El análisis estadístico es crucial en una época de big data y de toma de decisiones basada en datos. Sin embargo, también existe el problema de que las estadísticas no se enseñan correctamente en las universidades o no se utilizan de forma adecuada.

A lo largo de los años he asistido a varias presentaciones de resultados de investigación altamente estadísticos en seminarios, conferencias y defensas de doctorado, en las que parece que el estudiante de posgrado o el investigador novel que presenta los resultados no los entiende del todo, pero presenta el material debido a la presión de un supervisor o un colega mayor, o simplemente es lo que se espera que haga.

¿Cómo puedo saberlo? Hay algunas señales claras, como:

• La mirada de «ciervo ante los focos» cuando el presentador llega a la primera diapositiva de resultados del PowerPoint.
• El comienzo de la presentación con las palabras «Descubrimos que había un conjunto de datos con 100.000 respuestas, así que pensamos en buscar qué podíamos encontrar….»
• (También con un «nosotros» real) algo así como «queríamos ejecutar la modelización de las decisiones basadas en la constante de discriminación de la prueba S de tres cuadrantes de Hertzenburg basada en variables ficticias y variaciones no ficticias teniendo en cuenta las puntuaciones de equilibrio R-cubed, sin-cos-tan, y así encontramos este conjunto de datos con 100.000 respuestas y…»
• Una línea interesante es «Voy a determinar las actitudes mediante el análisis de las respuestas demográficas …»
• Algunas suposiciones descabelladas como «utilizando los datos del censo hemos descubierto que los que tomaban el transporte público para ir a trabajar eran obviamente unos locos de izquierdas, abrazadores de árboles, que odian los coches, la tecnología y nuestro país»
• La clásica respuesta a una pregunta «porque lo dice mi supervisor» o «tendrá que preguntarle a mi supervisor».

Por supuesto, el análisis estadístico es vital para la investigación de marketing, pero existe un problema cuando los educadores de marketing lo utilizan mal y lo enseñan de forma deficiente a nivel de posgrado. Esto es preocupante, sobre todo si los graduados utilizan luego estas habilidades poco desarrolladas y demasiado seguras en la industria.

Además, creo que esto se está convirtiendo en un problema real en algunas conferencias. Parece que algunas presentaciones están tan centradas en las estadísticas o los datos que el estudiante presentador puede haber perdido de vista el objetivo real del estudio. Para algunos, la respuesta final es irrelevante para el viaje estadístico para llegar a ella, aunque la mayoría de la gente (incluido el presentador) se haya perdido por el camino.

Aunque hay muchas conclusiones extremadamente interesantes e importantes que se derivan de estudios muy estadísticos, a veces es mejor que las presenten personas que realmente saben de qué están hablando.

Por último, me gustaría animar a los supervisores a que se aseguren de que el análisis estadístico utilizado en el trabajo de sus alumnos es adecuado para la tarea que se pretende realizar, y de que el alumno lo entiende. Lo último que querríamos es una nueva generación de investigadores poco cualificados que luego pasen a enseñar a otros o a hacer recomendaciones a la industria como consultores.