STUDY EKSPERIMEN

STATISTIC PERENCANAAN DAN EKSPERIMEN

PENGARUH MASSA BENDA TERHADAP

GERAK JATUH BEBAS

Dosen : Arif Wahyudi, PhD

Disusun oleh :
Linda Wijiati (2114100044)

Sarfan Alfaresi (2114100066)

Sri Gandari Putri S. (2114100073)

DEPARTEMEN TEKNIK MESIN

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2017
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Seperti yang kita ketahui bersama, bahwa di dalam dunia teknik sering kita
jumpai adanya percobaan atau eksperimen. Dan di dalam kita melakukan suatu
eksperimen pasti terdapat data data hasil eksperimen yang harus diolah. Data-data
tersebut hanya akan berakhir sebagai data saja, apabila tidak diolah terlebih
dahulu. Dan untuk mengolah data-data tersebut menjadi informasi yang berguna
ialah dengan menggunakan ilmu statistika. Dimana, dalam ilmu statistika ada dua
bagian dari statistika yang akan mengolah data tersebut, yaitu statistika deskriptif
dan statistika inferensia. Kedua bagian tersebut memiliki peranan masing-masing
dalam hal pengumpulan data hingga pengambilan kesimpulannya

Statistika deskriptis adalah bagian dari statistika yang menggambarkan

keadaan data apa adanya melalui parameter-parameter seperti mean, median,
modus, distribusi frekuensi dan ukuran statistik lainnya. Sedangkan untuk
statistika inferensial lebih kepada kesimpulan yang dapat diambil berdasarkan
data sampel yang lebih sedikit menjadi kesimpulan yang lebih umum untuk
sebuah populasi.

1.2 Tujuan Penelitian

Adapun tujuan dilakukannya penelitian ini adalah untuk mengetahui
pengaruh massa benda terhadap gerak jatuh bebas.

1.3 Rumusan Masalah

Apakah perbedaan massa benda berpengaruh terhadap gerak jatuh bebas
benda tersebut?

1.4 Batasan Masalah

Berdasarkan permasalahan yang akan dibahas dalam eksperimen ini,
terdapat beberapa batasan masalah, sebagai berikut :
1. Benda dijatuhkan dari ketinggian yang sama yaitu 85 cm
2. Besar gaya grafitasi sama disetiap titik
3. Permukaan ground datar
1.5 Sistematika Penulisan
Sistematika penulisan dari laporan eksperimen ini sebagai berikut :
1. BAB I Pendahuluan, berisi tentang latar belakang, tujuan, rumusan
masalah, batasan masalah, dan sistematika penulisan.
2. BAB II Dasar Teori, berisi tentang teori-teori yang berkaitan dengan
percobaan yang dilakukan.
3. BAB III Metodologi Percobaan, berisi tentang alat dan bahan, langkah-
langkah eksperimen.
4. BAB IV Analisa Data dan Pembahasan, berisi tentang data yang didapat
selama eksperimen dan perhitungan serta hasil dari eksperimen tersebut.
5. BAB V Kesimpulan dan Saran, berisi tentang kesimpulan dan saran dari
eksperimen yang dilakukan.
 BAB II
DASAR TEORI

2.1 Gerak Jatuh Bebas

Gerak adalah perubahan posisi suatu benda terhadap titik acuannya.Benda
yang bergerak dapat dikatakan tidak bergerak,sebagai contoh meja yang ada
dibumi pasti tidak dikatakan bergerak oleh manusia yang ada dibumi.Tetapi
bila matahari yang melihat maka meja tersebut bergerak bersama bumi yang
mengelilingi matahari.Gerak berdasarkan lintasannya dibagi menjadi 3 (tiga)
yaitu gerak lurus yaitu gerak yang lintasannya berbentuk lurus,gerak parabola
yaitu gerak yaitu gerak yang lintasannya berbentuk parabola,gerak melingkar
yaitu gerak yang lintasannya berbentuk lingkaran,sedangkan berdasarkan
percepatannya gerak dibagi menjadi 2 (dua) yaitu gerak beraturan adalah
gerak yang percepatannya sama dengan nol (a=0) dan gerak berubah beraturan
adalah gerak yang percepatannya konstan (a=konstan) atau gerak yang
kecepatannya berubah secara teratur.(welson.1990)
Gerak jatuh bebas dalah gerah jatuh benda arah vertical dari ketinggian h
tertentu tanpa kecepatan awal (vo=0),jadi gerak benda hanya dipengaruhi
oleh gravitasi bumi (g).
1
y = h = gt2
2

