Visualización de Datos

La visualización de datos es la representación gráfica de los datos para que sus patrones, distribuciones y relaciones puedan percibirse directamente. Las representaciones bien elegidas —histogramas, diagramas de caja (box plots), diagramas de dispersión (scatter plots) y otros— revelan características como la asimetría, la agrupación y los valores atípicos que los resúmenes numéricos por sí solos pueden ocultar, lo que convierte a los gráficos en una parte integral de la descripción y exploración de los datos.

Definition

La visualización de datos es la práctica de representar datos y resúmenes estadísticos gráficamente —a través de gráficos como histogramas, diagramas de caja y diagramas de dispersión— para hacer que la forma de la distribución, la comparación y la relación sean visualmente aparentes.

Scope

Esta entrada cubre el papel de la representación gráfica en la síntesis de datos, los principales tipos de gráficos utilizados en las ciencias de la salud y los principios de la percepción gráfica que hacen que algunas representaciones sean más legibles que otras. Es una referencia metodológica y no proporciona orientación clínica.

Core questions

• ¿Qué representación revela mejor la característica de los datos en cuestión: distribución, comparación o relación?
• ¿Cómo afectan los principios de la percepción gráfica a la precisión con que se leen las codificaciones?
• ¿Cómo puede un gráfico inducir a error y cómo se evita esto?

Key concepts

• Histograma
• Diagrama de caja
• Diagrama de dispersión
• Gráfico de barras y representación de frecuencias
• Percepción gráfica y precisión de la codificación
• Análisis exploratorio de datos
• Gráficos engañosos

Key theories

Percepción gráfica

La teoría de la percepción gráfica de Cleveland y McGill clasifica las codificaciones visuales (posición, longitud, ángulo, área, color) según la precisión con que las personas las decodifican, proporcionando una base empírica para preferir representaciones basadas en la posición, como los gráficos de puntos (dot plots) y los diagramas de dispersión, sobre las basadas en el área o el ángulo, como los gráficos circulares.

Mechanisms

Diferentes representaciones exponen diferentes características. Un histograma muestra la forma de una única distribución: su centro, dispersión, asimetría y modalidad. Un diagrama de caja resume de forma compacta la mediana, los cuartiles y los valores atípicos, lo que lo hace eficiente para comparar la distribución de una variable entre grupos. Un diagrama de dispersión revela la relación entre dos variables continuas. La eficacia de cualquier representación se basa en la percepción gráfica: estudios empíricos demuestran que el ojo decodifica algunas codificaciones (posición a lo largo de una escala común) con mucha más precisión que otras (ángulo, área, saturación de color), razón por la cual los gráficos basados en la posición son generalmente preferidos y por qué se desaconsejan representaciones como los gráficos circulares (pie charts) y los efectos tridimensionales. Un buen diseño también evita distorsiones —ejes truncados o inconsistentes, ornamentación excesiva— que pueden llevar al lector a una falsa impresión.

Clinical relevance

Las figuras transmiten gran parte del mensaje en los artículos y presentaciones clínicas, y la capacidad de leerlas críticamente —y de reconocer las engañosas— forma parte de la evaluación de la evidencia. Esta entrada describe los principios de la representación gráfica para ese propósito y no constituye una base para decisiones individuales de diagnóstico o tratamiento.

Epidemiology

La representación gráfica se utiliza en cada etapa de la investigación en salud, desde la exploración de datos brutos y la verificación de supuestos de distribución hasta la comunicación de hallazgos a audiencias clínicas y públicas. La elección y la honestidad de las representaciones afectan directamente la claridad y precisión con que se comprenden los resultados del estudio.

History

Los gráficos estadísticos se remontan a finales de los siglos XVIII y XIX en la obra de William Playfair, quien introdujo los gráficos de líneas, de barras y circulares, y Florence Nightingale, quien utilizó gráficos para abogar por la reforma sanitaria. La era moderna fue moldeada por el análisis exploratorio de datos de John Tukey (1977), que introdujo y popularizó representaciones como el diagrama de caja, por el estudio empírico de la percepción gráfica de Cleveland y McGill, y por los principios de Edward Tufte para la representación honesta y eficiente de la información cuantitativa.

Debates

¿Qué representaciones deben preferirse para una lectura precisa?

La investigación sobre la percepción gráfica muestra que las cantidades codificadas por la posición a lo largo de una escala se juzgan con mayor precisión que las codificadas por el ángulo o el área, lo que sustenta el consejo de larga data de favorecer los gráficos de puntos, de barras y de dispersión, y de evitar los gráficos circulares y la decoración tridimensional.

Key figures

• John W. Tukey
• William S. Cleveland
• Edward R. Tufte

Seminal works

• tukey-1977
• cleveland-1984
• tufte-2001
• mcgill-1978

Frequently asked questions

¿Por qué utilizar un gráfico cuando ya se han reportado estadísticas de resumen?

Los gráficos revelan características —asimetría, múltiples picos, valores atípicos y relaciones entre variables— que números únicos como la media y la desviación estándar pueden ocultar, por lo que complementan los resúmenes numéricos en lugar de reemplazarlos.

¿Qué hace que un gráfico sea más fácil de leer con precisión que otro?

Las personas decodifican la posición a lo largo de una escala común con mayor precisión que el ángulo, el área o el color. Por lo tanto, las representaciones que se basan en la posición, como los gráficos de puntos y los diagramas de dispersión, suelen leerse con mayor fiabilidad que los gráficos circulares o los gráficos tridimensionales.