EVALUATING ANALYTICAL

DATA
Dr. Hà Minh Hiển
 1. Đặc điểm của phép đo và kết quả

 Khối lượng của một xu là bao nhiêu? vấn đề này quá rộng
 Khối lượng đồng xu của Hoa Kỳ hay đồng xu của Canada?
 Hãy giới hạn vấn đề của chúng ta ở những đồng xu được đúc ở Hoa Kỳ
 Đồng xu được đúc tại một số địa điểm ở Hoa Kỳ
 Khối lượng trung bình của một xu Mỹ đang lưu hành là bao nhiêu?
 Đây là một vấn đề mà chúng ta mong đợi có thể trả lời bằng thực nghiệm.
 Một cách tốt để bắt đầu phân tích là thu thập một số dữ liệu sơ bộ.
 1. Characterizing Measurements and Results

 What is the mass of an average

United States penny in circulation?

 Nhìn vào những dữ liệu này, có thể thấy ngay rằng câu hỏi của chúng ta không có
 câu trả lời đơn giản.
 Nghĩa là, chúng ta không thể sử dụng khối lượng của một đồng xu để đưa ra kết
luận cụ thể về khối lượng của bất kỳ đồng xu nào khác (mặc dù chúng ta có thể
kết luận rằng tất cả
 đồng xu nặng ít nhất 3 g).
 Tuy nhiên, chúng ta có thể mô tả đặc điểm của những dữ liệu này bằng cách cung
 1. Characterizing Measurements and Results
1.1. Biện pháp của xu hướng trung ương
Một cách để mô tả đặc điểm dữ liệu trong Bảng 4.1 là giả định rằng khối lượng của
từng đồng xu nằm rải rác xung quanh một giá trị trung tâm mang lại ước tính tốt
nhất về khối lượng thực của một đồng xu.
Hai cách phổ biến để báo cáo ước tính về xu hướng trung tâm này là giá trị trung
bình và giá trị trung vị.
Mean The mean, , là giá trị trung bình bằng số thu được bằng cách chia tổng
các phép đo riêng lẻ cho số lượng phép đo

trong đó Xi là số đo thứ i và n là số lượng phép đo độc lập.

 1. Characterizing Measurements and Results
VÍ DỤ 1
Giá trị trung bình của dữ liệu trong Bảng 4.1 là gì?
GIẢI PHÁP
Để tính giá trị trung bình, chúng tôi cộng kết quả của tất cả
các phép đo
3,080 + 3,094 + 3,107 + 3,056 + 3,112 + 3,174 + 3,198 =
21,821
và chia cho số lần đo

 The mean is the most common estimator of central tendency.

 It is not considered a robust estimator, however, because extreme measurements,
those much larger or smaller than the remainder of the data, strongly influence
the mean’s value.
 For example, mistakenly recording the mass of the fourth penny as 31.07 g
instead of 3.107 g, changes the mean from 3.117 g to 7.112 g!
 1. Characterizing Measurements and Results
1. Các biện pháp có xu hướng trung tâm
Trung vị Giá trị trung vị, Xmed, là giá trị ở giữa khi dữ liệu được sắp xếp từ
giá trị nhỏ nhất đến giá trị lớn nhất.
Khi dữ liệu bao gồm số lượng phép đo lẻ thì trung vị là giá trị ở giữa.
Đối với số lần đo chẵn, trung vị là trung bình của số lần đo n/2 và (n/2) + 1, trong
đó n là số lần đo.

EXAMPLE 2
Trung vị của dữ liệu trong Bảng 4.1 là bao nhiêu?
GIẢI PHÁP
Để xác định giá trị trung vị, chúng ta sắp xếp dữ liệu từ giá trị nhỏ nhất đến giá trị lớn
nhất
3,056 3,080 3,094 3,107 3,112 3,174 3,198
Vì có tổng cộng bảy phép đo nên giá trị trung vị là giá trị thứ tư trong
 1. Characterizing Measurements and Results

