Para entender a política, ajuda pensar como um cientista.
A cobertura da campanha das próximas eleições presidenciais está em toda parte, com várias pesquisas mostrando este ou aquele candidato no topo. Existem índices de aprovação nacionais, índices de aprovação local, pesquisas sobre candidatos primários, pesquisas sobre questões, pesquisas sobre elegibilidade. Todos esses números somam uma cacofonia de informações que podem ser difíceis de entender. Dessa forma, dizem os cientistas, são muito parecidos com os dados que um pesquisador pode coletar: as pesquisas individuais geralmente não são muito úteis por si mesmas, sem contexto. Mas, reunidas e abordadas, as pesquisas podem adicionar o tipo de informação que um cientista consideraria útil.
"Há muitas pesquisas políticas metodologicamente sólidas que se assemelham aos métodos usados em contextos científicos, mas também existem algumas pesquisas políticas mal projetadas - e / ou propositadamente tendenciosas - por aí", disse Sara Burke, psicóloga e especialista em intergrupos. preconceitos na Universidade de Syracuse. "Os melhores dos melhores nas pesquisas políticas fazem um bom trabalho com as ferramentas disponíveis e mantêm - e tentam se comunicar - uma compreensão clara das limitações que ainda existem em seus métodos".
Em outras palavras, se uma pesquisa é valiosa ou interessante depende muito de como foi conduzida e como é apresentada.
Freqüentemente, essas pesquisas são apresentadas como "Aqui estão algumas porcentagens", de acordo com Jillian Scudder, astrofísica que estuda galáxias no Oberlin College, em Ohio. "Então, você pode fazer uma pesquisa política, dizer: 'Fizemos uma pesquisa neste estado e obtivemos esses números', e você pode colocar isso nas notícias. Quando eu faço estatísticas e aponto uma porcentagem, esse percentual vem com muitos outros números ", disse Scudder à Live Science.
O trabalho de Scudder envolve testes estatísticos que se parecem muito com pesquisas, disse ela. Ela pode coletar milhões de pontos de dados sobre o comportamento das galáxias para tentar descobrir como eles estão se comportando. Mas seria uma perda de tempo passar por cada um individualmente. Então, ela coleta amostras menores de seus dados e os estuda, usando métodos estatísticos semelhantes aos utilizados pelos pesquisadores para tirar conclusões sobre toda a população de galáxias.
Mas, para que essa pesquisa funcione, e para que tenha algum significado para outros cientistas, os números devem vir com dados que lhes dê contexto, disse ela.
"Essa foi uma amostra de 100? Essa foi uma amostra de 1.000? Esta foi uma amostra de 1 milhão? Quanto as alterações no tamanho da amostra alteram o resultado? Se eu for de 1.000 a 10.000, as porcentagens mudam ou são bastante robusto? Coisas assim ", disse Scudder.
As pesquisas, da mesma forma, são muito mais úteis quando você sabe quantas pessoas foram amostradas, quão consistentes são os resultados com outras pesquisas e como exatamente as pesquisas foram feitas, disse Chris Schatschneider, psicólogo educacional e especialista em estatística e design de pesquisa na Flórida. Universidade Estadual.
Na pesquisa de Schatschneider, ele disse, ele usa estatísticas para separar "sinal" de "ruído" - para determinar se o resultado de um experimento provavelmente lhe diz algo significativo sobre como o mundo funciona ou pode ser o resultado de acaso. Ele também pensa cuidadosamente sobre quais perguntas um determinado conjunto de dados pode responder e quais perguntas ele não pode.
Esses métodos estatísticos são diferentes dos utilizados pelos pesquisadores, disse ele. Mas é importante fazer perguntas semelhantes ao ouvir os dados das pesquisas nas notícias: Qual era o tamanho da amostra? Quem foi amostrado exatamente? Que perguntas os pesquisadores fizeram exatamente? Todo esse contexto pode dizer se uma pesquisa é significativa da maneira que alguns números flutuantes ao lado, digamos, do nome de um candidato, não podem.
Também é importante entender os métodos utilizados por um pesquisador, ele disse.
Por exemplo, muitas pesquisas envolvem "amostragem estratificada". Isso significa que, se um grupo específico - estudantes universitários, por exemplo - estiver sub-representado em uma amostra da pesquisa em comparação com a população em geral, os pesquisadores irão ajustar os números para que os estudantes universitários pesquisados se tornem mais importantes. Essa pode ser uma técnica legítima em princípio, disse Schatschneider. Mas também pode distorcer os resultados quando um pequeno grupo de pessoas pesquisadas acaba representando milhares. Ele deu um exemplo: o New York Times informou em 2016 que um único homem negro de 19 anos que apoiou Donald Trump na eleição daquele ano estava enviesando resultados de pesquisas devido a esse tipo de massagem de dados, levando a notícias sugerindo que Trump era muito mais popular entre os eleitores negros do que era o caso.
A realidade, disse Schatschneider, é que, a menos que seja seu trabalho em tempo integral, você provavelmente não tem tempo para avaliar as pesquisas individualmente dessa maneira para determinar quais são científicas e quais são menos. É melhor que a maioria das pessoas não preste muita atenção às notícias sobre pesquisas individuais, o que pode ser enganador e, em vez disso, deve considerar as médias de pesquisas recentes como as que o RealClearPolitics publica, disse ele.
Os cientistas fazem algo semelhante com os dados da pesquisa, quando calculam a média de dados de vários trabalhos em trabalhos maiores chamados "metanálises", disse Schatschneider. De qualquer forma, ele disse, uma média de pesquisas é mais confiável, porque as pesquisas tendem a ser divulgadas, sejam elas interessantes ou não. Porém, os artigos científicos tendem a apresentar resultados mais interessantes porque ainda são mais fáceis de serem publicados, de acordo com Schatschneider.
Previsões eleitorais baseadas em grandes grupos de pesquisas também podem ser interessantes e úteis, disse Scudder, mas, diferentemente da pesquisa científica em que métodos e números brutos são publicados, os pesquisadores não mostram seu trabalho - mantendo tudo em uma caixa preta proprietária.
Geralmente, disse Scudder, ela consideraria um grupo de pesquisas digno de confiança e interessante se todas apontassem na mesma direção, e menos significativo se estivessem por toda parte - sugerindo problemas na coleta de dados.
Só porque as descobertas se encaixam em uma tendência não as tornam precisas. Com qualquer conjunto de dados disponível, disse Scudder, você também precisa saber como interpretar os resultados.
"Você precisa ter cuidado para que o teste estatístico que você está usando esteja respondendo à pergunta que deseja responder", disse ela.
Na ciência, isso pode significar descobrir se um conjunto de dados exclui completamente uma idéia - digamos, que todas as estrelas são feitas de queijo - ou simplesmente não prova isso - digamos, todas as estrelas ainda podem ser feitas de queijo, mas não temos ' ainda não vi o queijo.
Quando se trata de pesquisas políticas, as questões são diferentes. Mas entender o que eles querem dizer é tão importante. Um índice de aprovação não é uma medida de como as pessoas planejam votar. Perguntar às pessoas de quem elas gostam nas primárias não significa necessariamente como elas se sentirão durante uma eleição geral. Perguntar em quem eles planejam votar em fevereiro não prevê como votarão em novembro, disse Schatschneider.
Dessa forma, Schatschneider disse, a pesquisa é muito parecida com a temperatura do paciente. É uma empresa perfeitamente científica, disse ele. Mas é importante que as pessoas que seguem as pesquisas tenham clareza sobre o que exatamente elas significam.
