Scatter Plot

2. Scatter Plot

Scatter plot merupakan salah satu Hasil yang diperoleh dari beberapa metode untuk menganalisis hubungan

sample yang korelasinya kuat (+/-) terlihat kedua variabel,yang bertujuan untuk

adanya sebaran data yang mengumpul mengetahui besarnya pengaruh dari X

mengikuti garis regresinya walaupun tidak terhadap nilai dari Y. Ketika kedua

begitu rapat. Hal ini karena nilai variabel berkorelasi kuat (positif maupun

korelasinya tidak terlalu tinggi. negatif) maka

sebaran

data akan

mengumpul disekitar garis regresinya Contoh scatter plot pada korelasi terkuat sedangkan jika tidak adanya korelasi antar

pada ke-empat indikator El Nino-La Nina kedua variabel tersebut maka sebaran data

seperti pada gambar di bawah ini : akan menyebar jauh dari garis regresinya.

Gambar 8 . Korelasi Terkuat Indeks Hujan dengan Fenomena Global

Gambar 10 . Scatterplot Indeks Hujan dan

Gambar 9. Scatterplot Indeks Hujan dan SOI

Nino 4

Pada gambar diatas, terlihat adanya Pada gambar diatas, terlihat adanya hubungan positif dimana nilai sumbu Y

hubungan negatif dimana nilai sumbu Y (Indeks Hujan) meningkat diikuti

(Indeks Hujan) meningkat namun nilai dengan meningkat pula nilai sumbu X

sumbu X (Nino 4) menurun. Dari (SOI). Dari persamaan hubungan

hubungan diperoleh diperoleh sumbangan X sebesar 0.397

persamaan

sumbangan X sebesar 0.253 terhadap Y terhadap Y dengan kemiringan garis

dengan kemiringan garis regresi regresi terhadap normalnya sebesar

terhadap normalnya sebesar 0.140. Nilai 1.466. Nilai koefisien determinasi (R 2 2 ) koefisien determinasi (R )

yang yang dihasilkan dari hubungan kedua

dihasilkan dari hubungan kedua variabel variabel diatas ialah sebesar 0.140.

diatas ialah sebesar 0.146. Dari gambar terlihat adanya beberapa pencilan (data

Gambar 12. Scatterplot Indeks Hujan dan Nino West

Pada gambar diatas, terlihat adanya

hubungan positif dimana nilai sumbu Y

. Scatterplot Indeks Hujan (Indeks Hujan) meningkat diikuti

Gambar 11

dan Nino 3.4 dengan meningkat pula nilai sumbu X (Nino West). Dari persamaan hubungan

Pada gambar diatas, terlihat adanya diperoleh sumbangan X sebesar 0.102 hubungan negatif dimana nilai sumbu Y

terhadap Y dengan kemiringan garis regresi terhadap normalnya sebesar

(Indeks Hujan) meningkat namun nilai 0.002. Nilai koefisien determinasi (R sumbu X (Nino 3.4) menurun. Dari 2 )

persamaan hubungan

diperoleh

yang dihasilkan dari hubungan kedua variabel diatas ialah sebesar 0.111.

sumbangan X sebesar 0.289 terhadap Y dengan kemiringan garis regresi

terhadap normalnya sebesar 0.070. Nilai

koefisien 2 determinasi (R )

yang

3. Analisis Grafik

dihasilkan dari hubungan kedua variabel Analisis korelasi antara kedua variabel diatas ialah sebesar 0.101. Dari gambar

dapat juga dilakukan dalam bentuk grafik. terlihat adanya beberapa pencilan (data

Hal ini bertujuan untuk melihat bagaimana sangat yang jauh dari garis regresinya).

) terlihat adanya pola karakteristik data hubungan kedua variabel berkebalikan, yang berbeda. Pada sample korelasi positif

dimana saat indeks hujan rendah maka menunjukkan adanya pola karakteristik

Nino 4 tenggi, dan sebaliknya. yang searah antara kedua variable. sedangkan pada sample yang korelasinya

c) Indikator Nino 3.4

negatif menunjukan pola karakteristik yang berlawanan arah antara kedua variabel.

Contoh grafik korelasi terkuat pada ke- empat indikator El Nino-La Nina seperti pada gambar di bawah ini :

a) Indikator SOI

Gambar 15. Grafik Indeks Hujan dan Nino

diatas menunjukkan hubungan kedua variabel berkebalikan,

Gambar 13. Grafik Indeks Hujan dan SOI Gambar

dimana saat indeks hujan rendah maka hubungan kedua variabel yang saling

Gambar diatas

menunjukkan

Nino 3,4 tinggi, dan sebaliknya. Hal ini bersesuaian,

sama dengan hubungan indeks hujan karakteristik data indeks hujan diikuti

dimana

fluktuasi

dengan Nino 4.

dengan data SOI.

d) Indikator Nino west

b) Indikator Nino 4

Gambar 14. Grafik Indeks Hujan dan Nino Gambar 16. Grafik Indeks Hujan dan Nino

West West

Hujan di Biak. Jakarta : Puslitbang dimana saat Nino West meningkat

BMKG

diikuti oleh meningkatnya indeks hujan. Wilks, Daniel S. 2011. Statistical Methods in the Atmospheric Sciences – third edition. Amerika Serikat: Academic Press.

4. KESIMPULAN

Sooraj, K. P,dkk. 2008. Impact of El Nino Onset Timing on the Indian Pacific

Adapun kesimpulan dari penelitian ini Coupling and Subsequent El Nino antara lain :

evolution. USA : Springer- Verlag 2008

1. Secara keseluruhan di wilayah

Archives-1876 to present penelitian,

S.O.I

indikator

Nino

(http://www.bom.gov.au/climate/curr memberikan

ent/soihtm1.shtml), diakses

fenomena El Nino-La Nina lainnya. Monthly & SST Indices (Nino 3.4) -1951 Nino 4 memberikan korelasi tertinggi

to present

pada hujan di Sorong dengan nilai - (http://www.esrl.noaa.gov/psd/gcos_ 0,38. SOI memberikan korelasi wgsp/Timeseries/Data/nino34.long.a tertinggi pada hujan di Tanah Merah

dengan nilai 0,38. Nino West nom.data), diakses 15 Februari 2015 Monthly & SST Indices (Nino 4) -1951 to

memberikan korelasi tertinggi pada

present

hujan di Tanah Merah dengan nilai (http://www.esrl.noaa.gov/psd/gcos_ 0,34. Sedangkan Nino 3.4 memberikan wgsp/Timeseries/Data/nino4.long.an korelasi tertinggi pada hujan di Sorong om.data), diakses 15 Februari 2015 dengan nilai -0,32. Monthly mean SST Anomaly (Nino West)

2. Hasil korelasi yang dihasilkan -1949 to present beberapa indikator El Nino-La Nina

(http://ds.data.jma.go.jp/tcc/tcc/produ terhadap curah hujan di wilayah Papua

cts/elnino/index/sstindex/base_period dan Papua Barat unik karena tidak

_8110/Nino_West/anomaly), adanya

tendensi

korelasi yang

Februari 2015

jelas/tegas terhadap variasi topografi

sehingga kedepannya jika ada tempat baru diluar kajian ini perlu diadakan

penelitian lebih lanjut.