Gráficos de dispersão: quando usar?
Ao planejarmos a apresentação dos resultados em um estudo com abordagem quantitativa, temos diversas opções, dentre elas a apresentação textual ou por meio de elementos visuais, como tabelas e gráficos. Se optarmos especificamente pelos gráficos, as opções também são variadas. Dependendo do que desejamos mostrar (se comportamentos temporais, se comparação entre grupos, de relação entre variáveis, etc) e do tipo de dado em questão, alguns tipos de gráficos podem ser mais recomendados do que outros. O post de hoje vai te mostrar quando usar gráficos de dispersão.
O que é um gráfico de dispersão?
Também conhecido como diagrama de pontos ou scatterplot, um gráfico de dispersão é uma representação gráfica da associação entre pares de dados, já que mostram a relação entre duas variáveis. Nesse tipo de gráfico, cada par de informações se torna um ponto no gráfico. Veja o exemplo a seguir.
Figura 1 – Gráfico de dispersão apresentando dados de idade gestacional (em semanas) no momento do nascimento e peso do bebê ao nascer (em gramas).
O gráfico de dispersão da figura 1 traz no eixo vertical (eixo y) a idade gestacional (em semanas) de mães que acabaram de passar pelo parto, e no eixo horizontal (eixo x) o peso do bebê (em gramas) ao nascer. Note, primeiramente que tratam-se de duas variáveis quantitativas, numéricas, e é assim com quase totalidade dos gráficos de dispersão. São raros os gráficos de dispersão plotados com uma variável categórica, considerando que a visualização dos dados não fica tão clara, porque os dados numéricos ficam todos alinhados em cima das linhas que representam as categorias plotadas no eixo x.
Cada ponto no gráfico possui uma informação sobre o eixo x e outra sobre o eixo y. Logo, no exemplo da figura 1 cada ponto se refere a um bebê, com a informação sobre a semana gestacional que ele nasceu e o seu peso. Se houverem 130 bebês na amostra do estudo, haverão 130 pontos no gráfico, cada um com seu par de informações.
Na figura 1 podemos visualizar (em uma análise puramente visual mesmo) um comportamento que lembra uma associação diretamente proporcional entre as duas variáveis (idade gestacional e peso ao nascer). Afinal de contas, os pontos mais inferiores do gráfico, que representam as menores idades gestacionais são correspondentes aos menores pesos ao nascer. E, de forma oposta, os pontos mais altos do gráfico, que representam as maiores idades gestacionais, são, em geral, correspondentes aos maiores pesos ao nascer. Para termos certeza desse comportamento podemos plotar no gráfico de dispersão uma linha de tendência, como está representado na figura 2.
Figura 2 – Gráfico de dispersão apresentando dados de idade gestacional (em semanas) no momento do nascimento e peso do bebê ao nascer (em gramas), com linha de tendência.
A análise visual do gráfico de dispersão com a linha de tendência inserida deixa ainda mais clara a possível existência de uma relação direta entre idade gestacional e peso ao nascer. Ou seja, quanto maior a idade gestacional no momento do nascimento, maior o peso do bebê ao nascer. É evidente que a confirmação pontual dessa relação deve-se dar por meio de testes estatísticos. Mas, a simples análise visual do gráfico já fornece fortes indícios da sua existência.
Quando usar um gráfico de dispersão?
Justamente por sua característica de apresentar dados que carregam informações em pares com correspondência no eixo x e no eixo y simultaneamente, esse tipo de gráfico é uma ótima escolha para apresentar relações entre variáveis quantitativas.
Em estudos cujo objetivo seja verificar associação, que tenham previstas análises de correlações, a escolha por esse tipo de gráfico é uma excelente alternativa. Veja o exemplo a seguir, extraído de um artigo publicado.
Gráfico retirado do artigo: The relationship between height of vertical jumps, functionality and fall episodes in patients with chronic obstructive pulmonary disease: A case-control study. Schons e colaboradores. Experimental Gerontology 152:111457, 2021.
Neste exemplo, temos um gráfico de dispersão apresentando os dados de 20 atletas de voleibol referentes a sua altura de salto (eixo x) e o tempo desempenhado em uma tarefa funcional (subida de escadas) (eixo y). Podemos claramente observar que existe uma relação inversa entre essas duas variáveis quantitativas. Assim quanto mais veloz o atleta é para realizar a tarefa funcional (menor o seu tempo para executá-la), maior é a sua altura de salto.
Se você gostou deste post, compartilhe com seus colegas!
