تحلیل آماری انتخابات 1403 می‌تواند به درک بهتر الگوهای موجود در نتایج، میزان مشارکت، توزیع آرا و آرای باطله کمک کند. در چنین بررسی‌هایی، استفاده از روش‌های آماری می‌تواند تفاوت‌ها و الگوهای قابل توجه را مشخص کند، اما این نتایج به‌تنهایی برای نتیجه‌گیری درباره سلامت یا تخلف در انتخابات کافی نیستند. در این مقاله، داده‌های انتخابات ریاست جمهوری 1403 را از منظر آماری بررسی می‌کنیم و به کاربرد و محدودیت‌های روش‌هایی مانند قانون بنفورد نیز می‌پردازیم.
تحلیل آماری نتایج انتخابات ریاست جمهوری 1403
تحلیل آماری انتخابات 1403 می‌تواند به ما کمک کند نتایج رسمی انتخابات را از زاویه داده‌ها بررسی کنیم؛ از میزان مشارکت و توزیع آرا گرفته تا نسبت آرای نامزدها و الگوهای عددی موجود در نتایج.
هدف از چنین تحلیلی، ارائه یک نتیجه سیاسی یا قضاوت درباره سلامت انتخابات نیست؛ بلکه بررسی ساختار داده‌ها و شناخت بهتر الگوهای آماری است. برای این کار می‌توان از ابزارهایی مانند آمار توصیفی، مقایسه نسبت‌ها، بررسی آرای باطله و در برخی موارد قانون بنفورد استفاده کرد.
در دور نخست انتخابات ریاست جمهوری 1403، هیچ‌یک از نامزدها اکثریت لازم را به دست نیاوردند و مسعود پزشکیان و سعید جلیلی به دور دوم رفتند. در دور دوم، وزارت کشور مسعود پزشکیان را با 16,384,403 رأی در برابر 13,538,179 رأی سعید جلیلی برنده اعلام کرد. مشارکت دور دوم نیز حدود 50 درصد گزارش شد.
چرا تحلیل آماری انتخابات اهمیت دارد؟
داده‌های انتخاباتی مجموعه‌ای از اطلاعات عددی هستند که می‌توان آن‌ها را از جنبه‌های مختلف بررسی کرد. تعداد آرای هر نامزد، درصد مشارکت، میزان آرای باطله، اختلاف آرا و تفاوت میان مناطق مختلف از جمله متغیرهایی هستند که در یک تحلیل آماری انتخابات مورد توجه قرار می‌گیرند.
همانند هر گزارش آماری، پیش از نتیجه‌گیری باید منبع داده، شیوه جمع‌آوری اطلاعات و سطح تجمیع داده‌ها مشخص باشد.
تحلیل اعداد بدون توجه به نحوه تولید داده می‌تواند باعث برداشت‌های نادرست شود. به همین دلیل بررسی نتایج انتخابات باید در کنار شناخت فرآیند رأی‌گیری، تعداد حوزه‌ها و نحوه گزارش نتایج انجام شود.
بررسی نتایج انتخابات ریاست جمهوری 1403
در مرحله دوم انتخابات ریاست جمهوری 1403، مجموع آرای دو نامزد اصلی نشان می‌دهد پزشکیان حدود 54.8 درصد و جلیلی حدود 45.2 درصد از آرای معتبر دو نامزد را به دست آوردند.
اختلاف میان آرای دو نامزد حدود 2.85 میلیون رأی بود. این اختلاف یک شاخص توصیفی است و به خودی خود توضیحی درباره علت رفتار رأی‌دهندگان ارائه نمی‌دهد.
برای تفسیر دقیق‌تر چنین اعدادی، عوامل دیگری مانند میزان مشارکت، تغییر رفتار رأی‌دهندگان بین دو دور، توزیع جغرافیایی آرا و ترکیب جمعیتی مناطق نیز اهمیت دارند.
میزان مشارکت در انتخابات 1403
یکی از شاخص‌های مهم در تحلیل نتایج انتخابات، نرخ مشارکت است.
