外れ値や空白部分にも着目し、勘に頼らない分析を心掛けていきたい。
横軸が原因、縦軸が結果、幾度となくグラフはみているが意識はしていなかった。改めて確認ができた。
散布図の空白が示唆することを読み取ることにも留意！
外れ値は、将来に当たり値になる可能性を持てることに驚きました。
初心者には、取っつきやすかった
これまで感覚で理解していたデータを見える化するのに役立ちそうです。
散布図を営業活動で利用できる方法がわかり、勉強になった。
目盛幅によって印象操作が可能とあるが、悪意のある印象操作ではなく、
必要な情報として、与えたい印象を分かりやすく可視化することが可能。
Y軸のメモリの幅と、どの要素をX軸に設定するかが重要になってくるので、その要素の選択方法も学びたい。
散布図を作るためには、複数サンプルがあることが前提なので、それを集めないことには始まらない。
どこで相関見つけるかわからないので、属性も多く取っておいた方がよいですね。
これまで原因と結果をグラフで検討してみたことがなかったため、実際にグラフにして検討してみたい。
当たり前のように感じるが、いざ業務の中でとなると、多忙さ故に必要最低限の情報しか抽出せずにそのまま放置、というケースもあった。これまでの思想の一連の動画を見て、なぜ？どうして？と常に問いかける姿勢が大事なのだろうと改めて感じた。
この内容ならわかりやすい
結果系の変数に対してどれだけ原因系の引き出しをもっているかに分析精度は左右されると感じた。
外れ値や空白部分に留意しつつ日頃から考察するための引き出しは増やしておく。
論理的思考のステップを踏んだ上で、散布図を作成することが大切だと思います。手段として散布図をなにげに使用していますが、そこに至るプロセスでの考察が活かされると思うからです。
I have many time to use this approach.
I practice it!
散布図を作ることを考えたこともなかったが、自作することで、より読み込めると思った。
散布図自体シンプルで、2つの変数に相関関係があるのかについても見た目で分かりやすく工数分析などで使えるかもと思いました(y軸工数：x軸機能数など)
x軸は何パターンか入れてみて様々な視点で見ると新たな気付きが出てくるかなと考えます。
また、外れ値や空白が意味する事を意識することで新たなアイデアや発見がありそうだと感じました。
外れ値は「例外」とするのではなく、重要な示唆が得られるかもと注目する事が大切だと知った。カンに頼らず原因―結果を考えるうえで有効な方法だと思う。
相関関係を可視化するために散布図を用いるということですね
原因と結果を実際にグラフ化して検証していきたい。
手元にある情報をまずは可視化することの重要性を学んだ。散布図の余白の部分から得られる考察もあるというのは目から鱗。経験則ではなく、散布図等を用いて科学的根拠や実際の傾向を証明・把握したうえで日々の業務に臨みたい。
散布図はそれ自体を見る機会は少ないが、相関係数での判断はそれなりにある。データ検証の際に持ちいることもあり。
何を軸に置くかが重要
外れ値や空白の考え方は参考になりました
データ分析に有効なツールと認識。ただし、元データの抽出次第では誤った結果が出てしまう可能性もあり、注意が必要。
そこまで大きくないデータでも、相関関係を確認したいときには仕事でも使用可能だと感じた。
メモリ幅によって見え方が全然違ったので、必ず関数と合わせて確認したい。
分析ツールの一つとして、
売上、利益、コスト分析や、品質面の分析に活用したい。
年齢と給料の相関を分布図で表して、特殊ケース（外れ値）があればその人の特殊性を確認したいと思った。
一瞬で見ている者の理解を得られそう。分析結果を多数の人の前でプレゼンする際、有効に活用出来ると思います（この図で説得）。
分析に役立てたい。まずは、エクセルでつくってみます。
施策後の分析や、資料作成時に役に立つ
数値化するだけでなく、散布図やグラフにすることによって見えてくるものもあると感じた。
また、外れ値や空白の多い部分は今まで必要ないと感じていた部分であり、そこを活用することの大切さを学ぶことができた。
散布図は日常的に使っていますが、空白部分にはあまり着目していませんでした。
外れ値を含め、気にしていきたいと思います。
外れ値はいわゆる「エラー」として処理してしまいがちだが、分析することで価値の高いデータである可能性があることが分かった
ただし、まったく関係性のない事象が結果に影響を与えてる可能性もあるかも
感覚的な知見を客観的に置き換えられる。
目盛りの設定の仕方を知りたい。
データ分析を行うのに有効。
不動産鑑定士の者です。
不動産の価格を形成する要因は数多くありますが、それらの要因が価格にどれだけ影響するか判断する尺度として、「寄与の原則」という概念があります。
例えば自宅の一軒家を売却する場合を考えると、一般的に庭や駐車場が整備されていたり、リフォームをして内装や外装を最新のものにした場合、そうで無い家よりも価格が高くなる事は容易に想像出来ると思います。つまり、不動産に投資する金額が高ければ高いほど、不動産の価格は高くなるのです。
しかし一方で、あまりにも余計な設備を導入したり、一部の大金持ちにしか需要が無いセキュリティー最強の門をお金をかけて投資しても、その事が不動産の価格に与える影響度合い、つまり相関係数は小さくなってしまうのです。
２つのデータをグラフ化することで、相関の有無を理解し易くなることがわかった。
感覚的になりがちだった意思決定を数値的根拠をもって判断するのとができそう。
結果（縦軸）
原因（横軸）
広告施策の結果を分析するのに使う。
飛び値、空白も見る。
Excelの数値をグラフ化する。
結果から次の施策を検討する。
散布図はこれまであまり使ったことがなかったけれども、実際の仕事の中で使ってみたい。
定量的に判断することの大切さを学んだ。外れ値が新しい気づきとなり、視野を広げるきっかけになると思った。
2つの値の関連を調べるために散布図が重要である事を改めて知りました。また、横軸に原因系、縦軸に結果系を記入する事やメモリ幅の留意点も踏まえたうえで今後活用していきたい。
あまり使ってないグラフなので用途に応じて使ってみたいです。
ダイエットの方法（目盛りは日付でりんご／ランニング／サウナ・・など）を横軸、体重を縦軸にしてどの方法が一番結果がでやすいか・体に良いかを調べてみるのはよいかもしれない、
散布図の空白部分を見ることにより情報を得ることができるという点が学べました。
外れ値や空白部の話が参考になった
外れ値や空白部分にも面白い示唆から面白い発見があったり新しいアプローチを産み出せる可能性があることが分かった
サンプル数の多いデータを分析し傾向をつかむために非常に便利。
2つの変数を扱い機会は多いので、日々の業務に役立てる。
大量にデータがあればあるほど、散布図のデータには示唆がでるはずなので、明日作ってみる。
散布図に落として初めてわかることもあるので、有効活用していきたい。
散布図を使用することである種の業務の結果に及ぼす要因が何なのか、どの程度影響を及ぼすのか視覚的に明らかになる。相関係数を求めることで定量化も可能である。はずれ値や空白の部分も重要な示唆が得られるケースがあるので着目していきたい。
散布図を普段使わないので勉強になりました。分かりやすかったです。機会があればエクセルで作成しようと思います。
日頃、当たり前と感じている関係性についても、一つひとつ丁寧に見ていくことで、新しい気付きを得られるかもしれないと感じた。
相関関係の前に散布図を学習すべきか。散布は割と使う人が多く、なじみがあるように思う。
相手に何かを説明する時に自然とグラフ化していたと思うが、原因系が横軸で結果系が縦軸、という意識は特にしてこなかった。大抵そうしてきた気もするが、より意識して見せることで伝わりやすさが向上すると思う。
普段から使えていました。
どういった業務の原因分析に使用するか考慮が必要だと思います。
自分管理できる業務内のパラメータに使用するよりも外的環境の要因の法則を見出したい時でなければ使用できないと感じます。
空白部分にも注目。なにか示唆を得られる可能性がある。
外れ値、空白部からの示唆は、興味深いものでした。
当たり前から外れたところに、チャンスが眠っている可能性あり。
2つの変数の関係性を視覚的見れるベーシックな手法だと改めて思いました。
外れ値、空白部分も重要なポイントだと理解できた。
通常のものとは違う傾向にある外れ値や、空白からも読み取れることがあるということが新鮮でした。グラフや図を読み取る際は、色々な視点から推察することが重要だと感じました。
今後の業務における傾向分析において可視化の技法として覚えておきたい。
業務効率化をするためにも、結果に対してより相関関係がある要因を見つけることが重要です。
外れ値の分析から傾向を読み取るという点をやってみたい。
外れ値と空白から示唆を得られるという気づきを得ました。
大変に参考になりました
担当する設備の不具合発生状況を散布図で示すことも可能であると考えられる。縦軸に不具合の発生内容、横軸には発生当時の天候や、定期点検からどれくらいの日数が経過しているか等の数値を示すことで興味深い関係が読み取れるかもしれない。
シンプルな分析で腹落ちしやすい
財務の結果に影響する変数を探すことに役立ちそうです。
学生時代、数学で散布図を習ったことがあるが、ビジネスにも使えるには驚いた。今後どんどん活用していこうと思う。
何かしらの結果と原因の２つの関連性を比較するのに、データ分析に活用と傾向がみえてきて使えそう。
グラフの空白部や外れ値に注目するのは想定外でした。
外れ値や、空白部にもしっかり着目し取り組んでみたい。
目盛幅が変わることで見える印象も変わってくるのは気を付けたいところです。
プロモーションと売り上げの関係性を分析していきたい。プロモーションのボーナス量、プロモーションの期間など、何が影響を与えているか予測を立てて散布図を用いて分析し、与える影響の大きい要素が分かるようになりたい。
どの数値で比べるかを判断するのが難しいと思った。
まずは数をこなして感覚を身に付けた方がいいのかな
外れ値や空白部にも注目という，今までになかった発想に感動。
散布図を描いて、なんとなく相関がある、ないを調べることも重要だと思いますが、実際の現象をしっかりと見極めて、縦軸、横軸に何をすべきか、どういう関係になるか、といったことをしっかりと考えたうえで散布図を描いていくことが重要だと思います。
イメージが出来ました
業務で生かしたいと思いました。
新しい思考で業務改善やデータ分析できると思います
散布図は日常的に業務で使用している
原因分析に活用
はずれ値、空白からその意味を読み取ることも大事
営業職において売上に対する様々な要因を分析する際に役立つと思います。外れ値、空白部分から得られる知見についてはこれまでの発想になかった新たな気付きとなりました。
散布図について、これまでは意識せずに用いていたが、原因を横軸、結果を縦軸にすることが必要だと理解することが出来た。
理解度が不足していると強く感じます。
復習が必要です。
これまで定性的に（勘に頼って）いた判断を散布図や回帰分析の考え方を使って定量化してみたい。特に回帰分析で触れられていたダミーデータの手法は役に立つと思う。
意外と散布図は使ったことが無かったけど、使えそう。
外れ値、空白の分析から示唆を得る…目からウロコでした。
グロービス学び放題で学べば学ぶほど、仕事の能率が上がることを示したいです。
具体的な活用方法について十分に考えてみる必要があると認識しました。
集計した複数の要素の関係性を見るのに有効なものであると理解しました
外れ値にも注目することでヒントを得られるかとに留意する。
原因系を横軸にするなどこれまであまり意識しておらず、基本的なことでも勉強になった。
空白のところにはあまり目を向けていなかったので、
意識してみます。
原因と結果の位置にルールは必要なのか。いずれにしても分かり易かったです。
空白部分にも意味があることは参考になった。今まで考えたことがなかった。
発表では自分の伝えたいことを表すために軸の表示幅を変えて、２つの変数が相関しているのかしていないのか散布図を作成していたが、合わせて相関係数を載せることで聞き手に正確な情報を与えることもできると感じた。
私のデータの解釈が間違っていた場合には指摘され修正できることもある。
全て理解できなかったので、再度学習しようと思います、、、
空白部分からの示唆は気づいてませんでした。確かに、と思いました。
相関図をもう一度確認する必要あり。
散布図の概念は理解。実際のビジネスシーンでどう応用するのか、応用すべき場面があるのか、着衣をもって考えたい。
外れ値、空白部にも着目するというのは今までできていなかった。
これからは空白部からどのような示唆が得られるか考えながら散布図を確認していきたい。
散布図を用いて分析したことはありますが、外れ値は考慮していませんでした。
重要な示唆が得られることに気付きました。
縦軸（結果）と横軸（原因）の意味合いなど認識出来ていなかった。
今後に生かして活用したい。
反応時間と転化率等日常業務でも良く使います。
外れ値や空白部分から示唆を得られるよう、作り方（主にX軸のとり方）を工夫しようと思いました。
面白かったですね。勉強できました
散布図を作成すること自体も重要であるが、他者に考察を述べる際には、散布図にどう解釈したのかを近似曲線などを用いて示すことも重要と感じた。
普段から実験データの整理に使用しているので、さらに深く学んでいきたいと感じた。
自分の業務で仮説をしてみて、このグラフを活用してみたいで
空白部分にも注目するというのは新たな視点でした。今までなんとなく見ていたグラフの意味がしっかり確認できました。
普段から意識はしていることだと思いますが、表にするのとしないとでは、
格段の差が出るのがよくわかりました。
空白部分に関する考え方、見逃しがちになります。
グラフにすることで解決できない問題も解決に近づける良い手法と思います。
データ分析において相関関係を直感的に表すのに非常に有効。
しかし、そのデータに因子関係があるかまでは分からないので注意
外れ値や空白値に注目し、売り上げアップに繋げていきたい。
原因系の変数をx軸（横軸）、結果系の変数をy軸（縦軸）に設定することに意識し、散布図を作成したいと思う。
