Resultatet kommer vara uppdelat i sex avsnitt. I de tre första avsnitten kommer jag undersöka hur stor påverkan varje typ av information har för sig och sedan kommer jag gradvis att kontrollera för fler variabler för att analysera hur det ursprungliga sambandet förändras. I avsnitt fyra undersöks skillnader mellan partierna. I avsnitt fem tittar vi på djupet hur
geografisk representation påverkar kandidaters personliga andel röster. I avsnitt sex presentas kort en upptäckt om Sverigedemokraternas valsedel.
Den beroende variabeln för samtliga regressionsanalyser är kandidatens personliga andel röster. Detta räknas ut genom att antalet personröster kandidaten fått i valkretsen divideras med partiets totala antal röster i den valkretsen. Har kandidat X som tillhör parti Z fått 100 personröster och parti Z i valkretsen fått 1000 röster blir Kandidatens personliga andel röster
= 100 / 1000 = 0,1 = 10 %.
Regressionskoefficienten utrycks i procentenheter. I regressionsmodellen 1.1 som ni ser nedan är interceptet 0,397. Det innebär att om alla variablers variabelvärde är noll för en viss kandidat förväntas den kandidaten personliga andel röster vara 0,397 %. Om samma kandidat istället kandiderar för omval till riksdagen förväntas den kandidatens personliga andel röster öka med 0,361 procentenheter (se variabel omval riksdag regressionskoefficient i modell 1.1).
Då förväntas den kandidaten personliga andel röster vara 0,397 % + 0,361 % = 0,758 %.
Vi inleder resultatet med lite beskrivande statistik.
18
Figur 1 Visar kandidaters medelålder fördelat på parti och kön
I figur 1 ser vi kandidaternas medelålder uppdelat efter partitillhörighet och kön. Lägst medelålder har Sverigedemokraternas kandidater (43 år) följt av socialdemokraterna (44 år).
Högst medelålder har Kristdemokraterna och Liberalerna (51 år). Medelåldern av alla kandidater är 47 år.
Medelvärdet för kandidatens personliga andel röster är 0,71 %. 4383 kandidaturer eller 58 % av kandidaturerna var av en man. 3155 kandidaturer eller 42 % av kvinnor.
Primärinformation
Vi börjar med att undersöka vår första hypotes. Hur påverkar kandidatkännedom och primärinformation kandidatens personliga andel rösterna? Enligt tidigare forskning är
väljarnas kandidatkännedom en avgörande faktor ifall väljaren kommer personrösta eller inte, vi förväntar oss därför att effekten av att vara partiledare, eller att tidigare varit folkvald är hög.
Beroende variabel: Kandidatens personliga andel röster.
Modell:
Förklaringsvariabel (1.1) (1.2) (1.3)
Intercept 0,397
Omval riksdag 0,361
(8,288) ***
19
Partiledare 24,368
(152,230) ***
23,893 (156,63) ***
24,132
(158,189) ***
Ordning på valsedel -0,024
(-28,13) ***
-0,019
(-21,049) ***
Geografisk representant 0,472
(11,494) ***
R2= 0,7773 0,8002 0,804
N= 6887 6887 6885
t-värde i parantes , signifikanskod: '***' 0,001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Modell 1.1 visar att kandidater som kandiderar för omval till riksdagen, eller är partiledare förväntas få en större personlig andel röster. Effekten av att vara vald i valet 2014 till kommuner eller landsting är inte statistiskt säkerställd. Modell 1.2 visar vad som händer om vi kontrollerar för ordning på valsedeln. Effekten av omval och att vara partiledare är fortfarande betydlig och statiskt signifikant men har också försvagats. Förmodligen för att kandidater som kandiderar för omval eller är partiledare ofta är högt upp på listan. Vi ser också att sambandet mellan ordning på valsedeln och kandidatens personliga andel röster är negativt. Desto längre ner i ordningen på valsedeln desto mindre personlig andel röster
kommer kandidaten få. Gällande personröster tycks det fortfarande vara irrelevant för väljarna om kandidaten tidigare varit folkvald i kommun- eller landstingsfullmäktige. Omval från kommun eller landsting är fortfarande inte statistiskt signifikant, även om effekten är starkare och t-värdet är högre. Möjligen är namnkännedomen som en plats i kommunfullmäktige eller landstingsfullmäktige innebär inte stor nog för att vara betydelsefull.
