{"id":567535,"date":"2022-08-24T10:46:16","date_gmt":"2022-08-24T14:46:16","guid":{"rendered":"https:\/\/gijn.org\/?p=567535"},"modified":"2025-07-09T10:37:21","modified_gmt":"2025-07-09T14:37:21","slug":"cuatro-cosas-que-los-periodistas-deben-saber-sobre-la-desviacion-estandar","status":"publish","type":"post","link":"https:\/\/gijn.org\/es\/articulos\/cuatro-cosas-que-los-periodistas-deben-saber-sobre-la-desviacion-estandar\/","title":{"rendered":"Cuatro cosas que los periodistas deben saber sobre la desviaci\u00f3n est\u00e1ndar"},"content":{"rendered":"<p><span style=\"font-weight: 400\">Si eres un periodista que lee investigaciones acad\u00e9micas, es probable que hayas visto muchas veces el t\u00e9rmino \u00abdesviaci\u00f3n est\u00e1ndar\u00bb. Si no est\u00e1s seguro de lo que significa o de c\u00f3mo explic\u00e1rselo al p\u00fablico, sigue leyendo, porque aqu\u00ed te lo expondremos por partes.\u00a0<\/span><\/p>\n<p><span style=\"font-weight: 400\">Aqu\u00ed hay cuatro cosas clave que debes saber.<\/span><\/p>\n<ol>\n<li><b> La desviaci\u00f3n est\u00e1ndar de un conjunto de datos es un n\u00famero que indica cu\u00e1nta variaci\u00f3n hay dentro de los datos.<\/b><\/li>\n<\/ol>\n<p><span style=\"font-weight: 400\">Cuando los investigadores analizan datos cuantitativos como tasas de natalidad, las mediciones de temperatura y las puntuaciones de los ex\u00e1menes de los estudiantes, suelen calcular la desviaci\u00f3n est\u00e1ndar de los datos para <\/span><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/www.ncbi.nlm.nih.gov\/books\/NBK574574\/\"><span style=\"font-weight: 400\">medir qu\u00e9 tan cerca o lejos est\u00e1n los datos<\/span><\/a><span style=\"font-weight: 400\"> entre s\u00ed. Una desviaci\u00f3n est\u00e1ndar m\u00e1s alta significa que los datos est\u00e1n m\u00e1s dispersos. Cuanto menor es la desviaci\u00f3n est\u00e1ndar, m\u00e1s se agrupan los datos alrededor del valor promedio de los mismos.<\/span><\/p>\n<aside class=\"module align-right half type-pull-quote\"><span style=\"font-weight: 400\">\u201cA los estad\u00edsticos les gusta contar la historia del hombre que ten\u00eda un pie en un balde de agua helada y el otro en un balde de agua hirviendo\u201d. &#8211; Deborah J. Rumsey, profesora de estad\u00edstica<\/span><\/aside>\n<p><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/stat.osu.edu\/people\/rumsey-johnson.1\"><span style=\"font-weight: 400\">Deborah J. Rumsey<\/span><\/a><span style=\"font-weight: 400\">, profesora de estad\u00edstica en la Universidad Estatal de Ohio, se\u00f1ala en su libro <\/span><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/www.dummies.com\/article\/academics-the-arts\/math\/statistics\/finding-standard-deviation-in-a-statistical-sample-169326\/\"><i><span style=\"font-weight: 400\">Estad\u00edsticas para Dummies<\/span><\/i><\/a> <span style=\"font-weight: 400\">que esta medida proporciona un contexto crucial.<\/span><\/p>\n<p><span style=\"font-weight: 400\">\u201cSin esto, obtienes solo una parte de la historia de los datos\u201d, escribe. \u201cA los estad\u00edsticos les gusta contar la historia del hombre que ten\u00eda un pie en un balde de agua helada y el otro en un balde de agua hirviendo. Dijo que, en promedio, \u00a1se sent\u00eda genial! Pero pensemos en la variabilidad de las dos temperaturas de cada uno de sus pies. Un ejemplo m\u00e1s concreto es el precio medio de la vivienda: no te dice nada sobre el rango de precios que puedes encontrar cuando buscas una casa. Es el salario medio puede no no reflejar cabalmente lo que ocurre realmente en tu empresa, si los salarios est\u00e1n muy dispersos\u201d.