Baixe o app para aproveitar ainda mais
Prévia do material em texto
QUÍMICA ANALÍTICA ERROS E TRATAMENTO DOS DADOS ANALÍTICOS Prof. Dr. José Eduardo O PROCESSO ANALÍTICO ERROS EM QUÍMICA ANALÍTICA O resultado de uma análise química é antecedido de uma série de etapas de amostragem e manipulação de amostras; MESMO QUÍMICOS ANALÍTICOS EXPERIENTES PODEM COMETER FALHAS PRIMÁRIAS na escolha e execução de um método analítico. Todas as medidas físicas possuem um certo grau de incerteza limitação imposta pelo equipamento (ou análise) usado. Resultado de uma medida experimental incerteza associada, ou seja, um intervalo de confiabilidade chamado erro experimental Erro não significa “engano” em alguma das operações envolvidas no procedimento. As incertezas de medidas não podem ser evitadas, mas elas podem ser minimizadas minimizando os erros. Tipos de Erros Os erros que acompanham uma medida podem ser classificados em duas categorias: 1. Erros determinados ou sistemáticos; 2. Erros indeterminados. Erros determinados ou sistemáticos Possuem um valor definido e, pelo menos em princípio, podem ser medidos e computados no resultado final. São inúmeros os erros determinados e foram classificados em 4 grupos importantes: 1. Erros de método erros inerentes a escolha do método de análise são os mais sérios dos erros determinados, pois são os mais difíceis de serem detectados; 2. Erros operacionais relacionados com as manipulações feitas durante a realização das análises. Ex.: pesagem, filtração, etc.; 3. Erros pessoais provêm da inaptidão de algumas pessoas em fazer certas observações, corretamente. Ex.: mudança de cor do indicador; 4. Erros devidos a instrumentos e reagentes relacionados com a imperfeição dos instrumentos, aparelhos volumétricos e reagentes. Ex.: aparelhos mal calibrados. Erros indeterminados Não possuem valor definido, não são mensuráveis e flutuam de um modo aleatório. Pequenas variações nos resultados, quando a análise é repetida e na ausência de erros determinados. AVALIAÇÃO DE DADOS ANALÍTICOS Em QA é usual o procedimento repetitivo de análise (análises em replicatas); Um resultado baseado em uma única análise, ou medida, não é CONFIÁVEL devido à incerteza resultante de possíveis erros (sistemáticos ou aleatórios) cometidos ao longo do procedimento de análise. AVALIAÇÃO DE DADOS ANALÍTICOS É necessário DISCERNIMENTO para a interpretação correta dos dados obtidos Uso da ESTATÍSTICA no TRATAMENTO DE DADOS CONFIABILIDADE DE DADOS ANALÍTICOS INFELIZMENTE, não existe nenhum método simples e amplamente aplicável para a determinação da CONFIABILIDADE de um dado com ABSOLUTA CERTEZA. Mesmo nos laboratórios mais modernos, NÃO se pode ter certeza se o DADO obtido experimentalmente expressa um RESULTADO VÁLIDO devido a FATORES NÃO CONTROLÁVEIS E INEVITÁVEIS, inerentes das leis naturais. AVALIAÇÃO DE DADOS ANALÍTICOS O uso da ESTATÍSTICA na análise dos DADOS EXPERIMENTAIS é de extrema importância para que um resultado analítico possua uma CONFIABILIDADE ACEITÁVEL. AVALIAÇÃO DE DADOS ANALÍTICOS A CONFIABILIDADE necessária para um resultado justifica o esforço extra requerido para que análises em replicatas sejam realizadas, uma vez que os resultados individuais de um conjunto de medidas raramente são iguais. AVALIAÇÃO DE DADOS ANALÍTICOS As variações dos resultados ao redor da média permitem verificar os erros e as incertezas analíticas, inerentes de todo o procedimento experimental para assegurar a precisão e a exatidão dos resultados de uma análise. Algarismos significativos Necessários para expressar o valor de uma dada grandeza determinada experimentalmente. Valores podem ser obtidos: Diretamente exemplo: massa, volume, etc; Indiretamente exemplo: concentração, etc. Algarismos significativos dígitos que representam um resultado experimental, sendo que o último algarismo é duvidoso. O número de algarismos significativos expressa a precisão de uma medida. Exemplo: 1. Balança analítica: m = 11, 1213 g erro 0,0001 g 2. Balança semi-analítica: m= 11,12 g erro 0,01 g A precisão da medida é maior na balança analítica. O número