I modell 1.3 kontrollerar vi för variabeln geografisk kandidat. Då blir omval från
kommun/landsting ett positivt samband på 95 procents säkerhetsnivå. Jag tolkar det som att många kandidaturer som är omval från kommun eller landsting också inte är geografiska representanter, och kontrollerar man inte för effekten av att vara geografisk representant framstår det som att vara omvald från kommun eller landsting är irrelevant eftersom effekten av de två variablerna slå ut varandra. Effekten av omval från riksdagen är dock fortfarande cirka åtta gånger större (0,55 / 0,067=8,2).
Variabeln geografisk representant har ett positivt samband med den beroende variabeln och är statistiskt signifikant. Allt annat lika förväntas en kandidatur som är geografisk representant få 0,472 procentenheter fler personröster än en kandidat som inte är geografisk representant.
Detta kan antingen bero på primärinformation; väljare har större kännedom om kandidater som är folkbokförda i sin valkrets. Eller sekundärinformation; väljare föredrar att personrösta på kandidater som representera väljarens egen bostadsort. Vi kommer undersöka detta
samband på djupet senare i resultatet.
För att sammanfatta: Hypotes 1a får stöd. Effekten av vara partiledare är enorm när det kommer till personröster, även när man kontrollerar för ordning på valsedeln. Detta är inte så konstigt eftersom partiledarna är (de enda politikerna som är) mycket välkända hos väljarna.
Personer som kandiderar för omval till riksdagen förväntas också få en större andel personröster. Kandidaturer som är geografiskt representativa får också fler personröster.
20
Sekundärinformation
I detta avsnitt undersöker vi om ålder eller kön har någon påverkan på kandidaters personliga andel röster.
Beroende variabel: Kandidatens personliga andel röster.
Modell
Omval riksdagen 0,838
(17,486) ***
Ordning på valsedeln -0,019
(-20,519) ***
R2= 0,00428 0,005228 0,7919 0,8041
N= 6887 6885 6885 6885
t-värde i parantes , signifikanskod: '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Modell 2.1 visar regression av kön och ålder. För modell 2.2 lägger vi till variabeln
geografisk representant. Som vi ser påverkas inte styrkan i effekten av ålder eller kön av att vi kontrollera geografisk representant. Om en kandidatur är geografiskt representant är alltså i stort sätt oberoende av kandidatens kön eller ålder. Kvinnor förväntas få en större personlig andel röster men effekten är inte signifikant. I båda modellerna är ålder ett negativt samband med en säkerhetsnivå på 99,9 %. När en kandidats ålder ökar minskar kandidatens
personröster. Hypotes 1b tycks hittills stämma. Yngre människor och kvinnor (fast än inte statistiskt signifikant) förväntas få fler personröster. Vi ser också att effekten av att vara geografisk representant är negativ. Detta är förmodligen för att många partiledare (som får många personröster) kandiderar i valkretsar där de inte är geografiska representanter. Vi kontrollerar därför för kandidatkännedom genom att inkludera de variabler som avser primärinformation.
21
I modell 2.3 förstärks många av de samband i modell 2. Ålder har en svagare effekt men är fortfarande signifikant. I denna modell är även effekten av kön signifikant. Hypotes 1b tycks fortfarande stämma. De övriga variablerna är likt det resultat i första regressionstabellen.
