Diterbitkan | Terakhir diperbarui

Jenis grafik yang tepat untuk penelitian bergantung pada satu hal: pertanyaan yang dijawab oleh data Anda. Gunakan grafik batang dengan titik mentah untuk membandingkan kelompok, diagram kotak untuk membandingkan sebaran, histogram untuk melihat bentuk satu pengukuran, diagram sebar untuk dua pengukuran bersama, dan grafik garis untuk perubahan dari waktu ke waktu. Di bawah ini, setiap jenis grafik diuraikan pada kumpulan data nyata yang dapat dikutip, dengan angka-angka yang harus Anda baca darinya dan kesalahan yang paling sering ditandai oleh penilai.

Dalam Kata Sederhana

Pilih grafik yang sesuai dengan pertanyaan Anda, bukan berdasarkan kebiasaan. Tampilkan setiap titik data jika jumlahnya sedikit. Mulailah sumbu batang dari nol. Nyatakan n dan arti dari error bar pada keterangan grafik.

Jenis grafik mana yang sesuai dengan pertanyaan Anda?

Mulailah dengan tabel ini. Setiap baris menghubungkan pertanyaan penelitian dengan grafik yang menjawabnya dan cara grafik tersebut paling sering menyesatkan. Setiap grafik dalam tabel diuraikan secara lengkap di bawah ini, dan grafik sumbu ganda mendapatkan bagian tersendiri. Untuk akurasi diagnostik, plot uji coba dan meta-analisis (ROC, Kaplan-Meier, forest, Bland-Altman) lihat Grafik Penelitian Klinis: 10 Plot untuk Uji Coba, Tes Diagnostik, dan Meta-Analisis.

PertanyaanmuGrafik yang akan digunakanDi mana letak kegagalannya?
Bandingkan rata-rata kelompokGrafik batang dengan titik mentah yang ditampilkanGrafik batang saja menyembunyikan sebaran dan ukuran sampel.
Bandingkan sebaran dan nilai ekstrem di seluruh kelompok.Petak kotakMenyembunyikan bimodalisitas; menampilkan poin ketika n kecil
Lihat bentuk dari satu pengukuran.HistogramLebar wadah mengubah tampilan; coba dua lebar.
Tunjukkan bagaimana dua pengukuran bergerak bersama-samaPlot pencarGaris yang dipasang menunjukkan sebab; garis itu hanya menunjukkan hubungan.
Tunjukkan perubahan dari waktu ke waktuGrafik garisSatu tren lurus dapat menyembunyikan langkah tiba-tiba.
Tampilkan tabel nilai atau korelasiPeta panasSkala warna bisa menyesatkan tanpa keterangan yang jelas.
Tunjukkan bagian dari satu keseluruhan (2 hingga 5 bagian)Pai atau kue batangan bertumpukLebih dari 5 potong tidak dapat dibandingkan secara visual.

Setiap jenis grafik dikerjakan dua kali. Pertama pada dataset publik yang disertakan dengan R, sehingga Anda dapat mereproduksi setiap angka (dihitung secara independen di R dan Python dan dicocokkan hingga digit terakhir). Kemudian pada gambar dari makalah akses terbuka terbaru di JAMA Network Open atau Nature Communications, yang direproduksi di bawah lisensi CC BY 4.0 dengan atribusi, sehingga Anda dapat melihat bagaimana penulis menangani keputusan yang sama dalam publikasi cetak.

Grafik batang: membandingkan rata-rata kelompok (tunjukkan titik-titiknya)

Grafik batang mengkodekan nilai sebagai panjang, sehingga menjawab pertanyaan “kelompok mana yang lebih besar?”. Data tersebut adalah panjang gigi pada 60 marmut yang diberi vitamin C berupa jus jeruk (OJ) atau asam askorbat (VC) dalam tiga dosis (Crampton 1947, 10 hewan per batang).

Grafik batang panjang gigi marmut berdasarkan dosis vitamin C dengan titik data individual yang ditambahkan di atasnya.
Gambar 1. Panjang gigi rata-rata menurut dosis dan suplemen, dengan setiap hewan ditunjukkan sebagai titik. Tinggi batang = rata-rata kelompok; n = 10 per batang. Sumber: ToothGrowth (Crampton 1947). Disiapkan oleh Editverse.

Cara membacanya. Pada dosis 0.5 mg/hari, rata-rata ukuran partikel OJ adalah 13.23 mikron dibandingkan dengan 7.98 untuk VC. Pada dosis 1 mg/hari, selisihnya adalah 22.70 dibandingkan dengan 16.77. Pada dosis 2 mg/hari, grafik batangnya tampak identik: 26.06 dibandingkan dengan 26.14. Titik-titik tersebut menambahkan apa yang tidak dapat ditunjukkan oleh grafik batang: pada dosis 2 mg/hari, ukuran partikel hewan yang diberi VC tersebar dalam rentang yang jauh lebih luas.

Kesalahan umum: Hanya menampilkan batang grafik dan batang kesalahan. Weissgerber dkk. (2015) berpendapat bahwa data kontinu sampel kecil harus menunjukkan titik-titik individual, karena batang grafik dapat menyembunyikan distribusi yang sangat berbeda di balik rata-rata yang sama. Selain itu, mulailah sumbu y dari nol: panjang batang grafik adalah pengkodeannya.

