Una metodología práctica para comunicadores, abogados, investigadores y agentes de RATT Dominicana que necesitan convertir datos dispersos en información verificable.
Cómo hacer una estadística: del dato a la evidencia
Hay una pregunta que aparece constantemente cuando estamos haciendo una investigación:
¿Cuál es el plan?
Esa pregunta también me la he hecho cuando comenzamos a trabajar con estadísticas.
Porque una cosa es encontrar una cifra publicada en una página de Internet y otra muy diferente es sentarnos a investigar y construir nosotros mismos una estadística que pueda ser comprobada.
Y ahí fue donde entendí algo que quiero compartir en este artículo:
hacer una estadística no es simplemente contar.
Es investigar.
Es preguntar.
Es buscar.
Es comprobar.
Es organizar.
Y después de todo eso, interpretar qué nos están diciendo los datos.
Por eso, después de hablar en artículos anteriores sobre la importancia de las estadísticas y sobre cómo debemos leerlas, ahora quiero dar el siguiente paso.
Quiero explicar cómo hacer una estadística desde cero.
Y quiero hacerlo pensando especialmente en los comunicadores, abogados, investigadores, estudiantes y agentes de la Fundación RATT Dominicana que necesitan trabajar con información relacionada con la trata de personas, el tráfico ilícito de migrantes y la explotación sexual comercial de niños, niñas y adolescentes (NNA).
No quiero convertir este artículo en una clase complicada de matemáticas.
Quiero que sea una herramienta.
Una herramienta que podamos utilizar cuando tengamos una pregunta y necesitemos encontrar la respuesta en los datos.
Todo comienza con una pregunta
Cuando alguien me pregunta cómo se hace una estadística, mi primera respuesta sería:
No empieces buscando números. Empieza haciendo una pregunta.
¿Por qué?
Porque si no sabemos qué queremos conocer, podemos terminar acumulando cientos de datos que después no sabemos para qué sirven.
Por ejemplo, podemos preguntar:
¿Cuántas víctimas de trata fueron identificadas durante determinado período?
O:
¿Cuántos casos de explotación sexual comercial de NNA fueron registrados?
También podemos preguntarnos:
¿En qué territorios se concentran los casos registrados?
La pregunta es la que nos va a decir qué debemos buscar.
Ese es nuestro primer paso.
Preguntar.
Pero antes de contar, tenemos que saber qué estamos contando
Aquí aparece otro problema que muchas veces pasa desapercibido.
Cuando encontramos una cifra podemos pensar que ya tenemos el dato.
Pero debemos detenernos.
¿Estamos hablando de víctimas?
¿De casos?
¿De denuncias?
¿De investigaciones?
¿De personas detenidas?
¿De imputados?
¿De sentencias?
¿De condenados?
No es lo mismo.
Un solo caso puede tener varias víctimas.
Una investigación puede producir varias detenciones.
Una sentencia puede estar relacionada con una investigación que comenzó mucho tiempo antes.
Por eso, antes de comenzar a sumar, tenemos que establecer algo fundamental:
¿Cuál es nuestra unidad de análisis?
Si vamos a contar víctimas, contamos víctimas.
Si vamos a contar casos, contamos casos.
Si vamos a estudiar sentencias, estudiamos sentencias.
Pero no debemos mezclarlos como si fueran la misma cosa.
Entonces entra OSINT
Aquí es donde comenzamos a utilizar una herramienta que para nosotros tiene mucho valor:
OSINT.
Open Source Intelligence, inteligencia de fuentes abiertas.
En palabras sencillas, vamos a buscar información que está disponible públicamente y vamos a trabajar con ella de manera organizada y verificable.
Podemos comenzar por:
páginas oficiales;
informes institucionales;
memorias;
estadísticas públicas;
documentos judiciales disponibles;
comunicados;
organismos internacionales;
investigaciones académicas;
publicaciones periodísticas;
bases de datos públicas;
cuentas oficiales de instituciones.
Pero quiero hacer una advertencia.
Que algo esté publicado en Internet no significa que automáticamente sea verdad.
Ahí comienza el verdadero trabajo.
OSINT no es copiar y pegar.
OSINT es buscar, contrastar, verificar y contextualizar.
La fuente original puede cambiarlo todo
Imaginemos que encontramos una noticia que dice:
“Las autoridades rescataron 50 víctimas.”
La tentación sería tomar ese número y colocarlo en nuestra tabla.
Pero yo haría otra cosa.
Preguntaría:
¿De dónde salió esa cifra?
¿Quién la proporcionó?
¿Existe un comunicado oficial?
¿Existe un informe?
