Hipótesis de partida: ¿qué nos enseña el Argentina vs Cabo Verde del Mundial 2026? 🧠
El partido Argentina vs Cabo Verde de los dieciseisavos del Mundial 2026 no fue solo un espectáculo deportivo: es también una mina de oro para aprender estadística. 📊 En esta mini-investigación docente usaremos el Argentina vs Cabo Verde como excusa perfecta para plantear una pregunta que cualquier alumno entiende a la primera: cuando un equipo tiene más balón, ¿dispara más veces a puerta? Dicho de otro modo, ¿existe relación entre la posesión y la generación de peligro?
Esa idea de "moverse juntas" es exactamente lo que mide la correlación. Nuestra hipótesis de partida es sencilla y contrastable:
- 🎯 H1 (hipótesis de trabajo): a mayor porcentaje de posesión, mayor número de disparos a puerta (correlación positiva).
- ➖ H0 (hipótesis nula): posesión y disparos no guardan ninguna relación lineal (correlación cercana a cero).
Lo bonito del enfoque es que, con datos de un puñado de encuentros, un grupo de 4.º de ESO o de Bachillerato puede poner a prueba esta hipótesis con lápiz, calculadora o una hoja de cálculo. 💡
Datos que necesitamos para estudiar el Argentina-Cabo Verde 🔎
Para investigar la relación entre posesión y disparos necesitamos dos variables cuantitativas medidas en cada encuentro:
- Posesión del balón (%) → variable explicativa (eje X).
- Disparos a puerta → variable respuesta (eje Y).
Para que el análisis del Argentina vs Cabo Verde tenga contexto, no miramos un solo partido: reunimos varios encuentros del camino de ambas selecciones hasta estos dieciseisavos. Así tenemos una nube de puntos con la que estudiar el patrón general. La siguiente tabla recoge la muestra que usaremos.
| Encuentro | Equipo | Posesión del balón (%) | Disparos a puerta |
|---|---|---|---|
| 1 | Cabo Verde | 45 | 3 |
| 2 | Cabo Verde | 50 | 5 |
| 3 | Cabo Verde | 55 | 4 |
| 4 | Cabo Verde | 58 | 6 |
| 5 | Argentina | 62 | 6 |
| 6 | Argentina | 65 | 8 |
| 7 | Argentina | 68 | 7 |
| 8 | Argentina | 72 | 10 |
Datos ilustrativos para uso docente (inspirados en rangos típicos de un Mundial, no en cifras oficiales del encuentro). 📚 Fíjate en un detalle: Cabo Verde tiende a agruparse en la zona de menos posesión y menos disparos, y Argentina en la de más. Ese desplazamiento es justo lo que la correlación va a cuantificar.
Diseño del estudio
Nuestro diseño es un estudio observacional: no manipulamos nada, simplemente registramos lo que ocurre en cada partido. La unidad de análisis es el encuentro, y para cada uno anotamos sus dos variables. En un aula real, estos datos se obtienen de portales de estadística deportiva (tipo Opta o StatsBomb) o incluso contándolos a mano al ver el vídeo del partido. 🧮
Antes de calcular nada, conviene fijar tres decisiones metodológicas, un buen hábito que traslada al alumnado el rigor de la investigación:
- Operacionalizar las variables: ¿"disparo a puerta" incluye los bloqueados? Definimos el criterio y lo mantenemos igual para todos.
- Escala de medida: ambas variables son cuantitativas (una continua, %, y otra discreta, conteo), condición necesaria para la correlación de Pearson.
- Tamaño muestral: con 8 encuentros el ejercicio es didáctico; para publicar conclusiones necesitaríamos decenas de partidos.
Análisis propuesto: la correlación en el Argentina vs Cabo Verde 📈
Para medir cómo de fuerte es la relación usamos el coeficiente de correlación de Pearson (r), que resume la nube de puntos en un único número entre −1 y +1:
- r ≈ +1 → relación positiva casi perfecta (cuando sube X, sube Y).
- r ≈ 0 → sin relación lineal.
- r ≈ −1 → relación negativa casi perfecta (cuando sube X, baja Y).
