KIMIA ANALISIS
MAKALAH
KIMIA ANALISIS
PROGRAM
STUDI S1 FARMASI
STIKES
KARYA PUTRA BANGSA
TULUNGAGUNG
TAHUN
AJARAN 2015
KATA PENGANTAR
Puji syukur penulis panjatkan ke
hadirat Tuhan Yang Maha Esa yang telah memberikan limpahan rahmat dan
karunia-Nya sehingga penulis dapat menyelesaikan penyusunan makalah yang
beerjudul “Pengolahan Data Analisis” tepat pada waktunya. Shalawat beserta
salam semoga senantiasa terlimpah curahkan kepada Nabi Muhammad SAW.
Adapun
maksud penyusunan makalah ini untuk memenuhi tugas mata kuliah Kimia Analisis.
Penyusun telah berusaha semaksimal mungkin dalam penyusunan makalah ini dengan
memberikan gambaran secara deskriptif agar mudah di pahami.
Penyusun
meyadari bahwa makalah ini masih jauh dari sempurna. Hal ini semata-mata karena
keterbatasan kemampuan penyusun sendiri. Oleh karena itu, sangatlah penyusun
harapkan saran dan kritik yang positif dan membangun dari semua pihak agar
makalah ini menjadi lebih baik dan bermanfaat di masa yang akan datang.
Tulungagung, 16 Oktober 2015
Penyusun
DARTAR
ISI
HALAMAN
JUDUL............................................................................................... i
KATA
PENGANTAR............................................................................................ ii
DAFTAR
ISI............................................................................................................ iii
BAB
I PENDAHULUAN
1.1 Latar Belakang..................................................................................................... 1
1.2 Tujuan.................................................................................................................. 2
BAB
II ISI
2.1
Pengertian Pengolahan Data............................................................................... 3
2.2
Tujuan dan Manfaat Pengolahan Data Analisis.................................................. 3
2.3
Tahapan Analisa.................................................................................................. 4
2.4
Kesalahan yang Terdapat Di Dalam Analisis...................................................... 6
2.5
Faktor-faktor yang Berpengaruh Terhadap Analisis........................................... 7
2.6
Cara Memperkecil Kesalahan.............................................................................. 8
2.7
Ketepatan dan Ketelitian.................................................................................... 8
2.8
Cara Menuliskan Hasil dan Penolakan Hasil Analisis......................................... 10
2.9
Galat/Error. Akurasi/Presisi, Angka Bermakna................................................... 13
2.10 Analisis Statistik................................................................................................ 18
BAB
III PENUTUP
3.1
Kesimpulan......................................................................................................... 23
3.2 Saran................................................................................................................... 23
DAFTAR
PUSTAKA............................................................................................. 24
BAB I
PENDAHULUAN
1.1 Latar Belakang
Penelitian merupakan kegiatan yang
terencana untk mencari jawaban yang obyetif atas permasalahan manusia melalui
prosedur ilmiah. Untuk itu didalam suatu penelitian dibutuhkan suatu proses
analisis data yang berguna untuk menganalisis data-data yang telah terkumpul.
Pada sebuah eksperimen
akan dilakukan pengamatan, pengukuran, pencatatan data dalam bentuk yang
teratur, diikuti dengan analisa data dan diakhiri dengan mengambil kesimpulan.
Tujuan utama dari kerja laboratorium adalah memberikan dasar dalam ilmu
eksperimen sehingga pada akhirnya mahasiswa dapat melakukan penelitian yang
dapat dilakukan sendiri.
Pengolahan data adalah
segala macam pengolahan terhadap data atau kombinasi-kombinasi dari berbagai
macam pengolahan terhadap data untuk membuat data itu berguna sesuai dengan
hasil yang diinginkan dapat segera dipakai.
Pengolahan data
mempunyai peranan yang sangat penting untuk menganalisis suatu penelitian.
Dengan melakukan pengolahan data, kita dapat mengambil informasi asli (data)
dan darinya menghasilkan informasi lain dalam bentuk yang berguna (hasil).
Oleh karena itu dalam makalah ini akan dibahas
mengenai tujuan dan manfaat pengolahan data analisis, kesalahan dalam analisis,
faktor-faktor yang berpengaruh didalam analisis, cara memperkecil kesalahan,
ketepatan dan ketelitian, cara menuliskan hasil dan penolakan hasil,
galat/error, akurasi/presisi, angka bermakna dan analisis statistik.
1.2 Tujuan
Mengetahui tujuan dan
manfaat pengolahan data analisis, kesalahan dalam analisis, faktor-faktor yang
berpengaruh didalam analisis, cara memperkecil kesalahan, ketepatan dan
ketelitian, cara menuliskan hasil dan penolakan hasil, galat/error,
akurasi/presisi, angka bermakna dan analisis statistik.
