DIAGRAMA DE DISPERSIN

DEFINICION:
Un Diagrama de Dispersin es la forma mas sencilla de definir si
existe o no una relacin causa efecto entre dos variables y que
tan firme es esta relacin, como estatura y peso.
El Diagrama de Dispersin es de gran utilidad para la solucin
de problemas de la calidad en un proceso y producto, ya que nos
sirve para comprobar que causas (factores) estn influyendo o
perturbando la dispersin de una caracterstica de calidad o
variable del proceso a controlar.
Si X representa una variable y Y la otra, entonces se colectan
los datos n pares sobre las dos variables (Xi,Yi) se representan
en una grafica X-Y (plano cartesiano) y la figura resultante se le
conoce como diagrama de dispersin.

1.

Pasos para la construccin de un diagrama de

dispersin:
Obtencin de datos

Reunir para cada valor de una variable el

correspondiente de la otra.
2. Elegir ejes
La causa posible en el eje x y el efecto probable en
el eje Y.
Si son caractersticas de calidad en el eje X se anota
la variable que se puede manipular o controlar mas
o la caracterstica que ocurre en el proceso.
3. Construir escalas
- Que los extremos coincidan
- Iniciar con el dato mnimo , no en cero
4. Graficar los datos
Trazar un circulo en el punto para datos repetidos
5. Documentar el diagrama
Ttulos, periodo que cubre, ttulos y unidades en los

INTERPRETACIN DE UN DIAGRAMA DE DISPERSIN

Correlacin positiva : X crece, Y crece

Correlacin negativa : X crece Y disminuye

Sin correlacin: No hay ningn patrn u orden

aparente.

Relaciones especiales: Parbola, X crece y Y

tambin hasta cierto punto y luego empieza a
disminuir el valor de Y a medida que X va
creciendo.

Puntos aislados: Pueden reflejar una situacin

especial en el comportamiento del proceso o algn
tipo de error ya sea por medicin o de dedo.
Estratificacin: A veces se debe buscar
estratificar, ya sea por tipo de producto, proceso,
turno etc., o en un mismo diagrama poner marcas
diferentes que distingan las caractersticas que se
estn estratificando.

COEFICIENTE DE CORRELACIN
LINEAL DE PEARSON

Una medida del grado de acercamiento de los

puntos de los datos con respecto a una lnea recta
o equivalente de la Fuerza de Relacin Lineal
entre dos variables la proporciona el valor del
coeficiente de correlacin lineal de Pearson.

COEFICIENTE DE CORRELACIN
LINEAL DE PEARSON
El valor mnimo de (r) se determina sustituyendo en la
frmula los valores observados de X y Y para cada (i)
desde (1) hasta (n).
n
2
xi
n
i=1
r=
S(xy)
donde S(xx) = xi2
i=1

S(xx) . S(yy)
S(yy)=

yi -

i=1

2
yi
n
i=1 ; S(xy)= xiyi -

i=1

i=1
xi

n
n

i=1
yi

COEFICIENTE DE CORRELACIN
LINEAL DE PEARSON
A.

B.

El coeficiente de correlacin lineal solamente

toma calores entre 1 y 1 (-1r 1).
n

2
xi
i=1
Si r = -1 o r = 1 todos los puntos del Diagrama
i=1
de Dispersin cae sobre una lnea
recta, n
entonces se dice que las dos variables estn en
relacin lineal perfecta. X resulta ser muy
buen estimador de Y.

COEFICIENTE DE CORRELACIN
LINEAL DE PEARSON
C.

Si (r) toma un valor positivo 0 r 1 la relacin

lineal es directamente proporcional, Si X crece,
Y crece.

D.

Si (r) toma un valor Negativo 1 r 0 la

relacin es inversamente proporcional, Si X
crece, Y decrece.

E.

Si r = 0 se dice que no hay relacin lineal entre

las dos variables.

PRECAUCIN EN LA INTERPRETACIN
DE UNA CORRELACIN
Lo nico que indica el diagrama de dispersin es que existe una
relacin , y el usuario es quien deber tomar esa pista para
investigar a que se debe tal relacin.
Que dos variables estn relacionadas no necesariamente implica que
una es causa de la otra.
Quien interprete un diagrama de dispersin debe tomar en cuenta
que algunas de las razones por lo que las variables X y Y aparecen
relacionadas de manera significativa son :
X influye sobre Y
Y influye sobre X
X y Y interactan entre si
Una tercera variable Z influye en ambas, y es causante de tal
relacin
X y Y actan de forma similar debido al azar
X y Y aparecen relacionadas debido a que la muestra no es
representativa.

EJEMPLO:

Mega Elektra desea saber el efecto que podra

tener el uso de una campaa de publicidad para
sus ventas. Para esto ha recolectado informacin
va el espionaje industrial donde demuestra en
qu porcentaje incrementaron las ventas debido
al uso de publicidad en los distintos medios de
comunicacin.

EJEMPLO

EMPRESA

PUBLICIDAD EN
DAS AL MES(X)

AUMENTO EN
VENTAS (Y)

1%

5%

10%

12

15%

15

20%

18

25%

21

30%

24

35%

27

40%

CLCULO DEL NDICE DE CORRELACIN

SUMA

X2

Y2

XY

36

25

30

10

81

100

90

12

15

144

225

180

15

20

225

400

300

18

25

324

625

450

21

30

441

900

630

24

35

576

1225

840

27

40

729

1600

1080

EJEMPLO

S(xx)= 3465(165)2 /10 S(yy)= 7126-(226) 2 /10

S(xx)= 3465-2722.5
S(yy)= 7126-5107.6 S(xx)=
742.5
S(yy)= 2018.4
S(xy)= 4953-(165)(226)/10 r = 1224/ (742.5)(2018.4)
S(xy)= 4953-3729
r = 1224/1224.20
S(xy)=
1224
r = 0.99983663

Vemos que a mayor das de publicidad al

mes, mayores son las ventas de las
organizaciones.

EJERCICIO 2

En una fabrica de pinturas se requiere reducir el tiempo de secado

del barniz. Los siguientes datos corresponden al tiempo de secado
del barniz en minutos y a la cantidad de aditivo en cc con el que se
intenta lograr tal reduccin.
Aditivo

Tiempo de secado

14

11

10

7.5

10

11

13

12

10

15

Obtenga el coeficiente de correlacin entre ambas variables e

interprtelo.

EJERCICIO 3

En una industria se desea investigar como influye la temperatura

(C) en la presin (Pa) del vapor de B-trimetilboro. Los datos
obtenidos para tal propsito se muestra a continuacin.

Obtenga el coeficiente de correlacin entre ambas variables e

interprtelo.

EJERCICIO 3

A distintas marcas de carros se les mide su peso en miles de libras

y la cantidad de gasolina (galones) que necesitan para recorres
100 millas. Una muestra de 10 carros se muestra a continuacin.

Obtenga el coeficiente de correlacin entre ambas variables e

interprtelo.