Grafici consentono di rappresentare visivamente i dati in modo eccellente. I grafici a dispersione si dimostrano la relazione tra due variabili continue---per esempio, la lunghezza del tempo trascorso nuotare e perdita di peso. Una delle variabili, la durata del tempo di nuoto, è rappresentato graficamente sulla "x" o asse orizzontale e l'altro, perdita di peso, viene tracciata sull'asse verticale o "y". Un grafico a dispersione è particolarmente adatto per grandi insiemi di dati in cui siete interessati nell'apprendimento se due variabili sono correlate. Quando si esamina qualsiasi grafico a dispersione, vorrete commentare sulla sua forma, la direzione e il modello.
Istruzioni
• Esaminare come i dati sono disperso. Guardare per vedere se la maggior parte dei valori sono nel mezzo, a sinistra o a destra, o uniformemente dispersi. Se i valori non sono uniformemente dispersi, non si dispone di una correlazione tra le variabili e si direbbe, "il grafico di dispersione dimostra poco coerenza rapporto tra perdita di peso e tempo di nuotata". Questa sarebbe stata la fine della tua interpretazione. Se i punti sul grafico a dispersione sono distribuiti uniformemente tra x e y assi, si direbbe, "il grafico a dispersione suggerisce che esiste una relazione tra perdita di peso e tempo di nuotata".
• Cercare il senso positivo. Se la linea di puntini aumenti su e a destra, si potrebbe dire che le due variabili sono correlate positivamente affermando, "Non ci sembra essere un rapporto positivo tra tempo trascorso nuotare e perdita di peso." In altre parole, il più tempo hai speso nuoto, il peso più che hai perso.
• Cercare direzione negativa. Se la linea di punti scende verso il basso e a destra, poi gli statistici dicono che le due variabili sono correlate negativamente. In questo caso si potrebbe dire: "ci sembra essere una relazione negativa tra nuoto e perdita di peso; più questa persona nuotato, meno peso hanno perso." Tenete a mente che si sta parlando di correlazione, significato che come una variabile aumenta l'altra variabile aumenta o diminuisce. Non si sta parlando circa una variabile causando un altro.
• Cercare una relazione curvilinea---quando i dati è simile a un montante o upside-down "U". Se questo è il caso, si direbbe, "il rapporto tra le due variabili sembra essere curvilinee". Se la "U" va sul lato destro si direbbe qualcosa di simile, "il rapporto tra nuoto e perdita di peso appare negativamente correlato fino a quando non viene raggiunto il valore critico, allora il rapporto diventa positivo." Se il valore critico è stato 20 minuti si potrebbe dire: "quando il tempo trascorso di nuoto era meno di 20 minuti, maggiore tempo trascorso nuoto è stato associato con meno perdita di peso fino a quando il marchio di 20 minuti; a questo valore e oltre, più tempo nuoto è stata associata con una maggiore perdita di peso." Se la "U" è capovolta si potrebbe dire il contrario: "quando il tempo trascorso nuotare era meno 20 minuti, il maggior tempo trascorso nuotare era associato con una maggiore perdita di peso fino a quando il marchio di 20 minuti; a questo valore e non solo, più tempo trascorso nuotare era associato con meno perdita di peso".
• Guardate la forza del rapporto esaminando la pendenza della retta. Un ripido pendio indicherebbe una relazione positiva, mentre un morbido pendio indicherebbe una relazione debole. Il tuo esame del grafico a dispersione indica visivamente se si desidera calcolare ulteriori statistiche, quali pendenza e correlazione. Si direbbe, "il pendio della linea sembra essere ripida, suggerendo che dovrebbe essere completata un'analisi correlazionali."