Вы находитесь на странице: 1из 5

COMO SE MIENTE CON ESTADISTICA? La estadstica puede ser una herramienta poderosa que nos ayuda a conocer la realidad.

Sin embargo, puede tambin servir para mentir. . . si no se tiene cuidado de usar correctamente los mtodos estadsticos y de interpretar correctamente sus resultados. Es famosa la siguiente frase del ministro ingls Disraeli: hay tres clases de mentiras: las mentiras, las grandes mentiras, y la estadstica. Curiosamente, la cita aparece con frecuencia en los libros de estadstica, aunque parece hacerle poca propaganda a la disciplina. . . Lo que ocurre es que la estadstica, como toda herramienta, no puede cometer errores por s misma: los errores y las mentiras son responsabilidad de quien la usa incorrectamente. Suele suceder que en la presentacin de los resultados de investigaciones poco serias se utilice la estadstica para dar la impresin de que todo he sido realizado en forma muy cientfica. Con frecuencia, ocurre tambin que quienes leen u oyen tales presentaciones presuponen, implcita o explcitamente, que el estudio es un efecto muy cientfico; no le prestan atencin al reporte de nmeros y grficas, pero creen a ojos cerrados las interpretaciones que se hacen de ellas. El hecho es que un reporte incluya resultados estadsticos no implica forzosamente que todo sea correcto y cientfico. Cmo saber, entonces, qu crdito le podemos dar a un reporte que incluye resultados estadsticos? Ante todo, debemos tener una actitud crtica hacia cualquier escrito que leamos; un anlisis cuidadoso podr indicarnos si el contenido y sus interpretaciones tienen validez o si se ha hecho un uso incorrecto de la estadstica (que puede ser deliberado o inconsciente). Nosotros presentamos aqu una serie de siete preguntas que le pueden servir de gua para un anlisis crtico de los reportes serios y de los no tan serios. 1. Qu se est midiendo, y cmo? Como hemos visto, el uso de la estadstica requiere que las caractersticas de inters puedan ser medidas. Hay que tomar con alguna reserva los reportes de investigaciones que involucren caractersticas cuya medicin es tan compleja como la de la herencia gentica o del medio ambiente cultural si no se reporta con detalle el procedimiento utilizado en la medicin. Es pertinente preguntarse de qu manera surgieron los datos obtenidos. Supongamos por ejemplo que un entusiasta estudiante de odontologa decide investigar con qu frecuencia se laven los dientes los adultos de una comunidad, y que para ello les hace la siguiente pregunta: usted se lava los dientes tres veces al da, verdad?. No es difcil ver que con la pregunta as el estudiante obtendr una cantidad de respuestas afirmativas mucho mayor que la que corresponde a la realidad. En este caso lo que se estara midiendo es la frecuencia con la que la gente se jacta de lavarse los dientes, y no la frecuencia con la que se los lava. 2. Cmo es la muestra? Los reportes de estudios que se hicieron sobre una muestra no siempre especifican cmo se obtuvo est. Entonces cabe preguntarse si la muestra es representativa de la poblacin sobre la que se pretende hacer inferencias. Supongamos, por ejemplo, que en una ciudad se desea investigar qu tipo de pelculas les gustan a los adultos de clase media, y que para ello se hace una encuesta de casa en casa en algunos barrios de clase media a medioda entre semana. Es obvio que los adultos que entrevistarn sern sobre todo amas de casa, y que una muestra as slo es representativa, si acaso, de la poblacin de adultos de clase media de esta ciudad que se encuentran en su casa a medioda entre semana. La muestra puede tambin ser demasiado pequea. Cuando las universidades

