¿Cómo de fiables son los datos de Tamborradata?

Es una parte muy pequeña, pero resume la pregunta de este artículo. Cada vez que Tamborradata dice que Nora es el nombre más repetido o que García es el apellido más frecuente, detrás hay 71.624 filas copiadas de listas publicadas a lo largo de dieciséis ediciones. Son listas escritas por personas distintas, en formatos distintos y a veces con errores que ya venían de origen. ¿Cómo de fiables son, entonces, los datos de Tamborradata?

Para responder hemos hecho tres pruebas. Primero, compararlos con fuentes externas, empezando por la más exigente: las cifras de la propia organización. Segundo, comprobar que las cuentas cuadran consigo mismas. Y tercero, la menos cómoda: enseñar lo que no se ha podido limpiar.

La prueba más dura: las cifras de la organización

Donostia Kultura, que organiza la Tamborrada, publica cada año cuántos niños y niñas desfilan en la Tamborrada Infantil y de cuántos centros proceden. Las cifras de Tamborradata no coinciden a primera vista, y la diferencia va en dos direcciones. Hasta 2020 son algo más bajas: 4807 participantes en 2017 frente a 4977, y 4683 en 2020 frente a 4828. Desde 2023 son entre un 10 % y un 12 % más altas: 5219 frente a 4731 en 2023, 5320 frente a 4732 en 2024 y 5149 frente a 4625 en 2025.

La explicación parece estar en cuatro compañías. Desde 2022 los datos de Tamborradata incluyen las tamborradas infantiles de tres sociedades, Amaratarra Txiki, Kresala Txiki y Gaztelubide Txiki, y la de la Unión Artesana. La organización las cita aparte en sus memorias, y la de la Unión Artesana desfiló el 19 de enero de 2023, un día antes del desfile principal.

Si se restan esas cuatro, las cifras casi se juntan: 4672 frente a 4731 en 2023, 4710 frente a 4732 en 2024 y 4506 frente a 4625 en 2025, entre un 0,5 % y un 2,6 % menos. Las compañías también casan: la organización habla de 41 centros en 2023 y en 2024 y de 38 en 2025, y sin esas cuatro Tamborradata cuenta 41, 41 y 38. En 2017 son 42 en ambos casos. Sin esas compañías, además, el total de 2023 (4672) es algo menor que el de 2020 (4683): buena parte del salto aparente se debe a que la base incorpora compañías nuevas, no a que desfilen más niños.

Es una explicación que encaja con los números, pero no está confirmada: la organización no dice qué incluye exactamente en su recuento. Y queda un resto. Tamborradata tiene entre un 0,5 % y un 3,4 % menos participantes que la organización en todos los años comparados, y en 2020 una compañía menos (40 frente a 41). Puede deberse a listas incompletas en el origen o a otras diferencias de recuento; los datos no permiten decirlo.

¿Coinciden con lo que dicen otras fuentes?

Los apellidos son la comparación más limpia. Los diez más repetidos de la Tamborrada Infantil en 2026 (García, González, Martínez, Fernández, Rodríguez, Pérez, López, Sánchez, Martín y Gómez) son exactamente los diez primeros apellidos de los residentes en Gipuzkoa según el INE a 1 de enero de 2025. Algunos cambian de puesto: Martínez es tercero en la Tamborrada y octavo en Gipuzkoa. Pero no falta ni sobra ninguno.

Con los nombres la comparación es más débil, aunque apunta en la misma dirección. Eustat, el instituto vasco de estadística, publica los nombres de los recién nacidos de Gipuzkoa. Los que lideraron entre 2022 y 2025 fueron Nora y June entre las niñas, y Luka, Martin y Markel entre los niños. Cuatro de esos cinco, Nora, June, Martin y Markel, están entre los diez primeros de la Tamborrada de 2026.

Estas coincidencias dicen algo concreto y callan otra cosa. Que los apellidos de la Tamborrada coincidan con los de Gipuzkoa indica que los participantes se parecen a la población que los rodea. No demuestra que cada fila esté bien copiada: una lista con errores repartidos al azar daría un resultado parecido, porque el ruido no cambia los apellidos más comunes. Y las poblaciones no son las mismas: el INE cuenta residentes de todas las edades y solo el primer apellido, y Eustat cuenta recién nacidos, no participantes.

