Es la representación gráfica que se usa para estudiar la posible relación entre dos

variables y permite:

 Proporcionar la posibilidad de reconocer relaciones Causa/Efecto.

 Hacer fácil el reconocimiento de dichas relaciones.

 Indica si dos variables (factores o características de calidad) están relacionados.

La relación entre dos tipos de datos puede ser:

Una característica de calidad y un factor que inciden sobre ella.

Dos características de calidad relacionadas.

Dos factores relacionados con una sola característica.

 PROCEDIMIENTO

1. Obtención de datos. se selecciona las variables y se recolectan los valores en

parejas. Se recomienda obtener mas de 30 parejas de valores.

2. Determinar los valores máximo y mínimo para cada una de las variables.

3. Decidir sobre qué eje se representará a cada una de las variables. Si se esta
estudiando una posible relación causa-efecto, el eje horizontal representará la
supuesta causa.

4. Trazar y rotular los ejes horizontal y vertical. La construcción de los ejes afecta al
aspecto y a la consiguiente interpretación del diagrama.
a) Los ejes han de ser de aproximadamente de la misma longitud, determinando un
área cuadrada.

b) La numeración de los ejes ha de ir desde un valor ligeramente menor que el valor

mínimo de cada variable hasta un valor ligeramente superior al valor máximo de las
mimas. Esto permite que los puntos abarquen toda el área de registro de los datos.

c) Numerar los ejes a intervalos iguales y con incrementos de la variable constantes.

d) Los valores crecientes han de ir de abajo a arriba y de izquierda a derecha en los

ejes vertical y horizontal respectivamente.

e) Rotular cada eje con la descripción de la variable correspondiente y con su unidad

de medida.
5. Marcar sobre el diagrama los pares de datos.

a) Para cada par de datos se localiza la intersección de las lecturas, si algún punto
coincide con otro ya existente, se traza un circulo concéntrico a este último.

6. Rotular el grafico

Se rotula el titulo del grafico y toda aquella información necesaria para su correcta
comprensión, es conveniente incluir una descripción adicional del objeto de las medidas
y de las condiciones en que se han realizado, ya que esta información puede ayudar en la
interpretación del diagrama.
Coeficiente de correlación
El coeficiente de correlación es de utilidad para asegurarse de que la relación entre dos variables que se
observa en un diagrama no se debe a una construcción errónea del diagrama de dispersión (por
ejemplo, el tamaño y las escalas), así como para cuantificar la magnitud de la correlación lineal en
términos numéricos. Para un conjunto de n valores del tipo (xi, yi), obtenidos a partir de n unidades o
productos, este coeficiente se calcula con:
 El coeficiente de correlación r se encuentra en el rango de
-1 < r < 1

Si el valor absoluto r es mayor de 1, se ha ocurrido en un error de calculo.

Cuando │r│ está cerca de 1, indica una correlación fuerte entre x y y.

Cuando │r│ está cerca de 0, indica una correlación débil.

Se desea determinar si los errores en la impresión de posters corresponden a la cantidad de tinta utilizada,
se recolectan los datos siguientes:

Cantidad de litros Numero de errores

0.47 16
0.48 14
0.69 30
0.7 31
0.59 15
0.59 17
0.37 10
0.68 21
0.52 11
0.42 13
0.34 28
0.33 17
0.53 11
 Cantidad de Numero de
litros errores XY X² Y²
X Y
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 17 10.03 0.3481 289
7 0.37 10 3.7 0.1369 100
8 0.68 21 14.28 0.4624 441
9 0.52 11 5.72 0.2704 121
10 0.42 13 5.46 0.1764 169
11 0.34 28 9.52 0.1156 784
12 0.33 17 5.61 0.1089 289
13 0.53 11 5.83 0.2809 121
∑= 6.71 234 125.6 3.665 4852
 Interpretación:
Correlación moderada de 0.42
 ACTIVIDAD 5
 Un fabricante de tanques de plástico que los hacía usando el método de moldeo por
soplado tuvo dificultades con tanques defectuosos que tenían paredes delgadas. Se
sospechaba que la causa era la variación en la presión del aire de soplado la cual
variaba cada día.

 Realiza un diagrama de dispersión y determina si existe una correlación

 Presión de Porcentaje de Presión de Porcentaje de
Fecha Fecha
aire (kg/cm²) defectos (%) aire (kg/cm²) defectos (%)
Oct. 1 8.6 0.889 22 8.7 0.892
2 8.9 0.884 23 8.5 0.877
3 8.8 0.874 24 9.2 0.885
4 8.8 0.891 25 8.5 0.866
5 8.4 0.874 26 8.3 0.896

8 8.7 0.886 29 8.7 0.896

9 9.2 0.911 30 9.3 0.928
10 8.6 0.912 31 8.9 0.886
11 9.2 0.895 Nov. 1 8.9 0.908
12 8.7 0.896 2 8.3 0.881

15 8.4 0.894 5 8.7 0.882

16 8.2 0.864 6 8.9 0.904
17 9.2 0.922 7 8.7 0.912
18 8.7 0.909 8 9.1 0.925
19 9.4 0.905 9 8.7 0.872