BAB I

PENDAHULUAN

1.1 Latar Belakang

Dalam ilmu Statistik maupun ilmu fisika sering kita temui data-data atau
tabel yang memuat angka-angka hasil dari pengukuran. Semua hasil data
pengukuran tersebut biasanya tidak sesuai dengan hasil data secara keseluruhan.
Rata-rata berbobot (weighted average) adalah rata-rata yang dihitung dengan
memperhitungkan timbangan/bobot untuk setiap [Link] rata-rata
berbobot digunakan untuk merata-ratakan data yang memiliki ketidakpastian
perhitungan.
Sering kali didalam pengukuran hasil data pengukuran tersebut tidak sesuai
dengan hasil data secara keseluruhan, sebagaian orang berpendapat bahwa hasil
data tersebut dapat ditolak karena penyesuaian data dimungkinkan dengan tingkat
kepercayaan pada distribusi normal. Tetapi sebagian orang juga berpendapat
bahwa data tersebut tidak boleh ditolak.
Untuk memecahkan masalah ini maka digunakan kriteria [Link]
Chauvenet adalah salah satu metode yang dapat digunakan untuk menolak salah
satu atau beberapa nilai hasil pengukuran yang menyimpang terlalu jauh dari nilai
rata-ratanya, atau disebut outlayer.
Dalam makalah ini kami akan membahas tentang hal-hal apa saja yang
mempengaruhi diskrepansi atau ketidakcocokan data-data tersebut yaitu Rata-rata
berbobot, penolakan data, dan kriteria Chauvenet.

1.2 Rumusan Masalah

1. Apa yang dimaksud dengan rata-rata berbobot?
2. Bagaimana perhitungan rata-rata berbobot?
3. Apa yang dimaksud dengan penolakan data?
4. Apa saja kriteria-kriteria dalam penolakan data?
5. Apa yang dimaksud dengan Kriteria Chauvenet?

Metode Eksperimen Fisika| 1

1.3 Tujuan
1. Dapat menjelaskan maksud dari rata-rata berbobot
2. Dapat melakukan perhitungan rata-rata berbobot
3. Dapat menjelaskan maksud dari penolakan data
4. Dapat menjelaskan metode atau prosedur dan kriteria untuk menolak suatu
data
5. Dapat menjelaskan kriteria Chauvenet dalam penolakan data

Metode Eksperimen Fisika| 2

 BAB II

PEMBAHASAN

2.1 Rata-Rata Berbobot

2.1.1 Pengertian Rata-Rata Berbobot
Rata-rata berbobot merupakan nilai terbaik hasil kombinasi dari
berbagai nilai yang dihasilkan dengan metode pengamatan yang berbeda
terhadap satu besaran fisis yang diamati.
Misalkan yaitu Suatu besaran fisis (X) diamati dengan dua metode yang
berbeda dan saling bebas, dengan hasil akhir masing-masing :
Metode I : XI = xI I
Metode II : XII = xII II
Nilai akhir besaran fisis (X) dapat dihitung dari dua hasil diatas dengan
menghitung nilai terbaiknya yang merupakan kombinasi dari X I dan XII ,
apabila dipenuhi syarat kesesuaian antara dua nilai tersebut.
Pengukuran pada sebuah eksperimen dapat dilakukan pada beberapa
waktu dan lokasi. Dalam setiap pengukuran dalam beberapa waktu atau lokasi
akan memperoleh hasil pengukuran yang berupa (x Sx), dengan x adalah
nilai ter baik dan Sx merupakan ketidakpastian. Pengukuran yang dilakukan
dalam beberapa waktu misalnya mengukur suhu lingkungan setiap hari pada
siang hari selama satu [Link] yang dilakukan pada lokasi yang
berbeda misalnya mengukur hambatan (R) di laboratorium fisika dasar dan
laboratorium elektronika. Keduanya pengukuran pada waktu dan lokasi yang
berbeda akan diperoleh sasil ukur yang berupa (x Sx) pada setiap
pengukuran. Yang menjadi pertanyaan adalah berapa hasil ukur terbaik dan
ketidakpastian dari seluruh nilai pengukuran.
Dicontohkan pengukuran massa jenis air yang dilakukan oleh 2 orang
mahasiswa pada laboratorium fisika dasar. Air yang diukur oleh mahasiswa
[Link] mahasiswa itu bekerja terpisah. Mahasihwa A memperoleh hasil
ukur air A = (0,95 0,04) gram/m3, sedangkan mahasiswa B memperoleh
hasil air B = (0,93 0,03) gram/m3. yang menjadi pertanyaan adalah berapa
perkiraan terbaik dari air yang dilakukan oleh kedua mahasiswa tersebut.

