A rolling sample módszer alkalmazásának lehetőségei két adatfelvétel tükrében

A rolling sample módszer alkalmazásának lehetőségei két adatfelvétel tükrében Módszertani tanulmány 2010. június 1

Tartalom 1. Bevezetés... 3 2. Elméleti alapok... 7 3. Hazai lehetıségek, a kutatások reprezentativitása, jogi dilemmák... 11 3.1 A rolling sample design adaptálása... 11 3.2 A telefonos adatfelvételek demoszkópiai reprezentativitása és a telefonos kutatások jogi háttere... 12 4. Az adaptált módszer bemutatása két adatfelvétel tükrében... 29 6. Összefoglalás... 35 Felhasznált irodalom... 37 Táblajegyzék:... 38 Melléklet:... 39 2

1. Bevezetés 1 A Rolling Sample (guruló mintavétel) mintavételi eljárás kidolgozása az amerikai Leslie Kish nevéhez főzıdik. Kish felismerte azt a problémát, hogy az egyes adatfelvételek során nem csak az adatok térbeli eloszlása lehet érdekes, hanem esetlegesen az idıbeli dinamikája is. Ez különösen igaz lehet, ha olyan folyamatokat vizsgálunk, amiben idıbeli dinamikai folyamatokat feltételezünk. A politikai választások (legyen szó népszavazásról, parlamenti választásról, vagy önkormányzati választásról) tipikusan ilyen folyamatnak tekinthetık. A pártok és a különféle politikai szereplık a kampányok során állandó impulzusokat küldenek a választók irányába. Ezek az impulzusok befolyásolják (befolyásolhatják) a választókat, megváltoztatva a preferenciáikat. A választások elıtt készült adatfelvételek alapvetıen olyan módszertani design-nal dolgoznak, amik nem teszik lehetıvé, az adatok idıbeli vizsgálatát. Ez minimálisan két tényezınek a következménye. Egyrészrıl a cégek nagy része, az adatfelvételi idıszakot megpróbálja minél rövidebb periódusba beszorítani. Ez érthetı abból a szempontból, hogy egy hosszabb idıperiódus esetén megeshet, hogy az adatokban több idıbeli hatás csapódik le, amiket nehéz egymástól megkülönböztetni csak a hatások eredıje látható, de azok kiinduló ereje nem. A másik tényezı, ami ellehetetleníti a dinamikai elemzést, az a különbözı idıperiódusban lekérdezett mintaszeletek reprezentativitása. Az adatfelvételek során (fıleg ha pótcímes adatfelvételrıl van szó), a kutatás elején a könnyebben elérhetı egyének kerülnek lekérdezésre (Pl: nyugdíjasok), és a felvétel vége felé tudják elérni a nehezebben megszólítható csoportokat. Telefonos kutatásnál hasonló problémával kell számolni. Kvótás kérdezés esetén, a napi szinten kvótázott adatfelvétel lelassítja a lekérdezést, ezért általában csak a kutatási idıszak végén használnak szigorú kvótázási kritériumokat a kutató cégek. Ebbıl a két okból kifolyólag a standard keresztmetszeti kutatási design nem alkalmas longitudinális elemzések elvégzésére. Ennek ellenére az utóbbi években egyre több olyan elemzés látott napvilágot, ami a kampányok dinamika hatását próbálta elemezni. Ezek a kísérletek általában nem egy adatfelvételre támaszkodtak, hanem összegyőjtötték a különbözı kutató cégek méréseit, és gyakorlatilag ökonometria modellezéssel vizsgálták a kampánydinamikát. Az ilyen 1 A tanulmány szerzője: Kmetty Zoltán 3

jellegő modellezésre jó példa az amerikai politikai kutatási adatokat összegyőjtı pollster.com oldal. Táblázat 1: Kampánydinamikai elemzés meta adatok alapján (forrás: www.pollster.com). Az oldal összegyőjti egy adott kérdésben az összes kutatási eredményt, majd ezeket gyakorlatilag meta adatnak használva felhelyezi egy idıbeli térképre. A simított adatok alapján jól látható, hogy a trendek milyen irányban hatnak egy adott kérdésben. A módszer kapcsán természetesen pro és kontra érvek is felhozhatók. Az mindenképp elmondható, hogy egy sok mérés által validált eredmény megbízhatóbb becslésnek tőnik, mint ha egyetlen mérésbıl próbálnánk levonni messzemenı következtetéseket. Komolyabb matematikai bizonyítás nélkül is belátható, hogy a mérések eredményének kiátlagolásával (vagy valamilyen közép statisztika használatával), a mintavételi hiba nagysága redukálható. Ezzel szemben viszont fennáll az a probléma, hogy különféle kutatási designnal készült eredmények kerülnek egymással összehasonlításra, ami természetesen több módszertani dilemmát is felvet, amikre itt most hely hiányában nem fogunk részletesen kitérni. Másfelıl ez a módszer rendelkezik azzal a jelentıs hátránnyal is az egy adatkört használó adatfelvételekkel szemben, hogy a vizsgálható változók hatóköre nagyon 4

szők. A célváltozót esetleg néhány alap demográfiai változóval lehet keresztbe elemezni, ennél többre nincsen lehetıség. A magyarországi használatát az is megnehezíti az ilyen jellegő ökonometrikus módszernek, hogy az amerikainál szignifikánsan kevesebb kutató cég közöl rendszeres méréseket 2. A mérések során pedig nem feltétlenül ugyanazt értik a kutató cégek az egyes fogalmak alatt. E mellett az adatközlés sem általános szabványok mentén történik (jó példa erre, hogy az egyes cégeknél a Jobbik önálló szerepeltetése az adatközlések során eltérı idıpontra esett ezért az egyéb kategóriában ugyanazon idıperiódusban néhány cégénél a Jobbik is bent volt, míg más cégeknél már külön pártként szerepelt). Az említett nehézségek ellenére Magyarországon is készültek olyan meta-elemzések, amik a pártok szavazótáborának dinamika alakulását vizsgálták több kutató cég adatainak függvényében. Bozsonyi Károly 2009. novemberében tartott elıadásában (Bozsonyi 2009) a Szonda-Ipsos, a Medián, a Gallup a Tárki, és a Forsense/Századvég havi pártpreferencia becslései alapján vizsgálta a Fidesz illetve az MSZP támogatottságának alakulását. Az idısoros elemzések rámutattak egyrészrıl arra, hogy a pártok támogatottságában nincsenek havi szezonális effektek, másfelıl arra is, hogy mind az MSZP, mind a Fidesz esetében mindössze egy hónappal korábbi preferencia adatokból becsülhetık az aktuális adatok, a két hónappal korábbi adatokkal már nem korrelálnak a mérési eredmények. A kutatás kapcsán felvethetık ugyanazok a módszertani kérdések, amit már a pollster.com esetében megemlítettünk. Ezek ellenére, fontosan tartjuk kihangsúlyozni, hogy az ilyen jellegő meta-elemzések, a jövıben új irányt jelenthetnek a pártok támogatottságának becslésében. A lehetıségek teljes kiaknázáshoz azonban a Bayesi statisztika eszköztárának befonása is javasolt lenne az ilyen típusú elemzésekhez. Ennek további tárgyalása, azonban nem témája ennek a tanulmánynak. A dinamikai elemzéseknél még egy lehetséges irányt mindenképp meg kell említenünk ez pedig a panelfelvételek nyújtotta lehetıség. A mikro-szintő dinamikai mozgások megállapításhoz kétségkívül a legjobb lehetıséget a panel jellegő 2 Bár a 2010-es országgyőlési választás kapcsán soha nem látott mennyiségő kutató cég végzett mérést, összesen 8 cég adott ki választási becslést. 5