Contoh yang dipublikasikan: satu batang per peserta, dengan interval kepercayaan (JAMA Network Open, 2026)

Grafik batang dapat digunakan dengan baik ketika setiap batang mewakili seseorang. Dalam uji coba double-blind N-of-1 tentang penghentian penggunaan tamsulosin pada pria lanjut usia, Bauer dan rekan-rekannya memperkirakan efek untuk setiap peserta secara terpisah dan menggambar satu batang per peserta, diurutkan dari efek pengobatan terbesar hingga terkecil.

Grafik batang yang menunjukkan efek pengobatan tamsulosin versus plasebo pada tingkat individu dengan interval kepercayaan 95%, satu batang per peserta, diurutkan dari efek terbesar hingga terkecil.
Gambar A. Efek pengobatan tingkat individu dengan CI 95% (A) dan skor gejala rata-rata pada plasebo versus pengobatan per peserta (B). Direproduksi dari Bauer SR et al. JAMA Netw Open. 2026;9(7):e2621639. doi:10.1001/jamanetworkopen.2026.21639. Direproduksi di bawah CC BY 4.0. Ukuran diubah untuk web; tidak ada perubahan lain. Ketuk gambar untuk membukanya dalam ukuran penuh.

Apa yang dilaporkan dalam makalah ini. Dari 30 peserta yang mencoba protokol lengkap, 11 (36.7%) memiliki efek tamsulosin minimal atau tidak ada, 11 (36.7%) memiliki efek sedang, dan 4 (13.3%) memiliki efek kuat; 4 tidak dapat mentolerir periode uji coba plasebo. Apa yang perlu disalin. Warna menandai kategori efek dan legenda memberikan n untuk masing-masing (4, 11, 11). ID peserta berada di bawah setiap batang. Keterangan menyebutkan model di balik estimasi (model campuran linier yang disesuaikan untuk periode dan waktu) dan apa itu error bar (95% CI). Panel B menunjukkan rata-rata plasebo dan perlakuan setiap orang sebagai pasangan yang terhubung, sehingga pembaca melihat nilai mentah di balik efek tersebut.

Diagram kotak: membandingkan sebaran dan outlier

Diagram kotak (box plot) merangkum setiap kelompok berdasarkan median, kuartil, dan rentangnya (Tukey 1977). Ini adalah cara tercepat untuk membandingkan sebaran data. 60 hewan yang sama, digambarkan sebagai kotak:

Diagram kotak panjang gigi kelinci percobaan berdasarkan dosis dan suplemen vitamin C menunjukkan sebaran yang berbeda pada dosis 2 mg per hari.
Gambar 2. Kotak = kuartil pertama hingga ketiga, garis = median, kumis = 1.5 x IQR, titik = outlier. n = 10 per kotak. Sumber: Pertumbuhan Gigi (Crampton 1947). Disiapkan oleh Editverse.

Cara membacanya. Pada dosis 2 mg/hari, kedua kelompok memiliki median 25.95. OJ berkisar dari 22.4 hingga 30.9 (SD 2.66); VC dari 18.5 hingga 33.9 (SD 4.80). Uji t Welch pada rata-rata memberikan t = -0.05, p = 0.96, 95% CI -3.80 hingga 3.64: tidak ada perbedaan rata-rata yang terdeteksi, tetapi variabilitas jelas berbeda. Tabel rata-rata saja tidak akan menunjukkan perbedaan ini.

Kesalahan umum: Membaca diagram kotak dengan 10 titik seolah-olah itu adalah distribusi halus. Dengan n sekecil ini, tumpang tindih titik-titik tersebut atau laporkan n dalam keterangan.

Contoh yang dipublikasikan: kasus individual yang digambar di atas setiap batang (JAMA Network Open, 2026)

Prinsip yang sama berlaku dalam makalah klinis. McNamara dan rekan-rekannya membandingkan dosis radiasi pada ahli ekokardiografi intervensi yang mengenakan pakaian timbal gantung (95 kasus) atau celemek timbal tradisional (30 kasus). Panel A menunjukkan setiap kasus sebagai titik di atas kotak. Panel B dan C beralih ke batang untuk menunjukkan persentase kasus dengan dosis yang tidak terdeteksi dan dengan dosis minimal 20 mikrosievert.

Diagram kotak dengan titik data individual dosis radiasi per kasus untuk celemek timbal tradisional versus pelindung setelan timbal gantung, dengan grafik batang untuk dosis yang tidak terdeteksi dan 20 mikrosievert atau lebih tinggi.
Gambar B. Dosis radiasi per kasus berdasarkan jenis perisai. Direproduksi dari McNamara DA et al. JAMA Netw Open. 2026;9(3):e2558134. doi:10.1001/jamanetworkopen.2025.58134. Direproduksi di bawah CC BY 4.0. Ukuran diubah untuk web; tidak ada perubahan lain. Ketuk gambar untuk membukanya dalam ukuran penuh.

Apa yang dilaporkan dalam makalah tersebut. Dosis median adalah 0.0 mikrosievert (IQR 0.0 hingga 0.3) dengan pakaian pelindung timbal yang digantung dibandingkan dengan 10.6 (IQR 5.8 hingga 24.1) dengan celemek tradisional, P < 001. Apa yang perlu disalin. Pertama, titik-titik: kelompok pakaian pelindung merupakan kelompok di dekat nol yang jika hanya menggunakan kotak akan digambarkan sebagai garis lurus. Kedua, keterangan menyatakan bahwa outlier ekstrem telah dihapus dari panel A untuk tujuan grafis, dan mendefinisikan kotak (rentang interkuartil), garis tengah (median) dan garis kumis (minimum dan maksimum tanpa outlier). Ketiga, batang hanya digunakan untuk persentase kasus, di mana panjang batang merupakan pengkodean yang tepat.

