Gua CG 4 EURACHEM / CITAC

Cuantificacin de la
Incertidumbre en
Medidas Analticas

Tercera Edicin Inglesa

Primera Edicin Espaola

QUAM:2012.P1-ES
 EURACHEM/CITAC Guide
Quantifying Uncertainty in
Analytical Measurement

Third Edition

Editors
S L R Ellison (LGC, UK)
A Williams (UK)

Composition of the Working Group*

EURACHEM members
A Williams Chairman UK
S Ellison Secretary LGC, Teddington, UK
R Bettencourt da Silva University of Lisbon, Portugal
W Bremser BAM, Germany
A Brzyski Eurachem Poland
P Fodor Corvinus University of Budapest, Hungary
R Kaarls Netherlands Measurement Institute, The
Netherlands
R Kaus Eurachem Germany
B Magnusson SP, Sweden
E Amico di Meane Italy
P Robouch IRMM, EU
M Rsslein EMPA St. Gallen, Switzerland
Acknowledgements A van der Veen Netherlands Measurement Institute, The
Netherlands
This document has been produced primarily by a joint M Walsh Eurachem IRE
EURACHEM/CITAC Working Group with the W Wegscheider Montanuniversitaet, Leoben, Austria
composition shown (right). The editors are grateful to R Wood Food Standards Agency, UK
all these individuals and organisations and to others P Yolci Omeroglu Istanbul Technical University, Turkey
who have contributed comments, advice and
assistance. CITAC Representatives
A Squirrell ILAC
Production of this Guide was in part supported by the I Kuselman National Physical Laboratory of Israel
UK National Measurement System. A Fajgelj IAEA Vienna

CITAC Reference Eurolab Representatives

This Guide constitutes CITAC Guide number 4 M Golze BAM, Germany
*Attending meetings or corresponding in the period 2009-2011
Cuantificacin de la Incertidumbre ndice

INDICE

PREFACIO A LA TRADUCCIN ESPAOLA I

PREFACIO A LA TERCERA EDICIN 1

1. ALCANCE Y CAMPO DE APLICACIN 1

2. INCERTIDUMBRE 2
2.1. DEFINICIN DE INCERTIDUMBRE 2
2.2. FUENTES DE INCERTIDUMBRE 2
2.3. COMPONENTES DE LA INCERTIDUMBRE 2
2.4. ERROR E INCERTIDUMBRE 3
2.5. DEFINICIN DE INCERTIDUMBRE EN EL VIM 3 4

3. MEDIDA ANALTICA E INCERTIDUMBRE 5

3.1. VALIDACIN DE MTODOS 5
3.2. REALIZAR ESTUDIOS EXPERIMENTALES PARA EL DESEMPEO DE MTODOS 6
3.3. TRAZABILIDAD 7

4. EL PROCESO DE ESTIMACIN DE LA INCERTIDUMBRE DE MEDIDA 8

5. ETAPA 1. ESPECIFICACIN DEL MENSURANDO 10

6. ETAPA 2. IDENTIFICACIN DE LAS FUENTES DE INCERTIDUMBRE 12

7. ETAPA 3. CUANTIFICACIN DE LA INCERTIDUMBRE 14

7.1. INTRODUCCIN 14
7.2. PROCEDIMIENTO DE EVALUACIN DE LA INCERTIDUMBRE 14
7.3. RELEVANCIA DE ESTUDIOS PREVIOS 15
7.4. EVALUACIN DE LA INCERTIDUMBRE MEDIANTE CUANTIFICACIN DE COMPONENTES
INDIVIDUALES 15
7.5. MATERIALES DE REFERENCIA CERTIFICADOS COMPATIBLES 15
7.6. ESTIMACIN DE LA INCERTIDUMBRE EMPLEANDO DATOS DE ESTUDIOS COLABORATIVOS
PREVIOS SOBRE DESARROLLO DE MTODOS Y DE ESTUDIOS DE VALIDACIN 15
7.7. ESTIMACIN DE LA INCERTIDUMBRE USANDO DESARROLLOS INTERNOS Y ESTUDIOS DE
VALIDACIN 17
7.8. USO DE DATOS PROCEDENTES DE EJERCICIOS DE INTERCOMPARACIN 19
7.9. EVALUACIN DE LA INCERTIDUMBRE PARA MTODOS EMPRICOS 20
7.10. EVALUACIN DE LA INCERTIDUMBRE PARA MTODOS AD-HOC 20
7.11. CUANTIFICACIN DE LOS COMPONENTES INDIVIDUALES 21
7.12. ESTIMACIN EXPERIMENTAL DE CONTRIBUCIONES INDIVIDUALES A LA INCERTIDUMBRE 21
7.13. ESTIMACIN BASADA EN OTROS RESULTADOS O DATOS 22
7.14. DESARROLLO DE MODELOS A PARTIR DE PRINCIPIOS TERICOS 22
7.15. ESTIMACIN BASADA EN JUICIOS CRTICOS 23
7.16. IMPORTANCIA DEL SESGO 24

8. ETAPA 4. CLCULO DE LA INCERTIDUMBRE COMBINADA 25

8.1. INCERTIDUMBRES ESTNDAR 25
8.2. INCERTIDUMBRE ESTNDAR COMBINADA 25
8.3. INCERTIDUMBRE EXPANDIDA 27

QUAM:2012.P1-ES Pgina i
Cuantificacin de la Incertidumbre ndice
9. INFORMAR LA INCERTIDUMBRE 29
9.1. GENERALIDADES 29
9.2. INFORMACIN REQUERIDA 29
9.3. INFORME DE LA INCERTIDUMBRE ESTNDAR 29
9.4. INFORME DE LA INCERTIDUMBRE EXPANDIDA 29
9.5. EXPRESIN NUMRICA DE LOS RESULTADOS 30
9.6. INTERVALOS ASIMTRICOS 30
9.7. CUMPLIMIENTO DE LOS LMITES 30

APNDICE A. EJEMPLOS 32
INTRODUCCIN 32

EJEMPLO A1: PREPARACIN DE UN PATRN DE CALIBRACIN 34

RESUMEN 34
EJEMPLO A1: PREPARACIN DE UN PATRN DE CALIBRACIN. ANLISIS DETALLADO 36

EJEMPLO A2: SOLUCIN NORMALIZADA DE HIDRXIDO DE SODIO 40

RESUMEN 40
EJEMPLO A2: SOLUCIN NORMALIZADA DE HIDRXIDO DE SODIO. ANLISIS DETALLADO 42

EJEMPLO A3: VALORACIN CIDO/BASE 50

RESUMEN 50
EJEMPLO A3: VALORACIN CIDO/BASE. ESTUDIO DETALLADO 52

EJEMPLO A4: ESTIMACIN DE INCERTIDUMBRE A PARTIR DE ESTUDIOS DE

VALIDACIN IN-HOUSE. DETERMINACIN DE PESTICIDAS
ORGANOFOSFORADOS EN PAN. 60
RESUMEN 60
EJEMPLO A4: DETERMINACIN DE PESTICIDAS ORGANOFOSFORADOS EN PAN.
DISCUSIN DETALLADA. 62

EJEMPLO A5: DETERMINACIN DE LA LIBERACIN DE CADMIO DE ARTCULOS DE

CERMICA POR ESPECTROMETRA DE ABSORCIN ATMICA 72
RESUMEN 72
EJEMPLO A5: DETERMINACIN DE LA LIBERACIN DE CADMIO DE ARTCULOS DE
CERMICA POR ESPECTROMETRA DE ABSORCIN ATMICA. DISCUSIN DETALLADA. 74

EJEMPLO A6: DETERMINACIN DE FIBRA BRUTA EN ALIMENTOS PARA ANIMALES82

RESUMEN 82
EJEMPLO A6: DETERMINACIN DE FIBRA BRUTA EN ALIMENTOS PARA ANIMALES.
DISCUSIN DETALLADA 83

EJEMPLO A7: DETERMINACIN DE LA CANTIDAD DE PLOMO EN AGUA UTILIZANDO

DOBLE DILUCIN ISOTPICA Y ESPECTROMETRA DE MASAS CON PLASMA
ACOPLADO INDUCTIVAMENTE 90

APNDICE B. DEFINICIONES 98

APNDICE C. INCERTIDUMBRES EN PROCESOS ANALTICOS 102

APNDICE D. ANALIZANDO FUENTES DE INCERTIDUMBRE 103

D.1 INTRODUCCIN 103
D.2 PRINCIPIOS DEL ENFOQUE 103

QUAM:2012.P1-ES Pgina ii
Cuantificacin de la Incertidumbre ndice
D.3 ANLISIS CAUSA-EFECTO 103
D.4 EJEMPLO 104

ANEXO E. PROCEDIMIENTOS ESTADSTICOS TILES 105

E.1 FUNCIONES DE DISTRIBUCIN 105
E.2 MTODO DE HOJA DE CLCULO PARA CLCULO DE INCERTIDUMBRE 107
E.3 EVALUACIN DE LA INCERTIDUMBRE UTILIZANDO LA SIMULACIN DE MONTE CARLO 109
E.4 INCERTIDUMBRES DE UNA CALIBRACIN POR MNIMOS CUADRADOS 116
E.5 DOCUMENTAR LA INCERTIDUMBRE DEPENDIENTE DEL NIVEL DE ANALITO 118

APNDICE F. INCERTIDUMBRE DE MEDIDA EN EL LMITE DE DETECCIN/LMITE DE

DETERMINACIN 122
F.1. INTRODUCCIN 122
F.2. OBSERVACIONES Y ESTIMACIONES 122
F.3. RESULTADOS INTERPRETADOS Y DECLARACIONES DE CUMPLIMIENTO 123
F.4. EL USO DE MENOR QUE O MAYOR QUE EN LA PRESENTACIN DE INFORMES 123
F.5. INTERVALOS DE INCERTIDUMBRE EXPANDIDA CERCA DE CERO: ENFOQUE CLSICO 124
F.6. INTERVALOS DE INCERTIDUMBRE EXPANDIDA CERCA DE CERO: ENFOQUE BAYESIANO 125

APNDICE G. FUENTES COMUNES Y VALORES DE INCERTIDUMBRE 127

APNDICE H. BIBLIOGRAFA 133

QUAM:2012.P1-ES Pgina iii

Cuantificacin de la Incertidumbre Prefacio a la Traduccin Espaola

Prefacio a la Traduccin Espaola

Para poder demostrar un nivel de fiabilidad aceptable y poder comparar medidas referidas a las mismas
magnitudes, parmetros o analitos, los laboratorios deben proporcionar sus resultados acompaados de la
evaluacin de su incertidumbre al considerar las causas posibles y relevantes de error que puedan afectar el
resultado en s.

Existen diferentes propuestas o modelos para llevar a cabo la evaluacin de la incertidumbre de las medidas.
Esta gua se basa en uno de ellos, que consiste en identificar las principales fuentes de error que intervienen
en los procesos de ensayo, describiendo para ello las componentes que contribuyen a la incertidumbre para,
despus, estimar la contribucin de cada una de estas fuentes.

El nmero de consultas recibidas a travs de la pgina web de EURACHEM ha llevado a la Representacin

Nacional de EURACHEM para Espaa a organizar un Grupo de Trabajo encargado de la traduccin de la
tercera edicin inglesa.

He tenido el placer de colaborar en la traduccin y coordinar a las personas que desinteresadamente han
participado en este Grupo de Trabajo, constituido por:

Christian Uribe / Edwin Guilln INACAL (www.inacal.gob.pe)

Irache Visiers APPLUS (www.applus.com/es)
Juan Sancho ACUSTILAB (www.acustilab.es)
Mara Beln Martn CENTRO ESPAOL DE METROLOGA (www.cem.es)
Pedro Pablo Morillas CANAL DE ISABEL II GESTIN (www.canalgestion.es)
Rafael Caffarena CEIS (www.ceis.es)
Vicente Cataln LABAQUA (www.labaqua.com)

En la revisin completa del documento he recibido la inestimable ayuda de Christian Uribe y Edwin Guilln
del Instituto Nacional de Calidad (INACAL) de Per. Espero que esta traduccin permita facilitar la difusin
y acceso a esta gua.

Pedro Pablo Morillas Bravo

Representante Nacional de EURACHEM para Espaa

QUAM:2012.P1-ES Pgina iv
Cuantificacin de la Incertidumbre Prefacio a la Tercera Edicin

Prefacio a la Tercera Edicin

Muchas decisiones importantes estn basadas en resultados de anlisis qumicos cuantitativos; los resultados
se utilizan, por ejemplo, para estimar rendimientos, para comparar materiales respecto de sus
especificaciones o lmites legales, o para estimar valores monetarios. Siempre que las decisiones se basen en
resultados analticos, es importante tener alguna indicacin sobre la calidad de los resultados, esto es, el
grado de confianza para el propsito en cuestin. Los usuarios de los resultados del anlisis qumico,
particularmente en aquellas reas afectadas por el comercio internacional, estn sometidos a una presin
creciente para eliminar la duplicidad de los esfuerzos que habitualmente supone obtenerlos. La confianza en
los datos obtenidos externamente a la organizacin del usuario es un prerrequisito para cumplir este objetivo.
En algunos sectores de la qumica analtica, es ahora un requisito formal para los laboratorios (habitualmente
legislativo) el introducir medidas de aseguramiento de la calidad para asegurar su capacidad y proporcionar
datos de la calidad requerida. Dichas medidas incluyen: la utilizacin de mtodos de anlisis validados; el
uso de procedimientos internos de control de calidad (CC); la participacin en esquemas de ensayos de
aptitud (EsA); la acreditacin basada en la Norma ISO/IEC 17025 [H1], y el establecimiento de la
trazabilidad de los resultados de las mediciones.
En qumica analtica, se hace un gran nfasis en la precisin de los resultados obtenidos cuando se utiliza un
mtodo determinado, ms que en su trazabilidad a determinados patrones o a unidades del SI. Esto ha
llevado a la utilizacin de "mtodos oficiales" para cumplir los requisitos legislativos y del mercado. Sin
embargo, dado que existen requisitos formales para establecer confianza en los resultados, es esencial que el
resultado de la medicin sea trazable a referencias definidas como unidades del SI o materiales de
referencia, incluso cuando se utiliza un mtodo definido experimentalmente o emprico (sec. 5.4). La Gua
de Eurachem/CITAC "Trazabilidad en las Mediciones Qumicas" [H.9] explica cmo se establece la
trazabilidad qumica en caso de procedimientos definidos experimentalmente.
A consecuencia de estos requisitos, los qumicos estn, por su parte, sometidos cada vez a ms presin para
demostrar la calidad de sus resultados, y en particular para demostrar su adecuacin dando una medida de la
confianza que puede ser depositada en el resultado. Se espera que se incluya el grado en el que se supone
que un resultado coincide con otros resultados, independientemente de los mtodos analticos utilizados. Un
mtodo til puede ser a travs de la incertidumbre de medida.
Aunque el concepto de incertidumbre de medida ha sido reconocido por los qumicos durante muchos aos,
la publicacin en 1993 de la "Gua para la Expresin de la Incertidumbre de Medida" (GUM) [H.2] por ISO
en colaboracin con BIPM, IEC, IFCC, ILAC, IUPAC y OIML, estableci las reglas generales para evaluar
y expresar la incertidumbre de medida a travs de un amplio espectro de mediciones. Este documento
EURACHEM/CITAC muestra cmo se pueden aplicar los conceptos en la Gua ISO a la medicin qumica.
Introduce primero el concepto de incertidumbre y la distincin entre incertidumbre y error. Le sigue la
descripcin de los pasos involucrados en la evaluacin de la incertidumbre mediante procesos ilustrados con
los ejemplos del Apndice A.
La evaluacin de la incertidumbre requiere de un examen detallado de todas las fuentes de incertidumbre.
Sin embargo, como un estudio detallado de este tipo puede requerir un esfuerzo considerable, es esencial que
el esfuerzo realizado no sea desproporcionado. En la prctica, un estudio preliminar identificar rpidamente
las fuentes principales de incertidumbre y, segn muestran los ejemplos, el valor obtenido para la
incertidumbre combinada est casi totalmente controlado por las contribuciones mayores. Se puede hacer
una buena estimacin de la incertidumbre concentrando el esfuerzo en las contribuciones ms grandes. An
ms, una vez evaluadas para un mtodo dado aplicado en un laboratorio particular (por ejemplo, un
procedimiento de medida particular), la estimacin de la incertidumbre obtenida puede ser aplicable a
resultados posteriores obtenidos por el mtodo en el mismo laboratorio, siempre y cuando est justificado
por los datos de control pertinentes. No debera ser necesario un esfuerzo adicional a no ser que el
procedimiento en s mismo o los equipos utilizados hayan cambiado, en cuyo caso la estimacin de la
incertidumbre se revisara como parte de una revalidacin normal.

QUAM:2012.P1-ES Pgina 1
Cuantificacin de la Incertidumbre Prefacio a la Tercera Edicin
El desarrollo de mtodos implica un proceso similar para la evaluacin de la incertidumbre que surge de
cada componente individual; las fuentes potenciales de incertidumbre se investigan y, siempre que sea
posible, el mtodo se ajusta para reducir la incertidumbre a un nivel aceptable. (El nivel de incertidumbre de
medida aceptable se denomina "incertidumbre de medida objetivo", cuando se especifica un lmite superior
numrico para la incertidumbre [H.7]). El desempeo del mtodo se cuantifica en trminos de precisin y
veracidad. La validacin de mtodos se lleva a cabo para asegurar que el desempeo obtenido durante el
desarrollo del mismo se puede aplicar para un uso concreto y, si es necesario acomodar los resultados de
rendimiento. En algunos casos el mtodo est sujeto a un estudio colaborativo y se obtienen ms datos sobre
el desempeo. La participacin en esquemas de ensayos de aptitud y las medidas de control de calidad
interna sirven para comprobar que se mantiene el desempeo del mtodo, pero tambin proporcionan
informacin adicional. Todas esas actividades proporcionan informacin pertinente para la evaluacin de la
incertidumbre. Esta Gua presenta un enfoque unificado para el uso de diferentes tipos de informacin en la
evaluacin de la incertidumbre.
La primera edicin de la Gua de EURACHEM para la "Cuantificacin de la Incertidumbre en Medidas
Analticas" [H.3] se public en 1995 basndose en la gua de ISO. La segunda edicin [H.4] se prepar en
colaboracin con CITAC en el ao 2000 a la luz de la experiencia prctica en la estimacin de incertidumbre
en laboratorios qumicos y la conciencia de la necesidad de introducir procedimientos formales de
aseguramiento de la calidad por los laboratorios. La segunda edicin enfatiz que los procedimientos
introducidos por un laboratorio para estimar la incertidumbre de medida deberan integrarse con las medidas
de aseguramiento de la calidad existentes, dado que estas medidas proporcionan frecuentemente gran parte
de la informacin requerida para evaluar la incertidumbre de medida.
Esta tercera edicin mantiene algunas caractersticas de la segunda edicin y aade informacin basada en
los desarrollos en la estimacin de la incertidumbre desde el ao 2000. El material adicional proporciona
unas directrices mejoradas sobre la expresin de la incertidumbre cerca del cero, nuevas directrices en el uso
del mtodo Montecarlo para la evaluacin de la incertidumbre, una gua mejorada sobre el uso de los datos
de los ensayos de aptitud y una gua mejorada sobre la evaluacin de la conformidad de los resultados con la
incertidumbre de medida. Esta gua proporciona, por lo tanto, unos principios explcitos para el uso de los
datos obtenidos de la validacin, u otros, en la estimacin de la incertidumbre de acuerdo con los principios
expuestos en la Gua de ISO para la Expresin de la Incertidumbre de Medida [H.2]. El enfoque es tambin
coherente con los requisitos de la Norma ISO/IEC 17025:2005 [H.1].
Esta tercera edicin implementa la edicin de 1995 de la Gua de ISO para la Expresin de la incertidumbre
de medida tal y como se reedit en 2008 [H.2]. La terminologa seguida es la del GUM. La terminologa
estadstica seguida es la de la norma ISO 3534 Parte 2 [H.8]. Por otro lado, se utiliza la terminologa, los
conceptos generales y trminos asociados introducidos con posterioridad en el Vocabulario Internacional de
Metrologa (VIM) [H.7]. Cuando los trminos del GUM y del VIM difieran significativamente, se analizar
en el texto adicionalmente la terminologa del VIM. En la Gua de EURACHEM "Terminologa en Medidas
Analticas- Introduccin al VIM 3" [H.5] se proporcionan directrices adicionales sobre los conceptos y
definiciones. Finalmente, es muy comn que para dar valores de fraccin de masa como porcentaje se adopte
un convenio para la nomenclatura; la fraccin de masa citada como porcentaje se da en unidades de g/100g
para los propsitos de esta Gua.

NOTA En el Apndice A se adjuntan los ejemplos. En el Apndice B se proporciona una lista numerada de
definiciones. Cuando los trminos aparezcan por primera vez, se marcarn en negrita, con una referencia al
Apndice B y entre corchetes. Las definiciones estn tomadas, principalmente, del Vocabulario
Internacional de Metrologa (VIM) [H.7] y de la Norma ISO 3534-2 (Estadstica -Vocabulario y Smbolos -
Parte 2: Estadstica Aplicada) [H.8]. El Apndice C muestra, en trminos generales, la estructura global de
un anlisis qumico que proporciona el resultado de una medida. El Apndice D describe el procedimiento
general que se puede utilizar para identificar los componentes de la incertidumbre y planifica experimentos
adicionales segn se requiera; el Apndice E describe algunas operaciones estadsticas utilizadas en la
estimacin de la incertidumbre en qumica analtica, incluyendo un mtodo con una hoja de clculo y una
simulacin del mtodo Monte Carlo. El Apndice F expone la medida de la incertidumbre cerca de los
lmites de deteccin El Apndice G enumera algunas fuentes de incertidumbre comunes y los mtodos de
estimacin del valor de las incertidumbres. En el Apndice H se proporciona bibliografa.

QUAM:2012.P1-ES Pgina 2
Cuantificacin de la Incertidumbre
1. Alcance y Campo de Aplicacin
1.1. Esta Gua proporciona indicaciones
detalladas para la evaluacin y expresin de la
incertidumbre en anlisis qumicos cuantitativos,
basadas en el enfoque de la Gua de ISO "Gua
para la Expresin de la Incertidumbre de Medida"
[H.2]. Aplica a todos los niveles de exactitud y a
todos los campos -desde ensayos de rutina a
investigacin bsica y mtodos racionales y
empricos (ver seccin 5.5.). Algunas de las reas
comunes en las cuales se necesitan medidas
qumicas, y en las que se pueden aplicar los
principios de esta Gua son:
Control de calidad y aseguramiento de la
calidad en industrias manufactureras.
Ensayos para dar conformidad reglamentaria.
Ensayos utilizando un mtodo acordado.
Calibracin de patrones y equipos.
Mediciones asociadas a la elaboracin y
certificacin de materiales de referencia.
Investigacin y desarrollo.
1.2. Hay que tener en cuenta que en algunos
casos se requerirn directrices adicionales. En
particular, no se incluye la asignacin de valor a
materiales de referencia utilizando mtodos
consensuados (incluyendo mtodos mltiples de
medida), y la utilizacin de estimaciones de
incertidumbre en declaraciones de conformidad y
la expresin y utilizacin de incertidumbre a
niveles bajos, puede requerir directrices
adicionales. Las incertidumbres asociadas con
operaciones de muestreo no se tratan
explcitamente, dado que se tratan en detalle en la
gua de EURACHEM "Incertidumbre de medida
debida al muestreo: una gua de mtodos y
enfoques" [H.6].
1.3. Puesto que los laboratorios han introducido
medidas de aseguramiento de la calidad en
diversos sectores esta Gua de EURACHEM
ilustra cmo se pueden utilizar las siguientes para
la estimacin de la incertidumbre de medida:
QUAM:2012.P1-ES
Alcance y Campo de Aplicacin
Evaluacin del efecto de las fuentes de
incertidumbre identificadas en el resultado
analtico para un nico mtodo implementado
como un procedimiento de medida [B.6]
definido en un el propio laboratorio.
Informacin del desarrollo y validacin del
mtodo.
Resultados de procedimientos internos de
control de calidad en el laboratorio.
Resultado de estudios colaborativos utilizados
para validar mtodos de anlisis en
laboratorios competentes.
Resultados de esquemas de ensayos de aptitud
utilizados para evaluar la competencia tcnica
de los laboratorios.
1.4. Se asume que a lo largo de esta Gua, tanto
si se llevan a cabo medidas o se evala el
desempeo de un procedimiento de medida, se
dispone de medidas de control y aseguramiento de
la calidad eficaces que aseguren que el proceso de
medida es estable y est bajo control. Dichas
medidas incluyen normalmente, por ejemplo,
personal apropiado y cualificado, un adecuado
mantenimiento y calibracin de los equipos y
reactivos, la utilizacin apropiada de patrones,
procedimientos de medida documentados y el uso
de patrones de comprobacin y grficos de
control. La referencia [H.10] proporciona
informacin adicional sobre los procedimientos
analticos de aseguramiento de calidad (AC).
NOTA: Este prrafo implica que en esta gua se
asume que todos los mtodos analticos se
implementan a travs de procedimientos
documentados. Cualquier referencia general a
mtodos analticos implica en consecuencia la
presencia del citado procedimiento.
Estrictamente, la incertidumbre de medida
slo puede ser aplicada a los resultados de
dicho procedimiento y no a un mtodo de
medida [B.7] ms general.
Pgina 1
Cuantificacin de la Incertidumbre
2. Incertidumbre
2.1. Definicin de incertidumbre
2.1.1. La definicin del trmino incertidumbre (de
medida) utilizada en este protocolo y tomada de la
actual Gua para la Expresin de la Incertidumbre
de Medida [H.2] es:
Parmetro asociado al resultado de una medida,
que caracteriza la dispersin de los valores que
podran razonablemente ser atribuidos al
mensurando"
NOTA 1 El parmetro puede ser, por ejemplo, una
desviacin estndar [B.20] (o un mltiplo de
sta) o la semiamplitud de un intervalo con un
nivel de confianza determinado.
NOTA 2 La incertidumbre de medida comprende, en
general, varios componentes. Algunos pueden
ser evaluados a partir de la distribucin
estadstica de los resultados de series de
mediciones, y pueden caracterizarse por sus
Desviaciones estndar experimentales. Los
otros componentes, que tambin pueden ser
caracterizados por desviaciones estndar, se
evalan asumiendo distribuciones de
probabilidad, basadas en la experiencia
adquirida o en otras informaciones.
NOTA 3 Se entiende que el resultado de la medicin es
la mejor estimacin del valor del mensurando,
y que todos los componentes de la
incertidumbre, comprendidos los que
provienen de efectos sistemticos, tales como
los componentes asociados a las correcciones
y a los patrones de referencia, contribuyen a
la dispersin.
Los siguientes prrafos desarrollan la definicin;
la definicin ms reciente del VIM tambin se
trata en la seccin 2.5.
2.1.2. En algunos casos en anlisis qumico, el
mensurando [B.4] ser la concentracin* del
analito. Independientemente del anlisis qumico
utilizado para medir otras cantidades, p. ej. color,
*En esta gua, el trmino no calificado "concentracin"
aplica a cualquiera de las cantidades particulares
como concentracin msica, concentracin
equivalente, concentracin numrica o concentracin
en volumen a no ser que se especifiquen las unidades
(p. ej. la concentracin expresada en mg L-1 es
evidentemente una concentracin msica). Advierta
tambin que otras muchas cantidades utilizadas para
expresar composicin, como fraccin msica,
cantidad de sustancia y fraccin molar, pueden estar
directamente relacionadas con la concentracin.
QUAM:2012.P1-ES
Incertidumbre
pH, etc., se utilizar el trmino general
"mensurando".
2.1.3. La definicin de incertidumbre dada
anteriormente se centra en el rango de valores que
el analista cree que puede ser atribuido
razonablemente al mensurando.
2.1.4. De forma general, la palabra incertidumbre
est relacionada con el concepto general de duda.
En esta gua, la palabra incertidumbre, sin
adjetivos, se refiere tanto al parmetro asociado
con la definicin anterior, como al conocimiento
limitado de un valor particular. La Incertidumbre
de medida no implica duda sobre la validez de una
medida; al contrario, el conocimiento de la
incertidumbre implica un aumento de la confianza
en la validez del resultado de una medicin.
2.2. Fuentes de incertidumbre
2.2.1. En la prctica, la incertidumbre de un
resultado puede surgir de algunas posibles
fuentes, siendo algunos ejemplos la definicin
incompleta del mensurando, el muestreo, efectos
de matriz e interferencias, condiciones
ambientales, incertidumbres de equipos msicos o
volumtricos, valores de referencia,
aproximaciones y asunciones incorporadas en el
mtodo de medida y procedimiento, y variaciones
aleatorias (se da una descripcin ms completa en
la seccin 6.7.).
2.3. Componentes de la incertidumbre
2.3.1. Al estimar la incertidumbre global, puede
ser necesario tomar cada fuente de incertidumbre
y tratarla de forma separada para obtener la
contribucin de esa fuente. Cada una de las
contribuciones separadas a la incertidumbre es un
componente de la incertidumbre. Cuando se
expresa como desviacin estndar, un
componente de la incertidumbre se conoce como
incertidumbre estndar [B.10]. Si hay una
correlacin entre algunos de los componentes
entonces esto tiene que tenerse en cuenta
mediante la determinacin de la covarianza. Sin
embargo, a menudo es posible evaluar el efecto
combinado de diversos componentes. Esto puede
reducir el esfuerzo global y, cuando los
componentes cuyas contribuciones se evalan
conjuntamente estn correlacionados, puede
Pgina 2
Cuantificacin de la Incertidumbre
entonces que no sea necesario considerar la
correlacin.
2.3.2. Para un resultado de medida y, la
incertidumbre total, expresada como
incertidumbre estndar combinada [B.11] y
anotada como uc(y), es una desviacin estndar
estimada igual a la raz cuadrada positiva de la
varianza total obtenida por combinacin de todos
los componentes de la incertidumbre, sin importar
cmo sea evaluada, utilizando la ley de
propagacin de la incertidumbre (vase la seccin
8) o mediante un mtodo alternativo (El Apndice
E describe 2 mtodos numricos tiles: la
utilizacin de una hoja de clculo y la simulacin
Monte Carlo).
2.3.3. Para la mayor parte de los propsitos en
qumica analtica, se debera utilizar la
incertidumbre expandida [B.12] U. La
incertidumbre expandida proporciona un intervalo
en el que se cree que est el valor del mensurando
con un mayor nivel de confianza. La U se obtiene
multiplicando uc(y), la incertidumbre estndar
combinada, por un factor de cobertura [B.13] k.
La eleccin del factor k se basa en el nivel de
confianza que se desea. Para un nivel aproximado
de confianza del 95%, k es habitualmente 2.
NOTA El factor de cobertura k debera establecerse
siempre de forma que la incertidumbre
estndar combinada de la cantidad medida se
pueda recuperar para utilizarla en el clculo
de la incertidumbre estndar combinada del
resultado de otra medicin que pueda
depender de esa cantidad.
2.4. Error e incertidumbre
2.4.1. Es importante distinguir entre error e
incertidumbre. Error [B.16] se define como la
diferencia entre un resultado individual y el valor
verdadero [B.2] del mensurando. En la prctica,
el error de una medida observada es la diferencia
entre el valor observado y el valor de referencia.
El error, como tal ya sea terico u observado
es un solo valor. En principio, el valor de un error
conocido puede aplicarse como la correccin al
resultado.
NOTA El error es un concepto idealizado y los
errores no se pueden conocer exactamente.
2.4.2. La incertidumbre, por otra parte, toma la
forma de un rango o un intervalo, y si se estima
para un procedimiento y tipo de muestra definida,
puede aplicar a todas las determinaciones
realizadas del mismo modo. En general, el valor
de la incertidumbre no se puede utilizar para
corregir un resultado de medida.
QUAM:2012.P1-ES
Incertidumbre
2.4.3. Para ilustrar an ms la diferencia, el
resultado de un anlisis tras la correccin puede
estar por casualidad muy cerca del valor del
mensurando, y por lo tanto tener un error
despreciable. Sin embargo, la incertidumbre
puede ser grande, simplemente porque el analista
no est seguro de cun cerca est el resultado del
valor del mensurando.
2.4.4. La incertidumbre del resultado de una
medida no debera nunca interpretarse como el
error en s mismo, ni como el error tras la
correccin.
2.4.5. Se considera que un error tiene dos
componentes, llamadas componente aleatoria y
componente sistemtica.
2.4.6. Error aleatorio [B.17] aparece de las
variaciones impredecibles de las magnitudes de
influencia [B.3]. Estos efectos aleatorios
producen variaciones en observaciones repetidas
del mensurando. El error aleatorio de un resultado
analtico no puede ser compensado, pero puede
reducirse aumentando el nmero de
observaciones.
NOTA 1 La desviacin estndar experimental de la
media aritmtica [B.19] o de la media de
series de observaciones, no es el error
aleatorio de la media, aunque as se indique en
algunas publicaciones sobre incertidumbre.
Es, en cambio, una medida de la
incertidumbre de la media debida a algunos
efectos aleatorios. El valor exacto del error
aleatorio de la media que surge de estos
efectos no se puede conocer.
2.4.7. Error sistemtico [B.18] se define como la
componente del error que, en el transcurso de una
cantidad de anlisis del mismo mensurando,
permanece constante o vara de forma predecible.
No depende del nmero de medidas realizadas y
no se puede reducir al aumentar el nmero de
anlisis bajo condiciones de medida constantes.
2.4.8. Los errores sistemticos constantes tales
como un fallo al preparar una cantidad de blanco
en un ensayo, o inexactitudes en la calibracin de
un instrumento multi-punto son constantes para
un nivel dado del valor de medida pero pueden
variar con el nivel del valor de medida.
2.4.9. Los efectos que cambian sistemticamente
en magnitud durante series de anlisis, causadas
por ejemplo, por un control inadecuado de las
condiciones experimentales, dan lugar a errores
sistemticos que no son constantes.
EJEMPLOS:
1. Un incremento gradual de la temperatura de
un grupo de muestras durante un anlisis
Pgina 3
Cuantificacin de la Incertidumbre
qumico puede dar lugar a cambios progresivos
en el resultado.
2. Los sensores y sondas que manifiesten los
efectos del envejecimiento durante el tiempo
que dura un experimento puede tambin
introducir errores sistemticos no constantes.
2.4.10. El resultado de una medida debera
corregirse para todos los efectos sistemticos
significativos reconocidos.
NOTA Los equipos de medida y los sistemas se
ajustan o calibran frecuentemente utilizando
patrones de medida y materiales de referencia
para corregir efectos sistemticos. Deben
considerarse las incertidumbres asociadas a
estos patrones y materiales, y la incertidumbre
en la correccin.
2.4.11. Un tipo de error adicional es el error sin
relacin de causalidad, o equivocaciones. Los
errores de este tipo invalidan la medida y surgen
tpicamente por errores humanos o averas de
equipos. Algunos ejemplos comunes de este tipo
de error son la transposicin de dgitos en un
nmero al anotarlo, una burbuja de aire en una
cubeta de flujo en un espectrofotmetro, o
contaminacin cruzada accidental de los tems de
ensayo.
2.4.12. Las medidas en las que se detectan errores
como estos deberan rechazarse y no se debera
intentar incorporar los errores en ningn anlisis
estadstico. Sin embargo, errores como la
trasposicin de dgitos se pueden corregir
(exactamente), particularmente si suceden en los
primeros dgitos.
2.4.13. Los errores espurios no son siempre
obvios y, cuando se dispone de un nmero
suficiente de medidas replicadas, suele ser
apropiado aplicar un test de aberrantes para
comprobar la presencia de sospechosos en el
grupo de datos. Cualquier resultado positivo en
dicho test debera considerarse cuidadosamente y
si es posible, volver al origen para confirmarlo.
No es razonable rechazar un valor basndose
nicamente en la estadstica.
2.4.14. Las incertidumbres estimadas utilizando
esta gua no estn destinadas a permitir la
posibilidad de errores sin relacin de causalidad,
o equivocaciones.
2.5. Definicin de incertidumbre en el
VIM 3
2.5.1. El VIM revisado [H.7] introduce la
siguiente definicin de incertidumbre de medida:
QUAM:2012.P1-ES
Incertidumbre
incertidumbre de medida
incertidumbre
parmetro no negativo que caracteriza la
dispersin de los valores atribuidos a un
mensurando, a partir de la informacin que se
utiliza
NOTA 1: La incertidumbre de medida incluye
componentes procedentes de efectos
sistemticos, tales como componentes
asociadas a correcciones y a valores asignados
a patrones, as como la incertidumbre debida a
la definicin. Algunas veces no se corrigen
los efectos sistemticos estimados y en su
lugar se tratan como componentes de
incertidumbre.
NOTA 2: El parmetro puede ser, por ejemplo, una
desviacin estndar, en cuyo caso se
denomina incertidumbre estndar de medida
(o un mltiplo de ella), o la semiamplitud de
un intervalo con una probabilidad de
cobertura determinada.
NOTA 3: En general, la incertidumbre de medida
incluye numerosas componentes. Algunas
pueden calcularse mediante una evaluacin
tipo A de la incertidumbre de medida, a partir
de la distribucin estadstica de los valores
que proceden de las series de mediciones y
pueden caracterizarse por Desviaciones
estndar. Las otras componentes, que pueden
calcularse mediante una evaluacin tipo B de
la incertidumbre de medida, pueden
caracterizarse tambin por Desviaciones
estndar, evaluadas a partir de funciones de
densidad de probabilidad basadas en la
experiencia u otra informacin.
NOTA 4: En general, para una informacin dada, se
sobrentiende que la incertidumbre de medida
est asociada a un valor determinado atribuido
al mensurando. Por tanto, una modificacin
de este valor supone una modificacin de la
incertidumbre asociada.
2.5.2. Los cambios de la definicin no afectan
materialmente al significado de la finalidad de la
medida analtica. La Nota 1, sin embargo, aade
la posibilidad de que se puedan incorporar
trminos adicionales en la evaluacin de la
incertidumbre teniendo en cuenta errores
sistemticos no corregidos. El Captulo 7
proporciona ms detalles sobre el tratamiento de
incertidumbres asociadas a efectos sistemticos.
Pgina 4
Cuantificacin de la Incertidumbre
3. Medida Analtica e Incertidumbre
3.1. Validacin de mtodos
3.1.1. En la prctica, la adecuacin al uso de los
mtodos analticos aplicados a ensayos de rutina
se evala habitualmente mediante estudios de
validacin de mtodos [H.11]. Dichos estudios
proporcionan datos sobre el desempeo global y
sobre la influencia de factores individuales que
pueden aplicarse a la estimacin de la
incertidumbre asociada a los resultados del
mtodo utilizado normalmente.
3.1.2. Los estudios de validacin de mtodos
dependen de la determinacin de los parmetros
de desempeo global del mtodo. Estos se
obtienen durante el desarrollo del mtodo y con
estudios interlaboratorio, o siguiendo protocolos
de validacin internos. Las fuentes individuales
de error o incertidumbre se investigan slo
cuando son significativas comparadas con las
medidas de precisin globales utilizadas. Se
enfatiza en primer lugar la identificacin y
eliminacin de los efectos significativos (ms que
su correccin). Esto lleva a una situacin en la
que la mayora de factores de influencia se han
identificado, se ha comprobado su significacin
en comparacin con la precisin global, y se ha
demostrado que son despreciables. Bajo estas
circunstancias, los datos disponibles para los
analistas consisten fundamentalmente en cifras de
desempeo, conjuntamente con evidencias de la
insignificancia de la mayora de los efectos y
algunas medidas de los efectos significativos
restantes.
3.1.3. Los estudios de validacin para mtodos
analticos cuantitativos determinan habitualmente
algunos de los siguientes parmetros, o todos:
Precisin. [B.1] Las principales medidas de la
precisin incluyen la desviacin estndar de
repetibilidad sr, la desviacin estndar de
reproducibilidad sR, (ISO 3534-1) y la precisin
intermedia, en ocasiones referenciada como sZi,
con i indicando el nmero de factores variados
(ISO 5725-3:1994). La repetibilidad sr indica la
variabilidad observada dentro de un laboratorio,
en un corto espacio de tiempo, utilizando un nico
operador, equipo etc. Se puede estimar sr dentro
de un laboratorio o mediante un estudio
interlaboratorio. La desviacin estndar de
reproducibilidad sR para un mtodo particular slo
se puede estimar directamente mediante estudio
interlaboratorio; muestra la variabilidad obtenida
QUAM:2012.P1-ES
Medida Analtica e Incertidumbre
cuando diferentes laboratorios analizan la misma
muestra. La precisin intermedia est relacionada
con la variacin de resultados observados cuando
uno o ms factores, tales como el tiempo, equipos
y operador, varan dentro de un laboratorio; se
obtienen valores diferentes segn qu factores
hayan permanecido constantes. La estimacin de
la precisin intermedia se determina
habitualmente dentro de los laboratorios, pero
tambin se puede determinar mediante estudios
interlaboratorio. La precisin observada de un
procedimiento analtico es un componente
esencial de la incertidumbre global, tanto si se
determina por combinacin de varianzas
individuales como si se determina por estudios del
mtodo completo en funcionamiento.
Sesgo. El sesgo de un mtodo analtico se
determina habitualmente mediante un estudio con
materiales de referencia apropiados o mediante
estudios de adicin. La determinacin del sesgo
global en relacin con valores de referencia
apropiados es importante para establecer la
trazabilidad [B.9] a patrones reconocidos (vase
la seccin 3.2). El sesgo se puede expresar como
recuperacin analtica (valor observado dividido
entre valor esperado). Debera demostrase que el
sesgo o es despreciable o se ha corregido, pero en
cualquier caso la incertidumbre asociada con la
determinacin del sesgo permanece como un
componente esencial de la incertidumbre global.
Linealidad. La linealidad es una propiedad
importante de los mtodos que se utiliza para
medir en un rango de concentraciones. Se puede
determinar la linealidad de la respuesta a patrones
puros y a muestras reales. En general, la
linealidad no se cuantifica pero se comprueba
mediante examen o utilizando pruebas de
significacin para ausencia de linealidad. Una
ausencia de linealidad significativa se corrige
habitualmente mediante el uso de funciones de
calibracin no lineales o se elimina al elegir un
rango de trabajo ms restringido. Cualquier resto
de desviacin de linealidad se considera
suficientemente explicada mediante una
estimacin de la precisin global que cubra
diversas concentraciones, o entre las
incertidumbres asociadas a la calibracin
(Apndice E.3).
Pgina 5
Cuantificacin de la Incertidumbre
Lmite de deteccin. Durante la validacin del
mtodo, el lmite de deteccin se determina
normalmente solamente para establecer el valor
ms bajo del rango de trabajo prctico. Aunque
las incertidumbres cerca del lmite de deteccin
requieren una consideracin cuidadosa y un
tratamiento especial (Apndice F), el lmite de
deteccin, como se haya determinado, no tiene un
repercusin directa en la estimacin de la
incertidumbre.
Robustez o solidez. Algunos desarrollos de
mtodos o protocolos de validacin requieren que
la sensibilidad a determinados parmetros sea
estudiada directamente. Esto se hace
habitualmente mediante un 'estudio de solidez'
preliminar, en el cual se observa el cambio de uno
o ms parmetros. Si es significativo (en
comparacin con precisin del estudio de solidez)
se llevar a cabo un estudio ms detallado para
medir la dimensin del efecto, y elegir un rango
de trabajo en consecuencia. Los datos del estudio
de solidez proporcionan informacin sobre el
efecto de parmetros importantes.
Selectividad. La Selectividad est relacionada
con el grado en el que un mtodo responde
nicamente al analito requerido. Los estudios de
selectividad buscan habitualmente los efectos de
los interferentes ms probables, usualmente
mediante la adicin del interferente potencial
tanto al blanco como a las muestras fortificadas y
observando la respuesta. Los resultados se utilizan
normalmente para demostrar que los efectos en la
prctica no son significativos. Sin embargo, ya
que los estudios miden los cambios en las
respuestas directamente, es posible utilizar los
datos para estimar la incertidumbre asociada con
las interferencias potenciales, a un rango de
concentracin de interferente dado conocido.
Nota: El trmino "especificidad" ha sido utilizado
histricamente para el mismo concepto.
3.2. Realizar estudios experimentales
para el desempeo de mtodos
3.2.1. El diseo y ejecucin detallados de estudios
de validacin y desempeo de mtodos, se trata
en otra parte [H.11] y no se repetir aqu. Sin
embargo, los principios fundamentales que
afectan a la relevancia de un estudio aplicado a la
estimacin de la incertidumbre son pertinentes y
se tratan a continuacin.
3.2.2. La representatividad es esencial. Esto
quiere decir que los estudios deberan, en la
medida de lo posible, ser realizados para sondear
de forma realista el nmero y rango de los efectos
que operan durante la utilizacin normal del
QUAM:2012.P1-ES
Medida Analtica e Incertidumbre
mtodo, as como cubrir el rango de
concentracin y los tipos de muestra dentro del
alcance del mtodo. Cuando por ejemplo, se vara
un factor de forma representativa en el transcurso
de un experimento de precisin, los efectos de
este factor aparecen directamente en la varianza
observada y no necesitan un estudio adicional a
menos que se desee una optimizacin del mtodo.
3.2.3. En este contexto, la variacin
representativa significa que un parmetro de
influencia debe llevar una distribucin de valores
apropiada para la incertidumbre del parmetro en
cuestin. Para parmetros continuos, esto puede
ser un rango permitido o una incertidumbre
establecida; para factores discontinuos como una
muestra matriz, este rango corresponde a la
variedad de tipos permitidos o encontrados en la
utilizacin normal del mtodo. La
representatividad se extiende no solamente al
rango de valores sino a su distribucin.
3.2.4. Al seleccionar los factores de variacin, es
importante asegurarse de que se varan los
mayores efectos cuando sea posible. Por ejemplo,
cuando hay una variacin diaria (tal vez debido a
efectos de recalibracin) que es sustancial
comparada con la repetibilidad, dos
determinaciones durante cinco das
proporcionarn una estimacin mejor que cinco
determinaciones durante dos das. Diez
determinaciones aisladas en das separados sern
an mejor, sujetas a control suficiente, aunque no
proporcionar informacin adicional sobre la
repetibilidad en un mismo da.
3.2.5. En general es ms sencillo tratar los datos
obtenidos de una seleccin aleatoria que de una
variacin sistemtica. Por ejemplo, los
experimentos realizados en momentos aleatorios
en un periodo de tiempo suficiente incluirn
habitualmente efectos representativos de la
temperatura ambiente, mientras que los
experimentos que se realizan sistemticamente en
intervalos de 24 horas pueden estar sujetos a
sesgo debido a la variacin regular de la
temperatura ambiente durante el da. El anterior
experimento solamente necesita evaluar la
desviacin estndar global; en el ltimo, se
requiere la variacin sistemtica de la temperatura
ambiente, seguida de su ajuste para acceder a la
distribucin real de las temperaturas. La variacin
aleatoria es, de todas formas, menos eficiente.
Una pequea cantidad de estudios sistemticos
pueden establecer rpidamente la dimensin de un
efecto, mientras que puede llevar al menos 30
determinaciones establecer una contribucin de la
incertidumbre mejor del 20% de la exactitud
relativa. Siempre que sea posible, por lo tanto, es
Pgina 6
Cuantificacin de la Incertidumbre
preferible investigar sistemticamente un pequeo
nmero de efectos principales.
3.2.6. Cuando se sabe o se sospecha que los
factores interactan, es importante asegurarse de
que se considera el efecto de su interaccin. Esto
se puede conseguir tanto asegurando la seleccin
aleatoria a diferentes niveles de parmetros que
interactan, o mediante el diseo sistemtico para
obtener informacin tanto de la varianza como de
la covarianza.
3.2.7. Al llevar a cabo estudios de sesgo global, es
importante que los materiales de referencia y sus
valores sean adecuados a los materiales que se
ensayan en rutina.
3.2.8. Cualquier estudio llevado a cabo para
investigar y ensayar la significancia de un efecto
debera tener suficiente poder para detectar dichos
efectos antes de que sean significativos en la
prctica.
3.3. Trazabilidad
3.3.1. Es importante ser capaces de poder confiar
en la comparacin de resultados de diferentes
laboratorios, o del mismo laboratorio en
diferentes momentos. Esto se consigue
asegurando que todos los laboratorios utilizan la
misma escala de medida, o los mismos 'puntos de
referencia'. En algunos casos esto se logra
estableciendo una cadena de calibraciones que
llegan hasta los patrones primarios nacionales o
internacionales, idealmente (para ser coherentes a
largo plazo) a las unidades de medida del Sistema
Internacional. Un ejemplo conocido es el caso de
las balanzas analticas; cada balanza se calibra
utilizando masas de referencia que se
comprueban (en primera instancia) contra los
patrones nacionales, y as sucesivamente hasta el
kilogramo referencia primario. Esta cadena
ininterrumpida de comparaciones que lleva a un
valor de referencia conocido, proporciona
'trazabilidad' en un punto de referencia comn,
asegurando que diferentes operadores estn
utilizando las mismas unidades de medida. En
mediciones de rutina, la coherencia de los valores
entre un laboratorio (o momento) y otro se ve en
gran medida soportada por el establecimiento de
trazabilidad en todas las medidas intermedias
utilizadas para obtener o controlar un resultado de
medida. La trazabilidad es por tanto un concepto
importante en todos los tipos de mediciones.
3.3.2. La trazabilidad se define formalmente [H.7]
como:
trazabilidad metrolgica
QUAM:2012.P1-ES
Medida Analtica e Incertidumbre
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 contribuye a la incertidumbre de medida
La referencia a la incertidumbre surge porque el
acuerdo entre laboratorios est limitado, en parte,
por las incertidumbres en las que incurre cada
laboratorio en su cadena de trazabilidad. La
trazabilidad est, en consecuencia, ntimamente
vinculada a la incertidumbre. La trazabilidad
proporciona el medio para colocar todas las
medidas relacionadas en una escala de medida
coherente, mientras que la incertidumbre
caracteriza la 'fortaleza' de los vnculos en la
cadena y el acuerdo que se espera entre
laboratorios que realizan mediciones similares.
3.3.3. En general, la incertidumbre de un
resultado que es trazable a una referencia
concreta, ser la incertidumbre de esa referencia
junto con la incertidumbre obtenida en la medida
relativa a esa referencia.
3.3.4. La gua Eurachem/CITAC "Trazabilidad
en Medidas Qumicas" [H.9] identifica las
siguientes actividades esenciales para establecer
la trazabilidad:
i) Especificar el mensurando, el alcance de las
medidas y la incertidumbre requerida
ii) Elegir un mtodo adecuado de estimacin del
valor, esto es, un procedimiento de medida
con clculos asociados -una ecuacin- y
condiciones de medida
iii) Demostrar, mediante la validacin, que los
clculos y las condiciones de medida
incluyen todas las "magnitudes de influencia"
que afectan significativamente al resultado, o
al valor asignado al patrn.
iv) Identificar la importancia relativa de cada
magnitud de influencia
v) Elegir y aplicar patrones de referencia
apropiados
vi) Estimar la incertidumbre
Estas actividades se tratan en detalle en la Gua
asociada [H.9] y no se incluirn aqu con ms
detalle. Merece la pena sin embargo, tener en
cuenta que la mayor parte de estas actividades son
esenciales para la estimacin de la incertidumbre
de medida, que tambin requiere un
procedimiento de medida controlado y
adecuadamente validado, e informacin sobre los
patrones de calibracin utilizados (incluyendo las
incertidumbres asociadas).
Pgina 7
Cuantificacin de la Incertidumbre
4. El Proceso de Estimacin de la Incertidumbre de Medida
4.1. La estimacin de la incertidumbre es, en
principio, sencilla. Los prrafos siguientes
resumen las tareas que hay que realizar para
obtener una estimacin de la incertidumbre de
medida asociada a un resultado de medida. En los
captulos siguientes se proporcionan orientaciones
adicionales aplicables en diferentes
circunstancias, particularmente relacionadas con
la utilizacin de datos de estudios de validacin
de mtodos internos y colaborativos, datos de CC,
datos de ensayos interlaboratorio (EsA) y sobre el
uso de los principios de propagacin de
incertidumbre. Los pasos que implica son:
Paso 1. Especificar el mensurando
Escribir una declaracin sobre qu es lo que
se va a medir, incluyendo la relacin entre el
mensurando y las magnitudes de entrada (p.
ej. magnitudes medidas, constantes, valores
de patrones de calibracin, etc.) de las que
depende. Cuando sea posible, incluir las
correcciones para los efectos sistemticos. La
informacin de la especificacin debera
darse en el procedimiento normalizado de
trabajo (PNT) o mediante otra descripcin
del mtodo.
Paso 2. Identificar las fuentes de
incertidumbre
Listar las posibles fuentes de incertidumbre.
Esto incluir las fuentes que contribuyen a la
incertidumbre de los parmetros que se
especifican en el Paso 1, pero pueden incluir
otras fuentes, y se deben incluir las fuentes
que surgen de las suposiciones qumicas. En
el Apndice D se sugieren procedimientos
para formar una lista estructurada.
Paso 3. Cuantificar los componentes de la
incertidumbre
Estimar la dimensin de los componentes de
la incertidumbre asociada con cada fuente
QUAM:2012.P1-ES
Proceso de Estimacin de Incertidumbre
potencial identificada de incertidumbre. A
menudo es posible estimar o determinar una
contribucin nica a la incertidumbre con
varias fuentes separadas utilizando los datos
de los estudios de validacin, datos de CC,
etc. La utilizacin de estos datos reduce
considerablemente el esfuerzo requerido para
evaluar la incertidumbre y puesto que se
utilizan datos reales experimentales se
realizan estimaciones de incertidumbre
fiables. Este enfoque se describe en el
Captulo 7. Adems es importante considerar
si se tienen en cuenta datos para todas las
fuentes de incertidumbre, y planificar
experimentos y estudios adicionales
cuidadosamente para asegurar que todas las
fuentes de incertidumbre se consideran
adecuadamente.
Paso 4. Calcular la incertidumbre combinada
La informacin obtenida en el paso 3
consistir en varias contribuciones
cuantificadas a la incertidumbre global, bien
asociadas con fuentes individuales o con
efectos combinados de varias fuentes. Las
contribuciones se expresan como
desviaciones estndar, y se combinan segn
las reglas apropiadas para dar una
incertidumbre estndar combinada. El factor
de cobertura apropiado debera aplicarse para
dar la incertidumbre expandida.
La Figura 1 muestra el proceso
esquemticamente.
4.2. Los siguientes captulos proporcionan
orientacin sobre cmo se ejecutan todos los
pasos que se han listado anteriormente y muestran
cmo se puede simplificar el proceso
dependiendo de la informacin disponible sobre
el efecto combinado de varias fuentes.
Pgina 8
Cuantificacin de la Incertidumbre Proceso de Estimacin de Incertidumbre

