ABSTRAK
Tujuan
Penelitian terkini menunjukkan bahwa diskriminasi warna kulit memengaruhi hasil pemilu. Artikel ini menguji ketahanan empiris dan generalisasi temuan ini, dengan memasukkan kualitas kandidat sebagai penjelasan alternatif untuk keberhasilan pemilu.
Metode
Kami meneliti data dari Pemilu Umum 2024 di Meksiko. Selain variabel yang dipertimbangkan oleh orang lain sebelumnya (misalnya, warna kulit yang dikodekan manusia, jabatan, gelar sarjana, jenis kelamin, usia, partai), kami menyertakan satu ukuran warna kulit yang dikodekan mesin, tingkat pendidikan dan, khususnya, variabel pengalaman yang tidak teragregasi (pemerintah, legislatif, dan partisan).
Hasil
Hasil kami menunjukkan sedikit, jika ada, dukungan terhadap gagasan bahwa warna kulit merupakan prediktor signifikan bagi hasil pemilu di Meksiko. Sebaliknya, pengalaman legislatif dan keberpihakan tampaknya menjadi penentu paling signifikan bagi keberhasilan pemilu.
Kesimpulan
Alih-alih membantah keberadaan diskriminasi warna kulit di Meksiko, temuan kami mengungkapkan bahwa kontes elektoral bukanlah tempat terbaik untuk menguji pentingnya warna kulit secara politik di Meksiko.
1 Pendahuluan
Selama beberapa dekade, penelitian telah menunjukkan bahwa kualitas kandidat memainkan peran penting dalam pemilihan umum. Pemilih tidak hanya menghargai posisi ideologis tetapi juga kualitas pribadi, dan terkadang kualitas pribadi lebih penting daripada kualitas pribadi (Ansolabehere dan Snyder 2000 ; Francia dan Morris 2022 ). Penelitian juga menunjukkan bahwa pengalaman politik sering kali menjadi prediktor kualitas terbaik karena kandidat yang berpengalaman mendapatkan keuntungan dari visibilitas, jaringan, sumber daya keuangan, dan pengetahuan mereka tentang distrik politik yang relevan (Fiorina 1994 ; Norris 1997 ).
Penjelasan teoritis ini telah dikonfirmasi secara empiris di Amerika Latin, dengan penelitian yang mengungkapkan bahwa atribut pribadi kandidat dan pengalaman sebelumnya adalah prediktor penting keberhasilan politik (Love 2009 ; Montaño 2020 ). Namun, semakin banyak literatur di wilayah tersebut telah mulai mempelajari dampak warna kulit dalam politik elektoral, dan untuk mengungkapkan bahwa, setidaknya dalam beberapa kasus, colorism masyarakat (Dixon dan Telles 2017 ; Monk 2021 )—yang didokumentasikan dengan baik di Amerika Latin (Monk 2016 ; Telles 2014 )—diterjemahkan ke dalam arena politik, yang memengaruhi peluang kandidat berkulit gelap untuk terpilih ke jabatan (Campos dan Machado 2018 ; De Micheli 2023 ; Janusz 2018 ; Janusz et al. 2023 ; Machado et al. 2019 ).
Di Meksiko, topik ini masih kurang diteliti secara kritis. Beberapa eksperimen skala kecil menunjukkan bahwa warna kulit memengaruhi preferensi elektoral orang (Aguilar 2011 ), dan ada beberapa bukti marginalisasi legislatif berbasis warna (Rejón 2024b ). Hanya satu studi yang secara langsung meneliti hubungan antara warna kulit dan keberhasilan elektoral; karya perintis ini menemukan kandidat berkulit gelap memiliki kemungkinan menang 20%–38% lebih rendah (Campos-Vazquez dan Rivas-Herrera 2021 ). Namun, studi tersebut tidak mempertimbangkan penjelasan teoritis yang mapan dan paling masuk akal untuk keberhasilan elektoral: kualitas kandidat, yang dioperasionalkan melalui variabel yang mencatat pengalaman dalam jabatan terpilih, badan legislatif, atau birokrasi partai.
Karena alasan-alasan ini—sambil memuji studi-studi yang menjadi ujung tombak ini dan kontribusi-kontribusi penting mereka—dalam artikel ini, kami menunjukkan (dan memperbaiki) beberapa keterbatasan mereka. Rincian lengkap dari kekurangan-kekurangan ini dibongkar dalam Bagian 1. Untuk saat ini, perhatikan bahwa kami mereplikasi analisis dengan metode yang sepenuhnya transparan, data yang sepenuhnya tersedia dan termasuk sebagian besar, jika tidak semua, variabel kontrol yang relevan. Sebagai tambahan terhadap variabel-variabel yang dipertimbangkan oleh studi-studi sebelumnya dalam analisis mereka, kami menyertakan satu ukuran warna kulit berkode mesin, tingkat pendidikan yang terpisah, dan, yang terpenting, variabel pengalaman yang dipisahkan untuk memperhitungkan pengalaman kandidat dalam pemerintahan, legislatif, dan partisan. Secara keseluruhan, kami menemukan sedikit, jika ada, bukti yang menyatakan bahwa warna kulit gelap merupakan kerugian elektoral di Meksiko. Sebaliknya, kami menemukan pengalaman legislatif dan keberpihakan menjadi prediktor terbaik untuk keberhasilan elektoral.
Untuk mencapai tujuannya, artikel ini disusun sebagai berikut. Di Bagian 1 , kami menetapkan kerangka teoritis analisis kami dan mengajukan hipotesis yang dapat diuji. Bagian 2 menguraikan konteks politik, sosiohistoris, dan elektoral dari studi kami. Di Bagian 3 , kami menjelaskan sumber kami dan mendeskripsikan data kami, yang mencakup dua ukuran warna kulit yang berbeda (dikodekan oleh mesin dan manusia) dan beberapa variabel kuat untuk memperhitungkan kualitas kandidat. Di Bagian 4 , kami menyajikan dan membahas hasil model statistik yang menguji dampak warna kulit dan kualitas kandidat pada hasil elektoral, dengan mengendalikan variabel seperti jenis kelamin, usia, pendidikan, partai, dan negara bagian. Hasil kami menunjukkan bahwa kualitas, bukan warna kulit, adalah prediktor terbaik untuk keberhasilan elektoral di Meksiko. Kami menyimpulkan artikel dengan menjelaskan apa saja hasil ini untuk studi tentang colorism elektoral di Meksiko.
2 Kerangka Teoritis
Memahami faktor penentu kemenangan pemilu telah lama menjadi salah satu minat utama ilmu politik. Selama beberapa dekade, jawaban atas pertanyaan ini berkisar pada partai politik. Para ahli berpendapat bahwa hasil pemilu dan perilaku pemilih ditentukan oleh ideologi partai dan bagaimana partai politik mengendalikan pencalonan dan mengelola kampanye (Brady 1988 ; Silbey 1991 ).
Namun, beberapa pihak mencatat pentingnya faktor non-ideologis kandidat seperti kepemimpinan, kompetensi, dan daya tarik pribadi dalam menentukan hasil pemilu. Misalnya, teori valensi menyatakan bahwa pemilih dipengaruhi tidak hanya oleh sikap ideologis kandidat tetapi juga kualitas pribadi mereka (Stokes 1963 ). Ide-ide ini mendapat dukungan empiris karena para peneliti mencatat bahwa—bahkan dalam sistem yang didominasi partai—karakteristik kandidat individu secara signifikan memengaruhi hasil elektoral. Kitschelt ( 1994 ) menemukan bahwa pemilih—yang semakin kecewa dengan politik partai tradisional—mencari kandidat “profesional” yang menunjukkan kepemimpinan yang efektif. Yang lain menunjukkan bahwa kualitas pribadi terkadang melampaui platform kebijakan (Ansolabehere dan Snyder 2000 ), khususnya dalam persaingan yang kompetitif (Stone dan Simas 2010 ). Sekarang sudah mapan bahwa pemilih sangat dipengaruhi oleh persepsi mereka tentang atribut-atribut seperti kejujuran, kompetensi, dan kasih sayang, terkadang bahkan lebih dari preferensi kebijakan (Francia dan Morris 2022 ; Miller dan Shanks 1996 ).
