10.3: जनमत को मापना
- Last updated
- Save as PDF
- Page ID
- 168544
- Dino Bozonelos, Julia Wendt, Charlotte Lee, Jessica Scarffe, Masahiro Omae, Josh Franco, Byran Martin, & Stefan Veldhuis
- Victor Valley College, Berkeley City College, Allan Hancock College, San Diego City College, Cuyamaca College, Houston Community College, and Long Beach City College via ASCCC Open Educational Resources Initiative (OERI)
सीखने के उद्देश्य
इस अनुभाग के अंत तक, आप निम्न में सक्षम होंगे:
- याद रखें कि जनता की राय कैसे मापी जाती है
- यह समझें कि जनमत के व्यक्तिगत उपाय जनता की राय के समग्र उपायों को कैसे प्रभावित करते हैं
- माप के सिद्धांतों को जनमत सर्वेक्षण में लागू करें
पब्लिक ओपिनियन पोल
जनमत का आकलन करने की कोशिश करते समय शोधकर्ता और सलाहकार कई तरह की तकनीकों का उपयोग करते हैं, लेकिन इसका इस्तेमाल किया जाने वाला सबसे आम उपकरण जनमत सर्वेक्षण है। जनमत सर्वेक्षण उन नागरिकों के व्यापक समूह के विषयों का एक यादृच्छिक नमूना है, जिनका साक्षात्कार किया जाता है और जिनके उत्तर उस बड़े निकाय पर अनुमान लगाने के लिए उपयोग किए जाते हैं। दूसरे शब्दों में, आबादी के एक छोटे से उप-नमूने का साक्षात्कार करके हम इस बात पर उचित अनुमान लगा सकते हैं कि बड़ी आबादी क्या मानती है।
स्पेगेटी सॉस का एक बड़ा बर्तन बनाने की कल्पना करें। लेकिन आप सॉस को दूसरों को परोसने से पहले इसका परीक्षण करना चाहते हैं। इसलिए, एक नमूने को चखकर आप उचित अनुमान लगा सकते हैं कि सॉस के पूरे बैच का स्वाद कैसा होता है। इसे काम करने के लिए, सॉस का परीक्षण करने के लिए आप जिस छोटे चम्मच का उपयोग करते हैं, उसमें सॉस के बड़े बर्तन के समान अनुपात में सभी सामग्री और मसाला होना चाहिए। मतदान में यह वही गतिशील है (NBC News Learn 2020)। यदि हम यह पता लगाना चाहते हैं कि जनता मुद्दों के एक समूह पर क्या विश्वास करती है, तो हमारे नमूने में उस बड़े निकाय में जनसांख्यिकी और क्षेत्रीय प्रभावों के सभी अलग-अलग संयोजन शामिल होने चाहिए।
एक छोटा नमूना वास्तव में बड़ी जनता का प्रतिनिधित्व कैसे करता है? नमूना प्रतिनिधि होना चाहिए, या बड़े शरीर के समान अनुपात में सभी समान विशेषताएं और तत्व होने चाहिए। इसे प्राप्त करने के लिए, शोधकर्ता और राजनीतिक वैज्ञानिक उत्तरदाताओं को चुनते समय यादृच्छिकरण का उपयोग करते हैं। इस मामले में रैंडमाइजेशन तब होता है जब बड़ी आबादी में हर किसी के पास छोटे प्रतिनिधि नमूने के लिए चुने जाने की समान संभावना होती है।