1.1. Biện pháp của xu hướng trung ương

Như được minh họa trong Ví dụ 1 và 2, giá trị trung bình và trung vị cung
cấp các ước tính tương tự về xu hướng trung tâm khi tất cả dữ liệu có độ
lớn tương tự nhau.
Tuy nhiên, trung vị cung cấp một ước tính mạnh mẽ hơn về xu hướng trung
tâm vì nó ít nhạy cảm hơn với các phép đo có giá trị cực trị.
Ví dụ: việc đưa ra lỗi sao chép được thảo luận trước đó đối với giá trị trung
bình chỉ làm thay đổi giá trị trung bình từ 3,107 g thành 3,112 g.
 1. Characterizing Measurements and Results

1.2. Các biện pháp lây lan

Nếu giá trị trung bình hoặc số trung vị cung cấp ước tính về khối lượng thực sự của
một đồng xu thì độ chênh lệch của các phép đo riêng lẻ phải cung cấp ước tính về
độ biến thiên về khối lượng của từng đồng xu.
Mặc dù mức chênh lệch thường được xác định liên quan đến thước đo cụ thể của xu
hướng trung tâm nhưng độ lớn của nó không phụ thuộc vào giá trị trung tâm.
Việc thay đổi tất cả các phép đo theo cùng một hướng, bằng cách cộng hoặc trừ
một giá trị không đổi, sẽ làm thay đổi giá trị trung bình hoặc trung vị, nhưng sẽ
không làm thay đổi độ lớn của chênh lệch.
Ba thước đo phổ biến về mức độ lây lan là phạm vi, độ lệch chuẩn và phương sai.
 1. Characterizing Measurements and Results

1.2. Measures of Spread

 Phạm vi Phạm vi, w, là sự khác biệt giữa giá trị lớn nhất và nhỏ
nhất trong tập dữ liệu.
Range = w = Xlargest – Xsmallest
 Phạm vi cung cấp thông tin về tổng độ biến thiên trong tập dữ liệu,
nhưng không cung cấp bất kỳ thông tin nào về sự phân bố của các phép
đo riêng lẻ.
 Phạm vi dữ liệu trong Bảng 4.1 là chênh lệch giữa 3,198 g và 3,056 g;
do đó
w = 3.198 g – 3.056 g = 0.142 g
 1. Characterizing Measurements and Results

1.2. Measures of Spread

 Độ lệch chuẩn Độ lệch chuẩn tuyệt đối, s, mô tả độ phân tán của
các phép đo riêng lẻ về giá trị trung bình và được đưa ra dưới
dạng

trong đó Xi là một trong n số đo riêng lẻ và 𝑋 ̅ là giá trị trung bình.

Thông thường, độ lệch chuẩn tương đối, sr, được báo cáo.

 Độ lệch chuẩn tương đối phần trăm thu được bằng cách nhân sr
với 100%.
 1. Characterizing Measurements and Results

1.2. Measures of Spread

 Phương sai Một thước đo phổ biến khác của mức chênh lệch là
bình phương độ lệch chuẩn, hay phương sai.
 Độ lệch chuẩn, chứ không phải phương sai, thường được báo
cáo vì đơn vị của độ lệch chuẩn giống như đơn vị của giá trị
trung bình.
MỘT SỐ ĐẠI LƯỢNG THỐNG KÊ
Có các số liệu đo sau (n = 8):
2, 4, 4, 4, 5, 5, 7, 9
1. Giá trị trung bình (Xtb) Xtb =
2. Phương sai (S2)
Độ lệch giữa các số liệu đo và giá trị trung bình
Bình phương độ lệch

Tổng bình phương độ lệch: 9 + 1 + 1 + 1 + 4 + 16 = 32

Phương sai: Tổng bình phương độ lệch/n-1 = 32/7 = 4,57
3. Độ lệch chuẩn (SD) = Rút căn bậc 2 của phương sai: 2,14

4. Độ lệch chuẩn tương đối (RSD%)

