Makalah Sistem Instrumentasi

ANALISIS DATA EKSPERIMENTAL

OLEH
KELOMPOK 6
ANGELA CITRA MEMBALIGH (H021181009)
YESRIELY (H021181302)
NUR AQILA ISMAIL (H021181310)/KETUA
FENNY RAHMAH SARI (H021181324)
SITI NUR HAYATI (H021181322)
MUH. NUR NASYRAH (H021181323)

DEPARTEMEN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS HASANUDDIN
MAKASSAR
2020
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Kuasa atas segala limpahan Rahmat, Ilmu, Taufik
dan Hidayahnya sehingga kelompok kami dapat menyelesaikan penyusunan makalah ini yang
berjudul “Analisis Data Eksperimental” dalam bentuk maupun isinya yang sangat sederhana
dan masih banyak mengandung kesalahan. Semoga makalah ini dapat dipergunakan sebagai
salah satu acuan, petunjuk maupun pedoman bagi pembaca.
Harapan kami semoga makalah ini membantu menambah pengetahuan dan
pengalaman bagi para pembaca, sehingga saya dapat memperbaiki bentuk maupun isi
makalah ini sehingga kedepannya dapat lebih baik.
Makalah ini kami akui masih banyak kekurangan karena refernsi yang kami miliki
sangat kurang. Oleh kerena itu kami harapkan kepada para pembaca untuk cerdas dalam
membaca serta memberikan masukan-masukan yang bersifat membangun untuk
kesempurnaan makalah ini.

