¿Se Puede Mentir Con Los Datos?

Hoy más que nunca la pregunta ¿se puede mentir con los datos? cobra especial valor. La cantidad de noticias falsas que están circulando en los medios y las redes sociales están ocasionando estragos en muchas partes del mundo. Movimientos como el de antivacunas y anticubrebocas son ejemplos de los efectos que tiene asumir datos, que aunque ciertos, están lejos de ser entendidos en su justa dimensión y dentro de todo su contexto.

Los sesgos en la lectura de los datos también se presenta en investigación de mercados. Los analistas cuantitativos gracias a su experiencia son capaces de identificar estas áreas de oportunidad al presentar datos. No obstante, nunca sobra tener presentes algunos ejemplos del uso incorrecto de los datos y la información con la finalidad de fundar nuestras decisiones con insumos objetivos y veraces. A continuación una lista de los errores más comunes al comunicar y entender los datos:

  1. Descontextualizar los datos. En los últimos días hemos sido testigos de encabezados que rezan que la mayoría de los nuevos casos de cierta enfermedad se dan entre los vacunados. Esta afirmación es cierta a medias en países con amplia cobertura de inmunizaciones. Supongamos que en una población de 100 personas, 95 ya están vacunadas y 5 no lo están. En esa misma población hoy se presentan 20 casos de una enfermedad: 16 entre los vacunados y 4 entre los que no. En este ejemplo, de los 20 enfermos el 80% son personas vacunadas y el 20% de las que no. Un medio podría afirmar que la mayoría de los enfermos están vacunados, pero al mismo tiempo puede omitir que también es cierto que del total de habitantes de esta localidad ficticia no ha enfermado el 80% y que entre todos los no vacunados el porcentaje de enfermos también es de 80%.
  2. Inferir datos sin conocimiento exhaustivo del universo. El diseño de un estudio cuantitativo que busca conocer las características de una población buscará obtener una muestra representativa de todos los segmentos del universo o, si las posibilidades lo permiten, censará a todos sus miembros. No obstante, en algunos países hemos visto que las pruebas para detectar una enfermedad se limitan a ciertos grupos: sintomáticos leves y graves. En este caso es imposible conocer información como la tasa general de positividad puesto que se subestima a los no sintomáticos y aquellos que se rehúsan a hacerse una prueba. Este error es muy parecido al de las encuestas que se hacen en redes sociales: sólo participarán aquellos que puedan visualizar la invitación, que tengan una cuenta activa y que deseen participar.
  3. No contrastar los datos. En muchas ocasiones el estudio que analizamos es el primer ejercicio de tu tipo. Sin embargo, en otros casos es posible comparar nuestros datos con los de otras investigaciones de forma tal que podamos verificar si los hallazgos son verídicos o tienen algún grado de error. Aún si no es posible encontrar datos similares, es posible identificar indicadores de aproximación que nos permitan saber si podemos confiar o no en unas cifras. En el caso de la crisis sanitaria que vivimos, el mejor ejemplo es la comparación de diversas bases de datos para conocer si las cifras del mismo indicador están dentro de rangos esperados estadísticamente válidos o hay amplias discrepancias entre diferentes fuentes que nos hagan desestimar ciertos datos.
  4. Pasar por alto la relatividad de las cifras. Aunque puede parecer obvio, no es lo mismo trabajar con cifras absolutas que con relativas. Algunas personas sustentan sus acciones señalando que el porcentaje de muertos a nivel mundial de cierta enfermedad es de poco más del 0.05%. En un inicio puede resultar menor este porcentaje, pero lo que no se afirma al mismo tiempo es que el 0.05% de un total de 7800 millones de personas son casi 4 millones. Otro ejemplo de este tipo de imprecisión es cuando se habla de minorías en India o China. En el caso de India una minoría de un 1% de la población censada significa 13.72 millones de personas.

La ejecución de estudios cuantitativos requiere de mucha atención a los detalles y al seguimiento irrestricto de los estándares del ramo. Los analistas cuantitativos de Acertiva están comprometidos con un correcto y veraz diseño, ejecución y presentación de hallazgos de investigaciones. Estamos atentos a tus mensajes para conocer a profundidad tus necesidades y poner a tu disposición nuestra experiencia en investigación de mercados. Escríbenos ahora.