🏳️️️¿Con qué se come la indecisión y el voto en blanco?

Los misterios detrás de lo que se mide como intención al voto en blanco y la indecisión

Autor/a

Afiliación

Recetas Electorales

Análisis independiente

“Ignorance is a blank sheet, on which we may write, but error is a scribbled one, on which we must first erase”
– Charles Caleb Cotton

¿Qué esconde el voto en blanco?

Tal vez una de las cosas más inusuales de las encuestas de intención de voto es la dinámica de las mediciones del voto en blanco. Es extraña de principio a fin: a pesar de que el voto en blanco no supera el 2-4% de la votación en las elecciones, las encuestas miden en 15%, 20% y hasta 30%. Más extraño aún, el voto en blanco no siempre disminuye entre más se acerca la jornada electoral; a veces incluso aumenta antes de las elecciones.

¿Qué representa el voto en blanco en las encuestas de intención de voto? Este plato trata de responder esa pregunta, introduciendo unos problemas de las encuestas que nunca van a ver en los medios de comunicación, aunque al final queden más preguntas que respuestas.

---

Retrospectiva: El voto en blanco en las elecciones presidenciales de 2018

Aunque las elecciones presidenciales de 2018 fueron inusuales con el voto en blanco, particularmente en la segunda vuelta por cuenta de la decisión de Sergio Fajardo de anunciar que iba a votar en blanco, la ola que se formó durante esos meses refleja algo menos evidente.

La volatilidad y enorme distancia que hay entre lo que aparece en diferentes encuestas hace pensar que cada encuestadora está midiendo algo distinto cuando describen voto en blanco en sus fichas técnicas. Para entender mejor qué puede estar pasando, vale la pena repasar una idea importante que no se discute lo suficiente: los errores no muestrales de las encuestas.

# Paquetes ####
library(tidyverse)
library(plotly)

voto_blanco_2018 <- readr::read_csv("https://raw.githubusercontent.com/nelsonamayad/Elecciones-presidenciales-2018/master/Elecciones%202018/encuestas2018.csv") %>%
  dplyr::rename(ns_nr=`ns/nr`) %>%
  tidyr::pivot_longer(cols = c(ivan_duque,german_vargas_lleras,humberto_delacalle,sergio_fajardo,gustavo_petro), 
                      names_to = "candidato",
                      values_to = "int_voto") %>%
  #Standarize
  dplyr::mutate(blanco_std = (blanco-mean(blanco)/sd(blanco))) %>%
  dplyr::group_by(candidato) %>%
  dplyr::mutate(int_voto_std = (int_voto-mean(int_voto)/sd(int_voto))) %>%
  dplyr::mutate(vuelta = ifelse(n<27,0,1)) %>%
  dplyr::filter(n>11) 
   #Resultados
  #dplyr::bind_rows(tribble(~fecha,~ivan_duque,~gustavo_petro,~blanco,~encuestadora,
  #                         lubridate::as_date("2018-06-17"),54,42,4,"Resultado")) 

voto_blanco_2018_plot <- voto_blanco_2018 %>%
  ggplot(aes(x=lubridate::as_date(fecha),y=blanco))+
  geom_point(aes(shape=encuestadora,
                 text = paste('Voto en blanco:', blanco,
                              '<br>Muestra:',muestra,
                              '<br>Encuestadora:',encuestadora,
                              '<br>Fecha:', fecha)), 
             position = "jitter",
             size=3,
             color="black",
             show.legend = FALSE)+
   geom_point(data=tribble(~fecha,~ivan_duque,~gustavo_petro,~blanco,~encuestadora,
                           lubridate::as_date("2018-05-27"),39.34,25.08,1.7,"Resultado",
                           lubridate::as_date("2018-06-17"),54,42,4,"Resultado"),
                                       aes(shape=encuestadora,
                 text = paste('Voto en blanco:', blanco,
                              '<br>Resultado:',encuestadora,
                              '<br>Fecha:', fecha)), 
             #position = "jitter",
             size=8,
             color="red",
             show.legend = FALSE)+
  #geom_hline(yintercept = 338581/19336134, linetype="dashed", color="orangered2")+
  #geom_hline(yintercept = 807924/19247062, linetype="dashed",color="forestgreen")+
  # Vueltas
  geom_vline(xintercept = c(as.numeric(lubridate::as_date("2018-03-11")),
                            as.numeric(lubridate::as_date("2018-05-27")),
                            as.numeric(lubridate::as_date("2018-06-17"))), color="royalblue2")+
  #annotate("text",x=lubridate::as_date("2018-02-27"),y=29,label="Legislativas", angle=90,color="royalblue2")+
  #annotate("text",x=lubridate::as_date("2018-05-16"),y=29,label="1 vuelta", angle=90,color="royalblue2")+
  #annotate("text",x=lubridate::as_date("2018-06-10"),y=29,label="2 vuelta", angle=90,color="royalblue2")+
  # LOESS
  geom_smooth(method="loess",color="white",size=3,fill="grey10")+
  scale_shape_manual(values=c(4,16,17,3,15,25,10,11,8))+
  scale_x_date(date_breaks = "1 week")+
  labs(x=NULL,y="% voto en blanco reportado en cada encuesta")+
  theme_classic()+
  theme(legend.position="none",
        legend.title = element_blank(),
        #panel.background = element_rect(),
        axis.text.x=element_text(angle=90, hjust=1, size=6))

ggplotly(voto_blanco_2018_plot, tooltip = "text")

