fi _.

", ;. ...".

. :.': :]

., i I '-: i

+

l

$

t6. :'r

Dr. Agus trlurhadi, DEA"-:- ting, Griya DepokAsricT/x Jl. Tote lskandar, Depok 16411Tetp.021.7707664

F ax. 021.7783'46A5 e_mait:

;

5;__@::r.::e:k

Validasi Metode dan ISO/IEC 17025:2005

lntroductionVAM

Validation of Analytical Methods (VAM) Cycle

vIJthave confidence in competenc.v

Apa itu validasi metode ?Mengapa validasi metode dibutuhkan ?Kapan anda memerlukan validasi metode ?Bagaimana cara anda memvalidasi ?Bagaimana anda mengenari suatu metode telahdivalidasi ?

have cnnfidence n competency

have confidence in comptency

Apa itu validasi metode ?

itu Validasi Metode?VIlt_

have confidftce in comPlercY

Validasi : konfirmasi melalui pengujian dan pengadaanbahwa tertentu untuk suatumaksud khusus dipenuhi (Klausul 5.4.5.1)(Validation : Confirmation, through the provision of qbjectlVe eyiderca, that therequirements for a specific intended use or application have been fulfilled)-

Bukti objektif : data pendukung eksistensi sesuatu ataukebenaran sesuatu.(Objective evidence : data supporting the existence or verity of something)

Persyaratan : kebutuhan atau harapan yang dinyatakan,sera umum diterapkan dan menjadi keharusan.(Requirements : needs or expectations that is stated, generally implied or obligatory)'

npe itu Validasi Metode?

- Valldasi metode adalah proses pembuktian bahwa metodetersebut sesuai untuk maksud/tujuan tertentu.Method validation is then the process of proving that a method is suitable for itsnrtended purpose).

Proses validasi suatu metode biasanya sangat dekatdengan proses pengembangan suatu metode.tThe process of validating a method is usually very close to the process of developing arnethod)

have confidence in competency

vIjltiha\ confidence in cornpeterEy

IENGAPA VALIDASI METODE DIBUTUHKAN?

Iengapa Validasi Metode dibutuhkan?

Standard ISO/IEC 1 7025'.2005 (persyaratan umumaboratorium pengujian dan laboratorium karibrasi)'' Validasi metode adalah sebuah mandatory untuk lso 1702s:200s

(ktausul 5.4.5)v Bagian yang harus dikomunikasikan kepada peranggan (Klausul 4.4.1)

nenyajian bukti ilmiah akan ujuk kerja metode yang digunakanCan untuk komunikasi kepada semua pihak yangcerkepentingan,

' Semua kreteria dan persyaratan yang ditetapkan

*engapa Validasi Metode dibutuhkan?

Mencapai hasil yang benar dan membuktikankebenarannya !

/ customers mempercayai labaratoriurn dalam hal l.is*r! ,ir;i;:1g*r:,; v,=i;,,:e :n r*llable. Validasi metode menjadi tahap pENTING dalam mencapaitujuan ini./ validasi Metode membantu praktisi raboratorium dalam prosespembuktian bahwa fungsi darisebuah metode telah sesuai dengantujuan.

Sistem Manajemen mutu/ validasi Metode seringkali rnenjadi bagian dari pros*dur legal atau

bagian dari perundang-u ndangan/peratu ran.r' Validasi Metode memungkinkan untuk membandingkan hasil dari contoh

sampel yang dianalisis di laboratorium yang berbeda-beda.

VIltcompeterFy

KAPAN VALIDASI METODE DIBUTUHKAN ?

lhoan Validasi Metode dibutuhkan?NIlt

have confidence in comPeterrY

ISO/IEC 17025:2005' Metode yang dikembangkan oleh laboratorium atau metode yang diadopsi

oleh laboratorium yang sesuai penggunaannya; F,a.2; 5.4.5.2)

Metode tidak baku; {5.a.a; 5.4.5.2)

Metode baku yang digunakan di luar lingkup yang dimaksudkan; (5.4.5.2)

Modifikasi metode baku untuk konfirmasi bahwa metode itu sesuaidenganpenggunaan yang dimaksud (5.4.5.2)

Umum:

Sebuah metode harus divalidasi bila performance parameterrnetode uji tersebut belum valid atau belum dibuktikan validuntuk penggunaan problem analisis khusus.

Kapan Validasi Metode dibutuhkan ?

n Validasi & Kapan Verifikasi ?

/alidasi metode diperlukan untuk pengembangan metode' Evaluasi terhadap performance parameter' Sebelum menggunakan metode yang dipublikasi' Untuk mendapatkan jaminan bahwa hasil in-house sesuai dengan

hasil yang diPublikasi.

Perubahan penggunaana Jenis sampel baru, level analit, penggunaan, dan perubahan

lingkungan kerja.

Mengikuti periode "tldak digunakan"; Terlalu lama tidak digunakannya metode tersebut di

laboratorium

have confidence rn comPeterrcY

VIlthave confidence in comPetercY

i-

u

EB!-__ __'_ - ' '-.--- - , ,. : -,

BAGAIMANA CARA MEMVALIDASI ?

memvalidasi metode !

. Frpa?/ Praktisi laboratorium harus menentukan sejumlah parameter yang

diperlukan selama proses validasi, dan initergantung tingkat validasiyangdiperlukan (The degree of validation of the methodi

vllthave confidence in comPeterEY

" Siapa?r Laboratorium yang sedang develop sebuah metode bertanggung jawab

atas benarnya validasi metode tersebut.. Metode tidak baku, metode yang didesain/dikembangkan laboratorium, metode

yang digunakan di luar lingkup yang dimaksud, penegasan serta modifikasi darimetode baku./ Laboratorium yang menggunakan metode uji (official) bertanggungjawab

untuk mengecek bahwa metode yang terualidasi tersebut benar dalampenggunaannya.

BAGAIMANA CARA MEMVALIDASI ?

memvalidasi metode !

have confdence in compterEy

have confidence in

Siapa?' Laboratorium yang sedang develop sebuah metode

bertanggung jawabatas benarnya validasi metode tersebut'

. Metode tidak baku, metode yang didesain/dikembangkan laboratorium, metodeyang digunakan di luar lingkup ylng dimaksud, penegasan serta modifikasi darimetode baku.

r Laboratorium yang menggunakan metode uji (official) bertanggungjawabuntuk mengecek nanwa metode yang tervalidasi tersebut benar dalampenggunaannya"

- Apa?r Praktisi laboratorium harus menentukan sejumlah parameter yang

diprlukan selarna proses validasi, dan ini tergantung tingkat validasi yangdiperlukan (The degree of validation of the method)

s validate a method !have confidence in mmpeterry

Bagaimana?