原因を横軸にする理由、結果を縦軸にする理由がわからない
散布図は相関分析や単回帰分析でも使われる手法なので、使い方の違いが気になりました。
外れ値、空白にも意味があることというのは、なるほどと思いました。
散布図を業務でも活用してみようと思います。
視覚的に現状の業務における企業発掘においても使えそう。事業課題と企業特性でプロットするとか。
外れ値から重要なことが分かることは知っていたが、空白部分には着目することは意外だった。これからは、データの相関だけで終わらせず、空白部分にも考察を加え業務を行っていく。
散布図に関して復習できた。分析する際にはExcelの機能を利用して作成する
空白から「こういった事例は無い」という判断材料を得られることは恥ずかしながら目から鱗。どうしても相関にばかり目がいってしまう
原因分析を行う上で今までやってきたことがなかったので早速取り入れ実践したい。
業務で分布図を使ったことがありません。学んだ事を活かして今後実践してみます。
散布図の目盛りの取り方、
きをつけます。
散布図ではその散らばり方を見たり、明らかに異なる動向を示す場合はグルーピングをしてみる、外れ値や空白からも何かを読み取れることがある。グラフの軸の設定にも工夫と注意が必要であることを忘れないようにしたい。
１つの情報だけだと情報が正しいと思える事も、複数の情報を相関図に落とす事で、確かめたい情報が他と照らし合わせられる事はとても有効。
ただし、どの範囲までプロット結果が集合していれば「相関関係にある」と言えるか、その判断軸は難しいと感じる。
原因の傾向を分析する際に活用できると思慮
医療費と健診値の相関について色々な数値から散布図を作成して傾向を見てみたい。
考え方として非常に重要な分析手法と思いました。ただ、実際活用するとなると応用力が必要でExcelを活用することが重要であると感じました。
・起こっている事象の原因と結果 仮説を検証するために有効。
・定説が正しいか検証する為に有効。
・発生する機会、リスクの高さを分析・予測することに有効
外れ値、空白値を活用することで、ビジネスチャンスや改善につながるかもしれないという示唆は、留意しておくべき点であると思う。
あまり分析を行ったことがありませんでしたが、目で見て何かがわかるのは面白いと思いました。
X軸が原因（説明変数）、Y軸が結果（目的変数）という考え方を再確認できた。
年収とサプリメントの購入金額の関係を散布図で確認する。外れ値の実態について確認し、どこに強いニーズがあるかを調べる
経理業務において、タックスプランニングにかける人件費と節税効果の相関を調べるのは興味深く感じた。おそらく、ある一定値までは節税効果は得られるが、それを超えるとむしろ人件費のコストが純利を圧迫するだろう
散布図をプロットする過程で今まで見えていなかった気づきがあり、より具体的な関連性を解く鍵になると学べた。
散布図の分析で外れ値と空白域からも重要事項が推測できることがわかり勉強になった。
縦軸が結果、横軸が原因であることは知らなかった。
順番に受講しているが、相関係数や回帰分析の後に、散布図がでてきて、受講してしまった。時間も短いし、正直なところ、内容も、特にコメントする事もない簡単で気楽な受講だった。
原因と結果など縦と横をどう使ったほうがいいか、というのは意識していなかったし、軸の目盛の設定によってグラフが変わることは意識してはいたが、これからもよく考えて使いたい
外れ値や空白からも考察できるのは発見。ただ、原因要素と結果要素の選択が一番ポイント。
外れ値や空白の着目は参考になった。
実務上は外れ値の要因分析の方がよっぽど大切？？
今まで活用していなかったので、早速活用します。
基礎知識の確認に良いと思います。
データ分析は大変重要でかつ今後の事業状況に左右される
見える化を実現し、根本原因を検索していきたい
外れ値や空白部分に新しい発見があることが勉強になった
キーサクセスファクターを探る際に、いくつかの変数ごとに散布図を作成し、傾向があるかを確認することで、特定に近づく。
外れ値、空白の意味に関する示唆は興味深かったです。
また、グラフの見た目の形に騙されないよう、Rを確認することも忘れない
ようにしたいと思います。
y軸が結果でx軸が原因というのが知れてよかった
データから要因分析をする際の有効な方法だと思った
基礎的で分かりやすい。大事なのは外れ値や空白に疑問をもつこと！
外れ値や空白に意味があることが理解できた。
外れ値と空白の見方から、傾向がわかるということに発見があった
空白部分からも得られるものがあることを学んだ。
散布図は縦軸が結果、横軸が原因で作成すると相関関係が視覚でわかりやすい、
一方で点のバラツキがある場合には相関関係がないのでは？視覚で判断もしやすいので提案資料に盛り込みやすいと感じた。
散布図を活用して、意思決定をしていく仕事をする
同じデータや内容でも書き方によって変わるということが良く分かりました
今まで散布図を意識できていなかったがデータ分析に有効なツールだと気付きました。
散布図くらいしってるよ、と思ったが、
外れ値や空白の活かし方など改めて勉強になった。
外れ値や空白の重要性は考えたことがなかった。基本的だが重要。
縦軸 横軸を逆に書いてしまっていたので今後はきちんと書けるようにしたい
発電所の管理に利用できそうです。
活用することで勘に頼らない分析が可能
外れ値、空白を分析が重要
営業売り上げの変化について振り返る際に活用したい
はずれ値や空白から示唆を得る というのは、これまでに持っていなかった視点で新しい気づきだった。その視点でもデータを見てみよう。
散布図は解析の第一歩になります
データ分析をする際に有効だと感じたが、どの変数を使用するのか、複数ある変数の際にどれを抜き出すのかがポイントであると思う。
実際に散布図を作成し、分析回数を重ねることが大事であると感じた。
相関分析を先に観てしまったので、順番的には逆だったが、理解度を深めるのは良かった。
普段からよく分析に使用している。本コースにおいて相関係数の話より後に散布図の説明があるのがよくわからない。
散布図は今まで活用したことがないため、今後活用してみます。
良い結果が出ている場合とそうでない場合の原因分析をする際に活用したい。
どちらの場合においても現状は「原因は～だろう」という安易な推測で終わらせることが多い。
散布図を活用する事で、より信憑性が高まる。
外れ値や空白部分についての考察も怠らないように心がけたい。
売上UP/DOWNの要因分析に用いる。
データ分析だとグラフを使いがちですが、散布図からの分析は目新しさでの惹きつけ効果も期待できそうで是非使ってみたいと思いました。
もっと具体例の説明があると助かります。
X軸に原因となるものY軸に結果の値を入れることは意識していなかったため、非常に勉強になった。
また、空白の部分からも重要な示唆が得られることに注意して分析したい。
空白から示唆を得る、という発想で見たことはなかった。今後、意識したい。
外れ値や空白の部分の分析から、重要な示唆が得られることもある事は納得しました。
この観点を大事にしていきたいと思います。
散布図は価格と販売数量の分析など案件ごとの傾向や関連性を調べるのに使えると感じました。
分布の把握のみならず、外れ値や空白から読み取ることも大事なことだと思いました。
散布図作成において、目盛りの設定によって相手に与える印象が大きく変わるため、気を付けなければならないと感じた。
縦軸を結果、横軸を原因と置くとグラフが見やすいことに驚きました。
外れ値と空白にも注視して行きたい。
どちらの軸に結果・原因を表すのかあまり考えたことがなかった
散布図を用いるときは、外れ値や空白の部分においても分析を行うようにすることが大事であると学ぶことができました。
外れ値や空白部分も条件が異なれば、相関関係があるかもしれないことに注意したい。
日常業務においてデータ分析を行っている。
例えば、社員の適性検査の値と業績の関係性を調査する上で活用できる。
問題を読んでも、ぱっとは意味が出来なかった。文字に書かれたロジックは、正確であればあるほど、複雑になって、解りにくくなるのかもしれないと思った。
散布図は、イメージで理解が深まるので、人の力を有効に使うのに有効な手段だと思った。
原因系を横軸、結果系を縦軸にすることが理解できた。密集度はメモリによっても印象が変わる為、注意が必要。
散布図は二つの事象の関連性を判断することが出来るので、調査する時に役に立つ手法と考える。
散布図 使ってみたいです
実際かなり使ってますけどね
外れ値、散布図上でプロットが全くない場所こそ重要な示唆が得られる可能性があるということは肝に銘じておく
公園の入り込みと気温の散布図は非現実的だと感じた
今までは何が横軸で何が縦軸化を意識していなかった
結果を縦軸と覚えて仕事のデータ分析に活かしていきたい
売上などの分析の方法として今後に生かそうと思います。
集計結果を分析するシーン
外れ値や空白領域に注目すると、重要なことに気付く可能性もあります。
これは簡単だと共います。
横軸に原因系、縦軸に結果系を軸としておくということが、今後自分が利用する際にも意識したいと思った。
ある結果に対し、どの要因が影響を与えているのかを視覚的に確認する際に非常に有効なツールであると感じた。
空白や外れ値を見逃さず、散布図を有効活用していきたい。
まず２つの原因と結果の関係性を推測する。その結果数値をグラフ化すればいいかと思われます。しかし、それだけではなく、いくつか相関を調べることが確実だと感じる。
横軸が原因、縦軸が結果という認識が無かった。外れ値や空白部も意識するように心掛けたい。短時間の講座ではあったが、良く理解できた。
外れ値や空白部分にも着目し、有効な手段導ける様に心掛けていきたい。
散布図でグラフ化することで、関連性が見えることがあるということを理解した。
客観的に分析するには有効
業務効率を確認する時に時間ー成果評価をするときなど良い。成果の指標を定義することがかなり難易度が高い。適切な定義をしないと、解析自体が何のことかわからなくなりそう。
散布図の基礎的な内容が学べてよかった。
空白、外れ値の考え方について勉強になった。
散布図について、今まで間違って使っていたことに気付きました。特に散布図の作り方で、メモリ幅によって印象が違う点。
わかりやすかった、知識の再確認ができた。
ある財務数値に対してどのような変数が影響を与えるかについて、示唆を得るために使えそう。
生産品のデータ分析で、現在はヒストグラム中心だが散布図も用いることで見えるものがあるかもしれないと感じた。
漠然とかんじていたものや、感覚的にとらえていたものを可視化することで新しい気づきが得られる。
①散布図を作成後にグルーピングすること
②散布図の外れ値や空白部分に重要なポイントが隠されていること
この２つは日常の業務で重要だと思うことが多々あります。
データに一見傾向がないと思われる場合だもグループ分けすることで傾向が見えてきたり、過去のデータから考えてある程度の人・時間をかければある程度の品質を保つことができる指標が得られたりします。
散布図の「X軸：原因、Y軸：結果」プロットするときに逆だったかも…復習できました。これからは、「外れ値」と「空白」に注意してみます。
どのkpiが最も成果につながっているか明確に規定出来る
相関関係と合わせて、売上についての関係性などを調査するのに使えそう。
散布図を今まで使用したことはないが、一度やってみるのも面白いかもしれない。
株式トレードの際に経済指標と株価変動等の相関関係を調べることができそう
グラフでまとめるが、グラフが多い場合など軸のスケールを一致させていないミスがたまにある。
また、外れ値の値の確からしさを確認しておく必要がある。誤入力の場合もあるからだ。
空白部分から得られる示唆については参考になった。
散布図の空白からも読み取れる示唆があることを学んだ
散布図を使った傾向分析の際、これまで外れ値や空白をあまり意識したことがなかったため大きな気づきとなった
ふたつの変数から相関を求めるだけでなく、外れ値、空白から得られる知見も実際のビジネスでは大切と理解しました。
散布図はシンプルで、わかりやすいグラフです。
分析の際に数値のみでなく、グラフを確認する事で他に分析する要素が無い事を考える事は必要だと感じた。
結果値Yと原因値Xの変数の設定を学んだ
チーム内で議論するときも、頭に入っているデータを思い浮かべながら議論するのではなく、いくつか相関図を作って具体的に傾向や特徴を確認しながら、議論を進めるようにしていきたい。
有用な手法を学べました。
日常で扱っている数字を使って多角度から見て見ようと思います。
散布図として、実際にグラフに起こすことで、2つの事柄の関係性が視覚的にも分かりやすくなり、問題の解決にも繋げやすい。
グラフの作成方法によっては、受ける印象が大きく異なるので、見た目に騙されないようにしていきたい。
業務で活用するイメージがまだ沸きません。もう少し学びを深めたいと思います。
初心者にはわかりやすかったです。
売上と気温の関係、1日の施術回数とリピート率の関係。
国別来客者数と月別の関係、国別来客者数と時間別の関係。
患者数と性別の関係、患者数と年代の関係。
散布図から、相関傾向、外れ値、空白のエリアの意味、原因系と結果系の変化点等からその原因や理由を考えることが必要である。
縦軸に体重、横軸に運動量をとり、ダイエット記録に用いていきたい。
相関を視覚的につかむ。
売上額と値引き額の関係性
これまで数値を用いて定量分析を行う機会が少なかったが、ますは一度試してみたいと思います。
散布図の基礎がわかりました。
意思決定の際に、今までの情報を編集し、判断基準を可視化する手法として使いたいと思った。加えて原因への考察を入れ解決策を考える手助けになる。
外れ値を確認する事で、新しいビジネス展開が期待出来ると感じた。
外れ値、空白にも意味があると初めて知った！
散布図と相関図の違いがいまいちわからない
勘や思い込みで判断しがちな事項も、適切な答えが導きやすくなる
営業において、訪問件数と実績値の関係性等日々の業績分析での活用方法は大いにあると感じた。
二つの変数の相関や外れ値、空白地からを考慮することで様々な示唆が得られそうですね