Makassar, 23 Februari 2020

Penyusun
 BAB I
PENDAHULUAN

I.1 Latar Belakang

Beberapa bentuk analisis harus dilakukan pada semua data eksperimen. Analisisnya
mungkin penilaian verbal sederhana dari hasil tes, atau dapat berupa analisis teoritis
kompleks dari kesalahan yang terlibat dalam percobaan dan pencocokan data dengan prinsip
fisika dasar. Bahkan prinsip baru dapat dikembangkan untuk menjelaskan beberapa fenomena
yang tidak biasa. Diskusi kita dalam bab ini akan pertimbangkan analisis data untuk
menentukan kesalahan, ketepatan, dan validitas umum pengukuran eksperimental.
Kesesuaian pengukuran dengan fisik prinsip adalah masalah lain, cukup di luar cakupan
diskusi kita. Beberapa metode presentasi data grafis juga akan dibahas. Pembaca yang tertarik
harus berkonsultasi dengan monograf oleh Wilson untuk pengamatan menarik tentang banyak
korespondensi teori fisik dan eksperimen.
Eksperimentalis harus selalu mengetahui validitas data. Tes mobil Insinyur harus
mengetahui keakuratan spidometer dan pengukur gas untuk mengekspresikan kinerja
ekonomi bahan bakar dengan percaya diri. Seorang insinyur nuklir harus tahu akurasi dan
presisi dari banyak instrumen hanya untuk membuat radioaktivitas sederhana pengukuran
dengan percaya diri. Untuk menentukan kinerja penguat, sebuah insinyur listrik harus
mengetahui keakuratan pengukuran yang sesuai tegangan, distorsi, dan sebagainya, telah
dilakukan. Banyak pertimbangan masuk menjadi penentuan akhir validitas hasil data
eksperimen, dan kami ingin menyampaikan beberapa pertimbangan ini dalam bab ini.
Kesalahan akan merambah ke semua eksperimen terlepas dari perawatan yang
diberikan. Beberapa di antaranya kesalahan bersifat acak, dan beberapa akan disebabkan
kesalahan besar pada bagian eksperimen Data buruk karena kesalahan yang jelas dapat segera
dibuang. Tapi apa poin data yang hanya "terlihat" buruk? Kami tidak dapat membuang data
karena mereka jangan sesuai dengan harapan dan harapan kita kecuali kita melihat sesuatu
dengan jelas salah. Jika poin "buruk" seperti itu berada di luar kisaran penyimpangan acak
yang biasanya diharapkan, mereka dapat dibuang berdasarkan beberapa analisis data statistik
yang konsisten.
Kata kunci di sini adalah "konsisten." Penghapusan poin data harus konsisten dan
seharusnya tidak bergantung pada keinginan dan bias manusia berdasarkan pada apa yang
“seharusnya menjadi." Dalam banyak kasus sangat sulit bagi individu untuk konsisten dan
tidak bias. Tekanan tenggat waktu, benci dengan kegagalan eksperimental sebelumnya, dan
ketidaksabaran normal semua dapat mempengaruhi proses berpikir rasional. Namun
kompeten eksperimentalis akan berusaha untuk mempertahankan konsistensi dalam analisis
data primer. Tujuan materi ini adalah untuk menunjukkan bagaimana seseorang bisa
mempertahankan sebuah konsistensi
I.2 Rumusan Masalah
1. Apa penyebab kesalahan dalam sebuah eksperimental?
2. Apa saja jenis-jenis kesalahan dalam eksperimental?
3. Bagaimana cara menganalisis kesalahan menggunakan commonsense basis?
4. Bagaimana cara menganalisis ketidak pastian?
5. Apa yang dimaksud dengan propagasi ketidakpastian?
6. Bagaimana cara mengevaluasi ketidakpastian untuk pengurangan data rumit?
I.3 Tujuan
1. Mengetahui penyebab kesalahan dalam sebuah eksperimental.
2. Mengetahui jenis-jenis kesalahan dalam eksperimental.
3. Mengetahui cara menganalisis kesalahan menggunakan commonsense basis.
4. Mengetahui cara menganalisis ketidakpastian.
5. Mengetahui Apa yang dimaksud dengan propagasi ketidakpastian.
6. Mengetahui cara mengevaluasi ketidakpastian untuk pengurangan data rumit.
 BAB II
PEMBAHASAN
Analisis Data Eksperimental
2.1 Penyebab dan Jenis Kesalahan Eksperimental (Siti Nurhayati)
Di bagian ini kami menyajikan diskusi tentang beberapa jenis kesalahan yang
mungkin terjadi dalam data eksperimental dan mulai menunjukkan cara supaya data ini dapat
ditangani. Pertama, mari kita bedakan antara sampel tunggal dan data banyak sampel. Data
sampel tunggal adalah data yang beberapa ketidakpastian mungkin tidak ditemukan dengan
pengulangan. Data multisampel diperoleh dalam kasus-kasus di mana cukup banyak
pengalaman experiments dilakukan agar keandalan hasil dapat dijamin oleh statistik.
Seringkali, biaya akan melarang pengumpulan data multisampel, dan eksperimen harus puas
dengan data sampel tunggal dan siap untuk mengekstrak sebanyak mungkin informasi
mungkin dari percobaan tersebut.
Jika satu mengukur tekanan dengan pengukur tekanan dan satu instrumen