' Seseorang harus merencanakan sebuah eksperimen dengan tujuanmendapatkan data karakteristik dari parameter pengukuran (sebuahrencana matang dapat menghemat waktu dengan karakterisasiparameter-parameter yang berbeda melalui experimen yang sama)

l-{asil?' Seseorang harus dapat merrgambil informasi yang berguna dari parameter

pengukuran (menggunakan Statistik dan Excel). '- r- \ ' ' '" Seseorang harus mengambil kesimpulan atas hasil yang didapat dalam

sebuah laporan yang mendetaii.

meter utama yang harus divalidasi VIlthave confidence in mmpeterrcy

Method performaneecharacteristic

Field of application and workingrangeSelectivity (specificity)

Li nearity, calibration

Detection and quantification lirnits{ D+isi$r timit deteelisn *apabi}i$}

Kebenaran(Trueness)Ketepatatu{Precrs ion = repitab ilitasd ani atau reprduksibililasRuggedness (Robustness)

Ketidakpastian Pengukuran(Measurem ent uncertainty)

Definisi

Analyte matrix and concentrationranges

Ability to distinguish between theanalyte and other substances

Ability to obtain test results proportionalto the concentration of the analyte

Loruest concentration that can beddected, identified atd/or quantifi ed

Close of agreement to the true value

Variabilrty of the obtained results

Capacity to remain unaffected by smallvariations

Confidence associated to a result

ter utama yang harus divalidasi VIJIhave confidence in mmpeieruy

" ,R.iang lingkup aplikasi' nenjelaskan {keadaan analit), bagaimana metode uji menunjukkan

kesesuaian pengukuranlpengujian analit dalam suatu matrik danpada level konsentrasi yang diharapkan.

" Rentang kerja (ukur)' r'nenjelaskan rentang konsentrasi dimana metode uji diaplikasikan

yang dinyatakan dalam presisi, akurasi (trueness) dan linieritas.

meter utamayanE harus divalidasi VIltcompetencyhave confidence in

Selektivitasr' menunjukkan kemampuan suatu metode membedakan antara analit

yang dituju dan komponen lain / bentuk-bentuk analit lain yangmungkin ada dalam matrik.

Can A be measured inthe presence of B ?

A+B

Iain parameters to be validatedhave sonfdence in competerey

-

r,erit?S"

t lenentukan kemampuan suatu metode untuk mendapatkan rexpof,l yafiS: rc ::orsicnel terhadap konsentrasi analit.

90

80

70

60

oe50oo8noE

30

fr10

0

hurameter utama yang divalidasi

-^e Limit of Detection (LoD) is the lowest concentration that can be:e'iected with an acceptable confidence

-re Limit of Quantification (LoA) is the lowest concentration that can be:-antified with an acceptable precision and accuracy

tucrsion Limit (CCu), Detection Capability (CCF)" The ciecision limit (CCcr) is the lowest concentration at which one can be

sure that the analyte is present (equal to or greater than LoD).

' The detection capability (CCF) is the smallest content of the substance thatcan be detected. identified andior quantified in a san:rple iequal to or greaterthan LoQ)

eter utama yang divalidasi

Kebenaran (Trueness)' (ebenaran (trueness) suatu metode adalah ukuran sejauh mana kedekatan

nasil pengukuran dengan nilai sebenarnya. Kebenaran hasil yang diperolehiebih sering disebut akurasi pengukuranipengujian

Ketepatan (Precision)' (etelitian menggambarkan tingkat kedekatan antara hasil uji independen

yang diperoleh dibawah kondisi yang sama yang dinyatakan dalamrepeatability {pengulangan dengan perbedaan waktu yang relatif singkatantar pengukuran independen) dan reproducibility (pengulangan denganperbedaan waktu relatif lama antar pengukulsn ir::ir'penden).

True butnot precise

Precise butnot true

YTJAhave confdence in competerrcy

meter utama yang divalidasi

Robustness (ruggedness)/ Test Robustness adalah pengukuran kapasitas metode uji untuk

tetap tidak terpengaruh oleh perubahan kecil dari lingkungandan/atau kondisi operasional" Perlakuan tersebut sengaja dilakukanuntuk melitrat perubahan karakteristik parameter metode uji.

Ketidakpastian Pengukuran (MeasurementUncertainty)/ Ketidakpastian adalah suatu parameter yang terasosiasi

dengan hasil pengujian/ pengukuran, yang mencerminkanketersebaran nilai-nilainya yang layak dimiliki pada benda yangdiujilukur

have confidence in competency

BAGAIMANA MENGENALI METODE YANG TELAHDIVALIDASI?

,t,t,Jt

imana anda mengenali metode yang telah divalidasi Hhave confdence in compelercy

. Evaluate method performance parameters

. Are target values achieved ?

/ YES -

Method is fit-for-purpose in its field of applicationmeaning that Method is validated

li\l NO - More development required and method has thenU-, ro oe revailcareo

Icsimpulanhave confrdence in competency

-

'l'ailidasi Metode sangatlah dibutuhkan! Walaupun akan"r'renambah biaya yang harus dikeluarkan namun tanparaoid?si metode, analisis bagaikan A nilai'

. --re is not 1 way of performing validation : tingkat dan parameterrarrdasi akan sanlat bergantung pada keadaan (kadangkala,errfikasi saja cuk-up). DJlam ke-adaan tertentu, sebuah parameterpENTING b'igi situb'si khusus, dan tidak signifieant pada situasir6n9 lain: use common sense !

. vaiidasi Metode adalah sebuah proses yang harus direncanakan@n berdasarkan 'reliable data'.

. Rekaman validasi harus memuat hasil validasi dan karakteristikrerformance metode uji.

vfJt;harc confidence in competerEy

Field of Application:SelectivitY

Validation of AnalYtical MethodsTraining

Hd of Application and application rangeprfting range)

Selectivity

Selectivitas (also called specificity or confirmation of identity)adalah kemampuan untuk mengukur target analit dengankeberadaan komponen-komponen lain dalam rnatrik sampel.

Can A be accurately measured in the presence of B?

RespanseA2Response Ain the presenee cf B

Lingkup Aplikasi (Field of Application) menjelaskankeadaan analyte, matrix dan concentration yangdengannya metode uji sesuai digunakan.Sebuah metode tervalidasi untuk tujuan lingkup yangspesifik tidak dapat digunakan untuk matrices yanglain.

Rentang aplikasi (Application / working Range)menyatakan rentang dimana metode sesuaiperuntukannya, dinyatakan dalam precision, trueness,dan linearity.

tivity

" Selectivitas adalah parameter qualitatif

' nnetode uji selektif/tidak selektif bila pengukuran A dengankeberadaan B"

" Fengujian selektivitas direncanakan dengan menggunakanpBngetahuan yang ada sebelumnya.

/ Apa prinsip pengukurannya ?/ Jenis spesi kimia seperti apa yang dapat mengganggu dalampengukuran?./ Bentuk substansi apa saja (bagian dari analit) yang ada dalammatrix?

'/ Apakah substansi-substansi tersebut dapat mengganggupengukuran?

tivity- Penentuan asam maleat dalam jus anggur merah dengan:tarsi asam-basa.

