Pengolahan data dan kesalahan-

kesalahan dalam analisa

kuantitatif secara volumetri

Kimia Farmasi Kuantitatif

1. Kecermatan dan Keseksamaan
 Keseksamaan/ketelitian (precision) dinyatakan oleh
perbedaan-perbedaan yang ditunjukkan oleh hasil
penetapan apabila dilakukan berulang-ulang. Makin kecil
perbedaan, maka dikatakan hasil penetapan makin teliti
 Kecermatan/ketepatan (acuracy) dinyatakan oleh
hubungan antara hasil-hasil suatu penetapan atau nilai
rata-rata dengan nilai seenarnya (true value). Makin
dekat hasil tersebut dengan nilai sebenarnya, maka
dikatakan makin tepat hasil penetapan tsb
 Perlu diingat bahwa hasil-hasil dengan ketelitian yang
tinggi tidak selalu bahwa hasil-hasil tersebut juga
tepat/benar.
2. Kesalahan-kesalahan
 Kesalahan dalam analisa kuantitatif dapat di bagi
menjadi 2 golongan, yaitu kesalahan2 sistematik
(systematic error) dan kesalahan yang tidak
diketahui sebab-sebabnya (random error)
 Systematic error biasanya dapat dicari sebab-
sebabnya dan kesalahan ini sifatnya satu arah
yaitu selalu lebih besar atau lebih kecil dari nilai
sebenarnya. Kesalahan ini misalnya dapat
disebabkan oleh prosedur yang menyimpang,
kalibrasi alat tidak tepat, anak timbangan perlu
ditara dsb
 Kesalahan random : erat hubungannya dengan
ketelitian atau reproduksibility hasil-hasil suatu
penetapan. Kesalahan ini selalu terjadi dengan tidak
memperhatikan ada atau tidaknya sistematic error.
Untuk evaluasi kesalahan ini digunakan ilmu statistik.
 Perbedaan antara hasil yang diperoleh dengan nilai
sebenarnya disebut kesalahan mutlak (absolute error).
Apabila kesalahan ini dibagi dengan nilai sebenarnya
maka hasilnya disebut kesalahan relatif (relative
error) yang biasanya dinyatakan dalam %
 E= Xi-XT
 Erel = Xi-XT
 XT
3. Kurva distribusi normal
 Apabila suatu pengukuran dilakukan berulang-ulang dan
hasil2 yang diperoleh digolongkan atas kelompok dengan
perbedaan2 yang lebih kecil, maka hubungan antara
banyaknya hasil-hasil yang masuk dalam suatu kelompok
(frequency) dengan nilai dari tiap2 kelompok disebut
histogram
 Apabila pengukuran ini diulang-ulang sampai tidak
terhingga banyaknya dan perbedaan hasil-hasil dalam tiap
kelompok lebih diperkecil lagi, maka hubungan di atas
akan berbentuk suatu kurva yang disebut kurva
Distribusi normal (Gauss curve, Probability curve)
Ciri-ciri spesifik dari kurva ini adalah
1.Simetris di sekitar nilai maksimum atau
nilai sentral. Nilai sentral dari kurva ini
adalah nilai rata-rata (X) dari pengukuran
tsb.
2. Kemungkinan penyimpangan positif dan
negatif dari nilai sentral adalah sama
3. Hasil2 dengan penyimpangan yang lebih
kecil dari nilai sentral adalah lebih banyak
dari hasil2 penyimpangannya lebih besar
4. Kurva tsb mempunyai dua titik refleksi. Jarak dari
salah satu titik ini dengan sentral disebut deviasi
standar (standar deviation) dengan simbol sigma, σ.
Dalam praktek oleh karena jumlah pengukuran
biasanya terbatas, maka diberi simbol,s
5. a. 68,2% hasil2 pengukuran terletak diantara x± σ
b. 95,4% hasil2 pengukuran terletak diantara x± 2σ
c. 99,7% hasil2 pengukuran terletak diantara x± 3σ

