राजनीति को समझने के लिए वैज्ञानिक की तरह सोचने में मदद मिलती है।
आगामी राष्ट्रपति चुनाव का अभियान कवरेज हर जगह है, जिसमें विभिन्न चुनाव इस या उस उम्मीदवार को शीर्ष पर दिखाते हैं। राष्ट्रीय अनुमोदन रेटिंग, स्थानीय अनुमोदन रेटिंग, प्राथमिक उम्मीदवारों के बारे में सर्वेक्षण, मुद्दों के बारे में सर्वेक्षण, चुनाव के बारे में चुनाव हैं। इन सभी नंबरों में जानकारी के कैकोफनी तक जोड़ा जाता है जो कि सिर या पूंछ बनाना मुश्किल हो सकता है। इस तरह से, वैज्ञानिकों का कहना है, वे बहुत कुछ डेटा की तरह हैं जो एक शोधकर्ता एकत्र कर सकते हैं: व्यक्तिगत चुनाव ज्यादातर संदर्भ के बिना, अपने दम पर उपयोगी नहीं होते हैं। लेकिन एक साथ लिया गया और सोच-समझकर संपर्क किया गया, सर्वेक्षण में इस तरह की जानकारी जोड़ी जा सकती है कि एक वैज्ञानिक उपयोगी होगा।
एक शोध मनोवैज्ञानिक और विशेषज्ञ सारा बर्क ने कहा, "वैज्ञानिक संदर्भों में उपयोग की जाने वाली कई विधियां हैं, जो वैज्ञानिक संदर्भों में बारीकी से मिलती-जुलती विधियों से मिलती-जुलती हैं, लेकिन साथ ही कुछ खराब तरीके से डिजाइन की गई हैं। Syracuse विश्वविद्यालय में पक्षपात। "राजनीतिक मतदान में सबसे अच्छा उपलब्ध और बनाए रखने वाले उपकरणों के साथ एक अच्छा काम करता है - और संवाद करने का प्रयास - उन सीमाओं की स्पष्ट समझ जो अभी भी उनके तरीकों में मौजूद हैं।"
दूसरे शब्दों में, क्या एक सर्वेक्षण मूल्यवान है या दिलचस्प यह बहुत कुछ इस बात पर निर्भर करता है कि यह कैसे आयोजित किया गया था और यह कैसे प्रस्तुत किया गया है।
ओहियो के ओबेरलिन कॉलेज में एक खगोल भौतिकी के अध्ययनकर्ता, जिलियन स्कडर के अनुसार, अक्सर ये चुनाव "यहां कुछ प्रतिशत हैं" के रूप में प्रस्तुत किए जाते हैं। "तो आप एक राजनीतिक सर्वेक्षण कर सकते हैं, आप कह सकते हैं, 'हमने इस राज्य में एक सर्वेक्षण किया, और हमें ये संख्याएँ मिलीं,' और हो सकता है कि आप इस खबर में डाल दें। जब मैं आंकड़े करता हूं और मैं एक प्रतिशत के साथ आता हूं। वह प्रतिशत अन्य संख्याओं के साथ आता है, "स्कडर ने लाइव साइंस को बताया।
उन्होंने कहा कि स्कडर के काम में सांख्यिकीय परीक्षण शामिल हैं जो मतदान की तरह दिखते हैं। वह आकाशगंगाओं के व्यवहार पर लाखों डेटा बिंदुओं को इकट्ठा कर सकता है ताकि यह पता लगाने की कोशिश कर सके कि वे कैसे व्यवहार कर रहे हैं। लेकिन व्यक्तिगत रूप से प्रत्येक के माध्यम से जाना समय की बर्बादी होगी। इसलिए वह अपने डेटा के छोटे-छोटे नमूने लेंगी और उनका अध्ययन करेंगी, जो प्रदूषक विधियों का उपयोग करती हैं, उसी तरह के प्रदूषक आकाशगंगाओं की पूरी आबादी के बारे में निष्कर्ष निकालने के लिए उपयोग करते हैं।
लेकिन उस शोध के लिए काम करने के लिए, और इसके लिए अन्य वैज्ञानिकों के लिए कोई अर्थ होने के लिए, संख्याओं को डेटा के साथ आना चाहिए जो उन्हें संदर्भ देता है, उसने कहा।