./ What is the principle of the measurement?Titration of the acid groups with NaOH

./ What kind of molecules can interfere with the measurement?Ather acrds

,/ What substances (apart from the analyte) are present in the matrix?Sugars, minerals, organic acids, polyphenols....

,/ Can any of those substances interfere with the measurement?Yes, the other organic acids (citric acid, taftaric acid...)

The method is not selective when measuring l--Malic acid in red grapejuice

tivity: Methodology

L-Malic acid in grape juice by enzymatic determination

Tlm method is selective when rneasurlng L-Malic aeid in red grape

&lqctivity: MethodologyL-Malic acid in grape juice by enzymatic determination

./ What is the principle of the measurement?Reaction af L-Malic with an enzyme

'/ what kind of molecules can interfere with the measurement?Very strong acids (denaturation of enzyme)Substances absorbing at 340nm

'/ What substances (apart from the analyte) are present in the matrix?Sugars, minerals, organic acids, polyphenols... .

'/ Can any of those substances interfere with the measurement?

v/lthave confidence in competercy

imana menetapkan selektivitas? (1 )

RT TEKNIK STATISTIK

6 Uji statistik untuk nilai rata-rata (mean)

{i, Uji statistik untuk standard deviasi

have confidence in competency

Analisa A tanpa dan adanya B dalam sampel.

Evaluasi pengaruh B (bandingkan averages dan standard deviasidan hasil keduanya)

n replicatesMr, t SDo

-----* Ns Mu significantly different from M**x?ls SDo different fr"om SDA*B?

n replicatesMo*, + SDa*s

VI;Itrhave confidence in competerrcy

ik Statistik

. pnnsip-prinsip statistik digunakan untuk menunjukkan tingkatrengendalian, evaluasi data, mendesain pengukuran,rencana sampling, dan mengambil keputusan.

. Persyaratan dasar penggunaan teknik statistik:-

Sistem pengukuran stabil-

Pengukuran individual independen satu terhadap lainnya-

Pengukuran individual mewakili random dari populasidata yang dihasilkan

o Dnoses pengukuran selalu terkontrol secara statistik

ik Statistik

ElilF dasar:+ :5 1 15 1,00 1,05 1,35 1,65 1,15 1,35 1,15 1,67RanK data,tm 1,05 1,15 1,15 1,15 1,35 1,35 1,65 1,65 1,67lrrnetic mean = average (rata-rata)

x = IxJn = (xr * *, * Xg * .....xn)/n= 13,17114 = 1,37

trCen = nilai tengah dari rank data= (xs + xa)12 = (1,15 + 1,35)12= 1,250

Range = perbedaan data maksimum dan minimum= X1o - Xl = 1,67 - 1,00 = 0,67

have confidence in cDmpetency

VIlthave confidence n competency

Teknik Statistik

Wrran s2 = r(xn-x)2/(n-1)= (1,00 - 1,317)2 +...... + (1,67 - 1,317)2

1D-1

= 0,6401/9 = 0,067112

rdard Deviation s = ! s2 = r/ o,o6z1 12= 0,259C're'Scrent Variance CV = s / X = 0,25911,317 = 0,197ffieailve Standard Deviation RSD = CV x 100% =19,7o/o

ik Statistik

. Standard deviasi dari pasangan datas = o/{z

S = perbedaan absolut antara pasangan data

. Standard deviasi gabungans = !E-!81

rui" derajad kebebasan untuk masing-masing set data.Derajad kebebasan adalan n-1 (n jumlah data)

VIltc!mpetercy

ik Statistik IIv

(Uji nilai rata-rata, t test)have confidence in competency

. Standard deviasi dari duplikasi pengukuran

s = {to'!r* 11 = jumlah set duplikasi. ildembandingkan dua nilai rata-rata (t test)

t= (x-y)/spx_dan y nilai rata-rataso standard deviasi gabungan

t&tai t kemudian dibandingkan dengan nilai t tabel dengan tingkatkepercayaan biasanya 95% dan derajad kebebasan (degree of fredom dfyang sama).R$a nilai t hitung > nilai t tabel, berarti nilai x dan y nyata berbedaBla nilai t hitung < nilai t tabel, berarti nilai x dan y nyata tidak berbeda

I

I

nt t test (tabre) VIlthave confidence in competerEySIGNIFICANCE TEVEL FOR ONE-DIRECTION TEST

df .101 3.0782 1.8863 1.6384 1.5335 L-4766 1.4407 7.475I 1.3979 1.38310 1,J7211 1.36372 1.35613 1.35014 t.As15 1.341l5 1.33717 1.33318 r.33019 1.32820 1.325

.05 .025 .01 .005 .000635.619

31.598

12.941

8.610

6.859

5.959

5.40 5

5.041

4.78L

4.587

4.437

4.318

4.22L

4.140

4.473

4.015

3.955

3.922

3.883

3.850

6.374 72.706 31 .821 63.6572.920 4.303 6.965 9.925

5.&41

4.504

4.032

3.707

3.499

3.355

3.250

3.169

3.106

3,055

3.012

2-977

2.947

2-92r

2.898

2.878

2.851

2.845

2.353 3.182 4.5412.t32 2.776 3.7472.015 Z57t 3.3651.943 2.447 3.1431.895 2.3651.860 2.3061.833 2.262

2.998

2.896

2.821

1812 2-224 2-7il1.796 2.20t 2.7L87.782 2.179 2.681L.77L 2.160 2.650t.761 2-145 2.6241.753 2.131 2.6021.746 2t2A 2.5831.740 2.110 2.5677.t34 2.1011.729 2.093

2.552

2.539

7.725 2.086 2.s28

Statistik (uji standard deviasi)have conf&nce in competency

. Membandingkan dua standard deviasi (F test)F = s12ls22s, dan s, nilai dua standard deviasi dengan sr > sz

Nilai F dibandingkan dengan nilai F tabel.Bila F yang dihitung > F tabel berarti perbedaan s1 > s, adalahbenar.Bila F yang dihitung < F tabel berarti tak ada perbedaan antara s.,dan $2

Untuk uji t dan F perlu mengenal penggunaan tabel t dan F

t at 95 % confidence level

Table of criticatr values for a 1-tailed F-test at g5% confidence level.

vf;ltihave confidence in competency

10I

19 000 19.1649 552 9.2776 944 6"5915 786 5,4095143 4.7574 737 4.3474 459 4.0664.256 3.8634 103 3.708

19,353 19.3718 887 8 8456,094 6"0414.876 4.8184.247 4.1473.787 3.7263.50CI 3 4383.293 3.23A3.135 3.072

19.247

9.117

6.3885.1924.5344l2A3.838

3 633

3.478

19 296

9 013

6"256

5 050

4.387

3.9723 688

3.4823 326

19.329

8.941

6 1634,950

4.2843.8663,581

3.3743.217

19.385

8.8125.9994.772

4 0993.6773 388

3.1793,020

19.396

8.785

5 9644.7354 0603.6373.347

3.1372.978

tr$is is not Possible... (21

Bandingkan dengan metode yang secara prinsip samasekali berbeda.

