نمودار پراکندگی چیست؟

نمودار پراکندگی (معروف به نمودار پراکندگی، نمودار پراکندگی) از نقاط برای نمایش مقادیر دو متغیر عددی مختلف استفاده می کند. موقعیت هر نقطه در محور افقی و عمودی مقادیری را برای یک نقطه داده جداگانه نشان می دهد. نمودار پراکندگی برای مشاهده روابط بین متغیرها استفاده می شود.

نمودار پراکندگی چیست

نمودار پراکندگی یک نمایش گرافیکی از مجموعه ای از داده ها است که در آن مقادیر جفت متغیرها بر روی یک سیستم مختصات رسم می شود. این ابزار به طور گسترده در آمار و سایر زمینه های علوم و مهندسی برای نشان دادن روابط داده ها استفاده می شود.

نمودار پراکندگی نمودار پراکندگی نمودار، نمودار XY و نمودار همبستگی نیز نامیده می شود. نمودارپراکندگی یک نمایش گرافیکی دو بعدی از مجموعه ای از داده ها است. نمودارهای پراکنده، داده های عددی را با یک متغیر در هر محور جفت می کند تا به دنبال رابطه بین آنها باشد. اگر متغیرها همبستگی داشته باشند، نقاط در امتداد خط یا منحنی قرار می گیرند. هرچه همبستگی بهتر باشد، نقاط محکم تر خط را در آغوش می گیرند. نمودار پراکندگی یکی از هفت ابزار کیفی اساسی است که در تجزیه و تحلیل علت ریشه ای استفاده می شود.

نمودارهای پراکندگی به روش های مختلفی استفاده و اعمال می شوند که مهمترین مزیت آن نشان دادن همبستگی بین دو متغیر است. اگر نقاط داده با همبستگی مثبت، منفی و یا هیچ ارتباطی بین دو متغیر وجود نداشته باشد، نمودار پراکندگی به روشی آسان برای مشاهده تجسم خواهد شد.

دو چالش متداول با استفاده از نمودارهای پراکندگی وجود دارد – تفسیر علیت به عنوان همبستگی و بیش از حد ترسیم. مهم ترین چیزی که باید به خاطر داشته باشیم وقتی از همبستگی صحبت می کنیم این است که به این معنا نیست که تغییرات مشاهده شده در یک متغیر مسئول تغییرات مشاهده شده در متغیر دیگر است. هنگامی که نقاط داده بیش از حد رسم شده باشد، بیش از حد ترسیم می شود. این منجر به همپوشانی نقاط داده مختلف می شود و شناسایی رابطه بین متغیرها را به چالش می کشد.

نمودارهای پراکندگی برای چه مواردی استفاده می شوند؟

نمودارهای پراکندگی زمانی استفاده می شوند که می خواهید رابطه بین دو متغیر را نشان دهید یا زمانی که باید الگوهای داده را شناسایی کنید. نمودارپراکندگی در بسیاری از بخش ها مانند مدیریت ناب برای تعیین تحلیل علت ریشه ای، در اقتصاد برای نشان دادن روابط بین دو پدیده اقتصادی، مانند اشتغال و خروجی، در مدیریت برای تجسم نحوه تأثیر موجودی محصول بر هزینه ها یا زمان تحویل، در بازار برای تحقیق برای نشان دادن رابطه بین روش های تبلیغات و فروش استفاده می شود.

آیا می توانید از نمودار Scatterplot برای پیش بینی زمان چرخه در صفحه Kanban استفاده کنید؟

بله، می‌توانید از نمودارپراکنده برای پیش‌بینی زمان چرخه در تابلوی Kanban استفاده کنید. در کانبان به آن پراکندگی زمان چرخه می گویند. نمودار پراکندگی زمان چرخه یک نسخه اقتباس شده از نمودار پراکندگی است. در دنیای مدیریت ناب مورد احترام است زیرا تصویر بسیار دقیقی از یکی از معیارهای کلیدی در زمان چرخه ناب ارائه می دهد. زمان چرخه نشان‌دهنده مدت زمانی است که انجام کارها برای آیتم‌های جداگانه روی تابلوهای Kanban شما طول می‌کشد. هدف پراکندگی زمان چرخه این است که زمان چرخه تکالیف تیم شما را در یک چارچوب زمانی از پیش تعریف شده تجسم کند.

