Begini Beda QQ Plot dan Scatter Plot dalam Visualisasi Data

Table of Contents

Ketika berhadapan dengan data, visualisasi adalah kunci untuk memahami apa yang tersembunyi di dalamnya. Ada banyak jenis plot yang bisa kita gunakan, dan dua yang cukup umum tapi punya tujuan yang sangat berbeda adalah QQ Plot dan Scatter Plot. Sekilas mungkin terlihat sama karena sama-sama menampilkan titik-titik di grafik, tapi fungsi dan informasi yang mereka berikan itu jauh berbeda lho. Yuk, kita bedah satu per satu!

Mengenal QQ Plot: Untuk Apa Sih?¶

QQ Plot itu singkatan dari Quantile-Quantile Plot. Plot ini bukan untuk melihat hubungan antara dua variabel datamu. Tujuan utamanya adalah untuk memeriksa apakah distribusi datamu mengikuti distribusi teoritis tertentu yang sudah diketahui, misalnya distribusi normal, distribusi eksponensial, atau distribusi t.

Bayangin gini: kamu punya sekumpulan data, misalnya tinggi badan orang dewasa. Kamu curiga data tinggi badan ini mengikuti distribusi normal. Nah, QQ Plot ini cara visual untuk mengecek kecurigaanmu itu.

Caranya kerja gimana? QQ Plot membandingkan kuantil (quantile) dari datamu dengan kuantil dari distribusi teoritis yang kamu pilih. Kuantil itu titik-titik data yang membagi distribusi menjadi segmen-segmen dengan jumlah data yang sama (misalnya kuartil membagi jadi empat, persentil membagi jadi seratus). Plot ini akan menggambar titik-titik di mana sumbu x adalah kuantil dari distribusi teoritis (misalnya distribusi normal standar) dan sumbu y adalah kuantil dari datamu yang sudah diurutkan.

Image just for illustration

Jika datamu benar-benar mengikuti distribusi teoritis yang kamu pilih, titik-titik di QQ Plot akan membentuk garis lurus diagonal yang sempurna. Nah, penyimpangan dari garis lurus ini menunjukkan perbedaan antara distribusi datamu dan distribusi teoritis. Misalnya, kalau titik-titiknya melengkung di ujung, itu bisa berarti datamu punya “ekor” (tail) yang lebih berat atau lebih ringan daripada distribusi teoritis. Kalau bentuknya seperti huruf S, itu bisa menandakan data agak miring (skewed).

QQ Plot sering banget dipakai dalam statistik inferensial. Banyak uji statistik (seperti uji-t atau ANOVA) dan model regresi linear itu punya asumsi bahwa data atau residualnya berdistribusi normal. QQ Plot jadi alat powerful buat ngecek asumsi ini sebelum kamu melanjutkan analisis atau menarik kesimpulan dari modelmu. Gagal memenuhi asumsi distribusi bisa bikin hasil analisis jadi nggak valid lho!

Fakta Menarik: Konsep QQ plot ini pertama kali diperkenalkan oleh statistikawan Martin Wilk dan Ram Gnanadesikan pada tahun 1968. Jadi, ini bukan alat visualisasi baru yang muncul belakangan.

Mengenal Scatter Plot: Visualisasi Hubungan Data¶

Nah, beda banget sama QQ Plot, Scatter Plot itu tujuannya murni untuk melihat hubungan atau korelasi antara dua variabel kuantitatif. Biasanya, satu variabel diletakkan di sumbu x (variabel independen atau prediktor) dan variabel lainnya di sumbu y (variabel dependen atau respons). Setiap titik di plot ini mewakili satu observasi atau satu data point, di mana posisinya ditentukan oleh nilai kedua variabel tersebut untuk observasi itu.

Misalnya, kamu mau lihat hubungan antara jam belajar siswa dengan nilai ujian mereka. Kamu ambil data dari beberapa siswa, catat jam belajar mereka (sumbu x) dan nilai ujian mereka (sumbu y). Terus, kamu plot setiap siswa sebagai satu titik di grafik.

