Relações entre queda da centro-direita em uma zona bolsonarista e o Bolsonarismo

A análise eleitoral das 28 cidades do Alto Vale revela informações interessantes sobre o comportamento dos eleitores ao longo dos anos. A região é "bolsonarizada", com uma média de votos de Bolsonaro no primeiro turno de 2022 nas 28 cidades de aproximadamente 69,39 votos. Esta média relativamente alta sugere que a região tem uma forte inclinação bolsonarista. Diante disso, surge a necessidade de entender melhor os fatores que podem influenciar essa tendência apontada no título.

A análise eleitoral das 28 cidades do Alto Vale não só revela o comportamento específico dos eleitores dessa região, mas também oferece um modelo instigante para compreender dinâmicas eleitorais em outras áreas com características demográficas e políticas semelhantes. Regiões que compartilham um perfil bolsonarista ou têm figuras políticas locais influentes podem se beneficiar de uma abordagem semelhante para entender como diferentes fatores, como o tamanho do eleitorado e o apoio a certos candidatos ou partidos, influenciam os resultados eleitorais ao longo do tempo. Explorando essas relações em detalhe, podemos descobrir padrões e tendências que ajudam a prever mudanças políticas e a formular estratégias eleitorais mais eficazes, proporcionando uma compreensão mais profunda do comportamento eleitoral em diferentes contextos regionais.

Milton Hobus é um dos políticos mais fortes do Alto Vale e foi a força política mais relevante por muito tempo na maior cidade da região. Desde que concorreu pela primeira vez a deputado estadual em 2014 até agora, em 2022, muita coisa mudou. O candidato apoiado por Hobus tem muito menos força. A diferença de votos entre Hobus em 2014 e Gerri em 2022 reflete essa mudança de cenário político na região.

Nosso objetivo é medir o impacto do bolsonarismo, representado pelos votos de Bolsonaro no primeiro turno de 2022, e do tamanho da cidade, refletido na variável "eleitorado_tamanho_log". Investigaremos como essas variáveis se relacionam com a diferença de votos entre Hobus em 2014 e Gerri em 2022, buscando padrões e correlações que possam esclarecer as dinâmicas eleitorais no Alto Vale.

Compreender essas relações pode oferecer insights valiosos sobre como as características demográficas e políticas das cidades influenciam os resultados eleitorais, ajudando a formar uma visão mais completa do comportamento dos eleitores na região. Convém lembrar que já fizemos análises semelhantes sobre essa queda (incluindo mais períodos), disponíveis no site [LINK], onde consta a lista completa desses conteúdos e de todos os que envolvem o Alto Vale.

A base de dados contém informações de 28 cidades do Alto Vale. Existem três variáveis principais na análise:

Hobus2014MenosGerriConsoli2022: Representa quanto Gerri 2022 teve de menos votos que Hobus em 2014. Por exemplo, se Hobus teve 1000 votos em 2014 e Gerri 2022 teve 800 votos, então a diferença seria de 200 votos.
Bolsonaro22: Indica o número de votos que Bolsonaro obteve em 2022 nessas cidades.
eleitorado_tamanho_log: É a variável que representa o tamanho do eleitorado de cada cidade, mas logaritimizado* para facilitar a análise estatística.

Os valores na matriz de correlação mostram como essas variáveis estão relacionadas umas com as outras. Por exemplo, se a correlação entre "Hobus2014MenosGerriConsoli2022" e "Bolsonaro22" é positiva e moderadamente forte (0,53), isso significa que, em geral, quando a diferença de votos entre Hobus e Gerri em 2014 é maior, também é mais provável que Bolsonaro receba mais votos em 2022 nessas cidades.

Essas correlações ajudam a entender melhor as relações e padrões entre as variáveis na análise das cidades do Alto Vale.

*Logaritmar uma variável é aplicar uma função matemática chamada logaritmo aos seus valores. Isso é feito para reduzir a escala dos números, facilitar a comparação entre eles e melhorar a distribuição dos dados para análises estatísticas. Por exemplo, ao logaritmar a população de diferentes cidades, tornamos mais fácil compreender e comparar as diferenças entre cidades pequenas e grandes, melhorando a interpretação dos resultados estatísticos.

