Ketepatan data adalah salah satu pertimbangan terpenting ketika melakukan analisis ilmiah atau statistik. Umumnya bingung dengan konsep keakuratan yang sama pentingnya, analogi papan panah yang diartikulasikan oleh University of Hawaii menunjukkan hubungan: data akurat menunjukkan rata-rata keluar untuk hasil yang sama, sementara poin data yang tepat mengelompok erat, bahkan jika mereka tidak dekat dengan hasil yang diantisipasi. Menurut Dartmouth College, presisi adalah ukuran reproduktifitas dari serangkaian hasil. Ketelitian dalam kumpulan data adalah konsep penting bahkan dalam upaya terkait teknologi, seperti yang ditunjukkan oleh Kenneth E. Foote dan Donald J. Huebner dengan University of Texas-Austin dalam analisis Sistem Informasi Geografis. Menghitung presisi adalah latihan yang cukup sederhana meskipun agak subjektif.
Item yang Anda butuhkan
-
Representasi grafis dari set data
-
Informasi tentang unit yang relevan dinyatakan dalam data
-
Batas kesalahan minimum yang diijinkan dalam percobaan
Kembangkan representasi visual dari titik data seperti sebar plot. Representasi visual yang sangat sederhana melibatkan memplot nilai variabel dependen dan independen yang sesuai untuk setiap titik data pada sistem koordinat Cartesius.
Menilai pengelompokan poin data dan mencari pola. Data yang tepat bermanifestasi dalam kelompok titik data, menunjukkan bahwa variabel input yang sama berkorelasi dengan variabel output yang serupa.
Terapkan informasi tentang unit pengukuran yang digunakan untuk mengumpulkan data untuk menentukan jarak rata-rata antara titik data. Pengukuran penggaris sederhana dapat digunakan untuk menentukan jarak antara titik-titik pada grafik, kemudian dikonversi menggunakan skala sewenang-wenang yang sesuai dengan unit pengukuran yang digunakan untuk menghasilkan titik data. Ini akan memungkinkan ketelitian titik data relatif satu sama lain untuk dihitung dengan mengambil rata-rata jarak.
Bandingkan margin kesalahan minimum yang diizinkan dalam percobaan dan presisi rata-rata dari titik data untuk menentukan presisi keseluruhan relatif dari percobaan. Berbagai jenis eksperimen akan memiliki toleransi kesalahan yang lebih besar atau lebih kecil: proyek rekayasa kemungkinan akan membutuhkan ketelitian hingga unit yang sangat kecil, sementara eksperimen sosial kemungkinan akan mentoleransi lebih banyak varian.
Kiat
-
Cobalah untuk menilai skala unit yang mungkin sebelum membuat representasi grafik dari poin data. Ini akan memudahkan untuk menilai ketepatan secara visual untuk mengidentifikasi bidang-bidang dengan ketepatan atau ketidaktepatan yang menonjol.
Pola yang jelas dari data yang terjadi pada representasi visual sangat menunjukkan ketepatan dan pengulangan percobaan. Eksperimen lanjutan harus menambahkan poin data lebih lanjut dalam kelompok yang tepat dekat dengan yang sudah ada.
Peringatan
Jangan bingung akurasi dengan presisi. Jika tujuan percobaan adalah untuk mencapai nilai output rata-rata dari pemberian untuk semua input, dan ini dicapai dengan nilai rata-rata mulai dari -12 hingga 14, ini tidak mungkin menjadi pengukuran yang tepat, meskipun itu mungkin akurat. Pengukuran yang tepat dapat menghasilkan semua titik data yang berkerumun di sekitar 17, yang tidak akurat, tetapi tepat dan karenanya dapat diprediksi.
