INSTITUTO SUPERIOR

TECNOLÓGICO “CETEMIN”
ÁREA GEOLOGÍA Y EXPLORACIÓN

APLICACIÓN DE QA/QC EN
LA BASE DE DATOS

PRESENTADO POR:

GEO

2018 - III
 INDICE

1.- Introducción.

2.- Objetivos de un Buen Programa QA/QC.

3.- Preparación de la Base De Datos.

3.1 Errores vinculados a la preparación de Base de
Datos.
3.2 Recomendaciones para reducir los errores en el
ingreso de datos.

4.- Control De Calidad De La Base De Datos

Geológica QA/QC.

5.- Control De Calidad De La Base De Datos

Ambientales QA/QC.

6.- Recomendaciones Para Aplicar AQ/QC en la Base

De Datos.
7.- Errores En La Digitación de la Base De Datos.

8.- Errores De Transferencias de Información.

9.- Conclusiones.
 1. INTRODUCCIÓN:

La meta de un programa de QA-QC es demostrar y

mantener una buena exactitud y una precisión adecuada
para muestras de mineral de ley. Los programas QA-QC son
diseñados para monitorear la precisión (reproductividad), y
cuantificar cualquier parcialidad posible (precisión). Se debe
enfatizar la presentación de una clara visión en cuanto a la
confiabilidad de los datos del ensayo, de tal manera que se
pueda demostrar que hay una buena relación entre los
procedimientos utilizados en la construcción del modelo de
recursos y la calidad de la información utilizada en dicho
modelo. Se desarrollaron e implementaron procedimientos
de aseguramiento y control de calidad (QA/QC) a fin de
garantizar que los datos recogidos sean de calidad
aceptable y defendible, y que se sigan los procedimientos
apropiados de oficina (por ejemplo, el manejo de la base de
datos, el manejo general de los archivos de la computadora,
el control documentario, los procedimientos de revisión de
los informes). Los temas específicos sobre QA/QC, el
enfoque técnico, y el alcance del trabajo se describen
detalladamente para cada componente en la sección
correspondiente
2. Los objetivos de un buen programa
de (QA-QC) son:

- Prevenir el ingreso de grandes errores a la base de

datos utilizada para el modelado de recursos

- Demostrar que los muestreos y las discrepancias

analíticas son pequeños, con relación a las
variaciones geológicas

- Garantizar que la precisión de la información en la que

se basa el modelo de recursos pueda ser confirmada,
dentro de los límites razonables, por otros
laboratorios, ensayos metalúrgicos, y en última
instancia por la producción del molino y de la mina.

- El proceso que sigue la muestra hasta obtener la ley

correspondiente sea obtenido de manera eficiente y
correcta, cumpliendo con todos los estándares ya
establecidos.
3. PREPARACIÓN DE LA BASE DE DATOS:
3.1 Errores vinculados a la preparación de la base
de datos:
- Ocurren durante el ingreso de la información.
- Digitación repetida de los datos.
- Mal uso de fórmulas y tablas de Excel.
- Mala numeración de muestras.
- Insuficiente información sobre datos faltantes.
- La codificación errónea de las muestras de control de
calidad.
- Falta de información útil.
- Identificación de las personas responsables de ciertas
acciones importantes.
- Datos sobre los métodos analíticos y ausencia de contra
chequeo de la información.

3.2 Recomendaciones para reducir los errores en el

ingreso de datos:
- Planificar adecuadamente la estructura y el flujo de la
información.

- Contar con personal calificado en el ingreso de Datos.

- Establecer filtros y mecanismos de contra chequeo.

- Minimizar la digitación manual de datos.

