En los meses anteriores hemos publicado dos artículos: uno introductorio «Cómo elegir el gráfico correcto», en el que hablábamos de la importancia de la visualización de datos y de cómo enfocarla cuando queremos elegir el gráfico más adecuado para nuestro análisis, y otro en profundidad «El gráfico correcto: categorías, tiempo y distribución» donde examinábamos los tres primeros macrotipos de gráficos ideados por Jon Schwabish, llamados ‘The Graphic Continuum’.
Hoy presentaremos las tipologías utilizadas para analizar la descomposición de un total por partes, cómo mostrar la relación entre dos o más variables y, por último, las empleadas para comparar datos geográficos.
1. Descomposición del total por partes
Estos gráficos se utilizan para descomponer una entidad única, un total, en sus componentes, mostrando la relación o proporciones. Se denominan gráficos de descomposición o análisis de las partes de un todo, ya que son visualizaciones que relacionan la parte de una variable con su total.
Los más utilizados son:
- Stacked column
- Proportional stacked bar
- Pie/Donut chart
- Treemaps
- Grid plot/waffle
- Waterfall
Al considerar el uso de estos tipos de gráficos, puede ocurrir que prefiramos uno en lugar de otro por razones dictadas más por la estética que por la adecuación con respecto al análisis que nos proponemos. Recuerda siempre preguntarte: «¿Esta representación es adecuada con respecto al análisis que quiero hacer y a los datos que estoy utilizando?».
Por lo tanto, al comparar las dos visualizaciones más comunes en esta categoría, es decir, el gráfico circular y el diagrama de árbol, recuerde que para saber cuál es la mejor a utilizar, hay que tener en cuenta lo siguiente:
- Los gráficos circulares se utilizan para mostrar el desglose de una medición en función de una dimensión con un número limitado de miembros (5 como máximo).
- Los diagramas de árbol se utilizan para mostrar el desglose más detallado de una medida (hasta 7 elementos) y permiten utilizar rectángulos anidados para las subcategorías.
Best Practice
- Gráficos de barras: limita al máximo el número de entradas
- Gráficos circulares: evite mostrar valores absolutos, utilizar etiquetas y considerar su uso como filtro
- Diagramas de árbol: proporcionar detalles mediante etiquetas o información sobre herramientas y considerar su uso junto con gráficos de barras por su forma rectangular
2. Gráficos de correlación
Estos gráficos son útiles para mostrar correlaciones entre dos o más variables al relacionarlas entre sí.
Entre los más utilizados para este propósito se encuentran:
- Scatterplot
- Linea + colonna
- Bubble chart
- XY Heatmap
Scatterplot
Los gráficos de dispersión (o scatterplot) muestran los datos como un conjunto de puntos representados en los ejes X e Y, ambos cuantitativos. La distribución de los puntos muestra si existe alguna de las siguientes relaciones:
- Correlación positiva: los valores de las variables muestran tendencias similares, es decir, suben o bajan juntos.
- Correlación negativa: los valores de las variables muestran tendencias opuestas, es decir, si una aumenta, la otra disminuye y viceversa.
- Sin correlación o correlación nula: los valores no muestran una tendencia común, sino que cada punto muestra una situación específica.
Best Practice Scatterplot
- Diferenciar los indicadores mediante colores, formas o tamaños
- Limitar el solapamiento de indicadores: si los puntos del diagrama de dispersión están muy juntos, considerar la utilización de otro tipo de visualización
- Si existe una relación de dependencia entre las dos medidas analizadas, situar la variable independiente en el eje x y la variable dependiente en el eje y
- Considerar la posibilidad de añadir una línea de tendencia para proporcionar una referencia de visualización general
3. Gráficos de datos geoespaciales (mapas)
Esta categoría de gráficos, que tienen su origen en los mapas geográficos, identifican patrones específicos vinculados a datos geolocalizados, es decir, permiten asociar datos a nivel espacial.
Los principales gráficos utilizados para este propósito son:
- Basic choropleth map
- Proportional symbol map
- Flow map
- Scaled cartogram
- Dot density
- Heat map
Best Practice para los mapas
- No hagas un mapa sólo porque puedes hacerlo o porque tienes datos geográficos a tu disposición: un mapa ocupa espacio en el dashboard y la atención del usuario, ¡así que hay se debes elegirlo con cuidado!
- Intenta utilizar el mapa como filtro de partida para tu análisis
- Limita la visibilidad del mapa de fondo y no añadas demasiadas etiquetas
- Ordena los elementos de un mapa para destacar una perspectiva concreta
Próximos pasos
Como hemos visto en esta serie de artículos, hay muchos gráficos diferentes para representar datos, y cada uno tiene características específicas que acompañan al usuario en el descubrimiento de los datos.
Si quieres saber más sobre el mundo de la Visualización de Datos, realiza nuestro curso de Visual Analytics, diseñado específicamente para todos aquellos que trabajan con datos y quieren profundizar en el conocimiento de metodologías para crear visualizaciones y dashboards eficaces.
Recuerda también que buscar inspiración y comparar notas con otras personas apasionadas por Data Viz es una forma estupenda de seguir aprendiendo. ¡Únete también a nuestra Comunidad LearnToViz!
Descubre los fundamentos de la visualización de datos
Aprenda a crear dashboards eficaces con nuestras formaciones.
Visualitics Team
Este artículo ha sido escrito y editado por uno de nuestros consultores.
Compártelo ahora en tus redes sociales o por correo electrónico:
