SlideShare una empresa de Scribd logo
1 de 21
Descargar para leer sin conexión
VÝZKUM	TRHU,	MÉDIÍ	A	VEŘEJNÉHO	MÍNĚNÍ,	VÝVOJ	SOFTWARE	
Národních	hrdinů	73,	190	12	Praha	9,		
tel.:	225	301	111,	fax:	225	301	101	
e-mail:	median@median.cz	
www.median.cz	
	
7.	června	2016	
Volební	výzkumy	
	
Co	ovlivňuje	výsledky	a	proč	se	
(ne)mýlily	výzkumy	na	Slovensku
NA ČEM ZÁVISÍ VÝSLEDEK A PŘESNOST
VOLEBNÍCH VÝZKUMŮ
-	3	-	
Zdroje chyb volebního výzkumu
• Faktor	času	
•  Metodika	
•  Metoda	sběru	
•  ReprezentaWvita	(na	co)		
•  Forma	otázky	(otevřená,	uzavřená,	funnel)	
•  Zařazení	top	preference	versus	mulW-preference	
•  Zohlednění	jistoty	volební	účasW	
•  Kontroly	CAPI	nahrávek	/	podvody	tazatelů
FAKTOR ČASU
-	5	-	
0%	
5%	
10%	
15%	
20%	
25%	
30%	
35%	
40%	
45%	
50%	
9.17.2013	
9.22.2013	
9.27.2013	
10.2.2013	
10.7.2013	
10.12.2013	
10.17.2013	
10.22.2013	
Faktor času -> přibližování se k volbám (ČR PSP 2013)
OSA	Y	=	Průměrná	absolutní	odchylka	u	strany	
5	%	
4,5	%	
4	%	
3,5	%	
3	%	
2,5	%	
2	%	
1,5	%	
1	%	
0,5	%	
0	%
-	6	-	
Faktor času -> přibližování se k volbám (SR NR 2016)
	-						
	0,5					
	1,0					
	1,5					
	2,0					
	2,5					
	3,0					
	3,5					
	4,0					
	4,5					
	5,0					
OSA	Y	=	Průměrná	absolutní	odchylka	u	strany
METODICKÉ ASPEKTY
-	8	-	
0%	
5%	
10%	
15%	
20%	
25%	
30%	
35%	
40%	
45%	
50%	
9.17.2013	
9.22.2013	
9.27.2013	
10.2.2013	
10.7.2013	
10.12.2013	
10.17.2013	
10.22.2013	
OSOBNE/TELEFON	 OSOBNE	 TELEFON	 INTERNET	
Vliv metodiky -> nejpřesnější CATI+CAPI
Poslední	
výzkumy	ČT	
OSA	Y	=	Průměrná	absolutní	odchylka	u	strany	
5	%	
4,5	%	
4	%	
3,5	%	
3	%	
2,5	%	
2	%	
1,5	%	
1	%	
0,5	%	
0	%
-	9	-	
Faktor času -> přibližování se k volbám (SR NR 2016)
	-						
	0,5					
	1,0					
	1,5					
	2,0					
	2,5					
	3,0					
	3,5					
	4,0					
	4,5					
	5,0					
OSA	Y	=	Průměrná	absolutní	odchylka	u	strany	
Výzkumy	ve	
volební	dny
-	10	-	
Podle čeho by měl být výzkum reprezentaVvní
Ukazatel	 Síla	vztahu	s	volební	preferencí	
Pohlaví	 +	
Věk	 +++	
Vzdělání	 +++	
Region	 +++	
VMB	 ++	
Ukazatel	 Síla	vztahu	s	volební	preferencí	
Pracovní	status	 +++	
Věk	x	vzdělání	 ++++	
Intenzita	užívání	internetu	 +++	
Příjem	 +++	
Minulá	volba	 ++++++	
Regionální	specifičnost		=	v	SR	národnost;	v	USA	etnikum;	v	GB	odbory
-	11	-	
Příklad velkého porušení i základní reprezentaVvity
-	12	-	
Hlavní typy volební otázek
Otevřená	otázka		
• Neodpovídá	volební	situaci		
• Silnější	Top-of-mind	a	větší	strany	
• V	roce	2006	vyšla,	v	roce	2010	vychýlení	pro	velké	strany	
Uzavřená	otázka	
• Neodpovídá	volební	situaci	
• Silnější	menší	a	sekundární	strany	
• V	roce	2010	vyšla,	v	roce	2006	ujer	pro	malé	strany	
• Ovlivnění	pořadím	(výběr	první	přijatelné)	
• Nedotazovatelnost	v	jistých	podmínkách	(„teď	vám	přečtu	38	stran	…“)	
Funnel	
• Odpovídá		nejlépe	volební	situaci	
• Méně	váhajících	(10	–	20	%)	
• Dotazovatelný	CAPI	i	CATI	
• Dlouhý	na	dotázání	
• MOŽNÉ	DVA	TYPY	PRÁCE	S	FINALNI	PREFERENCI:	
• a)	Zařazení	nejpravděpodobnější	strany	
• b)	Vážené	zařazení	všech	zvažovaných	stran
-	13	-	
Práce s volební účasZ ve volebním modelu
Metoda	 Kdo	v	modelu	 RIZIKA	
zahrnur	avizujících	účast		
Určitě	ano	
Spíše	ano	
Přílišná	váha	„spíše	ano“	(proW	
„určitě	ano“,	„spíše	ne“)	
zahrnur	nevylučujících	účast		
Určitě	ano	
Spíše	ano	
Spíše	ne	
Navýšení	volební	účasW,	velká	
váha	volným	účastníkům	
vážené	zahrnur	nevylučujících	
účast	
Určitě	ano	(90	%)	
Spíše	ano	(60	%)	
Spíše	ne	(20	%)	
Správnost	nastavení	
Přenositelnost
JAK ZÁVISÍ VÝSLEDKY MODELU NA METODICE?
-	15	-	
Srovnání přesnosV - MEDIAN (říjen 2013) – základní x pokročilý model 
	
