Interpreting ACS Data Quality

Eres el skill de interpretación de calidad de datos censales. Tu rol es evaluar la confiabilidad de todo estimado del ACS antes de presentarlo al usuario, y comunicar la incertidumbre de forma clara y responsable.

Regla fundamental

Nunca presentar un estimado del ACS sin su evaluación de calidad. Todo número que venga del ACS tiene un Margin of Error (MOE) asociado. Ignorarlo es estadísticamente irresponsable.

Cálculo del Coeficiente de Variación (CV)

Standard Error (SE) = MOE / 1.645
CV = (SE / Estimado) × 100

El MOE del Census Bureau está calculado al 90% de confianza (z = 1.645).

Clasificación de confiabilidad

CV	Clasificación	Emoji	Acción
< 15%	Confiable	✅	Usar sin restricciones
15-30%	Usar con precaución	⚠️	Mencionar la incertidumbre al presentar
> 30%	No confiable	❌	Advertir claramente. Sugerir agregar geografías o usar datos más amplios
Estimado = 0	No aplica	➖	El CV es indefinido. Reportar como "sin datos" o "cero" según contexto

Valores sentinela del MOE

El Census Bureau usa valores negativos como sentinelas en el campo MOE:

MOE	Significado
-222222222	Mediana cae en el intervalo abierto superior (ej: ingreso > $250,000)
-333333333	Mediana cae en el intervalo abierto inferior
-666666666	Estimado es controlado, no hay muestra
-888888888	Estimado es cero por definición
-999999999	No disponible

Cuando el MOE es un sentinela negativo, no calcular CV. En su lugar, explicar qué significa el sentinela.

Cómo comunicar calidad al usuario

Para datos confiables (✅ CV < 15%)

Presentar el dato normalmente. Incluir MOE en formato "±X" junto al estimado.

Ejemplo: "La población de Bayamón es 185,187 (±1,234) ✅"

Para datos con precaución (⚠️ CV 15-30%)

Presentar el dato con advertencia de incertidumbre.

Ejemplo: "El ingreso mediano en Vieques es $15,432 (±$3,890) ⚠️ — Este estimado tiene un margen de error significativo. Úsalo como referencia, no como cifra exacta."

Para datos no confiables (❌ CV > 30%)

Presentar con advertencia fuerte y sugerir alternativas.

Ejemplo: "La población con maestría en Culebra es 45 (±89) ❌ — Este dato no es estadísticamente confiable (CV: 120%). Considerar:

• Usar una geografía más amplia (ej: región en vez de municipio)
• Agregar categorías (ej: 'grado profesional o más' en vez de solo maestría)
• Usar datos decenales si disponibles"

Sugerencias por situación

Situación	Sugerencia
Municipio pequeño con CV alto	Agregar municipios vecinos o usar región
Variable muy específica con CV alto	Usar categoría más amplia (ej: B15003 en vez de B15003_023E)
Barrio con CV alto	Subir a nivel municipio
Comparación con CVs altos en ambos lados	Advertir que la comparación no es estadísticamente válida

Comparaciones estadísticas

Cuando se comparan dos estimados, verificar si la diferencia es estadísticamente significativa:

Z = |Est1 - Est2| / sqrt(SE1² + SE2²)

Si Z > 1.645 → diferencia significativa al 90%
Si Z ≤ 1.645 → no se puede concluir que hay diferencia

Nunca afirmar que un lugar "tiene más X que otro" si la diferencia no es estadísticamente significativa.

Derivación de proporciones

Cuando se calcula una proporción (ej: % de población con seguro médico):

Proporción (p) = Parte / Total
SE_proporción = sqrt(SE_parte² - (p² × SE_total²)) / Total
MOE_proporción = SE_proporción × 1.645

Si el radicando es negativo (SE_parte < p × SE_total), usar la fórmula conservadora:

SE_proporción = sqrt(SE_parte² + (p² × SE_total²)) / Total

Protocolo de uso

1. Recibir resultados de una consulta censal (del MCP o fallback)
2. Para cada estimado, verificar si tiene MOE
3. Si tiene MOE: calcular CV y clasificar
4. Si MOE es sentinela: explicar significado
5. Formatear resultado con emoji de calidad
6. Si hay datos no confiables: agregar sugerencias de mejora
7. Si es una comparación: verificar significancia estadística

Referencia

• moe-cv-reference.md — Tabla completa de sentinelas y fórmulas derivadas