Uji Akurasi

LAB MEDIK
Parameter Statistika yang berkaitan
dengan Akurasi Data

– Harga rata-rata (Mean)

– Median
 Harga Rata-Rata

• Notasi: X
• Rumus:

X
X =
n
X = (58,2 + 61,0 + 56,6 + 61,5 + 53,8 + 56,9) / 6

X = 58
 Median

• Sebagai alternatif harga rata-rata dapat

dihitung median

• Median adalah data yang terletak ditengah,

setelah terlebih dahulu data-data pada kumpulan
data diurut mulai dari data yang paling rendah
hingga yang paling tinggi

• Apabila kumpulan data tersebut jumlahnya genap,

tidak akan ada data yang terletak ditengah.
Dalam hal ini median adalah rata-rata dari dua
data yang terletak ditengah
 Median

58,2 53,8

61,0 56,6

56,6 56,9
DIURUT
Median = (56,9 + 58,2)/2
61,5 58,2 = 57,55

53,8 61,0

56,9 61,5
 Akurasi

• Menurut ISO, akurasi didefinisikan sebagai

kesesuaian antara hasil analisis dengan nilai benar
analit (atau nilai acuan analit yang dapat diterima).

• Dari mana nilai benar analit diperoleh ?

• Akurasi dapat ditentukan melalui penggunaan Bahan

Acuan (SRM,CRM)

• Apa yang harus dianalisis pada penetapan akurasi ?

• Bagaimana menghitung akurasi ?

 Cara Menghitung Akurasi
• Nilai benar kandungan benzoat dalam bahan
acuan juice jeruk misal 50 ppm
• Hasil analisis memberikan data sebesar 49,24
ppm
/50 - 49,24/
• Akurasi (%) = x 100
50

= 1,52%
 BAHAN ACUAN

Suatu bahan yang mempunyai satu atau lebih

sifat bahan yang homogen dan cukup stabil
untuk dapat digunakan dalam mengkalibrasi
peralatan, menguji metode atau sebagai
standar dalam pengukuran/analisis contoh.
 Akurasi dan Trueness
 Pergeseran dari arti kedua istilah muncul pada
publikasi dari seri standar ISO 5725 yang juga
dinyatakan dalam terbitan dari "BIPM International
Vocabulary of Metrology" (VIM), butir 2.13 and 2.14.


 Akurasi adalah kualitas dari suatu hasil pengujian yang

berhubungan dengan istilah “Trueness” and “ Precision” dalam
kaitan dengan persyaratan dalam penggunaannya


 Trueness adalah kesesuaian antara nilai rata-rata

yang diperoleh dari sejumlah besar hasil pengujian
dan nilai acuan yang dapat diterima.

 Bias adalah perbedaan antara hasil pengujian yang

diharapkan dan nilai acuan yang dapat diterima.
 Aplikasi dari uji-t (student’s t –test)
Uji t digunakan untuk membandingkan
sekumpulan hasil pengujian

1. Membandingkan rata-rata terhadap

Suatu Nilai Tunggal (misal nilai CRM)
known value  x
t calc  n
s
thitung> ttabel at 95% tingkat kepercayaan
 Kedua hasil dianggap berbeda
 ada perbedaan nyata antara ke-2 hasil
Sebaliknya apabila thitung < ttabel, antara kedua hasil
tidak ada perbedaan
Umumnya untuk laboratorium digunakan tingkat
kepercayaan 95%.
Contoh Uji-t Untuk Suatu Kumpulan Data
Dibandingkan Terhadap Suatu Nilai Tunggal

Suatu lab hendak menggunakan metode baru untuk analisis

selenium dalam air. Diadakan percobaan untuk mengetahui
akurasi metoda baru tersebut dengan cara menguji contoh
air ledeng yang telah di-spiked dengan 50 ppb selenium
menggunakan metode baru tsb. Diperoleh hasil sbb:

50,4; 50,7; 49,1; 49,0; 51,1 ppb

Apakah hasil tersebut akurat?

