Determinantes do voto à presidência: análise espacial das eleições gerais no Brasil no período de 1994 a 2014

Wesley Oliveira Furiel, Stéfane Lele, Diogo Francisco Rossoni

Resumo


O voto é um dos principais recursos para eleições de representantes, e tomada de decisões políticas, dentro de um sistema democrático. Assim, buscar compreender os fatores que o determinam tem sido tema de pesquisa na agenda de estudiosos de diferentes áreas, que detém em comum, o uso de recursos estatísticos para explicar as características deste fenômeno. Desse modo, o presente trabalho visou apresentar a espacialização da proporção dos votos recebidos pelos candidatos à presidência da República, do PT e do PSDB, por município brasileiro, no primeiro turno nas eleições gerais de 1998, 2002, 2006, 2010 e 2014. Para tal, foram utilizadas técnicas de exploração de dados espaciais (ESDA - Exploratory Spatial Data Analysis), que nos permitiram verificar a existência de dependência espacial em nossas variáveis de interesse. Além disso, para o ano de 2010 foi ajustado um modelo de regressão Beta com o intuito de verificar alguns dos determinantes do voto, no Partido dos Trabalhadores. Os dados desta pesquisa foram obtidos nos diretórios oficiais do TSE,IBGE e do Censo de 2010.

Palavras-chave


Voto, PT, PSDB, Estatística espacial, Regressão Beta.

Texto completo:

PDF

Referências


ABENSUR, T. C.; CRIBARI-NETO F.; MENEZES, T. A. Impactos do Programa Bolsa Família nos resultados das eleições presidenciais no Brasil em 2006. Anais do XXXV Encontro Nacional de Economia 51 (2007).

AGRESTI, A.; FINLAY, B. Métodos estatísticos para as ciências sociais. 2012.

BAQUERO, M. Identificação Partidária e comportamento eleitoral. (Org.). Cultura(s) políticas(s) e democracia no século XXI na América Latina, 2012.

BIVAND, R. S.; PEBESMA E.; GOMEZ-RUBIO, V. Applied Spatial Data Analysis with R. Springer New York, 2013.

BRASIL, T.S.E. Dados estatísticos. Disponível em: http://www.tse.jus.br/eleicoes/eleicoes-anteriores

CAMERON, A. C.; TRIVEDI, P. K. Regression analysis of count data. Vol. 53. Cambridge university press, 2013.

CASELLA, G.; BERGUER, R. L. Statistical inference. Vol. 2. Pacific Grove, CA: Duxbury, 2002.

CRIBARI-NETO, F.; ZEILEIS, A. Beta regression in R. 2009.

DALTON, R. J. CitizenPolitics: Public Opinion And Political Parties In Advanced Industrial Democracies. 4th Ed. 2006.

DE ALMEIDA JUNIOR, P. M.; SOUZA, T. C. Estimativas de votos da presidente Dilma Rousseff nas eleições presidenciais de 2010 sob o âmbito do Bolsa Família. Ciência e Natura 37.1 (2015).

DEMÉTRIO, C. G. B. Modelos lineares generalizados em experimentação agronômica. USP/ESALQ, 2001.

DOBSON, A. J.; BARNETT, A. An introduction to generalized linear models. CRC press, 2008.

FERRARI, S.; CRIBARI-NETO, F. Beta regression for modelling rates and proportions. Journal of Applied Statistics 31.7 (2004): 799-815.

FIORINA, M. Retrospective voting in American national elections. NewHaven: Yale University Press, 1981.

GILBERTO, P. A. Modelos de regressão com apoio computacional. USP, 2013.

GIMENES, E. R.; FURRIEL, W. O.; BORBA, J.; RIBEIRO, E. A. (2016). Partidarismo no Brasil: Análise longitudinal dos condicionantes da identificação partidária (2002-2014). Revista Debates, 10(2), 121.

MELO, H. A.; ROSSONI, D. F.; TEODORO, U. Spatial distribution of cutaneous leishmaniasis in the state of Paraná, Brazil. PLoS ONE, v. 12, n. 9, p. 1?10, 2017.

PEIXOTO, V.; RENNÓ, L. Mobilidade social ascendente e voto: as eleições presidenciais de 2010 no Brasil. Opinião Pública 17.2 (2011): 304-332.

SAS INSTITUTE. SAS/STAT user's guide: version 6. Sas Inst, 1990.

SILESHI, G. Selecting the right statistical model for analysis of insect count data by using information theoretic measures. Bulletin of entomological research 96.5 (2006): 479-488.

VEIGA, L. F. Os partidos brasileiros na perspectiva dos eleitores: mudanças e continuidades na identificação partidária e na avaliação das principais legendas após 2002. Opinião Pública, Campinas, vol.13, nº 2, p. 340-365, nov.2007.