BAB II
ISI
2.1 Pengertian
Pengolahan Data
Data berasal dari kata “datum” yang
berarti fakta atau bagian dari fakta yang mengandung arti yang dihubungkan
dengan kenyataan yang dapat digambarkan dengan simbol, angka, huruf dan sebagainya. Data menurut Drs. Jhon J.
Longkutoy (1996) mengatakan bahwa “Data adalah suatu istilah majemuk dari fakta
yang mengandung arti yang dihubungkan dengan kenyataan, simbol, gambar, angka,
huruf yang menunjukkan suatu ide, objek, kondisi atau situasi dan lainnya”.
Pengolahan
data adalah segala macam pengolahan terhadap data atau kombinasi-kombinasi dari
berbagai macam pengolahan terhadap data untuk membuat data itu berguna sesuai
dengan hasil yang diinginkan dapat segera dipakai. Menurut Jogiyanto H. M.
“Pengolahan data adalah manifulasi dari data kedalam bentuk yang lebih berguna
berarti.
2.2
Tujuan
dan Manfaat Pengolahan Data Analisis
Analisis data dapat diartikan
sebagai cara melaksanakan analisis
terhadap data, dengan tujuan
mengolah data tersebut menjadi
informasi, sehingga karakteristik atau sifat-sifat datanya dapat dengan mudah
dipahami dan bermanfaat untuk menjawab masalah-masalah yang berkaitan dengan
kegiatan penelitian, baik berkaitan dengan deskripsi data maupun untuk membuat induksi, atau menarik kesimpulan tentang
karakteristik populasi (parameter) berdasarkan data yang diperoleh dari sampel (statistik).
a.
Mendeskripsikan
data, biasanya dalam bentuk frekuensi, ukuran tendensi sentral maupun ukuran
dispersi, sehingga dapat dipahami karakteristik datanya. Dalam statistika,
kegiatan mendeskripsikan data ini dibahas pada statistika deskriptif.
b.
Membuat induksi
atau menarik kesimpulan tentang karakteristik populasi, atau karakteristik
populasi berdasarkan data yang
diperoleh dari sampel (statistik). Kesimpulan yang diambil ini bisanya dibuat
berdasarkan pendugaan (estimasi) dan pengujian hipotesis. Dalam statistika,
kegiatan membuat induksi atau menarik kesimpulan tentang karakteristik populasi
atau sampel ini dibahas pada statistika inferensial.
2.3 Tahapan Analisa
Dalam analisis
kuantitatif terdapat empat tahap utama analisis yaitu:
a. Sampling
Sampling dimaksudkan
untuk memilih contoh yang dapat menggambarkan materikeseluruhan yang
sebenarnya. Meskipun seorang analis sering langsungmemperoleh analat yang sudah
dalam ukuran laboratorium, hendaknya jugadisadari bahwa informasi tentang
bagaimana sampling dilakukan merupakan halyang penting karena akan berkaitan
dengan interpretasi data yang akan dilakukan. Sampling yang dilakukan
tergantung pada contoh yang akan diambil, misalnya sampling untuk menentukan
polutan lingkungan yang terdapat di air, udara dan tanah, sampling bahan
industri, bahan makanan, barang tambang, sampling contoh yang bergerak dan
sebagainya. Ada banyak teknik sampling yang dapat digunakan tergantung keadaan
contoh yang akan diambil.
b. Pengubahan
analit ke dalam bentuk yang sesuai dengan pengukuran
Pengubahan analit ke
dalam bentuk yang sesuai dengan pengukuran umumnyadengan melarutkan contoh.
Kebanyakan contoh yang dianalisis larut dalam air. Akan tetapi tidak sedikit
zat-zat yang terdapat di alam tidak larut dalam air. Dua cara yang paling umum
untuk melarutkan contoh adalah:
1. Dengan
asam-asam klorida, nitrat, sulfat atau perklorat
2. Dengan
zat pelebur asam atau basa yang diikuti dengan perlakuan air atau asam
Sebelum melakukan
pengukuran maka faktor interferensi atau pengganggu harus dihilangkan terlebih
dulu. Faktor ini dapat dihilangkan dengan berbagai cara misalnya dengan mengkompleks
zat pengganggu, mengendapkan, menguapkan, mengekstraksi, atau pun dengan
melakukan elektrolisa dan kromatografi.
c. Pengukuran
Berbagai sifat fisika
dan kimia dapat digunakan untuk melakukan pengukuran.Teknik pengukuran yang
digunakan dapat dilakukan dengan cara klasik yang berdasarkan reaksi kimia atau
dengan cara instrumen yang berdasarkan sifat fisikokimia.
d. Perhitungan
dan interpretasi data
Langkah terakhir dalam
tahapan analisis dikatakan selesai bila hasil analisis telah dinyatakan
sedemikian rupa sehingga dapat dipahami oleh si peminta analisis. Umumnya kadar
analat dinyatakan dengan perhitungan persen. Seperti pada volumetri dan
gravimetri perhitungan persen diperoleh dari hubungan stoikiometri sederhana
berdasarkan reaksi kimianya, sedangkan dalam cara spektroskopi diperoleh dari
hubungan absorban dan konsentrasi analat dalam larutan. Cara-cara statistik
biasanya digunakan untuk menginterpretasi data yang diperoleh.
