Calculodelaincertidumbre 160412081724 PDF

Estimación y expresión de la incertidumbre
PROCEDIMIENTO NMKL de la medición en análisis químico

No. 5 (2003) Página: 1 (45)
Versión: 2
Edición en español, 2005 Fecha: 2004-09-09
Aprobado: Ole Bjørn Jensen
ESTIMACION Y EXPRESION DE LA
INCERTIDUMBRE DE LA MEDICION EN
ANALISIS QUIMICO
CONTENIDO
Prólogo
Introducción
Definiciones
Estimación de la incertidumbre de la medición
Expresión de la incertidumbre de la medición
Ejemplos
Referencias
Apéndice 1. Cómo utilizar la plantilla de Excel
Edición en idioma español, Julio 2005.

La traducción ha respetado el formato y redacción del documento original de NMKL en idioma inglés.
Traducido por: Lic. Nelson S. Fernández Gil, M. Sc.
Especialista Principal del Grupo Gestor de la Calidad del Lab. de Supervisión de la Calidad “CUBACONTROL S.A.”
Ciudad de La Habana, Cuba. Tel. +53 7 271-3346. Fax: +53 7 271-1332. Correo electrónico: cubalab@enet.cu
Secretario del Comité Técnico de Normalización Cubano Nº 46 “Métodos de Análisis y Toma de Muestras”
Evaluador líder y Miembro del Comité Técnico Consultor del Organo Nacional de Acreditación de la República de Cuba,
(ONARC).
Edition in Spanish language, July 2005.

The translation has retained the format and writing of the original NMKL´s document in English language.
Translator: Chem. Nelson S. Fernández Gil, M. Sc.
Main Specialist of the Quality Manager Group of the Quality Supervision Laboratory "CUBACONTROL Corp."
Havana City, Cuba. Phone: +53 7 271-3346. Fax: +53 7 271-1332. E-mail: cubalab@enet.cu
Secretary of the Cuban Standardization Technical Committee Nº 46 "Methods of Analysis and Sampling"
Leader assessor and Member of the Technical Committee of Consultant of the National Accreditation Organ of the Republic of
Cuba, (ONARC).
COMITE NORDICO DE ANALISIS DE ALIMENTOS

Estimación y expresión de la incertidumbre de la
PROCEDIMIENTO NMKL medición en análisis químico
No. 5 (2003) Página:
Versión:
2 (45)
2
Versión en español, 2005 Fecha: 2004-09-09
PROLOGO
Esta nueva versión ha sido revisada significativamente en comparación con la versión 1.
En esta versión del procedimiento, el enfoque principal se ha modificado para referirse a
la incertidumbre de la medición según el documento conocido como GUM (1), y sobre
todo el nuevo documento de Eurachem (2). Muchos datos experimentales se utilizan en
estos documentos. La versión anterior se ha criticado por no considerar un enfoque
suficientemente amplio al referirse a la estimación de incertidumbre de la medición (3).
Esto ha conducido a un enfoque más comprensivo en la presente versión del tema de la
incertidumbre de la medición en análisis cuantitativo. Se menciona en la nueva norma de
acreditación ISO/IEC 17025 (4), que se deben considerar la experiencia previa y los datos
de validación al estimar la incertidumbre de la medición. Este tipo de datos también es
más familiar y aceptado por la mayoría de los químicos analíticos. La incertidumbre total
de la medición se puede simplificar utilizando estos datos. Pero también es importante
intentar identificar todas las fuentes de incertidumbre en el método. Una revisión
completa de todos los pasos del procedimiento, y de todas las fuentes de incertidumbre,
puede darle información útil al analista acerca de dónde hallar las fuentes mayores de
error, y por consiguiente un adecuado conocimiento sobre cómo minimizarlos, si fuera
necesario. El propósito de este procedimiento es describir en condiciones simples y
breves, cómo lograr buenas estimaciones de la incertidumbre de la medición, a través,
entre otras cosas, del uso de datos producidos en las validaciones y en otras mediciones de
control de la calidad. Para una descripción más detallada, recomendamos los documentos
de Eurachem (2). NMKL invita a todos los lectores y usuarios de este procedimiento a
enviar comentarios y puntos de vista. Las sugerencias y comentarios deben dirigirse a la
Secretaría General de NMKL. Este procedimiento para la estimación y expresión de
incertidumbre de la medición en análisis químico ha sido elaborado por un grupo de
trabajo bajo la dirección de NMKL. El grupo de trabajo estuvo integrado por las
siguientes personas:
Dinamarca: Inge Meyland, Agencia Nacional de Alimentos,

Finlandia: Kirsti Nuotio, Laboratorio de Costumbres,
Noruega: Per Lea, Instituto Noruego de Investigaciones de Alimentos,
Suecia: Joakim Engman, Oficina Nacional de Alimentos (director proyecto).
El grupo del proyecto extiende su agradecimiento a los organismos nórdicos de

acreditación SWEDAC y FINAS que remitieron sus valiosos comentarios sobre
este procedimiento. El procedimiento está disponible a través de:
Secretaría General de NMKL

a/c Instituto Veterinario Nacional
Apartado Postal 8156, Dep. NO-0033 Oslo, Noruega,
Tel: +47 23 21 62 50. Fax: +47 23 21 62 02.
Correo electrónico: nmkl@vetinst.no Página web: http://www.nmkl.org.
Versión:
3 (45)
2
INTRODUCCION
Cuando el resultado de un análisis químico se presenta en un informe analítico,
es recomendable siempre informarlo como un resultado numérico, y no
simplemente formulando una declaración del tipo "La concentración del analito
es inferior al límite máximo". Para que el resultado esté completo también debe
incluirse la incertidumbre de la medición del ensayo. En muchos casos, la
interpretación de un resultado puede resultar sumamente difícil a menos que
vaya acompañado de su incertidumbre asociada.
Es importante comprender la diferencia entre el error de la medición e

incertidumbre de la medición. El error de la medición es la diferencia entre un
valor medido y un valor verdadero. La incertidumbre de la medición es la
variación resultante de la medición de la concentración en el material de ensayo.
El error es una diferencia, mientras que la incertidumbre es un intervalo. Para
cuantificar el error de la medición, es necesario saber el valor verdadero o el
valor de referencia aceptado, mientras que la estimación de la incertidumbre de
la medición no exige conocer el valor verdadero. Los errores de la medición
pueden ser divididos en errores sistemáticos y errores al azar. El error
sistemático es posible corregirlo en alguna medida, pero los errores aleatorios
nunca pueden corregirse.
El resultado de la medición y la incertidumbre son siempre estimados

dependiendo de, por ejemplo, el método, la matriz y la concentración del analito.
Es por consiguiente importante documentar cómo se han realizado las
estimaciones. Con un estudio de validación bien planificado, es a menudo
posible evaluar la incertidumbre de una gran parte de los elementos de
incertidumbre presentes. Es importante escoger las matrices y los niveles de
concentración pertinentes para los ensayos que se van a ejecutar. Otras fuentes
de incertidumbre deben ser cuantificadas en experimentos aparte en otro
momento más adelante, o si posible, verificando si hay suficiente información en
las especificaciones dadas o en información en la literatura.
Es importante enfatizar en que el proceso analítico debe ser el foco principal, y

no los procedimientos de cálculo estadísticos. Con un conocimiento sólido del
ensayo, es posible identificar rápidamente las fuentes principales de
incertidumbre.
Versión:
4 (45)
2
DEFINICIONES
Las definiciones se han tomado de los documentos GUM (1), Eurachem (2), y
Vocabulario Internacional de Términos Básicos y Generales en Metrología (5).
Material de referencia certificado (CRM)

Es un material de referencia, acompañado por un certificado en el cuál uno o
más valores de las propiedades son certificados por un procedimiento que
establece su trazabilidad con una realización exacta de la unidad en la cual se
expresan los valores de esas propiedades y para los cuales cada valor certificado
aparece acompañado por una incertidumbre al nivel de confianza declarado (5,
cap. 6.14).
Error (de medición)

Es el resultado de una medida menos el valor verdadero del mesurando (5, cap.
3.10).
Incertidumbre de la medición
Parámetro que es asociado con el resultado de una medición y qué caracteriza la
dispersión de los valores que podrían atribuirse razonablemente al mesurando (5,
cap. 3.9).
Notas
1. El parámetro puede, por ejemplo, ser una desviación típica (o un múltiplo
dado de esta), o la mitad de un intervalo con un nivel de confianza declarado.
2. La incertidumbre de la medición generalmente incluye muchos componentes

que se caracterizan por sus desviaciones típicas estimadas a partir de una serie de
mediciones, o de supuestas distribuciones de probabilidad basadas en la
experiencia u otras informaciones.
3. Se asume que el resultado de la medición es la mejor estimación del valor del

mesurando, y que todos los elementos de incertidumbre, incluyendo aquéllos que
dependen de los efectos sistemáticos (por ejemplo, aquéllos que se relacionan
con las correcciones y los patrones de referencia), contribuyen a la dispersión.
Mesurando
Cantidad específica sujeta a medición (5, cap. 2.6).
Repetibilidad (de resultados de medición)

Es la estrecha concordancia entre los resultados de sucesivas mediciones del
mismo mesurando llevadas a cabo bajo las mismas condiciones de medición (5,
cap. 3.6).
Versión:
5 (45)
2
Notas
1. Estas condiciones se denominan condiciones de repetibilidad.
2. Las condiciones de repetibilidad incluyen:
La misma rutina de medición, el mismo observador/analista, utilización de los
mismos equipos de medición, bajo las mismas condiciones y en la misma
ubicación, y repetidos en cortos intervalos de tiempo.
El concepto de repetibilidad también aparece en la norma ISO 3534-1.
Reproducibilidad (de los resultados de medición)

