Tahun ini di Guru, kami telah memperluas mandat kami untuk menghubungkan orang-orang yang memiliki pertanyaan dengan jawaban yang tepercaya. Dan karena ada banyak kebingungan dan informasi yang salah terkait pemilihan 2020, kami di sini untuk membantu dengan cara yang kami tahu terbaik: dengan mengumpulkan sumber dari sumber yang terverifikasi dan ahli materi untuk menjelaskan hal-hal!

Ketika kami melakukan penelitian, kami menemukan bahwa sulit untuk menemukan jawaban untuk pertanyaan sederhana seperti "Apa batas waktu pendaftaran untuk memilih di negara bagian saya?" dan "Apa sampling yang tepat untuk polling, dan mengapa semua orang berteriak tentang itu?" Jadi kami memutuskan untuk memulai dari atas. Kami mengumpulkan batas waktu pendaftaran pemilih secara pos dan daring (di mana tersedia) berdasarkan negara bagian, dan mewawancarai Jim Williams, seorang pengamat dengan Public Policy Polling.

Temukan batas waktu pendaftaran pemilih di negara bagian Anda

Ada pepatah politik yang sudah dikenal: "Satu-satunya polling yang dihitung adalah yang diambil pada hari pemilihan." Pada tahun 2016, hampir setengah dari pemilih yang memenuhi syarat... tidak memberikan suara. Jadi mari kita coba dan perbaiki itu bersama-sama! Bagikan daftar batas waktu ini kepada teman atau rekan untuk membantu semua orang menjalankan hak pilih mereka yang telah diperjuangkan.

Cara membaca dan memahami polling politik

Perbaiki polling. Tapi apa kata 538? Kita bisa mengabaikan polling itu; sepertinya itu adalah outlier. Apa yang kamu benar-benar tahu tentang polling politik? Ada lebih banyak nuansa daripada yang mungkin kamu pikirkan, dan segala sesuatu mulai dari jenis hari yang dialami seseorang hingga cara pertanyaan diajukan dapat mempengaruhi interpretasi dan narasi seputar angka tersebut. Plus, ternyata, ada beberapa hal yang sangat dasar — seperti margin kesalahan — yang bahkan para profesional berpengalaman pun cenderung salah.

Kami duduk bersama Jim Williams dari Public Policy Polling (PPP) untuk menjelaskan hal-hal yang membingungkan pengamat kasual, pecinta politik, dan semua orang di antara keduanya.

Apa kesalahpahaman terbesar tentang apa yang ditunjukkan oleh polling?

Jim Williams: Salah satu kesalahpahaman terbesar adalah jika kamu melihat polling, itu akan memberitahumu siapa yang akan memenangkan pemilihan. "Oh, Obama unggul tiga? Ya, jadi dia akan menang.” Dan ya, tidak, itu bukan yang dikatakan polling.

Apa yang sebenarnya dikatakan polling adalah seperti, "Pada saat ini di akhir Agustus, 95 dari 100 kali polling yang dilakukan dengan metodologi ini akan memiliki hasil yang dalam ±4 dari hasil ini.”

Jadi ini adalah gambaran, tapi ini juga bukan segalanya. Tidak hanya karena alasan itu; ada margin kesalahan, dan fakta bahwa ini didasarkan pada apa yang dikatakan 500 orang pada hari Kamis dan Jumat lalu.

Benar. Dengan segala sesuatu yang terjadi dalam hidup mereka pada saat itu.

Ya. Dan kami melihatnya banyak di tahun 2016 dengan Trump dan Hillary. Tergantung pada apa yang terjadi di berita, Trump tampak lebih buruk atau lebih baik. Ketika berita yang sangat buruk keluar tentang Trump, polling terlihat buruk. Tapi kemudian ketika mereka mulai memudar, kembali lagi Trump terlihat cukup dekat untuk terikat.