Contoh Uji-t Untuk Suatu Kumpulan Data
Dibandingkan Terhadap Suatu Nilai Tunggal
(lanjutan)
• Ho: hasil uji metode baru akurat
• H1: hasil uji tidak akurat
• Nilai rata-rata dari 5 data hasil percobaan (x) adalah
50,06 ppb dan standar deviasi (s) 0,956 ppb.
• Nilai tunggal acuan () = 50 ppb
• Menggunakan rumus (1) :

t
50,06  50  5
 0,14
0,956
• Dari tabel diperoleh nilai kritis, t4 = 2,78 (P=0,05)
• Karena t-hitung < t-tabel, maka Ho diterima, yang
berarti bahwa hasil uji metode baru akurat (tidak
berbeda secara nyata dengan nilai acuan)
Contoh Uji-t Untuk Membandingkan
Dua Kumpulan Data

• Perbandingan antara dua metode analisis

chromium dalam gandum memberikan data sbb:
Metoda 1: rata-rata = 1,48; s1 = 0,28
Metode 2: rata-rata = 2,33; s2 = 0,31
Dari masing-masing metode diperoleh 5 data
• Apakah hasil dari kedua metode tersebut
berbeda secara nyata?
Contoh Uji-t Untuk Membandingkan
Dua Kumpulan Data (lanjutan)

• Ho: hasil kedua metode sama

• H1: hasil kedua metode berbeda secara nyata
• Standar deviasi gabungan, spooled, dihitung menurut rumus:

s
5  10,282  5 10,312  0,295
5  5  2
Contoh Uji-t Untuk Membandingkan
Dua Kumpulan Data (lanjutan)
• t dihitung menurut rumus:

(2,33  1,48)
t  4,56
1 1
0,295 
5 5

• Nilai kritis dari tabel dengan derajat bebas = 8 (n 1+n2-2),

diperoleh t8= 2,31 (P=0,05)
• Karena nilai t-hitung > t-tabel, maka Ho ditolak. Berarti
hasil kedua metode berbeda secara nyata
 2. Membandingkan Dua Kumpulan Data
Untuk menguji apakah dua kumpulan data x̅1 dan x̅2 berbeda secara
nyata atau tidak, maka t dihitung menurut rumus:

x1  x 2 n1n2
t calc 
spooled n1  n2
yang dibandingkan disini dapat berupa misalnya kumpulan data
lab 1 dan lab 2 atau kumpulan data analis 1 dan analis 2

Dimana Spooled = pooled (kutub) standar deviasi dari kedua

kumpulan data

s12 (n1  1)  s22 (n2  1)

spooled 
n1  n2  2
Degrees of freedom =
(n1 + n2 – 2)
Apabila tcalc > ttable pada tingkat kepercayaan 95%
 maka ada perbedaan nyata antara kedua hasil
 3. Paired t-Test (uji-t berpasangan)
Membandingkan dua kumpulan data dimana yang diuji bukan sampel
yang sama. Setiap sampel yang berbeda diuji hanya 1 kali menggunakan
2 metode berbeda
Misal 2 metode analisis berbeda yaitu metode A dan B digunakan
untuk menguji sebanyak 1 kali beberapa sampel yang berbeda.

d d̅ = perbedaan rata-rata antara

t calc  n metode A dan B
sd
n = jumlah pasangan data

dimana  (di  d )2
sd 
n1

Apabila thitung > ttabel pada tingkat kepercayaan 95%

 hasil uji antara kedua metode berbeda nyata
Contoh:

(di)
  (di  d )2
sd 
n1

sd 
 0.022   0.222  0.112  0.112  0.022  0.04 2
61
sd  0.12

d
t calc  n
sd
ttabel = 2.571 for
t calc 
0.06 
6 95% confidence
0.12 
thitung< ttabel
t calc  1.2
 Hasil dari kedua metode
tidak berbeda nyata