"क्या यह 100 का नमूना था? क्या यह 1,000 का नमूना था? क्या यह 1 मिलियन का नमूना था? नमूने के आकार में कितना परिवर्तन होता है? परिणाम में परिवर्तन होता है? यदि मैं 1,000 से 10,000 तक जाता हूं, तो प्रतिशत बदलते हैं, या क्या वे हैं?" बहुत मजबूत? ऐसी बातें, "स्कडर ने कहा।
पोल, इसी तरह, बहुत अधिक उपयोगी हैं जब आप जानते हैं कि कितने लोगों का नमूना लिया गया था, अन्य चुनावों के साथ परिणाम कितने सुसंगत हैं, और वास्तव में चुनाव कैसे किए गए थे, क्रिस Schatschneider, एक शैक्षिक मनोवैज्ञानिक और फ्लोरिडा में सांख्यिकी और अनुसंधान डिजाइन के विशेषज्ञ ने कहा। राज्य विश्वविद्यालय।
Schatschneider के अपने शोध में, उन्होंने कहा, वह "शोर" से "सिग्नल" को अलग करने के लिए आँकड़ों का उपयोग करता है - यह निर्धारित करने के लिए कि क्या प्रयोग की संभावना आपको कुछ सार्थक बताती है कि दुनिया कैसे काम करती है या यादृच्छिक मौका का परिणाम हो सकता है। वह ठीक से इस बारे में भी सोचता है कि डेटा का कोई विशेष सेट किन सवालों के जवाब दे सकता है, और यह कौन से सवालों का जवाब नहीं दे सकता है।
उन्होंने कहा कि सांख्यिकीय तरीके उन प्रदूषकों के उपयोग से अलग हैं, उन्होंने कहा। समाचार में मतदान डेटा की सुनवाई करते समय समान प्रश्न पूछना महत्वपूर्ण है: नमूना आकार कितना बड़ा था? वास्तव में किसका नमूना लिया गया था? प्रदूषणकर्ताओं ने वास्तव में क्या प्रश्न पूछे? उस संदर्भ के सभी आपको बता सकते हैं कि क्या एक सर्वेक्षण में कुछ फ्लोटिंग संख्याओं के अनुसार एक सर्वेक्षण सार्थक है, एक उम्मीदवार का नाम नहीं हो सकता है।
यह भी महत्वपूर्ण है कि उन तरीकों को समझना जरूरी है, जिनका उपयोग किया गया है।
उदाहरण के लिए, कई सर्वेक्षणों में "स्तरीकृत नमूनाकरण" शामिल है। इसका मतलब है कि अगर एक विशेष समूह - कॉलेज के छात्रों, उदाहरण के लिए - सामान्य जनसंख्या की तुलना में एक पोल नमूने में प्रस्तुत किया गया है, तो प्रदूषणकर्ता संख्याओं को बदल देंगे ताकि जिन कॉलेज के छात्रों का सर्वेक्षण किया गया वे अधिक महत्वपूर्ण हो जाएं। यह सिद्धांत में एक वैध तकनीक हो सकती है, श्टशेनइडर ने कहा। लेकिन यह परिणाम को तिरछा कर सकता है जब सर्वेक्षण करने वाले लोगों का एक छोटा समूह हजारों लोगों के लिए खड़ा होता है। उन्होंने एक उदाहरण दिया: न्यूयॉर्क टाइम्स ने 2016 में बताया कि एक 19 वर्षीय अश्वेत व्यक्ति जिसने उस साल के चुनाव में डोनाल्ड ट्रम्प का समर्थन किया था, इस तरह के डेटा-मालिश के कारण बेतहाशा मतदान के परिणाम सामने आ रहे थे, जिससे समाचारों को सुझाव मिल रहा था ट्रम्प काले मतदाताओं की तुलना में बहुत अधिक लोकप्रिय थे।