(CV = Hệ số biến thiên)
 2. Đặc tính sai số thí nghiệm
 Nhận thấy rằng dữ liệu của chúng ta về khối lượng của một đồng xu
có thể được mô tả bằng thước đo xu hướng trung tâm và thước đo
mức độ chênh lệch, gợi ý hai câu hỏi.
 Đầu tiên, thước đo của chúng ta về xu hướng trung tâm có phù hợp
với giá trị thực hay giá trị kỳ vọng không?
 Thứ hai, tại sao dữ liệu của chúng ta lại nằm rải rác xung quanh giá trị
trung tâm?
 Các lỗi liên quan đến xu hướng trung tâm phản ánh tính chính xác của
phân tích, nhưng độ chính xác của phân tích được xác định bởi các lỗi
liên quan đến mức chênh lệch.
 2. Characterizing Experimental Errors
2.1. Sự chính xác
Độ chính xác là thước đo mức độ gần gũi của thước đo xu hướng
trung tâm với giá trị thực hoặc giá trị mong đợi, µ.
Độ chính xác thường được biểu thị dưới dạng sai số tuyệt đối

hoặc một lỗi tương đối phần

trăm, Er.
2

Mặc dù giá trị trung bình được sử dụng làm thước đo xu

hướng trung tâm trong phương trình 1 và 2, nhưng giá trị
trung bình cũng có thể được sử dụng.
 2. Characterizing Experimental Errors
 Các sai số ảnh hưởng đến độ chính xác của phép phân tích được gọi là xác
định và được đặc trưng bởi độ lệch hệ thống so với giá trị thực; nghĩa là tất cả
các phép đo riêng lẻ đều quá lớn hoặc quá nhỏ.
 Sai số xác định dương dẫn đến giá trị trung tâm lớn hơn giá trị thực và sai số
xác định âm dẫn đến giá trị trung tâm nhỏ hơn giá trị thực.
 Cả sai số xác định dương tính và âm tính đều có thể ảnh hưởng đến kết quả
phân tích, với tác động tích lũy của chúng dẫn đến sai số xác định dương tính
hoặc âm tính thực.
 Có thể, mặc dù không có khả năng xảy ra, các sai số xác định dương và âm có
thể bằng nhau, dẫn đến giá trị trung tâm không có sai số xác định thực.
 Các lỗi xác định có thể được chia thành bốn loại: lỗi lấy mẫu, lỗi phương pháp,
lỗi đo lường và lỗi cá nhân.
 2. Characterizing Experimental Errors
 Lỗi lấy mẫu Chúng tôi đưa ra các lỗi lấy mẫu xác định khi chiến
lược lấy mẫu của chúng tôi không cung cấp được mẫu đại
diện.
 Điều này đặc biệt quan trọng khi lấy mẫu vật liệu không đồng
nhất. Ví dụ: xác định chất lượng môi trường của một hồ bằng
cách lấy mẫu tại một vị trí gần nguồn ô nhiễm điểm, chẳng
hạn như cửa xả nước thải công nghiệp, sẽ cho kết quả sai lệch.
 Khi xác định khối lượng của một đồng xu Mỹ, chiến lược lựa
chọn đồng xu phải đảm bảo rằng đồng xu từ các quốc gia khác
không vô tình được đưa vào mẫu.
 Các lỗi xác định liên quan đến việc chọn mẫu có thể được giảm
thiểu bằng chiến lược lấy mẫu thích hợp.
 2. Characterizing Experimental Errors
 Nhận thấy rằng dữ liệu của chúng ta về khối lượng của một đồng xu
có thể được mô tả bằng thước đo xu hướng trung tâm và thước đo
mức độ chênh lệch, gợi ý hai câu hỏi.
 Đầu tiên, thước đo của chúng ta về xu hướng trung tâm có phù hợp
với giá trị thực hay giá trị kỳ vọng không?
 Thứ hai, tại sao dữ liệu của chúng ta lại nằm rải rác xung quanh giá trị
trung tâm?
 Các lỗi liên quan đến xu hướng trung tâm phản ánh tính chính xác của
phân tích, nhưng độ chính xác của phân tích được xác định bởi các lỗi
liên quan đến mức chênh lệch.
 2. Characterizing Experimental Errors
 Lỗi phương pháp Xác định lỗi phương pháp xuất hiện khi các giả định
về mối quan hệ giữa tín hiệu và chất phân tích không hợp lệ.
 Xét về mối quan hệ chung giữa tín hiệu đo được và lượng chất phân
tích
Smeas = knA + Sreag (total analysis method)
Smeas = kCA + Sreag (concentration method)
 Lỗi phương pháp tồn tại khi độ nhạy k và tín hiệu do mẫu trắng thuốc thử Sreag
