Tampilkan postingan dengan label Statistik. Tampilkan semua postingan
Tampilkan postingan dengan label Statistik. Tampilkan semua postingan

Jumat, 15 Mei 2020

Teknik Pengambilan Sampel untuk Penelitian Eksperimen dan Uji Laboratorium

Teknik Pengambilan Sampel
Teknik pengambilan sampel adalah suatu cara untuk mendapatkan sampel dari populasi yang digunakan untuk menentukan sifat, karakter atau lainnya. Teknik sampling ini sangat penting untuk diketahui secara seksama karena kegiatan ini merupakan tahap awal yang akan menentukan kualitas suatu data hasil pengujian.

PENGERTIAN POPULASI DAN SAMPEL

Sebelum kita bahas lebih jauh, berikut ini saya jelaskan terlebih dahulu apa itu sampel dan populasi. Populasi adalah suatu wilayah secara umum  yang terdiri dari objek atau subjek dan memiliki kualitas dan karakteristik tertentu. Penentuan populasi biasanya ditentukan oleh seorang peneliti ataupun analis di laboratorium.

Populasi ada banyak hal karena dapat berupa orang, hewan, ataupun benda-benda alam lainnya seperti pohon, air ataupun tanah. Populasi tidak hanya sebagai jumlah yang ada pada objek atau subjek yang akan diteliti melainkan terdiri dari seluruh karakter yang dimiliki oleh benda itu semua.

Sampel adalah sebagian dari jumlah atau karakter populasi, adanya sampel dikarenakan tidak memungkinkannya melakukan penelitian atau pengujian terhadap populasi karena jumlahnya yang terlalu besar.

Oleh sebab itu terdapat beberapa teknik pengambilan sampel agar kegiatan untuk menunjang penelitian ataupun pengujian menjadi maksimal dan bersifat representative (mewakili).

TEKNIK SAMPLING

Untuk memudahkan anda dalam memahami teknik pengambilan contoh, tahap awal ini saya ingin menyampaikan ke dalam bentuk infografis.

Berdasarkan gambar di atas, dapat kita lihat bahwa teknik sampling itu terdiri dari dua macam, yaitu pengambilan sampel secara probabilitas (probability sampling) dan non-probabilitas (non probability sampling).

Probability Sampling

Probability sampling adalah suatu teknik pengambilan contoh dari populasi dimana setiap sampel mendapatkan peluang yang sama untuk dijadikan sebagai sampel uji. Pengambilan sampel secara probabilitas terdiri dari beberapa metode yaitu simple random sampling, proportionate stratified random sampling, disproportionate stratified random dan sampling area (cluster) sampling atau sering disebut pengambilan sampel menurut lokasi atau daerah.

Simple Random Sampling

Mengapa dikatakan sebagai simple atau dalam bahasa Indonesia adalah sederhana? Hal ini karena anggota yang dijadikan sebagai sampel dari populasi diambil secara acak tanpa memperhatikan adanya strata yang terdapat dalam populasi tersebut.

Metode ini dilakukan jika anggota populasi terdiri dari anggota yang homogen. Cara pengambilan sampel secara sederhana bisa dilakukan dengan cara undian dengan cara memilih bilangan dari daftar bilangan secara acak dan sebagainya.

Lebih jelasnya coba anda perhatikan ilustrasi berikut ini:
simple random sampling adalah

Proportionate Stratified Random Sampling

Cara pengambilan sampel ini digunakan apabila populasi yang ada memiliki anggota yang bersifat tidak homogen serta berstrata secara proporsional. Misalkan saja begini, di dalam suatu organisasi perusahaan sudah pasti memiliki karyawan yang berbeda latar belakang pendidikan. Seperti lulusan SD, SMP, SMA/SMK, D3, S1 dan S2, Nah oleh sebab itu kita harus mengambil perwakilan dari tiap-tiap strata tersebut.
Proportionate Stratified Random Sampling

Tujuannya dalah agar kita mendapatkan data yang representative atau mewakili kondisi populasi secara umum. Adapun penentuan jumlah sampel yang ditentukan agar mewakili populasi yang ada, harus ditentukan melalui penentuan jumlah sampel yang dikembangkan oleh Isaac dan Michael dan disajikan pada tabel berikut ini:
tabel Isaac dan Michael

Disproportionate Stratified Random Sampling

Teknik atau cara pada bagian ini dipilih apabila kondisi populasi memiliki strata namun kurang proporsional. Maksud dari proporsional adalah jumlah dari masing-masing strata sangat bervariasi sehingga cukup sulit untuk menentukan jumlah sampel yang tepat.

