Herramientas básicas o de

control de calidad
Unidad 2 – Semana 11
Diagrama de dispersión
¿Cuánto afecta una variable a otra?
Logro de la sesión
• Al finalizar la sesión el estudiante estará en condiciones de resolver
diferentes problemas que se presentan en una organización
aplicando el Diagrama de Dispersión para analizar la relación entre
dos variables con el objetivo de mejorar la productividad en una
organización.
Casuísticas de Introducción al tema:
Existe relación entre las puntuaciones
1
de literatura y lenguaje

Existe relación entre la puntualidad de los

2
trabajadores y la queja de los clientes

Existe relación entre la nueva materia

3
prima y los productos no conformes

Existe relación entre el gasto de salud y la

4
esperanza de vida
Diagrama de Dispersión, definición:
El diagrama de dispersión es una
gráfica del tipo X-Y, donde cada
elemento de la muestra de una
población o proceso es representado
mediante un par de valores (xi , yi) y el
punto correspondiente en el plano
cartesiano X-Y.

IMPORTANCIA: Permite estudiar, visualmente, la relación

entre dos factores, dos variables o dos causas.
 Diagrama de Dispersión

Dadas dos variables numéricas X y Y, medidas usualmente sobre el mismo

elemento de la muestra de una población o proceso, el diagrama de dispersión
es un gráfica del tipo X-Y, donde cada elemento de la muestra es representado
mediante un par de valores (xi , yi) y el punto correspondiente en el plano
cartesiano X-Y.
Construcción de un diagrama de dispersión

Documentar
Graficar los el diagrama
datos
Construir
escalas
Elegir datos

Obtención
de datos
Coeficiente de correlación

Sirve para cuantificar en términos numéricos el grado de relación lineal entre dos
variables.

Para calcular el Coeficiente de correlación es recomendable apoyarse en el programa

computacional. Po ejemplo en Excel y se utiliza la siguiente función:

COEF.DE.CORREL(matriz1,matriz2)

Donde matriz1 es el rango de celdas donde están los valores de X, y matriz2 es el

correspondiente rango de celdas donde se encuentran los valores Y.
Coeficiente de correlación
Los valores de coeficiente de correlación cercanos a 1 indican una relación
lineal muy fuerte, y los valores próximos a −1 muestran una fuerte correlación
negativa. Los valores de coeficiente de correlación cercanos a −0.85 o 0.85
indican una correlación fuerte; mientras que los valores cercanos a −0.50 o
0.50 se refieren a una correlación de moderada a débil. Por último, los valores
de coeficiente de correlación iguales o menores que −0.30 o 0.30 indican una
correlación lineal prácticamente inexistente.
Diagrama de Dispersión, su lectura gráfica:
Tipos de correlación
Los puntos en un diagrama de dispersión están
dispersos sin ningún patrón u orden aparente

Cuando dos factores (X, Y) se relacionan en forma lineal

positiva, al aumentar un factor también lo hace el otro.

Relación lineal entre dos

variables (X y Y), tal que
cuando una variable crece la
otra disminuye y viceversa
Diagrama de Dispersión, su lectura numérica:

Coeficiente de correlación:
Sirve para cuantificar en términos
numéricos el grado de relación lineal
entre dos variables

-1<= r <=1
 Diagrama de Dispersión, su lectura numérica:
Cálculo del coeficiente de correlación paso a paso
1. Identificar los valores de X e Y (columna 1 y 2)
2.Obtener el cuadrado de cada valor de X e Y, y multiplicar
cada valor de X por Y. (columna 3, 4 y 5)

3. Sumar cada una de las columnas de la tabla

4.Obtener el valor del coeficiente de

correlación con la siguiente ecuación:
Diagrama de Dispersión, su lectura numérica:
Interpretación de los coeficientes de correlación