Penelitian juga mengungkap bahwa ciri-ciri yang dipersepsikan ini sering diprediksi oleh pengalaman politik sebelumnya dan tahun-tahun pengabdian di kantor karena kandidat yang berpengalaman sudah memiliki visibilitas, jaringan, sumber daya keuangan, dan pengetahuan tentang distrik politik yang relevan (Di Renzo 1967 ; Fiorina 1994 ; Fowler dan McClure 1989 ; Norris 1997 ; Schlesinger 1966 ). Beberapa akademisi menyebut ini “modal politik” (Alcántara-Sáez 2017 ) atau “kualitas kandidat” (Cox dan McCubbins 1993 ) dan melihatnya sebagai penentu utama keberhasilan dalam karier seorang politisi. Masuk akal bagi partai untuk secara strategis merekrut kandidat “berkualitas”, untuk meningkatkan peluang mereka memenangkan pemilihan, terutama yang kompetitif (Carson et al. 2007 ; Cox dan McCubbins 1993 ).
Teori ini telah diuji secara empiris di Amerika Serikat (Carey dan Shugart 1995 ; Carson et al. 2007 ) dan konteks lain, termasuk Meksiko, tempat penelitian menunjukkan bahwa kandidat yang dianggap memiliki kualitas pribadi tertentu dapat mengungguli mereka yang daya tarik pribadinya lebih lemah (Alcántara Sáez 2011 ; Alcántara-Sáez 2017 ). Lebih jauh lagi, penelitian menunjukkan bahwa petahana bukanlah satu-satunya jenis pengalaman yang relevan. Bukti dari Brasil menunjukkan bahwa pengalaman kandidat dalam menjalankan kampanye untuk jabatan juga relevan—bahkan jika mereka kalah—karena itu memberi mereka keahlian, jaringan, dan visibilitas, yang dapat bermanfaat dalam pemilihan mendatang (Haime et al. 2022 ). Oleh karena itu, berbagai jenis pengalaman dapat memiliki efek yang berbeda dalam hasil elektoral.
Para akademisi di Meksiko secara tradisional meremehkan peran kandidat individu demi penjelasan yang berpusat pada partai, dengan menyatakan bahwa sistem elektoral Meksiko (dan khususnya larangan pemilihan ulang langsung) mereduksi kandidat menjadi sekadar instrumen strategi partai (Poiré Romero 2002 ). Namun, studi terbaru menantang pandangan ini dengan menyatakan bahwa atribut kandidat individu di Meksiko penting, terutama karena lanskap politik di negara tersebut menjadi lebih kompetitif (Diaz-Cayeros dan Langston 2004 ; Magaloni 2006 ). Penelitian baru ini menunjukkan bahwa pengalaman politik sebelumnya memungkinkan kandidat untuk memanfaatkan modal politik pribadi mereka, bahkan tanpa adanya dukungan partai atau kondisi elektoral yang menguntungkan (León dan Berasaluce 2020 ; Love 2009 ; Montaño 2020 ).
Namun, dalam beberapa tahun terakhir, jawaban baru telah diajukan untuk pertanyaan kemenangan elektoral. Penelitian menunjukkan bahwa orang menggunakan “jalan pintas mental” untuk membuat keputusan dalam hidup (Gigerenzer dan Gaissmaier 2011 ) dan politik (Aguilar et al. 2019 ; Lau dan Redlawsk 2001 ), dan ketika mereka kekurangan informasi yang relevan, mereka menggunakan prasangka untuk menilai kapasitas kandidat elektoral, membiarkan faktor-faktor seperti penampilan dan kecantikan yang dipersepsikan mendorong suara mereka (Ahler et al. 2017 ; Lawson et al. 2010 ; Little et al. 2007 ; Todorov et al. 2005 ). Dalam konteks colorist di mana warna kulit dianggap sebagai indikator kecantikan, kompetensi, dan sifat positif lainnya (Dixon dan Telles 2017 ; Hunter 2005, 2007 , 2011 ; Jha dan Adelman 2009 ; Monk 2021 ), hal ini dapat berarti bahwa penilaian kualitas kandidat berkulit gelap dapat terdistorsi oleh bias dan prasangka. Oleh karena itu, warna kulit—warna kulit politisi—dapat memengaruhi hasil pemilu.
Selain beberapa pengecualian penting (Ahuja et al. 2016 ; Campos-Vazquez dan Rivas-Herrera 2021 ; De Micheli 2023 ; Johnson 2020 ), sebagian besar penelitian ini berfokus pada Amerika Serikat (Stephens-Dougan 2021 ). Misalnya, beberapa penelitian menemukan bahwa kandidat kulit hitam dikenai sanksi berdasarkan ras mereka oleh pemilih kulit putih (Hannon 2015 ; Johnson Carew 2016 ; Lemi dan Brown 2019 ; Terkildsen 1993 ) tetapi didukung oleh anggota kelompok etnorasial yang sama (Leigh dan Susilo 2009 ). Sementara yang lain menemukan bahwa warna kulit berfungsi sebagai jalan pintas dalam evaluasi kandidat (Boudreau et al. 2019 ; Lerman et al. 2015 ; Weaver 2012 ), dan studi yang lebih baru mengungkapkan tren perubahan dalam cara warna kulit dipersepsikan dan dinilai oleh kelompok kulit putih dan kelompok minoritas tradisional (Aguilar et al. 2019 ; Ostfeld dan Yadon 2022a ; Yadon dan Ostfeld 2020 ).
Dampak warna kulit pada politik elektoral relatif dipelajari dengan baik di negara-negara seperti Brasil (Campos dan Machado 2018 ; De Micheli 2023 ; Janusz 2018 ; Machado et al. 2019 ) dan Ekuador (Janusz et al. 2023 ), tetapi tingkat generalisasi temuan ini belum dinilai. Di Meksiko, topik ini masih kurang dipelajari secara kritis. Sementara penelitian eksperimental yang langka menunjukkan bahwa warna kulit memengaruhi preferensi elektoral orang (Aguilar 2011 ) dan ada beberapa bukti marginalisasi legislatif berbasis warna kulit (Rejón 2024b ), hanya satu studi yang secara langsung memeriksa hubungan antara warna kulit dan keberhasilan elektoral (Campos-Vazquez dan Rivas-Herrera 2021 ). Artikel tersebut menemukan bahwa dalam Pemilihan Umum Meksiko 2018, kandidat berkulit gelap memiliki probabilitas menang 20%–38% lebih rendah.
Meskipun penting, artikel perintis ini memiliki keterbatasan tertentu, beberapa di antaranya diakui secara eksplisit oleh penulisnya. Pertama, potret tersebut diklasifikasikan oleh pembuat kode manusia independen dan algoritma otomatis; skor tersebut kemudian dirata-ratakan untuk mendapatkan variabel warna kulit, yang kemudian diringkas menjadi beberapa kelompok. Tidak ada rincian teknis tentang algoritma klasifikasi ini yang diberikan, jadi tidak mungkin untuk menilai keakuratan variabel yang dihasilkan. Kedua, meskipun mengakui bahwa penaksir warna kulit mungkin bias “jika ada variabel yang dihilangkan yang berkorelasi dengan warna kulit, seperti tahun sekolah atau pengalaman politik” (Campos-Vazquez dan Rivas-Herrera 2021 , 861), penulis tidak mengontrol kualitas kandidat. Kelalaian ini bukanlah hal kecil karena korelasi antara warna kulit dan tingkat pendidikan telah terdokumentasikan dengan baik di Meksiko (Martınez et al. 2014 ; Rejón 2023 ; Trejo and Altamirano 2016 ) dan mengingat bahwa kualitas dan pengalaman merupakan penjelasan teoritis alternatif terbaik untuk keberhasilan pemilu.
Dalam artikel ini, kami menciptakan kembali dan memperluas ketahanan empiris dari analisis penting ini: kami menggunakan algoritme klasifikasi sumber terbuka dan mengontrol sebagian besar, jika tidak semua, variabel yang relevan. Data dan metode kami dijelaskan secara terperinci di bagian selanjutnya. Sebelum melanjutkan, berdasarkan tinjauan pustaka tentang faktor penentu keberhasilan pemilu ini, kami menyusun hipotesis yang dapat diuji berikut ini:
- Hipotesis diskriminasi : Jika warna kulit relevan di Meksiko, kami memperkirakan warna kulit menjadi prediktor keberhasilan elektoral, dan kandidat berkulit gelap berkinerja lebih buruk daripada kandidat berkulit terang.
