Suscríbete a DeepL Pro para poder traducir archivos de mayor tamaño. Más información disponible en .

PSICOLOGÍA COGNITIVA 17, 295 -3 14 ( 1985)

La mano caliente del baloncesto: Sobre la percepción

errónea de las secuencias aleatorias
THOMAS G ILO VICH

Universidad de Cornell

ROBERT VALLON E Y AMOs TVERS KY

Sdn nford Uni ve rsily

Investigamos el origen y la validez de las creencias comunes sobre la "mano

caliente" y la "racha de tiros" en el baloncesto. Tanto los jugadores de baloncesto
como los aficionados tienden a creer que las posibilidades de que un jugador acierte
un tiro son mayores tras un acierto que tras un fallo en el tiro anterior. Sin embargo,
un análisis detallado de los registros de tiro de los Philadelphia 76ers no aportó
pruebas de que existiera una correlación positiva entre los resultados de los tiros
sucesivos. Las mismas conclusiones se extrajeron de los registros de tiros libres de
los Boston Celtics y de un experimento de tiro controlado con hombres y mujeres de
los equipos universitarios de Cornell. Los resultados de tiros anteriores influyeron en
las predicciones de los jugadores de Cornell, pero no en su rendimiento. La creencia
en la mano caliente y la "detección" de rachas en secuencias aleatorias se atribuye a
un concepto general erróneo del azar, según el cual incluso las secuencias aleatorias
cortas se consideran altamente representativas de su proceso generador. o 1985
Academic Press, Inc.

Al describir una actuación sobresaliente de un jugador de baloncesto, los

reporteros y espectadores suelen utilizar expresiones como " Larry Bird tiene
la mano caliente" o "Andrew Toney es un tirador de rachas". Estas frases
expresan la creencia de que el rendimiento de un jugador durante un periodo
concreto
Esta investigación ha sido financiada en parte por una beca de investigación de la Facultad de
Artes y Ciencias de la Universidad de Cornell concedida al primer autor y por la subvención
NR 197-058 de la Comisión Europea.
Oficina de Investigación Naval de EE.UU. al tercer autor. Damos las gracias a Harvey Pollack,
de los Phila- delphia 76ers, y a Todd Rosensweig, de los Boston Celtics, por facilitarnos las
estadísticas de tiro de sus equipos, a Billy Cunningham, de los 76ers, por permitir que su equipo
fuera entrevistado, y a Tom Miller y Linda Lerch, de Cornell, por reclutar a sus jugadores para
nuestro experi- mento de tiro. También damos las gracias a Kathy Stratton por recopilar gran
parte de los datos que aquí se presentan. Este trabajo se ha beneficiado de las conversaciones
con Persi Diaconis, David Freedman, Lee Ross y Brian Wandell. Enviar las solicitudes de
reimpresión al Dr. Thomas Gilovich, Departamento de Psicología, Universidad de Cornell,
Ithaca, NY 14853.

295
0010-0285/85 $7. 50
Copy right 0 1985 by Academic Press, I nc.
Reservados todos los derechos de reproducción en cualquier formato.
296 GILOV IC H , V AL LON E, Y TV ERS KY

es significativamente mejor de lo esperado en función de la trayectoria

general del jugador. La creencia en la " mano caliente" y en la "racha
de tiro" es compartida por jugadores de baloncesto, entrenadores y
aficionados, y parece afectar a la selección de jugadas y a la elección de
jugadores. En este a r t í culo investigamos el origen y la validez de estas
creencias.
Las concepciones intuitivas de la gente sobre el azar se apartan
sistemáticamente de las leyes del azar". Parece que la gente espera que las
características esenciales de un proceso aleatorio estén representadas no sólo
globalmente en toda la secuencia, sino también localmente, en cada una de
sus partes. Por ejemplo, la gente espera que incluso las secuencias cortas de
cara y cruz reflejen la equidad de una moneda y contengan
aproximadamente un 50% de cara y un 50Wo de cruz. Esta concepción del
azar se ha descrito como una "creencia en la ley de los números pequeños",
según la cual la ley de los números grandes se aplica también a las muestras
pequeñas (Tversky y Kahneman, 1971). Sin embargo, una secuencia
localmente representativa se desvía sistemáticamente de las expectativas del
azar: Contiene demasiadas alternancias y no suficientes s e r i e s largas.
Por tanto, una concepción del azar basada en la representatividad
produce dos sesgos relacionados. En primer lugar, induce a creer que la
probabilidad de que salga cara es mayor tras una larga secuencia de cruz
que tras una larga secuencia de cara, lo que constituye la famosa falacia
del jugador (véase, por ejemplo, Tversky y Kahneman, 1974). En
segundo lugar, lleva a la gente a rechazar la aleatoriedad de las
secuencias que contienen el número esperado de carreras porque incluso
la aparición de, digamos, cuatro cabezas seguidas -que es bastante
probable en una secuencia de 20 lanzamientos- hace que la secuencia
parezca no representativa (Falk, 1981; Wagenaar, 1972).
Las secuencias de aciertos y fallos en un partido de baloncesto ofrecen un
contexto interesante para investigar la percepción del azar fuera del
laboratorio psicológico. De vez en cuando, este jugador encestará cuatro o
más tiros s e g u i d o s . Sin embargo, estas rachas sólo pueden calificarse de
rachas de tiro si su duración o frecuencia exceden lo que cabría esperar
basándose únicamente en el azar. El r e n d i m i e n t o del jugador, por
tanto, puede compararse con una secuencia de aciertos y fallos generada al
lanzar una moneda al aire. Un jugador que produce secuencias de aciertos
más largas que las producidas a l lanzar una moneda puede decirse que
tiene una "mano caliente" o ser descrito como un "tirador de rachas". Del
mismo modo, estos términos pueden aplicarse a un jugador que t i e n e más
posibilidades de encestar después de uno o más tiros acertados que después
de uno o más fallos.
Este análisis no pretende captar todo lo que la gente podría querer decir
' Feller (1968) describe algunos ejemplos sorprendentes del carácter no intuitivo de los
procesos de azar (por ejemplo, la coincidencia de fechas de nacimiento o el cambio de signo en
un paseo aleatorio), que atribuye a "intuiciones defectuosas" sobre el azar y a ideas erróneas
comunes sobre "la ley de los promedios".
 LA MANO CALIENTE EN B AS K ETBAL L 297

