Las diferentes ciencias actuales trabajan con volúmenes de datos muy grandes. En general a las personas les es difícil imaginar los datos “crudos” de forma correcta.
Por este motivo se utiliza ayuda gráfica para facilitar la comprensión de los datos y resultados obtenidos de una investigación, aunque también se utilizan por el mismo motivo en ambientes empresariales.
Existen además diversos tipos de formas visuales con las que podemos escoger representar estos datos. Cada una de ellas se ha de utilizar tanto a los datos que se han estudiado como al tipo de información que se espera extraer de la gráfica.
Para facilitarte la lectura de los diferentes tipos de gráficas, en este artículo te presentaremos algunos tipos a la vez que te explicamos para qué se pueden utilizar.
6 tipos de gráficas para representar datos y estadísticas
La cantidad de formas con las que podemos representar los datos son prácticamente inagotables. Parte de un buen análisis y preparación del visionado de un grupo de datos es el escoger la forma adecuada para representarlos, dependiendo de la capacidad y necesidades del proyecto.
En este artículo presentamos algunos tipos básicos de gráficas para que te familiarices con la cantidad de variación que existe a la hora de representar datos.
1. Gráficas de Barras
Un diagrama de barras permite separar la muestra en grupos concretos, que se corresponden con las diferentes barras verticales de la gráfica. Además estos se miden contra una variable en el eje vertical (el eje de ordenadas), que da información sobre los diferentes grupos que estamos estudiando.
El grosor de las barras es irrelevante en este tipo de gráfica. Lo único que se observa es su altura respecto al eje de ordenadas y a las demás barras, que representan la frecuencia en la variable que estemos señalando.
2. Gráficas Circulares
Las gráficas circulares también se conocen como sectoriales, de pastel (“pie charts” en inglés), o de quesito, reminesciendo los paquetes de queso triangular dentro de un envase circular. Este tipo de gráfica sirve especialmente cuando nos fijamos en valores cualitativos en lugar de cuantitativos, permitiendo además comparar muy rápidamente las frecuencias relativas de los diferentes grupos.
En la gráfica circular, los diferentes sectores (triángulos) representan diferentes grupos separados por elementos cualitativos. Esto significa que su separación no se correspondería con valores numéricos, si no con características difícilmente traducibles a números, como distintos colores o sectores de la población.
Además, las gráficas circulares tienen la ventaja de representar la totalidad de la muestra. Al observar la gráfica, sabemos que estamos viendo el 100% de los eventos representados en ella, con las diferentes frecuencias porcentuales perteneciendo a los distintos sectores en los que hemos separado la muestra de estudio.
- Te podría interesar: "10 falsos mitos sobre el acné (desmentidos por la ciencia)"
3. Gráficas de Línea
Las gráficas de línea nos son especialmente útiles cuando queremos observar la evolución de un evento a lo largo del tiempo. En el eje horizontal (abscisas) suele estar representada la escala temporal, sean días, horas o años. En el eje vertical, veremos la frecuencia de los valores que estamos estudiando.
Cada línea se corresponde a un grupo estudiado. Si observamos varias líneas, cada una de estas se corresponde a un grupo de estudio, cuyos valores evolucionan en el tiempo. Esto permite comparar con facilidad los cambios en frecuencias de diferentes grupos, a la vez que observamos cómo estos cambios cambian paulatinamente con el tiempo.
4. Gráficas de Dispersión
Las gráficas de dispersión, conocidas como “scatter plots” en inglés, son representaciones gráficas muy interesantes, donde se muestra una nube de puntos sobre un eje 2D con coordenadas cartesianas.
Este tipo de gráficas permite utilizar diferentes variables en los ejes para comprobar la correlación que existe entre ellas. Mientras más lineal sea la dispersión de los puntos (es decir, que los datos aumentan siguiendo una distribución lineal) más correlacionadas estarán estas variables.
Las gráficas de dispersión además permiten el análisis de diferentes grupos de población, siempre que utilicemos diferentes tipos de puntos para representar a los diferentes grupos que se están observando.
Las gráficas de dispersión también pueden hacerse en 3D, sumando una tercera variable que influye en el análisis y la dispersión de los puntos.
5. Histogramas
Confundidas habitualmente con los diagramas de barras, los histogramas son una representación estadística utilizada habitualmente en ámbitos científicos. La confusión viene de que al igual que el gráfico de barras, los histogramas también utilizan barras de grosor irrelevante para la representación de sus datos.
La principal diferencia del histograma frente al diagrama de barras es que los histogramas representan diferentes grupos separados por valores cuantitativos continuos. Esto significa que las barras representan intervalos numéricos continuos, separados según decida el analista que está haciendo la representación.
Gracias a los histogramas podemos observar fácilmente la frecuencia relativa de los diferentes grupos, pudiendo establecer con facilidad cuáles son los grupos más comunes y cuáles son los menos comunes.
6. Gráficas de Caja y Bigotes
Las gráficas de cajas y bigotes, (en inglés “box plots” o “box and whiskers plots”) son gráficas que representan diferentes grupos, ilustrados por las diferentes cajas. Dentro de cada uno de estos grupos, se representa cierto número de datos agrupados porcentualmente. El eje vertical representa valores estudiados, y el eje horizontal no contiene valores más allá de marcar los diferentes grupos a estudiar.
Dentro de cada una de las cajas con bigotes se representan los diferentes cuartiles (del 0 al 24%, del 25% al 49% etc...) con los que cuenta el grupo estudiado. Las líneas que se muestran dentro de las cajas representan el segundo cuartil (la mitad de la muestra). Según la longitud de la caja y los bigotes, habrá mayor o menor dispersión de datos.
Los bigotes permiten representar datos adicionales, como la dispersión normal esperada, ciertos percentiles extremos o los valores máximos y mínimos dentro de cada grupo
Referencias bibliográficas
- Martínez-González, M.A.; Faulin, F.J. y Sánchez, A. (2006). Bioestadística amigable, 2ª ed. Diaz de Santos, Madrid.