折れ線グラフを使う傾向があったが、散布図の有効性に気がつくことができた。外れ値は分析することがあったが、空白値までの分析は行っていなかったので、散布図の活用時に空白値にも着目したい。単位の違いでグラフ自体の見え方が異なることに対しては、報告書の目的によって使い分けることでよい評価へのスパイスとなりそうである。
外れ値にも注目することで全体像の分析が深まりそうだと思った。
日頃の業務に、使いこなしたいと思いました。
外れ値、空白部分の見方を知ることが出来ました。
日常的に散布図や相関係数などを利用しています。外れ値などは特に面白く、自分では思い寄らなかった示唆を得ることもあるので、迷惑なときもありますが重要です。
散布図の基本的なことが整理できた。
相関関係とセットで実践してみたいです。
外れ値に目がいきやすいのはもちろんのこと、空白部分からもデータを読み解けるという点は肝に命じておきたい。
横軸は原因、縦軸は結果という観点で見ていなかった。確かにそうなっているし、無意識にそう設定していた。新しい発見。
相関関係の動画を見てみます。
基礎編なので、もっと深く学びたいと思いました。
空白地帯から示唆を得るという視点は抜けていました。
分かりやすかったので活用します。
散布図は相関分析とも親和性の高いグラフである。相関分析と異なるのは、数字で表されるよりも、視覚的に二つの変数の関係性が掴みやすい点にある。
統計では「外れ値」ははじかれることが多いと思いますが、散布図分析ではそれが重要なヒントになるという考え方を始めて知りました
グラフで見える化するとよくわかると感じた。
売上UPへ効果的な施策を判断するのに役立つと感じる。
外れ値、空白地の考え方を忘れない様にしたい
概念としては良く理解できた。
日々活用しているグラフであるが、「相関」について明確な数値で示す習慣が必要であると感じている（社内ではイメージで相関がある・ないを論ずることが多いが、相関性を係数で分析する必要がある）
データの視える化に役立ててみたい。
顧客のニーズに対して
サービス設計を行う場合に、何が相関関係となり
売上増につながるかを考えて、サービス設計を分析するツールとして役立つと
思いました。
散布図の見方がよくわかりました。
エクセルをほどんど使いこなしていない。
よく理解できました。
グラフに落としてみて、目で見ることが重要であることが改めてきずくことが出来ました。
外れ値や空白から考えることがこれからは大切だと感じる。
エクセルでの書き方を学びたい。
費用対効果、投下時間対利益等使える方法は沢山あると感じた。
日常で活用できます。
散らばりの傾向だけでなく、外れ値や空白部分にこそ新しい発見が隠されていると考えて活用できると思った。
外れ値や空白からの示唆は考えると面白い。
非常に短時間でマスターできるように構成されているコンテンツ。他人に分かりやすく伝えるコツを示している教材であった。散布図自体はよくわかっているつもりだが、説明の仕方が勉強になった。
とりあえず実践で使ってみて慣れたいです。
研究所では配合比と諸物性の関係性やデータの見方・とらえ方の基礎 気づきに
営業では感覚的な数値を定量化し、納得感のあるデータ収集につながる。
私の部署は、営業やマーケティングなどではなく、興味の対象を数値で評価できない、または興味ある対象の個別のデータの収集が難しいということもあり、実際に活用するビジネスシーンを想像するのが難しかった。しかし、ないと決めつけるわけではなく、柔軟に活用できるシーンを探していきたいと考えた。
残業時間と健康状態、又は、仕事の能率の度合いを散布図を使用してみるのも
良いかと思います。
母集団から外れたところにも意味があることを確認でき、これから活用できればと思う。
散布図をシステム化出来るか考えてみます。
縦軸と横軸に何を置くかがポイントだと思う。
当たり前に使っていたグラフだが、空白の部分から意味が読み取れるとは！
要素複数の場合の相互関係をみるには、有用
散布図の外れ値や空白から推論を展開することができる。客観的に状況分析するために散布図を積極的に活用したい。
縦軸と横軸に何を置くかが重要。そのチョイスは個人のセンスかな。
散布図の見方、読み取り方を再確認した。業務に生かしていきたい。
散布図を使うことで、
実施したキャンペーンと広告効果の相関関係を分析し、
次のアクションをどうすべきか考える指標になる。
外れ値や空白からも学びがある。
今後の計画を立てる前に、この散布図でまずは統計からのインプットをしたい。
その後に裏付けのある計画を打ち出したい。
だがそもそもは、
この散布図を作るためにある程度の試し打ちは必要である。
傾向から外れた値にも何かしら気づいていない重要な示唆があることを理解した。
基本的ではあったが参考になった
重要要因かどうかの検証に使えそうです。
これから相関関係ありそうだなとピントきたら散布図描く癖をつけたいです。
これは分かり易かった
散布図を使えるようにしたい
データ分析から新たなアイデアを得るのに使いやすい方式だと思う。
原因を一つに絞ってしまうのではなく、複数の散布図を比較するなど一つの散布図には頼りすぎない工夫をするとより幅広い分析につながるのではないだろうか。
わかりやすかった。
グラフを理解するのに役立つと感じた。今後二つの相関関係を調べるためには、原因（横軸）、結果(縦軸)で設定し行っていきたい。
外れ値を無視する傾向が今まであったが、それに着目して原因分析をする事は有意義だと思う。また、空白部からある条件の場合はある結果は発生しないとの示唆を得られることも、今後考慮していきたい。
身近なデータから、当て嵌めて先ずは試してみようと思う。何か見えてくるかもしれない
グラフを活用するメリットがいまいちわかっていなかったが理解できた
データ表作成で終わってしまうことも多いので、散布図を作成してみるとこれまでと異なる示唆が得られると思いました
仕事で通常使っている手法ですが、これからも沢山活用していきたいです。
Y軸を結果系、X軸を原因系であることを、明確に意識していなかったことに気づいた。また、「空白地からも重要な示唆が得られる。」という点も学べた。
データ分析に活用したい。
事象に対する相関を知るのは、説得力を生みますので、説明するためのアウトプットするときに有効な手段と考えました。
今まで散布図を見ている中で、外れ値は意識していたが、空白部は意識してこなかったので、新しい発見だった。
年齢と投資商品の購入額の関係の分析に活用できる。
AとBの相関関係を見るときに、直感で判断することが多くなってしまっているが、定量的に判断することで顧客に対しても、自分自身に対しても、直感が正しかったか間違っていたかを判断することができる。そのため自信を持って相手に伝えたり、説得力を持った提案をすることができると思う。
勘に頼ることなく、散布図を使用して因果関係を理解したい
相関関数とセットで活用したいです。
分析結果だけではなく、外れ値や空白部にも重要な示唆があることがわかった。結果だけではなくそういった部分にも注目し、分析したいと思う。
因果関係があるのか、ないのか。どこまで資源を投入すれば最大限の効果が得られるのか。分析するのによい方法。外れ値や空白からの示唆を分析することを忘れずに。
外れ値、空白、散布図の見方がより深まったので、問題点や別の視点で見ていけるよう活用できそうです。
散布図は、回帰よりも理解しやすかった
物事の因果関係はもちろん例外から得られることがあるというのは意外でした。
ネット、データ取得の自動化で大量のデータを簡単に手に入れるようになった現在、いかに手軽に散布図まで持っていけるかが重要、また散布図を作らなくてもざっとデータを俯瞰してデータ分析の方針を決める能力が重要
相関図を業務や日常で活用できると思う。
例えば、日常生活では就寝時間を原因とし、起床時間を結果として相関図を作る。
この相関図から就寝時間を何時より前にすれば、何時ごろに起床できるかを読み取ることができる。
業務でも何度も作成を試みているのが散布図だが、実際の数値を入れて「わかりやすい傾向」は現れづらく、難しい。わかりやすい結果が出るものは、反対に散布図を使わなくても相関性が見えるように思う。
ただ、横軸を原因系、縦軸を結果系で選択すべし、ということは知らなったので、次回の作成時には意識してやってみたい。従来とは違う結果につながるかもしれない。
外れ値や空白エリアへの注目から新たな発見ができる可能性について勉強になりました。
外れ値についてちゃんと考えてみます。
データ分析を行うのに有効だと思う。相関分析をする際のツール。
業務に散布図を活用するには、属性ごとにいくつかの散布図を作るような方法が向いていると思いました(年収と利用額の散布図を、年代ごとに作って比較するなど)。
どうしても点が密集しているゾーンに目が行きがちだが、外れ値や空白部分から読み取り、施策につなげていくことの大切さを学習できた。
現在進めているPJのデータ分析を進めるのに有用なスキルと思いました。
ある条件（空白）であれば、○○であるなどの、
正確性の高い要素も見つけることができる。
ビジネスチャンスは外れ値に期待だな。
非常に簡潔で判りやすい講義でした。
ただ実際の業務においては2つの変数以外の影響が複雑に絡み合うことが多いと思います。
その際、特異点や空白に結果が現れることも多いかと思うので、併せて想像力、発想力を鍛えることも重要だろうと感じました。
シンプルでわかりやすい分析手法ですね。
使ったことはないが、わかりやすかった。
傾向分析の調べる手法としていいと思う。
原因と結果の関連性を調べるため、色々な値を調べることにより、新たな気づきを得られる可能性がある。
例題が分かりやすく、留意点もよく理解できました。
散布図の読み方のところで、グルーピング、特異点、空白にも着目し
改善のヒントを得る。
また、散布図を作成する場合は、「軸のメモリ幅」にも気を付ける。
見た目の印象が大きく変わるため。
もう少し詳しい内容（使いこなし方）を学びたい。
次の動画（？）で学ぼうと思う。
値がないところからも予想できるという新しい知見を得られた。
・横軸に原因系、縦軸に結果
Youtubeの動画制作時間と視聴回数で考えてみるといいかも。
外れ値や、空白部分に注目することは、参考になります。
データさえあれば出力は簡単なので、いつでも出せるようにしておくことで、分析の手がかりを掴むことができる。
データを見るときは、まず統計分析ソフトで散布図行列を作成し、各変数間の相関を確認している。散布図の見方については、自部門内でかなり定着してきたと思う。次に回帰モデル作成や分類を行うが、これを担当者に指導するのが難しくて苦労している。
データ分析において大変基礎的かつ汎用的な手法であるため、日々の業務の中でも活用していきたい。
自分自身がとても苦手の分野でした。
苦手を克服出来るようになりたいです。
色々な分析手法の一つとして知っておくとよいと思った。
回帰分析と続けて学びました。とても判りやすかったです。
散布図の空白部分の示唆については、あらたな見方を得た。
活動数と獲得件数など、相関があるか調べてみてもいいと思いました。
散布図を用いて回帰分析につなげる事が出来る、またここから将来予測へ転換できる事を学びました。外れ値は目立つので発見しやすいですが、空白地帯の活用は新たな発見であり、ここにも注目し、散布図の分析をしていきたいと思います。
実験結果のデータの解析に役立てることができると思う
持っているデータで散布図を作成してみようと思う。
端的でわかりやすかった。空白部分は目からうろこ
外れ値や空白部分にも意味がある事にあまり関心がなかったが、検討してみる価値がよくわかった。
複雑に表記している印象です。中身はシンプルだと思いますが。
職種が営業なので売上・施策の相関関係は重要な要素です。
顧客ごとの分析に活用したいと思いました。
グラフの目盛で見せ方が変わる。ミスリードしないように。
これは理解。
どちらかとゆうとデータ処理をいかに効率よくするかの方がポイント。
業務で活用するには、どんな結果を得たいのか考え、何を変数とするかがポイントだと思います。
外れ値、空白部に重要な示唆がある事を意識して活動します。
この講義は相関分析の前にあるべきだと思います。
売り上げ動向の要因系の確認に役立ちそう
外れ値や空白から示唆を得られるよう注意したい。グラフは作成する人によって作り方が変わり与える印象が異なってくるので注意。
外れ値、空白部分の重要することが大事なんですね。
今まで、無視していたかもしれません。
『はずれ値』『空白部』を分析する事で、何かを発見出来そうです。
（前提）
実務のKPIとして商品売り上げ額がある。
日別と売上・曜日と売上といったスタンダードな相関はチェックはしている。
（活用）
ロジックツリーでその他切り口を検討し、他の切れの良い相関を新たに見つける。
既存の切り口においても、外れ値や空白を意識した深堀りも行う。
（成果）
新たな売上向上施策の足掛かりの発見。
外れ値や空白部を意識し、業務に取り組みたい。
業務で使用するには、変化値（成果）が強調されて報告される現状から、リソースをモニタリングしておくことで効率を定量化できないと考えます。
外れ値を見出して深堀していくことは非常に重要かと思います。
空白部にあまり注目していなかった。
散布図は作る事は無いのですが、見る時にメモリの幅を変えるだけで同じ数字でも見え方が大きく異なる点には留意が必要だと感じました。また、傾向だけで無く、外れ値や、空白からも表を読み解ける点にも留意してみます。
分かりやすい内容だった。Excelを使いこなしたい。
特に思いつかない
①確認テストが、文字を読み取り回答するタイプだったので、散布図というビジュアルを正確にわかったか心配だったが全問正解で正直ホッとした。
②よく見るグラフだけど作成することがなかったのでExcelで実際にグラフを作りながら学習しました。数値から読み取るはずのグラフが、このように視覚的に範囲とか、飛びぬけてとか、そういう解釈で仕事をする感覚も選択できるのがうれしかった。仕事で早速使う場面がほしい。
散布図を描き、可視化することで外れ値と空白の大きさに注目し、その原因究明と効果の表れを認知することができることがよく理解できた。
意外な所で活用できるなど、事例を作っていきたい。
施策の効果測定等、実際の仕事で活用したい。
糖質の摂取量、体脂肪率
数値が、見える化できるのを、学べた
営業施策を考える時に利用できる。
特異点や空白部分の原因追求に、分析を深める手がかりがありますね!
