Come creare un grafico a dispersione con l'IA: Guida passo dopo passo
Un grafico a dispersione mostra la relazione tra due variabili numeriche, con una su ciascun asse e un punto per ogni osservazione. Per crearne uno con l'IA, carica un file con due colonne numeriche e assegna un nome alla variabile per ciascun asse. Richiedi il grafico con una linea di tendenza e la correlazione, quindi interpreta il pattern e verifica la presenza di outlier.
Questa guida spiega cosa mostra un grafico a dispersione e quando usarne uno al posto di un grafico a linee. Copre la procedura manuale in Excel e Google Sheets, un metodo in tre passaggi basato sull'IA, come interpretare il risultato e un esempio pratico.
Cosa mostra un grafico a dispersione
L'e-Handbook of Statistical Methods di NIST/SEMATECH fornisce la definizione standard. Un grafico a dispersione "rivela relazioni o associazioni tra due variabili". Tali relazioni "si manifestano attraverso qualsiasi struttura non casuale nel grafico".
Il layout è semplice. Il manuale lo descrive come "un grafico dei valori di Y rispetto ai corrispondenti valori di X". L'asse verticale ospita la variabile di risposta. L'asse orizzontale ospita la variabile che si sospetta possa essere correlata ad essa.
Il NIST elenca cinque domande a cui un grafico a dispersione può rispondere:
- Le due variabili sono correlate?
- Sono correlate in modo lineare?
- Sono correlate in modo non lineare?
- La variazione di Y cambia in base a X?
- Ci sono outlier?
Il manuale spiega anche perché questo grafico sia così importante nell'analisi. Lo definisce "lo strumento grafico più importante e più utilizzato per scoprire l'esistenza e la natura delle relazioni tra variabili".
Quando usare un grafico a dispersione invece di un grafico a linee
I grafici a dispersione e i grafici a linee possono sembrare simili, specialmente quando i punti sono uniti da linee di collegamento. La differenza sta nell'asse orizzontale.
La documentazione di Excel di Microsoft lo spiega chiaramente. "Un grafico a dispersione ha sempre due assi dei valori". Un grafico a linee ha un solo asse dei valori e il suo asse orizzontale mostra categorie equamente spaziate.
Questo porta a una regola semplice. Microsoft consiglia di "usare un grafico a linee se i dati presentano valori x non numerici". Per i valori X numerici, aggiunge, "di solito è meglio usare un grafico a dispersione".
| Usa un grafico a dispersione quando | Usa un grafico a linee quando |
|---|---|
| Entrambe le variabili sono numeri, come il prezzo e le unità vendute | L'asse orizzontale è il tempo o una categoria |
| Vuoi verificare se due misure si muovono insieme | Vuoi mostrare una tendenza su intervalli regolari |
| I punti possono trovarsi in qualsiasi punto lungo l'asse orizzontale | I punti sono equamente spaziati per periodo |
| Hai intenzione di aggiungere una linea di tendenza o una correlazione | Hai intenzione di confrontare diverse serie nel tempo |
Un rapido test può essere d'aiuto. Se ordinando i valori dell'asse orizzontale dal più piccolo al più grande questi mantengono un significato, allora un grafico a dispersione è la scelta adatta.
Cosa serve prima di iniziare
Un grafico pulito inizia con colonne pulite. Controlla prima queste quattro cose.
Due colonne numeriche. Una per la variabile X e una per la variabile Y. Rimuovi le unità di misura digitate nelle celle, come "12 km", perché trasformano i numeri in testo.
Una riga per osservazione. Ogni riga deve descrivere un cliente, un ordine, un giorno o un test. I totali e i subtotali nella stessa colonna distorceranno il grafico.
Punti a sufficienza. Una manciata di punti raramente mostra un pattern reale. Punta ad almeno 20 osservazioni, e anche di più se i dati presentano molto rumore.
Una domanda chiara. Decidi cosa ti aspetti di trovare prima di tracciare il grafico. "Il tempo di consegna aumenta con la distanza?" è un punto di partenza migliore rispetto a "mostrami i dati".
Come creare un grafico a dispersione in Excel o Google Sheets
La procedura manuale funziona bene per un singolo grafico. Queste opzioni non richiedono alcun componente aggiuntivo.