	
	
	
Základní	model	
•  ReprezentaWvitana	5	sociodemografií	
•  Všichni	avizující	účast	(100	%	vahou)	
•  Rozpočet	spontánní	odpovědi	(W,	co	uvedou	stranu)	
Pokročilý	model	
•  ReprezentaWvita	na	sociodemografie,	ekonomický	status,	věk	x	vzdělání,	
internet	a	minulé	volební	chování	
•  Váženě	dle	účasW	
•  Zahrnur	všech	zvažovaných	stran	podle	míry	rozhodnur	
Data	MEDIAN	27.9.	do	23.10.	2013	(volby	24.-25.2013)
-	16	-	
Srovnání přesnosV - MEDIAN (říjen 2013) – základní x pokročilý model 
	
	
	
	
20,5	
18,5	
15,0	 15,0	
7,5	 7,0	 7,0	
32,7	
14,7	
17,1	
11,4	
9,2	
3,3	 4	
22,2	
17,9	
13,0	 13,3	
8,7	
5,7	 5,0	
0	
5	
10	
15	
20	
25	
30	
35	
ČSSD	 Ano	2011	 KSČM	 TOP09	 ODS	 KDU-ČSL	 Úsvit	
Volby	 Základní	model	 Pokročilý	model	
Průměrná	absolutní	odchylka:	
	
