Скица распршивања важно је дијагностичко средство у арсеналу статистичара, а добива се графиковањем две променљиве једна против друге. То омогућава статистичару да проматра варијабле и формира радну хипотезу о њиховом односу. Из тог разлога се обично извлачи пре него што се изврши регресијска анализа. Касније статистичар тестира хипотезу помоћу регресијске анализе и одређује знак и прецизну величину односа. Поред тога, распршени плот помаже идентификовати одметнике - вредности које су ненормално удаљене од већине података у узорку. Елиминисање одметника помаже у побољшању регресијског модела.
Проверите негативан однос између две променљиве у дијаграму распршења. Ако ниске вредности прве променљиве одговарају високим вредностима друге променљиве, постоји негативна корелација. У овом случају линија повучена кроз тачке података има негативан нагиб.
Испитајте план распршивања на позитиван однос између променљивих. Ако ниске вредности прве променљиве у дијаграму распршења одговарају ниским вредностима друге, а високе вредности прве такође одговарају високим вредностима друге, променљиве имају позитивну корелацију. У овом случају, линија повучена кроз тачке података има позитиван нагиб.
Прегледајте план распршивања да ли постоји однос између променљивих. Ако су тачке података у плану распршења распоређене насумично, без видљивог односа између њих, оне немају или корелацију, или малу, статистички безначајну корелацију. У овом случају, линија повучена кроз тачке података је водоравна са нагибом једнаким нули.
Подесите линију кроз тачке података и испитајте њен облик да бисте измерили природу односа између две променљиве. Равна линија се тумачи као линеарни однос, закривљени облик сугерише квадратни однос, а линија која лежи релативно равна пре него што одједном пуца горе или доле тумачи се као експоненцијални однос.
Испитајте план распршивања за одметнике, вредности које леже ненормално од групе тачака података. Одметници нарушавају однос између променљивих. Елиминишите их, али само ако њихово одсуство не утиче на анализу односа две варијабле.