几乎每隔几个月，所谓的猪流左媒都会抛出一条类似的新闻：”独立选民正在抛弃川普。”或者：”独立选民开始转向民主党。”
很多人看到这样的标题，第一反应都是：风向变了，川普是不是正在失去中间选民？
但如果仔细研究美国民调的统计方法，就会发现，一个更值得讨论的问题其实不是独立选民是否改变了立场，而是为什么媒体总喜欢把焦点放在独立选民身上。
因为共和党和民主党的基本盘，本来就很难大幅波动
美国政治最大的特点，就是两党的核心支持者相对稳定。
共和党有长期支持共和党的选民，民主党也有长期支持民主党的选民。无论发生什么重大新闻，这两部分人的整体变化通常都不会特别大。
真正容易产生波动、也最容易制造新闻效果的，就是所谓的独立选民。
于是，每当媒体希望说明某位候选人”势头上升”或”支持率下滑”时，最方便引用的往往就是独立选民的数据。
因为这里最容易讲出一个吸引眼球的故事。
独立选民并不是很多人想象中的那群人
不少人以为，独立选民就是既不支持共和党，也不支持民主党的中间派。
事实上，美国政治学通常会把独立选民进一步区分。
有一部分人虽然没有正式登记加入任何政党，却长期投票支持共和党；另一部分人同样没有党籍，却长期支持民主党，这些人通常被称为”倾向型独立选民”。
那些真正的既没有固定党派认同、每次选举都可能改变投票对象的人，其实只是独立选民中的一小部分。
换句话说，今天民调里的独立选民，本身就是一个由不同类型选民组成的集合，而不是一个政治立场完全一致的群体。
同样的数据，不同的分类，也可能得出完全不同的标题
这也是为什么，不同机构公布的”独立选民支持率”有时会相差很大。原因未必是谁修改了数据，而可能是谁采用了不同的统计口径。
例如，一份调查如果纳入了更多长期倾向民主党的无党派选民，那么最终公布的”独立选民支持民主党”比例自然会上升；另一份调查如果纳入了更多倾向共和党的无党派选民，结果又可能完全相反。
数字本身或许是真实的，但它反映的是这份样本的构成，而不一定意味着整个美国中间选民突然发生了方向性的变化。
为什么这种标题总能引发关注？
因为相比共和党支持率维持稳定或者民主党支持率变化不大，独立选民开始倒向某一方更符合新闻传播规律。
它容易营造一种风向改变、胜负即将逆转的戏剧感，也更容易引发讨论和转发。
因此，对于这些猪流媒体是不是在制造假新闻，各人有各人的看法，但是不可否认的是，媒体在选择最容易吸引读者注意力的切入点。
问题在于，如果读者只看到标题，而没有进一步了解独立选民究竟包括哪些人，就很容易把统计意义上的变化，误解为整个美国政治版图发生了重大转折。
2016年之后，关于民调方法的争论一直没有停止
2016年美国总统大选后，许多民调机构因低估川普支持率而受到广泛质疑。
此后，各机构不断调整调查模型，包括教育程度加权、地区样本分布以及可能投票者的筛选方式，希望缩小预测误差。
这些调整说明，民调本身并不是一套固定不变的公式，而是一种持续修正的方法。不同机构对于样本选择、权重设置和分类标准的不同判断，也可能导致结果出现差异。
因此，看待任何一份民调，都不能只盯着最终公布的百分比，更要关注它采用了什么样的调查设计。
比支持率更重要的，是调查方法
一份民调真正值得关注的，不只是”谁领先几个百分点”，而是几个更基础的问题：
样本是如何抽取的？
调查的是登记选民、可能投票者，还是所有成年人？
各类选民在样本中的比例是否公开透明？
独立选民是否进一步区分了长期倾向共和党或民主党的群体？
调查结果是否说明了具体的加权方法？
这些信息，往往比新闻标题里的那个数字更有价值。
看懂民调，先别急着看结论
美国民调最大的误区，并不是某一个百分比，而是很多人习惯直接接受媒体给出的解释，却忽略了数字背后的统计逻辑。
当下一次再看到独立选民抛弃川普、独立选民倒向民主党或者独立选民决定大选这样的标题时，不妨先问自己一个问题：这里所说的独立选民，到底是真正没有党派倾向的中间选民，还是包含了大量长期倾向某一政党的无党派选民？
很多时候，真正值得分析的，不只是民调结果本身，而是结果是如何定义、分类和呈现出来的。只有把这些问题弄清楚，我们才能更准确地理解一份民调究竟说明了什么，又没有说明什么。
热门跟贴