validasi metode
DESCRIPTION
analisisTRANSCRIPT
-
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-