được xác định không chính xác.
 Ví dụ, các phương pháp trong đó Smeas là khối lượng kết tủa chứa chất phân tích
(phương pháp đo trọng lượng) giả định rằng độ nhạy được xác định bằng kết tủa
tinh khiết có tính chất cân bằng hóa học đã biết.
 Khi giả định này không thành công, sẽ tồn tại một lỗi xác định.
 Các lỗi phương pháp liên quan đến độ nhạy được giảm thiểu bằng cách tiêu chuẩn
hóa phương pháp, trong khi các lỗi phương pháp do chất gây nhiễu có trong thuốc
thử được giảm thiểu bằng cách sử dụng mẫu trắng thuốc thử thích hợp.
 Không thể giảm thiểu sai sót của phương pháp do các chất gây nhiễu trong mẫu
bằng mẫu trắng thuốc thử.
 Thay vào đó, các chất gây nhiễu như vậy phải được tách khỏi chất phân tích hoặc
nồng độ của chúng được xác định độc lập.
 2. Characterizing Experimental Errors
 Lỗi đo lường Các dụng cụ và thiết bị phân tích, chẳng hạn như
dụng cụ thủy tinh và cân, thường được nhà sản xuất cung cấp
kèm theo thông báo về sai số hoặc dung sai đo lường tối đa
của hạng mục.
 Ví dụ: bình định mức 25 mL có thể có sai số tối đa là ±0,03 mL,
nghĩa là thể tích thực tế chứa trong bình nằm trong khoảng
24,97–25,03 mL.
 Mặc dù được biểu thị dưới dạng một phạm vi nhưng sai số vẫn
được xác định; do đó, thể tích thực của bình là một giá trị cố
định trong phạm vi đã nêu.
2. Characterizing Experimental Errors
2. Characterizing Experimental Errors
 2. Characterizing Experimental Errors
 Đồ thủy tinh thể tích được phân loại theo lớp. Đồ thủy tinh loại A được sản xuất để
tuân thủ dung sai do các cơ quan như Viện Tiêu chuẩn và Công nghệ Quốc gia quy
định.
 Mức dung sai đối với dụng cụ thủy tinh loại A đủ nhỏ để bình thường có thể sử
dụng dụng cụ thủy tinh đó mà không cần hiệu chuẩn. Mức dung sai đối với dụng
cụ thủy tinh loại B thường gấp đôi mức dung sai đối với dụng cụ thủy tinh loại A.
 Các loại dụng cụ đo thể tích khác, chẳng hạn như cốc có mỏ và ống đong chia độ,
không phù hợp để đo thể tích một cách chính xác. Xác định sai số đo lường có thể
được giảm thiểu bằng cách hiệu chuẩn.
 Ví dụ, một pipet có thể được hiệu chuẩn bằng cách xác định khối lượng nước mà
nó cung cấp và sử dụng mật độ của nước để tính toán thể tích thực tế được cung
cấp bởi pipet. Mặc dù dụng cụ thủy tinh và thiết bị đo có thể được hiệu chuẩn
nhưng không bao giờ an toàn khi cho rằng việc hiệu chuẩn sẽ không thay đổi trong
quá trình phân tích. Đặc biệt, nhiều thiết bị không còn hiệu chuẩn theo thời gian.
 Biến chứng này có thể được giảm thiểu bằng cách hiệu chuẩn lại thường xuyên.
 2. Characterizing Experimental Errors
 Lỗi cá nhân Cuối cùng, công việc phân tích luôn có nhiều lỗi cá
nhân khác nhau, có thể bao gồm khả năng nhìn thấy sự thay
đổi màu sắc của chất chỉ thị dùng để báo hiệu điểm kết thúc của
phép chuẩn độ; những thành kiến, chẳng hạn như đánh giá quá
cao hoặc đánh giá thấp một cách nhất quán giá trị trên thang
đo của thiết bị; không hiệu chỉnh dụng cụ thủy tinh và dụng cụ;
và hiểu sai hướng dẫn thủ tục.
 Lỗi cá nhân có thể được giảm thiểu bằng cách chăm sóc thích
hợp.
MỘT SỐ ĐẠI LƯỢNG THỐNG KÊ
5. Giới hạn tin cậy và khoảng tin cậy
 SAI SỐ TRONG PHÂN TÍCH
Khái niệm
 Mẫu có giá trị thực là M
 Sai số: độ sai lệch của phép đo, độ
lệch các giá trị thực nghiệm xi với

nhau, với giá trị xtb và giá trị M

 Không thể loại trừ hoàn toàn sai số

 Sai số: tuyệt đối và tương đối
 SAI SỐ TRONG PHÂN TÍCH
Các loại sai số
1. Sai số tuyệt đối 
– Hiệu giữa giá trị trung bình Xtb và giá trị thực M