¿Cuadran las cuentas?

Para saber si están bien copiados hay que mirar hacia dentro. Cada edición tiene dos cifras: las participaciones que hay en la base de datos y los nombres identificados que suman las clasificaciones publicadas. No coinciden. En 2026 hay 5298 participaciones y 5276 nombres identificados; en 2008, 4040 y 4012.

La diferencia no es un descuadre, sino una cuenta que se explica sola. Edición por edición, las participaciones que faltan en las clasificaciones son exactamente las ambiguas: 22 en 2026, 28 en 2008, 10 en 2013. Las dieciséis ediciones cuadran al caso. Un recuento propio de Nora, hecho desde cero sobre las filas, también coincide con las clasificaciones publicadas: 14 en 2008 y 110 en 2026.

¿Qué no se ha podido limpiar?

Esta es la parte que más hay que enseñar. Tamborradata no inventa los datos: los copia de listas publicadas y los ordena con un programa. Pero hay cosas que ya venían mal de origen y que ningún programa puede arreglar sin adivinar.

Lo más visible son las 279 participaciones ambiguas, el 0,4 % del total. En 137 de ellas el nombre escrito tiene una o dos palabras y en 116, tres: con tan pocas palabras hay poco en lo que apoyarse para separar el nombre de los apellidos. Se quedan fuera de las clasificaciones de nombres. Hay además 206 participaciones en las que el programa no pudo fijar un nombre principal.

Luego están los formatos del origen. En 2008, el 15,1 % de las entradas venía escrito como «Apellidos, Nombre», y en 2017, el 5,6 %; en el resto de ediciones casi ninguna. Hay 18 entradas de una sola palabra (11 de ellas en 2012 y 5 en 2017), 13 con paréntesis y 121 con seis o más palabras. La mayoría se ha resuelto, pero cada fila que se aparta de la forma habitual tiene más probabilidad de acabar mal asignada.

Y hay una zona gris más grande: 2264 participaciones, el 3,2 %, se resolvieron con una confianza baja. El programa les asignó un nombre, pero con menos seguridad de la habitual. Su peso no es constante: era del 5,5 % en 2008, bajó hasta el 2,2 % hacia 2018 y 2020 y ha vuelto a subir hasta el 4,8 % en 2026. No sabemos por qué: los datos solo permiten constatar el cambio.

Hay más ruido de origen en lo que parece más sencillo. Las 53 compañías de la base de datos aparecen escritas de 251 maneras distintas, hasta 14 para una sola, y se unifican con una tabla de equivalencias. Y los datos no llevan tildes ni eñes, por lo que Iñigo figura como «Inigo», y Ane y Ana cuentan como nombres distintos.

Tres ediciones incompletas

La limitación más seria no está en las filas, sino en las ediciones. En 2012 y 2022 faltan compañías enteras: solo hay datos de 25 y de 26, frente a las 40 a 45 de las demás. Las que aparecen tienen su tamaño habitual: las 22 compañías de 2012 que también están en 2013 suman 2366 participantes frente a 2446 al año siguiente, y las 23 de 2022 que estaban en 2020 suman 2686 frente a 2693. El hueco es de compañías, no de participantes dentro de cada una.

En 2011 ocurre lo contrario: están casi todas las compañías, 45, pero muchas con la lista a medias. De las 42 que también figuran en 2013, 15 aparecen con menos del 60 % de los participantes que registran dos años después, y 21 con menos del 80 %.

No sabemos si faltan porque no desfilaron o porque el origen no las publicó. Los datos solo permiten decir que no están, y por eso las comparaciones entre ediciones deben hacerse con proporciones mejor que con cifras absolutas.

Para qué sirven y para qué no

La respuesta honesta tiene tres partes. Dentro de una edición completa, las clasificaciones de nombres y apellidos son fiables: las cuentas cuadran y los apellidos coinciden con los de Gipuzkoa. Entre ediciones, las proporciones aguantan mejor que las cifras absolutas, sobre todo con 2011, 2012 y 2022. Y en el detalle fino, una compañía concreta en un año concreto, un solo caso mal resuelto puede mover un nombre de puesto.

De vuelta a aquellos 22 participantes de 2026 que quedaron fuera de los nombres: son la prueba de que el sistema duda cuando debe dudar. Una lista que nunca duda sería mucho menos de fiar.

