Perfil e voto, urna por urna

As páginas das cidades comparam o voto do 2º turno de 2026 em cada urna com o perfil de quem está inscrito nela: escolaridade, idade e sexo. Aqui estão os dados, os modelos, o problema de tirar conclusões sobre pessoas a partir de urnas, e quanto os números erram onde dá para medir.

1. Os dados e como se juntam

Tudo vem dos dados abertos do Tribunal Superior Eleitoral (cdn.tse.jus.br/estatistica/sead/odsele):

• Perfil do eleitorado por seção (perfil_eleitor_secao, retrato de julho de 2026): quantos eleitores inscritos em cada seção têm cada sexo, faixa de idade, escolaridade, estado civil e cor ou raça.
• Locais de votação (eleitorado_local_votacao 2026, linhas do 2º turno): em que escola fica cada seção, com endereço e coordenadas. Coordenadas fora do contorno da cidade são descartadas como erradas.
• Resultado por urna do 2º turno de 2026 (boletins de urna): votos de Lula, de Flavio, brancos, nulos e abstenções.
• Comparecimento por perfil (perfil_comparecimento_abstencao 2026, 1º turno): usado só para validar o método (seção 6).
• Regiões das cidades (IBGE, Censo 2022, divisões intramunicipais: distritos, subdistritos e bairros): cada local de votação entra na região onde estão suas coordenadas. Em São Paulo, os 96 distritos se somam nas cinco regiões da Prefeitura (Centro, Norte, Sul, Leste e Oeste); no Rio, as 33 regiões administrativas, nas áreas de planejamento, com os nomes de uso comum (Zona Sul, Zona Norte, Zona Oeste…). Escolas fora de qualquer bairro do IBGE (área rural) ficam fora da conta por bairro.

A unidade é a urna: uma seção principal mais as seções agregadas a ela, que votam na mesma máquina. O perfil das seções agregadas é somado ao da principal antes de juntar com o resultado. Das 497.897 urnas, 1.241 ficam de fora: sem perfil, sem voto válido, ou com o retrato de julho diferente do eleitorado do dia da eleição em mais de 20% (seções criadas ou fundidas depois). Ficam 496.656 urnas em 5.571 cidades, com 99,8% do eleitorado.

2. O que cada traço mede

Cada traço é uma fração dos eleitores inscritos na urna, sobre o total do perfil da urna:

• Superior completo: grau de instrução 8 do TSE. No Brasil, 11% dos inscritos.
• Até fundamental incompleto: analfabetos, quem lê e escreve, e fundamental incompleto (graus 1 a 3). 31%.
• 60 anos ou mais: 24%. Inclui os maiores de 70, para quem votar é facultativo.
• 16 a 24 anos: 12%. Inclui os de 16 e 17, para quem votar é facultativo.
• Mulheres: 53%.

Os resultados: a parcela de Lula nos votos válidos (Lula ÷ (Lula + Flavio)) e o comparecimento (quem votou ÷ inscritos). Cor ou raça fica de fora: só quem atualizou o cadastro desde 2023 tem essa informação, e a maioria das urnas tem mais eleitores sem ela do que com ela. A escolaridade é a declarada no alistamento e muitas vezes não é atualizada depois.

3. Comparar urnas: três níveis, três respostas

A mesma pergunta, “onde há mais eleitores com diploma, Lula vai melhor ou pior?”, dá respostas diferentes conforme o que se compara. Usamos regressões ponderadas (mínimos quadrados, peso = votos válidos da urna; no comparecimento, peso = inscritos) em três níveis:

todas as urnas:     yᵢ = a + b·xᵢ + eᵢ
dentro da cidade:   yᵢ = a_cidade + b·xᵢ + eᵢ     (um intercepto por cidade)
entre cidades:      Y_c = a + b·X_c + e_c          (Y, X somados por cidade)

yᵢ = parcela de Lula nos votos válidos da urna i;  xᵢ = fração do traço entre os inscritos

Os erros-padrão são robustos e agrupados por cidade (CR1), porque urnas da mesma cidade não são independentes; os intervalos são de 95%. Também ajustamos os cinco traços juntos (efeitos parciais), com resultados no arquivo de dados.

