usikkerhed – Erik Gahner Larsen

Hvorfor skal meningsmålinger være så præcise? #2

Forud for folketingsvalget i 2019 anbefalede jeg medierne, at fokusere mere på den statistiske usikkerhed i meningsmålingerne. Jeg fremhævede i den forbindelse at den statistiske usikkerhed er vigtig i mediedækningen: “Fordi den pointerer den væsentlige kendsgerning, at vi ikke arbejder med præcise tal. Vi arbejder med estimater. Personligt er jeg mindre opmærksom på, om den statistiske usikkerhed er 2,5 procentpoint eller 3 procentpoint for et parti. Det vigtigste er, at man erkender, at der er en statistisk usikkerhed, og dermed også en sandsynlighed for, at man tager fejl.”

Journalister, kommentatorer og eksperter er dog fortsat glade for præcision og undlader ofte at nævne den statistiske usikkerhed, når opbakningen til forskellige partier skal formidles. Tag dette eksempel, som jeg stødte på forleden. Her står der, at de Konservative har vundet ”95.433 nye vælgere”. Hvorfor ikke 95.432 eller 95.434 nye vælgere? Det giver absolut ingen mening at formidle tal med en sådan præcision. Tværtimod gør det blot usikkerheden mindre synlig. Det ville være betydeligt bedre hvis man havde sagt omkring 95 tusinde vælgere og givet den statistiske usikkerhed for dette estimat.

I mit forrige indlæg legede jeg med tanken om, at medierne kunne præsentere den statistiske usikkerhed mere dynamisk. Eksempelvis ved at fokusere mere på det interval inden for hvilket, opbakningen højst sandsynligt lå end et tal for, hvor stor opbakningen er. Med andre ord: at fokusere mere på usikkerheden end selve estimatet.

Den statistiske usikkerhed bliver som regel repræsenteret med ét tal (eller ét tal for hvert parti). Denne usikkerhed er som regel udregnet med et 95% konfidensinterval in mente. Det er dog ingen naturlov, at den statistiske usikkerhed skal være på 95%, og det kunne lige så godt være 90% eller 99%. Her er mit beskedne forslag: I stedet for blot at fokusere én statistisk usikkerhed, kunne man formidle to eller tre. Der er intet særligt ved dette og man ser det ofte gjort i videnskabelige artikler – eksempelvis når man vurderer om noget er signifikant på forskellige niveauer eller med både 90% og 95% konfidensintervaller.

Dette vil især egne sig godt til en visuel formidling, hvis man kan vise et estimat med den statistiske usikkerhed som en fleksibel størrelse. Et bud er således at give både 95% og 90% konfidensintervaller. Her er et visuelt eksempel med den seneste meningsmåling fra Voxmeter:

Opbakningen til Socialdemokratiet i den seneste Voxmeter-måling er 31,2%. Den statistiske usikkerhed er +/- 2,8% med et 95% konfidensinterval og +/- 2,4% med et 90% konfidensinterval. Denne forskel er ikke stor, men det er heller ikke det afgørende. Det vigtige er at få det vist, at den statistiske usikkerhed også kan variere (og dermed også blot er et estimat). Jo mindre vi går op i præcision (ofte for den statistiske usikkerhed), desto bedre kan vi forstå nogle af de begrænsninger, der altid vil være forbundet med meningsmålinger.

Som jeg skrev i et indlæg forrige uge, er meningsmålingerne overordnet betragtet meget præcise i en dansk kontekst, men når de tager fejl, har de det med at tage kollektivt fejl. Ved at fokusere på at den statistiske usikkerhed ikke er én størrelse, kan man forhåbentlig nuancere borgernes opfattelse af, at meningsmålingerne nogle gange kan tage fejl. Så slipper vi også for at skulle have diskussioner om, hvorvidt meningsmålingerne overhovedet kan bruges til noget, når de tager fejl.

