Metodos Cuantitativos Electorales Ricardo de La Peña

TALLER: MÉTODOS Y TÉCNICAS DE INVESTIGACIÓN PARA LOS ESTUDIOS ELECTORALES
18 de octubre de 2023
Sobre la investigación cuantitativa

para los estudios electorales
Ricardo de la Peña
ISA Investigaciones Sociales Aplicadas ®
Sobre la investigación cuantitativa para los estudios electorales
Ricardo de la Peña
“Un sello distintivo de la

creatividad científica es la
capacidad de ver patrones
novedosos e inesperados en
los datos”.
Munafò, Marcus et al. (2017).

“A manifesto for reproducible science”.
Nature Human Behavior 1 , 0021.
https://doi.org/10.1038/s41562-016-0021.
© Ricardo de la Peña 2023 2

Ricardo de la Peña
Esta exposición está pensada para estudiantes de

licenciatura o posgrado en ciencia política o áreas
afines y para profesionales que quieran reforzar
sus conocimientos en la investigación de carácter
cuantitativo para los estudios electorales.

Ricardo de la Peña
Cientificismo y posmodernidad

Ricardo de la Peña
La ciencia es el “conjunto de conocimientos obtenidos mediante la

observación y el razonamiento, sistemáticamente estructurados y
de los que se deducen principios y leyes generales con capacidad
predictiva y comprobables experimentalmente”.
[Real Academia Española (2022). Diccionario de la Lengua Española. Versión 23.6 en línea. https://dle.rae.es/ciencia].
La ciencia se caracteriza supuestamente por la utilización de una

metodología adecuada para el estudio y la sistematización de los
conocimientos con miras a construir teorías.

Ricardo de la Peña
“(…) una teoría en sentido sintáctico (…) es entendida como un

sistema de conceptos coherentes unidos mediante relaciones lógicas
con independencia de lo empírico (en) sentido semántico se le
considera como un conjunto de enunciados observacionales que
valen por su relación con lo empírico”.
“Los modelos son un elemento más en el andamiaje teórico (que)

parten de lo empírico y vuelven ahí para confrontar su validez”.
[Ruíz Coronel, Alí y Pablo Padilla Longoria (2012:120). “Los modelos matemáticos en las ciencias sociales”. Pensar. Epistemología y
Ciencias Sociales, N°. 7].

Ricardo de la Peña
Las principales características formales del método científico

válido son la falsabilidad y la reproducibilidad de los resultados,
actualmente corroborada mediante revisión por pares.
[Popper, Karl (2004). “El problema de la inducción”. La lógica de la investigación científica. Madrid: Tecnos].
Así, el método científico adopta las prácticas aceptadas por la

comunidad científica como válidas para exponer y confirmar
teorías. Se supone que las reglas y principios del método científico
buscan minimizar la influencia de la subjetividad del científico.

Ricardo de la Peña
Para ello, el hacer científico se supone sigue diversos principios: es

fáctico, analítico, comunicable, verificable, sistemático, preciso,
claro, metódico, explicativo y aspira a ser predictivo, entre otros.
[Bunge, Mario (1977). La ciencia, su método y su filosofía. Buenos Aíres: Ediciones Siglo Veinte].
Sin embargo, en la ciencia no se suele aplicar realmente ningún

método concreto de manera sistemática, aun y cuando la ciencia
lleve a un conocimiento que aproxima a lo “verídico”.
[Feyerabend, Paul K. (1975). Against Method: Outline of an Anarchistic Theory of Knowledge. London-New York: New Left Books].

Ricardo de la Peña
No existe entonces un método científico universal. Cada campo y

tipo de investigación puede requerir un método científico propio.
En las ciencias empíricas no es posible la verificación, por lo que
cada teoría permanece abierta a ser refutada.
[Conant, James Bryant (1947). On understanding science : an historical approach. New Haven: Yale University Press].
La ciencia avanza por la adopción por la comunidad científica de

nuevas prácticas y saberes que reemplazan a los anteriores.
[Kuhn, Thomas S. (1970). The Structure of Scientific Revolutions. Chicago & London: University of Chicago Press].

Ricardo de la Peña
Este cambio de paradigma afecta la definición de los métodos y

de los problemas que legítimamente puede y debe abordar una
disciplina o campo de investigación.
Ante ello, en las ciencias sociales se ha adoptado un enfoque

conceptual ecléctico, en el que la práctica científica no se atiene
rígidamente a un paradigma o un conjunto de supuestos, sino
que se basa en una multiplicidad de teorías, métodos y técnicas
con miras a obtener y validar provisionalmente el conocimiento.