Opzione 1: Excel
Inserisci i valori X nella colonna di sinistra e i valori Y nella colonna di destra, con le intestazioni nella riga 1. Seleziona entrambe le colonne, incluse le intestazioni.
Nella scheda Inserisci, apri il menu Inserisci grafico a dispersione (X, Y) o a bolle e scegli Dispersione. Excel traccia ogni riga come un singolo punto.
Per aggiungere una linea di tendenza, seleziona il grafico, apri Elementi grafico e spunta Linea di tendenza. In Formato linea di tendenza, puoi visualizzare l'equazione e il valore R quadrato sul grafico. Per ottenere il coefficiente di correlazione vero e proprio, inserisci =CORRELAZIONE(A2:A31;B2:B31) in una cella libera, adattando l'intervallo ai tuoi dati.
Opzione 2: Google Sheets
Seleziona le due colonne e scegli Inserisci, quindi Grafico. Nell'editor dei grafici, imposta il tipo di grafico su Grafico a dispersione se Google Sheets non lo seleziona automaticamente.
Nella scheda Personalizza, apri Serie e spunta Linea di tendenza. Puoi mostrare il valore R quadrato anche qui. La funzione =CORRELAZIONE() funziona allo stesso modo di Excel.
La procedura manuale rallenta in tre punti. Spesso i dati devono prima essere puliti. Gli outlier devono essere individuati e contrassegnati a mano. E quando vuoi testare diverse coppie di variabili, devi ripetere ogni passaggio per ciascuna coppia.
Come creare un grafico a dispersione con l'IA
Un'area di lavoro basata sull'IA può pulire le colonne, generare il grafico, aggiungere la linea di tendenza e segnalare gli outlier in un'unica richiesta. I tre passaggi seguenti utilizzano Powerdrill Bloom. La sua pagina dedicata allo strumento di creazione di grafici a dispersione descrive lo stesso flusso: carica un set di dati, descrivi il grafico in chat e scarica il risultato.
Passaggio 1: Carica i dati e assegna un nome alle due variabili
Carica il foglio di calcolo o il file CSV che contiene i tuoi dati. La pagina dello strumento di creazione di grafici a dispersione indica che accetta formati come CSV ed Excel.
Successivamente, indica le due variabili nella tua richiesta. Specifica quale colonna va sull'asse orizzontale e quale sull'asse verticale. Posiziona sull'asse orizzontale la variabile che ritieni influenzi l'altra, in linea con la convenzione del NIST.
Se il file ha molte colonne, aggiungi una frase di contesto. "Ogni riga rappresenta una consegna. Voglio vedere se il tempo dipende dalla distanza". Questo aiuta l'IA a scegliere le colonne corrette e a ignorare il resto.
Passaggio 2: Richiedi il grafico a dispersione, la linea di tendenza e la correlazione
Richiedi il grafico, una linea di tendenza lineare e il coefficiente di correlazione in un'unica richiesta. Una buona richiesta si presenta così: "Crea un grafico a dispersione del tempo di consegna rispetto alla distanza. Aggiungi una linea di tendenza lineare e mostra il coefficiente di correlazione e l'R quadrato".
Richiedi anche una nota sulla pulizia dei dati. L'IA dovrebbe indicarti quante righe ha escluso a causa di valori mancanti o non numerici. Se questo numero ti sorprende, correggi il file di origine e avvia nuovamente la procedura.
Se hai diverse variabili candidate, richiedi un grafico per ogni coppia, oppure inizia con una tabella di correlazione. La nostra guida alla matrice di correlazione copre questa prima analisi più ampia.
Passaggio 3: Interpreta il pattern e contrassegna gli outlier
Osserva la forma prima dei numeri. C'è una direzione chiara? La relazione è rettilinea o curva? La dispersione si allarga all'aumentare di X?
Poi chiedi all'IA di contrassegnare eventuali outlier con i dettagli della riga corrispondente. Un punto lontano dagli altri è spesso il più utile del grafico. Potrebbe trattarsi di un errore di inserimento dati, oppure del caso specifico su cui il tuo responsabile ti chiederà spiegazioni.