Partiledare förväntas få betydligt större personlig andel röster. Notera att effekten av att vara geografisk representant är nästan exakt samma som att kandidera för omval från riksdagen (0,481 och 0,552). Interceptet i denna regression är negativt. En kandidatur som varken är geografisk representativ, eller av en kandidat som inte tidigare varit folkvald eller inte är en partiledare förväntas alltså få 0 personröster.
Slutligen undersöker vi om hypotesen överlever när vi kontrollerar för tertiärinformation. I modell 2.4 är riktningen av kön och ålders effekt detsamma men den är inte längre statistiskt signifikant. Endast geografisk kandidat överlevde av de variabler som avser
sekundärinformation. Detta går att tolka som att kön och ålder inte direkt påverkar personröster men att det påverkar en kandidats plats på lista. Effekten av ålder och kön är bakomliggande och går via ordningen på valsedeln. Yngre människor och kvinnor står högre upp i ordningen på valsedeln, därför försvinner det ursprungliga sambandet när vi kontrollerar för ordning på valsedeln. Det är också möjligt att sekundärinformation ändå påverkar
kandidaturers personliga andel röster, men i sådana fall är den effekten jämt fördelad mellan att vara man eller kvinna och de olika åldrarna. Ur denna regression kan vi dra slutsatsen att kandidatens ålder eller om kandidatens är man eller kvinna inte verkar spela någon roll när det kommer till kandidatens personliga andel röster. Men avsaknad av denna information kan eventuellt fortfarande påverka.
De variabler som avser primärinformation är fortfarande signifikanta men deras effekt har också försvagats. Sekundärinformation påverkan tycks inte luta i någon riktning. Det är i linje med var berg och Oscarsson tidigare noterat, nämligen att en allt mer förminskande andel väljare personröstar på basis av representation.
Tertiärinformation
Vad innebär det att stå högt upp eller lågt ner på valsedeln och hur påverkas den variabeln när vi kontrollerar för andra variabler? Vi börjar undersöka detta med en bivariat regression där vi undersöker ordning på valsedelns effekt.
Beroende variabel: Kandidatens personliga andel röster.
Modell:
Förklaringsvariabel (3.1) (3.2) (3.3)
Intercept 1,615
(31,19) ***
2,482
(19,493) ***
0,489 (6,974) ***
Ordning på valsedel -0,041 (-22,42) ***
-0,047
(-.24,321) ***
-0,019
(-20,519) ***
Geografisk representant -0,756
(-10,059) ***
0,482
(11,537) ***
22
Kön 0,006
(2,18) *
0,018 (0,590)
Ålder -0,004
(-1,874) .
-0,001 (-1,223)
Partiledare 24,13
(158,116) ***
Omval riksdagen 0,552
(11,388) ***
Omval från
kommun/Landsting
0,07 (2,316) *
R2= 0,06806 0,08398 0,8041
N= 6887 6885 6885
t-värde i parantes , signifikanskod: '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Modell 3.1 interceptet visar att en kandidatur på plats 0 (vilket inte existerar) förväntas få strax mer än 1,6 % av partiets röster i valkretsen. För varje steg längre ned på valsedeln förväntas kandidaturens personliga andel röster minska med 0,04 procentenheter. I modell 3.2 kontrollerar vi för de variabler som avser sekundärinformation och ser att sambandet mellan ordning på valsedel och kandidaturens personliga andel röster i princip är oförändrat. Om man kontrollerar för variablerna som avser primärinformation bör styrkan i sambandet mellan ordning på valsedel och andel personliga röster minska. Detta eftersom partierna förväntas placera sina mer framstående kandidater högre upp.
