نمودار پراکندگی یک ابزار گرافیکی است. طراحی شده است تا اطمینان حاصل شود که نمای راحت فرآیند را در یک نگاه به مدیر ارائه می دهد. نمودار پراکندگی همبستگی بین متغیرهای مهم را مطالعه می کند . هنگامی که همبستگی بین دو متغیر را مطالعه می کند، به آن نمودار پراکندگی دو متغیره می گویند. هنگامی که چندین متغیر درگیر باشد، به آن نمودار پراکندگی چند متغیره می گویند.
Co-Relation چیست؟
همبستگی درجه ای است که دو متغیر به طور همزمان تغییر می کنند. یک مثال خوب این است که هر زمان که زمان چرخه زیاد باشد، نارضایتی مشتری نیز زیاد است. همبستگی در مقیاس 1+ تا 1 ضبط کننده است. +1 همبستگی کامل را نشان می دهد، در حالی که -1 همبستگی منفی کامل را نشان می دهد. با این حال، همبستگی کامل وجود ندارد و اگر به یکی از آنها برخورد کردید، باید شک کرد.
فرض کنید دو متغیر در حال ثبت و اندازه گیری هستند و میزان بالایی از همبستگی وجود دارد، اطلاعات مفیدی را در اختیار مدیریت قرار می دهد تا کسب و کار را بهتر اداره کند.
رابطه ممکن است علت و معلولی باشد یا نباشد
همبستگی اغلب با علیت اشتباه گرفته می شود. ممکن است در واقعیت چنین باشد یا نباشد. فقط به این دلیل که آماری داریم که نشان می دهد این دو متغیر تمایل به حرکت پشت سر هم دارند، به این معنی نیست که مدرکی داریم که یکی باعث دیگری می شود. دلالت بر علیت می تواند منجر به خسارات غیرعمدی شود.
بهترین استفاده زمانی که یک متغیر تحت کنترل است
همبستگی باید تنها زمانی استفاده شود که حداقل یکی از متغیرها تحت کنترل باشد. این متغیر به عنوان متغیر مستقل شناخته خواهد شد. از این رو آزمایشگران می توانند یک متغیر را تغییر دهند و متغیر دیگر را برای تعیین میزان همبستگی ثبت کنند.
چرا تجسم مهم است؟
مدیریت باید سطوح بسیاری از متغیرها را قبل از توافق بر سر بودجه پیش بینی کند. همبستگی به مدیریت کمک می کند تا سطوح ممکن این متغیرها را به دست آورد تا بتوان بودجه دقیقی را توسعه داد.
نمودارهای پراکنده ابزار مهمی برای تجسم فراهم می کند. زیرا در بسیاری از مواقع نقاطی که از محل پراکندگی بیشتر نقاط دورتر هستند، قابلیت تأثیرگذاری بر ضریب همبستگی که آمار خلاصه است را دارند. برای جلوگیری از خطاهایی که ممکن است پرهزینه باشند از نمودارهای پراکندگی استفاده می شود.
طرح پراکندگی چگونه به نظر می رسد؟
نمودار پراکندگی مجموعه ای از محورهای X و Y است. به یک متغیر محور x و به متغیر دیگر محور y داده می شود. هر نقطه در نمودار دارای یک مقدار مربوط به محور x و y یعنی هر دو متغیر است. در صورت تحلیل های سه بعدی یا چند متغیره، محورهای بیشتری معرفی می شود. با این حال چنین تجسمی پیچیده است و نیاز به استفاده از نرم افزار پیچیده است.
بدون نظر