Universidad Galileo

ESTEC

Herramientas estadísticas de la calidad 2

Licenciado Marlon Estuardo Lara De Paz

Ejercicios de Regresión y correlación

Sandra Elizabeth Garrido Veliz

19005554

Guatemala 26 de Julio de 2020

 1. ¿Cuál es el propósito de un diagrama de dispersión?

El Diagrama de Dispersión tiene el propósito de controlar mejor el proceso y mejorarlo, resulta

indispensable conocer cómo se comportan algunas variables o características de calidad entre
sí, esto es, descubrir si el comportamiento de unas depende del comportamiento de otras, o
no, y en qué grado.

2. ¿En un diagrama de dispersión cómo se decide qué variable va en el eje X y cuál en el eje
Y?

En general, si se trata de descubrir una relación de causa-efecto, 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 proceso. Es
necesario anotar en los ejes el título de cada variable.

3. ¿Por qué para analizar la relación entre dos variables, además de utilizar el diagrama de
dispersión, se sugiere calcular el coeficiente de correlación?

Para cuantificar qué tan fuerte o débil es una correlación lineal observada en un diagrama de
dispersión.

4. Si el valor del coeficiente de correlación entre dos variables es cercano a cero, ¿quiere
decir que tales variables no están relacionadas? Argumente su respuesta.

el valor del coeficiente de correlación sea cero quiere decir que las variables X y Y están poca
o nulamente relacionadas entre sí. Lo que el diagrama de dispersión indica cuando los valores
son cercanos o son cero, es que los puntos registrados no se agrupan en torno a una línea
recta.

5. Si mediante un diagrama de dispersión se ve claramente que entre dos variables hay una
fuerte correlación lineal positiva, con un coeficiente de correlación de r = 0.95, ¿es seguro
concluir que hay una relación causa-efecto entre estas dos variables? Argumente y
apóyese en el ejemplo 13.2.

Es una correlación positiva. El grado de cercanía de 1 define qué tan directa y proporcional es la
relación entre ambas variables, por ende, entre más cerca esté de 0, más débil será su correlación
negativa. Si porque en el diagrama de causa y efecto se vera el resultado del problema.
 6. Uno de los principales problemas en la manufactura de tarjetas electrónicas es la
cantidad de cortos de soldadura que se generan en el proceso de soldadora de ola. Para
tratar de encontrar las variables de entrada del proceso que influyen en esta
problemática se investiga si hay alguna relación entre la cantidad de flux (mm) que se
aplica en el proceso de soldado y la cantidad de cortos. Los datos obtenidos se muestran
a continuación. Haga un diagrama de dispersión para los datos y calcule el coeficiente de
correlación. ¿Cuáles son sus conclusiones?

R// Existe una correlacion fuerte, aplicado a la soldadura en el proceso de los cortos circuitos.
Para que no haga corto circuito se tendrá que agregar mas soldadura y asi el área tendra mayor
grosor y evitara un corto.
7. Como parte del análisis del problema de ausentismo se decide investigar la relación entre edad
del empleado y días que faltó a laborar en el año. Los datos del último año se muestran a
continuación.

a) Mediante un diagrama de dispersión analice la relación entre estas dos variables.

b) ¿Qué tipo de relación observa y cuáles son algunos hechos especiales?
c) Calcule el coeficiente de correlación e interprételo.
R// en la grafica se puede observar que es una relación lineal negativa entre las variables. Esto
nos dice que entre más joven es el trabajador hay mas probabilidad al ausentismo, con el
coeficiente de correlación el cual es de R= 0.44 se tiene que es una variable lineal negativa
media. Este valor es muy pequeño lo que nos indica que no hay un alto grado de relación entre
nuestras variables.
 8. En un proceso de manufactura de tarjetas electrónicas se quiere investigar la relación
entre X: rendimiento de pruebas (yield), y Y: desperdicio (scrap). Los datos obtenidos son
los siguientes.

¿Qué tipo de relación existe entre las variables? R// La correlación es negativa fuerte

Apóyese en un diagrama de dispersión y el coeficiente de correlación. r= 0.8756

9. En una fábrica de pintura se quiere reducir el tiempo de secado del barniz. Los siguientes datos
corresponden al tiempo de secado del barniz y a la cantidad de aditivo con el que se intenta lograr
tal reducción.

a) Mediante un diagrama de dispersión, observe la relación entre el tiempo de secado y la

cantidad de aditivo utilizado.

b) Con base en la relación, ¿alrededor de qué cantidad de aditivo recomendaría para reducir
el tiempo de secado?
R// se recomienda el adictivo 4
c) Obtenga el coeficiente de correlación entre ambas variables e interprételo.
El coeficiente de correlación es r= 0.3340
d) Al parecer, el coeficiente de correlación lineal es muy bajo. ¿Quiere decir entonces que el
tiempo de secado no está relacionado con la cantidad de aditivo?
Si se agrega mayor adictivo se necesitara mayor tiempo de secado, pero observando el
comportamiento en el diagrama de dispersión se puede ver que no están relacionados.
10. En una industria se desea investigar cómo influye la temperatura (°C) en la presión del vapor
de B-trimetilboro. Los datos obtenidos para tal propósito se muestran a continuación:

a) Construya un diagrama de dispersión e interprételo.

b) Obtenga el coeficiente de correlación y, al interpretarlo, compare sus resultados con lo

observado en el inciso a).

R// Se observa una relación lineal positiva, entre la presión y la temperatura. El coeficiente de
correlación R// 0.9470 lo que muestra que existe una alta relación entre las variables
estudiadas. Esto nos dice que la temperatura entre más sea mayor presión será también.
11. A distintas marcas de autos se les mide su peso en miles de libras y la cantidad de gasolina
(galones) que necesitan para recorrer 100 millas. He aquí una muestra de 10 autos.

a) Represente estos datos en un diagrama de dispersión y comente qué tipo de relación se

observa.

R// correlación positiva r= 0.9097

b) Si un auto similar a los considerados pesa 3 000 libras, ¿podría estimar, con cierta
confianza, ¿cuántos galones consume en 100 millas de recorrido? Explique su respuesta.
R//La relación se puede observar que entre mas pesa más gasolina gasta, aunque hay un
peso donde es 3.1 miles de libras donde se mantiene el mismo peso así mismo gasta en
gasolina por 100 millas
Si un carro pesa 3000 libras los galones que consume son iguales a 3 galones para
recorrer 100 millas