DIAGRAMA DE DISPERSIÓN

EMPRESA DE AGUA POTABLE "AGUA STAR"

La empresa de agua potable AGUA STAR, que se dedica a la purificación y venta de este vital liquido para consumo personal. Usted como Gerente de AGUA STAR ha notado que,
durante el último año 2018, se ha incrementado la necesidad de realizar overhauls o mantenimiento profundo a los camiones repartidores de agua embotellada. La preocupación
radica en el gasto excesivo producto de estos incrementos de mantenimiento a los camiones. Razón por la cual, en su condición de gerente de AGUA STAR, usted se encuentra
liderando en conjunto con su equipo la tarea de investigar las causas que pueden estar originando este incremento en el mantenimiento. La primera investigación que realizó,
arrojó tres (3) hojas de recogida de datos con resultados diferentes para cada una. Utilizando como insumo estas hojas de recogida de datos, analice la correlación de las variables
para cada caso a través de un diagrama de dispersión, y determine cuales son las causas principales que ocasionan esta necesidad de realizar overhaul o mantenimiento profundo a
los camiones.

PASO 1: Completar la Hoja de Recogida de Datos con la información necesaria. Posteriormente, debe graficar la PASO 4: Análisis cualitativo de la correlación
correlación.

HOJA DE RECOGIDA DE DATOS En lo que respecta al caso de la empresa de agua

potable AGUA STAR, se analizaron tres (3) causas o
Causa #1: Despidos a personal de planta variables que ocasionaban el efecto que, en este
dedicada al mantenimiento vehicular Causa #1: Despidos a personal de planta dedicada al
caso, es nuestra constante.
mantenimiento vehicular 1. En el caso de la primera causa: los despidos al
Cantidad de Cantidad de despidos 40 personal de planta que se dedicaba al
overhauls mantenimiento vehicular, se observa una
35 correlación proporcional al efecto, que es la cantidad
3 5 de overhauls a los vehículos, en otras palabras, el
Cantidad de Overhauls

30
4 5 incremento de una variable causó el incremento de
25 la otra. De esta forma, queda en evidencia que, a
5 10
20 medida se despedía el personal que precisamente se
12 20 encargaba de evitar que los vehículos se dañaran
13 22 15 drasticamente, así mismo dichos vehículos
16 20 10
necesitaban de mantenimiento profundo y,
consecuentemente, incremento en los costos para
18 30 5 AGUA STAR.
20 40 0
34 55 0 10 20 30 40 50 60 70 2. En lo concerniente a la segunda causa: el año de
fabricación del vehículo, se concluye que la relación
34 60 Cantidad de despidos de empleados de ambas variables es inversamente proporcional, es
159 decir, que el incremento de una variable (o sea el
año en que fueron fabricados los camiones) significa
la disminución de la otra (la cantidad de overhauls).
PASO 2: Identificar el TIPO y GRADO de correlación de ambas variables. Recuerde que debe de calcular el índice de En terminos prácticos se puede ver una tendencia
correlación para determinar el grado de correlación entre nuestra causa y efecto. altamente definida la cual nos dice que, a medida el
camión es más viejo, requiere de mayor
mantenimiento; y a medida el camión es más nuevo,
ÍNDICE DE CORRELACIÓN CAUSA #1 0.98 requiere de menos mantenimiento.
TIPO DE CORRELACIÓN POSITIVA
3. Al comparar la causa de las llamadas de atención
GRADO DE CORRELACIÓN MUY ALTO verbales a los conductores de los camiones, queda
plasmado en el gráfico que no existe ninguna
correlación entre el efecto y la causa identificada;
PASO 3: Repita los pasos 1 y 2 hasta concluir con la cantidad de gráficos solicitados. En este caso, son tres (3). con lo cual se puede descartar completamente que,
en la medida que más llamados de atención se hacen
a los conductores, éstos serán más cuidadosos al
manejar. Esto no es así ya que independientemente
HOJA DE RECOGIDA DE DATOS
si fueron muchos o pocos los llamados de atención,
Causa #2: Año de fabricación de cada los resultados fueron distintos en cuanto a la
camión repartidor Causa #2: Año de fabricación de cada camión repartidor cantidad de mantenimientos, por lo que no existe
40 correlación alguna. Quizas una propuesta para que el
Cantidad de Año de Fabricación del llamado de atención sea más efectivo, es que se
overhauls camión 35 cambie el llamado de atención "verbal", por uno
1974 escrito, en este caso quizas los resultados sean
36 30
Cantidad de Overhauls

diferentes.
17 1981
25
31 1985
1996 20
12
17 1999 15
15 2003 10
11 2005
5
17 2005
2008 0
2 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015
1 2010 Año de Fabricación del camión
159

ÍNDICE DE CORRELACIÓN CAUSA #2 -0.84

TIPO DE CORRELACIÓN NEGATIVA
GRADO DE CORRELACIÓN ALTO

HOJA DE RECOGIDA DE DATOS

Causa #3: Llamadas de atención verbales a
los conductores de los camiones Causa #3: Llamadas de atención verbales a los conductores
de los camiones
Llamadas de atención
Cantidad de 35
overhauls verbales a los
conductores 30
25 0
Cantidad de Overhauls

25
9 5
15 15 20
9 20 15
3 30
32 60 10

0
0 50 100 150 200 250 300 350 400
Llamadas de atención verbales a conductores
 Cantidad de Overhauls
25

20

15

10

17 90 5
19 180
250 0
10 0 50 100 150 200 250 300 350 400
20 365 Llamadas de atención verbales a conductores
159

ÍNDICE DE CORRELACIÓN CAUSA #3 0.11

TIPO DE CORRELACIÓN NULA
GRADO DE CORRELACIÓN ---
Índice de Correlación Grado de Correlación
0.95 - 1 Muy Alto
0.94 - 0.80 Alto
0.79 - 0.15 Bajo
0.14 - 0 Nulo
0 - (-0.14) Nulo

(-0.15) - (-0.79) Bajo

(-0.80) - (-0.94) Alto
(-0.95) - (-1) Muy Alto