EVALUACION DE RESULTADOS INTRA-LABORATORIO. EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010

Documentos relacionados
Cursos: Jorge Mendoza Illescas Nombre del programa o curso Temas principales del programa o curso Duración del curso en horas Conceptos básicos

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.

HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS

Optimizar recursos y asegurar cumplimiento metrológico Buenos Aires 23 de Octubre de 2015

5.9 Aseguramiento de la calidad de los resultados de ensayo y/o calibración

LABORATORIO NACIONAL DE TEMPERATURA DE CHILE

OTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON

DÍA A INTERNACIONAL DE LA METROLOGÍA: MEDICIONES PARA LA SEGURIDAD

ELABORACIÓN DE CARTAS DE CONTROL X BARRA S EN EL LABORATORIO DE METROLOGÍA DE VARIABLES ELÉCTRICAS DE LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA

Protocolo de la Comparación DM-LH-001. Calibración de un Higrómetro de Indicación Digital con sensor capacitivo

IMPORTANCIA DE LOS ENSAYOS DE APTITUD TRATAMIENTO ESTADÍSTICO DE LOS RESULTADOS

Describir los requisitos de la ONA referentes a la Trazabilidad e Incertidumbre de las mediciones.

ENSAYO DE APTITUD CALIBRACIÓN DE MEDIDAS DE CAPACIDAD PRM-25/2012 INFORME FINAL VERSION WEB

"Intercomparaciones y Ensayos de Aptitud"

ENSAYOS DE INTERCOMPARACIÓN-PROFICIENCY TESTS

ENSAYOS DE APTITUD requisitos, tipos y aplicaciones

Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:

Diplomado de Metrología 2016

08/10/ Introducción

3.1. Administración de la medición y de la información estratégica:

Conceptos básicos de metrología

Teorema Central del Límite (1)

PROYECTO GRUPAL. GUIA DE LA ACTIVIDAD DE TRABAJO COLABORATIVO Muestreo y Estimación de Parámetros METODOLOGÍA. Procedimiento:

ENSAYOS DE APTITUD Requisitos para Laboratorios y Proveedores

OGA-GEC-014. Política sobre Ensayos de Aptitud

IMPORTANCIA DE LA METROLOGÍA EN LA CALIDAD DE LOS ALIMENTOS. Laura Regalado Contreras Metrología de materiales orgánicos 20 de mayo de 2011

TÉCNICO SUPERIOR UNIVERSITARIO EN MECATRÓNICA ÁREA AUTOMATIZACIÓN

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016

ENSAYO DE APTITUD EN MEDICIÓN DEL NÚMERO DE DUREZA. POR EL MÉTODO ROCKWELL (ESCALA C HRC)

La Infraestructura de la Calidad como soporte a la Acreditación de Laboratorios Clínicos

ENSAYOS DE APTITUD PARA ORGANISMOS DE INSPECCIÓN

INDICE UNE-EN ISO/IEC

Procedimientos Analíticos NIA 520

UNIDAD 7 Medidas de dispersión

EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.

La desviación típica y otras medidas de dispersión

ISO y los Sistemas de Gestión de la Inocuidad Alimentaria

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

Método de Análisis del Riesgo (Estudio del Calibrador Atributos)

PATRONES DE DISTRIBUCIÓN ESPACIAL

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

TERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO

REGLAMENTO DE LABORATORIOS DE ENSAYO Y CALIBRACIÓN

ENSAYOS DE APTITUD

Como el el signo y valor de la la "Incertidumbre de la la medida" son. desconocidos debemos intentar cuantificar el el valor de incertidumbre.