–  = Xtb – M

– Sai số tuyệt đối có thể là số âm hay số dương

 SAI SỐ TRONG PHÂN TÍCH
Các loại sai số
2. Sai số tương đối S
– Tỷ số giữa sai số tuyệt đối và và giá trị thực M
– S =  / M x 100
 SAI SỐ TRONG PHÂN TÍCH
Các loại sai số
3. Sai số ngẫu nhiên (random error)
(Sai số không xác định)

• Không biết rõ nguyên nhân

• Do hạn chế tự nhiên khi đo lường
• Không tuân theo quy luật (lúc âm, lúc dương)
• Không hiệu chính hay loại trừ được
• Có thể hạn chế: tăng số lần thử nghiệm, xử lý thống kê
 SAI SỐ TRONG PHÂN TÍCH
Các loại sai số
4. Sai số hệ thống (systematic error)
– Biết nguyên nhân
– Hiệu chính và loại trừ được
– Tuân theo quy luật nhất định

99,9 ml
 SAI SỐ TRONG PHÂN TÍCH
Các loại sai số
4. Sai số hệ thống (systematic error)
 Do mẫu đo: mẫu phân tích KHÔNG đại diện
 Do dụng cụ thí nghiệm

99,9 ml
 SAI SỐ TRONG PHÂN TÍCH
Các loại sai số
4. Sai số hệ thống (systematic error)
 Do phương pháp đo: KHÔNG thực hiện mẫu trắng, kiểm
tra độ đúng, so sánh với phương pháp khác
 Do người phân tích
 Mặt khum lõm
Chất lỏng không màu

 Mặt khum lồi

Chất lỏng có màu
 SAI SỐ TRONG PHÂN TÍCH
Các loại sai số
•
 SAI SỐ TRONG PHÂN TÍCH
Các loại sai số
6. Sai số thô (gross error)
 Kết quả các lần đo khác hẳn giá trị thực
 Nguyên nhân: đọc kết quả sai, lấy nhầm quả cân…
Phát hiện và loại trừ: phân tích nhiều lần (n > 6),
loại giá trị bất thường: chuẩn Dixon, bảng kiểm định T
 CÁC BƯỚC XỬ LÝ KẾT QUẢ
THỰC NGHIỆM
 Loại trừ sai số thô: chuẩn Dixon (n < 10)
Số liệu nghi
1 Sắp xếp số liệu ngờ x1 (max, Số liệu lân cận
min) số liệu nghi
ngờ x2
 x1  x2 
2 Test Q: tính Qtn
Q 
tn x  x
max min

3 So sánh Qtn với Qlt

Qtn < Qlt: Giữ lại x1

Qtn > Qlt: Loại bỏ x1

Bài tập 1: Cho dãy số liệu: 16,84; 16,86; 16,91; 16,93; 16,95; 17,61.
Hãy loại trừ sai số thô bằng chuẩn Dixon và bảng kiểm định T (nếu có)
 CÁC BƯỚC XỬ LÝ KẾT QUẢ
THỰC NGHIỆM
 Loại trừ sai số thô: bảng kiểm định T (n: bất kỳ)
Ttn  ( X max  X tb) / SD
1 Tính Ttn

Ttn  ( X tb  X min) / SD

2 So sánh Ttn với Qlt

Ttn < Tlt: Giữ lại x1

Ttn > Tlt: Loại bỏ x1

 TÓM TẮT CÁC BƯỚC XỬ LÝ KẾT
QUẢ THỰC NGHIỆM
1 Sắp xếp dãy số liệu thu được theo thứ tự tăng hoặc giảm dần

