ZAPEWNIENIE JAKOŚCI ANALIZ

CHEMICZNYCH
Poradnik dla laboratoriów Państwowej Inspekcji Sanitarnej

pod redakcją
dr. Marka Dobeckiego

Wydanie trzecie
uzupełnione i poprawione
Wydanie publikacji dofinansował Komitet Badań Naukowych

Autorzy:
IMP Łódź: dr Marek Dobecki, mgr Henryk Skalski, prof. dr hab. Marek
Jakubowski
PZH Warszawa: prof. dr hab. Jan K. Ludwicki, dr Kazimiera Ćwiek-Ludwicka,
dr Katarzyna Góralczyk, mgr Jerzy Kozłowski
IŻŻ Warszawa: dr med. Lucjan Szponar, prof. dr hab. Halina Kunachowicz,
dr Grażyna Okolska, mgr Wojciech Kłys

Wydanie pierwsze — 1997 r., drugie — 1998 r.

Redaktor prowadzący: Teresa Starzyńska

Projekt okładki: Ida Kuśmierczyk
Skład: Wydawnictwo „Biblioteka”, Mateusz Poradecki
e-mail: mateusz_p@eranet.pl, tel./faks (42) 715 05 63

Copyright by © Instytut Medycyny Pracy im. prof. J. Nofera w Łodzi, 2004

ISBN 83-88261-14-2

Wydawca:
Oficyna Wydawnicza Instytutu Medycyny Pracy im. prof. J. Nofera
90-950 Łódź, ul. Św. Teresy 8
Rozpowszechnianie książek: tel. /faks: (42) 63 14 719
e-mail: ow@imp.lodz.pl, http://www.imp.lodz.pl
SPIS TREŚCI
PRZEDMOWA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1. KRYTERIA DZIAŁANIA LABORATORIÓW BADAWCZYCH . . . . . . . 7
1.1. Organizacja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. Polityka jakości . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3. System jakości . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
.1.3.1. Audit wewnętrzny . . . . . . . . . . . . . . . . . . . . . . . . . . 10
.1.3.2. Przegląd zarządzania . . . . . . . . . . . . . . . . . . . . . . . . . 10
.1.3.3. Działania korygujące . . . . . . . . . . . . . . . . . . . . . . . . . 11
.1.3.4. Działania zapobiegawcze . . . . . . . . . . . . . . . . . . . . . . . 11
.1.3.5. Nadzorowanie niezgodnych z wymaganiami badań. . . . . . . . . . 11
1.4. Współpraca z klientem . . . . . . . . . . . . . . . . . . . . . . . . . . 12
.1.4.1. Podwykonawstwo badań . . . . . . . . . . . . . . . . . . . . . . . 12
1.5. Zakupy usług i dostaw . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6. Personel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7. Pomieszczenia i środowisko. . . . . . . . . . . . . . . . . . . . . . . . 15
1.8. Wyposażenie pomiarowe i badawcze . . . . . . . . . . . . . . . . . . . 17
.1.8.1. Przyrządy pomiarowe i systemy komputerowe . . . . . . . . . . . . 18
.1.8.2. Naczynia pomiarowe . . . . . . . . . . . . . . . . . . . . . . . . . 19
.1.8.3. Spójność pomiarowa . . . . . . . . . . . . . . . . . . . . . . . . . 20
.1.8.4. Sprzęt pomocniczy i materiały pomocnicze . . . . . . . . . . . . . . 20
.1.8.5. Dokumentowanie wyposażenia . . . . . . . . . . . . . . . . . . . . 21
1.9. Metody badań i ich walidacja. . . . . . . . . . . . . . . . . . . . . . . 22
1.10. Pobieranie próbek i postępowanie z próbkami . . . . . . . . . . . . . . 25
.1.10.1. Pobieranie próbek do badań. . . . . . . . . . . . . . . . . . . . . 26
.1.10.2. Przyjmowanie próbek do badań w laboratorium . . . . . . . . . . 27
1.11. Zapewnienie jakości wyników badań. . . . . . . . . . . . . . . . . . . 27
1.12. Zapisy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.13. Sprawozdanie z badań . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.14. Akredytacja laboratorium . . . . . . . . . . . . . . . . . . . . . . . . 33
2. STATYSTYKA MATEMATYCZNA W ANALIZIE CHEMICZNEJ . . . . . 35
2.1. Charakterystyka zbiorowości generalnej i próbnej . . . . . . . . . . . . 35
2.1.1. Miary położenia . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.1.2. Miary rozproszenia . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2. Błędy w analizie chemicznej . . . . . . . . . . . . . . . . . . . . . . . 41
2.2.1. Błędy przypadkowe, systematyczne, względne i bezwzględne . . . . . 41
2.2.2. Precyzja. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
 2.3. Szacowanie wyników analizy . . . . . . . . . . . . . . . . . . . . . . . 50
2.3.1. Przedział ufności . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3.2. Kryterium dopuszczalnej różnicy między wynikami analiz . . . . . . 50
2.4. Hipotezy i testy statystyczne . . . . . . . . . . . . . . . . . . . . . . . 53
2.4.1. Porównanie dwóch wariancji lub jej pochodnych . . . . . . . . . . . 55
2.4.2. Porównywanie dwóch średnich (poprawności dwóch metod) . . . . 56
2.4.3. Porównanie różnic par wyników . . . . . . . . . . . . . . . . . . . 58
2.4.4. Wykrywanie błędów grubych . . . . . . . . . . . . . . . . . . . . . 59
2.5. Statystyka zależności liniowej . . . . . . . . . . . . . . . . . . . . . . . 61
2.5.1. Parametry zależności liniowej. . . . . . . . . . . . . . . . . . . . . 61
2.5.2. Szacowanie parametrów zależności liniowej . . . . . . . . . . . . . 61
2.5.3. Ocena funkcji liniowej . . . . . . . . . . . . . . . . . . . . . . . . 64
2.5.4. Korelacja liniowa . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.5.5. Wykrywanie błędów systematycznych . . . . . . . . . . . . . . . . 66
2.6. Charakteryzacja metody analitycznej . . . . . . . . . . . . . . . . . . . 68
2.6.1. Zakres roboczy . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2.6.2. Liniowość. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.6.3. Selektywność i specyficzność . . . . . . . . . . . . . . . . . . . . . 70
2.6.4. Granica wykrywalności . . . . . . . . . . . . . . . . . . . . . . . . 71
2.6.5. Granica oznaczania ilościowego . . . . . . . . . . . . . . . . . . . 72
2.6.6. Czułość . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.6.7. Poprawność i obciążenie . . . . . . . . . . . . . . . . . . . . . . . 75
2.6.8. Powtarzalność i odtwarzalność . . . . . . . . . . . . . . . . . . . . 78
2.7. Sterowanie jakością badań . . . . . . . . . . . . . . . . . . . . . . . . 80
2.7.1. Sterowanie wewnętrzne. . . . . . . . . . . . . . . . . . . . . . . . 81
2.7.2. Sterowanie zewnętrzne . . . . . . . . . . . . . . . . . . . . . . . . 95
2.8. Szacowanie niepewności wyniku pomiaru . . . . . . . . . . . . . . . . 96
2.8.1. Budżet niepewności pomiaru w laboratorium analitycznym . . . . . 99
2.9. Terminy i definicje (8, 15, 20, 21, 23, 24, 28) . . . . . . . . . . . . . . . . 106
PIŚMIENNICTWO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
ZAŁĄCZNIKI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
TABLICE STATYSTYCZNE . . . . . . . . . . . . . . . . . . . . . . . . . . 137
PRZEDMOWA
Oddajemy w ręce P. T. Czytelników kolejne, trzecie już wydanie poradnika, który
spotkał się z tak życzliwym przyjęciem odbiorców. Poradnik początkowo przeznaczony
dla laboratoriów Państwowej Inspekcji Sanitarnej trafił również do laboratoriów innych
organizacji, stając się pomocnym narzędziem w rozwiązywaniu problemów związanych
z wdrażaniem postanowień właściwej normy europejskiej, odnoszącej się do kompetencji
laboratoriów. Formalnym potwierdzeniem tych kompetencji jest akredytacja. Przystąpienie
Polski do Unii Europejskiej i potrzeba uzyskania odpowiednich dowodów kompetencji
sprawia, że polskie laboratoria badawcze, zwłaszcza w dziedzinie urzędowych badań
żywności (akredytacja obowiązkowa zgodnie Dyrektywą Rady 93/99 EWG), podejmują
szybkie działania w kierunku spełnienia narzuconych wymagań. W obecnym wydaniu
poradnika poprawionym i uzupełnionym położono szczególny nacisk na przedstawienie
różnych rozwiązań w zakresie walidacji metod analitycznych, sterowania jakością
procesów analitycznych, szacowania niepewności pomiaru analitycznego.
Poradnik, podobnie jak poprzednie wydania, nie zawiera szerszych podstaw
teoretycznych, związanych ze stosowaniem różnych technik analitycznych i metod
analizy statystycznej. Czytelnik zainteresowany pogłębieniem swojej wiedzy w tych
dziedzinach może skorzystać z odpowiedniego fachowego piśmiennictwa, dostępnego
na rynku wydawniczym.
1. KRYTERIA DZIAŁANIA
LABORATORIÓW BADAWCZYCH

1.1. Organizacja
Laboratorium, niezależnie czy stanowi jednostkę działającą samodzielnie, czy też jest
częścią większej organizacji, powinno wykazać prawne podstawy swojej działalności.
Usytuowanie laboratorium (czy zespołu laboratoriów) w organizacji macierzystej oraz
jego powiązania z innymi jednostkami powinny być udokumentowane i potwierdzone
odpowiednimi wewnętrznymi przepisami organizacyjnymi (zarządzenia dyrekcji,
regulaminy i schematy organizacyjne).
Laboratorium powinno określić zakres swojej działalności badawczej, włączając w to
(jeśli konieczne) pobieranie próbek. W przypadku dużych laboratoriów (lub zespołu
laboratoriów) próbkobiorcy mogą być zatrudnieni w określonych działach technicznych
laboratorium (np. w oddziałach terenowych, pracowniach lub sekcjach). Powiązania
i relacje służb pomocniczych i innych jednostek instytucji macierzystej z systemem
jakości w laboratorium powinny być jasno sprecyzowane. Stosowane w laboratorium
udokumentowane procedury systemu jakości, w których określoną rolę przypisano
innym jednostkom organizacyjnym, powinny być – zarządzeniem dyrekcji – wdrożone
do tych jednostek, np. procedury nadzoru nad wyposażeniem pomiarowo-badawczym
lub nabywania usług i dostaw (służby techniczne, dział zaopatrzenia).
Laboratorium powinno posiadać personel kierowniczy i niezbędne środki oraz
uprawnienia do wykonywania swoich obowiązków. Struktura organizacyjna oraz system
zarządzania w laboratorium lub zespole laboratoriów powinny zapewniać:
— bezstronność i niezależność personelu od jakichkolwiek nacisków (np. finansowych)
wewnętrznych i zewnętrznych, które mogłoby mieć niekorzystny wpływ na jakość badań;
— wiarygodność wyników badań poprzez posiadanie właściwych kompetencji technicznych
(m.in. biegłość personelu, wyposażenie, metody badawcze) i odpowiedniego do
rodzaju działalności systemu jakości;
— odpowiednie proporcje i powiązania między personelem nadzorującym badania
i wykonującym badania w celu zapewnienia właściwej jakości badań;
— wyznaczenie spośród personelu laboratorium kierowników (bez względu na nazwę
tych stanowisk lub funkcji): pracownika odpowiedzialnego za działalność techniczną
(merytoryczną) i zasoby laboratorium (kierownictwa technicznego) i kierownika
ds. jakości odpowiedzialnego za zarządzanie i nadzór nad systemem jakości;
w strukturze organizacyjnej laboratorium kierownictwo techniczne ze względu na
odpowiedzialność może być najczęściej utożsamiane z kierownikiem laboratorium
lub działu laboratorium (np. pracowni);
— jeśli to możliwe i uzasadnione wyznaczenie zastępców kluczowego personelu.
8

W laboratoriach z małą liczbą personelu pracownicy mogą pełnić więcej niż jedną
funkcję, a wyznaczanie zastępców może być niepraktyczne (lub niemożliwe). Laboratoria
posiadające kilka działów mogą wyznaczyć pracowników odpowiedzialnych za pracę
tych działów lub kierowników ds. jakości.
Kierownik ds. jakości powinien mieć bezpośredni dostęp do kierownictwa wykonawczego
laboratorium np. zarządzającego jednostką macierzystą (w przypadku dużej organizacji),
które może podejmować decyzje w sprawie polityki działania i zasobów laboratorium.
Laboratorium powinno wskazać osobę (osoby) odpowiedzialną za merytoryczną treść
sprawozdań z badań i autoryzację sprawozdań.

1.2. Polityka jakości

Wymagania stawiane laboratorium w zakresie organizacji, zarządzania, systemu
jakości i kompetencji technicznych zawarte są w odpowiedniej normie określającej te
wymagania. Laboratorium, aby spełnić kryteria tych dokumentów powinno ustanowić,
wdrożyć, utrzymywać i rozwijać system jakości, właściwy dla zakresu jego działalności
z uwzględnieniem wszystkich podejmowanych działań i rodzajów badań.
Kierownictwo laboratorium powinno zobowiązać się do dobrej praktyki profesjonalnej
oraz określić politykę jakości i cele, które zamierza osiągnąć przez wdrożenie systemu jakości
oraz środki realizacji. Celem np. powinno być zapewnienie wiarygodności badań, służące
rozwiązywaniu problemów klienta. Laboratorium powinno zapewnić przedstawienie tej
polityki i jej celów w formie deklaracji autoryzowanej przez kierownictwo wykonawcze
(właściciel, dyrektor, prezes) laboratorium, zamieszczonej w dokumencie zwanym księgą
jakości lub niezależnie w innym dokumencie (np. zarządzeniu wewnętrznym dyrektora).
Odpowiedzialnym za realizację polityki jakości jest kierownik (dyrektor) mający władzę
wykonawczą, w tym również w sprawach finansowych. Za wdrażanie i nadzór nad
realizacją określonych zadań może odpowiadać osoba upoważniona przez kierownictwo
wykonawcze. Cele polityki jakości realizowane są poprzez zapewnienie, że:
— działania laboratorium służyć będą zawsze rozwiązywaniu problemów klienta
z zachowaniem wszystkich jego praw;
— badania zawsze są wykonywane zgodnie z ustalonymi, wyspecyfikowanymi metodami
lub normami oraz wymaganiami odbiorców wyników (klientów);
— laboratorium nie podejmie się wykonania badania metodami, które nie gwarantują
poprawności wyników;
— laboratorium stosuje w badaniach system jakości przedstawiony w księdze jakości
(bez względu na nazwę tego dokumentu) i towarzyszącej jej dokumentacji;
— badania wykonywane są przez bezstronny i niezależny od nacisków finansowych
klientów personel;
— prawa klienta (zachowanie poufności, praw własności, możliwość reklamacji) zawsze
są przestrzegane.
Aby cele polityki jakości mogły być zrealizowane, konieczne jest zadeklarowanie przez
zarządzających laboratorium (dyrekcję) zapewnienia środków finansowych. Laboratorium
powinno przedstawić środki (metody), służące do realizacji polityki jakości, do których
można zaliczyć:
1. Biegły technicznie i wykwalifikowany personel, któremu zapewnia się warunki
ciągłego podnoszenia jego umiejętności.
 9

2. Nowoczesne wyposażenie pomiarowe i badawcze, podlegające bieżącemu

nadzorowi, we właściwy sposób obsługiwane, wzorcowane i sprawdzane.
3. Odpowiedni do rodzaju wykonywanych badań system jakości, podlegający
nadzorowi w formie auditów wewnętrznych i przeglądów zarządzania.
4. Bieżące sterowanie jakością badań.
Dopuszcza się stosowanie odstępstw od udokumentowanej polityki jakości, o ile nie
wpływają one na wiarygodność badania. Należy ustalić zasady udzielania odstępstw
od polityki jakości i procedur (systemu jakości, badawczych) (kto udziela i w jakich
okolicznościach?).

1.3. System jakości

System jakości w laboratorium powinien być odpowiedni do rodzaju i ilości
wykonywanych badań. System jakości powinien być udokumentowany (opisany)
w formie księgi jakości, procedur systemu jakości i innej towarzyszącej dokumentacji,
np. instrukcji, formularzy.
Laboratorium powinno posiadać udokumentowaną procedurę w zakresie nadzoru
nad dokumentami stanowiącymi składniki jego systemu jakości, opracowanymi zarówno
w laboratorium jak i pochodzącymi ze źródeł zewnętrznych (normy, przepisy). Stosowane
formularze stanowiące załączniki do właściwych procedur powinny być opatrzone
statusem wydania i identyfikatorem dokumentu, z którego pochodzą. System jakości i jego
dokumentacja powinny być znane personelowi laboratorium. Dokumentacja winna być
zrozumiała i dostępna, a dyspozycje zawarte w tej dokumentacji stosowane przez personel.
Za system jakości w laboratorium i za zarządzanie dokumentacją systemu
odpowiedzialny jest kierownik ds. jakości. Jeżeli jest to uzasadnione, laboratorium może
określić warunki udzielania odstępstw od udokumentowanej polityki jakości, w tym
procedur systemu jakości i metod badań. Zasady dokumentowania systemu jakości,
przygotowania księgi jakości i procedur systemu jakości można znaleźć we właściwych,
aktualnych normach europejskich lub międzynarodowych.
Układ księgi jakości, tzn. nazwy jej poszczególnych rozdziałów powinny być identyczne,
jak dokumentu odniesienia, czyli właściwej normy ustalającej wymagania kompetencji
laboratoriów.
Zakres wymagań, do których powinny odnieść się procedury systemu jakości, podaje
właściwa, aktualna norma odniesienia przedstawiająca zasady dokumentowania systemu
jakości. Ogólną zasadą jest, że procedura systemu jakości w części poświęconej „opisowi
działań” powinna zainteresowanym jej stosowaniu dać odpowiedź na pytania: kto?, co?, jak?,
kiedy?, gdzie?, dlaczego? i za pomocą jakich narzędzi powinien wykonać dane działanie.
Nadzór nad systemem jakości w laboratorium powinien być realizowany w formie
auditów wewnętrznych i przeglądów zarządzania.
W zakresie nadzoru nad systemem jakości laboratorium powinno posiadać
udokumentowane procedury:
— auditów wewnętrznych,
— przeglądów zarządzania,
— działań korygujących,
— działań zapobiegawczych,
— niezgodnych z wymaganiami badań.
10

1.3.1. Audit wewnętrzny

Powinien być przeprowadzany przez pracowników laboratorium, którzy nie ponoszą

bezpośredniej odpowiedzialności za auditowany obszar (odpowiedzialność taką ponosi
np. kierownictwo techniczne) i nie są z nimi bezpośrednio związani. W przypadku
dużych laboratoriów, posiadających kilka działów technicznych (pracowni) mogą
być powoływani auditorzy z innych działów. Auditorami są zwykle pracownicy
posiadający właściwe przeszkolenie w instytucjach zewnętrznych lub pracownicy
przeszkoleni na kursach wewnętrznych. Laboratorium powinno określić wymagania
dla auditorów wewnętrznych, przedstawić politykę ich szkolenia oraz posiadać
aktualny wykaz z nazwiskami i kwalifikacjami auditorów wewnętrznych. Auditorzy
mogą być powoływani przez kierownictwo wykonawcze lub przez osobę uprawniona,
np. przez kierownika laboratorium lub działu laboratorium – w zależności od zakresu
auditu wewnętrznego.
Audity wewnętrzne powinny być realizowane według wcześniej ustalonego programu,
np. na dany rok kalendarzowy, i obejmować wszystkie składniki systemu jakości
(zarządzanie i kompetencje techniczne, łącznie z obserwacją badań). Audity wewnętrzne
mogą być również nieplanowane (dodatkowe), wynikające np. z reklamacji klientów
lub jako skutek działań korygujących. Do każdego auditu wewnętrznego, wynikającego
z przyjętego programu, auditor wykonujący audit opracowuje szczegółowy plan. Plan
auditu zawiera m.in. informacje dotyczące celu i zakresu auditu oraz powołuje kryteria
auditu, tzn. dokumenty odniesienia (normy, procedury, metody badań), wg których
oceniana będzie zgodność działania laboratorium.
Dokumentacja auditów wewnętrznych może obejmować:
— program auditów wewnętrznych, np. na dany rok kalendarzowy (przykład w zał. 1.1.),
— plan auditu wewnętrznego (przykład w zał. 1.2),
— raport z auditu wewnętrznego (przykład w zał. 1.3.),
— kartę niezgodności do raportu z auditu wewnętrznego (przykład w zał. 1.4.).

1.3.2. Przegląd zarządzania

Dokonywany jest przez kierownictwo wykonawcze (właściciel, dyrektor,

prezes) laboratorium lub w jego imieniu, tzn. przez osobę upoważnioną. Przegląd
zarządzania powinien być przeprowadzony co najmniej raz w roku i obejmować
wszystkie składniki systemu jakości (zarządzanie i kompetencje techniczne). W razie
potrzeby przeglądy zarządzania mogą być wykonywane częściej, zwłaszcza w okresie
wdrażania systemu jakości w laboratorium. Inicjatorem przeglądu zarządzania
w laboratorium jest kierownik ds. jakości. Wynikiem ustaleń przeglądu mogą być
zmiany w systemie jakości laboratorium, zarządzaniu, a także w obszarze działalności
technicznej (badań).
Dokumentacja przeglądów zarządzania może obejmować:
— porządek dzienny spotkania,
— protokół z przeglądu zarządzania,
— ustalenia do protokołu.
Ustalenia z przeglądu zarządzania powinny być zatwierdzone przez kierownictwo
wykonawcze laboratorium.
 11

1.3.3. Działania korygujące

Podczas wykonywania badań i realizacji ustaleń procedur systemu jakości mogą

być stwierdzone niezgodności rozumiane jako niespełnienie wymagań konkretnych
dokumentów odniesienia, stanowiących kryteria auditu (normy, procedury itp.).
W wyniku stwierdzonych niezgodności laboratorium podejmuje korekcję i działania
korygujące. Korekcja wykonywana jest w celu usunięcia skutków niezgodności, natomiast
działania korygujące mają wyeliminować ich przyczynę. Dokumentami wejścia tych
działań mogą być niezgodności stwierdzone m.in. podczas:
— auditów wewnętrznych i zewnętrznych,
— realizacji planu sterowania jakością,
— analiz reklamacji i skarg klientów,
— wykonywania i nadzorowania badań,
— przeglądów zarządzania,
— wzorcowania lub sprawdzania wyposażenia.
Odpowiedzialny za wykonanie korekcji lub działań korygujących powinien być
kierownik laboratorium lub działu technicznego, albo pracownik przez niego wyznaczony.
Należy ustalić przyczynę niezgodności i dokonać wyboru właściwych działań.
W zależności od obszaru, jakiego dotyczyła niezgodność, oceny działań korygujących
dokonuje kierownik ds. jakości lub kierownik laboratorium/działu technicznego, lub
auditor. Oceny nie powinna dokonywać osoba, która wykonała działania korygujące.
Wynikiem działań korygujących mogą być:
— audity dodatkowe (sprawdzające);
— zmiany w systemie jakości i dokumentacji systemu jakości;
— zmiany w obszarze kompetencji technicznych, np. zmiany w metodach badawczych.
Laboratorium powinno oceniać wpływ niezgodności, działań korygujących
i wprowadzonych zmian w danym obszarze systemu jakości na wyniki wcześniejszych
badań lub inne obszary systemu jakości.

1.3.4. Działania zapobiegawcze

W laboratorium mogą pojawić się problemy, które trudno zaliczyć do niezgodności,

natomiast mogą one stanowić ich potencjalną przyczynę. Problemy te mogą pojawić się
w tych samych obszarach, które są źródłem niezgodności i prowadzą do podejmowania
działań korygujących. W praktyce wykonując działania zapobiegawcze można przyjąć
ten sam tryb postępowania jak przy wykonywaniu działań korygujących, jakkolwiek
być może nie jest konieczne przeprowadzanie analizy przyczyn i wykonywanie auditów
dodatkowych.

1.3.5. Nadzorowanie niezgodnych z wymaganiami badań

W wyniku stwierdzonych niezgodności podczas wykonywania danego badania

przyjmuje się, że badanie to jest wykonywane jako niezgodne z wymaganiami. Badanie
niezgodne z wymaganiami jest również wówczas, kiedy zostało udzielone odstępstwo
przed wykonaniem działania ustalonego w danym dokumencie (np. odstępstwo
postanowień metody badania). W każdym przypadku należy określić znaczenie takiej
niezgodności lub odstępstwa, zwłaszcza w odniesieniu do wyniku badania. Należy
12

wskazać odpowiedzialność i uprawnienia personelu laboratorium do zarządzania takim

badaniem, np. uprawnienia do wstrzymania badania lub jego ponownego wznowienia,
a także wstrzymania lub wycofania sprawozdań z badań. Jeżeli ocena znaczenia badania
niezgodnego z wymaganiami wskazuje, że mogłoby się ono powtórzyć, należy podjąć
działania korygujące.

1.4. Współpraca z klientem

Laboratoria wykonują badania dla klientów wewnętrznych (na zlecenie innych
komórek organizacyjnych jednostki macierzystej) i na zlecenie klientów zewnętrznych:
osób prawnych i fizycznych. Badania dla klientów zewnętrznych mogą być wykonywane
na podstawie:
— zawartych umów,
— zleceń (bez spisywania umów).
Zawarcie umowy z klientem lub podjęcie zlecenia powinno być poprzedzone
przeglądem zapytania ofertowego, w którego trakcie personel laboratorium określa
możliwości techniczne, moce przerobowe i inne warunki wykonania badania oraz
akceptuje lub nie przyjęcie oferty. Z przeglądu powinny być prowadzone zapisy. Jeżeli
laboratorium podejmuje się wykonania badań, to z praktycznego punktu widzenia
należałoby z klientem ustalić np. w postaci pisemnych uzgodnień, następujące kwestie:
— metodę badania i zgodę na ewentualne odstępstwa od postanowień tej metody;
— wskazania ewentualnych podwykonawców;
— informację nt. możliwości reklamacji (w jakim czasie od przyjęcia sprawozdania);
— sposób wykorzystania wyników przez laboratorium (jeśli ma takie zamierzenia);
— współudział klienta w badaniach (np. w części dotyczącej pobierania próbek);
— podawanie lub niepodawanie informacji nt. niepewności pomiaru w sprawozdaniach;
— sposób przekazywania sprawozdania z badań.
Umowy już zawarte powinny być przeglądane w trakcie ich realizacji, a wszelkie zmiany
w umowie, których inicjatorem może być każda ze stron, powinny być uzgodnione na
piśmie.
W laboratorium należy zapewnić poufność wykonywanych badań, jeśli nie było
z klientem innych uzgodnień w tej sprawie. Zasady współpracy z klientem, sposób
załatwiania reklamacji i zachowanie poufności badań, powinny być udokumentowane
w formie procedury.

1.4.1. Podwykonawstwo badań

Laboratorium powinno określić warunki podzlecania swoich badań, jeśli ma to

zastosowanie. Podzlecenie może wynikać z nieprzewidzianych przyczyn (np. awaria
wyposażenia), powodujących przerwanie już rozpoczętego badania. W tej sytuacji badanie
może być dokończone przez podwykonawcę. Podwykonawstwo może również dotyczyć badań
uzupełniających, tzn. takich, których laboratorium nie wykonuje, a są one ujęte w zleceniu
klienta obok innych badań, których wykonania laboratorium się podejmie. Laboratorium
powinno określić wymagania dla podwykonawców, posiadać wykaz podwykonawców
i powiadomić klienta o podzleceniu badania. Przyjmuje się, że w przypadku laboratoriów
akredytowanych podwykonawcami powinny być inne akredytowane laboratoria.
 13

1.5. Zakupy usług i dostaw

Laboratorium powinno określić zasady, opisane w formie procedury, dotyczące
nabywania usług i dostaw niezbędnych do realizacji prac laboratoryjnych i wykonywania
badań. Jako dostawy można rozumieć wyposażenie pomiarowe i badawcze, natomiast jako
usługi różnego rodzaju świadczenia wykonywane dla laboratorium przez inne organizacje,
np. wzorcowanie, sprawdzanie lub konserwacja wyposażenia, szkolenia. Powinno się
zapewnić, że nabywane wyposażenie, w tym także odczynniki i materiały pomocnicze nie
będą użyte zanim nie zostaną sprawdzone lub w inny sposób zweryfikowane. Wskazane
jest prowadzenie systematycznej oceny dostawców i usługodawców.

1.6. Personel
Laboratorium powinno zatrudniać odpowiednią do prowadzonej działalności
badawczej liczbę pracowników. Liczba personelu, jego kwalifikacje i doświadczenie
powinny gwarantować dobrą jakość wykonywanych badań. Oprócz personelu,
zatrudnionego na podstawie stałej lub okresowej umowy o pracę, laboratorium może
zatrudniać pracowników kontraktowych na okres wykonywania zleconego zadania.
Pracownicy kontraktowi powinni być odpowiednio nadzorowani tak, aby system jakości
w laboratorium i wiarygodność badań nie zostały naruszone. Kierownictwo laboratorium
powinno określić i udokumentować:
1. Zasady kwalifikowania personelu na stanowiska kluczowe (kierownicze) i badawcze,
obejmujące wymagania nt. poziomu i profilu wykształcenia, stażu pracy, specjalizacji
itp.;
2. Zakres odpowiedzialności i uprawnień całego personelu, zawierający ustalenia
ogólne (dotyczące np. danego stanowiska pracy) i szczegółowe (dotyczące np.
rodzaju wykonywanych badań, pobierania próbek, obsługiwania wyposażenia),
a także ograniczenia kompetencji.
Zakresy obowiązków pracowników, którzy dodatkowo są odpowiedzialni za
funkcjonowanie systemu jakości w laboratorium i działalność techniczną, powinny
zawierać odpowiednie ustalenia w tej sprawie. Przykładowe zakresy podstawowych
obowiązków kierownika ds. jakości i odpowiedzialnego za działalność techniczną
(kierownictwa technicznego) przedstawiono w tabeli 1.1.;

Tabela 1.1. Przykładowe zakresy podstawowych obowiązków kierownika ds. jakości

i odpowiedzialnego za działalność techniczną (kierownictwa technicznego)

Zakres obowiązków kierownika ds. jakości

Organizacja i zarządzanie programem auditów

Planowanie i realizacja auditów wewnętrznych
Dobór i szkolenie auditorów wewnętrznych
Prowadzenie zapisów dotyczących auditorów i auditów
Przygotowywanie przeglądów zarządzania i prowadzenie zapisów
14

Inicjowanie lub ocena działań korygujących lub zapobiegawczych

Nadzór nad dokumentacją systemu jakości: księga jakości, procedury
Planowanie i prowadzenie szkoleń wewnętrznych w zakresie systemu jakości

Zakres obowiązków kierownictwa technicznego

(np. kierownika laboratorium lub jego działu)

Odpowiedzialność za stronę merytoryczną wykonywanych badań

Nadzorowanie i/lub planowanie dla wyposażenia pomiarowego i badawczego:
a) wzorcowań
b) sprawdzeń
c) konserwacji i napraw
d) modernizacji i modyfikacji
Nadzór nad zakupami usług i dostaw
Współpraca z laboratoriami wzorcującymi
Ocena kompetencji technicznych podwykonawców
Inicjowanie i/lub nadzorowanie działań korygujących lub zapobiegawczych
Nadzorowanie niezgodnych z wymaganiami badań
Uczestnictwo w auditach wewnętrznych i przeglądach zarządzania
Prowadzenie i/lub nadzorowanie szkoleń wewnętrznych w zakresie obsługi wyposażenia,
technik i metod badawczych
Sporządzanie wykazów wyposażenia pomiarowego i badawczego oraz metod badawczych
Aktualizacja metod badawczych
Nadzór nad walidacją metod badawczych
Nadzór nad personelem wykonującym badania
Weryfikacja zapisów i wyników badań
Opracowanie i/lub nadzorowanie planów sterowania jakością badań
Autoryzacja sprawozdań z badań

3. Politykę szkolenia uwzględniającą:

— szkolenia wewnętrzne realizowane np. poprzez okresowe zebrania personelu, na
których przedstawiane będą informacje zdobyte przez pracowników na szkoleniach
zewnętrznych, lub zajęcia z zaproszonymi ekspertami;
— szkolenia zewnętrzne realizowane na kursach w specjalistycznych jednostkach,
np. w zakresie kompetencji technicznych lub systemów zarządzania jakością.
Polityka szkolenia powinna być zróżnicowana w zależności od stanowiska pracy
i pełnionych funkcji, np. można przyjąć następujący zakres szkoleń:
— organizacja i zarządzanie,
— systemy jakości w świetle norm europejskich i międzynarodowych,
— wybrane elementy metrologii,
— metody statystyczne w badaniach laboratoryjnych,
 15

— podstawowe zagadnienia normalizacji,

— wyposażenie pomiarowe, metody i techniki badawcze,
— technika informatyczna w badaniach laboratoryjnych.
Można przyjąć, że personel kierowniczy powinien być szkolony w zakresie wszystkich
wymienionych grup tematycznych, ze szczególnym uwzględnieniem problemów
organizacji i zarządzania oraz systemów – jakości. Personel badawczy z wyższym
wykształceniem wymaga szczególnego przygotowania w dziedzinie metrologii, statystyki,
stosowania wyposażenia pomiarowego i technik badawczych, informatyki i systemów
zapewnienia jakości. Personel pomocniczy (techniczny) wymagać będzie odpowiedniego
szkolenia w zakresie obsługi wyposażenia pomiarowego i technik badawczych.
Szczegółowe programy szkolenia mogą się różnić w zależności od specyfiki
wykonywanych badań i wielkości laboratorium. Polityka szkolenia powinna również
uwzględniać programy szkoleń dla pracowników nowo przyjętych. Programy takie
mogą być opracowywane indywidualnie w zależności od stanowisk pracy, a także stażu
i kwalifikacji (referencji) pracownika nowo przyjętego. Wskazane jest, aby laboratorium
określało obecne i perspektywiczne (rozwojowe) plany szkoleniowe.
Laboratorium powinno prowadzić zapisy ze szkoleń wewnętrznych, potwierdzone np.
podpisami pracowników uczestniczących w szkoleniu. Laboratorium powinno również
posiadać aktualny rejestr szkoleń, jakie odbyli pracownicy, jak również rejestr dotyczący
każdego pracownika, w którym będą dane na temat:
— wykształcenia pracownika (odpisy świadectw szkolnych, dyplomów),
— ukończonych kursów zewnętrznych i wewnętrznych (zaświadczenia, zapisy),
— kopie dokumentów działalności publikacyjnej lub ekspertyzowej (wykazy publikacji itp.),
— wyników udziału w badaniach biegłości (jeśli dotyczą indywidualnej oceny kompetencji
pracownika).
Rejestry mogą znajdować się u kierownika laboratorium lub w dziale służb
pracowniczych (dotyczy to dużych jednostek organizacyjnych).

1.7. Pomieszczenia i środowisko

Środowisko, w którym wykonywane są analizy laboratoryjne nie może stanowić
przyczyny unieważnienia wyników badania, czy też oddziaływać niekorzystnie na
wymaganą dokładność pomiarów.
Miejsce wykonywania badań (jeśli jest to istotne) powinno być zabezpieczone
w odpowiedni sposób przed nadmiernym wpływem takich czynników, jak: temperatura,
zapylenie, wilgotność, para, zanieczyszczenia mikrobiologiczne przenoszone przez powietrze
i kurz, hałas, drgania, zakłócenia elektromagnetyczne i w związku z tym stan zabezpieczenia
musi być stale utrzymany. W uzasadnionych przypadkach laboratorium powinno zapewnić
odpowiednie warunki środowiska i regulacji tych warunków, niezbędne dla określonych
badań. Powinno być odpowiednie oświetlenie i np. osłony przed promieniowaniem.
Próbki, odczynniki, materiały odniesienia i wzorce robocze należy tak przechowywać,
aby zapewnić ich integralność. Laboratorium powinno zabezpieczyć je przed pogorszeniem
ich jakości w wyniku działania środowiska, zanieczyszczeniem lub utratą tożsamości, np.
nie jest wskazane przechowywanie w jednym pojemniku, szafie lub lodówce chemicznych
wzorców roboczych lub materiałów odniesienia albo odczynników łącznie z badanymi
próbkami.
16

Pomieszczenia laboratorium powinny być wystarczająco przestronne, aby ograniczyć

ryzyko powstawania uszkodzeń wyposażenia lub zagrożeń dla obsługi oraz umożliwić
jej precyzyjne wykonywanie zadań. Pomieszczenia laboratorium powinny posiadać
wymagane wyposażenie i źródła zasilania niezbędne do wykonywania badań. W tym
samym pomieszczeniu nie mogą być wykonywane badania lub czynności laboratoryjne,
których wzajemny wpływ na przebieg badania jest niekorzystny. Jeżeli badania tego
wymagają pomieszczenia muszą być wyposażone w urządzenia do monitorowania
warunków środowiska. Przykładem może być pokój wagowy, w którym warunki
środowiska (temperatura, wilgotność) mogą wpływać na wynik badania. Niekorzystne
oddziaływanie środowiska w pokoju wagowym może dotyczyć zarówno wagi, jak
i badanych próbek lub odważanych materiałów pomocniczych. Może okazać się konieczne
określenie granicznych parametrów dla środowiska, a następnie ich monitorowanie
i rejestrowanie oraz podejmowanie odpowiednich decyzji (np. wstrzymanie badań), jeśli
wymagania nie są spełnione. Prace ze szczególnie niebezpiecznymi substancjami powinny
być wykonywane w wydzielonych pomieszczeniach. Należy wydzielić odpowiednie
pomieszczenie do wykonywania analizy sensorycznej.
W laboratorium powinno znajdować się miejsce lub pomieszczenie do przyjmowania
próbek od klientów (jeśli ma to zastosowanie). Sposób i warunki przechowywania
próbek przed badaniem powinny być ustalone. Jeżeli jest to konieczne i możliwe należy
również wskazać miejsce lub pomieszczenie przechowywania próbek po badaniach
(archiwum próbek). Jeśli to możliwe – próbki powinny być przechowywane przez okres
odpowiadający terminowi składania i rozpatrywania reklamacji klientów.
Należy określić zasady dostępu do laboratorium osób spoza laboratorium (pracowników
innych jednostek organizacyjnych, gości, klientów itp.), np. wprowadzić obowiązkową
rejestrację gości i klientów przed wejściem do laboratorium, wydawanie przepustek,
identyfikatorów.
Ze względu na charakter wykonywanych badań może okazać się konieczne uregulowanie
dostępu pracowników do niektórych pomieszczeń laboratorium. Ograniczenia mogą mieć
na celu zabezpieczenie środowiska pomieszczeń, bezpieczeństwo pracy, poufność badań
lub ochronę próbek przed zanieczyszczeniem. Typowe przykłady to praca z materiałami
wybuchowymi, substancjami radioaktywnymi lub substancjami rakotwórczymi, badania
mikrobiologiczne, analiza śladowa. Jeżeli takie ograniczenia obowiązują, to personel
powinien być powiadomiony o:
— przewidywanym przeznaczeniu poszczególnych pomieszczeń laboratorium;
— ograniczeniach nałożonych na pracujących w tych pomieszczeniach laboratorium;
— powodach takich ograniczeń.
Przy wyborze pomieszczeń przeznaczonych do prac specjalnych należy uwzględnić
poprzednie wykorzystanie pomieszczenia. Przed jego zagospodarowaniem należy
je sprawdzić i upewnić się, że jest pozbawione zanieczyszczeń i źródeł emisji. Przy
wykonywaniu analiz śladowych, np. metali w żywności lub materiale biologicznym
istotny może być wpływ pyłu atmosferycznego pochodzącego ze źródeł zewnętrznych
(pył uliczny) i wewnętrznych (sufity, ściany, meble, wyposażenie pomiarowe, ubrania
pracowników). Cząstki pyłu zawierają przede wszystkim te pierwiastki, które
występują w skorupie ziemskiej (Si, Al, Fe, Ca, Na, K, Mg, P), a także pierwiastki
antropogenicznego pochodzenia (Hg, Cu, Cd, Pb, Ni, Co, Zn, Mn). Konieczne może
być wówczas korzystanie ze specjalnie czystego pokoju (clean room) oddzielonego
śluzą od innych pomieszczeń z nawiewem przefiltrowanego powietrza. Urządzenie
 17

takiego pokoju jest bardzo kosztowne i często do badań specjalnych wystarczy

zastosowanie komory laminarnej, do której powietrze jest wtłaczane przez specjalne
filtry. Najprostszym testem, który pozwala ocenić jakość powietrza w pomieszczeniach
analitycznych są wyniki analizy prób ślepych (odczynnikowych) lub ślepe oznaczania
z udziałem matrycy wolnej od badanych składników.

