estadistica.ar · Enciclopedia de Estadística en españolhttps://estadistica.ar/conceptos/graficos-bivariados
Gráficos para dos variables
Qué gráfico corresponde según el tipo de las dos variables: el catálogo completo con sus trampas.
Por Jorge Luis Montivero, Licenciado en Estadística · Mu3Sigma
1 · La tabla de decisión
El gráfico lo determina el tipo de las dos variables:
| Variable 1 | Variable 2 | Gráfico |
|---|---|---|
| Cuantitativa | Cuantitativa | dispersión |
| Cuantitativa | Categórica | boxplot por grupo, violín, puntos con jitter |
| Categórica | Categórica | barras agrupadas o apiladas, mosaico |
| Ordinal (escala de acuerdo) | Categórica | barras divergentes centradas en el punto neutro |
| Cuantitativa | Tiempo | línea |
| Cuantitativa | Territorio | mapa temático |
| Dos cuantitativas + una categórica | dispersión con color o paneles |
Si una de las variables es ordinal —nivel educativo, grado de acuerdo—, su orden se respeta en el eje y en los colores: las categorías no se ordenan por frecuencia ni alfabéticamente, y los colores van en una escala que sube, no en tonos sin relación entre sí.

2 · Cuantitativa por categórica
Es la comparación más frecuente en cualquier informe.
| Gráfico | Muestra | Cuándo |
|---|---|---|
| Boxplot por grupo | mediana, cuartiles y los casos fuera de los bigotes | el estándar; ideal con pocos grupos |
| Violín | la forma completa de la distribución | cuando la forma importa —bimodalidad— y hay bastantes casos |
| Puntos con jitter | cada caso | con pocos casos por grupo |
| Puntos con intervalo | la media y su precisión | cuando la pregunta es justamente la media |
| Barras de medias | solo la media | casi nunca |
Dos advertencias sobre esos gráficos:
- Los puntos sueltos del boxplot no son errores. Son los casos que quedan a más de 1,5 rangos intercuartílicos de la caja. Con el ingreso de la EPH, el boxplot por sexo marca así al 6,9 % de las mujeres y al 4,8 % de los varones: no son atípicos, es la cola de ingresos altos. En escala logarítmica la proporción baja a 2,5–2,6 %, y la caja deja de estar aplastada contra el piso. Con variables muy asimétricas, el eje va en logaritmo.
- El violín inventa formas con pocos casos. Lo dibuja una densidad suavizada, que con una docena de datos muestra picos y valles que no existen. Ahí van los puntos con jitter.
3 · Categórica por categórica
| Gráfico | Muestra | Cuándo |
|---|---|---|
| Barras agrupadas | cada combinación por separado | comparar categorías entre grupos |
| Barras apiladas al 100 % | la composición de cada grupo | cuando importan las proporciones |
| Barras apiladas con conteos | composición y tamaño | cuando los grupos tienen tamaños muy distintos |
| Mosaico | proporciones y tamaños a la vez | con varias categorías |
| Mapa de calor | la intensidad de cada celda | tablas grandes |
Antes que elegir entre agrupadas y apiladas hay una decisión más importante: qué variable define los grupos —va en el eje— y cuál se reparte dentro de cada uno —va en los colores—. Esa es la misma decisión que entre porcentajes de fila o de columna, y hay que tomar la dirección que responde la pregunta. Agrupadas o apiladas es después una cuestión de diseño: las agrupadas facilitan comparar una categoría entre grupos; las apiladas al 100 %, ver la composición de cada grupo.
4 · Cuando una de las dos es el tiempo o el territorio
Son dos casos particulares con reglas propias, y los dos aparecen en casi todo informe de estadística pública.
Con el tiempo en un eje va casi siempre una línea: comunica continuidad y permite ver la forma de la trayectoria. Las barras sirven cuando son pocos períodos o cuando cada valor es un flujo cerrado de ese período —lo recaudado en un año, los nacimientos de un mes—. Tres cuidados que definen si el gráfico es honesto:
- El eje temporal tiene que ser proporcional. Si faltan años, el espacio correspondiente queda vacío; no se pegan los puntos disponibles como si la serie fuera continua.
- Los valores monetarios van deflactados, o el gráfico muestra inflación en vez del fenómeno.
- Las series de distinta magnitud no se comparan con dos ejes verticales, sino con números índice en base común. Ver serie de tiempo.
Con el territorio va un mapa temático, que es un gráfico bivariado donde una de las variables es la ubicación. Sus trampas son específicas:
- Hay que normalizar. Un mapa de cantidades absolutas dibuja el mapa de la población: los departamentos más poblados siempre se ven oscuros. Va tasa, proporción o densidad.
- El corte de clases decide el mensaje. Cambiar de intervalos iguales a cuantiles cambia por completo qué zonas se ven críticas, con los mismos datos. El criterio se declara en la leyenda.
- La superficie engaña. Aun con tasas, los departamentos extensos y poco poblados ocupan la mayor parte del mapa y dominan la impresión visual, aunque vivan ahí pocas personas.
- Las tasas de poblaciones chicas saltan por azar. Un departamento con pocos habitantes puede tener la tasa más alta o la más baja de la provincia por un par de casos, y el mapa lo pinta con el color más extremo. Conviene marcar las tasas con pocos casos o agrupar años.
5 · Las trampas más comunes
Barras apiladas al 100 % sin los tamaños. Un grupo del 80 % puede corresponder a 4 casos sobre 5. Hay que poner el de cada grupo.
Demasiados colores. Más de cinco o seis categorías vuelven ilegible cualquier gráfico apilado; conviene reagrupar o pasar a mapa de calor.
