Табела распршења је важно дијагностичко средство у арсеналу статистичара, добијено графичким приказивањем две променљиве једна против друге. Омогућава статистичару да уочи варијабле и формира радну хипотезу о њиховој вези. Из тог разлога се обично црта пре него што се изврши регресиона анализа. Статиста накнадно тестира хипотезу користећи регресиону анализу и утврђује знак и прецизну величину везе. Даље, дијаграм расејања помаже у идентификовању одступања - вредности које су необично удаљене од већине података у узорку. Елиминисање одступања помаже у побољшању модела регресије.
Проверите да ли постоји негативан однос између две променљиве у дијаграму распршења. Ако се мале вредности прве променљиве подударају са вредностима друге променљиве, постоји негативна корелација. У овом случају линија повучена кроз тачке података има негативан нагиб.
Испитајте дијаграм расејања да ли постоји позитиван однос између променљивих. Ако ниске вредности прве променљиве у дијаграму расејања одговарају ниским вредностима друге, а високе вредности првог слично одговарају високим вредностима другог, променљиве имају позитивну вредност корелација. У овом случају линија повучена кроз тачке података има позитиван нагиб.
Прегледајте распршени приказ да нема повезаности између променљивих. Ако се тачке података у дијаграму распршења дистрибуирају случајно, без очигледне везе између њих две, оне немају или корелацију, или малу, статистички безначајну корелацију. У овом случају, линија повучена кроз тачке података је водоравна са нагибом једнаким нули.
Провуците линију кроз тачке података и испитајте њен облик да бисте проценили 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 изненада пуца горе или доле тумачи се као експоненцијални однос.
Испитајте табелу распршења за изванредне вредности, вредности које леже необично далеко од скупа тачака података. Изузеци искривљују однос између променљивих. Елиминишите их, али само ако њихово одсуство не утиче на анализу односа између две променљиве.