1.8. Wyposażenie pomiarowe i badawcze

Laboratorium powinno dysponować wyposażeniem pomiarowym i badawczym,
niezbędnym do wykonywanych badań, pomiarów i pobierania próbek. Wyposażenie
pomiarowe i badawcze powinno być zgodne ze specyfikacjami metod badawczych
i procedur pobierania próbek oraz być obsługiwane przez uprawniony personel.
Jeżeli laboratorium korzysta z części wyposażenia pomiarowego i badawczego
– niebędącego jego własnością – należy spowodować, aby przyjęta polityka i wymagania
systemu jakości w zakresie nadzoru nad wyposażeniem zostały spełnione. Oznacza to,
że jeśli laboratorium korzysta z wyposażenia niebędącego jego własnością, to powinno
uzgodnić z właścicielem i udokumentować sposób prowadzenia nadzoru ze strony
laboratorium (obsługiwanie, wzorcowanie, zapisy).
Zasady nadzoru nad wyposażeniem, m.in. obejmujące nabywanie, obsługiwanie,
wzorcowanie, sprawdzanie, identyfikację (oznakowanie), postępowanie w sytuacjach
awaryjnych oraz wskazanie odpowiedzialności – powinny być udokumentowane
w postaci procedury. Wyposażenie stosowane w laboratoriach chemicznych można
podzielić na cztery zasadnicze kategorie:
— przyrządy pomiarowe wraz z systemami komputerowymi,
— naczynia pomiarowe,
— wzorce i materiały odniesienia,
— materiały pomocnicze, w tym odczynniki chemiczne,
— sprzęt pomocniczy.
Wyposażenie stosowane do badań, włączając w to wyposażenie do pomiarów
pomocniczych (np. warunków środowiskowych), które ma znaczący wpływ na wiarygodność
wyników badania lub pobierania próbki powinno być wzorcowane przed włączeniem do
użytkowania, a następnie zgodnie z ustalonym programem. Należy zapewnić właściwe
sprawdzanie wyposażenia między kolejnymi datami wzorcowań, aby upewnić się czy
w dalszym ciągu jest ono ważne jak również określić plany jego konserwacji.
Wzorcowanie wyposażenia może być wykonywane:
1. W instytucjach zewnętrznych, np. w laboratoriach Urzędu Miar, albo
w akredytowanych laboratoriach wzorcujących (tzw. pomiarowych). W świadectwie
wzorcowania danego obiektu wyposażenia (przyrządu pomiarowego lub wzorca
odniesienia) powinna być wymieniona m.in. procedura wzorcowania oraz podana
cecha wzorca (np. państwowego), z jakim wskazania danego przyrządu pomiarowego
porównano, wyniki wzorcowania, niepewność pomiaru. W ten sposób mogą być
wzorcowane, np. wagi analityczne, termometry lub wzorce robocze masy.
2. W laboratorium przez porównanie z wzorcem odniesienia lub wzorcem
analitycznym odniesienia, albo z certyfikowanym materiałem odniesienia. Wynik
wzorcowania może być czasem wyrażany jako współczynnik wzorcowania, np.
jako współczynnik nachylenia b, w równaniu regresji liniowej y = a + bx. W ten
18

ostatni sposób mogą być wzorcowane, np. spektrofotometry lub chromatografy

(a właściwie detektory tych przyrządów). Tryb postępowania przy wzorcowaniu
powinien być opisany, np. w procedurze badawczej lub w innym dokumencie.
Wzorcowanie (kalibracja), np. układów detekcyjnych spektrofotometrów lub
chromatografów może być wykonywane przy każdym badaniu za pomocą 5–10 wzorców
chemicznych (materiałów odniesienia) o różnym poziomie zawartości (stężeniu)
badanego składnika lub okresowo, a przy każdym badaniu sprawdzane za pomocą np.
dwóch różnych wzorców analitycznych.
Laboratorium powinno prowadzić zapisy z wzorcowania i/lub sprawdzania obiektów
wyposażenia. W zapisach, dotyczących wzorcowań wykonywanych w laboratorium,
należy zawsze podać cechy identyfikacyjne wzorca, datę oraz wyniki wzorcowania wraz
z niepewnością. W przypadku wzorców analitycznych przygotowanych w laboratorium
może to być nadany przez producenta numer serii wzorca lub odczynnika, z którego
przygotowano wzorzec, łącznie z podaniem daty przygotowania.

1.8.1. Przyrządy pomiarowe i systemy komputerowe

Przyrządy pomiarowe, zgodnie z definicją podaną w słowniku metrologicznym, są

to urządzenia przeznaczone do wykonywania pomiarów, pracujące samodzielnie lub
z urządzeniami dodatkowymi. W chemii analitycznej przyrządami pomiarowymi mogą
być urządzenia do bezpośredniego pomiaru wielkości fizycznych:
— temperatury : termometry;
— ciśnienia : manometry;
— wilgotności : higrometry;
— czasu : stopery, zegary;
— masy : wagi analityczne;
— objętości : kolby pomiarowe, pipety, biurety;
— przepływu gazów i/lub cieczy : przepływomierze;
— przewodności, np. elektrycznej : konduktometry, elektrody jonoselektywne.
Stosowane są również przyrządy do pośredniego pomiaru produktów otrzymanych
w wyniku różnego rodzaju reakcji chemicznych lub przemian fizykochemicznych. Do
takich przyrządów pomiarowych należą np.
— spektrofotometry UV, VIS lub IR,
— spektrofotometry AA, ICP,
— chromatografy gazowe, cieczowe.
Przyrządy pomiarowe wymagają wzorcowania (kalibracji) oraz niezależnie sprawdzania,
które może być wykonywane w laboratorium lub w instytucjach zewnętrznych, podobnie
jak wzorcowanie.
Zakres sprawdzeń niektórych przyrządów pomiarowych i sprzętu pomocniczego
wykonywanych w laboratorium lub przez inne organizacje może obejmować:
1. Chromatografy (różne rodzaje chromatografii):
— poprawność działania całego układu chromatograficznego (szczelność połączeń,
stan techniczny części eksploatacyjnych, stabilność przepływu fazy ruchomej);
— powtarzalność (precyzja) analiz tej samej próbki;
— sprawność kolumny (układu rozdzielającego), w tym takich parametrów, jak
rozdzielczość, liczba półek teoretycznych, dane retencyjne;
— sprawność detektora, w tym czułość, poziom szumów, selektywność, liniowość;
 19

— system grzania i termostatowania, w tym stabilność i dokładność temperatury

termostatu, dozownika i detektora;
— dokładność i stabilność pracy autodozownika, w tym powtarzalność w czasie
programu dozowania próbek;
2. Spektrofotometry i spektrometry:
— stabilność i dokładność ustawienia wybranej długości fali;
— stabilność źródła promieniowania elektromagnetycznego;
— sprawność układu detekcyjnego, w tym stabilność, selektywność, rozdzielczość,
liniowość, dokładność;
— poziom szumów w stosunku do sygnału;
3. Konduktometry, pH–metry, elektrody jonoselektywne:
— spadek lub pełzanie sygnału elektrody;
4. Urządzenia grzejne, chłodzące, sterylizatory, inkubatory, łaźnie wodne i olejowe:
— sprawdzanie systemu kontroli i pomiaru temperatury za pomocą wzorcowych
termometrów;
— stabilność i powtarzalność parametrów układów grzejnych lub chłodzących;
— zdolność układów do osiągania i podtrzymywania podciśnienia i nadciśnienia oraz
systemu pomiarów tych parametrów;
5. Mikroskopy:
— oznaczenie zdolności rozdzielczej;
— skalowanie pola obserwacji (do pomiarów wielkości obiektów włóknistych
i izometrycznych);
6. Urządzenia do pobierania próbek powietrza:
— stabilność przepływu zasysanego powietrza przed i po pobraniu próbki;
— szczelność układu zasysającego.
Stosowanie komputerów oraz innych urządzeń elektronicznych, przeznaczonych do
przetwarzania, zarządzania, zapisywania, składowania lub wywoływania danych dotyczących
wzorcowań lub badań, powinno spełniać określone wymagania dotyczące w szczególności:
— oprogramowania, które powinno być licencjonowane i w pełni udokumentowane;
— zapewnienia ochrony integralności danych w procesach pozyskiwania, przetwarzania,
przesyłania i składowania danych;
— środowiska i warunków pracy w pomieszczeniach, w których pracują komputery
i urządzenia elektroniczne przetwarzania danych, aby zapewnić ich właściwe działanie;
— zapewnienia ochrony danych na dyskach magnetycznych, łącznie z zabezpieczeniem
przed nie upoważnionym dostępem do danych i dokonywaniem zmian w zapisach.
W przypadku programów komputerowych opracowane w laboratorium lub
wykonanych na zamówienie, należy przeprowadzić ich walidację np. przez okresowe
wprowadzanie tych samych danych i porównanie wyników lub przez wykonanie
równoległych obliczeń za pomocą innych narzędzi.
Szczegółów dotyczących stosowania komputerów w laboratorium można poszukiwać
we właściwych dokumentach – poradnikach, przewodnikach dotyczących kompetencji
laboratorium.

1.8.2. Naczynia pomiarowe

Naczynia pomiarowe stosowane w analizie chemicznej, tj. kolby pomiarowe, pipety,

biurety powinny być odpowiednio obsługiwane. Jeżeli jest to istotne, należy okresowo
20

sprawdzać objętość tych naczyń, np. metodą grawimetryczną lub ustalać współmierność
np. kolby z pipetą. Należy zwrócić baczną uwagę na możliwość zanieczyszczenia badanej
próbki na skutek używania niedostatecznie oczyszczonych naczyń pomiarowych,
zwłaszcza po poprzednich analizach. Materiał, z którego wykonano naczynie pomiarowe
(szkło, teflon itp.), a także mycie, przechowywanie i segregacja naczyń mają decydujące
znaczenie zwłaszcza w przypadku analiz śladowych, gdzie istotne mogą być straty
substancji badanej spowodowane adsorbcją lub absorbcją.

1.8.3. Spójność pomiarowa

Laboratorium powinno posiadać i stosować odpowiednie wzorce odniesienia (np.

termometry, odważniki) lub materiały odniesienia (np. wzorce chemiczne) posiadające
odpowiednie świadectwa. Wzorce lub materiały odniesienia podobnie jak przyrządy
powinny być okresowo wzorcowane zgodnie z ustalonym w laboratorium programem.
Laboratorium powinno zapewnić powiązanie swoich własnych wzorców jednostek miar
(a tym samym przyrządów pomiarowych) z jednostkami miar układu SI za pośrednictwem
nieprzerwanego łańcucha wzorcowań lub porównań łączących je z odpowiednimi
wzorcami pierwotnymi jednostek miar układu SI. Powiązanie z jednostkami miar układu
SI może być uzyskane poprzez odniesienie do państwowych wzorców jednostek miar.
Jako wzorce w analizie chemicznej najlepiej stosować certyfikowane materiały
odniesienia. Inne materiały dostępne w handlu lub wzorce analityczne przygotowane
w laboratorium z substancji chemicznych o znanej czystości i składzie, powinny w miarę
możliwości być porównane z odpowiednimi certyfikowanymi materiałami odniesienia.
Wzorce odniesienia, np. masy, temperatury mogą służyć do sprawdzania wag analitycznych
i termometrów pomiarowych, używanych na co dzień.
Wzorce odniesienia, certyfikowane materiały odniesienia oraz odczynniki i materiały
stosowane do sporządzania wzorców analitycznych w laboratorium, powinny być
używane wyłącznie do tego celu.
Materiały odniesienia i wzorce analityczne należy nabywać od dostawców, posiadających
potwierdzone kompetencje. Jednakże kompetencje dostawcy nie zawsze gwarantują automatycznie
jakośćwyrobówtakiegoproducentai laboratoriumpowinnopodejmowaćrozsądnedziałaniaw celu
potwierdzenia jakości wzorców chemicznych. Niezależnie od pochodzenia wzorca użytkownik
odpowiada za sprawdzenie, czy jakość takich wzorców jest zadowalająca. Zwykle nowa partia
wzorca analitycznego powinna być sprawdzona przez porównanie ze starą. Powinny być dostępne
informacje dotyczące czasu przechowywania, warunków przechowywania, możliwości stosowania
i ograniczeń w użyciu. Wzorce analityczne zakupione lub wytwarzane w laboratorium należy
wyraźnie oznakować i nie przechowywać łącznie z materiałami (odczynnikami) pomocniczymi
lub próbkami do badań. Wszystkie czynności związane z materiałami odniesienia i wzorcami
chemicznymi powinny odbywać się w taki sposób, żeby uchronić je przed zanieczyszczeniami lub
stratą substancji oznaczanej (analitu).

1.8.4. Sprzęt pomocniczy i materiały pomocnicze

W laboratorium analitycznym stosowany jest sprzęt pomocniczy: lodówki, cieplarki,

łaźnie wodne, płyty grzejne, eksykatory, mineralizatory, mieszadła, pompy itp. Najczęściej
stosowane materiały pomocnicze (zużywalne) to: odczynniki chemiczne, sorbenty,
naczynia laboratoryjne niemiarowe, sączki itp.
 21

Odczynniki chemiczne przygotowane w laboratorium powinny być odpowiednio

etykietowane. Rodzaj i częstość używanego do badań odczynnika powinny być dokładnie
takie same, jak podane w opisie metody, łącznie ze wskazówkami dotyczącymi środków
ostrożności przy jego przygotowaniu i użyciu. Odczynniki przygotowane w laboratorium
powinny być zaopatrzone w etykiety, zawierające następujące informacje:
— nazwę substancji,
— stężenie lub miano,
— datę przygotowania,
— datę ważności (jeśli wymagana),
— nazwisko i imię (inicjały) osoby przygotowującej,
— użyty rozpuszczalnik (jeśli inny niż woda),
— sposób przechowywania, wpisać odpowiedni symbol, np.
tZ — temperatura zamrażalnika (do –18oC)
tL — temperatura chłodziarki (ok. +5oC)
tP — temperatura pokojowa (20, 25oC);
ponadto, jeśli to konieczne napisy lub znaki ostrzegawcze, np.
— palny,
— wybuchowy,
— trucizna,
— żrące,
— chronić przed światłem.
Jeżeli z powodu małych rozmiarów naczynia z odczynnikiem nie jest możliwe
umieszczenie na etykiecie ww. informacji, należy na naczyniu umieścić odpowiedni
identyfikator, a pełny opis zamieścić w odpowiednim dokumencie przechowywanym
w miejscu znanym personelowi laboratorium.
Na każdym oryginalnym (fabrycznym) opakowaniu odczynnika (substancji)
chemicznego należy zapisać datę pierwszego otwarcia, jeśli odczynnik będzie używany
wielokrotnie w dłuższym odstępie czasu.

1.8.5. Dokumentowanie wyposażenia

Wskazane jest opracowanie wykazów różnych kategorii wyposażenia i określenie

odpowiedzialności za nadzór nad wyposażeniem.
Oprócz wykazów wyposażenia laboratorium powinno posiadać właściwą dokumentację
przyrządów pomiarowych, wzorców, materiałów odniesienia i istotnego w badaniach
sprzętu pomocniczego. Dokumentacja może obejmować:
— protokóły (karty) zainstalowania (przykład w zał. 1.5.),
— zapisy dotyczące wzorcowań i/lub sprawdzeń, w tym świadectwa z laboratoriów
wzorcujących,
— zapisy dotyczące napraw i konserwacji (przykład w zał. 1.6.),
— instrukcje obsługi,
— dzienniki pracy (przyrządów).
Zwykle dokumenty dotyczące danego obiektu wyposażenia gromadzone są
w laboratorium w tzw. księdze LOG. Wyposażenie powinno być we właściwy sposób
oznakowane (etykietowane) w celu jego niepowtarzalnej identyfikacji, nadania statusu
metrologicznego (podania daty ostatniego i następnego wzorcowania) oraz stwierdzenia
przydatności do użycia.
22

1.9. Metody badań i ich walidacja

Laboratorium powinno stosować udokumentowane metody badań, gwarantujące
otrzymanie poprawnego wyniku, nieobciążonego błędami systematycznymi.
Metody stosowane w chemii analitycznej można podzielić na metody klasyczne
i instrumentalne.
Metody klasyczne oparte są na pomiarze masy lub reakcjach chemicznych. W wyniku
reakcji chemicznej powstaje sygnał analityczny, który mierzony jest w sposób bezpośredni.
Do metod klasycznych zalicza się metody miareczkowe – sygnałem jest objętość roztworu
mianowanego, zużytego do miareczkowania, oraz metody wagowe, w których sygnałem
jest masa wytrąconego osadu lub zgromadzonego pyłu.
Jedynym przyrządem pomiarowym stosowanym w metodach klasycznych jest waga
analityczna, służąca do pomiaru wielkości fizycznej – masy.
Metody instrumentalne oparte są na zjawiskach fizykochemicznych lub fizycznych,
w których sygnał analityczny uzyskuje się za pomocą mniej lub bardziej złożonych przyrządów
pomiarowych. W metodach instrumentalnych wykorzystuje się zależność mierzonych
wielkości fizycznych lub fizykochemicznych od zawartości składnika w próbce. Do metod
instrumentalnych zalicza się np. techniki spektrofotometryczne i chromatograficzne.
Metody klasyczne i instrumentalne mogą być stosowane zarówno w analizie ilościowej
jak i jakościowej.
Laboratorium powinno dokonać wyboru spośród metod:
— znormalizowanych państwowych,
— znormalizowanych europejskich i międzynarodowych,
— zalecanych przez renomowane instytucje, wiodące w danej dziedzinie,
— opisanych w fachowym piśmiennictwie,
— opracowanych w laboratorium (własnych).
Laboratorium może stosować więcej niż jedną metodę analityczną dla danego rodzaju
badania, jeśli są to metody równorzędne pod względem jakości.
Wybór metody analitycznej może być uwarunkowany:
— wymaganiami klientów,
— wymaganiami prawnymi,
— możliwościami technicznymi laboratorium.
Jeśli laboratorium posiada dowody, że znormalizowana metoda badania wydana jako
Polska Norma nie spełnia wymagań jakościowych, może wystąpić do właściwego Komitetu
Technicznego Polskiego Komitetu Normalizacyjnego, o unieważnienie danej normy.
Jeśli laboratorium wykonuje badania na umowę/zlecenie, to każda przewidziana do
stosowania metoda nieznormalizowana powinna być uzgodniona z klientem na etapie
przeglądu oferty / zamówienia.
Laboratorium powinno prowadzić właściwy nadzór nad metodami badań polegający na:
— walidacji metod badań wg ustalonych przez laboratorium kryteriów i posiadaniu
odpowiedniej dokumentacji;
— dokumentowaniu odstępstw, o ile nie wpływają one negatywnie na wynik analizy;
— aktualizacji zmian wprowadzanych do norm państwowych lub międzynarodowych
przez komitety normalizacyjne;
— aktualizacji metod znormalizowanych (nowelizacje, uzupełnienia, unieważnienia);
— kontroli systemu rozpowszechniania (liczba oficjalnych, ponumerowanych egzemplarzy
w laboratorium i u kogo się znajdują).
 23

Metody nieznormalizowane powinny być udokumentowane (opisane) w formie

procedury badawczej i posiadać niepowtarzalne identyfikatory (w tym status wydania
np. numer edycji, data).
Laboratoria powinny ustalić wymaganą zawartość i formę procedury badania do analiz
ilościowych i jakościowych (jeśli takie wykonuje). W analizie jakościowej, obejmującej
identyfikację różnych substancji chemicznych np. metodą spektrometrii masowej,
postępowanie badawcze związane będzie z techniką analityczną, a nie z badaną substancją.
Treść procedury badania może zawierać:
1. Opis metody analitycznej, w tym:
— zakres stosowania i ograniczenia,
— przyrządy pomiarowe i materiały pomocnicze,
— przygotowanie wzorców i przeprowadzenie wzorcowania,
— zasady i warunki pobrania próbek (jeśli dotyczy),
— postępowanie z próbkami,
— wykonanie oznaczania,
— inne szczególne ustalenia,
— obliczenie wyniku,
2. Dane uzyskane w procesie walidacji metody;
3. Zasady wewnętrznego sterowania jakością analiz:
— badania powtarzane,
— materiały odniesienia,
— karty kontrolne
— kryteria oceny.
Cechą charakteryzującą wynik analizy uzyskiwany w warunkach laboratorium daną
metodą za pomocą danego wyposażenia pomiarowego jest niepewność pomiaru.
W ostatnim dziesięcioleciu organizacje normalizacyjne europejskie i międzynarodowe oraz
liczne stowarzyszenia naukowe i grupy dyskusyjne, skupiające przedstawicieli laboratoriów
różnych branż i specjalności, opublikowały szereg prac przedstawiających kryteria działania
i wymagania techniczne dla laboratoriów analitycznych (pozycje piśmiennictwa: 1, 6, 7, 8,
10, 12, 17, 30). Jednym z ważniejszych wymagań dotyczących kompetencji technicznych
laboratorium jest zebranie i przedstawienie dowodów potwierdzających właściwą jakość
stosowanych metod badań. Ocenę jakości metody poprzez jej scharakteryzowanie
przeprowadza się w procesie walidacji. Według normy PN–EN ISO/IEC 17025 (2001)
walidacja jest potwierdzeniem przez zbadanie i przedstawienie obiektywnego dowodu, że
zostały spełnione szczególne wymagania dotyczące konkretnie zamierzonego zastosowania.
W praktyce laboratoryjnej oznacza to proces sprawdzania czy opracowana lub wskazana
metoda analityczna jest przydatna do rozwiązania danego problemu. Jeśli nie określono
takiego problemu, walidacja metody analitycznej polega na ustaleniu charakterystyki
sprawności działania i ograniczeń stosowania metody analitycznej.
Panuje powszechne przekonanie, że wystarczające jest, jeśli walidację metody przeprowadzi
się podczas jej opracowywania, i że proces ten nie dotyczy stosowania w laboratorium
metod znormalizowanych lub oficjalnie zalecanych, np. metod farmakopealnych.
Pogląd taki jest tylko częściowo słuszny, bowiem metody znormalizowane lub oficjalne
mają określone niektóre cechy charakterystyki, na ogół na podstawie wyników badań
międzylaboratoryjnych, w warunkach, które jedynie z pewnym prawdopodobieństwem
można uznać za reprezentatywne dla wszystkich laboratoriów stosujących w przyszłości
daną metodę. W praktyce, w warunkach i okolicznościach występujących w danym
24

laboratorium, cechy metody nie zawsze muszą posiadać wartości zbieżne z danymi
uzyskanymi w warunkach międzylaboratoryjnych.
Może to być spowodowane takimi okolicznościami, jak:
— różne warunki środowiskowe podczas stosowania metody w danym laboratorium,
— zróżnicowane kwalifikacje personelu,
— zastosowanie wyposażenia o odmiennej charakterystyce,
— wykonywanie oznaczań w różnych matrycach,
— występowanie czynników zakłócających w środowisku laboratorium lub badanych
matrycach.
Należy zdecydować, jaki powinien być optymalny zakres charakteryzacji metody
analitycznej, biorąc pod uwagę z jednej strony cel badania i wymagania klientów, z drugiej
dostępne informacje, dotyczące charakteryzacji metody, właściwości analitu, techniki
analityczne, rodzaj matrycy, substancje współwystępujące w badanej próbce itp. Zakłada
się, że w przypadku metody znormalizowanej laboratorium powinno potwierdzić
doświadczalnie, czy jest w stanie uzyskać wartości cech charakteryzacji, zbieżne
z wartościami podanymi w normie. Jeżeli norma nie przedstawia charakteryzacji metody
lub jeśli metoda znormalizowana jest stosowana poza jej zakresem, należy przeprowadzić
jej walidację tak, jak w przypadku metod nieznormalizowanych, w zakresie zgodnym
z przeznaczeniem metody. Charakteryzacja metody powinna odpowiadać założonym
kryteriom, np. określonym przez klientów, podanym w przepisach, wyznaczonym
statystycznie. Powinno się prowadzić i przechowywać zapisy z walidacji obejmujące np.:
— opis sposobu przygotowania próbek materiałów wzorcowych lub odniesienia,
— użyte naważki i objętości roztworów,
— rodzaj zastosowanych matryc,
— kryteria doboru warunków analitycznych,
— warunki środowiskowe w miejscu badania, jeśli istotne,
— procedurę (metodę) analityczną,
— wyniki analiz (nieprzetworzone),
— wyniki charakteryzacji,
— dane dotyczące zastosowanych przyrządów pomiarowych i materiałów pomocniczych,
— odniesienie do piśmiennictwa,
— datę (–y) badania charakteryzacji metody,
— datę, imię i nazwisko wykonawcy, podpis,
— datę, imię, nazwisko, podpis zatwierdzającego dane walidacyjne wraz z oświadczeniem,
że dana metoda jest odpowiednia do zamierzonego zastosowania.
W procesie charakteryzacji metod analitycznych mogą być stosowane następujące
narzędzia:
— próby ślepe odczynników i / lub matryc,
— próbki wzbogacone tj. najczęściej próbki rzeczywiste, do których dodano badany
analit (ang. fortification),
— próbki domieszkowane tj. próbki zawierające matrycę, do której dodano badany
analit (ang. spiking),
— próbki rzeczywiste (obiektów/materiałów badanych) o dobrze scharakteryzowanej
zawartości analitu,
— materiały odniesienia nabyte w handlu lub przygotowane w laboratorium,
— certyfikowane materiały odniesienia, w których wartość danej cechy jest
scharakteryzowana przez uznane instytucje z podaniem niepewności,
 25

— wzorce pomiarowe stanowiące w chemii analitycznej roztwory pojedynczych

substancji lub ich mieszanin,
— analizy powtarzane próbek rzeczywistych lub archiwalnych przy użyciu tej samej metody,
— analizy powtarzane przy użyciu dwóch metod, z których jedna uznana jest za metodę
odniesienia.
Dane uzyskane w procesie charakteryzacji metody wymagać będą końcowego
opracowania przy użyciu odpowiednich technik statystycznych.
Ponownej, częściowej lub całkowitej walidacji metody analitycznej laboratorium
powinno dokonać, gdy:
— zmieniły się parametry metody (stwierdzone np. w wyniku wewnętrznej kontroli
jakości badań);
— zmieniły się matryce, w których oznacza się dany składnik (np. żywność, leki);
— zmieniono materiały pomocnicze (np. rodzaj filtrów, pochłaniaczy);
— zmieniła się zasada metody;
— zastosowano przyrząd pomiarowy innej generacji.
Przykładowy zakres charakteryzacji metody analitycznej przedstawiono w tab. 1.2.

Tabela 1.2. Przykładowy zakres charakteryzacji metody analitycznej

Analiza ilościowa
Analiza jakościowa analiza zawartości/stężeń analiza zawartości/stężeń
minimalnych (śladowych) maksymalnych (granicznych)

Granica wykrywalności granica oznaczania ilościowego zakres roboczy i liniowy

Specyficzność zakres roboczy i liniowy granica oznaczania
ilościowego (opcjonalnie)
specyficzność specyficzność
poprawność poprawność
powtarzalność powtarzalność
czułość czułość

Na charakterystykę metody mogą mieć wpływ różne czynniki laboratoryjne, jak

personel, wyposażenie pomiarowe i badawcze lub związane bezpośrednio ze środowiskiem
wykonywania analizy (temperatura, ciśnienie, pH). Wpływ czynników laboratoryjnych na
jakość metody w laboratorium określa się mianem wrażliwości (robustness). Wrażliwość
może zasadniczo wpływać na precyzję pośrednią metody.
Wpływ warunków różnych laboratoriów na charakterystykę metody określany jest
odpornością (ruggedness). Odporność może być uważana za cechę wpływającą na
precyzję odtwarzalności metody.

1.10. Pobieranie próbek i postępowanie z próbkami

Laboratoria mogą pobierać próbki, badać je laboratoryjnie, jak również wykonywać
badania próbek dostarczonych przez klientów.
26

1.10.1. Pobieranie próbek do badań

Jeżeli celem badania jest ocena danej cechy (w próbce), charakteryzująca populacje
generalną, to metody pobierania próbek w badaniach środowiska, żywności lub
kontroli jakości wyrobów u producenta powinny gwarantować reprezentatywność
próbki w stosunku do badanej populacji oraz integralność próbki. Należy przyjąć, że
próbki do badań pobiera się w sposób losowy. Dobór losowy próbek jest praktycznie
jedynym sposobem, przy którym unika się błędów systematycznych, a dzięki rachunkowi
prawdopodobieństwa można oszacować błędy przypadkowe. Możliwe jest również
tendencyjne pobieranie próbek, jeżeli wynika to z celu badania.
Jeżeli laboratoria stosują w badaniach metody znormalizowane, to zasady pobierania
próbek (strategia) i warunki techniczne, np. niezbędne przyrządy, objętość próbki,
warunki transportu i przechowywania, trwałość – przeważnie podane są w treści metody
badawczej znormalizowanej.
W niektórych badaniach środowiskowych bardziej szczegółowe zasady pobierania
próbek, zostały opisane we właściwych normach.
Jeśli laboratorium nie stosuje znormalizowanych metod pobierania próbek, to powinna
zostać opracowana w laboratorium i udokumentowana (opisana) własna procedura
pobierania próbek, zawierająca przede wszystkim tzw. ogólną strategię pobierania, która
może być uzupełniona o bardziej szczegółowy plan, dotyczący danego problemu – klienta
(miejsce, czas, liczność, dobór obiektów, interpretację wyników itp.).
Parametry techniczne pobierania próbek, jak rodzaj próbnika (jeśli dotyczy), trwałość, odzysk
z matrycy, powinny być potwierdzone w procesie walidacji danej metody analitycznej.
System jakości towarzyszący pobieraniu próbek w terenie powinien uwzględniać:
— wskazanie pracowników odpowiedzialnych za skompletowanie ekipy pobierającej
próbki i przygotowanie urządzeń do pobierania próbek (jeśli dotyczy);
— nadzór nad wyposażeniem pomiarowym stosowanym w terenie, przed, w trakcie i po
pobraniu próbek (wzorcowanie, sprawdzanie, konserwacja);
— nadzór nad pobieraniem próbek w terenie;
— niepowtarzalne oznakowanie próbek;
— sporządzanie odpowiednich zapisów, np. protokołów pobierania próbek.
Wszystkie ww. elementy mogą mieć wpływ na wynik badania próbki w laboratorium.
Zapisy dotyczące pobierania próbek mogą być wykorzystane w sprawozdaniu z badania.
Protokół z pobierania próbek powinien uwzględniać:
— identyfikator zlecenia lub nazwę klienta;
— powód pobierania próbki (nadzór, zlecenie/umowa);
— identyfikator próbki (próbek) nadany przez próbkobiorcę lub numer serii wyrobu;
— powołanie metody pobierania próbek;
— datę i miejsce pobrania;
— plan i istotne okoliczności pobrania (z podaniem możliwych czynników zakłócających
późniejsze badanie laboratoryjne);
— badane czynniki/składniki próbki;
— nazwisko i podpis osoby pobierającej próbkę (próbki) oraz nazwiska osób
współuczestniczących w pobieraniu próbek, np. ze strony klienta (jeśli dotyczy);
— zapisy wskazań przyrządów pomiarowych stosowanych do pobierania próbki (próbek),
dotyczy np. pobierania próbek powietrza;
— sposób transportu i przechowywania w laboratorium;
— datę (godzinę) przekazania próbki (próbek) do laboratorium;
 27

1.10.2. Przyjmowanie próbek do badań w laboratorium

Laboratorium powinno prowadzić rejestr próbek przyjętych do badań. W rejestrze
należy podać:
— nazwę klienta lub identyfikator zlecenia;
— datę przyjęcia próbki;
— identyfikator próbki nadany przez klienta i przez laboratorium;
— stan próbki w chwili przyjęcia (odpowiednia, zepsuta, nieuszkodzona itp.) do
laboratorium;
— zakres badań i metody badań;
— datę, nazwisko i podpis pracownika przyjmującego próbki i/lub uprawnionego do
wykonania badań laboratoryjnych.
Kierownictwo laboratorium powinno wyznaczyć miejsce przyjmowania próbek
od klientów (rozdz. 1.7) oraz określić warunki i czas przechowywania próbek przed
wykonaniem badań i, jeśli to możliwe, po badaniach. Próbki po badaniach przechowuje się
zwykle dla celów rozjemczych, reklamacji, powtórnych badań (w ramach wewnętrznego
planu sterowania jakością). Należy ustalić zasady bezpiecznego pozbywania się próbek
i materiałów pomocniczych po badaniach. Niepowtarzalne identyfikatory próbek nadane
wg określonego systemu w laboratorium powinny towarzyszyć próbce od chwili pobrania
i przyjęcia do laboratorium, aż do utylizacji próbki. Właściwe oznakowanie powinno
również dotyczyć wszelkiego rodzaju próbek kontrolnych lub wzorcowych stosowanych
w laboratorium w celu walidacji metody lub podczas realizacji planów sterowania
jakością (zapewnienia jakości). Laboratorium powinno opracować i udokumentować
procedurę systemu jakości w zakresie pobierania i postępowania z próbkami.

1.11. Zapewnienie jakości wyników badań

Laboratorium powinno stosować właściwe metody monitorowania badań
laboratoryjnych, w tym procesów analitycznych i pobierania próbek (jeśli laboratorium
próbki pobiera). Metody te określane jako sterowanie jakością badań powinny być
udokumentowane w zakresie umożliwiającym ich praktyczne wykorzystanie. Każde
badanie lub rodzaj badań powinny mieć określony plan takiego sterowania jakością.
Plan sterownia jakością może uwzględniać:
— sterowanie wewnętrzne realizowane podczas wykonywania danego badania,
— sterowanie zewnętrzne (badanie biegłości) realizowane zgodnie z programem
organizatora takiego badania biegłości.
Celem sterowania jakością badań jest:
— ocena błędów laboratoryjnych ze względu na ich charakter (przypadkowe, systematyczne),
— osiągnięcie właściwego poziomu jakości,
— monitorowanie kierunku zmian, np. dotyczących błędów lub ogólnie charakterystyki
metody badania.
Wyniki sterowania jakością mogą być wykorzystywane do:
— walidacji lub ponownej walidacji metody badania,
— szacowania niepewności pomiaru,
— nadzorowania niezgodnych z wymaganiami badań,
— podjęcia działań korygujących lub zapobiegawczych,
— doskonalenia kompetencji technicznych.
28

Laboratorium powinno ustalić procedurę sterowania jakością zawierającą m.in.:

— metody i plany sterowania jakością,
— wskazanie odpowiedzialności,
— rodzaj lub rodzaje materiału kontrolnego,
— techniki statystyczne stosowane do obliczeń i umożliwiające śledzenie kierunku zmian,
— kryteria oceny rodzaj prowadzonych zapisów, wykorzystanie wyników.
Szczegóły dotyczące metod sterowania jakością badań przedstawiono w rozdziale 2.7.

1.12. Zapisy
Laboratorium powinno prowadzić system zapisów dostosowany do warunków działania tego
laboratorium i zgodny z obowiązującymi przepisami. Prowadzi się zapisy jakości dotyczące auditów
wewnętrznych, przeglądów zarządzania i działań korygujących lub zapobiegawczych, a także
zapisy techniczne, czyli zapisy dotyczące wszystkich innych obszarów działania laboratorium.
W zapisach dotyczących badań należy przez odpowiedni czas zachowywać wszystkie
spostrzeżenia, obliczenia i powstałe na ich podstawie dane. Zapisy powinny zawierać informacje
umożliwiające powtórzenie badania. Zmiany i poprawki w zapisach są dokonywane przez
skreślenie błędu, jego parafowanie, datowanie i wpisanie prawidłowego zapisu. Wymagana
jest procedura nadzoru nad zapisami, określająca zasady identyfikowania, katalogowania,
gromadzenia, przechowywania. Wszystkie zapisy powinny być należycie zabezpieczone
i przechowywane w sposób gwarantujący klientowi poufność dotyczących go informacji.
Należy określić czas przechowywania różnego rodzaju zapisów w laboratorium.
Rodzaje zapisów, jakie mogą być prowadzone w laboratorium, podano w tabeli 1.3.

Tabela 1.3. Przykładowy wykaz zapisów prowadzonych w laboratorium

1. Zapisy nadzorowane przez kierownika ds. jakości

Nazwa zapisu Dokument Miejsce przechowywania Okres

powołania zapisu (nazwa segregatora, archiwowania
zapisu teczki) zapisu
(przykład)

Zapisy dotyczące nadzoru nad dokumentami

Wykaz dokumentów procedura nr..... nadzór nad dokumentami 5 lat

Wniosek o dokonanie procedura nr..... nadzór nad dokumentami 5 lat

zmiany

Karta zmian procedura nr..... egzemplarz oryginalny księgi 3 lata po

jakości, procedury, instrukcji wycofaniu
dokumentu z
użytkowania

Zapisy dotyczące działań korygujących i zapobiegawczych

Protokół procedura nr..... protokoły niezgodności 5 lat

niezgodności
 29

Karta działań procedura nr..... protokoły niezgodności 5 lat

zapobiegawczych

Zapisy z oceny procedura nr..... protokoły niezgodności 5 lat

działań korygujących i
zapobiegawczych

Zapisy dotyczące auditów wewnętrznych

Program auditów procedura nr..... audity wewnętrzne 5 lat

wewnętrznych

Powołanie procedura nr..... audity wewnętrzne 5 lat

auditora (-ów)

Plan auditu procedura nr..... audity wewnętrzne 5 lat

wewnętrznego

Raport z auditu procedura nr..... audity wewnętrzne 5 lat

wewnętrznego

Raport z auditu procedura nr..... audity zewnętrzne 5 lat

zewnętrznego

Protokół procedura nr..... protokoły niezgodności 5 lat

niezgodności

Zapisy dotyczące przeglądów zarządzania

Program przeglądu procedura nr..... przeglądy zarządzania 5 lat

zarządzania

Sprawozdanie z procedura nr..... przeglądy zarządzania 5 lat

przeglądu zarządzania

Ustalenie do protokołu procedura nr..... przeglądy zarządzania 5 lat

z przeglądu zarządzania

2. Zapisy nadzorowane przez kierownika laboratorium

Zapisy dotyczące przeglądu zamówień, ofert i umów

Zapytanie ofertowe, procedura nr..... zlecenia, umowy 3 lata

zamówienie, zlecenie,
korespondencja

Umowy procedura nr..... zlecenia, umowy 3 lata

Rejestr umów/zleceń procedura nr..... zlecenia, umowy 3 lata

Zapisy z przeglądu procedura nr..... zlecenia, umowy 3 lata

umowy/zlecenia

Rejestr podwykonawców procedura nr..... podwykonawstwo badań 5 lat

30

Tabela 1.3. (cd.)

