Introducción

En 2023 asume el mando en Argentina “La Libertad Avanza”, fuerza política neoliberal y conservadora. A casi dos años de gestión, las políticas públicas en materia de género y diversidad se han visto fuertemente desfinanciadas y deslegitimadas, acompañadas de un discurso estatal que desarticula las instituciones y programas destinados a políticas de la igualdad.

Sin embargo, en el centro de la escena estatal se posicionan mujeres que ocupan cargos de alta visibilidad y poder dentro del mismo gobierno, entre ellas la vicepresidenta Victoria Villarruel, figura que fue clave para la llegada a la presidencia de Javier Milei.

La presente investigación pretende indagar las percepciones que tienen mujeres y diversidades en torno a las dos figuras políticas centrales del gobierno argentino en 2025: Javier Milei y Victoria Villarruel.

En pos de observar si la presencia de una mujer en el mando político y legislativo -en un gobierno con retórica abiertamente anti-feminista y anti-ideología de género- se traduce o no en una valoración diferencial entre aquellos grupos de mujeres y diversidades.

Asimismo, se busca analizar si existen diferencias en las percepciones de estas figuras del gobierno según la identidad de género de quienes responden, considerando desde un inicio a los grupos históricamente reprimidos -mujeres y disidencias- pero con experiencias de vida diferentes en tanto mujeres cisgénero y disidencias sexo-genéricas

Objetivos

Objetivo general:

Objetivos específicos:

Marco teórico

Desde un marco teórico con perspectiva feminista, proponemos un análisis que articula percepciones sociales, imagen, representación política y género en un contexto de creciente deslegitimación de los derechos de las mujeres y diversidades.

Entendemos las percepciones sociales o “imagen” como como aquellas actitudes, opiniones, inclinaciones y sensaciones por las cuales, mediante mecanismos de respuestas sociales y de procesamiento de la información, las personas caracterizan a los fenómenos, personas o grupos de personas tal como se les presentan (Banchs, 1986 - recuperado de “mapa de la discriminación, 2da edición” INADI).

La postura que sostiene el gobierno liberal-libertario es comprendida por Verónica Gago (2021) como una ‘contraofensiva liberal y conservadora’, donde “las nuevas derechas despliegan su dimensión reactiva en relación a esa masividad transfeminista” (Gago, 2021).

En tanto, la presencia de mujeres en espacios de poder que sostienen posturas conservadoras y políticas reaccionarias no se da en un vacío simbólico: las nuevas derechas trabajan activamente con subjetividades de “mayorías” en disputa, lo que puede influir en las percepciones de las mujeres/diversidades. (Gago, 2021)

En este sentido, las percepciones sociales hacia figuras políticas que sostienen discursos anti-ideología de género pueden diferir según la experiencia identitaria de quienes evalúan. De este modo, nos resulta interesante indagar si las mujeres cis y las disidencias expresan una valoración diferenciada frente a las figuras del gobierno.

Metodología

En la presente investigación se adopta un abordaje cuantitativo, de alcance descriptivo con análisis inferencial, basado en el procesamiento de los datos de la encuesta de Imagen y Representación política 2025.

El estudio busca identificar diferencias en la valoración de las principales figuras del gobierno nacional -Javier Milei y Victoria Villarruel- entre mujeres cis y disidencias sexo-genéricas.

La unidad de análisis está compuesta por quienes se identifican como mujeres, mujeres trans/travesti, varon trans/travesiti, no binario u otra identidad no especificada.

En primera instancia, se realizó un análisis descriptivo, a fin de caracterizar a los participantes y observar las valoraciones medias de cada figura política según grupo identitario.

En una segunda instancia, se realizó un análisis estadístico inferencial, centrado en determinar si las diferencias observadas en las valoraciones medias de Javier Milei y Victoria Villarruel, entre mujeres cisgénero y disidencias sexo-genéricas, son estadísticamente significativas. Para ello, se aplicó la prueba \(t\) para muestras independientes.