felvételek szolgálják 3. Ezek bár a saját céljuknak jól megfelelnek, de kampánydinamikai elemzéshez nem alkalmasak, hiszen általában csak két-három idıben kifeszített pontját látjuk a dinamikának ráadásul az adatfelvételek közötti távolság általában viszonylag nagy 4. A lehetséges kutatási lehetıségek rövid áttekintése után megállapíthatjuk, hogy egy szők idıperiódus eseményeinek dinamikai elemzése során nem lehet a hagyományos módszertani keretek között maradni. Szükséges egy olyan design használata, ami lehetıvé teszi, hogy megbízható módon becsülni tudjuk a kampány hatásokat viszonylag széles változó szettre is. Erre nyújt megoldást a rolling sample módszere, ahogy a bevezetı mondatokban már röviden már említettük. A következı fejezetben a módszer nemzetközi elızményeit tárgyaljuk. 3 Természetesen lehetıség van retrospektív kérdések felvételére is egy adatfelvételen belül, de ennek megbízhatósága sok esetben nagyon alacsony lehet fıleg kényes politikai kérdések esetében 4 Erre némileg ellenpélda a Forsense 2010-es választási panelja, amelyben a választás napján a választás elıtti hetekben már elért válaszolókat hívták fel az Intézet kérdezıbiztosai: http://www.forsense.hu/?page=cikk&source=publiclife&id=162&p=1 6

2. Elméleti alapok 5 A rolling sample, azaz a rendszeresen megismételt guruló mintavételi eljárás kidolgozása a magyar származású amerikai statisztikus, Leslie Kish nevéhez főzıdik (Kish:1990, Alexander: 2001). Az eljárással arra a problémára kívánt Kish megoldást adni, hogy általában a népszámlálások csak a térbeli részletekre koncentrálnak, figyelmen kívül hagyva az idıbeli részleteket Az adatoknak a periodikus felmérésekbıl történı kumulálása, a legmegfelelıbb eljárás arra, hogy ezekkel a térbeli/idıbeli részletekkel foglalkozzunk. Kish szerint ezen adatokhoz a rolling sample, módszer alkalmazására van szükség. Az Amerikai Közösségi Survey (American Community Survey ACS) során a rolling sample designt használták fel. Az amerikai népszámlás és az éppen folyamatban lévı nemzeti háztartás survey között egy elég nagy rés volt, az országos szintnél részletesebben csak kevés térbeli aspektust volt képes megragadni, és ugyan a népszámlás széleskörő becsléseket nyújtott egy szők tartományra vonatkozólag, de csak tíz eves periódusokban volt értelmezhetı. A populáció esetleges változásainak évenkénti becsléséhez háztartási kutatások és az adminisztratív nyilvántartásokból nyert adatok modell-alapú kombinációit alkalmazták, de csak néhány jellemzıt lehetett vizsgálni ezen eljárás segítségével (munkanélküliség és szegénység). A becslések túl nagy hibákkal dolgoztak, ezért új módszert kellett alkalmazni. Az ACS-nél alkalmazott guruló minta áthidalta az idıbeli szakadékot a becsléseknél, melyek hagyományosan a népszámlálásból származtak. 2003-tól az ACS kérdıívet 250000 címre postázták ki minden hónapban, egyenletesen elosztva az egész országban. A guruló mintát átfedések nélkül alkalmazták, így az évenkénti minta 3 millió különbözı címbıl áll, az 5 éves összesített minta pedig 15 millió címbıl. A következık voltak az ACS fı céljai: 1. Az olyan kicsiny területek aktuális fejlettségi szintjének összehasonlítása, mint a népszámlálási kerület, melynek népessége átlagosan 4000 fı 5 Az elméleti tanulmányok összefoglalásában Pandula Ádám munkája segített 7

2. pontosabb becslése az államok szintjén mért adatok évenkénti változásainak. (Alexander) Az ACS-t postai úton vezényelték le, amit egy telefonos utólagos kérdezés követett, majd pedig egy személyes interjú a nem válaszolók címeinek almintáján. A kérdések formája és a lekérdezés módszere megegyezett a népszámláláséval, leszámítva, a havi interjú periódust. A tesztek alapján az ötéves kumulált ACS becslések standard hibaszintje egy kicsivel magasabb, mint a hasonló felméréseké, általában 1.25-ször magasabb. Az ACS megbízható évenkénti becsléseket szolgáltat a 250 ezer vagy ennél több lakosú területek karakterében bekövetkezı változásoknak a jelentıségérıl. Az ennél kisebb területeknél a több éves adatok kumulálására van szükség ahhoz, hogy egyenértékő mintát kapjunk. A népszámlálás évenkénti becsléséhez hasonlít az ACS évenkénti becsléseinek az egyszerő átlaga Nanak Chand és Charles H. Alexander (Chand-Alexander 2000) tanulmányának - mellyel a guruló mintából nyert többéves átlagok módszerét tanulmányozták. Annak érdekében, hogy egy széles körben alkalmazható modellt kapjunk a többéves átlagok egyesítésével az írás általános és tömör formulákat tartalmaz, melyek megmutatják ezen átlagok hatásait számba véve a sajátosságok olyan hatásait, mint az ugrások és a tüskék az idısorban. A példákkal együtt jár az általános elvek illusztrálása a különféle feltételezések mellett, mely figyelembe veszi a háttérváltozókat is. Az ACS esetében a módszert leginkább éves trend becslésére használták. Elemzésünk szempontjából fontosabb Johnston és Brady kutatása (Johnston-Brady 2002), mivel ık rövid idıperiódus dinamikai elemzéséhez használatos módszert alakítottak ki. Olyan designt alakítottak ki, ami megkönnyíti a kampányok dinamikai vizsgálatát. Az eljárás úgy néz ki, hogy veszünk egy egyszeri keresztmetszeti mintát és az interjúkat szabályozottan elszórjuk az idıben. Ha helyesen járunk el, akkor az a dátum, melyen a válaszadót lekérdeztük ugyanúgy véletlen kiválasztás következménye lesz, mint a válaszadó beemelése a mintába. Mivel a megfigyelések idıben szét vannak szórva. a mintavételi eljárás a survey kutatást egy igazi oksági 8

