Diagrama de Dispersión: Cómo Encontrar Correlaciones

Un diagrama de dispersión es una de las herramientas más simples en la gestión de calidad y una de las más malinterpretadas. Los equipos lo usan para ver si dos variables se mueven juntas. Pero a menudo se quedan ahí, saltándose el paso que evita las malas decisiones: entender la diferencia entre correlación y causalidad.

Antes de actuar sobre lo que muestra un diagrama de dispersión, necesita saber exactamente qué es, cómo construirlo correctamente y dónde encaja en un análisis más amplio. Eso es lo que cubre esta guía.

¿Qué es un diagrama de dispersión?

Un diagrama de dispersión (también llamado gráfico de dispersión o gráfico X-Y) es un gráfico que grafica valores numéricos emparejados en un eje horizontal X y un eje vertical Y para revelar si dos variables están relacionadas y con qué fuerza. Cada punto de datos representa una observación. La nube de puntos resultante muestra si las dos variables tienden a subir y bajar juntas, moverse en direcciones opuestas, o no tener una conexión aparente.

El diagrama de dispersión es una de las 7 herramientas básicas de calidad (herramientas de control de calidad (QC)) atribuidas al pionero de la calidad Kaoru Ishikawa, quien formalizó el conjunto de herramientas en las décadas de 1960 y 1970. Se ubica junto al diagrama de espina de pescado, la hoja de verificación, el histograma, el gráfico de control, el diagrama de Pareto y la estratificación como un método fundamental para la resolución de problemas basada en datos.

El punto clave: un diagrama de dispersión muestra correlación, no causalidad. Le indica que dos cosas tienden a moverse juntas. No le dice por qué.

Datos clave

• Kaoru Ishikawa formalizó las 7 herramientas básicas de calidad (incluido el diagrama de dispersión) en su trabajo de 1968 en Kawasaki y en publicaciones posteriores como Guide to Quality Control (1976, Organización Asiática de Productividad). El conjunto completo de herramientas se convirtió en el estándar global para los círculos de calidad y los programas de gestión de calidad total.
• El gráfico de dispersión como forma gráfica tiene una larga historia: el astrónomo británico John Herschel usó una versión temprana de la técnica en 1833 para graficar posiciones estelares, y Francis Galton usó gráficos de datos emparejados en la década de 1880 al estudiar la herencia. Karl Pearson formalizó el coeficiente de correlación (r de Pearson) en 1896, dando a los usuarios del diagrama de dispersión una medida numérica de la fuerza de la relación junto con el patrón visual.
• Un diagrama de dispersión es más confiable cuando se construye con al menos 30 puntos de datos emparejados. Menos puntos hacen que la interpretación de patrones sea poco confiable, y pueden aparecer tendencias espurias por azar.
• "Un diagrama de dispersión no le dirá por qué dos cosas se mueven juntas, solo que lo hacen."

Por qué usar un diagrama de dispersión

La mayoría de los problemas de calidad comienzan con una corazonada. Un ingeniero de procesos sospecha que una temperatura de horno más alta causa más defectos superficiales. Un gerente de soporte piensa que la falta de personal genera tiempos de espera más largos. Un líder de ventas cree que más llamadas producen más negocios cerrados.

Esas corazonadas son buenos puntos de partida. Pero actuar sobre ellas sin datos es costoso. El diagrama de dispersión le permite probar una relación de causa y efecto sospechada antes de comprometer recursos en una solución.

Encaja naturalmente después de una sesión de diagrama de espina de pescado o de los cinco por qué. Una vez que su equipo ha identificado una lista de posibles causas raíz, puede usar un diagrama de dispersión para verificar qué relaciones sospechadas realmente aparecen en los datos. Eso mantiene su análisis de causa raíz basado en evidencia en lugar de opinión.

El diagrama de dispersión también alimenta hacia arriba en los proyectos DMAIC de Six Sigma, específicamente en la fase de Análisis, donde los equipos necesitan confirmar o descartar relaciones entre variables antes de diseñar mejoras.

Tipos de correlación que muestra un diagrama de dispersión

El patrón que forman sus puntos es el resultado del análisis. Aquí están los seis patrones que encontrará típicamente:

Cuando el patrón es ambiguo, una línea de tendencia (línea de mejor ajuste) trazada a través de los datos ayuda a clarificar la dirección. Un coeficiente de correlación (r de Pearson) da un resumen numérico: los valores cercanos a +1 o -1 indican relaciones fuertes; los valores cercanos a 0 sugieren que no hay relación lineal.

Use el análisis de Pareto después de identificar una correlación fuerte para priorizar qué variable abordar primero cuando existen múltiples relaciones.

