Metode cantitative în creșterea calității sondajelor

Acum de când există baze de date și nu mai sunt restricții la stocarea datelor căci se lucrează lejer cu Tb ca modalități ieftine la îndemâna puștilor de a stoca muzică, imagini și filme, nu se mai lucrează cu eșantioane, ci cu colectivități și calitatea estimărilor a crescut foarte mult. În teoria sondajelor ar trebui folosite metode riguroase de efectuare a corecțiilor pentru datele rezultatele obținute din prelucrarea de eșantioane cu cei care ies de la votare pentru a da un spor de calitate exit-pollurilor.

Este necesar să se studieze comportamentul indivizilor la vot secret și la votul la vedere. Este necesar să se studieze concordanța dintre modul în care s-a votat efectiv și ceea ce declară persoana când este intervievată. Pentru a face astfel de studii, există tehnica, există statistica matematică și mai ales există testele care dau garanția că rezultatele sunt reprezentative. Trebuie doar pus osul la treabă și făcute studii, nu să se taie frunză la câini, cum rău se face acum și se obțin niște rezultate de tot râsul, încât se crează impresia că teoria sondajelor este o anexă a politicului, cu care fix se demonstrează orice, dar și mai rău, se manipulează grosolan.

Se definesc fluxuri complete, neafectate de erori. 

Se lucrează cu colectivitatea, nu cu eșantioane.

Se consemnează pentru fiecare persoană elementul faptic și elementul declarativ.

Se stabilește concordanța dintre elementul faptic și cel declarativ.

Se fac agregări și se ob țin factori de corecție care se transferă spre eșantioane.

Se analizează reprezentativitate folosind teste matematice.

Se analizează stabilitatea rezultatelor, folosind seturi de colectivități.

(17 mai 2025) 

Votul secret și manipularea

Se vântură cu o ușurință demnă de alte obiective teoria manipulării cetățenilor care își exercită dreptul de a alege sau de a fi ales folosind votul secret. În opinia mea, pentru a arunca tot felul de abordări și concluzii în spațiul public trebuie:
- constituită o echipă de specialiști în statistică matematică,
- abordate cele mai noi tehnici și metode din teoria sondajelor,
- achiziționat software care să facă prelucrările datelor,
- alocate fonduri pentru a realiza condiții tehnice perfecte,
- antrenate forțe în teren care să efectueze culegerea de date,
- aplicate toate tehnicile și metodele de testare a rezultatelor,
- asigurate condițiile de stabilitate perfectă a rezultatelor.

Nu-mi propun aici să dau soluția, deși ceva-ceva aș fi înclinat să fac, dar o cabină de vot de culoarea celei din secțiile de votare, ar merge. Alcătuirea eșantioanelor trebuie să reproducă fluxurile din zilele de votare, să zicem. Asigurarea cunoașterii exacte a modului cum cetățeanul a votat și a declarației de la ieșirea din urna de votare, pentru a vedea cu precizie concordanța între actul efectiv și declarație și multe altele. Nu se va cere numele cetățeanului. Se va cere eventual vârsta, eventual studiile sau eventual profesia, totul depinzând de obiectivele studiului, ca profunzime și detaliere.

Oricum, după culegerea a zeci sau sute de mii de seturi de date, folosind statistica matematică se vor face acele prelucrări care să dea o imagine suficient de bună a concordanței dintre acțiunile efective și cele declarate, cu luarea în considerare a tot felul de exerciții, unele mai interesante decât altele, care să scoată în evidență corelațiile la nivel cantitativ dintre manipulare și vot, studiul tratând distinct fiecare formă de manipulare, cu asigurarea reprezentativității și stabilității rezultatelor. Repet: totul se va face folosind statistica matematică și numai statistica matematică, iar echipa interdisciplinară va include și sociologi.


(01 decembrie 2024)

Erorile din sondajele de opinie comandate

Există o teorie matematică a sondajelor în care ipotezele de lucru sunt extrem de importante. Se știe că un sondaj, oricare ar fi el necesită:
- o structură de chestionar,
- personal care face înregistrările,
- respondenți selectați aleator,
- specialiști care fac prelucrări,
- specialiști care interpretează rezultatele,

- pe cineva care plătește efectuarea sondajului,

- un beneficiar al sondajului.