Es la estrecha concordancia entre los resultados de medición sucesivos del
mismo mesurando llevados a cabo bajo condiciones diferentes de medición (5,
cap. 3.7).
Notas
1. Al informar sobre la significación de la reproducibilidad, deben declararse las
condiciones que hayan cambiado,
2. El cambio de condiciones puede involucrar:
El principio del análisis, el método, el observador, el equipo, la norma de
referencia, la ubicación, las condiciones de uso y el tiempo.
El concepto de reproducibilidad también aparece en la norma ISO 3534-1.
Incertidumbre típica, u(xi)

Es la incertidumbre de un resultado de medición expresado como una desviación
típica (2, cap. B.13).
Incertidumbre típica combinada, uc(y)

Es la incertidumbre típica del resultado de medición cuando ese resultado se
obtiene a partir de varios valores de otras cantidades, igual a a la raíz cuadrada
positiva de una suma de condiciones, esas condiciones son las varianzas o
covarianzas de esas otras cantidades, ponderadas en la medida en que esas
cantidades influyen en el resultado de la medición. (2, cap. B.14).
Incertidumbre expandida, U,
Cantidad que define un intervalo del resultado de una medición que puede
esperarse que abarque un fragmento grande de la distribución de valores que
podrían atribuirse razonablemente al mesurando (2, cap. B.15).
Notas
1. El fragmento anteriormente mencionado puede comprenderse como la
probabilidad de cobertura o el nivel de confianza del intervalo.
Versión:
6 (45)
2
2. Para asociar un nivel específico de confianza con el intervalo definido por la

incertidumbre expandida, se requiere de las presunciones explícitas o implícitas
con respecto a la distribución de probabilidad caracterizada por el resultado de la
medición y su incertidumbre típica combinada. El nivel de confianza que puede
atribuirse a este intervalo, sólo puede conocerse en la medida en que puedan
justificarse tales presunciones.
3. La incertidumbre expandida, U, se calcula en base a una incertidumbre típica

combinada, uc, y un factor de cobertura k, según la fórmula siguiente:
U = k . uc
Error aleatorio
Es el resultado de una medición menos la media que resultaría de un número
infinito de mediciones del mismo mesurando, llevadas a cabo bajo condiciones
de repetibilidad (5, cap. 3.13).
Error sistemático
Media que resultaría de un número infinito de mediciones del mismo mesurando
llevadas a cabo bajo condiciones de repetibilidad, menos un valor verdadero del
mesurando (5, cap. 3.14).
Trazabilidad
Propiedad de un resultado de medición o del valor de un patrón a través del cual
es posible relacionar las referencias dadas, usualmente patrones nacionales o
internacionales, a través de una cadena continua de comparaciones donde todas
tienen estimadas y reportadas sus incertidumbres (5, cap. 6.10).
Factor de cobertura, k,
Factor numérico utilizado como un multiplicador de la incertidumbre típica
combinada para obtener la incertidumbre expandida (2, cap. B.16).
Nota
El factor de cobertura normalmente cae en el intervalo entre 2 y 3.
ESTIMACION DE LA INCERTIDUMBRE DE LA MEDICION
Trazabilidad
Para poder utilizar los resultados de diferentes laboratorios de una manera

razonable, dichos resultados deben ser comparables. Cuando, por ejemplo, se
Versión:
7 (45)
2
realiza una pesada, la balanza debe estar calibrada contra un juego de pesas
calibradas y trazables. Este conjunto de pesas ha sido calibrado contra un juego
de pesas nacionales, que a su vez se calibran contra el prototipo de kilogramo
internacional. La situación óptima sería poder hacer las medidas trazables a un
patrón del sistema SI. En cada paso de esta cadena de comparaciones entre
diferentes patrones, se calcula la incertidumbre sumando la incertidumbre de la
referencia y la incertidumbre de la medición de esta referencia. El objetivo final
es que todos los laboratorios utilizaran la misma escala de medición. La
trazabilidad de un método de análisis puede lograrse utilizando patrones
trazables para la calibración del equipo, por comparación con un método
primario, utilizando materiales de referencia para sustancias puras y materiales
de referencia certificados (MRC) con matrices apropiadas, y utilizando una
rutina de medición exactamente definida (método de referencia).
Corrección para errores sistemáticos
En el documento GUM (1), se recomienda que los errores sistemáticos deben ser
corregidos. Hay grandes diferencias en el área de la investigación alimenticia
sobre cómo realizar en la práctica este tipo de corrección, y la pregunta se ha
discutido ampliamente (6). Esto crea problemas al comparar resultados de
laboratorios diferentes. Un informe analítico siempre debe declarar si los
resultados se han corregido o no, e informar el factor de corrección pertinente.
Hay varias maneras de revelar el error sistemático. Una técnica consiste en

analizar un material de referencia certificado, o un material de control interno
que se ha calibrado contra un material de referencia certificado de una manera
trazable y otro es participar en esquemas de ensayos de aptitud. También es
posible determinar la recuperación de un analito añadido. La desventaja de esta
técnica, radica en que los resultados tienen que ser interpretados con un cierto
grado de cautela. Es bastante posible obtener un 100% de recuperación del
analito añadido, pero la sustancia añadida puede tener una forma diferente a
aquella que está presente en la muestra. Así, una recuperación pobre es una
indicación de problemas, pero una recuperación buena necesariamente no
significa que el resultado es correcto. También es posible analizar las muestras
auténticas en paralelo con un método de referencia bien definido. Este método es
especialmente útil al determinar, por ejemplo, el contenido de grasa y de agua
definidos por el método objeto de estudio.
Si se ha identificado el error sistemático y se hacen las correcciones para

eliminarlo, es importante tener presente que hay una incertidumbre en el factor
de corrección. Esta incertidumbre debe ser incluida en la incertidumbre
combinada de la medición.
Versión:
8 (45)
2
El proceso de estimación de la incertidumbre de la medición
La especificación de las mediciones
El primer paso es describir las mediciones realizadas. La descripción debe

describir, de una manera inequívoca, los pasos llevados a cabo en el
procedimiento de medición, y las conexiones matemáticas entre los analitos y las
diferentes mediciones. En la mayoría de los casos, la descripción del método
debe cubrir este aspecto. Para visualizar los diferentes pasos del método, puede
ser útil preparar un diagrama de flujo del mismo. Es importante determinar si el
método es racional (no empírico) o empírico. Un método racional es un método
que produce un resultado que es independiente del método y qué indica un
contenido "verdadero". Por ejemplo, se considera que es posible determinar el
contenido de metales pesados en los alimentos con muchos métodos diferentes,
obteniendo aún resultados comparables. Por otro lado, un método empírico
define lo que se mide. Un ejemplo de esto es el análisis del contenido de grasa en
alimentos, cuyo resultado depende del tipo de método de extracción y del
solvente que se utilice. En esta área, es bastante común trabajar con los
supuestos métodos de referencia. Si se utiliza el método de referencia, se
considera eliminado el error sistemático. Sin embargo, la ejecución del método
puede producir un error sistemático. El propósito de los métodos empíricos es
obtener resultados comparables entre laboratorios diferentes que empleen el
mismo método, en lugar de medir el contenido absoluto, verdadero.
Identificación de las fuentes de incertidumbre
El próximo paso es relacionar todas las fuentes conocidas de incertidumbre. Esta

revisión del método es una manera de concientizar al analista con las fuentes de
incertidumbre del método. Si el muestreo es una parte de la rutina especificada,
su efecto debe ser naturalmente también incluido. Las fuentes típicas de
incertidumbre son: el muestreo, las condiciones de almacenamiento, los efectos
del instrumento, la pureza de los reactivos, reacciones incompletas o colaterales,
las condiciones de medición como temperatura y humedad del aire, los efectos
de matriz, los efectos de cálculo, como por ejemplo, la selección del modelo de
calibración, la corrección del blanco de muestra y, no por último menos
importante, la influencia del analista.
Una manera de documentar y comparar fuentes diferentes de incertidumbre es

usar un diagrama de Ishikawa (diagrama de espina de pescado). En la referencia
2, apéndice D se describe cómo crear dicho diagrama.
Simplificación por agrupamiento de componentes, cubiertos por información

existente.
Versión:
9 (45)
2
Cuando se han identificado las fuentes de incertidumbre, su efecto debe

calcularse. Esto puede hacerse evaluando el tamaño de cada fuente individual, o
determinando directa y simultáneamente la contribución combinada de varias
fuentes usando resultados conocidos de ese método. Las fuentes de
incertidumbre incluidas en los datos disponibles, que dependen del tipo de estos
datos, deben agruparse juntas. Si fallara la fiabilidad de los datos en gran parte
del método, puede merecer la pena, planificar y efectuar un estudio de validación
con el objetivo de cubrir tantas fuentes de incertidumbre como sea posible.
La siguiente información es apropiada para utilizar: los resultados de análisis de