Metode Eksperimen Fisika| 3

 Hasil perkiraan nilai pengukuran terbaik dari air tidak serta merta
+

dengan menghitung( ). Kedua hasil pengukuran yang dilakukan
2

mahasiswa A dan mahasiswa B memiliki ketidakpastian yang berbeda

sehingga kesalahan dari hasil ukur tersebut akan memberikan bobot yang
berbeda pada nilai perkiraan pengukuran terbaiknya. Kedua hasil pengukuran
mahasiswa tersebut untuk mengetahui nilai perkiraan terbaik dari air dapat
dilakukan dengan rata-rata berbobot. Kedua hasil ukur yang dilakukan
mahasiswa A dan B dapat dirata-rata berbobot apabila diskripansi dari kedua
hasil ukur tidak signifikan atau kedua data tersebut harus cocok.

2.1.2 Diskripansi
Pengukuran besaran yang sama dapat menghasilkan hasil ukur yang
berbeda. Perbedaan hasil ukur ini disebut dengan diskripansi. Kita dengan
jelas dapat mendefinisikan diskripansi adalah perbedaan antara dua nilai hasil
pengukuran dari besaran yang sama. Diskripansi () dapat dinyataka dalam
bentuk|1 2 |, dengan X1 adalah hasil terbaik pengukuran 1 dan X2 adalah
hasil terbaik pengukuran 2.

Pengukuran massa jenis air yang dilakukan oleh mahasiswa A diperoleh

hasil pengukuran air A = (0,95 0,04) gram/m3 dan mahasiswa B diperoleh
air B = (0,93 0,03) gram/m3. nilai diskripansi dari kedua hasil pengukuran
dapat dehitung sebagai berikut: e

= | |
= |0,95 , 93|
= 0,02 ,
sehingga deperoleh nilai diskripansi dari kedua pengukuran mahasiswa A dan
mahasiswa B adalah 0,02.

Diskripansi selain dapat digunakan untuk mengetahui perbedaan dua

nilai hasil pengukuran juga dapat digunakan untuk mengetauhi perbedaan
nilai hasil pengukuran dengan nilai acuan atau standar yang berlaku. Sebagai

Metode Eksperimen Fisika| 4

contoh hasil pengukuran massa jenis air pada sebuah ekperimen dapat dicari
perbedaanya dengan nilai massa jenis air yang berlaku sebagi standar.

2.1.3 Pengujian Kecocokan

Dua hasil pengukuran atau hasil pengukuran dengan nilai standar yang
berlaku dapat dicek keduanya cocok atau tidak. Dua hasil pengukuran1
1 dan2 2 dapat dikatakan cocok apabila nilai diskripansi kedua hasil
ukur nilai1 dan2 . Pengujian kecocokan 2 data dapat dituliskan sebagai
berikut:
1 + 2 , maka kedua data dikatakan cocok.

Data pengukuran yang dikatakan saling cocok apabila ada range

(daerah jangkauan) pengukuran yang saling overlaping (tumpang tindih) atara
kedua data. Jangkauan data satu masuk pada jangkauan data yang lainganya
maka kedua data itu saling cocok. Apabila data yang dicocokan adalah data
hasil pengukuran dan nilai standar yang berlaku maka nilaistandar akan
berada didalam range data hasil pengukuran. Gambar berikut menunjukan
daeah yang saling overlaping.

(a) (b)
Gambar 2.1: (a) Range pengukuran yang saling overlaping. (b) Nilai standar yang berada
pada range nilai X

Dua data pengukuran massa jenis air yang dilakukan mahasiwa A dan B
yang sudah disampaikan sebelumnya dapat digunakan sebagai contoh
pengujian kecocokan data. Nilai sudah dihitung sama dengan 0,02,

Metode Eksperimen Fisika| 5

sedangkan nilai1 + 2 = 0,04 + 0,03 = 0,07 . Nilai1 + 2 sehingga
kedua hasil pengukuran mahasiswa A dan mahasiswa B dapat dikatakan
cocok.

