Cuál es el mejor gráfico para mis datos

Hay múltiples formas de representar datos gráficamente. No solo es importante conocerlas, también debes saber cual es la más adecuada para comunicar información estadística de una forma eficaz, transparente y honesta. El primer paso para elegir un gráfico es identificar el tipo de variable que quieres representar. Las variables estadísticas pueden clasificarse en categóricas y numéricas. Veamos cada tipo y cuál es el mejor gráfico para cada una de ellas. Las variables categóricas son aquellas que solo pueden tomar un valor dentro de un conjunto finito de grupos o categorías. Si hablamos de Juegos Olímpicos, serían variables categóricas la nacionalidad de los atletas, la marca de la ropa que los patrocina o el color de su camiseta. Dicho de otra forma, el valor de una variable categórica es una o varias palabras. Los gráficos habituales para representar variables categóricas son el diagrama de barras, el gráfico circular y el diagrama de Pareto. De entre ellos, el diagrama de barras es casi siempre la mejor opción, como este en el que hemos representado los líderes del medallero en los Juegos Olímpicos de Tokio. Un problema posible es que si hay muchas categorías, las barras son muy estrechas y sus nombres quedan pequeños y pegados entre sí. Este inconveniente tiene una solución muy sencilla que consiste en invertir los ejes y dibujar las barras en horizontal. Los diagramas de barras horizontales son la mejor elección cuando hay muchas categorías y se llevan mejor con el formato papel en vertical y las páginas web, en las que se puede hacer "scroll" hacia abajo para ver todas las categorías del diagrama. La siguiente opción para representar datos categóricos es el gráfico circular. Y antes de seguir debo confesarte que no soy muy fan de ellos. En un gráfico circular es difícil comparar unas categorías con otras y empiezan a ser confusos si pasas de cinco categorías. Dicho esto, son interesantes si tu objetivo es destacar la proporción que representa una categoría dentro del total. Esto es especialmente útil cuando representas variables binarias, aquellas que solo pueden tomar dos valores, como una pregunta de encuesta que solo puede responderse con un sí o un no. Por ejemplo, este gráfico circular es muy eficaz para destacar la inaceptable diferencia que hay entre el número de premios Nobel concedidos a hombres y a mujeres. Por último, el diagrama de Pareto es una mezcla entre los dos anteriores, mantiene la potencia de mostrar los datos con barras pero añade una curva de frecuencia acumulada. Esta nos permite saber qué contribución aportan las categorías más importantes a un resultado. Vamos ahora a por las variables numéricas, aquellas cuyo valor es un número. Pueden dividirse en discretas y continuas. El gráfico más popular para variables discretas es de nuevo el diagrama de barras. Como alternativa, podemos usar el llamado polígono de frecuencias, uniendo los extremos superiores de las barras. Para las variables continuas se usa el histograma o, si el conjunto de datos es elevado, la curva de distribución de frecuencias. Por último, tanto para variables discretas como continuas se pueden usar las curvas de tendencia, unos gráficos de línea en los que se representa el valor de una variable numérica a lo largo del tiempo. Son muy útiles para ver la evolución temporal de todo tipo de cosas, como las ventas de una empresa, el desempleo de un país o el valor de las acciones en bolsa. En este vídeo te he comentado los gráficos más habituales, pero, como imaginarás, hay muchos más. Entre ellos, podrían interesarte los pictogramas, los diagramas de dispersión y los diagramas de caja.