Programa IA41

Control de Calidad y Gestión del Laboratorio de

Análisis
 Capítulo 1: Principios Básicos de la Calidad de los
Laboratorios. Calidad. Calidad y Laboratorio
Analítico. Calidad y Propiedades Analíticas.
Trazabilidad. Elementos Básicos de la Calidad de los
Laboratorios. Plan de Garantía de Calidad.
Problemas y Beneficios derivados de la Implantación
de la Calidad. Literatura sobre Calidad en el
Laboratorio.

 Capítulo 2: Tratamiento Estadístico de los Datos

Analíticos (I). Principios Básicos. Problemas
Analíticos. Errores en el Análisis Cuantitativo. Tipos
de Errores. Errores Sistemáticos y Aleatorios.
Conceptos Estadísticos. Población y Muestra.
Parámetros que estiman la Dispersión de
Resultados. Aplicación a Datos Reales.
Distribuciones. La Distribución Muestral de la Media.
Límites de Confianza de la Media. Presentación de
Resultados. Propagación de Errores Sistemáticos y
Aleatorios. Pruebas de Significación: valores
anómalos, la prueba t, la prueba F, Análisis de la
Varianza. La Prueba chi-cuadrado. Problemas.

 Capítulo 3: Tratamiento Estadístico de los Datos

Analíticos (II). Aplicaciones al Control de Calidad.
Comparación de un Conjunto de Resultados con un
Valor de Referencia. Comparación de dos Conjuntos
de Resultados. Comparación de Diversos Conjuntos
de Resultados. Control de la Exactitud y de la
Precisión con el Tiempo. Tratamiento de datos en un
Ejercicio de Intercomparación. Problemas.
 Programa IA41
Control de Calidad y Gestión del Laboratorio de
Análisis
Capítulo 4: Calidad en la Toma y Tratamiento de la
Muestra. Consideraciones Generales. Requisitos
Básicos y Plan de Muestreo. Consideraciones
Estadísticas. Errores en el Muestreo. Almacenaje de
la Muestra. Manual de Muestreo y Registro en el
Laboratorio. Preparación de la Muestra para el
Análisis.

 Capítulo 5: Metodologías Analíticas y Calidad.

Calibración. Calibración y Calidad. Calibrado de
Instrumentos y Aparatos. Materiales. Métodos
Analíticos. Programas de Calibración.
Procedimientos de Calibración. Método del Patrón
Interno. Adiciones Estándar. Cálculo de Límites de
Detección. Cálculo de Límites de Cuantificación.

 Capítulo 6: Validación de Métodos Analíticos.

Materiales de Referencia y Ejercicios de
Intercomparación. Génesis Histórica. Conceptos
Básicos. Requisitos de los Materiales de Referencia.
Empleo de Materiales de Referencia. Tipos de
Materiales de Referencia y Organismos
Suministradores. Los Ejercicios de Intercomparación
dentro del Programa de Calidad. Tipos de Ejercicios
de Intercomparación. Diseño y Realización de
Ejercicios de Intercomparación. Tratamiento de los
datos y Discusión de Resultados. Procedimientos de
Validación de Metodología Analítica.

 Capítulo 7: Gestión de los Laboratorios Analíticos.

Gestión de la Calidad, Gestión de Personal

 Capítulo 8: Papel de la Informática en el Control de

la Calidad Analítica. Sistemas LIMS

 Capítulo 9: Buenas Prácticas de Laboratorio.

Principios y Aplicación
 Bibliografía
 Valcárcel, M. y Rios, A. (1992) La Calidad
en los Laboratorios Analíticos. Editorial
Reverté. Barcelona.

 Serrano, R. (2004) Introducción al análisis

de datos experimentales. Col·lecció
Ciencies Experimentals, nº 4. Servei de
Publicacions Universitat Jaume I. Castelló

 Miller, J.C. y Miller, J.N. (1993) Estadística

para Química Analítica. Editorial Addison-
Wesley Iberoamerican, S.A. Wilmington,
Delaware, EUA. 2ª edición.

 Funk, W., Dammann, V., Donnevert, G.

(1995) “Quality Assurance in Analytical
Chemistry”, VCH, Weinheim.

