Diagrama de Dispersão: Como Encontrar Correlações

Um diagrama de dispersão é uma das ferramentas mais simples da gestão da qualidade e uma das mais mal interpretadas. As equipes o usam para ver se duas variáveis se movem juntas. Mas costumam parar por aí, pulando a etapa que evita decisões ruins: entender a diferença entre correlação e causalidade.

Antes de agir com base no que um diagrama de dispersão mostra, você precisa saber exatamente o que ele é, como construí-lo corretamente e onde ele se encaixa em uma análise mais ampla. É isso que este guia aborda.

O que é um diagrama de dispersão?

Um diagrama de dispersão (também chamado de gráfico de dispersão ou gráfico X-Y) é um gráfico que plota valores numéricos pareados em um eixo X horizontal e um eixo Y vertical para revelar se duas variáveis estão relacionadas e o quão fortemente. Cada ponto de dado representa uma observação. A nuvem de pontos resultante mostra se as duas variáveis tendem a subir e descer juntas, se movem em direções opostas, ou se não têm nenhuma conexão aparente.

O diagrama de dispersão é uma das 7 ferramentas básicas da qualidade (ferramentas de controle de qualidade, QC) atribuídas ao pioneiro da qualidade Kaoru Ishikawa, que formalizou o conjunto de ferramentas nas décadas de 1960 e 1970. Ele se junta ao diagrama de espinha de peixe, à folha de verificação, ao histograma, à carta de controle, ao gráfico de Pareto e à estratificação como método fundamental para a solução de problemas orientada por dados.

O ponto principal: um diagrama de dispersão mostra correlação, não causalidade. Ele indica que duas coisas tendem a se mover juntas. Não indica o motivo.

Dados-chave

• Kaoru Ishikawa formalizou as 7 ferramentas básicas da qualidade (incluindo o diagrama de dispersão) em seu trabalho de 1968 na Kawasaki e em publicações posteriores, como Guide to Quality Control (1976, Asian Productivity Organization). O conjunto completo de ferramentas se tornou o padrão global para círculos de qualidade e programas de gestão da qualidade total.
• O gráfico de dispersão como forma gráfica tem uma longa história: o astrônomo britânico John Herschel usou uma versão inicial da técnica em 1833 para plotar posições de estrelas, e Francis Galton usou gráficos de dados pareados na década de 1880 ao estudar hereditariedade. Karl Pearson formalizou o coeficiente de correlação (r de Pearson) em 1896, dando aos usuários do diagrama de dispersão uma medida numérica da força do relacionamento além do padrão visual.
• Um diagrama de dispersão é mais confiável quando construído com pelo menos 30 pontos de dados pareados. Menos pontos tornam a interpretação de padrões pouco confiável, e tendências espúrias podem aparecer por acaso.
• "Um diagrama de dispersão não vai dizer por que duas coisas se movem juntas, apenas que elas se movem."

Por que usar um diagrama de dispersão

A maioria dos problemas de qualidade começa com uma suspeita. Um engenheiro de processo suspeita que uma temperatura mais alta do forno causa mais defeitos superficiais. Um gerente de suporte acha que a falta de pessoal aumenta o tempo de espera. Um líder de vendas acredita que mais ligações geram mais negócios fechados.

Essas suspeitas são bons pontos de partida. Mas agir sobre elas sem dados é caro. O diagrama de dispersão permite testar uma relação de causa e efeito suspeita antes de comprometer recursos em uma correção.

Ele se encaixa naturalmente depois de uma sessão de diagrama de espinha de peixe ou cinco porquês. Uma vez que sua equipe identificou uma lista de possíveis causas raiz, você pode usar um diagrama de dispersão para verificar quais relações suspeitas realmente aparecem nos dados. Isso mantém sua análise de causa raiz fundamentada em evidências, não em opinião.

O diagrama de dispersão também alimenta os projetos Six Sigma DMAIC a montante, especificamente a fase de Análise, na qual as equipes precisam confirmar ou descartar relações entre variáveis antes de desenhar melhorias.

Tipos de correlação que um diagrama de dispersão mostra

O padrão formado pelos pontos é o resultado da análise. Aqui estão os seis padrões que você normalmente vai encontrar:

Quando o padrão é ambíguo, uma linha de tendência (linha de melhor ajuste) traçada pelos dados ajuda a esclarecer a direção. Um coeficiente de correlação (r de Pearson) fornece um resumo numérico: valores próximos de +1 ou -1 indicam relações fortes; valores próximos de 0 sugerem nenhuma relação linear.

Use a análise de Pareto depois de identificar uma correlação forte para priorizar qual variável abordar primeiro quando existem múltiplas relações.

