Perbedaan Antara Kesalahan Absolut dan Kesalahan Relatif

Perbedaan Kunci - Kesalahan Mutlak vs Kesalahan Relatif
 

Kesalahan absolut dan kesalahan relatif adalah dua cara untuk menunjukkan kesalahan dalam pengukuran eksperimental meskipun ada perbedaan antara kesalahan absolut dan kesalahan relatif berdasarkan perhitungan mereka. Sebagian besar pengukuran dalam percobaan ilmiah terdiri dari kesalahan, karena kesalahan instrumental dan kesalahan manusia. Dalam beberapa kasus, untuk alat ukur tertentu, ada nilai konstan yang telah ditentukan sebelumnya untuk kesalahan absolut (Bacaan terkecil. Misalnya: - penggaris = +/- 1 mm.) Ini adalah perbedaan antara nilai sebenarnya dan nilai eksperimental. Namun, kesalahan relatif bervariasi tergantung pada nilai eksperimental dan kesalahan absolut. Itu ditentukan dengan mengambil rasio kesalahan absolut dan nilai eksperimental. Jadi, itu perbedaan utama antara kesalahan absolut dan kesalahan relatif adalah, kesalahan absolut adalah besarnya perbedaan antara nilai pastinya dan perkiraannya sedangkan kesalahan relatif dihitung dengan membagi kesalahan absolut dengan besarnya nilai yang tepat.

Apa itu Absolute Error?

Kesalahan absolut adalah indikasi ketidakpastian pengukuran. Dengan kata lain, itu mengukur sejauh mana, nilai sebenarnya dapat bervariasi dari nilai eksperimentalnya. Kesalahan absolut diekspresikan dalam satuan yang sama dengan pengukuran.

Contoh: Pertimbangkan kita ingin mengukur panjang pensil menggunakan penggaris dengan tanda milimeter. Kita dapat mengukur panjangnya hingga nilai milimeter terdekat. Jika Anda mendapatkan nilai 125 mm, dinyatakan sebagai 125 +/- 1 mm. Kesalahan absolut adalah +/- 1 mm.   

Apa itu Kesalahan Relatif?

Kesalahan relatif tergantung pada dua variabel; kesalahan absolut dan nilai eksperimental pengukuran. Oleh karena itu, kedua parameter tersebut harus diketahui, untuk menghitung kesalahan relatif. Kesalahan relatif dihitung dengan rasio kesalahan absolut dan nilai eksperimental. Itu dinyatakan sebagai persentase atau sebagai fraksi; sehingga tidak memiliki unit.

Kesalahan relatif integrasi Monte Carlo untuk menghitung pi

Apa perbedaan antara Kesalahan Absolut dan Kesalahan Relatif?

Definisi Kesalahan Absolut dan Kesalahan Relatif

Kesalahan absolut:

Kesalahan absolut adalah nilai Δx (+ atau - nilai), di mana x adalah variabel; itu adalah kesalahan fisik dalam suatu pengukuran. Ini juga dikenal sebagai kesalahan aktual dalam suatu pengukuran.

Dengan kata lain, itu adalah perbedaan antara nilai sebenarnya dan nilai eksperimental.

Absolute Error = Nilai Aktual - Nilai Terukur

Kesalahan relatif:

Kesalahan relatif adalah rasio kesalahan absolut (Δx) dengan nilai yang diukur (x). Ini dinyatakan sebagai persentase (kesalahan persentase) atau sebagai fraksi (ketidakpastian fraksional).

 

Unit dan Perhitungan Kesalahan Absolut dan Kesalahan Relatif

Unit

Kesalahan absolut:

Ini memiliki unit yang sama dengan nilai yang diukur. Misalnya, jika Anda mengukur panjang buku dalam sentimeter (cm), kesalahan absolut juga memiliki satuan yang sama.

Kesalahan relatif:

Kesalahan relatif dapat dinyatakan dalam bentuk pecahan atau persentase. Namun, keduanya tidak memiliki unit dalam nilai.

Perhitungan Kesalahan

Contoh 1:Panjang sebenarnya sebuah tanah adalah 500 kaki. Alat ukur menunjukkan panjangnya 508 kaki.

Kesalahan absolut:

Kesalahan absolut = [Nilai aktual - nilai terukur] = [508-500] kaki = 8 kaki

Kesalahan relatif:

Sebagai persentase:

Sebagai pecahan:

Contoh 2:

Seorang siswa ingin mengukur ketinggian dinding di sebuah ruangan. Dia mengukur nilai menggunakan penguasa meter (dengan nilai milimeter), itu 3,215m.

Kesalahan absolut:

Kesalahan absolut = +/- 1 mm = +/- 0,001 m  (Bacaan terkecil yang bisa dibaca menggunakan penggaris)

Kesalahan relatif:

Kesalahan relatif = Kesalahan absolut ÷ Nilai eksperimen = 0,001 m ÷ 3,215 m * 100 = 0,0003%

  Gambar Courtesy: "Absolute error" oleh DEMcAdams - Pekerjaan sendiri. (CC BY-SA 4.0) melalui Wikimedia Commons “Kesalahan relatif integrasi Monte Carlo untuk menghitung pi” oleh Jorgecarleitao - python dan xmgrace. (CC BY-SA 3.0) melalui Wikipedia