¿Cuál grafica de datos es la más apropiada para plasmar la información? ¿Te inclinas por una gráfica circular, de barras, de áreas o una gráfica de burbujas? Capterra te muestra el camino para que puedas comprender el terreno extenso en materia de visualización de datos.
En este artículo
La diversidad de gráficas de datos no siempre facilita la elección por el modelo más adecuado. Si expresar un mensaje claro es un desafío para ti o simplemente sueles usar el mismo estilo de gráfica una y otra vez, ¡sigue leyendo! Te decimos cuándo es recomendable utilizar cada tipo de gráfica.
Qué encontrarás en este artículo sobre las gráficas de datos:
- Diagramas de comparación
- Diagramas de distribución o división
- Diagramas de correlaciones o relaciones
- Diagramas de composiciones
Paso a paso para elegir la gráfica correcta
El mejor tipo de gráfica dependerá tanto del objetivo del análisis que deseas realizar como del conjunto de datos a incluir. Antes de empezar con tu gráfica, te recomendamos seguir este par de pasos:
Paso 1. Definir el objetivo del análisis
Ante todo, necesitas tener claro qué es lo que quieres comunicar. ¿Se trata de una comparación, una conexión o la relación entre dos objetos? ¿Quizás deseas mostrar que existe una probabilidad? Tu mensaje debería determinar qué tipo gráfica es la mejor entre las siguientes cuatro opciones.
Los cuatro tipos de visualización de datos:
- Comparación entre distintas categorías y personas.
- Distribución o división de una o más variables.
- Composición de una o más variables.
- Relación entre múltiples variables.
Hay varios modelos disponibles para cada tipo de visualización de datos. La infografía de decisión que te presentamos a continuación te ayudará a elegir el mejor estilo para presentar tu mensaje con claridad.
Paso 2. Determinar el tipo de conjunto de datos
No solo el objetivo de tu gráfica de datos juega un papel determinante en la elección de un modelo u otro. La recolección de datos también es clave. La cantidad de variables en tu conjunto de datos importa y, como tal, debe ser tomada en cuenta antes de optar por una gráfica determinada.
- Numéricas: expresadas con números, por ejemplo, una cantidad o un número concreto.
- Categóricas: que representan medidas de carácter cualitativo o que pertenecen a un grupo específico. Por ejemplo, el género, estado civil o residencia (en la ciudad o en el campo).
Hay gráficas que, por su diseño, terminan siendo las más adecuadas para mostrar variables numéricas, como la gráfica circular. En el lado contrario, encontraríamos otras que son más aptas para el estudio de variables categóricas, como la gráfica de barras.
A veces, quieres mostrar más de una variable en una gráfica. Siguiendo el ejemplo anterior, cuántas personas han sido vacunadas este mes y cuántos años tienen. Debes prestar atención a este tema, ya que hay gráficas que solo pueden representar una variable, como la gráfica de barras, la circular o el histograma.
Del otro lado, te toparás con diseños aptos para incluir dos e incluso tres variables, como una gráfica de dispersión o una gráfica de burbujas. Revisa el diagrama de decisión para elegir la opción más adecuada.
A continuación, detallamos los cuatro tipos de visualización de datos y las gráficas más apropiadas para mostrarlos.
1. Gráficas para mostrar una comparación
La comparación es un clásico de la visualización de datos. Aunque puedes usar una tabla, a veces una gráfica de barras o incluso de líneas tiene mayor claridad e impacto visual. Las gráficas comparativas pueden exponer más de una variable de un conjunto de datos y también más de una categoría de variables. Además, sirven tanto para valores numéricos como para valores categóricos.
Las gráficas comparativas muestran, por ejemplo:
- Una comparación de los gastos de cada tipo de campaña de marketing (correo electrónico, de vídeo, búsqueda pagada).
- Una comparación de la conversión obtenida con cada tipo de campaña de marketing.
Gráficas para mostrar una comparación:
- Gráfica de barras simple: compara varios valores.
- Gráfica Mekko: apta para comparar grupos y categorías internas a la vez con porcentajes normalizados.
- Gráfica múltiple de barras: compara varias categorías de valores a la vez.
- Tabla: describe dimensiones y medidas por medio de las filas y columnas de una tabla.
- Gráfica de radar: también conocida como gráfica de araña. Usa la forma de una red o telaraña para expresar la influencia relativa de varios parámetros numéricos.
- Gráfica de líneas: indica la tendencia durante un periodo determinado.
- Gráfica de columnas: a diferencia de las gráficas de barras, en las gráficas de columnas se organizan las categorías en el eje horizontal y los valores en el eje vertical. Así, se vislumbra el desarrollo de la recolección de datos a lo largo del tiempo, algo que también sirve para hacer comparativas.
2. Gráficas para mostrar una distribución o división
La distribución o división de datos proporciona información sobre una frecuencia o probabilidad. Una gráfica de división ofrece todos los valores posibles —o intervalos— de los datos y con cuánta frecuencia ocurren. Sirve tanto para valores numéricos como categóricos.