Zapisy z oceny procedura nr..... podwykonawstwo badań 5 lat

podwykonawcy

Sprawozdanie z badań procedura nr..... sprawozdania z badań 5 lat

Zapisy z oceny procedura nr..... zlecenia, umowy 5 lat

zadowolenia klienta

Zapisy dotyczące zakupów usług i dostaw

Rejestr aprobowanych procedura nr..... zakupy usług i dostaw 5 lat

dostawców i usługodawców

Zapisy z zakupu procedura nr..... zakupy usług i dostaw 5 lat

dostawy lub usługi

Zapisy z oceny dostawców procedura nr..... zakupy usług i dostaw 5 lat

i usługodawców

Zapisy dotyczące skarg i reklamacji

Karta reklamacji/skargi procedura nr..... reklamacje/skargi 3 lata

Zapisy dotyczące badań niezgodnych z wymaganiami

Protokół badania procedura nr..... zlecenia, umowy 3 lata

niezgodnego z wymaganiami

Wniosek o odstępstwo procedura nr..... zlecenia, umowy 3 lata

Zapisy dotyczące personelu

Karta praw i obowiązków procedura nr..... personel 5 lat

pracownika

Plany szkoleń procedura nr..... personel 5 lat

wewnętrznych,
zewnętrznych, dla
personelu nowoprzyjętego

Rejestr szkoleń pracownika procedura nr..... personel 5 lat

Świadectwa ze szkoleń procedura nr..... personel 5 lat

Wykaz pracowników procedura nr..... personel 5 lat

Zapisy dotyczące badań

Zeszyty analityczne procedura nr..... dokumentacja badań 5 lat

Zapisy komputerowe procedura nr..... dyskietki, płyty CD 5 lat

Wyniki walidacji metody

procedura nr..... dokumentacja badań 5 lat
badawczej
 31

Karta szacowania
składowych niepewności procedura nr..... dokumentacja badań 5 lat
pomiaru

Opis wykonania walidacji/

weryfikacji metody procedura nr..... dokumentacja badań 5 lat
badawczej

Zapisy dotyczące wyposażenia

Wykaz wyposażenia procedura nr..... wykaz wyposażenia 3 lata

Karta instalacji wyposażenia procedura nr..... księga LOG 3 lata

Karta napraw/
procedura nr..... księga LOG 3 lata
konserwacji/ modernizacji

Dziennik pracy procedura nr..... księga LOG 3 lata

Program wzorcowania
procedura nr..... księga LOG 3 lata
w instytucjach zewnętrznych

Program wzorcowania/
procedura nr..... księga LOG 3 lata
sprawdzania w laboratorium

Plan konserwacji procedura nr..... księga LOG 3 lata

Zapis sprawdzania
warunków środowiska procedura nr..... księga LOG 3 lata
w pomieszczeniu

Świadectwa i zapisy
procedura nr..... księga LOG 3 lata
z wzorcowań/sprawdzeń

Zapisy dotyczące pobierania i/lub postępowania z próbkami

Plany/protokoły
procedura nr..... dokumentacja badań 3 lata
pobierania próbek

Rejestr przyjmowania
procedura nr..... dokumentacja badań 3 lata
próbek

Karta przekazania próbek

procedura nr..... dokumentacja badań 3 lata
do analizy

Zapisy dotyczące sterowania jakością badań

Plan sterowania jakością

procedura nr.... dokumentacja badań 5 lat
badań

Karty kontrolne procedura nr.... karty kontrolne 5 lat

Raporty z badań biegłości procedura nr.... raporty z badań biegłości 5 lat

32

1.13. Sprawozdanie z badań

Praca wykonana przez laboratorium powinna być ujęta w sprawozdaniu, w którym
dokładnie, jasno i jednoznacznie, przedstawione są wyniki badań i wszelkie istotne
informacje. Laboratorium powinno opracować wzory sprawozdań z badań i włączyć je
do swojej dokumentacji systemu jakości.
Wyniki analiz laboratoryjnych, dane źródłowe i przetworzone, przenoszone do innych
dokumentów, powinny być sprawdzane i zatwierdzane przez osoby nadzorujące badania.
Z treści sprawozdania powinno jasno wynikać, czy badanie objęło również pobieranie
próbek.
Każde sprawozdanie z badań powinno zawierać co najmniej następujące informacje:
1. Nazwę i adres laboratorium oraz miejsce wykonywania badania, jeżeli wykonywano
je poza siedzibą laboratorium;
2. Indywidualne oznaczenie każdego sprawozdania (np. numer kolejny) i każdej strony
oraz łączną liczbę stron sprawozdania;
3. Nazwę i adres klienta;
4. Dane dotyczące próbek:
— dostarczonych przez klienta:
a) opis i identyfikację badanych próbek,
b) datę otrzymania próbek i datę lub daty wykonania analiz laboratoryjnych
lub
— pobranych przez laboratorium:
a) zasady/metodę pobierania próbek i interpretacji wyników (można powołać
odpowiednią procedurę lub normę),
b) parametry techniczne i istotne okoliczności pobierania próbek,
c) identyfikację próbek lub identyfikator protokołu pobierania próbek,
d) nazwiska osób uczestniczących w pobieraniu próbek, także ze strony klienta
(jeśli dotyczy),
e) datę pobrania próbek i datę lub daty wykonania analiz laboratoryjnych.
5. Identyfikację specyfikacji badania lub opis metody względnie procedury badawczej;
6. Wszelkie odchylenia i uzupełnienia lub ograniczenia specyfikacji badania
z wszelkimi informacjami odnoszącymi się do określonego badania;
7. Identyfikację każdej zastosowanej, nieznormalizowanej metody lub procedury
badawczej;
8. Wyniki pomiarów i badań oraz wyniki uzyskane na ich podstawie poparte
odpowiednio np. tablicami, wykresami, szkicami i fotografiami, a także wszelkie
stwierdzone niezgodności oraz ich omówienie, ale bez żadnych zaleceń i porad
wynikających z rezultatów pracy;
9. Stwierdzenia dotyczące niepewności pomiarów, w przypadku pisemnych uzgodnień
z klientem lub kiedy niepewność ma znaczenie dla zgodności z wyspecyfikowanymi
wartościami granicznymi (np. normami higienicznymi);
10. Podpis, stanowisko i tytuł lub równorzędne określenie osoby lub osób ponoszących
odpowiedzialność za merytoryczną treść sprawozdania;
11. Oświadczenie, że bez pisemnej zgody laboratorium sprawozdanie nie może być
powielane inaczej, jak tylko w całości;
12. Oświadczenie, że wyniki badania odnoszą się wyłącznie do badanych obiektów;
13. Oświadczenie, że klient ma prawo do reklamacji w określonym terminie (opcjonalnie).
 33

Wyniki uzyskane od podwykonawców powinny być jednoznacznie wyróżnione. Jeżeli

do sprawozdania z badań włącza się opinie lub interpretacje należy określić kompetencje
personelu laboratorium uprawnionego do wydawania takich opinii lub interpretacji.
Poprawki i uzupełnienia do wydanego już sprawozdania z badań powinny mieć postać
dodatkowego, odpowiednio oznaczonego dokumentu i powinny spełniać wyżej podane
wymagania.
Zamieszczenie w jednym sprawozdaniu wyników badań akredytowanych
i nieakredytowanych wymaga uzgodnień z jednostką akredytującą. Jeżeli na podstawie
wyników badań laboratorium zobowiązane jest wydać orzeczenie w formie decyzji lub
zalecenia (odnośnie np. wymagania sanitarnego), może być ono opracowane w formie
odrębnego dokumentu.

1.14. Akredytacja laboratorium

Laboratorium, które spełnia kryteria i wymagania zawarte we właściwej normie
odniesienia, dotyczącej kompetencji oraz realizuje politykę jakości, zawartą w deklaracji
kierownictwa wykonawczego, może ubiegać się o akredytację badań w jednostce
akredytującej.
Zgodnie z definicją akredytacji laboratorium powinno określić badania lub rodzaje
badań, które zamierza akredytować. Laboratorium, podejmując decyzję o akredytacji
powinno kierować się zarówno oczekiwaniami odbiorców wyników badań (klientów),
jak i własnymi celami, np. uwiarygodnieniem danych, lepszą pozycją w stosunku do
konkurentów na rynku badań, względami prestiżowymi.
Wniosek o akredytację winien zawierać sprecyzowany zakres akredytacji zgodnie
z wymaganiami jednostki akredytującej. W zakresie akredytacji laboratorium zwykle podaje
rodzaj badanego obiektu, badane cechy i metodę badania (normę lub udokumentowaną
własną procedurę). Laboratorium może zgłosić do akredytacji wyłącznie badanie lub
badania laboratoryjne (bez pobierania próbek) lub badanie (badania) laboratoryjne
łącznie z pobieraniem próbek. Pobierania próbek do danego badania powinno być
wykazane w zakresie akredytacji, łącznie z powołaniem udokumentowanej procedury
lub właściwej normy na pobieranie próbek. Zgłoszone do akredytacji własne procedury
badawcze powinny mieć niepowtarzalne identyfikatory, w tym zawsze określony status
wydania (np. data, numer edycji).
Certyfikat akredytacji może być przyznany laboratorium w wyniku auditu
zewnętrznego, przeprowadzonego przez jednostkę akredytującą. Prawa i obowiązki
laboratorium wynikające z akredytacji określa jednostka akredytująca.
2. STATYSTYKA MATEMATYCZNA
W ANALIZIE CHEMICZNEJ

2.1. Charakterystyka zbiorowości generalnej i próbnej

Statystyka matematyczna za pomocą różnych reguł i metod pozwala na podstawie

zbadania części zbiorowości wnioskować o jej całości.
W metodach statystyki matematycznej przyjmuje się wyidealizowane założenie, że
istnieje możliwość wykonania nieskończenie wielu pomiarów. Zbiór wszystkich tego
samego rodzaju wyników pomiarów określa się jako populację (zbiorowość) generalną.
Z niej wyprowadza się prawidłowości w przypadku zjawisk, które obserwatorowi
wydają się losowe. Natomiast w praktyce dysponuje się tylko bardzo ograniczoną
liczbą wyników. Stanowią one wybraną część, nazywaną próbką (zbiorowością próbną),
nieskończenie dużej populacji. Próbka powinna być tworzona w taki sposób, aby
charakteryzowała (reprezentowała) możliwie dobrze populację. Cel ten osiąga się,
gdy próbka jest odpowiednio liczna, a poszczególne wyniki pomiarów otrzymuje się
w sposób jak najbardziej losowy.
W zasadzie nawet prawidłowo pobrana próbka losowa jest obciążona losowymi
różnicami w porównaniu z populacją generalną. Odchylenia te i prawdopodobieństwo
ich wystąpienia można opisać za pomocą statystyki matematycznej. Pozwala ona na
podstawie próbek losowych pomiarów ocenić cechy populacji. Tak więc na podstawie
skończonej liczby pomiarów możliwe jest wyciąganie prawidłowych wniosków o błędzie
losowym pomiaru i przewidywanie przyszłych wyników pomiarów tego samego rodzaju
(z pewnym prawdopodobieństwem poprawności). Badaniem tych zjawisk, wykrywaniem
prawidłowości ich zachodzenia i przewidywania możliwości ich zapisu, zajmuje
się rachunek prawdopodobieństwa. Prawdopodobieństwo (P) odpowiada liczbom
rzeczywistym z przedziału zamkniętego <0,1>. Można zapisać, że P = 1 – α, gdzie α
oznacza poziom istotności czyli możliwość popełnienia błędu wnioskowania pierwszego
rodzaju (patrz rozdz. 2.4.). Jeśli P = 0,95 (95%), to α = 0,05.
Każdą zbiorowość statystyczną można opisać za pomocą właściwej funkcji rozkładu
prawdopodobieństwa zmiennej losowej. W analizie chemicznej, jeśli danej metodzie
badania towarzyszą tylko błędy przypadkowe, to funkcja prawdopodobieństwa ma
rozkład normalny, często zwany rozkładem Gaussa–Laplace’a (Rys. 2.1).
36

Rys. 2.1. Wielkość pola pod krzywą Gaussa w zależności od odchylenia standardowego +s i jego
wielokrotności +2s, +3s.

Parametrami tego rozkładu są wartości μ i σ, czyli wartość oczekiwana i odchylenie

standardowe zmiennej.
Dla różnych wartości parametrów μ i σ funkcja przebiega w odmienny sposób. Niemniej
dla wszystkich parametrów rozkład normalny ma pewne ogólne charakterystyczne
właściwości. Funkcja posiada maksimum w punkcie μ i dwa symetrycznie położone
punkty przegięcia odpowiadające wartościom współrzędnych μ ± σ. Wielkość odchylenia
standardowego decyduje o stopniu spłaszczenia krzywej.
Pole pod krzywą w kształcie dzwonu jest równe jedności, co oznacza całkowitą
pewność znalezienia danej wartości X w przedziale (– ∞, ∞). Pole pod krzywą między
odciętymi – σ ÷ +σ jest równe 0,68, co oznacza, że 68% wszystkich wyników zawiera
się w granicach wartości zmiennej μ ± σ, a 32% wyników będzie bardziej oddalone od μ.
W granicach wyznaczonych odchyleniami μ ± 2σ znajduje się przeszło 95% wszystkich
wyników, a w granicach odchyleń 3σ – 99,7%, 4σ – 99,984. Tak więc wartości spoza
przedziału μ ± 3σ zdarzają się bardzo rzadko – 3 na 1000, natomiast spoza przedziału
μ ± 4σ praktycznie się nie zdarzają, tj. 6 na 100 000.
Stwierdzenie, że zmienna losowa X ma rozkład normalny o parametrach μ i σ zapisuje
się zwykle w postaci X : N (μ, σ). Jeśli μ i σ są szacowane z próbki, to zapis X : N (4,2)
 37

oznacza, że zmienna losowa X ma rozkład normalny o średniej = 4 i odchyleniu

standardowym s = 2.
Często wynik analizy chemicznej przedstawia się w postaci zmiennej standaryzowanej
. Jeżeli zmienna losowa ma rozkład normalny o parametrach: μ, σ to zmienna
standaryzowana ma również rozkład normalny, ale o parametrach 0 i 1 [z : N (0,1)].
W praktyce analitycznej, kiedy dysponuje się skończoną liczbą danych, stosuje się
rozkład t-Studenta, będący przybliżeniem rozkładu normalnego. W odróżnieniu od
rozkładu normalnego ma on tylko jeden parametr, który nosi nazwę liczby stopni
swobody. Dla dużej liczby stopni swobody rozkład ten upodabnia się bardzo wyraźnie
do rozkładu normalnego.
Rozkład t-Studenta opisany jest funkcją gęstości:

(1)

gdzie n oznacza liczbę stopni swobody, a funkcja Γ określona jest równaniem

(2)

Dowodzi się, że jeśli zmienna x ma rozkład normalny o parametrach μ: σ, to zmienna

losowa

(3)

ma rozkład t-Studenta z n-1 stopniami swobody.

Badając cechy zbiorowości próbnej metodami statystyki matematycznej analityk może
rozwiązać szereg nurtujących go problemów, związanych ogólnie z zapewnieniem jakości
badań laboratoryjnych.
Metody statystyczne jako swojego rodzaju narzędzie pracy umożliwiają analitykowi
między innymi:
— ocenę rodzaju i wielkości błędów laboratoryjnych;
— charakteryzację metod analitycznych, a także:
— oszacowanie niepewności pomiaru;
— porównanie wyników uzyskanych różnymi metodami;
— sterowanie jakością badań.

2.1.1. Miary położenia

Zbiór wyników obserwacji jednostek według pewnej cechy nosi nazwę szeregu
statystycznego (ciągu). Jednostkowe wartości lub odmiany cechy zapisane wg kolejności
badania jednostek tworzą nieuporządkowany szereg statystyczny. Te same wartości
lub odmiany uporządkowane w pewien sposób (np. według rosnących lub malejących
wartości) tworzą uporządkowany szereg statystyczny. Szczególnym przypadkiem
38

uporządkowanego szeregu jest szereg rozdzielczy (inaczej szereg strukturalny), powstały

w wyniku grupowania wartości lub odmiany cechy statystycznej.
Dokonując analizy szeregów statystycznych z cechą mierzalną zasadniczą rolę
odgrywają parametry opisowe zwane wartościami średnimi lub miarami położenia.
Charakteryzują one za pomocą jednej liczby, a więc w sposób bardzo syntetyczny, ogólny
poziom wartości cechy w zbiorowości.
Najczęściej stosowane miary położenia, to: średnia arytmetyczna, średnia geometryczna,
mediana.
1. Średnia arytmetyczna – suma wartości zaobserwowanych (w próbce) podzielona
przez ich liczbę. Dla n obserwacji x1, x2,..., xn wartość średnia wynosi

(4)

Wartość średnia w próbce jest estymatorem nieobciążonym wartości oczekiwanej

w populacji.
2. Średnia geometryczna – statystyka określona równaniem

(5)

lub
(6)

gdzie: x1, x2,..., xn – wartości elementów próbki, n – liczność próbki.

3. Mediana (Me) – wartość o numerze (gdy n jest liczbą nieparzystą) w niemalejącym

ciągu n wartości zaobserwowanych (w próbce) lub średnia arytmetyczna wartości

o numerach i w tym ciągu (gdy n jest liczbą parzystą), czyli dla szeregu
statystycznego x1, x2, x3 medianą jest x2, natomiast dla szeregu x1, x2, x3, x4 medianą

jest wartość ilorazu .

Przykład 2.1.
Otrzymano dwa szeregi statystyczne wyników oznaczań tego samego czynnika dwiema
różnymi metodami (w mg):
Metoda 1.: 145, 130, 140, 125, 155, 150, 135
po uporządkowaniu w szeregu rosnącym: 125, 130, 135, 140, 145, 150, 155
Metoda 2.: 150, 115, 100, 140, 180, 165, 130
po uporządkowaniu w szeregu rosnącym: 100, 115, 130, 140, 150, 165, 180

Średnie arytmetyczne w obydwu szeregach wynoszą:

 39

W obydwu szeregach zarówno średnia arytmetyczna ( ) jak i mediana (Me) są jednakowe

i wynoszą 140 mg. Biorąc pod uwagę tylko średnie arytmetyczne (lub mediany) można
by dojść do błędnego wniosku, że obydwie metody badania są jednakowo wiarygodne.
Zatem do scharakteryzowania szeregu statystycznego nie wystarcza miara położenia,
należy jeszcze wprowadzić miarę charakteryzującą wielkość odchyleń poszczególnych
obserwacji od miary położenia, czyli tzw. miarę rozproszenia.

2.1.2. Miary rozproszenia

Miary położenia nie wystarczają dla pełnej charakterystyki badanych szeregów

statystycznych, bowiem poszczególne obserwacje mogą różnić się od obliczonej wartości
średniej. Różnice te mogą przyjmować różne wartości (zarówno dodatnie jak i ujemne).
Z reguły miary rozproszenia odnoszą się do określenia różnic pomiędzy obserwacjami
a wartością średniej arytmetycznej. Najczęściej stosowane miary rozproszenia to: rozstęp,
wariancja, od chylenie standardowe, względne odchylenie standardowe (współczynnik
zmienności).
Odchylenie standardowe jest miarą precyzji metod analitycznych.
1. Wariancja – suma kwadratów różnic między wartościami zaobserwowanymi w próbce
a ich wartością średnią, podzielona przez liczbę o jeden mniejszą od liczby obserwacji.
Dla n obserwacji x1, x2,..., xn mających wartość średnią wariancja (w próbce) s 2
wynosi

(7)

Wariancja w próbce jest estymatorem nieobciążonym wariancji w populacji.

2. Odchylenie standardowe – dodatni pierwiastek kwadratowy z wariancji (w próbce).
Odchylenie standardowe w próbce jest estymatorem obciążonym odchylenia
standardowego w populacji.

(8)

3. Współczynnik zmienności – stosunek odchylenia standardowego s (w próbce) do

wartości średniej (w próbce).
Współczynnik zmienności jest względną miarą rozrzutu obserwacji w próbce.
Współczynnik zmienności może być wyrażony w procentach.

(9)

4. Odchylenie standardowe średniej – stosunek odchylenia standardowego s (w

próbce) do liczby obserwacji.
40

(10)

Odchylenie standardowe średniej jest estymatorem składnika wariancji (średniej)

populacji generalnej.
5. Rozstęp – różnica między największą i najmniejszą wartością zaobserwowaną.

(11)

W przykładzie 2.1 rozstęp w metodzie 1. wynosi R x1 = 30, a w metodzie 2. – R x2 = 80.

Przykład 2.2.
Badanie charakterystyki rozproszenia danych z przykładu 2.1.

Metoda 1. Metoda 2.

xi1 |xi1 - 1| (xi1 - 1)

2 xi2 |xi2 - 2| (xi2 - 2)
2

145 5 25 150 10 100

130 10 100 115 25 625

140 0 0 100 40 1600

125 15 225 140 0 0

155 15 225 180 40 1600

150 10 100 165 25 625

135 5 25 130 10 100

1 = 140 Σ = 700 2= 140 Σ = 4650

Wariancja w rozpatrywanych szeregach statystycznych przybiera następujące wartości:

a odchylenie standardowe:
 41

Obliczony współczynnik zmienności w metodzie 1. i 2., odpowiednio v1 i v2:

lub v1 = 0,08 × 100 % = 8 %

lub v2 = 0,20 × 100 % = 20 %

Wniosek: Metoda 1., której wyniki mają mniejsze odchylenie standardowe jest bardziej
precyzyjna, tzn. odznacza się mniejszym błędem przypadkowym.

2.2. Błędy w analizie chemicznej

2.2.1. Błędy przypadkowe, systematyczne, względne i bezwzględne

Celem badań w analizie chemicznej jest możliwie dokładne określenie, na podstawie

otrzymanych wyników, prawdziwej zawartości składnika w próbce. Aby ten cel osiągnąć,
wybiera się metodę analityczną, gwarantującą otrzymanie wyniku najbardziej zbliżonego
do wartości prawdziwej. Każdemu procesowi analitycznemu towarzyszą błędy, które ze
względu na ich charakter i zachowanie w całym procesie analitycznym (pomiarowym)
dzielą się na błędy losowe (przypadkowe) i systematyczne. W najprostszym modelu
przyjmuje się, że wynik analizy obciążony jest różnymi czynnikami:
(12)

gdzie: μ – wartość prawdziwa mierzonej wielkości, którą dla określonego rozkładu

wyników pomiarów można przyjąć jako wartość średnią (wartość oczekiwaną
zmiennej losowej),
px – błąd przypadkowy (losowy),
B – błąd systematyczny.
Całkowity błąd wyniku badania jest zatem sumą błędów przypadkowych i systematycznych
i stanowi różnicę między wynikiem badania a wartością prawdziwą lub przyjętą wartością
odniesienia. Suma błędów przypadkowych i systematycznych stanowi o dokładności
metody. Zatem uzyskany daną metodą wynik oznaczania pewnej cechy (przykładowo
stężenie czy zawartość badanej substancji) jest pewnym przybliżeniem wartości prawdziwej.
Na wynik analizy składają się błędy, które powodują odchylenie dodatnie lub ujemne
(statystycznie sobie równe) wartości pomiarowych od wartości prawdziwej w sposób
losowy, przypadkowy, nazywane błędami przypadkowymi oraz takie, które powodują stałe
odchylenie w jednym kierunku (dodatnie lub ujemne) od wartości rzeczywistej – nazywane
błędami systematycznymi. Wśród błędów wyróżnia się także błędy grube, które są związane
z pojawianiem się w serii pomiarów wyników znacznie odbiegających od pozostałych.
Błędy systematyczne nie podlegają prawom statystyki i wpływają na poprawność
wyników badania, stanowiąc obciążenie metody (ang. bias). Jeżeli wszystkie wyniki
42

są obciążone niezmienną składową addytywną, to określa się ją jako błąd stały (np.
nieuwzględniona wartość ślepej próby). Odchylenie od wartości prawdziwej zależne
od mierzonej wielkości jest nazywane błędem zmiennym. Jeżeli między wartością
i wartością błędu zależność jest proporcjonalna, to jest to błąd liniowy (proporcjonalny),
np. błędne miano roztworu miareczkującego. Funkcja rozkładu błędów systematycznych
jest nieznana. Najczęściej stosowane są metody nieobarczone błędem systematycznym
i wówczas wyraz „B” w równaniu (12) wynosi „0” (zero).
Błędy przypadkowe mogą być oszacowane z precyzji powtarzanych analiz i są
zmiennymi losowymi, które podlegają prawom statystyki. Błędy przypadkowe mają
rozkład normalny. Wpływ sumaryczny wszystkich czynników powodujących tego typu
zmiany zawarty jest w wyrazie „px” (równanie (12).

Rys. 2.2a. Poprawność i precyzja metody analitycznej.

 43

Rys. 2.2b. Poprawność i precyzja metody analitycznej.

Rozróżnienie pojęć precyzji i poprawności ilustrują przedstawione na Rys. 2.2a

i b cztery diagramy. Poszczególne diagramy odnoszą się do wyników analiz wykonanych
czterema różnymi metodami, z których każda została użyta do oznaczania określonej cechy
(składnika) certyfikowanego materiału odniesienia. Nominalna wartość analizowanego
składnika certyfikowanego materiału odniesienia przyjęto jako wartość „prawdziwą” μ0.
W przypadku każdej z metod wykonano odpowiednio dużą liczbę pomiarów, a uzyskane
wyniki wyrażono w postaci średniej arytmetycznej .
Metoda I jest metodą dokładną, tzn. zarówno nieobciążoną (wykazującą żądaną
poprawność) jak i precyzyjną (wykazującą mały rozrzut wyników). Średnią wyników
analizy uzyskaną tą metodą przyjmuje się jako równą wartości „prawdziwej”: = μ0.
Metoda I może być uznana za metodę referencyjną (lub rozstrzygającą).
Mając do wyboru metodę II – precyzyjną, lecz niewykazującą poprawności (z obciążeniem)
– w tym przypadku obarczoną błędem systematycznym dodatnim, oraz metodę III bez
obciążenia, lecz mało precyzyjną, bardziej celowe jest zastosowanie metody II pod warunkiem
ustalenia przyczyny i wielkości błędu systematycznego i wniesienia odpowiedniego
współczynnika korygującego. Przy obliczeniu wyników w metodzie III (mało precyzyjnej)
dla uzyskania wyniku zgodnego z wartością „prawdziwą” należałoby wykonać np. dużo
większą liczbę pomiarów, ażeby zmniejszyć do minimum błąd przypadkowy.
44

Metoda IV odznacza się zarówno niezadowalającą precyzją jak i dużym obciążeniem

(błąd systematyczny dodatni) i jej zastosowanie w praktyce laboratoryjnej może być
kwestionowane.
Błędy przypadkowe i systematyczne występujące w chemii analitycznej są spowodowane
wieloma przyczynami.
Jeżeli pominie się błędy pobrania próbki do badań, jako nienależące bezpośrednio
do postępowania analitycznego, to błąd całkowity, rozumiany jako suma błędów
przypadkowych i systematycznych, składa się z błędów pomiarów instrumentalnych
oraz błędów związanych z przebiegiem reakcji chemicznych i różnych czynności
analitycznych. Na ogół błędy pomiarów powinny być mniejsze w porównaniu z błędami
reakcji chemicznych.
W zasadzie trudno jest rozróżnić czynniki powodujące określony rodzaj błędów
– systematycznych czy przypadkowych, gdyż zarówno jedne jak i drugie mogą być
spowodowane tymi samymi przyczynami. Zatem podział na błędy systematyczne
i przypadkowe (istotny ze względu na zastosowanie odpowiedniego przeliczenia
matematycznego) nie wynika ze źródeł powstawania tych błędów, ale z kierunkowości
odchylenia od wartości średniej (najczęściej średniej arytmetycznej), jako miary najbardziej
zbliżonej do wartości „prawdziwej”.
Wszystkie błędy występujące w analizie – zarówno błąd przypadkowy, jak i błąd
systematyczny – można sprowadzić do cech charakterystycznych stosowanej metody. Poza
tym wpływają na nie np. warunki pracy w laboratorium lub kwalifikacje wykonawców
i mogą one podlegać zmianom w czasie. We wszystkich badaniach analityk musi dążyć
do osiągnięcia możliwie małego błędu losowego i stale go kontrolować. Do wystąpienia
błędów systematycznych zaś nie powinno się w ogóle dopuścić. Suma wszystkich błędów
przypadkowych i systematycznych wpływa na tzw. niepewność pomiaru.
Błędy powodujące odchylenia wyniku od wartości „prawdziwej” można zdefiniować
jako błędy bezwzględne lub względne.
Błąd bezwzględny (absolutny), Eabs, określa się jako różnicę między zmierzoną
wartością x a wartością „prawdziwą” μ0, tj.

(13)

Błąd bezwzględny może mieć znak dodatni, gdy x > μ lub ujemny, gdy x < μ. Często
błąd bezwzględny wyraża się nie zwracając uwagi na znak, czyli

(14)

W przypadku posługiwania się wartością średnią , jako „prawdziwą”, błąd

bezwzględny wyraża się w postaci:

(15)

Błąd względny (relatywny) opisuje się równaniem:

(16)
 45

i często w praktyce analitycznej wyraża w procentach:

Podając wartość błędu, należy zaznaczyć, o który z dwóch możliwych błędów chodzi
np. zawartość składnika czynnego w preparacie można podać jako (63,5±0,1) %.
Oznacza to, że błąd oznaczania wynosi:

Błąd bezwzględny jest, zwłaszcza w przypadku bezpośredniej oceny wyniku, bardzo

przydatny. Charakteryzuje on po prostu jakość uzyskanego wyniku. Natomiast błąd
względny częściej służy do poglądowej oceny wyniku analizy, ponieważ jest związany
z mierzoną wartością. W rzeczywistości wpływ błędów pochodzących z różnych
źródeł jest bardziej złożony. Należałoby uwzględnić wszystkie możliwe źródła błędów
i oszacować niepewność wyniku jak podano w rozdz. 2.8.
Powiązania pojęć charakteryzujących wynik (metodę) badania z występowaniem różnego
rodzaju błędów przedstawia poniższy schemat:
Dokładność Poprawność + Precyzja

Stały
Poprawność Błąd systematyczny
Zmienny

Obciążenie

Poprawka

Precyzja Błąd losowy

Powtarzalność/
/Odtwarzalność

Odchylenie standardowe
lub jego pochodne

Wynik (+ poprawka)
± niepewność
46

2.2.2. Precyzja

Zmienność uzyskiwanych wyników analiz, zwana precyzją, charakteryzuje błąd losowy

wyrażony odchyleniem standardowym lub jego pochodną względną – współczynnikiem
zmienności. Jeżeli pominąć błędy związane z niejednorodnością próbki, odzyskiem,
kwalifikacjami personelu czy pracą przyrządów pomiarowych, to na rozrzut wyników analizy
wpływa jedynie błąd przypadkowy czynności analitycznych. W warunkach laboratoryjnych
dysponuje się na ogół ograniczoną liczbą wyników, co powoduje, że zamiast odchylenia
standardowego σ (zbiorowości generalnej) stosuje się jego oszacowanie s (z próbki).
Jeżeli znany jest zakres roboczy metody analitycznej to można oszacować zmienność w tym
zakresie, wykonując w jednym dniu lub w różnych dniach serię analiz powtarzanych (wielokrotnych)
próbek materiału odniesienia na jednym lub wielu poziomach określonych stężeń.
W zależności od przyjętego sposobu postępowania można uzyskać:
A – jedną serię wyników analiz powtarzanych na jednym poziomie stężenia,
B – kilka serii wyników analiz powtarzanych na jednym poziomie stężenia,
C – jedną serię wyników analiz powtarzanych na wielu poziomach stężeń,
D – kilka serii wyników analiz powtarzanych na wielu poziomach stężeń.
Jeżeli zmienność dotyczy jednego laboratorium oszacowana precyzja nosi nazwę
odchylenia standardowego powtarzalności (sr).
Jeżeli zmienność dotyczy wielu laboratoriów oszacowana precyzja nosi nazwę
odchylenia standardowego odtwarzalności (sR). Odchylenie standardowe odtwarzalności
można oszacować na podstawie badań międzylaboratoryjnych.
Można posługiwać się terminem „precyzja pośrednia” (spp) dla wyników badań wielu
serii wykonanych w dłuższym czasie niż powtarzalność w jednym laboratorium, ale np.
przy użyciu różnego wyposażenia, przez różnych analityków. Warunki określania precyzji
w podanych wyżej okolicznościach przedstawiono w tabeli 2.1.

Tabela 2.1. Kryteria określania precyzji w warunkach powtarzalności, pośrednich i odtwarzalności

Precyzja Powtarzalności Pośrednia Odtwarzalności

Przyrząd ten sam różny różny

Rodzaj dodatkowych akcesoriów do

ten sam różny różny
przyrządu (np. kolumna chromatograficzna)

Analityk ten sam różni różni

Matryce próbki te same różne różne

Stężenie analitu te same różne różne

Nr serii materiałów odniesienia,

ten sam różny różny
pomocniczych, odczynników

Warunki środowiska w laboratorium

te same różne różne
np. temperatura, wilgotność

Laboratorium to samo to samo różne

Czas „krótki” „dłuższy” „dłuższy”

 47

Precyzja stanowi jedną z cech charakteryzujących metodę analityczną (patrz rozdz.

2.6.). Obliczanie precyzji można wykonać następująco:
Przypadek A: Jedna seria wyników analiz powtarzanych na tym samym poziomie stężenia.
Poziom stężenia, dla którego obliczana jest precyzja, powinien znajdować się w środku
zakresu metody. Wariancje w granicach zakresu powinny być jednorodne. Precyzja
wyraża się odchyleniem standardowym lub współczynnikiem zmienności, obliczonymi
według równań (8) i (9).
Jeżeli w badaniach rutynowych laboratorium wykonuje analizy podwójne danej próbki,
najlepiej jest oszacować odchylenie standardowe różnicy (xia – xib), za pomocą równania:

(17)

Przykład 2.3.
Wyniki analiz dwukrotnych dla próbki materiału odniesienia na jednym poziomie stężenia

Liczba analiz Wynik analizy Wynik analizy Różnica

(xa – xb)2
dwukrotnych „xa” „xb” D = xa – xb

1 100,0 99,1 0,9 0,81

2 103,9 103,0 0,9 0,81
3 104,8 104,7 0,1 0,01
4 104,0 104,1 – 0,1 0,01
5 101,9 103,0 – 1,1 1,21
6 103,0 102,9 0,1 0,01
7 103,8 103,7 0,1 0,01
8 99,5 99,4 0,1 0,01
9 100,2 100,7 – 0,5 0,25
10 102,9 102,4 0,5 0,25
Σ = 3,38

Uwaga:
Przed wykonaniem obliczenia odchylenia standardowego należy sprawdzić zbiory
wyników analiz xa i xb na obecność błędów grubych (patrz rozdz. 2.4.4).

Odchylenie standardowe ocenianych danych (metody) wynosi: sr = 0,41

Przypadek B: Kilka serii wyników analiz powtarzanych na jednym poziomie stężenia.
Jeżeli jest zachowana jednorodność wariancji w poszczególnych seriach wyników
analiz, to można wariancje sumować wg równania:
48

(18)

To samo równanie można wyrazić inaczej:

(19)

w którym:
si – odchylenie standardowe dla i–tej serii,
nj – liczba analiz powtórzonych w danej serii,
n – ogólna liczba analiz powtórzonych (we wszystkich seriach),
xij – j–ty wynik analizy i–tej serii,
m – liczba serii,
i – wartość średnia wyników w i–tej serii.
Jeżeli liczba wyników w każdej serii jest jednakowa równanie (18) można uprościć

(20)

Odchylenie standardowe sC dobrze charakteryzuje zmienność wewnątrz serii analiz.

Zamiast łączyć odchylenia standardowe serii, bardziej praktyczne jest łączenie współczynników
zmienności, które charakteryzują precyzję wewnątrz serii analiz (metody):

(21)

Przypadek C: Jedna seria wyników analiz powtarzanych na kilku poziomach stężeń.

Poziomy stężeń powinny mieścić się w granicach zakresu roboczego metody.
Jeżeli zbadano m próbek o różnej zawartości (poziomu) badanego (analitu) wykonując
nj analiz wielokrotnych, to otrzymane wyniki można przedstawić następująco:

Numer próbki Liczba powtórzeń

1 2 ... i ... nj

1 x11 x12 ... x1i ... 1 s1 v1

2 x21 x22 ... x2i ... 2 s2 v2
. . . . . . .
. . . . . . .
j xj1 xj2 ... xji ... i
si vi
. . . . . . .
. . . . . . .
. . . . . . .
m xm1 xm2 ... xmi ... m sm cm
 49

Przykład 2.4.
Aby ocenić istotność różnic między precyzją na różnych poziomach (P = 0,95) należy:
1. Obliczyć średnią arytmetyczną dla każdej serii danego poziomu.
2. Obliczyć odchylenia standardowe i współczynniki zmienności.
3. Sprawdzić wyniki w danej serii na obecność błędów grubych (test Dixona).
4. Zbadać istotność różnic między wariancjami i / lub współczynnikami zmienności
(test F), skrajnych poziomów stężeń (patrz rozdz. 2.4.1 i 2.4.2).
5. Zsumować wariancje i/lub współczynniki zmienności.
Jeżeli precyzje na tych poziomach będą określone odpowiednimi współczynnikami
zmienności, to w ocenianym zakresie stężeń różnice między wartościami współczynników
zmienności poziomów skrajnych powinny być nieistotne (test F). Przykładowe dane
liczbowe uzyskane dla poziomów stężeń m = 5 przedstawia poniższe zestawienie:

1 2 3 4 i s2i v2i

0,31 0,30 0,29 0,32 0,305 0,000,1667 0,001,7920

0,59 0,57 0,58 0,57 0,577 0,0000917 0,0002754

0,71 0,69 0,71 0,71 0,705 0,0001000 0,0002011

0,92 0,92 0,95 0,95 0,935 0,0003000 0,0003432

1,18 1,17 1,21 1,19 1,187 0,000,2917 0,000,2070

– testem F nie stwierdzono statystycznie istotnych różnic między wariancjami

(jednorodność) i współczynnikami zmienności (precyzja), co świadczy, że zakres
stężeń jest dostatecznie wąski; można zatem obliczyć średnie tych wielkości.

– odchylenie standardowe złożone badanego zakresu stężeń (metody) wynosi:

sC = 0,014, precyzja złożona wyrażona współczynnikiem zmienności wynosi 0,024
(2,4%).
Przykład D: Kilka serii wyników analiz powtarzanych na wielu poziomach stężeń.
Można przyjąć podobne postępowanie, jak w przypadku C, łącząc odchylenia
standardowe kilku serii analiz (na różnych poziomach stężeń), wykonane w różnych
terminach – według równania:

(22)

W analizie instrumentalnej (patrz rozdz. 2.5., równanie 39 i 48) można również

łączyć dane z różnych serii analiz wzorców pomiarowych (krzywych wzorcowych),
50

wyznaczając funkcję regresji z wszystkich wyników pod warunkiem, że współczynniki

nachylenia (czułość) obliczone w każdej serii nie różnią się istotnie, a następnie obliczając
z wszystkich danych tzw. resztowe odchylenie standardowe (sy) i odchylenie standardowe
(sm) pomiaru instrumentalnego (metody kalibracji).

2.3. Szacowanie wyników analizy

Celem analizy ilościowej jest uzyskanie informacji o ilościowym składzie badanego

obiektu (próbki). Aby uniknąć nieporozumień, podczas interpretacji otrzymanego
wyniku należy uwzględnić jego niepewność, tj. wszystkie możliwe błędy (przypadkowe,
systematyczne), jakie towarzyszyły danej analizie. Metody szacowania niepewności
pomiaru podano w rozdz. 2.8.
Jeśli wykonano więcej niż jedną analizę danej próbki, to końcowy wynik przedstawiany
jest zwykle w postaci średniej arytmetycznej ( ). Zakładając, że jeśli nawet podczas analizy
wystąpią tylko błędy przypadkowe, to i tak wyniki analiz powtarzanych tej samej próbki
(podzielonej) będą różnić się między sobą. Różnice te wpłyną na wartość średniej i ocenę
jej niepewności. Oceny statystycznej niepewności średniej najczęściej dokonuje się przez
wyznaczenie przedziału ufności. Przedział ufności reprezentuje granice, w których z danym
prawdopodobieństwem znajduje się wartość prawdziwa średniej, która może być utożsamiana
z wartością „prawdziwą” wyniku o ile nie występują błędy inne jak przypadkowe.
Przedstawione w tym rozdziale rozważania, dotyczące obliczania przedziału ufności, mają
charakter poglądowy i dotyczą bardziej aspektów związanych ze stosowaniem odpowiednich
metod statystycznych w analizie chemicznej niż stosowaniem pełnej, uwzględniającej różne
okoliczności, procedury szacowania niepewności pomiaru (patrz rozdz. 2.8).

