Estadística y Empresa

Una presentación adecuada y clara de los resultados de un trabajo de investigación además de ser fundamental para contribuir a la difusión de los mismos, puede incluso ser imprescindible para lograr que se acepte su publicación. En la actualidad la exigencia de las revistas y de los revisores ha contribuido a que el nivel de calidad en la presentación de datos sea bastante bueno, por lo que es conveniente tener algunas ideas muy claras para evitar errores o situaciones que hoy ya no son admisibles, lo que no solo nos preparará para la publicación de nuestros trabajos sino también para una lectura crítica de los de otros. Precisamente un buen punto de partida para obtener información, no sólo sobre cómo presentar nuestros resultados sino también sobre cómo preparar todo el conjunto del artículo, lo constituyen las propias guías suministradas por las revistas.

Un artículo bien concebido debe transmitir la mayor parte de la información con sólo leer el Abstract y los Resultados, siendo para ello vital que los datos, con las tablas y figuras correspondientes, estén bien presentados y organizados. En general no debiera ser necesario acudir al texto para entender una tabla o una figura; otro caso es para interpretarla, lo que ya corresponde al apartado de Discusión o Conclusiones.

La manera de presentar los datos es diferente según el tipo de los mismos. De forma rápida podemos hacer dos grandes grupos: datos cuantitativos y datos cualitativos. En el grupo de datos cuantitativos tenemos aquellos cuyo resultado puede variar de forma continua, como puede ser el peso, la edad, etc. y los que sólo pueden tomar valores enteros como por ejemplo el número de hijos, el número de ingresados en la Unidad de Quemados un día concreto, etc. A su vez en las variables cualitativas distinguiremos las nominales, que constituyen una simple etiqueta -como puede ser el sexo, el grupo sanguíneo, etc.- de las ordinales, en las que se da una relación de orden entre las respuestas, como por ejemplo en el resultado de una patología/tratamiento (fallece, empeora, sin cambios, mejora, curación) o el nivel educacional. Cada tipo variable tiene requerimientos propios en cuanto a presentación y en cuanto a las pruebas que se utilizan para contrastar los valores entre diferentes grupos.

Resumen de datos cuantitativos

Para resumir datos cuantitativos es preciso indicar un valor central y un índice de variabilidad o dispersión. Cuando es razonable suponer que los datos pueden seguir una distribución normal, se indicará la estimación de la media y la desviación típica.

Es correcto resumir los datos cuantitativos con la media y la desviación típica sólo cuando es válido suponer que su distribución de probabilidad se aproxima a una distribución Normal o de Gauss, y es por tanto una distribución simétrica en torno a la media. En muestras grandes se podrá verificar esta hipótesis de normalidad, mientras que en muestra pequeñas puede no ser posible.

En el caso de que los datos no sigan una distribución normal, no es adecuado utilizar la media y desviación típica para resumir la información, sino que debe emplearse la mediana como índice de centralización y el rango intercuartílico como índice de dispersión. La mediana es el valor que deja a cada lado, por encima y por debajo, la mitad de la distribución, de tal manera que es igualmente probable encontrar un valor más pequeño que uno mayor que la mediana.

Para caracterizar la distribución utilizamos los percentiles, que son aquellos valores que dejan una proporción determinada de datos a cada lado.

Resumen de datos cualitativos

Los datos cualitativos (nominales u ordinales) se cuantifican como recuentos del número de casos observados para cada categoría, y suelen expresarse habitualmente como porcentajes u otro tipo de cocientes.

Siempre se debe indicar los valores de los denominadores (número total de casos) con los que se efectuaron los cálculos, sobre todo teniendo en cuenta que en muchos trabajos se parte de un efectivo de muestra pero luego una determinada tasa no se calcula sobre el total de pacientes, sino sobre una parte de ellos, bien porque se trata de un grupo especial o porque faltan datos de algunos unidades en estudio, y si no se indica el denominador se dará la falsa impresión de que el porcentaje se refiere a toda la muestra, ya que no hay manera de comprobarlo con la información proporcionada.

Generalización de los resultados. Intervalos de confianza y valores de probabilidad

El razonamiento que subyace en todo trabajo de investigación es que si la muestra que hemos estudiado ha sido extraída de forma aleatoria de la población, los resultados observados en ella serán válidos aproximadamente para esa población, y los procedimientos estadísticos nos permiten cuantificar la magnitud del término "aproximadamente", lo que dependerá del tamaño y representatividad de la muestra (error de muestreo), la variación debida a las técnicas de medida empleadas (error de medida), y la propia variabilidad del proceso estudiado (error aleatorio).

La precisión de la estimación efectuada a partir de los datos del estudio se refleja en el intervalo de confianza. El intervalo de confianza de un parámetro viene dado por dos límites, inferior y superior, en el que, de acuerdo con nuestros datos, esperamos que se encuentre el valor verdadero del parámetro de la población (desconocido), con un nivel de seguridad determinado y que se suele fijar en el 95%.

El intervalo de confianza es mucho más informativo que indicar solo si un resultado ha sido estadísticamente significativo, incluso aunque se dé el valor de la probabilidad.