adalah satu-satunya yang digunakan untuk seluruh rangkaian pengamatan, maka
beberapa kesalahan yang ada dalam pengukuran sampel akan diambil hanya sekali,
tidak peduli berapa kali bacaan diulang. Akibatnya, eksperimen semacam itu adalah
eksperimen sampel tunggal. Di samping itu, jika lebih dari satu pengukur tekanan
digunakan untuk set pengamatan yang sama, maka kita mungkin mengatakan bahwa
percobaan multisampel telah dilakukan. Jumlah pengamatan kemudian akan menentukan
keberhasilan percobaan multisampel ini sesuai dengan prinsip statistik yang diterima.
Kesalahan eksperimental adalah kesalahan eksperimental. Jika eksperimen tahu
kesalahannya, dia akan memperbaikinya dan itu tidak akan lagi menjadi kesalahan. Di lain
kata-kata, kesalahan nyata dalam data eksperimen adalah faktor-faktor yang selalu kabur
sampai batas tertentu dan membawa sejumlah ketidakpastian. Tugas kita adalah menentukan
adil seberapa tidak pasti pengamatan tertentu dan untuk merancang cara yang konsisten
menentukan ketidakpastian dalam bentuk analitis. Definisi eksperimental yang masuk akal
ketidakpastian dapat diambil sebagai nilai yang mungkin dimiliki kesalahan. Ketidakpastian
ini dapat sangat bervariasi tergantung pada kondisi percobaan. Mungkin memang begitu lebih
baik untuk berbicara tentang ketidakpastian eksperimental daripada kesalahan eksperimental
karena besarnya kesalahan selalu tidak pasti. Kedua istilah tersebut digunakan dalam praktik,
namun, jadi pembaca harus terbiasa dengan makna yang melekat pada istilah dan cara bahwa
mereka berhubungan satu sama lain. Sangat umum bagi orang untuk berbicara tentang
kesalahan eksperimental ketika benar terminologi harus menjadi "ketidakpastian." Karena
penggunaan umum ini, kami meminta agar pembaca menerima semantik yang salah ketika itu
terjadi dan melihat setiap istilah dengan tepat konteks.
2.2 Analisis Kesalahan pada Dasar Akal Sehat (Commonnsense Basis) (Yesrieli)
Pada kenyataannya output transduser memiliki sifat non ideal, maka terdapat deviasi
yang diukur dengan harga yang benar, perbedaan dari harga yang dibaca dengan harga yang
benar disebut kesalahan (error). Kesalahan tersebut di atas terdiri dari kumpulan kesalahan
individual. Pada pengukuran sesungguhnya kesalahan transduser telah diketahui secara pasti.
Dengan mengetahui kesalahan individual yang akan dijelaskan lebih lanjut dapat digunakan
untuk koreksi dari data akhir maka akan menaikkan ketelitian pengukuran [1].
Kita telah mencatat bahwa berbicara tentang ketidakpastian eksperimental agak lebih
eksplisit daripada kesalahan eksperimental. Misalkan kita telah memuaskan diri kita sendiri
dengan ketidakpastian dalam beberapa pengukuran eksperimental dasar, dengan
mempertimbangkan faktor-faktor seperti akurasi instrumen, kompetensi orang-orang yang
menggunakan instrumen, dan sebagainya. Akhirnya, pengukuran primer harus digabungkan
untuk menghitung hasil tertentu yang diinginkan. Kami akan tertarik untuk mengetahui
ketidakpastian dalam hasil akhir karena ketidakpastian dalam pengukuran primer. Ini dapat
dilakukan dengan analisis akal sehat dari data yang dapat mengambil banyak bentuk. Salah
satu aturan praktis yang dapat digunakan adalah bahwa kesalahan dalam hasil sama dengan
kesalahan maksimum dalam setiap parameter yang digunakan untuk menghitung hasilnya.
Analisis akal sehat lainnya akan menggabungkan semua kesalahan dengan cara yang paling
merugikan untuk menentukan kesalahan maksimum dalam hasil akhir. Pertimbangkan
perhitungan daya listrik dari
P=EI
di mana E dan I diukur sebagai
E=100V ± 2V
I =10 A ±0.2 A
Nilai nominal daya adalah 100 × 10 = 1000 W. Dengan mengambil variasi tegangan dan arus
terburuk, kita dapat menghitung
Pmax =( 100+2 ) ( 10+0.2 )=1040.4 W
Pmin =( 100−2 )( 10−0.2 )=960.4 W
Dengan demikian, menggunakan metode perhitungan ini, ketidakpastian dalam
kekuasaan adalah +4,04 persen persen, -3,96 persen. Sangat tidak mungkin bahwa daya akan
salah dengan jumlah ini karena variasi voltmeter mungkin tidak akan sesuai dengan variasi
ammeter. Ketika voltmeter membaca "tinggi" ekstrem, tidak ada alasan bahwa ammeter juga
harus membaca "tinggi" ekstrem pada saat tertentu; memang, kombinasi ini paling tidak
mungkin [2].
Perhitungan sederhana yang diterapkan pada persamaan tenaga listrik di atas adalah
cara yang berguna untuk memeriksa data eksperimental untuk menentukan kesalahan apa
yang dapat mengakibatkan perhitungan akhir; namun, tes ini terlalu berat dan hanya
digunakan untuk inspeksi data yang kasar. Penting untuk dicatat, bahwa jika hasil percobaan