空白の部分から読み取れることがあるという発想は今までなかった。勉強になりました。
メーカーだが、購買ターゲット層（年齢）とその製品との因果関係が一目でわかるところがこの散布図だと思う。深堀するための入り口手段だと考える。
大変分かりやすく、仕事のすぐ生かせそう。
散布図上での外れ値や空白の領域から重要な示唆が得られることは特に重要だと感じた。
関係していると思い込んでいたものが関係していなかったりということがわかるようになる。
空白にも注意することで、例えば確実に効果を出すためには何にどれくらい使えば良いかということがわかようになる。
散布図を作成することで、有益な情報を得られることが分かりました。特に外れ値や空白部分の意味を理解することは為になりました。
結果系縦軸、横軸原因系、外れ値、空間について知ることができてよかった。
身近な例で試してみようと思いました。
イメージしやすくよくわかりました。
散布図を利用する際には何を原因と結果に設定するかが大切であると感じた。他の人と違う切り口を見つけるためにも外れ値を注目したいと感じた。
空白エリアの重要性についても説かれていたのが良かったです。
グラフ以外のデータ集計を提示する方法として活用してみたい。
結果系縦軸、横軸原因系は改めて理解。
コロナ後の時代は、今までの相関性が大きく変化していくのは間違いない。
以前に成功していたビジネスマンも、もう一度考え直す必要がありそう。
感覚的にわかっていることでもデータにすれば説得力ましますよね。
自分にとって散布図は実験データの整理をするときにとても馴染みがあるけれど、今回の学習の中で、外れ値や空白から示唆を得るというのが興味深かった。
相関関係について使ったことがないので機会があれば使ってみる。
とても分かりやすかった。相関分析の動画にも立ち返ってみようと思った。
施策の結果を分析するのに有効
散布図を（説明変数を横軸、目的変数を縦軸にとって複数のデータをプロットする）複数の説明変数別に作成することで、相関関係のある変数を見つけることができることを学んだ。また、同じ変数の分布図でも、複数の傾向がある可能性があり、グルーピングをすることで見えてくること、外値や空白部分からも大事な示唆を得られる可能性があることも理解した。今後は、具体的事例で分布図を作って、相関関係を確認したい。
散布図を活用することで、感覚的な分析に陥らず、視覚的にデータを読み取ることと、論理的な分析を行うことが出来ると学んだ。
これまで結果と原因の数値は漫然と見ただけで、散布図まで作成して分析まではしていなかったが、グラフで見ると結果と原因の相関関係が分かり、更に相関関係から外れた値や空白部が有れば、何故そうなるのかを具体的に分析も出来て、非常に役立つ為、今後の業務に活かしていきたい。
情報などコンピュターを用いた授業を行う際、ただエクセルやスプレッドシートを使いましょう。といった授業ではなく実社会に役立つ、社会人になってあったほうが良い知識や考え方も同時に学ぶことができると感じた。
次回情報の授業をする際、さっそく取り入れていく
今後の分析に役立てます。
飲食店です
食べ放題の出数と原価、出数と売上の相関を見てみよう
データ分析の基礎ツールであるので、留意点を踏まえて使いこなせるようになりたい。
テータを集計する時の重要なポイントだと思うが、難しいと思う
外れ値という概念は一見、見逃しそうだし、見逃していたが重要な要素が含まれている可能性があり、そこを深堀するというのは勉強になった。
なかなかためなつ た。
示唆を与えることは価値があるので顧客向けの提案で何か使えそうだ。
ただし、ネタとなるデータについて考える必要がある。
普段感覚値に頼りがちになっていましたが、改めて復習する機会となりました。
感覚的にわかっているつもりになっているものを、あらためて散布図を使い検証してみる。新たな築きがあるかも。
相関係数と合わせて理解を深めていきたい。
分かりやすかった、活用してみようと思う。
散布図を有効に使うことで得られる情報は大きいと感じた。
報告書作成等に活かしたい。傾向の見える化に利用したい。
日々の業務では、結果に対して相関関係が強いものを継続して高めていく事と、相関関係が強そうなものを発見する事、外れ値の原因分析に利用したい。
データ分析に活用できる
研究などで2つの関係性を見るのに有効だと思う
これは解りやすい内容でした。業務に使えそうです。
新型コロナについての統計が日々発表されるなか、分散図で様々な因子で分析したら面白そうだと思います。
事業や製品ごとに全体を掴む手法として有用。
外れ値や分布から示唆されることは多いが、空白の部分についてもコメントを考えるべきであることが理解できた。
原因の抽出とその結果との相関、特異点の分析、これらの基礎を実務に反映させることを習慣付けることが大切だと感じました。
今回の内容はスッと入ってきました。
散布図の概要が理解できた。実践でも利用してみたい、外れ値など見つけたらワクワクすると思いました。
施策を実施したあとの振り返り資料を作成する際、導き出したデータから、仮説を立てたり、結果を導き出す際のパーツとして使用できそうです。
わかりやすかったです。
営業の提案の時間と成約件数との結果を分析するときに役立つ
横軸（原因）のとり方が重要、また空白や外れ値からも分析が可能である
ごくごく当たり前のことを言っているが、軸のメモリの取り方で
グラフの印象が変わることは、商談書を作成するときにも参考になることである。
業務の中でのさまざまな場面で活用していきたい。
散布図は今まで見たことは多かったが、きちんと見方を学ぶことがなかったので、グルーピングすることや外れ値・空白の場所が意味することにも意味があることを知れたのがよかった。散布図から原因や状況把握ができるのがわかりこれから散布図を見るときに気を付けていきたい。
まず、データを集める際に、恣意が働かないようにしたい。
思いの他、グラフの目盛の取り方によって受ける印象が大きく変わるということに気づかされました。
行った施策に対しての効果検証で使えそう
ただ散布図の傾向を調べるだけでなく、外れ値や図中の空白部分においても、重要な気づきが隠されている可能性があることを学べた事が良かった。
基本的なことを再確認できました
大変勉強になりました
このところ複雑なグラフばかり見る機会が多く、改めて見直す良い機会になりました。わざわざ複雑に考えなくても良い場合など臨機応変に使いたいと思います。
外れ値や空白値に着目していきたい
セールスでは活動量と結果。
活動量のみならず様々な要因を当てはめて効率の良い結果の出し方の検討が出来そう。
活動量、メール量、イベント量、販促費量など
散布図は原因と結果をプロットすることで相関関係を知ることができるので一つの法則性が理解できるのと同時に例外の部分に着目することで新たな価値提供の分野を模索することができると思う。
外れ値や空白部分に大きなヒントが隠れているかもしれないので、データを見る際気にしてみる。
データを分析するときは、数字だけでなく、グラフに表すことで、相関関係が一目でわかりやすくなるし、外れ値や空白の特徴も見やすくなる。
勘に頼らずしっかり書き出して分析すべきと感じます。
2つのデータの相関を調べるには最適な分析方法。x軸を原因、ｙ軸を結果と設定する。
業務上にてデータを散布図で可視化することで客観的な分析に繋げたい。
普段良く目にする散布図から、何をどのように読み取るのかが重要。
作り手の意図に惑わされぬよう、相関関係を見出し、自分なりの仮説立てを確実に行いたい。
品質管理の手法として活用することはあるが、営業面での活用は考えたことがなかった。販売にかかわる傾向を相関関係で見られれば、新しい発想も出てくるかもしれない。今後活用してみようと思う。
人に説明する際や判断する際に重要だと感じました。活用できるように理解度深め実践したいと考えます。
現状具体的な活用例は見当たらない。
散布図により二つの変数の関係が分かることを知った。
とてもわかりやすかったです。
エクセルでデータ入力し試します。
データ分析するための一つの重要な手法だと思います。
活用できる場面をなるべく探していきたい。
散布図は2つの変数の相関性を見るときに活用する。
縦軸に売上、横軸に営業活動（訪問件数、打ち合わせ時間等）で分析を行い、売上を高めるための活動を分析できる。
仮説を考えるうえで外れ値や空白部分の大切であることが分かった
散布図全体に読み取れる情報がある、というのは大きな学びであった。
目盛りの設定についてもう少し詳しい解説が欲しい。
相関だけでなく、外れ値や空白部分に注目することでビジネスチャンスや注意することがよく見えてくると思った。
＊散布図などで可視化する事で事象が読み取れ易くなることが理解できる。
散布図の活用方法が理解できた
散布図を理解することで、それを用いた回帰分析の理解にもつながると感じた。
特に外れ値や空白部を意識して確認し、原因を検討することで、新たな気付きを発見できるよう心掛けたい。
空白部分にも何かの示唆があることという気づきは良かった。関係性がないこと、検討すべき選択肢ではないこと、「ないこと」を証明するのは難しいことなので。
日常利用するデータでも散布図で分析することができると思われる。試してみたい。
理系の大学に進んでいると、自然と身についていました。
実験結果をレポートにまとめる際には、散布図で相関関係を見たりしてましたからね。
数値を扱うときに基礎知識のように思います。
空白が示唆することを読み取るというのは知らなかった観点でした。
ただ、どれくらいのサンプル数で空白ができれば示唆できるのかは気になりました。
散布図のデータの読みとりは認識していたつもりだったが、外れ値や空白は調べる価値があることは初認識だった。そこには、重要な示唆がある可能性がある。
散布図の空白や外れ値が示唆すること面白い！
これまで何となく進めてしまっていた業務を散布図を使うことで、より根拠を明確に示してから進めるようにしたい。またグラフの空白部分についてあまり注目していなかったので、勉強になった。
データを視覚的に捕らえる事が出来、仕事に役立てられそう。
実務において、1ヶ月あたりの労働者数を増やすために、さまざまな変数を原因系において、分析してみる価値がありそうだと思いました。また、これらの分析結果を用いてクライアントにフィードバックを出すこともできそう。
物足りないような気がする。。。
基礎的なことを改めて確認する事ができた。
各種の結果（成績）と諸条件を変数にして過去の傾向を見たいと思います。何が有効だったかを見たい。
散布図についてよく理解できた。
特に、外れ値や空白部に注目して分析していきたい。
データ分析を行う際にまず行なってみようと思った。
賃金の格差などを確認するのに用いる事が多く改めて勉強になった。
内容がシンプルでわかりやすい。「気づき」を得るためには有効な手法であること、外れ値や空白部分に対しても分析が有効であることが理解できた。
散布図作成時の軸の設定には気をつけていきたい。
外れ値、空白からの示唆など、勉強になった。
日頃何気なく見ていた散布図だが、
結果系がタテ軸、原因系が横軸等改めて理解することができた。
また、メモリの幅等にも留意する必要があることを学んだ。
データ分析には重要なものだと思った。普段の仕事では散布図を使うことがほとんどなくなじみがないが、覚えておきたい。
散布図の空白部分に注目するという考え方は今まで知らなかったので勉強になった。また相関係数にも興味をもったので引き続き学んでいきたい。
散布図は個人相手に販売を行う際に、どのような顧客によく売れているのかを分析する際に役立てることができそう。分析できればその顧客をターゲットとして広告などを作れば売り上げを伸ばせると考えられる。
現場では事故が起こる条件を絞り込む際に役立てられそう。
製品のあるパラメータを変化させた際の性能の変化について可視化するのに、散布図は有効であると感じた。
散布図は学校で扱うことがあったが、空白の部分からも重要な示唆が得られることは学びになった。
外れ値からその裏にある状況を読み取ることが重要だ
空白や外れ値の取り扱いや重要性について知ることができた
普段あまり意識をしていなかった分析ですが、これを機会に色々なものの考え方をする際には活用してみたいと思います。
よく使っているが、改めて説明されると、重要なことに気づかされる。
データを他の人に伝える場合もこの散布図は使える。
原因を選択する時に苦労しそう。
