Bayern: Sonntagsfrage von GMS vom 05.06.2023

Bayern - In der neuesten Umfrage zur Landtagswahl in Bayern von GMS erreichen CSU 41%, Bündnis 90/Die Grünen 14%, AfD 12%, Freie Wähler 11%, SPD 10%, FDP 4%, Die Linke 2% und Bayernpartei 1%. Wäre diesen Sonntag Wahl in Bayern, könnte CSU mit +3.8 Zuwachs seit der letzten Wahl in der Wählergunst am stärksten zulegen. Bündnis 90/Die Grünen hingegen würde im Wahlbarometer zum letzten Wahlergebnis am meisten Stimmen verlieren (-3.6).

Dr. Markus Söder regiert derzeit mit einer Koalition der Mitte aus CSU und Freie Wähler. Mit 59.1% der virtuellen Sitze könnte die Regierung weiter im Amt bleiben.

Die Wahlumfrage wurden von GMS erhoben. Dazu wurden in einem Zeitraum von 5 Tagen (31.05.2023 - 05.06.2023) 1001 Personen zu ihrer Parteienpräferenz befragt.

Koalitionsmöglichkeiten

CSU + Bündnis 90/Die Grünen

62.5

CSU + Freie Wähler

59.1

CSU + SPD

58.0

CSU

46.6

Häufige Fragen zu Wahlumfragen

Ergebnisse der Sonntagsfrage

Diese Sonntagsfrage zur Parlamentswahl in Bayern wurde von GMS durchgeführt. Die Befragung fand zwischen dem 31.05.2023 und 05.06.2023 unter 1001 Wahlberechtigten statt. Nach dieser Wahlumfrage würden CSU 41%, Bündnis 90/Die Grünen 14%, AfD 12%, Freie Wähler 11%, SPD 10%, FDP 4%, Die Linke 2% und Bayernpartei 1% erhalten.

Wie zuverlässig sind Sonntagsfragen?

Wahlumfragen bilden die aktuelle politische Stimmung ab und sind keine Prognose für die nächste anstehende Wahl. Aufgrund der Erhebungsmethode liegt die Fehlertoleranz des Wertes jeder Partei bei 1,5 bis 3 Prozentpunkten, je nach Höhe des Wertes. Viele Umfrageinstitute erwähnen kleinere Parteien daher erst ab Werten von etwa 3 Prozent, da seriöse Aussage darunter nur schwer möglich sind.

Worauf sollte man bei Wahlumfragen achten?

Achte bei Umfragen auf eine ausreichend große Stichprobengröße. Diese sollte bei mindestens 1000 befragten Personen liegen. Achte außerdem darauf, welches Institut die Umfrage durchführt und wer die Auftraggeber sind. Einige Institute neigen dazu, bestimmte Parteien zu hoch bzw. zu niedrig zu bewerten.