين أن استطلاع آراء الناخبين في جميع أنحاء البلاد يشكل جزءًا لا يتجزأ من Battleground Tracker، فإن هذا أكثر من مجرد استطلاع عادي. إنه في الواقع مشروع بيانات ضخم. نحن نجمع بين استطلاعات الرأي وملفات الناخبين (من بيانات L2 (L2 هي الشركة التي تستخدمها CBS News لملفات الناخبين)، وبيانات التعداد السكاني الأمريكي، والاتجاهات التاريخية للحصول على صورة واضحة لما يحدث في كل ولاية.
إليك ما تخبرنا به البيانات:
- نحن نعرف المرشحين الذين تدعمهم أنواع مختلفة من الناخبين من استطلاعاتنا، والتي تتضمن أحجام عينات أكبر بكثير – عشرات الآلاف – مقارنة باستطلاع رأي عادي؛
- نحن نعلم عدد الأشخاص مثلهم في كل ولاية ومقاطعة، وكذلك تاريخ مشاركتهم في التصويت، من ملفات الناخبين وبيانات تعداد الولايات المتحدة؛
- ونحن نعرف نتائج الانتخابات السابقة في كل ولاية، وهو ما يمكننا من ربط تقديراتنا لعام 2024 بالتاريخ الحديث.
يجمع نموذجنا كل هذه البيانات باستخدام الانحدار متعدد المستويات مع التقسيم الطبقي اللاحق (قم بالتمرير لأسفل لمزيد من التفاصيل حول هذا الموضوع). ومن سمات هذه التقنية أننا نستخدم الاتجاهات في جميع أنحاء البلاد لإعلامنا بصورة ولاية معينة. إذا وجدنا أن الناخبين من أصل إسباني في جميع أنحاء الجنوب الغربي يتحولون في الدعم، على سبيل المثال، فإننا نستخدم المعلومات لتقدير الولايات المحددة التي يعيش فيها الناخبون من أصل إسباني بدقة أكبر. وينطبق الشيء نفسه على العديد من أنواع الناخبين الأخرى. يتيح لهم الاستطلاع إخبارنا بما يفكرون فيه، ونقوم بربط ذلك بعددهم الذين يعيشون في كل ولاية.
نحن نتعاون في جمع البيانات والنمذجة مع شركة أبحاث الرأي العالمية يوجوف، بناءً على جهودنا الناجحة في 2018, 2020، و 2022.
3. فكر في الصور الفورية، وليس التوقعات
سنخبرك أين تقف السباقات اليوم، موضحين السبب وما الذي قد يتغير. نحن نتوقع تمامًا حدوث أي تحرك قبل إجراء التصويت الأول، لذلك سنقوم بتحديث كل شيء بانتظام في الأشهر المقبلة.
على عكس التوقعات الانتخابية، نقوم بتقدير الدعم الحالي لكل مرشح، مع دمج جميع البيانات التي جمعناها حتى هذه النقطة. على سبيل المثال، إذا قدرنا الرئيس بايدن بنسبة 49% في ولاية بها هامش خطأ 3 نقاط، فنحن على ثقة من أن دعمه هناك يتراوح بين 46% و52%. اليوم – لا يعني ذلك أن النتيجة النهائية ستكون في هذا النطاق.
لا يوجد هنا ما يفسر حالة عدم اليقين التي تسود المشهد السياسي في المستقبل ــ لا شيء عن تغير الاقتصاد أو المناقشات الدرامية، على سبيل المثال. ونحن نتوقع تماما حدوث تحركات قبل الإدلاء بالتصويت الأول، لذا فسوف نقوم بتحديث كل شيء بانتظام طوال الخريف. والسباق الذي يميل نحو حزب واحد اليوم قد يعاد تصنيفه باعتباره سباقا محتدماً إذا أصبح أكثر تنافسية.
4. السيناريوهات الانتخابية
وهذا يقودنا إلى السيناريوهات. وفي المستقبل، سيقدم Battleground Tracker سيناريوهات معقولة لكيفية سير الانتخابات. سنقوم بذلك باستخدام مزيج من المحاكاة الإحصائية وتعديل بعض الافتراضات التي يقوم عليها نموذجنا، مما يؤدي إلى يتراوح من النتائج المحتملة.
فيما يلي مثال على ذلك. من بين أصعب الأمور التي يتعين علينا أن نحددها هو نسبة المشاركة في التصويت: من الذي سيكلف نفسه عناء التصويت بالفعل؟ إن تحديد من هم المرجح أن يصوتوا يشكل تحدياً دائماً حساساً للافتراضات.
في نموذجنا الأساسي، نقوم بتقدير الناخبين الذين يدلون بأصواتهم بناءً على ما يخبروننا أنهم يخططون للقيام به والأنماط التاريخية في ولاياتهم. في سيناريوهاتنا، سنغير قليلاً من معلمات النموذج لاستكشاف ما إذا كان هناك أي تغيير في هذه المعايير. استطاع قد يحدث ذلك إذا، على سبيل المثال، بقيت أعداد كبيرة من الناخبين في منازلهم (ربما خوفًا من الإصابة بالمرض) أو إذا حدثت زيادة في التصويت عن طريق البريد (وهو أمر محتمل أيضًا نظرًا للاهتمام الشديد بهذه الانتخابات). سنطرح سيناريوهاتنا في وقت لاحق من الحملة، لذا تحقق منها مرة أخرى!
