Qual a relação entre o IDHM e a Votação Presidencial de 2018 em SP?

Neste breve artigo, proponho uma visualização simples e rápida de como a votação presidencial no ano de 2018 se relaciona com o Índice de Desenvolvimento Humano Municipal (IDHM) dos municípios paulistas. Veja no artigo o como acessar e analisar dados do índice de maneira mais fácil e prática através do datalake público da Base dos Dados, além de quais foram os passos para a construção dessa visualização.

O IDHM é uma medida composta de indicadores de três dimensões do desenvolvimento humano: longevidade, educação e renda. O índice varia de 0 a 1. Quanto mais próximo de 1, maior o desenvolvimento humano. Além de seguir as mesmas três dimensões, o IDHM brasileiro adequa a metodologia global ao contexto brasileiro e à disponibilidade de indicadores nacionais. Isso o deixa mais adequado para avaliar o desenvolvimento de municípios brasileiros.

A Base dos Dados disponibiliza dados do Atlas do Desenvolvimento Humano (ADH), site que traz o IDHM e outros 200 indicadores, já tratados e prontos para análise. São dados a nível de Brasil, UF e município que podem ser analisados em Python, R, Stata, ou pelo próprio BigQuery via SQL. Para essa análise utilizamos o pacote em R da BD. Acesse essa base por aqui.

Para toda boa pergunta, existirá uma boa análise a ser feita!

Sempre que pensarmos em trabalhar com dados, estatísticas e análises, é importante, antes de tudo, definirmos uma boa pergunta. Isso vai te poupar um tempo precioso na limpeza e manipulação da sua base de dados. Portanto, neste breve exercício, por estarmos nos aproximando das eleições presidenciais, refleti em como o Índice de Desenvolvimento Humano (IDHM) dos municípios paulistas pode se relacionar com a última eleição presidencial. Será que existe uma relação entre o candidato eleito ou não com o IDH dos municípios?

Correlacionar dados nem sempre é uma tarefa fácil. Mas, com algumas linhas de comando e utilizando boas bibliotecas no seu software de análise para gerar um insight, fica relativamente simples indicar a tendência/correlação entre os dados através de uma representação gráfica.

A minha língua materna na programação é o R. Comecei a desenvolver algumas análises em 2016 utilizando o R:Base e hoje faço uso do RStudio por conta de sua interface gráfica e rápida manipulação. Gosto muito do R e principalmente de sua comunidade que sempre está disposta a colaborar. A BD disponibiliza todo o seu datalake para acesso e manipulação em R e em outras linguagens.

Agora, é a hora mais legal: vamos codar! O primeiro passo é criarmos o dataframe para responder a questão que refletimos anteriormente. Deixei as anotações no próprio código. Caso você tenha alguma dúvida com relação ao código, pode me encontrar no servidor da Base dos Dados no Discord. Meu usuário é @gustavoalcantara. Confira os primeiros passos no código abaixo:

# Inicio da Jornada
# Atribuição do projeto na Base dos dados

con <- bigrquery::dbConnect(
  bigquery(),
  billing = "basedosdados-elections",
  project = "basedosdados"
)

# indo para o meu projeto no Google DataLake
basedosdados::set_billing_id("basedosdados-elections")

# query necessária para responder à minha pergunta
query <- "
SELECT
  ano,
  turno,
  sigla_uf,
  sigla_partido,
  id_municipio,
  votos,
  resultado,
  cargo
FROM
  `basedosdados.br_tse_eleicoes.resultados_candidato_municipio`
WHERE
  ano = 2018
  AND sigla_uf = 'SP'
  AND cargo = 'presidente'
"

# atribuição do Dataframe
df <- DBI::dbGetQuery(con, query)

Com o dataframe em mãos, é hora de atribuir uma proporção das votações dos candidatos presidenciáveis por município para verificarmos a relação entre o IDHM. Para isso, utilizamos o código abaixo para criar uma nova variável:

# Criação de Variável: Porcentagem das votações
df <- df |>
  dplyr::group_by(id_municipio) |>
  dplyr::mutate(porcentagem = votos / sum(votos) * 100)

A proposta deste material é que você também consiga trabalhar com uma tabela externa à BD. Por isso, importei um .csv do meu computador, o IDHM dos municípios paulistas, e alterei o nome da variável de município para realizarmos um join. Como a proposta é analisarmos uma possível relação entre o IDHM e a porcentagem de votação, fica mais fácil visualizarmos essa relação graficamente com as variáveis organizadas. O código que usei foi esse:

# Juntando o IDHM de uma base externa com a base de Eleições
# Lendo a base Externa
idhm <- read.csv("idhm_sp.csv")
# Mudando o nome da variável Cod.IBGE para id_municipio
# para o futuro join
idhm <- idhm |>
  dplyr::rename(id_municipio = "Cod.IBGE")
# Join entre as tabelas
df |>
  dplyr::left_join(idhm,
    by = "id_municipio"
  )

Pronto! Está pronto o nosso dataframe. A carinha dele é essa aqui:

Com o dataframe completo em mãos, fica simples elaborar uma visualização gráfica da nossa pergunta geral. Veja o código e visualização abaixo:

# grafico das relacoes
dplyr::filter(df, turno == 2) |>
  dplyr::group_by(id_municipio) |>
  ggplot2::ggplot(aes(
    x = idhm_2010,
    y = porcentagem,
    color = resultado
  )) +
  geom_point() +
  geom_smooth() +
  scale_color_discrete(labels = c("Bolsonaro", "Fernando Haddad")) +
  labs(
    title = "Relação entre IDHM e Porcentagem de Votos em SP",
    x = "IDHM",
    y = "Porcentagem de Votos",
    colour = "Candidato:"
  ) +
  theme(legend.position = "bottom")

E pronto! Com essa visualização temos um primeiro insight sobre a relação entre o IDHM no Estado de São Paulo e a votação presidencial de 2018. Cada pontinho desse é um município e está representando no eixo y a porcentagem de votos que cada um dos candidatos recebeu. Portanto, esse pontinho aparecerá para Fernando Haddad em azul e Bolsonaro em vermelho. Observe como a porcentagem de votos e a relação entre os municípios com alto IDHM (maiores que 0,70) se mostra inversa entre os dois candidatos. Haddad, nesses municípios, teve a menor porcentagem de votos, enquanto Bolsonaro obteve a maior e apresenta uma tendência de aumento quanto maior for o IDH.

Será que esse cenário se repete em outros estados? Faça também sua análise! Se precisar de uma mãozinha, a Base dos Dados tem uma equipe preparada para te ajudar. Traga suas dúvidas para nossa comunidade no Discord.