PIPETASI

DAN
QUALITY CONTROL

By: Emma Maryati, SE

 PIPETASI
SASARAN
 Melatih ketrampilan pipetasi untuk
meningkatkan presisi dan akurasi dalam proses
pengukuran
PENGERTIAN
Alat yang digunakan untuk memindahkan
cairan/larutan dari suatu wadah/ tempat ke
tempat lain.
 JENIS PIPET
1. Pipet tetes ( Drop Pipette )
2. Pipet Ukur ( Measuring Pipette )
3. Pipet Volume ( Volume Pipette )
4. Buret
5. Makro/Mikro Pipet ( Clinipet )

Tehnik pemipetan dan ketelitian sangat berpengaruh

terhadap hasil yang didapat.
QUALITY CONTROL
Tujuan
 Mengetahui cara kontrol kualitas alat dan metode

Pengamatan
 Meneliti hasil pemeriksaan serum kontrol

Laporan
 SD, CV, d% (nilai akurat dibandingkan nilai pabrik)

QC dilakukan sebagai pemantau mutu untuk

memastikan kualitas hasil.
METODE STATISTIK DALAM
PEMANTAPAN MUTU

Yang perlu dihitung dari data kontrol adalah :

 Mean ( nilai rerata )
 Standard Deviation ( SD, deviasi
standar)
 Coefficient Of Variation ( CV )
RATA-RATA HITUNG (MEAN
• Jumlah semua hasil pengamatan (Σx) dibagi
dengan banyaknya pengamatan (n).
• Tanda x untuk sampel (statistik)

• Tanda  untuk populasi (parameter)

• Labil : sangat dipengaruhi oleh nilai ekstrem

• Nilai yang mewakili agregate

• Untuk skala ratio dan interval

• Mudah dihitung dan paling banyak dipakai

X = Σx / n

X = Rata-rata
x = Nilai tiap pengamatan
n = Jumlah pengamatan
Σ = Jumlah
STANDARD DEVIATION ( SD, DEVIASI
STANDAR)

 Sebelum membahas SD kita kenali dulu

simpangan rata – rata atau Mean Deviasi (MD)
 Simpangan rata-rata merupakan nilai rata-rata
dari harga mutlak semua simpangan terhadap
rata-rata (mean) kelompoknya.
RUMUS UNTUK SIMPANGAN RATA-RATA :
SIMPANGAN RATA RATA
SIMPANGAN BAKU ( STANDAR DEVIASI )
 Simpangan baku ( standar deviasi) menunjukkan
tingkat atau derajat variasi kelompok data dari
rata-ratanya. Standar deviasi ini digunakan
untuk memperlihatkan seberapa besar
perbedaan data yang ada dibandingkan dari
rata-rata data itu sendiri.
STANDAR DEVIASI
COEFFICIENT OF VARIATION ( CV )/KOEFISIEN VARIAN

Koefisien variasi adalah perbandingan

antara simpangan standar dengan nilai
rata-rata yang dinyatakan dengan persen-
tase.
 Guna dari koefisien Varians untuk mengamati
variasi atau sebaran data dari meannya.
Semakin kecil koefien variannya maka data
semakin seragam (homogen), sebaliknya semakin
besar koefisien varians maka data semakin
bervariasi (heterogen).
ORIGINAL WESGARD MULTI-RULE ALGORITHM
VARIASI TEKNIK
 Random Error/kesalahan acak; variasi atau
penyimpangan yang disebabkan karena
“inconsistent” dalam proses analisa, biasanya
dinyatakan dalam “impresisi”--- SD atau CV
 Systemic Error/kesalahan systemik; variasi
atau penyimpangan “konsisten” yang
menyebabkan perubahan akurasi (nilai rata-
rata dengan nilai sebenarnya), dinyatakan
dalam “inakurasi”--- Bias
WESGARD MULTI-RULE
1-2S DAN 1-3S
WESGARD MULTI-RULE
R – 4S
WESGARD MULTI-RULE
4-1S
WESGARD MULTI-RULE
10 (X)
KESIMPULAN

 Untuk memastikan kualitas perlu

dilakukan pemantauan Mutu melalui QC
 QC perlu mengikuti aturan – aturan
misalnya Wesgard Role
 Perlu dievaluasi dan dinilai performance
untuk melihat kinerja secara
keseluruhan
 Cholesterol total (kel. 1) SGPT (kel.2)
Nilai X (X–x) (X–x)2 Nilai X (X–x) (X–x)2
203 40
200 35
195 38
202 36
198 43
206 46
201 42
210 37
204 41
196 35
182 39
199 44
198 38
205 45
207 50
SGPT Patologis Cholesterol
(Kel. 3) Patologis (kel.4)  Data 1
25 250
X =
31 235
22 284
32 195
33 278  Data 2
34 253 X =
35 756
36 288
37 358
38 285
39 333
35 290
40 300
37 295
34 302
 TUGAS KELOMPOK
(lihat pembagian data untuk setiap kelompok)

Tentukan dari masing masing parameter

 Mean ( Nilai rata2 )

 Nilai SD

 KV

 Buat grafiknya

 Bila ada penyimpangan, cari penyebabnya

Terima Kasih