Asignatura: Análisis Químico

Grado: Bioquímica
Curso académico: 2011/12 1
N. Campillo Seva
 1. LA INCERTIDUMBRE EN LAS MEDIDAS CIENTÍFICAS

1.1. Precisión y exactitud

1.2. Tipos de error. Propagación de errores
1.3. Cifras significativas

2. ESTADÍSTICA

2.1. Distribución de Gauss

2.2. Intervalos de confianza
2.3. Comparación de medias utilizando la t de Student
2.4. Comparación de desviaciones estándar con el test F
2.5. Test Q de datos sospechosos

2
N. Campillo Seva
 1. LA INCERTIDUMBRE EN LAS MEDIDAS CIENTÍFICAS

El trabajo científico

Nos exactos N os inexactos

Números enteros o fracciones

Constantes matemáticas (π, e…) Masa de 1 L de leche
Superficie de una mesa
Relaciones: 1 kg = 1000 g;
Volumen de café contenido en un recipiente
1 µg = 1000 ng; 1 m = 10 dm;
Concentración de NaCl en el agua del Mar Menor
1 día = 1440 min; 1 cc = 1 mL
1 L = 1000 mL …

Los nos obtenidos por mediciones experimentales son siempre inexactos,

tienen una incertidumbre asociada

3
N. Campillo Seva
 EL PROCESO ANALÍTICO
DEFINICIÓN DE RÉPLICAS DE MUESTRAS
El proceso de medida debe llevarse a cabo en varias alícuotas idénticas de la muestra

F2 1 mL 110 mg/dL
Finalidad
1 mL 109.6 mg/dL 1.Establecer la
variabilidad del análisis
2.Evitar un error grave
F1
1 mL 187.5 mg/dL
LA INCERTIDUMBRE
ES TAN IMPORTANTE
COMO LA MEDIDA
MISMA
1mL 110.3 mg/dL

X ± SD 4
N. Campillo Seva
 Cada medida tiende a ser distinta de las demás:

La mejor estimación es el valor central del conjunto

RESULTADOS DE 6 DETERMINACIONES DE Fe REPETIDAS EN UNA
MUESTRA QUE CONTENÍA 20 ppm
Valor
verdadero

x=19,78 ppm xt=20,0

19,2 19,6 20,0 20,4

ppm Fe(III)

Media, media aritmética o promedio: medida de la tendencia central más usada


N
xi
Mediana x i 1

N
5
N. Campillo Seva
 Términos empleados para expresar las
1.1. PRECISIÓN Y EXACTITUD incertidumbres asociadas a las medidas

19,3 – 19,1 – 18,9 – 19,2 – 19,3…..

PRECISIÓN
19,2 – 15,4 – 25,8 – 20,7 – 11,9…
(reproducibilidad)
N

Se describe a través de tres términos:  2

( xi  x)
- Desviación estándar (s, SD ó e) s i 1
N 1
- Varianza: (s ó e )
2 2

- Coeficiente de variación ó desviación estándar relativa (%s, %e, CV, DER ó RSD)
s
DER (ó % s)  *100
Informan de la desviación de la media di  xi  x x

35,5
EXACTITUD Valor verdadero: 35,4
(cercanía al valor verdadero) 95,2

6
N. Campillo Seva
 ↓ PRECISIÓN
↓ EXACTITUD ↑ PRECISIÓN
↓ EXACTITUD

↓ PRECISIÓN ↑ PRECISIÓN
↑ EXACTITUD ↑ EXACTITUD

7
N. Campillo Seva
 Más difícil de determinar que
la precisión
EXACTITUD
El obtenido por una persona experimentada
a través de un procedimiento bien establecido,
Valor verdadero mejor aún si se ha obtenido a través de varios
procedimientos y en distintos laboratorios:
Valor aceptado
Error absoluto (E) = xobtenido - xverdadero
E = 19,8 – 20 = -0,2 ppm

x=19,78 ppm
xt=20,0

19,2 19,6 20,0 20,4

ppm Fe(III)
Er = 19,8 – 20 x 100 = -1%
20
xobtenido  xverdadero
Error relativo  x 100
xverdadero
8
N. Campillo Seva
 1.2. TIPOS DE ERROR EXPERIMENTAL

