Un diagramme de dispersion est une représentation graphique dans laquelle la corrélation qui existe entre deux variables peut être connue à l'aide du plan Cartésien, étant très utile pour déterminer et représenter la corrélation qui existe entre les données de deux variables d'étude, telles que la relation entre cause et effet.
Les nuages de points sont un représentation des variables dans le plan cartésien à l'aide de données quantitatives.
Dans cet article vous trouverez :
Qu'est-ce qu'un nuage de points et à quoi sert-il ?
Un nuage de points est un type de représentation graphique dans lequel il est possible de connaître la corrélation qui existe entre deux variables en utilisant le plan cartésien, pour cela les valeurs ou données des variables sont affectées au axes (X, Y) et chaque intersection entre les deux variables représente un point sur le graphique de la plat.
Annonces
Ces points sont affichés ensemble sous la forme d'un nuage de points, qui représentent le nuage de points.
Annonces
A quoi sert un nuage de points? Ce diagramme de dispersion est très utile pour pouvoir déterminer et représenter la corrélation qui existe entre les données de deux variables d'étude, telles que relations de cause à effet ou relations entre causes.
Ce type de schéma Elle est largement mise en œuvre en statistique appliquée, comme en économie et aussi en marketing, car il aide les entreprises à comprendre les données importantes du marché, bien que son champ d'application puisse être très varié.
Annonces
Étapes pour créer un nuage de points
Bien que la création d'un nuage de points soit un processus simple, nous devons tenir compte des étapes suivantes :
- Définissez la situation dont vous voulez représenter les déterminants dans le diagramme.
- Collectez les données de ces facteurs, les données doivent être représentatives de la situation, dans laquelle les deux variables doivent avoir la même quantité de données d'échantillon.
- Identifier les variables, sur l'axe (Y) la variable dépendante, cela représente le facteur dont le comportement est influencée par l'autre variable, cette autre étant la variable indépendante qui est représentée sur l'axe (X).
- Représentez les valeurs de chaque variable sur le graphique et marquez d'un point l'intersection des données sur l'axe (Y) avec celles sur l'axe (X).
- L'analyse des données de dispersion représentées dans le graphique pour déterminer la corrélation existe.
Corrélation linéaire dans l'analyse des nuages de points
corrélations linéaires sur les nuages de points permettent d'interpréter l'intensité avec laquelle les deux variables sont liées l'une à l'autre, En ce sens, une corrélation peut être :
Annonces
- correlation positive: représente que les deux variables ont un comportement croissant, si l'une augmente aussi l'autre.
-
Corrélation négative: dans cette représentation, lorsqu'une variable augmente, l'autre diminue.
corrélation nulle: il n'y a pas de corrélation entre les deux variables.
Cependant, une corrélation est idéale ou parfaite car les corrélations entre les deux variables ont un comportement également proportionnel, avec un coefficient de corrélation égal à un.
Annonces
Si nous voulons déterminer avec précision le coefficient de corrélation, dans Exceller pouvons ajouter les formules défaut "=COEFF.DE.CORREL(…,..)" Il vous suffit d'insérer la formule, de faire glisser les données de la première variable, de mettre une virgule dessus, de faire glisser les données de la deuxième variable et c'est tout.
1. Exemple de diagramme de dispersion
Dans cet exemple, une entreprise veut connaître le rapport entre le nombre d'heures travaillées et le nombre de produits défectueux, pour cela l'entreprise a réalisé une étudier pendant 20 semaines, ledit suivi a produit les données suivantes :
Une fois les données nécessaires identifiées, nous procédons à la représentation graphique.Pour cela, il faut identifier lequel des facteurs représente la variable dépendante et lequel représente la variable indépendante.
Nous pouvons identifier que le les heures travaillées sont la variable indépendante représenté sur l'axe (X) et les produits défectueux les dépendants qui est toujours reflété dans l'axe (y).
Nous voyons les données représentées dans le graphique :
Comme le montre le graphique, les relations entre les données collectées sont reflétées par des points bleus dispersés, chaque point représente le rapport des heures travaillées et des produits défectueux présentés par semaine.
Au ajouter une ligne de tendance au graphique on peut définir ça Dans ce graphique, il y a une corrélation positive, car à mesure que les heures de travail augmentent, le pourcentage de produits défectueux augmente également.
Cette ligne de tendance représente une coefficient de corrélation de 0,91.
2. Exemple de diagramme de dispersion
Dans ce cas, on cherche à savoir s'il existe un relation entre le poids et la taille de 18 personnes choisies au hasard dans une localité donnée, il convient de noter que plus il y a de données collectées, plus l'échantillon est représentatif des conditions de la population totale; Voyons les données :
Regardons la représentation dans le nuage de points :
Comme on le voit sur le schéma, il existe une corrélation positive intermédiaire, car la taille, bien qu'elle affecte le poids, son incidence n'est pas très élevée, dont le coefficient de corrélation est de 0,59.
Pour l'élaboration du diagramme, nous pouvons utiliser Microsoft Office Excel comme outil, nous allons simplement dans la barre d'outils Excel et insérons le nuage de points et y ajoutons les données nécessaires.