materiales de referencia certificados, los datos de estudios colaborativos en que
la repetibilidad y la reproducibilidad son normalmente determinadas, los
resultados de participación en ensayos de aptitud, los ensayos de control interno,
los resultados de muestras duplicadas, la recuperación de ensayos contaminados
a propósito, etc., por ejemplo, al analizar un MRC, se utiliza normalmente el
método íntegro, en consecuencia se suministra la trazabilidad del contenido
certificado.
Sin tener en cuenta el tipo de datos que se pretende utilizar, es importante pensar
cuidadosamente sobre aquellas fuentes de incertidumbre que no se han incluido.
Si usted, por ejemplo, está utilizando un MRC, el muestreo y la
homogeneización no están incluidos. ¿Han ocurrido cambios en el ambiente del
laboratorio? Si las mediciones se han efectuado sólo durante los meses de
invierno, puede conllevar a una subestimación, puesto que el laboratorio puede
estar mucho más caliente en verano. ¿Hasta que valor es aceptable una diferencia
entre la matriz y el nivel del analito en ensayos usualmente analizados? ¿En
todas las mediciones se ha utilizado la misma solución madre del patrón?
Cuantificación de componentes agrupados.
Si se usan resultados de estudios anteriores en la cuantificación, debe ser posible

mostrar, por medio de los datos pertinentes que, por ejemplo, se aplican aún la
precisión y algún error sistemático. Los gráficos de control con los resultados de
una muestra control pueden demostrar si el método está bajo control estadístico
(7).
Cuantificación de los restantes componentes.
Las fuentes de incertidumbre existentes que no fueran cubiertas por los datos
disponibles, deben ser evaluadas separadamente. Esto puede hacerse de
cualquiera de las maneras siguientes: efectuando estudios experimentales,
recogiendo información de certificados de calibración u otra literatura, o usando
Versión:
10 (45)
2
modelos teóricos, o mediante juicios personales basados en la experiencia. En el

documento GUM (1), la evaluación de incertidumbre de la medición según el
análisis estadístico de una serie de mediciones, se define como una evaluación
tipo A. Los métodos de evaluación por medio de otras técnicas, reciben el
nombre de evaluación tipo B.
La forma en que tienen que ser evaluadas completamente las fuentes de

incertidumbre, depende de su tamaño y número. Si es posible aproximar el
tamaño de la fuente de incertidumbre, se aplica la siguiente fórmula (2): "A
menos que haya un gran número de ellas, las componentes que representen
menos de un tercio de la necesidad mayor no se evalúan en detalle". En (8) se
declara que las componentes que no son mayores que un quinto del valor de la
fuente más grande, en la mayoría de los casos pueden descartarse. No hay
ningún límite exacto para esto, usted tiene que hacer una evaluación individual
en cada caso por separado. Esto simplificará probablemente la evaluación, ya
que varios elementos individuales de incertidumbre pueden evaluarse como
insignificantes y por tanto despreciables.
Conversión de todos los componentes a la incertidumbre típica
Si hay cualquier fuente de incertidumbre que no se expresa como una desviación

típica, deben convertirse a desviaciones típicas antes de calcular la incertidumbre
combinada de la medición. Esto normalmente sólo se aplica a incertidumbres de
medición tomadas de una literatura apropiada o de otros tipos de
especificaciones. Por ejemplo, normalmente se expresa la incertidumbre del
contenido de materiales de referencia certificados como un intervalo de
confianza de 95%. Las fórmulas siguientes pueden usarse por convertir una
especificación a una desviación típica:
Intervalo de confianza, x ± c dónde x es el valor y c es la mitad del intervalo de

confianza. En este contexto, utilizamos u(x) para designar la incertidumbre típica
(la desviación típica) para los componentes. Así u(x) = c/k, es decir:
u(x) = c/2 para una confianza de 95%
u(x) = c/3 para una confianza de 99%
Distribución rectangular, x ± a, dónde x es el valor, y los límites exteriores

vienen dados por ±a. No es conocido cuál distribución se aplica. La desviación
típica de esta distribución será:
a
u ( x) =
3
Versión:
11 (45)
2
Distribución triangular, x ± a, dónde x es el valor, y los límites exteriores

vienen dados por ±a. No se conoce exactamente cuál distribución se aplica, pero
los valores están probablemente más cercanos a x que a los valores de los límites
exteriores. La desviación típica de esta distribución será:
a
u ( x) =
6
Distribución semi-triangular, x - a, dónde x es el valor y el límite inferior viene

dado por -a. Esta distribución no es simétrica. Esta distribución generalmente se
utiliza en situaciones dónde la variación puede ocurrir sólo en un sentido. Un
ejemplo de esto puede ser una caída en la temperatura. Si la temperatura de una
muestra es inicialmente superior a la temperatura ambiente, la temperatura no
puede aumentar; sólo puede disminuir hasta alcanzar la temperatura ambiente.
La desviación típica de esta distribución será:
a
u ( x) =
3 2
Cálculo de la incertidumbre típica de mediciones repetidas
Desviación típica, SD, se utiliza para los datos experimentales con mediciones
repetidas:
n
∑ ( xi − x )
2
SD = i =1
n −1
Error típico de la media, SEM, se usa si los componentes se basan en la

formación del valor medio. Se calcula como sigue:
SD
SEM =
n
Donde n es el número de valores que son incluidos en la estimación de la

desviación típica.
Desviación típica relativa expresada en %, % RSD, se calcula como sigue:

Versión:
12 (45)
2
SD
RSD % = ⋅ 100
x
Desviación típica de determinaciones dobles, Sr, puede utilizarse para la

estimación de la desviación típica de la repetibilidad, y se calcula como sigue:
∑ (a i − bi ) 2
Sr = i =1
2n
Donde n es el número de determinaciones dobles, y a y b son los valores

respectivos en la determinación duplicada
Desviación típica relativa de determinaciones dobles en %, RSDr, puede

usarse para estimar la desviación típica relativa de la repetibilidad, y se calcula
como sigue:
∑d i
2
RSDr = i =1
2n
Donde,
(ai − bi )
di = ⋅ 100
xi
Donde ai y bi son los resultados de la respectivas determinaciones duplicadas, x i

es el valor medio de la determinación duplicada, y n es el número de
determinaciones duplicadas.
Cálculo de la incertidumbre típica combinada
Se sumarán las componentes Individuales y las agrupadas. Esto debe hacerse

según un modelo de propagación de error que puede involucrar varios cálculos
complicados. Hay softwares comercialmente disponibles que realizan estos
cálculos. Alternativamente, es posible utilizar un método numérico en el
programa de cálculo que da una solución aproximada. En la página web de
NMKL, www.nmkl.org, hay una plantilla para esto (Microsoft Excel). El
apéndice 1 contiene las instrucciones sobre cómo utilizar esta plantilla.
Versión:
13 (45)
2
Hay dos casos dónde la suma de las incertidumbres típicas es mucho más
acertada.
Regla 1. El modelo contiene sólo suma o resta, y = (p + q + r +...), en cuyo caso

la incertidumbre típica combinada, uc(y), se calcula como sigue:
u c ( y ) = u ( p ) 2 + u (q) 2 + u (r ) 2 + ...
Regla 2. El modelo contiene sólo multiplicación y/o división, y = (p . q)/(r . t) en

cuyo caso la incertidumbre típica combinada relativa, uc(y)/y, se calcula como
sigue:
2 2
⎛ u ( p ) ⎞ ⎛ u (q ) ⎞ ⎛ u (r ) ⎞ ⎛ u (t ) ⎞
2 2
uc ( y)
= ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ + ⎜ ⎟ +⎜ ⎟
y ⎝ p ⎠ ⎝ q ⎠ ⎝ r ⎠ ⎝ t ⎠
Para obtener la incertidumbre típica absoluta; multiplique por y.
Reexamen y reevalación de los componentes significativos, si es necesario.
Cuando se calcula la incertidumbre típica combinada, es necesario evaluar si los

cálculos proporcionan suficiente información. Algunas fuentes significativas de
incertidumbre podrían necesitar ser sometidas a una revisión más completa. Si se
utiliza la plantilla adjunta para calcular la incertidumbre combinada, la figura
ilustrará claramente cómo se distribuyen los tamaños de los diferentes
componentes. Esta figura puede revelar a menudo que las fuentes predominantes
de incertidumbre son más pequeñas de lo que parecían a primera vista. Si el
objetivo es minimizar la incertidumbre total de la medición, es importante tratar
con las fuentes más grandes reales de error, no con aquellas fuentes que
inicialmente parecían significantes.
Cálculo de la incertidumbre expandida de la medición.
Para hacer que la incertidumbre de la medición corresponda con un intervalo que

contenga una fracción grande de la variación esperada en los resultados, la
incertidumbre típica combinada se multiplica por un factor de cobertura. Este
factor de cobertura normalmente es 2, pero a veces puede ser 3. Un factor de
cobertura igual a 2 corresponde a un nivel de confianza de aproximadamente
95%, y un factor de cobertura igual a 3 corresponde a un nivel de confianza por
encima de 99%. Se recomienda que el factor de cobertura igual a 2 se utilice de
la siguiente manera:
Versión:
14 (45)
2
U = 2 . uc
La incertidumbre expandida de la medición calculada, U, es la mitad del

intervalo de la incertidumbre de la medición.
Para expresar el intervalo completo de la incertidumbre de la medición para un

resultado de la medición, y, se usa normalmente la siguiente fórmula:
y±U
EXPRESION DE LA INCERTIDUMBRE DE LA
MEDICION.
La incertidumbre de la medición debe informarse como una incertidumbre
expandida, pero el cliente y el laboratorio pueden acordar por escrito, mediante
una declaración, que no se reporte ninguna incertidumbre de la medición (5, cap.
5.10.1). Sin embargo, al laboratorio se le exige tener esta información
disponible.
Por ejemplo, si se informa un volumen total de aflatoxinas (B1+B2+G1+G2),

debe combinarse la incertidumbre de la medición de cada analito individual
según la Regla 1 antes mencionada.
Ejemplo. Se suman los contenidos siguientes y las incertidumbres típicas:
Analito Resultado (µg/kg) Incertidumbre típica