2.3.1. Przedział ufności

Liczność wyników do obliczania wartości średniej jest na ogół ograniczona. Z tego

względu do obliczania przedziału ufności często wykorzystuje się parametry (zależne
również od przyjętego prawdopodobieństwa) rozkładu t-Studenta, a nie rozkładu
normalnego. Stosując ten rozkład, dla co najmniej dwóch wyników analiz, przedział
ufności wartości średniej można obliczyć wg równania:

p.u. (23)

w którym: nj – liczba analiz powtarzanych tej samej próbki

Stosowaną w równaniu (23) wartość t (α; f), zależną od poziomu istotności α
(prawdopodobieństwa) i liczby stopni swobody f (tzn. od liczby wyników analiz),
odczytuje się z tablicy rozkładu t-Studenta.
Z równania (23) wynika, że prawdziwa wartość średniej znajduje się w przedziale
wyznaczonym rozszerzonym odchyleniem od średniej . Szerokość przedziału
zależy od trzech czynników:
— precyzji wykonanych oznaczań (odchylenia standardowego),
— poziomu istotności (prawdopodobieństwa),
— liczby wyników analiz powtarzanych.
 51

Przykład wpływu liczności próbki na szerokość przedziału ufności podaje tabela 2.2.
Na podstawie danych zawartych w tabeli można wnioskować, że największy wpływ
na szerokość przedziału ufności średniej ma liczba wyników analiz powtarzanych,
a w przypadku wykonania tylko jednej analizy i otrzymania jednego wyniku nie ma
w ogóle możliwości obliczenia przedziału ufności.
Jeżeli na podstawie wyników analiz powtarzanych danej próbki należy zdecydować
czy zachowana jest deklarowana zawartość danego składnika w próbce (wartości
maksymalnej), to można zastosować jednostronny przedział ufności wartości średniej:
(24)

Przy oznaczaniu wartości minimalnej danego składnika lub zanieczyszczenia w badanej

próbce przedział jednostronny przyjmuje postać:
(25)
w którym:
– wartość średnia wyników analiz powtarzanych;
t – wartość odczytana z tabeli rozkładu t-Studenta, odpowiadająca liczbie stopni
swobody f = nj – 1 i przyjętemu poziomowi istotności α (prawdopodobieństwu P).

Tabela 2.2. Przedziały ufności (wartości średniej) wyników analiz powtarzanych

t
Przedział
Próbka Wyniki N s α = 0,05 ± 100%
ufności
f = n-1
A 20,6 6 20,70 0,179 2,57 20,51 do 20,89 20,70±0,9%
20,5
20,7
20,6
20,8
21,0
B 21,0 6 20,50 0,369 2,57 20,11 do 20,89 20,50±1,9%
20,5
20,5
20,0
20,2
20,8
C 20,6 4 20,90 0,216 3,18 20,56 do 21,24 20,90±1,6%
20,9
21,1
21,0
D 20,8 2 20,70 0,141 12,71 19,44 do 21,96 20,70±6,1%
20,6
52

Przykład 2.5.
Dopuszczalne stężenie niepożądanego zanieczyszczenia w preparacie wynosi 6 μg/l.
Na podstawie wcześniej wykonanych badań powtarzanych próbek materiału odniesienia
(f = 24 stopni swobody) obliczone odchylenie standardowe wynosi s = 0,28. Odchylenie
standardowe średniej s = 0,056.
Wykonano dwie równoległe analizy badanej próbki preparatu. Dopuszczalne
stężenie toksycznego zanieczyszczenia w preparacie nie będzie przekraczane
z prawdopodobieństwem P = 0,95 (α = 0,05), gdy:

Jeżeli wynik analizy jest większy od granicy 5,9, to z prawdopodobieństwem P = 0,95

można stwierdzić, że badana próbka preparatu nie odpowiada kryteriom.

2.3.2. Kryterium dopuszczalnej różnicy między wynikami analiz

Badania powtarzane (analizy powtarzane) są często podstawą uzyskiwanych końcowych

wyników analitycznych.
Badania powtarzane równoległe określa się jako wykonywanie powtarzanych analiz
(oznaczań) w krótkim okresie na tym samym materiale badanym i w tym samym laboratorium,
stosując tę samą metodę oraz prowadzonych przez tę samą osobę. Analizy powinny być
oparte na oddzielnych przygotowaniach próbek (np. z oddzielnymi ważeniami).
Badania powtarzane archiwalne związane są z powtarzanymi analizami tego samego
obiektu (próbki), w odległym czasie, jeśli warunki przechowywania nie wpływają
niekorzystnie na jej stan.
Badając próbkę, analityk może wykonać dwie, trzy lub więcej analiz równoległych.
Uzyskane wyniki najczęściej różnią się między sobą. Jako wynik ostateczny, niezależnie od
liczby powtórzeń, podaje się wartość średnią wyników analiz równoległych. Aby odpowiedzieć
sobie na pytanie, czy stwierdzone różnice między wynikami są do przyjęcia należy wykonać
odpowiednie obliczenia statystyczne, wykorzystując np. wartość rozstępu.
Gdy znane jest odchylenie standardowe s, to:

(26)

Różnica (xmax – xmin) stanowi rozstęp pomiędzy wartościami skrajnymi, a nj – liczbę

analiz powtarzanych.
Współczynniki d (α; nj) obliczone zostały przez Pearsona i podane są w tabeli 2.3. (dla
poziomu istotności α = 0,05 i nj = 2, 3 lub 4).

Tabela 2.3. Współczynniki Pearsona

nj d(α = 0,05; n )
j

2 2,77

3 3,31

4 3,65
 53

Przykład 2.6.
Otrzymano następujące wyniki analiz powtarzanych: 4,64; 4,64; 4,67.
Należy sprawdzić, czy rozstęp między wynikami wynoszący 0,03 jest spowodowany
błędem przypadkowym. Obliczone wcześniej na próbkach materiału odniesienia
odchylenie standardowe dla f > 50 wynosi 0,023. Dla nj = 3 i α = 0,05 wartość
współczynnika Pearsona wynosi (tabela 2.3.) d = 3,31. Po podstawieniu do równania
(26) otrzymuje się dopuszczalną wartość różnicy:

Wniosek: Rozstęp między wynikami R = 0,03 z prawdopodobieństwem P = 0,95

(poziom istotności α = 0,05) jest mniejszy od wartości krytycznej, tzn. różnice między
wynikami oznaczań są nieistotne i otrzymane wyniki można przedstawić jako wartość
średnią arytmetyczną, która w tym przypadku wynosi 4,650.

2.4. Hipotezy i testy statystyczne

W praktyce analitycznej często korzysta się z tzw. testowania, które umożliwia np.
ocenę, czy różnica między znalezionymi (obliczonymi) wynikami jest mała, czy duża, czy
ma istotne znaczenie, czy też można ją zaniedbać. Metody testowania pozwalają stwierdzić,
czy wartości znalezione doświadczalnie, podstawione do równania na obliczanie danego
kryterium testującego, mieszczą się, z przyjętym poziomem prawdopodobieństwa,
w granicach tzw. wartości krytycznych dla danego testu. Wartości krytyczne odczytuje się
z odpowiednich tablic. Poziom prawdopodobieństwa określa się jako poziom istotności
α, dla którego porównuje się wartość obliczoną z wartością odczytaną z tablicy.
W badaniach analitycznych często zachodzi potrzeba porównania różnych metod
pod kątem wybrania jednej z nich. Porównania takie mogą być prowadzone m.in. na
podstawie badań międzylaboratoryjnych. W prostych przypadkach metody porównuje
się, opierając na wynikach oznaczań tej samej substancji, otrzymanych dwiema lub więcej
metodami. Czynność ta sprowadza się do ustalenia, czy wyniki oznaczań uzyskanych za
pomocą różnych metod należą do tej samej zbiorowości generalnej. Do weryfikacji hipotez
stosowanych podczas porównywania metod korzysta się z testów parametrycznych lub
nieparametrycznych.
W praktyce laboratorium analitycznego często zachodzi potrzeba sprawdzania różnego
rodzaju hipotez statystycznych.
Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące właściwości,
charakteryzujących zbiorowość generalną.
Hipotezy statystyczne dzielą się na:
— parametryczne, w których zakłada się znany rozkład zmiennej losowej (dla błędów w analizie
chemicznej przeważnie rozkład normalny) i sprawdza parametry tego rozkładu,
— nieparametryczne, w których nie zakłada się typu rozkładu zmiennej losowej.
Hipoteza parametryczna jest np. przypuszczeniem, że wartość średnia w populacji
o rozkładzie normalnym równa jest ściśle określonej wartości μ0. Hipotezą
nieparametryczną jest np. przypuszczenie, że rozkład otrzymanych wyników jest ściśle
określony, np. normalny, albo że dwie próbki pochodzą z tej samej populacji.
54

Do sprawdzenia i weryfikacji hipotez statystycznych służą testy statystyczne.

Test statystyczny jest regułą postępowania, która na podstawie parametrów próbki
ma doprowadzić z określonym prawdopodobieństwem do podjęcia lub odrzucenia
podstawowej hipotezy statystycznej.
Każdy test statystyczny budowany jest dla tzw. problemu testowania (H0, H1), gdzie H0
oznacza hipotezę zerową (nazywaną niekiedy hipotezą testowaną), a H1 oznacza hipotezę
alternatywną. Hipoteza alternatywna jest przyjmowana jako prawdziwa w momencie
odrzucenia hipotezy zerowej. Hipoteza zerowa może w rzeczywistości być zarówno
prawdziwa jak i fałszywa, a w rezultacie testowania może zostać przyjęta lub odrzucona
(dokładniej, przyjęcie albo odrzucenie hipotezy zerowej oznacza podjęcie decyzji
o przyjęciu albo odrzuceniu tej hipotezy na podstawie wyników przeprowadzonego
testu). Te cztery możliwości przedstawia tabela 2.4:

Tabela 2.4. Błędy wnioskowania w wyniku testowania hipotez

Decyzja podjęta w wyniku testowania H0 jest prawdziwa H0 jest fałszywa

Przyjąć H0 decyzja poprawna błąd II rodzaju

Odrzucić H0 błąd I rodzaju decyzja poprawna

Jeśli hipoteza zerowa jest prawdziwa i w wyniku testowania zostanie przyjęta albo jest
ona fałszywa i w wyniku testowania zostanie odrzucona, to w obu wypadkach podjęta
decyzja jest prawidłowa. Jeśli hipoteza zerowa jest prawdziwa i zostaje odrzucona to
popełniony błąd nazywa się błędem I rodzaju. Jeśli hipoteza zerowa jest fałszywa i zostaje
przyjęta to popełnia się błąd nazywany błędem II rodzaju.
Test, którego wyniki pozwalają tylko na odrzucenie hipotezy testowanej (gdyż
w teście tym kontrolowane jest jedynie prawdopodobieństwo błędu I rodzaju, natomiast
niekontrolowane jest prawdopodobieństwo błędu II rodzaju) nosi nazwę testu istotności.
Poziomem istotności testu statystycznego nazywa się arbitralnie przyjętą wartość
ograniczającą prawdopodobieństwo błędu I rodzaju. Wielkość poziomu istotności
uwarunkowana jest skutkami jakie mogą wynikać z niewłaściwego odrzucenia hipotezy
zerowej na korzyść przyjęcia hipotezy alternatywnej – im bardziej zależy nam na uniknięciu
takich skutków, tym mniejszą wartość przyjmuje się jako poziom istotności. W badaniach
biologicznych i chemicznych zazwyczaj przyjmuje się poziom istotności równy 0,05 albo
0,01; poziom istotności najczęściej oznaczany jest literą α.
Weryfikację hipotezy zerowej przeprowadza się przy założeniu jej prawdziwości.
1. Testowaną hipotezę odrzuca się (na korzyść hipotezy alternatywnej), gdy w wyniku
weryfikacji prawdopodobieństwo zajścia zdarzenia zgodnego z tą hipotezą jest
bardzo małe, tj. mniejsze od poziomu istotności α = 0,01. Jeśli hipoteza zerowa
sformułowana była jako równość dwóch parametrów, alternatywna jako brak
równości tychże samych parametrów, symbolicznie można to zapisać jako problem
testowania (H0: μ1 = μ2; H1: μ1 ≠ μ2), to odrzucenie hipotezy zerowej o równości
parametrów powoduje przyjęcie hipotezy alternatywnej, co jest równoważne
przyjęciu orzeczenia, że parametry μ1 i μ2 różnią się w sposób istotny na poziomie
istotności α = 0,01.
2. W przypadku testu istotności, tzn. w przypadku gdy w teście kontrolowane jest
tylko prawdopodobieństwo błędu I rodzaju powstaje dość poważny problem, gdy
 55

w wyniku testowania prawdopodobieństwo zajścia zdarzenia zgodnego z hipotezą

zerową jest większe od poziomu istotności α = 0,05. Ponieważ nie jest kontrolowane
prawdopodobieństwo błędu II rodzaju nie można przyjąć hipotezy zerowej, gdyż nie
wiadomo jak często taka decyzja może być decyzją błędną (jeśli np. prawdopodobieństwo
błędu II rodzaju jest rzędu 0,5, to zamiast przeprowadzać weryfikację hipotezy zerowej
prościej jest rzucać monetą – skutek będzie taki sam). Używane jest wtedy orzeczenie, iż
nie ma podstaw do odrzucenia hipotezy zerowej, co jednakże nie jest równoznaczne z jej
przyjęciem. W praktyce brak podstaw do odrzucenia hipotezy zerowej jest utożsamiany
z jej przyjęciem, co z punktu widzenia teorii statystyki nie jest poprawne.
3. Jeśli w wyniku weryfikacji hipotezy zerowej prawdopodobieństwo zdarzenia
zgodnego z tą hipotezą jest większe od 0,01 i mniejsze od 0,05 to należy
przeprowadzić weryfikację ponownie zwiększając liczbę wyników laboratoryjnych,
gdy jest to niemożliwe, to otrzymany rezultat należy zinterpretować w sposób
niekorzystny dla badacza.
W praktyce laboratoryjnej testowanie hipotez zwykle odbywa się na jednym poziomie
istotności α = 0,05, rzadziej na poziomie α = 0,01.

2.4.1. Porównanie dwóch wariancji lub jej pochodnych

Jednorodność wariancji sprawdza się w laboratorium najczęściej w celu: ustalenia

zakresu roboczego (analitycznego) metody analitycznej lub porównania rozrzutu danych
w różnych seriach wyników analiz tej samej próbki.
Można również ocenić istotność różnic współczynników zmienności najczęściej w celu:
— porównania precyzji dwóch lub więcej metod analitycznych,
— akceptacji granicy oznaczania ilościowego,
Jednorodność wariancji lub istotność różnic współczynników zmienności sprawdza
się za pomocą testu F–Snedecora, weryfikując hipotezę zerową: H0 : s12 = s22.
W celu weryfikacji hipotezy statystycznej o równości wariancji dwóch szeregów
statystycznych (zbiorów wyników analiz), wyznacza się wartości estymatorów wariancji s22
i s12 z próbek o liczności odpowiednio n1 i n2, a następnie oblicza się wartość wyrażenia:

dla s12 > s22 lub dla s22 > s12 (27)

Zamiast wariancji s2 można do równań (27) podstawić wartości współczynników

zmienności v:

lub
(28)

Wyrażenie F tworzy się w ten sposób, aby licznik był większy od mianownika, tzn.
aby otrzymana wartość F była nie mniejsza od jedności. Obliczoną wartość F porównuje
się z wartością krytyczną Fα; f1, f2 odczytaną z tablicy rozkładu F–Snedecora, dla
poziomu istotności α i liczby stopni swobody f1 = n1 – 1 dla licznika i f2 = n2 – 1 dla
mianownika (lub odwrotnie, w zależności od tego, która z wariancji próbkowych jest
większa). W przypadku gdy zachodzi F > F α; f1, f2 odrzuca się hipotezę zerową H0 : s12 = s22
56

o równości wariancji w porównywanych populacjach, na korzyść hipotezy alternatywnej

H1 : s12 ≠ s22. Jeśli natomiast F ≤ Fα; f1, f2 to nie ma podstaw do odrzucenia hipotezy H0.
W tym ostatnim przypadku uważa się, że precyzje obu metod nie różnią się między sobą
w sposób istotny.

Przykład 2.7a.
Zastosowanie testu F do oceny jednorodności wariancji dwóch serii wyników analiz
próbek o tym samym stężeniu badanego czynnika. Otrzymano wyniki dwóch serii
pomiarowych:

Seria 1 66,1 61,2 59,8 57,0 62,4 62,1 58,3 62,7 59,6 55,9 59,5 60,4 64,1 60,9 61,1

Seria 2 61,9 58,6 59,2 60,3 57,5 64,3 59,6 62,3 62,8 59,9 62,0 64,4 63,6 55,1 68,7 67,7

n1 = 15 s12 = 6,86
n2 = 16 s22 = 12,73

Wartość statystyki F obliczona z równania, (wariancja w drugiej serii jest

większa niż w pierwszej) jest równa 1,86, a wartość krytyczna 2,44. Zatem
obliczona wartość F jest mniejsza od wartości krytycznej, a więc nie ma podstaw do
odrzucenia hipotezy zerowej o jednorodności wariancji w obu seriach pomiarowych.

Przykład 2.7b.
Badano precyzje dwóch metod analitycznych (wyrażoną odpowiednimi współczynnikami
zmienności), stosowanych do oznaczania tej samej substancji i otrzymano wyniki:

Metoda Współczynnik zmienności Stopień swobody

Pierwsza v1 = 4,4% f1 = 24

Druga v2 = 2,2% f2 = 24

Różnica precyzji dwóch metod analitycznych jest istotna statystycznie. Błąd

przypadkowy (losowy) metody drugiej jest mniejszy.

2.4.2. Porównywanie dwóch średnich (poprawności dwóch metod)

Testy wykorzystywane do porównywania dwóch „prawdziwych” średnich (wartości

oczekiwanych rozkładów prawdopodobieństwa badanej cechy) w dwóch różnych
populacjach, z których pobrano próbki (H0 : μ1 = μ2, H1 : μ1 ≠ μ2) są najczęściej testami
istotności, czyli testami, w których kontrolowane jest jedynie prawdopodobieństwo błędu
I rodzaju. Można w ten sposób wykryć błąd systematyczny, którym może być obciążony
wynik badania laboratoryjnego.
 57

Test t-Studenta (model I)

Jeśli badana cecha (wyniki uzyskiwane obiema metodami) ma w obu populacjach
rozkład normalny o jednakowej, choć nieznanej wariancji, to wówczas test istotności dla
problemu H0 : μ1 ( 1) = μ2 ( 2), H1 : μ1 ( 1) ≠ μ2 ( 2) skonstruowany jest na statystyce:

(29)

która ma wówczas rozkład t-Studenta o n1 + n2 – 2 stopniach swobody. Obliczoną

wartość t porównuje się z wartością krytyczną tα; f rozkładu t-Studenta, dla przyjętego
poziomu istotności α i dla liczby stopni swobody f = n1 + n2 – 2. Jeśli obliczona wartość
t jest większa od wartości krytycznej, to odrzuca się hipotezę zerową o równości średnich
w porównywanych populacjach na korzyść hipotezy alternatywnej, że prawdziwe średnie
w obu populacjach są różne (tzn. przyjmuje się hipotezę alternatywną). W rozważanym
przypadku, jeśli jedna z metod jest referencyjna, to druga jest obciążona błędem
systematycznym.
W przypadku, gdy obliczona wartość t jest nie większa niż wartość krytyczna, nie
ma podstaw do odrzucenia hipotezy zerowej o równości wartości przeciętnych, z czego
można wnioskować, że obserwowane różnice między metodami są nieistotne statystycznie
i wynikają z istnienia błędów przypadkowych.
W przypadku gdy liczności serii pomiarów obydwu metod są sobie równe, tzn. gdy
n1 = n2 = n, poprzednie równanie upraszcza się do postaci:

(30)

przy czym liczba stopni swobody jest równa f = 2 (n – 1). Opisany test może być stosowany
dla populacji, w których badana cecha ma rozkład normalny, przy czym powinien być
zachowany warunek równości wariancji w obu populacjach. Sprawdzenia hipotezy, że
s 12 = s 22 dokonuje się poprzednio opisanym testem F –Snedecora.

Przykład 2.8.
W przykładzie 2.7a. otrzymano dane:
Seria 1: n1 = 15 s12 = 6,86 obliczona średnia wynosi 1= 60,74;

Seria 2: n2 = 16 s 22 = 12,73 obliczona średnia wynosi 2= 61,74;

bezwzględna wartość statystyki t jest równa 0,0035, wartość krytyczna t0,05; 29 = 2,05.
Ponieważ obliczona wartość statystyki t jest mniejsza od wartości krytycznej, nie ma
podstaw do odrzucenia hipotezy zerowej.
Test t-Studenta (model II)
W pewnych okolicznościach może zaistnieć potrzeba porównania wartości średniej
uzyskanej z pomiarów z uznaną za bezbłędną wartością liczbową μ0, np. wyprowadzoną
teoretycznie na podstawie obliczeń lub uznaną arbitralnie. Testowany jest wówczas
problem (H0 : μ = μ0, H1 : μ ≠ μ0).
Weryfikacja hipotezy H0 polega na obliczeniu wartości statystyki t1:
58

(31)

i porównaniu jej z wartością krytyczną tα; f rozkładu t-Studenta. Wskazane jest stosowanie
tej wersji testu do porównania wartości nominalnych materiałów odniesienia, dla których
podano granice niepewności z wynikiem analiz powtarzalnych, np. materiałów odniesienia
stosowanych podczas walidacji metody lub szacowania niepewności pomiaru.

Przykład 2.9.
Zakładając, że prawdziwa wartość parametru ocenianego w serii 1 przykładu 2.7a.
jest równa μ = 65, należy rozważyć teraz problem testowania (H0 : μ = 65, H1 : μ ≠ 65).
Oblicza się bezwzględną wartość statystyki t, która jest równa 6,30, zaś wartość krytyczna
t0,05; 14 = 2,14. W tym przypadku obliczona wartość statystyki jest większa od wartości
krytycznej, zatem należy odrzucić hipotezę zerową i przyjmujemy hipotezę alternatywną
H1 : μ ≠ 65.

2.4.3. Porównanie różnic par wyników

Porównanie dwu metod oraz wykrycie obecności błędu systematycznego w przypadku,

gdy jedna z metod jest metodą wzorcową, można przeprowadzić także badając różnice
między parami xi, yi wyników pomiarów xi – yi. Każda i–ta para wyników dotyczy tej
samej próbki (próbki są parami skorelowane, m jest liczbą par). Mając wyniki pomiarów
metodą X (x1, x2,..., xm) i metodą Y (y1, y2,..., ym) oblicza się wielkość:

(32)

gdzie:

(33)

Oblicza się odchylenie standardowe wg równania:

(34)

Porównanie obliczonej wartości t z wartościami tablicowymi przy przyjętym poziomie

istotności αi liczbie stopni swobody f = m – 1, pozwala na ocenę ewentualnego występowania
różnic między metodami lub na stwierdzenie obecności błędu systematycznego. Przy
stosowaniu tego testu zakłada się, że badane populacje mają rozkład normalny.

Przykład 2.10.
Należy zbadać, czy różnica między dwiema seriami wyników jest nieistotna; H0 : X = Y;
H1 : X ≠ Y, przy czym pierwszą serię uzyskano metodą wzorcową (X):
 59

xi yi di = xi – yi

100,1 96,6 3,5 1,21

115,1 115,6 – 0,5 8,41

130,0 125,5 4,5 4,41

93,6 94,0 – 0,4 7,84

108,3 103,3 5,0 6,76

137,2 134,4 2,8 0,16

104,4 100,2 4,2 3,24

97,3 97,3 0 5,76

Σ = –19,1 Σ = 37,79

Wynik testowania: różnica pomiędzy obu seriami wyników jest istotna; metoda druga
jest obciążona błędem systematycznym.

2.4.4. Wykrywanie błędów grubych

Podczas wielokrotnego powtarzania analiz często jeden z wyników bez widocznych

przyczyn różni się od pozostałych – (jest większy lub mniejszy). Należy wówczas
rozstrzygnąć, czy chodzi tu o wynik, który różni się od pozostałych ze względu na losowo
duży rozrzut, czy też jest to prawdziwy „gruby błąd”, który należy wykluczyć – lub
lepiej zastąpić wynikiem dodatkowo wykonanej analizy – przy dalszym opracowywaniu
wyników. W chemii analitycznej najczęściej otrzymuje się mało liczne serie wyników
i dlatego błędy grube najlepiej wykrywać na podstawie badania rozstępu, za pomocą
testu Dixona.
Dla zbioru danych x1, x2, x3........ xn ustawionych w szeregu statystycznym
uporządkowanym, test Dixona stosuje następującą statystykę:
60

przy 3 – 7 danych (35)

przy 8 – 12 danych (36)

przy > 12 danych (37)

Należy uwzględnić większą z wartości danej pary Q1 / Qn i porównać z wartością

krytyczną Qα, n odczytaną z tablicy wartości krytycznych.
Jeżeli w danym szeregu statystycznym test Dixona ujawnia, że jedna z wartości
ekstremalnych (największa lub najmniejsza) jest statystycznie odbiegająca, test można
zastosować powtórnie dla n – 1 = n’ pozostałych wartości. Test można stosować
wielokrotnie, aż do ujawnienia wszystkich wartości odbiegających.
Test Dixona można zastosować zarówno dla porównania wartości oznaczonych,
otrzymanych w wyniku analiz powtarzanych danej próbki (x) lub wartości mierzonych
(wskazań przyrządu pomiarowego np. absorbancja) (y).

Przykład 2.11.
W wyniku analiz powtarzanych otrzymano dane pomiarowe, które przedstawiono
w szeregu uporządkowanym: y1 = 0,19; y2 = 0,19; y3 = 0,20; y4 = 0,20; y5 = 0,24
Ocenie poddane są: pierwszy y1 i ostatni y5 wynik w szeregu:

Q1 = 0 Q5 = 0,80

Wynik testu wynosi 0,80

Wartość krytyczna wynosi Q0,05; 5 = 0,71
Wniosek: ponieważ Q5 > Q0,05; 5 wartość pomiarowa y5 = 0,24 jest statystycznie odbiegająca
od wyników pozostałych i nie powinna być uwzględniona w dalszych obliczeniach.

Doerffel podaje inny sposób wykrywania błędu grubego w seriach wyników

o liczności 4 < n < 1000. W celu sprawdzenia hipotezy o występowaniu błędu grubego
oblicza się dla otrzymanych wyników, ale z pominięciem wyniku podejrzanego, średnią
arytmetyczną i odchylenie standardowe. Jeżeli liczność wyników w serii przekracza 10,
a wynik podejrzany różni się od wartości średniej więcej niż o 4s, to przypuszczalnie jest
on obciążony błędem grubym.
 61

2.5. Statystyka zależności liniowej

2.5.1. Parametry zależności liniowej

W chemii analitycznej większość technik instrumentalnych przed wykonaniem analizy

próbki wymaga wzorcowania, którego wynik przedstawiony jest odpowiednim równaniem
regresji. Zadaniem analityka jest określenie właściwej funkcji wzorcowania na podstawie
posiadanych informacji o zawartościach mierzonych próbek i wynikach pomiarów
(wskazaniach przyrządu pomiarowego). W tym celu stosuje się statystyczną analizę regresji,
która pozwala scharakteryzować zależność między dwiema zmiennymi: niezależną x i zależną
y. Wartości zmiennej x znane są już przed doświadczeniem, a wartości zmiennej y, są ustalone
w wyniku doświadczenia. Parametry funkcji regresji liniowej mogą być wykorzystane
w laboratorium do badania różnych cech metody analitycznej w procesie jej walidacji, np.
wykrywalności i oznaczalności, liniowości, czułości, precyzji, a także niepewności pomiaru.
Równanie przedstawiające zależność liniową między wskazaniem przyrządu
pomiarowego y a stężeniem x ma postać:

y = a + bx (38)

Równanie (38) przedstawia zależność dwóch zmiennych: y – wartość wskazania

przyrządu pomiarowego – jest zmienną zależną, x – ilość (stężenie) analitu – jest zmienną
niezależną.
Stałe równania a i b można wyliczyć metodą najmniejszych kwadratów wg równań:

(39)

(40)

Stała a nosi nazwę współczynnika przesunięcia, a stała b współczynnika nachylenia.

Wyznaczony na podstawie parametrów równania regresji wykres funkcji przedstawia
zależność wartości wskazań przyrządu pomiarowego y od ilości lub stężenia analitu x.
Za pomocą wykresu funkcji regresji przedstawia się w analizie instrumentalnej wynik
wzorcowania (kalibracji).
Współczynnik nachylenia b jest miarą czułości metody analitycznej, a jej wartość
np. w spektrofotometrii UV–VIS przy grubości warstwy absorbującej wynoszącej 1 cm,
ma wartość współczynnika absorpcji.

2.5.2. Szacowanie parametrów zależności liniowej

Stałe a i b są wielkościami losowymi (estymatorami), parametrów α i β.

Precyzja oszacowania stałych wyrażona jest wariancją (odchyleniem standardowym)
charakteryzującą rozrzut między wartościami zmiennych y i x (ang. residual standard
deviation – sy).
62

(41)

(42)

Dla wartości a i b można wyznaczyć odpowiednie przedziały ufności. W tym celu

oblicza się wariancje i odchylenia standardowe stałych a i b z równań:

(43)

(44)

Wartości sa i sb charakteryzują precyzję wyznaczania stałych a i b, zaś odpowiednie

przedziały ufności – niepewność ich szacowania.

Przedział ufności b i a oblicza się wg równań:

(45)

(46)

gdzie f = m – 2

Niepewność wyniku odpowiadająca niepewności metody dopasowania liniowego jest

konsekwencją błędów, którymi jest obciążona wartość mierzona i błędów wyznaczania
współczynników funkcji regresji. Z tego względu prawdziwa wartość linii regresji leży
między granicami przedziału ufności wyznaczonego z określonym prawdopodobieństwem
(P = 1 – α), a wartość mierzona Y jest zmienną losową. Wynik analizy próbki Xi znajdzie
się również w przedziale odpowiadającym przedziałowi ufności linii regresji. Ilustrację
tych zależności przedstawia rys. 2.3.
Błędy (odchylenia) wynikające z prawa propagacji układają się w kształcie dwóch
hiperboli leżących po przeciwnych stronach krzywej (funkcji równania regresji). Odległość
między nimi wzrasta w miarę oddalania się od środkowego punktu wykresu.
 63

Rys. 2.3. Zakres roboczy metody, scharakteryzowany przez linię wzorcowania od x1 do x10 wraz
z odpowiadającym jej przedziałem ufności i niepewności wyniku pojedynczej analizy (X).

Z tego też względu przy konstruowaniu np. krzywej wzorcowej, należy w środku
skali wzorców umieścić wzorzec odpowiadający np: stężeniu nominalnemu danego
analitu w próbce.
Oszacowanie granic przedziału ufności (a więc losowej składowej niepewności)
wyniku pomiaru analitu w próbce wyraża się równaniem:

(47)

w którym:
xi – stężenie analitu w i–tej próbce wzorcowej,
– średnia stężeń analitu w skali wzorców o m poziomach stężeń,
N – liczba analiz powtarzanych,
– średnia sygnałów analitycznych dla N powtórzeń analiz próbki bada nej,
– średnia sygnałów analitycznych dla yi próbek wzorcowych o różnych poziomach
stężeń analitu,
m – liczba poziomów stężeń wzorcowych analitu w skali wzorców,
– stężenie (zawartość) analitu w badanej próbce obliczone ze średniej wartości Y .

Jeżeli N = 1 to = X i = Y (N = liczba oznaczań powtórzonych badanej próbki).

Wartość dystrybuanty rozkładu t-Studenta (tα; f) określa się dla m–2 stopni swobody
i dla poziomu istotności α = 0,05.
64

Przedział ufności wyniku pomiaru instrumentalnego zależy od:

— prawdopodobieństwa odpowiadającego wartości statystyki: tα; f
— czułości metody: b
— resztowego odchylenia standardowego: sy
— liczby poziomów stężeń wzorców: m
— liczby powtórzeń (analiz równoległych) próbek badanych: N
— wartości uzyskanego dla próbki badanej sygnału pomiarowego (np. absorbancji).
W przypadku wykorzystania przedziału ufności (a właściwie jego połowy) wyniku
pomiaru instrumentalnego w budżecie niepewności tego wyniku uwzględniającym
wszystkie składowe (patrz rozdz. 2.8), należy w równaniu (47) pominąć wielkość t.
Przykład szacowania parametrów zależności liniowej podano w zał. 2.1.

2.5.3. Ocena funkcji liniowej

Precyzję kalibracji w analizie instrumentalnej dobrze charakteryzują parametry

krzywej wzorcowej opisane równaniem regresji y = a + bx, takie jak resztowe odchylenie
standardowe (punktów wartości mierzonych od linii prostej) sy oraz współczynnik
nachylenia (czułość) b.
Jakość pomiaru instrumentalnego polepsza się, gdy wzrasta czułość i zmniejsza się
odchylenie standardowe sy.
Odchylenie standardowe metody (kalibracji) sm uwzględnia wpływ na jakość analizy
parametrów sy i b.
Odchylenie standardowe oblicza się wg równania:

(48)

Precyzję najlepiej wyrazić w postaci współczynnika zmienności, który daje możliwość

względnego porównania różnych technik np. instrumentalnych, stosowanych do analizy
tego samego czynnika. Do oceny istotności różnic precyzji stosuje się test F–Snedecora
(równanie (27)).
Współczynnik zmienności oblicza się w procentach wg równania:

(49)

lub

(50)

w którym: – średnia wartość zakresu skali wzorców.

2.5.4. Korelacja liniowa

Miarą zależności między dwiema zmiennymi x i y jest współczynnik korelacji liniowej ρ (–

1 ≤ ρ ≤ + 1). Gdy ρ = 1, zachodzi ścisła zależność liniowa, a wzrost x powoduje wzrost y. Gdy
ρ = –1, wtedy również zachodzi zależność liniowa, ale wzrost x powoduje zmniejszenie
wartości y. W przypadku, gdy ρ = 0 wielkości x i y są nieskorelowane. Ma to szczególnie
 65

miejsce w przypadku gdy x i y są niezależne. Jednakże na podstawie ρ = 0 nie można

wnioskować o niezależności stochastycznej x i y. Im bardziej ρ zbliżone jest do ±1, tym
ściślejsza jest obserwowana zależność.
W praktyce laboratoryjnej w wyniku szacowania współczynnika korelacji można
między innymi ocenić:
— liniowość zakresu roboczego metody,
— liniowość wzorcowania przyrządu pomiarowego,
— zależność między dwiema zmiennymi.
W przypadku badania próby losowej estymatorem współczynnika korelacji ρ jest
współczynnik korelacji z próbki r obliczany według równania:

(51)

Stosując współczynnik korelacji do oceny liniowości zakresu metody lub krzywej

wzorcowej, zwykle przyjmuje się założenie granicznej wartości współczynnika korelacji,
np. r ≥ 0,999.
Badając zależność między zmiennymi można sprawdzić, czy współczynnik korelacji
istotnie różni się od zera np. w przypadku metod zaprojektowanych w laboratorium
z wykorzystaniem pomiaru spektrofotometrycznego (UV, VIS). Można tego dokonać
obliczając wartość statystyki rozkładu t-Studenta wg równania:

(52)

Uzyskaną wartość tr porównuje się z wartością krytyczną t z tablic, dla przyjętego

poziomu istotności np. α = 0,05.
Jeśli ⎢tobl⎢ > tkryt przybliżenie zależności liniowej jest prawidłowe (współczynnik
korelacji jest różny od zera). Jeśli ⎢tobl⎢ < tkryt brak jest zależności liniowej między
badanymi zmiennymi.
Jeżeli w wyniku eksperymentu otrzymana wartość współczynnika korelacji jest
mniejsza od wartości założonej np. 0,999, to można przeprowadzić szacowanie
niepewności tego współczynnika w celu ustalenia przedziału ufności, w którym może
znaleźć się „prawdziwa” wartość współczynnika korelacji r’.

Przykład 2.12.
W wyniku kalibracji przyrządu pomiarowego oszacowano parametry zależności
linowej i otrzymano współczynnik korelacji r = 0,997, czyli wartość mniejszą od założonej
(r = 0,999). Kalibrację powtórzono pięciokrotnie stosując w każdym powtórzeniu po pięć
wzorców o różnym poziomie stężeń (czyli n = 25). Wykonano szacowanie niepewności
otrzymanego współczynnika korelacji przyjmując prawdopodobieństwo P = 0,95 wg
równania:

(53)
66

Podstawiając uzyskane wyniki otrzymano:

t (0,05; 24) = 2,06

czyli:

stąd:

czyli:

Wniosek: „prawdziwa” wartość współczynnika korelacji r’ znajduje się w przedziale

0,995÷0,999, tj. obejmuje zakładaną wartość r = 0,999.

2.5.5. Wykrywanie błędów systematycznych

Błędy systematyczne powodują odchylenie wyników pomiarów od wartości prawdziwej

w jedną stronę.
Przy ocenie metody analitycznej ważna jest znajomość rodzaju występującego błędu
systematycznego, co pozwala na odpowiednie skorygowanie procedury analitycznej.
W rozdziałach 2.4.2. i 2.4.3. przedstawiono możliwość wykrywania błędu
systematycznego wyników powtarzanych analiz tej samej próbki w porównaniu
z wzorcową metodą lub materiałem odniesienia. Jeżeli istnieje potrzeba porównania
danych uzyskanych z analizy próbek o różnych poziomach zawartości badanego składnika
ze znanymi wartościami odniesienia, to można zbadać zależność między dwoma szeregami
statystycznymi danych za pomocą równania regresji.
W celu jednoczesnego wykrycia stałego i zmiennego błędu systematycznego bada się nj
próbek odpowiedniego materiału odniesienia, na różnych poziomach stężeń (zawartości)
badanego składnika.
Następnie przeprowadza się statystyczną ocenę zależności między zadaną xz i oznaczoną
y0 zawartością wg równania regresji: y = a + bx. Jeśli metoda analityczna nie jest
obciążona błędem systematycznym to xz = y0, a więc stawiamy hipotezę zerową H0 : a = 0
i b = 1 i hipotezę alternatywną H1 : a ≠ 0 i b ≠ 1.
Jeśli współczynnik przesunięcia a istotnie różni się od zera, dowodzi to występowania
błędu stałego. Jeśli współczynnik nachylenia prostej jest istotnie różny od 1 to występuje
błąd zmienny. Występowanie błędów systematycznych zostaje stwierdzone gdy:

(54)
 67

(55)

dla f = nj – 2 stopni swobody.

sb i sa obliczono wg równań (43) i (44).

Przykład 2.13.
Dla pewnej metody miareczkowej oznaczania siarczanów otrzymano następujące
wyniki analiz (ilość SO42- w mg):

Dodano, 9,50 19,00 28,50 38,00 47,50 95,00 142,50 190,00 237,50
xzi

Oznaczono, 12,08 19,42 28,64 37,87 46,37 93,12 139,50 185,96 232,95
y0i

Skorygowano, 11,29 18,83 28,30 37,78 46,52 94,54 142,17 189,90 238,16
y*i

Po zastosowaniu metody regresji liniowej y0 = a + bxz otrzymano:

a = 1,083736 b = 0,973568
sa = 0,421963 sb = 0,003555

ta = a / sa = 1,083736 / 0,421963 = 2,57

tb = (1 – b) / sb = (1 – 0,973568) / 0,003555 = 7,44

t (0,05; 7) = 2,36

czyli: ta > t (0,05; 7) tb > t (0,05; 7)

Ponieważ ta i tb są większe do t (α; f) występowanie stałego i liniowego zamiennego

błędu systematycznego zostało potwierdzone. W tym przypadku należy wprowadzić
poprawkę do wyników oznaczań stosując przekształcenia. Wszystkie skorygowane wyniki
zestawiono powyżej, łącznie z danymi pierwotnymi. Przykładowo sposób przekształcenia
trzech wyników podano poniżej:

y*
1 = (y01 – a) / b = (12,08 – 1,083736) / 0,973568 = 11,29

y*
2 = (y02 – a) / b = (19,42 – 1,083736) / 0,973568 = 18,83

y*
9 = (y09 – a) / b = (232,95 – 1,083736) / 0,973568 = 238,16

a następnie obliczyć skorygowane współczynniki a* i b*:

czyli:
yi*= a* + b*xz
68

W wyniku przeprowadzonych obliczeń otrzymano:

a* = 1,7 . 10-7 b* = 1,00000

sa* = 0,433 sb* = 0,003651

Wartości współczynników a i b wskazują, że po skorygowaniu błędu systematycznego

(stałego i zmiennego) wartości oznaczonych stężeń analitu w kolejnych próbkach nie
różnią się istotnie od stężeń analitu dodanych do tych próbek.