Eje truncado en gráficos de barras. En barras, el eje tiene que empezar en cero: la longitud es la que codifica el valor. En dispersión y en líneas no hace falta, porque ahí lo que se lee es la posición y la forma, no una longitud.
Colores que no todos distinguen. Cerca del 8 % de los varones tiene alguna forma de daltonismo, casi siempre con el rojo y el verde. Hay que usar paletas aptas —las de viridis o ColorBrewer, por ejemplo— o reforzar el color con forma o con rótulos directos sobre las líneas.
Doble eje vertical. Dos series con escalas distintas en el mismo gráfico permiten “fabricar” cualquier apariencia de correlación eligiendo las escalas. Casi siempre conviene evitarlo.
Tercera dimensión decorativa. Las barras y las tortas en 3D distorsionan las proporciones sin agregar información.
6 · Mostrar tres variables
| Recurso | Cuándo |
|---|---|
| Color | tercera variable categórica con pocas categorías |
| Paneles (facetas) | lo más legible: un gráfico chico por categoría |
| Tamaño del punto | una tercera cuantitativa; se percibe mal, y el área —no el radio— tiene que ser proporcional al valor |
| Forma del punto | categórica, pocas categorías, e impreso en blanco y negro |
Y para el caso particular de dos momentos por grupo —antes y después de una política, dos años de una serie por provincia— existe un gráfico poco conocido y muy eficaz: el de pendientes, que dibuja cada grupo como una línea entre sus dos valores. Muestra de un vistazo quién subió, quién bajó y quién se cruzó con quién, que es justamente lo que una tabla de dos columnas no deja ver.
7 · Errores frecuentes
- Barras de medias cuando corresponde un boxplot, o un punto con su intervalo.
- Leer los puntos sueltos del boxplot como errores cuando la variable es asimétrica.
- Desordenar una variable ordinal o pintarla con colores sin gradación.
- Usar paletas rojo-verde sin otra forma de distinguir las categorías.
- Truncar el eje en un gráfico de barras.
- Doble eje vertical para sugerir una correlación.
- Apiladas al 100 % sin los .
- Mapear valores absolutos en vez de tasas.
- No declarar el criterio de corte de las clases de un mapa.
- Torta para dos variables. La torta ya es limitada para una.
- Unir con líneas puntos que no son una serie temporal.
- No rotular los ejes ni indicar las unidades.
- Elegir el gráfico antes que la pregunta.
8 · En el software
# R — d: ocupados de la EPH con ingreso, horas, sexo, educación y registración
# (educacion como factor ordenado; registrado solo existe para asalariados)
boxplot(ingreso ~ sexo, data = d, log = "y") # eje en logaritmo
barplot(table(d$educacion, d$registrado), beside = TRUE, legend = TRUE)
mosaicplot(table(d$educacion, d$registrado))
# ggplot2
library(ggplot2)
ggplot(d, aes(sexo, ingreso)) + geom_boxplot() + scale_y_log10()
ggplot(d, aes(educacion, fill = registrado)) +
geom_bar(position = "fill") + # apiladas al 100 %
scale_fill_viridis_d() # paleta apta para daltonismo
ggplot(d, aes(horas, ingreso)) + geom_point(alpha = .1) + facet_wrap(~sexo)
# Media con su intervalo, en vez de barras de medias
ggplot(d, aes(sexo, ingreso)) + stat_summary(fun.data = mean_cl_normal)
# (mean_cl_normal usa el paquete Hmisc, que se instala aparte)
# Gráfico de pendientes: p con una fila por provincia y momento
ggplot(p, aes(momento, valor, group = provincia)) +
geom_line() + geom_point()
# Python
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
ax = sns.boxplot(x="sexo", y="ingreso", data=d)
ax.set_yscale("log") # eje en logaritmo
sns.countplot(x="educacion", hue="registrado", data=d) # agrupadas
# Apiladas al 100 %: porcentajes dentro de cada nivel educativo
pd.crosstab(d["educacion"], d["registrado"], normalize="index").plot(
kind="bar", stacked=True)
sns.pointplot(x="sexo", y="ingreso", data=d, errorbar=("ci", 95),
linestyle="none") # media con su IC
sns.relplot(x="horas", y="ingreso", col="sexo", data=d, alpha=.1)
# Gráfico de pendientes: p con una fila por provincia y momento
sns.lineplot(x="momento", y="valor", units="provincia", estimator=None,
marker="o", data=p)Herramientas de este tema
- Asistente¿Qué gráfico me corresponde?
Seguir leyendo
Bioestadística · Fundamentos y descripción · 67 de 330
Estadística para Economía y Administración · Fundamentos y descripción · 66 de 318
Probabilidad y Estadística · Fundamentos y descripción · 66 de 302
Estadística para Ciencias Sociales · Fundamentos y descripción · 64 de 288
Estadística para la tesis · Los datos · 117 de 233
Cómo citar: Montivero, J. L. (2026). Gráficos para dos variables. estadistica.ar. https://estadistica.ar/conceptos/graficos-bivariados
estadistica.ar es gratuita y sin publicidad. Si te sirvió, podés invitar un cafecito por transferencia al alias mu3sigma. Asesoramiento estadístico, encuestas y capacitaciones: m3s.pro · WhatsApp +54 9 383 499-7929.
Cómo citar esta entrada
APA (7.ª edición)
Montivero, J. L. (2026). Gráficos para dos variables. estadistica.ar. https://estadistica.ar/conceptos/graficos-bivariados
BibTeX
@misc{estadistica_ar_graficos_bivariados,
author = {Montivero, Jorge Luis},
title = {{Gráficos para dos variables}},
year = {2026},
howpublished = {\url{https://estadistica.ar/conceptos/graficos-bivariados}},
note = {estadistica.ar. Consultado el \today},
urldate = {2026-11-10}
}Última actualización: 10 de noviembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.