4.3 Presentación de datos
La información ya organizada, sistematizada y en parte analizada puede presentarse de numerosas formas, no solo como prosa. Sería limitante asumir que la única forma de presentar esta información es como texto. Parte de los datos con los que trabajamos y generamos pueden presentarse de formas no verbales; particularmente de forma numérica, gráfica y sus combinaciones.
Para realizar una presentación gráfica adecuada es necesario conocer las variables con las que estamos trabajando (nominales, ordinales, discretas o continuas), qué tipo de datos son (integer, float, string, boolean) y si es posible convertirlos y traducirlos entre sí (de cualitativas a cuantitativas, de string a integer, etc.). Al tener claro qué tipo de datos estamos utilizando podemos elegir la mejor visualización para mostrarlos. Una simple gráfica de barras o un histograma puede ser suficiente. De acuerdo con los datos que tengamos podríamos valernos de visualizaciones más sofisticadas como diagramas de dispersión, mapas de calor, mapas de árbol, gráficos radiales, etc.18 Recuerda que el tipo de visualización que utilicemos se dicta a partir de los datos y nuestro argumento, no al revés.
Una matriz con datos de suficiente calidad puede ser un gráfico en potencia. Lo anterior no significa que debas aprovechar la oportunidad cada vez que te sea posible. Sólo utilicemos recursos visuales cuando sea necesario, de lo contrario puedes mover la atención lejos de tu argumento a algo de carácter secundario, como los datos complementarios de una tabla. No porque algo se pueda hacer significa que deba hacerse. Ten cuidado con el exceso visual que puede ser perjudicial para tu trabajo.
Si las gráficas no son capaces de satisfacer nuestros objetivos argumentativos, podemos valernos de otras herramientas como diagramas. Aunque en principio pueden ser tan imaginativos como queramos, vale decir que también existen convenciones gráficas y formales en torno a ellos, sin que eso signifique necesariamente una limitación creativa (Candea, 2019; Englemann et al., 2019; Gell, 2006). Por ejemplo, los diagramas de flujo, aunque en principio son una herramienta para representar procesos informáticos e industriales, su lenguaje visual puede extenderse para explicar teoría antropológica, como lo demostró Alfred Gell (2006) en su ensayo Strathernograms sobre el trabajo de Marilyn Strathern (ver Figura 1). Algo similar ocurre con los lattices, herramientas matemáticas para representar estructuras algebraicas. Estas visualizaciones han sido utilizadas en antropología por Lévi-Strauss para ilustrar el ‘operador totémico’ (Partridge, 2014) o Marshall Sahlins al proponer una alternativa a la taxonomía ontológica cuatripartita de Philippe Descola como se muestra en la Figura 2 (Barbosa de Almeida, 2014).
Este mismo juego gráfico entre las convenciones y la innovación está presente en otros trabajos como el de Evans-Pritchard (1977, p. 113), que logró visualizar las relaciones ecológicas y su influencia en las instituciones sociales nuer a través de una nube de palabras complejizada con la estructura de una tabla y la información de un calendario (ver Figura 3). Lo mismo se puede decir de las modificaciones realizadas por Edmund Leach (1982) a las convenciones de los diagramas de parentesco, integrando así complejidades teóricas sobre la filiación minimizadas por la teoría funcionalista. Lo importante de estos ejemplos es que puedan servirte de inspiración para ampliar las posibilidades de presentar tu información de formas eficaces, coherentes y creativas.
Para más información puedes revisar algunos recursos dedicados a la visualización de datos. Puedes indagar en The Data Visualisation Catalogue y otros recursos.↩︎