Cómo crear un diagrama de dispersión

Construir un diagrama de dispersión es sencillo. La calidad de la interpretación depende de la calidad de la recopilación de datos, por lo que cada paso importa.

Paso 1: Elija las dos variables

Identifique una causa potencial (eje X) y un efecto potencial (eje Y). Sea específico. "Temperatura" es vago; "temperatura del horno en grados Celsius durante la etapa de recubrimiento" es preciso. La causa va en el eje horizontal por convención, y el efecto va en el eje vertical.

Paso 2: Recopile datos emparejados

Para cada observación, registre ambos valores al mismo tiempo o de la misma unidad. Necesita al menos 30 puntos de datos emparejados, y 50 o más le da patrones mucho más confiables. Recopile datos en todo el rango de condiciones que le interesan, no solo durante la operación normal. Si solo mide cuando las cosas van bien, se perderá el comportamiento de los extremos alto o bajo que impulsa los defectos.

Use una hoja de verificación para registrar los valores emparejados de forma sistemática antes de pasar al diagrama de dispersión.

Paso 3: Configure los ejes

Dibuje o configure sus ejes X e Y. Configure la escala del eje X para cubrir todo el rango de su variable causa, con un poco de margen. Haga lo mismo para Y. Etiquete cada eje con el nombre de la variable y su unidad de medida. Las etiquetas claras evitan malas interpretaciones más adelante.

Paso 4: Grafique los puntos

Para cada observación emparejada, encuentre su valor X en el eje horizontal y su valor Y en el eje vertical, luego coloque un punto en la intersección. Si dos observaciones caen exactamente en las mismas coordenadas, use un pequeño círculo alrededor del punto para indicar múltiples puntos en esa ubicación.

Paso 5: Interprete el patrón

Dé un paso atrás y observe la forma general. ¿La nube tiende hacia arriba, hacia abajo, o en ninguna dirección? ¿El grupo es compacto o está muy disperso? ¿Hay valores atípicos que desvían el patrón? Identifique cuál de los seis tipos de correlación se asemeja al patrón (vea la tabla anterior), y agregue una línea de tendencia si es necesario.

No se detenga aquí. Use el diagrama de dispersión como evidencia para un análisis más profundo, no como una respuesta final.

Ejemplos de diagramas de dispersión por función

Manufactura: temperatura del horno vs. tasa de defectos superficiales

Un equipo de producción sospecha que una temperatura de horno más alta causa más defectos superficiales en una pieza metálica recubierta. Recopilan 45 lecturas emparejadas durante dos semanas, registrando la temperatura del horno (X) y la tasa de defectos como porcentaje (Y) para cada lote.

El diagrama de dispersión muestra una correlación positiva moderada: a medida que la temperatura sube por encima de 210°C, las tasas de defectos aumentan notablemente. La relación no es perfectamente estrecha, lo que sugiere que otras variables (humedad, espesor del recubrimiento) también contribuyen. Pero el diagrama le da al equipo la confianza suficiente para probar mejoras en el control de temperatura en una prueba controlada.

Operaciones de soporte: nivel de personal vs. tiempo de espera promedio

Un gerente de operaciones de servicio grafica el número diario de personal (X) frente al tiempo de espera promedio del cliente en minutos (Y) durante 60 días.

El diagrama muestra una correlación negativa fuerte: más agentes en turno reducen consistentemente el tiempo de espera. El grupo es bastante compacto, con algunos valores atípicos en días de eventos de alto volumen. El equipo usa esto para construir un modelo de personal que vincula la dotación con umbrales de volumen esperados.

Ventas: llamadas salientes vs. negocios cerrados

Un equipo de ventas grafica el volumen semanal de llamadas salientes por representante (X) frente a los negocios cerrados semanalmente (Y) durante tres meses.

El diagrama muestra una correlación positiva débil. Un mayor volumen de llamadas tiende a producir más negocios, pero la dispersión es amplia. Esto le indica al equipo que el volumen de llamadas por sí solo no es el principal impulsor del cierre de negocios. Ejecutan un análisis de seguimiento comparando las puntuaciones de calidad de las llamadas y las tasas de negocios cerrados, lo que muestra una correlación mucho más estrecha.

Correlación no es causalidad

Esta es la regla más importante en la interpretación de diagramas de dispersión, y la que más se pasa por alto.

Una correlación fuerte significa que dos variables se mueven juntas en un patrón predecible. No significa que una cause la otra. Ambas podrían estar impulsadas por una tercera variable que no ha medido. La relación podría ser coincidencia. O la dirección de la causalidad podría ir en el sentido contrario al que asumió.

