Isi
Setiap peneliti yang melakukan percobaan dan mendapatkan hasil tertentu harus mengajukan pertanyaan: "Bisakah saya melakukannya lagi?" Pengulangan adalah ukuran kemungkinan bahwa jawabannya adalah ya. Untuk menghitung pengulangan, Anda melakukan percobaan yang sama beberapa kali dan melakukan analisis statistik pada hasilnya. Pengulangan terkait dengan standar deviasi, dan beberapa ahli statistik menganggap keduanya setara. Namun, Anda dapat melangkah lebih jauh dan menyamakan pengulangan dengan deviasi standar rata-rata, yang Anda peroleh dengan membagi deviasi standar dengan akar kuadrat dari jumlah sampel dalam set sampel.
TL; DR (Terlalu Panjang; Tidak Dibaca)
Deviasi standar dari serangkaian hasil eksperimen adalah ukuran keterulangan percobaan yang menghasilkan hasil. Anda juga dapat melangkah lebih jauh dan menyamakan pengulangan dengan standar deviasi rata-rata.
Menghitung Repeatability
Untuk mendapatkan hasil yang andal untuk pengulangan, Anda harus dapat melakukan prosedur yang sama beberapa kali. Idealnya, peneliti yang sama melakukan prosedur yang sama menggunakan bahan dan instrumen pengukuran yang sama di bawah kondisi lingkungan yang sama dan melakukan semua uji coba dalam waktu singkat. Setelah semua percobaan selesai, dan hasilnya dicatat, peneliti menghitung jumlah statistik berikut:
Berarti: Rata-rata pada dasarnya adalah rata-rata hitung. Untuk menemukannya, Anda menjumlahkan semua hasil dan membaginya dengan jumlah hasil.
Standar deviasi: Untuk menemukan standar deviasi, Anda kurangi masing-masing hasil dari mean dan kuadratkan perbedaan untuk memastikan Anda hanya memiliki angka positif. Ringkas perbedaan kuadrat ini dan bagi dengan jumlah hasil dikurangi satu, kemudian ambil akar kuadrat dari hasil bagi itu.
Standar deviasi dari rata-rata: Simpangan baku rata-rata adalah simpangan baku dibagi dengan akar kuadrat dari jumlah hasil.
Apakah Anda menganggap pengulangan sebagai standar deviasi atau standar deviasi dari mean, memang benar bahwa semakin kecil angkanya, semakin tinggi pengulangannya, dan semakin tinggi keandalan hasil.
Contoh
Sebuah perusahaan ingin memasarkan perangkat yang meluncurkan bola bowling, mengklaim perangkat secara akurat meluncurkan bola jumlah kaki yang dipilih pada dial. Para peneliti mengatur dial ke 250 kaki dan melakukan tes berulang, mengambil bola setelah setiap percobaan, dan meluncurkannya kembali untuk menghilangkan variabilitas dalam berat. Mereka juga memeriksa kecepatan angin sebelum setiap percobaan untuk memastikan hal yang sama untuk setiap peluncuran. Hasil dalam kaki adalah:
250, 254, 249, 253, 245, 251, 250, 248.
Untuk menganalisis hasil, mereka memutuskan untuk menggunakan standar deviasi rata-rata sebagai ukuran pengulangan. Mereka menggunakan prosedur berikut untuk menghitungnya:
Mean adalah jumlah dari semua hasil dibagi dengan jumlah hasil = 250 kaki.
Untuk menghitung jumlah kuadrat, mereka mengurangkan setiap hasil dari rata-rata, menguadratkan perbedaan dan menambahkan hasilnya:
(0)2 + (4)2 + (-1)2 + (3)2 + (-5)2 + (1)2 + (0)2 + (-2)2 = 56
Mereka menemukan SD dengan membagi jumlah kuadrat dengan jumlah percobaan minus satu dan mengambil akar kuadrat dari hasilnya:
SD = akar kuadrat dari (56 ÷ 7) = 2.83.
Mereka membagi standar deviasi dengan akar kuadrat dari jumlah percobaan (n) untuk menemukan standar deviasi dari rata-rata:
SDM = SD ÷ root (n) = 2.83 ÷ 2.83 = 1.
SD atau SDM 0 ideal. Ini berarti bahwa tidak ada variasi di antara hasil. Dalam hal ini, SDM lebih besar dari 0. Meskipun rata-rata semua uji coba adalah sama dengan pembacaan dial, ada perbedaan di antara hasilnya, dan tergantung pada perusahaan untuk memutuskan apakah varians cukup rendah untuk memenuhi standarnya.