Llegando al votante
Targeting: Generando votos
Segmentación utilizando análisis cluster
Por Santa Arisveth Mora
Los votantes en América Latina están cambi-
ando, los sistemas políticos también… frase nada nueva y bastante obvia, pero de ser así ¿Porqué en varios países de la región se ha limitado la inves- tigación y la aplicación de técnicas en el estudio del votante? ¿Por qué a pesar de saber que la may- oría de los votantes regularmente no piensan en política, no se definen ideológicamente (izquierda, derecha), existe poca información política en sus mentes o desinformación, opinan mal de los par- tidos políticos -aunque siguen creyendo que éstos son necesarios- , tienen bajo nivel de lealtad par- tidaria, etc., se siguen utilizando de manera FUN- DAMENTAL estos filtros para conocerlos?
Las interrogantes anteriores manifiestan que se
debe comprender al votante en su contexto y co- tidianeidad, sus sistemas de creencias, valores, acti- tudes, necesidades, expectativas, estilos de vida, per- sonalidad, percepciones, etc. Situación que obliga al investigador a ir más allá del ámbito político para tratar de sumergirse en la complejidad del fenó- meno.
Uno de los ejes para conocer al votante es la
22 Politics | Mayo 2010
encuesta de opinión pública, metodología amplia- mente conocida y utilizada en las estrategias de co- municación política, sin embargo, los análisis que de ella surgen han sido poco explorados y por lo tanto poco aplicados en numerosas campañas elec- torales en América Latina: me refiero a los análisis multivariables.
El análisis multivariable es una metodología estadística de gran poder en la comprensión de fenómenos complejos en el ámbito político, de las ciencias sociales y en otros campos. Se le llama multivariable debido a dos condiciones: la aleato- riedad de todas sus variables y la interrelación de las mismas; sólo por mencionar algunos: (1) análisis de regresión, (2) análisis discriminante, (3) análisis multivariante de la varianza (4) análisis factorial, (5) análisis multidimensional, (6) análisis de correspon- dencias y (7) análisis cluster. También los hay más sofisticados, entre ellos los modelos de ecuaciones estructurales y las redes neuronales.
De igual modo, estos análisis se clasifican en
análisis que son explicativos y análisis que son de interdependencia. En relación a estos últimos, la es-
Page 1 |
Page 2 |
Page 3 |
Page 4 |
Page 5 |
Page 6 |
Page 7 |
Page 8 |
Page 9 |
Page 10 |
Page 11 |
Page 12 |
Page 13 |
Page 14 |
Page 15 |
Page 16 |
Page 17 |
Page 18 |
Page 19 |
Page 20 |
Page 21 |
Page 22 |
Page 23 |
Page 24 |
Page 25 |
Page 26 |
Page 27 |
Page 28 |
Page 29 |
Page 30 |
Page 31 |
Page 32 |
Page 33 |
Page 34 |
Page 35 |
Page 36 |
Page 37 |
Page 38 |
Page 39 |
Page 40 |
Page 41 |
Page 42 |
Page 43 |
Page 44 |
Page 45 |
Page 46