Facultad de Bioqumica y Ciencias Biolgicas

Escuela Superior de Sanidad Dr. RAMON CARRILLO

Universidad Nacional del Litoral

Tema 1: Proceso analtico general

1. Introduccin

La qumica analtica se divide en dos ramas principales: cualitativa y cuantitativa. El

anlisis cualitativo determina qu tipo de constituyente o constituyentes se encuentran en la
muestra analtica, y el anlisis cuantitativo determina la cantidad de determinada sustancia que
se encuentra en la muestra. Con la instrumentacin y la variedad de mtodos qumicos
disponibles, puede lograrse gran especificidad o selectividad para que las mediciones
cuantitativas tambin sirvan como mediciones cualitativas. No obstante, las pruebas cualitativas
sencillas suelen ser ms rpidas que los mtodos cuantitativos.

2. El proceso analtico

El proceso analtico sigue una secuencia: 1) definicin del problema; 2) obtencin y

disolucin de la muestra; 3) llevar a cabo la separacin necesaria; 4) llevar a cabo las
mediciones necesarias; y 5) presentacin de datos.

2.1 Definicin del problema:

El analista debe realizarse las siguientes preguntas: qu informacin se necesita?, qu

sensibilidad debe tener el mtodo?, qu exactitud y precisin son necesarias?, qu
interferencias puede encontrar y cuales son las separaciones que se necesitan?, cuntas
muestras hay que analizar?, en qu tiempo hay que dar un resultado?, cuntas muestras hay
que analizar?, de qu equipo se dispone?, cul ser el costo?
Para un anlisis en particular, pueden existir uno o ms procedimientos, por lo cual se
decidir cual utilizar teniendo en cuenta la disponibilidad de reactivos qumicos y equipos en el
laboratorio, la experiencia del analista y la vigencia del mtodo a desarrollar.

2.2 Obtencin y disolucin de la muestra:

Hay que tomar varias precauciones en el momento de manejar y guardar muestras, con
el objeto de evitar o minimizar la contaminacin, prdidas y descomposicin. En general, es
necesario evitar contaminacin y alteracin de la muestra por el recipiente, la atmsfera o la luz.
Hay que considerar la estabilidad de las muestras, siendo necesario en algunos casos
agregar sustancias que preservan el analito a investigar pero que no interfieran en el anlisis.
Las protenas y las enzimas tienden a desnaturalizarse al reposar, por lo que debern analizarse
sin prdida de tiempo. Las trazas de los constituyentes pueden perderse durante el
almacenamiento, por adsorcin en las paredes del recipiente.
En algunos casos para preservar la muestra es necesario regular el pH de la muestra a
analizar y la temperatura de conservacin de la misma.
Si la muestra es slida, generalmente se deber disolver antes de efectuar el anlisis. En
ocasiones, los fluidos biolgicos pueden analizarse directamente. No obstante, a menudo las
protenas interfieren y deben eliminarse. Esto se logra mediante tcnicas de destruccin, como
son la calcinacin o la digestin cida.
Generalmente la muestra disuelta debe someterse a un tratamiento preliminar para
separar a dicha sustancia de los constituyentes que interfieren, y para transformarla para su
medicin.

2.3 Separacin:

Existen varias tcnicas de separacin para eliminar interferencias y lograr la

selectividad deseada. Casi todas las propiedades qumicas y fsicas permiten aplicar

1
mecanismos de separacin, por ejemplo, reacciones de precipitacin, solubilidad, volatilidad,
congelamiento, y as sucesivamente. Generalmente, las protenas pueden eliminarse por
precipitacin y posterior filtracin de la muestra, con el fin de eliminar interferencias.

2.4 Mediciones de la muestra:

Generalmente se debe saber la cantidad de muestra que se toma para analizar. Esto se
logra pesndola o determinando su volumen, dependiendo si se quiere determinar la cantidad de
sustancia en unidad de peso o de volumen.
Las muestras slidas suelen contener una cantidad variable de agua adsorbida que ser
necesario remover o medir antes de pesar. Por lo general, se elimina secando la muestra en
estufa, siempre y cuando, esta no se descomponga a una temperatura mayor que el punto de
ebullicin del agua.
El mtodo que se emplee para medir cuantitativamente la sustancia que se va a analizar,
depender de diversos factores, y uno de los ms importantes es la cantidad de sustancia
presente y la exactitud necesaria. Muchas de las tcnicas disponibles tienen diversos grados de
selectividad, sensibilidad, exactitud, precisin y rapidez.