Vi ser i modell 3.3 att det antagandet stämmer. Styrkan i sambandet mellan ordning på valsedel och andel personliga röster minskar med mer än hälften när vi kontrollerar för variabler som avser primärinformation. Däremot är sambandet fortfarande statistiskt
säkerställt, även när vi kontrollerar för samtliga variabler i datasetet. Hypotes 1c stämmer och denna uppsats resultat är i linje med tidigare forskning. Rangordnar partiet kandidaterna på valsedeln så finns det ett samband där desto lägre ner på valsedeln kandidaten står, desto mindre röster kommer den kandidaten att få. Detta gäller även om man kontrollerar för andra variabler.
Hur ser det ut bland olika partier?
Under materialinsamlingen fick jag anledningar att tro att sambandet mellan de oberoende variablerna och beroende variabel kommer skilja sig mellan partierna. Jag har därför gjort individuella regressioner för varje parti.
Beroende variabel: Kandidatens personliga andel röster.
Modell
Förklaringsvariabel (4.1) (4.2) (4.3) (4.4)
23
Omval riksdagen 1,975
(23,254) *** Ordning på valsedeln -0,042
(-25,535) ***
Omval riksdagen 1,536 (5,061) ***
24
Modell 4.1 avser alla partiers kandidater förutom Sverigedemokraterna och modell 4.2 avser Sverigedemokraternas kandidater. Modell 4.3 avser Socialdemokraternas kandidater. Modell 4.4 avser Moderaternas kandidater. Modell 4.5 avser Vänsterpartiets kandidater. Modell 4.6 avser Centerpartiets kandidater. Modell 4.7. Liberalernas kandidater. Modell. 4.8
Kristdemokraterna kandidater.
Regressionen som berör de enskilda partierna visar att det finns skillnader i sambanden mellan partierna. Vi jämför först hur primärinformation påverkar partierna. Effekten av att vara partiledare är betydligt starkare hos Sverigedemokraterna än hos de övriga partierna.
Men detta tycks ske på bekostnad av att de övriga kandidaterna får betydligt färre röster.
Interceptet för Sverigedemokraterna är lägst och Sverigedemokraterna och Kristdemokraterna är de enda partier där omval riksdagen inte är en statiskt signifikant variabel. Jan Björklund är inte stark på att dra personröster, effekten av att vara partiledare är svagast inom Liberalerna, . Däremot tycks övriga liberala riksdagskandidater duktiga på att dra personröster till omval, modell 4,7 har ett högt Intercept. Även liberala kandidater som tidigare varit folkvalda i kommun eller landsting förväntas få fler röster. Det sambandet finns även hos
Kristdemokraterna, Centerpartiet, och Vänsterpartiet. Men där är effekten svagare och på en lägre säkerhetsnivå. Förvånande är sambandet för Socialdemokraterna det motsatta.
Lokalpolitiker förväntas få färre personröster än de som inte är lokalpolitiker.
För Centerpartiet är omval till riksdagen ett väldigt starkt samband. Förmodligen på grund av att Eskil Erlandsson (som kandiderade för omval för centerpartiet) är den kandidaten som inte är partiledare som fick flest personröster, både i antal och andel. Han fick till och med mer än vad vissa partiledare fick. Detta är intressant då Erlandsson även var den mest kända
kandidaten utöver partiledarna till valet 2014 (Holmberg och Oscarsson, 2016, 302).
Liberalerna utmärker sig även de i denna effekt. Dessa är även de två partier som är mest positivt inställda till personval (Berg och Oscarsson, 2015, 93).
Gällande hur väljare regerar på sekundärinformation finns det också skillnader mellan
partierna. I de flesta partierna tycks effekten av kön inte vara starkare åt något håll. Undantag är hos Vänsterpartiet och Moderaterna där kvinnorförväntas få fler personröster och hos Kristdemokraterna där män förväntas få fler personröster.
Många partier i vissa valkretsar skriver inte ut åldern på sina kandidater på valsedeln. Här kan det därför skilja stort mellan partierna. Minst effekt förväntas ålder ha hos
Sverigedemokraterna eftersom åldern på deras kandidater inte är utskriven på några av deras valsedlar. Effekten av ålder tycks inte heller luta klart åt något håll så länge det inte gäller vänsterpartister eller liberaler. I de partierna föredrar väljarna yngre kandidater. Sambandet ålder och beroende variabel är som förväntat minst hos Sverigedemokraterna (0,0006).
