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.