a Laboratorium yang termasuk dalam kategori “tidak memuaskan”
outlier, apabila laboratorium tersebut memperoleh nilai Z
-3 Z yang
bukan terletak diantara -3 dan +3.
Besaran Z 3 atau I ZI
≥3
b Laboratorium yang termasuk dalam kategori ”diperingatkan” questionable.
menggambarkan presisi antara laboratorium.
2 I Z I
c Laboratorium yang “memuaskan” kompeten.
3 : berarti hasil analisisnya belum termasuk tidak memuaskan, tetapi sudah dalam batas diperingatkan.
I Z I
d. Pendekatan nilai ketetapan dari pengukuran sebuah laboratorium acuan
≤ 2 : berarti hasil analisisnya memuaskan ISO, 2005.
Nilai Z-score dihitung berdasarkan rumus: Z-score =
S xi – X
dimana: xi
= adalah nilai yang dilaporkan oleh laboratorium penguji yang
mengikuti uji profisiensi X
= nilai acuan
S =
simpangan baku t Untuk simpangan baku digunakan SD Horwitz.
CV Horwitz = SD Horwitz nilai acuan SD Horwitz = CV Horwitz x nilai acuan ISO, 2005.
e. Kemungkinan penyebab kinerja laboratorium tidak memuaskan
Laboratorium yang kinerjanya tidak memuaskan akan diidentifikasi penyebabnya, dan akan digunakan diagram tulang ikan fishbone diagram.
Diagram tulang ikan digunakan untuk mengidentifikasi hubungan antara suatu masalah dengan kemungkinan penyebabnya. Struktur ini menyerupai
tulang ikan yang mempresentasikan cabang utama tulang punggung yang mewakili efek dan diletakkan disamping kanan diagram tersebut sebagai
kepala ikan. Setiap tulang besar yang bercabang dari tulang punggung berhubungan dengan suatu penyebab pokok atau kelompok penyebab.
Tulang kecil yang bercabang dari tulang besar berhubungan dengan faktor-
faktor penyebab yang lebih rinci. Diagram ini berguna dalam setiap analisis karena dapat menggambarkan hubungan sebab akibat secara rasional.
2.7 Penelitian Lain
Pedro R et al. 2007 mengidentifikasi hasil uji profisiensi komoditi logam. Evaluasi hasil uji dilakukan dengan seleksi data Cohcran’s Test dan Grubbs Test
dua kali dan sisa data dievaluasi dengan Robust Z score menggunakan nilai rata- rata konsensus dan nilai acuan.
Komite Akreditasi Nasional 2011 mengevaluasi hasil uji profisiensi dengan seleksi data Grubbs satu kali, kemudian data yang tersisa diolah dengan Robust Z-
score. Evaluasi Robust Z-score adalah dengan menggunakan nilai median konsensus atau nilai median dari peserta.
Herlina 1997 mengevaluasi data hasil uji profisiensi laboratorium batubara PT Sucofindo dengan metode seleksi data Cochran’s Test dan Grubbs Test.
Metode seleksi data tersebut kurang peka dalam memeriksa adanya keragaman dalam laboratorium.
Michael Kohc 2009 mengevaluasi hasil uji profisiensi dengan rata-rata konsensus dan standar deviasi. Nilai rata-rata dapat diperoleh dengan menyeleksi
terlebih dahulu data yang outlier, kemudian dari data yang tersisa dihitung nilai rata-ratanya.
Frank Baumeister dan Michael Kohc 1999 mengevaluasi menggunakan nilai konsensus dan nilai acuan. Evaluasi dengan nilai acuan sangat direkomendasikan.
Erilia Yusnitha et al. 2008 mengidentifkasi uji profisiensi bahan bakar nuklir. Evaluasi hasil uji profisiensi dilakukan dengan menggunakan nilai acuan
bersertifikat. Hasil uji dari setiap peserta dibandingkan dengan nilai acuan bersertifikat tersebut.
Edelgard et al. 2000 membahas mengenai pelaksanaan uji profisiensi di kimia analitik. Termasuk di dalamnya dibahas mengenai jumlah laboratorium
peserta, homogenitas sampel, evaluasi data, dan interpretasi grafik. Irmawati 2007 mengevaluasi data hasil uji peserta uji profisiensi CPO secara
Robust Z-score dengan median konsensus. Nilai median konsensus diperoleh dari nilai tengah seluruh hasil uji peserta uji profisiensi.
