Transcripto de CLEGG, FRANCES: Estadística fácil: aplicada a las ciencias sociales.

Barcelona:
Crítica, 1984.

Capítulo 1

¿POR QUÉ ES NECESARIA LA ESTADÍSTICA?

Quien inicie sus estudios en alguna de las ciencias de la vida del individuo o de la sociedad,
puede quizá sentirse descorazonado al descubrir que ha de empezar a hacer estadística. No sería la
primera vez; es comprensible que más de un estudiante imagine que su nuevo programa de
estudios va a concentrarse totalmente en aspectos del comportamiento propio de los organismos
vivos, o de sus procesos mentales, y que no va a necesitar de ningún conocimiento matemático.
Entonces ¿por qué desgraciada circunstancia ha de empezar a estudiar estadística, justamente
cuando creía que, por fin, iba a poder dedicar toda su atención a un tema que le resultara
verdaderamente interesante? En los siguientes apartados voy a esbozar los principales usos de la
estadística en las ciencias de la vida social o individual, para acabar el capítulo con unas
consideraciones acerca de esta cuestión, justamente: por qué son tantos los estudiantes a los que
disgusta la estadística y que la encuentran difícil.

LA DESCRIPCIÓN ESTADÍSTICA

Desde luego, en el campo de las ciencias biológicas y sociales resulta satisfactorio ser capaz de
entender precisamente qué hace «funcionar» a un organismo vivo; pero, a la vez, el objetivo
global es poder comprender el mecanismo en el que se fundamenta el comportamiento de toda
una especie. En ese caso podemos utilizar nuestro conocimiento para realizar predicciones acerca
de individuos o grupos con los que antes no nos hemos tropezado, o que no hemos estudiado
previamente. Así, en el estudio de los seres vivos y de sus actividades, nos encontraremos a
menudo trabajando con varios individuos a la vez. En los estudios de tipo general, las cifras
pueden llegar a ser de varios miles; pero normalmente, cuando se trata de investigaciones de tipo
experimental, más cuidadosamente controladas, las cifras son más pequeñas. Inevitablemente,
nuestros esfuerzos se verán recompensados con conjuntos de datos que, por regla general aunque
no siempre, consisten en números. Cuando realmente se hace necesaria la estadística descriptiva
es para proporcionar información acerca de esos grandes conjuntos numéricos y para tratar de
interpretarlos de una manera eficiente y adecuada. Un ejemplo lo aclarará.
Supongamos que alguien está estudiando los accidentes de carretera, con miras a formular
recomendaciones para una circulación segura. Lo primero que hay que descubrir es cuándo,
dónde y en qué circunstancias se producen los accidentes. Observemos con más detalle el
«cuándo». Los momentos en que se producen los accidentes de carretera pueden extraerse
fácilmente de los registros policiales, con lo que nuestro investigador podrá llegar a saber cuántos
accidentes se producen cada año, cada mes, cada semana, cada día e, incluso, cada hora. Los
datos pueden disponerse en forma de tablas diarias. Pues bien, supongamos que así lo ha hecho;
tendrán un aspecto muy impresionante, pero ¡ocuparán un espacio tremendo! Y tampoco es que
vaya a resultar especialmente útil tener que tragarse ese montón de hojas llenas de tablas de
accidentes diarios, para llegar a esbozar alguna visión de conjunto o algún tipo de resumen. Un
buen punto de partida lo proporcionaría algún indicio sobre el número de accidentes que se
producen «normalmente», o «habitualmente», cada año, cada mes, cada semana, etc. Tales
cantidades se llaman promedios. Todo el mundo sabe, siquiera de una manera vaga, qué es un
promedio. Nuestro investigador podría decir: «Por término medio, en Dodge City se producen
alrededor de 100 accidentes por semana», basándose en el hecho de que, durante un período de
dos años, se registraron 10.000 accidentes. Fijémonos en la expresión «alrededor de». Indica que
no se espera que se produzcan exactamente 100 accidentes cada semana, sino que hay que contar
con que se presente alguna variación en tomo a la cifra de 100. Podría ser que el investigador en
cuestión pasara entonces a suministrar más detalles específicos:

Por lo general, la mayoría de los accidentes en que interviene más de un vehículo tienen lugar los
viernes y los sábados, entre las 22.30 y las 24 horas. De los accidentes en que resultan afectados
niños y peatones, que son unos 40 por semana, aproximadamente una octava parte se producen de
lunes a viernes, entre las 8 y las 9 de la mañana; una cuarta parte de los mismos sobreviene en los
mismos días, pero entre las 3.30 y las 6.30 de la tarde. El resto se produce los fines de semana,
durante el día.

