Galat atau Error

Galat / Error

Kata error Mengandung beragam makna dan pengertian. Makna

konkrit dari kata Latin "error" adalah "wandering" atau "straying".
Misalnya, seseorang yang menggunakan terlalu banyak bahan
campuran dalam suatu resep dan ternyata produknya tidak berhasil,
maka ia dapat mempelajari jumlah bahan yang tepat untuk digunakan
dan dapat menghindari terulangnya kesalahan. Akan tetapi, beberapa
error dapat terjadi meskipun seseorang telah berkompeten untuk
melaksanakan tuga dengan benar.

Galat/Error

Pada suatu model data sederhana, masing-masing nilai pengamatan

dapat dipilah menjadi rataan (mean) dan simpangannya (deviation).
Dalam hal ini, galat sama dengan simpangan. Galat yang demikian ini
disebut sebagai galat pengamatan.

Dalam pengambilan contoh (sampel) data dari suatu populasi, galat

diukur dari penyimpangan nilai rerata contoh dari rerata populasi. Galat
ini dikenal sebagai galat pengambilan contoh (sampling error) atau galat
contoh saja

Galat Pasti

Galat yang berasal dari penyebab yang pasti diistilahkan sebagai galat pasti
atau galat sistematis. Galat pasti biasanya tidak mempunyai arah terhadap
nilai yang sebenarnya, biasanya terjadi berulang kali, dan dalam banyak
kasus, galat ini dapat diperkirakan oleh seseorang yang mengetahui secara
menyeluruh semua aspek dari perhitungan.contoh-contoh dari sumber galat
pasti di antaranya adalah instrument yang tidak dikalibrasi dengan benar,
seperti buret, timbangan atau pH-meter, pengotor dalam tabung reaksi, reaksi
sampingan dalam suatu titrasi, dan pemanasan sampel pada suhu yang
terlalu tinggi.

Galat pasti diklasifikasikan ke dalm galat metodik, operatif, dan instrumental,

disesuaikan dengan asal-usulnya, yaitu : (a) metode analisis yang sekaligus
mencerminkan sifat dari system kimiawi yang terlibat, (b) kekurangmampuan
pelaku eksperimen, dan (c) ketidakmampuan dari alat-alat pengukuran untuk
bekerja sesuai dengan standar yang diperlukan.

Galat Pasti

Galat Konstan

Galat pasti dapat pula digolongkan sebagai konstan atau proporsional. Galat
konstan tidak bergantung pada besarnya kuantitas yang diukur dan akan
menjadi kurang signifikan apabila besarnya kuantitas bertambah.

Galat Proporsional

Nilai absolut dari tipe galat ini bervariasi sesuai dengan ukuran sampel
sedemikian rupa sehingga galat realtifnya bernilai tetap konstan. Sebuah
substansi yang mengganggu dalam suatu metode analitik dapat
menghasilkan galat jika substansi ini ada dalam sampel. Dengan mengambil
sampel yang lebih besar, galat total bias bertambah, namun galat relative
tetap konstan apabila dihasilkan dari sampel yang homogen.

Galat tidak pasti

Galat tidak pasti, seperti namanya, tidak dapat ditentukan apa

penyebab pastinya dan tak dapat dihindarkan jika pengukuran dilakukan
oleh manusia. Galat ini jarang ada secara alami dan mengarah ke hasil
yang tinggi dan rendah dengan probabilitas yang sama. Galat itu tidak
dapat dieliminasi atau dikoreksi karena merupakan keterbatasan
finalpada pengukuran tersebut. Galat tidak pasti dapat diolah secara
statistic dan pengukuran berulang kali dengan variable yang sama
dapat mengurangi pengaruhnya.

Galat (Error)

Galat numerik timbul karena penggunaan hampiran(aprogsimasi) untuk menya-takan operasi atau besaran matematis yang
eksak.Hubungan nilai eksak(sejati / sebenar-nya) dengan nilai pendekatannya (aprogsimasi) dapat dirumuskan sebagai berikut.

Nilai sejati (true value) = aprogsimasi + galat

atau

(2.4)

Et = Nilai sejati Aprogsimasi

galat sejati

( true error).

Kelemahan rumus (2.5) tingkat besaran nilai yang diperiksa tidak diperhatikan, oleh karenanya perlu menormalkan galat terhadap
nilai sejatinya.

