Search Results for 'gschwend'

Zur Prognose von Wahlergebnissen

Wahlprognosen haben wieder Konjunktur. Vor allem in der mediatisierten Oeffentlichkeit sind zum unverzichtbaren Bestandteil der Wahlberichterstattung geworden. Leider haat das Bewusstsein zu Möglichkeiten und Grenzen, Stärken und Schwächen mit der Aufmerksamkeit nicht mitziehen können Рnicht zuletzt, weil sich die wissenschaftliche Wahlforschung gerade in der Schweiz dem Thema nicht wirklich angenommen hat.

9783531172736

Das ist in den USA anders, neuerdings auch in Deutschland in Bewegung geraten. Eben erschienen ist unter dem Titel “Die Prognose von Wahlergebnissen” die Konstanzer Dissertation von Jochen Gross, die sich den Wahlvorhersagen zwischen 1949 und 2009 annimmt. Untersucht wurden hier W√§hlerInnen-Befragung, Wahlb√∂rsen und Prognosemodelle. Gekl√§rt wurden methodologische Aspekte, aber auch die empirische Leistungsf√§higkeit.

F√ľr Prognosen im eigentlichen Sinne eigenen sich gem√§ss Gross nur Modell und B√∂rsen. Wahlbefragung erf√ľllen die Kriterien nicht wirklich, sodass sie f√§lschlicherweise mit Prognose gleichgesetzt werden. In Deutschland erf√ľllen die Modellrechungen von Gschwend diese Bedingungen und Wahlb√∂rse, wie sie von der Uni Stuttgart vorgelegt worden sind. Die Leistungsf√§higkeit der Tools zeigt indessen, dass alle Verfahren mit gewissen Probleme behaftet sind, egal wie gut ihre konzeptionelle Begr√ľndung ist oder der freie Zugang zu Sekund√§ranalysen gew√§hrleistet wird. Deshalb kann man auch Wahlbefragungen in die Evaluierung miteinbeziehen.

Um die Prognoseg√ľte zu testen, wurden in der Dissertation zahlreiche Hypothesen aufgestellt, die sich allerdings nur teilweise bew√§hrten. Vor allem konnte der in der lehre zentral diskutierte Einfluss der Methodenwahl nicht best√§tigt werden. Dies trifft auf den Stichprobenumfang wie auch die Befragungsdauer zu. Nicht belegebar ist zudem, dass at random Stichproben genauer sind als andere Verfahren der Befragtenauswahl. Verifiziert werden konnten hingegen, dass die Prognoseg√ľte von der Wahlbeteiligung abh√§ngig. Je tiefer sie ist, um so schwieriger sind Vorhersagen. Im Zeitverlauf vor der Wahl entstehen die besten Prognosen nicht ganz am Schluss, sondern gegen den Schluss hin. Denn in Befragungen unmittelbar vor der Wahl mischen sich st√∂rende Verweigerungseffekte mitein. Schliesslich sind Abweichungen bei kleinen Parteien wahrscheinlicher als bei grossen.

Was Praktiker schon lange sagen, vermutet nun auch die Wissenschaft. Wahlumfragen kommen ohne Gewichtungen nicht aus. Und der Einfluss solche Vorgehensweisen √ľberlagert m√∂glicher Effekte des methodischen Designs. Kritisiert wird dabei, dass bei solchen Ponderationen zu wenig Transparenz herrsche, widersprochen wird aber der verbreiteten Ansicht, dass Affinit√§ten zwischen Instituten und Parteien darauf eine Einfluss haben. Denn die Phase der politischen Gef√§lligkeit ist l√§ngst jener der professionellen Vorgehensweise gewichen.

