Apuração

Metodologia

Da esquerda à direita: como medimos a inclinação do voto

Partidos, políticos, cidades e estados numa mesma escala, de −1 (esquerda) a +1 (direita), sempre com a faixa de incerteza. Aqui estão as fórmulas, as escolhas que fizemos, o que a validação confirmou e o que muda quando as escolhas mudam.

  1. O que é e o que não é
  2. 1. Partidos: posição e incerteza, ano a ano
  3. 2. Pessoas: o que o partido diz de cada uma
  4. 3. Cidades e estados: dois eixos
  5. 4. Incerteza: 500 Brasis de partidos
  6. 5. Validação: o que os números confirmam e o que não
  7. 6. Sensibilidade: o que muda se mudarmos as escolhas
  8. 7. Pelo que diz: posições nas reportagens
  9. 8. Limites e próximos passos

O que é e o que não é

A inclinação do voto de uma cidade é a posição média dos partidos em quem ela votou, pesada pelos votos. Mede para que lado vai o voto da cidade, segundo onde cientistas políticos põem cada partido. Não mede o que os eleitores pensam: uma cidade que vota num prefeito do PP por causa da obra no bairro aparece mais à direita, mesmo que ninguém ali tenha votado por ideologia. Por isso dizemos “o voto pende para a direita”, nunca “a cidade é de direita”.

É o passo 1 de um algoritmo maior (docs/SCORING-algorithm.md): aqui, tudo vem dos partidos. Os próximos passos usam o comportamento de cada político (votações no Congresso, doadores, planos de governo) para afastá-lo do partido quando há evidência. Modelo: partidos-2 (28 out 2026); 500 sorteios.

1. Partidos: posição e incerteza, ano a ano

A posição de cada partido vem de três pesquisas com cientistas políticos (2010, 2018 e 2022), as mesmas da classificação dos partidos. Passamos a escala de 0 a 10 para −1 a +1:

x = (s − 5) / 5
s: a nota média do partido na pesquisa, de 0 (esquerda) a 10 (direita).

Entre uma pesquisa e outra ninguém mediu o partido. Tratamos a posição verdadeira como um passeio aleatório: a cada ano o partido pode se mover um pouco, para qualquer lado. Medido com erro nas pesquisas, a melhor estimativa entre duas delas é a reta que as liga (a mesma dos gráficos das cidades), e a incerteza é a de uma ponte browniana: zero de movimento nas pontas, máximo no meio. Antes da primeira pesquisa e depois da última a posição fica parada e a incerteza cresce com a distância.

μp(ano) = (1 − t)·xa + t·xb
σp² = ω²·(ano − a)(b − ano)/(b − a) + (1 − t)²σa² + t²σb²
Entre as pesquisas dos anos a e b, com t = (ano − a) / (b − a). Fora delas: σe² + ω²·|ano − e|, com e a pesquisa mais próxima.

ω, o quanto um partido se move por ano, vem dos dados: das duas pesquisas na mesma escala (2018 e 2022), o deslocamento quadrático médio dos partidos menos o que o erro das duas pesquisas explica, dividido por quatro anos. Resultado: ω = 0,049 por ano, ou 0,10 em quatro anos. σ, o erro de cada pesquisa: 0,04 em 2018 e 2022 (o erro amostral da média de centenas de especialistas, mais quem respondeu naquele ano) e 0,06 em 2010, que teve 47 respondentes e usou uma escala de 1 a 7. Desse erro de 2010, 0,05 é o mesmo para todos os partidos (a conversão de escala desloca todos juntos). Partidos extintos antes de 2010 ficam no meio do bloco que classificações antigas lhes deram, com a largura do bloco como incerteza.

−1,00−0,75−0,50−0,250,000,250,500,752002200620102014201820222026PLNOVOUniãoRepublicanosPPPSDPSDBMDBPDTPSBPTPSOL
Doze partidos de −1 (esquerda) a +1 (direita). Quadrados: as três pesquisas com cientistas políticos. Linha: a melhor estimativa entre elas (a reta). Faixa: 90% de confiança, mais estreita nos anos de pesquisa e mais larga longe deles, como em 2002 e 2026.

