Cómo llegar a un pronóstico electoral confiable

En el país se necesitan 15 mil entrevistas y un diseño técnico para estimar con precisión el favoritismo y la popularidad para la elección presidencial. Este es el resultado de un estudio realizado y presentado en el último Simposio Nacional de Estadística, organizado por el Departamento de Estadística de la Universidad Nacional.

Leonardo Bautista S.*

En 1994, el candidato Ernesto Samper se hizo Presidente de la República porque en la segunda vuelta electoral obtuvo el 50,2% de los votos. Cuatro años después el ganador fue Andrés Pastrana con el 50,4% y en 2002 el ganador, en la primera vuelta, fue Álvaro Uribe con el 53,87% de los votos; porcentaje que resulta de dividir 5'719.683 votos a su nombre, sobre 10'617.129 votos válidos registrados en esa oportunidad.

Esta verdad tiene repercusiones para quien planea una muestra de pronóstico electoral. No solo se debe estimar la cantidad total de votos por los candidatos sino también la abstención, que en el país no es despreciable. Por ejemplo, en septiembre de 1993, el Censo Nacional de Población registró algo más de 19 millones de personas mayores de 18 años. Nueve meses después, en las elecciones para Presidencia, los votos válidos superaron apenas los siete millones, es decir la abstención fue del 61,3%. La conclusión técnica es clara: se trata de estimar la razón de votos por cada candidato, para lo cual es necesario preguntar tanto por la intención de participar en la elección como por el candidato que se apoya.

Para estimar el favoritismo es necesario un marco de muestreo, que permita identificar y ubicar a cada uno de los votantes. Dado que en Colombia la organización electoral no construye el registro detallado de los posibles votantes, se debe entonces seguir un proceso en dos o más etapas. Por ejemplo, la primera selección podría ser de municipios; la segunda, de manzanas al azar en los municipios escogidos; y en la tercera, de personas.

Cuando hay evidencia de que los resultados de elecciones anteriores están bien correlacionados con lo que se espera para el período electoral que se avecina, se pueden utilizar como referente para optimizar el diseño muestral. En este caso la pregunta es: ¿qué tanto habrían servido los resultados de Andrés Pastrana en 1994 para la estimación en 1998, o los de Horacio Serpa en 1998 para la estimación en 2002? La tabla 1 muestra que el 88,4% de los municipios en los que Pastrana obtuvo mucha votación en 1994 la volvió a repetir en 1998, y la misma estabilidad se registra, al contrario, en los municipios con menos favoritismo pastranista. Esta relación también se evidencia en el caso Serpa 1998 frente a Serpa 2002, lo que sugiere la pertinencia de utilizar información de procesos electorales anteriores para el pronóstico que se busca.

Estratificación de municipios

A partir de los datos de votación por Serpa, en la primera vuelta de 1998, este estudio concluye que para la estimación de favoritismo antes de las elecciones de 2002, hubiera sido conveniente dividir los municipios del país en cuatro estratos de la siguiente manera: el primero, con 21 municipios, capitales de departamento y todos entran en la muestra. El segundo, con 144 lugares, entre capitales de departamento y ciudades intermedias, del que se seleccionan 44. El tercero, contiene 610 municipios pequeños de los que se seleccionan solo 14; y el último, con los 241 municipios más pequeños y alejados del país, de los que se escoge únicamente uno. Esto conduce prácticamente a un mínimo absoluto de tamaño de muestra financiable y un error de estimación reducido.

En total, la muestra adecuada para alcanzar un coeficiente de variación del 5,1% -que como se sabe entre más pequeño, mayor es la precisión alcanzada-, sería de 80 municipios, donde se eligen cerca de 6.200 manzanas, y dentro de las mismas, 14.500 personas. La propuesta, entonces, es seleccionar manzanas directamente en 59 municipios y pasar por una etapa intermedia de escoger sectores cartográficos (106) y dentro de ellos manzanas en las 21 ciudades más importantes.

La prueba del diseño

Finalmente y para verificar la calidad de la muestra así diseñada, el estudio realizó una prueba con los resultados reales obtenidos en 2002. Primero, se simuló el universo de votación, de tal forma que en cada municipio se reprodujera el resultado real obtenido. La simulación se realizó en dos escenarios estadísticamente diferentes. Uno con distribución uniforme de la abstención y la preferencia por Uribe al interior de cada municipio, y otro escenario concentrando la abstención y la votación "No" Uribe en ciertas secciones de cada uno de los municipios grandes. Se simularon luego, en forma computacional 500 muestras en cada uno de los escenarios planteados y los resultados, para un porcentaje real obtenido por Uribe del 53,87%, fueron:

Resultados muy acertados para unos comicios de pronóstico reservado, puesto que era difícil determinar si habría o no necesidad de una segunda vuelta.

Conclusiones

•  La muestra necesaria para estimar con precisión y confiabilidad el resultado electoral de la elección para Presidente o el nivel de popularidad actual del gobierno es del orden de 15 mil personas a lo largo y ancho del país.

•  Si se hubiera presentado una situación de relativa igualdad entre tres candidatos, esta muestra habría sido insuficiente para estimar con precisión los dos que pasarían a la segunda vuelta.

•  Esta muestra no es válida para la estimación de resultados para el Senado, pues el total nacional del candidato más votado suele ser del orden del 10% de la votación global válida.

•  El costo comercial de aplicación de una muestra similar a la aquí planteada puede estar por el orden de $300 millones. Sin embargo, haciendo una variación técnica para pasar a un diseño en dos fases, se puede contar con un dispositivo global de precio mayor, pero apto para realizar entre seis y ocho mediciones a modo de panel, para así entregar un resultado por semana o tres pronósticos por mes.

* Docente y director del Grupo de Investigación en Muestreo y Encuestas del Departamento de Estadística de la Universidad Nacional de Colombia.