Cómo leer y generar publicaciones científicas: exploración gráfica de datos cuantitativos: la importancia de mirar la información / How to read and generate scientific publications: in this issue: graphical exploration of quantitative data: the importance of looking at the information

ABSTRACT

Once the collection of data from a study has been completed and the respective database is available, the researcher is often impatient to answer the research question and ventures into the final steps of the analysis. However, a key stage, prior to a more complex or sophisticated statistical analysis, is data exploration and descriptive statistics. Unfortunately, the exploratory analysis of the data is often performed without much dedication, or is simply "skipped", which can have important consequences on the results obtained and lead to the report of erroneous conclusions. On the one hand, exploration allows to detect errors in the data and, if possible, to correct them from the source of origin or take them into account to make decisions about what to do with them. On the other hand, exploration allows to know the behavior of the variables evaluated in terms of their distribution (key concept in Statistics) and possible relationships among them, which is essential for subsequent descriptive and inferential analysis. The objective of this article is to show graphic tools for the exploration of quantitative data, in order to visualize its distribution and compare groups according to categories of qualitative variables.

RESUMEN

Una vez finalizada la recolección de datos de un estudio y contado con la respectiva base de datos, es frecuente que el investigador esté impaciente por responder a la pregunta de investigación y se aventure a realizar los pasos finales del análisis. No obstante, una etapa clave, previa a un análisis estadístico más complejo o sofisticado, es la exploración de datos y la estadística descriptiva. Lamentablemente, el análisis exploratorio de los datos muchas veces es realizado sin mucha dedicación, o simplemente es "saltado", lo que puede tener consecuencias importantes en los resultados obtenidos y conducir al reporte de conclusiones erróneas. Por un lado, la exploración permite detectar errores en los datos y, si es posible, corregirlos desde la fuente de origen o tenerlos en cuenta para tomar decisiones respecto a qué hacer con ellos. Por otra parte, la exploración permite conocer el comportamiento de las variables evaluadas en términos de su distribución (concepto clave en Estadística) y posibles relaciones entre ellas, lo cual es fundamental para los análisis descriptivo e inferencial posteriores. El objetivo de este artículo es mostrar herramientas gráficas para la exploración de datos cuantitativos, con el fin de visualizar su distribución y comparar grupos según categorías de variables cualitativas.