Análisis log-lineal

Este primer análisis tiene el objetivo de establecer un modelo explicativo de las opiniones del público general. El análisis log-lineal trata de comprobar las relaciones estadísticamente significativas entre más de dos variables categóricas, sirviendo de complemento a un análisis de tablas de contingencia. La aplicación del modelo se realizó en el programa SPSS, siguiendo las recomendaciones de Cea D’Ancona (2002), Correa Piñero (2002) y López-Roldán y Fachelli (2015).

Para la elaboración del modelo, se emplearon dos variables dependientes: el grado de acuerdo con el envío de material militar por parte de la OTAN (P13_5) y con la postura del Gobierno español ante la invasión rusa (P9_1). La inclusión de ambas variables permite una mejor contextualización de las opiniones, ya que se analiza el apoyo al envío de armas en general, como actuación que debe desempeñar la OTAN, pero también se considera el apoyo a la posición adoptada por el Gobierno español, en un contexto político marcado por cambios en su decisión sobre el envío directo de armas (Coll, 2022b; Congreso de los Diputados, 2022).

Para contrastar la H_C, se introdujo la hipótesis incrementalista (H_I), la cual plantea que un mayor grado de preocupación ante la invasión rusa aumenta el apoyo militar a Ucrania. Esta hipótesis se inspira en el trabajo de Villaplana Jiménez y Megías Collado (2022), quienes exploraron el efecto de la percepción de inseguridad en el apoyo a políticas de defensa. Aquí se ha escogido una variable diferente (P5), debido a la falta de indicadores específicos de inseguridad en la encuesta y al hecho de que incluir diversas variables comprometería la parsimonia del modelo.

Para probar la H_C, se optó por la variable de cercanía con las ideas de los partidos políticos (CERCANIAR). Se prefiere esta variable a la de autoubicación ideológica, siguiendo el supuesto de que esta última se encuentra explicada por la proximidad partidista (Bartolomé Peral y Leonisio Calvo, 2022). También se deja a un lado las variables relativas al voto, por su trasfondo pragmático y marcadamente coyuntural (González, 2009). Esta decisión permite medir la identificación partidista de manera más flexible que las variables estrictamente electorales y favorece la parsimonia del modelo, al utilizar una variable que sitúa a un conjunto amplio de encuestados dentro de un marco de temas, valores, fines y programas políticos representados por los partidos.

La recodificación de las variables (tabla 3) respondió a un criterio de simplificación y coherencia de las categorías, con el objetivo de facilitar la construcción e interpretación del modelo. Así, las variables P5, P9_1 y P13_5 fueron recodificadas en dos categorías, excluyendo los casos NS/NC y las respuestas de indiferencia como valores perdidos (0,7%, 8,1% y 7,9% de la muestra, respectivamente). En cambio, en la variable CERCANIAR, se mantuvo la categoría “Indefinido”, que agrupa “Ninguno”, “NS” y “NC”, por su peso significativo (20,3%) y valor analítico. Se excluyeron las respuestas “Otro partido” y “PACMA” por su escasa representatividad (3,2%) y su complicada recodificación en un conjunto de categorías coherentes. Finalmente, la recodificación de CERCANIAR se realizó según el eje izquierda-derecha y el grado de radicalización/moderación de los partidos. La distinción entre partidos independentistas no se aplicó por falta de casos suficientes, por lo que se recurrió a agrupaciones más amplias.

A partir de estas cuatro variables, se comprobó la bondad de ajuste del modelo saturado, el cual supone una interrelación mutua entre todas ellas. Para la selección del mejor modelo se tuvo en cuenta, además de la razón de verosimilitud, aspectos como la parsimonia en la interpretación del modelo y las pruebas de significación de los parámetros obtenidos (Correa Piñero, 2002).

Análisis de contenido

El segundo tipo de análisis se efectuó sobre las dos muestras de X, optando por una exploración de carácter descriptivo. El objetivo es identificar y contextualizar las opiniones de los partidos políticos y otros usuarios en X. Concretamente, se realizó un análisis de contenido temático, a través del cual se define un conjunto de indicadores relativos a los temas más relevantes de los textos, tanto por la frecuencia de aparición de ciertos términos como por la importancia teórica de determinadas expresiones en el contexto de la investigación (Bardin, 1991; Krippendorff, 2019).

