Tipos de gráficos: as várias maneiras de representar dados visualmente

Tipos de gráficos: as várias maneiras de representar dados visualmente 1

Toda a pesquisa científica é apoiada e baseada em um conjunto de dados devidamente analisado e interpretado. Para chegar a um ponto em que podemos extrair relações causais ou de correlação, é necessário observar várias observações para que a existência da mesma relação possa ser falsificada e verificada em diferentes casos ou no mesmo assunto ao longo do tempo. E uma vez feitas essas observações, aspectos como a frequência, a média, o modo ou a dispersão dos dados obtidos devem ser levados em consideração.

Para facilitar o entendimento e a análise pelos próprios pesquisadores e mostrar a variabilidade dos dados e de onde as conclusões vêm para o resto do mundo, é muito útil usar elementos visuais fáceis de interpretar: gráficos ou gráficos.

Dependendo do que queremos mostrar, podemos usar vários tipos de gráficos. Neste artigo , veremos diferentes tipos de gráficos usados ​​em pesquisas com base no uso de estatísticas.

Gráfico

No nível estatístico e matemático, a representação visual a partir da qual os valores gráficos e geralmente numéricos podem ser representados e interpretados graficamente . Entre as muitas informações extraíveis da observação do gráfico, podemos encontrar a existência de uma relação entre variáveis ​​e o grau em que ocorre, as frequências ou a proporção de ocorrência de determinados valores.

Essa representação visual serve como suporte quando se trata de exibir e sintetizar os dados coletados durante a investigação, para que tanto os pesquisadores que realizam a análise quanto os outros possam entender os resultados e seja fácil usá-lo como referência , como informações a serem levadas em consideração ou como um ponto de contraste em face de novas pesquisas e metanálises.

  • Você pode estar interessado: ” Os 5 métodos mais comuns de estudo em psicologia “

Tipos de gráficos

Existem tipos muito diferentes 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 de barras ou o diagrama. Neste, os dados são apresentados na forma de barras contidas em dois eixos cartesianos (coordenadas e abcissas) que indicam os diferentes valores. O aspecto visual que indica os dados é o comprimento dessas barras , sua espessura não sendo importante.

Relacionado:  As 11 diferenças entre o campo e a cidade

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

  • Você pode estar interessado: ” Psicologia da cor: significado e curiosidades das cores “

2. Gráfico de pizza ou por setor

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 cada parte tendo um tamanho proporcional à sua frequência dentro do total de dados . Cada setor representará um valor da variável com a qual trabalha.

Esse tipo de gráfico ou diagrama é comum quando a proporção de casos dentro do total é exibida, usando valores percentuais para representá-lo (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, no nível estatístico, é mais importante e confiável. Nesta ocasião, as barras também são usadas para indicar a frequência de determinados valores através de eixos cartesianos, mas, em vez de apenas definir a frequência de um valor específico da variável avaliada, ela reflete um intervalo inteiro. Uma faixa de valores é observada, o que também pode refletir intervalos de diferentes comprimentos .

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

Relacionado:  16 vantagens e desvantagens da pesquisa experimental

4. Gráfico de linhas

Nesse tipo de gráfico, as linhas são usadas para delimitar o valor de uma variável dependente em relação a uma variável independente . Também pode ser usado para comparar os valores da mesma variável ou de diferentes investigações usando o mesmo gráfico (usando linhas diferentes). É comum ser usado para observar a evolução de uma variável ao longo do tempo.

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

8. Gráfico de Dispersão

O gráfico de dispersão ou gráfico xy é um tipo de gráfico em que, por meio dos eixos cartesianos, todos os dados obtidos pela observação são representados como pontos. Cada um dos eixos x e y mostra os valores de uma variável dependente e independente ou de duas variáveis ​​que estão sendo observadas se elas tiverem algum tipo de relacionamento.

Os pontos representam o valor refletido em cada observação, que no nível visual mostrará uma nuvem de pontos através dos quais podemos observar o nível de dispersão dos dados.

Você pode ver se existe ou não um relacionamento entre as variáveis ​​através do cálculo. É o procedimento geralmente usado, por exemplo, para estabelecer a existência de linhas de regressão linear que permitem determinar se existe um relacionamento entre variáveis ​​e até o tipo de relacionamento existente.

9. Quadro de caixa 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. Começa com o cálculo dos quartis, que são os valores que permitem que os dados sejam divididos em quatro partes iguais . Assim, podemos encontrar um total de três quartis (o segundo corresponderia à mediana dos dados) que configurará a “caixa” em questão. Os chamados bigodes seriam a representação gráfica dos valores extremos.

Relacionado:  Tríptico: partes, tipos e funções deste documento

Este gráfico é útil na avaliação de intervalos , bem como na observação do nível de dispersão dos dados dos valores do quartil e valores extremos.

10. Gráfico de área

Nesse tipo de gráfico, a relação entre variáveis ​​dependentes e independentes é observada de maneira semelhante. Inicialmente , é feita uma linha que une os pontos que marcam os diferentes valores da variável medida, mas tudo abaixo também é incluído: esse tipo de gráfico nos permite ver a acumulação (um determinado ponto inclui os abaixo).

Através dele, você pode medir e comparar os valores de diferentes amostras (por exemplo, compare 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 diferentes amostras.

11. Pictograma

Um pictograma é entendido como um gráfico no qual, em vez de representar os dados de elementos abstratos, como barras ou círculos, são utilizados elementos do sujeito que está sendo investigado . Desta forma, torna-se mais visual. No entanto, sua operação é semelhante à do gráfico de barras, representando frequências da mesma maneira

12. Cartograma

Este gráfico é útil no campo da epidemiologia, indicando as áreas geográficas ou áreas nas quais um determinado valor de uma variável aparece com mais ou menos frequência. As frequências ou faixas de frequência são indicadas pelo uso de cores (exigindo que uma legenda seja compreendida) ou tamanho.

Referências bibliográficas:

  • Martínez-González, MA; Faulin, FJ e Sánchez, A. (2006). Bioestatística amigável, 2ª ed. Diaz de Santos, Madri.

Deixe um comentário