Estas frases describen de una manera breve, pero con bastante precisión, el caudal de
información contenido en los 10.000 incidentes registrados. Con la diferencia de que a nadie le
importan un comino, ni le provocan esa pizca de pánico experimentado por el investigador al
enfrentarse con los datos originales... ¡metidos en veinte cajas de cartón! El promedio o media es
un tipo de estadístico descriptivo. Es un número que indica un valor «típico» o «central» respecto
de un grupo de números y, en términos autorizados, se le denomina una medida de tendencia
central. En el ejemplo que acabamos de dar, podrían expresarse las medias de cualquiera de los
grupos de números correspondientes a la proporción de accidentes por año, por semana, por día o
por hora.
Otro tipo de estadístico descriptivo es el que se utiliza para precisar el sentido de la expresión
«alrededor de», tal y como aparece utilizada en la frase «Se producen alrededor de 100 accidentes
por semana». Es claro que existe una diferencia entre una ciudad en la que es corriente que se
produzca cualquier número de accidentes entre 50 y 150, y otra en la que nunca ocurren menos de
98 ni más de 103 en una semana. Aunque ambas ciudades pueden tener una media de 100
accidentes por semana, para el caso de la primera la expresión «alrededor de» puede significar una
desviación muy considerable respecto de la media; mientras que, para el caso de la segunda, dicha
desviación nunca puede ser superior a dos o tres unidades por debajo o por encima de la media.
Utilizada sin más, la expresión «alrededor de» es con mucho demasiado imprecisa, y se hace
necesario algún método para proporcionar más detalles acerca de la variación que se produce. La
solución estriba en utilizar el tipo de estadístico descriptivo que se denomina una medida de la
dispersión o también, a veces, una medida de la variación-, indica simplemente cuánto significa,
en términos precisos, la expresión «alrededor de» para un determinado conjunto de valores.
Dado que los seres vivos exhiben la más imponente variedad de atributos, de comportamientos,
y de cualquier característica que a uno le dé por mencionar, la variación es un hecho ineludible de
la vida. Por regla general, cuando más simple es un organismo, tanta menos variación desplegará;
pero a la mayoría de los lectores de este libro les interesará especialmente el estudio de los
mamíferos – los animales más complejos – y, en particular, el del hombre –¡el más complicado de
todos! –. Si los humanos fueran suficientemente parecidos en su comportamiento y sus
características, entonces no sería necesario estudiar tantos individuos para poder hacer
afirmaciones relativas a la humanidad en su conjunto. Tal y como son las cosas, los humanos
varían enormemente; y no sólo a escala mundial y por lo que hace a su apariencia y sus
diferencias culturales, sino también dentro de una misma cultura y, como todos sabemos, dentro
de una misma nación o de una misma familia. Incluso dos gemelos idénticos, que posean la
misma dotación genética, no son enteramente iguales, debido al efecto producido sobre ellos por
las distintas experiencias que han tenido a partir de su concepción. En otras palabras: los
organismos vivos son entidades únicas; y cuanto más complejo es un organismo, más improbable
resulta que se comporte de la misma manera que su vecino. De aquí que, a menudo, resulten
necesarias las estadísticas para describir adecuadamente las grandes cantidades de personas, de
otros animales, o de acontecimientos que se estudian, tanto en términos de sus pautas típicas
como de la variación que puede esperarse.

ESTADÍSTICA PARA SACAR CONCLUSIONES

La otra utilidad principal de la estadística se encuentra a la hora de tomar decisiones en

aquellas situaciones en las que no existe una confianza completa acerca de que la «verdad» se
haya revelado. En un experimento tienen lugar determinados acontecimientos (¡y es de esperar que
sean los que, más o menos, el experimentador ha previsto!); se registran los cambios, y los
resultados, que habitualmente comportarán cifras de una u otra especie, se utilizan como base para
extraer conclusiones acerca de los fenómenos subyacentes. La estadística utilizada para llegar, de
este modo, a alguna conclusión se llama estadística inductiva. Pensemos en el ejemplo siguiente.