Lebih mudahnya saya mencontohkan begini, suatu ketika saya henda meminta kepada seluruh karyawan saya untuk memberikan penilaian terhadap kinerja yang telah saya lakukan selama ini. Adapun jumlah karyawan saya tersebut terdiri dari 3 orang lulusan S3, 4 orang S2, 90 orang S1, 800 orang SMA Sederajat, 700 orang SMP.

Maka dari data diatas dapat kita lihat bahwa jumlah strata tidak cukup proporsional, oleh sebab itu teknik yang bisa dilakukan adalah dengan cara menerapkan disporprotionate stratified random sampling. Maka strata dengan jumlah yang sedikit harus diambil semua sebagai sampel yaitu karyawan dengan lulusan S3 dan S2 harus dijadikan sebagai sampel semua.

Cluster Sampling (Area Sampling)

Cluster sampling digunakan untuk menentukan sampel bila objek yang akan diteliti atau sumber datanya sangat luas. Misalkan begini, kita akan mengambil pendapat masyarakat Indonesia yang terdiri dari 33 provinsi. Namun sampel yang digunakan hanya berkisar 20 provinsi saja. Akan tetapi dari 15 provinsi yang dipilih juga harus menetapkan kabupaten atau kota dari masing-masing provinsi tersebut.

Oleh sebab itu, penggunaan metode sampling ini sering kali digunakan melalui dua tahap yaitu tahap pertama dengan cara menentukan sampel daerah kemudian menentukan orang yang ada pada daerah tersebut. Adapun metode ini digambarkan seperti pada gambar berikut ini:
cluster sampling sugiyono

Nonprobability Sampling

Nonprobability sampling adalah metode pengambilan sampel yang tidak memberikan peluang yang sama bagi setiap unsur atau anggota populasi untuk kemudian dipilih menjadi sampel. Adapun cabang dari beberapa teknik pengambilan sampel ini adalah sebagai berikut:

Pengambilan Sampel Sistematis

Pengambilan sampel sistematis adalah teknik sampling berdasarkan ukuran dari anggota populasi yang telah diberi nomor urut. Kita ambil contoh begini, di dalam suatu populasi terdapat 100 orang yang kesemuanya telah diberikan nomor urut.

Berdasarkan nomor urut tersebut, penetapan sampel dapat dilakukan dengan cara kelipatan, misalkan saja kelipatan 3 sehingga menjadi 1, 3, 6, 9 dan seterusnya.

Sampling Kuota

Sampling kuota adalah suatu teknik untuk menentukan jumlah sampel dari populasi yang memiliki ciri tertentu hingga jumlah (kuota) yang dipilih. Jenis sampling kuota lumayan sering digunakan oleh para peneliti di instansi Pemerintahan seperti pada Dinas Pendapatan Daerah.

Adapun sampel yang biasa digunakan adalah masyarakat yang akan dan ingin membayar pajak bumi dan bangunan (PBB). Misalkan saja si peneliti ingin mengumpulkan sebanyak 300 sampel (orang) maka penelitian dikatakan lengkap apabila sampel telah mencukupi 300 orang tersebut, jika belum maka si peneliti berkewajiban untuk mengumpulkan data hingga sebanyak 300 sampel.

Baca Juga:
Kebijakan Pengambilan Sampel Berdasarkan ISO 17025

Sampling Insidental

Sampling incidental merupakan cara menentukan jumlah sampel berdasarkan kebetulan, dalam hal ini siapa saja yang secara kebetulan atau incidental bertemu dengan si peneliti maka orang tersebut dapat dijadikan sebagai sampel, namun perlu diperhatikan bahwa sampel atau orang tersebut memiliki kriteria sampel yang akan diuji.

Sampling Purposive

Sampling jenis purposive merupakan teknik menentukan sampel melalui suatu hal pertimbangan. Misalkan saja si peneliti ingin melakukan penelitian mengenai topik kebijakan politik maka orang atau sampel yang dijadikan adalah orang yang ahli dibidang politik. Atau bisa juga sebagai contoh yaitu apabila si peneliti ingin melakukan penelitian tentang penyakit menular maka orang atau sampel yang ditetapkan adalah seorang yang ahli dibidang kesehatan terkhusus mengenai penyakit menular. Jenis teknik sampling ini lebih cocok digunakan untuk penelitian kualitatif atau penelitian yang tidak melakukan generalisasi.

