Guía de precisión de métodos de medición

GUA TCNICA
COLOMBIANA
GTC
131
2005-12-22
EXACTITUD (VERACIDAD Y PRECISIN) DE LOS

MTODOS Y DE LOS RESULTADOS DE
MEDICIONES. GUA PRCTICA PARA EL USO DE
LA NTC 3529-2 (ISO 5725-2) EN EL DISEO,
IMPLEMENTACIN Y ANLISIS ESTADSTICO DE
RESULTADOS
E:
ACCURACY
(TRUENESS
AND
PRECISION)
OF
MEASUREMENT METHODS AND RESULTS. PRACTICAL
GUIDANCE FOR THE USE OF ISO 5725-2:1994 IN
DESIGNING,
IMPLEMENTING
AND
STATISTICALLY
ANALYZING INTERLABORATORY REPEATABILITY AND
REPRODUCIBILITY RESULTS
CORRESPONDENCIA:
esta gua es una adopcin idntica

(IDT) a la norma ISO/TR 22971:2005
Accuracy (Trueness and Precision) of
Measurement Methods and Results.
Practical Guidance for the Use of
ISO 5725-2:1994 in Designing,
Implementing
and
Statistically
Analyzing Interlaboratory Repeatability
and Reproducibility Results
DESCRIPTORES:
mtodos estadsticos exactitud; mtodos

estadsticos precisin; mtodos
estadsticos veracidad; mtodos
estadsticos anlisis de resultados.
I.C.S.: 17.020; 03.120.30

Editada por el Instituto Colombiano de Normas Tcnicas y Certificacin (ICONTEC)
Apartado
14237
Bogot,
D.C.
Tel.
6078888
Fax
2221435
Prohibida su reproduccin
Editada 2006-01-12
PRLOGO
El Instituto Colombiano de Normas Tcnicas y Certificacin, ICONTEC, es el organismo

nacional de normalizacin, segn el Decreto 2269 de 1993.
ICONTEC es una entidad de carcter privado, sin nimo de lucro, cuya Misin es fundamental
para brindar soporte y desarrollo al productor y proteccin al consumidor. Colabora con el
sector gubernamental y apoya al sector privado del pas, para lograr ventajas competitivas en
los mercados interno y externo.
La representacin de todos los sectores involucrados en el proceso de Normalizacin Tcnica
est garantizada por los Comits Tcnicos y el perodo de Consulta Pblica, este ltimo
caracterizado por la participacin del pblico en general.
La GTC 131 fue ratificada por el Consejo Directivo del 2005-12-22.
Esta gua est sujeta a ser actualizada permanentemente con el objeto de que responda en
todo momento a las necesidades y exigencias actuales.
A continuacin se relacionan las empresas que colaboraron en el estudio de esta gua a travs
de su participacin en el Comit Tcnico 4 Aplicacin de mtodos estadsticos.
CARULLA VIVERO S.A.
COMPAA
COLOMBIANA
DE
CERMICAS S.A.COLCERMICA
COMPAA NACIONAL DE CHOCOLATES S.A.
CONSULTOR INDEPENDIENTE, JULIO
GARCA SAMPEDRO
ENZIPN DE COLOMBIA LTDA

GAS NATURAL S.A. ESP
GLOBAL PLASTIK S.A.
INTRA-MAR SHIPPING S.A.
NUTRIANLISIS LTDA
SHELL COLOMBIA S.A.
Adems de las anteriores, en Consulta Pblica el Proyecto se puso a consideracin de las

siguientes empresas:
ACERAS DE CALDAS S.A., ACASA
ACERAS PAZ DEL RO S.A.
ALMACENAMIENTO Y TRANSPORTE
ESPECIALIZADO LTDA, ALTE LTDA
ALPINA PRODUCTOS ALIMENTICIOS S.A.
ANHDRIDOS
Y
DERIVADOS
DE
COLOMBIA S.A. ANDERCOL
ASOCOLCAUCHOS
ASOCRETO
ATLANTIC MINERALS AND PRODUCTS
CORPORATION
ATOFINA COLOMBIA S.A.
BAVARIA S.A.
CABLES
DE
ENERGA
Y
DE
TELECOMUNICACIONES S.A., CENTELSA
CARBOQUIMICA S.A.
CEMENTOS DEL VALLE
CHALLENGER S.A.
CHICLE ADAMS S.A.
CODENSA S.A. ESP
COLOMBIANA DE AUTO PARTES S.A.
COLOMBIANA DE EXTRUSIN S.A.,
EXTRUCOL
COMPAA COLOMBIANA DE TABACO S.A.,
COLTABACO
COMPAA DE GALLETAS NOEL S.A.
COMPAA NACIONAL DE LEVADURAS
LEVAPN S.A.
CONCONCRETO S.A.
CORPACERO, CORPORACIN DE
ACERO
COTECMAR
(CORPORACIN
DE
CIENCIA Y TECNOLOGA PARA EL
DESARROLLO DE LA INDUSTRIA NAVAL,
MARTIMA Y FLUVIAL)
CRISTALERA PELDAR S.A.
CYGA
ECSI S.A.
EDITORIAL VOLUNTAD S.A.
ELECTROMANUFACTURAS S.A.
EMPRESA
COLOMBIANA
DE
PETRLEOS S.A., ECOPETROL
EMPRESA
DE
ACUEDUCTO
Y
ALCANTARILLADO DE BOGOT ESP
EMPRESAS PBLICAS DE MEDELLN
ESP
ESCOBAR Y MARTNEZ S.A.
ESCUELA COLOMBIANA DE INGENIERA
EXXON MOBIL DE COLOMBIA S.A.
FINCA S.A.
FRIGORFICO SUIZO S.A.
FUNDACIN CENTRO DE CALIDAD Y
METROLOGA
INALCEC CORPORACIN INSTITUTO
NACIONAL DE CONSULTORA EN
CALIDAD
INDEPENDIENTE JAIRO NGEL
INDUSTRIA COLOMBIANA DE LLANTAS
ICOLLANTAS
INDUSTRIA DE ALIMENTOS ZEN S.A.
INGENIO PICHICH S.A.
INSTITUTO COLOMBIANO AGROPECUARIO,
ICA
INSTITUTO
COLOMBIANO
DE
PRODUCTORES DE CEMENTO, ICPC
INVESA S.A.
IVONNE BERNIER LABORATORIO LTDA.
LARKIN LTDA.
LHAURAVET LTDA.
MATRICES, TROQUELES Y MOLDES CIA LTDA.
MERCADEO
DE
ALIMENTOS
DE
COLOMBIA S.A. MEALS S.A.
METALRGICA CONSTRUCEL COLOMBIA S.A.,

METACOL
MINERALES INDUSTRIALES S.A.
MOLINO EL LOBO LTDA.
MONMEROS COLOMBO VENEZOLANOS
E.M.A.
NCR COLOMBIA LTDA
NUTRIANLISIS LTDA
PARABOR COLOMBIA LTDA.
PETROQUMICA COLOMBIANA S.A.
POSTOBN S.A.
PRODUCTORES
DE
ENVASES
FARMACUTICOS S.A., PROENFAR
PROFICOL S.A.
RAZA S.A.
RENTASISTEMAS LTDA
SCHNEIDER ELECTRIC DE COLOMBIA S.A.
SENA CENTRO NACIONAL DE LA
MADERA
SENA CENTRO NACIONAL TEXTIL
SENA REGIONAL BOGOT
SIEMENS S.A.
SOCIEDAD
DE
ACUEDUCTO
ALCANTARILLADO Y ASEO DE B/QUILLA
E.S.P. - TRIPLE A
SYNGENTA S.A.
TECNOLOGA
EMPRESARIAL
DE
ALIMENTOS S.A.
THOMAS GREG & SONS DE COLOMBIA S.A.
IMPRESOR DE VALORES
UNIVERSIDAD DE ANTIOQUIA
UNIVERSIDAD DEL VALLE
UNIVERSIDAD JORGE TADEO LOZANO
UNIVERSIDAD NACIONAL DE COLOMBIA
UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE-MEDELLN
UNIVERSIDAD
NACIONAL
DE
COLOMBIA,
BOGOT
REVISTA
COLOMBIANA DE ESTADSTICA
ICONTEC cuenta con un Centro de Informacin que pone a disposicin de los interesados
normas internacionales, regionales y nacionales y otros documentos relacionados.
DIRECCIN DE NORMALIZACIN
GUA TCNICA COLOMBIANA
GTC 131
INTRODUCCIN
La NTC 3529 (ISO 5725) consta de seis partes, cuya estructura general se ilustra en la Figura 1.
La NTC 3529-2 (ISO 5725-2) fue desarrollada como un documento de orientacin para que los
comits tcnicos de la ISO y otras organizaciones responsables emprendieran estudios
interlaboratorio para caracterizar la variabilidad de los mtodos estndar de medicin. En
muchas disciplinas se aceptan dos medidas de variabilidad, repetibilidad y reproducibilidad,
como representativas de los datos encontrados en los procesos de medicin.
La repetibilidad hace referencia a la variabilidad entre mediciones hechas en muestras o
materiales idnticos nominalmente, en circunstancias idnticas. Se reconoce que debido a
factores desconocidos o incontrolables que influyen en el proceso de medicin, usualmente las
mediciones repetidas no coincidirn. El grado de esta variabilidad se puede expresar por una
desviacin estndar denominada desviacin estndar de repetibilidad, de los resultados de
comparaciones dentro de laboratorio.
La reproducibilidad hace referencia a la variabilidad entre mediciones hechas en muestras o
materiales idnticos en condiciones diferentes por diferentes laboratorios que utilizan el mismo
mtodo de medicin normalizado. La reproducibilidad incluye los efectos causados por
diferencias entre instrumentos, reactivos, operadores, laboratorios y condiciones ambientales.
La variabilidad de resultados en estas condiciones se puede describir mediante una desviacin
estndar denominada desviacin estndar de reproducibilidad.
Este documento de gua se divide en cuatro partes, adems del alcance (numeral 1):
Numeral 2. La organizacin de un programa interlaboratorio tiene que ver con la

organizacin de la prueba interlaboratorio y comprende las funciones del
coordinador de laboratorio, el personal de laboratorio y un estadstico, para la
preparacin y administracin de la prueba; la seleccin de materiales y niveles de
inters para la prueba; y la seleccin de laboratorios. Tambin describe cmo el
nmero de rplicas de mediciones (que se van a hacer en cada muestra) se debe
tratar estadsticamente y la forma en que los datos resultantes se deben reportar.
Numeral 3. Examen crtico de los datos; trata sobre los datos que usan
procedimientos grficos y numricos. Se da orientacin relativa a cuando los datos
son anmalos, es decir, si son inconsistentes con otros datos del estudio, y para
pruebas de valores atpicos que se usan para identificar la presencia o ausencia
de datos anmalos.
Numeral 4. Estimacin de las desviaciones estndar de repetibilidad y

reproducibilidad; trata sobre la estimacin e interpretacin de la repetibilidad de las
desviaciones estndar de repetibilidad y reproducibilidad. Tambin se incluye una
comparacin de las contribuciones relativas de las desviaciones estndar de
repetibilidad y reproducibilidad.

