Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MUESTREO
1. INTRODUCCION
El presente curso de capacitación en “muestreo” es
una herramienta de formación para el trabajo
competente de un Laboratorio de ensayo (LE) y/o un
Organismo de Inspección (OI) que realizan esta
labor.
Siguiendo las normativas nacionales e
internacionales, se orienta al cumplimiento de
requisitos ISO-17020 e ISO-17025. en cuanto se
refieren al “MUESTREO”.
1.1. Objetivo.-
Capacitar a los profesionales técnicos de los
organismos de Inspección y laboratorios de ensayo que
realizan muestreo en sus mediciones
• Los conceptos fundamentales de la teoría del
muestreo
• La estimación de la incertidumbre del muestreo en
una medición
• La validación de los métodos de muestreo
• Los planes, procedimientos y técnicas de muestreo.
1
23/6/2022
1.2.Referencias.
LE
M
U
E
OI
S
T
R
17025 E
O
17020
1.2.Referencias.
A)
ISO/IEC 17020 : 2012
•Evaluación de la conformidad –
Requisitos para el funcionamiento de
diferentes tipos de organismos que
realizan la inspección
ISO/IEC 17020:2012
7 REQUISITOS DE LOS PROCESOS
• 7.1.2 El organismo de inspección debe tener y utilizar
instrucciones adecuadas y documentadas relativas a la
planificación de las inspecciones y a las técnicas de
muestreo e inspección, cuando la ausencia de dichas
instrucciones puedan comprometer la eficacia del
proceso de inspección. Cuando corresponda, el
organismo de inspección debe tener los conocimientos
suficientes en materia de técnicas estadísticas para
asegurarse de que los procedimientos de
muestreo son estadísticamente aceptables y
el correcto procesamiento e interpretación de resultados.
2
23/6/2022
ISO/IEC 17020:2012
7 REQUISITOS DE LOS PROCESOS
1.2. Referencias.
B)
ISO/IEC 17025 : 2017
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
3
23/6/2022
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
7.3 Muestreo
7.3.1 El laboratorio debe tener un plan y un método de muestreo
cuando realiza el muestreo de sustancias, materiales o
productos para el subsiguiente ensayo o calibración. El método
de muestreo debe considerar los factores a controlar, para
asegurar la validez de los resultados del subsiguiente ensayo o
calibración. El plan y el método de muestreo deben estar en el
sitio donde se lleva a cabo el muestreo. Siempre que sea
razonable los planes de muestreo deben basarse en métodos
estadísticos apropiados.
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
7.3.2 El método de muestreo debe describir:
a) la selección de muestras o sitios;
b) el plan de muestreo;
c) la preparación y tratamiento de muestras de una
sustancia, material o producto para obtener el ítem
requerido para el subsiguiente ensayo o calibración.
NOTA: Cuando se reciben en el laboratorio, se puede
requerir manipulación adicional como se especifica en el
apartado 7.4
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
4
23/6/2022
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
5
23/6/2022
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
7.5 Registros técnicos
7.5.1 El laboratorio debe asegurar que los registros técnicos
para cada actividad de laboratorio contengan los resultados, el
informe y la información suficiente para facilitar, si es posible, la
identificación de los factores que afectan al resultado de la
medición y su incertidumbre de medición asociada y posibiliten
la repetición de la actividad de laboratorio en condiciones lo
más cercanas posibles a las originales. Los registros técnicos
deben incluir la fecha y la identidad del personal responsable de
cada actividad de laboratorio y de comprobar los datos y los
resultados. Las observaciones, los datos y los cálculos
originales se deben registrar en el momento en que se hacen y
deben identificarse con la tarea específica.
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
7.6.2………
6
23/6/2022
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
7.7 Aseguramiento de la validez de los resultados
7.7.1 El laboratorio debe contar con un procedimiento
para hacer el seguimiento de la validez de los
resultados. Los datos resultantes se deben registrar de
manera que las tendencias sean detectables y cuándo
sea posible, se deben aplicar técnicas estadísticas para
la revisión de los resultados. Este seguimiento se debe
planificar y revisar y debe incluir, cuando sea
apropiado, pero sin limitarse a:
• a) uso de materiales de referencia o ………
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
7.8 Informe de resultados
7.8.1 Generalidades
7.8.1.1 Los resultados se deben revisar y autorizar antes de
su liberación.