Sampling Jenuh

Sampling jenuh merupakan suatu teknik untuk menentukan sampel bila semua anggota populasi akan digunakan sebagai sampel. Seperti yang dijelaskan sebelumnya mengenai disproportionate stratified random sampling, bahwa karena jumlah populasi yang sedikit, maka populasi tersebut langsung dijadikan sebagai sampel.

Snowball Sampling

Snowball sampling adalah teknik untuk menentukan sampel ketika pada awalnya jumlah sampel hanya 2 sampel saja, namun seiring dengan berjalannya waktu si peneliti mencari atau menemukan orang lain yang kemudian dijadikan sebagai sampel sehingga semakin lama, maka jumlah sampel akan semakin banyak.

Jika Rekan-rekan sekalian membutuhkan Panduan Mutu dan Prosedur Mutu, kami menawarkan template dokumen tersebut untuk memudahkan rekan-rekan dalam memahami bahkan bisa langsung mengimplementasikan ISO/IEC 17025: 2017. Kami juga menawarkan template Formulir yang diperlukan untuk menjalankan Prosedur. Untuk informasi lebih detail, silahkan kontak via Seluler or WA ke nomor 0821-7254-5061. 

Cara penentuan sampling seperti ini ibarat seperti bola salju yang sengaja digelindingkan, maka semakin lama bola salju tersebut akan semakin besar.

Nah, bagaimana sangat mudah bukan cara menentukan jumlah sampel dari berbagai jenis populasi. Semoga artikel ini dapat bermanfaat bagi para pembaca. Apabila ada suatu hal yang ingi ditanyakan atau didiskusikan silahkan isi melalui kolom komentar. Terimakasih. Wassalamualaikum…

Sabtu, 25 April 2020

Cara Mencari Simpangan Baku Menggunakan Microsoft Excel

Cara mencari simpangan baku sangatlah mudah, namun sebelum kita masuk ke dalam tahap untuk menghitung nilai standar deviasi tersebut mari kita simak dahulu pengertian simpangan baku. Simpangan baku sering juga disebut sebagai standar deviasi atau deviasi standar. Sehingga simpangan baku sering dikaitkan dengan bias atau sebaran sekumpulan nilai.
cara mencari simpangan baku

Biasanya penggunaan standar deviasi tersebut apabila data yang diperoleh berjumlah lebih dari 1 data. Sehingga data tersebut bisa dihitung nilai sebarannya. Terdapat rumus dasar standar deviasi yang bisa digunakan jika anda ingin menentukannya secara satu per satu. Dalam pembahasan kita kali ini saya ingin membagikan ke dalam beberapa ulasan yang dikelompokkan berdasarkan sub poin berikut ini:

1. Pengertian Simpangan Baku atau Standar Deviasi

Menurut Drs. Setiawan, M. Pd dan Pepen Permana S.Pd, standar deviasi adalah derajat atau nilai yang menunjukkan tingkat atau derajat variasi kelompok data dari nilai rata-ratanya.

Pada ilmu statistika dan probabilitas, simpangan baku atau standar deviasi adalah suatu ukuran sebaran secara statistik yang paling lazim. Singkat cerita bahwa nilai tersebut mengukur tentang nilai  data yang tersebar.

Selain itu dapat pula didefinisikan sebagai nilai rata-rata dari jarak penyimpangan antara titik data yang telah diukur dari nilai rata-rata tersebut.

Definisi lain dari simpangan baku adalah bahwa nilai tersebut adalah sebagai akar kuadrat variansi. Simpangan baku juga biasanya tidak benilai negatif, dan memiliki satuan yang sama dengan data yang diolah. Misalnya jika suatu data diukur dalam satuan ppm, maka simpangan baku yang diperoleh juga dalam satuan ppm.

Pertama kali istilah simpangan baku dikenalkan oleh Karl Pearson tahun 1894, dimana pembahasan tersebut dituangkan dalam karyanya yang berjudul On the dissection of asymmetrical frequency curves.

