CAPITULO12

Diagrama de dispersión y correlación

Diagrama de dispersión
Es una gráfica del tipo X-Y, de puntos, cuyo
objetivo es analizar la forma en que dos variables
numéricas están relacionadas.

En esta gráfica cada elemento considerado es

representado por un punto en el plano cartesiano
X-Y de acuerdo con sus valores (xi , yi ). De esta
manera, si a un total de n elementos se les mide
las variables (X,Y), con los n puntos graficados se
podrá analizar si estas dos variables tienen algún
tipo de relación.
 Correlación lineal positiva
Se observa que cuando X crece, también lo
hace Y, por lo que se habla de una correlación
positiva.

Correlación lineal negativa

Se observa que cuando X crece, Y disminuye,
y viceversa, por lo que se habla de una
correlación negativa.
 Sin correlación
Los puntos están dispersos en la gráfica sin
ningún pa trón u orden aparente, ya que para
valores grandes de X lo mismo se dan valores
grandes que pequeños de Y; en estos casos se
dice que X y Y no están correlacionadas.

Correlación negativa moderada

Se aprecia una correlación negativa más débil.
 Estratificacion

A veces, cuando se analiza la relación entre dos

variables, se debe intentar estratificar, ya sea por tipo de
producto, proceso o turno, etc. Para ello se puede hacer
un diagrama por máquina o en el mismo diagrama poner
diferentes marcas que identifiquen las características
que se están estratificando.

Relaciones especiales
Los puntos en un diagrama de dispersión pueden seguir
una diver sidad de patrones. Por ejemplo, en la figura 12.1f )
se muestra una relación curvilínea en forma de parábola, de
tal modo que conforme X crece, Y también lo hace hasta
cierto punto, y después empieza a disminuir.
 Puntos aislados

Para interpretar un diagrama de dispersión se debe tratar de

identificar un patrón bien definido. Por ejemplo, que los puntos se
ajusten a una recta o a una curva. Una vez identificado, es
necesario examinar si hay algunos puntos aislados que no se
ajusten a tal patrón, en cuyo caso esos datos tal vez reflejen
alguna situación especial en el comportamiento del proceso o
algún tipo de error, ya sea de medición, de registro o “de dedo”.
De ser así, conviene identificar la causa que los motivó, ya que en
ocasiones puede ser información valiosa para mejorar el proceso.
 Pasos para la construcción de un
diagrama de dispersión
1. Obtención de datos:
Una vez que se han seleccionado las variables cuya relación se desea in vestigar, se recolectan los
valores de estas en parejas, es decir, se reúne para cada valor de una variable el correspondiente de
la otra. Cuanto mayor sea el número de puntos con que se construye un diagrama de dispersión, es
mejor. Por ello, siempre que sea posible, se re comienda obtener más de 30 parejas de valores.

2. Elegir ejes:
En general, si se trata de descubrir una relación de causaefecto, la causa posible se representa en el
eje X y el efecto probable en el eje Y. Si lo que se está investigando es la relación entre dos
características de calidad o entre dos factores, entonces en el eje X se anota el que se puede
manipular o controlar más, o el que ocurre primero durante el pro ceso. Es necesario anotar en los
ejes el título de cada variable..
3. Construir escalas:
Los ejes deben ser tan largos como sea posible, pero de longitud similar. Para construir la escala
se sugiere encontrar el valor máximo y el mínimo de ambas variables. Se deben escoger las
unidades para ambos ejes de tal modo que los extremos de los ejes coin cidan de manera
aproximada con el máximo y el mínimo de la variable correspondiente.

4. Graficar los datos.

Con base en las coordenadas en el eje X y en el eje Y, representar con un punto cada pareja de
valores de las variables. Cuando existen parejas de datos repetidos (con los mismos valores en
ambos ejes), se traza un círculo sobre el punto para indicar que está repetido una vez. Si se vuelve
a repetir se traza otro círculo concéntrico, y así sucesivamente.
5. Documentar el diagrama:
Registrar en el diagrama toda la información que sea de utilidad para identificarlo, como títulos,
periodo que cubren los datos, unidades de cada eje, área o departamento y persona responsable
de recolectar los datos..
Coeficiente de correlación lineal
Para cuantificar qué tan fuerte o débil es una correlación lineal observada en una diagrama
de dis persión, se recomienda calcular el coeficiente de correlación, el cual, para un
conjunto de n valores del tipo (xi , yi ), obtenidos a partir de n unidades o productos, se
calcula con:

Coeficiente de correlación
donde Toma valores entre –1 y 1, y
sirve para cuantificar el grado
de relación lineal entre dos
variables.
Los valores que toma el coeficiente de correlación, r, están entre - 1 y 1, ambos
incluidos (-1 r 1). Valores de r cercanos o iguales a cero implican poca o nula
relación lineal entre X y Y. En contraste, valores de r cercanos a 1 indican una
relación lineal muy fuerte y valores de r próximos a - 1 señalan una muy fuerte
correlación negativa.

No hay que olvidar que si r tiene valores cercanos a cero, esto muestra que no
hay relación li neal pero de ninguna manera dice que no haya algún tipo de
relación.
Precaucion en la interpretación de una correlación
como relación causa - efecto
Un aspecto de suma importancia en la interpretación de una relación o correlación
fuerte entre dos variables, es que este vínculo no necesariamente implica que una es
causa de la otra. Lo único que indica el diagrama de dispersión y el coeficiente de
correlación es que existe una relación, y el usua rio es quien deberá partir de ahí para
investigar a qué se debe tal relación. Para ver si efectivamente X influye sobre Y se
debe recurrir al conocimiento del proceso o a análisis complementarios.
 Ejemplo correlación y relación causa - efecto
En cierta empresa es usual pagar horas extras para cumplir con los tiempos de
entrega. Ahí mismo, un equipo de mejora está tratando de reducir la proporción de
piezas malas. Con este propósito deciden investigar la relación entre la cantidad de
horas extras, X, y el porcentaje de artículos defectuosos, Y. Los registros de las
últimas 22 semanas se indican en el diagrama de dispersión de la figura 12.3, en el
que se muestra que hay una clara correlación positiva entre estas variables, la cual se
verifica al calcular su correspondiente coeficiente de correlación (r 5 0.86). De aquí se
concluye que hay una fuerte correlaciónión lineal entre tales variables. Correlación y
relación causa-efecto.
 La conclusión final se basó en dos razones fundamentales.

La primera es que, de manera ocasional, algunos clientes, entre ellos algunos nuevos,
hacen pe didos con carácter de urgente. La empresa, con el ánimo de ganarse unos
pesos más, atender a sus clientes ya establecidos o tratar de captar de manera definitiva
a otros, atiende estos pedidos, lo cual implica una carrera contra el tiempo, en la que se
tiene que laborar fuera de horario (pagar horas extras) y en la que se altera la forma
normal de trabajar. Así, se cae en algunos descuidos, no se revisan con detenimiento los
prototipos y las inspecciones a lo largo del proceso se hacen de manera somera. Como
resultado, es frecuente que en ese tipo de pedidos, en la inspección final, se detecte una
alta cantidad de productos defectuosos. Es decir, una de las causas de la correlación de
la figura 12.3 la constituyen los pedidos urgentes.
La segunda razón es una variable que afecta al proceso: la temperatura del medio
ambiente. Cuando es alta, se incrementa la cantidad de piezas defectuosas, a tal grado
que en ocasiones es necesario detener el proceso hasta que la temperatura baje, y
esto por lo general es hasta avanzada la tarde o incluso por la noche, lo que implica
trabajar fuera de horario normal (tiempo extra). Es decir, la otra causa de la relación
de la figura 12.3 es el incremento en la temperatura ambiente. De lo anterior se
concluye que el tiempo extra no es en sí la causa fundamental del incremento en el
porcentaje de piezas defectuosas, pues hay dos causas que se dan antes..
De cualquier forma, quien interprete el diagrama de dispersión debe tomar en cuenta
que al gunas de las razones por las que las variables X y Y aparecen
relacionadas de manera significativa son:
- X influye sobre Y.
- Y influye sobre X.
-X y Y interactúan entre sí.
- Una tercera variable Z influye sobre ambas y es la causante de tal relación.
- X y Y actúan en forma similar debido al azar.
- X y Y aparecen relacionados debido a que la muestra no es representativa.
¡GRACIAS!