Verificación de Técnicas Analíticas Caso de Aplicación

TÉCNICO SUPERIOR UNIVERSITARIO EN MECATRÓNICA ÁREA AUTOMATIZACIÓN EN COMPETENCIAS PROFESIONALES ASIGNATURA DE INSTRUMENTACIÓN INDUSTRIAL

Procedimiento específico: PEC16 CALIBRACIÓN DE TERMOHIGRÓMETROS. Copia No Controlada. Instituto Nacional de Tecnología Industrial

UNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE QUÍMICA ( Revisado: 16/agosto/ 2007

Teoría de la decisión

ADMINISTRACION DE OPERACIONES

Scientia et Technica Año XIII, No 35, Agosto de Universidad Tecnológica de Pereira. ISSN

Desempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos

Examen de Grado Sección de Econometría Agosto y se obtienen los siguientes resultados. Observe que parte de la información ha sido omitida.

El determinante de una matriz se escribe como. Para una matriz, el valor se calcula como:

Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.

9.3 GLOSARIO DE TÉRMINOS

CATALOGO DE CURSOS DE CAPACITACIÓN

Tema 5. Muestreo y distribuciones muestrales

Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar

Ejercicio 1(10 puntos)

Tema 6. Variables aleatorias continuas

PROCESO DE IMPLEMENTACIÓN DE LA NORMA TÉCNICA DE ENSAYOS ISO/IEC 17025

Página 1 de 11. Apartado 7.9: Filtro de partículas Se incluye este apartado sobre el filtro interno de partículas del analizador.

Tema 2. Descripción Conjunta de Varias Variables

GRAFICOS DE CONTROL DATOS TIPO VARIABLES

CARACTERIZACIÓN DE ESTABILIDAD Y GRADIENTES PARA HORNO DE BLOQUE: SEGÚN GUÍA TÉCNICA PERTENECIENTE A CENAM.

Pruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016

Prueba Integral Lapso /6

En escenarios de incertidumbre: Medir para tomar decisiones.

Guía para la evaluación de la incertidumbre en pruebas de MMC ISO TS 23165:2005 (E) Guide to the evaluation of CMM test uncertainty

Primera ronda de pruebas de aptitud interlaboratorial en pruebas al concreto en Costa Rica

Servicio de calibraciones en planta

Àrea: Temperatura METAS, S.A. DE C. V.

SEGUNDO PROGRAMA DE FORMACIÓN: ADMINISTRADORES DEL SISTEMA DE GESTIÓN DE LA CALIDAD BAJO NORMA ISO / IEC 17025:2005

Validación de los métodos microbiológicos CARACTERISTICAS DE LOS RESULTADOS DE MEDICION DE METODOS MICROBIOLOGICOS

Medidas de tendencia central y dispersión

ISO 9001 Auditing Practices Group Guidance on:

Análisis de. Análisis de. Decisiones:

PROCESOS INDUSTRIALES

Criterios para evaluar la siembra de precisión

Cálculo de incertidumbres en un. sistema de calibración de termopares. Nota de aplicación

ESTRATEGIAS PARA EL CÁLCULO DE LA INCERTIDUMBRE

Tema 4: Probabilidad y Teoría de Muestras

ANÁLISIS CUANTITATIVO POR WDFRX

Avances y Perspectivas de la Metrología. José Dajes Castro

TRATAMIENTO DE PUNTAJES

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

EJERCICIOS RESUELTOS TEMA 7

Cantidad de producto en preempacados. Presentador: Lic. Douglas Arias Molina Laboratorio Costarricense de Metrología

en Enfermería del Trabajo

Exactitud y Linearidad del Calibrador

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

4. Regresión Lineal Simple

1. DATOS INFORMATIVOS:

Procedimiento para la Determinación del Error del Indicador de Termómetros de Indicación Digital con Termopar y/o Pt-100 como Sensor

Cómo puedo aumentar la confianza en un organismo de inspección? Necesitan certificación según ISO 9001 o acreditación según ISO/IEC 17020?

El rango de un conjunto de números es la diferencia entre el número mayor y el menor del conjunto.

