Cómo mentir con estadísticas

Título original: How to Lie with Statistics

Desde 10 años9 min de lecturaestadísticapensamiento críticomatemáticas divulgativas
Notas de contenido algunos ejemplos anticuados sobre el tabaco
Conseguir el libro ↓

Darrell Huff muestra, en un recorrido ligero e ingenioso por los trucos que usan publicistas, periodistas y otros, cómo los números, los gráficos y los promedios pueden engañar, para que los lectores aprendan a detectar el engaño.

Presentación

Cómo mentir con estadísticas se publicó en 1954. Su autor, Darrell Huff, era editor de revistas y escritor, y el libro lleva ilustraciones de Irving Geis. Es un libro corto y suele considerarse el libro de estadística más popular jamás escrito. Huff no era estadístico de formación y lo escribió como guía sobre el mal uso de los números en la vida cotidiana. Dice que los tramposos ya conocen estos trucos, así que los honrados deben aprenderlos en defensa propia. Cada capítulo trata un tipo de truco, con ejemplos tomados de anuncios, revistas y encuestas reales. Huff reunió muchos de ellos con la ayuda de estadísticos profesionales. El libro ha seguido siendo popular durante décadas.

Resumen completo

El libro tiene diez capítulos breves, cada uno con el nombre de un truco, más una breve introducción en la que Huff contrasta una cuidadosa encuesta Gallup con una encuesta de cupones de un periódico sobre cuánto sabían los lectores del sistema métrico.

1. La muestra con sesgo incorporado

La idea: Huff empieza por la muestra, el pequeño grupo en el que se basa una afirmación. Su ejemplo principal es una nota de revista según la cual el miembro medio de la promoción de 1924 de Yale ganaba una suma sorprendentemente precisa e impresionante. Señala que la cifra solo puede proceder de los compañeros cuyas direcciones se conocían y que respondieron a un cuestionario, y estos eran probablemente los más exitosos y los más dispuestos a presumir. Añade el fallido pronóstico electoral de 1936 de la revista Literary Digest, que se basó en una lista de propietarios de teléfono y suscriptores de revistas que eran más ricos que el votante típico. Una muestra solo vale algo si todos los miembros del grupo completo tuvieron la misma probabilidad de ser elegidos, e incluso las encuestas cuidadosas luchan sin cesar contra el sesgo.

En la vida cotidiana: Una encuesta entre las personas que van a un gimnasio dice poco sobre la salud de toda la ciudad.

2. El promedio bien elegido

La idea: La palabra «promedio» puede significar la media, la mediana o la moda, y estas pueden dar imágenes muy distintas. Huff muestra un barrio cuyos ingresos parecen altos o bajos según el promedio que se cite, y una pequeña empresa cuyos beneficios para el dueño y cuyos salarios de los trabajadores pueden describirse de forma halagadora o desfavorable. Señala que las cifras de la Oficina del Censo suelen aclarar qué tipo de promedio usan, pero que muchos anunciantes y reporteros no lo hacen. Siempre que veas un promedio, pregunta: ¿promedio de qué y quiénes están incluidos?

En la vida cotidiana: Un solo multimillonario en un pueblo pequeño puede elevar enormemente la riqueza «promedio».

3 y 4. Las cifras pequeñas que no están y mucho ruido por casi nada

La idea: Muchas estadísticas omiten la cifra que mostraría si el resultado significa algo. El ejemplo de Huff es una pasta de dientes anunciada como la que produce un 23 por ciento menos de caries, a partir de una prueba con un grupo de una docena de personas. Si una empresa repite pruebas pequeñas y archiva las decepcionantes, tarde o temprano el azar le dará un titular impresionante. Lo compara con lanzar una moneda diez veces y obtener ocho caras. También describe una prueba de una vacuna contra la polio que era demasiado pequeña para demostrar nada, porque muy pocos niños habrían contraído polio paralítica en cualquiera de los dos grupos, y explica por qué deberían indicarse el grado de significación y el margen alrededor de un promedio.

En la vida cotidiana: Un resultado obtenido con diez personas puede parecer impresionante, pero fácilmente podría deberse a la suerte.

La idea, continuación: En el capítulo 4, Huff imagina a dos niños, Peter con un coeficiente intelectual de 98 y Linda con 101, y muestra que esa diferencia está muy dentro del error probable de la prueba, así que no dice nada sobre cuál de los dos es más listo. Toda cifra obtenida de una muestra lleva asociado un más o menos, de modo que lo mejor es pensar en los resultados como intervalos, y comparar cifras que difieren solo un poco no tiene sentido. Añade que los directores de revistas, los anunciantes y las tabacaleras han dado a menudo gran importancia a diferencias diminutas.