következménnyé alakítja. Ezzel a módszerrel ugyanúgy vizsgálhatjuk a viták, a sajtóvisszhang és a kampányhirdetések hatásait, mint a lehetséges szociális és pszichológiai mechanizmusokat. Johnston és Brady tanulmányukban arra vállalkoztak, hogy illusztrálják a szavazási szándék formálódását a kampány során alternatív statisztikai modellek bevonásával, melyek segítenek a szavazás dinamikájának a magyarázatában. A Rolling sample design (vagy ahogy a szerzık nevezik Rolling cross selection RCS) egy telefonos kérdıívezés. Minden közvélemény-kutatás, melynél nagyobb szabású terepmunkára van szükség temporálisan heterogén. Egy korábban kérdezett válaszadó bizonyos tulajdonságok szerint különbözhet egy késıbb kérdezettıl Az 1988-as kanadai vizsgálat során a kutatócsapat számára a fogalmi áttörést az jelentette, hogy a mintának a hosszú ideig zajló tisztításában nem egy problémát, hanem egy lehetıséget láttak. Ha tudatosak vagyunk a minta kiadásánál és tisztításánál a temporális heterogenitás egy vizsgálat tárgyává alakítható. Az ilyen típusú kutatáshoz, ha telefonos kérdezés során használjuk. szükséges nagy mennyiségő telefonszám, elegendı mennyiség ahhoz, hogy kitőzött mennyiségő interjút készíthessünk. Ezt a mennyiséget ezután replikátumokra bontjuk. A CES (a cikkben szereplı kutatás, a Canadian Electional Study rövidítése) esetében minden interjúzási naphoz generáltak egy replikátumot. Mindegyik replikátum egy miniatürizált formája a mintának. A replikák lényegükbıl fakadóan véletlenek ugyanúgy, mint ahogy a teljes minta kezdeti kiválasztása is véletlen. A CES esetében a választási kampány kezdetét követı napokban kezdték az interjúzást, de elvben akármikor kezdıdhet a terepmunka. Habár mindegyik napnak megvan a replikátuma, a replikátum maga nem a legmegfelelıbb egység a kampányidı reprezentálására, ugyanis ebbıl az következne, hogy egy adott replikátumban lévı összes telefonszám csak egy napon elérhetı az interjúzó számára. Ez egy nyilvánvalóan rossz lekérdezési gyakorlat lenne, mivel csak a legkönnyebben elérhetı alanyokkal lehetne kapcsolatot teremteni. Ezért az adott kérdezési napon a korábbi replikátumok le nem kérdezett eseteit is fel lehet hívni. Az RCS válaszadási aránya a tapasztalatok szerint alacsonyabb lesz, mint a nem temporális keresztmetszeti kutatások esetében. 9

A cikkben Brady-ék az 1994-es kanadai választások kampányának dinamikáját elemzik, a vélemények ingadozásának idısoros ábrájával. Ezen eljárás lényege, hogy a naponkénti véleményváltozásokat is figyelembe veszi, így fény derülhet a változások konkrét okára is. A naponkénti nyomon követés természetesen napról napra változó eredményeket nyújt, de utal arra, hogy egy jelölt népszerőségének esetleges csökkenésére hány nap kellett. Semmi sem kényszerít arra, hogy ne folytassunk le RCS-t ott, ahol a terepmunka idıben szét van szórva a választások elıtti idıszakban. A kampány bármelyik idıszaka alkalmas arra, hogy eltérı válaszok szülessenek benne az idı elıre haladtával még akkor is, ha a kampány végpontja behatárolja az elıkészületeket. A változások nagyon gyorsak tudnak lenni, így szinte bármilyen survey terepmunka sebezhetı emiatt. A szerzık szerint ezzel a problémával az RCS képes a leghatékonyabban megbirkózni, sıt ezen módszer a problémát egy lehetıséggé alakítja. A szerzık megjegyzik, hogy a kutató cégek rengeteg mérést készítenek a választások kapcsán az Egyesült Államokban és egyre nagyobb a kísértés, hogy rekonstruálják ezekkel a kampány dinamikáját. A korábbi kampányok esetében nem volt más választás, mint ilyen módon összegyőjteni az adatokat. Azon kutatócégek, melyek úgynevezett tracking pollokat jelentetnek meg, hatalmas mintákat halmoztak fel. Azok a cégek, melyek heti keresztmetszeti pillanatfelvételeket adnak ki jobban tennék a szerzık szerint, ha a heti mintákra úgy tekintenének, mint egy konszolidált eljárás egy részére, ami az egész vizsgált idıszakot átfogja, majd pedig a mintavételt az elejétıl a végéig irányítja. Az RCS-hez telefonos lekérdezés szükséges, az otthoni személyes kérdezés lehetetlenné teszi a minta tisztítását és kiadását és csak akkor mőködik a személyes lekérdezés, ha az események olyan ütemben folynak, hogy az idıskálát nem napokban, hanem hetekben kell vizsgálni. 10

3. Hazai lehetıségek, a kutatások reprezentativitása, jogi dilemmák 3.1 A rolling sample design adaptálása A módszer elsı magyarországi adaptációjára 2008-ban került sor. A Forsense Intézet a 2008-as népszavazás elıtt, egy rolling sample-höz nagyon hasonlító kutatási designt alakított ki, abból a célból, hogy a kampány dinamikája is elemezhetıvé váljon (a kutatás részletes bemutatása a következı fejezetben található). A kutatás a vezetékes telefonnal ellátott háztartásokból merítette a mintáját, és CATI módszerrel zajlott. A módszer adaptációja során fontos kiindulópont volt, a magyarországi telefonos kutatások néhány alapvetése. A rolling sample ahogy a korábbi fejezetben már részletesen is kifejtésre került, egy olyan mintavételi design ami biztosítja azt, hogy a napi adatfelvételek eredményeit egy egyenlı valószínőségő véletlen folyamat generálja, és ezáltal napi szinten felhasználható, idısoros adatok szülessenek, amivel longitudinális elemzések is végezhetık. A módszer hazai adaptálása azonban sok kérdıjelet tartalmaz. A Magyarországon folytatott telefonos kutatásoknál csak erıs kvótázással biztosítható, hogy minden társadalmi csoportból megfelelı számú egyént tudjunk lekérdezni. Nem egyenlı valószínőségő véletlen folyamat, hogy kinek van telefonja, sem az, hogy melyik háztartást érjük el azokból, akiknek van telefonja, és az sem, hogy ki az adott háztartásból, aki felveszi a telefont. A rolling sample módszer, csak a másodiknak említett mintavételi torzulást képes csökkenteni, a másik két hibára nincs hatással, tehát a módszer egyszerő átvétele után kapott adatok rosszul, és torzan reprezentálnák, a valóságot. További probléma, hogy az adatokban feltételezhetünk egy heti ciklust is. Egy hétfıi napon más az egyes társadalmi célcsoportoknak, az elérhetısége, mint pénteken, vagy esetleg szombaton. Ez tovább torzíthatja a kapott adatokat. Az eddigiekbıl kiindulva egy a rolling sample -tıl némileg eltérı mintavételi designt alakított ki a Forsense 2008-ban, ami elemezhetı longitudinális adatokat biztosít anélkül, hogy az ismertetett mintavételi torzulások bekövetkeznének. A megvalósított design egy napi szinten kvótázott adatfelvétel, aminek a minimális elemzési egysége az öt nap. Minden felvett nap adatát, az elızı négy nap adatával összevonva lehet elemezni. Az öt napos periódusok külön-külön súlyozással a legfontosabb változók mentén a populációs eloszláshoz vannak közelítve. Az ezzel a módszerrel felvett 11