7.8.1.2 Los resultados se deben suministrar de manera
exacta, clara, inequívoca y objetiva, usualmente en un informe
(por ejemplo, un informe de ensayo o un certificado de
calibración o Informe de muestreo), y deben incluir
toda la información acordada con el cliente y la necesaria
para la interpretación de los resultados y toda la información
exigida en el método utilizado. Todos los informes emitidos se
deben conservar como registros técnicos. -………
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
7.8.2 Requisitos comunes para los Informes (ensayo, calibración
ó muestreo)
7.8.2.1 Cada informe debe incluir, al menos, la siguiente información, a menos que
el laboratorio tenga razones válidas para no hacerlo, minimizando así cualquier
posibilidad de interpretaciones equivocadas o de uso incorrecto:
• a) un título (por ejemplo, "Informe de ensayo", "Certificado de calibración" o
"Informe de muestreo");…… ->…
• g) una descripción, una identificación inequívoca y cuando sea necesario las
condiciones del ítem.
• k) la referencia al plan y método de muestreo usados por el laboratorio u otros
organismos cuando sean pertinentes para la validez ó aplicación de los
resultados.
• l) una declaración acerca de que los resultados se relacionan solamente con los
ítems sometidos a ensayo , calibración o muestreo.
7
23/6/2022
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
responsable de
7.8.3.2 Cuando el laboratorio es
la actividad de muestreo, deben cumplir con
los requisitos enumerados en el apartado 7.8.5,
cuando sea necesario para la interpretación de los
resultados del ensayo.
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
7.8.5 Información de muestreo -
requisitos específicos
Cuando el laboratorio es responsable de la actividad de
muestreo, además de los requisitos enumerados en el
apartado 7.8.2, los informes deben incluir lo siguiente,
cuando sea necesario para la interpretación de los
resultados:
ISO/IEC 17025:2017
7 REQUISITOS DEL PROCESO
b) la identificación única del ítem o material sometido a
muestreo (incluido el nombre del fabricante, el modelo o tipo
de designación y los números de serie, según sea apropiado):
c) la ubicación del muestreo, incluido cualquier diagrama,
croquis o fotografía
d) una referencia al plan y método de muestreo;
e) los detalles de cualquier condición ambiental durante el
muestreo, que afecte a la interpretación de los resultados;
f) la información requerida para evaluar la
incertidumbre de medición para ensayos o
calibraciones subsiguientes.
8
23/6/2022
• Obtención de una
muestra representativa
del objetivo de
MUESTREO evaluación
conformidad
de la
de
acuerdo con un
procedimiento
IAAC GD 10/13
Guía para acreditación del muestreo en laboratorios
de ensayo
9
23/6/2022
ESTADÍSTICA - MUESTREO
La estadística comprende:
• Recopilación de información (censo vs
muestreo).
(sin procesar)
• Estadística descriptiva
(Procesamiento inicial)
• Inferencia estadística y predicción
(Comprobación de la validez de la
información mediante la probabilidad)
Obtención de información
POBLACION
• CENSO (100%) vs MUESTREO
•
10
23/6/2022
IAAC GD 10/13
Guía para acreditación del muestreo en laboratorios de
ensayo
IAAC GD 10/13
Guía para acreditación del muestreo en laboratorios
de ensayo
11
23/6/2022
MUESTRA
MUESTRA REPRESENTATIVA
(ISO 12743 - Concentrados Cu,Pb,Zn,Ni. Procedimientos de
muestreo)
12
23/6/2022
Proporcionar información
13
23/6/2022
• Plan de muestreo
• Muestreo – toma de muestras
• Preparación de la muestra
• Informes
• Análisis y ensayos
• Reporte – certificado e informe final
3 Ejecución
Cliente
Personal
1 RECEPCION DE LA Equipo
ORDEN.
Requisitos Muestreo 4 Reporte
Especificaciones
(Ensayo,
2 PREPARACION -
Informes
PLAN DE EJECUCION
Procedimientos
Medición,
Métodos
instrucciones
Examen,
Conformidad)
14
23/6/2022
Medición (VIM)
MUESTRA PRIMARIA REDUCCION Y/O PARTICION
MUESTRA PARA EL SELECCIÓN DE LA PORCION DE ENSAYO PARA EL
ANALISIS ENSAYO TRATAMIENTO PRECEDENTE AL ANALISIS QMCO
PORCION PARA EL TRATAMIENTO QUIMICO PARA LA
ENSAYO DETERMINACION ANALITICA
15
23/6/2022
FACTOR
MUESTREO X
RESULTADO
16
23/6/2022
Requerimientos de
Calidad
(IAAC GD 010/13
Guia para la acreditación del muestreo en
laboratorios de ensayo.)
6.3 Estimación de la incertidumbre, aseguramiento de la calidad
y validación para el muestreo:
17
23/6/2022
INFORMACION
18
23/6/2022
Requerimientos de Calidad –
demandas de Incertidumbre
HETEROGENEIDAD
INCERTIDUMBRE
DEL ANALISIS
INCERTIDUMBRE
INCERTIDUMBRE
19
23/6/2022
INCERTIDUMBRE
OI/LAB 1 OI/LAB 2
INCERTIDUMBRE
OI/LAB 1 OI/LAB 2
INCERTIDUMBRE
.
