برخی از نظرسنجیها معتقدند که تاکتیکی که در سال 2022 مورد استقبال گسترده قرار گرفت، با یک چرخه نظرسنجی بسیار موفق پشت سر آنها، ممکن است به پیشبرد آنها در انتخابات ریاست جمهوری بعدی کمک کند. اما حتی طرفداران این تاکتیک نیز می گویند که ممکن است این یک نوشدارویی نباشد، به ویژه اگر دونالد جی. ترامپ، رئیس جمهور سابق آمریکا بار دیگر در رای گیری حضور داشته باشد.
نظرسنجیها بهطور فزایندهای به نظرسنجیها وزن میدهند که پاسخدهندگان به یاد میآورند که در انتخابات قبلی به چه کسانی رای دادهاند، علاوه بر این که با جمعیتشناسی استاندارد مانند نژاد و سن سازگاری داشته باشند. این تاکتیک مدتهاست که در کشورهای دیگر برای بهبود دقت نظرسنجی استفاده میشود، اما تنها در سالهای اخیر در ایالات متحده به طور گسترده مورد استفاده قرار گرفته است.
کامرون مک فی، متدولوژیست ارشد در SSRS، شریک نظرسنجی CNN و یک نظرسنجی که برخی از نظرسنجیهای آن را بر اساس رایهای فراخوان شده در سال 2022 وزن کرد، گفت: “ما همه وحشت زدهایم. او افزود: “همه ما نسبت به تغییراتی که در سال 2022 ایجاد کردیم احساس خوبی داریم. ، اما من فکر می کنم هنوز یک علامت سوال بزرگ وجود دارد” به سال 2024.
نظرسنجیکنندگان با وزن دادن به رایهای فراخوانشده، راحتتر میتوانند عدم توازن حزبی در پاسخگویی به نظرسنجیها را اصلاح کنند، و در سالهای اخیر دموکراتها تمایل داشتهاند با نرخهای بالاتری نسبت به جمهوریخواهان به نظرسنجیها پاسخ دهند. شاید مهمتر از آن، وزن دادن به آرای فراخوان شده به طور خاص می تواند نفوذ حامیان ترامپ را افزایش دهد، گروهی که نظرسنجی ها در سال های 2016 و 2020 برای اندازه گیری دقیق آن تلاش کردند.
اتخاذ این تاکتیک توسط نظرسنجی ها در ایالات متحده هنوز همگانی نیست. چندین نظرسنجی برجسته بدون آن به نتایج دقیقی دست یافتند – از جمله نیویورک تایمز/ کالج سینا که پس از چرخه 2022 توسط FiveThirtyEight به عنوان دقیق ترین نظرسنجی سیاسی آمریکا معرفی شد.
بر اساس تحلیل FiveThirtyEight، به طور کلی، سال 2022 یکی از دقیق ترین سال ها برای نظرسنجی در تاریخ اخیر بود. پاتریک موری از نظرسنجی دانشگاه مونموث گفت: بسیاری از نظرسنجیها «حتی بدون آن مرحله وزندهی اضافی، احتمالاً سال 2022 را به درستی انجام میدادند، زیرا ما این کار را انجام دادیم».
پس از سال 2016، تحلیلهای پس از انتخابات نشان میدهد که نظرسنجیها به طور مداوم از رایدهندگان کم سواد، که تمایل به حمایت نامتناسب از آقای دکتر داشتند، نشان میدادند. ترامپ. برای رفع این مشکل، نظرسنجیکنندگان آموزش را بهعنوان وزنهای اضافی در نظر گرفتند و به نظر میرسید چرخه نظرسنجیهای دقیق در سال 2018 بازتاب بازگشت به حالت عادی باشد.
اما در سال 2020، نظرسنجیها نسبت به هر انتخابات مدرنی مغرضانهتر بودند و تقریباً پنج درصد بیش از حد از حمایت دموکراتها نشان دادند، در مقابل سه درصد – میزان خطای عادیتر – در سال 2016.
من فکر می کنم یکی از دلایل موفقیت آمیز بودن سال 2022 – و حتی تا حدی در سال 2018 – این بود که خود ترامپ در رای گیری حضور نداشت. آقای. موری گفت. اگر تاریخ راهنما باشد، احتمالاً شاهد خواهیم بود که این عدم پاسخگویی تا سال 2024 بر اساس نحوه نامزدی جمهوریخواهان ادامه خواهد یافت.»
انتخابات 2020 چالش متمایز دیگری را به همراه داشت – این انتخابات در بحبوحه همهگیری رخ داد. نظرسنجیها دریافتند که برخی از آمریکاییها، که در خانه ماندهاند و تنها هستند، بیشتر به نظرسنجیها پاسخ میدهند. در حالی که در ابتدا به عنوان یک موهبت تلقی می شد، اگر به این معنی بود که پایبندی نابرابر به دستورات خانه نشینی منبع دیگری از تعصب به افرادی که تلفن را برمی دارند، منجر به تعصب بیشتر می شد.