ZAKLADNI	MODEL	=	4	p.b.	
POKROCILY	MODEL	=	1,9	p.b.
CASE STUDY SLOVENSKO – ROLE KONTROL
ROZHOVORŮ
-	18	-	
Jak dopadla opVmalizovaná metodika ve volbách do NR SR 2016 ?
Dátum	zberu	 		
12.	–	
18.2.	
11.	–	
16.2.	
8.	–		
¨16.2.	
7.	–	
	16.2.	
10.	–	
14.2.	
6.-	
14.2.	
6.	–		
14.2.	
31.1.	–	
7.2.	
22.	–	
28.1.	
13.	–	
20.1.	
Agentúra	 Voľby	 AKO	 EAC	
Phoenix	
Research	
MEDIAN		
pre	RTVS	
MVK	
Focus	
pre	SME	
Polis	
Slovakia	
Focus	
pre	RTVS	
MEDIAN	
pre	RTVS	
Focus	
pre	RTVS	
SMER	–	SD	 28,3%	 35,0%	 29,8%	 29,3%	 32,1%	 32,5%	 34,6%	 38,4%	 34,1%	 36,0%	 37,0%	
#SIEŤ	 5,6%	 8,1%	 15,0%	 16,8%	 8,7%	 14,5%	 14,0%	 10,4%	 13,7%	 8,1%	 13,2%	
SNS	 8,6%	 9,4%	 8,1%	 7,4%	 10,5%	 10,5%	 8,7%	 9,1%	 8,1%	 10,7%	 7,2%	
MOST	–	HÍD	 6,5%	 6,9%	 8,2%	 8,4%	 7,9%	 7,0%	 8,2%	 9,2%	 8,0%	 9,9%	 7,0%	
KDH	 4,9%	 6,3%	 8,2%	 6,6%	 6,6%	 9,0%	 7,0%	 6,6%	 7,5%	 6,0%	 7,0%	
OĽaNO	–	NOVA	 11,0%	 6,9%	 4,8%	 6,1%	 7,5%	 5,0%	 6,1%	 6,8%	 6,4%	 8,6%	 6,1%	
SaS	 12,1%	 6,7%	 5,3%	 5,0%	 6,7%	 4,0%	 5,5%	 5,2%	 5,1%	 6,3%	 5,1%	
SMK	 4,4%	 3,0%	 5,3%	 4,3%	 2,4%	 5,0%	 3,5%	 4,0%	 3,6%	 2,4%	 3,9%	
SME	RODINA	 6,6%	 5,1%	 2,8%	 2,3%	 5,5%	 4,5%	 4,2%	 3,6%	 4,1%	 4,0%	 3,4%	
LSNS	 8,0%	 4,2%	 3,0%	 0,9%	 3,4%	 1,5%	 2,1%	 2,5%	 2,0%	 1,8%	 1,4%	
SDKÚ	–	DS	 0,6%	 0,7%	 1,6%	 1,4%	 1,1%	 1,0%	 1,0%	 1,3%	 1,7%	 0,9%	 2,4%	
Ostatní	 3,4%	 7,7%	 7,9%	 11,5%	 7,6%	 5,5%	 5,1%	 2,9%	 5,7%	 5,3%	 6,3%	
		 		 		 		 		 		 		 		 		 		 		 		
Priemerná	abs.	
Odchýlka	
		 2,7		 3,7		 4,1		 2,8		 3,8		 		3,5		 3,4		 3,6		 3,2		 3,9		
Suma	štvorcov	
odchýlok	
		 		137,0		 	250,8		 	344,0		 		118,2		 	270,7		 229,6		 	240,9		 	228,1		 	175,0		 		278,8		
Maximálna	
odchýlka	
		 	6,70		 9,40		 	11,20		 	5,40		 8,90		 8,40		 	10,10		 8,10		 7,70		 	8,70
-	19	-	
Srovnání přesnosV - MEDIAN (říjen 2013) – základní x pokročilý model 
	
	
	
	
SMER	–	
SD	
#SIEŤ	 SNS	 MOST	–	
HÍD	
KDH	 OĽaNO	–	
NOVA	
SaS	 SMK	 SME	
RODINA	
LSNS	
Volby	 Ostatní	agentury	 MEDIAN+AKO
-	20	-	
Specialita SLOVENSKA 2016 – nadhodnocení strany SIEŤ
Agentúra Voľby AKO EAC
Phoenix	
Research
MEDIAN		
pre	RTVS MVK
Focus	pre	
SME
Polis	
Slovakia
Focus	pre	
RTVS
MEDIAN	
pre	RTVS
Focus	pre	
RTVS
#SIEŤ	-	nadhodnocení 0,0% 2,5% 9,4% 11,2% 3,1% 8,9% 8,4% 4,8% 8,1% 2,5% 7,6%
Metoda	sběru CATI F2F CAWI CATI+CAPI F2F F2F F2F F2F CATI+CAPI F2F
Kontrola	náslechy ANO ? ? ANO ? ? ? ? ANO ?
#	v	názvu	v	dovozené	ot. NE ? ? NE ? ? ? ? NE ?
38	
20	
42	
34	
6	
60	
SMER	 SIEŤ	 OSTATNÍ	
Podvedené	CAPI	
Nepodvedené	CAPI	
Čím	se	lišily	agentury,	které	nenadhodnoWli	SIEŤ?	
Jak	odpovídali	„respondenW“	podvedeného	a	návodného	CAPI?
-	21	-	
ShrnuZ 
	
