
Pesquisa Datafolha revela vantagem de Ricardo Nunes em simulação de segundo turno em São Paulo
Segundo a mais recente pesquisa Datafolha, o candidato à Prefeitura de São Paulo pelo MDB, Ricardo Nunes, surge como favorito em uma simulação de segundo turno contra Pablo Marçal, do PRTB, em diversos segmentos analisados pelo instituto.
Ricardo Nunes lidera em todos os grupos de gênero, étnico-raciais e de renda. A única exceção são os evangélicos, onde Marçal empata tecnicamente com o atual prefeito, apesar de ficar numericamente atrás.
Os segmentos em que o atual prefeito apresenta maior vantagem são mulheres, católicos, eleitores pretos e os mais pobres.
De acordo com os dados globais, se a eleição fosse hoje, 59% dos entrevistados escolheriam Ricardo Nunes, enquanto 27% optariam por Pablo Marçal.
Detalhes da pesquisa por segmento
Por gênero
Em relação ao gênero, Ricardo Nunes tem 20 pontos de vantagem sobre Pablo Marçal entre os homens, com 53% das intenções de voto contra 33% do concorrente. Já entre as mulheres, Nunes lidera com uma diferença de 43 pontos, registrando 64% contra 21% de Marçal.
Por religião
Entre os católicos, Ricardo Nunes mantém-se à frente, com 38 pontos de diferença em relação a Pablo Marçal. Já entre os evangélicos, os dois candidatos estão tecnicamente empatados.
Por critério étnico-racial
No aspecto racial, Nunes lidera com folga entre as pessoas brancas, pardas e pretas, mantendo vantagens de 30, 32 e 32 pontos, respectivamente.
Por renda
Entre os mais pobres, Ricardo Nunes tem 61% das intenções de voto, contra 24% de Pablo Marçal. Nas faixas de renda média e alta, Nunes também apresenta larga vantagem, com 56% e 60% das preferências, respectivamente.
A pesquisa, realizada entre os dias 10 e 12 de outubro com 1.204 eleitores, foi contratada pela Folha e registrada na Justiça Eleitoral sob o número SP-07978/2024, com margem de erro de três pontos percentuais nos dados globais. Cada segmento possui uma margem de erro específica para uma análise mais precisa dos resultados.