Carga de datos

Hemos utilizando una muestra de 498 casos, de los cuales 484 se identificaron como mujeres cis y 14 como disidencias sexo-genéricas (mujeres trans, varones trans, personas no binarias u otras identidades).

library (googlesheets4)
datos <- read_sheet('https://docs.google.com/spreadsheets/d/1ovptQ5cuZ3mKgiNwziw92-1v63EnuQx5FEezW-zA2DA/edit?gid=460143340#gid=460143340')
library (tidyverse)
categorias_filtro <- c(
  "mujer",
  "mujer trans / travesti",
  "varon trans / travesti",
  "no binario",
  "otra identidad / ninguna de las anteriores"
)
datos_filtrados <- datos %>%
  filter(genero %in% categorias_filtro)

datos_filtrados <- datos_filtrados %>%
  mutate(
    imagen_milei= as.numeric(imagen_milei),
    imagen_villarruel = as.numeric(imagen_villarruel)
  )
datos_filtrados <- datos_filtrados %>%
  filter(!is.na(imagen_milei) & !is.na(imagen_villarruel))

datos_mujeres <- datos_filtrados %>%
  filter(genero == "mujer")

datos_disidencias <- datos_filtrados %>%
  filter(genero %in% c(
    "mujer trans / travesti",
    "varon trans / travesti",
    "no binario",
    "otra identidad / ninguna de las anteriores"))
nrow(datos_filtrados)
## [1] 498
nrow(datos_mujeres)
## [1] 484
nrow(datos_disidencias)
## [1] 14
library(ggplot2)


df_torta <- data.frame(
  grupo = c("Mujeres", "Disidencias"),
  cantidad = c(nrow(datos_mujeres), nrow(datos_disidencias))
)


df_torta$porcentaje <- round(df_torta$cantidad / sum(df_torta$cantidad) * 100, 1)


ggplot(df_torta, aes(x = "", y = cantidad, fill = grupo)) +
  geom_col(width = 1, color = "white") +
  coord_polar(theta = "y") +
  geom_text(aes(label = paste0(porcentaje, "%")),
            position = position_stack(vjust = 0.5),
            size = 5, color = "white") +
  scale_fill_manual(values = c("#ff9999", "#66b3ff")) +
  labs(title = "Distribución de la muestra por grupo de género",
       fill = "Grupo") +
  theme_void(base_size = 14) +
  theme(legend.position = "bottom",
        plot.title = element_text(hjust = 0.5, face = "bold"))

library(dplyr)
library(knitr)
tabla_resumen <- bind_rows(
  datos_mujeres %>%
    summarise(
      grupo = "Mujeres",
      n = n(),
      media_milei = mean(imagen_milei, na.rm = TRUE),
      sd_milei = sd(imagen_milei, na.rm = TRUE),
      media_villarruel = mean(imagen_villarruel, na.rm = TRUE),
      sd_villarruel = sd(imagen_villarruel, na.rm = TRUE)
    ),
  datos_disidencias %>%
    summarise(
      grupo = "Disidencias",
      n = n(),
      media_milei = mean(imagen_milei, na.rm = TRUE),
      sd_milei = sd(imagen_milei, na.rm = TRUE),
      media_villarruel = mean(imagen_villarruel, na.rm = TRUE),
      sd_villarruel = sd(imagen_villarruel, na.rm = TRUE)
    )
)

Análisis descriptivo

A continuación, a fin de conocer la tendencia general de las valoraciones, así como también conocer qué tan diversas son las opiniones, se presentan las valoraciones medias y desviaciones estándar de las dos principales figuras del gobierno, Javier Milei y Victoria Villarruel, según el grupo identitario de pertenencia:

kable(
  tabla_resumen,
  digits = 2,
  caption = "Valoración media y desviación estándar de Milei y Villarruel según grupo de género"
)
Valoración media y desviación estándar de Milei y Villarruel según grupo de género
grupo n media_milei sd_milei media_villarruel sd_villarruel
Mujeres 484 3.44 2.74 3.39 2.45
Disidencias 14 1.64 1.74 1.64 1.45

En términos generales, observamos una tendencia a la baja valoración de ambas figuras políticas, aunque con diferencias pronunciadas en cada grupo identitario. Entre las mujeres cis, la valoración media de Javier Milei (3,44) es ligeramente mayor que la de Victoria Villarruel (3,39); contrario a la supuesta afinidad por género inicialmente planteada en el estudio. Además, su alta dispersión indica opiniones diversas y polarizadas dentro del grupo.

