Gemeinsam sind sie stark. Umfragen als Basis für ein Prognosemodell der Nationalratswahlen 2015

Posted on Oktober 13, 2015 von

3


von Andreas Goldberg

In den letzten Jahren ist die Anzahl an Vorhersagemodellen für Wahlen stetig gestiegen. Die Diskussion um deren Nutzen und Bedeutung findet nicht nur auf akademischer Ebene statt, sondern auch unter den politischen Protagonisten und der allgemeinen Bevölkerung. In der Allgemeinheit dreht sich die Diskussion oftmals um Wahlumfragen, die fälschlicherweise oft mit Vorhersagen verwechselt werden. Wahlumfragen können zwar für eine Vorhersage verwendet werden, alleinstehend bilden Umfragen aber nur ein Meinungsabbild zum jeweiligen Befragungszeitraum. Diese limitierte Aussagekraft von Umfragen zeigt sich auch an der typischen Frageform die meist eine fiktive Wahl am kommenden Sonntag enthält wie beispielsweise „Wie würden Sie abstimmen wenn am kommenden Sonntag Nationalratswahlen wären?“. Die Unterscheidung zwischen Wahlumfragen und Wahlprognosen ist daher wichtig.

In der Literatur, die sich mit Prognosemodellen beschäftigt, werden verschiedene Typen von Modellen unterschieden. Eine mögliche Unterscheidung ist die zwischen strukturellen Modellen und aggregierten Umfragemodellen. Strukturelle Modelle verwenden typischerweise wirtschaftliche Daten wie die Arbeitslosenquote oder das Wirtschaftswachstum um die Abwahl oder Wiederwahl der amtierenden Regierung vorherzusagen. Dies bietet sich besonders in jenen Ländern an, die eine klare politische Zuordnung der Parteien oder Kandidaten in Regierung und Opposition erlauben. Ein gutes Beispiel ist die USA mit nur zwei relevanten Parteien. Die Schweiz hingegen ist ein komplizierterer Fall, da alle grossen Parteien auch in der Regierung beteiligt sind und daher keine einzelne Partei als für die wirtschaftliche Entwicklungen verantwortlich identifiziert werden kann. Strukturelle Modelle basierend auf ökonomischen Faktoren sind daher wenig zielführend in der Schweiz.

Als eine Alternative bleiben daher aggregierte Umfragemodelle. Solche Modelle benutzen eine möglichst hohe Anzahl von Umfragen von verschiedenen Umfrageinstituten. Das Ziel ist eine bessere Vorhersage zu erreichen als das Betrachten einer einzelnen Umfrage, welche streng genommen und wie erwähnt nur ein Meinungsabbild zum Zeitpunkt der jeweiligen Befragung wiederspiegelt. Im Gegensatz zu strukturellen Modellen in denen ökonomische Faktoren zu gleichen oder doch sehr ähnlichen Wahleffekten unabhängig der einzelnen Wahl führen, sind aggregierte Umfragemodelle wahlspezifisch. Des Weiteren unterscheidet man zwischen Modellen in Kontexten mit vielen Informationen (high-information context), sprich viele Umfragen stehen zur Verfügung, und solche mit nur wenigen durchgeführten Umfragen (low-information context). Die Schweiz gehört hierbei zu den Ländern mit wenigen Umfragen und auch nur wenigen Instituten, die diese Umfragen durchführen. In den letzten Jahren hat sich zwar eine gewisse Konkurrenz zwischen Umfrageinstituten oder einzelnen Forschern entwickelt um die genauesten Wahlumfragen, vor allem im Bereich von direktdemokratischen Abstimmungen, dennoch gibt es vergleichsweise wenig verfügbare Umfragedaten für die anstehenden Nationalratswahlen. Eine Motivation für das folgende Prognosemodell war daher zu testen ob Methoden, die eher für high-information Kontexte konstruiert sind, auch im Falle eines low-information Kontextes wie der Schweiz funktionieren.

