Wie jetzt offensichtlich ist, stimmten die Umfrage- und Prognosemodelle vor den Wahlen nicht mit der Stimmenzahl in diesem Wahlzyklus überein, da nicht viele einen Sieg von Trump vorhersagten.
Gibt es einen bestimmten Grund, warum die Umfragen so schlecht waren?
Vernünftige Theorien, die ich gehört habe, beinhalten:
Eine Änderung der Umfragegrundlagen (Haustelefone werden zu Mobiltelefonen = Einschränkungen für traditionelle Kaltakquise ... und auch die Umstellung auf Online-Umfragen). Plus vielleicht die abnehmende Geduld der Leute, den Wahlprozess zu überstehen (ich glaube, der Prozentsatz der Leute, die damit einverstanden sind, ist stetig gesunken).
Ein Zögern/eine Angst, die manche Menschen davon abhält zuzugeben, dass sie einen Kandidaten unterstützen, der in weiten Teilen der öffentlichen Diskussion/Medien als verabscheuungswürdig/verabscheuungswürdig dargestellt wird. [Anscheinend ein Effekt, der häufig genug ist, um einen Begriff zu haben, siehe den Shy-Tory-Faktor ... die Möglichkeit, dass er wichtig sein könnte, wurde hier vor ein paar Wochen sogar vorausschauend in einer Frage angedeutet]
Eine mögliche Tendenz für Menschen, öffentlich ihre volle Unterstützung für Minderheiten-/Heldenkandidaten zu zeigen, weil dies sozial günstig ist, selbst wenn sie intern Unsicherheit hegen. [Dies ist in Anlehnung an den Bradley-Effekt ]
Menschen, die nicht so erscheinen, wie sie es angekündigt haben ... vielleicht aufgrund des Wetters (obwohl es ziemlich unwahrscheinlich ist, dass dies ein großer Faktor bei dieser Wahl war), eines falschen Sicherheitsgefühls (wie zum Beispiel, als die Umfragen in den Tagen vor bis und in den Wahltag deuten auf einen komfortablen Sieg hin!), oder einfach nur ein allgemeines Versagen, die Anstrengung/den Willen aufzubringen, die Abstimmung durchzuziehen.
Unabhängig davon gibt es einen weit verbreiteten Trend, dass Umfragen in letzter Zeit scheitern und vielleicht sogar die konservative Seite gezielt unterschätzen. Im Jahr 2015 wurde prognostiziert, dass das britische Parlament zwischen den beiden führenden Parteien liegen würde, aber die Konservativen gewannen mit über 5 % und erhielten am Ende die Mehrheit (was zu Beginn des Tages als eine Wahrscheinlichkeit von nahezu 0 % angesehen wurde). , in diesem Sommer wurde der Brexit verabschiedet (der zu Beginn des Tages als mit ziemlicher Sicherheit gescheitert galt und am Ende um 4 % verfehlt wurde), und im vergangenen Monat scheiterte das kolumbianische Friedensreferendum (nachdem laut Umfragen beständig mit etwa 10 % verstrichen war). Vielleicht ist dies also ein Trend, dem man sich bewusst sein sollte, bis sich die Umfragemethoden hoffentlich anpassen können. Andere hier haben auch darauf hingewiesen, dass es einen unterschätzten konservativen Schwung im gabWahlen in Island 2016 und Veränderungen bei den Wahlen in Schweden .
Beachten Sie jedoch, dass die meisten Modelle, die die volle Bandbreite der Möglichkeiten zeigen, nicht sagten, dass dies ein fester Sieg von Clinton war, sondern dass es vielleicht 70-80 % wahrscheinlich war, dass Clinton gewinnen würde.
Eine Wahrscheinlichkeit von 1 von 5, sich zu irren, ist nicht unerheblich ...
Wenn heute angeblich eine Regenwahrscheinlichkeit von 20 % besteht, sollten Sie sich nicht wundern, wenn es regnet! In der Meteorologie haben wir oft die gleichen anhaltenden Kämpfe, insbesondere wenn es um Themen wie Hurrikan-/Sturmvorhersagen geht; Menschen dazu zu bringen, die Ungewissheit und das volle Potenzial realistischer Möglichkeiten zu verstehen. Dies ist etwas, das wir in unseren Medien behalten sollten, um es uns besser darzustellen, und etwas, worauf sich Schulmathekurse besser konzentrieren könnten, was vielleicht für viele von erheblichem Nutzen ist.