Se știe despre sondaje că unele au oferit rezultate care s-au verificat în practică, dar au existat și sondaje care au dat erori de-a dreptul grosolane, ceea ce a dezamăgit pe toată lumea, dar în opinia mea, nu trebuia să dezamăgească pe nimeni, pentru că nicio prognoză nu este perfectă, pentru că simplifică realitatea, din moment ce folosește eșantionul despre care se zice că ar fi reprezentativ, fără să se demonstreze că așa stau lucrurile. Dacă beneficiarul sondajului este și cel care plătește efectuarea sondajului, lucrurile se schimbă radical, căci operează ideea că omului, adică beneficiarului, i se oferă exact ceea ce dorește să audă. De aceea, ipotezele de lucru sunt proiectate pe acest calapod, ca după tot felul de prelucrări, să se obțină ceea ce vrea investitorul, lucru posibil din start dacă respondenții nu prea mai sunt aleși chiar așa de aleatoriu precum ne-am imagina.

Sondajele clasice se bazează pe o serie de formule pentru stabilirea dimensiunii eșantionului, în funcție de marja de eroare. Cu cât dorim ca marja de eroare să fie mai mică, cu atât eșantionul trebuie să fie mai mare și costurile de culegere a datelor cresc, costul sondajului devenind costisitor.

Acum există Big Data Science, care împreună cu Artificial Inteligence, extrage din rețelele de socializare informații referitoare la milioane de persoane, le prelucrează și folosind vocabulare, imagini, stabilește profile de utilizatori, după care, folosind date de la alegerile anterioare, se obțin informații despre comportamentul real al deținătorilor de conturi și nu mai este nevoie să se facă nici eșantionare și nici completare de formulare, ci se trece direct la efectuarea de calcule, rezultând cu mare exactitate ceea ce un sondaj clasic ar fi dat cu marja de eroare destul de mare, să zicem 3%. Aceste sondaje nu convin, căci ele dau o imagine reală. Dacă cineva ar fi dispus să lucreze, cu siguranță ar fi utile, dar nimeni nu este dispus să muncească pentru a-și ameliora imaginea, căci necesită efort și timp, dar mai ales o strategie.

Erorile din sondajele comandate sunt erori programate de echipa care realizează sondajul, prin alegerea eșantionului. Metoda nu se schimbă, căci teoria sondajelor este una singură și nu există mod de eluf=dare a pașilor de parcurs impuși de aceasta.

Eșantionul este cel care dă totul. Cei care proiectează sondajul știu acest lucru. Una este să stai la gura metroului la ora 5 dimineața cu formularul de sondaj să ceri răspunsuri, căci la acea oră o anumită categorie de oameni răspund și cu totul altele vor fi răspunsurile dacă se discută cu persoane aflate într-un club de fițe, undeva între orele 23,00 - 02,00. Cei care proiectează un sondaj, au deja informații asupra modului în care se constituie eșantionul, chiar dacă ei spun că este aleatoriu, căci dacă iei din 10 în 10 femeile care fac piața în intervalul 8,00 - 10,00 se știe ce răspunsuri se primesc și cu totul altele vor fi răspunsurile tot în piață dacă răspunsurile sunt luate între orele 17,00 - 19,00. Erorile din sondajele de opinie comandate nu sunt erori de metodă, ci erori de eșantion și cei care realizează sondajele sunt conștienți de acest aspect, îl stăpânesc și îl controlează eficient, căci fac ceea ce orice negustor face, își laudă marfa, o lustruiește, după care o ambalează frumos, pentru a arăta cât mai bine.


(23 iulie 2023)

Sondaje mioritice

Există teoria sondajelor, care este o teorie matematică.

Există metodologii foarte bine puse la punct legate de sondaje.

Există proceduri verificate care trebuie doar urmate cu strictețe.