El voto en blanco en las encuestas de 2018

Errores no muestrales –más allá del márgen de error

Las encuestas pueden tener dos tipos de errores: 1) errores muestrales, que vienen de tomar una sola muestra y no examinar toda la población que se busca estudiar, y 2) errores no muestrales, que incluyen, además de otras pesadillas para los encuestadores, errores de medición y sesgos de participación y respuesta.¹

El voto en blanco que miden las encuestas puede estar recogiendo varios tipos de errores muestrales y no muestrales. Por el lado de los errores muestrales, es posible que las encuestas no lleguen a partes de la población con cierta inclinación ideológica y las muestras excluyan sistemáticamente, por ejemplo, municipios pequeños que se inclinan hacia un lado de la balanza. Por el lado de los errores no muestrales, las personas que responden voto en blanco pueden ser de dos tipos: los que responden eso por salir del paso o realmente no saben por quién votar (“no sé, ponga que voto en blanco”) o los que responden que van a votar en blanco a pesar de saben que van a votar por algún candidato pero prefieren no revelarlo. (“sí sé, pero no le voy a decir, así que ponga voto en blanco”). La historia es muy diferente si el voto en blanco recoge un tipo de error no muestral más que otro.

library(kableExtra)
library(tidyverse)

tribble(~tipo,~descripcion,~ejemplo,
        "Demarcación", "La muestra no refleja la población objetivo","La encuesta se llevó a cabo en Bogotá, Barranquilla y Cali",
        "Medición", "Cuando la encuesta misma afecta los resultados","¿Piensa votar por el candidato de derecha en las próximas elecciones?",
        "No respuesta","Cuando los datos que no se ven están muy relacionados con la probabilidad de respuesta","Cuando llaman al teléfono fijo de la casa a las 12 pm a hacer la encuesta y solo está la abuela para responderla",
        "Especificación", "Cuando hay variabilidad en la forma de entender una pregunta","¿Está seguro de votar en las próximas elecciones? ¿Está seguro de estar seguro?",
        "Actitudes cambiantes","Cuando una encuesta quiere medir intención de voto, la medida depende mucho del momento en que se pregunte.","A 3 meses de las elecciones, cuando no se sabe quiénes serán los candidatos, ¿está seguro de saber por quién va a votar?") %>%
   kable("html", 
        digits=2,
        caption = "Algunos errores no muestrales") %>% 
  kable_styling(full_width = FALSE, font_size = 13) %>% 
  column_spec(1,bold=TRUE,italic = TRUE, background = "#FF4900", color = "white") %>% 
  column_spec(3,italic = TRUE) %>% 
  row_spec(0,bold=TRUE, background = "#191919", color = "white")

Algunos errores no muestrales

tipo	descripcion	ejemplo
Demarcación	La muestra no refleja la población objetivo	La encuesta se llevó a cabo en Bogotá, Barranquilla y Cali
Medición	Cuando la encuesta misma afecta los resultados	¿Piensa votar por el candidato de derecha en las próximas elecciones?
No respuesta	Cuando los datos que no se ven están muy relacionados con la probabilidad de respuesta	Cuando llaman al teléfono fijo de la casa a las 12 pm a hacer la encuesta y solo está la abuela para responderla
Especificación	Cuando hay variabilidad en la forma de entender una pregunta	¿Está seguro de votar en las próximas elecciones? ¿Está seguro de estar seguro?
Actitudes cambiantes	Cuando una encuesta quiere medir intención de voto, la medida depende mucho del momento en que se pregunte.	A 3 meses de las elecciones, cuando no se sabe quiénes serán los candidatos, ¿está seguro de saber por quién va a votar?

Los que no se pueden regular: Errores no muestrales

Error 1: “No sé, ponga que voto en blanco”

La indecisión puede venir de la gente que realmente no sabe por quién va a votar hasta que está alistándose para salir a votar, o toma la decisión en frente de la urna. No sé cuál sea la prevalencia de esa forma de tomar decisiones, pero seguro existe. Más aún, medir la distribución de los indecisos después de las elecciones es muy difícil porque el número de candidatos que resulta no vuelve a ser mismo; después de la primera vuelta nadie pregunta en las encuestas por quién se votó en la primera vuelta sino por quién va a votar en la segunda vuelta.

