1. OBJETO: Describir un conjunto de herramientas para realizar el seguimiento de la validez de los resultados.



Documentos relacionados
D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO

Lic. Mabel A. Fabro INTI Lácteos

CAPÍTULO V DEFINICIÓN DE LOS SISTEMAS DE MEDICIÓN

Validación de los métodos microbiológicos HERRAMIENTAS ESTADISTICAS. Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO

CONTROL DE LOS PROCESOS DE FABRICACIÓN. Introducción a las técnicas de control estadístico de los procesos

INFORME RONDA AÑO 2013 (V.1) SUBPROGRAMA CREATININA EN ORINA.

Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad

Cómo establecer periodos de Calibración. Ing. Francisco Javier Cedillo López

HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS SIMCE

V. GRÁFICOS DE CONTROL POR VARIABLES (2)

LINEALIDAD DE VITAMINA D3. Area. 27 0,06 0,09 0,12 0,15 0,18 0,21 Concentracion (mg/ml)

ÍNDICE CAPITULO UNO CAPITULO DOS. Pág.

CÁLCULO DE SIGNIFICANCIA ESTADÍSTICA PARA RESULTADOS DE LAS PRUEBAS SIMCE

VII.- RESULTADOS Y DISCUSIÓN IDENTIFICACION DE LAS LECHES EN POLVO UTILIZADAS PARA EL ANÁLISIS:

Y = ßo + ß1X + ε. La función de regresión lineal simple es expresado como:

Teoría de la decisión Estadística

Estadística Avanzada y Análisis de Datos

Método Brookfield para el análisis de la viscosidad

Tema 11: Intervalos de confianza.

4 DEFINICIONESY ABREVIATURAS Conformidad: Cumplimiento de un requisito. Corrección: Acción tomada para eliminar una no conformidad detectada.

MEDICIONES DE RESISTENCIA Y POTENCIA DC

Distribuciones muestrales. Distribución muestral de Medias

Medición Multifásica (MM) de Pozos y Corrientes de Flujo. Grupo de Medición de PEP

Capítulo 3: Metrología y Calidad. TEMA 6: Metrología. Sistemas y técnicas de medida para el control de calidad

ENSAYO DE APTITUD0 CALIBRACIÓN DE INSTRUMENTOS DE MEDICIÓN DE TEMPERATURA PRM-02/2009 INFORME FINAL VERSION WEB

GUÍA DE APRENDIZAJE. Módulo VI Seis Sigma. Aprendizaje sin fronteras

Control de calidad del Hormigón

Seminario de Evaluación Estadística de Ensayos de Aptitud por Comparación Interlaboratorio

AUDITORÍAS AS EN LABORATORIOS

Estadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola)

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones

TRABAJO PRÁCTICO ESTADISTICA APLICADA (746)

Control Estadístico de Calidad (Notas de Clases) De acuerdo a Juran y Gryna (1977), calidad es la totalidad de características de un

Determinación del tamaño muestral para calcular la significación del coeficiente de correlación lineal

Distribución Normal Curva Normal distribución gaussiana

La evaluación de la exposición a contaminantes químicos: Sílice

DISTRIBUCIONES DE PROBABILIDAD (RESUMEN)

Lección 4: Osciladores (RSI y MACD)

Introducción a la estadística básica, el diseño de experimentos y la regresión

ESTADÍSTICA INFERENCIAL

Tema Correlación. Correlación. Introducción

SnapStat: Análisis de Una Muestra

Potencia UI/g n VALIDACIÓN MÉTODO ANALÍTICO PARA VITAMINA D3 SENSIBILIDAD LÍMITE DE CUANTIFICACIÓN

PRÁCTICA 1. Mediciones

Departamento Administrativo Nacional de Estadística. Dirección de Censos y Demografía

7. ADMINISTRACIÓN DE LAS ACTIVIDADES DE ANÁLISIS Y DISEÑO. Análisis.- Es la descomposición de un todo en sus partes, para su estudio.