Dan sangat disayangkan bagi Hillary Clinton bahwa pemilihan berlangsung pada saat yang mana Trump berada dalam keadaan tenang. Sementara itu, setelahnya, banyak orang yang berkata, "Saya tidak bisa percaya itu. Polling mengatakan sepanjang tahun bahwa Hillary menang."

Dan seperti, "Ya dan tidak. Apa yang ditunjukkan polling adalah bahwa itu dekat sepanjang tahun untuk sebagian besar waktu.”

Sumber: Pew Research Center

Jadi apa sampel yang tepat untuk pemilihan lokal atau federal? Saya rasa apa yang saya tanyakan adalah apakah ada persentase khusus yang harus kamu cari berdasarkan populasi secara keseluruhan?

Tidak. Ini lebih tentang mencapai ambang tertentu, seperti 500 [selesai polling]; itulah yang kami coba capai di PPP pada sebagian besar polling kami. Setidaknya 500. Itulah yang saya janji pada klien saya akan saya dapatkan untuk mereka. Itu memberikanmu margin kesalahan di angka rendah 4. Dan saya akan bilang, jika seseorang mengatakan kepada saya, apa standar industri untuk jumlah respons, saya akan bilang, "Oh, sekitar 500."

Itu yang akan kamu tuju untuk polling kompetitif Demokrat versus Republik yang khas di Nebraska, atau bahkan polling nasional atau kongres. Tapi kemudian ada juga skenario di mana tidak apa-apa mendapatkan kurang dari 500. Seperti jika kamu mencoba mendapatkan sampel orang Afrika-Amerika, susah dan mahal untuk mendapatkan 500 dari mereka. Jadi mungkin dalam situasi seperti itu, kamu lebih oke dengan 300, jika kamu melakukan oversampling. Atau jika kamu berada di lingkungan yang sangat menantang di mana kamu mencoba mempolling pemilihan gedung negara bagian di North Carolina dalam pemilihan pendahuluan Demokrat.

Jadi kamu berkata, “Oh, hanya 9.000 orang yang bahkan memberikan suara dalam hal-hal ini biasanya. Bagaimana saya bisa mendapatkan 500?” Dan dalam hal itu, apa yang kami katakan kepada klien adalah, "Hey, kami akan melakukan yang terbaik. Kami ingin mendapatkan setidaknya 300 dalam skenario ini. Kami akan melakukan yang terbaik untukmu. Saya tidak bisa janji kamu 500."

Jadi jika kamu mencoba menarik orang kidal dengan mata coklat, mungkin kamu tidak ingin membayar untuk mendapatkan 500. Mungkin, dalam hal itu, 300 sudah cukup. Margin kesalahan ±6.4 sudah baik. Kamu bisa hidup dengan itu. Kamu tidak perlu 4.1 karena ini adalah situasi target yang lebih sulit.

Saya tahu sebagian besar orang salah paham tentang apa yang sebenarnya dimaksud dengan margin kesalahan. Sebenarnya, saya sampai tahun 2018!

Jadi jika sebuah polling mengatakan Obama 49, Romney 47, dan margin kesalahannya ±3, Obama bisa berada di 52 atau bisa jadi 46, dan Romney bisa di 50 atau 43.

Jurnalis sering salah mengartikan itu, di mana mereka mengatakan hal-hal seperti, "Biden memimpin tiga, tetapi itu di dalam margin kesalahan polling." Dan saya membaca itu, dan saya berkata, "Saya tahu apa yang kamu pikirkan, dan kamu tidak salah, tetapi kamu masih tidak benar-benar mengerti apa yang dimaksud dengan margin kesalahan ketika kamu menulis itu.”

Saya pribadi berpikir bahwa margin kesalahan adalah salah satu metrik yang paling dibahas dan dianggap berlebihan terkait polling. Polling kamu kemungkinan besar akan sekitar 500 selesai. Tidak masalah apakah margin kesalahanmu 5.5 atau 3.9. Tidak masalah.   Itu bahkan tidak membantumu memahami polling itu banyak. Ini akan menjadi 4 atau 5 atau 3.9. Orang-orang terlalu menekankan itu.

