Covarrubias&Asociados: El 21% de indecisos podría ser clave rumbo a las elecciones presidenciales en México

|
image
FOTO: DANIEL AUGUSTO /CUARTOSCURO.COM

Rumbo a las elecciones presidenciales en el 2024, las preferencias de voto por partido se inclinan hacia Morena con 49% según la última encuesta de Covarrubias y Asociados. Los partidos con mayor preferencia luego de este, son el PAN con 13% y el PRI con 11%, obteniendo menos porcentaje incluso que los indecisos (14%).

Por alianza, el porcentaje de Morena-PT-PVEM se mantiene en 49%, sin embargo el número de los que no saben por qué opción votar, aumenta a 21%, sólo un punto menos que el total de las intenciones de voto para la alianza PAN-PRI-PRD (22%). Movimiento Ciudadano que se ha negado a ir en alianza, alcanza 8%, de un total de 1500 encuestados.

Los resultados dejan ver que el porcentaje de los que no saben por qué partido/alianza votar, aún es alto y podría ser la clave para definir las tendencias una vez conocidos los candidatos oficiales.

Fuente: Covarrubias y Asociados. Para revisar la metodología completa, consulte a la encuestadora.
Metodología: 1,500 entrevistas cara a cara a nivel nacional, del 19 al 24 de mayo de 2023, con IC 95% y error de ±2.53%.

Resultados de la encuesta de Covarrubias y Asociados sobre las elecciones presidenciales 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