Ricardo de la Peña
A pesar de ello, existe una postura reduccionista, el cientificismo,

que afirma la aplicabilidad universal de un enfoque y método
de la ciencia empírica como la única manera pertinente para
alcanzar un conocimiento acreditable, genuino.
Desde la perspectiva de teóricos de la Escuela de Frankfurt, el

cientificismo se relaciona con el positivismo, pero también con la
racionalización de la sociedad occidental moderna.
[Adorno, Theodor et al. (1969). Der Possitivismusstreit in Der Deutschen Soziologie. Neuwied und Berlin: Hermann Luchterhand
Verlag / Edición en español (1973): La disputa del positivismo en la sociología alemana. Barcelona: Ediciones Grijalbo].

Ricardo de la Peña
Así, “uno de los rasgos emblemáticos del paradigma positivista

es la consideración de que las ciencias naturales exactas (…)
establecen un canon o ideal metodológico que mide el grado de
desarrollo y perfección de todas las demás ciencias y a la cual,
tras la nivelación de las diferencias, se deben reducir todas las
áreas del saber”.
[Cfr. Kolakowski, Lesek (1993). La filosofía positivista. México: Red Editorial Iberoamericana].
[Ruíz Coronel, Alí y Pablo Padilla Longoria (2012:120). “Los modelos matemáticos en las ciencias sociales”. Pensar. Epistemología
y Ciencias Sociales, N°. 7].

Ricardo de la Peña
La contracara sería la crítica a los excesos del posmodernismo,

ejemplificada por el llamado “escándalo Sokal”, cuando un físico
puso de manifiesto la falta de rigor en la evaluación de trabajos
en revistas pretendidamente académicas de humanidades, al
enviar un artículo seudocientífico para comprobar que, aunque
careciera de sentido, sería publicado si sonaba bien y apoyaba
prejuicios ideológicas contra las ciencias empíricas.
[Sokal, Alan (1997). Impostures Intellectuelles. París: Odile Jacob / Edición en español: Imposturas Intelectuales. Barcelona: Paidós].

Ricardo de la Peña
Dos autores, una lectura

Ricardo de la Peña
Giovanni Sartori
[ Florencia, Italia (1924) - Roma, Italia (2017) ]

Ricardo de la Peña
“Gran parte de la literatura que se presenta con el título de

Métodos (en las ciencias sociales), en realidad trata de técnicas de
investigación y de estadística social, y tiene poco o nada que ver
con el problema crucial de la ‘metodología’, un problema de
estructura lógica y procedimientos de investigación científica”.
[Sartori, Giovanni (1970). “Concept Misformation in Comparative Politics”. American Political Science Review, 64(4):1033-1053.
En español (2011:27): “Malformación de los conceptos en política comparada”. Cómo hacer ciencia política, 27-80. Madrid: Taurus].

Ricardo de la Peña
“(…) los economistas trabajan con números reales (…) una ciencia
necesita definiciones precisas y estables en su terminología básica
y, de la misma manera, ‘contenedores de datos’ estables que
permitan una construcción acumulativa de información”.
[Sartori, Giovanni (2004:350). “¿Hacia dónde va la ciencia política?”. Política y gobierno 2: 349-354.
http://www.politicaygobierno.cide.edu/index.php/pyg/article/view/330].

Ricardo de la Peña
La ciencia política, al ser una ciencia empírica, debe tener un

lenguaje especializado. Lo fundamental son los contenedores
conceptuales antes que las operaciones cuantitativas: “la formación
de los conceptos es anterior a la cuantificación”.

Ricardo de la Peña
“(…) definir es, antes que nada, asignar límites, delimitar (…)
Que las diferencias sean cuantitativas o cualitativas, de grado
o de especie, es un asunto de tratamiento lógico”.

Ricardo de la Peña
La cuantificación de la ciencia política consiste, la mayoría de las

veces, en una de tres operaciones: a) atribución de valores
numéricos (medición); b) determinación de posiciones en una escala
(ordinal); c) medición de distancias (intervalos).

Ricardo de la Peña
“(…) el tratamiento estadístico solo entra en escena cuando hay

números suficientes y se convierte en central para la disciplina
únicamente cuando disponemos de variables relevantes que miden
las cosas que nos interesa analizar”.

