TRIBUNWOW.COM - Elektabilitas pasangan calon (paslon) capres-cawapres nomor urut 2, Prabowo Subianto dan Gibran Rakabuming masih yang tertinggi versi Lembaga Survei Centre for Strategic and Internasional Studies (CSIS).
Berdasarkan survei CSIS, elektabilitas Prabowo-Gibran sebesar 43,7 persen.
Lembaga survei CSIS telah merilis hasil survei elektabilitas terbaru dari ketiga capres-cawapres, Rabu (27/12/2023).
Baca juga: 7 Survei Elektabilitas Capres-Cawapres Bulan Desember: Ganjar-Mahfud dan Anies-Muhaimin Tipis
Baca juga: 3 Hasil Survei Elektabilitas Capres-Cawapres di Jawa Tengah, Dukungan Ganjar-Mahfud Berkurang?
Sedangkan dua paslon lainnya, Anies Baswedan-Muhaimin Iskandar dan Ganjar Pranowo-Mahfud MD masih berada di bawah Prabowo-Gibran.
Pasangan nomor urut 1, Anies-Muhaimin di urutan kedua dengan elektabilitas 26,1 persen.
Sedangkan pasangan nomor urut 3, Ganjar-Mahfud MD di tempat ketiga dengan elektabilitas 19,4 persen.
Dalam survei kali ini, sebanyak 6,4 persen responden belum menentukan pilihan. Sementara 4,5 persen tidak menjawab.
Kepala Departemen Politik dan Perubahan Sosial CSIS Arya Fernandes mengatakan, Prabowo-Gibran dan Anies-Muhaimin bersaing ketat di wilayah Sumatera dan Jakarta-Banten.
“Kalau kita breakdown berdasarkan zona, memang menunjukkan di wilayah Sumatera itu pasangan 01 dan 02 masih bersaing ketat,” kata Arya dalam konferensi pers secara daring, Rabu (27/12/2023).
Di wilayah Sumatera, Anies-Muhaimin mendapatkan 34,4 persen, sedangkan Prabowo-Gibran mendapatkan 36,5 persen.
“Di Jakarta-Banten juga bersaing ketat antara 01 dan 02 ya, 35 versus 35 persen, hampir sama,” ujar Arya.
Adapun survei ini digelar pada 13-18 Desember 2023 atau pasca debat pertama Pilpres 2024 yang dilangsungkan pada 12 Desember lalu.
Baca juga: Ini Besaran Dana Kampanye Anies-Muhaimin, Prabowo-Gibran dan Ganjar-Mahfud MD di Pilpres 2024
Jumlah sampel 1.300 responden yang tersebar di 34 provinsi di Indonesia. Margin of error lebih kurang 2,7 persen dengan tingkat kepercayaan 95 persen.
Survei dilakukan dengan metode multistage random sampling.