- Hipotesis kualitas : Jika kualitas kandidat (dioperasionalkan melalui pengalaman politik mereka) adalah prediktor utama kemenangan elektoral, kita harus mengharapkan kandidat yang berpengalaman untuk tampil lebih baik daripada rekan-rekan mereka, terlepas dari warna kulit mereka.
3 Konteks
3.1 Sistem Politik
Dewan Perwakilan Rakyat Meksiko terdiri dari 500 anggota legislatif—300 orang bersaing dalam pemilihan umum dan 200 orang dipilih melalui sistem perwakilan proporsional. Dalam pemilihan umum, pemilih memberikan satu surat suara yang berfungsi untuk memilih kandidat untuk distrik beranggota tunggal (SMD) masing-masing berdasarkan sistem pluralitas, sementara secara bersamaan memberikan kontribusi terhadap keseluruhan suara partai untuk alokasi perwakilan proporsional.
Sistem pemilihan SMD beroperasi berdasarkan sistem pemenang suara terbanyak, di mana kandidat yang memperoleh suara terbanyak dalam suatu distrik akan memperoleh kursi legislatif yang sesuai, terlepas dari perolehan suara mayoritas absolut. Untuk tujuan ini, Meksiko dibagi secara geografis menjadi 300 distrik pemilihan federal, yang masing-masing berfungsi sebagai daerah pemilihan uninominal. Distrik-distrik ini ditetapkan berdasarkan paritas demografi, yang memastikan distrik-distrik tersebut mencakup jumlah populasi yang sebanding (∼420.000 jiwa pada pemilihan 2024). Distribusi yang adil ini dikalibrasi ulang secara berkala melalui suatu proses yang dikenal sebagai penataan ulang distrik, dengan menggunakan metodologi yang ketat untuk menyesuaikan batas-batas distrik sesuai dengan perubahan dinamika populasi.
Perlu dicatat bahwa pemilihan ulang legislatif langsung secara historis dilarang, tetapi diperkenalkan kembali pada tahun 2014, yang mengubah dinamika kekuasaan dalam partai politik, membuka jalan menuju profesionalisasi dan, bisa dibilang, melemahkan kendali elit partai atas legislator sebagai satu-satunya sponsor masa depan politik mereka (Langston 2022 ). Namun, pemilihan ulang tetap merupakan proses yang sangat terkendali. Kepemimpinan partai memainkan peran yang menentukan sebagai penjaga gerbang dalam menyaring kandidat dan menentukan siapa yang dapat mencalonkan diri untuk pemilihan ulang (Bárcena et al. 2024 ).
3.2 Sejarah dan Budaya
Seperti kebanyakan koloni Spanyol, Wakil Kerajaan Spanyol Baru menerapkan “Sistema de Castas” yang mengutamakan “kemurnian ras” (Russell 2010 , 50). Setelah memperoleh kemerdekaannya, Meksiko secara kelembagaan menghapuskan sistem ini tetapi mewarisi praktik sosialnya (Martınez et al. 2014 ; Moreno 2010 ). Untuk memperbaiki hal ini, elit progresif Meksiko menganut mitos mestizaje sebagai narasi pembangunan bangsa untuk melawan dinamika ketidakadilan etnorasial. Pemerintah mempromosikan gagasan bahwa percampuran ras Spanyol-Pribumi yang luas menghasilkan masyarakat yang homogen secara ras dan satu ras kosmik —mestizo (Martınez et al. 2014 ; Vasconcelos 1948 ). Mitos ini tertanam tidak hanya dalam wacana publik, tetapi juga dalam program dan kebijakan pemerintah. Misalnya, pemerintah membuat kelompok tertentu tidak terlihat (yaitu Afro-Meksiko) dan membentuk persepsi orang tentang diri mereka sendiri melalui cara mereka mengajukan (tidak) mengajukan pertanyaan dalam sensus (Angosto Ferrández dan Kradolfer 2012 ). Pada akhirnya, proyek mestizaje berhasil menghapus gagasan tentang “ras” tetapi gagal memberantas praktik rasis di baliknya (Moreno 2010 ). Hasilnya telah digambarkan sebagai sinergi antara rasisme dan mestizaje di mana orang merayakan campuran ras mereka pada saat mereka menginginkan kulit putih fenotipik (Sue 2020 ).
Luasnya warisan kolonial yang diskriminatif ini telah terungkap oleh penelitian terkini, yang menunjukkan bahwa marginalisasi warna kulit terus memengaruhi hubungan interpersonal dan indikator kesejahteraan yang lebih besar—yaitu, pendidikan dan mobilitas sosial pendapatan (Arceo-Gomez dan Campos-Vazquez 2014 ; Campos-Vazquez dan Medina-Cortina 2019 ; Moreno 2008 ; Trejo dan Altamirano 2016 ).
3.3 Pemilihan Umum
Dalam sistem politik dan konteks budaya ini, pemilihan umum terbesar dalam sejarah Meksiko berlangsung. Pemilihan umum 2024 di Meksiko menyediakan sekitar 20.000 posisi untuk diperebutkan, dan mengundang sekitar 100 juta pemilih: pemilihan umum paling partisipatif dalam sejarah Meksiko.
Kontes pemilu menghadirkan dua koalisi politik utama kepada para pemilih yang mewakili kesinambungan versus perubahan. Yang pertama diwujudkan dalam Sigamos Haciendo Historia (SHH)—Morena, PT, Partido Verde—dan yang terakhir dalam Fuerza y Corazón por México (FCM)—PAN, PRI, PRD. Bagi banyak orang, pemilu ini merupakan referendum mengenai persetujuan rakyat terhadap presiden yang akan keluar—Andrés Manuel López Obrador (AMLO).
SHH memposisikan dirinya sebagai kelanjutan dari agenda “Transformasi Keempat” AMLO, yang menekankan kesejahteraan sosial (yaitu, transfer tunai langsung), pembangunan yang dipimpin negara (yaitu, subsidi), dan pendekatan populis terhadap tata kelola (Herdoiza 2024 ). Sebaliknya, FCM berkampanye untuk membatalkan banyak reformasi AMLO, dengan berjanji untuk memulihkan sistem pengawasan dan keseimbangan, mendemiliterisasi negara, dan mempromosikan kebebasan ekonomi yang lebih besar melalui sektor swasta (Sevilla-Macip 2024 ).
Calon SHH sering kali menampilkan diri mereka sebagai teknokrat, yang memadukan keahlian akademis dengan pengalaman politik, yang meningkatkan kompetensi yang mereka rasakan. Sebaliknya, koalisi oposisi FCM merekrut campuran politisi berpengalaman dan orang luar, termasuk profesional dari sektor swasta, yang menganjurkan kembalinya kebijakan yang lebih berorientasi pasar dan tata kelola yang demokratis.
Khususnya, peran pemilihan ulang menambah dimensi lain pada analisis kualitas kandidat. Sejak diperkenalkannya pemilihan ulang langsung untuk legislator pada tahun 2014, proporsi deputi dengan pengalaman legislatif sebelumnya meningkat secara signifikan. Namun, terlepas dari tren menuju profesionalisasi ini, pemilihan ulang tetap menjadi proses yang dikontrol ketat. Kepemimpinan partai memainkan peran yang menentukan dalam menentukan siapa yang dapat mencalonkan diri untuk pemilihan ulang, bertindak sebagai penjaga gerbang dalam menyaring kandidat berdasarkan kinerja legislatif dan loyalitas mereka terhadap tujuan partai (Bárcena et al. 2024 ).
Karena alasan-alasan ini, Pemilu Umum Meksiko 2024 merupakan peluang besar untuk memahami peran elektoral kualitas kandidat dalam lanskap politik yang berkembang pesat. Pemilu ini memberikan peluang unik untuk meneliti bagaimana warna kulit –dan berbagai dimensi kualitas kandidat– bersinggungan dengan mekanisme kelembagaan dan sosial-budaya yang lebih luas yang mengatur pemilu.