2.5 Procedimiento de datos:

Existen diversas maneras de expresar la cantidad o concentracin de sustancia que se va

a utilizar. En qumica analtica es necesario que existan buenos registros de laboratorio.
Se calcula la media de los resultados y se expresa con un intervalo de confianza
adecuado.

3. Clasificacin de los mtodos analticos

La clasificacin de los mtodos analticos pueden realizarse de dos maneras diferentes,

segn el tipo de anlisis a realizar a la muestra en cuantitativa o cualitativa o segn el tamao de
las muestras, en macro, semimicro, o ultramicro (ver Tabla 1).

Mtodo Masa de la muestra Volumen de la muestra

Macro >100 mg >100 l
Semimicro 10-100 mg 50-100 l
Micro 1-10 mg <50 l
Ultramicro <1 mg
Tabla 1: Clasificacin de lo mtodos de anlisis segn el tamao de la muestra

Los constituyentes de la muestra se pueden clasificar como principales (ms de 1%),

secundarios (0.1%-1%) o trazas (menor del 0.1%). Cuando hay algunas partes por milln de
determinado constituyente, pueden denominarse ultratrazas.
Un anlisis podr ser completo o parcial, es decir, podrn analizarse todos los
constituyentes o tan slo algunos. A menudo se pide al analista que reporte la concentracin de
determinado producto o productos qumicos.

4. Errores en el anlisis Qumico

4.1 Introduccin estadstica

Es imposible realizar un anlisis qumico sin que los resultados estn totalmente libres
de errores o de incertidumbres. Sin embargo, se espera poder minimizar estos errores y estimar
su magnitud con una exactitud apreciable.
La incertidumbre en las mediciones no puede eliminarse por completo, de tal forma que
siempre se desconoce el verdadero valor para una cantidad determinada. No obstante, con
frecuencia se puede evaluar la magnitud del error en la medicin, y as, dentro de un cierto nivel
de probabilidad, es posible definir los lmites entre los cuales est el verdadero valor de una
cantidad determinada.

2
 No es fcil estimar la precisin y la exactitud de los datos experimentales; pero se deben
hacer estos estimados siempre que se obtengan resultados en el laboratorio, ya que los datos
cuya precisin y exactitud se desconocen son intiles.

4.1.1 Exactitud

El trmino exactitud indica qu tan cercana est la medicin de su valor verdadero o

aceptado, y se expresa en trminos de error. Est relacionada al valor central de una serie de
mediciones, el cual se determina mediante la Media o la Mediana:
La media, la media aritmtica y el promedio son sinnimos para el valor que se
obtiene de dividir la suma de mediciones repetidas entre el nmero de mediciones en la serie;

X
N i1 xi Ec.1
N

Donde xi representa los valores individuales de x que integran una serie de N

mediciones repetidas.
La mediana es el valor del cual se distribuyen los dems datos por igual. La mitad
de los datos son ms pequeos que la mediana y la otra mitad son mayores. La mediana de una
serie, que tiene nmero impar de resultados se obtiene ordenando los resultados de manera
creciente o decreciente y tomando el valor central. Para un nmero par de resultados, se toma el
promedio del par central.

Existe una diferencia fundamental entre los trminos de exactitud y precisin, ya que
exactitud mide la concordancia entre un resultado y su valor verdadero; y la precisin mide la
concordancia entre varios resultados que se han medido de la misma manera. La precisin se
determina slo repitiendo una medicin, en tanto que la exactitud nunca puede determinarse
exactamente ya que nunca puede conocerse el verdadero valor de una cantidad; as en su lugar
se debe usar un valor aceptado. Debido a lo anterior, la exactitud se expresa en trminos de
error absoluto o error relativo.

Error absoluto E en la medicin de una cantidad x i est dado por la siguiente

ecuacin:
E xi x Ec. 2
donde xt es el valor verdadero o aceptado de la cantidad. Errores con signo negativo
indican que el valor experimental es menor que el valor aceptado, y a la inversa para valores
positivos.
Error relativo (Er), con frecuencia es una cantidad ms til que el error absoluto El
porcentaje de error relativo est dado por la expresin:

xi xt
Er 100 Ec. 3
xt

4.1.2 Precisin

El trmino precisin describe la reproducibilidad de las mediciones, es decir, que tan

cercanos estn entre s los resultados que se han obtenido exactamente. Para describir la
precisin de una serie de datos repetidos se utilizan: la desviacin estndar, la varianza y el
coeficiente de variacin. Estos trminos son una funcin de al desviacin de los datos respecto
de la media.