So bilanziert die Doktorarbeit: Die Sonntagsfrage weise ein “durchaus passable Prognoseg√ľte” auf, denn sie generiere “im Durchschnitt weitaus bessere Vorhersagen als ihre Ruf nahe legt.” Die Probleme variierten eher wahlspezifisch, denn instituts- oder methodenspezifisch, wie nicht zuletzt das Beispiel der Bundestagswahlen 2005 zeigte. Entsprechend verzichtet die Studie darauf, Wahlb√∂rsen und Prognosemodelle eine systematisch h√∂here Leistungsf√§higkeit zuzuschreiben. Wahlb√∂rsen haben sich in den USA bew√§hrt, sind allerdings nicht systematisch evaluiert worden. Offen gelassen wird die Frage, ob sie von W√§hlerInnen-Befragung unabh√§ngig sind, wie das von den Anbietern meist unterstellt wird. Bei Prognosemodell wird festgehalten, dass auch sie im Einzelfall erstaunliche Leistungen hervorbringen w√ľrden, sich die Anwendung aber auf Regierungsmehrheiten beschr√§nkten, nicht auf einzelne Parteien.

So wertvoll die Dissertation auf dem Wege zu einem differenzierten Verst√§ndnis von Prognosen und ihren Instrumenten ist, so einseitig ist doch der mitschwingende Unterton, der stark von der akademischen Wahlforschung gepr√§gt ist. Diese hat namentlich in der unmittelbaren Nachkriegszeit, inspiriert von der Psychologie und Oekonomie Fortschritte gemacht. Die Grundlagenforschung beschr√§nkte sich allerdings weitgehend auf die ex-post-Erkl√§rung von Wahlen, f√ľr die Gr√ľnde identifizierte, die theoretische R√ľckschl√ľsse erlauben. Die Prognose wurde weitgehend der angewandten Umfrageforschung √ľberlassen, ohne dass sich da ein permanenter Gedanken- und Erfahrungsaustauch entwickelt h√§tte. Erst die Konkurrenz durch neuen Prognosetools, die entweder aus der Mathematisierung der Sozialwissenschaften stammen oder aber mit der Weisheit der (interagierenden) Schw√§rme begr√ľndet werden, beginnt sich die politikwissenschaftliche Wahlforschung ihrer Schw√§chen in der Entwicklung systematischer Prognosen von Wahlen selber bewusst zu werden.

Vieles von dem, was in Deutschland gilt, kann man f√ľr die Schweiz auch vermuten, mit aller Wahrscheinlichkeit in noch h√∂herm Masse, wie meine gelegentlichen Kommentare zu diesem Thema erahnen lassen. Typisch hierf√ľr auch, dass sich der Verband der Markt- und Sozialforscher zu Beginn des Jahres nicht Willens zeigte, ein entsprechenden Beobachtungssystem f√ľr die Schweiz aufzuziehen, dass die Informationen sichern w√ľrde, die f√ľr eine kritische Diskussion notwenig w√§ren.

Claude Longchamp

Prognosetools im Praxistest

Die zweite Vorlesung an der Uni Z√ľrich zur Wahlforschung bot am Freitag vor der Entscheidung Gelegenheit eine Uebersicht zu den Prognosen zu den deutschen Bundestagswahlen zu geben. Jetzt kann man sie die eher theoretischen Ueberlegungen aufgrund des Praxistests √ľberpr√ľfen.

Zur Sprache kamen (unter anderem) Stärken und Schwächen der drei Tools, die bei den Bundestagswahlen 2009 angewandt wurden: politökonomische Schätzgleichungen, Wählerbefragungen und Wahlbörsen.

fy8pya_420x334
Weitere Ergebnisse finden sich hier aufgearbeitet.

Zwischenzeitlich kann man nicht nur eine konzeptionelle Beurteilung vornehmen, vielmehr ist es auch möglich, die Instrumente zu bewerten.

. Die Befragungen lagen gr√∂sstenteils richtig. Generell wurden die gr√∂sseren Parteien leicht √ľbersch√ľtzt, w√§hrend die kleineren minimal zu schwach ausgewiesen wurden. Damit lag die Ueberzahl der Institute bei den Koalitionsaussagen richtig.
. Die Wahlb√∂rsen √ľbersch√§tzten die SPD recht klar, und sie lagen auf der b√ľrgerlichen Seite leicht zur√ľck. Die Koalitionsaussage war bis eine Woche vor der Wahl falsch, suggerierte sie doch eine Fortsetzung der grossen Koalition.
. Die Sch√§tzgleichung zu deutschen Wahlen, die Thomas Gschwend entwickelt hat, lag f√ľr die siegreiche Koalition von CDU/CSU und FDP richtig, wenn sie auch den W√§hleranteil √ľbersch√§tzte.

