هنگامی که نمودارهای پراکنده کشف شد، ترسیم آنها یک کار پیچیده بود. اغلب مستلزم استفاده از آماردانان و دانشمندان بود. در گذشته های اخیر بیشتر نقاشی ها به صورت خودکار انجام شده است. با این حال، هنوز مقدار زیادی از دخالت انسان و همچنین قضاوت انسانی مورد نیاز است. مراحل به صورت زیر ترسیم شده است:

مرحله 1: دو متغیر را تعیین کنید

مهمترین مرحله تجزیه و تحلیل حتی قبل از شروع تجزیه و تحلیل انجام می شود. در مسائل کتاب درسی فرض می کنیم که متغیرهایی را می دانیم که باید بین آنها همبستگی پیدا کنیم. با این حال، در زندگی واقعی، متغیرهای زیادی وجود دارد و بنابراین موارد زیادی از همبستگی ممکن است. انتخاب متغیرهای بین یک رابطه مادی وجود دارد که اگر درک شود به نفع فرآیند خواهد بود.

مرحله 2: جمع آوری داده ها

هنگامی که متغیرها انتخاب شدند، داده های مربوطه باید جمع آوری شوند تا نتیجه گیری های معنی داری در مورد آن حاصل شود. این را می توان با اعمال طرح مربوطه آزمایش و دستیابی به اندازه گیری هایی که به عنوان ورودی در سیستم استفاده می شود، انجام داد. این فرآیند مانند هر فرآیند دیگری از اصل GIGO یعنی Garbage In Garbage Out پیروی می کند و از این رو باید مراقب داده های ورودی باشد.

مرحله 3: داده ها را نقشه برداری کنید

پس از جمع‌آوری داده‌ها، باید روی محورهای X و Y سیستم مختصات دکارتی ترسیم شوند. این به بیننده ایده می‌دهد که اکثر نقاط کجا هستند، نقاط پرت کجا هستند و چرا اینطور است. امروزه لازم نیست این کار به صورت دستی انجام شود. نرم‌افزاری در دسترس است که به‌طور خودکار داده‌های دریافتی را در زمان واقعی واکشی می‌کند و آن‌ها را بر روی یک نمودار پراکنده ترسیم می‌کند.

مرحله 4: خط بهترین تناسب

مرحله بعدی محاسبه آماری خط بهترین صنوبر برای نقاط داده پراکنده است. این بدان معنی است که از نظر ریاضی خطی ساخته می شود که در بیشتر خطوط قرار می گیرد و به بقیه آنها نزدیکتر است. این خط دارای معادله ای است که می توان از آن برای پیش بینی ماهیت رابطه بین متغیر استفاده کرد. این مرحله نیز در اوایل نیازمند محاسبات پیچیده و مستعد خطای انسانی بود. اکنون نرم افزار می تواند این کار را یکپارچه و در کمترین زمان انجام دهد.

مرحله 5: یک عدد دقیق پیدا کنید

گام بعدی ایجاد یک ضریب همبستگی است. این عدد همانطور که قبلا گفته شد بهترین معیار برای درک همبستگی است و بین -1 و +1 قرار دارد. نرم افزار کار خواهد کرد و یک ضریب همبستگی به شما می دهد. نرم افزار گران قیمت مورد نیاز نیست. می توان از چیزی به سادگی یک برگه اکسل استفاده کرد.

مرحله 6: عدد را تفسیر کنید

آخرین مرحله تفسیر عدد است. هر چیزی بالاتر از + یا – 0.5 نشان دهنده یک همبستگی قوی است. 0 نشان دهنده هیچ همبستگی نیست در حالی که -1 یا +1 نشان دهنده همبستگی کامل است. همبستگی کامل ممکن است شاخصی برای علیت باشد. با این حال، به تنهایی دلالت بر علیت ندارد.