EL CONTROL DE CALIDAD Y LAS SIETE HERRAMIENTAS BSICAS

El Control de Calidad tuvo su origen en la produccin industrial masiva de

principios del siglo XX, el desarrollo de los mtodos de produccin en cadena
plante el primer problema de calidad, en cuanto que sta estaba ligada a la
conformidad con las especificaciones de los productos y sus componentes: a una
ms alta conformidad (calidad), correspondera un nmero menor de desechos y
reprocesos, con lo que el coste del proceso productivo, y del producto, se
reducira.
Surgen entonces los primeros procedimientos de control de calidad. La funcin de
calidad, bajo esta ptica clsica, se limita a la realizacin de una serie de
observaciones que tienen como objetivo la verificacin de la concordancia de los
diferentes dispositivos y componentes a su especificacin, previamente
establecida. Los resultados de las observaciones permitiran separar el producto
aceptable del no aceptable mediante la inspeccin final del producto ya terminado.
En Estados Unidos, el liderazgo de Frederick Taylor y su direccin cientfica
(Taylor, 1911) supuso la separacin entre la planificacin del trabajo y su
ejecucin: la planificacin era realizada por distintos especialistas mientras que los
capataces y operarios ejecutaban la planificacin hecha por aquellos.
Desde el punto de vista del control de calidad, tambin se segreg la produccin
de la inspeccin. Se crearon entonces departamentos de inspeccin, llamados de
Control de Calidad o de Aseguramiento de la Calidad, con la finalidad de
separar los productos buenos de los defectuosos de forma que stos no llegaran
al cliente.
Si bien el aumento de la productividad fue evidente, se foment la idea de que la
calidad era materia de los departamentos especializados en la inspeccin de la
calidad. El concepto subyacente de gestin de la calidad era que cada
departamento funcional entregaba su producto al siguiente y, finalmente, el
departamento de calidad separaba la produccin correcta de la incorrecta.
En el desarrollo de los mtodos de control de calidad se produjo un salto
cualitativo con los estudios de Walter A. Shewhart, que entonces trabajaba en los
Laboratorios Bell Telephone, quien a partir de la dcada de 1920 inici el
perfeccionamiento del control de la calidad introduciendo el muestreo estadstico
de los procesos. Defini el control de calidad en trminos de variacin provocada
por causas asignables y causas aleatorias e introdujo los grficos de control de
proceso como una herramienta para distinguir entre los dos tipos de variaciones.
El control de calidad se desplaza entonces de la mera inspeccin final del
producto, al control estadstico del proceso con el fin de determinar cundo un
proceso est sometido a variaciones en su comportamiento, tales que su resultado