Figura 1: Proceso de Estimacin de la Incertidumbre

Etapa 1
Especificar
COMIENZO
Mensurando

Etapa 2
Identificar
fuentes de
Incertidumbre

Simplificar
Etapa 3
agrupando fuentes
cubiertas por
datos existentes

Cuantificar las
componentes
agrupadas

Cuantificar las
componentes
restantes

Convertir las
componentes en
desviaciones estndar

Etapa 4
Calcular la
Incertidumbre estndar
combinada

Revisar y si es necesario
reevaluar las
componentes mayores

Calcular
FIN incertidumbre
expandida

QUAM:2012.P1-ES Pgina 9
Cuantificacin de la Incertidumbre
5. Etapa 1. Especificacin del Mensurando
5.1. En el contexto de la estimacin de la
incertidumbre, la "especificacin del
mensurando" requiere una declaracin clara y sin
ambigedades de lo que se va a medir, y una
expresin cuantitativa que relacione el valor del
mensurando con los parmetros de los que
depende. Estos parmetros pueden ser otros
mensurandos, magnitudes que no se miden
directamente, o constantes. Toda esta informacin
debera estar en un Procedimiento Normalizado
de Trabajo (PNT).
5.2. Para la mayora de las medidas analticas, una
buena definicin del mensurando incluye una
declaracin de
a) el tipo particular de magnitud que se va a
medir, habitualmente la concentracin o la
fraccin de masa de un analito.
b) el objeto o material que se va a analizar y, si
es necesario, informacin adicional sobre la
posicin en el objeto de ensayo. Por ejemplo,
plomo en sangre de pacientes identifica un
tejido especfico en un sujeto de ensayo (el
paciente).
c) la base de clculo de la magnitud informada,
cuando sea necesario. Por ejemplo, la
magnitud de inters puede ser la cantidad
extrada bajo unas condiciones especificadas,
o una fraccin msica puede informarse en
base seca o despus de haber eliminado
algunas partes especficas del material de
ensayo (como parte de comida no digerible).
NOTA 1: El trmino analito se refiere a la especie
qumica que se va a medir; el mensurando es
habitualmente la concentracin o fraccin
msica del analito.
NOTA 2: El trmino nivel de analito se utiliza en este
documento para referirse habitualmente al
valor de magnitudes como la concentracin de
analito, fraccin msica de analito etc. Nivel
se utiliza de forma similar para material,
interferente etc.
NOTA 3: El trmino mensurando se trata en mayor
detalle en la referencia [H.5]
5.3. Se debera aclarar cundo el muestreo se
incluye en el procedimiento o no. Por ejemplo,
se relaciona el mensurando solamente con el
objeto de ensayo recibido en el laboratorio, o con
el material a granel del cual se ha tomado la
muestra? Es obvio que la incertidumbre ser
diferente en estos dos casos; cuando se tienen que
QUAM:2012.P1-ES
Etapa 1: Especificacin del Mensurando
sacar conclusiones sobre el material a granel en s
mismo, los efectos del muestreo primario son
importantes y son frecuentemente mucho mayores
que la incertidumbre asociada con la medida del
objeto de ensayo del laboratorio. Si el muestreo es
parte del procedimiento utilizado para obtener el
resultado medido, debe considerarse la estimacin
de incertidumbres asociadas con el muestreo. En
la referencia [H.6] se trata esto en bastante
detalle.
5.4. En las mediciones analticas, es
particularmente importante distinguir entre
mediciones que pretenden producir resultados que
son independientes del mtodo empleado, y
aquellas que no lo pretenden. Las ltimas se
conocen como mtodos empricos o mtodos
definidos operativamente. Los siguientes
ejemplos aclaran an ms este punto.
EJEMPLOS:
1. Se espera que los mtodos para la
determinacin de la cantidad de nquel presente
en una aleacin obtengan el mismo resultado,
en las mismas unidades, habitualmente
expresado como fraccin msica o fraccin
molar (cantidad). En principio cualquier efecto
sistemtico debido al sesgo del mtodo o a la
matriz sera corregido, aunque es ms habitual
asegurar que cualquiera de estos efectos es
pequeo. Los resultados normalmente no
necesitaran indicar el mtodo particular
utilizado, excepto para informacin. El mtodo
no es emprico.
2. Las determinaciones de "grasa extrable"
pueden diferir sustancialmente, dependiendo de
las condiciones de extraccin especificadas.
Puesto que la "grasa extrable" depende por
completo de la eleccin de las condiciones, el
mtodo usado es emprico. No es significativo
considerar la correccin del sesgo intrnseco al
mtodo, ya que el mensurando se define
mediante el mtodo utilizado. Los resultados se
informan generalmente con una referencia del
mtodo, sin corregir para el sesgo intrnseco al
mtodo. El mtodo se considera emprico.
3. En circunstancias en las que las variaciones
en el sustrato, o en la matriz, tienen efectos
grandes e impredecibles, se desarrollan
mtodos habitualmente con el nico objetivo de
lograrla comparabilidad entre laboratorios que
miden el mismo material. El procedimiento
puede entonces adoptarse como un mtodo
normalizado local, nacional o internacional
sobre el cual se toman decisiones comerciales u
Pgina 10
Cuantificacin de la Incertidumbre
otras, sin la intencin de obtener una medida
absoluta de la cantidad real de analito presente.
Las correcciones del sesgo del mtodo o los
efectos de matriz se ignoran por convencin
(tanto si se han minimizado en el desarrollo del
mtodo como si no). Los resultados se
informan a menudo sin correccin de matriz o
sesgo del mtodo. El mtodo se considera
emprico.
5.5. Es importante la distincin entre mtodos
empricos y no empricos (algunas veces llamado
QUAM:2012.P1-ES
Etapa 1: Especificacin del Mensurando
racionales) porque afecta a la estimacin de la
incertidumbre. En los ejemplos 2 y 3 anteriores,
debido a las convenciones empleadas, las
incertidumbres asociadas a algunos efectos
bastante grandes no son relevantes en su uso
habitual. Se debera prestar la consideracin
correspondiente tanto si los resultados son
dependientes del mtodo utilizado como si no, y
solamente se debera incluir en la estimacin de la
incertidumbre aquellos efectos relevantes para el
resultado tal y como se informa.
Pgina 11
Cuantificacin de la Incertidumbre Etapa 2: Identificacin de Fuentes de Incertidumbre
6. Etapa 2. Identificacin de las Fuentes de Incertidumbre
6.1. Se debera reunir una lista exhaustiva de
fuentes de incertidumbre relevantes. En este
paso, no es necesario preocuparse por la
cuantificacin de componentes individuales; el
objetivo es ser totalmente claro sobre qu debera
considerarse. En el Paso 3, se considerar la
mejor forma de tratar cada fuente.
6.2. Al conformar la lista requerida de fuentes es
conveniente a menudo empezar por la expresin
bsica utilizada para calcular el mensurando a
partir de los valores intermedios. Todos los
parmetros en esta expresin pueden tener una
incertidumbre asociada a su valor y, por lo tanto,
ser una fuente potencial de incertidumbre.
Adems puede haber otros parmetros que no
aparecen explcitamente en la expresin utilizada
para calcular el valor del mensurando, pero que
afectan al resultado de la medida, ej. el tiempo o
la temperatura de extraccin. Estas son adems
fuentes potenciales de incertidumbre. Se deberan
incluir todas estas fuentes diferentes. En el
Apndice C se proporciona informacin adicional
(Incertidumbres en Procesos Analticos).
6.3. El diagrama de causa y efecto que se describe
en el Apndice D es una forma muy prctica de
listar las fuentes de incertidumbres, mostrando
cmo se relacionan entre ellas e indicando su
influencia sobre la incertidumbre del resultado.
Esto ayuda adems a evitar que se cuenten por
duplicado las fuentes. Aunque la lista de fuentes
de incertidumbre puede hacerse de otras formas,
el diagrama de causa y efecto se utiliza en los
siguientes captulos y en todos los ejemplos del
Apndice A. En el Apndice D se proporciona
informacin adicional (Analizando las fuentes de
incertidumbre).
6.4. Una vez que se ha elaborado la lista de
fuentes de incertidumbre, se pueden presentar los
efectos en el resultado mediante un modelo de
medicin formal, en el que cada efecto est
asociado con un parmetro o variable en la
ecuacin. La ecuacin forma entonces un modelo
completo del proceso de medicin en trminos de
todos los factores individuales que afectan al
resultado. Esta funcin puede ser muy
complicada y puede que no sea posible escribirla
explcitamente. Cuando sea posible debera
hacerse, ya que la forma de expresin determinar
en general el mtodo para combinar las
contribuciones individuales de incertidumbre.
QUAM:2012.P1-ES
6.5. Adicionalmente puede resultar til considerar
el procedimiento de medida como una serie de
operaciones discretas (algunas llamadas
operaciones unitarias), cada una de las cuales
puede ser evaluada por separado para obtener
estimaciones de la incertidumbre asociadas con
ellas. Esto es particularmente til cuando
procedimientos de medida similares comparten
operaciones unitarias comunes. Las
incertidumbres separadas de cada operacin
forman contribuciones sobre la incertidumbre
global.
6.6. En la prctica, en qumica analtica es ms
habitual considerar incertidumbres asociadas con
elementos del desempeo global del mtodo, tales
como precisin y sesgo observable medido en
relacin con los materiales de referencia
apropiados. Estas contribuciones forman
generalmente las contribuciones dominantes en la
estimacin de la incertidumbre, y se modelizan
mejor como efectos separados sobre el resultado.
Es necesario entonces evaluar otras posibles
contribuciones slo para comprobar su
significacin, cuantificando solamente aquellas
que son significativas. En la seccin 7.2.1 se
proporcionan directrices adicionales que aplican
particularmente al uso datos de validacin del
mtodo.
6.7. Estas son algunas fuentes tpicas de
incertidumbre
Muestreo
Cuando el muestreo in-house o en campo
forman parte del procedimiento especificado,
los efectos como variaciones aleatorias entre
muestras diferentes y posible sesgo propio del
procedimiento de muestreo son componentes
de incertidumbre que afectan al resultado
final.
Condiciones de Almacenamiento
Cuando los objetos de ensayo se almacenan
durante un periodo de tiempo antes del
anlisis, las condiciones de almacenamiento
pueden afectar a los resultados. La duracin
del almacenamiento debera considerarse
como una fuente de incertidumbre.
Efectos instrumentales
Los efectos instrumentales pueden incluir, por
ejemplo, los lmites de exactitud en la
Pgina 12
Cuantificacin de la Incertidumbre Etapa 2: Identificacin de Fuentes de Incertidumbre
calibracin de una balanza analtica; el
controlador de temperatura que mantiene una
temperatura media que difiere (dentro de
especificacin) de su valor diana; un
autoanalizador que puede estar sujeto a
correccin por lnea de base.
Pureza de reactivos
La concentracin de una solucin volumtrica
no se conoce exactamente aunque se haya
ensayado el material madre, dado que
permanece la incertidumbre asociada del
procedimiento. Algunos tintes orgnicos, por
ejemplo, no son puros 100% y puede que
contengan ismeros y sales inorgnicas. La
pureza de dichas sustancias se establece
habitualmente por los productores como no
menor del nivel especificado. Algunas
asunciones sobre el grado de pureza pueden
introducir un elemento de incertidumbre.
Estequiometra asumida
Cuando se asume que un proceso analtico
sigue una reaccin estequiomtrica
determinada, puede que sea necesario aceptar
ciertas prdidas sobre la estequiometra
esperada, o reacciones incompletas o
reacciones paralelas.
Condiciones de medida
Por ejemplo, el material volumtrico puede
utilizarse a una temperatura ambiente
diferente de la temperatura a la que fue
calibrado. Deberan corregirse los efectos
grandes de temperatura, pero debera
considerarse cualquier incertidumbre en la
temperatura del lquido y del vidrio. De forma
similar, la humedad puede ser importante
cuando los materiales son sensibles a posibles
cambios en la humedad.
Efectos de la muestra
NOTA: Estas fuentes
La recuperacin de un analito en una matriz
compleja, o la respuesta de un instrumento,
pueden verse afectadas por la composicin de
QUAM:2012.P1-ES
la matriz. La especiacin del analito puede
agravar este efecto.
La estabilidad de la muestra/analito puede
cambiar durante el anlisis debido a cambios
en el rgimen trmico o a efectos fotolticos.
Cuando se utiliza la adicin para estimar la
recuperacin, la recuperacin del analito en la
muestra puede ser diferente de la
recuperacin de la adicin, introduciendo una
incertidumbre que tiene que evaluarse.
Efectos computacionales
La seleccin de un modelo de calibracin, ej.
utilizando un modelo de lnea recta de
calibracin en una respuesta curva, lleva a un
peor ajuste y a una incertidumbre mayor.
Truncar y redondear pueden llevar a
inexactitudes en el resultado final. Ya que
esto es raramente predecible, puede ser
necesaria la asignacin de incertidumbre.
Correccin del blanco
Puede haber incertidumbre tanto en el valor
como en la adecuacin de la correccin del
blanco. Esto es particularmente importante en
anlisis de trazas.
Efectos del operador
Posibilidad de valores consistentemente bajos
o altos en la lectura de un medidor o de
escala.
Posibilidad de hacer interpretaciones del
mtodo ligeramente diferentes.
Efectos aleatorios
Los efectos aleatorios contribuyen a la
incertidumbre en todas las determinaciones.
Esta entrada debera incluirse en la lista
automticamente.
no son necesariamente
independientes.
Pgina 13
Cuantificacin de la Incertidumbre
7. Etapa 3. Cuantificacin de la Incertidumbre
7.1. Introduccin
7.1.1. Una vez identificadas las fuentes de
incertidumbre, tal como se explica en el Paso 2
(Captulo 6), el siguiente paso es cuantificar la
incertidumbre asociada a esas fuentes. Esto se
puede hacer mediante:
la evaluacin de la incertidumbre asociada a
cada fuente individual, para posteriormente
combinarlas, segn lo descrito en el Captulo
8. Los ejemplos A1-A3 ilustran el uso de este
procedimiento.
o permanentes (certificados, especificaciones
determinando directamente la contribucin
combinada a la incertidumbre de los
resultados de algunas o todas estas fuentes,
usando datos del desempeo del mtodo. Los
ejemplos A4 - A6 ofrecen aplicaciones de este
procedimiento.
En la prctica, es necesaria, y hasta conveniente,
una combinacin de estos dos principios.
7.1.2. Cualquiera que sea la aproximacin que se
utilice, la mayora de la informacin requerida
para evaluar la incertidumbre, muy
probablemente estar ya disponible a partir de los
resultados de estudios de validacin, de datos de
AC/CC, y de otros trabajos experimentales que se
han realizado para comprobar el desempeo del
mtodo. Sin embargo, esta informacin podra no
estar disponible para evaluar la incertidumbre de
todas las fuentes, y podra ser necesario llevar a
cabo ms acciones, tal como se describe en las
secciones 7.11 a 7.15.
7.2. Procedimiento de evaluacin de la
incertidumbre
7.2.1. El procedimiento usado para estimar la
incertidumbre total depende de los datos
disponibles del desempeo del mtodo. Las etapas
implicadas en el desarrollo del procedimiento son
Conciliar los requerimientos de
informacin con los datos disponibles
En primer lugar, la lista de fuentes de
incertidumbre debera ser examinada para
determinar cules se pueden justificar con los
datos disponibles, tanto por un estudio
explcito de la contribucin particular, como
por variaciones implcitas durante el
transcurso de experimentos del mtodo
completo. Estas fuentes deberan ser
comprobadas frente a la lista preparada en el
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
Paso 2, y cualquier fuente restante debera ser
incluida en la lista, para proporcionar un
registro comprobable de qu contribuciones a
la incertidumbre han sido incluidas.
Plan para obtener el resto de datos
requeridos
Para fuentes de incertidumbre no
adecuadamente explicadas por los datos
existentes, buscar informacin adicional
procedente de la literatura o datos
tcnicas de equipos, etc.), o planear
experimentos para obtener los datos
adicionales requeridos. Como experimentos
adicionales, se podran realizar estudios
especficos de la contribucin individual a la
incertidumbre, o estudios del desempeo del
mtodo habitual, enfocados a asegurar la
variacin representativa de factores
importantes.
7.2.2. Es importante ser conscientes de que no
todos los componentes tendrn una contribucin
significativa a la incertidumbre combinada; de
hecho, en la prctica, es muy probable que slo un
pequeo nmero de ellos la tenga. A menos que
haya un gran nmero de componentes, aquellos
que son menores de un tercio del total, no
necesitan ser evaluados en detalle. Debera
hacerse una estimacin preliminar de la
contribucin a la incertidumbre de cada
componente, o combinacin de componentes, y
aquellos cuya contribucin no sea significativa
deberan ser eliminados.
7.2.3. Las siguientes secciones proporcionan una
gua de los procedimientos a adoptar,
dependiendo de los datos disponibles, y la
informacin adicional requerida. La seccin 7.3
expone los requisitos necesarios para poder usar
datos experimentales de estudios previos,
incluyendo datos de validacin. La seccin 7.4
discute brevemente la evaluacin de la
incertidumbre procedente nicamente de fuentes
individuales de incertidumbre. Esto podra ser
necesario para todas, o tan slo unas pocas
fuentes identificadas, dependiendo de los datos
disponibles, y en consecuencia tambin es
considerado en secciones posteriores. De la
seccin 7.5 a la 7.10 se describe la evaluacin de
la incertidumbre bajo diferentes circunstancias.
La seccin 7.5 hace referencia al uso de
materiales de referencia compatibles. La seccin
Pgina 14
Cuantificacin de la Incertidumbre
7.6 analiza el uso de datos de estudios
colaborativos, y la 7.7 el uso de datos de
validacin internos. La seccin 7.9 realiza
consideraciones especiales para mtodos
empricos, y la 7.10 para mtodos ad-hoc. Los
mtodos para cuantificar componentes
individuales de la incertidumbre, incluyendo
estudios experimentales, documentacin,
desarrollo de modelos, y decisiones profesionales
son analizados con ms detalle en las secciones
7.11 a la 7.15. La seccin 7.16 analiza el
tratamiento de sesgos conocidos en la estimacin
de la incertidumbre.
7.3. Relevancia de estudios previos
7.3.1. Cuando la estimacin de la incertidumbre
se basa, aunque sea parcialmente, en estudios
previos de desempeo de mtodos, es necesario
demostrar la validez de aplicar los resultados de
estudios previos. Normalmente, esto consistir en:
Demostrar que es posible conseguir una
precisin comparable a las que se han
obtenido previamente.
Demostrar que el uso de datos de sesgo
obtenidos previamente est justificado,
normalmente mediante la determinacin del
sesgo en materiales de referencia relevantes
(como se puede ver, por ejemplo, en la Gua
ISO 33 [H.12]), mediante estudios de adicin
apropiados, o mediante una participacin
satisfactoria en ejercicios de intercomparacin
relevantes, u otras intercomparaciones entre
laboratorios.
Eficacia continuada bajo control estadstico
como la mostrada en los resultados de
muestras de CC, y la implementacin de
procedimientos eficaces de aseguramiento la
calidad analtica.
7.3.2. Cuando se cumplen las condiciones arriba
mencionadas, y el mtodo se emplea dentro de su
alcance y campo de aplicacin, se considera por
lo general aceptable emplear datos de estudios
previos (incluyendo estudios de validacin)
directamente a la estimacin de la incertidumbre
en el laboratorio en cuestin.
7.4. Evaluacin de la incertidumbre
mediante cuantificacin de
componentes individuales
7.4.1. En algunos casos, especialmente cuando
hay pocos o ningn dato disponible sobre el
desempeo de los mtodos, el procedimiento ms
adecuado puede ser evaluar cada componente de
la incertidumbre por separado.
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
7.4.2. El procedimiento general usado para
combinar componentes individuales es preparar
un modelo cuantitativo detallado del
procedimiento experimental (ver secciones 5 y 6,
especialmente 6.4.), evaluar las incertidumbres
estndar asociadas a parmetros individuales de
entrada, y combinarlos tal como se describe en la
seccin 8.
7.4.3. Con el objetivo de lograr una mayor
claridad, la gua detallada para la evaluacin de
las contribuciones individuales, por medios
experimentales o de otro tipo, se pospone a las
secciones 7.11 a 7.15. Los ejemplos A1 a A3 del
Apndice A ilustran detalladamente este
procedimiento. Una gua extensa de la aplicacin
de este procedimiento tambin se presenta en la
Gua ISO [H.2].
7.5. Materiales de referencia
certificados compatibles
7.5.1. La medicin de materiales de
referencia certificados normalmente se lleva a
cabo como parte de la validacin o re-
validacin de mtodos, proporcionando una
calibracin del proceso de medida completo
frente a una referencia trazable. Gracias a que
este proceso genera informacin del efecto
combinado de muchas de las posibles fuentes
de incertidumbre, proporciona muy buenos
datos sobre la evaluacin de la incertidumbre.
Se dan ms detalles en la seccin 7.7.4.
NOTA: La Gua ISO 33 [H.12] presenta una
exposicin til sobre el uso de materiales de
referencia a la hora de comprobar la validez
del desempeo de un mtodo.
7.6. Estimacin de la incertidumbre
empleando datos de estudios
colaborativos previos sobre
desarrollo de mtodos y de
estudios de validacin
7.6.1. Un estudio de colaboracin llevado a cabo
para validar un mtodo publicado, por ejemplo de
acuerdo con el protocolo AOAC/IUPAC [H.13] o
con la Norma ISO 5725 [H.14], es una valiosa
fuente de datos para respaldar una estimacin de
la incertidumbre. El conjunto de datos incluye
habitualmente una estimacin de la desviacin
estndar de la reproducibilidad, sR, para varios
niveles de respuesta, una estimacin lineal de la
dependencia de sR con respecto al nivel de
respuesta, y puede incluir una estimacin del
sesgo, basada en estudios con MRC. Cmo esta
informacin puede ser utilizada, depende de los
Pgina 15
Cuantificacin de la Incertidumbre
factores tenidos en cuenta a la hora de llevar a
cabo el estudio. Durante la etapa de
conciliacin indicada con anterioridad (seccin
7.2.), es necesario identificar cualquier fuente de
incertidumbre que no haya sido tenida en cuenta
en los datos del estudio colaborativo. Las fuentes
que podran requerir de una especial
consideracin son:
Toma de muestra. Los estudios colaborativos
rara vez incluyen la etapa de toma de muestra.
Si el mtodo usado de manera interna implica
un sub-muestreo, o el mensurando (ver
Especificaciones) est estimando una
propiedad general de una pequea muestra,
entonces los efectos de la toma de muestra
deberan ser investigados y tenidos en cuenta.
Pretratamiento. En la mayora de los estudios,
las muestras son homogeneizadas, y pueden
ser adems estabilizadas antes de realizar la
distribucin. Podra ser necesario investigar y
tener en cuenta los efectos asociados a los
procedimientos de pretratamiento aplicados
internamente.
Sesgo del mtodo. El sesgo del mtodo se
examina a menudo antes o durante los
estudios interlaboratorio, cuando es posible
comparar con mtodos y materiales de
referencia. Cuando el sesgo, la incertidumbre
en los valores de referencia usados, y la
precisin asociada al anlisis del sesgo, son
todos pequeos comparados con sR, no es
necesario realizar consideraciones adicionales
para la incertidumbre del sesgo. En caso
contrario, s ser necesario realizar
consideraciones adicionales.
Variacin en las condiciones. Los laboratorios
que participan en un estudio pueden tender a
la media de los rangos permitidos de las
condiciones experimentales, lo que produce
una subestimacin del rango de resultados
posibles dentro de la definicin del mtodo.
No obstante, una vez que estos efectos han
sido investigados y demuestran ser
insignificantes para todo su rango permitido,
no es necesario realizar ms valoraciones.
Cambios en la matriz de la muestra. Ser
necesario considerar la incertidumbre
asociada a la composicin de la matriz o a
niveles de interferentes fuera del rango
estudiado.
7.6.2. La estimacin de la incertidumbre basada
en datos de estudios de colaboracin, obtenidos
de acuerdo con la Norma ISO 5725, es descrita
por completo en la Norma ISO 21748 Gua para
el uso de estimaciones de la repetibilidad,
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
reproducibilidad y veracidad en la estimacin de
la incertidumbre de medidas. [H.15]. El
procedimiento general recomendado para la
evaluacin de la incertidumbre de medida, usando
datos de estudios de colaboracin, es el siguiente:
a) Obtener una estimacin de la repetibilidad,
reproducibilidad, y veracidad del mtodo
usado a partir de informacin publicada sobre
el mtodo.
b) Determinar si el sesgo del laboratorio para las
medidas est dentro de lo esperado basndose
en los datos obtenidos en a)
c) Determinar si la precisin lograda por las
medidas actuales est dentro de lo esperado
basndose en la estimacin de la repetibilidad
y reproducibilidad obtenida en a).
d) Identificar cualquier factor que influya en la
medida, que no hubiese sido tenido en cuenta
en los estudios referenciados en a), y
cuantificar la varianza asociada a estos
efectos, teniendo en cuenta los coeficientes
de sensibilidad y la incertidumbre de cada
factor.
e) Una vez que el sesgo y la precisin estn bajo
control, tal como se explicaba en los pasos b)
y c), combinar la reproducibilidad estndar
estimada en a) con la incertidumbre asociada
con la veracidad (Pasos a y b) y los efectos de
factores adicionales que ejerzan alguna
influencia (paso d), para generar una
estimacin combinada de la incertidumbre.
Este procedimiento es esencialmente el mismo
que el procedimiento general propuesto en la
Seccin 7.2. En cualquier caso, se debe tener en
cuenta que es importante comprobar que la
eficacia del laboratorio es coherente con la
esperada para el mtodo de medida utilizado.
El uso de datos de estudios de colaboracin se
ilustra en el ejemplo A6 (Apndice A).
7.6.3. Para mtodos que operan dentro de su
alcance, cuando la etapa de conciliacin
demuestra que todas las fuentes identificadas han
sido incluidas en el estudio de validacin, o
cuando las contribuciones de cualquier origen
restante, como las mencionadas en la seccin
7.6.1., han demostrado ser insignificantes,
entonces la desviacin estndar de la
reproducibilidad sR, ajustada a la concentracin, si
fuese necesario, puede ser usada como
incertidumbre estndar combinada.
7.6.4. La desviacin estndar de repetibilidad sr
no es normalmente una estimacin adecuada de la
Pgina 16
Cuantificacin de la Incertidumbre
incertidumbre, ya que excluye importantes
contribuciones a la incertidumbre.
7.7. Estimacin de la incertidumbre
usando desarrollos internos y
estudios de validacin
7.7.1. Los desarrollos internos y los estudios de
validacin consisten principalmente en la
determinacin de los parmetros de desempeo
del mtodo indicados en la seccin 3.1.3. La
estimacin de la incertidumbre de estos
parmetros utiliza:
La mejor estimacin disponible de la
precisin total.
La mejor estimacin(es) disponible del sesgo
total y su incertidumbre.
La cuantificacin de cualquier incertidumbre
asociada a efectos que no se han tenido lo
suficientemente en cuenta en los estudios
generales de rendimiento anteriormente
mencionados.
Estudio de la precisin
7.7.2. La precisin debera ser estimada, en la
medida de lo posible, durante un prolongado
periodo de tiempo seleccionado de modo que
permita que se produzcan variaciones naturales de
todos los factores que afectan a los resultados.
Esto se puede obtener mediante
La desviacin estndar de los resultados de
una muestra normal, analizada varias veces a
lo largo de un periodo de tiempo, usando
tantos analistas y equipos distintos como sea
posible (los resultados del anlisis de muestras
de CC pueden proporcionar esta informacin).
La desviacin estndar obtenida del anlisis
replicado, para cada una de las muestras de un
conjunto.
NOTA: Las rplicas deberan realizarse en
momentos considerablemente distintos para
obtener estimaciones de la precisin
intermedia; las rplicas dentro de un mismo
lote proporcionan nicamente una estimacin
de la repetibilidad.
Diseos experimentales multifactoriales
adecuados, analizados mediante ANOVA para
proporcionar diferentes estimaciones de la
varianza para cada factor.
7.7.3. Debe tenerse en cuenta que con frecuencia
la precisin vara significativamente con el nivel
de respuesta. Por ejemplo, la desviacin estndar
observada, a menudo se incrementa significativa y
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
sistemticamente con la concentracin de analito.
En tales casos, la estimacin de la incertidumbre
se debera ajustar para permitir la precisin
aplicable a un resultado particular. El apndice
E.5 proporciona una gua adicional sobre el
tratamiento de las contribuciones a la
incertidumbre que dependen del nivel.
Estudio del sesgo
7.7.4. El sesgo global se estima mejor mediante
anlisis repetidos de MRC adecuados, usando el
procedimiento de medida completo. Cuando esto
est hecho, y el sesgo encontrado no es
significativo, la incertidumbre asociada con el
sesgo es simplemente la combinacin de la
incertidumbre estndar del valor del MRC con la
desviacin estndar asociada a la medida del
sesgo.
NOTA: El sesgo estimado de esta manera combina el
sesgo del desempeo del laboratorio con
cualquier otro sesgo intrnseco al mtodo
usado. Se pueden realizar consideraciones
especiales cuando el mtodo usado es
emprico; vase la seccin 7.9.1.
Cuando el material de referencia es slo
aproximadamente representativo de los
materiales a analizar, se deberan considerar
factores adicionales, incluyendo (segn sea
apropiado) diferencias en la composicin y
homogeneidad; los materiales de referencia
son frecuentemente ms homogneos que las
muestras a analizar. Las estimaciones basadas
en criterios profesionales deberan usarse, si
fuese necesario, para asignar estas
incertidumbres (vase la seccin 7.15.).
Cualquier efecto derivado de diferencias en
las concentraciones del analito; por ejemplo,
no es infrecuente encontrar que las prdidas
en la extraccin difieren entre niveles altos y
bajos del analito.
7.7.5. El sesgo de un mtodo bajo estudio puede
determinarse tambin por comparacin de los
resultados obtenidos con aquellos procedentes de
un mtodo de referencia. Si los resultados
muestran que el sesgo es estadsticamente no
significativo, la incertidumbre estndar es la del
mtodo de referencia (si procede, vase la seccin
7.9.1), combinada con la incertidumbre estndar
asociada a la diferencia medida entre mtodos.
Esta ltima contribucin a la incertidumbre viene
dada por el trmino de la desviacin estndar
usado en el test de significacin aplicado para
decidir si la diferencia es estadsticamente
significativa, tal como se explica en el siguiente
ejemplo.
Pgina 17
Cuantificacin de la Incertidumbre
EJEMPLO
Un mtodo (mtodo 1) para determinar la
concentracin de selenio es comparado con un
mtodo de referencia (mtodo 2). Los
resultados (en mg kg-1) para cada mtodo son
los que se muestran a continuacin:
s n
x
Mtodo 1 5,40 1,47 5 valor determinado por el mtodo de adicin
Mtodo 2 4,76 2,75 5
Las desviaciones estndar se agrupan para dar
una desviacin estndar conjunta sc
1,472 (5 1) 2,752 (5 1)
sc 2,205
552
y el correspondiente valor de t:
(5,40 4,76) 0,64
t 0,46
1 1 1,4
2,205
5 5
tcrit es 2,3 para 8 grados de libertad, por lo que
no hay diferencias significativas entre los
resultados dados por los dos mtodos. Sin
embargo, la diferencia (0,64) se compara con
un trmino de la desviacin estndar de 1,4.
Este valor de 1,4 es la desviacin estndar
asociada a la diferencia, y por lo tanto
representa una contribucin aplicable a la
incertidumbre asociada al sesgo medido.
7.7.6. El sesgo global puede tambin ser estimado
mediante la adicin de analito a un material
previamente estudiado. Se aplicaran las mismas
consideraciones que para el estudio con
materiales de referencia (previamente descrito).
Adems, debera considerarse y determinarse el
comportamiento diferente del material original y
el material aadido a la muestra. Esta
determinacin puede hacerse mediante:
Estudios de la distribucin del sesgo
observado para un cierto rango de matrices y
niveles del analito aadido.
Comparacin del resultado obtenido para un
material de referencia, con respecto a la
recuperacin de analito aadido en el mismo
material de referencia.
Decisiones basadas en materiales especficos
con un conocido comportamiento extremo.
Por ejemplo, el tejido de ostra, un tejido de
referencia marino muy comn, es bien
conocido por la tendencia a coprecipitar
algunos elementos con sales de calcio durante
la digestin, y puede proporcionar una
estimacin de la recuperacin para el peor de
los casos, en el que se puede basar una
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
estimacin de la incertidumbre (por ejemplo,
tratando el peor de los casos como un
extremo de una distribucin rectangular o
triangular).
Decisiones basadas en experiencias previas.
7.7.7. El sesgo puede ser tambin estimado por
comparacin de un mtodo en particular con un
estndar, en el que se adicionan cantidades
conocidas de analito al material a analizar, y se
deduce por extrapolacin la concentracin
correcta del analito. Entonces la incertidumbre
asociada al sesgo es normalmente dominada por
incertidumbres asociadas a la extrapolacin,
combinadas, si procede, con cualquier
contribucin significativa de la preparacin y
adicin de soluciones patrn.
NOTA: Para ser directamente relacionados, la adicin
se debe hacer en la muestra original, ms que
en el extracto preparado.
7.7.8. Es un requisito general de la Gua ISO que
las correcciones se deberan aplicar para todos los
efectos sistemticos significativos y reconocidos.
Cuando se aplica una correccin para tener en
cuenta un sesgo global significativo, la
incertidumbre asociada al sesgo se estima como
describe el apartado 7.7.5 para el caso de un sesgo
no significativo.
7.7.9. Cuando el sesgo es significativo, pero no
obstante es despreciado por motivos prcticos, es
necesario realizar acciones adicionales (vase la
seccin 7.16.).
Factores adicionales
7.7.10. Los efectos de cualquier factor restante
deben ser estimados por separado, mediante
variacin experimental o mediante prediccin a
partir de teoras establecidas. La incertidumbre
asociada a estos factores debe ser estimada,
guardada, y combinada con otras contribuciones
habituales.
7.7.11. Cuando se demuestra que el efecto de
estos factores restantes es despreciable,
comparado con la precisin del estudio
(estadsticamente insignificante), se recomienda
que una contribucin a la incertidumbre igual a la
desviacin estndar asociada al test de relevancia
significativa, est asociada con ese factor.
EJEMPLO
Se investiga el efecto de la variacin de una
hora en el tiempo de extraccin mediante un t-
test con cinco determinaciones, todas ellas en la
misma muestra, para el tiempo de extraccin
normal, y para la extraccin con una hora
Pgina 18
Cuantificacin de la Incertidumbre
menos. Las medias y desviaciones estndar (en
mg L-1) seran: Tiempo estndar: desviacin
estndar 0,21, y media 1,8; tiempo alternativo:
desviacin estndar 0,17, y media 1,7. Un t-test
usa la varianza unificada de
(5 1) 0,212 (5 1) 0,17 2
0,037
(5 1) (5 1)
para obtener
(1,8 1,7)
t 0,82
1 1
0,037
5 5
Esto no es significativo comparado con tcrit =
2,3. Pero tngase en cuenta que la diferencia
(0,1) se compara con un trmino de la
desviacin estndar calculada de
0, 037 (1 / 5 1 / 5) =0,12. Este valor es la
contribucin a la incertidumbre asociada al
efecto de la variacin permitida en el tiempo
de extraccin.
7.7.12. Cuando se detecta un efecto, y es
estadsticamente significativo, pero se considera
lo suficientemente pequeo como para
despreciarlo por razones prcticas, se pueden
aplicar los planteamientos de la seccin 7.16.
7.8. Uso de datos procedentes de
ejercicios de intercomparacin
7.8.1. Usos de los datos procedentes de
ejercicios de intercomparacin en la
evaluacin de la incertidumbre
Los datos obtenidos a partir de ejercicios de
intercomparacin pueden tambin proporcionar
informacin til para la evaluacin de la
incertidumbre. Para mtodos que ya se usan desde
hace tiempo en el laboratorio, los datos de
ejercicios de intercomparacin (tambin llamados
Aseguramiento Externo de la Calidad, AEC) se
pueden usar:
para comprobar la incertidumbre estimada con
resultados de ejercicios de intercomparacin de
un nico laboratorio.
para estimar la incertidumbre de medida del
laboratorio.
7.8.2. Validez de los datos procedentes de
ejercicios de intercomparacin para la
evaluacin de la incertidumbre
La ventaja de usar datos provenientes de
ejercicios de intercomparacin consiste en que,
aunque stos se basen principalmente en
comparar el desempeo de varios laboratorios, un
laboratorio concreto, con el tiempo, podr
estudiar una gama de materiales bien
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
caracterizados, elegidos por su relevancia para ese
particular campo de medida. Adems, las
muestras de los ejercicios de intercomparacin
pueden ser ms parecidas a muestras de rutina que
un MRC, ya que los requisitos de estabilidad y
homogeneidad son habitualmente menos severos.
La desventaja relativa de las muestras procedentes
de ejercicios de intercomparacin es la falta de
valores de referencia trazables, similares a
aquellos derivados de materiales de referencia
certificados. Los valores consenso, en particular,
tienen tendencia a generar errores ocasionales.
Esto exige un especial cuidado a la hora de
usarlos para estimar la incertidumbre, como
recomienda la IUPAC, para la interpretacin de
resultados de ejercicios de intercomparacin en
general. [H.16]. Sin embargo, un sesgo apreciable
en valores consenso es relativamente infrecuente
en proporcin a todos los materiales distribuidos,
y el prolongado perodo de realizacin, tpico de
los ejercicios de intercomparacin, proporciona
una sustancial proteccin. Los valores asignados a
ejercicios de intercomparacin, incluyendo
aquellos asignados por consenso de los resultados
de los participantes, podran por lo tanto ser
considerados como suficientemente fiables para la
mayora de aplicaciones prcticas.
Los datos obtenidos de la participacin de un
laboratorio en ejercicios de intercomparacin
pueden ser una buena base para realizar
estimaciones de la incertidumbre, una vez
satisfechas las siguientes condiciones:
- Los parmetros del ejercicio de
intercomparacin deberan ser
razonablemente representativos de los
parmetros de rutina. Por ejemplo, el tipo de
material, y el rango de valores del
mensurando deberan ser adecuados.
- Los valores asignados tienen una
incertidumbre adecuada.
- El nmero de rondas del ejercicio de
intercomparacin debe ser adecuado; se
recomienda un mnimo de 6 ensayos
diferentes, a lo largo de un periodo de tiempo
apropiado, para obtener una estimacin
fiable.
- Cuando se usan valores consenso, el nmero
de laboratorios participantes en el ejercicio
debera ser lo suficientemente grande como
para realizar una caracterizacin fiable del
material.
Pgina 19
Cuantificacin de la Incertidumbre
7.8.3. Uso para comprobar estimaciones de la
incertidumbre
Los ejercicios de intercomparacin estn
diseados para examinar peridicamente el
rendimiento global del laboratorio. Los resultados
de la participacin de un laboratorio en ejercicios
de intercomparacin pueden, por lo tanto, ser
usados para comprobar la incertidumbre evaluada,
dado que esa incertidumbre debera ser
compatible con la dispersin de resultados
obtenidos por ese laboratorio a lo largo de un
cierto nmero de rondas de ejercicios de
intercomparacin.
7.8.4. Uso para evaluar la incertidumbre
A lo largo de varias rondas, las desviaciones de
los resultados de un laboratorio con respecto a los
valores asignados pueden proporcionar una
evaluacin preliminar de la incertidumbre de la
medida del laboratorio.
Si se seleccionan los resultados de todos los
participantes que usan el mismo mtodo en el
ejercicio de intercomparacin, la desviacin
estndar obtenida es equivalente a una estimacin
de la reproducibilidad interlaboratorio y puede, en
principio, ser usada de la misma manera que la
desviacin estndar de la reproducibilidad
obtenida del estudio de colaboracin (seccin 7.6.
anterior).
Los Informes Tcnicos de Eurolab 1/2002
Incertidumbre de medida en ensayos [H.17],
1/2006 Gua para la Evaluacin de la
Incertidumbre de la Medida para Resultados de
Ensayos Cuantitativos [H.18] e Incertidumbre
de la medida revisada: Aproximaciones
alternativas a la evaluacin de la incertidumbre
[H.19] describen con ms detalle el uso de los
datos procedentes de ejercicios de
intercomparacin y proporcionan ejemplos
desarrollados, y una gua de Nordtest [H.20]
ofrece una aproximacin general enfocada a
laboratorios medioambientales.
7.9. Evaluacin de la incertidumbre
para mtodos empricos
7.9.1. Un mtodo emprico es un mtodo
acordado con el objetivo de realizar medidas
comparativas en un campo de aplicacin
particular, en el que el mensurando tpicamente
depende del mtodo usado. El mtodo, por lo
tanto, define al mensurando. Los ejemplos
incluyen mtodos para metales lixiviables en
cermicas y fibra en alimentos (vase tambin la
seccin 5.4. y el ejemplo A5).
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
7.9.2. Cuando el citado mtodo se usa dentro de
su campo de aplicacin definido, el sesgo
asociado al mtodo se define como cero. En tales
circunstancias, la estimacin del sesgo slo
necesita estar vinculada al desempeo del
laboratorio y no debera tener en cuenta
adicionalmente el sesgo intrnseco del mtodo.
Esto tiene las siguientes implicaciones.
7.9.3. Las investigaciones con materiales de
referencia, tanto para demostrar sesgos
insignificantes, como para medirlos, deberan
llevarse a cabo empleando materiales de
referencia certificados usando el mtodo concreto,
u otro material para el cual hay disponible un
valor obtenido con el mtodo concreto para ser
comparado.
7.9.4. Si no hay disponibles materiales de
referencia tan bien caracterizados, el control
general del sesgo se asocia al control de los
parmetros del mtodo que afectan al resultado;
normalmente factores como tiempo, temperatura,
masa, volumen, etc. La incertidumbre asociada a
estos factores debe, por lo tanto, ser evaluada, y
resultar insignificante, o deber ser cuantificada
(vase el ejemplo A6).
7.9.5. Normalmente los mtodos empricos son
sometidos a estudios colaborativos, y por lo tanto
la incertidumbre puede ser evaluada tal como se
describe en la seccin 7.6.
7.10. Evaluacin de la incertidumbre
para mtodos ad-hoc
7.10.1. Los mtodos ad-hoc son mtodos
diseados para llevar a cabo estudios
exploratorios y de materiales de ensayo a corto
plazo. Estos mtodos estn normalmente basados
en mtodos estndar o bien establecidos en el
laboratorio, pero estn sustancialmente adaptados
(por ejemplo, para estudiar un analito diferente) y
generalmente no justificarn estudios de
validacin formales para el material especfico en
cuestin.
7.10.2. Teniendo en cuenta que slo se dispondr
de una cantidad limitada de recursos para
determinar las contribuciones relevantes a la
incertidumbre, es necesario basarse en gran
medida en el rendimiento conocido de sistemas
relacionados, o partes de esos sistemas. La
estimacin de la incertidumbre, por tanto, debera
basarse en el rendimiento conocido de uno o
varios sistemas relacionados. La informacin
sobre el rendimiento debera apoyarse en
cualquier estudio necesario para determinar la
relevancia de la informacin. Las siguientes
recomendaciones suponen que el mencionado
Pgina 20
Cuantificacin de la Incertidumbre
sistema relacionado est disponible, y ha sido lo
suficientemente examinado como para obtener
una estimacin fiable de la incertidumbre, o bien
que el mtodo est formado por bloques
procedentes de otros mtodos, y que la
incertidumbre de esos bloques ha sido
determinada previamente.
7.10.3. Como mnimo, es esencial disponer de una
estimacin del sesgo total y una indicacin de la
precisin del mtodo en cuestin. El sesgo,
idealmente, ser medido frente a un material de
referencia, pero en la prctica, ser comnmente
evaluado mediante recuperacin de una muestra
fortificada. Las consideraciones de la seccin
7.7.4. son en consecuencia aplicables, excepto por
el hecho de que la recuperacin de muestras
fortificadas debera compararse con aquella
observada en los sistemas relacionados, para
determinar la relevancia de estudios previos al
mtodo ad-hoc en cuestin. El sesgo global
observado para el mtodo ad-hoc en los
materiales que estn siendo analizados, debera
ser comparable al observado en el sistema
relacionado, dentro de los requerimientos del
estudio.
7.10.4. Un experimento de mnima precisin
consiste en un anlisis de duplicados. Sin
embargo, se recomienda realizar tantas rplicas
como se realice en la prctica. La precisin
debera ser comparada con la del sistema
relacionado; la desviacin estndar del mtodo
ad-hoc debera ser comparable.
NOTA: Se recomienda que la comparacin est
basada en un examen cuidadoso. Los anlisis
de significancia estadstica (por ejemplo un
test F) sern generalmente poco fiables para
un nmero pequeo de rplicas, y tendern a
llevar a la conclusin de que no hay
diferencias significativas, simplemente por la
baja calidad del estudio.
7.10.5. Cuando las condiciones arriba
mencionadas se cumplen inequvocamente, la
estimacin de la incertidumbre para el sistema
relacionado debe ser directamente aplicada a los
resultados obtenidos por el mtodo ad-hoc,
realizando los ajustes necesarios para la
dependencia de la concentracin y otros factores
conocidos.
7.11. Cuantificacin de los componentes
individuales
7.11.1. Casi siempre es necesario considerar
individualmente algunas fuentes de
incertidumbre. En algunos casos, esto es slo
necesario para un pequeo nmero de fuentes; en
otros casos, particularmente cuando hay
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
disponibles pocos o ningn dato de desempeo
del mtodo, cada fuente puede necesitar un
estudio separado (vase los ejemplos 1, 2, y 3 del
Apndice A). Hay varios mtodos generales para
determinar los componentes individuales de la
incertidumbre:
Variacin experimental de variables
A partir de datos disponibles, como
certificados de calibracin y medidas.
Mediante modelizacin a partir de principios
tericos
Usando juicios basados en la experiencia, o
fundamentados en modelizacin de hiptesis
Estos diferentes mtodos se discutirn brevemente
ms adelante.
7.12. Estimacin experimental de
contribuciones individuales a la
incertidumbre
7.12.1. A menudo, es posible y prctico obtener
estimaciones de las contribuciones a la
incertidumbre procedentes de estudios
experimentales especficos para parmetros
individuales.
7.12.2. La incertidumbre estndar procedente de
efectos aleatorios se mide a menudo a partir de la
repetibilidad de los experimentos, y es
cuantificada en trminos de desviacin estndar
de los valores medidos. En la prctica, no se
consideran necesarias ms de unas quince
rplicas, a menos que se requiera una alta
precisin.
7.12.3. Otros experimentos tpicos incluyen:
Estudio del efecto de la variacin de un solo
parmetro en el resultado. Esto es
especialmente adecuado para el caso de
parmetros continuos y controlables,
independientes de otros efectos, como el
tiempo o la temperatura. La tasa de cambio en
el resultado al cambiar el parmetro, se puede
obtener a partir de datos experimentales.
Entonces, esto se combina directamente con la
incertidumbre del parmetro para obtener la
contribucin relevante a la incertidumbre.
NOTA: El cambio en el parmetro debera ser lo
suficientemente grande como para cambiar el
resultado sustancialmente comparado con la
precisin disponible en el estudio (por
ejemplo, cinco veces la desviacin estndar
de la medida de las rplicas)
Los estudios de robustez examinan
sistemticamente la importancia de cambios
Pgina 21
Cuantificacin de la Incertidumbre
moderados en los parmetros. Esto es
especialmente adecuado para una rpida
identificacin de los efectos significativos, y
es usado comnmente para la optimizacin de
mtodos. El mtodo puede ser aplicado en el
caso de efectos discretos, como cambios de
matriz, o pequeos cambios en la
configuracin de los equipos, que tienen
efectos impredecibles en el resultado. Cuando
se determina que un factor es significativo,
normalmente es necesaria una investigacin
ms profunda. Cuando no es significativo, la
incertidumbre asociada es (al menos para una
estimacin inicial) la obtenida del estudio de
robustez.
Los diseos experimentales sistemticos
multifactoriales estn planteados para estimar
los efectos de los diferentes factores y sus
interacciones. Estos estudios son
particularmente tiles cuando implican
variables categricas. Una variable categrica
es aquella en la que el valor de la variable no
est relacionada con la magnitud del efecto; el
nmero de laboratorios que participan en el
estudio, los nombres de los analistas, o el tipo
de muestras, son ejemplos de variables
categricas. Por ejemplo, el efecto de los
cambios en el tipo de matriz (dentro del
alcance del mtodo) podra ser estimado a
partir de estudios de recuperacin llevados a
cabo en un estudio replicado de matriz
mltiple. Un anlisis de varianza
proporcionara los componentes de la varianza
dentro y entre matrices para la recuperacin
analtica observada. El componente de
varianza entre matrices proporcionara una
incertidumbre estndar asociada a la variacin
de matriz.
7.13. Estimacin basada en otros
resultados o datos
7.13.1. A menudo, es posible estimar algunas de
las incertidumbres estndar, usando cualquier
informacin relevante disponible sobre la
incertidumbre relacionada con la magnitud de
inters. Los siguientes prrafos sugieren algunas
fuentes de informacin.
7.13.2. Datos de control de calidad (CC). Como
se ha mencionado previamente, es necesario
asegurarse de que se cumplen los criterios de
calidad establecidos en los procedimientos
operativos estndar, y que las mediciones de
muestras de CC indican que estos criterios se
continan cumpliendo. Cuando se usan materiales
de referencia para los controles de calidad, la
seccin 7.5. muestra cmo se pueden usar los
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
datos para evaluar la incertidumbre. Cuando se
usa cualquier otro material estable, los datos
procedentes de CC proporcionan una estimacin
de la precisin intermedia (Seccin 7.7.2.).
Cuando no hay disponibles muestras estables de
CC, se pueden usar determinaciones duplicadas, o
mtodos similares para estudiar la repetibilidad; a
largo plazo, los datos de repetibilidad recopilados
pueden usarse para realizar una estimacin de la
desviacin estndar de repetibilidad, que puede
formar parte de la incertidumbre combinada.
7.13.3. Los datos de CC tambin proporcionan un
estudio continuado del valor dado para la
incertidumbre. Claramente, la incertidumbre
combinada que surge de efectos aleatorios, no
puede ser menor que la desviacin estndar de las
medidas de los CC.
7.13.4. Se pueden encontrar ms detalles del uso
de datos de controles de calidad en la evaluacin
de la incertidumbre en las recientes guas
NORDTEST y EUROLAB [H.19, H.20].
7.13.5. Informacin del proveedor. Para muchas
fuentes de incertidumbre, los certificados de
calibracin o catlogos de los proveedores
proporcionan informacin. Por ejemplo, la
tolerancia de los objetos volumtricos de vidrio
puede ser obtenida mediante el catlogo del
fabricante, o un certificado de calibracin
relacionado con un artculo particular, antes de ser
usado.
7.14. Desarrollo de modelos a partir de
principios tericos
7.14.1. En muchos casos, las teoras fsicas bien
establecidas proporcionan buenos modelos para
predecir efectos en el resultado. Por ejemplo, los
efectos de la temperatura en el volumen y la
densidad son bien conocidos. En esos casos, las
incertidumbres pueden calcularse o estimarse a
partir del tipo de relacin, usando los mtodos de
propagacin de la incertidumbre descritos en la
seccin 8.
7.14.2. En otras circunstancias, puede ser
necesario usar modelos tericos aproximados,
combinados con datos experimentales. Por
ejemplo, cuando una medida analtica depende de
una reaccin de derivatizacin temporizada,
puede ser necesario valorar las incertidumbres
asociadas al tiempo. Esto se podra hacer a travs
de la simple variacin del tiempo transcurrido.
Sin embargo, puede ser mejor establecer un
modelo de rango aproximado, a partir de breves
estudios experimentales de la cintica de la
derivatizacin a concentraciones prximas a la de
Pgina 22
Cuantificacin de la Incertidumbre
inters, y evaluar la incertidumbre a partir del
rango de cambio previsto, para un momento dado.
7.15. Estimacin basada
crticos
7.15.1. La evaluacin de la incertidumbre no es ni
una tarea de rutina, ni una tarea puramente
matemtica; depende del conocimiento detallado
de la naturaleza del mensurando, y del mtodo y
procedimiento de medida usados. La calidad y
utilidad de la incertidumbre estimada para el
resultado de una medida depende en ltima
instancia, por tanto, de la comprensin, anlisis
crtico, e integridad de aquellos que contribuyen a
la determinacin de su valor.
7.15.2. La mayora de las distribuciones de datos
pueden ser interpretadas en el sentido en que es
menos probable encontrar datos en los extremos
de la distribucin que en el centro. La
cuantificacin de estas distribuciones, y sus
desviaciones estndar asociadas, se hacen
mediante medidas repetidas.
7.15.3. Sin embargo, pueden ser necesarias otras
evaluaciones de los intervalos, en aquellos casos
en los que no se puedan realizar medidas
repetidas, o stas no proporcionen una medida
significativa de un componente particular de la
incertidumbre.
7.15.4. Hay numerosos ejemplos en qumica
analtica en los que este caso prevalece, y se hace
necesario un juicio crtico. Por ejemplo:
No se puede hacer una evaluacin de la
recuperacin, y su incertidumbre asociada,
para cada una de las muestras. En su lugar, se
hace una evaluacin segn el tipo de muestra
(por ejemplo, agrupadas por tipo de matriz), y
los resultados aplican a todas las muestras de
similar tipo. El grado de similitud es en s
mismo desconocido, por lo que esta
conclusin (a partir del tipo de matriz de una
muestra especfica) est asociada a un
elemento extra de incertidumbre que no tiene
una interpretacin frecuencial1.
El modelo de medida, tal como viene
especificado en el procedimiento analtico, se
usa para convertir la cantidad medida en el
valor del mensurando (resultado analtico).
Este modelo est, como todos los modelos en
la ciencia, sujeto a una cierta incertidumbre.
Simplemente se supone que la naturaleza se
1 La probabilidad frecuencial o emprica es la que se fundamenta en los datos
obtenidos por encuestas, preguntas o por una serie larga de realizaciones de
un experimento. El clculo de la probabilidad de un evento y la frecuencia
relativa del mismo es lo que se conoce como probabilidad frecuencial.
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
comporta segn este modelo especfico, pero
esto nunca se puede saber con total certeza.
en juicios Se recomienda el uso de materiales de
referencia, pero siempre queda una cierta
incertidumbre asociada no slo al valor
verdadero, sino tambin a la adecuacin de un
material de referencia concreto en el anlisis
de una muestra especfica. Un juicio crtico es
necesario, del grado en el cual una sustancia
declarada patrn se parece razonablemente a
la naturaleza de las muestras, en una situacin
concreta.
Otra fuente de incertidumbre se presenta
cuando el mensurando no est lo
suficientemente definido por el
procedimiento. Considere la determinacin de
sustancias oxidables con permanganato,
que indudablemente es diferente si se analizan
aguas continentales, o aguas residuales
urbanas. No slo factores como la
temperatura de oxidacin, sino tambin
efectos qumicos como la composicin de la
matriz, o su funcin como interferencia,
pueden tener influencia en este campo.
Una prctica comn en qumica analtica es
fortificar con una nica sustancia, como
ismeros isotpicos o molculas muy
similares estructuralmente, para las cuales la
recuperacin de las respectivas sustancias
originarias o se evala incluso una clase
completa de compuestos. Claramente, la
incertidumbre asociada es experimentalmente
evaluable, estudiando el analista la
recuperacin, a todos los niveles de
concentracin, y los ratios de los
mensurandos frente a la fortificacin, y para
todas las matrices relevantes. Pero
frecuentemente esta experimentacin se evita
y sustituye por juicios crticos sobre
la dependencia de la concentracin de la
recuperacin del mensurando,
la dependencia de la concentracin de la
recuperacin de los compuestos con los
que se fortifica,
la dependencia de la recuperacin con los
tipos de matriz,
la identidad del tipo de enlace de las
sustancias originales, y aquellas con las
que se fortifica.
7.15.5. Los juicios crticos de este tipo no estn
basados en resultados experimentales inmediatos,
sino ms bien en una probabilidad subjetiva
(personal), expresin que aqu se puede usar
Pgina 23
Cuantificacin de la Incertidumbre
como sinnimo de grado de confianza,
probabilidad intuitiva, y credibilidad [H.21].
Tambin se supone que un grado de confianza no
se basa en un juicio repentino, sino en un juicio de
la probabilidad bien considerado y madurado.
7.15.6. Aunque es sabido que las probabilidades
subjetivas varan de una persona a otra, e incluso
de un momento a otro para la misma persona, no
son arbitrarias, ya que estn influenciadas por el
sentido comn, conocimiento tcnico, y por
observaciones y experimentos previos.
7.15.7. Esto puede parecer una desventaja, pero
no implica necesariamente obtener peores
estimaciones que las obtenidas a partir de medidas
repetidas. Esto aplica particularmente si la
verdadera variabilidad en las condiciones
experimentales no puede ser simulada, y la
variabilidad resultante en los datos, por tanto, no
proporciona una imagen prxima a la realidad.
7.15.8. Un problema tpico de esta naturaleza se
presenta si la variabilidad a largo plazo necesita
ser evaluada cuando no hay disponibles datos de
estudios de colaboracin. Un cientfico que
descarta la opcin de utilizar probabilidad
subjetiva en lugar de una realmente medida
(cuando esta ltima no est disponible) es
probable que ignore importantes contribuciones
en la incertidumbre combinada, siendo esta por
tanto menos objetiva que una que tenga en cuenta
las probabilidades subjetivas.
7.15.9. Con el objetivo de estimar incertidumbres
combinadas, dos caractersticas de la estimacin
del grado de confianza son esenciales:
el grado de confianza se considera como el
intervalo medido para el cual se proporciona
un lmite superior e inferior, similar al de una
QUAM:2012.P1-ES
Etapa 3: Cuantificacin de la Incertidumbre
distribucin de probabilidad clsica.
se aplican las mismas reglas computacionales
a la hora de combinar contribuciones del
grado de confianza de la incertidumbre,
para obtener una incertidumbre combinada,
que a las desviaciones estndar derivadas de
otros mtodos.
7.16. Importancia del sesgo
7.16.1. Es un requisito general de la Gua ISO que
las correcciones se deben aplicar para todos los
efectos sistemticos significativos y reconocidos.
7.16.2. A la hora de decidir si un sesgo conocido
puede ser razonablemente descartado, se
recomienda la siguiente aproximacin:
i) Estimar la incertidumbre combinada sin
considerar el sesgo relevante.
ii) Comparar el sesgo con la incertidumbre
combinada.
iii) Cuando el sesgo no es significativo
comparado con la incertidumbre combinada,
el sesgo puede ser descartado.
iv) Cuando el sesgo es significativo comparado
con la incertidumbre combinada, se requiere
una accin adicional. Acciones apropiadas
podran ser:
Eliminar o corregir el sesgo, haciendo la
debida asignacin de la incertidumbre de
la correccin.
Informar del sesgo observado y su
incertidumbre adems del resultado.
NOTA: Cuando un sesgo conocido no est
corregido por convencin, el mtodo debera ser
considerado emprico (ver seccin 7.8.).
Pgina 24
Cuantificacin de la Incertidumbre
8. Etapa 4. Clculo de la Incertidumbre Combinada
8.1. Incertidumbres estndar
8.1.1. Antes de combinarlas, todas las
contribuciones de las incertidumbres deben estar
expresadas como incertidumbres estndar, es
decir, como desviaciones estndar. Esto puede
implicar la conversin de algunas de las otras
medidas de dispersin. Las reglas siguientes dan
una orientacin para convertir un componente de
la incertidumbre en una desviacin estndar.
8.1.2. En el caso de que un componente de la
incertidumbre haya sido evaluado
experimentalmente como la dispersin de
medidas repetidas, este puede expresarse
fcilmente como una desviacin estndar. Para la
contribucin a la incertidumbre de medidas
nicas, la incertidumbre estndar es sencillamente
la desviacin estndar observada; para resultados
promediados, se usa la desviacin estndar de la
media [B.21].
8.1.3. Cuando una incertidumbre deriva estimada
de resultados y datos previos, esta se puede
expresar directamente como una desviacin
estndar. Sin embargo, cuando se d un intervalo
de confianza con un nivel de confianza p%, (en la
forma a a p%) entonces para calcular la
desviacin estndar dividir el valor de a entre el
punto porcentual apropiado de la distribucin
Normal para el nivel de confianza dado.
EJEMPLO
Una especificacin establece que la lectura de
una balanza est entre 0,2 mg con un 95 % de
confianza. A partir de tablas estndar de puntos
porcentuales de distribucin normal, se calcula
un intervalo de confianza del 95% usando un
valor de 1,96. Usando esta cifra resulta una
incertidumbre estndar de (0,2/1,96) 0,1.
8.1.4. Si los lmites de a son dados sin nivel de
confianza y hay motivos para esperar que sea
probable que haya valores extremos, normalmente
es apropiado suponer una distribucin
rectangular, con una desviacin estndar de a/3
(vase el Anexo E).
EJEMPLO
Un matraz volumtrico de Clase A de 10 mL est
certificado dentro de 0,2 mL. La incertidumbre
estndar es 0,2/3 0,12 mL
8.1.5. Si los lmites de a son dados sin nivel de
confianza, pero hay motivos para esperar que sea
improbable que haya valores extremos,
QUAM:2012.P1-ES
Etapa 4: Clculo de la Incertidumbre Combinada
normalmente es apropiado suponer una
distribucin triangular, con una desviacin
estndar de a/6 (vase el Anexo E).
EJEMPLO
Un matraz volumtrico de Clase A de 10 mL
est certificado dentro de 0,2 mL, pero
controles internos rutinarios muestran que los
valores extremos son infrecuentes. La
incertidumbre estndar es 0,2/6 0,08 mL.
8.1.6. Cuando se vaya a hacer una estimacin
basada en juicio crtico sera posible estimar el
componente directamente como una desviacin
estndar. Si esto no fuera posible, entonces se
debe hacer una estimacin de la desviacin
mxima que razonablemente podra ocurrir en la
prctica (excluyendo errores individuales). Si un
valor ms pequeo se considera substancialmente
ms probable, esta estimacin puede ser tratada
como descriptiva de una distribucin triangular.
Si no hay razones para creer que un error pequeo
es ms probable que un error grande, la
estimacin debera ser tratada como la
caracterizacin de una distribucin rectangular.
8.1.7. Los factores de conversin para las
funciones de distribucin ms comnmente
empleadas estn recogidos en el Anexo E1.
8.2. Incertidumbre estndar
Combinada
8.2.1. Despus de estimar los componentes
individuales o los grupos de componentes de la
incertidumbre y de expresarlos como
incertidumbres estndar, el siguiente paso es
calcular la incertidumbre estndar combinada
usando uno de los procedimientos descritos abajo.
8.2.2. La relacin general entre la incertidumbre
estndar combinada uc(y) de un valor y y la
incertidumbre de los parmetros independientes
x1, x2, ...xn de los que depende es
c u ( y, x )
*
uc(y(x1,x2,...)) = 2
i u( xi ) 2 = i
2
i 1, n i 1, n
donde y(x1,x2,..) es una funcin de varios
parmetros x1,x2..., ci es un coeficiente de
sensibilidad evaluado como ci=y/xi, la
diferencia parcial de y con respecto de xi y u(y,xi)
* La Gua ISO usa la forma abreviada ui(y) en lugar de
u(y,xi)
Pgina 25
Cuantificacin de la Incertidumbre
denota la incertidumbre en y derivada de la
incertidumbre en xi. La contribucin de cada
variable u(y,xi) es precisamente el cuadrado de la
incertidumbre asociada expresada como una
desviacin estndar multiplicada por el cuadrado
del coeficiente de sensibilidad adecuado. Este
coeficiente de sensibilidad describe cmo el valor
de y vara con los cambios en los parmetros x1, x2
etc.
NOTA: Los coeficientes de sensibilidad tambin
pueden ser evaluados directamente de manera
experimental; esto es particularmente til
donde no existe una descripcin matemtica
fiable de la relacin.
8.2.3. Cuando las variables no son independientes,
la relacin es ms compleja:
ci2 u ( xi ) 2 ci c k u ( xi , x k )
u ( y ( x i , j ... ))
i 1, n i , k 1, n
ik
donde u(xi,xk) es la covarianza entre xi y xk , y ci y
ck son los coeficientes de sensibilidad tal y como
se han descrito y evaluado en el punto 8.2.2. La
covarianza se relaciona con el coeficiente de
correlacin rik de este modo
u(xi,xk) = u(xi)u(xk)rik
donde -1 rik 1.
8.2.4. Estos procedimientos generales son de
aplicacin si las incertidumbres estn relacionadas
con parmetros individuales, parmetros
agrupados o con el mtodo completo. Sin
embargo, cuando la contribucin de la
incertidumbre se asocia con el procedimiento
completo, habitualmente se expresa como un
efecto sobre el resultado final. En estos casos, o
cuando la incertidumbre de un parmetro se
expresa directamente en trminos de su efecto
sobre y, el coeficiente de sensibilidad y/xi es
igual a 1.0.
EJEMPLO
Un resultado de 22 mg L-1 muestra una
desviacin estndar observada de 4,1 mg L-1.
La incertidumbre estndar u(y) asociada con la
precisin bajo estas condiciones es 4,1 mg L-1.
El modelo implcito para la medida,
desechando otros factores en aras de una mayor
claridad, es
y = (Resultado calculado) +
donde representa el efecto de la variacin
aleatoria bajo las condiciones de la medida.
y/ es consecuentemente 1,0.
8.2.5. Excepto para el caso antes mencionado,
cuando el coeficiente de sensibilidad es igual a
QUAM:2012.P1-ES
Etapa 4: Clculo de la Incertidumbre Combinada
uno, y para los casos especiales dados en la Regla
1 y Regla 2 ms adelante, se debe emplear el
procedimiento general que requiere la generacin
de diferenciales parciales, o un mtodo numrico
alternativo. En el Anexo E se dan detalles de un
mtodo numrico, propuesto por Kragten [H.22],
el cual hace un uso eficaz de una aplicacin
informtica tipo hoja de clculo para proporcionar
una incertidumbre estndar combinada a partir de
incertidumbres estndar introducidas y un modelo
de medida conocido. En el Anexo E se describe
tambin el uso de la simulacin Monte Carlo, una
forma de abordaje numrica alternativa. Se
recomienda que se usen estos, u otros mtodos
informticos adecuados, para todos los casos
excepto para los ms sencillos.
8.2.6. En algunos casos, las expresiones para
combinar incertidumbres se reducen a formas
mucho ms sencillas. Aqu se dan dos reglas
simples para combinar incertidumbres estndar.
Regla 1
Para modelos que supongan solo una suma o
diferencia de cantidades, por ejemplo
y=(p+q+r+...), la incertidumbre estndar
combinada uc(y) viene dada por:
u c ( y ( p, q..)) u ( p ) 2 u ( q) 2 .....
Regla 2
Para modelos que impliquen un producto o un
cociente, por ejemplo y=(p q r ...) o y= p /
(q r ...), la incertidumbre estndar combinada
uc(y) es dada por
u ( p) u (q)
2 2
u c ( y ) y .....
p q
donde (u(p)/p) etc. son las incertidumbres en los
parmetros, expresadas como desviaciones
estndar relativas.
NOTA La resta es tratada del mismo modo que la
suma, y la divisin del mismo modo que la
multiplicacin.
8.2.7. Si se desea combinar componentes de la
incertidumbre, es ms conveniente descomponer
el modelo matemtico original en expresiones que
consten nicamente de operaciones cubiertas por
una de las reglas antes mencionadas. Por ejemplo,
la expresin
(o p )
(q r )
Debera ser descompuesta en los dos elementos
(o+p) y (q+r). Las incertidumbres provisionales
para cada uno de ellos pueden entonces ser
Pgina 26
Cuantificacin de la Incertidumbre
calculadas usando la mencionada regla 1; estas
incertidumbres provisionales pueden entonces ser
combinadas usando la regla 2 para dar la
incertidumbre estndar combinada.
8.2.8. Los siguientes ejemplos ilustran el uso de
las reglas antes mencionadas:
EJEMPLO 1
y = (p-q+r) Los valores son p=5,02 , q=6,45 y
r=9,04 con incertidumbres estndar u(p)=0,13 ,
u(q)=0,05 y u(r)= 0,22.
y = 5,02 6,45 + 9,04 = 7,61
u( y) 0,132 0,052 0,222 0,26
EJEMPLO 2
y = (op/qr). Los valores son o=2,46, p=4,32 ,
q=6,38 y r=2,99 , con desviaciones estndar de
u(o)=0,02 , u(p)=0,13 , u(q)=0,11 y u(r)= 0,07.
y=( 2,46 4,32 ) / (6,38 2,99 ) = 0,56
0,02 0,13
2 2
2,46 4,32
u ( y ) 0,56
0,11 0,07
2 2
6,38 2,99
u(y) = 0,56 0,043 = 0,024
8.2.9. Hay muchas ocasiones en las que las
magnitudes de los componentes de la
incertidumbre varan con la concentracin del
analito. Por ejemplo, la incertidumbre en la
recuperacin puede ser menor para altos niveles
de material, o las seales espectroscpicas pueden
varias aleatoriamente en una escala
aproximadamente proporcional a la intensidad
(coeficiente de variacin constante). En estos
casos, lo importante es tener en cuenta los
cambios en la incertidumbre estndar combinada
con el nivel del analito. Algunas aproximaciones
incluyen:
Restringir el procedimiento especificado o la
estimacin de la incertidumbre a un rango
pequeo de concentraciones de analito.
Aportar una estimacin de la incertidumbre en
forma de una desviacin estndar relativa.
Calcular explcitamente la dependencia y
recalcular la incertidumbre para un resultado
dado.
El Anexo E.5 ofrece informacin adicional sobre
estas aproximaciones.
8.3. Incertidumbre expandida
8.3.1. La etapa final es multiplicar la
incertidumbre estndar combinada por el factor
QUAM:2012.P1-ES
Etapa 4: Clculo de la Incertidumbre Combinada
de cobertura escogido para obtener una
incertidumbre expandida. La incertidumbre
expandida se requiere para proporcionar un
intervalo que se espera que comprenda una gran
fraccin de la distribucin de valores los cuales
podran ser atribuidos razonablemente al
mensurando.
8.3.2. Al escoger un valor para el factor de
cobertura k, se deben considerar varios aspectos.
Entre ellos se incluyen:
El nivel de confianza requerido.
Cualquier conocimiento que se tenga sobre
las distribuciones subyacentes.
Cualquier conocimiento sobre el nmero de
valores usado para estimar efectos aleatorios
(vase 8.3.3.).
8.3.3. En la mayora de los casos se recomienda
que k sea 2. Sin embargo, este valor de k podra
ser insuficiente cuando la incertidumbre
combinada est basada en observaciones
estadsticas con relativamente pocos grados de
libertad (menos de 6). La eleccin de k depende
entonces del nmero efectivo de grados de
libertad.
8.3.4. Cuando la incertidumbre estndar
combinada est dominada por una sola
contribucin con menos de 6 grados de libertad,
se recomienda que k sea fijado igual al valor de la
t de Student para dos colas, para el nmero de
grados de libertad asociado con esa contribucin,
y para el nivel de confianza requerido
(normalmente 95%). La tabla 1 (pgina 28)
muestra una lista de valores para t, incluyendo los
grados de libertad por encima de 6 para
aplicaciones crticas.
EJEMPLO:
Una incertidumbre estndar combinada para
una operacin de pesaje est formada por la
contribucin de la incertidumbre de la
calibracin ucal=0,01 mg y la desviacin
estndar de cinco observaciones repetidas
sobs=0,08 mg. La incertidumbre estndar
combinada uc es 0,012 0,08 2 0,081 mg
.Esta est claramente dominada por la
contribucin de la repetibilidad sobs, la cual est
basada en 5 observaciones, dando 5-1=4 grados
de libertad. Entonces k est basada en la t de
Student. El valor para dos colas de t para cuatro
grados de libertad y 95% de confianza es, a
partir de las tablas, 2,8; por lo que k toma el
valor de 2,8 y la incertidumbre expandida es
U=2,80,081=0,23 mg.
Pgina 27
Cuantificacin de la Incertidumbre
8.3.5. La Gua [H.2] da orientaciones adicionales
para seleccionar k cuando se usa un nmero bajo
de mediciones para estimar grandes efectos
aleatorios, y debera ser empleada cuando se
estimen grados de libertad donde sean
significativas muchas contribuciones.
8.3.6. Cuando las contribuciones implicadas son
normales, un factor de cobertura de 2 (o de
Etapa 4: Clculo de la Incertidumbre Combinada
acuerdo a los prrafos 8.3.3.-8.3.5. usando un
nivel de confianza de 95 %) se obtiene un
intervalo que contiene aproximadamente el 95%
de la distribucin de valores. No se recomienda
tomar este intervalo para suponer un intervalo de
confianza del 95% sin un conocimiento de la
distribucin en cuestin.