Baca Juga: Evaluasi Ketidakpastian Pengukuran
 

2. Rumus Simpangan Baku atau Standar Deviasi

Setelah rekan-rekan sekalian telah memahami pengertian dari standar deviasi, maka selanjutnya kita bahas mengenai rumus yang bisa digunakan untuk menentukan nilai deviasi suatu data yang kita peroleh. Persamaan yang sering digunakan ada yang untuk menentukan simpangan baku populasi dan sampel.

Rumus simpangan baku populasi

Simpangan baku populasi dapat ditentukan dengan rumus berikut ini:

Dalam penentuan bias secara populasi simbol yang digunakan adalah sigma. Simbol N adalah jumlah populasi, xi adalah nilai ke-i dan x bar adalah rata-rata populasi.

Rumus simpangan baku sampel

Simpangan baku sampel dapat ditentukan dengan rumus berikut ini:

Berbeda dengan rumus untuk menentukan deviasi sampel, simbol yang digunakan adalah s. Nah dalam hal ini, N adalah jumlah sampel yang diukur.

3. Cara Menghitung Simpangan Baku di Excel

Setelah kita memahami rumus dasar dari standar deviasi, maka tentunya akan merasa direpotkan jika kita harus menentukannya dengan menggunakan rumus di atas. Maka saya akan memberikan informasi mengenai cara menghitung standar deviasi menggunakan microsoft excel.

Dalam pembahasan kali ini saya mencontohkan dengan menggunakan Microsoft Excel 2010. adapun cara menghitung standar deviasi dengan excel adalah sebagai berikut:

1. Buka microsoft excel (silahkan menggunakan seri berapa pun, secara umum tahapannya sama).

Gambar 1. tampilan menu start untuk microsoft excel
 2. Setelah terbuka jendela awal, maka ketik data yang akan anda cari nilai deviasi atau simpangannya. Saya mencontohkan data seperti gambar berikut ini:

Gambar 2. Contoh data pada microsoft excel
3. Setelah data yang ingin anda tentukan telah diketik semua ke dalam microsoft excel, maka selanjutnya arahkan kursor dan klik ke kolom B9.

4. Pada kolom B9 tersebut, terlebih dahulu kita tentukan nilai rata-rata dari data tersebut. Untuk menentukan nilai rata-rata, silahkan ketik pada kolom B9 seperti ini: =average(blok semua data dari B2 hingga B8. Contoh seperti gambar berikut:

Gambar 3. Penentuan rata-rata
5. Kemudian ketik tutup kurung seperti ini ")" diakhir rumus tersebut lalu tekan ENTER. Dan kemudian muncul seperti ini.

Gambar 4. Data hasil perhitungan nilai rata-rata
6. Berikutnya posisikan area yang akan di ketik di kolom B9, kemudian ketik rumus berikut =stdev(blok data yang akan dihitung), lebih jelasnya perhatikan gambar berikut ini:

Gambar 5. Rumus menghitung standar deviasi dengan excel
7. Berikutnya adalah tekan ENTER, maka akan muncul nilai seperti gambar berikut ini:

Gambar 6. Data hasil penentuan standar deviasi dengan excel
8. Selanjutnya silahkan rapikan tabel berikut dengan memberikan informasi pada masing-masing nilai tersebut. (contoh seperti gambar berikut)

Gambar 7. Cara mencari simpangan baku dengan microsoft excel


Nah, itulah ulasan mengenai rumus dan cara mencari simpangan baku menggunakan microsoft excel, semoga informasi ini dapat memberikan manfaat bagi pembaca dan anda tentunya. Jika ada yang perlu didiskusikan lebih lanjut, silahkan tinggalkan pesan atau berikan komentar terbaikmu. Terimakasih.

Rujukan dasar: https://en.wikipedia.org/wiki/Standard_deviation

Jumat, 17 Mei 2019

Ketidakpastian Pengukuran : Estimasi dan Eveluasi Yang Sesuai Dengan ISO 17025

Evaluasi Ketidakpastian Pengukuran

Ketidakpastian Pengukuran - Dalam memenuhi persyaratan dan meningkatkan kepuasan pelanggan, laboratorium selalu berusaha untuk meningkatkan kualitas data hasil pengujian yang berasal dari kegiatan di laboratorium.

Tentang estimasi ketidakpastian pengukuran, di dalam persyaratan Sistem Manajemen Mutu Laboratorium Penguji yang dipersyaratkan dalam ISO/IEC 17025 versi 2017 ketidapastian pengukuran juga harus di evaluasi sehingga penyebutan kata Estimasi telah dirubah menjadi Evaluasi  yaitu menjadi Evaluasi Ketidakpastian. 

