1

Es un grfico que permite examinar la

relacin que existe entre datos recogidos
para dos variables o factores.
Estas dos variables pueden enmarcarse
de la siguiente manera:
Una caracterstica de calidad y un factor
que la afecta
Dos caractersticas de calidad
relacionadas, o
Dos factores relacionados con una sola
caracterstica de calidad
D
IAGRAMAS DE DISPERSION
2
Para determinara el grado de
relacin(correlacin) entre dos variables
cuantitativas
Para realizar predicciones cuando una
variable es fcil de medir y la otra no.
Ejemplo.
Si se tiene una alta correlacin entre la
dureza y la resistencia a la rotura de
una pieza metlica, entonces la
medicin de la dureza podra usarse
para controlar la resistencia a la rotura,
reemplazando una prueba destructiva
por una no destructiva.

C
UANDO SE UTILIZA
3
1. Rena pares de datos (x, y), cuya relacin se
desea estudiar(al menos 30 pares).
2. Encuentre los valores mximos y mnimos.
3. Determine las escalas que se usarn en los
ejes(se recomienda que las longitudes sean
aproximadamente iguales, para facilitar la lectura).
En lo posible mantener el nmero de divisiones
entre 3 y 10 y usar nmeros redondos. Cuando las
variables sean un factor(causa) y una
caracterstica de calidad(efecto), use el eje vertical
para la caracterstica y el horizontal para el factor.
4. Representar grficamente los datos
adecuadamente. Cuando hayan puntos
coincidentes utilice crculos concntricos
5. Registrar aspectos que puedan ser de utilidad,
tales como:ttulo del diagrama, periodo de tiempo,
nmero de pares de dato, ttulo y unidades de
cada eje, nombre de las personas que lo hacen,
etc.

E
laboracin de Diagrama
4
1. Observar en el diagrama si hay puntos muy
separados, los cuales pueden ser resultado de
errores de medicin o de registro de los datos, o
fueron causados por cambios en las condiciones
de operacin.




2. Es necesario excluir estos puntos del anlisis
correlacional. Sin embargo, en lugar de despreciar
completamente estos puntos, se debe dar la
debida atencin a la causa de estas
irregularidades.

I
nterpretacin del Diagrama
5
1. Hay muchos tipos de formas de dispersin, y
algunas formas tpicas se muestran a
continuacin.

I
nterpretacin del Diagrama
6
Correlacin: Grado de relacin existente entre dos
variables.
Para estudiar y analizar la relacin entre dos variables
x e y es importante hacer primero el diagrama de
dispersin; sin embargo, para comprender la fuerza de
la relacin en trminos cuantitativos, es necesario
calcular el coeficiente de correlacin segn la
siguiente ecuacin:

De donde:

C
oeficiente de correlacin
) ( ). (
) (
yy S xx S
xy S
r =
( )

=
=
=
|
.
|

\
|
= =
n
i
n
i
i
i
n
i
i
n
x
x x x xx S
1
2
1
2
2
1
) (
( )

=
=
=
|
.
|

\
|
= =
n
i
n
i
i
i
n
i
i
n
y
y y y yy S
1
2
1
2
2
1
) (
( )( )

=
= =
=
|
.
|

\
|
|
.
|

\
|
= =
n
i
n
i
i
n
i
i
i i i
n
i
i
n
y x
y x y y x x xy S
1
1 1
1
) (
7
Estas ecuaciones son equivalentes a:




Siendo n el nmero de pares de datos
Interpretacin:
El valor de r siempre estar entre 1 y +1
r = -1 Correlacin fuerte negativa. Cuando x crece y
decrece.
r = 0: No hay correlacin. Las dos variables son
independiente
r = +1: Correlacin fuerte positiva. Cuando x crece
y crece




C
oeficiente de correlacin
( )( )
( ) ( )
(

= =
=
n
i
i
n
i
i
i
n
i
i
y y x x
y y x x
r
1
2
1
2
1
8
Se establece cuando se desarrolla una ecuacin de
estimacin, es decir, una frmula matemtica que
relaciona las variables conocida con la variable
desconocida.
Ejemplo:



Se supone una relacin en lnea recta del tipo:


Por medio del mtodo de los mnimos cuadrados se
obtienen los valores de o y |.
Los pasos para este mtodo son los siguientes:


A
nlisis de regresin
Presin de aire
(Kg/cm
2
)
8.0 8.5 9 9.5 10
4.62 4.12 3.21 2.86 1.83
4,50 3.88 3.05 2.53 2.02
4.43 4.01 3.16 2.71 2.24

Ancho de la pared
(mm)
4.81 3.67 3.30 2.62 1.95

x y | o + =
9
1. Obtener la media de las variables en
cuestin
2. Calculo de S(xx) y S(xy)
3. Se obtiene | de:


4. Y o de:




A
nalisis de regresin
) (
) (

xx S
xy S
= |
x y | o

=
10





D
iagrama de dispersin
A
n
c
h
o

d
e

l
a

p
a
r
e
d

(
m
m
)
Presin del aire(Kg/cm
2
1.0
2.0
3.0
4.0
5.0
8.0 8.5 9.0 9.5 10.0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
X
Y
11





P
aso 1