Dentro das cidades, a cada 10 pontos a mais de inscritos com superior completo, Lula varia −2,8 pontos (−3,5 a −2,2). Entre cidades, −10,7 (−13,3 a −8,1). Juntando todas as urnas sem separar cidades, −5,0. Para 60 anos ou mais: −0,5 dentro, −8,2 entre cidades.

A lição é sobre o nível de agregação. A comparação entre cidades mistura o traço com tudo o que muda de uma região para outra (renda, religião, história do voto no Nordeste e no Sul). Dentro da mesma cidade essas diferenças ficam constantes, então a comparação é mais justa, mas ainda é entre bairros, não entre pessoas. Nenhuma das três é a resposta para “como vota quem tem diploma”.

4. Cada cidade: diferenças e intervalos

Cidades com pelo menos 30 urnas em 8 locais de votação (2.540 de 5.571) têm sua própria análise. Para cada traço:

• A diferença entre os 10% de urnas com mais e com menos do traço: somamos os votos de Lula nas urnas do décimo de cima e do de baixo e subtraímos. É a medida principal da página, fácil de ler.
• A inclinação da reta ponderada, em pontos de Lula por 10 pontos do traço.
• O R² do modelo com os cinco traços: quanto das diferenças de voto entre as urnas eles acompanham.

Os intervalos de 95% vêm de 200 reamostragens (bootstrap) dos locais de votação, não das urnas: urnas da mesma escola têm eleitores do mesmo bairro e erram juntas. Quando o intervalo da diferença cruza o zero, a página diz “sem diferença clara” e pinta o quadrado de cinza. A faixa cinza de cada linha mostra a metade central das cidades do Brasil (do 25º ao 75º percentil).

Com 2.540 cidades e cinco traços, há 12.700 intervalos. Se nada estivesse relacionado com nada, cerca de 5% deles ainda excluiriam o zero por acaso. Excluem 47%. Por isso uma diferença isolada numa cidade pequena merece cautela.

5. Como votaram os grupos: limites e estimativa

Saber que urnas com mais diplomados votaram mais em Lula não diz quantos diplomados votaram em Lula. Tirar conclusões sobre pessoas a partir de agregados é o problema da inferência ecológica: o mesmo resultado de urna é compatível com muitas combinações. Por isso começamos pelo que é certo.

Os limites (Duncan e Davis, 1953)

Numa urna com n inscritos, onde uma fração x é do grupo e Lula teve uma fração t dos inscritos (t = votos de Lula ÷ inscritos; usamos os inscritos porque o perfil é deles e a abstenção muda de grupo para grupo), a fração β do grupo que votou em Lula está necessariamente entre:

β ≥ max(0, (t − (1 − x)) / x)
β ≤ min(1, t / x)

Somando as urnas, com peso pelo tamanho do grupo em cada uma, temos os limites da cidade e do país. Eles não dependem de hipótese nenhuma. Mas um grupo pequeno, como os diplomados na maioria das urnas, deixa limites largos: com x = 10% e t = 35%, β pode ser qualquer valor de 0 a 100%.

A estimativa (King, 1997)

Dentro dos limites, usamos o modelo de King: em cada urna, a fração do grupo e a do resto do eleitorado que votaram em Lula vêm de uma mesma distribuição normal bivariada, truncada ao quadrado [0, 1]², estimada por máxima verossimilhança com as urnas da cidade (ou do estado, para o total do Brasil). Cada urna tem uma reta de combinações possíveis (a “tomografia”); a estimativa da urna é a média dessa distribuição ao longo da sua reta, que respeita os limites e soma exatamente os votos da urna. O mesmo vale para Flavio; a parcela de Lula nos votos válidos do grupo é Lula ÷ (Lula + Flavio).

A hipótese central: dentro da cidade, o voto de um grupo não depende de quão numeroso o grupo é na urna (sem viés de agregação). Se os diplomados de bairros com muitos diplomados votam diferente dos de bairros com poucos, a estimativa erra, e os dados sozinhos não avisam. O intervalo do modelo combina a incerteza dos parâmetros (covariância robusta agrupada por local de votação) com a dispersão de cada urna ao longo de sua reta. Esse intervalo é otimista: na página, ele é alargado pelo erro medido na seção 6 e cortado pelos limites. Se a faixa final passa de 30 pontos, a página não mostra estimativa, só os limites. E a estimativa só aparece para os grupos e tamanhos de cidade em que o método acertou mais do que o palpite simples (“o grupo vota como a cidade inteira”) no teste da seção 6.

