Inteligencia territorial · Datos oficiales
Un diagnóstico territorial de la segunda vuelta presidencial del 21 de junio de 2026, departamento por departamento y municipio por municipio. La elección se definió por 0,96 puntos —49,66% frente a 48,70%— sobre 26,1 millones de votos válidos. Este tablero describe dónde se concentró cada inclinación y qué indicadores socioeconómicos se asocian con ella. Es un diagnóstico de lo que ya ocurrió, no una proyección ni una opinión sobre el resultado.
Fuentes: Registraduría Nacional · escrutinio CNE (acta 24-jun-2026) · DANE (IPM, PIB). Corte: junio de 2026.
1.020 municipios con geometría. Cambia la capa para leer el territorio desde distintos ángulos: la inclinación del voto, los conglomerados espaciales, y dos indicadores socioeconómicos a nivel departamental.
Pasa el cursor —o toca en móvil— sobre un municipio para ver su dato. El detalle por departamento está en la tabla de abajo.
El dato departamento por departamento, ordenable, y la distribución de los márgenes municipales: el país no se inclinó de forma pareja, sino por bloques.
Cada barra: cuántos municipios cayeron en ese rango de margen cabeza a cabeza. Las colas pesadas en los extremos muestran un voto polarizado por territorio, no una franja competida amplia.
Cruzamos la inclinación departamental con indicadores socioeconómicos y de comportamiento electoral (n = 33). De los indicadores probados, la pobreza es el único que muestra una asociación estadísticamente detectable —y es débil.
Cada punto es un departamento. A mayor pobreza multidimensional (IPM), algo menor la inclinación hacia el ganador nacional. La asociación es débil y negativa, apenas por debajo del umbral de 0,05.
El PIB departamental, en cambio, no muestra asociación (r = 0,17, p = 0,35): la riqueza de un departamento no predice hacia dónde se inclinó.
Correlación de Pearson entre inclinación del voto e indicadores socioeconómicos y de comportamiento electoral, por departamento (n = 33). El punto marca las celdas significativas al 5% (|r| ≥ 0,34).
No se aplica corrección por comparaciones múltiples; con varios indicadores probados, la robustez de un único hallazgo apenas significativo es limitada. Las asociaciones son agregadas (departamentales): proyectarlas a la decisión individual sería inferencia ecológica. Describen asociación, no causa.
Qué es esto. Un diagnóstico territorial construido con resultados oficiales ya publicados. No naturaliza ni juzga el resultado: describe su geografía. Las etiquetas de inclinación («ganador nacional» / «segundo») y los colores son convenciones analíticas neutrales, elegidas para no replicar códigos de color partidistas.
Inclinación y muestra. La inclinación se mide como participación cabeza a cabeza entre las dos opciones sobre votos válidos. El reparto de departamentos (19 vs 14) y los cruces (n = 33) excluyen el voto en el exterior (consulados).
Agrupamiento espacial. I de Moran global = 0,71 sobre la inclinación municipal (contigüidad reina por frontera compartida; p < 0,001 con 999 permutaciones). Los conglomerados LISA marcan municipios cuyo resultado se parece significativamente al de sus vecinos (núcleos) o contrasta con ellos (atípicos): miden agrupamiento, no magnitud del voto.
Asociación ≠ causalidad. Las correlaciones son observacionales (n = 33), sin corrección por multiplicidad, y describen patrones agregados; no explican por qué votó cada persona ni implican causa. Son hipótesis a confirmar a nivel municipal.
Fuentes: Registraduría Nacional del Estado Civil (resultado y escrutinio, segunda vuelta 21-jun-2026) · Consejo Nacional Electoral (acta de escrutinio, 24-jun-2026) · DANE (Índice de Pobreza Multidimensional; PIB departamental, % nacional). Cartografía: marco geoestadístico nacional. Corte: junio de 2026. Tablero de elaboración propia.