W wyborach do Parlamentu Europejskiego w Polsce wyborcy mogą głosować na konkretnych kandydatów i kandydatki, którzy znaleźli się na kartach wyborczych. W ten sposób mogą oni co prawda okazać swoje poparcie dla dowolnej osoby według własnych preferencji, jednakże dane empiryczne wskazują, że najczęściej wybierane są nazwiska umieszczone na początkowych miejscach. Prowadzi to do istotnego pytania o to, w jakim stopniu sukces wyborczy kandydata zależy od jego zasobów i ich docenienia przez wyborców a w jakim od decydentów narzucających określony kształt list wyborczych i logiki, którą się posługują w tym działaniu. Warto zwrócić uwagę, że istnieje co najmniej kilka – niekoniecznie wykluczających się – strategii wyboru kandydata z danej listy. Wyborcy mogą używać informacji o jego pozycji jako heurystyki określającej jego predyspozycje do zostania europosłem lub europosłanką. Znaczenie może mieć również wyrazistość percepcyjna poszczególnych miejsc (stąd osoby na ostatnim miejscu są wybierani częściej niż ci ze środkowych pozycji). Jednakże wyborcy mogą też kierować się osobistymi atrubutami kandydatów (np. ich wcześniejszymi sukcesami wyborczymi, rozpoznawalnością) niezależnie od tego, jakie miejsce zajmują.
Zmienną zależną w naszej analizie jest odsetek głosów uzyskanych przez kandydatów w ramach swojej listy w wyborach do Parlamentu Europejskiego w Polsce w 2019 r. Zmiennymi niezależnymi są: kapitał wyborczy (liczba głosów uzyskana w poprzednich wyborach), widoczność w mediach społecznościowych (reakcje wywoływane przez kandydatów na Facebooku i Twitterze), lokalność (siła związku między okręgiem wyborczym kandydatów a ich miejscem zamieszkania) a także opracowany przez nasz zespół indeks przychylności partyjnej, tj. stopień, w jakim otrzymana pozycja na liście jest powiązana z miejscem, które kandydaci powinni otrzymać, gdyby znaczenie miały tylko ich zasoby (wskazujące na uprzywilejowanie albo dyskryminację określonych kandydatów).
W analizie wykorzystaliśmy dane z PKW o kandydatach w wyborach samorządowych, parlamentarnych i do Parlamentu Europejskiego z lat 2014-2018 oraz dane na temat reakcji użytkowników Twittera i Facebooka na wpisy kandydatów w okresie od rejestracji komitetów wyborczych do dnia wyborów. Wyniki wskazują, że model (beta regresja) z wszystkimi zmiennymi niezależnymi osiągnął R2 równe 0,68 a rezultaty pozwalają na oszacowanie wag poszczególnych czynników dla wyników wyborczych kandydatów. Ponadto, pogłębiona analiza wykazała, że sukces wyborczy jest możliwy w wyniku różnych konfiguracji atrybutów kandydatów oraz przychylności partyjnej. Zostaną one syntetycznie omówione wraz z konkretnymi przykładami.