KI2121 DASAR-DASAR KIMIA ANALITIKProgram Studi Kimia FMIPA ITB

Penyebab Galat PercobaanDalam merancang dan mengevaluasi metoda analitik,

ada 3 hal utama untuk mengatasi galat eksperimen:1. Sebelum malakukan analisis, terlebih dulu

mengevalusasi galat yang berhubungan dengan setiap pengukuran untuk memastikan bahwa efek penumpukan tidak membatasi kepentingan analisis

2. Selama melakukan analisis, proses pengukuran senantiasa dipantau untuk memastikan bahwa proses ada di bawah kendali.

3. Di ahir analisis, kualitas hasil dan pengukuran dievaluasi dan dibandingkan dengan kriteria rancangan semula.

PENGAMBILAN SAMPEL (SAMPLING) Beberapa istilah: sampel, conto,

cuplikan, cerok. Wujud sampel: padatan, cairan, gas,

campuran wujud beberapa wujud. Jenis sampel: sampel kasar (gross

sample), sampel laboratorium (laboratory sample), sampel duplikasi (duplicate sample), sampel acuan (reference sample).

Sampel harus mewakili (representative) populasi

Umbi porang berumus 5 tahun

Pengambilan sampel air lindi di bekas TPA Leuwigajah, Kabupaten Bandung

KIMIA ANALITIK LINGKUNGAN

Reruntuk peristiwa kebakaran

Polutan dalam gas buang kendaraan

bermotor

KARAKTERISASI PENGUKURAN DAN HASIL

Berapa massa sekeping mata uang logam

dengan nilai nominal tertentu yang beredar di

suatu negara? Massa mata uang logamtergantung pada: 1.Bahan2.Lokasi peredaran3.Tahun pembuatan4.Keadaan fisik mata uang

KATEGORI GALAT DALAM KIMIA ANALITIK Tujuan melakukan penentuan adalah untuk

mendapatkan harga perkiraan (estimate) yang secara eksperimen dapat dilakukan dengan menentukan harga rata-rata pengukuran, , dan dengan menentukan bias, , yang valid bagi harga sesungguhnya (true value, ).

Perbedaan antara harga perkiraan dengan harga sesungguhnya disebut simpangan (deviation).

Sebutan lain bagi simpangan bagi pengukuran yang dilakukan berulangkali (replikasi), antara lain adalah: ketidakpastian simpangan, atau kesalahan, atau galat.

Galat dikategorikan menjadi, galat acak (random error, indeterminate error) dan galat sistematik (systematic error, determinate error).

x

Beberapa definisi menurut International Vocabulary of basic and general terms in Metrology. ISO,

Geneva, (1993). (ISBN 92-67-10175-1 True value: Value consistent with the

definition of a given particular quantity. NOTE 1 This is a value that would be

obtained by a perfect measurement. NOTE 2 True values are by nature

indeterminate. NOTE 3 The indefinite article "a" rather

than the definite article "the" is used in conjunction with "true value“ because there may be many values consistent with the definition of a given particular quantity.

Beberapa definisi menurut International Vocabulary of basic and general terms in Metrology. ISO,

Geneva, (1993). (ISBN 92-67-10175-1Conventional true value Value attributed to a particular quantity and accepted,

sometimes by convention, as having an uncertainty appropriate for a given purpose .

Examples:a) At a given location, the value assigned to the quantity

realised by a reference standard may be taken as a conventional true value.

b) The CODATA (1986) recommended value for the Avogadro constant, NA: 6.0221367.1023 mol-1

Note 1 "Conventional true value" is sometimes called assigned value, best estimate of the value, conventional value or reference value.

Note 2 Frequently, a number of results of measurements of a quantity is used to establish a conventional true value.

Beberapa definisi menurut International Vocabulary of basic and general terms in Metrology. ISO,

Geneva, (1993). (ISBN 92-67-10175-1) Accuracy of measurement: The

closeness of the agreement between the result of a measurement and a true value of the measurand.

NOTE 1 "Accuracy" is a qualitative concept.

NOTE 2 The term "precision" should not be used for "accuracy".

Beberapa definisi menurut International Vocabulary of basic and general terms in Metrology. ISO, Geneva, (1993). (ISBN 92-67-10175-1 Precision: The closeness of agreement between

independent test results obtained under stipulated conditions

NOTE 1 Precision depends only on the distribution of random errors and does not relate to the true value or the specified value.

NOTE 2 The measure of precision is usually expressed in terms of imprecision and computed as a standard deviation of the test results. Less precision is reflected by a larger standard deviation.

