LABORATORIOS DE ANLISIS

EL OBJETIVO PRIMORDIAL DE CUALQUIER LABORATORIO

DE ANLISIS ES LA OBTENCIN DE DATOS DE CALIDAD
PROVENIENTES DE MEDICIONES PRECISAS, FIABLES Y
ADECUADAS AL FIN BUSCADO
NORMA ISO 17025
CONTIENE TODOS LOS REQUISITOS QUE LOS
LABORATORIOS DE ANLISIS TIENEN QUE LOGRAR SI
QUIEREN DEMOSTRAR QUE OPERAN UN SISTEMA DE
CALIDAD, SON TCNICAMENTE COMPETENTES, Y SE
ENCUENTRAN EN CAPACIDAD DE GENERAR RESULTADOS
VLIDOS TCNICAMENTE
EXACTITUD Y REPETIBILIDAD



NO ES EXACTO
NI PRECISO
ES EXACTO
PERO
NO PRECISO
ES PRECISO
PERO NO
EXACTO
ES PRECISO
Y EXACTO
EXACTITUD DE LA MEDICIN
GRADO DE CONCORDANCIA ENTRE EL
RESULTADO DE UNA MEDICIN Y EL VALOR
VERDADERO DE LA MAGNITUD POR MEDIR
Notas
1. El concecto de exactitud es cualitativo.
2. No se debe utilizar el trmino precisin en vez de exactitud.

Precisin: Es el grado de amplitud de la curva de repetibilidad de los
resultados de las mediciones.
La forma de cuantificar la exactitud se llama error.

REPETIBILIDAD DE LOS
RESULTADOS DE LAS MEDICIONES
CERCANA DE ACUERDO ENTRE LOS RESULTADOS DE
MEDICIONES SUCESIVAS DE LA MISMA MAGNITUD POR MEDIR,
EFECTUADAS EN LAS MISMAS CONDICONES DE MEDICIN
Notas
1. Estas condiciones se llaman condiciones de repetibilidad.
2. Las condiciones de repetibilidad incluyen:
- El mismo procedimiento de medicin
- El mismo observador
- El mismo instrumento de medicin utilizado en las mismas condiciones
- El mismo lugar
- Repeticin dentro de un periodo de tiempo corto
3. La repetibilidad se puede expresar en forma cuantitativa, en funcin de las
caracteristicas de dispersin de los resultados.
REPRODUCIBILIDA DE LOS
RESULTADOS DE LAS MEDICIONES
CERCANA DE ACUERDO ENTRE LOS RESULTADOS DE MEDICIONES
SUCESIVAS DE LA MISMA MAGNITUD POR MEDIR, EFECTUADAS BAJO
DIFERENTES CONDICONES DE MEDICIN CAMBIADAS
Notas
1. Para que una expresin de reproducibilidad sea valida, es necesario especificar las condiciones
que cambian.
2. Las condiciones que cambian pueden ser entre otras:
- El principio de medicin
- El mtodo de medicin
- El observador
- El instrumento de medicin
- El patrn de referencia
- El lugar
- Las condiciones de uso
- El tiempo
3. La reproducibilidad se puede expresar en forma cuantitativa, en funcin de las caracteristicas
de dispersin de los resultados.
4. Los resultados considerados aqu son generalmente los resultados corregidos.
DESVIACIN ESTNDAR
EXPERIMENTAL
CANTIDAD QUE CARACTERIZA LA DISPERSIN DE LOS
RESULTADOS
Notas
1. Cosiderando la serie de n valores como una muestra de una distribucin, es una estimacin
sin sesgo de la media, y s
2
es una estimacin sin sesgo de la varianza,
2
, de esa distribucin.
2. La expresin s / n es una estimacin de la desviacin estndar de la distribucin de , y se
llama desviacin estndar experimental de la media.
3. La desviacin estndar experimental de la media se llama a veces en forma incorrecta error
estndar de la media.
Para una serie de n mediciones de la misma magnitud por medir, la desviacin estndar experimental
s est dada por la frmula

