Uji Linearitas Kurva Kalibrasi

Fungsi kalibrasi orde pertama sangat dianjurkan untuk digunakan dalam analisis sampel sehari-hari di laboratorium, tetapi apabila memang tidak memungkinkan, fungsi kalibrasi orde kedua boleh digunakan berdasarkan perhitungan statistik regresi non-linier memberikan hasil yang lebih baik.


Untuk menguji linearitas kurva kalibrasi yang digunakan terdapat beberapa cara yaitu;

1. Uji Linearitas secara visual

Evaluasi secara visual garis kurva kalibrasi merupakan pengecekan sederhana dan biasanya sangat subyektif, dalam kasus yang meragukan, linearitas harus diuji secara statistik



2. Uji Mandel

Uji Mandel dianjurkan untuk verifikasi statistik linearitas kurva kalibrasi, uji ini didasarkan pada asumsi bahwa penyimpangan yang relatif besar nilai terukur dari garis lurus disebabkan oleh ketidaklinieran data kalibrasi dan dapat dikurangi melalui pemilihan model regresi yang lebih baik, dalam hal ini fungsi orde kedua.

Uji linearitas secara statistik merupakan perbandingan simpangan baku residual yang diperoleh dari perhitungan regresi linier (sdy1) dengan simpangan baku residual yang diperoleh dari perhitungan regresi non-linier (sdy2).

Perbedaan dari varian DS2 dihitung menggunakan simpangan baku sdy1 (dari fungsi kalibrasi orde pertama) dan sdy2 (dari fungsi kalibrasi orde kedua):

DS²=(n–2)sd_y1 – (n–3)sd_y2 

Hasil uji, dihitung untuk uji F dengan persamaan sebagai berikut;

F_hitung =DS²/sd_y2

dan dibandingkan dengan nilai yang diperoleh dari Ftabel (f1 = 1, f2 = n - 3, P = 99%).
Jika Fhitung ≤ Ftabel, maka fungsi kalibrasi adalah regresi linier.
Jika Fhitung › Ftabel, maka fungsi kalibrasi adalah regresi non-linier.


3. Analisis residual

Cara lain untuk menguji apakah pendekatan fungsional yang dipilih dari model kalibrasi memadai menggambarkan hasil yang diukur adalah analisis residual.

Residual di adalah jarak vertikal dari pengamatan dari kurva regresi

di = ýi - yi

dengan yi = observasi
dan ýi= nilai perkiraan dari yi (dari fungsi regresi).

Residual di didistribusikan secara normal jika pendekatan model yang dipilih benar. Jika residual menunjukkan tren, maka pendekatan regresi yang mendasari harus diverifikasi; misalnya, dalam kasus (d), fungsi orde kedua harus dihitung.


Gambar representasi grafik dari residu tergantung pada konsentrasi x:

a) Ideal, yaitu model pendekatan yang benar;

b) Trend linier, pendekatan mungkin salah atau kesalahan perhitungan;

c) Varian meningkat, varian tidak homogen

d) Hasil non-linier, hasil dari memilih fungsi regresi yang salah.



Untuk uji linearitas kurva kalibrasi dengan data N = 10 (data anda bisa diinput di cell berwarna hijau), silahkan klik di sini.