実際に散布図を使用して相関関係を見て、データー分析をしてみたい。
散布図とは、２つの変数の関係性を見るためのグラフである。
相関の有無を見るだけでなく、グルーピングされたエリアから離れた外れ値や、値のないエリアである空白部分にも注目することでビジネスチャンスを得られる可能性もあるということがわかった。
散布図における空白や外れ値に着目する姿勢を身に付けたい。
データ分析の基本として、覚えておくべき内容に思う。ここから分析につなげていくためにも重要な内容と感じた。
散布図とは２つの変数の関係性を見るためのグラフのこと。
散布図は日常のデータ整理でよく使う手法であるが、体系だってどうデータを読み解けばよいかを学ぶ良い機会となりました。
原因と結果の関係、外れ値、何もないところに何か意味がないか、散布図を分けてみるなど、もう一段工夫して使ってみようと思います。
データ分析を行なう上で、二つの変数の抽出に始め、相関性を見る上で、冷静に判断するツールとして活用したい
グラフの設定，メモリの設定は盲点であり，それでいて後々の解析にも影響を及ぼす重要なファクターなので，注意していきたい．
言われてみれば当たり前の事も、ビジネスに応用出来るかは、かなり意識をもたないとできない気がする。この講座を何度も見返したい
傾向と対策を図るには散布図等が有効ですね。
外れ値は、正常・異常判定によるところの異常、改善観点。
空白は、実行時のリスクが極めて低いこと。
業務でもよく使用するが改めて見てみることで復習になった。
高校数学のデータの分析で行ったような基本的な内容であったが、改めて業務で活用していけるようにしたい。空白部分や外れ値の分析は新しい視点であったので今後利用したい。
散布図はあまり使用する事が無かったが、相関関係の分析には非常に有効であると感じた
原因のｘ軸、結果のｙ軸を意識して諸々を当てはめて行きます。
よく見るグラブですね。
今度使ってみます。
散布図…色々な場面で使えそうです。復習させて頂きありがとうございます！
散布図を通して，全体の傾向を把握し，外れ値や空白も分析に利用する．
散布図の外れ値となる部分、これまで分析したことがなかったので、散布図を作成し調査してみたい。
なんとなくといった勘で喋るのではなくデータで表すことが仕事においては重要である。散布図においては外れ値や空白に意味があることがあるため、そこに注意すると新たな視点が得られることがわかった。
データを見える化するのに役立ちそうです。
空白を読み取る、これは意識していなかった。
点がプロットされないエリアも重要な示唆を含む結果なのだと学んだ。
目で見て確認という人間の感覚を大事にしているところが面白い
外れ値に注目することはあっても、空白を気にしたことはなかったので、勉強になりました
相関分析や回帰分析と同じく、相関性のありそうな変数をたてることが重要だと考える。
外れ値や空白から重要な示唆を得られるという事を初めて知った。今後の分析に活かしていきたい。
グラフのスケールによる印象の違いに気を付けたい
相関分析や回帰分析が先にきていたので、先に見たが、逆だった。
意思決定に役立つ。外れ値から分かることがたくさんあると思った。
答えの見つからない課題に対して望める手段だと感じた
散布図を用いる際には、空白や異常値にも注目することがわかった
データ分析を行う際に、外れ値や空白部にも着目し、意味のある情報を得られるようにしたい。
原因と結果で軸の設定のしかたが違うのは初めて知った。
例えば、、、
客先訪問回数と取引量の因果関係
データの見方を学びました。
基本的なことですが、再認識出来ました。
散布図、活用できそうですね。
散分図においては、空白部分や外れ値にも意味があることを意識し分析・確認が必要と感じた。
散布図の基本をおさえることができた。
外れ値や空白部分にも目を向けていくことを今後やっていこうと思った。
費用と売り上げの散布図を用いて結果を分析していきます。
獲得したい結果を求めるには、原因を究明出来る「散布図」は、有効である。
目盛り幅による見え方の違いは今まであまり意識したことがなかったので、これからはこの点も意識して活用したいと思います。
どんな物事にも応用できるデータ分析の初歩の初歩を丁寧に解説していてよかった。
様々な値の関係性を調べることで自分の成長にも活かせそう
データ分析で散布図はよく見るので、どのように結論を導くのか勉強しておきたいと思いました。
相関関係を知るために非常に有効な手法。只、グラフ作成者によって恣意性が出てしまうといった問題点がある。そこには留意して、恣意性を極力排除するよう努めたい。
エクセルで散布図を作ってみようと思った。
カリキュラムの順序が適切でない気がする。
外れ値や空白にも意味があることを知った。
散布図とは2つの変数の関係性を見るためのグラフである。これからデータを散布図におこし、データの関係性を可視化するのに活用していきたい。
普段から分析結果のグラフ作成はしているが、空白域の解釈を考えることで違った見方ができそう
データの散らばりを見るときに使用していたが、x軸y軸にする数値はこだわっていなかった。
今後は、x軸に原因系、y軸に結果系の数値を置くようにしていく。
外れ値や空白についても議論することでさらに深く検討できる。
外れ値や空白部分にも気を配り、その原因を探ることも必要と再認識した。
新たな発見が出来、役に立った。
事象の傾向を掴む際には重要な手法だと感じた。
外れ値を切り捨てることがないように気をつける必要があると感じた。
得意先分析に役立ちそうだと感じました。
比較的わかりやすく理解できた。
外れ値、空白部も重要であるということが再認識できた。
「外れ値」も大切にするというのは、大きな気づきでした。
数字を見ているだけでは気づけない視覚的な示唆を得ることができる手段だと感じた。
空白ゾーンを意識することがなかったので今後は分析する際に目を向けていく
日常的に運動する人と、健康診断の結果
早くデータを散布図にして 傾向をつかめるようにしたい。
散布図はとても重要であるが、事前に正確なデータ収集が必要であると感じた。データの過不足によって正確な分析結果を得ることができないためである。
とても理解しやすかった
定量的に評価を加えることで見えてくるものもある。
空白や外れ値が重要な示唆を生む点は覚えておきたい。
有効な変数を探す事が肝であると感じた
散布図の有用性を理解しました。実務に活かしたいのですが、感覚に頼ってしまうこともあるため注意が必要です。
個別集計するより全体集計に利用すると今後の対策が見えて来る。グラフを解読する力が必要だと感じた。
研究データとしてまとめたり、プレゼンで行えそう。
エクセルで表を作成すれば散布図は自動に作成出来るので表の意味をあまり考えたことがなかったので今回の勉強いい復習になった
空白部の分析は新しい学びであった
2種類の項目から関係性を見いだすのに役立つので活用したい。
活動時間と営業成績の相関を考えることができる（ある程度は相関があると予想される）
初心者の自分としては非常にわかりやすくイメージしやすかった。
普段の仕事から活用できる。
高校の復習ができた。
空白部分にも大きな意味があることを学べたのがよかった。
散布図を考察する際に、グルーピングをすることや、外れ値・空白の箇所にも注目するといった点が新たな知見となった。
成果を出している人に少しでも追いつけるように、そういった方々が行っている習慣などの相関を知ることはとても重要だと感じた。
結果と要因に強い相関性が見られた場合は検量線が引け、
簡単に要因から結果がわかるのでとても便利だと思う
エクセルとセットで、実践あるのみ！
原因追及する際、非常に有効的な手段となる。そのためにも、グラフ幅や軸の設定などには細心の注意を払いたい。
散布図は研究でも用いていました。基本ですが重要で業務の至る所に役立つと思います。
横軸と縦軸の設定方法について、横軸は原因系、縦軸は結果系と説明している。わかりやすい！
散布図は、物事の関係性を調べるうえで基本的な手法として知ってはいたが、空白部分や外れ値から得られる示唆に関しては、知らなかったので勉強になった。
仕事で重要なスキルの一つである「分析力」に通ずるものだし、広い視野でグラフを作成したり、分析することが重要であると思った。もちろんそのグラフを作る能力は分析力以前の問題であるのでしっかり勉強したい。
縦軸：結果系
横軸：原因系
を意識して散布図を作成したことがなかったため、注意しなければならないと感じた。
縦に原因、横に結果の散布図。調べたい関係はあるがそのデータ抽出が難しそう。
同じマーケティング施策の中で変数を変えて実行した際の効果の変動を見るのに使用したい
すでに使っているが、散布図はやはり分かりやすくてツールだと思う。新たな気付きとしては、「空白からも何かがわかるかも」という点。今後気にするようにしてみようと思った。
散布図にすることで得られる示唆がありえるので、是非使いたい。プレゼンで説得力を強化するうえでも使えそう。
良い切り口の変数を選択することも重要だと思う。
結果と原因は書き出さなくてもある程度推察できるが、外れ値、空白の分析にはグラフで見たときにはっきりと違いが出るためわかりやすい。違う視点での発想や気付きに生かせる。
営業で活用するには。人や施設ごとに対する、訪問回数（横軸）と売上（縦軸）の分散を調べることによって、1回の訪問の価値を調べることができる
外れ値や空白にも気を配る必要があるとわかった
自分でグラフを書いてみる。色々な変数の関係を見てみらことが大切。
注目していた部分が偏っていたことに気付いた。外れ値や空白部も分析してみることが必要。
外れ値や空白部分から示唆を得られるという意識が全くなかった。今後分析する際はこの気付きを踏まえ広い視野を持って望みたい。
散布図により、数字を視覚的に捉えられるとより理解しやすくなる
相関がなさそうだ、といって簡単に他の変数の関係を見るのではなく、外れ値や空白にも気を付けるようにすべきだと理解できた。
グラフにして目で見て気付きから分析を深堀りすることは有用だと感じた
原因系の変数を横軸に、結果系の変数を縦軸にとり、相関性を見る。
その際に外れ値にも注目すると、重要な示唆を得られることがある。
もう少しexcelを用いた活用方法が知りたかった
今後会社が取れるデータが多くなるにつれて、より活用できる図だと感じた
今後散布図を参考にします
R2を１に近づけるノウハウをもう少し知りたい。
数値を可視化するのに有効な手法。
実際の業務でも、もっと使用していきたい。
散布図を使って結果である売上との関係性を確認する際にはコストパフォーマンスの良いほうのはずれ値を確認することで重要な示唆が得られることがあるので関係性比較で散布図を使っていきたい。
外れ値から気付きを得る
散布図の読み方が分かりました。グラフの軸の取り方、目盛りの幅で見やすさも変わってくるので工夫したいです。
外れ値や空白に注目することで、独自性の高い戦略が考えられると思いました。
有効でした。参考にします
散布図は普段の業務でも使えそう
外商セールスの場合は、顧客接遇回数と売上の相関関係を散布図で検証すると有益なデータが得られそう。
営業活動を実施している為、訪問回数と自社製品の売り上げに関して相関しているのかを実際、確かめてみたいと感じました。
外れ値や空白部分の解析をすることで、新たな発見が見いだせることは大変勉強になった。
前年の催事ﾃﾞｰﾀから売上と来店時間の関係性の分析し、効率的な人員配置が出来る。
このグラフもよく利用する。但し、外れ値については、確認はするが
チャンスととらえた見方はしていなかった。今後そう言った目で見るようにする。
散布図は相関分析や回帰分析よりも前にするべきですね。
散布図は普段自分で作成することはありませんが、何かのデータを示された際に横軸と縦軸の関係を注意深く観察していこうと思います
散布図で相関関係の見落としを防げる。また外れ値から意外な事実がみつかるかもしれない
基本的な内容だった。
世の中にはグラフの目盛りをかなり恣意的に作っているグラフが多く出回っているので、常に注視したい。
勘に頼らない、施作の考え方、特に資源の有効活用を考えるうえで大事である事。一方、外れ値の考えは、営業上、大事なポイントと改めて思いました。
散布図は訴求力のあるプレゼン資料に有効だと思いました。Excelの機能をしっかり活用して、使いこなしたいと思います。
客観的かつ十分なデータ収集が重要であり、難しい