La incertidumbre es un índice
de calidad de una medida, que
es tanto mayor cuanto menor
es aquella.
20
23/6/2022
INCERTIDUMBRE
.
21
23/6/2022
• Aplicación de sanciones
• Rechazo de lotes
• Alteración de los procedimientos y eficiencia de las
operaciones industriales.
• Peligros como por ejemplo:
• humedad que excede el máximo permisible para el
transporte y lo que puede poner en peligro la
estabilidad del barco.
• presencia de semillas de ricino en alimentos para
ganado, que puede ser fatal para los animales.
• Arbitraje comercial, disputa contractual y legal, y las
consiguientes implicaciones financieras.
Conceptos y definiciones.
22
23/6/2022
medida resultado
Experimento 1: 1
2
4,98
4,88
3 4,96
4 5,05
5 5,06
6 4,96
Dejamos caer una bolita a 7 5,1
la base. 17 4,95
18 5,06
19 4,99
20 4,96
23
23/6/2022
ERRORES
ERRORES ALEATORIOS ERRRORES SISTEMATICOS
O INDETERMINADOS O DETERMINADOS
. FLUCTUANTES ALTERACIONES
OPERACIONALES
BIEN DEFINIDAS
DISTRIBUCION
NORMAL (U
OTRAS) DESVIACIONES
DE SIGNO
PRECISION DETERMINADO
24
23/6/2022
.
MENSURANDO
25
23/6/2022
Mensurando.-
EXACTITUD
Proximidad entre un valor
medido y un valor verdadero
de un mensurando
(ISO/IEC 17000)
EXACTITUD
Grado de concordancia
existente entre el resultado
de ensayo y un valor
aceptado como referencia
(ISO/IEC 5725)
26
23/6/2022
ERRORES
Errores
27
23/6/2022
EXACTITUD
.
Precision
(errores aleatorios)
EXACTITUD
Veracidad
(Errores sistemáticos)
28
23/6/2022
EXACTITUD
Veracidad Proximidad entre la media de un
. (bias) número infinito de valores medidos
repetidos y un valor de referencia
29
23/6/2022
EXACTITUD
30
23/6/2022
Resultados de medidas
.
Se recomienda que cada resultado vaya
acompañado de dos parámetros de
calidad básicos
Trazabilidad
Incertidumbre
Resultados de medición
.
Valor 1 Valor 2
trazabilidad Incertidumbre
Trazabilidad
.
Propiedad de un resultado de medida por
la cual el resultado puede relacionarse
con una referencia mediante una cadena
ininterrumpida y documentada de
calibraciones, cada una de las cuales
contribuyen a la incertidumbre de
medida.
31
23/6/2022
Calibración
.
INCERTIDUMBRE
.
INCERTIDUMBRE
32
23/6/2022
VERACIDAD
INCERTIDUMBRE (Eurachem/CITAC)
33
23/6/2022
Fuente Descripción
Un resultado de la heterogeneidad
Error fundamental
constitucional (las partículas son
de muestreo (FSE)
químicamente o físicamente diferentes)
Error de
Un resultado de la heterogeneidad
agrupamiento y
distribucional
segregación (GSE)
Error selección de
puntos a rango Tendencias en el espacio o en el tiempo
largo (PSE1)
Error de selección
Niveles periódicos en el espacio o en el
del punto
tiempo
periódico (PSE2)
34
23/6/2022
Fuente Descripción
Error de la Identificando la muestra correcta a tomar.
delimitación del Considera los límites de volumen de la
incremento (IDE) división de muestreo correcta
Error de la Eliminando la muestra deseada. Considera la
extracción del forma de los bordes de corte del dispositivo
incremento (IEE) de muestreo.
Fuente Descripción
Contaminación (material extraño en la
muestra):
Pérdidas (absorción, condensación,
precipitación, etc.)
Alteración de la composición química
Error en la
(conservación)
preparación de
Alteración de la composición física
la muestra e
(aglomeración, rotura de partículas, humedad,
incrementos
etc.)
(IPE)
** Errores involuntarios (números de muestra
mezclados, falta de conocimiento, negligencia)
** Fallas deliberadas (salazón de minerales de
oro, errores deliberados en delimitación de
incrementos, falsificaciones, etc.)
Fuente Descripción
El resultado de errores en la asignación de
Error en el pesaje
pesos a diferentes partes de una muestra
(SWE)
compuesta desigual
35
23/6/2022
operador.
Existen diferentes factores aparte de las variaciones
existentes entre muestras supuestamente idénticas que
pueden contribuir a la variabilidad de los resultados de un
método de medición entre ellos pueden incluirse:
a) el operador;
b) los equipos de medición utilizados;
c) la calibración de los equipos de medición;
d) El ambiente (temperatura, humedad, contaminación del
aire, etc.)
e) El intervalo temporal entre mediciones y/o toma de
muestras.
operador
Tamaño de la muestra
Se debe recolectar un volumen bastante manejable de
material el cual sea lo más representativo del volumen total
del material del cual fue extraído. Esta masa se llama
muestra bruta.