Supongamos que se da a dos personas, de edad e inteligencia similares, una larga lista de
palabras para que la lean, y que se les pide que recuerden luego las palabras. Pese a su semejanza
como humanos, así como en edad e inteligencia, su memoria de la información diferirá sin duda;
mostrará una variabilidad. Pueden imaginarse, ciertamente, diversas razones por las que ello ha de
ser así. Sus grados de concentración al leer las palabras pueden haber sido distintos; algunas de las
palabras pueden haber evocado fuertes asociaciones o imágenes visuales en cualquiera de las dos;
una de ellas puede haberse sentido muy inquieta por los objetivos de la prueba, mientras que la
otra se lo ha tomado más a la ligera; una puede haber pasado el rato, justo antes de la prueba,
bebiendo tranquilamente en el bar de la esquina... Todos esos factores, o una docena más, pueden
haber influido en la memoria de ambas.
Supongamos que hemos inventado una nueva técnica de memorización y que deseamos
averiguar si funciona tan satisfactoriamente como esperamos que lo haga. El sentido común dice
que hay que experimentarla en más de una persona; y también, que hay que comparar su uso con
la memorización llevada a cabo por otro grupo semejante de personas que no se hayan beneficiado
de nuestra inventiva. Si no disponemos de un tal grupo (llamado un control, o grupo de control),
no tendremos idea del tipo de ayuda que proporciona nuestra técnica. Por lo que sabemos, ¡podría
resultar que dificulta la memoria, en lugar de facilitarla! Así pues, debemos disponer de ese otro
grupo de memorizadores sometidos a idénticas condiciones que los usuarios del nuevo método,
exceptuando el hecho de que no utilizan efectivamente la nueva técnica.
 Si el grupo que utiliza el nuevo método incluyera personas con buena memoria, mientras que el
otro grupo estuviera integrado por memorizadores deficientes, difícilmente podría considerarse
justa la comparación. Pero, aunque resulta fácil comprender por qué los dos grupos han de ser
semejantes entre sí, a menudo resulta difícil en la práctica conseguir una semejanza completa,
como el lector puede ya haber supuesto. Más adelante volveremos sobre este punto. Por el
momento, digamos que un tinglado como el que acabamos de describir se denomina un
experimento. Cuando se ha terminado, el investigador pasa a ser el ufano posesor de series de
puntuaciones (los resultados, que en este caso representan aciertos en la memorización), obtenidas
de las víctimas, que habitualmente son denominadas sujetos. Otra muestra de la jerga utilizada en
el trabajo experimental es el verbo empleado para describir la participación de los sujetos en un
experimento. Se dice que pasan un experimento, y se habla también de experimentadores que
pasan sujetos o experimentos.
Volvamos al experimento de la memoria, en el que han participado dos grupos y nos han
suministrado una serie de puntuaciones de memorización. Supongamos que todas las personas
que utilizaron la nueva técnica recordaron correctamente las mismas palabras, y que éstas
constituían el 80 por 100 del total de la lista; por su parte, el grupo desprovisto de dicha técnica,
los sujetos de control, recordaron palabras del mismo género, pero que integraban solamente el 40
por 100 de la lista. Sin duda correríamos a patentar nuestra nueva técnica de memorización. Sin
embargo, ésta no es una situación plausible, ¿no es verdad? Sería mucho más verosímil que el
grupo ayudado por la nueva técnica hubiera recordado correctamente alrededor del 80 por 100 de
las palabras, y el otro grupo alrededor del 40 por 100. Probablemente, las palabras recordadas
serían también diferentes para cada persona. Un resultado distinto, pero aún más realista, hubiera
sido que el grupo usuario de la nueva técnica obtuviera alrededor de un 60 por 100 de aciertos, y
el otro, alrededor de un 50 por 100. ¿Estaríamos ahora tan seguros de que nuestra técnica
constituye un progreso? Consideremos de nuevo la expresión «alrededor de». Describe una
dispersión de puntuaciones resultantes que se produce una y otra vez en el trabajo experimental.
Con el último conjunto de resultados mencionados para el experimento de la memoria, podría
haber sucedido que la puntuación inferior del grupo ayudado por la nueva técnica fuese del 45 por
100, y la superior, del 70 por 100; en el otro grupo, la inferior podría haber sido del 30 por 100 y
la superior, del 80 por 100. En otras palabras, que algunas personas del grupo sin la nueva técnica
lo hubieran hecho mejor que otras del grupo con la nueva técnica. La superposición de las
puntuaciones se representa visualmente en la figura 1.
Este problema de la superposición de series de puntuaciones es el que crea la necesidad de un
análisis estadístico, y, en particular, de las técnicas de inferencia. La superposición se debe, en
gran medida, a los factores siguientes. Nótese que los dos primeros son un resultado directo de la
variación natural que se presenta en los organismos complejos.
1) Nunca es posible contrastar exactamente el grupo de comparación (de control) con el grupo
experimental por lo que hace a cada atributo individual por sí solo (por ejemplo: la edad, la
inteligencia, la motivación, las experiencias previas, los antecedentes familiares, la personalidad,
etc.).
2) Existen dimensiones de la personalidad o la experiencia para las cuales dicha contrastación
debería ser factible, pero puede que no estemos en condiciones de realizarla porque nuestros
métodos de valoración no sean suficientemente refinados. Algunos de los procedimientos por los
que se miden la personalidad y la inteligencia son todavía muy toscos. Pueden existir otros
aspectos de los organismos que debamos tomar en consideración, pero nuestra falta de conoci-
miento al respecto significa que aún no hemos descubierto la importancia o la relevancia de esas
características y, en consecuencia, las pasamos por alto.
3) Aun cuando hayamos contrastado adecuadamente ambos grupos, nuestros esfuerzos
experimentales pueden seguir sin dar como resultado puntuaciones claramente diferenciadas,
porque nuestra comprensión del fenómeno que estamos considerando sea demasiado limitada. En
otras palabras, ¡el experimento no ha «funcionado»! correctamente