2.6. Charakteryzacja metody analitycznej

2.6.1. Zakres roboczy

W analizie chemicznej określa się zakres roboczy metody, w którym można osiągnąć
liniowość oraz akceptowalną poprawność i precyzję.
W założonym zakresie roboczym metody należy sprawdzić:
— jednorodność wariancji wyników analiz próbek na skrajnym poziomie stężeń
(zawartości) badanego analitu; jeżeli istnieje silna zależność wariancji od stężenia
analitu za pomocą testu F można wyznaczyć statystyczne granice zakresu,
— liniowość lub nieliniowość,
— istotność różnic precyzji (współczynników zmienności) w skrajnych punktach zakresu
(test F),
— istotność różnic poprawności (odzysku analitu z matrycy) w różnych punktach zakresu
(test t-Studenta).
W przypadku oznaczań wartości maksymalnych (granicznych) analitu zakres roboczy
może być wyznaczony arbitralnie przy założeniu, że spodziewane wartości stężeń analitu
w badanych próbkach znajdą się wewnątrz zakresu, np. ± (20%, 30% lub 50%) od
wartości spodziewanej.
Metoda analityczna może mieć kilka zakresów roboczych, z których każdy będzie
scharakteryzowany przez wyżej podane parametry. Łącznie, zakresy robocze mogą
stanowić całkowity zakres analityczny metody.
W analizie ilościowej instrumentalnej funkcja regresji charakteryzująca zakres
roboczy zwykle odpowiada tzw. krzywej wzorcowej. W przypadku metod (zakresów
roboczych) spełniających kryteria liniowości, wyrażone np. wartością współczynnika
korelacji, krzywa wzorcowa opisana jest równaniem y = a + bx. Dla metod analitycznych
(zakresów roboczych) odznaczających się dobrą liniowością, krzywą wzorcową
można wyznaczyć na podstawie wyników analiz co najmniej 5 wzorców o różnych
zawartościach badanego analitu. Na etapie charakteryzacji metody liczbę wzorców
można zwiększyć (nawet do 10) w celu uzyskania lepszych oszacowań.
W przypadku analizy stężeń (zawartości) minimalnych w badanych próbkach
(materiale) dolna granica zakresu roboczego odpowiada zwykle granicy oznaczania
ilościowego.
 69

W przypadku analiz stężeń (zawartości) maksymalnych np. dopuszczalnych stężeń

danego czynnika w środowisku lub żywności, dolna granica zakresu roboczego może
odpowiadać np. 1/2 wartości dopuszczalnego stężenia, a środek zakresu (lub krzywej
wzorcowania) powinien odpowiadać wartości stężenia (zawartości) maksymalnego.
W analizie jakościowej, jeśli istnieje potrzeba określenia zakresu roboczego (co
może wynikać np. z parametrów układów detekcyjnych w analizie instrumentalnej
lub wydajności reakcji chemicznej w analizie klasycznej), to granica wykrywalności
odpowiada zwykle dolnej granicy zakresu roboczego.

2.6.2. Liniowość

Nie w każdym przypadku wiadomo z góry, czy uzasadnione jest przyjęcie hipotezy
o liniowej zależności. W celu rozstrzygnięcia tego problemu należy dla każdej
z m zadanych wielkości wykonać nj równoległych pomiarów. Otrzymamy przy tym błąd
losowy w przypadku, gdy prawidłowo wybrano zależność liniową, nie powinien być
istotnie różny od rozrzutu zmierzonych wartości względem linii regresji (linii prostej).
Założenie to sprawdza się za pomocą analizy wariancji:

wariancja „rozrzut wartości średnich”

F=
wariancja „rozrzut wewnątrz oznaczań równoległych”

W praktyce laboratoryjnej do oceny liniowości wykorzystuje się współczynnik regresji

r, przyjmując arbitralnie wartość graniczną dla tego współczynnika np. nie mniejszy niż
0,999.
Jeśli wartość r jest mniejsza od 0,999, należy rozważyć występowanie regresji
nieliniowej różnej od regresji liniowej typu y = a + bx. Po dokonaniu odpowiednich
przekształceń, tzn. sprowadzeniu modelu nieliniowego do postaci liniowej, należy wybrać
typ równania regresji o największym, istotnym statystycznie współczynniku korelacji.
Przykład możliwych przekształceń równań nieliniowych do równania liniowego typu
y = a + bx podano w tabeli 2.5. Sposób korzystania z tabeli i dokonania przekształceń
jest następujący:

1. Przekształcić wartości xi (stężenia wzorców) i sygnały pomiarowe yi (np. absorbancja)

do modelu liniowego wg wzorów przedstawionych w kolumnie 2 tabeli 2.5.
Dokonać oceny istotności współczynnika korelacji liniowej i wybrać typ równania
nieliniowego, któremu odpowiada największy, istotny statystycznie, współczynnik
korelacji.
2. Wykonać wszystkie czynności obliczeniowe na zmiennych x’i i y’; i tzn obliczyć:
— wartości współczynników a i b,
— precyzję wg rozdz. 2.5.3. (jeśli jest to konieczne),
— granice wykrywalności i/ lub oznaczania ilościowego (jeśli jest to konieczne).
3. Po wyznaczeniu stężenia (X’) analizowanej próbki, przekształcić je do stężenia (X)
za pomocą kolumny 3 w tabeli 2.5.
70

Tabela 2.5. Przekształcenie równań nieliniowych do postaci liniowej

Przekształcenie równania Przekształcenie postaci liniowej

Typ równania
nieliniowego do postaci liniowej Y’ = A’ + B’ . X’ do równania
nieliniowego
Y’ = A’ + B’ . X’ nieliniowego
1 2 3

Y = A . XB Y’ = ln(Y) Y = eY’
X’ = ln(X) X = eX’
A’ = ln(A) A = eA’
B’ = B B = B’

Y = A . BX Y’ = ln(Y) Y = eY’
X’ = X X = X’
A’ = ln(A) A = eA’
B’ = ln(B) B = eB’

Y = A . eB+X Y’ = ln(Y) Y = eY’

X’ = X X = X’
A’ = ln(A) + B A = eA’– B
B’ = 1 B = B’

Y = A + B . ln(X) Y’ = Y Y = Y’
X’ = ln(X) X = eX’
A’ = A A = A’
B’ = B B = B’

2.6.3. Selektywność i specyficzność

Wszystkie dostępne dane nt. selektywności i specyficzności, bądź informacja o braku takich
danych, powinny znaleźć się w opisie (przepisie analitycznym) danej metody badawczej.
Opracowujący metodę analityczną powinien zadbać przede wszystkim o zbadanie jej
selektywności i jeśli to uzasadnione również specyficzności. Wykonujący analizę powinien
brać pod uwagę możliwość występowania czynników zakłócających, których obecność
w różnej ilości i kombinacjach w badaniach środowiskowych, żywności i w badaniach
preparatów chemicznych jest praktycznie nieograniczona. Podczas walidacji metody można
praktycznie sprawdzić selektywność/specyficzność wykonując oznaczanie analitu z dodatkiem
możliwych substancji zakłócających oraz bez tych dodatków, a następnie porównać wyniki
analiz (ocenić statystycznie istotność różnic porównywalnych sygnałów analitycznych).
Pojęcia selektywności i/lub specyficzności można wiązać również z występowaniem
błędu systematycznego. Statystycznie różny od zera współczynnik przesunięcia „a”
w równaniu regresji y = a + bx może świadczyć o braku specyficzności.
 71

Niektóre techniki analityczne, jak np. chromatografia gazowa, umożliwiają dobranie

właściwej selektywności poprzez zastosowanie odpowiednich detektorów, np.
detektor wychwytu elektronów (ECD) jest selektywnym dla związków zawierających
atomy elektroujemne. Dobór przez wykonującego analizę właściwej kolumny
rozdzielczej umożliwia specyficzne oznaczania poszczególnych związków np. z grupy
chlorowcopochodnych.
W badaniu mikroskopowym włókien azbestu właściwe wybarwienie preparatu
umożliwia odróżnienie włókien mineralnych od innego rodzaju włókien. Doświadczenie
i subiektywna wrażliwość operatora mikroskopu decydować będzie o rozróżnieniu
włókien należących do różnych minerałów (odmian azbestu).
Zaleca się, aby w dokumentacji potwierdzania/ walidacji metody badania w części
poświęconej selektywności lub specyficzności znalazły się następujące informacje:
— dane zebrane z piśmiennictwa,
— dane doświadczalne ustalone przez opracowującego metodę,
— wskazówki dla wykonującego analizę.

2.6.4. Granica wykrywalności

Miarą granicy wykrywalności może być wynik odpowiadający średniemu stężeniu

badanej substancji w ślepej próbie ( SP).
Jeżeli wykona się większą liczbę (np. nSP > 20) analiz próbek ślepych, to uzyska się
liczbowo różne wyniki, których rozrzut wokół wartości średniej ślepej próby ( SP) jest
oszacowaniem odchylenia standardowego sSP. Dowolny wynik pomiaru można tylko
wtedy odróżnić od wartości ślepej próby, gdy:

(56)

(57)

Odwrotnie, wartość yi < ymin rozpatrywana jest jako ślepa próba i interpretowana jako
niestwierdzenie analizowanego składnika w próbce.
Jeśli metoda przewiduje analizę próbek podwójnych, to odchylenie standardowe
ślepej próby oblicza się wg równania (17). Jeśli wykonywane będą analizy pojedyncze,
to odchylenie standardowe ślepej próby oblicza się wg równania (8).
Wynik oznaczania xmin (= SP) otrzymuje się przeliczając odpowiednio wartość
mierzoną ymin, zgodnie z równaniem:

(58)

gdzie b – współczynnik nachylenia (czułość metody)

(59)

Wielkość xmin – określa się mianem granicy wykrywalności.

72

Granicę wykrywalności można obniżyć, jeżeli

— odchylenie sSP jest małe,
— czułość b jest duża,
— liczba oznaczań równoległych jest dostatecznie duża (np. powyżej 20).
Możliwe jest alternatywne postępowanie dla wyznaczania granicy wykrywalności.
Jeśli istnieją dane piśmiennictwa na temat granicy oznaczania ilościowego metody i jeśli
przygotowano wzorzec chemiczny odpowiadający tej granicy, to wykrywalność można
wyznaczyć jako trzy odchylenia standardowe wyników powtarzanych oznaczań tego
wzorca.
xmin = 3 s1x (60)

Ponadto w analizie instrumentalnej granicę wykrywalności można alternatywnie

wyrazić stosunkiem sygnału analitycznego do amplitudy szumów, który powinien
wynosić 2:1 lub 3:1.

2.6.5. Granica oznaczania ilościowego

Granicę oznaczania ilościowego (xozn) można najlepiej wyrazić równaniem:

lub (61)

gdzie: xozn – najmniejsza wartość mierzalna z określoną precyzją i poprawnością,

b = dx/dc – czułość metody analitycznej.

Według Doerffla granicę oznaczalności metody można wyznaczyć na podstawie

wyników analiz ślepej próby, korzystając z tych samych danych, których użyto do
wyznaczania granicy wykrywalności.
Jeżeli wielokrotnie powtarzano analizę próbki o zawartości yi = ymin, to rozrzut
wyników w zakresach prawdopodobieństwa wynosi P = 0,5.
P (yi < ymin) = P (yi > ymin) = 0,5 (62)

Pojedynczy wynik analizy będzie w 50% wszystkich przypadków uznawany za „ślepą

próbę” (yi < ymin) lub jako „wynik analizy” (yi > ymin) i zanieczyszczenie odpowiadające
granicy wykrywalności będzie w 50% wszystkich przypadków niewykryte. Pewność, że
wynik jest pozytywny wzrasta ze wzrostem „odległości” wyniku od SP . Maleje wówczas
powierzchnia pod krzywą rozkładu normalnego poniżej punktu ymin = SP + 3σSP.
Jeśli:
(63)

to obliczone prawdopodobieństwa wnoszą odpowiednio:

 73

Wartości te można uznać jako wystarczające, aby uznać, że zanieczyszczenie wykryto

z dużą pewnością.
Granicę określoną równaniem (63) nazywa się granicą oznaczania ilościowego.

Zawartość substancji odpowiadająca granicy oznaczalności (xozn) oblicza się następująco:

(64)

IUPAC zaleca zastosowanie w liczniku ułamka w równaniu (64) – 10 sSP.

Analizę ślepych prób wykonuje się przy sporządzaniu krzywych wzorcowych lub
w ramach planu wewnętrznego sterowania jakością badań.

Jeśli w danym rodzaju badania stwierdza się istotny wpływ matrycy i/lub określonego
etapu postępowania analitycznego na precyzję i poprawność oznaczań, to ślepą próbę
należy przygotować z udziałem tej matrycy i poddać procedurze analitycznej łącznie
z badanymi próbkami (ślepe oznaczanie). Jeśli takiego wpływu nie stwierdzono, to ślepa
próba może stanowić próbę odczynnikową.
W analizie instrumentalnej granicę oznaczania ilościowego można alternatywnie
wyrazić stosunkiem sygnału analitycznego do amplitudy szumów, który powinien
wynosić 5:1 lub 10:1.

Przykład 2.14.
1. Obliczanie granicy wykrywalności i oznaczalności na podstawie wyników analiz
prób ślepych.

Obliczony wcześniej dla przyjętego tymczasowo zakresu roboczego metody,

współczynnik nachylenia (czułość) wyniósł b = 48,0. Stężenia badanego czynnika
wyrażone są w μg/l.

Granica wykrywalności metody wynosi:

Odpowiednia granica oznaczania ilościowego wynosi:

W praktyce należy zawsze sprawdzić, czy laboratorium jst w stanie technicznie wykonać
analizę na poziomie granicy ozmaczania ilościowego, tzn. przygotować i oznaczyć
próbkę wzorcową analitu na tym poziomie. Jeżeli tak, to inne cechy charakteryzacji
metody na poziomie granicy oznaczania ilościowego powinny odpowiadać cechom na
innych poziomach zakresu metody chyba, że dopuszcza się np. istotnie różne błędy
74

przypadkowe lub systematyczne na różnych poziomach stężeń w zakresie metody. Poniżej

podano przykład oceny precyzji (błąd przypadkowy).
Absorbancje analiz prób ślepych yi.

Lp. yi (yi – 2
SP) (yi – SP)

1 0,171 0,135 0,018225

2 – 0,061 – 0,097 0,009409
3 0,003 – 0,033 0,001089
4 0,141 0,105 0,011025
5 0,072 0,036 0,001296
6 0,031 – 0,005 0,000025
7 0,011 – 0,025 0,000625
8 0,063 0,027 0,000729
9 0,031 – 0,005 0,000025
10 0,020 – 0,016 0,000256
11 0,021 – 0,015 0,000225
12 – 0,063 – 0,099 0,009801

13 0,146 0,110 0,012100

14 – 0,061 – 0,097 0,009409
15 0,042 0,006 0,000036
16 0,011 – 0,026 0,000676

Σ = 0,062851

2. Ocena istotności różnic precyzji na poziomie obliczonej granicy oznaczania

ilościowego i precyzji (najniższej wartości współczynnika zmienności) wybranego
poziomu stężenia zakresu roboczego.
Do oceny można zastosować współczynnik zmienności v = s / . 100%.

Poziomy stężeń: 1x = granica oznaczania ilościowego.

Krotność 1x 2x 3x 4x 5x
vi: 20% 3% 2% 4% 2%
Hipoteza zerowa: H0 : vmax = vmin; f = 8
Hipoteza alternatywna: H1 : vmax ≠ vmin

F0,05; 8 = 3,44 zatem F > F0,05; 8

 75

Hipotezę zerową o nieistotności różnic współczynników zmienności vmin2 i v 2 należy

min
odrzucić. Współczynnik zmienności próbki wzorca 1x jest zbyt wysoki i poziom stężenia
odpowiadający granicy oznaczania ilościowego jest zbyt niski. Należy doświadczalnie
wyznaczyć poziom stężenia 1’x odpowiadający granicy oznaczania ilościowego, przy
którym współczynnik zmienności nie różni się istotnie od współczynnika zmienności
w innych punktach zakresu roboczego. Można spodziewać się, że granica oznaczalności
będzie zawarta w przedziale 1x < xozn ≤ 2x.

2.6.6. Czułość

Ze wzorów (59) i (64) wynika, że granica wykrywalności i granica oznaczania

ilościowego zależą od czułości metody.
Znana jest też inna definicja czułości, która określa ją jako różnicę stężenia (lub
zawartości) oznaczanego składnika, odpowiadającą najmniejszej różnicy odpowiedzi
jaką można wykryć.
W analizie klasycznej czułość metody związana jest z czułością reakcji chemicznej lub
czułością wagi analitycznej.
Czułość reakcji analitycznej jest to właściwość reakcji określona przez najmniejszą
ilość substancji, która może być wykryta za pomocą danej reakcji. Parametrami
charakteryzującymi czułość liczbowo są stężenie graniczne i minimum wykrywalne.
Stężenie graniczne jest to najmniejsze stężenie substancji w roztworze, przy którym
można ją jeszcze wykryć dana metodą. Stężenie graniczne określa się stosunkiem masy
substancji wykrywanej (zwykle 1 g) do masy (objętości) rozpuszczalnika. Wynosi on
np. 1: 500 000 dla reakcji tworzenia kompleksów Fe (III) z jonami SCN-. Stosunek
ten oznacza, że w wyniku reakcji z jonami SCN- można wykryć Fe (III) w roztworze
o stężeniu nie mniejszym niż 1 g żelaza w 500 l wody.
Minimum wykrywalne jest to najmniejsza ilość substancji wyrażona najczęściej
w μg, którą można jeszcze wykryć za pomocą danej metody w ustalonych warunkach
wykonania reakcji. Dla przykładu wykrywania żelaza jonami rodankowymi, minimum
wykrywalne wynosi 0,002 μg.
Czułość reakcji charakteryzują więc liczby 1: 500 000 i 0,002 μg.
W odniesieniu do wagi analitycznej czułość oznacza zauważalne wychylenie wskazówki
wagi z położenia równowagi pod wpływem dodanej jednostki masy (np. dla wag analitycznych
1 mg), wyrażona liczbą działek skali na jednostkę masy, np. 5 działek/1 mg.
W analizie instrumentalnej czułość przedstawia kąt nachylenia krzywej wzorcowej
i można ją obliczyć metodą najmniejszych kwadratów z równania (39).

2.6.7. Poprawność i obciążenie

W celu sprawdzenia poprawności i oceny obciążenia metody stosuje się różne sposoby
postępowania, do których przede wszystkim należą:
— ocena wyników analiz certyfikowanych materiałów odniesienia lub materiałów
odniesienia;
— metoda dodatków wzorca do próbki badanego obiektu, w tym:
a) próbek badanego obiektu, które były już poddane analizie i oznaczono w nich
pewne stężenia danej substancji lub
b) próbek czystej matrycy niezawierającej badanej substancji,
76

— metoda porównania wyników badania uzyskanych daną metodą z wynikami metody

odniesienia.
Przed przystąpieniem do sprawdzania poprawności i obciążenia metody należy upewnić
się, czy przygotowane w laboratorium materiały odniesienia są jednorodne i wykazują
wystarczającą trwałość w czasie przewidzianym do wykonania całości doświadczenia.
Jeżeli badano co najmniej pięć różnych stężeń danej substancji (odniesienia), to
oceniając zależność między wartościami odniesienia a wynikami analiz można zastosować
równanie regresji liniowej (patrz rozdz. 2.5.5.).
Wykres mierzonych wartości jako funkcja teoretyczna stężenia powinien być liniowy
ze współczynnikiem nachylenia (b) równym jedności i stałą przesunięcia (a) równą zero
(patrz rozdz. 2.5.5.). Różna od zera stała przesunięcia (a) występuje w przypadku stałych
błędów systematycznych. Błąd stały jest niezależny od ilości lub stężenia substancji
badanej.
Wykrycie przyczyn błędu systematycznego popełnianego w trakcie analizy może
przyczynić się do jego eliminacji poprzez wprowadzenie odpowiedniego współczynnika
korygującego, czyli tzw. poprawki. Powinien być jednak spełniony warunek, że wielkość
błędu jest proporcjonalna do zmiany mierzonej ilości lub stężenia badanej substancji.
Błąd stały, pochodzący np. z odczynników, może być korygowany na etapie odczytu
wyniku analizy, tj., jeśli funkcja wzorcowania (w analizie instrumentalnej) ma odpowiednią
postać np. y = a + bx, to wówczas. jak wynika z równania (47) wartość odczytu sygnału
anlitycznego próbki Y jest korygowana o wartość współczynnika przesunięcia a.
Najprościej błędy systematyczne, czyli obciążenie metody, można obliczyć z równania
(16), w którym wartość „prawdziwą”– μ0 należy zastąpić wartością nominalną materiału
odniesienia x0 (cref), czyli:

obciążenie (Bw) = lub 1 - RR (65)

gdzie RR jest współczynnikiem odzysku analitu z matrycy.

W praktyce laboratoryjnej, jeśli nie ma innych źródeł błędów systematycznych,
poprawność metody najczęściej związana jest z niepełnym odzyskiem badanego składnika
(analitu) z danej matrycy. Przepis analityczny takiej metody powinien uwzględnić
oznaczanie odzysku badanego składnika z matrycy.

Jeżeli do oceny wyników badania odzysku analitu z matrycy nie stosuje się metody
regresji liniowej, to ewentualną poprawkę można obliczyć zgodnie z równaniem:

(66)

w którym: x0 – stężenie (nominalne) analitu w materiale odniesienia,

xi – stężenie analitu oznaczone w materiale odniesienia,
cz – ewentualne zakłócenie pochodzące z tła (matrycy wolnej od analitu).
W celu stwierdzenia istotności różnic pomiędzy stężeniem analitu w materiale
odniesienia, a oznaczonym należy przeprowadzić testowanie za pomocą testu t-Studenta
(P = 0,95), sparwdzając hipotezę H0, czy odyzysk różni się od jedności (100%), czyli
 77

H0 : RR = 1; H1 : RR ≠ 1. Stosując właściwy model testu t-Studenta (rówanie 31), wartość

statystyki t oblicza się wg równania:

t= (67)

w którym: RR Š ucwzgRR – niepewność złożona współczynnika odzysku (patrz równanie

90, rozdział 2.8.)

Tabela 2.6. Dokumentacja badań odzysku

Zakres stężeń analitu w próbce:

Próbka 1x 2x 3x
nr
wsp. wsp. wsp.
doda- ozna- doda- ozna- doda- ozna-
odzysku odzysku odzysku
no czono no czono no czono
RR1 RR2 RR3

0 - - - - - -
1
2
3
4
...
10

Ni = 10 10 10
Średnia, ....... ....... .......
Wariancja, s2 ....... ....... .......
Współczynnik zmienności, v ....... ....... .......
Odchylenie standardowe średniej
(niepewność standardowa poprawki)
s
=
ss− =
....... .......
= uRR .......
x n

Jeżeli stwierdzone różnice są istotne, należy wyznaczyć współczynniki odzysku

w zakresie roboczym metody, dla jednego lub więcej (np. trzech) różnych stężeń danej
substancji (zakresy stężeń i sposób zapisu podano w tabeli 2.6.). W tabeli zasugerowano
możliwość wykonania 10 powtórzeń analiz próbek na tym samym poziomie stężenia,
natomiast w praktyce można zwiększyć liczbę powtórzeń np. do 20, wykorzystując wyniki
do konstrukcji odpowiedniej karty kontrolnej (patrz rozdz. 2.7.1.). Wyniki analiz z badań
odzysku mogą być również wykorzystane do ustalenia precyzji metody w warunkach
powtarzalności lub pośrednich (patrz rozdz. 2.6.8.). Dla każdego stężenia należy obliczyć
średnią wartość odzysku, wariancję i współczynnik zmienności. Następnie określić
statystyczną istotność różnic między skrajnymi średnimi, np. za pomocą testu t-Studenta
78

(P = 0,95). Jeżeli różnice są nieistotne można w praktyce zalecić oznaczenie współczynnika

odzysku dla jednego wybranego stężenia z zakresu roboczego metody, np. stężenia
bliskiego oznaczanej w próbce wartości maksymalnej (nominalnej). Jeżeli różnice między
średnimi są istotne należy zawęzić zakres roboczy metody lub zalecić osobne wyznaczanie
współczynników odzysku dla każdego oznaczonego w próbkach badanych stężenia.
Za przykład może posłużyć konieczność wprowadzenia współczynnika korygującego
(poprawki), wynikającego ze strat powodowanych przez mineralizację lub niepełną ekstrakcję
z danej matrycy. Niepewność współczynnika korygującego (uRR) wyraża odchylenie
standardowe średniej.
W tabeli 2.7. podano dopuszczalne wartości odzysku z matryc organicznych (np.
żywności) w zależności od stężenia analitu.

Tabela 2.7. Graniczne wartości odzysku i precyzji w zależności od stężenia analitu

w próbce wg AOAC (1993)

Stężenie analitu Liczba względna Współczynnik

Jednostka Średni odzysk %
% (c) (c /100) zmienności %
100 1 100% 98-102 1,3

10 10-1 10% 98-102 2,8

1 10-2 1% 97-103 2,7

0,1 10-3 0,1% 95-105 3,7

0,01 10-4 100 ppm 90-107 5,3

0,001 10-5 10 ppm 80-110 7,3

0,0001 10-6 1 ppm 80-110 11

0,00001 10-7 100 ppb 80-110 15

0,000001 10-8 10 ppb 60-115 21

0,0000001 10-9 1 ppb 40-120 30

2.6.8. Powtarzalność i odtwarzalność

Powtarzalność i odtwarzalność są związane z pojęciem precyzji danej metody

analitycznej, wyrażonej odchyleniem standardowym lub lepiej współczynnikiem zmienności,
oszacowanym w określonych warunkach laboratoryjnych, jak podano w rozdz. 2.2.2.
Norma PN ISO 5725 (2002) podaje procedurę określania powtarzalności
i odtwarzalności metody w badaniach międzylaboratoryjnych. Jeśli nie ma możliwości
wykonania takich badań, powtarzalność metody zgodnie z podanymi warunkami
powtarzalności może być określona w jednym laboratorium. Jeżeli w tym samym
laboratorium precyzja określana jest przy użyciu różnego wyposażenia i przez
różnych wykonawców w dłuższym okresie, to warunki te określane są jako pośrednie.
Z rozważań przedstawionych w rozdz. 2.2.2. wynika, że jeżeli metoda oceniana była
w warunkach powtarzalności, to:
 79

1. Powtarzalność metod analitycznych, w których przewidziano wykonanie dwóch

(równoległych) analiz (pomiarów) danej próbki (obiektu) wyraża się równaniem:

rd = t (α; f) . sr (68)

co oznacza, że prawdziwa wartość średniego stężenia dwóch analiz (pomiarów) tej

samej próbki (obiektu) zawarta jest w granicach powtarzalności:

(69)

— oznacza, że różnice między wynikami badań powtarzanych dotyczą dwóch analiz

tej samej próbki. Jeżeli analizy powtarzane mają odchylenie standardowe równe s, to
różnice między parami analiz podwójnych mają odchylenie standardowe Š sr .
— sr odchylenie standardowe powtarzalności oblicza się wg równania (8) lub (17).
2. Powtarzalność metod analitycznych, w których przewidziano wykonanie jednej
analizy (pomiaru) danej próbki (obiektu) wyraża się równaniem:

rp = t (α; f). sr (70)

co oznacza, że prawdziwa wartość wyniku analizy (pomiaru) próbki (obiektu) zawarta

jest w granicach powtarzalności:

(71)

Odchylenie standardowe sr nosi nazwę odchylenia standardowego powtarzalności.

Wartość statystyki t-Studenta należy przyjąć właściwą dla danej liczby stopni swobody
f = n - 1 i poziomu istotności np. α = 0,05 (P > 0.95). W praktyce w równaniach (68–71)
można przyjąć wartość t = 2.
W procesie walidacji precyzję metody w określonych warunkach laboratorium
najlepiej określić na 1–3 poziomach stężeń analitu, w zakresie roboczym i niemniej niż
w 3 powtórzeniach. W praktyce najlepiej wykonać 10–20 powtórzeń i uzyskane dane
wykorzystać np. do konstrukcji karty kontrolnej (patrz rozdz. 2.7.1.).
W przypadku potwierdzania metod znormalizowanych precyzję metody można
sprawdzić na jednym poziomie stężenia (podanym w normie), a uzyskaną wartość
precyzji porównać z wartością podaną w normie.

Jeżeli metoda oceniana była w warunkach odtwarzalności, to odchylenie standardowe

odtwarzalności wyraża się równaniem:

(72)

w którym: sL2 – wariancja opisująca zmienność wyników między laboratoriami (lub seriami),
nj – liczba analiz powtarzanych w laboratorium (w serii).
80

Odchylenie standardowe sL oblicza się wg równania:

(73)

w którym: m – liczba laboratoriów (serii analiz powtarzanych),

nj – liczba analiz powtarzanych w serii,
N – liczba wyników,
j – średnia dla danej serii analiz powtarzanych,
– średnia ze wszystkich pomiarów.
Odtwarzalność metody wyraża się równaniem:

(analizy podwójne) (74)

lub

(analizy pojedyncze) (75)

W zapisach dotyczących potwierdzenia lub walidacji metody laboratorium powinno

zamieścić dane na temat odchylenia standardowego powtarzalności sr (lub współczynnika
zmienności powtarzalności) lub powtarzalności rp (lub odpowiednio precyzji pośredniej
– patrz rozdz. 2.2.2).
Odtwarzalność metody można zbadać w warunkach międzylaboratoryjnych.
W przypadku jednego laboratorium ten sam tryb postępowania można przyjąć do
określenia precyzji w warunkach pośrednich.
Przykład obliczania powtarzalności i odtwarzalności podano w zał. 2.2. Zamiast
użytych w przykładzie określeń „precyzja w laboratorium” lub „precyzja między
laboratoriami” należy użyć sformułowań odpowiednio „precyzja wewnątrz serii”
(wyników) lub „precyzja między seriami”.

2.7. Sterowanie jakością badań

Laboratorium powinno zapewnić właściwą jakość wyników badań, stosując
odpowiednie metody sterowania jakością, które powinny obejmować stosownie do
potrzeb, lecz nie ograniczając się do tego:
a) regularne korzystanie z certyfikowanych materiałów odniesienia i/lub wewnętrzne
nadzorowanie jakości przy wykorzystaniu wtórnych materiałów odniesienia;
b) udział w programach porównań międzylaboratoryjnych lub programach badania
biegłości;
c) powtarzanie badań i wzorcowań przy wykorzystaniu tych samych lub innych metod;
d) powtórne badanie lub wzorcowanie przechowywanych obiektów;
e) korelacja wyników dotycząca różnych właściwości obiektu.
 81

Uzyskane dane należy zapisywać w sposób umożliwiający śledzenie kierunków ich zmian.
Wykazane metody zapewnienia jakości, powinny być planowane, a uzyskane
wyniki poddawane przeglądom, najlepiej za pomocą technik statystycznych.

2.7.1. Sterowanie wewnętrzne

Laboratorium powinno opracować plan wewnętrznego sterowania jakością każdego
rodzaju badania (metody, matrycy, wykonawcy).
Plan wewnętrznego sterowania jakością powinien być odpowiednio do rodzaju badania
ułożony i udokumentowany. Należy przede wszystkim określić kryteria oceny i tryb postępowania
w przypadku niespełnienia tych kryteriów. Najlepszą metodą jest przyjęcie kryteriów statystycznych
opartych na parametrach zmienności wewnątrzlaboratoryjnych, charakterystycznych zarówno
dla metody badania jak i warunków w laboratorium (środowiskowych, technicznych, biegłości
personelu). Śledzenie parametrów zmienności wewnątrzlaboratoryjnych może być prowadzone za
pomocą tzw. kart kontrolnych. Znane są różne typy kart kontrolnych – w większości przeznaczone
są one do sterowania jakością procesów produkcyjnych. W laboratorium chemicznym znalazła
zastosowanie karta Shewharta z tego względu, że rodzaj danych i sposób ich zapisywania
odpowiada metodzie wyznaczania powtarzalności i odtwarzalności metod badawczych, opisanej
w normie PN–ISO 5725 (2002).
Metody wewnętrznego sterowania jakością obejmują:
1. Badania powtarzane tej samej próbki laboratoryjnej:
— równoległe (w tym samym czasie);
— archiwalne (w różnym czasie).
2. Badania powtarzane (równoległe) materiału kontrolnego.
3. Badania pojedyncze materiału kontrolnego.
4. Badania prób ślepych, i/lub ślepe oznaczania.
5. Stosowanie wzorców wewnętrznych.
Badania powtarzane równoległe wykonywane są, jeśli istnieje możliwość podzielenia
próbki laboratoryjnej (lub kontrolnej) przed badaniem.
Badania powtarzane archiwalne wykonywane są wówczas, jeśli istnieje możliwość podzielenia
próbki przed badaniem i próbka zachowuje jednorodność w czasie przechowywania.
Badania pojedyncze materiału kontrolnego wykonuje się wówczas, jeżeli próbka
badana jest niepodzielna.
Materiał kontrolny w badaniach pojedynczych i powtarzanych stanowią:
— certyfikowany materiał odniesienia (matryca + substancja badana) przygotowany
przez uznane organizacje, dostępny w handlu;
— materiał odniesienia (matryca + substancja badana) o udokumentowanej, ale
niecertyfikowanej zawartości badanego składnika przygotowany w laboratorium lub
dostępny w handlu;
— próbki wzbogacone przygotowane w laboratorium („house reference materials”). Do
matrycy nie zawierającej danego analitu lub zawierającej niewielką jego ilość, dodaje
się znaną ilość czystego analitu;
— w niektórych badaniach np. składników, występujących w próbce zawsze
w określonych ilościach – można do konstrukcji kart kontrolnych stosować wcześniej
wystandaryzowane w laboratorium próbki danego preparatu (obiektu badań);
— próbki wyrobu, jeśli stosuje się metody statystyczne w procesie sterowania jakością
produkcji.
82

Kryteria oceny wyników badań pojedynczych i powtarzanych próbek materiału

kontrolnego mogą uwzględniać:
1. Parametry normatywne danego materiału odniesienia, podane przez producenta
(wartość nominalna, odchylenie standardowe, przedział ufności, niepewność).
2. Granice powtarzalności podane w metodach znormalizowanych.
3. Granice powtarzalności wyznaczone w laboratorium w wyniku walidacji metody
lub realizacji planu wewnętrznego sterowania jakością analiz.
Normy badawcze polskie i międzynarodowe stosowane np. w analizie żywności i wody
mogą przewidywać wykonywanie analiz podwójnych i podawać granice powtarzalności
(lub odtwarzalności) wyników dwóch równoległych analiz.
Jeżeli plan wewnętrznego sterowania jakością w laboratorium przewiduje wyłącznie
badania powtarzane próbek laboratoryjnych badanego obiektu to istnieje niebezpieczeństwo
nie wykrycia znaczących błędów systematycznych pomimo uzyskiwania akceptowanej
powtarzalności.
Dlatego też laboratorium powinno określić poziom wewnętrznego stosowania jakością
z wykorzystaniem materiału kontrolnego, o znanej zawartości (stężeniu) badanego
składnika.
Dla długich serii analiz tego samego składnika lub kilku składników analizowanych
jednocześnie w danej matrycy, tą samą techniką, próbka kontrolna przygotowana np.
tylko dla danego lub wybranego składnika (mieszaniny) może być co 20 próbką w serii
analiz. Poziom wewnętrznego sterowania jakością wynosi wówczas 5%. Dla krótkich
serii analiz co najmniej jedna próbka powinna być próbką kontrolną.
Stosowanie wzorców wewnętrznych (np. w technikach chromatograficznych) tzn.
dodanie wzorca do próbki badanego obiektu i wykonanie jednocześnie analizy wszystkich
składników próbki jest najlepszą metodą sterowania jakością.

Analiza prób ślepych (odczynnikowych) i ślepe oznaczania

Próba ślepa zawiera ten sam skład odczynników, co próbka badana, ale bez substancji
oznaczanej. W badaniach, w których istotny wpływ na wynik ma rodzaj matrycy
powinno się wykonywać ślepe analizy. Polegają one na wykonaniu analizy danego składu
odczynników łącznie z matrycą, ale bez substancji oznaczanej.

Analizy ślepych prób i ślepe oznaczania mają na celu:

— ocenę czystości odczynników użytych do analiz (próby ślepe),
— ocenę wpływu matrycy i środowiska na wynik analizy (oznaczania ślepe),
— określenie granicy wykrywalności lub granicy oznaczania ilościowego metody,
— korektę błędu systematycznego.

Karty kontrolne
Kartę kontrolną jako graficzną metodę statystyczną o zasadniczym znaczeniu dla
sterowania produkcją zaproponował po raz pierwszy w 1924 r. dr Walter Shewhart.
Teoria kart kontrolnych uznaje występowanie dwóch rodzajów zmienności.
Pierwsza z nich jest zmiennością przypadkową powstałą z przyczyn losowych (błędy
przypadkowe). Drugi rodzaj zmienności przedstawia rzeczywistą zmianę w procesie.
Taka zmiana może być przypisana jakimś identyfikowalnym przyczynom, które nie
są nieodłącznymi częściami procesu i które mogą, przynajmniej teoretycznie, być
wyeliminowane (błędy systematyczne).
 83

Celem statystycznego sterowania procesem jest doprowadzenie go do stabilnego

i akceptowanego poziomu, utrzymanie go na tym poziomie oraz zapewnienie spełniania
ustalonych wymagań przez wyroby i usługi.
W laboratorium chemicznym karty kontrolne mogą być stosowane do zapisywania
wyników:
— wewnętrznego sterowania jakością analiz,
— oceny oznaczań ślepych (wpływ matrycy, granica wykrywalności i/lub oznaczania
ilościowego),
— oceny pomiarów prób ślepych (czystość odczynników),
— sprawdzeń (np. wagi analitycznej, termometrów itp. przyrządów do pomiarów
wielkości fizycznych),
— szacowania niepewności pomiaru.
Karta kontrolna jest graficzną metodą prezentowania i porównywania informacji,
pochodzących z ciągu próbek reprezentujących bieżący stan procesu analitycznego,
z granicami wynikającymi z uwzględnienia jego zmienności własnej.
Podczas stosowania kart kontrolnych możliwe jest wystąpienie dwóch rodzajów
błędów (wnioskowania). Pierwszy z nich określany jest mianem błędu pierwszego
rodzaju, który występuje, kiedy rozpatrywany proces analityczny jest uregulowany,
a jakiś punkt pojawia się poza granicami kontrolnymi z przyczyn losowych.
W rezultacie wnioskuje się nieprawidłowo, że proces jest nieuregulowany, co pociąga
za sobą koszty działań zmierzających do znalezienia przyczyny nieistniejącego
problemu.
Drugi błąd zwany jest błędem drugiego rodzaju. Występuje on wtedy, kiedy
rozpatrywany proces analityczny jest nieuregulowany, a wygenerowany punkt znajduje
się między granicami kontrolnymi z przyczyn losowych. W takim przypadku wnioskuje
się nieprawidłowo, że proces jest statystycznie uregulowany, co pociąga za sobą ryzyko
uznania wyników nieprawidłowych. Jednakże ryzyko błędu drugiego rodzaju jest
funkcją trzech czynników: szerokości granic kontrolnych, stopnia nieuregulowania
procesu i liczności próbki. Natura tych czynników jest taka, że wielkość ryzyka błędu
drugiego rodzaju można oceniać jedynie bardzo ogólnie.
System Shewharta uwzględnia tylko błąd pierwszego rodzaju, a wartość tego błędu
wynosi 0,3% dla granic kontrolnych 3σ. Oznacza to, że istnieje prawdopodobieństwo
99,7%, że proces analityczny jest statystycznie uregulowany. Zatem, karta kontrolna
stanowić będzie metodę ciągłego sprawdzania statystycznej hipotezy zerowej, że proces
się nie zmienia.
Stosując karty Shewharta w laboratorium analitycznym należy pamiętać, że mogą
one znaleźć zastosowanie do monitorowania parametrów zmienności oznaczań danego
czynnika w badanym materiale na danym przyrządzie pomiarowym, za pomocą
określonej metody badania. W niektórych technikach analitycznych, np. w metodach
chromatograficznych, służących do oznaczania składników mieszanin, możliwe jest
śledzenie parametrów zmienności tylko dla jednego składnika i uogólnienie otrzymanych
wyników na pozostałe składniki.