Analisa dan bandingkan dengan material yangterkarakteristik dengan baik (certified reference materials)

f $is is not possible...(3)

Analisa blank extracts dan check keberadaaninterferences.

spike (masukan dengan akurat) blank extracts danbandingkan dengan larutan standard

5ar extracts = matrixwithout analyte

,lhr to make a method selective ?

Analisa secara kristis significance dari ketidakselektifan

check tingkat dan jenis gangguan pada analit daram matrix .Jika masih dibawah tingkat gangguan yang menyebabkan efek

yang significant, metode mungkin cukup selektif tanpa modifikasi.

Lakukan step isolasi sebelum dilakukan analisa, dan jadikanbagian dari keseluruhan metode.

Forget it and try a different method!

Limit of Detection (LoD)

Limit of Quantification (LoQ)

vfhhaw confidence in competency

Validation of Analytical MethodsTraining

, LoQhave confidence in competency

The Limit of detection (LoD) adalah konsentrasi terkecilyang dapat dideteksi dengan presisi dan akurasi yangdapat diterima.

Limit of quantification (Loa) adalah konsentrasi terkecilyang dapat dikuantifikasi dengan presisi dan akurasi yangdapat diterima.

loD, LoQ: Methodology

tsagaimana menentukan LoD and LoQ?

/Situasi 1. Noise dan pengukuran signal (e.g. chromatographic or. spectrometric methods)

oryr S::s4;= /Situasi 2: lndividual measurements (e.9. gravimetric,iE photometric, enzymatic, titrimetric methods)r.G

:._sl:58

asi 1: Noise dan pengukuran signalhave confidence in competency

Spike blank samples dengan sejumlah kecil analit

ation 1: Noise dan pengukuran signal

Ukur signal daridan bagi dengan

base line hingga puncak peak (s)noise (N)

16000

140m12@O

1 0000

8000

@004m024ffi

0

-2000

1: Noise dan

Tentukan kadar analit yang memberikanperbandingan signallnoise 3 (LoD) atau 10 (Loa)

0.4 0.6 0.8Spiked amount

pengukuran signal ,

have confidence in competency

6

5

4

z,^dr2

1

0

ation 1: Noise dan pengukuran signal

iika blank sample tidak tersedia :

/ Sampel dengan konsentrasi rendah tersedia..Gunakan prosedur yang sama dengan sampel konsentrasirendah.

/ Sampel konsentrasi rendah tidak tersedia..Gunakan prosedur yang sama dengan mengencerkan larutanstandard

VIlthave confidence in comptercy

y = q.7453'.+ A.5*2

si 2: lndividual measurements

Lakukan pengukuran blank sampel 10 kali dantetapkan standard deviasi.

0.0421190.0947990.060727

0.039140.0405180.1675550.1 957550.1497930.1605260.169883

SD = 0.0567

si 2: lndividual measurements

Apply the following formulas:

LoD=3*SD

LoQ = 10 * SD

tpecial situations

Jika blank sample tidak tersedia?. Prosedur yang sama digunakan dengan sampel

konsetrasi rendah.

Jika sampel konsentrasi rendah tidak tersedia?. Prosedur yang sama digunakan dengan reagen blank

(dalam hal ini penentuan LoD tidak diperlukan)

GCcr, CCp

The Limit of decision (CCcr) adalah konsentrasi terendahdimana seseorang dapat yakin (dengan 1-a=99o/oconfidence level) bahwa analit ada dalam sampel.

/ u is the probability of a false positive decision = the result is positive although theanalyte is not present

Detection capability (CCB) adalah kandungan darisubstance terendah yang dapat dideteksi, diidentifikasi,dan atau dikuantifikasi dalam sampel dengan tingkatkepercayaan 1-$ (umumnya 95%)

.z B is the probability of a false negative decision = the result is negative although theanalyte is present

VIltcomFterry

ccB

' Bagaimana menetapkan CCc dan CCB?

/Pracedure 1: Prosedur kurva kalibrasi/Procedure 2'. V ariabilitas dari blank

edure 1: Kurva Kalibrasi

Direkomendasi untuk metode kuantitatif bila blank sampletersedia.

Data yang digunakan untuk prosedur ini dapat jugadigunakan untuk penentuan trueness dan precision.

edure 1: Kurva Kalibrasi

Lakukan spike sampel dengan konsentrasi disekitar level minimumcerformance yang diperlukan dan lakukan pengulangan pengukuransebanyak 6 kali.Analisa sampel dalam 3 periode yanE berbeda (repeatability dalamperiode yang sama) dan intermediate reproducibility antar periode)

True ralue of samples

Sample 1 Sample 2 Sample 3o.50 1.oo 1.50

Procedure 1: Kurva Kalibrasi

Plot response terhadap penambahan konsentrasi untuksetiap periode.Hitunglah intercept untuk setiap periodeHitunglah standard deviasi dari intercept (SDint.,.r"p,)

{l--

'i

t:t ..I'r ..it .': :-

--.

-::-l

Day 1r496rN.J,1 i:ryt{"4.?

a.'ar- r Lllten G r!{ 1 r rilffr:! rE ,1d t

- "? i:.::

1,1 l.k{EfqrF.lr'l r's -at'*

Same thingfor day 2, day

Dav 1Sample 1 Sample 2 Sample 3

Rep 1 O.47 1.O3 1.53Rep 2 O.48 1.O5 1.55Rep 3 O.48 1.O2 1.51Rep 4 O.49 O.98 1.44Rep 5 O.51 O-99 1-53

6 0.52 1.OO 1.55

r_t Fr fia

SD (tntercept)

Response

ure 1: Kurva Kalibrasi

SDi'i

u'SD

CCp = CQcr + 1.64 SD intercept

CCcx = Performance levdl + 1.64 SD int rr"pti

II

AALf.r0,

Procedure 2: Signal to noise or variability of the blank y!

Concentration

have confidence in competerpy

.Gunakan sampel konsentrasi rendah sesuai dengan levelperformance yang diinginkan.

" Analisa 10 kali sample tersebut

- Hitunglah mean dan standard deviasi atau perbandingansgnal/noise.

" CCu = Performance level + 1.64 SD or 3 . (signal to noise)CCB = CCU + 1.64 SD

harre confidence in

Sensitivity, Linearity, Calibration Curue

Validation of Analytical MethodsTraining

Unearity, calibration cutve, sensitivity vfJthave confiderrce in competelE!

Sensitivity adalah perubahan respon karena perubahanyang bersamaan dalam konsentarsi (slope of the calibrationcurve)Lrneanty "penetapan kemampuan metode untuknnendapatkan hasil test yang proporsional pada konsentrasiana lit"

Kurva kalibrasi menampilkan hubungan antara responanalit dan konsentrasi.

sitivityharre confidence in crompetency

ivrty adalah perubahan dalam respon akibat perubahan yangaan dalam konsentrasi

0.70

060

0.50t,E] o+o(tE(!l!5 030a

.ct

0.20

0.1 0

0.00

iI,

l

j

A is more sensitive thanBI

0.4 0.6 0.8Concentsatbn {nE/ml}

rity : methodologyhave confidence in

t kur respon (paling sedikit 3 kali) pada paling sedikit 6 levelkonsentrasi mengcover rentang 80-120o/o rentang kerja danrentang frequensi.

