Estadística, la Ciencia detrás de las elecciones
Al cerrarse las urnas comienza una intriga difícil de sobrellevar para los candidatos y el pueblo ¿quién ganó? Mientras que la televisión compite por develar los resultados y las empresas que realizan encuestas viven sus cinco minutos de fama, hay una ciencia que ayuda a bajar los nervios con datos de la realidad: la estadística.
Dos matemáticos que realizan sus investigaciones en el campo de la estadística, hacen un repaso sobre las diversas formas de medir la intención de voto. El azar y las muestras, las claves de una buena predicción para las elecciones.
Ricardo Fraiman (Universidad de la República – Uruguay) y Liliana Forzani (FIQ-IMAL UNL-CONICET), doctores en matemática y precursores en la provincia de la investigación estadística, trabajan juntos en un proyecto. Aprovechando la visita del investigador uruguayo analizaron los beneficios y los problemas que plantean los métodos para predecir los resultados electorales
“Las encuestas a boca de urna, en general le erran, no sólo porque la gente miente sino porque no responde”, explica Fraiman. “Con las mesas testigo, el resultado no se obtiene de una respuesta sino que se proyecta en base a resultados de mesas que uno eligió. En ese caso, el tema es elegir bien las mesas”, indicó.
Sondeos de opinión, cuotas y sesgos
Estados Unidos fue uno de los primeros países en realizar y perfeccionar los sondeos de opinión. Ya en 1916 la revista Literary Digest, era famosa por la notable puntería de sus encuestas pre-electorales. Hasta 1936.
“Ese año se transformó la técnica de muestreo no sólo porque no ganó el candidato que predecían sino que lo hizo el otro por un margen muy grande”, cuenta Forzani. Tal como lo venía haciendo, el Digest mandó por correo su cuestionario a 10 millones de personas, de las cuales 2’4 respondieron dando como ganador a Landon sobre Franklin D Roosevelt que buscaba su reelección. Las urnas mostraron en cambio una victoria de Roosevelt con el 62 por ciento de los votos.
Forzani explicó que en ese momento los encuestadores tuvieron dos problemas. “Primero fue lo que se llama sesgo de selección, es decir que fallaron en decidir a quién le mandaban el cuestionario, porque era gente con teléfono y el candidato que ganó era un demócrata, al que lo votaba más la gente sin teléfono. El segundo es una distorsión llamada sesgo de la no respuesta, porque solo 2’4 de los 10 millones respondieron. Entonces estuvo el problema de quién respondía, porque solo lo hacía el que estaba muy de acuerdo o muy en desacuerdo. De esa elección se aprendió mucho y empezó a cambiar la estadística de muestreo”.
Diez años más tarde, en las elecciones presidenciales de 1948, las encuestas volvieron a fallar rotundamente y eso produjo otra modificación, esta vez en la toma de la muestra. “En esa época se usaba el muestreo por cuotas, donde se selecciona a la muestra con la intención de que se parezca a la población.
Por ejemplo, si las mujeres son el 54 por ciento de la población que vota entonces hay que tener un 54% de mujeres encuestadas. Lo mismo con la edad y otras variables, se ponen cuotas sin nada de azar”, indica Fraiman. “El problema es que es imposible poner cuotas de todo”.
Después de esas elecciones comenzaron a utilizarse las muestras aleatorias. El cambio se relacionó con la aparición de las leyes de los grandes números, que explican mediante teoremas cómo el azar se ocupa de acomodar las muestras para que estén cerca de la media de una población. “Parece raro eso del azar pero funciona mejor”, dice Fraiman. “Por ejemplo, si uno tira 10 mil veces una moneda equilibrada al aire, ¿cuántas veces va a salir cara? Un valor muy cercano al 50 por ciento. Eso es lo mismo con todas las variables”.
Fuente: dicyt.com