Las elecciones populares de alcaldía y gobernación representan uno de los pilares fundamentales de la democracia colombiana. Estos comicios no solo determinan quiénes liderarán los destinos de las diferentes regiones del país, sino que también reflejan las preferencias y la voluntad del pueblo colombiano en cuanto a la gestión gubernamental a nivel local y regional. La capacidad de los ciudadanos para ejercer su derecho al voto y elegir a quienes consideren más aptos para ocupar estos cargos es esencial para el funcionamiento de una sociedad democrática y participativa.

En este contexto, el estudio de la intención de voto se convierte en un elemento crucial para comprender el panorama político de Colombia. La intención de voto no solo ofrece una vision anticipada de los resultados electorales, sino que también revela las motivaciones, preocupaciones y expectativas de los votantes, lo que brinda valiosa información a los candidatos, los partidos políticos y los analistas políticos. Además, el análisis de la intención de voto permite identificar tendencias, factores influyentes y desafíos clave que pueden impactar en el resultado final de las elecciones. En el presente estudio, nos sumergimos en el análisis de la intención de voto de cara a las próximas elecciones de alcalde y gobernador en el departamento de Cauca. A través de este estudio, aspiramos a arrojar luz sobre la dinámica electoral en Cauca, proporcionando información valiosa para los actores políticos, los medios de comunicación y el público en general. La comprensión de la intención de voto no solo enriquecerá el debate democrático, sino que también contribuirá a fortalecer la participación cívica y la toma de decisiones informadas en el proceso electoral. El objetivo general de esta investigación es analizar cuál será la intención de voto de los ciudadanos para la gobernación del departamento de Cauca, y las Alcaldías de los siguientes municipios:

  1. Popayán
  2. Santander
  3. Tambo
  4. Puerto Tejada
  5. Bolívar
  6. Piendamo
  7. Timbío
  8. Patía
  9. Cajibio
  10. Caldono

Por otro lado, como objetivo específico resulta importante analizar cuáles son algunas de las características demográficas de los encuestados y cómo estas influyen en su intención de voto. Por ello se les preguntó a los encuestados cuál era su edad, su género y el ingreso promedio mensual.

Al realizar un histograma para observar los candidatos con mayor popularidad se encontró lo siguiente:

str(base)
## tibble [1,071 × 7] (S3: tbl_df/tbl/data.frame)
##  $ ID        : num [1:1071] 771 130 725 133 649 ...
##  $ MUNICIPIO : chr [1:1071] "POPAYAN" "POPAYAN" "POPAYAN" "POPAYAN" ...
##  $ GOBERNADOR: num [1:1071] 77 1 1 1 1 1 1 1 1 1 ...
##  $ EDAD      : num [1:1071] 52 34 40 40 41 41 42 42 43 44 ...
##  $ GENERO    : num [1:1071] 0 1 1 1 0 0 1 0 0 0 ...
##  $ INGRESO   : num [1:1071] 8969000 3946196 4809429 4414087 3200000 ...
##  $ ALCALDE   : num [1:1071] 1 1 1 1 1 1 1 1 1 1 ...
base$GOBERNADOR <- as.factor(base$GOBERNADOR)
base$ALCALDE <- as.factor(base$ALCALDE)
str(base)
## tibble [1,071 × 7] (S3: tbl_df/tbl/data.frame)
##  $ ID        : num [1:1071] 771 130 725 133 649 ...
##  $ MUNICIPIO : chr [1:1071] "POPAYAN" "POPAYAN" "POPAYAN" "POPAYAN" ...
##  $ GOBERNADOR: Factor w/ 5 levels "1","2","3","4",..: 5 1 1 1 1 1 1 1 1 1 ...
##  $ EDAD      : num [1:1071] 52 34 40 40 41 41 42 42 43 44 ...
##  $ GENERO    : num [1:1071] 0 1 1 1 0 0 1 0 0 0 ...
##  $ INGRESO   : num [1:1071] 8969000 3946196 4809429 4414087 3200000 ...
##  $ ALCALDE   : Factor w/ 19 levels "1","2","3","4",..: 1 1 1 1 1 1 1 1 1 1 ...
Factor_gobernador<- factor(base$GOBERNADOR, labels = c("Mauricio Muñoz Noguera ", "Jorge Octavio Guzmán",
                             "Victor Libardo Ramirez", "Ferney Silva Idrobo","No sabe, No responde"))
#Histograma gobernación
base %>%
  ggplot(aes(y= Factor_gobernador)) +
  geom_bar(col = "royalblue4", fill = "royalblue4") +
  labs(title = "Intención de voto por Gobernación", caption = "Fuente: Elaboración propia", x = "Cantidad de encuestados", y = "Gobernador") + 
  theme_minimal()

Factor_alcalde<- factor(base$ALCALDE, labels = c("Andres Maiz",
                                                 "Candelo",
                                                 "Carlos Alegria",
                                                 "Diana Fuentes",
                                                 "Fabian Naranjo",
                                                 "Francisco Pantoja",
                                                 "Jorge Constain",
                                                 "Jose Luis Diago",
                                                 "Juan Carlos Muñoz",
                                                 "Maria Fernanda Varona",
                                                 "Oscar Ospina",
                                                 "Pablo Parra",
                                                 "Victoria Santander",
                                                 "Alejandro Paz",
                                                 "Luis Fernando Yepes",
                                                 "Mario Campo",
                                                 "Monica Campo",
                                                 "Pacto Historico",
                                                 "No sabe, No responde"))

Aquí se puede observar que gran parte de las personas aún no saben cuál será su voto a la gobernación o no quieren responder. Sin embargo el candidato con mayor intención de voto es Mauricio Muñoz Noguera.

