Quando algum assunto precisa ser debatido em profundidade e o esperado é que a pauta tenha credibilidade junto ao público, a "arma" mais usada para dar peso ao tema é a estatística. De um modo geral, existe a percepção de que os números não mentem, mas a história não é bem assim. Na verdade, os números podem fazer com que uma mentira se torne muito mais convincente.

O escritor Darrel Huff, famoso autor do livro "Como mentir com estatística", fala sobre isso ao questionar as estatísticas por amostragem. O método parece perfeitamente útil ao permitir que façamos a medição de determinado contexto a partir de uma amostra quantitativa. No entanto, como podemos ter certeza de que a amostra é representativa o suficiente? Como saber se ela é tendenciosa ou reduzida demais para fazer uma aferição precisa sobre determinado tema?

Para exemplificar como os dados de pesquisas estatísticas de amostragem podem ser tendenciosos, o escritor dá o exemplo de um estudo americano que afirmava que a turma de ex-alunos da Universidade de Yale de 1924 tinha um salário anual médio de US$ 25.111.

As duas características que mais chamam atenção em um primeiro olhar são: a precisão do número e o quanto ele é otimista. Esses seriam os primeiros elementos para duvidar da veracidade da pesquisa. Em um segundo momento, vem outra questão: qual a abrangência dos dados? O que se sabe é que o questionário da pesquisa foi enviado por correio. Mas afinal, quantos dos ex-alunos permaneciam morando em seus antigos endereços? E mesmo aqueles encontrados, quantos deles se dispuseram a responder um questionário com perguntas tão pessoais? Quantos deram respostas honestas sobre seus rendimentos?

Alguns podem ter sido modestos demais, por medo da Receita Federal, enquanto outros podem ter optado por aumentar o valor do salário por vaidade. Aqueles que ganhavam um salário baixo demais também podem ter se sentido constrangidos e optado por não responder o questionário. Neste cenário, a pesquisa acabaria fazendo um recorte enviesados e reportaria apenas salários mais altos.

Analise bem o contexto: em suma, a amostra usada para chegar ao "salário médio anual" dos ex-alunos de Yale exclui uma fatia tão grande de pessoas e conta com informações tão imprecisas que, no fim das contas, a verdade é uma só: a pesquisa não diz nada e pode estar muito afastada da realidade.

Outro exemplo semelhante é sobre uma pesquisa que dizia que o americano médio escova os dentes 1,02 vez ao dia. Mas como seria possível descobrir isso com precisão? Diante de um pesquisador, quem teria coragem de confessar que não escova os dentes diariamente?

Não só o tamanho de uma amostragem pode comprometer a credibilidade de um levantamento estatístico, mas também a confiabilidade das informações cedidas à pesquisa.

Da próxima vez em que quiser fundamentar um ponto de vista com base em estatísticas, analise o estudo mais a fundo e procure questionar-se sobre a validade dos dados que estão ali. Números podem ser muito convincentes: tanto para lhe informar quanto para lhe iludir.

Fonte: G1 - 30/01/2017