Toen spreidingsdiagrammen werden ontdekt, was het tekenen ervan een complexe taak. Vaak waren statistici en wetenschappers nodig. In het recente verleden is het tekenen grotendeels geautomatiseerd. Er is echter nog steeds veel menselijke betrokkenheid en menselijk oordeel nodig. De stappen worden als volgt in kaart gebracht:

Stap 1: Bepaal de twee variabelen

De belangrijkste stap van de analyse vindt plaats vóórdat de analyse begint. Bij leerboekopgaven gaan we ervan uit dat we de variabelen kennen waartussen we een correlatie moeten vinden. In de praktijk zijn er echter veel variabelen en dus veel gevallen van correlatie mogelijk. Het is belangrijk om de variabelen te selecteren die ertussen liggen en die, indien begrepen, een materiële relatie vormen die het proces ten goede komt.

Stap 2: Verzamel gegevens

Nadat de variabelen zijn geselecteerd, moeten relevante gegevens worden verzameld om zinvolle conclusies te kunnen trekken. Dit kan door het relevante experimentontwerp toe te passen en metingen te bedenken die als input voor het systeem worden gebruikt. Dit proces volgt, net als elk ander, het principe van GIGO, oftewel 'garbage in, garbage out', en daarom moet de nodige zorgvuldigheid worden betracht bij het gebruik van de invoergegevens.

Stap 3: Breng de gegevens in kaart

Nadat de gegevens zijn verzameld, moeten ze worden afgebeeld op de X- en Y-as van het cartesische coördinatensysteem. Dit geeft de kijker een idee van waar de meeste punten zich bevinden, waar de uitschieters zich bevinden en waarom dit zo is. Tegenwoordig hoeft dit niet meer handmatig te gebeuren. Er is software beschikbaar die de binnenkomende gegevens automatisch en realtime ophaalt en in een spreidingsdiagram weergeeft.

Stap 4: De lijn die het beste past

De volgende stap is het statistisch berekenen van de beste lijn voor de verspreide datapunten. Dit betekent dat er wiskundig een lijn wordt berekend die door de meeste lijnen past en het dichtst bij de rest ligt. Deze lijn heeft een vergelijking die kan worden gebruikt om de aard van de relatie tussen de variabelen te voorspellen. Ook deze stap vereiste in het begin complexe berekeningen, die gevoelig waren voor menselijke fouten. Nu kan software dit naadloos en in een mum van tijd doen.

Stap 5: Bedenk een exact getal

De volgende stap is het bepalen van een correlatiecoëfficiënt. Dit getal is, zoals eerder vermeld, de beste maatstaf om correlatie te begrijpen en ligt tussen -1 en +1. De software berekent dit en geeft je een correlatiecoëfficiënt. Dure software is niet nodig. Iets eenvoudigs als een Excel-sheet kan al worden gebruikt.

Stap 6: Interpreteer het getal

De laatste stap is het interpreteren van het getal. Alles boven + of – 0.5 duidt op een sterke correlatie. 0 staat voor geen correlatie, terwijl -1 of +1 staat voor een perfecte correlatie. Perfecte correlatie kan een indicator zijn voor causaliteit. Het impliceert echter op zichzelf geen causaliteit.