6grafik Dan Analisisnya2
6grafik Dan Analisisnya2
A. Pengantar
Salah satu tujuan dari laporan ilmiah adalah mengungkapkan informasi secara
numerik yaitu data dan hasil perhitungan dengan cara yang mudah dimengerti. Bersamasama dengan bagian laporan yang lain maka laporan dapat mengungkapkan isinya
dengan sendirinya. Idealnya orang yang tidak melakukan eksperimen jika membaca maka
dapat memahami.
Hukum fisika merupakan kaitan matematis antar besaran yang diukur. Grafik merupakan
bentuk visual dari pengungkapan keterkaitan tersebut. Dengan kata lain grafik
merupakan ungkapan secara visual dari kaitan antara kedua variabel tersebut pada kedua
sumbu. Biasanya kaitan kedua variabel tersebut dibuat fungsi.
Untuk menyatakan bagaimana data dikaitkan, grafik biasanya berisi titik-titik data dan
kurva tercocok (fitted curve). Termasuk dalam pengertian kurva adalah garis lurus. Dalam
kenyataannya paling mudah dilakukan interpretasi jika kurva berupa garis lurus.
Pada suatu nilai hasil pengukuran atau perhitungan, jika ada nilai harapnya maka
ralat penting ditampilkan untuk menunjukkan seberapa baik data eksperimental sesuai
dengan nilai harap. Untuk set data yang dicocokkan dengan persamaan maka penting
mengetahui bagaimana data-data tersebut sesuai dengan fungsi. Hal ini dilakukan
menggunakan error bar (batang ralat) yang akan dibahas nanti. Error bar membantu
sesesorang untuk mengamati seberapa bagus setiap data mengikuti kurva atau garis pada
grafik. Jika parameter persamaan seperti slope dan intersep diperoleh melalui data maka
kedua parameter memiliki ralat yang menyatakan jangkau nilai yang diperlukan untuk
membuat seluruh titik data sesuai dengan kurva.
Kegunaan grafik
a. Untuk menentukan besaran fisis
b. Visualisasi hasil eksperimen yang dapat memberikan manfaat untuk:
Perbandingan teori dan eksperimen
Melihat kontinuitas variabel
c. Untuk menetapkan hubungan empiris antar variabel
B. Pembuatan grafik
1. Tabel data
Sering data yang diperoleh dalam eksperimen berbeda dengan yang akan diplot di
grafik. Misalnya yang diukur massa sedangkan yang diplot adalah berat. Dalam hal
ini data yang akan diplot sebaiknya tetap seperti pada tabel. Hal ini akan lebih
memudahkan bagi pembaca untuk membandingkan setiap titik data pada tabel dengan
titik data pada grafik. Tabel data mencakup ukuran error bar untuk setiap titik data.
Satuan pada tabel harus sama dengan satuan pada grafik.
Grafik harus diplot dari data yang dinyatakan dalam tabel. Oleh karena itu aturan
pentabelan adalah sebagai berikut:
1
a. memiliki ukuran dan antar kolom dipisah supaya lebih mudah membaca.
b. Judul harus mengandung arti yang mewakili terhadap eksperimen serta pada tiap
kolom diberi heading.
c. Tidak terpisahkan oleh pergantian halaman (kecuali jika tabel panjangnya lebih
dari 1 halaman, sebaiknya tetap diusahakan agar cukup 1 halaman).
d. Diberi nomor tabel yang sesuai (misal: Tabel 1) untuk memudahkan merujuk
pada laporan, dan nama, (misal: gerak jatuh bebas bola besi) yang bisa
memberikan penjelasan.
e. Masukkan informasi yang terkait dengan data yaitu satuan, ralat dll.
Tabel 3.1 Posisi bola terhadap waktu
xi
xi
i
(cm)
(cm)
1
2,0 0,1
2
3
ti
(s)
ti
(s)
2. Bagian-bagian grafik
a. Judul
Judul grafik dibuat sedemikian rupa sehingga agak memberikan penjelasan
mengenai kegiatan di lab. Judul seperti y vs x mungkin benar, namun tidak
berarti jika diharapkan orang yang membaca paham akan grafik tersebut. Lain
halnya dengan Benda Jatuh Bebas akan lebih membantu pembaca untuk
membayangkan kenyataannya.
