Hvor mange vil stemme på Lars Løkke Rasmussens parti? #3

Jeg har i tidligere indlæg belyst og diskuteret, hvor mange vælgere, der vil stemme på Lars Løkke Rasmussens nye parti, Moderaterne. Disse indlæg var skrevet før vi havde gode meningsmålinger, der kunne bruges til at sige noget kvalificeret herom.

Vi har siden da set en håndfuld meningsmålinger, der inkluderer Moderaterne. Det er kun tre af analyseinstitutter, der i skrivende stund inkluderer partiet, da partiet endnu ikke er opstillingsberettiget. Dette til trods for, at underskrifterne for længst er indsamlet (i tilfælde af et efterårsvalg i 2021, som bekendt ikke blev til noget). Som det står nu, er partistiftelsen fastlagt til grundlovsdag i DGI Huset Vejle.

Det er derfor stadig begrænset, hvor meget vi kan sige om, hvor stor opbakningen er til partiet. Mit gæt er, at hvis der var valg i dag – og Moderaterne var på stemmesedlen – ville partiet ligge under spærregrænsen. Dette til trods for, at nogle meningsmålinger – især fra YouGov – har givet partiet signifikant mere end to procent af stemmerne.

Den første meningsmåling, der inkluderede Moderaterne, blev foretaget af YouGov for B.T. i september 2021. Denne artikel rapporterede, at Moderaterne stod til at storme ind i Folketinget (uden at være opstillingsberettiget). Konkret ville partiet få omkring 4,5 procent af stemmerne i målingen. Der har siden da været flere meningsmålinger fra YouGov, hvor partiet ligger stabilt over spærregrænsen. Så langt, så godt.

Det andet analyseinstitut, der har inkluderet Moderaterne, er Gallup. De har i de seneste målinger haft partiet omkring spærregrænsen, men i flest tilfælde på den dårlige side af spærregrænsen. En Gallup-måling gav dem således 1,7 procent af stemmerne i december 2021.

TV 2 og Megafon præsenterede torsdag med en meningsmåling, hvor de også inkluderede Moderaterne. Dette til trods for, at de ellers normalt kun medtager opstillingsberettigede partier. Eller som de skriver:

Normalt medtager Megafon kun opstillingsberettigede partier i sine meningsmålinger, men denne gang er der gjort en undtagelse med Moderaterne.

Det skyldes, at partiet allerede i november havde indsamlet det tilstrækkelige antal vælgererklæringer for at blive opstillet til Folketinget.

Derfor har TV 2/Politiken og MEGAFON har vurderet, at det på nuværende tidspunkt vil være misvisende at se helt bort fra, at Moderaterne nu må anses for at være en reel del af det partipolitiske landskab.

I deres meningsmåling står Moderaterne til at få 2,2 procent af stemmerne. På den baggrund konkluderer artiklen, at “Moderaternes indtog tipper magtbalancen mellem rød og blå blok”. Dette har jeg umiddelbart svært ved at se det empiriske grundlag for at konkludere, når rød blok stadig står til at få et flertal af mandaterne.

Det er desuden interessant, at Lars Løkke Rasmussen til TV 2 ikke ønsker at udtale sig om meningsmålinger, før Moderaterne “officielt er et parti”. Da YouGov gav partiet 4,5 procent tilbage i september kommenterede han ellers, at det var “enormt opmuntrende” og “ret fint at mærke, at der er en eller anden form for klangbund”. Der er ikke noget nyt i, at politikerne er mere tilbøjelige til at kommentere på de målinger, hvor det går dem godt.

YouGov, Gallup og Megafon er således de eneste etablerede analyseinstitutter, der jævnligt foretager meningsmålinger, som har haft partiet med. Det bør nævnes, at et nyt analyseinstitut også har givet deres bud på opbakningen til Moderaterne. Der er tale om Electica, der i september 2021 gav Moderaterne 2,7 procent af stemmerne.