相関係数も学びたい。
営業の成績と外出時間とかでも、何か見えるのかなと思いました。
回帰分析より簡単でした。
どのように分析すればいいかわからなかったが、とりあえず様々なケースで散布図にしてみてから判断したらいいと思った。
ただし、サンプル数が少ない場合、どこまでその結果を信じていいのかについては、また難しい問題だと思う。
散布図では、相関だけではなく、ハズレ値や空白も調べる価値有りと学んだ
当社もとりいれたいですね
相関関係だけに目がいっていましたが、外れ値や空白部分からも重要な示唆が得られることが勉強になりました。
分析の際の参考になった
仕事における結果の分析にはグラフ化する事で別の発見がある事がわかりました。
目盛の幅によって印象がかわる事から適切な数字での比較が大切だ！！
施策を検討する際に、過去実績データから何が効きそうかの示唆を得ることで立案に役立てることが出来る。
簡単でいろいろな示唆が得られそうだけど普段あまり使っていない。積極的に使ってみたい。
活用しやすく面白いと思った！
「外れ値」を深く分析することで見えてなかったことが見えてくる。
これは勉強になりました。
イベントへの年齢ごとの参加傾向を把握するのに使えると思う。
先ずは適正な原因の項目の選択、また得られた傾向から何をするのか？もっとビジネスで使える具体例が知りたい。
行動量と売り上げの相関を確認するのに活用できる。
散布図には色々な示唆に富んでおり分析に効果手的
特に外れ値の深堀すればより良い施策があり
空白地はまず失敗はないと理解できる。
非常に初歩的な分析ですが、改めて見てみると示唆に富んでいることが確認できました。
空白部分にも意味がある事は、初めて知った。なるほどと思いました。
とりあえず試してみることはできそう。
二つの変数間の相関関係をビジュアル化し検討する事は今までの仕事でも実施してきました。 もう一度初心に返って学ぶことが出来ました。
可視化することで、傾向値が明確になる
空白部分にはこれまであまり注視してこなかったが、そこから何か考察できることがあるかを考えてみたい。
エクセルのグラフに散布図があったが、これまで何の目的で使うのかよりわからなかった。今回初めて、活用方法について知る事ができたので、グラフの見方を身に着け、データを読み取る力をつけたい。
残業時間と睡眠時間の関係
睡眠時間が少ないと業務効率が低下し、残業が増える。
⇒さらに睡眠時間を削られることになろ、悪循環となる。
逆に睡眠がしっかりとれていると、仕事の質が向上し、
残業時間が減る。
日常生活や仕事の様々な事象に対し、原因の程度を
可視化でき、かつ具体的な改善案を見つけるのに役立つと
感じました。
例えば、広告効果やコスト削減施策の効果を検証するために使うことも有効だと思いました。
活かしたいと思います。
セミナー事業・動画販売に使用できそう
セミナー事業：X軸（広告費、時期、価格）、Y軸（売上）
動画販売：X軸（広告費、価格）、Y軸（売上）
今までは頭の中で考えることが多かったので、今後は図に書いて考えていきたい。
散布図をあまり仕事で使用しないので、理解に苦しむ所が多かった。
仕事で使えそうだなと思う所もあったので、使ってみたいです。
様々な関係性を図るのに有益ですが、測点数が多くないとミスリードになる可能性もあると感じました。
過去の施策と結果の関係性
なんとなく勘に頼って過去の経験から決めていたような施策も、散布図にプロットすることで、傾向が可視化出来、意思決定に役立てられそうです。
販売の売場において、相関関係を見つけて視覚化
し、重要な示唆が得られることが多いと思う。
是非とも、因果関係を明らかにして判断を高めていきたい。
散布図を使用することで２つの数値の関係性を可視化でき、重要な気づきを得られることがあることを理解した、関係性分析に有効な方法
改めて、理解を深めることが出来ました。
仕事で使えそうだと思った。
二つの要素から関係性を考える
外れ値、空白からわかること、２つのパターンからわかることに気をつけて行きたい
営業のKPI設定をする際に、重宝する内容だと感じた。
散布図を今後の業務に使用してみたい。
結果は上、原因は横、という基本は覚えておきたい。
外れ値や空白が重要であることは知らなかった。
顧客分析、売上分析に使える
日常的に使えるようにしたい。
今後の傾向分析に活用していきます。
普段あまり使用していない散布図ですが、使い方、グラフの見方など改めて勉強できてよかった。
グラフという概念しかありませんでしたが散布図を有効的に使いこなして行きたいと思います。
散布図のX軸を変化させる見方は、商品の宣伝ポイントや、訪問回数など会議の課題に対する方針立てに役立つと感じました
外れ値にビジネスチャンスを空白に安心感と理由を読み取れるようにしていきたい。
外れ値や空白部分からの示唆があるということを考えていなかったので
勉強になりました。
グラフのスケールには気をつけないと印象が大きく変わってしまう恐れがある。
またABテストをさらに細分化して使えそうですね。
Aの施策の中でさらにAa、Ab、Ac…として原因と結果を、Bの施策でもBa、Bb、Bc…の原因と結果を表に埋めていくとABabテストができそうです。
今ふと思いついただけですが…
散布図を使って案件情報から分析してみると面白そうだと思った。
散布図の傾向はグループ分けにすることでそれぞれ違った特性を見いだせる。
実際に作成してみようと思う。現状…売上数値のみの表現だが、関係性を視覚的に知ることができそう。
空白にも着目したいと思いました
改めて基本が学べた
実際に散布図を使って何かを分析する機会は今のところないが、すでにあるデータで分析できるものがないか考えて使ってみたい。
営業をしているので、成績と訪問件数、成績と販促費などを分析し、日常業務の見直しに活用できると思いました。
変数の取り方にいかに多様性をもてるか
空白部分から示唆が得られることがあるということは、新たな気づきでした。
参考になった。催事の企画に使えそうと感じた。
散布図は、横軸に原因
縦軸に結果をおくとよい
エクセルでさくせいしてみたい
散布図でざっと傾向を見ることができるが、条件分けすることで新たな関係性が見れる可能性があることに注意しながら用いていく。
傾向を掴むために、相関関係を見てみることはあるが、外れ値を調査する観点がなかったので、その点を今後活かしていきたい。
外れ値や空白の取り扱いは勉強になった。
有効活用します
人材採用で役に立つと思います。(業務経験と実績の相関性、資格取得と実績の相関性)
元データの取得ができれば、簡単に傾向分析ができる手法。実業務で活かしていきたい
説明変数：原因、目的変数：結果
外れ値や空白部からも分析ができる
今のjobでは活用できそうにないが、覚えておけば今後役に立つ可能性が大と考える。
ロジックツリーで出した打ち手を散布図を利用して「本当に売上高に連動するのか？」を確認しておくと説得力が出るように感じました。
日常業務において様々なグラフを作ることはあったが、散布図という手法を用いることはなかった。今後、何か判断をする際のひとつの材料として活用したい。
相関関係の前に学ぶべき要素でした。
営業活動に関係性（課題）を見つけて
解決策を立てられる気がしてきた。
売上を様々な角度から分析してみたい。
「空白値
の利用」活用していきたい。
これから散布図を活用したいと思います。
散布図を理解するうえで、相関のある点や傾向にばかり着目していたが、
①空白
②外れ値
③グルーピング
これら3点の理解の仕方を学べたことは大きい。
実際のデータを取得して、次の打開策を考える際に非常に有効な手段である。
データ分析において、外れ値や空白から示唆を得て、それを戦略に反映することが重要である
散布図を仕事で用いたことはないが、結果の原因を探るうえでは有益と思った。
原因系の変数と結果系の変数で軸を切るのは感覚的に行っていたかもしれないが、改めて学習できてよかった。
外れ値と空白部分から示唆を出そうという姿勢はこれまでなかったので、業務に生かしたい。
原因系の要素と結果系の要素で置くべき軸は意識していなかった
＜外れ値＞と＜空白部＞を分析すると言う考え方が面白いと思いました。
空白の部分からも得られる情報があるということが面白かった。
外れ値も含め考えられることがたくさんあり一度作成してみようかなと思いました。
とても勉強になりました。
意外なところに相関関係を見つけ出して、新たなビジネスを創出したいと思います。
余談ですが、散布図分析を表現するときに、「示唆している」言葉の表現がとてもしっくり来ました。
示唆って言う言葉を、これまでただ「何を言っているか」という言葉の意味だけで使ってました。
シンプルな説明ですが非常に適切でわかりやすかったです。実際の業務で活かしてみたいと思います。
2軸なので作成しやすいと思った
散布図に似た思考を行う事はあるが、実際に散布図を使った経験は少ない事に気づかされた。部門内での活用を進めていきたい。
どの様に使いこなすか、どの様に分析できるか奥が深そうです。
何気無く見ていた散布図ももっといろいろな視点で見ることが出来るとわかった。また、自分で作成する際も見やすくより効果的に使えるよう気を付けたい。
数学や統計で学んできたことなので、復習になった。
グラフの点が存在していないところからも何かがよみとれるという所が興味深かったです。
傾向が把握しやすい、また、外れ値は成功ポイントを見つける事ができると思いました。
X軸が原因系、Y軸が結果系。
散布図は使ったことが無く、もっぱら折れ線グラフや棒グラフを使っていたが、分析する内容によっては散布図が有効なことがよくわかった。
散布図が終了しました。
データ分析に活用していきたい。
課題点の発生傾向を把握するために活用できそうである。
キャンペーンに掛けた費用と、売上増分の散布図を見ることで、
効果的なキャンペーンの検証に利用したい。
散布図を活用し関係性を見える化する事は、今後仕事に活かせると感じました。
実際に活用してみたいと思いました。
睡眠時間と日中のパフォーマンスについて、相関図を作って分析してみます。
散布図は計算ソフトで作成できるが、何を目的とし分析するのか、どの変数が分析に適しているかを予め予測して活用していきたい。結果も深く読み取る習慣をつけて、新たな気づきの発見にもつなげたい。
外れ値やプロットのない部分から考察すべき点があることは盲点だった
外れ値の概念、利用価値に、気づくことができました。
散布図を学びとても為になりました。
日常の業務で生かしたいです。
関係性をみるために活用したい。
散布図はあくまで見せ方だと思うので、分析には相関分析を使うようにする。
ただし、散布図によって2つにグルーピング出来たり、外れ値や空白から読み取れることがあることは気づき。うまく使い分ける。
散布図をグラフ化するにあたり、同じデータでも目盛幅で違う印象になることがよくわかって実践できそうです。
今後の業務に散布図を生かしていきたい。
数値の単位を変えることで印象が違うということに気付きがありました。
傾向を見るには最適な分析だと思う。
散布図は良く使っていたが、外れ値、空白部分から得られる情報にはあまり意識していなかったので参考になった。
外れ値と空白が大切さだと分かった
グラフで視覚化することで関係が明瞭になる。恣意的な操作をしないよう、注意をはらえばより強い関係、全く無関係が明確になり、事実が見えてくる。業務の応用として、より重要な課題を探し出すことに使える。
空白の部分から何かを読み取れるというのに初めて気づきました。
日頃から何気なく使用している散布図の基本が理解できました。
データ分析についてもっと学んで行きたい。
基本的な内容で、わかり易かったです。
散布図を営業活動で利用できる方法がわかりました。
これまでデータ分析において散布図を使ったことはないですが、一つの見方として活用してみたいと思います。
軸の設定を何にすべきかの判断が重要だと感じました
正確なデータを点として図に入れることで2つの事物の関係性の有無やどのように関係しているのかが分かることがメリットだと感じました。
｢外れ値｣については今まで｢例外｣として扱っていましたが、この値こそ分析を行えば新たな気づきになる、ということを知れたことはとても大きな気づきでした。
散布図の作成方法の概要は知っていたが、原因係数を横軸、結果係数を縦軸にするとよいという新たな気付きを得た。
