Hajotuskaavio on tärkeä diagnoosityökalu tilastotieteen arsenaalissa, joka saadaan kuvaamalla kaksi muuttujaa toisiaan vastaan. Sen avulla tilastotieteilijä voi tehdä muuttujat silmämunasta ja muodostaa toimivan hypoteesin suhteesta. Tästä syystä se piirretään yleensä ennen regressioanalyysin suorittamista. Tämän jälkeen tilastotieteilijä testaa hypoteesin regressioanalyysin avulla ja määrittää suhteen merkin ja tarkan suuruuden. Lisäksi sirontakaavio auttaa tunnistamaan poikkeavuudet - arvot, jotka ovat epänormaalisti kaukana suurimmasta osasta näytteen tietoja. Poikkeamien eliminointi auttaa parantamaan regressiomallia.
Tarkista, onko sirontakaavion kahden muuttujan välillä negatiivinen suhde. Jos ensimmäisen muuttujan alhaiset arvot vastaavat toisen muuttujan korkeita arvoja, on negatiivinen korrelaatio. Tässä tapauksessa datapisteiden läpi vedetyllä viivalla on negatiivinen kaltevuus.
Tutki sirontakaavio positiivisten suhteiden löytämiseksi muuttujien välillä. Jos sirontakaavion ensimmäisen muuttujan alhaiset arvot vastaavat toisen pieniä arvoja ja ensimmäisen korkeat arvot vastaavat vastaavasti toisen korkeita arvoja, muuttujilla on positiivinen korrelaatio. Tässä tapauksessa datapisteiden läpi vedetyllä viivalla on positiivinen kaltevuus.
Tarkista sirontakaavio, ettei muuttujien välillä ole suhdetta. Jos sirontakaavion datapisteet jaetaan satunnaisesti ilman näennäistä suhdetta näiden kahden välillä, niillä ei ole joko korrelaatiota tai pieni, tilastollisesti merkityksetön korrelaatio. Tässä tapauksessa datapisteiden läpi vedetty viiva on vaakasuora ja kaltevuus nolla.
Asenna viiva tietopisteiden läpi ja tutkia sen muoto kahden muuttujan välisen suhteen luonteen määrittämiseksi. Suora tulkitaan lineaariseksi suhteeksi, kaareva muoto viittaa neliömäiseen suhteeseen ja viiva, joka on suhteellisen tasainen ennen yhtäkkiä ampumista ylös tai alas, tulkitaan eksponentiaaliseksi suhteeksi.
Tutki sirontakaavion poikkeavuuksia, arvoja, jotka sijaitsevat epänormaalisti kaukana datapisteiden ryhmästä. Poikkeamat vääristävät muuttujien välistä suhdetta. Poista ne, mutta vain, jos niiden puuttuminen ei vaikuta kahden muuttujan välisen suhteen analysointiin.