कल्पना कीजिए, अगर आपके पास पूरी तरह से छह तरफा डाई हो। यदि आप इसे छह बार रोल करते हैं, तो संभावना है कि आपको प्रत्येक नंबर में से एक नहीं मिलेगा। यदि आप पासा साठ बार घुमाते हैं, तो यह बहुत संभावना नहीं है कि आपको प्रत्येक संख्या में से 10 (डाई के प्रत्येक पक्ष का समान वितरण) मिलेगा, लेकिन आपको शायद प्रत्येक संख्या के साथ कम से कम दो रोल मिलेंगे। यदि आप छह सौ बार पासा घुमाते हैं, तो आपको शायद प्रत्येक संख्या का 100 नहीं मिलेगा, लेकिन आप प्रत्येक संख्या के लिए 100 के करीब पहुंच जाएंगे, अगर आप इसे केवल 60 बार रोल करते हैं तो आपको प्रत्येक नंबर के लिए 10 मिलेंगे। और अगर आप पासा छह-हज़ार बार लुढ़काते हैं तो आप उस समान वितरण के और भी करीब पहुंच जाएंगे, अगर आपने इसे छह सौ या सिर्फ साठ बार रोल किया हो। दूसरे शब्दों में, जितनी बार आप डाई रोल करेंगे, उतनी ही अधिक संभावना है कि आपके पास प्रत्येक संख्या का समान वितरण हो।
रैंडमाइजेशन के कानूनों का पालन करते समय भी, सभी सार्वजनिक चुनावों में त्रुटि का एक मार्जिन होता है, जो आपके नमूने की सटीकता का एक सांख्यिकीय अनुमान है। सॉस के सादृश्य पर वापस जाना, यदि आप अपने स्पेगेटी सॉस का नमूना लेने के लिए एक बड़े चम्मच का उपयोग करते हैं, तो आपको छोटे चम्मच का उपयोग करने की तुलना में सभी सक्रिय सामग्रियों में से अधिक प्राप्त होने की संभावना है। तो, इस मामले में बड़े चम्मच में छोटे चम्मच की तुलना में त्रुटि का कम मार्जिन होगा। दूसरे शब्दों में, सांख्यिकीय रूप से, बड़े यादृच्छिक नमूने के छोटे से सटीक होने की संभावना अधिक होती है।
पोल पढ़ते समय, इस संख्या को “+/-” वर्गीकरण का उपयोग करके दर्शाया जाता है। इसलिए, यदि पोल का दावा है कि 45% जनता एक विशेष पेय का आनंद लेती है, और त्रुटि का मार्जिन “+/- 5%” है, तो इसका मतलब है कि मतदान वास्तव में दावा कर रहा है कि 40-50% के बीच कहीं न कहीं उस विशेष पेय का आनंद लेते हैं (हमने बस 45% से 5% जोड़ा और घटाया)। आपको कैसे पता चलेगा कि वास्तविक संख्या 40% है और 42% या 45% नहीं है? संक्षिप्त उत्तर यह है कि हम नहीं करते। यदि हमें एक बड़ा नमूना मिलता है तो हम अपनी त्रुटि के मार्जिन को कम करने और अधिक सटीक स्नैपशॉट प्राप्त करने में सक्षम हो सकते हैं, लेकिन यह एकमात्र विकल्प के बारे में है। जनमत मतदान एक ऐसा उपकरण है जिसे जनता के दृष्टिकोण का अनुमान लगाने के लिए डिज़ाइन किया गया है। जब तक कोई इस टूल की सीमाओं को जानता है, तब तक पोल राय का आकलन करने के लिए एक मूल्यवान तकनीक हो सकती है।
जनमत को मापने का एक और तरीका फोकस समूहों (मॉर्गन 1996) का उपयोग करना है। जबकि चुनाव हमें एक अच्छा विचार देते हैं कि व्यापक जनता क्या महसूस करती है या सोचती है, यह वास्तव में वास्तविक जीवन की गतिशीलता को प्रकट नहीं करता है कि विचारों को कैसे आकार दिया जाता है या साझा किया जाता है। क्या आप कभी ऐसी बातचीत में लगे हुए हैं जहाँ आपसे बात करने वाला व्यक्ति आपका मन बदल लेता है? या जहां, आप बस अपने आसपास के लोगों से सहमत हैं क्योंकि आप वास्तव में इस मुद्दे की परवाह नहीं करते हैं? या शायद, आपने किसी समस्या के बारे में दृढ़ता से महसूस किया और फिर अधिक जानकारी (जैसे समाचार लेख, पॉडकास्ट, या टेलीविजन विज्ञापन में) के संपर्क में आए, फिर अपना मन बदल दिया?
