← 14 · La lección: señal frente a ruido F6
Una relación con p = 0,014 que explica el 0,04 % de la satisfacción
¿Las ventas con más unidades tienen mejor satisfacción?
1 El problema
La página 13 cruza ventas y satisfacción. La relación entre el importe y la nota no aparece, pero la de la cantidad sí sale significativa: p = 0,014, por debajo del 0,05 que se usa habitualmente como frontera. Con eso se podría escribir que quien compra más unidades sale más contento.
2 Por qué engaña
El p-valor dice si un efecto se distingue del cero, no si es grande. Con 15.980 ventas, cualquier diferencia minúscula acaba distinguiéndose del cero, porque el margen de error de cualquier estimación hecha con tantos datos es muy pequeño.
3 El principio
4 La solución
Para una correlación, elevarla al cuadrado: el resultado es la parte de la variación de una variable que acompaña a la otra. Para una diferencia de medias, la d de Cohen, que la mide en desviaciones típicas.
5 Qué pasa con estos datos
La cantidad explica el 0,04 % de la variación de la satisfacción. El otro 99,96 % depende de todo lo demás. Una campaña para vender más unidades con la idea de tener clientes más contentos no movería la nota de forma apreciable.
Un efecto pequeño en la escala de Cohen puede ser grande en euros. Entre Islas Baleares y Murcia el ticket medio difiere con una d de 0,22 y son 744,28 € por venta. Pero esas dos provincias se eligieron por ser los extremos, y la paradoja de Simpson muestra que la diferencia viene entera de la mezcla de productos.
6 Para qué sirve
En cualquier informe con muchos datos: encuestas grandes, pruebas A/B con millones de visitas, registros de años. Cuantos más datos, más cosas salen significativas y más necesario es preguntar por el tamaño del efecto.
El detalle técnico
Correlación de Pearson sobre las 15.980 ventas válidas con satisfacción informada. El r² se calcula en la página a partir del r del JSON.
Tamaño frente a significación
r, p = pearsonr(ventas["cant"], ventas["satisfaccion"])
r2 = r ** 2 # que parte de la variacion de la satisfaccion acompana a la cantidad Fuentes: eda.json, campo p3_correlacion_ventas_satisfaccion, e
inferencia.json, campo f8_potencia.