- Mantener una disciplina estricta de llenado de base de

datos.
4. CONTROL DE CALIDAD DE LA BASE DE
DATOS GEOLÓGICA:

La información geológica puede ser descrita como

observación (hechos) o interpretación. Por ejemplo, un
mapa de afloramiento geológico generalmente está limitado
a las observaciones. Un estrato interpretativo que interpola
los límites geológicos de un mapa de afloramiento geológico
está basado en interpretaciones. Los logueos geológicos
son la fuente más común de información geológica
empleada en el modelo de recursos y por lo general contiene
tanto hechos como interpretaciones. Por lo general, el tipo
de roca y las alteraciones son interpretaciones que están
basadas en hechos observados, tales como minerales,
proporciones y alteraciones de dichos minerales (reemplazo
de un mineral por otro, etc.).
Para poder obtener parámetros apropiados para ser
empleados en la construcción del modelo de recursos se
requiere de observaciones e interpretaciones consistentes y
confiables. Por lo general, esto sucede cuando diferentes
geólogos realizan el logueo empleando un formato de
logueo que no proporciona las pautas suficientes de cuáles
son las mediciones necesarias para el depósito. Un formato
de logueo adecuadamente diseñado es un componente
crítico en el control de calidad de los logueos geológicos.
Los formatos genéricos suelen producir resultados
“genéricos”. Los logueos geológicos menos apropiados e
inservibles se producen en los casos donde no se cuenta
con un formato de logueo y éste es realizado por varios
geólogos que no leen los logueos anteriores o no
concuerdan con ellos. El control de calidad es mejor si las
observaciones y las interpretaciones se mantienen por
separado, pudiendo lograr con esto una mayor rapidez al
efectuar modificaciones de la interpretación geológica.
Cuando no se cuenta con observaciones y sólo se
proporciona una interpretación, por lo general es necesario
efectuar un re-logueo de todas las perforaciones para poder
hacer una mejora exitosa de la interpretación geológica del
depósito. Los logueos y re-logueos o re-interpretaciones de
las perforaciones deberán estar totalmente documentados,
incluyendo la identidad de la persona que realizó el trabajo y
la fecha. Si la información es computarizada, ésta deberá
ser incluida en la base de datos de la computadora, ya que
esto permite que la información sea analizada
estadísticamente para determinar variaciones que puedan
ser una función de la persona que ha efectuado el logueo de
la perforación. Luego, las diferencias que se presentan en
la frecuencia de observaciones particulares por diferentes
geólogos de logueo puede ser evaluada para grupos de
perforaciones cercanas. Las frecuencias muy distantes
(especialmente las ocurrencias sin ejemplos) dadas por un
determinado geólogo pueden ser una evidencia de error en
la identificación del mineral. Al efectuar el cruce de
información entre las observaciones semi-cuantitativas
(tales como porcentajes estimados de sulfuros) y la
información geotécnica o los resultados de los ensayos,
estas observaciones pueden normalizarse al observador
que las realizó, para un tipo de roca dada o una zona geo-
metalúrgica.
El Control de Calidad es mejorado manteniendo un juego de
cajas de testigos de “entrenamiento”. Estos ejemplos,
seleccionados para presentar o servir de recordatorio al
geólogo encargado del logueo de las variaciones presentes
en el depósito, son logueadas y los resultados son
comparados con el logueo previamente establecido para
tales cajas de ejemplo. Los geólogos que retoman el trabajo
luego de un extenso período de descanso o de efectuar otras
labores deberán re-loguer estos ejemplos antes de
comenzar a trabajar en nuevas perforaciones.
La incidencia de errores de tipeo se ha visto reducida en la
última década como consecuencia del uso de transmisión de
datos computarizados. Esto ha evitado la introducción de
errores de tipeo que solía presentarse al ingresar
manualmente los datos de los certificados de ensayos
impresos en papel (o peor aún, de transmisiones por fax).
Sin embargo, el ingreso computarizado de la información
geológica no se ha visto beneficiado por este avance
tecnológico. En la mayoría de casos, no se gana mayor
productividad al proporcionarle a los geólogos encargados
del logueo un medio electrónico para el ingreso directo de
información geológica. Sin embargo, el diseño detallado de
un sistema en el que se ordene la información en un formato
de logueo que luego sea ingresado a un computador puede
reducirla incidencia de errores de tipeo.
La operación de ingreso de información es más productiva
si es que ésta no requiere de otras habilidades adicionales a
las del tipeo de información. Las descripciones escritas no
suelen ser muy útiles para llevar a cabo el análisis de la
información exploratoria que le precede a la formulación y
verificación del modelo de recursos geológicas final,
mientras que los códigos que indican, por ejemplo, que
minerales están presentes resultan mucho más útiles.
Los errores pueden reducirse si el formato de ingreso de
datos, que puede ser tan simple dígitos y letras, es lo más
parecido posible a la información que aparecerá en el
formato geológico. Al tomar fracciones de datos de
diferentes partes de un formato geológico y luego rejuntarlas
“en el aire”, transformar mentalmente un código a otro o un
código a varios otros antes de ingresarlo, o creando códigos
para combinaciones variables de información en el formato,
se obtendrá una mayor tasa de error. Es mejor si estas
funciones son dejadas para que las realice el computador,
aplicando reglas a la información ingresada del formato de
logueo. Si se cuenta con una relación de uno-a-uno entre la
información ingresada y lo que aparece en el formato de
logueo, entonces resulta mucho más sencilla la verificación
de la calidad de la información ingresada. Los errores
pueden verse atrapados en campos que han sido
identificados con contenido de información crítica,
efectuando un doble ingreso de información. Para poder
identificar todos los ingresos que no concuerdan, se puede
efectuar un cruce de información entre los dos juegos de
datos ingresados empleando un programa de base de datos
relativo. Los desacuerdos pueden ser resueltos mediante
una revisión final de los logueos de perforación con la
entrada de errores.
5. CONTROL DE CALIDAD DE LA BASE DE
DATOS AMBIENTALES QA/QC