3
 4.2 Tipos de errores en los datos experimentales

4.2.1 Errores aleatorios

Los errores aleatorios o indeterminados se manifiestan cuando un sistema de medicin

se utiliza a su mxima sensibilidad. Este tipo de error se debe a las numerosas variables no
controladas que son parte inevitable de toda medicin fsica o qumica. Muchos factores
contribuyen al error aleatorio, pero ninguno puede identificarse o medirse con certeza ya que
individualmente son tan pequeos que no pueden detectarse. No obstante, el efecto acumulativo
de cada una de las incertidumbres ocasiona que los datos de una serie de mediciones repetidas
flucten al azar alrededor de la media.
Empricamente se ha encontrado que la distribucin de los datos repetidos en la mayora
de los anlisis cuantitativos se aproxima a una curva gaussiana.
Las variaciones en los resultados de las mediciones repetidas se deben a numerosos
errores aleatorios que individualmente no son detectables, y que se atribuyen a variables que no
se pueden controlar en el experimento. Estos pequeos errores por lo general se cancelan uno a
otro, por lo que su efecto es mnimo, pero hay ocasiones en que se dan en la misma direccin y
producen un gran error neto negativo o positivo.

Comnmente el anlisis estadstico de los datos analticos se fundamenta en la

suposicin de que los errores aleatorios siguen una distribucin normal o gaussiana. Algunas
veces, los datos se apartan significativamente de este comportamiento, pero no es frecuente, por
lo que nos basaremos en errores que siguen una distribucin normal. Hay dos trminos
importantes que debemos diferenciar: Muestra de datos, que es un nmero finito de
observaciones experimentales y Poblacin o universo de datos, que es el nmero infinito de
observaciones.

Las propiedades de la curva gaussiana son:

La media de la poblacin y la media de la muestra X : la media de la muestra es

el valor promedio de una muestra limitada obtenida de una poblacin de datos, y se define por
la [Ec. 1], cuando N es un nmero pequeo. La media de la poblacin es el verdadero valor
promedio de la poblacin, y se define con la [Ec. 1], con la salvedad de que N es tan grande que
tiende a infinito. Cuando no hay error sistemtico, la media de la poblacin tambin es el
verdadero valor de la cantidad medida. La diferencia entre y X disminuye al aumentar el
nmero de mediciones que conforman la muestra, y por lo general esta diferencia es
despreciable cuando N tiende a 20 o 30.

Desviacin estndar de la poblacin y Desviacin estndar de la muestra S: La

desviacin estndar de la poblacin , es una medida de la precisin de una poblacin de datos
y esta dada por la ecuacin

N
i 1 ( xi ) 2
Ec. 4
N
N es el nmero de datos que se repiten y que constituye la poblacin.
Otro tipo de curva normal de error, donde la abscisa es la variable z, se define como:
(x )
z Ec. 5

z es la desviacin con respecto a la media expresada en unidades de desviacin estndar,
esto es cuando x - , z es igual a una desviacin estndar; cuando x - , z es igual a dos
desviaciones estndar y as sucesivamente.
Para un nmero pequeo de datos, la desviacin estndar de la muestra S est dada por
la siguiente ecuacin:

S
N
i 1 ( xi x ) 2
Ec. 6
N 1

4
 Difiere de la [Ec. 4] en que en el numerador aparece la media de la muestra y no la
media de la poblacin y que N se sustituye por el nmero de grados de libertad (N-1). La
incertidumbre en el valor obtenido para S disminuye al aumentar N, as cuando N sea mayor de
20, S y son prcticamente iguales.
Para obtener un estimado ponderado de la desviacin estndar, S ponderada, las desviaciones
de la media para cada subserie se elevan al cuadrado; se suman los cuadrados de cada subseries
y se dividen entre el nmero correspondiente de grados de libertad. Finalmente la S ponderada se
obtiene a partir de la raz cuadrada del cociente. Se pierde un grado de libertad por cada
subserie, por lo que el nmero de grados de libertad para la S ponderada es igual al nmero total de
mediciones menos el nmero de subseries.

Otras formas de expresar precisin son: Varianza, Desviacin Estndar Relativa,

Coeficiente de variacin y Rango

Varianza S2: es el cuadrado de la desviacin estndar.

S 2

N
i 1 ( xi x ) 2
Ec. 7
N 1

Obsrvese que la desviacin estndar tiene las mismas unidades que los datos, mientras
que la varianza tiene las unidades de los datos al cuadrado. Los cientficos tienden a usar la
desviacin estndar en lugar de la varianza como medida de precisin, porque es ms fcil
interpretar los resultados cuando tienen las mismas unidades.

