PENANGANAN DATA
laboratorium. Statistik diperlukan untuk mengerti makna data yang dikumpulkan sehingga
Ketepatan adalah derajat kesesuaian antara nilai terukur dan nilai sebenarnya.
dapat diungkapkan dengan kesalahan. Nilai sebenarnya yang absolut sangat jarang
diketahui.
Ada berbagai cara dan satuan untuk mengungkapkan ketepatan pengukuran, seperti
berikut ini
a. Kesalahan Absolut
Selisih antara nilai yang sebenarnya dan nilai terukur merupakan kesalahan absolut
E = xi – xt
E adalah kesalahan, xi nilai pengukuran dan xt adalah nlai sebenarnya. Sebagai contoh,
bila 2,62 g sampel bahan dianalisis dan ditemukan 2,52 g, maka kesalahan absolutnya
adalah -0,10 g. Jika nilai yang terukur merupakan rata-rata dari beberapa pengukuran,
b. Kesalahan Relatif
Kesalahan absolut atau kesalahan rata-rata yang diungkapkan dengan persen nilai
sebenarnya disebut dengan kesalahan relatif. Analisis di atas mempunyai kesalahan relatif
15
(-0,10/2,62) x 100% = -3,8%. Ketepatan relatif adalah nilai terukur atau nilai rata-rata
yang diungkapkan sebagai nilai sebenarnya. Analisis di atas mempunyai ketepatan relatif
sebesar (2,52/2,62) x 100% = 96,2%. Kesalahan relatif dapat dirumuskan sebagai berikut
ini:
xi – xt
E = x 100%
xt
Kesalahan relatif dapat juga diungkapkan dengan satuan selain persen. Dalam
pekerjaan yang sangat tepat, kita biasanya menemui kesalahan relatif yang lebih kecil dari
1%, sehingga lebih cocok menggunakan satuan yang lebih kecil. Kesalahan sebesar 1%
setara dengan 1 bagian dalam 100. Ini juga setara dengan 10 bagian dalam 1000. Satuan
yang terakhir ini umumnya digunakan untuk mengungkapkan ketidakpastian yang kecil.
Untuk tujuan ini ketidakpastiannya diungkapkan dengan bagian perseribu, yang ditulis
dengan ppt.
CONTOH 2.1 Hasil suatu analisis adalah 36,97 g, hasil ini kemudian dibandingkan
dengan nilai yang sebenarnya, yaitu, 37,06 g. Berapakah kesalahan absolut dan relatif
Penyelesaian
- 0,09
Kesalahan relatif = x 10000/00 = -2,4 ppt
37,06
0
/00 menggambarkan bagian perseribu, sama halnya dengan % yang menunjukkan bagian
perseratus.
dilakukan dengan jumlah dan cara yang sama. Ketelitian yang baik tidak selalu menjamin
16
ketepatan yang baik. Ini merupakan suatu masalah bila terjadi kesalahan sistematis dalam
analisis, contohnya, kalau neraca yang digunakan untuk menimbang setiap sampel dalam
keadaan salah. Kesalahan ini tidak mempengaruhi ketelitian, tetapi sangat mempengaruhi
ketepatan. Di sisi lain, ketelitian bisa saja buruk dan ketepatan, secara kebetulan, bisa baik.
Semakin tinggi derajat ketelitian, semakin besar peluang untuk memperoleh nilai
sebenarnya. Konsep ini dapat digambarkan dengan suatu sasaran menembak, seperti
dalam Gambar 2.1. Anggaplah pada latihan sasaran Anda menembakkan sederetan peluru
yang semuanya mendarat di pusat sasaran (Gambar A). Ini menunjukkan bahwa Anda
teliti dan tepat. Pada sasaran tengah (GambarB), Anda teliti tetapi tidak tepat. Di sini,
kemungkinan bidikan senjata Anda di luar jalur. Pada sasaran kanan (GambarC), Anda
tidak teliti sehingga mungkin tidak tepat. Dengan demikian, kita lihat bahwa ketelitian
Setiap hasil analisis harus diikuti dengan penunjuk ketelitian analisis. Ada berbagai
a. Simpangan Baku
Simpangan baku populasi, , adalah suatu ukuran ketelitian dari suatu data
17
(xi - )2
= (2.1)
N
N adalah jumlah data ulangan penyusun populasi dan merupakan rata-rata populasi. Bila
persamaan di atas diterapkan untuk data sampel yang kecil maka persamaan di atas harus
(xi - x)2
s= (2.2)
(N - 1)
CONTOH 2.2 Hitunglah nilai rata-rata dan simpangan baku untuk set hasil analisis
Penyelesaian
xi xi - x (xi - x)2
15,67 0,13 0,0169
47,39
x= = 15,80
3
0,0819
s = = 0,20 g
3-1
Simpangan baku juga dapat dihitung dengan persamaan yang setara berikut ini:
xi2 - (xi)2/N
s= (2.3)
N-1
18
CONTOH 2.3 Hitunglah simpangan baku dari data dalam Contoh 2.2 dengan
Penyelesaian
xi xi2
15,67 245,55
15,69 246,18
16,03 256,96
47,39 748,69
748,69 - (47,39)2/3
s= = 0,21 g
3-1
Selisih sebesar 0,01 g dari Contoh 2.2 tidak bermakna secara statistik karena
yaitu simpangan yang diungkapkan sebagai persen rata-rata. Istilah ini sering disebut
CONTOH 2.4 Dalam penimbangan yang berulang berikut ini, diperoleh: 29,8 mg; 30,2
mg; 28,6 mg; dan 29,7 mg. Hitunglah simpangan baku untuk tiap-tiap nilai dan simpangan
Penyelesaian
xi xi - x (xi - x)2
29,8 0,2 0,04
19
118,3
x = = 29,6
4
1,41 0,69
s= = 0,69 mg (absolut); x 100% = 2,3% (koefisien keragaman)
4-1 29,6
0,69 0,34
s (rata-rata) = = 0,34 mg (absolut); x 100% = 1,1% (relatif)
4 29,6
kata lain, sebaran s dalam kurva normal menjadi lebih kecil bila jumlah pengamatan
ditambah dan akan mendekati nol bila jumlah pengamatan mendekati takhingga. Makna s
dalam hubungannya dengan kurva sebaran normal ditunjukkan dalam Gambar 2.2.