散布図は傾向を掴むために重要なツールだが、解釈を間違えないようにする必要があると感じる。
実際の事例を当てはめて、検討してみたい。
PCA分析サイトにデータを突っ込むと便利です。
散布図は実際の業務に利用しやすいので、実践したいと思います
学んだことを実践していきます
とりあえずやってみれば、
・外れ値
・空白
から、示唆を得られるかもしれない。
散布図を使用することで分析業務に役立てたい。
散布図自体は知っていたが、この図からこんなにも様々なことが分かるとは知らなかった。
特に空白部から、この時の条件では一定以上の結果が表れると読み取れるのは新たな気付きだった。
あまり使用していないのですが、原因分析に、特に複数の原因が考えられると時に確証をえるために使用したいと思います。
基本的な部分は理解していたが、外れ値や空白からの分析という観点は見落としていたため、新たな気づきを得られた。
散布図でデータを分析してみようと思います。
ビジュアルに示せると説得的ではあるが、見方、読み方を知らないと騙されそう。
図示して結果検証することは、係内の重要ツールであると認識しています。その意味では、基本的な事を復習する今回はいい機会であると思います。
かんれん性を考えてみる
普段散布図を使うことが無かったので、空白や外れ値からの示唆について興味深く拝見しました。
今まで何となくや感覚で対応していたことが図示することでよりクリアになる、その手法を一つ学べた。
売上アップのための施策の方法と結果分析にいかし改善方法などに繋げて行けると思います。
ビジネスにおいて頻繁に使用する分析方法。
外れ値からも重要な示唆の可能性がある貴重な点。
横軸原因、縦軸結果ということを知り有意義な内容であった。
原因系や結果系の軸の置き方など改めて確認できた
散布図を分析して、
・どこに費用を投資するか
・どこの資金を撤収するか
を検討して費用対効果を改善していく。
認知症の患者さんが暴れるので、16種類位飲んでいる薬の内容を見直し、絞ったところ、別人かと思うくらい穏やかになられたそうです。
この場合、縦軸にless anger（怒らない程度） 横軸に薬の個数の逆数がくるのかなと勝手に思いました。いずれにしても散布図の考え方をうまく利用して、
原因と結果が分析できる思考力をつけていきたいです。
様々な事象を散布図に置き換えてみることで、様々な気づきがある。
因果関係を可視化できる手段として使える気がしました。
グラフのデータが同じなのに違うように見えるとは、面白い
施策を検討する上での一つの論拠となりそうです。
重要な内容だとおもっております。
メモリの使い方によって、読み取る側の印象は変わってくる。
注意しなければならないところでもあるし、自分のプレゼンに合わせて変化させることができるところでもあると思った。
また、外れ値や空白地から得られる情報もあるという視点は重要だと感じた。
散布図はほとんど使ったことがないが、今回学んでみて分析に使えそうだと思いました。
これは分かり易かった。
二つの数値の相関関係をエクセルに落とし込んで、グラフにするとすぐに可視化できるので便利だ。感ではなく、根拠を求めるときに活用できる。
散布図の存在は知っていたが、きちんと用途や使い方を学んだのは初めてだった。
誤った回答に対する指摘がほしいです
・散布図
2変数の関係をグラフにする
x;原因, y;結果
相関関係があるか？
外れ値、空白が出る背景を分析する
売上を上げるための有効な施策を選択するために活用できそう。
分析ツールとして、活用したいと思います。
外れ値や空白からも読み取れる結果があるんですね。
これまで分析で散布図はあまり活用してこなかったが、今後は是非活用したいと思う
グラフを一つだけ作って満足せず、別の角度から分析できるグラフを作れるよう、引き出しを増やしたい
外れ値や空白から重要な示唆が得られることもあるという点、目からウロコでした。
散布図上の外れ値や空白から重要な示唆を得られる。というのは初めての気付きだったため、今後は意識したい
漠然と捉えていたことを散布図を使うことで可視化でき、検証がしやすくなると痛感した。
他者に説明するための資料として役に立つものだと思います
縦軸に対してどの変数を横軸にするか？が効果的な分析を行う上で重要。
費用対効果の分析に用いて活用できると思います。
基本ツールとして実際に使ってみたいと思います。
散布図は思い込みを排除し、事実を発見できるツールだと思いました。
感覚に頼っていた事例に実践で検証してみたい
商品売上実績を見るためにどういう販促策が効いたか確認できるグラフです。
散布図の効果を知ることができた。活用を検討したい。
一目で傾向の有無が分かるので、非常に有効な手段と感じました。
通常業務で散布図を利用して傾向を把握するケースはこれまで少なかったため、今後活用してみたい。
外れ値の着目は意識弱かった、いい振り返りができた！
見た目で確認でき分析できるので適切に活用したい。
説明の裏付けとして、シンプルで活用しやすいと感じた
外れ値や空白から、重要な気づきが得られることもある事が分かった。
外れ値や空白から気付きを得て分析に活かす考えが参考になった。
図にしてみることで、何か気付けることがあるかもしれないと思った。
売り上げへ（営業時間と）結果（売上）は相関するのか？努力と結果の相関これが永遠のテーマである
散布図を実際に作ってみる機会は少ない。
今回、「原因」をX軸に、「結果」をY軸に設定することで
関係性が把握しやすくなることを学んだ。
本学習についても、その結果が伴っているのか、
いずれ分布図を描いて結果を分析してみよう。。
気温と売上の相関関係を調べてみるのも面白いと思った
売場の商品展開ライン(価格など)を決める際に活用していきたい
市場分析や施策効果の分析に活用できる
散布図は意外と使える。2つのデータの関係を見る
会社の商品に関しても外れ値を探して原因を追究してみようと思います。
グルーピングし傾向がわかりやすくでき実践していきます
散布図から示唆を思いつくことが難しい。
散布図の見方が理解できた。
結果についての原因の考え方の勉強になりました。
散布図の理解が進んだ。
データのとり方でいろんな解釈ができるため、またパターンが存在するため
ベストな散布図を出すのは、容易ではないかもしれない。
しかし、経験則に頼ることなく、客観的データが得らえる点は良い手法だと感じます。
業務で活用しやすい内容だった。日常生活でも応用できそう。
データをとれる環境、データ分析をする場合に利用できると感じた。
データの分析などで活用してみようと思いました
なんとなく、ざっくり分かっていたことが言語化されることによって
理解が深まったように思います。
市場調査などで簡単に傾向をつかみたい時に使える。原因系と結果系の選択要素によって有効な傾向を掴める。
外れ値や空白帯から読み取れることがあることを学んだ
普段何気なく作成していましたが、原因をX軸、結果をY軸にするなど基本的なルールを意識していませんできた。振り返る良い機会となりました。
原因と結果の関係について、２つの変数を比較することで傾向が読み取れることと、目盛りのとりかた、空白の意味、極端な結果などの理解の仕方を知りました。
散布図で傾向を知ることは知っていたが、外れ値の考え方はヒントや調査して見る価値があると学んだ
データの関係性をみるとき、最初によく使ってます。予見する傾向が出ているのか、データは正常か？をまず確認しています。
項目の選び方は、原因系が横軸、結果系が縦軸。
これまでやみくもに散布図をつくっていたことが分かりました。
データ解析の基本。再認識できた。
シンプルで分かりやすい！
外為取扱高と収益の関係性について
散布図使用してみます。
検証結果において相関関係のあるパラメータを見極めるさいに使ってみようと思った。
アンケート集計や要因分析など、散布図は日常業務で活用中です。
相関係数などは数値でだせますが、
社内への結果説明などでは、散布図がビジュアル的に適していると思います。
散布図の 外れ値 は、その理由がどんなところにあるのかをさらに分析し、取るべき行動 または 取ってはいけない行動 等 有用な解を得られる場合があり、注目すべきですね。
具体例が一般的で、相関性について
外れ値や空白に注目する事で示唆する事を読み取る
外れ値や空白に着目する観点が新しかった
外れ値や空白からも読み取ることができるのは良い勉強になりました。
回帰分析の前に受講するとかなり回帰分析の理解が深まる良いコンテンツと感じた。これらの講座は互いに連関しているものと考えられるが、親和性の高いものをマッピング（相関分析のタグはついてはいたが）していてもよいと感じた。
わかりやすかった。再度トライします。
人は2軸以上で物事を考えるのは難しい。
関心ある2軸の相関を見ていくことが基本である。
簡単なセッションもあるのでひと安心。
メモリの間隔の取り方に気をつけたいと思う。
散布の空白から意味を見出だすという視点が新鮮に感じられた。
散布図を活用したことがないため、まずは試してみたい。
「データ」をただ鵜吞みにせずに検証することが大事であると理解できました。
カリキュラムの中で学ぶべき順序になっていない気がします。
相関分析や回帰分析の前にこちらのコンテンツを持ってきた方が良いのでは？
外れ値や空白部分から示唆が得られることが参考になった。
結果と原因を分析して業務に役立てたい。
業務でデータを分析するものに
必要なものだと思う。
散布図を意識的に何かに使用して考えた事例はありませんので、
今後は、意識して考えるようにしていきたい。
原因分析に使ってみたいですね
今まで、散布図を使用する事はほとんどなかった。動画を見て有効と感じたため、今度チャレンジしてみたい。
数値をグラフにすることで、新たな気づきがあることがわかった。業務にも応用していきたい。
社内でも早速取り入れます
これまで私の業務上、あまり散布図を活用したことがなかったが、横軸が原因、縦軸が結果というポイントを踏まえ、今後活用していきたい。
散布図を使用して、傾向や相関を見ていきたいです。
異なる施策の結果を比較するという視点は参考になりました。
値が得られないことからも示唆が得られることもあるというのは目から鱗だった。大変勉強になった。
1番初めに見るのが良い
外れ値、空白の読み方が印象的だった
空白部分への着目は盲点だった
わかりやすかったです
検討分析等で利用できそうです。空白部かあらも何等かのことが分かることを学びました。注意しながら検討したい。
散布図は、使えそうです。
「X軸が原因」・「Ý軸が結果」、いままでそんな意識なく散布図を作ってた。EXCELでなんとなく作ってた散布図。これからは原因と結果を意識しよっと！
視覚的なわかりやすさ × 相関係数をもちいた定量性 = 説得力
目で見て特徴をつかむという意味で、散布図が重要であるということを理解しました。
散布図からいろんなことが読み取れることがわかった。
普段の業務に活かせるようにしたい。
普段散布図をあまり使わないので是非使用したい。
散布図の中でも外れ値や空白の部分に注目すべきと感じた。
縦が結果系の変数、横が原因系の変数
資料作成や分析で使用してみたいと思います。
意外と見落としてた、説得力のある手法
特にコメントはありません。
関係性を見極めて有効活用することを意識し、活用をしていこう
散布図を活用出来る様にして行きたい。
散布図での外れ値、空白領域を分析することを学べて良かったです。仕事で実施してみます。
わかりやすくまとめられていた
散布図の基本概念を学ぶことができました。
Excelを活用し使ってみようと思う
空白部等全体から考える必要がある
散布図を活用し一目で関連性を確認
することが出来る
空白部分への注目は、新鮮な観点でした。見えるものだけを追いがちだと気づきました。
軸の取り方、横 原因系、縦 結果系。外れ値、空白地にも目を配る。勉強になりました。
もともと知っている内容だったので容易に理解できた。
散布図の空白部分からも示唆を得られることは、新鮮だった
エクセルのデータからグラフを作ることは普段から行なっているが、理論を学ぶことで意識してグラフを見てみようと感じた。
営業分析などに使用できる
外れ値というキーワードは覚えておく価値があると思いました。
散布図を使う機会も今後増えてくると思いますので非常にグラフを作成する上で参考になった。
散布図について学びました。
外れ値や空白部分からも重要な示唆を得られることがわかった。
