FactoMétrica: En Cuauhtémoc, se oponen a la reelección de Sandra Cuevas

|
FactoMétrica: En Cuauhtémoc, se oponen a la reelección de Sandra Cuevas
FOTO: DANIEL AUGUSTO /CUARTOSCURO.COM

De acuerdo con la ley, la actual alcaldesa de la Cuauhtémoc, Sandra Cuevas, tiene la posibilidad de reelegirse para el cargo en las próximas elecciones. No obstante, 68.4% de los habitantes de la alcaldía encuestados por FactoMétrica, no votaría a favor de su reelección.

Aunque 31.6% se mostró a favor de la idea, la reelección de la alcaldesa podría no ejecutarse por otras razones, como su separación de la alianza que la cobijaba (PAN-PRI-PRD) y que la misma Cuevas no ha declarado que buscará volver a competir por el cargo.

Por otro lado, el mismo estudio de FactoMétrica muestra que las tendencias en la alcaldía favorecen a la coalición de Morena-PT-PVEM con 55.5% de la intención de voto, seguida de PAN-PRI-PRD con 32.3%, MC con 2.0% y 10.2% aún no decide su voto.

Crédito: FactoMétrica. Intención de voto alcaldías CDMX. Enero 2024.

Fuente: FactoMétrica. Para revisar la metodología completa, consulte a la encuestadora.
Metodología: 1,000 entrevistas telefónicas a nivel local, del 10 al 15 de enero de 2024, con IC 95% y error de ±3.1%.
Encuesta completa: FactoMétrica. Intención de voto alcaldías CDMX. 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