Como lidar com as abstenções eleitorais nas pesquisas de intenção de voto?

Um dos desafios em pesquisas eleitorais é identificar quais eleitores de fato irão às urnas para lidar com a questão das abstenções. Primeiramente porque comparecimento nas eleições é um tópico sujeito a viés de desejabilidade social, com tendência de sobre-reportagem, como amplamente documentado na literatura de metodologia de pesquisas (Silver et al. 1986, Bernstein et al. 2001). Ou seja, quando perguntados diretamente, mais respondentes tendem a dizer que pretendem votar do que aqueles que realmente comparecem às urnas. Esse é um fenômeno observado ao redor do mundo, e potencialmente exacerbado em países, como no Brasil, em que o voto é obrigatório. Além disso, há casos em que o respondente de fato tinha a intenção de ir votar, mas certos imprevistos ou situações o impediram de fazê-lo.

Caso a abstenção fosse um comportamento aleatório, em que eleitores que comparecem às urnas fossem semelhantes aos que não comparecem, isso não seria necessariamente um problema para as estimativas de pesquisas eleitorais. No entanto, de forma geral, esse não é o caso. Eleitores que não comparecem às urnas tendem a ter um menor nível de escolaridade e estarem concentrados em certas regiões do país. À medida que essas características são associadas a eleitores de um determinado candidato, sua intenção de voto tende a ser superestimada. Dado que os níveis de abstenção têm girado em torno de 20% nas últimas eleições presidenciais, torna-se cada vez mais importante utilizar, em pesquisas pré-eleitorais, abordagens que incorporem a potencial abstenção nas estimativas de intenção de voto.

Taxas de abstenção em eleições presidenciais (%)

Ano	1º turno	2º turno
2022	20,91	—a
2018	20,32	21,29
2014	19,39	21,10
2010	18,12	21,50
2006	16,75	18,99
2002	17,74	20,47
1998	21,49	—b
1994	17,77	—b
1989	11,93	14,39

^a 2º turno ainda não realizado no momento em que esse texto foi escrito.

^b Eleição encerrada no 1º turno.

Modelos de “likely voters” (“eleitores prováveis”, em uma tradução livre) procuram estimar a probabilidade de um respondente comparecer às eleições para se ajustar as estimativas de intenção de voto de forma a incorporar a potencial abstenção. Esses modelos são extensivamente estudados na literatura de metodologias de pesquisas, mas têm se focado quase exclusivamente nos EUA, onde eles são amplamente utilizados. Logo, essa abordagem precisa ser cuidadosamente adaptada para a realidade eleitoral brasileira que possui diversas diferenças com a americana, como o voto obrigatório. Modelos de “likely voters” variam desde simples baterias de questões de filtro até sofisticados modelos estatísticos e métodos de ponderação.

Em vez de perguntar diretamente aos respondentes se eles pretendem ir votar no dia da eleição, modelos de “likely voters” procuram utilizar uma bateria de perguntas para determinar a probabilidade de comparecimento às urnas. Inicialmente desenvolvidas por Paul Perry, na Gallup, nas décadas de 1950 e 1960 (Perry, 1960, 1979), e validadas ao longo dos anos, essas questões procuram medir a intenção e a probabilidade de ir votar; o comportamento de comparecimento às urnas em eleições anteriores; o conhecimento do processo de votação; e o interesse pela campanha eleitoral. Um exemplo de bateria de perguntas utilizada para esse propósito pode ser encontrada no website da Gallup.

De forma geral, há dois métodos para determinar o comparecimento na eleição dos respondentes de pesquisas eleitorais, utilizando esse tipo de bateria de perguntas, junto a características sócio-demográficas, políticas e ideológicas: determinísticos e probabilísticos.

Em métodos determinísticos, cada item na escala utilizada para o modelo de “likely voter” recebe uma pontuação. Um índice geral então é calculado para cada respondente com base nas respostas de cada pergunta. Utilizando-se um ponto de corte nesse índice, é determinado se cada respondente irá ou não votar. Em geral, esse ponto de corte é baseado numa taxa de comparecimento às urnas esperado. Respondentes classificados como eleitores prováveis são mantidos na amostra para o cálculo das estimativas de intenção de voto, enquanto aqueles que caem abaixo do ponto de corte são filtrados.

Os métodos probabilísticos procuram estimar a probabilidade de cada respondente da pesquisa em comparecer às urnas, utilizando métodos estatísticos, como modelos logísticos, logit ou probit, ou técnicas de aprendizado em máquina, como florestas aleatórias. Essas probabilidades estimadas podem ser então utilizadas para identificar eleitores prováveis com base num ponto de corte, semelhante ao utilizado nos métodos determinísticos, ou cada respondente pode ser ponderado pela sua probabilidade de comparecer às eleições. Em abordagens mais recentes, os dados das pesquisas eleitorais são calibrados para totais de certas características do eleitorado ajustado por estimativas de probabilidade de comparecimento às urnas (“turnout score adjustment”).

Em geral, as probabilidades de comparecimento às eleições são estimadas com dados de eleições anteriores. Nos EUA, por exemplo, são utilizados dados que são disponíveis no nível do eleitor em bases de dados públicas com o histórico de comparecimento a eleições anteriores. Algumas empresas se especializam em organizar essas bases de dados e enriquecê-las com variáveis de outras fontes de dados para incorporar ainda mais informações nos modelos de “likely voters” utilizados.

Referências

Bernstein, R., Chadha, A., & Montjoy, R. (2001). Overreporting voting: Why it happens and why it matters. Public Opinion Quarterly, 65(1), 22-44.

Perry, P. (1960). Election survey procedures of the Gallup poll. The Public Opinion Quarterly, 24(3), 531-542.

Perry, P. (1979). Certain problems in election survey methodology. Public Opinion Quarterly, 43(3), 312-325.

Silver, B. D., Abramson, P. R., & Anderson, B. A. (1986). The presence of others and overreporting of voting in American national elections. Public Opinion Quarterly, 50(2), 228-239.

---

Publicado originalmente no Observatório ABRAPEL, em 26 de abril de 2024.