Zum Zeitpunkt der Befragung noch unentschlossene Stimmbürger sind ein Problem für Trendbefragungen. Obwohl das in der Regel nur eine kleine Gruppe ist, können diese unentschlossenen Stimmbürger bei umstrittenen und dementsprechend knappen Abstimmungen (wie der Atomausstiegsinitiative) entscheidend sein. Die Umfrageforschung sollte darum auf Methoden zurückgreifen können, die auch für Personen, die keine Stimm- oder Wahlabsicht angeben, statistisch eine Präferenz berechnen können. Ich stelle im Folgenden ein implizites Messverfahren vor, welches unbewusste Einstellungen und Präferenzen der befragten Personen misst und im Vorfeld der Atomausstiegsinitiative zur Anwendung kam. Sämtliche auf diesen Daten beruhenden Prognosen zeigen, dass die Atomausstiegsinitiative am 27. November angenommen wird.
Am 27. November 2016 wird das Schweizer Stimmvolk über die Atomausstiegsinitiative abstimmen. Gemäss der ersten SRG-Trendstudie vom 21. Oktober gedenken 57 Prozent der befragten Personen der Initiative zuzustimmen, 36 Prozent lehnen die Initiative ab und 7 Prozent der befragten Personen waren zum Zeitpunkt der Umfrage noch unentschlossen.
Geht man davon aus, dass die Zustimmung im Verlaufe des Abstimmungskampfs — wie bei Volksinitiativen üblich — abnimmt, so scheint ein knappes Ergebnis möglich. Selbstverständlich kommt der Gruppe der unentschlossenen Stimmbürger in genau diesen Situationen eine grosse Bedeutung zu. Die jüngste Vergangenheit hat gezeigt, dass unentschlossene Personen bei Eidgenössischen Abstimmungen durchaus das vielzitierte Zünglein an der Waage spielen können.
Leider weiss man in der politikwissenschaftlichen Forschung aber nach wie vor wenig über die Meinungsbildung unentschlossener Wähler und Wählerinnen. Hinzu kommt, dass verlässliche Prognosen bezüglich des Stimmverhaltens unentschlossener Stimmbürger nach wie vor eine grosse Herausforderung sind. Indirekte bzw. implizite Messverfahren setzen an diesem Punkt an.
Vor dem Hintergrund dieser Erkenntnis wurde in den letzten Jahren argumentiert, dass implizite Messverfahren besonders gut in der Lage seien, das Stimmverhalten unentschlossener Personen vorherzusagen. Die Idee dahinter ist, dass implizite Einstellungen eine Art Vorstufe zu den expliziten Einstellungen darstellen.
In der Tat haben wir alle gewisse implizite Einstellungen bzw. Präferenzen, ohne dass wir uns deren aber notwendigerweise bewusst sind. Genau dies könnte bei unentschlossenen Stimmbürgern der Fall sein. Sie mögen sich zwar ein paar Wochen vor einer Abstimmung ihrer Präferenz noch nicht bewusst sein, eine implizite Einstellung zu einer Vorlage oder Partei haben aber auch sie.
Sollte sich diese implizite Präferenz im Verlaufe des Meinungsbildungsprozesses in eine explizite und damit bewusste Einstellung verwandeln, so sollte die implizite Einstellung in der Tat ein guter Prädiktor sein für das Stimmverhalten unentschlossener Personen.
Was sind unbewusste Einstellungen und woher kommen sie?
Gemäss ihrer klassischen Definition (Greenwald und Banaji 1995) sind implizite bzw. unbewusste Einstellungen das Produkt von Erfahrungen und Erlebnissen. Basierend auf den Erkenntnissen der Forschung über das sogenannte implizite Gedächtnis („implicit memory“)[1], hat sich in der Psychologie mittlerweile ein Konsens darüber ergeben, wie das menschliche Langzeitgedächtnis aufgebaut ist.
Ähnlich einem modernen Computer, sind Objekte in einem komplexen Netzwerk miteinander verbunden. Erlebnisse und Erfahrungen werden evaluiert und so abgespeichert, dass eine enge Verbindung besteht zwischen der Evaluation (positiv oder negativ) und dem Erfahrungsobjekt (z. B. Person, Organisation).