Gestión de calidad. Gestión de calidad eficiente en un entorno regulado

MEDIDAS DE TENDENCIA CENTRAL

Transcripción:

EVALUACION DE RESULTADOS INTRA-LABORATORIO EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010 1

EVALUACION DE RESULTADOS INTRA-LABORATORIO INTRODUCCION La norma ISO 17025:2005 General requirements for the Competence of Testing and Calibration Laboratories en el capitulo 5 Requisitos Técnicos,acápite 5.1.1 indica que : Muchos factores determinan si los ensayos y calibraciones realizadas por un laboratorio son correctos y confiables. 2

Estos factores incluyen contribuciones de : Factores humanos. Instalaciones y Condiciones Ambientales. Métodos de Ensayos y Calibración n así como validación n de métodos. m Equipos. Trazabilidad de la medición. Manipulación n de los objetos a ensayar y calibrar. 3

Todos estos factores contribuyen en diferentes proporciones e intensidades a la incertidumbre total de la medición n y difieren considerablemente entre los diversos tipos de ensayos y calibraciones. Obtenido el resultado final y calculada su incertidumbre asociada, aún a n si se considera que se está cumpliendo con todos los requisitos técnicos t y metrológicos es necesario asegurar la calidad de los resultados. 4

En efecto, el capítulo 5.9 de la misma norma ISO 17025:2005 sobre Aseguramiento de la calidad de los resultados de ensayo y calibración señala que : el laboratorio debe tener procedimientos de control de la calidad para monitorear la validez de los ensayos y calibraciones realizadas. Este monitoreo puede incluir lo siguiente: A). B) Participación n en programas de comparaciones interlaboratorios o de ensayos de aptitud 5

C) Repetición n de los ensayos o calibraciones usando el mismo método m u otro diferente. D) Reensayo o recalibración n de los objetos retenidos. En todos los casos típicamente t se debe comparar si el resultado x 1 con incertidumbre asociada U 1 es, o no es, compatible con el resultado x 2 con incertidumbre asociada U 2 6

- En el caso de comparaciones interlaboratorios, la comparación n puede hacerse a través s del llamado índice de compatibilidad E n : E n x U 1 2 1 x 2 U 2 2...(1) Si E n es menor o igual que 1 se considera que los resultados son compatibles Si E n es mayor que 1 se considera que los resultados NO son compatibles 7

Sin embargo si ambos resultados son producidos en el mismo laboratorio como son los casos C) y D) mencionados arriba o para el importante caso de comparar los resultados de dos analistas del mismo laboratorio en general NO es aceptable aplicar la misma fórmula f (1) para el índice de compatibilidad. 8

POR QUE NO ES ACEPTABLE? La razón n es que típicamente t cuando se producen dos resultados en el mismo laboratorio hay muchos factores que son comunes como por ejemplo, las magnitudes de influencia en las condiciones ambientales (temperatura, humedad relativa, presión, alimentación n eléctrica, etc. ), equipos e instrumentos de medición n comunes, métodos y procedimientos de calibración comunes, etc. Al haber varios factores de influencia que son comunes los resultados están, casi 9 generalmente, altamente correlacionados.

Por lo tanto al calcular la incertidumbre combinada de la diferencia Ix 1 - x 2 I no puede despreciarse esta correlación n y por lo tanto dicha incertidumbre combinada ya no es simplemente la raíz z cuadrada de : 2 U U 1 2 2 Sino que habría a que añadir a adir el término t que tiene en cuenta esta alta correlación 10

Calcular este término t de la notable correlación n existente, muchas veces no es fácil, además s típicamente t no es un término positivo sino mas bien negativo lo cual es lógico l ya que al haber varios factores comunes los dos resultados x 1 ; x 2 deberían tender a parecerse más m entre si y por lo tanto la diferencia entre ellos debería a ser más m s pequeña a y la incertidumbre de la diferencia debería ser correspondientemente más m s pequeña.