2. Pessoas: o que o partido diz de cada uma

Cada página de candidato mostra onde os partidos em que a pessoa concorreu a colocam. É uma mistura: um componente por candidatura até aquele ano, cada um centrado na posição do partido naquela eleição, com peso que cai à metade a cada 8 anos.

m = Σ wj·μj
s² = Σ wj·(σj² + τj² + ω²·(ano − anoj) + μj²) − m²
wj = 2−(ano − anoj)/8, normalizados para somar 1; τj é o quanto uma pessoa costuma se afastar do partido j.

A variância de uma mistura soma a incerteza de cada componente e a distância entre eles. Quem ficou sempre no mesmo partido tem a faixa do partido mais τ; quem passou da esquerda para a direita fica com uma faixa larga, que é o honesto a dizer. Partidos sem classificação ficam fora da mistura; sem nenhum classificado, a pessoa fica sem posição.

De onde vem τ. Das votações na Câmara: para cada partido, o espalhamento dos seus deputados na legislatura mais recente em que teve ao menos cinco, lido da faixa de 80% (dp = (p90 − p10)/2,563). Bancadas pequenas são ruidosas, então cada valor é puxado para o comum com o peso de 10 deputados: τ² = (n·dp² + 10·τ0²)/(n + 10), com τ0 = 0,16 a média ponderada da legislatura atual. Antes era um valor único de 0,25, um palpite; os dados dizem que o deputado típico fica mais perto do partido do que isso.

Partidos com 10 ou mais deputados, de 0 a 0,32. Quadrado cheio: o τ usado. Contorno: o espalhamento medido nas votações. Tracejado: o valor comum, 0,16, para quem nunca teve cinco deputados.

Dois cuidados. Deputados são um grupo escolhido e orientado pela liderança; candidatos a prefeito ou vereador do mesmo partido provavelmente variam mais, então τ tende a ser pequeno para eles. E as posições publicadas das votações colocam a ordem dos deputados sobre a régua dos especialistas com um espalhamento de 0,2 por partido; o τ herda essa régua. Não usamos o τ do próprio modelo de medição das votações porque ele mede a distância de cada deputado até a nota do partido nas pesquisas, e uma bancada inteira que vota à esquerda de onde os especialistas a colocam (o PT, por exemplo) sairia com τ alto sem que os deputados discordem entre si.

3. Cidades e estados: dois eixos

Para cada cidade, cargo e eleição, a posição do cargo é a média das posições dos partidos, pesada pelos votos válidos dados a partidos classificados (brancos, nulos e partidos sem classificação ficam fora; mediana de 100% dos votos cobertos, o pior caso é 75%). Depois, dois eixos por ciclo:

ccargo = Σpartidos (votosp / votos válidos)·μp
F = média(presidente 1º turno, governador 1º turno, senado, dep. federal, dep. estadual)
L = média(prefeito 1º turno, vereadores)
Ciclo: a eleição geral (G) e a municipal dois anos depois (G+2). Os cargos entram com peso igual; com pesos pelos votos o resultado quase não muda (seção 6).

Estados e o Brasil usam as mesmas fórmulas sobre os votos somados. Em 2026 só há o eixo nacional; o local chega com a eleição municipal de 2028. A escala é a dos especialistas: como quase todos os partidos grandes do Congresso estão à direita do 5, quase toda cidade fica à direita do zero (em 2022, 5.004 de 5.567 nos dois eixos). Por isso a bússola mostra também onde está o Brasil, para comparar.

0,000,000,200,200,400,402022/242018/202014/162002/042006/082010/12
O Brasil inteiro: na horizontal o voto para cargos nacionais e estaduais, na vertical para prefeito e vereador (dois anos depois). Retângulos: as faixas de 90%. Diagonal: votar igual nos dois.