Figura 1
Superposición de puntuaciones en un experimento de memorización

Estos factores cobrarán auténtica realidad para el lector cuando éste comience a llevar a cabo
experimentos: situaciones en las que alteramos alguna cosa y tratamos a continuación de
determinar si nuestra alteración ha acarreado otros cambios. Los estudios de conjunto
proporcionan otra manera de recoger información acerca de organismos o sucesos. Sin embargo,
nuestro papel en ellos es menos activo que en el caso de los experimentos, porque aquí
obtenemos, a propósito de grupos determinados, datos que ya se dan de manera natural y no
provocamos efectivamente ningún cambio. No obstante, al igual que sucede con los experimentos,
cuando llega el momento de analizar los resultados nos podemos encontrar con que nuestros datos
no indican la existencia de grupos claramente diferenciables, sino que éstos presentan un cierto
grado de superposición. Una vez más, la estadística inductiva acude en nuestro auxilio,
ayudándonos a decidir hasta qué punto difieren realmente los grupos.

Tabla 1
Resultados obtenidos de cuatro experimentos independientes de memoria

Probablemente, el lector habrá encontrado muy difícil decidir si la técnica de memorización

surtió efecto en los experimentos 2 y 3. Por ello es por lo que se necesita la estadística inductiva
—¡o los temibles tests estadísticos!—. Cuando, como sucede en los experimentos 1 y 4, podemos
 simplemente echar un vistazo a series de puntuaciones y ver inmediatamente que son diferentes,
decimos, en broma, que hemos aplicado el test del «ojímetro». Por desgracia, no es muy
frecuente que podamos apañárnoslas con ese test. Es mucho más típico obtener puntuaciones que
hagan necesario un análisis cuidadoso para averiguar si uno de los grupos es realmente diferente
del otro; es decir, cuando nuestras condiciones experimentales no hayan creado una diferencia
suficiente para que seamos capaces de distinguir ron facilidad las dos series de puntuaciones.
Otro factor que explica el fracaso en poner de manifiesto una diferencia clara entre las series de
puntuaciones reside en el azar. Podría suceder que nuestra técnica de memorización fuese
perfectamente adecuada, pero que, meramente por mala fortuna, los ítems que integran la lista que
hay que recordar hubieran suscitado imágenes visuales o asociaciones especialmente fuertes en los
componentes del grupo sin ayuda, elevando así en su conjunto la correspondiente serie de
puntuaciones. Y lo contrario podría haber sucedido en los experimentos 1 y 2. Factores aleatorios
pueden haber hecho parecer que los grupos con ayuda para la memorización eran mejores,
aunque, si utilizáramos sujetos distintos, nos encontraríamos con que, en nulidad, la técnica no es
tan buena como las dos series de resultados nos hicieron creer en un principio. Desgraciadamente,
este factor de azar nunca puede excluirse por completo; incluso después de haber llevado a cabo
un análisis estadístico, por regla general no creemos poder formular nuestras conclusiones con
completa confianza, sino que hemos de moderarlas a tenor del papel que creamos haya podido
desempeñar el azar. Las reservas que hacemos —nuestra cautela al extraer la conclusión de que un
experimento ha «funcionado» o no— están incorporadas en las técnicas de análisis estadístico, de
modo que al final de nuestros cálculos podemos estimar con precisión en qué medida
consideramos que han intervenido los factores aleatorios (¡o la suerte!). Adviértase que, aunque
haya atribuido resultados al azar, o me haya visto obligada a considerar implicado en el asunto a
un factor aleatorio, lo que sucede es que no hemos conseguido realmente saber lo bastante acerca
de las memorias, personalidades, etc., de nuestros sujetos como para controlar esas variabilidades
de un modo preciso. Por supuesto, si supiéramos todo lo que hay que saber, entonces
escogeríamos a nuestros sujetos con precisión exacta y no nos tocaría la difícil tarea de decidir si
nuestra nueva técnica ha modificado o no la marcha de los acontecimientos.
Así pues, uno de los usos principales de la estadística en las ciencias biológicas y sociales
consiste en decidir si un tratamiento particular (por ejemplo: el uso de un nuevo método para
memorizar; la observación del posible efecto de un determinado mineral sobre el crecimiento de
las plantas; la prueba de un nuevo medicamento; la búsqueda de relaciones entre las condiciones
de alojamiento y la delincuencia) es causa de que el grupo que se estudia obtenga puntuaciones
realmente diferentes de las de otro u otros grupos comparables al primero. Las técnicas
estadísticas utilizadas para ello se llaman inductivas porque, basándonos en las puntuaciones
obtenidas y analizadas, realizamos inferencias (¡o conjeturas geniales!) acerca de lo que les ha
venido sucediendo a los grupos de sujetos o de datos que estudiamos.