Para comprobar la H_C, en la primera muestra se identificaron y cuantificaron las referencias explícitas a la polémica sobre el envío de armas, determinando la orientación favorable o desfavorable en cada caso. Las posiciones se contextualizan en el marco de los discursos sobre el conflicto ruso-ucraniano, teniendo en cuenta las diferencias entre las categorías ideológicas en las que se agruparon cada uno de los partidos. En la segunda muestra, dedicada particularmente al debate sobre el envío de armas, se aplicaron herramientas inspiradas en la etnografía digital para clasificar cada tweet según la orientación de la opinión, el tipo de usuario emisor y la categoría ideológica que representa (tabla 4).

La clasificación ideológica de los tweets polémicos fue posible gracias a la práctica habitual de autopresentación en la plataforma (Caliandro, 2017). Para ello, se consideraron dos formas de participación política en redes (Congosto Martínez, 2016): la endógena, que expresa apoyo hacia grupos o ideas afines, y la exógena, que implica oposición a actores ideológicos contrarios. Sobre esta base, se realizó una lectura sistemática de la muestra, complementada con la revisión de información adicional de los perfiles de usuario. En cada tweet, se trató de dar respuesta a las siguientes preguntas:

En los casos más evidentes, la identidad partidista se reflejaba en todos los niveles (mensaje, perfil y actividad general), y fue codificada siguiendo la clasificación aplicada a los tweets políticos, incluyendo a los simpatizantes de partidos comunistas (IR). Sin embargo, el partidismo no siempre se manifiesta como adhesión explícita, sino como oposición recurrente a determinados grupos ideológicos, como ocurre con los críticos de izquierda (IC), los opositores de derecha (DO) o la derecha liberal (DL). Cuando la autopresentación partidista fue ambigua o limitada, se codificó como “incierta”. De este modo, se ha propuesto un conjunto de 10 categorías que matizan las clasificaciones ideológicas previas y las contextualizan en el marco del debate en X (tabla 4).

Por otra parte, para comprobar la H_E, en ambas muestras se identificaron y cuantificaron aquellas expresiones semánticas más frecuentes y relevantes en la articulación del debate. Al respecto, se propuso una codificación de términos relacionados con valores, frecuentes en los tweets políticos; además de una codificación de las referencias a partidos y personalidades políticas/mediáticas, centrales en los tweets polémicos. La codificación automatizada se realizó en el programa ATLAS.ti, siguiendo los criterios presentados en la tabla 5.

Siguiendo los anteriores pasos metodológicos, se obtiene un conjunto de datos que se presenta gráficamente. La distribución de las orientaciones, tipos de usuario y categorías ideológicas se representa en porcentajes de tweets. En cambio, al cuantificar códigos temáticos, se propone un índice de relevancia: frecuencia de aparición de términos entre el total de tweets. Además, se incluyen datos sobre el número de retweets (RT), como indicativo del nivel de alcance de los tweets, y ejemplos de las publicaciones más paradigmáticas (anexos 2 y 3).

La cercanía partidista y las opiniones del público general

Los datos del CIS reflejan que la mayoría del público general apoya el envío de material militar por parte de la OTAN (70,09%). En cambio, en un contexto político favorable al envío de armas, el acuerdo con la posición mantenida por el Gobierno es menor (63,30%). Al cruzar estos datos con la cercanía partidista, se identifican asociaciones estadísticamente significativas que matizan estas generalizaciones (tabla 6).

