KESALAHAN DAN PENGOLAHAN DATA

Istilah kesalahan didasarkan pada perbedaan

antara hasil pengukuran (nilai perhitungan)
dengan nilai sebenarnya (true value ). Nilai
sebenarnya dari suatu kuantitas yang diukur
merupakan sesuatu yang tidak pernah kita ketahui
secara pasti.
 
Meskipun demikian, seorang analisis akan
menerima suatu nilai sebenarnya (true value), jika
nilai tersebut mempunyai ketidak- pastian yang
paling kecil diantara niIai-nilai Iain dari suatu
 Kesalahan dalam Analisis

 Pada dasarnya setiap pengukuran dalam analisis

kimia selalu mengandung kesalahan. Semakin
banyak langkah dalam melakukan tahapan
analisis, maka kesalahan yang terjadi semakin
besar.
 
Ada 3 macam kesalahan dalam analisis kimia yaitu
kesalahan gamblang (gross error)
kesalahan acak (random error)
kesalahan sistematik (systematic error)
Kesalahan gamblang
Contoh :
(gross error)
Sampel tumpah,
pereaksi yang akan
Merupakan kesalahan
digunakan tercemar;
yang sudah jelas karena
melibatkan kesalahan yang
larutan yang
besar akibatnya kita harus dipersiapkan salah;
memutuskan untuk dan alat yang
mengabaikan percobaan digunakan rusak.
yang telah kita lakukan
dan memulainya dari awal
lagi secara menyeluruh
 Kesalahan acak
(random error)
Selalu terjadi dalam analisa
akibat adanya sedikit variasi
yang tidak dapat ditentukan
dalam setiap langkah
prosedur analisis, umumnya
kecil sehingga nilai rata-rata
tidak terlalu jauh dari nilai
sebenarnya. Kesalahan juga
tidak tergantung
(indeterminate error)
merupakan kesalahan yang
nilainya tidak dapat
diramalkan dan tidak ada
Kesalahan sistematik
(systematic error)
Bersifat konstan,
menimbulkan
penyimpangan tertentu
yang mempengaruhi
kesalahan-kesalahan
sistematik : ialah
kesalahan operasional,
alat, pereaksi dan metode.
Hasil analisis yang
mengandung kesalahan ini
dapat mengarah ke arah
yang lebih kecil atau ke
Untuk memahami adanya kesalahan acak dan sistematik
dapat dibedakan dengan menggunakan contoh berikut:

 Satu batch lad/ef parasetamol dinyatakan mempunyai

kandungan 500 mg paracetamol tiap tabletnya Diasumsikan
bahwa kandungan parasetamolnya (nilai sebenarnya, true
value) adalah 100 % Sebanyak 4 orang mahasiswa
melakukan penetapan kadar paracetamol secara
spektrofotomelri UV dan hasil yang diperoleh adalah sebagai
berikut

Mahasiswa 1 → 99.5 %; 99.9 %; 100.2 %; 99.4 %; 100.5 %

Mahasiswa 2 → 95.6 %; 96.1 %; 95.2 %; 95.1 %; 96.1 %
Mahasiswa 3 → 93.5 %; 98.3 %; 92.5 %; 102.5 %; 97.6 %
Mahasiswa 4 → 94.4 %; 100.2 %;. 104.5 %; 97.4 %; 102.1 %
  Rala-rata hasil pengukuran dapat diperoleh
dengan persamaan berikut
   
=

= Rata-rata pengukuran
Xi = Nilai masing-masing pengukuran
n = Banyaknya pengukuran
Rata-rata hasil pengukuran :
Mahasiswa 1 = 99.90%
Mshasiswa 2 = 95.62%
Mahasiswa 3 = 96.88%
Mahasiswa 4 = 99.72%
Suatu hasil analisis dikatakan teliti (accurate)
jika nilai rata-rata hasil pengukuran sangat
dekat dengan nilai sebenarnya\true value),
Sedangkan suatu hasil analisis dikatakan tepat
(precise) jika dalam satu seri pengukuran
mempunyai selisih yang sangat kecil antar satu
nilai dengan yang lain,
Ketelitian
Ketelitian (precision)
(precision) :: Ketepatan(accuracy)
Ketepatan (accuracy) ::
nilai-nilai
nilai-nilai yg
yg diperoleh
diperoleh nilai-nilaiyang
nilai-nilai yang
kecil
kecil perbedaanya
perbedaanya satu
satu diperolehdekat
diperoleh dekat
sama dengan nilai
nilai
samalain
lain dengan
sebenarnya
sebenarnya

