2. Kualitas sampling banyak dibahas dalam teori
sampling, meliputi pemilihan prosedur sampling,
penggunaan validasi yang sesuai, dan pelatihan bagi
petugas sampling untuk meyakinkan bahwa
prosedur pengambilan contoh telah dilakukan
dengan benar. Dengan hal itu kemudian baru dapat
dinyatakan bahwa sample tersebut representative
dan tidak bias
4. Sampling merupakan kegiatan yang sangat penting
dalam keseluruhan proses pengukuran dan
memberikan kontribusi terbesar terhadap kesalahan
pengukuran (Gambar 1). Meskipun metode analisis
yang digunakan sudah valid, alat yang digunakan
sudah modern dan analis yang sudah kompeten, bila
sampling salah maka keseluruhan proses menjadi
tidak berarti
9. Gambar 2 menunjukkan proses lengkap dalam
pengukuran, yang diawali dengan sampling primer
dan diakhiri dengan penetapan secara analitik.
Terdapat beberapa tahapan intermediate, seperti
transportasi dan pengawetan sample, tetapi tidak
semua tahapan intermediate tersebut harus selalu
ada. Setiap tahapan tersebut memberikan
kontribusi error sehingga juga memberikan
kontribusi terhadap penentuan ketidakpastian.
Kotak abu-abu muda merupakan tahapan sampling
yang dilakukan di laboratorium dan biasa dianggap
sebagai bagian dari proses analitik
10. Perencanaan Sampling
Target populasi yang hendak disampling?
Tipe sample yang hendak diambil?
Jumlah minimum sample yang diperlukan
untuk analisis?
Kuantitas minimum sample yang hendak
dianalisis?
Bagaimana cara meminimalisasi
keragaman?
11. Statistik dasar yang digunakan:
Nilai rata – rata, adalah jumlah hasil
pengamatan dibagi dengan jumlah
pengamatan yang dirumuskan sebagai
berikut:
Di mana Xi adalah hasil pengukuran ke-i,
dan n adalah jumlah pengukuran
17. 1. VALIDASI
Validasi dapat digolongkan dalam
dua jenis, yaitu validasi metode
sampling (initial validation) dan
validasi terhadap metode yang
digunakan on site pada target yang
telah ditentukan (on site
validation)
18. 2. Metode Pengendalian
Kualitas Internal Sampling
Pengendalian Kualitas internal sampling
berkaitan dengan aspek presisi dan
teknik yang digunakan adalah replikasi
19. ARTI PENTING PROSEDUR
STATISTIK DALAM SAMPLING
Estimasi bias antara dua metode
sampling menggunakan sample
berpasangan
Sampling error dari teori
sampling Weighting error (SWE)
20. Estimasi bias antara dua metode sampling
menggunakan sample berpasangan
Metode sample berpasangan dilakukan
dengan cara mengumpulkan satu
sample dengan menggunakan dua
metode dari masing-masing sejumlah
target (20 > n). Metode ini sesuai untuk
membandingkan metode sampling baru
dengan metode yang sudah mapan
dalam penggunaan rutin
22. Sampling error dari teori sampling
Weighting error (SWE)
Hal ini terjadi, misal, lot (target sampling) terdiri
atas sub-lot dengan ukuran yang berbeda tetapi
konsentrasi ditentukan mengunakan rata-rata
sederhana, tanpa melibatkan unsure perbedaan
ukuran sub-lot. Metode yang benar adalah dengan
menghitung rata-rata terbobot (weighted mean)
dengan menggunakan ukuran sub-lot sebagai
pembobot. Dalam analisis bahan yang bergerak
(mengalir), bila laju alir bervariasi, maka laju alir
harus dicatat saat sampling dan digunakan
sebagai pembobot dalam menghitung rata-rata
23. Cara lain adalah dengan menggunakan
peralatan sampling yang mampu membagi
sample secara proporsional terhadap laju
alir dan menggunakan ukuran sampel
tersebut sebagai pembobot dalam
menghitung rata-rata. Perlu dicatat bahwa
dalam kasus sampel komposit yang terdiri
atas sub-sampel maka harus digunakan
sample proporsional, bila tidak maka akan
terjadi weighting error dalam sampel
komposit tersebut
24. Grouping and segregation error
(GSE). Disebabkan oleh fakta bahwa
sample tidak diambil berdasarkan
fragmen-fragmen, tetapi sebagai
kelompok fragmen. Bila terdapat
pemisahan dalam bahan, maka hal ini
menjadi sumber error GSE. Biasanya
GSE lebih kecil atau sama dengan
fundamental sampling error (FSE)
25. Point selection error (PSE). Bila
rata-rata dari obyek yang mengalir
(misal stream, sungai, …)
ditentukan menggunakan sample
diskrit, karena masing-masing
hasil tersebut saling berkaitan. PSE
tergantung dari strategi sampling
yang digunakan
26. Tiga strategi dasar dalam mengambil
sample
Random sampling: Waktu atau lokasi
titik sampling terdistribusi secara acak
sepanjang target
Stratified (random) sampling: Pertama
kali lot dibagi menjadi N sub-lot dengan
ukuran yang sama dan dari tiap sub-lot
ditentukan titik sampling secara acak.