por "la mano caliente" o "racha de tiro". No obstante, sostenemos que el

uso común de estas nociones -por vagas o complejas que sean- implica
que los registros de rendimiento de los jugadores deberían diferir de las
secuencias de cara y cruz producidas al lanzar una moneda en dos
aspectos esenciales. En primer lugar, estos términos implican que la
probabilidad de acierto debería ser mayor tras un acierto que tras un fallo
(es decir, una asociación positiva). En segundo lugar, implican que el
número de rachas de aciertos o fallos sucesivos debe superar el número
producido por un proceso aleatorio con una tasa de aciertos constante (es
decir, no estacionariedad).
Puede parecer poco r a z o n a b l e comparar el tiro a canasta con el
lanzamiento de una moneda, porque las posibilidades de un jugador de
encestar no son l a s m i s m a s e n todos los lanzamientos. Los tiros a
canasta son más fáciles que los tiros de campo de 3 puntos y los mates
tienen un porcentaje de acierto más alto que los saltos. No obstante, el
modelo binomial simple equivale a un proceso más complicado con las
siguientes características: Cada jugador tiene un conjunto de tiros que varían
en dificultad (dependiendo, por ejemplo, de la distancia a la canasta y de la
presión defensiva), y cada tiro se selecciona aleatoriamente de este conjunto.
Este proceso proporciona una explicación más convincente del rendimiento
de un jugador de baloncesto, aunque produce un registro de tiros que no se
distingue del producido por un modelo binomial simple en el que la
probabilidad de acierto es la misma en cada ensayo.
Comenzamos con una encuesta que explora las creencias de los
aficionados al baloncesto sobre las rachas de tiro y fenómenos relacionados.
A continuación, analizamos los datos de la N B A s o b r e tiros de campo y
tiros libres. Por último, informamos de un experimento controlado
realizado por los hombres y mujeres de los equipos universitarios de Cornell
que investiga la capacidad de los jugadores para predecir su rendimiento.
ESTUDIO 1 : ENCUESTA A LOS AFICIONADOS AL BALONCESTO
Se reclutó a cien aficionados al baloncesto entre el alumnado de las
universidades de Cornell y Stanford. Todos los participantes juegan al
baloncesto al menos "ocasionalmente" (65Wo juegan "regularmente").
Todos ven a l menos 5 partidos al año (73Wo ven más de 15 partidos al
año). La muestra incluía a 50 capitanes de equipos de baloncesto intramuros.
El cuestionario examinaba las creencias de los aficionados al
baloncesto sobre la dependencia secuencial entre tiros. Sus respuestas
revelaron un acuerdo considerable: el 91% de los aficionados creían que
un jugador tiene "más posibilidades de realizar un tiro después de haber
realizado sus dos o tres últimos tiros que después de haber fallado sus
dos o tres últimos tiros" ; el 68% de los aficionados expresaron
esencialmente la misma creencia para los tiros libres, afirmando que un
jugador tiene "más posibilidades de realizar su segundo tiro después de
realizar su primer tiro que después de fallar su primer tiro" ; el 96% de
los aficionados pensaban que "después de haber realizado una serie de
tiros seguidos. . . los jugadores tienden a realizar. ".
 298 GILOV ICH, V AL LON E, Y TV ERS KY

más tiros de los que harían normalmente" ; 84Wo de los aficionados creen
que "es importante pasar el balón a alguien que acaba de hacer varios (dos,
tres o cuatro) tiros s e g u i d o s ".
La creencia en una dependencia positiva entre tiros sucesivos se reflejó
también en estimaciones numéricas. Se pidió a los aficionados que
consideraran a un jugador hipotético que lanza un 50% en tiros de c a m p o .
Su estimación media de su porcentaje de tiros de campo fue del 61%
"después de haber realizado un tiro" y del 42% "después de haber fallado un
tiro". Además, la primera estimación fue mayor o igual que la segunda para
todos los encuestados. Cuando se le pidió que considerara un hipotético
jugador que lanza 70Wo desde la línea de tiros libres, la estimación media
de su porcentaje de tiros libres fue del 74% "para los segundos tiros libres
después de haber realizado el primero", y del 66% "para los segundos tiros
libres después de haber fallado el primero".
Así, nuestra encuesta reveló que los aficionados al baloncesto creen en
las "rachas de tiro". Queda por ver si los jugadores de baloncesto
realmente tiran en racha.
ESTUDIO 2: DATOS DE GOLES DE CAMPO EN BALONCESTO PROFESIONAL
Se obtuvieron registros de goles de campo de jugadores individuales en 48
partidos en casa de los Philadelphia 76ers y sus adversarios durante la
temporada 1980- 1981. Estos datos fueron registrados por el estadístico del
equipo. Los registros de tiros consecutivos de jugadores individuales no
estaban disponibles para otros equipos de la NBA. Nuestro análisis de estos
datos se divide en tres partes. En primer lugar, examinamos la probabilidad
de acierto en función del historial reciente de aciertos y fallos de los
jugadores; en segundo lugar, investigamos la frecuencia de las distintas
secuencias de aciertos y fallos en los registros de tiro de los jugadores; y, en
tercer lugar, analizamos la estabilidad de los registros de rendimiento de los
jugadores a lo largo de los partidos.
Análisis de probabilidades condicionales
¿Los jugadores aciertan un mayor porcentaje de sus tiros después de haber
realizado su último tiro (o sus últimos tiros) que después de haber fallado su
último tiro (o sus últimos tiros)? La Tabla 1 muestra estas probabilidades
condicionales para los nueve jugadores principales de los Philadelphia 76ers
durante l a temporada 1980-1981. La columna 5 presenta el porcentaje
global de tiro de cada jugador, que va desde 46Wo para Hollins y Toney
hasta 62Wo para Dawkins. Las columnas 6 a 8 presentan los porcentajes de
tiro de los jugadores condicionados a haber realizado su último tiro, sus dos
últimos tiros y sus tres últimos tiros, respectivamente. Las columnas 2 a 4
presentan los porcentajes de tiro de los jugadores condicionados a haber
fallado su último tiro, s u s d o s últimos tiros y sus tres últimos tiros,
r e s p e c t i v a m e n t e . La columna 9 presenta la correlación (serial)
entre los resultados de los tiros sucesivos.
Si se comparan las columnas 4 y 6, se observa que para ocho de los nueve
 TABLA 1
Probabilidad de realizar un tiro condicionada por el resultado de los tiros anteriores de nueve miembros de los Philadelphia
76ers
Correlación
serial
Jugador P(aciertosl3 I'(acierto/2 fallos) P(acierto/1 fallo) f-(golpe/1 P(acierto/2 P(acierto/3
fallos) golpe) aciertos) aciertos)
Clini Rjchardson .50 (12) .47 (32) .56 (101) .50 (248) .49 (105) .50 (46) .48 (2 I) - .020
Julius Er ving .52 (90) .51 (191) .5 I (408) .52 (884) .53 (428) 52 (211) .48 (97) .016
Lionel Hollins .50 (40) .49 (92) .46 (200) .46 (419) .46 (171) .46 (65) .32 (25)
Maurice Cheeks .77 ( l3) .60 (38) .60 (126) .56 (339) .55 (166) .54 (76) .59 (32) - .035
Caldwell Jones .50 (20) .48 (45) .47 (117) .45 (I 08) .43 (37) .27 (1 I) - .016
Andrew Toney .52 (33) .53 (90) .5 I (216) .46 (451) .43 (190) .40 (77) .34 (29) - .083
Bobby Jones .61 (23) .58 (66) .58 (179) .54 (433) .53 (207) .47 (96) .53 (36) - .04
Steve Mix .70 (20) .56 (54) .52 (147) .52 (351) .51 (163) .48 (77) .36 (33)
Daryl Dawkins 88 (S) .13 (33) .71 (136) .62 (403) .57 (222) .58 (11 I) .51 (55) **
Medias ponderadas .56 .53 .54 .52 .5 I .50 .46 - .039
2

Nota. Dado que el primer tiro de cada partida no puede condicionarse, los valores parentéticos de las columnas 4 y 6 no suman el valor parentético de la columna 5. El número
de tiros en los que s e basa cada probabilidad se indica entre paréntesis.
p < .05.
** p < .01.
300 G I LO VICH, VALLO NE, Y TVERS K Y