-
GTC 131
Numeral 5, ejemplos aplicados en los que se utiliza software estadstico; trata

sobre ejemplos que resaltan las diferentes tcnicas que se pueden usar.
Se recomienda que este documento gua se lea conjuntamente con la NTC 3529-2 (ISO 5725-2) y
no se debera usar en reemplazo de dicha norma.
NTC 3529-1 (ISO 5725-1). Principios generales y
definiciones
Definicin de la desviacin estndar de repetibilidad, de la desviacin estndar
de reproducibilidad,y del sesgo de un laboratorio
NTC 3529-2 (ISO 5752-2). Mtodo
bsico para la determinacin de
repetibilidad y reproducibilidad de un
mtodo de medicin normalizado
ISO 5752-5. Mtodos alternativos para

la determinacin de la precisin de un
El modelo bsico postulado es

y=m+B+e
en donde
y es el resultado de la prueba;
m es el promedio general;
B es el componente del sesgo para el
laboratorio en condiciones de
repetibilidad
e es el error aleatorio en condiciones
de repetibilidad
Esta particin conducir a la estimacin
de la repetibilidad y la reproducibilidad
NTC 3529-3 (ISO 5725-3). Medidas intermedias de la precisin de un

El componente de laboratorio del sesgo est separado en componentes
elementales, por ejemplo: operador, equipo, medio ambiente, etc.
B = B 0 + B (1) + B (2) +...
ISO 5725-4. Mtodos bsicos para la determinacin de la veracidad de un mtodo de

medicin normalizado
El sesgo, , para la veracidad del mtodo de ensayo para verificar un producto
de referencia con como un valor de referencia certificado, se define por
m = +
ISO 5725-6. Uso de los valores de exactitud en la prctica
Figura 1. Estructura de la ISO 5725. Aplicacin de un mtodo de ensayo normalizado para

los anlisis de una muestra o producto en diferentes laboratorios
GTC 131
EXACTITUD (VERACIDAD Y PRECISIN) DE LOS MTODOS Y DE LOS RESULTADOS

DE MEDICIONES. GUA PRCTICA PARA EL USO DE LA NTC 3529-2 (ISO 5725-2)
EN EL DISEO, IMPLEMENTACIN Y ANLISIS ESTADSTICO DE RESULTADOS
DE REPETIBILIDAD Y REPRODUCIBILIDAD INTERLABORATORIOS
1.
OBJETO Y ALCANCE
Este documento proporciona orientacin prctica para el uso de la NTC 3529-2 (ISO 5725-2), y
presenta procedimientos graduales simplificados para el diseo, implementacin y anlisis
estadsticos de estudios interlaboratorio para evaluar la variabilidad de un mtodo de medicin
normalizado, y sobre la determinacin de la repetibilidad y reproducibilidad de los datos
obtenidos en pruebas interlaboratorio.
2.
ORGANIZACIN DE UN PROGRAMA INTERLABORATORIO
2.1
REQUISITOS DE UN EXPERIMENTO DE PRECISIN
El experimento en su totalidad est organizado para:
a)
Suministrar un conjunto completo de resultados de:

-
Nmero pLab de laboratorios que demuestran que el procedimiento de

ensayo est bien controlado, y para cuantificar la dispersin observada,
estimada por la reproducibilidad.
NOTA El smbolo pLab usado en este documento tiene el mismo significado que el smbolo
p usado en la NTC 3529-2 (ISO 5725-2). El cambio se hizo para diferenciar claramente este
smbolo del smbolo P usado para probabilidad. Algunas veces es difcil diferenciar las P
mayscula y minscula, particularmente cuando son subndices.
Nmero q de muestras o productos que representan diferentes niveles de

resultados o desempeo. Un valor mnimo para q es dos, pero valores de
cinco a diez son ms apropiados para demostrar que el procedimiento de
ensayo est en capacidad de discriminar correctamente entre niveles.
Nmero n de celdas de rplicas que demuestran que el procedimiento de

ensayo est bien controlado dentro de un solo laboratorio. Cuando el
nmero de laboratorios y de niveles es suficiente, se requieren al menos
dos determinaciones.
1

b)
GTC 131
Analizar estadsticamente (vanse los numerales 2 y 3) una tabla de resultados

reportados por pLab que analizan q muestras, ensayadas n veces en condiciones de
repetibilidad.
La tabla de los resultados presentados al coordinador de laboratorio se ilustra en la Tabla 1

(vase la NTC 3529-2 (ISO 5725-2), numeral 7.2.8).
2.2
RESPONSABILIDADES DEL PERSONAL INVOLUCRADO EN UN EXPERIMENTO

DE PRECISIN
2.2.1 Generalidades
Un programa interlaboratorio es muy costoso, tanto en trminos de su coordinacin como de su
participacin. En consecuencia, el ensayo de desempeo debera estar bien coordinado y
planificado. En cualquier programa interlaboratorio es necesario considerar tres tipos de
actividades, como se ilustra en la Figura 2.
EL COORDINADOR DE LABORATORIO
- Prepara
- Coordina
- Expone las conclusiones
EL LABORATORIO
EL ESTADSTICO
- Usa el mtodo de medicin

para obtener los resultados
reportados
- Realiza el anlisis estadstico
Figura 2. Responsabilidades de las funciones ejecutivas
2.2.2 Coordinador de laboratorio

Las principales tareas del coordinador de laboratorio son:
Organizar el programa interlaboratorio, con la asesora del estadstico para la

elaboracin del diseo experimental.
Coordinar el progreso.
Exponer las conclusiones.
Los deberes del coordinador de laboratorio los puede realizar ms de una persona. Sin
embargo, una sola persona debera ser responsable de todo el programa. El coordinador de
laboratorio debera estar familiarizado con el mtodo estndar, pero no debera participar en el
proceso de medicin.
2
GTC 131
2.2.3 Laboratorio
El personal de laboratorio debera tener considerable experiencia con el mtodo de medicin
de ensayo.
El laboratorio debe emprender el anlisis siguiendo los procedimientos de ensayo recibidos del
coordinador de laboratorio. Cualquier comentario emitido por el laboratorio sobre el uso del
mtodo de ensayo se debera reportar al coordinador de laboratorio. Sin embargo, los
procedimientos realizados por el laboratorio deberan ser los que suministre dicho coordinador.
El laboratorio debe cumplir los requisitos indicados por el coordinador de laboratorio, que
incluyen:
Almacenamiento de muestras.
Fecha y orden de realizacin del anlisis.
El laboratorio debe suministrar al coordinador de laboratorio los resultados del anlisis de la

manera establecida por el coordinador de laboratorio.
2.2.4 Estadstico
El estadstico debe recibir del coordinador de laboratorio los datos sin procesar obtenidos
usando el mtodo indicado como se defini en la Tabla 1.
El estadstico debe examinar los datos y aplicar cualquier prueba estadstica, de preferencia las
pruebas descritas en la NTC 3529-2 (ISO 5725-2), para identificar valores atpicos potenciales.
Los valores atpicos se deben ensear al coordinador de laboratorio, quien debe llevar a cabo
la investigacin apropiada para determinar cundo retener, rechazar o modificar los datos.
El estadstico debe llevar a cabo los anlisis estadsticos, elaborar los grficos y brindar
estimados de las medias y varianzas (NTC 3529-2 (ISO 5725-2), 7.1.2). El estadstico debe
resumir todos los resultados de los anlisis estadsticos en un informe que se debe enviar al
coordinador de laboratorio.
3.
EXAMEN CRTICO DE LOS DATOS
3.1
DESCRIPCIN DE LOS DATOS
3.1.1 Datos sin procesar

Los datos se presentan como se ilustra en la Tabla 1. Las Tablas 2 y 3 se elaboran a partir de
la Tabla 1. Algunos paquetes de software estadstico validados pueden ofrecer diferentes
presentaciones de la misma informacin.
GTC 131
Tabla 1. Comparacin de los datos sin procesar

Laboratorio
...
1
2
...
i
Nivel
j
...
q-1
y ij 1
y ij 2
y ijn
...
Plab
Tabla 2. Comparacin de los valores medios para cada celda de la Tabla 1

Laboratorio
...
1
2
...
i
Nivel
j
...
q-1
m ij
...
Plab
Tabla 3. Comparacin de valores que indican la dispersin de los valores para cada celda en la Tabla 1
Laboratorio
...
1
2
...
i
Nivel
j
...
q-1
s ij
...
Plab
a
La medida ms comn de dispersin es la desviacin estndar.
3.1.2 Representacin grfica de los datos

3.1.2.1 Grfico de resultados por laboratorios (grfico de datos sin procesar)
Antes de realizar cualquier ensayo para determinar valores atpicos potenciales, se recomienda
elaborar grficos de los datos sin procesar. De esta forma es posible obtener una imagen
instantnea de los resultados, por ejemplo, como se ilustra en la Figura 3 (que est basada
en la NTC 3529-2 (ISO 5725-2), Figuras B.1 a B.4). Se puede obtener gran cantidad de
informacin mediante la inspeccin visual de un grfico de los datos sin procesar, y una
evaluacin instantnea de la dispersin de datos verificados. En consecuencia, se puede
sugerir una indicacin de la presencia de valores atpicos, o podran llegar a ser evidentes
diferencias inusuales a niveles de inters particular, simplemente mediante la inspeccin visual
de la grfica de datos apropiada. Por ejemplo, en la Figura 3, el grfico de resultados para el
laboratorio 3 podra sugerir una dispersin mayor de la esperada de resultados comparados
con todos los dems laboratorios; en consecuencia, la repetibilidad total se ver afectada. Esta
posibilidad se puede confirmar mediante la prueba de Cochran. Adems, los resultados para el
4
GTC 131
laboratorio 9 podran sugerir un valor atpico respecto al valor medio del laboratorio cuando se
compara con los otros valores medios para todos los laboratorios de ensayo. En consecuencia,
la reproducibilidad se podra ver afectada y esto se puede confirmar mediante la prueba de
Grubbs.
Y
60
55
50
45
40
35
30
0
10
Convenciones:
X
Y
Identificacin del laboratorio

