1.1 Análisis espacial del voto: patrones y efectos de vecindad

En análisis espacial del voto examina como los factores geográficos; entre ellos, proximidad entre unidades de análisis, segregación socioeconómica y la estructura urbana, influyen en los patrones electorales. Este enfoque utiliza un método deductivo para identificar determinantes geográficos del comportamiento político. La siguiente revisión de estudios recientes ilustra la aplicabilidad en contextos diversos. En la región del Kurdistán (Irak) la creación de múltiples distritos electorales en 2021 mejoró la representación geográfica, aunque el abstencionismo alcanzo el 48 por ciento, revelando tensiones entre el diseño institucional y la participación ciudadana (^{Hamad & Ali, 2024}). En Corea del Sur, el análisis econométrico espacial de las elecciones generales de 2016 reveló que la proximidad geográfica influyó significativamente en el comportamiento de votación, con votantes mayores mostrando preferencia por candidatos conservadores, mientras que factores económicos como el ingreso regional no tuvieron un impacto significativo (^{Lee & Repkine, 2022}). Del mismo modo, en Italia, el análisis espacial de la elección al Parlamento Europeo de 2014 y el Referéndum Constitucional de 2016 resaltó la influencia de las condiciones económicas en la votación, con un alto desempleo y la falta de mejora económica afectando los resultados del referendo (^{Truglia & Zeli, 2020}). En Brasil se utilizó el modelo de interacción espacial para predecir patrones de votación, mostrando que los votos se dispersan a través de áreas de influencia creadas por las jerarquías de las ciudades y los flujos de información, con una tendencia hacia patrones de votación más fragmentados a lo largo del tiempo (^{Guarnieri & da Silva, 2022}). El resurgimiento del partido de extrema derecha VOX en el sur de España se analizó utilizando modelos de autocorrelación espacial y regresión, los cuales indicaron que los procesos de difusión espacial y los entornos urbanos influyeron significativamente en los patrones de votación, mientras que la presencia de migrantes económicos se asoció negativamente con el apoyo VOX (^{Iglesias-Pascual et al., 2022}). En Manila, las estadísticas espaciales revelaron que la participación electoral fue mayor en las zonas densamente pobladas con sectores empresariales activos, mientras que menor en las regiones con muchas oficinas gubernamentales y privadas (^{Chua et al., 2019}).

Estos trabajos subrayan de la importancia del análisis espacial para comprender las dinámicas electorales, colectivamente destacan como los factores demográficos, socioeconómicos, pero sobre todo geográficos se interrelacionan para dar forma a patrones espaciales del voto. En este marco, el efecto vecindario es un mecanismo central. La vecindad juega un papel importante en el voto influyendo en el comportamiento electoral a través de diversos mecanismos. Se entiende por efecto vecindario a como el contexto social y geográfico inmediato de las personas puede influir en su decisión de votar. Esto es referido por ^{Essletzbichler et al. (2021)} cuando analizaron el éxito de los partidos de derecha radical en Austria cuando la vecindad de los municipios reduce la inhibición de votar por un partido asociado con ideologías extremas. Según ^{Johnston y Pattie (2006)} las discusiones políticas en los hogares y en los barrios moldean las decisiones electorales; las personas tienden a votar de manera similares a aquellos con quienes discuten de política.

Esta revisión de la literatura refuerza la idea de que el espacio no es un contenedor, sino un factor clave en la configuración del comportamiento electoral, un principio que guiará el análisis de Ciudad Juárez.