68% dari masing-masing simpangan berada dalam satu simpangan baku dari nilai rata-
rata, 95% kurang daripada dua kali simpangan baku, dan 99% kurang daripada 2,5 kali
simpangan baku. Dengan demikian, 68% dari masing-masing nilai berada dalam rentang x
s; 95% berada dalam x 2s; 99% berada dalam x 2,5s; dan seterusnya.
20
Rentang persentase ini sesungguhnya diperoleh dengan mengandaikan jumlah
pengukuran takhingga. Dengan demikian, ada dua alasan seorang analis tidak bisa 95%
pasti bahwa nilai sebenarnya berada dalam x 2s. Yang pertama, analis melakukan jumlah
pengukuran yang terbatas, dan semakin sedikit pengukuran, semakin kurang pasti
hasilnya. Yang kedua, kurva sebaran normal mengandaikan bahwa tidak ada kesalahan
tetap, hanya ada kesalahan acak. Taksiran kepastian yang sebenarnya, yaitu suatu angka
Kita bisa lihat dengan jelas ada berbagai cara untuk menyampaikan ketelitian suatu
angka. Bila kita menyampaikannya sebagai x x, Kita harus selalu menyebutkan kondisi
berlakunya ini sampai kita memperoleh x. Sebagai contoh, x bisa menunjukkan s, 2s, s
Ada satu istilah yang kadangkala sangat berguna dalam statistik, yaitu keragaman
yang merupakan jumlah kuadrat dari simpangan baku, s2. Kita akan menggunakan istilah
ini dalam menghitung perembetan kesalahan dan dalam uji F di bawah ini.
b. Rentang (range)
dengan yang paling kecil. Makin kecil kisaran, berarti hasilnya makin teliti.
nilai rata-rata penetapan dengan tidak memperhatikan tanda deviasinya (positif atau
negatif).
tentang ketelitian yang berhubungan dengan prosedur atau analisis khusus. Akan tetapi,
21
kecuali ada sejumlah besar data, perhitungan dengan sendirinya memberikan informasi
mengenai seberapa dekat nilai rata-rata yang ditentukan secara percobaan x dengan nilai
rata-rata sebenarnya . Teori statistik mengijinkan kita untuk menaksir rentang tempat
nilai sebenarnya mungkin berada dalam peluang tertentu yang ditentukan dengan nilai
rata-rata percobaan dan simpangan baku. Rentang ini disebut dengan selang kepercayaan
dan batas rentang ini disebut dengan batas kepercayaan. Kemungkinan nilai sebenarnya
berada dalam rentang disebut dengan peluang atau tingkat kepercayaan yang biasanya
ts
batas kepercayaan = x (2.4)
N
t adalah faktor statistik yang bergantung pada jumlah derajat bebas dan tingkat
kepercayaan yang diinginkan. Nilai t pada berbagai tingkat kepercayaan dan derajat bebas
disajikan dalam Tabel 2.1. Harus dingat bahwa batas kepercayaan adalah semata-mata
hasil dari t dan simpangan baku nilai rata-rata (s/N). Batas kepercayaan untuk
CONTOH 2.5 Sampel soda abu dianalisis di laboratorium kimia analisis secara titrasi
dengan asam klorida baku. Analisis dilakukan tiga kali dengan hasil sebagai berikut:
93,50; 93,58; dan 93,43% Na2CO3. Dalam rentang berapakah Anda 95% percaya nilai
sebenarnya berada?
Penyelesaian
Nilai rata-rata adalah 93,50%. Simpangan baku s terhitung adalah 0,075% Na2CO3
(absolut). Pada tingkat kepercayaan 95% dan dua derajat bebas, t = 4,303 dan
ts
batas kepercayaan = x
N
22
4,303 x 0,075
= 93,50
3
Dengan demikian, Anda percaya 95% bahwa, jika tidak tidak ada kesalahan tetap, nilai
sebenarnya berada dalam rentang 93,31 - 93,69%. Anda harus ingat, untuk jumlah
pengukuran takhingga, kita harus menduga dengan kepercayaan 95% nilai sebenarnya
berada dalam dua simpangan baku (Gambar 2.2). Kita lihat bahwa untuk = , t
sesungguhnya adalah 1,96 (Tabel 2.1), sehingga batas kepercayaan sebenarnya adalah
sekitar dua kali simpangan baku nilai rata-rata (yang mendekati untuk N yang besar).