Por otro lado, entre las disidencias, las medias de Milei y Villarruel son considerablemente menores (1,64 en ambos casos) y su menor desviación estándar a la vez sugiere mayor homogeneidad en las opiniones.

Estos valores descriptivos, contrastados entre grupos, advierten experiencias diferenciales de vulnerabilidad frente a la retórica gubernamental -contraria a las políticas de género y diversidad-, que probablemente impacta de forma más directa en los grupos sexo-genéricos disidentes.

Análisis Inferencial

Con el objetivo de estimar el rango dentro del cual se ubicarían las valoraciones promedio en la población, se calcularon los intervalos de confianza al 95% para las medias de cada figura política según grupo identitario. Los intervalos permiten observar la precisión de las estimaciones y comparar los márgenes de variación entre mujeres cis y disidencias.

library(tidyverse)
calcular_amplitud <- function(datos, variable) {

  ic_resultado <- t.test(datos[[variable]], conf.level = 0.95)
  
  limite_inferior <- ic_resultado$conf.int[1]
  limite_superior <- ic_resultado$conf.int[2]
  
  amplitud <- limite_superior - limite_inferior
  
  return(data.frame(
    variable = variable,
    amplitud_ic = amplitud
  ))
}
amplitud_milei <- calcular_amplitud(datos_mujeres, "imagen_milei")

amplitud_villarruel <- calcular_amplitud(datos_mujeres, "imagen_villarruel")

datos_grafico <- bind_rows(amplitud_milei, amplitud_villarruel)

print(datos_grafico)
##            variable amplitud_ic
## 1      imagen_milei   0.4898973
## 2 imagen_villarruel   0.4382366
ggplot(datos_grafico, aes(x = variable, y = amplitud_ic, fill = variable)) +
  geom_col(show.legend = FALSE) +
  geom_text(aes(label = round(amplitud_ic, 4)), 
            vjust = -0.5, size = 5) +
  labs(
    title = "Comparación de la Amplitud del Intervalo de Confianza (95%)",
    subtitle = "Variables: Imagen de Milei vs. Imagen de Villarruel",
    x = "Variable",
    y = "Amplitud del Intervalo de Confianza"
  ) +

  theme_minimal(base_size = 14) +
  scale_y_continuous(limits = c(0, max(datos_grafico$amplitud_ic) * 1.1))

extraer_ic_metrics <- function(datos, variable) {
  ic_resultado <- t.test(datos[[variable]], conf.level = 0.95)
  return(data.frame(
    variable = variable,
    media = ic_resultado$estimate,
    limite_inferior = ic_resultado$conf.int[1],
    limite_superior = ic_resultado$conf.int[2],
    amplitud_ic = ic_resultado$conf.int[2] - ic_resultado$conf.int[1]
  ))
  
}
metrics_milei <- extraer_ic_metrics(datos_mujeres, "imagen_milei")
metrics_villarruel <- extraer_ic_metrics(datos_mujeres, "imagen_villarruel")
datos_grafico_ic <- bind_rows(metrics_milei, metrics_villarruel)
library(ggplot2)
ggplot(datos_grafico_ic, 
       aes(x = variable, y = media, 
           ymin = limite_inferior, ymax = limite_superior, 
           color = variable)) +
  geom_point(size = 4) +
  geom_errorbar(width = 0.2, linewidth = 1) + 
  geom_text(aes(label = paste0("Media: ", round(media, 3), 
                               "\nAmplitud IC: ", round(amplitud_ic, 3))),
            vjust = -1.5, size = 4) +
  labs(
    title = "Mujeres Cis",
    subtitle = "Intervalos de Confianza de Imagen",
    x = "Imagen",
    y = "Media Muestral"
  ) +
  theme_minimal(base_size = 14) +
  theme(legend.position = "none") 