Resultados por laboratorio
Figura 3. Representacin grfica de datos sin procesar para un nivel de inters particular
3.1.2.2 Diagrama de caja y bigotes

En donde se reportan muchos resultados, especialmente para un nivel de inters particular, un
diagrama de caja y bigotes puede revelar informacin similar a la del numeral 3.1.2.1; en la
Figura 4 se presenta un ejemplo. Sin embargo, este tipo de grfico, que se basa en
estadsticos robustos que incluyen la determinacin del valor de la mediana, no se describe en
la NTC 3529-2 (ISO 5725-2). No obstante, se define e ilustra en los ejemplos del numeral 4, ya
que estos grficos se encuentran disponibles en la mayora de software estadstico.
GTC 131
Y
58
54
50
46
42
38
34
1
X
Y
a

Resultados por laboratorio
+ indica el promedio.
Figura 4. Grfico de caja y bigotes
3.1.2.3 Grficos de Mandel de estadsticos de pruebas h y k

3.1.2.3.1 Grfico h de Mandel
Para un nivel de inters particular, los valores medios obtenidos para todos los laboratorios se
usan con el propsito de calcular un solo valor medio total. Este valor se usa entonces para
calcular el estadstico h de Mandel para todos los laboratorios para este nivel. Este estadstico
se define en la NTC 3529-2 (ISO 5725-2), ecuacin (6). Este estadstico es la relacin de la
diferencia entre la media para un conjunto particular de datos, y la media de todos los
conjuntos de datos, y la desviacin estndar de las medias de todos los conjuntos de datos.
Este cociente se grafica y se compara con los valores de la relacin calculados o tabulados
obtenidos para los niveles de confianza del 95 % y del 99 %. El mismo procedimiento se utiliza
para calcular el estadstico h de Mandel para todos los laboratorios, para todos los otros niveles
de inters (vase la Figura 5). Vale la pena sealar que se pueden trazar valores tanto
positivos como negativos.
GTC 131
2,5
a
b
1,5
0,5
-0,5
1
-1,5
b
a
-2,5
X
Convenciones
X
Y

h de Mandel
nivel de confianza del 99 %

Figura 5. Grfico h de Mandel
3.1.2.3.2 Grfico k de Mandel

Para un nivel de inters particular, las desviaciones estndar obtenidas para todos los
laboratorios se usan para calcular una desviacin media estndar o una desviacin estndar
sencilla agrupada. Este valor se usa para calcular el estadstico k de Mandel para todos los
laboratorios de este nivel. Este estadstico se define en la NTC 3529-2 (ISO 5725-2), ecuacin (7).
Es el cociente de la desviacin estndar de los resultados y la desviacin estndar media o
agrupada. Este cociente se grafica y se compara con los valores de las relaciones calculadas o
tabuladas obtenidas para los niveles de confianza del 95 % y del 99 %. El mismo procedimiento se
usa entonces para calcular el estadstico k de Mandel para todos los laboratorios, para todos los
otros niveles de inters (vase la Figura 6). Vale la pena sealar que solamente se grafican los
valores positivos.
GTC 131
Y
2
a
1,5
0,5
0
1
Convenciones
X
Y

k de Mandel

Figura 6. Grfico k de Mandel
3.1.2.3.3 Inspeccin grfica

De los grficos, se pueden identificar resultados individuales para cada laboratorio, que podran
considerarse diferentes de la distribucin esperada de resultados. Por ejemplo, el grfico h para
niveles particulares de inters para cada laboratorio podra aproximarse o exceder el valor
estadstico h de Mandel calculado al nivel de confianza del 95 % 99 %, si la prueba de Grubbs
indica presencia de valores atpicos. Adems, el grfico k para niveles de inters particulares para
cada laboratorio podra aproximarse o exceder el valor estadstico k calculado al nivel de confianza
del 95 % 99 % si la prueba de Cochran indica presencia de valores atpicos.
3.2
PRUEBAS PARA VALORES ATPICOS
3.2.1 Puntos generales

3.2.1.1 Nivel de confianza
El tratamiento de los valores atpicos se aborda en la NTC 3529-2 (ISO 5725-2), numeral 7,
particularmente del 7.1 al 7.3. Un valor atpico se puede considerar como un resultado que es
suficientemente diferente de todos los otros resultados, como para justificar investigacin
adicional. Dependiendo del tipo de distribucin a la que se ajustan los resultados, un resultado
que parece ser un valor atpico podra en realidad ser un resultado vlido. La NTC 3529-2
(ISO 5725-2), numerales 7.3.2.1 y 7.3.3.2 recomienda niveles de confianza del 95 % para
valores atpicos denominados anormales, y el 99 % para valores atpicos denominados valores
atpicos estadsticos. Para circunstancias individuales, la seleccin de niveles de confianza del
95 % y 99 % significa que un resultado en 20 y un resultado en 100, respectivamente, se
podran interpretar errneamente. En consecuencia, este resultado podra ocurrir por
casualidad y el grado de confianza indicado en la NTC 3529-2 (ISO 5725-2) podra no ser
apropiado para las necesidades individuales. Esto podra representar un grado de
aceptabilidad que no es suficiente para algunos propsitos. Esto significara que las
8
GTC 131
circunstancias individuales ameritaran considerarse individualmente en cuanto a si se debera

aplicar la NTC 3529-2 (ISO 5725-2), en trminos de los niveles de confianza usados.
3.2.1.2 Suposiciones bsicas
En los ensayos usados para determinar la presencia o ausencia de valores atpicos, se supone
que los resultados se distribuyen de una manera Gaussiana (denominada comnmente como
distribucin normal; la NTC 3529-2 (ISO 5725-2), numeral 1.4) o al menos en una distribucin
unimodal sencilla (NTC 3529-2 (ISO 5725-2), numeral 7.3.1.7). En consecuencia, antes de
emprender cualquier ensayo, especialmente uno que involucre un gran nmero de resultados,
es conveniente llevar a cabo una revisin para confirmar esta suposicin. Tambin se
supone (NTC 3529-2 (ISO 5725-2), numerales 1.3 y 5.1.1) que el nmero de resultados
dentro de cada conjunto de datos (de cada laboratorio) es el mismo y que el nmero de
resultados para cada nivel de inters, o el nmero de muestras diferentes, es el mismo. As, los
resultados estn equilibrados. Si los resultados no estn equilibrados, entonces se
recomienda (NTC 3529-2 (ISO 5725-2), numeral 7.2.2) que los resultados de conjuntos
apropiados de datos se descarten aleatoriamente hasta que se cree una situacin equilibrada.
Aunque se prefiere una situacin equilibrada, se reconoce (incluso dentro de los ejemplos
ilustrados en la NTC 3529-2 (ISO 5725-2)) que se puede dar cabida a situaciones no
equilibradas. Adems, se supone que los resultados se obtienen en condiciones de repetibilidad
(NTC 3529-1 (ISO 5725-1:1994), numeral 4.4 y NTC 3529-2 (ISO 5725-2), numeral 7.3.3.3). En
consecuencia, se puede suponer que las muestras para un nivel de inters especfico son
homogneas, idnticas en todos los aspectos, y que se analizan en un perodo de tiempo corto
usando los mismos reactivos y soluciones de calibracin. En teora, estos criterios se tienen que
satisfacer antes de que se pueda aplicar cualquier ensayo para determinar la presencia o ausencia
de valores atpicos.
3.2.1.3 Declaracin de valores atpicos
Cuando se llevan a cabo ensayos de valores atpicos, se debe comprender que los valores
atpicos no se deberan descartar ni rechazar solamente desde un punto de vista estadstico.
Para cada muestra, se debera investigar e identificar la razn por la cual el resultado es
diferente de todos los otros. Los ensayos de valores atpicos (basados en las hiptesis usadas)
indican si existe una causa estadstica suficiente para un valor atpico; no indicar por qu ha
ocurrido. Solamente despus de profundas investigaciones que se lleven a cabo para
determinar las causas probables, es que los datos se deberan declarar como valores atpicos y
desecharlos.
Cuando se ha analizado un nivel de inters particular mediante la prueba de Cochran, de
Grubbs o cualquier otra y no se hayan identificado valores atpicos o valores atpicos
adicionales, entonces se ensayan en forma similar otros niveles de inters. Si se identifican
varios valores atpicos en diferentes niveles de inters para un conjunto dado de datos
producidos por un solo laboratorio, puede ser necesario considerar si todos los conjuntos de
datos para todos los niveles de inters se deberan investigar adicionalmente.
Adems, se debera considerar desechar solamente los valores atpicos identificados para ese
laboratorio, o rechazar el conjunto entero de datos para ese laboratorio. La experiencia en esta
materia determinar el curso de accin necesario y se debera realizar en forma individual y con
conocimiento de las investigaciones realizadas para identificar las posibles causas.
La inspeccin de los grficos de valores atpicos puede brindar evidencia adicional a la que
suministraron los ensayos de valores (numricos) atpicos. En consecuencia, los grficos h y k
de Mandel se pueden usar para facilitar estas decisiones. Se debera considerar rechazar
todos los resultados de un laboratorio si un conjunto particular de datos (por ejemplo, para el
9
GTC 131
laboratorio 9 en la Figura 5 para el laboratorio 3 en la Figura 6) muestra que todos los valores
calculados son positivos y se aproximan o exceden los valores tabulados a los niveles de
confianza del 95 % y el 99 %. Podra ser que en el ejemplo escogido todos los valores medios
para este laboratorio sean mayores que los valores correspondientes para todos los otros
laboratorios. Este hecho puede ser motivo de preocupacin. Como antes, la decisin de
rechazar o descartar datos se debe tomar solamente a la luz de investigaciones apropiadas
realizadas para determinar la causa probable de valores atpicos.
3.2.1.4 Seleccin de las pruebas
Para cada laboratorio o nivel de inters o muestra particular, la mayora de pruebas de valores
atpicos comparan alguna medida de la distancia relativa de un resultado sospechoso, con la
media de todos los resultados de ensayo, y evalan esta comparacin para determinar si el
resultado pudo ocurrir por casualidad. Hay muchas pruebas disponibles, pero para propsitos
prcticos, no todas se describen completamente en la NTC 3529-2 (ISO 5725-2), como se
indica en la NTC 3529-2 (ISO 5725-2), numeral 7.1.3. As, adems de las pruebas
mencionadas en la NTC 3529-2 (ISO 5725-2), numerales del 7.1 al 7.3, se debe entender que
tambin se pueden usar otras pruebas para determinar valores atpicos potenciales. En
consecuencia, el uso de pruebas de valores atpicos que no se describen en la NTC 3529-2
(ISO 5725-2) se deja a discrecin del estadstico. Los detalles completos de la prueba se
deben registrar con los resultados.
3.2.2 Prueba de Cochran
3.2.2.1 Principio
La prueba de Cochran se usa para verificar si hay desviaciones estndar para celdas en la
Tabla 3, que son excepcionalmente grandes e inflaran el estimado de desviacin estndar de
repetibilidad si se conservan. El estadstico usado en la prueba de Cochran est relacionado
estrechamente con el estadstico k de Mandel.
3.2.2.2 Interpretacin
De la Tabla 3, la prueba de Cochran se puede usar para identificar si la mayor variacin de un
conjunto de datos dado es compatible con las variaciones en los datos de todos los conjuntos
de datos para ese nivel de inters. Esta prueba posibilita calcular el cociente de la varianza
ms grande obtenida para un laboratorio particular, y la suma de todas las varianzas obtenidas
para todos los laboratorios. Este valor calculado se compara entonces con la relacin calculada
o tabulada (crtica) y se evala la presencia de valores atpicos anormales o valores atpicos.
La prueba de Cochran identificar aquellas varianzas que son mayores que las varianzas
esperadas para ese nivel de inters. A este respecto, la prueba es una prueba unilateral, ya
que el laboratorio con la menor varianza (en relacin con otros laboratorios) no se somete a
esta prueba. La decisin de repetir la prueba de Cochran depender de si se identifica un valor
atpico, y del nmero del conjunto de datos que se van a ensayar para ese nivel de inters
particular. Si no se indica un valor atpico, entonces la prueba no se repite. Si se indica un valor
atpico, se debe tener la precaucin de repetir la prueba de Cochran en los conjuntos de datos
restantes para ese nivel de inters. Esta precaucin es particularmente pertinente para
pequeas cantidades de datos, especialmente si aproximadamente el 20 % de los datos se
rechazan finalmente como valores atpicos.
10
GTC 131
3.2.2.3 Pruebas alternativas