Effekten av att vara geografisk kandidat är klart starkast hos Sverigedemokraterna, de partiet som också har minst andel geografiska kandidaturer. Men effekten är också signifikant men svagare hos många andra partier. Hos Kristdemokraterna är sambandet negativt vilket delvis kan förklaras med att partiet har många toppkandidater i valkretsar de inte är folkbokförda i.
Gällande ordning på valsedeln är effekten lika för samtliga partier. Desto längre ner på listan en kandidat är desto mindre personröster förväntas kandidaten få.
25
R2, modellens andel förklarande varians skiljer sig också mellan partierna. För
Sverigedemokraterna förklarar de oberoende variablerna mer än 99 % av variansen i den beroende variabeln och för kristdemokraterna är det lite mer än 90 %. För
Socialdemokraterna och Liberalerna är R2 mindre än 0,5. Modellens oberoende variabler förklarar alltså mindre än hälften av variansen i den beroende variabeln för de partierna. Det finns alltså oberoende variabler som denna undersökning systematiskt missat.
Geografisk representant
Tidigare i studien har vi visat att det finns en korrelation mellan att vara geografisk
representant och att få personröster. I detta avsnitt undersöks detta samband på djupet med hjälp av Liberalernas kandidater i Stockholms kommun och Stockholms läns valkrets.
Vi kan börja med att konstatera att av 7537 analysenheter förekommer 2284 fall av
dubbelkandidatur. Alltså en kandidatur av en individ som också kandiderar i minst en annan valkrets. Dessa kandidaturer återfinns hos alla partier förutom socialdemokraterna. Med andra ord finns det ingen individ som står på mer än en valsedel till riksdagen hos
socialdemokraterna. Hur det är fördelat bland övriga partier rapporteras i figur två.
26
Figur 2 Blåa stapeln visar antal fall av dubbelkandidatur fördelat på partier. Gula stapeln visar antalet av dessa som var av partiledaren.
Anledningen till att Sverigedemokraterna har så många dubbelkandidaturer är för att deras valsedel var väldigt snarlik i alla valkretsar. Totalt hade Sverigedemokraterna 2054 kandidater och 1846 av dessa kandidaturer var dubbelkandidaturer. Bortser man ifrån
Sverigedemokraterna är antalet dubbelkandidaturer väldigt lokalt fokuserat. Figur tre visar antalet dubbelkandidaturer i respektive valkrets. I diagrammet är Sverigedemokraternas dubbelkandidaturer inte medräknande. Som vi ser är dubbelkandidaturer kraftigt fokuserat hos vissa valkretsar. Stockholms kommuns valkrets och Stockholms läns valkrets har i särklass flest dubbelkandidater. Denna skillnad kvarstår även om man kontrollerar för valkretsarnas storlek. Anledningen är att många partier accepterar att samma individ kandiderar i båda valkretsarna. Tillexempel så har Liberalerna exakt samma valsedel i de båda valkretsarna.
Även i de övriga storstadsvalkretsarna Göteborg och Malmö är dubbelkandidater vanligare än
C KD L M MP SD V
Antal dubbelkandidaturer 32 149 110 3 75 1846 69
Summa av Partiledare 5 24 2 3 4 29 3
32 149 110 3 75 1846 69
5 24 2 3 4 29 3
ANTAL FALL AV DUBBELKANDIDATUR
Antal dubbelkandidaturer Summa av Partiledare
27
i övriga valkretsar. Sist är också dubbelkandidater vanligt i de valkretsar som delar namn med varandra, så som västra Götalands valkretsar och Skånes valkretsar.