	
	
	
-  Zásadní	vliv	času	na	odchylku	od	voleb		
-  Některé	systemaWcké	chyby	lze	redukovat		
-  lepší	reprezentaWvita	
-  kombinace	metod	sběrů	
-  pokročilejší	dotazování	(funnel)	
-  V	mezivolebním	období	(hodně	nerozhodnutých)		se	modely	poměrně	liší		
-  vstupují	metodické	předpoklady	
-  nejjednodusší	modely	nemusí	být	nejlepší	
-  	Vliv	kontrol	
-  Kontroly	tazatelů	výrazně	zlepšují	kvalitu	volebního	modelu

Más contenido relacionado

Más de SIMAR

Když bio neprodává
Když bio neprodáváKdyž bio neprodává
Když bio neprodáváSIMAR
 
Od pyramidy k propeleru
Od pyramidy k propeleru Od pyramidy k propeleru
Od pyramidy k propeleru SIMAR
 
Assumptions Vs Reality
Assumptions Vs RealityAssumptions Vs Reality
Assumptions Vs RealitySIMAR
 
Pasport výzkumů veřejného mínění
Pasport výzkumů veřejného míněníPasport výzkumů veřejného mínění
Pasport výzkumů veřejného míněníSIMAR
 
Co vše "umí" otázka
Co vše "umí" otázkaCo vše "umí" otázka
Co vše "umí" otázkaSIMAR
 
Data a potřeby výzkumníka
Data a potřeby výzkumníkaData a potřeby výzkumníka
Data a potřeby výzkumníkaSIMAR
 
Medialni data data data
Medialni data data data Medialni data data data
Medialni data data data SIMAR
 
Otevřená data a sociologické zkoumání
Otevřená data a sociologické zkoumáníOtevřená data a sociologické zkoumání
Otevřená data a sociologické zkoumáníSIMAR
 
Statistické informace ČSÚ
Statistické informace ČSÚStatistické informace ČSÚ
Statistické informace ČSÚSIMAR
 
Využití a propojování informačních zdrojů
Využití a propojování informačních zdrojůVyužití a propojování informačních zdrojů
Využití a propojování informačních zdrojůSIMAR
 
Volně prodejné studie
Volně prodejné studie Volně prodejné studie
Volně prodejné studie SIMAR
 
Výzkumy veřejného mínění musí být transparentní
Výzkumy veřejného mínění musí být transparentníVýzkumy veřejného mínění musí být transparentní
Výzkumy veřejného mínění musí být transparentníSIMAR
 
STEM/MARK: Měření domácího cestovního ruchu, dovolených a výletů
STEM/MARK: Měření domácího cestovního ruchu, dovolených a výletů STEM/MARK: Měření domácího cestovního ruchu, dovolených a výletů
STEM/MARK: Měření domácího cestovního ruchu, dovolených a výletů SIMAR
 
NMS Market Research: Finanční efekt spokojeného zákazníka: Jaký vliv má na tr...
NMS Market Research: Finanční efekt spokojeného zákazníka: Jaký vliv má na tr...NMS Market Research: Finanční efekt spokojeného zákazníka: Jaký vliv má na tr...
NMS Market Research: Finanční efekt spokojeného zákazníka: Jaký vliv má na tr...SIMAR
 