SISTEMÁTICO O DETERMINADO ALEATORIO O INDETERMINADO

BRUTO

9
N. Campillo Seva
 TIPOS DE ERROR EXPERIMENTAL

SISTEMÁTICO O DETERMINADO
Fallo del equipo o del diseño del experimento
Aunque es difícil, puede descubrirse - Calibrar todo el instrumental empleado
¿Cómo?
y corregirse
- Analizar muestras de composición
conocida (materiales de referencia)
Volumen teórico: 4,99 – 5,01 mL
Volumen real: 5,12 mL - Analizar muestras “blanco”

- Usar otros métodos analíticos

Este error es reproducible
- Comparación entre varios laboratorios
mediante el mismo o distintos métodos
analíticos
F1

10
N. Campillo Seva
 TIPOS DE ERROR EXPERIMENTAL

ALEATORIO O INDETERMINADO

Originados por variables incontrolables en cada medida

Siempre está presente y no puede ser corregido

- Si varias personas leen esta escala, es muy probable

Nivel del que den valores distintos e incluso, una misma
menisco persona al leerla en distintos momentos .

- Ruido eléctrico del instrumento

Estos errores no pueden eliminarse pero sí minimizarse mejorando

F1
las condiciones de trabajo experimental

11
N. Campillo Seva
 TIPOS DE ERROR EXPERIMENTAL

ERROR BRUTO

Ocurre de forma ocasional

Suele ser grande
Provoca que el resultado sea muy alto o muy bajo

Da como resultado valores atípicos

12
 PROPAGACIÓN DE ERRORES Valor medio (±desviación estándar)
x (±s)

Sumas y restas Ejemplo con tres términos

1,25 (±0,01) + 1,35 (±0,05) – 0,21 (±0,02) = 2,39 (±s4) = 2,39 (±0,05)
s1 s2 s3

s4  s12  s2 2  s32

Productos y cocientes

[1, 25 (0, 03)] x [1, 24 ( 0, 02)]

 2,38 ( s4 )
0, 65 ( 0, 02)
% s4 x x
%s 4  (%s1 ) 2  (%s 2 ) 2  (%s 3 ) 2 s4 
100

13
N. Campillo Seva
 1.3. CIFRAS SIGNIFICATIVAS

Nº mínimo de cifras necesario para expresar un determinado valor en notación

científica sin perder exactitud.

Todos los dígitos conocidos con certeza y el primero incierto:

El 0 puede ser o no significativo según su posición:

● 30,22 mL
● 0,03022 L
Si un nº acaba en ceros, pero no tiene coma decimal:
Con certeza: ● 83500: se puede suponer que los ceros no son sign.
9,6 < Nivel < 9,7 Notación exponencial

8,35 x 104, tres cifras significativas

3 cifras significativas: 9,68
8,350 x 104, cuatro cifras significativas
F1 8,3500 x 104, cinco cifras significativas

14
N. Campillo Seva
 CIFRAS SIGNIFICATIVAS en los cálculos numéricos

El resultado de la suma o la resta debe expresarse

Sumas y restas: con el mismo nº de cifras decimales que la
magnitud con menos cifras decimales

3,4 + 0,020 + 7,31 = 10,730 10,7

Dígito incierto

Productos y cocientes: El resultado de la multiplicación o la división debe expresarse con el mismo

nº de cifras significativas del factor con menos cifras significativas

2,45 x 10-8 2,4522 x 10-18 2,45 2,453 x 10-8

x 0,75 x 0,75 x 1013 : 0,75 : 1,05 x 104
1,8 x 10-8 1,8 x 10-5 3,3 2,34 x10-12

15
N. Campillo Seva
 2. ESTADÍSTICA

Proporciona herramientas para:

- Aceptar conclusiones que presentan probabilidad alta de ser correctas
- Rechazar conclusiones que presentan baja probabilidad de ser correctas

16
 2.1. DISTRIBUCIÓN DE GAUSS

Centro de la distribución - Repetición del experimento un nº elevado de veces

- Errores sólo aletorios

Distribución de Gauss
Nº de medidas

En el laboratorio
habitualmente 2-5 veces

- Existe igual probabilidad de que la

medida sea > ó < que la media
- La probabilidad de observar un valor
F1 disminuye al aumentar su distancia a la
Concentración, mg/dL
media

