Tipi di grafici statistici - quale usare e quando

Quando preparo un grafico, parto sempre da una domanda semplice: devo confrontare, raccontare un andamento, leggere una distribuzione o mostrare una relazione? In statistica, i tipi di grafici servono a leggere velocemente dati che altrimenti resterebbero compressi in tabelle e percentuali, e la scelta giusta cambia davvero il messaggio. Qui trovi una guida pratica ai formati più utili, con esempi concreti e con i criteri che uso per evitare letture ambigue.

Perché il grafico giusto cambia il significato dei dati

Nella statistica descrittiva il grafico non è un abbellimento: è uno strumento di sintesi. Un buon grafico fa emergere in pochi secondi ciò che in una tabella richiederebbe più attenzione, come una tendenza, una differenza tra gruppi o un valore anomalo che spicca subito. Io lo considero una scorciatoia cognitiva: se la forma visiva è sbagliata, il lettore non legge solo male i dati, li interpreta male.

La distinzione utile non è tra grafici “belli” e “brutti”, ma tra grafici che rispondono alla domanda giusta e grafici che mischiano più domande insieme. Se devo spiegare l’andamento dell’inflazione, cerco una linea; se devo confrontare la spesa pubblica tra regioni, cerco barre; se devo capire come si distribuiscono i redditi, guardo distribuzione e dispersione. Da qui nasce la prima scelta davvero importante: confrontare, seguire nel tempo, leggere la distribuzione o studiare una relazione.

I grafici per confrontare valori tra categorie

Quando il tema è il confronto, i grafici a barre sono quasi sempre la base di partenza. Funzionano bene per classifiche, differenze tra Paesi, regioni, fasce d’età o settori economici, perché il cervello confronta le lunghezze molto più in fretta delle aree o degli angoli. Se le etichette sono lunghe, preferisco le barre orizzontali; se le etichette sono corte e voglio una lettura immediata, vanno bene anche le colonne verticali.

La mia regola pratica è semplice: per una classifica uso quasi sempre le barre orizzontali; per un confronto con componenti multiple scelgo barre affiancate o impilate; la torta la lascio solo ai casi davvero semplici. Quando invece il dato non è una categoria ma un tempo, la logica cambia del tutto.

I grafici per raccontare un andamento nel tempo

Se vuoi mostrare come cambia una variabile nel tempo, il grafico a linee resta lo standard più leggibile. Lo uso per serie come inflazione mensile, occupazione trimestrale, entrate fiscali, traffico ferroviario o consumi energetici, perché la continuità visiva aiuta a vedere tendenze, accelerazioni e stagionalità. Quando le linee sono molte, però, conviene fermarsi: oltre tre o quattro serie il grafico inizia a chiedere troppo al lettore.

• Linea singola: utile per una serie temporale netta, come il PIL mensile o l’andamento dei prezzi.
• Linee multiple: adatte a confrontare Paesi, regioni o settori, ma solo se le serie restano poche e ben etichettate.
• Area o area impilata: efficace quando vuoi far vedere anche il peso cumulato di più componenti, per esempio spesa pubblica per funzioni.
• Grafico a scalini: più adatto a variabili che cambiano per salti, come una soglia fiscale o un tasso deciso per blocchi.

Un trucco che uso spesso è la normalizzazione su base 100 quando le serie partono da livelli molto diversi. Se confronto l’evoluzione del turismo in due Paesi, o il fatturato di due settori con dimensioni iniziali lontane, l’indice rende visibile il ritmo della crescita invece del solo livello assoluto. Se il dubbio non è l’andamento ma la dispersione interna dei dati, però, servono strumenti diversi.

I grafici per leggere distribuzioni e dispersione

L’istogramma è il grafico che uso quando voglio capire come si distribuiscono i valori di una variabile numerica continua: redditi, tempi di attesa, età, consumi, salari. Qui la domanda non è “chi ha di più”, ma “come sono sparsi i valori”. L’errore più comune è confonderlo con il grafico a barre: nell’istogramma le barre sono contigue perché rappresentano intervalli di valori, non categorie separate.

Il box plot è ancora più sintetico: mostra mediana, quartili, ampiezza della distribuzione e valori anomali. È molto utile quando devo confrontare più gruppi in poco spazio, per esempio stipendi tra regioni, tempi di risposta tra servizi pubblici o differenze di rendimento tra classi sociali. Io diffido dei grafici che mostrano solo la media quando l’insieme è molto sbilanciato: una media sola può nascondere parecchio.

Esiste anche la violin plot, che aggiunge la densità della distribuzione, ma la uso solo quando so che il pubblico la conosce già. È più informativa, sì, ma non sempre più leggibile. E una volta capito come i valori si distribuiscono, il passo successivo è capire se si muovono insieme oppure no.