Esta muestra bruta, está compuesta de un número de
incrementos de un cierto tamaño, tomados de diferentes
lugares de la carga en cuestión.
36
23/6/2022
Número de incrementos
El número de incrementos a ser recolectados depende de
dos factores principales: la variación de calidad (o
heterogeneidad) del material y el grado de precisión
requerido en el resultado final.
En productos donde existe una gran variación en el tamaño
o la calidad, se requerirá un mayor número de incrementos
para asegurarse que todas las características de calidad se
encuentren en la muestra total. Similarmente, si se está
trabajando con un producto homogéneo se requerirán
menos incrementos para obtener un resultado con el mismo
grado de precisión.
Métodos de muestreo
Para obtener una muestra representativa con un grado de
exactitud aceptable, es necesario que se tenga acceso a
todo el objetivo de evaluación (lote) en el lugar de muestreo.
Si se cumple con este requisito y se aplica un programa
adecuado de muestreo, todas las partículas del lote tendrán
igual oportunidad o misma probabilidad de ser incluidas en
la muestra.
Es esencial durante el muestreo representativo de
productos a granel, que los incrementos sean extraídos a
través del volumen total del lote y para esto se requiere un
movimiento o transferencia del mismo.
37
23/6/2022
38
23/6/2022
39
23/6/2022
Segregación
La segregación no sólo ocurre entre partículas grandes y
pequeñas, sino también entre partículas pequeñas y más
pequeñas, lo que no puede ser notado a simple vista. Es
importante ser consciente que los materiales a granel,
cuando se encuentren en movimiento, tienden a
segregarse; cada partícula, dependiendo de su tamaño,
forma, densidad (gravedad específica), contenido de
humedad, conformación y textura, encontrará su posición
natural en la masa.
Existen varios ejemplos que ilustran este efecto en la masa.
40
23/6/2022
41
23/6/2022
Materiales homogéneos y
heterogéneos
Vimos que las características físicas tales como el tamaño
de la partícula influyen en el método de muestreo.
¿Qué ocurre con la apariencia de los sólidos a granel?
materiales que tienen apariencia similar en tamaño y forma,
se dice que son homogéneos (concentrados de plomo,
fertilizantes granulados, cereales y harinas).
Materiales que tienen diferencia en tamaño y forma se los
denomina heterogéneos (por ejemplo, la corrida de
minerales de carbón o minerales de hierro de baja ley,
tortas de maní o de semilla de algodón).
Materiales homogéneos y
heterogéneos
Los términos pueden ser aplicados también a una
característica de calidad. Un producto puede ser
homogéneo en apariencia pero heterogéneo en calidad. Por
ejemplo, el pasto seco peletizado tiene la misma apariencia,
color, tamaño y forma, pero debido a que el lote a granel
puede provenir de diferentes fuentes (por ejemplo,
diferentes plantas de peletización, diferentes granjas,
diferentes variedades de pasto, diferentes temporadas de
cosecha, etc.) la diferencia en su calidad nutricional será
muy grande.
42
23/6/2022
43
23/6/2022
44
23/6/2022
Preparación de muestras
• Muestreo y preparación física
• -Heterogeneidad (o no homogeneidad)
• Efectos de la estrategia específica del • Efectos de la homogenización y/o sub
muestreo muestras
• Efectos del movimiento del medio • Secado
(densidad particular o selección de • Molido
tamaño). • Disolución
• Estado físico (solidos, líquidos, gas) • Extracción
• Efectos de temperatura y presión • Contaminación
• Efectos del proceso de muestreo sobre los • Derivatización química
compósitos (ej. Adsorción diferencial, en el • Errores de dilución
sistema de muestreo) • (pre) concentración
• Contaminación • Control de efectos de especificación
• Transporte y preservación de la muestra
CAUSA - EFECTO
Tamaño de la L
Heterogeneidad partícula y a
forma Estabilidad b
muestra / c
Distribución o
Tipo de analito
Var. densidad muestra n
d
Var. Tamaño
Contaminación Temp.
proporcional
Tamaño Humedad
Aleatoria recipien t
Operador
Aleatorio te
Número Equipo de
estratificado
muestreo
45
23/6/2022
INCERTIDUMBRE (Eurachem-CITAC)
46
23/6/2022
Clase de efectos
Proceso
Aleatorios (Precisión) Sistemático (sesgo)
47
23/6/2022
EL LOTE MATERIAL A SER MUESTREADO
FRAGMENTO Las más pequeñas unidades del lote
COMPONENTE CRITICO Analito
COMPONENTES ACTIVOS Todos los componentes excepto los “pasivos
48
23/6/2022
Material Heterogéneo
Material Heterogéneo
49
23/6/2022
Segregación
Homogenización: Mezclado
Error de Agrupamiento
Pulverización y homogenización
50
23/6/2022
51
23/6/2022
4. ESTADISTICA – HERRAMIENTAS
CUALIMETRICAS
Herramientas estadísticas
cualimétricas
¿Por qué mediciones repetidas replicadas?