Siendo xi el resultado de la medicin i-esima y la media aritmetica de los n resultados considerados

DESVIACIN ESTNDAR RELATIVA Y COEFICIENTE DE
VARIACIN
La desviacin estndar suele expresarse frecuentemente en forma relativa:
- Como fraccin (tanto por uno) recibe el nombre de desviacin estndar relativa
- Como porcentaje (tanto por ciento) recibe el nombre de coeficiente de variacin
Siendo xi el resultado de la medicin i-esima y la media aritmetica de los n resultados considerados

POBLACIN Y MUESTRA
Una poblacin consiste en la totalidad de observaciones por considerar.
Una muestra es un subconjunto de una poblacin.
Poblaciones y Muestras
M
P
DISTRIBUCIN NORMAL
En la naturaleza, al igual que en los procesos productivos y en los resultados analiticos,
se producen cambios causados por la suma de un gran nmero de variaciones debidas a
diferentes factores. Este compotamiento, considerado normal en los fenomenos naturales,
genera una distribucin de datos en forma de campana o montaa, la cual puede ser
representada muy aproximadamente por la distribucin gaussiana de probabilidad.
La distribucin gaussiana de probabilidad es tambien conocida como distribucin normal
o curva normal.

a) La frecuencia es mayor en el centro y disminuye gradualmente hacia los extremos
b) Es simetrica
2. La distribucin es determinada por solo dos parametros:
: el centro de la distribucin (la media)
: la dispersin de la distribucin (la desviacin estndar)
3. - El 68,27 % de las medidas de la poblacin se encuentra en 1
- El 95,45 % de las medidas de la poblacin se encuentra en 2
- El 99,73 % de las medidas de la poblacin se encuentra en 3
CARACTERSTAS DE LA DISTRIBUCIN NORMAL
INTERVALO DE CONFIANZA
Es el intervalo dentro del cual se encuentra de manera razonable el valor
verdadero de un parametro estimado de la poblacin
La amplitud del intervalo depende de:
- La precisin de las medidas individuales
- El nmero de medidas de la muestra
LMITES DE CONFIANZA
Valores extremos del intervalo de confianza
[Lmites superior e inferior del intervalo de confianza]
NIVEL DE CONFIANZA
Probabilidad de que el intervalo de confianza especificado contenga el valor
verdadero de un parametro estimado de la poblacin
Notas.
1. Generalmente el nivel de confianza se establece en un 95% o en un 99%.
2. Para niveles de confianza del 68% , 95% y 98%, los lmites de confianza establecidos son:

1,00 1,96 2,58 .
DISTRIBUCIN MUESTRAL DE LA MEDIA
La distribucin muestral de la media es la distribucin de las medias de todas las
muestras del mismo tamao seleccionadas aleatoriamente en una poblacin
La desviacin estandar de la media muestral es conocida como error tpico, o error estndar de la media
y se puede determinar mediante la relacin
TEOREMA DEL LIMITE CENTRAL
La distribucin de la media muestral de una poblacin que tiene una varianza
finita, tiende a distribuirse normalmente a medida que el tamao de la muestra
se hace mayor
GRADO DE LIBERTAD
Es el nmero de variables independintes utilizadas en el clculo de los
parametros de la poblacin, se representa por .
Notas. En nuestros casos de interes = n - 1.
Podemos obtener informacin sobre la variacin solo cuando n 2.

LMITES DE CONFIANZA EN MUESTRAS
DISTRIBUIDAS NORMALMENTE
Para una distribucin normal el 95 % de los datos cae dentro de los lmites
z = -1,96 a z =1,96 [ 1,96]
En la prctica, con x conocida, establecemos un intervalo para x 1,96 < < x + 1,96
Para una distribucin normal el 99 % de los datos cae dentro de los lmites
z = -2,58 a z =2,58 [ 2,58]
En la prctica, con x conocida, establecemos un intervalo para x 2,58 < < x + 2,58

Cuando la distribucin no es normal es necesario recurrir al hecho que aun si la distribucin de una poblacin
no es normal, la media muestral se aproxima a la distribucin normal, con media y varianza .