Ein Kunde, welcher zum Beispiel schlechte Erfahrungen mit einem Produkt gemacht hat, wird diese negative Bewertung in enger Verknüpfung mit dem fraglichen Produkt abspeichern. Die Verbindung zwischen dem Objekt (d.h. dem Produkt) und der diesbezüglichen Evaluation entspricht dem, was in der Psychologie gemeinhin als Einstellung definiert wird.
Zentral für das Verständnis impliziter Einstellungen ist nun, dass wiederholt negative oder positive Erfahrungen zu einer höheren Verfügbarkeit von Einstellungen führen. Hat der zuvor erwähnte Kunde zum Beispiel wiederholt negative Erfahrungen mit einem Produkt gemacht, so reicht der kleinste Anlass (z. B. Werbung dieser Firma), um die negative Einstellung innerhalb kürzester Zeit (d.h. automatisch) zu aktivieren. Sowohl die Aktivierung als auch die mit ihr verbundenen Verhaltensweisen müssen dem Kunden jedoch nicht zwangsläufig bewusst sein. So ist es wahrscheinlich, dass der Kunde aufgrund der automatisch aktivierten negativen Einstellung gegenüber dem Produkt bei einer Kaufentscheidung unbewusst ein komplett anderes Produkt derselben Firma meidet.
Doch wie lassen sich diese abstrakten Ideen nun auf unser aktuelles Beispiel der Atomausstiegsinitiative anwenden? Schauen wir uns zu diesem Zweck einen kleinen hypothetischen Ausschnitt des Langzeitgedächtnisses von Frau G. an.
Legende:
Die Struktur politischer Überzeugungen, Einstellungen und Absichten von Frau G. (in Anlehnung an Lodge und Taber, 2013).
□ = Einstellungsobjekte
▢ = Emotionen
◇ = Verhaltensabsichten
+ = positive Evaluationen
– = negative Evaluationen
Ausgefüllte Symbole (+/–) bedeuten, dass die jeweiligen Bewertungen überwiegen.
Wie obiger Abbildung zu entnehmen ist, hat Frau G. tendenziell eine eher positive Einstellung gegenüber der Atomausstiegsinitiative. Diese positive Einstellung gründet in erster Linie auf ihrer positiven Haltung gegenüber den Grünen und deren Engagement für Umweltschutz, aber auch auf der abschreckenden Erfahrung von Tschernobyl und den damit verbundenen Ängsten.
Allerdings befürchtet Frau G., dass bei einer Annahme der Initiative fragwürdige Stromimporte aus dem Ausland getätigt werden müssten. Aus diesem Grund gibt Frau G. in einer Umfrage an, sich bezüglich ihres Stimmentscheids noch nicht sicher zu sein.
Es liegt nun auf der Hand, dass die blosse Frage nach der Stimmabsicht nicht in der Lage ist, die abgebildete Struktur akkurat zu erfassen. Selbstverständlich vermögen zusätzliche (explizite) Fragen wie jene nach der Parteisympathie oder Frau G.‘s Einstellung zum Umweltschutz dabei helfen, ein vollständigeres Bild zu liefern. Auch sie werden aber scheitern, wenn es darum geht, die stärksten und damit für Frau G. zugänglichsten Assoziationen sowie deren Richtung (positiv/negativ) zu erfassen.
Implizite Messverfahren wie beispielsweise der implizite Assoziationstest (IAT) sind in dieser Hinsicht den expliziten Massen überlegen und sollten deshalb ebenfalls in politischen Umfragen berücksichtigt werden.
Empirische Evidenz: Ecopop
Eine drei Wochen vor der Ecopop-Abstimmung (30. November 2014) durchgeführte Umfrage (Raccuia 2016) hat gezeigt, dass implizite Einstellungen gegenüber der Initiative sowohl für die entschlossenen wie auch die unentschlossenen Stimmbürger statistisch signifikante Prädiktoren sind.
Ein Vergleich der expliziten und impliziten Einstellungen zeigte aber, dass die impliziten Einstellungen für die Gruppe der unentschlossenen Stimmbürger bessere Prädiktoren sind als für die Gruppe der entschlossenen Stimmbürger.
Konkret konnte das Stimmverhalten von 78 Prozent der unentschlossenen Stimmbürger mittels ihrer impliziten Einstellungen korrekt vorhergesagt werden. [2] Bei den entschlossenen Stimmbürgern betrug dieser Anteil hingegen nur 73 Prozent.
