ABP CVoter Survey Assembly Election 2022 :  उत्तर प्रदेश, पंजाब, उत्तराखंड, गोवा आणि मणिपूर या राज्यांतील निवडणूकांच्या तारखा नुकत्याच जाहीर झाल्या आहेत. या निवडणूकांमध्ये कोणाचं पारडं किती जड? या प्रश्नांची उत्तरं शोधण्याचा प्रयत्न एका सर्वेतून करण्यात आला आहे. एबीपी न्यूजने सी-वोटरसोबत मिळून हा ओपिनियन पोल तयार केला आहे.


पाच राज्यांतील या निवडणूकांसाठी 89 हजारहून अधिक लोकांची मत घेण्यात आली असून निवडणूका होणाऱ्या राज्यांतील 690 विधानसभांमधील जागांबाबत नागरिकांची मत घेण्यात आली आहेत. हा सर्वे 12 डिसेंबर ते 8 जानेवारी दरम्यान घेण्यात आला आहे. दरम्यान या 5 राज्यांपैकी मणिपूर राज्यातील आकडेवारी अगदी आश्चर्यकारक आहे. मणिपूरमध्ये 60 विधानसभा सीट असून 27 फेब्रुवारी ते 3 मार्च यादरम्यान दोन टप्प्यांत हे मतदान पार पडणार आहे. या सर्वेनुसार 35 टक्के मतं भाजपाला मिळणार असून काँग्रेसला 33 टक्के तर एनपीएफला 11 आणि इतरांना 21 टक्के मतं मिळणार असल्याचं समोर आलं आहे. 


मणिपूरमध्ये कुणाला किती जागा?


भाजप   23-27 
काँग्रेस  22-26
एनपीएफ  2-6
इतर  5-9
------------------------------


कुणाला किती टक्के मते?


भाजप  35.5 टक्के
काँग्रेस  32.6 टक्के
एनपीएफ 11.2 टक्के
इतर   20.7 टक्के 
--------------------------------


मणिपूरमध्ये भाजपचा कसा बदलला कौल? 


सप्टेंबर 2021 32-36
ऑक्टोबर 2021  26-30
नोव्हेंबर 2021  25-29
डिसेंबर 2021  29-33
जानेवारी 2022  23-27
--------------------------------


मणिपूरमध्ये काँग्रेसचा कसा बदलला कौल? 


सप्टेंबर 2021  18-22
ऑक्टोबर 2021  21-25
नोव्हेंबर 2021  20-24
डिसेंबर 2021 23-27


जानेवारी 2022  22-36


----------


भाजपला फायदा की तोटा?


2017 -  21   


2022 -  25 (23-27)


फायदा - 4 
-----------------------------------


काँग्रेसला फायदा की तोटा?


2017 - 28


2022 - 24 (22-26)


तोटा - 4


सूचना : आजचा ओपिनियन पोल सी-व्होटर या संस्थेनं केलेला आहे. यासाठी RDD पद्धतीनुसार 18 वर्षापेक्षा जास्त वय असलेल्यांच्या मुलाखती घेतलेल्या आहेत. उत्तर प्रदेश, पंजाब, गोवा, उत्तराखंड, मणिपूर या पाचही राज्यातून वेगवेगळ्या वयोगटातील 89 हजार 536 जणांची मतं जाणून घेतली आहेत. हा ओपिनियन पोल 12 डिसेंबर 2021 ते जानेवारी 2022 दरम्यान करण्यात आला आहे. बदलत्या स्थितीनुसार या पोलमध्ये 3 ते 5 टक्क्यांची त्रुटी जाणवण्याची शक्यता आहे. मात्र हा निकश सगळ्या वर्गीकरणासाठी लागू होईल असं नाही.


हे ही वाचा -