(mg/ml) Response2"0 20.95 20.55 17.173.0 30.02 33 92 29.894.0 42.60 36.92 38.905.0 48.91 50.22 52.526.0 61.08 58.22 60.207 .0 7Ai4 74,43 68.318.0 83.91 81.06 77.58

[tqarity : methodologyhave confidence in

Fhot konsentrasi analit yang berbeda-beda (X) terhadap responnnslrumen (Y) dan kaji secara visual.

" Tetapkan kurva linier. Y = 10.034* X {"0012

0

-

--.-_- -__--'.

-2.0 40 6.0 80 1C0Concentration (mg/ml)

i

l

l

I

I0.

80

3oocoo

&qo

tn

n

Unearity : methodology VIfthave confidence in clmpetency

Pilot konsentrasi analit yang berbeda-beda vs respon faktorrrespon/konsentrasi) dan kaji secara visual.

coscooco(J(,Eooac)E.

rity: methodology VIlthalre confidence !n competeflcy

' Ases kesesuaian model (statistical parameters)

Conelation coefficient

Resldual plot

Residual standard deviation

Standard error of regression coefficients (slope andintercept)

rity: methodology vflthave confidence in competency

Ases kesesuaian model: correlation coefficient (r)

Aturan umum, ini harus sedekat mungkin dengan 1.

80

60

40

20

0

Response='|0 0?t * eoncentration -

0 0012

rity: methodology VIlfhave confidence in competency

Assess kesesuaian model. correlation

- Correlation coefficient (d makin

mendekat ke nilai 1 korelasi makin linier(high linearity)j3 48

Ooncentrution (rE/ml)

Lhearity : methodology v/lthave confidence in competency

Ases kesesuaian model: residual plot

Mewakili perbedaan antara nilai yang diamati dan yang diprediksi.

2.0 4,0 6,0 B,O 1o 0Concentation (mg/ml)

0

arity : methodologyhave confidence in competency

Residualslinearity

randomly distributed around the central line indicate good

5

4

?

2-Pop(t)E.

1

n

-1 jo

-J-I4+

00 20 40 6.0Concentration (mg/ml)

80

Lhearity : methodology

Ases kesesuaian model. residual plotA pattern in the residuals means a degree of non-linearity

6Cr:U403020

; root 00 +E1; (1 D)UJ> (t0)

(3 0)(4 0)(5 0.)GD]0.m lffi

:l3t!il 4.ffi 5m 6m 7ffi S,ffi gffi

fi#penOerA varla&

tr/lthave confidence in competency

?m

- try a quadratic model (y=ax2+bx+c)?

arity : methodologyhave confidence in competency

Ases kesesuaian model: residual plotiln some cases the precision of the response is proportional to the

concentration of analyteD60

ogo .0400so3$ . '

I c,'ti t I * ..-! ot{r .E.ta5 (0101U':: (0 -.tl .

(0 30) '(0 40ir0 aDi(0 EOi0m 108 itE 3flS qm 5N ED0 i@ 8m 9tr1

: I hdcPetisEt\fliakde

I di daerah nilai yang rendah dan tingging berbobot

Unearity : methodologyhave confidence in

Ases kesesuaian model: residual plotDalam kasus-kasus tertentu, kemungkinan terjadi satu atau lebih data

outlier, ini harus diinvestigasi penyebabnya.

vfltcompetercy

1.lj36.'tt

:.824l0r6t?0.80{00r

(0 {)i0 8]

ODfi

\lffi !0sI

ta a

3m 4[c 5m 6$ ?ffi 8m 300h@fftrWv*#

- sekali penyebab outlier teridentifikasi,titik tersebut dapat dikeluarkan.

rity: methodologyhave confidence in comBeterEy

Ases kesesuaian model: resi

lftmberikan suatu indikasi penyebaran nilai-nilai disekitar fitted line.

Warning!! Berbeda dengan RSD (Relative Standard Deviation)

Dapat digunakan dalam estimasi ketidakpastian dalam konsentrasi

u(predicted concentration) = RSD / slope of calibration

rity: methodology VIt-have confidence in competerrcy

Ases kesesuaian model: standard error of slope and intercept

- Check the confidence intervals of the slope and intercept

s/ope interval does not include zero

intercept interval includes zero

tsound reason to use one-point calibration in routine analysis

rity : methodology summaryhave confidence in crmpetency

Measure response (at least in triplicates) at least 6 concentrationslevels covering a range going from 80-120 % of the working range andevenly spacedPlot concentration against response fadorEvaluate visuallyPlot concentration against response

Calculate the fiffed line

Plot of residuals

Calculate statistical parameters

Evaluate statistical parameters

Critical evaluation of results

rity : Use of Q-Stat ,vlftharre confidence n competency

d @Stat gives you the graphics and coefficients that you need

RESULTS

The two sets are correlated (5olo signification level)

irilerval

Y =

0.0 + 10.03 XLower Central Upper Decision

d ddermination (R2): 0.9908 slope: [ 9.57 i0.03 10.5 ] does nd includeccdficient (r): 1.0 lntercept: [ -2.5 0.0 2 Sl lnctudes 0

ilon-linear calibration curuehave confidence in competency

What if the response is not linear ?

_{gf,r 810,co6s3o -o//o,xE.r20 dtfo/e10

4F,iF

-5at'*-'n '1'\'0*g -'a-2 L'.-,-;- g nr:a. range?

_

-_.-

linear range?

2t{6080 1m1.20Concerhatbn (rp/ml)

0 20 40 60 80 100 120Concentratron (ng/ml)

1 Use the calibration curve only in the linear range

linear calibration curve

What if the response is not linear ?

tr

*

M 0.0 ------riI406080

Concerfaten (m/mD log poncentratronl (rg/ml)

2 Apply a transformation to your data to make it linear (log(x), 11x...)

include in the validation file vl't-have confidence n competercy

: Parameters of the regression analysis. f ntercept, slope with 95o/o interval. Correlation Coefficient' Residual Standard Deviation. Plot of the regression' Residuals plot

Precision analysis

Validation of Analytical MethodsTraining

t-

ision

Presisi menunjukkan kedekatan diantara hasil-hasil pengujianyang independen dibawah kondisi yang ditentukan (repeatabilityor reproducibility).

Not precise !

Frecision Levels

Repeatability (r)/ Laboratorium, analis dan peralatan yang sama serta dalam interval

waktu yang pendek,

I ntermediate Reproducibility (iR)/ Di dalam laboratorium: dilakukan pada hari, oleh analis dan dengan

peralatan yang berbeda.