DECISIONES DERIVADAS DEL

Definiciones Diseño de Experimentos: Diseño del Experimento: Replicación o Repetición:

INSTRUCCIONES PARA EL USO DEL SOFTWARE (IS)

V A L U E F4 V A L U E F7 V A L U E F8 El auditor interno de la Casa de Bolsa deberá llevar a cabo cuando menos una vez al año o al cierre de cada eje

CAPITULO III. METODOLOGIA DE LA INVESTIGACION

Medición n del volumen de una gota de agua utilizando un gotero. Kaven Yau Wong

VALIDACIÓN DEL PROGRAMA DE CÁLCULO DEL CALENTADOR SOLAR DE AGUA

Capacidades de Medición y Calibración del Laboratorio de Densidad de Flujo Magnético del CENAM

SISTEMA DE GESTIÓN DE LA CALIDAD

Definiciones generales

El promedio como punto típico de los datos es el valor al rededor del cual se agrupan los demás valores de la variable.

ALVEOGRAFO DE CHOPIN

BENEMÉRITA Y CENTENARIA ESCUELA NORMAL OFICIAL DE GUANAJUATO. Glosario de Términos

FICHA DE EVALUACION - PRACTICA Nro. 3: Mediciones directas e indirectas. Propagación de errores.

VALIDACIÓN DE MÉTODOS MICROBIOLÓGICOS Y BIOLÓGICOS

Análisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA

GESTIÓN DE ACTIVOS Y PASIVOS

TEMA 3: Muestreo. Ing. Jadlyn González Ing. MétodosII (1º -2010)

Tema: TRATAMIENTO DE DATOS

Obtención de Datos. Obtención de Datos. Clasificaciones de estudios. Clasificaciones de estudios

PROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)

Criterios del Registro Federal de Electores en materia de verificación del apoyo ciudadano para la Consulta Popular

TEMA 11. LA FIABILIDAD DE LOS TESTS

Estadística Descriptiva. SESIÓN 12 Medidas de dispersión

Manual de Usuario Tablero de Indicadores Económicos

Técnicas de validación estadística Bondad de ajuste

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016

Técnicas de planeación y control. Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos

Verificación académica independiente: Análisis estadístico de los registros presentados por el Colectivo Yasunidos al CNE

Muestreo y Distribuciones muestrales. 51 SOLUCIONES

DOCUMENTO NORMATIVO. CERTIFICACIÓN DE JAMÓN SERRANO.

Apoyo visual Módulo II Actividad 9. Introducción a los sistemas de medición. Introducción a los sistemas de medición

RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M.

Técnicas de validación estadística Bondad de ajuste

INSTRUCTIVO HOJA DE VIDA DEL INDICADOR

PREGUNTAS FRECUENTES COSO 2013

TÉCNICO SUPERIOR UNIVERSITARIO EN DESARROLLO DE NEGOCIOS ÁREA SERVICIOS POSVENTA AUTOMOTRIZ

Utiliza los números ordinales al resolver problemas planteados de manera oral.

Técnicas de planeación y control

ELABORÓ REVISÓ APROBÓ. Cambios de esta versión

Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte

INDICE Página 1. INTRODUCCIÓN OBJETO Y CAMPO DE APLICACIÓN CARACTERÍSTICAS DE FUNCIONAMIENTO DE LOS MÉTODOS DE ENSAYO...

08/10/ Introducción

ESTADISTICA INFERENCIAL

Control Estadístico de la Calidad. Gráficos de Control. Estadistica Básica

SISTEMA INTEGRADO DE GESTION

Técnicas Cuantitativas para el Management y los Negocios I

TEST DE RAZONAMIENTO empresa

EJERCICIOS RESUELTOS TEMA 7

3. VARIABLES ALEATORIAS

Documento de trabajo Sistema CALIOPE. Base de datos filtrado de observaciones de calidad del aire

Estadistica II Tema 1. Inferencia sobre una población. Curso 2009/10

PROBLEMAS MATEMATICOS EN SEXTO DE EDUCACIÓN PRIMARIA. (2006/2007: Comienzo del curso)

Transcripción:

ASEGURAMIENTO DE LA CALIDAD VERSIÓN 1 JUNIO 2011 Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 1 de 13