keliru lebih dari jumlah yang ditunjukkan oleh perhitungan di atas, maka peneliti harus
memeriksa data dengan lebih baik. Secara khusus, Eksperimen harus mencari kesalahan tetap
tertentu dalam instrumentasi, yang mungkin dihilangkan dengan menerapkan koreksi teoretis
atau empiris [2].
Sebagai contoh lain kita dapat melakukan percobaan di mana air panas ditambahkan
ke wadah. Jika instrumentasi suhu kita harus menunjukkan penurunan suhu air, akal sehat
kita akan memberi tahu kita bahwa ada sesuatu yang salah dan titik data harus dibuang. Tidak
diperlukan prosedur analisis canggih untuk menemukan kesalahan semacam ini. Istilah "akal
sehat" memiliki banyak konotasi dan memiliki arti berbeda bagi orang yang berbeda. Dalam
contoh singkat yang diberikan di atas ini dimaksudkan sebagai kendaraan cepat dan
berpengalaman, yang dapat digunakan untuk memeriksa data eksperimental dan hasil untuk
kesalahan dan variasi. Pada bagian selanjutnya kami akan menyajikan metode untuk
menentukan ketidakpastian eksperimental dengan cara yang lebih tepat [2].
2.3 Analisis dan Propagasi Ketidakpastian (Muh. Nur Nasyrah)
Metode yang lebih tepat dalam memperkirakan ketidakpastian dalam hasil
eksperimen telah disajikan oleh Kline dan McClintock [1]. Metode ini didasarkan pada
spesifikasi yang cermat dari ketidakpastian dalam berbagai pengukuran eksperimental primer.
Sebagai contoh, pembacaan tekanan tertentu dapat dinyatakan sebagai
p = 100 kPa ± 1 kPa
Ketika notasi plus atau minus digunakan untuk menunjuk ketidakpastian, orang tersebut
membuat penunjukan ini menyatakan tingkat akurasi yang dia yakini pengukuran telah
dilakukan. Kami dapat mencatat bahwa spesifikasi ini sendiri tidak pasti karena pelaku
eksperimen secara alami tidak pasti tentang keakuratannya pengukuran. Jika kalibrasi
instrumen yang sangat hati-hati telah dilakukan baru-baru ini standar presisi sangat tinggi,
maka pencoba akan dibenarkan dalam menetapkan ketidakpastian pengukuran yang jauh
lebih rendah daripada jika dilakukan dengan pengukur atau instrumen riwayat kalibrasi yang
tidak diketahui.
 Untuk menambah spesifikasi lebih lanjut dari ketidakpastian pengukuran tertentu,
Kline dan McClintock mengusulkan bahwa eksperimen menentukan peluang tertentu untuk
ketidakpastian. Dengan demikian persamaan untuk tekanan di atas dapat ditulis
p = 100 kPa ± 1 kPa (20 hingga 1)
Dengan kata lain, pelaku percobaan bersedia bertaruh dengan 20 hingga 1 peluang
yang ada pengukuran tekanan berada dalam ± 1 kPa. Penting untuk diperhatikan
spesifikasinya kemungkinan seperti itu hanya dapat dibuat oleh eksperimen berdasarkan total
laboratorium pengalaman. Misalkan satu set pengukuran dibuat dan ketidakpastian dalam
setiap pengukuran dapat diekspresikan dengan peluang yang sama. Pengukuran ini kemudian
digunakan untuk menghitung beberapa hasil percobaan yang diinginkan. Kami ingin
memperkirakan ketidakpastian dalam hasil yang dihitung atas dasar ketidakpastian dalam
pengukuran primer. Itu hasil R adalah fungsi yang diberikan dari variabel independen x1, x2,
x3,. . . , xn. Jadi,
R = R (x1, x2, x3, ..., xn) [2.1]
Biarkan wR menjadi ketidakpastian dalam hasil dan w1, w2,. . . , wn menjadi ketidakpastian
dalam Variabel independen. Jika ketidakpastian dalam variabel independen semuanya
diberikan dengan peluang yang sama, maka ketidakpastian dalam hasil memiliki peluang.
Jika hubungan ini diterapkan pada hubungan tenaga-listrik dari bagian sebelumnya, maka
ketidakpastian yang diharapkan adalah 2,83 persen, bukan 4,04 persen. Kami harus meminta
perhatian pembaca pada persyaratan bahwa semua ketidakpastian dalam Persamaan harus
dinyatakan dengan peluang yang sama. Sebagai masalah praktis, hubungannya paling sering
digunakan tanpa memperhatikan spesifikasi peluang dari ketidakpastian wn. Eksperimentalis
yang melakukan eksperimen adalah orang yang paling memenuhi syarat untuk
memperkirakan peluang seperti itu, sehingga tidak masuk akal untuk menetapkan tanggung
jawab untuk relaksasi peluang yang setara dengannya. Informasi lebih lanjut diberikan dalam
Pustaka.
Contoh 3,3 pemilihan metode pengukuran
Resistor memiliki nilai nominal yang ditentukan 10 ± 1 persen. Tegangan akan terkesan pada
resistor, dan disipasi daya harus
dihitung dengan dua cara berbeda: (1) dari P = E2/R dan (2) dari P = EI. Dalam (1) hanya
pengukuran tegangan akan dilakukan, sedangkan arus dan tegangan akan diukur dalam (2).
Hitung ketidakpastian dalam penentuan kekuatan dalam setiap kasus ketika nilai yang diukur
E dan I
 \