Nilai2 persen tsb menunjukkan batas keyakinan kita

untuk menjamin Bahwa hasil yang kita laporkan
terletak pada daerah (range) yang dimaksud
4. Nilai rata-rata (average)
 Nilai rata-rata dari suatu seri hasil2
pengukuran adalah lebih meyakinkan dari
hanya salah satu hasil pengukuran dari seri
tsb.
 Makin banyak data dikumpulkan maka
nilai rata-ratanya makin terpercaya. Nilai
rata2 dihitung dengan membagi jumlah
hasil2 pengukuran dengan banyaknya
pengukuran. X=....
5.Varian & Standar Deviasi
 Varian adalah jumlah kuadrat penyimpangan
hasil2 pengukuran dengan nilai rat-ratanya,
dibagi dgn banyaknya pengukuran dikurangi 1.
 Vx=.....
 Dalam kimia analitik akar dari varian dikenal dgn
standar deviasi (standard deviation) lebih banyak
dipakai karena mempunyai satuan yang sama
dengan data asalnya. Standar deviasi dihitung
dengan rumus sbb: ....
6. Rentang (range)
Range adalah perbedaan antara nilai
terbesar dan nilai terkecil dari satu set
hasil2 pengukuran
W = X terbesar-X terkecil
7. Batas-batas kepercayaan (confidence
limits)
 Menurut kurva distribusi normal, 68,3% dari
hasil2 pengukuran yang tidak terhingga
banyaknya terletak diantara X+ sigma Dan
 X-sigma
 Interval semacam ini disebut batas yang dapat
dipercaya (confidence interval) dan limitnya
disebut confidence limits
 Dalam praktek, banyaknya data biasanya
terbatas. Akibatnya nilai dari standar deviasi,s,
tergantung dari banyaknya data ini. Untuk N kali
pengukuran maka confidence interval dari hasil
tiap pengukuran dapat dinyatakan dengan X±ts
(X, harga rata-rata)
 Harga t yang dikenal dengan student-t
values tergantung dari harga N.
 Harga-harga untuk probability level 95%
dan 99% adalah sbb:
Harga-harga untuk tingkat kepercayaan
(probability level) 95% dan 99%

N T95% T99%
2 12,71 63,66
3 4,30 9,92
4 3,18 5,84
5 2,78 4,60
6 2,57 4,03
7 2,45 3,71
8 2,36 3,50
9. Standar Deviasi Relatif
 Standar deviasi relatif dapat dipakai sebagai
ukuran suatu keseksamaan (presisi). Makin
seksama suatu penetapan maka standar
deviasinya makin kecil. Besarnya suatu
penyimpangan dapat juga dinyatakan dengan
deviasi standar relatif (RSD/CV ) yang
biasanya dinyatakan dengan%
 RSD= S x 100%
X
Makin kecil suatu RSD, makin teliti suatu
penetapan
9. Pengabaian hasil yang
mencurigakan
 Seringkali salah satu dari beberapa hasil
pengukuran agak jauh berbeda dengan yang
lainnya sehingga meragukan apabila hasil
tsb ikut dirata-ratakan dengan yang lainnya
atau diabaikan. Apabila sebab2 pnyimpangan
ini tdk diketahui maka untuk menentukan
hasil ini ikut dirata-ratakan atau tdk, maka
dapat dihitung dgn statistika
 Dalam praktek kimia analisis, data yang tersedia
biasanya jarang lebih dari 5, dalam hal ini
perhitungan dapt disetarakan dgn menggunakan
ketentuan sbb:
 Mula2 dihitung nilai rata2 dari hasil yang ada tanpa
mengikutsertakan hasil yang dicurigai. Apabila
penyimpangan hasil yg dicurigai dengan nilai rata2
tsb besarnya lebih dari 4 kali penyimpangan rata-
ratanya, maka hasil yang dicurigai diabaikan
Systematic error
 Telah dinyatakan bahwa systematic error dpat
diusut sebab2nya shg dapat dikurangi atau
dicegah.
 Kesalahan2 itu dapt dibagi menjadi:
 A. Operational dan personal error
 B. Instrumental & reagen error
 C. Error of Methods
 D. Additive and proportional errors, besarnya
tdk tgt kadar sampel yg diperiksa
Systematic error dapat dikurangi
dgn
 Mengkalibrasi alat2 dan melakukan
koreksi
 Melakukan percobaan blangko
 Melakukan kontrol dgn zat baku
 Melakukan penentapam dgn metode lain
 Melakukan penetapan paralel (in duplo
atau in triplo)
 Standar addition