 Pritchard, F.E. (1995) “Quality in the

Analytical Chemistry Laboratory”, Analytical
Chemistry by Open Learning, John Wiley
and Sons, Chichester.
Principios Básicos de la Calidad de los Laboratorios

 Calidad: La totalidad de los rasgos y características

de un producto, proceso o servicio que inciden en
su capacidad de satisfacer necesidades reguladas o
implícitas (ISO)
 Calidad Total
 Calidad y Laboratorio Analítico
• Calidad Externa
• Calidad Interna
 Calidad del trabajo

 Calidad de los resultados

 Calidad y Propiedades Analíticas

• Respecto al Trabajo analítico

 BASICAS: exactitud, precisión, sensibilidad,

selectividad, rapidez

 COMPLEMENTARIAS: coste,
automatización, robustez, transferibilidad,
seguridad

• Respecto a la calidad de los Resultados

analíticos

 EXACTITUD y REPRESENTATIVIDAD

TEMA 1
 Principios Básicos de la Calidad de los Laboratorios

calidad
REPRESENTATIVIDAD EXACTITUD resultados

calidad
trabajo
MUESTREO PRECISIÓN SELECTIVIDAD SENSIBILIDAD
analítico

Fuera del laboratorio En el laboratorio

TEMA 1
 Trazabilidad
 Característica básica del resultado analítico que implica
su relación inequívoca con estándares o Materiales de
Referencia apropiados a través de una cadena
ininterrumpida de comparaciones en las que la
calibración juega un papel preponderante.

Kg pesas homologadas balanza calibrada pesada

Kg

diseminación de unidades
Pesos atómicos
trazabilidad

Patrón primario

Disolución valorante

Estequiometría

Resultado (concentración)

TEMA 1
 Elementos básicos de la calidad de los laboratorios
 Programa de Garantía de Calidad
 Programa de Control de Calidad
 Programa de Evaluación de la Calidad

Plan de Garantía de Calidad

Manual de Calidad Plan
Medidas de Corrección

Programa de Garantía de Calidad

Do

Programa de Control de Calidad

Check
Programa de Evaluación de la Calidad

Documentación

Archivo

TEMA 1
 Evaluación de la Calidad
 Evaluación Interna
• Muestras camufladas
• Comparaciones estadísticas
• Diferentes operadores
 Evaluación Externa
• Materiales de Referencia
• Ejercicios de Intercomparación
• Acreditaciones y Certificaciones

Cualitativas Internas
o de sistemas: por personal del
vigilancia de las organismo pero ajenas
actividades de CC al laboratorio
Auditorias
de
Calidad

Cuantitativas Externas
o de funcionamiento: por personal ajeno
evaluación de los resultados al organismo

TEMA 1
 Documentación y archivo
 Características

• Permanencia
• Atribuibilidad
• Seguridad
• Constancia

 Debe incluir

• Datos primarios

• Datos del proceso analítico

 Recepción/Toma de muestra
 Almacenamiento
 Calibración
 Metodología……

• Datos relativos a
 Personal
 Laboratorio…..

• Manual de Calidad

• ……….

TEMA 1
 Problemas y Beneficios
 Mentalización de todos los empleados y buena actitud
 Coste
 Compatibilización
 Constancia

El Tetraedro de Trabajo en un Laboratorio

EXACTITUD

REDUCCIÓN
DE
GASTOS SEGURIDAD
COMODIDAD

RAPIDEZ

TEMA 1
 Problemas y Beneficios

EXACTITUD

REDUCCIÓN
DE
GASTOS

Propiedades Básicas Propiedades

Complementarias

TEMA 1
 Normas básicas para los Laboratorios de Análisis

•ISO 9000 (Gestión y Aseguramiento de la

Calidad)
•ISO 9001 (Diseño, desarrollo, producción,
instalación y postventa)
•ISO 9002 (Producción, instalación y
postventa)
•ISO 9003 (Inspección y ensayos finales)

•ISO 17025 (EN 45001) (Acreditación de

Laboratorios) Alcance Específico

•Buenas Prácticas de Laboratorio (BPL)

(Certificación de Laboratorios) Alcance General

TEMA 1
 Tratamiento estadístico de datos analíticos (1)
Principios básicos

No existen resultados cuantitativos válidos si no

van acompañados de alguna estimación de los
errores inherentes a ellos

En una volumetría se obtienen los siguientes resultados:

24,6 24,7 24,7 25,1

¿se acepta el último valor?

