¿REALMENTE FALLARON LAS ENCUESTAS ELECTORALES EN EEUU?

Curso: Probabilidad y estadística

Articulo extraído de:
http://www.elmostrador.cl/noticias/opinion/2016/12/01/realmente-fallaron-las-encuestas-electorales-en-ee-uu/

¿Realmente fallaron las encuestas electorales en EE.UU.?

….Propongo observar un total de 516 encuestas preelectorales americanas (www.realclearpolitics.com), todas

realizadas desde junio hasta el día antes de las elecciones.

Tomamos este rango de tiempo por dos razones. Primero, porque fue en el mes de junio cuando Clinton acepta
la nominación demócrata y se convierte oficialmente en candidata a la Presidencia, y, segundo, porque es a
partir de ese mes cuando comienza la verdadera “producción de encuestas preelectorales”. Así, y tal como se
observa en el Gráfico N°1, los 6 meses anteriores a la elección concentran el 86% (n=534]) del total de
encuestas registradas que, de una u otra forma, consultaban por la intención de voto entre Clinton y Trump.

[1] La diferencia entre el total de encuestas analizadas (516) y las registradas (534) se debe a que 18 encuestas de
ese total no especifican el margen de error, por lo que no pueden ser sometidas al análisis.
Fuente: elaboración propia según registros de la web www.realclearpolitics.com (Dado que la elección fue el 8 de
noviembre, solo se consideran las encuestas realizadas hasta el día 7 del mismo mes).

Estimadores puntuales: ¿Un desastre puntual?

La primera tarea a emprender es poner en evidencia hasta qué punto las encuestas acertaron respecto de los
porcentajes o proporciones de votos que obtuvo finalmente cada uno(a) de los(as) candidatos(as) en las
elecciones del 8 de noviembre. Para ello, una de las primeras cosas a definir es que el porcentaje de votos que
las encuestas entregan a cada candidato se denomina “estimador puntual”; es decir, una asignación “exacta y
específica” de los votos que posiblemente dicho candidato(a) obtendrá en la votación. Y es aquí donde
encontramos el primer gran problema, ya que muchas veces estos estimadores puntuales se utilizan como si
fuesen un fiel reflejo del universo que se está estudiando.

Veamos un ejemplo cualquiera, como la nota publicada por Emol el 31 de octubre de 2016 y cuyo título es
“Clinton saca mínima ventaja a Trump a días de las elecciones en EE.UU.”. Fuente: Emol.com, y en donde se
puede leer:

Módulo 11 1
“WASHINGTON”. - La candidata demócrata a la Casa Blanca, Hillary Clinton, está logrando una ventaja de entre
uno y tres puntos frente a su rival republicano, Donald Trump, a pocos días de las elecciones en Estados
Unidos, según dos encuestas publicadas este lunes. De acuerdo con un sondeo del diario The Washington Post
y la cadena ABC News, elaborado del 25 al 28 de octubre entre 1.781 encuestados, Clinton logra un apoyo del
46%, versus un 45% de Trump.”

Una lectura rápida de esta noticia no deja dudas sobre la ventaja de Clinton; sin embargo, esto genera una
grave confusión y falsas expectativas, toda vez que los porcentajes que se muestran solo representan la
muestra analizada, y no a la población que se pretende estudiar. Dicho de otra forma, estos datos, tal como
se presentan, no pueden ser “extrapolados”, así sin más, al universo de votantes. Para lograr esta
extrapolación debemos definir un intervalo de confianza, que en su variante más básica supone simplemente
sumar y restar el margen de error de la encuesta al estimador puntual (Estimador ± margen de error). Para
nuestro ejemplo, el margen de error es de 2,3%, lo que supone que en el caso de la demócrata su votación a
nivel poblacional o nacional puede ser cualquier porcentaje que se encuentre entre 43,7% y 48,3%. De igual
forma, Trump debiese obtener como votación, en términos nacionales, algún valor entre 42,7% y 47,3%.

En este contexto, no podemos decir que Clinton adelantaba a Trump por un punto, porque los intervalos se
“solapan” o se “superponen”, por lo que es igual de probable que Trump obtenga un porcentaje menor, igual
o mayor que el que pudiese obtener Clinton (es lo que se llama un “empate técnico”). Y son estos equívocos
de los medios y otros actores (Ej., líderes de opinión y las propias encuestadoras que se prestaron para publicar
y vender rimbombantes pronósticos) los que ayudaron a sentar imágenes e ideas que eran erróneas, y que en
este caso fue el instalar y reproducir la “certeza” de que Clinton tenía más posibilidades de ganar la elección
cuando, en realidad, era tan probable que ganara Trump, Hillary o que empataran, es decir, la “incertidumbre
en su más clara expresión”.

Preguntas de reflexión:

▪ Según el artículo ¿Quién tenía más posibilidad de ganar? ¿Hillary Clinton o Donald Trump?
▪ Imaginemos que Clinton registra un apoyo electoral del 49.0% y Trump del 45,5%, que son mediciones
que cuentan con un margen de error del 1,5%. ¿Qué conclusiones estadísticas obtendríamos?

Módulo 11 2