1.2 Geografía electoral en México

El estudio de la geografía electoral en México ha evolucionado para incorporar la dependencia espacial, enfatizando la dimensión geográfica como factor explicativo crucial en los patrones de votación. La geografía electoral en México, particularmente en las elecciones presidenciales de 2012, examina cómo las preferencias electorales están influenciadas por la organización territorial. Donde se destaca la polarización política territorial en México y cómo el espacio geográfico juega un papel significativo a la hora de influir en los procesos electorales y en las preferencias políticas (^{Hernández, 2015}). Al continuar con la revisión de los antecedentes de las elecciones, se observa que el sistema político de México cambió de una estructura hegemónica partidista a un sistema multipartidista más fragmentado, con un promedio de 5.6 partidos efectivos para 2015, impulsado tanto por dinámicas temporales como territoriales (^{Sonnleitner, 2017a}). Esta fragmentación se manifiesta en los diversos patrones de votación a través de las regiones, donde el desarrollo socioeconómico no siempre predice la participación electoral, desafiando las teorías clásicas de la modernización (^{Sonnleitner, 2017b}). Desde que se inició el proceso de democratización en el año 2000, se han producido cambios notables en las características electorales de los estados mexicanos. Estos cambios manifiestan cambios en la dinámica política y el comportamiento de los votantes, contribuyendo a la evolución de la geografía electoral del país (^{Skachkov, 2020}).

Los estudios demuestran que ciertas áreas exhiben patrones concentrados del comportamiento del voto y condiciones socioeconómicas. Particularmente en la Ciudad de México, el trabajo de ^{Vilalta (2008)} revela importantes agrupaciones espaciales de apoyo electoral y marginalidad, lo que indica que los partidos políticos se excluyen geográficamente entre sí. El estudio demuestra que los resultados electorales están significativamente influenciados por los niveles de segregación espacial. En el contexto urbano de Ciudad Juárez, las técnicas de análisis espacial han revelado que la participación electoral y la diferenciación socioespacial están más estrechamente relacionadas en áreas geográficamente cercanas, lo que sugiere un efecto vecindario donde la baja diferenciación socioespacial se correlaciona con una mayor participación electoral (^{Hernández & De Haro, 2020}). Esta interdependencia espacial se destaca aún más por la reconfiguración de las fuerzas políticas durante la presidencia de Enrique Peña Nieto, donde los cambios socioterritoriales y la votación dividida alteraron significativamente el panorama electoral de México, beneficiando a partidos como Morena (^{Sonnleitner, 2020}). A través del análisis espacial de los patrones de votación, el estudio revela tres procesos convergentes que contribuyeron a una nueva geografía electoral en 2018, primero, la reconfiguración socioterritorial de las fuerzas políticas; segundo, el reordenamiento de las coaliciones presidenciales y tercero, la significativa votación dividida que favoreció a Andrés Manuel López Obrador.

En la distribución espacial del abstencionismo electoral también se destaca el agrupamiento no aleatorio de tasas de abstención altas y bajas, enfatizando aún más el poder explicativo de los factores geográficos en los resultados electorales (^{Lizama, 2012}).

2.1 Zona de estudio

Ciudad Juárez es una ciudad fronteriza al norte de México con una configuración territorial expansiva y dispersa. Por un lado, el fenómeno migratorio y por el otro, la industria maquiladora, han contribuido a un crecimiento espacialmente segregado. Esto ha generado que existan espacios alejados de la urbe urbana y la conectividad entre ellos este fragmentada. En los trabajos previos sobre análisis geoespacial en Juárez (^{Fuentes et al., 2018}; ^{Hernández & De Haro, 2020}), destacan que la fragmentación urbana es consecuencia de la dinámica económica y la división internacional del trabajo, generando una sociedad urbana altamente polarizada social y económicamente. En este contexto, el comportamiento político de la población está profundamente influido por la manera en que su espacio ha sido vivido y socialmente construido.

Para el año 2020 Ciudad Juárez contaba con una población que oscilaba alrededor del millón y medio de habitantes según datos del Plan Municipal de Desarrollo (^{H. Ayuntamiento de Ciudad Juárez, 2024}). De ese total, el 26.42% tenía la capacidad de ejercer derechos políticos. Sin embargo, la participación electoral en la ciudad ha estado marcada por el poco o nulo interés en asuntos políticos. Otro factor determinante en esta transformación es el tema de la inseguridad pública, un problema al que se enfrenta la ciudad y que desde hace dos décadas la ha posicionado entre las más violentas del mundo. Esta situación se concentra en áreas específicas, como el norponiente y suroriente de la ciudad, donde se registran altos índices del delito que van desde robo hasta homicidios. Ciudad Juárez se caracteriza por una marcada fragmentación social y económica.