2.4 Kesalahan yang
Terdapat Di Dalam Analisis
Menurut Gandjar dan Rohman (2007) istilah
kesalahan didasarkan pada perbedaan antara hasil pengukuran (nilai perhitungan)
dengan nilai sebenarnya. Nilai sebenarnya dai suatu kuantitas yang diukur
merupakan sesuatu yang tidak pernah kita ketahui secara pasti.
Meskipun demikian, seorang kimiawan
analisis akan menerima suatu nilai yang sebenarnya (true value), jika nilai tersebut mempunyai ketidakpastian yang
paling kecil diantara nilai-nilai lain dari suatu pengukuran kuantitas (Gandjar
dan Rohman, 2007).
Pada dasarnya 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 (1) kesalahan gamblang (gross error), (2) kesalahan acak (random error), dan (3) kesalahan
sistematik (systematic error)
(Gandjar dan Rohman, 2007).
1. Kesalahan
Gamblang
Kesalahan gamblang merupakan
kesalahan yang sudah jelas karena melibatkan kesalahan yang besar, akibatnya
kita harus memutuskan untuk mengabaikan percobaan yang telah kita lakukan dan
memulainya dari awal lagi secara menyeluruh. Contoh kesalahan gamblang adalah
sampel tumpah; pereaksi yang akan digunakan tercemar; larutan yang dipersiapkan
salah; dan alat yang digunakan rusak (Gandjar dan Rohman, 2007).
2. Kesalahan
Acak
Kesalahan acak atau disebut juga
kesalahan yang tidak tergantung (indeterminate
error) merupakan kesalahan yang nilainya tidak dapat diramalkan dan tidak
ada aturan yang mengaturnya serta nilai berfluktuasi. Adanya kesalahan acak
akan berpengaruh pada ketepatan (presisi).
Kesalahan
acak merupakan jenis kesalahan yang selalu terjadi dalam analisis sebagai
akibat adanya sedikit variasi yang tidak dapat ditentukan (dikontrol) dalam
pelaksanaan prosedur analisis (Gandjar dan Rohman, 2007).
3. Kesalahan
Sistematik
Kesalahan
sistemik merupakan kesalahan yang mempunyai nilai definitive (nilai tertenttu).
Hasil analisis yang mengandung kesalahan ini dapat mengarah kea rah yang lebih
kecil atau kea rah yang lebih besar dari rata-rata.
Kesalahan
sistemik bersifat ajeg (konstan) dan berhubungan dengan ketelitian (akurasi)
hasil analisis. Kesalahan jenis ini mengakibatkan penyimpangan tertentu dari
rata-rata (mean).
Adanya
kesalahan sistematik, kadang-kadang menyebabkan rata-rata yang didapat
menyimpang agak besar dari nilai mutlak 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.
2.5
Faktor-faktor
yang Berpengaruh Terhadap Analisis
Ada
beberapa faktor yang mempengaruhi kesalahan sistematik antara lain (Gandjar dan
Rohman, 2007):
a.
Kesalahan
personil dan operasi
Kesalahan ini disebabkan oleh cara
pelaksanaan analisis dari analis (personil) dan bukan karena metode. Kesalahan
operasi pada umumnya bersifat fisik (bukan khemis), misalnya kurangnya 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 metode
Kesalahan
metode dapat disebabkan kesalahan pengambilan sampel dan kesalahan akibat
reaksi kimia yang tidak sempurna.
2.6 Cara Memperkecil
Kesalahan
Menurut Gandjar dan Rohman, (2007),
untuk memprkecil kesalahan sistematik dapat dilakukan beberapa cara, antara
lain:
1.
Kalibrasi
(peneraan) alat yang dipakai
Cara
ini dimaksudkan untuk memperkecil kesalahan alat.
2.
Dilakukan penetapan
blanko
Di
sini dilakukan pekerjaan seperti pada percobaan sebenarnya, tetapi dengan tidak
menggunakan sampel yang diselidiki.
2.7
Ketepatan
Dan Ketelitian
Ketepatan dan
ketelitian merupakan sala satu persyaratanyang mendasar dalam suatu analisis.
Hasil yang tepat akan mempunyai selisih yang kecil antara masing-masing hasil
dalam suatu seri analisis(penetapan kadar). Dengan kata lain, suatu asil
dikatakan tepat apabila penyebaran (dispersi) hassil dalam satu seri penetapan
kecil. Dalam al ini dapat dikemukakan 4 macam ukiran ketepatan, yaitu :
a.
Kisaran (Range)
Kisaran
merupakan selisih hasil penetapan yang paling besar dengan yang paling kecil.
Semakin kecil selisihnya berarti hasilnya semakin tepat.
b.