(µg/kg)
B1 11.32 0.72
B2 2.65 0.29
G1 4.66 0.32
G2 0.54 0.28
Total 19.2 0.89
La incertidumbre total de la medición se calcula de la siguiente manera:
u = 0,72 2 + 0,29 2 + 0,32 2 + 0,28 2 = 0,89
Si se utiliza un factor de cobertura igual a 2 para calcular la incertidumbre

expandida de la medición, la suma de los contenidos y la incertidumbre
expandida de la medición será:
Versión:
15 (45)
2
19,2 ± 2 · 0,89 = 19,2 ± 1,8 µg/kg
Expresión de la incertidumbre de la medición en los informes de ensayo.
La incertidumbre de la medición debe declararse de una manera normalizada en

los informes de ensayo. El resultado, y, debe informarse junto con la
incertidumbre expandida de la medición, U, la cual es calculada utilizando un
factor de cobertura k=2. Se recomienda el siguiente formato:
(Analito): y ± U (unidad) *
* La incertidumbre de la medición reportada es [una incertidumbre expandida

de la medición según la definición de la Guía para la Expresión de la
Incertidumbre de la Medición. ISO, Ginebra, Suiza 1993] calculada utilizando 2
como factor de cobertura, [el cual proporciona un nivel de confianza de
aproximadamente 95%]
El texto entre corchetes [ ] puede omitirse o puede abreviarse según sea

necesario.
Ejemplo:
Plomo: 0,025 ± 0,006 mg/kg *
* La incertidumbre de la medición reportada se calcula utilizando el factor de

cobertura igual a 2, el cual proporciona un nivel de confianza de
aproximadamente 95%.
Los valores numéricos de resultados e incertidumbres de la medición no deben

expresarse utilizando una cantidad innecesariamente elevada de cifras.
Normalmente es suficiente reportar la incertidumbre de la medición con dos
cifras significativas, y así redondear el resultado de la medición de manera que
corresponda con la incertidumbre de la medición declarada.
Versión:
16 (45)
2
EJEMPLOS
Ejemplo 1. Estimación de la incertidumbre de la medición utilizando
información de validación.
Introducción
Este ejemplo utiliza la información existente sobre la validación del método, y
análisis de muestras de control y muestras auténticas. La incertidumbre de la
medición se calcula para tres niveles diferentes de concentración. La exactitud se
determina contaminando muestras y calculando su recuperación. Un error
sistemático significativo se revela en el ejemplo, y los resultados se han
corregido con respecto a este error. La incertidumbre causada por la
homogeneización de las muestras se estima en un experimento aparte. La
incertidumbre de la solución madre patrón se calcula separadamente para el
método espectrofotométrico, el cual se utiliza una vez al año para verificar la
concentración de la solución madre patrón. La incertidumbre combinada de la
medición, uc, se calcula sumando las incertidumbres relativas de los parámetros
de la tabla, de la siguiente manera:
u c = u r2 + u rec
2
+ u hom
2
+ u st2
Parámetro Fuente
• Determinaciones duplicadas de
muestras diferentes.
• Análisis de cuatro muestras de
Repetibilidad/Reproducibilidad
control diferentes.
interna, ur/uiR
• Determinaciones duplicadas
repetidas de una muestra
auténtica.
• Adición de sustancia a una
Exactitud (Recuperación), urec
muestra/contaminación.
• Experimento aparte con análisis
repetido de muestras
Homogeneización, uhom homogeneizadas (no-
homogeneidad y repetibilidad de
la muestra dentro de una serie).
• Control realizado anualmente con
Solución madre patrón, ust
un método epectrofotométrico.
Los principios deben ser similares para la mayoría de los métodos químicos
instrumentales.
Versión:
17 (45)
2
Método de análisis: Ocratoxina A (OTA) en maíz.

Tipo de método: racional, HPLC
La incertidumbre, u, se expresa como desviación típica relativa (%).
A. Descripción del procedimiento de medición.
1. Homogeneización de la muestra
2. Pesada de la porción de ensayo (muestra)
3. Extracción
4. Filtración
5. Dilución
6. Columna de purificación IA
7. Evaporación
8. Disolución
9. Material de referencia para sustancias puras: Ocratoxina A
10. Calibración de HPLC
11. Análisis HPLC
12. Cálculo
Z ⋅V1⋅V 3 ⋅V 5
OTA(ng / g ) =
W ⋅ V 2 ⋅ V 4 ⋅ Inj
Z = contenido de muestra de OTA (pg), a partir de la curva de calibración

W = muestra (g)
V1 = extracción (ml)
V2 = muestra para dilución (ml)
V3 = muestra diluida (ml)
V4 = muestra diluida en la columna (ml)
V5 = extracto de muestra en la columna de purificación IA (ml)
Inj = volumen de muestra inyectada (µl)
B. Identificación de las fuentes de incertidumbre
Se piensa que las mayores fuentes de incertidumbre y los factores que influyen
en la incertidumbre de la medición sean:
Nivel del analito

Nivel de máximo contenido permisible, 1-10 ng/g
Contenido de nivel bajo, <1 ng/g
Contenido de nivel elevado, <10 ng/g
Versión:
18 (45)
2
Homogeneización
Grandes cantidades de maíz son difíciles de homogeneizar.

Las determinaciones duplicadas no se realizan sistemáticamente.
Columna de purificación IA
Nueva columna para cada muestra, recuperación requerida 85%.
Incluido en la repetibilidad/reproducibilidad interna.
Calibración de HPLC
Incluido en la repetibilidad/reproducibilidad interna.
Contenido de Ocratoxina A en la solución madre patrón

La solución madre patrón se verifica una vez al año con un espectrofotómetro.
C. Datos de validación y experimentos separados que cubren una gran parte de las fuentes de
incertidumbre del método
Repetibilidad, ur
Se incluyen en esta incertidumbre las determinaciones duplicadas de muestras

auténticas, diferentes productos del maíz. El efecto de la matriz de la muestra y
la no homogeneidad.
Contenido de OTA < 1 ng/g 1-10 ng/g < 10 ng/g

Incertidumbre de la repetibilidad,
13.8 11.2 7.4
ur (%)
ur (%) calculada como la desviación típica relativa RSDr (%) según:
∑d i
2
RSDr = i =1
2n
donde
(ai − bi )
di = ⋅ 100
xi
Versión:
19 (45)
2
Donde
ai y bi son los resultados de las respectivas determinaciones dobles, x i es el
valor medio de las determinaciones duplicadas, y n es el número de
determinaciones duplicadas.
Análisis de muestras control. No suministra datos para la no homogeneidad en
muestras auténticas.
Muestras control No. 1 No. 2 No. 3 No. 4
Valor medio, X (ng/g) 0.91 2.31 3.53 5.39
Desviación típica, SD (ng/g) 0.155 0.205 0.218 0.57
Número, n 14 39 36 23
SD Relativa, RSD (%) 17 8.9 6.2 10.7
No. 2, No. 3 y No. 4 son concentradas según:
(n 2 − 1) RSD22 + (n3 − 1) RSD32 + (n 4 − 1) RSD42

RSD234 =
n 2 + n3 + n 4 − 3
Resultando en RSD234(%)= 8.5
Incertidumbre de la 17 (RSD1) 8.5 (RSD234)

repetibilidad, ur (%)
Reproducibilidad Interna, uiR

3kg de trigo, homogeneizado, contaminado de forma natural.
Determinaciones duplicadas (a, b) doce veces en diferentes días (doce series
n=12)
s r2
s iR = s x2 +
2
sr = 0.694 desviación típica de determinaciones duplicadas

sx = 0.683 desviación típica de series de valores medios
siR = 0.841 desviación típica de la reproducibilidad interna
Xm = 8.5 valor medio de todas las determ. (m=2x12= 24)
RSDiR (%) = 9.9
Versión:
20 (45)
2
(También puede ser calculada según ISO 5725, sR2 = sL2+ sr2 donde sL es la
desviación típica entre series, y sr es la desviación típica dentro de las series.)
Incertidumbre de la 9.9
reproducibilidad interna, uiR (%)
Recuperación
Los experimentos de recuperación se realizan contaminando muestras con la

solución madre patrón.

Añadido, T (ng/g) 0.58 5.8 29
Valor medio, X (ng/g) 0.45 4.64 26.1
Desviación típica, SD (ng/g) 0.0545 0.251 0.809
Número, n 6 30 12
SD Relativa, RSD (%) 12.1 5.4 3.1
Recuperación (%) 77 80 90
La incertidumbre típica de la recuperación, en %, se calcula como (SEM) según

lo siguiente:
RSD(%)
u Re c =
n
Esta incertidumbre se utiliza en la incertidumbre combinada sin tener en cuenta

si el resultado es corregido o no por la recuperación.

Incertidumbre de
4.94 0.99 0.89
recuperación, uRec (%)
Para evaluar si la recuperación es significativa, se realiza la prueba-t (grado de

libertad, n-1)
Versión:
21 (45)
2
X −T
t= ⋅ n
SD
Los valores para tcrit (se toman de la tabla de 2-colas, 95% confianza, número de
grados de libertad = (n-1), por ejemplo, del Procedimiento N° 9 de NMKL (9).