Wenn man bedenkt, dass die meisten Umfragen einen typischen Fehler von vielleicht 4-6 % haben, lag dieses Ergebnis für die meisten wirklich im Bereich des Möglichen (obwohl ihre konsistente Tendenz darauf hindeutet, dass es wirklich einige grundlegende Mängel gibt). Aber dennoch haben die meisten guten Wahlprognostiker in einigen Erwägungen diesen Trend zu weniger Umfragezuverlässigkeit berücksichtigt und warnen vor übermäßigem Vertrauen in die angegebene Streuung (wie es Nate Silver von fivethirtyeight hier am Wahlmorgen tat).
Zwei Punkte:
Erstens vergrößert das System des Wahlkollegiums oder des ersten Postens (Winner bekommt alles) die Unterschiede bei knappen Entscheidungen. Hätten 80.000 Stimmen in Florida und 40.000 in Pennsylvania die Seite gewechselt, wäre Hillary Clinton POTUS.
Außerdem verwandelt das Wahlkollegiumssystem eine sehr große Umfrage in 51 kleinere Umfragen, jede zwangsläufig mit einer größeren Fehlerspanne (aufgrund der reduzierten Stichprobendaten).
Die Volksabstimmungen für jeden Kandidaten sind eine bessere Richtlinie für die Gültigkeit von Umfragen, und da sind die Umfragen nicht so sehr gescheitert.
Das zweite ist, dass Meinungsforschungsinstitute nicht einfach Menschen befragen, den Mittelwert erhalten und ihn als ihre Vorhersagen veröffentlichen. Es ist allgemein bekannt, dass diese Methode nicht genau genug ist.
Sie bauen Modelle, die versuchen, die Beziehungen zwischen den (historischen) Umfragedaten und den tatsächlichen Ergebnissen zu erklären, und versuchen, die verschiedenen Effekte zu identifizieren und zu gewichten, die das Endergebnis beeinflussen können: Bradley-Effekt, „Shy Tory“-Effekt, Rasse und Geschlecht der Kandidaten, Konjunktureinflüsse, sogar Wettereinflüsse.
Und wie jedes Modell, das auf historischen Daten basiert, hängt seine Effektivität natürlich davon ab, dass sich die Situation im aktuellen Wahlzyklus nicht sehr von der Situation in früheren Wahlzyklen unterscheidet. Sie können erklären, dass einige Trump-Anhänger ihre Wahlabsicht aufgrund von Gruppenzwang/Verlegenheit unter Verwendung historischer Daten verbergen, aber wenn der Gruppenzwang bei dieser Wahl höher ist als bei früheren Wahlen, ist es schwierig, diesen Effekt richtig einzustellen (wie kann man Gruppenzwang messen). Ihr Modell vor dem Wahltag anpassen?).
Dieser Wahlkampf hat eine establishment
/ anti-establishment
-Dimension hinzugefügt und war besonders polemisch, daher waren die historischen Daten weniger hilfreich.
Zunächst sollten Sie sich fragen, ob die Umfragen falsch waren. Der jüngste Real Clear Politics-Durchschnitt gab Hillary Clinton einen Vorsprung von 3 % vor Donald Trump. Es sieht so aus, als würde sie die Volksabstimmung gewinnen. Die Umfragen lagen also nur um 3 % daneben. Sie waren auch 2012 um 3 % im Minus, nur in die andere Richtung. Umfragen sind von Natur aus unvollkommen. Ein Fehler von 3 % ist ein normales Ereignis.
Update: Der erste Absatz wurde unmittelbar nach der Wahl geschrieben. Der anfängliche knappe Sieg der Volksabstimmung wurde zu einem 2%-Gewinn. Die nationalen Umfragen lagen also nur um 1,2 % daneben. Sie waren 2016 genauer als 2012. Da das Wahlkollegium jedoch nicht direkt vom nationalen Stimmenanteil betroffen ist, haben sie das Falsche gemessen. Es war nicht hilfreich, die Punktzahl in Kalifornien hochzufahren.
Es gibt jedoch einen Grund zu der Annahme, dass die Umfragen möglicherweise verzerrt oder voreingenommen waren.