Tabla 1: t de Student para 95 % de confianza (dos colas)

Grados de libertad
t

1 12,7
2 4,3
3 3,2
4 2,8
5 2,6
6 2,4
8 2,3
10 2,2
14 2,1
28 2,0
Los valores de t estn redondeados a una cifra
decimal. Para grados de libertad intermedios v, se
puede usar el valor inferior ms prximo o basarse
en tablas o software.

QUAM:2012.P1-ES Pgina 28
Cuantificacin de la Incertidumbre
9. Informar la Incertidumbre
9.1. Generalidades
9.1.1. La informacin necesaria para informar del
resultado de una medida depende del uso que se
le pretenda dar. Los principios que rigen esto
son:
presentar informacin suficiente para
permitir que el resultado sea re-evaluado si
hubiera disponibles nuevos datos o nueva
informacin.
es preferible pecar por exceso, dando
demasiada informacin ms que demasiado
poca.
9.1.2. Cuando los detalles de una medida,
incluido el modo en que se determin su
incertidumbre, dependen de referencias de
documentacin publicada, es imperativo que
dicha documentacin a manejar est actualizada
y sea consistente con los mtodos en vigor.
9.2. Informacin requerida
9.2.1. Un informe completo del resultado de una
medida debe incluir o referirse a documentacin
que contenga,
una descripcin de los mtodos empleados
para calcular el resultado de la medida y su
incertidumbre a partir de observaciones
experimentales y de datos aportados
los valores y las fuentes de todas las
correcciones y constantes empleadas en el
anlisis tanto de los clculos como de la
incertidumbre
una lista de todos los componentes de la
incertidumbre con documentacin completa
sobre cmo se ha evaluado cada uno
9.2.2. Los datos y el anlisis deben ser
presentados en un modo tal que los pasos ms
importantes puedan ser seguidos fcilmente y el
clculo del resultado repetido si fuera necesario.
9.2.3. Cuando se requiera un informe detallado
que incluya los valores intermedios aportados, el
informe debera
dar el valor de cada dato aportado, su
incertidumbre estndar y una descripcin de
cmo se obtuvo cada uno
dar la relacin entre el resultado y los datos
aportados y cualquier derivada parcial,
covarianzas, o coeficientes de correlacin
QUAM:2012.P1-ES
Informar la Incertidumbre
empleados para explicar efectos de
correlacin
enunciar los grados de libertad estimados
para la incertidumbre estndar de cada valor
aportado (en la Gua ISO [H.2] se dan
mtodos para estimar grados de libertad).
NOTA: Cuando la relacin funcional sea
extremadamente compleja o no exista
explcitamente (por ejemplo, podra existir
como un programa informtico), la relacin
se podra describir en trminos generales o
citando las referencias adecuadas. En estos
casos, debe quedar claro cmo se obtuvieron
el resultado y su incertidumbre.
9.2.4. Cuando se informe de resultados de
anlisis rutinarios, puede ser suficiente enunciar
slo el valor de la incertidumbre expandida y el
valor de k.
9.3. Informe de la incertidumbre
estndar
9.3.1. Cuando la incertidumbre se exprese como
la incertidumbre estndar combinada uc (es decir
como una desviacin estndar simple), se
recomienda hacerlo de la siguiente forma:
"(Resultado): x (unidades) [con una]
incertidumbre estndar de uc (unidades) [donde
la incertidumbre estndar es como se define en la
Gua ISO/IEC para la Expresin de
Incertidumbre en Mediciones y se corresponde
con una desviacin estndar.]"
NOTA El uso del smbolo no se recomienda
cuando se usa la incertidumbre estndar ya
que el smbolo se asocia habitualmente con
intervalos correspondientes a altos niveles de
confianza.
Los trminos entre corchetes [] pueden ser
omitidos o abreviados de un modo apropiado.
EJEMPLO:
Nitrgeno total: 3,52 g/100 g
Incertidumbre estndar: 0,07 g/100 g *
* La incertidumbre estndar se corresponde
con una desviacin estndar
9.4. Informe de la incertidumbre
expandida
9.4.1. Si no se indica lo contrario, el resultado x
debe ser establecido junto con la incertidumbre
expandida U calculada usando un factor de
Pgina 29
Cuantificacin de la Incertidumbre
cobertura k=2 (o como se describe en la seccin
8.3.3). Se recomienda hacerlo del modo
siguiente:
"(Resultado): (x U) (unidades)
[donde] la incertidumbre informada est [una
incertidumbre expandida tal y como se define en
el Vocabulario Internacional de Trminos
Bsicos y Generales en metrologa, 2 ed., ISO
1993] calculada usando un factor de cobertura de
2, [lo que da un nivel de confianza de
aproximadamente 95 %]"
Los trminos entre corchetes [] pueden ser
omitidos o abreviados como corresponda. El
factor de cobertura debe, por supuesto, ajustarse
para mostrar el valor usado realmente.
EJEMPLO:
Nitrgeno total: (3,52 0,14) g/100 g *
*La incertidumbre informada es una
incertidumbre expandida calculada usando un
factor de cobertura de 2, lo que da un nivel de
confianza de aproximadamente el 95%.
9.5. Expresin numrica de los
resultados
9.5.1. Los valores numricos del resultado y su
incertidumbre no deberan ser dados con un
excesivo nmero de dgitos. Cuando se dan la
incertidumbre expandida U o una incertidumbre
estndar u, rara vez es necesario dar ms de dos
cifras significativas para la incertidumbre. Los
resultados deberan ser redondeados para ser
consistentes con una incertidumbre dada.
9.6. Intervalos asimtricos
9.6.1. En ciertas circunstancias, en particular las
relacionadas con incertidumbres en resultados
cercanos a cero (Apndice F) o siguiendo la
estimacin de Monte Carlo (Anexo E.3), la
distribucin asociada con el resultado podra ser
fuertemente asimtrica. Entonces, podra ser
inapropiado citar slo un valor para la
incertidumbre. En su lugar, deberan darse los
lmites del intervalo de cobertura estimado. La
incertidumbre estndar debe proporcionarse si es
probable que el resultado y su incertidumbre
vayan a ser usados para futuros clculos.
EJEMPLO:
Pureza: (como fraccin de masa) debe ser
informada:
Pureza: 0,995 con aproximadamente 95 %
intervalo de confianza 0,983 a 1,000 basado en
una incertidumbre estndar de 0,005 y 11
grados de libertad
QUAM:2012.P1-ES
Informar la Incertidumbre
9.7. Cumplimiento de los lmites
9.7.1. El cumplimiento de la reglamentacin a
menudo requiere demostrar que un mensurando,
como la concentracin de una sustancia txica,
est entre unos lmites concretos. La
incertidumbre de medida tiene claras
implicaciones para la interpretacin de los
resultados analticos en este contexto. En
particular:
La incertidumbre en el resultado analtico
debiera tenerse en cuenta a la hora de evaluar
el cumplimiento.
Los lmites pueden haber sido fijados con
margen para las incertidumbres de medida.
En toda evaluacin deben tenerse en cuenta estos
dos factores.
9.7.2. En la Gua de EURACHEM [H.24] Uso
de la informacin de la incertidumbre para la
evaluacin de la conformidad se da una
orientacin detallada de cmo tener en cuenta la
incertidumbre a la hora de evaluar el
cumplimiento. Los prrafos siguientes resumen
los principios de referencia [H.24].
9.7.3. Los requerimientos bsicos para decidir si
aceptar o no el elemento de ensayo son:
Una especificacin que marque los lmites
permitidos superior y/o inferior de las
caractersticas (mensurando) objeto de
control.
Una regla de decisin que describa cmo se
tendr en cuenta la incertidumbre de la
medida respecto a aceptar o rechazar un
producto de acuerdo con su especificacin y
el resultado de la medida.
El(los) lmite(s) de aceptacin o zona de
rechazo (es decir, rango de resultados),
derivados de la regla de decisin, lo que
lleva a la aceptacin o rechazo cuando el
resultado de la medida est dentro de la zona
adecuada.
EJEMPLO:
Una regla de decisin que actualmente es
usada ampliamente es que un resultado implica
no cumplimiento con el lmite superior si el
valor medido excede del lmite por la
incertidumbre expandida. Con esta regla de
decisin, slo el caso (i) en la Figura 1
implicara no cumplimiento. De un modo
similar, para una regla de decisin en la que un
resultado cumple slo si est por debajo del
lmite establecido por la incertidumbre
expandida, slo el caso (iv) implicara
cumplimiento.
Pgina 30
Cuantificacin de la Incertidumbre Informar la Incertidumbre
encontrar ms informacin sobre este tema en la
9.7.4. En general las reglas de decisin pueden referencia H.24.
ser ms complicadas que estas. Se puede

Figura 2: Incertidumbre y lmites de cumplimiento

QUAM:2012.P1-ES Pgina 31
Cuantificacin de la Incertidumbre
Apndice A. Ejemplos
Introduccin
Introduccin general
Los ejemplos ilustran cmo las tcnicas para la
evaluacin de la incertidumbre, descritas en las
secciones 5 7, pueden ser aplicadas en algunos
anlisis qumicos tpicos. Todos siguen el
procedimiento mostrado en el diagrama de flujo
(Figura 1 en la pgina 9). Las fuentes de
incertidumbre se identifican y se establecen en un
diagrama de causa y efecto (vase el apndice D).
Esto ayuda a evitar el recuento duplicado de las
fuentes y tambin ayuda en la agrupacin de
componentes cuyo efecto combinado puede ser
evaluado. Los ejemplos 1 6 ilustran el uso del
mtodo de clculo del Apndice E.2 para calcular
las incertidumbres combinadas de las
contribuciones calculadas u(y,xi). *
Cada uno de los ejemplos 1 6 cuenta con un
resumen introductorio. Esto proporciona un
esbozo del mtodo de anlisis, una tabla de las
fuentes de la incertidumbre y sus respectivas
contribuciones, una comparacin grfica de las
diferentes contribuciones y la incertidumbre
combinada.
Los ejemplos 1 3 y 5 ilustran la evaluacin de la
incertidumbre mediante la cuantificacin de la
incertidumbre derivada de cada fuente por
separado. Cada uno proporciona un anlisis
detallado de la incertidumbre asociada a la
medicin de volmenes, utilizando material
volumtrico de vidrio y masas de pesadas por
diferencia. El contenido de detalle es un ejemplo,
y no debe ser tomado como una recomendacin
general con respecto al nivel de detalle requerido
o el enfoque adoptado. Para muchos anlisis, la
incertidumbre asociada con estas operaciones no
ser significativa y no ser necesaria una
evaluacin tan detallada. Ser suficiente utilizar
los valores tpicos para estas operaciones,
teniendo en cuenta debidamente los valores reales
de las masas y los volmenes involucrados.
Ejemplo A1
El ejemplo A1 trata del caso sencillo de
preparacin de un patrn de calibracin de
* La seccin 8.2.2 explica la teora de las
contribuciones calculadas u(y, xi)
QUAM:2012.P1-ES
Apndice A. Ejemplos
cadmio en HNO3 para espectroscopia de
absorcin atmica (AAS). Su propsito es mostrar
cmo evaluar los componentes de la
incertidumbre derivada de las operaciones bsicas
de medicin de volumen y masa, y cmo estos
componentes se combinan para determinar la
incertidumbre general.
Ejemplo A2
Este ejemplo se refiere a la preparacin de una
disolucin patrn de hidrxido de sodio (NaOH)
normalizada frente al patrn de titulacin de
ftalato cido de potasio (KHP). Incluye la
evaluacin de la incertidumbre en simples
mediciones de volumen y masas, como se
describe en el Ejemplo A1, pero tambin examina
la incertidumbre asociada a la determinacin
volumtrica.
Ejemplo A3
El Ejemplo A3 ampla el Ejemplo A2 incluyendo
la titulacin de HCl frente a la disolucin de
NaOH preparada.
Ejemplo A4
Ilustra el uso de datos de validacin interna, tal
como se describe en la seccin 7.7., y muestra
cmo se pueden utilizar los datos para evaluar la
incertidumbre derivada del efecto combinado de
una serie de fuentes. Tambin muestra la forma de
evaluar la incertidumbre asociada al sesgo del
mtodo.
Ejemplo A5
Muestra la forma de evaluar la incertidumbre en
los resultados obtenidos con un mtodo
"emprico" o normalizado para medir la cantidad
de metales pesados lixiviados de cermica
utilizando un procedimiento definido, tal como se
describe en las secciones 7.2. - 7.9. Su propsito
es mostrar cmo, a falta de los datos de estudios
colaborativos, o los resultados de pruebas de
robustez, es necesario tener en cuenta la
incertidumbre que se deriva de la serie de
parmetros (por ejemplo, la temperatura, el
tiempo de tratamiento y la concentracin del
cido) considerados en la definicin del mtodo.
Pgina 32
Cuantificacin de la Incertidumbre Ejemplo A1: Preparacin de un Patrn de Calibracin
Este proceso se simplifica considerablemente
cuando se dispone de datos de estudios
colaborativos, como se muestra en el siguiente
ejemplo.
Ejemplo A6
El sexto ejemplo se basa en la incertidumbre
estimada en la determinacin de fibra bruta. Dado
que el analito se define slo en los trminos del
mtodo normalizado, el mtodo se define
operacionalmente o de manera emprica. En este
caso se dispone de datos de estudios
colaborativos, controles de calidad internos y los
datos del estudio, lo que permite el enfoque
descrito en el apartado 7.6. Los estudios internos
verifican que el mtodo funciona como se
esperaba sobre la base del estudio colaborativo. El
ejemplo muestra cmo el uso de los datos de
estudios colaborativos, respaldados por controles
QUAM:2012.P1-ES
internos de desempeo del mtodo, puede reducir
sustancialmente el nmero de diferentes
contribuciones necesarias para formar una
estimacin de la incertidumbre en estas
circunstancias.
Ejemplo A7
Proporciona una descripcin detallada de la
evaluacin de la incertidumbre en la medicin del
contenido de plomo en una muestra de agua
usando dilucin isotpica por espectrometra de
masas (IDMS). Adems de identificar las posibles
fuentes de incertidumbre y su cuantificacin por
medios estadsticos, los ejemplos muestran cmo
tambin es necesario incluir la evaluacin de los
componentes basados en el criterio descrito en el
apartado 7.15. El uso del criterio es un caso
especial de evaluacin Tipo B como se describe
en la Gua ISO [A.2].
Pgina 33
Cuantificacin de la Incertidumbre Ejemplo A1: Preparacin de un Patrn de Calibracin
Ejemplo A1: Preparacin de un patrn de calibracin
Resumen

Objetivo Identificacin de las fuentes de incertidumbre:

El patrn de calibracin se prepara a partir de un Las fuentes de incertidumbre relevantes se
metal de alta pureza (cadmio) con una muestran en el siguiente diagrama de causa y
concentracin de 1000 mg L-1. efecto:
Procedimiento de medida
La superficie del metal de alta pureza se limpia
para eliminar cualquier contaminacin de xido.
Despus, el metal se pesa y se disuelve en cido
ntrico, en un matraz aforado. Las etapas del
procedimiento se muestran en el siguiente
diagrama de flujo.

Cuantificacin de los componentes de la

incertidumbre
Los valores y sus incertidumbres se muestran en
la tabla a continuacin.
Incertidumbre estndar combinada
La incertidumbre estndar combinada asociada a
la preparacin de 1002,7 mg L-1 de patrn de
calibracin de cadmio es 0,9 mg L-1.
Las diferentes contribuciones se muestran
esquemticamente en la Figura A1.2.

Figura A1. 1: Preparacin del patrn de

cadmio

Mensurando
1000 m P
cCd [mg L-1]
V
donde
cCd concentracin del patrn de calibracin
[mg L-1]
1000 factor de conversin [mL] a [L]
m masa del material de alta pureza [mg]
P pureza del metal dada como fraccin en
masa
V volumen del lquido del patrn de
calibracin [mL]

QUAM:2012.P1-ES Pgina 34
Cuantificacin de la Incertidumbre Ejemplo A1: Preparacin de un Patrn de Calibracin
Tabla A1.1: Valores e incertidumbres
Descripcin Valor Incertidumbre estndar Incertidumbre estndar
relativa u(x)/x
P Pureza del metal 0,9999 0,000058 0,000058
m Masa del metal 100,28 mg 0,05 mg 0,0005
V Volumen del matraz 100,0 mL 0,07 mL 0,0007
cCd Concentracin del patrn 1002,7 mg L-1 0,9 mg L-1 0,0009
de calibracin

Figura A1.2: Contribuciones a la incertidumbre en la preparacin de patrn de cadmio

Los valores de u(y,xi) = (y/xi).u(xi) se toman de la Tabla A1.3

QUAM:2012.P1-ES Pgina 35
Cuantificacin de la Incertidumbre Ejemplo A1: Preparacin de un Patrn de Calibracin
Ejemplo A1: Preparacin de un patrn de calibracin. Anlisis detallado
A1.1 Introduccin
Este primer ejemplo describe la preparacin de un
patrn de calibracin para espectroscopia de
absorcin atmica (AAS) a partir del metal
correspondiente de alta pureza (en este ejemplo
1000 mg L-1 de Cd en HNO3 diluido). A pesar de
que el ejemplo no representa una medicin
analtica completa, el uso de patrones de
calibracin es parte de casi cada determinacin,
porque las mediciones analticas rutinarias
actuales son mediciones relativas, que requiere un
patrn de referencia para proporcionar
trazabilidad al SI.
A1.2 Paso 1: Especificacin
El objetivo de este primer paso es escribir una
definicin clara de qu es lo que se est midiendo.
Esta especificacin incluye una descripcin de la
preparacin del patrn de calibracin y la relacin
matemtica entre la magnitud sujeta a medicin y
los parmetros de los que depende.
Procedimiento
La informacin especfica sobre cmo preparar un
patrn de calibracin se da normalmente en un
procedimiento normalizado de trabajo (PNT). La
preparacin consiste en las siguientes etapas:
Figura A1.3: Preparacin del patrn de
cadmio
QUAM:2012.P1-ES
Las etapas independientes son:
i) La superficie del metal de alta pureza se trata
con una mezcla de cido para eliminar
cualquier contaminacin de xido. El mtodo
de limpieza es proporcionado por el fabricante
del metal, y es necesario llevarlo a cabo para
obtener la pureza indicada en el certificado.
ii) El matraz aforado (100 ml) se pesa sin y con el
metal purificado en el interior. Se usa una
balanza con una resolucin de 0,01 mg.
iii) Se agregan al matraz 1 ml de cido ntrico (65
g/100 g) y 3 ml de agua desionizada para
disolver el cadmio (aproximadamente 100 mg,
pesados exactamente). Despus el matraz se
llena con agua desionizada hasta el enrase, y
se mezcla invirtiendo el matraz al menos
treinta veces.
Clculo:
La magnitud sometida a medicin en este ejemplo
es la concentracin de la disolucin del patrn de
calibracin, que depende de la pesada del metal
de alta pureza (Cd), de su pureza y del volumen
del lquido en el que se disuelve. La
concentracin est dada por
1000 m P
cCd mg L-1
V
donde
cCd concentracin del patrn de calibracin
[mg L-1]
1000 factor de conversin [mL] a [L]
m masa del metal de alta pureza [mg]
P pureza del metal expresada en fraccin de
masa
V volumen del lquido del patrn de
calibracin [mL]
A1.3 Paso 2: Identificacin y anlisis de las
fuentes de incertidumbre
El objetivo de este segundo paso es enumerar
todas las fuentes de incertidumbre para cada uno
de los parmetros que afectan el valor del
mensurando.
Pgina 36
Cuantificacin de la Incertidumbre Ejemplo A1: Preparacin de un Patrn de Calibracin
Pureza
La pureza del metal (Cd) aparece en el certificado
del proveedor como (99,99 0,01) %. P es, por lo
tanto, 0,9999 0,0001. Estos valores dependen de
la eficacia de la limpieza de la superficie del
metal de alta pureza. Si se sigue estrictamente el
procedimiento del fabricante, no debe
considerarse ninguna incertidumbre adicional
debida a la contaminacin de la superficie por
xido adems del valor dado en el certificado.
Masa m
La segunda etapa de la preparacin implica pesar
el material de alta pureza. Se va a preparar una
cantidad de 100 mL de disolucin de cadmio de
concentracin 1000 mg L-1.
La masa correspondiente de cadmio se determina
mediante el peso neto, obtenindose m = 0,10028
g.
La documentacin del fabricante identifica tres
fuentes de incertidumbre para el peso neto: la
repetibilidad, la resolucin digital de la balanza y
la contribucin debida a la incertidumbre en la
funcin de calibracin de la escala. Esta funcin
de calibracin tiene dos fuentes de incertidumbre
potenciales identificadas como la sensibilidad de
la balanza y su linealidad. La sensibilidad puede
despreciarse porque la masa se da por diferencia
en la misma balanza en un rango muy estrecho.
NOTA: No se considera correccin por empuje
porque todos los resultados de pesaje se
declaran bajo convenio para el peso en aire
[H.33] y las densidades de Cd y el acero son
similares. Referenciado en la Nota 1 en el
Apndice G. Las incertidumbres restantes son
demasiado pequeas para tenerse en cuenta.
Volumen V
El volumen de la disolucin preparada en el
matraz aforado est sujeto a tres fuentes de
incertidumbre principales:
La incertidumbre de volumen interno
certificado del matraz.
Variacin en el llenado del matraz hasta el
enrase.
La temperatura del matraz y la de la
disolucin, distintas a la temperatura a la que
fue calibrado el volumen del matraz.
Los diferentes efectos y sus influencias se
muestran como un diagrama de causa y efecto en
QUAM:2012.P1-ES
la figura A1.4 (vase Apndice D para consultar
la descripcin).
Figura A1.4: Incertidumbres en la
preparacin del estndar de Cd
A1.4 Paso 3: Cuantificacin de los
componentes de la incertidumbre
En el paso 3, el tamao de cada una de las fuentes
potenciales de incertidumbre identificadas es, o
bien medido directamente utilizando los
resultados experimentales anteriores, o bien
derivado de un anlisis terico.
Pureza
La pureza del cadmio figura en el certificado
como 0,9999 0,0001. Debido a que no hay
informacin adicional sobre el valor de la
incertidumbre, se asume una distribucin
rectangular. Para obtener la incertidumbre
estndar u(P) el valor de 0,0001 tiene que ser
dividido por 3 (vase el Apndice E1.1)
0,0001
u ( P) 0,000058
3
Masa m
La incertidumbre asociada a la masa del cadmio
se calcula utilizando los datos del certificado de
calibracin y las recomendaciones del fabricante
sobre la estimacin de la incertidumbre, como
0,05 mg. Esta estimacin tiene en cuenta las tres
contribuciones sealadas anteriormente (seccin
A1.3).
NOTA: El clculo detallado de la incertidumbre de
masa puede ser muy complicado, y es
importante mencionar la bibliografa del
fabricante donde las incertidumbres de masas
son dominantes. En este ejemplo, los clculos
se han omitido para mayor claridad.
Pgina 37
Cuantificacin de la Incertidumbre Ejemplo A1: Preparacin de un Patrn de Calibracin

Volumen V matraz, por lo que slo necesita ser

considerado el primero. El coeficiente de
El volumen tiene tres grandes influencias;
calibracin, repetibilidad y efectos de la expansin de volumen de agua es 2,1 10-4
temperatura. C-1, que conduce a una variacin de volumen
de
i) Calibracin: El fabricante menciona un
volumen del matraz de 100 ml 0,1 ml (100 4 2,1 10 4 ) 0,084 mL
medido a una temperatura de 20 C. El valor
La incertidumbre estndar se calcula
de la incertidumbre se da sin un nivel de
utilizando la hiptesis de una distribucin
confianza o informacin sobre su distribucin,
rectangular para la variacin de la temperatura,
por lo que ser necesaria una aproximacin.
es decir
En este caso, la incertidumbre estndar se
calcula suponiendo una distribucin triangular. 0,084 mL
0,05 mL
0,1 mL 3
0,04 mL
6 La tres contribuciones se combinan para dar la
NOTA: Se elige una distribucin triangular, ya que incertidumbre estndar u(V) del volumen V
en un proceso productivo eficaz, el valor
nominal es ms probable que los extremos. La u (V ) 0,04 2 0,02 2 0,05 2 0,07 mL
distribucin resultante est mejor representada
por una distribucin triangular que por una
rectangular. A1.5 Paso 4: Clculo de la incertidumbre
estndar combinada
ii) Repetibilidad: La incertidumbre debida a las
variaciones en el llenado puede estimarse a cCd viene dada por
partir de un experimento de repetibilidad en un 1000 m P
ejemplo tpico del matraz utilizado. En una cCd [mg L-1 ]
serie de diez experimentos de llenado y pesaje V
en un matraz representativo de 100 ml se Los valores intermedios, sus incertidumbres
obtuvo una desviacin estndar de 0,02 ml. estndar y sus incertidumbres estndar relativas se
Esto puede ser utilizado directamente como resumen en la Tabla A1.2.
una incertidumbre estndar.
Usando estos valores, la concentracin del patrn
iii) Temperatura: De acuerdo con el fabricante, el de calibracin es
matraz se ha calibrado a una temperatura de 20
1000 100,28 0,9999
C, mientras que la temperatura de laboratorio cCd 1002,7 mg L1
vara en el margen de 4 C. La incertidumbre 100,0
de este efecto puede calcularse a partir de la
estimacin del rango de temperatura y del Para este producto, las incertidumbres asociadas a
coeficiente de expansin del volumen. La cada componente se combinan de la siguiente
expansin de volumen del lquido es manera
considerablemente ms grande que la del
u c (c Cd ) u ( P ) u ( m) u (V )
2 2 2

c Cd P m V
Tabla A1.2: Valores e Incertidumbres
Descripcin Valor x u(x) u(x)/x 0,000058 2 0,0005 2 0,0007 2
Pureza del 0,9999 0,000058 0,000058 0,0009
metal P
u c (c Cd ) c Cd 0,0009 1002,7 mg L1 0,0009
Masa del 100,28 0,05 mg 0,0005
metal m 0,9 mg L1
(mg) Para derivar la incertidumbre estndar combinada
(uc(cCd)) es preferible utilizar el mtodo de la hoja
Volumen del 100,0 0,07 mL 0,0007 de clculo dada en el Apndice E, ya que este se
matraz puede utilizar incluso para expresiones complejas.
V (mL) La hoja de clculo completa se muestra en la

QUAM:2012.P1-ES Pgina 38
Cuantificacin de la Incertidumbre Ejemplo A1: Preparacin de un Patrn de Calibracin

Tabla A1.3. Los valores de los parmetros se en la B11. B13 da la incertidumbre estndar
introducen en la segunda fila de C2 a E2. Sus combinada, que es la raz cuadrada de B11.
incertidumbres estndar se encuentran en la fila
Las contribuciones de los diferentes parmetros se
de abajo (C3-E3). La hoja de clculo copia los
muestran en la Figura A1.5. La contribucin de la
valores de C2-E2 en la segunda columna de B5 a
incertidumbre sobre el volumen del matraz es la
B7. El resultado (c(Cd)), con estos valores, se da
ms grande y la del proceso de pesada es similar.
en B9. La celda C5 muestra el valor de P de C2,
La incertidumbre en la pureza del cadmio no tiene
ms su incertidumbre dada en C3. El resultado del
prcticamente ninguna influencia sobre la
clculo utilizando los valores de C5-C7 se da en
incertidumbre general.
C9. Las columnas D y E siguen un procedimiento
similar. Los valores que se muestran en la fila 10 La incertidumbre expandida U(cCd) se obtiene
(C10-E10) son la diferencia de la fila (C9-E9) multiplicando la incertidumbre estndar
menos el valor dado en la B9. En la fila 11 (C11- combinada con un factor de cobertura de 2, dando
E11) los valores de la fila 10 (C10-E10) se elevan
al cuadrado y se suman para dar el valor mostrado U (cCd ) 2 0,9 mg l 1 1,8 mg L1
Tabla A1.3: Hoja de clculo para la incertidumbre
A B C D E
1 P m V
2 Valor 0,9999 100,28 100,00
3 Incertidumbre 0,000058 0,05 0,07
4
5 P 0,9999 0,999958 0,9999 0,9999
6 m 100,28 100,28 100,33 100,28
7 V 100,0 100,00 100,00 100,07
8
9 c(Cd) 1002,69972 1002,75788 1003,19966 1001,99832
10 u(y,xi)* 0,05816 0,49995 -0,70140
11 u(y)2, u(y,xi)2 0,74529 0,00338 0,24995 0,49196
12
13 u(c(Cd)) 0,9
* El signo de la diferencia se ha mantenido
Figura A1.5: Contribuciones a la incertidumbre en la preparacin del patrn de cadmio