Nu există explicații rezonabile la marile variații ale rezultatelor pe care le dau casele de sondare. Teoria este bine pusă la punct, practica, de asemenea. Trebuie doar folosită cu decență și onestitate, lucru discutabil dacă vedem care sunt realitățile. Teoria are formulă pentru stabilirea dimensiunii eșantionului, în funcție de marja de eroare. Teoria vorbește despre reprezentativitate. Este numai obligația casei de sondare a opiniei publice să instruiască operatorii care să aplice mecanismele de selecție a respondenților și să consemneze cu obiectivitate ceea ce respondenții spun.

Se pare că undeva se rupe filmul, numai că sondajele:

- costă mult,

- necesită efort,

- au încărcătură,

căci de multe ori se spune și ceea ce vrea să audă cel ce a plătit, caz în care nici teoria și nici cerințele bunelor practici nu mai au nicio valabilitate. Mergând pe principiul minte-mă frumos să mă bucur, evident, umflarea unor procente echivalează cu exact ceea ce spun vrăjitoarele, căci de știință exactă nu mai este vorba.
Nimeni nu spune ca mai multe sondaje făcute pentru același obiectiv să fie trase la indigo. Ele diferă în funcție de intervalul de timp când au fost culese datele, în funcție de marja de eroare acceptată și în funcție de calitatea celor care realizează culegerea de date. Micile variații aduse de acești factori, în mod normal ar trebui să dea mici variații ale valorilor pentru procente, cum ar fi și normal. În realitate, nu se întâmplă așa ceva, dacă intervin elemente oculte după efectuarea calculelor riguroase folosind metodele științifice, astfel încât există rezultatele corecte și rezultatele perturbate, adică mincinoase, fardate și manipulatoare.

(12 noiembrie 2019)

Un sondaj aiuritor

Ultimul sondaj al lui AVANGARDE arată că în 7 județe preferințele alegătorilor sunt:

PSD = 40,1%

ALDE = 20,2%

PNL = 19,7%

RO = 9,16

USR = 4,3%

PRO = 3,66%

USR = 2,8%.

Ierarhia partidelor nu s-a schimbat. PSD nu are cum să fie sub 30% dar nici peste 40%, la o participare de sub 50%. PNL a înregistrat o cădere datorită managementului de la vârf.

(25 iulie 2018)

Sondaje, exit-poll-uri și finalul la alegerile din 11.12.2016

Trebuie să se facă o analiză a calității sondajelor. Există  lucruri simple și anume:
- sondajele făcute de diferite case de sondaje a opiniilor cetățenilor;
- nivelurile efective ale măsurătorilor după derularea eve
- metode statistice verificate care să arate calitatea sondajelor;
- modalități de ierarhizare a celor care fac sondaje după erori.
Rezultatele finale sunt:

Partid	Cameră	Senat	Total	Pondere %
PSD	150	67	217	46,66
PNL	69	30	99	21,29
USR	30	13	43	9,24
ALDE	20	9	29	6,23
PMP	18	8	26	5,59
UDMR	21	9	30	6,45
Minorități	16	-	16	3,44
TOTAL			465	100

Sondaje obținute în timpși cunoscute mie au fost:

Partid	Avangarde 27.11	DCnews	Cosmin Gușe 07.12	Sociopol 07.12	IRES 08.12	Dcnews 08.12	Curs/ Avangarde 11.12	Sociopol 11.12	Rezultate reale BEC
PSD	43%	43%.	44%	40%	44%	47%	45,5%	42,3%	46,66
PNL	27%	24%.	22%	25%	23%	20%	21,7%	19,2%	21,29
USR	8%	7%.	8%	10%	7%	8,5%	8,5%	10,1%	9,24
ALDE	6%	5%.	6%	6%	6%	6,5%	6,5%	6,0%	6,23
PMP	5%	5%.	8%	5%	5%	4,5%	6%	5,2%	5,59
UDMR	5%	4,5%.	5%	5%	5%	?	6%	6,4%	6,45
PRU	3%	4,5%.	5%	5%	4%	?	2,5%	?	?
ANR	1%	1%.	2%	0%	1%	?	1%	?	?

