散布図が発見された当時、その作成は複雑な作業でした。統計学者や科学者の協力が求められることが多かったのです。近年では、作図作業の大部分は自動化されていますが、それでもなお、人間の関与と判断が不可欠であり、その手順は以下のとおりです。

ステップ1：2つの変数を決定する

分析の最も重要なステップは、分析を始める前に行われます。教科書の問題では、相関関係を見つけなければならない変数が分かっていると想定されます。しかし、現実には多くの変数が存在するため、相関関係が現れるケースも数多くあります。重要な関係性が存在する変数を選択することが重要であり、その関係性を理解することで、分析プロセスにメリットがもたらされます。

ステップ 2: データを収集する

変数を選択したら、それらについて有意義な結論を導き出すために、関連データを収集する必要があります。これは、適切な実験計画法を適用し、システムへの入力として使用する測定値を作成することによって実現できます。このプロセスは他のプロセスと同様に、GIGO（Garbage In Garbage Out）の原則に従うため、入力データには十分な注意が必要です。

ステップ3: データをマッピングする

データを収集したら、デカルト座標系のX軸とY軸上にマッピングする必要があります。これにより、データを見る人は、大多数の点がどこに集中しているか、外れ値はどこにあるのか、そしてその理由は何かを把握できます。今日では、これを手作業で行う必要はありません。入力データをリアルタイムで自動的に取得し、散布図にマッピングするソフトウェアが利用可能です。

ステップ4：最適な直線

次のステップは、散在するデータポイントの最適なモミの線を統計的に計算することです。これは、数学的に、ほとんどの線を通り、残りの線に最も近い線が導き出されることを意味します。この線には、変数間の関係性を予測するために使用できる方程式があります。このステップも、以前は複雑な計算が必要で、人為的なエラーが発生しやすかったです。今ではソフトウェアがシームレスかつ迅速に実行できます。

ステップ5：正確な数字を出す

次のステップは、相関係数を求めることです。前述の通り、この数値は相関関係を理解するための最適な指標であり、-1から+1の範囲にあります。ソフトウェアが計算し、相関係数を算出します。高価なソフトウェアは必要ありません。Excelシートのようなシンプルなもので十分です。

ステップ6：数字を解釈する

最後のステップは、数値の解釈です。+0.5または-0.5を超える数値は強い相関を示唆します。0は相関がないことを示し、-1または+1は完全な相関関係があることを示します。完全な相関関係は因果関係の指標となる可能性がありますが、それ自体が因果関係を意味するわけではありません。