1. Jelajahi korelasi variabel
Tentukan apakah dua variabel berubah secara sinkron, memberikan dasar untuk pemodelan selanjutnya (seperti analisis regresi).
2. Deteksi pola distribusi data
Identifikasi jenis hubungan linier, eksponensial, logaritmik, dan lainnya. Misalnya, pertumbuhan populasi dan waktu dapat menunjukkan distribusi eksponensial, sedangkan kecepatan mobil dan konsumsi bahan bakar dapat menunjukkan hubungan berbentuk U.
3. Identifikasi pencilan dan nilai abnormal
Pencilan dapat mempengaruhi akurasi model dan memerlukan penyelidikan lebih lanjut (seperti kesalahan entri data atau peristiwa khusus).
4. Bandingkan perbedaan antara beberapa kelompok data
Gunakan label kelompok (seperti warna yang berbeda) untuk membandingkan perbedaan dalam hubungan variabel antara kelompok yang berbeda (seperti kelompok usia yang berbeda).

1. Amati pola distribusi keseluruhan
Tren linier: Titik-titik tersebar secara diagonal ke atas atau ke bawah, seperti tinggi dan berat badan.
Tren nonlinier: Titik-titik tersebar dalam garis melengkung, seperti kecepatan mobil dan konsumsi bahan bakar.
Tidak ada korelasi: Titik-titik tersebar secara acak, seperti tinggi badan dan ukuran sepatu (setelah mengendalikan usia).
2. Identifikasi pencilan dan nilai abnormal
Periksa titik-titik yang menyimpang dari distribusi keseluruhan untuk menentukan apakah itu kesalahan data atau kasus khusus. Misalnya, ketika menganalisis hubungan antara harga rumah dan luas, lokasi dengan harga rumah tinggi di area kecil mungkin berada di pusat kota.

1. Analisis korelasi variabel, seperti apakah investasi iklan dan penjualan meningkat atau menurun secara bersamaan, untuk dengan cepat menentukan korelasi positif/negatif atau tidak ada korelasi.

2. Deteksi pola distribusi data, seperti mengidentifikasi hubungan nonlinier (seperti kurva berbentuk U antara kecepatan mobil dan konsumsi bahan bakar) atau pencilan (seperti pencilan kecil dengan harga tinggi).

3. Lakukan analisis perbandingan multikelompok, membedakan kelompok berdasarkan warna/bentuk (seperti perbedaan dalam distribusi tinggi-berat antara pria dan wanita), untuk membantu dalam penelitian segmentasi pasar.

4. Validasi model regresi, memeriksa apakah variabel memenuhi asumsi linier dan menghindari bias model.

Perbedaan utama antara diagram pencar dan diagram gelembung terletak pada dimensi tampilan variabel dan ekspresi visual. Diagram pencar menggunakan sistem koordinat dua dimensi untuk menampilkan hubungan antara dua variabel (X, Y). Setiap titik hanya mewakili sepasang nilai. Mereka fokus pada menganalisis korelasi, tren, atau pencilan antara variabel dan cocok untuk mengeksplorasi hubungan dasar. Diagram gelembung, di sisi lain, memperkenalkan variabel ketiga, mengkodekan nilai melalui ukuran (atau warna) gelembung, memungkinkan analisis simultan dari tiga variabel.