la probabilidad de acierto es en realidad menor tras un acierto (media

ponderada: 51%) que tras un fallo (media ponderada: 54%), contrariamente
a la hipótesis de la mano caliente. En consecuencia, las correlaciones
seriales de la columna 9 son negativas para ocho de los nueve jugadores,
pero los coeficientes no son significativamente diferentes de cero excepto
para un jugador (Dawkins). Las comparaciones de la columna 7, P
( acierto/2 aciertos), con la columna 3, P (acierto/2 fallos), y de la
columna 8, P (acierto/3 aciertos), con la columna 2, P (acierto/3 fallos),
proporcionan pruebas adicionales en contra de las rachas de tiro; la única
tendencia en estos d a t o s es contraria a la hipótesis de la mano caliente
(emparejado i - - 2,79, p < 0,05 para las columnas 6 y 4, / = - 3,14, p < 0,05
para las columnas 7 y 3, i = - 4.. 42, p < 0,01 para las columnas 8 y 2). Otros
análisis muestran que la probabilidad de acierto tras un periodo "caliente"
(tres o cuatro aciertos en los últimos cuatro disparos) fue menor (media
ponderada: 50%) que la probabilidad de acierto (media ponderada: 57%) tras
un periodo "frío" (cero o un acierto en los últimos cuatro disparos).
Análisis de los recorridos
La Tabla 2 muestra los resultados de la prueba de carrera de Wald-
Wolfowitz para cada jugador (Siegel, 1956). Para esta prueba, cada
secuencia de aciertos o fallos consecutivos se cuenta como una "carrera".
Así, una serie de aciertos y fallos como XOOOXXO contiene cuatro
carreras. Cuanto más se a g r u p e n los aciertos (y fallos) de un jugador,
menos carreras h a b r á en su registro. La columna 4 presenta el número
observado de carreras en el récord de cada jugador (en los 48 partidos), y la
columna 5 presenta el número esperado de carreras si los resultados de todos
los tiros fueran independientes entre s í . Una comparación de las columnas 4
y 5 indica que para cinco de los nueve jugadores el número observado de
c a r r e r a s es en realidad mayor que el número esperado de carreras,
contrariamente a la hipótesis de la racha de tiros. El estadístico z de la
columna 6 c o m p r u e b a l a importancia de la diferencia entre el número
de carreras observado y el esperado. Sólo existe una diferencia significativa
entre estos valores para un jugador (Dawkins), cuyo récord incluye
significativamente más carreras5 de las esperadas bajo independencia, de
nuevo, contrariamente a la hipótesis de la r a c h a .
También se realizaron pruebas de funcionamiento en los registros de cada jugador
dentro de indi-
partidos individuales. Teniendo e n cuenta tanto a los 76ers como a sus
oponentes, obtuvimos 727 registros de partidos de jugadores individuales
que incluían más de dos carreras. La comparación entre el número de
carreras observado y el esperado no proporcionó ninguna base para rechazar
la hipótesis nula [t (726) < 1).
Prueba de estacionariedad
Las nociones de "mano caliente" y "racha de tiro" implican
elevaciones temporales del rendimiento, es decir, periodos durante los
cuales el porcentaje de aciertos del jugador es sustancialmente superior a
su media general. Aunque tales cambios en el rendimiento producirían
una dependencia positiva entre
 EL HAN D CALIENTE EN BA S KETB
ALL 301

TAB LE 2
Prueba de carreras -Philadelphia
76ers
Número
Número
previsto
de
Jugadores Hits Srta. carrer de
as ejecucione
s
Clint Richardson 124 124 128 125.0 - 0.38
Julius Erving 459 425 431 442.4 0.76
Lionel Hollins 194 225 203 209.4 0.62
Maurice Cheeks 189 150 172 168.3 - 0.41
Caldwell Jones 129 143 134 136.6 0.32
Andrew Toney 208 243 245 225.1 - 1.58
Bobby Jones 233 200 227 216.2 - 1.04
Steve Mix 181 170 176 176.3 0.04
Daryl Dawkins 250 153 220 190.8 - 3.09**
M -- 218.6 203.7 215.1 210.0 0.56
p < .05.
** p < .01.

los resultados de los tiros sucesivos, se podría argumentar que ni la prueba

de las carreras ni la prueba de la correlación serial son lo suficientemente
potentes como para detectar tramos ocasionales "calientes" incrustados en
tramos más largos de rendimiento "normal". Para obtener una prueba más
sensible de estacionariedad, o una tasa de acierto constante, dividimos el
registro completo de cada jugador en conjuntos no superpuestos de cuatro
tiros consecutivos. A continuación, contamos el número de series en las que
el rendimiento del jugador fue alto (tres o cuatro golpes), moderado (dos
golpes) o bajo (cero o un golpe). Si un jugador está ocasionalmente caliente,
entonces su récord debe incluir más sets de alto rendimiento de lo que se
espera por casualidad.
El número de lances altos, moderados y bajos para cada uno de los nueve
jugadores se comparó con los valores esperados por azar, asumiendo tiros
independientes con una tasa de acierto constante (derivada de la columna 5
de la Tabla 1). Por ejemplo, las proporciones esperadas de lances de alto,
moderado y bajo rendimiento para un jugador con una tasa de acierto de 0,5
son 5/16, 6/16 y 5/16, respectivamente. Los resultados no aportaron pruebas
de no estacionariedad, o racha de tiros, ya que ninguno de los nueve
valores x2 se acercó a la significación estadística. Este análisis se repitió
cuatro veces, comenzando la partición en cuádruples consecutivos en el
primer, segundo, tercer y cuarto tiro del récord de tiro de cada jugador.
Todos estos análisis no apoyaron la hipótesis de la no estacionariedad.

Análisis de Siabilit y ac'ross Games - Hot and ColJ Nights

Para determinar si los jugadores tienen más noches "cálidas" y "frías" de
lo que cabría esperar por azar, comparamos la variabilidad observada en sus
per
302 G1LO V ICH , VALLON E , Y TVERS K Y

de los porcentajes de tiro por partido de cada jugador con la variabilidad

esperada e n f u n c i ó n de su récord global. En concreto, comparamos dos
estimaciones del error estándar de los p o r c e n t a j e s d e tiro por partido
de cada jugador: una basada en la desviación estándar de los porcentajes de
tiro del jugador en cada partido y otra derivada del porcentaje de tiro global
del j u g a d o r en todos los partidos. Si los porcentajes de tiro de los
jugadores en partidos individuales fluctúan más de lo que se esperaría bajo
la hipótesis de independencia, entonces el ratio (Lexis) de estos errores
estándar (5£ observado/N£ esperado) debería ser significativamente mayor
que 1 (David, 1949). Siete 76ers jugaron al menos 10 partidos en los que
r e a l i z a r o n a l menos 10 tiros por partido, por lo que pudieron ser
incluidos en este análisis (Richardson y C. Jones no cumplían este criterio).
Los ratios Lexis de estos siete jugadores oscilaron entre 0,56 (Dawkins) y
1,03 (Erving), con una media de 0,84. El ratio Lexis de ningún jugador fue
significativamente superior a 1, lo que indica que las variaciones en los
porcentajes de tiro a lo largo de los partidos no se desvían de su porcentaje
general de tiro lo suficiente como para producir más noches calientes (o
frías) de las esperadas por casualidad.

Debate
Antes de analizar estos resultados, resulta instructivo considerar las
creencias de los propios Philadelphia 76ers sobre las rachas de tiro y la
mano caliente. Tras una sesión de entrenamiento del equipo, entrevistamos a
siete jugadores y al entrenador, a los que formulamos preguntas similares a
las que se h i c i e r o n a los aficionados al baloncesto en el Estudio 1.
La mayoría de los jugadores (seis de ocho) declararon que en alguna
ocasión habían tenido la sensación de que después de realizar varios tiros
seguidos "sabían" que iban a realizar el siguiente, que "casi no podían
fallar". Cinco jugadores creían que un jugador "tiene más posibilidades
de hacer un tiro después de haber hecho sus dos o tres últimos tiros que
después de haber fallado sus dos o tres últimos tiros". (Dos jugadores no
respaldaron esta afirmación y uno no respondió a esta pregunta). Siete de
los ocho jugadores declararon que después de haber realizado una serie
de tiros seguidos, "tienden a hacer más tiros de los que harían
normalmente". Todos los jugadores creían que es importante "que los
jugadores de un equipo pasen el balón a alguien que acaba de realizar
varios (dos, tres o cuatro) tiros seguidos". Cinco jugadores y el
entrenador también hicieron e s t i m a c i o n e s numéricas. Cinco de
estos seis encuestados estimaron que su porcentaje de tiros de campo
realizados tras un acierto (media: 62,59r) era mayor que su porcentaje de
tiros realizados tras un fallo (media: 49,5%).
De nuestra entrevista se desprende que los Philadelphia 76ers, como
nuestra muestra de aficionados al baloncesto, y probablemente como la
mayoría de los jugadores, son espectadores,
 EL HAN D O CALIENTE EN BAS K ETB A LL 303

