Imagina una ciudad con dos hospitales. En el hospital más grande nacen unos 45 bebés cada día, mientras que en el hospital más pequeño nacen alrededor de 15 bebés diarios. Todos sabemos que, en promedio, hay un 50% de probabilidades de que los bebés sean niños y un 50% de que sean niñas, pero el porcentaje exacto puede variar. En algunos días nacen más niños; en otros, más niñas.
¿Cuál de estos hospitales crees que tendrá más días en los que más del 60% de los bebés nacidos son niños?
- El hospital grande
- El hospital pequeño
- Aproximadamente lo mismo
Si tu respuesta fue “aproximadamente lo mismo”, no te preocupes, ¡mucha gente opina igual! Suena razonable: si ambos hospitales están en la misma ciudad y el sexo de los bebés es aleatorio, ¿por qué habría diferencia? Sin embargo, es el hospital pequeño el que registra más días con más del 60% de nacimientos de niños. ¿Por qué?
Bienvenidos a la diablura de las muestras pequeñas
Pensemos en algo más simple: lanzar una moneda. Si lanzas una moneda dos veces, puedes tener perfectamente dos caras o dos cruces, y ahí tienes una “desviación” del 50%. Pero si lanzas la moneda 100 veces, lo más probable es que obtengas algo muy cercano a 50% de caras y 50% de cruces. A más lanzamientos, más estabilidad en los resultados.
Estamos programados para pensar que el azar “funciona igual en todas partes”, ignorando el tamaño de la muestra. Si nos dicen “50-50”, creemos que eso aplica tanto a 15 bebés como a 45, sin darnos cuenta de que los números pequeños son más propensos a mostrar resultados extremos.
Pequeñas muestras, grandes errores
Usar muestras pequeñas para sacar conclusiones es arriesgado y a veces hasta hilarante. Supón que le das a probar tu nueva receta de helado de brócoli a solo dos personas y ninguna lo soporta. Si te dejas llevar por su opinión, podrías pensar que el helado es un desastre. Pero si lo pruebas con 100 personas y 40 lo aprueban, ¡tienes algo mucho más cercano a la realidad!
Si un jugador marca tres goles en su primer partido, podríamos pensar que es el próximo Cristiano. Pero, calma, esperemos a ver cómo le va en unos 20 partidos para comprobar si realmente es un goleador nato o fue solo un golpe de suerte.
O imagina que un partido político publica una encuesta en la que el 80% de los encuestados apoya su nuevo programa. Suena impresionante, ¿verdad? Pero si miras de cerca, resulta que solo preguntaron a 20 personas… ¡y todas son miembros del partido! Usando esta muestra diminuta, pueden intentar vendernos una “popularidad” que no es real.
La ley de los grandes números al rescate
Aquí es donde irrumpe el gran superpoder de la estadística: la Ley de los Grandes Números. Esta ley dice que cuanto más grande es el tamaño de la muestra, más cercanos están los resultados al verdadero equilibrio. En nuestro caso, a más bebés naciendo, más se acercan al 50% de niños y 50% de niñas. El hospital grande, con sus 45 nacimientos, muestra esta tendencia: cuanto más grande la muestra, menos sorpresas en el resultado.
Entender el poder de las muestras pequeñas nos ayuda a ver el mundo con más claridad. Evita que saquemos conclusiones erróneas basándonos en poca información. Esto es vital, ya sea para tomar decisiones de negocio, médicas o simplemente en la vida diaria. Y si en redes te topas con conclusiones sacadas de encuestas de solo 10 personas… ya sabes qué pensar.
La próxima vez que te enfrentes a una decisión o interpretes datos, pregúntate: “¿Tengo suficiente información? ¿Es esta muestra representativa?” Con este pequeño truco mental, verás que puedes evitar muchas trampas y tomar decisiones mejor fundamentadas.
DIÁLOGO ABIERTO
¿Te ha gustado este concepto de estadística? ¿Lo has encontrado útil para ayudarte a tomar mejores decisiones?