हकीकत, श्टशेनइडर ने कहा, जब तक कि यह आपकी पूर्णकालिक नौकरी नहीं है, तब तक संभवतः आपके पास इस तरह से व्यक्तिगत रूप से चुनाव का मूल्यांकन करने का समय नहीं है, जो यह निर्धारित करते हैं कि कौन से वैज्ञानिक हैं और जो इतने कम हैं। उन्होंने कहा कि ज्यादातर लोग व्यक्तिगत चुनावों के बारे में खबरों पर ज्यादा ध्यान नहीं दे रहे हैं, जो भ्रामक हो सकता है, और इसके बजाय हाल के चुनावों के औसत को देखना चाहिए जैसे कि RealClearPolitics प्रकाशित होते हैं, उन्होंने कहा।
वैज्ञानिक डेटा के साथ कुछ ऐसा ही करते हैं, जब वे "मेटा-एनालिसिस" कहे जाने वाले बड़े पेपर्स में एक साथ कई पेपर्स के डेटा को एवरेज करते हैं। अगर कुछ भी हो, तो उन्होंने कहा, चुनावों का एक औसत अधिक भरोसेमंद होता है, क्योंकि चुनाव दिलचस्प होते हैं या नहीं। Schatschneider के अनुसार, वैज्ञानिक कागजात अधिक दिलचस्प परिणामों के पक्षपाती हैं क्योंकि वे अभी भी प्रकाशित होने में आसान हैं।
चुनावों के विशाल समूहों के आधार पर चुनाव के पूर्वानुमान भी दिलचस्प और उपयोगी हो सकते हैं, स्कडर ने कहा, लेकिन वैज्ञानिक अनुसंधानों के विपरीत जहां विधियां और कच्चे नंबर प्रकाशित होते हैं, प्रदूषक अपना काम नहीं दिखाते हैं - यह सब एक मालिकाना ब्लैक बॉक्स में रखते हैं।
आम तौर पर, स्कडर ने कहा, वह चुनावों के एक समूह को भरोसेमंद और दिलचस्प बताएंगे, यदि वे सभी एक ही दिशा में इंगित करते हैं, और कम सार्थक हैं यदि वे सभी जगह हैं - डेटा संग्रह में समस्याओं का सुझाव दे रहे हैं।
सिर्फ इसलिए कि निष्कर्ष एक प्रवृत्ति फिट बैठता है उन्हें सटीक नहीं बनाता है। उपलब्ध किसी भी डेटासेट के साथ, स्कडर ने कहा, आपको यह भी जानना होगा कि परिणामों की व्याख्या कैसे करें।
"आपको सावधान रहना होगा कि आप जिस सांख्यिकीय परीक्षण का उपयोग कर रहे हैं, वह उस प्रश्न का उत्तर दे रहा है जिसका आप जवाब देना चाहते हैं," उसने कहा।
विज्ञान में, इसका मतलब यह हो सकता है कि क्या कोई डेटासेट पूरी तरह से एक विचार को नियंत्रित करता है - यह कहें, कि सभी सितारे पनीर से बने हैं - या बस यह साबित नहीं करता है - कहते हैं, सभी सितारे अभी भी पनीर से बने हो सकते हैं, लेकिन हम ' टी पनीर अभी तक देखा।
जब राजनीतिक चुनावों की बात आती है, तो सवाल अलग होते हैं। लेकिन उनका मतलब समझना बस उतना ही महत्वपूर्ण है। अनुमोदन रेटिंग इस बात का माप नहीं है कि लोग कैसे वोट देने की योजना बनाते हैं। उन लोगों से पूछना जो उन्हें प्राथमिक के दौरान पसंद आते हैं, जरूरी नहीं कि वे आपको बताएं कि एक आम चुनाव के दौरान वे कैसा महसूस करेंगे। यह पूछने पर कि फरवरी में वे किसे वोट करने की योजना बना रहे हैं, भविष्यवाणी नहीं करते हैं कि वे नवंबर में कैसे वोट करेंगे, श्टशेनइडर ने कहा।
इस तरह से, श्टशेनइडर ने कहा, मतदान एक मरीज का तापमान लेने जैसा है। यह पूरी तरह से वैज्ञानिक उद्यम है, उन्होंने कहा। लेकिन चुनाव के बाद के लोगों के लिए यह महत्वपूर्ण है कि वे वास्तव में क्या मतलब है पर स्पष्ट हों।