Weiter zeigte sich, dass das explizite Mass für die Gruppe der entschlossenen Stimmbürger ein besseres Prognoseinstrument war als das implizite Mass.
Dieser Befund deckt sich mit einer Reihe ähnlicher Untersuchungen, die im Kontext nationaler Wahlen durchgeführt wurden (z.B. Friese et al. 2012). Im Unterschied zu diesen Studien waren die impliziten und expliziten Einstellungen für die Gruppe der unentschlossenen Personen hingegen ähnlich gute Prädiktoren (beide konnten rund 78 Prozent der Personen korrekt klassifizieren).
Abstimmungsprognose für die Atomausstiegsinitiative vom 27. November 2016
Da die selbstberichtete Stimmabsicht in der Regel ein sehr zuverlässiger Prädiktor für das tatsächliche Stimmverhalten entschlossener Personen ist (90.6 % korrekt vorausgesagt bei der Ecopop-Initiative), sollten sich Abstimmungsprognosen meiner Meinung nach auch weiterhin darauf stützen. Es kann unter gewissen Umständen allerdings angebracht sein, die selbstberichtete Stimmabsicht mit den impliziten Einstellungen der Personen zu vergleichen. Schwache Korrelationen zwischen den beiden Massen könnten ein Hinweis darauf sein, dass die befragten Personen aufgrund sozialer Erwünschtheit falsche Angaben machen. Da unentschlossene Personen statistisch gesprochen ein „missing data“ Problem darstellen (fehlende Angaben bei der Stimmabsicht), kann in einem zweiten Schritt mittels verschiedener Imputationsverfahren eine Stimmabsicht geschätzt werden und für die unentschlossenen Stimmbürger eingesetzt werden.
Diese Schätzungen können sowohl konventioneller Natur (d.h. mittels linearer oder logistischer Regressionsmodelle) sein, als auch mittels multipler Imputation erfolgen. In allen Fällen dienen die Daten der entschlossenen Stimmbürger (Stimmabsicht und implizite Einstellung) sowie jene der Personen, welche zum Zeitpunkt der Umfrage bereits abgestimmt haben (Stimmentscheid und implizite Einstellung) als Grundlage für die Imputation. Die untenstehende Tabelle liefert eine Übersicht über die verschiedenen Modelle, deren Resultate wir am 25. November zusammen anschauen werden.
Prognosemodelle basierend auf expliziten und impliziten Messverfahren
* Konventionelle Methoden imputieren für jede fehlende Beobachtung nur einen Wert und unterschätzen daher die Varianz der imputierten Werte. +Multiple Imputationsverfahren imputieren für jede fehlende Beobachtung mehrere Werte und liefern deshalb weniger verzerrte Varianzschätzungen.
Anmerkungen:
[1] Die zentrale Leistung dieser Forschung war es aufzuzeigen, inwiefern Menschen bereits erworbenes Wissen und Erfahrungen automatisch (d.h. unbewusst) für die Lösung dringender Probleme und Aufgaben (z. B. in Notsituationen) abrufen und anwenden können.
[2] Ein Fall gilt dann als korrekt klassifiziert, wenn die vorhergesagte Wahrscheinlichkeit für eine Ja-Stimme mindestens 50% beträgt und die Person auch tatsächlich für die Vorlage gestimmt hat oder wenn die vorhergesagte Wahrscheinlichkeit weniger als 50% beträgt und die Person tatsächlich „Nein“ gestimmt hat. Für das explizite Mass wurde eine Skala verwendet, welche die Sorgen der befragten Personen bezüglich der Zuwanderung erfasste.
Referenzen:
- Friese, M., Smith, C.T., Plischke, T., Bluemke, M. und Brian A. Nosek. 2012. Do implicit attitudes predict voting behavior particularly for undecided voters? PloS ONE, 7(8).
- Greenwald, A.G. und Mahzarin R. Banaji. 1995. Implicit social cognition: Attitudes, self-esteem, and stereotypes. Psychological Review, 102(1), 4–27.
- Lodge, M. und Chuck S. Taber. 2013. The Rationalizing Voter. New York: Cambridge University Press.
- Raccuia, L. 2016. Single-Target Implicit Association Tests (ST-IAT) Predict Voting Behavior of Decided and Undecided Voters in Swiss Referendums. PloS ONE, 11(10): e0163872.
Titelbild: AKW Gösgen, aufgenommen von Falk Lademann (CC-BY)