Dertil er det også vigtigt at huske på, at vi antager at estimaterne i en meningsmåling er uafhængige af hinanden, men når vi tager fejl med ét parti, tager vi som regel også fejl med andre partier. Den statistiske usikkerhed for et parti burde derfor være uafhængig af den statistiske usikkerhed for et andet parti, men dette er noget der ikke holder i praksis. Der er med andre ord mange udfordringer forbundet med at udtale sig omkring usikkerheden i en meningsmåling. Og igen, jo mindre vi fokuserer på ét præcist estimat for hvert parti, desto nemmere vil det være at formidle sådanne begrænsninger, antagelser m.v.

Meningsmålinger er ikke præcise. Jeg ved godt at faste læsere vil være bekendt med denne pointe, men mit håb er at nogle journalister eller andre vil give sig i kast med at undersøge, hvordan man bedst kan formidle den statistiske usikkerhed i meningsmålingerne med udgangspunkt i ovenstående og tidligere nævnte pointer. Vil der være gode eksempler herpå i fremtiden, skal jeg nok skrive et indlæg herom.

Er meningsmålingerne i Danmark præcise?

Meningsmålingerne har (igen) fået en masse opmærksomhed i forbindelse med det amerikanske præsidentvalg. Ramte de forkert? Kan vi stole på dem? Hvad kan de egentlig bruges til? I de danske medier er meningsmålingerne ved det amerikanske præsidentvalg blevet diskuteret eksempelvis her og her. Jeg takkede pænt nej til de journalister, der gerne ville have et par kommentarer med på vejen, da jeg ikke har fulgt tilstrækkeligt med i dækningen (modsat de eksperter, der har udtalt sig kvalificeret og nøgternt) – og jeg planlægger at skrive et indlæg om meningsmålingerne og præsidentvalget ved en senere lejlighed, når støvet har lagt sig.

Én ting jeg dog finder relevant at pointere her, er, at der er enormt stor forskel på at foretage meningsmålinger i Danmark og USA. Med andre ord vil jeg argumentere for, at selvom der er mulighed for at drage paralleller mellem udfordringerne forbundet med at foretage og dække meningsmålinger i Danmark og USA, skal vi være påpasselige med ikke at fokusere for meget på det amerikanske præsidentvalg, når vi skal sige noget om, hvad meningsmålingerne kan i en dansk kontekst. Med andre ord savner jeg, at når de danske medier diskuterer meningsmålingerne i USA, at man fremhæver, at det er begrænset, hvad man kan bruge disse diskussioner til i en dansk kontekst.

Det er nemt at se store forskelle på tværs af Danmark og USA, der kan have implikationer for, hvor nemt (eller svært) det er at foretage meningsmålinger. Eksempelvis er valgsystemerne fundamentalt forskellige (hvilket gør det nemmere at foretage meningsmålinger i Danmark) og valgdeltagelsen er stabil på tværs af sociodemografiske grupper og generelt højere i Danmark (hvilket også gør det nemmere at foretage meningsmålinger i Danmark). Du kan ikke foretage én meningsmåling i USA, der vil give et bud på, hvem der bliver den næste præsident. En meningsmåling kan med andre ord ikke sige at sandsynligheden for at kandidat X bliver præsident er Y%. Når vi alligevel hører disse udsagn er det på baggrund af statistiske modeller, der estimerer hvilken kandidat der står til at vinde forskellige delstater (og de dertilhørende valgmænd).

Meningsmålinger foretages i USA derfor ikke kun nationalt men også på delstatsniveau, hvor kvaliteten mildest sagt er meget svingende (især i de stater, hvor incitamentet til at lave mange meningsmålinger, eksempelvis fordi udfaldet er sikkert, er begrænset). Det er en kæmpe fordel i en dansk sammenhæng at analyseinstitutterne kan foretage en national meningsmåling, der vil afspejle valgresultatet godt, og er fri for at skulle lave meningsmålinger, der er repræsentative for eksempelvis lige præcis Nordjylland og Bornholm.

Det er som sagt derfor begrænset, hvor meget vi kan bruge de amerikanske diskussioner til at sige noget om meningsmålingernes kvalitet i Danmark. Og jeg vil pointere, at meningsmålingerne er ret præcise i Danmark. Men hvor præcise er de?

