El diagrama de dispersin es una herramienta de anlisis la cual representa

en forma grfica la relacin existente entre dos variables pudiendo observar

la dependencia o influencia que tiene una variable sobre la otra,
permitiendo visualizar de forma grfica su posible correlacin. Conocidos
tambin como grficos XY es una herramienta de anlisis utilizado
generalmente en el rea de la gestin de calidad con el objeto de encontrar
las relaciones de las causas que producen un efecto.

Tal y como hemos citado en la definicin anterior el diagrama de dispersin

nos indica la relacin existente entre dos variables, y por lo tanto si
traducimos estas dos variables a grupos de datos, podemos relacionar
grupos de datos con el objeto de verificar o averiguar que existe una
relacin entre ambos y como es esta relacin de forma aproximada.

Los diagramas de dispersin se emplean para:

Observar el grado de intensidad en la relacin entre dos variables, esta

relacin puede ser entre un efecto y una de las supuestas causas que lo
producen o para ver la relacin entre dos causas que provocan un mismo
efecto.

Visualizar rpidamente cambios anmalos.

Analizar determinadas cuestiones mediante comparaciones.

Modo de aplicacin

Los pasos a seguir para construir un diagrama de dispersin son:

Seleccionar las 2 variables que se van relacionar.

Establecer una hiptesis de la posible relacin entre ambas.

Construir una tabla que nos relacione los valores de ambas variables por
parejas. Si no disponemos de dichos datos ser necesario realizar una toma.

Dibujar el diagrama poniendo una variable en cada uno de los ejes

cartesianos (x,y) con una escala de valores que se ajuste a los datos que se
dispone.

Representar en el grfico cada par de valores por un punto.

Encontrar la correlacin analizando la tendencia de la nube de puntos y la

correlacin entre las variables.

Hoy en da gracias a la informtica disponemos de programas basados en

hojas de clculo como Excel, Numbers o Calc que te permiten realizar
rpidamente un diagrama de dispersin con solo introducir los datos de las
variables.

Interpretacin del diagrama de dispersin

Una vez que hemos realizado el diagrama de dispersin la forma que

adquiera la nube de puntos nos permitir analizar la relacin entre las 2
variables o grupos de datos, pudiendo obtener las siguientes figuras e
interpretaciones:

Correlacin positiva - Se observa como la nube de puntos obtenida adquiere

una forma de recta creciente, cuando los puntos de la nube se encuentra
prximos a la recta se le conoce como fuerte, en el caso que se encuentren
distantes a la recta es conocida como dbil. Por ejemplo la relacin
existente entre la altura y el peso de una persona es positiva a mayor altura
mayor peso.

Correlacin negativa - Al contrario del caso anterior se observa como la

nube de puntos obtenida adquiere una forma de recta decreciente, cuando
los puntos de la nube se encuentra prximos a la recta se le conoce como
fuerte, en el caso que se encuentren distantes a la recta es conocida como
dbil. Por ejemplo la relacin existente para los fumadores entre el nmero

de paquetes de tabaco al mes y los aos de vida es negativa dado que a

mayor cantidad de tabaco fumado menor esperanza de vida.

Correlacin compleja - La nube de puntos obtenidas adquiere forma de

curva, elipse u otra forma geomtrica.

Correlacin nula - Se observa una distribucin de la nube de puntos con una

forma circular, indicndonos la no existencia de relacin entre ambas
variables. Por ejemplo la relacin existente entre el color de los ojos y el
tamao del pie es nula.
Si el coeficiente de correlacin lineal presenta un valor prximo a 0, la
correlacin es dbil.

Un coeficiente de 0 indicara independencia total entre ambas variables. A

su vez, un coeficiente de correlacin lineal de 1 de -1 sealara que entre
ambas variables hay dependencia funcional, positiva o negativa segn el
signo del coeficiente.

Esta correlacin puede sealar, pero no por ello probar, una relacin causal,
es decir, no predice relaciones causa efecto, sino que muestra la
intensidad de la relacin entre dos variables. Por lo tanto, es importante no
apresurarse a obtener conclusiones sobre la relacin entre las variables, ya
que puede ser otra tercera que afecte a la relacin