Totalt är det 293 individer som kandidaterar i mer än en valkrets. För 288 av dessa är en av dessa valkretsar också den valkretsen personen är folkbokförd i.
Figur 3 Alla partiers exklusive SDs fall av dubbelkandidaturer ordant efter valkrets.
Att Liberalerna använder exakt samma valsedel i både Stockholms kommuns valkrets och Stockholms läns valkrets ger oss en möjlighet att testa hypotes 2. Om vi undersöker Liberalernas personval i dessa två valkretsar får vi två grupper där vi kan kontrollera för
3 SKÅNE LÄNS NORRA OCH ÖSTRA SKÅNE LÄNS SÖDRA
28
effekten av att vara en geografisk representant. Totalt är det 50 kandidater på Liberalernas valsedel i dessa två valkretsar, 20 är folkbokförda i Stockholms kommun, och 30 är
folkbokförda i övriga Stockholms län. Alla kandidater är geografisk representant en gång och inte geografisk representant den andra gången, i övrigt är allt annat lika hos kandidaterna, inklusive deras ordning på valsedeln. Vi får således två grupper, en kontrollgrupp där kandidaterna inte är geografiska representanter, och en experimentgrupp där vi utsätter
kandidaterna för vår behandling och gör dem till geografiska kandidater. Vår hypotes säger att kandidaterna bör få större andel av rösterna när de tillhör experimentgruppen.
Innan vi testar hypotesen vill jag snabbt kommentera andra faktorer som kan tänkas påverka resultatet. Liberalernas valresultat och andelen av Liberalernas väljare som personröstade var likt i de båda valkretsarna. I Stockholms kommun fick Liberalerna 7,85 % av rösterna och 24,4 % av dessa personröstade. I Stockholms län fick Liberalerna 6,94 % av röster och 22,81
% av dessa personröstade. Liberalerna har alltså något sämre närvaro i Stockholms län.
Dessvärre avgör inte slumpen om man bor i Stockholms kommun eller i övriga Stockholms län. Men storleken på elektoratet i de två valkretsarna är så stora att väljargruppernas
sammansättning i de två valkretsarna bör via slumpen vara snarlika. Jag bedömer också att vi testar hypotesen under ogynnsamma förhållanden. Stockholm kommuns och Stockholm läns valkretsar är nära varandra geografiskt, således bör effekten av att vara geografisk
representant vara låg eftersom väljarna inte känner en mer stark tillhörighet till någon av valkretsarna.
Figur 4 listar Liberalernas samtliga 50 kandidater i de båda valkretsarna. Staplarna jämför storleken på kandidatens andel av rösterna från valen i de två valkretsarna Den orangea stapeln avser kandidatens personliga andel röster i valkretsen som kandidaten är folkbokförd i, den blå stapeln avser kandidatens personliga andel röster i den valkretsen som kandidaten inte är folkbokförd i. Siffrorna anger kandidatens personliga andel av rösterna i den valkretsen i procent. De flesta kandidater är mer populära i den valkretsen där de är folkbokförda. Endast fyra av 50 kandidater fick en större andel av rösterna i valkretsen där de inte är folkbokförda.
29
Figur 4 Visar Liberalernas kandidaters i Stockholms kommun och Stockholms län
personröster. Siffrorna på staplarna anger kandidatens personliga andel röster i valkretsen.
0,113
30
Orange stapel är valkrets där kandidat är folkbokförd och blå är den icke folkbokförda valkretsen.
Vi gör en regression med flera modeller. Modell 5.1 inkluderar enbart kandidaterna
folkbokförda i Stockholms kommun och vi testar deras valresultat i Stockholms kommun och Stockholms län. Modell 5.2 inkluderar enbart kandidaterna folkbokförda i Stockholms län och vi testar deras valresultat i Stockholms län och Stockholms kommun.