Reproducibility (R)/ Laboratorium, peralatan, dan analis yang berbeda serta dalam interval

waktu yang lama.

l{ow to express precision ?have confidence in competency

Sebagai (Relative) Standard Deviation/ Ditentukan dari hasil replikasi pengujian dibawah kondisi yang

ditentukan.

' Sebagai suatu Limit/ Mewakili maksimum toleransiterhadap perbedaan antar duplikasi paCa

tingkat probalitas tertentu./ Nilainya sama dengan 2.772.5D (at a 95% probability level)Silandad deviation Sqd SD(IR) SD(R)

vflt

Relatir/estardard dwiation RSHr) RSqi$ rcD(R)Limit riRR

Precision : rnethodology

egaimana menghitung karakteristik presisi dari suatu metode?

- Analisis beberapa sampel dalam replikat atau duplikat (duplicates orreplicates design)

, tuialisis satu sampel dalam replikat (simple design)

atability designs

Duplicate/Replicate design: analisis beberapa sampel dalamreplikat

.+-rtl cM : mean/median ofobservations

SD(r) : Standard deviation ofrepeatability

r: repeatability limit

Is).t--o)lr+rrE.'vtr3'o-I

I

;

V

k: number of raplicotesn: number of somples

VIJIcomFtemy

!-_c*GEEqro

tts

!o L>\ Ot+lIstoCL

Ensure stobility befrteen pired maqsunes

eness: methodology (method comparison)competencyhave confidence in

" Design 2: Run statistical evaluation: analysis of differences andmalysis of regression

Are method 1 and 2 comparable?

Are the differences behrueerr theresults different from zero?

Are the two methods correlated?

ness: Summary

Use of certified reference materials (CRM)r' Analyze cen-ified R*ference Material in repltcates/ Run stati*ctiealtests, detection of outliers and normaitty.' Run statisticatiests. confidence intervals and signifieance testsr' Evaluate results

Use of spiked samPlesI Analyze spiked san:pies in replieatesr' Run statistiealtests" detection cf outiiers and normality/ Run statistiealtest*, confidence intervals ancl signifi*ance tests'/ Evaluate results

Comparing two methods{ Analyze samples bV the two methocis/ Run statisiicaltests/ Evaiuate results

have confidence in competency

Trueness : Use of Excel files

Excel files give you the statistical evaluation and interpre

5t*tlstical cetculationsErtr t*:;lb

4*i*ir Y6ks I

@c 'e- DDP1-2000 ' ,tnlt : o'27ffiluE: ,alue O'24 nEl1009 0'27&rE]Err' o.O2O 'nu/100g 0'28

' 0'27.- ElrchouHDeottahd 0'28

-sir#tdconditftttls 0'26

FnVfoneFrG O'27#leFleba}study) .

o'-

Robst Classical0.012 0 0100.033 0.02?

r-.lFFer :osittl limii for slsndsril delirtion of resuhs0.019

Cffih.E*mrk k m M {.1@ io bn5 oi rrybhiElY

irEffi ntetvaiMln 0,201l"lax 0.339

;omlsionThere is no susDect value

0 2010 337

/ mn d EuEs S-270 0'269r 0.020 0 020305

ris '- 1.468 1.416vab. 18.6% 20'0

irnerva MinMax

t2z2 0.2210.318 0.317

Tnreness : Use of Excel fileshave confidence in competency

=-xcel files give you the statistical evaluation and interpretation that you-:ed

MIH( Powder ' Urdt--

E.: 10 nglgo,os " ng/g

_- 0.73 rElS0.010 " ngS

10.472 0.472 4,7%10.576 0.576 78.9ryo10,462 0.462 63.3%10.379 0.379 51.9%10.661 0,661 90.5%10.516 0.516 70.7%10.591 0.591 81.0%10.6G9 0.6{B 8:.4%10.65 $.5S 9a2%

hotME*loE

f-*ffyt

have confldence ill comptency

Robustness

Validation of Anaiytical MethodsTraining

ustness VILtcompetencyhave confidence in

Robustness (Juga disebut ruggedness) menunjukkankemampuan metode untuk tetap tidak terpengaruh olehperubahan kecil dari lingkungan dan/atau kondisioperasional.Robustness testing membolehkan analis mengidentifikasiparameter eksperimen yang memiliki efek KUNCI padaperformance (kinerja) metode.

Parameter kunci ini kemudian harus DIKONTROL

stness

' Robustness metode adalah menguji sebuah metode ujidengan sengaja membuat perubahan kecil pada prosedurdan mengevaluasi efeknya terhadap hasil uji..

Typical key parametershave confidence in competency

vi' pH of a solution

' Temperature of a reaction

. Extraction time

Concentration of reagents...

]bw ? Hhave confidence in competency

' Setiap parameter diinvestigasi secara terpisah masing-masing, tetapi ....

Time consuming and costly

' Desain eksperimen digunakan untuk meminimise kondisikerja yang dipersyaratkan.

RobustnessTraining

Validation of Analytical MethodTraining

Experimental design : method Mltcompetencyhave confi&nce in

ldentifikasi 3 parameter (A, B, c) untuk dipelajarildentifikasi keadaan normal (levet 1) dan alternatif nilai-nilai (level 2) untuk setiap masing-masing parameter.Lakukan 4 eksperimen yang dijelaskan berikut ini:

Example Jfhave confidence in comFtency

Suatu residu antibiotik diekstrak dari susu denganmenggunakan pelarut.

Hasil ekstrak dituangkan kedalam suatu cartridge silikadan dicuci dengan a-irAntibiotik kemudian dielusi dengan acetonitrile dalam air(5To v/v) dan dikuantifikasi dengan RP-HPLCTest robustness ini bertujuan untuk mengevaluasi stepclean-up

Test robustness digunakan pada sampel susu yangdi"spike" dengan antibiotik pada konsentrasi sekitaa 1,2ug/l

Experimental design : method

Pra'ds ValueLetter I'wne Letnl 1 Letel 2

A

B

c

Brail dcatfuRate of elulrqr

Cffi of mdffutnF u$d hdutsr

Brand 1

1 ml/min

5% dv

Brand 2

3 ml/min

2% dv

Frperimental design : method

Lakukan setiap eksperimen dengan replikat (n=3) dantentukan mean

Check masing-masing kelengkapan :

/ Number of trials for each experiment/ Standard deviation of repeatability/ Number of replicates used for repeatability calculation

Erperimental design : method

Check parameters yang mempunyai efek yangmemberikan efek significant terhadap metode.

Kontrol parameter KUNCI dengan cara sedemikian rupasehingga tidak ada problem karena variasi parameter.

lnilah cara yang disebut ROBUST !

