{"id":615,"date":"2022-01-26T01:51:37","date_gmt":"2022-01-26T01:51:37","guid":{"rendered":"https:\/\/www.cybermedian.com\/id\/?p=615"},"modified":"2025-02-14T16:44:54","modified_gmt":"2025-02-14T08:44:54","slug":"scatter-diagram-tutorial","status":"publish","type":"post","link":"https:\/\/www.cybermedian.com\/id\/scatter-diagram-tutorial\/","title":{"rendered":"Tutorial Diagram Sebar"},"content":{"rendered":"
\n
\n
\n

Diagram Sebar (juga dikenal sebagai Grafik Sebar, dan Plot Korelasi) adalah alat untuk menganalisis hubungan antara dua variabel, digunakan untuk menentukan derajat korelasi antara dua variabel.<\/p>\n

Satu variabel dipetakan pada sumbu horizontal dan yang lainnya pada sumbu vertikal. Pola titik perpotongan mereka secara grafis menampilkan pola relasional. Ini adalah salah satu dari Tujuh Alat Dasar Kualitas.<\/p>\n

Variabel Kode<\/h4>\n

Jika titik tersebut dikodekan (warna \/ bentuk \/ ukuran), variabel tambahan dapat ditampilkan. Data ditampilkan sebagai kumpulan titik. Untuk setiap titik, nilai satu variabel menentukan posisi pada sumbu horizontal dan nilai variabel lainnya menentukan posisi pada sumbu vertikal.<\/p>\n

<\/figure>\n

Edit Diagram Ini<\/a><\/p>\n

Yang paling umum adalah bahwa grafik sebar digunakan untuk membuktikan atau membantah kausalitas. Meskipun grafik menunjukkan hubungan, itu tidak membuktikan bahwa satu variabel menyebabkan yang lain. Oleh karena itu, kita dapat menggunakan diagram sebar untuk memeriksa teori kausalitas dan menemukan akar penyebab dari masalah yang teridentifikasi.<\/p>\n

Sebagai contoh, kita dapat menganalisis pola kecelakaan sepeda motor di jalan raya. Anda memilih dua variabel: kecepatan sepeda motor dan jumlah kecelakaan, dan menggambar grafik. Setelah grafik selesai, Anda akan melihat bahwa jumlah kecelakaan meningkat seiring dengan meningkatnya kecepatan kendaraan. Ini menunjukkan bahwa ada hubungan tertentu antara kecepatan dan terjadinya kecelakaan lalu lintas di jalan tol.<\/p>\n

Kapan Grafik Sebar Harus Digunakan<\/h4>\n

Penggunaan utama grafik sebar adalah untuk mengamati dan menampilkan hubungan antara dua variabel numerik. Kita ingin melihat seberapa baik kita dapat memprediksi nilai vertikal jika kita mendapatkan nilai horizontal tertentu.<\/p>\n

Anda akan sering melihat variabel pada sumbu horizontal diwakili sebagai variabel independen dan variabel pada sumbu vertikal sebagai variabel dependen. Identifikasi korelasi antara variabel dapat digambarkan sebagai positif atau negatif, kuat atau lemah, linier atau nonlinier.<\/p>\n

Pola Korelasi Grafik Sebar<\/h4>\n

Derajat korelasi antara variabel tergantung pada seberapa tersebarnya titik-titik pada grafik. Semakin banyak titik yang Anda gambar pada grafik, semakin sedikit variabel yang berkorelasi. Semakin dekat titik-titik digambar ke garis lurus, semakin tinggi korelasinya. Derajat korelasi dilambangkan dengan \u201cR\u201d.<\/p>\n

Jenis grafik sebar berikut yang ditunjukkan dalam tabel menggambarkan derajat korelasi antara variabel X dan variabel Y.<\/p>\n

<\/figure>\n

Korelasi Positif Kuat<\/strong><\/p>\n

<\/figure>\n

Edit Diagram Ini<\/a><\/p>\n

Korelasi Negatif Kuat<\/strong><\/p>\n

<\/figure>\n

Edit Diagram Ini<\/a><\/p>\n

Korelasi Positif Lemah<\/strong><\/p>\n

<\/figure>\n

Edit Diagram Ini<\/a><\/p>\n

Korelasi Kompleks<\/strong><\/p>\n

<\/figure>\n

Edit Diagram Ini<\/a><\/p>\n

Tidak Ada Korelasi<\/strong><\/p>\n

<\/figure>\n

Edit Diagram Ini<\/a><\/p>\n

Contoh Grafik Sebar: Panjang Lengan pada Kelas 11<\/h3>\n

Grafik sebar menunjukkan informasi tentang tinggi badan dan panjang lengan masing-masing dari 8 siswa di Kelas 11. Jika kita melihat korelasi antara tinggi badan siswa dan panjang lengan menunjukkan suatu tren, kita dapat memperkirakan panjang lengan seorang siswa dengan nilai tinggi tertentu yang diberikan dan sebaliknya. Grafik di atas menunjukkan bahwa ada korelasi positif antara panjang lengan dan tinggi badan.<\/p>\n

<\/figure>\n

Edit Diagram Ini<\/a><\/p>\n

Setelah menentukan korelasi antara variabel, Anda kemudian dapat memprediksi perilaku variabel dependen berdasarkan ukuran variabel independen. Grafik ini sangat berguna ketika satu variabel mudah diukur dan yang lainnya tidak. Sebagai contoh, seorang siswa di Kelas 11 memiliki tinggi 148 cm, kita dapat memperkirakan panjang lengan siswa ini sekitar 84 cm.<\/p>\n<\/div>\n<\/div>\n<\/section>\n

\n
\n
\n<\/div>\n
\n
\n

Cara Membuat dan Menerbitkan Grafik Sebar Anda Secara Online<\/h4>\n

Menggunakan Visual Paradigm online<\/a>\u00a0editor spreadsheet<\/a>, Anda dapat dengan cepat dan mudah memvisualisasikan data dan statistik. Ini sangat mudah digunakan dan berfungsi 99,9% dari waktu seperti yang Anda lakukan dengan Microsoft Excel.<\/p>\n

<\/figure>\n

Visual Paradigm Online memudahkan untuk memasukkan informasi dan mengubahnya menjadi diagram sebar yang menakjubkan. Anda dapat membuat grafik secara online dengan memulai desain Anda dari template grafik sebar yang sudah dibuat. Lakukan ini dengan menambahkan data Anda sendiri ke grafik, menyesuaikan warna dan pengaturan lainnya agar sesuai dengan merek atau tema Anda.<\/p>\n

Template Grafik Sebar yang Indah<\/h4>\n
<\/figure>\n