¿Cómo podrían medirse los indecisos? ¿Cómo podrían separarse de los que realmente votan en blanco o se abstienen? Una opción es que las encuestas midan la certeza declarada con que alguien va a votar, por ejemplo en una escala de 1 a 10, como hacen las encuestadoras en Francia, y utilizando mediciones repetidas pueden revelar la disminución del voto indeciso de cara a las elecciones condicionando en esa certeza.

Otra opción es ver qué pasa en diferentes escenarios donde los indecisos pueden ser pivotales en las elecciones. Un escenario, por ejemplo, es que los indecisos se distribuyan uniformemente entre los candidatos cuando llegan las elecciones, los que piensan votar en blanco efectivamente voten en blanco y nadie se abstiene de votar. Esto aplica el principio de ignorancia, que dice que cuando uno no sabe qué evento entre varios es más probable, lo menos grave que puede hacer es asumir que todos ocurren con la misma probabilidad. Así, uno podría imputarle la diferencia entre los indecisos y lo que históricamente ha sido el voto en blanco a todos los candidatos a la vez, ponderando por la intención de voto que ya tenga cada uno ². El riesgo es que, como cualquier premisa incorrecta, lo que resulte también estará mal: si los indecisos tienden a apoyar más a unos candidatos que otros, entonces la imputación va a empeorar el problema que busca solucionar, creando un nuevo sesgo al sumar apoyos a algunos candidatos que nunca los van a recibir.

La figura abajo muestra este efecto. La intención de voto para dos candidatos hipotéticos Fulano y Mengano es similar y se distribuye al momento de las elecciones entre votos efectivos para Fulano y Mengano, respectivamente, pero también una parte de cada candidato se va al voto en blanco. La masa de indecisos se distribuye en 60% entre el candidato Fulano, 20% candidato Mengano y el restante 20% al voto en blanco. En esta situación, conocer el tamaño de los indecisos antes de las elecciones no ayuda mucho a conocer cómo se va a distribuir su votación porque representa la incertidumbre que los mismos votantes enfrentan, y si un pronóstico imputa a los indecisos en iguales proporciones para cada candidato, o según su proporción reflejada en las encuestas, le va a ir muy mal.

library(tidyverse)
library(plotly)

node_error_1 <- list(
  label = c("Elecciones",
            "Fulano_Intencion","Fulano_Despues",
            "Mengano_Intencion","Mengano_Despues",
            "Indecisos",
            "Blanco/No vota_Intencion","Blanco/No vota_Despues"),
  color = c("blue","red","red","green","green","yellow","white","white"),
     pad = 15,
      thickness = 20,
      line = list(
        color = "black",
        width = 0.5
  ))

link_error_1 <- list(
      source = c(1,0,0,3,0,0,5,0,0,0),
      target = c(0,2,7,0,4,7,0,2,4,7),
      value =  c(6,5,1,6,5,1,5,3,1,1)
    )

plot_ly(
    type = "sankey",
    orientation = "h",
    node = node_error_1,
    link = link_error_1
  ) %>% 
  layout(
    title = "Error 1: Si los indecisos no se distribuyen uniformemente entre candidatos",
    font = list(
      size = 10
    ))

Error 1: Si los indecisos no se distribuyen uniformemente entre candidatos

Error 2: “Si sé, pero no le voy a decir, así que ponga voto en blanco”

Aquí se pone complicada la historia. Este sesgo de esconder la preferencia de voto, si existe algo así como un Bradley effect, hace aún más difícil escudriñar el voto en blanco. Además de indecisos, ese voto en blanco medido esconde intención de voto por uno o más candidatos, lo que distorsiona directamente las encuestas y solo se observa el día de las elecciones. Es un error no muestral que puede convertir a las encuestas en exageradores de tendencias que realmente no existen.

Las figuras abajo muestran un caso donde las personas que piensan votar por un candidato Mengano prefieren no revelar sus preferencias cuando son encuestadas, y las distorsiones que crean sobre lo que se ve en las encuestas –y lo que resulta en las elecciones. En este caso, la mayoría de los que piensan votar por Mengano le dicen a las encuestas que van a votar en blanco, y dado que los que van a votar por Fulano sí revelan su preferencia, se crea en las encuestas una ventaja artificial para el candidato Fulano sólo porque sus votantes sí revelan sus preferencias. Así, las encuestas reflejan no la intención de voto real sino la intención de voto revelada, y ambas pueden ser muy diferentes.

