Vad mäter studien?
Det är viktigt att klargöra vad denna studie är tänkt att mäta och inte mäta. Detta är inte en studie om väljarbeteende eftersom väljarna aldrig framträder i denna studie. Ett annat
passande sätt att undersöka det denna uppsats undersöker är att börja i det andra hållet. Istället för att undersöka utfallet av valet så undersöker man istället hur väljarna resonerar när de personröstar. Givetvis använder man då en annan metod, förslagsvis enkätundersökningar eller djupintervjuer. Fördelen med ett sådant tillvägagångssätt är att man kan få ett starkare belägg för korrelation. Personröstar människor på kandidater de identifierar sig med? Hur resonerar väljare när de inte känner igen någon kandidat på valsedeln? Det är frågor som jag inte kan besvara med min metod. Däremot för att en sådan undersökningen ska bli
meningsfull behövs ett stort antal respondenter. En kvantitativ undersökning med utgångspunkt från väljarna hade krävt åtminstone hundratals respondenter för att bli meningsfull. Resurserna för det finns helt enkelt inte för denna kandidatuppsats. Det hade också krävt att respondenterna inte bara bryter valhemligheten, utan också uppger vem de personrösta på. Denna uppsats har istället valt att vända på perspektivet och undersöker vilka kandidater som fick personröster i valet 2018. Detta perspektiv har sina egna fördelar.
Undersökningen blir omfattande efter det redovisas exakt hur många personröster varje kandidat har fått i riksdagsvalet 2018, vilket ger många analysenheter.
Val av fall
Två faktorer har styrt val fall. 1. Vilken data finns tillgänglig. I Sverige fanns den nödvändiga statistiken för att kunna göra en meningsfull analys. Jag tror inte jag hade haft möjligheten att producera ett lika omfattande dataset om uppsatsen hade berört ett annat land. 2. Val av fall skall vara vetenskapligt relevant. Denna typ av studie har gjorts med tidigare val i andra länder. Men mig veterligen har den aldrig gjorts mot ett val som har de svenska valreglerna.
Därför är det intressant att jämföra resultaten i denna uppsats som undersöker personval i Sverige, mot de resultat som producerats av tidigare forskning.
Val av metod
Jag skulle beskriva min studie som en deskriptiv studie med förklarande inslag som använder kvantitativ metod och statistisk analys. Jag har samtalat data för ett stort antal analysenheter och ämnar använda deskriptiv statistik för att undersöka dem. Eftersom många av mina
14
variabler är nominalskalor finns även möjlighet att försöka belägga korrelation med hjälp av analytisk statistisk, framförallt regressionsanalys. Mitt val av design är givetvis förknippat med de svagheter som kvantitativ undersökningsdesign brukar medföra. Gällande de fyra orsakskriterierna brukar kvantitativ undersökningsdesign presentera starka argument för kontrafaktisk skillnad och isolering. Kvantitativ undersökningsdesign har dock ofta svårt att bevisa och hitta mekanism. Denna studie är inget undantag. I denna uppsats är tidsordningen uppenbar och behöver inte undersökas. Väljaren får information om kandidaten innan väljaren har lagt sin röst. Kandidatens personröster kan inte påverka väljarnas information om
kandidaten.
Det kan också vara svårt för statistisk design att isolera effekten av enskilda företeelser. Jag har haft detta i åtanke under materialsamlingen och därför försökt samla in så många, vad jag tror, relevanta variabler som möjligt för att kontrollera för dessa. Faktum kvarstår dock att min analys inte kan kontrollera för anomalier. En särskild händelse eller utveckling kan
”störa” hur personvalet för en viss kandidat egentligen skulle ha utvecklats. Ett exempel på detta skulle vara en ovanligt lyckad personvalskampanj som resulterar i ett större
personvalsstöd än förväntat. Eller en politisk skandal som sänker förtroendet för en
framstående kandidat, vilket resulterar i ett lägre stöd än förväntat. Oavsett, på grund av det stora antalet analysenheter uppfattar jag ändå att detta val av metod är bäst för uppsatsens syfte.
Val av variabler
Vilka variabler att inkludera i undersökningen bestämdes tidigt i arbetsprocessen. Det valet styres av uppsatsens teori, tidigare forskning, och vilken data som finns tillgänglig.