2 Loại các giá trị không phù hợp, sai số thô

3 Tính giá trị Xtb, độ lệch chuẩn SD, %RSD, xét sai số hệ thống

4 Xác định giới hạn tin cậy e và khoảng tin cậy 

5 Báo cáo kết quả

Bài tập 2: Cho dãy số liệu: 3,056; 3,080; 3,094; 3,107; 3,112; 3,174 và
3,198 (g/l). Hãy xử lý các số liệu trên theo 5 bước
 So sánh các dãy số liệu
1. So sánh phương sai (Variance: trung bình của bình phương
khoảng cách của mỗi điểm dữ liệu tới trung bình)
 So sánh độ chính xác (độ lặp lại) của 2 dãy thí nghiệm A và B
(nA/B: số lần thực hiện, S2A/B: phương sai, nA/B -1: bậc tự do)

 Sử dụng chuẩn F (giả thiết: S2A  S2B)

 Ftn = S2A / S2B

 Flt > Ftn: KHÔNG có sự khác biệt về độ lặp lại của A và B.

 Flt < Ftn: CÓ sự khác biệt về độ lặp lại của A và B

Bài tập 3: Kết quả 7 lần phân tích hàm lượng aspirin bằng phương pháp A có
SA2 = 0,00259, bằng phương pháp B là SB2 = 0,00138. So sánh độ chính
 So sánh các dãy số liệu
2. So sánh hai số trung bình
 So sánh các dãy số liệu
2. So sánh hai số trung bình
Kết quả phân tích bị ảnh hưởng bởi: mẫu, phương pháp, người
phân tích
Tìm nguyên nhân gây sai số: so sánh kết quả trung bình của 2
người phân tích/kết quả đo
 Áp dụng t-test
Kết quả phân tích bằng phương pháp A/B: XtbA/B, SDA/B, S2A/B,

nA/B

 Bước 1: So sánh 2 phương sai S2A và S2B (F-test)

 Bước 2:
 So sánh các dãy số liệu
2. So sánh hai số trung bình
 Bước 2:
 Trường hợp 2: phương sai S2A và S2B KHÁC NHAU
Bước 3: Kết luận có hay không sự khác nhau của 2 phương
pháp đo
 ttn < tlt: hai phương pháp cho kết quả KHÔNG khác nhau

 ttn > tlt: hai phương pháp cho kết quả khác nhau
Bài tập 4: Khi chuẩn độ Na2CO3 (%kl/kl) bằng phương pháp
acid-base, kết quả của 2 người phân tích A và B như sau:
1 2 3 4 5 6
A 86,82 87,04 86,93 97,01 86,20 87,00
B 81,01 86,15 81,73 83,19 80,27 83,94

Hãy so sánh kết quả trung bình của người phân tích A và B?
Hướng dẫn
 So sánh 2 phương sai của người phân tích A và B, tính F tn

so với Flt

 Tính ttn và so với tlt

 Kết luận
 CHỮ SỐ CÓ NGHĨA (CSCN)
 Số đo trực tiếp: đọc trên thang đo của các dụng cụ đo lường
 Có nhiều CSCN tin cậy
 Có DUY NHẤT 1 CSCN KHÔNG TIN CẬY (sau cùng từ trái sang phải)
 Số lượng CSCN tính từ chữ số đầu tiên KHÁC ZERO,
TỪ TRÁI SANG PHẢI; mọi chữ số ZERO SAU CSCN đầu tiên đều là CSCN
 Chữ số ZERO đứng trước chữ số KHÁC ZERO đầu tiên KHÔNG PHẢI
là CSCN
 Chữ số ZERO đứng giữa hai chữ số KHÁC ZERO hoặc đứng sau cùng
là CSCN
 Khi chuyển đổi đơn vị đo, số lượng CSCN phải giữ nguyên, thí dụ:
chuyển 0,28 g ra mg phải viết là 0,28 x 103 hoặc 2,8 x 102 mg
 Bài tập: Tìm số CSCN và cho biết CSCN không tin cậy trong các số liệu
sau: V = 18,75 ml; M = 0,0020 g; M =5,06 g; M = 0,15 (M/l)
 CHỮ SỐ CÓ NGHĨA (CSCN)
 Số đo gián tiếp: tính từ số đo trực tiếp thông qua biểu thức toán học
 Phép cộng và trừ: CSCN kết quả cuối có cùng số chữ số ở bên phải của
dấu thập phân có số CSCN ít nhất, thí dụ: tính phân tử lượng của phân tử
BaO2 biết Ba = 137,34; O = 15,9994
 Phép nhân và chia: số lượng CSCN của kết quả cuối cùng bằng số lượng
CSCN của số đo có CSCN ít nhất, thí dụ: lấy chính xác 10,00 ml dung dịch
acid hydrocloric chưa biết nồng độ đem chuẩn độ bằng dung dịch chuẩn
độ natri hydroxyd 0,09876 M. Thể tích NaOH cần dùng là 9,58 ml. Tính
MHCl?

