Tal y como está el panorama político actualmente en nuestro país parece que va a ver elecciones generales dentro de poco. Cuando se acercan unos comicios, empresas especializadas comienzan a realizar sondeos con el ánimo de adivinar o acercarse lo máximo posible al resultado final de las votaciones. Estamos acostumbrados a ver estudios de lo más dispares, sobre todo si son comparados con las ya famosas predicciones del CIS (Centro de Investigaciones Sociológicas) presidido actualmente por el controvertido José Félix Tezanos; esos estudios son tan discordantes con el resto de predicciones de otras empresas que parecen hechos en un planeta diferente.

En el siglo XVIII el profesor alemán Gottfried Achenwall acuña el término statistik derivado del latin status (estado o situación) con la intención de referirse a toda aquella información relevante para el Estado, como por ejemplo datos económicos o de población. Se trataba de pilas y pilas de datos recopilados que sólo podían ser tratados y entendidos por expertos. A alguien se le ocurrió que esta ingente cantidad de información podía ser resumida y representada en diagramas y gráficos para que hiciese, a los no expertos, mucho más sencillo el poder sacar alguna conclusión válida. Quien hizo eso de manera magistral fue la que es considerada hoy en día como la primera enfermera, puesto que profesionalizó el oficio: Florence Nightingale.

La estadística se considera hoy en día una herramienta indispensable no sólo para la sociología o economía, sino para el conocimiento científico"

Florence nació en una acomodada familia inglesa, pero se reveló contra el papel de esposa y madre que tenía reservado para ella la sociedad del XIX y decidió dedicar su vida a la ciencia y ayudar a los demás. Aunque no se le permitió estudiar medicina, ha pasado a la historia de esta disciplina como un personaje destacado por su dedicación a salvar vidas y por sus descubrimientos que permitieron a la sociedad dar grandes pasos en la detección y prevención de enfermedades. Florence administraba la atención hospitalaria del ejército británico durante la guerra de Crimea. Asombrada por las malas condiciones y la alta mortalidad de los soldados, empezó a recopilar datos relacionados y llegó a la conclusión de que se perdían más vidas por enfermedades que podían prevenirse que en el campo de batalla. Tuvo la genial idea de representar estos datos gráficamente para llamar la atención de los mandos militares, en lo que ella llamó "diagramas ala de murciélago". 

En ellos se hacía un seguimiento mensual de las causas de muerte organizado en un código de tres colores. En la figura adjunta podemos ver un diagrama original de ella, donde el área de los triángulos es proporcional al número de muertes, el color azul indica decesos por enfermedades prevenibles, el rosa muertes por heridas y el negro por otras causas. Podemos observar que el sector de enfermedades que pueden ser prevenidas es el más grande mes tras mes. Estos diagramas visuales permiten transmitir de un vistazo una gran cantidad de información lo que ayuda, sin duda, a tomar decisiones en la dirección correcta. El famoso proverbio lo deja claro: “Una imagen vale más que mil palabras”

De la misma manera al Dr. John Snow se le ocurrió marcar en un plano de Londres los casos de cólera, llegando a la conclusión de que la enfermedad se extendía desde surtidores públicos de agua infectados por beber de ellos, refutando la teoría de que esa enfermedad se extendía por el aire. Esa sencilla conclusión ayudó a prevenir la enfermedad y a salvar miles de vidas.

La estadística desde entonces ha evolucionado muchísimo considerándose hoy en día una herramienta indispensable no sólo para la sociología o economía, sino para el conocimiento científico. Cuando se realiza un experimento en el laboratorio o se estudia directamente un fenómeno en la naturaleza, se intenta repetirlo u observarlo el máximo de veces para que posibles errores de observación o de los aparatos de medida no influyan en el resultado. Generalmente los errores más comunes cuando se realizan medidas son: aparatos mal calibrados, aparatos desgastados por el uso, error al leer el dato en un aparato (sobre todo si son agujas o imágenes), variaciones temperatura ambiente, vibraciones externas, déficit o exceso de humedad, pericia del científico o ingeniero en el manejo de los aparatos, etc. Por eso antes de dar por bueno un resultado se ha de repetir la medida numerosas veces, en distintas condiciones ambientales, con distintos aparatos y equipos humanos. Al hacer después un estudio estadístico de todo eso, sabremos que se habrá reducido enormemente la posibilidad de obtener un datos espurios y que nuestras observaciones estarán muy próximas a la realidad. La estadística es una herramienta poderosa que permite que nos fiemos de los resultados obtenidos en un experimento o en una observación.