1. OBJETO: Describir un conjunto de herramientas para realizar el seguimiento de la validez de los resultados. 2. ALCANCE: Aplicable a ensayos de laboratorio, control de producción. 3. REFERENCIAS: Norma ISO 8258 Shewhart Control Charts. Control Estadístico de la Calidad. Montgomery. Guía de TP Esp. en Ing. en Calidad - UTN Experiencia personal en el laboratorio. 4. DEFINICIONES Y ABREVIATURAS: R: Rango, valor máximo menos valor mínimo. RM: Rango móvil. Valor absoluto de la diferencia entre dos mediciones consecutivas de la misma muestra, usualmente de un día para otro. LI: Límite de intervención, valores fijados por métodos estadísticos contra los cuales se compara una medición, a los efectos de controlar si el proceso se mantiene bajo control. σ: Desvío estándar poblacional. s: Desvío estándar muestral. µ: Media poblacional. x : Promedio Subgrupo: Conjunto de resultados de muestras analizadas conjuntamente. n: Cantidad de muestras en cada subgrupo. Cantidad de replicados (duplicado, triplicado, etc.) m: Cantidad de subgrupos Causas comunes de variación: Son causas de variación del proceso que son difíciles de discriminar y contribuyen a la variación natural del proceso. Causas especiales de variación: Son causas de variación inesperadas u ocasionales que introducen variaciones en los resultados, en general de magnitud relevante. También se las denomina como causas asignables, ya que puede atribuirse una causa, por ejemplo un error de operación, materiales diferentes, etc. ARL: Longitud media de corrida (del inglés Average Run Length). Da el número de resultados a graficar hasta encontrar una señal de descontrol estando el proceso estable. ARL = 1/ p donde p es la probabilidad de encontrar un punto fuera de los límites. Para límites 2 σ, el ARL = 22 y para límites 3 σ, el ARL=370. 5. RESPONSABILIDADES: Analista, de realizar las tareas de verificación, control y medición de acuerdo a lo establecido en este procedimiento. Jefe de Área: Controlar y verificar la aplicación del procedimiento. Responsable de Calidad: Asegurar la participación en ensayos de aptitud y evaluar los resultados. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 2 de 13

6. PROCEDIMIENTO: 6.1. Introducción: El control estadístico de la calidad es una de las principales herramientas utilizadas para mantener bajo control procesos de muy variada estirpe. En nuestro caso, lo usamos para controlar los ensayos que se realizan en el laboratorio. El control de calidad interno se vale de muestras conocidas que se procesan de manera similar al resto de las muestras. De esta manera, se evalúa principalmente la precisión, ya que lo que se controla es la estabilidad del proceso, ya que normalmente se apela a las muestras corrientes, aunque si se tratara de un material de referencia certificado, también serviría para evaluar veracidad y exactitud. Otra manera usual de evaluar precisión es repitiendo muestras ya hechas con anterioridad y comparar los resultados. El control de calidad externo necesita un organizador del ensayo interlaboratorio, que se encargue de preparar las muestras, controlar la homogeneidad y estabilidad de las muestras, y enviarlas a todos los laboratorios participantes. Los resultados son enviados al organizador, el que luego elabora un informe y lo remite a los participantes, los que de esta manera pueden saber como son los resultados en comparación con el resto de los laboratorios. En los ensayos interlaboratorios, se evalúa la veracidad (hay diferentes maneras, según los casos teniendo en cuenta el diseño y las características de la matriz analizada, pueden usarse desde muestras preparadas con valores conocidos, hasta convenir un valor consensuado, usualmente el promedio o la mediana), y también según el diseño del estudio, se puede evaluar precisión (se necesitan al menos dos resultados por laboratorio participante). 6.2. Control de Calidad interno. El control de calidad interno consiste esencialmente en establecer mediante el procedimiento detallado más adelante, los límites de aceptación para las muestras de control. Lo que se hace es medir periódicamente las muestras de control conjuntamente con las muestras incógnitas ensayadas, asumiendo que si las muestras de control dan resultados que están dentro de los límites de aceptación, entonces los resultados de las muestras incógnitas son confiables. En cada técnica analítica se define la metodología y frecuencia de análisis de las muestras de control. 6.2.1. Tipos de Ensayos para el Control de Calidad interno. 6.2.1.1. Ensayos no destructivos. Son ensayos que no consumen la muestra, por lo que la misma porción puede ser analizada muchas veces. Ejemplos de esta metodología son la Resonancia Magnética Nuclear en el Dominio del Tiempo y la Transmitancia y Reflectancia en el Infrarrojo Cercano. Para cada tipo de muestra a analizar, seleccionar cinco muestras. Las muestras deben ser homogéneas, libres de cuerpos extraños y con valores que cubran todo el rango de la calibración. Para el caso de la determinación de humedad, no se recomienda usar muestras húmedas, ya que se degradan rápidamente. Para muestras que serán medidas por RMN, separar porciones de aproximadamente 90 g. Para muestras que serán medidas por NIRT, separar porciones de aproximadamente 500 g. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 3 de 13

