Pengolahan data dan

kesalahan dalam analisis

kuantitatif
Team Kimia Analitik Unjani
Galat acak / Random Error
Galat acak
 Galat acak yaitu penyimpangan yang tidak tetap dari hasil penentuan kadar yang
disebabkan fluktuasi dari instrumen yang dipakai (derau/noise) penyebab biasanya
tidak diketahui dan tidak terkontrol. Derau/noise bisa terjadi pada tiap bagian
instrumen dan terakumulasi.
 Timbul oleh sebab yang tidak teratur tetapi selalu menyertai setiap penetapan
 Perbedaan hasil tidak bisa dikoreksi dengan kalibrasi atau pengontrolan apapun.
 Galat ini mengarah ke hasil lebih tinggi atau lebih rendah dengan probabilitas yang
sama, galat ini bisa dikurangi dengan cara pengulangan pengukuran dan analisis
statistik untuk pendekatan terbaik.
 Secara Garis besar:
Galat sistematis mempengaruhi akurasi data sedangkan galat acak
mempengaruhi presisi data

Galat acak dinyatakan dengan:

Er = Kesalahan acak
x = Nilai hasil yang diperoleh
Er = x -   = nilai rata-rata

 Diperlukan model matematik yang sesuai untuk mengambarkan distribusi

probabilitas galat acak: (distribusi Frekuensi)
Distribusi Galat Acak
Distribusi frekuensi
 Distribusi frekuensi adalah susunan data menurut kelas interval tertentu atau
menurut kategori tertentu dalam sebuah daftar
 Distribusi ini dimaksudkan agar ciri-ciri penting data tersebut dapat segera terlihat.
Daftar frekuensi ini akan memberikan gambaran yang khas tentang bagaimana
keragaman data.
 Sifat keragaman data sangat penting untuk diketahui, karena dalam pengujian-
pengujian statistik selanjutnya kita harus selalu memperhatikan sifat dari keragaman
data. Tanpa memperhatikan sifat keragaman data, penarikan suatu kesimpulan
pada umumnya tidaklah sah
 Distribusi Galat Acak
Contoh distribusi Frekuensi:
 60 data replika larutan berwarna diukur nilai absorbansinya dengan
spektrofotometer.
 Susun nilai yang ada dari yang terkecil sampai yang tertinggi, untuk menghasilkan
informasi terlihat lebih jelas dalam data mentah, yaitu nilai maksimum, minimum,
dan median.
 Tentukan banyak kelas yang diinginkan, jangan terlalu banyak/sedikit, berkisar
antara 5 dan 20, tergantung dari banyak dan sebaran datanya.
Aturan Sturges: Banyak kelas = 1 + 3.3 log n, dimana n = banyaknya data
 Tentukan panjang/lebar kelas interval (p) = [rentang]/[banyak kelas]
 Tentukan nilai ujung bawah kelas interval pertama
sekarang menjadi jelas, meskipun rentang nilainya antara 0,441 sampai 0,469,
kita melihat dengan cepat bahwa hanya sedikit nilai yang berada di bawah 0,448
ataupun di atas 0,464
Data = 60
Banyak kelas = 1+ 3,3 Log 60 = 6,87  7
Panjang kelas (p) = (0,469 – 0,441) / 7 =0,004
 Distribusi Normal/ Gauss

 Distribusi Normal/ Gauss didefinisikan sebagai distribusi frekuensi data kontinyu

dengan rentang tak terbatas (infinite range, - sampai +), yang telah berkembang
menjadi acuan masalah probabilitas banyak disiplin ilmu
 Fungsi kerapatan probabilitas dari distribusi normal diberikan dalam rumus berikut:

 = Nilai rata-rata
 = Standar deviasi
 = 3,14
Y (f(x) = Titik distribusi normal
e = Konstanta eksponensial = 2,7818
X = jarak antara koordinat axis
Distribusi Gaussian Pada Hasil Galat Acak
Tiga kurve distribusi normal
yang memiliki mean ()
yang sama namun
simpangan baku () yang
berbeda
Tiga kurve distribusi normal
yang memiliki mean ()
yang berbeda namun
simpangan baku () yang
sama
Fungsi Galat Normal
Parameter Populasi
 Kuantitas µ dan σ, yang disebut dengan parameter populasi,

 µ adalah rata-rata dari populasi yang tak terbatas, karena tidak

mempersoalkan besaran yang tepat dari kuantitas yang diukur.

 σ yang disebut deviasi standar, yaitu jarak dari rata-rata terhadap salah
satu titik infleksi dari kurva distribusi dan dapat dianggap sebagai ukuran
penyebaran nilai yang membuat populasi; jadi σ berhubungan dengan
presisi.
SKOR Z
 SKOR Z merupakan transformasi data dari data mentah (raw data) yang
didefinisikan dalam variable X menjadi variable Z, yang menyatakan berapa
banyak simpangan baku () data menyebar dari rerata ().

 Rentang variable standar (Z) =

68,3% = ±  68,3% =± 1
95,5%=  ± 2 95,5%= ± 2
99,3%= ±3  99,3%= ±3
Distribusi Normal Distribusi Normal Baku
 Cotoh Soal Akurasi
Sampel ditimbang dengan bobot setara 336, 420, dan 504 mg parasetamol
kemudian diekstraksi sebanyak 3 kali dan volumenya dicukupkan dengan etanol
secara berturut-turut hingga 100,0 mL; 100,0 mL dan 100,0 mL sehingga
diperoleh total 9 hasil ekstraksi. Tiap hasil ekstraksi dipipet 1 mL ke dalam labu
tentukur 10 mL, ditambah etanol hingga 10 mL, lalu dipipet sebanyak 1 mL dan
diencerkan hingga 10 mL, dipipet lagi 1 mL dan diencerkan kembali hingga 10
mL. Larutan terakhir ini diukur serapannya pada panjang gelombang 245 nm.
 Cotoh Soal Presisi
Dua puluh tablet merek dagang ditimbang satu persatu dan dihitung bobot rata-
ratanya. Tablet diserbukkan lalu ditimbang seksama 472,0 mg, dimasukkan ke dalam
gelas Erlenmeyer yang berisi 25 mL etanol, dikocok, lalu disaring, diulangi sebanyak
3 kali, kemudian dicukupkan volumenya hingga 100 mL. Dari larutan tersebut dipipet
1 mL ke dalam labu tentukur 10 mL, ditambah etanol hingga 10 mL, kemudian dipipet
sebanyak 1 mL dan diencerkan hingga 10 mL, dipipet lagi 1 mL dan diencerkan
kembali hingga 10 mL, lalu diukur serapannya pada gelombang 245 nm.