Muchas personas creen que la Estadística es una disciplina que se limita a la recolección de datos y a la generación de tablas y gráficos. Con simples cálculos de promedios y porcentajes, que se anuncian de forma pomposa, se pretenden justificar decisiones que afectan a miles de personas.
OPINIÓN
FAVIO D’ERCOLE, AGUSTINA GRANGETTO Y FLORENCIA RÍOS
CENTRO COORDINADOR REGIONAL DE ESTADÍSTICAS (CEyS)
Algunos piensan que, si alguna opinión está acompañada de datos, entonces es científica o rigurosa. La verdad es que la Estadística es mucho más que eso. Mal usada es peligrosa, o al menos engañosa. Bien usada es la herramienta más poderosa para comprender el mundo que nos rodea y aportar evidencia objetiva respecto de qué funciona y que no funciona en la toma de decisiones.
El principal problema es que era extremadamente complejo realizar experimentos controlados en el mundo social. No se puede asignar al azar a las personas a ser pobres o ricas, o a tener educación o no tenerla para realizar un experimento. Por eso, la estadística en las ciencias sociales se basa en la observación de datos que no son experimentales, y en la construcción de modelos que permitan inferir relaciones causales a partir de esos datos.
Hoy en día, los economistas y otros científicos sociales disponemos de una caja de herramientas mucho más sofisticada para evaluar políticas públicas. En particular, la evaluación de impacto de políticas públicas se ha convertido en una disciplina en sí misma, que combina la teoría económica, la estadística y la econometría para responder preguntas como: ¿Qué efecto tiene un programa de transferencias condicionadas en la pobreza? ¿Cómo afecta la educación de los padres a la salud de sus hijos? ¿Qué impacto tiene la apertura comercial en el empleo y los salarios?
Muchas preguntas de esta clase tienen respuestas muy sólidas y comprobadas con los datos, y aunque a veces las respuestas son algo obvias, en otros resultan sorprendentes. En cualquier caso, el análisis resulta mucho más liviano y desprendido de prejuicios ideológicos que el que se hacía en el pasado.
El Premio en Ciencias Económicas en Memoria de Alfred Nobel, lleva distinguiendo a varias investigaciones en evaluación de impacto de políticas, como por ejemplo, investigaciones experimentales para aliviar la pobreza global (Duflo, Banerjee y Kremer en 2019) investigaciones de impacto en el desempeño del mercado laboral (Card en 2021), mejoramiento de la metodología estadística para entender qué causa a qué y cómo se mide el impacto de una política (Angrist e Imbens en 2021) e investigaciones sobre el impacto de las instituciones en el desarrollo económico (Acemoglu, Robinson y Johnson en 2024).
Las personas especializadas en realizar el análisis estadístico deben tener una estrategia concreta y eficaz en tres aspectos. La estrategia estadística es la que se enseña en los cursos generales en las universidades. Básicamente, se aprende como hacer los cálculos y como medir la incertidumbre de los resultados, es decir, cuán probable es que estén equivocados. Acá se necesita mucha teoría y no demasiada creatividad. La estrategia computacional, se puede aprender en cursos de programación y manejo de bases de datos, y es la que permite automatizar los cálculos y manejar grandes volúmenes de datos. Esta estrategia tiene mucho de creatividad y sobre todo de práctica, se aprende con la experiencia.
Sin embargo, ninguna de las dos estrategias mencionadas garantiza que los resultados del análisis sean evidencia. Está solo se consigue utilizando una estrategia de identificación. Esta se enseña generalmente a nivel de posgrado, pero para ser honestos, requiere de creatividad y conocimiento multidisciplinar para diseñar o hallar experimentos naturales que permitan inferir relaciones causales a partir de datos observados en el mundo social. Esta estrategia asegura que lo que se mide es exactamente lo que se quiere medir, y no algo parecido pero engañoso.
Las instituciones en las que se producen indicadores y análisis estadísticos deben enfocarse en tres niveles de utilidad para la toma de decisiones. En primer lugar, debe utilizarse la estrategia de identificación para describir la realidad tal cual como es, encontrando un equilibrio honesto entre la precisión y la simplicidad. De nada sirve un análisis pormenorizado de cada persona del mundo. Tampoco es demasiado útil un mero promedio de todos los individuos, es demasiado simple y esconde debajo de la alfombra la mayoría de los problemas. Diagnosticar de forma inteligente es el primer paso para encontrar soluciones efectivas.
En segundo lugar, se debe utilizar la estrategia de identificación para construir indicadores de monitoreo. Aunque no miden el impacto de las políticas, los indicadores de monitoreo permiten seguir la evolución de los problemas y de las políticas en el tiempo. Son como los indicadores de un tablero de control de un auto, que no nos dicen si vamos a llegar a destino, pero nos permiten saber si estamos en el camino correcto.
En tercer lugar, se debe utilizar la estrategia de identificación para evaluar el impacto de las políticas. Este es el nivel más difícil y costoso, pero también el más útil para la toma de decisiones. Evaluar el impacto de las políticas permite saber si están funcionando o no, y si no lo están, por qué no lo están. Permite aprender de los errores y mejorar las políticas en el futuro.
La formación profesional del equipo, la independencia y ética profesional, y el apoyo institucional, especialmente en cuanto al acceso transparente a los datos, son los pilares fundamentales para que la academia y las organizaciones de análisis estadístico puedan cumplir con su función de proveer evidencia objetiva para la toma de decisiones.
Fuente: Consejo Económico y Social de Río Cuarto