Olhando para os valores da matriz de correlação:

A correlação entre "Hobus2014MenosGerriConsoli2022" e "Bolsonaro22" é de aproximadamente 0,53. Isso sugere uma relação moderadamente positiva entre essas variáveis, indicando que quando o número de votos de Gerri 2022 é menor que o de Hobus em 2014, também é mais provável que Bolsonaro tenha mais votos em 2022.
A correlação entre "Hobus2014MenosGerriConsoli2022" e "eleitorado_tamanho_log" é de cerca de 0,53. Isso indica uma relação moderadamente positiva entre essas variáveis. Ou seja, quando Gerri 2022 tem menos votos que Hobus em 2014, é mais provável que a cidade tenha um eleitorado maior.
A correlação entre "Bolsonaro22" e "eleitorado_tamanho_log" é de aproximadamente 0,38. Esta correlação é mais fraca em comparação com as outras duas. Isso sugere uma relação menos pronunciada entre o número de votos para Bolsonaro em 2022 e o tamanho do eleitorado logaritimizado da cidade.

Análise dos Gráficos

Gráfico de Pontos e Linha de Tendência entre Bolsonaro22 e Hobus2014MenosGerriConsoli2022:

Este gráfico de pontos compara o número de votos que Bolsonaro recebeu em 2022 com a diferença de votos entre Hobus em 2014 e Gerri em 2022. Cada ponto no gráfico representa uma cidade do Alto Vale. Se os pontos estão (e estão) mais para cima e para a direita no gráfico, significa que Bolsonaro teve mais votos em cidades onde Hobus tinha uma vantagem maior sobre Gerri em 2014. A linha de tendência inclinada para a direita indica que há uma correlação positiva entre essas variáveis, ou seja, quanto maior a vantagem de Hobus sobre Gerri em 2014, maior o número de votos que Bolsonaro recebeu em 2022 nessas cidades.

Gráfico de Pontos entre Hobus2014MenosGerriConsoli2022 e Eleitorado_tamanho_log:

Este gráfico compara a diferença de votos entre Hobus e Gerri com o tamanho do eleitorado de cada cidade. Se os pontos estão mais para a direita no gráfico, indica que as cidades com eleitorado maior tendem a ter uma diferença maior entre os votos de Hobus e Gerri em 2014. A linha de tendência inclinada para a direita indica que há uma correlação positiva entre essas variáveis, ou seja, quanto maior o tamanho do eleitorado, maior a diferença de votos entre Hobus e Gerri.

Em resumo, esses gráficos mostram que quanto mais votos Bolsonaro recebe e maior é o tamanho do eleitorado de uma cidade, maior tende a ser a diferença de votos entre Hobus e Gerri em 2014, indicando uma possível correlação entre essas variáveis. Essa relação sugere que tanto o apoio a Bolsonaro quanto o tamanho do eleitorado podem influenciar a variação na diferença de votos entre candidatos de diferentes períodos, refletindo mudanças nas dinâmicas eleitorais no Alto Vale.

Essa correlação também aponta para uma má notícia para a centro-direita. Por razões óbvias, um maior eleitorado resulta em mais votos totais, exacerbando a queda relativa de candidatos como Hobus. A mesma lógica se aplica ao bolsonarismo: em uma região fortemente bolsonarista, a diferença de votos é ainda mais pronunciada, indicando que o bolsonarismo está associado a uma maior queda na força política da centro-direita.

Por que logaritimizar?

Os gráficos fornecem uma análise visual da relação entre o tamanho do eleitorado (tanto em escala logaritimizada quanto não logaritimizada) e a diferença de votos entre Hobus em 2014 e Gerri em 2022. A logaritmização do tamanho do eleitorado foi uma escolha importante para melhorar a interpretação dos dados, especialmente considerando que uma das cidades (Rio do Sul) é muito maior que as outras.

Aqui está uma explicação detalhada sobre a importância de logaritmizar a variável "eleitorado_tamanho":

### Importância da Logaritmização

1. Redução da Discrepância entre Escalas:

- O tamanho do eleitorado em Rio do Sul é muito maior comparado ao das outras cidades do Alto Vale. Quando lidamos com variáveis que possuem uma grande variação em suas magnitudes, a logaritmização ajuda a reduzir essa discrepância, tornando os dados mais manejáveis e comparáveis.

- No gráfico à direita, onde o tamanho do eleitorado não foi logaritimizado, podemos ver que a dispersão dos pontos é maior e a relação entre as variáveis é mais difícil de interpretar.