¿Existe un documento institucional?
¿La cifra se refiere realmente a víctimas?
¿O quizás se refiere a personas detenidas?
¿Esos 50 casos son 50 víctimas diferentes?
Ahí comienza la investigación.
Una noticia puede servirnos como pista.
Pero si podemos llegar a la fuente original, mucho mejor.
Ahora vamos a registrar cada dato
Cuando empezamos a encontrar información, tenemos que evitar depender de la memoria.
Yo recomiendo crear una ficha para cada registro.
Podemos hacerlo en una hoja de cálculo.
Por ejemplo:
Campo
Información
Fecha del hecho
Fecha de publicación
Lugar
Fenómeno
Víctimas
Casos
Fuente
Institución
Documento
Enlace
Estado
Observaciones
¿Por qué hacer esto?
Porque después de encontrar diez, veinte o cincuenta registros, podemos olvidar de dónde salió cada uno.
Y cuando alguien nos pregunte:
“¿De dónde sacaste ese número?”
tenemos que poder responder.
La trazabilidad es parte de la investigación
Para mí, este punto es fundamental.
Una estadística seria debe poder regresar a su origen.
Si digo que encontré 75 víctimas durante determinado período, necesito saber:
quién publicó la cifra,
cuándo la publicó,
qué período representa,
qué metodología utilizó,
y qué significa exactamente ese número.
Eso es trazabilidad.
Y la trazabilidad nos permite defender nuestro trabajo.
Porque no estamos diciendo:
“Yo creo que son 75.”
Estamos diciendo:
“Esta cifra aparece en esta fuente, corresponde a este período y representa esta categoría.”
La diferencia es enorme.
Cuidado con contar dos veces
Aquí nos podemos encontrar con otro problema.
Imaginemos que las autoridades realizan una operación contra una red de trata.
La institución publica un comunicado.
Después aparecen cinco periódicos hablando del caso.
Luego aparece una entrevista.
Después una publicación en redes sociales.
Si no tenemos cuidado podemos terminar contando seis veces el mismo hecho.
Y ahí nuestra estadística comienza a deformarse.
Por eso tenemos que preguntarnos:
¿Estoy ante un nuevo caso o ante una nueva publicación sobre el mismo caso?
Esta pregunta parece sencilla.
Pero puede ahorrarnos muchos errores.
Ahora sí: construimos nuestra base de datos
Después de investigar y verificar, comenzamos a organizar.
Podríamos tener algo así:
ID
Fecha
Lugar
Fenómeno
Víctimas
Fuente
001
10/01/26
Provincia A
Trata
3
Oficial
002
15/02/26
Provincia B
Trata
5
Informe
003
20/03/26
Provincia A
Explotación sexual NNA
2
Oficial
Aquí comienza a aparecer algo interesante.
Ya no tenemos solamente información dispersa.
Tenemos una estructura.
Podemos empezar a comparar.
Podemos buscar patrones.
Podemos observar territorios.
Podemos analizar períodos.
Podemos preguntar qué fenómeno aparece con mayor frecuencia.
La información empieza a tomar forma.
Aquí es donde muchas personas cometen un error
Supongamos que tenemos:
10 casos
y dentro de esos casos encontramos:
25 víctimas.
No podemos decir:
“Tenemos 25 casos.”
Tenemos 10 casos y 25 víctimas.
Eso es algo básico, pero fundamental.
Porque una estadística puede quedar completamente distorsionada si confundimos las categorías.
Por eso siempre debemos volver a nuestra pregunta inicial:
¿Qué estoy contando?
Ahora podemos calcular
Una vez organizada la información, podemos comenzar con operaciones sencillas.
Por ejemplo, el porcentaje.
La fórmula es:
Porcentaje = parte ÷ total × 100
Si tenemos 100 víctimas y 40 son menores de edad:
40 ÷ 100 × 100 = 40 %.
Entonces podemos decir que:
el 40 % de las víctimas registradas en ese conjunto de datos correspondió a menores de edad.
Pero hay que tener cuidado con algo:
¿40 % de qué?
¿De las víctimas?
¿De los casos?
¿De las denuncias?
Siempre debemos identificar el universo.
Comparar también nos ayuda
Ahora imaginemos que tenemos:
2025: 80 casos
2026: 100 casos
Tenemos 20 casos más.
Si calculamos el crecimiento:
(100 – 80) ÷ 80 × 100 = 25 %.
Los registros aumentaron un 25 %.
Pero aquí quiero detenerme.
No debemos correr inmediatamente a decir:
“La trata aumentó 25 %.”
¿Por qué?
