12/27/2016

PERHITUNGAN STATISTIKA DALAM

ESTIMASI KETIDAKPASTIAN
PENGUKURAN

Kuliah Validasi Metode

Ketidakpastian Kurva Kalibrasi

Untuk menghitung konsentrasi analit menggunakan kurva

kalibrasi, perlu dihitung ketidakpastian kurva kalibrasi.

Contoh pada analisis dengan kromatografi gas.

Kons
(mg/mL)

Luas puncak
terdeteksi

Luas puncak
terkoreksi

135

133

280

278

560

558

10

1194

1192

Dari kumpulan data di atas, terlihat bahwa persamaan

garisnya adalah persamaan garis linier lewat titik nol.
Kuliah Validasi Metode

12/27/2016

Persamaan Garis Regresi

b=

Umum

Lewat Titik Nol

y = bx + a

y = bx

xi y i - ( xi y i ) / n
xi 2 - (xi )2 / n

b = xi y i / xi 2

a = [y i - (b xi )] / n

Kuliah Validasi Metode

Persamaan Garis Regresi Lewat Titik Nol

b = xiyi / x2

Kuliah Validasi Metode

12/27/2016

Residual Standard Deviation (rsd)

Berdasarkan persamaan garis regresi, untuk setiap nilai
x yang diketahui, kita dapat menghitung nilai yhi tung (yc).
Perbedaan antara yc dengan ypengamatan (yi ) disebut
sebagai residual
Besar kesalahan dari persamaan dapat dihitung melalui
besar residual

Besar kesalahan ini disebut sebagai residual standard

deviation (rsd)

Kuliah Validasi Metode

Menghitung yc untuk setiap nilai x yang diketahui

y = 122,6529 x

Kuliah Validasi Metode

12/27/2016

Ketidakpastian dari Kurva Kalibrasi

rsd (= Sy/x) dari pers grs dihitung melalui rumus:

rsd = (yi-yc)2/(n-2)
= 6909,4215 / (5-2)
= 2303,14 = 47,99

Berapakah ketidakpastian X (Sx) ?

X
Kuliah Validasi Metode

Ketidakpastian Konsentrasi (sx) pada

persamaan garis lewat titik nol (y = bx)

Sx

Sy/x
b

s x = 47,99 / 122,6529
s x = 0,391 mg/mL

12/27/2016

Beberapa Model lain dari Kurva Kalibrasi

Kurva Kalibrasi yang mempunyai intersep misal pada
spektrometri UV/Vis
Y = bx + a

Kurva Kalibrasi yang selain mempunyai intersep juga

mempunyai beberapa nilai y (y 11+ y 12+ y 13) untuk satu
konsentrasi x (x1) yang sama, misal pada
Y 1 = bx1 + a

Contoh Analisis Spektrofluorometri

Kons (pg/mL)

Intensitas fluoresensi

2,1

5,0

9,0

12,6

17,3

10

21,0

12

24,7

12/27/2016

Mencari Persamaan Garis Regresi

y = bx + a
b = 216.2/112 = 1.93
a = 13.1-(1.93x6) = 1.52
Persamaan Garis Regresi-nya : y = 1.93 x + 1.52

Menghitung Ketidakpastian Garis Regresi (Sy/x)

Sy/x dihitung menurut rumus

(y - y )
i

/(n - 2)

12/27/2016

Menghitung RSD (Residu Standar Deviation)

x

yi

0
2
4
6
8
10
12

Sy/x

Yc
2.1
5.0
9.0
12.6
17.3
21.0
24.7

[y

- y c ]2

(n - 2)

1.52
5.38
9.24
13.10
16.96
20.82
24.68

Sy/x

[yi -yc]2

[yi -yc]
0.58
-0.38
-0.24
-0.50
0.34
0.18
0.02
=

0.3389
0.1433
0.0573
0.2500
0.1151
0.0319
0.0003`
0.9368

0.9368
0.4328
(7 - 2)

Sy/x 0.4328

Kuliah Validasi Metode

Menghitung Ketidakpastian Konsentrasi (S x)

Sx untuk pembacaan y sample sebesar masing masing
a. 2,9

b. 13,5

c. 23,0

dapat dihitung menurut rumus berikut ini:

Sx

Sy/x
b

(ysample - y rata2 ) 2
1
1 2
n b [xi x rata2 ]2

Kuliah Validasi Metode

12/27/2016

Sx

Sy/x
b

(ysample - y rata2 ) 2
1
1 2
n b [xi x rata2 ]2

Untuk sample 1 ; y = 2.9

1 (2.9 - 13.1) 2
1
0.26
7 (1.93) 2 x 112

0.4328
Sx
1.93

Kuliah Validasi Metode

Untuk sample 2 ; y = 13.5

Sx

0.4328
1.93

1 (13.5 - 13.1) 2

0.24
7 (1.93) 2 x 112

Untuk sample 3 ; y = 23.0

Sx

0.4328
1.93

1 (23.0 - 13.1) 2

0.26
7 (1.93) 2 x 112

Kuliah Validasi Metode

12/27/2016

PERSAMAAN GARIS DIMANA

1 NILAI x MEMPUNYAI 3 NILAI y
xi

yi-1

yi

yi-2

yi-3

0.1

0.028

0.029

0.029

0.3

0.084

0.083

0.081

0.5

0.135

0.131

0.133

0.7

0.180

0.181

0.183

0.9

0.215

0.230

0.216

xsample
?

