Tipos de gráficos as várias maneiras de representar dados visualmente

Tipos de gráficos as várias maneiras de representar dados visualmente / Diversos

Toda pesquisa de natureza científica é apoiada e baseada em um conjunto de dados devidamente analisado e interpretado. Para chegar a um ponto em que podemos extrair relações de causalidade ou correlação, é necessário observar múltiplas observações de uma maneira que pode falsificar e provar a existência do mesmo relacionamento em diferentes casos ou no mesmo assunto ao longo do tempo. E uma vez que estas observações são feitas, é necessário levar em conta aspectos como a freqüência, a média, o modo ou a dispersão dos dados obtidos..

A fim de facilitar a compreensão e a análise, tanto pelos próprios pesquisadores quanto para mostrar a variabilidade dos dados e para onde as conclusões chegam ao resto do mundo, é muito útil usar elementos visuais de fácil interpretação: gráficos ou gráficos.

Dependendo do que queremos mostrar, podemos usar diferentes tipos de gráficos. Neste artigo vamos ver diferentes tipos de gráficos que são usados ​​em pesquisas baseadas no uso de estatísticas.

  • Artigo relacionado: "Os 15 tipos de pesquisa (e recursos)"

O gráfico

Em um nível estatístico e matemático, chamado gráfico a essa representação visual a partir da qual eles podem ser representados e interpretados valores geralmente numéricos. Entre as muitas informações extraíveis da observação do gráfico, podemos encontrar a existência de uma relação entre as variáveis ​​e o grau em que são dadas, as frequências ou a proporção de aparência de certos valores..

Essa representação visual serve de suporte quando se trata de mostrar e compreender de maneira sintetizada os dados coletados durante a investigação, para que tanto os pesquisadores que realizam a análise como outros possam pode entender os resultados e é fácil de usar como referência, como informação a ser levada em conta ou como um ponto de contraste ao conduzir novas pesquisas e meta-análises.

  • Talvez você esteja interessado: "Os 5 métodos de estudo mais comuns em Psicologia"

Tipos de gráficos

Existem muitos tipos de gráficos, geralmente aplicando um ou outro, dependendo do que se pretende representar ou simplesmente das preferências do autor. Aqui estão alguns dos mais conhecidos e mais comuns.

1. Gráfico de Barras

O mais conhecido e usado de todos os tipos de gráficos é o gráfico ou gráfico de barras. Neste, os dados são apresentados na forma de barras contidas em dois eixos cartesianos (coordenada e abscissa) que indicam os diferentes valores. O aspecto visual que nos informa os dados é o comprimento das ditas barras, sua espessura não é importante.

Geralmente é usado para representar a freqüência de diferentes condições ou variáveis ​​discretas (por exemplo, a freqüência das diferentes cores da íris em uma determinada amostra, que só podem ser valores específicos). Apenas uma variável é observada na abscissa, e as freqüências nas coordenadas.

  • Talvez você esteja interessado: "Psicologia da cor: significado e curiosidades das cores"

2. Gráfico de pizza ou por setores

O gráfico também muito usual na forma de "quesito", neste caso a representação dos dados é realizada dividindo um círculo em tantas partes quanto os valores da variável investigada e tendo cada parte um tamanho proporcional à sua frequência dentro do total de dados. Cada setor representará um valor da variável com a qual você trabalha.

Este tipo de gráfico ou diagrama é usual quando a proporção de casos dentro do total está sendo mostrada, usando para representá-lo valores percentuais (a porcentagem de cada valor).

3. Histograma

Embora à primeira vista seja muito semelhante ao gráfico de barras, o histograma é um dos tipos de gráfico que, estatisticamente, é mais importante e confiável. Nesta ocasião, barras também são usadas para indicar a freqüência de certos valores através de eixos cartesianos, mas ao invés de limitar a freqüência de um valor específico da variável avaliada, ela reflete um intervalo inteiro. Assim, observa-se uma faixa de valores, que também eles poderiam refletir intervalos de diferentes comprimentos.