Se utilizan dos métodos diferentes para determinar

Ca+2 en una muestra de agua, los resultados son:

1,04 ± 0.07 0,95 ± 0,04

¿Son resultados iguales o diferentes?

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos

TIPOS DE ERRORES

•Errores crasos
Obligan a repetir el experimento

•Errores aleatorios
Provocan que cada resultado individual caiga
a uno de los lados del valor verdadero.
Afectan a la precisión

•Errores sistemáticos
Provocan que los resultados sean erróneos
en un solo sentido. Afectan a la exactitud

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos

TIPOS DE ERRORES

Tipos de errores en un análisis volumétrico:

1. Preparación de una disolución de la muestra

(sólida)

a) pesada
b) tranferencia a aforado
c) enrasar

2. Transferencia de una alícuota de la disolución con

pipeta

a) enrase
b) vaciado

3. Normalización de la disolución valorante con bureta

a) llenado y enrase en bureta

b) leer volumen iniciado
c) punto final
d) volumen final en bureta

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
TIPOS DE ERRORES
Tipos de errores aleatorios:

PESADAS: Tolerancia para una pesada de 100 g

± 0.25 mg
rutina: ± 1 mg

VOLUMETRIAS: Para un matraz aforado de 250 ml

Grado A: ± 0.12 ml
Grado B: ± 0.24 ml

Dentro de estos margenes hablamos de un error

aleatorio (±)

Tipos de errores sistemáticos:

PESADAS: absorción de humedad en el recipiente

diferencia de temperatura en materiales
pesas sucias, rayadas u oxidadas

VOLUMETRIAS: vaciado de material

temperatura
detección del punto final

Si se realiza adecuadamente, los errores de pesada

serán despreciables respecto a los volumétricos
TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Conceptos estadísticos. Población y muestra
Los estadísticos diferencian entre un parámetro
referido a una población (n>30) y un parámetro
referido a unas cuantas observaciones extraídas de
una población (muestra).

Estimadores del valor central

•Media aritmética
Es el estimador del valor central más utilizado, su fórmula es:

( x1 + x2 + ... + xn ) 1 n
x=
n
=
n
∑ x
n =1
n

Es el estimador más utilizado, aunque se debe tener en

cuenta que un xi anómalo transmite apreciablemente el error
al valor estimado.
•Mediana
Se define como el valor que se sitúa en el centro tras
ordenar las clases de frecuencias según la magnitud del
valor que toma la variable. Es la estimación del valor
central más utilizada cuando los valores no siguen una
distribución Normal.
•Moda
Es el valor más frecuente de la población, y ésta es la
información que nos aporta. Los valores anómalos no le
afectan, ya que la clase con una frecuencia mayor sigue
siendo la misma, a pesar de los valores extremos que
puedan aparecer.
TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Conceptos estadísticos. Población y muestra

•Media geométrica
En ocasiones, como veremos más adelante, es necesario transformar los
datos en sus logaritmos, si la media aritmética de estos se transforma, de
nuevo, a la escala decimal, el valor obtenido no coincide con la media
aritmética de los datos originales, y se le denomina media geométrica
(GM, del inglés geometric mean):
1 
GM = anti log ∑ log Y  GM = n ( y1 ⋅ y 2 ... y n )
n 

Estimadores de la dispersión
•Desviación estándar
Este indicador de la dispersión tiene en cuenta todos los datos. Su
fórmula para una población es:
1
 ∑ ( xi − x ) 2
 2
s= 
 n 
Como se puede observar, en el caso de que n=1, s=0, lo que es falso,
por lo que para muestras con n<30 se debe utilizar la desviación
estándar muestral:
1
 ∑ ( xi − x ) 2
 2
s= 
 n − 1 
•Varianza: es el cuadrado de la desviación estándar
TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Conceptos estadísticos. Población y muestra

•Desviación estándar relativa

s
d .e.r.(%) = ⋅ 100
x

•Recorrido: diferencia entre el resultado más

elevado y más reducido.
Poco robusto.
Se acompaña con la n.

