Os números das pesquisas precisam ser corrigidos?

Uma pergunta deveria ser feita sempre que uma pesquisa eleitoral provoca alguma surpresa: quem exatamente está sendo contabilizado? Não é uma questão banal.

Uma pesquisa eleitoral não entrevista “o Brasil”. Entrevista alguns milhares de pessoas e, a partir delas, estima o comportamento de dezenas de milhões de eleitores. Entre uma coisa e outra existe uma operação estatística complexa, que envolve definir a amostra, estabelecer categorias, escolher referências e aplicar pesos para que aquele pequeno grupo represente o universo pesquisado.

Ora, têm sido recorrentes, a cada nova pesquisa do Datafolha, questionamentos sobre a metodologia adotada pelo instituto, sobretudo em relação a duas variáveis: escolaridade e renda. Não se trata de sugerir de antemão erro ou manipulação, mas de reconhecer que algumas escolhas metodológicas merecem explicação.

A pesquisa realizada entre 8 e 10 de setembro, por exemplo, entrevistou 2.002 eleitores em 125 municípios. Seu plano amostral, registrado no TSE, estabelece ponderações por região, sexo e idade. Para escolaridade, a referência adotada é de 76% dos entrevistados com até o ensino médio e 24% com ensino superior incompleto ou completo. Para renda familiar, a distribuição prevista é de 49% até dois salários mínimos e 47% acima dessa faixa.

O problema aparece quando essas escolhas são confrontadas com outras bases oficiais.

Segundo o TSE, o eleitorado de 2026 tem cerca de 18 milhões de pessoas com ensino superior completo, além de um contingente menor com superior incompleto. A própria Justiça Eleitoral, porém, ressalva que os registros de escolaridade podem estar defasados, pois refletem a situação do eleitor quando seus dados foram cadastrados ou atualizados. Um eleitor que concluiu a universidade depois pode continuar aparecendo na base com a escolaridade anterior.

É aqui que a PNAD Contínua (Pesquisa Nacional por Amostra de Domicílios Contínua), do IBGE, entra na discussão. Ela oferece uma fotografia mais recente da população e revela uma trajetória de aumento da escolarização. Mas é preciso ter cautela, porque os indicadores de escolaridade da PNAD se referem a pessoas de 25 anos ou mais, enquanto o direito ao voto começa aos 16. Não existe, portanto, um número da PNAD que possa simplesmente ser transplantado para uma pesquisa eleitoral. É preciso fazer adaptações de maneira consistente.

Com relação à renda, a questão é mais delicada. O plano amostral do Datafolha apresenta aproximadamente metade dos entrevistados na faixa de até dois salários mínimos. Comparações com diferentes recortes da PNAD produzem percentuais bem menores para essa faixa, dependendo de se considerar “renda domiciliar”, “renda domiciliar per capita” ou “renda das pessoas com 16 anos ou mais”. Nenhuma destas bases está “errada”. Renda familiar, renda domiciliar e renda individual não são variáveis idênticas. Por isso, a unidade de análise escolhida importa tanto quanto o número.

Uma pesquisa eleitoral não é simplesmente uma fotografia da sociedade. É uma estimativa produzida por determinada engenharia estatística

Uma análise de sensibilidade mostra por que essa escolha importa. No segundo turno, a pesquisa citada identificou diferenças relevantes entre as faixas de renda: a preferência por Lula é maior entre os eleitores de menor renda, enquanto Flávio Bolsonaro apresenta vantagem nas faixas superiores. Mantendo essas mesmas preferências e alterando apenas o peso de cada grupo na população, o resultado agregado muda bastante.

Na distribuição original da pesquisa, o resultado era de 46% para Lula contra 44% para Flávio. Com uma das distribuições alternativas de renda, passaria para aproximadamente 44% para Lula e 46% para Flávio. Com outra, baseada na população de 16 anos ou mais, chegaria a cerca de 42% para Lula e 48% para Flávio.

Esses números não significam que “44% a 46%” ou “42% a 48%” seriam resultados “mais corretos” do que os “46% a 44%” publicados pelo Datafolha. São simulações contrafactuais: os votos dentro de cada faixa permanecem exatamente os mesmos, mas muda o peso de cada grupo na composição da população. Não estamos, portanto, diante de três pesquisas diferentes, mas de três maneiras de agregar as mesmas respostas.

É isso que torna a composição da amostra uma questão substantiva, e não um detalhe estatístico. Uma pesquisa eleitoral não é simplesmente uma fotografia da sociedade. É uma estimativa produzida por determinada engenharia estatística. A margem de erro não resolve o problema, porque ela mede a incerteza decorrente do processo amostral, mas não captura questões relativas à escolha das variáveis, à definição do universo ou aos critérios de ponderação.

O debate é, portanto, legítimo. Não há base suficiente para afirmar que o Datafolha deve ser simplesmente “corrigido pela PNAD”. Tampouco as diferenças entre as bases autorizam, por si sós, a conclusão de erro ou manipulação. Há, porém, uma constatação objetiva: a composição socioeconômica da amostra afeta o resultado agregado.

A pergunta correta, portanto, não é “A pesquisa está certa?”. É outra: “Qual Brasil a amostra está tentando representar?” O Brasil registrado no cadastro eleitoral? O Brasil medido pela PNAD? Uma combinação das duas fontes? Quando os números divergem, quais critérios justificam a escolha?

Pesquisas eleitorais precisam fazer escolhas metodológicas. O público, por sua vez, precisa ter condições de compreendê-las. Transparência não significa concordar com o resultado de uma pesquisa. Significa poder examinar o caminho que levou até ele.

Metodologia da pesquisa citada

Metodologia: 2.002 entrevistados pelo Datafolha de 8 a 10 de setembro de 2026. A pesquisa foi contratada pela Empresa Folha da Manhã S.A e Globo Comunicação e Participações S/A. Nível de confiança: 95%. Margem de erro: 2 pontos percentuais. Registro no TSE sob o nº BR-01833/2026.