Para entender la política, es útil pensar como un científico.
La cobertura de la campaña de las próximas elecciones presidenciales está en todas partes, con varias encuestas que muestran a este o aquel candidato en la cima. Hay calificaciones de aprobación nacional, calificaciones de aprobación local, encuestas sobre candidatos primarios, encuestas sobre temas, encuestas sobre elegibilidad. Todos estos números se suman a una cacofonía de información que puede ser difícil de entender. De esa manera, dicen los científicos, se parecen mucho a los datos que un investigador podría recopilar: las encuestas individuales en su mayoría no son demasiado útiles por sí mismas, sin contexto. Pero tomados en conjunto y abordados cuidadosamente, las encuestas pueden sumar el tipo de información que un científico encontraría útil.
"Hay muchas encuestas políticas metodológicamente sólidas que se parecen mucho a los métodos utilizados en contextos científicos, pero también hay algunas encuestas políticas bastante mal diseñadas y / o sesgadas a propósito", dijo Sara Burke, psicóloga investigadora y experta en intergrupos. sesgos en la Universidad de Syracuse. "Lo mejor de lo mejor en las encuestas políticas hacen un buen trabajo con las herramientas disponibles y mantienen, e intentan comunicarse, una comprensión clara de las limitaciones que aún existen en sus métodos".
En otras palabras, si una encuesta es valiosa o interesante depende mucho de cómo se realizó y cómo se presentó.
A menudo, estas encuestas se presentan como "Aquí hay algunos porcentajes", según Jillian Scudder, astrofísica que estudia galaxias en el Oberlin College de Ohio. "Entonces podría hacer una encuesta política, podría decir: 'Hicimos una encuesta en este estado y obtuvimos estos números', y podría poner eso en las noticias. Cuando hago estadísticas y obtengo un porcentaje, ese porcentaje viene con muchos otros números ", dijo Scudder a Live Science.
El trabajo de Scudder implica pruebas estadísticas que se parecen mucho a las encuestas, dijo. Podría recopilar millones de puntos de datos sobre el comportamiento de las galaxias para tratar de descubrir cómo se comportan. Pero sería una pérdida de tiempo revisar cada uno individualmente. Por lo tanto, tomará muestras más pequeñas de sus datos y los estudiará, utilizando métodos estadísticos similares a los que usan los encuestadores para sacar conclusiones sobre toda la población de galaxias.
Pero para que esa investigación funcione, y para que tenga algún significado para otros científicos, los números deben venir con datos que les den contexto, dijo.
"¿Fue esta una muestra de 100? ¿Fue una muestra de 1,000? ¿Fue una muestra de 1 millón? ¿Cuánto cambian los resultados en el tamaño de la muestra? Si voy de 1,000 a 10,000, ¿cambian los porcentajes, o son bastante robusto? Cosas así ", dijo Scudder.
Del mismo modo, las encuestas son mucho más útiles cuando se sabe cuántas personas se tomaron muestras, qué tan consistentes son los resultados con otras encuestas y cómo se realizaron exactamente, dijo Chris Schatschneider, psicólogo educativo y experto en estadística y diseño de investigación en Florida. Universidad Estatal.
En la propia investigación de Schatschneider, dijo, usa estadísticas para separar la "señal" del "ruido", para determinar si el resultado de un experimento probablemente le dice algo significativo sobre cómo funciona el mundo o podría ser el resultado de una casualidad aleatoria. También piensa cuidadosamente sobre qué preguntas puede responder un conjunto particular de datos y qué preguntas no puede responder.
Esos métodos estadísticos son diferentes de los que usan los encuestadores, dijo. Pero es importante hacer preguntas similares al escuchar los datos de las encuestas en las noticias: ¿Qué tan grande era el tamaño de la muestra? ¿Quién fue exactamente muestreado? ¿Qué preguntas hicieron exactamente los encuestadores? Todo ese contexto puede decirle si una encuesta es significativa en la forma en que algunos números flotantes al lado de, digamos, el nombre de un candidato no pueden.
También es importante comprender los métodos utilizados por un encuestador, dijo.
Por ejemplo, muchas encuestas implican "muestreo estratificado". Eso significa que si un grupo en particular, los estudiantes universitarios, por ejemplo, están subrepresentados en una muestra de encuesta en comparación con la población general, los encuestadores ajustarán los números para que los estudiantes universitarios encuestados se vuelvan más importantes. Esta puede ser una técnica legítima en principio, dijo Schatschneider. Pero también puede sesgar los resultados cuando un pequeño grupo de personas encuestadas termina por miles. Dio un ejemplo: el New York Times informó en 2016 que un solo hombre negro de 19 años que apoyó a Donald Trump en las elecciones de ese año sesgó los resultados de las encuestas debido a este tipo de masaje de datos, lo que condujo a noticias que sugieren que Trump fue mucho más popular entre los votantes negros que el caso.
La realidad, dijo Schatschneider, es que a menos que sea su trabajo a tiempo completo, probablemente no tenga tiempo para evaluar las encuestas individualmente de esta manera para determinar cuáles son científicas y cuáles no. Es mejor que la mayoría de las personas no presten demasiada atención a las noticias sobre encuestas individuales, que pueden ser engañosas, y en su lugar deberían mirar promedios de encuestas recientes como las que publica RealClearPolitics, dijo.
Los científicos hacen algo similar con los datos de la investigación, cuando promedian datos de varios documentos en documentos más grandes llamados "metaanálisis", dijo Schatschneider. En todo caso, dijo, un promedio de encuestas es más confiable, porque las encuestas tienden a publicarse, sean o no interesantes. Pero los artículos científicos tienden a estar sesgados hacia resultados más interesantes porque aún son más fáciles de publicar, según Schatschneider.
Scudder dijo que los pronósticos electorales basados en grandes grupos de encuestas también pueden ser interesantes y útiles, pero a diferencia de la investigación científica en la que se publican métodos y números en bruto, los encuestadores no muestran su trabajo, manteniéndolo todo en una caja negra patentada.
En general, dijo Scudder, consideraría que un grupo de encuestas es confiable e interesante si todas apuntan en la misma dirección, y menos significativas si están por todas partes, lo que sugiere problemas en la recopilación de datos.
El hecho de que los resultados se ajusten a una tendencia no los hace precisos. Con cualquier conjunto de datos disponible, dijo Scudder, también debe saber cómo interpretar los resultados.
"Debes tener cuidado de que la prueba estadística que estás usando responda la pregunta que quieres responder", dijo.
En ciencia, eso podría significar averiguar si un conjunto de datos descarta por completo una idea, por ejemplo, que todas las estrellas están hechas de queso, o simplemente no lo prueba, por ejemplo, todas las estrellas podrían estar hechas de queso, pero no hemos No he visto el queso todavía.
Cuando se trata de encuestas políticas, las preguntas son diferentes. Pero entender lo que significan es igual de importante. Un índice de aprobación no es una medida de cómo las personas planean votar. Preguntar a las personas que les gustan durante una primaria no necesariamente te dice cómo se sentirán durante una elección general. Preguntar por quién planean votar en febrero no predice cómo votarán en noviembre, dijo Schatschneider.
De esa manera, dijo Schatschneider, las encuestas son muy parecidas a la temperatura de un paciente. Es una empresa perfectamente científica, dijo. Pero es importante que las personas que siguen las encuestas tengan claro qué significan exactamente.