फ़ोकस समूह उन व्यक्तियों का एक छोटा सा सबसेट है जो किसी तरह के उपचार के संपर्क में आते हैं और फिर उनसे उस उपचार के बारे में उनके छापों के बारे में पूछा जाता है। हालांकि, उनके इंप्रेशन पूछने पर दूसरों को भी अपनी राय इंजेक्ट करने की अनुमति दी जाती है, और अधिक वास्तविक जीवन की बातचीत व्यवस्थित रूप से अनुसरण कर सकती है। फ़ोकस समूह यह देखने के लिए एक अद्भुत उपकरण है कि राय कैसे बनाई जा सकती है या प्रमुख व्यक्तित्व अपने आसपास के लोगों को कैसे प्रभावित कर सकते हैं, लेकिन बड़े पैमाने पर जनता के लिए इसे सामान्यीकृत नहीं किया जा सकता है। फिर भी, वे यह समझने का प्रयास करने के लिए एक अच्छा साधन हैं कि एक व्यक्ति उत्तेजनाओं के एक समूह पर कैसे प्रतिक्रिया करेगा।
संपर्क के मोड और पोल के प्रकार
सबसे अच्छे वैज्ञानिक पोल आमतौर पर रैंडम डिजिट डायल (RDD) द्वारा फोन पर किए जाते हैं। रैंडम डिजिट डायल पोल कई कारणों से अच्छे होते हैं। आप थोड़े समय के भीतर बहुत से संपर्क बनाने के लिए कंप्यूटर का उपयोग कर सकते हैं, और परिणामस्वरूप, अधिक सटीक निष्कर्ष निकाल सकते हैं। यदि मतदान को पूरा करने में बहुत समय लगता है, तो जिन लोगों ने जल्दी जवाब दिया, वे मतदान समाप्त होने तक अपना मन बदल सकते हैं। यह तब भी समस्याग्रस्त हो सकता है जब चुनाव के दौरान कई उम्मीदवारों के साथ मतदान किया जाता है और कोई बाहर निकलने का फैसला करता है। इसके अलावा, शोधकर्ता और पोलस्टर्स कंप्यूटर का उपयोग बेतरतीब ढंग से नंबर डायल करने के लिए कर सकते हैं जो यादृच्छिक नमूना प्राप्त करने के लिए बेहतर तरीकों में से एक है। सबसे बड़ी दस्तक यह है कि पोल उन लोगों के खिलाफ पक्षपात करता है जिनके पास फोन नहीं है, मुख्य रूप से केवल सेल फोन का उपयोग करते हैं। आरडीडी पोल भी महंगे हो सकते हैं (हजारों उत्तरदाताओं को पांच सौ से हजार साक्षात्कार पूरा करने में कॉल करने में लगने वाले घंटों के बारे में सोचें), लेकिन लोगों को घर-घर जाने के लिए काम पर रखने की तुलना में अभी भी अधिक सस्ती है। हालांकि रैंडम डिजिट डायल परफेक्ट नहीं है, लेकिन यह कई तरह के तरीकों से कुछ सस्ते विकल्पों से बेहतर है।
ऑन-लाइन पोल का उपयोग अधिक आवृत्ति के साथ किया गया है क्योंकि तकनीक विकसित हुई है, और सर्वे मंकी जैसी ऑन-लाइन वेबसाइटों के माध्यम से किसी के लिए भी पोल बनाना और ईमेल ब्लास्ट करना आसान होता जा रहा है। हालांकि, संभावित समस्याएं जल्दी से प्रकट होंगी। यदि वे स्रोत नहीं जानते हैं तो बहुत से लोग ऑन-लाइन कुछ भी करने पर संदेह करते हैं। और तकनीक ने हमें अनाम कॉल और ईमेल (यानी कॉलर आईडी और स्पैम फोल्डर) को स्क्रीन आउट करने की अनुमति दी है। किसी भी पोल में प्रतिक्रिया दर जितनी कम होती है (सर्वेक्षण पूरा करने वाले संपर्कों का प्रतिशत) का अर्थ है कि आप अपनी लक्षित आबादी के बारे में कोई भी धारणा कम सटीक हो जाती है, क्योंकि हम निश्चित रूप से यह नहीं कह सकते हैं कि जो आबादी पोल का जवाब देती है, वह उन लोगों से अलग है जो करते हैं।
