Publiqué esta nota el 11 de Julio de 2010, después de asistir a una de las últimas sesiones de comisión en el Senado de la Nación. La nota fue originalmente publicada en: http://www.facebook.com/note.php?note_id=109417779109898
----------------------------------------------------------------------------------
Recientemente hemos escuchado a un supuesto investigador de la UCA ( la ubicación de la palabra “supuesto” es deliberada. Sabemos que trabaja en la UCA, pero él supone que es un investigador) repetir hasta el hartazgo que cuando nosotros decimos que los estudios científicos serios llevados a cabo sobre niños y adolescentes criados por parejas del mismo sexo concluyen que no hay diferencias significativas, estamos errando porque lo que no es significativo para unos puede ser muy significativo para otros. Esta apreciación del insignificante sujeto del que hablo, revela su grado de incapacidad como investigador.
Cuando uno realiza un estudio empírico, se trabaja con muestras. La aleatoriedad es básica para poder realizar inferencia estadística. En este caso, la aleatoriedad implica que una vez que decido analizar hijos de parejas del mismo sexo, no elija a priori arbitrariamente los que creo que “salieron” mejores o peores.
En estadística se trabaja con hipótesis. Hay dos hipótesis: la hipótesis base o hipótesis nula (H0) y la hipótesis alternativa (H1). Por ejemplo, si quisiéramos estudiar los potenciales efectos de una fábrica en la pureza del agua de un río podríamos decir que H0 es “la planta no contamina” y H1 es “la planta contamina”. También podríamos plantear al revés H0: la planta contamina; H1: la planta no contamina. Esto simplemente se organiza según lo que uno quiere demostrar (científicamente). Luego de esto, se modela la ecuación a estimar empíricamente y se realizan pruebas estadísticas para concluir sobre las hipótesis planteadas.
Supongamos que analizamos el caso de los hijos criados por parejas del mismo sexo vs. los que son criados por parejas conformadas por individuos de sexos opuestos. Así, y en una visión sumamente simplificada podríamos pensar en una expresión como la que sigue:
Variable que refleja el grado de equilibrio psicofísico del niño u adolescente =
= Constante + a * Variables supuestamente sujetas a cambiar por ser criados por homosexuales * Variable Dummy + b * Variables que no cambian por el tipo de parejas que los crió + error muestral.
Donde:
- El asterisco (*) implica una multiplicación.
- La “Constante” es el valor promedio de la regresión, que se presenta independientemente de la influencia de las variables.
- “a” es el vector de parámetros que indica el impacto de las “Variables supuestamente sujetas a cambiar por ser criados por homosexuales” sobre “el grado de equilibrio psicofísico del niño u adolescente”. Es decir, para el caso univariado, si “a” fuera igual a “2”, esto significa que ante un aumento de un punto de “Variables supuestamente sujetas a cambiar por ser criados por uno u otro tipo de pareja”, la “Variable que refleja el grado de equilibrio psicofísico del niño u adolescente” aumenta el doble. A este valor se le aplicarán los tests correspondientes para ver si tiene valor estadístico.
- La “Variable Dummy” multiplicativa asume valores 0 ó 1. Como se estructuró la ecuación interior, esta variable debe asumir el valor 0 cuando el niño bajo análisis fue criado por heterosexuales. Sirve para estudiar el efecto aislado de ser criados por homosexuales. Separa las observaciones o casos que corresponden a los criados por heterosexuales de los criados por homosexuales.
- “b” es el vector de parámetros que indica el impacto de “Variables que no cambian por el tipo de parejas que los crió” sobre “el grado de equilibrio psicofísico del niño u adolescente”. Se interpreta igual que “a”.
- El error muestral está presente en todo estudio estadístico, y el cumplimiento de ciertas propiedades por parte del mismo, asegura confiabilidad de las inferencias estadísticas.
Esta es una forma de modelizar el asunto. Otra hubiera sido analizar los dos grupos por separado (criados por homosexuales vs. criados por heterosexuales) y hacer un test de comparación de medias.
Volviendo a la forma planteada, entre todo lo que se podría querer analizar, aquí nos ocupan dos cuestiones, que se plantean dos hipótesis: H0: a es distinto de 0 (la sexualidad de los padres sí influye); H1: a es igual a 0 (la sexualidad no influye).
En todo estudio estadístico hay dos tipos de errores. El Error de tipo I, consiste en rechazar la hipótesis nula cuando es cierta (esto se denota con la letra griega “alfa”) y el Error de tipo II consiste en no rechazar la hipótesis nula cuando es falsa (letra griega “beta”). La potencia del test se define como la capacidad de no rechazar la hipótesis nula cuando la misma es cierta ( 1 – “beta”). Para aumentar la potencia del test, hay que aumentar el tamaño muestral lo cual no siempre es posible y muchas veces implica altos costos.
En definitiva, en el modelo propuesto lo que se estudia es si:
- El Modelo Global es estadísticamente significativo (Para ello se usa un estadístico de prueba F-Snedecor).
- Si los coeficientes o parámetros contenidos en el vector “a” son estadísticamente significativos (Para ello se utilizan tests t-Student). En el caso univariado (para facilitar el análisis del lector no habituado con la estadística, "a" es un sólo coeficiente, vector de dimensión 1).
Los estudios serios realizados, independientemente que hayan modelado o no el asunto de otra manera, lo que buscan en esencia es determinar si ese coeficiente “a” es significativo en términos estadísticos. Es decir, si el ser criado por homosexuales tiene o no algún impacto estadístico en la salud psicofísica del niño y/o adolescente.
Cuando se dice que esos estadísticos resultaron en que la conformación sexual de las parejas de padres no tiene incidencia en la salud psicofísica del niño, esto significa que incluso si en números aparentemente la homosexualidad de los mismos mejorara la salud de sus hijos, esos números no tienen validez estadística. Para que quede más claro, si hubiésemos tenido:
Salud mental = const. + 2 * variable por ser criados por homosexuales + 1,5 * vairable no condicionada por sexualidad de los padres
Pero si resulta que ese número “2” no es estadísticamente significativo se dice que la Hipótesis nula que establece que la sexualidad de los padres tiene influencia en la salud de los hijos se rechaza. Como vemos, en este ejemplo el valor que asumía el parámetro “a” podría haberse usado como un argumento a nuestro favor si no supiéramos estadística o fuéramos inescrupulosos, ya que el impacto es positivo sobre la salud psicofísica del niño. Pero el rechazo de la hipótesis nula mediante metodología estadística es tan severo cuando nos beneficia como cuando nos perjudica. Asimismo, un investigador serio debería dejar de lado sus emociones y animosidades personales sobre el tema en estudio para poder ejercer su función con ética profesional y académica.
Lo que a veces suele decirse es “el estadístico no es significativo pero el signo es el esperado”, cuando se dice “el signo es el esperado” se refiere a que de acuerdo a teorías existentes, el impacto debería ser positivo o negativo; pero... al final de cuentas, los números mandan!
Al chicuelo este que investiga en la UCA, si alguno se acuerda del nombre, por favor que lo publique, si lo conocen díganle que estudie en serio antes de abrir la boca. Es mejor pasar por boludo antes que abrir la boca y demostrarlo.