adtok elemezhetık longitudinális bontásban, valamint az egész adatfelvételt elemezni lehet egy mélyebb keresztmetszeti dimenzióban is, a teljes lekérdezés végén. Az erre a módszerre épülı két adatfelvételt a következı fejezetben mutatjuk be részletesen, a módszertani dilemmákkal együtt. Ebben a fejezetben a továbbiakban azt vizsgáljuk, hogy maga a vezetékes telefonos minta, milyen jellegő torzításokhoz vezethet az adatfelvétel során. 3.2 A telefonos adatfelvételek demoszkópiai reprezentativitása és a telefonos kutatások jogi háttere Az adatfelvételek reprezentativitása, nem csak a telefonos adatfelvételek esetében merül fel kérdésként, de kétségkívül a telefonos adatfelvételek esetében több olyan egyedi mozzanat is megfigyelhetı, ami a személyes kutatásoknál nem feltétlenül jelent problémát. A kiinduló kérdésünk az, vajon a survey típusú felvételek megfelelıen tudják-e reprezentálni, a társadalmat? A témával kapcsolatos elméleti vonatkoztatási keretet, és a hazai trendeket részletesen körüljárja Angelusz Róbert és Tardos Róbert 2009-es tanulmánya (Angelusz-Tardos 2009). A tanulmányt nem ismertetjük bıvebben, de annyit kiemelünk belıle, hogy egyrészrıl egyes társadalmi csoportok egyre nehezebben érhetık el a survey technikák által (pl: elit, aktív munkavállalók), másrészrıl összességében csökken a válaszadási hajlandóság (ezt jól példázza, hogy a személyes kutatások során egyre rosszabb a fıcímen lekérdezettek aránya). Harmadrészt a különbözı típusú adatfelvételek esetében megfigyelhetı egy módhatás is tehát a demográfiai különbségek kontrolálása mellett is szignifikáns különbség lehet az egyes célváltozók eredményei között. Utóbbi hatás fıleg az online kutatások esetében jelentıs, de részben a telefonos kutatások esetében is jelentkezik. Jelen tanulmányunkban a telefonos kutatás kapcsán felmerülı reprezentativitási problémákra fókuszálunk. A válaszmegtagadás problémáját a statisztikai szakirodalom alapvetıen két külön ágra bontja. Egyrészrıl megkülönbözteti a komplett interjú megtagadást (Unit Non- Response), másrészrıl megkülönbözteti az egyes kérdésekre adott válaszok megtagadását (Item Non-Response). Elıbbi probléma súlyozással (vagy azt megelızve kvótázással) korrigálható, utóbbi esetben pedig adatpótlást lehet használni (ha a válaszmegtagadás nagyarányú, és szisztematikus természető). Bár 12

tematikáját tekintve az elsıvel függ össze, mégis külön érdemes kezelnünk azokat az eseteket, amikor az adott személy a mintavételi keretbe se tud bekerülni - ezt nevezzük covarage típusú mintakiesésnek (Roberts 2007). Ilyen elıfordulhat a személyes kutatások során is (lásd hajléktalanok, vagy intézeti lakók), de hatványozottan jelentkezik a telefonos kutatásokban. A telefonos kutatások jogi hátterével késıbb behatóbban is foglalkozunk, elıl-járóban annyit érdemes megjegyezni, hogy jogi szabályozás hatása duplán is jelentkezik a vezetékes telefonos kutatások esetében. Egyrészrıl azok a személyek nem kerülhetnek már be alapvetıen a mintába, akiknek nincs otthon vezetékes telefonjuk. A vezetékes telefon ellátottság az 1980-as évek végén még 20 százalék alatt volt, a 2000-es évek elejére viszont már 70 százalék környékére emelkedett. Az utóbbi 5 évben azonban jelentısen csökkent az elérhetı háztartások száma, 2008-ban már 60 százalék alatt volt. Ez az arány 2010-re a korábbi trendeket feltételezve 50 százalék környékére csökkenhetett. Ez praktikusan azt jelenti, hogy a háztartások megközelítıleg fele már a mintavételi keretbe se kerül bele. Ha megnézzük a telefonellátottság területi eloszlását, akkor az elsıre szembetőnı, hogy már területileg is szisztematikus mintát mutat, hogy mely településen mekkora a vezetékes telefonellátottság 6. 6 A TELETÁR-ba azok az elıfizetık nem kerülnek be, akik titkosították a számukat. 13

Ábra 1: 100 háztartásra jutó összes telefonszám településenként (forrás: KSH, TELETÁR) Észak-Nyugat Magyarországon az átlagnál jobb a helyzet, de például a Baranyai aprófalvas településeken, illetve Dél-Alföldön a települések egy részén kevesebb, mint 25 telefon jut 100 fıre. Ha települési szinten vizsgáljuk az összefüggést, akkor a 100 lakásra jutó vezetékes telefonszámok átlaga 37.6. Ha regionális bontásban nézzük a telefon ellátottsági adatokat, akkor Észak- és Dél-Alföldön van átlagosan a legkevesebb telefon településenként (100 fıre vetítve), ezt követi Budapest, és Dél- Dunántúl. A településtípussal viszont nem függ össze erısen a kérdés, Budapest kilóg negatív irányba, de a többi településtípus esetén nincs jelentıs eltérés a telefon ellátottságban. Budapesten belül fıleg a Belvárosi és az északi peremkerületek esetében alacsony a 100 fıre jutó vezetékes telefon. A telefonellátottságot összevetettük a települések fejlettségével is 7. A település-fejlettségi mutató és a telefonellátottság között közepes lineáris kapcsolat figyelhetı meg, miszerint minél fejlettebb egy település annál több lesz a 100 lakosra jutó telefon. 7 A település-fejlettségi mutató a KSH és az APEH kiválasztott települési mutatóiból készült. A mutató elıállítója Tóth Gergely. 14

Ábra 2: Település-fejlettségi mutató nagysága és a 100 lakosra jutó vonalas telefonszámok közötti összefüggés Tovább nehezíti a telefonos elérést, hogy a felhívható számok közé csak azok kerülhetnek bele, amelyek esetében a tulaj nem tiltja meg a közvélemény-kutatási hívásokat. Ennek kapcsán érdemes kitérni a telefonos kutatások jogi szabályozására. A kutatások jogi hátterét alapvetıen az 1992. évi LXIII. törvény A személyes adatok védelmérıl és a közérdekő adatok nyilvánosságáról, valamint az 1995. évi CXIX. törvény "A kutatás és közvetlen üzletszerzés célját szolgáló név- és lakcímadatok kezelésérıl" szabályozza. A telefonos minta szempontjából azonban a leginkább releváns a 2003-as C törvény az elektronikus hírközlésrıl. Ebbıl emeljük ki a legfontosabb részleteket: Az elıfizetıi listák, az elıfizetıi névjegyzékek, címtárak 160. (1) A szolgáltató elıfizetıi listában tartja nyilván az elıfizetı azonosításához és az általa igénybe vett szolgáltatáshoz szükséges azon adatokat, amelynek a szolgáltató általi adatkezelését e törvény vagy külön jogszabály lehetıvé teszi. (2) A szolgáltató valamennyi helyhez kötött telefonszolgáltatást igénybe vevı elıfizetıjérıl évente nyomtatott (telefonkönyv) vagy elektronikus formában elıfizetıi névjegyzéket köteles 15

