Guía para leer datos

Haz el cálculo: ¿un 75% más en total, pero menos al día?

Las visitas a una exposición ficticia muestran el efecto del período de medición. Estas cifras son inventadas para el ejemplo, no resultados de una exposición real. Una persona puede acudir varias veces, por lo que las visitas no equivalen a visitantes únicos.

Comparar los totales da +75%

(210 − 120) ÷ 120 × 100 = 75%. Aumentó el total, pero el período también pasó de 3 a 7 días. Esto no demuestra por sí solo un aumento de la demanda del 75%.

Comparar los promedios diarios da −25%

120 ÷ 3 = 40 visitas al día; 210 ÷ 7 = 30 al día. (30 − 40) ÷ 40 × 100 = −25%. Expresar ambos totales en la misma unidad diaria cambia la comparación.

El promedio diario tampoco es una conclusión definitiva. Pueden variar la proporción de fines de semana, los horarios, los días de cierre y el efecto de la inauguración. La tabla no explica la caída ni el cambio en visitantes únicos. Hay que comparar datos diarios con los mismos días de la semana y horarios.

Al leer un artículo, comprueba: qué se contó → entre qué fechas → si las unidades son comparables → qué sigue sin explicación.

Haz el cálculo: los puntos porcentuales no son lo mismo que un aumento relativo

Una encuesta ficticia hace la misma pregunta a dos grupos de 200 personas. Estas cifras son inventadas para el ejemplo, no resultados de una encuesta real.

La proporción subió 5 puntos porcentuales, un 25% en términos relativos

50 − 40 = 10 respuestas “sí” más, con 200 personas encuestadas en ambas oleadas. En proporción, eso es 25% − 20% = 5 puntos porcentuales. Respecto a la proporción inicial, el aumento relativo es (25 − 20) ÷ 20 × 100 = 25%. Ambos números describen el mismo cambio, pero los puntos porcentuales y el aumento relativo (%) no son intercambiables.

El cálculo anterior describe solo estas dos muestras. Comparar proporciones no exige muestras del mismo tamaño: una proporción del 20% entre 200 personas encuestadas se puede comparar con una proporción del 25% de una muestra de otro tamaño. Lo importante es si ambas oleadas encuestaron a la misma población objetivo, usaron el mismo enunciado de la pregunta y la misma definición de una respuesta “sí”, cubrieron un período comparable y usaron un método de muestreo similar. El tamaño de la muestra afecta, en cambio, la incertidumbre estadística de cada proporción, así que estas dos cifras ficticias por sí solas no bastan para demostrar una tendencia en la población más amplia. Si la proporción inicial hubiera sido 0%, la fórmula de aumento relativo anterior no estaría definida, pero la diferencia en puntos porcentuales seguiría pudiendo reportarse.

Antes de confiar en un cambio de tasa reportado, no preguntes si se encuestó a las mismas personas cada vez, sino si ambas oleadas encuestaron a una población comparable con la misma pregunta y método, y si el cambio se expresa en puntos porcentuales o como porcentaje relativo.

Haz el cálculo: una diferencia entre grupos no prueba una causa

Se compara la tasa de inscripción de lectores que asistieron a un evento ficticio con la de quienes no asistieron. Estas cifras son inventadas para el ejemplo, no resultados de un evento real ni de un boletín real.

Los participantes se inscribieron a una tasa 10 puntos porcentuales más alta

Entre los participantes, 30 ÷ 100 × 100 = 30% se inscribió, frente al 20 ÷ 100 × 100 = 20% de los no participantes: una diferencia de 10 puntos porcentuales.

Esta diferencia no demuestra que el evento haya causado las inscripciones adicionales. Las personas que eligen asistir a un evento pueden tener ya más interés en el tema que quienes no asisten (autoselección). La comparación también supone que ambos grupos se midieron en el mismo período y con la misma elegibilidad para inscribirse, algo que este ejemplo ficticio no verifica.

Para respaldar una afirmación causal, comprueba mediante un diseño riguroso, como la asignación aleatoria, si los dos grupos eran comparables antes del evento. Medir por separado la tasa de inscripción de cada grupo antes del evento no basta para descartar la autoselección u otros factores de confusión.