SD:s väljare kommer och går

Valet närmar sig och med det mängder av statistik på längden och tvären. Dags att damma av bloggen igen och dyka ner i siffrorna.

Den enskilt största förändringen i det politiska landskapet är så klart Sverigedemokraternas tillväxt i opinionen. Vi står inför ett helt nytt parlamentariskt läge, med tre snarare än två politiska block. För att kunna gå från ingenting till ett tjugoprocentsparti, så måste så klart väljarna komma någonstans ifrån. Därför tänkte jag titta lite närmare på hur väljarströmmarna har gått mellan partierna, med fokus på just Sverigedemokraterna. Inga politiska synpunkter i övrigt.

Det bästa och mest lättillgängliga dataunderlaget är SCB:s Partisympatiundersökning (PSU). Här finns skattningar dels – så klart – av opinionsläget (partival om det varit val idag) för maj och november varje år, dels vilket parti respondenten uppgav i förra PSU:n. Det ger alltså en bra möjlighet till att följa hur väljare byter mellan olika partier och därigenom att se varifrån väljare hos växande partier kommer.

Tittar vi på opinionsläget för Sverigedemokraterna från 2011 till senaste PSU maj 2018, har de gått från drygt fem procent av opinionen till nästan tjugo, med en topp i novembermätningen 2015. Utvecklingen illustreras så klart bäst med ett vanligt linjediagram, eftersom fokus är förändringen över tid.

Andel som väljer Sverigedemokraterna om det var val idag enligt PSU, 2011-2018. Källa: SCB

Omkring femton procent av väljaropinionen har alltså kommit från andra partier under en period av sju år. Som situationen är, så handlar det i allt väsentligt om Moderaterna och Socialdemokraterna. Sett ur det här perspektivet är de övriga partierna att betrakta som brus. Inledningsvis tittar vi därför på hur nettoflödet mellan S och SD respektive M och SD ser ut för varje halvårsperiod som PSU mäter. S och M kan alltså antingen växa eller krympa på SD:s bekostnad under respektive period.

Här är det snarare nivåskattningarna som är det viktiga, så stapeldiagram blir mer relevanta än linjediagram. En annan viktig aspekt är också ifall det är fråga om en nettoökning eller en nettominskning. Det framgår visserligen av huruvida stapeln är över eller under skalans nollnivå, men det finns anledning att underlätta tolkningen av visualiseringen genom att variera färgerna med en justering av färgintensitet. Diagram med fokus på politiska partier har fördelen av att det redan finns etablerade färger som sällan kräver ytterligare förklaring. Här väljer jag att helt enkelt ha en något ljusare färgton för nettominskningar.

Att försöka lägga in staplarna i samma diagram som linjediagrammet över SD:s utveckling är inte en aktuellt. Det är generellt sett alltid sämre att lägga in två olika skalor i samma diagram, eller att blanda diagramtyper. Nej, vi håller nettoflödena separat från nivåskattningen. Dessutom väljer jag att separera S och M i olika diagram. Det hade varit möjligt att lägga in dem i samma, eftersom vi ändå skiljer dem åt med färger, men min bedömning är att det skulle bli rörigare och svårare att särskilja de olika partierna åt. Försök undvika att belamra diagrammen om möjligt. Jag har dock gjort ett tillägg, med hjälptexter för att förtydliga tolkningen av vad som är nettoökning och vad som är nettominskning gentemot SD.

Nettoförändring (procentenheter av opinionsstödet) för Moderaterna gentemot Sverigedemokraterna, enligt PSU 2011-2018 (Källa: SCB)

Nettoförändring (procentenheter av opinionsstödet) för Socialdemokraterna gentemot Sverigedemokraterna, enligt PSU 2011-2018 (Källa: SCB)

Själva innehållet då? SD:s tillväxt tog fart ordentligt från 2014. Innan dess är det svårt att se några tydliga trender. Rörelserna till och från Moderaterna var små men mestadels till M:s nackdel, medan det växlade kraftigt fram och tillbaka mellan S och SD. En ökning av S på SD:s bekostnad ena perioden tog tillbaka igen perioden efter. Från 2014 blir trenden däremot mer uppenbar – i allt större utsträckning är det moderata väljare som går till SD, medan tappet från S ligger på en ganska konstant nivå. Under 2016 och senare delen av 2017, när SD börjar backa i opinionen, tar M ganska snabbt tillbaka en stor andel av väljarna. Återgången till S är däremot klart begränsad. Men det är tydligt att vi har att göra med en väljargrupp som är snabb att gå fram och tillbaka mellan M och SD, medan rörligheten till och från S över tid har avtagit.

Tilläggas ska också att motsvarande diagram hade kunnat göras för övriga partier, men rörelserna är så små att de mestadels faller inom felmarginalen. Summeras nettoförändringen gentemot SD för alla partier förutom S och M, uppgår de ändå bara till en fjärdedel av den totala rörligheten.

