Als Streudiagramme entdeckt wurden, war ihre Erstellung eine komplexe Aufgabe. Oftmals war der Einsatz von Statistikern und Wissenschaftlern erforderlich. In jüngerer Vergangenheit wurde die Erstellung größtenteils automatisiert. Dennoch ist immer noch ein hoher Anteil menschlicher Beteiligung und menschlicher Urteilskraft erforderlich. Die einzelnen Schritte sind wie folgt:

Schritt 1: Entscheiden Sie sich für die beiden Variablen

Der wichtigste Schritt der Analyse wird bereits vor Beginn der Analyse durchgeführt. Bei Lehrbuchproblemen gehen wir davon aus, die Variablen zu kennen, zwischen denen wir Korrelationen finden müssen. In der Praxis gibt es jedoch viele Variablen und daher viele mögliche Korrelationen. Die Auswahl der Variablen, zwischen denen eine materielle Beziehung besteht, ist wichtig. Deren Verständnis ist für den Prozess von Vorteil.

Schritt 2: Daten sammeln

Nach der Auswahl der Variablen müssen relevante Daten gesammelt werden, um aussagekräftige Schlussfolgerungen zu ziehen. Dies kann durch die Anwendung des entsprechenden Versuchsdesigns und die Entwicklung von Messwerten erreicht werden, die als Eingaben in das System verwendet werden. Dieser Prozess folgt wie jeder andere dem GIGO-Prinzip (Garbage In Garbage Out), daher ist bei den Eingabedaten die gebotene Sorgfalt geboten.

Schritt 3: Daten zuordnen

Sobald die Daten erfasst sind, müssen sie auf den X- und Y-Achsen des kartesischen Koordinatensystems abgebildet werden. So erhält der Betrachter einen Eindruck davon, wo die meisten Punkte zentriert sind, wo die Ausreißer liegen und warum dies so ist. Heutzutage muss dies nicht mehr manuell erfolgen. Es gibt Software, die die eingehenden Daten automatisch in Echtzeit abruft und in ein Streudiagramm einträgt.

Schritt 4: Die Regressionsgerade

Der nächste Schritt besteht darin, die beste Linie für die verstreuten Datenpunkte statistisch zu berechnen. Das bedeutet, dass mathematisch eine Linie ermittelt wird, die durch die meisten Linien passt und den übrigen am nächsten liegt. Diese Linie enthält eine Gleichung, mit der sich die Art der Beziehung zwischen den Variablen vorhersagen lässt. Auch dieser Schritt erforderte früher komplexe Berechnungen und war anfällig für menschliche Fehler. Heute kann Software dies nahtlos und im Handumdrehen erledigen.

Schritt 5: Überlegen Sie sich eine genaue Zahl

Der nächste Schritt besteht darin, einen Korrelationskoeffizienten zu ermitteln. Dieser Wert ist, wie bereits erwähnt, das beste Maß zum Verständnis der Korrelation und liegt zwischen -1 und +1. Die Software berechnet den Korrelationskoeffizienten. Teure Software ist nicht erforderlich. Es reicht eine einfache Excel-Tabelle.

Schritt 6: Interpretieren Sie die Zahl

Der letzte Schritt besteht darin, die Zahl zu interpretieren. Alles über + oder – 0.5 deutet auf eine starke Korrelation hin. 0 steht für keine Korrelation, während -1 oder +1 für eine perfekte Korrelation stehen. Eine perfekte Korrelation kann ein Indikator für Kausalität sein. Sie bedeutet jedoch nicht automatisch Kausalität.