+1.00 = Correlación positiva perfecta. (“A mayor X, mayor Y ” o

“a menor X, menor Y ”, de manera proporcional.)
+0.90 = Correlación positiva muy fuerte.
+0.75 = Correlación positiva considerable.
+0.50 = Correlación positiva media.
+0.25 = Correlación positiva débil.
+0.10 = Correlación positiva muy débil.
0.00 = No existe correlación alguna entre las
variables.
–0.10 = Correlación negativa muy débil.
–0.25 = Correlación negativa débil.
–0.50 = Correlación negativa media.
–0.75 = Correlación negativa considerable.
–0.90 = Correlación negativa muy fuerte.
–1.00 = correlación negativa perfecta. (“A mayor X, menor Y ”,
“a menor X, mayor Y ”, de manera proporcional.)
Casuísticas:

r =-0.75
r =1.0

r =-0.65
r =0.82
Diagrama de Dispersión, ejemplo 1:
Correlación nula
Diagrama de Dispersión
X Y
8 11 35

9 8 30
10 28

Y= Altura
25
11 10 20
12 5 15
13 33
10
14 9
5
15 27
0
16 5
0 5 10 15 20
17 1
X = Presión

Coef. Correlación
-0.148228719
 Diagrama de Dispersión, ejemplo 2:
En una fábrica de pintura se quiere reducir el tiempo de secado del
barniz. Los siguientes datos corresponden al tiempo de secado del
barniz (horas) y a la cantidad de aditivo con el que se intenta lograr tal
reducción.

Cantidad Tiempo de a)Mediante un diagrama de dispersión investigue la

de aditivo secado relación entre el tiempo de secado y la cantidad de
0 14 aditivo.
1 11
2 10 b)Con base en la relación, ¿alrededor de qué
3 8 cantidad de aditivo recomendaría para reducir el
4 7.5 tiempo de secado?
5 9
6 10 c) Obtenga el coeficiente de correlación entre ambas
7 11
variables e interprételo.
8 13 d)Al parecer, el coeficiente de correlación lineal es
9 12 muy bajo. ¿Quiere decir que el tiempo de secado no
10 15 está relacionado con la cantidad de aditivo?
Diagrama de Dispersión, ejemplo 2:
Solución (parte1):

Diagrama de dispersion de la correlacion

Relacion aditivo-Tiempo de secado.
16

14

12
Tiempo de secado

10

8
Tiempo de secado
6
Lineal (Tiempo de secado)
4

0
0 2 4 6 8 10 12
Cantidad de aditivo
 Diagrama de Dispersión, ejemplo 2:
Solución (parte1):

a)En el diagrama de dispersión se observa que la cantidad de aditivo y el tiempo de

secado tienen una relación lineal positiva baja, lo que indica que son directamente
proporcionales, es decir, a mayor cantidad de aditivo, se necesitara más horas de
secado.

b)Basado en la relación, se recomendaría alrededor de una cantidad de aditivo de 4

para reducir el tiempo de secado, pues según la gráfica, es el que registra menor
tiempo de secado, es decir, 7.5 horas.

c)El coeficiente de correlación es de +0.33 este valor muestra que existe una relación
positiva débil entre la cantidad de aditivo y el tiempo de secado.

d)No, el hecho de que el coeficiente de correlación sea muy bajo indica que las
variables no están relacionadas linealmente; pero si en efecto si existe relación pero
es una relación baja ya que el coeficiente de correlación es débil.
 Actividad
1. Unirse en grupo.
2. En la empresa Textil Camones se mejoró el proceso de costura y se evaluó por 15 días los resultados
3.5 a.- Construir el diagrama de dispersión de Y en función de X. En base al
Tiempo objetivo
diagrama construido,
Días Tiempo Estándar
1. ¿Cómo están relacionada X e Y?
1 5.4 2. ¿Qué signo tienen la correlación?
2 4.9
3 5.3 b.- Calcular el coeficiente de correlación
4 5.2
5 4.7
6 4.6
7 4.3
8 44
9 4.5
10 4.2
11 4.8
12 4.6
13 4.4
14 4.3
15 4.2
Conclusiones

- El coeficiente de correlación es una prueba que mide la relación estadística

entre dos variables continuas.
- Si la asociación entre los elementos no es lineal, entonces el coeficiente no se
encuentra representado adecuadamente.
- El coeficiente de correlación puede tomar un rango de valores de +1 a -1.
GRACIAS
HASTA LA PRÓXIMACLASE