y estudiantes del j u e g o creen en la mano caliente, aunque nuestros

análisis estadísticos no aportan pruebas que apoyen esta creencia.
Se podría argumentar que las rachas de tiro existen, pero no son
habituales y no hemos incluido a un "verdadero" tirador de rachas en
nuestra muestra de jugadores. Sin embargo, existe un consenso general
entre los aficionados al baloncesto de que An-Drew Toney es un tirador
de rachas. En una encuesta informal realizada a 18 jugadores de
baloncesto recreativo a los que se pidió que nombraran a cinco tiradores
de rachas de la NBA, sólo dos encuestados no incluyeron a Andrew
Toney, y fue el primer jugador mencionado por la mitad de los
encuestados. A pesar de esta creencia generalizada de que Toney tiene
rachas frías y calientes, sus rachas de aciertos y fallos no se apartaron de
las expectativas del azar". También hemos analizado los registros de
tiros de campo de otros dos equipos de la NBA: los New Jersey Nets (13
partidos) y los New York Knicks (22 partidos). Estos datos se obtuvieron
de retransmisiones televisivas en directo. Un análisis paralelo de estos
registros aporta pruebas coherentes con las conclusiones anteriores. De
siete New York Knicks y siete New Jersey Nets, sólo un jugador mostró
una correlación positiva significativa entre tiros sucesivos (Bill
Cartwright de los Knicks). Así, sólo dos de los 23 jugadores principales
de tres equipos de la NBA produjeron correlaciones seriales significativas,
una de las cuales fue positiva y la otra negativa.
El hecho de que no se detecten indicios de rachas de tiro también
puede atribuirse a la selección de tiros de cada jugador y a la estrategia
defensiva de los equipos rivales. Después de hacer uno o dos tiros, un
jugador puede tener más confianza e intentar tiros más difíciles; después
de fallar un tiro, un jugador puede volverse conservador y hacer sólo
tiros de alto porcentaje. Esto ocultaría cualquier indicio de racha de tiros
en los registros de rendimiento de los jugadores. La defensa del equipo
contrario puede producir el mismo efecto. Una vez que un jugador ha
hecho uno o dos tiros, el equipo contrario puede intensificar su presión
defensiva sobre ese jugador y "quitarle" sus buenos tiros. Ambos
factores pueden actuar en el juego y probablemente sean responsables de
la (pequeña) correlación negativa entre los tiros acertados. Sin embargo,
queda por ver si la eliminación de estos factores arrojaría datos más
compatibles con las expectativas de la gente. Los dos estudios siguientes
analizan dos tipos diferentes de

¿Por qué la gente comparte la creencia de que Tone y, por ejemplo, es un tirador de rachas
si su récord no respalda esta afirmación? Conjeturamos que los jugadores percibidos como
"tiradores de racha" son los buenos tiradores que suelen realizar tiros largos (y difíciles).
Efectuar varios tiros seguidos de este tipo es un acontecimiento memorable que puede influir
en el recuerdo de los resultados de estos jugadores (Tver sky & Kahneman, 1973). El hecho de
que 77Wo de los jugadores identificados como "tiradores de racha" en nuestro estudio jueguen
en la posición de escolta proporciona cierto apoyo a nuestra conjetura, ya que los tiros largos
suelen ser realizados por los escoltas con más frecuencia que por otros jugadores.
 LA MANO CALIENTE EN BA SK ETBAL L 303

y estudiantes del juego creen en la mano caliente, aunque nuestros análisis

estadísticos no aportan pruebas que apoyen esta creencia.
Se podría argumentar que las rachas de tiro existen, pero no son
habituales y no hemos incluido a un "verdadero" tirador de rachas en
nuestra muestra de jugadores. Sin embargo, existe un consenso general
entre los aficionados al baloncesto de que An-Drew Toney es un tirador
de rachas. En una encuesta informal realizada a 18 jugadores de
baloncesto recreativo a los que se pidió que nombraran a cinco tiradores
de rachas de la NBA, sólo dos de los encuestados no incluyeron a
Andrew Toney, y fue el primer jugador mencionado por la mitad de los
encuestados. A pesar de esta creencia generalizada de que Toney tiene
rachas frías y calientes, sus rachas de aciertos y fallos no se apartaron de
las expectativas del azar.2 También hemos analizado los registros de tiros
de campo de otros dos equipos de la NBA: los New Jersey Nets (13
partidos) y los New York Knicks (22 partidos). Estos datos se obtuvieron
de retransmisiones televisivas en directo. Un análisis paralelo de estos
registros aporta pruebas coherentes con las conclusiones anteriores. De
siete New York Knicks y siete New Jersey Nets, sólo un jugador mostró
una correlación positiva significativa entre tiros sucesivos (Bill
Cartwright de los Knicks). Así, sólo dos de los 23 jugadores principales
de tres equipos de la NBA produjeron correlaciones seriales significativas,
una de las cuales fue positiva y la otra negativa.
E l h e c h o d e q u e no se detecten indicios de rachas de tiros también
p u e d e atribuirse a la selección de tiros de cada jugador y a la estrategia
defensiva de los equipos rivales. Después de hacer uno o dos tiros, un
jugador puede tener más confianza e intentar tiros más difíciles; después de
fallar un tiro, un jugador puede volverse conservador y hacer sólo tiros de
alto porcentaje. Esto ocultaría cualquier indicio de racha de tiros en los
registros de r e n d i m i e n t o d e los jugadores. La defensa del equipo
contrario puede producir el mismo efecto. Una vez que un jugador ha hecho
uno o dos tiros, el e q u i p o contrario puede intensificar su presión
defensiva sobre ese jugador y "quitarle" sus buenos tiros. Ambos factores
pueden actuar en el juego y probablemente sean responsables de la
(pequeña) correlación negativa entre los tiros acertados. Sin embargo, queda
por ver si la eliminación de estos factores arrojaría datos más compatibles
con las expectativas de la gente. Los dos estudios siguientes analizan dos
tipos diferentes de

¿Por qué la gente comparte la creencia de que Toney, por ejemplo, es un tirador de rachas
si su historial no apoya esta afirmación? Conjeturamos que los jugadores que se perciben
como "tiradores de racha" son los buenos tiradores que suelen hacer tiros largos (y difíciles).
Efectuar varios tiros de este tipo seguidos es un acontecimiento memorable, que puede sesgar
el recuerdo que se tiene de los registros de rendimiento de estos jugadores (Tversky y
Kahneman, 1973). El hecho de que el 77% de los jugadores identificados como "tiradores de
racha" en nuestro estudio jueguen en la posición de escolta respalda en cierta medida nuestra
conjetura, ya que los tiros largos suelen ser más frecuentes entre los escoltas que entre los
demás jugadores.
304 GILOV ICH, VA L LON E Y TVERS KY

datos de tiro no contaminados por la selección de tiro o la presión defensiva.