<\/span><\/p>\n<div id=\"attachment_562619\" style=\"width: 781px\" class=\"wp-caption alignnone\"><a href=\"https:\/\/gijn.org\/wp-content\/uploads\/2022\/08\/Deviation-JR.png\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-562619\" class=\"wp-image-562619 size-full\" src=\"https:\/\/gijn.org\/wp-content\/uploads\/2022\/08\/Deviation-JR.png\" alt=\"\" width=\"771\" height=\"560\" srcset=\"https:\/\/gijn.org\/wp-content\/uploads\/2022\/08\/Deviation-JR.png 1098w, https:\/\/gijn.org\/wp-content\/uploads\/2022\/08\/Deviation-JR-336x244.png 336w, https:\/\/gijn.org\/wp-content\/uploads\/2022\/08\/Deviation-JR-771x560.png 771w, https:\/\/gijn.org\/wp-content\/uploads\/2022\/08\/Deviation-JR-768x558.png 768w\" sizes=\"auto, (max-width: 771px) 100vw, 771px\" \/><\/a><p id=\"caption-attachment-562619\" class=\"wp-caption-text\">En este ejemplo simplificado, los datos a lo largo de la l\u00ednea amarilla fluct\u00faan ampliamente, mientras que los datos a lo largo de la l\u00ednea negra tienden a centrarse alrededor de la media. La l\u00ednea amarilla tiene una desviaci\u00f3n est\u00e1ndar mayor que la l\u00ednea negra.<\/p><\/div>\n<ol start=\"2\">\n<li><b>Los cient\u00edficos pueden usar la desviaci\u00f3n est\u00e1ndar para hacer predicciones, investigar tendencias y responder a otras preguntas clave de la investigaci\u00f3n.<\/b><\/li>\n<\/ol>\n<p><span style=\"font-weight: 400\">La desviaci\u00f3n est\u00e1ndar de un conjunto de datos desempa\u00f1a un papel limitado en muchos estudios acad\u00e9micos. Los cient\u00edficos pueden s\u00f3lo incluir los valores de desviaci\u00f3n est\u00e1ndar en una tabla o lista, o mencionarlos en el cuerpo de un art\u00edculo acad\u00e9mico.<\/span><\/p>\n<p><span style=\"font-weight: 400\">A veces, sin embargo, los investigadores se basan en esta medida para ayudarlos a responder preguntas centrales de sus estudios. Por ejemplo:<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Los investigadores pueden hacer predicciones sobre el clima, el comportamiento de los votantes, los ingresos fiscales, el uso de la atenci\u00f3n m\u00e9dica y muchas otras cosas bas\u00e1ndose en parte en la desviaci\u00f3n est\u00e1ndar de los datos recopilados a lo largo del tiempo.<\/span><\/li>\n<li style=\"font-weight: 400\">Quienes investigan la renta variable suelen utilizar <a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/www.emerald.com\/insight\/content\/doi\/10.1108\/SEF-09-2020-0389\/full\/html\">la desviaci\u00f3n est\u00e1ndar de los precios de las acciones<\/a> para medir la volatilidad del mercado; una desviaci\u00f3n est\u00e1ndar alta que indica una alta volatilidad.<\/li>\n<li style=\"font-weight: 400\">Los investigadores que examinan los resultados de los ex\u00e1menes de los alumnos pueden usar la desviaci\u00f3n est\u00e1ndar para determinar si la mayor\u00eda de los estudiantes se rinden en la media o cerca de ella, o si los resultados de las pruebas son desiguales. La medida tambi\u00e9n permite a los investigadores estimar la proporci\u00f3n de estudiantes que necesitan m\u00e1s ayuda.<\/li>\n<\/ul>\n<p><span style=\"font-weight: 400\">Aqu\u00ed hay una <\/span><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/es.khanacademy.org\/math\/probability\/data-distributions-a1\/summarizing-spread-distributions\/a\/calculating-standard-deviation-step-by-step\"><span style=\"font-weight: 400\">breve explicaci\u00f3n<\/span><\/a><span style=\"font-weight: 400\"> de c\u00f3mo calcular la desviaci\u00f3n est\u00e1ndar.<\/span><\/p>\n<ol start=\"3\">\n<li><b> En algunos estudios, los cient\u00edficos informan sus resultados en t\u00e9rminos de desviaciones est\u00e1ndar en lugar de una unidad de medida, como cent\u00edmetros o kilos.