خطای نظرسنجی‌های انتخاباتی آمریکا تکرار می‌شود؟

به گزارش خبرنگار گروه آنلاین روزنامه دنیای اقتصاد، در فاصله کمتر از یک ماه مانده به انتخابات، برآوردهای آماری از شکست سنگین جمهوری خواهان خبر می دهند. بر اساس میانگین نظرسنجی های نِیت سیلور، نامزدهای دموکرات سنا در ایالت هایی پیشتاز هستند که دونالد ترامپ در سال ۲۰۲۴ با برتری های دورقمی در آن ها پیروز شده بود. ایالت هایی همچون کانزاس که ترامپ با اختلاف ۱۶ درصدی در آن پیروز شد، و آلاسکا، آیووا، اوهایو و تگزاس که ترامپ در هر یک با فاصله بیش از ۱۰ درصد به برتری رسید. در مجلس نمایندگان نیز برآوردها حاکی از آن است که دموکرات ها در آستانه دستیابی به بزرگ ترین اکثریت پارلمانی خود طی ۱۸ سال گذشته قرار دارند. این تصویری است که ارقام نظرسنجی ها پیش روی ناظران می گذارند، اما مارک نوویکوف در مطلب اخیر خود در نشریه آتلانتیک می پرسد که تا چه اندازه می توان به این داده ها اعتماد کرد؟ موسسات افکارسنجی پس از دست کم گرفتن سبد رای ترامپ در سال ۲۰۱۶، همواره تلاش کرده اند با بازنگری گسترده در روش های خود، اعتماد عمومی را بازگردانند. شاید این بار چاره اندیشی های آن ها کارساز شده باشد، باوری که مدیران این موسسات نیز بر آن پافشاری می کنند. اسپنسر کیمبال، مدیر نظرسنجی کالج امرسون، معتقد است موسسات این حوزه اکنون از تکنیک ها و الگوهای دقیق تری بهره می برند و به درستی نبض افکار عمومی را منعکس می کنند. با این حال، مراجع افکارسنجی در دوره های گذشته نیز از درستی کار خود اطمینان داشتند، اما صندوق های رای واقعیت دیگری را نشان دادند. موسسات نظرسنجی پس از شگفتی سال ۲۰۱۶ دریافتند که از متغیر قطبی شدن تحصیلی غافل بوده اند. این پدیده نوظهور نشان می داد ترجیحات سیاسی رای دهندگان دارای تحصیلات دانشگاهی تفاوت چشمگیری با افراد فاقد مدرک دارد. از آن پس، این مراکز کوشیدند حضور افراد بدون تحصیلات دانشگاهی را در نمونه های آماری تقویت کنند یا با وزن دهی آماری، سهم واقعی آن ها را در جامعه رای دهندگان بازتاب دهند. پیش بینی بسیار دقیق نتایج انتخابات میان دوره ای ۲۰۱۸این تصور را پدید آورد که اصلاحات روش شناختی پاسخ داده است. اما انتخابات ۲۰۲۰ بار دیگر این دستاورد را زیر سوال برد. هرچند نظرسنجی ها به درستی اقبال بیشتر مردم به جو بایدن در مقایسه با ترامپ را تشخیص دادند، اما میزان آرای ترامپ را حتی بیش از سال ۲۰۱۶ دست کم گرفتند. این خطا به ویژه در سطح ایالتی پررنگ تر بود. بارزترین نمونه ایالت ویسکانسین بود که در آن پیش بینی می شد بایدن با اختلافی نزدیک به ۱۰ درصد پیروز شود، اما برتری نهایی او به کمتر از یک درصد رسید. معمای رای دهندگان خاموش ترامپ این خطای فاحش کارشناسان را سردرگم کرد. اگر کنترل متغیر تحصیلات گره گشا نبود، چه ابزار دیگری می توانست کارساز باشد؟ این فرضیه شکل گرفت که شاید هواداران ترامپ رفتار متفاوتی در برابر نظرسنجی ها دارند و در مقایسه با سایر گروه های جمعیتی مشابه، کمتر حاضر به پاسخ گویی می شوند. این پدیده که با عنوان سوگیری ناشی از بی میلی حزبی به پاسخ شناخته می شود، علت دقت بالاتر نظرسنجی ها در انتخابات میان دوره ای دوران ترامپ را در مقایسه با انتخابات ریاست جمهوری تا حدی توضیح می دهد. شرکت کنندگان در انتخابات میان دوره ای معمولاً شهروندانی هستند که پیگیری سیاسی بالاتری دارند، به نهادها بیشتر اعتماد می کنند و در نتیجه به پرسشگران نظرسنجی ها نیز راحت تر پاسخ می دهند. موسسات برای عبور از این بن بست، به ساده ترین راهکار ممکن یعنی پرسش درباره سابقه رای پیشین متوسل شدند. بر این اساس، اگر هواداران ترامپ رفتار سیستماتیک متفاوتی داشتند، کافی بود از پاسخ دهندگان پرسیده شود آیا در دوره قبل به ترامپ رای داده اند یا خیر، و سپس جامعه آماری به گونه ای تنظیم شود که سهم حامیان پیشین ترامپ با نتایج واقعی دوره گذشته همخوانی پیدا کند. این روش در انتخابات میان دوره ای ۲۰۲۲ موفق از آب درآمد و نتایج با دقت بالایی پیش بینی شد. با این حال، تکیه بر متغیر یادآوری رای نتوانست در انتخابات ۲۰۲۴ مانع خطا شود و نظرسنجی ها بار دیگر حدود ۳ درصد از آرای واقعی ترامپ عقب ماندند، درست همانند آنچه در سال ۲۰۱۶ رخ داد. تجربه نشان داد که خنثی کردن خطای ناشی از عدم پاسخ گویی در سال های انتخابات ریاست جمهوری بسیار دشوار است. حتی در میان افرادی که می گفتند در گذشته به ترامپ رای داده اند، به نظر می رسید موسسات تنها کسانی را می یابند که تمایل بیشتری به رای دادن به دموکرات ها داشتند. پاتریک روفینی، پژوهشگر نظرسنجی وابسته به جناح جمهوری خواه، تاکید می کند که این صنعت در نهایت به همکاری شهروندان متکی است و افرادی که پای تلفن حاضر به گفت وگو می شوند لزوماً نماینده واقعی جامعه نیستند. رابرت کاهالی، از بنیان گذاران گروه نظرسنجی ترافالگار، نیز خاطرنشان می کند جمهوری خواهان کمی بیشتر نگران اند که نامشان در یک فهرست ثبت شود و می خواهند بدانند این اطلاعات در اختیار چه کسانی قرار می گیرد. در مواجهه با این مانع پیچیده، موسسات افکارسنجی به راهکارهای فنی سخت تری روی آورده اند. داگلاس ریورز، مدیر علمی موسسه یوگاو، اعلام کرده تیم او اکنون به سراغ مدل سازی در سطح حوزه های خرد و محلات رفته است تا مطمین شود نه تنها به اندازه کافی پاسخ دهنده ای دارد که می گویند به ترامپ رای داده اند، بلکه به اندازه کافی از این افراد در محله هایی زندگی می کنند که اکثریتشان به ترامپ رای داده اند. نیویورک تایمز و کالج سینا نیز در نظرسنجی های مشترک خود الگوهایی مانند ضریب تمایل و توازن انرژی طراحی کرده اند. این روش ها با ارزیابی شاخص هایی چون میزان گرایش حزبی مستتر در نام افراد، نوع خودروی شخصی و تشابه آماری کامل با گروه های جمعیتی، وزن داده ها را تعدیل می کنند. با این همه، مهار خطای پاسخ دهندگان به تنهایی تضمین کننده دقت پیش بینی ها نیست و مدل سازی نرخ مشارکت متغیر تعیین کننده دیگری است. برآورد دقیق نتیجه منوط به این است که چه افرادی واقعاً پای صندوق های رای حاضر خواهند شد. الگوهای تخمین مشارکت می توانند نتایج را به کلی جابه جا کنند. برای مثال، نظرسنجی ماه سپتامبر موسسه یوگاو در میان رای دهندگان ثبت نام شده نشان داد دموکرات ها با اختلاف ۶ درصد پیشتاز هستند که برای پس گرفتن شکننده مجلس نمایندگان