Professional Documents
Culture Documents
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
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.
1.6. 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.;
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.
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
Analiza ilościowa
Analiza jakościowa analiza zawartości/stężeń analiza zawartości/stężeń
minimalnych (śladowych) maksymalnych (granicznych)
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.
Karta szacowania
składowych niepewności procedura nr..... dokumentacja badań 5 lat
pomiaru
Karta napraw/
procedura nr..... księga LOG 3 lata
konserwacji/ modernizacji
Program wzorcowania
procedura nr..... księga LOG 3 lata
w instytucjach zewnętrznych
Program wzorcowania/
procedura nr..... księga LOG 3 lata
sprawdzania w laboratorium
Zapis sprawdzania
warunków środowiska procedura nr..... księga LOG 3 lata
w pomieszczeniu
Świadectwa i zapisy
procedura nr..... księga LOG 3 lata
z wzorcowań/sprawdzeń
Plany/protokoły
procedura nr..... dokumentacja badań 3 lata
pobierania próbek
Rejestr przyjmowania
procedura nr..... dokumentacja badań 3 lata
próbek
Rys. 2.1. Wielkość pola pod krzywą Gaussa w zależności od odchylenia standardowego +s i jego
wielokrotności +2s, +3s.
(1)
(2)
(3)
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
(4)
(5)
lub
(6)
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
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
(7)
(8)
(9)
(10)
(11)
Przykład 2.2.
Badanie charakterystyki rozproszenia danych z przykładu 2.1.
Metoda 1. Metoda 2.
a odchylenie standardowe:
41
Wniosek: Metoda 1., której wyniki mają mniejsze odchylenie standardowe jest bardziej
precyzyjna, tzn. odznacza się mniejszym błędem przypadkowym.
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).
(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)
(15)
(16)
45
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:
Stały
Poprawność Błąd systematyczny
Zmienny
Obciążenie
Poprawka
Powtarzalność/
/Odtwarzalność
Odchylenie standardowe
lub jego pochodne
Wynik (+ poprawka)
± niepewność
46
2.2.2. Precyzja
(17)
Przykład 2.3.
Wyniki analiz dwukrotnych dla próbki materiału odniesienia na jednym poziomie stężenia
Uwaga:
Przed wykonaniem obliczenia odchylenia standardowego należy sprawdzić zbiory
wyników analiz xa i xb na obecność błędów grubych (patrz rozdz. 2.4.4).
(18)
(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)
(21)
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
(22)
p.u. (23)
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)
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:
(26)
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:
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
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
dla s12 > s22 lub dla s22 > s12 (27)
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
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
Przykład 2.7b.
Badano precyzje dwóch metod analitycznych (wyrażoną odpowiednimi współczynnikami
zmienności), stosowanych do oznaczania tej samej substancji i otrzymano wyniki:
Pierwsza v1 = 4,4% f1 = 24
Druga v2 = 2,2% f2 = 24
(29)
(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;
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.
(32)
gdzie:
(33)
(34)
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
Σ = –19,1 Σ = 37,79
Wynik testowania: różnica pomiędzy obu seriami wyników jest istotna; metoda druga
jest obciążona błędem systematycznym.
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
y = a + bx (38)
(39)
(40)
(41)
(42)
(43)
(44)
(45)
(46)
gdzie f = m – 2
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 .
(48)
(49)
lub
(50)
(51)
(52)
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
czyli:
stąd:
czyli:
(54)
67
(55)
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
a = 1,083736 b = 0,973568
sa = 0,421963 sb = 0,003555
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
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
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:
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 + B . ln(X) Y’ = Y Y = Y’
X’ = ln(X) X = eX’
A’ = A A = A’
B’ = B B = B’
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
(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)
(59)
lub (61)
(64)
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.
