Este documento presenta un resumen de los diagramas de dispersión. Define un diagrama de dispersión como una representación gráfica de la relación entre dos variables, y describe sus características principales como comunicar información compleja de manera visual y guiar la investigación. También incluye un ejemplo de diagrama de dispersión que muestra la relación positiva entre días de estancia de pacientes y tiempo para dar de alta.

1. DIAGRAMA DE
DISPERSION
INTEGRANTES:
- ALEXANDRA SONIA LAURA ROLDAN
- YANINA MUÑIZ MAMANI
- SONIA PACO MAQUERA
- ANA TURPO CONDORI
- NANCY ZUÑIGA HUAMANI

2. DEFINICION.-
Es una representación grafica entre dos variables,
permite analizar la relación que existe entre los
valores de una variable dependiente e
independiente.
Es de gran utilidad para la solución de problemas
de la calidad en un proceso y producto, ya que
nos sirve para comprobar que causa (factores)
están influyendo o perturbando la dispersión de la
características.

3. CARACTERISTICAS PRINCIPALES.-
IMPACTO VISUAL: Un diagrama de dispersión muestra
la posibilidad de la existencia de correlación entre dos
variables de un vistazo.
COMUNICACION: simplifica el análisis de situaciones
numéricas complejas.
GUIA DE INVESTIGACION: El análisis de datos
mediante esta herramienta proporciona mayor información
que el simple análisis matemático de correlación ,sugiriendo
posibilidades y alternativas de estudio.

4. TIPOS DE DIAGRAMA DE DISPERSION.-

5. EJEMPLO.-
CORRELACIÓN POSITIVA.-
CORRELACION NEGATIVA.-
Para un vendedor de carros , si el mas carro (X) va
a ganar mas dinero (Y).
Para la construcción de un edificio ,entre mas
trabajadores estén construyendo un edificio (X),
menos tiempo se necesitara para tenerlo listo el
edificio (Y).

6. VENTAJAS.-
1. Los gráficos de dispersión se usan normalmente para mostrar y comparar valores numéricos, como
datos científicos, estadísticos y de ingeniería. Además, cuando se desea comparar grandes
cantidades de puntos de datos sin tener en cuenta el tiempo.
2. Puede usarse para estudiar una relación de causa y efecto entre variables cuantitativas. Puede
mostrar relaciones entre dos efectos para ver si podrían derivarse de una causa común o servir de
sustituto uno del otro.
3. Puede examinar también la relación entre dos causas. Los gráficos de dispersión son ideales para
controlar la distribución de los valores y los clústeres de los puntos de datos. Éste es el mejor tipo
de gráfico si el conjunto de datos contiene muchos puntos (por ejemplo, varios miles)
4. De forma predeterminada, los gráficos de dispersión muestran los puntos de datos como círculos.
Si tiene varias series en un gráfico de dispersión, se puede plantear la posibilidad de cambiar la
forma del marcador de cada punto por un cuadrado, un triángulo, un rombo o cualquier otra forma,
de manera que sea más visible la correlación.

7. PASOS PARA REALIZAR D.D.-
◦ Recopilar un mínimo de 40 pares de datos.
◦ Dibujar la cuadrícula y poner la causa en el eje horizontal y el efecto en el eje
vertical.
◦ Determinar el rango de las variables y marcar los ejes de forma acorde.
◦ Representar los puntos en el diagrama.

8. EJEMPLO.-
Con el ejemplo base que hemos expuesto podemos analizar que la variable tiempo de egreso de la IPS, después del alta médica, está relacionada
con los días estancia en la institución, con el tipo de patología, la condición del paciente; para nuestros fines se analizara la primera consecuencia
que es la estancia que ocasiona el paciente por sus variantes expuestas.
Relacionamos tiempo de demora del cierre de la cuenta o tiempo que se gasta la institución en dar la salida después del alta médica con las
estancias de los pacientes en la institución.
Tomo una muestra al azar de 22 pacientes y se determinaron los días de estancia y el tiempo medidos por el egreso del hospital después de haber
sido dado de alta por el galeno respectivo.
Se muestra en la tabla siguiente la muestra que fue tomada aleatoriamente de 22 pacientes y además el gráfico de dispersión realizado con los
días estancia y tiempo de cierre y alta del hospital, con su coeficiente de correlación (es un índice que relaciona linealmente las dos abribles
analizadas) que para el caso es de 0.87 ó sea muy cercano a 1 que es la máxima correlación; además la correlación fue positiva es decir a medida
que aumente los días estancias de los pacientes el tiempo para el cierre de la cuenta es mayor, ó sea el paciente se va a demorar más para salir de
la institución, situación que deben analizar los especialistas o responsable de los procesos.

9. PACIENTES ESTANCIA DE
PACIENTES
(DIAS)
TIEMPO DE
EGRESO
(MINUTOS)
1 2 40
2 3 42
3 1 34
4 3 38
5 4 46
6 4 56
7 7 67
8 7 56
9 6 67
10 7 78
11 15 95
12 25 87
13 18 54
14 10 56
15 9 45
16 5 48
17 5 22
18 5 64
19 2 44
20 12 56
21 2 32
22 12 38
DIAGRAMA DE DISPERSION