2.1.4 Perhitungan Rata-Rata Berbobot

Sama halnya dengan rata-rata pada pengukuran berulang, rata-rata
berbobot dilakukan apabila nilai besaran yang dirata-rata merupakan besaran
yang sama. Sebagai contoh pengukuran massa benda x yang dilakukan
terpisah oleh beberapa mahasiswa. Hasil pengukuran massa oleh beberapa
mahasiswa dapat dirata-rata berbobot. Besaran yang tidak sama tidak dapat
dilakukan rata-rata berbobot. Misalnya pengukuran volume benda oleh
mahasiswa A dan suhu benda oleh mahasiswa B. kedua hasil ukur mahasiswa
A dan B dalam hal ini tidak bisa dirata-rata.
Sebelum rata-rata berbobot dilakukan terlebih dahulu data diuji
[Link] data sudah saling cocok maka data dapat dirata-rata
[Link] pengujian kecocokan dilakukan dengan cermat untuk
mengetahui pasangan data yang tidak [Link] ada data yang saling tidak
cocok maka data tidak diikutkan dalam rata-rata [Link]
kecocokan data dilakukan sepasang demi sepasang.

Pengukuran massa jenis air yang telah disampaikan sebelumnya sudah

dilakukan pengujian kecocokan data. Hasil pengujian diperoleh kedua hasil
pengukuran massa jenis yang dilakukan mahasiswa A dan B saling cocok,
sehingga kedua data ini dapat dilakukan perhitungan rata-rata berbobot.

Rata-rata berbobot dari besaran yang diukur dapat dilakukan dengan

perhitungan sebagai berikut:

2 + 2
= 1 1

(2.1)
2 + 2

dengan adalah hasil rata-rata terbaik, XA adalah hasil pengukuran terbaik dari
besaran A, SA adalah ketidakpastian hasil pengukuran besaran A, XB adalah

Metode Eksperimen Fisika| 6

hasil pengukuran terbaik dari besaran B, SB adalah ketidakpastian hasil
pengukuran besaran B.

1 1
Nilai 2 dan 2 didefinisikan sebagai faktor bobot yang disimbulkan wA sebagai

faktor bobot dari hasil pengukuran besaran A. Rumus 2.1 dapat diganti dengan
bentuk sebagai berikut:

+
= + (2.2)

Apabila data pengukuran diperoleh seperti berikut: X1 S1, X2 S2, X3

S3,., Xn SN, maka nilai hasil ukur terbaiknya dapat dituliskan sebagai
berikut:

1 1 + 2 2 + 3 3 + +
=
1 + 2 + 3 + +

= =1
(2.3)
=1

Rumus 2.3 merupakan perhitungan rata-rata berbobot untuk data hasil

pengukuran sebanyak N [Link] diingat kembali bahwa sebelum data hasil
pengukuran dirata-rata berbobot terlebih dahulu data diuji kecocokannya
sepasang demi sepasang.
Ketidakpastian dari rata rata berbobot dapat dihitung dengan persamaan
sebagai berikut:

1

2
SX = ( wi )

Atau

1
=

Metode Eksperimen Fisika| 7

Tabel 1: Hasil pengukuran arus (i) dari kumparan yang diberi medan magnet
berubah-ubah

No I SXi
1 0.0095 0.0095
2 0.011 0.011
3 0.01 0.01
4 0.0115 0.0115
5 0.0115 0.0115
6 0.01 0.01
7 0.011 0.0125
8 0.011 0.0125
9 0.013 0.013
10 0.008 0.008

Data yang berada pada tabel 1 dapat dihitung nilai rata-

[Link] pertama adalah memastikan data pada table 1 saling
[Link] dilakukan perhitungan rata-rata [Link] yang dirata-
rata hanya data yang saling cocok. Berikut ini pengujian apakah data pada
tabel 1 saling cocok atau tidak dilanjutkan perhitungan rata-rata berbobot:

Tabel 2: Uji diskripansi

1 SX1+SX2 0.0205 x1-x2 -0.0015 cocok

2 SX1+SX3 0.0195 x1-x3 -0.0005 cocok
3 SX1+SX4 0.021 x1-x4 -0.002 cocok
4 SX1+SX5 0.019 x1-x5 0 cocok
5 SX1+SX6 0.0195 x1-x6 -0.0005 cocok
6 SX1+SX7 0.022 x1-x7 -0.0015 cocok
7 SX1+SX8 0.022 x1-x8 -0.003 cocok
8 SX1+SX9 0.0225 x1-x9 -0.0035 cocok
9 SX1+SX10 0.0175 x1-x10 0.0015 cocok

