DIAGRAMA DE DISPERSIÓN.

ASIGNATURA :

DOCENTE :

INTEGRANTES :
ÍNDICE
DEDICATORIA....................................................................................................................... 1
DIAGRAMA DE DISPERSIÓN................................................................................................3
¿QUÉ ES EL DIAGRAMA DE CORRELACIÓN-DISPERSIÓN?........................................3
CARACTERÍSTICAS......................................................................................................... 4
COMPONENTES................................................................................................................. 4
¿PARA QUÉ SIRVE ESTE DIAGRAMA DE DISPERSIÓN?..............................................4
PASOS DE ELABORACIÓN...............................................................................................5
1. Identificar la situación y las variables con que se trabajarán:.....................................5
2. Recoger y ordenar los datos que se cree que tienen una posible correlación:...............5
3. Representar gráficamente los datos:..........................................................................5
4. Trazar las variables pareadas:...................................................................................5
5. Analizar los datos:....................................................................................................5
RECTA DE REGRESIÓN LINEAL........................................................................................6
ESTIMADORES DE MÍNIMOS CUADRADOS......................................................................7
COEFICIENTE DE CORRELACIÓN LINEAL......................................................................7
COEFICIENTE DE CORRELACIÓN DE PEARSON (“r”)....................................................8
Correlación positiva:............................................................................................................ 9
Correlación negativa débil:..................................................................................................9
Ventajas:........................................................................................................................... 11
Desventajas:...................................................................................................................... 11
CONCLUSIÓN...................................................................................................................... 12
REFERENCIAS BIBLIOGRÁFICAS.......................................................................................13
 DEDICATORIA

En primer lugar, agradecer a Dios por ser nuestro guía, a Jesús por ser nuestra inspiración,
modelo y por ser el ejemplo más grande de amor en este mundo.

Este trabajo está dedicado a nuestras familias y a nuestros padres que nos amparan y
confían en nosotros y nos brindan todo su apoyo incondicional para seguir adelante y así
culminar nuestra carrera profesional.
INTRODUCCIÓN

Las empresas buscan ofrecer bienes y servicios de calidad a sus clientes y para ello usan
herramientas de control de calidad para determinar los posibles fallos que tenga la empresa.
En ese sentido veremos el diagrama de dispersión.

El diagrama de dispersión nos ayuda a representar de una manera gráfica el análisis de

relación si existe dependencia entre dos variables. La ayuda de la tecnología como el caso
de los ordenadores ha facilitado la enseñanza de la estadística, puesto que tiene facilidad en
el manejo de datos y los gráficos. En ese sentido, el diagrama de dispersión nos brinda la
información de cómo se relacionan dos variables como puede ser: lineal, cuadrática u otro
tipo. Dándonos una visión en conjunto de la relación, en consecuencia, podemos interpretar
los coeficientes de correlación. Los gráficos identifican patrones y tendencias en los datos.
Podemos decir que este diagrama es un compendio de datos, una vez comprendido la
gráfica se traza una línea recta que aproxime a la recta de regresión.
En el gráfico los puntos muestran un lineamiento o un patrón, este indica la intensidad de
relación de las variables.

Las empresas tienen la necesidad de presentar cómo es que las variables se relacionan,
como resultado se espera analizar las relaciones existentes de dichas variables, las causas o
los problemas de calidad que aqueja la empresa, se puede determinar qué tan dependientes
o independientes son, a lo largo del presente trabajo se verá qué tipos de correlación hay, el
proceso que se debe tener en cuenta y casos prácticos.
DIAGRAMA DE DISPERSIÓN

¿QUÉ ES EL DIAGRAMA DE CORRELACIÓN-DISPERSIÓN?

Para poder contestar de una manera más analítica esta pregunta se tiene que definir que es
dispersión, según la RAE: “es la separación de un conjunto de datos con respecto a sus
valores centrales”.

En la actualidad la economía es global, el mercado se ha extendido a los lugares más

recónditos del mundo y la competencia es abrumadora, y sólo con la calidad y la mejora
continua las empresas podrán competir frente a sus adversarios y sobresalir para alcanzar
sus objetivos y metas. Es por ello que el diagrama de dispersión es una herramienta
fundamental para poder determinar los problemas de calidad que tiene una empresa.