Ricardo de la Peña
En cuanto a la formalización matemática, el estado de la cuestión

es que, hasta ahora, entre ciencia política y matemáticas solo se
produce “una conversación ocasional”.
[Cfr. Benson, O. (1967:132). “The mathematical approach to political science”. Charlesworth, J.C. (ed.), Contemporary Political Analysis,
108-133. Nueva York: The Free Press].

Ricardo de la Peña
Empero, los conceptos son también recogedores de hechos. Lo que

definimos como datos no son más que información distribuida en, y
refinada por “contenedores conceptuales” y “el requisito lógico de
una clasificación es que sus clases sean en conjunto exhaustivas y
mutuamente excluyentes”.

Ricardo de la Peña
“Los números se tienen que asignar a ‘cosas’, a hechos”.
“Una excesiva prisa combinada con el abuso de un verbalismo

cuantitativo es muy responsable no solo del hecho de que gran
parte de nuestro esfuerzo teórico sea un embrollo, sino también de
investigaciones inútiles o banales”.

Ricardo de la Peña
Acudir, para creer, a las reuniones anuales de APSA, o leer,

para creer, el “ilegible y/o masivamente irrelevante” APSR, es
“una experiencia de un aburrimiento sin paliativos”. La
alternativa “es resistir a la cuantificación de la disciplina (…)
pensar antes de contar (y) usar la lógica al pensar”.

Ricardo de la Peña
Rein Taagepera
[ Tartu, Estonia (1933) ]

Ricardo de la Peña
“(…) las ciencias sociales no son tan científicas como podrían ser.
No es que los métodos utilizados actualmente sean erróneos:
simplemente están exagerados (…) quienes dominan la estadística
tampoco están contentos con las formas rituales superficiales a las
que se reduce la estadística en gran parte de las ciencias sociales
(…) el cáncer de las estadísticas ritualizadas desplaza no sólo a
métodos distintos de los estadísticos, sino también a usos más
reflexivos de las estadísticas”.
[Taagepera, Rein (2008:4-5). Making Social Sciences More Scientific. New York: Oxford University Press].

Ricardo de la Peña
“La ciencia se sostiene sobre dos patas. Una parte consiste en la

investigación sistemática de ‘¿Qué es?’ Esta pregunta se responde
mediante la recopilación de datos y el análisis estadístico que
conducen a ajustes de datos empíricos que podrían denominarse
modelos descriptivos”.
[Taagepera, Rein (2008:5). Making Social Sciences More Scientific. New York: Oxford University Press].

Ricardo de la Peña
“El segundo tramo consiste en una investigación igualmente

sistemática de ‘¿Cómo debería ser desde un punto de vista
lógico?’. Esta pregunta requiere construir modelos lógicamente
consistentes y cuantitativamente específicos (…) Estos son
modelos explicativos”.
[Taagepera, Rein (2008:4-5). Making Social Sciences More Scientific. New York: Oxford University Press].

Ricardo de la Peña
“Descuidar la mitad explicativa del método científico perjudica

gravemente a las ciencias sociales actuales. Las investigaciones
valiosas se detienen en seco, a punto de llegar a buen término,
porque los autores se conforman con publicar páginas de
coeficientes de regresión (…) sin preguntar: ‘¿Son estos valores de
coeficientes mayores o menores de lo que hubiera esperado? ¿Qué
tipo de interacción insinúan?’ Esta es una ciencia incompleta”.

Ricardo de la Peña
“Un objetivo importante de la ciencia es explicar de una manera

que pueda conducir a predicciones fundamentadas”.
El resultado directo de los modelos estadísticos “consta de

ecuaciones que describen cómo las variables se interrelacionan
estadísticamente sobre la base de los datos de entrada. En sentido
estricto, estas ecuaciones se aplican sólo a los casos que entraron
en el análisis estadístico en primer lugar.”

Ricardo de la Peña
“La pregunta sigue siendo: ¿sobre qué base se puede considerar

aplicable un modelo descriptivo fuera del conjunto de datos en el
que se basó? A menos que se proporcione una explicación lógica,
dicha predicción se basa en una posdicción más un acto de fe.
Cada vez que se agregan nuevos datos, la ecuación de regresión
cambia un poco, lo que lleva a una predicción ligeramente
diferente”.

