Ir al contenido principal

💡 Cómo mentir con estadísticas

En esta ocasión, haré un breve resumen del libro "Cómo mentir con estadísticas", de Darrell Huff, escrito ya hace tiempo (publicado originalmente en 1954), y que se ha convertido en un clásico, aunque evidentemente los ejemplos que utiliza están situados hace casi 70 años y eso es muy notorio.

Yo conocí este libro hace varios años, y desde que lo leí me dejó una marca permanente, pues cada cifra que leo o escucho, puedo interpretarla de maneras diferentes, a la luz de quien la dice o quien la genera. El título del libro no hace referencia a un curso para enseñarle a mentir con los números, sino a las maneras en que usted puede ser objeto de un engaño de otras personas, y que pueda detectar esas prácticas.

Los datos, los números, son absolutos, aunque pueden expresarse de diferentes maneras y eso hace que se muestren distintas perspectivas. Se escucha distinto cuando dice "pasé de 2 a 3 eventos", a "se tuvo un aumento del 50%". Esto lo usan en su favor casi todos los políticos, cuando acomodan los números para su conveniencia personal, pero no sólo los políticos sino también un gran número de medios publicitarios. Como dice el autor, "los promedios y las relaciones, las tendencias y los gráficos no son siempre lo que parecen" (p. 6). Entre los puntos del libro que más llaman la atención, son los siguientes:

1) Lo primero, desconfíe de los resultados si no se detalla una muestra estadísticamente significativa. Siempre hay que preguntarse cómo se hizo el levantamiento, entre qué población, y si el resultado es extrapolable. Recuerde que el muestreo por conveniencia puede dar resultados engañosos. También es de poca confianza el resultado confirmado por alguien que dice "yo conozco un caso".

2) El promedio es una de las armas favoritas de quien quiere decir algo, sin necesariamente ser verdad ni mentira, es decir, no podría acusarlo de falsear la información pero tampoco deja de tener razón. Ejemplo: el ingreso promedio, la edad promedio, la escolaridad promedio, la vida útil promedio. Usado de manera adecuada para un cierto propósito, el promedio puede inducirle a creer algo, sin ser verdad plena.



3) Desconfíe de los resultados cuando no indiquen el margen de error o la desviación estándar. Por lo general, el resultado depende de un muestreo adecuado y siempre habrá un margen de error; si este dato no se indica, es posible que el resultado sea producto de una muestra conveniente en que el error es muy alto; o bien, es posible que el promedio sea diferente de las otras medidas de tendencia central (mediana y moda), que le daría más datos sobre cuán dispersos están los datos.



4) Cuidado con los gráficos: muchas veces se utilizan trucos visuales para impactar mas, como no iniciar los valores en 0, cambiar la escala de las Y, o cortar la gráfica para que el aumento o disminución parezca desproporcionado. Incluso puede graficarse un periodo en que los datos resultan favorables para un determinado propósito, y no es ilegal, sólo conveniente para una de las partes. También tenga suspicacia de los gráficos que utilicen figuras, pues pueden aumentarse desproporcionadamente, o el efecto tridimensional debe tomarse en consideración.



5) Sea cauto con las correlaciones. Dos variables pueden tener cierta influencia mutua, pero no necesariamente explicar totalmente un comportamiento, sino que puede haber un tercer factor en juego. Sin embargo, muchas veces puede omitirse el tercer factor y tratar de forzar una relación, con un propósito específico. 

6) Recuerde que en cómo le presentan los datos, puede haber una intencionalidad: no es lo mismo decir "el 70% de la población tiene acceso al agua potable", a "casi un tercio de la población carece de agua potable". El 30% restante está cercano al 33%, y por ello se usa el lenguaje para manipular una opinión. 

Con estos elementos, usted ahora puede ver con otros ojos los informes oficiales, las noticias, la publicidad. Ya no se irá con datos como "8 de cada 10 expertos lo recomiendan", "90% de las personas lo aprueban", "el 78% de usuarios volvería a usar nuestros servicios", "la cobertura de servicios creció 12% en el último año", sin antes atender al tamaño y composición de la muestra, cómo se obtuvo el promedio, cuál es la dispersión de los datos, sin fijarse en los periodos y las escalas de las gráficas, etc.