Las trasformaciones sociopolíticas han marcado la postura política no solo de Ciudad Juárez, sino también del Estado de Chihuahua. Desde la década de los ochenta se produjo una ruptura en la élite gobernante con el partido hegemónico que concentraba el poder desde el centro del país, lo que favoreció la primera alternancia política. En contraste, la participación de los juarenses en los procesos electorales ha sido muy diversa, especialmente en las últimas cuatro décadas. Entre los datos disponibles desde el 2000 hasta el 2024, es posible observar el comportamiento de los ciudadanos en las elecciones. Como se aprecia en la tabla 1, la participación electoral en comicios federales ha sido baja, ya que el porcentaje de participación no alcanza siquiera la mitad de la lista nominal.

Trabajos previos indican que la participación electoral evidencia una marcada polarización electoral. ^{Hernández y De Haro (2020)}, señalan que las condiciones urbanas tienen un impacto en la decisión de participar electoralmente, Según su estudio, las zonas con mejores condiciones urbanas tienden a ser más participativas, mientras que aquellas con rezago social registran una menor participación. Esto se debe, entre otros motivos, a que en ciertas áreas con carencias socioeconómicas las prioridades de la población se centran en cubrir sus necesidades básicas, relegando la participación electoral a segundo plano.

2.2 Fuentes de información

Los datos utilizados en este estudio fueron obtenidos de la página del Instituto Nacional Electoral (INE) de México, correspondientes a las elecciones presidenciales de 2018 y 2024. Se seleccionaron las secciones electorales de la zona urbana de Ciudad Juárez. El total de secciones electorales analizadas son 1170 con siete variables. Las variables son las siguientes: sección electoral y los porcentajes de votos obtenidos por los candidatos en las elecciones presidenciales de 2018, seguidos por los porcentajes de votos de los candidatos en la elección de 2024. Lo que facilita comparaciones directas de los resultados a nivel de secciones entre ambos procesos electorales.

2.3 Técnicas y herramientas de investigación

Este trabajo combina técnicas estadísticas tradicionales y métodos de análisis espacial para analizar la distribución del voto. En primer lugar, para evaluar la normalidad de las variables en el conjunto de datos, se llevaron a cabo dos pruebas específicas: la prueba de Shapiro-Wilk (^{Razali & Wah, 2011}; ^{Shapiro & Wilk, 1965}) y la prueba de Anderson-Darling (^{Anderson & Darling, 1954}; ^{Stephens, 1974}).

Los resultados de la prueba indicaron que todos los p-valores de los porcentajes de los seis candidatos presidenciales fueron inferiores a 0.05, lo que sugiere un rechazo de la hipótesis nula y, por lo tanto, indica que los datos no se distribuyen normalmente. Complementando la prueba de Shapiro-Wilk, se aplicó la prueba de Anderson-Darling, la cual también evalúa la hipótesis de normalidad. Esta prueba es especialmente útil ya que es más sensible a las colas de la distribución. Al igual que con la prueba anterior, los resultados mostraron que todos los p-valores fueron inferiores a 0.05. En consecuencia, se utilizaron técnicas estadísticas no paramétricas.

Para complementar las pruebas previamente mencionadas, se construyeron seis histogramas que ilustran la distribución de los porcentajes de votación para cada uno de los candidatos. Estos histogramas permiten observar visualmente la forma de la distribución y destacan la asimetría y la presencia de posibles sesgos en los datos. En la gráfica 1, se presentan los histogramas que muestran los porcentajes de votos de cada candidato en las elecciones presidenciales de 2018 y 2024. La visualización no solo refuerza los hallazgos estadísticos, sino que también proporciona un contexto visual sobre cómo se distribuyen los datos con relación a cada candidato. La forma de los histogramas indica que los datos no se distribuyen de manera normal, apoyando así los resultados obtenidos en las pruebas de normalidad previas.