Saya pikir itu mungkin adalah cara bagi orang-orang untuk berpikir bahwa mereka bisa mempercayai atau mengabaikan sebuah polling.

Ya. Dan kami banyak menghadapi [itu], dan semua orang melakukan ini. Orang-orang mencoba mendiskreditkan polling. Saya dulu bekerja di kampanye politik dan dengan bodohnya berpikir, pada tahun 2011, ketika saya beralih dari bekerja di kampanye dan bekerja di pemerintah negara bagian ke polling, bahwa saya akan berada di atas pertempuran. Dan seperti, "Saya hanya berurusan dengan angka." Saya tidak harus melibatkan diri dalam banyak cerita atau pertarungan.

Tidak benar sama sekali, terutama karena tepat pada waktu itu adalah saat munculnya agregator polling dan orang-orang mulai terobsesi dengan polling jauh lebih banyak, Twitter meledak, dan semua outlet media memiliki agregator polling mereka sendiri. Orang-orang mulai mencoba memutar polling dan memperbaiki polling dan semua ini. Dan saya dengan cepat menyadari, "Oh, ini hanya medan pertempuran lain untuk lebih banyak politik." Saya rasa saya mungkin naif.

Apa dampak dari pembobotan partisan? Atau, mengapa orang-orang berpikir bahwa sampel yang mencakup lebih banyak Demokrat itu condong?

Kami sering mendapatkan ini, terutama di North Carolina, karena kami berbasis di North Carolina. Dan North Carolina adalah salah satu negara bagian yang dianggap sebagai negara bagian ayunan atau bahkan negara bagian merah muda.

Dan itu cukup benar, tetapi juga negara bagian yang menarik dalam arti bahwa jika kamu melihat statistik Sekretaris Negara Bagian untuk North Carolina, ada lebih banyak Demokrat terdaftar di sini daripada Republik terdaftar dengan banyak. Dan itu sebagian karena ini adalah negara bagian Selatan, dan ini adalah salah satu negara bagian menarik di mana ada banyak orang yang terdaftar sebagai Demokrat pada tahun 70-an atau 80-an atau apa pun, dan mereka masih terdaftar sebagai Demokrat, tetapi kami tahu mereka mungkin tidak memberikan suara dalam pemilihan pendahuluan Demokrat lagi. Atau mungkin mereka menganggap diri mereka sebagai Demokrat, tetapi bukan "Demokrat Pelosi."

Tetapi apa yang akhirnya terjadi adalah bahwa ketika kamu membentuk komposisi untuk sampel polling kamu di North Carolina, kamu memang ingin memiliki lebih banyak Demokrat di sana. Itu benar; itu tidak berarti pollingnya salah.

Tetapi kami mendapatkan orang-orang yang ingin mencoba mendiskreditkan polling kami, mengirim email kepada kami dan berkata, "Kalian mencoba mempublikasikan polling palsu ini. Polling kalian memiliki lebih banyak Demokrat di dalamnya. Semua orang tahu bahwa North Carolina bukanlah negara bagian biru. Kalian semua curang." Itu tidak benar. Kentucky adalah contoh lain dari itu. Itu bahkan lebih mencolok.

Apakah itu yang disebut Demokrat ancestral?

Ya — ada banyak dari mereka di Kentucky, tetapi seperti yang kita semua tahu, di tingkat federal, Kentucky adalah salah satu negara bagian paling merah sekarang. Tetapi mereka masih menyukai gubernur Demokrat, dan mereka masih akan menyebut diri mereka sebagai Demokrat dalam polling. Jadi jika kamu tidak tahu apa yang kamu bicarakan, atau kamu ingin bersikap bodoh, kamu bisa berkata, "Hey, saya pikir ini mencurigakan. Mereka memiliki lebih banyak Demokrat di sini daripada Republik. Itu tidak terlihat benar untuk Kentucky." Tetapi jika kamu tahu lebih baik, kamu tahu bahwa itu benar.