Con este modelo, es posible predecir la probabilidad de un resultado específico. Piensa en una campaña de marketing por correo electrónico. En este caso, quieres saber cuál es el mejor día para enviar correos.
Para ello, es mejor usar un histograma o una curva de distribución que te permita deducir la tasa de apertura de los correos por intervalo.
Gráficas para mostrar una distribución:
- Histograma de barras: para indicar la dispersión de los datos por intervalos.
- Histograma con curva de distribución: para mostrar la dispersión de los datos por intervalos, además de la línea de tendencia.
- Gráfica de dispersión: para poder ver la relación entre dos o más medidas en una dimensión.
- Gráfica de áreas 3D: para mostrar el rango y la distribución de datos numéricos.
3. Gráficas para mostrar una composición
Las gráficas de composición más populares son las de barras apiladas y las circulares. Estos estilos muestran los valores de los componentes dentro de un total. A través de ellos, es posible evaluar la composición en valores fijos del valor total o en porcentajes. Puedes ver un ejemplo en la gráfica de barras apiladas en horizontal que te dejamos abajo.
Vale destacar que las gráficas de composición pueden ser estáticas. En este caso, indicarían la situación actual de un valor total, pero también pueden mostrar cómo evoluciona la composición a lo largo del tiempo, añadiendo así un poco más de dinamismo.
Las gráficas de composición dan respuestas a preguntas como:
- ¿Qué porcentajes de nuestros costes totales pertenecen a qué gastos?
- ¿Cuál es la asignación por vendedor en relación con nuestra venta total del año pasado?
- ¿Cuál es la venta de artículos divididos por categoría en un periodo delimitado?
Dos tipos de gráficas de composición
1. Gráficas de composición estáticas:
- Gráfica de columnas o barras apiladas al 100 %: indica la composición estática de los valores de los componentes en un valor total.
- Gráfica de cascada: muestra la composición estática de un valor con acumulación o deducción del total.
- Gráfica circular: indica la composición estática de un valor.
2. Gráficas de composición que se desarrollan a lo largo del tiempo:
- Gráfica de columnas o barras apiladas al 100 %: indica el desarrollo a lo largo del tiempo y la relación que existe entre distintas categorías en un periodo delimitado.
- Gráfica de columnas apiladas: muestra el desarrollo a lo largo del tiempo y la relación entre variables en un periodo determinado.
- Gráfica de áreas al 100 %: la gráfica de áreas indica la tendencia de los datos a lo largo del tiempo. El diagrama muestra cómo cambian las cantidades acumuladas en un plazo determinado.
- Gráfica de áreas apiladas: indica la tendencia de los datos a lo largo del tiempo y, además, cómo influyen los diferentes elementos en el resultado total. Por tanto, muestra la distribución de las categorías y las relaciones entre ellas en periodos determinados.
4. Gráficas para mostrar relaciones o correlaciones
Para encontrar las relaciones entre variables, se puede usar una gráfica de dispersión o de burbujas. Estas gráficas de datos se suelen emplear en investigaciones de correlación y en estudios que buscan determinar si existe una correlación entre varias variables y, de ser así, de qué forma es (negativa o positiva). Los datos se muestran con puntos o círculos en una gráfica usando tanto el eje X como el eje Y, además del eje de valor.
Una gráfica de dispersión puede ser muy útil para indicar, por ejemplo, la relación entre la cantidad de semanas de entrenamiento y el rendimiento deportivo. En los ejes verás el número de semanas de entrenamiento y las prestaciones. Cada punto mostraría el deportista.
Así, es posible contestar preguntas como si hay un mejor rendimiento con más semanas de entrenamiento. Si puedes trazar una línea recta a través de los puntos y todos ellos quedan cerca de esa línea, eso podría indicar una relación.
La gráfica de burbujas se parece mucho a una gráfica de dispersión. Sin embargo, ofrece la posibilidad de mostrar un tercer valor de forma clara. Esta dimensión añadida se demuestra con el tamaño de las burbujas.
Una gráfica de burbujas puede mostrar, por ejemplo, la correlación entre el aumento de los precios de la vivienda y la cantidad de unidades vendidas, teniendo en cuenta también el número de viviendas por zona (el tamaño de la burbuja).
Gráficas para mostrar relaciones o correlaciones:
- Gráfica de dispersión: indica cómo y en qué medida influye una variable en otra.
- Gráfica de burbujas: indica la relación entre datos con tres dimensiones.
Visualizar datos con éxito
Soltar la creatividad cuando se trabaja con datos es algo divertido, pero antes de meterte de lleno en el diseño, necesitas pensar en un par de cosas, como en los datos que quieres presentar y cuál es el objetivo del estudio o análisis. ¡Usa nuestro diagrama de decisión para llegar a la elección más adecuada entre los distintos tipos de gráficas de datos!
Nota: Las aplicaciones seleccionadas en este artículo son ejemplos para mostrar una característica en su contexto y no pretenden ser una recomendación de nuestra parte. Se han obtenido de fuentes que se consideran fiables en el momento de la publicación.