Fuente: Elaboración propia con datos del ^{INE 2025}

Gráfica 1 Histogramas de frecuencia de las elecciones presidenciales, Ciudad Juárez, Chihuahua (2018 – 2024) 

Para comparar los porcentajes de votos entre candidatos, se aplicaron la prueba de Wilcoxon (^{Hollander et al., 2014}; ^{Wilcoxon, 1945}) para muestras pareadas; esta prueba se aplicó para comparar los porcentajes de votos entre los candidatos AMLO y CSP en las elecciones de 2018 y 2024 y la prueba de Kruskal-Wallis (^{Corde & Foreman, 2014}; ^{Kruskal & Wallis, 1952}) para comparar las medias de los porcentajes de votos entre los candidatos en ambos procesos electorales. Tanto las pruebas de normalidad como la comparación entre grupos se efectuaron en R.

El análisis de autocorrelación espacial se realizó con el software GeoDa, que está específicamente diseñado para la exploración y análisis de datos espaciales. Se utilizó una matriz de contigüidad espacial tipo reina de primer orden, la cual considera como vecinos a todas las secciones electorales que comparten al menos un punto o borde. Con base en esta matriz, se calcularon el índice I de Moran local (Anselin, ¹⁹⁹⁵, ²⁰²⁴; Anselin et al., ¹⁹⁹⁶, ²⁰⁰⁶; ^{Anselin & Rey, 1991}) y el coeficiente C de Geary local (^{Anselin, 2019}; ^{Geary, 1954}; ^{Unwin, 1996}), lo que permitió identificar patrones de dependencia espacial en los resultados electorales a nivel de secciones. Para la representación visual de los resultados a nivel de secciones electorales, se empleó ArcGIS Pro ver. 3® ESRI, que se utilizó para crear mapas que ilustran la distribución de los porcentajes de votos de cada candidato, facilitando la comprensión de la variabilidad geográfica en los resultados.

2.4 Análisis exploratorio de datos espaciales y autocorrelación espacial local

El análisis exploratorio de datos espaciales (AEDE) es un enfoque metodológico que permite examinar la estructura espacial de un fenómeno sin requerir hipótesis previas sobre su distribución. Este conjunto de técnicas facilita la identificación de patrones espaciales, agrupamientos, valores atípicos y la presencia de dependencia espacial en los datos (^{Anselin, 1995}; ^{Unwin, 1996}). En el contexto electoral, el AEDE ofrece herramientas valiosas para entender cómo se agrupan territorialmente los votos, proporcionando una dimensión espacial que enriquece el análisis tradicional. En este trabajo se emplearon técnicas de autocorrelación espacial local, con el objetivo de identificar concentraciones estadísticamente significativas de secciones electorales con comportamientos similares en cuanto al porcentaje de votos.

Un componente central del AEDE es la autocorrelación espacial, entendida como el grado en que los valores de una variable se correlacionan en función de su ubicación geográfica (Anselin, ¹⁹⁹⁵, ²⁰²⁴; ^{Anselin et al., 1996}). En otras palabras, permite analizar si los resultados electorales en una sección guardan relación con los resultados de secciones vecinas. Una autocorrelación positiva implica que valores similares (altos o bajos) tienden a agruparse, mientras que una autocorrelación negativa sugiere una alternancia de valores altos y bajos en el espacio.

La autocorrelación espacial local permite evaluar si una unidad geográfica presenta valores similares o diferentes a los de sus vecinas inmediatas, proporcionando información sobre la existencia de agrupamientos homogéneos o heterogéneos dentro del área de estudio. Para ello, se utilizaron dos indicadores: el índice LISA (Local Indicators of Spatial Association) propuesto por ^{Anselin (1995)}, y el coeficiente local c de Geary (^{Geary, 1954}; ^{Anselin, 2019}).

El índice LISA permite identificar cuatro tipos de agrupamientos locales: alto-alto y bajo-bajo (autocorrelación positiva, que indica concentración de valores similares), así como alto-bajo y bajo-alto (autocorrelación negativa, que señala presencia de valores atípicos en el entorno). En este trabajo, los valores LISA se calcularon para los porcentajes de votación por candidato, lo que permitió visualizar espacialmente aquellas secciones donde el voto fue significativamente más alto o bajo que en las secciones vecinas (^{Anselin et al., 1996}).