5. النماذج لديها سجل حافل
في حين أننا نتبع نهجًا مختلفًا عن استطلاعات الرأي التقليدية، فإن أداة Battleground Tracker تعتمد على أساليب صارمة من مجالات العلوم السياسية وأبحاث الاستطلاعات والإحصاءات. علاوة على ذلك، لدينا سجل حافل في استخدام نماذج مماثلة في CBS News على مدار السنوات القليلة الماضية.
موديلنا 2018 كان أداؤها جيدًا بشكل خاص، حيث تتبعت بشكل مطرد تحسن الديمقراطيين في السباقات الرئيسية والموجة الزرقاء في نهاية المطاف في مجلس النواب الأمريكي. في الحقيقة، سيناريونا الذي يشهد إقبالا كبيرا لقد قدر بدقة توزيع المقاعد النهائي، عندما حدث أن الإقبال التاريخي عزز المكاسب الديمقراطية.
تقييمات السباق الدقيقة لدينا في عام 2020 كانت مبنية على نموذج مماثل. لقد قدرنا أن الديمقراطيين حققوا تقدمًا قبل يوم الانتخابات، لكن الجمهوريين يمكنهم اللحاق بارتفاع الإقبال المتأخر. كل ولاية صنفناها على أنها ذات توجه ديمقراطي انتهى بها الأمر إلى فوز بايدن، وكل ولاية صنفناها على أنها ذات توجه جمهوري ذهبت إلى ترامب. من بين ست رميات، فاز ترامب بأربعة وفاز السيد بايدن باثنين.
ومؤخرًا، مكنتنا هذه المنهجية من تقدير دقيق انتخابات التجديد النصفي 2022. وكان نموذجنا يشير باستمرار إلى مكاسب ضيقة للجمهوريين في مجلس النواب، وليس إلى الموجة الحمراء التي توقعها العديد من المحللين الآخرين.
المزيد عن النموذج الإحصائي الذي نستخدمه
إذا كنت تريد معرفة المزيد عن البيانات والنموذج الإحصائي الذي نستخدمه – ولا تمانع في استخدام القليل من المصطلحات – فاستمر في القراءة…
أولاً، نقوم باستطلاع آراء الآلاف من الناخبين المسجلين في مختلف أنحاء البلاد ونحرص على اختيار عينات أكبر في الولايات المتأرجحة، والتي نتوقع أن تكون أكثر تنافسية. وأهم الأسئلة التي نطرحها على الناخبين لأغراض التقدير هي مدى احتمالية تصويتهم والمرشح الذي سيصوتون له اليوم.
ثم نحدد كيف ترتبط نوايا التصويت لدى الناس بخصائصهم مثل العمر والجنس والعرق والتعليم والتصويت السابق ومكان إقامتهم وما إلى ذلك. كل ناخب لديه مجموعة معينة، والتي سنسميها “ملف تعريف” للاختزال. على سبيل المثال، أحد الملفات التعريفية المحتملة هو امرأة آسيوية تبلغ من العمر 45 عامًا، تحمل شهادة جامعية، وصوتت لصالح بايدن قبل أربع سنوات، وتعيش في مقاطعة أليغيني، بنسلفانيا. غيّر أيًا من هذه الخصائص وستحصل على ملف تعريف مختلف. نجري انحدارًا متعدد المستويات – وهي طريقة لنمذجة العلاقة بين المتغيرات المختلفة – على بيانات المسح لتقدير عدد الناخبين لكل ملف تعريف محدد ينوي التصويت لكل مرشح رئيسي. يتضمن الانحدار خصائص الناخبين أعلاه، بالإضافة إلى تأثيرات الولاية والمنطقة (المستويات في “متعدد المستويات”).
وتتمثل الخطوة التالية في تقدير عدد الأشخاص الذين ينتمون إلى كل ملف تعريفي للناخبين والذين يعيشون في كل ولاية. ولهذا الغرض نستخدم مزيجاً من بيانات التعداد السكاني في الولايات المتحدة وملفات الناخبين، التي تتضمن تعداد الناخبين على مستويات دقيقة للغاية، مثل الدوائر الانتخابية. وفي كل ولاية، نضرب العدد الإجمالي للناخبين من ملف تعريفي معين بنسبة الناخبين الذين ينتمون إلى هذا الملف التعريفي والذين اختاروا مرشحاً (خطوة “ما بعد التقسيم الطبقي”). وبعد تجميع كل ملفات تعريف الناخبين في ولاية ما، نحصل أخيراً على تقدير لحصة هذا المرشح من الأصوات على مستوى الولاية. وفي ولايتي مين ونبراسكا ــ الولايتين اللتين تمنحان الأصوات الانتخابية حسب الدائرة الانتخابية ــ نقوم أيضاً بتقدير دعم المرشحين في كل دائرة انتخابية.
المصدر
الكاتب:
الموقع : www.cbsnews.com
نشر الخبر اول مرة بتاريخ : 2024-06-28 23:23:58
ادارة الموقع لا تتبنى وجهة نظر الكاتب او الخبر المنشور بل يقع على عاتق الناشر الاصلي
تم نشر الخبر مترجم عبر خدمة غوغل