MIJthave confidence in competency

tness Experimenthave confiderce in com ncy

Parameter definition

Ihscription of erperiments

L1L1L1

L1

L2L2

L2L1L2

L2L2L1

1,1 1,06 0,96 0.9

ParameterName

&and of cartridgeRate of elutionConc of acetonitrile used for elution

Brand 23 ml/min2o/o vlv

tness Experiment Ml]ftlcompetancyha\re confidence in

Reeults fior each panrrebr

value of differences : 0,070262

Parameter Mean L1 I MeanL2 DifferenceABc

1,081,03

1

0,930,981,01

0.15 f *)0,05,0.01

(.) nilai yang nyata terpengaruh atas parameterA

Igrn@r of experimenb at eacfr level for eacfr parameter : 3Shndard deviation of repeatability ( SD ( r )) 0.02Number of replicates used in SD( r ) determination : 1

Tabel F test untuk n=3

Working Range

Validation of Analytical MethodsTraining Package

rking range vflthave confidence in competency

. The working range defines the range of concentrationswhere the method is applicable in terms of precision,trueness and linearity.

' ln terms of validation, it is necessary to evaluate workingrange and confirm that it corresponds to the concentrationrange demanded by the analytical requirement.

. Working range has to be larger than the application range!

to determine the working range Hhave confidence in competency

' One has to first precise:

/ The correct linearity range/ The conect precision range{ The correct trueness range

' The intersection of these 3 ranges is the final workingrange

to determine the working range

Linearity rangen

Precision rangen

Trueness range

Working range

MTlthave confidence in competency

Penggunaan Data Validasi untukQuality Control Ghart

Program jaminan mutu pengujian klausul 5.9

buatan Control Ghart MTlthave confidenc in clmptency

Control chart menampilkan nilai rata-rata untuk mendisplykontrol mutu dari suatu proses analisis.

Bila data standard deviasi dan mean dari sampel (QCsample) dilakukan secara routine Control chart sangatdisarankan untuk

Grafik Control Chart mengambarkan hubungan mutu hasiltest dari waktu ke waktu atau sequence pengujian denganbatasan nilai (specs) sesuai dengan kontrol statistik yangtelah ditetapkan.

uatan Gontrol Ghart Eilhave confiderrce in competency

'dtapan rasional untuk membuat Control Chart:

r- ldentifikasielemen-elemen penting yang akan menyusun CCTetapan TujuanPilih karakteristik yang akan diukurTetapkan how, where, and when karakteristikyang akan diukur

a Tetapkan besarnya set dataf. Tetapkan prosedur untuk nendapatkan random sampel: Tentukan estimasi rerata proses dan SD untuk jangka waktu lama.r Buatlah lay out garis tengah (mean), garis peringatan, dan batas

tindakan (action limit)

ChartShewhart control chart form

Dater'Month/Year

UCL

CL

LCL

UCL

CL

LCL

UCL = upper control limit LCL = loryer control limit

of control chart Ml-lltlcompebnclhave confiderrcein

Gontrols charts presisi dan akurasi didasarkan pada materialsatandard (CRM, SRM, Check StandardM/oiking Std):I Kontrol standard harus di run 1 kali untuk setiap 20 sampel.I 20 kali penentuan harus dibuat sebelum perhitungan statistik.

Controls charts presisi didasarkan pada duplikat analisis:t Sampeltest yang diuji haruslah di dalam range konsentrasiyang sempit;

a SD selalu tergantung pada konsentrasi dan standard deviasidari perbedaan antara duplikat analisis juga tergantung padakonsentrasi;t Paling sedikit 10 duplikasi tgst (20 kali analisa) harusdilakukan untuk membuat GC.t Perbedaan,.antara pasangan hasil diplot dengan nol sebagainilai yang diharapkan.

of control chart (lanjutan)3. Controls charts presisi didasarkan pada "Spiking"

- CC ini ditujukan untuk penentuan bias dalam analisis, danuntuk membuktikan berjalannya quality control dalam prosespengujian;

- Spike recovery test hanya dapat digunakan dalam hal RSDdiketahui memiliki nilai yang kecil dan konsentrasi equivalen"spike" yang ditambahkan berkisar antara 1 s/d 10 kalikonsentrasi analit dari "unspike" sample;

4. Plots of values of blank determinations on a segmented chartlni sebenarnya bukan CC karena tidak ada nilai control limit;Chart sangat sederhana, plot respon yang diperoleh secarasequential dengan nol sebagai base line.

Batasan Control Chart VIlthave confidence in competency

X chart (individu test)garis cmtralgaris pairgatan (WL)garis control (CL)

X atau nilaiyang diketahui+l-2 s+13 s

X chartgaris centralgaris peringatan (WL)garis control (CL)

X atau nilaiyang diketahui+l-2sllz+/- 3 s/ !2

R Chart (duplicate)garis centralgaris peringatan (WL)garis control (CL)

R rata-rata2,512R3,267 R

of control chart (lanjutan)have confidence in

Gr'rnical Prtress Cbnccnrmii(rn I'L':rsurrnk'nt!Ci:nccntratirrn

lirl.{itl] ri.)s.,1rlS.J

I ril.(lirN,5i)it {l,ll,?

Itlil_it.rX_ I

Ifi l,i.lli llill.lrt!i.J.ri {ttla,.:

lillr.iI rr l.Jtl? l

I ll i.{li = t)(f.l

1\lor ing Rangcntr

1'('I- I rt:, .':' t

iiri ij('"1.it|. i|.-\fi

l ''t

Ltttlt.1r i-,1

i.l'l.t{l_1, s

iri, = i.)r)

! lttls

= {rx:

t a l:: I ':, ?i!Sttbgtr'q;'

a!+

F

Itrt7'I-- t,t..

,*

-t ,.'-'!,r..': ! r..t

\d\ / \ *..1-!'r\i : {\l \{V!

il J r.i ll j. ;;1 /iisut_,.qt.t,ul,

Fi;ttrc -r- Ir' ( !'ntf.-rl t'hrrr l+ li'r nt.lir r.lurrtr lnil tlrc ln\r\ ll..lranlld I fi'(-trt \lltilt.ilr t liq' tlr.' r-lre rttrc:tl []r'.rcc{i uilnecnlr':rlt(frl*lltlr itr [:r.rtrtl.lr' ri- ]

$/\$'\p.-

-_i\- \;\

on of Gontrol Chart

hteereting X-chartr Satu atau lebih titik ada di luar tiga standard deviasi (3S)

lakukan tindakan, ataur Dua atau lebih secara konsekutif (berturut-turut) keluar

dari dua standard deviasi (2S) lakukan tindakan, ataur Suatu serie 7 titik atau lebih dibawah atau di atas nilai

rata-rata, arnbil tindakan, ataur Kecendrungan naik atau turun"lnterpreting R-chartr Sama seperti X-chart, lima atau lebih secara konsekutif

titik-titik ada di atas 50 % confidence limit menunjukkankecendrungan proses di luar pengendalian.

yrlthaw conftdence in competencl

have confidence in

Estimasi Besaran Ketidakpastian Metode Ujidari Data Validasi Metode

Validation of Analytical MethodsTraining Package

idakpastian Pengujian

Data hasil validasi metode sangat berguna dalammenentukan ketidakpastian pengujian.