I et arbejdspapir, der bærer titlen “Public Election Polls are 95% Confident but only 60% Accurate“, viser et par amerikanske forskere, at selvom den statistiske sandsylighed i meningsmålingerne i USA er 95%, rammer de kun rigtigt 60% af gangene. Det vil sige, at kun 60% af gangene er estimatet inden for de 95% af den statistiske sandsynlighed. Har du en interesse i meningsmålingsfejl i forbindelse med amerikanske præsidentvalg, kan jeg varmt anbefale den nye bog Lost in a Gallup: Polling Failure in U.S. Presidential Elections, der giver en detaljeret gennemgang af fejl i meningsmålingerne fra 1936 til 2016.

Til at belyse hvor præcise meningsmålingerne er i en dansk sammenhæng, kigger jeg på meningsmålingerne fra den sidste uge op til de tre seneste folketingsvalg (2011, 2015 og 2019). Det giver sammenlagt 811 estimater. Jeg finder det unfair for meningsmålingerne at forvente, at de skal være præcise, når vi går længere væk fra valget, da meningsmålingerne ganske enkelt ikke forsøger at forudsige hvem der vinder valget – men hvem der ville vinde, hvis der var valg den dag, meningsmålingen er foretaget. (Jeg bryder mig af samme grund ikke om den formulering, der lyder, at meningsmålingerne bliver mere præcise, jo tættere vi kommer på valgdagen.)

I 88% af tilfældene ramte meningsmålingerne ved de tre seneste folketingsvalg partierne korrekt. Det er mindre end 95% af gangene, men ikke desto mindre tyder det på, at meningsmålingerne rammer rigtigt 9 ud af 10 gange. Det må siges at være meget godt. Dette kan føre til en diskussion om, hvorvidt man skulle bruge 90% konfidensintervaller i stedet for 95% konfidensintervaller, hvilket dog blot ville føre til, at man tager fejl endnu oftere. Nedenstående figur viser hvor præcise de forskellige analyseinstittutter var ved de tre folketingsvalg.

Det mest præcise analyseinstitut, når man kigger på hvor mange partier de ramte rigtigt, var Greens i 2015 (94%). Det mindst præcise analyseinstitut var også Greens – i 2019 (70%). Kun YouGov i 2011 og Greens i 2019 er under 80%, hvilket tyder på at de fleste analyseintitutter som minimum rammer fire ud af fem partier rigtigt, når den statistiske usikkerhed er 95%.

Ovenstående figur skjuler dog det faktum, at analyseinstitutterne rammer de fleste partier meget præcist i de fleste tilfælde, men har problemer med enkelte partier ved enkelte valg, som eksempelvis Dansk Folkeparti i 2015 og Venstre i 2019, hvor under 25% af meningsmålingerne havde partiernes endelige valgresultat inden for den statistiske usikkerhed på 95% i løbet af valgkampens sidste uge.

I 15 ud af 27 tilfælde – når vi kigger på partiene (vist i ovenstående figur) – ramte alle meningsmålinger korrekt (altså 100%). 21 ud af 27 partier blev ramt rigtigt i omkring eller mere end 95% af gangene.

Hvad vi kan se er, at meningsmålingerne ikke rammer rigtigt i 95% af tilfældende, og når de ikke gør, har meningsmålingerne det med kollektivt at tage fejl. Dette så vi især i 2015, hvor der var talrige diskussioner om, hvorvidt vi overhovedet skulle og kunne stole på meningsmålingerne. Faktum er dog at meningsmålingerne i Danmark generelt rammer præcist, men at dette ikke er det samme som, at der ikke kan være udfordringer i forhold til at ramme alle partier præcist.

Meningsmålingerne er mere præcise i Danmark end i USA, og det er det vigtigt at huske på – især når diskussionen omkring meningsmålingernes anvendelighed i disse uger primært sker i forlængelse af og forbindelse med det amerikanske præsidentvalg.

Hvorfor skal meningsmålinger være så præcise?

Journalister, kommentatorer og andre, der skal formidle og fortolke meningsmålinger, har det desværre med at ignorere eller fejlfortolke den statistiske usikkerhed.

