Los GRANDES PERDEDORES de la contienda electoral son las ENCUESTADORAS vía Call Center /Robot que llenaron las redes.
Estás aplicaciones supusieron que con volumen de respuestas podrían lograr márgenes mínimos de error estadístico, pues la teoría así lo dice, haces tantas encuestas con relación a tal población y obtienes ciertos niveles de confianza y márgenes de error. Pero se olvidaron de los errores asociados y los sesgos de muestreo.
Todo indica que fueron incapaces de muestrear adecuadamente las respuestas que recibieron, tal vez por la incapacidad para determinar algunos elementos clave a la hora de estratificar la muestra:
- Edad y sexo de los entrevistados;
- Localización geográfica real donde vota entrevistado (Sección electoral);
- La intención de voto real.
Explico por qué estos tres elementos son claves en un muestreo electoral:
Con respecto a la capacidad para ubicar geográficamente al entrevistado, pasa lo siguiente, si el robot sólo seleccionó aleatoriamente números telefónicos sin considerar a qué distrito y sección pertenecen los entrevistados, puede cometerse el error de dar un peso mayor, por ejemplo, a un distrito que a otro, o peor aún, considerar un voto que no corresponde con su municipio. Supe de un caso que respondió una encuesta para gobernador estando en otra entidad! Así mismo, identificar si la persona cuenta con credencial de elector vigente del domicilio entrevistado y sección electoral es clave para que las cuotas del muestreo no se carguen hacia uno u otro rango.
Las encuestas vía Call CENTER / robots tienen el tiempo en contra, por lo tanto, al no ser una persona quien dirige la conversación, los entrevistados tienden a colgar rápidamente, esto les limita preguntar datos socio demográficos como el sexo o la edad y por ende no controlan cuotas por rangos de edad y sexo proporcionarles a la población. Este error produce que se saturen encuestas en rangos de edad que no son representativos o dando mayor peso hacia un sexo en particular, pues a menudo no registran ese dato, causando un sesgo por mala estratificación de la muestra.
Por último un elemento muy importante, que incluso muchas encuestas cara a cara pasan por alto: medir y detectar la intención de voto de entrevistado, pues no tiene ningún sentido entrevistar a una persona que no pretende ir votar! Entonces se comete el error de preguntar las preferencias electorales a quienes finalmente no asistirán a la elección, produciendo un sesgo de no respuesta muy alto y falsas preferencias, que desvirtúan los resultados.
Por estas razones y algunas otras más, podría concluir que al Machine Learning en materia de estudios demoscópicos, le falta un poco más para ser tomado en cuenta con seriedad, aunque debo reconocer que se ha avanzado mucho y que pronto la ciencia de datos ayudará a realizar estudios más precisos y eficaces. Por ahora fueron muchos sin sabores para esta técnica de levantamiento de datos, reafirmando que el ENCUESTADOR Y EL MUESTREO SON UN ESLABÓN IMPRESCINDIBLE EN EL ARTE DE LA ENCUESTA!