Según el análisis de tablas de contingencia, la cercanía partidista se presenta como una relevante variable explicativa. En primer lugar, ofrece una explicación plausible de las diferentes opiniones sobre el apoyo militar: la izquierda progresista ¹ se asocia significativamente con el desacuerdo, en contraste con la centroizquierda y la centroderecha, más proclives al acuerdo. En segundo lugar, introduce matices sobre el papel de las relaciones interpartidarias en la formación de la opinión: se observa una polarización entre afines al partido que gobierna, el PSOE, y afines a partidos de oposición, situados en la derecha política. Estos datos encajan con la distribución de las opiniones según las categorías ideológicas (figura 1), donde se visualiza la mayor proporción de desacuerdo con el apoyo militar en la izquierda progresista, además de una polarización de las opiniones (razón acuerdo/desacuerdo de 1,41), y un aumento del desacuerdo con el Gobierno en el caso de las categorías de centroderecha y derecha radical.

Figura 1 Acuerdo con el apoyo militar (P13_5) y el Gobierno (P9_1) por cercanía partidista.

Nota: En este gráfico, cada una de las variables recodificadas asume respectivamente un 10,81% y un 10,99% de valores perdidos.

Por otra parte, la inclusión de una variable no ideológica, como el grado de preocupación por la invasión rusa, complica la interpretación de los datos. Esta solo muestra una relación estadísticamente significativa en la categoría de baja preocupación cuando actúa como variable de control, replicando los resultados que presenta la cercanía partidista en las categorías de izquierda progresista, centroizquierda e indefinición cuando actúa como variable explicativa: significativa concentración de casos en las casillas simultáneamente de acuerdo, y a la inversa. Llegados a este punto, el análisis de tablas cruzadas no permite desechar la posibilidad de una relación espuria o, en el mejor de los casos, una asociación complementaria entre la cercanía partidista y el grado de preocupación.

Tras aplicar el análisis log-lineal, a través de un procedimiento de eliminación hacia atrás, se opta por eliminar la variable de grado de preocupación ² . Esta decisión proporciona un mejor modelo (figura 2), ya que 1) por su simplificación, permite una coherente interpretación de los datos; 2) al tratarse del modelo saturado, presenta un ajuste perfecto; 3) incorpora la variable de cercanía partidista, la cual muestra significativas e intensas asociaciones en el análisis de tablas cruzadas y 4) representa una variable cualitativamente relevante en la descripción y explicación de las opiniones sobre el apoyo militar a Ucrania.

Figura 2 Representación gráfica de los parámetros del modelo saturado.

Fuente: Elaboración propia a partir del anexo 1.

Este modelo permite distinguir tipos de opinión según perfiles ideológicos. Sin embargo, cabe destacar que los resultados se refieren a una muestra de entrevistados que explicitaron opiniones favorables o desfavorables (N=3284), apartando del análisis respuestas que connotan indiferencia (16,27% de la muestra total). Asimismo, la clasificación ideológica de la muestra supone la limitación de agrupar a un conjunto heterogéneo de perfiles ideológicos bajo la categoría de indefinición: antiguos votantes de partidos de centroizquierda y centroderecha, abstencionistas; personas ubicadas ideológicamente en valores centrales o que evitan posicionarse (NS/NC), etc. Ambas decisiones metodológicas plantean desafíos que podrían abordarse en futuras investigaciones, como la identificación de un perfil ideológico apartidista o apolítico (Camino, 2022).

Considerando estas limitaciones, los parámetros del modelo indican que el público general tiene una mayor probabilidad de posicionarse simultáneamente favorable al apoyo militar y a la posición del Gobierno (1,069), frente a una menor probabilidad de mostrarse simultáneamente en desacuerdo (-0,564). Estos datos resultan razonables, ya que cada una de estas posiciones representan respectivamente el 57% y el 10% del total de casos. Si se observa la distribución de los efectos marginales, es posible establecer los siguientes perfiles:

La expresión partidista de los discursos en X

En el Congreso de los Diputados (2022), los partidos de izquierda progresista e izquierda independentista manifestaron un explícito rechazo al envío de armas, con algunas excepciones iniciales (Compromís y ERC) que, en el debate articulado en X, terminaron por alinearse claramente con dicha postura crítica. Esto contrastó con la aprobación del PSOE, que lideraba el Gobierno, y del amplio elenco de la derecha política. Particularmente, en Unidas Podemos emergieron voces críticas en un contexto de coalición de Gobierno, dividiendo las opiniones dentro del partido. En este contexto, la polarización interpartidaria también se ha expresado en X, tanto en los tweets políticos como en aquellos dedicados a la polémica sobre el envío de armas (figura 3).

