BAB I

PENDAHULUAN

A.Latar Belakang

1.1. Diagram Pencar

Scatter Diagram atau Diagram Tebar adalah salah satu alat dari QC Seven Tools (7 alat pengendalian
Kualitas) yang berfungsi untuk melakukan pengujian terhadap seberapa kuatnya hubungan antara 2
(dua) variabel serta menentukan jenis hubungan dari 2 (dua) variabel tersebut apakah hubungan
Positif, hubungan Negatif ataupun tidak ada hubungan sama sekali. Bentuk dari Scatter Diagram
adalah gambaran grafis yang terdiri dari sekumpulan titik-titik (point) dari nilai sepasang variabel
(Variabel X dan Variabel Y).

Diagram pencar atau diagram scatter digunakan saat perlu menyajikan data yang terdiri atas dua
variabel kuantitatif atau sering juga disebut sebagai data bivariat.Variabel independen adalah
variabel yang akan digunakan untuk membuat prediksi terhadap nilai variabel dependen.Variabel
independen digambarkan pada bagian sumbu X di diagram pencar, sedangkan banyak subscribers
disebut sebagai variabel dependen.

Variabel independen digambarkan pada bagian sumbu X di diagram pencar, sedangkan banyak
subscribers disebut sebagai variabel dependen Variabel dependen adalah variabel yang nilainya
dipengaruhi oleh variabel independen. Variabel dependen digambarkan pada sumbu Y di diagram
pencar.Hal lain yang perlu dibedakan adalah konsep korelasi dan sebab-akibat.Dua variabel
dikatakan mempunyai hubungan sebab-akibat jika perubahan pada salah satu variabel
mengakibatkan perubahan pada variabel lainnya.Hanya karena dua variabel memiliki korelasi, tidak
berarti selalu ada hubungan sebab-akibat pada keduanya, karena korelasi hanya melihat pada
polanya.

1.2 . Analisis Korelasi

Analisis korelasi adalah metode evaluasi statistik yang dipergunakan untuk mempelajari kekuatan
hubungan antara dua variabel kontinu yang diukur secara numerik. Misalnya tinggi dan berat, oleh
karena itulah jenis analisis khusus ini berguna ketika seorang peneliti ingin menetapkan apakah ada
kemungkinan hubungan antar variabel penelitian.

Analisis korelasi merupakan salah satu teknik statistik yang digunakan untuk menganalisis
hubungan antara dua variabel atau lebih yang bersifat kuantitatif. Bahwa adanya perubahan sebuah
variabel disebabkan atau akan diikuti dengan perubahan variabel lain.

Pengertian korelasi adalah ukuran sejauh mana dua variabel berkaitan. Pada dasarnya, fungsi
korelasi yaitu untuk melakukan standarisasi pada hasil kovarians (ukuran hubungan antara dua
variabel) yang didapat.Korelasi sederhana yaitu keterikatan antara 2 variabel, yakni variabel bebas
(independent) disimbolkan “X” dan variabel terikat (dependent) disimbolkan “Y”. Tujuan korelasi
sederhana adalah mengetahui hubungan kekuatan antara dua variabel yang ada.

Korelasi antara ukuran baru dan ukuran yang sudah ada disebut keabsahan validitas konkuren.
Analisis korelasi (correlation analysis) atau uji korelasi dipakai untuk mengetahui keeratan hubungan
antara variabel. Tujuan dari analisis korelasi adalah untuk mengetahui arah hubungan, kuatnya
hubungan serta signifikansi kuatnya hubungan antara variabel, yang dinyatakan dalam ukuran
statistik.Ukuran statistik analisis korelasi disebut koefisien korelasi (r). Koefisien korelasi
menunjukkan sejauh mana pasangan angka untuk kedua variabel.
B.Rumusan Masalah

Berdasarkan latar belakang diatas,maka rumusan masalah yang akan dibahas di dalam makalah
tentang diagram Pencar dan analisis korelasi ini adalah sebagai berikut:

1. Apa itu pengertian dari Diagram Pencar?

2. Bagaimana langkah-langkah membuat diagram Pencar?
3. Sebutkan dan jelaskan jenis-jenis diagram Pencar?
4. Apa itu analisis korelasi menurut para ahli?
5. Apa saja bentuk -bentuk dari analisis korelasi?
6. Apa saja macam-macam analisis korelasi ?

C.Tujuan

Tujuan dari pembuatan makalah ini yaitu untuk memberikan pengetahuan kepada para siswa dan
masyarakat lainnya tentang materi diagram Pencar dan analisis korelasi dan tujuan dari pembuatan
makalah ini adalah memberikan referensi kepada para siswa dalam membuat makalah tentang
diagram Pencar dan analisis korelasi.
 BAB II

PEMBAHASAN

A. Diagram Pencar

1.1.Pengertian Diagram Pencar

Scatter Diagram atau Diagram pencar adalah salah satu alat dari QC Seven Tools (7 alat
pengendalian Kualitas) yang berfungsi untuk melakukan pengujian terhadap seberapa kuatnya
hubungan antara 2 (dua) variabel serta menentukan jenis hubungan dari 2 (dua) variabel tersebut
apakah hubungan Positif, hubungan Negatif ataupun tidak ada hubungan sama sekali. Bentuk dari
Scatter Diagram adalah gambaran grafis yang terdiri dari sekumpulan titik-titik (point)dari nilai
sepasang variabel (Variabel X dan Variabel Y).

Grafik scatterplot atau yang memiliki nama lain grafik pencar merupakan diagram grafis yang
dibangun dari dua sumbu X dan Y (variabel X dan variabel Y). Nilai dari sepasang variabel ini
digambarkan sebagai titik-titik point.

Diagram pencar digunakan untuk menguji hubungan antara kedua sumbu (X dan Y) dengan satu
variabel. Dalam grafik, jika variabel berkorelasi, maka titik tersebut turun di sepanjang kurva atau
garis. Diagram pencar atau plot pencar memberikan gambaran tentang sifat hubungan.Pada diagram
korelasi pencar, jika semua titik terbentang dalam satu garis, maka korelasinya sempurna dan
berada dalam satu kesatuan. Namun, jika titik-titik pencar tersebar luas di seluruh garis, maka
korelasinya dikatakan rendah. Jika titik pencar terletak di dekat garis atau garis, maka dikatakan
korelasinya linier.

1.2.Langkah-langkah membuat diagram Pencar

1. Kumpulkan pasangan data (x,y), yaitu hal-hal yang ingin dipelajari keterkaitannya dan atur

data dalam sebuah tabel dengan data paling sedikit 30 pasangan data.

2. Carilah nilai maksimum dan minimum untuk kedua x dari y. Tetapkan skala pada sumbu
horizontal dan vertikal sehingga panjang keduanya mendekati sama, sehingga diagram akan
lebih mudah terbaca.
3. Gambar data pada kertas bila didapatkan nilai data yang sama dari pengamatan yang
berbeda tunjukkan. Ini dengan menggambar lingkaran sepusat atau gambar titik kedua
dalam daerah terdekat dari yang pertama
4. Masukkan semua item yang diperlukan. Pastikan item berikut termasuk ,sehingga setiap
orang di luar yang membuat diagram dapat mengerti secara sepintas:
a. Selang waktu
b. Jumlah pasangan data
c. Judul dan unit setiap sumbu
d. Judul grafik.

1.3.Jenis-jenis Diagram Pencar

1.Linear positif

Diagram pencar ini memiliki hubungan yang saling sejalan/ searah dan membentuk garis lurus dari
persamaan yang didapatkan . Dimana apabila nilai x naik maka nilai y juga ikut naik.

2.Linear negatif
 Diagram pencar ini memiliki hubungan yang berhubungan dengan kedua variabelnya. Dimana
apabila nilai X meningkat maka nilai Y nya menurun. Dan persamaannya membentuk garis lurus.
Oleh karena itu dikatakan diagram pencar linear negatif.

3.Curve Linear Positif

Diagram pencar hampir sama dengan linear positif hanya saja garis yang dihasilkan membentuk
kurva karena persamaannya kuadrat.

4.Curve Linear Negatif

Diagram pencar ini hampir sama dengan linear negatif, hanya saja garis yang dihasilkan
membentuk kurva karena persamaannya dari persamaan kuadrat.

5.Curve Linear

Diagram pencar ini menggambarkan kondisi dimana didapatkan hubungan antara variabel x dan
variabel y yang meningkat namun saat mencapai keadaan maksimum keduanya mengalami
penurunan. Jadi garis yang dihasilkan membentuk kurva persamaan kuadrat juga.

6.Tak Tentu

Diagram pencar ini menggambarkan seolah-olah tidak ada hubungan antara variabel x dan y
seolah-olah keduanya tidak saling mempengaruhi, karena diagram yang didapatkan tersebar secara
acak dan tidak berpola.

B.Analisis Korelasi

1.1. Pengertian analisis korelasi menurut para ahli

Para ahli pun memiliki pandangan masing-masing mengenai pengertian korelasi, antara lain:

1. Jonathan Sarwono (2011: 57)

Menurut Jonathan Sarwono, korelasi merupakan teknik analisis yang di dalamnya termasuk, teknik
pengukuran asosiasi atau hubungan (measures of association). Pengukuran asosiasi merupakan
istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat, yang digunakan untuk
mengukur kekuatan hubungan antara dua variabel.

2. Sukardi (2009: 166)

Sukardi berpendapat bahwa penelitian korelasi adalah suatu penelitian yang melibatkan tindakan
pengumpulan data guna menentukan ada atau tidaknya hubungan dan tingkat hubungan antara dua
variabel atau lebih.

3. Lind, Marchal, Wathen (2008)

Sedangkan, Lind, Marchal, Wathen berpendapat analisis korelasi adalah sekumpulan teknik untuk
mengukur hubungan antara dua variabel, gagasan dasar dari analisis korelasi untuk melaporkan
hubungan antara dua variabel. Variabel X (garis horizontal dalam grafik) dan variabel Y (garis vertikal
dalam grafik) yang menjadi hubungan non-linear, positif atau negatif.

1.2.Bentuk-bentuk analisis korelasi

Setelah melakukan analisis korelasi, maka akan menemukan hasil atau bentuk korelasi, antara lain:

1. Korelasi Positif
 Korelasi positif adalah perubahan nilai yang diikuti pada nilai variabel secara teratur pada arah
yang sama, sehingga mengalami kenaikan. Bentuk korelasi ini juga diartikan sebagai perubahan nilai
koefisien pada pasangan data dari variabel.Korelasi positif juga merupakan hubungan antara variabel
X dan variabel Y yang bisa menggambarkan hubungan sebab akibat. Jika variabel X mengalami
penambahan nilai maka akan diikuti penambahan nilai variabel Y.

Contoh Korelasi Positif :

Apabila dilakukan penambahan jumlah pupuk (X), maka produksi jagung akan semakin meningkat
(Y).

2. Korelasi Negatif

Korelasi negatif adalah perubahan nilai yang diikuti pada nilai variabel secara teratur, tetapi
memiliki arah yang berlawanan dengan kenaikan variabel yang tidak teratur.Nilai koefisien dalam
korelasi negatif ini menunjukkan beberapa pasangan data memiliki linear negatif yang cukup
kuat.Artinya, korelasi negatif ini berbanding terbalik dengan korelasi positif. Korelasi negatif adalah
hubungan antara variabel X dan variabel Y. Jika nilai variabel X meningkat, maka nilai variabel Y akan
menurun.

Contoh Korelasi Negatif :

Jika harga barang elektronik naik (X) maka permintaan terhadap barang tersebut akan menurun (Y).

3. Tidak Ada Korelasi

Variabel yang tidak berkorelasi terjadi bila kenaikan nilai diikuti dengan penurunan data yang
berlawanan atau tidak saling berhubungan. Dalam bentuk korelasi ini, nilai koefisien memiliki
pasangan data dengan korelasi yang lemah.Maksudnya, hasil analisis korelasi dari dua variabel (X
dan Y) tidak menunjukkan adanya hubungan linear. Maka, hal ini bisa disebut sebagai tidak ada
korelasi.

Contoh:

Wanita itu memiliki rambut yang panjang (X) dengan badan yang tinggi semampai (Y).

Kedua variabel itu tidak dapat dihitung hubungannya atau tidak ada korelasinya sama sekali, maka
disebut hasil analisis tidak berkorelasi.

4. Korelasi Sempurna

Korelasi sempurna bisa terjadi bila kenaikan atau penurunan variabel X selalu sebanding
dengan kenaikan atau penurunan variabel Y. Umumnya, jumlah hubungan antara variabel bebas dan
variabel tidak bebas bisa diukur dengan koefisien korelasinya.Bila digambarkan menggunakan
diagram titik atau pencar, titik berderet yang menunjukkan korelasi sempurna akan membentuk satu
garis lurus yang hampir tidak ada pencaran.Besarnya hubungan antara variabel bebas dan variabel

tidak bebas biasanya diukur dengan koefisien korelasi. Nilai koefisien korelasi berada antara -1
hingga +1.Jika, koefisien korelasi bernilai 0, berarti tidak ada hubungan antara kedua variabel
tersebut. Bila, koefisien korelasi bernilai negatif, berarti hubungan antara kedua variabel itu negatif
atau saling berbanding terbalik.Jika, koefisien korelasi bernilai positif, berarti hubungan antara kedua
variabel itu positif atau saling berbanding lurus.

1.3.Macam macam analisis korelasi

Korelasi juga terbagi menjadi 3 macam, yakni korelasi sederhana, korelasi parsial, dan korelasi
ganda. Berikut, penjelasan masing-masing korelasi.

1. Korelasi Sederhana

Korelasi sederhana adalah salah satu teknik statistik yang digunakan untuk mengukur kekuatan
hubungan antara dua variabel dan mencari tahu bentuk hubungan antara keduanya yang bersifat
kuantitatif. Kekuatan hubungan antara dua variabel yang dimaksud adalah 2 variabel itu memiliki
hubungan yang lemah, erat atau tidak erat. Sedangkan, bentuk hubungan yang itu maksudnya
antara dua variabel memiliki bentuk korelasi linear positif atau linear negatif yang mencakup teknik-
teknik dari pengukuran asosiasi.Ada 2 teknik pengukuran asosiasi yang paling populer meliputi
korelasi pearson product moment dan korelasi rank spearman. Korelasi pearson product moment
adalah korelasi yang digunakan untuk data kontinu dan data diskrit.

Teknik pengukuran asosiasi ini sangat cocok digunakan untuk statistik parametrik. Karena, data
berjumlah besar dan memiliki ukuran parameter, seperti mean dan standar deviasi
populasi.Sedangkan, korelasi rank spearman digunakan untuk data diskrit dan kontinu yang statistik
nonparametrik. Koefisien korelasi rank spearman lebih cocok digunakan untuk statistik
nonparametrik.Statistik non parametrik adalah statistik yang digunakan ketika data tidak memiliki
informasi parameter, data tidak berdistribusi normal atau data diukur dalam bentuk
ranking.Berbeda dengan korelasi pearson, teknik pengukuran asosiasi ini tidak membutuhkan asumsi
normalitas. Sehingga, korelasi rank spearman lebih cocok digunakan untuk data dengan sampel
kecil.Korelasi rank spearman mencari hubungan dengan menghitung ranking data terlebih dahulu.
Artinya, korelasi dihitung berdasarkan orde data. Anda bisa menggunakannya ketika menemui data
kategori, seperti kategori pekerjaan, tingkat pendidikan, kelompok usia dan contoh kategori data
lainnya.Dengan demikian korelasi sederhana dapat digunakan untuk statistik parametrik dengan
jumlah besaran dari ukuran parameter pada populasi.

2. Korelasi Parsial

Korelasi parsial merupakan suatu metode yang digunakan untuk mengukur keeratan hubungan
antara dua variabel bebas dan variabel tak bebas. Caranya, mengontrol salah satu variabel bebas
untuk melihat korelasi natural antara variabel yang tidak terkontrol.Analisis korelasi parsial ini akan
melibatkan dua variabel. Satu variabel yang dianggap berpengaruh akan dikendalikan atau dibuat
tetap sebagai variabel kontrol.

Sehingga, korelasi parsial ini nantinya bisa digunakan untuk melakukan kontrol dari salah satu
variabel dengan mudah.Selain itu, data yang digunakan dalam korelasi parsial biasanya memiliki
skala interval atau rasio. Berikut, pedoman untuk memberikan interpretasi dan analisis bagi
koefisien korelasi menurut Sugiyono.

1) 0,00–0,199=Sangat rendah
2) 0,20–0,3999=rendah
3) 0,40–0,5999=sedang
4) 0,60–0,799=kuat
5) 0,80–1,000=Sangat kuat.

3.Korelasi Ganda

Korelasi ganda adalah bentuk korelasi yang biasanya digunakan untuk melihat hubungan antara
3 atau lebih variabel (dua atau lebih variabel independen dan satu variabel dependen). Korelasi
ganda ini berkaitan dengan inter korelasi variabel independen, seperti korelasinya dengan variabel
dependen.Oleh karena itu, korelasi ganda ini juga merupakan nilai yang bisa menentukan kuat atau
tidaknya pengaruh hubungan antara variabel secara bersama-sama. Korelasi ganda merupakan
korelasi yang terdiri dari 2 atau lebih variabel bebas (X1, X2, … Xn) dan satu variabel terikat (Y).
Apabila, perumusan masalahnya terdiri dari 3 masalah, maka hubungan antar masing-masing
variabel dilakukan dengan perhitungan korelasi sederhana.

Korelasi ganda juga memiliki koefisien dengan besar kecilnya antara hubungan variabel yang
akan dinyatakan dalam bilangan yang disimbolkan 1 – 0 dan +1. Korelasi -1 adalah negatif sempurna,
yakni ada hubungan di antara dua variabel atau lebih tapi arahnya terbalik. Sedangkan, +1 adalah
korelasi positif sempurna, yakni adanya sebuah hubungan di antara dua variabel atau lebih.Lalu,
korelasi 0 dianggap tidak memiliki hubungan antara 2 variabel atau lebih yang diuji, sehingga bisa
dikatakan tidak ada hubungan sama sekali.
C.STUDI KASUS

1.1.Diagram Pencar

Rizki ingin mengetahui hubungan tingkat kelulusan SMA dan tingkat kemiskinan. Data yang
diperoleh Rizki disajikan dalam bentuk diagram pencar berikut.

a. Bagaimana pola penyebaran titik-titik yang telah digambar pada diagram diatas ?.

b. Kesimpulan seperti apa yang dapat kalian ambil mengenai hubungan persentase kelulusan SMA
dan persentase kemiskinan ?.

Jawab:

a. Pola penyebaran diagram pencar diatas cenderung menurun.

b. Karena polanya menurun, sehingga memiliki korelasi negatif, atau semakin besar persentase
kelulusan SMA maka semakin kecil persentase kemiskinan, atau sebaliknya.

1.2.Analisis Korelasi

Untuk setiap kumpulan pasangan data dibawah ini, hitunglah nilai koefisien korelasinya.

a. (-2,-1);(-1,1);(0,0);(1,1);(2,1)
b. (-2,2);(0,2);(0,3);(0,4);(2,4)

Pembahasan:

a. Jawaban soal a sebagai berikut:

b. Jawaban soal b sebagai berikut:

BAB III
 PENUTUP

A.Kesimpulan

Diagram pencar atau diagram scatter digunakan saat perlu menyajikan data yang terdiri atas
dua variabel kuantitatif atau sering juga disebut sebagai data bivariat.Variabel independen adalah
variabel yang akan digunakan untuk membuat prediksi terhadap nilai variabel dependen.Variabel
independen digambarkan pada bagian sumbu X di diagram pencar, sedangkan banyak subscribers
disebut sebagai variabel dependen.

Korelasi antara ukuran baru dan ukuran yang sudah ada disebut keabsahan validitas konkuren.
Analisis korelasi (correlation analysis) atau uji korelasi dipakai untuk mengetahui keeratan hubungan
antara variabel. Tujuan dari analisis korelasi adalah untuk mengetahui arah hubungan, kuatnya
hubungan serta signifikansi kuatnya hubungan antara variabel, yang dinyatakan dalam ukuran
statistik.Ukuran statistik analisis korelasi disebut koefisien korelasi (r). Koefisien korelasi
menunjukkan sejauh mana pasangan angka untuk kedua variabel.

B.Saran

Agar strategi pembelajaran statistik berjalan dengan baik, harusnya setiap materi di bahas
dengan sedetail mungkin dan perlu dilakukan analisis lebih banyak lagi, agar pembelajaran tentang
diagram Pencar dan analisis korelasi ini berjalan dengan lancar dan mudah dimengerti oleh semua
kalangan atau masyarakat.