Hajontakaavio

Hajontakaavio on tilastotieteellinen kuvaaja, jossa kahden määrällisen muuttujan välistä suhdetta havainnollistetaan koordinaatistossa. X- ja Y-akselit kuvaavat vastaavia muuttujia, ja jokainen havainto esitetään pisteenä. Hajontakaavio soveltuu riippuvuuden, lineaarisuuden sekä mahdollisten epälineaaristen muotojen visualisointiin, ja sen avulla voidaan lisäksi tunnistaa poikkeavia havaintoja sekä ryhmittymiä.

Käytettäessä hajontakaaviota voidaan nähdä, onko muuttujien välinen yhteys positiivinen, negatiivinen vai ei-lineaarinen. Pisteiden tiheys, muoto ja levinneisyys kertovat suhteen voimakkuudesta ja luonteesta. Trendiviiva tai lineaarinen regressio voidaan lisätä, jotta saadaan kuva suhteen suunnasta ja voimasta sekä voidaan tehdä ennusteita. Kolmannen muuttujan vaikutusta voidaan kuvata visuaalisesti väri- tai koon avulla (bubble chart).

Hajontakaavio ei osoita syy-seuraussuhteita; korrelaatio ei tarkoita kausaalisuutta. Suuret datamassat voivat johtaa piilotettuihin rakenteisiin, ja havaintoja voi olla syytä tarkastella residuaali- tai epälineaarisuusanalyysein. Lisäksi hajontakaavio vaatii mielekkäät määrälliset muuttujat.

Historia ja käyttö: Hajontakaaviot ovat vanha ja keskeinen menetelmä tilasto- ja datavisualisoinnissa; Pearsonin korrelaatiokerroin yhdistää niitä kvantitatiivisesti. Nykyään ne ovat yleisiä useissa ohjelmointi- ja taulukkolaskentaohjelmissa, kuten Excel, R ja Pythonin kirjastoissa (esim. matplotlib, seaborn), joissa voidaan lisätä trendi-, väritys- ja koonominaatioita.