مخطط التشتت Scatter Diagram

مخطط التشتت Scatter Diagram
قد يتعامل مدير المشروع مع أنواع و كميات مختلفة من البيانات، و أثناء عملية جمع هذه البيانات ممكن ان يلاحظ المدير علاقة ارتباط بينها، دراسة هذه العلاقة و تحديد ما اذا كان هناك صلة بين مجموعتين من البيانات قد يكون له أهمية كبيرة في إدارة المشروع، مثل أكتشاف علاقة و ارتباط بين سبب و نتيجة، تحديد السبب يؤدي الى حل المشكلة، مخطط التشتت Scatter Diagram أحد وسائل إدارة الجودة التي تستخدم لهذا الغرض، دراسة العلاقة بين مجموعات البيانات.

ما هو مخطط التشتت Scatter Diagram ؟
يمكن ان يطلق عليه أيضاً مخطط التبعثر أو مخطط الانتشار، هو عبارة عن رسم بياني إحداثي لتمثيل مجموعات زوجية أو ثنائيات من البيانات، وفق محورين إحداثيين عمودي و أفقي كل منهما يستخدم لتمثيل أحد المتغيرين، برسم النقاط التي تمثل ثنائية البيانات يمكن بدراسة الشكل الناتج معرفة ما اذا كان هناك ارتباط أو علاقة بين المتغيرين، إذا كانت البيانات مرتبطة سترتسم على شكل خط أو منحني تتجمع النقاط حوله، و كلما كان الارتباط أقوى كان التشتت أضعف و تتجمع النقاط بكل أقرب الى الخط أو المنحني، الخط المستقيم يعبر عن العلاقة الأقوى بين البيانات، يمكن استخدام هذا المخطط لتمثيل بيانات تابعة لثلاثة متغيرات و دراسة العلاقة بينها على شكل سحابة ثلاثية الأبعاد إلا ان ذلك يزيد التعقيد و الصعوبة في دراسة المخطط.

كيفية إنشاء مخطط التبعثر
يستخدم مخطط التشتت عند التعامل مع مجموعات ثنائية من البيانات، عند الاشتباه بوجود علاقة بين مجموعتين من البيانات أو متغيرين و محاولة إثبات وجود هذه العلاقة و دراستها، و لإنشاء مخطط التشتت يمكن اتباع خطوات بسيطة:
- جمع أزواج البيانات المشتبه بوجود علاقة بينها و تجهيزها.
- رسم مخطط ديكارتي مكون من محورين، الأفقي يمثل المتغير التابع، و العمودي يمثل المتغير المستقل، ثم وضع نقطة مكان التقاء القيمة العددية للمحور الأفقي مع نظيرتها على العمودي و متابعة ذلك لكل أزواج البيانات.
- ملاحظة النمط الناتج عن تمثيل البيانات، إذا شكلت هذه البيانات خط واضح او منحني فهذا يدل على وجود ارتباط بينها و يمكن التوقف عن الرسم و دراسة هذه العلاقة و تحليلها، أما في حال لم تشكل خطاً واضحاً فيمكن الاستعانة بالأدوات الإحصائية لكشف ما اذا كان هناك علاقة او لا.
و في حال دل شكل المخطط و النتائج الإحصائية على عدم وجود علاقة فهذا يمكن يعني أن الاشتباه بارتباط البيانات أتى عن طريق الصدفة، من الممكن أيضاً أن يكون نطاق تمثيل البيانات التابعة للمتغير التابع (المحور الأفقي) ليس واسعاً بما فيه الكفاية لإظهار الارتباط، في حال وجود ارتباط بين المتغيرين لا يمكن الافتراض أن أحدهما قد سبب الآخر، إذ يمكن أن يكون كلاهما متأثراً بمتغير ثالث غير مدروس.