derivar en producto defectuoso, es decir, fuera de los lmites de las

especificaciones establecidas en el diseo.
Shewhart hizo hincapi en que los procesos de produccin deben ser controlados
estadsticamente, de forma que slo existan variaciones de causas ocasionales o
aleatorias, para as mantenerlos bajo control. Sus trabajos fueron expuestos
en Economic Control of Quality of Manufactured Products(Shewart, 1931).
Durante la II Guerra Mundial, la industria de Estados Unidos llev a cabo la
produccin de gran cantidad de material militar, para uso propio o para entrega a
los aliados. Muchos de esos productos empleaban una tecnologa nueva y
sofisticada, por lo que era necesario asegurar su calidad. Los
mtodos estadsticos de control de calidad fueron entonces intensamente
desarrollados en lo que supuso un fuerte impulso al moderno control de calidad.
En Japn, antes de la II Guerra Mundial, la aplicacin del control de calidad era
escasa. Japn elaboraba productos de baja calidad que eran vendidos a bajo
precio. Tras el conflicto blico, la ocupacin militar del pas por parte de Estados
Unidos supuso el estmulo del moderno control de calidad, centrndose al principio
en el sector de las telecomunicaciones al necesitar los militares estadounidenses
que estos servicios funcionaran adecuadamente por razones logsticas, para
extenderse posteriormente a otro tipo de industrias.
En 1949 la Unin Japonesa de Cientficos e Ingenieros (JUSE Union of
Japanese Scientists and Engineers) constituye un grupo de investigacin sobre
control de calidad. En 1950 Edwards Deminges invitado a impartir una serie de
cursos y seminarios que promueven fuertemente el uso del control estadstico de
la calidad, que se haba mostrado muy eficaz en la disminucin de las causas
asignables de variacin de los procesos y en la reduccin del personal encargado
de efectuar la inspeccin.
La aplicacin del control estadstico de la calidad tuvo amplia difusin en las
industrias, especialmente en el mbito de la fabricacin. Ello en un pas con una
elevadsima densidad de poblacin que carece de materias primas, por lo que se
consider estratgico producir bienes con una calidad que facilitara la exportacin.
No obstante, el enfoque del control de calidad se mostr insuficiente ya que
involucraba nicamente a ingenieros y personal de planta, produca rechazo en el
personal y no implicaba suficientemente a la gerencia de las industrias.
En 1954, Joseph M. Juran visita Japn e imparte una serie de seminarios dirigidos
a niveles directivos altos y medios, sensibilizndolos acerca de su papel en el
control de la calidad. Esta visita de Juran marc una transicin en las actividades
de control de calidad en Japn (Ishikawa, 1985), en el sentido de no limitarlas a
ingenieros y empleados de la lnea operativa, sino de extenderla a toda la
empresa, dando paso a lo que se denomin control total de calidad.

Esta perspectiva pone el nfasis en la participacin total; en la cooperacin de

todos los departamentos y empleados. El control de calidad no ha de limitarse a la
inspeccin, para evitar que los procesos generen productos defectuosos, y a los
departamento de produccin, sino que ha de extenderse a todas las actividades
de la organizacin: desde el diseo de productos, a la fabricacin, la garanta
posventa, los subcontratistas y el resto de actividades auxiliares o de soporte,
como la contabilidad o la administracin del personal. Un planteamiento en el que
puede reconocerse lo que ms tarde se denominara Gestin de la Calidad
Total.
Desde el enfoque japons, control de calidad total significa la participacin de todo
individuo en el control de calidad, y no nicamente de especialistas en calidad, de
personal de produccin o de miembros de la direccin.
Tambin este punto de vista entraba en contradiccin con los principios del
taylorismo que, con su divisin entre planificacin y ejecucin, relegaba a los
operarios al papel de seguir las rdenes y los procedimientos establecidos por
los especialistas.
Para canalizar la participacin se impuls, a partir de 1962, la creacin de crculos
de calidad. Un crculo de calidad es: Un grupo pequeo que desarrolla
actividades de control de calidad dentro de un mismo taller. Este pequeo grupo
lleva a cabo continuamente, como parte de las actividades de control en toda la
empresa, autodesarrollo y desarrollo mutuo, control y mejora dentro del taller
utilizando tcnicas de control de calidad con participacin de todos los miembros
(Ishikawa, 1980).
No obstante las tcnicas estadsticas del control de calidad posean una cierta
complejidad que impeda su uso por parte del personal no especializado en ellas.
Era entonces necesario disponer de herramientas que no requirieran de un
conocimiento experto en tcnicas estadsticas y que, por tanto, pudieran ser
aplicadas en los crculos de calidad.
En 1968 Ishikawa propone un conjunto de tcnicas estadsticas sencillas para ser
aplicadas por los crculos de calidad. Segn Ishikawa, con las siete herramientas
bsicas es posible resolver el 95% de los problemas que presenta una
organizacin, sobre todo en el rea de produccin (Ishikawa, 1986).
Estas herramientas, que posteriormente fueron denominadas las siete
herramientas bsicas de la calidad, pueden ser descritas genricamente como
mtodos para la mejora continua y la solucin de problemas.