• Media
• Varianza
• Distribución normal
• Intervalos de confianza
• Teorema del limite central
• Resultados discrepantes Outliers
52
23/6/2022
Media y Varianza
Parámetros estadísticos usados
en el tratamiento de datos
53
23/6/2022
54
23/6/2022
Distribución Normal
55
23/6/2022
Distribución Normal
Distribución Normal
56
23/6/2022
Intervalos de confianza
Intervalos de Confianza
.
Estandarización de variable
57
23/6/2022
58
23/6/2022
5. Estimación de la Incertidumbre de
la medición incluyendo el muestreo
5.1. Enfoques de estimación de la
incertidumbre
5.2. El mensurando
5.3. Comportamiento general de los estudios
de incertidumbre del muestreo
5.4. Enfoque Empírico
ENFOQUES:
• El enfoque empírico presenta una aplicabilidad amplia
(gases, líquidos, sólidos).
• El enfoque de modelado y empírico son extremos de un
continuo (pueden emplearse combinaciones de ambos)
59
23/6/2022
El mensurando
5.2. El mensurando
5. 4. Enfoque empírico
60
23/6/2022
61
23/6/2022
Estimación de la contribución a la
incertidumbre (enfoque empírico)
Clase de efecto
Proceso
Aleatorio (precisión) Sistemático (sesgo)
Estimación de la incertidumbre de
muestreo (efecto sistemático)
62
23/6/2022
Modelo estadístico.
63
23/6/2022
64
23/6/2022
Componentes estimados
Muestreadores
Método # descripción protocolos
(personas)
Método de duplicados
65
23/6/2022
Método de duplicados
Métodos de duplicados
Método de duplicados
66
23/6/2022
Diseño Balanceado
OBJETO DE En el 10% de los objetos
MUESTREO n ≥ 8
Varianza entre objetos
Método de duplicados
• La varianza causada por preparación física de la muestra
puede ser incluida en la varianza del muestreo realizando
una preparación independiente en cada uno de los
duplicados de muestras.
• Alternativamente, esta varianza se puede estimar por
separado mediante la inserción de un nivel extra de la
replicación en el diseño experimental.
• El diseño balanceado propuesto solo dara a la desviación
estándar de la repetibilidad de las mediciones analíticas.
67
23/6/2022
U = 2S med
68
23/6/2022
69
23/6/2022
6. Principios de aseguramiento de
calidad en el muestreo
70
23/6/2022
71
23/6/2022
• Mediciones replicadas.
• Diseño de niveles divididos.
• Debe proveer al menos la incertidumbre total (aleatoria) y
un control de esta respecto de los requisitos de calidad
establecidos.
• Es recomendable partir de incertidumbre total en al
menos la contribución analítica y de muestreo
72
23/6/2022
AL
WL
CL
73
23/6/2022
74
23/6/2022
Reporte e interpretación de la
incertidumbre
X = x 𝑢
X = x 𝑈
U 2u
Reporte e interpretación de la
incertidumbre
• Incertidumbre estándar u
• Incertidumbre expandida U
• Incertidumbre relativa
• Contribuciones a la incertidumbre
• Nuevas estimaciones de la incertidumbre ¿Cuando?
• Interpretaciones de las declaraciones de incertidumbre
contra límites
75
23/6/2022
Principios de aseguramiento de la
Documentación
calidad en el muestreo
Método de muestreó
Descripción general de las operaciones usadas para el
muestreo. El método debiera ser un método normalizado.
Reporte de campo del Las notas detalladas sobre los detalles que se observaron en el
muestreo campo
7. Métodos y Cálculos
Objetivo de Objetivo de
muestreo muestreo
76
23/6/2022
Muestra 1 Muestra 2
Rango medio
de medición
Dmedición =
Rango medio de
análisis
77
23/6/2022
78
23/6/2022
Objetivo de Objetivo de
muestreo muestreo
Caso 2.-
• Ejemplo:
Nota.‐
Promedio
Diferencia relativa
Diferencia relativa promedio
79
23/6/2022
Diseño replicado
2116 9,31
Desviación estándar a un nivel de 200 mg /
Rango medio relativo Desviación estándar relativa de
kg
medición
Adición de varianzas
•
Ejemplo de cálculo mostrando el uso de
estadística de rangos para calcular la
desviación estándar de muestras y análisis
duplicados.