हालांकि, बहुत विशिष्ट परिस्थितियों में जानकारी एकत्र करने में ऑन-लाइन पोल काफी उपयोगी हो सकते हैं। उदाहरण के लिए, यदि कोई व्यवसाय उस कंपनी के भीतर व्यवहार का आकलन करने के लिए किसी आंतरिक ऑन-लाइन पोल का उपयोग करता है, लेकिन इन मामलों में उत्तरदाताओं को पहले से ही पता है कि मतदान पूरा करने से पहले ही आ रहा है। कुछ पोलस्टर्स अपनी प्रतिक्रिया दर में सुधार करने के लिए वित्तीय प्रोत्साहन (जैसे उपहार कार्ड या लॉटरी ड्राइंग) की पेशकश कर सकते हैं, लेकिन ऐसा कुछ करने से फिर से अधिक पूर्वाग्रह पैदा होगा क्योंकि हम उन लोगों को मान सकते हैं जो उस प्रोत्साहन के कारण मतदान पूरा करने की संभावना रखते हैं, इसकी आवश्यकता होने की अधिक संभावना है।
कई तरह के पोल होते हैं, कुछ जो या तो आरडीडी या ऑन-लाइन का उपयोग करते हैं, और अन्य जो संयोजन का उपयोग कर सकते हैं। ट्रैकिंग पोल शोधकर्ताओं और कंपनियों द्वारा उपयोग किया जाने वाला एक सामान्य उपकरण है। इसका उपयोग अक्सर सार्वजनिक अधिकारियों के बीच अनुमोदन रेटिंग को मापने के लिए किया जाता है। ट्रैकिंग पोल कुछ दिनों (आमतौर पर 3-7) की अवधि में एक नमूना एकत्र करते हैं, और रोलिंग नमूने का उपयोग करते हैं। हर दिन संपर्क बनाए जाते हैं, और नए संपर्क लगातार नमूने में जोड़े जाते हैं जबकि पुराने संपर्क निकाले जाते हैं। इसलिए, ट्रैकिंग पोल के लिए, किसी एक स्नैपशॉट की तुलना में नजरिए के प्रक्षेपवक्र को देखने के लिए यह एक उपयोगी टूल है।
चुनाव के दिन एग्जिट पोल आयोजित किए जाते हैं। मतदान स्थल से बाहर निकलने वाले व्यक्तियों के रूप में, मतदान कार्यकर्ता मतदान करने के बाद उत्तरदाताओं का साक्षात्कार करते हैं। यह डेटा अच्छा है क्योंकि हम उन लोगों से पूछ रहे हैं जिन्होंने वास्तव में वोट दिया है कि उन्होंने किसे वोट दिया है, किसी ऐसे व्यक्ति से पूछने का विरोध किया है जिसके लिए वे वोट करने की योजना बना रहे हैं। अहम बात यह है कि ये चुनाव दिन में पहले आयोजित किए जाते हैं (जो साक्षात्कार के पक्षपाती हो सकते हैं) और व्यवस्थित रैंडमाइजेशन (बेतरतीब ढंग से एक प्रतिवादी को चुनना और उसके बाद हर तीसरे, चौथे या किसी अन्य निश्चित संख्या का साक्षात्कार करना) नामक रणनीति का उपयोग करता है। अगर कोई कोल्ड कॉल कर रहा था, तो इस रणनीति का लगातार पालन करना बहुत कठिन है।
