Actualidad · Metodología

Cómo se hacen las piezas de Actualidad

Las piezas de esta sección cruzan resultados electorales con datos de renta, edad, empleo, vivienda u opinión, casi siempre por sección censal: las unidades de unos 1.300 vecinos de media en las que el INE divide España para votar.

Esta página explica de dónde salen los datos, cómo se comparan, qué herramientas estadísticas se usan y qué no se puede concluir de ellos. Lo particular de cada pieza está en su bloque «Método y fuentes».

Fuentes

Todas son públicas y cada pieza enlaza las que usa. Son más de veinte bases de datos, agrupadas aquí por tema.

Elecciones

• Ministerio del Interior (Infoelectoral). Resultados por mesa de las generales, municipales y europeas, que se suman por sección censal desde 2004 y por municipio desde 1977.
• Junta Electoral Central, resúmenes oficiales publicados en el BOE, para escaños, senadores y cifras definitivas por provincia.
• Generalitat de Catalunya, datos abiertos de las elecciones al Parlament por sección (2021 y 2024).
• Segunda República. El Atlas electoral de la Segunda República de Toni Rodon, Pau Vall-Prat y Diego Martín Álvarez (Universitat Pompeu Fabra), para las generales de 1933 y 1936 por municipio.
• INE, Oficina del Censo Electoral. Electores por edad y provincia (2023 y 2026), censo de residentes en el extranjero (CERA) y Padrón de Españoles Residentes en el Extranjero.

Renta e impuestos

• INE, Atlas de Distribución de Renta de los Hogares. Renta por unidad de consumo, fuentes de ingresos (salarios, pensiones, prestaciones, otros), índice de Gini y edad media, por sección. Empieza en 2015: nunca se usa para explicar elecciones anteriores.
• Agencia Tributaria, estadística de los declarantes del IRPF por municipio y, en las ciudades grandes, por código postal: rentas del trabajo, del capital y de actividades económicas. Los códigos postales se pasan a secciones con la cartografía de CartoCiudad (IGN).
• Ministerio de Inclusión y Seguridad Social, nómina mensual de pensiones.

Población y empleo

• INE, Censo de Población y Viviendas 2021, indicadores por sección: estudios, paro, población nacida fuera, régimen de tenencia de la vivienda y viviendas no principales.
• INE, Censo anual de población (2021 a 2025): ocupados por grupo de ocupación, por situación profesional (asalariados, autónomos, empresarios) y por rama de actividad; población por país de nacimiento.
• INE, Estadística Continua de Población, Encuesta de Población Activa y Encuesta de Condiciones de Vida, para el contexto por provincia o comunidad.
• Afiliación a la Seguridad Social por municipio, donde las comunidades la publican, y el boletín estadístico del personal de las administraciones públicas, por provincia. No hay datos abiertos de funcionarios por municipio.

Vivienda

• INE, Censo 2021: viviendas principales y no principales (tabla 59525) y viviendas según su consumo eléctrico (tabla 59531), que es como el INE estima las vacías.
• INE, viviendas turísticas por sección (estadística experimental).
• Ministerio de Vivienda, SERPAVI: precio de los alquileres declarados a Hacienda, de 2011 a 2024.
• Dirección General del Catastro, edificios en formato INSPIRE: año de construcción y viviendas por edificio.
• Consejo General del Poder Judicial, lanzamientos (desahucios) por territorio.

Opinión

• CIS, microdatos de los barómetros mensuales y de las encuestas preelectorales y postelectorales. Se usan las respuestas individuales, no solo las tablas publicadas.
• Centre d'Estudis d'Opinió de la Generalitat, para Cataluña.
• Encuestas publicadas por los medios, recopiladas en la sección de encuestas.

Mapas y nombres

• INE, contornos de las secciones censales y callejero del censo electoral.
• IGN, CartoCiudad, y OpenStreetMap, para poner nombre de calle y de barrio a cada sección.
• Ayuntamientos (Madrid, Málaga, Zaragoza, Sevilla, Palma, Girona…), para sus distritos y barrios oficiales.

Cómo se cruzan los datos

La mayoría de las piezas comparan dos cifras. Estas son las herramientas, de la más sencilla a la más compleja.

De la mesa a la sección

Interior publica los votos de cada mesa. Cada mesa pertenece a una sección censal, así que se suman los votos y el censo de todas las mesas de cada sección.

Las secciones cambian de límites de una elección a otra. Para comparar elecciones se usan las secciones con el mismo código, y antes de 2004 solo se compara por municipio, porque las secciones de entonces no se corresponden con las actuales.

Grupos de igual tamaño

Se ordenan las secciones por una variable, por ejemplo la renta, y se parten en cinco grupos (quintiles) o diez (deciles) con el mismo número de secciones o de votantes. Después se compara el voto de cada grupo.

Es la forma más habitual en los gráficos porque se entiende sin fórmulas: «en el 10% de barrios más ricos, el PP saca tanto; en el 10% más pobre, tanto».

Comparación de medias

El voto o la participación de un grupo frente a otro: las secciones con más alquiler frente a las de menos, la quinta parte con más pensionistas frente al resto.

