Peter Pan

¿Se puede mentir con la estadística?

mayo 18, 2009 at 8:00 am (Estadística)

Es la investigación científica tan objetiva y está tan basada en los hechos como solemos pensar? No según el político británico Benjamin Disraeli quien en una ocasión dijo: «Hay tres clases de mentiras: las mentiras, las sucias mentiras, y la estadística.» En un mundo en el que se nos está bombardeando continuamente con cifras y datos (que a menudo se presentan como «hechos científicos» o «datos oficiales») merece la pena considerar hasta qué punto coinciden la verdad y la evidencia estadística. Y esto por varias razones. En primer lugar, y como hemos dicho antes, porque no hay método de obtención de datos que sea perfecto y esté libre de errores. En segundo lugar, porque los datos, una vez obtenidos, no hablan por si mismos; hay que interpretarlos. Y llegado aquí, puede ocurrir que el intérprete (el sociólogo también, por supuesto) se deje llevar por la tentación de «decorar» esos datos al modo en que los decoran los políticos al calor de la lucha electoral.

Para evitar que a uno le intenten engañar con la estadística lo mejor es conocer muy bien los trucos que se suelen emplear. Vamos a detenernos en tres tipos de trucos.

1.Uno puede elegir qué datos va a emplear y cuáles otros va a desestimar. En muchas ocasiones, los datos que se nos presentan no son falsos, pero nos pueden llevar a conclusiones incorrectas porque se han desestimado otros datos. Por ejemplo, supongamos que hablando sobre los jóvenes alguien nos da datos sobre el número de horas que pasan frente al televisor diariamente y otros datos que muestran que la mayoría casi nunca lee el periódico, para sugerir, a continuación, que los jóvenes son una especie de autistas sociales, escasamente preocupados por lo que ocurre a su alrededor. Pero hay otros datos que indican precisamente lo contrario. Por ejemplo, datos que muestran que está aumentando el interés y la participación de los jóvenes en ONG y organizaciones voluntarias. En resumen, puestos a debatir, siempre se puede encontrar datos que apoyen nuestro punto de vista. Pero quedarse ahí y ocultar o desestimar sin explicación alguna datos que son «incómodos» implica romper las reglas del juego.

2.Uno puede interpretar los datos de modo sesgado. Otra forma de engañar con los datos es presentarlos dentro de un paquete ya bien atado; esto es «listos para el consumo» y como diciendo: «Aquí están los datos, y esto es lo que significan En un artículo reciente, por ejemplo, se presentaban los resultados de un estudio del National Centre for Chil­dren in Poverty, sobre los niños que viven en condiciones de pobreza en Estados Unidos (citado en Population Today, 1995). Como se muestra en la Figure 2.4, los investigadores descubrieron que el 43 por ciento de estos niños vivían en familias en las que ninguno de los dos padres trabajaba, el 39 por ciento de los niños tenía el padre, la madre o los dos trabajando a tiempo parcial, y el 18 por ciento de los niños tenía a uno o a los dos padres trabajando a tiempo completo. El título de ese mismo gráfico era el siguiente: «La mayoría de los niños pobres viven con padres que trabajan». £Es este un título adecuado para resumir fielmente la información que se da en el gráfico?

3. Uno puede hacer gráficos a la medida. Si bien los gráficos son muy útiles para resumir información, también dan la oportunidad de sesgar esa información. Por ejemplo, si se quiere mostrar una tendencia en un gráfico, una técnica muy empleada para sesgar la información consiste en reducir o ampliar el número de años que se consideran en el gráfico. Un gráfico en el que se representara el índice de criminalidad en los últimos años, por ejemplo, nos daría una curva decreciente. Pero si tenemos en cuenta no los últimos años, sino las ultimas décadas, la curva sería claramente ascendente. Otra técnica para sesgar la información consiste en comprimir o extender la distancia entre los valores de una de las variables. Los dos gráficos de arriba nos pueden servir de ejemplo. Ambos grá­ficos se han elaborado con los mismos datos. Pero mientras que en un gráfico se ha «comprimido» la distribución de los valores en el eje vertical, en el otro se ha «estirado». Visualmente, los mismos datos nos sugieren cosas muy distintas, sin embargo. Mientras que uno parece sugerirnos que, más o menos, las calificaciones académicas en ese periodo de tiempo se han mantenido relativamente constantes, el otro parece indicar que han bajado sustancialmente. Por decirlo brevemente: no hay que dejarse deslumbrar por los gráficos y los datos estadísticos, antes hay que examinarlos detenidamente.