Histogram: bentuk dari suatu pengukuran

Histogram membagi satu pengukuran kontinu menjadi beberapa bin dan menghitung pengamatan di setiap bin. Histogram menjawab pertanyaan “seperti apa variabel ini?”. Data yang digunakan adalah 272 letusan geyser Old Faithful (Azzalini dan Bowman 1990).

Histogram durasi letusan geyser Old Faithful menunjukkan dua kelompok dengan nilai rata-rata di antara keduanya.
Gambar 3. Durasi erupsi, interval 0.25 menit, n = 272. Garis merah = rata-rata (3.49 menit). Sumber: faithful (Azzalini dan Bowman 1990). Disiapkan oleh Editverse.

Cara membacanya. Terdapat dua puncak, sekitar 2 dan 4.4 menit. Rata-ratanya adalah 3.49 menit dan mediannya 4.0, tetapi hanya 12 dari 272 letusan (4.4%) yang berlangsung antara 2.5 dan 3.5 menit. Rata-rata tersebut hampir tidak menggambarkan letusan yang sebenarnya. Melaporkan "rata-rata 3.49, SD 1.14" saja akan memberikan gambaran yang salah kepada pembaca.

Kesalahan umum: Meringkas variabel berpuncak ganda dengan satu nilai rata-rata dan simpangan baku. Selalu plot distribusi sebelum memilih statistik ringkasan, dan uji lebih dari satu lebar bin.

Contoh yang dipublikasikan: membandingkan bentuk distribusi dengan plot biola (JAMA Network Open, 2026)

Ketika Anda perlu membandingkan bentuk distribusi antar kelompok, plot biola (Hintze dan Nelson 1998) menggambar histogram yang dicerminkan untuk setiap kelompok. Dias dan rekan-rekannya menggunakannya untuk biaya perawatan kesehatan tahunan pada anak-anak dengan diagnosis genetik (n = 86) dan tanpa diagnosis genetik (n = 169) setelah pengurutan genom lengkap.

Grafik biola yang menunjukkan biaya perawatan kesehatan tahunan untuk anak-anak dengan dan tanpa diagnosis genetik, dengan median dan ukuran sampel di bawah setiap grafik biola.
Gambar C. Biaya tahunan berdasarkan status diagnostik. Direproduksi dari Dias JML et al. JAMA Netw Open. 2026;9(9):e2634372. doi:10.1001/jamanetworkopen.2026.34372. Direproduksi di bawah CC BY 4.0. Ukuran diubah untuk web; tidak ada perubahan lain. Ketuk gambar untuk membukanya dalam ukuran penuh.

Apa yang ditunjukkan gambar. Biaya rawat inap median adalah 1,281 pound per tahun pada kelompok yang terdiagnosis dibandingkan dengan 795 pada kelompok yang tidak terdiagnosis (panel A). Biaya resep median adalah 335 dibandingkan dengan 77 (panel B, n = 84 dan 168). Apa yang perlu disalin. Setiap grafik biola memuat ukuran sampel dan median di bawahnya, dan garis horizontal menandai kuartil, sehingga pembaca mendapatkan ringkasan dan bentuknya secara bersamaan. Keterangan menyatakan bahwa sumbu y pseudo-log digunakan untuk biaya yang miring ke kanan sambil mempertahankan nilai nol. Karena sumbu tidak linier, bacalah nilai dari tanda centang yang diberi label dan median yang tercetak, bukan dengan mata telanjang.

Diagram sebar: dua pengukuran bersama-sama

Diagram sebar menempatkan setiap pengamatan pada nilai x dan y-nya. Diagram ini menjawab pertanyaan “apakah kedua pengukuran ini bergerak bersamaan?”. Data yang digunakan adalah berat dan efisiensi bahan bakar untuk 32 model mobil (Henderson dan Velleman 1981).

Diagram sebaran berat mobil terhadap efisiensi bahan bakar dengan garis regresi yang sesuai dan pita kepercayaan.
Gambar 4. Efisiensi bahan bakar terhadap berat, n = 32, dengan penyesuaian linier dan pita kepercayaan 95%. Sumber: mtcars (Henderson dan Velleman 1981). Disiapkan oleh Editverse.

Cara membacanya. Pearson r = -0.87 (95% CI -0.93 hingga -0.74, p = 1.3e-10). Kemiringan yang sesuai adalah -5.34 mpg per 1,000 lb, dan berat menjelaskan 75% variasi dalam efisiensi bahan bakar (R-squared = 0.75). Laporkan intervalnya, bukan hanya r: korelasi tanpa interval kepercayaannya menyembunyikan seberapa besar estimasi tersebut dapat bergeser.

Kesalahan umum: Menganggap garis yang dipasang sebagai bukti bahwa satu variabel menyebabkan variabel lainnya. Grafik menunjukkan adanya hubungan. Namun, grafik tersebut tidak dapat mengesampingkan faktor ketiga, seperti ukuran mesin, yang memengaruhi keduanya.