La historia en datos

Los diez apellidos más repetidos de la Tamborrada son los diez primeros de Gipuzkoa. Puesto de cada apellido en la Tamborrada Infantil de 2026 y entre los residentes en Gipuzkoa (INE, 2025).

Cuatro de los cinco nombres que lideran los nacimientos en Gipuzkoa están en el Top 10 de la Tamborrada. Nombres del Top 10 de 2026 que también lideraron los nacimientos de Gipuzkoa entre 2022 y 2025 (Eustat).

Sin las cuatro compañías txiki, Tamborradata queda entre un 0,5 % y un 3,4 % por debajo de las cifras de la organización. Participantes y centros según Donostia Kultura (la cifra de 2025, según Orain) y según Tamborradata, sin Unión Artesana, Amaratarra Txiki, Kresala Txiki ni Gaztelubide Txiki. No hay cifra comparable de las demás ediciones.

La diferencia entre participaciones y nombres identificados coincide, edición a edición, con los casos ambiguos. Participaciones, nombres identificados en las clasificaciones publicadas y casos ambiguos (no hay datos de 2009, 2010 ni 2021).

El 3,2 % de las participaciones se resolvió con poca confianza y el 0,4 % es ambiguo. Participaciones con problemas sobre un total de 71.624 en dieciséis ediciones. Una misma participación puede aparecer en varias filas.

El peso de las resoluciones dudosas bajó del 5,5 % al 2,2 % y ha vuelto a subir hasta el 4,8 %. Parte de las participaciones de cada edición resueltas con confianza baja (no hay datos de 2009, 2010 ni 2021).

Tres ediciones son incompletas, por motivos distintos. Compañías con datos en cada una y qué falta.

Datos utilizados

Qué datos. Estadísticas publicadas de Tamborradata sobre 16 ediciones de la Tamborrada Infantil: 2008, 2011 a 2020 y 2022 a 2026 (no hay datos de 2009, 2010 ni 2021), y recuentos agregados sobre las participaciones de esas ediciones. Consulta del 9 de noviembre de 2026, sobre las versiones publicadas el 18 de octubre de 2026.

Qué cuenta cada cifra. Se cuentan participaciones, no personas. «Ambigua» es una participación cuyo nombre el programa no pudo separar de los apellidos con seguridad; no entra en las clasificaciones de nombres. «Confianza baja» es una resolución asignada con una confianza del programa inferior a 0,8 sobre 1; sí entra en las clasificaciones. Las categorías de la tabla de lo que no se pudo limpiar pueden solaparse.

Cómo se comparan las fuentes externas. El INE da el primer apellido más frecuente por provincia de residencia a 1 de enero de 2025, para residentes de todas las edades. Eustat da los nombres más frecuentes de los recién nacidos en Gipuzkoa entre 2022 y 2025. Son poblaciones distintas de la de la Tamborrada: la comparación indica parecido, no exactitud. Donostia Kultura da participantes y centros del desfile de la Tamborrada Infantil; la cifra de 2025 procede de Orain, que cita 4.625 participantes en el texto y «5000» en el titular, y la nota de prensa de 2024 recoge 4.732 y 4.731. El tipo de entidad que cuenta como «centro» varía entre notas (centros escolares, entidades, asociaciones). La edición de 2022 se organizó en cinco desfiles de barrio y no tiene cifra comparable.

Ediciones incompletas. Se compara el tamaño de cada compañía con el que tiene en una edición completa cercana (2013 para 2011 y 2012; 2020 para 2022). Se considera que una lista va a medias si recoge menos del 60 % de los participantes de esa referencia.

Límites. Los datos no llevan tildes ni eñes y cada grafía de un apellido cuenta como un apellido distinto. No sabemos por qué faltan compañías en 2012 y 2022 ni por qué ha subido la parte de resoluciones dudosas. No hemos podido comprobar cifras oficiales de 2008, 2011 a 2016, 2018, 2019 ni 2026. Que las cuatro compañías txiki expliquen la diferencia con la organización es una explicación que encaja con los números, no un hecho confirmado.

Privacidad. Solo se publican agregados; no hay ninguna cifra inferior a 5 (la menor que aparece es 10).

Fuentes externas verificadas.