Visualizacao de dados: Grafico de dispersao (ou grafico de correlacao)

No mundo da visualizacao de dados, existem graficos que se destacam pela sua simplicidade e, ao mesmo tempo, pela capacidade de revelar padroes complexos. O grafico de dispersao e um deles. A primeira vista, pode parecer um conjunto desordenado de pontos, mas quando lido com atencao, permite identificar relacoes, tendencias e comportamentos que nao sao evidentes em uma tabela. ## **O que e um grafico de dispersao?** Um grafico de dispersao e um tipo de grafico que exibe a relacao entre duas variaveis numericas, representando cada par de dados como um ponto em um plano cartesiano (eixos X e Y). Ao observar como esses pontos se distribuem, e possivel detectar se existe algum tipo de relacao entre as duas variaveis, seja positiva, negativa ou inexistente.  *Grafico retirado do portal [Futbol con datos.](https://futbolcondatos.com/visualizacion-datos-futbol-datawrapper/)* ## Para que serve? Esse tipo de visualizacao e usado principalmente para explorar relacoes entre variaveis e formular hipoteses. Por exemplo, pode ajudar a responder perguntas como se um nivel de renda mais alto corresponde a um nivel educacional mais alto, ou se existe uma relacao entre o numero de horas trabalhadas e a produtividade. Tambem e util para identificar **outliers** -- pontos que se desviam do comportamento geral -- e para avaliar se uma relacao parece linear ou segue outro tipo de padrao. No jornalismo de dados e na analise publica, os graficos de dispersao permitem contrastar a retorica com as evidencias. Eles nao comprovam causalidade por si so, mas oferecem uma base visual para discutir correlacoes e abrir novas linhas de analise. ## **Recomendacoes** Para que um grafico de dispersao seja claro e util, e importante escolher bem as variaveis. Ambas devem ser numericas e comparaveis. Tambem e aconselhavel rotular claramente os eixos e, quando necessario, incluir unidades de medida. Se o grafico contiver muitos pontos, pode ser util ajustar a transparencia para evitar poluicao visual. Em alguns casos, adicionar uma **linha de tendencia** ajuda a guiar a leitura, mas isso deve ser feito sempre com cuidado, explicando o que ela representa. Outro aspecto fundamental e o contexto. Um grafico de dispersao isolado pode levar a interpretacoes precipitadas, portanto e fundamental acompanha-lo com uma explicacao que esclareca o que esta sendo comparado e por que.  *[Grafico](https://academy.datawrapper.de/article/148-examples-of-datawrapper-scatter-plots) retirado do site Datawrapper.* ## **Visualizacoes relacionadas** Existem outros graficos que complementam ou expandem a analise oferecida por um grafico de dispersao. Os **graficos de bolhas**, por exemplo, incorporam uma terceira variavel atraves do tamanho dos pontos. Os **graficos de densidade** permitem uma melhor compreensao da concentracao de observacoes quando ha muitos dados. Tambem e comum combinar graficos de dispersao com **small multiples** para comparar padroes entre diferentes grupos. ## **Exemplos**  Este grafico criado pela Properati compara o aluguel medio de uma moradia de classe media com o salario minimo mensal em 17 cidades latino-americanas. Cada ponto representa uma cidade: o eixo horizontal mostra o custo medio do aluguel em dolares, e o eixo vertical mostra quantos salarios minimos sao necessarios para paga-lo. A leitura combinada de ambos os eixos nos permite entender nao apenas quanto custa alugar, mas quao acessivel esse custo e para quem recebe o salario minimo em cada contexto urbano. [Crie sua conta na Datasketch e comece a visualizar este e outros tipos de graficos. ](https://datasketch.co/login)