Metodología de Investigación y Marco de Criterios de Datos

Documento normativo único. Las reglas de neutralidad, fuentes, benchmarks y posicionamiento se definen solo aquí; el resto de documentos (CLAUDE.md, ROADMAP, skills) las referencian sin repetirlas.

1. Principios Fundamentales

El objetivo de España en Datos es proporcionar un marco analítico objetivo, neutro y contrastable para el debate público. Toda la investigación se rige por tres pilares:

Verificabilidad: Todo dato o postura política cuenta con al menos una fuente primaria pública e identificable, con referencia exacta.
Reproducibilidad: Todo dato cuantitativo se obtiene mediante código ejecutable (notebook) que descarga la información de la API o fichero oficial. Ningún valor numérico se transcribe a mano, ni por personas ni por modelos de IA.
Imparcialidad Lingüística: La descripción de propuestas políticas usa un tono aséptico y descriptivo, libre de juicios de valor o adjetivación sesgada.

2. Marco Comparativo Internacional y Armonización

2.1 Cesta Obligatoria de Referencia (Benchmarks)

Para evitar el sesgo de selección de países (cherry-picking), toda serie temporal compara España con cuatro referencias fijas, definidas en global.json (benchmarks):

Referencia	Identificador	Justificación	Fuente prioritaria
España	`espana`	Objeto principal de análisis.	INE, Banco de España, Ministerios
Unión Europea (UE-27)	`ue27`	Marco normativo, fiscal y monetario del que España forma parte.	Eurostat
OCDE	`ocde`	Agregado de economías avanzadas con metodología estadística común.	OECD Data Explorer
Estados Unidos	`eeuu`	Mayor economía de la OCDE; referencia frecuente en el debate público español.	OCDE / Banco Mundial
Canadá	`canada`	Estado federal con competencias muy descentralizadas en sanidad, educación y vivienda; comparable con el modelo autonómico.	OCDE / Banco Mundial

Motivo de la cesta fija: se eligen referencias estables y no países individuales europeos, para que la selección no dependa del indicador. La cesta no cambia entre gráficas; si un benchmark no dispone de dato, se deja vacío (ver §2.4), nunca se sustituye por otro país.

2.2 Tipos de gráfica y excepciones a la cesta

La cesta de 5 series es obligatoria para el tipo serie_temporal. Se admiten estos tipos con su regla propia:

`tipo`	Uso	Regla de series
`serie_temporal`	Evolución de un indicador	Las 5 series de la cesta (con `null` donde no haya dato).
`por_ccaa`	Comparación entre comunidades autónomas	Una serie por CCAA + total España; sin benchmarks internacionales.
`solo_espana`	Indicador sin equivalente internacional (ej. normativa española)	Solo `espana`; el motivo se documenta en `notas`.

Cualquier otro caso requiere una justificación explícita en notas y la aprobación en la revisión humana.

2.3 Ventana temporal

Objetivo: datos desde 1976 en adelante (inicio de la etapa democrática). Se intenta siempre obtener la serie completa desde 1976 hasta el último dato publicado.
Si una fuente empieza más tarde (ej. agregados UE-27 de Eurostat, normalmente desde 1995 o 2000), los años anteriores quedan como null y el motivo se indica en notas. No se rellenan con estimaciones propias.
Composición cambiante de agregados: el agregado OCDE y la UE han cambiado de miembros a lo largo del tiempo. Se usa el agregado de composición actual publicado por la fuente (ej. EU27_2020) y se indica en notas.

2.4 Protocolo de Homologación de Indicadores

Sustitución por métrica equivalente OCDE/Banco Mundial: si un indicador europeo no existe para EE. UU./Canadá, se usa el indicador OCDE que más se aproxime funcionalmente, documentando la diferencia en notas (ej. Abandono Escolar Temprano → Educational Attainment / non-completion rate).
Unidades monetarias: valores reales en euros constantes, deflactados con el IPCA (HICP) de Eurostat con año base 2015, o en PPA (PPP) de la OCDE para comparaciones internacionales de nivel de vida. La unidad indica siempre cuál se usa.
Población: preferentemente per cápita o por habitante.
Dato no disponible: el valor es null (nunca la cadena "N/A" ni 0) y el motivo se explica en notas sin omitir el resto de series.

2.5 Rupturas de serie

Se prefieren las series enlazadas oficiales (ej. series enlazadas del INE, retropolaciones de Eurostat).
Nunca se empalman series manualmente sin documentarlo. Si es imprescindible, el notebook muestra el método y notas lo explica.
Toda ruptura metodológica conocida (ej. cambios de la EPA en 2001 y 2005, cambios de base de la Contabilidad Nacional) se registra en notas con el año afectado.