Image just for illustration

Dari Scatter Plot ini, kamu bisa langsung lihat polanya. Kalau titik-titiknya cenderung naik dari kiri bawah ke kanan atas, berarti ada hubungan positif (makin tinggi jam belajar, makin tinggi nilai). Kalau cenderung turun, berarti hubungan negatif. Kalau titik-titiknya menyebar nggak jelas kayak awan, berarti nggak ada hubungan linear yang kuat. Kamu juga bisa lihat apakah hubungannya linear (membentuk garis lurus) atau non-linear (membentuk kurva), apakah ada outlier (titik yang jauh dari pola umum), dan seberapa kuat hubungannya (seberapa rapat titik-titiknya membentuk pola).

Scatter Plot ini adalah salah satu visualisasi paling dasar dan paling penting dalam analisis data eksploratif (Exploratory Data Analysis/EDA). Ini langkah pertama buat memahami bagaimana dua hal saling terkait sebelum melakukan analisis statistik yang lebih lanjut seperti regresi atau korelasi.

Tips: Saat melihat Scatter Plot, jangan cuma lihat ada pola atau nggak. Perhatikan juga arah hubungannya (positif/negatif), bentuknya (linear/non-linear), dan kekuatannya (rapat/renggang). Outlier juga penting diperhatikan karena bisa mempengaruhi hasil analisis selanjutnya.

Perbedaan Utama: Fokus dan Tujuan¶

Oke, sekarang kita rangkum perbedaan kuncinya biar makin jelas:

Fitur Utama	QQ Plot	Scatter Plot
Tujuan	Mengecek distribusi data vs. distribusi teoritis	Melihat hubungan/korelasi antara dua variabel
Jumlah Variabel	Satu variabel data kuantitatif (dibandingkan kuantilnya dengan distribusi teoritis)	Dua variabel kuantitatif
Sumbu-X & Sumbu-Y	Kuantil Distribusi Teoritis (X) vs. Kuantil Data (Y)	Nilai Variabel 1 (X) vs. Nilai Variabel 2 (Y)
Interpretasi Kunci	Seberapa dekat titik-titik membentuk garis lurus (menunjukkan kesesuaian distribusi)	Pola, arah, bentuk, dan kekuatan hubungan antar variabel; identifikasi outlier
Pertanyaan yang Dijawab	Apakah dataku berdistribusi [Normal/Eksponensial/dll]?	Apakah ada hubungan antara Variabel X dan Variabel Y? Bagaimana bentuk dan kekuatannya?

Image just for illustration

Singkatnya, QQ Plot fokus pada bentuk dari satu kumpulan data dibandingkan dengan bentuk ideal distribusi teoritis. Sementara Scatter Plot fokus pada hubungan antara dua kumpulan data yang berbeda.

Kapan Menggunakan Masing-Masing?¶

Memilih plot yang tepat tergantung pada pertanyaan yang ingin kamu jawab:

• Gunakan QQ Plot ketika:

  • Kamu perlu memeriksa apakah data tunggalmu (misalnya, residual dari model statistik, nilai ujian, tinggi badan) mengikuti distribusi tertentu yang dibutuhkan untuk analisis selanjutnya (misalnya, normalitas untuk uji parametrik).
  • Kamu ingin secara visual membandingkan kuantil datamu dengan kuantil distribusi standar untuk memahami karakteristik distribusi datamu (seperti skewness atau kurtosis).
  • Kamu melakukan analisis di mana asumsi distribusi itu krusial untuk validitas hasilnya.

• Gunakan Scatter Plot ketika:

  • Kamu ingin mengeksplorasi hubungan antara dua variabel kuantitatif (misalnya, pendapatan vs. pengeluaran, suhu vs. penjualan es krim, dosis obat vs. efek).
  • Kamu ingin melihat apakah ada tren, pola, atau cluster dalam data yang melibatkan dua variabel.
  • Kamu ingin mengidentifikasi outlier atau titik data yang unik yang menyimpang dari hubungan umum antara dua variabel.
  • Sebagai langkah awal sebelum menghitung koefisien korelasi atau membangun model regresi.

