Hoe meer peilingen, hoe beter: een analyse van de steun voor de coalitiepartijen

De aanhang van de coalitiepartijen VVD, CDA en PVV is sinds het aantreden van het kabinet gestegen, maar in de laatste maand stabiel. Die trend valt te ontwaren uit de peilingen van de Politieke Barometer, Peil.nl en TNS NIPO, als je alle gegevens bij elkaar neemt. Vanaf de presentatie van het regeerakkoord was er een stijging van de steun voor de regeringspartijen, maar deze stijging vlakte vanaf eind oktober af. De affaire-Lucassen laat wel een verschuiving binnen de coalitie zien: de PVV verloor, terwijl het CDA won. De VVD steeg al sinds de zomer, maar lijkt wat af te vlakken.

De bovenstaande conclusies trek ik op basis van een analyse van alle peilingen sinds de verkiezingen van de Politieke Barometer, Peil.nl en TNS NIPO. In de onderstaande figuur zijn de percentages voor VVD, PVV en CDA in elke peiling weergegeven met gekleurde bollen. Met behulp van een door Simon Jackman ontwikkelde methode, kun je per dag berekenen wat de procentuele steun voor een partij of combinatie van partijen is, waarbij je al deze gegevens meeneemt. Peilingen zijn misschien wel onzeker en overschat, maar toch geldt: hoe meer je er hebt, hoe meer we weten.

De methode werkt ongeveer als volgt. We gaan er vanuit dat de werkelijke steun voor de coalitie op een bepaalde dag wordt gemeten door de peilingen. Die hebben een foutmarge, omdat ze niet iedereen naar hun stemgedrag vragen, maar slechts 1000 of 1500 mensen (Peil.nl en de Politieke Barometer geven geen precieze aantallen per peiling, ik heb gerekend met 1500 respectievelijk 1000 respondenten). Als een peiling met 1000 mensen schat dat de coalitie 50% steun heeft, dan kun je er in 95% van de gevallen vanuit gaan dat de ‘echte’ steun ergens tussen de 47% en 53% ligt. Als er op een dag geen peiling is, gaat het model er vanuit dat de steun voor de coalitie gelijk is aan die van gisteren plus of minus een klein beetje (“random walk”). Hoe langer een peiling in het verleden ligt, hoe meer afwijkingen er kunnen zijn: mensen kunnen immers van mening veranderen. Als er weer een nieuwe peiling komt, wordt de schatting weer preciezer: we hebben immers weer meer gegevens over de stemvoorkeuren van mensen. Op deze manier kun je met behulp van een Markov Chain Monte Carlo (MCMC) model voor elke dag sinds de verkiezingen een inschatting maken van de steun voor de coalitiepartijen.

De bovenstaande figuur geeft aan dat er best wel wat onzekerheid is over de precieze steun voor de coalitie. De gemiddelde verwachting wordt weergegeven door de zwarte lijn, maar eigenlijk weten we maar met 95% zeker dat de steun voor de coalitiepartijen ergens in het grijze gebied ligt. Daarbij gaat dit model er ook nog vanuit dat de peilingbureaus de steun voor VVD/PVV/CDA niet stelselmatig over- of onderschatten (‘huiseffecten’) en dat ze net zo nauwkeurig zijn als je op basis van willekeurige steekproeftrekking kunt verwachten (‘designeffecten’). Als je die aannames loslaat, blijft dezelfde ontwikkeling te zien, maar is de onzekerheidsmarge groter. In zekere zin geeft bovenstaande figuur het meest rooskleurige beeld: de werkelijke onzekerheidsmarges zijn eerder groter dan kleiner.

Desalniettemin geven dit soort analyses toch meer informatie dan ‘losse’ peilingen. Door het bundelen van informatie weten we meer over de ‘echte’ voorkeuren van kiezers. Daarnaast laat het zien welke onzekerheden er zijn – en dat het dus onzin is om verschuivingen van enkele zetels in peilingen met ingewikkelde of simplistische verklaringen te duiden: grote kans dat er helemaal niets aan de hand was.

In volgende posts zal ik meer schrijven over het beeld van individuele partijen en laten zien wat er gebeurt als je zogenaamde ‘huiseffecten’ van peilingsbureaus meeneemt in de analyse.