Como complemento de este apretado resumen del libro, le dejo el siguiente video que trata del tema de cómo se se usan las matemáticas para decir una verdad diferente: https://youtu.be/LXf4V6OLlyM

Espero que esta información le sea de utilidad en su práctica cotidiana, y si tiene la oportunidad, consiga el libro (aunque sea una versión viejita o usada) y dele una oportunidad a este texto que, como dije, es un clásico.

Referencias:

Huff, D. (1954). Cómo mentir con estadísticas.


🔴 Si le gustó este texto, le fue de utilidad o cree que lo será para alguien más, mucho le agradeceré recomendarlo y/o compartirlo, y adicionalmente, le pido que me haga llegar algún comentario o recomendación para la mejora, ya que esta serie de artículos las incluiré en un libro que está en preparación; mi contacto es 300indicadores@gmail.com. Finalmente le invito a conocer mis obras:

📙 Indicadores clave de desempeño - Edición 2024:   https://www.amazon.com.mx/dp/B0CTMXSKR8

Comentarios

Entradas más populares de este blog

🔢 Dos herramientas de priorización (adicionales a la matriz Eisenhower)

Hace algunas semanas, publiqué un artículo en que describía una de las herramientas más utilizadas en la priorización de las tareas, la Matriz de Eisenhower , pero esta sólo relaciona dos variables: urgencia e importancia, sin embargo, en los proyectos, muchas veces se tienen que considerar más de dos variables, por lo que a continuación describiré un par de herramientas adicionales: Matriz de priorización de la acción : Parecida a la Eisenhower, permite relacionar esfuerzo e impacto; debe enfocarse en las actividades de mas impacto, primero acometiendo las que requieran menos esfuerzo y luego aquellas que requieran mayor esfuerzo. Obviamente, aquellas tareas que requieran gran esfuerzo y no tengan impacto, elimínelas. Matriz de decisión : Una de las formas más sencillas de matriz de análisis para decisiones con criterios múltiples.La idea es que genere una matriz colocando en las filas las alternativas (por ejemplo, proveedores) y en las columnas los atributos a evaluar (por ejemplo,

La ecuación para estimar tiempos ⏱ o costos 💰 en proyectos

En la administración de proyectos, es fundamental determinar qué actividades, con qué secuencia (sincronía o asincronía) y la duración para alcanzar el resultado. Muchas veces, por inexperiencia, no vemos todas las actividades involucradas, hacemos algunas cosas innecesarias antes de lo óptimo, y por supuesto, calculamos de manera deficiente la duración de muchas actividades, suponiendo que serán muy rápidas (cuando no lo son) o dejando en otras un gran colchón "por si acaso". ¿A quién no le ha pasado? Pero con la práctica, ya hemos previsto mejor las tareas, cómo organizarlas de mejor manera para que el proyecto marche sobre ruedas, y podemos calcular mejor las horas o días que durará una tarea determinada. ¿Cómo hemos logrado esto último? En la metodología PERT ( Program Evaluation and Review Technique ) se define una ecuación sencilla para calcular los costos o tiempos, la cual es: el escenario optimista + 4 veces el escenario realista + escenario pesimista, y todo esto di

Teoría de las ventanas rotas y el mantenimiento rutinario

En este breve artículo, voy a contarle una historia que se relaciona con hábitos y mejora tanto en su persona, su casa, como la empresa y el lugar en que vivimos. A finales de la década de los 60, el investigador Philip Zimbardo hizo un experimento con dos autos idénticos en modelo y color, sólo que se colocaron en zonas muy diferentes, para ver qué efecto tendría en la comunidad un auto abandonado. En una de las zonas (el Bronx) fue rápidamente vandalizado, pero en la otra zona (Palo Alto, California), nada ocurrió. Sin embargo, después de una semana, el auto intacto fue intencionalmente dañado por los investigadores (se rompió una ventana) y el resultado fue, que en pocas horas, el auto fue vandalizado exactamente igual que el del Bronx. Esto condujo a la teoría de las ventanas rotas de James Q. Wilson y George L. Kelling: Un pequeño detalle como un vidrio roto atrae más daños (más vidrios rotos y la ocupación del bien). Esto usted lo puede ver en su casa, en su oficina y en los alre