De manera complementaria, se utilizó el coeficiente c de Geary, que también mide la autocorrelación local, pero con mayor sensibilidad a las diferencias absolutas entre valores vecinos. Mientras el índice LISA evalúa la similitud general del entorno de cada unidad, el c de Geary se enfoca en la continuidad o discontinuidad espacial entre pares de unidades (^{Unwin, 1996}; ^{Anselin, 2019}). En ambos casos, se aplicó una matriz de contigüidad tipo reina de primer orden, que define como vecinas aquellas secciones que comparten al menos un vértice o un lado (^{Anselin, 2024}).

La incorporación de estos métodos representa una contribución metodológica al análisis de la geografía electoral urbana, al permitir observar cómo el voto se distribuye territorialmente en función de la cercanía geográfica, las condiciones socioespaciales y la segmentación urbana. Si bien estas herramientas han sido utilizadas en otros contextos internacionales, su aplicación en estudios electorales a nivel secciones electorales en México sigue siendo poco frecuente. En este sentido, el uso del AEDE y de la autocorrelación espacial local en el presente estudio constituye una aproximación innovadora para el análisis de los patrones espaciales del voto en ciudades con alta fragmentación territorial como Ciudad Juárez.

3.1 Distribución geográfica del voto elección presidencial 2018

El voto por el candidato de la coalición “Juntos Haremos Historia” (Andres Manuel López Obrador) en el 2018 fue mayoritario en la ciudad. En el cinco por ciento de las secciones electorales, el candidato de la coalición “Por México al Frente” (Ricardo Anaya Cortés) obtuvo ventaja; mientras que el candidato de la coalición “Todos por México” (José Antonio Meade Kuribreña) solo logró la ventaja en el uno por ciento de las secciones electorales (véase Figura 1 inferior derecha). Esta aplastante victoria de López Obrador marcó un giro en el panorama político de Ciudad Juárez, indicando una clara preferencia por un proyecto de cambio. Aunque no podemos afirmar con certeza que este cambio haya sido radical, sí se evidencia la decisión de abandonar la continuidad de proyectos políticos anteriores.

La distribución espacial del voto revela un apoyo masivo y homogéneo en términos geográficos hacia el proyecto de “Juntos Haremos Historia”. El promedio de votos por sección de esta coalición fue del 25.5 por ciento. A diferencia del candidato Anaya Cortés que en promedio registró 9.8 por ciento del total de votos por sección; la participación por este candidato osciló entre un 0 y 67 por ciento, lo que demuestra que en la zona Nororiente de la ciudad logró un apoyo considerable, pero en la mayoría quedo muy por debajo de López Obrador. Por su parte el candidato Meade Kuribreña obtuvo un voto promedio por sección de 7.1 por ciento del total, si bien registró un 26.5 por ciento en algunas secciones, pero en lo general la participación para la coalición “Todos por México” fue mucho más baja en comparación con Anaya Cortés y Lopez Obrador. (Véase figura 1)

Esto sugiere que, a nivel intraurbano, la preferencia por López Obrador se mantuvo bastante uniforme, este hecho es inusual si se toma en cuenta el marcado contraste socioeconómico en la ciudad. En otras palabras; se registró una notable uniformidad en la participación y preferencia electoral, lo cual refleja desde un amplio consenso en torno al mensaje de transformación que promovía López Obrador.

3.2 Distribución geográfica del voto elección presidencial 2024

En el 2024 la candidata de la coalición “Sigamos Haciendo Historia” (Claudia Sheinbaum Pardo) repitió la ventaja en la mayor parte de las secciones. La candidata de la coalición “Frente Amplio por México” (Bertha Xochitl Gálvez Ruiz) obtuvo la victoria en 6.4 por ciento de las secciones; mientras que Álvarez Máynez solo pudo obtener la victoria en tres secciones electorales (0.25% del total). El promedio de votos de la candidata de la coalición “Sigamos Haciendo Historia” fue de un 72.3 por ciento; superó por 56.1 y 63.02 por ciento a la candidata Xochitl Gálvez y Álvarez Maynez respectivamente.