4. Incerteza: 500 Brasis de partidos

A incerteza de uma cidade vem da incerteza dos partidos. Sorteamos 500 trajetórias completas para cada partido, de 2002 a 2026: as três pesquisas com seu erro, uma ponte browniana entre elas e passeio aleatório fora delas. Cada sorteio vale para todas as cidades e todos os candidatos do partido ao mesmo tempo: se o PSDB estiver mais à direita do que achamos, está para todo mundo. Sortear cada cidade em separado deixaria as faixas estreitas demais. A faixa de 90% de uma cidade vai do 5º ao 95º percentil dos sorteios; o ponto é a média exata. Conferimos que os sorteios reproduzem as médias e desvios do modelo (diferença máxima de menos de 0,001 na média e 7% no desvio).

eixo nacional (F)eixo local (L)2002/040,270,272006/080,230,222010/120,180,162014/160,130,122018/200,050,102022/240,050,1420260,15municipal em 2028
Largura mediana da faixa de 90% de uma cidade (cada quadrado é 0,03). É estreita perto das pesquisas (2018, 2022) e larga em 2002, oito anos antes da primeira.

Como os erros dos partidos são compartilhados, a ordem das cidades é bem mais certa do que a posição de cada uma: um sorteio qualquer ordena as cidades quase como a média (correlação de postos mediana de 1,00 em 2022 e 0,96 em 2002).

5. Validação: o que os números confirmam e o que não

O eixo nacional acompanha o voto no PT. Se a medida faz sentido, cidades com voto mais à direita pelos partidos deveriam dar menos votos ao PT no 2º turno para presidente, que é sempre PT contra um rival. Isso vale forte desde 2018 e fraco antes:

entre cidadesdentro de cada estado2002−0,40−0,592006−0,23−0,462010−0,40−0,392014−0,53−0,452018−0,82−0,762022−0,75−0,772026−0,82−0,80
Correlação entre o eixo nacional (F) de cada cidade e a votação do PT no 2º turno para presidente; cada quadrado é 0,1. Negativa quer dizer: quanto mais à direita o voto da cidade pelos partidos, menos votos no PT. 5.571 cidades por ano.

Antes de 2018, o voto para deputado, senador e governador seguia mais as máquinas locais que a disputa nacional, e partidos do centrão apoiavam governos do PT. A medida está certa sobre os partidos, mas o voto da cidade nos partidos dizia menos sobre o voto para presidente. O eixo local acompanha o PT bem menos (−0,44 em 2022).

Os dois eixos são diferentes. A correlação entre F e L entre cidades fica entre 0,39 e 0,57: relacionados, mas longe de iguais. E o voto nacional é muito mais regional: em 2022, 71% da variação de F entre cidades é diferença entre estados, contra 29% de L. O voto local é da cidade. Em 2022, 120 cidades votavam à esquerda para cargos nacionais e à direita para os locais, com a faixa de 90% longe do zero nos dois eixos; 89, o contrário.

O teste que não passou. Procuramos nos próprios votos uma dimensão esquerda–direita, sem usar as pesquisas: uma análise de componentes principais das votações para deputado federal por partido em cada cidade (dentro de cada estado). Os componentes principais são partidos grandes locais (MDB, PSDB, PP), não um eixo ideológico: em 2022, o componente que mais se parece com F tem correlação de 0,26, e o que mais ordena os partidos como as pesquisas, 0,36. Ou seja, a esquerda–direita não é o que mais separa as cidades no voto para deputado; quem impõe a régua são os especialistas. É o motivo de usar uma escala publicada, e não uma nossa.

6. Sensibilidade: o que muda se mudarmos as escolhas

Refizemos o cálculo trocando uma escolha de cada vez. A ordem das cidades resiste a quase tudo; o que mais pesa é quais cargos entram em cada eixo.

