1.4: Cómo no hacer estadísticas

Se realizan muchos estudios y se hacen conclusiones. Sin embargo, hay ocasiones en las que el estudio no se realiza de la manera correcta o la conclusión no se realiza correctamente con base en los datos. Hay muchas cosas que debes cuestionar cuando lees un estudio. Hay muchas razones para que el estudio tenga sesgo en él. El sesgo es donde un estudio puede tener cierta inclinación o preferencia por un determinado resultado. La siguiente es una lista de algunas de las preguntas o temas que debes considerar para ayudar a decidir si hay sesgo en un estudio.

Uno de los primeros temas que debes preguntar es quién financió el estudio. Si la entidad que patrocinó el estudio está de pie para obtener ganancias o notoriedad de los resultados, entonces deberías cuestionar los resultados. No significa que los resultados estén equivocados, pero debes escudriñarlos por tu cuenta para asegurarte de que sean sólidos. Como ejemplo si un estudio dice que los alimentos genéticamente modificados son seguros, y el estudio fue financiado por una empresa que vende alimentos genéticamente modificados, entonces uno puede cuestionar la validez del estudio. Dado que la compañía financia el estudio y sus ganancias dependen de que las personas compren sus alimentos, puede haber sesgo.

Un experimento podría tener variables que acechan o confunden cuando no se puede descartar la posibilidad de que el efecto observado se deba a alguna otra variable más que al factor que se estudia. Un ejemplo de esto es cuando le das fertilizante a algunas plantas y ningún fertilizante a otras, pero las plantas sin fertilizantes también se colocan en un lugar que no recibe luz solar directa. No sabrás si las plantas que recibieron el fertilizante crecieron más altas debido al fertilizante o a la luz solar. Asegúrate de diseñar experimentos para eliminar los efectos de las variables de confusión controlando todos los factores que puedas.

Sobregeneralización

La sobregeneralización es donde se hace un estudio sobre un grupo y luego se intenta decir que sucederá en todos los grupos. Un ejemplo es hacer tratamientos contra el cáncer en ratas. El hecho de que el tratamiento funcione en ratas no significa que funcione en humanos. Otro ejemplo es que hasta hace poco la mayoría de las pruebas de medicamentos de la FDA se habían realizado en hombres blancos de una edad determinada. No hay manera de saber cómo el medicamento afecta a otros géneros, etnias, grupos de edad y razas. Las nuevas pautas de la FDA enfatizan el uso de individuos de diferentes grupos.

Causa y Efecto

Causa y efecto es donde las personas deciden que una variable causa la otra solo porque las variables están relacionadas o correlacionadas. A menos que el estudio se hiciera como un experimento donde se controlaba una variable, no se puede decir que una variable causó la otra. Lo más probable es que haya otra variable que causó ambas. A modo de ejemplo, existe una relación entre el número de ahogamientos en la playa y la venta de helados. Esto no quiere decir que el aumento de las ventas de helados haga que la gente se ahogue. Lo más probable es que la causa de que ambos aumenten sea el calor.

Error de Muestreo

Esta es la diferencia entre los resultados de la muestra y los resultados verdaderos de la población. Esto es inevitable, y da como resultado que las muestras sean diferentes entre sí. Como ejemplo, si tomas una muestra de la estatura de 5 personas en tu clase, obtendrás 5 números. Si tomas otra muestra de las alturas de 5 personas en tu clase, es probable que obtengas 5 números diferentes.

Error de no muestreo

Aquí es donde la muestra se recolecta mal ya sea a través de una muestra sesgada o por error en las mediciones. Se debe tener cuidado para evitar este error.

Por último, se debe tener cuidado al considerar la diferencia entre significancia estadística versus significancia práctica. Este es un tema importante en la estadística. Algo podría ser estadísticamente significativo, lo que significa que una prueba estadística muestra que hay evidencia para mostrar lo que estás tratando de probar. No obstante, en la práctica no significa mucho o hay otros temas a considerar. Como ejemplo, supongamos que encuentra que un nuevo medicamento para la presión arterial alta sí reduce la presión arterial de los pacientes. Cuando miras la mejora en realidad no equivale a una gran diferencia. Aunque estadísticamente hay un cambio, puede que no valga la pena comercializar el producto porque realmente no es un cambio tan grande. Otra consideración es que encuentras que el medicamento para la presión arterial sí mejora la presión arterial de una persona, pero tiene efectos secundarios graves o cuesta mucho por una receta. En este caso, no sería práctico usarlo. En ambos casos, se demuestra que el estudio es estadísticamente significativo, pero prácticamente no se quiere usar el medicamento. Lo principal a recordar en un estudio estadístico es que la estadística es sólo una parte del proceso. También quieres asegurarte de que también hay significación práctica.

Encuestas

Las encuestas tienen sus propias áreas de sesgo que pueden ocurrir. Algunos de los temas de las encuestas están en la redacción de las preguntas, el orden de las preguntas, la forma en que se realiza la encuesta y la tasa de respuesta de la encuesta.

