Seorang peneliti ingin memahami hubungan antara dua variabel kualitatif, maka dia akan memilih sekelompok orang untuk dipelajari dan kemudian mengukur kapasitas paru-paru masing-masing (variable pertama) serta waktu yang dapat dipegang oleh seseorang tidak bernafas (variable kedua). Peneliti kemudian akan membuat plot scatter, dengan memplotkan data pada chart Cartesian, dengan sumbu horizontal menunjukkan "kapasitas paru-paru" dan sumbu vertikal menunjukkan "waktu tidak bernafas".
Contohnya, seseorang yang memiliki kapasitas paru-paru 400 cl dan dapat menahan nafas selama 21,7 detik akan diwakili oleh satu titik pada plot scatter dengan koordinat (400, 21,7). Plot scatter dari semua orang dalam penelitian ini akan memungkinkan peneliti untuk mendapatkan perbandingan visual antara dua variabel dalam set data dan membantu menentukan apakah ada hubungan antara kedua variable tersebut.
Matriks Plot Scatter
Untuk set data dengan k variasi (dimensi) X1, X2, …, Xk, matriks plot scatter menampilkan semua plot scatter pasangan variabel pada satu view dengan format matriks. Matriks plot scatter ini akan memiliki k baris dan k kolom, serta plot yang terletak di pertemuan antara baris ke-i dan kolom ke-j adalah plot scatter dari variabel Xi versus Xj.
Matriks plot scatter ini menawarkan berbagai display pasangan kombinasi variabel kualitatif dan kuantitatif. Plot mosaic, fluctuation diagram, atau faceted bar chart dapat digunakan untuk memvisualisasikan dua variabel kategori. Plot lainnya dapat digunakan untuk memvisualisasikan satu variabel kategori dan satu variabel kuantitatif.
Visualisasi Data 3D
Selain itu, plot scatter matrix juga dapat digunakan untuk visualisasi data 3D. Dalam hal ini, plot scatter matrix akan menampilkan semua plot scatter pasangan variabel pada satu view dengan format matriks, serta memungkinkan peneliti untuk memahami hubungan antara tiga atau lebih variabel.
Penggunaan Plot Scatter dalam Data dan Informasi
Plot scatter memiliki berbagai aplikasi dalam data dan informasi, seperti:
- Rug plot
- Bar graph
- Line chart
- Scagnostics
- Dot plot (statistik)
- Parity plot