LA ESTADÍSTICA EN LA PRÁCTICA

Utilizar la estadística se parece bastante a utilizar una caja de, herramientas. Hay que
hacer algún trabajo y, para ello, es precise elegir las herramientas adecuadas. Si su dentista
tuviera un taladrín entre sus instrumentos, usted alimentaría sin duda la esperanza de no necesitar
nunca un empaste. Igualmente, se sorprendería un tanto sí viera a un carpintero tratando de cortar
un tablón con un escalpelo, o a un pintor enyesando una pared con una regla. En lugar de eso
pintores, carpinteros, dentistas y quienesquiera que necesiten herramientas para un trabajo
determinado, escogerán los instrumento apropiados para ello. La conveniencia de un instrumento
habrá de decidirse basándose en los materiales concretos que intervienen y en el grado de
precisión que se pretende. Hay que pensar en la estadística en los mismos términos. El «trabajo»
que acometemos es el de describir sucesos y tratar de extraer conclusiones a partir de ellos; 1as
«herramientas» son las diversas técnicas estadísticas de las que dispone. Para aprobar los
exámenes de estadística hay que saber algo sobre determinadas técnicas (las herramientas), y,
desde luego, cómo utilizarlas.
Si se pregunta a un conductor cómo funciona el motor de su coche, probablemente será
capaz de describir los principios básicos nombrar y situar las partes principales. Sin embargo, es
poco probable que, ante una avería del motor que no sea sencilla, pueda identificar sus causas o
repararla. Una cosa parecida sucede con la mayoría de las personas que utilizan motores y
herramientas. Saben cómo utilizar el instrumento, cuándo utilizarlo y cuándo no, pero sólo tienen
una idea aproximada de cómo funciona efectivamente. Lo mismo sucede con la estadística. Lo
único que se exige es poseer una idea aproximada de cómo funcionan las técnicas; el
conocimiento más detallado de las mismas y su comprensión son competencia del estadístico
matemático. Al igual que los ingenieros, los estadísticos están constantemente ideando nuevas
técnicas y modificando las ya conocidas, y su pericia al respecto es lo que trasciende a las
muchas personas que utilizan técnicas estadísticas en su trabajo cotidiano. No se espera de los
propios trabajadores que comprendan al detalle cómo funcionan las herramientas que utilizan, ni
que las modifiquen o que las mejoren.
Existe otro aspecto en el que aprender estadística es también como ser un trabajador. Aunque
uno pueda informarse acerca de los aspectos teóricos de las técnicas estadísticas —las
utilizaciones de los tests, sus puntos fuertes y sus puntos débiles, etc.—, tal conocimiento no será
del todo completo si no incluye una cierta dosis de práctica en el uso de los diversos
procedimientos. Así pues, es necesario practicar utilizando las herramientas. Con ello se
consiguen varias cosas: un mejor aprendizaje y retención mediante el uso activo de la
información; una buena comprensión de los contextos en los que resulta adecuado el uso de
determinadas técnicas; conocimiento directo de los diversos problemas suscitados por las técnicas
estadísticas y el análisis de datos, y una comprensión de los principios en que se basan las
técnicas, a través de los distintos pasos en que se realiza el cálculo. Y al final, como extra, se
empieza a comprender que ¡hasta uno mismo puede hacer estadística! Es por estas razones por lo
que el presente texto incluye una buena cantidad de ejercicios.

PERO ¡SOY UN INÚTIL PARA LAS MATEMÁTICAS!

Si el lector es un estudiante típico en el campo de las ciencias sociales, es probable que las
matemáticas le resulten antipáticas y que piense que es una de las materias en las que está más
flojo. Además, puede que se sienta preocupado por tal circunstancia o que lo experimente como
una inferioridad. Examinemos los orígenes de la inquietud, y tengo la esperanza de poder
tranquilizar un tanto quienes abordan la estadística con miedo y prevención.
En primer lugar, estadística no es matemáticas. Es cierto que se trata de una rama de las
matemáticas, pero sólo implica el uso de las operaciones aritméticas más sencillas. Espero que al
lector le sea posible utilizar una calculadora, y que pueda así estudiar estadística ahorrándose
incluso la aritmética elemental. Tanto las matemáticas como la estadística dependen
estrechamente del uso de símbolos, y esta circunstancia es, probablemente, la responsable de la
confusión que dichas materias parecen provocar, así como de la antipatía y el terror que producen.
Todos utilizamos símbolos en abundancia. Ahora mismo está usted leyendo símbolos, es decir,
las letras del alfabeto que se han unido para constituir las palabras escritas en esta página. Sin
embargo, ¿experimenta usted dificultad y aversión al leerlas? Por supuesto que no. Ha leído lo
suficiente, y con suficiente frecuencia, como para hacerlo «automáticamente». No hay duda de
que un niño de siete años encontraría estas páginas un poco pesadas. Imagínese al jovencito
esforzándose por leer y pronunciar las palabras «aritmética» o «suficientemente», y
preguntándose quizá qué significa «símbolo», Dificultades tales son muy razonables, porque los
niños de siete años no disponen normalmente de un vocabulario como el del adulto, y hay muchos
conceptos abstractos que quedan por entero fuera de su experiencia. Pues bien, por lo que se
refiere a los símbolos matemáticos, ¡usted es el equivalente de un niño de siete años!
Puede que se sienta usted completamente satisfecho por lo que hace a los símbolos