La redacción de las preguntas puede provocar sesgos ocultos, que es donde se hacen las preguntas de una manera que hace que una persona responda de cierta manera. Un ejemplo es que se hizo una encuesta donde se le preguntó a la gente si cree que debería haber una enmienda a la constitución que proteja el derecho de una mujer a elegir. Alrededor del 60% de todas las personas cuestionadas dijeron que sí. Se hizo otra encuesta donde se le preguntó a las personas si creen que debería haber una modificación a la constitución que proteja la vida de un niño por nacer. Alrededor del 60% de todas las personas cuestionadas dijeron que sí. Estas dos preguntas tratan el mismo tema, aunque dan resultados opuestos, pero cómo se hizo la pregunta afectó el resultado.

El ordenamiento de la pregunta también puede causar sesgos ocultos. Un ejemplo de esto es si te preguntaron si debería haber una multa por enviar mensajes de texto mientras conduces, pero continuar con esa pregunta es la pregunta que pregunta si envías mensajes de texto mientras conduces. Al preguntarle a una persona si realmente participa en la actividad, esa persona ahora personaliza la pregunta y eso podría afectar cómo responde a la siguiente pregunta de crear la multa.

La falta de respuesta

La falta de respuesta es donde envías una encuesta pero no todo el mundo devuelve la encuesta. Puedes calcular la tasa de respuesta dividiendo el número de devoluciones por el número de encuestas enviadas. La mayoría de las tasas de respuesta son alrededor del 30-50%. Una tasa de respuesta inferior al 30% es muy pobre y los resultados de la encuesta no son válidos. Para reducir la falta de respuesta, es mejor realizar las encuestas en persona, aunque éstas son muy caras. Los teléfonos son la siguiente mejor manera de realizar encuestas, los correos electrónicos pueden ser efectivos y los correos físicos son la forma menos deseable de realizar encuestas.

Respuesta voluntaria

La respuesta voluntaria es donde se pide a las personas que respondan por teléfono, correo electrónico o en línea. El problema con estos es que es probable que solo las personas que realmente se preocupan por el tema llamen o envíen correos electrónicos. Estas encuestas no son científicas y los resultados de estas encuestas no son válidos. Nota: todos los estudios involucran voluntarios. La diferencia entre una encuesta de respuesta voluntaria y un estudio científico es que en un estudio científico los investigadores piden a los individuos que participen, mientras que en una encuesta de respuesta voluntaria los individuos se involucran por su propia elección.

Ejemplo\(\PageIndex{1}\): Bias in a Study

Supongamos que un departamento de matemáticas en un colegio comunitario quisiera evaluar si la tarea basada en computadora mejora los puntajes de los exámenes de los estudiantes Utilizan la tarea por computadora en un aula con un maestro y usan la tarea tradicional de papel y lápiz en un aula diferente con un maestro diferente. Los estudiantes que usaban la tarea basada en computadora tuvieron puntuaciones más altas en las pruebas. ¿Qué tiene de malo este experimento?

Solución

Como había diferentes profesores, no se sabe si los mejores puntajes de las pruebas son por el profesor o por la tarea informática. Un mejor diseño sería que el mismo profesor impartiera ambas clases. El grupo de control utilizaría la tarea tradicional de papel y lápiz y el grupo de tratamiento utilizaría la tarea basada en computadora. Ambas clases tendrían el mismo profesor, y los alumnos se dividirían entre las dos clases al azar. La única diferencia entre los dos grupos debe ser el método de tarea. Por supuesto, todavía hay variabilidad entre los alumnos, pero utilizar al mismo profesor reducirá cualquier otra variable de confusión.

Ejemplo\(\PageIndex{2}\): Cause and Effect

Determinar si una variable sí causó el cambio en la otra variable.

1. La canela estaba dando a un grupo de personas que tenían diabetes, y luego se midieron sus niveles de glucosa en sangre un periodo de tiempo después. Todos los demás factores para cada persona se mantuvieron iguales. Sus niveles de glucosa bajaron. ¿La canela causó la reducción?
2. Existe una relación entre la pulverización sobre los productos bronceadores y el cáncer de pulmón. ¿Significa eso que el spray sobre productos bronceadores causa cáncer de pulmón?

Solución

1. Dado que este fue un estudio donde se controló el uso de canela, y todos los demás factores se mantuvieron constantes de persona a persona, entonces cualquier cambio en los niveles de glucosa se puede atribuir al uso de canela
2. Dado que solo hay un vínculo, y no un estudio que controle el uso del spray bronceador, entonces no se puede decir que un mayor uso cause cáncer de pulmón. Se puede decir que hay un vínculo, y que podría haber una causa, pero no se puede decir con certeza que el aerosol causa el cáncer.

Ejemplo\(\PageIndex{3}\): Generalization

1. Un investigador realiza un estudio sobre el uso de ibuprofeno en humanos y encuentra que es seguro. ¿Significa eso que todas las especies pueden usar ibuprofeno?
2. La aspirina se ha utilizado desde hace años para bajar la fiebres en humanos. Originalmente se probó en machos blancos entre las edades de 25 y 40 años y se encontró que era seguro. ¿Es seguro dar a todos?

