Arias: Lucía Meza sobrepasa a Margarita González por la gubernatura de Morelos

|
image
FOTO: MARGARITO PÉREZ RETANA / CUARTOSCURO.COM

Si hoy fuera la elección gubernamental en Morelos, Lucía Meza encabezaría la contienda, de acuerdo con la encuesta de Arias Consultores, del mes de enero. La precandidata de la alianza Fuerza y Corazón por Morelos, Lucía Meza, puntea en las preferencias en el estado con 41.3%, seguida de Margarita González (4T) con 36.5% y Jessica Ortega (MC) con 9.5%.

La diferencia que presenta Meza sobre González de 4.8 puntos porcentuales, le da la ventaja a la ex morenista, ahora abanderada del PAN-PRI-PRD. La lucha por Morelos continúa con resultados cerrados, dejando ver que no será una contienda fácil para ninguna de las dos precandidatas.

Cabe resaltar que las preferencias son brutas, tomando en cuenta que el 12.7% de los 492 encuestados, dijo no preferir a ninguna de las precandidatas.

Crédito: Encuesta Completa: Arias Consultores. Rumbo a la gubernatura de Morelos; Enero 2024.

Fuente: Arias Consultores. Para revisar la metodología completa, consulte a la encuestadora.
Metodología: 492 entrevistas vía internet a nivel estatal, del 25 de diciembre 2023 al 1 de enero de 2024, con IC 95% y error de ±3.8%.
Encuesta Completa: Arias Consultores. Rumbo a la gubernatura de Morelos; Enero 2024.

Por qué confiar en nosotros

Trabajamos para tener predicciones certeras e informativas. Para esto:

  • Utilizamos métodos estadísticos reconocidos, con herramientas profesionales y un flujo de trabajo reproducible.
  • Representamos honestamente la incertidumbre asociada a nuestras predicciones o resúmenes.
  • Tenemos supuestos razonables y claramente establecidos que pueden ser cuestionados, y nos esforzamos por validar y criticar nuestros resultados para que reflejen lo más fielmente posible el fenómeno que nos interesa analizar.
  • Estamos libres de sesgos políticos o motivacionales.

Adicionalmente, proveemos a los interesados resúmenes de nuestras metodologías en las siguientes ligas, con referencias académicas que fundamentan nuestros procesos de modelación