Dokumen ini menjelaskan tentang penggambaran dan interpretasi diagram pencar serta garis regresi linear dalam analisis data bivariat. Penjelasan meliputi cara menggambar diagram pencar, menentukan variabel, dan menginterpretasikan pola hubungan antara dua variabel. Selain itu, dokumen juga membahas pentingnya garis regresi dalam memprediksi nilai dan menjelaskan tren data.

1. statistik
a
SMA N 1 BASO
By Raudatul Husna,S.Pd

2. 1. Menggambar diagram pencar atau diagram scatter data
bivariat
2. Menginterpretasikan diagram pencar atau diagram scatter data
bivariat
3. Menentukan arah dan bentuk trend data bivariat dari diagram
pencar atau diagram scatter
Tujuan
Pembelaja
ran

3. Diagram pencar adalah diagram yang
berupa pesebaran titik-titik dalam bidang
Cartesius yang menunjukkan pola hubungan
antara dua data/variabel
A.
Diagra
m

4. Diagram pencar atau scatter plot dapat
digunakan untuk menunjukkan hubungan
antara dua variabel yang digambarkan dalam
bentuk titik (points) pada bidang koordinat
Cartesius. Variabel pertama adalah variabel
independent (bebas) yang digambarkan pada
sumbu X. Variabel Independen adalah variabel
yang memengaruhi atau menyebabkan
berubahnya variabel dependen. Variabel
kedua merupakan variabel dependen (terikat)
yang digambarkan pada sumbu Y. Variabel
dependen adalah variabel yang nilai nya di
pengaruhi oleh variabel independent

5. Perhatikan Tabel Berikut!

6. Dari tabel tadi, apa yang dapat
kita simpulkan???

7. a. Tentukan variabel x dan variabel y. Variabel x adalah
variabel yang memberi adalah variabel yang memberi
pengaruh
b. Temukan nilai tertinggi dan terendah untuk setiap
variabel
c. Buat diagram cartesius dengan skala yang sesuai
d. Sebarkan titik-titik pada diagram sesuai dengan
pasangan nilainya
Langkah
Menyusun
Diagram Pencar

8. Menggambarkan pola
hubungan atau pengaruh
suatu variabel terhadap
variabel lainnya
Hubungan
Dua
Variabel
Melalui
Diagram
Pencar
POLA
Menggambar arah
hubungan atau
pengaruh suatu
variabel terhadap
variabel lainnya
ARAH
Menggambarkan
seberapa kuat suatu
variabel memberikan
pengaruh terhadap
variabel lainnya
KEKU
ATAN

9. Pola
Hubu
ngan
Korelasi Linier Korelasi Non Linier

10. Arah
Hubun
gan
Korelasi
Positif
Korelasi
Negatif
Tidak Ada Korelasi

11. Kekuatan
Hubunga
n
Kua
t
Sedang Lema
h

12. Harga barang dan banyak barang yang terjual di beberapa toko disajikan dalam diagram
pencar berikut.
Contoh
a. Bagaimana tren data pada diagram?
b. Bagaimana korelasi harga barang dan banyak barang yang
terjual?
c. Bagaimana pengaruh harga barang terhadap banyak barang
yang terjual?
Pola
Penyebaran
Data
Tren
Data
Arah Garis Korelasi
Data
Interpretasi data
Pola
Penyebaran
Data
Tren
Data
Arah Garis Korelasi
Data
Interpretasi data
Berbentuk/
mendekati garis
Pola
Penyebaran
Data
Tren
Data
Arah Garis Korelasi
Data
Interpretasi data
Berbentuk/
mendekati garis
Linier
Pola
Penyebaran
Data
Tren
Data
Arah Garis Korelasi
Data
Interpretasi data
Berbentuk/
mendekati garis
Linier Arah garis
turun dari
Pola
Penyebaran
Data
Tren
Data
Arah Garis Korelasi
Data
Interpretasi data
Berbentuk/
mendekati garis
Linier Arah garis
turun dari
Negatif
Pola
Penyebaran
Data
Tren
Data
Arah Garis Korelasi
Data
Interpretasi data
Berbentuk/
mendekati garis
Linier Arah garis
turun dari
Negatif Makin naik harga
barang, makin menurun

13. regresi
linier
SMA N 1 BASO
By Raudatul Husna,S.Pd

14. 1. Menggambar persamaan garis regresi linear
2. Menentukan persamaan garis regresi linear
3. Menginterpretasikan persamaan garis regresi linear
4. Menerapkan interpolasi dan ekstrapolasi data berdasarkan
suatu persamaan garis regresi linear
Tujuan
Pembelaja
ran

15. Garis Regresi atau
Garis Best-Fit
Line of best fit adalah garis lurus yang mampu menjelaskan persebaran
data. Selain itu, garis ini berfungsi untuk memperlihatkan kecendrungan
tren.
Garis regresi atau Garus Best-Fit adalah garis yang dapat dipakai untuk
memprediksi nilai y apabila diketahui nilai x tertentu
Perhatikan diagram pencar berikut

16. Titik-titik pada diagram pencar tersebut membentuk pola yang menyerupai
garis lurus. Artinya, ada korelasi antara kepadatan penduduk dan jumlah
kasus Covid-19. Jika diagram pencar menunjukkan adanya korelasi antara
dua variabel, kita dapat membuat garis-garis yang ditarik dari titik-titik pada
diagram pencar tersebut. Diantara semua garis tersebut, hanya ada satu
garis yang paling tepat menggambarkan hubungan antara dua variabel.
Garis tersebut disebut garis regresi atau garus best-fit. Persamaan garis
regresi sederhana sering dituliskan dalam bentuk umum berikut ini.
Dimana = nilai variabel dependen yang diprediksikan
= nilai variabel independen
= koefisien regresi (gradien garis regresi)
= konstanta

18. Metode Kuadrat
Terkecil