Trong lĩnh vực trực quan hóa dữ liệu, các biểu đồ phân tán nổi bật như một công cụ mạnh mẽ để hiểu các mối quan hệ và mẫu trong bộ dữ liệu. Bằng cách biểu thị bằng đồ thị mối tương quan giữa hai biến, các biểu đồ phân tán cung cấp một cái nhìn toàn diện về dữ liệu và cho phép xác định các xu hướng, cụm, giá trị ngoại lai và thậm chí cả các mối quan hệ nhân quả tiềm ẩn. Chúng tôi đã cung cấp một số ví dụ về biểu đồ phân tán.
Chúng ta sẽ đi sâu vào thế giới của các biểu đồ phân tán, cung cấp một loạt các ví dụ thể hiện tính linh hoạt và hữu ích của chúng trong các lĩnh vực khác nhau. Ngoài ra, chúng tôi cũng sẽ giải quyết một số câu hỏi thường gặp để giúp bạn hiểu sâu hơn về biểu đồ phân tán và ứng dụng của chúng.
| Câu trả lời nhanh |
| Biểu đồ phân tán là một công cụ trực quan hóa dữ liệu mạnh mẽ được sử dụng để hiểu các mối quan hệ và mẫu trong bộ dữ liệu. Chúng biểu thị bằng đồ thị mối tương quan giữa hai biến và có thể tiết lộ các xu hướng, cụm, giá trị ngoại lai và các mối quan hệ nhân quả tiềm ẩn. Bằng cách cung cấp nhiều ví dụ khác nhau và giải quyết các câu hỏi thường gặp, biểu đồ phân tán được chứng minh là linh hoạt và hữu ích trong các lĩnh vực như tiếp thị kỹ thuật số, giáo dục và bán lẻ. |
Âm mưu phân tán là gì
Biểu đồ phân tán là một cách biểu diễn dữ liệu bằng đồ họa. Biểu đồ phân tán đơn giản vẽ các điểm dựa trên các giá trị của chúng bằng cách sử dụng các trục Tọa độ. Ngoài ra, biểu đồ này chắt lọc những ý tưởng quan trọng thành một tập hợp các điểm dọc theo trục x và y.
Công dụng của Biểu đồ phân tán
Để thiết lập mối quan hệ giữa hai biến chính trong dữ liệu của bạn, hãy sử dụng Biểu đồ phân tán. Ví dụ: trong tiếp thị kỹ thuật số, bạn có thể sử dụng biểu đồ này để theo dõi mối liên hệ giữa tỷ lệ nhấp và KPI chuyển đổi.
Trong trường hợp này, bạn muốn biết việc tăng tỷ lệ nhấp (CTR) ảnh hưởng như thế nào đến chuyển đổi. Các ví dụ về Biểu đồ phân tán có thể được sử dụng để xác định các liên kết hoặc liên kết giữa các điểm dữ liệu chính.
Phân tích thực sự bắt đầu khi bạn xác định loại mối quan hệ tồn tại giữa các biến chính mà bạn đang theo dõi chặt chẽ. Biểu đồ phân tán có thể được sử dụng để xác định các mối quan hệ "nhân quả" ẩn giữa hai biến quan trọng trong dữ liệu của bạn.
Các tình huống dưới đây cho thấy cách bạn có thể sử dụng các ví dụ về Biểu đồ phân tán để tận dụng tối đa dữ liệu thô của mình.
- Dữ liệu chứa các cặp biến.
- Mỗi hình được liên kết với biến độc lập có các giá trị khác nhau cho biến phụ thuộc.
- Trong dữ liệu, có những dấu hiệu cho thấy mối quan hệ giữa hai biến.
Cách tạo biểu đồ tán xạ – Video hướng dẫn
Trong video dưới đây, bạn sẽ tìm hiểu cách tạo Biểu đồ phân tán trong Bảng tính Google. Bạn có thể sử dụng tùy chọn thuộc tính để cải thiện biểu đồ của mình.
