Dalam analisis data, scatter plots dapat digunakan untuk memvisualisasikan hubungan antara dua variabel dalam satu diagram. Diagram ini menggunakan koordinat Kartesius yang terdiri atas dua field, yaitu x-aksis (horizontal line) dan y-aksis (vertical line). Dengan demikian, scatter plots dapat membantu kita untuk memahami data kompleks dengan lebih mudah.

Cara Membaca Scatter Plots

Sebuah scatter plot menggunakan dua field untuk menampilkan hubungan antara pasangan variabel dalam satu diagram. Pada umumnya, x-aksis adalah variabel independen, sedangkan y-aksis adalah variabel dependen. Variabel independen tidak berubah karena adanya variabel lain yang diukur, sementara variabel dependen dipengaruhi oleh variasi lain.

Untuk membaca scatter plot, pastikan Anda memahami apa yang diukur oleh x-aksis dan y-aksis. Kemudian, lihat diagram untuk melihat apakah terdapat korrelasi antara dua field tersebut. Jika variabel-variabel tersebut berkorrelasi, maka titik-titik data akan jatuh ke garis atau kurva. Semakin kuat korrelasi, semakin ketat titik-titik data akan mengikuti garis atau kurva.

Terdapat beberapa jenis korrelasi yang dapat ditemukan menggunakan scatter plots, yaitu:

  • Korrelasi positif: keduanya bergerak ke arah yang sama.
  • Korrelasi negatif: keduanya bergerak ke arah yang berbeda.
  • Korrelasi nihil (null): tidak terdapat korrelasi antara dua field.

Tipe Analisis yang Dukung Scatter Plots

Scatter plots mendukung analisis untuk menemukan korrelasi antara dua variabel. Contohnya, scatter plot dapat membantu memahami apakah tinggi hujan berpengaruh terhadap penjualan umbrella pada hari tertentu.

Kapan dan Bagaimana Menggunakan Scatter Plots untuk Analisis Visual

Anda dapat menggunakan scatter plots untuk menginvestigasi apakah terdapat hubungan antara dua variabel. Dengan demikian, Anda dapat melihat apakah satu variabel adalah prediktor yang baik bagi variabel lain.

Contohnya, scatter plot dapat membantu memahami apakah ada koneksi antara penjualan es krim dan suhu rata-rata harian. Dalam skenario ini, suhu rata-rata harian akan menjadi variabel independen (x-aksis), sedangkan penjualan es krim akan menjadi variabel dependen (y-aksis). Setiap titik data pada diagram ini mewakili satu hari.

Contoh Scatter Plots yang Baik

Diagram di bawah ini menampilkan hubungan antara penjualan dan keuntungan toko. Dari diagram ini, kita dapat melihat bahwa penjualan tinggi tidak selalu berarti keuntungan tinggi.

  • Setiap titik data jelas diberi label.
  • Tidak terlalu banyak titik yang overlapping.
  • Ada satu warna yang konsisten.
  • Ada satu bentuk yang konsisten.

Contoh Scatter Plots yang Buruk dan Alternatif

Contoh scatter plot yang buruk berikut ini menampilkan hubungan antara penjualan dan keuntungan, tetapi tidak menggunakan format yang baik untuk menciptakan scatter plot yang mudah diinterpretasikan.

  • Diagram ini menggunakan beberapa bentuk yang berbeda.
  • Diagram ini menggunakan beberapa warna yang berbeda.
  • Diagram ini terlalu penuh informasi sehingga user menjadi bingung.

Sebagai alternatif, kita dapat menggunakan diagram bar samping. Diagram ini menampilkan keuntungan untuk setiap subkategori, serta subkategori yang tidak memiliki keuntungan. Kursi dan telepon jelas memiliki penjualan yang tinggi, sedangkan kopi memiliki keuntungan yang tinggi.