•Desviación media: media aritmética de los

residuos

Dm = 1/n Σ |xi-xm|

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Conceptos estadísticos. La distribución Normal

Concentración de Pb en una muestra de agua

(ng/ml) (n = 40)

41.5 41.3 41.7 41.8 41.0 41.1 41.1 41.9 41.5 41.6
41.4 42.1 42.3 42.5 42.5 42.9 43.5 43.6 44.2 45.0
44.9 40.6 40.9 40.8 40.5 39.9 39.8 39.9 38.5 38.6
37.9 36.2 46.5 41.2 41.5 40.6 40.3 40.7 40.9 43.1
Clase frecuencia

36 1
37 1
38 2
39 3
40 8
41 13
42 5
43 3
44 2
45 1
46 1

14
12
frecuencias

10
8
6
4
2
0
36 37 38 39 40 41 42 43 44 45 46
clases

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Conceptos estadísticos. La distribución Normal

Concentración de Pb en una muestra de agua

(ng/ml) (n = 40)

41.5 41.3 41.7 41.8 41.0 41.1 41.1 41.9 41.5 41.6
41.4 42.1 42.3 42.5 42.5 42.9 43.5 43.6 44.2 45.0
44.9 40.6 40.9 40.8 40.5 39.9 39.8 39.9 38.5 38.6
37.9 36.2 46.5 41.2 41.5 40.6 40.3 40.7 40.9 43.1

Con frecuencias relativas:

frecuencias

+∞
∫−∞
f ( x)·dx = 1

x2
P( x) = ∫ f ( x) ⋅ d ( x)
x1
clases

( x−µ ) 2
1 −
y= e 2σ 2

σ 2π

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos

Conceptos estadísticos. Distribución muestral de la media

Cuando se estudia la distribución de valores medios
(de n componentes) se habla de la Distribución
Muestral de la Media
En este caso, cuando se aplica la fórmula de la
desviación estándar se obtiene el error estándar de la
media
•Error estándar de la media

s
eem =
n
Cuanto mayor es n, la Normal es mas estrecha
σ1 < σ 2 N(µ,σ12 )
frecuencias

N(µ,σ22 )

µ clases

Teorema del Límite Central: las medias de

valores experimentales tienden a una Normal,
aunque la población original no lo sea
TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Conceptos estadísticos. Distribución Log-Normal
Distribución Normal
frecuencias

140 160 180 200

clases (tallas en cm)

Distribución Log-Normal
frecuencias

clases

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Conceptos estadísticos. Límites de Confianza

frecuencias

95%
Límite de Límite de
confianza confianza
inferior superior
0.6 0.9 1.2 1.5 1.8

µ -1.96·σ /√n µ µ +1.96·σ /√n

LC= x ± t ⋅ s
n
( )
Medidas de pH (n = 7) de una muestra de agua

7.02, 7.00, 7.05, 7.07, 6.98, 6.99, 7.05

(
2.45 ⋅0.032.64
7.02 ± )
El intervalo de confianza para el 95% de confianza será:
7.00↔7.04 TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Conceptos estadísticos. Límites de Confianza

frecuencias

95%
Límite de Límite de
confianza confianza
inferior superior
0.6 0.9 1.2 1.5 1.8

µ -1.96·σ /√n µ µ +1.96·σ /√n

µ -t(95%, n=∞)·(σ /√n)<Xm<µ +t(95%, n=∞)·(σ /√n)

xm-t(95%, n)·(s/√n)< µ <xm+t(95%, n)·(s/√n)

Valor de t para diferentes porcentajes (n=∞):

95% 1.96
99% 2.576
99.7% 2.97
99.9% 3.29 TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Propagación de errores

PROPAGACIÓN DE ERRORES ALEATORIOS

) Combinaciones lineales

y = k + Ka·a+Kb·b+Kc·c…

σ y = √ (Ka· σ a)2 + (Kb· σ b)2 + (Kc· σ c)2 …

) Expresiones multiplicativas

y = K·((a·b)/(c·d))

σ y /y = √(σ a /a)2+(σ b /b )2…

) Otras funciones

derivación logaritmica

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Propagación de errores

PROPAGACIÓN DE ERRORES SISTEMÁTICOS

a) Combinaciones lineales

∆y = Ka· ∆ a+Kb· ∆ b+Kc· ∆ c…

b) Expresiones multiplicativas

∆ y /y = ∆ a /a + ∆ b /b …

c) Otras funciones

derivación logaritmica (CON SIGNO)

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Pruebas de significación
Prueba Aplicación Comentarios
Q de Dixon •eliminación de valores anómalos •n<10
R de Grubbs •eliminación de valores anómalos •n>10