Deviasi rata-rata (mean deviation)
Deviasi
rata-rata (d) merupakan deviasi masing-masing hasil penetapan terhadap
rata-rata, dengan tidak memperhhatikan tanda deviasinya (positif atau negatif).
c.
Standart Deviasi
Standar
deviasi merupakan akar umlah kuadrat deviasi masing-masing hasil penetapan
teradap mean dibagi dengan derajat kebebasan (degrees of freedom).
Dengan rumus, SD dapat dinyatakan :
Standar deviasi (SD) lebih banyak
digunakan sebagai ukuran kuantitatif ketepatan atau ukuran presisi, terutama
apabila dibutuhkan untuk membandingkan ketepatan suatu hasil (metode) dengan
hasil (metode) lain. Semakin kecil nilsi SD dari serangkaian pengukuran, maka
metode yang digunakan semakin tepat.
d.
Standar deviasi relatif (RSD)
Standar
deviasi relatif (relative standar deiation, RSD) yang juga dikenal dengan
koevisien variasi (cv) merupakan ukuran ketepatan relatif dan umumnya
diinyatakan dalam persen. RSD dirumuskan dengan persamaaan :
Semakin
kecil nilai RSD dari serangkaian pengukuran maka metode yang digunakan semakin
tepat.
2.8 Cara Menuliskan
Hasil Dan Penolakan Hasil Analisis
Menurut Gandjar dan Rohman (2007),
penulisan angka hasil pengukuran atau hasil analisis pada hakikatnya berkaitan
dengan ketelitian alat yang digunakan. Kalau misalnya suatu hasil penimbangan
dituliskan dengan 1,0 g dan 1,0000 g, ini berarti bahwa ketelitian penimbangan
yang pertama hanya sampai 0,1 g. Di sini angka nol merupakan angka yang tidak
tentu (uncertain number). Jika
penulisan dilakukan dengan 1,0000, hal ini menunjukkan bahwa penimbangan
dilakukan dengan neraca yang mempunyai ketelitian 0,1 mg dan hanya angka nol
terakhir yang merupakan angka yang tidak tentu. Hasil penimbangan ini hanya
dapat diperoleh jika menggunakan neraca analitik.
Penulisan hasil pembacaan buret
makro dengan skala terkecil 0,1 ml seharusnya dituliskan dengan dua decimal
misalnya 12,50 ml bukan 12,5 ml; sebab penulisan 12,5 berarti angka 5 belum
pasti sehingga dapat diartikan volume titran terletak antara 12,4 ml sampai
12,6 ml, padahal angka 5 yang menyatakan 0,5 ml dapat dibaca dengan pasti.
Apabila pembagian skala buret terkecil 0,01 ml (pada buret mikro), maka
penulisan hasil pembacaan buret harus dinyatakan dengan dengan tiga decimal
misalnya 2,530 ml, dan bukan 2,53 ml sebab angka 3 dalam hal ini sudah pasti
(Gandjar dan Rohman, 2007).
Dalam menuliskan hasil rata-rata
pembacaan buret, banyaknya desimal disesuaikan dengan banyaknya desimal pada
masing-masing pembacaan. Misalnya dari pembacaan buret diperoleh: 32,52 ml;
32,54 ml; 32,54 ml; dan 32,55 ml. Kalau dihitung rata-ratanya = 32,538 tidaklah
tepat, sebab dengan penulisan tesebut berarti harga nagka 3 (angka kedua
setelah koma) sendiri harganya tidak tentu (hanya merupakan perkiraan). Oleh
karena itu mean seharusnya dituliskan
32,54 ml, tetapi kalau diperlukan untuk perhitungan lebih lanjut (perkalian,
pembagian dan sebagainya) dapat dipergunakan 32,538.
Secara umum, pada penulisan ppengukuran
hanya terdapat satu angka yang harganya tak tentu yaitu angka terakhir.
Banyaknya desimal hasil penjumlahan atau pengurangan sama dengan faktor
penjumlahan yang mengandung desimal paling sedikit. Contoh: 12,4 + 121,502 +
3,6653 = 137, 5673. Hasil akhir cukup dituliskan 137,57 (Gandjar dan Rohman,
2007).
Apabila pada penulisan hasil akhir
diperlukan pembulatan angka desimal, maka angka desimal 5 atau lebih dibulatkan
ke atas, ssedangkan angka desimal kurang dari 5 dibulatkan ke bawah (Gandjar
dan Rohman, 2007).