library(tidyverse)
library(plotly)

node_error_2 <- list(
  label = c("Encuestas","Elecciones",
            "Fulano_Intencion real","Fulano_Despues",
            "Mengano_Intencion real","Mengano_Despues",
            "Indecisos",
            "Blanco/No vota Intencion","Blanco/No vota Despues"),
  color = c("purple","blue","red","red","green","green","yellow","white","white"),
   pad = 15,
      thickness = 20,
      line = list(
        color = "black",
        width = 0.5
  )
  )

link_error_21 <- list(
      source = c(2,0,0,4,0,0,6,0,7,0),
      target = c(0,3,8,0,5,8,0,8,0,8),
      value =  c(6,4,2,6,3,3,3,3,1,1)
    )

link_error_22 <- list(
      source = c(2,1,1,4,1,1,6,1,1,1,7,1),
      target = c(1,3,8,1,5,8,1,3,5,8,1,8),
      value =  c(6,5,1,6,4,2,3,1,1,1,1,1)
    )

plot_ly(
    type = "sankey",
    orientation = "h",
    node = node_error_2,
    link = link_error_21
  ) %>% 
  layout(
    title = "Error 2: Preferencias escondidas dentro del voto en blanco",
    font = list(
      size = 10
    ))

Error 2: Preferencias escondidas dentro del voto en blanco y encuestas

Cuando llegan las elecciones, sorpresa: las encuestas estaban reportando un sesgo no muestral brutal que favorecía al candidato Fulano, pero en las urnas las preferencias reales por el candidato Mengano se materializan y gana ese candidato gracias a que los indecisos optaron por Mengano. En este escenario, si las encuestas tienen este tipo de error no muestral, van a inflar al candidato que va a perder y desprestigiarse fuertemente en el camino a las elecciones.

library(tidyverse)
library(plotly)

node_error_2 <- list(
  label = c("Encuestas","Elecciones",
            "Fulano_Intencion real","Fulano_Despues",
            "Mengano_Intencion real","Mengano_Despues",
            "Indecisos",
            "Blanco/No vota Intencion","Blanco/No vota Despues"),
  color = c("purple","blue","red","red","green","green","yellow","white","white"),
     pad = 15,
      thickness = 20,
      line = list(
        color = "black",
        width = 0.5
  ))

link_error_21 <- list(
      source = c(2,0,0,4,0,0,6,0,7,0),
      target = c(0,3,8,0,5,8,0,8,0,8),
      value =  c(6,4,2,6,3,3,3,3,1,1)
    )

link_error_22 <- list(
      source = c(2,1,1,4,1,1,6,1,1,1,7,1),
      target = c(1,3,8,1,5,8,1,3,5,8,1,8),
      value =  c(6,5,1,6,4,2,3,0,2,1,1,1)
    )

plot_ly(
    type = "sankey",
    orientation = "h",
    node = node_error_2,
    link = link_error_22
  ) %>% 
  layout(
    title = "Error 2: Preferencias escondidas dentro del voto en blanco",
    font = list(
      size = 10
    ))

Error 2: Preferencias escondidas dentro del voto en blanco y elecciones

Conclusión: ¿Cómo medimos mejor a los indecisos antes y después de las elecciones?

Esta receta resultó mucho más insípida de lo que esperaba. La realidad de la indecisión, y la manera como se refleja con tanta variabilidad en las encuestas pero nunca se observa bien, no permite dar muchas respuestas. Deja, más bien, algunas hipótesis sobre la mesa.

¿Qué representa el voto en blanco en las encuestas? ¿Son indecisos los que aparecen dentro del voto en blanco o algo más está pasando? ¿Hay efectos Bradley en Colombia, donde algunos prefieren no decirle a las encuestas lo que realmente piensan hacer? Existen muchas maneras de que la información que reflejan las encuestas sea diferente a lo que se materializa en las urnas. En algunos casos puede haber errores muestrales que pasan por azar, o por fallas en la recolección de datos por parte de las encuestadoras. En otros casos se pueden presentar errores no muestrales frente a los cuales las encuestas tienen pocas defensas. Tal vez la única defensa es que haya muchas encuestas, hechas de manera diferente por varios encuestadores, y que los errores de cada uno sean diferentes. Las encuestadoras podrían ayudar haciendo preguntas retrospectivas y midiendo la certeza del voto de cada persona que responde.

Lo importante es que las desviaciones entre las encuestas y los resultados no deben verse automáticamente como mala fe, fraude estadístico, incompetencia o evidencia de que se cocinan los resultados para que favorezcan a A o B. Los errores muestrales y, más importante, los errores no muestrales, pueden estar ahí enlodando todo lo que vemos.

Notas

1. Hay más tipos de errores no muestrales, así que abajo va una lista corta y para los más entusiastas se recomienda leer Lohr (2021) y Shirani-Mehr et al (2018)

2. Algo similar hizo @JorgeGalindo del El País