készíteni. Az elektronikus hírközlési szolgáltató vagy más információs szolgáltató létrehozhat címtárakat, amelyben az elıfizetıkre vonatkozó adatok meghatározott csoportosításban szerepelnek. (3) Az elıfizetıi névjegyzékek vagy címtárak az elıfizetı önkéntes és egyértelmő hozzájárulása nélkül csak annyi adatot tartalmazhatnak róla, amennyi azonosításához feltétlenül szükséges. (4) Az elıfizetı számára külön költség nélkül biztosítani kell azt a jogot, hogy kérésére: a) kimaradjon a nyomtatott vagy elektronikus névjegyzékbıl; b) az elıfizetıi névjegyzékben feltüntessék, hogy személyes adatai nem használhatóak fel közvetlen üzletszerzés, tájékoztatás, közvélemény- vagy piackutatás céljára; c) lakcímét csak részben tüntessék fel az elıfizetıi névjegyzékben. (5) A 117. d) pontja szerinti elıfizetıi névjegyzéket az elıfizetı - jogszabályban meghatározott feltételek mellett - térítésmentesen veheti át. 161. (1) Az elektronikus hírközlési szolgáltatók az elıfizetıi névjegyzékben és a címtárban levı adatokat arra használhatják, hogy szolgáltatásként tájékoztatást nyújtsanak azok adataiból. A szolgáltatás nyújtása keretében nem lehet több adatot közölni, mint amennyi az elıfizetıi névjegyzékben és címtárban megjelenik, kivéve, ha az érintett további adatok szolgáltatásához hozzájárult. (2) Technikai megoldásokkal kell biztosítani az elıfizetıi névjegyzékbıl és a címtárból történı lekérdezés biztonságát és az azzal való visszaélés megakadályozását, különösen az adatok jogosulatlan vagy indokolatlan mértékő letöltését. (3) Tilos az elektronikus elıfizetıi névjegyzékben és címtárakban levı adatok összekapcsolása más adattal vagy nyilvántartással, kivéve, ha az elektronikus hírközlési szolgáltató részére mőködtetési okokból szükséges. Az adatok felhasználása közvetlen üzletszerzési vagy tájékoztatási célra 162. (1) Az emberi beavatkozás nélküli, automatizált hívórendszer vagy elıfizetıi kapcsolat létrehozására szolgáló más automatizált eszköz az elıfizetı tekintetében csak akkor alkalmazható közvetlen üzletszerzés, tájékoztatás, közvélemény- és piackutatás céljára, ha ehhez az elıfizetı elızetesen hozzájárult. (2) Tilos közvetlen üzletszerzés, tájékoztatás, közvélemény- vagy piackutatás, valamint a gazdasági reklámtevékenység alapvetı feltételeirıl és egyes korlátairól szóló 2008. évi XLVIII. törvény (a továbbiakban: Grt.) 6. -ának hatálya alá nem tartozó közvetlen üzletszerzés, illetve egyéb, a Grt. szerinti reklámnak nem minısülı tájékoztatás céljából olyan elıfizetıvel kapcsolatot kezdeményezni, aki úgy nyilatkozott, hogy nem kíván ilyen kapcsolatfelvételt fogadni. (3) Az elıfizetı kifejezett hozzájárulása ellenére sem lehetséges olyan közvetlen üzletszerzési, tájékoztatási, közvélemény- és piackutatási célú küldemény továbbítása, amelybıl nem ismerhetık fel a feladó azonosító adatai. (4) A beszédcélú elektronikus hírközlési szolgáltatást nyújtó szolgáltatók kötelesek az egyetemes szolgáltatóknak átadni - az elıfizetı hozzájárulásától függıen - az elıfizetıkre vonatkozó azon adatokat, amelyek a 117. c) és d) pontjában foglalt szolgáltatás nyújtása érdekében szükségesek. Az így átadott elıfizetıi adatok ettıl eltérı célra nem használhatók fel. A törvény legfontosabb mondanivalója az, hogy tilos olyan személlyel kapcsolatot felvenni közvélemény-kutatás céljából, aki ezt elızetesen megtiltotta. Ez praktikusan azt is jelenti, hogy csak olyan listákból lehet telefonálni, amiben olyan személyek vannak, akik felhívhatók kutatási célból. Ez közvetve azzal a következménnyel is jár, hogy a véletlen-szám generátorok használata tilos, mivel így olyan személyek is bekerülhetnek a kutatás mintavételi keretébe, akik amúgy megtiltották a felhívásukat. 16

A rövid jogi kitérı után érdemes megvizsgálni azt, hogyan oszlik meg a hívható számok nagyságrendje területileg. Ábra 3: 100 háztartásra jutó hívható telefonszám (Forrás: KSH, TELETÁR) Bár egyes elemeiben megragadható a két térkép közötti párhuzam, felmerülnek nagyon éles határvonalak is. Ez a különbség pedig abból adódik, hogy az egyes szolgáltatók feltételezhetıen más módszerrel győjtik az engedélyeket azzal kapcsolatban, hogy az adott szám felhívható legyen-e vagy sem. A 9.-ik ábra mutatja a mellékletben a telefontársaságok területi dominanciáját. Jól látható, hogy az Invitel területeken csak nagyon kevés telefonszám esik ki, míg például a UPC által dominál területeken jellemzıen nagyon sok (10.-ik ábra) Tehát az önszelekció mellett egy olyan hatás is érvényesül az elérhetı emberek esetében, amit a telefontársaságok eltérı hívásletiltási szabályozásából következik. Ha ezt a két hatást összeadjuk, megkapjuk, hogy településenként 100 háztartásra hány elérhetı telefon jut. Az 1 600 000 telefonszámból 720 000 hívható fel mindössze kutatási célból, tehát a számok 45 százaléka. Átlagosan 100 lakásra 17,6 felhívható telefonszám jut. Ilyen szempontból Csongrád megyében a legrosszabb a helyzet ott mindössze 3.7 felhívható telefon jut 100 lakásra, és Békés megyében is 6, míg ezzel szemben Bács-Kiskun megyében 27. Budapest ebbıl a szempontból is az országos átlag alatt 17

van, 13.2 felhívható telefonszám jut 100 lakásra. Ebben az összefüggésben már nem olyan erıs a település-fejlettségi mutatóval való összefüggés, de így is van a két változó között egy gyenge pozitív lineáris kapcsolat. Ábra 4: Település-fejlettségi mutató nagysága és a felhívható számok közötti összefüggés Települési szinten a telefonnal való ellátottság, tehát több háttérváltozóval is összefügg. Fontos kérdés, hogy ez mikro szinten milyen torzulásokat okoz. Ennek vizsgálatához egy 2010. márciusában a Forsense által végzett személyes lakossági kutatás adatait vizsgáljuk meg részletesebben 8. A kutatás azért jelenthet értékes kiindulópontot a telefonos minta reprezentativitásával kapcsolatban, mivel az adatfelvétel során az is megkérdezésre került, hogy van-e az illetı otthonában 8 A személyesen végzett kérdıíves közvélemény-kutatás adatfelvételét a Tudatos Vásárlók Egyesületének megbízásából a Forsense 2010 márciusában készítette. A minta mérete 1091 fıs. A mintába került felnıtt korú Magyarországon élı személyeket otthonukban keresték fel a kérdezıbiztosok. A mintavétel alapjául a 18 évnél idısebb magyar lakosság szolgált. A lakossági megkérdezés többlépcsıs, rétegzett, véletlensétás mintavételi módszert alkalmazva, az ország 80 mintavételi pontján történt. A minta összetétele reprezentatív az ország felnıtt lakosságára nézve nemre, életkori csoportokra, iskolai végzettségre, regionálisan, és a lakóhely településtípusára. A mintavételbıl fakadó hiba nagy valószínőséggel, legfeljebb +/-3 százalék, azaz a teljes válaszadói körre vonatkozó kérdésekre kapott válaszok arányai legfeljebb ennyivel térhetnek el attól az eredménytıl, amit a teljes magyarországi felnıtt népesség megkérdezése eredményezett volna. 18

