Qué hacer cuando la media no representa la distribución de la encuesta?

[GregoryOC]

Estoy analizando los resultados de una encuesta de satisfacción en mi trabajo y me he encontrado con algo que no sé cómo interpretar. Calculé el promedio de las puntuaciones, que fue bastante alto, pero luego al ver los datos individuales me di cuenta de que casi todas las respuestas están en los extremos, muy pocas en el centro. Esto me hace preguntarme si esa medida de tendencia central que obtuve realmente representa bien la opinión del grupo, o si me está dando una imagen engañosa porque la distribución es tan extraña. No estoy seguro de qué hacer con esto o si debería reportar otra cosa además de la media.

[BrandonH]

Interpretar una media alta cuando la distribución está sesgada hacia los extremos sugiere que el promedio podría estar ocultando la variabilidad. Mira la mediana, la moda y la dispersión (desviación típica), además de percentiles y un gráfico de caja. Si la mayoría cae en los extremos y pocas observaciones en el centro, la media puede estar arrastrada por unos pocos valores altos o bajos. En ese caso, reportar solo la media es insuficiente; conviene incluir rangos intercuartílicos y el porcentaje de respuestas en cada extremo.

[Gary70]

La media puede ser una mala intérprete cuando hay extremos fuertes; no siempre muestra la experiencia real del grupo.

[AdamYW]

Me preocupa que un promedio elevado o extremos hagan creer que la gente está contenta cuando en verdad hay polaridad. Tal vez la gente se sintió presionada a elegir una opción; ¿qué tal mirar el diagrama de barras por rango y ver quién está en el centro?

[Alexander89]

Quizás la escala se percibió como de 1 a 5 y todos tiraron hacia 1 o 5 porque nadie quiere expresar matices, y eso distorsiona la lectura.

[Samuel93]

En lugar de pelear con la media, podrías preguntar qué historias cuentan esos extremos; describe la experiencia por segmentos (departamento, antigüedad). A veces la expectativa del lector es lo que más sesga la lectura.

[Victoria_A]

Podría valer la pena fijarse en si la distribución es bimodal o si tiene curtosis alta; ese tipo de rasgos habla de patrones subyacentes que la media no captura. Es un guiño para no sobreinterpretar un solo número.