Las siete herramientas bsicas de la calidad son:

Diagrama Causa Efecto. Ayuda a identificar, clasificar y poner de manifiesto
posibles causas, tanto de problemas especficos como de efectos deseados.
Hoja de Comprobacin. Registro de datos relativos a la ocurrencia de
determinados sucesos, mediante un mtodo sencillo.
Grficos de Control. Herramienta estadstica utilizada para controlar y mejorar
un proceso mediante el anlisis de su variacin a travs del tiempo.
Histograma. Grfico de barras verticales que representa la distribucin de
frecuencias de un conjunto de datos.
Diagrama de Pareto. Mtodo de anlisis que permite discriminar entre las
causas ms importantes de un problema (los pocos y vitales) y las que lo son
menos (los muchos y triviales).
Diagrama de Dispersin. Herramienta que ayuda a identificar la posible relacin
entre dos variables.
Estratificacin. Procedimiento consistente en clasificar los datos disponibles por
grupos con similares caractersticas que muestra grficamente la distribucin de
los datos que proceden de fuentes o condiciones diferentes.
El xito de estas tcnicas radica en la capacidad que han demostrado para ser
aplicadas en un amplio rango de problemas, desde el control de calidad hasta las
reas de produccin, marketing y administracin. Las organizaciones de servicios
tambin son susceptibles de aplicarlas, aunque su uso comenzara en el mbito
industrial.
Estas tcnicas pueden ser manejadas por personas con una formacin media, lo
que ha hecho que sean la base de las estrategias de resolucin de problemas en
los crculos de calidad y, en general, en los equipos de trabajo conformados para
acometer mejoras en actividades y procesos.

1. Hoja de Comprobacin
La Hoja de Control u hoja de recogida de datos, tambin llamada de Registro,
sirve para reunir y clasificar las informaciones segn determinadas categoras,
mediante la anotacin y registro de sus frecuencias bajo la forma de datos. Una
vez que se ha establecido el fenmeno que se requiere estudiar e identificadas las
categoras que los caracterizan, se registran estas en una hoja, indicando la
frecuencia de observacin.
Lo esencial de los datos es que el propsito este claro y que los datos reflejen la
verdad. Estas hojas de recopilacin tienen muchas funciones, pero la principal es
hacer fcil la recopilacin de datos y realizarla de forma que puedan ser usadas
fcilmente y analizarlos automticamente.
De modo general las hojas de recogida de datos tienen las siguientes funciones:
De distribucin de variaciones de variables de los
(peso, volumen, longitud, talla, clase, calidad, etc)
De clasificacin de artculos defectuosos
De localizacin de defectos en las piezas
De causas de los defectos
De verificacin de chequeo o tareas de mantenimiento.

artculos

producidos

Una vez que se ha fijado las razones para recopilar los datos, es importante que
se analice las siguientes cuestiones:
La informacin es cualitativa o cuantitativa
Como, se recogern los datos y en que tipo de documento se har
Cmo se utiliza la informacin recopilada
Cmo de analizar
Quin se encargar de la recogida de datos
Con qu frecuencia se va a analizar
Dnde se va a efectuar
Esta es una herramienta manual, en la que clasifican datos a travs
de marcas sobre la lectura realizadas en lugar de escribirlas, para estos propsitos
son utilizados algunos formatos impresos, los objetivos mas importantes de la hoja
de control son:
Investigar procesos de distribucin
Artculos defectuosos
Localizacin de defectos
Causas de efectos
Una secuencia de pasos tiles para aplicar esta hoja en un Taller es la siguiente:
1. Identificar el elemento de seguimiento
2. Definir el alcance de los datos a recoger
3. Fijar la periodicidad de los datos a recolectar
4. Disear el formato de la hoja de recogida de datos, de acuerdo con la cantidad
de informacin a recoger, dejando un espacio para totalizar los datos, que