Ricardo de la Peña
“Caracterizar los enfoques estadísticos como ‘esencialmente

descriptivos’ intenta igualar su expansión hacia la predicción en
algunos aspectos, pero no llega ni siquiera a una descripción
adecuada en otros. ¿De dónde podemos sacar las preguntas que
deben plantearse en el curso del análisis estadístico? Aquí es
donde entra el planteamiento conceptual ‘¿Cómo debería ser
desde un punto de vista lógico?’”.

Ricardo de la Peña
El resultado directo de los modelos explicativos “consiste en

ecuaciones predictivas que podrían resultar falsas al realizar
pruebas con datos. Dado que la predicción se fundamenta en
bases lógicas, las pruebas exitosas incluso con datos limitados
permiten una predicción en un rango más amplio. Esta predicción
es relativamente estable cuando se añaden nuevos datos con un
rango ampliado”.

Ricardo de la Peña
“Las ciencias sociales deben avanzar en dos direcciones. En primer

lugar, deben ir más allá de los enfoques estadísticos y entrar en la
construcción de modelos. En segundo lugar, deben limpiar su uso
de estadísticas, reduciendo las malas aplicaciones de su método,
así como las malas interpretaciones de sus resultados.”.

Ricardo de la Peña
“El pensamiento descriptivo pasivo se ve facilitado por la

informatización y los programas estadísticos predefinidos. Ha
permitido que se publiquen cálculos numéricos sin sentido, al
tiempo que impide el pensamiento predictivo creativo. Pero tiene
un precio. La mayoría de los números publicados en ciencias
sociales están muertos al llegar: una vez impresos, nunca se
utilizan para nada”.

Ricardo de la Peña
MODELOS DESCRIPTIVOS CONTRA PREDICTIVOS

PREGUNTA ¿Cómo? ¿Por qué?
NATURALEZA Descriptivo Exploratorio
MÉTODO Estadístico Lógico
Análisis estadístico Conceptualización

FORMATO MATEMÁTICO
genérico específica
Posdicción no Predicción
SALIDA DIRECTA
falseable falseable
Predicción basada Predicción
SALIDA INDIRECTA en posdicción fundamentada
limitada más amplia
[Taagepera, Rein (2008:7,Table 1.1). Making Social Sciences More Scientific. New York: Oxford University Press].

Ricardo de la Peña
Métodos y técnicas

Ricardo de la Peña
ESTADÍSTICA
ECONOMÍA SOCIOLOGÍA
CIENCIA POLÍTICA
PSEFOLOGÍA
HISTORIA DEMOSCOPIA
(ESTUDIOS
ELECTORALES)
FILOSOFÍA PSICOLOGÍA
DERECHO

Ricardo de la Peña
INVESTIGACIÓN INVESTIGACIÓN
CUALITATIVA CUANTITATIVA
Enfoque Enfoque
inductivo deductivo
(casuístico) (estadístico)
Verbigracia Verbigracia
Observación Cliometría
Estudios de caso Demoscopia
Ricardo de la Peña
Investigación cuantitativa: análisis empírico objetivo de

los fenómenos observables para probar y comprender las
relaciones entre variables.
Objetivo : desarrollar y emplear modelos matemáticos y

generar teorías relacionadas con fenómenos.
Idealmente, para construir modelos matemáticos debe

considerarse la inclusión de medidores que agreguen y
permiten estudiar las variaciones de una magnitud.

Ricardo de la Peña
Para el tratamiento estadístico a través de la observación

y análisis de relaciones entre diversas variables se recurre a
la estadística multivariante.
En los estudios electorales se suelen emplear métodos para

determinar la dependencia, como los estudios de regresión
(en especial la logística), que permiten estimar y probar la
influencia de una variable sobre otra (categórica, en tal
caso) y con ello modelar la probabilidad de un evento en
función de otros factores.
Ricardo de la Peña
Cabe aclarar que en un conjunto de datos puede haber

muchos enfoques alternativos razonables para analizarlos,
por lo que hay que tomar precauciones como protegerse
contra sesgos cognitivos, mejorar la formación metodológica
y tener de un soporte metodológico independiente, fomentar
el intercambio de conocimientos, promover la transparencia
y apertura, entre otros.
[Munafò, Marcus et al. (2017). “A manifesto for reproducible science”. Nature Human Behavior 1 , 0021].