Metode Eksperimen Fisika| 8

10 SX2+SX3 0.021 x2-x3 0.001 cocok
11 SX2+SX4 0.0225 x2-x4 -0.0005 cocok
12 SX2+SX5 0.0205 x2-x5 0.0015 cocok
13 SX2+SX6 0.021 x2-x6 0.001 cocok
14 SX2+SX7 0.0235 x2-x7 0 cocok
15 SX2+SX8 0.0235 x2-x8 -0.0015 cocok
16 SX2+SX9 0.024 x2-x9 -0.002 cocok
17 SX2+SX10 0.019 x2-x10 0.003 cocok
18 SX3+SX4 0.0215 x3-x4 -0.0015 cocok
19 SX3+SX5 0.0195 x3-x5 0.0005 cocok
20 SX3+SX6 0.02 x3-x6 0 cocok
21 SX3+SX7 0.0225 x3-x7 -0.001 cocok
22 SX3+SX8 0.0225 x3-x8 -0.0025 cocok
23 SX3+SX9 0.023 x3-x9 -0.003 cocok
24 SX3+SX10 0.018 x3-x10 0.002 cocok
25 SX4+SX5 0.021 x4-x5 0.002 cocok
26 SX4+SX6 0.0215 x4-x6 0.0015 cocok
27 SX4+SX7 0.024 x4-x7 0.0005 cocok
28 SX4+SX8 0.024 x4-x8 -0.001 cocok
29 SX4+SX9 0.0245 x4-x9 -0.0015 cocok
30 SX4+SX10 0.0195 x4-x10 0.0035 cocok
31 SX5+SX6 0.0195 x5-x6 -0.0005 cocok
32 SX5+SX7 0.022 x5-x7 -0.0015 cocok
33 SX5+SX8 0.022 x5-x8 -0.003 cocok
34 SX5+SX9 0.0225 x5-x9 -0.0035 cocok
35 SX5+SX10 0.0175 x5-x10 0.0015 cocok
36 SX6+SX7 0.0225 x6-x7 -0.001 cocok
37 SX6+SX8 0.0225 x6-x8 -0.0025 cocok
38 SX6+SX9 0.023 x6-x9 -0.003 cocok
39 SX6+SX10 0.018 x6-x10 0.002 cocok
40 Sx7+Sx8 0.025 x7-x8 -0.0015 cocok

Metode Eksperimen Fisika| 9

 41 SX7+SX9 0.0255 x7-x9 -0.002 cocok
42 SX7+SX10 0.0205 x7-x10 0.003 cocok
43 SX8+SX9 0.0255 x8-x9 -0.0005 cocok
44 SX8+SX10 0.0205 x8-x10 0.0045 cocok
45 SX9+SX10 0.021 x9-x10 0.005 cocok

Tabel 3 : perhitungan rata-rata berbobot

No
1 0.0095 0.0095 11080.332 105.2632
2 0.011 0.011 8264.4628 90.90909
3 0.01 0.01 10000 100
4 0.0115 0.0115 7561.4367 86.95652
5 0.0095 0.0095 11080.332 105.2632
6 0.01 0.01 10000 100
7 0.011 0.0125 6400 70.4
8 0.0125 0.0125 6400 80
9 0.013 0.013 5917.1598 76.92308
10 0.008 0.008 15625 125
92328.724 940.715

= 1
= =
=

940.715 1
= =
92328.724 92328,724

= 0,01019 = 0,00329

Jadi nilai hasil pengukuran adalah ( ) = (0,010 0,003)