Los valores de u(y,xi) = (y/xi).u(xi) se han sacado de la Tabla A1.3

QUAM:2012.P1-ES Pgina 39
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico

Ejemplo A2: Solucin Normalizada de Hidrxido de Sodio

Resumen

Objetivo
Una disolucin de hidrxido de sodio (NaOH) se
normaliza frente al patrn volumtrico de ftalato
cido de potasio (KHP).
Procedimiento de medida
El patrn volumtrico (KHP) se seca y se pesa.
Despus de preparar la solucin de NaOH, se
disuelve la muestra de patrn volumtrico (KHP)
y luego se valora usando la solucin de NaOH.
Las etapas del procedimiento se muestran en el
diagrama de flujo de la Figura A2.1.
Mensurando:
1000 m KHP PKHP
c NaOH [ mol L1 ]
M KHP V T Figura A2.1: Normalizacin de NaOH
donde Identificacin de las fuentes de incertidumbre:
cNaOH concentracin de la solucin de NaOH
Las fuentes de incertidumbre relevantes se
[mol L1] muestran en el diagrama de causa y efecto de la
1000 factor de conversin [mL] a [L] Figura A2.2.
mKHP masa del patrn volumtrico KHP [g] Cuantificacin de los componentes de la
PKHP pureza del patrn volumtrico dada como incertidumbre
fraccin de masa Las diferentes contribuciones a la incertidumbre
se dan en la Tabla A2.1, y se muestran
MKHP masa molar of KHP [g mol1]
esquemticamente en la Figura A2.3. La
VT volumen de valoracin de la disolucin de incertidumbre estndar combinada para una
NaOH [mL] disolucin de 0,10214 mol L-1 NaOH es
0,00010 mol L-1

Tabla A2.1: Valores e incertidumbres en la normalizacin de NaOH

Descripcin Valor x Incertidumbre estndar u Incertidumbre estndar

relativa u(x)/x

rep Repetibilidad 1,0 0,0005 0,0005

mKHP Masa de KHP 0,3888 g 0,00013 g 0,00033
PKHP Pureza de KHP 1,0 0,00029 0,00029
MKHP Masa molar de KHP 204,2212 g mol -1
0,0038 g mol -1
0,000019
VT Volumen de NaOH por 18,64 mL 0,013 mL 0,0007
valoracin de KHP
cNaOH Solucin NaOH 0,10214 mol L-1 0,00010 mol L-1 0,00097

QUAM:2012.P1-ES Pgina 40
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico
Figura A2.2: Diagrama de causa y efecto para la valoracin

Figura A2.3: Contribuciones a la determinacin de la incertidumbre

Los valores u(y,xi) = (y/xi).u(xi) han sido tomados de la Tabla A2.3

QUAM:2012.P1-ES Pgina 41
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico
Ejemplo A2: Solucin normalizada de hidrxido de sodio. Anlisis detallado
A2.1 Introduccin
Este segundo ejemplo describe un experimento
para determinar la concentracin de una
disolucin de hidrxido de sodio (NaOH). El
NaOH se valora frente al patrn volumtrico de
ftalato cido de potasio (KHP). Se supone que la
concentracin de NaOH es del orden de
0,1_mol_L-1. El punto final de la valoracin se
determina por un sistema de valoracin
automtico usando un electrodo combinado de pH
para medir la forma de la curva de pH. La
composicin funcional del patrn volumtrico de
ftalato cido de potasio (KHP), que es el nmero
de protones libres en relacin con el nmero total
de molculas, proporciona la trazabilidad de la
concentracin de la solucin de NaOH al SI.
A2.2 Paso 1: Especificacin
El objetivo de la primera etapa es describir el
procedimiento de medicin. Esta descripcin
consiste en una lista de los pasos de medicin y
una definicin matemtica de la magnitud
sometida a medicin y los parmetros de los que
depende.
Procedimiento:
El procedimiento de medida para normalizar la
disolucin de NaOH tiene las siguientes etapas.
Figura A2.4: Normalizacin de una
disolucin de hidrxido de sodio
Las etapas separadas son:
i) El patrn primario de ftalato cido de potasio
(KHP) se seca de acuerdo con las
instrucciones del proveedor. Las
QUAM:2012.P1-ES
instrucciones se dan en el certificado del
proveedor, que tambin indica la pureza del
patrn volumtrico y su incertidumbre. Un
volumen de valoracin de aproximadamente
19 ml, de una disolucin de 0,1 mol L-1 de
NaOH, supone pesar una cantidad lo ms
cercana posible a
204,2212 0,1 19
0,388 g
1000 1,0
La pesada se lleva a cabo en una balanza con
ltimo dgito de 0,1 mg.
ii) Se prepara una disolucin de 0,1 mol L-1 de
hidrxido de sodio. Con el fin de preparar 1 L
de disolucin, es necesario para pesar 4 g
de NaOH. Sin embargo, puesto que la
concentracin de la solucin de NaOH se
determinar mediante ensayo frente al patrn
primario KHP, y no por clculo directo, no se
requiere informacin sobre las fuentes de
incertidumbre relacionadas con el peso
molecular o la masa de NaOH tomada.
iii) La cantidad pesada del patrn volumtrico
KHP se disuelve con 50 mL de agua
desionizada y luego se valora usando la
disolucin de NaOH. Un sistema de
valoracin automtico controlar la adicin
de NaOH y registrar la curva de pH.
Tambin determinar el punto final de la
valoracin a partir de la forma de la curva
registrada.
Clculos:
La magnitud sometida a medicin es la
concentracin de la disolucin de NaOH, que
depende de la masa de KHP, su pureza, su peso
molecular y el volumen de NaOH en el punto
final de la valoracin
1000 m KHP PKHP
c NaOH [ mol L1 ]
M KHP VT
donde
cNaOH concentracin de la disolucin NaOH
[mol L1]
1000 factor de conversin de [mL] a [L]
mKHP masa del patrn volumtrico KHP [g]
PKHP pureza del patrn volumtrico dada
como fraccin de masa
Pgina 42
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico
MKHP masa molar de KHP [g mol1]
VT volumen de valoracin de la disolucin
de NaOH [mL]
A2.3 Paso 2: Identificacin y anlisis de las
fuentes de incertidumbre
PKHP mKHP
cNaOH
VT MKHP
Figura A2.5: Primer paso de la creacin de
un diagrama de causa y efecto
El objetivo de este paso es identificar las
principales fuentes de incertidumbre y de entender
su efecto sobre la magnitud sometida a estudio y
su incertidumbre. Es el paso ms difcil en la
evaluacin de la incertidumbre de las mediciones
analticas, porque hay riesgo de olvidar las fuentes
por un lado y por otro de contabilizarlas
doblemente. El uso de un diagrama de causa y
efecto (Anexo D) es una manera de ayudar a
prevenir que esto ocurra. El primer paso en la
preparacin del diagrama es dibujar los cuatro
parmetros de la ecuacin de la magnitud
sometida a estudio como las ramas principales.
Despus, se considera cada etapa del mtodo y se
aade cualquier magnitud de influencia adicional
como un factor en el diagrama de trabajo, hacia el
Figura A2.6: Diagrama de causa y efecto con las fuentes de incertidumbre
aadidas para el proceso de pesada
QUAM:2012.P1-ES
exterior desde el efecto principal. Esto se lleva a
cabo para cada rama hasta que los efectos se
convierten en lo suficientemente remotos, es
decir, hasta que los efectos sobre el resultado son
insignificantes.
Masa mKHP
Se pesan aproximadamente 388 mg de KHP para
normalizar la disolucin de NaOH. El
procedimiento de pesaje es pesada por diferencia.
Esto significa hay que dibujar una rama para la
determinacin de la tara (mtara) y otra rama para el
peso bruto (mbruto) en el diagrama de causa y
efecto. Cada uno de las dos pesadas est sujeta a
variabilidad entre series y la incertidumbre de la
calibracin de la balanza. La calibracin en s
tiene dos posibles fuentes de incertidumbre: la
sensibilidad y la linealidad de la funcin de
calibracin. Si la pesada se realiza en la misma
escala y en un pequeo rango de peso, entonces se
puede despreciar la contribucin de sensibilidad.
Todas estas fuentes de incertidumbre se aaden en
el diagrama de causa y efecto (vase la figura
A2.6).
Pureza PKHP
Se indica la pureza de KHP en el catlogo del
proveedor, y est dentro de los lmites del 99,95%
y el 100,05%. Por lo tanto, PKHP es 1,0000
0,0005. Si el proceso de secado se realiz de
acuerdo a las especificaciones del proveedor no
hay fuentes de incertidumbre adicionales.
Masa molar MKHP
El ftalato cido de potasio (KHP) tiene la frmula
Pgina 43
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico
Figura A2.7: Diagrama de causa y efecto (todas las fuentes)
emprica
C8H5O4K
La incertidumbre en la masa molar del compuesto
se puede determinar mediante la combinacin de
la incertidumbre en los pesos atmicos de sus
elementos constitutivos. Una tabla de pesos
atmicos, incluyendo las estimaciones de la
incertidumbre, se publica cada dos aos por la
IUPAC en la Revista de Qumica Pura y Aplicada.
La masa molar se puede calcular directamente a
partir de stos; el diagrama de causa y efecto
(Figura A2.7) omite las masas atmicas
individuales para mayor claridad.
Volumen VT
La valoracin se realiza utilizando una bureta
automtica (unidad intercambiable) de 20 ml. El
volumen de NaOH dispensado por la bureta
automtica est sometido a las mismas tres
fuentes de incertidumbre, como el llenado del
matraz aforado en el ejemplo anterior. Estas
fuentes de incertidumbre son: la repetibilidad del
volumen suministrado, la incertidumbre de la
calibracin de dicho volumen y la incertidumbre
resultante de la diferencia entre la temperatura en
el laboratorio y la temperatura de la calibracin de
la bureta de mbolo. Adems, existe la aportacin
de la deteccin del punto final, que tiene dos
fuentes de incertidumbre.
1. La repetibilidad del punto final detectado, que
es independiente de la repetibilidad del
volumen suministrado.
2. La posibilidad de una diferencia sistemtica
(sesgo) entre el punto final determinado y el
QUAM:2012.P1-ES
punto de equivalencia, debido a la absorcin
de carbonato durante la valoracin y la
inexactitud en la evaluacin matemtica del
punto final a partir de la curva de valoracin.
Estos elementos se incluyen en el diagrama de
causa y efecto que se muestra en la Figura A2.7.
A2.4 Paso 3: Cuantificacin de los componentes
de la incertidumbre
En el paso 3, se cuantifica la incertidumbre de
cada fuente identificada en el paso 2, y luego se
convierte en incertidumbre estndar. Todos los
experimentos siempre incluyen al menos la
repetibilidad de la dispensacin del volumen de la
bureta automtica, y la repetibilidad de la
operacin de pesada. Por lo tanto, es razonable
combinar todas las aportaciones de repetibilidad
en una aportacin para el experimento global y
utilizar los valores a partir de la validacin del
mtodo para cuantificar su tamao, lo que lleva al
diagrama de causa y efecto visto en la Figura
A2.8.
La validacin del mtodo muestra una
repetibilidad para el experimento de valoracin
del 0,05%. Este valor se puede utilizar
directamente para el clculo de la incertidumbre
estndar combinada.
Masa mKHP
Las masas relevantes son:
KHP con recipiente: 60,5450 g (observado)
KHP sin recipiente: 60,1562 g (observado)
KHP 0,3888 g (calculado)
Pgina 44
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico
Figure A2.8: Diagrama de causa y efecto (repetibilidades combinadas)
Debido al trmino de repetibilidad combinado
identificado anteriormente, no es necesario tener
en cuenta la repetibilidad de la pesada. Cualquier
desviacin sistemtica en la escala tambin se
desestima. Por tanto, la incertidumbre procede
nicamente de la incertidumbre de la linealidad de
la balanza.
Linealidad: El certificado de calibracin
determina una incertidumbre de 0,15 mg
para la linealidad de la balanza. Este valor es
la mxima diferencia entre la masa real del
recipiente y la lectura de la escala. La
evaluacin de la incertidumbre del fabricante
de la balanza recomienda el uso de una
distribucin rectangular para convertir la
contribucin a la incertidumbre de la linealidad
a una incertidumbre estndar.
La contribucin de la linealidad de la balanza
en consecuencia es
0,15 mg
0,09 mg
3
Esta contribucin tiene que ser contada dos
veces, una para la tara y otra vez para el peso
bruto, porque cada uno es una observacin
independiente y los efectos de linealidad no
estn correlacionados.
Esto da para la incertidumbre estndar u(mKHP) de Elemento
la masa mKHP, un valor de
u (mKHP ) 2 (0,09 2 )
u (mKHP ) 0,13 mg
NOTA 1: No se considera correccin por empuje porque
todos los resultados de pesaje se declaran bajo
convenio para el peso en aire [H.33]. Las
incertidumbres que quedan son demasiado
QUAM:2012.P1-ES
pequeas para tenerse en cuenta. Esto est
referido en la Nota 1 del Apndice G.
NOTA 2: Hay otras dificultades cuando se pesa un
patrn volumtrico. Una diferencia de
temperatura de slo 1 C entre el patrn y la
balanza provoca una deriva del mismo orden
de magnitud como contribucin a la
repetibilidad. El patrn volumtrico ha sido
secado completamente, pero el proceso de
pesaje se realiza a una humedad de alrededor
del 50% de humedad relativa, por lo que cabe
esperar algo de adsorcin de humedad.
Pureza PKHP
PKHP es 1,00000,0005. El proveedor no da ms
informacin sobre la incertidumbre en el catlogo.
Por lo tanto esta incertidumbre se relaciona con
una distribucin rectangular, por lo que la
incertidumbre estndar u(PKHP) ser
0,0005 3 0,00029 .
Masa molar MKHP
A partir de la actual tabla de la IUPAC, en el
momento de la medicin, los pesos atmicos y las
incertidumbres de la lista para los elementos
constitutivos de KHP (C8H5O4K) fueron:
Peso Incertidumbre Incertidumbre
atmico declarada estndar
C 12,0107 0,0008 0,00046
H 1,00794 0,00007 0,000040
O 15,9994 0,0003 0,00017
K 39,0983 0,0001 0,000058
Para cada elemento, la incertidumbre estndar se
halla por el tratamiento de la incertidumbre citada
de la IUPAC para la formacin de los lmites de
Pgina 45
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico

una distribucin rectangular. Por lo tanto, la Volumen VT

incertidumbre estndar correspondiente se obtiene
1. Repetibilidad del volumen dispensado: Como
dividiendo estos valores por 3 . en el caso anterior, la repetibilidad ya se ha
Las aportaciones de cada elemento por separado a tenido en cuenta a travs de la expresin de
la masa molar, junto con la contribucin a la repetibilidad combinada para el experimento.
incertidumbre para cada uno, son: 2. Calibracin: Los lmites de exactitud del
Incertidumbre volumen dispensado se indican por el
Clculo Resultado fabricante con un valor. Para una bureta
estndar
automtica de 20 ml este valor es tpicamente
C8 812,0107 96,0856 0,0037 0,03 ml. Suponiendo una distribucin
H5 51,00794 5,0397 0,00020 triangular se obtiene una incertidumbre
O4 415,9994 63,9976 0,00068 estndar de 0,03 6 0,012 ml .
K 139,0983 39,0983 0,000058
Nota: La Gua ISO (F.2.3.3) recomienda la
adopcin de una distribucin triangular
La incertidumbre de cada uno de estos valores se si hay razones para esperar que los
calcula multiplicando la incertidumbre estndar de valores en el centro son ms probables
la tabla anterior por el nmero de tomos. que los que estn cerca de los lmites del
rango. Para material volumtrico de
Esto da una masa molar para KHP de vidrio en los ejemplos A1 y A2, se ha
M KHP 96,0856 5,0397 63,9976 39,0983 supuesto una distribucin triangular (ver
el anlisis en relacin a las
204,2212 g mol 1 incertidumbres de volumen en el
Como esta expresin es una suma de valores ejemplo A1).
independientes, la incertidumbre estndar,
3. Temperatura: La incertidumbre debida a la
u(MKHP), es una raz cuadrada sencilla de la suma
prdida de control de la temperatura se calcula
de los cuadrados de las aportaciones:
de la misma manera que en el ejemplo anterior,
pero esta vez tomando como posible variacin
0,0037 2 0,0002 2 0,00068 2
u ( M KHP ) de la temperatura 3 C (con un nivel de
0,000058 2 confianza del 95%). De nuevo, utilizando el
coeficiente de expansin de volumen para el
u ( M KHP ) 0,0038 g mol 1
agua de 2,1 10-4 C-1 da un valor de
NOTA: Dado que las aportaciones de los elementos a
19 2,1 10 4 3
MKHP son simplemente la suma de las 0,006 mL
contribuciones individuales de tomos, puede 1,96
esperarse, segn la regla general de
combinacin de contribuciones a la As, la incertidumbre estndar debido al
incertidumbre, que la incertidumbre para la control incompleto de la temperatura es 0,006
contribucin individual se calcule a partir de mL.
la suma de los cuadrados de las aportaciones NOTA: Al tratar con las incertidumbres que surgen
individuales de tomos, que es, para el por mal de control de factores ambientales,
carbono, como temperatura, es esencial tener en cuenta
-1 la correlacin de efectos sobre los diferentes
u ( M C ) 8 0,00037 0,001 g mol
2
. valores intermedios. En este ejemplo, el efecto
dominante en la temperatura de la disolucin
Recordemos, sin embargo, que esta regla slo se considera el efecto de las diferencias
se aplica a contribuciones independientes, es trmicas de los diferentes solutos, es decir, las
decir, las contribuciones de las disoluciones no se equilibran a temperatura
determinaciones separadas de cada valor. En ambiente. Los efectos de la temperatura en
este caso, el total se obtiene multiplicando un cada concentracin de la solucin, en
nico valor por 8. Observese que las condiciones estndar de presin y temperatura
contribuciones de los diferentes elementos son (STP), no estn por tanto correlacionados en
independientes, y por lo tanto, se combinan de este ejemplo y, por lo tanto, se tratan como
la forma habitual. contribuciones independientes a la
incertidumbre.

QUAM:2012.P1-ES Pgina 46
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico

Tabla A2.2: Valores e incertidumbres para la valoracin

Descripcin Valor x Incertidumbre estndar Incertidumbre estndar

u(x) relativa u(x)/x
rep Repetibilidad 1,0 0,0005 0,0005
mKHP Masa de KHP 0,3888 g 0,00013 g 0,00033
PKHP Pureza de KHP 1,0 0,00029 0,00029
MKHP Masa molar de KHP 204,2212 g mol-1 0,0038 g mol-1 0,000019
VT Volumen de NaOH para 18,64 mL 0,013 mL 0,0007
valoracin de KHP

4. Sesgo en la deteccin del punto final: La Para un producto (como el anterior) las
valoracin se realiza en presencia de argn incertidumbres estndar se utilizan como sigue:
para excluir cualquier desviacin debida a la
absorcin de CO2 en la disolucin de u (rep ) u (m KHP )
2 2

valoracin. Este planteamiento se basa en el rep m KHP
principio de que es mejor evitar cualquier
u c (c NaOH ) u ( PKHP ) u ( M KHP )
2 2
desviacin que corregirla despus. No existen
indicios de que el punto final determinado a c NaOH PKHP M KHP
partir de la forma de la curva de pH no se
u (VT )
2
corresponda con el punto de equivalencia, ya
que un cido fuerte se valora con una base VT
fuerte. Por lo tanto se asume que la desviacin
de la deteccin del punto final y su u c (c NaOH ) 0,0005 2 0,000332 0,00029 2
incertidumbre son despreciables.
c NaOH 0,000019 2 0,00070 2
VT resulta ser 18,64 ml y la combinacin de las
0.00097
u c c NaOH c NaOH 0,00097 0,000099 mol L1
contribuciones restantes a la incertidumbre u(VT)
del volumen VT resulta ser

u (VT ) 0,0122 0,0062 Se pueden utilizar hojas de clculo para

simplificar el clculo anterior de la incertidumbre
u(VT ) 0,013 mL
estndar combinada (vase el Apndice E.2). En
A2.5 Paso 4: Clculo de la incertidumbre la Tabla A2.3 se muestra la hoja de clculo
estndar combinada rellenada con los valores apropiados, que aparece
con una explicacin adicional.
cNaOH viene dada por
1000 m KHP PKHP
c NaOH [ mol L1 ]
M KHP V T Figura A2.9: Contribuciones a la incertidumbre
en la normalizacin de NaOH
Los valores de los parmetros en esta ecuacin,
sus incertidumbres estndar y sus incertidumbres
estndar relativas estn recogidos en la Tabla
A2.2
Utilizando los valores dados anteriormente:
1000 0,3888 1,0
c NaOH 0,10214 mol L1
204,2212 18,64

QUAM:2012.P1-ES Pgina 47
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico

Es ilustrativo analizar las contribuciones relativas
de los diferentes parmetros. Las aportaciones se
pueden visualizar fcilmente usando un
histograma. La Figura A2.9 muestra los valores
calculados |u(y,xi)| de la Tabla A2.3.
La contribucin de la incertidumbre del volumen
de la valoracin VT es sin duda la ms grande,
seguida por la repetibilidad. El procedimiento de
pesada y la pureza del patrn volumtrico
muestran el mismo orden de magnitud, mientras
que la incertidumbre en la masa molar es de
nuevo del orden de magnitud ms pequeo.
A2.6 Paso 5: Reevaluacin de los componentes
significativos
La contribucin de V(T) es la ms grande. El
volumen de NaOH para la valoracin de KHP
(V(T)) en s se ve afectado por cuatro magnitudes
importantes: la repetibilidad del volumen
dispensado, la calibracin del mbolo de la bureta,
la diferencia entre la temperatura de
funcionamiento y la temperatura de calibracin de
la bureta y la repetibilidad de la deteccin del
punto final. Comprobando el peso de cada
contribucin, la de la calibracin es sin duda la
ms grande. Por lo tanto, esta contribucin debe
investigarse ms a fondo.
La incertidumbre estndar de la calibracin de V
(T) se calcula a partir de los datos facilitados por
el fabricante, asumiendo una distribucin
triangular. La influencia de la eleccin de la forma
de la distribucin se muestra en la Tabla A2.4.
De acuerdo con la Gua ISO 4.3.9 Nota 1:
"Para una distribucin normal con media y
desviacin estndar , el intervalo 3
abarca aproximadamente el 99,73 por ciento de
la distribucin. Por lo tanto, si los lmites
superior e inferior a+ y a- estn definidos para
un lmite de 99,73 por ciento en lugar de para
un lmite de 100 por ciento, y puede suponerse
que Xi sigue una distribucin normal
aproximadamente, en lugar de estar sin
conocimiento especfico sobre Xi [entre los
lmites], entonces u2(xi) = a2/9. En
comparacin, la varianza de una distribucin
rectangular simtrica de la mitad de la anchura

Tabla A2.3: Hoja de clculo de la incertidumbre para la valoracin

A B C D E F G
1 Rep m(KHP) P(KHP) M(KHP) V(T)
2 Valor 1,0 0,3888 1,0 204,2212 18,64
3 Incertidumbre 0,0005 0,00013 0,00029 0,0038 0,013
4
5 rep 1,0 1,0005 1,0 1,0 1,0 1,0
6 m(KHP) 0,3888 0,3888 0,38893 0,3888 0,3888 0,3888
7 P(KHP) 1,0 1,0 1,0 1,00029 1,0 1,0
8 M(KHP) 204,2212 204,2212 204,2212 204,2212 204,2250 204,2212
9 V(T) 18,64 18,64 18,64 18,64 18,64 18,653
10
11 c(NaOH) 0,102136 0,102187 0,102170 0,102166 0,102134 0,102065
12 u(y,xi) 0,000051 0,000034 0,000030 -0,000002 -0,000071
13 u(y)2, u(y,xi)2 9,72E-9 2,62E-9 1,16E-9 9E-10 4E-12 5,041E-9
14
15 u(c(NaOH)) 0,000099
Los valores de los parmetros se dan en la segunda fila de C2 a G2. Sus incertidumbres estndar se introducen en la fila
de abajo (C3-G3). La hoja de clculo copia los valores de C2-G2 en la segunda columna de B5 a B9. El resultado (C
(NaOH)) utilizando estos valores se da en la B11. C5 muestra el valor de la repetibilidad a partir de C2 ms su
incertidumbre dada en C3. El resultado del clculo utilizando los valores C5-C9 se da en C11. Las columnas D y G
siguen un procedimiento similar. Las valores que se muestran en la fila 12 (C12-G12) son las diferencias (con signo) de
la fila (C11-D11) menos el valor dado en la B11. En la fila 13 (C13-D13), los valores de la fila 12 (C12-G12) estn al
cuadrado y se suman para dar el valor mostrado en la B13. B15 da la incertidumbre estndar combinada, que es la raz
cuadrada de B13.

QUAM:2012.P1-ES Pgina 48
Cuantificacin de la Incertidumbre Ejemplo A2: Solucin Normalizada de Hidrxido Sdico

a es a2/ 3 y la de una distribucin triangular La incertidumbre expandida U(cNaOH) se obtiene

simtrica de la mitad de la anchura a es a2/6... multiplicando la incertidumbre estndar
Las magnitudes de las varianzas de las tres combinada por un factor de cobertura de 2.
distribuciones son sorprendentemente similares
en vista de las diferencias de los supuestos en U (c NaOH ) 0,00010 2 0,0002 mol L1
los que se basan"
Por lo tanto la concentracin de la disolucin de
As, la eleccin de la funcin de distribucin de NaOH es (0,1021 0,0002) mol L1.
esta magnitud de influencia tiene poco efecto
sobre el valor de la incertidumbre estndar
combinada (uC(cNaOH)) y es adecuado asumir que
es triangular.

Tabla A2.4: Efecto de los diferentes supuestos de distribucin

Distribucin Factor u(V(T;cal)) u(V(T)) uc(cNaOH)
(mL) (mL) (mol L-1)
Rectangular 3 0,017 0,019 0,00011
Triangular 6 0,012 0,015 0,000099
NormalNota 1 9 0,010 0,013 0,000085

Nota 1: El factor 9 deriva del factor 3 de la Nota 1 de la Gua ISO 4.3.9

(vase la pgina 48 para ms detalles).

QUAM:2012.P1-ES Pgina 49
Cuantificacin de la Incertidumbre Ejemplo A3

Ejemplo A3: Valoracin cido/Base

Resumen
Objeto valores y sus incertidumbres. La Figura A3.3
muestra estos valores en forma de diagrama.
Se valora una disolucin de cido clorhdrico
(HCl) con una cantidad conocida de una Figura A3.1: Procedimiento de Valoracin
disolucin de hidrxido sdico (NaOH).
Procedimiento de medida
Se valora una disolucin de cido clorhdrico con
una disolucin de hidrxido sdico (NaOH), que a
su vez ha sido valorada con una disolucin
normalizada de ftalato cido de potasio (KHP),
para determinar su concentracin. Las etapas del
proceso se muestran en la figura A3.1.
Mensurando:
1000 m KHP PKHP VT 2
c HCl [mol L-1]
VT 1 M KHP V HCl
donde los smbolos se describen en la tabla A3.1 y
el valor 1000 que aparece se debe a la conversin
de mililitros a litros.
Identificacin de las fuentes de incertidumbre:
Las fuentes principales de incertidumbres se
muestran en la Figura A3.2.
Cuantificacin de las fuentes de incertidumbre
La incertidumbre final se estima como
0,00016_mol L-1. La Tabla A3.1 resume los

Figura A3.2: Diagrama Causa-Efecto para la valoracin cido-base

QUAM:2012.P1-ES Pgina 50
Cuantificacin de la Incertidumbre Ejemplo A3

Tabla A3.1: Valores de la valoracin cido-base y sus incertidumbres

Incertidumbre Incertidumbre
Descripcin Valor x estndar u(x) estndar relativa
u(x)/x
rep Repetibilidad 1 0,001 0,001
mKHP Peso del KHP 0,3888 g 0,00013 g 0,00033
PKHP Pureza del KHP 1,0 0,00029 0,00029
VT2 Volumen de NaOH para la valoracin 14,89 mL 0,015 mL 0,0010
del HCl
VT1 Volumen de NaOH para la valoracin 18,64 mL 0,016 mL 0,00086
del KHP
MKHP Masa molar de KHP 204,2212 g mol-1 0,0038 g mol-1 0,000019
VHCl Alcuota de HCl para la valoracin 15 mL 0,011 mL 0,00073
del NaOH
cHCl Concentracin de la disolucin de 0,10139 mol L-1 0,00016 mol L-1 0,0016
HCl

Figura A3.3: Contribuciones de la incertidumbre en la valoracin cido-base

V(HCl)

M(KHP)

V(T1)

V(T2)

P(KHP)

m(KHP)

Repetibilidad

c(HCl)

0 0.05 0.1 0.15 0.2

|u(y,xi)| (mmol L-1)

Los valores de u(y,xi) = (y/xi).u(xi) estn tomados de la Tabla A3.3.

QUAM:2012.P1-ES Pgina 51
Cuantificacin de la Incertidumbre Ejemplo A3
Ejemplo A3: Valoracin cido/base. Estudio detallado
A3.1 Introduccin
Este ejemplo detalla una secuencia de
experimentos para determinar la concentracin de
de una disolucin de cido clorhdrico (HCl).
Adems, se detallan algunos aspectos especiales
de la tcnica de valoracin. El HCl se valora con
una disolucin de hidrxido sdico (NaOH), la
cual debe haber sido normalizada previamente
con ftalato cido de potasio (KHP). Como en el
ejemplo anterior (A2) se asume que la
concentracin de HCl es conocida y del orden de
0,1 mol L-1 y el punto final de la valoracin se
determina mediante un valorador automtico
usando la curva de pH. Esta evaluacin permite
determinar la incertidumbre de medida en
unidades del Sistema Internacional (SI).
A3.2 Paso 1: Especificacin
En el primer paso se da una detallada descripcin
del procedimiento de medida y un listado de los
pasos de medida y una declaracin matemtica
del mensurando. Figura A3.4: Determinacin de la
Procedimiento concentracin de la disolucin de HCl
La determinacin de la concentracin de la Clculo
disolucin de HCl sigue las siguientes etapas (Ver El mensurando es la concentracin de la
tambin la Figura A3.4): disolucin de HCl, cHCl. Depende de la masa de
i) El ftalato cido de potasio (KHP) que es el KHP, su pureza, su peso molecular, los
material de referencia valorante, se seca para volmenes de NaOH en el punto final de las dos
asegurar el grado de pureza declarado en el valoraciones y de la alcuota de HCl:
certificado. Se pesan aproximadamente
1000 mKHP PKHP VT2
0,388_g del material seco para obtener un c HCl [mol l 1 ]
volumen de valoracin de 19 mL de NaOH. VT1 M KHP VHCl
ii) El KHP se disuelve con 50 mL de agua donde
desionizada y se valora con la disolucin de cHCl concentracin de la disolucin de HCl
NaOH. El sistema automtico de valoracin [mol L-1]
controla la adicin de la disolucin de NaOH
y registra la curva de pH. El punto final de la 1000 factor de conversin [mL] a [L]
valoracin se obtiene evaluando la forma de mKHP masa de KHP [g]
esta curva. PKHP pureza del KHP como fraccin de masa
iii) Se transfieren 15 mL de la disolucin de HCl VT2 volumen de la disolucin de NaOH para
con una pipeta volumtrica. La disolucin de valorar el HCl [mL]
HCl se disuelve con agua desionizada hasta
VT1 volumen de la disolucin de NaOH para
obtener 50 mL de disolucin en el
recipiente de valoracin. valorar el KHP [mL]
MKHP masa molar de KHP [g mol1]
iv) Se sigue el mismo procedimiento automtico
de valoracin para medir la disolucin de VHCl volumen de HCl valorado con la
HCl. disolucin de NaOH [mL]

QUAM:2012.P1-ES Pgina 52
Cuantificacin de la Incertidumbre
Figura A3.5: Diagrama causa-efecto final
A3.3 Paso 2: Identificacin y anlisis de las
fuentes de incertidumbre
Las diferentes fuentes de incertidumbre y su
influencia en el mensurando se analizan mejor
observando el diagrama causa-efecto (Figura
A3.5).
Como una estimacin de la repetibilidad est
disponible en los estudios de validacin para el
procedimiento como un todo, no hay necesidad
de considerar todas las contribuciones de
repetibilidad individualmente. Todas ellas se
agrupan, por lo tanto, en una nica contribucin
(Mostrada en el diagrama causa-efecto revisado.
Figura A3.5).
Las influencias de los parmetros VT2, VT1, mKHP,
PKHP and MKHP fueron discutidas extensamente en
el ejemplo previo. Por lo tanto solo la influencia
de VHCl ser tratada con ms detalle en este
apartado.
Volumen VHCl
15 mL de la disolucin investigada de HCl se
transfieren con una pipeta volumtrica. El
volumen de la pipeta de HCl dispensado est
sujeto a las mismas tres fuentes de incertidumbre
de cualquier dispositivo de medida volumtrico.
1. La variabilidad o repetibilidad del volumen
liberado.
2. La incertidumbre en el volumen indicado en la
pipeta.
3. La temperatura de la disolucin, diferente de la
temperatura de calibracin de la pipeta.
QUAM:2012.P1-ES
Ejemplo A3
A3.4 Paso 3: Cuantificacin de los
componentes de la incertidumbre
El objetivo de este paso es cuantificar cada fuente
de incertidumbre analizada en el paso 2. La
cuantificacin de las ramas o bien de los
diferentes componentes fueron descritos con
detalle en los dos ejemplos previos. Por lo tanto
solo se dar un resumen de cada una de las
diferentes contribuciones.
Repetibilidad
El mtodo de validacin muestra una repetibilidad
para la determinacin de 0,001 (como desviacin
estndar relativa, DER). Este valor puede
utilizarse directamente para el clculo de la
incertidumbre estndar combinada asociada a los
diferentes trminos de repetibilidad.
Masa mKHP
Calibracin/linealidad: La contribucin de la
balanza a la linealidad declarada por el
fabricante es de 0,15 mg. Este valor
representa la diferencia mxima entre la masa
real en el platillo y la lectura de la escala. La
contribucin de la linealidad se asume que se
ajusta a una distribucin rectangular y por lo
tanto su incertidumbre estndar es:
0,15
0,087 mg
3
La contribucin de la linealidad se ha de
contabilizar dos veces, una por el tarado de la
balanza y otra por la masa bruta, dando lugar
a una incertidumbre u(mKHP) de:
Pgina 53
Cuantificacin de la Incertidumbre
u (mKHP ) 2 (0,087) 2
u (mKHP ) 0,12 mg
NOTA 1: La contribucin se aplica dos veces porque no
se hacen suposiciones sobre la forma de la
falta de linealidad. La no linealidad se
considera como un efecto sistemtico en cada
pesada, la cual vara aleatoriamente en
magnitud a lo largo del rango de medida.
NOTA 2: No se tiene en cuenta una correccin debida al
empuje porque se declara todas las pesadas
bajo convenio para pesaje en aire [H.33]. El
resto de incertidumbres son demasiado
pequeas para ser consideradas. Ver nota 1 en
el Apndice G.
P(KHP)
P(KHP) viene indicado en el certificado del
suministrador como 100 % con una incertidumbre
del 0,05 % (o 0,0005). Se ajusta a una
distribucin rectangular y, por lo tanto, la
incertidumbre u(PKHP) es
0,0005
u( PKHP ) 0,00029 .
3 O
V(T2)
i) Calibracin: Valor aportado por el
suministrador (0,03 mL) y tratado como una
distribucin triangular:
u 0,03 6 0,012 mL .
ii) Temperatura: La posible variacin de
temperatura est en los lmites de 4 C y
considerada como distribucin rectangular:
u 15 2,1 10 4 4 3 0,007 mL .
iii) Sesgo en la deteccin del punto final: El sesgo
entre el punto final determinado y el punto de
equivalencia debido al CO2 atmosfrico puede
prevenirse realizando la valoracin en argn.
No hay, por lo tanto, incertidumbre asociada.
Para VT2 se obtiene un valor de 14,89 mL y
combinando las dos contribuciones a la
incertidumbre u(VT2) del volumen VT2 da un valor
de
u (VT2 ) 0,012 2 0,007 2
u (VT2 ) 0,014 mL
Volumen VT1
Todas las contribuciones excepto la de la
temperatura son las mismas que las de VT2
i) Calibracin: 0,03 6 0,012 mL
QUAM:2012.P1-ES
Ejemplo A3
ii) Temperatura: El volumen aproximado para la
valoracin de 0,3888 g KHP es 19 mL NaOH,
por lo tanto su contribucin a la incertidumbre
es 19 2,1 10 4 4 3 0,009 mL .
iii) Sesgo: Despreciable
El volumen VT1 medido es de 18,64 mL con una
incertidumbre estndar u(VT1) de
u (VT 1 ) 0,012 2 0,009 2
u (VT 1 ) 0,015 mL
Masa molar MKHP
Los pesos atmicos y la lista de incertidumbres
(Ver tablas actuales de IUPAC) para los
elementos que constituyen el compuesto KHP
(C8H5O4K) son:
Peso Incertidumbre Incertidumbre
Elemento
atmico declarada estndar
C 12,0107 0,0008 0,00046
H 1,00794 0,00007 0,000040
15,9994 0,0003 0,00017
K 39,0983 0,0001 0,000058
Para cada elemento, la incertidumbre estndar se
obtiene considerando que la incertidumbre
aportada por IUPAC se ajusta a una distribucin
rectangular. Por lo tanto las incertidumbres
estndar se calculan dividiendo estos valores por
3.
La masa molar MKHP para el KHP y su
incertidumbre u(MKHP) son, respectivamente:
M KHP 8 12,0107 5 1,00794 4 15,9994
39,0983
204,2212 g mol 1
(8 0,00046) 2 (5 0,00004) 2
u ( M KHP )
(4 0,00017) 2 0,000058 2
u ( FKHP ) 0,0038 g mol 1
NOTA: Las contribuciones individuales de los tomos
no son independientes. La incertidumbre
debida a la contribucin de cada tomo se
calcula por lo tanto multiplicando la
incertidumbre estndar del peso atmico por
el nmero de tomos.
Volumen VHCl
i) Calibracin: La incertidumbre declarada por
el suministrador para una pipeta de 15 mL es
de 0,02 mL y se ajusta a una distribucin
triangular: 0,02 6 0,008 mL .
Pgina 54
Cuantificacin de la Incertidumbre Ejemplo A3

Tabla A3.2: Datos de la valoracin cido-base e incertidumbres (Procedimiento en 2 pasos)

Descripcin Valores x Incertidumbre Incertidumbre

estndar u(x) estndar relativa
u(x)/x
rep Repetibilidad 1 0,001 0,001
mKHP Masa de KHP 0,3888 g 0,00012 g 0,00031
PKHP Pureza de KHP 1,0 0,00029 0,00029
VT2 Volumen de NaOH para valorar el HCl 14,89 mL 0,014 mL 0,00094
VT1 Volumen de NaOH para valorar el KHP 18,64 mL 0,015 mL 0,00080
MKHP Masa molar de KHP 204,2212 g mol-1 0,0038 gmol-1 0,000019
VHCl Alcuota de HCl para valorar el NaOH 15 mL 0,011 mL 0,00073

ii) Temperatura: La temperatura del laboratorio

u (m KHP ) u ( PKHP ) u (VT2 )
2 2 2

est en el intervalo de 4 C. se ajusta a una

distribucin rectangular dando una m KHP PKHP VT2
incertidumbre estndar de u c (c HCl ) u (VT1 ) u ( M KHP )
2
u (VHCl )
2 2

15 2,1 10 4 3 = 0,007 mL.
4
Combinando estas contribuciones se obtiene
u (VHCl ) 0,0037 2 0,0082 0,007 2
u (VHCl ) 0,011 mL
A3.5 Paso 4: Clculo de la incertidumbre
estndar combinada
cHCl se calcula como
1000 m KHP PKHP VT2
c HCl
VT1 M KHP VHCl
NOTA: En este ejemplo, la repetibilidad estimada se
considera como un efecto relativo; Por lo
tanto la ecuacin del modelo completo es
1000 m KHP PKHP VT2
c HCl
VT1 M KHP V HCl
Todos los valores intermedios de los dos pasos
del experimento y sus incertidumbres estndar se
c HCl VT1 M KHP VHCl
u (rep ) 2
0,000312 0,00029 2 0,00094 2
0,00080 2 0,000019 2 0,00073 2 0,0012
0,0018
u c (c HCl ) c HCl 0,0018 0,00018 mol L1
Puede utilizarse una hoja de clculo (ver apndice
E) para simplificar estos clculos de la
incertidumbre estndar combinada. En la Tabla
A3.3 se muestra una hoja de clculo rellenada con
los valores adecuados, con una explicacin.
Puede compararse el peso de las diferentes
contribuciones usando un histograma. La Figura
A3.6 muestra los valores de las contribuciones
|u(y,xi)| de la Tabla A3.3.
Figura A3.6: Incertidumbres en la
rep
valoracin cido-base
V(HCl)

recogen en la Tabla A3.2. Usando estos valores:

M(KHP)

V(T1)

1000 0,3888 1,0 14,89

c HCl 1 0,10139 mol L-1
V(T2)

18,64 204 ,2212 15 P(KHP)

m(KHP)

Repetibilidad
Las incertidumbres asociadas a cada componente
se combinan de la siguiente manera:
c(HCl)

0 0,05 0,1 0,15 0,2

|u(y,xi)| (mmol L-1 )

QUAM:2012.P1-ES Pgina 55
 Cuantificacin de la Incertidumbre Ejemplo A3
La incertidumbre expandida U(cHCl) se calcula La concentracin de la disolucin de HCl es
multiplicando la incertidumbre estndar (0,1014 0,0004) mol L1
combinada por un factor de cobertura de 2:
U (c HCl ) 0,00018 2 0,0004 mol L-1

Tabla A3.3: Valoracin cido-base Hoja de clculo con las incertidumbres

A B C D E F G H I
1 rep m(KHP) P(KHP) V(T2) V(T1) M(KHP) V(HCl)
2 valor 1,0 0,3888 1,0 14,89 18,64 204,2212 15
3 incertidumbre 0,001 0,00012 0,00029 0,014 0,015 0,0038 0,011
4
5 rep 1,0 1,001 1,0 1,0 1,0 1,0 1,0 1,0
6 m(KHP) 0,3888 0,3888 0,38892 0,3888 0,3888 0,3888 0,3888 0,3888
7 P(KHP) 1,0 1,0 1,0 1,00029 1,0 1,0 1,0 1,0
8 V(T2) 14,89 14,89 14,89 14,89 14,904 14,89 14,89 14,89
9 V(T1) 18,64 18,64 18,64 18,64 18,64 18,655 18,64 18,64
10 M(KHP) 204,2212 204,2212 204,2212 204,2212 204,2212 204,2212 204,2250 204,2212
11 V(HCl) 15 15 15 15 15 15 15 15,011
12
13 c(HCl) 0,101387 0,101489 0,101418 0,101417 0,101482 0,101306 0,101385 0,101313
14 u(y, xi) 0,000101 0,000031 0,000029 0,000095 -0,000082 -0,0000019 -0,000074
15 u(y)2, 3,34E-8 1,03E-8 9,79E-10 8,64E-10 9,09E-9 6,65E-9 3,56E-12 5,52E-9
u(y, xi)2
16
17 u(c(HCl)) 0,00018
Los valores de los parmetros estn en la segunda fila de C2 a I2. Sus incertidumbres estndar estn en la fila siguiente
(C3-I3). La hoja de clculo copia los valores de C2-I2 en la segunda columna de B5 a B11. El resultado (c(HCl)) usando
estos valores aparece en B13. La celda C5 muestra el valor de repetibilidad de C2 ms su incertidumbre dada en C3. El
resultado del clculo usando los valores C5-C11 se muestra en C13. Las columnas D a I siguen un proceso similar. Los
valores mostrados en la fila 14 (C14 -I14) son la diferencia de las filas (C13-I13) menos el valor de la celda B13. En la fila
15 (C15-I15) los valores de la fila 14 (C14-I14) se elevan al cuadrado y se suman para obtener el valor de la celda B15. En
B17 se obtiene la incertidumbre estndar combinada como la raz cuadrada de B15.

ver la incertidumbre introducida por las

A3.6 Aspectos singulares del ejemplo de
valoracin
En esta segunda parte del ejemplo se tratarn tres
aspectos especiales del experimento. Es
interesante ver qu efectos habra en el resultado
final y en su incertidumbre estndar combinada si
realizamos cambios en el montaje experimental o
en el proceso de valoracin.
Influencia de una temperatura ambiente media de
25C
En anlisis de rutina, raramente el analista corrige
los efectos sistemticos en las medidas
volumtricas debidos a las temperaturas. Aqu se
correcciones necesarias.
Los dispositivos para las medidas volumtricas se
calibran a 20C. Pero rara vez los laboratorios de
anlisis mantienen la temperatura ambiente
controlada en ese valor. Para ilustrarlo, se
considera la correccin para una temperatura
ambiente media de 25C.
El resultado analtico final se calcula utilizando el
volumen corregido y no el volumen calibrado a
20C. Una medida de volumen se corrige
teniendo en cuenta el efecto de la temperatura
mediante la siguiente frmula
V ' V [1 (T 20)]

QUAM:2012.P1-ES Pgina 56
Cuantificacin de la Incertidumbre Ejemplo A3
donde fenolftalena como indicador para detectar el
V' volumen a 20C punto final se introduce un sesgo. El cambio de
color de transparente a rojo/prpura se produce
V volumen a la temperatura media T
entre un pH de 8,2 y 9,8 lo que conduce a un
coeficiente de expansin de una disolucin exceso de volumen y a la introduccin de un
acuosa [C1] sesgo en comparacin con la deteccin del punto
T Temperatura en el laboratorio [C] final empleando un pH-metro. Algunas
investigaciones muestran que el exceso de
La ecuacin del mensurando ha de reescribirse volumen es de aproximadamente 0,05 mL con
como: una incertidumbre estndar para la deteccin
1000 m KHP PKHP V ' T2 visual del punto final de aproximadamente 0,03
c HCl mL. El sesgo derivado del exceso de volumen
M KHP V ' T1 V ' HCl
tiene que ser considerado en el clculo del
Incluyendo los trminos de correccin por resultado final. El volumen real para la deteccin
temperatura se obtiene: visual del punto final viene dado por

c HCl
1000 m KHP PKHP

V ' T2 VT1;Ind VT1 VExceso
M KHP V ' T1 V ' HCl
1000 m KHP PKHP donde

M KHP VT1;Ind:volumen de la deteccin visual del punto
VT2 [1 (T 20)] final

V
T1 [1 (T 20 )] V HCl [1 (T 20)] VT1 volumen del punto de equivalencia
Esta expresin puede simplificarse asumiendo que VExceso exceso de volumen necesario para cambiar
la temperatura T y el coeficiente de expansin de el color de la fenolftalena
una disolucin acuosa son los mismos para los La correccin del volumen citado anteriormente
tres volmenes conduce a los siguientes cambios en la ecuacin
1000 mKHP PKHP del mensurando
c HCl
M 1000 mKHP PKHP (VT2;Ind VExcess )
KHP
c HCl
VT2 M KHP (VT1;Ind VExcess ) VHCl

V T1 V HCl [1 (T 20)] Las incertidumbres estndar u(VT2) y u(VT1) tienen
Esto da lugar a una ligera diferencia en el que recalcularse utilizando la incertidumbre
estndar de la deteccin visual del punto final as
resultado de la concentracin de HCl a 20C:
como la componente de la incertidumbre debida a
c HCl la repetibilidad en la deteccin del punto final
1000 0,3888 1,0 14,89 u (VT1 ) u (VT1; Ind VExceso )
204,2236 18,64 15 [1 2,1 10 4 (25 20)]
0,012 2 0,009 2 0,03 2
0,10149 mol L 1
0,034 mL

La cifra est todava dentro del rango dado por la u (VT2 ) u (VT2; Ind VExceso )
incertidumbre estndar combinada del resultado a
una temperatura media 20C, por lo tanto el 0,012 2 0,007 2 0,032
resultado no se ve significativamente afectado. El 0,033 mL
cambio tampoco afecta a la evaluacin de la
incertidumbre estndar combinada, porque una La incertidumbre estndar combinada
variacin de temperatura de 4C para una u c (c HCl ) 0,0003 mol L1
temperatura ambiente media de 25C todava es
asumible. es considerablemente mayor que la anterior.
Deteccin visual del punto final Determinacin triple para obtener el resultado
Si en lugar de un sistema de valoracin final
automtico para obtencin del punto de El experimento en dos pasos se realiza tres veces
equivalencia de la curva de pH se utiliza para obtener el resultado final. Se espera que la
QUAM:2012.P1-ES Pgina 57
Cuantificacin de la Incertidumbre Ejemplo A3
determinacin triple reduzca la contribucin temperatura:
debida a la repetibilidad, y por lo tanto la 15 2,1 10 4 4 3 0,007 mL
incertidumbre total.
Como se muestra en la primera parte de este u VHCl 0,008 2 0,007 2 0,01 mL
ejemplo, todas las variaciones entre series se
Masa molar MKHP
combinan en un solo componente, que representa
la repetibilidad experimental total como se uM KHP 0,0038 g mol1
muestra en el diagrama de causa-efecto, (Figura
A3.5). Volumen VT1
Los componentes de la incertidumbre se
calibracin: 0,03 6 0,012 ml
cuantifican de la siguiente manera:
Masa mKHP temperatura:
19 2,1 10 4 4 3 0,009 ml
Linealidad: 0,15 3 0,087 mg

u (mKHP ) 2 0.87 2 0,12 mg u VT1 0,012 2 0,009 2 0,015 mL

Pureza PKHP Todos los valores de las componentes de la

incertidumbre se resumen en la Tabla A3.4. La
Pureza: 0,0005 3 0,00029 incertidumbre combinada es 0,00016 mol L1, que
supone una reduccin muy modesta debida a la
Volumen VT2
determinacin triple. La comparacin de las
calibracin: 0,03 6 0,012 mL contribuciones a la incertidumbre que se muestran
en el histograma de la Figura A3.7, pone de
temperatura: relieve algunas de las razones de ese resultado.
15 2,1 10 4 4 3 0,007 mL Aunque la contribucin de la repetibilidad es muy
reducida, las contribuciones a la incertidumbre de
u VT2 0,012 2 0,007 2 0,014 mL la volumetra permanecen, lo que limita la mejora.

Repetibilidad
El registro de calidad de la determinacin triple Figura A3.7: Valores e incertidumbres de las
muestra una desviacin estndar promedio a largo rplicas en la valoracin cido-base
plazo del experimento de 0,001 (como DER). No
es recomendable utilizar la desviacin estndar
V(HCl)

real obtenida de las tres determinaciones porque

M(KHP)

ya tiene una incertidumbre del 52 %. La

V(T1)

desviacin estndar de 0,001 se divide por 3

V(T2)

P(KHP)
para obtener la incertidumbre estndar de las tres m(KHP)
determinaciones (3 medidas independientes) Repetibilidad

Rep 0,001 3 0,00058 (como DER)

c(HCl)

0 0,05 0,1 0,15 0,2

Volumen VHCl |u(y,xi)| (mmol L-1 )

calibracin: 0,02 6 0,008 ml

QUAM:2012.P1-ES Pgina 58
Cuantificacin de la Incertidumbre Ejemplo A3

Tabla A3.4: Valores e incertidumbres de las rplicas en la valoracin cido-base

Incertidumbre Incertidumbre
Descripcin Valor x estndar estndar relativa
u(x) u(x)/x
Rep Repetibilidad de la medida 1,0 0,00058 0,00058
mKHP Masa del KHP 0,3888 g 0,00013 g 0,00033
PKHP Pureza del KHP 1,0 0,00029 0,00029
VT2 Volumen de NaOH para valorar el HCl 14,90 mL 0,014 mL 0,00094
VT1 Volumen de NaOH para valorar el KHP 18,65 mL 0,015 mL 0,0008
MKHP Masa molar de KHP 204,2212 g mol-1 0,0038 g mol-1 0,000019
VHCl Alcuota de HCl para valorar el NaOH 15 mL 0,01 mL 0,00067

QUAM:2012.P1-ES Pgina 59
Cuantificacin de la incertidumbre Ejemplo A4

Ejemplo A4: Estimacin de incertidumbre a partir de estudios de validacin in-

house. Determinacin de Pesticidas Organofosforados en Pan.
Resumen
Objeto Figura A4.1: Anlisis de pesticidas
La cantidad de residuo de pesticida organofosforados
organofosforado en el pan se determina mediante
extraccin y anlisis por cromatografa de gases
(CG).
Procedimiento de medida
Las etapas necesarias para determinar la cantidad
de residuos de plaguicidas organofosforados se
muestran en la Figura A4.1
Mensurando:
I op c ref Vop
Pop Fhom FI mg kg-1
I ref Rec msample
donde
Pop Fraccin msica del pesticida en la
muestra [mg kg-1]
Iop Intensidad de pico del extracto de la
muestra
cref Concentracin msica del material de
referencia [g mL-1]
Vop Volumen final del extracto [mL] Identificacin de las fuentes de incertidumbre:
Iref Intensidad de pico del material de Las fuentes de incertidumbre relevantes se
referencia muestran en el diagrama causa-efecto Figura
A4.2.
Rec Recuperacin
mmuestra Masa de la submuestra investigada [g] Cuantificacin de las componentes de la
incertidumbre:
FI Factor de correccin que representa el
efecto de la precisin intermedia en Basado en datos de validacin interna, las tres
condiciones intermedias principales contribuciones se enumeran en la
Tabla A4.1 y se muestran esquemticamente en la
Fhom Factor de correccin para la falta de
Figura A4.2 (Los valores provienen de la Tabla
homogeneidad de la muestra
A4.5).

