Vamos ter 2o. turno nas eleições presidenciais?

[Frederico Zanqueta Poleto <fred-l@poleto.com>]

Caros Colegas:

Recentemente defendi o mestrado cujo tema foi a análise de dados 
categorizados com omissão. Como um dos tipos de dados omissos (ou 
faltantes) é a não-resposta em pesquisas, também estudei um pouco o viés 
de não-resposta, dentre outras questões.

Em minha dissertação de mestrado, estudei, por exemplo, os resultados 
das eleições do 1o. turno de 2004 da cidade de São Paulo, em que o Serra 
ganhou da Marta Suplicy por 7.7% e o IBOPE divulgou na última pesquisa 
de intenção de votos antes do pleito que a Marta estava 2% na frente de 
Serra (apesar do "empate técnico"). Ou seja, o IBOPE errou em 9.9% o 
resultado! O Datafolha ficou mais próximo, prevendo que Serra estaria na 
frente de Marta em 3%, mas ainda assim errou em muito (4.7%) o 
resultado. O que talvez tenha acontecido é que a amostra de eleitores 
entrevistados pelo IBOPE e Datafolha podem não ter constituído amostras 
aleatórias da população de eleitores, mas sim amostras enviesadas.

Uma análise mais cautelosa que tivesse estudado a possível ocorrência 
desse viés, como a que apresentei em minha dissertação, teria detectado 
que isso poderia ter acontecido. Utilizando apenas os dados do IBOPE, 
mostrei que até mesmo uma análise mais simples poderia ter previsto que 
Serra estaria na frente de Marta entre -11.8% e +8.0% (os percentuais 
negativos indicam que Marta estaria na frente de Serra).

Vendo hoje os resultados do IBOPE e do Datafolha que a TV Globo divulgou 
no Jornal Nacional, resolvi repetir a mesma análise simplória por 
curiosidade (outras análises mais apuradas demandariam muito mais tempo) 
e quis dividir com vocês.

Em ambos os resultados divulgados no jornal, Lula está 12% na frente de 
Alckmin, considerando os votos válidos, sendo que o resultado de Lula 
vs. Alckmin do Datafolha é de 50% vs. 38% e do IBOPE é de 49% vs. 37%. 
Apesar de não terem divulgado o percentual de votos não-válidos, pelas 
minhas contas são cerca de 8% (as análises se baseiam nesse índice).

Pelas minhas análises, a diferença entre Lula e Alckmin de +12% pode 
variar entre -5% e +27% para os dois institutos. Ou seja, apesar de Lula 
ter uma maior amplitude de possibilidades de estar na frente de Alckmin, 
se a distribuição dos eleitores que tiveram votos não-válidos nas 
pesquisas for, na realidade, muito mais favorável ao Alckmin do que ao 
Lula em relação aos votos válidos, então o Lula não terá uma vantagem 
tão grande como a de 12%, podendo chegar ao caso extremo de perder em 
até 5% de Alckmin. Nas análises individuais, os 50% apresentados pelo 
Datafolha para Lula podem variar entre 38% e 54%, enquanto que os 38% de 
Alckmin podem ir de 27% a 43%.

Gostaria de poder dizer que também estou incorporando nessas análises o 
erro amostral, mas não o faço porque tanto o Datafolha quanto o IBOPE 
fazem os levantamentos amostrais por meio do sistema de quotas, que, 
conforme o Carvalho comentou cerca de 1 mês atrás nesta lista de 
discussão eletrônica, _não_ é um método probabilístico. (Além disso, 
seria necessário ter mais informação sobre o plano amostral e os dados 
brutos do que obviamente é comentado pela mídia e disponibilizado pelos 
institutos de pesquisa.) Portanto, as análises que fiz consideram apenas 
como as estimativas pontuais poderiam variar para a amostra dependendo 
do tipo de viés, que não se pode mensurar. Ao embutir o erro amostral 
nas análises, a amplitude dos intervalos aumentaria mais ainda.

Apesar das deficiências de tais análises e de ilustrarem que há 
possibilidade de ter ou não 2o. turno (já que a incerteza da proporção 
de votos válidos de Lula é de 38% a 54%), como a amostragem por quotas é 
mais suscetível à ocorrência de vieses e o estudo destes são mais 
favoráveis ao 2o. turno, acredito que já podemos vislumbrá-lo.

Boa votação!

--
Frederico Zanqueta Poleto
fred@poleto.com
--
"An approximate answer to the right problem is worth a good deal more than an exact answer to an approximate problem." J. W. Tukey