La distribución espacial del voto de la candidata ganadora de las elecciones 2024 no varía significativamente respecto al ganador de las elecciones del 2018; tampoco el patrón geográfico de los candidatos del PRI-PAN. En la figura 2 los mapas de la fila superior son evidentes las secciones electorales de apoyo y rechazo para cada una de las coaliciones políticas. Mientras que el candidato Jorge Álvarez Maynez registró un apoyo mucho más heterogéneo que las coaliciones; pero de menor porcentaje. Finalmente, las secciones ganadas por la candidata Claudia Sheinbaum Pardo fueron 93.1 por ciento del total. Una más que amplia mayoría.

Fuente: Elaboración propia con datos del ^{INE 2025}

Figura 1  Patrones geográficos de la distribución del voto en Ciudad Juárez: elecciones presidenciales 2018 

Fuente: Elaboración propia con datos del ^{INE 2025}

Figura 2 Patrones geográficos de la distribución del voto en Ciudad Juárez: elecciones presidenciales 2024 

3.3 Comparación de votos entre candidatos(as)

El análisis de los datos electorales en las secciones de Ciudad Juárez revela patrones significativos en el apoyo a los diferentes candidatos en las elecciones recientes. La gráfica 2 ilustra la distribución de los porcentajes de voto para cada candidato a través de diagramas de caja, permitiendo una visualización clara de las medias, medianas y outliers asociados a cada uno. El análisis de las cajas revela no solo el apoyo relativo a cada candidato, sino también áreas críticas; tanto de bajo como de fuerte apoyo electoral. La identificación de outliers, tanto inferiores como superiores, permite formular supuestos sobre las dinámicas locales que influyen en las decisiones de voto y sugiere que se deben considerar los contextos específicos de cada sección electoral para el análisis espacial.

Fuente: Elaboración propia con datos del INE 2018, ²⁰²⁵

Gráfica 2 Comparación de porcentajes de voto entre candidatos en las elecciones de 2018 y 2024, Ciudad Juárez 

Andrés Manuel López Obrador (AMLO) y Claudia Sheinbaum (CS), quienes fueron candidatos de Morena en 2018 y 2024 respectivamente, presentan una media de apoyo del 52.89% y 72.32%, con medianas de 52.73% y 75.60%. Estos valores indican un respaldo considerable en la mayoría de las secciones electorales. Sin embargo, es relevante señalar que ambos candidatos exhiben outliers inferiores, lo que sugiere la existencia de secciones donde su apoyo fue bajo.

Por otro lado, Ricardo Anaya Cortés (RAC) y José Antonio Meade (JAMK), quienes fueron candidatos en 2018, muestran medias y medianas significativamente más bajas, con valores de 19.45% y 14.76% para las medias, y 17.77% y 14.15% para las medianas. Estos resultados reflejan un apoyo débil en general. A pesar de ello, se observan outliers superiores en sus distribuciones, lo que indica que hay secciones donde su desempeño fue mejor, aunque esto no compensa su bajo rendimiento general. Xóchitl Gálvez Ruiz (XGR) y Jorge Álvarez Maynez (JAM) fueron candidatos en 2024, y presentan resultados similares a RAC y JAMK, con una media de 16.17% y una mediana de 12.55%. La presencia de outliers superiores también sugiere que, al igual que los otros candidatos, lograron captar apoyo en algunas secciones, pero su apoyo general fue limitado.