Dacă se ia suma de diferențe în valoare absolută dintre exit-poll Curs/Avangarde și rezultatele finale se obține S1=3,43. Dacă se ia suma de diferențe în valoare absolută exit-poll Sociopol și rezultatele finale se obține S2=10,05.

Comparând cele două exit-poll-uri rezultă că S2 > S1, adică erorile de la Sociopol sunt mai mari, deci exit-poll-ul lui Curs Avangarde este mai riguros, a dat estimări mai bune.

(15 decembrie 2016)

Analiza sondajelor

Sondajele vin și trec, asemenea alegerilor, fără a se trece la efectuarea de analize. Este obligatoriu să se procedeze la efectuarea analizei de calitate pentru a vedea care dintre casele de sondaje au folosit metodele cele mai adecvate. De regulă se merge pe conceptul de marje de eroare și totul se salveaqză dacă estimarea este în această marje de eroare. Totuși, există și unele limite impuse de necesitatea de a controla niște aspecte pentru a evidenția erorile grosolane făcute de acea casă de sondaje care oferă celui ce a comandat sondajul melodia pe acre acesta dorește să o audă, fără a aplica metode științifice.
Chiar solicitarea lui Cătălin Predoiu într-o zi de joi adresată lui Nicușor Dan de a se face un sondaj nou era nerealistă din moment ce Dan avea dublul lui Predoiu și apartenența la intervalul dat de marja de eroare nu se mai punea.
Dar să vedem ce zic sau mai bine zis, ce ziceau sondajele:

Nume candidat	Sondaj IRES (%)	Sondaj Avangarde (%)	Exit-poll AVANGARDE (%)	Exit-poll SOCIOPOL (%)	Exit-poll IRES(%)	Rezultate finale BEC
Gabriela FIREA	45	42,4	41,51	41	42,9	43, 56%
Nicuşor DAN	25	29,8	30,38	29	29,8	29,05%
Cătălin PREDOIU	10	12	12,31	14	13,2	10, 74%
Robert TURCESCU	11	6,8	6,62	6	6,1	6,36%
Daniel BARBU	2	4,2	4,21	4	4,1	2,93%

Toți cei care au efectuat sondaje:

• au avut aceeași ierarhie Firea, dan, Predoiu, Turcescu, Barbu;
• la primii trei prima cifră este aceeașu, respectiv 4, 2 și 1;
• dacă marja de eroare este de +3% sau -3% apar diferențe.

Este necesar să se studieze prin:

• generarea de intervale;
• marcarea cu plus a apartenenței la interval și cu minus ieșirea din interval;
• calculul gradului de încredere.

Pentru sondajul lui IRES tabelul intervalelor, apartenenței si al gradului de apartenențăeste  este:

Nume candidat	Sondaj IRES (%)	Interval	Rezultate finale BEC	Incadrare
Gabriela FIREA	45	[43,65%; 46,35%]	43, 56%	-
Nicuşor DAN	25	[24,25%; 25,75%]	29,05%	-
Cătălin PREDOIU	10	[9,7%; 10,3%]	10, 74%	-
Robert TURCESCU	11	[10,67%; 11,33%]	6,36%	-
Daniel BARBU	2	[1,94%; 2,06%]	2,93%	-

Gradul de apartenență este calculat ca raport dintre numărul de plusuri pe coloană împărțit la numărul de candidați.

Limita inferioară a intervalului se calculează scăzând 3% din valoarea de sondaj din acea valoare:

Limita superioară se calculează adaugând la valoarea de sondaj cei 3%.

Rezultă că respectivul sondaj a fost aproximativ și niciunul dintre candidați nu are o estimare cît de cât corectă, mulți dintre ei având estimări optimiste care s-au situat în afara intervalului, spre dreapta.Pentru toate casele de sondaje trebuie procedat la fel, adică se fac înmulțiri cu 0,97, respectiv, cu 1,03.

Alegerile vin și trec. Tot așa și sondajele deși cine dă banul ar trebui să se întrebe dacă serviciul a fost de buna calitate. Dar mergând pe ideia: pe nimic i-a luat pe nimic îi dă, face ca analiza sondajelor să nu se producă de nicio sămânță.

(12 iunie 2016)