La prueba de Bartlett, la de Levene y la de Hartley son alternativas a la de Cochran. Sin
embargo, puede haber ocasiones, particularmente en los casos dudosos, en que se identifican
valores atpicos usando una prueba, pero no se identifican usando otra prueba. En
consecuencia, es importante que el estadstico reporte qu ensayos se han usado y las
conclusiones alcanzadas.
3.2.3 Prueba de Grubb
3.2.3.1 Principio
La prueba de Grubb se usa para verificar si hay medias de celda en la Tabla 2, que son
excepcionalmente altas o bajas e inflaran el estimado de la desviacin estndar de
reproducibilidad si se mantienen. El estadstico usado en la prueba de Grubb est
estrechamente relacionado con el estadstico h de Mandel.
3.2.3.2 Interpretacin
Despus de que se ha realizado la prueba de Cochran, los valores medios tabulados para cada
nivel de inters particular presentado en la Tabla 2 se disponen en orden no decreciente. Se
realizan varias pruebas de Grubb. Primero, la prueba se realiza para determinar si el valor
medio ms alto o ms bajo se puede identificar como un valor atpico nico. Si se detecta un
valor atpico, se descarta y la prueba se repite para el otro valor extremo. Para un nivel de
inters particular, un ensayo de Grubbs para un valor atpico permite el clculo del cociente de
la diferencia entre el valor sospechoso y la media de todos los valores para ese nivel, y la
desviacin estndar de todos los valores. Esta relacin se compara entonces con los valores
de la relacin calculada o tabulada (crtica) a los niveles de confianza del 95 % y el 99 %.
Si no se identifica un valor atpico nico, se realiza una prueba de Grubb adicional para determinar la
presencia (o ausencia) de dos valores atpicos extremos. Por ejemplo, los dos valores medios ms
bajos se ponen a prueba, y si no se observa ningn valor atpico, se ponen a prueba los valores
medios ms altos. En esta prueba, si el cociente calculado es ms que la relacin calculada al nivel
de confianza establecido, las medias se pueden considerar satisfactorias.
3.2.3.3 Pruebas alternativas
Una alternativa a la prueba de Grubb es la prueba de Dixon. Sin embargo, de nuevo habr
ocasiones, particularmente en los casos dudosos, en las que se identifica un valor atpico
usando una prueba, pero no se identifica usando otra. En consecuencia, es importante que el
estadstico reporte qu pruebas se han usado.
3.3
CONCLUSIONES
El diagrama de flujo de la Figura 7 destaca los procedimientos principales que se deben llevar a cabo.
Los datos que se han identificado como valores atpicos estadsticos se reportan al coordinador de
laboratorio. El coordinador debe llevar a cabo una investigacin apropiada para determinar si retener,
rechazar o modificar cualquier dato. Cuando esta investigacin haya finalizado y dependiendo de su
resultado, el estadstico puede recibir un conjunto de datos revisados en el mismo formato de la Tabla
1. Si es apropiado, esto permite recalcular tablas adicionales similares a las Tablas 2 y 3.
El estadstico entonces puede estimar para cada nivel de inters las desviaciones estndar de
repetibilidad y reproducibilidad.
11
GTC 131
No
Hay datos de
todos los
laboratorios?
Tabular datos
Obtener datos sin

procesar
Graficar datos
Empezar
Evaluar grficos
Realizar prueba
de Cochran
Realizar prueba
de Grubbs
Se observan
valores atpicos?
Se observan
valores atpicos?
No
Terminar
No
S
Informar al coordinador
de laboratorio
Informar al coordinador
de laboratorio
Calcular s r y s R
Se van a
rechazar datos?
No
Se van a
rechazar datos?
No
No
Rechazar datos
Rechazar Datos
Quedan datos
suficientes para
repetir la prueba
de Cochran?
Quedan datos
suficientes para
repetir la prueba
de Grubbs?
Se van a
rechazar datos?
No
S
No
Tabular nuevamente
los datos
Figura 7. Diagrama de flujo para el tratamiento estadstico de valores atpicos
12
GTC 131
4.
ESTIMACIN DE LAS DESVIACIONES ESTNDAR DE REPETIBILIDAD Y

REPRODUCIBILIDAD
4.1
ANLISIS DE VARIANZA
En un programa interlaboratorio, un gran nmero de laboratorios lleva a cabo pruebas

repetidas sobre la misma muestra de material. El diseo es como el que se ilustra en la Figura 8.
Lab. 1
Lab. 2
....
Lab. j
n1 repeticiones
n2 repeticiones
....
n j repeticiones
Figura 8. Diseo del programa interlaboratorio
Si la muestra se ensaya una vez en diferentes laboratorios, la variacin de la caracterstica

resultante y reflejar alguna combinacin de la variabilidad que surge de la variacin en
laboratorio y de la variabilidad que surge de la variacin entre laboratorios. El modelo descrito
en el numeral 4.2 se usa para explicar la generacin de los resultados individuales, y.
4.2
DESCRIPCIN DEL MODELO
La precisin (repetibilidad y reproducibilidad) de un mtodo de medicin se puede estimar del

anlisis de datos de un grupo de laboratorios seleccionados de una poblacin de laboratorios
usando el mismo mtodo. Cada laboratorio brinda un conjunto de resultados que se compara
estadsticamente con otro conjunto de resultados.
NOTA Estos procedimientos tambin se pueden usar para estimar los parmetros de un grupo de analistas u
operadores, en lugar de un grupo de laboratorios.
El tratamiento estadstico se basa en lo siguiente:

-
Varias muestras a diferentes niveles de resultados o desempeo, son analizadas

por varios laboratorios.
Cada laboratorio lleva a cabo el mtodo de prueba y reporta los resultados por
duplicado.
13

-
GTC 131
A cada nivel, la dispersin total de los resultados se desglosa en variaciones

aleatorias.
Este proceso se define en la NTC 3529-2 (ISO 5725-2), numeral 4.1, por la ecuacin:
y=m+B+e
en donde
m
es la media de los resultados;
es el componente de laboratorio del sesgo en condiciones de repetibilidad;
es la variabilidad aleatoria que ocurre durante cualquier medicin, en condiciones de repetibilidad.
El mejor estimado disponible del valor real de la caracterstica que se estudia es m, la media
total de todos los resultados. En general, un valor reportado nico, y, no ser igual a m.
El error total (y m) contiene dos partes: e y B, en donde e es la desviacin de y de la media de
un gran nmero de resultados que pueden provenir de un laboratorio particular, en donde se
gener y, y B es la desviacin (o diferencia) entre esta media conceptual y la media total. Esta
particin, y = m + B + e se ilustra en la Figura 9.
L
B
1
B+e
y=m+B+e
Convenciones:
1.
2.
3.
4.
Lab. 1
Lab. 2
Lab. j
media del Lab. 2
Variacin del componente laboratorio del sesgo.

