초록 열기/닫기 버튼
본 연구에서는 2014년 후보등록일 이후의 416건의 동시지방선거 여론조사 자료를 바탕으로 선거단위 규모(광역단체장 vs 기초단체장 선거), 조사방식(유선 vs 유무선 복합조사), 설문방식(ARS vs CATI 방식), 조사평균일, 조사기간, 응답률, 고연령대(50대 이상) 가중치와 같은 다양한 요인들이 선거여론조사의 예측오차에 미치는 영향에 대해 분석하였으며, 광역단체장 선거여론조사로 한정한 기존 대부분의 선행 연구와 달리 분석 대상을 기초단체장 선거여론조사까지 확장하여 선거단위 규모가 유사한 총선여론조사 분석과의 연계성을 높였다. 각 요인별 t-검정, F-검정, ANOVA, (정규성 가정이 기각된 경우) Kruskal-Wallis 검정, Pearson 상관분석 결과 조사평균일을 제외한 각 요인들이 예측오차에 통계적으로 유의한 영향을 미치는 것으로 나타났으며, 유의한 요인들을 독립변수로, 예측오차를 종속변수로 하는 선형 회귀모형 분석 결과 선거단위 규모, 조사기간, 응답률은 통계적으로 유의하지 않은 반면 조사편향을 유발하는 요인들인 설문방식, 고연령대 가중치, 조사방식이 선거여론조사의 예측 편향(여당 편향)을 발생시키는 주요 요인들임을 확인하였다.
This paper analyzed the effects of sample bias on the forecasting error of the 416 election polls after the candidate registration date of the 6th local election in 2014. Because of possibility to overlook problems of local administrator elections, contrary to most of other research, the range of data for analysis has been extended from mayoral or gubernatorial elections to local administrator elections to analyze with general elections to be similar in size. First of all, we investigated the relationship between the forecasting error and various variables (election type, survey media, survey type, survey date, survey period, response rate, and older age group weight) using t-test, F-test, ANOVA, (when normality is violated) Kruskal-Willis test, and Pearson correlation analysis. Analysis results showed that all variables except survey date are statistically significant. Therefore, a linear regression model has been set up and we proved that variables causing sample bias (survey type, older age group weight, and survey media) causes forecasting error in favor of the ruling party (ruling party bias) while all other variables do not.
키워드열기/닫기 버튼
local election, election poll, forecasting error, forecasting accuracy, sample bias.