Meskipun berbeda tujuan, keduanya sama-sama penting dalam toolkit analisis data. QQ Plot membantu memastikan data memenuhi asumsi statistik, sementara Scatter Plot membantu memahami hubungan antar variabel. Keduanya melengkapi satu sama lain dalam proses analisis yang komprehensif.

Tips Membaca Plot¶

Membaca plot ini juga ada seninya lho, biar nggak salah interpretasi:

• Tips Membaca QQ Plot:

  • Cari garis lurus diagonal. Semakin dekat titik-titik ke garis ini, semakin baik kesesuaian datamu dengan distribusi teoritis.
  • Lihat ujung-ujung plot. Jika titik-titik di ujung atas atau bawah menyimpang dari garis, ini menunjukkan penyimpangan di ekor distribusi.
  • Perhatikan bentuk penyimpangan. Bentuk melengkung ke atas/bawah di ujung bisa berarti ekor terlalu “berat” atau terlalu “ringan”. Bentuk “S” bisa berarti datamu miring (skewed).
  • QQ Plot lebih sensitif terhadap penyimpangan di ekor distribusi dibandingkan histogram.

• Tips Membaca Scatter Plot:

  • Cari pola atau tren utama. Apakah titik-titik membentuk garis lurus, kurva, atau tidak ada pola sama sekali?
  • Perhatikan arah tren. Naik dari kiri ke kanan (positif), turun (negatif), atau datar (tidak ada hubungan linear).
  • Lihat seberapa rapat titik-titik itu di sekitar pola. Ini menunjukkan kekuatan hubungan. Makin rapat, makin kuat.
  • Identifikasi outlier – titik yang jauh dari kelompok utama. Mereka bisa memberikan wawasan penting atau mungkin data yang salah.
  • Jangan langsung menarik kesimpulan sebab-akibat dari Scatter Plot. Korelasi tidak sama dengan kausasi!

Contoh Nyata Penggunaan¶

Biar makin kebayang, ini contoh skenario:

• Skenario QQ Plot: Kamu sedang membuat model regresi linear untuk memprediksi harga rumah berdasarkan luas tanah. Salah satu asumsi kunci regresi linear adalah residual (selisih antara harga prediksi dan harga aktual) harus terdistribusi normal. Sebelum kamu yakin dengan modelmu, kamu akan membuat QQ Plot dari residual modelmu terhadap distribusi normal. Kalau plotnya mendekati garis lurus, asumsi normalitas residual terpenuhi. Kalau nggak, kamu mungkin perlu transformasi data atau pakai model lain.

• Skenario Scatter Plot: Kamu adalah manajer pemasaran dan ingin melihat apakah pengeluaran iklan di media sosial berpengaruh terhadap jumlah penjualan. Kamu mengumpulkan data pengeluaran iklan bulanan dan total penjualan bulanan selama setahun terakhir. Kamu akan membuat Scatter Plot dengan pengeluaran iklan di sumbu x dan penjualan di sumbu y. Dari plot ini, kamu bisa langsung melihat apakah ada tren positif (makin banyak iklan, makin tinggi penjualan) dan seberapa jelas tren tersebut.

Lebih Dalam Tentang Distribusi¶

Kenapa sih ngecek distribusi pake QQ Plot itu penting banget? Selain untuk memenuhi asumsi uji statistik dan model, memahami distribusi datamu sendiri itu fundamental. Distribusi data memberitahu kita bagaimana data tersebar. Apakah sebagian besar data berkumpul di tengah, ataukah miring ke satu sisi, atau punya dua puncak? Pengetahuan ini membantu kita memilih metode analisis yang tepat.

QQ Plot memungkinkan kita membandingkan distribusi data kita yang ‘unik’ dengan ‘cetakan’ distribusi standar yang sudah dikenal sifat-sifatnya. Misalnya, kalau datamu seharusnya normal (karena banyak fenomena alamiah mengikuti distribusi ini), tapi QQ Plot menunjukkan penyimpangan ekor, itu bisa jadi petunjuk ada faktor lain yang mempengaruhi data di nilai-nilai ekstrem, atau mungkin ada kesalahan pengukuran.