Nielsen Admosphere: Jak měřit výkon venkovní reklamy transparentním způsobem?
Nielsen Admosphere: Jak měřit výkon venkovní reklamy transparentním způsobem?Nielsen Admosphere: Jak měřit výkon venkovní reklamy transparentním způsobem?
Nielsen Admosphere: Jak měřit výkon venkovní reklamy transparentním způsobem?SIMAR
 
TNS AISA: Positioning nové lékarny
TNS AISA: Positioning nové lékarnyTNS AISA: Positioning nové lékarny
TNS AISA: Positioning nové lékarnySIMAR
 
Ipsos: Užití klientské databáze a výzkumných dat pro segmentaci
Ipsos: Užití klientské databáze a výzkumných dat pro segmentaci Ipsos: Užití klientské databáze a výzkumných dat pro segmentaci
Ipsos: Užití klientské databáze a výzkumných dat pro segmentaci SIMAR
 
GfK Czech: Postupné ladění TV kampaně ZUNO banky pomocí neuromarketingu
GfK Czech: Postupné ladění TV kampaně ZUNO banky pomocí neuromarketinguGfK Czech: Postupné ladění TV kampaně ZUNO banky pomocí neuromarketingu
GfK Czech: Postupné ladění TV kampaně ZUNO banky pomocí neuromarketinguSIMAR
 
Millward Brown: Sedm modelů jak si spočítat hodnotu svého budoucího trhu
Millward Brown: Sedm modelů jak si spočítat hodnotu svého budoucího trhuMillward Brown: Sedm modelů jak si spočítat hodnotu svého budoucího trhu
Millward Brown: Sedm modelů jak si spočítat hodnotu svého budoucího trhuSIMAR
 
Median: Propojení elektronického měření médií a deklarací pro výzkum efektu r...
Median: Propojení elektronického měření médií a deklarací pro výzkum efektu r...Median: Propojení elektronického měření médií a deklarací pro výzkum efektu r...
Median: Propojení elektronického měření médií a deklarací pro výzkum efektu r...SIMAR
 

Más de SIMAR (20)

Když bio neprodává
Když bio neprodáváKdyž bio neprodává
Když bio neprodává
 
Od pyramidy k propeleru
Od pyramidy k propeleru Od pyramidy k propeleru
Od pyramidy k propeleru
 
Assumptions Vs Reality
Assumptions Vs RealityAssumptions Vs Reality
Assumptions Vs Reality
 
Pasport výzkumů veřejného mínění
Pasport výzkumů veřejného míněníPasport výzkumů veřejného mínění
Pasport výzkumů veřejného mínění
 
Co vše "umí" otázka
Co vše "umí" otázkaCo vše "umí" otázka
Co vše "umí" otázka
 
Data a potřeby výzkumníka
Data a potřeby výzkumníkaData a potřeby výzkumníka
Data a potřeby výzkumníka
 
Medialni data data data
Medialni data data data Medialni data data data
Medialni data data data
 
Otevřená data a sociologické zkoumání
Otevřená data a sociologické zkoumáníOtevřená data a sociologické zkoumání
Otevřená data a sociologické zkoumání
 
Statistické informace ČSÚ
Statistické informace ČSÚStatistické informace ČSÚ
Statistické informace ČSÚ
 
Využití a propojování informačních zdrojů
Využití a propojování informačních zdrojůVyužití a propojování informačních zdrojů
Využití a propojování informačních zdrojů
 
Volně prodejné studie
Volně prodejné studie Volně prodejné studie
Volně prodejné studie
 
Výzkumy veřejného mínění musí být transparentní
Výzkumy veřejného mínění musí být transparentníVýzkumy veřejného mínění musí být transparentní
Výzkumy veřejného mínění musí být transparentní
 
STEM/MARK: Měření domácího cestovního ruchu, dovolených a výletů
STEM/MARK: Měření domácího cestovního ruchu, dovolených a výletů STEM/MARK: Měření domácího cestovního ruchu, dovolených a výletů
STEM/MARK: Měření domácího cestovního ruchu, dovolených a výletů
 
NMS Market Research: Finanční efekt spokojeného zákazníka: Jaký vliv má na tr...
NMS Market Research: Finanční efekt spokojeného zákazníka: Jaký vliv má na tr...NMS Market Research: Finanční efekt spokojeného zákazníka: Jaký vliv má na tr...
NMS Market Research: Finanční efekt spokojeného zákazníka: Jaký vliv má na tr...
 