4 Data dan Metode
Dua kumpulan data resmi merupakan sumber informasi utama untuk analisis kami. Kedua basis data tersebut diterbitkan oleh Lembaga Pemilihan Umum Nasional (INE) untuk Pemilihan Umum 2024. Yang pertama, berjudul “Kandidat, kenali mereka” (INE 2024a ), menghimpun informasi yang menurut undang-undang Meksiko harus dibagikan oleh politisi mengenai latar belakang politik dan profesional mereka, beserta usulan kebijakan mereka.
Dari data yang tersedia pada informasi biografi kandidat, kami mengkodekan beberapa variabel. Jenis kelamin adalah variabel kategoris yang membedakan antara individu laki-laki, perempuan, dan non-biner. Kategori-kategori ini mencerminkan identitas gender yang dilaporkan sendiri oleh kandidat. Gelar juga merupakan variabel kategoris; kategorinya meliputi “Sekolah Menengah Atas,” “Sekolah Menengah Atas,” “Sarjana,” “Magister atau Spesialisasi,” “Doktor +,” dan “Lainnya.” Variabel ini didasarkan pada gelar yang dilaporkan kandidat tetapi tidak identik; kumpulan data asli mencakup gelar yang dilaporkan sendiri dan apakah ini diselesaikan atau sedang berlangsung, sementara variabel kami hanya melaporkan gelar akademik tertinggi yang diselesaikan kandidat.
Mengingat pentingnya kualitas kandidat dalam analisis kami, berdasarkan data biografi yang dilaporkan dalam kumpulan data INE, kami mengodekan tiga variabel biner yang berbeda untuk pengalaman dalam pemerintahan atau administrasi publik ( Government ), peran legislatif ( Legislative ), dan partisipasi dalam struktur birokrasi partai politik ( Party ). Variabel-variabel yang dipisahkan ini merupakan kontribusi yang signifikan dan berpotensi untuk memberikan wawasan tentang dampak yang dibedakan dari berbagai jenis pengalaman kandidat; mereka membantu mengevaluasi kualitas kandidat secara kuantitatif, dengan mempertimbangkan berbagai domain di mana keahlian profesional-politik dapat diperoleh, sambil membangun gradasi hierarkis berdasarkan signifikansi dan dampak relatif dari setiap jenis pengalaman.
Pemerintah dinilai berdasarkan tiga tingkatan: federal, negara bagian, dan kota. Kandidat dengan setidaknya 1 tahun pengalaman dalam administrasi publik federal, negara bagian, atau kota diberi kode positif. Untuk pengalaman Legislatif , kami memberi kode positif untuk semua kandidat dengan setidaknya 1 tahun pengalaman sebagai pemegang jabatan utama (propietario) di Senat, Kamar Deputi Federal, atau Kamar Deputi Negara Bagian. Terakhir, Partai memperhitungkan pengalaman birokrasi dalam partai politik dan diberi kode dikotomis: kandidat diberi kode positif jika mereka telah memegang posisi formal dalam struktur organisasi partai politik setidaknya selama 1 tahun, sebelum pencalonan mereka sebagai kandidat, memastikan untuk mencerminkan keterlibatan mereka yang sebenarnya dalam birokrasi partai. Yang penting, kriteria ini berlaku terlepas dari apakah partai yang dimaksud adalah pihak yang mencalonkan kandidat untuk pemilihan 2024. Peran seperti pencalonan, posisi penasihat, atau partisipasi dalam badan penyelenggara pemilu secara eksplisit dikecualikan. Kriteria evaluasi terakhir ini mengukur relevansi keakraban kandidat dengan dinamika partai dan keterampilan organisasi, yang penting bagi kepemimpinan politik yang efektif.
Landasan metodologis sistem pengodean ini didasarkan pada pengakuan bahwa pengalaman profesional di arena politik tidaklah homogen. Setiap domain memberikan kontribusi yang berbeda terhadap pengembangan kompetensi yang diperlukan untuk kinerja elektoral. Pendekatan ini memastikan bahwa evaluasi bersifat ketat dan multidimensi, sehingga memudahkan perbandingan yang transparan dan objektif di antara para kandidat.
Kumpulan data kedua terdiri dari “compútos distritales” resmi—penghitungan distrik—dari Pemilihan Umum (INE 2024b ). Basis data tersebut dipilah berdasarkan bilik suara, negara bagian, dan distrik pemilihan, dan menunjukkan jumlah total suara yang diterima setiap partai atau koalisi. Kami memproses data ini untuk memperoleh total perolehan suara dan pemenang untuk setiap kontes pemilihan.
Setelah memperoleh hasil agregat untuk setiap kontes elektoral, kami menambahkan informasi ini tentang hasil elektoral ke kumpulan data kandidat sehingga setiap pengamatan memiliki variabel untuk pembagian suara yang diperoleh dan menang/kalah dalam kontes. Kemudian, kami menyaring data untuk membuang kandidat dalam pemilihan presiden, senator, dan perwakilan proporsional; hanya menyimpan kandidat yang berkompetisi dalam kontes elektoral langsung untuk 300 distrik dengan satu anggota. Ini menghasilkan kumpulan data yang berisi total 992 kandidat, yang merupakan data yang kami gunakan untuk melakukan semua analisis kami.
Cara kami menghasilkan variabel warna kulit dijelaskan secara terperinci di bawah ini. Untuk saat ini, penting untuk dicatat bahwa variabel-variabel ini dihasilkan dari potret-potret yang sebagian besar berasal dari basis data INE, tetapi 140 kandidat tidak memberikan foto mereka kepada otoritas pemilu. Untuk mendukung sampel kami, kami memutuskan untuk mengkompilasi potret-potret lainnya secara manual. Sebagian besar foto “ekstra” ini berasal dari www.sabervotar.mx , sebuah platform daring yang diluncurkan oleh para pemantau pemilu dengan tujuan untuk mempromosikan partisipasi politik dan pemungutan suara yang terinformasi. Untuk beberapa contoh ketika potret-potret tidak tersedia di platform ini, kami menggunakan Sistem Informasi Legislatif dari Kamar Deputi (untuk saat para kandidat memenangkan pemilu) dan, sebagai sumber terakhir, media. Namun, kami tidak dapat menemukan potret untuk tujuh kandidat, yang enam di antaranya adalah perempuan, tiga dari Chiapas, dua dari Oaxaca, dan satu dari Guerrero. Mengingat bahwa beberapa distrik elektoral di negara-negara bagian ini bersifat pedesaan, entah bagaimana diharapkan bahwa tidak semua kandidat dalam pemilihan akan memberikan potret mereka. Selain itu, dari ketujuh kandidat ini, lima mencalonkan diri untuk Movimiento Ciudadano (MC) dan dua untuk Fuerza y Corazón por México . Tak satu pun dari mereka memenangkan pemilihan. Bahkan, tak satu pun dari mereka yang melampaui 10% suara. Kami memproses semua data di RStudio, dan basis data akhir kami—bersama dengan berkas replikasi—tersedia sebagai Informasi Pendukung untuk artikel ini.
Nah, jika berbicara tentang warna kulit, ada beberapa hal yang perlu diperhatikan. Pertama, kami ingin dengan jelas menjauhkan analisis kami dari perdebatan tentang apakah diskriminasi warna kulit di Meksiko merupakan kasus colorism atau rasisme. Sebagian besar akademisi Amerika Latin mengakui bahwa ras dan warna kulit saling tumpang tindih dan saling terkait (Moraes Silva et al. 2024 ; Telles 2004, 2012 ) dan bahwa wilayah tersebut dapat digambarkan dengan baik sebagai “cair” secara rasial (De Micheli 2018, 2021 ; Irizarry et al. 2023 ; Marrow 2003 ). Namun, terdapat beberapa ketidaksepakatan mengenai apakah kedua istilah ini secara konseptual berbeda atau sepenuhnya dapat dipertukarkan (Htun 2016 , 165; Mitchell-Walthour 2017 , Bab 1; Monk 2016 , 415, 2021 , 80; Saldívar 2014 , 90). Kami tidak melihat perlunya mengambil sikap dalam perdebatan ini, tetapi cukup laporkan dampak yang kami temukan dari variabel “warna kulit” ini.