Många tidigare studier som undersöker personröstning har inkluderat variabeln kandidatens kön och ålder. Kön och ålder är också i många fall sekundärinformation och tillsammans med kommunen som kandidaten är folkbokförd i utgör detta sekundär information i det svenska riksdagsvalet. Dessa variablerna är alltså relevanta för min teori och kändes därför självklara att inkludera. En variabel som hade varit intressant att inkludera är en variabel som mäter kandidatens yrke. Ålder, kön, bostadsort och yrke är den mest förekommande information som väljare kan avläsa om svenska kandidater från valsedeln. För denna studie fanns dock inte resurserna för att koda alla kandidaters yrke till mätbara kategorier.
Variabeln kandidatens ordning på valsedeln är också väsentlig för att mäta tertiärinformation.
I viss tidigare forskning har man även haft dummyvaribler som mäter om kandidaten är högst upp, eller längst ner i ordningen på valsedeln eftersom detta förväntas ge systematiskt mer stöd än övriga platser i valordningen. För att hålla uppsatsen enkel har jag dock valt att enbart mäta kandidatens ordning på valsedeln.
Tidigare forskning har visat att primärinformation är avgörande för personröstande. Väljare förvärvar sig primärinformation om kandidaterna genom tidigare erfarenheter av
kandidaterna. I tidigare studier har det definierats som om kandidaten ställer upp för omval
15
eller har tidigare erfarenhet av kampanjande. Jag har därför valt att inkludera två
dummyvariabler som avser om kandidaten blev vald till riksdagen 2014 och om kandidaten blev vald till kommun/landsting 2014. Variabeln geografisk kandidat kan anses som både sekundärinformation men också som primärinformation då man kan tänka sig att väljare har bättre kännedom om kandidater som är bosatta i samma valkrets som en själv än övriga kandidater.
Primärarinformation är likt det som många svenska statsvetare kallar kandidatkännedom.
Svensk forskning tyder på att den enskild största faktorn som påverkar sannolikheten för att en väljare ska personrösta på en kandidat är om den väljaren har en personlig erfarenhet av den kandidaten. Tyvärr är det svårt att mäta kandidatkännedom i Sverige. Heltäckande siffror om väljarnas kännedom av kandidater finns inte, men vad vi däremot vet är att partiernas partiledare är väldigt välkända i väljarkåren. Uppemot 90 % eller mer av väljarna kan korrekt para ihop partiledare med parti. Väljarnas kännedom om partiers övriga toppkandidater är dock betydligt lägre. Inför valet 2014 var Eskil Erlandsson den kandidat, efter partiledarna, som flest väljare kunde para ihop med rätt parti, 63 % svarade korrekt att han tillhörde Centerpartiet. 48 % kunde para ihop Magdalena Andersson med socialdemokraterna. Ingen annan kandidat i undersökningen uppnådde en korrekt svarsandel på över 40 % (Holmberg och Oscarsson, 2016, 302). Holmberg och Oscarsson tolkar detta som att med få undantag så är partiledarna de enda kandidaterna som väljarkåren i stort har kännedom om. Jag har därför även kodat om kandidaten är partiledare eller inte och låter den variabeln tillsammans med de två tidigare nämnda dummyvariabler mäta kandidatkännedomen och primärinformation.
Mina val av variabler har också begränsats av tillgänglighet. Eftersom datainsamlingen har varit omfattande har endast variabler vars data finns lättillgänglig kunnat användas. Lyckligt har inte det begränsat mitt val av variabler noterbart. Valmyndigheten har öppen statistik om kandidaters ålder, partitillhörighet, plats på valsedeln, kön och kommun de folkbokförda i samt hur många personröster varje kandidat fick.
Givetvis finns det även problem med materialinsamlingen. Eftersom studien fokuserar på kandidater och deras röster är inte valkretsarna kodat på något annat sätt än namn. Det innebär att studien behandlar alla de 29 olika valen som sker i valkretsarna som identiska i sin
utformning. Med andra ord tas inte skillnader i valkretsars elektoratet eller valkretsarnas storlek eller sammansättning med i analysen. Man kan tänka sig teoretiska resonemang om att valkretsens storlek, eller om den i huvudsak utgörs av stad eller landsbygd påverkar hur väljare personröstar.