Bila

/ Validasi Metode menggunakan larutan baku (primeratau sekonder, SRM/CRM), maka standard deviasidapat dianggab sebagai ketidakpastian baku (individu)asal larutan baku dan asal presisi metode. (type A)

'/ Komponen lain (ketidakpastian baku lain) diambilsesuai perlakuan metode pengujian. (Type A/B)

Ketidakpastian Peng ujian

Estimasi ketidakpastian pengukuran 100 mg sulfat (SO+=)dalam air buangan secara kromatografi ion dari data qualityontrol chartEstimasi ketidakpastian pengukuran ini ditentukan berdasarkandata individual quality control chart ion sulfat.

L*oratorium menggunakan control chart untuk menjarnin mutuoengujian sulfat dengan menggunakan secara teratur larutan bakusekunder 10 mg/l yang diukur langsung, Standar deviasi diperolehsebesar 3,8%. Sementara 100 mg/l sampel dilarutkan menjadi 10!'ng/l dan dilakukan pengukuran. Pengulangan keseluruhanffierjaan ini sebanyak 10 kali menghasilkan standar deviasi 1 %.

vl-;ltlhate confidence in competency

idakpastian Penguiian Miltacompetencyhave clnfrdenc in

frsunsrn = = {(9,82 + 12) = 3,9o/o untuk 100 mg/l sampel'Ue"nur,= k'Uganung^n=2 ' 3'9% =7'8o/o

Haporan Kadar Sulfat.untuk kadar 100,0 mg/l + 7,8 mg/luntuk kadar 10,0 mg/l t 0,8 rngll

Validation of Analytical MethodsTraining Package

Reporting

r lni sangatlah penting untuk mendokumentasikan semuaprosedur validasi dan hasil-hasilnya'

r Laporan rinci haruslah berisi informasi yang cukupsehingga:

/ Metode yang divalidasidapat diimplementasi secara ielas'/Tidakadabuktiyangmeragukansehinggametodeyang

dimaksud dapat secara tt"tn digunakan (untuk tuiuan audit atau

Peraturan (regulasi)

rting hare confidence in competency

ing: validation file GontentsvrIt

co{nPegtcY

r References

have confiden@in

Deskripsimetode,prinsip-prinsip'dSnbatasan-batasanpenggunaan. b.J.iiption of the'method, principle andlimitations

Peruntukanpenggunaan(analyteyangdiukur,matricesdan concentrations) sertt t.nting kerja (working range)

Performance characteristics :/ selectivity (possible interferences)/ linearity range/Limitsofoetectionandquantification(ifapplieable)/ Truenes, tncr"nce materials, corparison with other methods)/ Pr*ision (r, iR, R)/ Measurement uncertaintY/ Externalvalidation

rting: validation file contentshave confidence in competency

Format Laporan:' Halaman Cover:

Nama laboratorium, logo, Alamat LabLaporan: Judul , No. Laporan dan Tanggal

-Bulan - Tahun LaporanNama-nama yang terlibat dalam Validasi Metode Uji

: Halaman Pengesahan:Berisi nama-nama pelaksana Validasi Metode, tanda tangan dan tanggalpengesahanNama Manajer Mutu, tanda tangan dan tanggal pengesahanNama Manajer Teknis terkait, tanda tangan dan pengesahanldentitas No. Rekaman Valldasi Metode

, Ringkasan. Daftar lSl

= lSl

: Lampiran

of Session Miltlhave confi dence i n co rnpetencf

LISIS dan METODE STATISTIKharre confidence in competency

* Uji statistik untuk nilai rata-rata (mean)* Uji statistik untuk standard deviasi

Confidence interval untuk Mean dan Standar Deviasi# Tolerance interval

e Outlier

Standar Deviasi

Standar Deviasi dari

Mltcompterry

S = )'.rr,- r)Shndar Deviasi dari

't rtS = la*1:.aft.

Sbndar Deviasi daris = R/d*

Shndar Deviasi gabungan:

replikasi pengukuran:n: jumlah replikasi pengukuran

k set duplikasi pengukuran:

d: perbedaan duplikasi pengukurank:jumlah set duplikasi

range:R; mean of Rd*: bergantung pada nilai k dan n-1Nilai d* diperoleh dari tabd 1

vi : derajadkebebasan pengukuran i

ce interval untuk standar deviasi s & mean lt[:tdence interval s/x adalah nilai range dari standar deviasimean dimana di dalam nilai tersebut s/x masih dapatma sesuai derajad kebebasan dan tingkat kepercayaandiambil (u=0,05).

Bl: faktor bound barah dihitung dari tabelS. Bt ---> S.BU Seuai dengar jumlah v (derqiad kebebasan)

dan q

fidence interval untuk mean (x)tsXt -t??

ilai Dua Mean

ilai apakah Xa dan Xb berbeda berdasarkan differenceSelisih A)-

Tetapkan significance level dari pengujian-

Hitung standar deviasi gabungan sesuai s =I

l+ -

11.

Hitung U (uncertainty) dari difference

IU=ts i9StLa ttb

Bandingkan nilai Xa -

Xb = A dengan U-

Jika A < U maka itu berarti)G dan Xb tidak berbeda signifikan-

Jika A > U maka Xa dan Xb berbeda signifikan

have confidence in competency

t student: nilai diperoleh dari tabel statistik sesuai nilai qdan vi derajad kebebasan pengukuran

vfltcompterEy

rance lntervals

Tolerance interval menunjukan batas nilai dimana diGlamnya populasi data diharapkan ada dengan tingkatDrobabilitas yang d itetapkan.

- Tolerance interval (interval toleransi) = i * ft

- Dengan k . faktor yang ditentukan berdasarkan persentasipopulasi p, probabilitas dan jumlah pengukuran n untukmenghitung X dan s

- k diperoleh dari tabel tolerance interval dua arah untuk normaldistribusi.

ter

lier adalah nilai individual yang berada di luar populasiu secara statistik memiliki nilai kurang dari probabilitas

dipersyaratkan.

menilai data outlier:-

Aturan kesalahan Huge-

Dixon Test-

Grubbs Test

vrJtcompterEy

Mltcompten]

rer

n Hugeuftka Xq adalah data yang diduga outlier, X dan s masing

-

msing adalah mean dan standar deviasi.

ff ditetapkan sebagai nilai batas M > 4 sebagai bataspenolakan (outlier)

rer

on Test. Berdasarkan data yang telah dibuat ranking:

& < Xz

(hrfliergubbs Test. Buat rangking data berdasarkan kenaikan

Xr. Tetapkan apakah Xr atau Xn yang dicurigai oufiierr Hitung standar deviasi s dengan seluruh data. Hitung nilai T sebagai berikut:

atau J =

-{- Xt

Bandingkan nilai r dengan nilai tabel Grubbs TestElila T < T tabel Grubbs maka nilai X1 atau Xn dapat diterima,cebaliknya berarti Ouilier

t-