ESTUDIO 3. DATOS SOBRE TIROS LIBRES EN EL BALONCESTO
PROFESIONAL
Los datos de tiros libres permiten una prueba de la dependencia entre tiros
sucesivos que está libre de los efectos contaminantes de la selección de tiro
y la defensa contraria. Los tiros libres, o tiros de falta, se lanzan
normalmente en pares, y siempre se lanzan desde el mismo lugar sin presión
defensiva. Si existe una correlación positiva entre los tiros sucesivos, cabría
esperar que los jugadores lanzaran un mayor porcentaje de sus segundos
tiros libres después de haber lanzado el primero que después de haber
fallado el primero. Recordemos que nuestra encuesta a los aficionados al
baloncesto reveló que la mayoría de los aficionados creen que existe una
dependencia positiva e n t r e l o s t i r o s l i b r e s s u c e s i v o s ,
aunque esta creencia no era tan fuerte como la correspondiente a los tiros de
campo. La estimación media de las probabilidades de que un lanzador de
tiros libres de 70Wo encestara su segundo tiro libre fue del 74% después de
haber encestado el primero y del 66% después de haber fallado e l primero.
¿Realmente los jugadores aciertan un mayor porcentaje de sus segundos
tiros libres después de haber realizado su primer tiro libre que después de
haber fallado su primer tiro libre? La Tabla 3 presenta estos datos para todos
los pares de tiros libres de los jugadores de los Boston Celtics durante las
temporadas 1980 - 1981 y 1981 - 1982. Estos datos se obtuvieron del
estadístico de los Celtics. La columna 2 presenta la probabilidad de un
acierto en el segundo tiro libre dado un fallo en el primer tiro libre, y la
columna 3 presenta la probabilidad de un acierto en el segundo tiro libre
dado un acierto en el primer tiro libre. Las correlaciones entre el primer y el
segundo s hot se presentan en la columna 4. Estos datos no aportan pruebas
de que el resultado del segundo tiro libre esté influido por el resultado del
primer tiro libre. Las correlaciones son positivas para cuatro jugadores,
negativas para los otros cinco, y ninguna de ellas es significativamente
diferente de cero.'
ESTUDIO 4: EXPERIMENTO DE TIRO CONTROLADO
Como método alternativo para eliminar los efectos de la selección de
tiro y la presión defensiva, reclutamos a miembros de los equipos
intercolegiales de baloncesto de Cornell para participar en un estudio
controlado de tiro. Este experimento también nos permitió investigar la
capacidad de los jugadores para predecir su rendimiento.
Los jugadores eran 14 miembros de los equipos de baloncesto
universitario y junior masculino de Cornell y 12 miembros del equipo
universitario femenino.
La agregación de datos entre jugadores es inadecuada en este caso porque los buenos
tiradores tienen más probabilidades de acertar su primer tiro que los malos tiradores. En
consecuencia, los buenos tiradores contribuyen con más observaciones a P ( acierto/acierto)
que a P (acierto/fallo), mientras que los malos tiradores hacen lo contrario, sesgando así las
estimaciones agrupadas.
 LA MANO CALIENTE EN BAS K ETB ALL 305

CUADRO 3
Probabilidad de realizar un segundo tiro libre condicionada al resultado del primer tiro libre
para nueve miembros de los Boston Celtics durante los años 1980- 1981 y
Temporadas 1981 -1982
Correlación
serial
Jugador P(Ht/M,) P(H /H t) r
Larry Bird .91 (53) .88 (285) -.032
Cedric Maxwell .76 (128) .81 (302) .061
Robert Parish .72 (105) .77 (213) .056
Nate Archibald .82 (76) .83 (245) .014
Chris Ford .77 (22) .71 (51) -.069
Kevin McHale .59 (49) .73 (128) .130
M.L. Carr .81 (26) .68 (57) -.l28
Rick Robey .61 (80) .59 (91) -.019
Gerald Henderson .78 (37) - .76 (101) -.022
Nota. El número de disparos en el que se basa cada probabilidad se indica entre paréntesis.

Para cada jugador determinamos una distancia desde la que su

porcentaje de tiro era aproximadamente del 50%. A esta distancia,
dibujamos dos arcos de 4,5 metros en el suelo desde los que cada
jugador lanzaba todos sus tiros. Los centros de los arcos estaban situados
a 60° de los lados izquierdo y derecho de la canasta. Al lanzar a canasta,
los jugadores debían moverse a lo largo del arco entre los tiros, de modo
que los tiros consecutivos nunca se realizasen exactamente desde el
mismo punto. Cada jugador debía realizar 100 tiros, 50 desde cada arco. 4
Los jugadores recibían una remuneración por su participación. La
cantidad de dinero que recibían dependía de la precisión de sus tiros y de
la exactitud con la que predijeran sus aciertos y fallos. Este
procedimiento de pago se describe a continuación. Los análisis iniciales
de los datos de Cornell son paralelos a los de los 76ers.

Análisis de probabilidades condicionales

¿Los jugadores de Cornell aciertan un mayor porcentaje de sus tiros
después de haber realizado su último tiro (o sus últimos tiros) que después
de haber fallado su último tiro (o sus últimos tiros)? La tabla 4 muestra estas
probabilidades con- dicionales para todos los jugadores del estudio. La
columna 5 presenta el porcentaje global de tiro de cada jugador, que oscila
entre el 25 y el 61% (media: 47%). Las columnas 6 a 8 presentan los
porcentajes de tiro de los jugadores condicionados a haber /tii su último tiro,
sus dos últimos tiros y sus tres últimos tiros, respectivamente. Las columnas
2 a 4 presentan los porcentajes de tiro de los jugadores condicionados a
haber fallado su último tiro, respectivamente.

Tres de los jugadores no pudieron completar los 100 disparos.

306 G ILO V HH, V AL LO NE, Y TV ER SK Y

tiro, sus dos últimos tiros y sus tres últimos tiros, respectivamente. La
columna 9 presenta la correlación serial para cada jugador.
Una comparación de los porcentajes de tiro de los jugadores después de
acertar el tiro anterior (columna 6, media: 48%) con sus porcentajes de tiro
después de fallar el tiro anterior (columna 4, media: 47%) indica que para la
mayoría de los jugadores P (Acierto/Acierto) es menor que P
(Acierto/Fallo), contrariamente a la hipótesis de la mano caliente. De hecho,
las correlaciones seriales fueron negativas para 14 de l o s 26 jugadores y
sólo un jugador (9) mostró una correlación positiva significativa. Las
comparaciones de la columna 7, P (acierto/2 aciertos), con la columna 3, P
(acierto/2 fallos), y la columna 8, P (acierto/3 aciertos), con la columna 2, P
(acierto/3 fallos), llevan a la misma conclusión (f's pareadas < 1 para las tres
comparaciones). Los análisis adicionales muestran que la probabilidad de
acierto tras un periodo "caliente" (tres o cuatro aciertos en los últimos cuatro
disparos) no fue mayor (media: 46%) que la probabilidad de acierto
(media: 47%) tras un periodo "frío" (cero o un acierto en los últimos cuatro
disparos).

Análisis de las carreras

La Tabla 5 muestra los resultados de la prueba de carrera de Wald-
Wolfowitz para cada jugador (Siegel, 1956). Recordemos que para esta
prueba, cada racha de aciertos o fallos consecutivos se cuenta como una
carrera. La columna 4 presenta el número observado de carreras en el
registro de rendimiento de cada jugador, y la columna 5 presenta el número
de carreras esperadas por azar. Si se comparan estas dos columnas, se
observa que hay 14 jugadores con un número de carreras ligeramente
superior al esperado y 12 jugadores con un número ligeramente inferior al
esperado. El estadístico z de la columna 6 muestra que sólo el registro d e l
jugador 9 contenía una agrupación significativamente mayor (menos
carreras) de aciertos y fallos de lo esperado por a z a r .