Porque quizás aumentaron las denuncias.
Quizás hubo más operativos.
Quizás las autoridades mejoraron su capacidad de detección.
Quizás se identificaron más víctimas.
Quizás cambió la metodología de registro.
Entonces tenemos que distinguir entre:
aumento de los registros
y
aumento real del fenómeno.
No siempre son exactamente lo mismo.9
Aquí es donde muchas personas cometen un error
Supongamos que tenemos:
10 casos
y dentro de esos casos encontramos:
25 víctimas.
No podemos decir:
“Tenemos 25 casos.”
Tenemos 10 casos y 25 víctimas.
Eso es algo básico, pero fundamental.
Porque una estadística puede quedar completamente distorsionada si confundimos las categorías.
Por eso siempre debemos volver a nuestra pregunta inicial:
¿Qué estoy contando?
Comparar también nos ayuda
Ahora imaginemos que tenemos:
2025: 80 casos
2026: 100 casos
Tenemos 20 casos más.
Si calculamos el crecimiento:
(100 – 80) ÷ 80 × 100 = 25 %.
Los registros aumentaron un 25 %.
Pero aquí quiero detenerme.
No debemos correr inmediatamente a decir:
“La trata aumentó 25 %.”
¿Por qué?
Porque quizás aumentaron las denuncias.
Quizás hubo más operativos.
Quizás las autoridades mejoraron su capacidad de detección.
Quizás se identificaron más víctimas.
Quizás cambió la metodología de registro.
Entonces tenemos que distinguir entre:
aumento de los registros
y
aumento real del fenómeno.
No siempre son exactamente lo mismo.9
El número necesita contexto
Esta es una de las cosas que más debemos cuidar cuando publicamos estadísticas.
Una cifra por sí sola dice muy poco.
Si yo digo:
120 casos.
La primera pregunta debería ser:
¿120 casos de qué?
Después:
¿En qué período?
¿En qué territorio?
¿Quién los registró?
¿Cómo fueron registrados?
¿Son denuncias?
¿Son investigaciones?
¿Son casos confirmados?
¿Son víctimas identificadas?
La estadística necesita contexto.
Sin contexto, una cifra puede llevarnos a una conclusión equivocada.
También tenemos que hablar del subregistro
Cuando hablamos de trata de personas y explotación sexual comercial de NNA estamos entrando en fenómenos que muchas veces permanecen ocultos.
No todo caso se denuncia.
No toda víctima es identificada.
No toda situación llega a conocimiento de las autoridades.
Por eso debemos tener mucho cuidado.
Una cifra oficial puede representar los casos conocidos o registrados por una institución durante determinado período.
Pero eso no significa necesariamente que represente todo lo que está ocurriendo.
Y esta diferencia debe quedar clara cuando presentamos nuestros resultados.
Antes de publicar, yo haría estas cinco preguntas
Cuando tengamos nuestra estadística terminada, recomiendo detenernos un momento.
Y preguntarnos:
Primera: ¿De dónde salió?
Segunda: ¿Qué estoy contando?
Tercera: ¿De qué período es?
Cuarta: ¿Estoy contando dos veces el mismo hecho?
Quinta: ¿Qué puedo afirmar realmente a partir de estos datos?
Si no podemos responder esas preguntas, todavía nos falta investigación.
¿Y cómo presentamos los resultados?
Una vez terminada nuestra base podemos utilizar:
- tablas;
- gráficos;
- porcentajes;
- mapas;
- líneas de tiempo;
- comparaciones;
- distribución territorial.
Pero tampoco debemos caer en la tentación de llenar una investigación de gráficos solamente porque se ven bien.
Cada gráfico debe responder una pregunta.
Si queremos saber qué territorio concentra más registros, hacemos una comparación territorial.
Si queremos observar una evolución durante varios años, podemos utilizar una línea de tendencia.
El gráfico tiene que ayudarnos a entender.
No a decorar.
La estadística no es solamente matemática
Aquí quiero hacer una pausa.
Porque cuando escuchamos la palabra estadística muchas veces pensamos inmediatamente en matemáticas.
Pero cuando estamos haciendo investigación, hay algo más.
Necesitamos criterio.
Necesitamos saber buscar.
Necesitamos reconocer una fuente confiable.
Necesitamos detectar una duplicación.
Necesitamos distinguir una víctima de un caso.
Necesitamos entender el contexto.
Y necesitamos saber cuándo los datos permiten hacer una afirmación y cuándo todavía no.
La matemática nos ayuda a calcular.
La investigación nos ayuda a entender qué estamos calculando.
