La “validez convergente” entre PoliTech y Hugo Haime & Asociados

“No importa de qué color sea el gato sino que cace ratones” es una gran frase atribuida al líder político chino Deng Xiaoping que yo aprendí de boca del ex diputado nacional César Jaroslavsky en la década del ´90. Una encuesta online no es peor ni mejor que una encuesta presencial. Si está bien hecha el resultado no debería diferir más allá de los márgenes de error estadísticos denunciados en sus fichas técnicas.

En este informe comparo la última encuesta nacional online de PoliTech con la encuesta presencial de Hugo Haime & Asociados, realizadas con una semana de diferencia y métodos de relevamiento diferentes, para demostrar cómo ambas llegan al mismo diagnóstico: empate técnico entre Javier Milei y Axel Kicillof, definición en segunda vuelta y una mayoría social que pide un cambio.

• Empate técnico en primera vuelta. PoliTech mide a Milei en 32,0% y a Kicillof en 30,7%. Haime mide 35,2% y 33,3%. En ambas, la ventaja es menor al margen de error.
• La proyección de PoliTech coincide con Haime. Al asignar el voto no definido, Panel360 proyecta 35,0% para Milei y 34,5% para Kicillof.
• Habrá segunda vuelta. La simulación de PoliTech le asigna 99,9% de probabilidad. Haime midió el balotaje y encontró paridad: Kicillof 43,5% y Milei 41,1%.
• El oficialismo tiene un tercio largo del electorado. PoliTech registra 36,2% de voto de continuidad y 61,0% de voto de cambio. Haime estima en 35% el apoyo al Gobierno.

La coincidencia entre dos mediciones independientes, hechas con instrumentos distintos, es lo que la metodología de la investigación llama validez convergente. Este informe presenta los datos y la prueba estadística, pero además explica los fundamentos científicos del método que utiliza PoliTech.

Los datos, lado a lado

La comparación se limita a lo que ambas encuestas midieron. De Haime se toma el escenario 1, con Kicillof como candidato del peronismo, que es el equivalente al escenario de PoliTech.

En PoliTech el voto no definido suma «Otro», «No votaría» y «Ns/Nc». En Haime suma «Blanco/Nulo» (10,9%) y «Ns/Nc» (6,9%). En el escenario 2 de Haime, con Sergio Massa como candidato, Bregman obtiene 9,9% coincidente con nuestra medición.

Segunda vuelta. Haime midió el balotaje en forma directa: Kicillof 43,5%, Milei 41,1%, Blanco/Nulo 12,7% y Ns/Nc 2,7%. En PoliTech no incluimos esa pregunta, lo estimamos con un modelo de simulación que le otorga 99,9% de probabilidad de que la elección se defina en un balotaje entre Milei y Kicillof.

Continuidad o cambio. En PoliTech registramos 36,2% de voto por la continuidad del Gobierno y 61,0% por el cambio. Haime, con otras preguntas, informa 29% a favor de la reelección, 12% a favor de la continuidad del programa con otro líder y 55% a favor de un triunfo opositor. Son indicadores afines, no idénticos.

Qué demuestra la coincidencia

Ninguna de las diferencias en la intención de voto de los dos candidatos principales es estadísticamente significativa. Dos mediciones independientes, hechas con instrumentos distintos, estiman el mismo fenómeno.

Campbell y Fiske (1959) llamaron a esto validez convergente: una medición gana credibilidad cuando un método diferente, aplicado al mismo objeto, arroja el mismo resultado. Si la coincidencia se debiera al instrumento y no a la realidad, cambiar de instrumento cambiaría el resultado.

La prueba utilizada es la diferencia de proporciones entre dos muestras independientes:

Con los tamaños de muestra declarados (1.552 y 1.200 casos), la diferencia es significativa al 95% de confianza solo si el valor absoluto de z supera 1,96. La prueba aplica a las dos encuestas la misma convención de muestreo aleatorio simple.

