Examine los picos y la dispersión de la distribución. Evalúe cómo el tamaño de la muestra puede afectar la apariencia de la gráfica de puntos.
Identifique los picos, que son las clases que tienen la mayoría de puntos. Los picos representan los valores más comunes en la muestra. Evalúe la dispersión de su muestra para entender qué tanto varían sus datos.
Investigue cualquier característica sorpresiva o no deseada en la gráfica de puntos. Por ejemplo, la gráfica de puntos de los tiempos de espera de los clientes mostró una dispersión mayor que la esperada. Una investigación reveló que una actualización del software en las computadoras causó inestabilidad y retrasos en los tiempos de espera.
El tamaño de la muestra puede afectar la apariencia de la gráfica.
Una gráfica de puntos funciona mejor cuando el tamaño de la muestra es aproximadamente menor que 50. Si el tamaño de la muestra es de 50 o mayor, un punto puede representar más de una observación. Considere utilizar una gráfica de caja o un histograma además de la gráfica de puntos, de manera que pueda identificar fácilmente las características primarias de la distribución.
Los datos asimétricos y los datos multimodales indican que los datos podrían ser no normales. Los valores atípicos pueden indicar otras condiciones en sus datos.
Cuando los datos son asimétricos, la mayoría de los datos se ubican en la parte superior o inferior de la gráfica. La asimetría indica que los datos pueden no estar distribuidos normalmente. Frecuentemente, es más fácil detectar la asimetría con un histograma o una gráfica de caja.
Estas gráficas de puntos ilustran los datos asimétricos. La gráfica de puntos con datos asimétricos hacia la derecha muestra tiempos de espera. La mayoría de los tiempos de espera son relativamente cortos y solo unos pocos tiempos de espera son largos. La gráfica de puntos con datos asimétricos hacia la izquierda muestra datos de tiempo de falla. Unos pocos elementos fallan inmediatamente y muchos más fallan posteriormente.
Si usted está en conocimiento de que sus datos no son naturalemente asimétricos, investigue las posibles causas. Si desea analizar los datos marcadamente asimétricos, lea el tema Consideraciones acerca de los datos para el análisis a fin de asegurarse de que pueda utilizar los datos que no sean normales.
Los valores atípicos, que son valores de datos que están muy alejados de otros valores de datos, pueden afectar fuertemente sus resultados. Frecuentemente, es más fácil identificar los valores atípicos en una gráfica de caja.
Mantenga el puntero sobre el valor atípico para identificar el punto de datos.
Intente identificar la causa de cualquier valor atípico. Corrija cualquier error de entrada de datos o de medición. Considere eliminar los valores de datos que estén asociados con eventos anormales y únicos (causas especiales). A continuación, repita el análisis.
Los datos multimodales tienen más de un pico. (Un pico representa el modo de un conjunto de datos). Los datos multimodales generalmente ocurren cuando los datos se recopilan a partir de más de un proceso o condición, como por ejemplo en más de una temperatura.
Por ejemplo, estas gráficas de puntos son gráficas de los mismos datos. La gráfica de puntos simple tiene dos picos, pero no está claro que significan los picos. La gráfica de puntos con grupos muestra los picos correspondientes a dos grupos.
Si usted tiene información adicional que le permita clasificar las observaciones en grupos, puede crear una variable de grupo con esta información. Luego, puede crear la gráfica con grupos para determinar si la variable de grupo representa los picos en los datos.
Para agregar una variable de grupo a una gráfica existente, haga doble clic en una representación de datos de la gráfica y luego haga clic en la ficha Grupos.
Si su gráfica de puntos tiene grupos, evalúe y compare el centro y la dispersión de los grupos.
Buscar diferencias entre los centros de los grupos.
Buscar diferencias entre las dispersiones de los grupos.