همواره در میان تحلیلگران اجتماعی جامعه ایران نسبت به نظرسنجیهای سنتی نگرانیهای متعددی وجود داشته است. خطای ایزومورفی یا همریختی، خودسانسوری پاسخگویان، اعتبار نظرسنجیها، کاهش نرخ پاسخگویی از جمله مواردی است که همواره مورد دغدغه پژوهشگران بوده و به عنوان نقایص نظرسنجیهای سنتی شناخته میشده است. اما امروزه با گسترش روشهای نوین نظرسنجی بارقههایی از امید در میان تحلیلگران اجتماعی نسبت به عبور از چالشهای نظرسنجیهای سنتی(به خصوص نظرسنجیهایی که به صورت مرسوم بر جامعه ایران انجام میشود) به وجود آمده است.
روشهای نوین نظرسنجی که به واسطه رشد روشهای مدلسازی و هوش مصنوعی تنوع بسیار زیادی پیدا کرده است دارای مزیتهای زیاد است. برخی از مزیتهای این روشها عبارتند از کاهش هزینه، امکان افزایش سرعت، کاهش نرخ «بی پاسخ» و «نمی دانم» کاهش ضریب محافظه کاری و ترس از خود افشاگری، کاهش خطای بی نگرش (Non-attitude)، امکان ایجاد تحقیقات پانل، کاهش سوگیری در پاسخ افراد، امکان تخمین نظرات به تفکیک طبقات جمعیت شناختی.1
در این مقاله با نگاهی کوتاه به روشهای جدید نظرسنجی مخصوصا روش مدلسازی جمعیتی و مزیتهای آن نسبت به نظرسنجیهای سنتی نکاتی به صورت خلاصه بیان میکنیم:
تاریخچه روشهای نوین نظرسنجی
در حال حاضر مؤسسات متعددی از جمله مؤسسه dalia2 و civey3 و گالوپ4 با استفاده از روشهای نظرسنجیهای غیرنمایا در حال انجام نظرسنجیهای متعددی هستند. همچنین در سطح آکادمیک مقالات متعددی با موضوع نظرسنجیهای غیرنمایا(non-representative sampling) به رشته تحریر در آمده که در این آثار حدود هشت روش(از جمله روش مدلسازی جمعیتی) برای اینگونه نظرسنجیها احصا و مورد کاوش قرار گرفته است. اما سرآغاز اینگونه روشها به سال 2012 برمیگردد که نرخ مشارکت در نظرسنجیهای تلفنی ایالات متحده در بعضی از موارد به زیر 10 درصد رسیده بود و همچنین نظرسنجیهای ایالات متحده دیگر توانایی پیشبینی دقیق انتخابات را نداشتند. این مسئله به حدی بغرنج شد که در سال 2015 نظرسنجیهای مهم و مطرح نتوانستند پیشبینی دقیقی از انتخابات انجام دهند.
این در حالی بود که برای اولین بار در سال 2012 یک نظرسنجی غیرنمایا توانسته بود از دادههای کاربران کنسول بازی ایکس باکس انتخابات ریاست جمهوری را پیشبینی کند و پژوهشگران این نظرسنجی پژوهشها بر سر این نوع نظرسنجیها آغاز شد. در ایران نیز در سال 1400 نظرسنجی مرکز متا مرکز رشد دانشگاه امام صادق ع با روش مدلسازی جمعیتی یکی از دقیقترین پیشبینی را از نتایج انتخابات ریاست جمهوری پیش از برگزاری انتخابات ارائه داد.
اتکای روشهای نظرسنجی نوین به تحقیقات علمی
یکی از ویژگیهای روشهای نظرسنجی جدید اتکای آنها به تحقیقات و پژوهشهای آکادمیک است. کاربرد دانش مدلسازی و هوش مصنوعی در علم آمار باعث شده تا بسیاری از محدودیتهای علم آمار برطرف شود. در اینجا به یکی از دستاوردهای پیشرفت علم آمار که در برخی از روشهای نوین نظرسنجی مثل مدلسازی جمعیتی مورد استفاده قرار میگیرد اشاره میشود: همبستگی چند سطحی.