El único indicador que roza el umbral es Bregman frente al escenario 1 de Haime. El valor de PoliTech queda entre los dos escenarios que midió Haime (7,4% y 9,9%).

El empate técnico, medido dentro de cada encuesta. La ventaja de un candidato sobre otro en una misma muestra tiene su propio margen:

En PoliTech, la ventaja de Milei es de 1,3 puntos con un margen de ±3,9. En Haime, de 1,9 puntos con un margen de ±4,7. Las dos encuestas concluyen lo mismo: no hay un primero definido.

Dos métodos de relevamiento

Las dos encuestas comparten universo y objetivo, y difieren en todo lo demás: cómo llegan al entrevistado, quién registra la respuesta y cómo se trata el voto no definido.

Quién registra la respuesta. En la encuesta presencial el entrevistado responde ante otra persona. En la online responde solo, frente a su pantalla. La literatura sobre efectos de modo muestra que la autoadministración reduce el sesgo de deseabilidad social en preguntas sensibles (Tourangeau y Yan, 2007; Kreuter, Presser y Tourangeau, 2008): El encuestado distorsiona su respuesta para evitar la vergüenza o el juicio moral del entrevistador. El voto es una pregunta sensible.

Cómo se corrige la muestra. Una muestra online no es probabilística: quien responde eligió responder. Su representatividad no depende de la aleatoriedad ni un sorteo de domicilios sino del ajuste estadístico posterior. Wang, Rothschild, Goel y Gelman (2015) demostraron que una muestra muy poco representativa, bien calibrada, puede pronosticar una elección con la precisión de las encuestas tradicionales. Sobre esa premisa nos sostenemos en las encuestas de PoliTech.

El voto no definido. PoliTech registra 10,6% y Haime 17,8%. Una hipótesis consistente con la literatura citada es que la encuesta online, al no haber un encuestador delante, lleva a más personas a declarar su voto, y por eso en PoliTech registramos menos voto no definido que Haime en su encuesta presencial.

Fundamentos científicos y matemáticos del método PoliTech

El método de PoliTech se apoya en seis procedimientos, todos tomados de la estadística de encuestas y documentados en la literatura. Cada uno se presenta con su fórmula y su fuente.

1. Margen de error de referencia

La muestra de PoliTech es online y no probabilística: quien responde eligió responder. El margen de error clásico fue pensado para muestras aleatorias y aquí no se aplica en sentido estricto. PoliTech lo informa solo como valor de referencia.

El ±2,5% es el margen que tendría una muestra aleatoria simple del mismo tamaño (Cochran, 1977), con 95% de confianza y máxima dispersión (p = 0,5), sin ajuste por efecto de diseño. Es la convención habitual para comparar encuestas de distinto tamaño.

La Asociación Americana de Investigación de Opinión Pública (AAPOR, 2016) admite informar medidas de precisión en muestras no probabilísticas, siempre que se explique cómo se calcularon y con qué supuestos. Esta sección cumple ese requisito.

Como expliqué anteriormente en una muestra online la exactitud no viene del sorteo previo sino del ajuste posterior. Lo que respalda los resultados de PoliTech no es la fórmula anterior, sino tres evidencias que cualquiera puede verificar:

• La calibración contra el padrón electoral y el voto de 2023, con 107 celdas a menos de 0,2 puntos de su objetivo.
• La coincidencia con una encuesta presencial independiente, que este informe documenta.
• El contraste con los resultados electorales, que ya demostramos en el pasado.

2. Estimador ponderado

Ningún porcentaje se informa en bruto. Cada entrevistado tiene un peso (w), y cada resultado es un promedio ponderado: la suma de los pesos de quienes eligieron una opción, dividida por la suma de los pesos de todos. En la fórmula vale 1 si el entrevistado eligió la opción y 0 si no:

3. Calibración por ajuste proporcional iterativo (raking)

Los pesos se obtienen con el algoritmo de Deming y Stephan (1940). En cada paso, los pesos de cada categoría se multiplican por el cociente entre su proporción real en el universo y su proporción actual en la muestra. El paso se repite, dimensión por dimensión, hasta que todas coinciden a la vez.

