De flesta opinionsundersökningar förutspådde korrekt vem som skulle vinna presidentvalet i USA 2020 – men i genomsnitt överskattade de den marginal med vilken demokraten Joe Biden skulle slå den sittande republikanen Donald Trump.
Vår forskning om opinionsundersökningsmetoder har visat att opinionsundersökarnas förutsägelser kan bli mer exakta om de ser bortom traditionella frågor. Traditionella opinionsundersökningar frågar människor vem de skulle rösta på om valet ägde rum i dag, eller om den procentuella chansen att de skulle rösta på vissa kandidater.
Men vår forskning om människors förväntningar och sociala bedömningar ledde till att vi och våra medarbetare, Henrik Olsson vid Santa Fe-institutet och Drazen Prelec vid MIT, började fundera på om andra frågor skulle kunna ge mer exakta resultat.
Specifikt ville vi veta om det kunde bidra till att måla upp en mer fullständig bild av den amerikanska väljarkåren genom att fråga människor om de politiska preferenserna hos andra i deras sociala kretsar och i deras delstater. De flesta människor vet ganska mycket om sina vänners och familjers livserfarenheter, inklusive hur lyckliga och friska de är och ungefär hur mycket pengar de tjänar. Vi utformade därför enkätfrågor för att se om denna kunskap om andra även gällde politik – och vi har funnit att den gör det.
Vid undersökningen kom vi fram till att de som genomförde enkätundersökningar skulle kunna lära sig mer om de drog nytta av den här typen av kunskap. Genom att fråga människor hur andra i deras omgivning kommer att rösta och sammanställa deras svar i ett stort nationellt urval kan opinionsundersökarna utnyttja det som ofta kallas ”folkmassornas visdom”.
Vad är de nya frågorna om folkmassornas visdom?
Sedan presidentvalssäsongen 2016 i USA har vi frågat deltagarna i en rad olika valundersökningar: ”Hur stor andel av dina sociala kontakter kommer att rösta på varje kandidat?”
I det amerikanska valet 2016 förutspådde den här frågan att Trump skulle vinna, och gjorde det mer exakt än frågor som frågade efter de svarandes egna röstningsavsikter.
Frågan om deltagarnas sociala kontakter var på samma sätt mer exakt än den traditionella frågan när det gällde att förutsäga resultatet av det franska presidentvalet 2017, det nederländska parlamentsvalet 2017, det svenska parlamentsvalet 2018 och det amerikanska valet till representanthuset 2018.
I en del av dessa opinionsundersökningar ställde vi också frågan: ”Hur stor procentandel av människorna i din delstat kommer att rösta på varje kandidat?”. Den här frågan tar också fasta på deltagarnas kunskaper om sina omgivningskretsar, men i en större krets. Variationer av denna fråga har fungerat bra i tidigare val.
Hur väl fungerade de nya opinionsundersökningsfrågorna?
I presidentvalet i USA 2020 var våra ”wisdom-of-crowds”-frågor återigen bättre på att förutsäga utfallet av den nationella folkomröstningen än de traditionella frågorna. I USC Dornsife Daybreak Poll frågade vi mer än 4 000 deltagare hur de förväntade sig att deras sociala kontakter skulle rösta och vilken kandidat de trodde skulle vinna i deras delstat. De tillfrågades också om hur de själva planerade att rösta.
Det nuvarande valresultatet visar att Biden leder med 3,7 procentenheter i folkvalet. Ett genomsnitt av nationella opinionsundersökningar förutspådde en ledning på 8,4 procentenheter. Som jämförelse kan nämnas att frågan om sociala kontakter förutspådde en ledning för Biden på 3,4 procentenheter. Frågan om statsvinnare förutspådde att Biden skulle leda med 1,5 procentenheter. Däremot förutspådde den traditionella frågan om väljarnas egna avsikter i samma undersökning en ledning på 9,3 procentenheter.
Varför fungerar de nya opinionsundersökningsfrågorna?
Vi tror att det finns tre anledningar till att det i slutändan är mer korrekt att fråga deltagarna i en opinionsundersökning om andra i deras sociala kretsar och om deras delstat än att fråga om deltagarna själva.
För det första ökar det effektivt urvalet i undersökningen när man frågar folk om andra. Det ger opinionsundersökarna åtminstone viss information om röstningsintentionerna hos personer vars uppgifter annars kanske helt skulle ha utelämnats. Många har till exempel inte blivit kontaktade av opinionsundersökarna eller kan ha avböjt att delta. Även om de som svarar på enkäten inte har perfekt information om alla i sin omgivning visar det sig att de vet tillräckligt mycket för att ge användbara svar.
För det andra misstänker vi att människor kan tycka att det är lättare att rapportera om hur de tror att andra kommer att rösta än att erkänna hur de själva kommer att rösta. Vissa människor kan känna sig generade över att erkänna vem som är deras favoritkandidat. Andra kanske är rädda för trakasserier. Och vissa kanske ljuger för att de vill hindra opinionsundersökarna. Våra egna resultat tyder på att Trump-väljare kan ha varit mer benägna än Biden-väljare att dölja sina röstningsavsikter, av alla dessa skäl.
För det tredje påverkas de flesta människor av andra i sin omgivning. Människor får ofta information om politiska frågor från vänner och familj – och dessa samtal kan påverka deras val att rösta. Undersökningsfrågor som frågar deltagarna hur de kommer att rösta fångar inte upp detta sociala inflytande. Men genom att fråga deltagarna hur de tror att andra i deras omgivning kommer att rösta kan opinionsundersökarna få en uppfattning om vilka deltagare som fortfarande kan komma att ändra sig.
Andra metoder som vi undersöker
Med utgångspunkt i dessa resultat undersöker vi hur man kan integrera information från dessa och andra frågor i algoritmer som kan göra ännu bättre förutsägelser av valresultat.
En algoritm, kallad ”Bayesian Truth Serum”, ger större vikt åt svaren från deltagare som säger att deras röstningsavsikter, och de i deras sociala kretsar, är relativt sett mer utbredda än vad folk i den staten tror. En annan algoritm, som kallas ”fullständig informationsprognos”, kombinerar deltagarnas svar på flera omröstningsfrågor för att införliva information från var och en av dem. Båda metoderna överträffade i stort sett den traditionella omröstningsfrågan och förutsägelserna från ett genomsnitt av omröstningar.
Vår undersökning hade inte tillräckligt många deltagare i varje delstat för att göra bra prognoser på delstatsnivå som skulle kunna hjälpa till att förutsäga rösterna i Electoral College. Som det var förutspådde våra frågor om sociala cirklar och förväntade delstatsvinnare att Trump skulle kunna vinna knappt i Electoral College. Det var fel, men hittills verkar det som om dessa frågor i genomsnitt hade lägre fel än de traditionella frågorna när det gällde att förutsäga skillnaden mellan Biden- och Trump-rösterna i olika delstater.
Även om vi fortfarande inte känner till den slutliga rösträkningen för valet 2020 vet vi tillräckligt mycket för att se att opinionsundersökarna skulle kunna förbättra sina förutsägelser genom att fråga deltagarna om hur de tror att andra kommer att rösta.