Cada variante recalcula as 5.571 cidades. Quadrados: correlação de postos (Spearman) com o cálculo principal, no ciclo em que ela é mais baixa, para o eixo mais afetado; 1,00 é a mesma ordem. Deslocamento: mudança mediana de uma cidade na escala de −1 a +1, no pior ciclo. Quadrante: cidades que mudam de lado do zero em algum eixo, no pior ciclo. Faixas: largura média das faixas de 90% em relação às do cálculo principal.

A régua de 2010. A pesquisa de 2010 usou uma escala de 1 a 7. Se a ajustarmos à de 2018 por regressão nos partidos que aparecem nas duas, cada partido sobe cerca de 0,10 em 2010. A ordem das cidades não muda, mas o nível sim: o Brasil iria de 0,10 em 2010 a 0,26 em 2022 no eixo nacional, em vez de 0,00 a 0,26. Parte da “virada à direita” entre 2010 e 2018 pode ser régua, e não voto. Mantivemos a conversão simples (a mesma da classificação dos partidos) e tratamos 0,05 do erro de 2010 como comum a todos, o que alarga as faixas antes de 2018.

Candidatos não são o partido. As faixas acima medem a incerteza sobre os partidos. Se cada candidato a presidente, governador, senador e prefeito se afastar do partido com o τ do seu partido, as faixas medianas passam de 0,15 para 0,19 no eixo nacional e de 0,16 para 0,24 no local, que depende de poucos candidatos. Mostramos a versão “pelos partidos” porque é o que a medida diz; a versão pelos candidatos chega com os próximos passos.

7. Pelo que diz: posições nas reportagens

Para deputados, senadores, eleitos em 2026 e candidatos a presidente e a governador em 2026, buscamos reportagens dos últimos quatro anos (busca Exa) e um modelo de linguagem (Jev) lê o trecho sobre a pessoa. Só conta o que é dela: um voto, um projeto, uma medida, uma defesa ou crítica de política pública. Ficam de fora resultado de eleição, campanha, troca de partido, agenda, obras e o que outras pessoas disseram. Cada reportagem aproveitada vira um tema (economia, segurança, costumes, meio ambiente, instituições) e uma posição de −1 a +1; as recentes pesam mais (meia-vida de quatro anos).

A escala do modelo não é a nossa: ele empurra posições para as pontas. Por isso ajustamos as posições das reportagens às das votações no Congresso, com uma regressão isotônica (que mantém a ordem) nos 545 parlamentares que têm as duas. Em validação cruzada, o erro cai de 0,37 para 0,22. A faixa de cada tema é de 90%, e soma o espalhamento das reportagens a um erro de 0,3 por reportagem.

Validação: as posições pelas reportagens ordenam os deputados quase como as votações (correlação de postos acima de 0,80) e acrescentam informação dentro de cada partido (limite inferior de 0,33). Numa conferência à mão de 362 reportagens, 100% das aproveitadas eram da pessoa certa e 91% traziam uma posição dela. Prefeitos ainda não têm esta seção: nas reportagens sobre eles, só 6 em 10 traziam uma posição, abaixo do mínimo de 8 em 10 que fixamos antes de olhar os dados.

Os 14 candidatos a presidente tiveram uma busca mais funda: uma por tema, mais plano de governo, entrevistas, sabatinas e debates. Conferimos à mão cada uma das 381 reportagens aproveitadas e tiramos 15 (apoio no segundo turno, resultado, número de urna, páginas sem posição); comparamos ainda as posições dos candidatos menores com outras buscas na web. Candidatos a governador seguem a busca padrão. Mostramos título, veículo, data e link de cada reportagem, nunca o texto.

8. Limites e próximos passos

Código: src/lib/scoring/party.ts (partidos e pessoas), scripts/scoring/tau.py (τ de cada partido), scripts/scoring/compass.py (cidades, sorteios, validação, sensibilidade). Dados: TSE. Veja a bússola e os partidos.