いい切り口が大事ですね！
点の散らばりに意識が行きがちだが、外れ値や空白から物事を読み解くことも大切だと思った。
外れ値って無視しがちだが、そこから示唆が得られるということに納得した。
相関図は、見た目で分り易く、直観性に富みます。使うシーンを選んで使いたいです。
広告費と売上の相関を検証し、外れ値を分析したい。
散布図活用したいです！
外れ値の確認見逃さないように！
散布図の見方を工夫することで、あらたな切り口の結果が得られる。
関係性
・どんどん使用し、因果関係をみつけていく。
散布図においてはグラフの空白部分にも重要な要素が隠れていることが分かり参考になった。
効果分析に使える
エクセルを使ってみよう
相関図は、縦軸と横軸の設定が大事だとわかりました。又、外れ値や、空白地を考える必要性について理解出来ました。
普段の仕事に活かしていきたいと思います。
仕事で使う機会はあまりなさそうなので、仕事以外で使う機会を模索します。
視覚で関係性を見ることで説得力も出てくる。
散布図の空白の領域からも読み取れる事に気付いていなかった。視覚的に捉えることで、回帰分析へのアプローチがより良いものとなる。（グループ分けなど）
基本事項の再確認になりました。
散布図のビジュアルだけではなく、相関係数も併せて確認することで、2つのデータの関係性を把握することが重要。
グラフにすると理解しやすい
外れ値、空白部からも大切な示唆が得れることを学んだ。
空白部分から示唆することを得られることにはこれまであまり気づいていませんでした。
もう少し踏み込んだ内容まで聞けると面白かった。(散布図を使った原因解析など)
日々最も多く使用する手法。特に問題無し。
縦軸に結果系、横軸に原因系
空白部分にも示唆が得られる場合がある、が新たな気づき
横軸縦軸の関係がわかり、良かったです。
散布図とは？
散布図はある原因と結果に
相関関係があるかを見える形で
表すためのグラフ手法である。
書き方
縦軸に結果、横軸に原因
ポイント
相関関係をみる、一定の幅に分ける、外れ値と空白部に注目、メモリ幅も注意
横軸と縦軸の例がわかりやすく、勉強になりました。
空白からも情報を見いだせることがわかった。
実際に相関関係を調べたい時にエクセルで使ってみようと思います。また、推定の段階で相関関係があるとジャッジした際のわかりやすい証明としても散布図を使用できます。
原因が横軸、結果が縦軸。勉強になりました。
エラー値、空白に注目すること。散布図で影響を予測して、効果的な施策を打つこと。名前から嫌煙しがちだったが、データ分析の良いツールになると感じた
思ったよりも間違えたところが多かった
外れ値は無視できない重要な気付きが得られる可能性があることを知った。
実験データを扱うときと、ビジネスでデータを扱うときの、着眼点の違いに気を配りたい。
外れ値、は、単なるエラーではない！
当たりをつけるためにも、まずは散布図で全体の傾向を把握することが重要と感じる。
散布図にラベルを張るのが難しい
空白部からも示唆が得られることの気づきを得た。
散布図の見るべきポイントを再確認できた
散布図を作成する本来の意味がわかった
相関分析との違いがわからなくなってきました
1.外れ値、空白部分も重要な情報を持つ。
2.縦・横軸の目盛の振り方によって、見え方が異なる。
大変勉強になりました。
目に見えるとわかりやすい
X軸とY軸とで、原因と結果の変数を使うことは、分かりやすいなって思ました。
散布図は知っていましたが、作った記憶がないので、何かのデータで作ってみたいと思いました。もととなるデータを何にするか決めるのが難しいと感じています。
普段は 棒グラフや円グラフばかりを使用してきた。普段の業務で相関図にもチャレンジしてみたい
これからの営業の中で、活用できそうなものだった。
基本的にExcelで全部できちゃうのね。すごいわ
なんとか全問正解できました。
外れ値、空白エリアにも理由がある
説明が簡潔でわかりやすかったです。
散布図にすることによる新しい発見・傾向がわかることを学んだ。
散布図とは原因と結果の2つの変数を使って、相関関係を計ること
経験的に知っていることがありましたが理解の整理になりました。
外れ値と空白の意味がよく分かりました。
ちゃんと意味があるのですね！
相関関係についても見てみたいと思います。
散布図の分析の仕方について学んだ。
余白部分や外れ値についてもどのようなことが言えるのか考えていきたい。
外れ値や空白部分からも示唆が得られることを学びました。
相関分析、回帰分析に先立って見るべきだと感じた。
外れ値についても重要な要素があることを学んだ。
変数が多い場合の相関図はどのように書けば良いか？4変数くらいまでしか書けないですかね？
散布図はなんとなく知ってたが、空白部分から示唆を得るという視点は目からうろこ。
散布図により二軸の相関を確認することができる。
ミス率と業務量の相関を調べる際に利用したい。
実際に図を示された場合は、誘導されないようメモリの幅は疑って見るべき。
今まで、空白を見てこなかった。新たな気づきがありました。
散布図は色々な事の分析に利用できそうな方法ですね。
外れ値や空白も重要な示唆であることを学んだ。
散布図を使ったことはほとんどないが、うまく使えば、役立つツールだと思いました。
グラフをよく眺めことです
散布図の考え方を普段の仕事で活用できる機会を検討して行きたい。
散布図を利用して、思考する応用力を
つけたいと思います
改めて学ぶことで散布図の役割を理解することができた
散布図の外れ値の概念は無かった。重要な示唆が得られる可能性を頭に入れて活用していきたい。
散布図は目盛りの付け方も重要
仕事の中でうまく使いこなせるとより精度があがる施策をうつことができる。また横軸に原因系、縦軸に結果系にしてグラフを作っていく。
速度を上げて再生するとよりよい。
外れ値と空白部分も重要です。
散布図を使って、関係性を可視化することは、
一目瞭然で分かりやすかったです。
直感的にも分かりやすく、いろいろと応用の効く図であることが分かりました
ある一部分に集中している場合（x軸が変わらずy軸のみ変動するケースなど）の散布図の読み方の解説も欲しいです。
基本フレームとして活用します
２つの関係性を示すのに役立つので、業務でも参考にしていきたい。
専門分野では無いが興味が沸く話でした。
実際にもっと活用したいと思った。原因・要因について示唆を得られそう。
散布図を見る時の視点や「外れ値」「空白」から新たな傾向を読み取ることが重要。
基本を再確認。散布図の視覚的情報に左右されないことも忘れない。
外れ値や空白部からも重要な気づきが得られることがわかった。
分析を必要としていない業務ですが、理解できた。回帰分析はこの後見ればよかったかも。
言葉が類似しているため、実際に検証しながら覚えていきたい。
散布図、良く使います。
選ぶ変数のセンスが問題解決のスピードに関係します。
外れ値がたまたまなのか、何らかの勝機があったのか気になります。
散布図 今後の業務に活用させていただきます
散布図を先にやることをおススメします。散布図を理解して相関分析、回帰分析につなげると分かりやすい
実際の業務に役立てて行きたい。
頑張ってもっと勉強します。皆さんも頑張って。
とても役に立ちました
散布図が理解できました。
散布図の味方が分かった。外れ値と、空白地から大きな示唆が得られることがあるというのも納得した。
外れ値と空白域に注目する事が大事だと気づいた
散布図内の、外れ値や、空白部に着目することで、新たな気づきがあることを学びました。
わかりやすい説明でよく理解できた。
外れ値、空白の重要性
今回はよく理解できました。
シンプルな内容かつコンパクトでわかりやすい
前のと似た内容だけど違う表現（？）
分析についても表の作り方、目盛りのとりかたで変わってくるのがわかりました。
何気なく使っている相関関係という言葉も基本的なコトを知らないで使うと大恥をかく。縦軸横軸の扱いかたも知らなった。
理解しやすかった。
今回は慎重に回答しました！
単純な表に見えるが、示唆するものは多分にある。使いこなせれば、良い武器となる。
全ての事象に当てはめることが出来る解析ツールだと思います
空白部が語ることにも気をつけてデータを見ていきます
グラフの見せ方で全く印象が変わって驚いた。業務上の
身近な事例でも活用したい。
実務においても利用可能だと感じた
外れ値や空白を含めて、図の示す意味を分析し、業務に役立てたい。
プレゼン動画（広告費と売上の関係）にあった外れ値は、具体的にはどのような事案なのかが想像がつかない。。。
グラフの目盛りで見栄えが変わる
散布図、相関係数を活用することで、２つのデータの関係性を示すことに使える
散布図では、外れ値と空白部に重要な示唆があることを知りました。外れ値は例外として見落としていたので、これからは外れ値に何かヒントがないか読み解いてみたいと思います。
業務に生かせそうです。
営業担当の行動と成果を分析していますが、さっそく使ってみたいと思うデータがありました。外れ値や空白の深堀もしてみたいと思います。
学ぶ順番間違えました。回帰分析、相関分析のもとになる考え方が理解できた
散布図の空白部分から何かを読み取ることができるという点に始めて気がついた。
この章はとってもわかりやすかった。実践的
Thank you
散布図は流石に簡単だった。
空白部についての分析は意識していなかったので勉強になった
わかりやすかったです。
相関分析等、データ分析の基礎となる部分なので、散布図の利用法をしっかりと自身のスキルとして定着させたいと思う。
とても分かりやすい！
どう活かすか？
外れ値や空白に着目したことがあまりなかったので、良い気付きになった
相関分析と合わせてみると良い
相関分析と関係性がある
何かを主張、提案する際により説得力を持たせることができると感じた。散布図を知った気になっていたのでおさらいできてよかった。今後の実践につなげる。
散布図により原因と結果の関係をグラフ化し、関係性を分析する手法は役に立つと思います。
営業手法に生かして生きたい
ただやみくもに原因変数と結果変数をとるのではなく、きちんと仮説を持つようにしたい。外れ値と空白にも注目して散布図を読み解きたい。
どんな職種でも有用な知識だと思います。
データがない場所にも意味があるということを、再認識できてとても有意義でした。
散布図では相関関係と外れ値だけに気をとられがちですが、空白の部分に意味があるというのは良い気付きでした。
もう少し詳しく教えて欲しい感じがしました。
散布図を作ることで先を予測することもできるとわかりました。ありがとうございます
ありがとうございます。
散布図の基礎の振り返りができた
実際の相関関係においては、複数の要因が関係することが多いのではないかと考える。さまざまな角度から分析して慎重に対応することが求められると思う。
散布図についてよく理解することができた。
このコンテンツは知っている範囲でした。
一見すると関係ないもの同士にも、関係がありそれを把握することの重要性を感じた。
感覚と近しいグラフである。読み取りは一定理解が必要
目盛の取り方で印象を変えることができるので、プレゼンでは意識してみる。
業務で生かせそうです
分析したくなったので使ってみる
分りやすく、理解できた。
散布図の外れ値、空白の箇所に注目するというのは改めて確認になりました。
グラフ化してみると意外な気づきが得られることがある
簡単だった。
外れ値の原因を調査することで新たな商機が発見出来そう。
勉強になりました
相関しか見てこなかったため、空白から読み取れることがあるというのは気づきでした。
特にありません。
統計を処理し、意見を出せるようにする
外れ値や空白部分という着眼点は勉強になった
散布図は、２つの変数の相関関係を可視化したもの。
よかった
いろんなシチュエーションで活用できると再認識した
業務に活用できそうに感じた。
わかりやすかったです
特にありません
目盛りに関する示唆は勉強になった。
散布図の応用範囲が広い事が再認識された。
身近なもので推し量る事をやってみようと思う
外れ値と空白の分析が重要だと感じた
相関間関数を見える化したものですね！
データ分析を行うのに極めて有効。
ただし、原因と結果の取違い、原因選定の恣意性、目盛りの単位設定などの設定に留意しないと見当違いの結論が出てきたり、そもそも意思決定者の意に沿うような相関関係を出そうとする力が働いてしまう可能性あり。