Ví dụ về biểu đồ phân tán đơn giản
Ví dụ 1
Giả sử bạn có dữ liệu về đơn đặt hàng, doanh số và tình trạng còn hàng cho các sản phẩm và danh mục khác nhau, như được hiển thị trong bảng dữ liệu bên dưới.
| Sản phẩm | Phân loại | Số lượng đơn đặt hàng | Bán hàng | Có sẵn trong kho |
| bít tất | Quần áo | 300 | 2300 | 6 |
| Quần jean | Quần áo | 400 | 2400 | 9 |
| Tai nghe | Thiết bị điện tử | 500 | 2500 | 10 |
| USB | Thiết bị điện tử | 600 | 3000 | 8 |
| Bức tranh | Trang trí | 700 | 12000 | 7 |
| gương | Trang trí | 800 | 13000 | 9 |
| băng đầu gối | Fitness | 900 | 8000 | 12 |
| Thảm yoga | Fitness | 400 | 4500 | 15 |
| Giày chạy bộ | Giày dép | 850 | 30000 | 18 |
| Giày thể thao | Giày dép | 1000 | 35000 | 22 |
- Mở ứng dụng Google Trang tính.
- Mở bảng tính và chọn “Tiện ích mở rộng” từ menu.
- Khi tùy chọn thả xuống “ChartExpo-Công cụ trực quan hóa dữ liệu tốt nhất” xuất hiện, hãy chọn “Mở” và đợi tiện ích bổ sung ChartExpo tải.
- Chọn “Tạo biểu đồ mới” từ trình đơn thả xuống.
- Thư viện này sẽ cung cấp cho bạn một danh sách các biểu đồ.
- Biểu đồ phân tán có thể được tìm thấy bằng cách cuộn xuống và nhấp vào nó.
- Bạn có thể dán dữ liệu vào trang tính rồi chọn tên của trang tính từ cửa sổ ChartExpo.
- Bạn nên ánh xạ các cột với chỉ số và thứ nguyên thích hợp. Trong ví dụ này, đối với chỉ số trục X, hãy sử dụng cột "Doanh số". Chỉ số "Số lượng đơn đặt hàng" cho trục Y. Biện pháp thứ ba là tùy chọn, nhưng nếu bạn có một cột, bạn nên ánh xạ nó. Hãy chọn cột “Hàng có sẵn” vì cột này có trong bảng dữ liệu ví dụ. Đối với thứ nguyên đầu tiên, hãy chọn cột "Sản phẩm" và đối với "Màu chấm", hãy chọn "Cột danh mục".
- Bây giờ hãy nhấp vào nút “Tạo biểu đồ”.
Cách chỉnh sửa biểu đồ
- Để thay đổi biểu đồ, hãy nhấp vào nút “Chỉnh sửa biểu đồ”.
- Để hiển thị chú giải trên biểu đồ, hãy nhấp vào biểu tượng bút chì, thao tác này sẽ mở cửa sổ “Thuộc tính chú giải”. Kích hoạt nút “Hiển thị” trước khi nhấp vào nút “Áp dụng”.
- Bạn sẽ lưu ý rằng trục X chỉ hiển thị số liệu bán hàng mà không có ký hiệu đô la. Trên trục này, bạn có thể chọn biểu tượng bút chì. Trong thuộc tính “Văn bản nhãn” trong cửa sổ “Thuộc tính đáy trục”, nhập “$” và nhấp vào “Áp dụng tất cả”.
- Bạn cũng có thể bao gồm tiêu đề của biểu đồ. Bằng cách chọn biểu tượng bút chì ở trên cùng. Bạn có thể thay đổi văn bản trong “Dòng1” trong hộp Thuộc tính Tiêu đề Biểu đồ. Đảm bảo nút “Hiển thị” được bật. Trong hộp này, bạn cũng có thể sửa đổi kiểu phông chữ. Khi mọi thứ đã sẵn sàng, hãy nhấp vào nút “Áp dụng”.
- Bạn có thể lưu tất cả các cài đặt thuộc tính tùy chỉnh mà bạn đã thay đổi trên biểu đồ này bằng cách nhấp vào nút “Lưu”.