Concludi con una frase sotto il grafico. Indica la direzione, l'intensità e l'eventuale eccezione. "Il tempo di consegna aumenta con la distanza, con una forte relazione lineare, a parte tre ordini in ritardo dovuti alla chiusura di una strada". La pagina dello strumento di creazione di grafici a dispersione segnala che è possibile scaricare il grafico come PNG ad alta risoluzione per presentazioni o report.
Come interpretare un grafico a dispersione
Il manuale del NIST mostra i pattern più comuni con grafici di esempio. Questi sono quelli che incontrerai più spesso.
| Pattern | Come si presenta | Cosa suggerisce |
|---|---|---|
| Nessuna relazione | Una nuvola informe | Non è possibile prevedere Y a partire da X |
| Forte positiva | Punti vicini a una linea ascendente | A un valore X maggiore corrisponde un valore Y maggiore |
| Forte negativa | Punti vicini a una linea discendente | A un valore X maggiore corrisponde un valore Y minore |
| Curva | I punti seguono una curva | Una linea di tendenza rettilinea sarà fuorviante |
| Dispersione crescente | La nuvola si allarga a ventaglio all'aumentare di X | La variazione di Y dipende da X |
| Outlier | Un punto lontano dagli altri | Verifica la riga prima di trarre conclusioni |
Per il caso di assenza di relazione, il NIST descrive valori di Y che "variano in modo del tutto casuale" per una determinata X. Per una forte relazione positiva, afferma che "una linea retta si adatta facilmente ai dati" e che "la dispersione attorno alla linea è piuttosto ridotta".
Il pattern di dispersione crescente ha un nome tecnico. Il NIST lo definisce eteroschedasticità, che significa "variazione non costante di Y rispetto ai valori di X". Questo aspetto è importante perché le linee di tendenza semplici presuppongono che la dispersione sia approssimativamente uniforme.
Per quantificare l'intensità di una relazione lineare, utilizza il coefficiente di correlazione. Valori vicini a 1 o -1 indicano una forte relazione lineare. Valori vicini a 0 indicano una scarsa relazione lineare, sebbene possa comunque esistere una relazione curvilinea.
La correlazione non implica causalità
Un grafico a dispersione mostra un'associazione. Non mostra una causa.
Il manuale del NIST è categorico su questo punto. "I grafici a dispersione rivelano un'associazione, che rappresenta il primo passo verso la relazione causa-effetto". Aggiunge inoltre che "anche se la causalità implica l'associazione, l'associazione NON implica la causalità".
All'atto pratico, cerca una terza variabile prima di ipotizzare un nesso di causalità. Le vendite di gelato e le scottature solari aumentano entrambe in estate, ma l'una non causa l'altra. Quando un grafico a dispersione mostra un pattern evidente, chiediti cos'altro cambia insieme a X.
Se hai bisogno di modellare la relazione, il passaggio successivo è l'analisi di regressione, che stima di quanto varia Y per ogni unità di X.
Un esempio pratico
Ecco un esempio illustrativo con dati fittizi. Un team di consegna ha registrato 30 ordini, con la distanza in chilometri e il tempo di consegna in minuti.
Il grafico mostra un chiaro pattern ascendente. I viaggi brevi da 2 a 5 km richiedono da 15 a 25 minuti. I viaggi lunghi da 20 a 25 km richiedono da 55 a 70 minuti. La linea di tendenza sale costantemente e il coefficiente di correlazione è pari a 0,91.
Tre punti si trovano nettamente al di sopra della linea. Ognuno di essi rappresenta un ordine da 6 a 8 km che ha richiesto più di 60 minuti. Contrassegnandoli, emerge che tutti e tre si sono verificati nello stesso pomeriggio, a causa della chiusura di una strada.
Una volta segnalati questi tre ordini, la conclusione è semplice. La distanza spiega la maggior parte della variazione nei tempi di consegna e gli outlier hanno una causa nota. Il team può pianificare i percorsi in base alla distanza e gestire le chiusure stradali come un rischio a parte.
Questo è il tipo di sintesi che il grafico permette di fare al meglio. Un grafico, una frase e un breve elenco di eccezioni.
Varianti e formattazione per mantenere l'accuratezza
Due varianti risultano utili quando si hanno più di due variabili. Il manuale del NIST le descrive entrambe.
Una matrice di grafici a dispersione "genera tutti i grafici a dispersione a coppie su un'unica pagina". È un modo rapido per esaminare ogni coppia in un set di dati prima di scegliere quali studiare.