Ancho de la distribución:
A ↓s, ↑ agrupamiento de los resultados alrededor de la media: Mayor precisión

17
N. Campillo Seva
 s: Medida del grado de proximidad de los datos al valor medio

Serie infinita de datos: Serie finita de datos:

Verdadera media: µ x: Media muestral
Desviación estándar: σ s : Desviación estándar muestral
Nº de medidas

 i 2 2
( x  x )
s i 1
N 1
Grados de libertad

F1

Concentración glucosa, mg/dL Distribuciones normales con igual valor medio

y distinta desviación estándar
Varianza = s2

Coeficiente de variación o desviación

estándar relativa (CV, RSD, %e ó %s)
s
RSD, DER ó % s  100
x
18
N. Campillo Seva
 ÁREA BAJO LA CURVA DE GAUSS
En toda curva de Gauss: ● 68,3% del área está comprendido en el intervalo de ( x  s ) a ( x  s )
● 95,5% del área de ( x  2 s ) a ( x  2 s )
● 99,7% del área de ( x 3s ) a ( x 3s )

F1

Dos técnicas analíticas diferentes: A y B para determinación de Fe en sangre

RSD = 0,4% RSD = 1,1%

2/3 de las medidas están 2/3 de las medidas están

dentro del 0,4% de la media dentro del 1,1% de la media
19
N. Campillo Seva
 PROBABILIDAD DE OBTENER UNA MEDIDA
 ( x   
1 2
Ecuación de la curva de Gauss: y e
 
Factor de
normalización

F1 µ=0
Si transformamos x en z:
σ=1
x xx
z 
 s
La probabilidad de medir z en un intervalo es
igual al área de dicho intervalo:

Área (z=2) = 0,4773

Área (z=1) = 0,3413

Área entre -2 y -1 = 0,136

Área desde z= -∞ y +∞ 1
20
N. Campillo Seva
  ( x   
1 2
y e
 

|z|a

21
N. Campillo Seva
 Supongamos: x = 845,2 mg/dL y s= 94,2 mg/dL

Probabilidad de obtener un resultado menor de 900:

F1
1º. Cálculo de z: 900  845 ,2
z  z  900  845
 0,6 0,58  0,6
94,294,2
2º. Área entre el valor medio y z=0,6: 0,2258
Área desde
-∞ a 900
3º. Área entre -∞ y 900 : 0,5 + 0,2258 = 0,7258
Nº de medidas

0,7258
Probabilidad: 72,58%

Área desde
-∞ a 1000
0,9452

Probabilidad de obtener un resultado menor de 1000:

1º. Cálculo de z: 1,6
2º. Área entre el valor medio y z=1,6: 0,4452
3º. Área entre -∞ y 1000 : 0,5 + 0,4452 = 0.9452

Probabilidad: 94,52%
Concentración, mg/dL

22
N. Campillo Seva
 2.2. INTERVALOS DE CONFIANZA (IC)

¿Para qué - Para expresar intervalos de confianza

La t de Student
se utiliza? - Para comparar medias
W.S. Gosset,
Biometrika 1908, 6, 1
F1

¿Cómo se calculan los intervalos de confianza?

Disponiendo de un número limitado de datos podemos hallar la media muestral y la

desviación estándar muestral, pero no μ y σ. El intervalo de confianza es una expresión
que me dice que la verdadera media (μ) está probablemente a una cierta distancia de la
media muestral medida.