کافی بود. اما بررسی همین جامعه آماری در میان افرادی که حضورشان پای صندوق ها محتمل دانسته می شد، فاصله دموکرات ها را به ۱۶ درصد رساند، رخدادی که می توانست بزرگ ترین اکثریت دموکرات ها در مجلس نمایندگان را از دهه ۱۹۷۰تاکنون رقم بزند. حتی داگلاس ریورز اذعان می کند که پذیرش چنین فاصله ای دشوار است و این ارقام برآمده از مفروضاتی است که نتیجه را یک طرفه به نفع دموکرات ها سنگین می کند و باید با تردید به آن نگریست. الگوهای پیش بینی مشارکت همواره آمیخته با حدس های تجربی است. آمار جمعیت بزرگسال سفیدپوست، سیاه پوست یا آسیایی تبار در آمریکا کاملاً مشخص است و می توان جامعه آماری نظرسنجی را منطبق با ترکیب جمعیتی طراحی کرد، اما اینکه چه درصدی از هر گروه نهایتاً پای صندوق حاضر می شوند همیشه امری تخمینی است. اگر حضور عملی این گروه ها با پیش بینی ها فاصله زیادی داشته باشد، می تواند خطای ارقام پایانی را افزایش دهد. کابوس تکرار خطا برای دموکرات ها با این وجود، دموکرات ها و موسسات نظرسنجی برای سال ۲۰۲۶دلایلی برای امیدواری دارند. در این انتخابات میان دوره ای، نام ترامپ مستقیماً در برگه رای ثبت نشده و انتظار می رود رای دهندگان کم انگیزه در خانه بمانند، شرایطی که موسسات در دوره های گذشته در پیش بینی آن عملکرد بهتری داشته اند. از طرف دیگر، تجربه انتخابات در دوران ترامپ تنها محدود به دو انتخابات میان دوره ای و سه انتخابات ریاست جمهوری است و این تعداد اندک برای قاعده سازی قطعی کفایت نمی کند. رفتار انتخاباتی گاه به شکلی غیرقابل پیش بینی تغییر می کند و علاوه بر این، ترامپ به شیوه های گوناگون حضور خود را در متن این انتخابات میان دوره ای تحمیل کرده است، از دخالت مستقیم در انتخاب نامزدها و برگزاری گردهمایی های فشرده تا استفاده از پول مالیات دهندگان برای تبلیغات سیاسی و واداشتن حزب به برگزاری کنوانسیون میان دوره ای با محوریت خود. بروز خطای ساختاری در نظرسنجی ها، در ابعادی مشابه با سال های ۲۰۱۶ یا ۲۰۲۴، می تواند رویای دموکرات ها برای تصاحب سنا را بر باد دهد. اگر داده ها بخت دموکرات ها را در هر ایالت تنها ۳ درصد بیش از واقعیت نشان داده باشند، آن ها با حاشیه ای شکننده در آلاسکا، تگزاس، میشیگان و اوهایو پیروز خواهند شد، اما نمی توانند کرسی های کانزاس، آیووا و مین را از آن خود کنند و در مینسوتا نیز شکست می خورند. در این حالت آرای سنا به تساوی ۵۰ در برابر ۵۰می رسد و جی دی ونس در مقام معاون رییس جمهور، رای تعیین کننده را به سود جمهوری خواهان به صندوق خواهد انداخت. اگر خطای پیش بینی به بزرگی سال ۲۰۲۰ باشد، پیامد آن برای دموکرات ها وخیم تر خواهد بود و هیچ کرسی اضافه ای در سنا به دست نخواهند آورد، ضمن آنکه پس گرفتن مجلس نمایندگان نیز با اکثریتی بسیار لرزان محقق خواهد شد. تمامی این محاسبات فرضیاتی بر روی کاغذ هستند. در دنیای واقعی صندوق های رای، خطاهای آماری در ایالت های گوناگون یکسان عمل نمی کنند و وزن متفاوتی خواهند داشت. البته اگر ناظران می توانستند این خطاها و تفاوت های ایالتی را از پیش با دقت تعیین کنند، اساساً نیازی به اجرای نظرسنجی احساس نمی شد.