Guía para el Análisis de Datos: Variables y Visualización

Al iniciar un análisis de datos, es crucial comprender la naturaleza de la información con la que estamos trabajando. Esto se logra identificando los tipos de variables, lo cual a su vez determina las operaciones que podemos realizar y las gráficas más adecuadas para visualizarlas.

1. Tipos de Variables

Las variables son las características o propiedades que se miden u observan en un conjunto de datos. Se clasifican principalmente en dos categorías: cualitativas (categóricas) y cuantitativas (numéricas).

A. Variables Cualitativas (Categóricas)

Representan cualidades, categorías o atributos. No se miden con números en el sentido tradicional, aunque a veces se les asignen códigos numéricos.

Tipo de Variable	Descripción	Ejemplos Típicos
Nominal	Categorías sin orden intrínseco. No se puede decir que una es «mayor» o «menor» que otra.	Género (Femenino, Masculino, No binario), Color de ojos (Azul, Marrón, Verde), Estado civil.
Ordinal	Categorías con un orden o jerarquía natural. La distancia entre categorías no es necesariamente uniforme.	Nivel educativo (Primaria, Secundaria, Universitario), Nivel de satisfacción (Bajo, Medio, Alto), Clase social.

B. Variables Cuantitativas (Numéricas)

Representan cantidades que se pueden medir y con las que se pueden realizar operaciones aritméticas significativas.

Tipo de Variable	Descripción	Ejemplos Típicos
Discreta	Solo pueden tomar un conjunto finito o contable de valores. Típicamente son números enteros que resultan de contar.	Número de hijos, Cantidad de productos comprados, Número de accidentes.
Continua	Pueden tomar cualquier valor dentro de un rango dado (incluyendo decimales). Típicamente resultan de medir.	Peso, Altura, Temperatura, Tiempo de reacción, Salario.

2. Recomendaciones de Gráficos por Tipo de Variable

La elección del gráfico debe basarse en el tipo de variable y en el propósito de la visualización (es decir, la información que se desea transmitir).

Guía de Visualización de Datos para la Acción

La elección de un gráfico es un acto de comunicación. Un gráfico bien elegido puede revelar tendencias, patrones y relaciones ocultas en los datos, transformando la información en conocimiento accionable.

A. Gráficos para Variables Categóricas (Cualitativas)

Las variables categóricas, aquellas que describen cualidades o grupos (como la región, el estado civil o el tipo de producto), se visualizan mejor mediante herramientas enfocadas en el conteo y la proporción.

Gráfico de barras

El rey indiscutible para este propósito es el Gráfico de Barras. Es la forma más clara de comparar la frecuencia o el total de una variable entre diferentes categorías.

Por ejemplo:

Se podría utilizar un gráfico de barras para comparar el número de empresas de nueva creación registradas por cada sector industrial (Manufactura vs. Servicios vs. Tecnología).
Mostrar la distribución de clientes según su «Nivel de Educación» (Primaria, Secundaria, Universitario), una variable categórica ordinal que informa sobre la población a la que se dirigen los productos financieros.
Mostrar las ventas totales desglosadas por el tipo de canal de distribución (Venta Directa, E-commerce, Mayoristas), identificando el canal más rentable. Es importante que estas barras se muestren en orden de magnitud para facilitar la comparación, o en el orden natural si la variable es ordinal.

Gráfico de pastel

Como última alternativa (de preferencia evitar este tipo de gráfica) para mostrar la participación del total, se utiliza el Gráfico de Pastel (Circular). Este se emplea cuando la atención se centra en cómo las partes contribuyen al 100%. Por ejemplo, para ilustrar el porcentaje de costos que representa cada componente del producto final (materia prima, empaque, mano de obra, marketing).

B. Gráficos para Variables Numéricas (Cuantitativas)

Las variables numéricas, aquellas que se miden con cifras y operaciones matemáticas (como la edad, el ingreso o el tiempo), requieren gráficos que muestren su distribución, tendencia y dispersión.

