Diagram pencar atau scatter plot merupakan salah satu jenis grafik yang digunakan untuk menampilkan hubungan antara dua variabel kuantitatif. Pada diagram ini, setiap titik mewakili sepasang nilai dari dua variabel yang diamati. Variabel pertama adalah variabel independen (bebas) yang digambarkan pada sumbu X. Variabel independen merupakan variabel yang memengaruhi atau menyebabkan peurbahan pada variabel dependen. Variabel kedua adalah variabel dependen (terikat) yang digambarkan pada sumbu Y. Variabel dependen merupakan variabel yang nilainya dipengaruhi oleh variabel independen. Perhatikan diagram pencar di samping.
Berdasarkan diagram pencar, terdapat adanya tren hubungan linear, yaitu semakin besar nilai X, maka semakin besar pula. Jika titik-titik pada diagram pencar mendekati garis lurus, dapat dikatakan bahwa hubungan linear antara variabel X dan Y semakin kuat. Untuk mengukur kekuatan hubungan linear antara X dan Y, digunakan analisis korelasi. Berikut adalah langkah-langkah dalam melihat korelasi antara dua variabel:
Mengamati tren data pada diagram pencar untuk menentukan jenis korelasi.
- Jika tren data menunjukkan peningkatan, maka terdapat hubungan positif atau korelasi positif antara kedua variabel, dimana peningkatan nilai variabel independen (X) diikuti oleh peningkatan nilai variabel dependen (Y).
- Jika tren data menunjukkan penurunan, maka terdapat hubungan negatif atau korelasi negatif antara kedua variabel, dimana peningkatan nilai variabel independen (X) menyebabkan penurunan nilai variabel dependen (Y).
- Jika titik-titik pada diagram tersebar secara acak tanpa pola yang jelas, artinya tidak ada korelasi antara kedua variabel.
Mengamati penyebaran titik-titik pada diagram pencar untuk menentukan kekuatan korelasi.
Jika titik-titik semakin berdekatan, maka hubungan antar variabel semakin kuat. Sebaliknya, jika titik-titik semakin tersebar, maka hubungannya semakin lemah. Perhatikan gambar di bawah ini.
Mengidentifikasi pola penyebaran titik-titik pada diagram pencar untuk mengetahui apakah hubungan tersebut bersifat linear atau nonlinear.
Hubungan linear ditunjukkan oleh pola yang menyerupai garis lurus, sedangkan hubungan nonlinear ditandai dengan pola berbentuk lengkungan atau kurva.
Mencari titik-titik yang berada jauh dari pola penyebaran pada diagram pencar.
Titik-titik ini merupakan outlier atau pencilan, yaitu data yang terlalu menyimpang dari data lain dalam kumpulan tersebut. Outlier dapat muncul akibat kesalahan prosedur saat memasukkan data.
Korelasi antara dua variabel tidak selalu menunjukkan hubungan sebab-akibat pada keduanya. Apabila perubahan pada salah satu variabel mengakibatkan perubahan pada variabel lainnya, dapat disimpulkan bahwa terdapat hubungan sebab-akibat antara keduanya. Akan tetapi, apabila terdapat dua variabel yang memiliki korelasi, tidak dapat langsung disimpulkan bahwa terdapat hubungan sebab-akibat antara keduanya. Ada variabel lain yang perlu dipertimbangkan sebelum menyimpulkan adanya hubungan sebab-akibat.
Diagram pencar atau scatter plot pertama kali diperkenalkan oleh ilmuwan Inggris bernama Sir Francis Galton pada akhir abad ke-19. Galton, yang dikenal sebagai pionir dalam bidang statistik dan genetika, menggunakan scatter plot untuk mempelajari korelasi antara tinggi badan orang tua dan anak. Pada saat itu, Galton mencoba menemukan hubungan antara dua variabel secara visual dengan memetakan pasangan data pada grafik. Dari sinilah konsep dasar scatter plot sebagai alat visualisasi data korelasi mulai berkembang.
Pada perkembangan selanjutnya, scatter plot semakin populer di kalangan ahli statistik karena kemampuannya menampilkan hubungan antara dua variabel secara sederhana. Scatter plot menjadi alat penting dalam analisis regresi linear, dimana garis terbaik (line of best fit) digunakan untuk memperkirakan hubungan linier antara variabel bebas dan terikat. Selain itu, scatter plot juga digunakan untuk mendeteksi pola, tren, dan adanya outlier yang bisa mempengaruhi hasil analisis. Seiring berjalannya waktu, scatter plot mulai diterapkan dalam berbagai bidang seperti ekonomi, sains, dan teknik.
Hingga saat ini, scatter plot masih dianggap sebagai salah satu metode visualisasi data paling efektif dalam statistika. Berkat sifatnya yang sederhana namun informatif, scatter plot mampu memberikan gambaran cepat mengenai ada atau tidaknya hubungan antara dua variabel. Dalam dunia modern, scatter plot tidak hanya dibuat secara manual tetapi juga melalui software statistik seperti Excel, R, dan Python, sehingga proses analisis data menjadi lebih mudah dan cepat. Dengan warisan inovatif dari Sir Francis Galton, scatter plot terus digunakan untuk menyederhanakan pemahaman data kompleks hingga saat ini.
Gratis — tolong sebarkan
Materi dan latihan di sini bisa dipakai siapa saja tanpa membayar dan tanpa mendaftar. Aplikasi Fitri Learning membawa semuanya ke HP, lengkap dengan nilai dan pembahasan, dan jalan tanpa internet setelah diunduh sekali.
Gratis, tanpa akunUnduh aplikasinya → Ilmu yang bermanfaatBagikan ke WhatsApp