3.4 Dinámica electoral entre las elecciones de 2018 y 2024

Se realizó la prueba de Kruskal-Wallis para evaluar si existen diferencias significativas en los porcentajes de votos entre los diferentes candidatos en las elecciones presidenciales de 2018 y 2024. Dado los resultados de la prueba (p < 2.2e-16) si existen diferencias significativas en los porcentajes de votos entre los diferentes candidatos en las elecciones de 2018 y 2024. Esto indica que al menos la mediana del porcentaje de votos de un candidato difiere significativamente de los demás. Dado que la prueba de Kruskal-Wallis solo indica que hay una diferencia, pero no especifica qué grupos son diferentes entre sí, se calcularon las comparaciones pareadas a través de la prueba de Dunn para identificar diferencias específicas entre grupos. Los resultados indican que hay diferencias significativas en los porcentajes de votos entre los pares de candidatos. Por ejemplo, la comparación entre AMLO y CS mostró una diferencia significativa (Z = -11.14, p < 0.001), significa que el grupo de referencia (AMLO) tiene valores de rango promedio más bajos que el grupo comparado (CSP). Es decir, CSP obtuvo una votación promedio significativamente mayor que AMLO. Similarmente, todas las comparaciones con un valor de p ajustado (P.adj) inferior a 0.05 sugieren diferencias significativas en los porcentajes de votos entre los candidatos analizados. Estos resultados refuerzan la idea de que las dinámicas electorales han cambiado entre los dos procesos electorales, lo que puede reflejar variaciones en la percepción pública, las estrategias de campaña, o el contexto sociopolítico en el que se desarrollaron las elecciones.

En cerca del 96% del total de secciones electorales analizadas, Claudia Sheinbaum superó en porcentaje de votación a Andrés Manuel López Obrador (AMLO). Para evaluar el cambio en el apoyo electoral del partido MORENA en las elecciones presidenciales en Ciudad Juárez de 2018 a 2024, se realizó una prueba de Wilcoxon para muestras pareadas entre los porcentajes de votos de Andrés Manuel López Obrador (AMLO) y Claudia Sheinbaum en las mismas secciones electorales.

Los resultados de la prueba de Wilcoxon indicaron un estadístico de prueba (V) significativo, con un valor p menor a 2.2e-16. Esto sugiere que existe una diferencia estadísticamente significativa entre los porcentajes de votos de ambos candidatos. Para evaluar la magnitud de esta diferencia, se calculó el tamaño del efecto, resultando en un valor . de aproximadamente −0.848. Este valor indica un tamaño del efecto grande, lo que refleja un cambio considerable en el apoyo electoral hacia Claudia Sheinbaum en comparación con AMLO. La diferencia observada en los porcentajes de votos no solo es estadísticamente significativa, sino que también es relevante desde el punto de vista práctico, sugiriendo un aumento considerable en el respaldo a la candidata de MORENA entre las dos elecciones. Estos hallazgos son particularmente importantes, ya que muestran cómo la percepción y apoyo hacia los candidatos del partido han evolucionado en el contexto político actual de Ciudad Juárez.

El análisis muestra que Claudia Sheinbaum logró captar un mayor porcentaje de votos en las elecciones de 2024 en comparación con AMLO en 2018. El cambio en el apoyo electoral, evidenciado por un tamaño del efecto grande, sugiere que la candidata resonó de manera significativa con los votantes, lo cual es un indicativo del fortalecimiento del partido MORENA en el contexto electoral. Este resultado no solo destaca el incremento en la aceptación de la candidata, sino que también plantea preguntas sobre la distribución espacial del voto en ambas elecciones.

Este hallazgo puede tener implicaciones importantes para el análisis del comportamiento electoral y las dinámicas políticas. En primer lugar, indica una consolidación del partido en la zona de estudio y, específicamente, un incremento en la popularidad o confianza hacia Claudia Sheinbaum en comparación con AMLO en 2018. Este aumento podría reflejar una mayor identificación de los votantes con las propuestas de Morena o con el perfil de Sheinbaum. En cuanto a un análisis de los liderazgos, la alta preferencia por Sheinbaum podría interpretarse como una validación de su perfil o de su capacidad para representar los ideales de Morena de forma más atractiva o adecuada para el contexto actual. Finalmente, se considera que una de las principales razones podría ser un cambio en las dinámicas de voto, posiblemente relacionadas con factores como el acceso a programas sociales de origen federal.

3.5 Autocorrelación espacial local elecciones de 2018

El análisis espacial de las elecciones presidenciales de 2018 en Ciudad Juárez muestra patrones geográficos diferenciados en las preferencias para cada uno de los candidatos. AMLO presenta una fuerte concentración de apoyo, alto-alto, en el suroriente de la ciudad (ver mapa LISA figura 3, primera fila). Estas zonas de la ciudad son resultado de un acelerado proceso de dispersión urbana que se acompañó por la ausencia de medidas paralelas para garantizar un mejor desarrollo urbano; por lo tanto, son áreas con retos importantes.