Por otro lado la comparación n entre los resultados de dos analistas del mismo laboratorio puede ser tan importante como para determinar la competencia técnica de los mismos. En efecto, la norma ISO 17025:2005 en su acápite 5.2.1 indica que : 12

La dirección n del laboratorio debe ASEGURAR LA COMPETENCIA TECNICA DE TODOS LOS QUE OPERAN EQUIPOS ESPECIFICOS, REALIZAN ENSAYOS Y/O CALIBRACIONES, EVALUAN LOS RESULTADOS Y FIRMAN LOS INFORMES DE ENSAYO Y CERTIIFICADOS DE CALIBRACION.. El personal debe estar calificado sobre la base de una apropiada HABILIDAD DEMOSTRADA.. Cómo puede el laboratorio ASEGURAR LA COMPETENCIA TECNICA DE TODO ese personal? Cómo puede demostrarse objetivamente esa competencia técnica t y esa habilidad? 13

Una buena manera es justamente comparando apropiadamente sus resultados intralaboratorio. El criterio que se propone puede ser aplicable si el laboratorio ya puede confiar en que al menos uno de sus analistas tiene dicha competencia, posiblemente porque es el analista de mayor experiencia y habilidad y es el analista que participó haciendo las mediciones en una comparación n interlaboratorios en la cual el laboratorio ha participado con éxito. Denotemos por comodidad a ese analista como el analista 1 y su resultado como x 1 y su incertidumbre como U 1 14

Cuando se desea saber si otro analista cualquiera, llamémosle mosle el analista 2, tiene competencia técnica, una forma de demostrarlo objetivamente es comparando los resultados e incertidumbres del analista 2 con los del analista 1. Si se demuestra que los resultados son metrológicamente compatibles, esto es una evidencia objetiva de que el analista 2 da resultados compatibles con los del analista 1 y por lo tanto que también n puede confiarse en la competencia técnica t del analista 2. 15

Solo una vez que la competencia técnica t del analista 2 ha sido demostrada objetivamente la dirección n del laboratorio debería a emitir la autorización n formal a dicho analista 2 para hacer ese tipo de ensayos o calibraciones, tal como se dice en el acápite 5.2.5 de la norma ISO 17025: La dirección n del laboratorio debe autorizar personal específico para realizar tipos particulares de muestreos, ensayos y/o calibraciones particulares, emitir informes de ensayos y certificados de calibración, dar opiniones e interpretaciones y manejar tipos particulares de equipos. 16

El laboratorio debe mantener registros pertinentes de las autorizaciones, de la competencia técnicat cnica habilidades de todo el personal técnico t incluyendo el personal contratado. Esta información n debe estar fácilmente disponible y debe incluir la fecha en la cual se CONFIRMO la autorización n y/o la COMPETENCIA TECNICA 17

Volvamos entonces al problema de cómo c calcular adecuadamente un índice de compatibilidad entre dos resultados altamente correlacionados, es decir: Si el resultado x 1 con incertidumbre asociada U 1 es, o no es, compatible con el resultado x 2 con incertidumbre asociada U 2, estando x 1 y x 2 altamente correlacionados 18

Dado que evaluar el término t de correlación n no es fácil entonces para evaluar la compatibilidad de ambos resultados se propone el siguiente criterio: 19

CRITERIO PROPUESTO PARA LA COMPATIBILIDAD ENTRE DOS RESULTADOS INTRA- LABORATORIO 20

A continuación n por comodidad se tratará el caso de dos analistas 1 y 2 pero el criterio es igualmente aplicable a cualquier par de resultados 1 y 2 del mismo laboratorio para los cuales se desea saber si son compatibles o no. En particular es aplicable a los dos casos c) y d) que menciona la norma ISO 17025 en su capitulo 5.9 : c) Repetición n de los ensayos o calibraciones usando el mismo método m u otro diferente. d) Reensayo o recalibración n de los objetos retenidos. 21

CRITERIO PROPUESTO Un analista 1 efectúa a n 1 veces el mismo ensayo o calibración n y obtiene n 1 resultados (por ejemplo n 1 = 4 veces). Denotemos el promedio de sus n 1 resultados como x 1, y la desviación n estándar de los n 1 resultados como s 1. 22