Menggali ke crosstabs, apa itu dan bagaimana kamu bisa memahaminya?

Apa yang dilakukan crosstab adalah memberi tahu kamu apa yang dikatakan subkelompok individu pada pertanyaan tertentu dalam sebuah polling. Jadi jika kamu memiliki pertanyaan dalam pollingmu, dan kamu berkata, "Oke, saya ingin tahu apa yang dipikirkan orang-orang dari kelompok tertentu itu," itu adalah saatnya kamu melihat crosstabs.

Ini adalah cara cepat untuk menyelami dan berkata, “Oke, saya mencalonkan diri. Saya tahu bahwa polling ini mengatakan saya unggul 1, tetapi apa kesenjangan gender saya? Perempuan, saya memiliki keunggulan 15 poin dengan perempuan. Saya memiliki defisit 13 poin dengan pria, tetapi tampaknya 20% perempuan tidak memutuskan dan hanya 9% pria yang tidak memutuskan. Jadi, itu membuat saya berpikir saya masih memiliki ruang untuk meningkatkan posisi saya dengan perempuan, dan saya mungkin dapat membawa beberapa pemilih yang tidak memutuskan ke pihak saya.” Itu sebabnya orang menggunakan crosstab; untuk mendapatkan pemahaman yang lebih spesifik.

Bagaimana Anda dapat mengidentifikasi apakah seorang pengamat jajak pendapat partisan atau nonpartisan?

Pertama-tama, mereka biasanya akan mengidentifikasinya di situs web mereka, tetapi sebagian besar layanan jajak pendapat yang tidak terhubung dengan grup media atau universitas akan menjadi partisan.

Dengan kata lain, jika mereka adalah perusahaan swasta, sebagian besar waktu mereka akan bekerja untuk salah satu pihak. Sama seperti orang yang membuat iklan kampanye politik kemungkinan besar akan bekerja untuk Partai Demokrat atau Partai Republik. Atau seseorang yang melakukan surat langsung untuk kampanye kemungkinan besar akan bekerja untuk Partai Demokrat atau Partai Republik.

Dan ada banyak alasan mengapa itu masuk akal. Pertama dan terpenting, mungkin jika saya adalah seseorang yang mencoba mempekerjakan seseorang, saya ingin tahu bahwa mereka memiliki nilai-nilai yang sama dengan saya. Tapi juga, saya ingin tahu bahwa mereka tahu cara berhubungan dengan pemilih yang memilih di pemilihan pendahuluan Demokrat saya.

Dan mereka sudah terbiasa dan telah melakukannya sebelumnya; mereka tahu apa yang berhasil dan apa yang tidak. Jika saya seorang Demokrat, saya tidak ingin mempekerjakan seorang Republik. Bisakah saya mempercayai mereka? Tapi itu adalah cara yang mudah untuk mencoba dan mendiskreditkan jajak pendapat jika Anda mau.

Kami sering mendapatkan ini sebagai sebuah layanan panggilan Demokrat. Kami tidak bisa memberitahu Anda berapa kali seseorang mengeluarkan siaran pers dari partai Republik negara bagian yang mengatakan, "Nah, ini hanyalah jajak pendapat yang didanai oleh Demokrat. Itu tidak sepadan dengan kertas yang dicetak karena mereka hanya bekerja untuk Demokrat. Jadi tentu saja mereka akan mengeluarkan jajak pendapat yang disukai oleh Demokrat." Itu adalah cara murah dan mudah untuk mencoba mendiskreditkan jajak pendapat.

Benar, orang akan berkata, "Bahkan Fox News mengatakan XYZ."

Pada saat yang sama, Fox dan kami, jika kami hanya mengeluarkan jajak pendapat yang membuat "sisi kami" senang, kami tidak akan bertahan lama dalam bisnis.

