Eksperimen 1-1

Pengantar Laboratorium dan Ketidakpastian

1 Perkenalan

Tidak ada yang namanya pengukuran sempurna. Semua pengukuran memiliki

kesalahan dan ketidakpastian, tidak peduli sekeras apa pun kita berusaha
meminimalkannya. Pemahaman kemungkinan kesalahan adalah masalah penting
dalam sains eksperimental apa pun. Kesimpulannya kami menarik dari data, dan
terutama kekuatan kesimpulan itu, akan bergantung pada seberapa baik kita
mengendalikan ketidakpastian.

Mari kita pertimbangkan sebuah contoh: Anda mencoba mengukur sesuatu

dan dari teori, Anda tahu nilai yang diharapkan harus 2.3. Anda membuat dua
pengukuran dan mendapatkan dua nilai yang sangat berbeda: 2.5 dan 1.5. Kita
dapat segera melihat bahwa 2.5 agak dekat ke nilai yang diharapkan sementara 1.5
cukup jauh. Namun, kami belum melakukan kesalahan memperhitungkan. Setiap
pengukuran memiliki sejumlah ketidakpastian, atau ruang gerak. Pada dasarnya,
ada interval di sekitar pengukuran Anda di mana nilai sebenarnya diharapkan
berbohong. Jika pengukuran Anda memberikan ketidakpastian eksperimental 0.1
dan 1.0 masing-masing, nilai-nilai yang diukur baru dapat dinyatakan 2.5 ± 0.1
dan 1.5 ± 1.0. Itu nilai yang diharapkan berada dalam kisaran pengukuran kedua,
tetapi bukan yang pertama!

Menganalisis data dan kesalahan dalam eksperimen sangat penting dalam

membuat kesimpulan hukum fisik yang kami uji. Munculnya komputer dan
perangkat lunak dibuat untuk memanipulasi kumpulan data besar telah merevolusi
kemampuan ilmuwan untuk membuat kesimpulan dari data eksperimen. Dalam
kursus praktikum ini, kami akan menggunakan Microsoft Excel untuk merekam
set data dari percobaan dan menentukan ketidakpastian eksperimental dalam
perhitungan jumlah. Kami akan belajar menggunakan excel untuk menyebarkan
ketidakpastian dan plot bar kesalahan dengan data kami. Anda dapat mengunduh
salinan pribadi Microsoft Excel bersama siswa Anda alamat email dari Office 365
Education1. Harap perhatikan bagian memperkenalkan baru Alat Excel berkaitan
dengan versi terbaru dari Excel. Jika Anda menggunakan laptop pribadi dengan
versi Excel yang berbeda, Anda bertanggung jawab untuk mengadaptasi instruksi
versi Excel Anda.

Tujuan dari pengantar ini adalah untuk memberikan beberapa informasi dasar
tentang statistik dan ketidakpastian. Teknik yang dipelajari di sini akan sangat
penting untuk sisa kursus lab dua semester ini. Alat-alat ini penting untuk sampai
pada penilaian yang baik di bidang apa pun (seperti obat-obatan) di mana perlu
untuk memahami tidak hanya hasil numerik, tetapi ketidakpastian yang terkait
dengan hasil tersebut.

1
https://products.o_ce.com/en-us/student?ms.o_ceurl=geto_ce365
2 Teori

2.1 Tipe Ketidakpastian

Ketidakpastian dalam suatu pengukuran dapat muncul dari tiga kemungkinan asal:
alat pengukur, prosedur bagaimana Anda mengukur, dan kuantitas yang diamati
itu sendiri. Biasanya yang terbesar dari ini akan menentukan ketidakpastian dalam
data Anda.

Ketidakpastian dapat dibagi menjadi dua jenis yang berbeda: ketidakpastian

sistematis dan ketidakpastian acak2 (statistik).

2.1.1 Ketidakpastian Sistematis

Ketidakpastian sistematis atau kesalahan sistematis selalu bias menghasilkan

dalam satu arah tertentu. Mereka akan menyebabkan pengukuran Anda secara
konsisten lebih tinggi atau lebih rendah dari nilai yang diterima.

Contoh kesalahan sistematis berikut. Asumsikan Anda ingin mengukur

panjang meja dalam cm menggunakan tongkat meter. Namun, tongkat terbuat dari
logam yang berkontraksi karena suhu di dalam ruangan, sehingga panjangnya
kurang dari satu meter. Oleh karena itu, semua interval pada tongkat lebih kecil
dari yang seharusnya. Nilai numerik Anda untuk panjang tabel akan selalu lebih
besar dari panjang sebenarnya, tidak peduli seberapa sering atau seberapa cermat
Anda mengukur. Contoh lain mungkin mengukur suhu menggunakan termometer
air raksa di mana gelembung hadir di kolom raksa.