Contoh yang dipublikasikan: diagram sebaran ditambah diagram kesepakatan (Nature Communications, 2026)

Diagram sebaran dengan koefisien korelasi menjawab pertanyaan “apakah keduanya bergerak bersamaan?”. Namun, diagram tersebut tidak menjawab pertanyaan “apakah kedua metode tersebut sepakat?”. Butkow dan rekan-rekannya menguji estimasi volume stroke berbasis earbud terhadap perangkat referensi klinis pada 23 partisipan sehat, dan menunjukkan kedua pandangan tersebut dalam satu gambar.

Diagram sebaran volume stroke yang diprediksi versus yang diukur dengan garis identitas dan r = 0.94, ditambah plot kesepakatan Bland-Altman dan batang kesalahan per peserta.
Gambar D Estimasi terhadap volume stroke referensi (a, b), kesepakatan Bland-Altman (c, d) dan kesalahan per partisipan (e). Direproduksi dari Butkow KJ et al. Nat Commun. 2026;17(1):8755. doi:10.1038/s41467-026-75642-0. Direproduksi di bawah CC BY 4.0. Ukuran diubah untuk web; tidak ada perubahan lain. Ketuk gambar untuk membukanya dalam ukuran penuh.

Apa yang dilaporkan dalam makalah ini. Koefisien korelasi Pearson r = 0.94 antara volume stroke rata-rata yang diprediksi dan yang dirujuk, kesalahan absolut rata-rata 5.24 mL dan kesalahan persentase 11.05% pada batas kesepakatan. Pada panel c, perbedaan rata-rata adalah -0.02 mL dengan batas kesepakatan 95% dari -9.35 hingga 9.3 mL. Apa yang perlu disalin. Panel a menambahkan garis identitas (y = x), sehingga pembaca melihat penyimpangan dari kesepakatan sempurna, bukan hanya tren. Panel c dan d menambahkan pandangan Bland-Altman (Bland dan Altman 1986), yang menunjukkan besarnya ketidaksepakatan. Lihat panduan kami tentang batas kesepakatan dan plot bias-perbedaan.

Grafik garis: perubahan seiring waktu

Grafik garis menghubungkan pengamatan yang berurutan, sehingga mata mengikuti trennya. Data tersebut adalah aliran tahunan Sungai Nil di Aswan untuk tahun 1871 hingga 1970 (Cobb 1978).

Grafik garis aliran tahunan Sungai Nil dari tahun 1871 hingga 1970 dengan garis tren linier menurun.
Gambar 5. Aliran tahunan, n = 100 tahun. Garis putus-putus = tren linier (-2.7 per tahun, R-kuadrat 0.22). Sumber: Nile (Cobb 1978). Disiapkan oleh Editverse.

Cara membacanya. Tren yang sesuai adalah -2.7 unit per tahun (R-squared 0.22, p = 1.1e-06), tetapi ini meremehkan apa yang terjadi. Cobb (1978) menemukan perubahan pada tahun 1898. Aliran rata-rata adalah 1,098 untuk tahun 1871 hingga 1898 (n = 28) dan 850 setelahnya (n = 72): sebuah perubahan sekitar 248 unit (Welch p = 7.3e-11). Data tersebut menggambarkan pergeseran mendadak, bukan penurunan yang lambat.

Kesalahan umum: Cobalah untuk membuat garis lurus yang melewati serangkaian data dengan perubahan bertahap. Carilah titik perubahan terlebih dahulu; garis tren yang melewati perubahan bertahap akan memberikan tingkat dan cerita yang salah.

Contoh yang dipublikasikan: deret waktu dengan interval kepercayaan (JAMA Network Open, 2026)

Matta dan rekan-rekannya membuat grafik tingkat kunjungan ke unit gawat darurat di Ontario, Kanada, untuk setiap tahun dari 2007 hingga 2022: semua kunjungan (n = 29,461,281) pada panel A dan kunjungan dengan diagnosis urologi (n = 2,192,213) pada panel B.

Grafik garis dengan batang kesalahan kunjungan ke unit gawat darurat per 100 orang di Ontario dari tahun 2007 hingga 2022, semua kunjungan dan diagnosis urologi.
Gambar E. Kunjungan ke unit gawat darurat per 100 orang, 2007 hingga 2022. Batas kesalahan menunjukkan interval kepercayaan 95%. Direproduksi dari Matta R et al. JAMA Netw Open. 2026;9(3):e2560058. doi:10.1001/jamanetworkopen.2025.60058. Direproduksi di bawah lisensi CC BY 4.0. Ukuran diubah untuk web; tidak ada perubahan lain. Ketuk gambar untuk membukanya dalam ukuran penuh.

Apa yang dilaporkan dalam makalah tersebut. Tingkat kunjungan urologi yang distandarisasi berdasarkan usia dan jenis kelamin meningkat dari 0.91 per 100 orang pada tahun 2007 menjadi 1.0 pada tahun 2015, kemudian menurun hingga tahun 2020. Apa yang perlu ditiru. Satu titik per tahun dengan interval kepercayaan 95%, rentang sumbu y dipilih untuk menunjukkan pergerakan daripada garis dasar nol (dapat diterima untuk grafik garis, tetapi tidak untuk grafik batang), dan dua panel alih-alih sumbu kedua. Penurunan sekitar tahun 2020 terlihat sekilas. Seperti contoh Sungai Nil, garis tren lurus tunggal yang ditarik melintasi tahun-tahun ini akan menyembunyikannya.

