Tidak peduli seberapa hati-hati Anda saat melakukan eksperimen, kemungkinan akan ada kesalahan eksperimental. Baik melalui tantangan yang melekat dalam melakukan pengukuran secara akurat atau masalah dengan peralatan Anda, menghindari kesalahan sama sekali hampir tidak mungkin. Untuk mengatasi masalah ini, para ilmuwan melakukan yang terbaik untuk mengkategorikan kesalahan dan mengukur ketidakpastian dalam pengukuran yang mereka buat. Menemukan perbedaan antara kesalahan sistematis dan acak adalah bagian penting dari pembelajaran untuk merancang eksperimen yang lebih baik dan untuk meminimalkan kesalahan yang merayap.
TL; DR (Terlalu Panjang; Tidak Membaca)
Kesalahan sistematis biasanya diakibatkan oleh peralatan yang tidak dikalibrasi dengan benar. Setiap pengukuran yang Anda lakukan akan salah dengan jumlah yang sama karena ada masalah dengan alat ukur Anda. Kesalahan acak tidak dapat dihindari dan dihasilkan dari kesulitan melakukan pengukuran atau mencoba mengukur jumlah yang bervariasi dengan waktu. Kesalahan ini akan berfluktuasi tetapi umumnya mengelompok di sekitar nilai sebenarnya.
Apa itu Kesalahan Acak?
Kesalahan acak menggambarkan kesalahan yang berfluktuasi karena ketidakpastian atau ketidakpastian yang melekat dalam proses pengukuran Anda, atau variasi dalam kuantitas yang Anda coba ukur.
Seorang ilmuwan yang mengukur serangga, misalnya, akan mencoba menempatkan serangga pada titik nol penggaris atau tongkat pengukur, dan membaca nilainya di ujung lainnya. Penggaris itu sendiri mungkin hanya akan mengukur hingga milimeter terdekat, dan membaca ini dengan presisi bisa jadi sulit. Anda mungkin meremehkan ukuran sebenarnya dari serangga atau melebih-lebihkannya, berdasarkan seberapa baik Anda membaca skala dan penilaian Anda tentang di mana kepala serangga itu berhenti. Serangga mungkin juga bergerak sedikit dari posisi nol tanpa Anda sadari. Mengulangi pengukuran beberapa kali menghasilkan banyak hasil yang berbeda karena hal ini, tetapi kemungkinan besar akan mengelompok di sekitar nilai sebenarnya.
Demikian pula, melakukan pengukuran besaran yang berubah dari waktu ke waktu menyebabkan kesalahan acak. Kecepatan angin, misalnya, dapat naik dan turun pada titik waktu yang berbeda. Jika Anda melakukan pengukuran satu menit, mungkin tidak akan persis sama satu menit kemudian. Sekali lagi, pengukuran berulang akan menghasilkan hasil yang berfluktuasi tetapi mengelompok di sekitar nilai sebenarnya.
Apa itu Kesalahan Sistematis?
Kesalahan sistematis adalah kesalahan yang dihasilkan dari masalah yang terus-menerus dan mengarah pada kesalahan yang konsisten dalam pengukuran Anda. Misalnya, jika pita pengukur Anda telah direntangkan, hasil Anda akan selalu lebih rendah dari nilai sebenarnya. Demikian pula, jika Anda menggunakan skala yang belum disetel ke nol sebelumnya, akan ada kesalahan sistematis yang dihasilkan dari kesalahan dalam kalibrasi (misalnya, jika berat sebenarnya 0 dibaca sebagai 5 gram, 10 gram akan dibaca sebagai 15 dan 15 gram akan dibaca sebagai 20).
Perbedaan Lain Antara Kesalahan Sistematis dan Acak
Perbedaan utama antara kesalahan sistematis dan acak adalah bahwa kesalahan acak menyebabkan fluktuasi di sekitar nilai sebenarnya sebagai akibat dari kesulitan mengambil pengukuran, sedangkan kesalahan sistematis menyebabkan penyimpangan yang dapat diprediksi dan konsisten dari nilai sebenarnya karena masalah dengan kalibrasi Anda peralatan. Ini mengarah pada dua perbedaan ekstra yang perlu diperhatikan.
Kesalahan acak pada dasarnya tidak dapat dihindari, sedangkan kesalahan sistematis tidak. Ilmuwan tidak dapat melakukan pengukuran yang sempurna, tidak peduli seberapa terampilnya mereka. Jika kuantitas yang Anda ukur bervariasi dari waktu ke waktu, Anda tidak dapat membuatnya berhenti berubah saat Anda melakukan pengukuran, dan tidak peduli seberapa detail skala Anda, membacanya dengan akurat tetap menimbulkan tantangan. Kabar baiknya adalah mengulangi pengukuran Anda beberapa kali dan mengambil rata-rata secara efektif meminimalkan masalah ini.
Kesalahan sistematis mungkin sulit dikenali. Ini karena semua yang Anda ukur akan salah dengan jumlah yang sama (atau serupa) dan Anda mungkin tidak menyadari ada masalah sama sekali. Namun, tidak seperti kesalahan acak mereka sering dapat dihindari sama sekali. Kalibrasi peralatan Anda dengan benar sebelum menggunakannya, dan kemungkinan kesalahan sistematis akan jauh lebih kecil.