Typy kart kontrolnych Shewharta wg PN–ISO 8258+AC1 (1996)

Rozróżnia się dwa typy kart kontrolnych:
1. Bez zadanych wartości normatywnych,
2. Z zadanymi wartościami normatywnymi.
84

Dane normatywne mogą być określonym wymaganiem lub wartościami docelowymi.

Zadane wartości normatywne są to wartości nominalne i odchylenia standardowe określone
np. przez producenta certyfikowanego materiału odniesienia. Wartości te nanosi się na kartę
kontrolną przed rozpoczęciem serii analiz materiału kontrolnego. Wartości normatywne służą do
wykreślania na karcie linii centralnej (wartości nominalne) i linii ostrzegawczych i kontrolnych.
Wynik analizy próbki kontrolnej zamieszcza się w karcie kontrolnej z zadanymi wartościami
normatywnymi i bada trendy między kolejnymi wynikami analiz próbek kontrolnych. Jeśli
laboratorium przygotowało materiał (próbkę) kontrolny we własnym zakresie, wartości
normatywne (średnia, odchylenie standardowe) szacowane są po wykonaniu 10–20 analiz
materiału kontrolnego w różnym czasie. Alternatywnie można również wykorzystać wyniki
analiz materiału odniesienia, uzyskane np. podczas walidacji metody. Otrzymane w ten sposób
wartości normatywne nanosi się na kartę i porównuje wyniki kolejnych analiz materiału
kontrolnego. Laboratorium może wyznaczać kilkakrotnie (tzn. w kilku seriach) wartości
normatywne i wybrać te najbardziej korzystne dla jakości oznaczań.
Ze względu na rodzaj stosowanych materiałów i próbek kontrolnych oraz cel
wykorzystania wyników mogą być tworzone różne karty kontrolne typu Shewharta jak
podano w tabeli 2.8.

Tabela 2.8. Rodzaje kart kontrolnych typu Shewharta

Rodzaj karty Wymagane obliczenia Efekt monitorowania Wymagana analiza

błędy grube,
średnia, odchylenie próbki kontrolne
systematyczne,
Średniej, standardowe, granice w regularnych
przypadkowe, precyzja,
ostrzegawcze i działania odstępach
trendy

co najmniej dwie analizy

średnia różnica,
danej próbki kontrolnej
odchylenie standardowe, błędy systematyczne,
Różnicy, d w ustalonych odstępach
granice ostrzegawcze trendy
na początku i końcu
i działania
serii

średni rozstęp
co najmniej dwie analizy
odchylenie
próbek rzeczywistych
Rozstępu, R standardowe, precyzja analiz
o danej ilości analitu,
granice ostrzegawcze
w ustalonych odstępach
i działania

średni odzysk, co najmniej po jednej

odchylenie analizie próbek przed
Odzysku, RR standardowe, granice błędy systematyczne i po wzbogaceniu lub
ostrzegawcze domieszkowaniu znaną
i działania ilością analitu

czystość odczynników
średnia, odchylenie wpływ matrycy, co najmniej dwie analizy
Ślepej próby standardowe, granice charakterystyka prób ślepych w serii
ostrzegawcze i działania przyrządu, wykrywalność/ w ustalonych odstępach
oznaczalność
 85

W kartach kontrolnych tworzonych z wyników oznaczań próbek o znanym stężeniu

badanego składnika zakłada się, że zmienność wewnątrz próbki podlega rozkładowi
normalnemu (Gaussa). Odchylenia od tego założenia będą miały niekorzystny wpływ na
funkcjonowanie karty. W każdym wątpliwym przypadku zaleca się testowanie danych
na błędy grube, jeśli dane te mają służyć wyznaczaniu wartości normatywnych dla karty.
Zależność między granicami ostrzegawczymi, kontrolnymi i rozkładem normalnym
przedstawia rys. 2.4.

Rys. 2.4. Wartość średnia, granica ostrzegawcza i granica kontrolna (działania) w odniesieniu
do funkcji rozkładu normalnego i wyników analiz.

Interpretacja kart Shewharta opiera się na założeniu, że estymatory poszczególnych

podzbiorów (serii próbek) jak średnia lub mediana różnią się jedynie o wartości losowe,
rzadko wychodząc poza granice kontrolne. Granicę kontrolną stanowią ±3s, granicę
ostrzegawczą ±2s. Interpretacja kart Shewharta może być dokonana za pomocą tzw.
testów konfiguracji (badanie trendów), świadczących o przyczynach wyznaczanych
zmienności. W celu zastosowania testów kartę dzieli się na 6 stref, z których każda ma
szerokość 1s (s – jest szacowaniem odchylenia standardowego zbiorowości próbnej).
Są one oznaczone literami A, B, C – C, B, A, ze strefami C położonymi symetrycznie
względem linii centralnej. Testy mają zastosowanie dla karty wartości średniej analiz
powtarzanych (podwójnych) i kart analiz pojedynczych. Na rys. 2.5. przedstawiono testy
niekorzystnych konfiguracji (kierunku zmian) wg PN–ISO 8258+AC1 (1996), które
mogą być podstawą działań zapobiegawczych lub korygujących. Wspomniana norma
proponuje 8 testów konfiguracji.
86

Rys. 2.5. Testy konfiguracji wg PN-ISO 8258+AC1 (1996).

 87

Według Wheelera (1983) można przyjąć 4 testy konfiguracji i podjąć właściwe działania,
gdy:
1. Jeden wynik leży poza granicami 3s;
2. Dwa spośród trzech kolejnych wyników leżą po tej samej stronie linii centralnej
(wartości należnej) w obszarze między 2s i 3s;
3. Cztery spośród pięciu kolejnych wyników leżą po tej samej stronie linii centralnej
(wartości należnej) w obszarze między 1s i 2s;
4. Osiem kolejnych wyników leży po tej samej stronie linii centralnej, w obszarze
do 1s.
Poniżej podano przykłady konstrukcji kart typu Shewharta wartości średniej
i różnicy w badaniach podwójnych i pojedynczych danego materiału kontrolnego.
Ogólną zasadą konstrukcji takich kart jest, że po uzyskaniu odpowiedniej liczby
danych (wyniki analiz kontrolnych), wyznacza się wartości normatywne karty, przy
czym wyników, które posłużyły do obliczeń tych wartości nie nanosi się na kartę. Na
karcie rejestruje się wyniki kolejnych analiz próbek kontrolnych i śledzi ich położenie
między wartościami normatywnymi karty. W przedstawionych przykładach wpisano
do kart wartości wyników analiz kontrolnych, z których wcześniej obliczono wartości
normatywne, aby uwidocznić charakter rozkładu danych wziętych do obliczeń.

Karta kontrolna średniej i różnicy (analiz podwójnych)

Karta kontrolna składa się z trzech części:
1. Tablicy informacyjnej, w której zapisywane są:
— rodzaj materiału kontrolnego (badany czynnik + matryca);
— wartości normatywne (jeśli jest to materiał certyfikowany);
— wyniki analiz podwójnych xa i xb;
— suma i wartość średnia danej pary wyników analiz podwójnych;
— wartość różnicy między analizami podwójnymi, d;
— odchylenie standardowe wartości średnich, sśred;
— odchylenie standardowe powtarzalności, sr;
2. Wykresu wartości średnich (analiz podwójnych);
3. Wykresu wartości różnic.
Przed przystąpieniem do konstruowania karty kontrolnej analiz podwójnych należy
przyjąć następujące założenia:
— analizowane okresowo po dwie próbki tego samego materiału kontrolnego będą
oznakowane zawsze w ten sam sposób np. xa i xb,
— różnica między wynikami analiz tych próbek będzie zawsze zapisywana w ten sam
sposób np. xa – xb przy czym znak różnicy będzie zachowany,
— próbka xa będzie zawsze analizowana przed próbką xb.
Przykład karty kontrolnej przedstawia rys. 2.6.
88

KARTY
KONTROLNE

Substancja oznaczana: Stężenie nominalne:

Identyfikator materiału kontrolnego:

Metoda badania:

Przyrząd pomiarowy:

Podpis
Data 3/01 4/01 5/01 6/01 7/01 10/01 11/01 12/01 13,01 14/01 15/01

Próbka Xa 100,00 103,90 104,80 104,00 101,90 103,00 97,90 103,80 99,50 100,20 102,90

Próbka Xb 99,10 103,00 107,70 104,10 103,00 102,90 103,70 103,70 99,40 100,70 102,40
Suma 199,10 206,90 209,50 208,10 204,90 205,90 201,60 207,50 198,90 200,90 205,30
Wartość
99,55 103,45 104,75 104,05 102,45 102,95 100,80 103,75 99,45 100,45 102,65
średnia x
Różnica, d 0,9 0,9 0,1 -0,1 -1,1 0,1 -5,8 0,1 0,1 -0,5 0,5

110

108 3
106 2
WartoÊç Êrednia

104

102 0

100
-2
98
-3
96

94
0� 1� 2� 3� 4� 5� 6� 7� 8� 9� 10� 11� 12� 13� 14
Numery analiz

2,2
3

1,2 2
Ró˝nica, d

0,2 0

-0,8
-2

-1,8 -3

(-5,8)
-2,8

Rys. 2.6. Przykład kart kontrolnych, średniej i różnicy.

 89

W podanym przykładzie wartości normatywne obliczono po wykonaniu 11 (par)

analiz podwójnych.
Postępowanie składa się z następujących etapów:
— wpisywanie wyników analiz do tablicy informacyjnej i wykonanie obliczeń;
— wykonanie testu Dixona dla wartości odbiegających różnic (xa – xb). W tym przypadku
(rys. 2.6) usunięto wszystkie dane uzyskane w 7 dniu pomiarowym, ponieważ
różnica –5,8 jest odbiegająca od pozostałych różnic;
— obliczanie sumy wartości średnich i odchylenia standardowego sśred wg poniższego
schematu:

Średnia Data – ( – )2

99,55 3/01 – 2,80 7,84

103,45 4/01 1,10 1,21
104,75 5/01 2,40 5,76
104,05 6/01 1,70 2,89

102,45 7/01 0,10 0,01

102,95 10/01 0,60 0,36

103,75 12/01 1,40 1,96
99,45 13/01 – 2,90 8,41
100,45 14/01 – 1,90 3,61
102,65 17/01 0,30 0,09

— wyznaczenie granic ostrzegawczych i kontrolnych średniej danej różnicy

a) górna granica kontrolna:
b) górna granica ostrzegawcza:
c) linia kontrolna: = 102,35;
d) dolna granica ostrzegawcza:
e) dolna granica kontrolna:
+ 3 sśred = 108,0;
+ 2 sśred = 106,1;
– 2 sśred = 98,6;
– 3 sśred = 96,7;
90

— badanie trendów (testy konfiguracji) wartości średnich kolejnych analiz podwójnych

materiału kontrolnego i podejmowania odpowiednich decyzji np.:
a) zbadanie istotności błędu systematycznego,
b) zidentyfikowanie badania niezgodnego z wymaganiami,
c) inicjowanie działań korygujących lub zapobiegawczych,
d) wykonanie auditu badania,
e) anulowanie wyników badań i ponowne wykonanie analiz,
f) wprowadzenie poprawek do sprawozdania.

W celu wyznaczenia granic ostrzegawczych i kontrolnych powtarzalności różnicy

d = xa – xb przyjmuje się następujące postępowanie:
— oblicza się odchylenie standardowe powtarzalności sr:

xa – xb Data D d2

100,0 – 99,1 3/01 0,9 0,81

103,9–103,0 4/01 0,9 0,81

104,8–104,7 5/01 0,1 0,01

104,0–104,1 6/01 – 0,1 – 0,01

101,9–103,0 7/01 – 1,1 1,21

103,0–102,9 10/01 0,1 0,01

103,8–103,7 12/01 0,1 0,01

93,5 – 94,4 13/01 – 0,9 0,81

100,2–100,7 14/01 – 0,5 0,25

102,9–102,4 17/01 0,5 0,25

Σ = 3,38

Zmienność analiz podwójnych wokół wartości średniej jest określona równaniem:

— wyznacza się granicę ostrzegawczą i kontrolną dla powtarzalności, tj. odpowiednia

wartość t;
a) górna granica kontrolna: 3. r = 3. 0,6 = 1,8;
b) górna granica ostrzegawcza: 2. r = 2. 0,6 = 1,2;
c) linia centralna = 0;
d) dolna granica ostrzegawcza: 2. (–r) = 2. (– 0,6) = –1,2;
e) dolna granica kontrolna: 3. (–r) = 3. (– 0,6) = –1,8;
 91

— bada się trendy powtarzalności kolejnych analiz podwójnych wg np. kryteriów

Wheelera lub kryteriów PN–ISO 8258+AC1 (1996).

Karta kontrolna średniej (analiz pojedynczych)

Karta składa się z dwóch części:
1. Tablicy informacyjnej, w której wpisywane są:
— rodzaj materiału kontrolnego (badany czynnik + matryca)
— wartości normatywne (jeśli jest to materiał certyfikowany)
— wyniki analiz pojedynczych materiału kontrolnego
2. Wykresu wartości średniej

Przykład karty kontrolnej przedstawia rys. 2.7.

KARTA
KONTROLNA

Substancja oznaczana: Stężenie nominalne:

Podpis

Data 4/6 5 6 7 10 11 13 14 17 18 19 20 24 26 27 28 1/7 2 3

Wynik 4,94 4,94 5,21 4,82 5,03 5,06 5,1 5,14 4,99 5,02 4,9 5,02 4,86 5,03 5,06 5 5,02 5,14 4,96

5,4
3s
5,3
2s

5,2

5,1
0

4,9
-2s
4,8
-3s
4,7
0� 1� 2� 3� 4� 5� 6� 7� 8� 9� 10� 11� 12� 13� 14� 15� 16 17 18 19 20 21 22

Rys. 2.7. Przykład karty kontrolnej, średniej.

Materiał kontrolny (związki ołowiu w wodzie) został przygotowany w laboratorium.

Zawartości ołowiu w próbce kontrolnej wynosi 5,0 mg/l (5 ppm).
Wartości normatywne dla karty oblicza się w następującej kolejności:
— wpisywanie do tablicy informacyjnej wyników analiz materiału kontrolnego,
— wykonanie testu Dixona dla wartości odbiegających. W tym przypadku (rys. 2.7) nie
stwierdzono wartości odbiegających,
— obliczanie wartości średniej (arytmetycznej) i odchylenia standardowego podano
w tabeli 2.9.,
92

Tabela 2.9. Obliczanie wartości średniej i odchylenia standardowego wyników analiz przygotowanego
w laboratorium materiału kontrolnego o referencyjnej zawartości analitu c=5,0 (mg/l)

Nr analizy Data Wynik (xi) (xi - ) (xi - )2

1 4,06 4,94 - 0,08 0,00585

2 5,06 4,94 - 0,08 0,00585
3 6,06 5,21 +0,19 0,03744
4 7,06 4,82 - 0,20 0,03861
5 10,06 5,03 +0,01 0,000182
6 11,06 5,06 +0,04 0,00189
7 13,06 5,10 +0,08 0,00697
8 14,06 5,14 +0,12 0,01525
9 17,06 4,99 - 0,03 0,00070
10 18,06 5,02 0,00 0,00001
11 19,06 4,96 - 0,06 0,00319
12 20,06 5,02 0,00 0,00001
13 24,06 4,86 - 0,16 0,02449
14 26,06 5,03 +0,01 0,000182
15 27,06 5,06 +0,04 0,00189
16 28,06 5,00 - 0,02 0,000272
17 1,07 5,02 0,00 0,00001
18 2,07 5,14 0,12 0,01525
19 3,07 4,96 - 0,06 0,00319
20 4,07 5,03 +0,01 0,000182

Σ(xi) = 100,33 Σ(xi - )2 = 0,1614

Liczba analiz n = 20
( ) = 5,0165 s = 0,09216

— wyznacza się granice ostrzegawcze i kontrolne do wyników analiz materiału kontrolnego,

a) górna granica kontrolna: + 3 s = 5,0165 + 0,27648 = 5,29,
b) górna granica ostrzegawcza: + 2 s = 5,0165 + 0,18432 = 5,20,
c) linia centralna: = 5,0165,
d) dolna granica ostrzegawcza: – 2 s = 5,01652 – 0,18432 = 4,83,
e) dolna granica kontrolna: – 3 s = 5,0165 – 0,27648 = 4,74,
— bada się trendy analiz pojedynczych wg np. kryteriów Wheelera lub kryteriów PN–ISO
8258+AC1 (1996).

Karta kontrolna zakresu roboczego metody

Karta składa się z części informacyjnej i graficznej. Podobnie jak w karcie kontrolnej
analiz pojedynczych lub podwójnych tworzy się tablice informacyjne i wykresy analiz
próbek kontrolnych. Analizuje się próbki kontrolne o dwóch różnych stężeniach
materiału kontrolnego, odpowiadających np. 10 % i 90 % zakresu roboczego metody
lub zakresu krzywej wzorcowania. Próbki kontrolne analizuje się łącznie z próbkami
 93

badanymi zgodnie z ustalonym planem. Analizę testów konfiguracji przeprowadza się

jednocześnie na dwóch kartach wg kryteriów opisanych przez Westgarda (1981).
Działania korygujące należy podjąć jeśli:
— jeden wynik na jednej karcie kontrolnej leży powyżej 3s,
— po jednym wyniku na obu kartach kontrolnych jednocześnie leżą między 2s i 3s (bez
względu na znak),
— dwa kolejne wyniki na jednej karcie kontrolnej znajdują się pomiędzy 2s i 3s po tej
samej stronie linii centralnej,
— trzy kolejne wyniki na jednej karcie kontrolnej znajdują się między 1s i 2s po tej samej
stronie linii centralnej,
— po dwa kolejne wyniki na dwóch kartach kontrolnych jednocześnie leżą między 1s
i 2s po tej samej stronie linii centralnych,
— dziewięć kolejnych wyników na jednej karcie kontrolnej znajduje się między 1s i 2s
(bez względu na znak),
— po pięć kolejnych wyników na dwóch kartach kontrolnych leży jednocześnie
w obszarze do 1s po tej samej stronie linii centralnych.
Przykład karty kontrolnej Westgarda przedstawia rys. 2.8.

Karta Westgarda

Rys. 2.8. Przykład karty Westgarda zakresu roboczego metody (dwóch próbek) kontrolnych o
różnej zawartości badanego składnika. Punkty zaczernione oznaczają niekorzystną konfigurację.
94

Karty kontrolne ślepej próby i odzysku

Opisane wyżej przykłady kart kontrolnych służą do śledzenia zmienności procesów
analitycznych, spowodowanych błędami losowymi lub systematycznymi. W zależności
od rodzaju prowadzonych badań laboratorium analityczne może wykorzystać również
kartę ślepej próby umożliwiającej monitorowanie granicy oznaczania ilościowego (także
czystości odczynników) oraz kartę odzysku w przypadku wykonywania analiz często
zmieniających się matryc, np. w badaniach żywności.
Przykłady konstrukcji tych kart zawierają zał. 2.3. i 2.4.

Działania zapobiegawcze lub korygujące, wynikające z niespełnienia kryteriów kart

kontrolnych
Do oceny trendów na kartach kontrolnych analiz pojedynczych lub podwójnych
można przyjąć następujące postępowanie:
— Jeżeli wynik analizy próbki kontrolnej w danej serii pomiarowej leży poza granicami
± 3s, należy wykonać ponowną analizę tej próbki (jedno- lub dwukrotną). W przypadku
potwierdzenia wystąpienia nadmiernego błędu, laboratorium powinno anulować wyniki
analiz danej serii lub, jeśli to możliwe, wprowadzić poprawkę do wyników badań.
— Następnie wskazane byłoby przeprowadzenie auditu badania, znalezienie źródła błędu
i wykonanie działań korygujących, zgodnie z przyjętym systemem jakości.
— Jeżeli wyniki analiz próbek kontrolnych przekraczają granicę ± 2s, częściej niż 1 wynik
na 20 analiz kontrolnych, to może to świadczyć o pogorszeniu się precyzji oznaczań
w laboratorium. Pogorszenie się precyzji może być spowodowane niezauważoną
awarią danego przyrządu pomiarowego, zmianą materiałów pomocniczych, zmianą
pracownika wykonującego badanie lub innymi przyczynami. Przyczynę najlepiej
ustalić podczas auditu badania, a następnie przyjąć właściwe działania korygujące.
— Wystąpienie długotrwałych niekorzystnych trendów może świadczyć o pojawieniu się błędów
systematycznych. Można w tej sytuacji wykonać ocenę statystyczną różnic między wartością
średnią obliczoną z otrzymanych wyników z uwzględnieniem punktów nietypowych
a poprzednią wartością nominalną (średnią) karty. Do tego celu najlepiej zastosować test t-
Studenta (model I równanie (29)). Jeśli różnice są statystycznie istotne, to należy:
a) określić obciążenie metody i wprowadzić poprawkę do wcześniej wydanych
wyników badań oraz powiadomić o tym odbiorców wyników badań,
b) wykonać audit badania i usunąć przyczynę błędów systematycznych lub jeśli nie jest
to możliwe wprowadzić stałą poprawkę do wyniku badania.
Jeśli różnice są statystycznie nieistotne, to należy:
c) wyznaczyć ponownie wartości normatywne dla karty kontrolnej, w przypadku
stosowania własnych materiałów odniesienia,
d) wykonać audit badania w celu znalezienia przyczyny błędów systematycznych,
e) zaakceptować występowanie błędów systematycznych ponieważ są one na tyle
małe, że nie można ich oddzielić od błędów przypadkowych, charakterystycznych
dla danego badania.
— W przypadku karty kontrolnej zakresu roboczego metody (karta Westgarda) należy
przyjąć taki sam tryb postępowania do oceny trendów, jak dla kart kontrolnych
analiz pojedynczych i podwójnych. Dodatkowo można dokonać oceny jednorodności
wariancji za pomocą testu F–Snedecora (równanie (27)) np. co 20 oznaczań próbek
kontrolnych. Wystąpienie statystycznie istotnych różnic między wariancjami powinno
być sygnałem do zmiany zakresu roboczego metody.
 95

— W karcie kontrolnej różnicy d można ocenić występowanie błędu systematycznego

za pomocą testu różnic. W przypadku stwierdzenia różnic istotnych statystycznie
należy określić obciążenie metody i wprowadzić poprawkę dla wyniku badania,
przeprowadzić audit badania w celu wykrycia przyczyny błędu systematycznego lub
wyznaczyć ponownie wartości normatywne dla karty kontrolnej.

2.7.2. Sterowanie zewnętrzne

Zewnętrzne sterowanie jakością, zwane inaczej badaniem biegłości, polega na
wykorzystaniu wyników międzylaboratoryjnych badań porównawczych do oceny
technicznych kompetencji laboratoriów uczestniczących w takich porównaniach.

Badanie biegłości dla danego rodzaju laboratoriów i badań może być organizowane przez:
— instytucję akredytującą, która powołuje grupy robocze, np. w ramach komitetów
technicznych w celu opracowania ogólnych kryteriów takich badań i/lub szczegółowych
programów dla określonego rodzaju laboratoriów;
— inne instytucje, wiodące w danej dziedzinie.

Organizator badania biegłości powinien opracować program tego badania i posiadać

pełną dokumentację związaną z prowadzeniem badania oraz udokumentowany system
jakości, zgodnie z wymaganiami normy np. PN–EN ISO/IEC 17025 (2001) przewodnika
ISO/ IEC 43–1 (1997).
Za sprawną realizację danego programu badania biegłości odpowiedzialny jest
organizator (lub koordynator) programu.
Dopuszcza się możliwość współpracy organizatora badania z innymi laboratoriami
w zakresie przygotowania materiału kontrolnego. Organizator badania powinien określić
kryteria takiej współpracy.
Program badania biegłości powinien być udokumentowany i zawierać co najmniej
następujące informacje:
1. Założenia programu,
2. Zasady organizacji,
3. Opis materiału kontrolnego i metody jego przygotowania,
4. Ustalenia dotyczące częstości wykonywania badania,
5. Wskazanie metod badawczych (wykonania badania),
6. Zasady i kryteria oceny wyników badania biegłości,
7. Wzór raportu z badania,
8. Ustalenia dotyczące kontaktu z uczestnikami i reklamacji,
9. Nazwiska osób odpowiedzialnych za realizację programu.

Laboratorium przygotowujące materiał kontrolny do badania biegłości powinno

wykazać i udokumentować swoje kwalifikacje w zakresie metod i procedur badawczych
stosowanych przez uczestników badań porównawczych. Organizator badania jest
odpowiedzialny za okresową kontrolę takiego laboratorium, w celu upewnienia się czy
wszystkie przyjęte uzgodnienia dotyczące procedury przygotowania i jakości materiału
kontrolnego są przestrzegane.

Uczestnikom badania biegłości należy zapewnić anonimowość, a wynikom poufność.

Należy zapewnić możliwość udzielania uczestnikom badania konsultacji, a także szkolenia
96

(na życzenie) najsłabszych laboratoriów. Organizator powinien dokonywać okresowych

przeglądów programu badania biegłości i wprowadzać konieczne zmiany wynikające
z postępu wiedzy w tej dziedzinie.

Do interpretacji wyników badania biegości wykorzystuje się wartości zmiennej

standaryzowanej „z” (patrz rozdz. 2.1.) jako tzw. „statystyki osiągnięć” (z-score), która
zależy od wartości wyniku uzyskanego w laboratorium, wartości „prawdziwej” tzn.
przypisanej lub uzgodnionej oraz wartości odchylenia standardowego, czyli ustalonej
miary rozproszenia danego zbioru wyników. Kryteria oceny uzyskanej przez laboratorium
wartości z-score są następujące:
|z| ≤ 2 = zadowalająca
2<|z| < 3 = wątpliwa
|z| ≥ 3 = niezadowalająca

Szczegóły dotyczące organizacji badania biegłości i zasady oceny wyników zawiera

przewodnik ISO/IEC 43–1 (1997).

2.8. Szacowanie niepewności wyniku pomiaru

Laboratorium powinno ustalić procedurę szacowania niepewności wyniku pomiaru

(analiz), otrzymanego daną metodą analityczną.
Dane dotyczące niepewności wyników analiz laboratoryjnych mogą znajdować się
w zapisach laboratoryjnych i/lub w sprawozdaniach z badań.
Parametrem niepewności jest odchylenie standardowe (lub jego wielokrotność)
albo połowa szerokości przedziału ufności, odpowiadającego określonemu poziomowi
istotności (prawdopodobieństwu).
Niepewność pomiaru zawiera na ogół wiele składników. Niektóre z nich można
wyznaczyć na podstawie rozkładu statystycznego wyników szeregu pomiarów i można je
scharakteryzować odchyleniem standardowym. Inne składniki, które mogą być również
scharakteryzowane odchyleniami standardowymi, są szacowane na podstawie zakładanych
rozkładów prawdopodobieństwa opartych na doświadczeniu lub na innych informacjach.
Przyjmuje się, że wynik pomiaru stanowi najlepsze oszacowanie wartości mierzonej
i że wszystkie składniki niepewności, włącznie z tymi, które pochodzą od efektów
systematycznych, jak na przykład składniki związane z poprawkami lub wzorcami
odniesienia, wnoszą swój udział do całkowitej zmienności.
Przyjmuje się, że niepewność pomiaru (wyniku) odzwierciedla brak wiedzy na temat
prawdziwej wartości wielkości mierzonej. Nawet skorygowany wynik pomiaru, o wartość
odpowiadającą wykrytemu błędowi systematycznemu, jest ciągle tylko szacowaniem wyniku
pomiaru z powodu niepewności wynikającej zarówno z czynników (błędów) losowych
(przypadkowych), jak i niedoskonałego szacowania czynników (błędów) systematycznych.
Stosuje się następujące rodzaje pojęć związanych z niepewnością pomiaru:
1. Niepewność wyniku pomiaru wyrażona jako odchylenie standardowe średniej, nosi
nazwę niepewności standardowej (u). Wyróżnia się dwa typy szacowania niepewności
standardowej:
— Typ A – ocena niepewności poprzez statystyczną analizę wyników serii obserwacji
(badań tego samego obiektu).
 97

Jeżeli wykonano n pojedynczych pomiarów wielkości wejściowej, to niepewność

standardowa oszacowania tej wielkości (średnia arytmetyczna) jest równa odchyleniu
standardowemu średniej s (równanie 10), czyli:
u(xi) = s( i) (76)

w którym: u – niepewność standardowa,

— Typ B – ocena niepewności za pomocą środków innych niż stosowanych w typie A, np.
a) wyników wcześniejszych analiz lub pomiarów, w tym danych z walidacji metody
analitycznej,
b) wiedzy i doświadczenia dotyczących zachowania i właściwości badanego materiału
i stosowanego przyrządu pomiarowego,
c) danych producenta przyrządu pomiarowego,
d) danych uzyskanych z wzorcowania (w laboratorium lub poza) lub zawartych
w różnego rodzaju świadectwach (certyfikatach),
e) danych na temat wartości referencyjnych, zaczerpniętych z piśmiennictwa.

W ogólnym przypadku wielkość mierzona Y nie jest mierzona bezpośrednio, lecz jest
funkcją innych mierzonych wielkości, tzw. wielkości wejściowych: X1, X2,...., Xn:
Y = f (X1, X2, …, Xn) (77)

Aby otrzymać niepewność pomiaru wielkości mierzonej Y tzw. wielkości wyjściowej

należy najpierw dokonać szacowania typu A i typu B niepewności wszystkich wielkości
wejściowych: X1, X2,...., Xn, od których zależy wielkość mierzona Y, a następnie obliczyć
za pomocą odpowiednich wzorów niepewność złożoną dla wielkości Y.
Wśród wielkości wejściowych znajdują się te, które są otrzymywane w procesie
pomiaru, wielkości wpływowe i te, które są podane np. w świadectwach stosowanych
wzorców i przyrządów.
Zależnie od posiadanych informacji sposób postępowania przy szacowaniu niepewności
pomiaru typu B może być następujący:
— Jeśli oszacowanie Xi jest wzięte z dokumentacji producenta, świadectwa wzorcowania,
literatury lub innych źródeł ww. i jego niepewność jest pewną wielokrotnością
odchylenia standardowego (tzw. współczynnik rozszerzenia k), to niepewność
standardowa jest równa podanej niepewności podzielonej przez tę wielokrotność,
np. jeżeli: U = 2 . u (xi) to:
u (xi) = U/2 (78)

— Jeżeli jest dostępne tylko oszacowanie górnej i dolnej granicy danej wielkości, np.
granice błędu przyrządu pomiarowego, zakres temperatury lub granice tolerancji, to
można stosować jeden z następujących sposobów:
a) Jeżeli rozkład możliwych wartości przyjmuje się za normalny i można uznać na
podstawie posiadanych informacji, że z prawdopodobieństwem 50% wartość
wielkości wejściowej Xi znajduje się w środku przedziału (a- – a+), przy czym połowa
tego przedziału wynosi (a- – a+) / 2 = a, to niepewność standardowa wynosi:
u (xi) = 1,48 a / 2 (79)
98

b) Jeżeli rozkład możliwych wartości przyjmuje się za normalny i można uznać,

że z prawdopodobieństwem 68% wartość wielkości wejściowej Xi znajduje się
w przedziale (a- – a+) oraz przedział ten jest symetryczny wobec Xi, to niepewność
standardowa wynosi:

u (xi) = a (80)

c) Jeżeli wiadomo, że wartość wielkości wejściowej Xi leży w przedziale (a- – a+)

z prawdopodobieństwem bliskim 100% i rozkład możliwych wartości tej wielkości
jest równomierny (prostokątny) tzn., że wartość Xi leży gdziekolwiek w tym
przedziale, to niepewność standardowa wynosi:

u (xi) = a / √3 (81)

d) Jeżeli wiadomo, że wartość wielkości wejściowej Xi leży w przedziale (a- – a+)

z prawdopodobieństwem bliskim 100% i niekoniecznie Xi leży w środku przedziału
(a- – a+), a ponadto brak jest informacji nt. rozkładu możliwych wartości wielkości
wejściowej Xi, to niepewność standardowa wynosi:

u (xi) = (a+ – a-) / √12 (82)

e) Jeżeli wiadomo, że wartość wielkości wejściowej Xi leży w przedziale (a- – a+)

z prawdopodobieństwem bliskim 100% i rozkład możliwych wartości tej wielkości
przyjmuje się jako symetryczny trójkątny, tzn., że przyjęcie przez Xi maksymalnych
(skrajnych) wartości z tego przedziału jest mało prawdopodobne (tzn. leżą bliżej
środka przedziału), to niepewność standardowa wynosi:

u (xi) = a / √6 (83)

Podając wartość niepewności standardowej należy zawsze zaznaczyć liczbę obserwacji

(powtórzeń) n.

2. Złożona niepewność pomiaru wyrażona pierwiastkiem kwadratowym sumy

wariancji nosi nazwę złożonej niepewności standardowej (u2c (y)).

(84)

w którym – u ( i) są niepewnościami standardowymi typu A lub typu B.

Złożona niepewność standardowa oprócz typowych niepewności laboratoryjnych
związanych z wzorcowaniem i/lub badaniem może zawierać również niepewności
związane z pobraniem próbek.
3. Niepewność pomiaru może być także wyrażona jako niepewność względna,
bezwymiarowa. Np. względna niepewność standardowa wielkości y wynosi:

(85)
 99

4. Niepewność pomiaru można również wyrazić za pomocą tzw. niepewności

rozszerzonej U. Miarą niepewności rozszerzonej jest przedział ufności wokół wartości
zmierzonej, w którym z określonym prawdopodobieństwem można spodziewać się
wystąpienia większej frakcji rozkładu wartości mierzonych, przypisanych do danej
wartości Y (Y = y±U).
Niepewność rozszerzoną otrzymuje się mnożąc niepewność standardową przez
współczynnik rozszerzenia k:

U = k Š uc (y) (86)

Wartość współczynnika rozszerzenia k zależy od przyjętego prawdopodobieństwa

w przedziale od y – U do y + U. Zwykle wartość współczynnika k mieści się w granicach
od 2 do 3.
Współczynnik k tworzy przedział dla wartości mierzonej Y = y ± U = y ± k Š uc (y)
, odpowiadający w przybliżeniu prawdopodobieństwu odpowiednio P = 0,95 lub
P = 0,99. Współczynnik k jest równoważny wartościom krytycznym t(α, f) rozkładu
t-Studenta. Przyjmuje się, k = 2 dla prawdopodobieństwa P = 0,95. Podając wartość
niepewności rozszerzonej należy zawsze zaznaczyć prawdopodobieństwo (P) lub
poziom istotności (α).

W celu ustalenia niepewności w praktyce można przyjąć następujący tryb postępowania:

1. Ustalić zależność między wartością mierzoną (wyjściową) Y a wielkościami
wejściowymi Xi w postaci matematycznej (równanie (77)).
2. Rozpoznać wszystkie źródła błędów systematycznych i wprowadzić poprawki.
3. Ustalić wszystkie źródła niepewności typu A i typu B, jakkolwiek w laboratorium
analitycznym będzie to z reguły niepewność typu B.
4. Obliczyć niepewności standardowe dla wielkości wejściowych xi typu A i typu
B (równania (9) i (10)).
5. Odnieść niepewności standardowe u (xi) wszystkich wielkości wejściowych do
wielkości wyjściowej przez obliczenie odpowiednich pochodnych cząstkowych.
6. Obliczyć złożoną niepewność standardową wielkości wyjściowej (równanie (84)
i niepewność względną równanie (85)).
7. Obliczyć niepewność rozszerzoną przez pomnożenie złożonej niepewności
standardowej przez odpowiedni współczynnik rozszerzenia (równanie (86)).

2.8.1. Budżet niepewności pomiaru w laboratorium analitycznym

W badaniach rutynowych w laboratorium analitycznym wykonuje się analizy

pojedyncze lub co najwyżej 2–3 analizy powtarzane równolegle, co nie daje możliwości
oszacowania niepewności standardowej typu A. Z tego względu do oszacowania wyniku
badania można zastosować typ B niepewności standardowej, najlepiej względnej,
wykorzystując w tym celu np. wyniki walidacji metody (poprawność i precyzja) lub dane
uzyskane w ramach realizacji planu wewnętrznego sterowania jakością.
Można również spróbować i zidentyfikować niepewności odpowiadające
poszczególnym fragmentom badania laboratoryjnego, jak np. odważanie, odmierzanie,
rozcieńczanie, kalibracja lub związanych z charakterystyką stosowanych przyrządów,
a także uwzględnić niepewność związaną z pobieraniem próbek, jeśli czynność ta stanowi
100

integralną część badania. Ścisłość szacowania niepewności zależeć będzie od możliwości

technicznych laboratorium, dostępności informacji nt. niepewności pochodzących ze
źródeł zewnętrznych, np. świadectw wzorcowań lub danych od producentów wyposażenia
pomiarowego. Na niepewność wyniku badania mogą wpływać różne czynniki, które
można ogólnie zdefiniować jako:
1. Przedlaboratoryjne, związane z:
— właściwościami badanego obiektu (zmienna zawartość analitu w różnych miejscach
obiektu),
— strategią i/ lub techniką pobierania próbek (np. niepewność przyrządów),

2. Laboratoryjne związane m.in. z:

— nie w pełni zdefiniowanych wielkości mierzonych,
— niedoskonałego wykonania pomiaru analitycznego włączając w to wpływ odczynników
materiałów pomocniczych itp.,
— niedostatecznej wiedzy o wpływie czynników środowiskowych lub niewłaściwej oceny
warunków środowiska,
— niedokładnych odczytów wartości mierzonych z przyrządów pomiarowych,
— wykonania pomiaru poza parametrami granicznymi (sprawności) przyrządu,
— zastosowania wzorców lub materiałów odniesienia o niedokładnie lub błędnie
sprecyzowanej wartości,
— niedokładnych wartości różnego rodzaju współczynników i stałych, pochodzących ze
źródeł zewnętrznych, stosowanych do korygowania wyników,
— przybliżeń i założeń zawartych w metodzie analitycznej i postępowania w trakcie
pomiaru,
— zmienności w powtarzanych obserwacjach mierzonych wielkości, w warunkach
uznanych za identyczne.

3. Polaboratoryjne wynikające m.in. z:

— zaokrąglaniem wyników,
— błędami przenoszenia danych z zapisów laboratoryjnych do sprawozdań.

Pomocnym przy identyfikowaniu źródeł niepewności może być sporządzenie

diagramu przyczynowo–skutkowego jak na rys. 2.9. Diagram dotyczy identyfikacji
źródeł niepewności w badaniu chemicznych zanieczyszczeń powietrza na stanowiskach
pracy. Wartości graniczne sumy względnych niepewności błędu przypadkowego
i systematycznego, związanych z daną metodą badania czynników chemicznych
w środowisku pracy podaje norma PN-EN 482 (2002).

Według przewodnika EURACHEM/CITAC (2000), w laboratorium analitycznym

niepewność wyniku badania szacuje się identyfikując źródła niepewności, towarzyszące
poszczególnym składnikom końcowego równania na obliczanie wyniku badania.
Wszystkie udziały niepewności powinny być wyrażone przed połączeniem jako
względne niepewności standardowe. Może to wymagać przetworzenia innych miar
rozproszenia.
 101

Rys. 2.9. Składowe niepewności związane z powtarzalnością (zaznaczone na diagramie

kursywą) należy uwzględnić w budżecie niepewności tylko wtedy, kiedy ustalona na etapie
walidacji metody powtarzalność nie obejmuje całego procesu analitycznego. Powtarzalność
uzyskana w badaniach odzysku obejmuje w praktyce wszystkie etapy analizy i stanowi
powtarzalność metody.

