Análisis
Por qué ocultamos estadísticas con menos de cien casos
Una celda pequeña puede cambiar mucho por pocos casos y facilitar inferencias sobre personas o vehículos. El umbral de cien es una regla editorial mínima, no una garantía matemática.
Publicar un porcentaje parece inocuo: no contiene patente, DNI ni nombre. Sin embargo, una tabla muy desagregada puede describir grupos diminutos, cambiar por una sola observación y combinarse con información externa.
Por eso multas.ar aplica una regla previa: si una celda tiene menos de cien casos válidos, no muestra su numerador, denominador ni porcentaje. La decisión busca reducir exposición y evitar conclusiones frágiles, no convertir el número cien en una garantía universal.
Qué llamamos una celda
Una celda es la intersección de las dimensiones de una tabla. Por ejemplo: período, forma de consulta y una categoría geográfica amplia. Cada filtro adicional divide la muestra y reduce el número de observaciones.
El denominador debe estar definido antes de contar. En una investigación de consultas, podría ser “consultas web completas, frescas y válidas durante el período”. El numerador sería un resultado específico dentro de ese universo. Bots, pruebas, errores y sesiones incompletas se excluyen según reglas versionadas.
No alcanza con sumar cien filas de cualquier origen. Todas deben pertenecer a la misma unidad analítica y pasar los mismos controles.
Por qué un porcentaje pequeño puede ser inestable
Tomemos ejemplos totalmente sintéticos. Si dos de tres casos cumplen una condición, el porcentaje es 66,7 %. Con un solo caso diferente podría pasar a 33,3 % o 100 %. La cifra tiene decimales, pero muy poca estabilidad.
Si 450 de 500 casos cumplen la misma condición, cambiar una observación modifica el porcentaje mucho menos. Un denominador mayor no elimina sesgos, pero reduce la influencia de cada registro individual sobre la proporción descriptiva.
La precisión visual no es precisión estadística. Mostrar 66,67 % en una celda de tres casos añade dígitos sin añadir evidencia.
El riesgo no es sólo estadístico
La Ley 25.326 define datos personales como información referida a personas determinadas o determinables y contempla procedimientos de disociación. La Ley 17.622 exige que la estadística oficial se publique en compilaciones de conjunto que no individualicen personas o entidades.
multas.ar no es el Sistema Estadístico Nacional, pero toma esos principios como referencia de prudencia: un agregado no debe permitir reconstruir casos individuales de forma razonable.
Una celda “una localidad, una hora, un tipo de vehículo” podría coincidir con un evento conocido públicamente. Aunque no incluya la patente, el contexto puede volver determinable al titular o conductor. Aumentar el umbral ayuda, pero la verdadera defensa incluye reducir dimensiones y revisar el entorno.
Cómo se aplica el umbral
El proceso se define antes de mirar resultados:
- se fija la unidad y el período;
- se ejecutan exclusiones documentadas;
- se agrupan las dimensiones permitidas;
- se calcula el tamaño de cada celda;
- se suprime toda celda menor a cien;
- recién entonces se calculan y publican porcentajes permitidos.
La salida suprimida dice “menos de 100 casos” o no aparece. No publica n=99, porque ese dato ya revela el denominador exacto. Tampoco entrega el numerador.
Evitar reconstrucción por diferencia
Ocultar una celda no sirve si otras filas permiten calcularla. Supongamos que se publica el total nacional, cinco regiones y cuatro de ellas. Restar las visibles del total revelaría la quinta.
Para evitarlo, el control se aplica al conjunto de tablas. Puede ser necesario suprimir una segunda celda, agrupar categorías o no publicar el total incompatible. A esto se suman revisiones entre versiones: una tabla de hoy y otra de mañana no deberían revelar altas o bajas de grupos pequeños.
También se limita el cruce de dimensiones. Publicar por separado provincia y tipo de consulta puede ser razonable; ofrecer una descarga que combine provincia, municipio, hora, vehículo y resultado puede no serlo.
Un ensayo reproducible con datos sintéticos
Para probar la regla generamos filas ficticias con semilla registrada. Cada fila tiene período, grupo amplio y un resultado binario, sin patentes ni personas. El script produce tres salidas:
- tabla interna con conteos para verificar el cálculo;
- tabla pública con celdas permitidas;
- registro de supresiones que sólo indica la regla aplicada.
La prueba modifica una fila y verifica que una celda pequeña permanezca oculta. También comprueba que el porcentaje de una celda grande cambie conforme al nuevo conteo y que ninguna suma pública permita recuperar las suprimidas.