Kedua, ada masalah tentang bagaimana “warna kulit” diukur. Metode telah bervariasi di berbagai wilayah geografis dan disiplin akademis: skala verbal, palet warna, foto elisitasi, dan spektrometer (Dixon dan Telles 2017 ). Di Amerika Latin, pewawancara telah mengklasifikasikan responden dalam palet warna ketika mereka bertemu responden secara langsung (Telles et al. 2015 ), tetapi banyak yang memilih untuk mengklasifikasikan potret sebagai gantinya (Campos dan Machado 2018 ; Htun 2016 ; Janusz et al. 2023 ). Ukuran besar dan lokasi penyebaran sampel kami membuatnya tidak layak untuk mengikuti metode pertama, jadi kami menggunakan opsi kedua.
Lebih jauh lagi, ada berbagai metode untuk mengklasifikasikan potret, yang semuanya memiliki kelebihan dan kekurangannya sendiri. Dalam ilmu sosial, meminta pembuat kode independen untuk mengklasifikasikan subjek adalah metode yang paling umum, tetapi itu tidak berjalan tanpa keberatan. Ironisnya, kekuatannya adalah kelemahannya. Studi menunjukkan bahwa pembuat kode “independen” sama sekali tidak netral: faktor eksternal (yaitu, nama, rambut, pakaian, urutan kode, dan jenis kelamin) memengaruhi penilaian mereka dan membuatnya sangat tidak stabil (Abrajano et al. 2023 ; Campbell dan Troyer 2007 ; Garcia dan Abascal 2016 ; Golash-Boza dan Darity 2008 ; Hill 2002b, 2002a ; Monk 2015 ; Perreira dan Telles 2014 ). Secara efektif, metode ini mencatat bagaimana orang lain bereaksi terhadap seorang individu berdasarkan tidak hanya warna kulit mereka tetapi juga “skema rasial” yang lebih luas (Sen dan Wasow 2016 , 506; Wade 2012 ). Ini belum tentu salah, selama peringatan ini dipertimbangkan. Kami menyertakan variabel jenis ini dan menyebutnya Complexion : dua pembuat kode Meksiko secara independen mengklasifikasikan warna kulit setiap kandidat menggunakan palet PERLA (Telles 2014 ). Mengikuti studi serupa (Campos-Vazquez dan Rivas-Herrera 2021 ; Janusz et al. 2023 ), kami menghitung rata-rata skor independen untuk setiap legislator.
Namun, untuk memperkuat analisis, kami juga menyertakan variabel warna kulit yang diproses dengan algoritma otomatis Rejón dan Ma ( 2023 ): CASCo (pustaka Python yang secara otomatis mendeteksi warna kulit area wajah dari potret tertentu dan mengklasifikasikannya ke salah satu kategori dalam palet warna PERLA). Algoritma ini menilai warna kulit secara eksklusif, secara efektif mengabaikan semua faktor lain yang memengaruhi persepsi manusia (yaitu, jenis kelamin, pakaian, rambut wajah, kecantikan yang dirasakan, dan kelas).
Meskipun kedua variabel “warna kulit” ini mungkin tampak mengukur hal yang sama, keduanya berbeda, dan ada baiknya untuk menyertakan keduanya dalam analisis. Variabel CASCo dikodekan menggunakan algoritma klasifikasi otomatis yang berfokus secara eksklusif (dan objektif) pada warna kulit area wajah potret; variabel Kompleksi dikodekan oleh manusia, yang mau tidak mau mengamati penanda lain (fenotipikal dan kelas). Karena alasan ini, kedua variabel ini menangkap dua fenomena yang berbeda, karena CASCo hanya mempertimbangkan satu elemen skema ras (yaitu, warna kulit), dan Kompleksi mencerminkan rentang elemen skema ras yang lebih luas (meskipun tidak semuanya).
Studi terbaru menunjukkan bahwa sejauh mana ciri-ciri non-epidermik (yaitu, rambut, bibir, jenis kelamin) berkontribusi pada “transcoloration”—memutihkan atau menggelapkan—warna kulit yang dipersepsikan telah diremehkan (Krozer dan Gómez 2023 ; Solís dan Güémez 2020 ; Solís dan Reyes Martínez 2023 ). Beberapa studi ini telah melihat dampak dari ciri-ciri yang berbeda ini pada variabel sosial ekonomi dan menemukan bahwa efek warna kulit berbeda dengan fitur lainnya—kadang-kadang hanya dalam intensitas tetapi yang lain juga dalam arah (Reyes-Martínez et al. 2023 ; Solís et al. 2023 ). Mengingat preseden yang tidak meyakinkan ini, ada baiknya memeriksa efek yang berbeda yang mungkin dimiliki variabel-variabel ini pada hasil pemilu. Pihak lain baru-baru ini menggunakan pendekatan gabungan serupa, dengan mempertimbangkan variabel warna kulit yang “dinilai oleh mesin” dan “dinilai sendiri” dalam analisis mereka (Ostfeld dan Yadon 2022b ). Menggunakan kedua pengukuran warna kulit menawarkan analisis yang lebih komprehensif, sekaligus mengurangi potensi efek negatif dari perbedaan antar variabel.
5. Temuan dan Pembahasan
Mungkin cara terbaik untuk memulai penyajian temuan kami adalah dengan melihat distribusi warna kulit kandidat yang didukung oleh masing-masing koalisi untuk pemilihan umum. Gambar 1 menunjukkan data ini menggunakan kedua variabel warna kulit kami untuk tiga koalisi teratas: SHH, FCM, dan MC. Pertama, perlu dicatat bahwa variabel otomatis (CASCo) mengidentifikasi kandidat hanya antara level 4–9 palet PERLA, sementara pembuat kode manusia melihat “Lebih Putih”—mengklasifikasi kandidat dalam level 5–11. Perbedaan antara kedua variabel tersebut kemungkinan besar berasal dari efek “ras impresionistik” yang kami tandai di atas, dan telah dibahas lebih rinci di tempat lain (Rejón 2025 ).

Khususnya, oposisi (FCM) adalah koalisi paling Putih di kedua variabel, meskipun hanya sedikit. Ini cocok dengan gagasan bahwa partai-partai tengah dan sayap kanan—yang secara tradisional diasosiasikan dengan pemilik bisnis dan kelas menengah ke atas—mencalonkan kandidat yang lebih terang karena kelas dan warna kulit berkorelasi di Meksiko (Cerón-Anaya 2020 ; Krozer 2019 ; Rejón 2024b ). Namun, SHH belum tentu merupakan koalisi yang “paling gelap”, karena sebagian besar kandidat mereka termasuk dalam kategori coklat muda (34,2% dan 36,5% di PERLA 6 dan 7, menurut CASCo; dan 31,9% dan 26,9% di PERLA 8 dan 9, menurut Complexion). Mungkin, di kedua variabel, MC adalah koalisi yang mencalonkan persentase kandidat yang lebih tinggi dalam kategori yang lebih gelap; yang menarik, mereka juga merupakan koalisi yang paling tidak berhasil.
Sekarang, apakah ada perbedaan yang signifikan secara statistik untuk hasil pemilu? Kami mengujinya melalui empat pendekatan berbeda menggunakan variabel biner untuk kemenangan pemilu dan variabel kontinu untuk perolehan suara. Menggunakan kedua variabel ini membantu kami mengamati tidak hanya kandidat mana yang menang tetapi juga seberapa ketat persaingan pemilu tersebut. Untuk menghindari potensi masalah kolinearitas, kami menjalankan model terpisah untuk CASCo dan Complexion. Dalam semua model, kami mengendalikan beberapa variabel, termasuk jenis kelamin, usia, pendidikan, pengalaman (pemerintah, legislatif, partai), partai, dan negara bagian. Agar ringkas, kami mengecualikan dari tabel kami di sini variabel yang tidak pernah signifikan (Negara bagian) dan variabel yang pengamatannya terlalu sedikit (non-biner untuk jenis kelamin, dan partai individu daripada koalisi).
Pertama, mengikuti Campos-Vazquez dan Rivas-Herrera ( 2021 ), kami menjalankan dua model regresi linier umum di semua kandidat, menggunakan kedua variabel untuk hasil elektoral. Dalam Tabel 1 , kami menemukan bahwa perempuan lebih kecil kemungkinannya daripada laki-laki untuk menang pada tingkat yang sedikit signifikan dan bahwa usia memiliki efek negatif yang signifikan secara statistik pada kemenangan. Namun, tidak ada variabel warna kulit yang merupakan prediktor signifikan sama sekali, bersama dengan pendidikan, dan pengalaman pemerintahan dan partai. Khususnya, pengalaman legislatif dan afiliasi partai adalah variabel dengan efek positif yang sangat signifikan dan kuat pada kemenangan.