permita conocer: las fechas de inicio y termino, las probables interrupciones,

la persona que recoge la informacin, fuente, etc
2. Histogramas
Es bsicamente la presentacin de una serie de medidas clasificadas y
ordenadas, es necesario colocar las medidas de manera que formen filas y
columnas, en este caso colocamos las medidas en cinco filas y cinco columnas.
Las manera mas sencilla es determinar y sealar el numero mximo y mnimo por
cada columna y posteriormente agregar dos columnas en donde se colocan los
nmeros mximos y mnimos por fila de los ya sealados. Tomamos
el valor mximo de la columna X+ (medidas maximas) y el valor mnimo de las
columnas X- (medidas mnimas) y tendremos el valor mximo y el valor mnimo.
Teniendo los valores mximos y mnimos, podemos determinar el rango de la
serie de medidas, el rango no es ms que la diferencia entre los valores mximos
y
mnimos.
Rango = valor mximo valor mnimo
EJEMPLO:
Rango = 3.67 3.39 milmetros
Rango= 0.28 N=numero de medidas que conforman la serie N=25
Es necesario determinar el numero de clases para poder as tener el intervalo de
cada clase.
Ejemplo:
28=4.6 numero de clase 6
intervalo de cada clase4.6
El intervalo de cada clase lo aproxima a 5 o sea que vamos a tener 6 clases y un
intervalo de 5 por clase.
La marca de clase es el valor comprendido de cada clase y se determina as:
X=marca de clase=limite mximo + limite mnimo con la tabla ya preparada se
identifican los datos de medida que se tiene y se introducen en la tabla en la clase
que le corresponde a una clase determinada.

El histograma se usa para:

Obtener una comunicacin clara y efectiva de la variabilidad del sistema
Mostrar el resultado de un cambio en el sistema
Identificar anormalidades examinando la forma
Comparar la variabilidad con los lmites de especificacin
Procedimientos de elaboracin:
1. Reunir datos para localizar por lo menos 50 puntos de referencia
2. Calcular la variacin de los puntos de referencia, restando el dato del mnimo
valor del dato de mximo valor
3. Calcular el nmero de barras que se usaran en el histograma (un mtodo
consiste en extraer la raz cuadrada del nmero de puntos de referencia)
4. Determinar el ancho de cada barra, dividiendo la variacin entre el nmero de
barras por dibujar
5. Calcule el intervalo o sea la localizacin sobre el eje X de las dos lneas
verticales que sirven de fronteras para cada barrera
6. Construya una tabla de frecuencias que organice los puntos de referencia
desde el ms bajo hasta el ms alto de acuerdo con las fronteras establecidas
por cada barra.
7. Elabore el histograma respectivo.
3. Diagrama de Pareto
Es una herramienta que se utiliza para priorizar los problemas o las causas que
los genera.
El nombre de Pareto fue dado por el Dr. Juran en honor del economista italiano
VILFREDO PARETO (1848-1923) quien realiz un estudio sobre la distribucin de
la riqueza, en el cual descubri que la minora de la poblacin posea la mayor
parte de la riqueza y la mayora de la poblacin posea la menor parte de la
riqueza. El Dr. Juran aplic este concepto a la calidad, obtenindose lo que hoy se
conoce como la regla 80/20.
Segn este concepto, si se tiene un problema con muchas causas, podemos decir
que el 20% de las causas resuelven el 80 % del problema y el 80 % de las causas
solo resuelven el 20 % del problema.
Seta basada en el conocido principio de Pareto, esta es una herramienta que es
posible identificar lo poco vital dentro de lo mucho que podra ser trivial, ejemplo:
la siguiente figura muestra el numero de defectos en el producto manufacturado,
clasificado de acuerdo a los tipos de defectos horizontales.

Procedimientos para elaborar el diagrama de Pareto:

1. Decidir el problema a analizar.
2. Disear una tabla para conteo o verificacin de datos, en el que se registren los
totales.
3. Recoger los datos y efectuar el clculo de totales.
4. Elaborar una tabla de datos para el diagrama de Pareto con la lista de tems,
los totales individuales, los totales acumulados, la composicin porcentual y los
porcentajes acumulados.
5. Jerarquizar los tems por orden de cantidad llenando la tabla respectiva.
6. Dibujar dos ejes verticales y un eje horizontal.
7. Construya un grfico de barras en base a las cantidades y porcentajes de cada
tem.
8. Dibuje la curva acumulada. Para lo cual se marcan los valores acumulados en
la parte superior, al lado derecho de los intervalos de cada tem, y finalmente
una los puntos con una lnea continua.
9. Escribir cualquier informacin necesaria sobre el diagrama.
Para determinar las causas de mayor incidencia en un problema se traza una lnea
horizontal a partir del eje vertical derecho, desde el punto donde se indica el 80%
hasta su interseccin con la curva acumulada. De ese punto trazar una lnea
vertical hacia el eje horizontal. Los tems comprendidos entre esta lnea vertical y
el eje izquierdo constituye las causas cuya eliminacin resuelve el 80 % del
problema.

4. Diagrama de causa efecto

Sirve para solventar problemas de calidad y actualmente es ampliamente utilizado
alrededor de todo el mundo. Como debe ser construido un diagrama de causa
efecto?. Por ejemplo, tenemos el cocinado de un arroz especial del cual
consideraremos el sabor como si esto fuera una caracterstica de la calidad para
lograr su mejora.
En la siguiente figura tenemos un ejemplo de un diagran de causa efecto
elaborado cuando un problema de mquina es debido a las principales causas
nombradas en este caso:
Mquina
Hombre
Mtodo
Material
y distribucin de un lado de la columna.

5. La estratificacin
Es lo que clasifica la informacin recopilada sobre una caracterstica de calidad.
Toda la informacin debe ser estratificada de acuerdo a operadores individuales
en mquinas especificas y as sucesivamente, con el objeto de asegurarse de los
factores asumidos;
Usted observara que despus de algn tiempo las piedras, arena, lodo
y agua puede separase, en otras palabras, lo que ha sucedido es una
estratitifacion de los materiales, este principio se utiliza en manufacturera. Los
criterios efectivos para la estratificacin son:
Tipo de defecto
Causa y efecto
Localizacin del efecto
Material, producto, fecha de produccin, grupo de trabajo, operador, individual,
proveedor, lote etc.

6. Grfico de Control
Los grficos de control tienen su origen al final de la dcada de 1920, cuando
Walter A. Shewhart analiz numerosos procesos de fabricacin concluyendo que
todos presentaban variaciones. Encontr que estas variaciones podan ser de dos
clases: una aleatoria, entendiendo por ella que su causa era insignificante o
desconocida, y otra imputable (tambin llamada asignable), cuyas causas podan
ser descubiertas y eliminadas tras un correcto diagnstico.
Los grficos de control constituyen una herramienta estadstica utilizada para
evaluar la estabilidad de un proceso. Permite distinguir entre las causas de
variacin. Todo proceso tendr variaciones, pudiendo estas agruparse en:
Causas aleatorias de variacin. Son causas desconocidas y con poca
significacin, debidas al azar y presentes en todo proceso.
Causas especficas (imputables o asignables). Normalmente no deben estar
presentes en el proceso. Provocan variaciones significativas.
Las causas aleatorias son de difcil identificacin y eliminacin. Las causas
especficas s pueden ser descubiertas y eliminadas, para alcanzar el objetivo de
estabilizar el proceso.
Existen diferentes tipos de grficos de control:
De datos por variables. Que a su vez pueden ser de media y rango, mediana y
rango, y valores medidos individuales.
De datos por atributos. Del estilo aceptable / inaceptable, s / no,

En la base de los grficos de control est la idea de que la variacin de una

caracterstica de calidad puede cuantificarse obteniendo muestras de las salidas
de un proceso y estimando los parmetros de su distribucin estadstica. La
representacin de esos parmetros en un grfico, en funcin del tiempo, permitir
la comprobacin de los cambios en la distribucin.
El grfico cuenta con una lnea central y con dos lmites de control, uno superior
(LCS) y otro inferior (LCI), que se establecen a 3 desviaciones tpicas (sigma) de
la media (la lnea central). El espacio entre ambos lmites define la variacin
aleatoria del proceso. Los puntos que exceden estos lmites indicaran la posible
presencia de causas especficas de variacin.