Publicar semilla, versión del script y hash del fixture permite reproducir el comportamiento sin exponer datos operativos.
Cien casos no corrige el sesgo de selección
NIST señala que una muestra representativa se obtiene mejor mediante muestreo no sesgado. Las consultas de un servicio web son autoseleccionadas: quienes buscan multas pueden diferir del parque automotor completo.
Una celda de diez mil consultas puede describir con estabilidad a quienes consultaron y aun así no representar a todos los autos de Argentina. El texto de la nota debe nombrar la población observada, no extrapolarla.
El umbral tampoco crea independencia. Una persona podría realizar varias consultas válidas bajo ciertas metodologías. La unidad y las reglas de deduplicación deben explicarse.
Por qué no elegimos el umbral después de ver los datos
Mover el límite para que aparezca una provincia o desaparezca un resultado incómodo sería una decisión orientada por el resultado. La regla se versiona en la metodología y se aplica de forma uniforme.
Si una investigación necesita mayor protección, se eleva el umbral o se elimina una dimensión para todas las celdas afectadas. Si se propone reducirlo, la revisión debe evaluar privacidad, estabilidad y reconstrucción antes de ejecutar el análisis, y dejar documentado el cambio.
Cómo interpretar una supresión
Una celda oculta no significa cero casos, falta de cobertura ni ausencia del fenómeno. Sólo significa que el grupo no alcanzó el piso editorial para publicación.
La conclusión que sí sostenemos es: no ofrecemos detalle cuando el denominador válido es menor a cien y revisamos además que otras tablas no lo reconstruyan. Es una barrera simple dentro de una estrategia más amplia de minimización, metodología y límites explícitos.
Preguntas frecuentes
¿Una celda con cien casos ya es anónima y representativa?
No. El umbral reduce algunos riesgos y evita porcentajes extremadamente frágiles, pero todavía importan las variables publicadas, el muestreo, los valores extremos y los datos externos disponibles.
¿Qué sucede con una celda que tiene noventa y nueve casos?
Se marca como suprimida y no se publica su numerador, denominador ni porcentaje. Tampoco se ofrece un total alternativo que permita reconstruirla por diferencia.
¿El umbral se elige para mejorar el porcentaje mostrado?
No se agregan ni eliminan casos para producir un resultado favorable. La regla se fija antes del análisis y se aplica de manera uniforme a todas las celdas comparables.
Fuentes consultadas 4 referencias
- Ley 17.622 — Secreto estadístico (abre en una pestaña nueva) — Instituto Nacional de Estadística y CensosConsultada el
- Quiénes somos y marco legal del INDEC (abre en una pestaña nueva) — Instituto Nacional de Estadística y CensosConsultada el
- Ley 25.326 de Protección de los Datos Personales (abre en una pestaña nueva) — Argentina.gob.arConsultada el
- NIST Handbook — Data best reflects a process via unbiased sampling (abre en una pestaña nueva) — National Institute of Standards and TechnologyConsultada el
Datos y metodología
- Alcance de la nota
- Demostración con un dataset sintético de cómo cambia la estabilidad de una proporción y la exposición de una celda al variar su denominador.
- Unidad de análisis
- Una celda agregada definida por período y dimensión, compuesta únicamente por consultas completas válidas según la metodología editorial.
- Cobertura
- Regla interna de supresión y referencias oficiales consultadas el 14 de agosto de 2026; no se utilizaron estadísticas operativas reales en los ejemplos.
Limitaciones
- El umbral de cien es una salvaguarda editorial convencional de multas.ar y no una garantía formal de anonimato o significancia estadística.
- Una muestra grande puede seguir sesgada, y varias tablas publicadas podrían permitir inferencias si sus dimensiones no se controlan conjuntamente.
Fecha declarada del contenido: . La fecha de consulta no reemplaza la vigencia de la norma ni una revisión independiente.
Notas relacionadas
Cómo definimos una consulta completa antes de publicar estadísticas de multas.ar
Antes de convertir consultas operativas en porcentajes o rankings, exigimos cobertura identificable, respuestas comparables y controles que separen un resultado válido de un fallo técnico.
Qué significa “última verificación” en una fuente de multas
La fecha indica cuándo se consultó una fuente y qué respuesta dio en ese momento. No es la fecha del acta, del pago ni una garantía de que no existan novedades en procesamiento.
Un PDF oficial cambió: cómo probar qué versión se consultó
Una URL oficial puede servir un archivo distinto con el tiempo. Fecha, hash, encabezados y metadatos permiten demostrar qué bytes se consultaron sin confundirlos con autenticidad.