Gráfico De Dispersão

Os Diagramas de dispersão são representações de duas ou mais variáveis que são organizadas em um gráfico, uma em função da outra.

A figura abaixo mostra um gráfico de variáveis que representam uma medida experimental de um determinado produto, sendo que os dados do eixo Y representam a medição feita no laboratório “A” e os dados do eixo X, as medições feitas no laboratório “B”.

Este tipo de Diagrama é muito mais utilizado para correlacionar dados, como as influências de um fator em uma propriedade, dados obtidos em diferentes laboratórios ou de diversas maneiras (predição X medição, por exemplo).

Quando uma variável tem o seu valor diminuído com o aumento da outra, diz-se que elas são negativamente correlacionadas. Por exemplo, a venda de carros é negativamente correlacionada com o aumento de desemprego. Quanto maior o índice de desemprego, menor a venda de carros.

Este gráfico permite que façamos uma regressão linear e determinemos uma reta, que mostra o relacionamento médio linear entre as duas variáveis.

Com essa reta, acha-se a função que nos dá o "comportamento" da relação entre as duas variáveis.

Dentre vários benefícios da utilização de diagramas de dispersão como ferramenta da qualidade, um de particular importância é a possibilidade de inferirmos uma relação causal entre váriáveis, ajudando na determinação da causa raiz de problemas.

O diagrama de dispersão é também utilizado como ferramenta de qualidade .Um método gráfico de análise que permite verificar a existência ou não de relação entre duas variáveis de natureza quantitativa, ou seja, variáveis que podem ser medidas ou contadas, tais como: sinergia, horas de treinamento, intenções, número de horas em ação, jornada, intensidades, velocidade, tamanho do lote, pressão, temperatura, etc…

• Desta forma, o diagrama de dispersão é usado para se verificar uma possível relação de causa e efeito.

• Isto não prova que uma variável afeta a outra, mas torna claro se a relação existe e em que intensidade

Na pratica muitas vezes temos a necessidade de estudar a relação de correspondência entre duas variáveis.