Como criar um diagrama de dispersão

Construir um diagrama de dispersão é simples. A qualidade da interpretação depende da qualidade da coleta de dados, então cada etapa importa.

Passo 1: Escolha as duas variáveis

Identifique uma causa potencial (eixo X) e um efeito potencial (eixo Y). Seja específico. "Temperatura" é vago; "temperatura do forno em graus Celsius durante o estágio de revestimento" é preciso. A causa vai no eixo horizontal por convenção, e o efeito vai no eixo vertical.

Passo 2: Colete dados pareados

Para cada observação, registre os dois valores no mesmo momento ou a partir da mesma unidade. Você precisa de pelo menos 30 pontos de dados pareados, e 50 ou mais oferece padrões muito mais confiáveis. Colete dados em toda a faixa de condições que importam, não apenas durante a operação normal. Se você só medir quando as coisas estão indo bem, vai perder o comportamento nos extremos alto ou baixo que gera os defeitos.

Use uma folha de verificação para registrar os valores pareados de forma sistemática antes de passar ao diagrama de dispersão.

Passo 3: Defina os eixos

Desenhe ou configure seus eixos X e Y. Defina a escala do eixo X para cobrir toda a faixa da sua variável causa, com uma margem extra. Faça o mesmo para Y. Rotule cada eixo com o nome da variável e sua unidade de medida. Rótulos claros evitam interpretações equivocadas depois.

Passo 4: Plote os pontos

Para cada observação pareada, encontre seu valor X no eixo horizontal e seu valor Y no eixo vertical, e coloque um ponto na interseção. Se duas observações caírem exatamente nas mesmas coordenadas, use um pequeno círculo ao redor do ponto para indicar múltiplos pontos naquele local.

Passo 5: Interprete o padrão

Recue e observe a forma geral. A nuvem tende para cima, para baixo, ou sem direção definida? O aglomerado é compacto ou amplamente disperso? Há valores atípicos puxando o padrão para fora do eixo? Identifique qual dos seis tipos de correlação o padrão se assemelha (veja a tabela acima) e adicione uma linha de tendência se necessário.

Não pare por aqui. Use o diagrama de dispersão como evidência para uma análise mais profunda, não como resposta final.

Exemplos de diagrama de dispersão por função

Manufatura: temperatura do forno versus taxa de defeitos superficiais

Uma equipe de produção suspeita que uma temperatura mais alta do forno causa mais defeitos superficiais em uma peça metálica revestida. Eles coletam 45 leituras pareadas ao longo de duas semanas, registrando a temperatura do forno (X) e a taxa de defeitos em porcentagem (Y) para cada lote.

O diagrama de dispersão mostra uma correlação positiva moderada: conforme a temperatura sobe acima de 210°C, as taxas de defeito aumentam de forma perceptível. A relação não é perfeitamente estreita, sugerindo que outras variáveis (umidade, espessura do revestimento) também contribuem. Mas o diagrama dá à equipe confiança suficiente para testar melhorias no controle de temperatura em um teste controlado.

Operações de suporte: nível de pessoal versus tempo médio de espera

Um gerente de operações de serviço plota o número diário de funcionários em turno (X) contra o tempo médio de espera do cliente em minutos (Y) por 60 dias.

O diagrama mostra uma correlação negativa forte: mais agentes em turno reduzem consistentemente o tempo de espera. O aglomerado é bastante compacto, com alguns valores atípicos em dias de eventos de alto volume. A equipe usa isso para construir um modelo de dimensionamento de pessoal que vincula o número de funcionários a limites de volume esperado.

Vendas: ligações de saída versus negócios fechados

Uma equipe de vendas plota o volume semanal de ligações de saída por representante (X) contra os negócios fechados semanalmente (Y) ao longo de três meses.

O diagrama mostra uma correlação positiva fraca. Um volume maior de ligações tende a gerar mais negócios, mas a dispersão é ampla. Isso indica à equipe que o volume de ligações sozinho não é o principal fator de fechamento de negócios. Eles realizam uma análise de acompanhamento comparando pontuações de qualidade das ligações com as taxas de negócios, o que mostra uma correlação muito mais estreita.

Correlação não é causalidade

Essa é a regra mais importante na interpretação de diagramas de dispersão, e a mais frequentemente ignorada.

Uma correlação forte significa que duas variáveis se movem juntas em um padrão previsível. Não significa que uma causa a outra. Ambas podem ser impulsionadas por uma terceira variável que você não mediu. A relação pode ser coincidência. Ou a direção da causalidade pode ser o oposto do que você presumiu.