library(tidyverse)
extraer_ic_metrics <- function(datos, variable) {
  ic_resultado <- t.test(datos[[variable]], conf.level = 0.95)
  return(tibble(
    variable = variable,
    media = ic_resultado$estimate,
    limite_inferior = ic_resultado$conf.int[1],
    limite_superior = ic_resultado$conf.int[2],
    amplitud_ic = limite_superior - limite_inferior
  ))
}
metrics_milei1 <- extraer_ic_metrics(datos_disidencias, "imagen_milei")
metrics_villarruel1 <- extraer_ic_metrics(datos_disidencias, "imagen_villarruel")
df_grafico_ic <- bind_rows(metrics_milei1, metrics_villarruel1)

ggplot(df_grafico_ic, 
       aes(x = variable, y = media, 
           ymin = limite_inferior, ymax = limite_superior, 
           color = variable)) +
  geom_point(size = 4) +
  geom_errorbar(width = 0.2, linewidth = 1) + 
  geom_text(aes(label = paste0("Media: ", round(media, 3), 
                               "\nAmplitud IC: ", round(amplitud_ic, 3))),
            vjust = -1.5, size = 4) +
  
  labs(
    title = "Disidencias",
    subtitle = "Intervalos de Confianza de Imagen",
    x = "Imagen",
    y = "Media Muestral"
  ) +
  theme_minimal(base_size = 14) +
  theme(legend.position = "none")

Intervalos de confianza: Interpretación

La valoración media de ambas figuras políticas es consistentemente más alta en el grupo de mujeres que en el grupo de disidencias. Dentro de cada grupo, la valoración de Milei y Villarruel es prácticamente idéntica: 3.44 y 3.39 para Mujeres, y 1.64 y 1.64 para Disidencias.

Con n=484, los intervalos de confianza en el grupo de mujeres cis son relativamente estrechos, reflejando una alta precisión en la estimación de la media poblacional. En cambio, las disidencias cuentan con un tamaño muestral muy pequeño n=14, que termina presentando intervalos de confianza que son considerablemente más amplios. Esta mayor amplitud implica un menor nivel de precisión en la estimación de la media poblacional, aunque mantiene un 95% de confianza de contener el parámetro real.

En la práctica, un intervalo de confianza estrecho, como los observados para las mujeres, ofrece una estimación más \("ajustada"\) del parámetro poblacional, mientras que un intervalo amplio, como los de disidencias, indica que la estimación es menos precisa.

Asimismo, esta distinción entre mujeres cis y disidencias, respalda la necesidad de realizar un análisis inferencial (prueba de hipótesis t) a fin de determinar si estas diferencias son estadísticamente significativas.

library(tidyverse)
library(broom)
library(dplyr)


datos_analisis_final <- bind_rows(
  datos_mujeres %>% select(imagen_milei, imagen_villarruel) %>% mutate(grupo = "Mujeres"),
  datos_disidencias %>% select(imagen_milei, imagen_villarruel) %>% mutate(grupo = "Disidencias")
) %>% 
  mutate(grupo = as.factor(grupo)) %>% 
  na.omit()


prueba_t_milei <- t.test(imagen_milei ~ grupo, data = datos_analisis_final, var.equal = FALSE)
prueba_t_villarruel <- t.test(imagen_villarruel ~ grupo, data = datos_analisis_final, var.equal = FALSE)

Prueba de hipótesis

A continuación, para la comparación de medias entre los dos grupos identitarios (mujeres y disidencias) para cada figura política, y asumiendo un nivel de significancia \(\alpha = 0.05\); se plantea un contraste de pruebas de hipótesis unilaterales.

En ambos casos, la hipótesis nula sostiene la ausencia de diferencia, mientras que la hipótesis alternativa establece una mayor valoración entre las mujeres que entre las disidencias para ambas figuras políticas.