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
Lp. yi (yi – 2
SP) (yi – SP)
Σ = 0,062851
2.6.6. Czułość
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
Jeżeli do oceny wyników badania odzysku analitu z matrycy nie stosuje się metody
regresji liniowej, to ewentualną poprawkę można obliczyć zgodnie z równaniem:
(66)
t= (67)
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
rd = t (α; f) . sr (68)
(69)
(71)
(72)
w którym: sL2 – wariancja opisująca zmienność wyników między laboratoriami (lub seriami),
nj – liczba analiz powtarzanych w laboratorium (w serii).
80
(73)
lub
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.
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
błędy grube,
średnia, odchylenie próbki kontrolne
systematyczne,
Średniej, standardowe, granice w regularnych
przypadkowe, precyzja,
ostrzegawcze i działania odstępach
trendy
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
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
Rys. 2.4. Wartość średnia, granica ostrzegawcza i granica kontrolna (działania) w odniesieniu
do funkcji rozkładu normalnego i wyników analiz.
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.
KARTY
KONTROLNE
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
Średnia Data – ( – )2
xa – xb Data D d2
Σ = 3,38
KARTA
KONTROLNA
Podpis
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
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)
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
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.
— 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)
— 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
u (xi) = a (80)
u (xi) = a / √3 (81)
u (xi) = a / √6 (83)
(84)
(85)
99
U = k Š uc (y) (86)
(87)
(88)
(89)
(90)
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)
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)
(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).
U = k Š uc
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)
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
czyli
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
........................................................ ............................................................
data podpis kierownika ds. jakoÊci data podpis kierownika laboratorium
Legenda:
Audit planowany: Audit przeprowadzony:
x
Za∏àcznik 1.2.
......... ...........................................
data podpis auditora wiodàcego
Przyjmuj´ do wiadomoÊci:
....... ..................................................
data podpis kierownika laboratorium
117
Za∏àcznik 1.3.
Identyfikator laboratorium
.....................................................
data i podpis auditora wiodàcego
118
Za∏àcznik 1.4.
Identyfikator laboratorium
Opis niezgodnoÊci:
.............. ............................................................
data imi´ i nazwisko podpis
* - niepotrzebne skreÊliç
119
Za∏àcznik 1.5.
Identyfikator laboratorium
Producent: Dostawca:
...........................................................
data, imi´ i nazwisko oraz podpis
.................................................
imi´ i nazwisko oraz podpis
wzorcowanie
sprawdzanie
konserwacj´
naprawy
Sporzàdzi∏: .............................................................................................
Data Imi´ i nazwisko Podpis
WYPOSA˚ENIA
Załącznik 2.1
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
Tabela 2/Z-2.1. Dane wejściowe dla testowania istotności różnic między współczynnikami zmienności
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.)
(3/Z-2.1.)
Absorbancja
Lp. Stężenie wzorca Absorbancja średnia
wzorca (krotność NDS) średnia yi
m xi yi
xi . yi xi . xi yi . yi
(4/Z-2.1.)
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/Z-2.1.)
(6/Z-2.1.)
(7/Z-2.1.)
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.
a=y-b.x (8/Z-2.1.)
(9/Z-2.1.)
127
(10/Z-2.1.)
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.
(11/Z-2.1.)
(12/Z-2.1.)
(13/Z-2.1.)
(14/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.
X = 1,014NDS
130
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.
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
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.
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:
Załącznik 2.2.
Test Dixona – – – – – – – – –
Średnią arytmetyczną oblicza się wg równania (4). Wariancje oblicza się wg równania
(7).
1 2 3 4 5 6 7 8
czyli:
n – 1 = 5, czyli:
Zanim zostanie obliczona wariancja między laboratoriami (s L2), szacuje się wariancję
pomocniczą (sd2), charakteryzującą rozrzut pomiędzy średnimi ( ):
czyli:
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
czyli:
Załącznik 2.3.
Załącznik 2.4.
112
Odzysk RR [%]
92
dolna granica ostrzegawcza
82
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).
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
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