Un ejemplo clásico: las ventas de helado y las tasas de ahogamiento aumentan en verano. Un diagrama de dispersión de ambas mostraría una correlación positiva fuerte. Pero el helado no causa ahogamientos. Ambos son impulsados por una tercera variable: el clima cálido que lleva a la gente al agua y también impulsa las compras de helado.

En contextos de negocio, la misma trampa aparece constantemente. Un diagrama de dispersión que muestra que las horas de capacitación en ventas se correlacionan con el crecimiento de ingresos no prueba que la capacitación impulse los ingresos. Los equipos mejor financiados podrían recibir más capacitación y más presupuesto de marketing a la vez. Desentrañe las variables antes de tomar una decisión.

El siguiente paso después de un hallazgo de correlación fuerte suele ser un experimento controlado o un análisis multivariable más profundo para confirmar la dirección causal.

Mejores prácticas

Recopile suficientes datos. Treinta puntos de datos emparejados es el mínimo. Cincuenta es mejor. Con menos puntos, la variación aleatoria puede producir patrones que parecen significativos pero no lo son.

Vigile los valores atípicos. Unos pocos puntos de datos extremos pueden crear o destruir una tendencia aparente. Investigue los valores atípicos antes de excluirlos. A menudo revelan la información más importante sobre los modos de falla del proceso.

Estratifique cuando sea necesario. Si sus datos provienen de múltiples turnos, máquinas o líneas de producto, grafique cada grupo con un símbolo o color diferente. Un diagrama de dispersión combinado puede enmascarar patrones que solo existen dentro de los subgrupos.

Haga seguimiento con un análisis más profundo. El diagrama de dispersión es una herramienta de detección, no un veredicto final. Cuando encuentre una correlación fuerte, confírmela mediante una prueba controlada, un análisis de regresión, o rondas adicionales de los cinco por qué antes de comprometerse con una solución.

Combínelo con otras herramientas de calidad. El diagrama de dispersión funciona mejor como parte de una investigación más amplia. Úselo después de una sesión de espina de pescado para probar causas sospechadas, y use el análisis de Pareto para priorizar qué correlaciones confirmadas abordar primero.

Preguntas frecuentes

¿Cuál es la diferencia entre correlación y causalidad?

Correlación significa que dos variables tienden a moverse juntas en un patrón predecible. Causalidad significa que una variable produce directamente un cambio en la otra. Un diagrama de dispersión muestra correlación. No establece causalidad. Confirmar la causalidad requiere experimentos controlados o análisis adicionales que descarten variables de confusión.

¿Es el diagrama de dispersión una de las 7 herramientas de QC?

Sí. El diagrama de dispersión (también llamado gráfico de dispersión o gráfico X-Y) es una de las siete herramientas básicas de control de calidad formalizadas por Kaoru Ishikawa. Las otras seis son el diagrama de espina de pescado, la hoja de verificación, el histograma, el gráfico de control, el diagrama de Pareto y la estratificación.

¿Cuántos puntos de datos necesito para un diagrama de dispersión confiable?

Apunte a al menos 30 puntos de datos emparejados, e idealmente 50 o más. Con menos de 30 puntos, la variación aleatoria puede producir patrones engañosos. Recopile datos en todo el rango de condiciones operativas, no solo en escenarios típicos o normales.

¿Qué mide la r de Pearson?

La r de Pearson es el coeficiente de correlación, un número entre -1 y +1 que resume la fuerza y dirección de una relación lineal. Un valor cercano a +1 indica una correlación positiva fuerte. Un valor cercano a -1 indica una correlación negativa fuerte. Un valor cercano a 0 sugiere poca o ninguna relación lineal. Tenga en cuenta que la r de Pearson mide solo relaciones lineales y subestimará los patrones curvos o no lineales.

¿Cuándo NO debería usar un diagrama de dispersión?

Un diagrama de dispersión no es la herramienta adecuada cuando sus variables son categóricas en lugar de numéricas, cuando está trabajando con menos de 20 puntos de datos, o cuando ya sabe por experimentos controlados previos que existe un vínculo causal y necesita cuantificarlo con precisión. En esos casos, el análisis de regresión o los métodos de control estadístico de procesos son más apropiados.

---

Un diagrama de dispersión le da una respuesta visual y rápida a la pregunta "¿estas dos cosas se mueven juntas?" Cuando el patrón es claro y los datos son sólidos, puede ahorrarle a su equipo semanas de conjeturas. Pero su verdadero valor está en señalarle la siguiente pregunta, no en cerrar la investigación. Combínelo con un proceso estructurado de análisis de causa raíz, y tendrá una combinación que produce consistentemente mejores decisiones que la intuición sola.