Metode Eksperimen Fisika| 10

2.2 Penolakan Data
2.2.1 Masalah Penolakan Data Pengukuran
Suatu pengukuran dapat dikatakan akurat apabila hasil pengukuran
mempunyai nilai ketidakpastian kecil, tentunya hal ini sudah dilakukan
dengan cara pengukuran yang benar dan metode analisa data yang cermat.
Ketidakpastian ukur atau yang sering kita sebut sebagai ralat tidak pernah
dapat dihindari dalam pengukuran, hal ini disebabkan adanya banyak faktor
dalam pengukuran dan faktor satu dengan lainnya saling berkaitan. Faktor
yang satu dikondisi tertentu dapat dilemahkan bahkan dieliminasi tetapi
berdampak faktor yang lain menguat dan sebaliknya. Sehingga di dalam
bahasa pengukuran ralat tidak dapat serta merta dihilangkan tetapi dapat
diupayakan untuk diperkecil.
Pengukuran yang dilakukan ber-ulang, merupakan salah satu upaya
untuk memperkecil ralat, semakin banyak pengulangan secara statistic akan
menghasilkan nilai terbaik yang ralat nya mengecil. Namun apabila jumlah
pengulangan terbatas, maka perlu diseleksi data per-data apakah ada yang
nilainya menyimpang terhadap data lainnya. Toleransi penyimpangan dapat
ditentukan sesuai criteria data yang diperoleh, juga sifat-sifat data dalam
perolehannya ( pengamat sangat mengerti masalah data yang diamati ).
Banyak model analisa data untuk membatasi toleransi penyimpangan
agar dapat menentukan apakah suatu data diterima atau ditolak, diantaranya :
- Metode penolakan data dengan kriteria t
- Metode penolakan data dengan kriteria Chauvenet
Kedua metode tersebut mempunyai aturan yang berbeda, masing-
masing mempunyai kelemahan dan [Link] dalam penggunaan
metode tersebut, kita sebagai pengolah data dapat memilih criteria yang
cocok untuk model data yang ada agar dapat dicapai nilai terbaik.

2.2.2 Teori Penolakan Data

Untuk memudahkan cara penolakan data akan didefinisikan fungsi error
dengan cara memodifikasi fungsi distribusi Gauss sebagai berikut : ( cermati
Appendix-A dan B, pada bab VII )

Metode Eksperimen Fisika| 11

 1 1
Fungsi Gauss :P(a;b)= () = 2 exp { ( )2 }
22

f(X)

P(a;b)

Integral fungsi distribusi normal diatas kita sebut sebagai integral fungsi
error normal dan probabilitas suatu pengukuran berada antara x=a dan x=b,
ditulis sebagai :

P(a x b) = ()

Bila : = ( ) , = ( + )

Maka dapat dikatakan bahwa probabilitas pengukuran berada didalam

(t); t = angka tetapan , dituliskan sebagai :

P(dalam t) = P[( ) ( + )]

1 + 1
P(t) = 2 exp { ( )2 }
22

2
1
P(t) = 2 ; ini merupakan fungsi error ditulis sebagai : erf(t)
2

( )
dengan : z =

Fungsi erf(t) secara numeric dapat dihitung dan hasil perhitungan secara
lengkap sudah ditabelkan pada Appendix-A maupun B.

2
1
P(t) = 2 P(t)
2

Metode Eksperimen Fisika| 12

 2
1
Q(t) = 2 Q(t)
2 0

KESIMPULAN

MISALKAN UNTUK : t=1

P(t) = 68%
Q(t) = 34%
P(t) = 2 Q(t)

2.2.3 Kriteria Penolakan Data

Deretan data pengukuran : x1; x2; x3; x4; x5; x6 xn ,

mempunyai nilai terbaik yang didekati dengan nilai rata-ratanya ( ); dan
deviasi standar (), masing-masing rumusan sebagai berikut:

1
=

2
( xi x)
= Sn-1 = 1

Data tersebut setelah dilakukan analisa yang cermat dengan

mempertimbangkan hasil akhir yang ingin lebih teliti lagi, maka perlu ada
beberapa nilai xi yang ditolak dengan suatu criteria [Link]
dilakukan penolakan kemudian dihitung ulang nilai ( ) dan () yang baru,
langkah ini dapat memberikan hasil akhir yang lebih baik.

Adapun criteria yang digunakan untuk penolakan ada banyak

macamnya, kita sebagai pengamat dapat memilih dan menentukan model
penolakan yang digunakan. Dalam bab ini akan disajikan dua macam metode
penolakan data sebagai berikut :

Metode Eksperimen Fisika| 13

1. Kriteria (t)
Dalam criteria ini kita bebas menentukan nilai (t) misalkan kita pilih
(t=1) berarti data yang diterima dalam criteria kita adalah nilai data (x i) yang
berada pada kisaran :
( ) ( + )atau probabilitas nilai xi yang ditulis P(xi) P().
Dalam bahasa Penolakan data ,berarti criteria (t) adalah criteria yang
akan menolak data pengukuran (xi) yang mempunyai pbobabilitas
pengukurannya P(xi) >P()

KRITERIA ( t )