Tabla A4.1: Incertidumbres en el anlisis de pesticidas

Descripcin Valor x Incertidumbre Incertidumbre Comentarios

estndar u(x) estndar relativa
u(x)/x
Precisin (1) 1,0 0,27 0,27 Basado en ensayos duplicados
de diferentes tipos de muestras

Sesgo (Rec) (2) 0,9 0,043 0,048 Muestras fortificadas

Otras fuentes (3) 1,0 0,2 0,2 Estimacin basada en la

asuncin de modelos
(Homogeneidad)
Pop -- -- 0,34 Incertidumbre estndar relativa

QUAM:2012.P1-ES Pgina 60
Cuantificacin de la incertidumbre Ejemplo A4

Figura A4.2: Fuentes de incertidumbre en el anlisis de pesticidas

Repetibilidad(1) Iop c(ref) V(op)
Calibracin
Iop lin Pureza(ref)
Iref m(ref)
mref
Temperatura Calibracin Temperatura
Vref
dilucin V(ref) Calibracin
Calibracin Calibracin
Vop
Mmuestra dilucin
P(op)

m(bruta)
m(tara)
Linealidad Linealidad

Calibracin
Calibracin

Calibracin
F(Hom) Recuperacin I(ref) m(muestra)

Figura A4.3: Incertidumbres en el anlisis de pesticidas

Homogeneidad

Sesgo

Precisin

P(op)

0 0,1 0,2 0,3 0,4

|u(y,xi)| (mg kg-1)

Los valores de u(y,xi) = (y/xi).u(xi) se han tomado de la Tabla A4.5

QUAM:2012.P1-ES Pgina 61
Cuantificacin de la incertidumbre Ejemplo A4

Ejemplo A4: Determinacin de pesticidas organofosforados en pan. Discusin

detallada.

A4.1 Introduccin
Este ejemplo ilustra la forma en que los datos de
validacin interna se pueden utilizar para
cuantificar la incertidumbre de medicin. El
objetivo es determinar la cantidad de residuo de
pesticidas organofosforados en el pan. El esquema
de validacin y los experimentos establecen la
forma de analizar muestras fortificadas. Se supone
que la incertidumbre debida a cualquier diferencia
en la respuesta de la medicin entre la muestra
fortificada y el analito en la muestra es pequea
en comparacin con la incertidumbre total de del
resultado.
A4.2 Paso 1: Especificacin
El mensurando es la fraccin msica de pesticida
en una muestra de pan. La especificacin
detallada del mensurando para los mtodos
analticos ms extensos se realiza mejor con una
descripcin exhaustiva de las diferentes etapas del
mtodo analtico y proporcionando la ecuacin
del mensurando.
Procedimiento
hexano y secado de la capa de hexano
mediante columnas de sulfato sdico.
vi) Concentracin del extracto lavado mediante
venteo con gas hasta secado casi completo.
vii) Dilucin a volumen estndar Vop
(aproximadamente 2 mL) en un tubo de
ensayo graduado de 10 mL.
viii) Medida: Inyeccin y medida con CG de
5 L de extracto de muestra obtenindose un
pico de intensidad de Iop.
ix) Preparacin de aproximadamente 5 g mL-1
de material de referencia (Concentracin
msica real cref).
x) Calibracin del CG usando el material de
referencia preparado e inyeccin y medida
con el CG de 5 L del material de referencia
dando un pico de intensidad Iref
Figura A4.4: Anlisis de pesticidas
organofosforados

El procedimiento de medida se ilustra

esquemticamente en la Figura A4.4. Las etapas
son:
i) Homogeneizacin: La muestra completa se
divide en pequeos fragmentos (aprox.
2_cm). Se realiza una seleccin aleatoria de
unas 15 submuestras y se hace una
homogeneizacin de todas ellas. Si se
sospecha que puede haber una falta de
homogeneidad extrema, se realizar un
muestreo proporcional antes de la mezcla.
ii) Pesada de la submuestra para anlisis, mmuestra
iii) Extraccin: Extraccin cuantitativa del
analito con disolvente orgnico, decantacin
y secado a travs de columnas de sulfato
sdico y concentracin del extracto usando
un equipo Kuderna-Danish.
iv) Extraccin lquido-lquido:
v) Separacin lquida acetonitrilo/hexano,
lavado del extracto de acetonitrilo con

QUAM:2012.P1-ES Pgina 62
Cuantificacin de la incertidumbre Ejemplo A4

Clculo Objeto
La concentracin msica cop en la muestra final El mtodo analtico es aplicable a una pequea
viene dada por gama de pesticidas qumicamente similares en un
I op rango entre 0,01 y 2 mg kg-1 con diferentes tipos
cop c ref g mL1 de pan como matriz.
I ref
A4.3 Paso 2: Identificacin y anlisis de las
y el nivel de pesticida Pop en la muestra original fuentes de incertidumbre
(en mg kg-1) es
La identificacin de todas las fuentes de
cop Vop incertidumbre relativas a un procedimiento de
Pop mg kg 1
Rec mmuestra anlisis tan complejo se realiza mejor mediante la
elaboracin de un diagrama de causa-efecto. Otros
o, sustituyendo cop, factores se aaden al diagrama, teniendo en cuenta
I op cref Vop cada paso en el procedimiento analtico (A4.2),
Pop mg kg -1 hasta que los factores que contribuyen a la
I ref Rec mmuestra incertidumbre se consideran suficientemente
donde lejanos.
Pop Fraccin msica del pesticida en la muestra La falta de homogeneidad de la muestra no es un
[mg kg-1] parmetro en la ecuacin original del mensurando,
Iop Intensidad de pico en el extracto de la pero tiene un efecto significativo en el
muestra procedimiento. Es por ello que se aade una
nueva rama, F(hom), al diagrama causa-efecto
cref Concentracin msica del material de (Figura A4.5).
referencia [g mL-1]
Por ltimo, la rama de la incertidumbre debido a
Vop Volumen final del extracto [mL] la falta de homogeneidad de la muestra debe
Iref Intensidad de pico del material de referencia incluirse en el clculo del mensurando. Para
mostrar el efecto de las incertidumbres derivadas
Rec Recuperacin de esa fuente claramente, se escribir
Mmuestra Masa de la submuestra investigada [g]

Figura A4.5: Diagrama causa-efecto con rama principal aadida por muestra no homognea
I op c ref Vop
Calibracin Precisin
Linealidad Pureza(ref)
m(ref)
Precisin
Temperatura Calibracin Precisin Temperatura

V(ref) Calibracin
Calibracin Calibracin Precisin

Precisin
dilucin
Pop

m(bruta)
Precisin
Linealidad m(tara)

Sensibilidad Linealidad
Calibracin Precisin
Precisin
Calibracin
Sensibilidad
Calibracin
Fhom Recuperacin I ref mmuestra

QUAM:2012.P1-ES Pgina 63
Cuantificacin de la incertidumbre
I op cref Vop
Pop Fhom [mg kg 1 ]
I ref Rec mmuestra
donde Fhom es un factor de correccin a considerar
en el clculo inicial. Esto deja claro que las
incertidumbres debidas al factor de correccin
deben ser incluidas en la estimacin de la
incertidumbre total. La expresin final tambin
muestra cmo se aplicar la incertidumbre.
NOTA: Factores de correccin: Este enfoque es
bastante general, y puede ser muy valioso para
destacar supuestos ocultos. En principio, cada
medida est vinculada a dichos factores de
correccin los cuales normalmente se asumen
unitariamente. Por ejemplo la incertidumbre
de cop puede expresarse como una
incertidumbre estndar para cop, o como una
incertidumbre estndar que representa la
incertidumbre de un factor de correccin. En
el ltimo caso, el valor es idntico a la
incertidumbre para cop expresado como una
desviacin estndar relativa.
A4.4 Paso 3: Cuantificar los componentes de la
incertidumbre
De acuerdo con el apartado 7.7., la cuantificacin
de los diferentes componentes de la incertidumbre
utiliza datos que provienen de los estudios de
desarrollo y validacin internos:
La mejor estimacin de la variacin global
entre series del proceso analtico.
Figura A4.6: Diagrama causa-efecto despus del reordenamiento para dar cabida a los datos del
estudio de validacin
Precisin Iop
Calibracin
Iop
Iref mref
mref
Temperatura Calibracin
Vref
dilucin Vref
Calibracin Calibracin
Vop
mmuestra dilucin
Calibracin
Fhom Recuperacin
QUAM:2012.P1-ES
Ejemplo A4
La mejor estimacin posible del sesgo total
(Rec) y su incertidumbre.
La cuantificacin de las incertidumbres
asociadas con efectos representados de forma
incompleta en los estudios de rendimiento
global.
El reordenamiento del diagrama de causa-efecto
es til para que la relacin y la cobertura de estos
datos de entrada sea ms clara (Figura A4.6). Se
aade una nueva rama, Precisin, para
representar a todos los efectos incluidos en el
estudio de precisin intermedia. Esto no incluye la
contribucin de la Pureza a cref debido a que el
mismo material de referencia puro fue utilizado
para ambas mediciones en cada par de rplicas.
NOTA: Normalmente las muestras se analizan en
pequeos lotes y cada uno de ellos incluye una
calibracin, una muestra para controlar el
sesgo y una muestra duplicada para
comprobar la precisin dentro del lote. Deben
tomarse medidas correctivas si estos controles
ponen de manifiesto que hay desviaciones
significativas frente a la validacin. Este
control de calidad bsico cumple los
principales requisitos para el uso de los datos
de validacin en la estimacin de la
incertidumbre de los anlisis de rutina.
Despus de haber introducido el efecto de
precisin extra en el diagrama de causa-efecto,
el modelo para el clculo de Pop se convierte en
cref Vop
Linealidad Pureza (ref)
Temperatura
Calibracin
Pop
m(bruta)
Linealidad m (tara)
Linealidad
Calibracin
Calibracin
Iref mmuestra
Pgina 64
Cuantificacin de la incertidumbre Ejemplo A4
Tabla A4.2: Resultados de los anlisis duplicados de pesticidasNota 1
Residuo D1 D2 Media Diferencia Diferencia/
[mg kg-1] [mg kg ]-1
[mg kg ]-1 D1-D2 media
Malatin 1,30 1,30 1,30 0,00 0,000
Malatin 1,30 0,90 1,10 0,40 0,364
Malatin 0,57 0,53 0,55 0,04 0,073
Malatin 0,16 0,26 0,21 -0,10 -0,476
Malatin 0,65 0,58 0,62 0,07 0,114
Metil Pirimifos 0,04 0,04 0,04 0,00 0,000
Metil Clorpirifos 0,08 0,09 0,085 -0,01 -0,118
Metil Pirimifos 0,02 0,02 0,02 0,00 0,000
Metil Clorpirifos 0,01 0,02 0,015 -0,01 -0,667
Metil Pirimifos 0,02 0,01 0,015 0,01 0,667
Metil Clorpirifos 0,03 0,02 0,025 0,01 0,400
Metil Clorpirifos 0,04 0,06 0,05 -0,02 -0,400
Metil Pirimifos 0,07 0,08 0,75 -0,10 -0,133
Metil Clorpirifos 0,01 0,01 0,10 0,00 0,000
Metil Pirimifos 0,06 0,03 0,045 0,03 0,667
Nota 1: Las duplicados fueron obtenidos en anlisis diferentes

I op cref Vop desviacin estndar de las diferencias

Pop Fhom FI mg kg 1 Eq.A4.1
I ref Rec mmuestra
donde FI es un factor que representa el efecto de
la variacin debida a condiciones de precisin
intermedia. Esto es, la precisin se considera que
tiene un efecto multiplicador FI como la
homogeneidad. Se elige esta forma por
conveniencia en el clculo, como se ver a
continuacin.
La evaluacin de los diferentes efectos se
considera a continuacin.
1. Estudio de precisin
La variacin global entre lotes (precisin) del
procedimiento analtico se evalu con una serie de
ensayos duplicados (una muestra homognea y
repeticin del procedimiento completo de
extraccin/determinacin en dos anlisis
diferentes) a pesticidas organofosforados
encontrados en diferentes muestras de pan. Los
resultados se recogen en la Tabla A4.2.
Los datos de diferencia normalizados (la
diferencia dividida por la media) proporciona una
medida de la variabilidad global entre lotes
(precisin intermedia). Para obtener la
incertidumbre estndar relativa estimada para las
determinaciones individuales, se toma la
normalizadas y se divide por 2 para corregir a
partir de la desviacin estndar de las diferencias
por pares a la incertidumbre estndar de los
valores individuales. Esto proporciona un valor
para la incertidumbre estndar debida a la
variacin entre lotes del proceso analtico total,
incluyendo la variacin de la recuperacin entre
lotes pero excluyendo los efectos de la
homogeneidad, de 0,382 2 0,27
NOTA: A primera vista, puede parecer que las
pruebas duplicadas proporcionan insuficientes
grados de libertad. Pero no es el objetivo
obtener nmeros muy exactos para la
precisin del proceso de anlisis de un
plaguicida determinado en un tipo especial de
pan. Es ms importante en este estudio
ensayar una amplia variedad de diferentes
materiales (diferentes tipos de pan en este
caso) y los niveles de analito, obteniendo una
seleccin representativa de pesticidas
organofosforados. Esto se hace de la manera
ms eficiente por medio de ensayos
duplicados en muchos materiales,
proporcionando (para la estimacin de
precisin) aproximadamente un grado de
libertad para cada material estudiado por
duplicado. Esto da un total de 15 grados de
libertad.

QUAM:2012.P1-ES Pgina 65
Cuantificacin de la incertidumbre Ejemplo A4

Tabla A4.3: Resultados de los estudios de recuperacin del pesticida

Tipo de Conc.
Sustrato N1) Media 2) [%] s 2)[%]
residuo [mg kg1]
Aceite usado PCB 10,0 8 84 9
Mantequilla OC 0,65 33 109 12
Pienso para alimentacin animal I OC 0,325 100 90 9
Grasas animales y vegetales I OC 0,33 34 102 24
Coles 1987 OC 0,32 32 104 18
Pan OP 0,13 42 90 28
Bizcochos OP 0,13 30 84 27
Pienso de carne y huesos OC 0,325 8 95 12
Pienso de gluten de maz OC 0,325 9 92 9
Pienso de colza I OC 0,325 11 89 13
Pienso de trigo I OC 0,325 25 88 9
Pienso de soja I OC 0,325 13 85 19
Pienso de cebada I OC 0,325 9 84 22
(1) Nmero de experimentos realizados
(2) La media y la desviacin estndar de la muestra s se dan como recuperaciones porcentuales

2. Estudio del sesgo
El sesgo del proceso analtico fue investigado
durante el estudio de validacin interna utilizando
muestras fortificadas (donde las muestras
homogeneizadas fueron divididas y una porcin
fortificada). La Tabla A4.3 recoge los resultados
de un extenso estudio de muestras fortificadas de
varios tipos.
La fila de referencia (marcada en color gris) es la
correspondiente a pan, que muestra una
recuperacin media para cuarenta y dos muestras
del 90 %, con una desviacin estndar (s) del
28 %. La incertidumbre estndar se calcul como
la desviacin estndar de la media
u( Rec) 0,28 42 0,0432 .
Se us la prueba de la t de Student para
determinar si la recuperacin media es
significativamente diferente a 1,0. El estadstico t
se calcula utilizando la siguiente ecuacin
1 0,9 2,31
1 Rec
t durante los experimentos se utilizaron diferentes
u( Rec) 0,0432
Este valor se compara con el valor crtico para 2
colas tcrit, para n1 grados de libertad y un nivel de
confianza del 95 % (donde n es el nmero de
resultados usados para estimar Rec ). Si t es
mayor o igual que el valor crtico tcrit entonces
Rec es significativamente diferente a 1.
t 2,31 t crit; 41 2,021
En este ejemplo se aplica un factor de correccin
(1/ Rec ) y por lo tanto Rec est explcitamente
incluido en el clculo del resultado.
3. Otras fuentes de incertidumbre
El diagrama causa-efecto de la Figura A4.7
muestra que otras fuentes de incertidumbre estn
(1) adecuadamente cubiertas por el dato de
precisin, (2) cubiertas por el dato de
recuperacin o (3) tienen que ser examinadas ms
detalladamente y, finalmente, consideradas en el
clculo de la incertidumbre de la medida.
Todas las balanzas y los dispositivos importantes
de medicin volumtrica estn bajo un control
peridico. Los estudios de precisin y
recuperacin tienen en cuenta la influencia de la
calibracin de estos dispositivos debido a que
matraces aforados y pipetas. Los estudios de
variabilidad, que se prolongaron durante ms de
medio ao, tambin cubren la influencia de la
temperatura ambiente sobre el resultado. Esto deja
solo a la pureza del material de referencia, la
posible no linealidad en la respuesta del
cromatgrafo de gases (representado por los

QUAM:2012.P1-ES Pgina 66
Cuantificacin de la incertidumbre
Figura A4.7: Evaluacin de otras fuentes de incertidumbre
Precisin (1) Iop
Iop
Iref
mref
Vref
dilucin Calibracin(3)
Vop
mmuestra
Calibracin(3)
Fhom(3) Recuperacin(2)
(1) La contribucin (FI en la ecuacin Eq.A4.1) incluida en la desviacin estndar relativa calculada en el estudio
de precisin intermedia del proceso analtico.
(2) Considerada en el estudio del sesgo del proceso analtico.
(3) A considerar en la evaluacin de otras fuentes de incertidumbre.
trminos de calibracin para Iref e Iop en el
diagrama), y la homogeneidad de la muestra como
componentes adicionales que requieren estudio.
La pureza del material de referencia declarada por
el fabricante es 99,53 % 0,06 %. La pureza es
una fuente potencial de incertidumbre adicional
con una incertidumbre estndar de
0,0006 3 0,00035 (distribucin rectangular).
Pero la contribucin es tan pequea (comparada,
por ejemplo, con la estimacin de la precisin)
que no es necesario considerar esta contribucin.
La linealidad de la respuesta a los pesticidas
organofosforados, en el rango de concentracin
determinado, se estableci durante los estudios de
validacin. Adems, con estudios a mltiples
niveles del tipo indicados en la Tabla A4.2 y la
Tabla A4.3, la falta de linealidad podra contribuir
a la precisin observada. No se requiere ninguna
tolerancia adicional. El estudio de validacin
interna demostr que este no es el caso.
La homogeneidad de la submuestra de pan es la
ltima de las otras fuentes de incertidumbre. En la
literatura no hay datos disponibles sobre la
distribucin de las trazas de componentes
orgnicos en pan, a pesar de una extensa bsqueda
en la literatura (a primera vista esto es
sorprendente, pero la mayora de los analistas de
alimentos intentan una homogeneizacin en lugar
de evaluar la falta de homogeneidad por
QUAM:2012.P1-ES
Ejemplo A4
Calibracin (2) cref Vop
Linealidad Pureza(ref)
m(ref)
Temperatura(2) Calibracin(2) Temperatura(2)
Vref Calibracin(2)
Calibracin(2)
dilucin
Pop
m(bruta)
m(tara)
Linealidad Linealidad
Calibracin(2)
Calibracin(2)
Iref mmuestra
separado). Tampoco es prctico medir la
homogeneidad directamente. Por lo tanto, la
contribucin se estim sobre la base del mtodo
de muestreo utilizado.
Para facilitar el clculo, se consideraron una serie
de escenarios factibles para la distribucin de
residuos de plaguicidas, y una distribucin
binomial simple para calcular la incertidumbre
estndar para el total incluido en la muestra
analizada (vase el apartado A4.6). Los escenarios
y las incertidumbres estndar relativas calculadas
para la cantidad de pesticida en la muestra final,
fueron:
Escenario (a) Residuo distribuido solo en la
parte superior: 0,58.
Escenario (b) Residuo distribuido de manera
uniforme solo sobre la superficie: 0,20.
Escenario (c) Residuo distribuido de manera
uniforme a travs de la muestra, pero reducido
en concentracin por la prdida por
evaporacin o descomposicin cerca de la
superficie: 0,05-0,10 (dependiendo del
espesor de la capa superficial).
El escenario (a) responde especficamente a un
muestreo proporcional o una homogeneizacin
completa (ver apartado A4.2, prrafo i del
procedimiento). Esto slo se planteara en el caso
de las adiciones decorativas (cereales integrales)
Pgina 67
Cuantificacin de la incertidumbre Ejemplo A4

Tabla A4.4: Incertidumbres en el anlisis del pesticida

Incertidumbre Incertidumbre
Descripcin Valor x estndar relativa Observaciones
estndar u(x)
u(x)/x
Precisin (1) 1,0 0,27 0,27 Ensayos duplicados de
diferentes tipos de muestras
Sesgo (Rec) (2) 0,9 0,043 0,048 Muestras fortificadas
Otras fuentes (3) 1,0 0,2 0,2 Estimaciones basadas en los
supuestos del modelo
(Homogeneidad)
Pop -- -- 0,34 Incertidumbre estndar relativa

aadidas a una superficie. El escenario (b) se
considera por lo tanto el peor de los casos
probables. El escenario (c) se considera el ms
probable, pero no se puede distinguir fcilmente a
partir de (b). Sobre esta base, se eligi el valor de
0,20.
NOTA: Para ms detalles sobre el modelado de la
falta de homogeneidad ver la ltima seccin
de este ejemplo.
A4.5 Paso 4: Clculo de la incertidumbre
estndar combinada
Durante el estudio de validacin interna del
mtodo de anlisis, la precisin intermedia, el
sesgo y el resto de las fuentes de incertidumbre
posibles fueron examinadas a fondo. Sus valores e
incertidumbres se recogen en la Tabla A4.4.
Los valores relativos se combinan porque el
modelo (ecuacin Eq.A4.1) es totalmente
multiplicativo:
u c ( Pop )
0,27 2 0,048 2 0,2 2 0,34
Pop
uc ( Pop ) 0,34 Pop
La hoja de clculo para este caso toma la forma
mostrada en la Tabla A4.5. Hay que tener en
cuenta que la hoja de clculo determina un valor
absoluto de la incertidumbre (0,377) para un
resultado nominal corregido de 1,1111, dando un
valor relativo de 0,377/1,1111=0,34.
Los tamaos relativos de las tres diferentes
contribuciones pueden compararse empleando un
histograma. La Figura A4.8 muestra los valores
|u(y,xi)| tomados de la Tabla A4.5.
La precisin es la mayor de las contribuciones a la
incertidumbre de medida. Dado que esta
componente se deriva de la variabilidad total en el
mtodo, seran necesarios experimentos
adicionales para mostrar donde pueden hacerse
mejoras. Por ejemplo, la incertidumbre podra
reducirse significativamente homogeneizando
todo el pan antes de tomar una muestra.
La incertidumbre expandida U(Pop) se calcula
multiplicando la incertidumbre estndar
combinada por un factor de cobertura de 2:
U ( Pop ) 0,34 Pop 2 0,68 Pop

QUAM:2012.P1-ES Pgina 68
Cuantificacin de la incertidumbre Ejemplo A4

Tabla A4.5: Incertidumbres en el anlisis de pesticidas

A B C D E
1 Precisin Sesgo Homogeneidad
2 Valor 1,0 0,9 1,0
3 Incertidumbre 0,27 0,043 0,2
4
5 Precisin 1,0 1,27 1,0 1,0
6 Sesgo 0,9 0,9 0,943 0,9
7 Homogeneidad 1,0 1,0 1,0 1,2
8
9 Pop 1,1111 1,4111 1,0604 1,333
10 u(y, xi) 0,30 -0,0507 0,222
11 u(y)2, u(y, xi)2 0,1420 0,09 0,00257 0,04938
12
13 u(Pop) 0,377 (0,377/1,111 = 0,34 como una incertidumbre estndar
relativa)
Los valores de los parmetros se introducen en la segunda fila de C2 a E2. Sus incertidumbres estndar se encuentran
en la fila siguiente (C3:E3). La hoja de clculo copia los valores de C2-E2 en la segunda columna de B5 a B7. El
resultado con estos valores se da en B9 (=B5B7/B6, basado en la ecuacin Eq.A4.1). C5 muestra el trmino de
precisin de C2 ms su incertidumbre dada en C3. El resultado del clculo que utiliza los valores C5:C7 aparece en C9.
Las columnas D y E siguen un mtodo similar. Los valores mostrados en la fila 10 (C10:E10) son las diferencias (con
su signo) de las filas (C9:E9) menos el valor dado en B9. En la fila 11 (C11:E11) los valores de la fila 10 (C10:E10)
estn elevados al cuadrado y sumados para dar el valor que aparece en B11. B13 da la incertidumbre estndar
combinada, que es la raz cuadrada de B11.

A4.6 Aspecto especial: Modelizacin de la falta

de homogeneidad

Suponiendo que todo el analito en una muestra se homogeneidad es la situacin en la que alguna
puede extraer para el anlisis con independencia parte o partes de una muestra contienen todo el
de su estado, el peor de los casos para la falta de analito. Ms general, pero estrechamente

Figura A4.8: Incertidumbres en el anlisis de pesticidas

Homogeneidad

Sesgo

Precisin

P(op)

0 0,1 0,2 0,3 0,4

|u(y,xi)| (mg kg-1 )

Los valores de u(y,xi) = (y/xi).u(xi) estn en la Tabla A4.5

QUAM:2012.P1-ES Pgina 69
Cuantificacin de la incertidumbre Ejemplo A4

relacionado, es el caso en el que dos niveles, 432/15, para dar una estimacin de la media
digamos L1 y L2, de la concentracin del analito de X de
estn presentes en diferentes partes del total de la 432 X
muestra. El efecto de dicha falta de homogeneidad X 2,5 l1 72 X
en el caso de un submuestreo aleatorio se puede 15 72
estimar mediante un estadstico binomial. Los Este resultado es tpico de un muestreo
valores requeridos son la media y la desviacin aleatorio; el valor esperado de la media es
estndar de la cantidad de material en n partes exactamente el valor medio de la poblacin.
iguales seleccionadas al azar despus de la Para un muestreo aleatorio, no hay por lo
separacin. Estos valores vienen dados por tanto, ninguna contribucin a la
n p1l1 p 2 l 2
incertidumbre total adems de la
variabilidad entre series, expresada como
np1 l1 l 2 nl 2 [1] o DER aqu

2 np1 1 p1 l1 l2
Escenario (b)
[2]
2

El material se distribuye de manera uniforme

l1 y l2 son la cantidad de sustancia en porciones de sobre toda la superficie. Siguiendo argumentos
las zonas en la muestra que contienen la fraccin similares y suponiendo que todas las porciones de
total L1 y L2 respectivamente, de la cantidad total la superficie contienen la misma cantidad L1 de
X, y p1 y p2 son la probabilidad de seleccionar material, L2 es de nuevo cero, y p1 es, usando las
porciones de esas zonas (n debe ser pequeo en dimensiones anteriores
comparacin con el nmero total de porciones que
conforman la seleccin). (12 12 24) (8 8 20)
p1 0,63
Las cifras que se muestran arriba se calcularon de (12 12 24)
la siguiente manera, en el supuesto de que una es decir, p1 es la fraccin de la muestra en los
muestra normal de pan es de aproximadamente 2_cm "exteriores". Utilizando los mismos
12 12 24 cm, usando una porcin de tamao supuestos entonces l1 X 272 .
2 2 2 cm (con un total de 432 porciones) y
asumiendo que 15 de tales porciones se NOTA: El cambio en el valor del escenario (a)
seleccionan aleatoriamente y se homogenizan.
Esto da:
Escenario (a)
15 0,63 l1 9,5 l1
El material se limita a una sola cara grande (la
parte superior) de la muestra. L2 por lo tanto es 2 15 0,63 (1 0,63) l12 3,5 l12
cero as como l2; y L1=1. Cada porcin que
incluye parte de la superficie superior contendr 3,5 l12 1,87 l1
una cantidad l1 del material. Para las dimensiones
dadas, claramente una de cada seis (2/12) de las
DER 0,2
porciones cumplen este criterio, p1 es por lo tanto
1/6, o 0,167, y l1 es X/72 (es decir, hay 72
porciones superiores). Escenario (c)
Esto da La cantidad de material cerca de la superficie se
reduce a cero por evaporacin u otras prdidas.
15 0,167 l1 2,5 l1 Este caso puede examinarse ms sencillamente
2 15 0,167 (1 0,17) l12 2,08l12 considerndolo como el opuesto del escenario (b),
con p1=0,37 y l1 igual a X/160. Esto da
2,08 l12 1,44 l1 15 0,37 l1 5,6 l1
2 15 0,37 (1 0,37) l12 3,5 l12
DER 0,58

3,5 l12 1,87 l1
NOTA: Para calcular el nivel X en la muestra
completa, se multiplica de nuevo por

QUAM:2012.P1-ES Pgina 70
Cuantificacin de la incertidumbre
DER 0,33
Sin embargo, si la prdida se extiende a una
profundidad menor que el tamao de la porcin
eliminada, como sera de esperar, cada porcin
contiene algo de material y por lo tanto l1 y l2
seran distintos de cero. Tomando el caso de que
todas las porciones exteriores contienen un 50%
del "centro" y un 50% de partes "externas" de la
muestra
l1 2 l 2 l1 X 296
15 0,37 l1 l 2 15 l 2
15 0,37 l 2 15 l 2 20,6 l 2
2 15 0,37 (1 0,37) (l1 l2 ) 2 3,5 l22
dando un DER de 1,87 20,6 0,09
En el modelo actual, esto corresponde a una
profundidad de 1 cm a travs del cual se pierde
material. En el examen de las muestras de pan
QUAM:2012.P1-ES
Ejemplo A4
stas presentan un grosor habitual de la corteza de
1 cm o menos, y teniendo presente que es la
profundidad a la que se pierde el material de
inters (la formacin de la corteza inhibe las
prdidas por debajo de esta profundidad), se
deduce que las variantes realistas en el escenario
(c) darn valores de no mayores de 0,09.
NOTA: En este caso, la reduccin en la incertidumbre
surge porque la falta de homogeneidad se da
en una escala ms pequea que la porcin
tomada para la homogeneizacin. En general,
esto conducir a una menor contribucin a la
incertidumbre. De ello se deduce que no es
necesario hacer ningn modelado adicional
para los casos en que un mayor nmero de
pequeas inclusiones (tales como granos
incorporados en la mayor parte del pan)
contengan cantidades desproporcionadas del
material de inters. A condicin de que la
probabilidad de que tales inclusiones se
incorporen a las porciones tomadas para la
homogeneizacin sea lo suficientemente
grande, la contribucin a la incertidumbre no
ser superior a cualquiera de las calculadas en
los escenarios anteriores.
Pgina 71
Cuantificacin de la incertidumbre Ejemplo A5

Ejemplo A5: Determinacin de la liberacin de cadmio de artculos de cermica

por espectrometra de absorcin atmica
Resumen
Objetivo
Figura A5.1: Procedimiento para metal extrable
Se determina la cantidad de cadmio liberado de
artculos de cermica utilizando la espectrometra
de absorcin atmica. El procedimiento utilizado
es el mtodo normalizado definido en la norma
BS 6748, en aplicacin de la Directiva
84/500/EEC del Consejo Europeo.
Procedimiento de medicin
En el diagrama de flujo (Figura A5.1) se indican
las diferentes etapas para determinar la cantidad
de cadmio liberado de artculos de cermica.
Mensurando:
El mensurando es la masa de cadmio liberado por
unidad de rea de acuerdo con BS 6748 y se
calcula para un determinado tem de ensayo a
partir de
c V
r 0 L d f acid f time f temp mg dm 2
aV
En la Tabla A5.1 se describen las variables.
Identificacin de las fuentes de incertidumbre:
En el diagrama causa-efecto de la Figura A5.2 se
muestran las fuentes de incertidumbre relevantes.

Tabla A5.1: Incertidumbres en la determinacin de cadmio extrable

Incertidumbre Incertidumbre estndar
Descripcin Valor x
estndar u(x) relativa u(x)/x
c0 Contenido de cadmio en la solucin 0,26 mg L-1 0,018 mg L-1 0,069
de extraccin
d Factor de dilucin (si se utiliza) 1,0 Nota 1 0 Nota 1 0 Nota 1
VL Volumen del lixiviado 0,332 L 0,0018 L 0,0054
aV rea de superficie del lquido 5,73 dm 2
0,19 dm 2
0,033
fcido Influencia de la concentracin de 1,0 0,0008 0,0008
cido
ftiempo Influencia de la duracin 1,0 0,001 0,001
ftemp Influencia de la temperatura 1,0 0,06 0,06
r Masa del cadmio lixiviado por 0,015 mg dm-2 0,0014 mg dm-2 0,092
unidad de rea
Nota 1: No se aplic ninguna dilucin en el presente ejemplo; por consiguiente, d es exactamente 1,0

QUAM:2012.P1-ES Pgina 72
Cuantificacin de la incertidumbre Ejemplo A5

Cuantificacin de las fuentes de incertidumbre:

Los tamaos de las diferentes contribuciones se
dan en la Tabla A5.1 y se muestran mediante un
diagrama en la Figura A5.2

Figura A5.2: Fuentes de incertidumbre en la determinacin de cadmio lixiviable

c0 VL
curva de
calibracin Llenado
fcido Temperatura

ftiempo Calibracin

ftemp
Lectura

Resultado r

1 longitud

2 longitud

rea

aV d

Figura A5.3: Incertidumbres en la determinacin de cadmio lixiviable

f(temp)
f(tiempo)
f(cido)
a(V)
V(L)
c(0)
r

0 0.5 1 1.5 2

|u(y,xi)| (mg dm-2)x1000

Los valores de u(y,xi) = (y/xi).u(xi) se toman de la Tabla A5.4

QUAM:2012.P1-ES Pgina 73
Cuantificacin de la incertidumbre
Ejemplo A5: Determinacin de la liberacin de cadmio de artculos de cermica por
espectrometra de absorcin atmica. Discusin detallada.
A5.1 Introduccin
Este ejemplo muestra la evaluacin de la
incertidumbre de un mtodo normalizado
(emprico); en este caso, la determinacin de la
liberacin de metal de un artculo de cermica de
categora 1 de acuerdo con la norma BS 6748,
que sigue la Directiva 84/500/EEC del Consejo
Europeo. El ensayo se utiliza para determinar por
espectroscopia de absorcin atmica (EAA) la
cantidad de plomo o cadmio lixiviados a partir de
la superficie de artculos de cermica con una
solucin acuosa de cido actico al 4 % v/v. Se
espera que los resultados obtenidos con este
mtodo analtico solo se comparen con otros
resultados obtenidos mediante el mismo mtodo.
A5.2 Paso 1: Especificacin
En la norma britnica BS 6748:1986 Lmites de
liberacin de metal de artculos de cermica,
vidrio, vitrocermica y esmalte vtreo, se
proporciona el procedimiento completo y esto
constituye la especificacin para el mensurando.
Aqu solamente se da una descripcin general.
Figura A5.4: Procedimiento para metal extrable
QUAM:2012.P1-ES
Ejemplo A5
A5.2.1 Especificaciones para equipos y reactivos
Las especificaciones para reactivos que afectan el
estudio de la incertidumbre son:
Solucin recin preparada de cido actico
glacial al 4 % v/v en agua, obtenida por
dilucin de 40 mL de cido actico glacial
hasta 1 L.
Una solucin patrn de plomo de (1000__1)
mg L-1 en cido actico al 4_%_v/v.
Una solucin patrn de cadmio de
(500__0,5) mg L-1 en cido actico al
4_%_v/v.
Se requiere que el material de vidrio de
laboratorio sea al menos de clase B y que no
libere niveles detectables de plomo o cadmio en
cido actico al 4 % v/v durante el procedimiento
de ensayo. Se requiere que el espectrofotmetro
de absorcin atmica tenga lmites de deteccin
como mximo de 0,2 mg L-1 para plomo y
0,02_mg L-1 para cadmio.
A5.2.2 Procedimiento
En la Figura A5.4 se ilustra de manera
esquemtica el procedimiento general. Las
especificaciones que afectan la estimacin de la
incertidumbre son:
i) La muestra se atempera a (22 2) C. Cuando
sea apropiado (artculos de la categora 1,
como en este ejemplo), se determina el rea de
superficie. Para este ejemplo se obtuvo una
rea de superficie de 5,73 dm2 (Las Tablas
A5.1 y A5.3 incluyen los valores
experimentales para el ejemplo).
ii) La muestra atemperada se llena con solucin
cida al 4 % v/v a (22 2) C hasta una
distancia mxima de 1 mm desde el punto de
rebose, medido desde el borde superior de la
muestra, o hasta una distancia mxima de
6_mm desde el borde extremo de una muestra
con un borde plano o inclinado.
iii) Se registra la cantidad requerida o utilizada de
cido actico al 4 % v/v con una exactitud de
2 % (en este ejemplo se utiliz 332 mL de
cido actico).
iv) Se deja reposar la muestra a (22 2) C
durante 24 horas (en un lugar oscuro si se
determina cadmio) evitando la prdida por
evaporacin.
Pgina 74
Cuantificacin de la incertidumbre
v) Despus del reposo, la solucin se agita lo
necesario para lograr la homogeneizacin, y se
toma una porcin de ensayo, que se diluye por
un factor d si es necesario, y es analizada por
absorcin atmica, utilizando longitudes de
onda apropiadas y, en este ejemplo, una curva
de calibracin por mnimos cuadrados.
vi) Se calcula el resultado (ver ms abajo) y se
reporta como la cantidad de plomo y/o cadmio
en el volumen total de la solucin de
extraccin, expresado en miligramos de plomo
o cadmio por decmetro cuadrado de rea de
superficie para artculos de la categora 1 o
miligramos de plomo o cadmio por litro del
volumen para artculos de la categora 2 y 3.
NOTA: La norma BS 6748: 1986 puede obtenerse por
correo en Atencin al cliente de BSI, 389
Chiswick High Road, London W4 4AL
England +44 (0) 208 996 9001
A5.3 Paso 2: Identidad y anlisis de las fuentes
de incertidumbre
El paso 1 describe un mtodo emprico. Si se
utiliza este mtodo dentro de su campo de
aplicacin definido, el sesgo del mtodo es
definido como cero. Por lo tanto, la estimacin del
sesgo se relaciona con el desempeo del
laboratorio y no con el sesgo inherente al mtodo.
Puesto que no hay disponible ningn material de
referencia certificado para este mtodo
normalizado, el control global del sesgo est
relacionado con el control de los parmetros del
mtodo que influyen en el resultado. Estas
magnitudes de influencia son el tiempo, la
temperatura, la masa y los volmenes, etc.
La concentracin c0 de plomo o cadmio en el
cido actico despus de la dilucin se determina
por espectrometra de absorcin atmica y se
calcula utilizando
( A0 B 0 )
c0 mg L-1
B1
donde
c0 concentracin de plomo o cadmio en la
solucin de extraccin mg L-1
A0 absorbancia del metal en el extracto de la
muestra
B0 ordenada en el origen de la curva de
calibracin
B1 pendiente de la curva de calibracin
Para recipientes de la categora 1 el mtodo
emprico requiere que el resultado sea expresado
QUAM:2012.P1-ES
Ejemplo A5
como masa r de plomo o cadmio lixiviado por
unidad de rea. r est expresada por
c V V ( A0 B 0 )
r 0 L d L d mg dm - 2
aV aV B1
donde los parmetros adicionales son
r masa de Cd o Pb lixiviado por unidad de
rea mg dm-2
VL el volumen del lixiviado L
aV el rea de superficie del menisco de lquido
dm2
d factor por el cual se diluy la muestra
La primera parte de la ecuacin anterior del
mensurando se utiliza para elaborar el diagrama
causa-efecto bsico (Figura A5.5).
Figura A5.5: Diagrama causa-efecto inicial
c0 VL
Llenado
curva de Temperatura
calibracin
Calibracin
Lectura
Resultado r
1 longitud
2 longitud
rea
aV d
No existe ningn material de referencia
certificado para este mtodo emprico con el cual
evaluar el desempeo del laboratorio. Por lo tanto,
se deben considerar todas las magnitudes de
influencia posibles, tales como la temperatura, el
tiempo del proceso de lixiviacin y la
concentracin de cido. Para incluir las
magnitudes de influencia adicionales, se ampla la
ecuacin mediante los respectivos factores de
correccin que conducen a
c0 VL
r d f acid f time f temp
aV
Estos factores adicionales tambin se incluyen en
el diagrama causa-efecto revisado (Figura A5.6),
asociados como efectos sobre c0.
NOTA: El margen permitido por la norma en la
temperatura es un caso de una incertidumbre
que surge como resultado de la especificacin
incompleta del mensurando. Tener en cuenta
el efecto de la temperatura permite la
estimacin del rango de resultados que se
Pgina 75
Cuantificacin de la incertidumbre
Figura A5.6: Diagrama causa-efecto aadiendo suposiciones ocultas (factores de correccin)
c0
curva de
calibracin Llenado
fcido Temperatura
ftiempo Calibracin
ftemp
Lectura
1 longitud
2 longitud
rea
aV
podran reportar mientras se cumpla con el
mtodo emprico en la medida de lo posible.
As, de modo particular, las variaciones en el
resultado producidas por las diferentes
temperaturas de operacin dentro del rango no
se pueden describir razonablemente como
sesgo puesto que representan los resultados
obtenidos de acuerdo con la especificacin.
A5.4 Paso 3: Cuantificacin de las fuentes de
incertidumbre
El objetivo de este paso es cuantificar la
incertidumbre que proviene de cada una de las
fuentes previamente identificadas. Esto puede
hacerse utilizando datos experimentales o a partir
de suposiciones bien fundamentadas.
Factor de dilucin d
Para el presente ejemplo no es necesaria ninguna
dilucin de la solucin de lixiviacin; por lo tanto,
no se requiere tener en cuenta ninguna
contribucin a la incertidumbre.
Volumen VL
Llenado: El mtodo emprico requiere que se llene
el recipiente hasta una distancia mxima de 1
mm desde el borde o, para un artculo poco
profundo con borde inclinado, hasta una distancia
mxima de 6 mm desde el borde extremo. Para un
utensilio tpico para beber o de cocina,
aproximadamente cilndrico, 1 mm representar
QUAM:2012.P1-ES
Ejemplo A5
VL
Resultado r
d
alrededor de 1 % de la altura del recipiente. Por lo
tanto, el recipiente estar (99,5_ 0,5) % lleno (es
decir, VL ser aproximadamente 0,995 0,005 del
volumen del recipiente).
Temperatura: La temperatura del cido actico
debe ser (22 2) C. Este rango de temperatura
lleva a una incertidumbre en el volumen
determinado, debido a una expansin de volumen
del lquido que es considerablemente mayor en
comparacin con la del recipiente. La
incertidumbre estndar de un volumen de 332 mL,
asumiendo una distribucin de temperatura
rectangular, es
2,1 10 4 332 2
0,08 mL
3
Lectura: Se debe registrar el volumen VL utilizado
con una aproximacin de 2 %; en la prctica, el
uso de una probeta graduada permite una
inexactitud de aproximadamente 1 % (es decir,
0,01VL). La incertidumbre estndar se calcula
asumiendo una distribucin triangular.
Calibracin: Se calibra el volumen de acuerdo
con la especificacin del fabricante dentro del
rango de 2,5 mL para una probeta graduada de
500_mL. La incertidumbre estndar se obtiene
asumiendo una distribucin triangular.
Para este ejemplo, se determina un volumen de
332_mL y se combinan las cuatro componentes de
la incertidumbre de acuerdo a
Pgina 76
Cuantificacin de la incertidumbre Ejemplo A5

0,005 332
2

(0,08)
2 Tabla A5.1: Resultados de calibracin

u VL
6
Concentracin Absorbancia (rplicas)
0,01 332 2,5
2 2
[mg L-1] 1 2 3
6 6
0,1 0,028 0,029 0,029
1,83 mL
0,3 0,084 0,083 0,081
Concentracin de cadmio c0
0,5 0,135 0,131 0,133
Se calcula la cantidad de cadmio lixiviado
utilizando una curva de calibracin preparada 0,7 0,180 0,181 0,183
manualmente. Para este propsito se prepararon 0,9 0,215 0,230 0,216
cinco patrones de calibracin, con
concentraciones de 0,1 mg L-1; 0,3 mg L-1;
0,5_mg_L-1; 0,7 mg L-1 y 0,9 mg L-1, a partir de Tabla A5.2. La curva de calibracin est
un patrn de referencia de cadmio de (500__0,5) expresada por
mg L-1. El procedimiento de ajuste lineal por
mnimos cuadrados utilizado supone que las Ai ci B1 B0 ei
incertidumbres de los valores de la abscisa son donde
considerablemente menores que las Aj isima medicin de absorbancia
incertidumbres de los valores de la ordenada. Por
ci concentracin del patrn de calibracin
lo tanto, los procedimientos habituales de clculo
correspondiente a la isima medicin de
de la incertidumbre para c0 nicamente reflejan la
absorbancia
incertidumbre debida a la variacin aleatoria de la
absorbancia y no la incertidumbre de los patrones B1 pendiente
de calibracin ni las correlaciones inevitables B0 ordenada en el origen
inducidas por la dilucin sucesiva a partir de la ei el error residual
misma disolucin. El Apndice E.3 proporciona
y los resultados del ajuste lineal por mnimos
una orientacin sobre el tratamiento, si es
cuadrados son
necesario, de las incertidumbres en los valores de
referencia; sin embargo, en este caso la Valor Desviacin
incertidumbre de los patrones de calibracin es lo estndar
suficientemente pequea y puede ser despreciada. B1 0,2410 0,0050
Se midieron los cinco patrones de calibracin tres B0 0,0087 0,0029
veces cada uno, obtenindose los resultados de la

Figura A5.7: Ajuste lineal por mnimos cuadrados e intervalo de incertidumbre para
determinaciones duplicadas
0,25
0,20
Absorbancia A
0,15
0,10
0,05
0,00

0.0 0.2 0.4 0.6 0.8 1.0

Concentration de cadmio c (mg L-1)

Las lneas de trazos muestran el intervalo de confianza de 95 % para la lnea.

QUAM:2012.P1-ES Pgina 77
Cuantificacin de la incertidumbre
con un coeficiente de correlacin r de 0,997. La
recta de ajuste se muestra en la Figura A5.7. La
desviacin estndar residual S es 0,005486.
Aunque existe evidencia de una ligera curvatura,
en este caso el modelo lineal y la desviacin
estndar residual fueron considerados suficientes.
Se midi dos veces la solucin lixiviada de la
muestra, conduciendo a una concentracin c0 de
0,26 mg L-1. En el Apndice E.4, se describe de
manera detallada el clculo de la incertidumbre
u(c0) asociada con el procedimiento de ajuste
lineal por mnimos cuadrados. Por consiguiente,
aqu se da solamente una breve descripcin de los
diferentes pasos del clculo.
u(c0) est expresada por
S 1 1 (c0 c ) 2
u (c0 )
B1 p n S xx
0,005486 1 1 (0,26 0,5) 2
0,241 2 15 1,2
u (c0 ) 0,018 mg L1
con la desviacin estndar residual S expresada
por
[ A j ( B0 B1 c j )]
n
2
S j 1
0,005486
n2
(que tiene unidades de mg L-1) y
S xx (c j c ) 2 1,2
n
j 1
(que tiene unidades de (mg L-1)2) donde
B1 pendiente
p nmero de mediciones para determinar c0
n nmero de mediciones para la calibracin
c0 concentracin determinada de cadmio de
la solucin lixiviada
c valor medio de los diferentes patrones de
calibracin (n nmero de mediciones)
i ndice del nmero de patrones de
calibracin
j ndice del nmero de mediciones para
obtener la curva de calibracin
rea aV
Medicin de longitud: De acuerdo con la
Directiva 84/500/CEE, se toma el rea de
superficie de un artculo de la categora 1 como el
rea del menisco de lquido formado cuando se
llena como se indica previamente. Se calcul, a
partir del dimetro medido d=2,70 dm, que el rea
QUAM:2012.P1-ES
Ejemplo A5
de superficie total aV para el recipiente de muestra
era aV =d2/4=3,142(2,77/2)2=5,73 dm2. Puesto
que el artculo es aproximadamente circular pero
no perfectamente regular, se estima que las
mediciones tienen una aproximacin de 2_mm
con un intervalo de confianza de 95 %. Esto da
una incertidumbre de medicin dimensional
estimada de 1 mm (0,01 dm) despus de dividir el
valor anterior entre 1,96. El clculo del rea
involucra el cuadrado del dimetro d, de manera
que la incertidumbre combinada no puede
obtenerse aplicando las reglas simples de la
seccin 8.2.6. Por el contrario, es necesario
obtener la incertidumbre estndar del rea total
que proviene de la incertidumbre de d aplicando
el mtodo del prrafo 8.2.2 o utilizando mtodos
numricos. El uso del mtodo de Kragten
(Apndice E.2) proporciona una incertidumbre
estndar de aV que proviene de la incertidumbre
en d de 0,042 dm2 .
Efecto de la forma en la estimacin del rea:
Puesto que el artculo no tiene una forma
geomtrica perfecta, tambin hay una
incertidumbre en cualquier clculo del rea; en
este ejemplo, se calcula que esto aporta un 5 %
adicional con un intervalo de confianza de 95 %,
es decir, una incertidumbre estndar del rea de
5,730,05/1,96 = 0,146 dm2.
Estas dos contribuciones a la incertidumbre se
combinan para dar
u(aV ) 0,0422 0,1462 0,19 dm2
Efecto de la temperatura ftemp
Se han realizado varios estudios del efecto de la
temperatura en la liberacin de metal de artculos
de cermica(1-5). En general, el efecto de la
temperatura es considerable y se observa un
incremento casi exponencial de la liberacin de
metal con la temperatura hasta alcanzar los
valores lmites. nicamente un estudio1 ha
mostrado indicios de efectos en el rango de 20 C
a 25 C. A partir de la informacin grfica
presentada, el cambio en la liberacin de metal
con una temperatura cercana a 25 C es
aproximadamente lineal, con una gradiente de
aproximadamente 5 % C-1. Para el rango de 2
C permitido por el mtodo emprico, esto
conduce a un factor ftemp de 1 0,1. La conversin
de esto a una incertidumbre estndar da lo
siguiente, asumiendo una distribucin rectangular:
u(ftemp)= 0,1 3 0,06
Pgina 78
Cuantificacin de la incertidumbre Ejemplo A5

Efecto del tiempo ftiempo A5.5 Paso 4: Clculo de la incertidumbre

estndar combinada
Para un proceso relativamente lento como la
lixiviacin, la cantidad lixiviada ser La cantidad de cadmio lixiviado por unidad de
aproximadamente proporcional al tiempo en el rea, asumiendo que no hay ninguna dilucin, est
caso de pequeos cambios en el tiempo. Krinitz y expresada por
Franco1 determinaron un cambio medio de la c V
concentracin durante las ltimas seis horas de r 0 L f acid f time f temp mg dm -2
aV
lixiviacin de aproximadamente 1,8 mg L-1 en 86
mg L-1, es decir, aproximadamente 0,3 %/h. Por lo En la Tabla A5.3 se recopilan los valores
tanto, para un tiempo de (24 0,5)h c0 requerir intermedios y sus incertidumbres estndar.
una correccin mediante un factor ftiempo de 1 Utilizando esos valores
(0,50,003) = 1 0,0015. Esta es una 0,26 0,332
distribucin rectangular que conduce a la r 1,0 1,0 1,0 0,015 mg dm 2
5,73
incertidumbre estndar
Para calcular la incertidumbre estndar combinada
u( f time ) 0,0015 3 0,001. de una expresin multiplicativa (como la
Concentracin del cido fcido anterior), se utilizan las incertidumbres estndar
de cada componente como se indica a
Un estudio del efecto de la concentracin de cido continuacin:
en la liberacin de plomo mostr que una
concentracin variable de 4 % v/v a 5 % v/v u c 0 u VL u a V
2 2 2

increment el plomo liberado de un determinado
lote de cermica de 92,9 mg L-1 a 101,9 mg L-1, es
decir, un cambio en fcido de
(101,9 92,9) 92,9 0,097 o prximo a 0,1. Otro
estudio, que utiliz un mtodo de lixiviacin en
caliente, mostr un cambio similar (cambio de
50_% en el plomo extrado debido a un cambio de
2% v/v a 6 % v/v)3. Asumir este efecto como
aproximadamente lineal con la concentracin de
cido proporciona un cambio estimado en fcido de
aproximadamente 0,1 por cambio de % v/v en la
concentracin de cido. En otro experimento, se
han establecido la concentracin y su
incertidumbre estndar utilizando la titulacin con
una concentracin normalizada de NaOH (3,996
% v/v u = 0,008 % v/v). Asumir la incertidumbre
de 0,008 % v/v en la concentracin de cido
sugiere una incertidumbre para fcido de 0,0080,1
= 0,0008. Como la incertidumbre en la
concentracin de cido ya est expresada como
una incertidumbre estndar, este valor puede
utilizarse directamente como la incertidumbre
asociada con fcido.
NOTA: En principio, el valor de la incertidumbre
tendra que ser corregido por la suposicin de
que el nico estudio antes mencionado es lo
suficientemente representativo para todas las
cermicas. Sin embargo, el valor actual da una
estimacin razonable de la magnitud de la
incertidumbre.
u c r c0 VL aV
u f temp
r u f acid u f time
2 2 2
f temp
f acid f time
0,069 2 0,0054 2 0,033 2
0,097
0,0008 2 0,0012 0,06 2
u c ( r ) 0,097 r 0,0015 mg dm -2
En la Tabla A5.4 se muestra el enfoque ms
sencillo de hoja de clculo para calcular la
incertidumbre estndar combinada. En el
Apndice E se presenta una descripcin del
mtodo.
En la Figura A5.8 se ilustran las contribuciones de
los diferentes parmetros y magnitudes de
influencia a la incertidumbre de medicin,
comparando el tamao de cada una de las
contribuciones (C13:H13 de la Tabla A5.4) con la
incertidumbre combinada (B16).
La incertidumbre expandida U(r) se obtiene
aplicando un factor de cobertura de 2
Ur= 0,0015 2 = 0,003 mg dm-2
De este modo, la cantidad de cadmio liberado que
se ha medido de acuerdo con BS 6748:1986 es
(0,015 0,003) mg dm-2
donde la incertidumbre declarada se calcula
utilizando un factor de cobertura de 2.