Terkadang
seseorang yang melakukan pengukuran dihadapkan dengan satu hasil dalam satu set
replika , dimana hasil ini kelihatannya jauh berbeda dengan hasil yang lainnya,
dan orang itu harus memutuskan untuk menyingkirkan hasil ini dari perhitungan
selanjutnya. Masalah ini ditemukan dalam kuliah awal kimia analitik dan
belakangan dalam praktik laboratorium kimia fisika , dan bahkan dalam
penelitian selanjutnya, meskipun frekuensinya sudah lumayan menyusut seiring
dengan kemauan mahasiwsa.sudah menadi kesepakatan dalam praktik ilmu
pengetahuan bahwa pengukuran akan secara otomatis ditolak apabila diketahui ada
galat yang terjadi; ini adalah suatu kepastian yang tidak akan kita hiraukan
disini. Harus dicatat bahwa adalah keliru (namun manusiawi) untuk menolak hasil
yang diketahui mengandung galat terdeteksi, apabila hasil tersebut hanya muncul
sesekali saja. Satu-satunya jalan untuk mencegah masuknya bias pengukuran yang
tidak disadari adalah dengan menolak setiap hasi dimana diketahui bahwa galat telah
terjadi, tanpa memperdulikan kesepakatan dengan yang lainnya. Problem yang
harus kita tanyakan pada diri kita sendiri adalah; bagaimana kita dapat
memutuskan untuk menolak sebuah hasil yang terlihat ganjil kalau kelihatannya
tidak ada alasan untuk memcurigainya ?
Apabila jimlah
dari nilai replika besar , pertanyaan untuk menolak suatu hasil tidaklah
penting; pertama , nilai tunggal hanya mempunyai dampak yang kecil terhadap
rata-rata, yang kedua, pertimbangan statistik memberikan sebuah jawaban yang elas
tentang probabilitas bahwa hasil yang mencurigakan adalah anggota dari populasi
yang sama seperti yang lainnya. Dengan kata lain, akan muncul dilema ketika
umlah replika hanya sedikit : hasil yang divergen menyebabkan dampak yang signifikan terhadap rata-rata, sementara
jumlah data yang tidak mencukupi dilakukannya analisis statistik real dari hasil
yang mencurigakan (Day and Underwood, 2002).
Berbagai
rekombinasi yang dipublikasikan oleh beragam penulis mengarah ke suatu
kesimpulan baha pertanyaan mengenai penolakan atau penerimaan suatu nilai yang
divergen dari suatu sampel kecil sama sama sekali tidak dapat dijaab secara
memuaskan. Beberapa kriteria yang direkomendasikan secara lebih luas untuk
penolakan dijabarkan dibawah ini, dan mahasiswa diacukan pada diskusi hebat
oleh Blaedel dkk. Dan komentar-komentar singkat yang menarik dari laitinen dan
Wilson (Day and Underwood, 2002).
Pertama-tama
kita perlu memutuskan seberapa besar perbedaan (selisih) diantara hasil yang
mencurigakan dengan data yang lain, sebelum suatu hasil ditolak; apabila
perbedaan minimumnya ternyata terlalu kecil, maka data yang valid mungkin akan
ditolak;halini disebut “galat jenis pertama”. Sebaliknya, apabila perbedaan
minimum diset terlalu tinggi, akan terjadi “galat enis kedua” yaitu, terlalu
banyak menyimpan nilai yang beresiko keliru. Rekomendasi yang berbeda-beda
untuk kriteria penolakan mengarah “ke salah satu dari” kedua tipe galat ini,
dimana beberapa mendekati yang satunya dan beberapa mendekati yang lainnya (Day
and Underwood, 2002).
2.9 Galat/Error,
Akurasi/Presisi, Angka Bermakna
2.9.1 Galat/Error
Menurut Day and Underwood (2002),
istilah galat yang dipergunakan di sini didasarkan pada perbedaan numerik
antara nilai yang dihitung dengan nilai yang sebenarnya. Nilai sebenarnya dari suatu kuantitas adalah
sesuatu yang kita tidak pernah tahu secara pasti, meskipun ilmu-ilmuwan secara
umum menerima suatu nilai sebenarnya sebagai nilai sebenarnya ketika dipercaya
bahwa ketidakpastian dalam nilai tersebut lebih kecil dibandingkan dengan
ketidakpastian dalam nilai lainnya, dengan mana nilai ini dibandingkan. Sebagai
contoh, persentase komposisi dari sebuah sampel standar yang diakui oleh
National Institute of Standards and Technology (NIST, dulunya The National Bureau of Standards)
mungkin akan dianggap tepat dalam mengevaluasi sebuah metode analitik yang
baru. Perbedaan antara nilai standar dengan hasil yang didapat dari metode yang
baru nantinya akan dianggap sebagai galat.
Jenis-jenis galat menurut Day and Underwood (2002) :
1. Galat
Pasti
Galat yang berasal dari penyebab
yang pasti diistilahkan sebagai galat
pasti atau galat sistematis. Galat
pasti biasanya tidak mempunyai arah terhadap nilai yang sebenarnya, berbeda
dengan galat tidak pasti, yang akan
dibahas nanti, yaitu galat yang mengarah baik ke hasil yang tinggi maupun
rendah dengan kemungkinan yang sama. Galat pasti biasanya terjadi berulang
kali, dan dalam banyak kasus, galat ini dapat diperkirakan oleh seseorang yang
mengetahui secara menyeluruh semua aspek dari perhitungan. Contoh-contoh dari
sumber galat pasti di antaranya adalah instrument yang tidak dikalibrasi secara
benar, seperti buret, timbangan atau PHmeter, pengotor dalam tabung reaksi,
reaksi sampingan dalam suatu titrasi, dan pemanasan sampel pada suhu yang
terlalu tinggi.