El discurso político sobre el conflicto ucraniano manifiesta una moderada implicación en el debate, especialmente en los casos de la izquierda progresista (4% de sus tweets) y la centroizquierda (2,91%). En los tweets polémicos, en cambio, las categorías de izquierda (IR, IC, II, IP) destacan por la pronunciada presencia de opiniones desfavorables (73,97%) y la anecdótica presencia de posturas favorables (1,37%). Frente a estas categorías, que concentran casi la mitad de la muestra (44,51%), el resto plantea una mayor diversidad de orientaciones. No obstante, resaltan las posiciones favorables en la centroderecha (45%) y en otras categorías de derecha (56,25%; DL, DO, DR), e incluso en la centroizquierda (44,44%), aunque cuenta con un número limitado de tweets.

Figura 3 Proporción de orientaciones en tweets por categoría ideológica

La distribución de las orientaciones se explica mejor al observar los tipos de usuario que componen cada categoría ideológica (figura 4). Las categorías con una alta representación de medios tradicionales suelen concentrar una alta proporción de opiniones neutrales e inciertas. Esto es especialmente evidente entre los usuarios de identidad ideológica incierta, conformados en un 90% por editoriales de prensa y profesionales de la comunicación, quienes priorizan enfoques informativos (principalmente, titulares de noticia) o, si adoptan una posición, el formato y contenido de sus tweets no terminan de clarificarla.

Figura 4 Proporción de tipos de usuario en tweets polémicos por categoría ideológica.

Esto también es patente en las categorías de centroizquierda (44,44%) y centroderecha (55%), que agrupan una alta proporción de medios tradicionales. En cambio, el conjunto de la izquierda y el de la derecha aglutinan una mayor pluralidad de tipos de usuario, destacando el usuario común y el influencer. De esta forma, cada categoría ideológica está representada por agentes sociales con una diferenciada capacidad para difundir sus discursos, como muestra la distribución del número de RT de las publicaciones (figura 5).

Nota: En el primer gráfico, se muestran los partidos con valores atípicos y extremos que superan los 400 RT, mientras que el segundo gráfico muestra las categorías ideológicas que superan los 1000 RT.

Figura 5 Distribución del número de RT en tweets por categoría ideológica⁽¹⁾.

Como se puede observar, el primer gráfico sitúa el discurso político de la derecha radical en un alto nivel de alcance (X̅=685, M=587). Sus tweets varían en el número de RT, pero se concentran en torno a la media (σ=414, K=-1,3) ³ . El resto de las categorías, que presentan distribuciones positivamente asimétricas y concentran la mayoría de sus tweets por debajo de los 200 RT, solo registran algunos casos excepcionales de viralización. Sin embargo, en el segundo gráfico, la articulación del debate está protagonizada por diferentes tipos de usuario que muestran un alto nivel de alcance en cada una de las categorías ideológicas. Ciertamente, resaltan los influencers, cuya principal cualidad es su elevada capacidad para viralizar contenido (X̅=389, M=154; σ=470, K=0,3). Este tipo de usuario, presente tanto en las categorías de izquierda como de derecha, suele emplear la sátira política para ridiculizar a sus oponentes ideológicos (T1 y T2, en anexo 2).

Asimismo, los medios tradicionales destacan por su alto nivel de alcance (X̅=220, M=86), debido a la viralización de ciertas publicaciones (σ=367, K=10,6). Es el caso de la centroderecha, con un titular sobre el rechazo inicial del presidente del Gobierno al envío de armas, sugiriendo la influencia política de Podemos (T3). En contraste, la izquierda progresista se apoya en figuras políticas, como Pablo Iglesias, y en la autoridad de expertos militares para difundir argumentos contrarios al apoyo militar (T4). En esta línea, una publicación de la representante de Podemos, Ione Belarra, que menciona explícitamente al militar José Enrique de Ayala, supera los 1000 RT (T5), referencia que vertebra la discusión de otros perfiles de usuarios en X, como en el caso de un periodista reconocido (T6).

En los discursos analizados, las posiciones de los agentes sociales se sustentan en varios elementos semánticos clave (tabla 7). En los tweets políticos, los partidos suelen combinar diversos valores (3,11% del total de términos de la muestra), además de emplear referencias a partidos políticos (1,48%). Los tweets polémicos, aunque replican el uso de valores (1,12%), emplean principalmente referencias a partidos (3,76%) y, de manera distintiva, a diversas personalidades políticas y mediáticas (3,02%).

La comparación entre muestras permite identificar semejanzas en el papel discursivo de las referencias a partidos. A grandes rasgos, la mención de un partido con una ideología antagónica suele acompañarse de mensajes desfavorables, mientras que las autorreferencias enfatizan las cualidades del endogrupo. Este patrón es observable en ambos ejes ideológicos, aunque se trata de una estrategia discursiva principalmente utilizada por categorías de derecha (según la muestra, CD, DL, DO y DR) (figura 6). Se trate desde un enfoque crítico o no, las referencias a Podemos sirven para situar al partido como representante de las posturas contrarias al envío de armas.

Figura 6 Índice de relevancia de referencias a partidos por categoría ideológica del usuario

Nota: En este diagrama de Sankey, el grosor de la línea indica el grado de relevancia de las referencias a los partidos de ambos ejes ideológicos. El índice de relevancia se obtiene al dividir el número de apariciones de los términos codificados entre el número de tweets de cada categoría ideológica.

En cambio, como distintivo, los tweets políticos se refieren a diferentes conceptos, como el de “libertad”, “seguridad”, “soberanía”, “paz”, etc. (figura 7). A través de ellos, el conflicto ucraniano se interpreta desde diferentes perspectivas: 1) la que prioriza la diplomacia y las acciones humanitarias por encima de las vías militares (II, IP; T7 en anexo 3), 2) la que representa una pluralidad de valores en sintonía con la UE, reivindicando la necesidad de la unidad en la toma de decisiones políticas (CI; T8); 3) el enfoque liberal que enfatiza la defensa de la libertad y la democracia, al mismo tiempo que una lucha contra la tiranía que representaría el régimen ruso (CD, DI; T9); y 4) aquella otra que, relativamente alejada de la polémica sobre el envío de armas, se centra en la inmigración como un problema de soberanía nacional (DR; T10).

Figura 7 Índice de relevancia de términos codificados por categoría ideológica

Nota: El índice de relevancia se obtiene al dividir el número de apariciones de los términos codificados entre el número de tweets de cada categoría ideológica (%). Por esta razón, en algunos casos, la sumatoria de los porcentajes supera el 100%.

En los tweets polémicos, destacan las referencias a personalidades, la mayoría de ellas del ámbito político. Estos términos no solo sirven para manifestar diferencias intergrupales, expresando desafección o afinidad, como se observa en las referencias a Pedro Sánchez y Santiago Abascal (T11 y T12). Este tipo de referencias permiten articular el debate en X, como cuando se mencionan las figuras de Ione Belarra y Yolanda Díaz, que representan, respectivamente, las posiciones en contra y a favor del apoyo militar a Ucrania y, en consecuencia, las posturas desfavorables y favorables al Gobierno español (T13 y T14).

Del ámbito mediático, se encuentra el exgeneral José Enrique de Ayala, mencionado anteriormente (véase también T15). La entrevista a este experto, en un programa informativo de Radio Televisión Española [RTVE], es compartida como argumento de autoridad, en la medida que plantea dudas a la eficacia del envío de armas. Con esta referencia, se refuerzan dos de las premisas del sector crítico de Unidas Podemos (T16 y T17), a saber, la que sostiene que 1) el envío de armas a Ucrania solo permite retrasar su inevitable derrota, ante una Rusia que es militarmente superior, y la que prevé, además, 2) una escalada militar a nivel internacional, especialmente de guerra nuclear, si no se escoge la vía diplomática. Estas razones, ya planteadas en el discurso político, reciben mayor repercusión cuando los líderes, partidarios y medios afines emplean el testimonio experto para definir los términos del debate y confirmar sus posiciones.