Campana de Gauss , es una representación gráfica de la distribución normal de

un grupo de datos

Comprendiendo el significado de la campana de Gauss en las ciencias

sociales: implicaciones sobre las diferencias de género en inteligencia

1.

Aunque desde siempre se ha supuesto que las mujeres (y por supuesto también
las minorías raciales como los negros o los aborígenes de remotas tierras)
presentaban menores aptitudes intelectuales que el sobrevalorado hombre blanco
(por cierto en la terminología clásica esto solo incluye a los caucasoides de origen
germánico o anglosajón, siendo considerados los eslavos o los mediterráneos
seres inferiores, aunque por supuesto claramente por encima de negroides o
mujeres ¡faltaría más!), no ha sido hasta la incorporación de las matemáticas a los
estudios sociales cuando este falaz estereotipo ha intentado alcanzar la
respetabilidad académica. Y sin embargo estas herramientas matemáticas, útiles a
niveles estadísticos en estudios científicos, son habitualmente malinterpretadas,
sacadas de contexto y de ellas se intentan extraer conclusiones desde el punto de
vista social que en el mejor de los casos y siendo muy diplomáticos se
considerarían excesivas cuando no directamente inexactas.

Y para entender todo este asunto debemos recordar un poco de estadística, pero
no se asusten que para el caso que nos ocupa ésta es muy sencilla. Cuando un
investigador quiere analizar por ejemplo el tamaño, el peso o cualquier otra
característica de los animales de una determinada especie lo primero que hace
por supuesto es tomar medidas de un gran número de individuos. Después estos
valores se pueden representar de manera muy visual como una distribución
normal o más comúnmente llamada distribución gaussiana. Si representamos de
esta manera la altura de los habitantes de un determinado país, por ejemplo
España, nos encontraremos con una gráfica de este estilo

en donde el eje X se representa la altura, medida experimentalmente, frente al

número o proporción de individuos que tienen una determinada altura en el eje Y.
De ahí se puede fácilmente hallar la media y cualquier otro parámetro estadístico.
Así, se puede comparar la altura de dos grupos de personas, por ejemplo
españoles frente a malteses tal y como se muestra en el siguiente gráfico
2.
Gauss, la campana disonante en la evaluación del desempeño.
Como parte de la evaluación del desempeño se utiliza de manera cotidiana la
campana de Gauss en muchas empresas. En el proceso, los jefes directos
elaboran un ranking forzado de los miembros de su equipo teniendo en cuenta la
distribución normal que representa esta curva. De esta manera, Recursos
Humanos trata de recibir una foto nítida de quiénes sobresalen de la media y
quiénes quedan por debajo en cada uno de los equipos. Así, tras la aplicación de
la campana de Gauss en cada equipo de trabajo tendríamos un 68% de miembros
que tienen un desempeño medio, un 18% por debajo de la media de desempeño y
un 18% con un desempeño superior.

Esta técnica no deja de chirriar y traer de cabeza a muchos jefes. Sobre todo a
aquellos que tienen una base de conocimientos sobre estadística y están
familiarizados con el teorema del límite central. En este teorema se señala que
hace falta un número de variables lo suficientemente grande como para que haya
“de manera natural” una distribución normal. Es decir, la Campana de Gauss se
hace inaplicable cuando contamos con equipos de trabajo pequeños (la inmensa
mayoría cuenta con menos de 10 miembros). La curva de distribución en la
mayoría de estos casos adoptaría cualquier forma, menos la normalizada.
Por tanto, estadísticamente hablando, es incorrecto hablar de la aplicación de la
Campana de Gauss o del ranking forzado (forced ranking en inglés) en la
evaluación del desempeño si lo estamos haciendo en equipos pequeños.

3.
Como ejemplo ilustrativo, veamos una imágen que representa mediante una
Campana de Gauss los datos de los niveles de inteligencia en la población.

¿Y qué aplicación le podemos dar en un entorno digital? En redes sociales como

Twitter, Facebook o Pinterest, los usuarios dan constantemente sus opiniones
sobre gustos, datos personales o intereses. Podemos comprobar que esta
cantidad enorme de datos, en muchos casos, sigue una distribución normal.

Además, una de las ventajas que tiene este estudio, es que si probamos que una
muestra representativa de la población se aproxima respecto a un dato a nuestra
distribución, la población total (tomando como población los elementos de estudio)
tenderá a cumplirla, por lo que nos podemos ahorrar el análisis de gran cantidad
de datos. Ello conlleva a que de manera muy sencilla, a partir de la muestra
poblacional, podemos aproximar de manera muy exacta la cantidad de individuos
que pertenecen a un cierto intervalo de la variable que estamos estudiando. Como
ejemplo, podríamos aproximar las personas en España que miden entre 1,70 y
1,80 m ó el número de personas que tienen un pie mayor a la talla 46, sin
necesidad de tener los datos de todos.

La interpretación de esos valores, puede resultar muy interesante para empresas

de publicidad o de venta de productos, puesto que realizando un estudio, pueden
conocer el número de clientes potenciales antes de lanzar una campaña, y así,
decidir si les interesa publicitarse en ese medio o no.

4.

Esta gráfica representa el comportamiento de los valores de una población o universo de

eventos, cuyas variaciones sólo están influenciadas por fenómenos aleatorios.

Nos parece interesante enseñaros la Campana de Gauss referida al cociente intelectual. Se

considera superdotados a las personas que tienen una puntuación superior a 130 en el test
de coeficiente intelectual.

5.

  El acero que se utiliza para tuberías de agua a menudo se recubre

internamente con un mortero de cemento para evitar la corrosión. En
un estudio de los recubrimientos de mortero de una tubería empleada
en un proyecto de transmisión de agua en California (Transportation
Engineering Journal, Noviembre de 1979) se especificó un espesor de
 7/16 pulgadas para el mortero. Un gran número de mediciones de
espesor dieron una media de 0.635 pulgadas y una desviación estándar
de 0.082 pulgadas. Sí las mediciones de espesor, tenían una distribución
Normal, ¿qué porcentaje aproximado fue inferior a 7/16 de pulgada?

Solución:

x = variable que nos define el espesor del mortero en pulgadas

 = 0.635 pulgadas

p(z = -2.41) = 0.492

p(x  7/16 pulgadas) = 0.5- p(z = -2.41) = 0.5-0.492 = 0.008

Por tanto, 0.008 x 100% = 0.8% de los recubrimientos de mortero tienen un espesor
menor de 7/16 pulgadas