ریشه شکلگیری مدلهای همبستگی چند سطحی به این مسئله باز میگردد که اساسا رفتار انسان اغلب تحت تأثیر عوامل متعددی از جمله محیط و ساختارهای اجتماعی قرار دارد. ساختارهای اجتماعی درواقع پدیدههایی سلسله مراتبی هستند. افراد در گروهها، گروهها در سازمانها و سازمانها در ساختارهایی گستردهتر قرار دارند. مدلسازی چندسطحی، تحلیلی آماری است که به پژوهشگران اجازه میدهد اثر عوامل مختلف را بر رفتار افراد در حالی مفهومسازی کنند که این تأثیرات بهعلت ساختار خوشهای پدیدههای انسانی در سطوح چندگانه اتفاق میافتند. در دو دهۀ اخیر با پیشرفت ظرفیتهای نرمافزاری تکنیکهای مدلسازی چندسطحی بهعنوان تکنیکی برای درک بهتر پدیدههای اجتماعی مطرح شده است.
تکنیک مدلسازی چندسطحی در صدد رفع مشکلات ناشی از بررسی پدیدهها در یک سطح و با لحاظ کردن همزمان چندین واحد تحلیل، امکان مطالعۀ روابط پیچیدۀ درونی و بیرونی بین سطوح را در بررسی پدیدهها فراهم میکند. با این تکنیک میتوان میزان تأثیر هر کدام از عوامل مؤثر در نظر افراد را محاسبه و نهایتا نظر جامعه را بر اساس آن مدلسازی کرد. این سخن بدان معناست که دیگر لازم نیست متغیر مؤثر در نظر افراد محدود به چهار متغیر دموگرافیک یعنی سن و جنس و تحصیلات و محل سکونت شود بلکه میتوان از تمامی متغیرهای مؤثر برای تحلیل و حتی گردآوری نظرات عمومی بهره برد.5
به عبارت دیگر، در روشهای نوین میتوان امکان استفاده از بیگدیتاها و نظرسنجیهای آنلاین با حجم نمونه بالا برای تحلیل و شبیهسازی جامعه کل با استفاده از مدلسازی چند سطحی استفاده نمود. این بدان معناست که در این روشها از نمونههای با تعداد بالا برای مدلسازی تأثیر متغیرهای گوناگون در نظر افراد استفاده میشود و بر اساس فهم تأثیرات فوق و بهرهمندی از دادههای ثبتی و پراکندگیهای جمعیتی، میتوان نظرات عمومی را مورد سنجش قرار داد.
این مسئله یک پیشرفت بزرگ در دانش نظرسنجی نوین به حساب میآید. در نظرسنجیهای سنتی عمدتا برای نمونهگیری تصادفی از چهار متغیر دموگرافیک برای کنترل صحت نمونهگیری استفاده میشود. یعنی فرض نمونهگیری تصادفی بر این است که اگر توزیع نمونه تصادفی معادل توزیع جامعه در نسبتهای متغیرهای دموگرافیک شود، نظر افراد نمونه میتواند در همه حوزههای اجتماعی، فرهنگی، سیاسی و... از جامعه کل نمایندگی کند. این روش نمونهگیری در علم آمار به نمونهگیری طبقهای معروف است و اغلب نظرسنجیهایی که در ایران در حال انجام است از این روش نمونهگیری بهره میبرد. این در حالی است که مبتنی بر تحقیقات انجام شده این تردید به وجود آمده است که در حوزههای سیاسی و اجتماعی نمونه تصادفی بر حسب متغیرهای دموگرافیک(نمونهگیری طبقهای) دارای توزیع نامتعادل نسبت به متغیرهای مؤثر غیردموگرافیک هستند و این عدم تعادل منجر میشود که نمونه به دست آمده در حالی که نسبت به برخی از متغیرها تصادفی است، نسبت به برخی از متغیرهای وابسته غیرنمایانگر شود.6
چالشهای نظرسنجیهای نوین در ایران
با وجود پیشرفتهای به وجود آمده در حوزه نظرسنجی و رفع برخی از چالشهای نظرسنجیهای سنتی اما واقع امر این است که همچنان چالشهای فراوانی بر سر راه نظرسنجی(مخصوصا در کشور) وجود دارد. در این میان دو چالش نظری از سایر چالشها مهمتر است:
- محدودیتهای روشی:
اولین چالش محدودیتهایی هست که با وجود پیشرفتهای به وجود آمده همچنان تحلیل جوامع را برای تحلیلگران سخت میکند. محققان علاوه بر چالشهایی که بر برای نظرسنجیهای سنتی وجود دارد، چالشهایی را نیز برای نظرسنجیهای نوین برمیشمارند. نبود دادههای ثبتی به روز، هزینه بالای انجام پیمایشها و هزینه تأمین زیرساخت مناسب برای رشد روشهای نوین از جمله این محدودیتها است که ضرورت تلاش بیشتر مجموعههای نظرسنجی برای توسعه هرچه بیشتر این روشهای نوین را دو چندان میکند.