QUAM:2012.P1-ES Pgina 79
Cuantificacin de la incertidumbre Ejemplo A5

A5.6 Referencias para el ejemplo 5 4. T. D. Seht, S. Sircar, M. Z. Hasan, Bull.

Environ. Contam. Toxicol. 10, 51-56 (1973)
1. B. Krinitz, V. Franco, J. AOAC 56 869-875
(1973) 5. J. H. Gould, S. W. Butler, E. A. Steele, J.
AOAC 66, 1112-1116 (1983)
2. B. Krinitz, J. AOAC 61, 1124-1129 (1978)
3. J. H. Gould, S. W. Butler, K. W. Boyer, E. A.
Stelle, J. AOAC 66, 610-619 (1983)

Tabla A5.3: Valores intermedios e incertidumbres para el anlisis de cadmio lixiviable

Incertidumbre Incertidumbre estndar
Descripcin Valor
estndar u(x) relativa u(x)/x
c0 Contenido de cadmio en la solucin 0,26 mg L-1 0,018 mg L-1 0,069
de extraccin
VL Volumen del lixiviado 0,332 L 0,0018 L 0,0054
aV rea de superficie del lquido 5,73 dm2 0,19 dm2 0,033
fcido Influencia de la concentracin de 1,0 0,0008 0,0008
cido
ftiempo Influencia del tiempo 1,0 0,001 0,001
ftemp Influencia de la temperatura 1,0 0,06 0,06

Figura A5.8: Incertidumbres en la determinacin de cadmio lixiviable

f(temp)
f(tiempo)
f(cido)
a(V)
V(L)
c(0)
r

0 0.5 1 1.5 2

|u(y,xi)| (mg dm-2)x1000

Los valores de u(y,xi) = (y/xi).u(xi) se toman de la Tabla A5.4

QUAM:2012.P1-ES Pgina 80
Cuantificacin de la incertidumbre Ejemplo A5

Tabla A5.4: Clculo de la incertidumbre mediante hoja de clculo para el anlisis de cadmio
lixiviable
A B C D E F G H
1 c0 VL aV fcido ftiempo ftemp
2 valor 0,26 0,332 10,01 1 1 1
3 incertidumbre 0,018 0,0018 0,27 0,0008 0,001 0,06
4
5 c0 0,26 0,278 0,26 0,26 0,26 0,26 0,26
6 VL 0,332 0,332 0,3338 0,332 0,332 0,332 0,332
7 aV 5,73 5,73 5,73 5,92 5,73 5,73 5,73
8 fcido 1 1 1 1 1,0008 1 1
9 ftiempo 1 1 1 1 1 1,001 1
10 ftemp 1 1 1 1 1 1 1,06
11
12 r 0,015065 0,016108 0,015146 0,014581 0,015077 0,015080 0,015968
13 u(y,xi) 0,001043 0,000082 -0,000483 0,000012 0,000015 0,000904
14 u(y)2, 2,15E-06 1,09E-06 6,67E-09 2,34E-07 1,45E-10 2,27E-10 8,17E-07
u(y,xi)2
15
16 uc(r) 0,001465
Se ingresan los valores de los parmetros en la segunda fila desde C2 hasta H2, y sus incertidumbres estndar en la fila
de abajo (C3:H3). La hoja de clculo copia los valores de C2:H2 en la segunda columna (B5:B10). Utilizando estos
valores, se muestra el resultado (r) en B12. C5 muestra el valor de c0 a partir de C2 ms su incertidumbre indicada en C3.
En C12 se muestra el resultado del clculo utilizando los valores C5:C10. Las columnas D y H siguen un procedimiento
similar. La fila 13 (C13:H13) muestra las diferencias (con su correspondiente signo) de la fila (C12:H12) menos el valor
indicado en B12. En la fila 14 (C14:H14), los valores de la fila 13 (C13:H13) son elevados al cuadrado y sumados para
obtener el valor mostrado en B14. B16 da la incertidumbre estndar combinada, que es la raz cuadrada de B14.
1.

QUAM:2012.P1-ES Pgina 81
Cuantificacin de la incertidumbre Ejemplo A6

Ejemplo A6: Determinacin de fibra bruta en alimentos para animales

Resumen
Objetivo
Determinacin de fibra bruta mediante un mtodo Figura A6.1: Determinacin de fibra.
normalizado reglamentario.
Procedimiento de medicin
El procedimiento de medicin es un
procedimiento normalizado que involucra los
pasos generales descritos en la Figura A6.1. stos
se repiten para un blanco de muestra para obtener
una correccin por blanco.
Mensurando
El contenido de fibra como porcentaje en peso de
la muestra, Cfibra, est expresado por:

Cfibra =
b c 100
a
Donde:
a es la masa (g) de la muestra.
(aproximadamente 1 g)
b es la prdida de masa (g) despus de la
calcinacin durante la determinacin;
c es la prdida de masa (g) despus de la
calcinacin durante el ensayo del blanco.
Identificacin de las fuentes de incertidumbre
Se proporciona un diagrama causa-efecto
reproducibilidad del estudio colaborativo. En
completo como la Figura A6.9.
general, ninguna otra contribucin era
Cuantificacin de los componentes de la significativa. A niveles bajos fue necesario aadir
incertidumbre una tolerancia para el procedimiento especfico de
secado que se utiliz. A continuacin, se
Los experimentos de laboratorio mostraron que el
presentan las estimaciones de la incertidumbre
mtodo se aplicaba in-house de tal manera que
resultantes (como incertidumbres estndar) (Tabla
justificaba plenamente la adopcin de los datos de
A6.1).

Tabla A6.1: Incertidumbres estndar combinadas

Contenido de fibra Incertidumbre estndar Incertidumbre estndar relativa
(% m/m) uc(Cfibra) (% m/m) uc(Cfibra) / Cfibra

2,5 0,29 2 0,115 2 0,31 0,12

5 0,4 0,08
10 0,6 0,06

QUAM:2012.P1-ES Pgina 82
Cuantificacin de la incertidumbre
Ejemplo A6: Determinacin de fibra bruta en alimentos para animales. Discusin
detallada
A6.1 Introduccin
La fibra bruta es definida en el alcance del mtodo
como la cantidad de sustancias orgnicas libres de
grasa que es insoluble en medios cidos y
alcalinos. El procedimiento est normalizado y
sus resultados se utilizan directamente. Los
cambios en el procedimiento modifican el
mensurando; por consiguiente, este es un ejemplo
de un mtodo definido experimentalmente
(emprico).
Para este mtodo reglamentario estaban
disponibles datos del estudio colaborativo
(repetibilidad y reproducibilidad). Los
experimentos de precisin descritos se
planificaron como parte de la evaluacin in-house
del desempeo del mtodo. No hay ningn
material de referencia adecuado disponible para
este mtodo(es decir, certificado mediante el
mismo mtodo).
A6.2 Paso 1: Especificacin
La especificacin del mensurando para mtodos
analticos ms exhaustivos se realiza mejor
mediante una descripcin completa de las
diferentes etapas del mtodo analtico y
proporcionando la ecuacin del mensurando.
Procedimiento
En la Figura A6.2 se resume el procedimiento, un
proceso complejo de digestin, filtracin, secado,
calcinacin y pesaje, que tambin se repite para
un crisol con blanco de muestra. El propsito es
digerir la mayora de componentes, dejando atrs
todo el material no digerido. Se calcina el material
orgnico, dejando un residuo inorgnico. La
diferencia entre el peso del residuo
orgnico/inorgnico seco y el peso del residuo
calcinado es el contenido de fibra. Las
principales etapas son:
i) Moler la muestra hasta que pase por tamiz de
1 mm.
ii) Pesar 1 g de la muestra en un crisol
previamente pesado.
iii) Aadir un conjunto de reactivos para
digestin cida en concentraciones y
volmenes establecidos. Llevar a ebullicin
QUAM:2012.P1-ES
Ejemplo A6
durante un tiempo normalizado establecido,
filtrar y lavar el residuo.
iv) Aadir reactivos estndar para digestin
alcalina y llevar a ebullicin durante el
tiempo requerido, filtrar, lavar y enjuagar con
acetona.
v) Secar hasta peso constante a una temperatura
normalizada (el trmino "peso constante" no
est definido en el mtodo publicado;
tampoco se indican otras condiciones de
secado como circulacin de aire o dispersin
del residuo).
vi) Registrar el peso del residuo seco.
vii) Calcinar a una temperatura establecida hasta
peso constante (en la prctica se logra
calcinando durante un tiempo establecido
decidido despus de estudios in-house).
viii) Pesar el residuo calcinado y calcular el
contenido de fibra por diferencia, despus de
restar el peso del residuo determinado para el
crisol con blanco de muestra.
Mensurando
El contenido de fibra como porcentaje en peso de
la muestra, Cfibra, est expresado por:
Cfibra =
b c 100
a
Donde:
a es la masa (g) de la muestra. Se toma
aproximadamente 1 g de muestra para el
anlisis.
b es la prdida de masa (g) despus de la
calcinacin durante la determinacin.
c es la prdida de masa (g) despus de la
calcinacin durante el ensayo del blanco.
A6.3 Paso 2: Identificacin y anlisis de las
fuentes de incertidumbre
Se identificaron varias fuentes de incertidumbre,
que se muestran en el diagrama causa-efecto del
mtodo (ver Figura A6.9). Se simplific este
diagrama para eliminar la duplicacin siguiendo
los procedimientos del Apndice D; esto, junto
con la eliminacin de componentes poco
significativas (en particular, la calibracin y
Pgina 83
Cuantificacin de la incertidumbre Ejemplo A6

Figura A6.2: Diagrama de flujo que ilustra las etapas del mtodo reglamentario para la
determinacin de fibra en alimentos para animales

Moler la muestra hasta que

pase por tamiz de 1 mm

Pesar 1 g de muestra en crisol Pesar crisol para ensayo del blanco

Aadir coadyuvante de filtracin,

agente antiespumante, seguido de
150 mL de H2SO4 hirviendo

Hervir vigorosamente durante 30 min

Filtrar y lavar con 3x30 mL de agua hirviendo

Aadir agente antiespumante

seguido de 150 mL de KOH hirviendo

Hervir vigorosamente durante 30 min

Filtrar y lavar con 3x30 mL de agua hirviendo

Aplicar vaco, lavar con 3x25 mL de acetona

Secar a 130 C hasta peso constante

Calcinar a 475-500 C hasta peso constante

Calcular el % de contenido de fibra bruta

cruda

linealidad de la balanza), conduce al diagrama contribuciones a la incertidumbre y, se abordan a

causa-efecto simplificado de la Figura A6.10.
Puesto que estaban disponibles datos previos de
estudios colaborativos e in-house para el mtodo,
el uso de estos datos est estrechamente
relacionado con la evaluacin de las diferentes
continuacin.
A6.4 Paso 3: Cuantificacin de los
componentes de la incertidumbre
Resultados del estudio colaborativo
El mtodo ha sido objeto de un estudio

QUAM:2012.P1-ES Pgina 84
Cuantificacin de la incertidumbre Ejemplo A6

colaborativo. En el estudio se analizaron cinco
alimentos diferentes que representan
concentraciones tpicas de fibra y grasa. Los
participantes en el estudio realizaron todas las
etapas del mtodo, incluyendo la molienda de las
muestras. En la Tabla A6.2 se presentan los
resultados de repetibilidad y reproducibilidad
obtenidos del estudio.
Como parte de la evaluacin in-house del mtodo,
se planificaron experimentos para evaluar la
repetibilidad (precisin dentro del lote) para los
alimentos con concentraciones de fibra similares a
las de las muestras analizadas en el estudio
colaborativo. En la Tabla A6.2 se resumen los
resultados. Cada resultado de la repetibilidad in-
house se basa en cinco rplicas.
las incertidumbres asociadas con los efectos de la
matriz y el pretratamiento de muestra no requieren
ninguna consideracin adicional. Otros
parmetros que afectan el resultado se relacionan
con las condiciones de extraccin y secado
utilizadas en el mtodo. Aunque la desviacin
estndar de reproducibilidad normalmente incluir
el efecto de la variacin de estos parmetros, estos
se investigaron por separado para asegurarse de
que el sesgo de laboratorio estuviera bajo control
(es decir, que fuera pequeo en comparacin con
la desviacin estndar de reproducibilidad). A
continuacin se tratan los parmetros
considerados.

Tabla A6.2: Resumen de resultados del estudio colaborativo del mtodo y de la verificacin
de la repetibilidad in-house

Contenido de fibra (% m/m)

Resultados del estudio colaborativo

Desviacin
Desviacin Desviacin estndar de
Muestra
estndar de estndar de repetibilidad In-
Media
reproducibilidad repetibilidad house
(sR) (sr)
A 2, 3 0,293 0,198 0,193
B 12,1 0,563 0,358 0,312
C 5,4 0,390 0,264 0,259
D 3,4 0,347 0,232 0,213
E 10,1 0,575 0,391 0,327

Los estimados de repetibilidad obtenidos in-house Prdida de masa por calcinacin

fueron similares a los obtenidos del estudio
Como no existe material de referencia apropiado
colaborativo. Esto indica que la precisin del
para este mtodo, se debe evaluar el sesgo in-
mtodo en este laboratorio en particular es similar
house considerando las incertidumbres asociadas
a la de los laboratorios que participaron en el
con cada una de las etapas del mtodo. Varios
estudio colaborativo. Por lo tanto, es aceptable
factores contribuirn a la incertidumbre asociada
utilizar la desviacin estndar de reproducibilidad
con la prdida de masa despus de la calcinacin:
del estudio colaborativo como incertidumbre del
mtodo. Para completar la estimacin de concentracin de cido;
incertidumbre tenemos que considerar si hay concentracin de lcali;
cualquier otro efecto no cubierto por el estudio tiempo de digestin cida;
colaborativo que se debe abordar. El estudio tiempo de digestin alcalina;
colaborativo cubri diferentes matrices de muestra
y el pretratamiento de muestras, puesto que se temperatura y tiempo de secado;
proporcion a los participantes muestras que temperatura y tiempo de calcinacin.
requeran molienda antes del anlisis. Por lo tanto,

QUAM:2012.P1-ES Pgina 85
Cuantificacin de la incertidumbre Ejemplo A6

Concentracin de reactivos y tiempos de digestin hora ms y se vuelve a pesar. En este laboratorio

Se han estudiado los efectos de la concentracin
de cido, la concentracin de lcali, el tiempo de
digestin cida y el tiempo de digestin alcalina
en artculos publicados previamente. En estos
estudios se evalu el efecto de los cambios del
parmetro en el resultado del anlisis. Para cada
parmetro se calcularon el coeficiente de
sensibilidad (es decir, la velocidad de variacin
del resultado final con los cambios del parmetro)
y la incertidumbre del parmetro.
Las incertidumbres indicadas en la Tabla A6.3
son pequeas en comparacin con las cifras de
reproducibilidad presentadas en la Tabla A6.2.
Por ejemplo, la desviacin estndar de
reproducibilidad para una muestra que contiene
2,3 % m/m de fibra es 0,293 % m/m. Se calcula
que la incertidumbre asociada con variaciones en
el tiempo de digestin cida es 0,021 % m/m (es
decir, 2,3 0,009). Por consiguiente, podemos
despreciar sin ningn problema las incertidumbres
asociadas con variaciones de estos parmetros del
mtodo.
Temperatura y tiempo de secado
No haba datos anteriores disponibles. El mtodo
establece que se debera secar la muestra a 130 C
hasta peso constante. En este caso, se seca la
muestra durante tres horas a 130 C y luego se
pesa. Despus, la muestra se seca durante una
el peso constante se define como un cambio
inferior a 2_mg entre pesadas sucesivas. En un
estudio in-house, muestras replicadas de cuatro
alimentos se secaron a 110 C, 130 C y 150 C y
se pesaron despus de un tiempo de secado de 3 y
4 horas. En la mayora de casos, la variacin de
peso entre 3 y 4 horas a cada temperatura de
secado fue inferior a 2 mg. Por lo tanto, se
consider esto como la estimacin ms
desfavorable de la incertidumbre de la variacin
de peso despus del secado. El rango 2 mg se
ajusta a una distribucin rectangular, que se
convierte a una incertidumbre estndar
dividindola entre 3. Por lo tanto, la
incertidumbre del peso registrada despus del
secado hasta peso constante es 0,00115 g. El
mtodo especifica un peso de muestra de 1 g. Para
una muestra de 1 g, la incertidumbre del secado
hasta peso constante corresponde a una
incertidumbre estndar de 0,115_% m/m en el
contenido de fibra. Esta fuente de incertidumbre
es independiente del contenido de fibra de la
muestra. Por consiguiente, habr un contribucin
fija de 0,115 % m/m a la estimacin de
incertidumbre para cada muestra,
independientemente de la concentracin de fibra
en la muestra. Con todas las concentraciones de
fibra, esta incertidumbre es menor que la
desviacin estndar de reproducibilidad y, para
todas las concentraciones de fibra excepto para las

Tabla A6.3: Incertidumbres asociadas con los parmetros del mtodo

Incertidumbre del
Coeficiente de Incertidumbre del
Parmetro resultado final como
sensibilidadNota 1 parmetro
DER Nota 4
concentracin de cido 0,23 (mol L-1)-1 0,0013 mol L-1 Nota 2 0,00030
concentracin de lcali 0,21 (mol L-1)-1 0,0023 mol L-1 Nota 2 0,00048
tiempo de digestin cida 0,0031 min-1 2,89 min Nota 3 0,0090
tiempo de digestin alcalina 0,0025 min-1 2,89 min Nota 3 0,0072
Nota 1. Los coeficientes de sensibilidad se calcularon graficando el cambio normalizado en el contenido de
fibra en relacin con la concentracin del reactivo o el tiempo de digestin. Luego, se utiliz la regresin
lineal para calcular la velocidad de variacin del resultado del anlisis con los cambios del parmetro.
Nota 2. Las incertidumbres estndar de las concentraciones de las soluciones cidas y alcalinas se calcularon a
partir de estimados de la precisin y veracidad del material volumtrico de vidrio utilizado en su
preparacin, efectos de la temperatura, etc. Para ejemplos adicionales del clculo de las incertidumbres de
las concentraciones de soluciones ver los ejemplos A1-A3.
Nota 3. El mtodo especifica un tiempo de digestin de 30 minutos. El tiempo de digestin se controla con una
aproximacin de 5 minutos. Esta es una distribucin rectangular, que se convierte a una incertidumbre
estndar dividindola entre 3.
Nota 4. La incertidumbre del resultado final, como una desviacin estndar relativa, se calcula multiplicando el
coeficiente de sensibilidad por la incertidumbre del parmetro.

QUAM:2012.P1-ES Pgina 86
Cuantificacin de la incertidumbre Ejemplo A6

ms bajas, es inferior a 1/3 del valor de sR. Una A6.5 Paso 4: Clculo de la incertidumbre
vez ms, por lo general se puede ignorar esta estndar combinada
fuente de incertidumbre. Sin embargo, para
Este es un ejemplo de un mtodo emprico para el
concentraciones bajas de fibra, esta incertidumbre
que haba disponibles datos del estudio
es mayor que 1/3 del valor de sR de manera que se
colaborativo. Se evalu la repetibilidad in-house y
debera incluir un trmino adicional en el
se determin que era similar a la prevista por el
presupuesto de incertidumbre (ver la Tabla A6.4).
estudio colaborativo. Por lo tanto, es apropiado
Temperatura y tiempo de calcinacin utilizar los valores de sR del estudio colaborativo
siempre que se controle el sesgo de laboratorio.
El mtodo requiere que la muestra se calcine a
La discusin presentada en el Paso 3 lleva a la
una temperatura de 475 C a 500 C durante por
conclusin de que, con excepcin del efecto de las
lo menos 30 min. Un estudio publicado sobre el
condiciones de secado con bajas concentraciones
efecto de las condiciones de calcinacin inclua
de fibra, las dems fuentes de incertidumbre
determinar el contenido de fibra con diferentes
identificadas en el diagrama causa-efecto son
combinaciones de temperatura/tiempo de
todas pequeas en comparacin con sR. En casos
calcinacin, que oscilan entre 450 C durante 30
como este, la estimacin de la incertidumbre
minutos y 650 C durante 3 horas. No se observ
puede basarse en la desviacin estndar de
ninguna diferencia significativa entre los
reproducibilidad, sR, obtenida del estudio
contenidos de fibra obtenidos en las diferentes
colaborativo. Para muestras con un contenido de
condiciones. Por lo tanto, se puede asumir que el
fibra de 2,5 % m/m, se ha incluido un trmino
efecto en el resultado final de pequeas
adicional para tomar en cuenta la incertidumbre
variaciones de la temperatura y tiempo de
asociada con las condiciones de secado.
calcinacin es insignificante.
Incertidumbre estndar
Prdida de masa despus de calcinacin del
blanco En la Tabla A6.4 que se muestra a continuacin se
proporcionan incertidumbres estndar tpicas para
No haba datos experimentales para este
un rango de concentraciones de fibra.
parmetro. Sin embargo, las incertidumbres
provienen principalmente de la pesada; por lo Incertidumbre expandida
tanto, es probable que los efectos de las
En la Tabla A6.5 que se muestra a continuacin se
variaciones de este parmetro sean pequeos y
proporcionan incertidumbres expandidas tpicas.
estn bien representados en el estudio
Estas se calcularon utilizando un factor de
colaborativo.
cobertura k de 2, lo cual da un nivel de confianza
de aproximadamente 95 %.

Tabla A6.4: Incertidumbres estndar combinadas

Contenido de fibra Incertidumbre estndar Incertidumbre estndar
(% m/m) uc(Cfibra) (%m/m) relativa uc(Cfibra) / Cfibra

2,5 0,292 0,1152 0,31 0,12

5 0,4 0,08
10 0,6 0,06

Tabla A6.5: Incertidumbres expandidas

Contenido de fibra Incertidumbre expandida Incertidumbre expandida
(% m/m) U(Cfibra) (% m/m) (% de contenido de fibra )

2,5 0,62 25
5 0,8 16
10 1,2 12

QUAM:2012.P1-ES Pgina 87
 Figura A6.9: Diagrama causa-efecto para la determinacin de fibra en alimentos para animales

QUAM:2012.P1-ES
Precisin
tiempo de
temp. de secado secado
temp. de tiempo de
calcinacin calcinacin precisin de peso de muestra

peso de crisol antes de calibracin de balanza

calcinacin precisin de extraccin
peso de crisol
despus de
linealidad de balanza
calcinacin precisin de calcinacin
Cuantificacin de la incertidumbre

digestin digestin calibracin

de balanza
linealidad de balanza
calibracin de balanza alcalina* cida* linealidad de
balanza precisin de pesaje
pesaje de crisol
pesaje de crisol
Fibra bruta
(%)
temp. de calcinacin tiempo de calcinacin

peso de muestra digestin cida digestin alcalina

y crisol despus tiempo de extraccin vol. de tiempo de extraccin
de calcinacin cido volumen
linealidad de balanza calibracin de balanza
condiciones de condiciones de de lcali
pesaje de crisol digestin digestin
conc. de conc. de lcali
velocidad de ebullicin velocidad de ebullicin
cido
peso de muestra y
*Se han omitido las ramas que crisol antes de
alimentan a las ramas de digestin calcinacin
linealidad de calibracin de
cida y digestin alcalina para mayor balanza balanza
claridad. Las afectan los mismos
factores que afectan a la muestra (es temp. de secado tiempo de secado pesaje de crisol
decir, condiciones de digestin,
concentracin de cido, etc.).
Prdida de masa despus de calcinacin (b)

Pgina 88
Ejemplo A6
 Figura A6.10: Diagrama causa-efecto simplificado

Precisin
tiempo de
temp. de secado secado

QUAM:2012.P1-ES
temp. de
calcinacin tiempo de calcinacin precisin de peso de muestra
peso de crisol antes
de calcinacin peso de crisol precisin de extraccin
despus de
calcinacin
digestin digestin precisin de calcinacin
alcalina* cida*
precisin de pesaje
Cuantificacin de la incertidumbre

Fibra bruta
temp. de tiempo de
(%)
calcinacin calcinacin

peso de muestra y digestin cida digestin alcalina

tiempo de extraccin tiempo de extraccin
crisol despus de vol. de volumen
calcinacin condiciones de cido condiciones de de lcali
digestin digestin
conc. de conc. de lcali
velocidad de ebullicin cido velocidad de ebullicin
*Se han omitido las ramas que peso de muestra y
alimentan a las ramas de digestin crisol antes de
cida y digestin alcalina para calcinacin
mayor claridad. Las afectan los mismos
factores que afectan a la muestra (es
decir, condiciones de digestin,
temp. de secado tiempo de secado
concentracin de cido, etc.).

Prdida de masa despus de calcinacin (b)

Pgina 89
Ejemplo A6
Cuantificacin de la incertidumbre
Ejemplo A7: Determinacin de la cantidad de plomo en agua utilizando doble
dilucin isotpica y espectrometra de masas con plasma acoplado
inductivamente
A7.1 Introduccin
Este ejemplo sirve para ilustrar cmo el concepto
de incertidumbre puede aplicarse a la medicin de
la cantidad de plomo contenida en una muestra de
agua utilizando la espectrometra de masas con
dilucin isotpica (IDMS) y la espectrometra de
masas con plasma acoplado inductivamente (ICP-
MS).
Introduccin General a la Doble IDMS
La IDMS es una de las tcnicas reconocidas por el
Comit Consultivo para la Cantidad de Sustancia
(CCQM) con potencial para ser un mtodo
primario de medida y, por tanto, se dispone de una
expresin bien definida que describe como se
calcula el mensurando. En el caso ms simple de
dilucin isotpica utilizando una adicin
certificada, esto es un material de referencia
isotpico enriquecido, se miden las ratios de
istopos en el material enriquecido, la muestra y
en una mezcla b de masas conocidas de muestra y
de material enriquecido. La cantidad del elemento
cx contenida en la muestra viene dada por:
m y K y1 Ry1 K b Rb
K xi Rxi
mx K b Rb K x1 Rx1 K yi Ryi
cx cy i
i
(1)
Donde cx y cy son las cantidades de elemento
contenidos en la muestra y en el material
enriquecido respectivamente (el smbolo c se
utiliza en lugar de k para la cantidad de sustancia
contenida1 para evitar la confusin con los
factores-K y los factores de cobertura k). mx y my
son las masas de la muestra y del material
enriquecido respectivamente. Rx, Ry y Rb son las
ratios de las cantidades de istopos. Los ndices x,
y y b representan la muestra, el material
enriquecido y la mezcla respectivamente. Se
selecciona un istopo, normalmente el ms
abundante en la muestra, y todos las ratios del
contenido en istopos se expresan en relacin a
ste. Se selecciona como ratio de control un par
determinado de istopos, el istopo de referencia
y preferiblemente el istopo ms abundante en el
material enriquecido, i.e.: n(208Pb)/n(206Pb). Rxi y
Ryi son todas las posibles ratios de contenido de
istopos en la muestra y en el material
enriquecido respectivamente. Para el istopo de
QUAM:2012.P1-ES
Ejemplo A7
referencia esta relacin es la unidad. Kxi, Kyi y Kb
son los factores de correccin para la
discriminacin de masa para una ratio de cantidad
de istopos en particular, en la muestra, el
material enriquecido y la mezcla respectivamente.
Los factores-K se miden utilizando un material de
referencia certificado isotpico segn la ecuacin
(2).
Rcertified
K K 0 K bias ; where K 0 (2)
Robserved
Donde K0 es el factor de correccin de la
discriminacin de la masa a tiempo 0, Ksesgo es el
factor de desviacin que es de aplicacin una vez
que se utiliza el factor-K para corregir la medida
de la ratio a diferentes tiempos durante la
medicin. El Ksesgo tambin incluye otras posibles
fuentes de desviacin como el factor
multiplicador de la correccin por tiempo muerto,
los efectos de matriz, etc. Rcertificado es el ratio
certificado de la cantidad de istopo tomado del
certificado de un material de referencia isotpico
y Robservado es el valor observado del material de
referencia isotpico. En los experimentos IDMS
en los que se ha utilizado Espectrometra de
Masas con Plasma Acoplado Inductivamente
(ICP-MS), el fraccionamiento de las masas puede
variar con el tiempo, esto implica que todas las
ratios de contenido de istopos de la ecuacin (1)
tienen que corregirse de modo individual en
funcin de la discriminacin de la masa.
Puede no haber disponibles materiales certificados
enriquecidos en un istopo especfico. Para salvar
este obstculo suele utilizarse la doble IDMS.
El procedimiento utiliza un material
isotpicamente enriquecido algo peor
caracterizado junto con un material certificado
(designado z) de composicin isotpica natural. El
material certificado de composicin natural acta
como patrn primario de ensayo. Se utilizan dos
mezclas, la mezcla b es una mezcla entre la
muestra y el material enriquecido, como en la
ecuacin (1). Para realizar la doble IDMS se
prepara una segunda mezcla b a partir del patrn
primario de ensayo con un contenido cz, y el
material enriquecido y. Esto conduce a una
expresin similar a la ecuacin (1):
Pgina 90
Cuantificacin de la incertidumbre Ejemplo A7
Tabla A7.1. Resumen de parmetros IDMS
Parmetro Descripcin Parmetro Descripcin
mx masa de muestra en la mezcla b [g] my masa de adicin enriquecida en la
mezcla b [g]
m'y masa de adicin enriquecida en la mz masa de patrn primario de ensayo en
mezcla b [g] la mezcla b [g]
cx cantidad contenida en la muestra x cz cantidad contenida en el patrn
[mol g-1 o mol g-1]Nota 1 primario de ensayo z [mol g-1 o mol
g-1]Nota 1
cy Cantidad contenida en la adicin y cblanco cantidad de contenido observada en el
[mol g-1 o mol g-1]Nota 1 blanco del procedimiento [mol g-1 o
mol g-1] Nota 1
Rb ratio medida en la mezcla b, Kb correccin de la desviacin de la masa
n(208Pb)/n(206Pb) de Rb
R'b ratio medida en la mezcla b, K'b correccin de la desviacin de la masa
n(208Pb)/n(206Pb) de Rb
Ry1 ratio medida entre el istopo Ky1 correccin de la desviacin de la masa
enriquecido y el istopo de de Ry1
referencia en la adicin enriquecida
Rzi todas las ratios en el patrn primario Kzi factor de correccin de la desviacin
de ensayo, Rz1, Rz2 etc. de la masa para Rzi
Rxi todas las ratios en la muestra Kxi factor de correccin de la desviacin
de la masa para Rxi
Rx1 ratio medida entre el istopo Rz1 como Rx1 pero en el patrn primario de
enriquecido y el istopo de ensayo
referencia en la muestra x
Note 1: En el texto siempre se especifican las unidades para la cantidad contenida.

m ' y K y1 R y1 K ' b R ' b

K zi Rzi Simplificando esta ecuacin e introduciendo un

mz K ' b R ' b K z1 R z1 K yi R yi
cz c y i blanco del procedimiento, cblanco, obtenemos:
my m z K y1 R y1 K b Rb
cx cz
i

(3) mx m' y K b Rb K x1 Rx1

K ' b R' b K z1 Rz1

Donde cz es la cantidad de elemento contenido en K xi Rxi (5)
la solucin patrn primaria de ensayo y mz la
K y1 R y1 K ' b R' b K zi Rzi
masa del patrn primario de ensayo cuando se i
c blank
prepara la nueva mezcla. my es la masa de la i
solucin enriquecida, Kb, Rb, Kz1 y Rz1 son los
factores-K y el ratio entre la nueva mezcla y el Esta es la ecuacin final, de la que se ha
patrn de ensayo respectivamente. El ndice z eliminado cy. En esta medicin el ndice numrico
representa el patrn de ensayo. Dividiendo la en los ratios, R, representa las siguientes ratios
ecuacin (1) entre la ecuacin (3) se obtiene isotpicas reales:

K Rxi
R1=n(208Pb)/n(206Pb) R2=n(206Pb)/n(206Pb)
m y K y1 Ry1 K b Rb
K R yi
xi
cy i R3=n(207Pb)/n(206Pb) R4=n(204Pb)/n(206Pb)
m x K b Rb K x1 Rx1
cx yi
A modo de referencia, los parmetros se resumen
K

Rzi
i
cz en la Tabla A7.1.
m' y K y1 Ry1 K ' b R ' b
K Ryi
zi
cy i

mz K ' b R ' b K z1 Rz1 yi

i
(4)

QUAM:2012.P1-ES Pgina 91
Cuantificacin de la incertidumbre
A7.2 Paso 1: Especificaciones
El procedimiento general para las mediciones se
presenta en la tabla A7.2. Los clculos y las
mediciones necesarios se describen a
continuacin.
Procedimiento de clculo para el contenido cx
Para esta determinacin de plomo en agua se
prepararon 4 mezclas de cada combinacin b,
(ensayo + adicin), y b, (muestra + adicin). De
aqu se obtiene un total de 4 valores de cx. Una de
estas determinaciones se describir en detalle
siguiendo los pasos de 1 a 4 de la Tabla A7.2. El
valor asignado para cx ser la media de las 4
repeticiones.
Tabla A7.2. Procedimiento general
Etapa Descripcin
1 Preparacin del patrn
primario de ensayo
2 Preparacin de las mezclas: b
yb
3 Medicin de las ratios de
istopos
4 Clculo del contenido de Pb en
la muestra, cx
5 Estimacin de la incertidumbre
en cx
Clculo de la Masa Molar
Debido a variaciones naturales en la composicin
isotpica de ciertos elementos como por ejemplo
el Pb, debe determinarse la masa Molar, M, del
patrn de ensayo primario dado que sta afectar
al contenido cz. Debe tenerse en cuenta que esto
no sucede cuando cz se expresa en mol g-1. La
masa molar, M(E), de un elemento E, es
numricamente igual al peso atmico de elemento
E, Ar(E). El peso atmico puede calcularse
utilizando la expresin general:
Ri M E
p
i
Ar (E ) i 1
(6)
p
Ri
i 1
donde los valores Ri son las ratios de cantidad
isotpica reales del elemento E y M(iE) son las
masas tabuladas de los nucleidos.
Debe tenerse en cuenta que las ratios del
contenido isotpico de la ecuacin (6) deben ser
ratios absolutas, es decir, deben corregirse por la
discriminacin de masa. Con el uso de los ndices
QUAM:2012.P1-ES
Ejemplo A7
adecuados se obtiene la ecuacin (7). Para el
clculo, las masas de los nucleidos, M(iE), se
toman de la literatura2, mientras que las ratios, Rzi,
y los factores-K0, K0(zi), se determinan por
medicin (vase la Tabla A7.8). A partir de estos
valores se obtiene
K
p
Rz i M z i E
zi
(7)
M (Pb, Ensayo 1) i 1
K
p
Rz i
i 1
zi
207,21034 g mol1
Medicin de los factores-K y las ratios de los
contenidos isotpicos
Para realizar la correccin por discriminacin de
la masa se utiliza un factor de correccin, K, tal y
como se especifica en la ecuacin (2). El factor-K0
puede calcularse usando un material de referencia
certificado para composicin isotpica. En este
caso, se utiliz el material de referencia
certificado isotpicamente NIST SRM 981 para
monitorizar posibles variaciones en el factor-K0.
Este factor se mide antes y despus que el ratio
que va a corregir. Una secuencia tpica para una
muestra sera: 1. (blanco), 2. (NIST SRM 981), 3.
(blanco), 4. (mezcla 1), 5. (blanco), 6. (NIST
SRM 981), 7. (blanco), 8. (muestra), etc.
Las medidas del blanco se utilizan tanto para la
correccin del blanco, como para monitorizar el
nmero de cuentas del blanco. No se inici
ninguna secuencia de medicin hasta que el nivel
de cuentas del blanco fue estable y volvi al nivel
normal. Se debe tener en cuenta que antes de las
mediciones la muestra, las mezclas, la adicin y el
patrn de ensayo se diluyeron hasta el contenido
adecuado. Los resultados obtenidos para las
mediciones de las ratios, los factores-K0
calculados y Ksesgo se presentan en la Tabla A7.8.
Preparacin del patrn de ensayo primario y
clculo del contenido, cz.
Se prepararon dos patrones primarios de ensayo,
cada uno a partir de una pieza de plomo metlico
diferente con una pureza qumica de w=99,999 %.
Ambas piezas provenan del mismo lote de plomo
de alta pureza. Las piezas se disolvieron en
aproximadamente 10 mL de 1:3 m/m HNO3: agua
con calentamiento suave y posteriormente se
diluyeron. Se prepararon dos mezclas a partir de
cada uno de estos dos patrones de ensayo. A
continuacin se presentan los valores obtenidos en
cada uno de los ensayos.
Pgina 92
Cuantificacin de la incertidumbre
Tabla A7.3
Mezcla b b
Soluciones Adicin Muestra Adicin
utilizadas
Parmetro my my my
Masa (g) 1,1360 1,0440 1,0654 1,1029
0,365 44 g de plomo, m1, se disolvieron y
diluyeron en HNO3 acuoso (0,5 mol L-1) hasta un
total de d1=196,14 g. Esta solucin se denomina
Ensayo 1. Es necesario una disolucin ms diluida
y para ello se diluyeron m2=1,0292 g Ensayo 1, en
HNO3 acuoso (0,5 mol L-1) hasta una masa total
de d2=99,931 g. Esta solucin se denomina
Ensayo 2. El contenido de Pb en Ensayo 2, cz, se
calcula entonces segn la ecuacin (8)
m m w 1
cz 2 1
M Pb, Ensayo1
d2 d1
9,2605 10 8 mol g 1 0,092605 mol g 1
Preparacin de las mezclas
La fraccin msica de la adicin es conocida y
aproximadamente de 20 g Pb por g de solucin y
la fraccin msica del Pb en la muestra se sabe
que tambin est en este rango. La Tabla A7.3
muestra los datos de las pesadas de las dos
mezclas utilizadas en este ejemplo.
Medida del blanco del procedimiento cBlanco
En este caso, el blanco del procedimiento se midi
sin utilizar calibracin externa. Un procedimiento
ms exhaustivo habra consistido en adicionar el
blanco y tratarlo como una muestra. En este
ejemplo, slo se han utilizado reactivos de alta
pureza lo que conducira a la obtencin de ratios
extremos en las mezclas y por tanto una fiabilidad
baja del procedimiento de adicin enriquecida. El
blanco del procedimiento calibrado externamente
se midi cuatro veces, y cBlanco result ser 4,510-7
mol g-1, con una incertidumbre estndar de
4,010-7 mol g-1 evaluada como tipo A.
Clculo del contenido cx desconocido
Introduciendo los valores medidos y calculados
(Tabla A7.8) en la ecuacin (5) se obtiene
cx=0,053 738 mol g-1. Los resultados para cada
una de las cuatro rplicas se recogen en la Tabla
A7.4.
QUAM:2012.P1-ES
Ejemplo A7
Tabla A7.4
cx (mol g-1)
Ensayo
2 Rplica 1 (nuestro ejemplo) 0,053 738
Rplica 2 0,053 621
Mz
Rplica 3 0,053 610
Rplica 4 0,053 822
Media 0,053 70
Desviacin estndar 0,000 1
experimental (s)
A7.3 Pasos 2 y 3: Identificacin y
cuantificacin de las fuentes de
incertidumbre
Estrategia para el clculo de la incertidumbre
(8) Si las ecuaciones (2), (7) y (8) se incluyeran en la
ecuacin final IDMS (5), el aumento del nmero
de parmetros hara la ecuacin casi imposible de
manejar. Para mantenerla sencilla, los factores-K0
y el contenido de la solucin patrn de ensayo y
sus incertidumbres asociadas se tratan de modo
separado y se introducen posteriormente en la
ecuacin IDMS (5). En este caso esto no afectar
a la incertidumbre final combinada de cx, y es
recomendable simplificar por razones prcticas.
Para el clculo de la incertidumbre estndar
combinada, uc(cx), se utilizarn los valores de una
de las mediciones, tal y como se describen en
A7.2. La incertidumbre combinada de cx se
calcular utilizando el mtodo de hoja de clculo
descrito en el Apndice E.
Incertidumbre de los factores- K
i) Incertidumbre de K0
K se calcula segn la ecuacin (2) utilizando los
valores de Kx1, a modo de ejemplo, para K0 se
obtiene:
Rcertificad a 2,1681 (9)
K 0 ( x1) 0,9992
Robservada 2,1699
Para calcular la incertidumbre de K0, en primer
lugar se debe estudiar el certificado en el que la
ratio certificada, 2,168 1, tiene una incertidumbre
declarada de 0,000 8 basada en un intervalo de
confianza del 95 %. Para convertir una
incertidumbre basada en un intervalo de confianza
del 95 % a incertidumbre estndar se debe dividir
entre 2. Obtenindose una incertidumbre estndar
de u(Rcertificado)=0,000 4 . La ratio observada,
Pgina 93
Cuantificacin de la incertidumbre Ejemplo A7

Robservado=n(208Pb)/n(206Pb), tiene una incertidumbre final. En principio, se aplicara un sesgo como en

estndar de 0,002 5 (como DER). Para el factor-K, la ecuacin (11), utilizando un extracto de la
la incertidumbre combinada puede calcularse ecuacin (5) y los parmetros Ky1 y Ry1 para
como: demostrar este principio.

0,0004
K 0 ( y1) K bias ( y1) Ry1 ...
0,0025
uc ( K 0 ( x1))
2

2 c x .... .... (11)
. .. . .
K 0 ( x1) 2,1681
0,002507 Los valores de todos los sesgos, Ksesgo(yi, xi, zi),
(10) son (0 0,001). Esta estimacin se basa en una
amplia experiencia en la medicin de plomo con
Esto pone claramente de manifiesto que las la tcnica. No se presentan detalladamente todos
contribuciones a la incertidumbre de las ratios los parmetros Ksesgo(yi, xi, zi) en la Tabla A7.5, la
certificadas son despreciables. A partir de aqu, Tabla A7.8 o en la ecuacin 5, pero se utilizan en
las incertidumbres de las ratios medidas, Robservado, todos los clculos de incertidumbre.
se utilizarn para el clculo de las incertidumbres
de K0. Incertidumbre de las masas pesadas
Incertidumbre de Ksesgo En este caso, un laboratorio metrolgico de masa
realiz las pesadas. El procedimiento aplica una
Este factor de sesgo se introduce para tener en tcnica de pesadas sucesivas (bracketing)
cuenta posibles desviaciones en el valor del factor utilizando pesas calibradas y un comparador. La
de discriminacin de la masa. Como se puede ver tcnica se repiti, al menos, seis veces para cada
en la ecuacin (2) presentada anteriormente, cada determinacin de la masa de la muestra. Se aplic
factor-K tiene un sesgo asociado. Los valores de la correccin por empuje del aire. En este caso no
estos sesgos son desconocidos en nuestro caso y se aplicaron correcciones debidas a la
se les asigna un valor de 0. Cada sesgo tiene, por estequiometra o a las impurezas. Las
supuesto, asociada una incertidumbre que tiene incertidumbres de los certificados de calibracin
que tenerse en cuenta al calcular la incertidumbre se trataron como incertidumbres estndar y se
proporcionan en la Tabla A7.8.
Incertidumbre del contenido de la Solucin
Tabla A7.5
Patrn de Ensayo, cz
Incertidumbre
Valor TipoNota 1 i) Incertidumbre del peso atmico del Pb
estndar
En primer lugar, se calcular la incertidumbre
Ksesgo(zi) 0 0,001 B
combinada de la masa molar de la solucin de
Rz1 2,142 9 0,005 4 A ensayo, Ensayo 1. Los valores de la Tabla A7.5 o
son conocidos o se han medido:
K0(z1) 0,998 9 0,002 5 A
Segn la ecuacin (7), el clculo de la masa molar
K0(z3) 0,999 3 0,003 5 A es el siguiente:
K0(z4) 1,000 2 0,006 0 A M (Pb, Ensayo1)
Rz2 1 0 A K z1 Rz1 M 1 Rz2 M 2 K z3 Rz3 M 3 K z4 Rz4 M 4
K z1 Rz1 K z 2 Rz2 K z3 R z3 K z4 Rz4
Rz3 0,914 7 0,003 2 A
Rz4 0,058 70 0,000 35 A (12)
M1 207,976 636 0,000 003 B Se utiliz el modelo de hoja de clculo descrita en
el Apndice E para calcular la incertidumbre
M2 205,974 449 0,000 003 B estndar combinada de la masa molar de Pb en la
M3 206,975 880 0,000 003 B solucin patrn de ensayo. Se realizaron 8
mediciones de cada ratio y de K0. Se obtuvo una
M4 203,973 028 0,000 003 B masa molar M(Pb, Ensayo 1)=207,210 3 g mol-1,
Nota 1. Tipo A (evaluacin estadstica) o Tipo B (otra con una incertidumbre de 0,001 0 g mol-1
evaluacin) calculada utilizando el mtodo de la hoja de
clculo.

QUAM:2012.P1-ES Pgina 94
Cuantificacin de la incertidumbre Ejemplo A7

Tabla A7.7 Los valores numricos se han tomado de las tablas

Valor Incertidumbre A7.4 y A7.8.

Masa de la pieza de Tabla A7.6

0,365 44 0,000 05
plomo, m1 (g) Rplica 1 Media de las
Masa total de la rplicas 1-4
196,14 0,03
primera dilucin, d1 (g) cx 0,053 74 cx 0,053 70 mol g-1
Alcuota de la primera uc(cx) 0,000 18 s 0,000 10 Nota 1 mol g-1
1,029 2 0,000 2
dilucin, m2 (g)
Nota 1. Siendo la incertidumbre estndar experimental y no
Masa total de la la desviacin estndar de la media.
99,931 0,01
segunda dilucin, d2 (g)
En la IDMS, as como en muchos anlisis no
Pureza de la pieza
rutinarios, un control estadstico completo del
metlica de plomo, w 0,999 99 0,000 005
procedimiento de medida requerira recursos y
(fraccin en masa)
tiempo ilimitados. Por tanto una buena manera de
Masa molar de Pb en el comprobar si se ha olvidado incluir alguna fuente
Material de Ensayo, M 207,210 4 0,001 0 de incertidumbre es comparar las incertidumbres
(g mol-1) de las evaluaciones de tipo A con la desviacin
estndar experimental de las cuatro rplicas. Si la
desviacin estndar experimental es mayor que
Clculo de la incertidumbre estndar combinada las contribuciones de tipo A, esto podra indicar
en la determinacin de cz que el proceso de medida no se ha comprendido
Para calcular la incertidumbre del contenido de Pb en su totalidad. A modo de aproximacin,
en la solucin patrn, cz se utilizan los datos de utilizando los datos de la Tabla A7.8, la suma de
A7.2 y la ecuacin (8). Las incertidumbres se las incertidumbres experimentales con evaluacin
tomaron de los certificados de calibracin en tipo A constituye el 92,2 % de la incertidumbre
masa, vase A7.3. Todos los parmetros utilizados experimental total, que es 0,000 41 mol g-1. Este
en la ecuacin (8) se proporcionan con sus valor es claramente superior que la desviacin
incertidumbres en la Tabla A7.7. estndar experimental que es 0,00 010 mol g-1,
vase la Tabla A7.6. Esto indica que la desviacin
El contenido, cz, se calcul utilizando la ecuacin estndar experimental queda cubierta por las
(8). Siguiendo el Apndice D.5 la incertidumbre contribuciones a la incertidumbre tipo A y que no
estndar combinada de cz, calculada es es necesario aadir ninguna contribucin tipo A
uc(cz)=0,000028. Obtenindose entonces adicional debida a la preparacin de las mezclas.
cz=0,092606 mol g con una incertidumbre
-1
No obstante podra haber un sesgo asociado a la
estndar de 0,000028 mol g-1 (0,03 % como preparacin de las mezclas. En este ejemplo, se
%DER). valora el posible sesgo en la preparacin de las
Para calcular uc(cx), para la rplica 1, se utiliz el mezclas como despreciable frente a las principales
modelo de hoja de clculo (Apndice E). El fuentes de incertidumbre.
balance de incertidumbre para la rplica 1 ser Por tanto, la cantidad de plomo contenida en la
representativo de la medicin. Debido al nmero muestra de agua es:
de parmetros de la ecuacin (5), no se presenta el
modelo de hoja de clculo. El valor de los cx=(0,05370 0,00036) mol g-1
parmetros y sus incertidumbres as como la El resultado se presenta como una incertidumbre
incertidumbre combinada de cx se presenta en la expandida con un factor de cobertura de 2.
Tabla A7.8.
A7.4 Paso 4: Clculo de la incertidumbre
estndar combinada Referencias para el Ejemplo 7
La media y la desviacin estndar experimental de 1. T. Cvita, Metrologia, 1996, 33, 35-39
las cuatro rplicas se presentan en la Tabla A7.6. 2 G. Audi and A.H. Wapstra, Nuclear Physics,
A565 (1993)

QUAM:2012.P1-ES Pgina 95
Cuantificacin de la incertidumbre Ejemplo A7

Tabla A7.8 (Notas al dorso)

Parmetro Evaluacin de la Valor Incertidumbre Contribucin a Incertidumbre Contribucin a

incertidumbre experimental uc(%) final uc(%)
(Nota 1) (Nota 2)

Ksesgo B 0 0,001 7,2 0,001Nota 3 37,6

Nota 3

cz B 0,092605 0,000028 0,2 0,000028 0,8

K0(b) A 0,9987 0,0025 14,4 0,00088 9,5
K0(b) A 0,9983 0,0025 18,3 0,00088 11,9
K0(x1) A 0,9992 0,0025 4,3 0,00088 2,8
K0(x3) A 1,0004 0,0035 1 0,0012 0,6
K0(x4) A 1,001 0,006 0 0,0021 0
K0(y1) A 0,9999 0,0025 0 0,00088 0
K0(z1) A 0,9989 0,0025 6,6 0,00088 4,3
K0(z3) A 0,9993 0,0035 1 0,0012 0,6
K0(z4) A 1,0002 0,006 0 0,0021 0
mx B 1,0440 0,0002 0,1 0,0002 0,3
my1 B 1,1360 0,0002 0,1 0,0002 0,3
my2 B 1,0654 0,0002 0,1 0,0002 0,3
mz B 1,1029 0,0002 0,1 0,0002 0,3
Rb A 0,29360 0,00073 14,2 0,00026 9,5
Nota 4

Rb A 0,5050 0,0013 19,3 0,00046 12,7

Rx1 A 2,1402 0,0054 4,4 0,0019 2,9
Rx2 Cons. 1 0 0
Rx3 A 0,9142 0,0032 1 0,0011 0,6
Rx4 A 0,05901 0,00035 0 0,00012 0
Ry1 A 0,00064 0,00004 0 0,000014 0
Rz1 A 2,1429 0,0054 6,7 0,0019 4,4
Rz2 Cons. 1 0 0
Rz3 A 0,9147 0,0032 1 0,0011 0,6
Rz4 A 0,05870 0,00035 0 0,00012 0
cBlanco A 4,510-7 4,010-7 0 2,010-7 0

cx 0,05374 0,00041 0,00018

Acontrib.= 92,2 Acontrib.= 60,4

Bcontrib.= 7,8 Bcontrib.= 39,6

Notas a la Tabla A7.8

QUAM:2012.P1-ES Pgina 96
Cuantificacin de la incertidumbre Ejemplo A7

Nota 1. La incertidumbre experimental se ha calculado teniendo en cuenta el nmero de medidas de cada

parmetro.
Nota 2. Para la incertidumbre final se han considerado el nmero de medidas. En este caso todos los
parmetros tipo A se han medido 8 veces. Sus incertidumbres estndar se han dividido por 8.
Nota 3. Este valor es un nico Ksesgo. El parmetro Ksesgo se utiliza en lugar de enumerar todos los
Ksesgo(zi,xi,yi), todos tienen el mismo valor (0 0,001).
Nota 4. Rb se ha medido 8 veces por mezcla obteniendo un total de 32 observaciones. Cuando no hay
variacin entre mezclas, como en este ejemplo, estas 32 observaciones pueden considerarse para
implementar las rplicas de las cuatro mezclas en el modelo. Esto puede llevar mucho tiempo y dado que, en
este caso, no afecta sustancialmente a la incertidumbre, no se ha realizado.