En PoliTech calibramos cruzando género con edad, jurisdicción y voto presidencial de 2023 cruzado por provincia. Los objetivos provienen del padrón electoral 2025 y del resultado oficial de la elección general del 22 de octubre de 2023.

La cuarta dimensión es la clave política del método. Ajustar por voto anterior corrige el sesgo que más afecta a las muestras online: que los simpatizantes de un espacio respondan más que los de otro.

En nuestra encuesta el algoritmo convergió en 32 iteraciones. Las 107 celdas de calibración quedaron a menos de 0,2 puntos porcentuales de su objetivo.

4. Acotamiento de pesos

Para que ningún entrevistado pese en exceso, los pesos se limitan a un máximo de 5 y se vuelve a calibrar (Potter, 1990; Kalton y Flores-Cervantes, 2003). En esta encuesta se aplicaron seis ciclos de acotamiento y recalibración.

5. Control de calidad de la ponderación

Ponderar tiene un costo: cuanto más desiguales son los pesos, menos información aporta la muestra. Nuestro Panel360 lo controla en cada encuesta con el tamaño efectivo de muestra y el efecto de diseño de Kish (1965, 1992), donde cv es el coeficiente de variación de los pesos:

6. Proyección del voto no definido y simulación Monte Carlo

La proyección de voto no definido en PoliTech tiene dos etapas. Primero, un modelo de lenguaje de inteligencia artificial asigna el voto no definido (10,6% en esta encuesta) entre los candidatos. No lo reparte en forma proporcional sino usando las otras respuestas de la misma encuesta, es decir el sentimiento hacia el Gobierno, la preferencia por continuidad o cambio, las expectativas y la identidad política. El resultado se expresa sobre votos válidos:

Aquí u es el voto no definido y cada delta es la porción asignada a un candidato. La suma puede ser menor que u porque una parte de quienes no votarían se considera abstención.

Segundo, una simulación Monte Carlo (Metropolis y Ulam, 1949) repite la elección 10.000 veces. En cada repetición sortea un resultado posible para cada candidato alrededor de su valor proyectado, con la dispersión propia del error muestral. La probabilidad de un evento es la proporción de repeticiones en que ocurre:

Cada repetición aplica la regla de los artículos 97 y 98 de la Constitución Nacional: hay ganador en primera vuelta con más de 45%, o con 40% y más de 10 puntos de ventaja.

La probabilidad de segunda vuelta entre Milei y Kicillof es de 99,9%.

El marco teórico de nuestros cuestionarios

Las preguntas que alimentan la proyección responden a tres teorías del comportamiento electoral. El voto retrospectivo y prospectivo (Key, 1966; Fiorina, 1981) funda las preguntas sobre cómo está el país/provincial o municipio respecto del año pasado y cómo estará el próximo. La teoría de los clivajes (Lipset y Rokkan, 1967) funda la pregunta de identidad política. Y la investigación sobre emociones y voto (Marcus, Neuman y MacKuen, 2000) funda la medición del sentimiento hacia el Gobierno.

Límites de la comparación

La coincidencia entre dos encuestas prueba que miden lo mismo, no que acierten el resultado. La prueba definitiva de cualquier método será la elección de 2027. Cuatro diferencias de diseño deben tenerse en cuenta al leer los números:

• La oferta de candidatos no fue la misma. En PoliTech medimos un único escenario con Milei, Kicillof, Bullrich, Bregman y Massa. Haime midió dos escenarios, sin Bullrich, con Kicillof o Massa como candidato del peronismo y con Jorge Brito, Daniel Hadad y Dante Gebel.
• La proyección y la medición directa no son la misma magnitud. La proyección de Panel360 reparte el voto no definido y suma 100% entre cinco candidatos. Los valores de Haime son porcentajes del total, con 17,8% sin definir.
• Los trabajos de campo no fueron simultáneos. Entre el cierre del campo de Haime y el inicio del de PoliTech pasaron seis días.
• Las preguntas sobre continuidad y cambio están formuladas de manera distinta. Por eso se presentan como indicadores afines y no se someten a prueba estadística.

