DIAGRAMAS DE DISPERSIÓN

Ejercicio 1

Una empresa de fabricación de jabón se plantea cambiar la composición de uno de sus productos
utilizando una nueva materia prima. Antes de tomar una decisión, la empresa decide realizar un ensayo
para estudiar la posible relación entre la utilización dicha materia prima y el número de no
conformidades. Para ello analiza lotes con diferentes porcentajes de la nueva materia prima y toma los
siguientes datos:

Nueva materia prima

N° muestra (%) Producto no conforme
1 1 10
2 2 5
3 1.5 7
4 1.5 6
5 3 2
6 4 1
7 1.6 8
8 2.6 3
9 3.5 2
10 4.6 1
11 5 1
12 0.5 15
13 4.3 1
14 3.2 3
15 5.1 1
16 2.5 3
17 1.8 7
18 2.1 6
19 3.9 3
20 1.2 9
21 2.4 4
22 4.3 1
23 3.5 3
24 2.7 2
25 0.5 16
26 0.8 14
27 1.2 9
28 3.6 2
29 5.3 1
30 1 11

Nueva materia prima

N° muestra (%) Producto no conforme XY X^2 y^2
 1 1 10 10 1 100
2 2 5 10 4 25
3 1.5 7 10.5 2.25 49
4 1.5 6 9 2.25 36
5 3 2 6 9 4
6 4 1 4 16 1
7 1.6 8 12.8 2.56 64
8 2.6 3 7.8 6.76 9
9 3.5 2 7 12.25 4
10 4.6 1 4.6 21.16 1
11 5 1 5 25 1
12 0.5 15 7.5 0.25 225
13 4.3 1 4.3 18.49 1
14 3.2 3 9.6 10.24 9
15 5.1 1 5.1 26.01 1
16 2.5 3 7.5 6.25 9
17 1.8 7 12.6 3.24 49
18 2.1 6 12.6 4.41 36
19 3.9 3 11.7 15.21 9
20 1.2 9 10.8 1.44 81
21 2.4 4 9.6 5.76 16
22 4.3 1 4.3 18.49 1
23 3.5 3 10.5 12.25 9
24 2.7 2 5.4 7.29 4
25 0.5 16 8 0.25 256
26 0.8 14 11.2 0.64 196
27 1.2 9 10.8 1.44 81
28 3.6 2 7.2 12.96 4
29 5.3 1 5.3 28.09 1
30 1 11 11 1 121
TOTAL 80.2 157 251.7 275.94 1403

r -0.88826928

r^2 0.78902232
Interpretación

El 78.9% de producto no conforme. Con estos resultados la empresa podría plantearse la introducción
de la nueva materia prima, aunque debería combinarlo con otras herramientas para una mejor toma de
decisiones.

Ejercicio 2

Una litográfica está abriendo una nueva área de producción para la impresión de posters, y en este
momento se encuentra haciendo todos los ensayos y pruebas para determinar la cantidad de tinta de
cada color que deberían tener las máquinas.

Las variables a estudiar para este ejemplo de grafico de dispersión en calidad son:

 Cantidad de tinta en litros

 Número de errores de impresión

N° muestra Cantidad de tinta en litros Número de errores de impresión

1 0.47 16
2 0.48 14
3 0.69 30
4 0.7 31
5 0.59 15
6 0.59 1
7 0.37 17
8 0.62 10
9 0.39 21
10 0.35 11
11 0.68 18
12 0.52 15
13 0.42 19
 14 0.51 10
15 0.5 14
16 0.34 7
17 0.41 20
18 0.3 7
19 0.53 11
20 0.53 16
21 0.36 13
22 0.4 24
23 0.4 24
24 0.69 9
25 0.61 28
26 0.32 23
27 0.66 17
28 0.64 20
29 0.45 1
30 0.59 21