W przypadku udziału w niepewności pojedynczych pomiarów, względną niepewność

standardową oblicza się zgodnie z równaniem (9), czyli:

(87)

w którym: i s odpowiednio wartość średnia i odchylenie standardowe zbiorów

wyników uzyskanych z powtarzanych pomiarów (precyzji powtarzalności) wzorców,
materiałów odniesienia podczas walidacji metody, realizacji planu sterowania jakością,
sprawdzania wyposażenia w laboratorium.
W przypadku udziału w niepewności wyników uśrednianych wykorzystuje się:
— np. wyniki wzorcowania przyrządów pomiarowych lub wzorców uzyskane w procesie
analitycznym w laboratorium, obliczoną poprawkę (współczynnik odzysku); obliczając
102

odchylenie standardowe średniej zgodnie z równaniem (10), dokonując transformacji

rozkładu prostokątnego do rozkładu normalnego wg równania (81), czyli:

a następnie obliczając względną niepewność standardową zgodnie z równaniem:

(88)

w którym: x0 wartość odniesienia cechy wzorca podana w świadectwie wzorcowania,

względem którego przeprowadza się wzorcowanie w laboratorium.

— wyniki wzorcowania przyrządów pomiarowych lub wzorców zawarte w świadectwach

wzorcowania (otrzymanych z laboratorium wzorcującego) lub dane z piśmiennictwa
np. nt. czystości wzorca chemicznego, niepewności gęstości, mas atomowych,
rozszerzalności objętościowej mediów, dokonując następujących obliczeń:.
a) przekształcając niepewność standardową rozszerzoną U na niepewność standardową
Ux0, jeśli w świadectwie podano tylko niepewność rozszerzoną wg równania (78),
czyli:

(89)

k≈2 jeśli P = 0,95

b) dokonując transformacji rozkładu prostokątnego do rozkładu normalnego wg
równania (81), czyli:

c) obliczając względną niepewność standardową wg równania (88), czyli:

Przekształcanie informacji nt. niepewności podanej przez producenta materiału

odniesienia / chemicznego wzorca pomiarowego:
— jeśli wzorzec pomiarowy przygotowano w laboratorium, to uwzględnia się dostępne
informacje od producenta nt. chemicznej czystości wzorca. Jeśli np. w świadectwie
określona jest czystość wynosząca x0 = 99%, to niepewność (ux0) wzorca wynosi 0,01
(1%). Zakłada się rozkład prostokątny tej niepewności, co wymaga przekształcenia
na rozkład normalny, zgodnie z równaniem (81), czyli:
 103

— oblicza się względną niepewność standardową zgodnie z równaniem (88), czyli:

w którym: x0 – czystość wzorca.

W przypadku, gdy niepewność jest szacowana na podstawie danych producenta

wyposażenia, np. naczyń pomiarowych (kolby, biurety, pipety), przyrządów (np. miernik
hałasu) dokonuje się następujących działań:
— przekształcenia rozkładu trójkątnego do rozkładu normalnego wg równania (83),
czyli:

w którym: tolerancja – wartość tolerancji nominalnej cechy podana przez producenta

(np. tolerancja 0,01 ml dla kolby o pojemności 10 ml lub 0,3 dB dla miernika hałasu
mierzona na poziomie 94 dB)
— obliczenia względnej niepewności standardowej wg równania (88), czyli:

w którym: xo – wartość nominalna cechy podana przez producenta.

Szacowanie składowych niepewności pomiaru najlepiej przeprowadzić podczas
walidacji metody czyli z chwilą uzyskania informacji np. poprawności (odzysku) lub
precyzji metody. Można założyć trzy warianty postępowania w szacowaniu niepewności
całego procesu analitycznego, związanego z badaniem odzyskiem (RR) i precyzji:
Wariant I
Uwzględnia przypadek szacowania względnej złożonej niepewności (uc wzg RR)
w sytuacji kiedy oblicza się poprawkę do wyniku badania wg równania (67):

(90)

w którym: – względna niepewność standardowa poprawki (patrz tabela 2.6.),

– względna niepewność wartości cechy (stężenia) materiału odniesienia,

– względna niepewność precyzji wyników oznaczań materiału odniesienia,

– inne niepewności (np. naczynia pomiarowe, odważniki, krzywa

kalibracyjna).
104

Wariant II
Uwzględnia przypadek kiedy nie oblicza się poprawki do wyniku badania po uprzednim
potwierdzeniu hipotezy H0 (test t-Studenta), że odzysk istotnie różni się od wartości
cechy (stężenia) materiału odniesienia. Do budżetu niepewności włącza się obciążenie
(Bw) metody wyrażone równaniem (65), w postaci: 1 – RR, a także uwzględnia się
współczynnik k odpowiadający prawdopodobieństwu (P = 0,95), przy którym testowano
hipotezę H0 (patrz rozdz. 2.6.7.).

(91)

w którym: – względna niepewność obciążenia (błędu względnego);

k ≈ 2 – jeśli test istotności wykonano przy P = 0,95;

– względna niepewność precyzji obciążenia gdzie: ,

natomiast Bwi odpowiada obciążeniom otrzymanym w wyniku n powtórzeń analiz

materiału odniesienia;
– względna niepewność błędu losowego (w odniesieniu do cechy wzorca).

Wariant III
Jeśli stwierdza się że różnica między wynikiem badania odzysku a wartością cechy
materiału odniesienia jest nieistotna wówczas względna niepewność wyraża się
równaniem:

(92)

W wariancie III składowa związana jest z niepewnością materiału odniesienia

użytego podczas walidacji metody lub niepewnością wzorca analitycznego zastosowanego
w danym badaniu np. do pomiaru instrumentalnego.

Obliczanie złożonej niepewności standardowej

Do obliczania względnej złożonej niepewności bierze się znaczące składowe, tzn. takie,
które stanowią co najmniej 1/3 największej wartości niepewności, np. precyzji.
Złożoną niepewność uc (y) wyniku pomiaru/analizy oblicza się zgodnie z równaniem (84):

(93)

lub

(94)
 105

w którym:
u2wzg (RR lub Bw lub x0) – względne niepewności standardowe uzyskane w wyniku walidacji
metody (odzysk i precyzja),
u2wzgL – inne składowe złożonej niepewności pochodzące ze źródeł laboratoryjnych (waga
analityczna, naczynia pomiarowe itp.),
u2wzgP – inne składowe złożonej niepewności pochodzące ze źródeł przed – lub
polaboratoryjnych,
y – wynik pomiaru/analizy próbki laboratoryjnej (od klienta).

Obliczanie niepewności rozszerzonej

Niepewność rozszerzoną (U) oblicza się zgodnie z równaniem (86):

U = k Š uc

w którym: k – współczynnik rozszerzenia,

uc – złożona niepewność standardowa
Wybór wartości współczynnika k zależy od przyjętego prawdopodobieństwa. Jeśli
P = 95% to k ≈ 2.

Zapisywanie wartości niepewności pomiaru

Oszacowana złożona niepewność standardowa i niepewność rozszerzona
odnotowywane są w zapisach laboratoryjnych łącznie z wynikiem analizy/pomiaru.

Ponowne szacowanie stałych składników niepewności pomiaru

Ponowne szacowanie składowych budżetu niepewności w danym badaniu (dana
metodą) wykonywane jest najczęściej w przypadku zmiany:
— matrycy,
— przyrządu pomiarowego,
— charakteryzacji metody,
— wzorców lub certyfikowanych materiałów odniesienia, lub materiałów odniesienia
przygotowanych w laboratorium (jeśli posiadają odmienną charakterystykę),
— wymagań odbiorców wyników badań.

Podawanie niepewności pomiaru w sprawozdaniach z badań

W sprawozdaniach z badań podaje się informację nt. niepewności pomiarów/analiz
laboratoryjnych, jeżeli wynika to z ustaleń z klientem na piśmie. W przeciwnym razie
należy uwzględnić wymagania przepisów, metody badania lub kiedy niepewność ma
znaczenie w ocenie zgodności z wyspecyfikowanymi wartościami granicznymi, np. jeśli
wynik analizy znajduje się w przedziale 0,8÷1,2 wartości granicznych. Przedział ten
zależy od wartości niepewności pomiaru.

a) Jeśli niepewność pomiaru wyrażana jest jako złożona niepewność standardowa uc,
wynik pomiaru przedstawia się jako:
(Wynik pomiaru): y (jednostki) oraz informacja nt. złożonej niepewności
standardowej: uc (jednostki).
b) Jeśli niepewność wyrażana jest jako niepewność rozszerzona U, obliczona z użyciem
współczynnika rozszerzenia k = 2, wynik pomiaru przedstawia się jako:
(Wynik pomiaru): (y ± U) (jednostki)
106

2.9. Terminy i definicje (8, 15, 20, 21, 23, 24, 28)

1. Audit (jakości) – systematyczna i niezależna analiza działań w dziedzinie jakości

przeprowadzana w celu określenia, czy te działania i ich wyniki są zgodne z zaplanowanymi
oraz czy są one efektywnie stosowane i właściwe do osiągnięcia celów.
2. Błąd (wyniku badania) – różnica między wynikiem badania a wartością prawdziwą
lub przyjętą wartością odniesienia. Błąd wyniku badania jest sumą błędów przypadkowych
i błędów systematycznych.
3. Błąd bezwzględny – różnica między wartością zmierzoną cechy a jej wartością
prawdziwej.
4. Błąd gruby – błąd o wartości tak znacznie odbiegającej od pozostałych błędów w serii,
że może być rozpatrywany jako nienależący do badanej populacji, lecz spowodowany
przyczyną działającą przejściowo, np. nieprawidłowym wykonaniem pomiaru, użyciem
wadliwie działającego przyrządu lub pomyłką w obliczeniach.
5. Błąd przypadkowy – część składowa błędu, która w ciągu wyników badania tej samej
właściwości zmienia się w sposób losowy, niemożliwy do przewidzenia. Wprowadzenie
poprawki korygującej błąd przypadkowy jest niemożliwe.
6. Błąd systematyczny – część składowa błędu, która w ciągu wyników badania tej
samej właściwości jest stała lub zmienia się stale w ten sam sposób. Błędy systematyczne
i przyczyny ich występowania mogą być znane lub nieznane.
7. Czułość – stosunek przyrostu sygnału analitycznego do odpowiadającego mu
przyrostu stężenia (lub zawartości) oznaczanego składnika.
8. Dokładność – stopień zgodności wyniku pomiaru (badania) z wartością rzeczywistą
wielkości mierzonej. Pojęcie „dokładności” ma charakter jakościowy.
9. Dystrybuanta – funkcja określająca prawdopodobieństwo, że zmienna losowa
X przyjmuje wartość nie większą od liczby rzeczywistej x

Funkcję pochodną f (x) nazywamy funkcją gęstości rozkładu prawdopodobieństwa

zmiennej losowej ciągłej X.
10. Działania korygujące – działanie w celu wyeliminowania przyczyny wykrytej
niezgodności lub innej niepożądanej sytuacji.
11. Działania zapobiegawcze – działanie w celu wyeliminowania przyczyny
potencjalnej niezgodności lub innej potencjalnej sytuacji niepożądanej.
12. Estymacja – operacja, której celem jest szacowanie wartości parametru rozkładu
właściwości w populacji, na podstawie próbki pobranej z tej populacji. Jeśli za nieznaną
wartość parametru w populacji przyjmuje się wartość estymatora wówczas mówi się
o estymacji punktowej.
13. Estymator – statystyka służąca do estymacji parametru populacji. Za estymatory
parametrów populacji przyjmuje się zwykle statystyki będące ich odpowiednikami
w próbce, np. estymatorem wariancji w populacji jest wariancja w próbce.
14. Granica odtwarzalności – wartość, której z zadanym prawdopodobieństwem 1 – α
nie przekracza wartość bezwzględna różnicy między skrajnymi wynikami pojedynczych
pomiarów otrzymanych w warunkach odtwarzalności. W przypadku braku specjalnych
zaleceń za 1 – α należy przyjąć 95%. Granicę odtwarzalności oznacza się zwykle przez
R1 - α. Granica odtwarzalności zależy od liczby wykonanych pomiarów.
 107

15. Granica oznaczania ilościowego jest to najmniejsza zawartość (czy stężenie) danej
substancji, które daje się w sposób pewny ilościowo oznaczyć. Może to być dolna granica
zakresu roboczego metody, uwarunkowana uzyskaniem żądanej precyzji oznaczań.
16. Granica powtarzalności – wartość, której z zadanym prawdopodobieństwem 1 – α
nie przekracza wartość bezwzględna różnicy między skrajnymi wynikami pojedynczych
pomiarów otrzymanych w warunkach powtarzalności. W przypadku braku specjalnych
zaleceń za 1 – α należy przyjąć 95%. Granicę powtarzalności oznacza się zwykle przez r1 -
α. Granica powtarzalności zależy od liczby wykonanych pomiarów.
17. Granica wykrywalności – najmniejsza ilość substancji oznaczanej, jaką można
wykryć w badanej próbce daną metodą (techniką) pomiarową.
18. Korekcja – działanie w celu wyeliminowania wykrytej niezgodności.
19. Księga jakości – dokument opisujący ogólne dyspozycje powzięte przez
laboratorium badawcze w celu osiągnięcia wymaganej jakości badań i usług.
20. Materiał odniesienia – materiał lub substancja, której jedna lub więcej właściwości
są wystarczająco pewnie ustalone, aby mogły być stosowane do wzorcowania przyrządów,
oceny metody pomiarowej lub do przyporządkowania wartości materiałom.
21. Materiał odniesienia certyfikowany – materiał odniesienia opatrzony certyfikatem,
charakteryzujący się wartością lub wartościami danej właściwości, które certyfikowano
zgodnie z procedurą zapewniającą odniesienie do dokładnej realizacji jednostki miary,
a w której wyrażane są wartości danej właściwości; każdej wartości certyfikowanej powinna
być przy tym przypisana niepewność odpowiadająca określonemu poziomowi ufności.
22. Metoda najmniejszych kwadratów – metoda aproksymacji funkcji określonego
typu do zbioru punktów empirycznych. Metoda ta polega na takim doborze parametrów
aproksymowanej funkcji, by suma kwadratów odchyleń punktów empirycznych od
wykresu tej funkcji była najmniejsza.
23. Metoda specyficzna – metoda, która jest idealnie selektywna dla substancji oznaczanej.
24. Niepewność – parametr, związany z wynikiem pomiaru, charakteryzujący rozrzut
wartości, które można w uzasadniony sposób przypisać wielkości mierzonej.
25. Niezgodność – niespełnienie ustalonych wymagań.
26. Obciążenie – różnica między wartością oczekiwaną wyników badania a przyjętą
wartością odniesienia.
Obciążenie jest błędem systematycznym (w odróżnieniu błędu przypadkowego).
Wartość obciążenia może być sumą błędów systematycznych spowodowanych różnymi
przyczynami systematycznymi.
Im większa jest wartość obciążenia, tym mniejsza jest poprawność wyników badania.
27. Odtwarzalność – precyzja w warunkach odtwarzalności.
28. Odstępstwo – świadome działanie laboratorium niezgodne z ustaleniami dokumentacji
systemu jakości i badań, zaakceptowane przed rozpoczęciem tego działania.
29. Pobieranie (jednostek do próbki) – czynności, których celem jest wyodrębnienie
z populacji jednostek, z których zostanie utworzona próbka.
30. Polityka jakości – ogół zamierzeń i kierunków działań dotyczących jakości,
wyznaczanych i formalnie wyrażanych przez ścisłe kierownictwo jednostki gospodarczej.
31. Poprawka – wartość dodana algebraicznie do surowego wyniku pomiaru w celu
skompensowania błędu systematycznego.
32. Poprawność metody badania – stopień zgodności między wartością średnią
otrzymaną z długich serii wyników badania a przyjętą wartością odniesienia. Za miarę
poprawności wyników badania przyjmuje się np. odzysk analitu z matrycy.
108

33. Powtarzalność – precyzja w warunkach powtarzalności.

34. Poziom istotności – górne ograniczenie prawdopodobieństwa odrzucenia hipotezy
zerowej w przypadku gdy jest ona prawdziwa. Poziom istotności jest zwykle oznaczany
przez α.
35. Prawdopodobieństwo – liczba rzeczywista z przedziału zamkniętego <0,1>,
jednoznacznie przyporządkowana zdarzeniu losowemu. Prawdopodobieństwu bliskiemu
jedności odpowiada wysoki stopień pewności, że w wyniku przeprowadzonego
doświadczenia zajdzie określone zdarzenie losowe. Prawdopodobieństwo zdarzenia
A jest oznaczane przez P (A).
36. Precyzja – stopień zgodności między niezależnymi wynikami badania otrzymanymi
w określonych warunkach. „Niezależność” wyników badania oznacza, że na poszczególne
wyniki badania nie mają wpływu wyniki badania uzyskane wcześniej na tym samym lub
podobnym obiekcie.
Precyzja zależy tylko od rozkładu błędów przypadkowych i nie odnosi się do wartości
rzeczywistej właściwości ani do żadnej innej szczególnej wartości. Za miarę precyzji
przyjmuje się zwykle odchylenie standardowe wyników badania. Im większe jest
odchylenie standardowe, tym precyzja jest mniejsza.
37. Propagacja (przenoszenie) błędów – zasada obliczania wariancji wielkości
x mierzonej bezpośrednio, a będącej funkcją wielu stochastycznie niezależnych
zmiennych x = f (x1, x2,..., xn) z równania:

czyli

Prawo to jest wykorzystywane do oceny wielkości maksymalnego błędu bezwzględnego.

38. Próbka – podzbiór populacji składający się ze skończonej liczby jednostek
losowania, pobranych z tej populacji, służący do uzyskania informacji o całej populacji
i stanowiący podstawę do podejmowania decyzji dotyczących tej populacji.
39. Próbka analityczna – część produktu wydzielona (pobrana) z próbki do badań lub (jeżeli
nie zachodziła potrzeba jej przygotowania) z próbki laboratoryjnej, przeznaczona w całości
do jednego oznaczenia lub wykorzystania bezpośrednio do badania lub obserwacji.
40. Próbka do badań – próbka przygotowana z próbki laboratoryjnej, np. przez
mielenie, z której pobiera się próbkę analityczną.
41. Próbka laboratoryjna (średnia) – próbka przygotowana z próbki ogólnej,
reprezentująca właściwości partii produktu, przeznaczona do prowadzenia analiz,
opakowana i przechowywana w sposób zabezpieczający jej identyczność. Próbka ta
powinna mieć przeciętny skład i właściwości materiału badanego.
42. Próbka ogólna – próbka otrzymana w wyniku połączenia wszystkich porcji
materiału pobranych z danej populacji.
43. Próbka ślepa (próbka zerowa) – próbka wykonana w identycznych warunkach,
jak analiza badanej próbki (ta sama ilość odczynników, objętość i in.), ale bez dodania
substancji oznaczanej. Ma zwykle na celu ustalenie poprawki na zawartość substancji
oznaczanej w stosowanych odczynnikach.
 109

44. Przegląd zarządzania – przeprowadzona przez najwyższe kierownictwo formalna

ocena stanu systemu jakości i jego adekwatności w stosunku do polityki jakości i nowych
celów, wynikających ze zmieniających się okoliczności.
45. Przygotowanie próbki – zbiór operacji (takich jak, np. rozdrabnianie, mieszanie,
dzielenie) koniecznych do przekształcenia próbki ogólnej w próbkę laboratoryjną lub
próbki analityczne.
46. Regresja (funkcja regresji) – funkcja wyrażająca charakter i kształt związku między
rozkładami cech (zmiennych), umożliwiająca przewidywanie wartości jednej cechy
(zmiennej) przy założeniu, że druga cecha (zmienna) przyjęła określoną wartość.
47. Regresja liniowa – funkcja regresji, która ma postać y = a + bx.
48. Rozkład normalny; rozkład Laplace’a–Gaussa – rozkład ciągłej zmiennej losowej
X, dla której funkcja gęstości prawdopodobieństwa jest określona równaniem

w którym parametr μ jest wartością oczekiwaną zmiennej losowej X, a parametr σ jej

odchyleniem standardowym.
Uwaga: stwierdzenie, że zmienna losowa X ma rozkład normalny o parametrach μ i σ
zapisujemy w postaci X: N (μ, σ).
49. Selektywność metody – zdolność metody do rozróżniania i oznaczania składnika
lub grupy składników w złożonej mieszaninie bez zakłóceń ze strony innych składników
mieszaniny.
50. Spójność pomiarowa – właściwość wyniku pomiaru lub wzorca jednostki
miary polegająca na tym, że można je powiązać z określonymi odniesieniami, na ogół
z wzorcami państwowymi lub międzynarodowymi jednostki miary za pośrednictwem
nieprzerwanego łańcucha porównań, z których wszystkie mają określone niepewności.
51. Sprawdzenie – potwierdzenie – poprzez zbadanie i zabezpieczenie dowodu
– spełnienia określonych wymagań.
52. Sprawozdanie z badań – dokument przedstawiający wyniki badania i inne
informacje związane z badaniem.
53. Statystyka – jako funkcja zmiennych losowych – jest również zmienną losową; jej
wartości dla różnych próbek, pobranych z tej samej populacji, różnią się między sobą.
54. System (jakości) – struktura organizacyjna, rozłożenie odpowiedzialności,
procedury, procesy i zasoby umożliwiające zarządzanie jakością.
55. Test istotności – test statystyczny, w którego wyniku podejmuje się decyzję o odrzuceniu
hipotezy zerowej lub stwierdza się brak podstaw do jej odrzucenia (przy czym brak podstaw
do odrzucenia hipotezy zerowej nie oznacza istnienia podstaw do jej przyjęcia).
56. Test statystyczny – statystyczna procedura, w której wyniku podejmuje się
decyzję o odrzuceniu hipotezy zerowej na korzyść hipotezy alternatywnej lub decyzję
o nieodrzuceniu (przyjęciu) hipotezy zerowej. Decyzję o hipotezie zerowej podejmuje się
na podstawie wartości statystyki testowej. Ponieważ statystyka testowa jest zmienną losową,
podjęciu decyzji o hipotezie zerowej towarzyszy pewne ryzyko popełnienia błędu.
57. Test t-Studenta – Test istotności mający m. in. zastosowanie przy weryfikowaniu
hipotezy dotyczącej nieznanej wartości oczekiwanej zmiennej losowej o rozkładzie
normalnym i nieznanej wariancji oraz przy porównaniu nieznanych wartości
oczekiwanych dwóch zmiennych losowych o rozkładach normalnych.
110

58. Trend – tendencja rosnąca lub malejąca ciągu wartości zaobserwowanych,

ustawionych w kolejności ich otrzymywania. Przy rozpatrywaniu trendu nie bierze się
pod uwagę błędów losowych obserwacji oraz ich zmian cyklicznych.
59. Walidacja – potwierdzenie, przez przedstawienie dowodu obiektywnego, że zostały
spełnione wymagania dotyczące konkretnego zamierzonego użycia lub zastosowania.
60. Wartość oczekiwana
a) dla nieciągłej (dyskretnej) zmiennej losowej X przyjmującej wartości xi
z prawdopodobieństwem pi – wartość wyrażenia

w którym sumowanie rozciąga się na wszystkie wartości xi należące do zbioru

wartości zmiennej losowej X,
b) dla ciągłej zmiennej losowej X o funkcji gęstości f (x) – wartość wyrażenia

Wartość oczekiwaną oznacza się przez E (x) lub μ.

61. Wartość prawdziwa; wartość rzeczywista (wielkości) – wartość wielkości
(mierzalnej) zdeterminowana przez warunki istniejące w czasie jej rozpatrywania.
Wartość prawdziwa jest pojęciem teoretycznym i na ogół nie jest znana. Duża liczba
czynników wpływających na wartość rzeczywistą może praktycznie wykluczać możliwość
jej określenia.
62. Wykrywalność metody – dotyczy najmniejszego stężenia (lub ilości substancji), przy
którym jej obecność można wykryć jakościowo, stosując daną metodę. Praktycznie przyjąć
można, że wykrywalność metody to takie najniższe stężenie (ilość), przy którym zakresy
zmienności odczytów wzorca i odnośnika nie zachodzą na siebie. Inaczej mówiąc, jest to
minimalne stężenie badanego składnika, które może być zarejestrowane przez przyrząd
i rozróżniane od szumu przyrządu z określonym stopniem prawdopodobieństwa.
63. Wyposażenie pomiarowe i badawcze (WPiB) – wszystkie przyrządy pomiarowe
i urządzenia do badań, wzorce pomiarowe, materiały odniesienia, aparatura pomocnicza,
instalacje, materiały, odczynniki oraz instrukcje z oprogramowaniem komputerowym
włącznie, które są niezbędne do wykonania pomiaru lub badania.
64. Wzorcowanie – zbiór operacji ustalających, w określonych warunkach, relację
między wartościami wielkości mierzonej wskazanymi przez przyrząd pomiarowy lub
układ pomiarowy, albo wartościami reprezentowanymi przez wzorzec miary lub przez
materiał odniesienia a odpowiednimi wartościami wielkości realizowanymi przez wzorce
jednostki miary.
65. Wzorzec odniesienia jednostki miary – wzorzec jednostki miary o najwyższej
zazwyczaj jakości metrologicznej, dostępny w danym miejscu lub danej organizacji, który
stanowi odniesienie do wykonywanych tam pomiarów.
66. Wzorzec państwowy jednostki miary – wzorzec jednostki miary uznany urzędowo
w danym kraju za podstawę do przypisywania wartości innym wzorcom jednostki miary
danej wielkości.
67. Wzorzec roboczy – wzorzec jednostki miary używany zwykle do wzorcowania lub
sprawdzania wzorców miar, przyrządów pomiarowych lub materiałów odniesienia.
 111

68. Zapis – dokument przedstawiający obiektywne dowody wykonywanych działań

lub osiągniętych wyników.
69. Zmienna losowa – jest to funkcja odwzorowująca przestrzeń zdarzeń losowych
w zbiór liczb rzeczywistych. Każdemu odcinkowi na prostej przypisane jest pewne
prawdopodobieństwo zgodnie z rozkładem prawdopodobieństwa tej zmiennej. Zmienna
losowa, która przyjmuje wartości ze zbioru skończonego lub przeliczalnego, jest
nazywana zmienną losową dyskretną (lub skokową, lub nieciągłą). Zmienna losowa,
która przyjmuje dowolne wartości z ograniczonego lub nieograniczonego przedziału,
jest nazywana zmienną losową ciągłą. Ciąg n zmiennych losowych (X1, X2,...., Xn)
rozważanych jednocześnie jest nazywany zmienną losową wielowymiarową. Dla
n = 2 zmienna losowa jest zmienną losową dwuwymiarową.
PIŚMIENNICTWO
1. AOAC PEER: Verified Methods Program, Manual on policies and procedures.
Arlington, VA., 1993.
2. Caulcutt R., Boddy R.: Statistics for Analytical Chemist. Chapman and Hall, London
1983.
3. Cygański A.: Chemiczne metody analizy ilościowej. Wydawnictwo Naukowo–
Techniczne, Warszawa 1994.
4. Czermiński J. B., Iwasiewicz A., Paszek Z., Sikorski A.: Metody statystyczne dla
chemików. Państwowe Wydawnictwo Naukowe, Warszawa 1986.
5. Doerffel K. – „Statystyka dla chemików analityków”, WNT, Warszawa, 1989.
6. EAL–P11, Validation of test methods. EAL, 1997.
7. EURACHEM (1993) Dokument nr 1; WELAC Przewodnik, Dokument nr WGD
2. Akredytacja laboratoriów chemicznych. Wyd. Instytutu Chemii Przemysłowej,
Warszawa 1993.
8. EURACHEM (1998): Przydatność metod analitycznych do określonych celów.
Przewodnik walidacji metod w laboratorium i zagadnienia związane. Biuletyn
Informacyjny POLLAB 2000; 2 (20).
9. EURACHEM/CITAC (2000): Przewodnik. Wyrażanie niepewności pomiaru
analitycznego. Biuletyn Informacyjny POLLAB 2002; 2 (37).
10. Huber L.: Validation and qualification in analytical laboratories. Interpharm Press,
Inc. 1999.
11. Funk W., Dammann V., Donnevert G.: Quality Assurance in Analitical Chemistry
VCH, 1995.
12. ICH of Technical Requirements for the Registration of Pharmaceuticals for Human
Use, Validation of analytical procedures. Methodology, Geneva 1996.
13. IUPAC/ISO/AOAC: Harmonised Guidelines for Internal Quality Control in Analytical
Chemistry Laboratories. Technical Report., Pure and Appl. Chem., 1995; 67: 649–
666.
14. Manual of Food Quality Control. 1. The Food Control Laboratory, FAO Food and
Nutrition Paper. 14/1 Rev 1, Rome 1986.
15. Międzynarodowy słownik podstawowych i ogólnych terminów metrologii. Główny
Urząd Miar, Warszawa 1996.
16. NIOSH Manual of Analytical Methods. Cincinnati 1994.
17. NMKL Report No 8: Quality assurance principles for chemical food laboratories.
Nordic Council of Ministers. Copenhagen, Nord 1990: 48E.
114

18. PN-ISO 8466–1,2: 2003: Jakość wody. Kalibracja i ocena metod analitycznych oraz
szacowanie ich charakterystyk.
19. PN–EN 482: 2002: Powietrze na stanowiskach pracy. Ogólne wymagania dla procedur
wykonywania pomiarów czynników chemicznych. Polski Komitet Normalizacyjny,
Warszawa 2002.
20. PN–EN 45020: 2000: Normalizacja i dziedziny związane. Terminologia ogólna.
Polski Komitet Normalizacyjny, Warszawa 2000.
21. PN–EN ISO 9000: 2001: Systemy zarządzania jakością. Podstawy i terminologia.
Polski Komitet Normalizacyjny, Warszawa 2001.
22. PN–EN ISO/IEC 17025: 2001: Ogólne wymagania dotyczące kompetencji
laboratoriów badawczych i wzorcujących. Polski Komitet Normalizacyjny, Warszawa
2001.
23. PN–ISO 3534–1: 2002: Statystyka. Terminologia i symbole. Ogólne terminy
z zakresu rachunku prawdopodobieństwa i statystyki. Polski Komitet Normalizacyjny,
Warszawa 2002.
24. PN–ISO 5725–1,2,3,4,5,6: 2002: Dokładność (poprawność i precyzja) metod
pomiarowych i wyników pomiarów. Polski Komitet Normalizacyjny, Warszawa
2002.
25. PN–ISO 8258+AC1: 1996: Karty kontrolne Shewharta. Polski Komitet
Normalizacyjny, Warszawa 1996.
26. Przewodnik ISO/IEC nr 43–1,2: 1997: Badanie biegłości poprzez porównania
międzylaboratoryjne. Polski Komitet Normalizacyjny 2004.
27. Przewodnik: Wyrażanie niepewności pomiaru. Główny Urząd Miar, 1999.
28. Słownik chemii analitycznej. Wydawnictwo Naukowo–Techniczne, Warszawa 1984.
29. Szczepaniak W.: Metody instrumentalne w analizie chemicznej. Wydawnictwo
Naukowe PWN, Warszawa 1996.
30. US. EPA, Guidance for methods development and methods validation for the Resource
Conservation and Recovery Act (RCRA) Program, Washington, D. C. 1995.
31. Westgard J. O., Barry P. L., Hunt M. R., Groth T. A.: Clin. Chem. 1981; 27: 493–501.
32. Wheeler D. J. J. Qual. Technol. 15, vol. 4, 1983.
33. Wytyczne: The international harmonised protocol for the proficiency testing of
(chemical) analytical laboratories ISO/IUPAC/AOAC. 1992.
ZA¸ÑCZNIKI
Za∏àcznik 1.1.
Identyfikator laboratorium

PROGRAM AUDITÓW WEWN¢TRZNYCH NA ROK ........

Punkty normy Miesiàce
PN-EN ISO/IEC
I II III IV V VI VII VIII IX X XI XII
17025:2001
x x
Organizacja
x x
System jakoÊci
x
Nadzór nad x
dokumentami
Przeglàd zapytaƒ, x
ofert i umów
Podwykonawstwo
badaƒ
Zakupy us∏ug
i dostaw
.........................................................................................................................................................................................
Przedstawianie
wyników
x x
Audit badania
x x

........................................................ ............................................................
data podpis kierownika ds. jakoÊci data podpis kierownika laboratorium

Legenda:
Audit planowany: Audit przeprowadzony:
x

Dzia∏ania korygujàce uzgodnione: Informacja o zakoƒczeniu dzia∏aƒ korygujàcych:

x x x x
x
Sprawdzenie wykonania dzia∏aƒ korygujàcych:
x x
x x
116

Za∏àcznik 1.2.

PLAN AUDITU WEWN¢TRZNEGO

1. Nazwa auditowanej komórki: ..........................................................................
2. Cel auditu (np. planowy): ocena systemu jakoÊci i kompetencji technicznych
3 Zakres auditu (np. kolejne rozdzia∏y ksi´gi jakoÊci):
3.1. ...........
3.2. ...........
..................
4. Data przeprowadzenia auditu: .......................
5. Zespó∏ auditorów:
...................................
...................................
...................................
6. Dokumenty odniesienia, które b´dzie u˝ywa∏ zespó∏ auditorów w trakcie auditu:
(kryteria auditu) ...................
7. Planowany przebieg:
— zebranie otwierajàce: od ............... do ...............
godzina godzina
— zbieranie informacji i dowodów:
auditor ................... pkt. zakresu auditu: ....., godz. od ...... do ........
auditor .................... pkt. zakresu auditu: ....., godz. od ...... do ........
— omówienie wyników auditu i spotkanie zamykajàce: od ............ do ............
godzina godzina

......... ...........................................
data podpis auditora wiodàcego

Przyjmuj´ do wiadomoÊci:

....... ..................................................
data podpis kierownika laboratorium
 117

Za∏àcznik 1.3.
Identyfikator laboratorium

RAPORT Z AUDITU WEWN¢TRZNEGO NR ........

1. Cel i zakres auditu (wg planu auditu):
...................................................................................................................................
2. Sk∏ad zespo∏u auditorów: 3. Przedstawiciele laboratorium udzielajàcy wyjaÊnieƒ:
........................................... ...................................................................................
4. Data przeprowadzenia auditu: .................
5. Dokumenty odniesienia stosowane przez zespó∏ auditorów (kryteria auditu), udost´p-
nione przed i podczas auditu:
...................................................................................................................................
(ksi´ga jakoÊci, normy, instrukcje, inne)
6. Ustalenia z auditu (wg punktów zakresu auditu):
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
7. Komentarz dotyczàcy liczby i wagi niezgodnoÊci:
.......................................................................................................................................
...............................................................................................................................
8. Wnioski:
.......................................................................................................................................
...............................................................................................................................
Za∏àczniki:

.....................................................
data i podpis auditora wiodàcego
118

Za∏àcznik 1.4.
Identyfikator laboratorium

PROTOKÓ¸ NIEZGODNOÂCI nr ..... do:

— raportu z auditu wewn´trznego nr ...............................*
— bie˝àcych spostrze˝eƒ personelu wykonujàcego i/lub nadzorujàcego badanie*
— wyników sterowania jakoÊcià (powo∏aç identyfikator zapisu)*..........................
— skargi/reklamacji klienta nr ..........................*
— inne .............................................................*
Odniesienie niezgodnoÊci (do ustaleƒ punktu normy, procedury itp.): .........................

Opis niezgodnoÊci:

.......................... .................................... ..........................

data imi´ i nazwisko podpis

Potwierdzenie przyj´cia niezgodnoÊci: Tak Nie

Analiza przyczyn niezgodnoÊci:

.......................... ................................................... ........................

data stanowisko/funkcja imi´ i nazwisko podpis

Propozycja korekcji i dzia∏aƒ korygujàcych:

Przewidywana data wykonania: korekcji ................ dzia∏aƒ korygujàcych .....................

Wykonawca korekcji: ..................................................... ........................

imi´ i nazwisko podpis

Wykonawca dzia∏aƒ korygujàcych: ............................................ ........................

imi´ i nazwisko podpis

...................: ........................................................................ ........................

data stanowisko/funkcja, imi´ i nazwisko podpis

Ocena skutecznoÊci wdro˝enia dzia∏aƒ korygujàcych:

.............. ............................................................
data imi´ i nazwisko podpis

* - niepotrzebne skreÊliç
 119

Za∏àcznik 1.5.

Identyfikator laboratorium

KARTA INSTALACJI WYPOSA˚ENIA

NUMER IDENTYFIKACYJNY:

Nazwa obiektu wyposa˝enia pomiarowego:

Typ, model, seria: Nr fabryczny:

Producent: Dostawca:

Data zakupu/odbioru: Data przyj´cia Stan w chwili przyj´cia

do laboratorium: do laboratorium:

Sprawdzenie przed w∏àczeniem do eksploatacji (jeÊli dotyczy) – podaç rodzaj sprawdzenia

i miejsce przechowywania zapisów:

...........................................................
data, imi´ i nazwisko oraz podpis

Miejsce u˝ytkowania (nr pokoju): Pracownik opiekujàcy si´ obiektem wyposa˝enia:

.................................................
imi´ i nazwisko oraz podpis

Podlega: wzorcowaniu sprawdzaniu

konserwacji
zewn´trznemu wewn´trznemu zewn´trznemu wewn´trznemu

Cz´stoÊç wg programu wg programu wg planu

Instytucje wykonujàce: Nazwa Adres

wzorcowanie

sprawdzanie

konserwacj´

naprawy

Sporzàdzi∏: .............................................................................................
Data Imi´ i nazwisko Podpis

Kierownik laboratorium: .....................................................................................

Data Imi´ i nazwisko Podpis
Identyfikator laboratorium
120

KARTA NAPRAW / KONSERWACJI / MODERNIZACJI

Za∏àcznik 1.6.

WYPOSA˚ENIA

Nazwa obiektu wyposa˝enia: .................................... Nr identyfikacyjny: .....................

Data Data i podpis

Rodzaj/opis uszkodzenia/ Wykonawca naprawy/
Lp. uszkodzenia/ Wykonane czynnoÊci
konserwacji/modernizacji konserwacji/ modernizacji Wykonawca Kierownik laboratorium
zg∏oszenia
 121

Załącznik 2.1

STATYSTYCZNA OCENA FUNKCJI LINIOWEJ METODY POMIARU

ANALITYCZNEGO (INSTRUMENTALNEGO)

Podany przykład dotyczy przede wszystkim metod zaprojektowanych w laboratorium.

W przypadku metod znormalizowanych i dobrze scharakteryzowanych pełna ocena
funkcji liniowej pomiaru analitycznego nie jest konieczna.

1. Dobór zakresu roboczego (analitycznego)

Postępowanie rozpoczyna się od wyboru wstępnego zakresu roboczego, który zależy

od:
— praktycznych wskazówek dotyczących przedmiotu analizy (analitu).
Zakres pracy powinien pokrywać się, w jak największym stopniu, z zakresem stężeń
spotykanych w analizie danego obiektu. Oczekiwane stężenie w próbce powinno leżeć
w środku zakresu analitycznego. Dotyczy to wskaźników nienormowanych. W przypadku
wskaźników normowanych środek zakresu analitycznego powinien odpowiadać wartości
normy (np. najwyższemu dopuszczalnemu stężeniu w środowisku);
— technicznych możliwości wykonania analizy.
Uzyskane wartości pomiarowe muszą być liniowo skorelowane ze stężeniami wzorców.
Wymaga to, aby wartości pomiarowe znajdujące się blisko dolnej granicy zakresu
analitycznego różniły się od wartości uzyskanych dla próbki ślepej. Dolna granica zakresu
analitycznego powinna więc być równa lub większa od granicy oznaczania ilościowego
metody. Etapy przygotowawcze, takie jak rozcieńczanie, czy zatężanie nie powinny być
źródłem błędu systematycznego;
— względna wariancja sygnału (np. wyrażona współczynnikiem zmienności) musi być
niezależna od stężenia – przy zachowaniu liniowości, co świadczy o tym, że precyzja
w zakresie roboczym jest jednorodna. Niezależność ta jest weryfikowana za pomocą
statystycznego testowania istotności różnic, np. współczynników zmienności na
poziomach granicy oznaczania ilościowego (dolnej granicy zakresu) i w dalszej części
zakresu;
— liniowość sygnału (lub jej brak) musi być znana.
Liniowość jest określana za pomocą statystycznego testowania liniowości.
Dla celów niniejszego opracowania przyjęto, że z pomiarów wzorców uzyskano
wyniki zamieszczone w tabeli 1/Z-2.1. Liczba wzorców na różnym poziomie stężeń
analitu m = 5, liczba powtórzeń (skal) wzorców nj = 5.
122

Tabela 1/Z-2.1. Absorbancje przykładowych skal wzorców

Stężenie Absorbancja
Lp. wzorca
wzorca (krotność 1. skala wzorców 2. skala wzorców 3. skala wzorców średnia
m NDS) yi, 1 yi, 2 yi, 3 yi
xi

1 0,05 0,140 0,148 0,134 0,1407

2 0,5 0,413 0,405 0,399 0,4057

3 1 0,662 0,607 0,655 0,6623

4 1,5 0,924 0,909 0,916 0,9163

5 2 1,173 1,181 1,167 1,1737

Środkowy wzorzec powinien odpowiadać najwyższemu dopuszczalnemu stężeniu

danego wskaźnika (analitu) w badanym obiekcie. Jeżeli wskaźnik ten jest nienormowany,
to środkowy wzorzec powinien odpowiadać jego stężeniu, najczęściej występującemu
w tym środowisku. Ostatni przypadek jest zgodny z zaleceniami ISO 8466 (1990)
(badania jakości wody).
Norma ISO zaleca również stosowanie 10 wzorcowych stężeń i wykonanie 10-
krotnego równoległego powtórzenia każdego z nich na etapie badania cech metody.
Biorąc jednak pod uwagę koszty można rozpoczynać pomiary wzorcowania od mniejszej
liczby wzorców (np. 5 wzorców powtórzonych 5-krotnie). Dopiero w zależności od
wyników testów statystycznych można liczbę wzorców zwiększać.