NOTE 3 "Independent test results" means results obtained in a manner not influenced by any previous result on the same or similar test object. Quantitative measures of precision depend critically on the stipulated conditions. Repeatability and reproducibility conditions are particular sets of extreme stipulated conditions.

KATEGORI GALAT DALAM KIMIA ANALITIK Galat acak atau galat tak menentu umumnya

menimbulkan hasil pengukuran yang tidak presis dan dapat ditaksir melalui presisi (atau melalui ketidakpresisian).

Galat sistematik atau galat tertentu berhubungan dengan akurasi (atau ketidak akuratan) hasil pengukuran. Sumber-sumber penyebab galat acak antara lain:

- Selektivitas terhadap gangguan yang kurang- Efek matriks- Koreksi terhadap blangko (latar) yang

kurang .

KECENDERUNGAN PEMUSATAN MODE : Dari data pengamatan yang tersusun,

mode adalah hasil pengamatan yang memiliki frekuensi terbanyak

MEDIAN: Dari data pengamatan yang tersusun, jika jumlah pengamatannya ganjil, median adalah data pengamatan yang berada pada urutan di tengah, sedangkan jika jumlah pengamatannya genap, median adalah harga rata-rata dari dua pengamatan yang berada di tengah.

MEAN: dari sejumlah N pengamatan, maka mean adalah:

=

N

ii=1

X

NX =

KECENDERUNGAN PEMUSATANDari data berikut (tersusun):3,056 3,080 3,080 3,094 3,098 3.107 3.112 3.174 3.198 3,201Rentang (range) : 3,201 – 3,056 = 0,145Mode : 3,080

Median : = 3,10

Mean : = 3,120

Akurasi ditentukan oleh kesalahan mutlaknya (E) : , dengan µ adalah nilai sesungguhnya.

31.20010

3,098 3,1072

E = X - μ

SIMPANGAN atau KESALAHAN Difference: . Difference tidak pernah digunakan, karena

Harga mutlak difference: dan

Variansi:

dan bagi jumlah sampel yang terbatas:

Simpangan baku: atau

Simpangan baku relatif (RSD) atau

i i d = X - XN

ii=1

d 0

i i d = X - X

Ni

i=1d

d = N

N 2

i2 i=1

X -X =

N-1S

N 2

i2 i=1

X -X =

N-1

N 2

ii=1

X -Xσ =

N-1

2

1-

-1

N

ii

X XS

N

σ × 100 %X

100 % SX

ContohTabel 4.1 . Massa 7 mata uang logam logam yang beredar di

Amerika, diambil sampel secara acak (disusun berurutan, dalam g): 3,056; 3,080; 3,094; 3,107; 3,112; 3,174, 3,198

Rentang = 3,194 – 3,056 = 0,138 gMode : tidak adaMedian : 3,107 gHarga rata-rata = 3,117 g

Variansi: = = 0,0026

Simpangan baku = = 0,051 dan RSD = = 1,636 %

N 2

i2 i=1

X -X =

N-1S

0,01566

2

1-

-1

N

ii

X XS

N

0,051 100%3,117

0,051 100%3,117

AKURASI

Akurasi adalah ukuran bagi, seberapa dekat hasilpengukuran yang diperoleh terhadap harga yangsesungguhnya. Akurasi dinyatakan dengan galat mutlak(absolut error): , atau persen kesalahan

relatifnya,

Secara analitik, akurasi diestimasi melalui metodapenambahan standar (standard addition methode).

Besaranyang penting diukur adalah % perolehan kembali (%recovery).

E X

100rXE

GALAT MERAMBAT (PROPAGATION ERROR) PADA PENENTUAN NIKEL SECARA GRAVIMETRI SEBAGAI OKSIDANYA

GALAT MERAMBAT (PROPAGATION ERROR) PADA PENENTIAN NIKEL SECARA GRAVIMETRI SEBAGAI NIKEL-

DIMETILGLIOKSIM

Table 4.2 Measurement Errors for Selected Glasswares

Glassware Measurement Errors forVolume (mL)

Class A glassware (±

mL)

Class B gassware (± mL)

Transfer pipets 1 0.006 0.0122 0.006 0.0125 0.01 0.0210 0,02 0.0420 0.03 0.0625 0.003 0.0650 0.005 0.10

Table 4.2 Measurement Errors for Selected Glasswares

Glassware Measuring error forVolume (mL) Class A glassware

(mL)Class B

glassware (mL)Volumetric

flascs510255010025050010002000

Effect of Constant Positive Determinate Error on Analysis of Sample Containing 50% Analyte (%w/w)Mass sample = 0.100 gTrue mass analyte = 0.5 × 0.100 g =