3. Fuentes de Información Autorizadas

3.1 Datos Cuantitativos y Estadísticos

Nacionales (España): INE, Banco de España, AIReF, Ministerios del Gobierno de España (Hacienda, Trabajo y Economía Social, Sanidad, MITECO, Educación, Vivienda y Agenda Urbana), AEAT, SEPE, Red Eléctrica de España (REE), OMIE.
Internacionales: Eurostat, OCDE (OECD Data Explorer y, para los indicadores que solo publica en ficheros, la OECD Affordable Housing Database), Banco Mundial (World Bank Open Data), Agencia Europea de Medio Ambiente (AEMA).

Cada serie registra en fuentes: organismo, código del dataset, URL y fecha de consulta.

3.2 Selección de Partidos

Regla: se analizan los partidos con escaño en el Congreso de los Diputados en la legislatura en curso.
Un partido cuenta por separado si tiene grupo parlamentario propio o si ha abandonado el grupo de la candidatura por la que fue elegido (ej. Podemos, en el Grupo Mixto desde diciembre de 2023).
Los partidos que permanecen en el grupo de su candidatura quedan cubiertos por la posición del partido titular del grupo.
sumar designa a Movimiento Sumar, el partido fundado en 2023, titular del grupo Plurinacional SUMAR.
La lista vigente está en global.json (partidos, seleccion_partidos) y se revisa al inicio de cada legislatura.

3.3 Fuentes de Posicionamiento Político

Solo se consideran válidos estos soportes oficiales:

Programas electorales registrados oficialmente (generales, autonómicos o europeos).
Diario de Sesiones del Congreso y del Senado (iniciativas, enmiendas, debates).
Registro oficial de votaciones del Congreso.
Proposiciones no de ley, comunicados y notas de prensa oficiales publicados en la web institucional del partido.

4. Tratamiento del Posicionamiento Político y Neutralidad

4.1 Categorías

Cada medida asigna a cada partido una de estas categorías cerradas:

Valor	Significado
`a_favor`	Ha votado a favor, la incluye explícitamente en su programa o ha impulsado legislación en ese sentido.
`en_contra`	Ha votado en contra, ha presentado enmienda a la totalidad o la rechaza en sus documentos programáticos.
`abstencion`	Se ha abstenido en la votación de referencia.
`matizada`	Propone una alternativa sustancialmente distinta o condiciona su apoyo a cambios previos.
`sin_posicion`	No existe documento oficial que permita clasificar su postura. Se indica igualmente qué fuentes se consultaron.

Nunca se infiere una posición a partir de la ideología, las alianzas o declaraciones no oficiales: ante la duda, sin_posicion.

4.2 Precedencia temporal y conflictos

Toda posición incluye fecha del documento o votación y legislatura.
Si programa y votación discrepan, prevalece la votación más reciente y se menciona la discrepancia en el argumento, citando ambas fuentes.

4.3 Redacción de Argumentos

Extensión: máximo 1-2 frases (≤ 300 caracteres).
Tono aséptico: prohibidos adjetivos descalificativos o valorativos (ej. "propuesta populista", "medida insuficiente", "recorte radical"). Se usa la justificación oficial del partido (ej. "El partido argumenta que la medida incrementa la carga fiscal sobre las pymes").
Simetría: la misma estructura de frase y extensión para todos los partidos de una medida.
Cita exacta: documento + página, o Diario de Sesiones (número y fecha) + identificador de la votación.

4.4 Etiquetas de enfoque (`enfoques`)

Los enfoques que agrupan medidas se nombran de forma descriptiva y simétrica (mismo registro, sin connotaciones positivas para uno y negativas para otro). Agrupan las medidas por su objetivo, no por el instrumento (una rebaja fiscal puede buscar más oferta o ayudar a los hogares), de modo que cada medida encaje en un solo enfoque. Dentro de cada enfoque se procura incluir medidas que propongan partidos de distintos bloques. Se revisan en la revisión humana de cada tema.

5. Revisión, Correcciones y Licencia

Revisión humana: todo tema pasa por los estados borrador → revisado → publicado. Solo los temas publicado se muestran en la web.
Corrección de errores: toda corrección se registra mediante un commit trazable y una entrada en correcciones del dataset afectado (fecha, descripción, valor anterior).
Derecho de réplica: un partido puede solicitar la revisión de su posición aportando una fuente oficial; la solicitud y su resolución se documentan en correcciones.
Licencia:
- Datos, gráficos y textos de análisis: Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
- Código de los notebooks publicados: MIT.
- Cualquier persona puede reproducir, transformar y hacer uso comercial del material citando a España en Datos y enlazando a la fuente.