JULY SPECIAL ! DISKON 96%
Belajar Data Science Bersertifikat, 12 Bulan hanya 180K!
0 Hari 9 Jam 26 Menit 46 Detik

Tutorial Mudah Membuat Scatter Plot di Excel

Belajar Data Science di Rumah 05-Oktober-2023
https://dqlab.id/files/dqlab/cache/3-longtail-rabu-08-2023-10-07-074621_x_Thumbnail800.jpg

Excel bukan hanya tools yang bisa digunakan untuk melakukan pengolahan data, tetapi juga menawarkan beragam opsi untuk memvisualisasikan data dengan jelas dan efektif. Dengan menggunakan fitur grafik yang tersedia, kalian dapat mengubah data yang kompleks menjadi representasi visual yang mudah dimengerti. Salah satu grafik populer yang bisa kalian buat di sini adalah scatter plot.


Lalu, bagaimana cara membuat grafik tersebut di Excel? Nah, dalam artikel kali ini akan dijelaskan lebih detail mulai dari konsep scatter plot, kapan atau kondisi seperti apa kita bisa menggunakannya, dan yang pasti tutorial cara buat scatter plot di Excel. Yuk, langsung simak saja pembahasan di bawah ini!


1. Apa itu Scatter Plot?

Scatter plot adalah salah satu jenis grafik statistik yang digunakan untuk menampilkan hubungan antara dua variabel atau lebih dalam bentuk titik-titik pada bidang kartesius. Pada scatter plot, setiap titik mewakili nilai dari dua variabel yang berbeda, dengan satu variabel yang ditempatkan di sumbu horizontal (X) dan variabel lainnya di sumbu vertikal (Y).


Scatter plot sangat berguna untuk mengidentifikasi pola atau tren dalam data, serta untuk menunjukkan sebaran atau distribusi nilai-nilai variabel.


Dengan grafik ini, kita dapat dengan cepat menilai apakah ada korelasi positif yaitu ketika nilai kedua variabel naik bersamaan, korelasi negatif yaitu ketika nilai satu variabel naik sedangkan nilai variabel lainnya turun, atau tidak ada korelasi sama sekali antara variabel-variabel yang diamati.


Baca juga : Rumus Excel yang Paling Sering Digunakan dalam Dunia Kerja


2. Kapan Menggunakan Scatter Plot?

Scatter plot menjadi pilihan yang tepat dalam beberapa situasi. Pertama, ketika kita ingin menentukan apakah ada hubungan antara dua variabel atau korelasi antara faktor-faktor tertentu, seperti harga dan penjualan atau suhu dan pertumbuhan tanaman.


Selain itu, juga berguna ketika kita ingin memahami pola sebaran atau distribusi data. Saat terdapat pola tertentu, seperti pola linear, quadratic, atau eksponensial, scatter plot akan membantu mengidentifikasinya dengan jelas. Dengan memahami pola sebaran ini, kita dapat membuat prediksi atau memahami lebih baik perilaku variabel yang diamati.


Terakhir, bermanfaat untuk mengidentifikasi outlier atau nilai yang sangat jauh berbeda dari nilai-nilai lainnya. Outlier bisa menjadi insight penting untuk memahami data, misalnya, mengindikasikan kesalahan pengukuran atau kondisi tidak biasa yang mempengaruhi hasil analisis.


Dengan melihat scatter plot, outlier dapat ditemukan dengan mudah karena merupakan titik-titik yang terletak jauh dari pola umum yang terlihat dalam grafik.


3. Cara Buat Scatter Plot di Excel

Untuk memahami cara membuat scatter plot di Excel, yuk praktikkan langsung tutorial di bawah ini. Dalam kasus sederhana berikut, diberikan dua variabel waktu belajar dalam satuan jam dan nilai ujian.


Kita ingin melihat bagaimana korelasi nilai ujian dengan waktu belajar. Untuk contoh ini, berarti variabel Y adalah nilai ujian dan variabel X yaitu waktu belajar.


