Diagrama de Dispersão

Diagrama de Dispersão
Imprimir artigo

O que é o Diagrama de Dispersão?

Considerado uma das 7 ferramentas básicas da qualidade, o Diagrama de Dispersão (também conhecido como Gráfico de Dispersão, Gráfico de correlação ou Gráfico XY), é uma representação gráfica da possível relação entre duas variáveis e, dessa forma, mostra de forma gráfica os pares de dados numéricos e sua relação.

Geralmente, a relação vem de uma variável que é independente e outra variável que é dependente da primeira, ou seja, a variável independente é a causa que provoca o efeito e a dependente é o efeito (a consequência gerada pela causa). Portanto, se formos analisar a relação entre a temperatura ambiente com a quantidade de sorvetes vendidos, em um diagrama de dispersão, veremos que quanto mais alta a temperatura mais sorvetes são vendidos. Neste caso, a variável independente é a temperatura e a dependente é a quantidade de sorvetes vendida.

Relação entre as variáveis

Você também pode utilizar o Diagrama de Dispersão para validar se determinada variável independente analisada tem impacto real em determinada variável dependente.

Essa relação entre as variáveis é chamada de correlação, e existem três tipos: positiva, negativa e nula.

Correlação positiva: quando há uma aglomeração dos pontos em tendência crescente, significa que conforme uma variável aumenta, a outra variável também aumenta. Por exemplo, no caso da relação entre temperatura e número de sorvetes vendidos, temos uma relação positiva.

diagrama-de-dispersao-correlacao-negativa

Correlação negativa: quando os pontos se concentram em uma linha que decresce, significa que conforme uma variável aumenta, a outra variável diminui, ou seja, quanto maior for a ocorrência de um dos dados, menor será a ocorrência do outro dado. Por exemplo, se correlacionarmos a taxa de natalidade com a riqueza de um país, veremos que quanto mais rico um país, menor é a taxa de natalidade.

diagrama-de-dispersao-correlacao-nula

Correlação nula: quando há uma grande dispersão entre os pontos ou eles não seguem tendência positiva nem negativa, significa que não há nenhuma correlação aparente entre as variáveis.

Dispersão dos pontos

A dispersão dos pontos mostra qual a intensidade da relação: forte ou fraca.

 

Forte: Quanto menor for a dispersão dos pontos, maior será a correlação entre os dados. dispersao-dos-pontos-forte
Fraca: Quanto maior for a dispersão dos pontos, menor será o grau entre os dados. dispersao-dos-pontos-fraco

Quando usar um Diagrama de Dispersão?

O Diagrama de Dispersão é usado para analisar a relação entre duas variáveis e em que intensidade a mudança de um dado impacta outro dado. Assim podemos aplicá-la:

  • Ao tentar identificar possíveis causas raiz dos problemas, ou seja, ao invés de levantar apenas suposições, fazer uma validação com um diagrama de dispersão para listar hipóteses de causas raiz com base em fatos e dados;
  • Após brainstorming de causas e efeitos usando um Diagrama de Ishikawa, por exemplo, para determinar se uma causa e um efeito estão relacionadas. imagine que ao discutir as causas do número de acidentes em uma rodovia, apareceu como causa o “dia de chuva”, então é possível fazer um diagrama de dispersão da relação entre dia de chuva e número de acidentes;
  • Na validação, se 2 efeitos ocorrem a partir de uma mesma causa. Isso é muito útil quando você tem várias não conformidades com uma mesma causa raiz e você quer validar se a correlação entre elas é verdadeira;
  • Ao testar a autocorrelação antes de construir um gráfico de controle.

O que pode acontecer é que mesmo que o diagrama de dispersão mostre uma relação, não suponha que uma variável causou a outra. Ambos podem ser influenciados por uma terceira variável que não foi considerada, por isso, ao usar essa ferramenta é necessário o levantamento constante de hipóteses.

