En un posteo anterior te explicamos cómo elegir el gráfico correcto y demostramos en una guía de distintas visualizaciones de Qlik. En esta nota te enseñaremos a interpretar los atributos de los datos, lo que te será de gran ayuda a la hora de preparar los gráficos.
Datos cuantitativos y cualitativos
Existen dos categorías de atributos: datos cuantitativos y datos cualitativos. La información cuantitativa es aquella que puede ser expresada mediante números y es susceptible de medición. Por ejemplo unidades o productos vendidos, los ingresos por trimestre, los gastos del departamento, las estadísticas de los empleados y la cuota de mercado de la empresa.
El fuerte énfasis en paneles de datos e Indicadores Clave de Desempeño (KPI) muestra la importancia de medir y monitorear los datos de la compañía.
Los datos cualitativos se refieren a valores que no se pueden medir numéricamente, pero se pueden describir a través del lenguaje.
Dentro de estas dos categorías hay un total de cuatro subcategorías también que hace referencia el siguiente cuadro:
Datos cuantitativos
1-Ratio (costo $ 10, $ 20, $ 30 o edad 10 años, 20 años, 30 años): datos en los que puede realizar operaciones aritméticas (agregar, dividir, etc.)
2-Intervalos (temperatura -5 °, 10 °, 25 ° u hora 1 a.m., 5 a.m., 9 a.m.): datos con un valor establecido en los que no se pueden realizar todas las operaciones aritméticas. Por ejemplo: no puede calcular la suma de la temperatura durante una semana, pero se puede calcular la temperatura promedio por día y la alta / baja para cada día.
Datos cualitativos
1-Ordinal (tamaño pequeño, mediano, grande o 1° lugar, 2° lugar): datos con un ranking fijo con una distancia indeterminada entre los valores.
2-Nominal (fútbol americano de la NFL vs. fútbol inglés, ordenador portátil vs. ordenador de escritorio): se puede distinguir entre valores pero no ordenarlos.
Conclusión
En la actualidad las organizaciones están usando cada vez más las visualizaciones de datos y herramientas para hacer mejores preguntas y tomar buenas decisiones. Entender e interpretar las categorías del atributo del dato te ayudará a que puedas construir mejores gráficos.