Nielsen Admosphere: Jak měřit výkon venkovní reklamy transparentním způsobem?
Nielsen Admosphere: Jak měřit výkon venkovní reklamy transparentním způsobem?Nielsen Admosphere: Jak měřit výkon venkovní reklamy transparentním způsobem?
Nielsen Admosphere: Jak měřit výkon venkovní reklamy transparentním způsobem?
 
TNS AISA: Positioning nové lékarny
TNS AISA: Positioning nové lékarnyTNS AISA: Positioning nové lékarny
TNS AISA: Positioning nové lékarny
 
Ipsos: Užití klientské databáze a výzkumných dat pro segmentaci
Ipsos: Užití klientské databáze a výzkumných dat pro segmentaci Ipsos: Užití klientské databáze a výzkumných dat pro segmentaci
Ipsos: Užití klientské databáze a výzkumných dat pro segmentaci
 
GfK Czech: Postupné ladění TV kampaně ZUNO banky pomocí neuromarketingu
GfK Czech: Postupné ladění TV kampaně ZUNO banky pomocí neuromarketinguGfK Czech: Postupné ladění TV kampaně ZUNO banky pomocí neuromarketingu
GfK Czech: Postupné ladění TV kampaně ZUNO banky pomocí neuromarketingu
 
Millward Brown: Sedm modelů jak si spočítat hodnotu svého budoucího trhu
Millward Brown: Sedm modelů jak si spočítat hodnotu svého budoucího trhuMillward Brown: Sedm modelů jak si spočítat hodnotu svého budoucího trhu
Millward Brown: Sedm modelů jak si spočítat hodnotu svého budoucího trhu
 
Median: Propojení elektronického měření médií a deklarací pro výzkum efektu r...
Median: Propojení elektronického měření médií a deklarací pro výzkum efektu r...Median: Propojení elektronického měření médií a deklarací pro výzkum efektu r...
Median: Propojení elektronického měření médií a deklarací pro výzkum efektu r...
 

Co ovlivňuje výsledky výzkumů veřejného mínění a proč se výzkumy na Slovensku (ne)mýlily