F •comparación de desviaciones estándar o •asume Normalidad

varianzas
t •comparación de una media con un valor de •asume Normalidad
referencia
•comparación de dos medias
•comparación de datos pareados
Chi-cuadrada •comparación entre frecuencias esperadas y •asume Normalidad
observadas
de signos •comparación de una media con un valor de •no asume Normalidad
referencia •alternativa no
•comparación de dos medias paramétrica a la prueba t
•comparación de datos pareados
•tendencias
suma de •las mismas que la t y la de signos •no asume Normalidad
rangos de •admite muestras con n diferentes •alternativa no
Wilcoxon paramétrica a la prueba t
•tiene en cuenta el
recorrido

Wald- •las mismas que la t y la de signos •se basa en la

Wolfovitz aleatoriedad de la
aparición de rachas de
signos
U de Mann- •variante de la prueba de rangos de Wilcoxon •no asume Normalidad
Whitman
rápida de •variante de la prueba de rangos de Wilcoxon •no asume Normalidad
Tukey
ANOVA •comparación de más de dos medias •asume Normalidad
Kolmogorov- •comprobación de la Normalidad de una •sirve para n baja
Smirnov muestra
Barlett •comprobación de la homoscedasticidad de las •sirve para n baja
varianzas

TEMA 2
 Tratamiento estadístico de datos analíticos (1)
Principios básicos
Pruebas de significación

Prueba Aplicación Comentarios

LSD •prueba a posteriori del ANOVA •se aplica cuando se

•compara cada una de las medias con las demás encuentran diferencias
significativas mediante
ANOVA

Scheffe •prueba a posteriori del ANOVA •se aplica cuando se

•compara cada una de las medias con las demás encuentran diferencias
significativas mediante
ANOVA

Student- •prueba a posteriori del ANOVA •se aplica cuando se

Newman- •compara cada una de las medias con las demás encuentran diferencias
Keuls significativas mediante
ANOVA

Tukey •prueba a posteriori del ANOVA •se aplica cuando se

•compara cada una de las medias con las demás encuentran diferencias
significativas mediante
ANOVA

Kruskal- •comparación de más de dos medias •no asume Normalidad

Wallis •alternativa al ANOVA
Friedman •comparación de más de dos medias •se basa en la comparación
por parejas
Regresión •relaciona dos variables •se asume Normalidad
simple

TEMA 2
TRATAMIENTO ESTADÍSTICO DE DATOS
ANALÍTICOS. APLICACIONES AL
CONTROL DE CALIDAD

Un proceso de medida se encuentra bajo

control estadístico, cuando el valor medio
de un parámetro de calidad fluctúa en el
tiempo, de acuerdo con las leyes de
probabilidad, alrededor de un valor
esperado

La aplicación del conjunto de técnicas

que regulan el proceso y monitorizan el
conjunto de datos generados por el
laboratorio analítico a lo largo del
tiempo recibe el nombre de control
estadístico de calidad.

TEMA 3
TRATAMIENTO ESTADÍSTICO DE DATOS
ANALÍTICOS. APLICACIONES AL
CONTROL DE CALIDAD

 Eliminación de errores sistemáticos

• Materiales de Referencia
• Métodos de Referencia
• Ejercicios de Intercomparación
 Mejora de los parámetros de Calidad
• Diseño y Optimización de
experimentos
• Tratamiento de Señales
• Tratamiento de Datos
 Mantenimiento de los parámetros de
Calidad
• Gráficos de Control en el tiempo
 Exactitud

 Precisión

TEMA 3
 TRATAMIENTO ESTADÍSTICO DE DATOS
ANALÍTICOS. APLICACIONES AL
CONTROL DE CALIDAD

ELIMINACIÓN DE ERRORES SISTEMÁTICOS

Comparación de un MR con una media Experimental

Comparación de dos medias experimentales

Comparación de conjuntos de datos emparejados

Regresión lineal

TEMA 3
 COMPARACIÓN DE RESULTADOS
MEDIANTE REGRESIÓN LINEAL

ERROR SISTEMÁTICO PROPORCIONAL

concentración

ERROR SISTEMÁTICO CONSTANTE

MÉTODO
NUEVO

ERROR ALEATORIO

concentración
MÉTODO DE
REFERENCIA

TEMA 3
 ANÁLISIS DE DATOS EN EJERCICIOS
DE INTERCOMPARACIÓN

Laboratorio Resultados (réplicas) Media Arit.