Bila jumlah pengukuran bertambah, maka t dan s/N berkurang, hal ini
pengukuran yang Anda buat, maka Anda semakin percaya bahwa nilai sebenarnya berada
dalam rentang tertentu atau sebaliknya, yaitu, rentang akan menyempit pada tingkat
peningkatan N, sama halnya dengan yang terjadi pada simpangan baku dari nilai rata-rata
(lihat Tabel 2.1), sehingga titik hasil pengurangan pada akhirnya dicapai saat peningkatan
TABEL 2.1 Nilai t untuk Berbagai Derajat Bebas dengan Beberapa Tingkat Kepercayaana
Batas Kepercayaan, 90% 95% 99% 99,5%
1 6,314 12,706 63,657 127,32
2 2,920 4,303 9,925 14,089
3 2,353 3,182 5,841 7,453
4 2,132 2,776 4,604 5,598
5 2,015 2,571 4,032 4,773
6 1,943 2,447 3,707 4,317
7 1,895 2,365 3,500 4,029
8 1,860 2,306 3,355 3,832
23
9 1,833 2,262 3,250 3,690
10 1,812 2,228 3,169 3,581
15 1,753 2,131 2,947 3,252
20 1,725 2,086 2,845 3,153
25 1,708 2,060 2,787 3,078
1,645 1,960 2,576 2,807
a
= N - 1 = derajat bebas
hasil dari metode tersebut dengan hasil yang diperoleh dengan metode lain yang telah
beda yang bermakna antara metode baru dan metode yang telah diterima/baku? Di sini kita
2.3.1 Uji F
Uji F adalah uji yang dirancang untuk menunjukkan ada atau tidaknya beda
bermakna antara dua metode yang didasarkan pada simpangan bakunya. F dirumuskan
dari segi keragaman kedua metode yang merupakan kuadrat simpangan baku:
s1 2
F = (2.5)
s2 2
dimana s12 > s22. Ada dua derajat bebas yang berbeda, yaitu 1 dan 2 dengan derajat bebas
N - 1 untuk masing-masingnya.
Bila nilai F yang dihitung dari Persamaan 2.5 melebihi nilai F tabel pada tingkat
kepercayaan yang dipilih, maka ada beda bermakna antara keragaman kedua metode.
Daftar nilai F pada tingkat kepercayaan 95% diberikan dalam Tabel 2.2.
24
TABEL 2.2 Nilai F pada Tingkat Kepercayaan 95%
1
2 2 3 4 5 6 7 8 9 10 15 20 30
2 19,0 19,2 19,2 19,3 19,3 19,4 19,4 19,4 19,4 19,4 19,4 19,5
3 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,70 8,66 8,62
4 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,86 5,80 5,75
5 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,62 4,56 4,50
6 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 3,94 3,87 3,81
7 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,51 3,44 3,38
8 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,22 3,15 3,08
9 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,01 2,94 2,86
10 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,85 2,77 2,70
15 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,40 2,33 2,25
20 3,49 3,10 2,87 2,71 5,60 2,51 2,45 2,39 2,35 2,20 2,12 2,04
30 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,01 1,93 1,84
kandungan glukosa dalam serum darah. Anda telah memilih prosedur Folin-Wu baku
untuk membandingkan hasil Anda. Dari dua set analisis berulang pada sampel yang sama
berikut ini, tentukanlah bila keragaman metode Anda sangat berbeda dari keragaman
metode baku.
25
Penyelesaian
(xi1 - x1)2 50
s1 2 = = = 8,3
N1 - 1 7-1
(xi2 - x2)2 24
s2 2 = = = 4,8
N2 - 1 6-1
8,3
F = = 1,73
4,8
Keragaman diatur sehingga nilai F > 1. Nilai F tabel untuk 1 = 6 dan2 = 5 adalah 4,95.
Oleh karena nilai terhitung kurang dari nilai ini, maka kita simpulkan bahwa tidak ada
beda bermakna dalam ketelitian kedua metode, atau simpangan baku berasal dari
Pada umumnya analis menentukan adanya beda secara statistik antara hasil yang
diperoleh dengan menggunakan dua prosedur yang berbeda, artinya, apakah keduanya
memang mengukur zat yang sama. Uji t sangat berguna untuk membandingkan keduanya.
Dalam metode ini, pembandingan dibuat antara dua set pengukuran berulang yang
dilakukan dengan dua metode yang berbeda, yaitu, satu merupakan metode uji, dan
satunya lagi merupakan metode yang telah diterima. Nilai t secara statistik dihitung dan
dibandingkan dengan nilai tabel untuk sejumlah tertentu uji pada tingkat kepercayaan yang
diinginkan (Tabel 2.1). Jika nilai t terhitung melampaui nilai t tabel, maka ada beda
bermakna antara hasil dengan kedua metode pada tingkat kepercayaan itu. Jika nilainya
tidak melampaui nilai nilai tabel, maka kita dapat duga bahwa tidak ada beda bermakna
26
Tiga keadaan saat uji t dapat digunakan akan dijelaskan di bawah ini. Bila nilai
yang diterima tersedia (dari pengukuran lain), maka uji ini dapat digunakan untuk
menentukan apakah metode analisis tertentu memberikan hasil secara statistik sama
dengan pada tingkat kepercayaan tertentu. Bila tidak tersedia nilai yang diterima, maka
satu deret analisis berulang pada sampel tunggal dapat dilakukan dengan menggunakan
kedua metode, atau satu deret analisis dapat dilakukan pada satu set sampel yang berbeda-
beda dengan kedua metode. Kita akan membicarakan berbagai kegunaan uji t ini.
