نمودار پراکندگی یک ابزار گرافیکی است. این ابزار به گونه‌ای طراحی شده است که با یک نگاه، نمای مناسبی از فرآیند را برای مدیر فراهم کند. نمودار پراکندگی، همبستگی بین متغیرهای مهم را بررسی می‌کند.وقتی همبستگی بین دو متغیر را بررسی می‌کند، نمودار پراکندگی دو متغیره نامیده می‌شود. وقتی چندین متغیر درگیر باشند، نمودار پراکندگی چند متغیره نامیده می‌شود.

رابطه‌ی هم‌بستگی چیست؟

همبستگی، میزان تغییر همزمان دو متغیر است. یک مثال خوب این است که هر زمان زمان چرخه بالا باشد، نارضایتی مشتری نیز بالا است. همبستگی در مقیاس +1 تا -1 ثبت می‌شود. +1 همبستگی کامل را نشان می‌دهد، در حالی که -1 همبستگی منفی کامل را نشان می‌دهد. با این حال، همبستگی‌های کامل وجود ندارند و اگر با یکی از آنها مواجه شدید، باید به آن شک کنید.

فرض کنید دو متغیر ثبت و اندازه‌گیری می‌شدند و درجه بالایی از همبستگی وجود داشت، این امر اطلاعات مفیدی را برای مدیریت فراهم می‌کرد تا کسب‌وکار را بهتر اداره کند.

رابطه می‌تواند علت و معلول باشد یا نباشد

همبستگی اغلب با علیت اشتباه گرفته می‌شود. این ممکن است در واقعیت صادق باشد یا نباشد. صرفاً به این دلیل که ما آماری داریم که نشان می‌دهد دو متغیر تمایل به حرکت همزمان دارند، به این معنی نیست که ما مدرکی داریم که یکی علت دیگری است. اشاره به علیت می‌تواند منجر به ضررهای غیرعمدی شود.

بهترین زمان استفاده زمانی است که یک متغیر تحت کنترل است

همبستگی فقط زمانی باید استفاده شود که حداقل یکی از متغیرها تحت کنترل باشد. این متغیر به عنوان متغیر مستقل شناخته می‌شود. از این رو، آزمایشگران می‌توانند یک متغیر را تغییر داده و متغیر دیگر را ثبت کنند تا میزان همبستگی را تعیین کنند.

چرا تجسم مهم است؟

مدیریت باید قبل از توافق بر سر بودجه، سطوح بسیاری از متغیرها را پیش‌بینی کند. همبستگی به مدیریت کمک می‌کند تا سطوح احتمالی این متغیرها را تعیین کند تا بودجه‌های دقیقی تدوین شود.

نمودارهای پراکندگی ابزار مهمی برای تجسم ارائه می‌دهند. دلیل این امر این است که بسیاری از اوقات نقاطی که از محل پراکندگی اکثر نقاط دورتر هستند، قابلیت تأثیرگذاری بر ضریب همبستگی که آماره خلاصه است را دارند. برای جلوگیری از خطاهایی که ممکن است پرهزینه باشند، از نمودارهای پراکندگی استفاده می‌شود.

نمودار پراکندگی (Scatter Plot) چه شکلی است؟

نمودار پراکندگی مجموعه‌ای از محورهای X و Y است. یک متغیر محور x و متغیر دیگر محور y را نشان می‌دهد. هر نقطه روی نمودار مقداری متناظر با محور x و y دارد، یعنی هر دو متغیر. در صورت تحلیل‌های سه‌بعدی یا چند متغیره، محورهای بیشتری معرفی می‌شوند. با این حال، چنین تجسم‌هایی پیچیده هستند و نیاز به استفاده از نرم‌افزارهای پیچیده دارند.