b. Label sumbu
2
Gambar 1. . Error bar terlalu kecil sehingga tidak tampak dalam gambar
d. memplot titik-titik
Sering hasil yang ditentukan dari grafik agak kurang sesuai karena kesalahan
dalam memplot titik-titik data. Jika memplot dengan tangan harus hati-hati
jangan sampai keliru. Titik-titik data harus dicocokkan dengan error bar untuk
menunjukkan bahwa data tersebut ada ralatnya. Jika ralatnya pada satu atau
kedua dimensi terlalu kecil, maka catatan pada grafik perlu dibuat agar
pembaca mengetahui jika ralatnya memang terlalu kecil. Catatan ini dapat
ditempatkan di keterangan gambar. Misalnya error bar terlalu kecil sehingga
tidak tampak dalam gambar.
e. Titik-titik pada Slope
Pada perhitungan parameter grafik seperti slope, maka titik-titik pada garis
harus dipilih mana yang merupakan titik data, bahkan jika titik data tampak
menyimpangkan garis terlalu besar maka akan membuat grafik keliru.
f. Error bar (batang kesalahan)
Error bar bisa dalam 1 arah atau kedua arah dan mungkin nilainya berbeda
antara arah positif dengan arah negatif. Jangkau nilai yang mungkin untuk
suatu titik data mencakup semua titik yang dibatasi oleh segiempat dengan
titik sudutnya merupakan pertemuan antara kedua error bar. Ukuran error bar
diberikan oleh ralat kedua koordinat. Sesungguhnya titik-titik yang
menggambarkan nilai yang benar berada di dalam elip yang dibentuk oleh
error bar. Hal ini disebabkan karena pengukuran x dan y tidak memiliki nilai
maksimum error pada saat yang sama.
3. Analisis grafik
Biasanya titik data pada grafik digunakan untuk menentukan parameter kaitan
antara kedua besaran. Misalnya jika memplot garis lurus maka slope dan titik
potong pada sumbu y merupakan parameter-parameter yang menggambarkan
kaitan tersebut.
Catatan: slope dan intersep mungkin memiliki satuan. Satuan intersep pada y
sama dengan satuan variabel y dan slope memiliki satuan
slope y
x
4. Linearisasi persamaan
4
Model matematika yang anda pilih harus memungkinkan untuk diplot di grafik.
Cara termudah untuk menyederhanakannya dalah dengan melinearkan grafik,
yaitu memilih informasi yang akan diplot agar supaya dapat dibuat garis lurus.
Contoh:
z Ke t
dengan K dan konstanta. Jika grafik log natural z diplot sebagai fungsi t maka
akan diperoleh garis lurus:
lnz lnK t
parameter K dan menjadi lebih mudah diperoleh dari grafik.
Jika kita mensubstitusikan y lnz dan x t dan jika slope dan intersep y
diukur masing-masing sebagai m dan b maka diperoleh
m
b lnK
5. Fitting kurva
Gambarlah kurva sehalus (selunak) mungkin melalui titik-titik data, kecuali jika
memang ada titik-titik diskontinyu yang membuat slope harus berbeda. Grafik
tidak boleh berupa hubungan dari titik ke titik. Jika kurva diplot dengan komputer
maka tariklah garis dengan tangan. Jika set data benar-benar cocok dengan kurva
maka pilihlah pencocokan terbaik
Biasanya setelah titik-titik data diplot di grafik, maka dilihat kemudian
dilanjutkan dengan metode least square (kuadrat terkecil) yang lebih mudah dan
otomatis. Jika diplot dengan bantuan mata maka garis terbaik adalah yang
membagi 2 set data sehingga jumlah titik yang berada di bawah garis sama
dengan jumlah titik yang berada di atas garis. Untuk menentukan intersep, jika
m
dan
y 2 y1
x2 x1
y mx b
maka untuk sembarang titik pada garis (x1,y1) dan (x2,y2) maka
y 2 mx2 b
sehingga
b y2 mx2
dan akhirnya
y y
b y2 2 1 x2
x2 x1
6. Fitting menurut kuadrat terkecil
1. Garis lurus y = a + bx
y ( xi ) a bxi
yi yi y ( xi )
y y( x )
i
i
s
y
i
y (a bx )
i
i
s
yi
a. Jika s y 1 s y 2 s y 3 s y i s y
Hal ini terjadi jika pada masing-masing titik tidak dilakukan pengulangan
sehingga ralatnya merupakan ralat yang berasal dari alat ukur yang besarnya
selalu tetap.
