Inicio / Lean Six Sigma / ANOVA, regresión y simulación

Correlación y gráfico de dispersión

Descubra qué variables del proceso van juntas, con qué fuerza y con qué certeza, antes de montar un modelo de regresión o cambiar un parámetro de máquina. Pegue desde Excel una columna por variable (p. ej. temperatura, presión, consumo), una fila por medición; 20 o más filas dan resultados fiables. Recuerde: la correlación muestra que dos variables van juntas, no que una cause la otra.

Herramienta de predimensionamiento y estimación: los resultados no sustituyen al proyecto, cálculo o informe firmado por un técnico competente ni la verificación conforme a las normas aplicables.

VerificaciónRevisión 03/11/2026
Datos
Ver lo que se leyó
Ejemplos:

Las columnas de texto (turno, línea, proveedor) pueden colorear los puntos por grupo. Mantenga las filas en el orden de recogida si interviene el tiempo.

Par para el gráfico de dispersión

Los datos quedan solo en este navegador y no se envían. Desmarque para borrarlos.

—Correlación
—

Gráfico de dispersión con recta, elipse y LOWESS

Cada punto es una fila de la tabla. Las anotaciones directas muestran la pendiente y el punto que más pesa; toque un punto para excluirlo solo de este gráfico y ver cambiar r y R².

Cómo leer: cada punto es una fila de la tabla, con X en el eje horizontal e Y en el vertical. Puntos que suben de izquierda a derecha = correlación positiva (X sube, Y sube); que bajan = negativa. Cuanto más pegados a la recta, más fuerte. La curva LOWESS sigue los datos sin forzar una recta: si se curva, la relación no es lineal. Los puntos aislados pueden arrastrar la r por sí solos.

Toque el gráfico para ver los valores.

Fuerza de la relación en palabras

Regla de −1 a +1 con las franjas habituales (Evans, 1996), r y ρ con su intervalo de confianza y el R² en 100 cuadrados.

Cómo leer: la regla va de −1 (se mueven en sentidos opuestos) a +1 (se mueven juntas); cerca de 0 no hay relación lineal. Las marcas muestran r y ρ con su rango de incertidumbre: rango que cruza el cero = correlación no demostrada. Los 100 cuadrados coloreados son el R²: la parte de la variación de Y que acompaña a X.

Toque el gráfico para ver los valores.

Matriz de dispersión

Bajo la diagonal, dispersión con recta; en la diagonal, histogramas; encima, el coeficiente y el valor p en color.

Cómo leer: es una tabla de minigráficos: la fila y la columna dicen qué variables se cruzan. Bajo la diagonal, cada cuadro es un gráfico de dispersión del par; en la diagonal, el histograma de la variable; encima, el número de la correlación (color fuerte = correlación fuerte; azul positiva, naranja negativa). Úsela para encontrar rápido los pares que vale la pena estudiar.

Toque el gráfico para ver los valores.

Mapa de calor ordenado por afinidad

Variables agrupadas por la correlación. Negrita: valor p menor que 0,05.

Cómo leer: cada celda es la correlación entre dos variables, en color: azul = van juntas (positiva), naranja = en sentidos opuestos (negativa), color apagado = sin relación. El orden se reorganiza para que las variables parecidas queden vecinas, formando bloques: las variables del mismo bloque miden casi lo mismo y no deben entrar juntas en una regresión.

Toque el gráfico para ver los valores.

Fuerza de todos los pares

Coeficiente e intervalo de confianza de cada par, del más fuerte al más débil.

Cómo leer: una fila por par de variables, del más fuerte al más débil. El punto es la correlación y la barra, el rango de incertidumbre. Las barras que no cruzan el cero son correlaciones demostradas; las barras largas indican pocos datos. Los primeros pares son los candidatos para controlar el proceso.

Toque el gráfico para ver los valores.

Correlaciones por pares

Pearson con IC por la transformación z de Fisher; Spearman con IC de Bonett y Wright; valor p por la prueba t con N − 2 grados de libertad.

Cómo leer: r (Pearson) mide la relación en línea recta; ρ (Spearman) mide si una sube cuando la otra sube, incluso en curva, y resiste valores extremos. Ambas van de −1 a +1. IC = rango probable del valor verdadero; valor p < 0,05 = correlación demostrada (no es azar). La correlación no prueba causa: confírmela moviendo X y viendo cambiar Y.

Matriz de correlación

Correlación del par por grupo

El mismo par calculado por separado en cada grupo de la columna elegida.

Siguiente paso

Lleve los resultados de esta página a otra calculadora, con los campos ya rellenados.

La memoria reúne entradas, resultados, ecuaciones, hipótesis y referencias de esta página, con campos para proyecto, responsable y revisión. El informe completo incluye también los gráficos y las interpretaciones, en color. En la ventana de impresión, elija Guardar como PDF.