2. Melhora na Distribuição dos Dados:

- A logaritmização tende a transformar uma distribuição de dados que pode ser assimétrica e concentrada em torno de valores menores em uma distribuição mais simétrica e equilibrada.

- No gráfico à esquerda, onde o tamanho do eleitorado foi logaritimizado, a relação linear entre as variáveis é mais clara e a dispersão dos pontos é mais uniforme.

3. Facilitação da Interpretação Estatística:

- Aplicando o logaritmo, torna-se mais fácil identificar padrões e tendências nos dados. As análises estatísticas, como a correlação e a regressão, muitas vezes se beneficiam dessa transformação, resultando em resultados mais robustos e interpretáveis.

- A correlação encontrada no gráfico à esquerda (logaritmizado) é um pouco mais forte (r = 0,53) do que no gráfico à direita (r = 0,49), indicando que a transformação logarítmica pode oferecer uma visão mais precisa da relação entre as variáveis.

### Contexto Adicional

A análise eleitoral das 28 cidades do Alto Vale revela uma inclinação bolsonarista significativa, com uma média de 69,39 votos para Bolsonaro no primeiro turno de 2022. O estudo procura entender como fatores como o tamanho da cidade (refletido na variável "eleitorado_tamanho_log") e o bolsonarismo influenciam a mudança política na região, representada pela diferença de votos entre Hobus em 2014 e Gerri em 2022.

O impacto do bolsonarismo e do tamanho do eleitorado nas mudanças de votos é crucial para compreender as dinâmicas eleitorais no Alto Vale. A logaritmização do tamanho do eleitorado, portanto, não apenas melhora a qualidade das análises estatísticas, mas também facilita a identificação de padrões significativos nas mudanças políticas observadas.

# ou seja,

Logaritmizar a variável "eleitorado_tamanho" foi uma decisão metodológica valiosa que permitiu uma melhor análise dos dados, especialmente em um contexto onde há grande variação no tamanho das cidades. Isso resultou em gráficos mais interpretáveis e em correlações que ajudam a entender de forma mais clara a relação entre o tamanho do eleitorado e a diferença de votos entre Hobus e Gerri ao longo dos anos.

Explicando "Junto"

Explicando a Regressão Linear de Forma Simples

A regressão linear é uma ferramenta estatística usada para entender como diferentes variáveis se relacionam entre si. No nosso estudo, estamos analisando como dois fatores - o número de votos que Bolsonaro recebeu em 2022 e o tamanho do eleitorado das cidades - influenciam a diferença de votos entre dois candidatos: Hobus em 2014 e Gerri em 2022.

Como Funciona a Regressão Linear

A regressão linear nos permite ver como uma variável (a variável dependente) muda em resposta a alterações em outra(s) variável(eis) (as variáveis independentes). No nosso modelo:

Variável Dependente: A diferença de votos entre Hobus em 2014 e Gerri em 2022.
Variáveis Independentes: O número de votos que Bolsonaro recebeu em 2022 e o tamanho do eleitorado das cidades (logaritmizado).

Controlando uma Variável pela Outra

Quando dizemos que estamos "controlando" uma variável pela outra, estamos ajustando nossa análise para isolar o efeito de cada variável independente sobre a variável dependente. Por exemplo:

Queremos saber como o número de votos de Bolsonaro em 2022 afeta a diferença de votos entre Hobus e Gerri, independentemente do tamanho do eleitorado.
Também queremos saber como o tamanho do eleitorado afeta essa diferença, independentemente de quantos votos Bolsonaro recebeu.

Ao fazer isso, conseguimos entender o impacto individual de cada variável independente sobre a variável dependente.

O que o Modelo nos diz

O objetivo do modelo é entender como a quantidade de votos recebidos por Bolsonaro em 2022 e o tamanho do eleitorado (ajustado por logaritmo) influenciam a diferença de votos entre Hobus em 2014 e Gerri em 2022.

Variáveis Analisadas:

Diferença de Votos entre Hobus e Gerri (variável dependente): Representa a diferença de votos entre Hobus em 2014 e Gerri em 2022.
Votos de Bolsonaro em 2022: Indica quantos votos Bolsonaro recebeu em 2022 nas cidades analisadas.
Tamanho do Eleitorado (logaritimizado): Representa o tamanho do eleitorado de cada cidade, ajustado por logaritmo para facilitar a análise.