1. Uji t Kalau Nilai yang Diterima Diketahui. Perhatikanlah bahwa Persamaan 2.4
ts
= x (2.6)
N
Kesimpulannya adalah:
N
t = (x - ) (2.7)
s
Bila taksiran yang baik mengenai nilai yang “sebenarnya” tersedia dari analisis
lain, sebagai contoh, zat pembanding baku dari National Institute of Standard and
Technology (NIST) (atau yang paling paling pokok dalam analisis kimia adalah bobot
atom), maka Persamaan 2.7 dapat digunakan untuk menentukan apakah nilai yang
diperoleh dari metode uji sama secara statistik dengan nilai yang diterima.
CONTOH 2.7 Anda akan mengembangkan prosedur untuk menentukan trace tembaga
menganalisis zat pembanding baku daun buah-buahan dari NIST. Lima kali ulangan
27
disampling dan dianalisis, sehingga diperoleh rata-rata hasil sama dengan 10,8 ppm
dengan simpangan baku 0,7 ppm. Nilai dalam daftar adalah 11,7. Apakah metode Anda
memberikan nilai yang benar secara statistik pada tingkat kepercayaan 95%.
Penyelesaian
N
t = (x - )
s
5
= (10,8 - 11,7)
0,7
= 2,9
Ada lima pengukuran, sehingga ada empat derajat bebas (N - 1). Dari Tabel 2.1, kita dapat
lihat bahwa nilai t tabel pada tingkat kepercayaan 95% adalah 2,776. Nilai ini kurang dari
nilai terhitung, sehingga ada kesalahan tetap dalam prosedur yang baru. Ini artinya ada
95% peluang bahwa beda antara nilai pembanding dan nilai terukur bukan karena
kebetulan.
Dari persamaan 2.7, kita bisa lihat bahwa jika ketelitian bertambah, yaitu s semakin kecil,
maka t terhitung menjadi lebih besar. Dengan demikian, ada peluang yang lebih besar agar
t tabel lebih kecil dari ini, yaitu bila ketelitian bertambah, kita akan lebih mudah
membedakan beda takacak. Lihatlah kembali Persamaan 2.7, ini berarti bila s menurun,
maka beda antara kedua metode (x - ) pasti disebabkan hanya oleh kesalahan acak.
2. Uji t Berpasangan. Bila uji t diterapkan pada dua set data, dalam Persamaan 2.7
diganti oleh nilai rata-rata set kedua. Kebalikan simpangan baku nilai rata-rata (N/s)
diganti dengan simpangan baku dari beda antara keduanya yang ditunjukkan sebagai
berikut:
28
N1 N2
sp
N1 + N2
dua set:
x1 - x2 N1 N2
t = (2.8)
sp N1 + N2
Gabungan simpangan baku, yang dirumuskan di bawah ini, kadangkala digunakan untuk
memperoleh taksiran ketelitian metode yang lebih baik dan, digunakan untuk menghitung
ketelitian kedua set data dalam uji t berpasangan. Oleh karena itu, dalam menjelaskan
ketelitian metode kita lebih baik melakukan beberapa set analisis, misalnya pada hari yang
berbeda, atau pada berbagai sampel dengan komposisi yang agak berbeda. Jika kesalahan
taktetap (acak) diandaikan sama pada setiap set, maka ketelitian data dalam set yang
berbeda dapat digabungkan. Ini memberikan taksiran metode yang lebih dipercaya
daripada yang diperoleh dari set tunggal. Simpangan baku gabungan sp ditentukan oleh:
dengan x1, x2,...,xk adalah nilai rata-rata setiap set analisis k, dan xi1, xi2,...,xik adalah nilai
masing-masing dalam setiap set. N adalah jumlah total pengukuran yang sama dengan (N1
+ N2 + ... + Nk). Jika 5 set yang tiap setnya terdiri dari 20 analisis dilakukan, maka k = 5
dan N = 100. (Jumlah sampel dalam setiap set tidak perlu sama.) N - k adalah derajat bebas
yang diperoleh dari (N1 - 1) + (N2 - 1) + ... + (Nk - 1); dengan kata lain, satu derajat
bebas hilang untuk setiap N. Persamaan ini menggambarkan kombinasi persamaan untuk
29
Bila kita menerapkan uji t antara kedua metode, kita andaikan kedua metode pada
ketelitian populasi ( sama). Hal ini dapat dibuktikan dengan uji F di atas. Daripada
dibandingkan dengan menggunakan metode analisis tunggal dengan cara yang sama
3. Uji t dengan Sampel Ganda. Dalam laboratorium kimia klinik, metode baru biasanya
diuji dengan metode yang telah diterima dengan cara menganalisis beberapa sampel yang
berbeda dengan komposisi yang agak beragam (dalam rentang fisiologis). Dalam hal ini,
nilai t dihitung dalam bentuk yang sedikit berbeda. Selisih antara setiap pengukuran
berpasangan pada setiap sampel dihitung. Perbedaan rata-rata D dihitung dan tiap-tiap
simpangan baku dari D digunakan untuk menghitung simpangan baku, sd . Nilai t dihitung
dengan:
D
t = N (2.10)
sd
(Di - D)2
sd = (2.11)
(N - 1)
dengan Di adalah masing-masing selisih antara kedua metode untuk setiap sampel,
Nilai t tabel pada tingkat kepercayaan 95% untuk lima derajat bebas adalah 2,571.
