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。
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。
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。
初心者には、取っつきやすかった
この内容ならわかりやすい
散布図の空白が示唆することを読み取ることにも留意！
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。