Ysample
0.0720

0.0710

Contoh Perhitungan Persamaan Garis Regresi dimana

Satu Nilai x Mempunyai Beberapa Nilai y

Kuliah Validasi Metode

12/27/2016

Contoh Perhitungan Persamaan Garis Regresi dimana

Satu Nilai x Mempunyai Beberapa Nilai y

Kuliah Validasi Metode

Perhitungan Ketidakpastian Garis

Regresi (Sy/x)

Sy/x dihitung menurut rumus

(y - y )
i

/(n - 2)

Kuliah Validasi Metode

10

12/27/2016

Sx

Sy/x
b

(ysample - y rata2 ) 2
1 1

m n b 2 [xi - x rata2 ]2

Ketera ngan :
Sx = ketidakpastian konsentrasi
Sy/x = keti dakpastian asal kurva kalibrasi
n = juml ah pengamatan standar
m = juml ah pengamatan s ampel /replika pengujia

Kuliah Validasi Metode

Perhitungan Sy/x

S y/x

[y

- y c ]2

(n 2)

S y/x 0.005486

Kuliah Validasi Metode

11

12/27/2016

Sx

0.005486
0.241

1 1 (0.0715 - 0.129) 2

0.06818
2 15 (0.241) 2 x 5.10

Mengapa 2 dan tidak 3 ?

Bagaimana halnya apabila tidak

digunakan Kurva Kalibrasi ?
Kadang-kadang dalam suatu analisis tidak digunakan
kurva kalibrasi, melainkan perbandingan satu titik.

Dalam perhitungan seperti ini, selalu diasumsikan bahwa

perbandingan antara contoh dan standar bersifat linier.
Padahal belum tentu perbandingan tersebut 100% linier.
Dalam hal ini perlu dihitung ketidakpastian asal
liniaritas.
Untuk itu perlu didesign suatu percobaan kecil
Kuliah Validasi Metode

12

12/27/2016

Bagaimana Design Percobaannya?

Buat larutan analit (menggunakan standar murni) dgn berbagai

C berbeda misal: 10, 20, 25, 30, 40 dan 50 ppm

Perlakukan larutan dengan konsentrasi 25 ppm sebagai

standar, sedangkan 5 larutan sisanya sebagai contoh.

Lakukan analisis terhadap larutan diatas ( 10, 20, 30, 40 dan

50 ppm) menggunakan metode pengujian yang sama seperti
pada analisis contoh, menggunakan larutan standar 25 ppm

Hitung Canalit dengan mem-bandingkannya terhdp C25 .

Amati perbedaan dari Canalit hasil analisis dengan kons-nya

yang diketahui (10, 20, 30, 40 dan 50 ppm)

Cari nilai deviasi maksimum dari Canalit terhdp kons sebenarnya yang diketahui.

Nilai deviasi maksimum inilah yang diambil sebagai nilai

ketidakpastian asal liniaritas
Kuliah Validasi Metode

Contoh Perhitungan
Cdibuat (ppm)

Canalisis (ppm)

Deviasi (ppm)

10,346

9,496

- 0,85

20,691

21,691

1,0

31,037

32,017

0,98

41,382

40,632

- 0,75

51,728

52,288

0,56

maksimum

Ketidakpastian liniaritas
= 1,0 / 3
= 0,577 ppm
Kuliah Validasi Metode

13

12/27/2016

Bagaimana Menghitung Ketidakpastian

asal Homogenitas ?

Ketidakpastian asal homogenitas dapat dihitung bersamaan

dengan ketidakpastian asal presisi metode.

Design Percobaan-nya:
Ambil minimal 10 (boleh lebih misal 12)

contoh secara random

Lakukan analisis untuk setiap contoh
sebanyak 2 kali (duplo)
Hitung MSB dan MSW.
Hitung variansi sampling dan variansi analisis

Hitung ssampling dan sanalisis

Kuliah Validasi Metode

Homogenitas Contoh Uji

Kuliah Validasi Metode

14

12/27/2016

Kuliah Validasi Metode

Rumus MSB dan MSW :

[(a
MSB

bi ) - x ( ai bi) ]2

2 (n 1)

[(a
MSW

bi ) - x ( ai bi) ]2
2n

Kuliah Validasi Metode

15

12/27/2016

Menghitung MSB dan MSW

Kuliah Validasi Metode

16

12/27/2016

17

12/27/2016

18