Biasanya dilakukan serangkaian

penetapan dan hasilnya dinyatakan se-
Bagai nilsi rata-rata (mean)
 Kandungan paracetamol (%)
Mahasiswa 1 memperoleh hasil pengukuran yang teliti
(akurat) karena rata-rata kandungan parasetamol yang
diperoleh (99,90%) sangat dekat dengan nilai sebenarnya
(100%) dan juga tepat (precise) karena dalam seri
pengukuran hasil yang diperoleh mempunyai perbedaan
• Mahasiswa 2 memperoleh hasil pengukuran yang tidak teliti karena
rata-raia pengukurannya jauh (95 62 %) dari nilai sebenarnya, namun
tepat (precise) karena dalam seri pengukuran hasil yang diperoleh
mempunyai perbedaan yang sangal kecil.Dalam hal ini, mahasiswa
tersebut tidak menghasilkan kesalahan acak akan tetapi mengalami
kesalahan sistematik.
• Mahasiswa 3 memperoleh hasil pengukuran yang tidak teliti karena
rata-rata pengukurannya jauh (96,88 %) dari nilai sebenarnya dan juga
tidak tepat karena adanya variasi yang cukup besar antar hasil
pengukuran.
• Mahasiswa 4 memperoleh hasil pengukuran teliti karena nilai rata_
ratanya (99,74 %) mendekati hasil sebenarnya, akan tetapi tidak tepat
karena adanya variasi yang besar antar hasil pengukuran. Dalam hal ini
mahasiswa 4 mengalami kesalahan acak .
Jadi
* kesalahan acak berpengaruh pada ketepatan (presisi),
* kesalahan sistematik berpengaruh pada ketelitian (akurasi)
Kesalahan acak merupakan jenis kesalahan yang selalu terjadi
dalam analisis sebagai akibat adanya sedikit variasi yang tidak
dapat ditentukan (dikontrol) dalam pelaksanaan prosedur analisis
kesalahan acak dapat digambarkan sebagai kurva normal
( Gaussian curve ) pada gambar berikut:

Frekuensi kejadian
Dari kurva ini dapat
dikemukakan: 1 ) Kesalahan
yang kecil lebih sering terjadi
2) Kesalahan yang besar dapat
dikatakan jarang terjadi
3) Besarnya kesalahan
positifdan negatifsama Penyimpangan dari rata-rata

Kesalahan sistematik bersifat ajeg (konstan) dan

bernubungan dengan ketelitian (akurasi) hasil analisis.
Kesalahan jenis ini mengakibatkan penyimpangan tertentu
dari rata-rata (mean).
Ada beberapa faktor yang mempengaruhi
kesalahan sistematik antara lain:
a. Kesalahan personil dan operasional
Kesalahan ini disebabkan oleh cara pelaksanaan analisis dari analis (personil)
dan bukan karena metode. Kesalahan operasional pada umumnya bersifat fisika
(bukan khemis) misalnya berkurangnya endapan akibat kekeliruan cara
pencucian.

b. Kesalahan alat dan pereaksi

Kesalahan ini dapat disebabkan oleh pereaksi yang kurang murni, alat yang
kurang valid atau pemakaian alat yang kurang tepat walaupun alatnya sendiri
baik

c. Kesalahan metpde
Kesalahan metode dapat disebabkan kesalahan pengambilan sampel dan
kesalahan akibat reaksi kimia yang tidak sempurna
Adanya kesalahan sistematik, kadang-kadang
menyebabkan rata-rata yang didapat menyimpang lebih
besar dari nilai sebenarnya. Walaupun kesalahan ini tidak
mungkin dihindari secara mutlak. tetapi dengan cara
tertentu dapat diperkecil sehingga hasil yang diperoleh
tidak terlalu menyimpang dari nilai sebenarnya. Untuk
memperkecil kesalahan sistematik dapat dilakukan
beberapa cara, antara lain:
a. Kalibrasi (peneraan) dan koreksi alat yang dipakai
b. Dilakukan penetapan blanko.
c. Melakukan kontrol dengan zat baku (reference
substance)
d. Menetapkan dengan metode lain (perbandingan
metode)
Cara menyatakan kesalahan
Kesalahan
   hasil analisis yang diuraikan di atas dapat dinyatakan dengan dua
cara yaitu sebagai kesalahan absolut (d) dan kesalahan relatif (nisbi: e). Yang
dimaksud dengan kesalahan absolut adalah besarnya perbedaan antara hasil
analisis ( dengan nilai sebenarnya ().
Dengan rumus:
Kesalahan absolut(d) =
= nilai sebenarnya
= rata-hasil analisis

