نمودار پراکندگی (که به عنوان نمودار پراکندگی و نمودار همبستگی نیز شناخته می‌شود) ابزاری برای تحلیل رابطه بین دو متغیر است که برای تعیین درجه همبستگی بین دو متغیر استفاده می‌شود.
یک متغیر بر روی محور افقی و دیگری بر روی محور عمودی رسم می‌شود. الگوی نقاط تلاقی آن‌ها به صورت گرافیکی الگوی رابطه را نمایش می‌دهد. این یکی از هفت ابزار اساسی کیفیت است.
متغیرهای کدگذاری شده
اگر نقطه کدگذاری شده باشد (رنگ / شکل / اندازه)، یک متغیر اضافی می‌تواند نمایش داده شود. داده‌ها به صورت مجموعه‌ای از نقاط نمایش داده می‌شوند. برای هر نقطه، مقدار یک متغیر موقعیت را بر روی محور افقی تعیین می‌کند و مقدار متغیر دیگر موقعیت را بر روی محور عمودی تعیین می‌کند.
رایج‌ترین استفاده از نمودارهای پراکندگی برای اثبات یا رد علیت است. اگرچه نمودار رابطه را نشان می‌دهد، اما اثبات نمی‌کند که یک متغیر به متغیر دیگر منجر می‌شود. بنابراین، می‌توانیم از نمودار پراکندگی برای بررسی نظریه علیت و یافتن علت ریشه‌ای مشکل شناسایی شده استفاده کنیم.
به عنوان مثال، می‌توانیم الگوهای تصادفات موتورسیکلت در بزرگراه‌ها را تحلیل کنیم. شما دو متغیر انتخاب می‌کنید: سرعت موتورسیکلت و تعداد تصادفات و یک نمودار رسم می‌کنید. هنگامی که نمودار کامل شد، متوجه خواهید شد که تعداد تصادفات با افزایش سرعت وسیله نقلیه افزایش می‌یابد. این نشان می‌دهد که رابطه خاصی بین سرعت و وقوع تصادفات ترافیکی در بزرگراه وجود دارد.
چه زمانی باید از نمودارهای پراکندگی استفاده کرد
استفاده اصلی از نمودارهای پراکندگی مشاهده و نمایش رابطه بین دو متغیر عددی است. ما می‌خواهیم ببینیم که چقدر خوب می‌توانیم مقدار عمودی را پیش‌بینی کنیم اگر مقدار افقی خاصی را دریافت کنیم.
شما اغلب متغیرها را بر روی محور افقی به عنوان متغیرهای مستقل و متغیرها را بر روی محور عمودی به عنوان متغیرهای وابسته مشاهده خواهید کرد. شناسایی همبستگی‌ها بین متغیرها می‌تواند به عنوان مثبت یا منفی، قوی یا ضعیف، خطی یا غیرخطی توصیف شود.
الگوی همبستگی نمودار پراکندگی
درجه همبستگی بین متغیرها به میزان پراکندگی نقاط در نمودار بستگی دارد. هرچه نقاط بیشتری را بر روی یک نمودار رسم کنید، همبستگی متغیرها کمتر خواهد بود. هرچه نقاط به یک خط مستقیم نزدیک‌تر باشند، همبستگی بالاتر است. درجه همبستگی با “R” نشان داده می‌شود.
انواع نمودار پراکندگی زیر که در جدول نشان داده شده‌اند، درجه همبستگی بین متغیر X و متغیر Y را نشان می‌دهند.
همبستگی مثبت قوی
همبستگی منفی قوی
همبستگی مثبت ضعیف
همبستگی پیچیده
هیچ همبستگی وجود ندارد
مثال نمودار پراکندگی: طول بازو در کلاس یازدهم
نمودار پراکندگی اطلاعاتی درباره قد و طول بازوی هر یک از 8 دانش‌آموز در سال یازدهم نشان می‌دهد. اگر ببینیم که همبستگی بین قد و طول بازوی دانش‌آموز یک روند را نشان می‌دهد، می‌توانیم طول بازوی یک دانش‌آموز با قد مشخص را تخمین بزنیم و بالعکس. نمودار بالا نشان می‌دهد که همبستگی مثبتی بین طول بازو و قد وجود دارد.
پس از تعیین همبستگی بین متغیرها، می‌توانید رفتار متغیر وابسته را بر اساس اندازه‌گیری متغیر مستقل پیش‌بینی کنید. این نمودار زمانی بسیار مفید است که یک متغیر به راحتی قابل اندازه‌گیری باشد و دیگری نباشد. به عنوان مثال، یک دانش‌آموز در سال یازدهم قد 148 سانتی‌متر دارد، می‌توانیم تخمین بزنیم که طول بازوی این دانش‌آموز حدود 84 سانتی‌متر است.
چگونه نمودار پراکندگی خود را به صورت آنلاین ایجاد و منتشر کنیم
با استفاده از ویژوال پارادایم آنلاین ویرایشگر صفحه‌گسترده، شما می‌توانید به سرعت و به آسانی داده‌ها و آمار را تجسم کنید. استفاده از آن بسیار آسان است و 99.9% مواقع مانند مایکروسافت اکسل کار می‌کند.
ویژوال پارادایم آنلاین ورود اطلاعات و تبدیل آن به نمودارهای پراکندگی شگفت‌انگیز را آسان می‌کند. شما می‌توانید نمودارها را به صورت آنلاین با شروع طراحی خود از یک الگوی نمودار پراکندگی از پیش ساخته شده ایجاد کنید. این کار را با افزودن داده‌های خود به نمودار، تنظیم رنگ‌ها و سایر تنظیمات برای مطابقت با برند یا تم خود انجام دهید.
الگوهای زیبا برای نمودار پراکندگی
This post is also available in Deutsch, English, Español, Français, Bahasa Indonesia, 日本語, Polski, Portuguese, Ру́сский, Việt Nam, 简体中文 and 繁體中文.