Kesalahan sistematis biasanya karena ketidaksempurnaan peralatan,

pengamatan yang tidak tepat atau bias, atau adanya efek fisik tambahan yang tidak
diperhitungkan. (Contohnya mungkin percobaan pada kekuatan dan akselerasi di
mana ada gesekan dalam pengaturan dan tidak diperhitungkan!)

2
Jika Anda terlibat dalam penelitian lebih lanjut, ketidakpastian acak biasanya disebut sebagai
ketidakpastian statistik.
 Dalam melakukan percobaan, cobalah untuk memperkirakan pengaruh
kesalahan sistematis sebanyak yang Anda bisa, dan kemudian hapus atau koreksi
untuk yang paling penting. Dengan menyadari sumber kesalahan sistematis
sebelumnya, seringkali mungkin untuk melakukan eksperimen dengan perawatan
yang memadai untuk mengimbangi kelemahan dalam peralatan.

2.1.2 Ketidakpastian Acak

Berbeda dengan ketidakpastian sistematis, ketidakpastian acak adalah hasil

pengukuran yang tidak terhindarkan, tidak peduli seberapa baik dirancang dan
dikalibrasi alat yang Anda gunakan. Setiap kali lebih dari satu pengukuran
dilakukan, nilai yang diperoleh tidak akan sama tetapi akan menunjukkan
penyebaran di sekitar nilai rata-rata, yang dianggap sebagai pengukuran yang
paling dapat diandalkan. Spread itu dikenal sebagai ketidakpastian acak.
Ketidakpastian acak adalah tidak bias (artinya kemungkinan sama bahwa
pengukuran individu terlalu tinggi atau terlalu rendah.

Dari pengalaman sehari-hari Anda, Anda mungkin berpikir, \ Stop! Setiap

kali saya mengukur panjang meja dengan tongkat meter saya mendapatkan nilai
yang persis sama tidak peduli seberapa sering saya mengukurnya! "Ini mungkin
terjadi jika meteran tongkat Anda tidak sensitif terhadap pengukuran acak, karena
Anda menggunakan skala kasar (seperti mm) dan Anda selalu membaca
panjangnya hingga mm terdekat. Tetapi jika Anda akan menggunakan meteran
tongkat dengan skala ner, atau jika Anda menyisipkan fraksi milimeter, Anda
pasti akan melihat penyebarannya. Sebagai aturan umum, jika Anda
melakukannya tidak mendapatkan penyebaran nilai, Anda dapat meningkatkan
pengukuran dengan menggunakan skala ner atau dengan menyisipkan di antara
tanda skala sarang pada penggaris.
 Bagaimana kita bisa mengurangi efek ketidakpastian acak? Perhatikan contoh
berikut. Sepuluh orang mengukur waktu pelari cepat menggunakan stopwatch.
Sangat tidak mungkin bahwa masing-masing dari sepuluh stopwatch akan
menunjukkan hasil yang persis sama. Bahkan jika semua orang memulai jam
tangan mereka pada waktu yang sama (tidak mungkin) beberapa orang akan
menghentikan jam tangan lebih awal, dan yang lain mungkin terlambat
melakukannya. Anda akan mengamati spread dalam hasilnya. Jika Anda rata-rata
waktu yang diperoleh oleh semua sepuluh stop watches, nilai rata-rata akan
menjadi estimasi yang lebih baik dari nilai sebenarnya dari setiap pengukuran
individu, karena ketidakpastian yang kami gambarkan adalah acak, efek dari
orang-orang yang berhenti lebih awal akan mengimbangi mereka yang berhenti
terlambat. Secara umum, melakukan beberapa pengukuran dan rata-rata dapat
mengurangi efek ketidakpastian acak.

Catatan: Kami biasanya menentukan pengukuran apa pun dengan

memasukkan perkiraan ketidakpastian acak. (Karena ketidakpastian acak tidak
bias kami mencatatnya dengan tanda ±). Jadi jika kita mengukur waktu 7.6 detik,
tetapi kami mengharapkan penyebaran sekitar 0.2 detik, kami menulis sebagai
hasilnya:

t=( 7.6 ± 0.2 ) s (1.1)

menunjukkan bahwa ketidakpastian pengukuran ini adalah 0,2 detik atau sekitar
3%.

2.2 Akuisisi dan Presisi

Perbedaan penting dalam fisika adalah perbedaan antara akurasi dan ketepatan
pengukuran. Akurasi mengacu pada kedekatan nilai yang diukur dengan standar
atau nilai yang diketahui. Misalnya, jika di lab Anda mendapatkan pengukuran
berat 3,2 kg untuk zat yang diberikan, tetapi berat aktual atau yang diketahui
adalah 10 kg, maka pengukuran Anda tidak akurat. Dalam hal ini, pengukuran
Anda tidak mendekati nilai yang diketahui.
 Presisi mengacu pada kedekatan dua atau lebih pengukuran satu sama lain.
Menggunakan