Cómo se realizó esta encuesta
Aquí están los aspectos clave que debe saber sobre esta encuesta del Times/Siena:
• Hablamos con 1.226 votantes registrados del 20 al 25 de junio de 2024.
• Nuestras encuestas se realizan por teléfono, utilizando entrevistadores en vivo, tanto en inglés como en español. Para esta encuesta se contactó a más del 90 por ciento de los encuestados por teléfono móvil.
• Los votantes son seleccionados para la encuesta de una lista de votantes registrados. La lista contiene información sobre las características demográficas de cada votante registrado, lo que nos permite asegurarnos de llegar al número correcto de votantes de cada partido, raza y región. Para esta encuesta, realizamos casi 150.000 llamadas a más de 100.000 votantes.
• Para garantizar aún más que los resultados reflejen a toda la población votante, no solo a aquellos que están dispuestos a participar en una encuesta, damos más peso a los encuestados de grupos demográficos que están subrepresentados entre los encuestados, como las personas sin un título universitario. Puede ver más información sobre las características de nuestros encuestados y la muestra ponderada al final de la página, en “Composición de la muestra”.
• El margen de error de muestreo de la encuesta entre los votantes registrados es de más o menos tres puntos porcentuales. En teoría, esto significa que los resultados deberían reflejar las opiniones de la población general la mayor parte del tiempo, aunque muchos otros desafíos crean fuentes adicionales de error. Cuando se calcula la diferencia entre dos valores (como la ventaja de un candidato en una carrera), el margen de error es el doble.
Si desea leer más sobre cómo y por qué realizamos nuestras encuestas, puede ver las respuestas a las preguntas frecuentes y enviar sus propias preguntas aquí.
Metodología completa
La encuesta del New York Times/Siena College a 1226 votantes registrados en todo el país, incluidos 991 que completaron la encuesta completa, se realizó en inglés y español en teléfonos celulares y fijos del 20 al 25 de junio de 2024. El margen de error de muestreo es más o menos tres puntos porcentuales para los votantes registrados y más o menos 3,2 puntos porcentuales para el electorado probable. Entre aquellos que completaron la encuesta completa, el margen de error de muestreo es de más o menos 3,5 puntos porcentuales para los votantes registrados y de más o menos 3,6 puntos porcentuales para el electorado probable.
Muestra
La encuesta es una muestra estratificada ajustada por la tasa de respuesta de los votantes registrados en el archivo de votantes L2. La muestra fue seleccionada por The New York Times en múltiples pasos para tener en cuenta la cobertura telefónica diferencial, la falta de respuesta y la variación significativa en la productividad de los números de teléfono por estado.
Primero, los registros fueron seleccionados por estado. Para ajustar el sesgo de falta de cobertura, el archivo de votantes L2 se estratificó por distrito estatal, partido, raza, género, estado civil, tamaño del hogar, historial de participación, edad y propiedad de la vivienda. Para cada estrato se calculó la proporción de solicitantes de registro con un número de teléfono y la tasa media de respuesta esperada. La tasa de respuesta media esperada se basó en un modelo de falta de respuesta de la unidad en encuestas anteriores del Times/Siena. El peso de la selección inicial fue igual al recíproco de la cobertura telefónica media de un estrato y la tasa de respuesta modelada. Para los encuestados con varios números de teléfono en el archivo L2, se seleccionó el número con la tasa de respuesta modelada más alta.
En segundo lugar, se seleccionaron registros estatales para la muestra nacional. El número de registros seleccionados por estado se basó en un modelo de falta de respuesta de la unidad en encuestas nacionales anteriores del Times/Siena en función del estado, la calidad del número de teléfono y otras características demográficas y políticas. La proporción de registros del estado fue igual al recíproco de la tasa de respuesta media de los registros del estado, dividida por la suma nacional de las ponderaciones.
Fielding
La muestra se estratificó según partido político, raza y región y fue realizada por el Instituto de Investigación del Siena College, con trabajo de campo adicional de ReconMR, el Laboratorio de Investigación de Opinión Pública de la Universidad del Norte de Florida, el Instituto de Investigación de Políticas y Opinión del Roanoke College y el Centro de Investigación de Políticas y Opinión Pública de la Universidad Winthrop en Carolina del Sur. Los entrevistadores preguntaron por la persona nombrada en el archivo de votantes y dieron por finalizada la entrevista si el entrevistado previsto no estaba disponible. En general, el 91 por ciento de los encuestados fueron contactados por teléfono celular.
El instrumento fue traducido al español por ReconMR. Los entrevistadores bilingües comenzaron la entrevista en inglés y se les indicó que siguieran el ejemplo del encuestado para determinar si realizarían la encuesta en inglés o español. Los encuestados monolingües de habla hispana que inicialmente fueron contactados por entrevistadores de habla inglesa fueron contactados nuevamente por entrevistadores de habla hispana. En general, el 13 por ciento de las entrevistas entre los hispanos declarados se realizaron en español, incluido el 17 por ciento de las entrevistas ponderadas.