Ricardo de la Peña
Más allá de la estadística, se puede arribar a un modelo

matemático, cuando se emplea algún tipo de formalismo
para expresar relaciones entre variables. Es por tanto un
esquema simplificado e idealizado de un objeto, constituido
por símbolos y relaciones matemáticas.
El trabajo científico en general y la psefología en particular

debiera aspirar a generar este tipo de modelos.

Ricardo de la Peña
Dos ejemplos clásicos

Ricardo de la Peña
Datos electorales

Ricardo de la Peña
Como resultado de una elección, el universo finito y numerable

de votantes (𝒗) se divide entre quienes votaron por alguno de
los contendientes (𝒗𝒊 ), si se excluye a quienes no votaron por
algún contendiente (al sufragar por alguien que no competía,
porque su voto fue invalidado o porque no acudieron a votar):
𝒗= 𝒗𝒊
𝒊=𝟏

Ricardo de la Peña
Y a partir de allí obtener las proporciones de voto por cada

contendiente respecto al total de votos por todos ellos (𝒑𝒊 ):
𝒗𝒊
𝒑𝒊 = 𝒌
𝒊=𝟏 𝒗𝒊
Y es posible establecer un ordenamiento entre las proporciones

por cada contendiente en la votación:
𝒑𝟏 ≥ 𝒑𝟐 ≥ 𝒑 𝟑 ≥ ⋯ 𝒑𝒌

Ricardo de la Peña
Lo propio puede hacerse con los asientos en las asambleas

nacionales (𝒔), que conforman un universo finito y numerable
de posiciones que se divide según se hayan asignado a uno u
otro de los contendientes conforme su votación efectiva (𝒔𝒊 ) y
de acuerdo con reglas de reparto establecidas en el sistema:
𝒌
𝒔= 𝒔𝒊
𝒊=𝟏

Ricardo de la Peña
De lo que se puede obtener de manera trivial las proporciones

de asientos logrados por cada uno de los contendientes con
relación al total de asientos que se reparten (𝒒𝒊 ):
𝒔𝒊
𝒒𝒊 = 𝒌
𝒊=𝟏 𝒔𝒊
Aunque no aplica un ordenamiento propio para los asientos

en su emparejamiento con las votaciones, dado que
𝒒𝟏 ≤ ó ≥ 𝒒𝟐 ≤ ó ≥ 𝒒𝟑 (≤ ó ≥) … 𝒒𝒌
Ricardo de la Peña
Índices agregados

Ricardo de la Peña
Los estudios de los sistemas electorales pueden aportar una

Piedra de Rosetta para otros campos de la ciencia política, pues
partiendo de cantidades fácilmente definibles y mesurables se
ha arribado a nociones más complejas, con significado preciso.
Este potencial de tratamiento matemático del campo electoral a

partir de los datos de votos y asientos, ha permitido postular y
emplear indicadores que dan cuenta de los eventos electorales.
[Taagepera, Rein & M. S. Shugart (1989). Seats & Votes: The effects & determinants of electoral systems. New Haven: Yale University Press, p. 5].

Ricardo de la Peña
La condición idónea y fundamental para generar indicadores

agregados de los datos electorales, sean de votos o de asientos
o algo que considere ambos conjuntos, debiera ser considerar
de manera uniforme a todos los componentes.
Esto excluye de este mecanismo a los estimadores parciales,

que sólo toman en cuenta algunos y no todos los componentes;
y a aquellos que dan tratamiento distinto a alguno o varios de
los componentes respecto a los demás.

Ricardo de la Peña
Algunos índices se construyen bajo la premisa de que su valor

se ubique en el intervalo unitario ( I | 0,1), permitiendo que se
pueda (al menos teóricamente) alcanzar los valores extremos
de la escala. Sin embargo, esto no siempre es posible.
Incluso, en ocasiones de lo que se trata es de caracterizar a un

sistema por sus componentes, lo que lleva a responder a una
lógica de conteo de unidades representativas, contraria a la
búsqueda de proporciones por contendiente.

Ricardo de la Peña
N
Ricardo de la Peña
Un primer problema que se ha pretendido resolver con la

disposición de índices agregados de la votación o del reparto
de asientos en una elección es la cuestión de cómo caracterizar
la división de sufragios o de escaños entre los competidores.
Esto, con el fin de que se disponga de un número que indique

la cantidad de contendientes reales en un sistema y con ello
definirlo como bipartidista o multipartidista y demarcar si se
trata de un sistema competitivo o con predominio.