Desviacin estndar relativa DER y coeficiente de variacin CV%: DER se calcula

dividiendo la desviacin estndar entre la media de la serie de datos y a menudo se expresa
como partes por mil (ppmil) o en porcentaje multiplicando este cociente por 1000 ppmil o por
100 %, respectivamente. As, por ejemplo,
s
DER 1000 ppmil Ec. 8
x

A la DER multiplicada por 100 % se la conoce como coeficiente de variacin (CV%)

s
CV % 100% Ec. 9
x

Dispersin o rango W: se utiliza para describir la precisin de una serie de resultados

repetidos, y es la diferencia entre los valores ms altos y ms bajos de la serie. Esta forma de
expresin de la precisin es utilizada cuando la mediana es el valor central de la poblacin.

Intervalo de confianza cuando S es una buena aproximacin de Rearreglando la

[Ec. 5] se encuentra una expresin general para los lmites de confianza IC de una sola medicin
( z puede tener valores positivos o negativos) por lo que

IC para x z Ec.10
Para obtener la media de N mediciones, en lugar de se utiliza el error estndar de la
media, / N, es decir
z
IC para x Ec.11
N
Intervalo de confianza cuando no se conoce

La S calculada a partir de una pequea cantidad de datos puede ser incierta, razn por la
cual los lmites de confianza son ms amplios cuando no se tiene un buen estimado de .
Para justificar la variabilidad de S utilizamos un parmetro estadstico importante, el
valor de t, que se define como

5
 x
t Ec.12
S

t depende del nivel de confianza deseado; pero tambin del nmero de grados de
libertad con que se calcul S. Cuando el nmero de grados de libertad se hace infinito t z.
Los lmites de confianza para el promedio X de N mediciones repetidas pueden
obtenerse a partir de t por la siguiente ecuacin:

zs
IC para x Ec.13
N

4.2.2 Errores sistemticos

Los mtodos sistemticos o determinados tienen un valor definido, se les atribuye una
causa y tienen la misma magnitud en las mediciones repetidas efectuadas de la misma manera.
Existen generalmente, tres tipos de errores sistemticos:

Errores de instrumento, que se originan por ejemplo, por imperfecciones de los

aparatos para medir; oscilaciones en el suministro de energa; pipetas o matraces que entregan o
retienen volmenes distintos a lo que indica la graduacin; entre otras.
Errores del mtodo, debido al comportamiento fsico o qumico no ideal de los
sistemas analticos.
Errores personales, que resultan de la falta de cuidado, distraccin o poca destreza
del analista.
Impurezas de reactivos, que suele ser proporcional al tamao de la muestra.
Los efectos que pueden ocasionar los errores sistemticos en un resultado analtico, son
constantes o proporcionales. La magnitud de un error constante absoluto no depende de la
magnitud de la cantidad medida, en tanto que los errores proporcionales absolutos aumentan o
disminuyen en proporcin con el tamao de la muestra que se analiza.

4.2.3 Errores gruesos

Cuando una serie de datos contiene un resultado discordante que es muy diferente al
promedio, se debe decidir aceptarlo o rechazarlo. Para ello se evala con la prueba Q:

La prueba Q
En esta prueba el valor absoluto de la diferencia d se divide entre el resultado dudoso x d
y el resultado vecino ms prximo xn, entre la dispersin w de la serie completa para dar la
cantidad Qexp:
d x d xn
Qexp Ec.14
w x1 xn

Esta relacin se compara luego con los valores de rechazo Q crit de tabla. Si el Qexp es
mayor que el Qcrit, el resultado dudoso puede descartarse con el correspondiente grado de
confianza.

6
 4.3 Pruebas de significancia

Al desarrollar un nuevo mtodo analtico a menudo conviene comparar los resultados

de dicho mtodo con otros obtenidos con un mtodo aceptado (probablemente alguna norma).
Se realiza mediante la prueba F para comparacin de desviaciones estndares de ambas
poblaciones, y a partir de este resultado se realiza la comparacin de las medias muestrales
mediante la prueba t de Student:

Prueba F
Es una prueba diseada para indicar si existe diferencia significativa entre dos mtodos,
basndose en sus desviaciones estndar. F se define en trminos de la varianza de los dos
mtodos, en donde la varianza es el cuadrado de las desviaciones estndar.

s12
F Ec.15
s22

en donde s12 > s22. Existen dos distintos grados de libertad, v 1 y v2, y estos grados de
libertad se definen como N 1, el numero de mediciones menos uno.
Cuando el valor calculado para F mediante la Ec. 15, excede el valor tabulado para F en
el nivel de confianza elegido, existe una diferencia significativa entre los dos mtodos.