Un grafico di condizionamento, "chiamato anche co-plot o grafico di sottoinsieme", mostra Y rispetto a X per diversi valori di una terza variabile. Risponde a domande come se la relazione tra distanza e tempo sia valida sia nei giorni feriali che nei fine settimana.
Anche la formattazione è importante. Il NIST osserva che la versione più comune utilizza un marcatore per ogni punto dati "e nessuna linea di collegamento tra i punti". Le linee tra i punti possono suggerire un ordine che i dati in realtà non possiedono.
Altre tre buone abitudini mantengono il grafico leggibile:
- Etichetta entrambi gli assi con il nome della variabile e l'unità di misura.
- Fai iniziare gli assi da valori sensati e segnalalo se non partono da zero.
- Usa un colore per i punti e un colore contrastante per la linea di tendenza.
Errori comuni
Questi sono gli errori che più spesso rendono il grafico fuorviante:
- Usare un grafico a linee per valori X numerici. Le linee guida di Microsoft indicano chiaramente che i valori X numerici dovrebbero solitamente essere inseriti in un grafico a dispersione.
- Invertire gli assi. Posiziona la variabile indipendente sull'asse orizzontale e il risultato sull'asse verticale.
- Forzare una linea di tendenza rettilinea su una curva. Osserva prima la forma, poi scegli la linea di tendenza.
- Eliminare gli outlier senza verificarli. Un outlier può essere un errore o il punto più importante del grafico.
- Sostenere un nesso di causalità basandosi sulla correlazione. Un pattern evidente giustifica un'analisi più approfondita, non una conclusione.
- Tracciare troppo pochi punti. Un pattern visibile in otto punti potrebbe scomparire con ottanta.
Quando vuoi testare diverse coppie di variabili da un singolo file, puoi provare Powerdrill Bloom. Genera ogni grafico con la relativa linea di tendenza e gli outlier segnalati.
Domande frequenti
A cosa serve un grafico a dispersione?
Un grafico a dispersione viene utilizzato per verificare se due variabili numeriche sono correlate. Ogni punto rappresenta un'osservazione, con un valore su ciascun asse. Il manuale del NIST afferma che questo grafico permette di capire se le variabili sono correlate, se la relazione è lineare, se la variazione cambia con X e se sono presenti outlier.
Come si crea un grafico a dispersione in Excel?
Inserisci i valori X nella colonna di sinistra e i valori Y nella colonna di destra, quindi selezionali entrambi. Nella scheda Inserisci, apri il menu Inserisci grafico a dispersione (X, Y) o a bolle e scegli Dispersione. Aggiungi una linea di tendenza da Elementi grafico e usa la funzione CORRELAZIONE per il coefficiente di correlazione.
Qual è la differenza tra un grafico a dispersione e un grafico a linee?
Un grafico a dispersione ha due assi dei valori, quindi i punti possono trovarsi in qualsiasi posizione lungo l'asse orizzontale. Un grafico a linee ha un asse delle categorie con punti equamente spaziati, ideale per le serie temporali. Microsoft consiglia un grafico a dispersione per i valori X numerici e un grafico a linee per quelli non numerici.
Come si interpreta un grafico a dispersione?
Osserva la direzione, la forma e la dispersione. I punti che salgono insieme mostrano una relazione positiva, mentre i punti che scendono ne mostrano una negativa. Una nuvola informe indica l'assenza di relazione, mentre un ventaglio che si allarga mostra che la variazione dipende da X. Verifica la presenza di eventuali outlier prima di trarre conclusioni.
L'IA può creare un grafico a dispersione da un foglio di calcolo?
Sì. Carica il foglio di calcolo in un'area di lavoro basata sull'IA, indica le due colonne e richiedi un grafico a dispersione con linea di tendenza e correlazione. Lo strumento di creazione di grafici a dispersione di Powerdrill Bloom accetta file CSV ed Excel e consente di scaricare il grafico in formato PNG.
Fonti: NIST/SEMATECH e-Handbook, Scatter Plot · NIST, Strong Linear Relationship · NIST, No Relationship · NIST, Heteroscedastic Variability · Supporto Microsoft, Presentare i dati in un grafico a dispersione o in un grafico a linee. Linee guida consultate il 24 settembre 2026.