Diagram tebar (scatter diagram)

Diagram tebar /sebar (scatter diagram) adalah diagram yang digunakan untuk melihat
kemungkinan hubungan atau korelasi antara dua variable; kedua variable tersebut diukur dari
suatu unit yang sama atau orang yang sama. Misalnya apakah ada hubungan pola makan dengan
pertambahan berat badan, tinggi badan dengan berat badan, jumlah kunjungan puskesmas
dengan musim panen atau musim tanam padi atau bulan puasa atau jumlah suntikan yang
diberikan, pengalaman kerja petugas puskesmas dengan kinerja petugas puskesmas, dan lain-
lain.

Diagram tebar dapat digunakan untuk membuktikan jenis hubungan variable tersebut, apakah
hubungan itu positif atau negative atau tidak ada hubungan sama sekali. Kemudian dari hasil
perhitungan korelasi tersebut dapat dibuat ramalan atau kesimpulan. Jika ada suatu variable yang
berkorelasi dengan variable lainnya, perubahan yang terjadi pada salah satu variable pasti
menyebabkan perubahan pada variable yang berkolerasi dengannya.

Diagram tebar terdiri dari empat langkah utama:

Langkah 1 : mengumpulkan data

Langkah 2 : menggambarkan sumbu horizontal dan vertikel

Langkah 3 : meletakkan data pada diagram

Langkah 4 : menginterpretasijan diagram tebar.

Diagram tebar mempunyai satu sumbu horizontal (sumbu-x) untuk menunjukkan nilai-nilai
pengukuran salah satu variable dan satu sumbu variable (sumbu-y) untuk menunjukkan nilai-
nilai pengukuran dari variable lainnya. Jika arah titik-titik tersebut mendekati suatu garis lurus
atau merupakan suatu garis yang lurus, kedua variable itu mempunyai hubungan yang sangat
kuat.
Terdapat garis lurus berarti bahwa perubahan yang terjadi dalam variable yang satu akan
menyebabkan perubahan yang sama pada variable lainnya. Hasil grafik akan menunjukkan sifat
hubungan kedua variable. Nilai koefisien. Korelasi (r) akan berada dalam kisaran 1 r +1.

Jika koefisien kolerasi mendekati nilai +1, terdapat korelasi positif yang sangat kuat, yang berarti
jika satu variable meningkat, variable lainnya juga akan meningkat. Nilai koefisien korelasi yang
kecil, menunjukkan bahwa mungkin terdapat sumber variasi lain yang belum diperhitungkan.

Jika nilai koefisien korelasi mendekati 1, disebut korelasi negative yang sangat kuat, yang
berate jika satu variable meningkat akan mengakibatkan berkurangnya variable yang lain. Jika
nilai koefisien korelasi mendekati 0, kedua variable mungkin tidak ada korelasi sama sekali.
Bentuk hubungan dua variable mungkin tidak selalu harus linear, dapat pula berbentuk parabola
atau bentuk nonlinear. Pada kesempatan ini hubungan variable yang nonlinear tersebut tidak
akan dibahas, yang akan dibahas disini hanyalah bentuk hubungan yang linear saja.

Jika hubungan dua variable cukup kuat, analisis korelasi dilanjutkan dengan analisis regresi,
untuk mengetahui besarnya pengaruh suatu variable terhadap variable lain yang ada
hubungannya. Persamaan matematik hubungan antara keduanya variable x dan y dalam analisis
regresi akan membentuk garis lurus :

Y = a + bX

CONTOH SCATTER DIAGRAM

Apakah ada korelasi antara jumlah kunjungan salesman dengan hasil penjualan ?
Karena nilai r = 0,735 mendekati 1 maka bisa disimpulkan ada korelasi yang cukup kuat antara
variabel x dan Y peningkatan kunjungan mempengaruhi peningkatan sales.

Scatter diagram analisis

Sumber :

Imbalo S. pohan, MPH, MHA, Dr., 2006. Jaminan mutu layanan kesehatan : dasar-dasar
pengertian dan penerapan / penulis . EGC. Jakarta