CASCo | Corak | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Variabel | Koefisien | melihat | dari | aku | sebuah | Koefisien | melihat | dari | aku | sebuah |
(Mencegat) | -1.968 | 1.778 | -1,107 | 0.268 | -1.190 | 1.483 | -0,803 | 0.422 | ||
CASCo5 | 0.733 | 1.312 | 0,559 | 0,576 tahun | ||||||
CASCo6 | 0.839 | 1.296 | 0.648 | 0.517 | ||||||
CASCo7 | 0.691 | 1.298 | 0,533 | 0,594 tahun | ||||||
CASCo8 | 0,505 tahun | 2.716 | 0.186 | 0.852 | ||||||
CASCo9 | 0.269 | 1.329 | 0.203 | 0.839 | ||||||
Corak | -0,027 | 0.111 | -0,242 | 0.809 | ||||||
Wanita | -0,474 | 0.254 | -1.869 | 0,062 tahun | . | -0,447 | 0.252 | -1.772 tahun | 0,076 tahun | . |
Usia | -0,025 | 0,012 | -2,022 | 0,043 tahun | * | -0,024 | 0,012 | -1.994 | 0,046 tahun | * |
Sekolah menengah atas | -0,154 | 1.094 | -0,141 | 0,888 | -0,043 | 1.085 | -0,040 | 0,968 | ||
Sarjana | 0.203 | 1.051 | 0.193 | 0.847 | 0,336 tahun | 1.038 | 0.324 | 0.746 | ||
Magister atau spesialisasi | 0.253 | 1.062 | 0.239 | 0.811 | 0,387 tahun | 1.054 | 0,367 tahun | 0.713 | ||
Doktor + | 0.214 | 1.183 | 0.181 | 0.857 | 0,389 | 1.172 | 0.332 | 0.740 | ||
Lainnya | -0,036 | 1.101 | -0,033 | 0,974 tahun | 0,082 | 1.092 | 0,075 hari | 0.940 | ||
Pengalaman pemerintah | 0,185 | 0.288 | 0.642 | 0.521 | 0,148 | 0.287 | 0,518 | 0.605 | ||
Pengalaman legislatif | 1.275 | 0,285 | 4.469 | 0.000 | *** | 1.267 | 0.284 | 4.458 | 0.000 | *** |
Pengalaman berpesta | 0,148 | 0.253 | 0,584 tahun | 0,559 | 0,136 | 0.252 | 0,539 | 0,590 | ||
MC | -3.472 | 1.025 | -3.387 | 0,001 | *** | -3.490 | 1.025 | -3.407 | 0,001 | *** |
Sstt … | 3.781 | 0,276 tahun | 13.679 | 0.000 | *** | 3.766 | 0.274 | 13.758 | 0.000 | *** |
Catatan : Kode penting: 0 ‘***’, 0,001 ‘**’, 0,01 ‘*’, 0,05 ‘.’, 0,1 ‘ ‘.
Kami juga melihat bagaimana variabel-variabel ini memprediksi pangsa suara (Tabel 2 ) dan menemukan bahwa sementara CASCo terus menjadi prediktor yang tidak signifikan, Complexion signifikan secara statistik, yang menunjukkan bahwa kandidat dengan warna kulit lebih terang dikaitkan dengan suara yang lebih tinggi: untuk setiap peningkatan unit dalam Complexion, prediksi pangsa suara meningkat 0,738%.
CASCo | Corak | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Variabel | Koefisien | melihat | dari | aku | sebuah | Koefisien | melihat | dari | aku | sebuah |
(Mencegat) | 25.808 | 3.513 | 7.346 | 0.000 | *** | 22.456 | 3.515 | 6.389 | 0.000 | *** |
CASCo5 | 2.732 | 2.130 | 1.283 | 0.200 | ||||||
CASCo6 | 2.233 | 2.056 | 1.086 | 0,278 | ||||||
CASCo7 | 2.305 | 2.076 | 1.110 | 0,267 tahun | ||||||
CASCo8 | 1.548 | 5.182 | 0.299 | 0,765 tahun | ||||||
CASCo9 | 2.499 | 2.181 | 1.146 | 0.252 | ||||||
Corak | 0,738 tahun | 0.263 | 2.807 | 0,005 | ** | |||||
Wanita | -0,309 | 0.623 | -0,496 | 0.620 | -0,473 | 0.618 | -0,765 | 0.445 | ||
Usia | -0,068 | 0,029 | -2,315 | 0,021 | * | -0,061 | 0,029 | -2,068 | 0,039 | * |
Sekolah menengah atas | -0,423 | 2.550 | -0,166 | 0,868 | -0,910 | 2.536 | -0,359 | 0.720 | ||
Sarjana | 2.244 | 2.432 | 0.923 | 0.356 | 1.710 | 2.419 | 0.707 | 0.480 | ||
Magister atau spesialisasi | 2.450 | 2.475 | 0,990 | 0.323 | 1.704 | 2.470 | 0.690 | 0.490 | ||
Doktor + | 3.099 | 2.808 | 1.104 | 0.270 | 2.211 | 2.801 | 0,789 tahun | 0.430 | ||
Lainnya | 0,547 tahun | 2.494 | 0.220 | 0.826 | 0,031 | 2.484 | 0,013 | 0,990 | ||
Pengalaman pemerintah | 2.023 | 0,797 tahun | 2.538 | 0,011 | * | 1.988 | 0,789 tahun | 2.519 | 0,012 | * |
Pengalaman legislatif | 7.405 | 0.808 | 9.166 | 0.000 | *** | 7.252 | 0.802 | 9.043 | 0.000 | *** |
Pengalaman berpesta | 0,966 tahun | 0,665 tahun | 1.451 | 0,147 tahun | 0,938 | 0.661 | 1.419 | 0.156 | ||
MC | -16.166 | 0,825 | -19.599 | 0.000 | *** | -16,06 | 0.820 | -19,58 | 0.000 | *** |
Sstt … | 23.260 | 0.822 | 28.299 | 0.000 | *** | 23.352 | 0.816 | 28.634 | 0.000 | *** |
Catatan : Kode penting: 0 ‘***’, 0,001 ‘**’, 0,01 ‘*’, 0,05 ‘.’, 0,1 ‘ ‘.
Mirip dengan model sebelumnya, usia menunjukkan sedikit hubungan negatif dengan perolehan suara, dan pendidikan tidak menunjukkan signifikansi sama sekali. Dalam kasus ini, pengalaman legislatif terus memiliki efek positif yang sangat signifikan, sementara pengalaman pemerintahan memiliki efek yang sedikit signifikan. Khususnya, pengalaman partai tidak memiliki efek yang signifikan. Dalam model CASCo kami, untuk setiap unit tambahan dalam pemerintahan dan pengalaman legislatif, perolehan suara yang diprediksi meningkat masing-masing sebesar 2,02% dan 7,4%. Sementara peningkatannya adalah sebesar 0,79% dan 0,8% dalam model Complexion.
Perhatikan bahwa analisis ini tidak memperhitungkan sifat pemilihan umum yang bertingkat. Artinya, tidak semua kandidat bersaing satu sama lain. Ada 300 kontes elektoral (satu untuk setiap SMD). Untuk menguji dampak warna kulit pada hasil elektoral, yang terbaik adalah mengendalikan kontes elektoral (distrik) dan hanya membandingkan kandidat yang bersaing satu sama lain. Inilah yang kami lakukan dalam model yang ditampilkan dalam Tabel 3 dan 4 , menggunakan regresi logistik bertingkat dan regresi logistik bersyarat (masing-masing).