Prueba t de Student
En este mtodo se realiza la comparacin entre dos conjuntos de replicas de mediciones
efectuadas por dos mtodos distintos, uno de ellos ser el mtodo de prueba y el otro el mtodo
aceptado. Se calcula un valor estadstico t segn las desviaciones de las muestras sean iguales o
diferentes:

Para muestras que poseen desviacin estndar sin diferencia significativa:

t
x
x2 1
1 1
s
n1 n2
n1 1 s12 n2 1 s22
Donde, s
2

n1 n2 2
Para muestras que poseen desviacin estndar estadsticamente diferentes:

t
x 1 x2
s12 s22

n1 n2

2
s12 s22

Con grados de libertad =
n1 n2
s4
s24
2 1
2
n1 (n1 1) n2 (n2 1)

El valor calculado de t se compara con un valor tabulado para el nmero de pruebas que
se han evaluado, al nivel de confianza que se desee. Cuando el valor calculado para t excede el
valor tabulado, existe una diferencia significativa entre los dos mtodos en ese nivel de
confianza. Cuando no excede el valor tabulado, puede predecirse que no existe diferencia

7
significativa entre ambos mtodos. Esto no implica de ninguna manera que los resultados sean
idnticos.
Por lo general la prueba a un nivel de confianza de 95 % se considera significativa y la
prueba para un nivel de 99 % es altamente significativa.

4.4 Mtodos para presentar los datos analticos

Para la correcta expresin de un resultado se debe proceder de la siguiente manera:

Ajustar el nmero de cifras significativas de cada una de las rplicas de datos
obtenidas, siguiendo los siguientes puntos:
1) Identificar la ecuacin que dio origen al resultado de cada rplica.
2) Obtener las incertidumbres absolutas (Ia) de los datos que intervienen en el clculo.
Estas Ia se obtienen de tablas, solo hay dos casos especiales que son la bureta y la masa, estas se
evalan con la siguiente ecuacin: Ia I a1 2 Ia2 2 .
3) Calcular las incertidumbres relativas de los datos, como: Ir = Ia/valor obtenido.
4) Calcular la incertidumbre relativa del resultado.
5) Calcular la incertidumbre absoluta del resultado.
6) Ajustar el nmero de cifras significativas de cada rplica al nivel de incertidumbre
calculado siguiendo las reglas de redondeo. Estas consisten en que si el nmero es mayor que 5
se aumenta una unidad al ltimo digito; si es menor que 5 se lo conserva y si es igual a 5 se
observa el valor a continuacin, si este es par se mantiene el valor del ltimo digito y si es impar
se aumenta una unidad.
Ordenar la serie de datos ajustados y aplicar test Q para rechazo de datos dudosos.
Calcular los estadsticos x y S.
Buscar en tabla el valor de t0.95n-1.
ts
Calcular el intervalo de confianza: IC
n
Si es necesario ajustar nuevamente el Nmero de cifras significativas del promedio
al nivel de incertidumbre del Intervalo de Confianza.
ts
Expresar el Resultado como: x x IC
n

4.5 Trazabilidad

Es una palabra clave en qumica analtica que esta relacionada con tres predefiniciones:
Ciencia de las medidas bioqumicas;
Ciencia metrolgica bioqumica;
Ciencia de las mediciones bioqumicas.
La trazabilidad es un concepto abstracto, equivale a conceptos genricos tales como
honestidad en el mbito social y rentabilidad en lo econmico.
El significado mas genrico de trazabilidad es su faceta de rastreo, seguimiento. Esta
faceta se concreta en la historia de la produccin del resultado o del funcionamiento de un
sistema.

Bibliografa
-Skoog Douglas A., West Donald., Holler F. James. Qumica Analtica. Sexta Edicin
Mxico. Editorial: Mc Graw-Hill. Ao: 2004.
-Gary D Christian. Qumica Analtica segunda edicin. Editorial Limusa Mxico.
-James N Miller- Jane C Miller. Estadstica y Quimiometra para Qumica Analtica.
Cuarta Edicin. Editorial: Prentice Hall, Madrid, 2002.

Realizado por:
Bioq. S. Vanesa Kergaravat
Lic. Julio Macagno