¿Cómo mentir con las estadísticas?
¿Es posible mentir usando estadísticas? De hecho, lo es, y puede que sea más frecuente de lo que anticipa.
Entonces, ¿cómo se manipulan las estadísticas y, más importante aún, cómo se puede evitar ser víctima de estas distorsiones?
Este artículo explora varias técnicas que se utilizan a menudo para tergiversar datos y proporciona una referencia invaluable para los lectores que buscan evitar el engaño.
Los periodistas, especialistas en marketing e incluso científicos a veces pueden emplear estadísticas, diagramas, tablas y gráficos de manera que confundan a la audiencia. ¡Por eso es fundamental permanecer alerta y no caer en estos engaños!
El problema
En general, se acepta que los datos estadísticos, cuando se utilizan para presentar información, dan un aire de credibilidad al mensaje transmitido. Esta es una reacción esperada, que demuestra el respeto y consideración de la gente por el campo de la Estadística.
Sin embargo, los oportunistas pueden explotar esta confianza, presentando información falsa disfrazada de verdad basándose en datos estadísticos inventados o manipulados. Cuando se examinan minuciosamente, estos engaños suelen ser frágiles o totalmente infundados.
Este artículo proporciona información y recursos valiosos para los analistas de datos y aquellos que ya no desean dejarse engañar por el engaño estadístico.
Las manipulaciones estadísticas impregnan numerosos sectores de la sociedad y tienen profundos impactos en nuestras vidas. Por ejemplo, una combinación bien planificada de datos sobre la intención de los votantes, periodismo y marketing podría influir decisivamente en los resultados electorales.
Para evitar ser engañados, es fundamental comprender las técnicas detrás de estas manipulaciones.
La Solución
En 1954, Darrell Huff publicó “Cómo mentir con las estadísticas”. Este influyente trabajo explora técnicas estadísticas populares y expone métodos manipuladores que buscan engañar en lugar de informar.
"Darrell Huff abarca toda la gama de todos los tipos de estadística utilizados popularmente, investiga cosas como el estudio de muestras, el método de tabulación, la técnica de la entrevista o la forma en que los resultados se derivan de las cifras, y señala los innumerables evasores que se pueden hacer. Se utiliza para completar en lugar de informar."
A pesar de más de medio siglo desde su publicación, Bill Gates señaló que las ideas del libro son más relevantes que nunca. Las conclusiones clave de cada uno de sus diez capítulos se analizan en las siguientes secciones.
¿Interesado en comprar “Cómo mentir con las estadísticas”? Haz clic aquí!
01. La muestra con el sesgo incorporado
Este capítulo presenta el concepto de sesgo de muestreo. Puede obtener el resultado deseado si manipula la selección de la muestra para corroborar sus puntos de vista.
El sesgo surge cuando la selección aleatoria de datos se ve comprometida. En teoría, cada punto de datos debería tener las mismas posibilidades de ser elegido para la muestra, pero el muestreo sesgado ignora este principio.
En la práctica, la selección de muestras puede guiarse según el resultado deseado. Por ejemplo, el diseño y la aplicación de una entrevista pueden manipularse para inducir respuestas específicas. Este ámbito está plagado de oportunidades para el engaño y el fraude.
02. El promedio bien elegido
En esta sección, Huff explica cómo seleccionar la medida de tendencia central que produzca el valor más propicio para su argumento. Las medidas críticas de tendencia central incluyen la media aritmética, la mediana y modo.
Por ejemplo, considere un bar con nueve clientes, cada uno con ingresos anuales respectivos de 15, 15, 16, 18, 20, 20, 21, 21 y 84 mil dólares. El ingreso medio es de 26,000 dólares, mientras que la mediana es de 20,000 dólares.
Supongamos que Bill Gates entra al bar con unos ingresos anuales de 10 millones de dólares. El ingreso medio se dispara a 1 millón de dólares, pero la mediana se mantiene en 20,000 dólares. Por lo tanto, el dueño del bar ahora podría afirmar que sus clientes tienen un ingreso anual promedio de aproximadamente ¡1 millón de dólares!
03. Las figuritas que no están
La omisión de datos suele indicar un intento de ocultar un problema. Este capítulo destaca la importancia del tamaño de la muestra.
Cuando se trata de una muestra pequeña, el azar puede sesgar significativamente los resultados. Las muestras más grandes diluyen las desviaciones aleatorias, lo que produce resultados más representativos de la población.