Ricardo de la Peña
El índice de concentración corresponde a la sumatoria de los

cuadrados de las proporciones de votos o de asientos por cada
uno de los contendientes:
[Herfindahl, Orris (1950). Concentration in the U.S. Steel Industry. Dissertation. New York: Columbia University].
𝒌
𝑯𝒑 = 𝒑𝒊 𝟐
𝟏
𝒌
𝑯𝒒 = 𝒒𝒊 𝟐
𝟏

Ricardo de la Peña
Este estimador, si bien cumple la condición de dar tratamiento

uniforme a todos los componentes, no cubre en sus posibles
valores todo el intervalo unitario, dado que, si c es el número
de contendientes:
𝟏
≤ 𝑯𝒑 ≤ 𝟏
𝒄
𝟏
≤ 𝑯𝒒 ≤ 𝟏
𝒄
Ricardo de la Peña
A pesar de lo anterior, este índice de concentración es muy útil

dado que indica la fracción que corresponde a componentes
de igual tamaño para reproducir una distribución dada, cuyo
valor se eleva a medida que aumenta la proporción que tiene
el componente mayor.
Además, su acotamiento en el intervalo unitario permite que

este índice se incluya como variable en modelos matemáticos
generados para estimar condicionantes del voto o de asientos.

Ricardo de la Peña
Suele usarse también el complemento de 𝑯, el llamado índice

de fragmentación, que corre en sentido contrario al estimador
de concentración:
[Rae, Douglas (1967). The Political Consequences of Electoral Laws. New Haven: Yale University Press].
𝒌
𝑭𝒑 = 𝟏 − 𝒑𝒊 𝟐
𝟏
𝒌
𝑭𝒒 = 𝟏 − 𝒒𝒊 𝟐
𝟏

Ricardo de la Peña
Además, suele utilizarse más el inverso de este índice, llamado

número efectivo de partidos, que pretende dar cuenta de la
competitividad alcanzada en un sistema electoral.
[Laakso y Taagepera (1979), “Effective Number of Parties: A Measure with Application to West Europe”, Comparative Political Studies, 12:3-27].
𝒌
𝑵𝒑 = 𝟏 𝒑𝒊 𝟐
𝟏
𝒌
𝑵𝒒 = 𝟏 𝒒𝒊 𝟐
𝟏

Ricardo de la Peña
Este
. estimador, si bien cumple la condición de dar tratamiento
uniforme a la totalidad de componentes, no cubre ni pretende
cubrir el intervalo unitario, sino que su valor va de 1 al número
total de componentes:
𝟏 ≤ 𝑵𝒑 ≤ 𝒄
𝟏 ≤ 𝑵𝒒 ≤ 𝒄

Ricardo de la Peña
𝑵 resulta un aporte importante a la medición convencional

del número de componentes, en la medida en que adopta una
presentación que otorga mayor claridad y proximidad a lo
intuitivo que formulaciones anteriores.
Este índice corresponde al número de contendientes de igual

tamaño que reproducen una distribución dada y su valor se
eleva a medida que disminuye la proporción del componente
mayor.

Ricardo de la Peña
Aunque este índice del número efectivo de partidos suele

introducirse como variable en modelos matemáticos para
detectar relaciones y buscar explicaciones del voto o los
asientos, la medición e interpretación de su efecto es más
compleja, dado el intervalo de valores que puede adquirir.
Además, es estadísticamente problemática la incorporación

simultanea de este índice para votos y para asientos en una
misma regresión.

Ricardo de la Peña
Ahora bien: la principal virtud lograda con la disposición de 𝑵

es la construcción de un modelo lógico-teórico que da cuenta
de las relaciones entre variables intervinientes en el fenómeno
de definición de los votos y los asientos a partir de las reglas
electorales básicas de un sistema, ofreciendo así pautas para
diseñar nuevos sistemas y poder prever los efectos que pueden
derivar de la adopción de ciertas reglas específicas.
[Taagepera, Rein & M. S. Shugart (1989). Seats & Votes: The effects & determinants of electoral systems. New Haven: Yale University Press, p. 202].