Valor de la tabla, tcrit 2.571 2.042 2.201
Valor del ensayo, t 5.84 25.3 12.4
Cuando se obtiene que t > tcrit significa que la diferencia es significativa. Los
resultados de ensayo deben ser corregidos por recuperación.
Homogeneización
Se analizaron varias muestras idénticas de maíz contaminado de forma natural en

el mismo día. Los resultados suministraron los datos sobre la no homogeneidad
de la muestra y la repetibilidad en el mismo día.
Valor medio = 9.45 ng/g

Número, n=6
Desviación típica relativa, RSD = 8.0%
Resultando uhom = 8.0%
Contenido de Ocratoxina A en la solución madre patrón
El volumen de la solución madre patrón debe verificarse anualmente. El

volumen de Ocratoxina A en la solución debe ser tal que la absorbancia medida,
A, esté entre 0.07 - 0.10. Al medir el contenido de Ocratoxina A mediante un
espectrofotómetro en la solución madre patrón, se aplica lo siguiente:
A ⋅ MW
C=
e
donde C es el contenido en µg/ml, A es la absorbancia a 333 nm, MW es el peso

molar en g/mol, y e es la absortividad molar en m2/mol.
Materiales de referencia para sustancias puras: la incertidumbre típica

combinada se calcula sumando las incertidumbres relativas según la siguiente
fórmula:
Versión:
22 (45)
2
u st = u A2 + u sp2 + u e2
donde
uA = repetibilidad estimada de la absorbancia medida, que incluye el efecto de

cuán exitosa ha sido la medición total; se realizan tres mediciones, y se utiliza el
valor medio (= 0.7%).
usp = repetibilidad del espectrofotómetro = 0.3%
ue = incertidumbre del factor de absortividad molar (de la literatura) = 2%
u st = 0,7 2 + 0,3 2 + 2 2
La contribución a la incertidumbre de la concentración de la solución madre
patrón es ust = 2.1%.
Calibración de HPLC
La calibración se realiza de nuevo para cada serie de análisis. La serie incluye

una muestra control.
Incertidumbre estimada de la curva de la calibración (en el centro), ucc <2%,

incluida en la repetibilidad.
D. Incertidumbre de la medición combinada y expandida (95%)
Para calcular la incertidumbre combinada, sume las incertidumbres relativas de

la repetibilidad/reproducibilidad interna, recuperación, homogeneización y
solución madre patrón como sigue:
u c = u r2 + u rec
2
+ u hom
2
+ u st2
Es importante evitar la inclusión repetida (varias veces) de los mismos

componentes de incertidumbre en la incertidumbre combinada. Por ejemplo, la
incertidumbre de no homogeneidad se incluye en las determinaciones duplicadas
de muestras auténticas, y por consiguiente no debe usarse uhom en este caso. Ver
debajo la tabla para la Combinación I.
La incertidumbre expandida de la medición se calcula como: U = 2 · uc
En las tablas siguientes, se presentan tres combinaciones diferentes.

Versión:
23 (45)
2
Combinación I (ur = determinaciones duplicadas)
Incertidumbre relativa (%)

Incertidumbre de la repetibilidad, ur 13.8 11.2 7.4
Incertidumbre de recuperación, uRec 4.94 0.99 0.89
Incertidumbre de homogeneización, uhom - - -
Incertidumbre de soln. madre patrón, ust 2.1 2.1 2.1
Incertidumbre combinada, uc 14.8 11.4 7.7
Incertidumbre expandida, U = 2uc 30 23 15
Combinación II (ur = muestras control)

Incertidumbre de la repetibilidad, ur1 17
Incertidumbre de la repetibilidad, ur234 8.5
Incertidumbre de recuperación, uRec 4.94 0.99
Incertidumbre de homogeneización, uhom (8.0) 8.0
Incertidumbre de soln. madre patrón, ust 2.1 2.1
Incertidumbre combinada, uc 19.5 11.9
Incertidumbre expandida, U = 2uc 39 24
Versión:
24 (45)
2
Combinación III (ur = reproducibilidad interna)
La repetibilidad ur se reemplaza con la reproducibilidad interna RSDiR (%).

ur incluye el efecto de matrices diferentes, RSDiR solamente de trigo.

Incertidumbre de la repetibilidad, uiR 9.9
Incertidumbre de recuperación, uRec 0.99
Incertidumbre de homogeneización, uhom -
Incertidumbre de soln. madre patrón, ust 2.1
Incertidumbre combinada, uc 10.2
Incertidumbre expandida, U = 2uc 20
Resumen
La estimación de la incertidumbre varía algo dependiendo de cuáles datos de

validación sean utilizados. Redondeando las cifras, la incertidumbre expandida
de la medición (95%) de la Ocratoxina A en el maíz es:

U 40 % 25 % 20 %
La Figura 1 muestra que la incertidumbre de la repetibilidad (incluyendo la no

homogeneidad) constituye una gran parte de la incertidumbre para contenidos <1
ng/g.
Versión:
25 (45)
2
Uncertainty
Component
ust
urec
ur
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Contribution
Figura 1. Distribución de los componentes de incertidumbre para la combinación

I, contenido < 1 ng/g.
E. Utilización de la incertidumbre de la medición.
Material de referencia
Material de referencia, OTA en maíz

Contenido certificado (8.2 ± 1.0) ng/g (95% confianza)
corresponde a 7.2 – 9.2 ng/g.
Resultado de ensayo, OTA

7.4 ng/g con incertidumbre expandida de la medición 25%
(7.4 ± 1.9) ng/g (95% confianza)
corresponde a 5.5 -9.3 ng/g
El resultado es aceptable.
Versión:
26 (45)
2
Ejemplo 2. Estimación de la incertidumbre de la medición utilizando el

método paso-a-paso, y comparación con un método de referencia.
Introducción
La primera parte de este ejemplo muestra cómo utilizar el método paso a paso
para estimar la incertidumbre de la medición. Esto puede ser útil si el método es
suficientemente sencillo. En este ejemplo, la mayoría de las fuentes de
incertidumbre son de naturaleza física, como el volumen y las lecturas de
incertidumbre. La incertidumbre del volumen total de leche y de grasa se
calculan por separado. Más adelante, estas incertidumbres se combinan. Otra
manera de estimar la incertidumbre, consiste en utilizar los datos de validación
de una comparación con un método de referencia. En este caso, es sencillo
combinar la incertidumbre del método de referencia con la incertidumbre medida
durante la comparación. Este ejemplo se ha tomado de un informe publicado por
Acreditación Noruega (10), con unas pequeñas modificaciones.
Método de ensayo: Determinación de grasa en leche por el método Gerber.

(Método NMKL N° 40 - bajo revisión).
Tipo de método: empírico
Principio
Una cantidad medida de leche se transfiere a un butirómetro (tubo de ensayo
especial con una escala calibrada para la lectura directa de g grasa/100 g leche,
es decir por ciento de grasa). Se añade ácido sulfúrico y 3/2-metil butanol. La
grasa en la muestra se libera mediante agitación y centrifugación. El por ciento
de grasa se lee directamente en la escala.
Función de medición
F = (Vf/0.125)/(Vm/10.73)F = (Vf/0.125)/(Vm/10.73)
donde
F = contenido de grasa en la leche (en %)
Vf = volumen de grasa liberada en la escala del butirómetro (en ml)
Vm = volumen de leche añadida (en ml)
Según la descripción de trabajo (y la calibración del butirómetro), el volumen de

la muestra de leche debe ser 10.73 ml. Así la expresión (Vm/10,73) se reduce a 1.
Correspondientemente, el volumen entre dos líneas graduadas con una distancia
de 1%, debe ser 0.125 ml en un butirómetro calibrado. Por consiguiente:
F = (Vf/0.125)/1 = lectura de la escala
Versión:
27 (45)
2
Descripción de trabajo:
Los puntos se referidos en el presupuesto de incertidumbre seguirán.
5) Si es necesario, atempere la muestra a 40 ºC en un baño de agua. Voltee el
recipiente que contiene la muestra al revés 4-5 veces durante el atemperamiento.
6) Enfríe la muestra a 20 ºC en un baño de agua.
7) Voltee el recipiente con la muestra al revés unas veces, y extraiga una muestra
inmediatamente.
8) Añada10 ml de ácido sulfúrico al butirómetro de leche con un dispensador.
9) Transfiera 10.73 ml de leche al butirómetro utilizando una jeringuilla
verificada y aprobada. No debe haber ninguna burbuja de aire en la jeringuilla.
10) Añada 1 ml de metil butanol al butirómetro utilizando un dispensador.
11) Inserte el tapón en el butirómetro y agite vigorosamente durante ½ minuto
aproximadamente con el tapón apuntando hacia arriba.
12) Luego voltee el butirómetro al revés varias veces para lograr una mezcla
homogénea.
13) Sostenga el butirómetro con el tapón hacia abajo y ajuste el tapón hasta que
la columna de grasa entre en la escala.
14) Centrifugue el butirómetro durante 7 minutos en un centrífuga con calor.
15) Coloque el butirómetro, con el tapón hacia abajo, en un baño de agua a 65 ºC
durante 5 minutos. Ajuste el borde inferior de la columna de grasa con la línea
de número entero más próxima de la escala graduada y coloque el butirómetro en
el baño de agua durante 1 - 2 minutos.
16) Seque exteriormente el tubo. Rápidamente lea el volumen de grasa al 0.05
porciento más próximo. Utilice el borde inferior del menisco como punto de
lectura.
Método paso a paso

