Cuando buenos datos crean malos gráficos

Visualización de datos intermedia con ggplot2

Rick Scavetta

Founder, Scavetta Academy

Malos gráficos: estilo

• Color
  • No apto para daltónicos (p. ej., rojo y verde)
  • Paleta inadecuada para el tipo de datos (secuencial, cualitativa, divergente)
  • Grupos indistinguibles (colores demasiado similares)
  • Feo (colores primarios muy saturados)
• Texto
  • Ilegible (p. ej., demasiado pequeño, baja resolución)
  • No descriptivo (p. ej., "longitud" —¿de qué? ¿qué unidades?)
  • Ausente
  • Inapropiado (p. ej., Comic Sans)

Malos gráficos: estructura y contenido

• Contenido informativo
  • Demasiada información (TMI)
  • Demasiado poca información (TLI)
  • Sin mensaje ni propósito claro
• Ejes
  • Relación de aspecto pobre
  • Supresión del origen
  • Ejes x o y rotos
  • Escalas comunes pero desalineadas
  • Transformación incorrecta o ausente

• Estadística
  • La visualización no coincide con la estadística real
• Geometrías
  • Tipo de gráfico incorrecto
  • Orientación incorrecta
• Tinta no basada en datos
  • Uso inapropiado
• Gráficos 3D
  • Problemas perceptivos
  • 3er eje inútil

Orientación incorrecta

Ejes y rotos

Ejes y rotos, sustituir por datos transformados

Ejes y rotos, usar facetas

Gráficos 3D, sin datos en el 3er eje

Gráficos 3D, con datos en el 3er eje

Doble eje y

Doble eje y para transformaciones

Guías, no reglas

• Usa el sentido común:
  • ¿Hay algo en mi gráfico que impida leer bien los datos o el mensaje clave?

¡Vamos a practicar!

Visualización de datos intermedia con ggplot2