1
2 2
yi (a bxi ) 2 = 12 yi yi 2
sy
sy
(0)
2 2
Syarat 2 minimum adalah
0
a
1
2
a
sy
2
2 y
(a bxi ) (1) 0
a bxi yi
Na bxi yi
1
2
b
sy
2
2 y
(1)
(a bxi ) ( xi ) 0
axi bxi 2 xi yi
(2)
xi yi
yi
xi
N
xi 2
xi
xi 2
xi
xi xi yi xi 2 yi
xi 2 Nxi 2
(3)
= xi 2 Nxi 2
Maka :
a=
1
xi xi yi xi 2 yi
(4)
2
Dengan cara yang sama yaitu dengan menerapkan 0 maka diperoleh:
xi
N
xi yi
y i
xi
N
xi 2
xi
1
xi yi Nxi yi
(5)
si
(6)
yi
yi
xi
xi
Lanjutan ...
a a ( yi ) a ( y1, y2 ,..., y N )
a
sa 2
yi
a
y j
j 1
dimana
s 2y
i
y1
a
1
y j
x x
i
s 2y
1
y2
yN
s 2y ...
s 2y
s 2y j
(7)
ingat, karena s y s y maka pada pers. (7) ungkapan tersebut dimasukkan sehingga:
j
sa 2
1
2
j 1
xi x j
xi 2
sy2
2
2
2
x
x
x
2 xi x j xi
i j
i
2
j 1 i
i
i
2
2
2
sy
2
2
2
2 xi x j N xi 2 xi xi x j
i j
i
i i
j
2
2
2
2
sy
2
2
2
2 xi xi N xi 2 xi xi
i i
i i
sa
sy
sy2
sa
sy
xi2
xi2
Nxi2 (xi ) 2
atau sa s y
(8)
sb
Ns y
atau sb s y
N
Nxi2 (xi ) 2
(9)
y (a bxi )
2 i
s
yi
2
2
a
y (a bx )
i
i
s y i2
1
syi
yi (a bxi ) 2
(1) 0
(10)
xi
syi
yi
syi
syi
(11)
y (a bx )
i
i
2
2
b
( xi ) 0
xi
syi
xi
(12)
syi
2
2
syi
xi y i
(13)
syi
yi
syi
xi y i
syi
syi
xi
syi
xi
2
syi
xi
syi
xi
2
2
syi
yi
syi
syi
xi
2
syi
xi y i
xi
2 2 2
s y i s y i s y i
xi
xi
xi
syi
(14)
syi
Dengan memisalkan
=
1
2
syi
xi
x
i2
s y i
syi
wi wi xi wi xi
2
(15)
2
Maka intersep
1 xi 2 yi
xi xi yi
a = 2 2 2 2
sy sy
s y i s y i
i
i
a
s a2
(16)
1
2
wi xi wi y i wi xi wi xi yi
y j
s y 2j
a
j y s y j
j
(17)
sa
s y1
y1
s y 2
y2
s y 3
y3
s y N
y N
...
Pada pers. (16) turunan a terhadap yj dimana yj adalah salah satu nilai dari yi adalah:
a 1
y j
xi 2 1
s y i2 s y 2j
xi x j
s y i2 s y 2j
(18)
2
Dengan mensubstitusikan pers. (18) ke (17) dan kemudian memasukkan s y j ke dalam
sa2
2 j
xi 1
i s 2 s
yi
yj
1
= 2
j
Jika tanda
xi 1
i s 2 s
yi
yj
2
xi x j
i s 2 s
yi
yj
xi x j
i s 2 s 2
yi
yj
x
i s i 2
yi
2
s
yj
x
i s i2
yi
x
j
s
y j
2
2
2
2
2
x
x
x
xi
1
1
j
2
i
i
sa 2 2 2 2
2 2
i sy
i syi j sy j i syi j sy j
i
sehingga dengan menjalankan i = j = 1... N maka diperoleh:
1
2
sa 2
xi
i s 2
yi
2
1
i s 2
yi
xi
i s 2
yi
xi
2
i s
yi
xi
2
i syi
xi
i s 2
yi
2
x j
2 ij
j sy
j
xi
i s 2
yi
(20)
Dengan menguraikan menjadi dan mengganti salah satu dengan pers. (15) maka
ditulis menjadi:
2
2
1 xi xi
2 2 2
s y i s y i s y i
(21)
1
2
sa
2
xi
i s 2
yi
i s y 2
i
xi
i s 2
yi
xi
i sy
1 xi
s 2 s 2
yi yi
xi
2
s y i
2
xi
i s 2
yi
2
xi
i s 2
yi
(22)
10
sa2
xi
2
yi
atau sa
xi
2
yi
atau sa
1
wi xi2
(23)
1
wi
i
(24)
Slope grafik
1
2
syi
xi
syi
yi
2
syi
xi y i
2
syi
x
1
2 i2
syi
syi
xi
syi
xi
y i xi
1 xi y i
2
2
2
2
syi syi
syi syi
1 xi
2
2
syi syi
x
i2
s y i
syi
wi wi xi yi wi yi wi xi
sb2
2
yi
1
atau sb
s
i
1
2
yi
atau sb
dengan =
Untuk gejala yang mengikuti distribusi Poisson maka
s y i yi
(25)
maka:
yN
sehingga
sy
(26)
Misalkan pada kasus pencacahan radiasi dengan berbagai waktu pencacahan sehingga
jumlah cacah radiasi yang terkait dengan ti adalah Ni, sebagaimana diskripsi pada tabel
berikut:
Tabel
ti
Ni
si
i
1022
1
5 menit
1022
11007
2
10 menit
11007
134015
3
15 menit
134015
210020
4
20 menit
210020
Dari tabel tersebut tampak jelas bahwa masing-masing data memiliki simpangan baku
yang berbeda-beda sehingga penentuan nilai rata-rata laju pencacahan harus dilakukan
dengan regresi linier dengan simpangan baku baku yang berbeda-beda.