Solución

1. No. El hecho de que un medicamento sea seguro de usar en una especie no significa que sea seguro de usar para todas las especies. De hecho, el ibuprofeno es tóxico para los gatos.
2. No. El hecho de que un grupo de edad pueda usarlo no significa que sea seguro de usar para todos los grupos de edad. De hecho, ha habido un vínculo entre darle aspirina a un niño menor de 19 años cuando tiene fiebre y el síndrome de Reye.

Testo

Ejercicio\(\PageIndex{1}\)

1. Supongamos que hay un estudio donde un investigador realiza un experimento para demostrar que los ejercicios de respiración profunda ayudan a bajar la presión arterial. El investigador toma dos grupos de personas y tiene un grupo para realizar ejercicios de respiración profunda y una serie de ejercicios aeróbicos todos los días y al otro grupo se le pidió que se abstuviera de cualquier ejercicio. El investigador encontró que el grupo que realizaba los ejercicios de respiración profunda y los ejercicios aeróbicos tenía presión arterial más baja. Discutir cualquier tema con este estudio.
2. Supongamos que un concesionario de automóviles ofrece una tasa de interés baja y un período de pago más largo a los clientes o una tasa de interés alta y un período de pago más corto a los clientes, y la mayoría de los clientes eligen la tasa de interés baja y el período de pago más largo, ¿eso significa que la mayoría de los clientes quieren una tasa de interés más baja? Explique.
3. A lo largo de los años se ha dicho que el café es malo para ti. Al mirar los estudios que han demostrado que el café está vinculado a la mala salud, verás que las personas que tienden a tomar café no duermen mucho, tienden a fumar, no comen sano y tienden a no hacer ejercicio. ¿Se puede decir que el café es la razón de la mala salud o hay una variable al acecho que es la causa real? Explique.
4. Cuando los investigadores intentaban averiguar qué causaba la polio, vieron una conexión entre la venta de helados y la poliomielitis. A medida que las ventas de helados aumentaron también lo hizo el incidente de polio. ¿Significa eso que comer helado causa polio? Explique su respuesta.
5. Existe una correlación positiva entre tener una discusión sobre el control de armas, que suele ocurrir después de un tiroteo masivo, y la venta de armas. ¿Significa eso que la discusión sobre el control de armas aumenta la probabilidad de que la gente compre más armas? Explique.
6. Hay un estudio que muestra que las personas obesas tienen una deficiencia de vitamina D. ¿Significa eso que la obesidad provoca una deficiencia en vitamina D? Explique.
7. Se realizó un estudio que muestra que el politetrafluoroetileno (PFOA) (el teflón está hecho de esta sustancia química) tiene un aumento del riesgo de tumores en ratones de laboratorio. ¿Significa eso que los PFOA tienen un mayor riesgo de tumores en humanos? Explique.
8. Supongamos que se realiza una encuesta telefónica contactando a ciudadanos estadounidenses a través de líneas fijas sobre su visión del matrimonio homosexual. Supongamos que más del 50% de los llamados no apoyan el matrimonio homosexual. ¿Eso significa que se puede decir que más del 50% de todas las personas en Estados Unidos no apoyan el matrimonio homosexual? Explique.
9. Supongamos que se puede demostrar que es estadísticamente significativo que un porcentaje menor de las personas están satisfechas con su negocio. El porcentaje antes era del 87% y ahora es del 85%. ¿Cambias la forma en que realizas los negocios? ¿Explicar?
10. Estás probando un nuevo medicamento para bajar de peso. Encuentras que el medicamento de hecho muestra estadísticamente una pérdida de peso. ¿Comercializa el nuevo medicamento? ¿Por qué o por qué no?
11. Se realizó una encuesta en línea sobre si el alcalde de Auckland, Nueva Zelanda, debería renunciar debido a una aventura. La mayoría de las personas que participaron dijeron que debería hacerlo. ¿Debería renunciar el alcalde debido a los resultados de esta encuesta? Explique.
12. Una encuesta en línea mostró que la mayoría de los estadounidenses creen que el gobierno encubrió eventos del 11 de septiembre. ¿Eso realmente significa que la mayoría de los estadounidenses creen esto? Explique.
13. Se realizó una encuesta en una universidad preguntando a todos los empleados si estaban satisfechos con el nivel de seguridad proporcionado por el departamento de seguridad. Discutir cómo los resultados de esta pregunta podrían estar sesgados.
14. Una encuesta a empleados dice: “Los empleados de esta institución están muy satisfechos con trabajar aquí. Por favor califique su satisfacción con la institución”. Discutir cómo esta pregunta podría crear sesgos.
15. Una encuesta tiene una pregunta que dice: “La mayoría de la gente tiene miedo de perder su casa debido al colapso económico. Elige lo que creas que es el mayor problema que enfrenta la nación en la actualidad.
    1. Colapso económico
    2. Cuestiones de política exterior
    3. Preocupaciones ambientales”. Discutir cómo esta pregunta podría crear sesgos.
16. Una encuesta dice: “Por favor califique la carrera de Roberto Clemente, uno de los mejores beisbolistas de campo derecho del mundo”. Discutir cómo esta pregunta podría crear sesgos.

Contestar

Ver soluciones