Histograma

Para entender la distribución de una única variable continua, se recurre al Histograma. A diferencia del gráfico de barras, el histograma agrupa los datos numéricos en rangos o «contenedores» y muestra la frecuencia de cada rango.

Por ejemplo:

Se podría usar un histograma para visualizar la distribución de los montos de los préstamos otorgados. Esto revelaría si la mayoría de los préstamos son pequeños, medianos o grandes, permitiendo un análisis del riesgo y la demanda.
Para mostrar la distribución de los salarios promedio en una industria, identificando dónde se concentra la masa salarial.

Gráfico de líneas

Para visualizar cómo evoluciona una variable a lo largo del tiempo, el gráfico ideal es el Gráfico de Líneas. Este gráfico conecta puntos de datos secuenciales a lo largo de un eje temporal (horas, días, meses, años). Es crucial para analizar las series históricas del PIB o la inflación, o la evolución mensual de los depósitos o los retiros, identificando patrones estacionales.

Diagrama de caja y bigotes

Cuando el objetivo es comparar la distribución y la dispersión de una variable numérica entre diferentes categorías, el Diagrama de Caja y Bigotes (Box Plot) es insuperable.

Por ejemplo, permite comparar la variabilidad de las tasas de interés ofrecidas por la competencia, mostrando la mediana, los cuartiles y la presencia de valores atípicos (extremadamente altos o bajos).

C. Gráficos para Relación entre Variables

Cuando el análisis requiere entender si dos variables se influencian mutuamente, se utilizan gráficos de relación.

Diagrama de dispersión

Para explorar la correlación entre dos variables numéricas, se utiliza el Diagrama de Dispersión (Scatter Plot). Cada punto en el gráfico representa una observación, y su patrón general revela la fuerza y dirección de la relación.

Por ejemplo:

Un emprendedor podría graficar las horas dedicadas al marketing (eje X) contra las ventas generadas (eje Y) para determinar si existe una correlación positiva (a más esfuerzo, más ventas).
Se podría usarlo para analizar la relación entre la inversión en I+D (Investigación y Desarrollo) y el crecimiento económico regional.

Gráfico de barras apiladas

Cuando se necesita mostrar la frecuencia conjunta de dos variables categóricas, se emplea el Gráfico de Barras Agrupadas o Apiladas. Por ejemplo, para una caja de ahorro y préstamo, un gráfico de barras apiladas podría mostrar el «Tipo de Préstamo solicitado» (Hipotecario, Personal, Auto) segmentado por el «Género» del solicitante, revelando patrones de demanda diferenciados por grupo.

Resumen y Puntos Clave de Gráficos de Datos

Tipo de Gráfico	Tipo de Variable	Objetivo Principal	Ejemplos de Uso
Gráfico de Barras	Categórica (Nominal/Ordinal)	Comparar la frecuencia o el total de conteos entre categorías distintas.	Distribución de clientes por nivel educativo; Ventas por canal de distribución.
Gráfico de Pastel (Circular)	Categórica (Nominal, con pocas categorías)	Mostrar la proporción de las partes respecto al 100% del total.	Porcentaje de costos en la producción de café; Distribución del presupuesto por áreas.
Histograma	Cuantitativa (Continua/Discreta con muchos valores)	Mostrar la distribución de una variable numérica (dónde se concentran los valores).	Distribución de montos de préstamos; Distribución de salarios en un sector.
Gráfico de Líneas	Cuantitativa (Serie temporal)	Mostrar tendencias y evolución de una variable a lo largo del tiempo.	Seguimiento mensual de la inflación; Evolución de los depósitos en la cooperativa.
*Diagrama de Caja y Bigotes (Box Plot***)	Cuantitativa (Comparada por categorías)	Comparar la dispersión, la mediana y los valores atípicos entre grupos.	Comparación de rendimiento (ventas) por diferentes puntos de venta.
*Diagrama de Dispersión (Scatter Plot***)	Relación entre dos Cuantitativas	Visualizar la correlación (positiva, negativa o nula) entre dos variables.	Relación entre inversión en Marketing y ventas; Relación entre edad y saldo de ahorro.