Para organizar y almacenar apropiadamente los datos de

los programas de muestreo ambiental en el área, MBM
implementó un Sistema de Manejo de Información
Ambiental (EDMS) para la calidad del agua y otra
información ambiental. Este EDMS consiste en una base
de datos en Microsoft Access en el cual se ingresan tanto
los datos recogidos en el campo como los resultados del
laboratorio. Esta base de datos tiene la habilidad de
generar informes y gráficos asociados rápidamente, de tal
modo que los valores atípicos sean detectados fácilmente y
se puedan corregir o registrar para futuros análisis e
investigaciones. Los datos ingresados dependen del
programa de muestreo, pero por lo general contienen los
siguientes rubros: ubicación, estándares aplicables,
permisos (si existieran), coordenadas, tipos de sitio (por
ejemplo, agua superficial o subterránea), persona
responsable, método de muestreo e información sobre el
clima. En el caso de los datos sobre la calidad del agua,
este programa permite diferenciar entre duplicados,
blancos o muestras originales. El EDMS también tiene una
rutina de validación de datos con el fin de establecer los
componente de validación de datos se usa para comparar
entre las fechas de muestreo y de análisis de laboratorio, a
fin de evaluar los datos actuales con las tendencias
históricas y hacer un balance de cargas en los conjuntos de
datos y comparar los resultados con los límites aceptables.
6. Recomendaciones Para Aplicar
QA/QC En La Base de Datos:

- Cada empresa minera debería contar con un área de

control de calidad, que esté involucrado en cada uno de los
procesos geológicos y realizar un seguimiento diario, a
cada una de estas actividades de tal manera poder detectar
cualquier anomalía y coordinar su levantamiento
respectivo.
- Documentar cada procedimiento de control y
aseguramiento de calidad de cada proceso, de esta
manera materializar el aseguramiento de la calidad, a fin de
agilizar el seguimiento en las auditorias correspondientes.

- El control y aseguramiento de la calidad, se debe

posesionar como una estrategia de cualquier empresa,
para asegurar el mejoramiento continuo de la calidad, e
involucre la orientación de la organización.

-Todo el personal involucrado en el proceso geológico,

debe ser capacitado para que logre experiencia, en
técnicas de muestreo, ensayos relevantes al yacimiento, y
estar consciente de los problemas que podrían afectar la
confiabilidad de los datos.

