Scatter diagram, atau biasanya disebut diagram tebar, adalah sebuah alat statistik yang digunakan untuk menguji hubungan antara dua variabel dan jenis hubungan tersebut. Dalam scatter diagram, titik-titik data variabel X dan Y digambar berdasarkan langkah pengumpulan data, pembuatan sumbu, dan plotting data.

Scatter diagram terdiri dari beberapa elemen penting, yakni:

  1. Pola Scatter Diagram: Bentuk scatter diagram dapat menunjukkan hubungan positif, negatif, atau tidak ada hubungan.
  2. Derajat Korelasi: Derajat korelasi menunjukkan seberapa kuat hubungan antara dua variabel. Derajat korelasi dapat diidentifikasi menjadi empat level, yaitu:
  • Tidak Ada: Tidak ada korelasi yang dapat dilihat.
  • Lemah: Korelasi samar terlihat.
  • Kuat: Sebaran titik-titik mengelompok dalam bentuk linier yang jelas.
  • Sempurna: Sebaran titik-titik jatuh pada sebuah garis lurus.
  1. Jenis Korelasi: Jenis korelasi menunjukkan apakah hubungan antara dua variabel positif, negatif, atau tidak ada. Jenis korelasi dapat diidentifikasi menjadi tiga level, yaitu:
  • 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.

Dalam contoh scatter diagram seperti Gambar 1 di atas, jumlah pasangan data sedikit (n=5), sehingga tidak secara jelas menunjukkan derajat dan jenis korelasi. Oleh karena itu, para ahlinya statistik menyarankan pengumpulan data minimal n=30 agar scatter diagram berfungsi maksimal.

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 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 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.

Dalam penelitian statistic, penggunaan scatter diagram dan analisis derajat korelasi dan jenis korelasi sangat penting untuk mengetahui hubungan antara dua variabel dan menjawab pertanyaan tentang seberapa kuat hubungan tersebut.