Cara Membuat Scatter Plot dengan AI: Panduan Langkah demi Langkah
Scatter plot menunjukkan hubungan antara dua variabel numerik, dengan satu variabel pada masing-masing sumbu dan sebuah titik untuk setiap observasi. Untuk membuatnya menggunakan AI, unggah file dengan dua kolom numerik dan tentukan nama variabel untuk setiap sumbu. Mintalah plot tersebut lengkap dengan garis tren dan korelasi, lalu baca polanya serta periksa pencilan yang ada.
Panduan ini menjelaskan apa yang ditunjukkan oleh scatter plot dan kapan harus menggunakannya alih-alih grafik garis. Panduan ini membahas cara manual di Excel dan Google Sheets, metode AI tiga langkah, cara membaca hasilnya, serta contoh praktisnya.
Apa yang ditunjukkan oleh scatter plot
NIST/SEMATECH e-Handbook of Statistical Methods memberikan definisi standar. Scatter plot "mengungkapkan hubungan atau asosiasi antara dua variabel." Hubungan tersebut "memanifestasikan dirinya melalui struktur non-acak apa pun di dalam plot."
Tata letaknya sederhana. Buku panduan tersebut menjelaskannya sebagai "plot nilai Y terhadap nilai X yang sesuai." Sumbu vertikal memuat variabel respons. Sumbu horizontal memuat variabel yang Anda duga mungkin berhubungan dengannya.
NIST mencantumkan lima pertanyaan yang dapat dijawab oleh scatter plot:
- Apakah kedua variabel tersebut saling berhubungan?
- Apakah keduanya berhubungan secara linear?
- Apakah keduanya berhubungan secara non-linear?
- Apakah variasi pada Y berubah tergantung pada X?
- Apakah terdapat pencilan?
Buku panduan tersebut juga menjelaskan mengapa grafik ini sangat penting dalam analisis. Buku itu menyebutnya sebagai "alat grafis paling penting dan paling banyak digunakan untuk mengungkap keberadaan dan sifat hubungan antar variabel."
Kapan harus menggunakan scatter plot alih-alih grafik garis
Scatter plot dan grafik garis bisa terlihat mirip, terutama ketika titik-titiknya dihubungkan dengan garis penghubung. Perbedaannya terletak pada sumbu horizontal.
Dokumentasi Excel dari Microsoft menjelaskannya dengan jelas. "Grafik tebar selalu memiliki dua sumbu nilai." Grafik garis hanya memiliki satu sumbu nilai, dan sumbu horizontalnya menunjukkan kategori dengan jarak yang sama.
Hal itu mengarah pada aturan sederhana. Microsoft menyarankan untuk "menggunakan grafik garis jika data Anda memiliki nilai x non-numerik." Untuk nilai X numerik, ia menambahkan, "biasanya lebih baik menggunakan grafik tebar."
| Gunakan scatter plot saat | Gunakan grafik garis saat |
|---|---|
| Kedua variabel berupa angka, seperti harga dan unit yang terjual | Sumbu horizontal berupa waktu atau kategori |
| Anda ingin melihat apakah dua ukuran bergerak bersamaan | Anda ingin menunjukkan tren dalam interval yang sama |
| Titik-titik dapat berada di mana saja di sepanjang sumbu horizontal | Titik-titik berjarak sama berdasarkan periode |
| Anda berencana menambahkan garis tren atau korelasi | Anda berencana membandingkan beberapa seri dari waktu ke waktu |
Sebuah pengujian cepat dapat membantu. Jika Anda dapat mengurutkan nilai sumbu horizontal dari yang terkecil ke yang terbesar dan nilainya tetap memiliki arti, maka scatter plot adalah pilihan yang tepat.
Apa yang Anda butuhkan sebelum memulai
Grafik yang bersih dimulai dari kolom yang bersih. Periksa empat hal ini terlebih dahulu.
Dua kolom numerik. Satu untuk variabel X dan satu untuk variabel Y. Hapus satuan yang diketik ke dalam sel, seperti "12 km," karena hal itu mengubah angka menjadi teks.
Satu baris per observasi. Setiap baris harus mendeskripsikan satu pelanggan, satu pesanan, satu hari, atau satu pengujian. Total dan subtotal dalam kolom yang sama akan mendistorsi plot.
Jumlah titik yang cukup. Sedikit titik jarang menunjukkan pola yang sebenarnya. Targetkan setidaknya 20 observasi, dan lebih banyak lagi jika datanya memiliki banyak derau.
Pertanyaan yang jelas. Tentukan apa yang Anda harapkan untuk ditemukan sebelum membuat plot. "Apakah waktu pengiriman meningkat seiring dengan jarak?" adalah titik awal yang lebih baik daripada "tunjukkan datanya kepada saya."
Cara membuat scatter plot di Excel atau Google Sheets
Cara manual bekerja dengan baik untuk satu grafik saja. Opsi-opsi ini tidak memerlukan add-in apa pun.
Opsi 1: Excel
Masukkan nilai X di kolom kiri dan nilai Y di kolom kanan, dengan header di baris 1. Pilih kedua kolom tersebut, termasuk headernya.
Pada tab Insert, buka menu Insert Scatter (X, Y) atau Bubble Chart dan pilih Scatter. Excel memplot setiap baris sebagai satu titik.
Untuk menambahkan garis tren, pilih grafik, buka Chart Elements, dan centang Trendline. Di Format Trendline, Anda dapat menampilkan persamaan dan nilai R-squared pada grafik. Untuk koefisien korelasi itu sendiri, masukkan =CORREL(A2:A31,B2:B31) di sel yang kosong, sesuaikan dengan rentang Anda.
Opsi 2: Google Sheets
Pilih kedua kolom lalu pilih Insert, kemudian Chart. Di editor grafik, atur jenis grafik ke Scatter chart jika Sheets tidak memilihnya secara otomatis.
Pada tab Customize, buka Series dan centang Trendline. Anda juga dapat menampilkan R-squared di sana. Fungsi =CORREL() bekerja dengan cara yang sama seperti di Excel.
Cara manual ini terasa lambat di tiga bagian. Data sering kali perlu dibersihkan terlebih dahulu. Pencilan harus dicari dan diberi label secara manual. Dan ketika Anda ingin menguji beberapa pasang variabel, Anda harus mengulangi setiap langkah untuk setiap pasangan.
Cara membuat scatter plot dengan AI
Ruang kerja AI dapat membersihkan kolom, membuat plot, menambahkan garis tren, dan menandai pencilan dalam satu permintaan. Tiga langkah di bawah ini menggunakan Powerdrill Bloom. Halaman scatter graph creator miliknya menjelaskan alur yang sama: unggah dataset, deskripsikan grafik di obrolan, dan unduh hasilnya.
Langkah 1: Unggah data dan beri nama kedua variabel
Unggah spreadsheet atau CSV yang berisi data Anda. Halaman scatter graph creator menyatakan bahwa halaman tersebut menerima format seperti CSV dan Excel.
Kemudian sebutkan nama kedua variabel dalam permintaan Anda. Tentukan kolom mana yang ditempatkan pada sumbu horizontal dan mana yang pada sumbu vertikal. Letakkan variabel yang Anda duga memengaruhi variabel lainnya pada sumbu horizontal, sesuai dengan konvensi NIST.
Jika file memiliki banyak kolom, tambahkan satu kalimat konteks. "Setiap baris adalah satu pengiriman. Saya ingin melihat apakah waktu bergantung pada jarak." Hal ini membantu AI memilih kolom yang tepat dan mengabaikan sisanya.
Langkah 2: Minta scatter plot, garis tren, dan korelasi
Mintalah grafik, garis tren linear, dan koefisien korelasi dalam satu permintaan. Permintaan yang baik terlihat seperti ini: "Buat scatter plot untuk waktu pengiriman terhadap jarak. Tambahkan garis tren linear serta tunjukkan koefisien korelasi dan R-squared."
Mintalah juga catatan tentang pembersihan data. AI akan memberi tahu Anda berapa banyak baris yang dihapus karena nilai yang hilang atau non-numerik. Jika jumlah tersebut mengejutkan Anda, perbaiki file sumber dan jalankan kembali.
Jika Anda memiliki beberapa kandidat variabel, mintalah satu grafik per pasangan, atau tabel korelasi terlebih dahulu. Panduan kami tentang correlation matrix membahas langkah awal yang lebih luas tersebut.
Langkah 3: Baca pola dan beri label pada pencilan
Lihatlah bentuknya sebelum melihat angka-angkanya. Apakah ada arah yang jelas? Apakah hubungannya lurus atau melengkung? Apakah penyebarannya melebar seiring bertambahnya X?
Kemudian mintalah AI untuk memberi label pada setiap pencilan beserta detail barisnya. Titik yang jauh dari titik lainnya sering kali merupakan titik yang paling berguna dalam grafik. Titik tersebut mungkin merupakan kesalahan entri data, atau mungkin kasus yang akan ditanyakan oleh manajer Anda.
Akhiri dengan satu kalimat di bawah grafik. Nyatakan arah, kekuatan, dan batasan apa pun. "Waktu pengiriman meningkat seiring dengan jarak, dengan hubungan linear yang kuat, di luar tiga pesanan yang terlambat selama penutupan jalan." Halaman scatter graph creator mencatat bahwa Anda dapat mengunduh grafik tersebut sebagai PNG beresolusi tinggi untuk slide atau laporan.
Cara membaca scatter plot
Buku panduan NIST menunjukkan pola-pola umum dengan contoh plot. Ini adalah pola-pola yang paling sering Anda temui.
| Pola | Seperti apa bentuknya | Apa yang diindikasikannya |
|---|---|---|
| Tidak ada hubungan | Awan tanpa bentuk | Y tidak dapat diprediksi dari X |
| Positif kuat | Titik-titik mendekati garis yang naik | X yang lebih besar berpasangan dengan Y yang lebih besar |
| Negatif kuat | Titik-titik mendekati garis yang turun | X yang lebih besar berpasangan dengan Y yang lebih kecil |
| Melengkung | Titik-titik mengikuti kelokan | Garis tren lurus akan menyesatkan |
| Penyebaran melebar | Awan melebar seperti kipas seiring bertambahnya X | Variasi pada Y bergantung pada X |
| Pencilan | Satu titik yang jauh dari titik lainnya | Periksa baris tersebut sebelum menarik kesimpulan |
Untuk kasus tanpa hubungan, NIST mendeskripsikan nilai Y yang "tersebar di mana-mana" untuk X tertentu. Untuk hubungan positif yang kuat, NIST menyatakan "garis lurus dapat dengan mudah ditarik melalui data" dan "sebaran di sekitar garis tersebut cukup kecil."
Pola yang melebar memiliki nama teknis. NIST menyebutnya heteroskedastisitas, yang berarti "variasi tidak konstan pada Y di sepanjang nilai X." Hal ini penting karena garis tren sederhana mengasumsikan penyebarannya kira-kira merata.
Untuk menyatakan kekuatan hubungan garis lurus dalam bentuk angka, gunakan correlation coefficient. Nilai yang mendekati 1 atau -1 menunjukkan hubungan linear yang kuat. Nilai yang mendekati 0 menunjukkan hubungan linear yang lemah, meskipun hubungan melengkung mungkin masih ada.
Korelasi bukanlah kausalitas
Scatter plot menunjukkan asosiasi. Plot ini tidak menunjukkan sebab-akibat.
Buku panduan NIST sangat tegas mengenai hal ini. "Scatter plot mengungkapkan asosiasi, yang merupakan langkah pertama menuju sebab-akibat." Buku tersebut menambahkan bahwa "meskipun kausalitas menyiratkan asosiasi, asosiasi TIDAK menyiratkan kausalitas."
Dalam praktiknya, carilah variabel ketiga sebelum Anda mengeklaim adanya hubungan sebab-akibat. Penjualan es krim dan kulit terbakar matahari sama-sama meningkat di musim panas, tetapi yang satu tidak menyebabkan yang lain. Ketika scatter plot menunjukkan pola yang kuat, tanyakan apa lagi yang berubah seiring dengan X.
Jika Anda perlu memodelkan hubungan tersebut, langkah berikutnya adalah regression analysis, yang mengestimasi seberapa besar perubahan Y untuk setiap unit X.
Contoh praktis
Berikut adalah contoh ilustrasi dengan angka fiktif. Tim pengiriman mencatat 30 pesanan, dengan jarak dalam kilometer dan waktu pengiriman dalam menit.
Grafik tersebut menunjukkan pola kenaikan yang jelas. Perjalanan pendek sejauh 2 hingga 5 km membutuhkan waktu 15 hingga 25 menit. Perjalanan jauh sejauh 20 hingga 25 km membutuhkan waktu 55 hingga 70 menit. Garis tren naik secara stabil, dan koefisien korelasinya adalah 0.91.
Tiga titik berada jauh di atas garis. Masing-masing adalah pesanan berjarak 6 hingga 8 km yang membutuhkan waktu lebih dari 60 menit. Pemberian label menunjukkan bahwa ketiganya terjadi pada sore hari yang sama, selama penutupan jalan.
Dengan ditandainya ketiga pesanan tersebut, kesimpulannya menjadi sederhana. Jarak menjelaskan sebagian besar variasi dalam waktu pengiriman, dan pencilan tersebut memiliki penyebab yang diketahui. Tim dapat merencanakan rute berdasarkan jarak dan memperlakukan penutupan jalan sebagai risiko terpisah.
Ini adalah jenis ringkasan yang dapat disajikan dengan baik oleh grafik. Satu grafik, satu kalimat, dan daftar singkat pengecualian.
Variasi dan pemformatan yang menjaga kejujuran data
Dua variasi dapat membantu ketika Anda memiliki lebih dari dua variabel. Buku panduan NIST menjelaskan keduanya.
Matriks scatterplot "menghasilkan semua scatter plot berpasangan pada satu halaman." Ini adalah cara cepat untuk memindai setiap pasangan dalam dataset sebelum memilih mana yang akan dipelajari.
Plot pengondisian (conditioning plot), "juga disebut co-plot atau subset plot," menunjukkan Y terhadap X pada berbagai nilai variabel ketiga. Ini menjawab pertanyaan seperti apakah hubungan jarak dan waktu tetap berlaku pada hari kerja maupun akhir pekan.
Pemformatan juga penting. NIST mencatat bahwa versi paling populer menggunakan penanda pada setiap titik data "dan tanpa garis yang menghubungkan titik-titik data." Garis di antara titik-titik dapat menyiratkan urutan yang sebenarnya tidak dimiliki oleh data tersebut.
Tiga kebiasaan lagi untuk menjaga grafik tetap mudah dibaca:
- Beri label pada kedua sumbu dengan nama variabel dan satuannya.
- Mulailah sumbu pada nilai yang masuk akal, dan nyatakan jika sumbu tidak dimulai dari nol.
- Gunakan satu warna untuk titik-titik dan warna kontras untuk garis tren.
Kesalahan umum
Berikut adalah kesalahan yang paling sering membuat grafik menjadi menyesatkan:
- Menggunakan grafik garis untuk nilai X numerik. Panduan Microsoft sangat jelas bahwa nilai X numerik biasanya lebih tepat menggunakan grafik tebar.
- Menukar sumbu. Letakkan variabel penggerak pada sumbu horizontal dan hasil pada sumbu vertikal.
- Memaksakan garis tren lurus pada kurva. Lihat bentuknya terlebih dahulu, lalu pilih garis trennya.
- Menghapus pencilan tanpa memeriksanya. Pencilan bisa jadi merupakan kesalahan atau justru titik paling penting dalam grafik.
- Mengeklaim sebab-akibat dari korelasi. Pola yang kuat membenarkan pemeriksaan lebih dekat, bukan sebuah kesimpulan langsung.
- Memplot terlalu sedikit titik. Pola pada delapan titik mungkin akan hilang pada delapan puluh titik.
Ketika Anda ingin menguji beberapa pasangan variabel dari satu file, Anda dapat mencoba Powerdrill Bloom. Alat ini membuat setiap grafik lengkap dengan garis tren dan pencilan yang ditandai.
Pertanyaan yang sering diajukan
Untuk apa scatter plot digunakan?
Scatter plot digunakan untuk melihat apakah dua variabel numerik saling berhubungan. Setiap titik mewakili satu observasi, dengan satu nilai pada masing-masing sumbu. Buku panduan NIST menyatakan bahwa plot ini menjawab apakah variabel-variabel tersebut berhubungan, apakah hubungannya linear, apakah variasi berubah seiring dengan X, dan apakah terdapat pencilan.
Bagaimana cara membuat scatter plot di Excel?
Masukkan nilai X di kolom kiri dan nilai Y di kolom kanan, lalu pilih keduanya. Pada tab Insert, buka menu Insert Scatter (X, Y) atau Bubble Chart dan pilih Scatter. Tambahkan garis tren dari Chart Elements, dan gunakan fungsi CORREL untuk koefisien korelasi.
Apa perbedaan antara scatter plot dan grafik garis?
Scatter plot memiliki dua sumbu nilai, sehingga titik-titik dapat berada di mana saja di sepanjang sumbu horizontal. Grafik garis memiliki sumbu kategori dengan titik-titik berjarak sama, yang cocok untuk deret waktu. Microsoft merekomendasikan grafik tebar untuk nilai X numerik dan grafik garis untuk nilai non-numerik.
Bagaimana cara membaca scatter plot?
Lihatlah arah, bentuk, dan penyebarannya. Titik-titik yang naik bersamaan menunjukkan hubungan positif, dan titik-titik yang turun menunjukkan hubungan negatif. Awan tanpa bentuk menunjukkan tidak adanya hubungan, dan kipas yang melebar menunjukkan bahwa variasi bergantung pada X. Periksa setiap pencilan sebelum menarik kesimpulan.
Apakah AI bisa membuat scatter plot dari spreadsheet?
Ya. Unggah spreadsheet ke ruang kerja AI, tentukan nama kedua kolom, dan mintalah scatter plot lengkap dengan garis tren dan korelasi. Scatter graph creator milik Powerdrill Bloom menerima file CSV dan Excel serta memungkinkan Anda mengunduh grafik tersebut sebagai PNG.
Sumber: NIST/SEMATECH e-Handbook, Scatter Plot · NIST, Strong Linear Relationship · NIST, No Relationship · NIST, Heteroscedastic Variability · Microsoft Support, Present your data in a scatter chart or a line chart. Panduan dibaca pada 24 September 2026.