Judul Diagram

Hubungan antara Masalah Painting dengan Tingkat Kekotoran

Sumbu X dan Sumbu Y

Gambarkan garis lurus horisontal untuk sumbu X, kemudian dimulai dari bagian kiri sumbu X gambarkan garis lurus vertikal ke atas untuk sumbu Y.

Nilai Tertinggi dan Terendah Masing-Masing Data

Nilai tertinggi: 10 (Sumbu X)
Nilai terendah: 1 (Sumbu X)
Nilai tertinggi: 5 (Sumbu Y)
Nilai terendah: 0 (Sumbu Y)

Skala Antara Nilai Tertinggi dan Terendah

Skala antara nilai tertinggi dan terendah untuk sumbu X: 1-10
Skala antara nilai tertinggi dan terendah untuk sumbu Y: 0-5

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 seperti yang ditunjukkan pada Tabel 1 dan Tabel 2 di bawah ini.

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.

Penerapan Derajat dan Jenis Korelasi

Lalu bagaimana dengan derajat korelasi dan jenis korelasi pada contoh scatter diagram (Gambar 1) di atas? Karena jumlah pasangan data sedikit (n=5), scatter diagram tersebut belum secara jelas menunjukkan derajat korelasi. Oleh karena itu, perlu dilakukan analisis lebih lanjut untuk mengetahui derajat dan jenis korelasi yang sesuai.

Konklusi

Scatter diagram adalah salah satu teknik visualisasi data yang digunakan untuk menampilkan hubungan antara dua variabel. Dengan menggunakan scatter diagram, kita dapat mengidentifikasi pola dan hubungan antara dua variabel, serta memprediksi nilai variabel akibat berdasarkan nilai variabel penyebab.