Men det finns (minst) en ytterligare aspekt av det här. Bakom varje nettoförändring ligger bruttoförändringar. Även om ett parti krymper på SD:s bekostnad totalt sett, så är det flöden både till och från partiet under samma period, vars slutsumma utgör nettoresultatet. Det blir snabbt mycket data, så skulle man försöka visa samtliga flöden till och från SD för alla mätperioder skulle det bli svåröverskådligt, även om det så klart finns tekniker för även det. Istället väljer jag att plocka ut två separata perioder; en där SD vuxit och en där de backat, för att se skillnaderna mellan väljarflödena.

Som oftast är det egentligen stapeldiagram som passar bäst för nivåjämförelser, men här stöter vi på något som inte är helt ovanligt – det s.k. ”mountains and molehills”-problemet, dvs. att det är stora skillnader i skala mellan olika kategorier som jämförs. Man tvingas anpassa diagrammets skala efter det största värdet, och är det andra kategorier med jämförelsevis små värden, så krymper de så att man har svårt att urskilja skillnaderna mellan dem. I det här fallet handlar det om att illustrera att SD:s väljare i absolut störst utsträckning även valde SD förra perioden, men att det även finns väljare från andra partier föregående period, men i betydlig mindre utsträckning. Du skulle få ett diagram med en hög stapel och ett antal svårurskiljbart små.

Det finns egentligen inga bra lösningar på det här problemet, bara mer eller mindre dåliga. Jag har här valt ett alternativ med bubbeldiagram. Här är det ytan som visual cue, vilket (i enlighet med tidigare blogginlägg) egentligen är ett klart sämre alternativ än staplar. Men det är tillåtet att bryta mot reglerna om man vet vad man gör och varför – vilket jag gör. Här är det inte de exakta nivåerna som det relevanta. Vi har redan tagit höjd för utgångspunkten i de föregående diagrammen. Istället handlar det om att rangordna övriga partier och ge en ungefärlig uppfattning av storleksnivåerna. Till det duger bubbeldiagrammen gott.

Mer specifikt tittar vi på SD:s uppgång mellan maj och november 2015 och deras tillbakagång mellan maj och november 2017, för att se både hur väljarflödena går till och från övriga partier i båda fallen.

Andel som väljer Sverigedemokraterna om det var val idag enligt PSU, 2011-2018. Källa: SCB

Själva flödena visualiseras med bubbeldiagram för start- och sluttidpunkt, med pilar för att underlätta tolkningen av flödet.

Bruttoförändring av opinionsstöd enligt PSU för Sverigedemokraterna till och från övriga partier maj-november 2015

Bruttoförändring av opinionsstöd enligt PSU för Sverigedemokraterna till och från övriga partier maj-november 2017

Det viktigaste budskapet i diagrammet är förstås att visa att det ligger bruttoflöden bakom alla nettoflöden. Dvs. även när ett parti växer så är det samtidigt väljare som går ifrån det till andra partier. På samma sätt som är det väljare som går över till SD även om det totalt sett backar i opinionen.

Vi ser här också några intressanta skillnader mellan SD:s tillväxt och tillbakagång. Totalt sett så är det fler väljare som går från partiet trots att det växer totalt sett vid uppgång, än vad det är som går till det från andra partier vid tillbakagången. KD:s roll är också intressant; under 2017, när SD backar, är det fler som går till SD från KD än vad det går från S till SD. Det är även markant att inga tidigare SD-väljare går till C vid partiets nedgång. Perioden sammanfaller med Centerpartiets tillbakagång.

Samma typ av analys kan så klart göras för alla andra partier, men i dagens opinionsläge känns det ändå mest intressant att titta närmare på SD. PSU är en guldgruva för att göra analyser av det politiska läget, och jag återkommer till andra aspekter av det i kommande blogginlägg.

Två snabba från SCB

Jag hade egentligen inte tänkt klanka ner på just SCB så mycket, men nyligen damp två nya framställningar ner i mitt facebook-flöde, som jag inte kan låta bli att kommentera. Igen handlar det om att Sveriges officiella statistikmyndighet inte kan hålla sig till best practice för diagramframställning.

Det första kanske möjligen kan ursäktas med att det mer är en infographic än ett diagram, men samma principer för att undvika förvirring gäller ändå. Det visar på antalet sysselsatta inom industrin år 1980 och 2014, följaktligen med budskapet "allt färre jobbar inom industrin". Diagrammet innehåller alltså exakt två datapunkter.

