De Peilingwijzer combineert de peilingen voor de Tweede Kamer van I&O Research, Ipsos/EenVandaag en Kantar.

dinsdag 29 juni 2021

Peilingwijzer, update 29 juni 2021

Dit is de eerste update van de Peilingwijzer na de verkiezingen van maart 2021. In deze update zijn de peilingen van Ipsos/EenVandaag en I&O Research meegenomen die sinds die dag zijn gepubliceerd: drie per bureau, dus zes in totaal. Kantar heeft sinds de verkiezingen nog niet gepeild. De laatste peiling (van Ipsos/EenVandaag) is gehouden tussen 25 en 28 juni en de Peilingwijzer geeft daarmee dus een beeld van de cijfers rond 27 juni. 


We zien in grote lijnen hetzelfde beeld als bij de vorige verkiezingen: de VVD is een stuk groter dan andere partijen; daarachter volgen op afstand D66 en PVV. Het CDA en Forum krijgen nu minder steun dan bij de verkiezingen, terwijl er juist enige groei is voor JA21, Volt, PvdD en BBB. 

Een uitgebreide toelichting staat op NOS.nl: Peilingwijzer: VVD blijft grootste, CDA verder in de min na vertrek Omtzigt >>

Technische noot

Omdat er een relatief klein aantal peilingen in de Peilingwijzer is verwerkt, namelijk de bovengenoemde zes, heb ik een paar kleine aanpassingen in het model gedaan. Allereerst publiceren alle opgenomen peilers inmiddels altijd percentages op één decimaal, dus het model hoeft geen rekening te houden met het feit dat sommige bureaus alleen zetels publiceren. Daarnaast wordt de extra onzekerheid die peilingen hebben bovenop de foutmarge als gevolg van steekproeftrekking, de zogenoemde pollster inducted error, vooralsnog buiten beschouwing gelaten. Deze extra parameter kan nog niet betrouwbaar worden geschat. Ten slotte wordt een aantal priors in het Bayesiaanse model iets preciezer ingeschat, op basis van de waarden uit de vorige periode. Het gaat dan in het bijzonder om de veranderlijkheid van de steun voor partijen. Het model houdt er dus rekening mee dat die veranderlijkheid ongeveer hetzelfde zal zijn als in de vorige parlementaire periode, in plaats van een non-informatieve prior die eerder werd gebruikt. Dit maakt de schatting van het model beter als er nog weinig peilingen beschikbaar zijn (als er veel peilingen zijn, hebben de gekozen priors minder impact).