N° muestra Cantidad de tinta en litros Número de errores de impresión XY X^2 y^2

1 0.47 16 7.52 0.2209 256
2 0.48 14 6.72 0.2304 196
3 0.69 30 20.7 0.4761 900
4 0.7 31 21.7 0.49 961
5 0.59 15 8.85 0.3481 225
6 0.59 1 0.59 0.3481 1
7 0.37 17 6.29 0.1369 289
8 0.62 10 6.2 0.3844 100
9 0.39 21 8.19 0.1521 441
10 0.35 11 3.85 0.1225 121
11 0.68 18 12.24 0.4624 324
12 0.52 15 7.8 0.2704 225
13 0.42 19 7.98 0.1764 361
14 0.51 10 5.1 0.2601 100
15 0.5 14 7 0.25 196
16 0.34 7 2.38 0.1156 49
17 0.41 20 8.2 0.1681 400
18 0.3 7 2.1 0.09 49
19 0.53 11 5.83 0.2809 121
20 0.53 16 8.48 0.2809 256
21 0.36 13 4.68 0.1296 169
22 0.4 24 9.6 0.16 576
23 0.4 24 9.6 0.16 576
24 0.69 9 6.21 0.4761 81
25 0.61 28 17.08 0.3721 784
26 0.32 23 7.36 0.1024 529
27 0.66 17 11.22 0.4356 289
28 0.64 20 12.8 0.4096 400
29 0.45 1 0.45 0.2025 1
30 0.59 21 12.39 0.3481 441
TOTAL 15.11 483 249.11 8.0603 9417
 r 0.21494185

r^2 0.0462

Interpretación:

El 46.62% numero de errores de impresión, Analizamos. Evidentemente hay una relación positiva
fuerte entre la cantidad de tinta con la que se carga el tubo de la máquina y el número de errores
generados en la impresión de los posters. Un paso siguiente para un problema de este tipo, sería
buscar la forma de aprovechar la capacidad restante de la máquina, por ejemplo, usar más tubos y
más pequeños.

Ejercicio 3

Una heladería local realiza un seguimiento de la cantidad de helado que venden en comparación con la
temperatura de ese día. Aquí están sus cifras de los últimos 12 días:
 N° muestra Cantidad de tinta en litros Número de errores de impresión XY X^2 y^2
1 14.2 215 3053 201.64 46225
2 16.4 325 5330 268.96 105625
3 11.9 185 2201.5 141.61 34225
4 15.2 332 5046.4 231.04 110224
5 18.5 406 7511 342.25 164836
6 22.1 522 11536.2 488.41 272484
7 19.4 412 7992.8 376.36 169744
8 25.1 614 15411.4 630.01 376996
9 23.4 544 12729.6 547.56 295936
10 18.1 421 7620.1 327.61 177241
11 22.6 442 9989.2 510.76 195364
12 17.2 408 7017.6 295.84 166464
TOTAL 224.1 4826 95438.8 4362.05 2115364

r 0.95608578

r^2 0.91410001

Interpretación:

Podemos ver fácilmente que el clima más cálido y los días con más ventas van de la mano. La relación es
buena pero no perfecta.

Ejercicio 4

Una empresa de manufacturas basa las predicciones de sus ventas anuales en los resultados oficiales de
la demanda total en la industria. A continuación, se dan los datos de demanda total y las ventas
efectuadas por la empresa en los últimos 11 años.
 N° muestra DEMANDA TOTAL VENTAS XY X^2 y^2
1 200 9 1800 40000 81
2 220 6 1320 48400 36
3 400 12 4800 160000 144
4 330 7 2310 108900 49
5 210 5 1050 44100 25
6 390 10 3900 152100 100
7 280 8 2240 78400 64
8 140 4 560 19600 16
9 280 7 1960 78400 49
10 290 10 2900 84100 100
11 380 14 5320 144400 196
TOTAL 3120 92 28160 958400 860

r 0.95608578

r^2 0.91410001

Interpretación:
El 91,41% de ventas, Por medio de un ajuste mínimo cuadrático encontrar la recta que más se ajuste a
las ventas de la empresa en función de la demanda total.

Ejercicio 5

Un comerciante al detalle realizó un estudio para determinar la relación que hay entre los gastos de la
publicidad semanal y las ventas. Registró los gastos siguientes:

COSTO TOTAL VENTAS

40 385
20 400
25 395
20 365
30 475
50 440
40 490
20 420
50 560
40 525
25 480

N° muestra COSTO TOTAL VENTAS XY X^2 y^2

1 40 385 15400 1600 148225
2 20 400 8000 400 160000
3 25 395 9875 625 156025
4 20 365 7300 400 133225
5 30 475 14250 900 225625
6 50 440 22000 2500 193600
7 40 490 19600 1600 240100
8 20 420 8400 400 176400
9 50 560 28000 2500 313600
10 40 525 21000 1600 275625
11 25 480 12000 625 230400
TOTAL 360 4935 165825 13150 2252825

r 0.95608578

r^2 0.91410001
Interpretación:

Mediante la recta de regresión, estime las ventas cuando el costo de publicidad es de 35%