Statistics of

Repeated Measurement

Chemometrics
 Pengukuran Tunggal
• Pengukuran tunggal merupakan
pengukuran yang hanya dilakukan sekali
saja,
• Besarnya ralat/ketidakpastian pada
tunggal adalah 0,5 NST (nilai skala
terkecil).
 Pengukuran berulang
a. Pengukuran yang diulang beberapa kali saja
• Misalkan dilakukan tiga kali pengukuran dengan hasil x1, x2 dan
x3, maka hasil yang dilaporkan adalah
dengan dan
seterusnya.
• ∆x yang kita pilih adalah nilai terbesar dari atau dapat
juga dengan merata-rata nilai dari
• Misalkan nilai x1=10,1 x2 = 9,7 dan x3 = 10,2 maka nilai rata-
ratanya adalah 10,0 dan nilai terbesarnya
0,3.sedangkan nilai rata-rata adalah 0,2.
• Dengan kedua cara tersebut disimpulkan bahwa tidak semua nilai
x hasil pengukuran memenuhi interval dan
 lanjutan
b. Pengukuran yang dilakukan cukup sering (≥10
kali).
Misalkan dari pengukuran diperoleh data x1…xn
maka hasil yang dilaporkan adalah
dengan
dan

Atau
Nilai ∆x harus lebih kecil dari nilai 0,5 NST alat
yang dipergunakan.
 Mean dan Deviasi Standar
Mean data tunggal: x 1 / n xi
i

Jika data frekwensi: x 1 / n fi.xi

i

Deviasi standar : s   ( xi  x ) 2 /(n 1) *)

Merupakan ukuran i

penyebaran data pengukuran

di sekitar mean
*)
lebih representatif untuk sampel kecil.
alternatif:pembagi n untuk pembagi, (n – 1)
 Continued

Kuadrat s merupakan variansi

Kadang deviasi standar dinyatakan dalam
RSD atau koefisien variasi (CV)
Deviasi standar relatif (RSD): 100 s / x
sebagai contoh relative error (%)

RSD juga dikenal simpangan baku nisbi.

 Distribution of Error
• Deviasi standar sebagai ukuran
penyebaran data belum memberikan
informasi cara data terdistribusi
• Jika pengukuran diulangi untuk jumlah
yang cukup besar diperoleh data-data
terulang beberapa kali (memiliki frekuensi),
sehingga data dapat ditata dalam tabel
frekuensi dan diolah/ditampilkan dalam
histogram hingga dapat dilihat cara data
terdistribusi
 Continued
Berikut adalah contoh histogram 50 data pengukuran
konsentrasi ion nitrat

14
12
10
Frekuensi

8
6
4
2
0
0.46 0.47 0.48 0.49 0.50 0.51 0.52 0.53
Konst. ion nitrat, mg/mL
 Keterangan
• 50 data tersebut adalah sampel yang dapat diambil dari
jumlah tak berhingga pengukuran
• Sejumlah pengukuran yang mungkin dilakukan disebut
populasi
• Jika tak ada systematic error
– mean pengukuran, menjadi estimasi mean populasi,

– Deviasi standar sampel, s menjadi estimasi deviasi
standar populasi, 
• Untuk memberikan gambaran real (karena konsentrasi
bukan nilai diskrit) maka distribusi populasi diberikan
sebagai kurva kontinu (dengan model matematis)

Distribusi normal/Gaussian
 Distribusi Normal

• Gaussian distribution equation:

y
 2
exp  ( x   ) / 2 2

 2

– y maks. pada harga x = , dan kurva simetris

disekitar 
– Asimptot datar adalah sumbu X
– Titik belok kurva pada X =  - 
– Semakin besar  kurva semakin melebar
– Distribusi normal juga aplicable pada data
pengukuran sampel yang berbeda
 Kurva distribusi y maks. pada harga x = , dan
kurva simetris disekitar 

Asimptot datar adalah sumbu X

Titik belok kurva pada X =  - 

y
Semakin besar  kurva semakin
melebar

Distribusi normal juga aplicable

pada data pengukuran sampel
yang berbeda
16 % 68%
16 %
- +
x

 Distribusi Sampling harga mean
• Mean merupakan estimasi 

TAPI, karena pengukuran terdistribusi di sekitar

true value (yang juga menyebar, bergantung
pada presisi), MAKA mean tidak sama persis
dengan  (melaiankan sekedar estimasi) dan
lebih baik menyatakan  berada dalam rentang
harga
• Lebar rentangan:
Presisi pengukuran
Jumlah (ukuran) sampel
Prinsip:
“The more measurement we make, the more
reliable our estimatioan of  will be”
 Continued

Sampling distr. of the mean:

x1 Estimasi 
 Memiliki std dev.  s.e.m.
x2
(standard error of the mean)
x3  s.e.m. =  /n
x4  s.e.m. mrp ukuran
ketidakpastian estimasi  dari x
dst
yang memiliki mean
 Confidence Limit

Tingkat konfidensi
/kepercayaan 95%:
(mempercayai hasil 95 %
adalah benar dan 5 %
95% adalah tidak benar)

x
 - 2   + 2
Interval konfidensi
Limit/batas konfidensi
 Continued…...

95 % of sample mean berada pada range:

 
 - 1,96( /n) < x <  + 1,96( /n)
 
 
More exact value than 2
 
In practice: kita tidak tahu . Penyusunan ulang pers. di atas
diperoleh:
 
x - 1,96 /n <  < x + 1,96 /n
 
Untuk sampel KECIL, (n <<):
= x  t(s)/n)

Bagaimana utk tingkat kepercayaan 99,7%?

