Perú 2026 | Historia Analítica del Escenario Político

Nivel 1 · El contexto político

Primero leemos el estado general de la opinión pública: evaluación del rumbo del país, aprobación institucional, percepción de crisis y expectativas de cambio. El panel inicia en Nacional y permite filtrar por macrozona para ver cómo cambian las cuatro visualizaciones al mismo tiempo.

Usa el panel interactivo del contexto político peruano seleccionando por zona.

24.1% aprueba la gestión presidencial70.4% desaprueba la gestión presidencial44.3% percibe que el país vive una “peor crisis”78.0% espera un nuevo rumbo tras las elecciones

Definiciones y métricas analíticas

El análisis requiere definiciones y métricas que nos permitan analizar el contexto político electoral con mayor rigurosidad. Las dimensiones escogidas resumen fenómenos complejos en indicadores comparables para análisis y estrategia. Haz clic en “Ver valor observado” para mostrar los resultados.

Índice de Malestar Político (IMP)

Escala 0–100 que combina señales de insatisfacción política y percepción de deterioro del contexto nacional.

Ver valor observado

51.9 / 100 (promedio ponderado). Indica un nivel medio-alto de malestar.

Índice de Conocimiento político (ICP)

Escala 0–100 basada en reconocimiento de oferta partidaria; aproxima nivel de información política electoral.

Ver valor observado

21.7 / 100 (promedio ponderado). Refleja conocimiento partidario bajo: una parte importante del electorado todavía tiene poca familiaridad con la oferta de partidos.

Cluster político

Grupo de personas con patrones de opinión similares; permite diseñar mensajes distintos para públicos distintos.

Ver valor observado

Se identificaron 3 grupos: crítico dominante (63.7%), pro-gobierno / continuidad (34.1%) y bisagra minoritaria (2.2%).

Riesgo electoral

Lectura de vulnerabilidad política que combina desaprobación, crisis percibida e indecisión legislativa.

Ver valor observado

Semáforo del tracker: 4 de 6 indicadores están en rojo. Usa los botones para ver cuáles son.

Desaprobación presidencial (70.4%): costo político alto del Ejecutivo.
Crisis severa percibida (44.3%): malestar estructural elevado.
Indecisión voto diputados (48.0%): la oferta electoral no consolida preferencia.
Indecisión voto senadores (54.9%): fragmentación y baja decisión en Senado.

En esta medición no hay indicadores clasificados en ámbar.

Expectativa de nuevo rumbo (78.0%): existe una ventana de cambio político.
Acuerdo con privatización de PetroPerú (58.4%): mayoritaria apertura a reformas en este tema.

Estimación cuasi-causal

Aproximación que estima efectos ajustando por diferencias observables entre personas.

Ver valor observado

Qué se compara: percepción de corrupción y opinión sobre la medida de motos, frente a aprobación presidencial e indecisión legislativa.

Corrupción percibida → Aprobación presidencial Efecto negativo fuerte

Corrupción percibida → Indecisión legislativa Sin efecto robusto

Medida de motos → Aprobación presidencial Efecto pequeño / no concluyente

Medida de motos → Indecisión legislativa Sin efecto robusto

Lectura sugerida: la variable que realmente mueve la aprobación en este análisis es la percepción de corrupción, más que la medida evaluada de seguridad.

Nivel 2 · Estructura multivariada

¿Qué es el espacio latente político? Es una visualización que resume varias variables políticas en un plano de 2 ejes para ver patrones generales de opinión. Si las nubes aparecen separadas, existen bloques de percepción diferentes; si se superponen, hay mayor ambigüedad política.

¿Qué es una red de co-menciones? Es una visualización de relaciones entre problemas del país. Cada círculo es un problema del país y cada vínculo indica que esos problemas suelen mencionarse juntos. Los nodos más conectados marcan ejes centrales del debate público.

Cada punto representa a una persona. El color muestra su aprobación presidencial y la posición resume su perfil político en múltiples variables. Los ejes 1 y 2 son ejes estadísticos (construidos con el Análisis de Componentes Principales - PCA), no preguntas directas.

¿Qué son los ejes?

Eje 1 (14.6%): Resume la mayor parte de la información del plano. Las variables más relacionadas con este Eje son IMP (malestar político), rumbo del país (P1_1), aprobación presidencial (P2_1), P8 y crisis percibida (P11).

Eje 2 (6.7%): Añade una segunda dimensión independiente. Las variables más relacionadas con este Eje son NSE, área, y luego rumbo del país (P1_1), aprobación presidencial (P2_1) y crisis percibida (P11).