Aus diesen Beobachtungen heraus kann man zwei Folgerungen ziehen: Umfragen, die kurz vor Schluss gemacht werden, sind das präziseste Prognosetool. Der Ausreisser von 2005 hat sich nicht wiederholt; bedingt war er durch die Unsicherheit, die durch die neu auftretende Linke entstanden war. Politökonomische Schätgleichungen haben sich etabliert, auch wenn man noch zu wenig Erfahrungen mit ihrer Robustheit hat. Schliesslich können auch Wahlbörsen eingeschränkt verwendet werden.

Es ist nicht auszuschliessen, dass sich die drei Tools gegenseitig beeinflussen: Schätzgleichungen liefern als Erstes Prognosen. Die können Umfrageergebnisse beeinflussen, namentlich die Gewichtung von Rohdaten. Schliesslich bestimmt beides Erwartungshaltungen, auch die der Börsianer.

Claude Longchamp

Wenn man schon weiss, wie die Wahl ausgeht …

Während im deutschen Wahlkampf CDU/CSU und FDP immer deutlicher eigene Wege gehen, weiss Politologie-Professor Gschwend bereits, dass eine Koalition beider Parteien bei der kommenden Bundestagswahl einen Stimmenanteil von 52,9 Prozent bekommen und damit eine Mehrheit hinter sich haben wird.

thommy

Zusammen mit Helmut Norpoth hat Thomas Gschwend ein Prognosemodell f√ľr deutsche Bundestagswahlen entwickelt, das sich bisher recht gut gehalten hat. Es basiert auf einer Regressionsrechnung, die m√∂glichst wenige Faktoren hat, die, gewichtet, bei zur√ľckliegenden Wahlen das Ergebnis so pr√§zise wie m√∂glich “nachhergesagt” haben.

Das statistisch ermittelte Modell lautet:

Prognose f√ľr Schwarz-Gelb =

– 1,53*(AMT=Abn√ľtzungseffekt anhand der Zahl der Amtsperioden der Regierung)
+ 0,75*(PAR=Mittel der Parteistimmenanteile in den letzten drei Bundestagswahlen)
+ 0,38*(KAN=Kanzlerunterst√ľtzung unter Ausschluss von Unentschlossenen)
-5,6 %.

Im deutschen Regierungssystem ist demnach die Dauer der bisherigen Regierungskoalition, der Mittelfrist-Effekt, der wichtigste Pr√§diktor. Das spricht nicht gegen CDU/CSU, die erste eine Legislatur am St√ľck regiert, aber gegen die SPD. Es folgt mit den zur√ľckliegenden Parteist√§rken der langfristige Pr√§ditor. Das gibt Schwarz-Gelb einen soliden Sockel. Das kurzfristige Moment, die Kanzlerpopularit√§t, ist zwar am unwichtigsten, favorisiert aber Merkel eindeutig.

In die obige Formel eingesetzt, ergibt das eine Prognose von 52,9 Prozent an Zweitstimmen f√ľr Schwarz-Gelb am 27. September 2009, – oder die n√∂tige Mehrheit f√ľr die Regierungsbildung durch die CDU/CSU ohne SPD.

Die Pr√ľfung der Prognose steht selbstredend noch aus. Doch das ist der Vorteil solcher Modelle: Wenn das Ergebnis nicht mit der Prognose √ľbereinstimmt, m√ľssen nur die Parameter spezifiziert werden!

Claude Longchamp

Mehr zur Erläuterung unter:
ARD

Mehr zum Vorgehen unter:
Norpoth, Helmut, und Thomas Gschwend. 2005. “Mit Rot-Gr√ľn ins Schwarze getroffen: Prognosemodell besteht Feuertaufe”, in: Analysen aus Anlass der Bundestagswahl 2002, J√ľrgen W. Falter, Oscar W. Gabriel und Bernhard Wessels (Hg.), Wiesbaden: VS Verlag f√ľr Sozialwissenschaften, 371-387.