DIAGRAM PENCAR

Nama Kelompok :

1. Dewi Apriyani Utari NIM : 061630400295

2. Faza Dwi Juliarti NIM : 061630400296

3. M. Raid Muizzu NIM : 0616304000303

Dosen Pembimbing : Ir. Jaksen M. Amin, M.Si.

PROGRAM STUDI D3 JURUSAN TEKNIK KIMIA

POLITEKNIK NEGERI SRIWIJAYA

PALEMBANG 2018
 KATA PENGANTAR

Puji Syukur penulis haturkan kepada Tuhan yang Maha Esa yang telah
melimpahkan rahmat-NYA sehingga penulis dapat menyusun makalah ini dengan
judul “Diagram Pencar”. Penulis sangat bersyukur karena dapat menyelesaikan
makalah ini guna memenuhi persyaratan untuk memperoleh nilai tugas kelompok
Pengendalian Mutu Produksi pada Fakultas Teknik Kimia di Politeknik Negeri
Sriwijaya.

Penulis menyadari bahwa makalah ini masih jauh dari sempurna, untuk
itu kritik dan saran yang sifatnya membangun sangat kami harapkan dan sebagai
umpan balik yang positif demi perbaikan di masa mendatang. Harapan penulis
semoga makalah ini bermanfaat bagi pengembangan ilmu pengetahuan khusunya
di bidang ilmu Pengendalian Mutu Produksi.

Akhir kata, penulis mengucapkan terima kasih dan penulis berharap agar
makalah ini bermanfaat bagi semua pihak yang membutuhkan.

Palembang, Maret 2018

Penulis
 DAFTAR ISI

KATA PENGANTAR .............................................................................................. 2

DAFTAR ISI............................................................................................................ 3

BAB I. PENDAHULUAN ........................................................................................ 4

1.1 Latar Belakang ..................................................................................................... 4

1. 2. Rumusan Masalah .............................................................................................. 4

1.3. Tujuan ................................................................................................................. 5

1.4. Manfaat ............................................................................................................... 5

BAB II. PEMBAHASAN ......................................................................................... 6

2.1. Sejarah................................................................................................................. 6

2.2. Pengertian ........................................................................................................... 6

2.3. Tujuan Penggunaan Diagram pencar .................................................................. 8

2.4. Manfaat Diagram Pencar .................................................................................... 8

2.5. Waktu Penggunaan Diagram Pencar .......................................................................... 9

2.6. Jenis-Jenis Diagram Pencar................................................................................11

2.7. Aplikasi Diagram Pencar ................................................................................. 10

2.8. Cara Membuat Diagram Pencar ........................................................................ 11

2.9. Catatan Untuk Penggunaan Diagram Sebar ...................................................... 12

2.10. Contoh Pembuatan Diagram Pencar ............................................................... 13

2.11. Pengujian untuk melihat apakah ada korelasi ................................................. 14

2.12. Praktis variasi .................................................................................................. 17

2.13. Contoh Soal ..................................................................................................... 18

BAB III. PENUTUP ............................................................................................... 22

3.1 Kesimpulan ........................................................................................................ 22

DAFTAR PUSTAKA ............................................................................................. 23

 BAB I
PENDAHULUAN

1.1 Latar Belakang

Upaya dalam peningkatan mutu produksi, ada 5 teknik dasar yang

merupakan bahan untuk membantu menganalisa permasalahan yang terjadi,
mengambil keputusan, membuat rencana/ perbaikan dari suatu produk yang
diproduksi atau yang dihasilkan.
Lima teknik dasar tersebut, ialah:
1. Histogram
2. Diagram Pareto
3. Diagram Sebab-Akibat
4. Diagram Pencar
5. Bagan Pengendalian
Kelima teknik dasar ini dapat dibuat data-data statistik melalui suatu data
yang diambil dari hasil pemeriksaan terlebih dahulu dengan memakai lembar
periksa dari suatu produk yang diproduksi atau yang dihasilkan. Data-data statistik
inilah yang dapat dijadikan bahan untuk mengambil keputusan dalam upaya
meningkatkan mutu.
Dalam makalah ini akan dibahas salah satu teknik dasar tersebut, yaitu
Diagram Pencar.

1. 2. Rumusan Masalah

Dalam makalah Diagram Pencar ini ada beberapa masalah yang akan
dibahas, antara lain :
1. Apakah pengertian dari Diagram Pencar ?
2. Bagaimana cara membuat Diagram Pencar ?
1.3. Tujuan

Adapun hal yang menjadi tujuan dalam pembuatan makalah Diagram

Pencar ini ialah sebagai berikut :
1. Menjelaskan kepada pembaca yang dimaksud dengan Diagram Pencar.
2. Menjelaskan kepada pembaca cara membuat Diagram Pencar.

1.4. Manfaat
Dalam pembuatan makalah Diagram Pencar, penulis berharap makalah ini
dapat bermanfaat bagi pembaca untuk menambah pengetahuan mereka dalam
bahasan membuat dan menyajikan grafik khususunya Diagram Pencar.
 BAB II

PEMBAHASAN

2.1. Sejarah

Umumnya diagram scatter digunakan untuk menggambarkan hubungan

antara dua variabel, histogram digunakan untuk memvisualisasikan struktur data.
Namun, sarana mengamati jenis hubungan antara variabel yang dibutuhkan.
Menggunakan teori regresi linear yang berasal dari studi yang dilakukan oleh Sir
Francis Galton (1822 - 1911), diagram scatter dikembangkan sehingga kesimpulan
intuitif dan kualitatif dapat ditarik tentang data yang dipasangkan, atau variabel.
Konsep korelasi digunakan untuk memutuskan apakah hubungan yang signifikan
ada antara data yang dipasangkan. Selanjutnya, analisis regresi digunakan untuk
mengidentifikasi sifat yang tepat dari hubungan.

2.2. Pengertian

Diagram pencar adalah diagram yang paling sederhana dan efektif untuk
memperlihatkan ada tidaknya hubungan tertentu antara dua faktor/ variable.
Diagram ini dapat dipakai untuk melihat korelasi dari suatu penyebab atau
faktor yang berlangsung secara terus-menerus, dan diduga mempunyai pengaruh
atau karakter terhadap faktor yang lain.
Korelasi merupakan istilah yang digunakan untuk melihat hubungan
antarvariabel. Analisa korelasi adalah cara untuk mengetahui ada atau tidaknya
hubungan antarvariabel.Apabila terdapat hubungan antar variabel maka
perubahan-perubahan yang terjadi pada salah satu variabel akan mengakibatkan
terjadinya perubahan pada variabel yang lain.
Grafik scatter atau disebut juga grafik pencar adalah jenis plot atau diagram
matematika menggunakan koordinat kartesius untuk menampilkan nilai yang
biasanya terdiri dari dua variabel untuk satu set data. Jika poinnya adalah kode
berwarna, anda dapat meningkatkan jumlah variabel yang ditampilkan menjadi
tiga. Data ditampilkan sebagai koleksi dari poin-poin, masing-masing memiliki
nilai satu variabel menentukan posisi pada sumbu horisontal dan nilai dari variabel
lainnya menentukan posisi pada sumbu vertikal.
 Sebuah plot pencar (grafik scatter) dapat digunakan suatu ketika salah satu
variabel kontinu yang berada di bawah kendali eksperimen dan yang lainnya
bergantung pada itu atau ketika kedua variabel kontinu independen atau bebas. Jika
parameter ada yang bertambah secara sistematis dan atau dikurangi oleh yang lain,
hal itu dikatakan kontrol parameter atau variabel independen dan lazim diplot
sepanjang sumbu horisontal. Variabel yang diukur atau bergantung lazim diplot
sepanjang sumbu vertikal. Jika tidak ada variabel yang bergantung, baik jenis
variabel dapat diplot di kedua sumbu dan plot pencar hanya akan menggambarkan
tingkat korelasi atau hubungan (bukan sebab akibat) antara dua variabel.
Sebuah plot pencar dapat menyarankan berbagai jenis korelasi antara
variabel dengan selang kepercayaan tertentu. Sebagai contoh, berat dan tinggi
badan, berat badan akan berada pada sumbu y dan tinggi badan akan berada pada
sumbu x. Korelasi mungkin dapat positif (naik), negatif (turun), atau null (tidak
berkorelasi). Jika pola titik menaik dari kiri bawah ke kanan atas, ini menunjukkan
korelasi positif antara variabel yang diteliti. Jika pola titik menurun dari kiri atas
ke kanan bawah, itu menunjukkan korelasi negatif. Sebuah garis yang paling cocok
atau sering disebut trendline, dapat digambarkan untuk mempelajari hubungan
antar variabel. Persamaan untuk korelasi antara variabel dapat ditentukan dengan
menetapkan prosedur terbaik. Untuk korelasi linear, prosedur terbaik dikenal
sebagai regresi linear dan dijamin untuk menghasilkan solusi yang tepat dalam
waktu yang terbatas. Tidak ada universal prosedur terbaik yang dijamin untuk
menghasilkan solusi yang tepat untuk hubungan yang sewenang-wenang. Sebuah
plot pencar juga sangat berguna ketika kita ingin melihat bagaiman dua set data
yang sebanding dapat cocok dengan satu sama lain. Dalam kasus ini, sebuah garis
identitas yaitu garis y = x atau garis 1 : 1, sering ditarik sebagai referensi. Semakin
dua set data cocok, semakin scatter cenderung untuk berkonsentrasi di sekitar garis
identitas. Jika dua set data identik secara numerik, scatter jatuh persis pada garis
identitas.
Salah satu aspek yang paling kuat dari plot scatter adalah kemampuan untuk
menunjukkan hubungan non linear antara variabel. Kemampuan untuk melakukan
hal ini dapat ditingkatkan dengan menambahkan sebuah garis harus seperti loess.
Selanjutnya, jika data yang diwakili oleh model campuran dari hubungan
 sederhana, hubungan ini akan secara visual terlihat sebagai pola yang
ditumpangkan.
Diagram scatter adalah satu dari tujuh alat dasar kontrol kualitas. Grafik
pencar dapat dibangun dalam bentuk gelembung, penanda, atau grafik garis.

2.3. Tujuan Penggunaan Diagram pencar

1. Menguji bagaimana kuatnya hubungan antara dua variabel,

2. Menentukan jenis hubungan dari dua variabel itu, apakah positif, negatif,
dan tidak ada hubungan.

2.4. Manfaat Diagram Pencar

Dikatakan juga bahwa scatter diagram menunjukkan hubungan antara dua

variabel. Scatter diagram sering digunakan sebagai analisis tindak lanjut untuk
menentukan apakah penyebab yang ada benar-benar memberikan dampak kepada
karakteristik kualitas. Pada contoh terlihat scatter diagram yang menggambarkan
plot pengeluaran untuk iklan dengan penjualan perusahaan yang mengindikasikan
hubungan kuat positif diantara dua variabel. Jika pengeluaran untuk iklan
meningkat, penjualan cenderung meningkat.

Gambar. Contoh Diagram Scatter

Pada umumnya, bila kita berbicara tentang hubungan antara dua macam
data, kita sesungguhnya membicarakan tentang :
 1. Hubungan penyebab dan akibatnya
2. Hubungan antara satu penyebab dengan penyebab lainnya
3. Hubungan antara satu penyebab dengan dua penyebab

Secara grafis, jika kita menggambarkan “akibat pada sumbu vertikal” dan
“penyebab pada sumbu horisontal”, maka kita akan mendapatkan sebuah peta yang
disebut dengan scatter diagram.

2.5. Waktu Penggunaan Diagram Pencar

1. Bila sudah memasangkan data numerik.
2. Ketika variabel tergantung mungkin memiliki beberapa nilai untuk tiapnilai
variabel independen.
3. Ketika mencoba untuk menentukan apakah kedua variabel terkait, seperti:
Ketika mencoba untuk mengidentifikasi akar penyebab potensimasalah.
Setelah brainstorming penyebab dan dampak menggunakan fishbone
diagram, untuk menentukan secara obyektif apakah penyebab tertentu dan
efek saling berhubungan.

Saat menentukan apakah dua efek yang muncul dalam kaitannya baik terjadi
dengan penyebab yang sama. Ketika pengujian autokorelasi sebelum membangun
sebuah petakendali.

2.6. Jenis-Jenis Diagram Pencar

1. Linier Negatif.
2. Curve Linier Positif.
3. Curve Linier Negatif.
4. Curve Linier.
5. Tak Tentu.

Analisi 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 hamper sama dengan linear negatif, hanya saja garis
yang dihasilkan membentuk kurva karena persamannya dari persamaan
kuadrat.

5.Curve Linear
Diagram pencar ini mengambarkan 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.

2.7. Aplikasi Diagram Pencar

Contoh kasus untuk pengujian kekuatan hubungan antara 2 variabel antara lain :
 1. Hubungan antara kecepatan Mesin dengan Kualitas Produk.
2. Hubungan antara Jumlah Tenaga Kerja dengan Output yang dihasilkan.
3. Hubungan antara Jumlah Jam kerusakan mesin dengan tingkat kecacatan
yang terjadi.
4. Hubungan antara Total Jam Lembur dengan tingkat absensi Tenaga Kerja.
5. Hubungan antara Absensi dengan tingkat kerusakan produk.

2.8. Cara Membuat Diagram Pencar

1) Kumpulkan data dan tabelkan.
2) Gambarkan sumbu tegak dan sumbu datar serta skala dan keterangannya lalu
gambarkan titik-titik data.
a. Beberapa Pola dari Diagram Sebar
Gambar-gambar dibawah menunjukan berbagai pola dari diagram sebar
1. Korelasi positif
Y akan naik bila x naik, bila dikendalikan maka y juga akan terkendali.

2. Ada kecenderungan korelasi positif

Bila x naik , y cenderung naik tapi mungkin ada faktor lain yang berpengaruh.

3. Tidak tampak adannya suatu korelasi.

4. Ada kecenderungan korelasi negatif
Bila x naik, y cenderung turun.

5. Korelasi negatif
Y akan turun, bila x naik

2.9. Catatan Untuk Penggunaan Diagram Sebar

1. Stratifikasi (penemuan kelas) penting, dalam penggunaan diagram sebar.

Gambar Perbedaan Diagram Sebar Stratifkasi dan Disstratifikasi

 Diagram diatas menunjukan hubungan antara komposisi bahan dasar dengan
kekuatan bahan. Diagram kiri didapatkan dengan menggambarkan semua data
yang ada secara sama rata sedangkan diagram yang kanan menggambarkan data
yang sama tetap distratifikasikan (menurutasal material). Dengan contoh ini
terlihat bahwa proses stratifikasi dapat membantu memperlihatkan adanya
hubungan nyata.
2. Ada kemungkinan kita mendapatkan hubungan dimana terdapat puncak atas
atau bawah (lihat gambar dibawah ini).

Gambar Grafik Diagram Sebar Membentuk Puncak Atas dan Bawah

Dalam hal ini untuk dapat memakai diagram maka perlu dibagi dalam dua
bagian dimana untuk diagram disebelah kiri bagian kiri merupakan korelasi
negative. Begitu sebaliknya dengan diagram sebelah kanan.

2.10. Contoh Pembuatan Diagram Pencar

Langkah 1
- Mengumpulkan data dan membuat tabel
Contoh : Data hasil Penjualan dan Kunjungan dari 40 orang salesman

Langkah 2
- Buat diagram antara hasil penjualan dengan jumlah kunjungan. Caranya,
gambarkan titik-titik data kedalam sumbu tegak (y) dan sumbu datar (x).

Sumbu Tegak : Hasil Penjualan

Sumbu Datar : Hasil Kunjungan

2.11. Pengujian untuk melihat apakah ada korelasi

Cara pengujian sederhana untuk melihat apakah ada korelasi pada diagram
pencar dapat dilakukan sebagai berikut:
Langkah 1
- Mengumpulkan data dan membuat tabel
Contoh : Data hasil Penjualan dan Kunjungan dari 40 orang salesman
 Langkah 2
- Buat diagram antara hasil penjualan dengan jumlah kunjungan. Caranya,
gambarkan titik-titik data kedalam sumbu tegak (y) dan sumbu datar (x).

Sumbu Tegak : Hasil Penjualan

Sumbu Datar : Hasil Kunjungan

Langkah 3

Hitung korelasi antara hasil penjualan dengan jumlah kunjungan.

Buatlah garis median Tegak dan median Datar.

Garis Median = garis yang membagi titik menjadi dua bagian yang sama jumlah
titiknya.
Langkah 4

Tandai masing-masing sektor searah jarum jam, mulai dari kanan atas dengan : I,
II ,III, IV.

Langkah 5

Hitung jumlah titik di dalam setiap sektor yaitu n1, n2, n3, n4.
n1 = 18
n2 = 10
n3 = 10
n4 = 2
Langkah 6 :
Hitungkan n+ dan n-.

n+ = n1 + n3 , n- = n2 + n4

Jadi :
n+ = 18 + 10 = 28

n- = 10 + 2 = 12

Langkah 7 :

Bandingkan harga yang lebih kecil diantara n+ dan n-, dengan harga maksimum
jumlah data pada Tabel Uji Tanda.

Jadi :

n+ = 36 dan n- = 4 , harga yang lebih kecil = 4

Harga maksimum jumlah data = 36 + 4

Pada Tabel Uji Tanda : K = 40 ditentukan dengan maksimum jumlah data = 13.

Langkah 8 :

Interpretasi dan perhitungan korelasi

Bila harga maksimum jumlah data lebih besar atau sama denga harga yang
lebih kecil diantara n+ dan n- maka berati : ada korelasi.
Bila harga maksimum jumlah data lebih kecil dibandingkan dengan harga yang
lebih kecil diantara n+ dan n-, maka berarti : tidak ada korelasi.

2.12. Praktis variasi

Jika titik pada Diagram Scatter bertepatan dengan poin lainnya, fakta
bahwa satu titik sebenarnya adalah dua atau lebih mungkin akan disorot oleh
keberanian mereka atau dengan menggunakan lingkaran konsentris.
Jika pengukuran sulit diperoleh, sesedikit 30 pasangan pengukuran dapat
digunakan. Gunakan Tabel Korelasi ketika kebetulan beberapa poin diukur,
biasanya ketika ada sejumlah posisi mungkin. Ini secara efektif lintas antara Scatter
Diagram dan Check Sheet, dimana setiap posisi xy diwakili oleh kotak di mana
beberapa poin dapat diindikasikan.
 Gambar. Tabel Kolerasi

Pisahkan set pengukuran dapat ditampilkan pada Diagram Scatter yang

sama, yang dapat dibedakan dari satu sama lain dengan menggunakan spidol
berbentuk berbeda untuk setiap set poin. Pemakaian khas adalah di mana satu
variabel yang sedang berubah, misalnya untuk menunjukkan pengukuran bahan
dari pemasok yang berbeda.
Mana korelasi non-linear muncul, perkiraan kasar dapat dilakukan dengan
menggunakan mereka dengan membagi mereka ke dalam bagian sekitar linear dan
menghitung garis regresi dan standard error seperti di atas.

2.13. Contoh Soal

Contoh 1

Sebuah tim perencanaan kota, selama penyelidikan kecelakaan di jalan,

mengidentifikasi beberapa kemungkinan penyebab. Tiga penyebab utama diduga:
kecepatan kendaraan, kepadatan lalu lintas dan kondisi cuaca lokal. Karena tidak
ada bukti yang jelas yang tersedia untuk mendukung salah satu hipotesis, mereka
memutuskan untuk mengukur mereka, dan menggunakan Scatter Diagram untuk
memeriksa apakah hubungan antara salah satu penyebab cukup kuat untuk
mengambil tindakan lebih lanjut.

Untuk mendapatkan ukuran yang cukup, mereka membuat tindakan setiap

hari selama dua bulan, menggunakan sensor jalan lokal dan laporan dari layanan
ambulans. Scatter Diagram digambar untuk setiap penyebab yang mungkin
 terhadap jumlah kecelakaan. Hasil memungkinkan kesimpulan berikut harus
dibuat:

A. Ada korelasi rendah positif dengan kepadatan lalu lintas.

B. Ada korelasi disimpulkan dengan kondisi jalan.
C. Ada korelasi, positif dengan kecepatan tinggi lalu lintas, dengan kecelakaan
dropping off lebih tajam di bawah 30 mph.

Akibatnya, langkah-langkah kontrol kecepatan lebih banyak lalu lintas

yang dipasang, termasuk tanda-tanda dan permukaan. Hal ini mengakibatkan
penurunan terukur dalam kecelakaan.

Gambar. Contoh Scatter Diagram

Contoh 2
Seorang tukang roti tersangka bahwa waktu berdiri dari adonan
mempengaruhi cara naik. Sebuah Diagram Scatter waktu bangkit melawan
kepadatan roti diukur menunjukkan korelasi yang adil pada distribusi berbentuk U
terbalik. Dengan demikian ia menggunakan waktu pada titik tertinggi pada kurva
untuk mendapatkan kesempatan terbaik roti baik-bangkit.
Diduga bahwa suhu tekan menyebabkan menolak dalam proses
pembentukan plastik. Sebuah Diagram Scatter menunjukkan korelasi positif yang
 tinggi, mendorong suatu redesign pers, termasuk penggunaan bahan lebih tahan
panas.Hal ini menghasilkan penurunan yang signifikan dalam jumlah potongan
ditolak.
Sebuah plot gaji departemen SDM terhadap hasil survei motivasi. Hasilnya
adalah korelasi negatif yang lemah. Sebuah Scatter Diagram kedua, merencanakan
waktu di perusahaan terhadap motivasi, memberikan korelasi yang lebih tinggi.
Sebuah program motivasi ditargetkan sesuai dan menghasilkan peningkatan yang
stabil dalam skor yang diberikan kepada motivasi dalam survei personil berikutnya
perusahaan.

Cara Penyelesaian :
1. Tentukan dua item yang ingin Anda bandingkan. Satu dapat diidentifikasi sebagai
penyebab dicurigai dan yang lain sebagai efek dicurigai. Hal ini mungkin berasal
dari penggunaan alat-alat lain, seperti Efek-Penyebab Hubungan Diagram atau
Diagram.
2. Identifikasi pengukuran yang akan diambil. Keduanya harus variabel (yaitu diukur
pada skala kontinu) dan itu harus mungkin untuk mengukur keduanya pada saat
yang sama. Buatlah pengukuran sespesifik mungkin untuk mengurangi variasi dan
meningkatkan kemungkinan hubungan yang lebih tinggi. Sebagai contoh,
pengukuran dari bahan pemasok tunggal mungkin lebih baik daripada mengukur
semua bahan yang disediakan.
3. Membuat 50-100 pasang pengukuran. Ketika melakukan hal ini, bertujuan untuk
menjaga semua variabel lain stabil mungkin, karena dapat mengganggu dengan
angka akhir. Berhati-hatilah ketika mengukur perilaku manusia, sebagai tindakan
pengukuran dapat menyebabkan orang diukur untuk mengubah perilaku mereka,
terutama jika mereka mencurigai mereka mungkin kehilangan keluar dalam
beberapa cara.
4. Plot diukur pasang di Scatter Diagram. Desain sumbu dan sisik pada diagram untuk
memberikan penyebaran maksimum visual poin. Ini mungkin melibatkan
menggunakan skala yang berbeda dan membuat sumbu salib di non-nilai nol
(seperti pada gambar dibawah). Jika menyelidiki hubungan sebab-akibat yang
mungkin, alur sebab dicurigai pada sumbu x (horizontal) dan efek dicurigai pada
 sumbu y (vertikal).

Gambar. Pengaturan skala

5. Jika korelasi tinggi, kemunduran ('rata-rata') line dapat ditarik melalui titik
merencanakan, untuk menekankan tren. Hal ini dapat dihitung atau diperkirakan
dengan mata (meskipun hal ini harus dibuat jelas bagi pembaca masa depan
diagram).
6. Jika korelasi cukup linear, maka koefisien korelasi dapat dihitung.
7. Menafsirkan diagram dan bertindak sesuai. Hal ini mungkin untuk
mengidentifikasi perbaikan atau untuk memungkinkan estimasi nilai efek masa
depan. Jika yang terakhir, standard error dapat dihitung, seperti pada gambar di
bawah ini.

Bila menggunakan Scatter Diagram untuk memperkirakan nilai dampak

masa depan, hanya memperkirakan dalam kisaran korelasi diketahui, sebagai
bentuk dapat berubah di luar kisaran tersebut.
 BAB III

PENUTUP

3.1 Kesimpulan

Dari pembahasan mengenai Diagram Pencar dapat disimpulkan bahwa

Diagram pencar adalah diagram yang paling sederhana dan efektif untuk
memperlihatkan ada tidaknya hubungan tertentu antara dua faktor/ variable.
Diagram ini dapat dipakai untuk melihat korelasi dari suatu penyebab atau
faktor yang berlangsung secara terus-menerus, dan diduga mempunyai pengaruh
atau karakter terhadap faktor yang lain.
 DAFTAR PUSTAKA

Almalia, Rosalina.2012.Diagram Pencar.online.(http://www.scribd.com, diakses

pada Maret 2018).

Nazarudin.2010.Jenis-Jenis Diagram Pencar.online.(http://sites.google.com,

diakses pada Maret 2018).

Zenhadi.2012.Diagram Pencar.online.(zenhadi.lecturer.pens.ac.id, diakses

Pada Maret 2018).