Contoh gambar 3,3 pengukuran daya di seluruh resistor.

Solution
Skematik ditunjukkan dalam gambar yang menyertainya. Untuk kasus pertama kita memiliki

dan kami menerapkan EQ. (3,2) untuk memberikan

Pembagian dengan P = E2/R memberikan

Memasukkan nilai numerik untuk ketidakpastian memberikan

Untuk kasus kedua kita memiliki

dan setelah manipulasi aljabar serupa kita mendapatkan

Memasukkan nilai angka ketidakpastian hasil

Pemilihan Instrumen. Pengukuran daya dalam contoh 3,2 harus dilakukan contoh 3,4 dengan
mengukur tegangan dan arus melintasi resistor dengan sirkuit yang ditunjukkan pada gambar
yang menyertainya. Voltmeter memiliki resistensi internal RM, dan nilai R dikenal hanya
Sekitar. Hitung nilai nominal daya yang disipasi di R dan ketidakpastian untuk kondisi
berikut:
 Gambar contoh 3,4 efek impedansi meteran pada pengukuran.
Solution
Saldo saat ini pada hasil sirkuit

And

Daya yang disipasi dalam resistor

Dengan demikian nilai nominal dari kekuasaan diperhitungkan sebagaid

Dalam hal jumlah yang dikenal daya memiliki bentuk fungsional P = f (E, I, RM), dan jadi
kami membentuk turunan

Ketidakpastian untuk kekuasaan sekarang ditulis sebagai

Memasukkan nilai numerik yang sesuai memberikan

Cara Untuk Mengurangi Ketidakpastian.
Sebuah obstruksi-jenis tertentu Flowmeter (lubang,
Venturi, Nozzle), ditunjukkan dalam angka yang menyertainya, digunakan untuk mengukur
aliran udara pada
Kecepatan. Hubungan yang menggambarkan laju alir-

Gambar contoh 3,5 Ketidakpastian dalam Flowmeter.

di mana C = koefisien empiris-discharge
A = area aliran
P1 dan P2 = tekanan hulu dan hilir, masing-masing
T1 = suhu hulu
R = konstanta gas untuk udara
Hitung ketidakpastian persen dalam laju aliran massa untuk kondisi berikut:
C = 0,92 ± 0,005 (dari data kalibrasi)
P1 = 25 pía ± 0,5 pía
T1 = 70 ◦ F ± 2 ◦ F T1 = 530 ◦ R
p = P1 − P2 = 1,4 pía ± 0,005 pía (diukur secara langsung)
A = 1,0 IN2 ± 0,001 IN2
Solution
LN contoh ini laju alir adalah fungsi dari beberapa variabel, masing-masing tunduk pada
ketidakpastian.