DATA (xi) DITOLAK BILA

P(xi) > P(t) atau

xi<( ) dan xi>( + )
( )
dengan : t = |
|
Contoh : hasil analisa dari suatu deretan data : x = (10,5 0,5); dari deretan
tersebut ada yang bernilai data ke-3 dan ke-7 masing-masing x3 = 9 dan x7
=11,5; maka menurut kriteria (t) didapat analisa sebagai berikut.:

Untuk: t = 1; P() = 68% ; sedang P(x3) =P(1,5) = 87% jadi data (x3)
DITOLAK

sedang P(x7) = P(2) = 95% jadi data (x7) DITOLAK

Dengan cara yang lain diperoleh bahwa : x3 = 9 <10 ; dan x7 = 11,5 >11, jadi
semua ditolak.

Untuk : t = 2; P(2) = 95% ; maka P(x3) =P(1,5) = 87% < P(2) ; jadi data(
x3) ini DITERIMA

sedangkan (x7) dengan P(x7) =95% = P(2) ; jadi data ini juga masih
diterima.

Bagi pengamat dipebolehkan menentukan batasan criteria yang akan

digunakan, hal ini lebih disesuaikan dengan karakteristik dari data yang ada.
Keadaan data, mudah dan sulitnya data diamati, ketelitian alat, dan

Metode Eksperimen Fisika| 14

sebagainya yang lebih mengetahui adalah pengamat, inilah yang menjadi
bagian dari variable karakter datanya.

2. Kriteria Chauvenet
Pada kriteria ini jumlah data merupakan bagian variable yang akan ikut
berperan dalam diterima atau ditolaknya data pengamatan. Hal ini karena
dasar penolakannya akan dibandingkan dengan prosentase jumlah data.

Adapun aturan penolakan sebagai berikut :

Bila ada sederetan data pengukuran : yang jumlahnya (k); kemudian

akan dicermati beberapa data untuk di-cek , misalkan data (xc) akan di-cek;

maka data tersebut akan diterima bila memenuhi P(xc) (100% - k) atau

Q(xc) (50%- k). Dengan bahasa penolakan dapat dinyatakan bahwa (x)

ditolak bila [ 100% - P(xc) ] < k atau [ 50% - Q(xc) ] < k.

KRITERIA CHAUVENET

DATA (XC) DITOLAK DARI DERETAN DATA YANG

JUMLAHNYA (k)
BILA:
P(t) DARI (XC) MEMENUHI
[100% - P(t)] < k
Q(t) DARI (XC) MEMENUHI
[50% - Q(t)]< k
( )
DENGAN : t =|
|

2.2.4 Prosedur Penolakan Data

Misalkan data pengamatan x1; x2; x3; x4; dan x5 , akan di-cek data mana
yang ditolak dengan kriteria dibawah ini :
a. Kriteria (t) :
(1 +2 +3 +4 +5 )
Tentukan nilai rata-rata :
= dan ralatnya ()
5

Setelah dilakukan cek ternyata data x3 ditolak, sehingga data tinggal 4

buah (tanpa x3)

Metode Eksperimen Fisika| 15

 = (1 +2 +4+5) dan hitung
Akhirnya hasil analisanya adalah : 4

kembali ralatnya dengan 4 data tersebut.

b. Kriteria Chauvenet
Teliti data tersebut , tentukan data yang akan di-cek (xc) yaitu data yang
terbesar dan data terkecil. Misalnya x1 (data terbesar) dan x3 (data
terkecil)
Cek data tersebut dengan criteria chauvenet, apabila ternyata ada salah
satu yang ditolak ( misal x1) maka data yang baru tinggal 4 buah tanpa
x1.
Lakukan analisa ulang tanpa (x1) dan cek lagi data xc yang baru seperti
langkan yll.
Kalau dengan xc yang besar diterima, maka cek xc yang kecil, bila juga
diterima maka berarti ke 4 data tersebut diterima dalam criteria
Akhirnya selesai analisa anda dan simpulkan hasil akhir yaitu : hitung
nilai rata-rata tebaru juga ralatnya.