Resultados do Modelo

Intercepto: O valor é -94.3510 com significância alta (p < 0.01), indicando que sem considerar os votos de Bolsonaro e o tamanho do eleitorado, a diferença de votos é negativa.
Votos de Bolsonaro: O coeficiente é 0.8542 com significância (p < 0.05), sugerindo que, à medida que os votos de Bolsonaro aumentam, a diferença de votos entre Hobus e Gerri aumenta.
Tamanho do Eleitorado: O coeficiente é 6.0181 com significância (p < 0.05), indicando que, à medida que o tamanho do eleitorado aumenta (em escala logaritimizada), a diferença de votos entre Hobus e Gerri também aumenta.

Avaliação Estatística

R² (R-quadrado) e R² Ajustado: O valor de 0.4102 significa que aproximadamente 41% da variação na diferença de votos pode ser explicada pelos votos de Bolsonaro e pelo tamanho do eleitorado. O r-quadrado ajustado (mais exigente) permanece alto para um modelo com 28 casos e somente duas variáveis, ainda se mantém explicação de cerca de 36%.
Significância Geral do Modelo: O modelo é estatisticamente significativo (p < 0.01), sugerindo que, no geral, as variáveis explicam uma parte significativa da variação na diferença de votos.

Abaixo tabela com resultado

Intercepto: Representa a diferença de votos entre Hobus e Gerri quando o número de votos para Bolsonaro e o tamanho do eleitorado são zero. Apesar de não ser diretamente interpretável, é uma base de referência no modelo.

Votos de Bolsonaro em 2022:

Cada voto adicional que Bolsonaro recebeu em 2022 está associado a um aumento de aproximadamente 0.85 % na diferença de votos entre Hobus e Gerri.
Isso significa que em cidades onde Bolsonaro teve mais apoio, a diferença de votos entre Hobus e Gerri tende a ser maior.

Tamanho do Eleitorado (logaritmizado):

O tamanho do eleitorado foi transformado usando logaritmo para facilitar a análise.
Um aumento no tamanho do eleitorado (depois de logaritmizado) está associado a um aumento de aproximadamente 6.02 na diferença de votos entre Hobus e Gerri.
Isso sugere que cidades com um eleitorado maior têm uma diferença de votos maior entre os dois candidatos.

Explicando melhor:

Magnitude do Coeficiente:
- O coeficiente de 6.0181 indica que, para cada unidade de "aumento" (ou seja esteja comparando cidades de tamanhos diferentes) no logaritmo do tamanho do eleitorado, esperamos um aumento médio de cerca de 6 % de votos na diferença de votos entre os candidatos (Hobus em 2014 menos Gerri em 2022).
Interpretação Prática:
- Vamos usar a distribuição da variável "eleitorado_tamanho_log" para fornecer um exemplo mais prático. A partir dos dados fornecidos, sabemos que o logaritmo do tamanho do eleitorado varia de 7.487 a 10.622 nas cidades analisadas, com uma média de 8.535.
- Isso significa que a maioria das cidades tem um tamanho de eleitorado que varia em torno de 8.535 na escala logarítmica. Vamos considerar um aumento hipotético de uma unidade nessa escala, o que implicaria em um aumento proporcional no tamanho do eleitorado.
Exemplo Numérico:
- Suponhamos que o logaritmo do tamanho do eleitorado de uma cidade "aumente" (ou seja esteja comparando cidades de tamanhos diferentes) em uma unidade, passando de 8.535 para 9.535. Isso representaria um aumento de 1 na escala logarítmica.
- Com um coeficiente de 6.0181, esperaríamos um aumento médio de cerca de 6% de votos na diferença de votos entre os candidatos para essa cidade específica.
- Portanto, mesmo um aumento relativamente pequeno no logaritmo do tamanho do eleitorado pode resultar em um aumento significativo na diferença de votos entre os candidatos, de acordo com o coeficiente de correlação.

Espero que esse exemplo, baseado na distribuição real da variável, ajude a esclarecer melhor como o coeficiente de 6.0181 se traduz em mudanças reais na diferença de votos entre os candidatos, considerando o contexto específico da região analisada.

Abaixo lista de cidades, variável dependente, numero de votantes e log de votantes:

FIM

Pode interessar: "Queda do miltismo (2014-2018-2022)"

Pode interessar : Bolsonarismo "pedra no sapato" dos tradicionais políticos (a série).

Google Sites

Report abuse