Correlación

Cuando se da un coeficiente, es el de Pearson entre secciones o municipios. Va de −1 a 1 y mide si dos cifras suben y bajan juntas, no cuánto cambia una con la otra.

Una correlación de 0,3 entre secciones ya es notable; una de 0,8 es rara y suele esconder una variable común, como la renta o el tamaño del municipio.

Curvas a lo largo del tiempo

Para ver cómo cambia un patrón, se repite la misma cuenta por deciles en cada elección, con los mismos grupos de secciones, y se dibuja una curva por año. Así se ve, por ejemplo, cómo se ha movido la frontera de renta entre Junts y el PP.

Controles

Una relación entre dos cifras puede deberse a una tercera. Antes de publicar un patrón, se comprueba que aguanta al menos alguno de estos controles, y la pieza dice cuál.

• A igual renta. La comparación se repite dentro de cada tramo de renta o entre secciones de renta parecida. Es el control más frecuente, porque la renta va unida a casi todo: edad, estudios, vivienda, empleo.
• A igual tamaño de municipio. Las capitales, los pueblos pequeños y las ciudades medianas votan distinto. Cuando la variable cambia con el tamaño, se compara dentro de cada tramo de población.
• Dentro de cada provincia. Una tendencia del conjunto puede desaparecer o invertirse dentro de cada territorio: es la paradoja de Simpson. Por eso se repite la cuenta en cada provincia y se dice en cuántas se cumple: «en 50 de las 51 provincias».
• Sin el caso que más pesa. Si una provincia o una ciudad aporta buena parte del efecto, se repite sin ella («sin Almería»).

Regresiones

Cuando hay que descontar varias cosas a la vez (renta, paro, estudios, edad, población nacida fuera, tamaño), se usa una regresión.

Mínimos cuadrados ponderados

Es una regresión lineal (MCO) en la que cada sección pesa según sus votantes o su censo. El resultado se da en puntos de voto: «por cada 10 puntos más de mayores de 65, el PP sube 2 puntos».

El texto lo cuenta como «a igualdad de lo demás», nunca como causa.

Efectos fijos

Una regresión con secciones de toda España supondría que las reglas son las mismas en Sevilla, en Ourense y en Barcelona. No lo son: cada provincia tiene su historia, sus partidos y su oferta electoral.

Los efectos fijos de provincia resuelven eso. El modelo solo compara secciones de la misma provincia, nunca una de Sevilla con una de Ourense. Los de municipio van más allá: solo comparan barrios de la misma ciudad, y se usan en los municipios con al menos 20 secciones.

El gráfico muestra la misma pregunta con tres modelos: cuánto cambia el voto de 2023 por cada 1.000 euros más de renta por unidad de consumo.

Sin efectos fijos, el PP sube medio punto por cada 1.000 euros. Dentro de cada provincia, casi un punto, y dentro de cada ciudad, algo más. Mezclar provincias escondía la mitad de la relación. Una explicación probable: hay provincias ricas donde el PP saca poco, como las vascas y las catalanas.

Con Sumar pasa algo parecido: en el conjunto de España no hay relación con la renta, pero dentro de cada ciudad los barrios más ricos le votan menos.

Errores agrupados

Las secciones vecinas no son independientes: comparten renta, tipo de barrio y costumbres de voto. Si el modelo las trata como si lo fueran, cree tener más información de la que tiene y da márgenes de error demasiado estrechos.

Por eso los errores se agrupan por municipio (por provincia cuando la unidad es el municipio). Un efecto que no se distingue de cero con esos errores no se publica como patrón.

Sin agrupar, parece que Vox sube un poco con la renta y que el resultado es firme. Agrupando por municipio, el margen se multiplica por siete y cruza el cero: no se puede decir que la renta mueva el voto a Vox dentro de cada provincia.

Las piezas anteriores a octubre de 2026 no daban márgenes de error; sus cifras de regresión se revisarán con este criterio si se actualizan.

Intervalos de confianza

Cuando un gráfico muestra una línea a cada lado de un punto, es el intervalo del 95%: el rango de valores compatibles con los datos. Si cruza el cero, el efecto no se distingue de la nada.

Encuestas

Los datos por sección no dicen cómo vota cada persona. Para eso están las encuestas, sobre todo los microdatos del CIS.

• Pesos. Siempre se usan los pesos que publica el propio CIS, que corrigen la muestra para que se parezca a la población.
• Voto más simpatía. Es la suma de quien dice que votaría a un partido y de quien, sin decidir, se siente más cercano a él. No es la estimación de voto del CIS, que aplica un modelo propio que no se reproduce aquí.
• Varios barómetros juntos. Para tener muestras grandes de grupos pequeños (los jóvenes de una comunidad, por ejemplo), se suman varios barómetros seguidos y se dice cuáles.
• Margen de error. Cada porcentaje lleva su intervalo del 95%. Con 1.000 entrevistas ronda los 3 puntos; con 100, los 10.
• Submuestras pequeñas. Cuando un grupo tiene muy pocas entrevistas (en general, menos de 100), no se pinta en el mapa ni se comenta como dato.
• Recuerdo de voto. Cuando se compara con el voto anterior, se tiene en cuenta que el recuerdo no coincide con el resultado real: en los barómetros del CIS, más gente dice haber votado al PSOE en 2023 de la que lo votó.