Selain normal, QQ Plot juga bisa digunakan untuk membandingkan data dengan distribusi lain seperti:
* Distribusi Eksponensial: Sering untuk data waktu antar kejadian (misalnya, waktu antar panggilan telepon masuk ke customer service). QQ Plot bisa cek apakah waktu antar panggilan ini cocok dengan distribusi eksponensial.
* Distribusi Uniform: Untuk data yang seharusnya tersebar merata di seluruh rentang (misalnya, angka acak dari generator yang baik). QQ Plot bisa cek apakah sebaran data itu benar-benar merata.
* Distribusi Student’s t: Mirip normal tapi punya ekor lebih berat. Kadang dipakai kalau data terindikasi punya outlier atau ekor yang lebih tebal dari normal.

Memilih distribusi teoritis yang tepat untuk dibandingkan di QQ Plot juga butuh pemahaman konteks datamu dan teori di balik data tersebut.

Variasi Scatter Plot¶

Scatter Plot sendiri punya beberapa “saudara” atau variasi tergantung kebutuhan visualisasi:

• Bubble Plot: Mirip Scatter Plot, tapi ukuran titiknya (gelembung) bervariasi sesuai dengan nilai variabel ketiga. Jadi bisa menampilkan hubungan 3 variabel sekaligus.
• Line Plot: Sebenarnya bisa dianggap Scatter Plot di mana titik-titik data dihubungkan oleh garis, biasanya digunakan ketika variabel di sumbu X punya urutan alami, paling sering adalah waktu. Ini sangat berguna untuk melihat tren data dari waktu ke waktu.
• Scatter Plot dengan Jitter: Kalau banyak titik data punya nilai yang sama, mereka akan bertumpuk di Scatter Plot. Menambahkan sedikit jitter (menggeser titik sedikit secara acak) bisa membantu melihat densitas data di area tersebut.
• Scatter Plot Matriks: Kalau kamu punya lebih dari dua variabel dan ingin melihat hubungan setiap pasangan variabel, kamu bisa membuat matriks Scatter Plot, di mana setiap sel menampilkan Scatter Plot antara dua variabel tertentu.

Variasi-variasi ini menunjukkan betapa fundamentalnya konsep plotting titik (x, y) untuk memahami data.

Kesalahan Umum¶

Ada beberapa kesalahan yang sering terjadi saat menggunakan atau menafsirkan plot ini:

• Mengira QQ Plot membandingkan dua sampel data. QQ Plot standar membandingkan satu sampel dengan distribusi teoritis. Kalau mau membandingkan dua sampel, ada juga plot serupa namanya PP Plot (Probability-Probability Plot) atau QQ Plot yang membandingkan kuantil satu sampel dengan kuantil sampel lain. Tapi yang paling umum disebut QQ Plot biasanya yang lawan distribusi teoritis.
• Mengabaikan skala sumbu pada Scatter Plot. Skala yang berbeda bisa membuat hubungan terlihat lebih kuat atau lebih lemah dari yang sebenarnya.
• Menginterpretasikan hubungan non-linear pada Scatter Plot sebagai “tidak ada hubungan” hanya karena tidak membentuk garis lurus. Mungkin tidak ada hubungan linear, tapi ada hubungan dalam bentuk lain.
• Tidak memilih distribusi teoritis yang tepat untuk QQ Plot. Kalau kamu membandingkan data yang jelas-jelas tidak normal (misalnya, data waktu tunggu) dengan distribusi normal, QQ Plotnya pasti tidak lurus dan itu bukan informasi yang berguna. Pilih distribusi yang secara teori mungkin relevan dengan datamu.

Memahami perbedaan dan penggunaan yang tepat dari QQ Plot dan Scatter Plot akan sangat meningkatkan kemampuanmu dalam menganalisis dan memahami data. Keduanya adalah alat visualisasi yang powerful dengan fokus yang berbeda namun sama-sama krusial.

Sudah lebih jelas kan bedanya? QQ Plot itu buat ngecek distribusi tunggal versus teori, Scatter Plot buat ngecek hubungan antara dua variabel. Punya pertanyaan atau pengalaman pakai plot ini di analisis datamu? Share di kolom komentar ya!