Langkah-Langkah Membuat Scatter Diagram
Untuk membuat scatter diagram, kita perlu mengumpulkan data variabel independent dan dependent. Berikut adalah langkah-langkahnya:
- Gambarkan Garis Lurus
Gambarkan garis lurus horizontal untuk sumbu X, kemudian dimulai dari bagian kiri sumbu X gambarkan garis lurus vertikal ke atas untuk sumbu Y. - Tentukan Nilai Tertinggi dan Terendah
Tentukan nilai tertinggi dan terendah masing-masing data. Tetapkan skala antara nilai tertinggi dan terendah untuk masing-masing sumbu X dan sumbu Y. - Buat Titik-Titik Data
Ambil sepasang data variabel independent dan dependent. Cari lokasi nilai variabel independent pada sumbu X, kemudian tarik lurus ke atas sampai pada lokasi nilai variabel dependent pada sumbu Y. Buat tanda titik koordinat pada lokasi kedua variabel tersebut bertemu, ulangi cara yang sama untuk semua data yang sudah dikumpulkan. - Lengkapi Informasi
Bubuhkan label yang diperlukan, contoh:
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. Berikut adalah tabel-tabel yang dapat membantu kita dalam mengevaluasi scatter diagram:
Tabel 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 variabel X lain yang perlu dianalisis atau 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). Oleh karena itu, setiap perubahan pada X akan memprediksi perubahan pada 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). |
Tabel 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. |
Contoh Scatter Diagram
Berikut adalah contoh scatter diagram untuk membandingkan derajat korelasi dan jenis korelasi:
Jenis Korelasi: Kuat
Pola scatter diagram di atas menunjukkan bahwa variabel penyebab (X) mempengaruhi langsung variabel akibat (Y). Derajat korelasi kuat menunjukkan bahwa setiap perubahan pada X akan memprediksi perubahan pada Y.
Namun, dalam praktiknya, kita harus mempertimbangkan beberapa hal lainnya, seperti jumlah data yang tersedia dan variasi dalam data. Jumlah data yang tersedia dapat mempengaruhi derajat korelasi, sehingga kita perlu mengetahui apakah jumlah data yang tersedia cukup untuk membuat kesimpulan.
Dalam kasus ini, kita memiliki 5 buah data, yang masih kurang untuk membuat kesimpulan yang jelas. Oleh karena itu, kita perlu mempertimbangkan variasi dalam data dan mencari cara lain untuk meningkatkan kualitas data.
Kesimpulan
Membuat scatter diagram adalah salah satu cara untuk mengevaluasi hubungan antara dua variabel. Dalam membuat scatter diagram, kita perlu mengumpulkan data, tentukan nilai tertinggi dan terendah, dan mempertimbangkan derajat korelasi beserta jenis-jenis korelasi.
Dalam contoh di atas, kita menemukan bahwa variabel penyebab (X) mempengaruhi langsung variabel akibat (Y), namun jumlah data yang tersedia masih kurang. Oleh karena itu, kita perlu mempertimbangkan variasi dalam data dan mencari cara lain untuk meningkatkan kualitas data.
Dengan demikian, membuat scatter diagram dapat membantu kita dalam mengevaluasi hubungan antara dua variabel dan membuat keputusan yang lebih baik.