t = (2 )

yt = gt = (2gh)

g merupakan percepatan gravitasi bumi y = h adalah lintasan yang ditempuh

benda pada arah vertical (diukur dari posisi benda mula-mula) dan t adalah
waktu yang dibutuhkan benda untuk menempuh lintasannya.(Celleto.1994)
Secara umum gerak jatuh bebas hanya dipengaruhi oleh gaya
gravitasi,selama membahas gerak jatuh bebas digunakan rumus atau
persamaan GLBB.kita pilih kerangka acuan yang diam terhadap bumi.kita
menggantikan x atau s (pada persamaan GLBB) dengan y,karena benda
 bergerak vertical dan kita juga bisa menggunakan h untuk menggantikan x
atau s.kedudukan awal benda kita tetapkan yo = 0 untuk t = 0.percepatan yang
dialami benda ketika jatuh bebas adalah percepatan gravitasi,sehingga kita
menggantikan a dengan g,dan persamaan gerak jatuk bebas yang dituliskan
pada tabel dibawah ini.
GLBB GJB
VX = VXO + at Vy = VyO + gt
1 1
X = XO + VXO + 2 at2 Y = VyO t+ 2 gt2

Vx2 = VXO2 + 2as VY2 = VYO2 + 2gh

(Bueche.1998)

Dari persamaan waktu jatuh,terlihat bahwa waktu jatuh benda bebas hanya
dipengaruhi oleh 2 faktor yaitu h adalah ketinggian dan g adalah gravitasi
bumi.jadi berat dari besaranbesaran lain tidak dipengaruhi artinya meskipun
berbeda beratnya ,2 benda yang jatuh dari ketinggian yang sama dan pada tempat
yang sama akan jatuh dalam waktu yang bersamaan,tetapi apabila benda tidak
jatuh bersamaan dikarenakan adanya gesekan udara.gesakan udara sangat
mempengaruhi gerak jatu bebas suatu benda walaupun percepatan gravitasi tiap-
tiap benda yang dijatuhkan adalah sama. (Mansfield.1998)

Semua benda akan jatuh dengan percepatan sama,apabila tidak ada udara
atau hambatan lainnya.semua benda berat atau ringan,udara berperan penting
sebagai hambatan untuk benda-benda yang ringan memiliki permukaan luas,tetapi
pada kondisi tertentu hambatan udara ini diabaikan.pada suatu ruangan hampa
udara benda ringan dan berat memiliki percepatan yang sama.hal ini menunjukan
bahwa untuk sebuah benda yang jatuh dari keadaan alam,jarak yang ditempuh
akan sebanding dengan kuadrat waktu.(Young.2002

2.2 Deskripsi Statistik

Statistik deskriptif adalah istilah yang diberikan pada analisis data yang
membantu mendeskripsikan, menampilkan atau meringkas data dengan cara yang
berarti sehingga, misalnya, pola mungkin muncul dari data. Statistik deskriptif
tidak memungkinkan kita membuat kesimpulan di luar data yang telah kita
analisis atau mencapai kesimpulan mengenai hipotesis yang mungkin telah kita
buat. Statistika deskriptif akan menghasilkan ukuran-ukuran populasi (parameter).
Statistika deskriptif dapat mendiskripsian atau menggambaran tentang data yang
disajikan dalam bentuk tabel, diagram, pengukuran tendensi sentral, rata-rata
hitung, rata-rata ukur, dan rata-rata harmonik, pengukuran penempatan (median,
kuartil, desil, dan presentil), pengukuran penyimpangan (range, rentangan antar
kuartil, rentangan semi antarkuatil, simpangan rata-rata, simpangan baku, varians,
dan angka baku).Deskripsi statistik hanyalah cara untuk menggambarkan data
yang ada. Statistik deskriptif sangat penting karena jika kita menyajikan data
mentah kita, akan sulit untuk memvisualisasikan data apa yang ditunjukkan,
terutama jika jumlahnya banyak. Oleh karena itu statistik deskriptif
memungkinkan kita menyajikan data dengan cara yang lebih bermakna, yang
memungkinkan interpretasi data lebih mudah.