quizá se rasque la cabeza ante

y empiece sin duda a balbucear cuando vea

Sin embargo, usted ya está familiarizado con las operaciones a que se refieren todos esos
símbolos; y, de hecho, puede que utilice 1os conceptos implicados por ellos con bastante
frecuencia, aunque sin saberlo.
Otros conceptos, como los expresados por los símbolos

son algo más especializados, y es improbable que se haya visto en la necesidad de utilizarlos en su
vida cotidiana (no estadística).
Recuerde, sin embargo:

¡NO ES IMPOSIBLE ENTENDER LOS SÍMBOLOS!

Lo que debe comprender es que, para familiarizarse con los símbolos y sentirse a gusto con
ellos, hace falta reflexión y paciencia y tiempo y práctica... y más práctica todavía. Es del todo
factible que se adquiera un conocimiento operativo de la estadística sin saber demasiado de los
símbolos que pueden utilizarse para describir las diversas operaciones aritméticas que intervienen.
En los programas de operaciones incluidos en este libro explicaré con palabras cómo llevar a cabo
los diversos procesos estadísticos, y mostraré qué hay que hacer mediante ejemplos resueltos. La
idea es que el lector adquiera los conocimientos básicos a partir del texto. En los programas he
incluido también los símbolos necesarios para las diversas técnicas o fórmulas, y ello por dos
razones. En primer lugar, para que el lector se vaya familiarizando con ellos, aunque sólo sea
vagamente; y en segundo lugar, porque puede llegar el momento en que encuentre realmente más
cómodo trabajar a partir de los pasos estadísticos resumidos en una única fórmula, en lugar de
hacerlo a partir de una descripción verbal que puede suponer muchos pasos intermedios. Por el
momento, puede muy bien ser que el lector piense que su capacidad nunca alcanzará alturas tan
vertiginosas, pero todo lo que puedo decirle es que se sabe de una supuesta «infinidad» de
personas que han acabado por preferir los símbolos a las palabras.
Difícilmente puede decirse que la aritmética necesaria para la estadística sea como para causar
sobresaltos. Fundamentalmente, se necesita sumar, restar, multiplicar, utilizar paréntesis,
comprender qué significa elevar al cuadrado y saber qué es una raíz cuadrada. Por lo general, las
primeras páginas de los textos de introducción a la aritmética explican esas operaciones. Por
supuesto, las calculadoras pueden realizar todas esas operaciones en lugar de uno mismo, pero hay
dos cosas a las que no pueden hacer frente. Las calculadoras no pueden pensar por uno, ni
tampoco pueden contar. La estadística implica tanto pensar como contar una y otra vez. ¡Lo
siento!

EL LENGUAJE DE LAS «MATES»

Sin duda el lector habrá cogido alguna vez un libro impreso en una lengua extranjera, dándose
en seguida cuenta de que no estaba escrito en una lengua que le fuera familiar, para luego
devolverlo a su estante y seguir buscando un libro que pudiera entender. Al mirar al primer libro,
¿le entraron serias dudas acerca de su capacidad intelectual?
¿Y si vio escrito

¿Verdad que esos símbolos no le hacen sentirse inepto ni tampoco inculto? Inmediatamente se da
cuenta de que no entiende qué significan tales jeroglíficos (a no ser que últimamente haya asistido
a un curso nocturno de árabe); no le preocupan en absoluto.
Consideremos ahora otro lenguaje:

¡Me figuro que dicha fórmula despertará en la mayoría sentimientos de preocupación e

incapacidad! ¿Cree que ello es razonable? Si pudo hacer frente, sin inmutarse, a los garabatos
árabes, ¿por qué imagina que, de un modo u otro, no ha de ser capaz de descifrar esos símbolos, o
que «jamás» conseguirá manejarlos? ¿Qué le hace sentirse así? Tal vez toda una serie de
acontecimientos, nada insólitos, pertenecientes al lóbrego pasado de sus días de colegio.
Examinemos el lenguaje de las «mates» con un poco más de detalle.