Las definiciones son muy escasas pero algunos autores como (Chambers y Cols., 1983),
mencionan que: “Los diagramas de dispersión no es tarea fácil... un diagrama de
dispersión nos da una visión completa de la naturaleza de la relación existente entre las
variables, también es verdad que una enorme diversidad de estos gráficos, con diferentes
configuraciones de la nube de puntos, tiene el mismo coeficiente de correlación que
permite demostrar la relación existente entre dos clases de datos o variables y cuantificar
la intensidad de dicha relación”

En ese sentido el diagrama de dispersión son técnicas de mejora que nos ayudan a
perfeccionar nuestras operaciones o procesos de la empresa. Este diagrama es utilizado para
analizar las relaciones entre dos variables o datos que requieran un estudio, Los resultados
pueden variar por ejemplo si se muestra una relación muy significativa entre los datos
puede evidenciar una relación de causa y efecto, pero también puede dar resultados donde
no siempre arrojan la existencia de causa y efecto.
CARACTERÍSTICAS

Impacto visual: El diagrama de dispersión muestran la posibilidad de la existencia de

correlación entre dos variables a simple vista.

Comunicación: Simplifica el análisis de situaciones numéricas muy complejas.

Guía de investigación: El análisis de datos ayuda a proporcionar mayor información,

surgiendo posibilidades y alternativas de estudio.

COMPONENTES

 El diagrama de dispersión se representa en el eje de las ordenadas (vertical) y

abscisas (horizontal).

 Como el diagrama presenta dos ejes se tendrá dos variables a evaluar y estas
variables se representan en valores numéricas.

 En el diagrama de dispersión está representada por puntos en el plano cartesiano,

debido a que hay una gran cantidad de datos.

¿PARA QUÉ SIRVE ESTE DIAGRAMA DE DISPERSIÓN?

¨En el diagrama de dispersión se puede dar uso para determinar las relaciones que existen
entre una causa y un efecto, pero también, se puede entre dos causas o dos efectos¨.
(González y Domingo, 2013, p. 68)

● Determinar la relación de la variable dependiente con la independiente.

● Es una herramienta que nos ayuda a simplificar el análisis de situaciones numéricas
complejas.
● Predecir resultados futuros.

● Ayuda a la toma de decisiones.

PASOS DE ELABORACIÓN

La secuencia que se debe seguir para realizar un diagrama de dispersión es:

1. Identificar la situación y las variables con que se trabajarán:

El primer paso que deben realizar en las organizaciones es detectar los problemas
que se está presentando y determinar las variables que facilitará la situación.

2. Recoger y ordenar los datos que se cree que tienen una posible correlación:

Los datos son recogidos en una tabla, indicando el número de muestras y los valores
de las características que se quiere investigar. Es conveniente que el número de
mediciones sea de al menos 30.

3. Representar gráficamente los datos:

Dibujar, en un plano cartesiano, los ejes vertical y horizontal de la misma longitud.

Observar los valores máximo y mínimo de los grupos de datos, para escoger la
escala de representación adecuada a los mismos y evitar así errores de
interpretación.

4. Trazar las variables pareadas:

Representar en el diagrama mediante puntos cada par de datos, reflejando los

valores de la clase de datos que se considera dependiente (causa) sobre el eje
horizontal X y los valores de la clase de datos que se considera independiente
(efecto) sobre el eje vertical Y. Si dos o más pares de datos caen en el mismo punto,
dibujar círculos concéntricos alrededor del punto individualizado.

5. Analizar los datos:

Una vez construido el diagrama se analiza la forma que tiene la nube de puntos
obtenida, para así determinar las relaciones entre los dos tipos de datos. Este análisis
puede efectuarse mediante técnicas estadísticas que permitan determinar si existe o
 no relación, y el grado de existencia en su caso. Las herramientas utilizadas son: la
recta de regresión y el coeficiente de correlación lineal.