Prueba de estacionariedad
Como en el Estudio 2, dividimos los 100 tiros realizados por cada jugador
en series no superpuestas de cuatro tiros consecutivos y contamos el número
de series en las que el rendimiento del jugador fue alto (tres o cuatro
aciertos), moderado (dos aciertos) o bajo (cero o un acierto). Si un jugador
está a veces caliente, el número de series de alto rendimiento debe superar el
número esperado por azar, suponiendo una tasa de aciertos constante y tiros
independientes.
Se utilizó una prueba x' de bondad de ajuste para comparar el número
observado y el esperado de sets altos, moderados y bajos para cada
jugador. Como antes, repetimos este análisis cuatro veces para cada
jugador, comenzando en
el primer, segundo, tercer y cuarto disparo en el historial de cada
jugador. Los resultados no mostraron ninguna desviación de la
estacionariedad para ningún jugador, salvo para el 9.
 CUADRO 4
Probabilidad de realizar un tiro condicionada al resultado de los tiros anteriores para todos los jugadores
de Cornell
Correlac
ión serial
Jugador P(acierto/3 P(acierto/2 P(hola si P(acierto/1 acierto) P(acierto/2 aciertos)
fallos) fallos) fallo)

Hombres
. 44 (9) .50 (18) .61 (46) .54 (100) .49 (53) .48 (25) .50 (12) - . 118
2 .43 (28) .33 (42) .35 (65) 3-! (100) .35 (34) .25 (12) .00 (3) -001
.67 (6) .68 (19) .49 (39) .60 (100) .67 (60) .62 (40) .60 (25) .179
4 .47 (15) .45 (29) .43 (53) .40 (90) .36 (36) .23 (13) .33 (3) - .073
.75 (12) .60 (30) .47 (57) .42 (100) ,36 (42) .40 (15) .33 (6) - .117
6 .25 (12) .38 (21) .48 (42) .57 (100) .US (57) .62 (37) .65 (23) .173
.29 (7) .50 (16) .47 (32) .56 (75) .64 (42) .63 (27) .65 (17) .174
8 .50 (6) .50 (12) .52 (25) .50 (50) .46 (24) .64 (i i) .57 (7) - .062
9 .35 (20) .33 (30) .35 (46) .54 (100) .72 (53) .79 (38) .83 (30) .370**
10 .57 (7) .50 (14) .64 (39) .59 (100) .79 (38) .60 (35) .57 (21) .058
11 .57 (7) .61 (18) .56 (41) .58 (100) .59 (58) .62 (34) .62 (21) .025
12 .41 (17) .43 (30) .46 (56) .44 (100) .42 (43) .39 (18) .43 (7) - .046
.40 (5) .62 (13) .67 (39) .61 (100) .58 (60) .56 (34) .50 (18) - .084
14 .50 (6) .62 (16) .60 (40) .59 (100) 58 (59) .59 (34) .60 (20) - .031
Mujeres
.67 (9) .61 (23) .55 (5 l) .48 ( t00) . 42 (48) .45 (20) .33 (9) . 132
2 .43 (28) .36 (44) .31 (65) .34 (l0tl) .41 (34) .36 (14) .40 (5)
.36 (25) .38 (40) .33 (60) .39 (100) .49 (39) .42 (19) .50 (8) . 154
4, .27 (30) .33 (45) .34 (68) .33 (100) . 29 (31) .33 (9) .33 (3) - .048
.22 (27) .36 (42) .34 (64) 35 (100) .37 (3J) .50 (12) .20 (5) .02d
6 .54 (1 I) .58 (26) .52 (54) .46 (100) .38 (43) .41 (17) .29 (7) - . j4 I
.S2 (25) .28 (36) .36 (58) .41 (100) . 49 (4 l ) .65 (20) .62 (13) . I26
8 .67 (9) .55 (20) .57 (47) .53 (100) .50 (52) .58 (26) .73 (15) - .07J
9 .46 (13) .55 (29) .47 (55) .45 (100) 41 (44) 47 (17) .50 (8)
10 .32 (19) .34 (29) .46 (54) .47 (100) .47 (45) .67 (21) .71 (14) .004
11 .50 (10) .56 (23) .51 (47) 53 (100) .56 (52) .50 (28) .39 (13) .047
12 .32 (37) .32 (54) .27 (74) 25 (loo) .20 (25) oo (5) - (o) .036
.45 .47 .47 .47 .48 .49 .49 .015
 Nota. Como el primer tiro no puede condicionarse, los valores parentéticos de las columnas 4 y 6 son uno menos que el valor parentético de la columna 5. El número de disparos
en los que s e basa cada probabilidad se indica entre paréntesis.
P < 0J.
ep 01
308 G lLOV ICH , V AL LON E , Y TV ERS KY

CUADRO 5
Prueba de carreras - Jugadores de Cornell

Número Número
de previsto de
Jugador Hits Srta. carrer ejecucione
as s
Hombres
1 54 46 56 50.7 - 1.08
2 35 65 46 46.5 0. 11
3 60 40 40 49.0 1.89
4 36 54 47 44.2 - 0.62
5 42 58 55 49.7 - 1. 09
6 57 43 41 50.0 1 .85
7 42 33 31 38. 0 1.64
8 25 25 27 26.0 - 0.29
9 54 46 32 50.7 3.78**
10 60 40 51 49. 0 0.42
11 58 42 48 49.7 0.35
12 44 56 52 50. 3 0.35
13 61 39 52 48. 6 - 0.72
14 59 41 50 49. 4 0. 13
Mujeres
1 48 52 57 50.9 -1.22
2 34 66 41 45.9 1.09
3 39 61 41 48.6 1.60
4 32 f'8 46 44.5 -0.34
36 64 4J 47.1 0.45
6 46 54 57 50.7 - 1.28
7 41 59 43 49.4 1.33
53 47 54 50.8 -0.64
9 45 55 53 50.5 -0.51
10 46 54 50 50.7 0.14
11 53 47 48 50.8 0.57
12 25 75 41 38.5 -0.67
M- 45.6 51 .2 46.3 47. 3 .21
p < .05.
** p < .01.

Prueba de predictibilidad
Hay otro grupo de intuiciones sobre "ser caliente" que implica
previsibilidad en lugar de dependencia secuencial. Si, en determinadas
ocasiones, un jugador puede predecir un "acierto" antes de realizar un
tiro, puede tener la sensación justificada de ser "bueno" incluso cuando
el patrón de aciertos y fallos no se aleja de las expectativas del azar.
Pusimos a prueba la capacidad de los jugadores para predecir aciertos y
fallos haciéndoles apostar sobre el resultado de cada tiro. Antes de cada
tiro, cada jugador elegía entre apostar alto, en cuyo caso ganaría 5
céntimos si acertaba y perdería 4 céntimos si fallaba, o apostar alto, en
cuyo caso ganaría 5 céntimos si acertaba y perdería 4 céntimos si fallaba.
 LA MANO CALIENTE EN BAS K ETBA LL 309

apostar bajo, en cuyo caso ganaría 2 céntimos si acertaba y perdería 1

céntimo si fallaba. Se aconsejó a los j u g a d o r e s que apostaran alto
cuando tuvieran confianza e n su capacidad de tiro y que apostaran bajo
cuando no la tuvieran.
También obtuvimos datos de apuestas de otro jugador que observaba
al tirador. Los jugadores actuaron por parejas, alternando los papeles de
"tirador" y "observador". En cada prueba, el observador también
apostaba alto o bajo sobre el resultado del siguiente tiro. El tirador y el
observador no conocían las apuestas del otro. A cada jugador se le
pagaban 2 dólares, más o menos la cantidad de dinero ganada o perdida
en las apuestas realizadas como tirador y observador. Si los jugadores
pueden predecir sus aciertos y sus fallos, sus apuestas deberían
correlacionarse con su rendimiento. En la tabla 6 se presentan las
correlaciones entre el r e n d i m i e n t o d e los tiradores y las apuestas
realizadas por los tiradores y observadores. Estos datos revelan que, en
general, los jugadores no tuvieron éxito en la predicción de aciertos y
fallos. La correlación media entre las apuestas de l o s
t i r a d o r e s y su rendimiento, presentada en la columna 2, fue de
0,02. Sólo 5 de las 26 correlaciones individuales entre los tiradores y los
observadores fueron de 0,02. Sólo 5 de las 26 correlaciones individuales
fueron estadísticamente significativas, de las cuales 4 fueron bastante
bajas (.20 a .22), y la 5ª fue negativa ( - .51). Las cuatro correlaciones
positivas, pequeñas pero significativas, pueden reflejar o bien una
capacidad limitada para predecir el resultado de un tiro próximo, o bien
una tendencia a intentar
más difícil después de una apuesta alta.
Como era de esperar, los observadores tampoco tuvieron éxito a la hora
de predecir el rendimiento de los tiradores. La correlación media entre las
apuestas de los observadores y el r e n d i m i e n t o d e l o s tiradores,
presentada en la columna 3, fue de 0,04. Por el contrario, las apuestas de los
tiradores y de los observadores están correlacionadas con el resultado del
tiro anterior del tirador, como se muestra en las columnas 4 y 5 (r media:
0,40 para los tiradores y 0,42 para los observadores). Parece que tanto el
tirador como el observador esperaban acertar si el tirador había realizado el
último tiro. Esta estrategia de apuesta, que refleja una creencia en la mano
caliente, produjo un rendimiento fortuito debido a la ausencia de una
correlación serial positiva. También produjo un acuerdo entre las apuestas
de los tiradores y los observadores (columna 6, media r -- .22) que
desaparece cuando se elimina el efecto del tiro anterior (columna 7, media r
-
- .05).

