Por que Datafolha e AtlasIntel dão números tão diferentes?

House Effects, Metodologia e Viés Sistemático

Na mesma semana, o Datafolha pode mostrar Lula com 36% e o AtlasIntel com 42%. Qual está certo? A resposta: os dois podem estar medindo coisas ligeiramente diferentes. Entender por que institutos divergem é fundamental para ler pesquisas eleitorais sem ser manipulado pela cobertura jornalística que destaca sempre o dado mais dramático.

O problema: pesquisas como foto, não filme

Cada pesquisa eleitoral é uma estimativa estatística com margem de erro — geralmente ±2 a ±3 pontos percentuais com 95% de confiança. Isso significa que, mesmo que o método seja perfeito, a pesquisa pode errar em até 3 pp por puro acaso amostral.

Quando dois institutos divergem em 6 pp, isso não é necessariamente contradição. Cada um pode estar dentro da sua margem de erro. O problema surge quando a divergência é sistemática — sempre no mesmo sentido, sempre favorecendo o mesmo candidato. Isso é o que chamamos de house effect.

Regra prática: Se um instituto sistematicamente dá 5pp a mais para o candidato A em relação a todos os outros institutos, durante meses, isso é um house effect — não uma medição mais precisa.

4 razões pelas quais institutos divergem

1.Metodologia de coleta

Principal causa

A forma como o instituto chega até o entrevistado muda quem responde à pesquisa. Presencial com cotas geográficas cobre favelas, zonas rurais e eleitores sem smartphone. Online cobre quem tem acesso à internet e está disposto a responder painéis — perfil sistematicamente mais jovem, urbano e escolarizado.

Exemplo: Dois institutos que entrevistam o mesmo estado no mesmo dia podem chegar a resultados 4–6pp diferentes apenas pela metodologia.

2.Ponderação demográfica

Efeito amplificador

Depois de coletar, cada instituto pondera a amostra para refletir a distribuição real do eleitorado — por faixa etária, renda, escolaridade, região. O problema: o censo eleitoral não é atualizado em tempo real. Institutos diferentes usam tabelas de ponderação diferentes, produzindo resultados diferentes mesmo com amostras parecidas.

Exemplo: Um instituto que usa a distribuição do Censo 2010 para ponderar por escolaridade produzirá resultado diferente de um que usa projeções 2026 do IBGE.

3.Período e horário de campo

Efeito moderado

Pesquisas coletadas em diferentes momentos do ciclo semanal podem capturar humores políticos distintos. Eventos de campanha, declarações polêmicas e cobertura midiática mudam a intenção de voto em dias. Uma pesquisa de campo que começa na segunda e termina na sexta 'mistura' momentos diferentes.

Exemplo: Pesquisas de campo após debates tendem a mostrar variações maiores do que pesquisas em semanas politicamente neutras.

4.Formulação da pergunta

Efeito técnico

A ordem dos candidatos no cartão, a forma como indecisos são tratados ('em quem você votaria se a eleição fosse hoje?' vs. 'quem você prefere entre...') e a inclusão de candidatos menores afetam o resultado. Pesquisas com listas longas tendem a distribuir mais votos entre candidatos menores.

Exemplo: Um candidato com 5% em pesquisa com lista de 8 nomes pode aparecer com 7% em pesquisa com lista de 4 nomes — o mesmo eleitor, respostas diferentes.

Datafolha vs. AtlasIntel: o caso mais visível

Em 2026, a divergência mais frequente nos noticiários é entre Datafolha e AtlasIntel. Os dois são referências de qualidade — mas com filosofias metodológicas opostas.

Datafolha

MétodoPresencial com cotas

Frequência1–2× por mês

Amostra típica2.000–3.000 entrevistados

↑ Ponto forte: Cobertura do eleitorado rural e de baixa renda. Histórico de acurácia em eleições presidenciais.

↓ Limitação: Mais caro, menos frequente. Tempo de campo de 3–4 dias pode perder movimentos rápidos.

AtlasIntel

MétodoPainel online RDD

FrequênciaSemanal ou mais

Amostra típica1.200–2.000 entrevistados

↑ Ponto forte: Alta frequência, resposta rápida a eventos de campanha. Cobriu bem tendências de longo prazo em 2022.

↓ Limitação: Sub-representa eleitores sem acesso digital. Eleitores mais conservadores e rurais sub-representados.

O eleitorado brasileiro tem estrutura socioeconômica que favorece o voto conservador nas camadas de menor acesso digital. Quando o AtlasIntel sub-representa esse grupo, a pesquisa tende a mostrar número diferente do Datafolha — não porque um está errado, mas porque estão medindo populações ligeiramente diferentes.