Las operaciones descritas anteriormente cubren los principales pasos del método.
En la tabla de abajo, "N°" se refiere a las diferentes operaciones de este método.
Algunos de los pasos en la descripción de operaciones (1-4, 13, 17-19) no
involucran directamente mediciones de análisis y no se incluyen por
consiguiente en la tabla. Se han omitido también los pasos que se considera que
no contribuyen a la incertidumbre durante el "uso normal". Los pasos 9 y 16 han
sido incluidos dos veces, ya que ellos pueden causar errores de dos tipos, A y B.
El paso 15 se ha incluido dos veces porque realmente cubre 2 operaciones de
trabajo separadas. Como 1 porciento de grasa corresponde a un volumen de
grasa en el butirómetro de 0.125 ml, un volumen de grasa de 1 ml corresponde a
un porciento de grasa de 8. Esto se ha tenido en cuenta en el paso 15. Puesto que
algunas de las contribuciones a la incertidumbre aparecen como igual a 0 con un
número "natural" de decimales, hemos tenido, por esta causa, que verificar de
nuevo y utilizar muchos más decimales en este ejemplo.
Versión:
28 (45)
2
Descripción de los cálculos

Muchos de los pasos del análisis en las operaciones descritas son despreciables,
y no se incluyen en los cálculos siguientes. En este caso particular, debemos
estar claro sobre el significado de expresiones como "despreciable durante el uso
normal". Significa que cualquier error hará que el material de muestra sea
imposible de analizar o procesar más allá de la manera normal, y un analista
calificado para realizar el ensayo, sería también capaz fundamentalmente de
revelar en una fase temprana, que algo está equivocado.
El coeficiente de expansión por temperatura para la leche (k1) se asume igual que
el del agua:
k 1 = 2.1 ⋅ 10 -4 / °C .
The temperature expansion coefficient for milk fat (k2) is:

k 2 = 0.88mm 3 / g / °C
(H. Mulder, R. Klomp: Neth. Milk. Dairy J., 10, 123 (1956)).
La densidad de la grasa es 0.85 g/cm3. Como peso = densidad . volumen, se

puede reemplazar "g" en la expresión de k2 con densidad . cm3 = densidad .1000
mm3, quedando el coeficiente así:
0.88mm 3 0.88
k2 = / °C = / °C = 1.035 ⋅ 10 −3 / °C
0.85 ⋅ 1000mm 3
0.85 ⋅ 1000
es decir, k 2 ≈ 5k1
Cálculo de la incertidumbre en el volumen de leche, Vm=10.73 ml
Paso 5: Atemperando a 40 ºC
Se considera que éste hace una contribución despreciable a la incertidumbre

cuando se ha realizado normalmente.
Paso 6: Enfriando a 20 ºC
Las variaciones en la temperatura, T, debe esperarse que fluctúen dentro de 3 ºC

con una confianza de 95%, y con una distribución aproximadamente normal. La
incertidumbre asociada a la variación de temperatura de la muestra de leche es
por consiguiente:
Versión:
29 (45)
2
Vm ⋅ T ⋅ k1 10.73 ⋅ 3 ⋅ 2.1 ⋅ 10 −4
u6 = = = 0.00337995 ml
2 2
Donde se divide entre 2 para convertir un intervalo de confianza de 95% a una

incertidumbre típica. La incertidumbre relativa en % se calcula como sigue:
u6 0.00337995
ur6 = ⋅ 100 = ⋅ 100 = 0.031500 %
Vm 10.73
En los pasos siguientes, no se muestra el cálculo de la incertidumbre relativa.
Paso 7: Volteo del recipiente con la muestra
Se puede asumir que cualquier error puede ser visto por el ejecutor del ensayo,
quienquiera que sea, siendo fácilmente descubierto (aparecen capas diferentes,
grumos, etc.) y se comenzaría nuevamente el ensayo. Esto no debe contribuir por
consiguiente a la incertidumbre.
Paso 8: Adición de 10 ml de ácido sulfúrico
El método de ensayo requiere el uso de un equipo que descargue 10,0 ± 0,2 ml a

20 ºC.
Sin embargo, errores en este volumen - con tal de que no sean graves - carecen
de importancia en la lectura del contenido final de grasa. El ácido sulfúrico se
agrega para separar la grasa de la leche; la cantidad de ácido sulfúrico no es
crítica. La contribución del ácido sulfúrico a la incertidumbre del cálculo del
contenido de grasa, es por consiguiente despreciable.
Paso 9: Medición de 10.73 ml utilizando una jeringuilla especial
Error tipo A:
Dos series-control producen una desviación típica estimada de la lectura en ml, o
expresada como incertidumbre relativa: %
Error tipo B:
El error máximo inherente a la jeringuilla es de 0.03 ml (declarado en el texto
del método). Se asume que este error esté distribuido rectangularmente así que la
Versión:
30 (45)
2
0.03
contribución a la incertidumbre será u 9b = = 0.01732 ml, o expresada como
3
incertidumbre relativa: u r 9b = 0.161400 %.
Incertidumbre combinada de Vm
La incertidumbre combinada se calcula sumando las incertidumbres relativas de

la manera siguiente:
u rVm = u r26 + u r29 a + u r29b = 0.031500 2 + 0.079500 2 + 0.161400 2
u rVm = 0.181116 %
Incertidumbre en el volumen de leche, Vm=10.73 ml.

u relativa,
No. Operación Tipo Comentario u, ml
%
6 Enfriamiento a 20 °C B Con variaciones 0.0033799 0.031500
de temperatura
de ±3°C:
9a Medición de 10.73 ml A Desviación típica 0.00814 0.075900
de leche utilizando de n repeticiones
una jeringuilla
9b Medición de 10.73 ml B Inherente a la 0.01732 0.161400
de leche utilizando jeringuilla:
una jeringuilla 0,03/ 3
Incertidumbre 0.181116
combinada relativa,
u(Vm=10.73 ml) in %
Cálculo de la incertidumbre del volumen de grasa, Vf=0.125 ml, el cual
corresponde a 1 porciento de grasa
Paso 10: Adición de 1 ml de metil butanol
El método de ensayo requiere el uso de un equipo que lea 1.0 ± 0.05 ml a 20 ºC.
Sin embargo, al igual que la medición de 10 ml de ácido sulfúrico en el paso 8,
éste no tiene real importancia en la lectura final del contenido de grasa. Se
considera por consiguiente que la contribución a la incertidumbre es
despreciable.
Versión:
31 (45)
2
Paso 11: Agitación vigorosa del butirómetro durante ½ minuto aproximadamente
Puede ocurrir un grave error, por ejemplo que el tapón sea expulsado durante la
agitación, en cuyo caso el analista debe comenzar nuevamente el ensayo. Por
consiguiente no se considera que contribuya a la incertidumbre.
Paso 12: Volteo del butirómetro

Paso 13: Volteo del butirómetro y ajuste del tapón
Paso 14: Centrifugación
Cualquier error sería tan grave que se manifestaría inmediatamente, implicando

recomenzar el ensayo. No se considera por consiguiente que ellos contribuyan a
la incertidumbre.
Paso 15:
El posible error estimado en la temperatura del baño de agua es ± 2°C con una
confianza del 95%. La máxima disminución de temperatura durante el tiempo
que transcurre desde que la muestra se retira del baño de agua hasta el momento
de la lectura se estima que sea de 1°C.
Las contribuciones serán entonces:
V f ⋅ T ⋅ k2 0.125 ⋅ 2 ⋅ 1.035 ⋅ 10 −3
u15 a = = = 0.000129375 ml
2 2
y expresada como incertidunbre relativa: u r15 a = 0.103500 %
Para el error en el baño de agua se convierte el intervalo de confianza del 95% a

incertidumbre típica.
y:
V f ⋅ T ⋅ k2 0.125 ⋅ 1 ⋅ 1.035 ⋅ 10 −3
u15b = = = 0.000030494 ml
3 2 3 2
y u r15b = 0.024395 %
Versión:
32 (45)
2
Para la disminución de temperatura se convierte la distribución semi-triangular

en incertidumbre típica.
Paso 16a:
La desviación típica del % de grasa s = 0.086666 está sustentada en lecturas

repetidas (n=20). Esta cifra se convierte en volumen de grasa de acuerdo con la
siguiente expresión:
u16 a = lectura ⋅ 0.125 = 0.086666 × 0.125 = 0.0108325 ml
y u r16 a = 8.666600 %
Paso 16b:
La incertidumbre de la exactitud de las lecturas es una distribución rectangular

que representa un porciento de la grasa igual a 0.05. La contribución a la
incertidumbre se convierte a volumen de grasa según la ecuación siguiente:
0.05 ⋅ 0.125
u16b = = 0.0036084 ml
3
y u r16 b = 2.886751 %
Incertidumbre combinada de Vf = 0.125 ml (1% grasa)
La incertidumbre combinada se calcula sumando las incertidumbres relativas de

la siguiente manera:
u rVf = u r215 a + u r215b + u r216 a + u r216b = 9.135349 %

Versión:
33 (45)
2
Incertidumbre del volumen de grasa, Vf = 0.125 ml (1% grasa)
N° Operación Tipo Comentario U, ml u relativa,

%
15a Baño de agua, 5 B ±2 °C en el baño 0.000129375 0.103500
minutos, 65 oC de agua
15b Retirada de la B Máx. descenso 0.000030494 0.024395
muestra del baño de de temperatura
agua para leer de 1 °C
16a Incertidumbre de la A s = 0.086666 % 0.010833250 8.666600
lectura grasa calculado
en volumen
16b Error del butirómetro B 0.05 % grasa 0.003608439 2.886751
calculado en
volumen
combinada relativa,
u(Vf = 0,125 ml) en
%
Incertidumbre combinada de Vf = 1 ml (8% grasa)

Los cálculos se efectúan como se ha descrito arriba. La incertidumbre combinada
relativa es 1.1467819 %.
Incertidumbre del volumen de grasa, Vf = 1 ml (8% grasa)

N° Operación Tipo Comentario u, ml u relativa,
%
en volumen
calculado en
volumen
Versión:
34 (45)
2
combinada relativa,
u(Vf = 0,125 ml) en
%
Incertidumbre combinada y expandida para el procedimiento completo
La incertidumbre combinada se calcula según sigue:
u rtot = uVm
2
+ uVf2
Y la incertidumbre expandida relativa U rel = 2 × u rtot
La tabla de abajo contiene el resultado de los cálculos basado en 1 y 8 porciento

de grasa.
Una incertidumbre absoluta de la medición de 0.18% de grasa puede lograrse

para contenidos entre 1 y 8% de grasa.
Incertidumbre para la determinación del porciento de grasa según Gerber.