Al ↑ el nivel de confianza, ↑ t y por tanto ↑ la incertidumbre

ts
x
n Al ↑ s, ↑ la incertidumbre

Al ↑ n, ↓ la incertidumbre

23

N. Campillo Seva
 Valores de la t de Student
Grados de Nivel de confianza, %
libertad 50 90 95 98 99 99,5 99,9

1 1,000 6,314 12,706 31,821 63,656 127,321 636,578

2 0,816 2,920 4,303 6,965 9,925 14,089 31,598
3 0,765 2,353 3,182 4,541 5,841 7,453 12,924
4 0,741 2,132 2,776 3,747 4,604 5,598 8,610
5 0,727 2,015 2,571 3,365 4,032 4,773 6,869
6 0,718 1,943 2,447 3,143 3,707 4,317 5,959
7 0,711 1,895 2,365 2,998 3,500 4,029 5,408
8 0,706 1,860 2,306 2,896 3,355 3,832 5,041
9 0,703 1,833 2,262 2,821 3,250 3,690 4,781
10 0,700 1,812 2,228 2,764 3,169 3,581 4,587
15 0,691 1,753 2,131 2,602 2,947 3,252 4,073
20 0,687 1,725 2,086 2,528 2,845 3,153 3,850
25 0,684 1,708 2,060 2,485 2,787 3,078 3,725
30 0,683 1,697 2,042 2,457 2,750 3,030 3,646
40 0,681 1,684 2,021 2,423 2,704 2,971 3,551
60 0,679 1,671 2,000 2,390 2,660 2,915 3,460
120 0,677 1,658 1,980 2,358 2,617 2,860 3,373
∞ 0,674 1,645 1,960 2,326 2,576 2,807 3,291

24
N. Campillo Seva
 INFLUENCIA DEL NIVEL DE CONFIANZA EN EL “IC” OBTENIDO

Ejercicio: Contenido de hidratos de C en una glicoproteína 12,6; 11,9; 13,0; 12,7 y 12,5 % (m/m)
Calcule el intervalo de confianza del 50%

1º. Cálculo de: x= 12,54 y e=0,40

2º. Buscamos t para 50% y (n-1): 0,741
3º. Aplicamos la fórmula: µ = 12,54 (±0,13)

CONCLUSIÓN: Existe un 50% de probabilidad de que la verdadera media (µ)

esté en el intervalo de 12,41 a 12,67.

¿Cómo se modifica el IC al aumentar el nivel de confianza?

25
N. Campillo Seva
 F1

Cálculo del IC al nivel de confianza del 90%

1º. Cálculo de: x= 12,54 y s=0,40

Contenido de carbohidratos

2º. Buscamos ttabulada para 90% y (n-1): 2,132

3º. Aplicamos la fórmula: µ = 12,54 (±0,38)

90% de
50% de probabilidad
probabilidad de que el
verdadero Existe un 90% de probabilidad de que
de que el
verdadero valor se la verdadera media (µ) se encuentre
valor se encuentre en en el intervalo comprendido 12,16 a 12,92.
encuentre en este
este intervalo
intervalo

CONCLUSIÓN:
Para un determinado experimento
al aumentar el nivel de confianza,
Análisis Químico Cuantitativo la amplitud del intervalo de confianza también aumenta
© 2007 Reverté

26
N. Campillo Seva
 INFLUENCIA DEL Nº DE MEDIDAS EN EL “IC” OBTENIDO

Medimos 5 veces el volumen de un recipiente

Media
Media
6,372 6,373
6,375 6,376 6,377
6,374

± Desviación
Desviación estándar
estándar 6,3746 (±0,0018) mL
Intervalo de confianza (90%) para 5 medidas:
6,3746 (±0,0017) mL
Intervalo
Intervalode
de confianza del90%
confianza del 90%
para 5
para 5 medidas
medidas
6,3746 ± 0,0018 mL
I 6,3746 (±0,0007)
Intervalo mL (90%):
de confianza
n 6,3746 ± 0,0007
Intervalo de confianza del 90%
F1 º para 21 medidas

27
N. Campillo Seva
 INFLUENCIA DE LA DESVIACIÓN ESTÁNDAR EN EL “IC” OBTENIDO

Medimos el contenido de C en una glicoproteína mediante dos técnicas analíticas diferentes

Técnica A Técnica B
n=5
n=5
12,54 (±0,70)
12,54 (±0,40)

Intervalos de confianza al 90%

µ = 12,54 (±0,13) µ = 12,54 (±0,67)

CONCLUSIÓN:
A mayor desviación estándar, mayor será la amplitud del intervalo de confianza

28
N. Campillo Seva
 2.3. COMPARACIÓN DE MEDIDAS MEDIANTE LA t DE STUDENT

Procedimiento: Comparamos dos conjuntos de medidas y concluimos si son o no diferentes.