Dengan demikian, thitung < ttabel, sehingga tidak ada beda bermakna antara kedua metode
30
Biasanya, uji pada pada tingkat kepercayaan 95% dipandang bermakna, sedangkan
uji pada tingkat kepercayaan 99% sangat bermakna. Ini bisa dikatakan bahwa semakin
kecil nilai t hitung semakin Anda percaya bahwa tidak ada beda bermakna antara kedua
metode. Bila Anda menerapkan tingkat kepercayaan yang terlalu rendah (misalnya, 80%),
Anda akan menyimpulkan dengan keliru adanya beda bermakna antara kedua metode
(kesalahan jenis I). Di sisi lain, tingkat kepercayaan yang terlalu tinggi akan membutuhkan
selisih yang sangat besar untuk dideteksi (kesalahan jenis II). Bila t hitung dekat dengan
nilai tabel pada tingkat kepercayaan 95%, maka lebih banyak uji harus dilakukan untuk
Seringkali saat satu deret analisis berulang dilakukan, salah satu hasil berbeda
sekali dari yang lainnya. Kita harus memutuskan untuk menolak atau memakai data
tersebut. Sayangnya, tidak ada kriteria seragam yang dapat digunakan untuk memutuskan
apakah hasil yang dicurigai dapat dianggap lebih disebabkan oleh kesalahan kebetulan
daripada oleh keragaman peluang. Satu-satunya dasar yang dipercaya untuk melakukan
penolakkan adalah bila kita bisa menentukan bahwa ada beberapa kesalahan yang telah
dilakukan ketika memperoleh hasil yang sangat meragukan tersebut. Tidak ada hasil yang
Pengalaman dan pengertian umum dapat dipakai sebagai dasar untuk memutuskan
validitas pengamatan tertentu, seperti uji statistik yang seharusnya. Analis yang
diharapkan dalam metode tertentu dan juga mengenal beberapa hasil yang meragukan.
Analis yang mengetahui sinpangan baku metode yang diharapkan sering menolak
data yang berada di luar 2s atau 2,5s nilai rata-rata, karena akan ada sekitar 1 peluang
31
Berbagai uji statistik telah disarankan dan digunakan untuk menentukan apakah
suatu pengamatan harus ditolak. Dalam semua uji ini, suatu rentang ditetapkan, yaitu
daerah tempat pengamatan yang bermakna secara statistik harus berada. Kesulitannya
adalah menentukan rentang yang seharusnya. Jika rentang terlalu kecil, maka data yang
sangat bagus akan ditolak, dan jika terlaku lebar, maka akan terdapat pengukuran yang
salah dalam perimbangan yang tinggi. Uji Q, yang merupakan salah satu uji di antara
beberapa uji yang dianjurkan, adalah uji yang paling benar secara statistik untuk jumlah
pengamatan yang cukup kecil dan ini dianjurkan bila diperlukan suatu uji. Perbandingan Q
dihitung dengan mengatur data dalam urutan jumlah menurun. Beda antara jumlah yang
meragukan dan tetangganya yang terdekat dibagi dengan rentang, yaitu, beda antara
Dari Gambar 2.3, dapat dilihat bahwa Q = a/w. Perbandingan ini kemudian
dibandingkan dengan nilai Q tabel. Jika nilainya sama atau lebih besar daripada nilai tabel,
pengamatan yang meragukan dapat ditolak. Nilai tabel untuk Q pada tingkat kepercayaan
90%, 95%, dan 99% disajikan dalam Tabel 2.3. Jika Q melebihi nilai tabel untuk sejumlah
tertentu pengamatan dan untuk tingkat kepercayaan tertentu, maka pengukuran yang
meragukan dapat ditolak dengan, contohnya, percaya 95% bahwa berbagai kesalahan
32
TABEL 2.3 Hasilbagi Penolakan, Q, pada Berbagai Batas Kepercayaana
CONTOH 2.8 Set berikut ini merupakan analisis klorida pada alikuot serum terpisah,
yang dilaporkan sebagai berikut: 103, 106, 107, dan 114 meq/L. Salah satu nilai
Penyelesaian
Hasil yang meragukan adalah 114 meq/L. Angka ini berbeda dengan tetangga terdekatnya,
yaitu 107 meq/L dengan beda sebesar 7 meq/L. Rentangnya adalah 114 - 103, atau 11
meq/L. Dengan demikian, Q = 7/11 = 0,64. Nilai tabel untuk empat pengamatan adalah
0,829. Oleh karena Q hitung kurang dari Q tabel, maka nilai yang meragukan tidak
ditolak.