MHCl = (0,09876 x 9,58)/10,00 = 0,094612

 Kết quả phải tính toán qua nhiều bước: CHỈ ĐƯỢC LÀM TRÒN KẾT QUẢ
CUỐI CÙNG
 CÁCH LÀM TRÒN SỐ ĐO GIÁN TIẾP
 Tuân theo quy tắc chữ số có nghĩa
 Tùy thuộc vào giá trị của chữ số nghi ngờ
 CSCN sau cùng TĂNG 1 đơn vị nếu sau nó là chữ số nghi ngờ LỚN HƠN 5
(NHỎ HƠN 5 thì giữ nguyên)
Thí dụ: 71,56  71,6; 71,54  71,5
 Khi chữ số nghi ngờ BẰNG 5, CSCN sau cùng của số đo gián tiếp được
tăng 1 đơn vị nếu nó là một chữ số “lẻ”; nếu nó là một chữ số “chẵn” (kể
cả cả số 0) thì vẫn giữ nguyên;
Thí dụ: 71,55  71,6; 71,05  71,0; 71,25  71,2
 CÂU HỎI TRẮC NGHIỆM

1. Khi tiến hành phân tích một mẫu bất kỳ thường mắc phải các
loại sai số:
a. Sai số hệ thống
b. Sai số ngẫu nhiên
c. Sai số thô
d. Cả a, b và c đều đúng
2. Sai số do phương pháp đo dẫn đến:
a. Sai số thô
b. Sai số ngẫu nhiên
c. Sai số hệ thống
d. Sai số tuyệt đối
 CÂU HỎI TRẮC NGHIỆM

3. Một kiểm nghiệm viên đọc nhầm thể tích tại điểm tương đương
khi định lượng, trong phần tính kết quả người này mắc phải:
a. Sai số tương đối
b. Sai số tuyệt đối
c. Sai số thô
d. Sai số hệ thống
4. Loại sai số nào có thể hiệu chỉnh và loại trừ khi tiến hành phân
tích mẫu?
e. Sai số thô
f. Sai số ngẫu nhiên
g. Sai số hệ thống
h. Sai số tuyệt đối
 CÂU HỎI TRẮC NGHIỆM

5. Loại sai số nào thể hiện độ đúng của phương pháp phân tích:
a. Sai số thô
b. Sai số ngẫu nhiên
c. Sai số tuyệt đối
d. Sai số hệ thống
6. Loại sai số nào thể hiện độ chính xác của phương pháp phân tích:
e. Sai số thô
f. Sai số ngẫu nhiên
g. Sai số tuyệt đối
h. Sai số hệ thống
 CÂU HỎI TRẮC NGHIỆM

7. Loại sai số thô bằng cách:

a. Tra bảng Student để tìm Ttn và Tlt
b. Dùng phương pháp chuẩn Dixon (test Q)
c. Dùng phương pháp kiểm định T (test T)
d. Câu b và c đúng
8. Chữ số có nghĩa trong số đo trực tiếp bao gồm:
e. Nhiều chữ số tin cậy và nhiều chữ số nghi ngờ
f. Chỉ có chữ số tin cậy
g. Nhiều chữ số tin cậy và duy nhất một chữ số nghi ngờ
h. Câu a và c đúng
 CÂU HỎI TRẮC NGHIỆM

9. Kết quả định lượng sau cùng là M = 0,0020 g, số đo này bao

gồm…chữ số có nghĩa:
a. 5 chữ số có nghĩa
b. 4 chữ số có nghĩa
c. 2 chữ số có nghĩa
d. 1 chữ số có nghĩa
10. Kết quả định lượng sau cùng là M = 0,0025 g, chữ số 5 là chữ
số:
e. Chữ số có nghĩa tin cậy
f. Chữ số có nghĩa không tin cậy
g. Câu a và b đều đúng
h. Câu a, b và c sai