Kesalahan absolut menyatakan perbedaan antara hasil analisis dengan nilai

sebenarnya yang keduanya dinyatakan dengan satuan yang sama (persen, mg,
mL dan sebagainya) maka kesalahan absolut mempunyai dimensi yang sama
dengan hasil analisis. Dengan demikian kesalahan absolut dapat dinyatakan
misalnya: d = 0.90 % ; d = 2 mg/100 mL ; dan sebagainya.
Berbeda
   dengan kesalahan absolut, kesalahan relatif
merupakan perbandingan antara kesalahan absolut
dengan nilai sebenarnya. Jadi kesalahan relatif (e)
adalah:

biasanya kesalahan relatif dinyatakan dalam persen,

sehingga rumusnya menjadi sebagai berikut :

e = . 100 %
Dalam banyak hal kesalahan relatif lebih sering dipakai.
Hal ini disebabkan karena kesalahan absolut seringkali
belum dapat menunjukkan ketelitian hasil analisis yang
didapat.

Sebagai contoh:
Kesalahan absolut sebesar 0,05 %. Kalau kesalahan itu
terjadi pada PK tablet vitamin C yang mengandung 50 %
vitamin C, maka dapat dikatakan hasil tersebut sangat
baik. Akan tetapi kalau kesalahan absolut sebesar 0,05 %
itu terjadi pada penetapan kadar arsen dalam makanan
yang mengandung 0,01 % arsen, maka hasil tersebut akan
sangat tidak baik
Dari kedua contoh di atas, maka kesalahan retatif penetapan
kadar vitamin C sebesar 0,05/50 x 1OO % = 0,1 %,
Sedangkan kesalahan relatif pada penetapan kadar arsen =
0.05/0.0'l x 100 % = 500 %.

Dari perhitungan ini jelas bahwa kesalahan relatif lebih

sesuai untuk memberikan gambaran akan ketelitian hasil
analisis yang didapat.

Cara ini sering membingungkan apabila hasil analisis

dinyatakan dalam persen.Untuk menghindari kesalahan ini,
kesalahan relatif sering pula diluliskan dalam bagian
perseribu (ppt = part per thousand), atau bagian perjuta ppm
= part per miilion) dan sebagainya.
 Ketepatan dan ketelitian
Suatu
   hasil dikatakan tepat apabila penyebaran (dispersi) hasil
dalam satu seri penetapan kecil sedang hasil itu teliti jika
mendekati harga yang sebenarnya.
Dalam hal ini dapat dikemukakan 4 macam ukuran ketepatan yaitu:
1. Kisaran (Range)
Kisaran merupakan selisih hasil penetapan yang paling besar
dengan yang paling kecil. Semakin kecil selisihnya berarti hasilnya
semakin tepat
2. Deviasi rata-rata/ Simpangan rata-rata (mean deviation)
Deviasi rata-rata (α) merupakan deviasi dari masing-masing hasil
penetapan terhadap rata-rata, dengan tidak memperhatikan tanda
deviasinya (positif atau negatif).
Rumus
 
Contoh :
Nilai ulangan matamatika dari 6 siswa
adalah : 7,5,6,3,8,7.Tentukan simpangan
rata-ratanya!
Jawab:
X= 7  5  6 = 63  8  7
6
α= 7 6  5 6  66  36  8 6  7 6
6
= = 1,33
3.  Standar deviasi (SD)

Standar deviasi merupakan akar jumlah kuadrat deviasi
masing-masing hasil penetapan terhadap rata-rata (mean)
dibagi dengan derajat kebebasannya (degrees of freedom).
Dengan rumus, SD dapal dinyatakan:

dimana X = nilai dari masing-masing pengukuran

= rata-rata (mean) dari pengukuran
N = frekuensi penetapan
N-1 = derajat kebebasan
Nilai dari disebut sebagai varian (V)....