 

För att skoja till det lite har man gjort de två staplarna i form av skorstenar till en fabriksbyggnad. Här ligger också problemet. Vid stapeldiagram är det staplarnas längd som är visual cue och som ska jämföras mot varandra. Därför är det exempelvis extra viktigt att man aldrig kapar y-axeln. Längden på staplarna utgår från baslinjen vid y=0. Men här har man alltså lagt in en stiliserad fabriksbyggnad för att lätta upp framställningen, med följden att staplarna (dvs. skorstenarna) istället ser ut att börja vid y=300 (jag utgår från att man avser 300 000, även om man inte skriver ut att det är tusental någonstans i diagrammet). Staplarnas höjd ser därmed ut att vara 631 respektive 261. Detta innebär att den visuella tolkningen blir att minskningen av industrisysselsättningen ser ut att vara närmare 60 procent, istället för det korrekta 40 procent.

 

Det andra exemplet handlar om nyregistreringar av fordon, där Trafikanalys är statistikansvarig myndighet och (tror jag) SCB producerar statistiken på uppdrag. Här jämförs direktimporten och nyregistreringarna mellan åren 2014 och 2015 i en blandning av ett stapel- och ytdiagram.

 

 

Och redan där ligger det första felet. Det är en - tyvärr - inte helt ovanlig metod när man vill särskilja två olika serier. Men som jag visat i tidigare bloggposter finns det alltid skäl till varför man väljer den ena eller den andra diagramtypen. Vissa är bättre än andra, beroende på sammanhang. Generellt är linjer att föredra när det är tidsserier som ska jämföras, medan staplar passa bäst för att jämföra kategorier. Ytdiagram är sällan lyckade över huvudtaget, eftersom det snabbt blir svårt att jämföra storleken på de staplade ytorna när det är många kategorier med.

 

Här har man krånglat till det för sig genom att mixa båda typerna, i ett försök att särskilja de båda åren. Det blir inte bra. Välj en diagramtyp och håll dig till den. På det här sättet försvåras bara jämförelserna mellan de båda åren. Valet av diagramtyp styrs av andra saker än att skilja olika serier åt. Där är färger eller olika etiketter bättre.

 

Färger har dessutom redan använts här, så det finns inget behov av ytterligare åtskiljande. Möjligen kan man ha synpunkter på valet av färger, vilket inte direkt underlättar för läsare (särskilt inte för någon med viss färgblindhet, som jag).

 

Slutligen är också etiketterna på x-axeln märkliga. Varje månad har märkts med år 2015, även om det helt uppenbart är både år 2014 och 2015 som jämförs. Månadsnummer istället för månadens namn i klartext är dessutom bara en extra förvirring som ytterst lätt kan åtgärdas och underlätta betydligt vid tolkningen.

Ankor och böcker hos SCB

Det här inlägget kan ses som ett tillägg till det förra avsnittet om grundläggande visualiseringsteori. Mer specifikt tar det upp ett specialfall av maximeringen av data-ink-ratio, nämligen fallet med ren utsmyckning i ett diagram. Bilder eller symboler som bara är prydnad och inte tillför någon ytterligare data eller ens utgör några som helst diagramelement. Tufte benämner de här tillskotten ducks (dvs. ankor). Ursprunget till termen är en byggnad i Flanders, New York, helt och hållet formad som en anka, som tidigare användes som butik för försäljning av just ankor och ägg. Poängen med jämförelsen var just fenomenet att hela strukturen i sig var dekoration, snarare än innehåll.

Ankor är rent diagramskräp och tillför ingen ytterligare data. Visualiseringar står och faller med innehållet och budskapet, inte grafiska utsmyckningar. Diagramskräp kan inte rädda visualiseringar som redan från början saknar innehåll, men de kan förstöra framställningar som annars är fullt funktionsdugliga.

Orsaken till att jag tar upp det här nu, är att bilden nedan dök upp i mitt facebookflöde. SCB producerar mängder med intressant data och sprider den med oftast bra grafik. Här snubblade man dock något. Omsättningen i bokhandeln över en tjugoårsperiod. Det viktigaste budskapet är att en halvering har skett under perioden; ett tydligt och intressant resultat, som enkelt och slagkraftig kan visualiseras med ett normalt linjediagram.

 

Varför väljer man då att lägga in en enorm anka i diagrammet i form av en bok? Är man rädd att läsaren ska glömma bort att det handlar om bokhandeln under den sekund det tar för blicken att vandra från rubriken till diagramytan? Det här är ett typexempel på diagramskräp; en stor dekoration rakt över ytan som tar upp mängder av grafik utan att tillföra någon som helst data. Det stör framställningen och försvårar tolkningen.

 

Nu är det här förstås ingen stor sak i sig, men det är så klart synd att SCB, som i kraft av att vara landets statistikmyndighet borde vara föregångare inom området, inte följer best practice för diagramproduktion. Ingen skugga över SCB i övrigt. Jag har själv jobbat på myndigheten under flera år och har till och med varit chef inom avdelningen där det här diagrammet har producerats. Men här råkade man ut för ett litet olycksfall i arbetet.