Red de co-menciones

La red de co-ocurrencias está construida a partir de menciones en respuestas múltiples. El tamaño del nodo = peso de menciones; grosor del vínculo = fuerza de co-mención.

¿Cómo leer la red?

Tamaño de los círculos (nodos)

menor mención mención media mayor mención

Grosor del vínculo

vínculo débil vínculo fuerte

Nivel 3 · Modelos explicativos con aprendizaje automático

Se usaron dos modelos explicativos para entender qué factores influyen en la aprobación presidencial. La variable que se modela es la aprobación/desaprobación del presidente, usando como explicativas variables de clima político (crisis, rumbo del país), percepciones de gobernabilidad, actitudes frente al cambio y características de la muestra.

Elastic Net

AUC 0.965

Este modelo clasifica correctamente la gran mayoría de casos y es especialmente útil cuando varias variables políticas están relacionadas entre sí (por ejemplo, crisis, rumbo del país y malestar político).

XGBoost

AUC 0.963

Este modelo detecta relaciones más complejas entre variables. En este caso confirma el mismo patrón general: la aprobación presidencial está fuertemente vinculada al clima político y no al azar.

Lectura sugerida: Los modelos muestran que percepciones de crisis, gobernabilidad y malestar político explican una parte central de la aprobación presidencial.

Relación con la aprobación presidencial (lectura resumida)

Percepción de crisis

Alta relación

Gobernabilidad / orden político

Alta relación

Malestar político (IMP)

Relación relevante

Actitudes frente al cambio

Relación relevante

La visualización sintetiza los factores que ambos modelos identifican como más influyentes sobre la aprobación presidencial.

Nivel 4 · Segmentación no supervisada

Se encontraron 3 grupos de ciudadanos con lógicas políticas distintas. En términos analíticos, esto muestra un escenario segmentado: un bloque crítico dominante con alta desaprobación y malestar, un bloque pro-gobierno / continuidad con mayor aprobación, y una bisagra minoritaria con posiciones más intermedias. Esto permite diseñar estrategia diferencial por segmento en lugar de una sola narrativa para toda la muestra.

Comparación interactiva de indicadores por grupo.

El paisaje de decisión electoral complementa esta lectura mostrando el peso relativo de la indecisión/no voto frente a los partidos en la elección de diputados. En este corte, la indecisión concentra una porción importante del espacio electoral y convive con una oferta partidaria fragmentada.

Paisaje de decisión electoral (diputados): burbujas más grandes representan mayor peso electoral.

Grupo	Tamaño	Aprueba	Desaprueba	Crisis severa	Indecisión electoral
Grupo 1 (pro-gobierno / continuidad)	34.1%	64.1%	25.7%	3.2%	50.5%
Grupo 2 (bisagra minoritaria)	2.2%	15.1%	44.6%	31.2%	40.3%
Grupo 3 (crítico dominante)	63.7%	3.0%	95.2%	67.2%	52.0%

Indecisión electoral: promedio simple entre la indecisión en la elección de diputados y la indecisión en la elección de senadores.

Nivel 5 · Verificando hipótesis

Se verificaron hipótesis con pruebas ponderadas y estimación cuasi-causal para reforzar la interpretación de resultados.

Hipótesis 1

La percepción de crisis severa incrementa la desaprobación presidencial (confirmada).

Hipótesis 2

Mayor conocimiento partidario (ICP) reduce indecisión electoral (confirmada).

Hipótesis 3

El apoyo a privatización de PetroPerú difiere por NSE (confirmada).

Hallazgo clave: percibir corrupción se asocia con 25.2 puntos porcentuales menos de aprobación presidencial.

Nivel 6 · Territorio y escenario integrado

¿Cómo leer el mapa interactivo? Color = nivel de desaprobación presidencial (más oscuro, más desaprobación). Tamaño del círculo = nivel de indecisión legislativa (círculos más grandes, mayor indecisión).

¿Qué es un cubo político? Esta visualización combina malestar (IMP), conocimiento partidario (ICP) y riesgo político para explorar perfiles de mayor vulnerabilidad.

Las macrozonas con círculos más grandes y tonos más oscuros concentran una combinación más exigente para la estrategia política, porque reúnen desaprobación alta e indecisión legislativa elevada.

Se observan perfiles distribuidos por macrozona, con combinaciones de alto malestar (IMP) y mayor riesgo político. Esto ayuda a identificar dónde la vulnerabilidad política convive con bajo conocimiento partidario (ICP) o con mayor incertidumbre.