LMITES DE CONFIANZA EN MUESTRAS
NO DISTRIBUIDAS NORMALMENTE
Para una distribucin de la media muestral el 95 % de los datos cae dentro de los lmites
z = -1,96 a z =1,96 [ 1,96 (/n)]
En la prctica, con x conocida, establecemos un intervalo para x 1,96 (/n) < < x + 1,96 (/n)
Para una distribucin normal el 99 % de los datos cae dentro de los lmites
z = -2,58 a z =2,58 [ 2,58 (/n)]
En la prctica, con x conocida, establecemos un intervalo para x 2,58 (/n) < < x + 2,58 (/n)

INTERVALOS CONFIANZA EN MUESTRAS
DISTRIBUIDAS NORMALMENTE
Para una distribucin normal el 95 % de los datos cae dentro de los lmites
z = -1,96 a z =1,96 [ 1,96]
En la prctica, con x conocida, establecemos un intervalo para x 1,96 < < x + 1,96
Para una distribucin normal el 99 % de los datos cae dentro de los lmites
z = -2,58 a z =2,58 [ 2,58]
En la prctica, con x conocida, establecemos un intervalo para x 2,58 < < x + 2,58

Cuando la distribucin no es normal es necesario recurrir al hecho que aun si la distribucin de una poblacin
no es normal, la media muestral se aproxima a la distribucin normal, con media y varianza .


INTERVALOS DE CONFIANZA EN MUESTRAS
NO DISTRIBUIDAS NORMALMENTE
Para una distribucin de la media muestral el 95 % de los datos cae dentro de los lmites
z = -1,96 a z =1,96 [ 1,96 (/n)]
En la prctica, con x conocida, establecemos un intervalo para x 1,96 (/n) < < x + 1,96 (/n)
Para una distribucin normal el 99 % de los datos cae dentro de los lmites
z = -2,58 a z =2,58 [ 2,58 (/n)]
En la prctica, con x conocida, establecemos un intervalo para x 2,58 (/n) < < x + 2,58 (/n)

LIMITES DE CONFIANZA PARA MUESTRAS PEQUEAS

Las expresiones [ 1,96 (/n)] y [ 2,58 (/n)] son adecuadas cuando las muestras
son grandes (n > 30) y s proporciona una estimacin suficientemente exacta de .

Cuando el tamao de la muestra se hace pequeo, es necesario introducir un factor de
correccin t, el cual es funcin de los grados de libertad y del grado de confianza requerido.












Existen tablas que permiten conocer la distribucin muestral de t en funcin del nmero de
variables independientes utilizadas para calcular los parametros poblacionales.

Estas tablas se cononcen con el nombre de tablas de distribucin de t con (n-1) grados de
libertad.
n
s
t x
CLCULOS DE LMITES DE CONFIANZA
Se determin el contenido de del in sodio en una muestra de orina obteniendose los siguientes
valores: 102, 97, 99, 98, 101, 106 mM. Cuales son los limites de confianza para la concentracin del
in sodios a un nivel de confiabilidad del 95 % ?

Calcular la media de los datos [] = 100,5
Calcular la desviacin estandar de los datos s = 3,27 mM
Establecer nmero de medidas n = 6
Establecer grados de libertad (n-1) = 5
Establecer t para el nivel de confianza del 95 % t = 2,57
Calcular limites de confianza
= 100,5 2,57 (3,27 / 6) = 100,5 3, 43 mM
Lmites de Confianza al 95 % [Lmite Inferior 97,07 mM / Limite Superior 103,93 mM]

Establecer t para el nivel de confianza del 99 % t = 4,03
Calcular limites de confianza

= 100,5 4,03 (3,27 / 6) = 100,5 5, 38 mM
Lmites de Confianza al 95 % [Lmite Inferior 95,12 mM / Limite Superior 105,88 mM]

n
s
t x
Tomando como base los datos del ejercicio anterior Cuales son los limites de confianza para la
concentracin del in sodios a un nivel de confiabilidad del 99 % ?
n
s
t x
INCERTIDUMBRE DE LA MEDICIN
PARMETRO ASOCIADO CON EL RESULTADO DE UNA MEDICIN, QUE
CARACTERIZA A LA DISPERSIN DE LOS VALORES QUE EN FORMA
RAZONABLE SE LE PODRAN ATRIBUIR A LA MAGNITUD MEDIDA
Notas
1. El parmetro puede ser, por ejemplo, una desviacin estndar (o un multiplo dado de ella), o la
semilongitud de un intervalo que tenga un nivel de confianza determinado.