Se comprueba la “HIPÓTESIS NULA”:

De partida los valores medios de los dos conjuntos NO son diferentes

Los errores aleatorios son inevitables

Imposible que 2 valores sean idénticos

Nos preguntamos:
¿qué probabilidad existe de que la diferencia se deba sólo a errores aleatorios?

- Si existe menos de un 5% de probabilidad, se rechaza la hipótesis nula.

- Por tanto, se tendrá un 95% de probabilidad de que los dos conjuntos no sean
diferentes.
29
N. Campillo Seva
 Existen tres casos que se tratan de forma diferente:

CASO 1 Se mide una cantidad “n” veces y se obtiene el valor medio ( x) y la

desviación estándar (s). Se compara el resultado obtenido con un resultado
conocido y aceptado.

Si la media obtenida no concuerda exactamente con el resultado conocido hay

que comprobar si coincide o no el resultado medio con el conocido dentro del
error experimental.

CASO 2 Se mide una cantidad varias veces con dos métodos diferentes,
obteniéndose para cada uno de ellos su valor medio ( x1 y x 2 ) y su
desviación estándar (s1 y s2).

Se comprueba si concuerdan entre sí los dos resultados dentro del error

experimental.

CASO 3 Se dispone de “n” muestras diferentes que son medidas una única vez
mediante dos métodos diferentes (A y B).

Se comprueba si concuerdan los dos métodos dentro del error experimental o

son sistemáticamente diferentes.
30
 PATRÓN DE APLICACIÓN DE LOS TESTS DE COMPARACIÓN DE MEDIDAS

Caso 1
1. Selección del tipo de caso Caso 2
Caso 3

2. Cálculo de t tcalculada

3. Extracción del valor tabulado de t según cada caso particular

según la tabla expuesta en la diapositiva nº 24 ttabulada
(Si no se especifica lo contrario se obtendrá para un nivel de confianza del 95%)

4. Comparación de los valores de t:

● Si tcalculada > ttabulada Los resultados obtenidos son significativamente

diferentes al nivel de confianza del 95%

● Si tcalculada < ttabulada Los resultados obtenidos no son significativamente

diferentes al nivel de confianza del 95%
31
N. Campillo Seva
CASO 1: COMPARACIÓN DE UN RESULTADO MEDIDO CON UN VALOR CONOCIDO
Ej. Queremos validar un nuevo analítico para la determinación de Se en orina:
Analizamos mediante dicho método National Institute Standard Technology
un material de referencia certificado Standard Reference Material
NIST-SRM

Comparamos con un resultado

NIST SRM
conocido y aceptado

144a
NIST SRM

27,6
144a

n=4 29,3
28,1 28,5 (±0,8)
28,9 Se: 30,1 (±0,9) ng/mL

El valor medio obtenido (28,5) no concuerda exactamente con el resultado aceptado (30,1)

¿Coincide o no el resultado obtenido con el conocido dentro del error experimental?

Se calcula t y, si tcalculada > ttabulada a un nivel de confianza del 95%, se considera que los dos
resultados son diferentes

x  valor conocido 28,5  30,1 Existen diferencias significativas

tcalculada  n 4  4,000
s 0,8 al nivel de confianza del 95%
entre los dos resultados
ttabulada (n-1=3) = 3,182
32
N. Campillo Seva
 CASO 2: COMPARACIÓN DE MEDIDAS REPLICADAS

Ej. Medimos Se en una única muestra de orina mediante dos métodos diferentes A y B:

Método A (ETAAS): 45,21; 47,22; 44,91; 46,38 x1 ± s 1 45,93 ± 1,07

Método B (HG-AAS): 41,28; 43,22; 44,81; 42,35 42,59 ± 1,48
x2 ± s 2

¿Concuerdan entre sí los dos resultados obtenidos dentro del error experimental?