Systematic (stratified) sampling:
Seluruh N sample dikumpulkan pada jarak
yang sama atau pada alur yang simetrik
27. Standar deviasi dari rata-rata lot untuk
masing-masing strategi sampling
Biasanya sp > sstrat > ssys
31. KESALAHAN PADA TAHAPAN SAMPLING
Ukuran
partikel
berkurang
Populasi
Sampling
Sub Sample
Analisis
Sampling
Sampling
5-30%
1-5%
<2%
32. PERSYARATAN SAMPEL
Sampel harus dapat mewakili populasi
Kesalahan pada sampling akan
menyebabkan kesalahan pada hasil analisis
Sampel dalam bentuk padat perlu
diperhatikan ukuran partikelnya
Kesalahan pada penghalusan sampel padat
akan mengakibatkan kesalahan yang lebih
besar dari kesalahan penimbangan
33. FAKTOR YANG MEMPENGARUHI
Ukuran partikel
Berat sampel
Jumlah sampel yang diambil
Tingkat kepercayaan
Homogenitas sampel
34. Berapa berat subsampel yang
harus diambil?
Berapa banyaknya subsampel
Yang harus diambil?
Apakah sampel yang diambil
Telah homogen?
35. STATISTIK DASAR
Nilai rata – rata
Standar Deviasi
Relative Standar Deviasi
Coefisien Variansi
36. NILAI RATA-RATA
Adalah jumlah hasil pengamatan dibagi
dengan jumlah pengamatan
Dinyatakan dalam rumus :
__ x1 + x2 + x3 + … … … … + xn-1 + xn
X = ————————————————
n
Nilai rata-rata
37. STANDAR DEVIASI
Diperlukan untuk menghitung kesalahan
random pada waktu melakukan sampling
Dinyatakan dalam rumus :
∑(xi – x)2
S = √ n – 1
S = standar deviasi
xi = nilai pengamatan
x = nilai rata-rata
38. RELATIVE STANDAR DEVIASI :
S
RSD = ——
X
KOEFISIEN VARIAN
SX100
CV = ———
X
39. CONTOH PERHITUNGAN
Dalam analisis kadar air didapat hasil analisis
sbb :
Data 1 7.08
Data 2 7.21
Data 3 7.12
Data 4 7.09
Data 5 7.16
Data 6 7.14
Data 7 7.07
Data 8 7.14
Data 9 7.18
Data 10 7.11
Hitunglah :
• Nilai rata-rata
• Nilai standar deviasi
• Nilai RSD
• Nilai CV
40. CONTOH PERHITUNGAN
0.0182
S= √ ——— S=0.045 RSD=0.0063 CV=0.63%
9
X x - x ( x - x )2
7.08 -0.05 0.0025
7.21 0.08 0.0064
7.12 -0.01 0.0001
7.09 -0.04 0.0016
7.16 0.03 0.0009
7.14 0.01 0.0001
7.07 -0.06 0.0036
7.14 0.01 0.0001
7.18 0.05 0.0025
7.11 -0.02 0.0004
X = 7.13 ∑ ( x – x )2 = 0.018
∑x=71.30
42. MENENTUKAN BERAT SUBSAMPEL MINIMUM
Dasarnya hasil standar dan relatif
standar deviasi hasil analisis
Bergantung pada jenis/komposisi
sampel
Kesalahan penentuan subsampel akan
menyebabkan kesalahan
43. MENENTUKAN BERAT SUBSAMPEL
18xƒxexd3
Ms= ————
S2
Dimana :
Ms = masa subsampel (gr)
ƒ = faktor dimensi dari partikel
e = density
d = diameter partikel
S2 = relative error
44. CONTOH PERHITUNGAN
MENENTUKAN BERAT SUBSAMPEL
Hitunglah berat subsampel yang harus
diambil jika:
Faktor ukuran partikel dari sempel =
0.5; berat jenis 2.5 gr/cm3 diameter 4
mm
Relative kesalahan = 15%
47. JUMLAH SUBSAMPEL MINIMUM
Diperlukan agar sampel yang diambil
mewakili populasinya
Dinyatakan dalam persamaan : µ = x
+ ts/√n
Dimana :
µ = nilai yang sebenarnya
n = jumlah µsampel