Analizar un corte de cada muestra por duplicado utilizando los métodos tradicionales: Kjeldahl para proteínas, Butt para materia grasa, y pérdida por calentamiento para humedad. Para llevar a cabo el control, el analista mide las muestras diariamente y por duplicado, para el procesamiento de datos ver más adelante. Conservar las muestras de oleaginosos en frascos bien cerrados, o también en un tubo de medición tapado, y las muestras de cereales en frascos grandes bien cerrados, se puede agregar un conservante en caso de ser necesario, como ser, naftalina. Las muestras para el control interno duran hasta un año. 6.2.1.2. Otros ensayos. Para los ensayos en los que la muestra quede inutilizada luego del ensayo, es necesario juntar una cantidad de muestra suficiente para desarrollar el control de calidad interno durante el tiempo suficiente, como por ejemplo seis meses. Hay que tener en cuenta que antes que se agote la muestra de control interno, el analista prepara la siguiente, teniendo en cuenta que debe haber un período de superposición de controles cuya duración se estipula en 6.2.2.1. Para cada caso, se estudia la forma de conservación de la muestra. Las muestras de harinas se guardan en bolsas plásticas a 20 C y las muestras de cereales y subproductos se conservan en freezer o a temperatura ambiente, según sea su estabilidad. 6.2.2. Procedimiento para realizar los cálculos de promedio, rango y LI: 6.2.2.1. Caso en que se trabaje con una sola muestra de control (un solo nivel). El analista realiza por lo menos 25 determinaciones en días consecutivos, por simple o por replicado, según sea el esquema de control elegido. Tabla de Constantes para aplicar en los cálculos detallados a continuación: Cálculos: n A 2 D 3 D 4 d 2 2 1.880 --- 3.267 1.128 3 1.023 --- 2.575 1.693 4 0.729 --- 2.282 2.059 5 0.577 --- 2.115 2.326 6 0.483 --- 2.004 2.534 7 0.419 0,076 1,924 2.704 Hasta n=6, D3 se considera igual a cero. a) Para muestras analizadas replicadas Se calcula el promedio y rango de cada subgrupo: x n n x i i= = 1 R = x max xmin Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 4 de 13

Se calculan los límites de control para el rango: LSCR = D4R LCR = R LICR = D3R Luego, se realiza el gráfico para el rango y comprueba que ningún valor de R quede fuera de los límites de control, de ser así, dicho dato se descarta y se calculan nuevamente los límites de control. Se verifica nuevamente que ningún valor de R queda afuera de los límites, y así sucesivamente. No se puede descartar más del 20% de los datos ni que queden menos de 20 datos. Luego se calculan los límites de control del promedio. No se tienen en cuenta los datos descartados anteriormente. Calcular los límites de control para el promedio: LSCx = x + A2 R LCx = x x = 2 LIC x A R Luego, se realiza el gráfico para el promedio y verifica que ningún valor de promedio quede fuera de los límites, caso contrario, se procede de manera similar al caso del rango. Si fuera necesario descartar algún subgrupo, este tampoco se contempla en el gráfico del rango, por lo que se recalculan los límites para el rango y luego se continúa con el promedio. Este método parte de la hipótesis de que el proceso se encuentra en estado de control estadístico (proceso estable y predecible), por lo tanto, si se detectan señales de descontrol, se analizan las causas y se determinan desde qué momento y hasta cuando han estado presentes. Del análisis podría surgir que hay que continuar con la toma de datos. Para los cálculos de los límites no deben tenerse en cuenta los subgrupos que presenten alguna causa especial de variación, ya que se desea es estimar los parámetros del proceso estable. b) Para muestras analizadas por simple: En algunas ocasiones, no se toman subgrupos, sino que se toman valores individuales de una medición (o sea que son subgrupos de una medición cada uno y n=1). En estos casos, se usa una carta de valores individuales y una carta de rango móvil: RM = xi xi 1 Para la carta de control de rangos móviles, se calcula el promedio de los rangos: RM = i= m 1 i= 1 RM m 1 i Para el gráfico de rangos, los límites se calculan de la siguiente manera: LSCRM = 3, 267 RM LCRM = RM LIC = 0 RM Para el gráfico de promedios: LSC = x + 2,659 RM LCx x = x LIC = x 2, 659 RM x Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 5 de 13