Variacin de los resultados de las pruebas dentro de un laboratorio
Figura 9. Particin del error total
14
GTC 131
Se espera que e y B estn cerca de cero y el propsito de la NTC 3529-2 (ISO 5725-2) es
especificar cmo estimar sus varianzas. La varianza de e es la varianza en laboratorio, 2r, y la
varianza de B es la varianza entre laboratorios, 2L.
La varianza en laboratorio se conoce como la varianza de la repetibilidad.
La suma de la varianza entre laboratorios y la varianza en laboratorio 2R = 2L + 2r representa
la varianza de los resultados obtenidos en condiciones que son apreciablemente diferentes
(tales como un cambio de laboratorios) y se conoce como varianza de la reproducibilidad, 2R.
La estructura descrita en la Figura 8 se denomina diseo anidado o jerrquico. Por tanto, es
necesario estimar 2r y 2L para evaluar la varianza de e y B.
Estadsticamente hablando, se dice que el efecto del laboratorio, B, es aleatorio. Esto significa
que el conjunto de laboratorios que participaron en el programa interlaboratorio es una
seleccin aleatoria de un infinito conceptual, por el nmero de laboratorios que podra usar este
mtodo de ensayo. Es necesario estimar la compatibilidad entre estos laboratorios entre s.
4.3
EJEMPLOS
4.3.1 Ejemplo 1
Para explicar cmo se pueden estimar los componentes de la varianza, 2r y 2L, suponga que
hay cuatro laboratorios participantes, cada uno de los cuales suministra tres repeticiones de la
misma muestra, sin datos faltantes ni valores atpicos. Por ejemplo, los datos reportados son
como se ilustran en la Figura 10.
1
15
16
17
16
13
15
13
15
Convenciones
1.
2.
3.
4.
Lab 1
Lab. 2
Lab 3
Lab 4
Figura 10. Diseo del ejemplo 1
15
15
15
14
16
GTC 131
En el Lab 1, un estimado s2r(Lab 1) de 2r est dado por la varianza de los tres resultados, en
consecuencia:
s2r(Lab 1) = var (15, 16, 17) = 1,00 con dos grados de libertad.
En el Lab 2, un estimado s2r(Lab 2) de 2r est dado por la varianza de los tres resultados, en
consecuencia:
En Lab 3, un estimado s2r(Lab
consecuencia:
de 2r est dado por la varianza de los tres resultados, en
3)
En Lab 4, un estimado s2r(Lab
consecuencia:
4)
de 2r est dado por la varianza de los tres resultados, en
Un mejor estimado, s2r, de la varianza de repetibilidad desconocida real, 2r se obtiene
promediando s2r (lab 1), s2r (lab 2) , s2r (lab 3) y s2r (lab 4) bajo la hiptesis de igualdad de las cuatro
varianzas. Esta hiptesis se puede poner a prueba mediante la prueba Cochran, por ejemplo,
como en el numeral 2. Para una varianza mxima de 2,33 y una suma de todas las varianzas
de 5,66, el estadstico de Cochran es (2,33/5,66) = 0,41. En comparacin con el valor crtico
0,768 al 5 % para los cuatro laboratorios y tres rplicas, la igualdad de la varianza no se puede
rechazar. En consecuencia, s2r = 1,42 con ocho grados de libertad.
Hay cuatro medias (16,00, 14,67, 14,33 y 15,00), una para cada laboratorio, en donde cada
media es un estimado de la caracterstica medida. El promedio total, m, es 15,00 y la varianza
es 0,52 con tres grados de libertad. Debido a que en este caso cada media de laboratorio es un
promedio de tres resultados sencillos, la varianza entre medias no es un estimado de 2L
solamente, sino que contiene adems parte de la varianza de repetibilidad (un tercio, en este
ejemplo).
Esta informacin se puede resumir como en la Tabla 4:
Tabla 4. Estimacin de los componentes de varianza
( )
Cantidad estimada
Estimado
0,52
1,42
2l + r2 / 3
r2
Igualando los estimados a las cantidades estimadas correspondientes, se obtienen s2r y

s L2 como estimados de r2 y L2 .
En donde:
s2r es igual a 1,42;
s2L es igual a 0,05 (por ej: 0,52 1,42/3).
16
GTC 131
El estimado s2R de la varianza de reproducibilidad est dado por s2L + s2r y es igual a 1,47 (por
ej: 0,05 + 1,42).
La mayora de paquetes de software reportar la siguiente tabla equivalente (Tabla 5):
Tabla 5. Estimacin de los componentes de la varianza
Cantidad estimada
3 L2
Estimado
r2
1,56 (= 3 x 0,52)
r2
1,42
Los clculos se hacen ms complicados cuando el nmero de resultados por laboratorio no es

igual, y en este caso se recomienda el uso de un paquete de software. Sin embargo, el
principio sigue siendo el mismo. Se presentar en los ejemplos desarrollados.
4.3.2 Ejemplo 2
La Tabla 6 ilustra los datos sin procesar para diferentes laboratorios y las medias y varianzas
asociadas.
Tabla 6. Ejemplo 1. Medias y varianzas
Parmetro
Resultados
Lab 1
63
57
54
58
Lab 2
44
51
43
46
Lab 3
50
40
42
44
Lab 4
53
57
46
52
21
19
28
31
Grados de libertad
2
2
El subndice i indica el i-simo laboratorio
Media
s r2, i a
a
De estos resultados, se deduce que:

-
Media total, m
= 50,00
[por ejemplo: (58 + 46 + 44 + 52)/4]
Varianza de la media
= 40,0
Varianza de repetibilidad, s2r
= 24,75
[por ejemplo: (21 + 19 + 28 + 31)/4]
= 31,75
(por ejemplo: 40 - 24,75/3)
En consecuencia,
s L2
Varianza entre laboratorios,
Varianza de reproducibilidad, s R2 = s L2 + s r2 = 56,50 (por ejemplo: 31,75 + 24,75)
17

4.4
GTC 131
USO DE LMITES DE REPETIBILIDAD Y REPRODUCIBILIDAD
La estimacin de las desviaciones estndar de repetibilidad y reproducibilidad se pueden usar

para obtener valores para los lmites de repetibilidad y reproducibilidad. Estos lmites se usan
en la prctica para juzgar si es probable que el mtodo de medicin haya sido llevado a cabo
sin efectos adversos, evaluar si dos productos se diferencian significativamente, o ambos.
Los lmites de repetibilidad y reproducibilidad representan la diferencia absoluta entre dos
nicos resultados obtenidos en condiciones de repetibilidad y reproducibilidad,
respectivamente, que no excedern ms del 95 % del tiempo. Una estimacin aproximada de
los lmites de repetibilidad y reproducibilidad se puede obtener multiplicando las desviaciones
estndar de repetibilidad y reproducibilidad, respectivamente, por 2,8 (ISO 5725-6:1994,
numeral 4.1) y aplicando las siguientes reglas:
a)
Si dos resultados obtenidos del mismo producto en condiciones de repetibilidad (o

condiciones de reproducibilidad se diferencian en ms del lmite de repetibilidad (o
reproducibilidad), es probable que ocurra un problema durante la aplicacin del
mtodo, el muestreo, o ambos. Se recomienda realizar investigaciones
adicionales. Posiblemente sean necesarios ms resultados.
b)
Si dos resultados obtenidos de cada uno de dos productos diferentes en

condiciones de repetibilidad (o de reproducibilidad) se diferencian en ms del
lmite de repetibilidad (o reproducibilidad), es razonable cuestionar si estos dos
productos son de calidad diferente.
NOTA
Las desviaciones estndar de repetibilidad y reproducibilidad y los lmites son estimados de precisin y
por tanto estn sujetos a errores de estimacin. Estn previstos para uso como guas para evaluar la validez o
pertinencia de los resultados producidos por el mtodo de medicin y no como criterios numricos rgidos para
descartar o validar resultados. En particular, el valor del factor 2,8 usado para obtener los lmites de repetibilidad y
reproducibilidad se basa en la suposicin de una distribucin normal determinada completamente antes de que se
obtenga cualquier resultado, lo cual rara vez ocurre en la prctica. Muchos profesionales han encontrado adecuado
usar el valor de tres para esta constante, sin prdida de informacin. El sentido comn debera prevalecer en todos
los casos.
Los resultados de la aplicacin de este estimado de evaluacin al ejemplo 2 son:

-
Lmite de repetibilidad:
r = 2,8 x sr = 13,93;
Lmite de reproducibilidad:
R = 2,8 x sR = 21,05
La diferencia entre los dos resultados obtenidos del mismo producto en condiciones de
repetibilidad (o reproducibilidad) no exceder de 13,93 ( 21,05) en 95 casos de 100.
5.
EJEMPLOS DESARROLLADOS MEDIANTE EL USO DE SOFTWARE ESTADSTICO
5.1
GENERALIDADES
Este numeral ilustra el grado en que se pueden obtener automticamente grficas y

estadsticas mediante el uso programas de software estadstico. El objetivo no es dar
publicidad ni respaldar paquetes especficos, sino hacer nfasis en las principales ventajas de
18
GTC 131
los clculos automatizados, a saber: exactitud, rapidez y la capacidad de usar procedimientos

que podran ser demasiado complicados usando solamente una calculadora de bolsillo.
Sin embargo, existen algunas limitaciones de uso de los paquetes de software. No todos los
paquetes poseen la capacidad de calcular todos los parmetros estadsticos requeridos, por
ejemplo, los valores estadsticos h y k de Mandel o los valores estadsticos de Grubbs.
Dos de los ejemplos de la NTC 3529-2 (ISO 5725-2), Anexo B, se presentan aqu: NTC 3529-2
(ISO 5725-2), B.1, ejemplo 1, Determinacin del contenido de azufre del carbn, y la
NTC 3529-2 (ISO 5725-2), B.3, ejemplo 3: Titulacin termomtrica del aceite de creosota.
Cuando sea aplicable, se resaltarn las secciones especficas de este anexo.
5.2
DETERMINACIN DEL CONTENIDO DE AZUFRE EN EL CARBN
5.2.1 Datos originales

En general, los datos se pueden registrar de acuerdo con el formato de la Tabla B.1 de la
NTC 3529-2 (ISO 5725-2). Una columna contiene el nmero del laboratorio, y en este caso, los
datos se encuentran en cuatro columnas, una por nivel. Vase la Tabla 7.
a,b
Tabla 7. Presentacin de los datos (representan el contenido de azufre del carbn )

