Qué es un empate técnico en una encuesta de intención de voto

Es muy común encontrar, en el resultado de una encuesta de intención de voto, que dos o más candidatos tengan un porcentaje similar. ¿Qué significa que estén empatados técnicamente?

En primer lugar, es necesario entender que en las encuestas existe un margen de error, que viene indicado en la ficha técnica. Si en vez de encuestar a una muestra de la población, se encuesta a toda la población, se sabría el verdadero porcentaje de votos que tendrían los candidatos. Pero no es posible encuestar a toda la población, por el tiempo y el gasto que implicaría. Por lo tanto se encuesta a una muestra, y en la medida en que dicha muestra sea más pequeña, los porcentajes que se estimen para los candidatos tendrán un margen de error cada vez más grande.

Por ejemplo, si se encuesta a una muestra de 385 personas, el margen de error será del 5%, con una confiabilidad del 95%. Si, el resultado de la encuesta arroja que el candidato A tiene el 20% de los votos, entonces se podrá afirmar que, en toda la población, el candidato A tiene el 20% ± 5%, es decir, entre el 15% y 25%.

Si se quisiera ser más preciso en la estimación, se debe elegir una muestra más grande, y así se tendrá un menor margen de error. Por ejemplo, si se encuesta a 1, 070 personas, el margen de error será del 3%, con una confiabilidad del 95%. Si, el resultado de la encuesta arroja que el candidato A tiene el 20% de los votos, entonces se podrá afirmar que, en toda la población, el candidato A tiene el 20% ± 3%, es decir, entre 17% y 23%. Supongamos que el candidato B obtuvo el 23% de los votos de los encuestados. Se podrá afirmar entonces que, en la población, el porcentaje de votos que tiene B está entre 20% y 26%. Como se ve, hay una intersección en los rangos expresados para los dos candidatos. Podría ocurrir, por ejemplo, que ambos tengan el 22% de los votos, en cuyo caso estarían empatados. Se afirma entonces que hay empate técnico entre estos dos candidatos.

Nota: para determinar el margen de error se recurre a una fórmula que explico en un artículo que está en este mismo blog.

Comentarios

Entradas más populares de este blog

Interpretación de histogramas

Los histogramas nos pueden brindar mucha información que en las empresas ni se imaginan. Para una persona que conozca un proceso cualquiera, la forma que tiene un histograma construido a partir de una muestra de datos extraídos de dicho proceso, le indicará qué podría estar ocurriendo con su proceso. A continuación se muestran los distintos tipos de histogramas que se podrían encontrar, con una interpretación de lo que probablemente esté ocurriendo. Histograma general : la media del histograma está en el centro del rango de datos. La frecuencia es mayor en el centro y disminuye gradualmente hacia los extremos, ajustándose a una distribución normal. Se presenta en casi todos los casos en que se representa una medida importante en un proceso productivo. Histograma con sesgo positivo o negativo : tiene forma asimétrica. La media del histograma está a la izquierda (o a la derecha) y la frecuencia disminuye lentamente hacia la derecha (o hacia la izquierda). Se presen

Gráficos o cartas de control

El 16 de mayo de 1924, Walter A. Shewhart, un físico estadounidense, entregó un informe de una página a su jefe en Bell Technologies , destinado a cambiar la historia de la calidad. En él, un breve texto acompañaba a un gráfico, hoy conocido como gráfico o carta de control. Actualmente, pese a que sus gráficos de control siguen siendo útiles, muchos los emplean de manera incorrecta por el desconocimiento que tienen de los fundamentos estadísticos que los sustentan. Los gráficos de control nos permiten visualizar cómo va cambiando la variabilidad de una determinada medida (por ejemplo, el peso del agua embotellada que va saliendo de un proceso de producción), a lo largo del tiempo. Un gráfico de control está conformado por una línea central, que suele medir un promedio; dos límites de control, uno por encima y otro por debajo de la línea central; y una serie de valores característicos registrados en el gráfico que representan el estado de una medida de un proceso a lo largo de

La distribución normal (la campana de Gauss)

La curva normal o campana de Gauss Todas las medidas tomadas en cualquier proceso productivo tienen una distribución simétrica en forma de campana, si es que el proceso productivo está bajo control, es decir, si todo está funcionando dentro de lo establecido. Ejemplo de medidas tomadas en un proceso productivo: El peso de las bolsas que se llenan con azúcar con una máquina automática. El diámetro de los pistones que se elaboran en un taller. El volumen de las botellas que se llenan con cerveza con una máquina automática. La temperatura de un horno de cocción en un proceso de fabricación de harina de pescado. El voltaje que llegan a las viviendas en una ciudad. Estas medidas suelen tener una distribución simétrica en forma de campana debido a que, al haber un control sobre estas, la gran mayoría resultan muy cercanas al valor nominal establecido, y muy pocas resultan más lejanas a dicho valor. ¿Y cómo es esa distribución simétrica en forma de campana? Imagínense q

Estadísticas de César Angulo Bustíos

Buscar este blog