Perbedaannya terletak pada hasil dari ketidakpastian tersebut harus dilakukan evaluasi agar proses penentuan ketidakpastian pengukuran dapat diterapkan ke dalam pengujian sampel sehari-hari.

Mengenai evaluasi ketidakpastian pengukuran, terdapat banyak perbedaan dalam menafsirkannya, namun kali ini penulis ingin membahasnya berdasarkan dari hasil diskusi dengan Asesor Komite Akreditasi Nasional (KAN) pada saat agenda asesmen ulang ditempat penulis bekerja.

Pada saat penulis melakukan diskusi dengan salah satu tim Asesor, beliau mengatakan bahwa Ketidakpastian itu tak berbeda dengan Standar Deviasi, dimana maksudnya adalah Bias yang dihasilkan dari suatu pengukuran atau pengujian yang dilakukan secara berulang.

Maka untuk mengevaluasi nilai ketidakpastian hampir sama dengan evaluasi nilai standar deviasi. Sobat laboran tentu pernah melakukan pengujian yang dilakukan secara berulang hingga 7 kali atau bahkan lebih? nah, biasanya kita melakukan evaluasi data tersebut bersifat presisi adalah melalui nilai Simpangan Baku Relatif (Relative Standard Deviation) atau disingkat RSD kemudian dibandingkan dengan nilai CV Horwitzh.

Jika Rekan-rekan sekalian membutuhkan Panduan Mutu dan Prosedur Mutu, kami menawarkan template dokumen tersebut untuk memudahkan rekan-rekan dalam memahami bahkan bisa langsung mengimplementasikan ISO/IEC 17025: 2017. Kami juga menawarkan template Formulir yang diperlukan untuk menjalankan Prosedur. Untuk informasi lebih detail, silahkan kontak via Seluler or WA ke nomor 0821-7254-5061.

Sebelum kita melakukan evaluasi terhadap nilai ketidakpastian yang diperoleh dari hasil estimasi, maka kita akan membahas bagaimana cara melakukan perhitungan ketidakpastian pengujian? mari kita bahas satu per satu.

Klausul Estimasi Ketidakpastian dalam ISO/IEC 17025:2017


7.6.1. Lаbоrаtоrіum hаruѕ mеngіdеntіfіkаѕі kontribusi terhadap kеtіdаkраѕtіаn реngukurаn. Sааt mеngеvаluаѕі kеtіdаkраѕtіаn реngukurаn, semua kontribusi yang реntіng, tеrmаѕuk yang timbul dari pengambilan sampel, hаruѕ dіреrhіtungkаn dеngаn mеnggunаkаn mеtоdе аnаlіѕіѕ уаng tераt.

7.6.2. Lаbоrаtоrіum уаng mеlаkukаn kаlіbrаѕі, tеrmаѕuk peralatannya sendiri, hаruѕ mengevaluasi kеtіdаkраѕtіаn реngukurаn untuk ѕеmuа kаlіbrаѕі.

7.6.3. Laboratorium уаng melakukan реngujіаn harus mengevaluasi kеtіdаkраѕtіаn pengukuran. Bіlа mеtоdе uji menghalangi evaluasi ketidakpastian pengukuran secara ketat, еѕtіmаѕі hаruѕ dilakukan berdasarkan pemahaman terhadap prinsip tеоrіtіѕ atau реngаlаmаn рrаktіѕ dari kіnеrjа mеtоdе іnі.

CATATAN 1 Dalam kаѕuѕ-kаѕuѕ dі mаnа mеtоdе ujі уаng diakui dengan baik mеnеntukаn bаtаѕаn nilai ѕumbеr utаmа kеtіdаkраѕtіаn pengukuran dаn mеnеntukаn bentuk реnуаjіаn hаѕіl yang dіhіtung, lаbоrаtоrіum dіаnggар tеlаh mеmеnuhі 7.6.3 dеngаn mеngіkutі mеtоdе ujі dаn іnѕtrukѕі реlароrаn.

CATATAN 2 Untuk mеtоdе tertentu dimana ketidakpastian pengukuran hаѕіl tеlаh dіtеtарkаn dаn dіvеrіfіkаѕі, tіdаk реrlu mengevaluasi ketidakpastian реngukurаn untuk ѕеtіар hаѕіl jіkа laboratorium dapat mеnunjukkаn bahwa fаktоr-fаktоr уаng ѕаngаt mempengaruhi diidentifikasi terkendali.

