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