Sunting terbalik

Sunting terbalik
Direkomendasikan untuk artikel ini

Ingin gambar-gambar ini disiapkan untuk jurnal Anda? Kirimkan data mentah, sketsa kasar, atau gambar yang sudah ada. Kami akan mengirimkan hingga 10 gambar yang diformat sesuai spesifikasi jurnal target Anda.

editverse.com
Layanan Visualisasi Data
$300

Lihat layanannya

Hingga 10 figurPDF, PNG, EPS dan TIFF3-5 hari kerja

Peta panas, diagram lingkaran, dan grafik sumbu ganda: kapan mereka layak digunakan?

Ketiga grafik ini paling banyak mendapat komentar dari pengulas, karena masing-masing dapat menyesatkan jika digunakan di luar konteksnya. Masing-masing diuraikan di bawah ini menggunakan data nyata, dengan angka-angka yang perlu dibaca dan aturan yang menentukan apakah grafik tersebut layak digunakan.

Peta panas: sebuah grid yang terlalu besar untuk dibaca sebagai angka.

Peta panas mewarnai setiap sel dalam kisi berdasarkan nilainya. Gunakan peta panas ketika tabel angka terlalu besar untuk dipindai, seperti matriks korelasi di banyak variabel atau ekspresi di banyak sampel. Contohnya adalah matriks korelasi dari lima pengukuran pada 32 model mobil (Henderson dan Velleman 1981). Lima variabel hanya memberikan 10 pasangan, jadi tabel sudah cukup di sini; desain yang sama dapat diterapkan pada puluhan variabel, di mana tabel tidak mampu menanganinya.

Peta panas korelasi Pearson antara efisiensi bahan bakar, berat, tenaga kuda, ukuran mesin, dan waktu seperempat mil pada 32 mobil, dengan nilai r yang tercetak dan skala biru-putih-merah.
Gambar 6. Korelasi Pearson antara lima pengukuran mobil, n = 32. Sumber: mtcars (Henderson dan Velleman 1981). Disiapkan oleh Editverse.

Cara membacanya. Sel biru naik bersamaan; sel merah bergerak berlawanan arah. Berat dan ukuran mesin sangat terkait (r = 0.89), dan keduanya berhubungan dengan efisiensi bahan bakar yang lebih rendah (r = -0.87 dan -0.85). Waktu tempuh seperempat mil hanya terkait lemah dengan berat (r = -0.17). Karena nilainya tercetak di setiap sel, pembaca tidak perlu menebak angka dari warnanya.

Empat pilihan membuatnya dapat dipercaya. Skala divergen yang berpusat pada nol dengan batas tetap -1 hingga 1. Nilai tercetak di setiap sel. Hanya segitiga bagian bawah, karena bagian atasnya mengulanginya. Nama variabel dalam kata-kata, dengan satuan dalam keterangan. Hindari skala warna pelangi: Crameri, Shephard dan Heron (2020) menunjukkan bahwa skala tersebut dapat menyesatkan data dan mengecualikan pembaca dengan kekurangan penglihatan warna.

Kesalahan umum: Memperlakukan peta panas korelasi sebagai bukti untuk setiap pasangan yang ditunjukkannya. Sebuah matriks k variabel memuat k(k-1)/2 koefisien, sehingga 20 variabel memberikan 190 pasangan, dan beberapa akan terlihat kuat secara kebetulan. Nyatakan bagaimana Anda menangani perbandingan berganda, dan laporkan interval untuk setiap pasangan yang Anda sorot.

Diagram lingkaran: bagian-bagian dari satu keseluruhan, hanya ketika beberapa bagiannya berbeda secara jelas.

Diagram lingkaran menunjukkan bagaimana satu keseluruhan terbagi menjadi beberapa bagian. Pembaca menilai posisi sepanjang skala umum lebih akurat daripada sudut atau luas (Cleveland dan McGill 1984), sehingga diagram lingkaran hanya berfungsi jika beberapa irisannya berbeda secara jelas. Berikut adalah jumlah anak ayam yang sama di enam kelompok pakan yang digambarkan dengan dua cara (berat anak ayam, n = 71).

Diagram lingkaran dan diagram batang yang diurutkan dari jumlah anak ayam yang sama dalam enam kelompok pakan, menunjukkan bahwa diagram batang membuat peringkat lebih mudah dibaca.
Gambar 7. Jumlah yang sama seperti diagram lingkaran (A) dan diagram batang yang diurutkan (B). Enam kelompok pakan, masing-masing berisi 10 hingga 14 anak ayam. Sumber: chickwts (paket dataset R). Disiapkan oleh Editverse.

Cara membacanya. Pada diagram lingkaran, biji bunga matahari, biji rami, dan kasein (masing-masing 12 butir), tepung daging (11 butir), dan kacang kuda (10 butir) terlihat hampir sama, sehingga peringkatnya sulit dibaca. Pada grafik batang yang diurutkan, kedelai (14 butir, 19.7%) berada di urutan pertama dan kacang kuda (10 butir, 14.1%) berada di urutan terakhir secara sekilas, dengan jumlah yang dicetak di samping setiap batang. Gunakan diagram lingkaran hanya untuk 2 hingga 5 irisan dengan jarak yang jelas di antaranya, dan cetak setiap persentase. Jika tidak, urutkan kategori dan gunakan grafik batang.