पुश पोल वे हैं जिन्हें किसी की राय मापने की आड़ में जानकारी प्रदान करने के लिए डिज़ाइन किया गया है। गलत उत्साह पैदा करने के लिए अभियान अक्सर इनका उपयोग करते हैं। पोल में एंबेडेड वह जानकारी है जो उत्तरदाता को उम्मीदवार के बारे में नहीं पता हो सकता है। उदाहरण के लिए, इस तरह के प्रश्नों की एक श्रृंखला की कल्पना करें: प्रश्न 1: क्या आप जानते थे कि उम्मीदवार ए ने एक बार जलती हुई इमारत से बच्चे की जान बचाई थी? प्रश्न 2: क्या आप जानते हैं कि बाल सहायता देने में विफल रहने के लिए उम्मीदवार बी की जांच चल रही है? प्रश्न 3: यदि चुनाव कल होता, तो क्या आप उम्मीदवार ए या बी के लिए वोट देंगे? जैसा कि आप देख सकते हैं, प्रश्न क्रम को प्रतिवादी को एक निश्चित तरीके से उत्तर देने के लिए प्रेरित करने के लिए डिज़ाइन किया गया है।
स्ट्रॉ पोल का उपयोग अक्सर कार्यक्रमों या सम्मेलनों में किया जाता है ताकि भाग लेने वालों की प्राथमिकताओं का पता लगाया जा सके। इन चुनावों के साथ समस्या यह है कि उम्मीदवार को देखने के लिए उपस्थित लोग आमतौर पर इन घटनाओं के प्रति आकर्षित होते हैं, इसलिए जब तक वे उस घटना में कुछ नहीं सुनते हैं जो उनके मन को बदलता है, वे चुनेंगे कि उन्हें वहां किसने आकर्षित किया है। लॉस एंजिल्स लेकर गेम में एक पोल करने की कल्पना करें, जिसमें उन लोगों से पूछा गया था कि उनका पसंदीदा बास्केटबॉल खिलाड़ी कौन है। उस गेम में आपको मिलने वाले परिणाम पूरी तरह से अलग होंगे, अगर आपने देश भर में बास्केटबॉल प्रशंसकों के बीच एक ही सवाल पूछा हो।
अंत में, किसी गैर-वैज्ञानिक सर्वेक्षण के डेटा का उपयोग करने के बारे में सतर्क रहने की जरूरत है। एक गैर-वैज्ञानिक सर्वेक्षण के ग़लत परिणामों का उत्कृष्ट उदाहरण 1946 के राष्ट्रपति चुनाव के दौरान अवैज्ञानिक रीडर्स डाइजेस्ट पोल पर आधारित झूठे 'डेवी डीफेट्स ट्रूमन' शीर्षक में प्रकट हुआ। हम अक्सर इन चुनावों को पक्षपातपूर्ण या समाचार वेबसाइटों पर देखते हैं। ये पोल बेतरतीब नहीं हैं, और जो लोग चुनाव पूरा करते हैं वे पोल पूरा करना चाहते हैं। नतीजतन, आप ऐसे परिणाम देख सकते हैं जो कार्टूनिशली तिरछे हैं। उदाहरण के लिए, मान लें कि एक रूढ़िवादी समाचार नेटवर्क एक पोल आयोजित करता है जिसमें उनके दर्शकों से पूछा जाता है कि बहस किसने जीती है। और परिणाम बताते हैं कि 90% उत्तरदाताओं का कहना है कि रिपब्लिकन उम्मीदवार जीता। समस्या यह है कि जो लोग वेबसाइट पर जाते हैं, उनके रिपब्लिकन मतदाता होने की संभावना अधिक होती है। तो निश्चित रूप से, वे रिपब्लिकन उम्मीदवार का चयन करेंगे।
पोल के साथ समस्याएं
इससे कोई फर्क नहीं पड़ता कि एक शोधकर्ता या पोलस्टर अपने नमूने के यादृच्छिकीकरण को कितना प्रभावी ढंग से प्राप्त करता है, उन सभी को संभावित नुकसानों से चिंतित होना चाहिए कि उनका पोल कैसे प्रस्तुत किया जाता है। प्राइमिंग इफेक्ट्स के प्रति सचेत रहना होगा। प्राइमिंग इफेक्ट्स एक प्रतिवादी को एक निश्चित विषय के बारे में सोचने के लिए मजबूर कर रहे हैं, जिसके बारे में वे आमतौर पर उस समय के बारे में नहीं