Resultados principales

El escenario político está dominado por malestar y desaprobación, con un bloque crítico mayoritario.
Existe demanda de cambio, pero con alta indecisión y fragmentación electoral.
La corrupción percibida es el factor más sensible para la legitimidad presidencial.
La estrategia de campaña más competitiva combina credibilidad anticorrupción, seguridad verificable y mensajes simples por segmento.

Volver arriba

Materiales y métodos

Encuesta

Se hizo uso de la base de datos del estudio de opinión pública en zonas urbanas y rurales en Perú realizada por IMASEN entre el 27 y el 31 de enero de 2026.

Universo

Personas de 18 años a más, residentes en el territorio nacional. La investigación se realizó a nivel urbano y rural.

Método de muestreo

Zonas urbanas: se aplicó una metodología online mediante invitaciones personalizadas en redes sociales y sitios Google, verificando cuotas de sexo y edad por departamento, provincia y distrito.

Zonas rurales: se aplicaron entrevistas personales en hogares seleccionados, distribuidas según peso poblacional por circunscripción. La selección de viviendas siguió un muestreo probabilístico polietápico y la selección de personas dentro de la vivienda se realizó con método de cuotas.

Ver más (tamaño y características de la muestra)

Total de entrevistas efectivas: 1,300

Dimensión	Categoría	Encuestas ponderadas	%	Encuestas realizadas	%
Sexo	Masculino	624	48.0	648	49.8
Sexo	Femenino	676	52.0	652	50.2
Edad	18 a 24 años	225	17.3	257	19.8
	25 a 34 años	270	20.8	309	23.8
	35 a 44 años	268	20.6	278	21.4
	45 a más años	537	41.3	456	35.1
Zona	Lima/Callao	453	34.8	500	38.5
	Norte	343	26.4	300	23.1
	Sur	307	23.6	250	19.2
	Centro	106	8.2	150	11.5
	Oriente	91	7.0	100	7.7
Área	Urbano	956	73.5	1000	76.9
Área	Rural	344	26.5	300	23.1

Métodos

Este apartado documenta las variables y herramientas empleadas para producir los indicadores, contrastes, modelos y visualizaciones en cada nivel de análisis.

Nivel 1 · Contexto político

Variables

P1_1 (Rumbo del país): categorías visualizadas como Camino correcto, Camino incorrecto, No responde.
P2_1 (Aprobación presidencial): Aprueba, Desaprueba, No responde.
P11 (Gravedad de la crisis): categorías resumidas como Peor crisis, Crisis habitual, Problemas, no crisis, No responde.
P54 (Expectativa de nuevo rumbo): Habrá nuevo rumbo, Seguirá igual (más no respuesta si aplica).
ZONA1 para filtro por macrozona: Nacional, Lima/Callao, Norte, Sur, Centro, Oriente.
factor1 como ponderador para porcentajes mostrados.

Herramientas

Agregación ponderada por categoría y macrozona a partir de tablas exportadas.
Visualización interactiva con Plotly (gráficos de barras horizontales conectados por selector de zona).
HTML/CSS/JavaScript para integración del panel en el sitio.

Definiciones y métricas analíticas

Variables

IMP (Índice de Malestar Político): indicador compuesto 0–100 construido con recodificaciones de P1_1 (rumbo del país), P11 (crisis percibida), P6, P7 y P8 en el análisis multivariado.
ICP (Índice de Conocimiento político): índice 0–100 basado en el bloque P48_1–P48_37 (reconocimiento de partidos).
Riesgo electoral: lectura del tracker que combina desaprobación presidencial, crisis severa percibida, expectativa de nuevo rumbo, acuerdo con privatización de PetroPerú e indecisión en voto de diputados y senadores.

Herramientas

R (procesamiento y estandarización de variables).
Recodificación de variables con etiquetas desde SPSS (haven).
Cálculo de indicadores compuestos y promedios ponderados con factor1.

Nivel 2 · Estructura multivariada

Variables

PCA (espacio latente): P1_1, P2_1, P11, P8, P54, P56, además de variables de perfil (SEXO1, EDAD1, ZONA1, NSE1, AREA1) e indicadores IMP/ICP.
Color del PCA: P2_1 (aprobación presidencial: aprueba / desaprueba / no responde).
Red de co-menciones: bloque de respuestas múltiples P12_1–P12_27 (problemas del país), con nodos por problema y vínculos por co-ocurrencia.

