Fundamentos de Errores y Calidad en Química Analítica: Evaluación de Datos y Criterios

Tipos de Errores en Química Analítica

En química analítica, los errores se clasifican principalmente en:

• Errores Sistemáticos: Desviación o sesgo en un determinado sentido (positivo, por exceso, o negativo, por defecto) respecto al valor esperado.
• Errores Aleatorios: Errores fortuitos, cuya magnitud y signo no pueden predecirse ni calcularse.

Origen de los Errores

Los errores pueden originarse de diversas fuentes:

• Instrumental: Relacionado con el instrumento de medida, requiere calibración y mantenimiento.
• Operativo: Causado por el analista, a menudo debido a inexperiencia o errores humanos.
• De Método: Inherente al método aplicado. Para corregirlo, es necesario cambiarlo o modificarlo.

Error Sistemático

El error sistemático mide la exactitud de los resultados, es decir, la proximidad al valor correcto o verdadero. Puede determinarse y debe estar ausente, por lo que es crucial evitarlo o corregirlo. Es cuantificable y se debe a desviaciones en las medidas o en el trabajo experimental.

Exactitud

Propiedad que evalúa la diferencia entre el valor obtenido y el valor real (a partir de un determinado material de referencia).

• Error Absoluto (Ea): Xmedia - Xr
• Error Relativo (Er): |(Xi - Xr) / Xr| * 100

Error Aleatorio

El error aleatorio es fortuito y su magnitud o signo no pueden predecirse ni calcularse. Afecta a la dispersión, incertidumbre y precisión de los resultados. Sus causas comunes incluyen variaciones en la Temperatura (Tª), Presión (P) y Humedad.

Precisión

Propiedad que evalúa la dispersión de los resultados experimentales obtenidos alrededor de un valor medio (x̄). Se cuantifica mediante la desviación promedio, desviación estándar y desviación estándar relativa.

Evaluación de Datos Analíticos

a) Distribución Gaussiana

La distribución gaussiana es un modelo fundamental en la evaluación de datos analíticos.

• Modelo de Distribución: Función matemática que representa la frecuencia de un valor.
• Población: Conjunto total de resultados.
• Descriptores Poblacionales:
  • Media (μ): Mide la tendencia central de la población.
  • Desviación Estándar (σ): Mide la anchura de la distribución gaussiana, indicando la dispersión de las medidas.
• Muestra: Serie de datos (medidas) tomados al azar de un conjunto mayor (la población). Es crucial tomar un número suficiente de datos para que la muestra sea representativa.
• Descriptores Muestrales:
  • Media (x̄)
  • Desviación Estándar (s)
  • También puede utilizarse la Mediana, que es el punto medio de los valores de una serie después de ordenarlos de mayor a menor.

b) Distribución Gaussiana Normalizada

También conocida como escala tipificada o distribución z-normal, donde la media (μ) es 0 y la desviación estándar (σ) es 1.

• Varianza: Parámetro que nos permite calcular la propagación de errores.

Presentación Final y Rechazo de Resultados

Ensayo 2.5S

Este ensayo se utiliza para identificar y rechazar datos sospechosos:

1. Identificar y eliminar el dato sospechoso.
2. Calcular la media (x̄*) y la desviación estándar (s*) sin el dato sospechoso.
3. Si el valor z* (calculado para el dato sospechoso con x̄* y s*) es > 2.5, entonces el dato sospechoso (x*) se rechaza.

Ensayo de Dixon

Aplicable para pequeñas muestras (generalmente menos de 10 medidas).

Si Qcalculado > Qtabla, entonces el dato sospechoso (x*) se rechaza.

Criterios de Calidad de un Método Analítico

Criterios Estadísticos

• Exactitud: Proximidad entre el valor obtenido y el valor real.
• Precisión: Grado de concordancia entre resultados individuales.
• Límite de Detección (LD): Indica la menor cantidad de analito que puede detectarse con un cierto nivel de confianza.
• Límite de Cuantificación (LC): Indica la menor cantidad de analito que puede cuantificarse con un cierto nivel de confianza.
• Selectividad: Posibilidad de detectar una especie en presencia de otras especies acompañantes.
• Especificidad: Un método es específico si permite determinar la especie de interés en presencia de cualquier otra sustancia.
• Robustez: Sensibilidad de la señal frente a pequeñas modificaciones en las condiciones experimentales.
• Seguridad: Amplitud de condiciones experimentales en las que puede realizarse un análisis, no solo en lo que se refiere a la señal.

Criterios Operativos

• Rapidez: Tiempo requerido para realizar el análisis.
• Equipamiento Necesario: Disponibilidad y complejidad del instrumental.
• Espacio Requerido: Necesidades de infraestructura.
• Capacidad para Trabajo de Campo: Idoneidad para mediciones in situ.
• Complejidad en la Preparación de la Muestra: Facilidad o dificultad del pretratamiento.
• Seguridad del Analista: Riesgos asociados al procedimiento.

Criterios Económicos

• Inversión Inicial: Costo de adquisición de equipos y materiales.
• Coste de Aplicación del Método: Gastos recurrentes por reactivos, consumibles, etc.
• Coste de Personal: Salarios y formación del equipo.