Man kan som bekendt ikke tale om meningsmålinger uden også at tale om usikkerhed. Når vi ikke måler alle meninger, vi ønsker at udtale os om, er der selvsagt brug for at kvantificere den grad af sikkerhed, vi ønsker at udtale os med. Her er standardpraksis, at medierne – der formidler disse meningsmålinger – udregner den statistiske usikkerhed med 95% konfidensintervaller og rapporterer den maksimale statistiske usikkerhed i målingen for de respektive partier.

Hvorfor er den statistiske usikkerhed så vigtig? Fordi den pointerer den væsentlige kendsgerning, at vi ikke arbejder med præcise tal. Vi arbejder med estimater. Personligt er jeg mindre opmærksom på, om den statistiske usikkerhed er 2,5 procentpoint eller 3 procentpoint for et parti. Det vigtigste er, at man erkender, at der er en statistisk usikkerhed, og dermed også en sandsynlighed for, at man tager fejl.

Det betyder også, at i det sekund, at der er en forskel mellem to partier, der ligger uden for den statistiske usikkerhed, kan vi stadig ikke være 100% sikker på, at der er en forskel, blot at sandsynligheden for, at der er en forskel, er blevet større.

Udfordringen er, at usikkerheden er kalkuleret ud fra den antagelse, at meningsmålingen bygger på en repræsentativ stikprøve fra en population, eller om ikke andet kan antages at være repræsentativ. Vi tager dermed ikke hensyn til systematiske skævheder og andet, der kan give forkerte estimater.

Dette blev der især sat fokus på efter præsidentvalget i 2016, hvor de fleste modeller, der tog udgangspunkt i forskellige meningsmålinger, forudsagde, at Hillary Clinton ville blive USAs næste præsident. Kigger man på dækningen dengang, var der dog også allerede før valget fokus på, at meningsmålingerne ikke er præcise estimater.

Pew Research Center gjorde meget ud af at formidle den statistiske usikkerhed (se eksempelvis her). New York Times kunne vise, at det samme datamateriale kunne føre til forskellige estimater for, hvor stor opbakningen var til henholdsvis Hillary Clinton og Donald Trump. Josh Katz viste på bloggen TheUpshot, at der var stor forskel på modellerne (hvor der var en meget høj grad af usikkerhed).

Ligeledes blev det vist, hvordan få respondenter, alt efter hvordan der vægtes i meningsmålingerne, kan have en afgørende betydning for, hvad målinger viser. Det blev ligeledes argumenteret for, at den statistiske usikkerhed ofte skulle ses som ±7% i stedet for ±3% (altså en langt større usikkerhed end vi normalt arbejder med).

Det korte af det lange er, at der er ved at komme ne større erkendelse af, at vi skal tage meningsmålingernes styrker og udfordringer i betragtning, når vi formidler disse.

I årtier har nyhedsartikler med meningsmålinger fulgt den samme skabelon. Der informeres i de fleste tilfælde om meningsmålingen, herunder hvad den kommer frem til. Hvad der ellers bliver nævnt varierer betydeligt. I nogle artikler informeres der om, hvem der har betalt meningsmålingen, hvilke spørgsmål der er stillet, hvor stor den statistiske usikkerhed er og så videre.

Nu er der som sagt en øget erkendelse af, at meningsmålingerne har en større værdi end blot isolerede nyhedsartikler, der formidler de respektive målinger. Én enkelt meningsmåling bør mødes med en vis skepsis og ønsket om, at se om lignende tendenser opstå i andre og flere meningsmålinger. Dette har ført til et par journalistiske initiativer, blandt andet meningsmålingeraggregater som de nævneværdige Risbjerg-snittet hos Altinget og Berlingske Barometer.

Udfordringen med meningsmålingeraggregater er, at de kan reducere relevante forskelle mellem analyseinstitutter og kan give en lavere statistisk usikkerhed, der kun er berettiget hvis bestemte antagelser overholdes.