7. Diagrama de Dispersin

Es el estudios de dos variables, tales como la velocidad del pin y las

dimensiones de una parte o la concentracin y la gravedad especifica, a esto se le
llama diagrama de dispersin. Estas dos variables se pueden embarcarse as:
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.

Para comprender la relacin entre estas, es importante, hacer un diagrama de

dispersin
y
comprender
la
relacin
global.
Cuadro de los datos de presin del aire de soplado y porcentaje de defectos de
tanque plstico.
Fecha

Presin de aire Porcentaje de

(Kg/cm2)
Defectos (%)

Fecha

Presin de aire
(Kg./ cm2)

Porcentaje
de
Defectos (%)

Oct. 1
2
3
4
5
8
9
10
11
12
15
16
17
18
19

8.6
8.9
8.8
8.8
8.4
8.7
9.2
8.6
9.2
8.7
8.4
8.2
9.2
8.7
9.4

Oct. 22
23
24
25
26
29
30
31
1
2
5
6
7
8
9

8.7
8.5
9.2
8.5
8.3
8.7
9.3
8.9
8.9
8.3
8.7
8.9
8.7
9.1
8.7

0.892
0.877
0.885
0.866
0.896
0.896
0.928
0.886
0.908
0.881
0.882
0.904
0.912
0.925
0.872

0.889
0.884
0.874
0.891
0.874
0.886
0.911
0.912
0.895
0.896
0.894
0.864
0.922
0.909
0.905

Grficas de dispersin
Se utilizan para estudiar la variacin de un proceso y determinar a que obedece
esta variacin.
Un grfico de control es una grfica lineal en la que se han determinado
estadsticamente un lmite superior (lmite de control superior) y un lmite inferior
(lmite inferior de control) a ambos lados de la media o lnea central. La lnea
central refleja el producto del proceso. Los lmites de control
proveen seales estadsticas para que la administracin acte, indicando la
separacin entre la variacin comn y la variacin especial.
Estos grficos son muy tiles para estudiar las propiedades de los productos, los
factores variables del proceso, los costos, los errores y otros datos administrativos.
Un grfico de Control muestra:
1. Si un proceso est bajo control o no
2. Indica resultados que requieren una explicacin
3. Define los lmites de capacidad del sistema, los cuales previa comparacin con
los de especificacin pueden determinar los prximos pasos en un proceso de
mejora.
Este puede ser de lnea quebrada o de circulo. La lnea quebrada es a menudo
usada para indicar cambios dinmicos. La lnea quebrada es la grfica de control
que provee informacin del estado de un proceso y en ella se indica si el proceso

se establece o no. Ejemplo de una grfica de control, donde las medidas

planteadas versus tiempo.
En ella se aclara como las medidas estn relacionadas a los lmites de control
superior e inferior del proceso, los puntos afuera de los lmites de control muestran
que el control esta fuera de control.
Todos los controles de calidad requieren un cierto sentido de juicio
y acciones propias basadas en informacin recopilada en el lugar de trabajo. La
calidad no puede alcanzarse nicamente a travs de calcular desarrollado en el
escritorio, pero si a travs de actividades realizadas en la planta y basadas desde
luego en clculos de escritorio.
El control de calidad o garanta de calidad se inici con la idea de hacer hincapi
en la inspeccin.
Necesidad de la participacin total
Para aplicar desde el comienzo la garanta de calidad en la etapa de desarrollo de
un producto nuevo, ser preciso que todas las divisiones de la empresa y todos
sus empleados participen en el control de calidad.
Cuando el control de calidad slo hace hincapi en la inspeccin, nicamente
interviene una divisin, bien sea la divisin de inspeccin o la divisin de control
de calidad, y sta se limita a verificar en la puerta de salida para impedir que
salgan productos defectuosos. Sin embargo, el programa de control de calidad
hace hincapi en el proceso de fabricacin, la participacin se hace extensiva a
las lneas de ensamblaje, a los subcontratistas y a las divisiones
de compras, ingeniera de productos y mercadeo. En una aplicacin ms
avanzada del control de calidad, que viene a ser la tercera fase, todo lo anterior se
toma insuficiente. La participacin ya tiene que ser a escala de toda la empresa.
Esto significa que quienes intervienen en planificacin, diseo e investigacin de
nuevos productos, as como quienes estn en la divisin de fabricacin y en las
divisiones de contabilidad, personal y relaciones laborales, tienen que participar
sin excepcin.
La garanta de calidad tiene que llegar a esta tercera fase de desarrollo, que es la
aplicacin de la garanta de calidad desde las primeras etapas de desarrollo de un
producto. Al mismo tiempo, el control de calidad ha acogido el concepto de la
participacin total por parte de todas las divisiones y sus empleados. La
convergencia de estas dos tendencias ha dado origen al control de calidad en toda
la empresa, la caracterstica ms importante del Control de Calidad japons hoy.
En la fabricacin de productos de alta calidad con garanta plena de calidad, no
hay que olvidar el papel de los trabajadores. Los trabajadores son los que
producen, y si ellos y sus supervisores no lo hacen bien, el Control de Calidad no
podr progresar.