Jadi
Contoh Kasus

Titik tengah
Kelas Interval Kelas f (x) f.x |x - X| |x - X|² f.|x - X|²
1 16 24 10 20 200 13.68 187.1424 1871.424
2 25 33 18 29 522 4.68 21.9024 394.2432
3 34 42 14 38 532 4.32 18.6624 261.2736
4 43 51 4 47 188 13.32 177.4224 709.6896
5 52 60 2 56 112 22.32 498.1824 996.3648
6 61 69 2 65 130 31.32 980.9424 1961.885

Total   50 255 1684 89.64 1884.254 6194.88

Rata - rata (X)     33.68      

Varians : Standar deviasi :

s²= (∑f.|x - X|²)/ n – 1 S =  s²
= 6194.88 / 49 =  126.4261
= 126.4261 = 11.2439
4.  Standar Deviasi relatif (RSD)

Standar Deviasi relatif (relative standard deviation, RSD)
yang juga dikenal dengan koefisien variasi merupakan ukuran
ketepatan relatif dan umumnya dinyatakan dalam persen.
RSD dirumuskan dengan persamaan

Dimana :
RSD = Standar deviasi relatif (%)
SD = Standar deviasi
= Rata-rata
Semakin kecil nilai RSD dari serangkaian pengukuran maka
metode yang digunakan semakin tepat.
5. Perolehan Kembali (Recovery)
• Sementara itu, untuk menilai ukuran ketelitian (kedekatan
hasil analisis dengan rata-ratanya atau dengan true value-nya)
digunakan parameter perolehan kembali (recovery-nya).
• Ada beberapa pendapat suatu metode dikatakan teliti jika
nilai recovery-nya antara 90-100 %; ada yang berpendapat
antara 95- 105 %, dan ada yang berpendapat antara 80-120%.
• Pendapat mana yang akan diacu seharusnya memperhatikan
seberapa kompleks penyiapan sampel dan seberapa besar
tingkat kesulitan dari metode analisis.
• Semakin kompleks tahap penyiapan sampel dan semakin sulit
metode analisis yang digunakan, maka recovery yang
diperbolehkan semakin rendah atau kisarannya semakin lebar
(misalkan antara 80- 120 %)
Beberapa faktor yang dapat menyebabkan ketidaktepatan
dan ketidaktelitian dalam pengukuran adalah:
1. Penimbangan yang tidak benar, demikian juga
pemindahan analit dan baku yang tidak sesuai.
2. Ekstraksi analit dari suatu matriks (misal tablet) yang
tidak efisien.
3. Penggunaan buret, pipet, dan labu takar yang tidak
benar.
4. Pengukuran menggunakan alat yang tidak terkalibrasi.
5. Kegagalan dalam melakukan analisis blanko.
6. Pemilihan kondisi pengukuran yang menyebabkan
kerusakan analit.
Ukuran ketepatan

Kesalahan mutlak (d)

d = I μ – x I μ = nilai sebenarnya
Kesalahan nisbi
 dalam persen

-x
e x 100 %


 Dalam ppt (bagian perseribu)

-x
e x 1000 ppt

 Regresi Linier
• Regresi merupakan alat ukur yang digunakan untuk
mengetahui ada tidaknya korelasi antar variabel.

• Analisis regresi lebih akurat dalam analisis korelasi karena

tingkat perubahan suatu variabel terhdp variabel lainnya
dapat ditentukan). Jadi pada regresi, peramalan atau perkiraan
nilai variabel terikat pada nilai variabel bebas lebih akurat
pula.