Präsidentschaftsumfragen in den Vereinigten Staaten passen ihre Ergebnisse normalerweise an die demografischen Daten der letzten Präsidentschaftswahlen an. Im Jahr 2012 führte dies dazu, dass die Umfragen den demografischen Wandel verpassten, was zu einem Wahlausfall von 3 % führte. Im Jahr 2016 scheint es wahrscheinlich, dass die Umfragen einen Rückgang der Stimmen der Afroamerikaner und einen Anstieg der Stimmen der arbeitenden Weißen verpasst haben. Außerdem sind Millennials möglicherweise ohne einen inspirierenden Kandidaten wie Barack Obama oder Bernie Sanders zu Hause geblieben.
Auf nationaler Ebene hatte dies nur einen bescheidenen Einfluss (1,2 %), aber in einigen entscheidenden Staaten hat dies die Abstimmung möglicherweise stärker als erwartet beeinflusst. Trump gewann Wisconsin, Michigan und Pennsylvania, drei Staaten, die normalerweise als sicher für den Demokraten gelten. Außerdem drei Bundesstaaten mit einer außergewöhnlich hohen Stimmenzahl der weißen Arbeiterklasse, die 2012 unterdurchschnittlich abgeschnitten haben. Und sie haben nur sehr wenige Hispanics, die von Trumps Einwanderungspolitik beleidigt sind.
Wir werden wahrscheinlich anfangen, Zahlen zu sehen, die besser erklären, was in den nächsten Tagen passiert ist. Letzte Nacht haben die Leute versucht, die aktuellen Stimmenzahlen hochzurechnen. Es wird ein oder zwei Tage dauern, bis sie sich erholt haben und an den Unterschieden zwischen den Umfragen und den tatsächlichen Ergebnissen arbeiten können.
Update: und das haben wir gesehen. Der tatsächliche landesweite Wahlausfall betrug nur 1,2 %. Der größte staatliche Umfragefehler lag bei 7,2 % in Wisconsin , aber in fünfzig Bundesstaaten würden wir erwarten, dass zwei oder drei Bundesstaaten außerhalb der Fehlergrenze liegen. Es ist ein 95% Konfidenzintervall. Der Wahlausfall in Kalifornien war mit 6,5 % fast so groß und betraf mehr Menschen (6,5 % der Wähler in Kalifornien sind mehr als 7,2 % der Wähler in Wisconsin). Aber niemand scheint daran interessiert zu sein, sich dazu zu äußern. Oder auf die 9 % Fehlleistung im Jahr 2012 .
Umfragen beruhen auf Antworten von Menschen, und Menschen können lügen oder die Wahrheit verbergen.
Normalerweise werden diejenigen, die sehr stolz auf ihre Stimme sind, begierig darauf sein, zu sagen, wen sie wählen werden. Auf der anderen Seite neigen diejenigen, die sich bewusst sind, dass ihre Stimme nicht „konventionell“ ist, dazu, sie zu verbergen und in Umfragen nicht zu erscheinen.
Dies ist kürzlich bei verschiedenen Referenden geschehen: Brexit im Vereinigten Königreich und Friedensabkommen in Kolumbien, wo Umfragen ziemlich sicher über eine Richtung der Abstimmung waren und all diese versteckten Abstimmungen letztendlich den Unterschied ausmachten.
Die Quintessenz davon ist nicht die Tatsache, dass Menschen ständig lügen. Meiner Meinung nach schaffen Umfragen auch ein Ambiente möglicher Ergebnisse: Wenn Sie sehen, dass „Ihr“ Kandidat mit großem Vorsprung gewinnen wird und Sie kein Superfan von ihm/ihr sind, können Sie die Abstimmung einfach überspringen. Im Gegenteil, wenn "Ihr" Kandidat in den Umfragen verliert, halten Sie es möglicherweise für wichtiger, Ihre Stimme nicht zu wählen, und können sogar damit liebäugeln, für jemanden zu stimmen, obwohl Sie ihn/sie nicht vollständig unterstützen (nennen wir es eine Protestwahl, siehe französische Präsidentschaftswahl ). im Jahr 2002 , mit vielen Stimmen für kleine Gruppen in der 1. Runde).