2.3 Deskripsi Statistik

Statistik inferensial adalah teknik yang memungkinkan kita menggunakan

sampel ini untuk membuat generalisasi tentang populasi dari mana sampel
diambil. Oleh karena itu, penting bahwa sampel tersebut secara akurat mewakili
populasi. Proses pencapaian ini disebut sampling (strategi sampling dibahas
secara rinci di sini di situs saudara perempuan kami). Statistik inferensial muncul
dari fakta bahwa pengambilan sampel secara alami menimbulkan kesalahan
sampling dan oleh karena itu sampel tidak diharapkan untuk mewakili populasi
secara sempurna. Metode statistik inferensial adalah (1) estimasi parameter dan
(2) pengujian hipotesis statistik.

2.3.1 Hypothesis Testing, Null Testing, Alternative Hypothesis, Acceptance

Region dan Critical Region

Hypothesis Testing adalah suatu tindakan dalam statistik dimana seorang

analis menguji asumsi mengenai parameter populasi. Metodologi yang digunakan
oleh analis bergantung pada sifat data yang digunakan dan alasan analisisnya. Uji
hipotesis digunakan untuk menyimpulkan hasil hipotesis yang dilakukan pada
data sampel dari populasi yang lebih besar.

Null Testing (H0) adalah jenis hipotesis yang digunakan dalam statistik
yang mengusulkan bahwa tidak ada signifikansi statistik dalam serangkaian
pengamatan yang diberikan. Hipotesis nol mencoba untuk menunjukkan bahwa
tidak ada variasi antara variabel atau bahwa satu variabel tidak berbeda dari mean-
nya. Hal ini diduga benar sampai bukti statistik membatalkannya untuk hipotesis
alternatif. Alternative Hypothesis (H1) adalah hipotesis yang akan otomatis
diterima jika hipotesis nol ditolak.

Acceptance Region adalah daerah dimana hasil uji statistik menyatakan

jika Ho diterima. Sedangkan Critical Region adalah jika hasil uju statistik
menyatakan hal yang lain.

Daerah Daerah
Penolakan H0 Penolakan H0 Daerah Kritis

Daerah
Luas 1/2a Luas 1/2a
Penerimaan H0

d1 d2

Kedua daerah penerimaan dan penolakan Ho tersebut dibatasi oleh bilangan d1

dan d2 yang harganya diperoleh dari daftar distribusi yang digunakan dengan
peluang ralat yang telah diterapkan.

2.2.2 Types Of Errors

Kesalahan tipe 1, adalah kesalahan yang terjadi jika kita menolak Ho,
padahal Ho benar. Probabilitas untuk melakukan kesalahan tipe 1 ini diberi simbol
. Sedangkan kesalahan tipe 2 terjadi jika kita menerima (tidak menolak) Ho,
padahal Ho tersebut salah. Probabilitas melakukan kesalahan tipe 2 ini di beri
simbol . Untuk mendapatkan keputusan yang baik, maka kedua kekeliruan
tersebut harus diusahakan sekecil mungkin. Tetapi ini akan sulit dicapai,
mengingat bahwa meminimalkan yang satu akan terjadi peningkatan yang lain,
kecuali dengan cara memperbesar ukuran/jumlah sampel, yang pada umumnya
jarang bisa dilaksnakan.

Dalam prakteknya, perlu dilakukan suatu kompromi yakni dengan

berusaha mencari kebenaran untuk membuat keputusan yang tepat dengan
membatasi terjadinya kekeliruan yang dianggap berbahaya. Oleh karena itu,
dalam uji hipotesis diusahakan adanya keseimbangan antara kesalahan tipe I dan
tipe II. Artinya diusahakan pencapaian hasil pengujian hipotesis yang baik, yakni
pengujian yang bersifat bahwa diantara semua pengujian yang dilakukan dengan
harga yang sama besa, ambillah sebuah kekeliruan yang paling kecil.

Secara praktis, kekeliruan tipe I atau biasanya sudah ditentukan terlebih

dahulu, misalnya =0,01 atau =0,05. Dengan =0,05 berarti bahwa dari tiap-tiap
100 kesimpulan yang kita buat, peluang untuk melakukan kekeliruan dengan
menolak H0 yang benar (H0 yanng seharusnya diterima ) adalah sebanyak 5 kali.

Untuk setiap pengujian dengan yang telah ditentukan, harga akan

dapat dihitung harga (1- ) disebut daya uji statistic/power. Jadi daya uji statistik
adalah peluang/ kemungkinan untuk melakukan penolakan terhadap H0 yang
salah dan ditunjukkan oleh bilangan 1- .