Det er af denne grund at jeg på Politologi.dk sætter fokus på at vise alle meningsmålinger, så det står klart, at meningsmålingerne ikke altid viser det samme. Hvis man eksempelvis kigger på Nye Borgerlige, kan man se, hvordan uenigheden mellem analyseinstitutterne ikke blot skyldes tilfældig støj.

Hvad jeg håber at se mere af i fremtiden er et øget fokus på manglende præcision i mediernes dækning. Der har været et alt for stort fokus på at formidle partiernes opbakning ned til mindste decimal, som udelukkende bidrager til at give en opfattelse af, at meningsmålingerne kan sige noget med større sikkerhed, end de reelt kan.

Et af de eksempler man kunne applicere i dækningen af meningsmålinger, finder man hos Der Spiegel, der i en artikel formidlede antallet af influenzalignende lægebesøg. Dette eksempel er interessant, da der er en statistisk usikkerhed, der også skal visualiseres.

Som det kan ses i ovenstående figur fluktuerer estimatet inden for den statistiske usikkerhed, så det er klart for læseren, at der ikke er tale om et præcist estimat.

Det er relativt nemt at lave lignende visualiseringer, når det kommer til meningsmålinger. I nedenstående eksempel tog jeg en meningsmåling fra Voxmeter, og lod den statistiske usikkerhed være dynamisk med henholdsvis 90%, 95% og 99% konfidensintervaller.

I figuren forsøger jeg ligeledes at tage fokus fra det specifikke punktestimat. Det er selvfølgelig muligt at aflæse dette, men det er gemt væk i den statistiske usikkerhed, hvorfor man forhåbentlig fokuserer mere på den dynamiske usikkerhed end ét statisk tal.

Meningsmålinger er i sagens natur ikke præcise. De er kvalificerede estimater, der skal formidles med omtanke og med fokus på den usikkerhed, de kommer med. Der er heldigvis forskellige måder denne usikkerhed kan formidles på, og det kunne være interessant at se de danske medier prøve kræfter med at sætte mere fokus på denne usikkerhed. Især i relation til det snart kommende folketingsvalg.

Kvalitetsvægtede gennemsnit af meningsmålinger og statistisk usikkerhed

Meningsmålinger er desværre ikke altid så præcise som journalister gør dem til. Står Enhedslisten til at få 14,9 pct. af stemmerne i en meningsmåling, er det som bekendt et kvalificeret gæt. Når medierne angiver partiernes procentvise andel af stemmerne helt ned til én decimial, sælger det blot en illusion om præcision.

Så længe vi ikke spørger alle vælgere om, hvilket parti de vil stemme på, skal vi altid forholde os til en grad af usikkerhed. De eneste eksempler vi har på meningsmålinger med en statistisk usikkerhed på 0, er valgresultaterne fra valg til Folketinget, kommunerne, regionerne og Europa-Parlamentet (altså når vi rent faktisk spørger hele populationen).

Den statistiske usikkerhed gør, at partiernes opbakning kan variere fra meningsmåling til meningsmåling, uden så meget som at én vælger har skiftet parti. Det er derfor helt naturligt, når de enkelte analyseinstitutter gennemfører meningsmålinger, at de kommer frem til lidt forskellige resultater. Dette illustreres bedst i valgkampe, hvor flere institutter gennemfører meningsmålinger dagligt. Følgende viser Socialdemokraternes opbakning i løbet af valgkampen i 2011 (kilde):

Hvilke meningsmålinger der rammer helt plet, kan vi i sagens natur ikke vide. Vi kan dog med al rimelighed betvivle, at én meningsmåling der ligger langt fra hvad andre meningsmålinger viser, giver et retvisende billede af virkeligheden. Det er her vi oplever noget paradoksalt ift. mediernes interesse for meningsmålinger: Jo mindre sandsynligt det er en meningsmåling rammer plet, desto mere opmærksomhed vil den få.

Når meningsmålingerne viser det samme, er det med en begrænset nyhedsværdi. Journalister er ikke interesserede i at skrive om, at verden er den samme i dag som i går. Viser en meningsmåling omvendt noget ekstremt (eller blot en eller anden form for forandring), får det straks en langt højere interesse blandt journalister, læsere, kommentatorer m.v.

