La media no cuenta toda la historia

Decimos que algo ocurre de media y parece que la descripción está completa. Pero una media puede ocultar extremos, grupos diferentes o una muestra mal elegida. El cálculo no tiene por qué estar equivocado: puede estar respondiendo a una pregunta distinta de la que el lector imagina. El primer paso es separar la operación matemática de la interpretación.

Un ejemplo que podemos comprobar

Tomemos cinco tiempos ficticios de espera, expresados en minutos: 2, 3, 3, 4 y 18. Su suma es 30 y la media aritmética es 6. La mediana, el valor central de los datos ordenados, es 3. Ambos resultados son correctos. Sin embargo, decir que una espera típica fue de seis minutos puede producir una imagen poco fiel de cuatro de las cinco experiencias.

Este ejemplo es original y didáctico; no describe ningún servicio real. La explicación de medidas de centro de OpenStax ofrece las definiciones que permiten comprobarlo. La media utiliza los valores de todas las observaciones; la mediana depende de su posición en el orden.

Qué pasa si cambiamos un extremo

Sustituyamos el 18 por 38. Ahora la suma es 50 y la media sube a 10, mientras que la mediana permanece en 3. No hay una competición entre una medida buena y otra mala. Hemos observado que responden de manera diferente a una modificación del conjunto. Esa diferencia puede ser precisamente lo que necesitamos comunicar.

La media es útil si queremos repartir el tiempo total entre el número de personas. La mediana puede ayudar si preguntamos por el punto que deja la mitad de las observaciones a cada lado. Si nos preocupa la peor experiencia, ninguna de las dos basta: deberíamos examinar la distribución, sus extremos y la frecuencia con que aparecen.

La dispersión también es información

Dos grupos pueden compartir media y tener comportamientos muy distintos. En un ejemplo imaginario, el grupo A contiene 5, 5 y 5; el grupo B contiene 1, 5 y 9. La media de ambos es 5. Pero el segundo tiene una separación mayor entre observaciones. Resumirlos con la misma cifra borraría esa diferencia.

La guía de medidas de escala del NIST describe formas de cuantificar dispersión. El rango mira los extremos; otras medidas utilizan desviaciones respecto de un centro o posiciones dentro de los datos ordenados. Cada elección tiene sensibilidades distintas. Un gráfico de puntos puede ser más revelador que añadir una cifra sin explicación.

Más datos no arreglan cualquier problema

Antes de interpretar una muestra necesitamos saber de dónde procede. Preguntar únicamente a quienes respondieron voluntariamente puede producir una composición distinta de la población que pretendemos describir. Aumentar el número de respuestas de ese mismo mecanismo no garantiza eliminar el sesgo de selección.

La introducción al muestreo de OpenStax permite distinguir población, muestra y variación. Si un titular habla de todas las personas pero el estudio observó un grupo concreto, la posibilidad de generalizar necesita argumentos adicionales. La precisión de una operación no sustituye la calidad del diseño.

No todos los intervalos dicen lo mismo

Una desviación estándar resume variación entre datos; un intervalo de confianza para una media aborda la estimación de un parámetro bajo un procedimiento y unos supuestos. Son objetos diferentes. El NIST explica las condiciones de los intervalos para la media. Añadir barras a un gráfico sin indicar qué representan deja abierta una ambigüedad importante.

No basta con que dos intervalos se solapen o se separen visualmente para resolver cualquier comparación. Hay que conocer el diseño, las dependencias entre observaciones y el análisis utilizado. La lectura de un resultado debe respetar esas condiciones.

Qué pedirle a un resumen

Un resumen útil identifica la variable, su unidad, el tamaño de la muestra, cómo se seleccionó y qué medida central se presenta. Añade alguna descripción de dispersión y explica cómo se trataron los valores extremos. Si existen subgrupos relevantes, mostrarlos puede evitar conclusiones engañosas sobre el conjunto.

Con esa información, la media recupera su lugar: una herramienta concreta dentro de una descripción más amplia. La pregunta deja de ser si debemos creer en los promedios y pasa a ser qué pregunta responde este promedio, con qué datos y con qué límites.