6.2.2.2. Caso en que se trabaje con más de una muestra de control (varios niveles) a) Calcular los valores de las muestras de control de la misma manera que en el caso anterior y hacer un gráfico de control para R y Promedio para cada muestra. b) Calcular los promedios para cada muestra. A cada medición, restarle el promedio. De esta manera, se obtienen diferencias, las cuales se encuentran alrededor del valor cero para todas las muestras. A estas diferencias se le calcula el promedio y el rango y se hace el gráfico de control para el promedio y el rango de las diferencias. 6.2.2.3. Gráficos. En el gráfico, utilizar el eje y para la magnitud a medir y el eje x para el tiempo. Trazar sendas líneas horizontales a la altura del promedio, límite superior, límite inferior. También, para el caso del promedio, se pueden agregar líneas a 1/3 por debajo del límite superior y 1/3 por encima del límite inferior. Una vez que se tienen calculados los límites, ya se puede empezar a utilizar las muestras para el control estadístico. Para hacer el control estadístico, conjuntamente con el trabajo de rutina, medir las muestras de control, hacer el cálculo del promedio y el rango o rango móvil y marcar los resultados en los gráficos. Ejemplos: Promedio 169,00 159,00 mm 149,00 139,00 129,00 119,00 0 10 20 30 40 N Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 6 de 13

Rango 60,00 50,00 40,00 30,00 20,00 10,00 0,00 0 10 20 30 40 6.2.2.4. Señales de descontrol: Caso 1: Datos fuera de los límites: Un dato por encima del LSC o por debajo del LIC, en principio señala que hay una causa especial que se encuentra presente y amerita un análisis de la situación. Esto se hace en el momento en que aparece la señal de descontrol. Además de analizar datos individualmente, se puede aprovechar la historia del proceso representada por los datos anteriores, y de esta manera, aumentar la capacidad de detección de las causas especiales de descontrol. Caso 2: Ver la figura siguiente. La aparición de este tipo de tendencia señala la presencia de causas sistemáticas, por ejemplo la variación de temperatura, etc. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 7 de 13

Caso 3: Ver la figura siguiente. Varios puntos consecutivos por encima o debajo de la línea central (7 o más) Caso 4: Ver la figura siguiente. Varios puntos consecutivos todos ascendentes o descendentes (7 o más) Caso 5: Ver la figura siguiente. Dos de tres puntos consecutivos en el mismo tercio exterior pero dentro de los límites. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 8 de 13

Cuando se detecten señales de descontrol (ver 6.2.2.4) se da inicio a un trabajo de ensayo no conforme (debe haber un procedimiento escrito para el tratamiento), y el Responsable designado revisa y analiza las posibles causas y las soluciona, antes de continuar con el trabajo. 6.2.3. Procedimiento para ítems repetidos. Este método consiste en repetir una muestra ya hecha y comparar los resultados. La diferencia entre los resultados debe ser como máximo 2,8 veces el desvío estándar de repetibilidad. Si la repetición del análisis no se realiza en el mismo día, considerar para el cálculo el desvío estándar de repetibilidad intermedia. Estos controles pueden ser con o sin conocimiento del analista, en este último caso, el analista procesa la muestra como si fuera una muestra de rutina. Ejemplos para la aplicación de este control: fase de entrenamiento de analistas, reclamos de clientes. 6.2.4. Correlación de resultados Cuando se observe correlación entre resultados de diferentes análisis de una misma muestra, esta correlación puede ser aprovechada para el control de la calidad de los resultados. En tales casos, el analista verifica si hay correlación entre los datos. Para establecer la correlación, personal técnico del área realiza un diagrama de correlación (ver ejemplo) para establecer la relación entre las variables y las tolerancias. Una vez establecida la correlación, se aplica a las muestras subsiguientes para comprobar si se cumple la relación. En caso que no se cumpla, se deben verificar los resultados. Ejemplo: Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 9 de 13