En la vida cotidiana: Dos marcas que difieren en un punto en una prueba con un amplio margen de error están, a efectos prácticos, empatadas.

5 y 6. El gráfico asombroso y la imagen de una sola dimensión

La idea: Un gráfico de líneas al que se le ha cortado la parte inferior, de modo que el eje vertical no empieza en cero, hace que un cambio pequeño parezca dramático. Huff muestra cómo un aumento del diez por ciento en el ingreso nacional puede parecer enorme, y cita anuncios reales, entre ellos un gráfico de la nómina del gobierno en el que un aumento de menos del cuatro por ciento se hace pasar por una subida de más del cuatrocientos por ciento.

En la vida cotidiana: Un gráfico de barras que empieza en 95 en lugar de en cero hace que un cambio minúsculo parezca enorme.

La idea, continuación: En el capítulo 6 pasa a los gráficos con dibujos, como bolsas de dinero que representan salarios. Pueden engañar cuando una cifra se dibuja simplemente al doble de altura que otra. Entonces el dibujo tiene cuatro veces el área, u ocho veces el volumen, así que el ojo ve una diferencia mucho mayor que la que muestran los números. Huff da ejemplos reales de revistas y de un anuncio de una industria, y bromea con que el dibujo de más vacas puede hacer pensar a los lectores que las propias vacas han crecido.

En la vida cotidiana: Un pictograma que duplica la altura de una moneda para mostrar que las ventas se han duplicado parece un cuadruplicado.

7. La cifra semiadjunta

La idea: Si no puedes demostrar lo que quieres, demuestra otra cosa y confía en que nadie lo note. Entre los ejemplos de Huff hay una afirmación de que un exprimidor daba un 26 por ciento más de jugo, lo que resultó significar más que un exprimidor manual, una encuesta sobre oportunidades de empleo cuyas respuestas reflejaban los prejuicios de los encuestados más que los hechos, y una comparación entre las tasas de mortalidad de la Marina y de los civiles que ignoraba lo distintos que eran los dos grupos. También señala que las cifras absolutas, como las muertes en carretera, significan poco sin tasas, y que un aumento de los casos notificados de una enfermedad puede significar solo que se notifica mejor.

En la vida cotidiana: «Este año resultaron heridas más personas en bicicleta» significa poco si hubo muchas más personas que usaron la bicicleta.

8. El post hoc cabalga de nuevo

La idea: El capítulo trata de suponer que, porque dos cosas van juntas, una causa la otra. Huff abre con un estudio que halló que los fumadores sacaban peores notas universitarias que los no fumadores, y se pregunta si las malas notas podrían llevar a los estudiantes a fumar, o si algún tercer factor, como un carácter sociable, está detrás de ambas cosas. Clasifica las correlaciones en las producidas por el azar, las que tienen una dirección de causa poco clara y las que no tienen causa mutua, y se muestra escéptico ante las afirmaciones de que ir a la universidad enriquece o hace menos probable casarse, ya que quienes van a la universidad son distintos de quienes no van.

En la vida cotidiana: Las ventas de helado y los ahogamientos suben ambos en verano, pero el helado no causa ahogamientos.

9. Cómo estadisticular

La idea: Huff usa esta palabra inventada, «statisticulate» en inglés, para la manipulación de las estadísticas, y sostiene que los errores rara vez son aleatorios, porque casi siempre se inclinan en la misma dirección. Muestra cómo un mapa sombreado puede hacer que el gasto federal parezca enorme al elegir estados grandes y poco poblados, cómo la cifra de una fundación sobre los ingresos familiares se infló al multiplicar por cuatro una media por persona, cómo los decimales dan un falso aire de precisión y cómo los porcentajes basados en números minúsculos o en una base cambiante pueden engañar.

En la vida cotidiana: Afirmar que «ahorras el 100 por ciento» confunde el precio inicial con el nuevo precio.

10. Cómo replicar a una estadística

La idea: En el último capítulo, Huff da cinco preguntas para hacer ante cualquier estadística: ¿Quién lo dice? ¿Cómo lo sabe? ¿Qué falta? ¿Alguien cambió de tema? ¿Tiene sentido? Usa una encuesta de un periódico de negocios, en la que la mayoría de las empresas consultadas no habían respondido, para mostrar cómo van juntos una fuente sesgada y una muestra autoseleccionada, y enseña cómo una comparación ausente, una base ausente o una causa ausente pueden vaciar de significado una cifra. El objetivo no es rechazar las estadísticas, sino leerlas con sentido crítico y no dejarse engañar por un aura de precisión.

En la vida cotidiana: Si una empresa dice que «la mayoría de los médicos prefieren» un producto, pregunta qué médicos y cuántos.