2.2.3 One Sided And Two Sided Tests

a. Jika hipotesis alternatif (Ha) mempunyai rumusan tidak sama (), maka
dalam distribusi statistik yang digunakan, normal untuk angka Z, student
untuk angka t dan seterusnya, terdapat dua daerah kritis yang masing-
masing terdapat pada ujung-ujung distribusi. Luas daerah kritis pada tiap
ujung adalah . Dan karena ada duan daerah penolakan Ho ini, maka
dinamakan pengujian dua pihak (dua ekor).
 Daerah Daerah
Penolakan H0 Penolakan H0 Daerah Kritis

Daerah
Luas 1/2a Luas 1/2a
Penerimaan H0

d1 d2

b. Jika hipotesis alternatif (Ha) mempunyai rumusan lebih besar (), maka
dalam distribusi statistik yang digunakan terdapat sebuah daerah kritis
yang letaknya diujung kanan. Luas daerah kritis ini adalah sama dengan .
Pengujian hipotesis ini dinamakan uji satu pihak (satu ekor) pihak kanan.
Harga d diperoleh dari daftar distribusi yang digunakan dengan peluang
yang telah ditentukan, dan menjadi batas antara daerah kritis dan daerah
penerimaan Ho.

Daerah
Penolakan H0 (Daerah Kritis)

Daerah
Luas = a
Penerimaan H0

c. Jika hipotesis alternatif (Ha) mengandung pernyataan lebih kecil (<), maka
daerah kritis berada di ujung kiri dari distribusi. Luas daerah ini adalah ,
dan dibatasi oleh bilangan d yang diperoleh dari daftar distribusi yang
 bersangkutan dengan tertentu yang telah ditetapkan. Pengujian hipotesis
ini disebut pengujian satu pihak (satu ekor) pihak kiri.

Daerah
Penolakan H0 (Daerah Kritis)

Daerah
Luas = a
Penerimaan H0

2.3 Langkah-langkah Pengerjaan Hypothesis Testing

1. Tentukan hipotesa (Ho dan Ha). Kembangkan bentuk pasti Ho dan Hi.
Hipotesis alternatif H1 digunakan untuk membuat pengujian satu sisi atau sisi.
2. Tentukan significance level. Nilai akan menentukan probabilitas dari
kesalahan tipe 1 untuk pengujian.
3. Tentukan sample statistic dan parameternya.
4. Hitung uji statistiknya.
5. Tentukan daerah penerimaan (acceptance region) dan daerah kritis (critical
region).
6. Simpulkan hasil yang didapat, menolak atau menerima Ho.

2.4 Statistical Inferences For Means

2.4.1 Means Test for One Sample with Standart Deviation Known
Hipotesisnya dirumuskan : H0 : = 0 vs Ha : 0. Untuk menguji
hipotesis ini digunakan statistic Z dengan rumus:

0
=

= X = Perkiraan standar error dari mean sample.

Statistik Z ini berdistribusi normal, sehingga untuk menentukan criteria pengujian
digunakan daftar distribusi normal baku.

2.4.2 Means Test for One Sample with Standart Deviation Unknown
Untuk menguji hipotesis H0== 0 melawan Ha= 0 maka digunakan
statistik t dengan rumus sebagai berikut:

0
= /

Statistik t ini ternyata berdistribusi student dengan dk= (n-1). Sedangkan criteria
pengujian diperoleh dari distribusi student t pada taraf tertentu untuk uji dua
pihak (dua ekor).
2.4.3 Means Test for Two Independent Samples with Standart Deviation
Known

2.5 Langkah-langkah Pengerjaan Hypothesis Testing

7. Tentukan hipotesa (Ho dan Ha). Kembangkan bentuk pasti Ho dan Hi.
Hipotesis alternatif H1 digunakan untuk membuat pengujian satu sisi atau sisi.
8. Tentukan significance level. Nilai akan menentukan probabilitas dari
kesalahan tipe 1 untuk pengujian.
9. Tentukan sample statistic dan parameternya.
10. Hitung uji statistiknya.
11. Tentukan daerah penerimaan (acceptance region) dan daerah kritis (critical
region).
12. Simpulkan hasil yang didapat, menolak atau menerima Ho.