Kesalahan umum: Menggunakan diagram lingkaran untuk enam kategori atau lebih, atau untuk nilai yang jumlahnya tidak sama dengan angka bulat. Proporsi pasien dengan masing-masing dari beberapa gejala bukanlah diagram lingkaran, karena satu pasien dapat memiliki beberapa gejala.

Bagan sumbu ganda: dua skala, satu cerita yang dipilih penulis.

Grafik sumbu ganda menempatkan dua ukuran pada satu plot, masing-masing dengan sumbu y-nya sendiri. Penulis memilih setiap skala, dan pilihan tersebut dapat mengubah cerita. Contohnya adalah nilai penutupan harian dari dua indeks saham Eropa, DAX Jerman dan FTSE Inggris, dari tahun 1991 hingga 1998 (1,860 hari perdagangan).

Tiga grafik nilai harian DAX dan FTSE tahun 1991 hingga 1998: dua versi sumbu ganda yang menceritakan kisah berbeda dan satu versi indeks sumbu tunggal.
Gambar 8. Dua seri yang sama digambarkan dengan dua skala sumbu ganda (A, B) dan pada satu sumbu terindeks (C). n = 1,860 hari. Sumber: EuStockMarkets (paket dataset R). Disiapkan oleh Editverse.

Cara membacanya. Pada panel A, sumbu kanan diregangkan sehingga kedua garis memiliki tinggi yang sama, dan FTSE tampak mendahului DAX hingga DAX menyusul pada tahun 1998. Pada panel B, data yang sama, dengan sumbu kanan digeser, tampak seperti dua garis yang tidak pernah bertemu. Panel C menempatkan keduanya pada satu sumbu, diindeks ke 100 di awal: DAX berakhir sekitar 336 dan FTSE sekitar 223, karena DAX naik 236% dan FTSE 123%. Kedua panel sumbu ganda tidak menunjukkan hal itu.

Perhatikan korelasi dari rangkaian tren. Selama 1,860 hari, korelasi antara kedua level indeks adalah r = 0.975, tetapi itu sebagian besar mencerminkan bahwa keduanya naik. Korelasi dari pengembalian log harian, yang menghilangkan tren bersama, adalah r = 0.64 (n = 1,859). Kedua angka tersebut dihitung secara independen di R dan Python dan hasilnya sesuai.

Opsi yang lebih aman. Indekskan kedua seri ke garis dasar umum pada satu sumbu (panel C), atau tumpuk dua panel yang berbagi sumbu x. Jika Anda harus menggunakan dua sumbu, warnai setiap sumbu agar sesuai dengan garisnya, berikan satuan, dan nyatakan pilihan skala dalam keterangan. Isenberg dan rekan-rekannya (2011) mempelajari bagaimana pembaca menafsirkan grafik skala ganda.

Kesalahan umum: Memilih rentang sumbu sedemikian rupa sehingga dua rangkaian data yang tidak berhubungan sejajar. Kesesuaian visual yang dihasilkan oleh pemilihan skala bukanlah bukti adanya hubungan.

Daftar periksa sebelum Anda mengirimkan gambar

  • Jenis grafik sesuai dengan pertanyaan (lihat tabel di atas).
  • Sumbu grafik batang dimulai dari nol; titik-titik individual ditampilkan ketika n kecil.
  • Keterangan gambar menyebutkan n, apa yang diwakili oleh garis atau pita kesalahan, dan sumber data.
  • Warna tetap dapat dibedakan dalam skala abu-abu dan untuk pembaca buta warna.
  • Teks dapat dibaca dengan lebar kolom cetak jurnal target Anda.
  • Sumbu diberi label dengan satuan; tidak ada elemen grafik yang tidak perlu (efek 3D, bayangan).

Bacaan lebih lanjut tentang prinsip-prinsip: Rougier, Droettboom dan Bourne (2014) menetapkan sepuluh aturan untuk gambar yang lebih baik, dan Midway (2020) membahas prinsip-prinsip desain untuk visualisasi data yang efektif. Keduanya dikutip di bawah ini dengan DOI. Untuk perbedaan grafik batang versus histogram secara lebih mendalam, lihat Grafik Batang vs Histogram ; untuk mencocokkan grafik dengan uji statistik, lihat Memilih Uji Statistik yang Tepat.

Alat Penelitian Gratis untuk Membuat Grafik Ini

Alat Riset Gratis dari Editverse

  • GraphProBuat grafik siap publikasi, 25 jenis, dengan uji t, ANOVA, korelasi, dan nilai p chi-square bawaan. Gratis, tanpa pendaftaran.
  • StatPro: kalkulator statistik gratis dan alat pemilihan tes yang mencakup perbandingan kelompok, hasil kategorikal, analisis waktu kejadian, dan akurasi diagnostik.
  • Flowchart Pro: Hasilkan diagram alur PRISMA 2020, PRISMA-ScR, CONSORT, STROBE, STARD, MOOSE, dan ARRIVE langsung di browser Anda.