La fórmula es más amable de lo que parece: r = Σ(x−x̄)(y−ȳ) / √[Σ(x−x̄)² · Σ(y−ȳ)²]. En la práctica nadie la calcula a mano dos veces: en R basta con la función cor() (documentación oficial de R), y en una hoja de cálculo con =COEF.DE.CORREL(). Aplicando el cálculo a nuestros datos del Argentina vs Cabo Verde y sus rivales obtenemos r ≈ 0,92, con un coeficiente de determinación R² ≈ 0,85. La Figura 2 muestra esa correlación "en acción": la recta que mejor resume la nube y su ecuación.
Resultados esperables
El valor r ≈ 0,92 indica una correlación positiva muy fuerte: en esta muestra, los partidos con más posesión son, casi sistemáticamente, los que acumulan más disparos a puerta. El R² ≈ 0,85 se lee así: alrededor del 85 % de la variabilidad en los disparos a puerta queda "explicada" (en sentido estadístico, no causal) por la posesión. ✅
Trasladado al Argentina vs Cabo Verde, el mensaje es intuitivo pero valioso: si Argentina domina el balón como suele hacer, cabe esperar que también domine el marcador de ocasiones; y si Cabo Verde renuncia a la posesión para defender y contraatacar, su reto es romper esa correlación, es decir, disparar mucho con poco balón. Ese matiz convierte un número frío en una historia deportiva. 🎯
Limitaciones y sesgos ⚠️
Un buen investigador desconfía de sus propios resultados. Estas son las trampas que debemos avisar al alumnado:
- Correlación no es causalidad: más balón no causa por sí solo más disparos; puede ser que un equipo mejor tenga a la vez más posesión y más disparos (variable oculta: la calidad del equipo).
- Muestra pequeña: 8 encuentros son muy pocos; un solo partido atípico (un outlier) puede inflar o hundir la r.
- Datos ilustrativos: hemos usado cifras docentes; con datos reales del Mundial 2026 el coeficiente cambiaría.
- Posible no linealidad: Pearson solo capta relaciones rectas; si la relación fuera curva, r la subestimaría.
- Paradoja de Simpson: al mezclar dos equipos distintos, la tendencia global podría no cumplirse dentro de cada equipo por separado. 🧠
Aplicación al aula: retos con el Argentina vs Cabo Verde 📚
Aquí tienes una batería de retos listos para proyectar. Se pueden resolver con calculadora, en una hoja de cálculo o en R, y encajan con los recursos de práctica de nuestros recursos interactivos para trabajar la estadística de forma visual.
- 🔢 Calcula a mano la media de posesión y la media de disparos, y sitúa el "punto medio" (x̄, ȳ) sobre la Figura 2. ¿Pasa la recta por él?
- 📈 Recalcula la correlación de Pearson y comprueba que te da r ≈ 0,92. ¿Coincide?
- 🎯 Añade un partido inventado con 40 % de posesión y 11 disparos (un contraataque brutal). ¿Cómo cambia la r? Debate el efecto de los outliers.
- 🧮 Separa los datos de Argentina y de Cabo Verde y calcula la correlación en cada grupo. ¿Sigue siendo fuerte? (Pista: paradoja de Simpson).
- 🔎 Discute en grupo: ¿qué tercera variable podría explicar a la vez la posesión y los disparos?
- 💡 Diseña otra pareja de variables del fútbol que esperes correlacionadas (p. ej. faltas y tarjetas) y otra que esperes sin relación.
- 📊 Convierte la Figura 1 en un informe de una frase: ¿qué le contarías al entrenador de Cabo Verde con estos números?
Cierre crítico
El Argentina vs Cabo Verde del Mundial 2026 nos deja mucho más que un resultado: nos regala un caso perfecto para entender que detrás de cada estadística deportiva hay una pregunta científica bien planteada. Hemos formulado una hipótesis, recogido datos, elegido la correlación como herramienta, cuantificado la relación (r ≈ 0,92) y —lo más importante— hemos aprendido a dudar de nuestras propias conclusiones. 🧠
Esa combinación de curiosidad y escepticismo es exactamente lo que queremos sembrar en el aula. Si te ha resultado útil este enfoque, encontrarás más análisis parecidos en el resto de artículos del blog, siempre con la misma idea de fondo: cualquier noticia, incluso un partido de fútbol, puede convertirse en una clase memorable de estadística. ⚽📈