Introdução
A primeira pesquisa de intenção de voto surgiu na eleição do 32º presidente da democracia mais antiga do mundo moderno. A tentativa de prever os resultados das eleições daquele ano foi colocada em execução pela revista Literary Digest e por uma empresa menor. A revista consultou, por meio de uma enquete, 2 milhões de seus leitores, enquanto a empresa entrevistou cerca de 3.000 pessoas. No entanto, a editora errou grotescamente em seu palpite. Já a empresa menor (que no futuro viria a se chamar Gallup em homenagem a George Gallup, primeiro estatístico responsável por demonstrar a metodologia por trás das pesquisas) determinou corretamente quem ganharia a corrida presidencial de 1936 nos Estados Unidos.
Mas, afinal, como a revista errou se possuía mais respostas do que a empresa? O problema ocorreu devido a um grave viés de seleção na construção da amostra. A Literary Digest, além de consultar seu próprio público, utilizou listas de números telefônicos, registros de motoristas e associações de clubes de campo para selecionar sua amostra. Isso gerou uma base pouco representativa, já que apenas as classes abastadas possuíam acesso a esses serviços e, consequentemente, as pessoas de baixa renda e pertencentes a grupos minoritários deixaram de ser ouvidas. Em contrapartida, Gallup utilizou técnicas de amostragem mais sistemáticas e científicas, garantindo que fossem entrevistadas pessoas de todas as classes sociais para obter uma amostra precisa e representativa.
Como 2 mil vozes representam 154 milhões?
No Brasil, as pesquisas ganharam mais espaço com a redemocratização em 1988, acompanhadas de muitos questionamentos sobre sua credibilidade. Afinal, como é possível representar a decisão de 154,29 milhões de eleitores sobre qual candidato ganhará a eleição para Presidente? A resposta pode ser encontrada entendendo como a maioria dos institutos de pesquisa de opinião pública opera no país.
Os métodos estatísticos aplicados atualmente permitem aos institutos ouvir cerca de 2 mil pessoas e, mesmo assim, obter um retrato coerente da situação política no país. Isso é possível pelas divisões feitas na amostra, nas quais se tenta representar o mais precisamente possível a maneira como a população brasileira se distribui. Ou seja, se a população brasileira tem 53% de mulheres e 47% de homens, a amostra precisa seguir a mesma divisão, e isso é válido também para religião, idade, renda e raça.
Mas apesar de definir um perfil de eleitor a ser entrevistado para garantir a representatividade e evitar viés na escolha, uma das maneiras pelas quais os institutos garantem o fator aleatório é usando um banco de dados do IBGE para conhecer os chamados “setores censitários”. Eles são unidades territoriais definidas pelo IBGE para orientar a distribuição espacial da população, e nelas também há dados sobre idade, gênero, cor e renda. Quando os locais são sorteados, os entrevistadores vão pessoalmente aos domicílios ou, dependendo da metodologia do instituto, realizam as abordagens em pontos de fluxo populacional nas ruas. Fazer isso de maneira remota, por telefone ou internet, interfere na aleatoriedade por não garantir quem está sendo a pessoa entrevistada, além de uma parte da população não possuir acesso a esses recursos tecnológicos.
Desvendando a famosa margem de erro
Outra parte que gera dúvidas recorrentes quando ouvimos no noticiário é em relação ao tamanho da amostra. Cada instituto trabalha com uma margem de erro, e cada margem de erro possui um nível de confiança associado. É comum a maioria dos institutos utilizar a margem de erro de dois pontos percentuais com 95% de nível de confiança. Na prática, isso significa que, se a pesquisa fosse repetida 100 vezes, o resultado real da eleição cairia dentro da margem de erro calculada em cerca de 95 delas. Mas para garantir essas variáveis, a pesquisa precisa ouvir cerca de 2.401 pessoas.
Para aumentar o nível de confiança e diminuir a margem de erro, utilizaremos como exemplo uma pesquisa com 99% de nível de confiança e apenas 1 ponto percentual de margem de erro. Para isso ser possível, seria necessário entrevistar 16.558 pessoas! Com isso, é possível concluir que quanto menor a margem de erro e maior o nível de confiança, mais pessoas precisam ser entrevistadas. Mas é importante ressaltar que ter um resultado 100% preciso só é possível realizando um censo (a própria eleição em si), o que é praticamente impossível e inviável no período de eleições, onde toda semana saem novas pesquisas
Expectativa vs Realidade nas urnas
Abaixo, o gráfico de pontos com intervalos de confiança ilustra exatamente essa dinâmica. Ele nos permite verificar de forma visual se as estimativas englobam o resultado oficial (simbolizado pelo “X” preto). Os intervalos em verde indicam os acertos dentro da margem de erro, enquanto os em vermelho representam as estimativas que fugiram dessa margem. Como podemos notar, os resultados reais que escapam da margem são a minoria absoluta.
Ao analisarmos unicamente o cenário do 2º turno, fica evidente que os resultados das urnas acompanham as estimativas dentro da margem de erro com altíssima precisão (com uma rara exceção no pleito de 2002). Essa assertividade estatística ocorre porque, nesta etapa, o eleitor se depara com um cenário estritamente dicotômico, ou seja, com apenas duas opções de voto válidas. Do ponto de vista da teoria probabilística, a limitação a duas variáveis permite que o desenho amostral seja perfeitamente modelado pela distribuição binomial, reduzindo a complexidade do cálculo. É justamente a ausência dessa simplicidade no 1º turno, que, por ter múltiplos candidatos, formata uma variável politômica e exigiria o rigor de uma distribuição multinomial, tornando o segundo turno um ambiente muito mais controlado e seguro para as inferências dos institutos de pesquisa.
Conclusão
Mas, apesar de uma pesquisa eleitoral não ser uma previsão do futuro e o resultado nas urnas poder variar dentro (ou, como vimos nos cenários politômicos, até fora) da margem de erro, ela ainda consegue ser um recorte eficaz da opinião de milhões de brasileiros.
O gráfico de halteres abaixo prova exatamente isso. Ao analisarmos o histórico do Datafolha (instituto que frequentemente lidera os rankings de precisão) considerando apenas os votos válidos e as pesquisas de véspera, vemos que ele nunca errou o vencedor. Em todas as eleições presidenciais desde a redemocratização, seja no 1º ou no 2º turno, o candidato apontado como líder (ponto azul) sempre terminou à frente do vice-líder (ponto cinza).
No fim das contas, entender a estatística por trás das pesquisas é entender que os números não mentem, mas exigem a régua correta para serem medidos. A escolha entre uma distribuição binomial ou multinomial não é apenas um preciosismo estatístico; é a diferença entre uma amostra subestimada e um retrato fiel da realidade.
Na Estat Júnior, aplicamos esse mesmo rigor na hora de olhar para os dados do seu negócio. Seja para entender o perfil do seu cliente, estruturar pesquisas de mercado ou realizar inferências que reduzam os riscos da sua operação, nós sabemos exatamente qual modelo estatístico usar para que você não dependa de palpites. Se você quer transformar a base de dados da sua empresa em decisões estratégicas e seguras, entre em contato com a gente.
Afinal, prever o futuro é impossível, mas tomar decisões com 95% de confiança já é um excelente começo.
Autora: Ana Julia Sanches de Araujo