RECTA DE REGRESIÓN LINEAL

La recta de regresión lineal es un procedimiento estadístico que nos permite establecer una
relación lineal directa o inversa entre dos o más variables. Con la finalidad de lograr hacer
una predicción de alguna de las variables en un determinado punto o momento.

Matemáticamente su función está representada por:

^y =β 0 + β 1 x

Donde:

^y : Variable dependiendo (efecto)

β 0: ordenada en el origen

β 1: Pendiente de la recta de regresión

X: variable independiente (causa)

Ejemplo gráfico que muestra la relación existente entre el ritmo cardiaco y la temperatura
en un recinto cerrado, la recta de regresión es la que mejor se ajusta a todos los datos
dispersos y nos permite hacer predicciones con cierto grado de precisión.
ESTIMADORES DE MÍNIMOS CUADRADOS

El método de los estimadores de mínimos cuadrados nos permite hallar la ecuación de la

recta que mejor se ajusta a los datos dispersos. En 1809 Gauss propuso el método de
mínimos cuadrados para obtener los valores β 0 y β 1 que mejor se ajustan a los datos. El
principio de mínimos cuadrados, es una técnica empleada para obtener la ecuación de
regresión, minimizando la suma de los cuadrados de las distancias verticales entre los
valores “Y” verdaderos y los valores pronosticados de “Y”.

Para hallar la recta de regresión:

^y =β 0 + β 1 X

Donde la pendiente se halla mediante:

Y la ordenada en el origen se calcula como:

β 0= ^y −β1 X

COEFICIENTE DE CORRELACIÓN LINEAL

El coeficiente de correlación es el estadístico básico empleado en el cálculo de los

coeficientes de validez y fiabilidad. El coeficiente de correlación es también importante
para la mayoría de los sistemas de predicción. más importante que calcular el coeficiente de
correlación es comprender esta estadística lo suficiente como para interpretarlo en los
manuales de los tests y en los artículos de investigación (Tenbrink, Terry,2006).

La correlación es una medida de la relación (covariación) lineal entre dos variables

cuantitativas continuas (x, y). La manera más sencilla de saber si dos variables están
correlacionadas es determinar si co-varían (varían conjuntamente). Es importante hacer
notar que esta covariación no implica necesariamente causalidad, la correlación puede ser
fortuita, como en el caso clásico de la correlación entre el número de venta de helados e
incendios, debido al efecto de una tercera variable, la temperatura ambiental

COEFICIENTE DE CORRELACIÓN DE PEARSON (“r”)

El estimador muestral más utilizado para evaluar la asociación lineal entre dos variables X
e Y es el coeficiente de correlación de Pearson (r). Se trata de un índice que mide si los
puntos tienen tendencia a disponerse en una línea recta.

Es un método estadístico paramétrico, ya que utiliza la media, la varianza y la desviación

estándar de cada variable. Toma valores comprendidos entre -1 y 1. Cuanto más próximo a
“0” sea “r”, menor será la relación entre los datos, y cuanto más próximo a 1 (en valor
absoluto) mayor será dicha relación. Su signo indica si se da una relación positiva o
negativa entre las variables “x” e “y”.se calcula mediante la siguiente fórmula:

S xy
r=
sx s y

La covarianza: Es el numerador del coeficiente de correlación que nos indica si la posible

relación entre dos variables es directa o inversa. Es una medida que nos habla de la
variabilidad conjunta de dos variables.

El coeficiente de correlación lineal “r”, viene determinado por la expresión:

El signo de la covarianza nos dice si el aspecto de la nube de puntos es creciente o no, pero
no nos dice nada sobre el grado de relación entre las variables.

Condiciones de la aplicación de la correlación:

 Variables cuantitativas: las variables a examinar deben ser cuantitativas.