de algarismos significativas não depende do número de casas decimais. Ex.: m = 15,1321 g m = 15132,1 mg Algarismos significativos do resultado de um cálculo Adição e Subtração Quando duas ou mais quantidades são adicionadas e/ou subtraídas, a soma ou diferença deverá conter tantas casas decimais quantas existirem no componente com o menor número delas. Multiplicação e Divisão O resultado deverá conter tantos algarismos significativos quantos expressos no componente com menor número de algarismos significativos. CARACTERIZAÇÃO DE MEDIDAS E RESULTADOS MEDIDAS DE TENDÊNCIA CENTRAL (Média e mediana) MEDIDAS DE DISPERSÃO (Faixa; Desvio em relação à média; Desvio-padrão; Variância) MEDIDAS DE TENDÊNCIA CENTRAL MÉDIA E MEDIANA Na maioria das vezes o melhor resultado está situado ao redor de um VALOR CENTRAL, definido como média ou mediana MEDIDAS DE TENDÊNCIA CENTRAL MÉDIA Somatória de valores encontrados para uma série finita de N medidas de uma mesma grandeza. XM = (X1 + X2 + X3 + XN) / N EXEMPLO: EXEMPLO: Média MEDIDAS DE TENDÊNCIA CENTRAL MEDIANA É o resultado central quando as réplicas de dados são organizadas de acordo com uma sequência crescente ou decrescente de valores. EXEMPLO: Mediana Para um número par de resultados, a mediana é determinada pela média do par central. CARACTERIZAÇÃO DE MEDIDAS E RESULTADOS MEDIDAS DE DISPERSÃO A média e a mediana fornecem uma estimativa do valor verdadeiro; A dispersão de medidas individuais fornece uma estimativa da variabilidade das medidas individuais em relação à medida da tendência central. MEDIDAS DE DISPERSÃO Maneiras comuns de medidas de dispersão são: •Faixa; •Desvio em relação à média; •Desvio-padrão; •Variância; MEDIDAS DE DISPERSÃO FAIXA É a diferença entre o maior e o menor valor em um conjunto de dados: Faixa = Xmaior – Xmenor Exemplo: Faixa = 3,198 g – 3,056 g = 0,142 g MEDIDAS DE DISPERSÃO DESVIO EM RELAÇÃO À MÉDIA, di Mostra quanto um resultado individual (Xi) difere da média: di = Xi - X MEDIDAS DE DISPERSÃO DESVIO-PADRÃO Descreve a dispersão de medidas individuais ao redor da média: ou CV = DPR x 100% MEDIDAS DE DISPERSÃO VARIÂNCIA É outra maneira comum de medida de dispersão: Variância = s2 ATIVIDADE PARA CASA EXERCÍCIO: Calcular o desvio-padrão, o desvio-padrão relativo, coeficiente de variação e variância para os dados abaixo: ERROS EXPERIMENTAIS A medida da tendência central e a medida da dispersão de um conjunto de dados experimentais sugere duas questões: 1. A medida do valor central coincide com o valor verdadeiro ou esperado? 2. Porque os dados dispersam-se ao redor de um valor central? ERROS EM DADOS EXPERIMENTAIS O erro em resultados analíticos pode ser caracterizado através da Exatidão e da PrecisãoERROS associados com a tendência central refletem na EXATIDÃO da análise; ERROS associados com a dispersão refletem na PRECISÃO da análise. CARACTERIZAÇÃO DE ERROS EXPERIMENTAIS EXATIDÃO A exatidão representa o grau de concordância entre os resultados individuais, obtidos em um determinado ensaio, e um valor de referência (μ) aceito como verdadeiro. EXATIDÃO A exatidão é normalmente expressa como: CARACTERIZAÇÃO DE ERROS EXPERIMENTAIS PRECISÃO A precisão de um resultado é a avaliação da proximidade dos dados obtidos nos testes feitos em replicatas. PRECISÃO A precisão de um conjunto de dados de réplicas pode ser expressa como: desvio-padrão (s); Desvio-padrão relativo (DPR); Coeficiente de variação (CV); Variância (s2) PRECISÃO ANALÍTICA A precisão é comumente dividida em duas categorias repetibilidade e reprodutibilidade. REPETIBILIDADE é a CONCORDÂNCIA entre os resultados de medidas repetidas de um mesmo método, efetuadas sob as mesmas condições. REPRODUTIBILIDADE é o grau de CONCORDÂNCIA entre os resultados de ensaios realizados com uma mesma amostra em diferentes laboratórios EXEMPLO: EFEITO DA PRECISÃO Figura – Duas determinações da concentração de K+ em sangue, mostrando o efeito da precisão. Os dados em (a) são menos dispersos e, portanto, mais precisos que os dados em (b) Figura – Ilustração da diferença entre precisão e exatidão.
Compartilhar