- Es importante contar con la cadena de custodia de

muestras, ya que asegura la integridad de las muestras,
desde su muestreo hasta su análisis, ya que la mayor
fuente de errores muchas veces se da en la etapa de
muestreo primario donde están involucrados el muestreo,
transporte y almacenamiento de las muestras.
7. TIPOS DE ERRORES EN LA DIGITACION
DE LA BASE DE DATOS:
Los “errores” en los datos generalmente se pueden
categorizar en tres tipos diferentes: los que consideramos
como “equivocaciones”, los que son consecuencia de las
limitaciones del proceso, y las fallas en el proceso que
proporcionan respuestas totalmente erradas. Las
equivocaciones incluyen acciones tales como la
transposición de dígitos al momento de registrar una lectura,
mezclar las muestras, olvidar aplicar un factor de dilución al
calcular una respuesta, falla electrónica o mecánica de un
instrumento de medición y error en la asignación de los
resultados con los números de las muestras, entre otras.
Algunas veces, este tipo de error se conoce como “Tipo I”.
Los resultados que presentan dichos errores tienen una
relación no predecible con los resultados sin
equivocaciones. Esto quiere decir, dada una lista de
resultados en la que todos contienen este tipo de error, no
se puede hacer una predicción sobre cuáles serían los
resultados sin estos errores. La diferencia entre el resultado
errado y el valor “verdadero” puede ser muy grande o muy
pequeña. Algunos de los errores de este tipo pueden ser
cuantificados por su frecuencia de ocurrencia. Por ejemplo,
al verificar algunos de los ingresos en una base de datos con
la documentación de origen, se puede hallar el porcentaje de
valores que presentan errores en su ingreso.
Los errores de medición y muestreo, a veces llamados
errores “Tipo II”, son más predecibles. Una población lo
suficientemente extensa de estos errores tiene un medio de
cero (los errores positivos y negativos tienden a anularse
entre si). Para este tipo de errores, se pueden calcular
intervalos de confianza y similares. Este tipo de errores no
previenen la obtención de una respuesta “correcta”. Los
errores de medición y muestreo no se pueden prevenir, sólo
se pueden reducir en tamaño.
El tercer tipo, los errores sistemáticos, también son
predecibles, pero proporcionan la respuesta “equivocada”.
Por ejemplo, si la calibración de una balanza utilizada para
pesar alícuotas de muestra está 5% por debajo, entonces el
promedio de resultados de las muestras pesadas en dicha
balanza estará 5% por encima, debido a que cada alícuota
de muestra pesada en dicha balanza tiene un promedio de
5% más de masa de muestra que la utilizada en el cálculo
de la ley de la muestra. Los errores sistemáticos pequeños
se presentan en cualquier proceso; son la razón por la cual
diferentes laboratorios obtendrán resultados promedio
ligeramente diferentes para el mismo grupo de muestras.
Los errores sistemáticos grandes en los ensayos o
muestreos pueden ser fallas fatales en un modelo de
recursos. Estos tres diferentes tipos de errores coexisten en
un grupo de datos de control de calidad. El control de calidad
efectivo tiene esto en consideración.
El primer ítem por ubicar son los errores grandes Tipo I.
Estos son los “puntos alejados” en un gráfico de dispersión
de resultados duplicados. Estos se pueden ubicar
visualmente en los gráficos de dispersión. Si se pueden
identificar y remover, los valores restantes contienen errores
pequeños Tipo I que no son distinguibles de los errores Tipo
II y Sistemáticos. Luego de remover los puntos alejados, los
valores duplicados pueden utilizarse para construir una tabla
para aceptar o rechazar cualquier par de resultados
duplicados.

8. ERRORES DE TRANSFERENCIA
DE INFORMACIÓN:
Los errores en los reportes ocurren frecuentemente cuando
los resultados son transferidos de las copias impresas de los
certificados de ensayos del laboratorio a las computadoras
(o a planos o secciones). Para los resultados de los
ensayos, existen seis maneras comunes de reportar errores:
 Cambiando los resultados por un intervalo de muestra
de perforación
 Cambiando la ubicación del punto decimal en un
resultado hacia la derecha o hacia la izquierda
 Ingresando datos en el campo equivocado
 Transponiendo los dígitos
 Mala lectura (adivinando) los resultados de facsímiles,
fotocopias, o notas hechas a mano que son ilegibles
 Entregando valores por debajo del límite de detección
inconsistentemente.