Gluten vs Proteína 35 Gluten % 30 25 20 15 8,0 9,0 10,0 11,0 12,0 13,0 14,0 Proteina % y = 3,094x - 6,717 R 2 = 0,8098 R=0,90 Desv.Std: 1,62 Correlación= 90% Gluten= 3.094 x Proteína 6.7 Precisión de la estimación= +/- 3.2 (confianza = 95%) 6.2.5) Comparación entre analistas. Precisión. Cada operador analiza una muestra real o sintética, una cantidad n de veces en condiciones de repetibilidad y precisión intermedia. Ambos operadores utilizan el mismo equipamiento, materiales y lotes de reactivos. Los diferentes analistas realizarán las determinaciones en días diferentes, buscando en la medida de lo posible, diferentes condiciones ambientales, equipamiento, materiales y lotes de reactivos. Se calcula la desviación estándar s para cada analista. s = n 1 ( x x) i n 1 2 Se hace un test de Fischer. Calcular el estadístico F : 2 s1 F = s 2 2 donde s 1 y s 2 son las desviaciones estándar de ambos analistas siendo s 1 > s 2. Se compara el valor F obtenido con el valor F de la tabla para un nivel de confianza de 0,95 y n-1 grados de libertad en el numerador y en el denominador. Si el F calculado es menor que el F obtenido de la tabla, se concluye que no hay diferencia significativa entre analistas. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 10 de 13

Si hubiera diferencia significativa, se debe hacer un estudio de causas y eventualmente un reentranamiento del analista que obtuvo mayor desvío estándar. Al margen de lo expresado en el procedimiento Validación y Confirmación de Métodos, es posible obtener una estimación de la precisión intermedia calculando el desvío estándar de todos los resultados de determinaciones hechas por ambos analistas, siempre y cuando la diferencia entre analistas no sea significativa. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 11 de 13

Tabla de Fischer alfa = 0,05 GL Num 1 2 3 4 5 6 7 8 9 10 GL Den 1 161 199 216 225 230 234 237 239 241 242 2 18,5 19,0 19,2 19,2 19,3 19,3 19,4 19,4 19,4 19,4 3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 35 4,12 3,27 2,87 2,64 2,49 2,37 2,29 2,22 2,16 2,11 40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 50 4,03 3,18 2,79 2,56 2,40 2,29 2,20 2,13 2,07 2,03 60 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99 80 3,96 3,11 2,72 2,49 2,33 2,21 2,13 2,06 2,00 1,95 100 3,94 3,09 2,70 2,46 2,31 2,19 2,10 2,03 1,97 1,93 6.3. Control de calidad externo El laboratorio participa en rondas o circuitos de control de calidad externo para asegurar la calidad de sus ensayos. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 12 de 13

6.3.1) Tratamiento de los informes Los proveedores de ensayos de aptitud entregan un informe donde constan los resultados de los laboratorios participantes y los cálculos correspondientes de los diferentes parámetros analizados, como ser: media, mediana, repetibilidad, reproducibilidad, etc. Se verifica si los resultados se encuentran dentro del rango de aceptación. Si no fuese así, se da inicio a un trabajo de ensayo no conforme siguiendo el procedimiento de No Conformidades y Acciones Correctivas. Para los ensayos interlaboratorio que se repitan con frecuencia mayor o igual a 6 meses se realiza una carta de control para detectar tendencias. En caso que se detecten tendencias, se actúa preventivamente según procedimiento de acciones preventivas para evitar un futuro trabajo no conforme. La manera de interpretar los resultados del interlaboratorio es a través de la variable z de la distribución normal. z = ( x x) i s Donde x i es el valor obtenido por el laboratorio. x es la media del circuito. s es el desvío estándar del circuito. Si z está comprendido entre 2 y +2, el resultado es satisfactorio. Si z está comprendido entre 3 y 2 o +3 y +2: el resultado es cuestionable. Si z es menor que 3 o mayor que +3: es resultado es insatisfactorio. Esta interpretación considera una confianza del 95,5% para los resultados satisfactorios, por lo que un resultado cuestionable, tiene una probabilidad de aproximadamente 4,5% de ser correcto, lo que significa que es estadísticamente aceptable que aparezca un valor cuestionable (entre 2 y 3 unidades de desvío estándar) una vez cada 22 resultados aproximadamente. El mismo criterio es aplicable al control de calidad interno. En el caso de los resultados insatisfactorios, la probabilidad de que desde el punto de vista estadístico sean correctos, es del 0.27% para un desvío igual a 3σ. Esta probabilidad, disminuye a medida que z se aleja de 3. 7. Anexos y control de los registros. No Incluído en este ejemplo. Fernando Veyretou Aseguramiento de la Calidad Versión 1 - Página 13 de 13