norteamericanas empezaron a admitir mujeres estudiantes, alguien report, alarmado, que 33.3% de las estudiantes de una universidad se haban casado con profesores de la institucin. La cifra es impresionante, pero deja de serlo cuando se sabe que en esa universidad haba tres mujeres estudiantes y que una de ellas se haba casado con un profesor. 3. Qu se est probando, y cmo? Nunca est de ms tener cuidado con frases que empiezan as: se ha demostrado que. Si el reporte incluye la prueba de alguna hiptesis, hay que buscar el planteamiento explcito de sta. Adems, como veremos en el transcurso de la asignatura, el uso de cada mtodo, y en especial de los inferenciales, requiere que los datos satisfagan ciertas condiciones. Conviene, pues, preguntarse si el mtodo estadstico utilizado es el ms apropiado para el tipo de datos obtenidos. Dos preguntas relacionadas con sta son las siguientes: en qu condiciones se prueba lo que se prueba? y con qu confiabilidad se prueba lo que se prueba?. Estas preguntas son importante en reportes que incluyen frases como Se ha demostrado estadsticamente que el fertilizante HHH es el ms efectivo para el cultivo de la papa, con la que empezamos el tema 1. Puede ocurrir que se haga una constatacin de ese tipo tras una sola comparacin entre el fertilizante HHH, usado en la dosis adecuada, y otro fertilizante aplicado en dosis excesiva. Tambin puede ocurrir que la confiabilidad de la afirmacin sea, por ejemplo, de 50%, confiabilidad que es muy baja. 4. Qu informacin falta? Muchas de las trampas en las que incurren los reportes de investigaciones consisten en que no se incluyen informacin que puede ser relevante, ya sea por falta de espacio o porque a los autores les interese ocultar dicha informacin. Un caso tpico es cuando no se reporta el tamao de la muestra. El reporte puede no incluir los datos obtenidos en la investigacin. Esto no es demasiado grave si se incluyen resultados brindados por la estadstica descriptiva, pero lo es si se incluyen slo los datos favorables a la conclusin que se quiere obtener y se excluyen los que la contradicen. Puede tambin omitirse informacin que, aunque no es estrictamente estadstica, explica los resultados de modo distinto al que se quiere presentar. Por ejemplo, un comerciante de cuadernos escolares puede vanagloriarse de haber logrado que sus ganancias crecieran considerablemente en slo el transcurso de un mesmientras no informe que el crecimiento ocurri en septiembre y que adems aument el precio de los cuadernos por el inicio del ao escolar. 5. Se est hablando siempre de lo mismo? Es frecuente que utilicen datos reales para obtener conclusiones disparatadas. Supongamos por ejemplo que se sabe que en cierta gran ciudad el nmero de personas atropelladas por vehculos motorizados a medioda es el cudruple del de los atropellados a medianoche. Alguien puede inferir que entonces es mucho ms seguro caminar por las calles de esa ciudad a medianoche que a mediodaclaro, sin tomar en cuenta que el nmero de personas que circulan por las calles es muchsimo mayor a medioda que a medianoche. En algunos estudios las trampas de este tipo pueden estar en el proceso de medicin. Por ejemplo, hace algunas dcadas el nmero de personas que haba en cierta regin de China era de 28 millones, y slo cinco aos ms tarde era de 105 millones. Pero el aumento se explica, ms que por un crecimiento real de la poblacin, por el inters de la gente en ser contada, ya que el primer censo se realiz para estudiar el pago de impuestos y el segundo para repartir vveres despus de una sequa.

6. Tiene sentido? Esta pregunta es una invitacin a que se considere si los resultados reportados en un escrito son congruentes con el sentido comn. Supongamos que en un estudio reporta que la cosecha de maz est en relacin directa con la precipitacin pluvial: mientras ms llueve, ms maz se cosecha. Esto suena coherente slo dentro de cierto rango: demasiada lluvia arruina la cosecha. La interpretacin de las relaciones entre variables puede dar lugar a grandes falacias. Del hecho de que en cierta universidad los estudiantes que ms fuman son los que peores calificaciones obtienen se puede demostrar que el tabaco tiene un efecto daino sobre las calificaciones, o, si en sas estamos, que las bajas calificaciones llevan a los estudiantes a fumar desesperadamente. Es muy frecuente que se utilicen nmeros impresionadamente precisos cuyo significado real es escaso, como un gasto familiar diario promedio de $201.58, o una efectividad 54.813% mayor de un mtodo de enseanza (especialmente si no se dice mayor que qu). Eso s, nmeros as hacen que los reportes se vean muy verosmiles, o, como usualmente se dice, muy cientficos. 7. Quin lo dice? Muchas de las estadsticas que omos o leemos tienen fines publicitarios. Consideremos por ejemplo la frase se ha demostrado estadsticamente que el fertilizante HHH es ms efectivo para el cultivo de la papa. Si esta afirmacin es firmada por los fabricantes del fertilizante HHH, hay serias razones para hacer un escrutinio minucioso de los datos, los mtodos utilizados y los resultados obtenidos, con el fin de determinar si la conclusin es vlida o no. Las falacias pueden ser ms sutiles. Supongamos que a los fabricantes del fertilizante HHH les interesa parecer realmente muy cientficos. Entonces pueden crear el Laboratorio de Investigaciones Cientficas Agropecuarias Experimentales (o mejor an, el LICAESA), cuyo nombre impresionar ms. Es tambin frecuente que se saquen conclusiones errneas de datos surgidos de instituciones con prestigio reconocido y as dar la impresin de que la institucin es la que afirma tales conclusiones. Tal vez, las preguntas y los ejemplos que hemos presentado le hayan dejado la idea de que todos los reportes que incluyen un tratamiento estadstico de la informacin mienten descaradamente. Esto no es cierto. Muchas veces la estadstica se utiliza correctamente, y las conclusiones obtenidas son vlidas. Nuestro deseo es que esto ocurra cada vez con mayor frecuencia, lo que depende en gran medida de que la gente no se deje engaar por quienes, con buena o mala intencin, abusan de los mtodos estadsticos y de la ignorancia o la indolencia de sus lectores. Y, para no dejarse engaar, conviene manejar los aspectos elementales de la estadstica y leer siempre con actitud crtica toda clase de reportes e informes, particularmente aqullos en los que hay involucrados intereses monetarios o de poder.

Вам также может понравиться