ساختار این نمودار بسیار شبیه به یک نمودار پراکنده معمولی است. محور افقی نمودار یک بازه زمانی انتخاب شده را بر اساس تاریخ تجسم می کند. عمودی نشان دهنده زمان چرخه کارهای تکمیل شده در این دوره است که بر حسب روز محاسبه می شود. هر نقطه ای که در نمودار پراکنده می بینید، نشانگری است که وظیفه ای را در کارت روی تابلوی کانبان شما نشان می دهد. موقعیت نقطه ها بر اساس تاریخ تکمیل و مدت زمان لازم برای رسیدن کارت کانبان به ستون “انجام شد” تعیین می شود.

انواع نمودارهای پراکندگی چیست؟

شما می توانید نمودار پراکندگی را به روش های مختلفی طبقه بندی کنید. محبوب ترین آنها بر اساس همبستگی است و به طور گسترده در مدیریت پروژه استفاده می شود. با توجه به همبستگی، نمودارهای پراکندگی به سه دسته زیر تقسیم می شوند.

  • همبستگی مثبت
  • همبستگی منفی
  • بدون همبستگی
تجزیه‌ و تحلیل تاثیر کسب‌ و کار یا BIA چیست 2

همبستگی مثبت

نمودار پراکندگی با همبستگی مثبت به عنوان “نمودار پراکندگی با شیب مثبت” نیز شناخته می شود. در این حالت، با افزایش مقدار X، مقدار Y نیز افزایش می یابد، به این معنی که همبستگی بین دو متغیر مثبت است. اگر یک خط مستقیم در امتداد نقاط داده رسم کنید، شیب خط بالا می رود. به عنوان مثال، اگر هوا سردتر شود، فروش نوشیدنی های گرم افزایش می یابد.

تجزیه‌ و تحلیل تاثیر کسب‌ و کار یا BIA چیست 3

همبستگی منفی

نمودار پراکندگی با همبستگی منفی به عنوان “نمودار پراکندگی با شیب منفی” نیز شناخته می شود. در این حالت، با افزایش مقدار X، مقدار Y کاهش می یابد. اگر یک خط مستقیم در امتداد نقاط داده رسم کنید، شیب خط پایین می آید. به عنوان مثال، اگر زمان چرخه یک گردش کار افزایش یابد، تعداد کارهای تکمیل شده کاهش می یابد.

بدون همبستگی

نمودار پراکندگی بدون همبستگی به عنوان “نمودار پراکندگی با درجه همبستگی صفر” نیز شناخته می شود. در این حالت، نقطه داده به قدری تصادفی پخش می شود که نمی توانید از طریق نقاط داده خطی بکشید. می توانید نتیجه بگیرید که این دو متغیر هیچ همبستگی یا صفر درجه ای از همبستگی ندارند. برای مثال، اگر هوا گرم‌تر شود، نمی‌توانیم نتیجه بگیریم که فروش صندلی‌های چوبی بالا یا پایین می‌رود، زیرا هیچ ارتباطی بین این دو متغیر وجود ندارد.

مزایای استفاده از نمودار پراکندگی چیست؟

مزایای زیر می تواند اهمیت نمودار پراکندگی را مشخص کند.

  • نمودار پراکندگی رابطه بین دو متغیر را به تصویر می کشد.
  • نمودار پراکندگی یکی از بهترین ابزارها برای نشان دادن یک الگوی غیر خطی است.
  • نمودار پراکندگی داده هایی را برای تایید یک فرضیه مبنی بر مرتبط بودن دو متغیر فراهم می کند.
  • نمودار پراکندگی محدوده جریان داده را تعیین می کند، به عنوان مثال، مقادیر حداکثر و حداقل.
  • نمودار پراکندگی الگوهایی را به تصویر می کشد که مشاهده آنها آسان است.
  • ترسیم نمودار پراکندگی بسیار ساده است.
  • نمودار پراکندگی یک رابطه بین دو مجموعه از داده های عددی برقرار می کند.
  • نمودار پراکندگی می تواند الگوها و روندهای اندازه گیری های مختلف را ردیابی کند.

مشکلات رایج هنگام استفاده از نمودارهای پراکندگی چیست؟

دو چالش متداول با استفاده از نمودارهای پراکندگی وجود دارد – تفسیر علیت همبستگی و بیش از حد ترسیم است.

Overplotting زمانی وجود دارد که نقاط داده زیادی رسم شده باشد. این منجر به همپوشانی نقاط داده های مختلف می شود و شناسایی رابطه بین متغیرها را به چالش می کشد.

