Para leer las encuestas
Por Fernando Elías
El siguiente análisis parte de la información disponible de la metodología estadística y análisis de opinión pública existente, particularmente en contextos latinoamericanos como México.
Se evalúan y comparan encuestas de Consulta Mitofsky, la Encuesta Nacional de Seguridad Pública Urbana (ENSU) del INEGI, Massive Caller, Demoscopia Digital y Statistical Research Corporation (SRC) México.
El análisis se basa en los siguientes elementos: bases (marcos muestrales y fundamentos), procesos (recolección de datos), preguntas (diseño y temas), número de encuestados (tamaño muestral), rigor metodológico (calidad estadística y controles) y factores de interés (posibles sesgos derivados de patrocinadores o contextos).
Estas encuestas operan en un ecosistema mexicano donde las regulaciones del Instituto Nacional Electoral (INE) aplican estrictamente a sondeos electorales, pero no tanto a otros como la ENSU, que es oficial y no electoral. En general, el rigor de una encuesta depende de su capacidad para minimizar sesgos (de selección, no respuesta y medición) y maximizar la representatividad. Factores externos, como quién financia la encuesta, pueden incidir en el diseño (e.g., preguntas tendenciosas) o en la interpretación (e.g., publicación selectiva de resultados). En México, las encuestas privadas a menudo sirven a medios o partidos, lo que introduce riesgos de sesgo intencional o no intencional, mientras que las oficiales como ENSU priorizan la neutralidad estadística, pero podrían subestimar temas sensibles por autocensura cultural.
Tabla comparativa de empresas encuestadoras con base en las fichas metodológicas públicas (e.g., encuestas en Tamaulipas 2021, Nayarit 2021, Querétaro 2024).
| Aspecto | ENSU (INEGI) | Consulta Mitofsky | Massive Caller | Statistical Research Corporation (SRC) México | Demoscopia Digital |
| Bases (marcos muestrales y fundamentos) | Marco Nacional de Viviendas 2012, derivado del Censo 2010. Fundamento: Generar estadísticas oficiales sobre percepción de seguridad urbana para políticas públicas. Alta solidez institucional. | Listados de secciones electorales del INE (basados en elecciones previas, e.g., 2015). Fundamento: Medir opinión pública y tendencias electorales para clientes privados o medios. Regulado por INE para encuestas electorales. | Listados de números telefónicos nacionales. Fundamento: Medir opinión rápida y económica sobre temas electorales o públicos, con énfasis en tracking diario. Menos robusto, depende de cobertura telefónica. | Listados de números telefónicos nacionales (cobertura en 32 estados). Fundamento: Medir preferencias electorales y aprobación para campañas y medios digitales. Enfocado en proyecciones futuras (e.g., 2030). Regulado por INE, pero con énfasis en «tracking político y exit polls». | Directorio telefónico de ciudadanos con credencial electoral vigente, usuarios de WhatsApp (18-65 años). Fundamento: Medir preferencias electorales y satisfacción gubernamental para publicaciones digitales. Enfoque estatal/nacional, regulado por INE. |
| Procesos (recolección de datos) | Entrevistas cara a cara en viviendas, con muestreo probabilístico trietápico, estratificado y por conglomerados. Diseño de panel rotatorio (80% traslape trimestral). Ajustes por no respuesta. Periodicidad: Trimestral. | Entrevistas cara a cara en viviendas, con selección sistemática aleatoria (secciones, manzanas, viviendas). Cuestionario estructurado, supervisión de campo. Postestratificación por sexo, edad y escolaridad. Para electorales, adhieren a lineamientos INE. | Llamadas telefónicas automatizadas («robot» con grabaciones interactivas). Marcación aleatoria. Proceso rápido y automatizado, sin entrevistadores humanos. Enfocado en tracking. | Llamadas telefónicas asistidas (a individuos ≥18 años). Marcación aleatoria, con levantamientos cortos (1-2 días). Proceso semi-automatizado para alta volumen; postestratificación por estado y demografía. Periodicidad: Mensual o quincenal en tracking. | Envío digital vía WhatsApp (ligas a SurveyMonkey), recolección en un día (respuestas por orden de llegada). Tasa de rechazo ~68%. Procesamiento con software propio (Sócrates). Enfoque en voluntarios con oportunidad igual. |