2. En general, la incertidumbre de la medicin comprende muchos componentes. La distribucin
estadistica de los resultados de series de mediciones se pueden usar para evaluar algunos de
estos componentes, que se pueden caracterizar mediante desviaciones estndar experimentales.
Los otros componentes, que tambin se pueden caracterizar mediante desviaciones estndar, se
evalan a partir de distribuciones de probabilidad supuestas, basadas en la experiencia o en
otra informacin.

3. Se entiende que el resultado de la medicin es la mejor estimacin del valor de la magnitud
medida, y que todos los componentes de la incertidumbre, incluyendo los ocasionados por
efectos sistematicos, tales como los componentes asociados con correcciones y con patrones de
referencia, contribuyen a la dispersin.
ANLISIS DE INCERTIDUMBRE
EL OBJETIVO DEL ANLISIS DE INCERTIDUMBRE ES DETERMINAR LOS
LMITES DENTRO DE LOS CUALES SE ESPERA QUE DEBE ENCONTRARSE EL
VALOR VERDADERO DE LO QUE SE ESTA MIDIENDO
PORQU EXISTE INCERTIDUMBRE?

- Errores del observador
- Mtodos de medicin
- Imfluencia de factores ambientales
- Resolucin de los instrumentos de medicin
- Exactitud de los patrones de medicin
- Falta de conocimiento del operador

TIPOS DE INCERTIDUMBRE
I ncertidumbre Tipo A
I ncertidumbre Tipo B
EL I NTERVALO DEFI NI DO POR ESTOS L MI TES ES LA I NCERTI DUMBRE DE LA
MEDI CI N
INCERTIDUMBRE TIPO A
Se relaciona con fuentes de errores aleatorios
Se puede calcular estadsticamente sobre series de mediciones repetitivas


UA = s / n
UA = Incertidumbre tipo A
s = Desviacin estndar
n = Nmero de mediciones
INCERTIDUMBRE TIPO B
Se asocia a errores tipo sistemtico
No se determina por medios estadsticos
Se estima a partir de datos del fabricante, especificaciones, certificados de
calibracin
INCERTIDUMBRE COMBINADA

UC = (UA)
2
+ (UB)
2


UC = Incertidumbre combinada

INCERTIDUMBRE EXPANDIDA

U expandida = UC * K
K es un factor de cobertura
K es 1 para un nivel de confianza del 68.3 %
K es 2 para un nivel de confianza del 95.5 %
K es 3 para un nivel de confianza del 99.7 %
I nternacionalmente se utiliza el valor 2
EXPRESIN DE LA INCERTIDUMBRE CON UN ALTO NIVEL DE
CONFIANZA
ERROR DE MEDICIN
RESULTADO DE UNA MEDICIN MENOS UN VALOR VERDADERO
DE LA MAGNITUD MEDIDA
Notas
1. Puesto que no se puede determinar un valor verdadero, en la prctica se utiliza un valor
convencionalmente verdadero.
2. Cuando se necesita distinguir entre error y error relativo, el primero a veces se denomina
error absoluto de medicin. Este no se debe confundir con el valor absoluto de error que es
el modulo del error.
ERROR RELATIVO
ERROR DE MEDICIN DIVIDIDO POR EL VALOR VERDADERO DE
LA MAGNITUD MEDIDA
Nota: Puesto que no se puede determinar un valor verdadero, en la prctica se utiliza un valor
convencionalmente verdadero.
TIPOS DE ERROR