Contoh Aplikasi :

Deretan data : 46, 48, 44, 38, 45, 47, 58, 44, 45, 43

= 45,8 = 5,1 ; k=10 jadi ( 1 = 0,05 5%);

1. Dihitung 2
)
( 5845,8
akan dicek xc = 58(data terbesar) , nilai t= = = 2,4; berarti
5,1

P(2,4) =98,4% ; sehingga nilai syarat chauvenet yaitu :

[100%-P(2,4)] = 100% - 98,4% = 1,6% dan ini lebih kecil dari nilai
1
( = 0,05 5%); kesimpulan bahwa data xc = 58 (DITOLAK)
2

2. Lakukan langkah sama dengan (1) untuk cek data xc=38; P(t)= 86,64%
ternyata dengan probabilitas itu data x=38 diteima ( silahkan coba !)
1
3. Data tinggal k=9 (tanpa data 58) nilai (2 = 0,0555 5,6%);
= 44,4 = 2,9 ; cek data xc
dihitung ulang nilai rata-ratanya

Metode Eksperimen Fisika| 16

 44,438
=38 dan t= = 2,2; beraarti P(t) = 97,2%; sehingga nilai syarat
2,9

chauvenet :
[100%-P(2,2)] = 100% - 97,2% =2,8 % ini lebih kecil dari 5,6% sehingga
data xc=38 (DITOLAK pada langkah ke-3 ini)
1
4. Selanjutnya data masih (k=8); dan (2 = 0,0625 6%); dihitung
= 45,25 = 1,67; cek data xc=43 yang merupakan
ulang nilai
data terkecil (lakukan langkah seperti diatas akhirnya bahwa xc=43
DITERIMA); kemudian lakukan untuk xc=48 (data terbesar) ternyata data
ini juga DITERIMA pada criteria chauvenet.
5. KESIMPULAN : setelah dilakukan analisa data penolakan maka dari 10
data tersebut , 2 data ditolak yakni xc=58 dan xc=38; sedangkan sisanya
semua diterima; sehingga hasil akhir dari analisa adalah ( x = 45,25 1,67
) dengan pembulatan berarti : ( x = 45 2 )

2.3 Kriteria Chauvenet

Kriteria Chauvenet adalah suatu satu metode yang dapat digunakan untuk
membuang salah satu atau beberapa nilai hasil pengukuran yang
menyimpang terlalu jauh dari nilai rata-ratanya, atau disebut outlayer.

Jika kita membuat N pengukuran X1 , . , XN dari kuantitas N tunggal, dan jika

salah satu hasil pengukuran (misalnya Xsus) 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 Xsus

yang berbeda dari .

| |
=

Metode Eksperimen Fisika| 17

Selanjutnya, tentukanlah probabilitas ( asumsi pengukuran terdistribusi
normal sekitar 0,7 dengan lebar ) untuk mendapatkan hasil sebagai data
yang menyimpang sebagai , dan, karenanya , jumlah pengukuran
diharapkan menyimpang,

= ()

Jika <12 , sesuai dengan kriteria Chauvenet, maka kita dapat menolak nilai
.

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

Metode Eksperimen Fisika| 18

 BAB III

PENUTUP

3.1 Kesimpulan

Rata-rata berbobot merupakan nilai terbaik hasil kombinasi dari berbagai nilai
yang dihasilkan dengan metode pengamatan yang berbeda terhadap satu besaran
fisis yang diamati. Rata-rata berbobot dari besaran yang diukur dapat dilakukan
dengan perhitungan sebagai berikut:

+ 2
2
= 1

1

+ 2
2

Untuk memudahkan cara penolakan data akan didefinisikan fungsi error

dengan cara memodifikasi fungsi distribusi Gauss:

1 1
Fungsi Gauss :P(a;b)= () = 2 exp { ( )2 }
22

untuk menentukan apakah suatu data diterima atau ditolak digunakan model
analisa data untuk membatasi toleransi penyimpangan, diantaranya :
- Metode penolakan data dengan kriteria t
- Metode penolakan data dengan kriteria Chauvenet

Kriteria Chauvenet adalah suatu satu metode yang dapat digunakan untuk
membuang salah satu atau beberapa nilai hasil pengukuran yang menyimpang
terlalu jauh dari nilai rata-ratanya, atau disebut outlayer

3.2 Saran

Dalam ilmu fisika akan sering sekali dijumpai data statistika dari nilai-nilai
pengukuran. Maka dari itu penulis membahas tentang rata-rata berbobot,
penolakan data serta kriteria chauvenet untuk memudahkan dan memberikan
pemahaman secara tidak langsung untuk pembaca mengolah data dengan baik dan
benar.

Metode Eksperimen Fisika| 19