Galat pasti diklasifikasikan ke
dalam galat metodik, operatif, dan instrumental, disesuaikan dengan
asal-usulnya, yaitu: (a) metode analisis yang sekaligus mencerminkan sifat dari
system kimiawi yang terlibat, (b) kekurangmampuan pelaku eksperimen, (c)
ketidakmampua dari alat-alat pengukur untuk bekerja sesuai dengan standar yang
diperlukan. Pada umumnya, sumber dari galat bisa berasal dari lebih dari satu
kategori di atas. Sebagai contoh, beberapa galat mungkin akan selalu terjadi
pada saat penimbangan sebuah bahan higroskopik, namun galat ini dapat bertambah
bila analis mempunyai teknik penimbangan yang jelek. Lingkungan sekitar system
pun bisa jadi ikut andil dalam mempengaruhi galat, misalnya, adanya dampak dari
kelembapan terhadap galat dalam penimbangan bahan higroskopik (Day and
Underwood, 2002).
Menurut Day and Underwood (2002),
galat pasti dapat digolongkan sebagai konstan
dan proporsional :
A. Galat
Konstan
Galat constant
tidak tergantung pada besarnya kuantitas yang diukur dan akan menjadi kurang
signifikan apabila besarnya kuantitas bertambah. Sebagai contoh, jika galat
konstan nilau akhir adalah 0,01 mL pada suatu rangkaian titrasi, hal ini
menunjukkan galat relative sebesar 1% untuk contoh yang membutuhkan 10 mL
titran, namun hanya 0,2% bila 50 mL titran yang dipergunakan.
B. Galat
Proporsional
Nilai absolut
dari tipe galat ini bervariasi sesuai ukuran sampel sedemikian rupa sehingga
galat relatifnya bernilai tetap konstan. Sebuah substansi yang menggaggu dalam
suatu metode analitik dapat menghasilkan galat jika substansi ini ada dalam
sampel. Misalnya dalam penentuan iodometrik untuk suatu oksida seperti klorat,
unsur oksidasi lain seperti bromat dapat menghasilkan nilai yang tinggi apabila
kehadirannya tidak diperhitungkan dan tidak diperbaiki kemudian. Dengan
mengambil sampel yang lebih besar, galat total bisa bertambah, namun galat
relatif tetap konstan apabila dihasilkan dari sampel yang homogen.
2. Galat
Tidak Pasti
Galat
tidak pasti, seperti namanya, tidak dapat ditentukan
apa penyebab pastinya dan tak dapat dihindarkan jika pengukuran dilakukan oleh
manusia. Galat ini jarang ada secara alami dan mengarah ke hasil yang tinggi
dan rendah dengan probabilitas yang sama. Galat ini tidak dapat dieliminasi
atau dikoreksi karena merupakan keterbatasan final pada pengukuran tersebut.
Galat tidak pasti dapat diolah secara statistic, dan pengukuran berulang kali
dengan variable yang sama dapat mengurangi pengaruhnya (Day and Underwood,
2002).
Ilmuwan
secara rutin mengulangi pengukuran beberapa kali dan memperbaikinya sampai pada
titik di mana hanya kebetulan belaka apabila replica cocok dengan digit terahir
yang disimpan. Cepat atau lambat, akan tercapai titik di mana faktor-faktor
yang tidak dapat diprediksi dan dilihat muncul sebagai akibat fluktuasi acak
dalam kuantitas yang diukur. Dalam beberapa kasus, dimungkinkan untuk
menentukan variabel khas yang ada diluar control untuk membatasi kinerja dari
instrumen; kebisingan dan penyimpangan dalam suatu rangkaian elektroik, vibrasi
pada gedung akibat arus lalu lintas, variasi temperature, dan sebagainya.
Seringkali ketidakmampuan mata untuk mendeteksi perubahan dalam membaca alat
merupakan sumber dari galat. Bisa juga terjadi bahwa variasi yang bagi pengamat
yang kurang teliti terlihat acak, bagi pengamat yang lebih cermat masih melihat
teratur. Namun, bagaimanapun juga, akan tercapai suatu titik di mana siapapun,
secermat apapun, akan mendapatkan galat acak yang tidak dapat dihindari lagi
(Day and Underwood, 2002).
Adalah
hal yang biasa untuk mengurangi galat tidak pasti dengan menggunakan pengukuran
kasar terlebih dahulu. Setelah diurut ulang sampai pada titik di mana
penyebaran data tidak terjadi lagi, seorang pengamat akan menghasilkan hasil
yang sama setiap waktu, dan secara kasar hal ini sama baiknya dengan mencatat
digit tambahan yang bervariasi dari satu waktu ke waktu yang berikutnya.