Laboratorio
Nivel
1
2
3
1
0,71
1,20
1,68
1
0,71
1,18
1,70
1
0,70
1,23
1,68
1
0,71
1,21
1,69
2
0,69
1,22
1,64
2
0,67
1,21
1,64
2
0,68
1,22
1,65
3
0,66
1,28
1,61
3
0,65
1,31
1,61
3
0,69
1,30
1,62
4
0,67
1,23
1,68
4
0,65
1,18
1,66
4
0,66
1,20
1,66
5
0,70
1,31
1,64
5
0,69
1,22
1,67
5
0,66
1,22
1,60
5
0,71
1,24
1,66
5
0,69
1,68
6
0,73
1,39
1,70
6
0,74
1,36
1,73
6
0,73
1,37
1,73
7
0,71
1,20
1,69
7
0,71
1,26
1,70
7
0,69
1,26
1,68
0,70
1,24
1,67
8
8
0,65
1,22
1,68
8
0,68
1,30
1,67
a
Datos originales de la NTC 3529-2 (ISO 5725-2), B.1.2.
b
Las unidades de concentracin son el porcentaje de fraccin de masa.
4
3,26
3,26
3,20
3,24
3,20
3,20
3,20
3,37
3,36
3,38
3,16
3,22
3,23
3,20
3,19
3,18
3,27
3,24
3,27
3,31
3,29
3,27
3,24
3,23
3,25
3,26
3,26
Como alternativa, los datos se pueden ingresar en tres columnas, una para laboratorio, otra para
nivel, otra para datos, en este caso el contenido de azufre, expresado en porcentaje de fraccin
msica. Un ejemplo de esta disposicin se presenta en la Tabla 8 para los laboratorios 1 y 2
solamente. El archivo entero contina de forma similar para la inclusin de los laboratorios 3 al 8.
19
GTC 131
a,b
Tabla 8. Presentacin alternativa de datos (representan el contenido de azufre del carbn ) para los
laboratorios 1 y 2
Laboratorio
Nivel
1
1
1
1
1
1
1
1
1
2
1
2
1
2
1
2
1
3
1
3
1
3
1
3
1
4
1
4
1
4
1
4
2
1
2
1
2
1
2
2
2
2
2
2
2
3
2
3
2
3
2
4
2
4
2
4
a
datos originales de la NTC 3529-2 (ISO 5725-2) B.1.2.
b
Azufre
0,71
0,71
0,70
0,71
1,20
1,18
1,23
1,21
1,68
1,70
1,68
1,69
3,26
3,26
3,20
3,24
0,69
0,67
0,68
1,22
1,21
1,22
1,64
1,64
1,65
3,20
3,20
3,20
Las unidades de concentracin son en porcentaje de fraccin msica
Como ya se indic, se recomienda graficar los datos antes de realizar las pruebas, para
detectar los valores atpicos potenciales. En seguida se presentan dos ejemplos de estos
grficos. La dispersin de los datos sin procesar para el nivel 1 se demuestra en la Figura 11,
que es similar a la NTC 3529-2 (ISO 5725-2), Figuras B.1 a B.4. Estos grficos muestran los
resultados por laboratorio, con una lnea horizontal trazada en el valor de la media total. El
grfico de caja y bigotes de la Figura 12, compuesto de una caja, bigotes y valores atpicos,
resume los resultados por laboratorio para el nivel 1 y es til para obtener una evaluacin inicial
de los valores atpicos potenciales. Es una visualizacin interesante e informativa de los datos.
El promedio y la mediana para cada laboratorio estn representados respectivamente por una
cruz y una lnea ms oscura. La parte inferior de la caja est en el primer cuartilo (Q1), y la
parte superior est en el tercer cuartilo (Q3). El rango aproximado de datos se indica por las
lneas de la parte superior y de la parte inferior de la caja, llamadas bigotes, que se extienden
desde la parte superior e inferior de la caja a las observaciones ms altas y ms bajas,
respectivamente, que siguen estando dentro de la regin definida por los siguientes lmites:
Lmite inferior: Q1 1,5 (Q3 Q1)
Lmite superior: Q3 + 1,5 (Q3 Q1)
20
GTC 131
Para una distribucin normal o gaussiana, esto corresponde a aproximadamente al 99,30 % del
rea bajo la curva de probabilidad. John Turkey, inventor del grfico de caja y bigotes, llama a
estos lmites las cercas internas. Defini adems las cercas externas obtenidas usando un
multiplicador de 3 en lugar de 1,5. Los puntos de datos que estn dentro de las cercas interna y
externa se definen como posibles valores atpicos. Los datos que se encuentran ms all de la
cerca externa son bastante sospechosos, debido al hecho de que el rea dentro de las cercas
externas abarca el 99 % del rea debajo de la curva. Algunos paquetes de software estadsticos
usan diferentes smbolos para estas dos clases de valores atpicos, tales como * para los datos
entre las cercas internas y externas y 0 para datos ms all de las cercas externas.
Ambos grficos muestran que todos los resultados para el laboratorio 6 son ms altos que los
valores correspondientes para los otros laboratorios. Adems, hay un valor para el valor 5
identificado fcilmente en la Figura 12, que podra ameritar investigacin.
Y
0,75
0,73
0,71
0,69
0,67
0,65
0
Convenciones
X
Nmero del laboratorio
Y
Concentracin, fraccin msica en porcentaje
- m1 = 0,69
Figura 11. Grfico de dispersin de datos nivel 1
21
GTC 131
Y
0,75
0,73
0,71
0,69
0,67
0,65
0
Convenciones
X Nmero de laboratorio
Y concentracin, fraccin msica en porcentaje
? es la mediana
+ es el promedio
- es un bigote
Figura 12. Grfico de caja y bigotes de datos nivel 1
5.2.2 Tabla de medias de celdas y desviaciones estndar

La Tabla 9 presenta resultados de la NTC 3529-2 (ISO 5725-2), B.1.3, y B.1.4, calculados para
una prueba interlaboratorio con un paquete de software tpico.
Tabla 9. Tabla de medias y desviaciones estndar de celdas
Nmero del laboratorio
Clculo
Media
Desviacin estndar
Total
1
2
3
4
5
6
7
8
27
0,690 37
Para laboratorios individuales
4
0,707 50
3
0,680 00
3
0,666 67
3
0,660 00
5
0,690 00
3
0,733 33
3
0,703 33
3
0,676 67
0,025 49
0,005 00
0,010 00
0,020 82
0,010 00
0,018 71
0,005 77
0,011 55
0,025 17
Como se ilustra en la NTC 3529-2 (ISO 5725-2), Tablas 2 y 3, estos valores se requieren para
calcular los estadsticos h y k de Mandel, al igual que la prueba de Grubbs, que no se
encuentran en todos los paquetes de software.
22
GTC 131
5.2.3 Escrutinio para la determinacin de compatibilidad y de valores atpicos

En muchos paquetes hay varias pruebas disponibles para evaluar la homogeneidad de las
varianzas, incluidas las de Cochran, Bartlett, Hartley y Levene. Los resultados de estas
pruebas en datos para contenido de azufre se ilustran en la Tabla 10.
Tabla 10. Escrutinio para determinacin de compatibilidad y valores atpicos
Prueba
Estadstico
0,350
1,679
1,679
25,333
Cochran C
Bartlett
Levene
Hartley
Valor P
0,308
0,296
0,332
El valor P representa la probabilidad de observar un estadstico tan grande como el que se

calculara si las varianzas fueran homogneas. Un valor de P de 0,05 inferior es suficiente
para concluir que las varianzas interlaboratorio son diferentes. En consecuencia, para la prueba
de Cochran existe evidencia insuficiente para concluir que las varianzas intralaboratorio son
diferentes.
5.2.4 Clculo de la media general y de las desviaciones estndar de repetibilidad y
reproducibilidad
Como se describe en la NTC 3529-2 (ISO 5725-2) y en la ISO 5725-3, el anlisis de la tcnica
de varianza se puede usar para calcular srj y sRj, las desviaciones estndar de repetibilidad y
reproducibilidad, respectivamente, para el nivel j.
La mayora de paquetes tiene capacidad para calcular directamente los componentes de
varianza. Esta capacidad se puede encontrar usualmente entre otras herramientas estadsticas
buscando la opcin titulada Componentes de varianza o en forma equivalente Diseos
jerrquicos o Diseos anidados.
El anidado ocurre cuando las muestras analizadas son diferentes de un laboratorio a otro, aun
cuando provengan de un solo lote o carga de producto. Por tanto, las muestras se anidan
dentro del laboratorio o en forma equivalente, los laboratorios estn jerrquicamente sobre las
muestras.
Si no existe esta opcin, otra opcin es usar un anlisis de varianza en un sentido, en donde el
factor laboratorio (el factor en un sentido) es declarado aleatorio.
Los componentes de varianza hacen referencia a la particin de la varianza total en dos partes,
las varianzas entre laboratorios y en un laboratorio, s2Lj y s2rj respectivamente. Un ejemplo del
anlisis de varianza resultante en un sentido, se da en la Tabla 11, para nivel 1 (j = 1).
Tabla 11. Anlisis de componentes de varianza. Anlisis de varianza del contenido de azufre. Nivel 1
Fuente
Laboratorio
Error
Total
(corregido)
Suma de
cuadrados
0,012 554 6
0,004 341 7
Grados de
libertad
7
19
Cuadrado
medio
0,001 793 5
0,000 228 5
Componente
de varianza
0,000 466 5
0,000 228 5
0,016 896 3
26
Porcentaje
67,1
32,8
La desviacin estndar de repetibilidad, sr1, se obtiene tomando la raz cuadrada de la

componente de varianza error. En consecuencia:
23
GTC 131
sr1 =
0 ,000 228 5 = 0 ,015
La desviacin estndar de reproducibilidad, sR1 se obtiene tomando la raz cuadrada de la suma

del componente de varianza error y del componente de varianza laboratorio. En
consecuencia:
sR1 =
0,000 228 5 + 0,000 466 5 = 0,026
El peso relativo del componente de varianza laboratorio y del componente de varianza error
para la varianza de reproducibilidad se indica en la columna porcentaje.
Si esta opcin no estuviera disponible, entonces la tabla de anlisis de varianza podra no
visualizar directamente los componentes de la varianza y los resultados podran aparecer como
se ilustra en la Tabla 12. Estos valores se pueden obtener mediante clculos manuales usando
la frmula dada en la NTC 3529-2 (ISO 5725-2), 7.4.5.2, como se ilustra en seguida:
Tabla 12. Tabla de anlisis de varianza para contenido de azufre. Nivel 1. Anlisis de varianza
Suma de
cuadrados
0,012 554 6
0,004 341 7
0,016 896 3
Fuente
Entre laboratorios
En laboratorio (error)
Total (corregido)
Grados de
libertad
7
19
26
Cuadrados medios
Relacin F
Valor P
0,001 793 5
0,000 228 5
7,85
0,000 2
El parmetro s2r1 est dado por el valor del cuadrado medio en laboratorio: s2r1 = 0,000 228 5
Como se ilustra en la NTC 3529-2 (ISO 5725-2), numeral 7.4.5.2, ecuacin (21)
s d21 s r21
S L21 =
n1
en donde
s d21
es el cuadrado medio entre laboratorios igual a 0,001 793 52
s r21 =
0,000 228 5 (vase arriba)
n1 =
ni1
pLab 1
1
n
n
i1
2
i1
[ISO 5725-2:1994, numeral 7.4.5.2, Ecuacin (23)]
1 4 2 + 3 2 + 3 2 + 3 2 + 5 2 + 3 2 + 3 2 + 3 2
7
27
= 3, 35
24

NOTA Una aproximacin de
(es decir, 27/8 = 3,375).
nj
GTC 131
se obtiene mediante el nmero medio de resultados por laboratorio
En consecuencia:
s L21 =
Ya que s
2
r1
0, 001 793 5 0, 000 228 5

= 0, 000 467 2
3, 35
= s2L1 + s2r1, entonces:
s R2 1 = 0, 000 228 59 + 0, 000 467 2 = 0, 026
5.2.5 Dependencia de la precisin respecto a m