% Incertidumbre Incertidumbre Incertidumbre
Grasa combinada relativa, expandida absoluta, U, % grasa
urtot, % relativa, urtot, %
1 9.14 18.3 0.183
8 1.16 2.32 0.186
Elevando al cuadrado las incertidumbres relativas y luego dividiendo las

contribuciones respectivas entre la suma de éstas, se halla el aporte respectivo en
la incertidumbre combinada de la medición.
Versión:
35 (45)
2
Contribución de las respectivas fuentes de incertidumbre a la incertidumbre

total de la medición, en %
N° Operación Tipo Comentario 1% grasa 8% grasa

6 Enfriamiento a 20 °C B Con variaciones 0.001 0.074
de temperatura
de ±3°C:
9a Medición de 10.73 ml A Desviación típica 0.007 0.427
de leche utilizando de n repeticiones
una jeringuilla
9b Medición de 10.73 ml B Inherente a la 0.031 1.933
de leche utilizando jeringuilla:
una jeringuilla 0,03/ 3
en volumen
calculado en
volumen
Incertidumbre 100 100
combinada relativa
La tabla muestra que las fuentes más grandes de incertidumbre están en los pasos
lejanos 16a y 16b, es decir, la incertidumbre de la lectura del butirómetro y la
exactitud de la lectura.
Determinación de grasa en leche según el método Gerber.

Método directo (análisis paralelo con un método de referencia):
Versión:
36 (45)
2
Para estimar la incertidumbre, también es posible realizar un análisis en paralelo

con muestras utilizando un método de referencia; el resultado de este método se
define como "valor verdadero" (método de definición). No es necesario
considerar el efecto de la matriz ya que la misma muestra se analiza por ambos
métodos. La tabla de abajo presenta los resultados de los ensayos de muestras de
leche semi-descremada utilizando el método Gerber y el método de definición.
Versión:
37 (45)
2
N° Marca de la % Grasa % Grasa Diferencia

muestra Gerber Referencia % Grasa
1 03.11.94 1.15 1.23 -0.08
2 03.11.94 1.58 1.50 0.08
3 15.03.95 1.45 1.41 0.04
4 20.04.95 1.50 1.51 -0.01
5 26.04.95 1.48 1.46 0.02
6 23.05.95 1.48 1.45 0.03
7 11.08.94 1.93 1.83 0.10
8 03.11.94 1.70 1.64 0.06
9 10.01.95 1.38 1.44 -0.06
10 21.01.95 1.50 1.53 -0.03
11 20.04.95 1.65 1.68 -0.03
12 26.04.95 1.58 1.58 0.00
13 23.05.95 1.50 1.50 0.00
14 12.01.96 1.65 1.63 0.02
15 25.01.96 1.48 1.50 -0.02
16 25.01.96 1.30 1.33 -0.03
17 08.02.96 1.43 1.44 -0.01
18 08.02.96 1.53 1.52 0.01
19 24.05.96 1.70 1.66 0.04
20 24.05.96 1.50 1.48 0.02
21 07.06.96 1.55 1.53 0.02
22 07.06.96 1.70 1.73 -0.03
23 04.07.96 1.45 1.45 0.00
24 22.06.96 1.58 1.61 -0.03
25 22.06.96 1.53 1.57 -0.04
26 27.07.96 1.58 1.58 0.00
27 27.07.96 1.48 1.48 0.00
28 29.09.96 1.45 1.45 0.00
29 29.09.96 1.44 1.50 -0.06
30 15.12.96 1.60 1.67 -0.07
31 15.12.96 1.35 1.39 -0.04
32 12.01.96 1.48 1.45 0.03
33 08.02.96 1.48 1.46 0.02
34 08.02.96 1.40 1.39 0.01
35 12.04.96 1.55 1.57 -0.02
36 07.06.96 1.60 1.65 -0.05
37 07.06.96 1.33 1.37 -0.04
38 07.06.96 1.80 1.80 0.00
39 12.08.96 1.28 1.26 0.02
40 11.10.96 1.40 1.38 0.02
41 11.10.96 1.50 1.44 0.06
Media 1.512 1.513 -0.00122
SD 0.03964
Versión:
38 (45)
2
Estos datos proporcionan una buena estimación de la incertidumbre de la

medición cuando el método Gerber se utiliza para análisis de productos similares
(es decir, los productos lácteos líquidos, dulces, con un contenido de grasa entre
1-7%).
Primeramente, se observa que la diferencia media entre los "valores verdaderos" y los
resultados de ensayo son prácticamente igual a cero. Esto significa que no hay ningún error
sistemático que necesite ser considerado y corregido al calcular la incertidumbre.
Así es posible calcular una incertidumbre expresada como una desviación típica
basada en las diferencias, usualmente:
u Gerber = 0.039636 % grasa
Además, se tiene la incertidumbre (en este caso, la precisión) de los resultados del método
de referencia (método de definición). Esta puede calcularse en base al resultado de un
estudio colaborativo, el cual es referido en la descripción del método (requisito para la
aprobación como norma internacional):
El parámetro de precisión reproducibilidad se calcula en base a datos a partir del

uso del método de referencia en varios laboratorios y se define como:
R = 2.8 . SR
Donde SR es la desviación típica de la reproducibilidad. En el método de

referencia, se aplica lo siguiente: R = 0.03 % grasa
Es posible, por consiguiente, calcular una incertidumbre expresada como una

desviación típica del resultado de referencia basado en lo siguiente:
R 0.03
u Re f = S R = = = 0.01071 % grasa
2.8 2.8
Dando así una incertidumbre total de
u tot = u Gerber
2
+ u Re
2
f = 0.039636 2 + 0.010712 = 0.04106 % grasa
y con un factor de cobertura de k = 2:

Versión:
39 (45)
2
U = 2 ⋅ u tot = 2 ⋅ 0.04106 = 0.082 % grasa
Esta incertidumbre de la medición es más pequeña que la incertidumbre

calculada utilizando el método paso a paso. Esto probablemente puede explicarse
por el hecho de que cuando el analista hizo la comparación con el método de
referencia, realizó tres mediciones repetidas que dieron valores de 1.48 y 1.53.
Tales valores no pueden obtenerse en un análisis de la muestra dónde sólo es
posible leer el % de grasa con una aproximación de 0.05. Debido a que la mayor
fuente de incertidumbre es la desviación típica de la lectura (paso 16a), sería más
pertinente en el método paso a paso, hacer los cálculos partiendo de la
desviación típica del valor medio basado en tres mediciones, según SEM:
SD 0.010833250
SEM = = = 0.00625458 ml
n 1.7320508
Esta presunción produce una incertidumbre expandida de la medición de 0.12 %

de grasa por el método paso a paso, que es más próxima al 0.082 % de grasa
reportado por el método directo.
Figura 2. Fuentes de incertidumbre del método Gerber.