Hvad vi i stedet har fra de andre analyseinstitutter er information om, hvor mange vælgere der vil stemme på et andet parti, der ikke er givet som en mulighed i meningsmålingen. Den første meningsmåling fra Epinion, der blev foretaget efter Moderaterne havde samlet nok underskrifter, gav ‘andre partier’ 2,4 procent. Hos Voxmeter har kategorien med øvrige været meget lille, og giver ikke det store håb hos Moderaterne.

I tidligere indlæg har jeg kigget på, hvordan de første meningsmålinger har forholdt sig til nye partier som Alternativet, Nye Borgerlige, Klaus Riskær Pedersen, Stram Kurs og Veganerpartiet. En generel tendens er, at YouGov giver nye partier den største opbakning blandt vælgerne, hvor Voxmeter ligger i den lavere ende. Det er ikke nødvendigvis fordi YouGov eller Voxmeter har ret eller tager fejl (omend minimum én af dem tager fejl), men at det er forventeligt, at når Voxmeter (og andre institutter), vil begynde at inkludere Moderaterne, vil deres opbakning sandsynligvis ligge lavere end hos YouGov.

På baggrund af 1) opbakningen til Moderaterne i meningsmålingerne fra Gallup, YouGov og Megafon, 2) Epinion og Voxmeters opbakning til andre/øvrige partier og 3) tidligere eksempler på nye partiers opbakning i målingerne, vil mit kvalificerede bud være, at Moderaterne ligger under spærregrænsen på nuværende tidspunkt. Det er selvfølgelig ikke det samme som, at partiet ikke vil blive valgt ind ved næste valg (husk på at Alternativet lå under og omkring spærregrænsen i de første meningsmålinger og formåede at blive valgt ind ved valget), men at partiet er tæt på spærregrænsen i skrivende stund.

Moderaterne er en interessant størrelse, især – eller udelukkende – på grund af deres partistifter, der gør det vanskeligt at konkludere noget med sikkerhed på baggrund af tidligere tilfælde. Hvad vi ved er, at partiet på ingen måde ligger trygt over spærregrænsen, og det bliver spændende at se, hvad de første målinger fra Epinion og Voxmeter viser, når partiet langt om længe bliver opstillingsberettiget.

Vi kommer desværre til at vente flere måneder, før vi har tilstrækkeligt med meningsmålinger til at kunne give et kvalificeret og præcist bud på, hvor stor opbakningen er til partiet (der er således for få målinger til, at jeg kan og vil inkludere partiet i Politologi Prognose). Når den tid kommer, skal jeg nok følge op med endnu et indlæg.

Statistical issues

Here is a collection of statistical issues and misunderstandings you often will encounter in empirical research. My plan is to add more examples in the future.

Issue Description Source
Absence of evidence fallacy No evidence for a finding should not be interpreted as there is evidence of its absence. Altman and Bland (1995)
Berkson’s paradox When conditioning on a variable creates a spurious correlation (i.e., collider bias, the conditioning on a collider). Berkson (1946)
Cronbach’s alpha People often misunderstand the coefficient. There is not a particular level of alpha that is desired or adequate. Hoekstra et al. (2018)
Garbage can regression Adding too many independent variables to your regression model (i.e. a kitchen-sink approach). Achen (2004)
Garden of forking paths When researchers conduct multiple analyses but only end up reporting a subset of these (data-dependent analysis). Gelman and Loken (2014)
Moderation vs. Mediation A moderator is a variable that affects the direction and/or strength of the relation between two variables – not the same as mediation. Baron and Kenny (1986)
Multivariate vs. Multivariable A multivariate model is a model with multiple dependent variables. Mustillo et al. (2018)
p-value as a probability The p-value is not the probability that the null hypothesis is true. Greenland et al. (2016)
Prosecutor’s fallacy Incorrectly assuming that Pr(A|B) = Pr(B|A). Westreich et al. (2014)
Simpson’s paradox A trend in the data can disappear or reverse when looking at subgroups in the data. Simpson (1951)
Spurious correlation When two variables correlate but are not casually related. Simon (1954)
Statistical power The importance of having sufficient data to estimate the effect size of interest. Cohen (1992)

Recommended readings

Kennedy, P. E. 2002. Sinning in the Basement: What are the Rules? The Ten Commandments of Applied Econometrics. Journal of Economic Surveys 16(4): 569-589.

