Pesquisas eleitorais são fotografias de um momento. Por trás de cada porcentagem há estatística: tamanho de amostra, nível de confiança, margem de erro, ponderações e vieses que precisam ser compreendidos para interpretar os resultados com segurança.
O que é margem de erro (e por que ela existe)
A margem de erro é a “folga” estatística causada pelo fato de medirmos apenas uma amostra, e não todos os eleitores. Em termos simplificados, para uma estimativa de proporção p obtida em uma amostra de tamanho n, a margem de erro aproximada em 95% de confiança é:
ME ≈ 1,96 · √( p(1−p) / n )
Dica: o caso “mais conservador” é p=0,5, que maximiza a margem.
Exemplo rápido: com n=1.000 e p=0,50, temos ME ≈ 1,96·√(0,25/1000) ≈ ±3,1 p.p.
Nível de confiança: 95% não é “certeza”
O nível de confiança (geralmente 95%) indica que, se repetíssemos infinitas amostragens com o mesmo método, cerca de 95% dos intervalos conteriam o valor “verdadeiro” da população. Trocar o nível muda o fator z da fórmula: 90% usa ≈1,64; 95% usa ≈1,96; 99% usa ≈2,58.
Tamanho de amostra: como decidir o “n”
Para uma precisão desejada e (margem de erro-alvo), uma aproximação comum é:
n ≈ (z² · p(1−p)) / e²
Sem informação prévia, usa-se p=0,5 para ser conservador.
Se a pesquisa é muito grande em relação ao eleitorado, aplica-se a correção para população finita. Em pesquisas nacionais, ela quase nunca muda muito o resultado.
Ponderação e “efeito de desenho” (DEFF)
Pesquisas reais raramente são uma amostra aleatória simples. Há estratificação (por região, sexo, idade), conglomerados (setores, domicílios) e pesos para ajustar perfis. Isso aumenta a variabilidade e amplia a margem. Chamamos isso de efeito de desenho (DEFF):
Ex.: DEFF=1,3 implica ~14% a mais de margem.
Empate técnico, variações e “oscilações dentro da margem”
Quando dois candidatos têm estimativas cujos intervalos se sobrepõem (considerando a margem), dizemos que há empate técnico. Mudanças pequenas entre rodadas são comuns e podem ser apenas ruído amostral — não necessariamente uma “virada”.
Erros comuns de interpretação
- Confundir 95% com certeza. Não é garantia; é probabilidade sobre o procedimento.
- Ignorar indecisos e votos brancos/nulos. A base de cálculo muda quando se “normaliza” os percentuais válidos.
- Comparar pesquisas com metodologias diferentes (coleta presencial vs. telefone vs. online) como se fossem idênticas.
- Desconsiderar a redação da pergunta e a ordem dos itens, que influenciam respostas.
Checklist para ler pesquisas com clareza
- Tamanho e método da amostra (probabilístico? cotas?).
- Margem de erro e nível de confiança declarados.
- Período de campo (eventos no período podem afetar resultados).
- Critérios de ponderação (sexo, idade, região, escolaridade).
- Tratamento de indecisos e de votos brancos/nulos.
📒 E-book Fórmulas Matemática — Gratuito!
Relembre porcentagem, médias, erro padrão, intervalos de confiança e gráficos para interpretar pesquisas com segurança.
Quer praticar a matemática por trás das pesquisas?
- 📌 Mapas Mentais de Matemática — visão rápida dos tópicos de estatística e porcentagem.
- 📘 ENEM Matemática — exercícios que cobram interpretação de gráficos e dados.
- 📗 Coleção 10 eBooks de Matemática — capítulos sobre estatística aplicada.
- 📙 Banco de Questões de Matemática — pratique variação percentual e intervalos de confiança.
Conclusão
Pesquisas são ferramentas valiosas, mas exigem leitura técnica. Saber o que significam amostra, margem de erro, nível de confiança e ponderação evita interpretações apressadas. Com um pouco de estatística, entendemos melhor não só as eleições, mas qualquer fenômeno medido por amostragens.
Referências sugeridas
- Metodologia básica de amostragem e estimação de proporções (estatística inferencial).
- Materiais introdutórios de estatística aplicada à pesquisa de opinião (universidades e manuais de institutos).
- Leituras sobre efeito de desenho (DEFF) e ponderação em amostras complexas.
