Tujuan Pembelajaran :

- Melakukan proses penyelidikan statistika untuk data bivariat dengan menggunakan

Diagram Pencar (Scatter Plot).
- Mengidentifikasi dan menjelaskan hubungan antara dua variabel numerikal.

Pada materi Analisis Data – Part 1, kalian telah mempelajari metode statistika yang
digunakan untuk menganalisis dan menginterpretasi data tunggal (data univariat) dengan
menggunakan box and whisker plot.

Pada materi Analisis Data – Part 2 ini kalian akan mempelajari metode statistika untuk
menganalisis data bivariate yaitu data dengan dua variabel numerik seperti data berat dan
tingga orang. Dengan mempelajari data bivariat, kita dapat mengungkap apakah ada
hubungan antara variabel-variabel itu, seberapa kuat hubungan itu, dan apakah satu variabel
yang menjadi perhatian kita dapat diperkirakan secara efektif dari informasi nilai-nilai variabel
yang lain.
 A. Pengertian Data Bivariat

Data bivariat adalah jenis data statistik yang terdiri dari dua variabel atau dua jenis
data yang dikumpulkan secara bersamaan. Dalam konteks ini, variabel merujuk pada
karakteristik atau atribut yang diamati dalam sebuah studi atau percobaan.

Contoh data bivariat adalah data yang menghubungkan tinggi badan seseorang dengan
berat badannya.

Setiap individu dalam sampel akan memiliki dua pengukuran : tinggi badan dan berat
badan. Dengan mengumpulkan data ini, kita dapat menganalisis hubungan antara kedua
variabel tersebut, seperti apakah orang dengan tinggi badan lebih tinggi cenderung
memiliki berat badan yang lebih tinggi juga. Data bivariat menunjukkan hubungan atau
asosiasi antara dua variabel tersebut.

B. Hubungan asosiasi antara dua variabel numerikal

Langkah pertama dalam menyelidiki hubungan antara dua variabel numerikal
adalah membuat diagram pencar (scatterplot). Diagram pencar (scatter plot) adalah jenis
visualisasi data yang digunakan untuk memperlihatkan hubungan atau pola antara dua
variabel dalam data bivariat. Diagram ini menggambarkan titik-titik data di bidang
kartesius di mana sumbu horizontal mewakili satu variabel dan sumbu vertikal mewakili
variabel lainnya.

Contoh :

Misalkan terdapat dua variabel, yaitu : nilai yang diperoleh siswa pada suatu ujian dan
jumlah waktu yang dihabiskan untuk belajar untuk ujian tersebut. Kita perlu menentukan
mana variabel independen dan dependen.
 Variabel independen adalah variabel yang akan digunakan untuk membuat prediksi
terhadap nilai variabel dependen. Karena jumlah waktu yang dihabiskan untuk belajar
mungkin dapat mempengaruhi nilai yang diperoleh, maka waktu yang dihabiskan
untuk belajar kita sebut sebagai variabel independen. Variabel independen
digambarkan pada bagian sumbu X di diagram pencar.
 Variabel dependen adalah variabel yang nilainya mungkin dipengaruhi oleh
variabel independen, sehingga nilai yang diperoleh siswa sebagai variabel dependen.
Variabel dependen digambarkan pada sumbu Y di diagram pencar.
Sehingga :
Variabel x = jumlah waktu (Time) yang dihabiskan untuk belajar untuk ujian tersebut.
Variabel y = nilai (Mark) yang diperoleh siswa pada suatu ujian,

Diagram pencar dibawah ini menunjukkan titik untuk Siswa 1, yang belajar selama 4 jam
untuk ujian dan memperoleh nilai 41.

Scatterplot tersebut diselesaikan dengan menggambar titik-titik untuk setiap siswa yang
tersisa, seperti yang ditunjukkan di bawah ini di bawah ini :

Source : https://www.cambridge.edu.au/downloads/education/extra/209/PageProofs/Standard%20General/Chapter
%204.pdf

Setiap titik pada diagram pencar mewakili pasangan nilai dari kedua variabel
yang diamati. Lokasi titik pada diagram menunjukkan nilai dari kedua variabel tersebut
untuk suatu observasi atau pengamatan.
 Beberapa kalkulator grafik yang bisa digunakan untuk membuat diagram pencar sbb :
a. https://openomnia.com/two-variable-stats
b. http://www.alcula.com/calculators/statistics/scatter-plot/
c. https://mathcracker.com/scatter_plot
d. https://www.easycalculation.com/graphs/scatter-plot.php
e. Aplikasi microsoft excel
dan lain sebagainya.

LKPD 1

Tujuan : Melakukan pengamatan awal terhadap data bivariat yang direpresentasikan dalam
diagram pencar (scatter plot)

Perhatikan diagram berikut ini, setiap titik merupakan sekantong gula.

Harga

Berat
Jawablah pertanyaan berikut ini dengan teman sekelompokmu!

a. Apa yang diwakili (x, y) dalam kasus ini?

b. Manakah titik yang menunjukkan gula terberat?
c. Manakah titik yang menunjukkan gula termurah?
d. Manakah titik-titik yang menunjukkan kantong gula dengan berat yang sama?
e. Manakah titik-titik yang menunjukkan kantong gula dengan harga yang sama?
f. Antara titik F dan C, manakah yang lebih menarik untuk dibeli? Jelaskan alasanmu!

C. Menginterpretasikan Diagram Pencar (Scatterplot)

Melalui diagram pencar, kita dapat melihat pola-pola umum seperti hubungan
linier (garis lurus), hubungan non-linier (kurva), korelasi positif atau negatif.

Tren – Linear Tren – Non Linear

Garis lurus Kurva

Korelasi - Positif Korelasi - Negatif

Semakin besar variabel, Semakin kecil variabel,
maka variabel lain semakin maka variabel lain semakin
besar pula kecil pula
Beberapa interpretasi pada diagram pencar adalah sbb :
a. Jika titik-titik cenderung membentuk garis lurus yang menanjak, ini menunjukkan
adanya hubungan (korelasi) positif antara kedua variabel.
b. Jika garis tersebut menurun, maka hubungan (korelasi) antara kedua variabel adalah
negatif.
c. Jika titik-titik cenderung tersebar secara acak, tanpa pola yang jelas, maka tidak ada
hubungan (korelasi) yang jelas antara kedua variabel tersebut.
Secara lebih detail, beberapa hal yang perlu diperhatikan dalam diagram pencar adalah
sbb :

Keterangan : Strong = kuat, moderate = sedang, weak = lemah

 Hal lain yang juga 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. Perlu penelitian lebih lanjut untuk menentukan ada
tidaknya hubungan sebab-akibat.

Bahkan korelasi yang kuat tidak selalu berarti bahwa kenaikan atau penurunan
tingkat satu variabel menyebabkan kenaikan atau penurunan tingkat variabel lainnya.
Sebaiknya hindari pernyataan seperti: "Peningkatan curah hujan menyebabkan
peningkatan pertumbuhan padi.

Berikut ini adalah petunjuk yang bisa diikuti untuk menarik kesimpulan tentang
hubungan antara dua variabel berdasarkan diagram pencar.

 Jika korelasi antara x dan y lemah, kita dapat menyimpulkan bahwa hanya ada
sedikit bukti yang menunjukkan bahwa semakin besar x, semakin besar (korelasi
positif) atau semakin kecil (korelasi negatif) y.
 Jika korelasi antara x dan y sedang, kita dapat menyimpulkan bahwa ada bukti yang
menunjukkan bahwa semakin besar x, semakin besar (korelasi positif) atau semakin
kecil (korelasi negatif) y.
 Jika korelasi antara x dan y kuat, kita dapat menyimpulkan bahwa semakin besar x,
semakin besar (korelasi positif) atau semakin kecil (korelasi negatif) y.

LKPD 2

Tujuan : Mengidentifikasi dan mendeskripsikan hubungan dalam diagram pencar, termasuk

hubungan linier/nonlinier, hubungan positif/negatif, dan pencilan.

Diskusikan hal ini dengan teman sekelompokmu!

a. Apakah ada hubungan antara x dan y?

b. Jika ada hubungan, apakah hubungan tersebut linear atau non linear?
c. Apakah hubungan yang ada merupakan hubungan positif atau negatif, kuat, sedang
atau lemah? Adakah titik pencilannya?
 UJI KOMPETENSI

1. Perhatikan tabel berikut ini!

Tabel di atas menunjukkan tinggi dan berat badan delapan orang. Gunakan kalkulator
grafik untuk membuat diagram pencar dengan tinggi badan sebagai variabel
independen (yaitu variabel x).
2. Perhatikan tabel berikut ini!

Tabel di atas menunjukkan usia saat menikah dari 11 pasangan. Gunakan kalkulator
grafik untuk membuat diagram pencar dengan usia istri sebagai variabel independen.
3. Perhatikan tabel berikut ini!

Tabel di atas menunjukkan jumlah kursi dan kecepatan udara delapan pesawat
penumpang. Gunakan kalkulator grafik untuk membuat diagram pencar dengan
jumlah kursi sebagai variabel independen.
4. Perhatikan tabel berikut ini!

Tabel di atas menunjukkan waktu respons dari 10 pasien yang diberi obat pereda nyeri,
dan dosis obat. Gunakan kalkulator grafik untuk membuat diagram pencar
menggunakan menggunakan dosis obat sebagai variabel independen.
5. Perhatikan tabel berikut ini!

Tabel di atas menunjukkan jumlah orang di bioskop pada interval 5 menit setelah iklan
dimulai. Gunakan kalkulator grafis untuk membuat diagram pencar menggunakan
waktu (time) sebagai variabel independen.
6. Selidiki korelasi atau hubungan dan trend soal nomor 1-5!
7. Untuk setiap pasangan variabel berikut ini, identifikasi adakah hubungan antara
variabel-variabel yang ada, jika ada, apakah variabel tersebut memiliki hubungan
positif atau negatif?
a. Tingkat kebugaran dan jumlah latihan harian.
b. Tingkat kenyamanan dan suhu di atas 30◦C.
c. Waktu yang dibutuhkan untuk sampai ke sekolah dan jarak yang ditempuh.
d. Berat es batu dan suhu di sekitarnya.
e. Panjang kaki dan tinggi badan.
f. Panjang kaki dan kecerdasan
8. Untuk masing-masing diagram pencar berikut ini:
Nyatakan apakah variabel-variabel tersebut terlihat berhubungan dan catat
kemungkinan adanya outlier (Pencilan).
Jika memiliki hubungan :
i. Nyatakan apakah hubungan tersebut positif atau negatif.
ii. Nyatakan apakah hubungan tersebut linear atau non-linear(kurva)
iii. Perkirakan kekuatan hubungan tersebut.
 Referensi

Evans, Lipson, Jones, Avery, TI-Nspire & Casio ClassPad material prepared in collaboration with
Jan Honnens & David Hibbard. 2008. Cambridge University Press
https://www.cambridge.edu.au/downloads/education/extra/209/PageProofs/Standard
%20General/Chapter%204.pdf (Tanggal Akses 6 Juli 2023)

Drweiser. 2016. Year 10 Mathematics Semester 2 Bivariate Data – Chapter 13.

http://drweiser.weebly.com/uploads/5/2/6/4/52647653/bivariate_data_year_10_notes_p
we_2016.pdf (tanggal akses 7 Juli 2023)

Manvsmaths. Bivariate data analysis. https://www.manvsmaths.com/13s/L3_bivariate_

worksheet.pdf (tanggal akses 7 Juli 2023)

Fishtank Learning. 8th Grade Math Unit 8 Lesson 1.

https://www.fishtanklearning.org/curriculum/math/8th-grade/bivariate-data/lesson-1/
(tanggal akses 3 Agustus 2023)