You are on page 1of 11

1

 Es un gráfico que permite examinar la
relación que existe entre datos recogidos
para dos variables o factores.
 Estas dos variables pueden enmarcarse
de la siguiente manera:
 Una característica de calidad y un factor
que la afecta
 Dos características de calidad
relacionadas, o
 Dos factores relacionados con una sola
característica de calidad
D
IAGRAMAS DE DISPERSION
2
 Para determinara el grado de
relación(correlación) entre dos variables
cuantitativas
 Para realizar predicciones cuando una
variable es fácil de medir y la otra no.
Ejemplo.
Si se tiene una alta correlación entre la
dureza y la resistencia a la rotura de
una pieza metálica, entonces la
medición de la dureza podría usarse
para controlar la resistencia a la rotura,
reemplazando una prueba destructiva
por una no destructiva.

C
UANDO SE UTILIZA
3
1. Reúna pares de datos (x, y), cuya relación se
desea estudiar(al menos 30 pares).
2. Encuentre los valores máximos y mínimos.
3. Determine las escalas que se usarán en los
ejes(se recomienda que las longitudes sean
aproximadamente iguales, para facilitar la lectura).
En lo posible mantener el número de divisiones
entre 3 y 10 y usar números redondos. Cuando las
variables sean un factor(causa) y una
característica de calidad(efecto), use el eje vertical
para la característica y el horizontal para el factor.
4. Representar gráficamente los datos
adecuadamente. Cuando hayan puntos
coincidentes utilice círculos concéntricos
5. Registrar aspectos que puedan ser de utilidad,
tales como:título del diagrama, periodo de tiempo,
número de pares de dato, título y unidades de
cada eje, nombre de las personas que lo hacen,
etc.

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




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

I
nterpretación del Diagrama
5
1. Hay muchos tipos de formas de dispersión, y
algunas formas típicas se muestran a
continuación.

I
nterpretación del Diagrama
6
Correlación: Grado de relación existente entre dos
variables.
Para estudiar y analizar la relación entre dos variables
“x” e “y” es importante hacer primero el diagrama de
dispersión; sin embargo, para comprender la fuerza de
la relación en términos cuantitativos, es necesario
calcular el coeficiente de correlación según la
siguiente ecuación:

De donde:

C
oeficiente de correlación
) ( ). (
) (
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 número de pares de datos
Interpretación:
El valor de r siempre estará entre –1 y +1
r = -1 Correlación fuerte negativa. Cuando “x” crece “y”
decrece.
r = 0: No hay correlación. Las dos variables son
independiente
r = +1: Correlación fuerte positiva. Cuando “x” crece
“y” crece




C
oeficiente de correlación
( )( )
( ) ( )
(
¸
(

¸

÷ ÷
÷ ÷
=
¿ ¿
¿
= =
=
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 ecuación de
estimación, es decir, una fórmula matemática que
relaciona las variables conocida con la variable
desconocida.
Ejemplo:



Se supone una relación en línea recta del tipo:


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


A
nálisis de regresión
Presión 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
cuestión
2. Calculo de S(xx) y S(xy)
3. Se obtiene | de:


4. Y o de:




A
nalisis de regresión
) (
) (
ˆ
xx S
xy S
= |
x y | o
ˆ
ˆ
÷ =
10





D
iagrama de dispersión
A
n
c
h
o

d
e

l
a

p
a
r
e
d

(
m
m
)
Presión 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

entonces la medición de la dureza podría usarse para controlar la resistencia a la rotura. reemplazando una prueba destructiva por una no destructiva.  Ejemplo.C   UANDO SE UTILIZA Para determinara el grado de relación(correlación) entre dos variables cuantitativas Para realizar predicciones cuando una variable es fácil de medir y la otra no. Si se tiene una alta correlación entre la dureza y la resistencia a la rotura de una pieza metálica. 2 .

laboración de Diagrama Reúna pares de datos (x. nombre de las personas que lo hacen. número de pares de dato. para facilitar la lectura). Encuentre los valores máximos y mínimos. Determine las escalas que se usarán en los ejes(se recomienda que las longitudes sean aproximadamente iguales. 2. use el eje vertical para la característica y el horizontal para el factor. etc.E 1. tales como:título del diagrama. 5. 3. En lo posible mantener el número de divisiones entre 3 y 10 y usar números redondos. y). 3 . título y unidades de cada eje. Registrar aspectos que puedan ser de utilidad. Cuando las variables sean un factor(causa) y una característica de calidad(efecto). Cuando hayan coincidentes utilice círculos concéntricos datos puntos 4. cuya relación se desea estudiar(al menos 30 pares). periodo de tiempo. Representar gráficamente los adecuadamente.

nterpretación del Diagrama Observar en el diagrama si hay puntos muy separados. 2. Es necesario excluir estos puntos del análisis correlacional.I 1. o fueron causados por cambios en las condiciones de operación. en lugar de despreciar completamente estos puntos. 4 . se debe dar la debida atención a la causa de estas irregularidades. Sin embargo. los cuales pueden ser resultado de errores de medición o de registro de los datos.

nterpretación del Diagrama Hay muchos tipos de formas de dispersión. y algunas formas típicas se muestran a continuación.I 1. 5 .

sin embargo. Para estudiar y analizar la relación entre dos variables “x” e “y” es importante hacer primero el diagrama de dispersión.S ( yy ) 2  n    xi  n 2   xi   i 1  n i 1  n    yi  n 2   yi   i 1  n i 1 2 S ( yy )    yi  y  i 1 n 2  n  n    xi   yi  n n S ( xy)   xi  x  yi  y    xi yi   i 1  i 1  n i 1 i 1 6 . es necesario calcular el coeficiente de correlación según la siguiente ecuación: r De donde: S ( xx)   xi  x  i 1 n 2 S ( xy ) S ( xx ).C oeficiente de correlación Correlación: Grado de relación existente entre dos variables. para comprender la fuerza de la relación en términos cuantitativos.

r = 0: No hay correlación.C r oeficiente de correlación Estas ecuaciones son equivalentes a:  x  x  y i 1 i n i  y n n 2 2   xi  x    yi  y   i 1  i 1  Siendo “n” el número de pares de datos Interpretación: El valor de r siempre estará entre –1 y +1 r = -1 Correlación fuerte negativa. Cuando “x” crece “y” crece 7 . Cuando “x” crece “y” decrece. Las dos variables son independiente r = +1: Correlación fuerte positiva.

Los pasos para este método son los siguientes: 8 .16 3. una fórmula matemática que relaciona las variables conocida con la variable desconocida.67 9 3.62 10 1.71 2.24 1.02 2.50 4.43 4.21 3.5 4.95 Se supone una relación en línea recta del tipo: y    x Por medio del método de los mínimos cuadrados se obtienen los valores de  y .01 3.81 8.12 3. Ejemplo: Presión de aire (Kg/cm2) Ancho de la pared (mm) 8.30 9.05 3.0 4.88 4.86 2.53 2. es decir.62 4.83 2.5 2.A Se nálisis de regresión establece cuando se desarrolla una ecuación de estimación.

A 1. 2. nalisis de regresión Obtener la media de las variables en cuestión Calculo de S(xx) y S(xy) Se obtiene  de: ˆ  S ( xy )  S ( xx) Y  de: 4. 3. ˆ ˆ   y  x 9 .

. . 9. . . . . .D Ancho de la pared (mm) iagrama de dispersión Y 5. .0 4. .0 2. .5 . . . .0 X Presión del aire(Kg/cm2 10 . .0 8.5 10.0 8. . .0 1.0 3.0 9.

P aso 1 11 .