Así podemos resumir nuestro método
Después de todo este recorrido, podemos convertir el proceso en una metodología sencilla para quienes trabajan con el Observatorio:
- PREGUNTAR
¿Qué queremos conocer? - BUSCAR
¿Dónde podemos encontrar la información? - RECOPILAR
¿Qué datos encontramos? - VERIFICAR
¿Podemos comprobarlos? - IDENTIFICAR
¿Es un caso nuevo o una publicación sobre un caso que ya tenemos? - CLASIFICAR
¿Qué estamos contando? - REGISTRAR
¿Tenemos la fuente y la trazabilidad? - ANALIZAR
¿Qué patrones encontramos? - INTERPRETAR
¿Qué podemos afirmar y qué no? - COMUNICAR
¿Cómo presentamos los resultados sin distorsionarlos?
Al final, el proceso nos lleva:
del dato → al registro → a la base de datos → al análisis → a la evidencia.
Hagamos ahora un ejercicio mental
Imaginemos que nuestro equipo encuentra 20 publicaciones relacionadas con trata de personas.
A primera vista podríamos pensar:
20 casos.
Pero cuando comenzamos a investigar descubrimos que ocho publicaciones hablan del mismo operativo.
Cuatro hablan de otro caso.
Tres corresponden a informes institucionales.
Y cinco no tienen información suficiente para confirmar un caso nuevo.
Entonces descubrimos algo importante:
20 publicaciones no significan 20 casos.
Y ese pequeño ejercicio demuestra por qué una estadística necesita metodología.
No basta con recopilar.
Tenemos que verificar.
Y detrás de cada número hay una persona
Aquí es donde quiero regresar a nuestra narrativa humana.
Porque cuando escribimos:
“15 víctimas”
corremos el riesgo de acostumbrarnos al número.
Pero detrás de ese número hay 15 personas.
Hay historias.
Hay familias.
Hay sufrimiento.
Hay derechos.
Hay necesidades.
Y cuando hablamos de niños, niñas y adolescentes, nuestra responsabilidad es todavía mayor.
Por eso hacer una estadística correctamente también es una forma de respeto.
Una cifra mal construida puede ocultar una realidad.
Una cifra bien construida puede ayudarnos a verla.
Ese es el verdadero valor de investigar.
¿Para qué queremos las estadísticas?
No queremos estadísticas solamente para llenar informes.
Queremos que nos ayuden a comprender.
A identificar tendencias.
A localizar riesgos.
A fortalecer la prevención.
A orientar investigaciones.
A mejorar la toma de decisiones.
A generar conciencia.
Y, sobre todo, a entender mejor una realidad que muchas veces permanece escondida.
Una buena estadística puede convertirse en una herramienta de prevención.
Y ahí es donde el trabajo del Observatorio adquiere sentido.
Ahora viene la parte práctica
Este artículo no termina aquí.
En realidad, aquí comienza el ejercicio.
En el próximo trabajo vamos a tomar información real de fuentes abiertas y vamos a construir una estadística paso a paso.
Vamos a buscar las fuentes.
Vamos a identificar la información.
Vamos a registrar cada dato.
Vamos a verificar los casos.
Vamos a eliminar duplicaciones.
Vamos a clasificar.
Vamos a calcular.
Vamos a construir la tabla.
Y después vamos a interpretar qué nos dicen los números.
Así podremos pasar de la teoría a la práctica.
Porque una metodología se aprende realmente cuando podemos utilizarla.
Conclusión
Cuando comencé a trabajar con este tema, una de las cosas que más me llamó la atención fue descubrir que encontrar una cifra es relativamente fácil.
Lo difícil es demostrar qué significa.
Por eso, cuando hacemos una investigación estadística, no debemos preguntarnos solamente:
“¿Cuál es el número?”
Debemos preguntarnos:
“¿De dónde salió?”
“¿Qué está contando?”
“¿Cómo fue obtenido?”
“¿Puedo comprobarlo?”
Y finalmente:
“¿Qué me está diciendo realmente?”
En investigaciones sobre trata de personas, tráfico ilícito de migrantes y explotación sexual comercial de niños, niñas y adolescentes, esta responsabilidad es todavía mayor.
Porque detrás de cada número existe una realidad humana.
Por eso, desde el Observatorio Fundación RATT Dominicana, queremos que esta metodología sea una herramienta para comunicadores, abogados, investigadores, estudiantes y agentes que quieran aprender a trabajar con datos de manera responsable.
Porque al final entendí algo que quiero dejar como reflexión:
hacer una estadística no es solamente contar.
Es aprender a demostrar qué estamos contando.
Observatorio Fundación RATT Dominicana