Cómo elegir el gráfico más adecuado para representar los datos en un informe

La visualización de datos se puede representar en distintos medios: tradicionalmente el papel, actualmente las pantallas, y en casos más especiales un sintetizador de voz o señales lumínicas.

Ahora bien, con la proliferación de la incontable cantidad de herramientas disponibles y, dentro de cada una, diferentes posibilidades de gráficos de representación, ¿cómo seleccionar el gráfico correcto?

El trabajo de Stephen Few, enfocado en la visualización de datos para analizar y comunicar información empresarial, nos arroja luz sobre este tema.

Datos Cuantitativos y Categorías en Visualización de Datos

Las representaciones que involucran datos cuantitativos, por ejemplo, números que miden cosas, siempre incluyen su categoría para ser fácilmente identificadas y analizadas por el usuario.

Por ejemplo:

El gráfico de la izquierda tiene un único conjunto de datos categóricos: tiempo, subdividido en cuatro trimestres. La gráfica de la derecha tiene dos conjuntos de datos categóricos: tiempo, subdividido en cuatro trimestres como a la izquierda, y regiones, subdivididas en norte, este, sur y oeste.

Las Escalas en la Visualización de Datos

Utilizamos el término escala para referirnos al rango de valores cuantitativos que aparecen a lo largo de un eje en una representación gráfica. Los gráficos siempre incluyen al menos una escala cuantitativa y casi siempre incluyen una o más escalas categóricas.

El manejo correcto de las escalas, especialmente las escalas de intervalo se deben manejar con mucho cuidado, ya que, de forma incorrecta, alterará la presentación de los datos, lo que resultará en información errónea y por ende, tomas de decisiones desacertadas.

La Codificación de Visualización de Datos

Los atributos visuales se combinan para formar lo que percibimos como objetos. Estos atributos incluyen ubicación, longitud de línea, tamaño, forma, orientación y color, siendo los dos últimos menos efectivos. Puede usar estos atributos para codificar y diferenciar valores cuantitativos y elementos categóricos.

La ubicación (2-D) y la longitud de la línea son muy efectivas para codificar valores cuantitativos en gráficos

Ahora que hemos presentado los temas de datos cuantitativos frente a categóricos y los mejores medios para codificar valores cuantitativos en gráficos, ya tenemos la base para volver al tema principal: los diferentes tipos de gráficas y cómo elegir la mejor para cada caso.

Los 7 tipos de gráficos para análisis cuantitativo de datos

Los mensajes cuantitativos siempre revelan relaciones, y son estas relaciones las que cuentan las grandes “historias” que nos llaman la atención. Casi todos los mensajes cuantitativos que deberá presentar en un gráfico se pueden describir como uno o como una combinación de más de uno de los siete tipos en la siguiente lista (sin ningún orden en particular):

• Comparación nominal
• Series de tiempo
• Clasificación
• Parte de un todo
• Desviación
• Distribución de frecuencias
• Correlación

La siguiente tabla describe cada una de estas siete relaciones cuantitativas y también identifica las mejores formas de codificar sus valores. Sabiendo lo que hace ahora acerca de las fortalezas y debilidades relativas de los puntos, líneas y barras para los valores de codificación, intenta determinar qué objetos funcionarán mejor antes de ver las pautas del método de codificación que te presentamos.

Comparación Nominal

Una comparación simple de las subdivisiones categóricas de una o más medidas sin ningún orden en particular.

Métodos de codificación:

• Sólo barras (horizontales o verticales)

 

Series de Tiempo

Múltiples instancias de una o más medidas tomadas en puntos equidistantes en el tiempo

Métodos de codificación:

• Líneas para enfatizar el patrón general
• Barras para enfatizar valores individuales
• Puntos conectados por líneas para enfatizar ligeramente los valores individuales mientras aún resaltan el patrón general
• Coloca siempre el tiempo en el eje horizontal

Clasificación

Subdivisiones categóricas de una medida ordenada por tamaño (descendente o ascendente)

Métodos de codificación:

• Sólo barras (horizontales o verticales)
• Para resaltar valores altos, ordene en orden descendente
• Para resaltar valores bajos, ordene en orden ascendente

Parte de un todo

Medidas de subdivisiones categóricas individuales como ratios para el conjunto.

Métodos de codificación:

• Sólo barras (horizontales o verticales)
• Use barras apiladas solo cuando deba mostrar las medidas del conjunto y las partes

Desviación

Subdivisiones categóricas de una medida en comparación con una medida de referencia, expresadas como las diferencias entre ellas.

Métodos de codificación:

• Líneas para enfatizar el patrón general solo cuando se muestran juntas las relaciones de desviación y series de tiempo
• Puntos conectados por líneas para enfatizar ligeramente los puntos de datos individuales mientras que también resaltan el patrón general al mostrar la desviación y las relaciones de series de tiempo juntas
• Barras para enfatizar valores individuales, pero se limitan a barras verticales cuando se incluye una relación de series de tiempo
• Siempre incluya una línea de referencia para comparar las medidas de desviación contra

Distribución de frecuencias

Conteos de algo por subdivisiones categóricas (intervalos) de un rango cuantitativo

Métodos de codificación:

• Barras verticales para enfatizar valores individuales (llamados histogramas)
• Líneas para enfatizar el patrón general (llamado polígono de frecuencia)

Correlación

Las comparaciones de dos conjuntos pareados de medidas para determinar si a medida que un conjunto sube, el otro conjunto sube o baja de la manera correspondiente, y si es así, con qué intensidad.

Métodos de codificación:

• Puntos y una línea de tendencia en forma de gráfico de dispersión
• Se pueden usar barras, dispuestas como un gráfico de barras pareadas o un gráfico de barras de correlación, si los diagramas de dispersión no son familiares

 

Fuentes citadas:

Eenie, Meenie, Minie, Moe: Selecting the Right Graph for Your Message

Stephen Few, Perceptual Edge

September, 2004