 Independencia: Las observaciones han de ser independientes, es decir, sólo hay una
observación de cada variable para cada individuo.
INTERPRETACIÓN

Correlación positiva :
A medida que haya un crecimiento en “X” (causa) corresponde un crecimiento de Y
(efecto). Controlando la evolución de los valores de X, quedan controlados los valores de
Y, gráficamente:

Correlación positiva débil:

A un crecimiento de “X” se observa una tendencia a crecer de

“Y”, pero se presume que existen otras causas de dependencia, gráficamente:

Correlación negativa débil:

A un crecimiento de X se observa una tendencia a disminuir de Y, pero se presume que

existen otras causas de dependencia, gráficamente:

Correlación nula:

No existe una correlación evidente entre “X” e “Y”, gráficamente:

Todas estas herramientas tienen su pro y sus contras. Es por eso que ahora vamos a señalar
las principales ventajas y desventajas que derivan del uso del diagrama de dispersión. Tiene
muchas más cosas positivas que negativas.

Ventajas:

 Permite ver errores: Aunque a simple vista no parezca, un diagrama de dispersión

nos permitirá observar errores en los procesos que se están estudiando. Esto debido
al planteamiento de los elementos que influyen y el resultado de saber cómo éstos se
comportan en un momento determinado.
 Sirve como guía: Un diagrama de dispersión siempre funcionará como una buena
guía a la hora de tomar decisiones. Esto debido a que te deja mucho más claras las
relaciones que existen entre los procesos; e incluso sus posibles causas. Así que no
dudes en aplicarlo ante un evento que tengas en tu empresa.
 Visualmente comprensible: Cuando tenemos un gran número de información hay
que buscar la manera de que ésta sea mucho más fácil de comprender. Tomando en
cuenta que somos personas visuales; entonces no dudes en que un diagrama de
dispersión te puede ayudar a explicar mejor un tema determinado. Porque el
diagrama representa la relación entre dos variables de forma gráfica, lo que hace
más fácil visualizar e interpretar los datos.
 Un diagrama de dispersión se puede aplicar dentro de una empresa y en cualquier
otra área que desees. ¡Su principal ventaja es la versatilidad!

Desventajas:

 Se necesita experiencia: El diagrama de dispersión no está hecho para que todos

podamos hacerlo, ya que necesitamos al menos algunos conocimientos básicos.
 Solo se emplea cuando exista una variable que está bajo el control del
experimentador.
 CONCLUSIÓN

El diagrama de dispersión se usa comúnmente para mostrar cómo dos variables se

relacionan entre sí. De este modo, permite estudiar las relaciones que existen entre dos
factores, problemas o causas relacionadas con la calidad, o un problema de calidad y su
posible causa.

Esta es una herramienta muy útil con la capacidad de mostrar relaciones no lineales entre
variables. Conociendo estas correlaciones, se puede determinar la estrategia a usar para
controlar y supervisar el proceso de manera eficiente, mejorando así la calidad.

En ese sentido el diagrama de dispersión son técnicas de mejora que nos ayudan a
perfeccionar nuestras operaciones o procesos de la empresa.

Una vez construido el diagrama se pasa a analizar la forma que tiene las nubes de puntos,
para así determinar las relaciones entre los dos tipos de datos. Este análisis puede ser más
fácil usando técnicas estadísticas que permitan determinar si existe o no relación, y el grado
de existencia en su caso. Las herramientas utilizadas son: la recta de regresión y el
coeficiente de correlación lineal.

Para concluir muchos de los requisitos de la norma ISO 9001:2015, nos obligan a planificar
y controlar los procesos de la empresa, con la finalidad de encontrar los posibles errores,
optimizarlos y mejorarlos. Esta herramienta de recopilación de datos y análisis nos permite
encontrar relaciones entre factores, que nos permitirán saber, si modificamos un factor, con
la finalidad de mejorarlo, qué repercusiones tendrá sobre otros.
REFERENCIAS BIBLIOGRÁFICAS

● CHAMBERS, J.M., CLEVELAND, W.S., KLEINER, B. (1983). Métodos gráficos

para el análisis de datos. Nueva Jersey.

● GONZÁLEZ GAYA, C. Y DOMINGO NAVAS, R. (2013). Técnicas de mejora de

la calidad. UNED - Universidad Nacional de Educación a Distancia.
https://elibro.net/es/ereader/unsch/48633?page=69.

● LOPEZ CACHERO, M. (1990). Fundamentos y Métodos de Estadística (novena

ed.). Pirámide.