CATATAN 3 Untuk іnfоrmаѕі lеbіh lаnjut, lіhаt ISO/IEC Guide 98-3, ISO 21748 dаn ѕеrі ISO 5725.

Pengertian Dasar Ketidakpastian

Menurut Hadi (2018), ketidakpastian adalah parameter yang berhubungan dengan hasil suatu pengujian yang memberikan gambaran penyebaran dari nilai pengujian. Katidakpastian pengukuran merupakan nilai ketidakpastian yang diperoleh dari pengukuran suatu bahan atau material dengan menggunakan peralatan dan instrumen yang terkalibrasi, sehingga nilai ketidakpastian yang diperoleh merupakan nilai ketidakpastian gabungan dari setiap langkah atau proses pengukuran.

Berikutnya, menurut International Vocabulary of Basic and General Terms in Metrology (VIM) bahwa ketidakpastian pengukuran adalah suatu parameter yang dihubungkan terhadap hasil pengujian yang menunjukkan sebaran nilai yang diyakini berasal dari measurand.

Misalkan kita melakukan pengukuran atau pengujian kadar Fosfat menggunakan instrumen Spektrofotometer UV-Vis, dalam melakukan pengujian tersebut kita menggunakan beberapa peralatan diantaranya Timbangan Analitik, Pipet Volume, Labu Takar (Volume Flask) dan lain-lain. Masing-masing peralatan yang digunakan memiliki kontribusi terhadap nilai ketidakpastian, ditambah lagi analis yang melakukan pekerjaan juga memiliki nilai ketidakpastian yaitu disebut Repeatability.

Biasanya ketidakpastian dituliskan ke dalam bentuk seperti gambar berikut:


2,15 adalah nilai rata-rata yang dilaporkan
0,024 adalah nilai ketidakpastian yang diperoleh dari 

Dalam menentukan ketidakpastian pengukuran, terdapat 2 Tipe yang sering digunakan dan dijumpai yaitu disebut Ketidakpastian Tipe A dan Ketidakpastian Tipe B. Masing-masing ketidakpastian tersebut akan dibahas pada bagian selanjutnya.

Tipe Ketidakpastian


Ketidakpastian Tipe A

Ketidakpastian Tipe A merupakan sumber ketidakpastian yang berasal dari penentuan dengan metode statistik. Penentuan secara statistik tersebut dilakukan dengan cara:

Standar deviasi yang dimaksud adalah nilai simpangan baku yang diperoleh dari hasil pengulangan sampel pada penentuan suatu analit menggunakan metode yang terverifikasi atau tervalidasi. Sedangkan n adalah pengulangan yang dilakukan pada waktu yang sama atau berbeda. Namun dalam hal ini biasanya dilakukan pada waktu yang bersamaan, analis yang sama, metode yang sama dan waktu yang berdekatan.

Ketidakpastian Tipe B

Ketidakpastian Tipe B merupakan sumber ketidakpastian yang berasal dari informasi ilmiah seperti Sertifikat Kalibrasi Alat ataupun jurnal ilmiah. Ketidakpastian Tipe B dapat diekspresikan sebagai berikut:


Maksud dari ketidakpastian dari informasi adalah nilai ketidakpastian yang diperoleh dari sertifikat kalibrasi atau informasi ilmiah lainnya. Sedangkan k adalah faktor cakupan, adapun nilai faktor cakupan ini biasanya ditentukan langsung dari informasi tersebut dan ada juga yang tidak. Jika tidak dicantumkan biasanya nilai k adalah 2 (dua).

Prosedur Menentukan Evaluasi Ketidakpastian Pengukuran

Secara umum, prosedur penentuan ketidakpastian pengukuran dilakukan pada 3 (tiga) tahapan utama yaitu:

1. Menentukan spesifikasi kuantitas yang diukur dengan persamaan atau rumus.

Pada tahap ini biasanya rumus diperoleh dari sumber referensi metode yang digunakan atau jika melakukan pengembangan metode secara in-housed (in-housed method). Persamaan yang digunakan meliputi kadar atau konsentrasi yang dihasilkan dari instrumen analisis, faktor pengenceran dan faktor konversi (jika ada). Rumus atau persamaan tersebut juga digunakan untuk menghitung kadar atau konsentrasi analit yang dilakukan sehari-hari di laboratorium.

