ほとんどの世論調査は、2020年の米国大統領選挙の勝利候補を正しく予測しました – しかし平均して、民主党のジョー バイデンが共和党現職のドナルド トランプを倒す差を過大評価しました。
世論調査の方法に関する私たちの研究により、世論調査員の予測は、従来の質問を超えたものにすれば、より正確になることがわかりました。 従来の世論調査では、今日の選挙であれば誰に投票するか、または特定の候補者に投票する可能性をパーセントで尋ねます。
しかし、人々の期待や社会的判断に関する研究により、私たちと、サンタフェ研究所の Henrik Olsson と MIT の Drazen Prelec は、異なる質問により、より正確な結果を得られるかどうかを考えました。
特に、私たちは、自分の社会的サークルや州の他の人々の政治的嗜好について尋ねることが、アメリカの有権者の全体像を描くのに役立つかどうかを知りたかったのです。 多くの人は、友人や家族の人生経験（幸せや健康、収入など）について知っている。 そこで私たちは、このような他人の知識が政治に及ぶかどうかを確かめるために世論調査の質問を作成しました。 周りの人がどのように投票するのかを尋ね、その回答を大規模な全国サンプルで集計することで、世論調査会社はしばしば「群衆の知恵」と呼ばれるものを利用することができます。
新しい「群衆の知恵」の質問とは？
2016年の米国大統領選挙の時期から、我々はさまざまな選挙の世論調査で参加者に質問しています。 “あなたの社会的接触者の何パーセントが各候補者に投票しますか？”
2016年の米国選挙では、この質問はトランプ氏が勝利すると予測し、世論調査回答者自身の投票意思を尋ねる質問よりも正確にそうしました。
参加者の社会的接触に関する質問も同様に、2017年のフランス大統領選挙、2017年のオランダ議会選挙、2018年のスウェーデン議会選挙、2018年の米国下院選挙の結果を予測する際に、従来の質問よりも正確でした。”あなたの州では何パーセントの人がそれぞれの候補者に投票しますか？”とも質問しています。 この質問もまた、参加者の周囲の人々の知識を利用したものですが、より広い範囲での質問です。 この質問のバリエーションは、以前の選挙でもうまくいきました。
新しい世論調査の質問はどのようにうまくいったのか
2020年の米国大統領選挙では、私たちの「群衆の知恵」の質問は、再び従来の質問よりも全米人気投票の結果を予測する上で優れていました。 USC Dornsife Daybreak Pollで、我々は4,000人以上の参加者に、社会的接触者がどのように投票すると思うか、また自分の州ではどの候補者が勝つと思うかを尋ねました。 また、彼ら自身はどのように投票するつもりなのかも聞かれた。
現在の選挙結果では、人気投票でバイデンが3.7ポイントリードしています。 全米の世論調査の平均では、8.4ポイントのリードが予測されていた。 これに対し、社会的接触に関する質問では、バイデン氏のリードは3.4ポイントと予測された。 州当選者の質問では、バイデンが1.5ポイントリードすると予測された。 一方、同じ世論調査で有権者自身の意思を問う従来の質問では、9.3ポイントのリードを予測していた。
Why do the new polling questions work?
私たちは、世論調査参加者に、彼らの社会的サークルや州内の他の人々について尋ねることが、参加者自身について尋ねるよりも結果的に正確であるという3つの理由があると考えます。 そうでなければ、データが完全に省かれていたかもしれない人々の投票意図について、少なくともいくつかの情報を世論調査員に提供するのです。 例えば、多くの人は世論調査会社から連絡がなかったり、参加を断ったりしている可能性があります。 世論調査の回答者は、周囲の人々について完璧な情報を持っているわけではありませんが、有用な答えを出すのに十分な情報を持っていることがわかります。
第二に、人々は、自分自身がどのように投票するかを認めるよりも、他の人がどのように投票すると思うかを報告する方が簡単だと思うかもしれません。 人によっては、自分の好きな候補者を認めるのが恥ずかしいと感じるかもしれません。 また、嫌がらせを恐れる人もいるかもしれません。 また、世論調査員を妨害するために嘘をつく人もいるかもしれません。 私たちの調査結果によると、トランプ氏の投票者は、バイデン氏の投票者よりも、こうしたすべての理由から、自分の投票意思を隠す傾向が強かったかもしれないのです。
第三に、ほとんどの人は周囲の人に影響されます。 人々はしばしば友人や家族から政治的な問題に関する情報を得ますが、そうした会話が投票の選択に影響を与えることがあります。 参加者にどのように投票するかを尋ねる世論調査の質問では、このような社会的影響を捉えることはできません。 しかし、周囲の人がどのように投票すると思うかを尋ねることで、世論調査担当者は、どの参加者がまだ考えを変える可能性があるか、ある程度知ることができるかもしれません。
Other methods we are investigating
これらの発見に基づいて、これらの質問や他の質問からの情報をアルゴリズムに統合して、選挙結果の予測をさらに良くする方法を研究しています。
「ベイジアン トゥルース セラム」と呼ばれるアルゴリズムの 1 つは、自分の投票意思とそのソーシャル サークルの投票意思が、その州の人々が考えるよりも比較的多いと答えた参加者の回答に、より重きを置くものです。 また、「完全情報予測」と呼ばれる別のアルゴリズムでは、複数の世論調査の質問にわたる参加者の回答を組み合わせて、それぞれの質問からの情報を取り込みます。 どちらの方法も、従来の世論調査の質問と世論調査の平均からの予測を大きく上回りました。
私たちの世論調査は、選挙人団の投票を予測するのに役立つ、州レベルの優れた予測を行うには、各州の参加者が十分ではありませんでした。 そのため、社会的サークルや予想される州の勝者に関する私たちの質問は、トランプが僅差で選挙人団に勝つかもしれないと予測しました。 それは間違っていたが、これまでのところ、これらの質問は、州をまたがるバイデン票とトランプ票の差の予測において、従来の質問よりも平均的に誤差が少ないようだ。
我々はまだ2020年の選挙の最終票数を知らないにもかかわらず、世論調査会社が、他の人がどう投票すると思うか参加者に尋ねることによって、予測を改善できることを確認するには十分であった。