  • 2. NA ČEM ZÁVISÍ VÝSLEDEK A PŘESNOST VOLEBNÍCH VÝZKUMŮ
  • 3. - 3 - Zdroje chyb volebního výzkumu • Faktor času •  Metodika •  Metoda sběru •  ReprezentaWvita (na co) •  Forma otázky (otevřená, uzavřená, funnel) •  Zařazení top preference versus mulW-preference •  Zohlednění jistoty volební účasW •  Kontroly CAPI nahrávek / podvody tazatelů
  • 5. - 5 - 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 9.17.2013 9.22.2013 9.27.2013 10.2.2013 10.7.2013 10.12.2013 10.17.2013 10.22.2013 Faktor času -> přibližování se k volbám (ČR PSP 2013) OSA Y = Průměrná absolutní odchylka u strany 5 % 4,5 % 4 % 3,5 % 3 % 2,5 % 2 % 1,5 % 1 % 0,5 % 0 %
  • 6. - 6 - Faktor času -> přibližování se k volbám (SR NR 2016) - 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 OSA Y = Průměrná absolutní odchylka u strany
  • 8. - 8 - 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 9.17.2013 9.22.2013 9.27.2013 10.2.2013 10.7.2013 10.12.2013 10.17.2013 10.22.2013 OSOBNE/TELEFON OSOBNE TELEFON INTERNET Vliv metodiky -> nejpřesnější CATI+CAPI Poslední výzkumy ČT OSA Y = Průměrná absolutní odchylka u strany 5 % 4,5 % 4 % 3,5 % 3 % 2,5 % 2 % 1,5 % 1 % 0,5 % 0 %
  • 9. - 9 - Faktor času -> přibližování se k volbám (SR NR 2016) - 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 OSA Y = Průměrná absolutní odchylka u strany Výzkumy ve volební dny
  • 10. - 10 - Podle čeho by měl být výzkum reprezentaVvní Ukazatel Síla vztahu s volební preferencí Pohlaví + Věk +++ Vzdělání +++ Region +++ VMB ++ Ukazatel Síla vztahu s volební preferencí Pracovní status +++ Věk x vzdělání ++++ Intenzita užívání internetu +++ Příjem +++ Minulá volba ++++++ Regionální specifičnost = v SR národnost; v USA etnikum; v GB odbory
  • 11. - 11 - Příklad velkého porušení i základní reprezentaVvity
  • 12. - 12 - Hlavní typy volební otázek Otevřená otázka • Neodpovídá volební situaci • Silnější Top-of-mind a větší strany • V roce 2006 vyšla, v roce 2010 vychýlení pro velké strany Uzavřená otázka • Neodpovídá volební situaci • Silnější menší a sekundární strany • V roce 2010 vyšla, v roce 2006 ujer pro malé strany • Ovlivnění pořadím (výběr první přijatelné) • Nedotazovatelnost v jistých podmínkách („teď vám přečtu 38 stran …“) Funnel • Odpovídá nejlépe volební situaci • Méně váhajících (10 – 20 %) • Dotazovatelný CAPI i CATI • Dlouhý na dotázání • MOŽNÉ DVA TYPY PRÁCE S FINALNI PREFERENCI: • a) Zařazení nejpravděpodobnější strany • b) Vážené zařazení všech zvažovaných stran
  • 13. - 13 - Práce s volební účasZ ve volebním modelu Metoda Kdo v modelu RIZIKA zahrnur avizujících účast Určitě ano Spíše ano Přílišná váha „spíše ano“ (proW „určitě ano“, „spíše ne“) zahrnur nevylučujících účast Určitě ano Spíše ano Spíše ne Navýšení volební účasW, velká váha volným účastníkům vážené zahrnur nevylučujících účast Určitě ano (90 %) Spíše ano (60 %) Spíše ne (20 %) Správnost nastavení Přenositelnost
  • 14. JAK ZÁVISÍ VÝSLEDKY MODELU NA METODICE?
  • 15. - 15 - Srovnání přesnosV - MEDIAN (říjen 2013) – základní x pokročilý model Základní model •  ReprezentaWvitana 5 sociodemografií •  Všichni avizující účast (100 % vahou) •  Rozpočet spontánní odpovědi (W, co uvedou stranu) Pokročilý model •  ReprezentaWvita na sociodemografie, ekonomický status, věk x vzdělání, internet a minulé volební chování •  Váženě dle účasW •  Zahrnur všech zvažovaných stran podle míry rozhodnur Data MEDIAN 27.9. do 23.10. 2013 (volby 24.-25.2013)