3. Características Esenciales de una Gráfica Efectiva

Para que una gráfica cumpla su función de comunicar información de manera efectiva, debe poseer los siguientes elementos clave. Estos aseguran que el lector pueda entender el contexto, la información representada y las unidades utilizadas sin ambigüedades.

Elemento	Descripción y Propósito	Recomendaciones
Título Principal	Indica el tema central y el mensaje principal de la gráfica. Debe ser conciso, informativo y responder a la pregunta: ¿Qué estoy viendo?	Incluye las variables principales y, a menudo, el periodo de tiempo o la ubicación de los datos. (Ej: «Evolución de las Ventas Mensuales en 2024»).
Título/Etiquetas de Ejes	Describen lo que representa cada eje. El eje X (horizontal) suele ser la variable independiente (o categorías) y el eje Y (vertical) la variable dependiente (o frecuencias/valores).	Siempre incluye la Unidad de Medida ($$, %, Kg, Personas, etc.) inmediatamente después de la descripción del eje. (Ej: «Ingresos (Miles de Dólares)»).
Unidad de Medida	Es vital para interpretar la magnitud de los datos. Debe estar claramente indicada en los títulos de los ejes.	Si los números en los ejes están escalados (ej. en miles), indícalo en el título del eje o junto a los números de la escala.
Leyenda o Clave	Identifica el significado de los colores, patrones o símbolos utilizados en la gráfica, especialmente cuando se representan múltiples series de datos o categorías.	Debe ser fácil de leer y ubicarse donde no interfiera con los datos (generalmente a un lado o debajo).
Etiquetas de Datos (Opcional, pero útil)	Son los valores numéricos exactos colocados directamente sobre las barras, puntos o segmentos de la gráfica.	Úsalas con moderación. Son muy útiles en gráficos de barras o pastel para evitar que el lector tenga que estimar el valor en el eje Y.
Fuente de los Datos	Indica de dónde provienen los datos analizados (Ej: Encuesta Interna, INEGI, Banco Mundial, etc.).	Se coloca en la parte inferior del gráfico, brindando credibilidad y permitiendo la verificación de la información.
Escala de los Ejes	Determina el rango de valores que se muestran. La escala debe ser adecuada para los datos representados.	Regla de Oro: El eje Y (vertical) debe comenzar en cero (0), especialmente en gráficos de barras, para evitar distorsiones visuales en la comparación de magnitudes. En gráficos de líneas, se puede justificar no empezar en cero si la variación es el foco, pero hay que indicarlo claramente.
Notas a pie de gráfico	Aclaran cualquier particularidad, exclusión o condición de los datos que no cabe en el título o la leyenda.	Útil para señalar valores atípicos, cambios metodológicos o datos estimados.

4. Estilo y Diseño

Una vez definidos los elementos estructurales, considera el diseño visual para maximizar la comprensión:

Simplicidad: Evita el exceso de color, efectos 3D, sombras o gradientes. Un diseño limpio facilita que el lector se centre en los datos.
Contraste: Utiliza colores con buen contraste que sean accesibles (piensa en personas con daltonismo) y que funcionen bien en impresión y en pantalla.
Consistencia: Si usas múltiples gráficas, mantén un formato y paleta de colores consistentes para las mismas categorías o series de datos a lo largo de tu informe.

Aplicando estas características, aseguras que tu visualización sea una herramienta poderosa para el análisis y la toma de decisiones.

5. Consideraciones Adicionales

Propósito Claro: Antes de graficar, pregúntate: ¿Qué quiero que el lector entienda de este gráfico? La gráfica debe responder a una pregunta de análisis.
Contexto: Los títulos, etiquetas de ejes y leyendas son tan importantes como el gráfico en sí. Deben ser claros y proporcionar contexto para la interpretación.
Evita la Distorsión: Nunca manipules las escalas de los ejes para exagerar o minimizar un efecto. Comienza los ejes en cero si es apropiado para evitar impresiones engañosas.

El blog del Profe. Adrián