Ví dụ 2
Giả sử bạn muốn tìm hiểu xem có mối liên hệ nào giữa số lượng học sinh và điểm số mà họ nhận được hay không. Giả sử thông tin dưới đây là những gì bạn thu thập được.
| Số học sinh | Dấu hiệu đạt được | Tỷ lệ học sinh |
| 5 | 40 | 2.5 |
| 6 | 60 | 3 |
| 25 | 70 | 12.5 |
| 11 | 65 | 5.5 |
| 30 | 80 | 15 |
| 4 | 50 | 2 |
| 6 | 55 | 3 |
| 10 | 75 | 5 |
| 14 | 90 | 7 |
| 18 | 45 | 9 |
| 20 | 40 | 10 |
| 22 | 95 | 11 |
| 2 | 100 | 1 |
| 11 | 35 | 5.5 |
| 16 | 25 | 8 |
- Sau đó, bạn có thể ánh xạ các cột “đạt được điểm” và “không. của học sinh” sang trục x và y bằng cách sử dụng các phương pháp tương tự như trong Ví dụ 1. Cột cuối cùng “Tỷ lệ phần trăm học sinh” sẽ được ánh xạ trên Số liệu Kích thước Điểm.
- Nhấp vào “Tạo biểu đồ” để xem hình ảnh trực quan cuối cùng.
Ví dụ 3
Giả sử bạn muốn tìm hiểu mối liên hệ giữa nhiệt độ ngoài trời và tiếng dế kêu. Ngoài ra, bạn đã thu thập đủ dữ liệu (dữ liệu giả định) mẫu để trực quan hóa. Hãy sử dụng các ví dụ về Biểu đồ phân tán để trực quan hóa dữ liệu bên dưới.
| Nhiệt độ (độ F) | Số tiếng kêu (trong 15 giây) | tổng số cricket |
| 57 | 18 | 2 |
| 28 | 20 | 5 |
| 64 | 21 | 10 |
| 65 | 23 | 15 |
| 68 | 27 | 6 |
| 71 | 30 | 8 |
| 74 | 34 | 10 |
| 77 | 39 | 15 |
| 20 | 10 | 10 |
| 24 | 8 | 8 |
| 25 | 7 | 7 |
| 58 | 5 | 2 |
| 71 | 2 | 10 |
| 74 | 14 | 5 |
| 77 | 30 | 7 |
| 20 | 34 | 8 |
| 24 | 26 | 3 |
| 25 | 16 | 4 |
| 58 | 8 | 2 |
| 71 | 12 | 1 |
- Bạn có thể làm theo các bước tương tự như trong Ví dụ 1. Bạn có thể ánh xạ các cột.
- Khi bạn nhấp vào nút “Tạo biểu đồ”, ChartExpo sẽ tạo trực quan hóa.
Ví dụ 4
Giả sử bạn sở hữu một cửa hàng bán lẻ và muốn đánh giá mối quan hệ giữa chi phí, số lượng đơn đặt hàng và thu nhập. Giả sử bảng dưới đây đại diện cho dữ liệu của bạn.
| Loại sản phẩm | Sản phẩm | Lợi nhuận | chi phí | KHÔNG. đơn đặt hàng |
| Mỹ phẩm | Kem lót mặt | 15.79 | 90 | 10 |
| Mỹ phẩm | Nền tảng | 20.13 | 70 | 12 |
| Mỹ phẩm | kem che khuyết điểm | 38.62 | 190 | 9 |
| Mỹ phẩm | Sắc hồng | 34.62 | 880 | 16 |
| Mỹ phẩm | Highlighter | 71.84 | 900 | 22 |
| Mỹ phẩm | Phế quản | 71.84 | 600 | 23 |
| Mỹ phẩm | Bột | 32.77 | 600 | 42 |
| Mỹ phẩm | Mồi mắt | 21.8 | 1300 | 19 |
| Thiết bị điện tử | TV | 110 | 590 | 28 |
| Thiết bị điện tử | tủ lạnh | 12.61 | 390 | 11 |
| Thiết bị điện tử | máy giặt | 70.21 | 490 | 41 |
| Thiết bị điện tử | máy điều hoà | 70.21 | 390 | 18 |
| Thiết bị điện tử | máy in | 68.83 | 260 | 17 |
| Thiết bị điện tử | diễn giả | 17.55 | 210 | 2 |
| Thiết bị điện tử | Bàn phím | 54.74 | 170 | 23 |
| Thiết bị điện tử | e-reader | 12.66 | 170 | 13 |
| Hàng may mặc | điện thoại di động | 47.36 | 140 | 27 |
| Hàng may mặc | Áo len | 83.64 | 110 | 13 |
| Hàng may mặc | Hoodies | 83.64 | 110 | 12 |
| Hàng may mặc | T-shirt | 22 | 760 | 6 |
| Hàng may mặc | Quần jean | 75 | 1500 | 7 |
| Hàng may mặc | áo len | 11.75 | 1000 | 19 |
| Hàng may mặc | quần chính thức | 98 | 150 | 10 |
| Hàng may mặc | áo polo | 27.77 | 380 | 14 |
- Bạn có thể ánh xạ các cột bằng cách sử dụng các phương pháp tương tự được đề cập trong Ví dụ 1.