CASCo | Corak | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Variabel | Koefisien | melihat | dari | aku | sebuah | Koefisien | melihat | dari | aku | sebuah |
(Mencegat) | -1.968 | 1.778 | -1,107 | 0.268 | -1.190 | 1.483 | -0,803 | 0.422 | ||
CASCo5 | 0.733 | 1.312 | 0,559 | 0,576 tahun | ||||||
CASCo6 | 0.839 | 1.296 | 0.648 | 0.517 | ||||||
CASCo7 | 0.691 | 1.298 | 0,533 | 0,594 tahun | ||||||
CASCo8 | 0,505 tahun | 2.716 | 0.186 | 0.852 | ||||||
CASCo9 | 0.269 | 1.329 | 0.203 | 0.839 | ||||||
Corak | -0,027 | 0.111 | -0,242 | 0.809 | ||||||
Wanita | -0,474 | 0.254 | -1.869 | 0,062 tahun | . | -0,447 | 0.252 | -1.772 tahun | 0,076 tahun | . |
Usia | -0,025 | 0,012 | -2,022 | 0,043 tahun | * | -0,024 | 0,012 | -1.994 | 0,046 tahun | * |
Sekolah menengah atas | -0,154 | 1.094 | -0,141 | 0,888 | -0,043 | 1.085 | -0,040 | 0,968 | ||
Sarjana | 0.203 | 1.051 | 0.193 | 0.847 | 0,336 tahun | 1.038 | 0.324 | 0.746 | ||
Magister atau spesialisasi | 0.253 | 1.062 | 0.239 | 0.811 | 0,387 tahun | 1.054 | 0,367 tahun | 0.714 | ||
Doktor + | 0.214 | 1.183 | 0.181 | 0.857 | 0,389 | 1.172 | 0.332 | 0.740 | ||
Lainnya | -0,036 | 1.101 | -0,033 | 0,974 tahun | 0,082 | 1.092 | 0,075 hari | 0.940 | ||
Pengalaman pemerintah | 0,185 | 0.288 | 0.642 | 0.521 | 0,148 | 0.287 | 0,518 | 0.605 | ||
Pengalaman legislatif | 1.275 | 0,285 | 4.469 | 0.000 | *** | 1.267 | 0.284 | 4.458 | 0.000 | *** |
Pengalaman berpesta | 0,148 | 0.253 | 0,584 tahun | 0,559 | 0,136 | 0.252 | 0,539 | 0,590 | ||
MC | -3.472 | 1.025 | -3.387 | 0,001 | *** | -3.490 | 1.025 | -3.407 | 0,001 | *** |
Sstt … | 3.781 | 0,276 tahun | 13.679 | 0.000 | *** | 3.766 | 0.274 | 13.758 | 0.000 | *** |
Catatan : Kode penting: 0 ‘***’, 0,001 ‘**’, 0,01 ‘*’, 0,05 ‘.’, 0,1 ‘ ‘.
CASCo | Corak | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Variabel | Koefisien | Eksp(koef) | se(koef) | dari | Bahasa Indonesia: Pr(>| z |) | Koefisien | Eksp(koef) | se(koef) | dari | Bahasa Indonesia: Pr(>| z |) |
CASCo5 | 1.234 | 3.435 | 1.355 | 0.911 | 0.362 | |||||
CASCo6 | 1.369 | 3.933 | 1.362 | 1.005 | 0,315 | |||||
CASCo7 | 1.096 | 2.992 | 1.333 | 0.822 | 0.411 | |||||
CASCo8 | 1.385 | 3.996 | 3.000 | 0.462 | 0.644 | |||||
CASCo9 | 0.651 | 1.917 | 1.366 | 0.476 | 0.634 | |||||
Corak | -0,122 | 0,885 | 0.124 | -0,989 | 0.323 | |||||
Wanita | -0,588 | 0,555 | 0.281 | -2,094 | 0,036 hari | -0,526 | 0,591 tahun | 0.272 | -1.936 | 0,053 |
Usia | -0,027 | 0,974 tahun | 0,013 | -2,033 | 0,042 tahun | -0,026 | 0,974 tahun | 0,013 | -2,005 | 0,045 pukul 0,045 |
Sekolah menengah atas | -0,126 | 0.882 | 1.059 | -0,118 | 0.906 | 0,032 | 1.032 | 1.039 | 0,030 | 0,976 tahun |
Sarjana | 0.327 | 1.387 | 0,992 | 0.330 | 0.742 | 0,545 tahun | 1.725 | 0,972 tahun | 0,561 tahun | 0,575 tahun |
Magister | 0,335 | 1.398 | 1.019 | 0.329 | 0.742 | 0.608 | 1.836 | 1.003 | 0.606 | 0,544 tahun |
Doktor + | 0,012 | 1.012 | 1.110 | 0,011 | 0,991 tahun | 0.218 | 1.243 | 1.086 | 0.201 | 0.841 |
Lainnya | 0,040 | 1.041 | 1.069 | 0,037 hari | 0,970 | 0.216 | 1.242 | 1.050 | 0.206 | 0.837 |
Pemerintah exp. | 0,168 | 1.183 | 0.296 | 0,567 tahun | 0,571 tahun | 0,093 | 1.098 | 0.290 | 0.321 | 0,748 tahun |
Eksp legislatif | 1.311 | 3.711 | 0.309 | 4.238 | 0.000 | 1.298 | 3.664 | 0.307 | 4.231 | 0.000 |
Pesta exp. | 0,158 | 1.171 | 0.272 | 0,581 tahun | 0,561 tahun | 0.157 | 1.169 | 0.270 | 0,581 tahun | 0,561 tahun |
MC | -3.303 | 0,037 hari | 1.024 | -3.224 | 0,001 | -3.381 | 0,034 tahun | 1.024 | -3.301 | 0,001 |
Sstt … | 2.072 | 7.939 | 0,235 | 8.820 | 0.000 | 2.029 | 7.605 | 0.229 | 8.872 | 0.000 |
Tabel 3 menunjukkan model campuran linear umum di mana kemenangan elektoral dihitung melalui variabel dependen biner; model ini mencakup intersepsi acak untuk menghitung pengelompokan berdasarkan kontes elektoral dan fungsi tautan logit untuk memprediksi probabilitas menang. Menariknya, varians mendekati nol untuk kontes elektoral menunjukkan bahwa intersepsi acak tidak menjelaskan banyak variabilitas tambahan dalam probabilitas menang di luar efek tetap. Seperti model sebelumnya, kami menemukan CASCo dan Complexion tidak memiliki daya prediktif dan tidak memiliki efek signifikan dalam kemenangan. Sekali lagi, jenis kelamin dan pendidikan tidak signifikan, sementara usia menunjukkan sedikit signifikansi. Dalam model ini, sekali lagi, pengalaman pemerintahan dan partai tidak signifikan, tetapi pengalaman legislatif membuat kandidat lebih mungkin menang. Efek partisan tetap sangat prediktif.
Terakhir, kami melakukan regresi logistik bersyarat untuk menguji hubungan antara warna kulit dan kemenangan elektoral, dengan melakukan stratifikasi berdasarkan kontes elektoral. Sekali lagi, kami tidak menemukan daya prediksi yang signifikan secara statistik dalam variabel warna kulit. Dalam model ini, menjadi seorang wanita menyiratkan peluang menang yang agak lebih rendah dibandingkan dengan kandidat pria, dan setiap tahun tambahan usia mengurangi peluang menang.
Khususnya, pengalaman legislatif dan keberpihakan adalah prediktor terbaik untuk keberhasilan elektoral sekali lagi. Secara keseluruhan, kami menemukan sedikit, jika ada, dukungan untuk hipotesis Diskriminasi . Data kami menolak asumsi bahwa warna kulit adalah prediktor signifikan secara statistik untuk keberhasilan elektoral di Meksiko, seperti yang mungkin terjadi dalam konteks lain. Secara keseluruhan, kami menemukan dukungan kuat untuk hipotesis Kualitas , yang menyatakan bahwa pengalaman politik adalah prediktor utama atau hasil elektoral. Dalam semua model kami, pengalaman sebelumnya adalah prediktor paling signifikan untuk hasil elektoral, dengan pengalaman legislatif terbukti menjadi jenis pengalaman yang paling relevan.