Nehmen wir ein Beispiel: Sie unterstützen einen Verein in einer bestimmten Sportart. An diesem Samstag gibt es ein Spiel gegen eine schwächere Mannschaft. Da es wenig Gewissheit darüber gibt, wer der Gewinner sein wird (höchstwahrscheinlich Ihr Team), können Sie sich entspannen und das Spiel überspringen, da nichts Wichtiges passieren kann. Im Gegenteil, wenn Sie gegen ein Team auf Ihrem Niveau spielen, stehen die Chancen gut, dass das Spiel ziemlich ausgeglichen ist, also werden Sie Ihr Bestes tun, um es sich anzusehen.
Das gilt für mich auch für Wahlen. Die Beispiele aus Großbritannien, Kolumbien, Schweden und Island (siehe Kommentare) sind allesamt gute Beispiele dafür. Ich nenne dies Demobilisierung aufgrund des erwarteten Ergebnisses .
Ich habe das Gefühl, dass es bei den Umfragen mindestens zwei Hauptfehler gab:
Wie auch in den anderen Antworten erwähnt, war hier die Wahlbeteiligung ein wesentlicher Faktor. Man muss hier die Art des Wettbewerbs berücksichtigen: Große ländliche Gebiete mit geringer Dichte und einer Mehrheit von Trump-Anhängern gegenüber einigen konzentrierten Gebieten, in denen die überwiegende Mehrheit Clinton-Anhänger sind. Obwohl die Volksabstimmung landesweit ziemlich nahe bei 50-50 liegt, gibt es lokal einseitige Wettbewerbe, bei denen Trump beispielsweise 70 % der Stimmen aus ländlichen Gebieten erhalten kann, während Clinton 70 % der Stimmen aus Innenstädten erhalten könnte.
Eine niedriger als erwartete Wahlbeteiligung in den Innenstädten, kombiniert mit weniger einseitigen Gewinnspannen für Clinton dort, kann leicht zu einer falschen Vorhersage des Ergebnisses eines ganzen Bundesstaates führen. Beispielsweise wurde erwartet, dass Michigan fest in Clintons Korb liegt, aber an Orten wie Detroit war die Clinton-Abstimmung weniger groß als erwartet, was dazu führte, dass Trump diesen Staat gewann.
Ich denke, es gibt mehrere Komponenten. Eines, das bisher noch nicht erwähnt wurde: mögliche vorsätzliche Manipulation durch die Medien. Zu sagen, dass ein Kandidat weniger Chancen hat, wird seine Wähler davon abhalten, zur Wahl zu gehen, und würde Unentschlossene dazu bringen, wahrscheinlich seinen Gegner zu wählen.
Warum warst du falsch? Ganz einfach, ausnahmsweise waren die Medien extrem voreingenommen gegenüber Clinton, schrieben sie so viel wie möglich in der Hoffnung, dass die Leute, die gegen sie waren, einfach aufgeben und es so zu einer sich selbst erfüllenden Prophezeiung machen würden. Zum Beispiel veröffentlichten sie Umfragen, die nur Leute befragten, die bereits bei früheren Wahlen gewählt hatten, und diese waren hauptsächlich Clinton, Trump bekam die meisten seiner Stimmen von Leuten, die vorher nicht gewählt hatten, egal aus welchem Grund.
Sie überschätzen auch ihre Macht und die Macht des Establishments und unterschätzen die Macht des Internets, in ihrer Welt haben sie immer noch die ultimative Macht, um zu entscheiden, wer gewinnt und wer nicht, aber das Internet arbeitet nach anderen Regeln und erinnert sich an Dinge, wie Clintons Geschichte , bringt die Netzwerk-Community diese wieder zur Sprache und informiert die Leute.
In einem anderen Teil dachten sie einfach, dass die "blauen Hunde" (demokratische Wähler, die immer Demokraten gewählt haben) alle für Hillary stimmen würden (wie auch sie selbst das dachte), aber nach dem, was sie gegen Sanders durchgezogen hatte, taten es viele von ihnen einfach nicht überhaupt abstimmen oder Trump wählen, nur um es Hillary heimzuzahlen.
Am Ende stolperte das Establishment über die eigene Arroganz, so wie die Briten beim "Brexit"
Ich kann eine andere Perspektive/Theorie darüber anführen, warum Umfragen scheitern, da ich viele Umfragen in Indien scheitern gesehen habe.