QUAM:2012.P1-ES Pgina 97
Cuantificacin de la incertidumbre
Apndice B. Definiciones
General
B.1 Precisin
B.3
Grado de concordancia entre resultados
de ensayos independientes obtenidos en
condiciones establecidas [H.8].
NOTA 1 La precisin depende slo de la
distribucin de los errores aleatorios y
no se relaciona con el valor verdadero ni
con el valor especificado.
NOTA 2 El grado de precisin se expresa
habitualmente en trminos de
imprecisin y se calcula como la
desviacin estndar de los resultados de
los ensayos. A menor precisin mayor
desviacin estndar.
NOTA 3 "Resultados independientes" significa
que los resultados se obtienen de una
manera que unos no tienen influencia
sobre otros dentro de la misma muestra o
similar. Las medidas cuantitativas de
precisin dependen de manera especial
de las condiciones estipuladas. Las
condiciones de repetibilidad y de
reproducibilidad constituyen conjuntos
particulares de condiciones establecidas.
B.2 Valor verdadero
Valor que caracteriza a una magnitud o
una caracterstica cuantitativa
perfectamente definida en las
condiciones existentes cuando la cantidad
o caracterstica cuantitativa es
considerada [H.8].
NOTA 1 El valor verdadero de una magnitud o
caracterstica cuantitativa es un concepto
terico y, en general, no puede ser
conocido exactamente.
NOTA 2* Para una explicacin de la expresin
"magnitud", la ISO 3534-2 indica en la
Nota 1 del apartado 3.2.1 "En esta
definicin, una magnitud puede ser una
"magnitud bsica", como masa, longitud,
tiempo, o una "magnitud derivada", tales
como la velocidad (longitud dividida por
el tiempo).
*La Nota en esta Gua sustituye la Nota 2 en
ISO 3534-2.
QUAM:2012.P1-ES
Apndice B - Definiciones
Magnitud de influencia
Magnitud que, en una medicin directa,
no afecta a la magnitud que realmente se
est midiendo, pero s afecta a la relacin
entre la indicacin y el resultado de
medida [H.7].
EJEMPLOS
1. La frecuencia en la medicin directa de la
amplitud constante de una corriente alterna
con un ampermetro.
2. La concentracin de la cantidad de
sustancia de bilirrubina en una medicin
directa de la concentracin de la cantidad de
sustancia de hemoglobina en plasma
sanguneo humano.
3. La temperatura de un micrmetro utilizado
para medir la longitud de una varilla, pero no
la temperatura de la propia varilla, que puede
aparecer en la definicin del mensurando.
4. La presin de fondo en la fuente de iones
de un espectrmetro de masas durante la
medida de una fraccin molar.
NOTA 1 Una medicin indirecta conlleva una
combinacin de mediciones directas,
cada una de las cuales puede estar a su
vez afectada por magnitudes de
influencia.
NOTA 2 En la GUM, el concepto de magnitud
de influencia se define de acuerdo con
la segunda edicin del VIM, por lo que
comprende no solo las magnitudes que
afectan directamente al sistema de
medida, como en esta definicin, sino
que tambin incluye aqullas que afectan
a las magnitudes realmente medidas. La
GUM tampoco limita este concepto a
mediciones directas.
Pgina 98
Cuantificacin de la incertidumbre
Medicin
B.4 Mensurando
Magnitud que se desea medir [H.7].
NOTA: Ver referencia H.5 para ver las Notas y
una discusin completa sobre
mensurando y su relacin con cantidad
o concentracin de analito.
B.5 Medicin
Proceso que consiste en obtener uno o
varios valores que pueden atribuirse
razonablemente a una magnitud [H.7].
NOTA: Ver la referencia H.5 para ver las Notas
y una discusin detallada sobre
medicin y resultado de medida.
B.6 Procedimiento de medida
Conjunto de operaciones, descritas
detalladamente, utilizadas en la
realizacin de mediciones de acuerdo con
un mtodo dado. [H.7].
NOTA Un procedimiento de medida se
documenta habitualmente con suficiente
detalle para que un operador pueda
realizar una medicin sin informacin
adicional.
B.7 Mtodo de medida
Descripcin genrica de la secuencia
lgica de operaciones utilizada en una
medicin [H.7].
NOTA Los mtodos de medida pueden
clasificarse de varias maneras como:
- mtodo de sustitucin
- mtodo diferencial
- mtodo de cero
Incertidumbre
B.8 Incertidumbre (de medida)
Parmetro no negativo que caracteriza la
dispersin de los valores atribuidos a un
mensurando, a partir de la informacin
que se utiliza [H.2].
NOTA 1 El parmetro puede ser, por ejemplo,
una desviacin estndar (o un mltiplo
de ella), o una semiamplitud con una
probabilidad de cobertura determinada.
NOTA 2 En general, la incertidumbre de
medida incluye numerosas componentes.
QUAM:2012.P1-ES
Apndice B - Definiciones
Algunas pueden calcularse a partir de la
distribucin estadstica de los valores
que proceden de las series de mediciones
y pueden caracterizarse por
Desviaciones estndar experimentales.
Las otras componentes, que pueden
caracterizase tambin por deviaciones
tpicas, son evaluadas a partir de las
funciones de densidad de probabilidad
basadas en la experiencia o en otra
informacin.
NOTA 3 Se entiende que el resultado de una
medida es la mejor estimacin del valor
de un mensurando y que todos los
componentes de incertidumbre, incluidos
los derivados de errores sistemticos,
tales como componentes asociados a
correcciones o patrones de referencia,
contribuyen a la dispersin.
B.9 Trazabilidad
Propiedad del resultado de una medida
por la cual el resultado puede
relacionarse con una referencia mediante
una cadena ininterrumpida y
documentada de calibraciones, cada una
de las cuales contribuye a la
incertidumbre de medida [H.7].
NOTA: Ver la referencia H.5 para un anlisis
detallado de trazabilidad metrolgica y
la seccin 3.3 para una discusin de
acuerdo a los propsitos de esta Gua.
B.10 Incertidumbre estndar
u(xi) Incertidumbre del resultado de medida xi
expresado como una desviacin estndar
[H.2].
B.11 Incertidumbre estndar combinada
uc(y) Incertidumbre estndar del resultado y de
una medida cuando el resultado se
obtiene a partir de los valores de un
nmero de otras magnitudes, igual a la
raz cuadrada de una suma de trminos,
siendo los trminos las varianzas o
covarianzas de estas magnitudes
ponderadas de acuerdo con la variacin
de los resultados de medida de cada
magnitud [H.2].
Pgina 99
Cuantificacin de la incertidumbre Apndice B - Definiciones

B.12 Incertidumbre expandida NOTA: Ver la referencia H.5 para un anlisis

U Cantidad que define un intervalo sobre el
resultado de una medicin que se puede
esperar incluya una gran fraccin de la
distribucin de valores que pueden
atribuirse razonablemente al mensurando
[H.2].
NOTA 1 La fraccin puede ser considerada
como la probabilidad de cobertura o
nivel de confianza del intervalo.
NOTA 2 Para asociar un determinado nivel de
confianza con el intervalo definido por la
incertidumbre expandida se requieren
suposiciones explcitas o implcitas con
respecto a la distribucin de probabilidad
caracterizada por el resultado de la
medicin y su incertidumbre estndar
combinada. El nivel de confianza que se
puede atribuir a este intervalo puede ser
conocido slo en la medida en que tales
suposiciones pueden justificarse.
NOTA 3 Una incertidumbre expandida U se
calcula a partir de una incertidumbre
estndar combinada uc y un factor de
cobertura k mediante
U = k uc
B.13 Factor de cobertura
detallado de error de medida y otros
trminos relacionados.
B.17 Error aleatorio
Componente del error de medida, que en
mediciones repetidas, vara de manera
impredecible [H.7].
NOTA: Ver la referencia H.5 para un anlisis
ms detallado de error de medida y
otros trminos relacionados.
B.18 Error sistemtico
Componente del error de medida que, en
mediciones repetidas, permanece
constante o vara de manera predecible
[H.7].
NOTA: Ver la referencia H.5 para un anlisis
ms detallado de error de medida y
otros trminos relacionados.
Trminos estadsticos
B.19 Media aritmtica
x Valor aritmtico medio de una muestra de
n resultados.

k Factor numrico empleado para x i

multiplicar la incertidumbre estndar x
i 1, n

combinada con el fin de obtener una n

incertidumbre expandida [H.2].
NOTA El rango tpico de un factor de B.20 Desviacin estndar de la muestra
cobertura es de 2 a 3.
s Una estimacin de la desviacin estndar
B.14 Evaluacin Tipo A (de incertidumbre) de la poblacin a partir de una muestra
de n resultados.
Mtodo de evaluacin de una
(x
componente de la incertidumbre de n
x)2
medida mediante un anlisis estadstico i

de los valores medidos en unas s i 1

n 1
condiciones definidas [H.2].
B.15 Evaluacin Tipo B (de incertidumbre)
B.21 Desviacin estndar de la media
Mtodo de evaluacin de una
componente de la incertidumbre de sx La desviacin estndar de la media x de
medida por medios distintos al anlisis n valores tomados de una poblacin
estadstico de los valores medidos [H.2] viene dada por
Error s
sx
B.16 Error (de medida) n
Diferencia entre un valor medido de una
magnitud y un valor de referencia [H.7]

QUAM:2012.P1-ES Pgina 100

Cuantificacin de la incertidumbre Apndice B - Definiciones

Los trminos error tpico y error frecuentemente como porcentaje (con

tpico de la media se han utilizado notacin %DER o %CV en esta Gua).
tambin para describir la misma cantidad.
s
DER
x

B.22 Desviacin estndar Relativa (DER)

DER Una estimacin de la desviacin estndar
de una poblacin obtenida a partir de una
muestra (estadstica) de n resultados
dividida por la media de esa muestra.
Tambin denominada coeficiente de
variacin (CV). Tambin se establece

QUAM:2012.P1-ES Pgina 101

Cuantificacin de la incertidumbre Apndice C Incertidumbres en Procesos Analticos

Apndice C. Incertidumbres en Procesos Analticos

C.1 Con el objeto de identificar las posibles - (Pre-)Concentracin.

fuentes de incertidumbre en un proceso analtico - Control de los efectos de especiacin.
es til desglosar el anlisis en un conjunto de
3. Presentacin de Material de Referencia
etapas genricas:
Certificado para el sistema de medida
1. Muestreo o toma de muestras - Incertidumbre del MRC.
2. Preparacin de la muestra - MRC relacionado con la muestra
3. Presentacin de Material de Referencia 4. Calibracin del equipo
Certificado para el sistema de medida - Errores de calibracin del equipo al usar
4. Calibracin del equipo MRC.
5. Anlisis (adquisicin de datos) - Material de referencia y su
incertidumbre.
6. Procesado de datos
- Muestra relacionada con el patrn de
7. Presentacin de resultados calibracin.
8. Interpretacin de resultados - Precisin del equipo.
C.2 Estas etapas pueden seguir desglosndose en 5. Anlisis
contribuciones de incertidumbre para cada - Correccin por lnea de base en
una de ellas. La lista siguiente, sin ser autoanalizadores.
exhaustiva, proporciona una gua de los - Efector del operador, ej. daltonismo,
factores que pueden ser considerados. paralaje, otros errores sistemticos.
1. Muestreo o toma de muestras - Interferencias de la matriz, reactivos y
- Homogeneidad. otros analitos.
- Efectos de la estrategia especfica del - Pureza de los reactivos.
muestreo (ej. aleatorio, aleatorio - Ajustes de los parmetros del
estratificado, proporcional, etc.) instrumento, por ejemplo, parmetros de
- Efectos del movimiento del medio (en integracin.
particular seleccin de la densidad) - Precisin intermedia.
- Estado fsico del medio (slido, lquido, 6. Procesado de Datos
gas) - Promedios.
- Efectos de la temperatura y la presin. - Redondeo y truncado.
- El proceso de muestreo o toma de - Estadsticos.
muestra afecta a la composicin? Ej. - Algoritmos de procesado (modelo
Adsorcin diferencial en el sistema de adecuado al uso, ej. ajuste por mnimos
muestreo. cuadrados).
2. Preparacin de la muestra 7. Presentacin de Resultados
- Homogeneizacin y/o efectos del - Resultado final.
submuestreo. - Estimacin de incertidumbre.
- Secado. - Nivel de Confianza.
- Molienda.
8. Interpretacin de Resultados
- Disolucin.
- Criterios de rechazo.
- Extraccin.
- Cumplimiento de normativa.
- Contaminacin.
- Adecuacin al uso.
- Derivacin (efectos qumicos)
- Errores de dilucin.

QUAM:2012.P1-ES Pgina 102

Cuantificacin de la incertidumbre Apndice D Analizando Fuentes de Incertidumbre
Apndice D. Analizando Fuentes de Incertidumbre
D.1 Introduccin
Habitualmente es necesario desarrollar y registrar
una lista de fuentes de incertidumbre relevantes
para un mtodo analtico. Es til estructurar este
proceso, tanto para asegurar una cobertura
completa como para evitar sobre-conteo. El
siguiente procedimiento (basado en un mtodo
publicado previamente [H.26]), proporciona una
forma posible de desarrollar un anlisis adecuado
y estructurado de contribuciones a la
incertidumbre.
D.2 Principios del enfoque
D.2.1 La estrategia tiene dos fases:
Identificar los efectos sobre un resultado
En la prctica, el anlisis estructurado
necesario se efecta mediante un diagrama de
causa-efecto (conocido como Ishikawa o
diagrama "espina de pescado") [H.27].
Simplificar y resolver duplicaciones
La lista inicial se depura para simplificar su
presentacin final y asegurar que los efectos
no se han duplicado innecesariamente.
D.3 Anlisis causa-efecto
D.3.1 Los principios para la elaboracin de un
diagrama causa-efecto pueden encontrarse en
diversas fuentes. El procedimiento empleado es
el siguiente:
1. Escribir la ecuacin completa para el
resultado. Los parmetros de la ecuacin
forman las ramas principales del diagrama.
Casi siempre, o cuando resulte apropiado, es
necesario aadir una rama principal que
representa una correccin nominal de sesgo
global, en relacin con la recuperacin.
2. Considerar cada etapa del mtodo y aadir los
factores necesarios al diagrama, desde los
efectos principales hacia afuera. Los ejemplos
incluyen efectos de la matriz y ambientales.
3. Para cada rama, aadir factores que
contribuyan hasta que sus efectos sobre el
resultado sean insignificantes.
4. Resolver las duplicaciones y repetir el proceso
para clarificar las contribuciones y agrupar las
QUAM:2012.P1-ES
contribuciones para cada grupo. Es
conveniente agrupar en esta fase los trminos
relacionados con la precisin en una rama
independiente.
D.3.2 La etapa final del anlisis causa-efecto
requiere una aclaracin adicional. Las
duplicaciones aparecen de forma natural al
detallar por separado las contribuciones para cada
parmetro de entrada. Por ejemplo, est siempre
presente un elemento de variabilidad entre series
de anlisis, al menos nominalmente, para
cualquier factor de influencia; estos efectos
contribuyen a la variacin global del mtodo
considerada como un todo, por lo que no deben
aadirse por separado si ya se han tenido en
cuenta. Del mismo modo, es comn encontrar el
mismo equipo usado como instrumento de
pesaje, lo que puede llevar a considerar varias
veces su incertidumbre de calibracin. Estas
consideraciones nos llevan a las siguientes reglas
adicionales para el perfeccionamiento del
diagrama (aunque se aplican igualmente a
cualquier lista estructurada de efectos):
Efectos que se compensan: eliminar todos.
Por ejemplo, en una pesada por diferencia, se
determinan las dos masas, ambas
influenciadas por sesgo cero de la balanza.
La compensacin del cero se eliminar de la
pesada por diferencia, y se puede descartar
de las ramas de las pesadas independientes.
Efecto similar, mismo tiempo: combinar en
una nica variable de entrada. Por ejemplo, la
variacin entre series de muchas variables de
entrada puede combinarse en una nica rama
de precisin intermedia. Hay que ser cautos;
concretamente, la variabilidad en las
operaciones realizadas individualmente para
cada determinacin se pueden combinar, en
tanto que la variabilidad en las operaciones
llevadas a cabo en lotes completos (como la
calibracin de instrumentos) slo ser
observable en la precisin entre-lotes.
Casos diferentes: renombrar. Es habitual
encontrar efectos con la misma
denominacin que en realidad se refieren a
casos diferentes de medidas similares. Estas
deben distinguirse claramente antes de
continuar.
Pgina 103
Cuantificacin de la incertidumbre Apndice D Analizando Fuentes de Incertidumbre
D.3.3 Esta forma de anlisis no conduce a listas
estructuradas nicas. En este ejemplo, la
temperatura puede considerarse con un efecto
directo sobre la densidad a medir, o indirecto
sobre la masa medida del material contenido en
el picnmetro; o bien podra constituir la
estructura inicial. En la prctica esto no afecta a
la utilidad del mtodo. Siempre que todos los
efectos significativos aparezcan una vez, la
metodologa global ser eficaz.
D.3.4 Una vez se ha completado el anlisis
causa-efecto puede ser adecuado volver a la
ecuacin original y aadir nuevos trminos
(como por ejemplo la temperatura).
D.4 Ejemplo
D.4.1 El procedimiento se ilustra por referencia a
una medida simplificada y directa de densidad.
Considerar el caso de la determinacin directa de
la densidad de etanol d(EtOH) mediante pesada
segunda regla (mismo efecto/tiempo); la
temperatura puede ser tratada como un nico
efecto sobre la densidad, mientras que las
variaciones individuales en cada determinacin
contribuyen a la variacin observada en la
replicacin de todo el mtodo.
D.4.5 El sesgo en la calibracin de las dos
pesadas se anula, y puede eliminarse (Figura D3)
siguiendo la primera regla (eliminacin).
D.4.6 Finalmente, las ramas calibracin
restantes deberan distinguirse como dos
contribuciones (diferentes) debido a posible no
linealidad en la respuesta de la balanza, junto
con la incertidumbre de calibracin asociada con
la determinacin volumtrica.
Figura D1: Lista inicial
m(bruto) m(tara)

de un volumen conocido V en un recipiente

Lin*. Sesgo
Temperatura
Temperatura
volumtrico adecuado de tara mtara y peso bruto
Lin*. Sesgo Calibracin
Precisin

incluido etanol mbruto. La densidad se calcula a Precisin Calibracin

d(EtOH)
partir de Precisin
Calibracin

d(EtOH)=(mbruto - mtara)/V
Volumen *Lin. = Linearidad
Para mayor claridad, solo se tienen en cuenta tres
efectos: la calibracin del equipo, la temperatura
y la precisin de las medidas. Las Figuras D1-D3
ilustran grficamente el proceso. Figura D2: Combinacin de efectos similares
D.4.2 Un diagrama causa-efecto consiste en una
estructura jerarquizada que termina en una nica Temperatura m (bruto) m(tara)

salida. Para nuestro objetivo, esta salida es un Temperatura

Lin. Sesgo

resultado analtico concreto (d(EtOH) en la Temperatura Lin. Sesgo

Precisin
Calibracin

Figura D1). Las ramas principales del resultado Precisin Calibracin

d(EtOH)
son los efectos contributivos, que incluyen tanto Precisin
los resultados de medidas intermedias concretas
Calibracin

como otros factores, tales como efectos de matriz Volumen Precisin

o ambientales. Cada rama a su vez puede tener
efectos contributivos adicionales. Estos efectos
comprenden todos los factores que afectan al
resultado, ya sean variables o constantes; las Figura D3: Eliminacin
incertidumbres de estos efectos contribuyen
claramente sobre la incertidumbre del resultado.
Misma balanza:
D.4.3 La Figura D1 muestra un posible diagrama Sesgo eliminado
obtenido directamente por aplicacin de las
Temperatura m(bruto) m(tara)

etapas 1-3. Las ramas principales son los

Lin. sesgo

parmetros en la ecuacin, y cada efecto est

Lin. sesgo Calibracin

representado mediante ramas secundarias. Hay

Calibracin
d(EtOH)

que tener en cuenta que hay dos efectos Calibracin

temperatura, tres efectos precisin y tres
efectos calibracin.
Volumen Precisin

D.4.4 La Figura D2 representa los efectos de

precisin y temperatura agrupados siguiendo la

QUAM:2012.P1-ES Pgina 104

Cuantificacin de la incertidumbre Apndice E Procedimientos Estadsticos

Anexo E. Procedimientos Estadsticos tiles

E.1 Funciones de distribucin

La tabla siguiente muestra cmo calcular la incertidumbre estndar a partir de los parmetros de las dos
funciones de distribucin ms importantes, y da una indicacin de las circunstancias en que debe ser usada
cada una de ellas.
EJEMPLO
Un qumico estima un factor de contribucin de no menos de 7 o ms de 10, pero cree que el valor podra ser
cualquiera entre esos dos valores, pero no tiene idea de si alguna de las partes del rango tiene mayor
probabilidad de ser que otra. Esto es una descripcin de una funcin de distribucin rectangular con un rango
2a=3 (semi rango de a=1,5). Usando la funcin de abajo para una distribucin rectangular, se puede calcular una
estimacin de la incertidumbre estndar. Usando el rango antes indicado, a=1,5, resulta una incertidumbre
estndar de (1,5/3) = 0,87.

Distribucin rectangular
Forma Usar cuando: Incertidumbre

2a ( = a ) Un certificado o alguna otra a

u ( x )
especificacin da unos lmites sin 3
especificar el nivel de confianza (por
ejemplo, 25 mL 0,05 mL)

1/2a Se ha hecho una estimacin en forma de

un rango mximo (a) sin conocimiento
de la forma de la distribucin.

Distribucin triangular
Forma Usar cuando: Incertidumbre

2a ( = a ) La informacin disponible referida a x a

u ( x )
est ms delimitada que en una 6
distribucin rectangular. Los valores
cercanos a x son ms probables que los
1/a prximos a los lmites.
Se ha hecho una estimacin en forma de
un rango mximo (a) descrito por una
distribucin simtrica.
x

QUAM:2012.P1-ES Pgina 105

Cuantificacin de la incertidumbre Apndice E Procedimientos Estadsticos

Distribucin normal

Forma Usar cuando: Incertidumbre

Se ha hecho una estimacin a partir de u(x) = s
observaciones repetidas de un proceso de
variacin aleatoria.
Se ha dado una incertidumbre en forma de u(x) = s
una desviacin estndar s, una desviacin
2 u(x)=x( s / x )
estndar relativa s / x , o un porcentaje de
coeficiente de variacin %CV sin %CV
u(x)= x
especificar la distribucin. 100

x Se ha dado una incertidumbre en forma de u(x) = c /2

intervalo de confianza de un 95 % (u otro) (para c al 95 %)
xc sin especificar la distribucin.
u(x) = c/3
(para c al
99,7 %)

QUAM:2012.P1-ES Pgina 106

Cuantificacin de la incertidumbre
E.2 Mtodo de hoja de clculo para clculo de incertidumbre
E.2.1 Para simplificar los clculos mostrados en la
Seccin 8 se puede emplear una hoja de clculo.
El procedimiento aprovecha un mtodo numrico
de diferenciacin aproximado y requiere slo el
conocimiento del clculo usado para derivar el
resultado final (incluyendo cualquier factor de
correccin o efectos necesarios) y de los valores
numricos de los parmetros y sus incertidumbres.
Esta descripcin sigue la de Kragten [H.22].
E.2.2 En la expresin para u(y(x1, x2...xn))
2
y y y
x u ( xi ) x x u ( x i , x k )
i 1, n i i , k 1, n i k
Suponiendo que y(x1, x2...xn) es lineal en xi o que
u(xi) es pequeo comparado con xi, los
diferenciales parciales (y/xi) pueden ser
aproximados por:
y y ( xi u ( xi )) y ( xi )
x i u ( xi )
Multiplicando por u(xi) para obtener la
incertidumbre u(y,xi) en y a causa de la
incertidumbre en xi se obtiene
u(y,xi) y(x1,x2,..(xi+u(xi))..xn)-y(x1,x2,..xi..xn)
De este modo u(y,xi) es justo la diferencia entre
los valores de y calculada para [xi+u(xi)] y
calculada para xi respectivamente.
E.2.3 La suposicin de linealidad o de valores
bajos de u(xi)/xi no se cumplir estrictamente en
todos los casos. Sin embargo, el mtodo s que
ofrece una precisin aceptable para objetivos
prcticos si se compara frente a otras
aproximaciones hechas para estimar los valores de
u(xi). En la referencia H.22 se comenta este punto
ms extensamente y se sugieren mtodos de
comprobacin de la validez de la suposicin.
E.2.4 La hoja de clculo bsica se configura como
se indica a continuacin, suponiendo que el
resultado y es una funcin de cuatro parmetros p,
q, r, y s:
i) Introducir los valores de p, q, etc. y la frmula
para calcular y en la columna A de la hoja de
clculo. Copiar la columna A en las columnas
siguientes una vez para cada variable en y
(vase la Figura E2.1). Es conveniente colocar
los valores de las incertidumbres u(p), u(q) y
as sucesivamente en la fila 1, como se
muestra.
QUAM:2012.P1-ES
Apndice E Procedimientos Estadsticos
ii) Sumar u (p) y p en la celda B3, u (q) y q en la
celda C4 etc., como se muestra en la Figura E2
Al recalcular la hoja de clculo, entonces la
celda B8 se convierte en f(p+u(p), q ,r..)
(indicada como f (p, q, r,..) en las Figuras
E2.2 y E2.3), la celda C8 se convierte en
f(p, q+u(q), r,..) etc.
iii) En la fila 9 introducir la fila 8 menos A8 (por
ejemplo, la celda B9 pasa a ser B8-A8). Esto
genera los siguientes valores de u(y,p)
u(y,p)=f (p+u(p), q, r ..) - f (p,q,r ..) etc.
NOTA: Esto da una diferencia con signo; la magnitud es
la incertidumbre estndar estimada y el signo
informa de la direccin del cambio.
iv) Para obtener la incertidumbre estndar de y,
estas contribuciones individuales son elevadas
al cuadrado, sumadas unas con otras y
entonces se calcula la raz cuadrada,
introduciendo u(y,p)2 en la fila 10 (Figura
E2.3) y poniendo la raz cuadrada de su suma
en la A10. Esto es, en la celda A10 se pondr
la frmula
SQRT(SUM(B10+C10+D10+E10))
La cual da la incertidumbre estndar de y.
E.2.5 Los contenidos de las celdas B10, C10, etc.
muestran las contribuciones cuadradas
u(y,xi)2=(ciu(xi))2 de los componentes individuales
de la incertidumbre a la incertidumbre de y y de
este modo es fcil ver qu componentes son
significativos.
E.2.6 Se pueden obtener rpidamente los clculos
actualizados a medida que se cambian los valores
de parmetros individuales o se refinan las
incertidumbres. En el paso i) antes mencionado,
en lugar de copiar la columna A directamente
sobre las columna B-E, copiar los valores desde p
hasta s por referencia, es decir, las celdas de B3 a
E3 todas se refieren a A3; de B4 a E4 se refieren a
A4, etc. Las flechas horizontales en la Figura E2.1
muestran las referencias para la fila 3. Fijarse que
las celdas de B8 a E8 deben referirse an a los
valores en las columnas B a E respectivamente,
como muestran las flechas verticales para la
columna B en la Figura E2.1. En el paso ii) antes
mencionado, sumar las referencias a la fila 1 por
referencia (como muestran las flechas en la Figura
E2.1). Por ejemplo, la celda B3 se convierte en
A3 + B1, la celda C4 se convierte en A4 + C1,
etc. Los cambios tanto en los parmetros como en
las incertidumbres se vern reflejados
Pgina 107
Cuantificacin de la incertidumbre Apndice E Procedimientos Estadsticos

inmediatamente en el resultado global en A8 y en de correlacin de r(p,q), entonces el trmino extra

la incertidumbre estndar combinada en A10.
E.2.7 Si alguna de las variables est
correlacionada, se aade a la suma en A10 el
trmino adicional que sea necesario. Por ejemplo,
si p y q estn correlacionadas, con un coeficiente
2r(p,q) u(y,p) u(y,q) es aadido a la suma
calculada antes de tomar la raz cuadrada. Por
tanto, la correlacin se puede incluir fcilmente
aadiendo los trminos extra adecuados a la hoja
de clculo.

Figura E2.1
A B C D E
1 u(p) u(q) u(r) u(s)
2
3 p p p p p
4 q q q q q
5 r r r r r
6 s s s s s
7
8 y=f(p,q,..) y=f(p,q,..) y=f(p,q,..) y=f(p,q,..) y=f(p,q,..)
9
10
11
Figura E2.2
A B C D E
1 u(p) u(q) u(r) u(s)
2
3 p p+u(p) p p p
4 q q q+u(q) q q
5 r r r r+u(r) r
6 s s s s s+u(s)
7
8 y=f(p,q,..) y=f(p,...) y=f(..q,..) y=f(..r,..) y=f(..s,..)
9 u(y,p) u(y,q) u(y,r) u(y,s)
10
11
Figura E2.3
A B C D E
1 u(p) u(q) u(r) u(s)
2
3 p p+u(p) p p p
4 q q q+u(q) q q
5 r r r r+u(r) r
6 s s s s s+u(s)
7
8 y=f(p,q,..) y=f(p,...) y=f(..q,..) y=f(..r,..) y=f(..s,..)
9 u(y,p) u(y,q) u(y,r) u(y,s)
10 u(y) u(y,p)2 u(y,q)2 u(y,r)2 u(y,s)2
11

QUAM:2012.P1-ES Pgina 108

Cuantificacin de la incertidumbre
E.3 Evaluacin de la incertidumbre utilizando la simulacin de Monte Carlo
E.3.1 Introduccin
El Grupo de Trabajo n 1 (WG1) del Comit
Conjunto para las Guas en Metrologa (JCGM)
public en 2008 un Suplemento (GS1) a la GUM
[H.23]. Este Suplemento describe un enfoque
general designado Propagacin de las
distribuciones para la evaluacin de la
incertidumbre de medida. Este enfoque se
implementa numricamente como un mtodo de
Simulacin de Monte Carlo (MCS). El mtodo, en
principio, es simple y fcil de utilizar si se
dispone del software adecuado. Es aplicable
prcticamente en todas las circunstancias en las
que se pueden utilizar la GUM y el enfoque de
Kragten. Puede utilizarse, adems, cuando el
resultado de medida se calcula a partir de un
procedimiento numrico iterativo. Esta seccin
proporciona una breve descripcin del mtodo.
E.3.2 Principio
Como en el Apndice E.2, MCS necesita un
modelo de medida que describa el procedimiento
de medicin en funcin de todos los factores
individuales que puedan afectar al resultado. El
modelo de medicin puede tener la forma de una
ecuacin, como en el Apndice E.2, o de un
programa de ordenador o de una funcin que
devuelve el resultado de medida. Adems, es
necesario disponer de las distribuciones de
probabilidad (denominadas funciones de densidad
de probabilidad o FDP) para las magnitudes de
entrada, como las distribuciones normal,
triangular o rectangular descritas en el Apndice
E.1. La Seccin 8.1 describe cmo se pueden
obtener estas FDP a partir de informacin
normalmente disponible sobre las magnitudes de
Figura E.3.1
La Figura compara (A) la ley de propagacin de la incertidumbre y (B) la propagacin de
distribuciones para tres magnitudes de entrada independientes. g(i) es la funcin de densidad de
probabilidad (FDP) asociada con xi y g() la funcin de densidad para el resultado.
QUAM:2012.P1-ES
Apndice E Procedimientos Estadsticos
entrada, como los lmites inferior o superior, o las
incertidumbres estndar de las medidas estimadas
y asociadas, el documento GS1 proporciona
orientaciones adicionales para otros casos.
La Simulacin de Monte Carlo calcula el
resultado correspondiente a un valor de cada
magnitud de entrada obtenido aleatoriamente a
partir de su FDP, y repite este clculo un nmero
grande de veces (reiteraciones), normalmente
entre 105 y 106. Este proceso genera un conjunto
de resultados simulados que, bajo determinadas
asunciones, constituye una aproximacin de la
FDP para el valor del mensurando. A partir de
este conjunto de resultados simulados, se calcula
la media y la desviacin estndar. En el
Suplemento 1 de la GUM, se utilizan estas como
estimaciones respectivamente del mensurando y
de la incertidumbre estndar asociada a esta
estimacin. En la figura E.3.1B se ilustra este
proceso y se compara con el proceso habitual de
la GUM en la figura E.3.1A. El procedimiento de
la GUM combina las incertidumbres estndar
asociadas con las estimaciones de las magnitudes
de entrada para obtener la incertidumbre estndar
combinada asociada a la estimacin del
mensurando, el procedimiento del Suplemento 1
(Figura 1B) utiliza las distribuciones de las
magnitudes de entrada para calcular la
distribucin de salida.
E.3.3 Relacin entre los enfoques MCS, GUM y
Kragten
En la mayora de los casos, los mtodos GUM,
Kragten y MCS proporcionan virtualmente el
mismo valor para la incertidumbre estndar
Pgina 109
Cuantificacin de la incertidumbre Apndice E Procedimientos Estadsticos

asociada a la estimacin del mensurando. Las Tabla E3.1: Frmulas de hoja de clculo para
diferencias se vuelven apreciables para la Simulacin de Monte Carlo
distribuciones alejadas de la distribucin Normal Distribucin Frmula segn la
y cuando el mensurando depende de forma no FDPNota 1
lineal de una o ms magnitudes de entrada.
Cuando existe una falta de linealidad apreciable la Normal NORMINV(RAND(),x,u)
aplicacin del enfoque GUM bsico presentado en
la seccin 8 es bastante pobre. La GUM trata la no Rectangular
linealidad extendiendo el clculo para incluir Semi intervalo x+2*a*(RAND()-0.5)
trminos de mayor orden (la referencia H.2 proporcionado a:
proporciona ms detalles). En este caso el enfoque
Kragten (Apndice E2) proporciona una Incertidumbre x+2*u*SQRT(3)
estndar *(RAND()-0.5)
estimacin ms realista de la incertidumbre que la
ecuacin de primer orden de la seccin 8.2.2, proporcionada u:
debido a que el enfoque Kragten calcula los Triangular
cambios que se producen en el resultado cuando
vara la incertidumbre estndar de las magnitudes Semi intervalo x+a*(RAND()-RAND())
de entrada. MCS (para un nmero suficientemente proporcionado a:
elevado de simulaciones) proporciona una Incertidumbre x+u*SQRT(6)
aproximacin todava mejor porque estndar *(RAND()-RAND())
adicionalmente explora los extremos de las proporcionada u:
distribuciones de entrada y de salida. Cuando las
distribuciones se alejan de modo significativo de tNota2 x+u*TINV(RAND(),eff)
la normalidad, los enfoques Kragten y GUM Nota 1. En estas frmulas, x debe reemplazarse con el
bsico proporcionan una estimacin de la valor de la magnitud de entrada xi, u con el
incertidumbre estndar mientras que MCS puede correspondiente a la incertidumbre estndar, a con el
proporcionar una indicacin de la distribucin y, semintervalo de la distribucin triangular o
rectangular, segn corresponda, y con los
por tanto, proporciona una mejor indicacin del
correspondientes grados de libertad.
intervalo de cobertura real que el intervalo yU.
Nota 2. Esta frmula es de aplicacin cuando se
Las principales desventajas del MCS son: dispone del valor de la incertidumbre estndar y se
Mayor complejidad y tiempo necesario para el sabe que se corresponde a una distribucin t con
grados de libertad. Caso tpico de una incertidumbre
clculo, especialmente si es necesario obtener
estndar proporcionada junto con sus grados
intervalos fiables. efectivos de libertad eff.
Las incertidumbres calculadas varan de una
simulacin a la siguiente debido a la naturaleza diferentes, deberan investigarse los motivos para
intencionadamente aleatoria de la simulacin; estas diferencias.
Es difcil identificar a las ms importantes E.3.4 Hoja de clculo para la implementacin
contribuciones a la incertidumbre combinada
sin repetir la simulacin. La MCS se implementa mejor en un software
diseado especficamente. No obstante es posible
Sin embargo en la mayora de los casos es til utilizar funciones de hoja de clculo como las que
para desarrollar una estrategia adecuada utilizar se describen en la Tabla E3.1 para proporcionar
conjuntamente el mtodo GUM bsico, el enfoque estimaciones MCS para tamaos modestos de
Kragten y la MCS ya que cada uno proporciona simulacin. El procedimiento se describe
conocimiento de diferentes partes del problema. utilizando el siguiente ejemplo simple, en el que
Diferencias significativas entre el mtodo GUM el valor de y se calcula a partir de los valores de
bsico y el enfoque de Kragten suelen indicar una entrada a, b y c, de acuerdo con
no linealidad apreciable, mientras que amplias
diferencias entre Kragten o GUM bsico y MCS a
y
pueden significar alejamientos importantes de la bc
normalidad. Cuando mtodos distintos
(Esto puede corresponder, por ejemplo, a una
proporcionan resultados significativamente
fraccin en masa calculada a partir de la
determinacin de la masa de un analito a y

QUAM:2012.P1-ES Pgina 110

Cuantificacin de la incertidumbre Apndice E Procedimientos Estadsticos

pequeas masas de valor bruto y de tara b y c frmulas de hoja de clculo tiles para la
respectivamente). Los valores de las generacin de muestras aleatorias a partir de
incertidumbres estndar y las distribuciones diferentes FDP. Debe tenerse en cuenta que las
asignadas de a a c se recogen en las filas 3 y 4 de frmulas debe incluir referencias fijas a las
la Tabla E3.2. filas que contienen los valores de los
parmetros e incertidumbres (estas referencias
La Tabla E3.2 ilustra tambin este procedimiento:
fijas se indican mediante el smbolo $ en la
i) Los valores de los parmetros de entrada y sus frmula).
incertidumbres estndar (u, opcionalmente
v) El clculo del resultado y se copia en la
para distribuciones rectangulares o
primera fila de los valores aleatorios, a la
triangulares, el semi intervalo) se introducen
derecha de los valores de entrada.
en las filas 3 y 4 de la hoja de clculo.
vi) La fila que contiene la frmula de generacin
ii) El clculo del resultado y se introduce en la fila
de valores aleatorios y la frmula
3, a la derecha de la lista de los valores de
correspondiente a los valores calculados se
entrada.
copia debajo para proporcionar el nmero
iv) A partir de la fila correspondiente debajo de deseado de rplicas (500 en la Tabla E3.2)
los valores e incertidumbres (la fila 8 es la fila
vii) La estimacin MCS de la incertidumbre
inicial en la Tabla E3.2), las frmulas
estndar y es la desviacin estndar de todos
correspondientes a cada distribucin se
los valores simulados de y; esto se recoge en la
introducen debajo de cada parmetro de
celda G4 de la Tabla E3.2.
entrada. En la Tabla E3.1 se presentan
Tabla E3.2: hoja de clculo de la implementacin de la simulacin de Monte Carlo
A B C D E F G
1
2 a b c y
3 Valor 1,00 3,00 2,00 =C3/(D3-E3)
4 Incertidumbre 0,05 0,15 0,10 =STDEV
estndar (G8:G507)
5 Distribucin Normal Normal Normal
6
7 Simulacin a b c y
8 =NORMINV( =NORMINV( =NORMINV( =C8/(D8-E8)
RAND(), RAND(), RAND(),
C$3,C$4) D$3,D$4) E$3,E$4)
9 1,024702 2,68585 1,949235 1,39110
10 1,080073 3,054451 1,925224 0,95647
11 0,943848 2,824335 2,067062 1,24638
12
.. .. .. .. ..
0,970668 2,662181 1,926588 1,31957
.. .. .. .. ..
. . . . .
506 1,004032 3,025418 1,861292 0,86248
507 0,949053 2,890523 2,082682 1,17480
508
Los valores de los parmetros se han introducido en la segunda fila de C2 a E2, y sus incertidumbres estndar en la fila
siguiente (C3:E3). Los clculos del resultado y se ha introducido en la celda G3. En la fila 8 se ha introducido la
frmula correspondiente para la generacin de nmeros aleatorios, junto con una copia del clculo del resultado (celda
G8, en este caso). Se debe tener en cuenta que la celda G8 hace referencia a los valores simulados en la fila 8. La fila 8
se ha copiado debajo para proporcionar el nmero deseado de rplicas de Monte Carlo; los valores muestran los
resultados de la generacin aleatoria de valores desde la fila 9 en adelante). La incertidumbre estndar y se calcula como
la desviacin estndar de los valores simulados de y.

QUAM:2012.P1-ES Pgina 111

Cuantificacin de la incertidumbre
Figura E3.1: Ejemplo de histograma de los resultados simulados
Se puede examinar la distribucin mediante la
generacin de un histograma a partir de funciones
de hoja de clculo diseadas especficamente.
Para el presente ejemplo, utilizando los valores de
la Tabla E3.2, 500 rplicas proporcionan una
incertidumbre para y de 0,23. La repeticin de la
simulacin diez veces (recalculando la hoja de
clculo) proporcion valores de incertidumbre
estndar en el rango de 0,197 a 0,247. La
comparacin con la incertidumbre estndar de
0,187, obtenida utilizando el enfoque GUM
bsico, muestra que la simulacin generalmente
proporciona estimaciones mayores para la
incertidumbre estndar. El motivo se puede
deducir observando un histograma de los
resultados simulados (vase la Figura E3.1);
aunque las distribuciones de los parmetros de
entrada eran normales, la salida muestra un sesgo
positivo apreciable que resulta en una
incertidumbre estndar mayor de lo esperado.
Esto se debe a una no linealidad significativa,
debe tenerse en cuenta que las incertidumbres de
b y c son fracciones apreciables del denominador
b-c, que resultan en una proporcin de valores
muy pequeos para el denominador y, por tanto,
elevadas estimaciones para y.
E.3.5 Consideraciones prcticas al utilizar
MCS para la evaluacin de la
incertidumbre
Nmero de muestras MCS
MCS proporciona una buena estimacin de la
incertidumbre estndar incluso para simulaciones
QUAM:2012.P1-ES
Apndice E Procedimientos Estadsticos
con unos pocos cientos de reiteraciones; tan solo
con 200 iteraciones, se espera que las
incertidumbres estndar varen alrededor del 10
% de la mejor estimacin, mientras que para un
nmero de muestras entre 1 000 y 10 000, los
rangos esperados son de entre el 5 % y el 1,5 %
aproximadamente (tomando como base el
intervalo del 95 % para la distribucin chi-
cuadrado). Teniendo en cuenta que muchas
incertidumbres de las magnitudes de entrada
provienen de un nmero mucho menor de
observaciones, parecen ser adecuadas
simulaciones MCS comparativamente pequeas
de 500 5 000 muestras, al menos para estudios
valorativos y con frecuencia tambin para
incertidumbres estndar reportadas. A tal fin, los
clculos MCS en hoja de clculo suelen ser
suficientes.
Intervalos de confianza de MCS
En principio es tambin posible estimar intervalos
de confianza a partir de los resultados MCS sin
utilizar los grados efectivos de libertad, por
ejemplo mediante el uso de los cuantiles
adecuados. En cualquier caso, es importante no
confundirse por el aparente detalle de la FDP
obtenida como resultado. Ha de tenerse presente
la falta de conocimiento detallado sobre las FDP
de las magnitudes de entradas, dado que no
siempre es fiable la informacin sobre la que se
basan estas FDP. Las colas de las FDP son
particularmente sensibles a esta informacin. Por
tanto, como se seala en la seccin G 1.2, de la
Pgina 112
Cuantificacin de la incertidumbre
GUM, suele ser imprudente tratar de distinguir
entre dos intervalos de confianza muy prximos
(por ejemplo entre niveles de confianza del 94 %
y del 96 %). La GUM indica adems que obtener
intervalos con niveles de confianza del 99 % o
superior es especialmente difcil. Ms an,
obtener informacin suficiente sobre las colas de
las FDP de la magnitud de salida puede requerir
calcular el resultado para, al menos, 106
reiteraciones. En este caso es importante
asegurarse de que el generador de nmeros
aleatorios utilizado por el software es capaz de
mantener la aleatoriedad para un nmero tan
elevado de extracciones de las FDP de las
magnitudes de entrada; esto exige un software
numrico bien caracterizado. El GS1 recomienda
algunos generadores fiables de nmeros
aleatorios.
Sesgo debido a asimetra en la distribucin de
salida
Cuando el modelo de medida es no lineal y la
incertidumbre estndar asociada a la estimacin
de y es grande comparada con y (es decir, u(y)/y
es mucho mayor del 10 %) la FDP de la MCS
probablemente ser asimtrica. En este caso el
valor de la media calculada a partir de los
resultados simulados ser diferente del valor del
mensurando calculado utilizando las estimaciones
de las magnitudes de entrada (como en la GUM).
Para la mayora de las aplicaciones prcticas en
las mediciones qumicas, debera proporcionarse
el resultado calculado a partir de los valores de
entrada; puede utilizarse, no obstante, la
estimacin MCS para proporcionar la
incertidumbre estndar asociada.
E.3.6 Ejemplo de evaluacin de la
incertidumbre utilizando MCS
El siguiente ejemplo se basa en el ejemplo A2,
determinacin de la concentracin de hidrxido
de sodio utilizando un material de referencia de
ftalato cido de potasio (KHP).
La funcin de medida de la concentracin cNaOH
de NaOH es
1 000 m KHP PKHP
c NaOH [mol l ],
1
M KHP V
donde
mKHP es la masa de KHP,
PKHP es la pureza del KHP,
MKHP es la masa molar del KHP, y
QUAM:2012.P1-ES
Apndice E Procedimientos Estadsticos
V es el volumen de NaOH para la
valoracin del KHP.
Algunas de las magnitudes de la funcin de
medida se expresan asimismo en trminos de otras
magnitudes. Es necesaria una representacin de
esta funcin en trminos de magnitudes
fundamentales ya que cada una de estas
magnitudes debe describirse mediante una PDF
segn las bases del clculo de Monte Carlo.
mKHP se obtiene por diferencia de pesadas.
mKHP = mKHP,1 mKHP,2.
MKHP masa molar de KHP comprende cuatro
trminos que se corresponden con los diferentes
elementos de la frmula molecular:
M KHP M C M H M O M K .
8 5 4
V depende de la temperatura y de la calibracin
del sistema de medida:
V VT 1 (T T0 )
Donde es el coeficiente de expansin
volumtrica del agua, T es la temperatura del
laboratorio y T0 es la temperatura a la que se
calibr el matraz
Adems, se incluye una magnitud que representa
los efectos de repetibilidad, R.
La funcin de medida resultante es
1000mKHP,1 mKHP,2
M
M H M O M K VT 1 T T0
c NaOH
C8
[mol L-1]
5 4
Cada una de estas magnitudes se caracteriza por
su correspondiente FDP, dependiendo de la
informacin disponible sobre estas magnitudes.
La Tabla A2.4 recoge estas magnitudes y las FDP
que las caracterizan.
Dado que la contribucin de VT es dominante, se
consideran dos FDP (Triangular, Normal) aparte
de la Rectangular para ver el efecto en los
resultados calculados.
La incertidumbre estndar u(cNaOH) calculada para
la concentracin cNaOH con las tres FDP diferentes
para la incertidumbre de VT se corresponde muy
bien con las obtenidas utilizando el mtodo GUM
(Tabla E3.3) o con el enfoque de Kragten.
Tambin los factores de cobertura k, obtenidos a
partir de los valores de los resultados anteriores y
posteriores al 2,5 % de las cadas de las colas,
corresponden a los de una distribucin normal y
respaldan el uso de k = 2 para la incertidumbre
Pgina 113
Cuantificacin de la incertidumbre Apndice E Procedimientos Estadsticos

expandida. En cualquier caso, la FDP para la valores lo suficientemente estables para k y

concentracin cNaOH est visiblemente u(cNaOH). Con nmero mayor de iteraciones se
influenciada por la utilizacin de la distribucin obtienen aproximaciones ms ajustadas a las FDP.
rectangular para la incertidumbre de VT . Los
clculos se realizaron con un nmero de
reiteraciones de Monte Carlo entre 104 y 106; en
cualquier caso un valor de 104 proporciona
Tabla E3.3: Valores, incertidumbres y distribuciones del Ejemplo A2

Incertidumbre
Magnitud Descripcin Unidad Valor estndar o semi- Distribucin
intervalo

R Factor de 1 1,000 0 0,000 5 Normal

repetibilidad

mKHP,1 Recipiente y KHP g 60,545 0 0,000 15 Rectangular

mKHP,2 Recipiente sin g 60,156 2 0,000 15 Rectangular

KHP

PKHP Pureza del KHP 1 1,000 0 0,000 5 Rectangular

M C8 Masa molar del mol1 96,085 6 0,003 7 Rectangular

C8

M H5 Masa molar del mol1 5,039 7 0,000 20 Rectangular

H5

M O4 Masa molar del mol1 63,997 6 0,000 68 Rectangular

O4

MK Masa molar del K mol1 39,098 3 0,000 058 Rectangular

VT Volumen de mL 18,64 0,03 Rectangular

NaOH
Para la valoracin
del KHP
T-T0 Factor de K 0,0 1,53 Normal
calibracin de
temperatura
Coeficiente de C-1 2,1x10-4 Despreciable
expansin
volumtrico

QUAM:2012.P1-ES Pgina 114

Cuantificacin de la incertidumbre Apndice E Procedimientos Estadsticos

Tabla E3.3: Comparacin de los valores de incertidumbre u(cNaOH) obtenidos utilizando la GUM y
la MCS con FDP diferentes para la incertidumbre de VT
VT FDP Triangular VT FDP Normal VT FDP Rectangular
GUM* 0,000 099 mol L-1
0,000 085 mol L-1
0,000 11 mol L-1
MCS 0,000 087 mol L-1 0,000 087 mol L-1 0,000 11 mol L-1
*Los resultados utilizando los enfoques GUM y Kragten [E.2] coinciden, al menos, con dos cifras
significativas.