Cuando el anlisis estadstico se repite para todos los otros niveles, se determinan
desviaciones estndar de repetibilidad y reproducibilidad.
Los datos se pueden presentar como se indica en la Tabla 13
Tabla 13. Desviaciones estndar de reproducibilidad y repetibilidad para niveles mltiples
Nivel
Medias totales
1
2
3
4
0,690
1,252
1,667
3,250
Desviacin estndar de
repetibilidad
0,015
0,029
0,017
0,026
Desviaciones estndar
de reproducibilidad
0,026
0,061
0,035
0,058
La dependencia de la precisin con respecto a la media total del nivel (vase tambin la
NTC 3529-2 (ISO 5725-2), B.1.7) se puede evaluar observando la grfica de dispersin que se
presenta abajo. Las desviaciones estndar de repetibilidad y reproducibilidad promedio, 0,022 y
0,045 respectivamente, se calculan y se pueden trazar como se ilustra en la Figura 13.
25
GTC 131
Y
0,08
0,06
0,04
0,02
0
0
Convencin
X media total en porcentaje de fraccin msica
Y porcentaje de fraccin msica
X
...
..
repetibilidad
reproducibilidad
promedio sR
promedio sr
Figura 13. Grfico de sr y sR contra la media total
5.3
TITULACIN TERMOMTRICA DEL ACEITE DE CREOSOTA
5.3.1 Datos originales

Los grficos de los datos sin procesar de la NTC 3529-2 (ISO 5725-2):1994, B.3.2 para la
titulacin termomtrica del aceite de creosota muestran que el laboratorio 1 siempre produce
datos que son constantemente ms altos que los de todos los otros laboratorios. Este hecho
podra ameritar investigacin adicional. Adems, las pruebas de valores atpicos podran
sugerir que estos datos se deberan considerar para rechazo.
26
GTC 131
9,5
4,5
a
a
4,4
9,0
4,3
4,2
8,5
4,1
4,0
8,0
3,9
3,8
7,5
3,7
3,6
0
a) Nivel 1 de chequeo de varianza

Prueba C de Cochran: 0,566 474
Prueba de Bartlett: 3,839 36
Prueba de Hartley: 784,0
b) Nivel 2 de chequeo de varianza
P-valor = 0,218 148

P-valor = 0,337 881

17,5
20
P - valor = 0,383 8
P - valor = 0,686 763
17,0
19
16,5
18
16,0
15,5
17
15,0
16
14,5
15
14,0
14
13,5
0
c) Nivel 3 de chequeo de varianza

Prueba de Hartley: 39,062 5
d) Nivel 4 de chequeo de varianza
P valor = 0,366 708

P valor = 0,686 072
Prueba de C Cochran: 0,666 703

27
P-valor = 0,057 952 4

P valor = 0,439 721
GTC 131
Y
25
a
24
23
22
21
20
19
18
17
16
0
e) Nivel 5 de chequeo de varianza

Prueba de Hartley: 50,005 1
P valor = 0,080 422 1

P valor = 0,623 743
Convenciones
X
Y
a
Nmero de laboratorio
creosota, fraccin msica en porcentaje
promedio de todos los promedios de laboratorio
Valor sistemticamente alto
Figura 14. Grficos de caja y bigotes y pruebas de varianza
Los grficos de caja y bigotes ilustran claramente que el laboratorio 1 presenta un valor
sistemtico ms alto que los otros laboratorios, aunque los laboratorios 6 y 7 muestran una
mayor variabilidad en algunos niveles especficos.
5.3.2 Escrutinio para determinacin de compatibilidad y valores atpicos
Los datos se pueden presentar en el formato de la Tabla 14 para evaluar la compatibilidad y la
identificacin de los valores atpicos; vase tambin la NTC 3529-2 (ISO 5725-2), B.3.2 y B.3.5.
28
GTC 131
Tabla 14. Escrutinio para determinacin de compatibilidad y valores atpicos
Laboratorio
Observacin
1
2
3
4
5
6
7
8
9
Nivel 1
Nivel 2
alto
4,415
9,340
4,130
3,700
4,100
4,005
3,890
3,750
3,905
4,045
8,375
7,500
8,865
8,005
9,000
8,150
8,055
8,305
Media
3,993
8,399
Desviacin estndar
Media del error estndar
0,216
0,072
0,572
0,191
Parmetro
Media por nivel

Nivel 3
17,150
14,460
13,600
14,400
13,825
13,980
14,150
14,840
14,170
Valor por nivel
14,508
1,056
0,352
Nivel 4
Nivel 5
19,230
24,140
16,140
14,800
15,550
15,660
16,500
15,450
15,315
15,290
20,155
19,500
20,300
20,700
17,570
20,100
20,940
21,185
15,993
20,511
1,310
0,437
1,727
0,576
EJEMPLO
para el nivel 3 y el laboratorio 1, el nico estadstico de Grubbs alto, Gb est dado por:
Gb =
17,15 14, 508

= 2, 50
1, 056
Los valores crticos en el nivel de significacin del 5 % y del 1 % son 2,215 y 2,387
respectivamente, para los nueve laboratorios. En consecuencia, con una confianza del 99 %,
los datos para nivel 3 y laboratorio 1 se pueden considerar valores atpicos.
5.3.3 Clculos de la media total y de las desviaciones de repetibilidad y
reproducibilidad
Con esta base, todos los datos del laboratorio 1, junto con los datos del laboratorio 6 a nivel 5
se rechazan. De acuerdo con esto, el anlisis de varianza para el nivel 5 (j = 5) y los clculos
de las desviaciones estndar de repetibilidad y reproducibilidad, sr y sR respectivamente, se dan
como se ilustra en la Tabla 15 y en las ecuaciones siguientes; vase tambin la NTC 3529-2
(ISO 5725-2), B.3.6.
29
GTC 131
Tabla 15. Anlisis de varianza de nivel 5 para datos de la titulacin termomtrica de la creosota
Estimados de componentes
a
de varianzas
Anlisis de varianza
Grados
Probabilidad
Suma de
Cuadrado
de
Relacin F
(F > 4,24)
cuadrados
medio
libertad
Modelo
6
3,939 686
0,656 614
4,241 1
0,040 1
Residual
7
1,083 750
0,154 821
Total
13
5,023 436
a
Estos estimados se basan en igualar cuadrados medios al valor esperado
Fuente
sr 5 =
0,154 821 = 0, 393
sR 5 =
0,154 821 + 0, 250 896 = 0, 637
Componente
Estimado
Laboratorio
Residual
0,250 896
0,154 821
El cuadrado medio del modelo es un estimado de 2 2L + 2r

El cuadrado medio residual es un estimado de 2r
5.3.4 Dependencia de la precisin respecto a m
Despus de rechazar los valores atpicos, se recalculan nuevas medias totales, y a partir de
ellas, se calculan las desviaciones estndar de repetibilidad y reproducibilidad como se indica
en la Tabla 16; vase tambin la NTC 3529-2 (ISO 5725-2), B.3.7.
Tabla 16. La precisin en funcin de la media total para datos de la titulacin termomtrica de la creosota
Nivel
Media total
1
2
3
4
5
3,94
8,28
14,18
15,59
20,41
Desviacin estndar
de repetibilidad
0,092
0,179
0,127
0,337
0,393
Desviacin estndar
de reproducibilidad
0,171
0,498
0,400
0,579
0,637
La dependencia de la precisin respecto a las medias totales del nivel se puede evaluar
observando el diagrama de dispersin de la Figura 15.
En este caso, un anlisis de regresin lineal es ms apropiado (la pendiente es
significativamente diferente de 0) que las desviaciones estndar de repetibilidad y
reproducibilidad promediadas, y la relacin es como se indica en la Figura 15:
30
GTC 131
Y
0,8
2
0,6
0,4
0,2
0
0
12
16
20
24
Convenciones
X Media total, m, expresada como una fraccin de masa
Y Desviacin estndar, expresada como una fraccin de masa
1 Desviacin estndar de reproducibilidad sR = 0,034 m
2 Desviacin estndar de repetibilidad sr = 0,018
Figura 15. Curva de sr y sR para datos de la titulacin termomtrica de la creosota
Las Tablas 17 y 18 presentan resultados de la regresin para las desviaciones estndar de

repetibilidad y reproducibilidad, respectivamente. Para propsitos de ilustracin, aunque esta
relacin no tiene sentido desde un punto de vista fsico-qumico, se ha adaptado una lnea
recta a travs del origen, como se ilustra en la Figura 15. El ajuste de una lnea recta es
complicado debido al hecho de que los valores de la media y de la precisin son estimados y
por tanto estn sujetos a error. Un buen estimado de los parmetros de la lnea de regresin
requiere una regresin ponderada que no se ha realizado debido a que la mayora de tiempo la
pendiente de la lnea recta es pequea.
Tabla 17. Desviacin estndar de repetibilidad para datos de la titulacin termomtrica de la creosota
Parmetro
Media por nivel
Fuente
Modelo
Residual
Total
Estimado
0,017 909 6
Suma de
cuadrados
0,303 037
0,021 615
0,324 652
Anlisis de regresin
Error estndar
0,002 391 7
Grados de
libertad
1
4
5
Estadstica t
7,488 62
Cuadrado medio
Relacin F
0,303 037
0.005 404
56,08
Raz media cuadrtica = 0,073 510

Media absoluta residual = 0,052 872
a
La variable dependiente es la desviacin estndar de repetibilidad
31
Probabilidad t > 7,49

0,001 7
Probabilidad F >
73,94
0,001 7
GTC 131
Tabla 18. Desviacin estndar de reproducibiliad para datos de la titulacin termomtrica de la creosota
Parmetro
Media por nivel
Fuente
Modelo
Residual
Total
Estimado
0,034 393 7
Suma de
cuadrados
1,117 790
0,060 468
1,178 258
Anlisis de regresin
Error estndar
0,004 000 1
Grados de
libertad
1
4
5
Estadstica t
8,599
Cuadrado medio
Relacin F
1,117 790
0,015 117
73,94
Probabilidad t > 7,49

