p>Dentro del enorme mundo de la representación de datos, una herramienta muy usada son las gráficas con varios ejes. Permiten la visualización de varias series de datos heterogéneas (distintas unidades y/o escalas) dentro de un espacio reducido. Su gran ventaja es el poco espacio que requieren y la facilidad para comparar las series que se representan, pero ¿las usamos correctamente?
Existen varios tipos de gráficas en los que representar una serie más con otra escala. A continuación se desgranará su uso en las gráficas más comunes para conocer mejor esta representación.
Gráfica de barras/columnas
Ésta es un tipo de representación muy común. Las principales bazas de las gráficas de este tipo son: ver un área que representa la magnitud del dato representado, y poder compararlo con los que se encuentran adyacentes a él dentro de la gráfica; y además permiten centrarse en cada valor que toma la serie, y no en la tendencia de la propia serie, para lo que servirán otros tipos de gráficas.
En el ejemplo de la izquierda tenemos el número de ventas de varios productos por canal online enfrentado al canal offline. La disparidad de los datos hace inviable representarlos sobre la misma escala, así que optamos por separar en dos ejes con diferentes escalas, como se ve debajo.
El primer fallo importante en esta combinación salta a la vista. Ahora la gráfica se ve “mejor”, es más fácil comparar casinoves.com los valores, pero hemos perdido completamente la proporcionalidad entre barras (la principal ventaja de este tipo de gráfica). Añadir esta escala ha mermado la fuerza de la gráfica, e incluso puede conducir a equívocos si el lector se deja llevar por la comparación visual. Se ha conseguido dificultar la comparación entre dos valores de la misma magnitud que por naturaleza son se pueden comparar.
Si las series de datos tuvieran diferente magnitud esta representación ya no tiene sentido ya que los datos no serían comparables entre sí.
Gráfica de dispersión
En estas gráficas pasa algo similar con las de barras: se tiende a la comparación de magnitudes estudiando que punto está por encima, y cómo de separados se encuentran los pares, pero ambas informaciones están desvirtuadas en el momento que se usan escalas diferentes.
Gráfica de líneas
Al contrario que las de barras, las gráficas de líneas aportan menos visibilidad para observar y comparar las magnitudes absolutas, pero aumentan en mucho en énfasis en la tendencia que posee la propia serie uniendo todos sus puntos.
A priori esta representación es idónea para usar dos ejes con escala, ya que permite ver como interactúan las tendencias de ambas series, pero existe un detalle que desvirtúa el mensaje que envía. En el ejemplo posterior tenemos una muestra del mismo.
Suponiendo que ambas series tienen una relación directa o indirecta que hace que su estudio sea útil, en este ejemplo podemos estudiar que crecen y decrecen a la vez, información que de por sí puede dar pie a conclusiones. Pero existe un punto en toda la gráfica que resulta muy interesante visualmente, al que se van los ojos y inconscientemente se cree que tiene relevancia: se trata del punto en el que ambas gráficas se cruzan. Este punto llama la atención más que todo el conjunto de las series, y realmente no tiene ningún tipo de valor (ya que con solo modificar una de las escalas ese punto de cruce cambiará de lugar, o incluso desaparecerá). También en este caso hay que tener especial cuidado con las escalas, ya que en la representación crecen muy parejas, pero puede ser una triquiñuela adoptada gracias a la escala, y que en la realidad una tenga un crecimiento mucho más pobre que la otra, teniendo en cuenta que datos se están representando.
Conclusión
Las conclusiones realmente son muy sencillas: hay muchas más contras que ventajas en el uso de varios ejes con escala. Su uso está, en mi opinión, desaconsejado en la mayoría de los casos. Pero siempre pueden existir ejemplos donde esta representación es la más idónea. Es tarea de quien representa la información evaluar cuál es el método más efectivo, fácilmente entendible e imparcial de mostrar cada dato.
¿Cómo evitas usar esta representación?¿Conoces ejemplos para los que sí aplique usar esta técnica?