Herramientas

Análisis de Componentes Principales (PCA) sobre matriz de diseño (model.matrix + prcomp en R).
Gráfico PCA con ggplot2 + versión interactiva con plotly.
Red de co-ocurrencias con igraph (co-menciones ponderadas) y visualización interactiva HTML.

Nivel 3 · Modelos explicativos con aprendizaje automático

Variables

Variable dependiente: P2_1 (aprobación presidencial), modelada como binaria Aprueba vs Desaprueba.
Variables explicativas: clima político y gobernabilidad (P1_1, P2_3, P4_1–P4_5, P6, P7, P8, P9, P10, P11, P52–P56), perfil sociodemográfico (SEXO1, EDAD1, ZONA1, NSE1, AREA1) e indicadores IMP/ICP.
Ponderador: factor1.

Herramientas

glmnet (Elastic Net logístico) para modelar aprobación con regularización.
xgboost (árboles potenciados) para relaciones no lineales y comparativas de desempeño.
pROC para métricas AUC; evaluación en muestra de prueba con partición train/test.

Nivel 4 · Segmentación no supervisada

Variables

Matriz de segmentación (k-means): P1_1, P2_1, P11, P8, P54, P56, indecisión en diputados (P49X recodificada), más IMP e ICP.
Tabla resumen por grupo: tamaño ponderado, aprueba, desaprueba, crisis severa e indecisión electoral (promedio simple de indecisión en diputados y senadores).
Paisaje de decisión electoral: P49X (intención/decisión de voto para diputados), distinguiendo partidos vs indecisión/no voto.

Herramientas

kmeans sobre matriz estandarizada; selección de k en análisis principal con criterio de silhouette.
Heatmap interactivo (Plotly) para comparar indicadores entre clústeres.
Gráfico interactivo de paisaje electoral (burbujas) para peso relativo de partidos e indecisión.

Nivel 5 · Verificación de hipótesis

Variables

H1: desaprobación presidencial (derivada de P2_1) y crisis severa (derivada de P11), controlando por sexo, edad, NSE, zona y área.
H2: indecisión en diputados (derivada de P49X) y conocimiento partidario ICP, con controles sociodemográficos y territoriales.
H3: acuerdo con privatización de PetroPerú (derivada de P56) por NSE1.
Estimación cuasi-causal: percepción de corrupción (P8X) y opinión sobre medida de motos (P53) sobre aprobación presidencial e indecisión.

Herramientas

survey en R: svyglm y svychisq para inferencia con datos ponderados.
Métodos IPW/AIPW para estimación cuasi-causal con ajuste por confusores observables.
Reporte de resultados en tablas y narrativa de confirmación de hipótesis.

Nivel 6 · Territorio y escenario integrado

Variables

Mapa por macrozona (ZONA1): desaprobación presidencial (derivada de P2_1) e indecisión legislativa (a partir de P49X) agregadas con ponderación.
Cubo político: IMP, ICP y un índice de riesgo político construido con aprueba (derivada de P2_1), crisis_severa (de P11) e indecisión en diputados (P49X recodificada), combinadas en el script con ponderaciones 0.55, 0.25 y 0.20, respectivamente.
Color en el cubo por macrozona (ZONA1).

Herramientas

leaflet para mapa interactivo centrado en Perú.
plotly para dispersión 3D del cubo político.
Agregaciones ponderadas y recodificaciones previas en R.

Perú: del malestar al riesgo electoral

Nivel 1 · El contexto político

Definiciones y métricas analíticas

Índice de Malestar Político (IMP)

Índice de Conocimiento político (ICP)

Cluster político

Riesgo electoral

Estimación cuasi-causal

Nivel 2 · Estructura multivariada

¿Qué son los ejes?

¿Cómo leer la red?

Nivel 3 · Modelos explicativos con aprendizaje automático

Elastic Net

XGBoost

Nivel 4 · Segmentación no supervisada

Nivel 5 · Verificando hipótesis

Hipótesis 1

Hipótesis 2

Hipótesis 3

Nivel 6 · Territorio y escenario integrado

Resultados principales

Materiales y métodos

Encuesta

Métodos

Nivel 1 · Contexto político

Definiciones y métricas analíticas

Nivel 2 · Estructura multivariada

Nivel 3 · Modelos explicativos con aprendizaje automático

Nivel 4 · Segmentación no supervisada

Nivel 5 · Verificación de hipótesis

Nivel 6 · Territorio y escenario integrado

Contacto