Regla de cinco

La regla de cinco es un atajo estadístico que puede sorprenderte: si eliges al azar solo cinco elementos de un grupo grande, hay un 93,75 % de probabilidad de que el valor central real de todo el grupo (la mediana) esté entre el número más bajo y el más alto que obtengas. Piensa en comprobar el precio de cinco galletas de una panadería: si todas cuestan entre $2 y $4, puedes tener mucha confianza en que el precio típico está en ese intervalo, aunque horneen miles. Esto funciona gracias al cálculo de probabilidades, no a la magia.

Prueba esto: Cuando tengas dudas sobre una cifra (puntuaciones de satisfacción de los empleados, tiempos de finalización de proyectos o valoraciones de clientes), reúne solo cinco datos al azar antes de dar por hecho que necesitas cientos.

Cómo funciona

La regla de cinco aprovecha una verdad matemática sobre las medianas y el muestreo aleatorio. Cuando eliges cinco elementos al azar de una población, en esencia te preguntas: «¿Qué probabilidad hay de que LOS CINCO estén del mismo lado de la mediana?». Para eso, todos tendrían que estar por encima del promedio o todos por debajo, algo poco probable. De hecho, los cálculos muestran que esto solo ocurre alrededor del 6 % de las veces. Eso te deja un 93,75 % de confianza en que tu intervalo incluye el verdadero valor central.

El cálculo de probabilidad: Cada observación tiene un 50 % de probabilidad de quedar por encima o por debajo de la mediana. Para calcular la probabilidad de que las cinco queden del mismo lado, multiplicas un medio por sí mismo cinco veces y luego por dos. El resultado es un 6,25 %. Si lo restas del 100 %, obtienes un 93,75 % de confianza. No es una estimación aproximada: es un cálculo exacto basado en la probabilidad binomial.

Ejemplos de la vida real

Decisiones empresariales: Un gerente que se plantea ofrecer horarios flexibles pregunta a cinco empleados elegidos al azar cuánto tardan en llegar al trabajo. Las respuestas van de 25 a 55 minutos. Esto basta para descartar suposiciones extremas, como trayectos de 5 minutos o de 2 horas, y decidir si la inversión tiene sentido.

Pruebas de productos: Una empresa emergente quiere conocer la duración típica de la batería de un dispositivo nuevo. Al probar cinco unidades, obtiene duraciones de entre 6 y 9 horas. Eso basta para saber si puede defender la promesa publicitaria de «8 horas» o si necesita ajustarla antes de la producción en masa.

Satisfacción del cliente: En lugar de esperar cientos de respuestas a una encuesta, un equipo de atención al cliente revisa cinco solicitudes elegidas al azar cada semana. Si las puntuaciones de satisfacción van de 3 a 5 estrellas, puede confiar en que la mediana real no refleja una crisis de 1 estrella ni un desempeño perfecto de 5 estrellas.

Cuándo usarla

La regla de cinco resulta especialmente útil cuando tienes mucha incertidumbre sobre algo importante. Es ideal para las primeras decisiones, las comprobaciones rápidas y las situaciones en las que reunir más datos resulta caro o lento. Es menos útil cuando necesitas estimaciones precisas, porque el intervalo puede ser amplio, o cuando tu población no es realmente aleatoria, porque las muestras sesgadas invalidan el cálculo.

La idea clave: medir no consiste en encontrar respuestas exactas, sino en reducir la incertidumbre lo suficiente para tomar mejores decisiones que si te guiaras solo por la intuición.

La regla de cinco tiene su origen en el trabajo de Douglas Hubbard sobre economía de la información aplicada y en la estadística no paramétrica de los estadísticos de orden. El principio subyacente se basa en la probabilidad binomial: la probabilidad de que las n observaciones queden del mismo lado de la mediana de una población es 2(0,5)^n. Para n = 5, el resultado es 0,0625, lo que da un 93,75 % de confianza en que la mediana esté dentro del intervalo de la muestra.

• Hubbard (2014): Demuestra que la regla de cinco proporciona un intervalo de confianza del 93,75 % para la mediana de la población con solo cinco observaciones aleatorias. Esto cuestiona la idea equivocada de que hacen falta muestras grandes para obtener mediciones útiles [1].
• Universidad Estatal de Pensilvania (s. f.): Deduce la probabilidad P(Y₁ < m < Y₅) = 0,9376 para los estadísticos de orden de una muestra de tamaño 5, lo que confirma el fundamento teórico de la regla de cinco mediante distribuciones binomiales [2].
• Teoría de los estadísticos de orden: El nivel de confianza general para cualquier tamaño de muestra n se obtiene de la suma binomial. Por eso, la regla de cinco es un caso específico de los intervalos de confianza no paramétricos para medianas.

La regla de cinco supone que tus muestras son realmente aleatorias: un muestreo sesgado invalida la garantía. El intervalo de confianza puede ser amplio en poblaciones con mucha variabilidad, así que quizá solo descubras que la mediana está dentro de un intervalo amplio. La regla estima específicamente la mediana (el valor central), no la media (el promedio), una distinción que importa en las distribuciones asimétricas. Tampoco te dice qué forma tiene la distribución: cinco valores no permiten detectar valores atípicos ni patrones de agrupación. Por último, un 93,75 % de confianza significa que el intervalo seguirá dejando fuera la mediana real aproximadamente 1 de cada 16 veces, así que la regla no es infalible.