सोचते या उसके बारे में नहीं सोचते थे। हाल के अध्ययनों ने पुष्टि की है कि प्राइमिंग प्रभाव होते हैं (लेनज़ 2019)। अगर मैं किसी प्रतिवादी से संपर्क करता हूं और उनसे पूछता हूं कि क्या वे व्हाटबर्गर या इन-एंड-आउट से अपने हैमबर्गर पसंद करते हैं। फिर जब वे आपको जवाब देते हैं, तो आप उनसे पूछते हैं कि वे आज शाम को रात के खाने के लिए क्या खाने की योजना बना रहे हैं। और चौंकाने वाली बात यह है कि वे जवाब देते हैं, “हैमबर्गर"। वे निश्चित रूप से आपको सच बता सकते हैं, लेकिन क्या उन्होंने रात के खाने के लिए बर्गर खाने की योजना बनाई होगी, अगर आपने पहले उन्हें हैमबर्गर के बारे में सोचने से पहले व्हाटबर्गर/इन-एंड-आउट सवाल पूछकर नहीं कराया था?
एक अन्य प्रकार का प्रभाव जो परिणामों को कम कर सकता है वह है फ़्रेमिंग (नेल्सन और ऑक्सले 1999)। फ़्रेमिंग प्रभाव वे होते हैं जो एक प्रतिवादी को प्रभावित करते हैं कि कोई प्रश्न कैसे प्रस्तुत किया जाता है। प्रश्न पूछने के लिए समान रूप से स्वीकार्य तरीके हैं, लेकिन जिस शब्द का उपयोग किया जाता है वह समस्या को एक अलग प्रकाश में प्रस्तुत कर सकता है। उदाहरण के लिए, अनिर्दिष्ट आप्रवासियों के संघर्ष पर एक समाचार पत्र लेख पढ़ने की कल्पना करें। फिर एक समान लेख पढ़ने की कल्पना करें, लेकिन “अनियंत्रित” शब्द का उपयोग करने के बजाय, यह “अवैध” का उपयोग करता है। पूरे लेख का स्वर पूरी तरह से बदल जाता है।
उत्तरदाताओं से नीतिगत प्राथमिकताओं के बारे में पूछते समय, भाषा को कैसे व्यक्त किया जाता है, यह उनकी प्रतिक्रियाओं को प्रभावित कर सकता है। उदाहरण के लिए, कोई व्यक्ति समूह या नीति परिणाम को संदर्भित करने के लिए मानवीय भाषा का उपयोग कर सकता है, या इसके विपरीत, कोई समूह या नीति परिणामों का वर्णन करते समय तकनीकी शब्दजाल या अमानवीय भाषा का उपयोग कर सकता है। प्राइमिंग और फ़्रेमिंग प्रभावों को कम करने की कोशिश करना शोधकर्ताओं के सामने आने वाली कुछ बड़ी चुनौतियों में से एक है। इसलिए, चुनावों के डेटा का उपयोग करते समय, मतदान उपकरण या प्रश्नावली के माध्यम से एक महत्वपूर्ण नज़र से पढ़ना महत्वपूर्ण है। डेटा चुनने में महत्वपूर्ण विश्लेषण आवश्यक है यदि लक्ष्य सामान्यीकृत अनुमान लगाना है।
इसके अलावा, व्यक्ति को सामाजिक वांछनीयता प्रभावों (जिसे आमतौर पर मीडिया द्वारा चर्चा किए जाने पर 'ब्रैडली प्रभाव' के रूप में जाना जाता है) और बैंड-वैगन प्रभावों से सावधान रहना होगा। अपने आप से पूछें: क्या ऐसे सवालों के जवाब हैं जिन्हें समाज 'अच्छा' या 'सही' मानता है? और अगर आपका जवाब 'हां' है, तो क्या इन विषयों के बारे में सवाल अनुचित परिणाम दे सकते हैं क्योंकि प्रतिवादी या तो 'गलत' का जवाब देकर शर्मिंदा नहीं होना चाहते थे या शायद साक्षात्कारकर्ता द्वारा न्याय किया गया था?
