Alkalmazott MrP-módszertan
Az alkalmazott MrP (multilevel regression and postratification) pipeline célja, hogy a kérdőíves adatfelvétel eredményeit ne pusztán a nyers vagy súlyozott mintaösszetétel alapján, hanem a célpopuláció (16 év feletti magyar lakosság) demográfiai, területi, politikai és digitális aktivitás szerinti szerkezetéhez igazítva becsüljük meg. Az MrP tehát a standard súlyozás helyett egy modellalapú eljárás: először statisztikai modellt illesztünk a survey-adatokra, majd a modell predikcióit egy külső forrásból (jellemzően népszámlálásból) származó vagy szintetikusan előállított populációs cellaszerkezetre vetítjük vissza. Az MrP előnye a hagyományos súlyozással szemben, hogy a ritka vagy kis elemszámú cellák becsléseit nem kizárólag az adott cellában megfigyelt válaszokra alapozza, hanem részleges összevonással a hasonló csoportokból és a teljes mintából származó információt is felhasználja, így stabilabb és kevésbé zajos alcsoportos becsléseket ad.
A kiindulópont a survey-adatbázis és a poszt-stratifikációs tábla harmonizálása. A cellaszerkezet a népességet a következő háttérváltozók kombinációjaként írja le, együttes eloszlásuk alapján: nem, életkor, iskolázottság, településtípus, régió, szavazatvisszaemlékezés a 2026-os országgyűlési választásokra, valamint két digitális aktivitást mérő dummy változó (online vásárlás, illetve szöveg-, táblázat-, videó- vagy képszerkesztő programok rendszeres használata). A megyei információkat régiós szinten aggregáljuk, az iskolázottságot három kategóriában kezeljük (diplomások, érettségivel rendelkezők és érettségivel nem rendelkezők), a településtípust négy kategóriára bontjuk, a szavazatvisszaemlékezést mérő változót – amelyet a választásokat követő napok során kérdeztünk le a paneltagoktól – pedig szintén négy kategóriában kezeljük: Tisza-szavazók, Fidesz-szavazók, Mi Hazánk-szavazók, egyéb szavazók és nem szavazók.
A fő modellezési lépés a vizsgált kérdések válaszkategóriáinak becslése volt multinomiális logisztikus regressziókkal. A modellekben az életkor folytonos változóként szerepel, és a specifikáció tartalmaz egy kor × iskolázottság interakciót is, így az életkor hatása eltérhet az érettségi nélküli, az érettségizett és a diplomás csoportokban. A pontosabb modellspecifikáció beazonosítása érdekében más lehetséges interakciókat és funkcionális formákat is teszteltünk, ezek azonban nem hoztak szignifikáns és/vagy az illeszkedést érdemben javító eredményeket. A prediktorok struktúrája a multinomiális logisztikus regresszióban a következő volt:
nem2 + kor + isk3 + kor × isk3 + teltip4 + régió7 + párt4 + digi1_dummy + digi2_dummy
Ezt a struktúrát alkalmazzuk a pártpreferencia-mérésekben szereplő összes változó százalékos megoszlásainak megbecsléséhez. Mivel az MrP-hez szükséges a modellben szereplő összes változó együttes eloszlása, a szavazatvisszaemlékezéshez (párt4), illetve a részvételi szándékot mérő változóhoz – amelyet a biztos szavazók beazonosítására használunk – szintetikus populációs becslést alkalmaztunk: egy külön MrP-modellel megbecsültük e két változó együttes eloszlását a demográfiai és a digitális aktivitást mérő változókkal. Az így kapott párt4-becsléseket ezt követően a választások ismert eredményeihez kalibráltuk.
A biztos szavazók szerinti bontáshoz egy kibővített, 9 dimenziós poststratifikációs táblát alkalmazunk, amely öt demográfiai változóból, két digitális aktivitást mérő dummy-ból, a szavazatvisszaemlékezést mérő (kalibrált) változóból és a részvételi szándékot mérő változóból áll:
nem2 + kor × isk3 + isk3 + teltip4 + régió7 + párt4 + digi1_dummy+ digi2_dummy + részvételiszándék
Ez lehetővé tette, hogy a pártpreferencia-becsléseket a demográfiai és digitális aktivitási szerkezet mellett a választási részvételi szándék szerinti bontásban is prezentáljuk.
Az eljárás végén diagnosztikai ellenőrzéseket végeztünk: vizsgáltuk a modellbe bevont és kizárt esetek számát, a kimeneti kategóriákat, valamint az illeszkedési mutatókat (training accuracy és log loss). Az eredmények így nem egyszerű súlyozott mintaátlagok, hanem modellalapú, populációs szerkezetre visszavetített becslések.
Az MrP használatának további rövid angol nyelvű leírásai az alábbi linkeken keresztül olvashatóak:
https://www.britishpollingcouncil.org/briefing-spotlight-on-mrp/
https://yougov.com/articles/51585-au-election-mrp-methodology