vezetékes telefon. A mintába került háztartások 43 százalékában volt vezetékes telefon a kutatás szerint (ebben az esetben csak a telefon megléte/nemléte vizsgálható, az sajnos nem, hogy felhívható-e az adott szám kutatási célokra). Az eredményeket bemutató táblák a mellékletben találhatók, az elemzésben csak a legfontosabb eredményeket emeljük ki. Elsıként fontos kihangsúlyozni a telefonnal való ellátottság és az életkor változó közötti nagyon szoros kapcsolatot. A kapcsolat lineáris mintázatot mutat, minél idısebb korosztályhoz tartozik valaki, annál valószínőbb, hogy lesz otthon vezetékes telefonja. A 30 év alatti korcsoportban 23 százalék a telefonellátottság a 60 év feletti korcsoportban viszont 63 százalék, azaz közel háromszorosa a fiatalokénak. Tehát ebbıl kiindulva egy 60 év feletti embert, már a mintavételi keret alapján közel háromszor valószínőbb elérnünk, mint egy 30 év alatti válaszolót (és akkor nem is látjuk azt a hatást, hogy egy fiatalabb válaszoló feltételezésünk szerint valószínőbben letiltja a számát, mint egy idısebb, esetleg ilyen szempontból kevésbé tudatos személy). Az életkori dimenzióval erısen összefügg az is, hogy a nyugdíjasok körében szintén szignifikánsan felül vannak reprezentálva a vezetékes telefonnal rendelkezık. A kérdezettek családi állapotával (és életvitelével) nagyon erısen összefügg a telefonellátottság. A házastárssal együtt élık körében 52 százalék azok aránya, akiknek van otthon vezetékes telefonja, míg az élettárssal együtt élık között mindössze 17 százalék. Ez abból következhet, hogy az élettársi lét egy sokkal bizonytalanabb életforma, kevésbé kockáztatják meg az ilyen típusú együttélési formát választó emberek, egy olyan állandó dolog elıfizetését, mint a vezetékes telefon (nem szabad itt elfeledkeznünk az életkori hatás áttételes megjelenésérıl sem). A bizonytalansági faktor hatását erısíti meg az is, hogy a házasok között a legmagasabb az ellátottság, míg az elváltak között a legalacsonyabb. A harmadik különbség egyfajta jövedelem/státusz határ mentén figyelhetı meg. Minél magasabb valakinek az iskolai végzettsége, annál valószínőbb, hogy lesz otthon vezetékes telefonja. Az összefüggés a jövedelemmel és szubjektív társadalmi réteg besorolással már nem feltétlen lineáris. Utóbbi két változó esetén inkább azt mondhatjuk, hogy a leszakadt csoportok esetében (50 ezer forint alatti havi jövedelem, illetve alsóosztályba való tartozás) csökken annak a valószínősége, hogy van otthon az illetınek vezetékes telefonja. 19

Utolsóként a politikai részvétel kérdését említjük meg. Az adatok alapján az mondható el, hogy a politikailag aktívabb csoportok (akik biztosra ígérik a választási részvételt egy most vasárnapi választáson), nagyobb arányban rendelkeznek otthoni vezetékes telefon eléréssel, mint az átlag válaszadók. Tehát már a mintakeret szintjén a politikailag aktívabb csoportok kerülnek bele a telefonos kutatások fókuszába. Összefoglalva azt mondhatjuk, hogy az életkor, az életvitel, és a kérdezettek státusza is meghatározza, hogy milyen valószínőséggel kerülnek bele egy vezetékes telefonos kutatás mintavételi keretébe. És akkor még nem is beszéltünk a mintatorzulás következı lépcsıjérıl a kutatásba való tényleges bekerülésrıl. A Coverage típusú mintaszelekció után érvényesül egy másik mintaszelekciós hatás amit a korábban unit non-response címkével illettünk. Ennek a mintaszelekciós hatásnak is minimum két dimenziója van. Az elsı, részben egy átmeneti szintnek is tekinthetı, hiszen abból adódik, hogy bizonyos embereknek bár van otthon vezetékes telefonja, de viszonylag kevés idıt töltenek otthon, ezért nagyon nehéz ıket elérni. Ilyen nehezen elérhetı csoportok például a fiatalok, akik alapvetıen kevesebb idıt töltenek otthon, de ide sorolhatjuk azokat az embereket is, akik a megnyújtott munkanapok miatt nem tartózkodnak otthon a kérdezési idıszakokban (ami általában este 8-ig tart) például a vállalkozókat. Ezzel szemben megnı azoknak a személyeknek a mintába kerülési valószínősége, akik sokat vannak otthon (pl: idısek, nyugdíjasok), illetve azoknak is, akik nagyobb háztartásokban élnek (lehet tájékozódni arról, hogy mikor lehet elérni a keresett személyt, így késıbbi visszahívással sikerülhet az interjú). A másik dimenzió pedig a tényleges válaszmegtagadásból következik, azaz a felhívott személy kijelenti, hogy nem szeretne részt venni semmilyen közvélemény-kutatásban. Az alapvetı torzító mechanizmusok ellen lehet kvótázással védekezni. Ez bár nélkülözhetetlen eszköz a telefonos kutatások esetében, több fontos módszertani kérdést is felvet. Anélkül, hogy ezeket részletesen kifejtetnénk, röviden utalunk ezekre. Egyrészrıl mivel a kvótázás alapvetıen nem a véletlen mintavételi eljárások csoportjába tartozik, ezért részben sérülnek azok a statisztikai alapvetések, amikre az általánosan használt elemzıi eljárások támaszkodnak. Másrészrıl a kvótázásnál élünk azzal az igen erıs feltevéssel, hogy azok a személyek, akiket a nem válaszoló emberek helyébe bekerülnek a kérdıívbe, ugyanazt válaszolják, mint amit a nem bekerült személyek 20

válaszoltak volna. Ez a feltevés nagy valószínőséggel nem tartható. Tovább azt is ki kell emelni, hogy a kvótázásnál használható változó száma véges és igencsak behatárolt. Általában közvélemény-kutatásokban regionális, életkori, nemi, és települési változók kerülnek be a kvóta kritériumok közé, illetve egyes esetekben az iskolai végzettség változót is szokták szerepeltetni. A kvótázásnál külön kérdés az is, hogy a felhasznált változók egymás mellett szerepeljenek (széleloszlás), vagy esetleg interakciós változókként. Összefoglalva azt mondhatjuk, hogy a kvótázás, mint eszköz jelenleg elengedhetetlen a telefonos kutatásokban, azonban sok problémára nem tud megoldást kínálni, sıt egyes esetekben újabb problémák forrása lehet. A kvótázás, ahogy az elıbbi bekezdésben is utaltunk rá, nem tud minden fontos változóra tekintettel lenni. A Forsense DKMK megbízásából 2010 márciusban készített választás elıtti telefonos felmérésében a kvóta kritériumok között a nem, a korcsoport, és a településtípus interakciós hatása szerepelt. A kutatás súlyozatlan megoszlásait érdemes összehasonlítani, a magyar felnıtt lakosság adataival. A sokasági adatokhoz a legfrissebben elérhetı adatbázisokat vettük figyelembe. Ez praktikus módon a KSH mikrocenzus adatait jelentette. Azoknál a változóknál ahol a mikrocenzus óta eltelt idıben jelentékenyebb változást feltételeztünk szakértıi becsléssel módosítottuk a sokasági adatokat. Táblázat 2: Alapmegoszlások: Forsense telefonos adatfelvétel, 18 évnél idısebb magyarországi lakosság (forrás :KSH, Forsense(DKMK)) Forsense telefonos 18+ magyar adatfelvétel (súlyozatlan) Illeszkedés lakosság (N=944) vizsgálat Háztartás nagyság 1 fıs 13 14,7 Több fıs 87 85,3 0,12 Családi állapot Nıtlen, hajadon, vagy olyan házas, aki nem a házastársával él 38 23,6 0,00 21