El mapa también cuenta

Los barrios parecidos suelen estar juntos, y eso tiene sus propias herramientas.

• Índice de Moran. Mide si los valores altos están cerca de otros altos y los bajos de otros bajos. Va de −1 a 1. Se usa para comprobar si lo que el modelo no explica sigue agrupado en el mapa: si es así, falta algo en el modelo.
• Modelos espaciales. Cuando los residuos siguen agrupados, se repite la regresión con un modelo que tiene en cuenta a los vecinos (de retardo o de error espacial) antes de publicar.
• Focos locales (LISA). Señalan en el mapa los grupos de barrios que votan muy parecido entre sí y muy distinto del resto de la ciudad.
• Índice de disimilitud de Duncan. Mide qué parte del voto de un partido tendría que cambiar de barrio para repartirse igual por toda la ciudad. Va de 0 (repartido por igual) a 100 (concentrado del todo).

Escaños

• Ley D'Hondt. Las simulaciones de escaños aplican la regla de la ley electoral en cada provincia, con la barrera del 3% de los votos válidos.
• El último escaño. Se calcula cuántos votos le faltaron al segundo partido para quitarle el último diputado al primero. Es lo que permite decir que un escaño se decidió por unos cientos de votos.
• Coaliciones hipotéticas. Cuando se suman los votos de dos partidos para ver qué habría sacado una lista conjunta, se dice siempre que es un ejercicio: los votantes de una lista conjunta no son la suma exacta de los de sus partidos por separado.

Cuánto pesa cada sección

• Porcentajes de un grupo (el voto del quintil más pobre, la participación de un distrito): se suman los votos y el censo de todas sus secciones. Equivale a una media ponderada por votantes o por censo.
• Grupos. Pueden tener el mismo número de secciones o de votantes; la nota del gráfico dice cuál.
• Correlaciones y recuentos («en 1.089 de las 3.289 secciones más pobres»): cada sección cuenta lo mismo, salvo que se diga lo contrario. Algunas piezas dejan fuera las secciones muy pequeñas, y lo dicen.
• Regresiones: ponderadas por votantes o por censo, para que un pueblo de 200 habitantes no pese lo mismo que un barrio de 3.000.

Lo que estos datos no dicen

• No dicen quién vota a quién. Son datos de secciones y municipios, no de personas. Que las secciones con más pensionistas voten más al PP no significa que los pensionistas voten al PP: pueden ser sus vecinos. Es la falacia ecológica, descrita por William S. Robinson en 1950 («Ecological Correlations and the Behavior of Individuals», American Sociological Review).
• No dicen por qué. «Donde más X, más Y» no es «X causa Y». Los controles descartan algunas explicaciones, no todas. Una explicación solo se da como tal con dos fuentes independientes; si no, se marca como hipótesis.
• Las fronteras importan. El resultado de un cruce puede cambiar según se agrupe por sección, por distrito o por municipio.
• Las fechas no siempre coinciden. Las elecciones son de 2023, el censo de 2021, la renta de 2023. Cada pieza dice qué año usa cada dato.
• Los extranjeros no votan en las generales. En las secciones con mucha población extranjera, el voto es el de sus vecinos con nacionalidad española.
• Los pueblos pequeños tienen una sola sección. En 881 municipios de más de 1.000 habitantes no hay barrios que comparar, y sus fichas lo dicen.

Dónde se rompe el patrón

Comparar dentro de cada provincia sirve también para encontrar los lugares donde la regla general no se cumple, que a menudo son la noticia.

• En el conjunto de España, las secciones pobres votan más a PSOE y Sumar. En la provincia de Murcia, 172 de sus 191 secciones del tramo más pobre votaron más a PP y Vox; en Almería, 117 de 141. En Sevilla, ninguna. La pieza.
• Al revés, la mayoría de las secciones ricas que votan más a PSOE y Sumar que a PP y Vox están en Cataluña y el País Vasco, donde buena parte del voto conservador va a Junts o al PNV.
• En Madrid, el oficio del barrio parece decir menos del voto que en provincias donde se vive y se trabaja en el mismo sitio. Es una hipótesis. La pieza.

Verificación

• Cada párrafo lleva una etiqueta: dato (cifra comprobable con las fuentes), patrón (relación que se repite, sin afirmar la causa), hipótesis (explicación posible, sin dos fuentes independientes) o contexto (hechos y declaraciones publicados por otros, enlazados).
• Cada pieza tiene un expediente interno con los scripts que reproducen sus cifras y una tabla que liga cada frase con su número y su fuente. Si una cifra no cuadra, la pieza no sale.
• Ninguna conclusión se publica de forma automática: cada pieza la revisa una persona antes de publicarse.
• Los errores se corrigen en la propia pieza, con fecha, y en el registro de correcciones.

Más detalle en la política editorial y en la metodología del Atlas. El código y los datos derivados están en GitHub.

Nacho G. del Álamo · Actualizada el 23 de octubre de 2026