Anda di halaman 1dari 3

BAB VI

PENOLAKAN DATA

Deskripsi:
Pada bab ini akan dibahas bagaimana cara menolak data hasil pengukuran berdasarkan
kriteria chauvenet.

Manfaat:
Memberikan metode yang benar saat melakukan penolakan data hasil pengukuran.

Relevansi:
Kriteria Chauvenet menyediakan aplikasi sederhana dan instruktif dari distribusi Gauss.

Learning Outcome:
Mahasiswa memahami dan mampu mengimplementasikan metode penolakan data hasil
pengukuran dengan benar.

MATERI:
6.1 Kriteria Chauvenet
Jika kita membuat N pengukuran X 1 , . , X N dari kuantitas N tunggal, dan jika salah satu hasil
pengukuran (misalnya X sus ) adalah berbeda dengan yang lain, maka perlu digunakan metode
kriteria Chauvenet untuk memberikan tes sederhana, untuk memutuskan apakah akan
menolak nilai tersebut atau tidak. Pertama yang harus dilakukan yaitu menghitung mean dan
standar deviasi dari semua pengukuran N, kemudian menemukan jumlah standar deviasi dari
X sus yang berbeda dari 𝑥̅ .

|𝑥𝑠𝑢𝑠 −𝑥|
𝑡𝑠𝑢𝑠 = 𝜎𝑥

Selanjutnya, tentukanlah probabilitas ( asumsi pengukuran terdistribusi normal sekitar 0,7


dengan lebar 𝜎𝑥 ) untuk mendapatkan hasil sebagai data yang menyimpang sebagai 𝑥𝑠𝑢𝑠 , dan,
karenanya , jumlah pengukuran diharapkan menyimpang,

𝑛 = 𝑁 × 𝑃𝑟𝑜𝑏 (𝑠𝑒𝑙𝑎𝑖𝑛 𝜎𝑥 )
1
Jika 𝑛 < 2 , sesuai dengan kriteria Chauvenet, maka kita dapat menolak nilai 𝑥𝑠𝑢𝑠 .

Oleh karena ada beberapa perkecualian terhadap kriteria Chauvenet (terutama jika N tidak
terlalu besar ), dimana harus digunakan hanya sebagai upaya terakhir, ketika pengukuran x
tidak dapat diperiksa . Keberatan dengan kriteria Chauvenet adalah lebih besar jika dua atau

41
lebih pengukuran memiliki 𝑥𝑠𝑢𝑠 , tetapi pengujian dapat diperluas untuk situasi ini.

Contoh:
Seorang siswa membuat 10 pengukuran panjang suatu benda misalnya x, dan mendapatkan
hasilnya sebagai berikut.

46 , 48 , 44 , 38 , 45 , 47 , 58 , 44 , 45 , 43 (dalam satuan cm)

Dia sadari bahwa nilai 58 tampaknya memiliki anomali besar, kemudian dia memeriksa
catatan, tetapi tidak dapat menemukan bukti bahwa hasil itu disebabkan oleh kesalahan.
Karena itu ia menerapkan kriteria Chauvenet itu. Apa yang dia simpulkan?

Penyelesaian:
Dia memproses sementara semua hasil pengukuran, kemudian ia menghitung

𝑥 = 45,8 𝑑𝑎𝑛 𝜎𝑥 = 5,1

Selisih antara nilai 𝑥𝑠𝑢𝑠 tersangka = 58 dan mean 𝑥= 45,8 adalah 12,2, atau standar
deviasinya, yaitu,

𝑥𝑠𝑢𝑠 − 𝑥 58 − 45,8
𝑡𝑠𝑢𝑠 = = = 2,4
𝜎𝑥 5.1

Mengacu pada tabel dalam Lampiran A, ia melihat probabilitas dari pengukuran 𝑥 akan
berbeda sebesar 2,4𝜎𝑥 atau lebih

𝑃𝑟𝑜𝑏(𝑠𝑒𝑙𝑎𝑖𝑛 2,4𝜎) = 1 − 𝑃𝑟𝑜𝑏(𝑑𝑎𝑙𝑎𝑚 2,4𝜎)

= 1 − 0,984

= 0,016

Dalam 10 pengukuran, maka ia akan berharap untuk menemukan hanya 0,16 dari satu
pengukuran sesat sebagai hasilnya tersangka nya. Karena 0,16 kurang dari angka 0,5 yang
ditetapkan oleh kriteria Chauvenet, maka ia setidaknya harus mempertimbangkan untuk
menolak hasilnya.

Jika ia memutuskan untuk menolak data tersangka 58, maka ia harus menghitung ulang 𝑥 dan
𝜎𝑥 yaitu

𝑥 = 44,4 𝑑𝑎𝑛 𝜎𝑥 = 2,9

Seperti yang Anda harapkan, berarti dia akan merubah sedikit data, dan standar deviasinya
mengalami perubahan yang lumayan .

42
Latihan Soal:
1) Seorang siswa membuat 20 pengukuran dari pengukuran tegangan V tertentu dan
menghitung mean dan standar deviasi yaitu 𝑉 = 51 dan 𝜎𝑉 = 2 ( dalam microvolts ).
Malamnya, ia mulai menulis laporan dan menyadari bahwa salah satu dari nilai-nilainya
yang diukur adalah 𝑉𝑠𝑢𝑠 = 56. Berapa probabilitas dia mendapatkan pengukuran yang
menyimpang ini dari 𝑉? Jika dia memutuskan untuk menggunakan kriteria Chauvenet,
apakah dia menolak nilai tersangka tersebut (𝑉𝑠𝑢𝑠 ) ?
2) Seorang siswa melakukan 14 kali pengukuran periode osilator teredam dan memperoleh
hasilnya yaitu sebagai berikut (dalam persepuluh detik ) :

7 , 3 , 9 , 3 , 6 , 9 , 8 , 7 , 8 , 12 , 5 , 9 , 9 , 3 .

Dia percaya bahwa angka 12 menjadi nilai yang dicurigai tinggi, dia memutuskan untuk
menerapkan kriteria Chauvenet itu. Berapa hasil yang seharusnya dia harapkan untuk
menemukan 𝑡𝑠𝑢𝑠 pada angka 12 dari mean hasil pengukuran? Haruskah ia menolak angka
tersebut?

43