Ricardo de la Peña
D
Ricardo de la Peña
Un segundo problema que se ha atendido a través de índices

agregados es la medición del cambio entre dos distribuciones
dadas de cómputo de salidas de las elecciones, bien sea de los
votos, de los asientos o entre ambos.
Cuando lo que se quiere medir es la magnitud de la diferencia

entre el reparto de sufragios y escaños, se habla de estimar la
(des)proporcionalidad, por la que se calcula la proximidad o
alejamiento y con ello la equidad en la asignación de asientos
propiciado por los votos obtenidos y las reglas de reparto.
Ricardo de la Peña
Existen dos ecuaciones que suelen utilizarse para resolver este

asunto, las cuales cumplen con la condición de completitud en
la inclusión y uniformidad en el tratamiento de todos los
componentes, además de corresponder a medidas de distancia
(de Minkowski), normalizadas para ajustarlas al intervalo
unitario ( I | 0,1), pudiendo en este caso alcanzar realmente los
valores extremos de la escala.
[Minkowski, Hermann (1910). Geometrie der Zahlen. Leipzig-Berlin: Teubner Verlag].

Ricardo de la Peña
Una es la medida de desproporcionalidad 𝑫 de Loosemore y

Hanby (1971), equivalente a la “distancia de Manhattan”, que
supone sumar las diferencias absolutas entre votos y escaños de
cada partido y luego dividirlas entre dos, para evitar la doble
contabilización de salientes y entrantes.
[Loosmore, J. y V.J. Hanby (1971). “The theoretical limits of maximum distortion: some analytical expressions for
electoral systems”. British Journal of Political Science, 1:467-477. Trinity Lane: Cambridge University Press].
𝒌
𝒊=𝟏 𝒑 𝒊 − 𝒒𝒊
𝑫=
𝟐

Ricardo de la Peña
Una segunda medida es el “índice de mínimos cuadrados” 𝑮 de

Gallagher (1991), igual a la distancia euclídea normalizada, y
que da más peso a desviaciones mayores que a menores, a la
vez que elimina la doble contabilidad de entrantes y salientes.
[Gallagher, Michael (1991). “Proportionality, disproportionality and electoral systems”.
Electoral Studies, Vol. 10, 1:33-51. Science Direct by Elsevier].
𝒌 𝟐
𝒊=𝟏 𝒑 𝒊 − 𝒒𝒊
𝑮=
𝟐

Ricardo de la Peña
La distancia rectilínea en el plano,

correspondiente a 𝑫, tiene siempre
un valor igual o mayor que la
distancia euclídea, medida por 𝑮.
La normalización de las distancias

supone por demás asignar signo a “Plano de Manhattan. La distancia
euclidiana (segmento verde), no se
los componentes según se sitúen a corresponde con el «camino más
corto posible» ente dos puntos de
un lado u otro de la igualdad. dicha ciudad, además de no existir
solo un camino de menor longitud”.
https://es.wikipedia.org/wiki/Distancia.

Ricardo de la Peña
El acotamiento en el intervalo unitario de estos dos índices

permite que puedan incluirse, uno u otro, como variables en
modelos matemáticos construidos para estimar condicionantes
del voto o de asientos.
Además, su naturaleza como medidores de la diferencia entre

los repartos de votos y escaños abre la posibilidad de usarlos
simultáneamente con índices de concentración tipo 𝑯, a pesar
del intervalo peculiar en que se mueve este indicador.

Ricardo de la Peña
A diferencia de lo que ocurre con el indicador de competitividad

𝑵, en el caso de los estimadores agregados de proporcionalidad
no se cuenta con un modelo lógico-teórico propio o alterno que
de cuenta de las relaciones de este indicador con otras variables
definitorias de un sistema electoral.
De hecho, el mejor aporte al respecto es la inclusión del índice 𝑫

en el esquema general de operacionalización de conceptos de
los sistemas electorales desarrollado por Taagepera y Shugart.

Ricardo de la Peña
Esquema general de operacionalización de conceptos de los sistemas electorales
𝑵𝒑 = 𝟏 𝒑𝒊 𝟐 𝑵𝒑 − 𝑵𝒒 𝑵𝒒 = 𝟏 𝒒𝒊 𝟐
𝒓=
𝑵𝒑
𝑩 = 𝟏 𝑵𝒑
𝑨 = 𝒒𝒊 𝒑𝒊 𝑫= 𝒑𝒊 − 𝒒𝒊 𝟐
𝒑𝒊 = 𝒗𝒊 𝒗𝒊 𝒒𝒊 = 𝒔𝒊 𝒔𝒊
𝒏 𝟏 𝑴′
𝒑𝒊 𝐥𝐨𝐠 𝒗
𝒒𝒊 = 𝒏=
𝒑𝒊 𝒏 𝐥𝐨𝐠 𝒔
𝒗= 𝒗𝒊
efecto mecánico de conversión
𝒔= 𝒔𝒊
[Elaborado por el autor con base en: Taagepera, Rein & M. S. Shugart (1989). Seats & Votes: The effects & determinants of electoral systems. New Haven: Yale University Press, p. 202].

