Man kan skelne mellem to typer usikkerheder i politiske meningsmålinger, der vil afdække, hvad danskerne vil stemme i forbindelse med et folketingsvalg eller en folkeafstemning: Den statistiske usikkerhed. Og potentielle fejlkilder.
1. Statistisk usikkerhed i politiske meningsmålinger
Statistisk usikkerhed er den varedeklaration, politiske målinger påføres for at give læseren/seeren en indikation af, at der her er tale om et kvalificeret bud på et resultat og altså ikke det faktiske resultat. I Megafons målinger er den statistiske usikkerhed på op til +/- 3 procent for det enkelte parti.
Begrebet statistisk usikkerhed bruges, fordi det bygger på en entydig matematisk formel. Den statistiske usikkerhed vil altid være den samme i en undersøgelse med 1.000 respondenter, uanset hvem der har lavet undersøgelsen - og på den måde har man som medie givet læseren/seeren en korrekt information, der ikke kan pilles ved.
Men problemet med at lade den statistiske usikkerhed stå som kvalitetsindikator på en måling er, at denne ikke siger noget om, hvor godt stikprøven er udtrukket. Den siger heller ikke noget om, hvorvidt deltagerne i undersøgelsen har svaret ærligt på spørgsmålet.
Derfor er det nødvendigt også at se på de såkaldte fejlkilder.
2. Mulige fejlkilder i politiske meningsmålinger
Der er to hovedtyper af mulige fejlkilder, der er særligt interessante i forbindelse med politiske meningsmålinger:
2.1. Den skæve stikprøve
Hvis den gruppe mennesker, man spørger i en undersøgelse, ikke er fuldstændig repræsentativ i forhold til den samlede målgruppe, kan resultatet blive skævt. Hvis man for eksempel laver en politisk meningsmåling, hvor andelen af højtuddannede og københavnere er langt større end den andel, de udgør af befolkningen, kan et parti som Dansk Folkeparti, der har størst appel til kortuddannede i provinsen, blive undervurderet, og et parti som De Radikale, der har størst appel til højtuddannede i hovedstaden, blive overvurderet.
Menings- og holdningsforskelle vil ofte være afhængige af faktorer som køn, alder, indkomst, geografi, beskæftigelsessituation med videre. Graden af brug af fastnettelefon, mobiltelefon (abonnement/taletidskort), e-mails, sociale medier med videre varierer meget på tværs af demografiske skel og skal også tænkes ind i udtrækningen af stikprøven.
Hvad kan analyseinstituttet gøre?
Jo flere af ovenstående forhold et analyseinstitut tager hensyn til, desto større vil sandsynligheden være for, at stikprøven afspejler den samlede målgruppe, og at man rammer tæt på det rigtige resultat.
2.2 Det følsomme emne eller parti
I politiske undersøgelser taler man om et såkaldt 'mørketal’. Det er betegnelsen for den andel af respondenterne, der enten bevidst eller ubevidst siger, at de vil stemme på et andet parti, end de rent faktisk har tænkt sig eller ender med at gøre.
Dette metodiske problem kan opstå, hvis konkrete holdninger eller partier bliver genstand for massiv og konsekvent kritik eller opfattes som politisk ukorrekte i store dele af pressen og samfundet. Hvis en person har oplevet situationer, der har været ubehagelige som følge af omverdenens fordømmelse i denne sammenhæng, desto mere tilbøjelig vil han/hun være til at prøve at undgå at svare.
Herhjemme har DF's vælgere i en årrække været de vælgere, som analyseinstitutterne generelt har haft sværest ved at ramme præcist som en direkte konsekvens af dette.
Hvad kan analyseinstituttet gøre?
Der er i branchen forskellige spørgetekniske metoder og vægtninger med videre, som søger at minimere denne fejlkilde, men det er stadig DF-vælgerne, der giver institutterne flest problemer i deres forudsigelser. Nye Borgerlige kan komme til at give lignende udfordringer ved de kommende valg.
3. Der findes ikke noget præcist mål for usikkerhed
Kan man give et præcist tal for usikkerheden i en politisk måling?
Nej. Statistisk usikkerhed angives, fordi det er et helt entydigt matematisk begreb. Men det må i et vist omfang ses som et ’i mangel af bedre’ begreb til at forklare et ekstremt kompliceret område.
De bedste analyseinstitutter vil være i stand til at systematisere deres stikprøveudtræk og omgå fejlkilder på en sådan måde, at de i langt de fleste tilfælde rammer væsentligt mere præcist, end den angivne statistiske usikkerhed giver indtryk af. Men dette udelukker på den anden side heller ikke, at de på et tidspunkt vil kunne komme over den statistiske usikkerhed, hvis der af den ene eller anden årsag måtte være opstået et systematisk skævtræk, der ikke er kompenseret for.