(estadística de rangos doblemente
partido)
80
23/6/2022
Diseño replicado
Objetivo de Objetivo de
muestreo muestreo
Caso 3.-
Ejemplo
81
23/6/2022
Sanálisis
S medición
= 19.1
( 2
)2
Comentario: desde que los análisis son basados en la media de duplicados la
desviación del análisis es dividida por la raíz cuadrada de 2 en la formula de
encima – error estándar de la media
82
23/6/2022
ANOVA
•
Ejemplo de cálculo mostrando el uso de
ANOVA para calcular la desviación estándar
del análisis de muestras duplicadas y análisis
duplicados.
(diseño replicado doblemente partido)
Ejemplo
83
23/6/2022
ANOVA
CALCULO ANOVA
• La varianza V es definida como el cuadrado de la desviación estandar
• Primer paso calcular la media de los valores de análisis de cada una
de las dos sub muestras
• Luego por cada una de las dos muestras la diferencia D entre cada
resultado analítico xijk y el valor medio 𝑥̅ ij
CALCULO ANOVA
• La suma de las diferencias al cuadrado de cada muestra es calculada
asi:
• La suma del cuadrado de las diferencias dentro del grupo, SS E‐
análisis, es calculada por sumatoria de la suma de los cuadrados de
todas las muestras
84
23/6/2022
CALCULO ANOVA
• Los grados de libertad
Donde i = número de lote, j= número de muestras y K= número de muestras de
ensayo analizadas.
• La varianza del análisis es calculada por
CALCULO ANOVA
• Y finalmente la desviación estándar y la desviación estándar relativa
del análisis
85
23/6/2022
ANOVA
•
Ejemplo de cálculo mostrando el uso de
ANOVA para calcular la desviación
estándar del muestreo de muestras
duplicadas y análisis duplicados.
Ejemplo
ANOVA
M1A1 M1A2 M2A1 M2A2 M1 M2
86
23/6/2022
ANOVA
.
S muestreo Smuestreo
muestreo RSD
muestreo
CALCULO ANOVA
• Ahora La varianza de la medición puede ser estimada,
• El valor medio de cada lote. i, (2 muestras – 4 análisis) es calculada asi:
• Teniendo en cuenta que el valor medio del lote se calcula a partir de dos valores,
las diferencias respecto al valor medio de cada muestra son iguales.
• Por lo tanto, el cuadrado de diferencias entre el valor medio del lote y el valor
medio de cada muestra en el lote se calcula de acuerdo a:
CALCULO ANOVA
• La suma de los cuadrados de muestreo SS muestreo, es calculada de
acuerdo a
• Los grados de libertad (i= número de lotes analizados y j = número de
muestras analizadas de cada lote.
87
23/6/2022
CALCULO ANOVA
• La varianza del muestreo es:
• Y finalmente la desviación estándar del muestreo y la desviación
estándar relativa del muestreo
88
23/6/2022
8. EJEMPLOS
Ejemplo 1:
CONCENTRADO DE
PLOMO
- HUMEDAD -
1. Alcance
MENSURANDO ESTIMACION DE INCERTIDUMBRE
Analito y Unidad Sector & Objetivo de Muestreo Propósito Diseño Estadísticos
tecnica matriz
Humedad % Concentrados 25 TM Concentrado de Medición de Replicado Rango
Secado de Pb Pb a ser embarcado a la con simple relativo
105º C camion en sacos de 1 incertidumbr partición
2h- estb. TM e
89
23/6/2022
90
23/6/2022
3. Procedimientos de muestreo
Diagrama deflujo de
concentrado de Plomo.
La carga a Big Bags a
camiones/contenedores)
91
23/6/2022
25 TM
4.1. Validación:
• Iniciamos el programa de validación con muestreo
replicado simple partición. Para luego analizar si
cumplimos los limites de incertidumbre del
muestreo y proseguir hasta cumplir la cantidad
necesaria de muestreos replicados (doble
partición) y determinar cumplimiento de la
incertidumbre esperada.
C1 C2 CX C…. C…. C 10
Muestra 1 Muestra 2
Análisis 1 Análisis 2
92
23/6/2022
Cuerpo de agua
subterranea
Pozo de monitoreo
Muestra 1 Muestra 2
Análisis 1 Análisis 2
93
23/6/2022
• M1 = 7.07 %
• M2 = 7.04 %
• Sa = 0.05 % (U)
94
23/6/2022
7. Comentarios
Rango medio relaivo M1 = D1/Media 1 0,000000
Desviación estandar relativa de analisis M1 (/1,128) 0,000000 7,175026
% 0,00 7,17 0.07 % 0,005026
7,164974
Rango medio relativo M2 = D2/media2 0,001394
Desviación estandar relativa de análisis M2 (/1,128) 0,001235575 7,185026
% 0,123557467 7,18 0.07 % 0,005026
7,174974
95
23/6/2022
8. Conclusiones: (Evaluación de
aptitud para propósitos)
96
23/6/2022
9. Informes e interpretación
10. Resumen
9.1. Introducción
9.2. ¿Dónde muestrear para una evaluación de calidad?