در دور نخست انتخابات، بیش از 60 درصد واجدان شرایط رأی ندادند؛ به عبارت دیگر میزان مشارکت در حدود 40 درصد بود. در دور دوم میزان مشارکت افزایش یافت و به حدود 50 درصد رسید.
تغییر میزان مشارکت میان دو دور می‌تواند یکی از متغیرهای مهم برای تحلیل رفتار انتخاباتی باشد. با این حال، تنها از روی این تغییر نمی‌توان درباره انگیزه رأی‌دهندگان نتیجه‌گیری قطعی کرد.
برای چنین تحلیل‌هایی باید داده‌های تکمیلی درباره استان‌ها، حوزه‌ها، گروه‌های سنی و سایر متغیرهای اجتماعی در دسترس باشد.
بررسی آرای باطله در تحلیل آماری انتخابات
آرای باطله نیز یکی از متغیرهای قابل بررسی در تحلیل انتخابات هستند.
افزایش یا کاهش آرای باطله ممکن است به دلایل مختلفی رخ دهد؛ از اشتباه در تکمیل برگه رأی گرفته تا رفتار اعتراضی یا عوامل اجرایی. بنابراین نمی‌توان بدون داده‌های تکمیلی، یک علت مشخص را برای همه آرای باطله در نظر گرفت.
در تحلیل آماری، بهتر است سهم آرای باطله از کل آرای مأخوذه محاسبه و سپس با دوره‌های دیگر یا مناطق مختلف مقایسه شود.
این مقایسه می‌تواند وجود تفاوت‌های آماری را نشان دهد، اما وجود تفاوت به‌تنهایی به معنی وجود تخلف نیست.
قانون بنفورد چیست؟
قانون بنفورد یک الگوی آماری درباره فراوانی رقم‌های ابتدایی در برخی مجموعه‌های عددی طبیعی است.
بر اساس این قانون، در بسیاری از مجموعه داده‌های خاص، اعداد با رقم نخست 1 بیشتر از اعدادی با رقم نخست 9 مشاهده می‌شوند.
این قانون در حوزه‌هایی مانند حسابرسی و بررسی برخی داده‌های مالی کاربرد داشته و به همین دلیل گاهی برای بررسی داده‌های انتخاباتی نیز مورد استفاده قرار می‌گیرد.
اما نکته مهم این است که همه مجموعه‌های داده الزاماً باید از قانون بنفورد پیروی کنند. درباره کاربرد قانون بنفورد در تحلیل داده‌های انتخاباتی پژوهش‌های دانشگاهی مختلفی انجام شده است و استفاده از آن به‌تنهایی برای نتیجه‌گیری درباره سلامت یا تخلف در انتخابات محدودیت‌های روش‌شناختی دارد.
بررسی انتخابات 1403 با قانون بنفورد
یکی از روش‌هایی که می‌توان برای بررسی اکتشافی نتایج انتخابات 1403 استفاده کرد، مقایسه توزیع ارقام آرا با الگوی مورد انتظار قانون بنفورد است.
برای مثال می‌توان تعداد آرای گزارش‌شده در حوزه‌های مختلف را جمع‌آوری و فراوانی رقم اول یا دوم آن‌ها را محاسبه کرد. سپس این توزیع با توزیع نظری بنفورد مقایسه می‌شود.
اگر میان توزیع واقعی و توزیع نظری اختلاف وجود داشته باشد، این اختلاف صرفاً یک نشانه آماری برای بررسی بیشتر است.
مطالعه‌ای در مجله Political Analysis نتیجه گرفته است که انطباق یا عدم انطباق نتایج انتخابات با قانون بنفورد، به‌تنهایی ابزار قابل اتکایی برای تشخیص تقلب نیست. نویسندگان این پژوهش نشان داده‌اند که هم انتخابات سالم و هم انتخابات دارای تخلف ممکن است با الگوی بنفورد منطبق یا از آن منحرف شوند.