Die Umfrage umfasst sehr wenige Personen .
Selbst mit all den Techniken, die Wahlbevölkerung unter Massen zu verbreiten, ändert dies nichts an der Tatsache, dass die meisten Menschen möglicherweise eine andere Meinung haben als die Befragten.
Verweigerung der Tatsache
Die meisten Medienkanäle wollen zeigen, was die Leute sehen wollen, nicht, was sie zeigen sollten. Zum Beispiel schienen die US-Medien in dem oben genannten Fall in einem Leugnungsmodus zu sein, dass Trump es geschafft hatte, die breite Öffentlichkeit der USA gegen Muslime/Flüchtlinge zu radikalisieren.
Die Medien sagten immer wieder, dass die US-Öffentlichkeit einen Mann mit Islamophobie nicht unterstützen würde. Aber die Tatsache vor Ort ist, dass die Menschen eine Lösung für die zunehmenden Angriffe in den USA wollten. Sie waren bereit, jede Lösung zu akzeptieren, wie seltsam/moralisch falsch die Lösung auch sein mochte.
Hinzu kommt, dass die Menschen in den USA seit vielen Jahren keinen größeren Terroranschlag erlebt hatten, es war einfacher, sie selbst mit kleinen Angriffen zu radikalisieren, was Trump erfolgreich tat. Doch die Medien bestreiten dies immer wieder. Das wollten sie nicht hinnehmen. Also zeigten sie immer wieder, dass Hillary gewinnen würde.
Beispiele aus Indien
Auch hier passierten die gleichen Dinge. Medien sagten, dass Narendra Modi niemals Premierminister werden würde, da er für die Unruhen in Gujrat verantwortlich gemacht wurde. Aber das Ergebnis war, dass er mit einem der größten Siege der Geschichte gewählt wurde. Die Realität war, dass die Leute sich nur um die Entwicklung kümmerten, und Modi schien in der Lage zu sein, dies zu leisten. Nichts anderes zählte. Dasselbe geschah mit Kejriwal, als er zum CM der Landeshauptstadt Delhi gewählt wurde.
Ich habe dem sehr angesehenen Charles Franklin von der Marquette University zugehört, der ihre Umfragen durchführt und am Donnerstag im Radio über die Umfrage im Vergleich zu den Ergebnissen sprach. Seine Einstellung:
Die Probleme, Personen zu finden und eine repräsentative Stichprobe zu erhalten, sind bekannte Probleme, für die Meinungsforscher statistische Anpassungen vornehmen können. Sie können sehr genau den Puls der Allgemeinbevölkerung messen.
Was äußerst schwierig festzumachen ist und seiner Meinung nach die größte Herausforderung für genaue Umfragen ist, festzustellen, wer bei einer bestimmten Wahl tatsächlich wählen wird, sowohl unter den Befragten als auch wie sich dies auf die größere Bevölkerung auswirkt.
Ich habe zwei Theorien:
Ein Kandidat ist umstritten / unbeliebt. Es ist unwahrscheinlich, dass die Befragten ihre wahre Präferenz gegenüber einem Gutachter zugeben. An einer Wahlstation herrscht Privatsphäre und es findet eine echte Präferenz statt.
Anhänger der etwas abgeschlagenen Seite sind motivierter, sich zu beteiligen und zu wählen. Im Gegensatz zur führenden Seite, die möglicherweise übermütig wird.
Ich bin kein Arzt, kein Anwalt, kein Anlageberater, nur ein paar Theorien, gesunder Menschenverstand und kritisches Denken.
EDIT / UPDATE: Ich habe über zwei Dinge geschrieben, die ich mit meiner Frau besprochen habe. Keine Quellen, keine Referenzen, nur reine Absichten und das Teilen unserer Erfahrungen. Es könnte verbessert werden ... Ich könnte endlose Recherchen, Referenzen, Quellen aufwenden ... Ich bin an der Quelle, eine meiner Domänen ist "meistens zu tun", weil ich gelernt habe, dass das Reden über Dinge die Nadel nicht bewegt .