<\/b><\/li>\n<\/ol>\n<p><span style=\"font-weight: 400\">Cuando los conjuntos de datos tienen puntos de datos con diferentes unidades, los cient\u00edficos a menudo necesitan estandarizar o cambiar la escala de los datos antes de establecer comparaciones y buscar relaciones. Por ejemplo, cient\u00edficos podr\u00edan querer examinar la relaci\u00f3n entre el consumo de jugo de naranja, medido en onzas (o gramos) y las tasas de vacunaci\u00f3n contra la influenza, medidas como el n\u00famero de vacunas administradas cada mes por cada 100 000 habitantes.<\/span><\/p>\n<aside class=\"module align-right half type-pull-quote\"><span style=\"font-weight: 400\">\u201cUna desviaci\u00f3n est\u00e1ndar grande no es necesariamente algo malo; simplemente refleja una gran cantidad de variaci\u00f3n en el grupo estudiado\u201d &#8211; Deborah J. Rumsey, profesora de estad\u00edstica<\/span><\/aside>\n<p><span style=\"font-weight: 400\">El proceso de estandarizaci\u00f3n de datos incluye la divisi\u00f3n de cada punto de datos num\u00e9ricos por la desviaci\u00f3n est\u00e1ndar del conjunto de datos. Al hacer esto se cambian las unidades de medida. En lugar de expresar los hallazgos utilizando unidades comunes como onzas, cent\u00edmetros y kilogramos, deben expresarse en t\u00e9rminos de desviaciones est\u00e1ndar.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Hipot\u00e9ticamente, los cient\u00edficos que analizan el consumo de jugo de naranja y las tasas de vacunaci\u00f3n contra la influenza podr\u00edan concluir que un aumento de una desviaci\u00f3n est\u00e1ndar en el consumo de jugo est\u00e1 asociado a una reducci\u00f3n de una desviaci\u00f3n est\u00e1ndar en las tasas de vacunaci\u00f3n.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Aunque la estandarizaci\u00f3n de los conjuntos de datos puede facilitar el trabajo de los investigadores, <\/span><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/postgraduateeducation.hms.harvard.edu\/faculty-staff\/brian-healy-0\"><span style=\"font-weight: 400\">Brian Healy<\/span><\/a><span style=\"font-weight: 400\">, profesor asociado de neurolog\u00eda en la Escuela de Medicina de Harvard, se\u00f1ala que muchas personas podr\u00edan tener dificultades para comprender los resultados. Insta a los periodistas a leer detenidamente estos documentos.<\/span><\/p>\n<p><span style=\"font-weight: 400\">\u00abEl problema es que, a menos de se mire muy de cerca el documento, no tendr\u00e1s idea de lo que significa una desviaci\u00f3n est\u00e1ndar que equivalga a uno\u00bb, dice Healy.<\/span><\/p>\n<p><span style=\"font-weight: 400\">\u201cHay que entender las unidades en las que se muestran los resultados\u201d, agrega. \u201cSi se publica un n\u00famero, hay que asegurarse de entender c\u00f3mo interpretar el n\u00famero. Y no se puede entender c\u00f3mo interpretar el n\u00famero sin conocer las unidades\u201d.<\/span><\/p>\n<ol start=\"4\">\n<li><b> Los cient\u00edficos pueden usar la desviaci\u00f3n est\u00e1ndar para ayudar a confirmar si un punto de datos que consideran un valor at\u00edpico lo es realmente.<\/b><\/li>\n<\/ol>\n<p><span style=\"font-weight: 400\">Los valores at\u00edpicos son valores extremadamente altos o bajos que pueden <\/span><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/scholarworks.umass.edu\/cgi\/viewcontent.cgi?article=1139&amp;context=pare\"><span style=\"font-weight: 400\">complicar los an\u00e1lisis estad\u00edsticos y sesgar los resultados<\/span><\/a><span style=\"font-weight: 400\">. Muchos investigadores eliminan o modifican los valores at\u00edpicos causados \u200b\u200bpor un error, por ejemplo, un error al recopilar o ingresar los datos.