Gráficos y estadísticas engañosos
¡Los números no mienten, pero se pueden usar para distorsionar la verdad!
Aquí hemos recopilado algunas de las formas más comunes en las que los datos pueden resultar engañosos.
Cortar el eje Y
Este es el "truco" más común en los gráficos.
El eje vertical (el eje Y) generalmente debe comenzar en cero. Cuando comienza en un número más alto, hace que diferencias pequeñas parezcan enormes.
Trampas en los pictogramas
Los pictogramas utilizan imágenes para mostrar datos.
Cuando un valor se duplica, debe haber el doble de número de íconos, no íconos del doble de tamaño.
8 veces el volumen:
Una imagen que es el doble de alta y el doble de ancha tiene en realidad cuatro veces el área. Nuestros ojos perciben el área, por lo que creemos que el cambio es mucho mayor de lo que realmente es.
Muestras pequeñas o sesgadas
Un tamaño de muestra pequeño puede ser muy inexacto.
¡Prueba a preguntarle solo a unas pocas personas cuál es su helado favorito!
- Un grupo de amigos puede preferir en su mayoría el chocolate y solo uno la vainilla
- ¡Otro grupo pequeño puede preferir el plátano antes que el chocolate!
Necesitamos de cientos a miles de personas para tomar en serio cualquier muestra.
¡Y la muestra debe tomarse al azar! ¿Qué pasaría si solo le preguntas a las personas en una piscina si les gusta nadar?
Aprende más en Muestreo.
¿Qué es el promedio?
Cuando alguien dice "El promedio es...", puede estar eligiendo la versión de "promedio" que mejor respalda su argumento.
La media puede verse muy alterada hacia arriba o hacia abajo por un solo valor atípico (un número sumamente alto o bajo).
De hecho, la mediana (el valor central) suele dar una mejor imagen de lo que es "típico" en los datos.
Si la media es mucho más alta o más baja que la mediana, ¡es muy probable que haya un valor extremo afectando los datos!
El efecto multimillonario: si nueve personas que ganan cada una $30,000 al año están en una habitación con un multimillonario, ¡el ingreso medio (promedio) de la habitación supera los $100 millones! Sin embargo, el ingreso mediano (central) sigue siendo de $30,000. La mediana da una imagen mucho más real de una persona típica en esa habitación.
Selección selectiva (Cherry Picking)
Esto ocurre cuando alguien solo te muestra una pequeña parte del "mapa" de datos.
Si una empresa muestra un gráfico de sus ganancias únicamente durante los dos últimos meses en los que subieron, pero oculta los diez meses anteriores en los que cayeron en picada, eso es selección selectiva (cherry picking). Están eligiendo las "mejores" partes para mostrártelas.
"Correlación no implica causalidad"
El simple hecho de que dos cosas ocurran al mismo tiempo no significa que una haya causado la otra.
Ejemplo: Gafas de sol vs. helados
Nuestra heladería averigua cuántas gafas de sol vendió una gran tienda cada día y las compara con sus propias ventas de helados:
La correlación entre las ventas de gafas de sol y de helados es alta
¿Significa esto que las gafas de sol hacen que a la gente se le antoje un helado?
O tal vez, cuando hace calor y sol, más personas compran gafas de sol y más personas compran helados. Ambas tendencias están vinculadas por una tercera causa oculta.
Consulta correlación para aprender más.