Dengan demikian, kita membentuk turunan

Ketidakpastian dalam laju aliran massa sekarang dapat dihitung dengan merakit derivatif ini
sesuai dengan EQ. (3,2). Menunjuk perakitan ini sebagai EQ. (c) dan kemudian membagi
dengan EQ. (a) Memberikan

Kita sekarang dapat memasukkan nilai numerik untuk jumlah untuk mendapatkan persen
ketidakpastian dalam laju aliran massa.

2.4 Evaluasi Ketidakpastian untuk Pengurangan Data Rumit (Fenny Rahmah Sari)
Berdasarkan diskusi sebelumnya dan contoh bagaimana analisis ketidakpastian dapat
menjadi alat yang berguna untuk memeriksa data eksperimental. Dalam banyak kasus reduksi
data adalah urusan yang agak rumit dan sering dilakukan dengan rutinitas komputer yang
ditulis khusus untuk tugas tersebut. Adaptasi rutin dapat memberikan perhitungan langsung
dari ketidakpastian tanpa menggunakan penentuan analitis dari derivatif parsial dalam
Persamaan. (3.2). Kami masih mengasumsikan bahwa persamaan ini berlaku, meskipun dapat
melibatkan beberapa langkah komputasi. Kami juga berasumsi bahwa kami dapat
memperoleh estimasi dengan beberapa cara dari ketidakpastian dalam pengukuran utama,
yaitu, w1, w2, dll.
 Misalkan satu set data dikumpulkan dalam variabel x1, x2, ..., xn dan hasilnya
dihitung. Pada saat yang sama orang dapat mengganggu variabel dengan x 1, x2, dll, dan
menghitung hasil baru. Kita akan melakukannya
R(x1) = R(x1, x2,...,xn)
R(x1 + x1) = R(x1 + x1, x2,...,xn)
R(x2) = R(x1, x2,...,xn)
R(x2 + x2) = R(x1, x2 + x2,...,xn)
Untuk nilai x yang cukup kecil, turunan parsial dapat didekati dengan

∂ R R ( x 1+ ∆ x 1 )−R x 1
≅
∂ x1 ∆ x1

∂ R R ( x 2 +∆ x 2 )−R x 2
≅
∂ x2 ∆ x2
dan nilai-nilai ini bisa dimasukkan dalam Persamaan. (3.2) untuk menghitung ketidakpastian
dalam hasilnya.
Pada titik ini kita harus kembali mengingatkan pembaca tentang cara ketidakpastian
atau kesalahan instrumen biasanya ditentukan. Misalkan pengukur tekanan tersedia dan
kemudian pabrikan menyatakan bahwa pengukur akurat dalam ± 1,0 persen. Pernyataan ini
biasanya mengacu pada persen dari skala penuh. Jadi pengukur dengan kisaran 0 hingga 100
kPa akan memiliki ketidakpastian ± 10 persen ketika membaca tekanan hanya 10 kPa. Tentu
saja, ini berarti bahwa ketidakpastian dalam hasil yang dihitung, baik sebagai nilai absolut
atau persentase, dapat sangat bervariasi tergantung pada kisaran operasi instrumen yang
digunakan untuk melakukan pengukuran primer. Prosedur di atas dapat digunakan untuk
mengambil keuntungan dalam skema reduksi data yang rumit. Evaluasi derivatif parsial
dalam Persamaan. (3.2) dalam hal perbedaan hingga tidak rumit seperti yang mungkin
muncul. Komputer biasanya akan digunakan untuk reduksi data dan perhitungan hasil antara
dan akhir dari pengukuran eksperimental primer. Dengan kata lain, seseorang biasanya akan
memiliki prosedur untuk menghitung R (x1, x2, ..., xn). Prosedur dapat dijalankan dengan
spreadsheet atau paket perangkat lunak lain. Ini adalah masalah sederhana untuk
memodifikasi prosedur untuk menghitung nilai yang terganggu R (x 1 + x1, ...), dll., Dan
kemudian memperoleh perkiraan perbedaan hingga ke ∂R / ∂x 1. Selanjutnya, prosedur dapat
diperluas untuk mengevaluasi koefisien pengaruh
2
∂R
( w
∂ x n xn )
di berbagai titik dalam proses reduksi data. Sebuah studi tentang nilai-nilai relatif dari
koefisien-koefisien ini kemudian dapat menunjukkan titik data dalam percobaan yang
berkontribusi paling besar terhadap ketidakpastian keseluruhan dalam hasil.
 BAB III
PENUTUP