LOS ERRORES SE CLASIFICAN EN TRES TIPOS

ERRORES INDETERMINADOS O ALEATORIOS
ERRORES SISTEMTICOS O DETERMINADOS
ERRORES EVIDENTES

ERRORES ALEATORIOS
LOS ERRORES ALEATORIOS O INDETERMINADOS ESTN SIEMPRE
PRESENTE Y SE DEBEN A PEQUEAS FLUCTUACIONES QUE
OCURREN AL AZAR DURANTE LA MEDICIN
Ejemplos de variables que pueden fluctuar al azar lo son la temperatura, la
electricidad, la iluminacin, la presin baromtrica, la humedad
relativa, campos magnticos, alineacin de objetos y otros
FUENTES DE ERROR

LAS FUENTES DE ERRORES SE CLASIFICAN EN TRES CLASES

INSTRUMENTALES
DE MTODOS
ERRORES PERSONALES

ERRORES INSTRUMENTALES
LOS ERRORES INSTUMENTALES SON LOS QUE TIENEN SU ORIGEN
EN LOS INSTRUMENTOS UTILIZADOS EN LA MEDICIN
Ejemplos de variables que pueden fluctuar al azar lo son la temperatura, la
electricidad, la iluminacin, la presin baromtrica, la humedad
relativa, campos magnticos, alineacin de objetos y otros
TIPOS DE ERROR

ERRORES SISTEMTICOS
LOS ERRORES SISTEMTICOS O DETERMINADOS TIENEN UN
ORIGEN, MAGNITUD Y DIRECCIN DEFINIDOS.
ESTOS ERRORES SON COMPENSABLES SI SON CONSTANTES Y SE
CONOCE SU MAGNITUD Y DIRECCIN.

Los errores sistemticos o determinados son debidos a las alteraciones
operacionales bien definidas en el proceso analtico.
Ejemplos: Presencia de interferentes, filtracin incompleta, contaminacin y
prdidas por adsorcin en anlisis de trazas, reactivo o patrn deteriorado.
Estas alteraciones afectan a la propiedad analtica exactitud.
Debido a su causa, estas desviaciones son de un signo determinado, por exceso
(+) o por defecto (-).
Cuando la magnitud es elevada se denominan errores crasos.
TIPOS DE ERROR

ERRORES EVIDENTES

LOS ERRORES EVIDENTES SON USUALMENTE
EQUIVOCACIONES POR FALTAS DE CUIDADO DE PARTE DE
LA PERSONA QUE REALIZA LA MEDICIN
Errores tpicos lo son:
La transposicin de dgitos cuando se anotan los datos
La prdida de muestra o estndar durante las transferencias de estos
Uso incorrecto de escalas de medicin
Cambio de signos en los valores
Rotulacin deficiente de muestras y estndares
No seguir el procedimiento estipulado en los mtodos validados
Calibracin incorrecta de los instrumentos

VALOR COMPATIBLE CON LA DEFINICIN DE UNA MAGNITUD DADA

Notas
1. Este es un valor que se obtendra por una medicin perfecta.
2. Los valores verdaderos son por naturaleza indeterminados.
3. Con la expresin valor verdadero se utiliza el articulo indefinido un en vez del articulo definido
el, porque puede haber muchos valores compatibles con la definicin de una magnitud particular.
VALOR CONVENCIONALMENTE VERDADERO DE UNA MAGNITUD
VALOR ATRIBUIDO A UNA MAGNITUD PARTICULAR Y RECONOCIDO,
ALGUNAS VECES POR CONVENIO, COMO POSEEDOR DE UNA
INCERTIDUMBRE APROPIADA PARA UN PROPSITO DADO
Notas
1. El "valor convencionalmente verdadero" es llamado en ocasiones valor asignado, mejor estimado del
valor, valor convencional o valor de referencia. El valor de referencia, en este sentido, no debe
confundirse con el "valor de referencia" utilizado cuando hablamos de condiciones de referencia.
2. A menudo, para establecer un valor verdadero convencional se utilizan varios resultados de mediciones
de una magnitud .
VALOR VERDADERO DE UNA MAGNITUD
INTERVALO DE INDICACIONES OBTENIBLE CON DETERMINADA POSICIN
DE LOS CONTROLES DE UN INSTRUMENTO DE MEDICIN

