본 연구는 여심위에 등록되어 있는 6100여개(2020년 2월 10일 현재)의 선거여론조사의 기본정보 데이터를 구축하여 ▲ 유․무선 비율, 조사방식의 차이, 응답률, 가중치 등 다양한 선거여론조사 방법이 정당지지율, 후보지지율 등 선거여론조사 결과에 미치는 영향력에 대한 ...
본 연구는 여심위에 등록되어 있는 6100여개(2020년 2월 10일 현재)의 선거여론조사의 기본정보 데이터를 구축하여 ▲ 유․무선 비율, 조사방식의 차이, 응답률, 가중치 등 다양한 선거여론조사 방법이 정당지지율, 후보지지율 등 선거여론조사 결과에 미치는 영향력에 대한 경험적 분석을 실시하고 ▲ 여론조사에서 체계적으로 과대 혹은 과소 추정되는 집단의 사회경제적 특성과 정치적 태도를 포착하고 이를 비교한다. 특히 ▲ 어느 시점에서 어떤 유권자들이 과대 혹은 과소추정 되는지 밝히고 특정 선거 시점의 지지율의 변화도 함께 포착하여 한국 선거과정의 역동성을 통시적으로 이해해보고자 한다.
1차년도 연구 : 조사방법의 차이가 선거여론조사 결과에 미치는 영향 분석
1차년도 연구는 선거여론조사 방법의 차이가 선거여론조사의 결과, 즉 지지율에 미치는 영향이 통계적으로 유의미한지 분석하는데 중점을 둔다. 우선 2014년 이후 2020년 국회의원 총선거시까지 여심위 홈페이지에 등록된 여론조사들의 조사방법을 포함한 기본정보(조사기관, 의뢰인, 시간, 유무선비율, 응답률, 가중치, 조사기간) 및 그 결과(응답자 소득분포, 교육수준 분포, 직업분포, 정당지지율, 대통령국정운영지지율, 후보지지율, 주관적 이념성향 분포 등)를 취합하여 데이터를 구성한다. 이 데이터를 활용하여 경험적 분석을 실행하고 조사방법에 차이가 정당, 후보, 대통령 국정운영지지율 등을 과대 혹은 과소 추정하는지를 검증할 것이다. 특히 선거여론조사 방법이 선거여론조사 결과(지지율)에 미치는 직접효과(direct effect)뿐만 아니라 선거여론조사가 응답자의 주관적 이념성향에 의해 매개되는 간접효과(indirect effect)도 함께 분석할 계획이다. 직접효과는 회귀분석, 간접효과는 경로분석(path analysis)의 방법을 사용한다. 이와 함께 조사방법 간 상호연동되어 나타나는 한계효과를 분석해 함의를 도출할 계획이다.
2차년도 연구 : 한국 선거과정의 역동성 포착을 위한 패널분석과 몬테카를로 시뮬레이션
1차년도의 구축된 선거여론조사 자료는 패널데이터로 구축하여 시계열 분석과 횡단면 분석을 동시에 시행하고자 한다. 분석단위를 조사기관-연도, 조사기관–선거로 하는 패널데이터를 사용한 시계열횡단면 분석을 통해 선거여론조사의 개별효과(individual effect)와 시간효과(time effect)를 통제하고, 1차년도 연구에서는 포착되지 않는 시간의 흐름에 따른 편향(여론조사의 과대 혹은 과소추정 결과)의 변화를 포착한다. 둘째, 주요 선거(2014년, 2016년, 2017년, 2018년, 2020년)에서 선거가 다가옴에 따라 정당 및 후보 지지율이 어떻게 변화하였는지를 분석하기 위해 주요 선거전 3개월간 여론조사 결과를 추출하여 몬테카를로 시뮬레이션을 시행한다(Tomz et al. 2000). 몬테카를로 시뮬레이션을 통해 각 선거에서 주요후보 간, 주요정당 간 지지율의 변화를 예측(expected) 할 수 있고, 더 나아가서는 이른바 ‘지지율의 데드크로스’의 시점도 포착할 수 있으며, 분석결과는 선거의 실제 결과와 비교를 통해 여론조사 결과에서 체계적으로 과대 혹은 과소 추정되는 유권자 층의 변화의 역동성을 포착할 수 있다(Choi, Kim and Han. 2017).
요약하면, 1차년도와 2차년도의 분석을 통해서 한국의 선거여론조사에서 어떤 정당(후보)의 지지율이 과대 혹은 과소 추정되는지를 포착하고, 편향에 체계적으로 숨겨진 집단의 사회경제적 특성과 정치적 태도를 추론할 수 있으며, 한국 선거과정의 변화의 역동성을 포착할 수 있다.