Cuando un gobierno necesita saber de su población como por ejemplo la renta per cápita, nivel de estudios, o cualquier otro dato de interés, resulta inviable entrevistar uno por uno a todos los ciudadanos de la nación; para ello se utiliza lo que se denomina muestreo, que consiste en hacer la entrevista a un número reducido de personas. El punto crucial para obtener resultados fiables es que hemos de elegir a un grupo suficientemente aleatorio que pueda representar al resto de la sociedad de manera que los resultados no puedan estar sesgados en uno u otro sentido. Según el diccionario de la RAE, en su séptima acepción, sesgo es un error sistemático en el que se puede incurrir cuando al hacer muestreos o ensayos se seleccionan o favorecen unas respuestas frente a otras. Por ejemplo, si hacemos un muestreo para ver la altura media de los habitantes de una ciudad no tiene sentido hacer la toma de datos en un barrio donde haya mayoría de niños, ya que eso daría una altura media inferior a la real y estaríamos obteniendo un resultado sesgado. Merece la pena hablar del famoso caso que ocurrió en las elecciones presidenciales de EE.UU en 1936, cuando los sondeos predijeron una victoria ajustada del republicano Alf Landon y el aplastante resultado final fue a favor del demócrata Franklin D. Roosevelt. Los encuestadores habían utilizado para la muestra de personas a entrevistar los listados telefónicos y las listas de propietarios de coches, incurriendo en un sesgo hacia un grupo de población bastante acomodada, pues en 1936 no todo el mundo podía permitirse un teléfono o un vehículo propio. Esta famosa metedura de pata hizo avanzar bastante la ciencia demoscópica. ¡No hay mal que por bien no venga!

 

Los trabajos del CIS están siempre bajo sospecha debido a la situación política actual, y eso es algo que el CIS no debería permitir"

Según los expertos, ese problema es del mismo tipo que en el que está incurriendo el CIS de manera sistemática y parece que sin propósito de enmienda. Actualmente el organismo público utiliza el método de muestreo por cuotas, el cual a primera vista parece baste bueno y fiel a la realidad pero que tras un análisis detallado tiene numerosos detractores. Se trata de una técnica de muestreo no probabilístico en la que los investigadores seleccionan participantes para una encuesta asegurándose de que ciertos subgrupos de la población estén representados en la muestra en la misma proporción que en la población total; por edad, por género, por religión, por nivel socioeconómico, etc. Es decir, si en una ciudad hay un 55% de mujeres los investigadores se aseguraran que entre los encuestados exista esa proporción de féminas; o que si el 25% de la población está comprendida entre 18 y 25 años, también exista esa proporción en la muestra. Las ventajas de este método, es que la muestra refleja la misma proporción en variables clave que en la población real, también es más rápido y económico que el aleatorio. Las desventajas fundamentales del método en cuestión es que al dejar que los entrevistadores elijan a los entrevistados no es un proceso totalmente aleatorio por lo que sin duda producirá sesgos. Lo más importante de una muestra es que sea aleatoria pues es la única manera de que las matemáticas estadísticas funcionen correctamente.

Esto no quiere decir que en el CIS haya una manipulación intencionada, el organismo está lleno de muy buenos profesionales y seguro que ellos tienen sus razones para seguir utilizando ese método, pero no es lógica la discordancia absoluta entre sus predicciones y el resto de las empresas demoscópicas. Puede que las ponderaciones para la obtención de resultados no sean adecuadas, puede que los modelos que utilizan necesiten ser más sofisticados o a lo mejor deberían ser mucho más escrupulosos y metódicos en la selección de las muestras; lo cierto es que sus trabajos están siempre bajo sospecha debido a la situación política actual, y eso es algo que el CIS no debería permitir.

La estadística es una rama de las matemáticas consistente e importante. Depende de cómo escojamos los datos de entrada o interpretemos los de salida podremos hacer que los resultados digan una u otra cosa, pero eso no es estadística, no es matemática, no es ciencia. Podemos intentar manipular presentando los datos de una u otra manera, podemos retorcer los números hasta que digan lo que queremos, pero eso no es ciencia. En un periodo de mi etapa profesional trabajé ampliamente con datos de los que debía sacar conclusiones utilizando métodos estadísticos y muchas veces la tentación para hacer interpretaciones que te favorecen era muy fuerte; pero esos son fantasmas que hemos de desterrar y la única manera de echarlos fuera es aplicando correctamente el método desde el principio con rigor y disciplina. Así llegaremos a una conclusión que, aunque no se adapte a lo que pensábamos de antemano, podremos sentirnos orgullosos de ella porque siempre será la más ajustada a la realidad.