Similarmente un analista 2 efectúa n 2 veces el mismo ensayo o calibración n y obtiene n 2 resultados (por ejemplo n 2 = 4 veces) ). Denotemos el promedio de sus n 2 resultados como x 2, y la desviación n estándar de los n 2 resultados como s 2. 23

Las desviaciones estándar s 1 y s 2 deberían ser también n suficientemente pequeñas as. En principio se espera que s 1 sea menor que la menor incertidumbre expandida de los n 1 resultados obtenidas por el analista 1 y que s 2 sea menor que la menor incertidumbre expandida de los n 2 resultados obtenidos por el analista 2. 24

Si se considera que la diferencia entre los dos resultados (x 1 x 2 ) se debe esencialmente a la variabilidad aleatoria de las magnitudes de influencia en el curso de la medición entonces podría a aplicarse el criterio de que la diferencia I x 1 x 2 I no debe ser más m s grande que la razonable variación n esperada solo por la variabilidad aleatoria de las magnitudes de influencia en el curso de la medición. 25

Entonces para comparar las repetibilidades de ambos analistas aplicamos el test F de Fisher- Snedecor. Según n el acápite 1.3.5.9 del manual estadístico stico on line del NIST formamos el estadístico stico F dado por: 2 s2 F...(2) 2 s 1 26

Claramente se observa que entre más m parecidas sean entre sís las repetibilidades de los dos analistas, es decir entre más m se parezcan entre sís s 1 y s 2 entonces el estadístico stico F será más s cercano a 1. 27

Escojamos la designación n de los analistas 1 y 2, que hasta aquí ha sido arbitraria, de modo que se le asigne el numero 1 al analista que muestra la más m s pequeña a s, por lo que F siempre será mayor o igual que 1. Posiblemente el analista 1 sea el más s experimentado.

El número n de grados de libertad para los resultados 1 y 2 son respectivamente: n 1 1 2 n2 1...(3) 1...(4) 29

Escojamos un nivel de significancia adecuado para el test F. Es muy usual adoptar un nivel de significancia del 95%, por lo que en las tablas de la distribución F (o usando las herramientas estadísticas sticas del Excel que lo da directamente) puede verse que para un nivel de significancia del 95 % con v 1 y v 2 grados de libertad en el numerador se tiene un valor dado que llamamos el F critico 30

En el caso del ejemplo dado, para 3 grados de libertad en el denominador y 3 grados de libertad en el numerador, con un nivel de significancia del 95% se tiene : F critico = 9,2766 31

por lo que s 2 no puede ser mayor que: F crítico 9,2766 3,046 veces la desviación n estándar de s 1. 32

La desviación n estándar ponderada de los dos resultados está dada por: s p 2 1 1s 1 2s 2 2 2...(5)

Denotamos como E t el coeficiente de compatibilidad para los resultados de los dos analistas. Según n se deduce del acápite 1.3.5.3 del manual estadístico stico on line del NIST; E t está dado por: x1 x2 Et...(6) t s / n 1/ n critico p 1 1 2 donde t critico es el valor que se obtiene en las tablas de la distribución n t de Student para un nivel de probabilidad escogido ( típicamente t 95 % ) y para (v 1 +v 2 ) grados de libertad. 34

Para el caso del ejemplo se tienen (3+3) = 6 grados de libertad y para un 95% de probabilidad, entonces el valor de t critico es 2,45. Esto puede verse también n en la tabla G.2 de la Guía a de Incertidumbre (GUM). 35

Si E t es menor o igual que 1 se concluye que no hay diferencia estadísticamente sticamente significativa entre los resultados del analista 1 con los resultados del analista 2 y por lo tanto sus resultados son compatibles. Si E t es mayor que 1 se concluye que sís hay diferencia estadísticamente sticamente significativa entre los resultados del analista 1 con los resultados del analista 2 y por lo tanto sus resultados NO son compatibles. 36

EJEMPLO 37

SU ATENCION!! 38