Angka Profesional dan Analisis Statistik

Jika hasil Anda sudah siap dan Anda memerlukan gambar yang tidak akan dikembalikan oleh peninjau, ahli statistik dan perancang gambar di Editverse akan membuatnya sesuai dengan lebar kolom, font, dan persyaratan warna jurnal target Anda. Jika analisis itu sendiri masih terbuka, paket statistik di bawah ini akan menjalankannya terlebih dahulu.

angka-angka

$300

Hingga 10 gambar siap publikasi dalam format PDF (vektor), PNG, EPS, dan TIFF, diformat sesuai jurnal target Anda. 3-5 hari kerja.

Lihat paket →

Analisis dan tinjauan

$475

Tinjauan desain penelitian, analisis dengan pengecekan asumsi, tabel dan gambar berkualitas publikasi, dan bagian metode statistik tertulis. 5-10 hari kerja.

Lihat paket →

Analisis tingkat lanjut

$750

Regresi, model campuran, analisis kelangsungan hidup, dan skor kecenderungan untuk desain kompleks. 5-7 hari kerja.

Lihat paket →

Apakah Anda menulis manuskrip lengkap berdasarkan angka-angka ini? Lihat layanan penulisan manuskrip . Praktik Editverse selaras dengan COPE, ICMJE, dan GPP 2022.

Kesimpulan

Pilih grafik dari pertanyaan, tunjukkan titik-titik mentahnya jika memungkinkan, dan baca angkanya sebelum Anda menulis keterangannya. Masing-masing dari lima grafik di atas menceritakan kisah yang berbeda dari jenis ringkasan yang sama: rata-rata yang identik dengan sebaran yang berbeda, rata-rata yang tidak menggambarkan letusan nyata, tren yang menyembunyikan sebuah tahapan. Itulah yang dicari oleh penilai.

Pertanyaan yang Sering Diajukan

Apa saja jenis grafik utama yang digunakan dalam penelitian?

Grafik batang, diagram kotak, histogram, diagram sebar, dan grafik garis mencakup sebagian besar bagian hasil. Peta panas, diagram lingkaran, dan grafik sumbu ganda digunakan untuk tugas yang lebih spesifik. Pilih grafik berdasarkan pertanyaan yang Anda jawab, bukan berdasarkan kebiasaan.

Grafik mana yang sebaiknya saya gunakan untuk membandingkan dua kelompok?

Gunakan grafik batang dengan setiap titik data yang ditumpangkan, atau diagram kotak. Pada contoh kelinci percobaan di atas, dua kelompok memiliki rata-rata sekitar 26 mikron, namun sebaran datanya berbeda hampir dua kali lipat.

Kapan saya harus menggunakan histogram sebagai pengganti grafik batang?

Gunakan histogram untuk satu pengukuran kontinu, seperti waktu erupsi atau tekanan darah, karena histogram menunjukkan distribusinya. Gunakan grafik batang untuk membandingkan kategori atau rata-rata kelompok.

Apakah diagram sebar membuktikan bahwa satu variabel menyebabkan variabel lainnya?

Tidak. Dalam data mobil, berat dan efisiensi bahan bakar memiliki r = -0.87, tetapi grafik hanya menunjukkan asosiasi. Klaim kausal membutuhkan desain penelitian, bukan garis tren.

Apakah sumbu y pada grafik batang harus selalu dimulai dari nol?

Ya. Panjang batang grafik mencerminkan nilai, sehingga sumbu yang terpotong akan memperbesar perbedaan. Grafik garis dan diagram sebar tidak memiliki batasan tersebut.

Mengapa jurnal meminta data individual?

Grafik batang dan rata-rata menyembunyikan ukuran sampel dan sebaran data. Weissgerber dan rekan-rekannya (2015, PLOS Biology) menunjukkan bahwa banyak makalah di jurnal fisiologi menyajikan data kontinu sampel kecil sebagai grafik batang atau garis yang tidak dapat mengungkapkan distribusi yang mendasarinya.

Berapa banyak bin yang seharusnya dimiliki oleh sebuah histogram?

Tidak ada aturan baku. Cobalah setidaknya dua lebar dan pilih yang menunjukkan struktur tanpa gangguan. Histogram Old Faithful menggunakan interval 0.25 menit.

Grafik mana yang paling baik menunjukkan perubahan dari waktu ke waktu?

Grafik garis. Periksa perubahan mendadak sebelum membuat tren garis lurus: Aliran Sungai Nil turun sekitar 248 unit setelah tahun 1898, yang tidak terwakili dengan baik oleh satu garis tren saja.

Apa itu grafik sumbu ganda dan kapan grafik ini aman digunakan?

Grafik ini menggabungkan dua ukuran dengan skala berbeda dalam satu plot. Grafik ini hanya aman jika kedua sumbu diberi label dan skala tidak dipilih untuk memaksakan kesesuaian visual; jika tidak, gunakan dua panel.

Kapan peta panas lebih baik daripada tabel?

Saat grid terlalu besar untuk dibaca sebagai angka, seperti matriks korelasi di banyak variabel. Cetak nilai di setiap sel, pusatkan skala divergen pada nol, dan hindari skala warna pelangi.

Mengapa diagram lingkaran tidak disarankan untuk membandingkan kategori?

Pembaca menilai posisi pada skala umum dengan lebih akurat daripada sudut (Cleveland dan McGill 1984). Dalam contoh pakan anak ayam, enam irisan yang hampir sama tidak dapat diurutkan dari diagram lingkaran, sedangkan grafik batang yang diurutkan menunjukkan urutannya sekaligus.