| Preguntas (diseño y temas) | 9 módulos temáticos: Percepción de seguridad, victimización (robo, corrupción), conductas antisociales, desempeño policial, confianza en instituciones, cambios en rutinas por miedo al delito. Preguntas cerradas y escalas, diseñadas para medir percepciones subjetivas con neutralidad. | Varían por encuesta; en electorales: Intención de voto (e.g., «¿Por cuál partido votaría?») con tarjetas visuales. Temas: Preferencias electorales, opinión pública. Preguntas directas, pero con riesgo de sesgo en redacción si cliente influye. | No detalladas públicamente, pero en electorales: Intención de voto y tracking. Preguntas simples para interacción automatizada (e.g., teclas numéricas). Temas: Tendencias electorales, con enfoque en preferencias partidistas. | En electorales: Intención de voto hipotética (e.g., «¿Por quién votaría en 2030?»), aprobación presidencial (e.g., «Aprueba/desaprueba a Sheinbaum»). Temas: Preferencias partidistas, tendencias gubernamentales. Preguntas cerradas simples, con escenarios de coaliciones; neutrales pero orientadas a narrativas pro-oposición en algunos casos. | Opción múltiple digital con imágenes de partidos/candidatos. Temas: Intención de voto, satisfacción con gobiernos (e.g., aprobación estatal). Diseñadas por director; incluyen «no sabe/no contesta» (~20-25%). Enfoque en perfiles socio-emocionales. |
| Número de encuestados (tamaño muestral típico) | ~27,000 por trimestre (una persona ≥18 años por vivienda seleccionada). Gran escala para cubrir ciudades urbanas (≥100,000 habitantes). | Varía: 400-2,000 por encuesta (e.g., 400 para locales, 1,200-1,500 para nacionales electorales). Adecuado para precisión ±3-5%. | 400-500 por encuesta. Pequeño para nacionales, lo que eleva el margen de error (±4.4-4.9%). Enfocado en volumen alto pero muestras reducidas por tracking. | Muy alto: 32,000 por encuesta nacional (e.g., 1,000 por estado en noviembre 2025). Permite precisión ±1-2% nacional; enfocado en cobertura estatal para precisión local. | ~1,000-1,120 por encuesta estatal/nacional (e.g., 1,067 en Tamaulipas 2021, 1,060 en Nayarit 2021). Precisión ±3.8-3.9%; adecuado para locales pero limitado para nacionales amplios. |
| Rigor metodológico | Alto: Probabilístico con ajustes multivariados, estimación de errores (método de conglomerados y series de Taylor). Tasa de no respuesta ajustada. Validez estadística para inferencias poblacionales. Limitaciones: Subreporte en temas sensibles (e.g., corrupción). | Medio-alto: Probabilístico con controles INE, pero altas tasas de rechazo (45-65%). Errores no muestrales (fraseo, campo) considerados. Históricamente preciso en algunos comicios, pero criticado por inexactitudes (e.g., 2006). | Bajo: No probabilístico puro (sesgo de cobertura telefónica y auto-selección). Bajos tasas de respuesta en automatizadas. Errores históricos (e.g., disculpas por 2021). Margen de error alto por muestras pequeñas. | Medio-alto: Semi-probabilístico (ajustes por peso), con márgenes de error bajos por tamaño muestral. Cumple INE en transparencia (fichas públicas), pero sesgos telefónicos (baja respuesta rural/no cobertura). Reclama «mayor precisión histórica», pero sin validación independiente post-2024; potencial sobreestimación urbana. | Bajo-medio: Asume muestreo aleatorio simple (error ±3.8-3.9% al 95-97% confianza), con ajustes por no respuesta. Cumple INE en fichas, pero alto rechazo (68%) y sesgos digitales (auto-selección WhatsApp). Críticas por inexactitudes (e.g., error en Veracruz 2024: predijo victoria PRI fallida); cuestionada por credenciales del director y opacidad corporativa (dominio 2020). |