Um exemplo clássico: as vendas de sorvete e as taxas de afogamento aumentam no verão. Um diagrama de dispersão dos dois mostraria uma correlação positiva forte. Mas o sorvete não causa afogamento. Ambos são impulsionados por uma terceira variável: o calor, que leva as pessoas à água e também impulsiona as compras de sorvete.

Em contextos de negócios, a mesma armadilha aparece constantemente. Um diagrama de dispersão mostrando que horas de treinamento de vendas se correlacionam com o crescimento de receita não prova que o treinamento impulsiona a receita. Equipes mais bem financiadas podem receber tanto mais treinamento quanto mais orçamento de marketing. Desembarace as variáveis antes de tomar uma decisão.

O próximo passo após uma descoberta de correlação forte costuma ser um experimento controlado ou uma análise multivariada mais profunda para confirmar a direção causal.

Melhores práticas

Colete dados suficientes. Trinta pontos de dados pareados é o mínimo. Cinquenta é melhor. Com menos pontos, a variação aleatória pode produzir padrões que parecem significativos, mas não são.

Fique atento a valores atípicos. Alguns pontos de dados extremos podem criar ou destruir uma tendência aparente. Investigue os valores atípicos antes de excluí-los. Eles frequentemente revelam a informação mais importante sobre os modos de falha do processo.

Estratifique quando necessário. Se seus dados vêm de múltiplos turnos, máquinas ou linhas de produto, plote cada grupo com um símbolo ou cor diferente. Um diagrama de dispersão combinado pode mascarar padrões que só existem dentro de subgrupos.

Complemente com análise mais profunda. O diagrama de dispersão é uma ferramenta de triagem, não um veredito final. Quando encontrar uma correlação forte, confirme-a por meio de um teste controlado, análise de regressão, ou rodadas adicionais dos cinco porquês antes de se comprometer com uma correção.

Combine com outras ferramentas de qualidade. O diagrama de dispersão funciona melhor como parte de uma investigação mais ampla. Use-o depois de uma sessão de espinha de peixe para testar causas suspeitas, e use a análise de Pareto para priorizar quais correlações confirmadas resolver primeiro.

Perguntas frequentes

Qual é a diferença entre correlação e causalidade?

Correlação significa que duas variáveis tendem a se mover juntas em um padrão previsível. Causalidade significa que uma variável produz diretamente uma mudança na outra. Um diagrama de dispersão mostra correlação. Ele não estabelece causalidade. Confirmar causalidade exige experimentos controlados ou análises adicionais que descartem variáveis de confusão.

O diagrama de dispersão é uma das 7 ferramentas de QC?

Sim. O diagrama de dispersão (também chamado de gráfico de dispersão ou gráfico X-Y) é uma das sete ferramentas básicas de controle de qualidade formalizadas por Kaoru Ishikawa. As outras seis são o diagrama de espinha de peixe, a folha de verificação, o histograma, a carta de controle, o gráfico de Pareto e a estratificação.

Quantos pontos de dados eu preciso para um diagrama de dispersão confiável?

Busque pelo menos 30 pontos de dados pareados, e idealmente 50 ou mais. Com menos de 30 pontos, a variação aleatória pode produzir padrões enganosos. Colete dados em toda a faixa de condições operacionais, não apenas em cenários típicos ou normais.

O que o r de Pearson mede?

O r de Pearson é o coeficiente de correlação, um número entre -1 e +1 que resume a força e a direção de uma relação linear. Um valor próximo de +1 indica uma correlação positiva forte. Um valor próximo de -1 indica uma correlação negativa forte. Um valor próximo de 0 sugere pouca ou nenhuma relação linear. Note que o r de Pearson mede apenas relações lineares e vai subestimar padrões curvos ou não lineares.

Quando eu NÃO devo usar um diagrama de dispersão?

Um diagrama de dispersão não é a ferramenta certa quando suas variáveis são categóricas em vez de numéricas, quando você está trabalhando com menos de 20 pontos de dados, ou quando você já sabe, a partir de experimentos controlados anteriores, que existe uma relação causal e precisa quantificá-la com precisão. Nesses casos, a análise de regressão ou os métodos de controle estatístico de processo são mais adequados.

---

Um diagrama de dispersão oferece uma resposta visual e rápida à pergunta "essas duas coisas se movem juntas?" Quando o padrão é claro e os dados são sólidos, ele pode poupar semanas de suposições da sua equipe. Mas seu real valor está em apontar para a próxima pergunta, não em encerrar a investigação. Combine-o com um processo estruturado de análise de causa raiz, e você terá uma combinação que consistentemente produz decisões melhores do que a intuição sozinha.