Mientras que estos diferentes tipos de error puedan ser

percibidos, es mejor encontrar y detectar todos los errores
de ingreso de datos. Tales errores cometidos fuera del
laboratorio pueden ser virtualmente eliminados obteniendo
los reportes del laboratorio como archivo electrónico. En los
casos donde los valores han sido ingresados a mano, se
deberán hacer los esfuerzos necesarios para obtener los
archivos electrónicos del laboratorio de ensayo para corregir
estos datos. Esto puede requerir el reformateo de los
archivos electrónicos del laboratorio, lo cual puede ser
rápidamente realizado por alguien calificado en el manejo de

datos de computadoras. Los datos pueden ser verificados

completamente utilizando uno de los muchos programas de
bases de datos, como: Rbase, Foxpro, dBase, Paradox,
Access, Informix, etc. La verificación de datos no es muy
práctica si se utilizan hojas de cálculo como Lotus, Quattro-
pro, Excel, etc.

Si los datos del laboratorio no están disponibles en versión

electrónica, la tasa de error dentro de la base de datos del
ensayo deberá ser primero evaluada verificando una
selección al azar del 5% de los intervalos de cada
perforación. Estos deberán ser verificados con una copia
completamente legible (no un facsímile o una copia de mala
calidad) del certificado de ensayos. Si la tasa de error de los
datos a ser utilizados en el modelo de recursos excede cinco
errores por mil entradas (la mitad del 1%) los datos deberán
ser re-ingresados a partir de copias de buena calidad, ambos
juegos de datos verificados usando un programa de base de
datos y todos los errores identificados y corregidos.
Adicionalmente, se deberá hacer una verificación por
separado del 3% superior de los resultados. Si se encuentra
una tasa de error alta entre estos resultados, entonces los
siguientes 3% más altos de los resultados deberán también
ser verificados y corregidos, y así sucesivamente hasta que
la tasa de error esté por debajo del 0.5%.En un proyecto en
proceso que dependa de resultados de ensayos ingresados
manualmente, es aconsejable ingresar, de manera rutinaria,
todos los datos dos veces. Dos personas diferentes deberán
hacerlo de tal manera que la misma persona no ingrese los
mismos datos dos veces. La misma persona probablemente
repetiría el mismo error, por ejemplo, leer un “7” por un “1”.
Se deberán tomar las precauciones necesarias para
asegurar que todos los resultados son efectivamente
ingresados dos veces y no copiados de un archivo al otro, lo
cual anularía el propósito del doble ingreso. Luego, los dos
juegos de resultados ingresados son transferidos en dos
tablas de base de datos, verificados para ver si hay
inconsistencias en los registros, y cada disparidad ubicada
para determinar la entrada correcta y hacer al final una base
de datos libre de errores de ingreso.

9. CONCLUSIONES:

- Aplicando los procedimientos de control y

aseguramiento de la calidad, y el manejo de un
programa adecuado del QA/QC, con protocolos
de trabajo establecidos, con chequeos de la
aplicación de los procedimientos de control
(mapeo, muestreo, logueo, densidad, inserción
 de controles), registro y validación de datos, se
garantizó una buena estimación de recursos y
reservas.

- Se debe resaltar entonces, que aplicando el

QAQC en cada una de la etapa del proceso
geológico, garantizamos una buena data, la cual
permitirá una estimación de recursos confiable.

- El muestreo es una de las actividades más

importantes y necesarias para el Ing. geólogo,
quien en base a los resultados de los ensayes
de las muestras, evalúa si un yacimiento es
económicamente explotable o no, por lo tanto si
las muestras están mal, todo sale mal.

- Todo el personal de Geología debe estar

involucrado con los lineamientos del control y
aseguramiento de la calidad.