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Cuando observas un gr\u00e1fico de todos los datos de un conjunto de datos, algunos puntos de datos parecen ser valores at\u00edpicos porque difieren mucho de los dem\u00e1s. Dado que la desviaci\u00f3n est\u00e1ndar de un conjunto de datos tiene en cuenta la distancia de los valores individuales con respecto a la media, los cient\u00edficos suelen utilizarla para evaluar si un punto de datos inusual es un valor at\u00edpico. Este m\u00e9todo funciona bien para conjuntos de datos que siguen el patr\u00f3n de una curva sim\u00e9trica en forma de campana en la que la mayor\u00eda de los datos convergen cerca del centro de la campana, donde se encuentra el valor medio.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Tras de calcular la desviaci\u00f3n est\u00e1ndar de ese conjunto de datos, es f\u00e1cil detectar los valores at\u00edpicos. Una <\/span><a rel=\"noopener\" target=\"_blank\" href=\"http:\/\/faculty.washington.edu\/tamre\/GS105Lecture2.pdf\"><span style=\"font-weight: 400\">regla general para los datos<\/span><\/a><span style=\"font-weight: 400\"> que siguen una curva de campana es que aproximadamente el 99,7 % de los datos estar\u00e1n dentro de tres desviaciones est\u00e1ndar de la media. Los datos que est\u00e1n fuera de ese l\u00edmite suelen considerarse valores at\u00edpicos.<\/span><\/p>\n<p><span style=\"font-weight: 400\">Aunque la desviaci\u00f3n est\u00e1ndar de un conjunto de datos se ve afectada por valores at\u00edpicos, los periodistas no deben asumir que una desviaci\u00f3n est\u00e1ndar grande indica problemas de calidad de los datos. Como escribe Rumsey en <\/span><i><span style=\"font-weight: 400\">Estad\u00edsticas para Dummies<\/span><\/i><span style=\"font-weight: 400\">, \u201cuna desviaci\u00f3n est\u00e1ndar grande no es necesariamente algo malo; simplemente refleja una gran cantidad de variaci\u00f3n en el grupo estudiado\u201d.<\/span><\/p>\n<p><i><span style=\"font-weight: 400\">Este post fue <\/span><\/i><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/journalistsresource.org\/media\/standard-deviation-data-journalists\/\"><i><span style=\"font-weight: 400\">publicado originalmente<\/span><\/i><\/a><i><span style=\"font-weight: 400\"> por <\/span><\/i><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/journalistsresource.org\/\"><i><span style=\"font-weight: 400\">The Journalist&#8217;s Resource<\/span><\/i><\/a><i><span style=\"font-weight: 400\"> y se reproduce aqu\u00ed a trav\u00e9s de su <\/span><\/i><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/creativecommons.org\/licenses\/by-nd\/4.0\/\"><i><span style=\"font-weight: 400\">licencia Creative Commons<\/span><\/i><\/a><i><span style=\"font-weight: 400\">. The Journalist&#8217;s Resource desea agradecer a <\/span><\/i><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/health.usf.edu\/publichealth\/overviewcoph\/faculty\/troy-quast\"><i><span style=\"font-weight: 400\">Troy Quast<\/span><\/i><\/a><i><span style=\"font-weight: 400\">, profesor de econom\u00eda de la salud en la Facultad de Salud P\u00fablica de la Universidad del Sur de Florida, y a <\/span><\/i><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/postgraduateeducation.hms.harvard.edu\/faculty-staff\/brian-healy-0\"><i><span style=\"font-weight: 400\">Brian Healy<\/span><\/i><\/a><i><span style=\"font-weight: 400\">, profesor asociado de neurolog\u00eda en la Facultad de Medicina de Harvard, por su ayuda en la elaboraci\u00f3n de estos consejos.