Mekipun demikian, mundur dari tantangan untuk melakukan pengukuran yang
seteliti mungkin tidak bisa diterima oleh para ilmuwan. Fakta membuktikan bahwa
rata-rata dari sejumlah observasi yang baik dengan penyebaran acak ternyata
lebih akurat dibandigkan dengan data kasar yang sesuai secara sempurna.
Data-data yang menunjukkan penyebaran acak dapat diolah ke dalam suatu analisis
yang melibatkan signifikansi digit yang terakhir tercatat.
2.8.2
Akurasi dan
Presisi
Menurut Day and Underwood (2002)
istilah akurasi dan presisi, yang sering dipergunakan secara
sinonim dalam kehidupan sehari-hari, harus dibedakaan secara seksama dalam
hubungannya dengan data ilmiah.
A. Akurasi
Hasil yang akurat adalah sesuatu
yang disepakati sangat mendekati nilai yang sebenarnya dalam suatu pengukuran
kuantitas. Perbandingan biasanya dibuat atas dasar pengukuran keakuratan
terbaik dari akurasi, yaitu galat (semakin kecil galat, semakin besar keakuratan).
Galat absolut adalah perbedaan antara nilai eksperimen dengan nilai yang
sebenarnya. Sebagai contoh, jika seorang analis menemukan nilai 20,44% besi
dalam sebuah contoh yang sebenarnya mengandung 20,34 %, galat absolutnya
adalah:
20,44
– 20,34 = 0,10%
Galat ini biasanya
ditampilkan relative terhadap ukuran kuantitas yang diukur, misalnya, dalam
persen atau bagian per seribu. Di sini, galat
relatifnya adalah:
0,10
: 20,34 x 100 = 0,5%
B. Presisi
Istilah presisi mengacu kepada kesepakatan di dalam
satu kelompok hasil eksperimen; kesepakatan ini tidak bedampak apa pun terhadap
hubungannya dengan nilai yang sebenarnya. Nilai presisi mungkin saja tidak
akurat, disebabkan karena adanya galat akibat deviasi dari nilai yang
sebenarnya yang dapat berpengaruh sama rata terhadap pengukuran namun tidak
mengganggu kepresisiannya. Suatu galat pasti yang mengarah pada ketidakakuratan
mungkin atau mungkin tetap konstan setelah melalui sejumlah pengukuran. Presisi
ini biasanya dipergunaka untuk deviasi
standar, deviasi rata-rata atau rentang.
Istilah ini akan didedefinisikan nanti. Untuk galat, kepresisiannya dapat
diwujudkan atas dasar absolute atau pun relatif (Day and Underwood, 2002).
2.8.3
Angka Bermakna
(signifikan)
Angka
bermakna (significant) adalah digit yang menunjukkan banyaknya kuantitas yaitu semua angka “pasti” ditambah satu angka
“tidak pasti”. Angka nol merupakan angka bermakna, kecuali jika merupakan angka
pertama dalam suatu bilangan.
2.10 Analisis Statistika
a.
Rata-rata (Mean)
Rata-rata
dari sejumlah pengukuran yang terbatas,
sering disebut
untuk membedakannya dengan µ. Perhitungan
rata-rata secara sederhana merata-ratakan hasil individunya :
Rata-rata adalah ukuran yang sangat
berguna untuk tendensi sentral. Dapat digambarkan bahwa rata-rata dari hasil n
adalah
kali lebih meyakinkan dibanding salah satu
individu. Maka ada suatu diminishing
return dari semakin banyaknya pengukuran replika yang dilakukan: rata-rata
dari 4 buah hasil adalah dua kali lebih pasti dari sebuah hasil dalam
pengukuran tendensi sentral; rata-rata dari 9 buah hasil adalah tiga kali lebih
pasti; rata-rata dari 25 buah hasil adalah lima kali lebih pasti, dan
seterusnya. Secara umum dikatakan bahwa tidak efisien untuk seorang pekerja
yang cermat, yang memiliki kepresisian yang baik, untuk mengulangi pengukuran
lebih dari sekali(Day dan Underwood, 2002).
b.
Median
Median
adalah
nilai tengah yang didapat ketika hasil-hasil tersebut disusun menurut besarnya;
untuk sejumlah hasil yang genap, median adalah nilai rata-rata dari2 buah nilai
yang berada di tengah. Secara umum dikatakan, median adalah pengukuran yang
lebih tidak efisien untuk tendensi pusat dibandingkan rata-rata, namun dalam
kasus-kasus tertentu mungkin amat berguna, terutama bila kita berurusan dengan
sampel yang sangat kecil (Day dan Underwood, 2002).
c.
Rentang (Jangkauan)
Mengingat dua parameter, yaitu
dan
dibutuhkan untuk menentukan frekuensi
distribusi, jelas bahwa dua populasi mungkin mempunyai tendensi sentral yang
sama namun berbeda dalam “penyebaran” atau variabilitas
(atau disperse, sebagaimana beberapa kalangan menyatakannya), seperti yang
digambarkan dalam Gambar 2.3. untuk sejumlah nilai yang terbatas, pengukuran
yang termudah untuk varian adalah dengan rentangnya, yaitu selisih antara nilai
terbesar dan terendah (Day dan Underwood, 2002).
