Elegir el gráfico correcto para cada conjunto de datos

Un gráfico mal elegido puede ocultar la tendencia que se quería mostrar. No es un problema de estética: es un problema de lectura. Si la audiencia necesita ver cómo cambió algo a lo largo del tiempo y le entregamos un gráfico de torta, la conversación se detiene antes de empezar. Si queremos comparar categorías y usamos líneas, el ojo busca continuidad donde solo hay diferencias.

En el laboratorio práctico de Splittally trabajamos con tablas reales y probamos la misma información en dos o tres representaciones distintas. Casi siempre una funciona mejor que las otras, y el criterio no es complicado. Se trata de reconocer qué tipo de relación hay entre los datos antes de abrir el asistente de gráficos.

Series temporales: la línea es el punto de partida

Cuando una columna tiene fechas o periodos consecutivos y otra tiene un valor medible, la línea suele ser la opción más honesta. Conecta los puntos y deja ver la dirección del cambio: sube, baja, se estanca. Un gráfico de barras también sirve, pero si hay muchos periodos se vuelve una fila de columnas apretadas donde la tendencia se pierde.

Un detalle que aparece seguido en los ejercicios: si los intervalos no son regulares (por ejemplo, enero, febrero y luego junio), conviene marcarlo en el eje o usar una escala que respete la distancia real entre fechas. De lo contrario, la línea sugiere una continuidad que los datos no tienen.

Comparar categorías: barras, no pastel

Para contrastar montos entre regiones, productos o responsables, las barras horizontales o verticales resuelven bien. El ojo compara longitudes con bastante precisión, y el orden de las categorías se puede ajustar de mayor a menor para que la jerarquía quede clara sin necesidad de explicarla.

Los gráficos de torta aparecen mucho en presentaciones y casi siempre sobran. Con tres porciones todavía se leen; con siete u ocho, las diferencias entre segmentos se vuelven adivinanzas. Si el mensaje es "esta categoría pesa más que las demás", una barra ordenada lo dice en menos espacio y sin obligar a nadie a estimar ángulos.

Dos variables numéricas: dispersión

Cuando se quiere ver si dos variables se mueven juntas, el gráfico de dispersión es el que corresponde. Cada punto es un caso, y la nube que se forma muestra si hay relación, si es débil o si directamente no existe. Es habitual en análisis de correlación y también sirve para detectar valores atípicos que en una tabla pasan desapercibidos.

Lo que no conviene hacer es forzar una línea de tendencia cuando la nube no muestra patrón. La línea se puede calcular, pero presentarla como conclusión sin advertir que la relación es débil es un error de interpretación, no de visualización.

Ejes: la diferencia entre mostrar y exagerar

Un eje vertical que no empieza en cero puede hacer que una variación mínima parezca un salto enorme. En algunos contextos está justificado (cuando el rango real de los datos es estrecho y lo importante es la variación relativa), pero en la mayoría de los reportes educativos conviene partir de cero y avisarlo si no se hace.

En el aula de datos repetimos una regla simple: antes de publicar un gráfico, mirarlo como si no supiéramos nada del tema. Si la primera impresión que genera coincide con lo que queremos comunicar, está bien elegido. Si no, hay que cambiar el tipo de gráfico o ajustar la escala.

Cada ejemplo de este recorrido parte de una tabla concreta y muestra el antes y el después de la visualización. La biblioteca de ejemplos de la plataforma reúne varios de estos casos para comparar decisiones y ver qué cambia cuando se elige distinto.