top of page

EL ARTÍCULO DE OMNIVERSO
HOY PRESENTAMOS

LA MATRIX ELECTORAL: EL GRAN ENGAÑO DETRÁS DE LAS ENCUESTAS

Actualizado: 7 jun

"Es importante ser crítico con las estadísticas que se nos presentan y considerar la manipulación al electorado " / Juan Carlos Erdozáin

"Es importante ser crítico con las estadísticas que se nos presentan y revisar cuidadosamente cómo se recopilaron los datos, qué métodos se utilizaron para analizarlos y qué conclusiones se extrajeron, considerando además la manipulación al electorado previas a unas elecciones, que van desde dádivas hasta extorsiones morales, emocionales y físicas, lo cual se refleja en resultados distorsionados"

/ Juan Carlos Erdozáin


Cuando las matemáticas desafían nuestras primeras impresiones, solemos culparnos a nosotros mismos o a algún profesor que nos confundió en el pasado. En realidad, lo que necesitamos es revisar cuidadosamente nuestras ideas básicas y entender cómo se construyen los conceptos matemáticos. Al fin y al cabo, en un entorno donde la comprensión es escasa, cualquiera que tenga un poco de conocimiento puede parecer un experto.


💡Hay un muy interesante libro en inglés intitulado "Coincidences, Chaos, and all That Math Jazz" de Edward B. Burger y Michael Starbird, que me hizo reflexionar sobre la manera como se sobrevaloran las encuestas presidenciales en el mundo.


"Hay tres tipos de mentiras: las mentiras, las malditas mentiras y las estadísticas"

Esta frase, a menudo atribuida a Benjamin Disraeli, resalta el poder de las estadísticas para manipular y tergiversar la realidad. Si bien las estadísticas pueden ser una herramienta valiosa para comprender el mundo, también pueden usarse para engañar y confundir, especialmente cuando se presentan de manera selectiva o se interpretan erróneamente.


💡Es importante ser crítico con las estadísticas que se nos presentan y considerar cuidadosamente cómo se recopilaron los datos, qué métodos se utilizaron para analizarlos y qué conclusiones se extrajeron. Solo entonces podremos discernir si las estadísticas nos ofrecen una imagen precisa de la realidad o si son simplemente otro tipo de mentira.

Además, hay que considerar aspectos de manipulación al electorado previas a unas elecciones, que van desde dádivas hasta extorsiones morales, emocionales y físicas, lo cual se refleja en resultados distorsionados.


💡 ¿Por qué las estadísticas pueden ser engañosas?

✒️ Selección de datos: A veces, se seleccionan solo los datos que respaldan un argumento, ignorando aquellos que lo contradicen.


✒️ Manipulación de gráficos: Los gráficos pueden diseñarse para exagerar diferencias o tendencias. Como se han observado en las presentaciones que hace el presidente en turno todos los días.


✒️ Correlación vs. causalidad: Dos cosas pueden estar relacionadas estadísticamente sin que una cause la otra.


✒️ Promedios engañosos: El uso de promedios puede ocultar variaciones importantes dentro de un conjunto de datos.


💡 ¿Cómo podemos protegernos de las "malditas mentiras" estadísticas?

✔️Siendo críticos: No aceptar ciegamente las estadísticas presentadas, sino cuestionar su origen y metodología.


✔️ Buscar fuentes confiables: Utilizar fuentes de datos reconocidas por su rigor y objetividad, teniendo cuidado con algunos medios que se venden a las órdenes de quienes los contratan.


✔️ Considerar el contexto: Interpretar las estadísticas en el contexto más amplio del tema que se está discutiendo.


✔️ Aprender sobre estadística: Conocer los conceptos básicos de estadística nos ayuda a comprender mejor cómo se pueden utilizar y malinterpretar los datos y haciendo caso omiso de chismes, rumores y falsas suposiciones.


💡Áreas de la vida cotidiana en donde encontramos ejemplos de estadísticas engañosas


Publicidad: Las empresas a menudo utilizan estadísticas para hacer que sus productos parezcan más efectivos o atractivos.


Noticias: Las noticias a veces presentan estadísticas de manera sensacionalista o simplificada para captar la atención.


Política: Los políticos pueden utilizar estadísticas para respaldar sus argumentos o atacar a sus oponentes.


💡Encuestas Presidenciales: Digiriendo los datos de la vida

🔺Si querías leer literatura bien digerida a principios del siglo XX, entonces el Literary Digest era la publicación que buscabas. Sin embargo, su fama perdura debido a un fiasco estadístico que perpetró sin querer en 1936, un fiasco que mantendrá vivo al Literary Digest en los libros de texto de estadística de las generaciones futuras.

🔺El escenario fueron las elecciones presidenciales de Estados Unidos de 1936; la misión del Literary Digest, predecir el resultado. La mayoría de las personas que viven hoy no votaron en esas elecciones, pero quienes estuvieron presentes pueden recordar que los dos candidatos principales eran Franklin Delano Roosevelt, el titular, y Alfred Landon, el oponente republicano.


EL GANADOR FUE FRANKLIN DELANO ROOSEVELT
EL GANADOR FUE FRANKLIN DELANO ROOSEVELT

🔺En cada una de las cinco elecciones presidenciales anteriores, el Literary Digest había predicho correctamente al ganador y había estado a unos pocos puntos porcentuales de acertar con el margen de votación real. Para la elección de 1936, el Digest envió millones de encuestas a votantes de todo el país. La evidencia era clara y la predicción era confiable proclamó: Landon ganaría fácilmente la Casa Blanca. De hecho, la publicación predijo que Alf recibiría el 57% del voto popular y ganaría el voto del Colegio Electoral por una abrumadora mayoría, 370 a 161.


🔺La mayoría de la gente no recordará haber estudiado al presidente Alfred Landon en su clase de historia de los Estados Unidos, por la sencilla razón de que Landon no ganó. Las predicciones de Literary Digest fueron correctas en un solo aspecto: la elección fue una victoria aplastante, pero que fue en sentido contrario. Roosevelt fue reelegido abrumadoramente con el 62% del voto popular y ganó en el Colegio Electoral por una notable votación de 523 a 8. ¿Cómo pudieron los entonces ex estadísticos de Literary Digest estar tan completamente equivocados? Sencillo: pidieron sus opiniones a la gente equivocada.

🔺El Literary Digest elaboró ​​listas de personas a las que enviar encuestas a partir de varias fuentes, incluidos registros de suscripciones al Digest, registros de matriculación de automóviles y registros telefónicos. Se enviaron diez millones de encuestas y se devolvieron dos millones. Pero 1936 cayó en medio de la Gran Depresión. Muchos hogares estaban recortando gastos innecesarios y, lamentablemente (para la salud del Literary Digest), las suscripciones a esa estimada publicación pueden haber estado entre las primeras víctimas del recorte presupuestario.

Muchas familias recortaron aún más y prescindieron de automóviles y teléfonos. De modo que las personas que figuraban en la lista de encuestas no eran representativas de todo el público votante. Además, solo se contabilizaron las encuestas que se devolvieron voluntariamente. ¿Quién sabe si las personas que devuelven las encuestas son una muestra representativa del público? En cualquier caso, la encuesta estaba tremendamente sesgada y las deducciones realizadas eran groseramente erróneas.


🔺GEORGE GALLUP. El fiasco del Literary Digest tuvo otro resultado interesante: catapultó a un joven estadístico a una fama duradera. George Gallup se enteró de la encuesta del Literary Digest y de sus métodos. Sospechando que la encuesta sería defectuosa, él mismo encuestó a 50,000 personas utilizando un método que más tarde se convertiría en una característica estándar de las buenas encuestas: la aleatoriedad pura.


Eligió a los participantes de su encuesta al azar de entre los padrones electorales y descubrió que su encuesta presentaba un panorama radicalmente diferente. No sólo predijo una victoria contundente de Roosevelt, sino que también predijo cuál sería la predicción del Literary Digest. Así que Anunció de antemano que la predicción del Literary Digest sería errónea y tenía razón. George Gallup vio el defecto de reunir datos de gente rica (lo que le llevó a hacerse rico él mismo). Lo que quizá no previó es que la "encuesta Gallup" se convertiría en un término de uso corriente.


🔺El Literary Digest cometió el error de reunir su información de fuentes sesgadas. Hoy en día, los expertos son más sensibles en sus estudios estadísticos, pero siguen siendo propensos a sacar conclusiones erróneas, por lo que debemos permanecer en guardia estadística.

El fiasco del Literary Digest es un ejemplo de métodos estadísticos deficientes. Ningún profesional de hoy cometería ese error en particular, salvo que lo hiciera intencionadamente. Supongamos, por ejemplo, que usted quisiera redactar un informe convincente que apoyara su opinión de que casi todos los estadounidenses conducen de forma peligrosa. Una forma de reunir datos que respalden su postura es simplemente hacer sus observaciones en el aparcamiento de una escuela de conducción defensiva, pero tenga cuidado de dónde se sitúa.


En la era contemporánea, se sabe que hay factores aleatorios que, al momento de votar, el votante puede aun reconsiderar:


🔳Voto de castigo al candidato oficial y La Cantidad de Votantes que participen, entre los cuales pueden estar los resentidos y los indecisos que ejerzan un voto de castigo al candidato oficial.


🔳Fidelidad y confianza de los electores / Inconsciente Colectivo, ¿qué tanto el votante se identifica emocionalmente con un candidato, con la historia de la nación y sus héroes?


🔳Liderazgo sensible e incluyente (imagen), que de alguna manera se traduce en carisma, capacidad histriónica y empatía con los votantes.


🔳 Agradecimiento del votante al candidato que le proporciona dádivas, un engaño que en sentido figurado es "Darle el pescado a los Pobres en lugar de enseñarles a Pescar"


💡Conclusiones

✒️ Es importante ser crítico con las estadísticas que se nos presentan y considerar cuidadosamente cómo se recopilaron los datos, qué métodos se utilizaron para analizarlos y qué conclusiones se extrajeron. Solo entonces podremos discernir si las estadísticas nos ofrecen una imagen precisa de la realidad o si son simplemente otro tipo de mentira.

Los políticos pueden utilizar estadísticas para respaldar sus argumentos o atacar a sus oponentes.


✒️ Recordar el caso Literary Digest quien se equivocó diametralmente porque pidieron sus opiniones a la gente equivocada.


✒️ Factores aleatorios

Hay factores aleatorios que en la casilla y al momento de votar, el votante puede aun reconsiderar


✒️ Factores de manipulación

Previas a unas elecciones, que van desde dádivas hasta extorsiones morales, emocionales y físicas, lo cual se refleja en resultados distorsionados.


FUENTES:

  1. Edward B. Burger y Michael Starbird. "Coincidences, Chaos, and all That Math Jazz"

  2. Forbes: Violencia, la mayor preocupación de más de la mitad de los mexicanos: sondeo. https://www.forbes.com.mx/violencia-la-mayor-preocupacion-de-mas-de-la-mitad-de-los-mexicanos-sondeo/

  3. New York Times: México se dispone a elegir a su primera Presidenta. https://www.nytimes.com/es/2024/05/30/espanol/claudia-sheinbaum-mexico-elecciones.html

  4. El Pais: Elecciones Mexicanas. https://elpais.com/mexico/elecciones-mexicanas/2024-05-28/sheinbaum-llega-al-final-de-la-campana-como-clara-ganadora-y-maynez-supera-a-galvez-en-simpatia-ciudadana.html

  5. Gallup: Mexico Votes: 5 Things to Know Ahead of Election: https://news.gallup.com/poll/645167/mexico-votes-five-things-know-ahead-election.aspx






100 visualizaciones0 comentarios

Entradas Recientes

Ver todo

Comments


bottom of page