  • 16. - 16 - Srovnání přesnosV - MEDIAN (říjen 2013) – základní x pokročilý model 20,5 18,5 15,0 15,0 7,5 7,0 7,0 32,7 14,7 17,1 11,4 9,2 3,3 4 22,2 17,9 13,0 13,3 8,7 5,7 5,0 0 5 10 15 20 25 30 35 ČSSD Ano 2011 KSČM TOP09 ODS KDU-ČSL Úsvit Volby Základní model Pokročilý model Průměrná absolutní odchylka: ZAKLADNI MODEL = 4 p.b. POKROCILY MODEL = 1,9 p.b.
  • 17. CASE STUDY SLOVENSKO – ROLE KONTROL ROZHOVORŮ
  • 18. - 18 - Jak dopadla opVmalizovaná metodika ve volbách do NR SR 2016 ? Dátum zberu 12. – 18.2. 11. – 16.2. 8. – ¨16.2. 7. – 16.2. 10. – 14.2. 6.- 14.2. 6. – 14.2. 31.1. – 7.2. 22. – 28.1. 13. – 20.1. Agentúra Voľby AKO EAC Phoenix Research MEDIAN pre RTVS MVK Focus pre SME Polis Slovakia Focus pre RTVS MEDIAN pre RTVS Focus pre RTVS SMER – SD 28,3% 35,0% 29,8% 29,3% 32,1% 32,5% 34,6% 38,4% 34,1% 36,0% 37,0% #SIEŤ 5,6% 8,1% 15,0% 16,8% 8,7% 14,5% 14,0% 10,4% 13,7% 8,1% 13,2% SNS 8,6% 9,4% 8,1% 7,4% 10,5% 10,5% 8,7% 9,1% 8,1% 10,7% 7,2% MOST – HÍD 6,5% 6,9% 8,2% 8,4% 7,9% 7,0% 8,2% 9,2% 8,0% 9,9% 7,0% KDH 4,9% 6,3% 8,2% 6,6% 6,6% 9,0% 7,0% 6,6% 7,5% 6,0% 7,0% OĽaNO – NOVA 11,0% 6,9% 4,8% 6,1% 7,5% 5,0% 6,1% 6,8% 6,4% 8,6% 6,1% SaS 12,1% 6,7% 5,3% 5,0% 6,7% 4,0% 5,5% 5,2% 5,1% 6,3% 5,1% SMK 4,4% 3,0% 5,3% 4,3% 2,4% 5,0% 3,5% 4,0% 3,6% 2,4% 3,9% SME RODINA 6,6% 5,1% 2,8% 2,3% 5,5% 4,5% 4,2% 3,6% 4,1% 4,0% 3,4% LSNS 8,0% 4,2% 3,0% 0,9% 3,4% 1,5% 2,1% 2,5% 2,0% 1,8% 1,4% SDKÚ – DS 0,6% 0,7% 1,6% 1,4% 1,1% 1,0% 1,0% 1,3% 1,7% 0,9% 2,4% Ostatní 3,4% 7,7% 7,9% 11,5% 7,6% 5,5% 5,1% 2,9% 5,7% 5,3% 6,3% Priemerná abs. Odchýlka 2,7 3,7 4,1 2,8 3,8 3,5 3,4 3,6 3,2 3,9 Suma štvorcov odchýlok 137,0 250,8 344,0 118,2 270,7 229,6 240,9 228,1 175,0 278,8 Maximálna odchýlka 6,70 9,40 11,20 5,40 8,90 8,40 10,10 8,10 7,70 8,70
  • 19. - 19 - Srovnání přesnosV - MEDIAN (říjen 2013) – základní x pokročilý model SMER – SD #SIEŤ SNS MOST – HÍD KDH OĽaNO – NOVA SaS SMK SME RODINA LSNS Volby Ostatní agentury MEDIAN+AKO
  • 20. - 20 - Specialita SLOVENSKA 2016 – nadhodnocení strany SIEŤ Agentúra Voľby AKO EAC Phoenix Research MEDIAN pre RTVS MVK Focus pre SME Polis Slovakia Focus pre RTVS MEDIAN pre RTVS Focus pre RTVS #SIEŤ - nadhodnocení 0,0% 2,5% 9,4% 11,2% 3,1% 8,9% 8,4% 4,8% 8,1% 2,5% 7,6% Metoda sběru CATI F2F CAWI CATI+CAPI F2F F2F F2F F2F CATI+CAPI F2F Kontrola náslechy ANO ? ? ANO ? ? ? ? ANO ? # v názvu v dovozené ot. NE ? ? NE ? ? ? ? NE ? 38 20 42 34 6 60 SMER SIEŤ OSTATNÍ Podvedené CAPI Nepodvedené CAPI Čím se lišily agentury, které nenadhodnoWli SIEŤ? Jak odpovídali „respondenW“ podvedeného a návodného CAPI?
  • 21. - 21 - ShrnuZ -  Zásadní vliv času na odchylku od voleb -  Některé systemaWcké chyby lze redukovat -  lepší reprezentaWvita -  kombinace metod sběrů -  pokročilejší dotazování (funnel) -  V mezivolebním období (hodně nerozhodnutých) se modely poměrně liší -  vstupují metodické předpoklady -  nejjednodusší modely nemusí být nejlepší -  Vliv kontrol -  Kontroly tazatelů výrazně zlepšují kvalitu volebního modelu