Bisakah saya menggunakan kembali gambar dari makalah yang telah diterbitkan dalam manuskrip saya sendiri?

Hanya jika lisensi mengizinkannya. Gambar CC BY 4.0 dapat digunakan kembali dengan mencantumkan kredit kepada penulis, tautan ke lisensi, dan catatan tentang perubahan apa pun. Untuk lisensi lain, mintalah izin kepada penerbit atau gambar ulang gambar Anda sendiri dari data Anda sendiri. Panduan kami tentang cara mendapatkan persetujuan hak cipta untuk gambar mencakup langkah-langkahnya.

Bisakah saya membuat grafik-grafik ini tanpa melakukan pemrograman?

Ya. GraphPro membuat 25 jenis grafik di browser, dengan uji t, ANOVA, korelasi, dan nilai p chi-square bawaan. Aplikasi ini gratis dan tidak memerlukan pendaftaran.

Referensi

  1. Rougier NP, Droettboom M, Bourne PE. Sepuluh aturan sederhana untuk gambar yang lebih baik. PLoS Comput Biol. 2014;10(9):e1003833. doi:10.1371/jurnal.pcbi.1003833
  2. Weissgerber TL, Milic NM, Winham SJ, Garovic VD. Melampaui grafik batang dan garis: saatnya untuk paradigma presentasi data baru. PLoS Biol. 2015;13(4):e1002128. doi:10.1371/jurnal.pbio.1002128
  3. Midway SR. Prinsip-prinsip visualisasi data yang efektif. Pola. 2020;1(9):100141. doi:10.1016/j.patter.2020.100141
  4. Crampton EW. Pertumbuhan odontoblas gigi seri sebagai kriteria asupan vitamin C pada babi guinea. J Nutr. 1947;33(5):491-504. doi:10.1093/jn/33.5.491
  5. Azzalini A, Bowman AW. Melihat beberapa data tentang geyser Old Faithful. Appl Stat. 1990;39(3):357-365. doi:10.2307/2347385
  6. Henderson HV, Velleman PF. Membangun model regresi berganda secara interaktif. Biometrika. 1981;37(2):391-411. doi:10.2307/2530428
  7. Cobb GW. Masalah Sungai Nil: solusi bersyarat untuk masalah titik perubahan. Biometrika. 1978;65(2):243-251. doi:10.1093/biomet/65.2.243
  8. McNamara DA, Decker JM, McNamara MW, dkk. Pakaian pelindung timbal yang digantung dan paparan radiasi pada ahli ekokardiografi intervensi. JAMA Netw Open. 2026;9(3):e2558134. doi:10.1001 / jamanetworkopen.2025.58134
  9. Bauer SR, Kenfield SA, Oni-Orisan A, et al. Penghentian penggunaan tamsulosin untuk gejala saluran kemih bagian bawah pada pria lanjut usia: uji klinis acak. JAMA Netw Open. 2026;9(7):e2621639. doi:10.1001 / jamanetworkopen.2026.21639
  10. Dias JML, More RP, Butler D, dkk. Diagnosis melalui sekuensing genom lengkap dan pemanfaatan perawatan pada anak-anak dengan penyakit parah. JAMA Netw Open. 2026;9(9):e2634372. doi:10.1001 / jamanetworkopen.2026.34372
  11. Butkow KJ, Jalaludeen N, Liu Y, dkk. Mengukur volume denyut jantung melalui penginderaan audio di dalam telinga. Nat Commun. 2026;17(1):8755. doi:10.1038/s41467-026-75642-0
  12. Matta R, Shaw J, Mohamud H, dkk. Kunjungan ke unit gawat darurat, rawat inap, dan waktu tunggu pasien dengan kondisi urologis. JAMA Netw Open. 2026;9(3):e2560058. doi:10.1001 / jamanetworkopen.2025.60058
  13. Bland JM, Altman DG. Metode statistik untuk menilai kesepakatan antara dua metode pengukuran klinis. Lancet. 1986;327(8476):307-310. doi:10.1016/S0140-6736(86)90837-8
  14. Hintze JL, Nelson RD. Plot biola: sinergi plot kotak-jejak kepadatan. Am Stat. 1998;52(2):181-184. doi:10.1080/00031305.1998.10480559
  15. Cleveland WS, McGill R. Persepsi grafis: teori, eksperimen, dan aplikasi untuk pengembangan metode grafis. J Am Stat Assoc. 1984;79(387):531-554. doi:10.1080/01621459.1984.10478080
  16. Crameri F, Shephard GE, Heron PJ. Penyalahgunaan warna dalam komunikasi sains. Nat Commun. 2020;11(1). doi:10.1038/s41467-020-19160-7
  17. Isenberg P, Bezerianos A, Dragicevic P, Fekete JD. Sebuah studi tentang grafik data skala ganda. IEEE Trans Vis Comput Graph. 2011;17(12):2469-2478. doi:10.1109/TVCG.2011.160
  18. Tukey JW. Analisis Data Eksploratif. Reading, MA: Addison-Wesley; 1977.

Gambar yang dipublikasikan (Gambar A hingga E) direproduksi di bawah lisensi CC BY 4.0 dari lima makalah yang tercantum terakhir dalam referensi. Kumpulan data: ToothGrowth, faithful, mtcars, Nile, chickwts, dan EuStockMarkets dari paket dataset R. Semua statistik direproduksi secara independen di R dan Python.