En contraste, las áreas del norte y poniente mostraron patrones bajobajo evidenciando una menor preferencia de los sectores socioeconómicos medio y alto. Situación totalmente inversa a la registrada por el candidato Ricardo Amaya.

Fuente: Elaboración propia con datos del ^{INE 2025}

Figura 3 Índices de autocorrelación local de la elección presidencial 2018, Ciudad Juárez 

Por otra parte, Ricardo Anaya muestra una distribución del voto a favor concentrada en zonas de condiciones medias y altas del norte y poniente de la ciudad; y observa una menor cohesión espacial con respecto al patrón de votos de AMLO. Parece evidente una distribución menos homogénea que no se estructura espacialmente. Sin embargo, en el caso de José Antonio Meade la fragmentación del voto es aún más evidente. Ambos partidos PRI y PAN tenían una fuerte presencia en distintas partes de la ciudad: pero los resultados de la elección de 2018 reflejan una fuerte erosión del apoyo de su base territorial y en consecuencia una pérdida de sus estructuras partidista.

De esta manera, los resultados de las elecciones presidenciales del 2018 en Ciudad Juárez dan como uno de sus principales resultados una marcada polarización del voto, en términos geográficos. Es así como el suroriente de la ciudad emerge como un bastión a favor de MORENA; mientras que las secciones norte y poniente parecen elegir una opción más tradicional, en cuanto a sus preferencias electorales.

3.6 Autocorrelación espacial local elecciones de 2024

La votación por la candidata de MORENA registra una fuerte autocorrelación espacial con predominio de agrupamientos alto – alto según el c de Geary en la zona suroriente de la ciudad. Esta región se caracteriza por colonias populares que en términos urbanos tienen una alta densidad de población y mayores niveles de marginación urbana. En contraste, la región norte y poniente la votación para Claudia Sheinbaum muestra la concentración baja – baja, esto sugiere una menor preferencia. Por su parte, el mapa LISA destaca zonas del norte y poniente con ligera ventaja en cuanto a la preferencia del voto con respecto a las secciones electorales vecinas. En la primera fila de la figura 4 la votación a favor de Claudia Sheinbaum coincide en zonas de la ciudad con un mayor nivel de rezagos sociales, donde probablemente los votantes consideraron viable la continuidad de los planes sociales de MORENA.

Fuente: Elaboración propia con datos del ^{INE 2025}

Figura 4 Índices de autocorrelación local de la elección presidencial 2024, Ciudad Juárez 

La candidata de la coalición “Frente Amplio por México”, Xochitl Gálvez Ruiz, su votación tuvo un fuerte apoyo de los electores localizados en el nororiente de la ciudad; donde predominan zonas de nivel medio y alto. A diferencia de Claudia Sheinbaum, el patrón de autocorrelación espacial alto alto (ver filas intermedias de la figura 4) se distingue por zonas con un mayor desarrollo urbano.

A diferencia de las candidatas de MORENA y del Frente Amplio por México, Jorge Álvarez Máynez muestra una votación más dispersa el índice c de Geary, tercera fila derecha (figura 4), da como resultado algunos agrupamientos alto alto en la región centro de la ciudad y en ciertas colonias de la periferia en el noroeste y sur. Sin embargo, en la mayor parte de la zona urbana este candidato obtuvo valores bajo bajo de votación. Maynez tuvo un desempeño mucho más fragmentado, pero coincidente con las zonas de mayor presencia de votantes jóvenes, lo anterior se observa tanto en los resultados alto – alto de ambos índices de autocorrelación espacial.

Un tema de especial interés es la complementariedad de los índices, ya que mientras el c de Geary permite identificar la continuidad espacial de las preferencias electorales; LISA por su parte, destaca agrupamientos tanto de aceptación como de rechazo en el espacio urbano. La combinación de ambos manifiesta: territorios políticos claramente delimitados en Ciudad Juárez, donde las dinámicas espaciales del voto no solo reflejan la distribución socioeconómica; sino que también evidencia espacios donde la votación se agrupa en función de sus preferencias políticas.