Cobertura electoral mexicana

¿Cómo se agregan y ponderan las encuestas?

Las estimaciones de la proporción ponderada de los resultados de la encuesta se calculan utilizando un modelo de regresión local ponderado que modela los porcentajes de apoyo por candidato en función del tiempo. El modelo LOESS es una herramienta que permite identificar la relación no lineal entre un conjunto de variables mediante el uso de pochart-titlelynomials. Este modelo es óptimo para extrapolar de forma ponderada la proporción de encuestados que prefieren un candidato sin asumir que los resultados siguen una tendencia lineal.

El modelo incorpora una ponderación diseñada para dar mayor peso en la estimación de ciertas observaciones. Los elementos que conforman esta ponderación son el tiempo (mayor peso para las observaciones recientes), la precisión histórica de la firma encuestadora que publica los resultados (mayor peso a los resultados de las firmas encuestadoras con altos niveles de precisión en las encuestas anteriores), precisión de la encuesta (mayor peso para las encuestas con márgenes de error más pequeños, aproximados por el tamaño de la muestra informada) y tipo de encuesta (mayor peso para las encuestas realizadas en la vivienda).

Ponderación por precisión histórica

El indicador de precisión de las empresas encuestadoras se basa en la adaptación de un sistema multipartidista del «índice de precisión A » de Martin, Traugott y Kennedy (2005) por Arzheimer y Evans (2014). El índice de precisión A es una medida de sesgo que proporciona información sobre la estimación excesiva o insuficiente de los resultados de una encuesta una vez que se compara con los resultados oficiales, pero se diseñó originalmente para operar solo en sistemas bipartidistas. De acuerdo con el algoritmo de Arzheimer y Evans, para adaptarlo a un sistema multipartidista como el mexicano, los subíndices de precisión A ‘ correspondientes a cada una de las partes se calculan primero,

dónde , es la proporción de encuestados que respaldan a la parte i , y la proporción de votos que el partido que tenía en la elección. De esta forma, el índice combinado B es la suma del valor absoluto de los subíndices dividido por el número de partidos en la elección. Específicamente,

para calcular los índices de precisión de cada encuestadora, se analizaron las encuestas publicadas y registradas en los archivos del Instituto Nacional Electoral para las elecciones presidenciales de 2006 y 2012. El índice B para cada mesa de votación se calculó como el promedio de los índices recibidos por cada uno de los estudios publicados en un ciclo electoral. Para privilegiar las urnas en las elecciones más recientes, el índice de precisión final da más peso a los resultados de 2012 que los de 2006.

Este monto exponencial, exp (B) , se puede interpretar como el factor promedio por el cual las probabilidades de las diferentes partes fueron sobre o subestimadas. Los números menores indican una mayor precisión, por lo que el peso es el inverso de esta cantidad. A los encuestadores que no tienen registro en 2006 o 2012 se les asignó el número de precisión más alto en la muestra más una penalización de 0.02.

El indicador de precisión histórica muestra la siguiente clasificación de empresas de sondeo. Los encuestadores se enumeran del mayor peso al más pequeño.

Encuestador
Reforma
El Financiero
GEA ISA
Buendia y Laredo
Consulta
Parametria
Defoe Spin
GCE
Gii360
Suasor
Celexis

Ponderación por precisión y margen de error

La ponderación de precisión de la encuesta está determinada por el error estándar derivado del tamaño de la muestra y la proporción de los votos registrados para un candidato A :

Ponderación por tipo de encuesta

Debido a los posibles errores de cobertura de las encuestas telefónicas que son el resultado del inevitable sesgo de entrevistar solo a la población que tiene una línea telefónica en el hogar, la ponderación da menos peso relativo a las encuestas telefónicas, en comparación con las encuestas de vivienda.

Ponderación temporal

Para dar más importancia a las encuestas más recientes, calculamos la distancia temporal entre la fecha de publicación de cada una de las encuestas y el día de la elección. Debido a que cantidades más pequeñas son más deseables, el peso temporal es igual al inverso de esta cantidad.

Finalmente, las cantidades mencionadas anteriormente se multiplicaron para formar el vector de pesos finales.

Una nota final sobre por qué no utilizamos encuestas en las redes sociales

Decidimos no incluir los resultados de las encuestas en las redes sociales (en particular, las encuestas entre los usuarios de Facebook publicados por SDP) por tres razones fundamentales:

1. Los usuarios de las redes sociales tienden a ser más jóvenes y tienen un nivel socioeconómico más alto que la sociedad en general. Esto introduce sesgos en la selección de los entrevistados que pueden mitigarse mediante la estratificación posterior de los resultados para dar a los grupos menos representados en el estudio un peso similar al de la población general. Pero hacerlo no mitiga los sesgos que provienen de las diferencias en las preferencias políticas entre quienes son usuarios de las redes sociales y quienes no lo son.

2. No hay una forma clara de saber quién fue invitado o no a participar en la encuesta porque los sistemas que controlan las invitaciones son, básicamente, recuadros negros que impiden conocer el marco muestral y los mecanismos de selección de los usuarios para participar en la encuesta. . Esto hace que sea imposible calcular cualquier medida de incertidumbre de los resultados y hace que sus muestras, que son grandes, no sirvan para estimar la precisión de los resultados.

3. Los participantes se autoseleccionan, es decir, deciden participar o no por razones que no son cuantificables y se seleccionan de una población desconocida y no verificable.

Finalmente, es importante tener en cuenta que las encuestas en las redes sociales no son consideradas válidas por la industria, al menos no para generalizar sus resultados a la población en general. Sumarlos al promedio ponderado irá en contra de los estándares de la industria (ver AAPOR 2014). Además, dado que el tamaño de las muestras que manejan es muy alto, sumarlas al promedio ponderado calculado por este sistema causará un sesgo significativo a favor de sus resultados, afectando así su validez.

Referencias

AAPOR (2014), « Redes sociales en la investigación de opinión pública» , consultado el 11 de febrero de 2018.

Kai Arzeimer y Jocelyn Evans (2014), «Una nueva medida de precisión multinomial para el sesgo de votación», Political Analysis, vol. 22, n.1.

Martin, Elizabeth A., Michael W. Traugott y Courtney Kennedy (2005), «Una revisión y una propuesta para una nueva medida de la precisión de la encuesta», Public Opinion Quarterly, vol. 69, n. 3.

La metodología de México Bloomberg Poll Tracker fue desarrollada por Salvador Vázquez, Catedrático de Investigación de Conacyt en el Laboratorio Nacional de Políticas Públicas en CIDE, Ciudad de México, y por Michelle Torres, candidata a doctora en ciencias políticas por la Universidad de Washington en St. Louis.

Lee mas

Por admin

Deja una respuesta

Tu dirección de correo electrónico no será publicada.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.