- Bây giờ hãy nhấp vào nút “Tạo biểu đồ”.
ĐỌC CSONG:
- 4ps và 4cs của Tiếp thị
- Phân tích thang đo Likert 5 điểm và ví dụ
- Biểu đồ tốt nhất để hiển thị xu hướng theo thời gian
- Cách truy cập Excel trực tuyến
Những câu hỏi thường gặp
Mục đích của một âm mưu phân tán là gì?
Biểu đồ phân tán được sử dụng để trực quan hóa mối quan hệ giữa hai biến. Nó cho phép chúng tôi xác định các mẫu, cụm, ngoại lệ và mối tương quan trong một tập dữ liệu. Biểu đồ phân tán giúp chúng ta hiểu những thay đổi trong một biến có thể ảnh hưởng đến biến khác như thế nào.
Làm thế nào để bạn giải thích một Scatter Plot?
Khi kiểm tra biểu đồ phân tán, nên phân tích mô hình hoặc xu hướng tổng thể. Nếu các điểm trên biểu đồ được tập hợp chặt chẽ xung quanh một đường, điều đó cho thấy mối tương quan chặt chẽ. Nếu các điểm được dàn trải mà không có xu hướng rõ ràng, điều đó cho thấy mối tương quan yếu hoặc không có. Các ngoại lệ, nếu có, có thể chỉ ra sự bất thường về dữ liệu hoặc thông tin chi tiết thú vị.
Biểu đồ phân tán có thể hiển thị nhiều hơn hai biến không?
Mặc dù biểu đồ phân tán tiêu chuẩn hiển thị mối quan hệ giữa hai biến, nhưng có thể kết hợp các biến bổ sung. Điều này có thể đạt được bằng cách sử dụng các màu hoặc kích thước khác nhau cho các điểm dữ liệu hoặc bằng cách tạo nhiều biểu đồ phân tán trên cùng một biểu đồ.
Các biểu đồ phân tán có phù hợp để xác định các ngoại lệ không?
Có, biểu đồ phân tán rất hữu ích để xác định các giá trị ngoại lai. Ngoại lệ là các điểm dữ liệu thể hiện độ lệch đáng kể so với mẫu chung. Bằng cách kiểm tra biểu đồ phân tán, bạn có thể xác định trực quan bất kỳ điểm dữ liệu nào nằm ngoài xu hướng chung hoặc cụm điểm.
Biểu đồ phân tán có thể hiển thị mối quan hệ phi tuyến tính không?
Có, biểu đồ phân tán có thể hiển thị các mối quan hệ phi tuyến tính. Nếu các điểm dữ liệu không tạo thành một đường thẳng mà thay vào đó theo một đường cong, điều đó cho thấy mối quan hệ phi tuyến tính giữa các biến. Trong những trường hợp như vậy, có thể cần phải phân tích hoặc chuyển đổi bổ sung để hiểu chính xác mối quan hệ.
Kết thúc
Tóm lại, biểu đồ phân tán cung cấp một cách rõ ràng và súc tích để mô tả mối quan hệ giữa các biến, cho phép chúng tôi phát hiện ra các mẫu và mối tương quan trong dữ liệu. Chúng đóng vai trò là nền tảng để phân tích và khám phá sâu hơn, giúp chúng tôi đưa ra quyết định sáng suốt dựa trên bằng chứng thực nghiệm.
Thông qua việc sử dụng hiệu quả các biểu đồ phân tán, chúng ta có thể khám phá những hiểu biết có giá trị và thúc đẩy các kết quả có ý nghĩa trong nhiều lĩnh vực khác nhau.
