INSTITUTO TECNOLÓGICO DE CHIHUAHUA

Control estadístico de calidad.Estratificación y

Diagrama de dispersión

Ana Rebeca Gardea Vela12060224

ESTRATIFICACIÓN1

La estratificación supone siempre la existencia de diferentes niveles o estratos que se caracterizan por determinados elementos y que son, entonces, diferenciables del resto de los niveles a partir de ellos.Su objetivo principal es clasificar y categorizar diversos elementos, circunstancias o fenómenos. Al establecer estratos, el ser humano puede entonces diferenciar los diversos niveles existentes para cada circunstancia y así comprenderlos mejor. Si bien las diferencias entre un nivel o estrato y otro pueden existir sin que el hombre los categorice, no es más que él quien lo transforma en una escala racional y más o menos lógica.La estratificación es un método estadístico utilizado para el control, análisis y mejora de la calidad consistente en clasificar los datos disponibles por grupos con similares características. A cada grupo se le denomina estrato.Los estratos a definir lo serán en función de la situación particular de que se trate, pudiendo establecerse estratificaciones atendiendo a: personal, materiales, maquinaria y equipo, áreas de gestión, tiempo, etc.Permite aislar la causa de un problema, identificando el grado de influencia de ciertos factores en el resultado de un proceso.La estratificación puede apoyarse en distintas herramientas de calidad, sin embargo, el histograma es el modo más habitual de presentarla.

DIAGRAMA DE DISPERSIÓN

2

El diagrama de dispersión es una herramienta de análisis la cual representa en forma gráfica la relación existente entre dos variables pudiendo observar la dependencia o influencia que tiene una variable sobre la otra, permitiendo visualizar de forma gráfica su posible correlación. Conocidos también como gráficos XY es una herramienta de análisis utilizado generalmente en el área de la gestión de calidad con el objeto de encontrar las relaciones de las causas que producen un efecto.El diagrama de dispersión nos indica la relación existente entre dos variables, y por lo tanto si traducimos estas dos variables a grupos de datos, podemos relacionar grupos de datos con el objeto de verificar o averiguar que existe una relación entre ambos y como es esta relación de forma aproximada.Los diagramas de dispersión se emplean para:

Observar el grado de intensidad en la relación entre dos variables, esta relación puede ser entre un efecto y una de las supuestas causas que lo producen o para ver la relación entre dos causas que provocan un mismo efecto.

Visualizar rápidamente cambios anómalos. Analizar determinadas cuestiones mediante comparaciones.

Los pasos a seguir para construir un diagrama de dispersión son:

1. Seleccionar las 2 variables que se van relacionar.2. Establecer una hipótesis de la posible relación entre ambas.3. Construir una tabla que nos relacione los valores de ambas variables por parejas. Si no

disponemos de dichos datos será necesario realizar una toma.4. Dibujar el diagrama poniendo una variable en cada uno de los ejes cartesianos (x,y) con una

escala de valores que se ajuste a los datos que se dispone.5. Representar en el gráfico cada par de valores por un punto.6. Encontrar la correlación analizando la tendencia de la nube de puntos y la correlación entre las

variables.

Coeficiente de correlación

En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de relación entre sí, el coeficiente de correlación mide el grado de intensidad de esta posible relación entre las variables. Es el cociente entre la covarianza y el producto de las desviaciones típicas de ambas variables.El coeficiente de correlación se representa por la letra r:

Propiedades:

3

1. El coeficiente de correlación no varía al hacerlo la escala de medición.2. El signo del coeficiente de correlación es el mismo que el de la covarianza.

a. Si la covarianza es positiva, la correlación es directa.b. Si la covarianza es negativa, la correlación es inversa.c. Si la covarianza es nula, no existe correlación.

3. El coeficiente de correlación lineal es un número real comprendido entre −1 y 1; −1 ≤ r ≤ 1

4. Si el coeficiente de correlación lineal toma valores cercanos a −1 la correlación es fuerte e inversa, y será tanto más fuerte cuanto más se aproxime r a −1.

5. Si el coeficiente de correlación lineal toma valores cercanos a 1 la correlación es fuerte y directa, y será tanto más fuerte cuanto más se aproxime r a 1.

6. Si el coeficiente de correlación lineal toma valores cercanos a 0, la correlación es débil.7. Si r = 1 ó −1, los puntos de la nube están sobre la recta creciente o decreciente. Entre ambas

variables hay dependencia funcional.

Ejemplos de diagramas de dispersión:

Correlación directa. La recta correspondiente a la nube de puntos de la distribución es una recta creciente.

Correlación inversa. La recta correspondiente a la nube de puntos de la distribución es una recta decreciente.

Correlación nula. En éste caso se dice que las variables son incorreladas y la nube de puntos tiene una forma redondeada.

4

Correlación fuerte. Es cuanto los puntos estén más cerca de la recta.

Correlación débil. Será débil cuanto más separados estén los puntos de la recta.

BIBLIOGRAFÍA:

5

http://www.definicionabc.com/general/estratificacion.phphttp://www.aiteco.com/estratificacion/http://www.vitutor.com/estadistica/bi/coeficiente_correlacion.htmlhttp://www.aulafacil.com/cursos/l11224/ciencia/estadisticas/estadisticas/coeficiente-de-correlacion-linealhttp://www.quees.info/diagrama-de-dispersion.htmlhttp://www.ditutor.com/estadistica_2/diagrama_dispersion.html

6