Como o ElectioLab lida com essas diferenças

O ElectioLab não descarta nenhum instituto — em vez disso, pondera cada pesquisa por quatro fatores: recência, tamanho amostral, metodologia e acurácia histórica. O fator de metodologia (Wm) dá peso menor a pesquisas online em relação às presenciais, reduzindo parcialmente o efeito da sub-representação estrutural.

Presencial

Wm = 1,00

Peso integral

Telefônica

Wm = 0,80

−20%

Mista

Wm = 0,70

−30%

Online

Wm = 0,60

−40%

O resultado: a média ponderada do ElectioLab tende a ficar entre os extremos, dando mais peso à pesquisa presencial mais recente enquanto inclui os sinais de tendência das pesquisas online de alta frequência. Documentação técnica completa em /metodologia.

Como ler pesquisas com house effects em mente

Compare tendência, não número absoluto

Se o AtlasIntel sistematicamente dá +4pp para o candidato A, o que importa é se esse número subiu ou caiu na última pesquisa — não o nível absoluto.

Compare o mesmo instituto consigo mesmo

A variação mais confiável é: 'Datafolha de hoje vs Datafolha de 2 semanas atrás'. Cruzar institutos diferentes requer ajuste que a maioria dos noticiários não faz.

Desconfie de pesquisas que aparecem só em notícias polêmicas

Quando uma pesquisa diverge muito de todas as outras, verifique: é a primeira pesquisa desse instituto? A amostra é incomum? Quem encomendou?

Use a média, não o dado mais recente

É exatamente o que o ElectioLab faz. A média ponderada de múltiplos institutos é mais estável e mais próxima do resultado real do que qualquer pesquisa individual.

Perguntas Frequentes

O que são 'house effects' em pesquisa eleitoral?

House effects (viés de casa) são desvios sistemáticos e consistentes de um instituto específico em relação ao resultado real ou à média dos demais institutos. Diferente do erro aleatório (variação amostral), o house effect é previsível: o instituto X sistematicamente superstima o candidato A e subestima o B, mesmo usando metodologia tecnicamente correta.

Por que pesquisas do Datafolha e AtlasIntel chegam a números tão diferentes?

As principais razões são: (1) Metodologia de coleta — Datafolha usa pesquisa presencial com cotas geográficas rigorosas; AtlasIntel usa painel online. O eleitorado de baixa renda e o eleitorado rural, que tendem ao voto mais conservador, são sistematicamente sub-representados em pesquisas online. (2) Ponderação demográfica — cada instituto usa critérios diferentes para calibrar a amostra por faixa etária, renda e escolaridade. (3) Período de campo — uma pesquisa feita às segundas e terças pode capturar humor diferente de uma feita às sextas e fins de semana.

House effect significa que um instituto está errado?

Não necessariamente. Um instituto pode ter house effect consistente e ainda assim medir algo real. Se o eleitorado online é sistematicamente mais liberal, o AtlasIntel não está 'errado' — está medindo esse subgrupo com precisão. O problema é quando o resultado é apresentado como representativo do eleitorado geral sem ajuste para a sub-representação estrutural.

Como o ElectioLab lida com os house effects na média?

O ElectioLab não corrige house effects explicitamente na versão atual da metodologia. Em vez disso, o fator de metodologia de coleta (Wm) penaliza pesquisas online em relação às presenciais, e o score de acurácia histórica penaliza indiretamente institutos com desvios sistemáticos maiores. Uma correção explícita de house effects está prevista para versões futuras.

Como um jornalista deve contextualizar a diferença entre institutos?

A regra prática: compare tendência, não número pontual. Se Datafolha dá 38% e AtlasIntel dá 43% para o mesmo candidato, não conclua que 'um está errado'. Verifique a tendência — os dois estão subindo, descendo ou estáveis? A direção importa mais do que o número absoluto. Para comparar institutos de forma justa, use a variação relativa ('subiu 2pp desde a última pesquisa do mesmo instituto') em vez de comparação direta entre institutos.

Instituto com house effect pode acertar a eleição?

Sim. House effect é um viés no pré-eleição, não necessariamente no número final. Muitos institutos com house effect consistente durante a campanha 'corrigem' naturalmente nas últimas pesquisas, quando o eleitorado se cristaliza e o voto útil elimina candidatos menores. Por isso a acurácia histórica no ElectioLab é calculada sobre a última pesquisa antes da eleição.