| Factores de interés (sesgos por patrocinadores) | Financiada por gobierno federal (INEGI autónomo). Interés: Mostrar datos para políticas de seguridad; posible sesgo optimista si datos se usan políticamente, pero neutralidad institucional mitiga. No influida por partidos. | Privada; clientes incluyen medios (e.g., Televisa) o partidos. Interés: Resultados que favorezcan al patrocinador (e.g., sesgo pro-gobierno en era PRI). Críticas por «armas políticas» (Roy Campos, 2006). Sesgo potencial en interpretación. | Privada; asociada a oposición (e.g., resultados favorables a Xóchitl Gálvez en 2024, contrario a otros). Interés: Generar narrativa alternativa; críticas por metodología sesgada hacia derechas. Sesgos de no respuesta (quienes contestan robots tienden a ser específicos). | Privada; clientes no explícitos, pero publica en redes (Instagram, X) para medios digitales. Interés: Atraer campañas opositoras (e.g., sondeos 2025 favorecen figuras como Harfuch o Salinas Pliego en PAN/Morena). Posible sesgo pro-Morena en aprobaciones (57% Sheinbaum, pero «tendencia a la baja» enfatizada); críticas incipientes por «narrativas selectivas» en polarización post-2024. | Privada; auto-financiada (inversión ~$12-15k MXN por encuesta). Interés: Publicaciones digitales para visibilidad; fuerte sesgo pro-PRI (director militante PRI, per Plataforma de Transparencia). Acusada de «mercado negro» y propaganda (e.g., 2025: baja aprobación Morena en Veracruz; 2024: error pro-PRI). Conflictos por opacidad (títulos no verificados, domicilios compartidos). |
Reflexión colectiva
Con la empresa Demoscopia Digital se resaltan las vulnerabilidades de las encuestadoras digitales emergentes en México, donde la innovación (WhatsApp/SurveyMonkey) choca con la falta de madurez institucional.
Su escala moderada (~1,000) y márgenes de error estándar la acercan a Mitofsky en precisión teórica, pero su recolección voluntaria vía app amplifica sesgos de Massive Caller (auto-selección de usuarios conectados/motivados), excluyendo rurales o no digitales, y su alto rechazo (68%) erosiona representatividad.
A diferencia de ENSU, que prioriza muestreo presencial robusto, Demoscopia sacrifica profundidad por velocidad, alineándose con un ecosistema de «encuestas virales» que priorizan difusión en redes sobre validación. Sus preguntas simples y visuales facilitan interacción, pero el diseño por un director con vínculos partidistas introduce riesgos de sesgo en temas electorales.
En rigor, cumple mínimamente con INE (fichas públicas), pero errores históricos (e.g., predicción fallida en Veracruz 2024) y críticas por «propaganda disfrazada» (2025 evaluaciones anti-Morena) la debilitan, similar a Massive Caller pero con un tinte más personalista (director como figura central). Factores de interés son los más problemáticos: auto-financiada pero operando en un «mercado negro» de sondeos pagados por partidos, con sesgos evidentes pro-PRI que inciden en resultados (e.g., narrativas que favorecen oposición tradicional). En 2025, esto agrava la desconfianza post-electoral, donde firmas como Demoscopia ilustran cómo la opacidad corporativa (e.g., reclamos falsos de experiencia) socava las encuestas.
Desde esta perpectiva, la ENSU destaca por su rigor superior, gracias a su carácter oficial y escala masiva. Su muestreo probabilístico y ajustes estadísticos la hacen ideal para inferencias nacionales sobre percepción de seguridad, minimizando sesgos de selección. Sin embargo, como encuesta gubernamental, podría incurrir en sub-reporte por temor social (e.g., víctimas no admiten corrupción), y su financiamiento público la expone a presiones políticas indirectas para «mejorar» indicadores durante administraciones. No es comparable directamente con las otras en electorales, ya que su foco es temático (seguridad), no partidista.
