¿Cuánto puede sesgar la selección de puestos en una encuesta?
Una simulación demuestra que elegir el 30% de puestos más favorables a un candidato dentro de los mismos municipios puede cambiar los resultados nacionales hasta en 24 puntos porcentuales.
El problema de la transparencia incompleta
Las encuestas presenciales en Colombia suelen publicar los municipios donde se realizaron las entrevistas, pero no los puestos de votación específicos. Esta omisión crea un ángulo ciego significativo: dentro de un mismo municipio, diferentes barrios pueden tener preferencias electorales radicalmente distintas.
Esta simulación cuantifica el rango de sesgo posible cuando la selección de puestos no se divulga ni se aleatoriza, usando datos reales de la primera vuelta presidencial de 2022.
Metodología
Tomamos la configuración de la encuesta AtlasIntel/Semana (117 municipios, 7,298 entrevistas) y simulamos 9 escenarios:
4 escenarios "Pro" — top 30% de puestos más favorables a cada candidato
4 escenarios "Anti" — bottom 30% de puestos menos favorables
1 escenario aleatorio — 200 iteraciones promediadas
Los resultados de cada puesto provienen de los datos oficiales de la Registraduría Nacional, pareados con los municipios de la encuesta.
Resultados principales
Rango de sesgo por candidato
Diferencia entre escenarios Pro y Anti para cada candidato
Fuente: Simulación sobre datos oficiales de la Registraduría Nacional, primera vuelta 2022
Petro: rango de 23.6 puntos porcentuales
El resultado de Petro puede variar de 30.8% (escenario anti-Petro) a 54.4%(escenario pro-Petro), un rango de 23.6pp. Esto ocurre porque Petro domina en barrios de ingreso bajo (sur de Bogotá, áreas rurales) pero tiene apoyo mínimo en zonas de clase media-alta.
Fico: rango de 19.6 puntos porcentuales
Fico muestra un patrón inverso: fuerte en estratos altos, débil en estratos bajos. Su resultado puede variar de 14.9% a 34.5%.
Rodolfo: rango de 10.5 puntos porcentuales
Rodolfo tiene el rango más pequeño (18.4% a 28.9%) porque su apoyo está más disperso geográficamente y menos correlacionado con el estrato socioeconómico.
El fenómeno Pro-X = Anti-Y
Un hallazgo clave es que los escenarios pro y anti de candidatos opuestos producen resultados casi idénticos:
Efectos cruzados Pro-X = Anti-Y
Los escenarios opuestos producen resultados casi idénticos
Pro-Petro y Anti-Fico seleccionan los mismos puestos (barrios de menor ingreso)
Esto significa que un encuestador no necesita sesgar intencionalmente: simplemente enviar personal a zonas "convenientes" (centros comerciales, universidades, áreas de fácil acceso) producirá resultados sesgados hacia candidatos de derecha, porque estas zonas tienden a ser de mayor ingreso.
La selección aleatoria funciona... pero revela otro problema
El escenario aleatorio produce resultados muy cercanos a los resultados reales en los municipios seleccionados por la encuestadora(desviación máxima de 1.2pp), confirmando que si los puestos se seleccionaran verdaderamente al azar dentro de esos municipios, el sesgo intra-municipal desaparecería.
Hallazgo crítico: El sesgo de selección de municipios
Incluso con selección perfectamente aleatoria de puestos dentro de los 117 municipios elegidos por la encuestadora, Fico supera a Rodolfo en la simulación:
Simulación aleatoria
Fico: 25.7% > Rodolfo: 23.6%
Resultado real nacional
Rodolfo: 28.2% > Fico: 23.9%
En la realidad, Rodolfo superó a Fico por 4.3 puntos y pasó a segunda vuelta. Pero la muestra de municipios de la encuesta invierte este resultado, dando a Fico una ventaja de 2.1 puntos sobre Rodolfo.
La selección de municipios misma introduce un sesgo estructural que no puede corregirse con aleatorización de puestos. Los 117 municipios elegidos sobrerrepresentan zonas urbanas de mayor ingreso donde Fico es más fuerte.
Implicaciones
El margen de error declarado es insuficiente: El rango de sesgo posible (10-24pp) es 5-8 veces mayor que el margen de error típico declarado (±1.5-3pp).
La lista de municipios no garantiza representatividad: Publicar los municipios crea una falsa sensación de transparencia. Peor aún, la selección de municipios misma puede introducir sesgos que invierten el orden de los candidatos.
Se necesita divulgar los puestos: Para verificar la aleatoriedad de una encuesta, se necesita conocer los puestos específicos visitados.
Sesgo estructural en la selección de municipios: La simulación demuestra que los 117 municipios de esta encuesta favorecen sistemáticamente a Fico sobre Rodolfo, invirtiendo el resultado real.
Nota importante
Este análisis no afirma que ninguna encuesta específica esté sesgada. La simulación muestra el rango de lo posible, no lo que ocurrió. Su propósito es educativo: demostrar la magnitud del sesgo potencial cuando la selección de puestos no se divulga.
Explora la simulación interactivamente
Visualiza los 9 escenarios, rangos de sesgo por candidato y efectos cruzados.
Ver infográficoParticipa en el Ejercicio Electoral 2026
Regístrate en Yo Sí Cuento para acceder a todas las herramientas de análisis electoral.
Participar