Beroende variabel: Kandidatens personliga andel röster.
t-värde i parantes , signifikanskod: '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Regressionsanalysen visar att sambandet mellan geografisk kandidat och kandidatens andel personröster är positivt. En kandidat från Stockholms kommun förväntas öka sin personliga andel röster med 0,13 procentenheter om kandidaten är en geografisk kandidat. En kandidat från Stockholms läns valkrets förväntas öka sin personliga andel röster med 0,047
procentenheter om kandidaten kandiderar i sin hemvalskrets. Det är en ökning på 56 % (0,084 / 0,047 = 0,557). Vi noterar också att kandidater folkbokförda i Stockholms kommun får större andel av personrösterna, både i sin egen hemvalkrets och i Stockholms läns valkrets.
Detta är förmodligen för att på valsedeln är de flesta kandidater som är högt listade i valordningen folkbokförda i Stockholms kommun, och effekten av att vara högt upp på valsedeln är betydlig högre än effekten av att vara geografisk representant.
Ingen av regressionerna är statistiskt signifikanta, det är för att regressionen samtidigt försöker beräkna skillnaderna i personröster mellan kandidater inom samma valkrets, vilket regressionen inte är ämnad att göra. Vi kan försöka lösa detta genom att kontrollera för flera variabler, detta undersöks i modell 5.3 och 5.4. Vi ser att geografisk representant fortfarande
Modell:
Omval till riksdag 0,0919
(0,446)
0,513 (5,846) ***
0,463 (3,856) ***
Ordning på valsedel -0,027
(-6,11) ***
31
inte är statistiskt signifikanta. Förmodligen för att skillnaden mellan olika kandidater inom en valkrets är större än skillnaden för en kandidat mellan de två valkretsarna. Slutligen i modell 5.5 testar vi regressionen med båda delarna av datasetet samtidigt. Här blir geografisk representant statistiskt signifikant.
Att en variabel har en låg signifikansnivå kan vara en problematiskt, men i detta fall anser inte jag det. Signifikantstest syfte (utöver att mäta resultatets generaliserbarhet) är att mäta om effekten är starkare än det som kan tänkas genereras av slumpen (Teorell och Svensson, 2007, 217-218). Att 46 av 50 analysenheter bekräftar min hypotes samt att Stockholms läns
folkbokföra kandidater i genomsnitt ökar sin personliga andel röster med 56 % ser jag inte som en slump. Det finns en korrelation mellan dessa två variabler, oavsett signifikantstest. Vi har även kontrollerat för (nästan) alla tänkbara bakomliggande variabler.
Regressionen noterar skillnader i kandidaters personliga andel röster mellan kandidaterna i en valkrets och skillnaden mellan en kandidats personröster mellan de två valkretsarna.
Skillnaden är större i en valkrets mellan kandidater, än för en kandidat mellan de två
valkretsarna. Därför anser regressionen att geografisk representant inte är en relevant variabel.
Ett bättre sätt att bedöma vikten av att vara geografisk kandidat är att jämföra personrösterna för kandidaterna. Dessa finns i nedanstående Tabell.
Detta är ett annat sätt att presentera siffrorna vi fick i regressionen modell 5.1 och 5.2.
Kandidaterna som är folkbokförda i Stockholms län är samma individer som kandidaterna som inte är folkbokförda i Stockholms kommun och vice versa. Kolumn två visar hur mycket rösterna förväntas öka i genomsnitt för kandidaterna i procent när de är geografiskt
representativa. I kolumn tre presenterad antalet röster Liberalerna fick i den valkretsen.
Vad säger då detta? Bryr sig väljare vid personröstning om kandidaten är representant för valkretsen? Det vet vi inte med säkerhet. Det finns alternativa förklaringar till utfallet som jag
Vad säger då detta? Bryr sig väljare vid personröstning om kandidaten är representant för valkretsen? Det vet vi inte med säkerhet. Det finns alternativa förklaringar till utfallet som jag