Se calcula t y, si tcalculada > ttabulada a un nivel de confianza del 95%, se considera que los dos
resultados son diferentes
x1  x 2 n1 n 2 45,93  42,59 4* 4
tcalculada    3, 658
scombinada n1  n 2 1, 291 44

 (x  x )   ( x
set 1
i 1
2

set 2
j x2 )2
s12 (n1  1)  s 2 (n 2  1)
2
1, 07 2 (4  1)  1, 48 2 (4  1)
scombinada  =   1, 291
n1  n 2  2 n1  n 2  2 442

Dado que tcalculada > ttabulada : Existen diferencias

ttabulada (n1+n2-2, 95%) = 2,447
significativas al nivel de confianza del 95%
entre los dos resultados
33
N. Campillo Seva
 CASO 3: COMPARACIÓN DE PARES DE MEDIDAS
Ej. Realizamos una única medida de Se en varias muestras diferentes de orina mediante dos
técnicas analíticas diferentes A y B:

Muestra Concentración Se,

ng/mL
Técnica A Técnica B Diferencia, di ¿Son significativamente diferentes los
ETAAS HG-AAS resultados obtenidos mediante estas técnicas?
1 30,12 30,41 -0,29
2 42,17 45,32 -3,15
Aplicamos el test de las
diferencias individuales
3 26,80 26,19 0,61 N

d i
4 31,03 31,42 -0,39 d  i 1
 -0,805  0,805
N
Media = -0,805

sd 
 (d  d ) i
2

 1, 627
n 1

d 0,805
ttabulada (n-1, 95%) = 3,182 tcalculada  n 4  0,989
sd 1, 627
Dado que tcalculada < ttabulada (al 95%de nivel de confianza) afirmamos que entre estas dos
técnicas NO existen diferencias significativas al nivel de confianza citado.
34
N. Campillo Seva
 2.4. COMPARACIÓN DE DESVIACIONES ESTÁNDAR CON EL test F

Para decidir si dos conjuntos de medidas son significativamente diferentes entre sí

se utiliza el test t, pero si lo que queremos comparar son las desviaciones estándar
de dos conjuntos de medidas:

Test F:
Informa si dos desviaciones estándar son significativamente diferentes entre sí

Aplicación del test F:

s 12 Se elige s1 y s2 de manera que
1. Cálculo de F según la ecuación: F= 2 siempre F ≥ 1
s2

2. Extracción del valor tabulado de F, considerando los grados de libertad (n-1)

para cada conjunto de medidas (tabla diapositiva 36)
3. Comparación de los valores de F:
● Si Fcalculada > Ftabulada Las desviaciones estándar difieren entre sí
a un nivel de confianza del 95%

● Si Fcalculada < Ftabulada Las desviaciones estándar no difieren entre sí

a un nivel de confianza del 95%
35
N. Campillo Seva
 Valores críticos de F para un nivel de confianza del 95%
Grados de Grados de libertad de s1
libertad de s2 2 3 4 5 6 7 8 9 10 12 15 20 30 ∞
2 19,0 19,2 19,2 19,3 19,3 19,4 19,4 19,4 19,4 19,4 19,4 19,4 19,5 19,5
3 9,55 9,28 9,12 9,01 8,94 8,89 8,84 8,81 8,79 8,74 8,70 8,66 8,62 8,53
4 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91 5,86 5,80 5,75 5,63
5 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68 4,62 4,56 4,50 4,36
6 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00 3,94 3,87 3,81 3,67
7 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,58 3,51 3,44 3,38 3,23
8 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28 3,22 3,15 3,08 2,93
9 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07 3,01 2,94 2,86 2,71
10 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91 2,84 2,77 2,70 2,54
11 3,98 3,59 3,36 3,20 3,10 3,01 2,95 2,90 2,85 2,79 2,72 2,65 2,57 2,40
12 3,88 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69 2,62 2,54 2,47 2,30
13 3,81 3,41 3,18 3,02 2,92 2,83 2,77 2,71 2,67 2,60 2,53 2,46 2,38 2,21
14 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,53 2,46 2,39 2,31 2,13
15 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,48 2,40 2,33 2,25 2,07
16 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42 2,35 2,28 2,19 2,01
17 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,38 2,31 2,23 2,15 1,96
18 3,56 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,43 2,27 2,19 2,11 1,92
19 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,31 2,23 2,16 2,07 1,88
20 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28 2,20 2,12 2,04 1,84
30 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,09 2,01 1,93 1,84 1,62
∞ 3,00 2,60 2,37 2,21 2,10 2,01 1,94 1,88 1,83 1,75 1,67 1,57 1,46 1,00