I grafici per vedere relazioni e correlazioni

Quando voglio studiare due variabili numeriche insieme, scelgo quasi sempre il grafico a dispersione, o scatter plot. Ogni punto è un’osservazione, e la nuvola dei punti racconta subito se la relazione sembra positiva, negativa, debole o assente. È il formato giusto per confrontare, per esempio, disoccupazione e crescita economica, età e reddito, spesa pubblica e risultati, senza forzare un legame che non c’è.

Correlazione non significa causalità. Questo è il punto che viene ignorato più spesso. Una nuvola ordinata può suggerire una relazione, ma non prova da sola che una variabile causi l’altra. Per questo, se aggiungo una linea di tendenza, la tratto come supporto visivo, non come verità finale.

• Scatter plot: perfetto per vedere cluster, outlier e direzione della relazione.
• Bubble chart: utile quando vuoi aggiungere una terza variabile con la dimensione della bolla.
• Heatmap: comoda quando hai molte variabili e vuoi leggere pattern, intensità o matrici di correlazione.

Il bubble chart è efficace, ma va usato con moderazione: se le bolle diventano troppe o troppo simili, il grafico perde precisione. La heatmap, invece, è molto utile nei dataset economici e sociali con molte colonne, perché mette in evidenza subito aree calde e fredde. C’è poi un caso particolare, in cui il territorio o la composizione del totale sono parte essenziale del messaggio.

Mappe e grafici di composizione quando il territorio cambia la lettura

Le mappe coropletiche hanno senso quando il dato è davvero territoriale: tassi di disoccupazione per regione, reddito medio per Paese, densità di popolazione, spesa sanitaria o affluenza elettorale. In questi casi la geografia aiuta a leggere il fenomeno, perché il luogo non è un dettaglio ma parte del contenuto. Se invece devo confrontare valori precisi tra territori, spesso una barra orizzontale è più onesta della mappa: l’area visiva orienta, ma non sempre permette confronti fini.

Per la composizione del totale, le barre impilate restano una scelta molto solida, soprattutto quando devo mostrare come cambia il peso delle componenti nel tempo. Il grafico a torta, al contrario, funziona solo con poche parti ben distinte e percentuali facili da comprendere. Quando le fette superano cinque o sei, il lettore smette di percepire bene le differenze e la torta diventa più decorativa che informativa.

Nei dossier su economia e società europea, questo equilibrio conta molto: una mappa per capire dove il problema si concentra, una barra per confrontare con precisione, una linea per vedere la traiettoria. Se salti questo passaggio, il grafico sembra completo ma in realtà racconta meno di quanto potrebbe.

Gli errori che rovinano un grafico anche quando i dati sono buoni

Molti grafici falliscono non per colpa dei dati, ma per colpa di scelte visive che confondono. Io controllo sempre alcuni punti prima di considerare un grafico pronto:

• Asse troncato senza avviso: può amplificare differenze minime e dare un’impressione distorta.
• Troppe categorie insieme: il grafico diventa una lista affollata invece di un confronto leggibile.
• Colori scelti solo per estetica: se non aiutano a distinguere le serie o non sono accessibili, fanno rumore.
• Uso del 3D: quasi sempre aggiunge prospettiva inutile e peggiora la lettura dei valori.
• Legenda lontana o ambigua: costringe l’occhio a continui salti avanti e indietro.
• Unità mancanti: senza percentuali, euro, persone o punti indice, il dato resta incompleto.
• Decimali eccessivi: danno un’impressione finta di precisione, ma non migliorano la comprensione.

Un altro errore sottovalutato è ordinare le categorie in modo casuale. Per un confronto serio io preferisco quasi sempre un ordine decrescente, alfabetico o geografico coerente, perché l’ordine stesso aiuta a leggere il grafico. Prima di chiudere, resta una regola pratica che uso per non sbagliare scelta.

La regola pratica che uso prima di pubblicare un grafico

Quando devo decidere in fretta, mi faccio questa verifica essenziale:

1. Qual è la domanda principale che il grafico deve risolvere?
2. Sto mostrando un confronto, un tempo, una distribuzione o una relazione?
3. Le unità di misura sono chiare e visibili?
4. Le categorie sono poche abbastanza da essere lette in pochi secondi?
5. Il colore aggiunge significato o sta solo decorando?

Se devo ridurre tutto a una scelta rapida, uso barre per i confronti, linee per gli andamenti, istogrammi o box plot per le distribuzioni, scatter per le relazioni e mappe solo quando il territorio è parte del messaggio. È una gerarchia semplice, ma funziona perché rispetta il modo in cui il lettore vede prima le forme e solo dopo i numeri.