La estadística es muy importante para el análisis de la sociedad, pero, no siendo una ciencia exacta, sus interpretaciones pueden jugarnos malas pasadas. Como ejemplos, entre muchos, están la discusión sobre las tasas de mortalidad que usan las AFP y las decisiones de los policías de tránsito en algunas intersecciones.
Últimamente, como parte de la discusión sobre las tablas de vida usadas para efectuar los descuentos para los fondos de pensiones, mucha gente se ha escandalizado con la idea de que “las AFP consideran que los peruanos vivimos 110 años y nos descuentan como si así fuera”. Lo que se ignora allí es que en realidad esa tabla señala que algunos pensionistas (algo así como el 0,03% o 3 de cada 10.000) podrían llegar a soplar 110 velitas, y que el descuento es un porcentaje pequeño en función de esa probabilidad. La tabla puede afinarse, pero eso no cambiará el número de años en ella, sino solo el porcentaje asignado a cada edad.
Otro ejemplo de error de análisis estadístico lo dan quienes, probablemente con buena fe, niegan que estemos creciendo como país usando el argumento de que el porcentaje de pobres sigue muy alto en las zonas rurales. Es sin duda vergonzoso el que persista alta pobreza rural, pero quien deduce que no se ha mejorado está olvidando que la población rural era la mitad de la población nacional y hoy es solo el 25%. Aun si el porcentaje de pobres en zonas rurales continúa alto, hoy son menos personas; no solo porque migraron a las ciudades, sino porque muchas zonas rurales se convirtieron en urbanas, donde el nivel de pobreza es bastante menor.
A nivel empresarial encontramos también algunas decisiones discutibles basadas en temas estadísticos. Por ejemplo, algunos razonan que determinado programa, con ráting de 40% en el nivel socio económico “A” y solamente 20% en el “C” debe estar dirigido a los gustos del “A”. “Es un programa del ‘A’ dicen”, olvidando que hay 10 millones de personas en el “C” y menos de 2 millones en el “A”, y que por tanto el 20% del público “C” que ve ese programa es casi tres veces más numeroso que el 40% de “A”. Sin duda, para dirigirse al “A” pueden usar ese programa, pero no por ello deben olvidar que el “C” que los ve es también muy importante.
¿Y cómo podrían las estadísticas permitir que se equivoquen algunos policías de tránsito? Estos a veces solo consideran la cantidad promedio de autos que pasan en una intersección y no la espera de la gente de los extremos de la fila. Supuestamente dejar pasar 1.000 carros por un lado durante 10 minutos y luego otros 1.000 de la calle transversal es igual a dejar pasar 100 carros durante 1 minuto por un lado y luego 100 más en el minuto siguiente por el otro. En ambos casos el promedio es el mismo, pues en 20 minutos pasaron 2.000 autos. El problema es que, incluso si fuera más eficiente hacer cambios largos, para evitar muchas paradas y arranques, con el sistema de cambio rápido el que más esperó para pasar demoró un minuto y quien tuvo la mala suerte de llegar primero al cruce esperará hasta 10 minutos. Quizá eso explique por qué tantos claxon en algunas intersecciones.
Siendo tan numerosos los ejemplos de este tipo de deslices, quizá convenga que todos repasemos nuestros libros de estadística básica. Porque estadísticamente tenemos muchas probabilidades de actuar de manera parecida.