Materialinsamling och datamatris
All statistik kring kandidaterna kommer från olika källor hos valmyndighetens hemsida. Där fanns data som noterade samtliga kandidaters namn, ålder, kön, ordning på valsedel, valkrets, och folkbokförd kommun. Denna data kunde kompletteras med annan rådata från
valmyndigheten som innehöll kandidaturers personröster och partiets valresultat för alla
16
valkretsar. Slutligen användes ytterligare statistik från valet 2014 för att fastställa vilka kandidater som kandiderade för omval.
Den egenproducerade datamatrisen innehåller 7537 analysenheter, eller med andra ord kandidaturer. Det är nästan samtliga kandidaturer i valet 2018 från de åtta partier som tog riksdagsmandat det valet1. Datamatrisen variabler är.
(1) Vilken ordning på valsedeln kandidaten stod. Detta mäter vilken ordning kandidatens namn kom i på valsedeln. Står kandidatens namn högst upp är värdet 1, står det på andra plats är värdet 2 osv.
(2) Kandidatens ålder mätt i år.
(3) Kandidatens kön, detta är en dummyvariabel där 0 = Man och 1= Kvinna.
(4) Geografisk representant, detta är en dummyvariabel som mäter om kandidaten är folkbokförd i den aktuella valkretsen som kandidaten kandiderar i 0 = Nej och 1= Ja.
(5) Om kandidaten är partiledare. Dummyvariabel där 0 = Nej och 1 = ja
(6) Om kandidaten valdes till riksdagen i valet 2014. Dummyvariabel där 0 = Nej och 1 = ja (7) om kandidaten valdes till kommun- eller landstingsfullmäktige 2014. Dummyvariabel där 0 = Nej och 1 = ja.
(8) Kandidatens personliga andel röster. Detta är uppsatsens beroende variabel och mäter hur många procent av partiets röster i valkretsen också röstade på kandidaten. Mäts i
procentenheter.
Utöver detta finns namn och partitillhörighet på kandidaten. Samt vilka valkretsar kandidaten kandidera i.
På grund av resurs- och tidsbrist har jag inte lyckat standaridesera kandidaters ordning på valsedeln. Detta innebär att det inte går att helt korrekt jämföra effekten av ordningen på valsedeln mellan olika listor eftersom de kan vara olika långa. Mer korrekt hade varit att standardisera ordningen i exempelvis percentiler så som vissa tidigare studier har gjort (Marcinkiewicz och Stegmaier, 2015). Detta problem undviks delvis genom att de flesta vallistor från partierna brukar vara ungefär ha 30 till 40 kandidater.
Varje analysenhet är ett fall av en kandidatur. Det innebär att en individ kan förekomma flertalgånger som en analysenhet med olika variabelvärden eftersom det är möjligt att kandidera i mer än en valkrets. Exempelvis förekommer Jimmie Åkesson 29 gånger i datamatrisen då han var en av Sverigedemokraternas kandidater i samtliga 29 valkretsar.
1 På grund av tekniska skäl är inte Vänsterpartiets kandidater i Dalarnas läns valkrets med i datamatrisen.
Miljöpartiers personröster är inrapporterade på annorlunda sätt och kunde inte korrekt införas i datamatrisen.
Miljöpartiet kommer därför inte ingå i några regressionsanalyser.
17
Något annat man måste ha i betänkande är att väljarna inte alltid har tillgång till
informationen om kandidaterna som jag har tillgång till. Ibland är en kandidat folkbokförd i en annan ort än den som är utskriven på valsedeln. Då finns en risk att kandidaturen kodas som inte geografisk representant fast kandidaturen i väljarna ögon är geografisk representant.
Det finns alltså en diskrepans mellan den information jag har tillgång till om kandidaten och den information väljaren har tillgång till. Detta är ett problem eftersom studien är intresserad av hur kandidaturerna påverkas av den information väljarna har tillgång till. Av praktiska anledningar har detta inte varit möjligt att notera i datasetet men jag bedömer att dessa fall inte är tillräckligt många för att störa den övergripande analysen.
Slutligen, på grund av hur antalet personröster inrapporteras finns det små variationer i kandidaters antal personkryss hos datamatrisen och den slutgiltiga rapporteringen (som exempelvis finns tillgänglig på valmyndighetens hemsida). Dessa skillnader bedöms vara så små och få till antal att de ej kommer påverka resultatet eller analysen.