Intervalo: Libia Dennise con ventaja frente a los aspirantes de Morena en Guanajuato

|
image
Foto: Cuenta oficial en X @LibiaDennise

Si el día de hoy fuera la elección de gobernador en Guanajuato, 44.0% votaría por la panista Libia Dennise, de acuerdo con el resultado de la encuestadora Intervalo. Detrás de la secretaria de Desarrollo Social y Humano en el estado, aparece Ricardo Sheffield de Morena-PT con 25.0%, seguido de Alejandro Arias (PRI) con 8.0%, Dessire Ángel Ramírez (MC) con 6.0% y Gerardo Fernández (PVEM) con 5.0%; mientras que, 12.0% no sabe aún.

De esta manera, la aspirante del PAN presenta una ventaja de 19 puntos porcentuales frente al aspirante más fuerte de Morena, la cual crece a 22 puntos al registrar 46.0% frente a Antares Vázquez, la segunda aspirante con más preferencias entre los de morenistas, con 24.0%. El resultado del resto de los aspirantes descendió ligeramente aumentando el porcentaje de los indecisos a 15.0%.

Además, la encuestadora revela que 75.0% preferiría a Libia Dennise como la candidata del partido blanquiazul, mientras que 16.0% optaría por alguien más y 9.0% no sabe.

Fuente: Intervalo. Para revisar la metodología completa, consulte a la encuestadora.
Metodología: 1,000 entrevistas vía telefónica a nivel estatal, del 12 al 16 de octubre de 2023, con IC 95% y error de ±3.1%.

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