Bygg en väljare

Det är mindre än ett år kvar till valet och ikväll är det partiledardebatt i Agenda. Kampen om väljarna har börjat. Kan du bygga ihop den ultimata väljaren för ditt favoritparti? Det är fler faktorer än till exempel kön och ålder som spelar in – testa dig fram i SVT:s verktyg.

Väljare beskrivs ofta som om de kunde sammanfattas i enkla kategorier: kvinnor åt ett håll, män åt ett annat, arbetare på vissa partier, högutbildade på andra. Men finns verkligen dessa “typiska” väljare? Alla tillhör flera grupper samtidigt, och först när faktorer kombineras framträder en mer nyanserad bild.

SVT har byggt en simulator där det går att konstruera demografiska grupper och se hur den gruppen skulle rösta om det var val idag. Du väljer kön, ålder, yrke, bostadsort och så vidare och ser hur populära partierna är för den gruppen – antingen ser du andelen som skulle rösta på partiet eller skillnaden från det senaste valresultatet.

Siffrorna bygger på en modell som SVT och Verian utvecklat med hjälp av maskininlärning, en form av AI. Den räknar fram sannolikheter för hur olika grupper röstar, baserat på cirka 21 000 intervjuer. Vill du veta mer om hur modellen är byggd? Läs metodavsnittet i slutet av artikeln.

Bygg din grupp och se hur den skulle rösta om det var val idag

De gråa staplarna visar valresultatet 2022.

Så påverkar dina val sannolikheten för olika partier

Låt oss ta en närmare titt på hur de enskilda faktorerna bidrar till resultatet. Du väljer en faktor, exempelvis kvinnor eller män, och ser hur mycket det valet bidrar till sannolikheten att ett visst parti väljs av gruppen.

Lägg märke till att de val du senast gjorde ovan hänger med i det vi ska titta på nu.

Kön

Väljer man Kvinnor här ser vi att s får ett tydligt lyft och sd en tydligt sänkning. Eftersom vi bara har två val så blir det ungefär tvärtom om man väljer att titta på Män. Tryck på knappen Slumpa väljare för att slumpa alla andra faktorer och se hur ditt val av kön påverkar.

Tips: Klicka på grafen så kan du ändra sorteringen

Så påverkar kön

Ålder

Här finns fler alternativ och de olika åldersgrupperna lyfter i regel olika partier. Allt beror på den specifika kombinationen av faktorer du valt – men ofta sänks s och kd i den yngsta gruppen, 18–23 år, medan mp och till viss del v höjs.

Så påverkar ålder

Utbildningsnivå

Nu kan du det här – testa alternativen och se vad som händer.

Så påverkar utbildningsnivå

Yrke

Hur påverkar väljarnas sysselsättning resultatet?

Så påverkar yrke

Olika delar av landet

Finns det geografiska skillnader? Testa och se.

Så påverkar var du bor

Storlek på hemort

Hur påverkar storleken på hemorten? Mindre ort är en ort som har färre än 3 000 invånare.

Så påverkar storleken på orten

Facktillhörighet

Olika fackförbund ger ett lyft för olika partier.

Så påverkar facktillhörighet

Metod

Underlaget bygger på 21 451 intervjuer där personer har svarat på vilket parti de skulle rösta på om det var val idag. Insamlingen har gjorts av Verian på uppdrag av SVT mellan december 2024 och september 2025. Urvalet är nationellt representativt, och svaren är viktade för att spegla befolkningen.

Vi använder en så kallad multinomial logistisk regression, en statistisk modell som uppskattar sannolikheten att rösta på olika partier utifrån demografiska faktorer. I modellen ingår bland annat kön, ålder, utbildningsnivå, arbetssituation, bostadsort, fackmedlemskap och region. Vi har inte lagt in interaktioner mellan faktorerna, utan varje faktor skattas var för sig.

När vi visar “effekten” av en viss faktor innebär det att vi jämför skillanden i medelvärdet för en kategori och den valda gruppen (t.ex. grundskoleutbildning jämfört med medelvärdet för grundskoleutbildning, gymnasieutbildning och högskoleutbildning). Skillnaden i sannolikhet att rösta på ett parti blir då effekten.

Hur kan de olika effekterna påverka olika partier olika mycket?

När vi visar effekten av en faktor, till exempel utbildning eller kön, räknas den alltid utifrån de andra egenskaperna som redan är valda. Om man ändrar en annan faktor, som åldersgrupp, förändras hela utgångsläget. Då kan ett parti som tidigare gynnades mest av en faktor få mindre lyft, medan ett annat parti istället får störst effekt.

Kort sagt: vilken faktor som verkar mest betydelsefull, och vilket parti som påverkas mest, beror på kombinationen av egenskaper, inte på en enskild faktor.

Ovanliga kombinationer

Vi har markerat en kombination som ovanlig när färre än 100 personer i materialet har uppgett just den geografiska kombinationen.

De kombinationer som analyseras bygger på tre kategorier:

  • Yrke och facklig tillhörighet

  • Region och storlek på hemort

  • Åldersgrupp och yrken

Regioner

Regionerna består av invånare från följande län:

Göteborgsområdet: Göteborg, Ale, Alingsås, Härryda, Kungsbacka, Kungälv, Lerum, Mölndal, Partille, Stenungsund, Tjörn, Öckerö och Vårgårda

Malmöområdet: Malmö, Lund, Burlöv, Lomma, Staffanstorp, Kävlinge, Vellinge, Trelleborg och Svedala

Norra Sverige: Västernorrlands län, Jämtlands län, Västerbottens län, Norrbottens län

Norra mellansverige: Värmlands län, Dalarnas län, Gävleborgs län, Säffle och Åmål

Småland och öarna: Kronobergs län, Kalmar län, Jönköpings län och Gotlands län

Stockholmsområdet: Stockholms län utom Norrtälje

Sydsverige: Skåne län, utom Malmö, samt Blekinge län

Västsverige: Västra Götalands län, exklusive Göteborg, Säffle, Åmål, Bengtsfors, Dals-Ed, samt Halmstad, Laholm, Falkenberg, Varberg och Hylte

Östra mellansverige: Östergötlands län, Södermanlands län, Örebro län, Västmanlands län, Uppsala län och Norrtälje

Visa

Relaterat

Oskar Nyqvist

SVT Datajournalistik

Publicerad: 11 oktober 2025