DEBATE
Este artículo investiga las creencias y los hechos relativos a las
características secuenciales de los aciertos y los fallos en baloncesto.
Nuestra encuesta muestra que los aficionados al baloncesto creen que las
posibilidades de que un jugador enceste son mayores tras un acierto que tras
un fallo. Los jugadores profesionales de baloncesto tenían creencias
similares. Sin embargo, los resultados de los intentos de tiros de campo y de
tiros libres eran en gran medida independientes del resultado del intento
anterior. Además, la frecuencia de las rachas en los registros de los
jugadores no superó la frecuencia predicha por un modelo binomial que
asume una tasa de acierto constante. Un experimento controlado, con
 310 GI LOV ICH , VA LL.ON E, Y TVERS KY

CUADRO 6
Correlación entre las apuestas y el rendimiento de todos los jugadores de Cornell
Observadore
s
Shooter's Observadores Shooter's Observadore Observador apuesta con
s es
apuesta con apuesta con apuesta apuesta con apuesta apuestas de tirador,
con con
del tirador del tirador anterior anterior del tirador partición
hits hits disparo disparo apuestas toma anterior

Hombres
.06 .06 .44** .76** .25* - .14
2 - .01 - .06 .94** .33** .32"* .03
- .(17 .01 .35** .38" .37** .27*'
- .16 - .20* .20 .7§** .24* . I4
5 - .03 .01 .38** - . I3 .08
6 .22* .24" .36** .72** 27" .02
7 .18 .24* .17 .66** - 03 - . 19
8 .04 . 21 .33** .13 .21 . l8
9 .05 .2 I* .47** .55** .12 - . 19
10 .00 - . 19 .31** .09 27*' .26*
11 - .51* .03 . 15 . 12 .07 .05
" 12 .20* .00 .37** .36** .31' .20*
13 .00 -.11 .23* .42* .19 . 11
t4 .20* -.05 .21* .59** .27** .19
Mujeres
-.04 -.09 .52** .57** .24* .06
.17 .05 .39** .72** .40** . 19
3 .05 .16 .40** .72** .24* - .08
4 -.05 -.03 .49** .12 .R .14
5 .03 .14 .41** .42** ,43 * .30**
6 .03 .05 .31** . 53** .02 - . 18
7 .22* .20* .65** .7 I' .53** .13
8 .07 .13 .50** -.05 .35** .43**
9 .11 -.01 ,49** 39" .23* .05
10 -.01 .11 .62** .63* . 10 - .48**
11 .11 .18 .33** . I6 .22* , 17
12 .02 .07 .35** .42" - .03 - .21*
M -- .02 .04 .40 .42 .22 .05
p < .05
** P < .01

el equipo
los jugadores universitarios de la universidad de cornell, llevaron a las mismas conclusiones. Con la excepción de
un jugador, no se encontró correlación significativa entre tiros. Las predicciones de los jugadores sobre su propio
desempeño, expresadas en forma de un juego de apuestas, revelaron una creencia constante en la mano caliente,
aunque su desempeño real no respaldaba esta creencia. Evidentemente, la sensación de tener calor no predice
aciertos o errores. ¿Cómo podemos explicar la creencia predominante en la racha de disparos a pesar de la ausencia
de dependencias secuenciales? Este fenómeno podría deberse a un sesgo de memoria. Si las secuencias largas de
esto (o los fallos) son más memorables que las secuencias alternas, es probable que el observador sobreestime la
correlación entre tomas sucesivas. alternativamente, la creencia en la mano caliente puede ser causada por una
percepción errónea del azar que opera incluso cuando los datos provienen del sujeto en lugar de recuperarse de la
memoria. La hipótesis de la percepción errónea recibió el apoyo de nuestro estudio de 100
 LA MANO CALIENTE EN BAS K ETBAL L 311

aficionados al baloncesto (Experimento I). Tras la encuesta, presentamos a

cada aficionado seis secuencias diferentes de aciertos (indicados con X) y
fallos (indicados con O). Se pidió a los sujetos que clasificaran cada
secuencia c o m o " t i r o s f o r t u i t o s ", "tiros de racha" o "tiros
alternos". Los disparos fortuitos se definieron como secuencias de aciertos y
fallos similares a las secuencias de cara y cruz que se suelen encontrar al
lanzar monedas. Las secuencias de aciertos y fallos son más largas o más
cortas, respectivamente, que las secuencias de caras y colas que suelen darse
a l l a n z a r una moneda.
Las seis secuencias incluían 11 aciertos y 10 fallos. Se diferenciaban en el
número de tiradas (9, 11, ... , 19) y, por tanto, en la probabilidad de
a l t e r n a n c i a (0,4, 0,5, , 0,9, respectivamente), es decir, la probabilidad
de que el resultado de un tiro determinado sea diferente del resultado del tiro
anterior. En el lanzamiento de una moneda, la probabilidad de alternancia es
de 0,5: el resultado de un ensayo determinado es independiente del resultado
del ensayo anterior. Las rachas se producen cuando la probabilidad de
alternancia es inferior a 0,5, y las secuencias alter- nas se producen cuando
la probabilidad de alternancia es superior a 0,5. Por ejemplo, la secuencia
X0X0X00OXX0X0X00- XXXOX, y su imagen especular, que constan de
15 carreras, se utilizaron para la probabilidad de alternancia de 0,7.
En la Fig. 1 se presenta el porcentaje de respuestas "racha" y
"casualidad" para cada secuencia. El porcentaje de r e s p u e s t a s
" alternativas" es el complemento de estos valores. Como era de esperar,
la tendencia a percibir una secuencia como de racha disminuye con la
probabilidad de alterna- ción. Sin embargo, la característica más
significativa de la Fig. 1 es la percepción de los encuestados del tiro al
azar. Las secuencias seleccionadas como mejores ejemplos de tiro al azar
tenían probabilidades de alternancia de 0,7 y 0,8 en lugar de 0,5.
Además, la secuencia con una probabilidad de alternancia de 0,5 (el
ejemplo adecuado de tiro al azar) sólo fue clasificada como tiro al azar
por 32Wo de los sujetos, mientras que 62Wo la identificaron como un
ejemplo de tiro de racha.
Evidentemente, las personas tienden a percibir los disparos fortuitos como
disparos de rachas, y esperan que las secuencias que ejemplifican los
disparos fortuitos contengan muchas más alternancias de las que se
producirían realmente por un proceso aleatorio (azar). Así, la gente "ve" una
correlación positiva en secuencias independientes y no detecta una
correlación negativa en secuencias alteradas. Por lo tanto, las personas no
sólo perciben las secuencias aleatorias como correlacionadas positivamente,
sino que también perciben las secuencias correlacionadas negativamente
como aleatorias. Estos fenómenos son muy evidentes incluso cuando las
secuencias se muestran al sujeto en lugar de recuperarse de la memoria. La
codificación selectiva o la r e c u p e r a c i ó n sesgada, por lo tanto, no son
necesarias para generar una creencia errónea en el tiro a la raya, aunque
pueden potenciar el efecto. Atribuimos este fenómeno a un error general.
312 G ILO VICH, VALL ONE , Y TVERS KY