Seperti median, rentang ini kadang
berguna dalam statistic untuk sampel yang kecil, namun secara umum dianggap
pengukur variabilitas yang tidak efisien. Perhatikan bahwa satu hasil yang
tidak lazim akan mempunyai dampak yang penuh terhadap rentang, padahal efek ini
akan dihilangkan oleh semua hasil lainnya dalam pengukuran variabilitas yang
lebih baik, perhatikan gambar (Day dan Underwood, 2002).
Gambar
2.3 Dua
populasi dengan tendensi pusat
yang sama, tetapi variabilitas berbeda.
d.
Deviasi Rata-rata
Deviasi
rata-rata dari mean (rata-rata) sering ditulis dalam
makalah-makalah ilmiah sebagai ukuran untuk variabilitas, meskipun sangat tidak
signifikan dari sudut pandang statistic, terutama untuk observasi dengan jumlah
kecil. Untuk sekelompok data besar yang terdistribusi normal, deviasi rata-rata
mendekati 0,8
. Untuk menghitung rata-rata atau
deviasi rata-rata, cari selisih antara hasil individu dengan nilai rata-rata.
tanpa menghiraukan tanda, dan tambahkan deviasi individu, lalu bagi dengan
banyaknya hasil(Day dan Underwood, 2002).
Deviasi rata-rata =
e.
Deviasi Rata-rata Relatif
Seringkali deviasi rata-rata dinyatakan
relatif terhadap besarnya kuantitas yang diukur, misalnya, sebagai persentase:
Deviasi rata-rata relatif (%) =
Karena hasil analisis sering dinyatakan dalam
persentase (mis: persentase besi dalam sampel bijih besi), mungkin
membingungkan untuk melaporkan deviasi relatif dalam basis persentase, dan
disarankan untuk menggunakan satuan per seribu (permil), alih-alih satuan
persen (per seratus)(Day dan Underwood, 2002):
Deviasi
rata-rata relatif (ppt) =
f.
Deviasi Standar
Secara statistik deviasi standar lebih signifikan
dibandingkan deviasi rata-rata. Simbol s
dipergunakan untuk deviasi standar dari sejumlah nilai yang terbatas; s dicadangkan untuk parameter populasi.
Deviasi standar, yang dianggap sebagai akar pangkat nilai deviasi dari
rata-rata, dihitung dengan menggunakan rumus
Jika n besar (katakanlah 50 atau lebih), maka tidak
penting apakah penyebutnya
(yang sebenarnya tepat) atau pun n. Ketika deviasi standar yang
dinyatakan sebagai persentase dari rata-rata, deviasi ini disebut koefisien dari variasi, v:
g.
Varians
Varians,
dinyatakan dengan s2, pada dasarnya lebih penting dalam statistik
dibandingkan s itu sendiri, namun
belakangan secara umum lebih sering dipergunakan dalam penanganan data kimiawi (Day
dan Underwood, 2002).
Contoh berikut
ini menggambarkan perhitungan dari semua persyaratan dalam hal menentukan
normalitas dari suatu larutan.
Normalitas
dari larutan ditentukan oleh 4 titrasi terpisah, dan hasilnya 0,2041, 0,2049,
0,2039, dan 0,2043. Hitung rata-rata, median, rentang, deviasi rata-rata,
rata-rata relative deviasi, deviasi standar, dan koefisien variasi.
Nilai rata-rata
Median:
Rentang:
Deviasi rata-rata:
Deviasi
rata-rata relatif:
Devisi standar:
Koefisien
variansi:
BAB V
PENUTUP
5.1
Kesimpulan
Pengolahan data adalah
segala macam pengolahan terhadap data atau kombinasi-kombinasi dari berbagai
macam pengolahan terhadap data untuk membuat data itu berguna sesuai dengan
hasil yang diinginkan dapat segera dipakai. Pengolahan data mempunyai peranan yang
sangat penting untuk menganalisis suatu penelitian. Dengan melakukan pengolahan
data, kita dapat mengambil informasi asli (data) dan darinya menghasilkan
informasi lain dalam bentuk yang berguna (hasil).
5.2
Saran
Dalam
mengerjakan pengolahan data harus mengetahui dan memahami
materi yang mencangkup tentang
pengolahan data analis, sehingga tidak menimbulkan kesalahan.
DAFTAR PUSTAKA
Day, R.A. and A.L. Underwood.
(2002). Analisis kimia kuantitatif.
Edisi keenam. Jakarta : Penerbit Erlangga
Prof. Dr. Gholib Ibnu dan R.Abdul.
2007. Kimia Farmasi Analisis.
Yogyakarta : Pustaka Pelajar
Comments
Post a Comment