<aside> 💡 Observação: Este conteúdo está em processo de aprimoramento. Contato: [email protected] | www.ferramentasdegestao.com

</aside>

Sobre a ferramenta:

O gráfico de dispersão demonstrará a relação existente entre duas variáveis X e Y, onde uma representa a causa e a outra o efeito. Dessa forma, objetiva-se demonstrar como a variável X se comporta em relação a variável Y.

O uso dessa ferramenta em programas relacionados a qualidade se tornou bastante comum, uma vez que um problema (objeto de estudo) pode se relacionar com outro em uma relação de causa-efeito, a qual deverá ser testada, obviamente.

O primeiro passo para utilizar a ferramenta é compreender os conceitos que se seguem: o primeiro é o de Causa. Pode-se dizer que a causa é aquilo que produz os efeitos, ou seja, a origem. O efeito, portanto, é consequência direta ou indireta da causa. Note que existe uma relação de interdependência entre ambas.

O gráfico de dispersão funciona de modo a demonstrar, justamente, essa relação a partir de duas variáveis de natureza quantitativa, ou seja, através das variáveis que podem ser medidas ou contabilizadas. Atribui-se a primeira menção ao Gráfico de dispersão à Francis Galton, o qual utilizou a ferramenta para demonstrar como verificar a existência de relação entre duas variáveis distintas.

Utiliza-se essa ferramenta para demonstrar a relação existente entre duas variáveis, descobrir outliers (pontos solitários) no gráfico e verificar correlação entre causa e efeito existente.

Para utilizar essa ferramenta é necessário criar uma tabela onde serão inseridos os dados em duas colunas: Coluna X e Coluna Y. Vamos acordar que a Coluna X representa a causa e a Coluna Y, o efeito. Isto posto, vamos observar a seguinte situação:

Qual a relação existente entre a aplicação das ferramentas gerenciais apresentadas neste E-book e a qualidade dos processos após aplicação dessas ferramentas?

No exemplo em questão queremos saber se existe relação entre o uso das ferramentas e a qualidade observada, em outras palavras, queremos saber como o uso das ferramentas possui relação positiva e implica em mais qualidade.

Nesse caso, a base de dados virá de algum instrumento de coletas de dados. Geralmente, o uso de formulários é o mais indicado para este fim. Com base na situação hipotética apresentada digamos que uma pesquisa feita com 10 empresas demonstrou que há relação existente entre o uso das ferramentas e a qualidade observada. Entretanto, os dados obtidos não revelam ainda os resultados, pois, sem analisar o gráfico não sabemos se há correlação positiva ou negativa.

Então, pergunta-se: qual é a correlação entre o uso das Ferramentas de gestão e a Qualidade sobre os produtos ou serviços? Existe tal relação? Se sim, ela é positiva ou negativa? Note também que nem sempre a relação é positiva ou existente, portanto, os resultados podem ser: correlação positiva, negativa ou inexistente.

Observe que a partir da tabela ainda não é possível identificar com exatidão se existe ou não uma correlação. Se existindo ela vem a ser positiva ou negativa, mas através do Gráfico de Dispersão é possível visualizar os resultados, isto é, se há ou não uma correlação existente.

Os gráficos auxiliam bastante e simplificam as análises. Sendo assim, fica muito mais simples chegar a uma conclusão aceitável sobre a correlação analisando o comportamento do gráfico em função das variáveis X e Y. Vejamos:

Untitled

Neste cenário não há correção nenhuma, pois, os pontos estão dispersos no gráfico. Em uma correlação inexistente, os pontos não ficam alinhados, mas dispersos no gráfico. No entanto, quando a correlação é positiva isso significa que quanto mais utilizamos as ferramentas, melhores são os resultados e o comportamento do gráfico muda.

Untitled

O exemplo apresentado demonstra uma crescente em que quanto mais se usa a ferramenta, mais a qualidade observada aumenta. Porém, esse é um cenário ideal, onde o R² (Raio ao quadrado) é igual a 1. Isso significa que quanto mais os pontos se aproximam da linha de tendência maior é a força da correlação entre as variarias X e Y.