33
Untuk jumlah pengukuran kecil (misalnya, 3 sampai 5), perbedaan pengukuran
harus cukup besar sebelum pengukuran ini dapat ditolak oleh kriteria ini, dan agaknya
hasil yang salah akan tertahan. Hal ini akan menyebabkan perubahan bermakna pada nilai
rata-rata arimatika, karena nilai ini sangat dipengaruhi oleh ketidakserasian nilai. Untuk
alasan ini, lebih dianjurkan untuk melaporkan nilai tengah daripada nilai rata-rata bila
angka yang tidak bersesuaian tidak dapat ditolak dari sejumlah kecil pengukuran. Nilai
tengah adalah hasil pertengahan dari hasil berjumlah ganjil, atau rata-rata dari dua nilai di
tengah-tengah pada hasil berjumlah genap dimana hasil disusun dari kecil ke besar atau
besar ke kecl. Nilai tengah mempunyai kelebihan, yaitu tidak dipengaruhi oleh nilai yang
jauh. Dalam contoh di atas, nilai tengah dapat dianggap sebagai rata-rata dua nilai di
Uji Q seharusnya tidak diterapkan pada tiga titik data jika dua hasil sama. Dalam
hal seperti ini uji Q selalu menunjukkan penolakan terhadap nilai ketiga, tanpa
memperhatikan besarnya simpangan, karena a sama dengan w, dan Qhitung selalu sama
dengan 1. Hal yang sama diterapkan untuk tiga titik data yang sama dalam empat
2.5 KESALAHAN
Ada dua golongan utama kesalahan yang dapat mempengaruhi ketepatan atau
ketelitian jumlah yang terukur. Kesalahan tetap adalah kesalahanyang dapat ditetapkan
dan ini dapat dihindari ataupun dikoreksi. Kesalahan ini bisa tetap, seperti yang terjadi
dalam neraca yang takterkalibrasi yang digunakan untuk semua penimbangan. Kesalahan
ini juga bisa beragam, tetapi sifat ini dapat diperhitungkan dan dikoreksi. Kesalahan tetap
34
yang dapat diukur digolongkan sebagai kesalahan sistematis. Beberapa kesalahan tetap
1. Kesalahan instrumen. Ini termasuk kegagalan peralatan, neraca takterkalibrasi, dan alat
gelas takterkalibrasi.
2. Kesalahan kerja. Ini termasuk kesalahan perseorangan yang dapat dikurangi melalui
pengalaman dan perhatian analis dalam manipulasi fisika yang terlibat. Operasi asal
kesalahan ini terjadi adalah pemindahan larutan, pendidihan dan “bumping” saat
Kesalahan ini sulit dikoreksi. Kesalahan perseorangan yang lain termasuk kesalahan
3. Kesalahan metode. Ini adalah kesalahan yang paling berat dalam analisis. Sebagian
besar kesalahan di atas dapat diminimumkan atau dikoreksi, tetapi kesalahan yang
bertautan dengan metode tidak dapat diubah kecuali kondisi penentuan yang diubah.
sedikit endapan, reaksi samping, reaksi taksempurna, dan pengotor dalam pereaksi.
blanko pereaksi. Penentuan blanko adalah analisis hanya pada pereaksi yang
kemudian mengurangkan hasilnya dari sampel. Bila kesalahan tidak dapat ditoleransi,
pendekatan lain untuk analisis harus dilakukan. Walaupun demikian, kadangkala kita
terpaksa harus menerima metode tertentu dalam ketiadaan metode yang lebih baik.
(multiplicative), bergantung pada sifat kesalahan atau caranya terlibat dalam perhitungan.
Agar kita dapat mengetahui kesalahan sistematis dalam analisis, maka prosedur umum
yang dilakukan adalah menambahkan sejumlah tertentu zat baku ke dalam sampel
35
kemudian mengukur perolehan kembalinya. Analisis sampel pembanding membantu Anda
Kesalahan golongan kedua adalah kesalahan taktetap yang sering disebut dengan
terjadi pada suatu pengukuran. Kesalahan ini ditunjukkan oleh selisih kecil dalam
pengukuran berturutan yang dilakukan oleh analis yang sama dalam kondisi yang sama,
dan kesalahan ini tidak dapat diramalkan atau diduga. Kesalahan kebetulan ini akan
mengikuti sebaran acak, sehingga hukum matematika peluang dapat kita terapkan untuk
mencapai kesimpulan dengan memperhatikan hasil yang paling mungkin dalam satu deret
pengukuran.
Bila kita melakukan pengukuran terhadap suatu sampel dengan nilai tertentu
sehingga dapat dikatakan bahwa kesalahan taktetap mengikuti sebaran normal atau kurva
sebaran populasi normal, seperti ditunjukkan dalam gambar. Kita dapat lihat dengan jelas
bahwa ada sedikit kesalahan yang sangat besar dan ada kesalahan positif dan negatif
untuk mengontrol atau mengoreksi kondisi luar, atau ketidakmampuan untuk mengenali
kesalahan yang tak dikenal akan lenyap. Sudah tentu kita tidak mungkin meniadakan
semua kesalahan acak yang mungkin ada dalam percobaan, sehingga analis harus
36
berupaya meminimumkannya sampai pada tingkat yang dapat ditoleransi atau tingkat yang
bermakna.