Die Datengrundlage des Modells sind alle verfügbaren (repräsentativen) Wahlumfragen seit September 2014. Dies sind insgesamt zwölf Umfragen von fünf verschiedenen Instituten. Da einzelne Umfragen verzerrt sein können durch Stichprobenfehler, aber auch eine mangelhafte Abdeckung der Grundgesamtheit (coverage error), Auswahlverzerrung (selection bias), Schweigeverzerrung (nonresponse bias) oder andere Messfehler (measurement error) sollte das Aggregieren zu besseren Ergebnissen führen als das Betrachten einzelner Umfragen. Für das Aggregieren stehen verschiedene Modelle zur Verfügung, wie beispielsweise die einfache Mittelwertbildung aller Umfragedaten. Dies hat jedoch den Nachteil, dass die Nähe zur eigentlichen Wahl vernachlässigt wird, obwohl Umfragen kurz vor dem Wahltermin tendenziell näher am wirklichen Wahlergebnis liegen sollten. Ausserdem können einzelne Institute die Parteiwahl systematisch über- oder unterschätzen, beispielsweise aufgrund von Gewichtungsstrategien oder der verwendeten Umfragetechnik (Telefon, online oder persönlich), sodass für sogenannte house-effects ebenfalls kontrolliert werden sollte. Zusammenfassend nutzt das Modell also alle zur Verfügung stehenden Wahlumfragen, gewichtet sie nach Nähe zum Wahltermin und kontrolliert für systematische Über- oder Unterschätzung einzelner Parteien durch Umfrageinstitute. Geschätzt wird das Modell dann bayesianisch.

wahlch15

(Daten: Verschiedene Umfragen; Analyse: Neale Ahmed El-Dash und Andreas Goldberg)

Das Resultat des Modells in graphischer Form zeigt zum einen stabile Werte für die einzelnen Parteien, vor allem in den letzten knapp vier Monaten vor der Wahl. Dies ist nicht überraschend für das Wahlverhalten in der Schweiz, welches sich allgemein durch eine hohe Stabilität auszeichnet und Änderungen eher schrittweise über mehrere Wahlen stattfinden. Zum anderen sind die geschätzten Parteiwerte mit relativ hoher Unsicherheit verbunden, welches direkt aus der geringen Anzahl an verfügbaren Daten resultiert. Nichtsdestotrotz errechnet das Modell einen Wahlsieg der SVP mit 28.6% der Stimmen (+2% im Vergleich mit 2011). Dahinter folgen die SP mit 18.8% (+0.1%), die FDP mit knapp 16.5% (+1.4%) und die CVP mit 11.6% (-0.7%). Die Entwicklung über die letzten drei Monate zeigt dabei einen leicht positiven Trend für die SVP und CVP, einen leichten Rückgang der FDP und einen stabilen Wert für die SP. Für die verbliebenen kleineren Parteien sagt das Modell 7.6% für die Grünen (-0.8%), 5.3% für die Grünliberalen (-0.1%) und 5.0% für die BDP (-0.4%) voraus. Wie bereits erwähnt sind die Fehlermargen um diese exakten Werte recht hoch, sodass eine detaillierte Interpretation wenig Sinn macht. Für einen Qualitätstest des hier vorgestellten Vorhersagemodells reichen die exakten Punktschätzungen jedoch aus. Die Nationalratswahlen am kommenden Sonntag werden dann darüber entscheiden inwieweit das Modell und die zugrunde liegenden Wahlumfragen richtig lagen.

Folgen Sie dem Autor auf Twitter @andigole

Zur Person: Andreas Goldberg ist Assistent und Doktorand am Institut für Politikwissenschaften der Universität Genf. Er publiziert unter anderem über Wahlen und Abstimmungen und ist ein Experte im Bereich der Umfrageforschung.

*** Zur Info: Das präsentierte Modell entstand in Zusammenarbeit mit Neale Ahmed El-Dash, einem brasilianischen Kollegen mit PhD in Statistik. Auf seiner Seite pollingdata.com.br finden sich weitere Informationen über das Modell, unter anderem die genauen Punktschätzer über Zeit und die verwendeten Umfragewerte. Zu finden sind diese Informationen auf der linken Menüseite unter „Eleições/Elections 2015“ -> „Suiça/Switzerland“. Nach einer kurzen Wartezeit baut sich das Modell auf. Für Interessierte enthält die Seite noch weitere Modelle zu Wahlen in anderen Ländern.

Verschlagwortet: , , ,