No Brasil, somando os estados: Lula teve de 38% a 55% dos votos válidos de quem tem 60 anos ou mais (estimativa; no resto do eleitorado, cerca de 53%). Para os diplomados, a faixa vai de 7% a 43%: larga demais, e de um método reprovado no teste, então não a usamos.

Resultado: a estimativa aparece em 0% das cidades analisadas para os diplomados e em 39% para quem tem 60 anos ou mais.

6. Validação: quanto erramos onde dá para medir

Para o voto não existe resposta certa para conferir. Para o comparecimento existe: o TSE publica quantos inscritos de cada escolaridade e idade foram votar em cada cidade. Aplicamos exatamente o mesmo método ao comparecimento e comparamos. A referência é o 1º turno (o arquivo do 2º ainda não saiu), corrigida pela mudança do comparecimento geral da cidade entre os turnos.

O que isso ensina: para os diplomados, o modelo de King erra mais do que o palpite simples em todos os tamanhos de cidade, e erra para o mesmo lado (subestima o comparecimento deles): é o viés de agregação em ação. Por isso a página não mostra estimativa do voto dos diplomados em nenhuma cidade, só os limites. Para quem tem 60 anos ou mais, o modelo vence o palpite simples a partir de 60 urnas, e a vantagem cresce com o tamanho da cidade; ali a estimativa aparece, com a faixa alargada pelo erro medido. Supomos que o erro no voto é parecido com o erro no comparecimento; não há como verificar isso diretamente.

No total do Brasil, a estimativa do comparecimento dos diplomados foi 87,3%, contra 88,3% medidos; dos eleitores de 60 anos ou mais, 76,4% contra 72,3%.

Outra checagem: o modelo das urnas com os cinco traços, somado cidade a cidade, erra o resultado de Lula em 13,3 pontos por cidade, em média (10,8 ponderando pelos votos), e explica 26% da variação entre cidades. Ou seja: o perfil explica parte do voto; o lugar explica muito do resto.

Calibração dos intervalos das cidades: em 629 cidades, embaralhamos o perfil entre os locais de votação (o que destrói qualquer relação real) e refizemos tudo. Os intervalos excluíram o zero em 5,2% dos casos para a diferença entre décimos e em 8,9% para a inclinação. Um método bem calibrado ficaria perto de 5%.

7. O que estes números não dizem

• Comparam urnas, não pessoas. “Urnas com mais diplomados votaram mais em Lula” não é o mesmo que “diplomados votaram em Lula”.
• O perfil é de inscritos, não de votantes. Quem se abstém não tem o mesmo perfil de quem vota, e a abstenção muda de grupo para grupo.
• O retrato é de julho de 2026. Transferências e cadastros feitos depois não aparecem; urnas muito diferentes do eleitorado do dia ficam de fora.
• Vota-se onde se está inscrito, não onde se mora. Muita gente mudou de bairro e manteve o título.
• Escolaridade e cor ou raça são autodeclaradas e pouco atualizadas. Cor ou raça falta para a maioria e não é usada.
• Correlação não é causa. Os traços andam junto com renda, religião e bairro, que não estão nos dados.
• Muitas comparações. Com milhares de cidades e cinco traços, algumas diferenças “claras” aparecem por acaso.
• As estimativas por grupo dependem de uma hipótese que não se pode testar com o voto; os limites não.

8. Como citar

Apuração (2026). Perfil do eleitorado e voto no 2º turno de 2026, urna por urna. apuracaovivo.com.br/metodologia/eleitorado, a partir de dados abertos do TSE. Código: scripts/electorate/stats.py. Referências: Duncan, O. D. e Davis, B. (1953), “An alternative to ecological correlation”, American Sociological Review 18; King, G. (1997), A Solution to the Ecological Inference Problem, Princeton University Press; Robinson, W. S. (1950), “Ecological correlations and the behavior of individuals”, American Sociological Review 15.

Para ver os gráficos, escolha uma cidade em Resultado por estado e cidade. Para as eleições desde 2002, veja a metodologia das eleições.