TINJAUAN TEORITIS
A. Pengukuran
Pengukuran merupakan kegiatan membandingkan suatu besaran yang diukur
dengan alat ukur yang digunakan sebagai satuan. Pengukuran juga dapat diartikan sebagai
pemberian angka tehadap suatu atribut atau karakteristik tertentu yang dimiliki oleh
seseorang, hal, atau objek tertentu menurut aturan atau formulasi yang jelas dan disepakati.
Pengukuran dapat dilakukan pada apapun yang dibayangkan, namun dengan tingkat
kompleksitas yang berbeda. Misalnya untuk mengukur tinggi, maka seseorang dapat
mengukur dengan mudah karena objek yang diukur merupakan objek kasat mata dengan
satuan yang sudah disepakati secara internasional.
Pengukuran langsung yaitu membandingkan nilai besaran yang diukur dengan
besaran standart yang diterima sebagai satuan, sedangkan pengukuran tidak
langsung adalah untuk mengukur suatu besaran dengan cara mengukur besaran lain.
Dalam melakukan sebuah pengukuran kita memerlukan yang namanya alatukur.
Dalam pengukuran panjang kita memerlukan alat ukur seperti
mistar, jangka sorong dan micrometer sekrup. Sedangkan dalam pengukuran massa kita
memerlukan neraca lengan, neraca ohaouss dan timbangan.
1. Mistar (Penggaris)
Mistar atau penggaris adalah alat ukur panjang yang sering digunakan. Alat ukur
ini memiliki skala terkecil 1 mm atau 0,1 cm. Mistar memiliki ketelitian pengukuran
setengah dari skala terkecilnya yaitu 0,5 mm.
Pada saat melakukan pengukuran dengan mistar, arah pandangan harus tegak lurus
dengan dengan skala pada mistar dan benda yang diukur. Jika tidak tegak lurus maka akan
menyebabkan kesalahan dalam pengukurannya, bisa lebih besar atau lebih kecil dari ukuran
aslinya.
2. Jangka Sorong
Jangka sorong juga merupakan alat pengukur panjang dan biasa digunakan untuk
mengukur diameter suatu benda. Penemu jangka sorong adalah seorang ahli teknik
berkebangsaan Prancis, Pierre Vernier.
Jangka sorong terdiri dari dua bagian, yaitu rahang tetap dan geser (sorong). Skala
panjang yang terdapat pada rahang tetap adalah skala utama, sedangkan skala pendek pada
rahang geser adalah skala nonius atau vernier, diambil dari nama penemunya. Skala utama
memiliki skala dalam cm dan mm. Sedangkan skala nonius memiliki panjang 9 mm dan dibagi
10 skala. Sehingga beda satu skala nonius dengan satu skala pada skala utama adalah 0,1 mm
atau 0,01 cm. Jadi, skala terkecil pada jangka sorong adalah 0,1 mm atau 0,01 cm.
Banyaknya angka yang dapat dilaporkan dalam percobaan berulang mengikuti aturan
berikut:
a. Ketidakpastian relatif sekitar 10% berhak atas 2 angka.
b. Ketidakpastian relatif sekitar 1% berhak atas 3 angka.
c. Ketidakpastian relatif sekitar 0,1% berhak atas 4 angka.
Kelebihan pengukuran berulang jika dibandingkan pengukuran tunggal yaitu pengukuran
berulang hasilnya lebih mendekati niai sebenarnya. Ketidakpastian dalam pengukuran
berulang lebih kecil jika dibandingkan dengan ketidakpastian pengukuran tunggal.
Distribusi panah pada papan dart menunjukkan perbedaan antara akurasi dan presisi.
Asumsikan bahwa tiga anak panah yang dilemparkan pada papan dart, dengan bagian tengah
papan yang berwarna biru (mata sapi) mewakili yang benar, atau diterima, nilai apa yang
diukur. Sebuah anak panah yang menimpa di dalam mata sapi adalah sangat akurat, sedangkan
anak panah yang mendarat jauh dari mengenai mata sapi memiliki akurasi yang buruk. Gambar
di atas menunjukkan empat hasil yang mungkin.
1. Anak panah telah mendarat jauh dari satu sama lain dan jauh dari mata sapi. Pengelompokan
ini menunjukkan pengukuran yang tidak akurat, juga tidak tepat.
2. Anak panah yang dekat satu sama lain, tetapi jauh dari mata sapi. Pengelompokan ini
menunjukkan pengukuran yang tepat, tetapi tidak akurat. Dalam situasi laboratorium,
presisi yang tinggi dengan akurasi yang rendah sering dihasilkan dari kesalahan sistematis.
Entah pengukur membuat kesalahan yang sama berulang-ulang atau entah bagaimana alat
ukur mengalami cacat. Neraca yang buruk dikalibrasi dapat memberikan pembacaan massa
yang sama setiap waktu, tetapi akan jauh dari massa sebenarnya dari benda.
3. Anak panah tidak berkumpul sangat dekat satu sama lain, tetapi umumnya berpusat di
sekitar mata sapi. Hal ini menunjukkan presisi yang buruk, tapi akurasi cukup tinggi. Situasi
ini tidak diinginkan dalam situasi laboratorium karena akurasi yang tinggi mungkin hanya
kebetulan acak dan bukan merupakan indikator sejati keterampilan pengukuran yang baik.