Bahasa Indonesia: Sementara temuan kami mengonfirmasi penjelasan teoritis terbaik dan paling umum untuk keberhasilan elektoral dan bertentangan dengan studi terbaru tentang masalah ini (sebagaimana diulas di Bagian 1 ), kami ingin sejelas-jelasnya tentang apa yang menurut kami tidak tersirat dalam hasil kami. Sementara seseorang mungkin ingin menggunakan temuan ini untuk berargumen bahwa colorism tidak memiliki dampak politik di Meksiko atau bahkan bahwa warna kulit bukanlah poros penindasan yang menonjol dalam konteks Meksiko, kami hanya berpikir pemilihan umum bukanlah tempat yang tepat untuk membuat kesimpulan seperti itu. Pertama, penelitian menunjukkan bahwa—karena berbagai alasan—rata-rata pemilih Meksiko (dan Amerika Latin) tidak terlalu cenderung memberikan suara yang terinformasi. Faktanya, mereka sering kali rentan terhadap “politik mesin,” pembelian suara, dan diskriminasi elektoral (Agudelo 2002 ; Johnson 2020 ). Kami pikir pemilih tidak mendiskriminasi warna kulit kandidat, bukan karena mereka tidak ingin melakukannya, tetapi karena mereka mungkin tidak tahu siapa kandidatnya. Penjelasan ini sangat mungkin karena—tidak seperti konteks lain (Leigh dan Susilo 2009 )—surat suara di Meksiko tidak menampilkan foto kandidat, hanya nama dan partai mereka.
Kedua, identitas ras belum tertanam kuat dalam budaya Meksiko, dan literasi ras baru mulai berkembang baru-baru ini (Rejón 2024b, 2024a ). Studi lain menunjukkan bahwa pemungutan suara etnis berkorelasi langsung dan positif dengan literasi ras, perjuangan politik, dan nasib terkait (Ahuja et al. 2016 ; De Micheli 2021 ; Mitchell-Walthour 2017 ). Oleh karena itu, fakta bahwa pemilih Meksiko tidak menggunakan warna kulit untuk menentukan pilihan mereka tidak serta merta berarti bahwa diskriminasi warna kulit bukanlah masalah nyata di negara tersebut; bahkan, mungkin berarti sebaliknya.
Terakhir, warna kulit mungkin tidak menonjol dalam pemilihan umum Meksiko karena pengaruh lain jauh lebih kuat. Penelitian sebelumnya menunjukkan “efek tarikan” yang besar dalam pemilihan umum Meksiko, di mana konstituen memberikan semua suara (legislatif) mereka sesuai dengan suara mereka untuk kandidat presiden (Carey 1994 ; Nohlen 1994 ; Shugart dan Carey 1992 ). Penjelasan ini tidak pernah lebih tepat waktu, mengingat bahwa dua pemilihan umum terakhir dimenangkan dengan margin yang sangat besar. Pada tahun 2018, Andrés Manuel López Obrador menang dengan 53,19% suara, dan pada tahun 2024, Claudia Sheinbaum menang dengan margin 30%. Menurut analisis kami terhadap data INE, koalisi yang sama memenangkan semua kontes (Deputi, Senator, dan Presiden) di 91,67% distrik pemilihan.
6 Kesimpulan
Kualitas kandidat telah dikenal sebagai faktor penting dalam hasil pemilu selama beberapa dekade. Para pemilih menghargai kualitas pribadi, terkadang bahkan lebih dari sekadar posisi ideologis. Kenyataannya, persepsi kualitas ini bergantung pada pengalaman politik kandidat sebelumnya.
Dalam banyak konteks, termasuk Meksiko, studi empiris mengungkapkan bahwa pengalaman sebelumnya merupakan prediktor penting keberhasilan politik. Akan tetapi, meskipun semakin banyak literatur yang mengungkap diskriminasi warna kulit di Meksiko, hampir tidak ada penelitian ini yang mempertimbangkan warna kulit sebagai variabel dalam analisis. Beberapa studi yang memperhitungkan warna kulit berskala kecil atau menyajikan kelalaian yang signifikan. Untuk mengatasi hal ini, kami menganalisis hasil Pemilu Umum Meksiko 2024 dengan metode yang sepenuhnya transparan, menyertakan sebagian besar (jika tidak semua) variabel kontrol yang relevan, dan menyediakan data kami sepenuhnya. Hasil kami menunjukkan sedikit, jika ada, dukungan untuk gagasan bahwa warna kulit gelap merupakan kerugian elektoral di Meksiko. Sebaliknya, pengalaman legislatif dan keberpihakan tampaknya menjadi prediktor terbaik untuk keberhasilan elektoral.
Sekilas, temuan-temuan ini mungkin tampak menantang gagasan bahwa warna kulit secara politis menonjol di Meksiko. Akan tetapi, kami lebih berhati-hati dengan interpretasi kami terhadap data. Studi kami mencakup variabel kontrol yang gagal disertakan oleh penelitian lain. Misalnya, Aguilar ( 2011 ) menjalankan eksperimen dengan kandidat fiktif tetapi—meskipun ia menyertakan tempat lahir, perguruan tinggi yang pernah dimasuki, dan gelar profesional—kandidat dalam eksperimennya tidak mencalonkan diri untuk partai politik mana pun dan tidak mungkin memiliki visibilitas dan sumber daya sebelumnya, mengingat bahwa mereka dibuat-buat. Dalam pemilihan umum yang sebenarnya, faktor-faktor ini tampaknya menggantikan warna kulit. Demikian pula, Campos-Vazquez dan Rivas-Herrera ( 2021 ) mempelajari hasil Pemilihan Umum 2018 tetapi gagal mengendalikan kualitas kandidat. Para penulis sendiri mengakui bahwa partai politik lebih menonjol daripada warna kulit dalam studi mereka dan bahwa estimasi warna kulit mereka mungkin bias oleh variabel-variabel pengganggu seperti tahun sekolah dan pengalaman politik. Sekali lagi, variabel-variabel ini menggantikan warna kulit dalam pemilihan umum yang sebenarnya.
Oleh karena itu, temuan kami tidak berarti bahwa warna kulit tidak relevan secara politis, tetapi itu jelas bukan prediktor terbaik untuk keberhasilan elektoral. Mereka mungkin mengungkapkan, sebaliknya, bahwa pemilu bukanlah tempat terbaik untuk menguji saliensi politik warna kulit. Beberapa orang mungkin berpikir bahwa ini masalahnya karena pemilih tidak punya banyak pilihan (yaitu, bahwa di beberapa distrik semua kandidat berkulit putih atau berkulit gelap), tetapi ini tidak tepat. Untuk menjawab pertanyaan tentang pilihan, kami mengelompokkan warna kulit mengikuti Campos-Vazquez dan Rivas-Herrera ( 2021 )—kategori PERLA diklasifikasikan ulang dalam lima kelompok: Putih (9,10,11), cokelat muda (8), menengah (7), cokelat (6), dan cokelat tua (1,2,3,4,5)—meneliti distrik dan kontes elektoral mana yang memiliki kandidat hanya dalam satu kelompok unik (yaitu, hanya kandidat kulit putih yang bersaing satu sama lain). Dari 300 distrik, hanya 25 (8,33%) yang “tidak punya pilihan” menurut CASCo dan 18 (6%) menurut Complexion. Jelas, tanpa pengelompokan warna kulit, persentasenya akan jauh lebih kecil. Ini berarti bahwa sebagian besar pemilih memang punya pilihan dan dapat memilih di antara kandidat dengan warna kulit yang berbeda.
Namun, perlu dicatat bahwa surat suara di Meksiko tidak menampilkan foto kandidat dan bahwa pemilih Meksiko biasanya tidak mendapat informasi dan rentan terhadap “politik mesin,” klientelisme, dan pembelian suara (Agudelo 2002 ; Johnson 2020 ). Selain itu, keberpihakan dan “efek tarik-menarik” mungkin terlalu kuat dalam pemilihan umum untuk memungkinkan warna kulit memiliki dampak apa pun. Penelitian sebelumnya tentang pemilihan umum Meksiko menunjukkan bahwa konstituen cenderung memberikan semua suara (legislatif) mereka sesuai dengan suara mereka untuk kandidat presiden (Carey 1994 ; Nohlen 1994 ; Shugart dan Carey 1992 ).
Karena alasan ini, marginalisasi politik berdasarkan warna kulit di Meksiko mungkin lebih baik diteliti di tempat lain, seperti majelis legislatif atau kabinet presiden, di mana kondisi ini berbeda. Penelitian lebih lanjut juga harus menyelidiki secara lebih rinci—mungkin secara kualitatif—mekanisme yang dapat menjelaskan dampak yang kita amati, seperti dinamika partai tertentu.