B. La satisfaccin de un trabajo bien hecho con calidad. Esto incluye lo siguiente:

El gozo de completar un proyecto o alcanzar una meta
El gozo de escalar una montaa simplemente porque esta all.
Se sugiere que se establezcan fabricantes especializados en sus propios campos,
al menos en cada provincia. De lo contrario no podremos mejorar la calidad ni
aumentar la productividad.

El diagrama de dispersin permite analizar si existe algn tipo de relacin entre

dos variables. Por ejemplo, puede ocurrir que dos variables estn relacionadas de
manera que al aumentar el valor de una, se incremente el de la otra. En este caso
hablaramos de la existencia de una correlacin positiva. Tambin podra ocurrir
que al producirse una en un sentido, la otra derive en el sentido contrario; por
ejemplo, al aumentar el valor de la variable x, se reduzca el de la variable y.
Entonces, se estara ante una correlacin negativa. Si los valores de ambas
variable se revelan independientes entre s, se afirmara que no existe correlacin.

El diagrama de dispersin es una herramienta grfica qe ayuda a identificar la

posible relacin entre dos variables. Representa la relacin entre dos variables de
forma grfica, lo que hace ms fcil visualizar e interpretar los datos.
De otro lado, calculando el coeficiente de correlacin entre dos variables, permite
cuantificar el grado de relacin entre ambas, as como su signo. El valor de este
coeficiente puede estar comprendido entre 1 y 1.
Cuando toma un valor prximo a 1, la correlacin es fuerte y negativa. Si el valor
es cercano a +1, la correlacin es fuerte y positiva.
Si el coeficiente de correlacin lineal presenta un valor prximo a 0, la correlacin
es dbil.
Un coeficiente de 0 indicara independencia total entre ambas variables. A su vez,
un coeficiente de correlacin lineal de 1 de -1 sealara que entre ambas
variables hay dependencia funcional, positiva o negativa segn el signo del
coeficiente.
Esta correlacin puede sealar, pero no por ello probar, una relacin causal, es
decir, no predice relaciones causa efecto, sino que muestra la intensidad de la
relacin entre dos variables. Por lo tanto, es importante no apresurarse a obtener
conclusiones sobre la relacin entre las variables, ya que puede ser otra tercera
que afecte a la relacin.

Ejemplo de Diagrama de Dispersin

En el diagrama de dispersin de ejemplo las variables a analizar son las

puntuaciones medias obtenidas para los distintos factores del servicio, tanto en
percepcin (X) como en expectativas (Y), a partir de una muestra de usuarios de
un servicio administrativo a los que se les administr una encuesta de satisfaccin.
El clculo del coeficiente de correlacin lineal efectuado para los datos del ejemplo
de diagrama de dispersin arroja un valor de 0,45. Se confirma que existe una
relacin positiva entre ambas variables, si bien la correlacin existente entre
ambas es moderada.