Algunas empresas realizan repetidamente experimentos con grupos pequeños hasta obtener un resultado que se adapta a su agenda. Este resultado sesgado se propaga luego a través de la publicidad de la empresa.
A menudo, presentar un valor comparativamente es el enfoque más eficaz. Por ejemplo, un gráfico al que le faltan datos no transmite nada al espectador exigente, pero puede engañar al distraído.
Este capítulo también explora cómo presentar un promedio sin ninguna medida de variabilidad puede generar malentendidos, especialmente entre aquellos que necesitan prestar más atención.
04. Mucho ruido y pocas nueces
Huff analiza los errores de medición en este capítulo y enfatiza la importancia de utilizar intervalos de confianza Para gestionarlos, estos errores son inherentes a todos los procesos de muestreo, por lo que deben tenerse en cuenta, ya que una muestra nunca representará perfectamente a su población original.
05. El gráfico genial
Manipular representaciones gráficas es un método poderoso para engañar a los incautos. Al alterar la perspectiva del gráfico, se pueden enfatizar desproporcionadamente hechos específicos.
Truncar una parte del gráfico o distorsionar las proporciones de los ejes puede alterar significativamente el mensaje.
06. La imagen unidimensional
Esta forma de manipulación aprovecha el atractivo visual. Los mismos datos se pueden representar en un gráfico con la forma adecuada y en un pictograma engañoso.
Por ejemplo, si se duplica la altura de un gráfico de bolsa de dinero, su área se cuadriplica, lo que puede exagerar las diferencias percibidas.
07. La figura semiapegada
Esta técnica de manipulación se basa en el principio: “Si no puedes probar lo que quieres, demuestra algo más y finge que son lo mismo."
"No se puede demostrar que su nstrum cura los resfriados, pero se puede publicar (en letra grande) un informe de laboratorio jurado de que media onza de ese medicamento mató 31,108 gérmenes en un tubo de ensayo en once segundos."
Por ejemplo, afirmar que el año pasado murieron más personas en accidentes aéreos que en 1910 no significa necesariamente que los aviones modernos sean más peligrosos. Como resultado, el volumen de viajes aéreos ha crecido exponencialmente desde 1910, algo que esta afirmación engañosa pasa convenientemente por alto.
08. Paseos post hoc otra vez
¡La correlación no implica causa! Este capítulo subraya este concepto crucial.
La falacia lógica post hoc afirma que A debe haber causado a B si B sigue a A.
Sin embargo, el hecho de que dos variables se muevan juntas no siempre implica una relación de causa y efecto.
09. Cómo estadísticar
"No son tanto las cosas que no sabemos las que nos meten en problemas. Son las cosas que sabemos las que no son así."
Artemus Ward, escritor estadounidense
La distribución de información falsa a través de datos estadísticos se denomina "estadísticación". Este capítulo profundiza en el uso de manipulaciones estadísticas para elaborar una mentira.
Por ejemplo, en un estudio científico, un investigador puede inclinarse (consciente o inconscientemente) a favorecer un argumento que desea validar.
10. Cómo replicar a una estadística
Para identificar errores, problemas o intenciones maliciosas, haga siempre estas cinco preguntas básicas:
#01 ¿Quién lo cuenta?
No debe haber parcialidad, sesgo o conflictos de intereses por parte de los responsables.
#02 ¿Cómo lo sabe?
La muestra debe ser representativa y adecuada para permitir una conclusión confiable.
#03 ¿Qué falta?
No debe faltar información, como el tamaño de la muestra, errores estadísticos, medidas de variabilidad o cualquier otra característica y análisis esencial de la población.
#04 ¿Alguien ha cambiado de tema?
La pregunta y la respuesta deben versar sobre el mismo tema.
#05 ¿Tiene sentido?
Pregunte sobre el uso de números sin sentido.
Observaciones finales
“Cómo mentir con las estadísticas” es esencial para desarrollar la alfabetización estadística y protegerse contra la manipulación cotidiana.
Lo recomendamos encarecidamente a investigadores, profesionales, estudiantes y público en general.
Para obtener más información sobre cómo se pueden utilizar las estadísticas para distorsionar la información, lea nuestro artículo informativo "Estadísticas y noticias falsas".
Para obtener más consejos sobre el uso de estadísticas para manipular información, lea nuestro excelente artículo titulado “Estadísticas y noticias falsas."
¿Está interesado en adquirir este libro clásico, “Cómo mentir con estadísticas”? Haz clic aquí!
