Un sesgo en tu encuesta puede costarte la elección. Si tu muestra sobrestima jóvenes urbanos, creerás que vas ganando cuando en realidad vas perdiendo.
Estos son los 5 sesgos más peligrosos y cómo Polimétrica los elimina.
Problema: Las personas que NO responden encuestas son sistemáticamente diferentes de las que SÍ responden.
Ejemplo real: Llamas 100 números. 70 no contestan, 30 sí. Esos 30 tienden a ser personas mayores, jubiladas, con tiempo libre. Los 70 que no contestaron eran jóvenes trabajando.
Resultado: Tu encuesta sobrerepresenta adultos mayores y subestima jóvenes.
• Llamadas en múltiples horarios (7am, 2pm, 8pm)
• Reintento hasta 5 veces en días distintos
• Ponderación por edad si persiste desbalance
Problema: La gente miente para quedar bien con el encuestador.
Ejemplo 1: "¿Votarás?" → 85% dice "sí" pero participación real es 60%
Ejemplo 2: "¿Votarías por candidato corrupto?" → 10% dice "sí" pero gana con 35%
Resultado: El "voto oculto" — gente que votará por X pero no lo admite públicamente.
• Preguntas indirectas: "¿Crees que tu vecino votará por X?"
• Escalas Likert en vez de sí/no binario
• Algoritmo "voto oculto" que detecta inconsistencias
• Encuestas digitales anónimas (menos presión social)
Problema: Tu muestra no refleja la población real.
Ejemplo: Encuesta solo con números fijos de teléfono en 2026 cuando 70% de jóvenes solo tiene celular.
Caso real: Encuesta de Nuevo León 2021 solo con teléfonos fijos → subestimó voto joven por Samuel García en -8 puntos.
• 70% celulares + 30% fijos (proporcional a realidad)
• Cuotas por edad, género, NSE, región
• Comparación con censo INEGI cada ola
Problema: La forma en que preguntas influye la respuesta.
Ejemplo malo: "¿Estás de acuerdo con el corrupto candidato X?"
Ejemplo bueno: "¿Por cuál candidato votarás?"
Trampa sutil: Orden de opciones importa — el primero mencionado tiende a recibir +3% más.
• Preguntas neutrales sin adjetivos
• Rotación aleatoria del orden de candidatos
• Prueba piloto con 50 casos antes de lanzar
• Revisión legal para evitar sesgos
Problema: El tono de voz o expectativas del encuestador influyen.
Ejemplo: Encuestador que claramente prefiere a Candidato A pregunta con más entusiasmo sobre él.
Efecto: +2 a +4 puntos de sesgo hacia candidato preferido del encuestador.
• Capacitación estricta en neutralidad
• Grabación de 30% de llamadas (auditoría)
• Rotación de encuestadores entre regiones
• Encuestas IVR automatizadas (cero sesgo humano)
Cómo detectar sesgos en encuestas publicadas
🚩 Red flag #1: Muestras sospechosamente homogéneas
Si una encuesta dice "42% hombres, 58% mujeres" pero en realidad el padrón es 50-50, hay sesgo de selección.
🚩 Red flag #2: Tasa de respuesta no reportada
Si no dicen cuántas personas rechazaron contestar, probablemente tuvieron sesgo de no respuesta alto.
🚩 Red flag #3: Preguntas con lenguaje cargado
"¿Apoyarías al valiente candidato que lucha contra la corrupción?" → sesgo de formulación obvio.
🚩 Red flag #4: Solo método digital en población rural
Encuesta 100% online en municipio con 40% de penetración internet → sesgo urbano garantizado.
El costo de un sesgo no corregido
Caso: Elección municipal 2023
- Encuesta interna (con sesgo urbano): Candidato A 48%, B 38%
- Estrategia: Campaña agresiva en zonas urbanas
- Descuido: Zonas rurales (50% del electorado)
- Resultado: Candidato B ganó 52-48%
- Pérdida: $8 millones MXN en campaña + elección perdida
Moraleja: Un sesgo de +/-5% puede cambiar toda tu estrategia y hacerte perder.
✓ Muestra estratificada por edad, género, NSE, región
✓ Múltiples métodos (telefónico + digital + presencial)
✓ Preguntas neutrales, orden aleatorio
✓ Ponderación estadística post-levantamiento
✓ Validación cruzada con datos históricos
✓ Auditoría externa de metodología