PROB- B iL i i v o r - Lr E BNAT IO N
FIG. 1. Porcentaje de aficionados al baloncesto que clasifican ing secuencias de aciertos y
fallos como ejemplos de tiro de racha o de tiro fortuito, en función de la probabilidad de
alternancia dentro de las secuencias.

cepción de las leyes del azar asociada a la creencia de que tanto las
secuencias pequeñas como las grandes son representativas de su proceso
generador (Tversky y Kahneman, 1974). Esta creencia induce la expectativa
de que las secuencias aleatorias deberían estar mucho más equilibradas de lo
que están, y la percepción errónea de una correlación positiva entre disparos
sucesivos. Estas observaciones son muy coherentes con trabajos anteriores
sobre la percepción de la aleatoriedad en otros contextos. En concreto, la
curva de "azar" de la Fig. 1 se asemeja mucho a los datos de Falk (1981)
sobre la aleatoriedad juzgada de secuencias de 21 tarjetas amarillas y verdes.
Este razonamiento explica tanto la formación como el mantenimiento
de la creencia errónea en la mano caliente: Si las secuencias aleatorias se
perciben como tiros de racha, ninguna exposición a tales secuencias
convencerá al jugador, al entrenador o al aficionado de que las
secuencias son en realidad aleatorias. Cuanto más baloncesto se ve y se
juega, más oportunidades se tienen de observar lo que parecen ser tiros
de racha. Para apreciar las propiedades secuenciales de los datos del
baloncesto, hay que darse cuenta de que el lanzamiento de una moneda
produce otras tantas rachas. Si las percepciones de la gente sobre el
lanzamiento de monedas están sesgadas, no debería sorprender que
perciban dependencias secuenciales en el baloncesto cuando no existen.
La independencia entre tiros sucesivos, por supuesto, no significa que el
baloncesto sea un juego de azar más que de habilidad, ni debería hacer que
e l juego sea menos emocionante de jugar, ver o analizar. Simplemente
indica que la probabilidad de acierto es en gran medida independiente del
resultado de los tiros anteriores, aunque sin duda depende de otros
parámetros como la habilidad, la distancia a la canasta y la presión
defensiva. Esta situación es análoga al lanzamiento de una moneda, en el
que los resultados de lanzamientos sucesivos son independientes, pero la
probabilidad de que salga cara depende de factores mensurables como la
posición inicial de la moneda y su mo- vimiento angular y vertical.
 LA MANO CALIENTE DEL BÉISBOL 313

mentum (véase Keller, 1985). Ni el lanzamiento de una moneda ni el

baloncesto son aleatorios, una vez que se han especificado todos los
parámetros relevantes. Sin embargo, en ausencia de esta información, ambos
procesos pueden describirse adecuadamente mediante u n modelo binomial
simple. Una diferencia importante entre los dos procesos es que es difícil
pensar en un mecanismo creíble que cree una correlación entre lanzamientos
sucesivos de monedas, pero hay muchos factores (por ejemplo, la confianza,
la fatiga) que podrían producir una de- pendencia positiva en el baloncesto.
La disponibilidad de explicaciones plausibles puede contribuir a la creencia
errónea de que la probabilidad de acierto es mayor tras un acierto que tras un
fallo.
El debate anterior se aplica a la percepción de la aleatoriedad en general,
sin referencia especial a los acontecimientos deportivos o al baloncesto. Sin
embargo, hay varios factores específicos relacionados con el baloncesto que
podrían aumentar
-el efecto. En primer lugar, la intuición de que un jugador es "bueno" puede
derivarse de las observaciones de su defensa, su esfuerzo y sus pases, que
pueden extenderse también a los tiros. En segundo lugar, la codificación de
los eventos también puede ayudar a apoyar la creencia en la dependencia
secuencial. La ocurrencia común de un tiro que se sale del aro de la canasta
después de haber sido aparentemente realizado puede ser interpretado como
una prueba continua de estar "caliente" si el jugador había realizado el
tiro anterior y como una prueba de estar "frío" si el jugador falló el tiro
anterior (cf. Gilovich, 1983).
Los presentes datos demuestran el funcionamiento de una ilusión
cognitiva poderosa y ampliamente compartida. Tales ilusiones o sesgos
se han observado en los juicios tanto de legos como de expertos en
varios campos (véase, por ejemplo, Fischhoff, Slovic y Lichtenstein,
1981; Kahneman, Slovic y Tversky, 1982; Nisbett y Ross, 1980;
Tversky y Kahneman, 1983). Si los resultados actuales son
sorprendentes, se debe a la solidez con la que la creencia errónea en la
"mano caliente" es mantenida por observadores experimentados y
conocedores. Esta creencia es especialmente intrigante porque tiene
consecuencias para el desarrollo del juego. Pasar el balón al jugador que
está "caliente" es una estrategia común entre los jugadores de
baloncesto. Además, el equipo contrario puede anticiparse y
concentrarse en vigilar al jugador "caliente". Si otro jugador, menos
"caliente" ese día, tiene la misma habilidad, el jugador menos vigilado
tendrá más posibilidades de anotar. Por lo tanto, creer en la "mano
caliente" no sólo es erróneo, sino que puede salir caro.
REFERENCIAS
David , F. N. (1949). Probabilit y theory for sta tistical me ihods. Cambridge: Cambridge Univ.
Press.
Falk, R. (198 I). The-perception of randomness. En Proceedings, Fifth International Con- ference
for the Ps ycholog y of Mr thematics E d u c a t i o n . Grenoble, France.
Feller, W. (1968). An introduction to probah ilit y theory and its applications (Vol. 1, 3ª ed).
Nueva York: Wiley.
314 GILOVI CH, VALLON E Y TVER SK Y

Fischhoff, B., Slovic, P. y Lichtenstein, S. (1981). Lay foibles and expert fables in judg- ments
about risk. En T. O'Riordan & R. K. Turner (Eds.), Progress in resource man- agement
and en vironmental planning (Vol. 3). Chichester: Wiley.
Gilovich, T. (1983). Evaluación sesgada y persistencia en el juego. Jaurnal o/ Personalit y
Social Psychology, 40, 797 -808.
Kahneman, D., Slovic, P., & Tversky, A. (Eds.). (1982). Judeme nt under uncertaint y.
Heurística y sesgos. New York: Cambridge Univ. Press.
Keller, J. B. (1985). The probability of h e a d s . American Mathematical Monthl y.
Nisbett, R., y Ross, L. (1980). La inferencia humana". S lraie gies and shori coming s of social
judgment. New Jersey: Prentice-Hall.
Siegel, S. (1956). Nonparametric statis iice. New York: McGraw-Hill.
Tversky, A. y Kahneman, D. (1971). La creencia en la ley de los números pequeños. Psychological
Bulletin, 76, 105 -110.
Tversky, A., y Kahneman, D. (1973). Availability: A heuristic for judging frequency and
probability. Cogriii ive Psychology, 5, 207 -232.
Tversky, A. y Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases.
Science (Washington, D.C.), 185, 1124- 1 131.
Tversky, A., y Kahneman, D. (1983). Razonamiento extensional frente a razonamiento
intuitivo: La falacia de conjunción en el juicio de probabilidad. Psychological Re view, 91,
293 -315.
Wagenaar, W. A. (1972). Generación de secuencias aleatorias por sujetos humanos. A critical
survey of l i t e r a t u r e . Ps ycholo gical Bulletin, 77, 65-72.
(Aceptado el 15 de marzo de 1985)