Makin, T. R., and J. O. de Xivry. 2019. Science Forum: Ten common statistical mistakes to watch out for when writing or reviewing a manuscript. eLife 8:e48175.

Motulsky, H. J. 2014. Common Misconceptions about Data Analysis and Statistics. Journal of Pharmacology and Experimental Therapeutics 351(1): 200-205.

Schrodt, P. A. 2014. Seven deadly sins of contemporary quantitative political analysis. Journal of Peace Research 51(2): 287-300.

Meningsmålinger på Politologi.dk #3

I 2020 foretog jeg en række større ændringer til mine visualiseringer af meningsmålingerne på Politologi.dk. Siden da har jeg lavet et par små tilføjelser i ny og næ, eksempelvis når nye partier melder deres ankomst. På det seneste har jeg dog også tilføjet nogle ekstra funktioner på siden, som jeg gennemgår her.

Meningsmålinger fra forskellige valgperioder

Overblikket på forsiden er tiltænkt et hurtigt overblik, hvor man kan se, hvordan partierne klarer sig i meningsmålingerne i de seneste måneder. De er ikke tiltænkt et overblik for hele valgperioden eller tidligere valgperioder, men viser blot de seneste 75 meningsmålinger.

Der er flere der har efterspurgt, at det bliver lettere at se mere end de seneste 75 meningsmålinger. Derfor har jeg lavet separate sider, hvor man let kan få et overblik over meningsmålingerne fra de seneste valgperioder (inklusiv indeværende valgperiode). Her er eksempelvis en figur med meningsmålinger i valgperioden 2011-2015:

Jeg havde oprindeligt en idé om også at tilføje nogle dynamiske elementer, herunder eksempelvis muligheden for selv at vælge de partier og den periode, man gerne ville se meningsmålingerne fra. Til dette forsøgte jeg mig med plotly og ggplot2, men det viste sig hurtigt, at det ville fylde en del. Det er dog en af de ting, jeg vil forsøge at tilføje på et tidspunkt i fremtiden.

Rød og blå blok

Dansk politik handler som bekendt om at kunne tælle til 90. Det er vigtigt for Socialdemokratiet at vide, når de går tilbage i meningsmålingerne, om stemmerne bliver i rød blok eller om de går til blå blok.

Medierne ved således også kun fokusere mere på styrkeforholdet mellem rød og blå blok, når vi kommer tættere på et valg, hvorfor vi skal kigge på mere end opbakningen til de respektive partier.

Jeg har af den grund – og på baggrund af en forespørgsel – tilføjet opbakningen til rød og blå blok. Her er et eksempel på, hvordan det ser ud:

Det gør det let at se hvordan de to blokke står i forhold til hinanden, men det er ikke en figur der viser forandringer a la figurerne med partierne. Dette af to grunde. For det første er den statistiske usikkerhed større for blokkene end for partierne. For det andet sker forandringer i målingerne for det meste internt i blokkene. Når Nye Borgerlige går meget frem eller tilbage, er der større sandsynlighed for, at stemmerne kommer fra andre blå partier end røde partier.

Indlæg med seneste meningsmålinger

Når der kommer en ny meningsmåling, bliver denne også formidlet i sit eget indlæg. For at lave en tabel med tallene i den seneste meningsmåling, bruger jeg den fantastiske pakke gt i R (se her for en oversigt med gode resourcer til denne pakke).

Her er et eksempel med en meningsmåling fra december 2021 foretaget af Voxmeter:

Opbakning
23. december
Usikkerhed
95% KI
FV ’19
Resultat
Forskel
%-point
Socialdemokratiet
26,3% ±2,7% 25,9% 0,4%
Venstre
15,2% ±2,2% 23,4% −8,2%
Konservative
14,5% ±2,2% 6,6% 7,9%
Enhedslisten
9,1% ±1,8% 6,9% 2,2%
SF
8,6% ±1,7% 7,7% 0,9%
Dansk Folkeparti
6,9% ±1,6% 8,7% −1,8%
Radikale Venstre
6,5% ±1,5% 8,6% −2,1%
Nye Borgerlige
6,4% ±1,5% 2,4% 4,0%
Liberal Alliance
2,6% ±1,0% 2,3% 0,3%
Kristendemokraterne
1,6% ±0,8% 1,7% −0,1%
Alternativet
1,3% ±0,7% 3,0% −1,7%
Frie Grønne
0,2% ±0,3%
Veganerpartiet
0,0% ±0,0%