Házas, házastárssal él 45 55,1 Özvegy 9,6 13,4 Elvált 7,5 7,9 Panel 19,1 13,5 Családi ház 41 65,1 Lakás típus Egyéb lakás 39,9 21,4 0,00 8 általános vagy kevesebb 27,5 12,1 Szakmunkás 27,5 16,8 Iskolai Középiskolai érettségi 29 44,2 végzettség Felsıfokú végzettség 16 27,0 0,00 A háztartásnagyság esetében nincs torzulás a lakossági adatokhoz képest. Ez természetesen nem azt jelenti, hogy a változó interakciós összehasonlításban is jól illeszkedik (feltételezhetıen az idısebb egyedül élık felül vannak reprezentálva, míg a fiatal egyedül élık pedig inkább alul). A családi állapot változó esetében a házasok jelentısen felülreprezentálódnak a telefonos kutatásokban, ezt a típusú torzító hatást már a telefonellátottság adatainak elemzésekor is láthattuk. Ezt korábban életmód hatásként azonosítottuk. A lakástípus szintén ezzel függ össze, a minta 65 százaléka él családi házban, míg a lakosság esetében ez mindössze 41 százalék. Az iskolai végzettség szerinti torzító hatás szintén látható volt a személyes adatfelvétel telefonos almintájának elemzésekor de korántsem ilyen élesen, mint a végsı mintában. Ebbıl arra következtethetünk, hogy a mintakeretbıl következı szelekciós hatáson felül, a nem-válaszolás ráerısít erre a trendre, tehát a 8 általánost vagy kevesebbet végzettek, illetve a szakmunkások, alul-reprezentálódnak a mintában, szemben az érettségizettekkel, illetve a diplomásokkal. A politikai közvélemény-kutatások szempontjából a legfontosabb kérdés, hogy miként módosítja a mintatorzulás az eredményeket. Mivel a politikai háttérváltozók szempontjából nincsenek releváns sokasági adatok (illetve a választások nyújtanak 4 évente összehasonlítási lehetıséget), ezért a telefonos kutatás eredményeit a hasonló idıszakban lekérdezett személyes kutatás adataival vetettük össze. A politikai kérdések esetén egy további torzító hatás is felléphet. Ezt neveztük korábban item non-responsnak, tehát item nem-válaszolásnak. Fıleg a kényesebb, illetve nehezebb kérdések esetében merülhet fel problémaként, miszerint a 22

kérdezettek az egyes kérdésekre nem válaszolnak. A kérdezéstechnikai különbségekbıl következısen más számít nehéz kérdésnek személyes kutatásban és más telefonos kutatásban, illetve más eltérı technikákkal lehet kezelni a kérdezettek bizalmatlanságát is. Csak említésszinten térünk ki arra, hogy a kérdések helye is szignifikánsan befolyásolja, hogy mekkora lesz a válaszadási arány (Jelenfi- Kmetty-Rosta 2008). A hivatkozott személyes kutatásban a kérdıív legvégén szerepeltek a politikai kérdések, míg a telefonos kutatásban a kérdıív közepén. A személyes kutatásban semmilyen különleges technika nem került használatra a válaszadási arány növelése érdekében (pl: boríték). A strukturális különbségek ellenére érdemes összehasonlítani a részvételt, a politikai önbesorolást, és a pártválasztási kérdést. Mindhárom változó esetében szignifikánsak a különbségek. A legnagyobb különbség a részvételi arány változó esetében van. A biztosan részt vevık aránya a személyes mintában 56,5 százalék volt, míg a telefonos mintában 83 százalék. Ez megerısíti azt a korábbi megállapításunkat, hogy a telefonos kutatásokba már eleve a politikailag aktívabb csoportok kerülnek sıt jelentısen fel is erısödik ez a hatás (lásd: Tardos 2009). Az viszont figyelemre méltó, hogy a telefonos kutatásban gyakorlatilag nincs válaszhiány ebben a kérdésben. A pártválasztás kérdését érdemes óvatosan kezelnünk. Egyfelıl a személyes kutatások esetében általában sokkal alacsonyabb a válaszmegtagadás aránya. Ebben a kutatásban ez a hatás csak korlátozottan érvényesült. Ennek több lehetséges magyarázata is van. Egyfelıl ahogy korábban már utaltunk rá, az adatfelvételben nem került felhasználásra semmilyen speciális technika a válaszadás növelésére. Másfelıl a kérdıív végére kerültek ezek a kérdések, ami tovább növeli a válaszhiány valószínőségét, tovább egy nem politikai adatfelvétel végén került megkérdezésre a párthovatartozás. A másik különbség az adatfelvételek idıbeli különbségébıl adódik. A személyes kutatás 2010 március elején lett felvéve, míg a telefonos kutatás 2010 március közepétıl, elnyújtva több héten át. Ebbıl is következik, hogy a telefonos kutatásban már jelentkeztek azok a kampányhatások, ami a személyes adatfelvételben nem, például a Jobbik szavazóinak növekvı látenciája, vagy az LMP szavazótáborának fokozatos növekedése. Utolsóként az ideológia önbesorolást vizsgáljuk. A telefonos minta ez alapján jobbra tolódott 47 százalék vallja magát inkább jobboldalinak, vagy jobboldalinak, míg a személyes mintában 33 százalék. Ez következhet abból is, hogy a telefonos mintában jelentıs a válaszmegtagadási arány ebben a kérdésben is. 23

Táblázat 3 2010 márciusi telefonos és személyes adatfelvételek összehasonlítása (súlyozatlan adatok) forrás: Forsense Forsense 2010 március telefonos Forsense 2010 március személyes Esetszám Százalék Érvényes százalék Esetszám Százalék Érvényes százalék baloldali 42 3,8 5,5 77 8,2 9,0 inkább baloldali 75 6,9 9,8 97 10,3 11,3 se bal-, sem 307 28,1 40,1 400 42,4 46,7 jobboldali inkább jobboldali 143 13,1 18,7 138 14,6 16,1 jobboldali 198 18,1 25,9 145 15,4 16,9 Összesen 765 70,1 100,0 857 90,8 100,0 Nem tudja 84 7,7 38 4,0 Nem válaszol 242 22,2 49 5,2 Összesen 326 29,9 87 9,2 Illeszkedés vizsgálat 0,00 teljesen biztos, 779 82,5 83,0 543 49,8 56,5 hogy elmenne valószínőleg 105 11,1 11,2 238 21,8 24,8 elmenne valószínőleg nem 18 1,9 1,9 80 7,3 8,3 menne el biztosan nem 36 3,8 3,8 100 9,2 10,4 menne el Összesen 938 99,4 100,0 961 88,1 100,0 Nem tudja 6,6 60 5,5 Nem válaszol 0,0 70 6,4 Összesen 6,6 130 11,9 0,00 MSZP, Szocialista listájára Magyar Párt 87 9,2 20,7 77 7,1 14,6 0,00 FIDESZ-MPSZ KDNP közös listájára Jobbik Magyarországért 273 28,9 64,8 322 29,5 61,1 34 3,6 8,1 88 8,1 16,7 24