Menormalkan galat terhadap nilai sejati :

Galat relatif pecahan = galat/ nilai sejati,

Galat relatif

(2.5) Dimana E t , menunjukkan nilai eksak dari galat dan t menyatakan

atau

dikalikan 100 persen yaitu :

= [( galat sejati)/ nilai sejati] x 100%

(2.6)

menunjukkan prosentase galat relatif yang sejati

Dalam masalah rekayasa nilai eksak(true value) tidak diketahui oleh karenanya perlu adanya alternatif lain untuk menentukan galat
yaitu perlunya penormalan galat dengan nilai pendekatannya.
Menormalkan galat terhadap nilai pendekatan (aprogsimasi)
a= [( galat pendekatan)/ nilai pendekatan] x 100%

(2.7)

indek a menunjukkan bahwa galat dinormalkan terhadap nilai pendekatan.Untuk menentukan taksiran galat (error ) tanpa mengetahui
nilai sejati, penentuan galat

PENDUGAAN PARAMETER
Contoh :

Seorang calon dalam suatu pemilihan ingin menduga proporsi yang

sebenarnya pemilih yang akan memilihnya, dengan cara mengambil 100
orang secara acak untuk ditanyai pendapatnya. Proporsi pemilih yang
menyukai calon tersebut dapat digunakan sebagai dugaan bagi proporsi
populasi yang sebenarnya.

PENGUJIAN HIPOTESIS
Contoh :
Seorang
peneliti
masalah
kedokteran
diminta
untuk
memutuskan, berdasarkan bukti-bukti hasil percobaan, apakah
suatu vaksin baru lebih baik daripada yg sekarang beredar di
pasaran.
Seorang insinyur ingin memutuskan, berdasarkan data contoh
(sampel), apakah ada perbedaan ketelitian antara dua jenis alat
ukur.

METODE PENDUGAAN PARAMETER

1.

2.

METODE PENDUGAAN KLASIK

Pendugaan dilakukan berdasarkan sepenuhnya pada informasi
sampel yang diambil dari populasi.
METODE PENDUGAAN BAYES
Pendugaan dengan menggabungkan informasi yang terkandung
dalam sampel dengan informasi lain yang telah tersedia sebelumnya.

METODE PENDUGAAN KLASIK

yang digunakan untuk memperoleh sebuah dugaan bagi

Statistik
parameter populasi disebut penduga atau fungsi keputusan.
Sedangkan adalah sebuah nilai dugaan berdasarkan sampel acak
berukuran n.

Misal :

Fungsi keputusan S2 (yang merupakan fungsi dari sampel acak yg

bersangkutan) adalah suatu penduga bagi 2, sedangkan nilai dugaan
s2 merupakan realisasinya.

SIFAT-SIFAT YG HARUS DIMILIKI OLEH

PENDUGA

TAKBIAS

Statistik

dikatakan penduga takbias bagi parameter bila

)
E (

EFISIEN

Diantara semua kemungkinan penduga takbias bagi parameter , yang

ragamnya terkecil adalah penduga paling efisien bagi .

DUGAAN PARAMETER dapat

dibedakan menjadi

DUGAAN TITIK

Menentukan suatu bilangan tunggal berdasarkan sampel sebagai

penduga dari parameter.

DUGAAN SELANG

Menentukan suatu interval nilai yang dengan peluang tertentu, (1), diharapkan memuat parameter yang diduga.

contoh

Data berikut (dalam hari), menyatakan waktu yang diperlukan

penderita sampai sembuh. Penderita dipilih secara acak untuk
mendapat salah satu dari obat ya

yang dapat menyembuhkan infeksi berat pada saluran kencing

Buat selang kepercayaan 99% untuk selisih rata-rata waktu

sembuh untuk kedua obat tersebut, anggap populasinya
berdistribusi normal dengan varians yang sama.

( x1 x2 ) z 2

12 22

1 2 ( x1 x2 ) z
n1
n2

12 22

n1
n2

Penentuan 2 sample

Teknik (metode) penentuan sample yang ideal memiliki ciri-ciri:

Dapat memberikan gambaran yang akurat tentang populasi

Dapat menentukan presisi

Sederhana sehingga mudah dilaksanakan

Dapat memberikan keterangan sebanyak mungkin dengan biaya murah.

Presisi=standard error, Nilai rata-rata populasi dikurangi nilai rata-rata

sampel

Besar sample perlu mempertimbangkan hal-hal sbb:

Derajat keseragaman (degree of homogenity) dari populasi

completely heterogeneous

Presisi yang dikehendaki dari penelitian

Rencana analisis

Tenaga, biaya dan waktu

Besar populasi

SEMAKIN BESAR SAMPEL SEMAKIN TINGI TINGKAT PRESISI YANG

DIDAPATKAN