INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ

INGENIERA EN GESTIN EMPRESARIAL 7 A CALIDAD APLICA A LA GESTIN EMPRESARIAL

Trabajo: DIAGRAMA DE DISPERSIN

Presenta: JESICA GIOVANA OVANDO OVILLA BRENDA DEL CARMEN REYES PASCACIO DENY GABRIELA SNCHEZ GMEZ Profesora: ING. EDALI RAMOS MIJANGOS Tuxtla Gutirrez, Chiapas, Mxico; 09 de Octubre del 2013.

DIAGRAMA DE DISPERSIN
Diagrama Scadter

Definicin
Representacin grfica del grado de relacin entre dos variables cuantitativas.

Impacto visual Comunicacin Gua en la investigacin

Elaborar una teora admisible y relevante. Obtener los pares de datos correspondientes. Determinar los valores mximos y mnimos. Decidir sobre que eje se representarn.

Trazar y rotular los ejes.

Marcar los pares de datos. Rotular el grfico.

Se puede utilizar para:

Relaciones causaefecto: Caso ms comn en su utilizacin para la mejora de la calidad. Relaciones entre dos efectos: Sirve para contrastar la teora de que ambos provienen de una causa comn desconocida.

 Posibilidad e utilizar un defecto como sustituto de otro: Utilizado para controlar efectos difciles o costosos de medir.

Relaciones entre dos posibles causas: Sirve para actuar sobre efectos de forma ms simples o adecuada y para analizar procesos complejos.

Pautas tpicas de correlacin

Correlacin fuerte
Los puntos se agrupan claramente alrededor de una lnea imaginaria que pasa por el centro. Esto sugiere que el control de una variable lleva el control de la otra.

Positiva Negativa

 El valor de Y aumenta claramente con el valor de la variable X.

El valor de Y disminuye claramente cuando X aumenta.

Correlacin Dbil
Los puntos no estn suficientemente agrupados, como para asegurar que existe la relacin. El control de una de las variables no necesariamente nos llevar al control de la otra

Positiva
Negativa

El valor de la variable Y tiende a aumentar cuando aumenta el valor de la variable X.

El valor de Y tiende a disminuir cuando aumenta el valor de X.

Correlacin Compleja
El valor de la variable Y parece estar relacionado con el de la variable X, pero esta relacin no es simple o lineal. En este caso se estudia la relacin ms profundamente.

Sin Correlacin
Para cualquier valor de la variable X, Y puede tener cualquier valor. No aparece ninguna relacin especial entre ambas variables. En este caso, la teora no es correcta y se deben buscar otros tipos de relaciones.

Posibles problemas y deficiencias de interpretacin.

Correlacin sin soporte lgico. Efecto de la escala. Rango de los datos. Factores de confusin.

Problemas con los datos.

Ejemplo:
En una empresa que elabora un producto alimenticio, se detect un aumento en la cantidad de productos deteriorados despus de una noche de almacenaje, antes del transporte al cliente.

 La teora sobre la posible causa, es que el nuevo sistema de climatizacin del almacn no es suficientemente preciso y la temperatura supera la mxima que el producto soporta, 5 C. (paso 1) El equipo recogi datos durante 40 das. (paso 2)

(paso 3)

(paso 4)