2.6 Statistical Inferences For Variances

2.6.1 Types of Tests for Variances
 Semua pengujian variances menggunakan statistic X2 dan F
( 1) 2
2 =
2

= 2
S2
2.6.2 Variance Test for One Sample
( 1) 2
2 =
2

2.6.3 Variance Test for Two Sample

=
S2 2
 BAB III
METODOLOGI PERCOBAAN

3.1 Alat dan Bahan

Untuk menunjang percobaan ini diperlukan beberapa alat dan bahan sebagai
berikut :
1. 2 benda yang memiliki berat yang berbeda, Botol Plastik dan selotip.
2. Stopwatch.
3. peralatan untuk mencatat hasil percobaan

3.2 Langkah Langkah Percobaan

Adapun langkah-langkah sistematis yang harus dilakukan dalam eksperimen
kali ini, yaitu,
1. Alat dan bahan dipersiapkan.
2. Tentukan ketinggian yang diinginkan yaitu 85 cm
3. Benda pertama yaitu botol plastik dijatuhkan dari ketinggian yang
telah ditentukan dan hitung waktunya menggunakan stopwatch.
4. Catat waktu yang tertera di stopwatch.
5. Lakukan percobaan hingga 10 kali
6. Ulangi langkah 3 sampai 5 namun dengan benda kedua yaitu selotip
 BAB IV
ANALISA DATA DAN PERHITUNGAN

4.1. Statistical Inference for Variances

4.1.1. Hipotesa
Null hypothesis (Ho) adalah hipotesa awal yang digunakan ketika
variasi sample 1 (1) sama dengan variasi sample 2 (2). Alternative
hypothesis (H1) adalah hipotesa awal yang digunakan ketika variasi sample 1
(1) tidak sama dengan variasi sample 2 (2).
Ho : 12 = 22
H1 : 12 22
4.1.2. Tingkat Keyakinan
Tingkat keyakinan yang digunakan adalah sebesar 95%.
4.1.3. Data Percobaan
Sample 1 (n1) adalah percobaan dengan menggunakan isolasi
sedangkan sample 2 (n2) adalah percobaan dengan menggunakan sedotan.
Tabel 1. Hasil Percobaan
Percobaan Benda
ke- Isolasi (s) Sedotan (s)
1 0,34 0,54
2 0,20 0,47
3 0,20 0,41
4 0,28 0,40
5 0,27 0,47
6 0,34 0,35
7 0,27 0,40
8 0,34 0,47
9 0,34 0,47
10 0,27 0,40

Rata-rata n1
=10
=1
1 =

0,34 + 0,2 + 0,2 + 0,28 + 0,27 + 0,34 + 0,27 + 0,34 + 0,34 + 0,27
1 =
10
1 = 0,285

Rata-rata n2
=10
=1
2 =

 0,54 + 0,47 + 0,41 + 0,4 + 0,47 + 0,35 + 0,4 + 0,47 + 0,47 + 0,4
2 =
10
2 = 0,438

Variasi n1
=10
=1 ( )
2
12 =
1
(0,34 0,285)2 + (0,2 0,285)2 + + (0,27 0,285)2
12 =
10 1
2
1 = 0,003028

Variasi n2
2
=10
=1 ( )
22 =
1
2
(0,54 0,438)2 + (0,47 0,438)2 + + (0,4 0,438)2
2 =
10 1
22 = 0,003040

4.1.4. Distribusi F
Distribusi F digunakan karena sample yang diambil berasal dari dua
populasi yang Independent. Distribusi ini digunakan untuk menentukan
variasi dari sample yang diambil.
12 0,003028
= 2 = = 0,995980
2 0,003040
Dengan degree of freedom yaitu v sebesar :
1 = 2 = 1 = 10 1 = 9

4.1.5. Grafik Distribusi F

Dengan tingkat keyakinan sebesar 95% dan menggunakan grafik F
two tail sehingga nilai = 0,025. Dari tabel 2, dapat dilihat bahwa besarnya
1 = (1 ; 2 ) = (9; 9) = 4,025992
Sedangkan
1 1 1
2 = = = = 0,248386
(1 ; 2 ) (9; 9) 4,025992

Dapat dilihat bahwa besarnya nilai Fo berada diantara F1 dan F2.

Sehingga dapat dibuat grafik seperti pada grafik 1.
 Grafik 1. Distribusi F
Tabel 2. Distribusi F dengan = 0,025

Dari grafik dapat dilihat bahwa besarnya nilai Fo berada diantara F1

dan F2 sehingga Hipotesa (Ho) gagal ditolak.