Tanken er at tabellen let kan vise hvordan partierne står i forhold til hinanden, hvor de største partier vises først – og der er lige så meget fokus på den statistiske usikkerhed for hvert af partierne. Denne opbygning gør det desuden også let at se, hvordan den statistiske usikkerhed er lavere for de små partier, og ved at følge disse indlæg vil du hurtigt kunne lære, hvad den statistiske usikkerhed er ved forskellige niveauer af opbakning.

Der er med sikkerhed mulighed for forbedringer, og har du forslag eller kommentarer, hører jeg gerne fra dig.

New article in British Journal of Political Science: Dynamic Political Interest

In the new issue of British Journal of Political Science, you will find an article by me. Here is the abstract:

In order to explain differences in political interest, two strands of literature point to the relevance of either dispositional or situational factors. I remedy this and show how political interest is shaped by the interplay between personality differences and the political environment. Specifically, I demonstrate that people with a stable motivation for engaging with new ideas are more interested in politics when exposed to new political events, e.g. during election campaigns and when unexpected events unfold. The results have implications for our understanding of political inequalities in democratic engagement and shed light on how citizens’ interest in politics can be relatively stable over time as well as responsive to the political environment in predictable ways.

You can find the article here. You can find the replication material on Harvard Dataverse and GitHub.

Ten ways to slightly improve your life without really trying

In The Guardian, there is an article with a list of 100 ways to slightly improve your life (without really trying). I do not agree with all of them (for various reasons), so I decided to pick out the ten I believe provide the greatest marginal gain:

  • Get the lighting right: turn off the overhead one, turn on lots of lamps (but turn off when you leave the room).
  • Eat meat once a week, max. Ideally less.
  • Don’t have Twitter on your phone.
  • Always bring something – wine, flowers – to a dinner/birthday party, even if they say not to.
  • Go to bed earlier – but don’t take your phone with you.
  • Don’t save things for “best”. Wear them – enjoy them.
  • Cook something you’ve never attempted before.
  • Buy a bike and use it. Learn how to fix it, too.
  • Politely decline invitations if you don’t want to go.
  • Make a friend from a different generation.

And here are the ten items from the list that I consider among the worst ways to improve your life:

  • Send a voice note instead of a text; they sound like personal mini podcasts.
  • Buy a cheap blender and use it to finely chop onions (it saves on time and tears).
  • Laugh shamelessly at your own jokes.
  • Learn the names of 10 trees.
  • Always have dessert.
  • Drop your shoulders.
  • Instead of buying a morning coffee, set up a daily transfer of £2 from a current into a savings account and forget about it. Use it to treat yourself to something different later.
  • Sing!
  • Ignore the algorithm – listen to music outside your usual taste.
  • Learn a TikTok dance (but don’t post it on TikTok).

New article in Behavioural Public Policy: Reporting on one’s behavior

Together with Pelle Guldborg Hansen and Caroline Drøgemüller Gundersen, I have a new article in Behavioural Public Policy. The paper is titled “Reporting on one’s behavior: a survey experiment on the nonvalidity of self-reported COVID-19 hygiene-relevant routine behaviors”. Here is the abstract:

Surveys based on self-reported hygiene-relevant routine behaviors have played a crucial role in policy responses to the COVID-19 pandemic. In this article, using anchoring to test validity in a randomized controlled survey experiment during the COVID-19 pandemic, we demonstrate that asking people to self-report on the frequency of routine behaviors are prone to significant measurement error and systematic bias. Specifically, we find that participants across age, gender, and political allegiance report higher (lower) frequencies of COVID-19-relevant behaviors when provided with a higher (lower) anchor. The results confirm that such self-reports should not be regarded as behavioral data and should primarily be used to inform policy decisions if better alternatives are not available. To this end, we discuss the use of anchoring as a validity test relative to self-reported behaviors as well as viable alternatives to self-reports when seeking to behaviorally inform policy decisions.