0,001 0
Probabilidad F >
73,94
0,0010
Raz media cuadrtica = 0,122 951

Media absoluta residual = 0,088 842
a
La variable dependiente es la desviacin estndar de reproducibilidad
Ya que los valores P son inferiores a 0,05, la dependencia que tiene la precisin respecto a la
media total para un nivel particular se puede expresar razonablemente por:
sr = 0,018 m
sR = 0,034 m
Estas relaciones se pueden usar para estimar las desviaciones estndar de repetibilidad y
reproducibilidad a niveles intermedios dentro del rango de niveles estudiados.
Por ejemplo, si las desviaciones estndar de repetibilidad y reproducibilidad se requieren para
una media total, m, en donde m = 12, entonces:
Sr = 0,018 x 12 = 0,22
SR = 0,034 x 12 = 0,41
32
GTC 131
ANEXO A
(Normativo)
SMBOLOS Y ABREVIATURAS
Todos los smbolos y abreviaturas usados en este documento son los mismos de la ISO 5725
(todas las partes), con excepcin de lo siguiente:
pLab ha reemplazado a p para diferenciarlo claramente de P, el smbolo para probabilidad
a
Intercepto en la relacin
s = a + bm
Factor usado para calcular la incertidumbre de un estimado
Pendiente en la relacin
s = a + bm
Componente en el resultado de una prueba, que representa la desviacin de un

laboratorio en relacin con el promedio general (componente de sesgo de
laboratorio)
B0
Componente de B que representa todos los factores que no cambian en

condiciones de precisin intermedia
B(1), B(2), etc. Componente de B que representa factores que varan en condiciones de
precisin intermedia
c
Intercepto en la relacin
lg s = c + d lg m
C, C, C
Estadstico de prueba
Ccrit, Ccrit, Ccrit
valores crticos para pruebas estadsticas
CDP
diferencia crtica para la probabilidad P
CRP
rango crtico para probabilidad P
pendiente en la relacin
lg s = c + d lg m
componente en un resultado de prueba, que representa el error aleatorio que

ocurre en cada resultado de prueba
factor de rango crtico
Fp (v1 , v2)
cuantilo p de la distribucin F con v1 y v2 grados de libertad
estadstico de la prueba de Grubbs

33
GTC 131
estadstico de una prueba de Mandel de compatibilidad entre laboratorios
estadstico de una prueba de Mandel de compatibilidad en laboratorio
LCL
nivel de control inferior (ya sea la accin lmite o el lmite de advertencia)
media general de la propiedad de prueba; nivel
nmero de factores considerados en condiciones de precisin intermedia
numero de resultados de las pruebas obtenidos por laboratorio al nivel uno (es decir,
por celda)
nmero de repeticiones
pLab
nmero de laboratorios que participan en un experimento entre laboratorios

NOTA
El smbolo usado en la serie ISO 5725 es p
probabilidad
nmero de niveles de la propiedad de la prueba en un experimento entre

laboratorios
lmite de repetibilidad
lmite de reproducibilidad
MR
Material de referencia
estimado de una desviacin estndar
desviacin estndar prevista
nmero de objetos o grupos de prueba
total o suma de alguna expresin
LCS
lmite de control superior (ya sea lmite de accin o lmite de advertencia)
rango de un conjunto de resultados de prueba
factor de ponderacin usado para calcular una regresin ponderada
referencia usada para la prueba de Grubbs
resultado de la prueba
y
=
media aritmtica de los resultados de prueba

media Frand de los resultados de prueba
34
GTC 131
nivel de significacin
probabilidad de error tipo II
relacin de la desviacin estndar de reproducibilidad con la desviacin estndar

de repetibilidad (R/r)
sesgo de laboratorio
estimado de
sesgo del mtodo de medicin
estimado de
diferencia detectable entre dos sesgos de laboratorio o los sesgos de dos

mtodos de medicin
valor real del valor de referencia aceptado de una propiedad de una prueba
nmero de grados de libertad
valor real de una desviacin estndar
componente en un resultado de una prueba, que representa la variacin debida

al tiempo desde la ltima calibracin
x2p(v)
relacin detectable entre las races cuadradas de los cuadrados medios entre
laboratorios del Mtodo B y A
cuantilo p de la distribucin x2 con v grados de libertad
Smbolos usados como subndices

C
calibracin diferente
equipo diferente
identificador de un laboratorio particular
I()
identificador para medidas intermedias de

identificacin del tipo de situacin intermedia
identificador para un nivel particular (NTC 3529-2 (ISO 5725-2))
precisin;
entre
parntesis,
identificador para un grupo de pruebas o para un factor (ISO 5725-3)

k
identificador para un resultado de una prueba particular en un laboratorio i a nivel j
entre laboratorios (interlaboratorio)
identificador de sesgo detectable

35
GTC 131
muestra entre pruebas
operador diferente
probabilidad
repetibilidad
reproducibilidad
hora diferente
intralaboratorio
1,2,3,...
para resultados de pruebas, numeracin en el orden en el que se obtuvieron
(1), (2), (3)
para resultados de pruebas, numeracin en el orden de magnitud creciente
36
GTC 131
BIBLIOGRAFA
[1]
ISO 5725-1:1994, Accuracy (trueness and precision) of measurement methods and

results Part 1: General principIes and definitions (NTC 3529-1).
[2]
ISO 5725-2: 1994, Accuracy (trueness and precision) of measurement methods and
results Part 2: Basic method for the determination of repeatability and reproducibility of
a standard measurement method (NTC 3529-2).
[3]
ISO 5725-3: 1994, Accuracy (trueness and precision) of measurement methods Part 3:
Intermediate measures of the precision of a standard measurement method (NTC 35293).
[4]
P. DAGNLlE, 1975, Thorie et mthodes statistiques, Les Presses Agronomiques de

Gembloux
[5]
SHAYLE R. SEARLE, George CASELLA, Charles E. McCULLOCH, 1992, variance

Components, Wiley-Interscience.
[6]
MILLlKEN and JOHNSON, Analysis of messy data, Vol I Design Experiments, Van
Nostrand Reinhold Company.
[7]
George E.P. Box, William G. HUNTER, J. STUART Hunter, Statistics for Experimenters.
An introduction to design, data analysis and model building. John Wiley and Sons.
[8]
Vic BARNETT and Toby LEWIS, Outliers in statistical data, John Wiley and Sons
Programas de software estadstico1

S[1]
SAS
SAS Institute, Inc.

SAS Campus Drive, Cary, NBC 27513
S[2]
Statgraphics Manugistics Inc.

2215 East Jefferson St. Rockville, MD 20582
S[3]
Statistica
Statsoft
2300 East 14th St, Tulsa, OK 74104
S[4]
Minitab
Minitab Inc.
3081 Enterprise Drive, State College, PA 16801-3008
S[5]
SPSS
SPSS Inc.
44N Michigan Avenue, Chicago, IL 60611
S[6]
S-PLUS
Insightful Corp.
1700 Westlake Avenue North, Suite 500, Seattle, WA 98109
Esta bibliografa no es completamente extensa ni constituye una recomendacin de los productos listados.
37
GTC 131
DOCUMENTO DE REFERENCIA
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. Accuracy (Trueness And
Precision) of Measurement Methods and Results. Practical Guidance for the use of ISO 5725-2:1994 in
Designing, Implementing and Statistically Analyzing Interlaboratory Repeatability and
Reproducibility Results. Genve: ISO, 2005, 33 p. (ISO/TR 22971).
38

Guía de precisión de métodos de medición

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Guía de precisión de métodos de medición

Transféré par

Droits d'auteur :

Formats disponibles

GUA TCNICA

EXACTITUD (VERACIDAD Y PRECISIN) DE LOS

esta gua es una adopcin idntica

mtodos estadsticos exactitud; mtodos

I.C.S.: 17.020; 03.120.30

El Instituto Colombiano de Normas Tcnicas y Certificacin, ICONTEC, es el organismo

ENZIPN DE COLOMBIA LTDA

Adems de las anteriores, en Consulta Pblica el Proyecto se puso a consideracin de las

METALRGICA CONSTRUCEL COLOMBIA S.A.,

GUA TCNICA COLOMBIANA

Numeral 2. La organizacin de un programa interlaboratorio tiene que ver con la

Numeral 4. Estimacin de las desviaciones estndar de repetibilidad y

GUA TCNICA COLOMBIANA

Numeral 5, ejemplos aplicados en los que se utiliza software estadstico; trata

ISO 5752-5. Mtodos alternativos para

El modelo bsico postulado es

NTC 3529-3 (ISO 5725-3). Medidas intermedias de la precisin de un

ISO 5725-4. Mtodos bsicos para la determinacin de la veracidad de un mtodo de

ISO 5725-6. Uso de los valores de exactitud en la prctica

Figura 1. Estructura de la ISO 5725. Aplicacin de un mtodo de ensayo normalizado para

GUA TCNICA COLOMBIANA

EXACTITUD (VERACIDAD Y PRECISIN) DE LOS MTODOS Y DE LOS RESULTADOS

ORGANIZACIN DE UN PROGRAMA INTERLABORATORIO

REQUISITOS DE UN EXPERIMENTO DE PRECISIN

El experimento en su totalidad est organizado para:

Suministrar un conjunto completo de resultados de:

Nmero pLab de laboratorios que demuestran que el procedimiento de

Nmero q de muestras o productos que representan diferentes niveles de

Nmero n de celdas de rplicas que demuestran que el procedimiento de

GUA TCNICA COLOMBIANA

Analizar estadsticamente (vanse los numerales 2 y 3) una tabla de resultados

La tabla de los resultados presentados al coordinador de laboratorio se ilustra en la Tabla 1

RESPONSABILIDADES DEL PERSONAL INVOLUCRADO EN UN EXPERIMENTO

- Usa el mtodo de medicin

- Realiza el anlisis estadstico

Figura 2. Responsabilidades de las funciones ejecutivas

2.2.2 Coordinador de laboratorio

Organizar el programa interlaboratorio, con la asesora del estadstico para la

Exponer las conclusiones.

GUA TCNICA COLOMBIANA

Fecha y orden de realizacin del anlisis.

El laboratorio debe suministrar al coordinador de laboratorio los resultados del anlisis de la

EXAMEN CRTICO DE LOS DATOS

DESCRIPCIN DE LOS DATOS

3.1.1 Datos sin procesar

GUA TCNICA COLOMBIANA

Tabla 1. Comparacin de los datos sin procesar

Tabla 2. Comparacin de los valores medios para cada celda de la Tabla 1

La medida ms comn de dispersin es la desviacin estndar.

3.1.2 Representacin grfica de los datos

GUA TCNICA COLOMBIANA

Identificacin del laboratorio

3.1.2.2 Diagrama de caja y bigotes

GUA TCNICA COLOMBIANA

Identificacin del laboratorio

3.1.2.3 Grficos de Mandel de estadsticos de pruebas h y k

GUA TCNICA COLOMBIANA

Identificacin del laboratorio

nivel de confianza del 99 %

Figura 5. Grfico h de Mandel

3.1.2.3.2 Grfico k de Mandel

GUA TCNICA COLOMBIANA

Identificacin del laboratorio