در مقابل، Walter Mebane در نقد همان مقاله استدلال کرده که نوع آزمون، سطح تجمیع داده‌ها و مدل مورد استفاده اهمیت زیادی دارد و نمی‌توان همه روش‌های مبتنی بر ارقام را یکسان ارزیابی کرد. او تأکید می‌کند که بررسی داده‌های انتخاباتی باید به مدل واقعی انتخابات و ویژگی‌های داده‌ها وابسته باشد.
بنابراین استفاده از قانون بنفورد در این مقاله باید به عنوان تحلیل اکتشافی در نظر گرفته شود، نه ابزاری برای اثبات یا رد سلامت انتخابات.
محدودیت‌های تحلیل آماری انتخابات
هنگام انجام تحلیل آماری انتخابات 1403 باید چند محدودیت مهم را در نظر گرفت.
اول اینکه نتیجه هر آزمون آماری تا حد زیادی به کیفیت و سطح جزئیات داده‌ها وابسته است. بررسی داده‌های استانی با بررسی داده‌های حوزه‌های رأی‌گیری نتیجه یکسانی ایجاد نمی‌کند.
دوم اینکه اندازه حوزه‌ها و تعداد رأی‌دهندگان در مناطق مختلف متفاوت است. این مسئله می‌تواند شکل توزیع اعداد را تغییر دهد.
سوم اینکه وجود یک داده غیرعادی یا ناهنجاری آماری الزاماً به معنی وقوع تخلف نیست. ممکن است عوامل جمعیتی، جغرافیایی یا اجرایی باعث ایجاد الگوهای متفاوت شده باشند.
به همین دلیل در تحلیل داده‌ها بهتر است از چند روش مختلف استفاده شود و نتیجه‌گیری فقط بر اساس یک شاخص انجام نشود.
آیا تحلیل آماری می‌تواند تقلب انتخاباتی را اثبات کند؟
تحلیل آماری می‌تواند به شناسایی الگوها، اختلاف‌ها و نقاطی که نیاز به بررسی بیشتری دارند کمک کند، اما معمولاً به‌تنهایی نمی‌تواند وقوع یا عدم وقوع تقلب انتخاباتی را اثبات کند.
برای رسیدن به چنین نتیجه‌ای به مجموعه‌ای از شواهد نیاز است؛ از جمله داده‌های سطح حوزه، اطلاعات اجرایی، اسناد مربوط به فرآیند رأی‌گیری، بررسی‌های میدانی و روش‌های آماری متناسب.
به همین دلیل بهتر است یافته‌های آماری به عنوان بخشی از فرآیند بررسی داده‌ها دیده شوند، نه نتیجه نهایی.
جمع بندی تحلیل آماری انتخابات 1403
تحلیل آماری انتخابات 1403 نشان می‌دهد که داده‌های انتخاباتی را می‌توان از جنبه‌هایی مانند میزان مشارکت، نسبت آرای نامزدها، آرای باطله و توزیع عددی نتایج بررسی کرد.
قانون بنفورد نیز می‌تواند یکی از ابزارهای اکتشافی در این زمینه باشد، اما پژوهش‌های دانشگاهی درباره میزان اعتبار آن برای تشخیص تقلب انتخاباتی اختلاف نظر دارند.
بنابراین هیچ انطباق یا انحراف آماری به‌تنهایی نباید به عنوان اثبات سلامت یا تخلف در انتخابات تفسیر شود.
در تحلیل داده‌های سیاسی، روش تحلیل، کیفیت داده‌ها و محدودیت‌های آماری به اندازه خود اعداد اهمیت دارند و نتیجه‌گیری باید بر اساس مجموعه‌ای از شواهد انجام شود.
برای انجام تحلیل‌های آماری دقیق‌تر، استفاده از روش‌های تصمیم گیری مبتنی بر داده و بررسی داده‌ها از چند زاویه می‌تواند به کاهش خطای تفسیر کمک کند.