Los símbolos matemáticos son como los que se utilizan en cualquier lenguaje. Representan
otra cosa —en este caso, operaciones con números— y, desde luego, si no se está familiarizado
con lo que representan, es imposible traducirlos. La pega está en que el dominio de otro idioma
requiere tiempo y esfuerzo y práctica continua; no obstante, eso es todo lo que se necesita para
dominar la notación matemática. No existen técnicas o intuiciones místicas que sólo estén al
alcance de unos cuantos genios afortunados, mientras que a usted le son negadas. Las matemáticas
son como cualquier otra lengua; con trabajo y práctica, cualquiera puede adquirir un dominio
moderado de las mismas. Por desgracia, muchos profesores de matemáticas no valoran
adecuadamente el hecho de que están utilizando un idioma extranjero. Van hablando a una
velocidad más que regular y dejan perdido al alumno medio, simplemente porque el que enseña
(que habla el idioma desde hace años, si no son décadas) no se da cuenta de que el que aprende
necesita más tiempo para interpretar los símbolos. Cuanto más tiempo necesita el alumno o la
alumna para traducir, más rezagado queda; y cuanto más rezagado, mayor es la cantidad de nueva
información que se le escapa y mayor el tiempo extra que necesita para traducir y pensar. Por lo
general, no se dispone de ese tiempo extra. Estoy segura de que se imaginan la situación. Los
pobres alumnos se van hundiendo lentamente en el lodo de la incomprensión, la frustración, el
miedo y, por fin, el odio a las matemáticas.
El círculo se cierra cuando la persona se esfuerza por evitar entrar en contacto con el tema y
nos hacemos responsables de un nuevo caso de incompetencia autorreconocida para las
matemáticas. Es muy triste que tales «fracasados» tiendan a culparse a sí mismos, en lugar de
darse cuenta de que son personas suficientemente inteligentes y competentes que han padecido,
simplemente, un método de enseñanza desastroso. ¿Qué enseñanzas cabe, por tanto, extraer de
este análisis de una situación por desgracia muy corriente?
La primera es ésta: no se culpe usted mismo de las experiencias desagradables que haya podido
tener con las matemáticas en el pasado y trate, por el contrario, de olvidarlas y empezar ahora de
nuevo, en otras palabras, deje de preocuparse y de pensar que es «negado» pura las matemáticas.
Si se esfuerza y pone atención, también usted aprobará los exámenes de estadística.
En segundo lugar, si quiere tener éxito, ha de considerar las matemáticas como un lenguaje y
estar dispuesto a ejercitarse en ellas con continuidad. ¿Pretendería usted hacer progresos en
francés yendo a clase una vez por semana, dejando de hacer sus deberes y no hablando ni oyendo
hablar en ese idioma entre una clase y otra? Lo dudo. Sabe usted tan bien como yo que, a media
semana, seguramente habrá olvidado casi todo lo que aprendió en la clase anterior y que, al inicio
de la siguiente, estará luchando para volver a coger el ritmo. Lo mismo sucede con las
matemáticas. Si no practica con suficiente regularidad, olvidará rápidamente de qué va todo y
siempre necesitará tiempo extra para traducir y pensar. Así que, por favor, trate de hacer trabajos
de estadística, la rama de las matemáticas central para este libro, con frecuencia. Incluimos una
buena cantidad de ejercicios que le ayudarán en este sentido. No los pase por alto ni se conforme
con echarles una mirada sin hacer ningún esfuerzo por resolverlos. No sólo le proporcionarán una
oportunidad para pensar acerca de nuevas técnicas y para aplicarlas, sino que también le
permitirán adquirir un mayor dominio de la nueva lengua.
Haría usted bien, asimismo, en seguir el consejo que, hace más de un siglo, daba el viejo
maestro de escuela Bartle Massey, en la novela de George Eliot Adam Bede. Cuando enseñaba a
hacer cuentas, instaba a sus alumnos a que, siempre que estuvieran ocupados en un trabajo
manual que dejara libre su pensamiento, plantearan y resolvieran ejemplos de su propia
invención.

Nada hay que no pueda convertirse en una suma, porque no hay nada que no lleve en sí al
número, ni siquiera un tonto. Pueden decirse a sí mismos: «Soy un tonto, y Jack otro; si mi cabeza
de tonto pesara cuatro libras y la de Jack tres libras con tres onzas y tres cuartos, ¿cuántos adarmes
más que la de Jack pesa mi cabeza?». Quien tenga la memoria hecha a los números, podrá
plantearse sumas y calcularlas mentalmente; cuando se siente a hacer zapatos, contará sus
puntadas de cinco en cinco y les pondrá un precio, digamos que un céntimo, y entonces verá
 cuánto puede ganar en una hora...