Para la imagen de milei

\(H_0\): μmilei_mujeres - μmilei_disidencias = 0

\(H_1\): μmilei_mujeres - μmilei_disidencias > 0

Para la imagen de villarruel

\(H_0\): μvillarruel_mujeres - μvillarruel_disidencias = 0

\(H_1\): μvillarruel_mujeres - μvillarruel_disidencias > 0

Resultados de las Pruebas t

El siguiente análisis compara las medias de la imagen de los candidatos entre el grupo de mujeres cis y el grupo de disidencias a través de pruebas t independientes.

library(knitr)

df_milei <- broom::tidy(prueba_t_milei) %>% mutate(Variable = "Imagen de Milei")
df_villarruel <- broom::tidy(prueba_t_villarruel) %>% mutate(Variable = "Imagen de Villarruel")


resultados_t <- bind_rows(df_milei, df_villarruel) %>%
  select(Variable, statistic, parameter, p.value, estimate1, estimate2) %>%
  rename(
    t = statistic,
    df = parameter,
    p_valor = p.value,
    Media_Disidencias = estimate1, # La media del primer grupo (Disidencias)
    Media_Mujeres = estimate2      # La media del segundo grupo (Mujeres)
  )


kable(
  resultados_t,
  digits = 3,
  caption = "Resultados de la Prueba t de Diferencia de Medias (Mujeres vs. Disidencias)"
)
Resultados de la Prueba t de Diferencia de Medias (Mujeres vs. Disidencias)
Variable t df p_valor Media_Disidencias Media_Mujeres
Imagen de Milei -3.731 14.941 0.002 1.643 3.436
Imagen de Villarruel -4.343 15.249 0.001 1.643 3.390

Conclusión

La investigación se propuso indagar las percepciones de la imagen de las principales figuras del gobierno de La Libertad Avanza, el Presidente Javier Milei y Vicepresidenta Victoria Villarruel, en 2025, entre mujeres cisgenero y disidencias sexo-genéricas; siendo que nos situamos en un gobierno conservador y liberal-libertario que presenta abiertamente una postura anti-feminista y una retorica anti-derechos. El objetivo era determinar si la alta visibilidad de una mujer en el poder se traducía en una valoración diferencial entre estos grupos históricamente oprimidos, a pesar del discurso estatal que deslegitima las políticas de igualdad.

El análisis descriptivo e inferencial, basado en el procesamiento de datos de la Encuesta de Imagen y Representación Política 2025, evidencia diferencias significativas en la percepción de la imagen de ambos líderes según la identidad de género de las personas encuestadas, aunque no se registran diferencias sustantivas en la valoración de los dos líderes dentro de cada grupo.

Los resultados muestran que la imagen de estas figuras políticas es más alta en el grupo de mujeres cis que en aquél de las disidencias. Los valores medios estimados para las mujeres se sitúan alrededor de 3.4 indicando una valoración en la zona media-baja de la escala considerada (1-10). En contraste, la valoración media en las disidencias es notablemente negativa, alrededor de 1.64, con intervalos de confianza más amplios, y reflejando una menor precisión de la estimación debido al menor tamaño muestral de este grupo.

Estos resultados confirman el objetivo general de la investigación, al mostrar que existen diferencias significativas en la valoración de las figuras del gobierno entre mujeres cisgenero y disidencias sexo-genéricas. Sin embargo, el hallazgo más importante en relación al planteo inicial, es que la presencia de Victoria Villarruel en el poder, a pesar de ser una mujer, no se traduce en una valoración más favorable entre las mujeres ni tampoco entre las disidencias. La prueba de hipótesis para muestras independientes confirma que, pese a las diferentes experiencias de vida, la valoración de estos grupos no difiere entre ambos líderes.

Así, en el marco de la contraofensiva liberal y conservadora (Gago, 2021), la experiencia identitaria emerge como un factor diferenciador clave en la percepción política. No obstante, la presencia de una mujer en un alto cargo de poder, no garantiza afinidad ni legitimidad simbólica entre los grupos históricamente oprimidos.