Medidas de dispersin

Una forma sencilla de describir grficamente las relaciones constatadas entre dos
variables consiste en representar cada observacin por un punto en un plano, cuya
abscisa sea el valor de la primera variable y cuya ordenada sea el de la segunda. A este
tipo de grafico se le llama diagrama de dispersin.
Para elaborar un diagrama de dispersin se deben realizar los siguientes pasos:
1.-Recopilar los pares de datos x e y en una tabla. Es conveniente tener al menos 30
puntos.
2.-Determinar las escalas de tal forma que, aproximadamente la amplitud de los dos ejes
sea la misma. Si una de las variables es una causa y la otra un efecto, colocar la primera
en el eje de las abscisas y la segunda en el eje de las ordenadas.
3.-Colocar los puntos en el grafico. Si dos o ms puntos coinciden colocar crculos
concntricos.
4.-Escribir cuantos aspectos sean de inters, de tal forma que cualquier persona que
utilice el diagrama lo interprete fcilmente. Nombre unidades de variable, nmero de
puntos, periodo de tiempo en que se realiz el diagrama, apartado de medida, etc.
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.
Una aumenta (o disminuye) al mismo tiempo con la otra. 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.

Covarianza y coeficiente de correlacin
Con el fin de cuantificar en un ndice numrico el grado de relacin lineal existente entre
dos variables se utilizan en estadstica dos parmetros: la covarianza y el coeficiente de
correlacin.
La covarianza es la media ponderada del producto de X-a
10
por Y-a
01
. Este producto es
positivo cuando, a valores grandes de X, les corresponden valores grandes de Y, o, a
valores pequeos de X, le corresponden valores pequeos de Y. En cambio, el producto
de de (X-a
10
) (Y-a
01
) resulta negativo cuando, a valores grandes de X, correspondan
valores pequeos de Y, o, a valores pequeos de Y, corresponden valores grandes de X.
El signo de la covarianza indica, por tanto, si la relacin entre las variables es positiva o
negativa.
La covarianza proporciona una medida del grado de dependencia entre las variables X e
Y. Sin embargo, la covarianza tiene el inconveniente de depender de la dimensin de las
variables.
El coeficiente de correlacin de Pearson, pensado para variables cuantitativas (escala
mnima de intervalo), es un ndice que mide el grado de covariacin entre distintas
variables relacionadas linealmente. Esto significa que puede haber variables fuertemente
relacionadas, pero no de forma lineal, en cuyo caso no proceder a aplicarse la correlacin
de Pearson.
Este coeficiente se define como el cociente entre la covarianza de X e Y y el producto de
las desviaciones tpicas de ambas variables.

Como consecuencia de su definicin, el coeficiente de correlacin lineal mantiene el signo
de covarianza que lleva en su numerador. As pues para variables con relacin lineal
directa, el coeficiente de correlacin lineal ser positivo, y para variables con relacin
lineal inversa dicho coeficiente adoptar signo negativo.
Al tratarse de una medida acotada entre -1 y 1, el coeficiente de correlacin lineal permite
medir el grado de dependencia lineal entre dos variables. As en caso de relacin lineal
directa, el coeficiente se aproxima a 1 a medida que aumenta la intensidad de dicha
relacin, presentando el valor unitario en el caso de dependencia funcional directa.
Obviamente se cumple tambin que r
XX
=1 ya que cada variable presenta correlacin
exacta consigo misma. De modo anlogo en el caso contrario (correlacin inversa) a
medida que aumenta la intensidad el coeficiente se acerca a -1 y se obtendra r
XY
=-1 en
caso de dependencia funcional lineal inversa.
Coeficiente de determinacin
Al cociente de la variacin explicada entre la variacin total se le llama coeficiente de
determinacin. Si hay cero variacin explicada (es decir, si la variacin total es slo
variacin no explicada), este cociente es 0. Si hay 0 variacin no explicada (es decir, si la
variacin total es slo variacin explicada), este cociente es 1. En los dems casos, este
cociente se encuentra entre 0 y 1; como siempre es no negativo, se denota r
2
.