किसी भी पोल के पीछे की धारणा यह है कि उत्तरदाता आपको सच बता रहे हैं, और हम जानते हैं कि लोग हमेशा सच नहीं बताते हैं। उदाहरण के लिए, यदि आप किसी कॉल सेंटर में कॉलेज के छात्र से संपर्क करते हैं, तो क्या “छात्र ऋण ऋण माफी” जैसे राजनीतिक विषय पर आपकी राय बदल सकती है क्योंकि आप किसी ऐसे व्यक्ति से बात कर रहे हैं जो कॉलेज में है? अगर आपको कॉलर आकर्षक लगे तो क्या होगा? भले ही इसका उत्तर 'नहीं' हो, बहुत से लोगों को वास्तविकता की धारणा को नाटकीय रूप से कम करने के लिए सामाजिक वांछनीयता प्रभावों (स्ट्रेब एवं अन्य 2008) से प्रभावित नहीं होना पड़ता है, खासकर ऐसे समाज में जो समान रूप से ध्रुवीकृत है।
बैंड-वैगन प्रभाव समान हैं। इस मामले में, यह समाज के खिलाफ जाने के बारे में जरूरी नहीं है, बल्कि आपके आसपास के लोगों के उत्साह से प्रभावित होना (मार्श 1985)। लॉस एंजिल्स एंजेल्स बेसबॉल प्रशंसक के रूप में बड़े होकर, मैं अपने पहले स्नातक स्तर के सेमिनार को लेने से पहले ही बैंड-वैगन प्रभावों के बारे में सहज रूप से जानता था। अपनी विश्व श्रृंखला की जीत तक, एन्जिल्स बेसबॉल का हंसी का पात्र थे। उनके पास चोक आर्टिस्ट होने की भी प्रतिष्ठा थी (हमेशा मजबूत खत्म करने में असफल)। वे उस प्रकार के संगठन होंगे जहां एक प्रशंसक कभी-कभी अपने सिर पर एक पेपर बैग रख सकता है। और फिर एक चमत्कारी वर्ष, उन्होंने वर्ल्ड सीरीज़ जीती। जैसे-जैसे सीज़न आगे बढ़ता गया, पूरे दक्षिणी कैलिफोर्निया में एंजेल्स की जर्सी और हेलो टोपियों का काफी कॉर्नुकोपिया होता गया। क्या ये प्रशंसक तब वापस आएंगे जब टीम अगले साल या साल बाद फिर से संघर्ष करना शुरू करेगी? संभवतः नहीं।
कभी-कभी उम्मीदवार के प्रति इतना उत्साह (या गुस्सा) होता है, यह संक्रामक रूप से फैल सकता है। आखिरकार, क्या आपने कभी किसी को पसंद या नापसंद किया है और आपको नहीं पता कि क्यों? आप बस अपने आस-पास के सभी लोगों को जानते थे (और शायद जिन लोगों पर आप भरोसा करते हैं) एक निश्चित तरीके से महसूस करते हैं और आपने कुछ हद तक उसी विश्वास को अपनाया है, भले ही आपके पास उम्मीदवार पर शोध करने या खुद के अधीन करने के लिए पर्याप्त समय न हो? आप प्रश्नावली के शब्दों में इन प्रभावों से वास्तव में बच नहीं सकते हैं, लेकिन जनमत के लघु और दीर्घकालिक परिणामों का अध्ययन करते समय इन प्रभावों के प्रति सचेत रहें। कभी-कभी (लेकिन सभी नहीं), जनता की राय नाटकीय रूप से एक दिशा में उतनी ही बदल सकती है जितनी कि बैंड-वैगन प्रभाव के साथ हो सकती है।