Hasil suatu pengukuran harus dinyatakan dengan angka yang bermakna. Cara yang
adalah membulatkan hasil sehingga hanya mengandung angka yang bermakna saja. Angka
bermakna didefinisikan sebagai jumlah semua angka pasti dan satu angka tak pasti
bermakna merupakan semua angka yang diketahui/pasti ditambah dengan angka tidak
Gambar di atas menunjukkan bahwa level cairan dalam buret lebih besar dari 30,2
mL dan kurang dari 30,3 mL. Kita dapat perkirakan posisi cairan antara garis skala sampai
sekitar 0,02 mL, sehingga sesuai dengan konvensi tentang angka bermakna kita dapat
laporkan bahwa volume cairan yang digunakan adalah 30,24 mL (empat angka bermakna).
37
Angka 0 bisa merupakan angka bermakna atau tidak tergantung letaknya dalam
suatu bilangan. Jika 0 terletak di antara dua angka seperti dalam 30,24; maka 0 bermakna
karena 0 ini merupakan bacaan langsung dari skala yang pasti. Angka 0 yang hanya
menandai tempat desimal seperti dalam 0,03024 L maka 0,0 tidak bermakna. Angka 0
terakhir bisa bermakna bisa juga tidak. Dalam angka 727,0; angka nol tidak digunakan
untuk menempatkan titik desimal, tetapi merupakan bagian bermakna dari angka.
Keraguan dapat terjadi bila nol mendahului titik desimal. Bila nol berada di antara dua
interger bukan nol, maka nol merupakan angka bermakna, contohnya, 92.067. Dalam
angka 936.600, kita tidak mungkin menentukan apakah salah satu atau kedua nol, atau
tidak keduanya digunakan untuk menempatkan titik desimal, atau apakah nol merupakan
bagian dari pengukuran. Dalam kasus seperti ini kita hanya menulis angka bermakna yang
kita yakini, kemudian menandai titik desimal dengan ungkapan 10 dengan pangkat yang
sesuai. Oleh karena itu, 9,3660 x 105 mempunyai lima angka bermakna, tetapi 936.600
CONTOH 2.9 Sebutkan jumlah angka bermakna dalam angka berikut dan tunjukkan
Penyelesaian
38
Dalam beberapa pengukuran, satu angka yang diperkirakan takpasti harus
dilibatkan. Dalam perkalian dan pembagian, ketidakpastian angka ini dilibatkan selama
operasi matematika, sehingga akan membatasi jumlah angka pasti dalam jawaban.
Sedikitnya harus ada derajat ketidakpastian relatif dalam jawaban perkalian atau
pembagian, seperti yang terdapat dalam operator yang mempunyai derajat kepastian
terendah, yaitu yang jumlah angka bermaknamya terkecil. Kita dapat katakan jumlah
pembatas ini sebagai angka kunci. Bila ada lebih dari satu operator dengan jumlah angka
bermakna terkecil yang sama, maka yang mempunyai besar absolut terendah, tanpa
Dalam perkalian dan pembagian, hasil yang didapat haruslah mempunyai angka
bermakna yang sama banyak dengan nilai asal yang mempunyai angka bermakna paling
CONTOH 2.10 Dalam pasangan angka berikut, pilihlah yang menunjukkan angka kunci
dalam perkalian atau pembagian. (a) 42,67 atau 0,0967; (b) 100,0 atau 0,4570; (c) 0,0067
atau 0,10.
Penyelesaian
(b) 100,0 (keduanya mempunyai empat angka bermakna, tetapi ketidakpastian di sini
(c) 0,10 (keduanya mempunyai dua angka bermakna, tetapi ketidakpastian disini adalah
39
CONTOH 2.11 Berikanlah jawaban untuk operasi berikut ini sampai dengan jumlah
Penyelesaian
Angka kunci dalam soal di atas adalah 35,63. Dengan demikian, jawabannya adalah
88,55%, dan akan sia-sia bila kita melakukan operasi sampai lebih dari lima angka (angka
kelima digunakan untuk membulatkan angka keempat). Angka 100% dalam perhitungan
ini adalah angka absolut, karena digunakan hanya untuk memindahkan titik desimal, dan
Jika jumlah jawaban, tanpa memperhatikan desimal atau tanda, lebih kecil
daripada angka kunci, maka satu angka tambahan dapat dimasukkan dalam jawaban
untuk menyatakan derajat ketidakpastian minimum, tetapi ini ditulis dengan subskrip yang
CONTOH 2.12 Berikanlah jawaban untuk operasi berikut ini sampai dengan angka
42,68 x 891
= 546,57
132,6 x 0,5247
Angka kuncinya adalah 891. Karena besar absolut jawaban kurang dari angka kunci, maka
jawabannya adalah 5460,6. Angka 6 terakhir ditulis sebagai subskrip untuk menandai
40
Dalam perkalian dan pembagian, jawaban dalam tiap tahap dalam satu deret operasi,
secara statistik dapat dibulatkan sampai pada angka bermakna yang diinginkan dalam
jawaban akhir. Akan tetapi, agar taatasas di jawaban akhir, kita lebih baik membawa satu
Penambahan dan pengurangan ditangani dengan cara yang sedikit berbeda. Di sini
kita berhadapan lebih banyak dengan angka absolut daripada angka relatif dan kita tidak
memakai angka kunci, serta penempatan titik desimal sangat penting untuk menentukan
jumlah angka bermakna. Bila desimal dari angka-angka yang dijumlahkan atau
dikurangkan tidak sama, maka hasil penjumlahan atau pengurangan harus dituliskan
dengan desimal yang paling sedikit. Sebagai contoh: 12,4 + 121,502 + 3,6653 = 137,5673,
dituliskan 137,6. Contoh lain bila Anda menghitung bobot rumus Ag2MoO4 dari masing-
atom molibdenum diketahui hanya sampai pada 0,01 satuan atom terdekat. Oleh karena
satuan ini mempunyai unsur ketidakpastian di dalamnya, kita tidak dapat mengatakan
bahwa kita tahu bobot rumus senyawa yang mengandung molibdenum lebih dekat lagi
dari 0,01 satuan atom. Dengan demikian, nilai yang diketahui secara paling tepat untuk
bobot rumus Ag2MoO4 adalah 375,68. Agar kita taatasas dalam jawaban, satu angka
tambahan harus dibawa, kemudian jawaban dibulatkan sampai ke angka yang di depannya.