Versión:
40 (45)
2
REFERENCIAS
1. Guía para la Expresión de la Incertidumbre de la Medición. Guide to the
Expression of Uncertainty in Measurement, ISO, 1 ed. 1993, ISBN 92-67-10188-
9.
2. Cuantificación de la Incertidumbre en Mediciones Analíticas. Quantifying

Uncertainty in Analytical Measurement, 2nd Edition EURACHEM/CITAC
Guide, QUAM:2000.P1, 2000,
Internet: http://www.eurachem.bam.de/guides/quam.htm
3. E. Hund, D.L. Massart, J. Smeyers-Verbeke, Definiciones operacionales de la

incertidumbre, tendencias en la química analítica. Operational definitions of
uncertainty, trends in analytical chemistry, vol. 20, no. 8, 2001.
4. Requisitos generales para la competencia de los laboratorios de ensayo y

calibración. General requirements for the competence of testing and calibration
laboratories, ISO/IEC 17025:1999(E), 1999.
5. Vocabulario Internacional de términos estándares básicos y generales en

Metrología. International Vocabulary of basic and general standard terms in
Metrology. 1993, ISBN 92-67-10175-1.
6. Incertidumbre de la medición – un concepto confiable en análisis de alimentos

y para el uso de información de recobrado? Measurement uncertainty - a reliable
concept in food analysis and for the use of recovery data? Paul Willetts, Roger
Wood, Accred Qual Assur (1998) 3:231-236.
7. NMKL PROCEDURE N° 3 (1996) Gráficos de control y materiales de control

en el control interno de la calidad en laboratorios químicos de alimentos. Control
charts and control materials in internal quality control in food chemical
laboratories.
8. EAL-G23, La expression de la incertidumbre en ensayos cuantitativos, la

nueva referencia oficial es EA-3/02, Internet: http:// www.european-
accreditation.org. The expression of uncertainty in quantitative testing, new
official reference is EA-3/02, Internet: http:// www.european-accreditation.org.
9. NMKL Procedure No. 9, 2nd Ed. (2002) Evaluación de resultados a partir de

ensayos de materiales de referencia certificados. Evaluation of results derived
from the analysis of certified reference materials.
Versión:
41 (45)
2
10. Informe del comité sectorial P4, Acreditación Noruega. Måleusikkerhet for
kjemiske analyser, report from the sector committee P4, Norwegian
Accreditation.
11. Calculando desviaciones típicas e intervalos de confianza mediante una

técnica con hoja de cálculo electrónica, de aplicación universal. Calculating
standard deviations and confidence intervals with a universally applicable
spreadsheet technique, J. Kragten, Analyst, 1994, 119, 2161-2166.
Versión:
42 (45)
2
APENDICE 1. COMO UTILIZAR LA PLANTILLA DE EXCEL

El archivo puede descargarse de la página web de NMKL, www.nmkl.org.
Contiene una plantilla para calcular la incertidumbre combinada sumando las
diferentes componentes de incertidumbre. Se creó en Microsoft Excel. El
proceso operativo se basa en un método de aproximación por diferenciación
numérica. Se describe en el documento de Eurachem, y está basado en (11). Los
únicos elementos necesarios para poder usar la plantilla son, la expresión
matemática del mesurando (y), y el tamaño (el valor) y la incertidumbre típica
(u(x)) de las mediciones incluidas. Además, es necesario estar familiarizado con
la operación de fórmulas en Excel. La plantilla puede operar un máximo de 15
componentes, las cuales son suficientes en la mayoría de los casos. Por supuesto,
es posible modificar la plantilla para operar con más componentes. Si tal
modificación fuera necesaria, es importante que se lleve a cabo por alguien que
conozca exactamente cómo se realizan los cálculos, y que sea un usuario
experimentado de Excel, para evitar los riesgos de introducir errores en la
plantilla.
La plantilla contiene el ejemplo en texto azul para ilustrar donde deben entrarse
los diferentes elementos y valores de texto. La mayoría de las otras celdas
contienen fórmulas que no deben modificarse. A continuación se describe paso a
paso cómo utilizar la plantilla.
• Inicie Excel y abra el archivo "Incertidumbre combinada de la medición
NMKL 2003.xls."
• Entre un título conveniente en la celda A1.
• Entre las denominaciones de las mediciones en la fila 3 (celdas C3 a Q3),
los valores en la fila 4, y las incertidumbres típicas, u, en la fila 5.
• Entre la fórmula para calcular el mesurando en la celda B21 entrando las
referencias relativas a los valores de las mediciones en la columna B (B6
a B20). La figura 1 muestra cómo se entra una fórmula para calcular una
suma para micotoxinas.
• Entonces copie esta fórmula en cada columna a la derecha y en la misma
fila hasta la columna Q (arrastre la celda por la esquina inferior derecha
con el ratón). La figura 2 ilustra cómo esto se puede apreciar. Ahora se
calcula lo siguiente: Diagonalmente de la celda C6 hacia abajo y a la
derecha hasta la celda Q20, se suman las incertidumbres de la medición
de cada componente. La fila 22 de la columna B da al resultado sin la
incertidumbre, y las columnas a la derecha, muestran los resultados con
la incertidumbre de la medición añadida a cada componente a la vez. La
desviación con la incertidumbre se visualiza en la fila 23. En la fila 24,
estas desviaciones se elevan al cuadrado, y la celda B24 contiene la suma
de estos cuadrados. Las filas 25 y 26 contienen los datos del aporte
proporcional de cada componente con relación a la incertidumbre total de
Versión:
43 (45)
2
la medición. Esto también puede presentarse gráficamente, por ejemplo

en la figura 3. La celda B26 contiene la incertidumbre total de la
medición.
• Salve el archivo con un nombre diferente, protegido contra escritura.
Si se correlacionan dos componentes, la expresión siguiente debe añadirse a la

suma en la celda B23:
2 ⋅ r ⋅ u ( y,1) ⋅ u ( y,2)
donde r es el coeficiente de correlación para las dos componentes, y u(y,1) y

u(y,2) son las incertidumbres que las respectivas componentes dan al mesurando
y. Los valores de u(y,1) y u(y,2) se obtienen entrando una referencia relativa a la
respectiva fuente de incertidumbre que se calcula en la fila 22.
Versión:
44 (45)
2
Figura 1. Entrar la fórmula en la celda B21 para calcular la incertidumbre

combinada de la medición de micotoxinas, la cual se reporta como una suma.
Figura 2. Cuando la fórmula se copia a la derecha, se completa el cálculo.

Versión:
45 (45)
2
Uncertainty
Component
G2
G1
B2
B1
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Contribution
Figura 3. Presentación gráfica de la distribución del tamaño de componentes.

Título del gráfico: Incertidumbre.
Eje de las abscisas (x): Contribución.
Eje de las ordenadas (y): Componente.

Calculodelaincertidumbre 160412081724 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Calculodelaincertidumbre 160412081724 PDF

Cargado por

Copyright:

Formatos disponibles

Estimación y expresión de la incertidumbre

PROCEDIMIENTO NMKL de la medición en análisis químico

Edición en idioma español, Julio 2005.

Edition in Spanish language, July 2005.

COMITE NORDICO DE ANALISIS DE ALIMENTOS

Dinamarca: Inge Meyland, Agencia Nacional de Alimentos,

El grupo del proyecto extiende su agradecimiento a los organismos nórdicos de

Secretaría General de NMKL

Es importante comprender la diferencia entre el error de la medición e

El resultado de la medición y la incertidumbre son siempre estimados

Es importante enfatizar en que el proceso analítico debe ser el foco principal, y

Material de referencia certificado (CRM)

Error (de medición)

2. La incertidumbre de la medición generalmente incluye muchos componentes

3. Se asume que el resultado de la medición es la mejor estimación del valor del

Repetibilidad (de resultados de medición)

El concepto de repetibilidad también aparece en la norma ISO 3534-1.

Reproducibilidad (de los resultados de medición)

El concepto de reproducibilidad también aparece en la norma ISO 3534-1.

Incertidumbre típica, u(xi)

Incertidumbre típica combinada, uc(y)

2. Para asociar un nivel específico de confianza con el intervalo definido por la

3. La incertidumbre expandida, U, se calcula en base a una incertidumbre típica

ESTIMACION DE LA INCERTIDUMBRE DE LA MEDICION

Para poder utilizar los resultados de diferentes laboratorios de una manera

Corrección para errores sistemáticos

Hay varias maneras de revelar el error sistemático. Una técnica consiste en

Si se ha identificado el error sistemático y se hacen las correcciones para

El proceso de estimación de la incertidumbre de la medición

La especificación de las mediciones

El primer paso es describir las mediciones realizadas. La descripción debe

Identificación de las fuentes de incertidumbre

El próximo paso es relacionar todas las fuentes conocidas de incertidumbre. Esta

Una manera de documentar y comparar fuentes diferentes de incertidumbre es

Simplificación por agrupamiento de componentes, cubiertos por información

Cuando se han identificado las fuentes de incertidumbre, su efecto debe

La siguiente información es apropiada para utilizar: los resultados de análisis de

Cuantificación de componentes agrupados.

Si se usan resultados de estudios anteriores en la cuantificación, debe ser posible

Cuantificación de los restantes componentes.

modelos teóricos, o mediante juicios personales basados en la experiencia. En el

La forma en que tienen que ser evaluadas completamente las fuentes de

Conversión de todos los componentes a la incertidumbre típica

Si hay cualquier fuente de incertidumbre que no se expresa como una desviación

Intervalo de confianza, x ± c dónde x es el valor y c es la mitad del intervalo de

u(x) = c/3 para una confianza de 99%

Distribución rectangular, x ± a, dónde x es el valor, y los límites exteriores

Distribución triangular, x ± a, dónde x es el valor, y los límites exteriores

Distribución semi-triangular, x - a, dónde x es el valor y el límite inferior viene

Cálculo de la incertidumbre típica de mediciones repetidas

Error típico de la media, SEM, se usa si los componentes se basan en la

Donde n es el número de valores que son incluidos en la estimación de la

Desviación típica relativa expresada en %, % RSD, se calcula como sigue:

Desviación típica de determinaciones dobles, Sr, puede utilizarse para la

Donde n es el número de determinaciones dobles, y a y b son los valores

Desviación típica relativa de determinaciones dobles en %, RSDr, puede

Donde ai y bi son los resultados de la respectivas determinaciones duplicadas, x i

Cálculo de la incertidumbre típica combinada

Se sumarán las componentes Individuales y las agrupadas. Esto debe hacerse

Regla 1. El modelo contiene sólo suma o resta, y = (p + q + r +...), en cuyo caso

Regla 2. El modelo contiene sólo multiplicación y/o división, y = (p . q)/(r . t) en

Para obtener la incertidumbre típica absoluta; multiplique por y.

Reexamen y reevalación de los componentes significativos, si es necesario.