¡Muchas gracias!
TALLER: MÉTODOS Y TÉCNICAS DE INVESTIGACIÓN PARA LOS ESTUDIOS ELECTORALES https://www.ricartur.mx/

https://www.facebook.com/ricartur59
Sobre la investigación
cuantitativa para los https://twitter.com/ricartur59
estudios electorales
https://www.youtube.com/@Ricartur
Ricardo de la Peña
ricartur@gmail.com

Metodos Cuantitativos Electorales Ricardo de La Peña

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Metodos Cuantitativos Electorales Ricardo de La Peña

Cargado por

Copyright:

Formatos disponibles

TALLER: MÉTODOS Y TÉCNICAS DE INVESTIGACIÓN PARA LOS ESTUDIOS ELECTORALES

Sobre la investigación cuantitativa

“Un sello distintivo de la

Munafò, Marcus et al. (2017).

© Ricardo de la Peña 2023 2

Esta exposición está pensada para estudiantes de

© Ricardo de la Peña 2023 3

© Ricardo de la Peña 2023 4

La ciencia es el “conjunto de conocimientos obtenidos mediante la

La ciencia se caracteriza supuestamente por la utilización de una

© Ricardo de la Peña 2023 5

“(…) una teoría en sentido sintáctico (…) es entendida como un

“Los modelos son un elemento más en el andamiaje teórico (que)

© Ricardo de la Peña 2023 6

Las principales características formales del método científico

Así, el método científico adopta las prácticas aceptadas por la

© Ricardo de la Peña 2023 7

Para ello, el hacer científico se supone sigue diversos principios: es

Sin embargo, en la ciencia no se suele aplicar realmente ningún

© Ricardo de la Peña 2023 8

No existe entonces un método científico universal. Cada campo y

La ciencia avanza por la adopción por la comunidad científica de

© Ricardo de la Peña 2023 9

Este cambio de paradigma afecta la definición de los métodos y

Ante ello, en las ciencias sociales se ha adoptado un enfoque

© Ricardo de la Peña 2023 10

A pesar de ello, existe una postura reduccionista, el cientificismo,

Desde la perspectiva de teóricos de la Escuela de Frankfurt, el

© Ricardo de la Peña 2023 11

Así, “uno de los rasgos emblemáticos del paradigma positivista

© Ricardo de la Peña 2023 12

La contracara sería la crítica a los excesos del posmodernismo,

© Ricardo de la Peña 2023 13

Dos autores, una lectura

© Ricardo de la Peña 2023 14

© Ricardo de la Peña 2023 15

“Gran parte de la literatura que se presenta con el título de

© Ricardo de la Peña 2023 16

© Ricardo de la Peña 2023 17

La ciencia política, al ser una ciencia empírica, debe tener un

© Ricardo de la Peña 2023 18

© Ricardo de la Peña 2023 19

La cuantificación de la ciencia política consiste, la mayoría de las

© Ricardo de la Peña 2023 20

“(…) el tratamiento estadístico solo entra en escena cuando hay

© Ricardo de la Peña 2023 21

En cuanto a la formalización matemática, el estado de la cuestión

© Ricardo de la Peña 2023 22

Empero, los conceptos son también recogedores de hechos. Lo que

© Ricardo de la Peña 2023 23

“Los números se tienen que asignar a ‘cosas’, a hechos”.

“Una excesiva prisa combinada con el abuso de un verbalismo

© Ricardo de la Peña 2023 24

Acudir, para creer, a las reuniones anuales de APSA, o leer,

© Ricardo de la Peña 2023 25

© Ricardo de la Peña 2023 26

© Ricardo de la Peña 2023 27

“La ciencia se sostiene sobre dos patas. Una parte consiste en la

© Ricardo de la Peña 2023 28

“El segundo tramo consiste en una investigación igualmente

© Ricardo de la Peña 2023 29

“Descuidar la mitad explicativa del método científico perjudica

© Ricardo de la Peña 2023 30