t = nilai dari uji t
S = standar deviasi sebagai relative
standar deviasi (RSD)
48. µ = x + txRSD/√n
E = txRSD/√n
µ - x = E
N = t2 x RSD2 / E2
Dimana :
E = error
N = jumlah subsampel
T = nilai dari tabel uji untuk kepercayaan 95% pd n tertentu
RSD = relative standar deviasi
49. CONTOH PERHITUNGAN
MENENTUKAN JUMLAH SUBSAMPEL MINIMAL
Hitunglah jumlah subsampel minimal yang
harus diambil jika diketahui :
Error = 5%
Relative standar deviasi = 7%
Nilai untuk tingkat kepercayaan 95% dan
sampel yang banyak adalah 1.96
(dibulatkan →2)
50. n = t2 x RSD2 / E2 n = 22 x 72 / 52
n = 4 x 49 / 25 n = 8
Nilai t tabel untuk n = 8 adalah 2.31, maka jumlah
Pengambilan subsampel minimal menjadi :
n = 5.34 x 49 / 25 n = 11
Jumlah
Subsampel
minimal
51. Jika RSD = 10%, maka :
n = 4 x 100 / 25 n = 16
Nilai t tabel untuk n = 16 adalah 1,96, maka jumlah
pengambilan subsampel minimal menjadi :
n = 5,84 x 100 / 25 n = 16
Jumlah
Subsampel
minimal
53. Dari perhitungan di atas didapat data :
Berat subsampel minimum = 64 gram
Jika RSD yng digunakan 7%, maka sampling
dilakukan secara acak sebanyak 11 kali
Jadi sampel diambil sebanyak : 64/11 = 6
gram
Sampel dikumpulkan agar menjadi 64 gram
Kemudian sampel ditimbang sesuai
kebutuhan analisis
54. Bagaimana jika RSD = 10%?
Dari perhitungan di atas didapat data :
Berat subsampel minimum = 64 gram
Sampling dilakukan secara acak
sebanyak 18 kali
Jadi sampel diambil sebanyak : 64/18
= 3.5 gram
Sampel dikumpulkan agar menjadi 64
gram
Kemudian sampel ditimbang sesuai
kebutuhan analisis
56. Ada 4 kriteria uji untuk uji homogenitas
Data didapat dari hasil analisis
Kriteria 1 : Membandingkan nilai F →jika F
hitung > F
tabel, maka sampel tidak homogen.
Kriteria 2 : Membandingkan SD sampling
Jika SD sampling /0>0.3→sampel tidak homogen
Kriteria 3 : Jika SD sampling >0.3 SD prediksi
menurut
Horwitz →sampel tidak homogen
Kriteria 4 : SD sampling < SD prediksi menurut
Horwitz
sampel tidak homogen.
57. STABILITAS SAMPEL
Kandungan sampel dapat berubah
setelah sampai di laboratorium.
Perubahan dapat disebabkan karena :
- Kandungan air
- Penguapan (volatile)
- Reaksi kimia
Ada sampel perlu diberi pengawet
Faktor kestabilan sampel perlu
diperhatikan
59. DAFTAR UKURAN PARTIKEL
Padat : ukuran partikel sangat penting
Cair : ukuran partikel sangat kecil
(~2.5 x 10-16) per 1 ml
Gas : ~ 2.5 x 10-19 pada volume 1 ml
temperatur 273o K dan 1 atm
60. DAFTAR PUSTAKA
1. J.N. Miller, and J.C. Miller, “Statistic and
Chemometrics for analytical Chemistry”,
4thEdition, Prentice Hall, 2000.
2. Brian W. Woodget, & Derek Cooper, “ Samples
and Standards”, John Wiley & Sons, 1997.
3. “Standard Guide for Laboratory Subsampling of
Media related to Waste Management Activities,
ASTM D 6323-98, 2001
4. Vogel,”Texbook of Quantitative Chemical
Analysis”, 3rd, Pearsom Education Limited, 2000.