Este documento describe el diagrama de dispersión y su uso para analizar la relación entre dos variables. Explica los pasos para crear un diagrama de dispersión, incluida la recopilación de datos, la representación de las variables en ejes y la interpretación de los tipos de correlación. También cubre conceptos como correlación, factores que pueden afectar la interpretación y ejemplos de cómo usarlos para mejorar la calidad.

1. Diagrama de dispersión
y la calidad

2. Contenido
• Objetivo y alcance
• Definiciones / conceptos
• Características de los diagramas de dispersión
• Proceso: Pasos para la elaboración de un diagrama de dispersión
• Interpretación
• Correlación
• Problemas y deficiencias de interpretación
• Utilización
• Ejemplo

3. Objetivo y alcance
• Definir las reglas básicas a seguir, resaltando las situaciones en que pueden,
o deben, ser utilizados.
• Es de aplicación a todos aquellos estudios en los que es necesario analizar
relaciones entre fenómenos o efectos y relaciones de causalidad.
• Su utilización será beneficiosa para el desarrollo de los proyectos abordados
por todos aquellos individuos u organismos que estén implicados en la
mejora de la calidad.

4. Definiciones / conceptos
• Diagrama de dispersión.- Representación gráfica del grado de relación entre
dos variables cuantitativas.
• Correlación.- Se entiende por correlación el grado de relación existente
entre dos variables.

5. Características
• Impacto visual
• Comunicación
• Guía en la investigación y toma de decisiones

6. Ejemplo

8. Proceso:
Diagrama de flujo

9. Proceso
Pasos para la elaboración de un diagrama de dispersión

10. Pasos previos a la construcción de un diagrama de
dispersión
Paso 1: Elaborar una teoría admisible y relevante sobre la supuesta relación entre dos variables
• Este paso es muy importante, puesto que el análisis de un
diagrama de dispersión permite obtener conclusiones sobre la
existencia de una relación entre dos variables

11. Paso dos: obtener los pares de datos correspondientes a las dos variables
Al igual que otra herramienta de análisis de datos , estos son la
base de las conclusiones, por tanto cumplirán con las siguientes
condiciones :
• Cantidad suficiente
• Datos exactos
• Datos representativos
• Información completa

12. Paso tres: determinar los valores máximo y mínimo de cada variable
• Ejemplo:Tabla de los datos recogidos
Paso 4: Decidir sobre qué eje representará a cada una de las variables
Si se está estudiando una posible relación causa-efecto, el eje horizontal
representará la supuesta causa.

13. Paso 5:Trazar y rotular los ejes horizontal y vertical, juegan un papel
importante al interpretar la grafica:
• a) Los ejes han de ser aproximadamente de la misma longitud,
determinando
un área cuadrada.
• b) La numeración de los ejes ha de ir desde un valor ligeramente menor que
el valor mínimo de cada variable hasta un valor ligeramente superior al valor
máximo de las mismas. Esto permite que los puntos abarquen toda el área
de registro de los datos.
• c) Numerar los ejes a intervalos iguales y con incrementos de la variable
constantes.

14. • d) Los valores crecientes han de ir de abajo a arriba y de izquierda a derecha
en los ejes vertical y horizontal respectivamente.
• e) Rotular cada eje con la descripción de la variable correspondiente y con su
unidad de medida.

15. •Paso 6: Marcar sobre el diagrama los pares de datos

16. Cuando coinciden muchos pares de puntos, el Diagrama de Dispersión puede
hacerse confuso. En este caso es recomendable utilizar una "Tabla de Correlación"
para representar la correlación.

17. • En el caso en que se construye un Diagrama de Dispersión estratificado
separando los pares de datos, por ejemplo, según el turno de trabajo, lote de
materia prima, etc.), deben escogerse símbolos que pongan de manifiesto los
diferentes grupos de puntos de forma clara.

18. • Paso 7: Rotular el gráfico. Se rotula el título del gráfico y toda aquella
información necesaria para su correcta comprensión.
En general, es conveniente incluir una descripción adicional del objeto de las
medidas y de las condiciones en que se han realizado, ya que esta información
puede ayudar en la interpretación del diagrama.
Númerodeerrores
Hora del día

19. Interpretación
Tipos de relaciones entre las variables

20. - Relaciones causa-efecto.
Este es el caso más común en su utilización para la mejora de la
calidad. Se utiliza el diagrama a partir de la medición del efecto
observado y de su posible causa.
- Relaciones entre dos efectos.
Sirve para contrastar la teoría de que ambos provienen de una causa
común desconocida o difícil de medir.
Interpretación

21. - Posibilidad de utilizar un efecto como sustituto de
otro.
Se puede utilizar para controlar efectos difíciles o
costosos de medir, a través de otros con medición
más simple.
- Relaciones entre dos posibles causas.
Sirve para actuar sobre efectos de forma más
simple o adecuada y para analizar procesos
complejos.

22. El Diagrama de Dispersión expresa el grado de relación entre dos
variables, y dicha relación no necesariamente significa que una de ellas
es la causa de la otra.
• Primero: Elaborar una teoría admisible y relevante sobre la supuesta
relación entre dos variables.
• Segundo: Recoger datos y construir el Diagrama.
• Tercero: Identificar y clasificar la pauta de correlación.
• Cuarto: Discutir la teoría original y considerar otras explicaciones.
Proceso de interpretación
La construcción y clasificación del Diagrama de Dispersión es la parte central del
proceso.
No es ni el principio ni el final.

23. Correlación
Tipos y características

24. Correlación fuerte
•Los puntos se agrupan alrededor de una línea imaginaria.
•Los datos confirman la teoría estudiada.

25. Correlación débil
•Los puntos no están suficientemente agrupados.
•Se debe buscar otras variables.

26. • Correlación compleja
*La variable “y” tiene relación con “x”.
*Se estudia la relación mas profundamente.
• Sin correlación
*Para todo “x”, “y”=k
*La teoría no es correcta.

27. Posibles problemas y deficiencias de
interpretación
a) Correlación sin soporte
b) Recorrido de los datos
c) Efecto de la escala
d) Factores de confusión
e) Problemas en los datos

28. Utilización
• Durante la fase de diagnostico.
• Durante la fase de corrección.
• Para el diseño de un sistema de control.

29. Ejemplo:Temperatura en almacén
PORCENTAJE DE
PRODUCTOS
DETERIORADOSY
TEMPERATURA DE
ALMACEN.
TABLA DE DATOS
OBTENIDOS EN 40
DIAS.

30. • Utilización de la herramienta
• Relación con otra herramientas

31. Gracias
Inicio