अन्य देशों के आंकड़ों का अध्ययन करते समय और तुलनात्मक विश्लेषण करते समय, राजनीतिक वैज्ञानिकों ने ध्वज प्रभाव घटना (बॉम 2002) के आसपास रैली का अध्ययन किया है। इन प्रभावों को एक नाटकीय स्पाइक (जो अक्सर अस्थायी होता है) में राष्ट्र के नेताओं को युद्ध के समय, या कम से कम एक सशस्त्र संघर्ष की शुरुआत में सार्वजनिक अनुमोदन रेटिंग में देखा जा सकता है। स्पाइक्स की आकस्मिकता का मतलब यह भी हो सकता है कि राय कम स्थिर हैं। उदाहरण के लिए, राष्ट्रपति जॉर्ज एच बुश की सार्वजनिक स्वीकृति ऑपरेशन डेजर्ट स्टॉर्म के बाद नब्बे के दशक के निचले हिस्से में थी, फिर भी वह दो साल से भी कम समय के बाद राष्ट्रपति चुनाव हार गए।
राष्ट्रपति जॉर्ज डब्ल्यू बुश की मंजूरी 9/11 के बाद नब्बे के दशक के निचले हिस्से में थी, लेकिन उन्होंने केवल दो प्रतिशत (लोकप्रिय वोट) से अपना फिर से चुनाव जीता। किसी राष्ट्र के नागरिक के रूप में किसी की पहचान की भावना सक्रिय हो जाती है, और आप बाहरी खतरे (हेथरिंगटन और नेल्सन 2003) की प्रतिक्रिया के रूप में अपनी प्राथमिकताओं को अस्थायी रूप से फिर से निर्धारित करते हैं। एक ही तरह की घटना को उन लोगों के इर्द-गिर्द सक्रिय किया जा सकता है, जिन्हें एक समूह पहचानता है जिसे आप उदाहरण के लिए, क्या आप कभी किसी को अपने आयु वर्ग को मारते हुए सुनकर नाराज हो गए हैं, भले ही आप आलोचना का लक्ष्य नहीं थे?
जनमत सर्वेक्षणों की कमियों को किसी को शोध उपकरण के रूप में उपयोग करने से निराश नहीं करना चाहिए। कई अच्छे शोधकर्ता हैं जिन्हें संभावित समस्याओं को कम करने में उत्कृष्ट तकनीकों का प्रशिक्षण दिया गया है। पोलिंग और परामर्श फर्मों का उपयोग कई स्कूलों और कंपनियों द्वारा डेटा संग्रह और विपणन उद्देश्यों के लिए किया जाता है। अगर मतदान की सफलता में मजबूत ट्रैक रिकॉर्ड नहीं होता तो कंपनियां और समाचार आउटलेट परिणामों के लिए भुगतान नहीं करते। लेकिन, जैसे-जैसे मतदान का अधिक उपयोग होता गया है, कई और कंपनियां और कंपनियां उद्योग में शामिल हो रही हैं। कुछ व्यवसाय अपने चुनावों में उन्हीं पारंपरिक मानकों और सुरक्षा उपायों को लागू नहीं करते हैं जैसा कि शिक्षाविद करते हैं। इसलिए, डेटा प्राप्त करने के लिए प्रतिष्ठित स्थानों की तलाश करते समय कंपनी द्वारा उत्पादित पिछले चुनावों की सटीकता को देखना हमेशा एक अच्छा विचार होता है।