Por exemplo: os estatísticos chegaram à hipótese que quanto maior o consumo de sorvetes na praia, mais pessoas morriam afogadas. Um pouco sem nexo. Mas quando as pessoas tomam mais sorvetes? Geralmente em dias quentes, e quanto mais calor, mais as pessoas costumam ir para o fundo do mar. Assim, obtém-se uma explicação lógica de correlação para o caso das mortes nas praias de Santos. Portanto, o fator morte e fator venda de sorvete está relacionado à temperatura.

Como fazer?

  1. Selecionar a causa e o efeito dos quais se deseja descobrir a relação;
  2. Coletar os dados dessas duas variáveis para a composição os gráficos. Essa coleta de dados pode ser feita através da folha de verificação;
  3. Desenhar os dois eixos do gráfico, e colocar a variável dependente no eixo vertical, e a variável independente no eixo horizontal.
  4. Colocar os dados no gráfico, desenhando um ponto para cada uma das ocorrências dos dados;
  5. Verificar a disposição dos pontos no gráfico para identificar se há correlação positiva, negativa ou nula.

Vídeo sobre Diagrama de Dispersão

Exemplos:

O diretor de uma empresa de varejo identificou que nos últimos meses houve um aumento significativo do faturamento e um aumento no número de clientes. Ele então, fez um gráfico de dispersão para identificar se o aumento do faturamento (efeito) tinha relação com o aumento do número de clientes (causa).

Mês Faturamento Número de novos clientes
Janeiro R$2000,00 15
Fevereiro R$3000,00 13
Março R$4000,00 21
Abril R$5000,00 16
Maio R$3000,00 10
Junho R$5000,00 24
Julho R$5000,00 17
Agosto R$5000,00 15
Setembro R$6000,00 23
Outubro R$8000,00 27
Novembro R$10000,00 34
Dezembro R$15000,00 48

 

Dispondo no diagrama de dispersão:

diagrama-de-dispersao

 

Pode-se perceber que o gráfico apresenta uma correlação positiva, por que o crescimento de um número de clientes acarreta o crescimento do faturamento. Porém, no começo do ano, essa relação era fraca, devido a dispersão dos pontos no gráfico, ou seja, nos primeiros meses do ano, o aumento do faturamento foi pouco influenciado pelo aumento do número de cliente.

Então, ele fez o mesmo gráfico para analisar se o aumento do faturamento (efeito) tinha relação com o aumento do número de compras realizadas por clientes antigos (causa).

Mês Faturamento Número de novos clientes
Janeiro R$2000,00 33
Fevereiro R$3000,00 25
Março R$4000,00 18
Abril R$5000,00 17
Maio R$3000,00 15
Junho R$5000,00 19
Julho R$5000,00 23
Agosto R$5000,00 20
Setembro R$6000,00 24
Outubro R$8000,00 23
Novembro R$10000,00 32
Dezembro R$15000,00 34

diagrama-de-dispersao

Ao analisar o gráfico, o diretor viu que a dispersão era bem maior que a do gráfico anterior.

Então ele pode identificar que o que mais afetava o aumento do faturamento era a venda para novos clientes.

 

Sobre o autor
Grupo Forlogic

O Grupo Forlogic trabalha para, com tecnologia e inovação, simplificar o trabalho de pessoas apaixonadas pelo que fazem, inspirando as equipes a se engajar e evoluir no caminho da excelência.

3 Comments
  1. Avatar
    • Victor Martino
    • 20 de outubro de 2017
    • Resposta

    Muito bom. tks

  2. Avatar
    • Handell Santos
    • 17 de maio de 2018
    • Resposta

    Muito obrigado! Excelente blog!

    • Avatar

      Que bom que gostou Handell! 🙂 Compartilhe por aí, e se quiser, pode sugerir novas ferramentas pra gente colocar aqui!!

Leave a Comment

Sumário
FF