تفسیر همبستگی به عنوان علت، دومین چالش استفاده از نمودارهای پراکندگی است. مهم ترین چیزی که باید به خاطر داشته باشیم وقتی از همبستگی صحبت می کنیم این است که به این معنا نیست که تغییرات مشاهده شده در یک متغیر مسئول تغییرات مشاهده شده در متغیر دیگر است. علیت زمانی مشاهده می شود که یک رویداد روی یک نتیجه معین تأثیر بگذارد. مراقب باشید که همبستگی را به علت تعبیر نکنید.

سیستم کانبان چیست

چگونه یک نمودار پراکندگی ایجاد کنیم؟

راه های مختلفی برای ایجاد نمودارپراکندگی وجود دارد. اگر می خواهید یک نمودارپراکندگی ساده با یک کلیک ایجاد کنید، بهترین راه برای انجام این کار استفاده از یک سازنده نمودارپراکندگی آنلاین است که معمولاً استفاده از آن رایگان است. معمولاً باید فیلدهای از پیش تعریف شده مانند نام نمودار، مقادیر Y و Y، مقدار سری، رنگ و خط روند را پر کنید. روی دکمه قرعه کشی کلیک کنید و نمودارپراکندگی شما باید آماده باشد. اگر به چابکی بیشتری نیاز دارید و باید نمودار پراکندگی پیچیده تری ایجاد کنید، می توانید از Excel و Powerpoint استفاده کنید.

برای ایجاد یک نمودار پراکندگی، باید مقداری داده اولیه داشته باشید. ابتدا جفت داده هایی را جمع آوری کنید که در آنها مشکوک به یک رابطه هستید. داده های خود را وارد کنید، جایی که اطلاعات محور x در ردیف بالا قرار می گیرند و داده های محور y در ردیف پایین قرار می گیرند. محورهای x و y خود را برچسب بزنید تا بدانید آنها چه چیزی را نشان می دهند. اگر می‌توانید از کدهای رنگی برای هر یک از نقاط متغیر وابسته خود استفاده کنید، رنگی را برای محورها، مقادیر و عنوان نمودار خود انتخاب کنید.

آیا می توانید با استفاده از Scatter Diagram Maker یک نمودار پراکندگی ایجاد کنید؟

بله، شما می توانید با استفاده از دیاگرام ساز پراکنده یک نمودار پراکندگی ایجاد کنید. سازنده نمودار پراکندگی یک ابزار آنلاین است که به شما کمک می کند نمودار پراکندگی را خیلی سریع بسازید. بسیاری از این ابزارها مانند Alcula، MathCracker و RapidTables به صورت رایگان در دسترس هستند. مزیت استفاده از دیاگرام ساز پراکندگی این است که با پر کردن چندین فیلد مجموعه، می توانید به سرعت یک نمودار پراکندگی زیبا ایجاد کنید. برای ایجاد نمودار پراکندگی، عنوان نمودار را برای محور Y و X وارد کنید، حداقل مقدار محور، حداکثر مقدار محور و برچسب محور را وارد کنید.

دکمه را فشار دهید تا نمودار پراکندگی ایجاد شود. همچنین ماشین‌حساب‌های نمودار پراکندگی ساده‌ای وجود دارد که تنها چیزی که نیاز دارید پر کردن مقادیر X و Y است. عیب اصلی استفاده از سازنده نمودار پراکندگی آنلاین این است که انعطاف‌پذیری ندارد. شما باید با چیزی که توسط ابزارها ارائه می شود کار کنید.

همبستگی در نمودار پراکندگی چیست؟

نمودارهای پراکندگی یک هدف بسیار خاص دارند. آنها نشان می دهند که چگونه یک متغیر تحت تأثیر متغیر دیگری قرار می گیرد. رابطه بین دو متغیر را همبستگی می گویند. اگر مقدار X افزایش یابد و مقدار Y نیز افزایش یابد، به این معنی است که همبستگی بین دو متغیر مثبت است. اگر یک خط مستقیم در امتداد نقاط داده رسم کنید، شیب خط بالا می رود. اگر مقدار X افزایش و مقدار Y کاهش یابد، به این معنی است که همبستگی بین دو متغیر منفی است.

اگر یک خط مستقیم در امتداد نقاط داده رسم کنید، شیب خط پایین می آید. اگر نقطه داده به قدری تصادفی پخش شود که نتوانید از طریق نقاط داده خطی بکشید، به این معنی است که همبستگی بین دو متغیر منفی است.