با همه این توصیفات اینگونه میتوان در این بخش نتیجه گرفت که اساسا همه روشهای نظرسنجی علاوه بر مزیتهای نسبی نسبت به یکدیگر دارای چالشهایی نیز هستند که استفاده محض از یک روش به عنوان روش بیعیب و نقص برای فهم و تحلیل جوامع را غیرممکن میسازد. به همین واسطه بسیاری از تحلیلگران و مؤسسات امروزه از ترکیب روشهای متعدد برای تحلیل اجتماعی بهره میبرند. هر روش دارای محدودیتهای هست که با تلفیق روشها میتوان محدودیتهای روشی از میان برداشت. از این رو مرکز تحلیل اجتماعی(مِتا) دانشگاه امام صادق(ع) همواره تلاش داشته است تا از ترکیبی از روشهای نظرسنجی تلفنی و مدلسازی بهره ببرد.
- محدودیتهای سازمانی:
دومین چالش وابستگی نهادهای نظرسنجی به سازمانهای دولتی و رسانههای ذینفع است. عمده نهادهای نظرسنجی در ایرن از روشهای سنتی نظرسنجی استفاده میکنند که بسیاری از پژوهشها به خاطر وابستگی مالی آنها به پروژههای سفارشی از عمق و کیفیت بالایی(به خاطر عدم نیاز کارفرما) برخوردار نیست و عمدتا دادههای تولید شده به صورت خطی و حداکثر تلفیقی از دو داده و بدون نظرگرفتن طیف وسیعی از متغیرهای مستقل مؤثر صورتبندی میشوند و کارکرد چندانی برای فضای آکادمیک و سیاستگذاری ندارند. علاوه بر آسیب فوق، عدم پذیرش پیشرفتهای حاصل از پژوهشهای علمی توسط این مؤسسات از آسیبهای دیگر است. این آسیب از آنجایی نشأت میگیرد که اکثر این مؤسسات یا برای حل چالشهای سازمانی و یا نیازهای رسانهها برای تأمین داده لازم جهت عملیاتهای رسانهای به وجود آمدهاند و دغدغه چندانی برای فهم عمیق جامعه ایران ندارند. به همین سبب علاوه بر عدم تمایل برای توسعه رویههای نظرسنجی مرسومشان، نسبت به پیشرفتهای این حوزه در مؤسسات مستقل و علمی رویکردی واکنشی دارند.
به نظر میرسد علاوه بر لزوم برگزاری محافل و نشستهای علمی برای توسعه و نقد روشهای نظرسنجی و پرهیز از مجادلات رسانهای، باید حمایت از مؤسسات مستقل -که ریشه در نهادهای علمی دارند و در تحلیلهای اجتماعی فاقد سوگیریهای منفعتگرایانه سیاسی و اقتصادی هستند- در دستور کار نهادهای علمی قرار بگیرد. این اقدام منجر به شکلگیری پایگاهی قدرتمند برای فهم و تحلیل جامعه ایران و جوامع هدف به منظور اعتلای دانش و به تبع آن پیشرفت جوامع خواهد شود. انشاءلله.
* محمد رضا کاظم فرحزادی
[1] برای مطالعه بیشتر ر.ک
Sharad Goel; Adam Obeng; David Rothschild.(2015). Non-Representative Surveys: Fast, Cheap, and Mostly Accurate. بازیابی شده از نشانی: https://researchdmr.com/research
2.daliaresearch.com
3. civey.com
4. Gallup.com
5. برای مطالعه بیشتر ر.ک سبحانی فرد، یاسر، اخوان خرازیان، مریم.(1391). تحلیل عاملی، مدل سازی معادلات ساختاری و چندسطحی. تهران: انتشارات امام صادق(ع)
6. برای نمونه ر.ک
Whiteley, Paul, Clarke, Harold(2016). Representative samples are an issue for the pollsters but so are respondents who lie. BPP Team.