Ini berkaitan dengan kredibilitas. Jadi berbicara tentang kecenderungan partisan, bagaimana cara pertanyaan dirumuskan dapat mempengaruhi respon yang diberikan?

Sangat banyak. Sangat penting bagaimana Anda mengajukan sebuah pertanyaan. Maksud saya, sangat mudah untuk menulis sebuah pertanyaan dengan cara yang hanya dengan menambahkan satu atau dua kata akan mengubah dinamika sebuah pertanyaan. Jika Anda ingin mencoba dan mendapatkan jawaban, Anda bisa melakukannya.

Saya rasa saya bahkan pernah melihat jajak pendapat budaya pembatalan yang seperti, "Nah, apakah menurut Anda budaya pembatalan adalah hal yang baik atau buruk?" Dan rasanya seperti... apa yang sebenarnya Anda tanyakan?

Ya. Nah, itu adalah contoh yang sangat baik dari sesuatu yang sangat penting bagaimanaAnda mengkarakterisasinya. Karena saya pikir banyak orang — bahkan sekarang — akan berkata, "Saya tidak yakin saya mengerti apa yang Anda maksud dengan budaya pembatalan."

Saya akan memberi Anda dua contoh tentang bagaimana Anda dapat merumuskan pertanyaan itu:

"Apakah Anda mendukung atau menolak kehidupan dan karier seseorang yang rusak akibat satu pernyataan yang mereka buat secara online?" Banyak orang mungkin berkata, "Nah, tidak, itu tidak tampak sangat adil."

Atau kita bisa mengatakan, "Apakah Anda tidak berpikir bahwa orang harus bertanggung jawab atas apa yang mereka tulis di internet? Meskipun mereka mengklaim bahwa mereka bercanda?” Banyak orang akan berkata, "Nah, ya. Saya rasa begitu. Saya rasa orang harus bertanggung jawab atas apa yang mereka kirim secara online."

Pertanyaan terakhir: seberapa sering orang berbohong kepada pengamat jajak pendapat?

Saya pikir itu terkadang terjadi. Ada perdebatan tentang seberapa banyak. Sulit untuk membuktikannya. Banyak orang menganggap jajak pendapat melalui panggilan langsung sebagai standar emas jajak pendapat, dibandingkan dengan melakukannya secara online, atau dengan nada sentuh Anda, atau lewat pesan teks, karena Anda benar-benar berbicara dengan seseorang.

Tetapi ada studi yang menunjukkan bahwa ketika orang benar-benar berbicara dengan manusia lain, mereka akan memberikan jawaban yang lebih sosial diterima.

Dan itu bahkan diperluas kepada Trump terakhir kali. Dan kami melihat ini sedikit di jajak pendapat kami. Kami mengumpulkan banyak data kami menggunakan jajak pendapat IVR [respon suara interaktif], yang direkam. Dan kami bahkan melihat ini lebih awal di dekade ini sebelum pernikahan sesama jenis disahkan. Kami akan melakukan jajak pendapat tentang ini untuk mencoba menunjukkan bahwa orang-orang baik-baik saja dengan itu. Tetapi apa yang kami temukan di banyak jajak pendapat kami adalah, kami melakukannya di Missouri atau di mana pun, dan kami mendapatkan hasil, dan kami berkata, "Huh. Ini cukup mengecewakan. Saya melihat jajak pendapat lain yang dilakukan seseorang di Missouri tiga bulan lalu, dan nomor kami sedikit lebih buruk." Dan kami akan berkata, "Huh. Mengapa itu? Itu membuat frustrasi." Dan kemudian perlahan-lahan kami menyadari, oh, orang merasa lebih nyaman mengatakan, "Tidak, saya tidak mendukung pernikahan sesama jenis," jika mereka tidak harus mengatakannya secara langsung kepada orang lain.

Ini sangat membantu dan saya belajar banyak. Terima kasih banyak!

Wawancara ini telah diringkas dan diedit untuk kejelasan