CAPÍTULO 13
ANÁLISIS DESCRIPTIVO GRÁFICO
VARIABLES CUANTITATIVAS Y EPIDEMIOLÓGICO.
INTRODUCCIÓN
Este capítulo se centra en el abordaje de los principales tipos de gráficos utilizados para
resumir y analizar variables cuantitativas.
Se describirán a detalle gráficos como diagrama de dispersión, útil para representar
pequeñas cantidades de observaciones individuales; histograma, indicado para
mostrar la distribución de frecuencias de variables continuas; polígono de frecuencias,
a través del cual se puede visualizar la forma de la distribución y compararla entre
grupos; y el gráfico de cajas y bigotes, una herramienta eficaz para describir la
dispersión y simetría de los datos.
En el ámbito epidemiológico, se mencionará el uso de gráficos de series de tiempo,
importantes al momento de evaluar la evolución de una variable a lo largo del tiempo
y la pirámide poblacional, utilizada para describir la distribución de una población según
edad y sexo.
El objetivo de este capítulo es explicar la utilidad de cada tipo de gráfico, normas para
su elaboración e interpretación, con ello se pretende desarrollar competencias en el
manejo gráfico de datos cuantitativos y epidemiológicos.
DESARROLLO.
Principales gráficos para análisis de variables cuantitativas
Antes de abordar el presente capítulo, es importante recordar que una variable
cuantitativa, al ser categorizada, pasa a comportarse como una variable cualitativa
ordinal. Esto permite representarla utilizando gráficos propios de variables cualitativas,
como el gráfico de sectores, las barras simples, barras dobles o barras apiladas, según
lo que se desee comparar o destacar.
Es importante mencionar que los gráficos utilizados en variables cuantitativas
dependerán del objeto del estudio. Cuando se quiere describir una sola variable
cuantitativa, por ejemplo, su distribución en una población, se pueden aplicar gráficos
como el histograma, pero si lo que se busca es realizar cruces de variables, existen
otras opciones: por ejemplo, el gráfico de dispersión es útil para representar el cruce
entre dos variables cuantitativas, mientras que el polígono de frecuencias y el gráfico
de cajas y bigotes permiten comparar la distribución de una variable cuantitativa entre
varias poblaciones.
● Histograma. Es un gráfico que, a primera vista, puede parecerse al gráfico de
barras utilizado para variables cualitativas. Sin embargo, existe una diferencia
clave: en el histograma, la variable cuantitativa se representa en el eje horizontal
(x), pero de forma categorizada en intervalos continuos, no como categorías
aisladas. A diferencia del gráfico de barras dobles, en el histograma las barras
se encuentran pegadas entre sí, lo que refleja la continuidad de los datos y la
agrupación en intervalos.
La altura de cada barra representa la frecuencia con la que los valores del
intervalo correspondiente aparecen en la población. Como vimos en el capítulo
anterior, el histograma no solo permite visualizar cómo se distribuyen los datos,
sino también identificar su forma, evaluar su asimetría y observar si presenta una
curtosis más apuntalada o aplanada.
● Polígono de Frecuencias. Se construye a partir del gráfico del histograma
ubicando los puntos centrales en la parte superior de cada barra y
uniendolos con una línea. De esta manera, se deja ver por debajo una
tendencia general de los datos.
El uso principal que se da a los polígonos de frecuencia es superponerlos en
un mismo gráfico cuando se trabaja con dos o más poblaciones, con el
objetivo de comparar visualmente sus tendencias generales y observar
similitudes o diferencias en la distribución de los datos.
● Gráfico de Cajas y Bigotes. En el se puede observar con facilidad la ubicación
del cuartil 1 (Q1), la mediana y el cuartil 3 (Q3), elementos que se relacionan
directamente con la asimetría que ya habíamos abordado en el capítulo anterior.
Desde el valor mínimo hasta el primer cuartil se extiende el bigote inferior,
mientras que desde el cuartil 3 hasta el valor máximo se traza el bigote
superior.
Entre Q1 y Q3 se encuentra la caja, que representa el rango intercuartílico e
incluye aproximadamente al 50% de la población, lo que permite visualizar la
concentración y dispersión de los datos de forma clara y sintética.
Como podemos ver en el gráfico anterior, los bigotes, tanto superior como
inferior, pueden extenderse hasta abarcar la totalidad de los valores
observados, incluyendo aquellos valores extremos. Sin embargo, como vamos
a observar en el siguiente ejemplo, cuando se realizan comparaciones en
diferentes poblaciones, los bigotes pueden excluir a los valores extremos.
