Dalam analisis statistika, scatter diagram adalah salah satu alat yang paling umum digunakan untuk mengevaluasi hubungan antara dua variabel. Diagram ini dapat membantu kita memahami derajat korelasi dan jenis korelasi antara dua variabel.
Garis Lurus Horisontal untuk Sumbu X
Mula-mula, gambar garis lurus horisontal untuk sumbu X, seperti terlihat pada Gambar 1. Posisi ini menunjukkan bahwa sumbu X mengukur nilai variabel independent atau penyebab.
Garis Lurus Vertikal ke Atas untuk Sumbu Y
Selanjutnya, gambar garis lurus vertikal ke atas untuk sumbu Y, seperti terlihat pada Gambar 1. Posisi ini menunjukkan bahwa sumbu Y mengukur nilai variabel dependent atau akibat.
Tentukan Nilai Tertinggi dan Terendah
Selanjutnya, tentukan nilai tertinggi dan terendah masing-masing data untuk sumbu X dan sumbu Y. Pada Gambar 1, nilai tertinggi untuk sumbu X adalah 10 dan nilai terendah adalah 0. Sementara itu, nilai tertinggi untuk sumbu Y adalah 50 dan nilai terendah adalah 20.
Buat Titik-Titik Data
Ambil sepasang data variabel independent dan dependent. Pada Gambar 1, kita ambil sepasang data (3, 30), (5, 35), (7, 40), (9, 45), dan (10, 50). 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.
Lengkapi Informasi
Bubuhkan label yang diperlukan untuk diagram, seperti Judul diagram: "Hubungan antara Masalah Painting dengan Tingkat Kekotoran", Judul sumbu X: "Masalah Painting (K Unit)", dan Judul sumbu Y: "Tingkat Kekotoran (K Unit)".
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 dapat membantu kita memahami derajat korelasi dan jenis korelasi.
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 |
Pada Gambar 1, hubungan antara Masalah Painting dan Tingkat Kekotoran dapat dilihat sebagai hubungan linier positif. Oleh karena itu, kita dapat menggunakan scatter diagram untuk memprediksi Tingkat Kekotoran berdasarkan nilai Masalah Painting.
Namun, perlu diingat bahwa scatter diagram hanya menunjukkan hubungan antara dua variabel dan tidak memberikan informasi tentang kausalitas (sebab-akibat). Untuk mengetahui apakah ada kausalitas yang sebenarnya, kita memerlukan analisis statistika lebih lanjut.