4.2. Statistical Inference for Mean

4.2.1. Hipotesa
Null hypothesis (Ho) adalah hipotesa awal yang digunakan ketika rata-
rata sample 1 (1) sama dengan rata-rata sample 2 (2). Alternative hypothesis
(H1) adalah hipotesa awal yang digunakan ketika rata-rata sample 1 (1) tidak
sama dengan rata-rata sample 2 (2).
Ho : 1 = 2
H1 : 1 2
4.2.2. Tingkat Keyakinan
Tingkat keyakinan yang digunakan adalah sebesar 95%.
4.2.3. Data Percobaan
Sample 1 (n1) adalah percobaan dengan menggunakan isolasi
sedangkan sample 2 (n2) adalah percobaan dengan menggunakan sedotan.
Tabel 2. Hasil Percobaan
Percobaan Benda
ke- Isolasi (s) Sedotan (s)
1 0,34 0,54
2 0,20 0,47
3 0,20 0,41
4 0,28 0,40
5 0,27 0,47
6 0,34 0,35
7 0,27 0,40
8 0,34 0,47
9 0,34 0,47
10 0,27 0,40
Rata-rata n1
=10
=1
1 =

0,34 + 0,2 + 0,2 + 0,28 + 0,27 + 0,34 + 0,27 + 0,34 + 0,34 + 0,27
1 =
10
1 = 0,285

Rata-rata n2
=10
=1
2 =

0,54 + 0,47 + 0,41 + 0,4 + 0,47 + 0,35 + 0,4 + 0,47 + 0,47 + 0,4
2 =
10
2 = 0,438

Sample 1
=10

( )2 = (0,34 0,285)2 + (0,2 0,285)2 + + (0,27 0,285)2

=1
=10

( )2 = 0,027250
=1
Sample 2
=10
2
( ) = (0,54 0,438)2 + (0,47 0,438)2 + + (0,4 0,438)2
=1
=10
2
( ) = 0,027360
=1

4.2.4. Distribusi t
Untuk pengujian rata-rata dari sebuah sample yang kecil atau n<30,
maka digunakan distribusi t. Dikarenakan variasi dari distribusi F gagal
ditolak, maka dihitung:
2
2
=10 2 =10
=1 ( ) + =1 ( ) 1 + 2
=
(1 1) + (2 1) 1 2
0,027250 + 0,027360 10 + 10
2 =
(10 1) + (10 1) 10 10
2
= 0,000607

1 2
=

0,285 0,438
=
0,000607
= 6,211215

Dengan besar degree of freedom (v)

= 1 + 2 2
= 10 + 10 2
= 18
t (tabel) = 2.101

4.2.5. Grafik Distribusi t

Dengan menggunakan tabel B-5 dengan besar tingkat keyakinan 95%
atau 0.05, dapat dilihat dari tabel B-5 two-tail dengan v = 18 didapatkan nilai
to = 2,101 sehingga dapat dibuat grafik 2.
 Grafik 2. Distribusi t
Dari hasil grafik dapat dilihat bahwa besarnya nilai t berada diluar
batas antara to dan +to, sehingga hipotesa Ho ditolak atau dengan kata lain 1
2. Besarnya nilai 1 2 mengindikasikan bahwa massa mempengaruhi
waktu untuk benda jatuh bebas. Hal ini tidak sesuai dengan teori yang ada.
Ketidaksesuaian dengan teori ini bisa terjadi karena kurangnya ketelitian
pengamatan, keakurataan alat pengukuran dsb.
 BAB V
KESIMPULAN
Dari percobaan yang sudah dilakukan, didapatkan kesimpulan sebagai berikut:
1. Nilai Fo berada diantara F1 dan F2 yang mengindikasikan bahwa Hipotesa Ho
gagal ditolak atau dengan kata lain 12 = 22.
2. Nilai t tidak berada diantara -to dan +to yang mengindikasikan bahwa Hipotesa
Ho ditolak atau dengan kata lain 1 2.
3. Besarnya nilai 1 2 mengindikasikan bahwa massa mempengaruhi waktu
untuk benda jatuh bebas. Hal ini tidak sesuai dengan teori yang bisa terjadi
karena ketelitian pengamatan, keakurataan alat pengukuran dsb.
 DAFTAR PUSTAKA

Blank, Leland T. 1982.Statistical Procedures for Engineering, Management, and

Science. McGraw-Hill, Inc : Tokyo
Al Khotasa, M. Syujuan. 2011. Laporan Praktikum Fisika Dasar: Gerak Jatuh
Bebas. Laboratotium Fisika, Universitas Brawijaya : Malang