9.3. Masa de la muestra
9.4. Tamaño del incremento
9.5. Número de incrementos
9.6. Operaciones de muestreo
9.7. Métodos de muestreo
9.4. Preparación de muestras.
97
23/6/2022
9.1. Introducción
98
23/6/2022
Pierre Gy
1.
El muestreo en estricto sentido es una
simple reducción de masa
99
23/6/2022
100
23/6/2022
101
23/6/2022
Caso 6.-
• Ejemplo.-
Caso 6.-
• M = K * D3
• Podemos sustituir:
• 2 kg = K x (10mm)3 ------- K = 2kg / (10 mm)3
102
23/6/2022
Caso 6.-
• Conclusiones.-
103
23/6/2022
104
23/6/2022
Tabla 2.
CAPACIDAD ESPECIFICA DE LAS PALAS PARA SOLIDOS DE DIFERENTES
DENSIDADES.
105
23/6/2022
Tamaño del
Incremento
(reposo)
Tamaño de
incremento
(movimiento)
106
23/6/2022
• Donde:
N = Número de incrementos
rw = Variación de calidad (medida de heterogeneidad
del producto)
Bs = Precisión del muestreo (expresado como el
margen de error acerca del valor verdadero, contra
más alto sea el valor, menor será la precisión)
107
23/6/2022
Numero de incrementos
Numero de incrementos
108
23/6/2022
109
23/6/2022
Resumen….
110
23/6/2022
111
23/6/2022
112
23/6/2022
113
23/6/2022
envasados
114
23/6/2022
envasados
envases
115
23/6/2022
En el caso
de gases (glp)…
116
23/6/2022
En el caso de
liquidos
(aceites –
alcohol, etc.
En tanques)
117
23/6/2022
118
23/6/2022
Muestreo manual
Ejemplo de Muestreador de lanza
119
23/6/2022
Ejemplo de muestreador de agarre
120
23/6/2022
Ejemplos.-
121
23/6/2022
122
23/6/2022
Esquemas de
muestreo y
preparación de
muestras
123
23/6/2022
124
23/6/2022
125
23/6/2022
SAMPLERS
2 METER PROBE
DIVIDERS
126
23/6/2022
SEALS
GAFTA FOSFA
ABANDONAR USO DE SELLOS
PLASTICOS
127
23/6/2022
128
23/6/2022
129
23/6/2022
130
23/6/2022
131
23/6/2022
GAFTA SAMPLING RULES 124.
132
23/6/2022
FIN
133
23/6/2022
•ANEXOS.-
Ejemplo 2.
AGUA SUBTERRANEA
134
23/6/2022
Agua subterránea
MENSURANDO ESTIMACION DE INCERTIDUMBRE
Analito y Unidad Sector & Objetivo de Muestreo propósito Diseño Estadísticos
tecnica matriz
Hierro mg/L Ambiental El agua subterránea Medición de Replicado Rango
disuelto Agua cerca de un pozo de la con doble relativo
ICP-AES3 subterránea monitoreo seleccionado incertidumbr partición
en un cuerpo de agua e de
subterránea muestreo
135
23/6/2022
Parámetros químicos clave para 9 pozos del cuerpo de agua subterránea desde el
monitoreo de vigilancia
3. Procedimientos de muestreo
136
23/6/2022
4.1. Validación:
• El objetivo de la validación era garantizar que se
pudiera obtener una incertidumbre de medición
que cumpliera con los requisitos de calidad
establecidos y describir los componentes de la
incertidumbre para identificar puntos de mejora, si
fuera necesario. El programa de validación se
estableció con un muestreo de 6 pozos, dos
muestreos independientes por pozo y dos
submuestras por muestra analizadas, ver la
siguiente figura
137
23/6/2022
Muestra 1 Muestra 2
Análisis 1 Análisis 2
Pozo de monitoreo
Muestra 1 Muestra 2
Análisis 1 Análisis 2
138
23/6/2022
139
23/6/2022
6. Resultados
140
23/6/2022
Tabla A1: 1 Resultados y cálculos del rango relativo para el estudio de validación,
hierro disuelto.
141
23/6/2022
142
23/6/2022
143
23/6/2022
144
23/6/2022
7. Comentarios
8. Conclusiones: (Evaluación de
aptitud para propósitos)
9. Informes e interpretación
145
23/6/2022
Ejemplo 3.
PLOMO EN SUELO
SUPERFICIAL
CONTAMINADO
146
23/6/2022
suelo superficial
• Se realizó la investigación sobre un sitio de 9 ha con
motivo de desarrollar un potencial proyecto
inmobiliario.