Einige veröffentlichte Schlussfolgerungen aus einem Papier aus dem Jahr 2016, das von Dutzenden [oder so] Forschern/Meinungsforschern unterzeichnet wurde [natürlich immer zu spät, um hier viele Stimmen zu erhalten]:
Es gibt eine Reihe von Gründen, warum Umfragen die Unterstützung für Trump unterschätzt haben. Die Erklärungen, für die wir die meisten Beweise gefunden haben, sind:
- Echte Änderung der Wahlpräferenz während der letzten Woche oder so der Kampagne. [...]
Die Anpassung an die Überrepräsentation von Hochschulabsolventen war kritisch, aber viele Umfragen taten dies nicht. [...]
Einige Trump-Wähler, die an Umfragen vor den Wahlen teilnahmen, gaben sich erst nach der Wahl als Trump-Wähler zu erkennen, und sie waren zahlenmäßig in der Überzahl gegenüber den Clinton-Wählern, die sich erst spät zu Wort meldeten. Dieses Ergebnis könnte entweder auf verspätete Entscheidungen oder falsche Angaben (den sogenannten Shy-Trump-Effekt) in den Umfragen vor der Wahl zurückzuführen sein. Eine Reihe anderer Tests für die Shy-Trump-Theorie ergaben keine Beweise, die sie stützen würden.
Weniger überzeugende Beweise weisen auf andere Faktoren hin, die möglicherweise dazu beigetragen haben, Trumps Unterstützung zu unterschätzen:
- Die Veränderung der Wahlbeteiligung zwischen 2012 und 2016 ist ebenfalls ein wahrscheinlicher Schuldiger, aber die besten Datenquellen für die Untersuchung wurden noch nicht veröffentlicht. [...]
- Die Auswirkungen der Wahlreihenfolge mögen bei einigen staatlichen Wettbewerben eine Rolle gespielt haben, aber sie erklären die Wahlfehler nicht weit. [...]
In den jüngsten US-Umfragen gibt es keine durchgängige Bevorzugung durch die Partei. Im Jahr 2016 tendierten Umfragen auf nationaler und bundesstaatlicher Ebene dazu, die Unterstützung für Trump, den republikanischen Kandidaten, zu unterschätzen. In den Jahren 2000 und 2012 tendierten Umfragen zu allgemeinen Wahlen jedoch eindeutig dazu, die Unterstützung für die demokratischen Präsidentschaftskandidaten zu unterschätzen. Die Trendlinien sowohl für nationale Umfragen als auch für Umfragen auf Bundesstaatsebene zeigen, dass es für eine bestimmte Wahl gleichbedeutend mit einem Münzwurf ist, ob die Umfragen tendenziell in Richtung der Republikaner oder der Demokraten ausfallen.
[...]
Ein Vorschlag zur Behandlung der Leistung von Umfragen auf Landesebene. Wie dieser Bericht dokumentiert, waren die nationalen Umfragen im Jahr 2016 ziemlich genau, während Umfragen in wichtigen Schlachtfeldstaaten einige große, problematische Fehler zeigten. Es ist eine anhaltende Frustration innerhalb der Meinungsforscher und der größeren Umfrageforschungsgemeinschaft, dass der Beruf danach beurteilt wird, wie diese oft unterbudgetierten staatlichen Umfragen im Verhältnis zum Wahlergebnis abschneiden. Die Branche kann realistischerweise nicht ändern, wie sie beurteilt wird, aber sie kann die Umfragelandschaft zumindest theoretisch verbessern. AAPOR verfügt nicht über die Ressourcen, um eine Reihe qualitativ hochwertiger Umfragen auf Bundesstaatsebene bei Präsidentschaftswahlen zu finanzieren, könnte jedoch den Versuch in Betracht ziehen, die Finanzierung einer solchen Anstrengung zu organisieren. Fehler in staatlichen Umfragen, wie sie 2016 beobachtet wurden, sind keine Seltenheit. Angesichts schrumpfender Budgets der Nachrichtenagenturen zur Finanzierung von Umfragen gibt es keinen Grund zu der Annahme, dass sich dieses Problem von selbst lösen wird. Insgesamt könnten gut ausgestattete Umfrageorganisationen ein ausreichendes gemeinsames Interesse daran haben, einige qualitativ hochwertige Umfragen auf staatlicher Ebene zu finanzieren, um die Wahrscheinlichkeit eines weiteren blauen Auges für den Beruf zu verringern.