Bila angka dalam pengukuran lebih kecil (tanpa mempedulikan titik desimal)
dibandingkan dengan angka dari pengukuran lain, maka dibenarkan untuk membuat
pengukuran sampai pada satu angka tambahan. Hal ini dapat digambarkan sebagai berikut.
Anggaplah anda ingin menimbang dua benda yang pada dasarnya mempunyai bobot sama,
41
dan Anda menginginkan penimbangan dengan ketelitian yang sama, misalnya, sampai 0,1
mg terdekat, atau 1 bagian perseribu. Benda pertama berbobot 99,8 mg, tetapi yang kedua
berbobot 100,1 mg. Anda telah menimbang kedua benda dengan ketepatan yang sama,
tetapi Anda mempunyai angka bermakna tambahan pada salah satunya. Analogi ini dapat
dihubungkan dengan aturan untuk menambahkan angka bermakna tambahan bila jawaban
maka tiap tahap harus diolah terpisah. Sebaiknya, pertahankan satu angka ekstra dalam
perhitungan pertengahan sampai hasil akhir (kecuali angka tersebut hilang pada tahap
berikutnya). Bila menggunakan kalkulator, semua angka dapat disimpan dalam kalkulator
CONTOH 2.13 Berikanlah jawaban untuk perhitungan berikut ini sampai pada jumlah
97,7
x 100,0 + 36,04
32,42
687
Penyelesaian
Pada operasi yang pertama, angka kuncinya adalah 97,7 dan hasilnya 3010,36. Kita
menjadi empat angka karena pembagian hanya mempunyai tiga angka bermakna. Pada
tahap pembagian, angka kunci adalah 687, tetapi karena besar jawaban absolutnya kurang
maka kita memiliki satu angka lebih. Ingatlah, bila di tahap pertama kita telah
42
membulatkan menjadi 3010,4, pembilang akan menjadi 3370,5 dan jawaban akhir menjadi
logaritme. Berikut ini adalah aturan yang banyak diterapkan dalam berbagai situasi.
1. Untuk logaritme suatu bilangan, maka kita harus mempertahankan sebanyak mungkin
angka di sebelah kanan desimal seperti yang terdapat dalam angka asal.
mungkin angka seperti yang ada di sebelah kanan tanda desimal dalam angka asal.
Contoh:
sesuai dengan aturan yang pertama, kita pertahankan 4 angka di sebelah kanan
sesuai dengan aturan yang ke dua di atas, kita hanya pertahankan satu angka,
2.6.4 Membulatkan
Bila angka yang mengikuti angka bermakna terakhir lebih besar dari 5, maka
angka dibulatkan ke atas, yaitu ke angka yang lebih besar berikutnya. Bila kurang dari 5,
maka angka dibulatkan ke nilai yang sesuai dengan angka bermakna yang terakhir.
Bila angka terakhir 5, maka angka ini dibulatkan ke angka genap terdekat.
Contohnya, 8,65 = 8,6; 8,75 = 8,8; 8,55 = 8,6. Hal ini didasarkan atas taksiran statistik
bahwa ada peluang yang sama pada angka bermakna sebelum angka 5 akan genap atau
43
ganjil. Hal ini dapat dilihat pada sampel yang besarnya memadai, akan ada jumlah angka
genap dan ganjil yang sama mendahului angka 5. Aturan angka genap diterapkan hanya
DAFTAR PUSTAKA
1.Chistian, G.D., 1994, Analytical Chemistry, fifth edition, John Wiley & Sons, Inc.,
Singapore.
2. Fritz, J. S. and Schenk, G. H., 1987, Quantitative Analytical Chemistry, Allyn and
Bacon, Toronto.
3. Nur, M. A. dan Adijuana, H., 1989, Teknik Pemisahan Dalam Analisis Biologis,
44