Kesimpulan
1. Kesalahan mungkin terjadi dalam data eksperimental hal ini disebabkan olh berbagai
faktor, dari alat yang digunakan tidak akurat dalam memberi nilain pembaca yang salah
membaca data, atau kesalahan laiinya yang sering atk terduga. Seringkali, biaya akan
melarang pengumpulan data multisampel, dan eksperimen harus puas dengan data sampel
tunggal dan siap untuk mengekstrak sebanyak mungkin informasi mungkin dari percobaan
tersebut.
2. Beberapa jenis kesalahan yang mungkin terjadi dalam data eksperimental dan mulai
menunjukkan cara supaya data ini dapat ditangani. Data sampel tunggal adalah data yang
beberapa ketidakpastian mungkin tidak ditemukan dengan pengulangan. Data multisampel
diperoleh dalam kasus-kasus di mana cukup banyak pengalaman experiments dilakukan
agar keandalan hasil dapat dijamin oleh statistik.
3. Ketika melakukan percobaan di mana air panas ditambahkan ke wadah. Jika instrumentasi
suhu kita harus menunjukkan penurunan suhu air, akal sehat kita akan memberi tahu kita
bahwa ada sesuatu yang salah dan titik data harus dibuang. Tidak diperlukan prosedur
analisis canggih untuk menemukan kesalahan semacam ini. Istilah "akal sehat" memiliki
banyak konotasi dan memiliki arti berbeda bagi orang yang berbeda.
4. Ketika notasi plus atau minus digunakan untuk menunjuk ketidakpastian, orang tersebut
membuat penunjukan ini menyatakan tingkat akurasi yang dia yakini pengukuran telah
dilakukan. Kami dapat mencatat bahwa spesifikasi ini sendiri tidak pasti karena pelaku
eksperimen secara alami tidak pasti tentang keakuratannya pengukuran. Jika kalibrasi
instrumen yang sangat hati-hati telah dilakukan baru-baru ini standar presisi sangat tinggi,
maka pencoba akan dibenarkan dalam menetapkan ketidakpastian pengukuran yang jauh
lebih rendah daripada jika dilakukan dengan pengukur atau instrumen riwayat kalibrasi
yang tidak diketahui.
5. Propagasi ketidakpastian adalah peristiwa terakumulasinya ketidakpastian suatu besaran
dari beberapa besaran penentunya.
6. Untuk mengingatkan pembaca tentang cara ketidakpastian atau kesalahan instrumen
biasanya ditentukan. Misalkan pengukur tekanan tersedia dan kemudian pabrikan
menyatakan bahwa pengukur akurat dalam ± 1,0 persen. Pernyataan ini biasanya mengacu
pada persen dari skala penuh. Jadi pengukur dengan kisaran 0 hingga 100 kPa akan
memiliki ketidakpastian ± 10 persen ketika membaca tekanan hanya 10 kPa. Tentu saja,
ini berarti bahwa ketidakpastian dalam hasil yang dihitung, baik sebagai nilai absolut atau
persentase, dapat sangat bervariasi tergantung pada kisaran operasi instrumen yang
digunakan untuk melakukan pengukuran primer.
 DAFTAR PUSTAKA

[1] S. Samadikun, R.Rio, dan T. Mengko, 1989, Sistem Instrumentasi Elektronika, Institut
Teknologi Bandung : Bandung.
[2] J.P. Holman, 2001, Experimental Methods for Engineers Eight Edition, United States :
McGraw-Hill.