همبستگی را می توان با قدرت کمیت کرد – اینکه آیا همبستگی بین دو متغیر ضعیف است یا قوی. درک این نکته مهم است که همبستگی شواهدی از ارتباط ارائه می دهد، نه علیت. هنگام توصیف رابطه بین دو متغیر، همبستگی ها تنها یک تکه از پازل هستند. این اطلاعات ضروری است اما کافی نیست. برای ارائه اطلاعات بیشتر باید تحلیل های دیگری نیز انجام شود.

الگوهای همبستگی نمودار پراکندگی چیست؟

  • یک الگوی همبستگی مثبت قوی زمانی است که مقدار Y با افزایش مقدار X افزایش می یابد.
  • یک الگوی همبستگی منفی قوی زمانی است که مقدار Y با افزایش مقدار X کاهش می یابد.
  • یک الگوی همبستگی مثبت ضعیف زمانی است که مقدار Y با افزایش مقدار X کمی افزایش می یابد.
  • یک الگوی همبستگی منفی ضعیف زمانی است که مقدار Y با افزایش مقدار X کمی کاهش می یابد.
  • یک الگوی همبستگی پیچیده زمانی است که مقدار Y به نظر می رسد که با مقدار X مرتبط است، اما رابطه آنها را نمی توان به راحتی تعیین کرد.
  • الگوی بدون همبستگی زمانی است که بین دو متغیر ارتباطی وجود نداشته باشد.

چگونه نمودار پراکندگی را بخوانیم؟

داده های موجود در نمودار پراکندگی باید از چپ به راست خوانده شوند و شما باید به دنبال روندها باشید. اگر در حین حرکت از چپ به راست، یک الگوی سربالایی مشاهده کردید، این به معنای رابطه مثبت بین دو متغیر X و Y است. اگر مقادیر X افزایش یابد، مقادیر Y نیز افزایش می‌یابد. همانطور که از چپ به راست حرکت می کنید و یک الگوی سراشیبی می بینید، به این معنی است که ما بین دو متغیر X و Y رابطه منفی داریم. هنگامی که مقادیر X افزایش می یابد، مقادیر Y کاهش می یابد. اگر نقاط داده هیچ نوع الگوی نداشته باشند، این نشان می دهد که هیچ رابطه ای بین متغیرهای X و Y وجود ندارد.

قدرت نمودار پراکندگی چیست؟

قدرت یک نمودار پراکندگی ضعیف، متوسط یا قوی است. وقتی نقاط داده پخش می شوند، رابطه بین دو متغیر ضعیف است. اگر نقاط داده خوشه ای باشند یا از یک خط مستقیم یا منحنی پیروی کنند، رابطه بین دو متغیر قوی در نظر گرفته می شود.

نمونه هایی از نمودار پراکندگی چیست؟

ما نگاهی به یک نمونه از نمودار پراکندگی برای پیش‌بینی زمان چرخه خواهیم انداخت. یکی از بزرگترین مزایای استفاده از نمودار پراکندگی زمان چرخه برای مدیریت ناب این است که به شما توانایی پیش بینی نتیجه کارهای آینده را می دهد. اگرچه ممکن است در نگاه اول گیج کننده به نظر برسد، اما نمودار می تواند پیش بینی های احتمالی در مورد عملکرد آینده را به شما ارائه دهد. برای اینکه این اتفاق بیفتد، باید خطوط افقی را در سراسر نمودار ترسیم کنید، بسته به تعداد کارهای تمام شده در یک بازه زمانی خاص.

برای مثال، فرض کنید 100 کار دارید که در 30 روز تکمیل شده اند. اگر 25 مورد از آنها در 5 روز یا کمتر به پایان رسید، در حالی که بقیه آنها بیشتر طول کشید، شما 25 درصد شانس دارید که هر کار آینده را در این بازه زمانی به پایان برسانید. یک خط افقی در اوج روز دهم روی نمودار پراکندگی زمان چرخه خود بکشید.

بیایید بگوییم که 50 کار دیگر در عرض 10 روز تکمیل شد. خط افقی دوم باید 75 درصد مشخص شود و باید در اوج روز دهم باشد. هر چه صدک بالاتر باشد، شانس تکمیل یک کار آینده در این بازه زمانی بیشتر است.

هر زمان که به یک ضرب الاجل متعهد می شوید، باید به خطوط صدک در نمودار پراکنده خود نگاه کنید و بگویید که درصد مشخصی برای آماده شدن در X روز / هفته / ماه دارید.