Excel


Langkah 1: Klik dan seret kursor mouse untuk memilih data yang ingin kalian gunakan dalam scatter plot. Dalam contoh ini, pilih sel B2 sampai C10.


Langkah 2: Pilih menu “Insert”. Di grup “Charts” pilih “Scatter”. Ada banyak jenis scatter plot. Untuk tutorial kali ini pilih “Scatter with Straight Lines”.

Excel


Langkah 3: Excel akan membuat scatter plot berdasarkan data yang telah kalian pilih.

Excel


Langkah 4: Klik pada elemen plot seperti titik-titik data atau sumbu X dan Y untuk memunculkan opsi pengaturan. Kalian dapat memberi judul scatter plot dan label sumbu X dan Y untuk membuatnya lebih informatif.

Excel


Nah perhatikan hasil scatter plot dari data di atas. Secara sekilas dapat kita simpulkan adanya hubungan positif dari Waktu belajar (variabel X) terhadap nilai ujian (variabel Y). Ini bisa dilihat dari titik-titik data yang cenderung membentuk pola yang bergerak ke arah kanan atas dalam grafik.


Tapi ingat, kesimpulan ini perlu ditelaah ulang karena hanya dua variabel yang dilihat hubungannya dan tidak mutlak variabel Y hanya dipengaruhi oleh satu variabel X. Tapi setidaknya grafik di atas bisa mendukung hipotesis kalian.


Baca juga : Bootcamp Data Analyst with Excel


4. Macam-macam Grafik Excel Lainnya

Excel menyediakan berbagai macam grafik yang memudahkan kalian untuk memvisualisasikan data sesuai dengan kebutuhan dan karakteristik data tersebut. Salah satu jenis grafik yang umum digunakan adalah grafik batang (bar chart).


Grafik ini cukup efektif untuk membandingkan data di beberapa kategori. Misalnya, membandingkan penjualan produk-produk tertentu dalam satu grafik. Grafik batang dapat berbentuk vertikal (sumbu X mewakili kategori) atau horizontal (sumbu Y mewakili kategori).


Selain itu, ada juga grafik lingkaran (pie chart). Grafik ini lebih cocok untuk menunjukkan proporsi atau persentase dari keseluruhan data yang memiliki beberapa kategori. Misalnya, kalian memiliki data tentang pembagian pengeluaran bulanan dalam persentase. Nah, kalian dapat menggunakan pie chart untuk menampilkan proporsi dari setiap kategori pengeluaran.


Grafik garis (line chart) adalah jenis grafik lain yang populer di Excel. Grafik garis digunakan untuk menunjukkan perubahan atau tren seiring waktu. Grafik tersebut lebih cocok untuk menampilkan data historik, seperti harga saham harian atau suhu rata-rata bulanan selama satu tahun.


Grafik ini menghubungkan titik-titik data dengan garis lurus, jadi kalian bisa lebih mudah melihat perubahan nilai variabel sepanjang rentang waktu tertentu.


Ternyata ada banyak diagram yang bisa dibuat di Excel, nih. Tertarik untuk mempelajari lebih lanjut? 

Excel


Kalian bisa mulai belajar di DQLab. Modul ajarnya lengkap dan bervariasi. Semua skill yang dibutuhkan akan diajarkan. Dilengkapi studi kasus yang membantu kalian belajar memecahkan masalah dari berbagai industri. Bahkan diintegrasikan dengan ChatGPT. Manfaatnya apa?

  • Membantu kalian menjelaskan lebih detail code yang sedang dipelajari

  • Membantu menemukan code yang salah atau tidak sesuai

  • Memberikan solusi atas problem yang dihadapi pada code

  • Membantu kalian belajar kapanpun dan dimanapun


Selain itu, DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula. Tunggu apa lagi, segera Sign Up dan persiapkan diri untuk menguasai Excel dari level apapun. Jangan lupa juga ikuti pula Bootcamp Data Analyst with Excel!


Penulis : Dita Feby 

Editor : Annissa Widya

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login