4. Panah berkumpul bersama dan telah menghantam mata sapi. Hal ini menunjukkan presisi
tinggi dan juga akurasi yang tinggi. Para ilmuwan selalu berusaha untuk memaksimalkan
keduanya dalam pengukuran mereka.
Akurasi Presisi
Pengertian Akurasi mengacu pada level Presisi mengartikan level keberagaman
kesepakatan antara pengukuran yang terletak pada nilai beberapa
actual dan pengukuran absolut pengukuran dari factor yang sama
Menggambarkan Seberapa dekat hasil dengan nilai Seberapa dekat hasil dengan yang lain
standart
Derajat Derajat kecocokan Derajat reprodusibilitas
Faktor Faktor tunggal Banyak factor
Pengukuran dari Perkiraan statikal Keberagaman statistical
Terkait dengan Kesalahan sistematik Kesalahan acak
E. Standar Deviasi
Dalam statistika dan probabilitas, simpangan baku atau deviasi standar adalah ukuran
sebaran statistik yang paling lazim. Singkatnya, ia mengukur bagaimana nilai-nilai data
tersebar. Bisa juga didefinisikan sebagai, rata-rata jarak penyimpangan titik-titik data diukur
dari nilai rata-rata data tersebut.
Simpangan baku didefinisikan sebagai akar kuadrat varians. Simpangan baku
merupakan bilangan tak-negatif, dan memiliki satuan yang sama dengan data. Misalnya jika
suatu data diukur dalam satuan meter, maka simpangan baku juga diukur dalam meter pula.
Istilah simpangan baku pertama kali diperkenakan oleh Karl Pearson pada tahun 1894, dalam
bukunya On the dissection of asymmetrical frequency curves.
Deviasi Standar deviasi merupakan nilai statistic yang dipakai untuk menentukan
sebaran data dalam sempel, serta seberapa dekat titik data individu ke mean rata-rata nilai
sampel. Suatu nilai deviasi yang lebih besar, maka akan memberikan arti bahwa titik data
individu jauh dari nilai rata-rata. Kurva lonceng juga dikenal sebagai sebgaai distribusi normal
data. Standar deviasi dari kumpulan data yaitu 2, sebagian besar data akan berjarak plus minus
2 dari rata-rata. 95% data yang telah terdistribusi normal merupakan dua standard deviasi dari
mean, dan lebih dai 99% yang berada dalam jarak 3 standar deviasi dan rata-rata. Menghitung
standar deviasi, ahli statistic akan menghitung nilai rata-rata dari semua titik data. Rata-rata
yaitu sama dengan jumlah dari semua nilai kumpulan data dibagi dengan jumlah total titik data.
Kemudian, penyimpangan setiap titik data akan dihitung dengan cara mengurangi nilai dari
nilai rata-rata. Deviasi setiap titik data dikuadratkan, dan akan mencari penyimpanan kuadrat
individu dari varians.
Pengertian Standar Deviasi Standar deviasi dapat digunakan untuk menentukan volatilitas
terkait dengan investasi tertentu serta jumlah resiko. Investor mampu menghitung standard
deviasi tahunan pengembalian investasi, serta memakai angka itu untuk menentukan stabil
investasi. Standar deviasi yang lebih besar berarti investasi yang memiliki resiko lebih. Dalam
ilmu statistika, standard deviasi disebut dengan simpangan baku yang dilambangkan dengan
huruf s, yaitu sebuah ukuran yang memberikan gambaran tingkat penyebaran data nilai rata-
rata.
Standar Deviasi yakni besar perbedaan dari nilai sampel terhadap rata-rata. Nilai sampel
yakni sedikit dari jumlah keseluruhan objek yang diamati. Misalnya saja jika anda mencari
tahu berapa jumlah alat musik yang dipunyai oleh mahasiswa jurusan music dari universitas X
dan sampel yang anda ambil hanya 100 orang dari total keseluruhan mahasiswa music yang
berjumlah 1000 orang maka untuk mengukur standar deviasi yakni dengan merata-rata 100
orang yang anda jadikan sampel. Secara tidak langsung, standar deviasi ini juga menyatakan
besarnya keragaman sampel yang anda dapatkan. Semakin besar nilai standar deviasi yang
anda dapatkan maka semakin besar pula keragaman sampel, begitu pula sebaliknya yakni jika
standar deviasi yang anda dapatkan kecil maka sampel semakin tidak beragam.
Standar deviasi masih berkaitan erat dengan statistik deskriptif yang mana berguna saat
ingin mengobservasi karakterisik dari data yang mana sedang anda teliti. Sehingga fungsi
standar deviasi tidak hanya beridiri sendiri melainkan menjadi bagian dari statistic
deskriptif.Untuk melakukan perhitungan standar deviasi bisa dengan cara menghitung nilai
rata-rata terlebih dahulu dari semua data yang diperoleh. Rata-rata merupakan penjumlahan
dari semua nilai data yang ada untuk kemudian dibagi dengan jumlah atau seberapa banyak
data yang anda punya. Penyimpangan dari data bisa dihitung menggunakan pengurangan nilai
rata-rata. Deviasi dari setiap data yang ada akan dikuadratkan dan kemudian dicari
penyimpangan kuadrat dari individu rata-rata. Nilai hasil perhitungan ini disebut varian dan
deviasi merupakan akar kuadrat varian.
Keterangan :
N = Banyak data (populasi)
n = Bayak data (sampel)
= Rata rata (populasi)
= Rata rata (sampel)