Fichas técnicas, fuentes y referencias

Fuentes de los datos

• PoliTech: encuesta nacional «Argentina. Noviembre 2026», en Empate técnico y clima adverso: el estado de la opinión pública en Argentina
• Hugo Haime & Asociados: datos e infografías publicados por Clarín el 12 de noviembre de 2026 en Nueva encuesta: uno de los consultores preferidos del PJ anticipa quiénes definirán la elección en 2027.
• Los datos de Haime sobre reelección, otro líder y triunfo opositor provienen de Perfil. La estimación de 35% de apoyo al Gobierno proviene de declaraciones de Hugo Haime a Perfil.
• Las diferencias, los valores z y los márgenes de la ventaja son cálculos propios de PoliTech sobre los datos publicados.

Referencias bibliográficas citadas en el informe

• Campbell, D. T. y Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56(2).
• Cochran, W. G. (1977). Sampling Techniques (3.ª ed.). Wiley.
• Deming, W. E. y Stephan, F. F. (1940). On a least squares adjustment of a sampled frequency table when the expected marginal totals are known. Annals of Mathematical Statistics, 11(4).
• Fiorina, M. P. (1981). Retrospective Voting in American National Elections. Yale University Press.
• Hájek, J. (1971). Comentario a un ensayo de D. Basu. En Godambe y Sprott (eds.), Foundations of Statistical Inference. Holt, Rinehart and Winston.
• Kalton, G. y Flores-Cervantes, I. (2003). Weighting methods. Journal of Official Statistics, 19(2).
• Key, V. O. (1966). The Responsible Electorate. Harvard University Press.
• Kish, L. (1965). Survey Sampling. Wiley.
• Kish, L. (1992). Weighting for unequal Pi. Journal of Official Statistics, 8(2).
• Kreuter, F., Presser, S. y Tourangeau, R. (2008). Social desirability bias in CATI, IVR, and Web surveys. Public Opinion Quarterly, 72(5).
• Lipset, S. M. y Rokkan, S. (1967). Party Systems and Voter Alignments. Free Press.
• Marcus, G. E., Neuman, W. R. y MacKuen, M. (2000). Affective Intelligence and Political Judgment. University of Chicago Press.
• Metropolis, N. y Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association, 44(247).
• Potter, F. J. (1990). A study of procedures to identify and trim extreme sampling weights. Proceedings of the Section on Survey Research Methods, American Statistical Association.
• Tourangeau, R. y Yan, T. (2007). Sensitive questions in surveys. Psychological Bulletin, 133(5).
• Wang, W., Rothschild, D., Goel, S. y Gelman, A. (2015). Forecasting elections with non-representative polls. International Journal of Forecasting, 31(3).
• AAPOR (2016). Guidance on Reporting Precision for Nonprobability Samples. American Association for Public Opinion Research.

Sobre PoliTech

PoliTech SAS es una consultora de inteligencia política basada en datos. Su consultor titular, Pablo Gustavo Díaz, trabaja desde 2013 con candidatos, partidos y gobiernos en investigación de opinión pública, estrategia de campaña y marketing de gestión. Acompañó 27 campañas electorales, realizó más de 370 estudios de mercado y opinión, y asesoró a 7 gobiernos.

PoliTech·Panel360 es la plataforma que PoliTech SAS desarrolló para gestionar campañas electorales sobre una sola base de datos: encuestas propias ponderadas contra el padrón electoral, escucha de redes y monitoreo de medios, predicción de voto con miles de escenarios simulados y análisis con inteligencia artificial.

Este informe puede publicarse citando la fuente.

Pablo Gustavo Díaz

Consultor político · Fundador de PoliTech SAS y Desarrollador de Panel360.