Uma faculdade foi acusada de discriminar mulheres: em cada área, a taxa de admissão de mulheres parecia mais alta que a dos homens, mas no total geral era mais baixa. Como pode um número ser verdadeiro em cada parte e falso no conjunto? Não é magia nem erro — é o paradoxo de Simpson, uma das armadilhas estatísticas mais traiçoeiras, e um lembrete de que os dados enganam quem os lê sem cuidado.
O paradoxo de Simpson, explicado
O paradoxo de Simpson acontece quando uma tendência que aparece em vários grupos desaparece ou inverte-se quando os grupos são juntados. No caso da faculdade, as mulheres candidatavam-se mais às áreas mais competitivas (com menos vagas para todos), e os homens às mais fáceis. Cada área era justa, mas a mistura desigual das candidaturas criava, no total, uma imagem enganadora. O culpado é uma variável escondida — aqui, a área escolhida.
Porque isto importa para o teu negócio
Não é uma curiosidade académica. Imagina que um novo processo de vendas parece ter pior taxa de conversão que o antigo — no total. Mas se o novo processo foi testado sobretudo em clientes difíceis e o antigo em clientes fáceis, o total mente: segmentando por tipo de cliente, o novo processo pode ser melhor em ambos. Agir sobre o total levaria a abandonar um processo que, na verdade, é superior.
Outras armadilhas da mesma família
- Médias que escondem: uma média confortável pode juntar dois grupos em extremos opostos, nenhum perto da média.
- Viés de sobrevivência: analisar só os que "sobreviveram" (clientes que ficaram, projetos que acabaram) e esquecer os que não.
- Amostras pequenas: os extremos (a melhor e a pior loja) tendem a ser as mais pequenas, só por acaso estatístico.
O fio comum: a variável escondida
Quase todas estas armadilhas partilham a mesma raiz: há um fator por trás que não estamos a ver. O paradoxo de Simpson é o exemplo mais dramático, mas a lição é geral — um número agregado pode esconder realidades opostas nos seus componentes. Olhar só para o total é olhar para a sombra, não para o objeto.
Como não cair na armadilha
A defesa é o hábito de segmentar. Antes de agir sobre um número total, pergunta: se eu partir isto por grupos relevantes — tipo de cliente, região, período — a história mantém-se? Muitas vezes mantém-se, e ótimo. Quando não se mantém, acabaste de evitar uma decisão errada baseada num total que mentia.
Um exemplo de disciplina
Uma equipa de marketing viu que uma campanha tinha, no total, pior desempenho que a média. Antes de a cancelar, segmentou por canal e descobriu que era excelente em dois canais e péssima num terceiro que puxava o total para baixo. A decisão certa não era cancelar — era desligar o terceiro canal e reforçar os outros dois. O hábito de segmentar transformou um "cancela isto" numa otimização rentável.
Na prática
Da próxima vez que um total te contar uma história clara, desconfia um pouco e parte-o pelos grupos que importam. Os dados são poderosos, mas só quando os lemos com o cuidado de procurar a variável escondida. O último número que te fez decidir aguentaria a prova de ser segmentado?
