สฤณี ไล่เรียงความผิดปกติ ปมบัตรเขย่ง พร้อมข้อคิดในการตรวจสอบข้อมูล 100% เทียบกับ 94%
เมื่อวันที่ 23 กุมภาพันธ์ สฤณี อาชวานันทกุล นักวิชาการอิสระด้านการเงิน โพสต์ข้อความผ่านเพจ “Sarinee Achavanuntakul – สฤณี อาชวานันทกุล” ระบุว่า
“ความผิดปกติ” ทั้งหลายในกรณีบัตรเขย่ง – ข้อคิดในการตรวจสอบข้อมูล 100% เทียบกับ 94%
ระหว่างที่รอนักวิทยาศาสตร์ข้อมูลเก่งๆ หลายคน “อ่าน” และตรวจสอบไฟล์ PDF ต่างๆ นานาบนเว็บ กกต. ด้วยความยากลำบาก (ซึ่งยังไม่มีอะไร 100% เลย อย่างที่เคยบอกไปแล้ว) คิดว่าอยากมาไล่เรียง “ความผิดปกติ” ทั้งหลาย ที่เราน่าจะสามารถใช้ได้ในการตรวจสอบว่า ข้อมูล 94% ไม่เป็นทางการของ กกต. (ซึ่งใช้ในการประกาศผลการเลือกตั้ง จับขั้วรัฐบาล ฯลฯ ของสื่อมวลชนและพรรคการเมืองทุกพรรค) นั้น มันน่าจะเกิดจาก “การจัดการกับคะแนนดิบจากหน่วยเลือกตั้งอย่างเป็นระบบ” (ผิดกฎหมาย) หรือเป็นแค่ “การออกแบบระบบแบบแปลกประหลาด” ให้รายงานตัวเลขกล่องเขียว – กล่องชมพูแยกกันเท่านั้น (แย่มาก แต่อาจไม่ผิดกฎหมาย)
(ไฟล์ Excel 94% ไม่เป็นทางการ ที่เผยแพร่สาธารณะ ยังอยู่นี่นะคะ https://docs.google.com/…/1HGLcjL4sKWvpgWtXVk3e…/edit… จริงๆ เพิ่มอะไรไปพอสมควร แต่รอเทียบกับ 100% ทีเดียว)
*** สมมุติฐานที่ต้องเป็นความจริงเสมอ (ground truth) คือ คะแนนรายเขตจะต้องเป็นผลรวมของคะแนนดิบจากทุกหน่วยเลือกตั้งในเขตนั้นๆ และคะแนน 94% ไม่เป็นทางการ สะท้อนคะแนนจากหน่วยเลือกตั้ง 94% ของทั้งหมดจริงๆ ไม่ใช่ตัวเลขสมมุติ ***
ตัวอย่าง “ความผิดปกติ” ที่จะใช้ทดสอบ —
- จำนวนผู้มาใช้สิทธิรวมของแต่ละเขต นับ 100% สูงกว่า จำนวนผู้มาใช้สิทธิ 94% อย่างผิดปกติ (ในไฟล์ Excel ด้านบน ชีท poll-stations มีรายชื่อหน่วยเลือกตั้งทุกหน่วยทั่วประเทศในเลือกตั้ง 2569 รวมถึงจำนวนผู้มีสิทธิเลือกตั้งในแต่ละหน่วย) –> “ผิดปกติ” เช่น ผลต่างระหว่าง จำนวนผู้มาใช้สิทธิ 100% กับ ผู้มาใช้สิทธิ 94% สูงกว่า 6% มาก
- จำนวนบัตรเสีย 100% สูงกว่าหรือต่ำกว่าจำนวนบัตรเสีย 94% อย่างมีนัยสำคัญ
- คะแนนของผู้ชนะ 100% สูงกว่าหรือต่ำกว่าคะแนน 94% อย่างมีนัยสำคัญ
- จำนวนผู้ใช้สิทธิเลือกตั้งนอกเขตและนอกราชฯ ของแต่ละเขต (ไม่รวมอยู่ในข้อมูล 94%) น้อยกว่าผู้ประสงค์ลงทะเบียนมาก (มีตัวเลขรายหน่วยในชีท poll-stations)
- เขตที่มีการเปลี่ยนตัวผู้ชนะเลือกตั้ง ทั้ง ส.ส. เขต และ บัญชีรายชื่อ (ถ้ามี) (ผู้ชนะตอน 100% เป็นคนละคนกับตอน 94%)
สุดท้าย ปลายทางของการตรวจสอบทั้งหมดนี้ควรอธิบายได้ว่า เขตที่เคยเขย่ง โดยเฉพาะที่ > 1,000 ใบ (ไม่ว่า เขียว > ชมพู หรือ ชมพู < เขียว) ตอน 94% มันกลับมาไม่เขย่งตอน 100% ได้อย่างไร
ใครคิดแบบทดสอบอะไรออกอีก ชวนให้ความเห็นนะคะ 🙂
(จริงๆ ส่วนตัวคิดว่า การทำสิ่งนี้ใกล้เคียงกับหลักการพื้นฐานของ Forensic Accounting แล้ว 55 แขนงบัญชีนิติวิทยา / การบัญชีเชิงสืบสวนนี้ยังไม่เป็นที่รู้จักมากนักในบ้านเรา แต่สำคัญมากๆ ในการป้องกันและปราบปรามอาชญากรรมทางเศรษฐกิจ)