Al realizar el mismo ejercicio con los candidatos para las alcaldías se obtuvo los siguientes resultados:

base %>%
  ggplot(aes(y= Factor_alcalde)) +
  geom_bar(col = "royalblue4", fill = "royalblue4") +
  labs(title = "Intención de voto para Alcalde", caption = "Fuente: Elaboración propia", x = "Cantidad de encuestados", y = "Candidato Alcalde") + 
  theme_minimal()

Gráficamente se puede observar que el candidato a la alcaldía con mayor popularidad en el Cauca es el Pacto Histórico con una gran ventaja frente a los demás candidatos.

En cuanto a la edad, se quiso observar cómo era la intención de voto por grupos de edad. Dónde están los menores de 20 años, entre 20 y 40 años, el tercer grupo entre 40 y 60 años y el último que corresponde a los encuestados con más de 60 años. Estos datos fueron obtenidos mediante el estudio del equipo Jovenes por cauca estimando lasedades promedio por municipio.

baseporedad<- base %>%   
  mutate(Grupo = case_when( EDAD<20 ~ "Encuestados con menos de 20 años", 
                                 EDAD>=20  & EDAD<40 ~ "Encuestados edad entre 20 y 40 años", 
                                 EDAD>=40  & EDAD<60 ~ "Encuestados edad entre 40 y 60 años",
                                 EDAD>=60 ~ "Encuestados con 60 años o más"))
baseporedad %>%
  ggplot(aes(y= Factor_gobernador)) +
  geom_bar(col = "#00CD00", fill = "#00CD00") +
  facet_wrap(.~Grupo) +
  labs(title = "Intención de voto para gobernación por grupos de Edad", caption = "Fuente: Elaboración propia", x = "Cantidad de encuestados", y = "Candidato gobernación") + 
  theme_minimal()

Aquí se observa que la participación a las votaciones que se observa en este estudio es menor en los encuestados con menos de 20 años. Por otro lado, la intención de voto a la gobernación por parte de las personas entre los 20 y los 60 años es muy parecida, y gran parte de ellos aún no sabe o no quiere responder respecto a su voto.

base %>%
  ggplot(aes(y= INGRESO)) +
  geom_boxplot() +
  facet_wrap(~GOBERNADOR) +
  labs(title = "Diagrama de caja de ingreso por voto a gobernación",  
      
       y="Ingreso") +
  theme_minimal()

Cuando se observa el nivel de ingreso por candidato a la gobernación no se encuentran muchas diferencias, sin embargo, cuando se quiere observar el nivel de ingresos por ciudad se puede ver tendencias que resultan más importantes a la hora de realizar estrategias para aumentar los votos tanto para el papel de alcalde como para el papel de gobernador.

 base %>% 
ggplot(aes(y= INGRESO)) +
  geom_boxplot() +
  facet_wrap(~MUNICIPIO) +
  labs(title = "Diagrama de caja de ingreso por municipio",
       y="Ingreso") +
  theme_minimal()

En estos ingresos hay datos atípicos en las ciudades de Bolivar, Piedamo, Santander, Tambo y Timbio que corresponden a personas con altos niveles de salario mensual. Los demás se mantienen en una media que ronda entre 2.000.000 y 3.000.000 millones de pesos. Al observar el nivel promedio de ingresos en todo las ciudades del departamento del Cauca se puede decir que es de 3.200.000 aproximadamente.

(Posdata: El codigo no quiso correr xd att David T.)

Prom : 3241320. mediana 4005587. Desviacion estandar 2161105.

En cuanto a las medidas de tendencia central, se calculó que el ingreso mensual promedio de los encuestados es de 3.241.320 millones de pesos. Que la mediana es aproximadamente 4.000.000 millones de pesos, lo que quiere decir que la mitad de los encuestados gana más de 4 millones y la otra mitad menos de los 4 millones. Mientras que la desviación estándar es muy alta, lo cuál sugiere una gran variabilidad, lo que se puede explicar debido a que la pregunta en la encuesta era de carácter abierta . Otra variable a la que se le pueden realizar las tendencias centrales es la edad, donde el promedio de los encuestados es de 36,4 años. En este caso la variabilidad de la edad es menor que en el ingreso pero es aún es alta. Finalmente se puede observar un cuadro con la varianza entre estas dos variables.

Edad promedio 36.4 Desviacion 10,73951

Al analizar las tendencias de intención de votación a la gobernación por grupos de edad, se encontró que había una relación interesante que puede ser beneficiosa para el equipo de apoyo y de mercadeo de un candidato. Si se quisiera profundizar en estos grupos de edad también resulta importante observar la relación del ingreso de los encuestados con su edad. De esa manera se pueden orientar las promesas políticas de acuerdo a esa tendencia económica. Al realizar un diagrama de dispersión entre la edad y el ingreso de los encuestados se observa lo siguiente:

base %>% 
  ggplot(aes(x=EDAD, y= INGRESO)) +
  geom_point() +
  labs(title = "Ingreso de los encuestados por edad", caption = "Fuente: Elaboración propia",
         y = "Ingreso",
       x= "Edad") +
  theme_minimal() 

base$INGRESO <- as.numeric(base$INGRESO)
base$EDAD <- as.numeric(base$EDAD)

Esto nos muestra que hay una relación lineal positiva entre la edad de los encuestados y el monto de ingresos mensuales. En el segundo recuadro se observa que el coeficiente de correlación lineal entre estas dos variables tiene un valor de (0.8), lo cuál indica que la relación es fuerte. En otras palabras, las personas encuestadas con mayor edad tienden a tener un ingreso mensual más alto por diversas razones. Así se puede pensar en políticas dirigidas al mercado laboral de los jóvenes por ejemplo.