• Regresi linier adalah regresi yang variabel bebasnya (variabel

X) berpangkat paling tinggi satu. Untuk regresi sederhana,
yaitu regresi linier yang hanya melibatkan dua variabel
(variabel X dan Y).
Persamaan Regresi Linear dari Y terhadap X
Y = a + bX
Keterangan :
Y = variabel terikat
X = variabel bebas
a = intersep / konstanta
b = koefisien regresi / slop
Persamaan regresi linear di atas dpt pula dituliskan dlm
bentuk
 xy 
Y   2 x
 x 
Mencari nilai a dan b
Rumus 1 (Y )( X 2 )  (X )( XY )
a
(n)( X 2 )  (X ) 2
(n)( XY )  (X )( Y )
b
(n)( X 2 )  (X ) 2
Pendekatan Matriks

 n X  a   Y 
    
2  

  X  X b
    XY 
det A1 det A2
a b
det A det A
 n X   Y X   n Y 
A    A    A   
X 2  X 2  XY 
1 2
 X  XY  X
det A  ( n)(X 2 )  (X )(X )
det A1  (Y )(X 2 )  (X )(XY )
det A2  (n)( XY )  (Y )(X )
Rumus II

(n)(XY )  (X )(Y )

b
(n)(X )  (X )
2 2

__ ___
a  Y  b. X
Contoh Soal
• Berikut ini data mengenai pengalaman kerja dan penjualan
• X=pengalaman kerja (tahun)
• Y=omzet penjualan (ribuan)

X 2 3 2 5 6 1 4 1

Y 5 8 8 7 11 3 10 4

• Tentukan nilai a dan b (gunakan ketiga cara)!

• Buatkan persamaan regresinya!
• Berapa omzet pengjualan dari seorang karyawan yg
pengalaman kerjanya 3,5 tahun
Penyelesaian :
X Y X2 Y2 XY (8)(198)  (24)(56)
2 5 4 25 10 b
3 8 9 64 24
(8)(96)  (24) 2
2 8 4 64 16 1.584  1.344
5 7 25 49 35 b  1,25
6 11 36 121 66 768  576
1 3 1 9 3
4 10 16 100 40
Cara 2.
1 4 1 16 4
24 56 96 448 198  8 24  a   56 
     
___
24 ___
56  24 96  b  198 
X  3 Y  7
8 8  8 24   56 24   8 56 
A    A1    A2   
Cara 1.
 24 96  198 96   24 198 
det A  (8)(96)  (24  24)  192
(56)(96)  (24)(198)
a det A1  (56)(96)  (24)(198)  624
(8)(96)  (24) 2
det A2  (8)(198)  (56)( 24)  240
5.376  4.752
a  3,25 a
624
 3,25 b
240
 1,25
768  576 192 192
Cara 3 (8)(198)  (24)(56)
b
(8)(96)  (24) 2
1.548  1.344
b  1,25
768  576
a  7  1,25(3)
a  3,25

a. Dari ketiga cara pengerjaan tersebut diperoleh nilai a =

3,25 dan nilai b = 1,25
b. Persamaan regresi linearnya adalah Y=3,25+1,25X
c. Nilai duga Y, jika X=3,5 adalah Y=3,25+1,25X
Y=3,25+1,25(3,5)
=7,625
 Uji kebermaknaan (significance test)
UJi kebermaknaan (significance test) melibatkan suatu
perbandingan antara faktor eksperimental terhitung dengan faktor
yang sudah ada di dalam tabel statistik yang ditentukan dengan
sejumlah nilai dari suatu serangkaian data percobaan dan tingkat
probabilitas terpilih sehingga membuat keputusan yang diambil
menjadi benar.
Uji kebermaknaan digunakan untuk beberapa tujuan, antara lain :
1. Untuk mengecek apakah nilai individual dari suatu
serangkaian dalam menyimpang dari rata-ratanya
2. Untuk membandingkan ketepatan (presisi) dua atau lebih
serangkaian data
3. Untuk membandingkan rata-rata dua atau lebih serangkaian
data dengan data lain yang sudah diketahui akurasinya.
Menyatakan Hasil Akhir
Hasil akhir analisis kimia umumnya dinyatakan
dalam nilai rata-ratanya. Nilai rata-rata dihitung
setelah pemeriksaan apakah ada hasil analisa yang
ditolak. Karena selalu mengandung unsur
kesalahan maka selain nilai rata-rata perlu
disertakan batas kesalahannya (limit of error)

t.
batas kesalahan 

Contoh:
Hasil analisa besi dalam bijih besi 4 kali penetapan
(n)
X = 15,30 %
s = 0,10 %
T tabel 99% = 5,841

5,841 x 0,10
batas kesalahan   0,29
4
  15,30  0,29