2. Sprawdzenie istotności różnic precyzji i jednorodności wariancji

Pierwszą czynnością w ocenie funkcji metody jest sprawdzenie istotności różnic

współczynników zmienności w wybranym zakresie roboczym. Przykładowe dane
wejściowe wymagane w ocenie pochodzą z tabeli 1/Z-2.1. i zostały przedstawione
w tabeli 2/Z-2.1.

Tabela 2/Z-2.1. Dane wejściowe dla testowania istotności różnic między współczynnikami zmienności

Lp. wzorca Parametr 1. skala 2. skala 3. skala Suma

1 y1, j = 0,140 0,148 0,134 0,422

(y1, j) 2 = 0,02 0,022 0,018 0,06

5 y5, j = 1,173 1,181 1,167 3,521

(y5, j) 2 = 1,376 1,395 1,362 4,133

W tym celu wyznaczono za pomocą równania (1/Z-2.1.) wariancje dla stężenia 0,05
NDS (najniższe stężenie) i 2 NDS (najwyższe stężenie zakresu roboczego), a następnie
odpowiednie współczynniki zmienności.
 123

(1/Z-2.1.)

(2/Z-2.1.)

Czyli dla omawianego przykładu

s1 = 0,018 v1 = 0,128 . 100% = 12,8%

s5 = 0,018 v5 = 0,015 . 100% = 105%

W omawianym przykładzie v12 < v52. Ze względu na to, że współczynniki zmienności
różnią się (wartości wariancji skrajnych stężeń analitu w zakresie roboczym mogą być
niezależne od stężenia), należy zastosować test F-Snedecora w celu statystycznego
upewnienia się o nieistotności różnic współczynników zmienności. W tym celu należy
posłużyć się równaniem (3/Z-2.1.):

(3/Z-2.1.)

Wartość Fobl porównuje się z tablicową wartością dystrybuanty F – Snedecora Fkryt na

poziomie istotności α = 0,05 i liczbie stopni swobody fmin = fmax = n – 1. Po wykonaniu
tego testu podejmuje się odpowiednią decyzję na podstawie danych z tabeli 3/Z-2.1.
Tabela 3/Z-2.1. Tabela decyzyjna w testowaniu istotności różnic między współczynnikami
zmienności

Wynik testu Decyzja

1. Różnice między współczynnikami zmienności są nieistotne, co świadczy,

że precyzja na poziomie dolnej granicy zakresu różni się nieistotnie od
precyzji w dalszej części zakresu.

2. Jeżeli nie stwierdza się różnic istotnych statystycznie można wyznaczyć

Fobl ≤ Fkryt statystyczne granice zakresu (ale tylko liczbowe), tzn. potwierdzić
jednorodność wariancji przy skrajnych wartościach stężeń analitu
w zakresie, tj.
s12 = sn2. Jeżeli nie stwierdza się jednorodności wariancji należy górną
granicę zakresu odpowiednio obniżyć. Po spełnieniu tego warunku można
przejść do wyznaczania współczynników równania regresji.

3. Współczynniki zmienności różnią się istotnie. Należy podwyższyć dolną

Fobl > Fkryt granicę zakresu do poziomu stężenia, przy którym nie stwierdza się różnic
istotnych statystycznie.
124

W przedstawionym przykładzie precyzja w dolnej granicy zakresu różni się istotnie

od precyzji w dalszej części zakresu (odpowiednio 12,8% i 1,5%). Ponieważ dolna
granica zakresu odpowiada granicy oznaczania ilościowego, wartość tę zaakceptowano
i przystąpiono do dalszej oceny statystycznej funkcji metody, nie sprawdzając
jednorodności wariancji i arbitralnie przyjmując ten zakres roboczy za odpowiedni.

3. Wyznaczanie współczynnika korelacji liniowej

Tabela 4-2.1. Dane wejściowe do wyznaczania parametrów krzywej wzorcowej

Absorbancja
Lp. Stężenie wzorca Absorbancja średnia
wzorca (krotność NDS) średnia yi
m xi yi
xi . yi xi . xi yi . yi

1 0,05 0,1407 0,0070 0,0025 0,0198

2 0,5 0,4057 0,2028 0,25 0,1646

3 1 0,6623 0,6623 1 0,4386

4 1,5 0,9163 1,3744 2,25 0,8396

5 2 1,1737 2,3474 4 1,3776

Suma 5,05 3,2987 4,5939 7,5025 2,8402

Średnia 1,01 0,6597

Współczynnik korelacji (r) wyznacza się z równania (4/Z-2.1.):

(4/Z-2.1.)

Czyli dla omawianego przykładu:

W omawianym przykładzie współczynnik korelacji liniowego równania regresji

r = 0,9996. Jeżeli wartość współczynnika korelacji byłaby mniejsza niż 0,999, to
można podejrzewać występowanie funkcji nieliniowej. Należałoby zbadać różne rodzaje
funkcji nieliniowej i przyjąć ten rodzaj funkcji, któremu odpowiada największa wartość
współczynnika korelacji r.
 125

4. Przekształcanie funkcji nieliniowych do postaci liniowej

Przekształcenie można wykonać według zasad podanych w rozdz. 2.6.2. Jeśli nie
ma możliwości wykonania skomplikowanych przekształceń, bardziej praktyczne może
okazać się korzystanie z wykresu krzywej wzorcowej (nieliniowej).

5. Wyznaczanie współczynników prostoliniowej krzywej wzorcowej

Wartości współczynników nachylenia (b) i przesunięcia (a) obowiązują tylko wewnątrz

danego zakresu roboczego i dotyczą krzywej wzorcowania o równaniu y = a + b . x.

5.1. Współczynnik nachylenia

Współczynnik nachylenia wyznacza się z równania (5/Z-2.1.):

(5/Z-2.1.)

Czyli w omawianym przykładzie

Odchylenie standardowe współczynnika nachylenia wyraża się równaniem (6/Z-2.1.):

(6/Z-2.1.)

Czyli w omawianym przykładzie:

Na podstawie wartości b (równanie (5/Z-2.1.)) i sb (równanie (6/Z-2.1.)) przeprowadza

się testowanie istotności współczynnika nachylenia funkcji, opisującej prostoliniową
krzywą wzorcowania. Do tego celu wykorzystuje się równanie (7/Z-2.1.):
126

(7/Z-2.1.)

Czyli w omawianym przykładzie:

Wyznaczoną wartość tobl porównuje się ze stablicowaną wartością dystrybuanty

rozkładu t-Studenta (tkryt) dla m - 2 stopni swobody i poziomu istotności α = 0,05.
Współczynnik nachylenia tego równania regresji jest miarą czułości metody. Im jest on
większy, tym większa czułość, a więc i lepsza metoda analityczna. Decyzje podejmowane
w wyniku testowania współczynnika nachylenia są przedstawione w tabeli 5/Z-2.1.

Tabela 5/Z-2.1. Tabela decyzyjna w testowaniu współczynnika nachylenia

Wynik testu Decyzja

Współczynnik nachylenia jest istotny.

tobl ≥ tkryt Można przejść do obliczania współczynnika przesunięcia.

Współczynnik nachylenia równy zero.

Metoda analityczna charakteryzuje się bardzo złą precyzją. Można spróbować
tobl < tkryt
wykonać wzorcowanie ze zwiększoną ilością stężeń wzorcowych, ale najlepiej
poszukać innej metody analitycznej.

W omawianym przykładzie tobl = 62,51, a t0,05; 3 = 3,182. Stosując się więc do zaleceń
przedstawionych w tabeli 5/Z-2.1. można przejść do wyznaczania wartości współczynnika
przesunięcia.

5.2. Współczynnik przesunięcia

Współczynnik przesunięcia równania opisującego prostoliniową funkcję wzorcowania

wyznacza się z równania (8/Z-2.1.):

a=y-b.x (8/Z-2.1.)

Czyli w omawianym przykładzie:

a = 0,6597 - 0,5256 . 1,01 = 0,1289

Odchylenie standardowe współczynnika przesunięcia wyraża się równaniem (9/Z-2.1.):

(9/Z-2.1.)
 127

Czyli w omawianym przykładzie:

Na podstawie wartości a (równanie (8/Z-2.1.)) i sa (równanie (9/Z-2.1.)) przeprowadza

się testowanie istotności współczynnika przesunięcia funkcji opisującej prostoliniową
krzywą wzorcowania. Do tego celu wykorzystuje się równanie (10/Z-2.1.):

(10/Z-2.1.)

Czyli w omawianym przykładzie:

Wyznaczoną wartość tobl porównuje się ze stablicowaną wartością dystrybuanty rozkładu t-

Studenta (tkryt) dla m - 2 stopni swobody i poziomu istotności α = 0,05. Decyzje podejmowane
w wyniku testowania współczynnika przesunięcia są przedstawione w tabeli 6/Z-2.1.

Tabela 6/Z-2.1. Tabela decyzyjna w testowaniu współczynnika przesunięcia

Wynik testu Decyzja

tobl ≥ tkryt Współczynnik przesunięcia jest istotny.

Współczynnik przesunięcia równy zero.

tobl < tkryt
Można przejść do wyznaczania współczynnika zmienności.

W omawianym przykładzie tobl = 12,51, a t0,05;3 = 3,182. Stosując się więc do zaleceń
przedstawionych w tabeli 6/Z-2.1. można przejść do wyznaczania wartości współczynnika
zmienności metody kalibracji.

6. Współczynnik zmienności metody kalibracji

Współczynnik zmienności metody kalibracji stosuje się najczęściej w celu porównania

kalibracji wykonanych za pomocą różnych metod analitycznych. Do jego wyznaczenia
należy w pierwszej kolejności obliczyć za pomocą równania (11/Z-2.1.) resztowe
odchylenie standardowe (residual standard deviation) (sy):

(11/Z-2.1.)

Otrzymaną wartość absorbancji yi dla stężenia wzorcowego xi należy przekształcić

do wartości y*i, zgodnie z równaniem y*i= a + b . xi. Dane potrzebne dla omawianego
przykładu zamieszczono w tabeli 7/Z-2.1.
128

Tabela 7/Z-2.1. Dane wejściowe do wyznaczania współczynnika zmienności metody

Absorbancja Wyniki obliczeń

Stężenie wzorca
Lp. wzorca średnia wyznaczona
(krotność NDS)
m doświadczalna z równania (y*i )2 yi . y*i
xi
yi regresji y*i

1 0,05 0,1407 0,1552 0,0241 0,0218

2 0,5 0,4057 0,3917 0,1534 0,1589

3 1 0,6623 0,6545 0,4284 0,4335

4 1,5 0,9163 0,9173 0,8414 0,8405

5 2 0,1737 1,1801 1,3926 1,3851

Średnia 2,8399 2,8398

Wyznaczone dla tego przykładu resztowe odchylenie standardowe wynosi:

Resztowe odchylenie standardowe opisuje rozrzut sygnałów pomiarowych

(np. absorbancji) wokół wyznaczonej krzywej wzorcowej. Równanie (11/Z-2.1.) można
również zapisać w innej postaci przedstawionej w rozdz. 2.5.2. „Szacowanie parametrów
zależności liniowej”, która uwzględnia zależność y*i= a + b xi. Znając wartość resztowego
odchylenia standardowego, odchylenie standardowe metody wyznacza się wg równania
(12/Z-2.1.):

(12/Z-2.1.)

lub współczynnik zmienności:

(13/Z-2.1.)

Odchylenie standardowe lub współczynnik zmienności przedstawione w równaniach

(12/Z-2.1.) i (13/Z-2.1.) charakteryzują precyzję metody kalibracji, a ich wartości
obowiązują wewnątrz zakresu roboczego (lub krzywej wzorcowej).

Czyli w rozważanym przykładzie:

Tak obliczony współczynnik można porównać z arbitralną, przyjętą na podstawie

wyników doświadczeń, wartością graniczną (np. 3%). Decyzje podejmowane w wyniku
sprawdzenia zamieszczone są w tabeli 8/Z-2.1.
 129

Tabela 8/Z-2.1. Tabela decyzyjna dla współczynnika zmienności metody kalibracji

Wynik sprawdzenia Decyzja

Metoda kalibracji o dobrej precyzji.

Vm ≤ 3% Można na jej podstawie otrzymywać wiarygodne wyniki zawartości danego
wskaźnika w wodzie do picia.
Metoda kalibracji o gorszej precyzji.
Vm > 3% Należy poprawić krzywą wzorcową. W tym celu w pierwszej kolejności należy
zwiększyć liczbę wzorców w skali oraz liczbę powtórzonych analiz wzorców.

7. Analiza próbki o nieznanej zawartości analitu

Analizę próbki o nieznanej zawartości (stężeniu) badanych składników analizuje się

w tych samych warunkach, w których była wykonywana krzywa wzorcowania. Mogą
przy tym wystąpić dwa przypadki:
— analiza bez powtórzeń (pojedyncza);
— analiza z powtórzeniami.
W przypadku wykonywania powtarzanych analiz nieznanej próbki do obliczeń
należy przyjąć średnią arytmetyczną wartości sygnałów pomiarowych (np. absorbancji).
Zawartość wskaźnika w analizowanej próbce wyznacza się z równania (14/Z-2.1.):

(14/Z-2.1.)

Niepewność tego oszacowania (przedział ufności) wyznacza się za pomocą równania

(15/Z-2.1.):

(15/Z-2.1.)

Wartość dystrybuanty rozkładu t-Studenta (t) określa się dla m - 2 stopni swobody
i dla poziomu istotności α = 0,05.

8. Analiza próbki bez powtórzeń

Niepewność wyniku analizy wyznaczono przy założeniu, że absorbancja próbki

badanej wynosi 0,662. Jest ona równa wartości absorbancji uzyskanej dla środkowego
wzorcowego stężenia, stosowanego podczas wykonywania krzywej wzorcowania.
Przypadek ten został rozważony ze względu na to, że wyznaczony dla niego błąd jest
najmniejszy z możliwych do osiągnięcia dla rozważanej krzywej wzorcowej. Wyznaczonej
wartości absorbancji odpowiada stężenie:

X = 1,014NDS
130

Korzystając z równania (15/Z-2.1.) obliczono niepewność towarzyszącą zmierzonej

absorbancji:

Stwierdzone stężenie jest zawarte w przedziale 0,928 NDS ÷ 1,100 NDS.

9. Analiza próbki z powtórzeniami

Rozważania przeprowadzono przy założeniu, że absorbancje tej samej próbki,

otrzymane w wyniku wykonania równoległych oznaczań wynoszą 0,661, 0,663 i 0,795.
Ze względu na podejrzenie, że najwyższy wynik znacznie różni się od pozostałych
postanowiono sprawdzić, czy nie jest on obarczony błędem grubym.

9.1. Odrzucanie wyników odległych (błędów grubych)

W celu sprawdzenia, czy dany wynik analiz powtórzonych badanej próbki jest
obciążony błędem grubym, stosuje się test Dixona (rozdz. 2.4.4)

oraz (16/Z-2.1)

Przez porównanie obliczonej wartości z wartościami krytycznymi testu Dixona (Qkryt) dla
odrzucania wyników odległych, dla poziomu istotności α = 0,05 i liczby stopni swobody
równej krotności powtórzeń, wykonanych dla tej samej próbki rozstrzyga się, czy podejrzany
wynik należy odrzucić. Decyzja jest przy tym podejmowana na podstawie tabeli 9/Z-2.1.

Tabela 9/Z-2.1. Tabela decyzyjna do odrzucania wyników odległych

Wynik testu Decyzja

Wyniki są wiarygodne.
Qobl ≤ Qkryt
Należy je uwzględnić przy obliczaniu średniej i szacowaniu niepewności

Wyniki są podejrzane.
Qobl > Qkryt Podejrzany wynik należy odrzucić. Zmniejszyć o jedność liczbę stopni
swobody i ponownie zastosować test Dixona

Test Dixona można stosować w przypadku odrzucania wyników odległych nawet

w przypadku, kiedy liczba oznaczań równoległych jest niewielka, ale nie mniejsza od 3;
z dwóch wyników równoległych nie można jednego odrzucić, ponieważ nie wiadomo,
który jest poprawny. W omawianym przykładzie obliczono wartość QN:
 131

Wartość QN jest większa od Qkryt = 0,971 dla 3 stopni swobody i poziomu istotności
α = 0,05. Z tego względu najwyższego wyniku nie można uwzględnić w dalszych
rozważaniach. Średnia uzyskana na podstawie pozostałych dwóch wyników wynosi
0,662.
Uwaga: Test Dixona można stosować również i w innych przypadkach, np. podczas
analizy wyników pochodzących z oznaczania roztworów wzorcowych podczas
opracowywania krzywych wzorcowych.

9.2. Opracowanie wyniku

W tym przypadku tak samo, jak w przypadku tylko jednokrotnego wykonania analizy,
wyznaczone stężenie jest równe 1,014 NDS. Obliczona na podstawie równania (15/Z-2.1.)
niepewność wyniku analizy ma wartość:

Stwierdzone stężenie jest zawarte w przedziale 0,948 NDS ÷ 1,080 NDS.

10. Uwagi końcowe

Jak wynika z porównania błędów względnych, oszacowanych dla wyników analiz

pojedynczych (bez powtórzenia) i z 2-krotnym powtórzeniem, wynik uzyskany w drugim
przypadku jest przynajmniej o 24% lepszy od uzyskanego w pierwszym, co oznacza, że
wykonanie podwójnej analizy danej próbki i uzyskanie zgodnych wyników zmniejsza
jedną ze składowych niepewności pomiaru o 24%.
132

Załącznik 2.2.

PRZYKŁAD OBLICZANIA POWTARZALNOŚCI

I ODTWARZALNOŚCI
Wykonano n = 6 analiz powtarzanych materiału odniesienia w m = 9 laboratoriach
i uzyskano następujące wyniki:

Analizy Liczba laboratoriów m = 9

Powtarzane
A B C D E F G H I
nj = 6

1 7,09 7,19 7,19 7,61 7,25 7,24 7,35 7,17 7,22

2 7,00 7,55 7,31 7,08 7,35 7,41 7,57 7,20 7,35
3 7,14 7,37 7,73 7,02 7,59 7,37 7,33 7,55 7,26
4 7,34 7,05 7,93 7,04 7,21 7,66 7,65 7,54 7,59
5 7,35 7,36 7,87 7,52 7,48 7,16 7,61 7,42 7,64
6 7,28 7,02 7,61 7,54 7,30 7,71 7,29 7,69 7,20

Test Dixona – – – – – – – – –

7,200 7,257 7,607 7,302 7,363 7,425 7,467 7,423 7,377

s 2i 0,0207 0,0424 0,0900 0,0795 0,0210 0,0488 0,0033 0,0416 0,0369

Średnią arytmetyczną oblicza się wg równania (4). Wariancje oblicza się wg równania
(7).

Oblicza się czynniki i składniki równań do oszacowania powtarzalności i odtwarzalności:

Lab. x s 2i ni nix ni(x - x)2 n 2i (n–1)s 2i

1 2 3 4 5 6 7 8

1 7,200 0,0207 6 43,20 0,194 36 0,10

2 7,257 0,0424 6 43,54 0,091 36 0,21
3 7,607 0,0900 6 45,64 0,308 36 0,45
4 7,302 0,0795 6 43,81 0,037 36 0,40
5 7,363 0,0210 6 44,18 0,002 36 0,11
6 7,425 0,0488 6 44,55 0,012 36 0,24
7 7,467 0,0033 6 44,80 0,045 36 0,13

8 7,423 0,0416 6 44,54 0,011 36 0,21

9 7,377 0,0369 6 44,26 0,000 36 0,18

Suma 66,420 0,3842 54 398,52 0,701 324 2,04

 133

Oblicza się średnią ogólną wg równania:

czyli:

Oblicza się średnią wariancję w obrębie laboratorium (powtarzalności) wg równania:

n – 1 = 5, czyli:

lub odchylenie standardowe powtarzalności

lub współczynnik zmienności powtarzalności:

Szacowanie wariancji między laboratoriami (s L2).

Zanim zostanie obliczona wariancja między laboratoriami (s L2), szacuje się wariancję
pomocniczą (sd2), charakteryzującą rozrzut pomiędzy średnimi ( ):

czyli:

Oblicza się wariancję między laboratoriami wg równania:

134

w którym: n – jest średnią licznością analiz powtarzanych w m laboratoriach, obliczaną

wg równania:

czyli:

zatem:

Jeśli wariancja sd2 < s2r , to przyjmuje się, że odchylenie standardowe (wariancja)
powtarzalności jest równe odchyleniu standardowemu (wariancji) odtwarzalności:
sr = sR lub s 2r = sR2

Oblicza się odchylenie standardowe odtwarzalności wg równania:

czyli:

lub współczynnik zmienności odtwarzalności:

Oblicza się granice powtarzalności wg równania:

r = 2 . sr, czyli: r = 2 . 0,212 = 0,424 lub: r = 2 . sr . √2 – czyli: r = 2 . 0,212 . 1,41 = 0,598
Oblicza się granice odtwarzalności wg równania:
R = 2 . sR, czyli: R = 2 . 0,228 = 0,456 lub r = 2 . sR . √2 – czyli: R = 2 . 0,228 . 1,41 = 0,642

W zależności od stężenia analitu w badanej próbce (materiału organicznego)

maksymalne graniczne wartości precyzji podano w tabeli 2.7 (rozdz. 2.6.7.).
 135

Załącznik 2.3.

PRZYKŁAD KARTY KONTROLNEJ ŚLEPEJ PRÓBY

Obliczanie wartości średniej i odchylenia standardowego w badaniach próby ślepej
Data Nr analizy Wartość (absorbancja)
5.06 1 0,089
6.06 2 0,080
7.06 3 0,091
9.06 4 0,083
10.06 5 0,079
11.06 6 0,054
12.06 7 0,081
14.06 8 0,082
17.06 9 0,065
18.06 10 0,073
19.06 11 0,080
20.06 12 0,073
21.06 13 0,081
24.06 14 0,089
25.06 15 0,079
26.06 16 0,076
27.06 17 0,069
1.07 18 0,083
2.07 19 0,076
3.07 20 0,075
4.07 21 0,083
5.07 22 0,097
8.07 23 0,068
9.07 24 0,066
10.07 25 0,079
Suma 1,951
Wartość średnia 0,078
Odchylenie standardowe 0,009

Górna granica kontrolna + 3s = 0,078 + 3 . 0,009 = 0,105

Górna granica ostrzegawcza + 2s = 0,078 + 2 . 0,009 = 0,096
Linia centralna = 0,078
Dolna granica ostrzegawcza - 2s = 0,078 - 2 . 0,009 = 0,060
Dolna granica kontrolna - 3s = 0,078 - 3 . 0,009 = 0,051

Karta kontrolna Êlepej próby

0,11
136

Załącznik 2.4.

PRZYKŁAD KARTY KONTROLNEJ ODZYSKU

Obliczanie wartości średniej i odchylenia standardowego w badaniach odzysku: do
analizowanych próbek dodano 0,060 g analitu
Stężenie próbki Stężenie próbki Odzysk
Data Nr analizy
przed wzbogaceniem po wzbogaceniu RR [%]
5.06 1 143,4 202,2 98,0
6.06 2 140,6 212,7 120,3
7.06 3 175,8 228,6 88,1
9.06 4 165,0 218,1 88,5
10.06 5 169,8 228,8 98,4
11.06 6 171,0 244,2 122,0
12.06 7 185,8 246,5 101,0
14.06 8 173,4 226,2 88,0
17.06 9 167,8 231,3 105,9
18.06 10 171,7 234,4 104,5
19.06 11 168,2 229,9 102,7
20.06 12 155,2 219,8 107,6
21.06 13 177,1 245,7 114,4
24.06 14 197,8 264,4 110,9
25.06 15 134,4 189,8 92,3
26.06 16 188,5 244,6 93,6
27.06 17 158,7 222,6 106,6
1.07 18 175,5 232,7 95,4
2.07 19 154,1 210,7 94,3
3.07 20 164,0 222,0 96,7
4.07 21 147,1 211,9 108,0
5.07 22 160,1 221,3 102,1
8.07 23 186,8 214,9 91,9
9.07 24 124,1 179,8 92,9
10.07 25 184,8 244,2 99,0
Suma 4140,7 5654,3 2523,2
Wartość średnia 165,6 226,2 100,9
Odchylenie standardowe 18,0 18,8 9,4

Górna granica kontrolna RR + 3s = 100,9% + 3 . 9,4% = 129,1%

Górna granica ostrzegawcza RR + 2s = 100,9% + 2 . 9,4% = 119,7%
Linia centralna RR =100,9%
Dolna granica ostrzegawcza RR - 2s = 100,9% + 2 . 9,4% = 82,1%
Dolna granica kontrolna RR - 3s = 100,9% + 3 . 9,4% = 72,1%
Karta kontrolna odzysku próbki wzbogaconej

132 górna granica kontrolna

122 górna granica ostrzegawcza

112
Odzysk RR [%]

102 linia centralna

92
dolna granica ostrzegawcza
82

dolna granica kontrolna

72

62
0� 5� 10� 15� 20� 25
Nr analizy
TABLICE STATYSTYCZNE
Tablica 1. Wartości krytyczne rozkładu t-Studenta (w zależności od P (ograniczenie dwustronne)
lub P (ograniczenie jednostronne) i liczby stopni swobody f).

f P = 0,50 0,75 0,90 0,95 0,98 0,99

1 1,00 2,41 6,31 12,7 31,82 63,7
2 0,816 1,60 2,92 4,30 6,97 9,92
3 0,765 1,42 2,35 3,18 4,54 5,84
4 0,741 1,34 2,13 2,78 3,75 4,60
5 0,727 1,30 2,01 2,57 3,37 4,03
6 0,718 1,27 1,94 2,45 3,14 3,71
7 0,711 1,25 1,89 2,36 3,00 3,50
8 0,706 1,24 1,86 2,31 2,90 3,36
9 0,703 1,23 1,83 2,26 2,82 3,25
10 0,700 1,22 1,81 2,23 2,76 3,17
11 0,697 1,21 1,80 2,20 2,72 3,11
12 0,695 1,21 1,78 2,18 2,68 3,05
13 0,694 1,20 1,77 2,16 2,65 3,01
14 0,692 1,20 1,76 2,14 2,62 2,98
15 0,691 1,20 1,75 2,13 2,60 2,95
16 0,690 1,19 1,75 2,12 2,58 2,92
17 0,689 1,19 1,74 2,11 2,57 2,90
18 0,688 1,19 1,73 2,10 2,55 2,88
19 0,688 1,19 1,73 2,09 2,54 2,86
20 0,687 1,18 1,73 2,09 2,53 2,85
21 0,686 1,18 1,72 2,08 2,52 2,83
22 0,686 1,18 1,72 2,07 2,51 2,82
23 0,685 1,18 1,71 2,07 2,50 2,81
24 0,685 1,18 1,71 2,06 2,49 2,80
25 0,684 1,18 1,71 2,06 2,49 2,79
26 0,684 1,18 1,71 2,06 2,48 2,78
27 0,684 1,18 1,71 2,05 2,47 2,77
28 0,683 1,17 1,70 2,05 2,47 2,76
29 0,683 1,17 1,70 2,05 2,46 2,76
30 0,683 1,17 1,70 2,04 2,46 2,75
40 0,681 1,17 1,68 2,02 2,42 2,70
60 0,679 1,16 1,67 2,00 2,39 2,66
120 0,677 1,16 1,66 1,98 2,36 2,62
∞ 0,674 1,15 1,64 1,96 2,33 2,58
f P = 0,75 0,875 0,95 0,975 0,99 0,995
 Tablica 2. Wartości krytyczn-e rozkładu F (w zależności od stopni swobody f1 i f2); P= 0,99
138

Liczba stopni Liczba stopni swobody wariancji większej Liczba stopni

swobody swobody
wariancji F1 = 1 2+ 3 4 5 6 8 10 12 16 20 24 50 ∞ wariancji
mniejszej f2 mniejszej f2
1 4052 4999 5403 5625 5764 5859 5981 6056 6106 6169 6208 6234 6302 6366 1
2 98,49 99,00 99,17 99,25 99,30 99,33 99,36 99,40 99,42 99,44 99,45 99,46 99,48 99,50 2
3 34,12 30,81 29,46 28,71 28,24 27,91 27,49 27,23 27,05 26,83 26,65 26,60 26,35 26,12 3
4 21,20 18,00 16,69 15,98 15,52 15,21 14,80 14,54 14,37 14,15 14,02 13,93 13,69 13,46 4
5 16,26 13,27 12,06 11,39 10,97 10,67 10,27 10,05 9,89 9,68 9,55 9,47 9,24 9,02 5
6 13,74 10,92 9,78 9,15 8,75 8,47 8,10 7,87 7,72 7,52 7,39 7,31 7,09 6,88 6
7 12,25 9,55 8,45 7,85 7,46 7,19 6,84 6,62 6,47 6,27 6,15 6,07 5,85 5,65 7
8 11,26 8,65 7,59 7,01 6,63 6,37 6,03 5,82 5,67 5,48 5,36 5,38 5,06 4,86 8
9 10,56 8,02 6,99 6,42 6,06 5,80 5,47 5,26 5,11 4,92 4,80 4,73 4,51 4,31 9
10 10,04 7,56 6,55 5,99 5,64 5,39 5,06 4,85 4,71 4,52 4,41 4,33 4,12 3,91 10
11 9,65 7,20 6,22 5,67 5,32 5,07 4,74 4,54 4,40 4,21 4,10 4,02 3,80 3,60 11
12 9,33 6,93 5,95 5,41 5,06 4,82 4,50 4,30 4,16 3,98 3,86 3,78 3,56 3,36 12
13 9,07 6,70 5,74 5,20 4,86 4,62 4,30 4,10 3,96 3,78 3,67 3,59 3,37 3,16 13
14 8,86 6,51 5,56 5,03 4,69 4,46 4,14 3,94 3,80 3,62 3,51 3,43 3,21 3,00 14
15 8,68 6,36 5,42 4,89 4,56 4,32 4,00 3,80 3,67 3,48 3,36 3,29 3,07 2,87 15
16 8,53 6,23 5,29 4,77 4,44 4,20 3,89 3,69 3,55 3,37 3,25 3,18 2,96 2,75 16
17 8,40 6,11 5,18 4,67 4,34 4,10 3,79 3,59 3,45 3,27 3,16 3,08 2,86 2,65 17
18 8,28 6,01 5,09 4,58 4,25 4,01 3,71 3,51 3,37 3,19 3,07 3,00 2,78 2,57 18
19 8,18 5,93 5,01 4,50 4,17 3,94 3,63 3,43 3,30 3,12 3,00 2,92 2,70 2,49 19
20 8,10 5,85 4,94 4,43 4,10 3,87 3,56 3,37 3,23 3,05 2,94 2,86 2,63 2,42 20
21 8,02 5,78 4,87 4,37 4,04 3,81 3,51 3,31 3,17 2,99 2,88 2,80 2,58 2,36 21
22 7,94 5,72 4,82 4,31 3,99 3,76 3,45 3,26 3,12 2,94 2,83 2,75 2,53 2,31 22
23 7,88 5,66 4,76 4,26 3,94 3,71 3,41 3,21 3,07 2,89 2,78 2,70 2,48 2,26 23
24 7,82 5,61 4,72 4,22 3,90 3,67 3,36 3,17 3,03 2,85 2,74 2,66 2,44 2,21 24
25 7,77 5,57 4,68 4,18 3,86 3,63 3,32 3,13 2,99 2,81 2,70 2,62 2,40 2,17 25
26 7,72 5,53 4,64 4,14 3,82 3,59 3,29 3,09 2,96 2,77 2,66 2,58 2,36 2,13 26
27 7,68 5,49 4,60 4,11 3,78 3,56 3,26 3,06 2,93 2,74 2,63 2,55 2,33 2,10 27
28 7,64 5,45 4,57 4,07 3,75 3,53 3,23 3,03 2,90 2,71 2,60 2,52 2,30 2,06 28
29 7,60 5,42 4,54 4,04 3,73 3,50 3,20 3,00 2,87 2,68 2,57 2,49 2,27 2,03 29
30 7,56 5,39 4,51 4,02 3,70 3,47 3,17 2,98 2,84 2,66 2,55 2,47 2,24 2,01 30
40 7,31 5,18 4,31 3,83 3,51 3,29 2,99 2,80 2,66 2,49 2,37 2,29 2,05 1,80 40
60 7,08 4,98 4,13 3,65 3,34 3,12 2,82 2,63 2,50 2,32 2,20 2,12 1,87 1,60 60
120 6,85 4,79 3,95 3,48 3,17 2,96 2,66 2,47 2,34 2,15 2,03 1,95 1,68 1,38 120
∞ 6,64 4,60 3,78 3,32 3,02 2,80 2,51 2,23 2,18 1,99 1,87 1,79 1,52 1,00
∞
f2 f1 = 1 2 3 4 5 6 8 10 12 16 20 24 50 ∞ f2
 Tablica 3. Wartości krytyczne rozkładu F (w zależności od stopni swobody f1 i f2); P = 0,95

Liczba stopni Liczba stopni swobody wariancji większej Liczba stopni

swobody swobody
wariancji wariancji
F1 = 1 2 3 4 5 6 8 10 12 16 20 24 50 ∞
mniejszej f2 mniejszej f2

1 161 200 216 225 230 234 239 242 244 246 248 249 252 254 1
2 18,51 19,00 19,16 19,25 19,30 19,33 19,37 19,39 19,41 19,43 19,44 19,45 19,47 19,50 2
3 10,13 9,55 9,28 9,12 9,01 8,94 8,84 8,78 8,74 8,69 8,66 8,64 8,58 8,53 3
4 7,71 6,94 6,59 6,39 6,26 6,16 6,04 5,96 5,91 5,84 5,80 5,77 5,70 5,63 4
5 6,61 5,79 5,41 5,19 5,05 4,95 4,82 4,74 4,68 4,60 4,56 4,53 4,44 4,36 5
6 5,99 5,14 4,76 4,53 4,39 4,28 4,15 4,06 4,00 3,92 3,87 3,84 3,75 3,67 6
7 5,59 4,74 4,35 4,12 3,97 3,87 3,73 3,63 3,57 3,49 3,44 3,41 3,32 3,23 7
8 5,32 4,46 4,07 3,84 3,69 3,58 3,44 3,34 3,28 3,20 3,15 3,12 3,03 2,93 8
9 5,12 4,26 3,86 3,63 3,48 3,37 3,23 3,13 3,07 2,98 2,93 2,90 2,80 2,71 9
10 4,96 4,10 3,71 3,48 3,33 3,22 3,07 2,97 2,91 2,82 2,77 2,74 2,64 2,54 10
11 4,84 3,98 3,59 3,36 3,20 3,09 2,95 2,86 2,79 2,70 2,65 2,61 2,50 2,40 11
12 4,75 3,88 3,49 3,26 3,11 3,00 2,85 2,76 2,69 2,60 2,54 2,50 2,40 2,30 12
13 4,67 3,80 3,41 3,18 3,02 2,92 2,77 2,67 2,60 2,51 2,46 2,42 2,32 2,21 13
14 4,60 3,74 3,34 3,11 2,96 2,85 2,70 2,60 2,53 2,44 2,39 2,35 2,24 2,13 14
15 4,54 3,68 3,29 3,06 2,90 2,79 2,64 2,55 2,48 2,39 2,33 2,29 2,18 2,07 15
16 4,49 3,63 3,24 3,01 2,85 2,74 2,59 2,49 2,42 2,33 2,28 2,24 2,13 2,01 16
17 4,45 3,59 3,20 2,96 2,81 2,70 2,55 2,45 2,38 2,29 2,23 2,19 2,08 1,96 17
18 4,41 3,55 3,16 2,93 2,77 2,66 2,51 2,41 2,34 2,25 2,19 2,15 2,04 1,92 18
19 4,38 3,52 3,13 2,90 2,74 2,63 2,48 2,38 2,31 2,21 2,15 2,11 2,00 1,88 19
20 4,35 3,49 3,10 2,87 2,71 2,60 2,45 2,35 2,28 2,18 2,12 2,08 1,96 1,84 20
21 4,32 3,47 3,07 2,84 2,68 2,57 2,42 2,32 2,25 2,15 2,09 2,05 1,93 1,81 21
22 4,30 3,44 3,05 2,82 2,66 2,55 2,40 2,30 2,23 2,13 2,07 2,03 1,91 1,78 22
23 4,28 3,42 3,03 2,80 2,64 2,53 2,38 2,28 2,20 2,10 2,05 2,00 1,88 1,76 23
24 4,26 3,40 3,01 2,78 2,62 2,51 2,36 2,26 2,18 2,09 2,02 1,98 1,86 1,73 24
25 4,24 3,38 2,99 2,76 2,60 2,49 2,34 2,24 2,16 2,06 2,00 1,96 1,84 1,71 25
26 4,22 3,37 2,98 2,74 2,59 2,47 2,32 2,22 2,15 2,05 1,99 1,95 1,82 1,69 26
27 4,21 3,35 2,96 2,73 2,57 2,46 2,30 2,20 2,13 2,03 1,97 1,93 1,80 1,67 27
28 4,20 3,34 2,95 2,71 2,56 2,44 2,29 2,19 2,12 2,02 1,96 1,91 1,78 1,65 28
29 4,18 3,33 2,93 2,70 2,54 2,43 2,28 2,18 2,10 2,00 1,94 1,90 1,77 1,64 29
30 4,17 3,32 2,92 2,69 2,53 2,42 2,27 2,16 2,09 1,99 1,93 1,89 1,76 1,62 30
40 4,08 3,23 2,84 2,61 2,45 2,34 2,18 2,07 2,00 1,90 1,84 1,79 1,66 1,51 40
60 4,00 3,15 2,76 2,52 2,37 2,25 2,10 1,99 1,92 1,81 1,75 1,70 1,60 1,39 60
120 3,92 3,07 2,68 2,45 2,29 2,17 2,02 1,90 1,83 1,72 1,65 1,61 1,45 1,25 120
∞ 3,84 2,99 2,60 2,37 2,21 2,09 1,94 1,83 1,75 1,63 1,57 1,52 1,35 1,00 ∞

f2 f1 = 1 2 3 4 5 6 8 10 12 16 20 24 50 ∞ f2
139
140

Tablica 4. Wartości krytyczne testu Dixona dla wartości odbiegających

Wartości krytyczne
n
α = 0,05 α = 0,01
3 0,970 0,994
4 0,829 0,926
5 0,710 0,821
6 0,628 0,740
7 0,569 0,680
8 0,608 0,717
9 0,564 0,672
10 0,530 0.635
11 0,502 0,605
12 0,479 0,579
13 0,611 0,697
14 0,586 0,670
15 0,565 0,647
16 0,546 0,627
17 0,529 0,610
18 0,514 0,594
19 0,501 0,580
20 0,489 0,567
21 0,478 0,555
22 0,468 0,544
23 0,459 0,535
24 0,451 0,526
25 0,443 0,517
26 0,436 0,510
27 0,429 0,502
28 0,423 0,495
29 0,417 0,489
30 0,412 0,483
31 0,407 0,477
32 0,402 0,472
33 0.397 0,467
34 0.393 0,462
35 0,388 0,458
36 0,384 0,454
37 0,381 0,450
38 0,377 0,446
39 0,374 0,442
40 0,371 0,438