You can read the study here. You can read more about the study here. You can find the replication material here.

25 interesting facts #16

376. A sixth of the carbon footprint of average EU diets is due to tropical deforestation emissions (Pendrill et al. 2019)

377. In blind taste tests, there is no consistent preference for Coke or Pepsi (Van Doorn and Miloyan 2018)

378. Alphabetic writing was probably invented during the Bronze Age (Höflmayer et al. 2021)

379. People use paid advice more than free advice (Gino 2008)

380. Migrants are not drawn to places where welfare benefits are generous (Ponce 2019)

381. In 9 of 10 public conflicts, at least 1 bystander, but typically several, will do something to help (Philpot et al. 2020)

382. People living in former coal mining communities in the UK are highly politically disengaged (Abreu and Jones 2021)

383. In New York City, there is a strong correlation between gentrification and order maintenance policing (Laniyonu 2018)

384. In the US, metropolitan areas with more growth in large vehicles suffered greater rates of pedestrian fatalities (Tyndall 2021)

385. In the Netherlands, proximity to a mosque increases support for the radical right (Gravelle et al. 2021)

386. Americans work more than Europeans (Alesina et al. 2005; Chakraborty et al. 2015)

387. Colonial Christian missions increased anti-gay beliefs in Africa (Ananyev and Poyker 2021)

388. There were ancient people in present-day New Mexico more than 21,000 years ago (Bennett et al. 2021)

389. Beards on men protect the face from damaging strikes in a fight (Beseris et al. 2020)

390. In the United States, World War II casualty rates among semi-skilled White soldiers resulted in a positive selection of Black workers into semi-skilled employment (Ferrara 2021)

391. Globally, the majority of firearm injury deaths are homicides (Naghavi et al. 2018)

392. Beetles account for roughly 25% of all described species (Stork et al. 2015)

393. In 1940, Churchill proposed an indissoluble union based on common citizenship to the French Prime Minister (Shlaim 1974)

394. In the UK, there is no evidence that Labour politicians are more anti-Semitic and Conservative politicians more Islamophobic (Crawfurd and Ramli 2021).

395. Cities in the United States and Canada are more grid-like (Boeing 2019)

396. Partisans are more likely to view out-party members as guilty of sexual misconduct (Klar and McCoy 2021)

397. In Danish elections, the ballot position has a causal effect on election results (Blom-Hansen et al. 2016)

398. Old leaders are more likely to be a target of militarized disputes (Bak and Palmer 2010)

399. Consumption patterns of G7 countries drive an average loss of ~4 trees per person per year (Hoang and Kanemoto 2021)

400. People see victims of wrongdoing as more moral than nonvictims who have behaved identically (Jordan and Kouchaki 2021)


Previous posts: #15 #14 #13 #12 #11 #10 #9 #8 #7 #6 #5 #4 #3 #2 #1

New article in Journal of Political Science Education: Beyond the Numbers

Together with Gianna Maria Eick, Ben Baumberg Geiger and Trude Sundberg, I have an article in the new issue of Journal of Political Science Education. Here is the abstract:

A number of studies demonstrate that quantitative teaching provides social science students with analytical and critical skills. Accordingly, the skills acquired during quantitative teaching are assumed to enhance students’ progress in and after their degree. However, previous studies rely on subjective measures of students’ evaluations of their skills. So far, no prior studies have examined whether the skills obtained through quantitative teaching can be transferred to an overall better performance at university. In order to address this gap, we use high-quality administrative records to examine the impact of quantitative teaching on undergraduate students’ overall marks. The results show that students subject to additional quantitative teaching obtain significantly better marks throughout their studies. The evidence emphasizes the importance of methodological pluralism for social science students.

I presented the findings at an event at the British Academy in 2018, and it is great to finally see the paper in print. You can find it here.