● Dispersión. Es un gráfico que permite visualizar la relación entre dos variables
cuantitativas. En el eje X se ubica la variable independiente, mientras que en
el eje Y se representa la variable dependiente. Al graficar los valores
correspondientes de cada individuo, se obtiene un conjunto de puntos dispersos
que reflejan cómo se comportan ambas variables en conjunto, tal como se
observa a continuación.
Como se puede observar el gráfico de dispersión permite identificar una
tendencia general en los datos. En este caso, se aprecia que, a mayor cantidad
de horas de estudio, mayor es la nota obtenida, lo que evidencia una tendencia
positiva entre ambas variables. Cuando a este gráfico se le incorpora una línea
que resume dicha relación, pasa a denominarse gráfico de tendencia, el cual
es clave en los análisis de regresión lineal.
También puede observarse una tendencia negativa, como en el caso del
gráfico que muestra el cruce entre la variable independiente horas dedicadas a
las redes sociales y las notas. En este ejemplo, a mayor tiempo en redes
sociales, se evidencian calificaciones más bajas.
Gráficos adicionales para análisis epidemiológico.
Es importante señalar que todos los gráficos descritos anteriormente tienen un amplio
uso en el análisis epidemiológico de distintos eventos de salud. No obstante, existen
otros tipos de gráficos que abordaremos a continuación, los cuales resultan
especialmente útiles para análisis epidemiológicos.
● Gráfico de series de tiempo (o gráfico de línea temporal). Este gráfico
presenta en el eje X el tiempo, que puede estar representado en años, meses
o días, y en el eje Y el número de casos o las tasas de un evento de salud
específico.
Se suele acompañar con una línea que une los distintos puntos correspondientes
a cada periodo, lo que permite visualizar de forma clara si existe una tendencia
ascendente, descendente o estacionaria. Con este gráfico, se busca analizar
cómo evoluciona un evento de salud a lo largo del tiempo.
Cuando se usan las tasas es factible usar el presente gráfico para comparar las
tendencias en diferentes contextos como vemos a continuación.
● Pirámide poblacional Se presenta como dos histogramas unidos por sus
bases del eje de las X, permitiendo visualizar el comportamiento de la variable
edad en dos sexos de una población determinada, (la edad se puede categorizar
según las recomendaciones de la Organización Mundial de la Salud). Este tipo
de gráfico facilita la identificación de cambios en los distintos grupos etarios a lo
largo del tiempo al comparar diferentes pirámides a la vez.
CONCLUSIONES Y RECOMENDACIONES.
La aplicación de gráficos en el análisis cuantitativo permite visualizar de manera fácil y
rápida el comportamiento y distribución de variables cuantitativas. A través de esta
herramienta, el lector puede obtener una representación que le permita identificar
patrones, tendencias, simetría, presencia de valores extremos y comparaciones entre
grupos o series temporales.
Es importante recordar que cada tipo de gráfico cumple un objetivo específico, como
por ejemplo: los histogramas permiten observar la forma de distribución de los datos a
través de intervalos de variables continuas, en cambio cajas y bigotes muestran la
distribución de los datos mediante cuartiles indicando claramente la presencia de
valores atípicos.
En cuanto al análisis gráfico epidemiológico, el gráfico de series temporales permite
analizar el comportamiento de una variable en el tiempo, útil para identificar brotes,
estacionalidades o el impacto de estrategias aplicadas. Así también, el gráfico de
pirámide poblacional que proporciona información sobre la estructura de una población
de acuerdo al sexo y edad.
Se recomienda tener en cuenta las variables a ser analizadas y el objetivo del
análisis antes de escoger el gráfico a presentar, además de conocer el procedimiento
para su construcción mediante los diferentes softwares estadísticos.
BIBLIOGRAFÍA.
· Celis de la Rosa AJ, Labrada Martagón V. Bioestadística. 3ª ed. Ciudad de
publicación desconocida: Editorial El Manual Moderno; 2014.
· Martínez González MA, Sánchez-Villegas A, Toledo Atucha E. Bioestadística
amigable. 4ª ed. Madrid: Elsevier; 2020.
· Gómez Barrantes M. Elementos de la estadística descriptiva. 4ª ed. Costa Rica:
Universidad Estatal a Distancia de Costa Rica; 2012.
· Fayad Cámel V. Estadística médica y de salud pública. 2ª ed. Mérida (VE):
Universidad de los Andes; 1970.
· Ministerio de Sanidad y Consumo de España. Manual de Bioestadística para
Ciencias de la Salud. Madrid: Ministerio de Sanidad; 2008.
· Berenson ML, Levine DM, Krehbiel TC. Fundamentos de estadística. 6ª ed.
México: Pearson Educación; 2006.