Por qué importa

Cómo mentir con estadísticas ha sido durante mucho tiempo un superventas y una introducción de referencia a la alfabetización estadística. Se ha usado en escuelas y universidades, lo han leído periodistas, empresarios y lectores en general, y se cita siempre que se hace un mal uso de los números. Las cinco preguntas de Huff siguen siendo una lista de comprobación útil. La relevancia del libro ha crecido en la era de los datos y de las afirmaciones en línea, cuando los gráficos y las encuestas están por todas partes. También se lo ha criticado por sus ejemplos, pero sus lecciones centrales siguen en pie, y ha inspirado libros posteriores sobre el mismo tema.

Ideas clave

  • Comprueba la muestra. Una muestra sesgada da un resultado sesgado.
  • Pregunta qué promedio. La media, la mediana y la moda pueden diferir.
  • Busca lo que falta. El tamaño de la muestra y el margen de error importan.
  • Desconfía de los gráficos engañosos. Los ejes y los dibujos pueden exagerar.
  • Correlación no es causalidad. Busca otras explicaciones.

Qué podemos aprender

Puedes aplicar las cinco preguntas de Huff a cualquier estadística que veas en las noticias o en un anuncio. Mira los ejes de los gráficos y el tamaño y el origen de las muestras. Pregunta qué omite un número y si se está comparando de manera justa. Desconfía de los porcentajes dramáticos sin los números de base. Y enseña a amigos y familiares a hacer lo mismo. Al mismo tiempo, no te vuelvas cínico: las estadísticas honestas son herramientas valiosas, y el objetivo es leerlas con cuidado.

Críticas y otras perspectivas

Algunos estadísticos señalan que el libro está anticuado y es informal, y que trata solo trucos sencillos, no las cuestiones más profundas de la inferencia estadística. Otros indican que el propio Huff se vinculó más tarde con la industria tabacalera, en un testimonio ante el Congreso que atacaba el razonamiento del informe del Cirujano General de 1964 sobre el tabaco y la salud, y que los críticos advirtieron esa ironía, ya que usó su habilidad para sembrar dudas sobre las pruebas. Unos pocos dicen que el libro puede llevar a los lectores a desconfiar demasiado de los números. Aun así, como introducción, sigue siendo útil.

Quién debería leerlo

Este libro es para todos los que leen noticias, anuncios o informes, incluidos estudiantes y adolescentes. Es corto, divertido y fácil de leer. Quienes quieran un curso más profundo pueden continuar con una introducción moderna a la estadística.

Resumen traducido del inglés con la ayuda de la IA.

¿Quieres leer el libro completo?

Un resumen es un aperitivo, no la comida entera. Aquí puedes encontrar el libro completo.

Has llegado al final 🎉

Bien hecho. Marca este libro como leído y te sugeriremos qué leer a continuación.

Para leer a continuación

La señal y el ruido

Nate Silver

El estadístico y pronosticador electoral Nate Silver explica por qué fracasan la mayoría de las predicciones y muestra que pronosticar mejor exige pensar en probabilidades, actualizar las creencias con nuevas pruebas y ser humilde ante la incertidumbre.

🔬 Ciencia

Mala ciencia

Ben Goldacre

El médico y escritor Ben Goldacre expone cómo la pseudociencia, la mala estadística, las noticias engañosas de la prensa y las tácticas de las industrias farmacéutica y de los suplementos distorsionan lo que creemos saber sobre la salud, y enseña a los lectores a evaluar las pruebas.

🔬 Ciencia

El mundo y sus demonios

Carl Sagan

Carl Sagan defiende la ciencia como una vela en la oscuridad frente a la superstición y la pseudociencia, y ofrece un «kit de detección de tonterías» con herramientas para pensar de forma crítica y comprobar afirmaciones.

🔬 Ciencia

Pensar rápido, pensar despacio

Daniel Kahneman

Nuestra mente funciona con dos sistemas, uno rápido e intuitivo y otro lento y cuidadoso, y entender cómo nos engaña el primero puede ayudarnos a decidir mejor sobre el dinero, el riesgo, el trabajo y la felicidad.

🧩 Mente y psicología

El arte de pensar

Rolf Dobelli

El autor suizo Rolf Dobelli reúne unos cien capítulos breves sobre errores habituales del pensamiento, como el sesgo de confirmación, el sesgo del superviviente y la falacia del costo hundido, para ayudar a los lectores a tomar menos decisiones necias.

🧩 Mente y psicología

Historia del tiempo

Stephen Hawking

Uno de los físicos más grandes del mundo explica, casi sin matemáticas, lo que sabemos sobre el origen, la estructura y el destino del universo, desde el Big Bang hasta los agujeros negros y la naturaleza misma del tiempo.

🔬 Ciencia

¿Quieres algo distinto?

Elige otro tema y te mostraremos tres libros para empezar.

Mostrando libros de:
Explorar todos los libros →