MyMap預覽
商業
“建立顯示各部門員工培訓時數與生產力分數之間相關性的散點圖”
關於框架
相關性發現散點圖分析
散點圖是探索兩個連續變數之間關係的主要視覺化工具。此範本將員工培訓時數對比生產力分數，測試更多培訓是否帶來更高績效的假設。視覺格式比單獨的相關係數更直接地揭示關係模式——線性、指數、聚集或缺失。
趨勢線和 R² 值量化了關係的強度。0.7的 R² 意味著培訓時數解釋了生產力變異的70%——這是增加培訓投資的強烈信號。0.2的 R² 意味著關係微弱，其他因素主導。按部門顏色標注揭示相關性是否在所有團隊中成立，或只在特定背景中成立。
異常值通常是最有趣的資料點。培訓多但生產力低的部門可能有無效的培訓內容。培訓少但生產力高的部門可能聘用了有經驗的員工或工作流程更簡單。詢問 AI 可以用您的數據填充散點圖、更改比較的變數、添加迴歸分析，或按年資或職位層次等額外維度進行分段。
包含內容
你會得到
- X 軸為培訓時數、Y 軸為生產力分數的散點圖
- 按部門顏色標注的資料點：工程、銷售、行銷、運營
- 顯示整體正相關及決定係數 R² 的趨勢線
- 標注高影響和表現不佳資料點的異常值標注
- 象限標籤：高培訓／高生產力、低培訓／低生產力等
商業
員工培訓與生產力散點圖
常見問題
常見問題
如何將我自己的數據添加到此散點圖？
詢問 AI：「用我們的數據更新散點圖：工程（40小時，87分）、銷售（25小時，72分）、行銷（30小時，78分）、運營（20小時，65分），每個部門10個資料點。」AI 將用您的實際數字重新繪製，並重新計算趨勢線。
可以更改比較的變數嗎？
可以。詢問 AI「將 X 軸改為工作年資，Y 軸改為客戶滿意度分數。」散點圖適用於任何兩個連續變數——範本結構和分析框架保持不變。
R² 值告訴我什麼？
R² 衡量 Y（生產力）的變異有多少是由 X（培訓時數）解釋的。高於0.5的值表明存在有意義的關係。低於0.3意味著變數之間關係微弱。請記住，相關性不能證明因果關係——其他因素可能同時驅動兩個變數。
如何識別和分析異常值？
詢問 AI「高亮顯示距趨勢線超過2個標準差的資料點，並標注部門名稱和值。」調查異常值通常能獲得最有價值的洞察——它們代表做了某些非常正確或非常錯誤事情的團隊。