VALOR CONVENCIONALMENTE VERDADERO DE UNA MAGNITUD
VALOR ATRIBUIDO A UNA MAGNITUD PARTICULAR Y RECONOCIDO,
ALGUNAS VECES POR CONVENIO, COMO POSEEDOR DE UNA
INCERTIDUMBRE APROPIADA PARA UN PROPSITO DADO
Nota
1. Generalmente, el intervalo nominal se expresa en en funcin de sus lmites inferior y superior, por
ejemplo, 100 C a 200 C. Si el lmite inferior es cero, el intervalo nominal se suele expresar
solamente en funcin de su lmite superior. Por ejemplo, un intervalo nominal de 0 V a 150 V se expres
como 100 V.
CARACTERISTICAS DE LOS INSTRUMENTOS DE
MEDICIN
INTERVALO NOMINAL
Un histograma es una grfica de la distribucin de un conjunto de medidas
Curva de
distribucin
normal
HISTOGRAMA






2000 4000 6000 8000 10000 12000
0
2
4
6
8
10
12
14
16
F
r
e
c
u
e
n
c
i
a

Clases
Si se lleva a cabo un gran nmero de repeticiones y se representan en intervalos de resultados reducidos,
los histogramas se aproximan a una curva continua.
CONDICIONES DE UTILIZACIN PRESCRITAS PARA ENSAYAR EL FUNCIONAMIENTO
DE UN INSTRUMENTO DE MEDICIN O PARA LA COMPARACIN DE LOS RESULTADOS
DE MEDICIONES

VALOR CONVENCIONALMENTE VERDADERO DE UNA MAGNITUD
VALOR ATRIBUIDO A UNA MAGNITUD PARTICULAR Y RECONOCIDO,
ALGUNAS VECES POR CONVENIO, COMO POSEEDOR DE UNA
INCERTIDUMBRE APROPIADA PARA UN PROPSITO DADO
Notas
1. El "valor convencionalmente verdadero" es llamado en ocasiones valor asignado, mejor estimado del
valor, valor convencional o valor de referencia. El valor de referencia, en este sentido, no debe
confundirse con el "valor de referencia" utilizado cuando hablamos de condiciones de referencia.
2. A menudo, para establecer un valor verdadero convencional se utilizan varios resultados de mediciones
de una magnitud .
CONDICIONES DE REFERENCIA
CLCULOS DE DESVIACIONES ESTANDAR

CASO 1
Se determino el contenido de in sodio en una muestra de orina obteniendose los siguientes valores:
102, 97, 99, 98, 101, 106 mM. Estimar la desviacin estandar de los resultados obtenidos.
CASO 2
El contenido de nicotina, en miligramos, para 10 cigarros de cierta marca se registr de la siguiente
manera: 1,09 1,74 1,58 2,11 1,64 1,79 1,37 1,75 1,92 1,47. Estimar la desviacin
estandar de los resultados obtenidos.

EXACTITUD Y REPETIBILIDAD



NO ES EXACTO
NI PRECISO
ES EXACTO
PERO
NO PRECISO
ES PRECISO
PERO NO
EXACTO
ES PRECISO
Y EXACTO
LOS ACTORES DE LA AUDITORIA
Persona con la
competencia para llevar
a cabo una auditoria
Organizacin que
es auditada
Organizacin o persona
que solicita una auditoria
Cliente de la
auditora
Auditor
Auditado
Otros Trminos y Definiciones
Persona que suministra un
conocimiento especifico o
experiencia al equipo auditor
Equipo auditor
Habilidad demostrada para aplicar
conocimientos y aptitudes
Experto tcnico
Uno o ms auditores que llevan a
cabo una auditora, con el apoyo de
expertos tcnicos, si se requiere
Competencia