0.050 gIf, constant error is 0,010 gMass of analyte determined = 0.050 g +

0.010 g= 0.060 gPercent analyte reported =

(0.060/0.100)×100 =60.0 %

Experimentally Determined Volumes Delivered by a 10-mL Class A Pipet

Trial Volume delivered (mL)

1 10.0022 9.9933 9.9844 9.9965 9.9896 9.9837 9.9918 9.9909 9.98810 9.999

Experimentally Determined Volumes Delivered by a 10-mL Class A Pipet

Mean = 9.992 mLStandard deviation = 0.006 mLCalibrated pipet = (9.992 ± 0.006) mLTolerance for 10 mL class A pipet is ± 0.02 mL

If we use this volume as a better estimate of this

pipet’s true volume, then the uncertainty is±0.006. As expected, calibrating the pipetallows us to lower its uncertainty.

Propagation errorThe class A 10-mL pipet characterized in Table 4.8 is used

todeliver two successive volumes. Calculate the absolute

andrelative uncertainties for the total delivered volume.SOLUTIONThe total delivered volume is obtained by adding thvolumes of each delivery; thusVtot = 9.992 mL + 9.992 mL = 19.984 mLUsing the standard deviation as an estimate of

uncertainty,the uncertainty in the total delivered volume is

= 0.00852 2(0.006) (0.006)RS

Propagation of Uncertainty for Selected Functions

Function SR

R = kA SR = k SA

R = A + B

R = A – B

R = A × B

R =

2 22 2

R BAS S S

2 22 2

R BAS S S

2 2R A BSS S

R BA

2 2R A BSS S

R BA

AB

Propagation of Uncertainty for Selected Functions

Function SR

R = ln (A)

R = log (A)

R = eA

R = 10A

R = Ak

AR

SS A

0.4343 AR

SS A

RA

S SR

0.4343 RA

S SR

AS k ARS

R

Masses of Seven United States Pennies in Circulation

TableIV.1 Table IV.10Penny Mass (g) Penny Mass (g)

1 3.080 1 3.0522 3.094 2 3.1413 3.107 3 3.0834 3.056 4 3.0835 3.112 5 3.0486 3.1747 3.198 3.081

S 0.0373.117

S 0.033

x

x

DISTRIBUSI KEMUNGKINAN

The probability of occurrence for a particular value, P(V), is given as

P(V) =

where V is the value of interest, M is the value’s frequency of occurrence in the population, and N is the size of the population.

MN

DISTRIBUSI KEMUNGKINAN

Sekeping mata uang logam dilempar (ditos) untuk melihat sisi mana yang nampak setelah jatuh. Dari 10 kali lemparan, diperoleh sisi bagian kepala (head, H) sebanyak 6 kali. Maka, kemungkinan munculnya sisi H pada 1 kali lemparan berikutnya adalah 0,6.

Jika dari 10 kali lemparan berikutnya didapat sebanyak 7 kali bagian sisi H, maka kemungkinan munculnya sisi H pada 1 kali lemparan berikutnya adalah = 0.65

6 710 10

Beberapa contoh distribusi kemungkinan Jika sepasang dadu jujur dilempar bersama-

sama, tentukan kemungkinan munculnya jumlah mata: 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 dari kedua dadu tersebut.

Dari 5 kali lemparan sebuah mata uang logam jujur, tentukan kemungkinan munculnya sisi kepala (H) sebanyak: 0, 1, 2, 3, 4 dan 5 kali.

Dari 5 kali lemparan sebuah mata uang logam jujur, tentukan kemungkinan munculnya sisi kepala (H) sedikitnya 3 kali.

DISTRIBUSI BINOMIALThe binomial distribution is the

discrete probability distribution of the number of successes in a sequence of n independent yes/no experiments, each of which yields success with probability p

The binomial distribution is frequently used to model the number of successes in a sample of size n drawn with replacement from a population of size N. If the sampling is carried out without replacement, the draws are not independent and so the resulting distribution is a hypergeometric distribution, not a binomial one. However, for N much larger than n, the binomial distribution is a good approximation, and widely used.

Specification of Binomium Distribution

Probability mass function:

for X = 0, 1, 2, ..., N, where is the binomial

coefficient.

Mean : μ = N×p

Variance : σ2 = N×p×q

Standard deviation: σ =

Pr( , ) (1 )N X N XXX N p p

!!( )!

NNX X N X

N p q

PROBABILITY MASS FUNCTION