Método, hipótesis y referencias

Ecuaciones utilizadas

r = Σ(x − x̄)(y − ȳ) ÷ √[Σ(x − x̄)² · Σ(y − ȳ)²]; t = r√(N − 2) ÷ √(1 − r²), valor p bilateral con N − 2 GL
IC de Pearson: tanh(atanh r ± z₁₋α/₂ ÷ √(N − 3)) (Fisher)
Spearman ρ = r de los rangos (empates por la media); IC: tanh(atanh ρ ± z₁₋α/₂ · √[(1 + ρ²/2) ÷ (N − 3)]) (Bonett y Wright)
N para detectar r con potencia 1 − β: [(z₁₋α/₂ + z₁₋β) ÷ atanh|r|]² + 3
Elipse: (x − μ)ᵀ Σ⁻¹ (x − μ) = −2 ln(1 − conf); punto influyente: |r − r₍₋ᵢ₎| ≥ 0,02 y D de Cook > 4/N

Hipótesis y límites

  • Pearson mide solo relación lineal; su valor p supone pares independientes y datos aproximadamente normales. Spearman solo exige una relación monótona.
  • La correlación no prueba causa. Los valores faltantes se ignoran por pares (cada par usa las filas completas de ese par).
  • Excluir puntos tocándolos es una prueba visual: no cambia las tablas ni el resultado principal.

Normas y documentos técnicos

  • Montgomery, D. C.; Runger, G. C. Applied Statistics and Probability for Engineers, 7th ed. Wiley, 2018 (cap. 11)
  • Bonett, D. G.; Wright, T. A. Sample size requirements for estimating Pearson, Kendall and Spearman correlations. Psychometrika 65(1), 2000, p. 23–28
  • Fisher, R. A. On the probable error of a coefficient of correlation deduced from a small sample. Metron 1, 1921, p. 3–32
  • Cleveland, W. S. Robust locally weighted regression and smoothing scatterplots. JASA 74(368), 1979, p. 829–836
  • Evans, J. D. Straightforward Statistics for the Behavioral Sciences. Brooks/Cole, 1996
  • Brownlee, K. A. Statistical Theory and Methodology in Science and Engineering, 2nd ed. Wiley, 1965 (dados de stack loss)
  • ISO 3534-1:2006: Statistics — Vocabulary and symbols — Part 1

Legislación y reglamentos en España y la UE

  • UNE-EN ISO 9001:2015, apartado 9.1.3: análisis y evaluación
  • ISO/TR 10017:2003: orientación sobre las técnicas estadísticas para la Norma ISO 9001

Preguntas frecuentes

¿Qué significa un coeficiente de correlación de 0,8?

Que las dos variables tienen una relación lineal fuerte y en el mismo sentido: cuando una sube, la otra tiende a subir. El R² de 0,64 dice que el 64% de la variación de una acompaña a la otra. Mire el intervalo de confianza: con 10 pares, r = 0,8 puede estar entre 0,34 y 0,95.

¿Cuándo usar Pearson y cuándo Spearman?

Pearson mide la relación en línea recta y es el estándar para mediciones continuas aproximadamente normales. Spearman usa el orden de los valores: sirve para relaciones curvas que siempre suben o bajan, para notas y escalas, y apenas le afectan los valores extremos. Si difieren en más de 0,1, mire el gráfico.

¿Una correlación alta prueba que una variable causa la otra?

No. Ambas pueden depender de un tercer factor, como el clima, el turno o la materia prima. La correlación indica dónde investigar; para medir el efecto de cada factor, use una regresión con todos ellos o un experimento diseñado.

¿Cuántos datos necesito para fiarme de la correlación?

Depende del tamaño de r. Para confirmar r = 0,5 con un 95% de confianza y una potencia del 80% hacen falta unos 30 pares; para r = 0,3, unos 85. La página calcula ese número para su r en la tarjeta de verificación.

¿Qué es el punto que tira de la recta?

La observación que, por sí sola, más cambia r al quitarla. Tóquela en el gráfico para ver r y R² sin ella. Si es un evento especial, como una limpieza, un arranque o un error de tecleo, investíguelo antes de excluirla de los datos.

¿Cómo pego los datos desde Excel?

Seleccione las columnas con los nombres en la primera fila, copie y pegue en el campo de la tabla. Las columnas de texto, como turno o proveedor, pasan a ser grupos y pueden colorear los puntos. Las filas con una celda vacía quedan fuera solo del par donde falta el valor.

¿Los resultados coinciden con los de un software estadístico?

Sí. r, ρ, los valores p y los intervalos siguen las fórmulas publicadas (Fisher para Pearson y Bonett y Wright para Spearman) y se han comprobado con ejemplos publicados y con SciPy hasta la tercera cifra decimal.