36
N. Campillo Seva
 2.5. Test Q DE DATOS SOSPECHOSOS
¿Qué hacer cuando un dato no es coherente con el resto de una serie?
El test Q ayuda a decidir si mantener o desechar dicho dato

Consideremos los siguientes 5 resultados de un análisis: 130,1; 130,7; 128,8; 137,8 y 131,4
¿Hemos de considerar o descartar el resultado 137,8?

Aplicación del test Q:

1.Se ordenan los datos en orden creciente: 128,8 130,1 130,7 131,4 137,8

divergencia
2. Cálculo de Q según la ecuación: Qcalculada 
recorrido

Divergencia = Diferencia entre el valor sospechoso y

el más próximo = 6,4
128,8 130,1 130,7 131,4 137,8

Recorrido = Dispersión máxima entre los datos = 9

divergencia 6, 4
Qcalculada    1, 41
recorrido 9
37
N. Campillo Seva
 3. Extracción de Q tabulada (tabla diapositiva 39)

Qtabulada (n=5) = 0,64

4. Comparación de los valores de Q:

● Si Qcalculada > Qtabulada El valor sospechoso debe ser descartado

● Si Qcalculada < Qtabulada El valor sospechoso no debe descartarse, existiendo

una probabilidad mayor del 10% de que dicho
valor sea un miembro más de la población como
el resto de valores de la serie.

En el ejemplo propuesto, dado que Qcalculada > Qtabulada,

el valor 137,8 debe descartarse

38
N. Campillo Seva
 Valores de Q para el rechazo de datos
Q (nivel de Nº de observaciones
confianza 90%)

0,76 4
0,64 5
0,56 6
0,51 7
0,47 8
0,44 9
0,41 10

39
N. Campillo Seva
 CRÉDITOS DE LAS ILUSTRACIONES – PICTURES COPYRIGHTS

-Logo Portada OCW-UM. Autor: Universidad de Murcia. Dirección web: http://ocw.um.es.

-Página 4, F1. Dirección web: http://newsimg.bbc.co.uk/media/images/41203000/jpg/_41203257_050531vihbody.jpg
-Página 4, F2. Dirección web: http://us.cdn3.123rf.com/168nwm/dusanzidar/dusanzidar0801/dusanzidar080100075/2443753-parte-la-
celebraci-n-de-sangre-en-tubo-de-ensayo-cerca.jpg
-Página 10, F1. Autor: Original uploader Gmhofmann from wikipedia. Dirección web: http://commons.wikimedia.org/wiki/File:Vollpipette.jpg
-Página 11, F1. Fuente: “Quantitative Chemical Analysis”, Seventh Edition, © 2007 W.H. Freeman and Company.
-Página 14, F1. Fuente: “Quantitative Chemical Analysis”, Seventh Edition, © 2007 W.H. Freeman and Company.
-Página 17, F1. Fuente: “Quantitative Chemical Analysis”, Seventh Edition, © 2007 W.H. Freeman and Company.
-Página 18, F1. Fuente: “Quantitative Chemical Analysis”, Seventh Edition, © 2007 W.H. Freeman and Company.
-Página 19, F1. Dirección web: http://4.bp.blogspot.com/-g65hnOiMrtU/Tdm_5dhCCyI/AAAAAAAAALc/DzpUplXfsWU/s1600/DN.png
-Página 20, F1. Fuente: “Quantitative Chemical Analysis”, Seventh Edition, © 2007 W.H. Freeman and Company.
-Página 22, F1. Fuente: “Quantitative Chemical Analysis”, Seventh Edition, © 2007 W.H. Freeman and Company.
-Página 23, F1. Dirección web: http://www.holamundoblog.com/Imagenes_Post/guiness/guiness.jpg
-Páginas 26 y 27, F1. Fuente: “Quantitative Chemical Analysis”, Seventh Edition, © 2007 W.H. Freeman and Company.

40
N. Campillo Seva