Mozgalomra MDF, Magyar Demokrata Fórum listájára Lehet Más a Politika LMP listájára 5,5 1,2 8,7 1,5 17 1,8 4,0 15 1,4 2,8 egyéb pártra, 5,5 1,2 17 1,6 3,2 Összesen 421 44,6 100,0 527 48,3 100,0 egyikre sem 4,4 32 2,9 biztosan nem megy el szavazni nem mondja meg melyikre szavazna 38 4,0 48 4,4 282 29,9 186 17,0 Nem tudja 125 13,2 130 11,9 Nem válaszol 74 7,8 168 15,4 Összesen 523 55,4 564 51,7 A fejezet eddigi részében azzal foglalkoztunk, hogy a telefonos kutatás milyen torzítási lehetıségeket rejt magában. A leginkább problematikus kérdésnek a Covarage típusú elérési mintatorzulást tartjuk, mert ez a hatás sokkal korlátozottabban jelenik meg a személyes kutatásokban. A többi torzító probléma, kisebb vagy nagyobb mértékben a személyes kutatásokban is megjelenik. Az összehasonlítást leszőkítettük a minta problémára, de természetesen részletesen lehetne elemezni az ár/idı/ellenırizhetıség kérdéskörét is, amikben a telefonos kutatások elınnyel indulnak a személyes kutatásokkal szemben, illetve a minták összetétele is egyre problematikusabb a személyes kutatások esetében is (lásd: Angelusz-Tardos 2009). A több irányú, és gyakran ellentétes hatású mintatorzulások kapcsán érdemes megnézni, hogy hosszútávon hogyan illeszkednek egymáshoz a személyes és a telefonos kutatások. 25

Az összehasonlítás céljából megvizsgáltuk, hogy a Szonda-Ipsos 9 és a Forsense/Századvég 10 havi omnibuszkutatásiban a két nagy párt támogatottsága (Fidesz, MSZP) hogyan változott a biztos szavazó pártválasztók csoportjában. Ábra 5: Személyes és telefonos kutatások összehasonlítása pártpreferencia szempontjából (forrás: Szonda-Ipsos, Forsense/Századvég) Az adatok egy fél éves idıszak kivételével végig együtt járnak. A Forsense/Századvég adatfelvételekben a Fidesz támogatottsága általában néhány százalékkal alacsonyabb, míg az MSZP támogatottsága néhány százalékkal magasabb. Ha ábrázolnánk a grafikonokon a mintavételi hibát is, akkor látható lenne, hogy az idıszak nagy részében nincs szignifikáns különbség a személyes és a telefonos adatfelvétel eredményei között. A Fidesz esetében a kutatási eredmények közötti korreláció 0.816 11, az MSZP esetébe pedig 0.77 tehát mindkét esetben igen 9 Mintaméret: 1500 fı 10 A Forsense és a Századvég közös választáskutatási eredményei alapján. A mintaméret 1000 fı/ kutatás. 11 Spearmann korreláció együttható. 26

magas. Mivel idısoros adatok esetében a magas autóregressziós hatás torzítja (erısíti) a korreláció értékét, ezért az összefüggés erısségét valószínőleg túlbecsüli ez a mutató. A differenciált idısorok esetében is megvizsgáltuk az összefüggést. Bár ebben a kontextusban már gyengébb a hatás, de szignifikáns pozitív korreláció van a személyes és a telefonos kutatás eredményei között (0.3 a korreláció mind az MSZP, mind a Fidesz esetében). Ezek az adatok azt támasztják alá, hogy a jelentıs módszertanbeli különbségek ellenére a személyes és a telefonos kutatások hasonló dinamikával mérik a nagyobb pártok támogatottságát. A telefonos kutatások esetében nagyobb a szórás a differenciált idısoros eredmények között, ami indikátora lehet annak, hogy ez a kutatás érzékenyebben reagál a változásokra, míg a személyes kutatások robusztusabbak ilyen szempontból. A fejezet végén azzal foglalkozunk röviden, hogyan lehet javítani a telefonos kutatások mintatorzulásait. Kézenfekvı lehetıségnek tőnik, hogy a vezetékes telefonszámok mellé mobil számokat is bevonjanak a kutatócégek. Bár ez kétségtelenül a mintavételi keret szempontjából üdvözítıen hatna, gyakorlati szempontból több problémát is felvet. Egyrészrıl a kérdezési szituáció jelentısen megváltozik. A vezetékes hívásoknál a kérdezett otthon van, általában nincsenek körülötte külsı zavaró hatások. A mobil hívások esetében nem tudni, hol sikerül elérni a kérdezettet, ezért az interjú szituáció nehezebben jön létre, a lekérdezhetı kérdıív hosszúsága is sokkal inkább korlátozott, mint egy személyes kutatásban. Az elızınél sokkal jelentısebb probléma a mintavételi keret kialakítása. Bár ma Magyarországon a mobiltelefon használat 90 százalék felett van, de a vezetékes telefonlistával szemben, a három nagy mobilszolgáltatónak nincs egységes elérhetı listája a mobiltelefonnal rendelkezıkrıl (ki milyen számon élhetı el). Akárcsak a vezetékes számoknál a véletlen hívás nem lehetséges (lásd korábbi jogszabályi rész), ezért a kutatócégek különbözı marketing adatbázisok mobiltelefonszámait tudják felhasználni a hívásokhoz 12. Ezeken a listákon alapfeltétel, hogy a kérdezettek általában valamilyen nyereményjáték fejében megadják a mobiltelefonszámukat. Nem szükség hosszabb bizonyításra ahhoz, hogy az ilyen típusú listák egyáltalán 12 A jelenlegi piacon 4-5 nagyobb marketing lista létezik, amiben mobil számok is elérhetık. Ilyen például a Magyar Posta Zrt. marketing adatbázisa, amibıl megvehetık azon személyek adatai, akik engedélyezik a kutatási célú felkeresését. 27

nem reprezentálják a magyar lakosságot, sıt egyes szeleteit sem, annyira speciális a bekerülési mintázatuk. Egy másik lehetıség a minták minıségének javítására az úgynevezett mixed kutatások (lásd: Roberts 2007). A telefonos kutatásokkal párhuzamosan, illetve kiegészítésképpen végzett online kutatások érdekes lehetıségéket rejtenek a jövıbeli alkalmazásukat illetıen. Az online minták torzulására, illetve a mintavételi keret problémájára most nem térünk ki hosszabban (illetve a kérdıív mód hatása kapcsán lásd: Angelusz-Tardos 2009), azt viszont kiemeljük, hogy egyes csoportok esetében (pl: Budapesti fiatalok), az online minták jelenleg sokkal jobb elérési lehetıséget produkálnak, ami legalább elvi szinten megfontolandóvá teszi a kombinált minták kialakítását. Azonban e mellett továbbra is maradnak olyan csoportok (pl: 8 általánost végzettek), amelyik mindkét kutatási módszerben nagyon alulreprezentálódnak - az ı elérésükre nem nyújt megoldást a kombinált telefonos/online minta sem. 28