Eine finstere Erklärung, die vielleicht nie bewiesen werden kann. Die Wahl 2016 kann von den Umfrageergebnissen abweichen, da eine entscheidende Zahl der Wahlberechtigten waren:
wandte sich ab
fälschlicherweise auf die schwarze Liste gesetzt durch übermäßig unscharfe Implementierungen des Interstate Voter Registration Crosscheck Program (angeblich ein Datenbankreiniger zur Betrugsprävention zum Löschen oder Markieren doppelter Einträge aus staatlichen Wählerverzeichnissen), die keinen obligatorischen Vergleich der Sozialversicherungsnummer und des Geburtsdatums erfordern, wenn zwei namentlich genannte Wähler genannt werden John Doe ,
nur "vorläufige" Stimmzettel bekommen
nie wählen durften, weil es zu wenige Frühwahlplätze oder zu wenige Wahlplätze gab, um das Volumen der Wähler am Wahltag zu verarbeiten.
Es gibt eine Reihe von Artikeln darüber, wie die Aushöhlung des Stimmrechtsgesetzes von 1965 erklären könnte, warum die Umfragen und Wahlergebnisse einander zu widersprechen scheinen. Der Journalist Greg Palast behauptet, dass verschiedene Taktiken zur Unterdrückung der Wähler zur Wahl von Bush im Jahr 2000 geführt haben.
Die Frage geht davon aus, dass die Umfragen und Prognosen tatsächlich falsch waren, ebenso wie die meisten Antworten bisher. Es ist jedoch auch nicht unvorstellbar, dass die Umfragen nur scheinbar falsch waren ( dh diese Umfragen waren richtig), wie dies bei der Antwort des Benutzers chx auf Wählerunterdrückung der Fall wäre, und logischerweise mit dem historisch niedrigen Zustimmungsdurchschnitt des 45. Präsidenten übereinstimmen würden ( aktuell 39,1 % per 05.08.18 ).
Andere Möglichkeiten, wie Umfragen nur scheinbar falsch sein könnten:
Unzureichende Verarbeitungsqualität des Wahlgeräts. Während der Herstellung oder Wartung wird ein notwendigerweise langlebiges mechanisches oder elektronisches Teil durch ein minderwertiges Teil ersetzt, um ein paar Cent oder Dollar zu sparen und so dazu beizutragen, ein gewisses vierteljährliches Abteilungsbudget auszugleichen. Der minderwertige Teil schlägt schließlich sporadisch fehl und kann Eingaben möglicherweise nicht wie vorgesehen verarbeiten. Wenn die Kosten für Wartungsanrufe und proprietäre Maschinenteile hoch sind, könnten zahlungsschwache Bezirke die notwendige Wartung eher verzögern , z , usw. _
Distrikte mit wenig Geld stimmen normalerweise für andere Kandidaten als wohlhabende Distrikte, so dass die Auswirkungen einer verzögerten Unterhaltszahlung ungleich wären und die Armen unverhältnismäßig schädigen würden. Die Auswirkungen der Ausgabe eines Systemfehlers können symmetrisch, zufällig, einseitig oder seltsam spezifisch sein – aber das Melden von Fehlern könnte in wohlhabenden Distrikten mit größeren Budgets für Bedienerschulungen besser sein, wobei in diesem Fall ärmere Distrikte wiederum stärker geschädigt würden.
Wahlmaschinensoftware, Firmware, Hardware oder Designfehler. Einige Fehler können zu Ausgabefehlern führen , die anschließend zu falschen Abfrageergebnissen führen. Während praktisch alle derartigen komplexen Systeme Fehler aufweisen, wecken nur wenige Computersysteme ein so beharrliches Vertrauen in ihre Zuverlässigkeit, wie Wahlmaschinen ihre Bewahrer zieren.
Exploits, Hacks usw. basierend auf diesen Fehlern und Designfehlern. Es hat immer ein Motiv gegeben ; Einige der bekannten Schwachstellen von Wahlmaschinen liefern bereits plausible Methoden (ganz zu schweigen davon, welche Zero-Day-Exploits existieren könnten); Die erforderlichen Möglichkeiten könnten entweder von den Methoden abhängen oder aber von altmodischer menschlicher Nachlässigkeit oder Korruption.
Fiksdal
Benutzer4012
HoffnungslosN00b
Tim Malon
Luis Henrique
Luis Henrique
PoloHoleSet
Niemand