 Continued…...

99,7% of sample mean berada pada range:

 
 - 2,97( /n) < x <  + 2,97( /n)
 
 
More exact value than 3
 
In practice: kita tidak tahu . Penyusunan ulang pers. di atas
diperoleh:
 
x - 2,97( /n) <  < x + 2,97( /n)
 
Untuk sampel KECIL, (n <<):
= x  t(s)/n)
 Penyajian Data

1. Mean dan deviasi standar

2. Mean dan s.e.m.
3. 95% confidence limit of the mean, diikuti
dengan penyebutan jumlah sampel, n
 ANGKA PENTING
• Angka penting adalah bilangan yang
diperoleh dari hasil pengukuran yang
terdiri dari angka-angka penting yang
sudah pasti (terbaca pada alat ukur) dan
satu angka terakhir yang ditafsir atau
diragukan. Sedangkan angka
eksak/pasti adalah angka yang sudah
pasti (tidak diragukan nilainya), yang
diperoleh dari kegiatan membilang
(menghitung).
 Ketentuan Angka Penting :
1. Semua angka yang bukan nol merupakan angka
penting. Contoh : 6,89 ml memiliki 3 angka penting.
78,99 m memiliki empat angka penting. 7000,2003
( 9 angka penting ).

2. Semua angka nol yang terletak diantara bukan nol

merupakan angka penting. Contoh : 1208 m
memiliki 4 angka penting. 2,0067 memiliki 5 angka
penting.

3. Semua angka nol yang terletak di belakang angka

bukan nol yang terakhir, tetapi terletak di depan
tanda desimal adalah angka penting. Contoh :
70000, ( 5 angka penting).
4. Angka nol yang terletak di belakang angka
bukan nol yang terakhir dan di belakang
tanda desimal adalah angka penting.
Contoh: 23,50000 (7 angka penting).
5. Angka nol yang terletak di belakang angka
bukan nol yang terakhir dan tidak dengan
tanda desimal adalah angka tidak penting.
Contoh : 3500000 (2 angka penting).
6. Angka nol yang terletak di depan angka
bukan nol yang pertama adalah angka tidak
penting. Contoh : 0,0000352 (3 angka
penting).
 Aturan Pembulatan
• Jika angka pertama setelah angka yang
hendak dipertahankan adalah 4 atau lebih
kecil, maka angka itu dan seluruh angka
disebelah kanannya ditiadakan. Contoh (1) :
75,494 = 75,49 (angka 4 yang dicetak tebal
ditiadakan). Contoh (2) : 1,00839 = 1,008
(kedua angka yang dicetak tebal
ditiadakan)
• Jika angka pertama setelah angka yang
akan anda pertahankan adalah 5 atau lebih
besar, maka angka tersebut dan seluruh
angka di bagian kanannya ditiadakan. Angka
terakhir yang dipertahankan bertambah
satu.
 Aturan Penjumlahan dan
Pengurangan
• Apabila anda melakukan operasi
penjumlahan atau pengurangan, maka
hasilnya hanya boleh mengandung satu
angka taksiran (catatan : angka tafsiran
adalah angka terakhir dari suatu angka
penting).
• Contoh :
Jumlahkan 273,219 g; 15,5 g; dan 8,43 g
(jumlahkan seperti biasa, selanjutnya
bulatkan hasilnya hingga hanya terdapat
satu angka taksiran)
Angka 4 dan 9 ditiadakan. Hasilnya =
297,1
 Aturan Perkalian dan Pembagian
1. Pada operasi perkalian atau pembagian,
hasil yang diperoleh hanya boleh
memiliki jumlah angka penting sebanyak
bilangan yang angka pentingnya paling
sedikit.
• Contoh :
Hitunglah operasi perkalian berikut ini : 0,6283 x
2,2 cm
(petunjuk : lakukanlah prosedur perkalian atau
pembagian dengan cara biasa. Kemudian
bulatkan hasilnya hinga memiliki angka penting
sebanyak salah satu bilangan yang memiliki
angka penting paling sedikit)

Hasilnya dibulatkan menjadi 1,4 cm2 (dua angka

penting)
2.Hasil perkalian atau pembagian antara
bilangan penting dengan bilangan
eksak/pasti hanya boleh memiliki angka
penting sebanyak jumlah angka penting
pada bilangan penting.
• Contoh : hitunglah operasi perkalian
berikut ini : 25 x 8,95

Hasilnya dibulatkan menjadi 224 cm

(tiga angka penting) agar sama dengan
banyak angka penting pada bilangan
penting 8,95
 Pembulatan

Prinsip: jumlah angka signifikan mengindikasikan presisi

Biasanya, angka signifikan: seluruh digit yang pasti,
ditambah satu digit angka tak pasti

• Good rule:
• Keep one digit beyond the last significant figure
• Leave further rounding until the final result is reached
• Misal:
Mean = 10, 012 dan dev std = 0,01304
Dituliskan sebagai
10,01  0,01 (n=5)
atau
10,012  0,013 (n = 5)
angka dalam subskrib sekedar untuk menghindari
kehilangan informasi, (optional).
 Rounding

Pembulatan:
 Angka selain 5 tidak ada hal yang krusial
 5 dibulatkan ke bilangan genap terdekat
4,65 dibulatkan menjadi 4,6 bukan 4,7
4,75 dibulatkan menjadi 4,8