Histograma

1 · Definición

El histograma representa la distribución de una variable cuantitativa continua mediante barras contiguas, una por intervalo de clase, cuya altura indica la frecuencia de ese intervalo.

2 · Para qué sirve

Porque la forma de la distribución decide todo lo que viene después: qué medida de posición representa mejor al conjunto, si la media y el desvío sirven o hay que usar mediana y rango intercuartílico, y si los supuestos de una prueba estadística tienen alguna chance de cumplirse.

Cuatro cosas se ven en un histograma y en ningún resumen numérico:

• Dónde se concentra la mayoría de los casos.
• Si es simétrico o tiene una cola larga hacia un lado.
• Si hay más de un pico, lo que suele indicar dos poblaciones mezcladas.
• Si hay valores sueltos muy lejos del resto.

3 · Histograma y gráfico de barras no son lo mismo

Es la confusión más común del tema:

	Histograma	Gráfico de barras
Variable	Cuantitativa continua	Cualitativa
Eje horizontal	Escala numérica continua	Categorías
Barras	Pegadas	Separadas
Se pueden reordenar	No	Sí
Ancho de barra	Es la amplitud de clase	Arbitrario e igual

Que las barras estén pegadas no es una decisión estética: dice que el eje es continuo y que un intervalo termina donde empieza el siguiente. Y que no se puedan reordenar es la otra diferencia clave: mover una barra rompe la escala.

4 · Un ejemplo

De este gráfico se lee, sin hacer una sola cuenta, que la distribución es asimétrica a la derecha, que la media queda a la derecha de la mediana, y que hay una cola larga de ingresos altos.

Compará esa forma con la de la edad de los mismos ocupados, que es casi simétrica: media 41,0 años, mediana 40. Dos variables de la misma base, dos formas completamente distintas, y por lo tanto dos resúmenes distintos.

5 · Cómo se interpreta la forma

Lo que se ve	Cómo se llama	Qué implica
Cola larga a la derecha	Asimetría positiva	Media > mediana. Usar mediana
Cola larga a la izquierda	Asimetría negativa	Media < mediana
Simétrica, un pico	Aproximadamente normal	Media y desvío resumen bien
Dos picos	Bimodal	Probablemente hay dos grupos mezclados
Plana	Uniforme	Ninguna zona se concentra
Un valor muy lejos	Posible atípico	Ver valores atípicos

La bimodalidad es la más interesante de detectar. Casi siempre significa que la variable está mezclando dos poblaciones que convendría separar: dos turnos, dos sexos, dos regiones. Ningún estadístico resumen lo muestra, y el histograma lo grita.

6 · La cantidad de clases cambia lo que se ve

Es la limitación que hay que conocer: el mismo conjunto de datos produce histogramas distintos según cuántos intervalos se usen. Con muy pocos, la forma se aplana y desaparecen los detalles; con demasiados, aparece ruido que no está en los datos.

Por eso conviene probar dos o tres cantidades antes de quedarse con una, y desconfiar de un patrón que solo aparece con un número de clases muy específico. La calculadora del sitio tiene un control para moverlo y ver el efecto.

7 · Errores frecuentes

• Barras separadas. Convierte al histograma en un gráfico de barras y sugiere que la variable es categórica.
• Intervalos de distinta amplitud sin corregir la altura. Si un intervalo es el doble de ancho, su barra parece el doble de importante. Con amplitudes desiguales, la altura tiene que ser la densidad ($n_i / a_i$), no la frecuencia.
• Cortar el eje vertical. Igual que en barras: el eje de frecuencias arranca en cero.
• Usarlo con pocos casos. Con 15 o 20 datos, el histograma es puro ruido. Ahí conviene un diagrama de tallo y hoja o directamente listar los valores.
• Elegir la cantidad de clases hasta que se vea lo que uno quiere. Es una forma sutil de falsear un resultado.
• No declarar el corte del eje. Si la cola se recorta para que el gráfico sea legible —cosa perfectamente válida—, hay que decir cuánto quedó afuera.
• Usarlo para una variable categórica. Va barras.

8 · En el software

# R base
hist(datos$ingreso, breaks = "FD",
     main = NULL, xlab = "Ingreso", ylab = "Frecuencia")

# ggplot2
library(ggplot2)
ggplot(datos, aes(ingreso)) +
  geom_histogram(bins = 15, boundary = 0)

# Python
import matplotlib.pyplot as plt
plt.hist(datos["ingreso"], bins="fd")

Excel:    Insertar › Histograma (desde 2016), o Datos › Análisis de datos
SPSS:     Gráficos › Generador de gráficos › Histograma
InfoStat: Gráficos › Histograma

@misc{estadistica_ar_histograma,
  author       = {Montivero, Jorge Luis},
  title        = {{Histograma}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/histograma}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-18}
}