Como mentir con estadísticas

Cómo mentir con Estadísticas

Por: Hernán Carrillo Tapia

                En el presente caso de estudio,  se intentará explicar y dar a conocer las formas en que podemos estar en situaciones donde podríamos encontrarnos con una mentira estadística, que puede sentarse sobre la base de un hecho verdadero pero que el resultado estadístico del estudio no puede generalizarse para una población, ni marcar una tendencia sobre la misma, que la información final que se quiere dar a conocer sea exagerada, manipulada o que se quiera tergiverse con un fin a favor de quien quiera mostrarla.

                Darrell Huff, (1954, 1982) citó una gran variedad de ejemplos aplicados al ámbito norteamericano, donde para el presente ensayo recrearemos o pondremos en suposición algunos de sus ejemplo y definiciones en el ámbito local (peruano) con el fin de mostrar cómo los peruanos somos o podemos ser engañados con las estadísticas, con el único fin  de que las personas honradas puedan conocer y tener herramientas de defensa para saber cómo enfrentar estas situaciones y no convertirse en victimas del sistema.

                La estadística en resumen es la ciencia que trabaja sobre una gran variedad de datos, los cuales previamente son organizados, agrupados, analizados, interpretados y presentados con el fin de poder tomar decisiones en función de lo que queramos trabajar, en el Perú y en el mundo, la gran parte de la información que se presenta está basada en el análisis estadístico, es importante tener claro el concepto y los casos más comunes para poder tratar sobre los errores y mentiras estadísticas que se van a exponer, que entre los más comunes tenemos, el error de muestreo ya que los resultados de la muestra deben de ser consistentemente lo más cercano a los resultados de toda la población, así mismo las variables de una muestra pueden ser analizadas e interpretadas desde distintos puntos de vista, donde la información se muestra en función de las decisiones finales que se quieren presentar, en vez que sea tomar la decisión en función a las variables analizadas y la última también muy común es la de tomar muestras que no sean comparables con la realidad o no se toma en cuenta las condiciones finales donde se dirigirá.

Casos más comunes en el Perú sobre algunos ejemplos tratados por Darrell Huff (1954, 1982):

La muestra que presente un factor de influencia misma

                Alguna vez se ha preguntado como las empresas de encuestas de sondeos de opinión de buena reputación llegan bastante acertados en sus predicciones de los resultados finales de una votación presidencial o de alcaldías a unas cuantas horas después de realizadas las votaciones según cual fuera el caso.

                Pues, todo radica en la elección de la muestra correcta, que sea representativa, que se acerque lo máximo a la intensión de voto de toda la población y que no tenga factores de influencia que puedan cambiarla, es así que la muestra seleccionada está basada en la cantidad de personas existentes en el país, su representación cuantitativa por niveles económicos y demográficos, así mismo que el análisis incluya un nivel de confianza y error de muestreo, esto le dará mayor veracidad a los resultados analizados de la muestra.

                El diseño de la muestra requiere cierto análisis previo, las mismas que puedan tener un gran impacto sobre la precisión de los datos en cuanto a la intensión de votos, así como los posibles tipos de análisis que se necesiten como información.

                Si esto no le convence por ejemplo analicemos una información lanzado en los medios de comunicación que están basada en hechos repetitivos que ocurren a diario en determinadas zonas de lima y que por ello hacen mención que Lima es una ciudad peligrosa, por ejemplo de cada 10 peruanos 1 es asaltado diariamente (Cifra que menciono a manera de ejemplo), lo cual no hace más que crear alarma, disminuir el turismo y tener en las personas una sensación de falta de seguridad, pero esta afirmación esta correctamente fundada? Como se ha podido tener esta información? Todos los asaltos se reportan, es decir hay denuncia?

                Esta afirmación podría tener una revisión más cuidadosa y detallada de la muestra, ya que se podría derrumbar esta afirmación con solo saber que solo 1 de los 49 distritos de Lima representa el 80% de los asaltos y su población representa el 10% de la población lo que deduciría que el problema de los asaltos no está en toda Lima y que podría manejarse atacando el problema prioritariamente en el distrito de mayor influencia y  no tener que generalizar dicha información para toda Lima, ya que esto involucraría una mayor designación de recursos materiales como humanos para velar por la seguridad de toda la población que no la tenemos, esta situación es lo que comúnmente ocurre en nuestro país.

                Examine varias veces lo que lea y hágase cuestionamientos si cada dato de la información que nos están brindando en una muestra, tienen las mismas posibilidades de fuerza de mostrar lo que se tiene en la población, esto evitará creer a primera vista en todo lo que nos dicen o lo que nos intentan mostrar.

El promedio bien escogido

                El promedio es un truco muy utilizado para poder mentir con estadísticas, pueden darse sin intención, pero en la mayoría de los casos se aduce una culpabilidad en quienes quieren mostrarnos una información a favor propio y dar impresiones falsas sobre los datos de la muestra, mostrando una información conveniente en vez de verídica. Cuando se habla de promedio no sabemos si se trata de una media aritmética, de una mediana o de una moda, lo cual puede generar ciertas suspicacias ya que en ciertos análisis sus resultados son semejantes, pero es importante conocer sus diferencias para evitar confusiones.

                La media aritmética consiste en sumar todas los valores a trabajar y dividirlos sobre la cantidad de datos que produjeron dichos valores, la mediana se calcula ordenando de manera creciente o decreciente los valores a analizar, eligiendo el valor medio de los mismos, la moda se haya encontrando el valor que se repite con mayor frecuencia en una frecuencia de datos.

                Este caso lo vamos a explicar con un ejemplo sobre los salarios de una compañía, donde tenemos unos datos sobre sueldos donde vamos a mostrar sobre la conveniencia de utilizar el salario con la mediana en lugar de la media aritmética. En el Perú no es normal hablar de esto, no estamos acostumbrados a utilizar la mediana, más bien al contrario, estamos acostumbrados a que con la media aritmética se basten y se sobren para sacar conclusiones sobre la muestra las cuales muchas veces nos pueden llevar a un análisis de datos errado.

...