Se determinó que una entrevista estaba completa a los efectos de su inclusión en la pregunta de la prueba electoral si el encuestado no abandonó la encuesta al final de las dos variables autoinformadas utilizadas en la ponderación (edad y educación) y respondió al menos una de las preguntas de la prueba de edad, educación, raza o elección presidencial.
Ponderación: votantes registrados
The Times ponderó la encuesta utilizando el paquete de encuestas R en varios pasos.
Primero, la muestra se ajustó para tener en cuenta la probabilidad desigual de selección por estrato.
En segundo lugar, la muestra fue ponderada para que coincidiera con los parámetros basados en archivos de votantes para las características de los votantes registrados.
Se utilizaron los siguientes objetivos:
• Partido (registro de partido si está disponible, o clasificación basada en un modelo de elección de voto en encuestas anteriores del Times/Siena) según si la raza del encuestado se modela como blanca o no blanca (modelo L2)
• Edad (edad autoinformada o edad del expediente electoral si el encuestado se niega) por género (L2)
• Raza o etnia (modelo L2)
• Educación (cuatro categorías de nivel educativo autoinformado, ponderadas para coincidir con los objetivos basados en el NYT derivados de las encuestas del Times/Siena, los datos del censo y el archivo de votantes L2)
• Raza blanca/no blanca por nivel educativo universitario o no universitario (modelo L2 de raza ponderado para coincidir con los objetivos basados en el NYT para la educación autoinformada)
• Estado civil (modelo L2)
• Propiedad de vivienda (modelo L2)
• Región nacional (clasificaciones del NYT por estado)
• Historial de participación (clasificaciones del NYT basadas en datos L2)
• Método de votación en las elecciones de 2020 (clasificaciones del NYT basadas en datos L2)
• Estatus metropolitano (Esquema de clasificación urbano-rural para condados del NCHS de 2013)
• Nivel educativo del sector censal
Finalmente, la muestra de encuestados que completaron todas las preguntas de la encuesta se ponderó de manera idéntica, así como el resultado de la pregunta de la carrera de caballos de las elecciones generales (incluidos los que se inclinaron) en la muestra completa.
Ponderación: electorado probable
The Times ponderó la encuesta utilizando el paquete de encuestas R en varios pasos.
En primer lugar, las muestras se ajustaron para tener una probabilidad desigual de selección por estrato.
En segundo lugar, se ajustó el peso de la primera etapa para tener en cuenta la probabilidad de que un votante votara en las elecciones de 2024, basándose en un modelo de participación en las elecciones de 2020.
En tercer lugar, se ponderó la muestra para que coincidiera con los objetivos de composición del electorado probable. Los objetivos para la composición del electorado probable se derivaron agregando las estimaciones de participación a nivel individual descritas en el paso anterior para los inscritos en el archivo de votantes L2. Las categorías utilizadas en la ponderación fueron las mismas mencionadas anteriormente para los votantes registrados.
En cuarto lugar, se ajustó el peso inicial probable del electorado para incorporar la intención de voto autoinformada. La probabilidad final de que un solicitante de registro votara en las elecciones de 2024 fue de cuatro quintos según su puntaje de participación modelado ex ante y un quinto según sus intenciones autoinformadas, según encuestas anteriores del Times/Siena, incluida una penalización para dar cuenta de la tendencia de los encuestados a participar en mayor proporción que los que no respondieron. La ponderación final probable del electorado fue igual a la ponderación del electorado modelado, multiplicada por la probabilidad de participación final y dividida por la probabilidad de participación modelada ex ante.
Finalmente, la muestra de encuestados que completaron todas las preguntas de la encuesta se ponderó de manera idéntica, así como el resultado de la pregunta de la carrera de caballos de las elecciones generales (incluidos los que se inclinaron) en la muestra completa.
El margen de error representa el efecto del diseño de la encuesta, una medida de la pérdida de poder estadístico debido al diseño y la ponderación de la encuesta. El efecto del diseño para la muestra completa es 1,21 para los votantes registrados y 1,33 para el electorado probable. El efecto del diseño para la muestra de entrevistas completadas es 1,24 para los votantes registrados y 1,33 para el electorado probable.
Históricamente, el error de la encuesta The Times/Siena en el percentil 95 ha sido de más o menos 5,1 puntos porcentuales en las encuestas realizadas durante las últimas tres semanas antes de una elección. El error en el mundo real incluye fuentes de error más allá del error de muestreo, como el sesgo por falta de respuesta, el error de cobertura, los cambios tardíos entre los votantes indecisos y el error en la estimación de la composición del electorado.
