Um gráfico de dispersão mostrando a correlação entre horas de treinamento de funcionários e pontuações de produtividade por departamento — revelando se o investimento em treinamento gera ganhos mensuráveis de desempenho.
Visualização
“Crie um gráfico de dispersão mostrando a correlação entre horas de treinamento de funcionários e pontuações de produtividade por departamento”
Sobre o framework
Os gráficos de dispersão são a principal ferramenta de visualização para explorar relacionamentos entre duas variáveis contínuas. Este template plota horas de treinamento de funcionários em relação às pontuações de produtividade, testando a hipótese de que mais treinamento leva a um desempenho maior. O formato visual revela o padrão de relacionamento — linear, exponencial, agrupado ou ausente — mais imediatamente do que um coeficiente de correlação sozinho.
A linha de tendência e o valor R-quadrado quantificam a força do relacionamento. Um R-quadrado de 0,7 significa que as horas de treinamento explicam 70% da variância na produtividade — um sinal forte para aumentar o investimento em treinamento. Um R-quadrado de 0,2 significa que o relacionamento é fraco e outros fatores dominam. A codificação por cores por departamento revela se a correlação se mantém em todas as equipes ou apenas em contextos específicos.
Os outliers frequentemente são os pontos de dados mais interessantes. Um departamento com alto treinamento mas baixa produtividade pode ter conteúdo de treinamento ineficaz. Um departamento com baixo treinamento mas alta produtividade pode ter contratado pessoal experiente ou ter fluxos de trabalho mais simples. Peça à IA para preencher o gráfico de dispersão com seus dados, alterar as variáveis sendo comparadas, adicionar análise de regressão ou segmentar por dimensões adicionais como tempo de empresa ou nível de cargo.
O que inclui
Gráfico de Dispersão: Treinamento vs. Produtividade
Perguntas frequentes
Peça à IA: 'Atualize o gráfico de dispersão com nossos dados: Engenharia (40h, 87pts), Vendas (25h, 72pts), Marketing (30h, 78pts), Operações (20h, 65pts), com 10 pontos de dados por departamento.' A IA re-plotará com seus números reais e recalculará a linha de tendência.
Sim. Peça à IA para 'Alterar o eixo X para anos de experiência e o eixo Y para pontuação de satisfação do cliente.' Os gráficos de dispersão funcionam para quaisquer duas variáveis contínuas — a estrutura do template e o framework de análise permanecem os mesmos.
O R-quadrado mede quanto da variação em Y (produtividade) é explicado por X (horas de treinamento). Valores acima de 0,5 sugerem um relacionamento significativo. Abaixo de 0,3 significa que as variáveis estão fracamente relacionadas. Lembre-se de que correlação não prova causalidade — outros fatores podem impulsionar ambas as variáveis.
Peça à IA para 'Destacar pontos de dados com mais de 2 desvios padrão acima da linha de tendência e anotá-los com nome do departamento e valores.' Investigar outliers frequentemente gera os insights mais acionáveis — eles representam equipes que estão fazendo algo excepcionalmente certo ou errado.
Grátis para começar. Cartão de crédito não obrigatório.