Mitofsky representa el estándar privado regulado: su adherencia al INE asegura transparencia en electorales, pero las altas tasas de rechazo indican desafíos en representatividad, exacerbados por contextos urbanos mexicanos (desconfianza en encuestadores). Los patrocinadores privados introducen riesgos éticos; por ejemplo, en elecciones pasadas (2006), se acusó a Mitofsky de encuestas «mal hechas» que favorecían narrativas mediáticas, lo que erosiona confianza. Su tamaño muestral es adecuado para precisión, pero varía, lo que afecta consistencia.
Massive Caller es una de las más vulnerable a críticas: su método automatizado es eficiente y económico para tracking, pero sacrifica rigor al depender de respuestas voluntarias, generando sesgos de cobertura (excluye sin teléfono o no responde robots) y auto-selección (participan motivados políticamente). Con muestras pequeñas, sus márgenes de error son altos, y errores históricos (e.g., 2021) sugieren sobreestimación de oposición. Factores de interés son evidentes: como firma privada, parece alineada con narrativas anti-gobierno (e.g., 2024 polls contrarios a pro-Morena), posiblemente por clientes opositores, lo que incide en resultados y credibilidad.
Para el caso de Statistical Research Corporation (SRC) México, se puede decir que es una casa encuestadora privada emergente en el panorama mexicano, fundada en los últimos años y con un enfoque agresivo en encuestas electorales y de opinión pública, publicadas principalmente en redes sociales y medios digitales.
La inclusión en el presente análisis es relevante dada su creciente visibilidad en 2025, con sondeos sobre elecciones futuras (2027 y 2030) y aprobación presidencial. Basado en datos públicos de sus fichas metodológicas (e.g., encuestas de noviembre 2025), SRC se posiciona como «de las más confiables» por su escala masiva, pero su metodología telefónica la expone a sesgos similares a Massive Caller, aunque mitigados por muestras grandes.
En el ecosistema mexicano, SRC opera bajo regulaciones INE para electorales, pero su financiamiento privado (posiblemente de campañas o medios) introduce interrogantes sobre neutralidad, especialmente en un contexto post-2024 donde las encuestas polarizadas siguen erosionando la confianza pública.
Primeras Conclusiones
En síntesis, el panorama de encuestas en México revela una brecha entre rigor oficial y privado: ENSU se erige como el referente imparcial y escalable para percepciones no electorales, con metodología gold standard que minimiza sesgos institucionales.
Mitofsky mantiene un equilibrio regulado y histórico, ideal para tracking electoral pese a rechazos altos.
SRC destaca por volumen y precisión potencial en nacionales, pero hereda limitaciones telefónicas; Massive Caller y Demoscopia, en cambio, representan los riesgos de la automatización/digitalización barata: sesgos de cobertura y auto-selección, amplificados por muestras pequeñas y narrativas sesgadas (oposición a Morena en Massive, pro-PRI en Demoscopia).
Los factores de interés —patrocinadores partidistas, financiamiento opaco y presiones mediáticas— inciden decisivamente en resultados, fomentando un «mercado negro» que erosiona la confianza pública en 2025.
Es por eso que para no se puede tomar solo una encuesta como referente para el análisis y la toma de decisiones, el Colectivo conciencia y Transformación recomienda realizar una triangulación obligatoria (cruzar cuando menos 3 fuentes, priorizando INEGI) y un escrutinio ético: encuestas con dueños militantes o historiales erróneos (como Demoscopia) deben descartarse sin validación independiente.
En un México polarizado, fortalecer regulaciones INE (e.g., auditorías de financiamiento y credenciales) es crucial para restaurar la demoscopia como herramienta científica, no propagandística.
Finalmente, creemos que el futuro favorece híbridos (presencial+digital con IA para ajustes), pero solo si priorizan representatividad sobre velocidad y clics.