چگونه از Scatter Plot در شش سیگما استفاده کنیم؟

نمودار پراکندگی یک نمایش گرافیکی دو بعدی از مجموعه ای از داده ها است. توانایی آن برای نشان دادن روابط غیر خطی بین متغیرها به طور گسترده در شش سیگما استفاده می شود. نمودارهای پراکندگی به طور گسترده ای به عنوان ابزاری برای تجزیه و تحلیل مسائل در شش سیگما استفاده می شود. نمودارهای پراکندگی نشان می دهد که متغیرها چگونه با یکدیگر ارتباط دارند.

این رابطه را همبستگی می نامند و سه نوع همبستگی وجود دارد: همبستگی مثبت، منفی و بدون همبستگی. در شش سیگما، نمودار پراکنده به صورت بصری همبستگی بین یک مشکل و یک علت را نمایش می دهد، چه همبستگی مثبت، منفی یا بدون وجود داشته باشد. این به تیم‌های با کیفیت کمک می‌کند تا ارزیابی کنند که کدام علت فرضی بیشترین تأثیر را بر یک مشکل دارد و کدام یک باید ابتدا حل شود.

تاریخچه نمودارهای پراکندگی چیست؟

نمودار پراکندگی مدرن برای اولین بار در سال 1833 در مطالعه ای در مورد مدار ستارگان دوگانه ظاهر شد. این مطالعه توسط جان فردریک دبلیو هرشل، دانشمند انگلیسی انجام شد. اعتقاد بر این است که تجسم اولین نمونه منتشر شده از نقاط داده ترسیم شده در یک پلان دکارتی است. در سال 1886، استفاده از نمودار پراکندگی در جامعه علمی توسط فرانسیس گالتون، یک دانشمند انگلیسی دوران ویکتوریا، رایج شد.

گالتون یکی از پدیدآورندگان مفهوم آماری همبستگی است. قبل از سال 1906، نمودار پراکندگی معمولاً به عنوان نمودار پراکندگی نامیده می شد، با این حال، کارل پیرسون، ریاضیدان انگلیسی و آمارشناس زیستی با نامگذاری تجسم به عنوان نمودار پراکندگی اعتبار دارد. در دهه 1980، این نمودار توسط آماردانان ویلیام کلیولند و رابرت مک گیل بیشتر محبوب شد. آنها تحقیقاتی را انجام دادند تا بفهمند افراد بر اساس کدام نمودارها اطلاعات را سریع‌تر و دقیق‌تر درک می‌کنند. نمودار پراکندگی برنده بزرگی بود زیرا افراد در نگاه کردن به بسیاری از نقاط نمودار و درک رابطه آنها بسیار با تجربه هستند.

پرسش های متداول

نمودار پراکندگی چیست؟

نمودار پراکندگی نمودار پراکندگی نمودار، نمودار XY و نمودار همبستگی نیز نامیده می شود. نمودار پراکندگی یک نمایش گرافیکی دو بعدی از مجموعه ای از داده ها است. نمودارهای پراکنده، داده های عددی را با یک متغیر در هر محور جفت می کند تا به دنبال رابطه بین آنها باشد. اگر متغیرها همبستگی داشته باشند، نقاط در امتداد خط یا منحنی قرار می گیرند. هرچه همبستگی بهتر باشد، نقاط محکم تر خط را در آغوش می گیرند. نمودار پراکندگی یکی از هفت ابزار کیفی اساسی است که در تجزیه و تحلیل علت ریشه ای استفاده می شود.

چگونه یک نمودار پراکندگی ایجاد کنیم؟

راه های مختلفی برای ایجاد نمودار پراکندگی وجود دارد. اگر می خواهید یک نمودار پراکندگی ساده با یک کلیک ایجاد کنید، بهترین راه برای انجام این کار استفاده از یک سازنده نمودار پراکندگی آنلاین است که معمولاً استفاده از آن رایگان است. معمولاً باید فیلدهای از پیش تعریف شده مانند نام نمودار، مقادیر Y و Y، مقدار سری، رنگ و خط روند را پر کنید. روی دکمه قرعه کشی کلیک کنید و نمودار پراکندگی شما باید آماده باشد. اگر به چابکی بیشتری نیاز دارید و باید نمودار پراکندگی پیچیده تری ایجاد کنید، می توانید از Excel و Powerpoint استفاده کنید.

برای امتیاز به این نوشته کلیک کنید!
[کل: 0 میانگین: 0]

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا