PERTEMUAN KE-1

STATISTIKA KIMIA

Sofia Anita

1
 SILABUS
 Pendahuluan
 Istilah Statistika dan Statistik
 Table of Random Digita
 Jenis Galat
 Distribusi Frekuensi
 Harga Rata-rata dan Simpangan Baku
 Distribusi Normal
 Uji Hipotesis (uji t, uji F, uji X2)
 Korelasi dan regresi
 Analisis Variansi (ANOVA)
 Peluang
2
 DAFTAR PUSTAKA
1. Koopman, L.H. 1987. Introduction to contemporary
Statistical Methods. 2nd ed. PW Publisher, Boston
2. Miller, J.C. dan Miller, J.N., 1991. Statistika untuk Kimia
Analitik, 2nd ed. Penerbit ITB Bandung
3. Snedecor dan Cochran. 1980. Statistical Methods. 7th ed.
The Iowa State University Press. Iowa.
4. Steel, R.G.D. dan Torrie, J.H.1993. Prinsip dan Prosedur
Statistika: Suatu Pendekatan Biometrik. Penerbit PT.
Gramedia Pustaka Utama, Jakarta.
5. Sudjana, M.A., 1989. Metoda Statistika. Edisi Kelima.
Penerbit Tarsito, Bandung
6. Sumantri, B. 1996. Pengantar Statistika Kontemporer, Edisi
2. Jurusan Matematika
7. Bhattacharyya, G.K. and Johnson, R.A. 1977. Staistical
Concepts and Methods. John Wiley and Sons, Singapore

3
 Evaluasi
• Kehadiran minimum 85%
• PR 10%
• Quiz (2 kali) 20%
• UTS 30%
• UAS 40%

4
Not allowed

5
 Mengapa ya Butuh Statistik
• Di dunia tidak ada yang pasti.
• Ada error/kesalahan, adanya variasi/fluktuasi.
• Butuh sampel dan populasi.
• Ada Dugaan/Estimasi.
• Membutuhkan Pengujian hipotesis dalam eksperimen.
• Ingin mengetahui pola hubungan.
• Ingin mengetahui studi kelayakan.
• Ingin mengetahui kejadian yang akan datang.
• Ingin mengambil kelompok informasi.
• Sebagai Pengambilan Keputusan dlm menentukan kebijakan.
• Ingin mengidentifikasi pola atau bentuk tertentu.
• Menganalisis Standar Kualitas Produksi, kompetensi?
• Dll.

6
 Konsep Statistika

STATISTIKA :
Kegiatan untuk :
KEGUNAAN
• mengumpulkan data
• menyajikan data
• menganalisis data dengan metode tertentu ?
• menginterpretasikan hasil analisis

Melalui fase

STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian
atau seluruh data (pengamatan) tanpa pengambilan kesimpulan

dan fase

STATISTIKA INFERENSI :
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)
 Statistika & Metode Ilmiah

METODE ILMIAH :
Adalah salah satu cara mencari kebenaran yang bila ditinjau dari segi
penerapannya, resiko untuk keliru paling kecil.

LANGKAH-LANGKAH DALAM METODE ILMIAH :

1. Merumuskan masalah
2. Melakukan studi literatur
3. Membuat dugaan-dugaan, pertanyaan-pertanyaan atau hipotesis

4. Mengumpulkan dan mengolah data, menguji hipotesis,

atau menjawab pertanyaan

5. Mengambil kesimpulan

INSTRUMEN

SAMPEL

SIFAT DATA
PERAN STATISTIKA
VARIABEL

METODE ANALISIS
 Dunia Tidak Pasti
• Mati Pasti, kapan saudara mati?.
• Jodoh Takdir, bagaimana dan kapan?.
• Rejeki, Berapa tiap hari rejekinya?.

9
10
 Error/Kesalahan Akibat Variasi Data

• Apa semua harus benar?

• Apakah semua makanan enak?
• Apakah saudara pintar? Tampan? atau Cantik? .

11
 Butuh sample
• Mengapa kalau masak perlu di cicipi?
• Mengapa kalau beli buah boleh di cicipi?
• Mengapa ada ukuran baju S,M,L,XL?
• Mengapa sepatu ada ukuran, 39,40,42 dst.
• Mengapa Quick Count Poling President tepat?
• Mengapa mengukur kualitas lampu tdk di test semua?
• Mengapa Uji Kekuatan BAN tidak semuanya di tusuk paku?

12
 Dugaan/Estimasi
• Mengapa akhir-akhir ini harga-harga melambung?
• Mengapa hasil produksinya menurun?
• Mengapa lumpur lapindo bertambah banyak?
• Mengapa banyak semburan baru di tempat lain?
>> Jangan-jangan, jangan-jangan…..???

13
 Pengujian Hipotesa
• Untuk membuktikan dugaan eksperimen, benar atau tidak
dugaannya.
• Apakah memang benar susu formula mengandung bakteri
sakazaki???
• Perlu di uji hipotesanya sehingga menyakinkan, berapa
tingkat keyakinannya? Mari kita sepakati.
Susu Formula 40%
ada Bakteri

14
 Ada Pola Hubungan
• Karena dompet kosong, malam minggu di rumah
saja,
• Karena……Maka………

15
 Keingintahuan akan datang
• Berapa ya kira-kira saya harus jualan besuk?.
• Besok cuacanya hujan, berawan atau cerah?
• Sebaiknya kita siapkan tahun depan anggaran
operasional berapa ya?

16
 Butuh studi kelayakan
• Bagaimana nasib korban Lapindo?
• Cukup tidak uang ganti ruginya?
• Apakah perlu adanya relokalisasi?
• Apakah setuju lumpur lapindo korban
nasional?

17
 Istilah Statistik
berasal dari kata “Status” (bahasa Yunani yang
berarti “State” = Negara).

Istilah ini mulamula diartikan sebagai kumpulan

data tentang negara, termasuk catatan
mengenai penduduk, pemilikan tanah, angka
kelahiran, kematian, dsb

18
 Statistika dan Statistik
Ilmu statistik sangat berperan dalam metodologi penelitian
Namun, para peneliti/mahasiswa sering merasa “repot” dengan statistika

Statistika  ‘tool’ untuk membantu peneliti memecahkan

permasalahannya

Walaupun hanya merupakan alat dalam penelitian, jika statistika tidak ‘pas’ diterapkan, hal
ini akan berakibat fatal dalam pengambilan keputusan dalam penelitian. Mis: Pesawat
Ulang-alik Challenger meledak th 1986 akibat tidak diperhitungkannya kinerja pesawat pada
temp rendah (-2C); Th 1954 400.000 anak di vaksin polio, sehingga skrg kasus polio jarang
terjadi.

Yang sering terjadi, ‘tool’ nya yang dicari-cari agar ‘pas’ dengan maksud dan tujuan peneliti
dan memuaskan seperti apa yang peneliti bayangkan sebelumnya atau hasil penelitian
sesuai dengan pesanan.

Yang lebih fatal lagi, para peneliti tidak memahami makna ‘tool’ yang digunakan.

19
 Statistik dan Metoda Statistika
Statistik : informasi numerik (hasil olahan data) yang
dipresentasikan dalam bentuk tabel ataupun grafik; mis: Rata-
rata, persentase, median, modus, dsb.

Data : fakta yang tercatat

• Produksi minyak mentah, GNP, indeks harga konsumen,
penghasilan, dsb
• Tabel : tabel distribusi frekuensi
• Grafik : diagram batang, pie chart, histogram, piktogram, dsb

Metoda statistika:
• sebagai metoda ilmiah dalam hal : mengumpulkan data dan
mengorganisasikan data (klasifikasi, rangkum, analisis);
• sebagai landasan penelitian ilmiah
• sebagai landasan dalam pengambilan keputusan.

20
 Statistika dan Statistik
Statistika:
1. merupakan bagian dari matematika yang membahas rumus untuk
mengumpulkan, menggambarkan atau menyajikan, menganalisis, dan
menginterpretasikan data kuantitatif (Webster Dictionary]
2. merupakan cabang dari metode ilmiah yang menggunakan data
didapatkan dengan menghitung atau mengukur bagian populasi [Kendall &
Stuart]
3. membahas metode penarikan kesimpulan dari hasil percobaan atau
proses[Fraser]
4. sebagai teknologi metoda ilmiah yang membahas rancangan percobaan
dan investigasi serta inferensia statistika [Mood]
5. membahas rancangan percobaan atau survai sampling untuk mendapatkan
sejumlah informasi tertentu dan penggunaan informasi secara optimal
dalam pembuatan inferensia tentang populasi.

Statistik: kumpulan angka-angka

21
 Pengelompokan Statistika
deskriptif (perian): memberi gambaran objek yang
diteliti tanpa menarik kesimpulan
Statistika
induktif (inferensial): bertujuan untuk menarik
kesimpulan
(Pendugaan parameter populasi dan
pengujian hipotesis)

Statistika Parametrik:
berdasarkan pada pengukuran dari suatu distribusi normal
(nilai tengah, simpangan baku)

Statistika Nonparametrik:
digunakan pada populasi yang tidak terdistribusi normal

22
 Tahap-tahap Kegiatan Statistik
1. Pengumpulan data (collecting the data)
a. Pengumpulan data seluruh populasi (disebut metode sensus atau metode penelitian
populasi)
b. Pengumpulan sampel (sebagian data yang mewakili populasi)

2. Penyusunan data (organizing the data)

a. Editing (deteksi kemungkinan kesalahan, ketidakkonsistenan atau ketidak tepatan data
yang telah dikumpulkan)
b. Klasifikasi (pengelompokan data sesuai sifat-sifat yang dimiliki)
c. Tabulasi (menyusun data ke dalam baris dan kolom).

3. Penyajian data (presenting the data)

Agar mudah dibaca dan dilihat secara visual, maka data dibuat dalam bentuk tabel, grafik,
dan diagram.

4. Analisis Data (analyzing the data)

Data yang disusun dianalisis dengan metode statistik (ratarata, variasi, korelasi, atau
regresi) untuk memperoleh gambaran keseluruhan.

5. Interpretasi data (interpreting the data)

Data disimpulkan untuk memperoleh data yang benar.

23
 Data
“segala keterangan atau informasi yang dpt
memberikan gambaran suatu keadaan”

Syarat data yang baik:

- objektif
- mewakili (representatif)
- up to date
- relevan dengan masalah yang dipecahkan

24
 data

cara memperolehnya sifatnya

primer sekunder kualitatif kuantitatif

(lsg dr sumbernya) (dr sumber lain) (tdk dlm bentuk angka) (dlm bentuk angka)
mis: sakit, lulus, dll

diskrit kontinu
(mrpk hasil pembilang) (dr pengukuran)

Data Mentah: data yang belum pernah diolah

25
 Menampilkan data
Penyajian data dengan grafik/gambar lebih disenangi daripada
tabulasi numerik/untaian kata-kata karena data tsb akan jadi:
1. lebih menarik
2. lebih informatif
3. lebih komunikatif
4. artistik dalam bentuk

Penyajian data ada yang berupa:

- Tabel
- Grafik
- Diagram: batang (bar chart), lingkar (pie chart). Garis, peta
(kartogram), pencar (titik-titik), dan simbol.

26
 Penyajian data
Diagram batang Diagram gambar/lambang

Diagram pie Diagram garis

27
There is a difference - you
need both
28
 Populasi dan Sampel
Populasi adalah seluruh obyek yang ingin kita ketahui besaran karakteristiknya.
Sampel adalah sebagian obyek populasi yang mewakili karakteristik populasinya, dan
kemudian diteliti.

Sifat populasi
a. Populasi homogen adalah sumber data yang unsur-unsur atau elemennya memiliki
sifat yang mendekati sama sehingga tidak perlu ditetapkan jumlahnya secara
kuantitatif.
b. Populasi heterogen adalah sumber data yang unsur-unsurnya memiliki sifat yang
berbeda (bervariasi) sehingga perlu penetapan batas-batasnya secara kuantitatif

Alasan mengapa digunakan sampel

a. dapat menghemat biaya, waktu, dan tengaa untuk penelitian.
b. Dalam kasus tertentu, kita mungkin menghadapi objek yang mudah rusak atau
berbahaya, misalnya bola lampu, kendaraan, komputer, atau ujicoba
senapan dan peluruh yg tidak memungkinkan meneliti seluruh populasi.
c. Untuk populasi yang homogen, seperti kadar garam pada air laut, darah dalam
tubuh seseorang, maka kita tidak perlu mengadakan penelitian terhadap seluruh
elemen populasi.

29
 Prosedur Sampling
Terdiri dari 2 kelompok, yaitu Sampling Probabilitas dan Sampling Non-Probabilitas

Prosedur Sampling Probabilitas

1. Teknik Simple Random Sampling
- Sampel diambil secara acak tanpa memperhatikan strata (jenjang)
- Elemen populasi berpeluang sama untuk menjadi elemen sampel
- Cocok untuk populasi yang homogen
2. Teknik Stratified Random Sampling
- Populasi dibagi ke dalam strata atau jenjang (misal: tingkat pendidikan, tingkat
pendapatan, dsb.)
- Cocok untuk populasi yang berstrata atau berjenjang.
3. Teknik Clustered (Area) Random Sampling
- Populasi dibagi ke dalam kelompok, area atau cluster (wilayah propinsi, pegawai
negeri, swasta, karyawan swasta, TNI/POLRI, petani, dsb.)
- Untuk tiap cluster, dilakukan pemilihan sampel dengan simple random sampling.
- Cocok untuk populasi yang memiliki cluster/kelompok/area.
4. Teknik Systematic Sampling
Pengambilan sampel didasarkan pada urutan populasi yang telah diberi nomor urut atau
anggota sampel diambil dari populasi pada jarak interval waktu atau ruang tertentu dengan
urutan yang seragam. Sebagai contoh:
· Sampel diambil dari daftar populasi yang bernomor genap atau ganjil saja.
· Pengambilan sampel tanah pada kedalaman 0 m, 5 m, 10 m, 15 m, dst

30
 Random Sampling
a. Simple random sampling
b. Stratified random sampling (sampling bertingkat)
c. Systematic random sampling (s2 < s2 random), diutamakan
untuk rentang waktu yg lama mis; musim
d. Cluster random sampling

31
 a. Simple Random Sampling
Sampel acak sederhana  satuan elementer dari populasi mempunyai kesempatan
yang sama untuk dipilih sebagai sampel.

Peluang yang dimiliki oleh setiap unit penelitian untuk dipilih sebagai sampel sebesar
n/N, yakni ukuran sampel yang dikehendaki dibagi dengan ukuran populasi.

Syarat yang harus dipenuhi, antara lain (Singarimbun dan Effendy, 1989):
1. Harus tersedia kerangka sampling atau memungkinkan untuk dibuatkan kerangka
samplingnya (tidak boleh ada unsur sampel yang dihitung dua kali atau lebih).
2. Sifat populasinya harus homogen, jika tidak, kemungkinan akan terjadi bias.
3. Ukuran populasinya tidak tak terbatas, artinya harus pasti berapa ukuran
populasinya.
4. Keadaan populasinya tidak terlalu tersebar secara geografis.

Teknis pelaksanaannya ada dua cara, yakni:

a. Dengan mengundi unsur-unsur penelitian atau satuan-satuan elementer dalam
populasi.
b. Dengan menggunakan Tabel Angka Random (Tables of Random Digits).

32
 b. Stratified Random Sampling
Teknik sampling ini digunakan apabila populasinya tidak homogen (heterogen). Untuk
dapat menggambarkan secara tepat tentang sifat-sifat populasi yang heterogen,
maka populasi yang bersangkutan harus dibagi-bagi kedalam lapisan-lapisan
(strata) yang seragam atau homogen, dan dari setiap strata dapat diambil sampel
secara random (acak).

Syarat untuk dapat menggunakan teknik sampling random strata:

• Harus ada kriteria yang jelas yang akan dipergunakan sebagai dasar untuk
menstratifikasi populasi
• Harus ada data pendahuluan dari populasi mengenai kriteria yang dipergunakan
untuk menstratifikasi.

Keuntungannya  aspek representatifnya lebih meyakinkan sesuai dengan sifat dasar

unit yang mengklasifikasinya, sehingga mengurangi keanekaragamannya.

Kerugiannya  membutuhka informasi yang akurat pada proporsi populasi untuk

masing-masing strata. Jika hal tersebut diabaikan maka kesalahan akan muncul.

33
 c. Random Sistematik (Systematic Random Sampling)
Untuk ukuran populasinya sangat besar,

Penentuan unsur sampling selanjutnya ditempuh dengan cara memanfaatkan

interval sampel.
Interval sampel adalah angka yang menunjukkan jarak antara nomor-nomor urut
yang terdapat dalam kerangka sampling yang akan dijadikan patokan dalam
menentukan atau memilih unsur-unsur sampling kedua dan seterusnya hingga
unsur ke-n. Interval sampel biasanya dilambangkan dengan huruf k.
Interval sampel atau juga disebut sampling rasio diperoleh dengan cara membagi
ukuran populasi dengan ukuran sampel yang dikehendaki (N/n). Misalnya, dari
populasi (N) berukuran 500 kita akan mengambil sampel (n) berkuran 50, maka
interval samplingnya adalah 500/50=10 atau k =10. Andaikan yang terpilih
sebagai unsur sampling pertama adalah satuan elementer yang bernomor s,
maka penentuan unsur-unsur sampel berikutnya adalah:
Unsur pertama = s
Unsur kedua = s + k
Unsur ketiga = s + 2k
Unsur keempat = s + 3k, dan seterusnya hingga unsur ke-n.

34
 d. Cluster Random Sampling
Untuk ukuran populasi yang tidak diketahui dengan pasti, sehingga tidak
memungkinkan untuk dibuatkan kerangka samplingnya

Apabila bersifat wilayah geografis yang kecil  samplingnya satu tahap

(simple cluster sampling).
Akan tetapi jika klasternya besar atau wilayah geografisnya besar  sampling
klaster banyak tahap (multistage cluster sampling).

Keuntungan  jika kluster-kluster didasarkan pada perbedaan geografis

maka biaya penelitiannya menjadi lebih murah. Karakteristik kluster dan
populasi dapat diestimasi.

Kelemahannya  butuhkan kemampuan untuk membedakan masing-masing

anggota populasi secara unik terhadap kluster, yang akan menyebabkan
kemungkinan adanya duplikasi atau penghilangan individu-individu
tertentu.

35
 Non Probabilitas Sampling (Tidak Menggunakan Prinsip Random)
Pengambilan sampel didasarkan pada kebijaksanaan peneliti sendiri.
1. Teknik Convenience Sampling
- Sampel diambil berdasarkan kesukaan peneliti, misalnya dengan menghadang pengunjung yang baru
keluar mall.
2. Teknik Accidental Sampling
- Teknik penentuan sampel berdasarkan kebetulan, yaitu siapa yang kebetulan bertemu dengan peneliti
(cocok untuk survei pemasaran, kepuasan pelanggan, di mana kita tidak tahu dengan jelas jumlah
populasinya.
3. Teknik Judgment/Purposive Sampling
- Didasarkan pada pendapat/pertimbangan pakar.
- Cocok untuk studi kasus, misalnya: Peneliti ingin mengetahui model kurikulum SMA yang cocok. Maka
sampel yang dipilih adalah para guru dan ahli-ahli pendidikan dan manajemen pendidikan.
Kasus bumbu masak yang dinyatakan haram. Peneliti ingin mengetahui penyebabnya dengan cara
mencari sampel (responden) yang ahli di bidang pembuatan bumbu masak, responden dari kalangan
ulama
4. Teknik Quota Sampling
- Penentuan sampel dari populasi yang memiliki ciri tertentu sampai jumlah (kuota) yang diinginkan, yang
didasarkan pada pertimbangan-pertimbangan tertentu dari peneliti.
5. Teknik Snowball Sampling
Teknik sampling berangkat dari sejumlah sampel (responden) yang kemudian mereka mengajak para
temannya untuk dijadikan sampel dan seterusnya sehingga jumlah sampel semakin besar seperti bola
salju yang menggelinding. Contohnya: akan diteliti siapa dalang pengedar Narkoba di SMP Mekarsari,
siapa yang menjadi otak pembunuhan murid di SD Kuasa Mandiri, siapa yang membocorkan rahasia
soal ujian negara, dsb.

36
 Cara Menentukan Ukuran Sampel
Ada beberapa aspek yang harus dipertimbangkan yaitu:
1. Derajat Keseragaman Populasi (degree of homogenity)
2. Tingkat Presisi (level of precisions) yang digunakan.
3. Rancangan Analisis. Rancangan analisis yang dimaksud
adalah sesuatu yang berkaitan dengan pengolahan data,
penyajian data, pengupasan data, dan penafsiran data yang
akan ditempuh dalam penelitian.
4. Alasan-alasan tertentu yang berkaitan dengan
keterbatasan-keterbatassn yang ada pada peneliti, misalnya
waktu, tenaga, biaya, dan lain-lain.

37
 untuk menentukan berapa besar sampel
Rumus Slovin:
N
n = ———
1 + Ne²
Keterangan;
n = ukuran sampel
N = ukuran populasi
e =kelonggaran ketidaktelitian karena kesalahan pengambilan
sampel yang ditololerir, misalnya 5%.
Batas kesalahan yang ditolelir ini untuk setiap populasi tidak
sama, ada yang 1%, 2%, 3%, 4%,5%, atau 10%.

38
 Jika ukuran populasinya besar  Rumus Yamane
N
n = ———–
Nd² + 1
d = batas toleransi kesalahan pengambilan sampel yang
digunakan.

Misalnya, kita ingin menduga proporsi pembaca koran dari

populasi 4.000 orang. Presisi ditetapkan di antara 5% dengan
tingkat kepercayaan 95%, maka besarnya sampel adalah:
4000
n = ————————- = 364
4000 x (0,05)² + 1

39
40
 Sampling without replacement
(Bernoulli) with replacement
Sampling with replacement  Nn
Sampling without replacement  N = N!
n n!(N-n)!

Contoh: Suatu populasi beranggotakan N=4 terdiri atas A, B, C, dan D.

Sampel berukuran n=3 akan diambil dari populasi itu without
replacement, carilah anggota sampel dari populasi tersebut.

Jawab: a. ABC, ABD, ABD, BCD

b. ABC, ACB, ACD, BCD
c. ABC, ABD, ACD, BCD
d. ABC, BCD, ACD, BCD

41
 Contoh 2

Bila suatu populasi mempunyai 4 anggota

populasi (N=4) yang diberi no: 1,2,3,4 dan
ukuran sampelnya 2 maka apa saja anggota
sampelnya?

42
 Table of Random Digits

Suatu tabel yang terdiri dari 10.000 digit yang

diatur dalam 5×5 blok dgn 100 baris dan 100
kolom

43
Dalam tabel acak tersedia angka yang dapat
digunakan untuk memilh sampel secara acak. Niai-
nilai yang ada pada tabel acak telah disusun
sedemikian rupa sehingga dapat dicapai objektifitas
yang diinginkan. Langkah-langkah yang dapat
ditempuh dalam pengambilan sampel adalah sebagai
berikut:
1. Mendefinikan dengan jelas populasi yang akan
diteliti. Tentukan pula individu-individu yang termasuk
anggota populasi tersebut serta karakteristik populasi yang
aan diobserasi.
2. Menentukan jumlah anggota poulasi yang akan dipilih
sebagai
sampel.
3. Memberian nomor urut (1, 2, …, N) pada semua satuan
sampel.
4. Menggunakan tabel acak untuk memilih individu sampel yang
akan
digunakan untuk mewakili populasinya. 44
TABLE OF RANDOM DIGITS

45
46
47
 Table of Random Digits (Blok 1)

00-04 05-09 10-14 15-19

00 54463 22662 65905 70639

01 15389 85205 18850 39226

02 85941 40756 82414 02015

03 61149 69440 11286 88218

04 05219 81619 10651 67079

48
 Contoh
We want a random sample of size n=10 from a
population of size N = 82. Ignoring 00 and
numbers greater than 82 if they are drawn.
Sampling with and without replacement

Jawab: 54,15, 61, 05, 46, 38, 14, 21, 32, 14

dan 26 (w/o)

49
 Contoh
Bila N= 270, n=5
Maka anggota sampel:
001 – 270
301 – 570 = - 300
601 – 870 = - 600

Metoda 3 × 270
Aggotanya: 244, 153, 259, 011, 052

50
51
52
53
54
55
56
57
 Akurasi dan Kesalahan
Akurasi
adalah kedekatan perjanjian antara nilai terukur dan nilai sebenarnya.

Kesalahan
adalah perbedaan antara pengukuran dan nilai sebenarnya dari diukur
(kuantitas yang sedang diukur).

Kesalahan total
biasanya merupakan kombinasi dari kesalahan sistematik dan kesalahan
acak.

Bias
adalah perbedaan antara nilai rata-rata serangkaian pengukuran besar dan
yang diterima benar.

58
 Jenis Error (Jenis Galat)

Gross error Random error Systematic error

(total) mempengaruhi presisi mempengaruhi akurasi

59
 Contoh:
Mahasiswa Hasil Titrasi (mL) Keterangan

A 10.08; 10.11; 10.09; 10.10; Precise,

10.12 Inaccurate
B 9.88; 10.14; 10.02; Accurate,
9.80; 10.21 Imprecise
C 10.19; 9.79; 9.69; Inaccurate,
10.05; 9.78. Imprecise
D 10.04; 9.98; 10.02; Precise,
9.97; 10.04 Accurate
60
Kesalahan random dan kesalahan sistem

61
Menghitung rata-rata dan
Standar Deviasi

62
Contoh

63
Variansi, Koefisien Variansi dan RSD

64