وزن دهی به آرای فراخوان شده خالی از نگرانی نیست.
نشان داده شده است که رای دهندگان به خاطر می آورند که به چه کسی رای داده اند یا اصلاً رای داده اند یا خیر، معمولاً به احتمال زیاد رأی دادن به برنده را به یاد می آورند. یک مطالعه روی رای دهندگان کانادایی نشان داد که تا یک چهارم رای دهندگان در یادآوری اینکه به چه کسی رای داده اند ناسازگار بودند.
این ارائه نادرست از آرای گذشته بسته به اینکه چه کسی در انتخابات اخیر پیروز شده است، می تواند نظرسنجی ها را به جهت های مختلفی سوق دهد. در سال 2022، این بدان معنا بود که پاسخ دهندگان بیشتر می گویند که از جو بایدن حمایت کرده اند، و نظرسنجی هایی که از رای فراخوانده شده استفاده می کنند، در نهایت به آنها اهمیت کمتری می دهند، به این معنی که حمایت جمهوری خواهان تقویت می شود.
اما با یک برنده قبلی از یک حزب متفاوت، اثر معکوس خواهد شد. ارزیابی توسط تایمز نشان داد که وزن دادن به نظرسنجیهای 2020 آن با استفاده از آرای فراخوان شده 2016 باعث میشد که آنها حتی بیشتر نسبت به آقای آقای مغرضانه رفتار کنند. بایدن و گزارشی از انجمن آمریکایی برای تحقیقات افکار عمومی که بررسی میکرد چگونه نظرسنجیهای سال 2020 میتوانستند بهبود یافته باشند، نشان میداد که نظرسنجیهایی که بر رأیهای فراخوانشده تاثیر میگذاشتند، بهتر از نظرسنجیهایی نبودند که انجام ندادند.
به طور مشابه، در سال 2022، وزن دهی با رای فراخوانده شده، نظرسنجی های Times/Siena را دقیق تر می کرد. همانطور که منتشر شد، بدون وزن دهی به آرای فراخوان شده، نظرسنجی های نهایی انتخابات سنا، فرماندار و مجلس نمایندگان دارای میانگین خطای کمتر از دو درصد و سوگیری صفر نسبت به دموکرات ها یا جمهوری خواهان بود. هنگامی که با استفاده از آرای فراخوانده شده برای نتایج انتخابات 2020 وزن داده می شد، میانگین خطا یک درصد افزایش می یافت و به طور کلی نظرسنجی ها کمی نسبت به جمهوری خواهان مغرضانه بود.
اما این ممکن است نتیجه تصمیمات دیگری باشد که تایمز می گیرد، که شامل وزن دهی به اطلاعات جمعیتی موجود در پرونده رأی دهندگان است که همیشه در دسترس سایر نظرسنجی ها نیست.
سایر نظرسنجیها روش رای فراخوانشده را نسبت به طرحهای وزندهی معمولی پیشرفتهای قابلتوجهی یافتهاند. SSRS در سال 2022 از طیف وسیعی از روش های وزن دهی استفاده کرد، از جمله رای دادن به برخی از نظرسنجی های خود را به یاد آورد، و همچنین وزن دادن به هویت سیاسی را آزمایش کرد. تجزیه و تحلیل پس از انتخابات آن نشان داد که استفاده از رای یادآوری شده به عنوان وزن دقیقترین رویکرد کلی بوده و میانگین دقت را بیش از سه درصد نسبت به وزن دهی بر روی آمارهای جمعیتی استاندارد افزایش میدهد.
کلیفورد یانگ، رئیس امور عمومی ایالات متحده در ایپسوس گفت: «این یک روش بی رحمانه است. «یعنی ما واقعاً نمی دانیم برای چه چیزی تصحیح می کند. آیا فقط برای عدم پاسخگویی غیر قابل چشم پوشی درست می شود؟ یا سوگیری پوشش را درست می کند؟ یا شاید یک مشکل احتمالی رای دهندگان؟ شاید هر سه.»
با این حال، نظرسنجی ها عموماً خوش بین هستند. “آنچه شواهد نشان میدهد این است که ما را در نظرسنجیهایمان در جایگاهی بسیار بهتر از عدم استفاده از آن قرار میدهد.” یانگ، با اشاره به اینکه معتقد است اکثر نظرسنجیها در سال 2024 به رایهای گذشته اهمیت میدهند، گفت: “من فکر میکنم شواهد تا کنون نشان میدهد که این کار بیشتر از اینکه ضرر داشته باشد، مفید است.”
وی افزود: “اگر از همان روش های وزن دهی و تصحیح استفاده کنیم که در سال 2020 در سال 2024 استفاده کردیم، نتیجه را از دست خواهیم داد.”