Hoy en día nosotros, a diferencia de los alumnos de Bartle Massey, estamos tan
acostumbrados a poner las cosas por escrito que nos olvidamos de que podemos usar la cabeza
cuando tenemos las manos ocupadas. Los equivalentes modernos de hacer zapatos son el fregar,
el ir al trabajo en autobús, el hacer cola. Los alumnos de Bartle Massey aprendían a hacer
cuentas; para los estudiantes de estadística, un ejemplo más adecuado podría ser el siguiente:

En un curso de estadística hay 30 tontos y 24 tontas. Veinte de ellos y 16 de ellas aprueban el

examen trimestral; ¿significa esto que los tontos son mejores que las tontas para la estadística?

Otra buena manera de aprender algo —y también de darse cuenta de que uno no lo entendía
tanto como se imaginaba— es explicársele a otra persona. Sin embargo, como ya puede imaginar,
lo que ocurre no es que los miembros de su familia, o sus amistades, estén todos suspirando por
aprender estadística, sin más, aunque nunca se hayan atrevido a decírselo. Podría ser que
necesitara una considerable dosis de diplomacia para convencer a algún conocido de que le ayude
a convertir sus estudios en una experiencia más interesante. Mientras que es más realista escoger
a un compañero de estudios y turnarse, tal vez, en explicarse las cosas, aunque este proceder no
esté exento de riesgos. El abandono de otras materias, la elección de compañero, la localización
de las sesiones de estudio y la aparición de sentimientos de rivalidad o de inquietud, todo ello
puede ser causa de interesantes posibilidades. En consecuencia, por más que crea que debe usted
seguir mi consejo, rechazo toda responsabilidad por las consecuencias domésticas y sociales de
sus actividades en caso de que lo siga efectivamente.

LA LÓGICA DE LAS MATEMÁTICAS

Pero aprender estadística no es exactamente lo mismo que aprender un idioma. Existe una
diferencia importante a la que hay que prestar atención desde el principio. Y es que la estadística y
las matemáticas hay que aprenderlas siguiendo un orden lógico. Si no puede asistir a una clase de
lengua porque está enfermo, y se pierde veinte palabras nuevas, no hay duda de que
experimentará alguna dificultad cuando, después, se encuentre con alguna de esas palabras o
necesite usarla. Con todo, esa pequeña laguna podrá llenarse con facilidad. Con los temas
matemáticos, las cosas sin embargo son algo distintas. Dado que están montados de manera
lógica, sucede que la posibilidad de aprender algo depende, por lo general, en gran medida o por
completo, de que se haya comprendido bien lo que le precede. No se pueden omitir trocitos y
confiar en seguir manteniéndose a flote, ni siquiera suponer que más adelante los aprenderá
rápidamente con facilidad. He aquí otra razón por la que muchos colegiales fracasan en
matemáticas. Luego de un período de inasistencia a clase —no necesariamente prolongado, como
en el caso de enfermedad, sino incluso breve—, el alumno debería recibir una enseñanza
suplementaria que reparase la pérdida. Es bien sabido que en la típica clase de hoy en día tal
atención a las necesidades individuales es imposible, y las consecuencias son el enorme número
de alumnos que acaban fracasando en matemáticas, y odiándolas incluso.
Así pues, cuando trabaje con este libro o reciba clases de estadística, por favor, asegúrese de
que comprende toda la información pertinente de un determinado nivel antes de seguir adelante
con temas más avanzados. Si no entiende alguna cosa, no se limite a pensar que ya empezará a
entenderlo con sólo prestar un poco más de la atención acostumbrada a lo que seguirá.
Invariablemente, lo que viene después le parecerá todavía peor, y así sucesivamente. Si se
encuentra con que tiene problemas de comprensión, intente descubrir en qué punto concreto se ha
dejado algo sin entender, vuelva a él y avance de nuevo desde allí, paso a paso y asegurándose de
que efectivamente lo entiende todo. Y acuérdese del dicho: «En caso de duda, ¡pregunte!».
He dicho que las matemáticas y la estadística son materias estructuradas de acuerdo con un
orden; quisiera ahora introducir una pequeña reserva y añadir que, en estadística, determinados
principios fundamentales sirven de base a casi todas las técnicas. Una vez establecidos dichos
principios, el orden que se siga al tratar los temas particulares no es demasiado importante. Al
principio de cada capítulo indicaré si algunos de los elementos expuestos previamente son
necesarios para una buena comprensión del nuevo tema, o bien si el capítulo puede leerse como
una unidad independiente.
Por lo que se refiere a los símbolos, acostúmbrese a estudiarlos y trate de utilizarlos siempre
que pueda. De esta forma perderá poco a poco el miedo a la notación matemática. En verdad,
tengo la esperanza de que incluso lleguen a gustarle los aspectos matemáticos de la materia
incluida en este libro. Tenga cuidado, sin embargo, ante quién confiesa tal gusto, porque disfrutar
con la estadística es algo así como comer ortigas: da fama de ser un bicho raro.