Scatter Diagram: Menganalisis Korelasi Antara Variabel Independent dan Dependent

Scatter Diagram: Menganalisis Korelasi Antara Variabel Independent dan Dependent

Dalam analisis data, scatter diagram adalah salah satu alat yang paling efektif untuk mengevaluasi korelasi antara variabel independent (X) dan dependent (Y). Dalam artikel ini, kita akan membahas cara membuat scatter diagram dan menganalisis korelasi antara dua variabel.

Membuat Scatter Diagram

Langkah pertama dalam membuat scatter diagram adalah menggambar sumbu X dan Y. Sumbu X digambarkan sebagai garis lurus horizontal, sedangkan sumbu Y digambarkan sebagai garis lurus vertikal ke atas. Setelah itu, kita akan memilih sepasang data variabel independent dan dependent, kemudian tarik garis lurus dari nilai variabel independent pada sumbu X hingga nilai variabel dependent pada sumbu Y. Proses ini dilakukan untuk semua data yang sudah dikumpulkan.

Menentukan Nilai Tertinggi dan Terendah

Setelah membuat scatter diagram, kita perlu menentukan nilai tertinggi dan terendah masing-masing data pada sumbu X dan Y. Dengan demikian, kita dapat membuka skala antara nilai tertinggi dan terendah untuk memudahkan pembacaan diagram.

Lengkapi Informasi

Pada akhirnya, kita perlu lengkapi informasi yang diperlukan, seperti judul diagram, judul sumbu X, judul sumbu Y, jumlah data, periode, dan pembuat diagram. Contoh sebagai berikut:

Judul Diagram: Hubungan Antara Masalah Painting dengan Tingkat Kekotoran
Judul Sumbu X: Masalah Painting (K Unit)
Judul Sumbu Y: Tingkat Kekotoran (K Unit)
Banyak Data: n = 5
Periode: 1-10 Agustus 2011
Dibuat Oleh: Eris

Cara Membaca Scatter Diagram

Ketika kita akan mengevaluasi scatter diagram, kita sebaiknya mempertimbangkan derajat korelasi beserta jenis-jenis korelasi yang sudah disimpulkan para ahli statistik. Tabel 1 dan Tabel 2 di bawah ini menunjukkan beberapa pola scatter diagram serta derajat korelasi dan jenis korelasi yang terkait.

Table 1: Derajat Korelasi

Pola Scatter Diagram Derajat Korelasi Artinya
Tidak Ada Tidak ada korelasi yang dapat dilihat. Variabel akibat (Y) tidak dipengaruhi oleh variabel penyebab (X) yang sedang dikaji.
Lemah Korelasi samar terlihat. Mungkin variabel penyebab (X) mempengaruhi variabel akibat (Y), tetapi tingkat pengaruhnya masih diragukan. Ada variasi signifikan di dalam variabel X tersebut.
Kuat Sebaran titik-titik mengelompok dalam bentuk linier yang jelas. Kemungkinan variabel penyebab (X) mempengaruhi langsung variabel akibat (Y).
Sempurna Sebaran titik-titik jatuh pada sebuah garis lurus. Jika bentuknya seperti ini, dengan nilai variabel penyebab (X) tertentu kita dapat memprediksi secara pasti berapa nilai variabel akibat (Y).

Table 2: Jenis-Jenis Korelasi

Pola Scatter Diagram Jenis Korelasi Artinya
Positif Peningkatan nilai variabel penyebab (X) menghasilkan peningkatan nilai variabel akibat (Y).
Negatif Peningkatan nilai variabel penyebab (X) menghasilkan penurunan nilai variabel akibat (Y).
Nonlinier Berbentuk kurva U atau S. Perubahan nilai variabel penyebab (X) menghasilkan perubahan nilai variabel akibat (Y) yang berbeda, tergantung posisi pada kurva.

Dalam contoh scatter diagram di atas, kita dapat melihat bahwa derajat korelasi dan jenis korelasi belum jelas karena jumlah pasangan data sedikit (n=5). Oleh karena itu, para ahli statistik merekomendasikan untuk meningkatkan jumlah data sebelum menganalisis korelasi antara dua variabel.

Sumber:

  • [1] "Scatter Diagram" oleh Wikipedia
  • [2] "Korelasi dan Regresi" oleh Departemen Statistik Universitas Indonesia