11
Berikut diberikan contoh masalah yang diselesaikan dengan regresi linear namun
memiliki
Example 6.1.
A student is studying electrical currents and potential differences. He has been provided
with a l-m nickel-silver wire mounted on a board, a lead-acid battery, and an analog voltmeter. He
connects cells of the battery across the wire and measures the potential difference or voltage
between the negative end and various positions along the wire. From examination of the meter, he
estimates the uncertainty in each potential measurement to be 0.05 V. The uncertainty in the
position of the probe is less than 1 mm and is considered to be negligible.
Tabel 6.1
Beda potensial y sebagai fungsi dari posisi sepanjang kawat nikel-silver berarus
Posisi
xi
Beda
potensial
yi
xi2
xi yi
y i a bxi
yi y i 2
10
0.37
100
3.70
0.33
0.0013
20
0.58
400
11.60
0.60
0.0002
30
0.83
900
24.90
0.86
0.0008
40
1.15
1,600
46.00
1.12
0.0009
50
1.36
2,500
68.00
1.38
0.0005
60
1.62
3,600
97.20
1.64
0.0005
70
1.90
4,900
133.00
1.91
0.0000
80
2.18
6,400
174.40
2.17
0.0002
90
2.45
8,100
220.50
2.43
0.0004
450
12
28,500
779.30
12.43
0.0049
Nilai a' dan b' diperoleh melalui persamaan (8) dan (9) hanya nilai s y diganti dengan
( yi y i ) 2
s y
N 2
2
Selanjutnya nilai diperoleh dari persamaan (0) karena sy untuk kasus ini sama yaitu
0,05 volt.
v2
2 1.95
0.279
v
7
12
Cacah
Ci
20
901
25
652
30
443
13
35
339
40
283
45
281
50
240
60
220
75
180
100
154
Karena data tersebut telah diketahui bersama mengikuti distribusi Poisson maka masingmasing data memiliki simpangan baku akar dari cacahnya. Selain itu jumlah cacah
radioaktif berbanding lurus terhadap 1/r2.
14
15
KEBOLEHJADIAN TERKORELASI
1. Linear y a bx
Bagaimana adanya perubahan pada suhu T menyebabkan perubahan pada indek
bias n? Dalam kasus ini dikatakan bahwa n terkorelasi secara linier terhadap T. Jika
asumsi ini benar maka
yi a bxi
(26)
atau
xi
a
a 1
yi = b' y i
b b
b
(27)
Jika slope dari pers. (26) dan (27) dikalikan maka diperoleh koefisien korelasi:
r 2 bb' b.
r
1
1
b
bb '
y
5
7
9
11
13
16
( v 2) / 2
1 (v 1) / 2
1 r2
( v / 2)
Probabilitas koefisien korelasi r hasil pengamatan (eksperimen) lebih besar dari r untuk
sampel acak dengan jumlah data N dan derajat kebebasan v adalah integral kebolehjadian
( v 2) / 2
1 (v 1) / 2 1
Pc r ; N
1 x2
dx
r
(v / 2)
dengan v = N-2
Pr r ; v
17
18
19
i
si
v2
hasil pengamatan melebihi sample acak dengan N pengamatan dan v derajat kebebasan.
20
21
22
23