Figura E3.2: Concentracin de cNaOH basada en VT caracterizada por una FDP triangular
k95=1.94 u=0,000087 valor GUM 0,00009
4
610

4
410
Frequencia

4
210

0.1018 0.102 0.1022 0.1024

-1
cNaOH (mol L )

Figura E3.3: Como la Figura E3.2, pero con VT caracterizada por una FDP Rectangular
k95=1,83 u=0,00011
4
610

4
410
Frequencia

4
210

0.1018 0.102 0.1022 0.1024

0.1018 intv
-1
cNaOH (mol L )

QUAM:2012.P1-ES Pgina 115

Cuantificacin de la incertidumbre
E.4 Incertidumbres de una calibracin por mnimos cuadrados
E.4.1 Un mtodo analtico o un instrumento se
calibran a menudo mediante la observacin de
respuestas, y, a diferentes niveles del analito, x.
En la mayora de los casos se considera que esta
relacin es lineal, segn:
y = b0 + b1x Ec. E3.1
Esta recta de calibracin se utiliza entonces para
obtener la concentracin del analito xpred de una
muestra que produce una respuesta observada yobs
de
xpred = (yobs b0)/b1 Ec. E3.2
Habitualmente se determinan las constantes b1 y
b0 mediante una regresin de mnimos cuadrados
ponderada o no ponderada de un conjunto de n
pares de valores (xi, yi).
E.4.2 Hay cuatro fuentes principales de
incertidumbre que se consideran para llegar a la
incertidumbre de la concentracin estimada xpred:
Variaciones aleatorias en la medida de y, que
afectan tanto a las respuestas referencia yi
como a la respuesta medida yobs.
Efectos aleatorios que resultan en errores en
los valores de referencia asignados xi.
Los valores xi e yi pueden estar sujetos a una
compensacin desconocida, por ejemplo la
que surge cuando los valores de x se obtienen
de una dilucin en serie de una solucin
stock.
La asuncin de linealidad puede no ser vlida.
De estos, los ms significativos en la prctica
normal son las variaciones aleatorias en y, y aqu
se detallan los mtodos para estimar la
incertidumbre para esta fuente. Las fuentes
restantes tambin se consideran brevemente para
proporcionar una indicacin de los mtodos
disponibles.
E.4.3 La incertidumbre u(xpred, y) de un valor
predicho xpred debido a la variabilidad de y puede
estimarse de varias maneras:
Mediante una varianza y covarianza
calculadas.
Si los valores de b1 y b0, sus varianzas var(b1),
var(b0) y sus covarianzas, covar(b1,b0), se
determinan mediante el mtodo de mnimos
cuadrados, la varianza de x, var(x), que se obtiene
QUAM:2012.P1-ES
Apndice E Procedimientos Estadsticos
usando la frmula del captulo 8 y diferenciando
las ecuaciones normales, viene dada por
var( x pred )
var( y obs ) x 2pred var(b1 ) 2 x pred covar (b0 , b1 ) var(b0 )
b12
Ec. E3.3
y la incertidumbre correspondiente u(xpred, y) es
var(xpred).
Mediante datos de calibracin.
La frmula anterior para var(xpred) puede escribirse
en trminos de un conjunto de n puntos de datos,
(xi, yi), utilizados para determinar la funcin de
calibracin:
var( x pred ) var( y obs ) / b12
S2 1 ( x pred x ) 2
b12 wi ( ( w x 2 ) ( w x ) 2 w )
i i i i i
Ec. E3.4
wi ( y i y fi )
2
donde S 2 , ( y i y fi ) es el
(n 2)
residual para el punto isimo, n es el nmero de
puntos de datos en la calibracin, b1 es el mejor
gradiente ajustado, wi el peso asignado a yi y
( x pred x ) la diferencia entre xpred y la media x
de los n valores x1, x2....
Para datos no ponderados y cuando var(yobs) se
base en p medidas, la ecuacin E3.4 es
S2 1 1 ( x pred x ) 2
var( x pred )
b12 p n ( ( x i2 ) ( x i ) 2 n)
Ec. E3.5
Esta es la frmula que se utiliza en el ejemplo 5
con Sxx = ( x i2 ) xi n ( xi x ) 2 .
2
Mediante informacin dada por el software
utilizado para derivar las curvas de
calibracin.
Algunos programas dan el valor de S, descrito de
varias maneras por ejemplo como RMS error o
error estndar residual. Esto puede utilizarse en la
ecuacin E3.4 o E3.5. Sin embargo algunos
programas pueden dar tambin la desviacin
estndar s(yc) de un valor de y calculado desde la
lnea ajustada para algn valor nuevo de x y esto
se puede utilizar para calcular var(xpred), para p=1
Pgina 116
Cuantificacin de la incertidumbre
( x ) x n
( x pred x ) 2
1
s( y c ) S 1
n 2
i i
dando, en comparacin con la ecuacin E3.5,
var(xpred) = [ s(yc) / b1]2
E.4.4 Los valores de referencia xi pueden tener
incertidumbres cada uno, que se propagan hasta el
resultado final. En la prctica, las incertidumbres
en estos valores son pequeas comparadas con las
incertidumbres en las respuestas del sistema yi, y
pueden ignorarse. Una estimacin aproximada de
la incertidumbre u(xpred, xi) en un valor predicho
xpred debido a la incertidumbre en un valor de
referencia particular xi es
u(xpred, xi) u(xi)/n
donde n es el nmero de valores xi utilizados en la
calibracin. Esta expresin se puede utilizar para
comprobar la significacin de u(xpred, xi).
E.4.5 La incertidumbre que surge de la asuncin
de una relacin lineal entre y y x no es lo
suficientemente grande habitualmente como para
requerir una estimacin adicional. Siempre y
cuando los residuales muestren que no hay una
desviacin sistemtica en esta relacin asumida, la
incertidumbre que surge de esta asuncin (en
adicin a lo cubierto por el incremento resultante
de la varianza de y) puede considerarse
despreciable. Si los residuales muestran una
tendencia sistemtica puede que sea necesario
incluir trminos ms altos en la funcin de
QUAM:2012.P1-ES
Apndice E Procedimientos Estadsticos
calibracin. Los mtodos para calcular var(x) en
estos casos se dan en textos normalizados. Es
2
tambin posible realizar un juicio basado en el
tamao de la tendencia sistemtica.
E.4.6 Los valores x e y pueden estar sujetos a una
Ec. E3.6 compensacin constante desconocida (por
ejemplo, la que surge cuando se obtienen los
valores de x de una dilucin en serie de una
disolucin stock que tiene una incertidumbre en
su valor certificado). Si las incertidumbres
estndar de y y x de estos efectos son u(y, const) y
u(x, const), entonces la incertidumbre del valor
interpolado xpred viene dada por:
u(xpred)2 = u(x, const)2 +
(u(y, const)/b1)2 + var(x) Ec. E3.8
Ec. E3.7 E.4.7 Las cuatro componentes de la incertidumbre
descritas en E.4.2 pueden calcularse utilizando las
ecuaciones Eq. E3.3 a Eq. E3.8. La incertidumbre
global que surge del clculo de una calibracin
lineal puede calcularse combinando estas cuatro
componentes de forma normal.
E.4.8 Mientras que los clculos indicados
anteriormente son aceptables para la mayora de
casos comunes de regresiones por mnimos
cuadrados, no aplican a mtodos de modelizacin
ms generales que consideran las incertidumbres
de x o correlaciones entre x y/o y. Se puede
encontrar un tratamiento de estos casos ms
complejos en la Norma ISO TS 28037,
Determinacin y uso de funciones de calibracin
lineal [H.28].
Pgina 117
Cuantificacin de la incertidumbre
E.5 Documentar la incertidumbre dependiente del nivel de analito
E.5.1 Introduccin
E.5.1.1 A menudo se observa en qumica analtica
que, en un rango amplio de concentraciones de
analito (niveles), las contribuciones dominantes a
la incertidumbre global varan aproximadamente
de forma proporcional segn el nivel del analito,
esto es u(x) x. En tales casos es prudente
estimar las incertidumbres como desviaciones
estndar relativas o coeficientes de variacin (por
ejemplo, %CV).
E.5.1.2 Cuando la incertidumbre no est afectada
por el nivel, por ejemplo a niveles bajos, o cuando
se trata de un rango estrecho de niveles de analito,
es generalmente ms sensato estimar la
incertidumbre como un valor absoluto.
E.5.1.3 En algunos casos, son importantes tanto
los efectos proporcionales como los constantes.
Esta seccin expone un enfoque general para
registrar la informacin de la incertidumbre en el
que la variacin de la incertidumbre con el nivel
de analito es importante, e informarlo como un
simple coeficiente de variacin no es adecuado.
E.5.2 Base del enfoque
E.5.2.1 Para permitir ambos, tanto la
proporcionalidad de la incertidumbre y la
posibilidad de un valor esencialmente constante
con el nivel, se utiliza la siguiente expresin:
u ( x) s02 ( x s1 ) 2 [1]
En la que
u(x) es la incertidumbre estndar combinada en
el resultado x (que es, la incertidumbre
expresada como desviacin estndar)
s0 representa una contribucin constante a la
incertidumbre global
s1 es una constante de proporcionalidad.
La expresin se basa en el mtodo normal de
combinacin de dos contribuciones a la
incertidumbre global, asumiendo que una
contribucin (s0) es constante y una (xs1)
proporcional al resultado. La Figura E.5.1 muestra
la forma de esta expresin.
NOTA: El enfoque dado anteriormente es prctico
solamente cuando es posible calcular un gran
nmero de valores. Cuando se emplee un
estudio experimental, no siempre ser posible
establecer la relacin parablica pertinente.
En dichas circunstancias, se puede realizar
una aproximacin adecuada mediante una
QUAM:2012.P1-ES
Apndice E Procedimientos Estadsticos
regresin lineal simple mediante 4 o ms
incertidumbres combinadas, obtenidas a
diferentes concentraciones de analito. Este
procedimiento es coherente con el utilizado en
estudios de repetibilidad y reproducibilidad de
acuerdo con la Norma ISO 5725:1994. La
expresin adecuada es entonces
u( x ) s' 0 x . s'1
E.5.2.2 La figura puede dividirse en regiones
aproximadas (de A a C en la figura):
A: La incertidumbre est dominada por el
trmino s0, que es ms o menos constante y
cercano a s0.
B: La incertidumbre resultante es mayor
significativamente que s0 o xs1, y su curvatura
es visible, ya que ambos trminos contribuyen
significativamente.
C: El trmino xs1 domina; la incertidumbre surge
casi linealmente cuando se incrementa x y es
cercana a xs1.
E.5.2.3 Quede claro que en algunos casos
experimentales la forma completa de la curva no
es evidente. Muy a menudo, todo el rango de
valores de analito que se informa permitido por el
mtodo cae dentro de una nica zona de la
grfica; el resultado es una serie de casos que se
tratan con ms detalle a continuacin.
E.5.3 Documentando los datos de
incertidumbre dependientes del nivel
E.5.3.1 En general, las incertidumbres pueden
documentarse en la forma de un valor para cada
s0 y s1. Los valores pueden utilizarse para
proporcionar una estimacin de la incertidumbre
para el alcance del mtodo. Esto es
particularmente valioso cuando se implementan
los clculos para mtodos bien caracterizados en
sistemas informticos, en los que la forma general
de la ecuacin puede implementarse
independientemente de los valores de los
parmetros (uno de los cuales puede ser cero - ver
a continuacin). Se recomienda por lo tanto que,
excepto en casos especiales descritos a
continuacin o cuando la dependencia es fuerte
pero no lineal*, las incertidumbres se documenten
* Un ejemplo importante de dependencia no lineal es el
efecto del ruido intrumental en medidas de
absorbancia en absorbancias altas cercanas al lmite
superior de la capacidad del instrumento. Esto es
particularmente destacado cuando la absorbancia se
Pgina 118
Cuantificacin de la incertidumbre
en la forma de valores constantes representados
por s0 y trminos variables representados por s1.
E.5.4. Casos especiales
E.5.4.1. Incertidumbre no dependiente del nivel
de analito (s0 dominante)
La incertidumbre ser en general efectivamente
independiente de la concentracin de analito
cuando:
El resultado sea cercano a cero (por ejemplo
dentro del lmite de deteccin establecido para
el mtodo). Regin A de la Figura E.5.1.
El rango posible de resultados (establecido en
el alcance del mtodo o en el alcance de la
estimacin de incertidumbre) es pequeo
comparado con el nivel observado.
Bajo estas circunstancias, el valor de s1 puede
registrarse como cero. s0 es habitualmente la
incertidumbre estndar calculada.
E.5.4.2. Incertidumbre completamente
dependiente del analito (s1 dominante)
Cuando el resultado est alejado del cero (por
ejemplo, superior al lmite de determinacin) y
hay evidencias claras de que la incertidumbre
cambia proporcionalmente con el nivel de analito
permitido en el alcance del mtodo, el trmino xs1
domina (vase la Regin C en la Figura E.5.1).
Bajo estas circunstancias, y cuando el alcance del
mtodo no incluye niveles de analito cercanos al
cero, s0 puede ser registrada razonablemente como
cero y s1 es sencillamente la incertidumbre
expresada como una desviacin estndar relativa.
E.5.4.3. Dependencia intermedia
En casos intermedios, y en particular cuando la
situacin corresponde a la regin B de la Figura
E.5.1, se pueden considerar dos enfoques:
calcula desde la transmitancia (en espectroscopia
infrarroja). Bajo estas circunstancias, el ruido de
fondo causa incertidumbres grandes a altas
absorbancias, y la incertidumbre aumenta mucho ms
rpido de lo que podra predecir una estimacin
lineal. El enfoque habitual es reducir la absorbancia,
por dilucin, para llevar los valores de absorbancia
dentro del rango de trabajo; El modelo lineal
normalmente utilizado, podra ser adecuado aqu.
Otros ejemplos incluyen la respuesta sigmoidal de
algunos mtodos de inmunoensayos.
QUAM:2012.P1-ES
Apndice E Procedimientos Estadsticos
a) Aplicar una dependencia variable
El enfoque ms general es determinar, registrar y
utilizar tanto s0 como s1. La estimacin de
incertidumbre puede, cuando se necesita,
realizarse sobre la base del resultado informado.
Este es el enfoque recomendado cuando resulte
prctico.
NOTA: Vase la nota de la seccin E.5.2.
b) Aplicar una aproximacin fija
Un alternativa que puede utilizarse en ensayo en
general y en la que
La dependencia no es muy fuerte (esto es, la
evidencia de proporcionalidad es dbil)
o
el rango de resultados esperado es
moderado
lleva en ambos casos a incertidumbres que no
varan en ms de un 15% de la estimacin media
de incertidumbre, puede ser en ocasiones
razonable calcularla e introducir un valor de
incertidumbre fijo para su utilizacin general,
basado en la media de los valores esperados. Esto
es,
bien
una media o valor tpico de x se utiliza para
calcular una estimacin de incertidumbre fija,
y esto se utiliza en lugar de estimaciones
individuales calculadas
o
se obtiene una nica desviacin estndar,
basada en estudios de materiales que cubren
todo el rango de niveles de analito permitidos
(dentro del alcance de la estimacin de
incertidumbre), y hay pocas evidencias que
justifiquen una asuncin de proporcionalidad.
Esto se puede tratar como un caso de
dependencia cero, y la desviacin estndar
relevante se registra como s0.
E.5.5. Determinar s0 y s1
E.5.5.1. En los casos especiales en los que domina
un trmino, ser suficiente con utilizar la
incertidumbre como una desviacin estndar o
una desviacin estndar relativa con valores s0 y
s1. Si la dependencia es menos obvia, puede ser
necesario, en cualquier caso, determinar s0 y s1
indirectamente a partir de series de estimaciones
de incertidumbre a diferentes niveles de analito.
E.5.5.2. Dado un clculo de incertidumbre
combinada de varios de los componentes, algunos
Pgina 119
Cuantificacin de la incertidumbre Apndice E Procedimientos Estadsticos

de los cuales dependen del nivel de analito [resultado] [incertidumbre]

mientras otros no, puede ser posible investigar la
donde la incertidumbre como desviacin estndar
dependencia de la incertidumbre global con el
se calcula segn lo indicado anteriormente, y si es
nivel de analito mediante simulacin. El
necesario se expande (habitualmente mediante un
procedimiento es el siguiente:
factor de dos) para proporcionar ms confianza.
1: Calcular (u obtener experimentalmente) Cuando se informa de varios resultados a la vez,
incertidumbres u(xi) para al menos diez es posible y perfectamente aceptable dar una
niveles xi de analito, cubriendo todo el rango estimacin de la incertidumbre que aplique a
permitido. todos los resultados informados.
2. Trazar u(xi)2 frente a xi2 E.5.6.2. Tabla E.5.1 proporciona algunos
3. Mediante regresin lineal, obtener la ejemplos. Los valores de incertidumbre para una
estimacin de m y c para la recta u(x)2 = mx2 + lista de diferentes anlisis puede tabularse
c siguiente principios similares.
4. Calcular s0 y s1 a partir de s0 = c, s1 = m NOTA: Cuando se usa un lmite de deteccin o
5. Registrar s0 y s1 lmite mximo permitido para dar resultados
bajo la forma <x o nd, puede ser necesario
E.5.6. Informe indicar los lmites utilizados adems de las
E.5.6.1. El enfoque descrito aqu permite la incertidumbres aplicables a los resultados que
estimacin de la incertidumbre estndar para un superan los lmites mximos permitidos.
nico resultado. En principio, cuando se informa
de la incertidumbre estndar, puede ser mediante
la forma
Tabla E.5.1: Resumen de la incertidumbre para varios ejemplos
Situacin Trmino Dominante Ejemplo(s) de informe
Incertidumbre esencialmente s0 o aproximacin fija Desviacin estndar:
constante para todos los (secciones E.5.4.1. o E.5.4.3.a) incertidumbre expandida;
resultados intervalo de confianza del 95 %
incertidumbre generalmente xs1 Desviacin estndar relativa o
proporcional al nivel (vase seccin E.5.4.2.) coeficiente de variacin,
opcionalmente como porcentaje.
Mezcla de proporcionalidad y Caso intermedio Se indica CV o DER,
valor limitante bajo para la (seccin E.5.4.3.) opcionalmente como porcentaje,
incertidumbre junto con el lmite inferior como
desviacin estndar.

QUAM:2012.P1-ES Pgina 120

Cuantificacin de la incertidumbre Apndice E Procedimientos Estadsticos

Figura E.5.1: Variacin de la incertidumbre con el resultado observado

Incertidumbre u(x)
1.8

1.6 Incertidumbre Incertidumbre

significativamente aproximadamente
superior que
1.4 igual a x.s 1
s 0 o x.s1

1.2 A B C

1 Incertidumbre s0
aproximadamente x.s 1
igual a s0 u(x )
0.8

0.6

0.4

0.2

0
0 1 2 3 4 5 6 7 8
Resultado x

QUAM:2012.P1-ES Pgina 121

Cuantificacin de la Incertidumbre
Apndice F. Incertidumbre de Medida en el Lmite de Deteccin/Lmite de
Determinacin
F.1. Introduccin
F.1.1. En concentraciones bajas, se vuelven
importantes un nmero creciente de efectos,
incluyendo, por ejemplo,
La presencia de ruido o lnea base inestable,
La contribucin de interferencias a la seal
(total),
La influencia de cualquier blanco analtico
usado, y
Prdidas durante la extraccin, separacin o
limpieza.
Debido a tales efectos, con la disminucin de las
concentraciones de analito, la incertidumbre
relativa asociada con el resultado tiende a
aumentar, primero a una parte significativa del
resultado y finalmente hasta el punto donde el
intervalo de incertidumbre (simtrico) incluye el
cero. Esta regin se asocia tpicamente con el
lmite experimental de deteccin para un
determinado mtodo.
F.1.2. La terminologa y procedimientos
asociados con la medicin y el informe sobre los
bajos niveles de analito han sido extensamente
analizados en otra parte (Ver Bibliografa [H.29-
H.32] para ejemplos y definiciones). Aqu, el
trmino 'lmite de deteccin' sigue la
recomendacin IUPAC de referencia H.31 que
define el lmite de deteccin como una cantidad
real de analito que lleva con una alta probabilidad
a la conclusin que el analito est presente,
considerando un criterio de decisin particular. El
criterio de decisin ('valor crtico') por lo general
se establece para garantizar una baja probabilidad
de informar que el analito est presente cuando de
hecho est ausente. Siguiendo esta regla, un
analito es declarado presente cuando la respuesta
observada est por encima del valor crtico. El
lmite de deteccin es por lo general
aproximadamente dos veces el valor crtico
expresado en trminos de concentracin de
analito.
F.1.3. Es ampliamente aceptado que el uso ms
importante del lmite de deteccin es mostrar
donde el funcionamiento del mtodo llega a ser
QUAM:2012.P1-ES
Apndice F Lmites de Deteccin
insuficiente para una cuantificacin aceptable, por
lo que se pueden hacer mejoras. Idealmente, por
tanto, las mediciones cuantitativas no deben
realizarse en esta regin. No obstante, muchos
analitos son importantes a muy bajos niveles en
los que es inevitable realizar mediciones en esa
regin, y declarar resultados en la misma.
F.1.4. La Gua ISO sobre la Incertidumbre de
Medida [H.2] no da instrucciones explcitas para
la estimacin de la incertidumbre cuando los
resultados son pequeos y las incertidumbres
grandes comparadas con los resultados. De hecho,
la forma bsica de 'la ley de propagacin de las
incertidumbres, descrita en el captulo 8 de esta
gua, puede dejar de aplicarse con exactitud en
esta regin; una hiptesis en que se basa el clculo
es que la incertidumbre es pequea en relacin
con el valor del mensurando. Una dificultad extra,
filosfica, se deduce de la definicin de
incertidumbre dada por la Gua ISO: aunque
observaciones negativas son bastante posibles, e
incluso comunes en esta regin, una dispersin
implcita incluyendo valores por debajo de cero
no puede ser "...razonablemente atribuible al valor
del mensurando" cuando el mensurando es una
concentracin, porque las concentraciones en s
mismas no pueden ser negativas.
F.1.5. Estas dificultades no se oponen a la
aplicacin de los mtodos descritos en esta gua,
pero se requiere cierta cautela en la interpretacin
y presentacin de informes de los resultados de la
estimacin de la incertidumbre de medida en esta
regin. El propsito del presente Anexo es ofrecer
una orientacin para suplementar lo que ya existe
en otras fuentes.
NOTA: Consideraciones similares pueden
aplicarse a otras regiones; por ejemplo,
fracciones molares o de masa cerca del
100 % pueden dar lugar a dificultades
similares.
F.2. Observaciones y estimaciones
F.2.1. Un principio fundamental de la ciencia de
la medicin es que los resultados son
estimaciones de los valores verdaderos. Los
resultados analticos, por ejemplo, estn
Pgina 122
Cuantificacin de la Incertidumbre
disponibles inicialmente en unidades de la seal
observada, por ejemplo, mV, unidades de
absorcin, etc. Para la comunicacin a un pblico
ms amplio, especialmente a clientes de un
laboratorio o de otras autoridades, los datos
iniciales necesitan ser convertidos a una cantidad
qumica, como concentracin o cantidad de
sustancia. Esta conversin requiere usualmente un
procedimiento de calibracin (que puede incluir,
por ejemplo, correcciones para las prdidas
observadas y bien caracterizadas). Cualquiera que
sea la conversin, sin embargo, la figura generada
sigue siendo una observacin, o seal. Si el
experimento es llevado a cabo correctamente, esta
observacin sigue siendo la mejor estimacin relevante sobre los niveles de analito que podran
del valor del mensurando.
F.2.2. Las observaciones no son a menudo
limitadas por los mismos lmites fundamentales
que se aplican a las concentraciones reales. Por
ejemplo, es perfectamente razonable informar una
concentracin observada, es decir, una
estimacin, por debajo de cero. Es igualmente
razonable hablar de una dispersin de posibles
observaciones que se extienden en la misma
regin. Por ejemplo, al realizar una medicin
objetiva sobre una muestra sin analito, se debera
comprobar que alrededor de la mitad de las
observaciones caen por debajo de cero. En otras
palabras, los informes como
concentracin observada = 2,48 mg L-1
concentracin observada = -4,28 mg L-1
no solo son posibles; deberan considerarse como
declaraciones vlidas sobre las observaciones y
sus valores medios.
F.2.3. Durante la presentacin de informes y sus
incertidumbres asociadas a un pblico informado,
no hay obstculo, ni contradiccin, en informar la
mejor estimacin y su incertidumbre asociada,
incluso cuando el resultado implica una situacin
fsica imposible. De hecho, en algunas
circunstancias (por ejemplo, al informar de un
valor para un blanco analtico que posteriormente
se utiliza para corregir otros resultados), es
absolutamente esencial informar la observacin y
su incertidumbre, por grande que sea.
F.2.4. Esto continua siendo cierto siempre que el
uso final de los resultados este en duda. Puesto
que slo la observacin y su incertidumbre
asociada se pueden utilizar directamente (por
ejemplo, en otros clculos, en el anlisis de
tendencias o para la re-interpretacin), la
QUAM:2012.P1-ES
Apndice F Lmites de Deteccin
observacin no censurada debe estar siempre
disponible.
F.2.5. Lo correcto es en consecuencia informar
observaciones vlidas y sus incertidumbres
asociadas independientemente de los valores.
F.3. Resultados interpretados y
declaraciones de cumplimiento
F.3.1. A pesar de lo anterior, hay que aceptar que
muchos informes de anlisis y declaraciones de
conformidad incluyen alguna interpretacin como
ayuda al usuario final. Por lo general, esa
interpretacin incluira cualquier conclusin
estar razonablemente presentes en un material. Tal
interpretacin es una deduccin sobre el mundo
real, y por lo tanto se debera esperar que (por el
usuario final) se ajustase a los lmites reales. As,
tambin, cualquier estimacin de la incertidumbre
asociada a los valores "reales". A continuacin se
resumen algunos de los enfoques aceptados. El
primero (el uso de "menos que" o "mayor que") es
por lo general coherente con la prctica existente.
La Seccin F.5. describe un enfoque basado en las
propiedades de los intervalos de confianza
clsicos. Esto es muy simple de usar y por lo
general ser adecuado para la mayora de
propsitos ordinarios. Donde las observaciones
son particularmente propensas a caer por debajo
de cero (o por encima del 100 %), sin embargo, el
enfoque clsico puede conducir a intervalos
pequeos poco realistas; en esta situacin, el
enfoque bayesiano descrito en la seccin F.6 es
probablemente ms apropiado.
F.4. El uso de menor que o mayor
que en la presentacin de
informes
F.4.1. Donde el uso final de los informes de
resultados es bien entendido, y el usuario final no
puede ser informado de una manera realista de la
naturaleza de las observaciones de medicin, el
uso de 'menor que', 'mayor que' etc. debe seguir la
orientacin general ya proporcionada (por
ejemplo, en la referencia H.31) sobre la
presentacin de los resultados en niveles bajos.
F.4.2. Es pertinente una advertencia. Gran parte
de la literatura sobre las capacidades de deteccin
se basa en gran medida en las estadsticas de las
observaciones repetidas. Debe quedar claro a los
lectores de la gua actual, que la variacin
observada es rara vez una buena gua para la
incertidumbre total de los resultados. Al igual que
Pgina 123
Cuantificacin de la Incertidumbre
con los resultados en cualquier otra regin, se
debe dar adecuadamente una consideracin
prudente a todas las incertidumbres que afectan a
un determinado resultado antes de declarar los
valores.
F.5. Intervalos de incertidumbre
expandida cerca de cero: Enfoque
clsico
F.5.1. El resultado deseado es un intervalo de
incertidumbre expandida que satisface tres
requisitos:
1. Un intervalo que se encuentra dentro del rango
posible (el 'rango posible' es el intervalo de
concentraciones de cero hacia arriba).
2. Una cobertura cercana al nivel de confianza
especificado, de modo que un intervalo de
incertidumbre expandida que se supone
corresponde aproximadamente a una confianza
del 95 % se debera esperar que contenga el
valor verdadero cerca del 95 % del tiempo.
3. Resultados declarados que tienen un mnimo
sesgo a largo plazo.
F.5.2. Si la incertidumbre expandida se ha
calculado utilizando la estadstica clsica, el
intervalo - incluyendo cualquier parte situada por
debajo de cero - tendr, por definicin, una
cobertura del 95 %. Sin embargo, dado que el
valor (verdadero) del mensurando no puede estar
fuera del rango posible, esto es posible
simplemente truncando este intervalo en el
extremo del rango posible y mantener todava la
cobertura requerida del 95 %. Por tanto, este
intervalo de confianza clsica truncada mantiene
la cobertura exacta del 95 %; esto es fcil de
implementar usando las herramientas existentes.
F.5.3. Cuando la observacin media est tambin
fuera del rango posible, y se requiere un intervalo
para la concentracin real, el resultado declarado
nicamente se debe desplazar al cero. El cambio a
este lmite, sin embargo, conduce a un pequeo
sesgo a largo plazo, que bien puede ser
inaceptable para los clientes (o proveedores de
PT) exigiendo datos brutos para su propio anlisis
estadstico. Estos clientes seguirn necesitando las
observaciones iniciales, independientemente de
los lmites naturales. Sin embargo, el
truncamiento sencillo a cero puede proporcionar
un sesgo mnimo entre el rango de opciones
examinadas hasta ahora para esta situacin.
F.5.4. Si se sigue este procedimiento, el intervalo
QUAM:2012.P1-ES
Apndice F Lmites de Deteccin
de incertidumbre expandida se vuelve
progresivamente ms asimtrico cuando el
resultado se acerca al lmite. La figura 3 ilustra la
situacin cerca de cero, donde se informa la media
medida hasta que la media cae por debajo de cero,
siendo entonces cero el valor informado.
F.5.5. Finalmente, el intervalo clsico cae por
completo ms all del lmite natural, lo que
implica un intervalo ajustado de [0, 0]. Esto puede
tomarse razonablemente como una indicacin de
que los resultados son inconsistentes con
cualquier posible concentracin real. El analista
normalmente debe volver a los datos originales y
determinar la causa, as como cualquier otra
observacin de control de calidad aberrante.
F.5.6. Si es necesario declarar la incertidumbre
estndar, as como el intervalo de incertidumbre
expandida (asimtrico), se recomienda que la
incertidumbre estndar utilizada en la elaboracin
del intervalo de confianza deba ser declarada sin
cambio.
0.10
0.05
0.00
-0.05
-0.10
-0.04 -0.02 0.00 0.02 0.04
Valor medido
Figura 3. Truncamiento de intervalos de confianza
clsicos cercanos a cero. La media vara entre -0,05 y
0,05, y la desviacin estndar se fija en 0,01. La lnea
diagonal en negrita muestra cmo el valor declarado
depende (antes del truncamiento) del valor observado;
las lneas diagonales a trazos muestran el intervalo
correspondiente. Las barras slidas parciales muestran
el intervalo de incertidumbre declarado despus del
truncamiento. Tngase en cuenta que en los valores
medios observados por debajo de cero, el intervalo
truncado sencillo se convierte en irrazonablemente
pequeo; vase el prrafo F5.8.
Pgina 124
Cuantificacin de la Incertidumbre
F.6. Intervalos de incertidumbre
expandida cerca de cero: Enfoque
Bayesiano
F.6.1. Los mtodos bayesianos permiten la
combinacin de informacin de mediciones con
informacin previa sobre la posible (o probable)
distribucin de valores del mensurando. El
enfoque combina una distribucin previa con
una probabilidad (la distribucin deducida solo de
los resultados de la medicin) para obtener una
'distribucin posterior, que describe la
distribucin de los valores razonablemente
atribuibles al mensurando. El intervalo de
incertidumbre expandida es entonces elegido para
contener una proporcin adecuada de la
distribucin, mientras que el valor declarado
puede ser cualquier valor sealado que
convenientemente describe la posicin de la
distribucin. La media, mediana y moda de la
distribucin posterior pueden ser usadas.
F.6.2. En el caso de una cantidad que se sabe
limitada dentro de un intervalo particular (por
ejemplo, por encima de cero) y una medicin que
proporciona informacin en forma de una
distribucin t, se puede demostrar [H.32] que la
distribucin resultante de valores posibles es de
aproximadamente una distribucin-t truncada.
Para obtener un resultado con mnimo sesgo y un
intervalo de incertidumbre expandida con una
cobertura adecuada, se recomienda que
i) Se indicar el modo de la distribucin posterior.
Para una distribucin-t truncada, este es el valor
medio observado o cero si el valor medio
observado es inferior a cero.
ii) El intervalo de incertidumbre expandida se
calcula como el intervalo de densidad mximo
que contiene la fraccin requerida de la
distribucin posterior. El intervalo de densidad
mximo es tambin el intervalo ms corto que
contiene la fraccin requerida de la distribucin.
F.6.3. Para una distribucin t basada en un valor
observado x , incertidumbre estndar u y grados
de libertad (efectivos) eff el intervalo de mxima
densidad para el caso de un lmite inferior a cero y
nivel de confianza p se pueden obtener de la
siguiente manera:
i) Calcular
Ptot 1 Pt x u , eff clculos se hayan completado. Por ejemplo, en la
donde Pt(q,) es la probabilidad acumulada de la
t de Student.
QUAM:2012.P1-ES
Apndice F Lmites de Deteccin
ii) Establecer
q1 q t 1 1 pPtot 2, eff
donde qt(P,) es el cuantil de la distribucin t de
Student para la probabilidad acumulativa P y eff
grados de libertad y p el nivel de confianza
deseado (normalmente 0,95).
iii) Si x uq1 0 , establecer el intervalo para
x uq1 . Si x uq1 0 , el intervalo se establece
para
0, x uq P x / s, pP
t t eff tot
. eff
NOTA: Con el uso de las hojas de clculo MS Excel u
OpenOffice Calc, las implementaciones de Pt
and qt son las siguientes:
q 0
Pt q,
TDIST(ABS(q), ,2)/2
1 - TDIST(q, ,2)/2 q 0
qt(P,): =1-TINV(2*(1-P),),
donde q y en las frmulas de la hoja de
clculo se reemplazan con el cuantil requerido
x u y grados de libertad eff, y P es la
probabilidad acumulativa deseada (por
ejemplo, 0,95).
La complejidad adicional se deriva del hecho
de que la funcin TDIST proporciona slo las
probabilidades superiores de la cola para Pt y
TINV proporciona slo un valor de dos colas
para qt.
F.6.4. El intervalo Bayesiano proporciona el
mismo sesgo mnimo que el enfoque clsico
descrito en la seccin F.5., con la propiedad til
que como el valor medio observado desciende an
ms por debajo de cero, la incertidumbre
declarada aumenta. Esto lo hace particularmente
apropiado para informar resultados que se espera
caigan consistentemente muy cerca de un lmite
de cero o de 100 %, como en la estimacin de
pureza para los materiales altamente puros. El
intervalo es, sin embargo, considerablemente ms
estrecho que el intervalo clsico en el rango de 0
< x < 5u , por lo que no tiene exactamente el 95%
de xito.
F.6.5. En cuanto al enfoque clsico, el clculo del
valor declarado y del intervalo de incertidumbre
debe ocurrir slo despus de que los otros
combinacin de varios valores prximos a cero,
primero se realiza el clculo y estimacin de la
Pgina 125
Cuantificacin de la Incertidumbre Apndice F Lmites de Deteccin

incertidumbre estndar en el valor a ser declarado el enfoque clsico anterior, la incertidumbre

y luego se calcula el intervalo de incertidumbre. estndar utilizada en la construccin del intervalo
de confianza deba ser informada sin cambio.
F.6.6. Si es necesario informar la incertidumbre
estndar as como el intervalo de incertidumbre
expandido (asimtrico), se recomienda que, segn

8
Max. dens.
Classical

-2 0 2 4

Valor medido x u)

Figura 2. Intervalo Bayesiano de mxima densidad (lneas continuas) para

5 grados de libertad como una funcin de x . La lnea discontinua presenta
el correspondiente intervalo clsico.

QUAM:2012.P1-ES Pgina 126

Cuantificacin de la incertidumbre Apndice G Fuentes de la Incertidumbre

Apndice G. Fuentes comunes y valores de incertidumbre

Las siguientes tablas resumen algunos ejemplos tpicos de componentes de la

incertidumbre. Las tablas proporcionan:
El mensurando o procedimiento experimental en particular (determinacin de la
masa, el volumen, etc.)
Las principales componentes y fuentes de incertidumbre en cada caso
Un mtodo sugerido para determinar la incertidumbre que proviene de cada fuente
Un ejemplo de un caso tpico
Las tablas tienen por objeto nicamente indicar los mtodos para calcular el valor de
algunas componentes tpicas de la incertidumbre de medicin en la medicin analtica. No
pretenden ser exhaustivas ni los valores indicados deberan utilizarse directamente sin
justificacin independiente. Sin embargo, los valores podran ayudar a decidir si una
determinada componente es significativa.

QUAM:2012.P1-ES Pgina 127

 Determinacin Componentes de Causa Mtodo de determinacin Valores tpicos
incertidumbre Ejemplo Valor
Masa Incertidumbre de Exactitud limitada en la Indicada en el certificado de Balanza de cuatro 0,5 mg
calibracin de la calibracin calibracin, convertida a desviacin dgitos

QUAM:2012.P1-ES
balanza estndar
Linealidad i) Experimento, con un rango de pesas aprox. 0,5x
certificadas ltimo dgito
ii) Especificacin del fabricante significativo
Legibilidad Resolucin limitada en la pantalla A partir del ltimo dgito significativo 0,5x ltimo dgito
o escala significativo /3
Deriva diaria Diversas, incluyendo la Desviacin estndar de pesajes a largo aprox. 0,5x
Cuantificacin de la incertidumbre

temperatura plazo utilizando pesas de control. ltimo dgito

Calcular como DER si es necesario significativo
Variacin entre Diversas Desviacin estndar de pesajes aprox. 0,5x
corridas sucesivos de una muestra o de pesas de ltimo dgito
control significativo
Efectos de la La diferencia entre las densidades Calculados a partir de densidades Acero, Nquel 1 ppm
densidad de la pesa de calibracin y de la conocidas o supuestas y condiciones Aluminio 20 ppm
(base muestra produce una diferencia atmosfricas tpicas Slidos orgnicos 50-100 ppm
convencional)Nota 1 en el efecto de empuje de aire Agua 65 ppm
atmosfrico Hidrocarburos 90 ppm
Efectos de la Igual que arriba Calcular el efecto del empuje de aire 100 g de agua +0,1g (efecto)
densidad atmosfrico y restar el efecto del 10 g de nquel <1 mg (efecto)
(base en vaco)Nota 1 empuje de aire en la pesa de calibracin
Nota 1. Para constantes fundamentales o definiciones de unidades del SI, por lo general las determinaciones de masa por pesaje son corregidas al peso en vaco. En la mayora de
las otras situaciones prcticas, se indica el peso de manera convencional segn lo definido por OIML [H.32]. La convencin es indicar los pesos a una densidad del aire de
1,2 kg m-3 y una densidad de la muestra de 8000 kg m-3, lo cual corresponde a pesaje de acero al nivel del mar en condiciones atmosfricas normales. La correccin por empuje de
aire a la masa convencional es cero cuando la densidad de la muestra es 8000 kg m-3 o la densidad del aire es 1,2 kg m-3. Puesto que usualmente la densidad del aire est muy
prxima al segundo valor, normalmente se puede ignorar la correccin al peso convencional. Los valores de la incertidumbre estndar indicados para los efectos relacionados con
la densidad en una base de peso convencional en la tabla de arriba son suficientes para estimados preliminares del pesaje en una base convencional sin correccin por empuje de
aire al nivel del mar. Sin embargo, la masa determinada en la base convencional puede diferir de la masa verdadera (en vaco) en 0,1 % o ms (ver los efectos en la ltima lnea de
la tabla de arriba).

Pgina 128
Apndice G Fuentes de la Incertidumbre
 Determinacin Componentes de Causa Mtodo de determinacin Valores tpicos
incertidumbre Ejemplo Valor
Volumen Incertidumbre de Exactitud Indicado en la especificacin del 10 mL (Clase A)

QUAM:2012.P1-ES
0,02 / 3 = 0,01 mL*
(lquido) calibracin limitada en la fabricante, convertido a desviacin
calibracin estndar.
Para material de vidrio ASTM de clase
A con un volumen V, el lmite es
aproximadamente V0,6/200
Temperatura La variacin de T/(23) da la desviacin estndar 100 mL de agua 0,03 mL por operar con
temperatura una diferencia mxima
Cuantificacin de la incertidumbre

relativa, donde T es el rango posible de

con respecto a temperatura y el coeficiente de de 3C con respecto de la
la temperatura expansin volumtrica del lquido. es temperatura de operacin
de calibracin aproximadamente 210-4 K-1 para el establecida.
produce una
diferencia en el agua y 110-3 K-1 para lquidos
volumen a la orgnicos. es tpicamente 4 10-4
temperatura para polipropileno
En el caso de equipos volumtricos de
estndar plstico, es posible que tambin se tenga
que considerar el coeficiente de
expansin del recipiente
Variacin entre Diversas Desviacin estndar de dispensaciones Pipeta de 25 mL Rplica llenado / pesaje:
corridas sucesivas de control (determinadas por s = 0,0092 mL
pesaje)
* Asumiendo una distribucin rectangular

Pgina 129
Apndice G Fuentes de la Incertidumbre
 Determinacin Componentes de Causa Mtodo de determinacin Valores tpicos
incertidumbre Ejemplo Valor
Concentracin Pureza Las impurezas Indicado en el certificado del fabricante. Los Ftalato cido de 0,1/3 =
del analito a reducen la certificados de material de referencia pueden dar potasio de referencia 0,06 %
partir de un cantidad de lmites no calificados; por consiguiente, stos certificado como

QUAM:2012.P1-ES
certificado de material de deberan ser tratados como distribuciones (99,9__0,1) %
material de referencia rectangulares y divididos entre 3.
referencia presente. Las Nota: cuando no se indica la naturaleza de las
impurezas impurezas, es probable que se tenga que dar una
reactivas pueden tolerancia adicional o realizar verificaciones
interferir con la para establecer lmites de interferencia, etc.
medicin
Cuantificacin de la incertidumbre

Concentracin Incertidumbre Indicado en el certificado del fabricante. Los Acetato de cadmio 2/3 =
(certificada) de la certificados del material de referencia pueden en cido actico al 1,2_mg L-1
concentracin dar lmites no calificados; por consiguiente, 4 %. Certificado (0,0012
certificada en el stos deberan ser tratados como distribuciones como como DER)*
material de rectangulares y divididos entre 3 (1000__2) mg L-1
referencia
Concentracin Combinacin de Combinar completamente los valores de pasos Acetato de cadmio 0,0012 2
(obtenida a partir incertidumbres anteriores como DER despus de tres
0,0017 2
de material puro de valores de diluciones de
certificado) referencia y 1000_mg L-1 a 0,0021 2
pasos 0,5 mg L-1 0,0017 2
intermedios 0,0034
como DER
* Asumiendo una distribucin rectangular

Pgina 130
Apndice G Fuentes de la Incertidumbre
 Determinacin Componentes de Causa Mtodo de determinacin Valores tpicos
incertidumbre Ejemplo Valor
Absorbancia Calibracin del Exactitud limitada en Indicada en el certificado de
instrumento. la calibracin calibracin como lmites, convertida

QUAM:2012.P1-ES
a desviacin estndar
Nota: este componente se
relaciona con la lectura de
absorbancia frente a la
absorbancia de referencia,
no con la calibracin de
concentracin frente a la
lectura de absorbancia
Cuantificacin de la incertidumbre

Variacin entre corridas Diversas Desviacin estndar de Media de 7 1,63/7 = 0,62

determinaciones replicadas, o lecturas de
desempeo de aseguramiento de la absorbancia con
calidad s=1,63
Muestreo Homogeneidad Por lo general, el i) La desviacin estndar de los Muestreo de pan Para 15
submuestreo a partir resultados de submuestreos separados con una porciones de 72
de material (si la heterogeneidad es grande en supuesta porciones
heterogneo no relacin con la exactitud analtica) heterogeneidad contaminadas
representar bivalente del material de
ii) La desviacin estndar calculada a
exactamente el (Ver el ejemplo origen y 360 no
partir de parmetros de poblacin
material de origen. A4) contaminadas:
conocidos o supuestos
DER = 0,58
Nota: el muestreo
aleatorio
generalmente tendr
como resultado un
sesgo nulo. Puede ser
necesario verificar
que el muestreo sea
realmente aleatorio

Pgina 131
Apndice G Fuentes de la Incertidumbre
 Determinacin Componentes de Causa Mtodo de determinacin Valores tpicos
incertidumbre Ejemplo Valor
Recuperacin Recuperacin media La extraccin rara vez Recuperacin calculada como Recuperacin de

QUAM:2012.P1-ES
28/42= 4,3 %
por extraccin es completa y puede porcentaje de recuperacin a partir de pesticida en el (0,048 como
agregar o incluir un material de referencia semejante o pan; 42 DER)
interferentes adiciones representativas. experimentos,
Incertidumbre obtenida de la media 90 %,
desviacin estndar de la media de s=28 %
experimentos de recuperacin. (Ver el ejemplo
A4)
Nota: la recuperacin tambin puede
Cuantificacin de la incertidumbre

calcularse directamente a partir de

coeficientes de particin previamente
medidos
Variacin de Diversas Desviacin estndar de experimentos Recuperacin de 0,31 como
recuperacin entre replicados pesticidas en el DER
corridas pan en base a
datos replicados
emparejados.
(Ver el ejemplo
A4)

Pgina 132
Apndice G Fuentes de la Incertidumbre
Cuantificacin de la Incertidumbre Apndice H - Bibliografa

Apndice H. Bibliografa

H.1. ISO/IEC 17025:2005. General Requirements for the Competence of Calibration and Testing
Laboratories. ISO, Geneva (2005).
H.2. Guide To The Expression Of Uncertainty In Measurement. ISO, Geneva (1993).
(ISBN 92-67-10188-9) (Reprinted 1995: Reissued as ISO Guide 98-3 (2008), also available from
http://www.bipm.org as JCGM 100:2008)
H.3. EURACHEM Guide, Quantifying Uncertainty in Analytical Measurement. Laboratory of the
Government Chemist, London (1995). ISBN 0-948926-08-2
H.4. EURACHEM/CITAC Guide, Quantifying Uncertainty in Analytical Measurement, Second Edition.
Laboratory of the Government Chemist, London (2000). ISBN 0-948926-15-5. Also available from
http://www.eurachem.org.
H.5. EURACHEM Guide, Terminology in Analytical Measurement - Introduction to VIM 3 (2011).
Available from http://www.eurachem.org.
H.6. EURACHEM/CITAC Guide, Measurement uncertainty arising from sampling: A guide to methods
and approaches. EURACHEM, (2007). Available from http://www.eurachem.org.
H.7. ISO/IEC Guide 99:2007, International vocabulary of metrology - Basic and general concepts and
associated terms (VIM). ISO, Geneva, (2007). (Also available from http://www.bipm.org as JGCM
200:2008)
H.8. ISO 3534-2:2006. Statistics - Vocabulary and Symbols - Part 2: Applied statistics. ISO, Geneva,
Switzerland (2006).
H.9. EURACHEM/CITAC Guide: Traceability in Chemical Measurement (2003). Available from
http://www.eurachem.org and http://www.citac.cc.
H.10. Analytical Methods Committee, Analyst (London).120 29-34 (1995).
H.11. B. Magnusson and U. rnemark (eds.) Eurachem Guide: The Fitness for Purpose of Analytical
Methods A Laboratory Guide to Method Validation and Related Topics, (2nd ed. 2014). ISBN 978-
91-87461-59-0. Available from http://www.eurachem.org"
H.12. ISO/IEC Guide 33:1989, Uses of Certified Reference Materials. ISO, Geneva (1989).
H.13. International Union of Pure and Applied Chemistry. Pure Appl. Chem., 67, 331-343, (1995).
H.14. ISO 5725:1994 (Parts 1-4 and 6). Accuracy (trueness and precision) of measurement methods and
results. ISO, Geneva (1994). See also ISO 5725-5:1998 for alternative methods of estimating
precision.
H.15. ISO 21748:2010. Guide to the use of repeatability, reproducibility and trueness estimates in
measurement uncertainty estimation. ISO, Geneva (2010).
H.16. M Thompson, S L R Ellison, R Wood; The International Harmonized Protocol for the proficiency
testing of analytical chemistry laboratories (IUPAC Technical Report); Pure Appl. Chem. 78(1) 145-
196 (2006).
H.17. EUROLAB Technical Report 1/2002, Measurement uncertainty in testing, EUROLAB (2002).
Available from http://www.eurolab.org.
H.18. EUROLAB Technical Report 1/2006, Guide to the Evaluation of Measurement Uncertainty for
Quantitative Test Results, Eurolab (2006). Available from http://www.eurolab.org.
H.19. EUROLAB Technical Report 1/2007, Measurement uncertainty revisited: Alternative approaches to
uncertainty evaluation. EUROLAB (2007). Available from http://www.eurolab.org.

QUAM:2012.P1-ES Pgina 133

Cuantificacin de la Incertidumbre Apndice H - Bibliografa

H.20. NORDTEST Technical Report 537: Handbook for calculation of measurement uncertainty in
environmental laboratories. NORDTEST 2003 (www.nordtest.org)
H.21. I. J. Good, Degree of Belief, in Encyclopaedia of Statistical Sciences, Vol. 2, Wiley, New York
(1982).
H.22. J. Kragten, Calculating standard deviations and confidence intervals with a universally applicable
spreadsheet technique, Analyst, 119, 2161-2166 (1994).
H.23. Evaluation of measurement data Supplement 1 to the Guide to the expression of uncertainty in
measurement Propagation of distributions using a Monte Carlo method, JCGM 101:2008,
http://www.bipm.org/en/publications/guides/gum.html
H.24. EURACHEM/CITAC Guide: The use of uncertainty information in compliance assessment (2007).
Available from http://www.eurachem.org.
H.25. British Standard BS 6748:1986, Limits of metal release from ceramic ware, glassware, glass ceramic
ware and vitreous enamel ware.
H.26. S. L. R. Ellison, V. J. Barwick. Accred. Qual. Assur. 3 101-105 (1998).
H.27. ISO 9004-4:1993, Total Quality Management. Part 2. Guidelines for quality improvement. ISO,
Geneva (1993).
H.28. ISO/TS 28037:2010, Determination and use of straight-line calibration functions. ISO, Geneva (2010).
H.29. H. Kaiser, Anal. Chem. 42 24A (1970).
H.30. L.A. Currie, Anal. Chem. 40 583 (1968).
H.31. L. A. Currie. Nomenclature in evaluation of analytical methods including detection and quantification
capabilities, Pure &Appl. Chem., Vol. 67, No. 10, pp. 1699-1723, (1995).
H.32. Analytical Methods Committee. Measurement uncertainty evaluation for a non-negative measurand:
an alternative to limit of detection. Accred. Qual. Assur. Vol 13, pp 29-32 (2008)
H.33. OIML D 28:2004 Conventional value of the result of weighing in air.

QUAM:2012.P1-ES Pgina 134

EURACHEM Espaa