Derfor bør man tillægge enkelte meningsmålinger mindre vægt, og se mere på hvilket billede de forskellige meningsmålinger sammenlagt tegner. Da Nate Silver påbegyndte arbejdet med bloggen FiveThirtyEight, var det med udgangspunkt i en simpel fremgangsmåde: Tag gennemsnittet af forskellige meningsmålinger og vej dem efter analyseinstitutternes tidligere præcision.

I en dansk kontekst har vi Berlingske Barometer og de kvalitetsvægtede gennemsnit fra Altinget.dk, som valgforsker og professor ved Aarhus Universitet Søren Risbjerg Thomsen udarbejder hver måned. Disse vægtede gennemsnit giver et mere retvisende billede af hvordan partierne ligger. Der kan selvfølgelig godt være en meningsmåling der er mere korrekt end det vægtede gennemsnit, når andre meningsmålinger viser noget der ikke ligger lige så tæt på. Vi kan dog ikke vide hvilken meningsmåling der eventuelt rammer mest præcist – og de er stadig alle underlagt en grad af usikkerhed.

Den store fordel ved de vægtede gennemsnit er dermed, at de reducerer den usikkerhed vi opererer med. Usikkerheden varierer alt efter partiets størrelse, hvor usikkerheden er større desto tættere et parti ligger på 50 pct. af stemmerne. Grunden til dette ligger i den måde man beregner usikkerheden for hvert parti:

$se = \sqrt{\frac{p(1-p)}{n}}$

Standardfejlen er angivet ved se, og som det kan ses, vil den falde i takt med at vi spørger flere respondenter (jo større n, desto mindre se). Partiets andel er angivet ved p. Hvis en meningsmåling har spurgt 1.000 vælgere, vil det give en standardfejl på 0,0158 for et parti der får en andel på 0,5 af stemmerne, og en standardfejl på 0,0031 for et parti der står til en andel på 0,1 af stemmerne (eller 0,9). Har du lyst til at beregne usikkerheden for et partis andel, kan det gøres her. Aftenens udgave af Detektor havde desuden et fint indslag omkring forholdet mellem stikprøvestørrelse og usikkerhed i meningsmålinger.

Hvis vi tager et partis andel ± en standardfejl, vil vi få et 68 pct. konfidensinterval for partiet. De fleste meningsmålinger rapporterer dog usikkerheden i form af 95 pct. konfidensintervaller, som fås ved ± 1,96 standardfejl. Får et parti 50 pct. af stemmerne i en meningsmåling der har spurgt 1.000 tilfældigt udvalgte vælgere, giver det dermed en usikkerhed på ±3,099 med et 95 pct. konfidensinterval. Et parti der står til at få 5 pct. af stemmerne i samme meningsmåling, vil have en usikkerhed på ±1,351.

Hvad er implikationen af dette når vi diskuterer enkeltmålinger i forhold til kvalitetsvægtede gennemsnit? Tager vi en enkelt meningsmåling, vil usikkerheden som sagt være størst for de store partier, hvorved kvalitetsvægtede meningsmålinger vil have en større betydning, da forskellige meningsmålinger hver især vil ligge længere fra hinanden når det kommer til de store partier ift. de mindre (ceteris paribus og forudsat de ellers er repræsentative, forstås).

De små partier vil derfor generelt ligge tættere på det vægtede snit i en enkelt meningsmåling end de større. Dette kan vi selvfølgelig illustrere ved hjælp af empiri. Jeg har taget Søren Risbjerg Thomsens vægtede snit fra perioden 1990 til 2010 og Gallups menigsmålinger fra samme periode. Nedenstående plot viser differensen mellem Risbjergs snit og Gallup på y-aksen og partistørrelsen ([Risbjerg+Gallup]/2) på x-aksen for 2.098 partiestimatforskelle.

