El Consejo Nacional de Evaluación de la Política de Desarrollo Social (Coneval) ha expresado su preocupación respecto a la credibilidad de las cifras oficiales en México. Este organismo, encargado de medir la pobreza en el país, señala que la falta de transparencia y las modificaciones en las metodologías de cálculo pueden afectar la confianza en los datos proporcionados por el Instituto Nacional de Estadística y Geografía (INEGI).
Preocupaciones del Coneval
El Coneval ha advertido que las alteraciones en las metodologías estadísticas, si no se realizan de manera transparente y con colaboración externa, pueden generar sospechas sobre la veracidad de la información presentada. Esta situación puede impactar negativamente en la confianza pública y la credibilidad internacional en las cifras de desarrollo social.
El organismo destaca la importancia de mantener estándares de rigurosidad en los procesos de recolección y análisis de datos. Argumenta que la confianza en los datos oficiales es fundamental para diseñar políticas públicas efectivas que realmente mejoren el bienestar de la población.
- La confianza en las cifras oficiales es crucial para la formulación de políticas públicas.
- Alteraciones en metodologías deben ser transparentes y colaborativas.
- La credibilidad internacional de México depende de la integridad de sus datos.
En un comunicado, el Coneval expresó su compromiso de continuar trabajando para asegurar la calidad de los datos. El organismo subraya que, sin datos confiables, no es posible evaluar adecuadamente el impacto de las políticas sociales y medir el avance en la reducción de la pobreza.
“La transparencia y la colaboración externa son esenciales para garantizar la confianza en los datos oficiales,” afirmó un representante del Coneval.
Finalmente, el Coneval reitera su disposición para colaborar con otras instituciones en garantizar la precisión y utilidad de la información estadística, y subraya que el bienestar social depende, en gran medida, de la calidad de las decisiones gubernamentales basadas en datos confiables.