Isso permite observar não apenas a freqüência, mas também a dispersão de um continuum de valores, o que, por sua vez, pode ajudar a inferir a probabilidade. Geralmente é usado contra variáveis ​​contínuas, como o tempo.

4. gráfico de linhas

Neste tipo de linhas gráficas são usadas para delimitar o valor de uma variável dependente em relação a outro independente. Ele também pode ser usado para comparar os valores da mesma variável ou investigações diferentes usando o mesmo gráfico (usando linhas diferentes). É usual usá-lo para observar a evolução de uma variável ao longo do tempo.

Um exemplo claro desse tipo de gráfico são os polígonos de freqüência. Sua operação é praticamente idêntica à dos histogramas, embora utilizando pontos em vez de barras, com a exceção de que permite estabelecer a inclinação entre dois desses pontos e a comparação entre diferentes variáveis ​​relacionadas ao independente ou entre os resultados de diferentes experimentos com o mesmas variáveis, como por exemplo as medidas de uma investigação sobre os efeitos de um tratamento, observando os dados de uma variável de pré-tratamento e pós-tratamento.

8. gráfico de dispersão

O gráfico de dispersão ou gráfico xy é um tipo de gráfico no qual todos os dados obtidos pela observação são representados por pontos usando os eixos cartesianos.. Cada um dos eixos xey mostra os valores de uma variável dependente e uma variável independente ou duas variáveis ​​que estão sendo observadas se tiverem algum tipo de relação.

Os pontos representam o valor refletido em cada observação, que em um nível visual mostrará uma nuvem de pontos através dos quais podemos observar o nível de dispersão dos dados..

Você pode ver se existe uma relação entre as variáveis ​​ou não por cálculo. É o procedimento que é normalmente usado, por exemplo, para estabelecer a existência de linhas de regressão linear para determinar se existe uma relação entre variáveis ​​e até mesmo o tipo de relacionamento existente..

9. Gráfico de dinheiro e bigode

Os gráficos de caixa são um dos tipos de gráficos que tendem a ser usados ​​para observar a dispersão dos dados e como eles agrupam seus valores. Baseia-se no cálculo dos quartis, que são os valores que permiten dividir os dados em quatro partes iguais. Assim, podemos encontrar um total de três quartis (o segundo dos quais corresponde à mediana dos dados) que irá configurar a "caixa" em questão. Os chamados bigodes seriam a representação gráfica de valores extremos.

Este gráfico É útil ao avaliar intervalos, bem como observar o nível de dispersão dos dados a partir dos valores dos quartis e dos valores extremos.

10. gráfico de área

Neste tipo de gráfico, a relação entre variável dependente e independente é observada de forma semelhante com gráficos de linhas. Inicialmente é feita uma linha que une os pontos que marcam os diferentes valores da variável medição, mas tudo abaixo também está incluído: este tipo de gráfico nos permite ver a acumulação (um certo ponto inclui aqueles localizados abaixo).

Através dele você pode medir e comparar os valores de diferentes amostras (por exemplo, comparar os resultados obtidos por duas pessoas, empresas, países, por dois registros do mesmo valor ...). Os diferentes resultados podem ser empilhados, observando facilmente as diferenças entre as várias amostras.

11. pictograma

Um pictograma é um gráfico em que, em vez de representar os dados de elementos abstratos, como barras ou círculos, elementos do sujeito que está sendo investigado são usados. Desta forma, torna-se mais visual. No entanto, o seu funcionamento é semelhante ao do gráfico de barras, representando as frequências da mesma forma

12. Cartograma

Este gráfico é útil no campo da epidemiologia, indicando as áreas geográficas ou áreas nas quais um certo valor de uma variável aparece mais ou menos freqüentemente. Freqüências ou faixas de freqüência são indicadas pelo uso da cor (exigindo que uma legenda seja compreendida) ou tamanho.

Referências bibliográficas:

  • Martí-nez-González, M.A .; Faulin, F.J. e Sánchez, A. (2006). Bio-estatística amigável, 2ª ed. Diaz de Santos, Madrid.