<\/span><\/i><\/p>\n<hr \/>\n<p><a href=\"https:\/\/gijn.org\/wp-content\/uploads\/2022\/07\/Ordway-e1658871950146.jpeg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-553807 alignleft\" src=\"https:\/\/gijn.org\/wp-content\/uploads\/2022\/07\/Ordway-e1658871950146.jpeg\" alt=\"\" width=\"166\" height=\"166\" srcset=\"https:\/\/gijn.org\/wp-content\/uploads\/2022\/07\/Ordway-e1658871950146.jpeg 240w, https:\/\/gijn.org\/wp-content\/uploads\/2022\/07\/Ordway-e1658871950146-140x140.jpeg 140w, https:\/\/gijn.org\/wp-content\/uploads\/2022\/07\/Ordway-e1658871950146-60x60.jpeg 60w\" sizes=\"auto, (max-width: 166px) 100vw, 166px\" \/><\/a><em><strong><a rel=\"noopener\" target=\"_blank\" href=\"https:\/\/twitter.com\/deniseordway?lang=en\">Denise-Marie Ordway<\/a><\/strong> es la gerente editorial de The Journalist\u2019s Resource\u00a0desde 2015. Se uni\u00f3 al equipo luego de trabajar para peri\u00f3dicos y estaciones de radio en Estados Unidos y Centroam\u00e9rica. Su trabajo ha sido publicado por USA Today, The New York Times y el Washington Post. Fue becaria Harvard-Nieman en 2014-15.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Los periodistas a menudo se encuentran con el t\u00e9rmino \u00abdesviaci\u00f3n est\u00e1ndar\u00bb cuando leen investigaciones, como estudios sobre el cambio clim\u00e1tico o art\u00edculos de ciencias sociales. Este texto explica c\u00f3mo los investigadores usan esta medida y c\u00f3mo los reporteros pueden beneficiarse del contexto que proporciona.<\/p>\n","protected":false},"author":3031154,"featured_media":1146893,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_price":"","_stock":"","_tribe_ticket_header":"","_tribe_default_ticket_provider":"","_tribe_ticket_capacity":"0","_ticket_start_date":"","_ticket_end_date":"","_tribe_ticket_show_description":"","_tribe_ticket_show_not_going":false,"_tribe_ticket_use_global_stock":"","_tribe_ticket_global_stock_level":"","_global_stock_mode":"","_global_stock_cap":"","_tribe_rsvp_for_event":"","_tribe_ticket_going_count":"","_tribe_ticket_not_going_count":"","_tribe_tickets_list":"[]","_tribe_ticket_has_attendee_info_fields":false,"republication-tracker-tool-hide-widget":false,"footnotes":"","_tec_slr_enabled":"","_tec_slr_layout":""},"categories":[23188],"tags":[26680,26681,26682,23767,23270],"gijn_topic":[18867],"series":[],"gijn_language":[17790],"gijn_region":[18861],"class_list":["post-567535","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articulos","tag-crosspost-es","tag-desviacion-de-datos-es","tag-estadistica-es","tag-periodismo-de-datos-es","tag-periodismo-de-investigacion-es","gijn_topic-periodismo-de-datos","gijn_language-es-es","gijn_region-africa-es"],"acf":[],"ticketed":false,"_links":{"self":[{"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/posts\/567535","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/users\/3031154"}],"replies":[{"embeddable":true,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/comments?post=567535"}],"version-history":[{"count":1,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/posts\/567535\/revisions"}],"predecessor-version":[{"id":2369278,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/posts\/567535\/revisions\/2369278"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/media\/1146893"}],"wp:attachment":[{"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/media?parent=567535"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/categories?post=567535"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/tags?post=567535"},{"taxonomy":"gijn_topic","embeddable":true,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/gijn_topic?post=567535"},{"taxonomy":"series","embeddable":true,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/series?post=567535"},{"taxonomy":"gijn_language","embeddable":true,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/gijn_language?post=567535"},{"taxonomy":"gijn_region","embeddable":true,"href":"https:\/\/gijn.org\/es\/wp-json\/wp\/v2\/gijn_region?post=567535"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}