1 x11 x12 x13 . x1n x1
2 x21 x22 x23 x2n x2
3 x31 x32 x33 x3n x3
.
.
.
i xi1 xin xi
.
.
.
k xk1 xk2 xk3 xkn xk

ANÁLISIS DE LA VARIANZA

1- Cada conjunto de datos es independiente de los

demás
2- Los resultados obtenidos para cada conjunto
siguen una distribución Normal
3- Las varianzas de cada conjunto de datos no
difieren de forma significativa

TEMA 3
 ANÁLISIS ESTADÍSTICO EN LA
INTERPRETACIÓN DE ESTUDIOS DE
INTERCOMPARACIÓN
1- Revisión inicial de los datos para detectar
valores inválidos
Gráfico de Youden
Error aleatorio
Error sistemático
Muestra 2

Resultado
invalido

Muestra 1
2- Cálculo inicial de los parámetros
estadísticos
ANOVA LABS
3- Detección de valores anómalos
Tests de Cochran y Grubbs
4- Cálculo de parámetros estadísticos sin
valores anómalos MUESTRA-MÉTODO
TEMA 3
 ANÁLISIS ESTADÍSTICO EN LA
INTERPRETACIÓN DE ESTUDIOS DE
INTERCOMPARACIÓN

Test de Cochran: Localiza laboratorios con una

dispersión (s) discrepante

1º- calcular la s2 (varianza) de cada laboratorio

2º- calcular el cociente entre la varianza más

elevada y el sumatorio de todas las varianzas

Fexp= s2H / Σ(s2)

Si Fexp>Ftab el laboratorio es discrepante

TEMA 3
 ANÁLISIS ESTADÍSTICO EN LA
INTERPRETACIÓN DE ESTUDIOS DE
INTERCOMPARACIÓN
R de Grubbs

Para valores discrepantes: localiza valores

discrepantes dentro de los datos dados por cada
laboratorio

Rexp= (Xsospechoso-Xm) / s

Si Rexp>Rtab se rechaza Ho, es decir, el valor es

discrepante

Para laboratorios discrepantes: localiza laboratorios

discrepantes
1º- calculo de 2 valores de Rexp

Rexp=100·(1-(SL/SM))
Rexp=100·(1-(SH/SM)) siendo:
SL- desv más baja, SH-desv más alta, SM- desv media
todos los laboratorios

Si la Rexp mayor de las dos anteriores > Rtab, se

rechaza Ho, es decir, laboratorio discrepante
TEMA 3
 GRÁFICOS DE CONTROL

1- Shewhart (Respuesta inmediata ante

desviaciones graves)
exactitud (media)
precisión (recorrido)

Parar análisis

+3s
+2s

Media
t (días)
-2s
-3s

Límite de acción

Límite de aviso

TEMA 3
 GRÁFICOS DE CONTROL

2- CUSUM (mayor capacidad de prevención)

Parar los análisis

t (días)

C1=xm-x1 0.1=5.1-5.0
C2=C1-(xm-x2) 0.0=0.1-(5.1-5.2)
C3=C2-(xm-x3) -0.1=0.0-(5.1-5.2)
C4=C3-(xm-x4) 0.0=-0.1-(5.1-5.0)
. -0.1=0.0-(5.1-5.2)
. -0.2=-0.1-(5.1-5.2)
. -0.3=-0.2-(5.1-5.2)

TEMA 3
Resistencia de un procedimiento analítico
al cambio de respuesta cuando se
introducen pequeñas variaciones en
factores críticos

VARIACIÓN DE LOS VALORES DE

PARÁMETROS CRÍTICOS

GRADO DE VARIACIÓN DE LOS

RESULTADOS

RANGOS TOLERABLES DE LOS

PARÁMETROS CRÍTICOS

TEMA 3
 Pruebas de robustez
HPLC
Estudio de tres factores
A-pH fase móvil
B-composición fase móvil
C-temperatura

Nº Factores
Resultado
Exp. A B C

1 - - + y1

2 - + - y2

3 + - + y3

4 + + - y4

R=recorrido de n medidas en condiciones normales

A+=y3+y4/2 A-=y1+y2/2 Ra=|A+-A-|
Si Ra<R, el factor A no ha afectado al resultado

TEMA 3
 Pruebas de robustez
HPLC ++-
A

+
23 22
++-
2n 2n-1
-++
-
---
B
+

+
C

TEMA 3