• Se estudió el Pb como principal sustancia de riesgo
para la salud humana.
• A fin de comparar con el límite regulatorio (45 mg/kg),
se requirió determinar la concentración de Pb y su
respectiva incertidumbre para cada uno de los 100
objetos de muestreo.
3. Protocolo de muestreo.
• Tabla A2:1
A B C D E F G H I J
1 474 287 250 338 212 458 713 125 77 168
2 378 3590 260 152 197 711 165 69 206 126
3 327 197 240 159 327 264 105 137 131 102
4 787 207 197 87 254 1840 78 102 71 107
5 395 165 188 344 314 302 284 89 87 83
6 453 371 155 462 258 245 237 173 152 83
7 72 470 194 82.5 162 441 199 326 290 164
8 71 101 108 521 218 327 540 132 258 246
9 72 188 104 463 482 228 135 285 181 146
10 89 366 405 779 60 206 56 135 137 149
147
23/6/2022
Sample 1 Sample 1
6. Resultados
• Tabla A2.1: Concentraciones medidas de plomo en cada
objetivo en la cuadrícula de muestreo (mg kg-1),
mostradas por las coordenadas reales utilizadas en la
cuadrícula de muestreo regular (espaciado 30 m).
muestran un alto grado de variabilidad entre ubicaciones
de aproximadamente un factor de 10. La variabilidad
dentro de 10 de estas ubicaciones seleccionadas al azar
(es decir, A4, B7, C1, D9, E8, F7, H5, I9 y J5) se utilizó para
la estimación de la incertidumbre de muestreo (Tabla
A2.2). Esta variación dentro del objetivo es sustancial (por
ejemplo, un factor de 2) pero sustancialmente menor que
la varibilidad entre objetivos.
148
23/6/2022
• Tabla A2:1
A B C D E F G H I J
1 474 287 250 338 212 458 713 125 77 168
2 378 3590 260 152 197 711 165 69 206 126
3 327 197 240 159 327 264 105 137 131 102
4 787 207 197 87 254 1840 78 102 71 107
5 395 165 188 344 314 302 284 89 87 83
6 453 371 155 462 258 245 237 173 152 83
7 72 470 194 82.5 162 441 199 326 290 164
8 71 101 108 521 218 327 540 132 258 246
9 72 188 104 463 482 228 135 285 181 146
10 89 366 405 779 60 206 56 135 137 149
Tabla A2:2
Sample S1A1 S1A2 S2A1 S2A2
target
A4 787 769 811 780
B7 338 327 651 563
C1 289 297 211 204
D9 662 702 238 246
E8 229 215 208 218
F7 346 374 525 520
G7 324 321 77 73
H5 56 61 116 120
I9 189 189 176 168
J5 61 61 91 119
149
23/6/2022
Utilizando
• Smed = √ (𝑆𝑚𝑢𝑒𝑠 𝑆𝑎𝑛𝑎𝑙² = 124.3 mg/kg
150
23/6/2022
7. Comentarios
• La incertidumbre estimada no tiene en cuenta ningún
sesgo de muestreo no detectado
• La incertidumbre está dominada por la heterogeneidad
del objetivo de muestreo, la incertidumbre adicional por
sesgo en el muestreo a menudo se puede considerar
insignificante en comparación (como se muestra en el
sesgo analítico). Cuando se requiera una estimación de la
más alta calidad debido quizás a consecuencias
financieras potencialmente grandes por la subestimación
de la incertidumbre, puede ser preferible utilizar uno de
los métodos más elaborados utilizando múltiples
muestreadores y / o protocolos.
151
23/6/2022
9. Reporte e interpretación
• Las mediciones individuales de la concentración de plomo
informadas para estos objetivos deberían tener valores de
incertidumbre adjuntos igual al 83,9% del valor de concentración.
Esto se aplica a todos estos valores medidos (tabla A2.1) que son al
menos 10 veces más altos que el límite de detección analítica
(estimado en 2 mg / kg en este caso). En aplicaciones donde no es el
caso, será necesario expresar la incertidumbre como una función
de la concentración. Además, la incertidumbre en las mediciones
medias tomadas en los 10 objetivos donde se tomaron muestras
duplicadas (por ejemplo, las enumeradas en la tabla aA2.2}habrá
reducido las estimaciones de incertidumbre del 59.3% (= 83.9 / V2)
• Conociendo el valor de la incertidumbre, también es posible hacer
una interpretación probabilística del nivel de contaminación por
plomo en el sitio.
10. Resumen
Incertidumbre de medición
Muestreo Análisis Total
81.3% 10.5 % 83.9 %
con un factor de cobertura de 2 (es decir, un 95% de confianza)
152
23/6/2022
153