Os votos inválidos segundo as características sociodemográficas e econômicas dos municípios brasileiros : um modelo de previsão

Estuda o comportamento dos votos inválidos no Brasil a partir das dimensões, sociodemográfica e econômica do eleitorado. Na legislação eleitoral brasileira, de acordo com a lei Nº 9.504, de 30 de setembro de 1997, entende-se como voto inválido aquela situação em que o eleitor comparece às urnas, mas...

ver mais

Principais autores: Santos, Natália Seabra dos, Souza, Carlos Augusto da Silva
Outros Autores: Tribunal Superior Eleitoral
Tipo de documento: Outro
Idioma: Português
Publicado em: 2021
Assuntos:
Obter o texto integral:
Resumo: Estuda o comportamento dos votos inválidos no Brasil a partir das dimensões, sociodemográfica e econômica do eleitorado. Na legislação eleitoral brasileira, de acordo com a lei Nº 9.504, de 30 de setembro de 1997, entende-se como voto inválido aquela situação em que o eleitor comparece às urnas, mas anula seu voto ou vota em branco, portanto, o voto inválido não será computado para efeito da definição do quociente eleitoral, no caso das eleições proporcionais e nem para a definição dos eleitos, no caso das eleições majoritárias. Para efeito deste estudo, partiu-se da hipótese que os municípios com menor padrão de desenvolvimento apresentariam níveis maiores de votos inválidos em relação aos municípios mais desenvolvidos. Para efeito de construção de evidências utilizou-se um modelo de previsão de votos que procura prever a quantidade de votos inválidos segundo determinadas características socioeconômicas presentes nos municípios brasileiros. Na pesquisa, por motivos operacionais, optou-se por trabalhar apenas com o a eleição de 2014 e apenas com o cargo de Presidente da República. A fonte dos dados eleitorais foi o TSE (Tribunal Superior Eleitoral) e para os dados sociodemográficos e econômicos foi utilizado o Atlas do Desenvolvimento Humano do PNUD (Programa das Nações Unidas para o Desenvolvimento). Para análise dos dados foi utilizado o SPSS (Statistical Package for the Social Sciences) e duas técnicas estatísticas, a correlação R de Pearson para fazer uma primeira seleção das variáveis e a Regressão Linear Múltipla para construção do modelo de previsão.