Jo større partiet er, desto større vil differensen være mellem det vægtede snit og enkeltmålingen. Sagt med andre ord: Jo større et parti er i en meningsmåling, desto mindre kan vi være sikre på, at én meningsmåling rammer plet. Vi har derfor brug for kvalitetsvægtede gennemsnit af meningsmålinger til at reducere den tilfældige støj. En tilfældig støj der kun bliver større, desto større et parti er. Man skal desuden bemærke, at da Gallup er inkluderet i Risbjergs snit, er forskellen angivet i plottet mindre end hvis Risbjergs snit ikke havde inkluderet meningsmålinger fra Gallup.

Vægtede meningsmålinger er alt andet lige at foretrække frem for enkeltmålinger. Når de forskellige medier formidler spændende nyheder omhandlende forandringer i meningsmålingerne, så vent og se om disse forandringer manifesterer sig i de vægtede snit. Ellers er tilfældet nok bare, at der var tale om tilfældige udsving i en enkelt måling.

Kristian Jensen, valgfrihed og meningsmålinger

Dagen i dag har budt på tre forskellige meningsmålinger med forskellige resultater. To der giver et rødt flertal (Gallup og Green) og en der giver et blåt (Megafon). Billedteksten til den henviste artikel fra Ekstra Bladet er: Lars Løkke og Helle Thorning-Schmidt kan selv vælge, hvilke meningsmålinger, de tror på. Og grine eller græde.

Lidt den samme logik luftede gruppeformanden for Venstre, Kristian Jensen for TV2 Nyhederne, som også er at finde i et tweet på hans Twitter-profil:

som liberal går jeg ind for valgfrihed – også valgfrihed til at tro på den meningsmåling, som passer mig bedst :-)

Jeg er efterhånden træt af Venstre-folk der kalder sig liberale, men lad det ligge for nu. Det relevante i denne sammenhæng er hans syn på valgfrihed som liberal. Liberalismen bygger på en lang idehistorisk tradition for, at mennesket skal træffe valg på baggrund af et oplyst grundlag. Den liberale valgfrihed bygger på at man som menneske er i en position hvor man selv må træffe sine valg og tage konsekvenserne deraf.

Her kan det være godt at skelne mellem normative og deskriptive udsagn. Jeg vil mene, at valgfriheden kun er knyttet til normative udsagn, altså holdningsspørgsmål. Om jeg har lyst til at blive sundere eller ej, må blive mit valg – ingen skal bestemme om jeg skal leve sundere eller ej. Det er sgu et normativt spørgsmål. Og jeg har min egen holdning. Dette betyder dog ikke, at jeg har valgfriheden til at vælge og definere hvad der er sundt. Jeg kan ikke bare sige, at det at konsumere tre æbler om dagen er usundt. Hvis jeg skulle kunne det, ville det kræve et belæg, for at kunne blive et deskriptivt udsagn.

Og det er her at Kristian Jensen går galt i byen. Pointen kan bedst beskrives med følgende ordsprog: Everyone is entitled to his own opinions, but not his own facts.

Nogle meningsmålinger er bedre end andre! Bedre som i mere præcise i forhold til hvad vælgerne rent faktisk vil stemme på – altså hvilke meninger at vælgerne har, som vi måler på – en meningsmåling. Da en meningsmåling ikke spørger alle vælgere, men kun et (repræsentativt) udsnit af populationen (i dette tilfælde har de to meningsmålinger der taler for et rødt flertal 30-40% flere respondenter), vil der til disse være knyttet en eller anden form for usikkerhed.

Det at tre meningsmålinger ikke siger det samme, er dermed ikke ensbetydende med, at de alle tre er lige gode (eller lige dårlige om man vil). Søren Risbjerg Thomsen, der er professor ved Aarhus Universitet og Altinget.dks valgekspert, har suppleret de tre målinger med en gennemsnitsberegning, som viser, at det er rød blok der ville vinde, hvis der var valg i dag.

Fordi at tre meningsmålinger ikke er ens, betyder det ikke, at man er i en position hvor man selv kan vælge mellem hvilken man vil tro på. En passende formulering af et tweet til lejligheden ville nok være, at det er godt at se bare én meningsmåling der viser et blåt flertal. Der er langt mellem snapsene.