2. Mengidentifikasi sumber ketidakpastian

Proses identifikasi dilakukan dengan menjabarkan sumber-sumber ketidakpastian untuk menganalisis suatu analit pada sampel tertentu menggunakan metode pengujian yang dipilih. Sumber ketidakpastian biasanya berasal dari semua kegiatan yang dilakukan, peralatan yang digunakan, analis yang mengerkan, instrumen analisis yang digunakan, kondisi akomodasi dan lingkungan, bahan kimia atau standar yang digunakan hingga faktor eksternal lainnya seperti proses pengambilan sampel.

Masing-masing sumber ketidakpastian yang telah teridentifikasi dijabarkan kedalam bentuk diagram sebab akibat yang biasa disebut sebagai diagran Fishbone.


3. Menghitung masing-masing sumber ketidakpastian menjadi ketidakpastian baku

Dalam menghitung nilai ketidakpastian baku, hal yang utama adalah menghitung ketidakpastian yang sesuai dengan Tipe masing-masing ketidakpastian yang telah dibahas di atas. Pastikan dalam menentukan ketidakpastian tidak salah dalam menafsirkan mana yang Tipe A dan Tipe B, karena akan sangat berpengaruh pada nilai ketidakpastian yang diperluas.

Pelaporan Evaluasi Ketidakpastian Pengukuran

Pada ISO/IEC 17025:2017 yaitu versi terbaru, ketidakpastian pengukuran harus dievaluasi. Evaluasi dilakukan untuk menerapkan nilai ketidakpastian pengukuran pada proses pengujian harian. Evaluasi ketidakpastian pengukuran dapat dilakukan dengan dua cara yaitu:

1. Membandingkan nilai tengah dengan nilai ketidakpastian.

Nilai tengah adalah nilai yang diperoleh dari hasil rata-rata pengujian suatu sampel pada analit (parameter) tertentu. sedangkan nilai ketidakpastian berasal dari hasil analisa secara statistik. Menurut beberapa Asesor dan para praktisi, perbandingan antara nilai tengah dan nilai ketidakpastian dapat ditentukan dengan rumus berikut:
Dimana:
EP adalah Evaluasi Perbandingan

Nilai EP dikatakan memuaskan jika memiliki nilai kecil dari 5%. Artinya nilai ketidakpastian tidak boleh lebih besar 5% dari nilai rata-rata. Nah, sudah paham bukan salah satu untuk menentukan evaluasi ketidakpastian pengukuran.

2. Membandingkan nilai ketidakpastian dengan 2/3 CV Horwitzh

Cara melakukan evaluasi ketidakpastian pengukuran selanjutnya adalah dengan membandingkan nilai ketidakpastian dengan 2/3 CV Horwitzh. Mengapa dapat dibandingkan dengan CV Horwitzh? ulasannya telah saya sebutkan sebelumnya. Bahwa beberapa Praktisi telah sepakat bahwa nilai ketidakpastian merupakan nilai Bias (standar deviasi) yang lebih kompleks, dimana ditentukan berdasarkan beberapa sumber ketidakpastian. Evaluasi nilai ketidakpastian pengukuran dinyatakan memuaskan bila nilai ketidakpastian lebih kecil dari 2/3 KV Horwitzh.

Kesimpulan:

Ketidakpastian pengukuran dapat juga dikatakan sebagai nilai keragu-raguan, namun dalam penentuannya dilakukan berdasarkan analisis secara statistik. Ketidakpastian sangat dibutuhkan terutama untuk parameter yang termasuk ke dalam ruang lingkup akreditasi. Dalam kebijakan yang ditetapkan dalam ISO/IEC 17025:2017 bahwa Laboratorium harus melakukan Evaluasi Ketidakpastian Pengukuran sehingga mau atau tidak mau Laboratorium harus melakukan evaluasi tersebut. Evaluasi ketidakpastian pengukuran dapat ditentukan dengan dua cara yaitu membandingkan nilai ketidakpastian dengan nilai rata-rata dan membandingkan nilai ketidakpastian pengukuran dengan 2/3 KV Horwitzh. Semoga artikel ini bermanfaat, mohon maaf jika membingungkan dan jika ada yang ingin didiskusikan silahkan tinggalkan pertanyaan di kolom komentar.