Baixe o app para aproveitar ainda mais
Prévia do material em texto
139 QUÍMICA ANALÍTICA Unidade III 7 EXPRESSÃO DOS RESULTADOS ANALÍTICOS Todo ensaio está sujeito a falhas, como amostragem não representativa, inadequação no processo de limpeza das vidrarias, escolha errada do grau de pureza dos reagentes ou escolha inadequada do método analítico. O erro em resultados analíticos pode ser caracterizado pela exatidão e pela precisão. O uso da estatística na análise dos dados experimentais é de extrema importância para que um resultado analítico possua uma confiabilidade aceitável. Químicos analíticos fazem distinção entre erro e incerteza: erro é a diferença entre uma medida (ou um resultado) e seu valor verdadeiro (medida de uma variação); já a incerteza expressa a faixa de valores possíveis que uma medida (ou um resultado) pode apresentar. A exatidão representa o grau de concordância entre os resultados individuais, obtidos em um determinado ensaio, e um valor (µ) aceito como verdadeiro. A precisão de um resultado é a avaliação da proximidade dos dados obtidos nos testes feitos em replicatas (várias vezes). A precisão de um conjunto de réplicas pode ser expressa como desvio-padrão (s), desvio-padrão relativo (DPR) ou coeficiente de variação (CV). A precisão é comumente dividida em duas categorias: • Repetitividade: concordância entre os resultados de um mesmo método efetuado sob as mesmas condições. • Reprodutibilidade: grau de concordância entre os resultados de ensaios realizados com a mesma amostra em diferentes condições. A comprovação da repetitividade e da reprodutividade de um método analítico é requisito obrigatório para a Anvisa. A) C)B) D) Figura 64 – Exatidão e precisão 140 Unidade III Saiba mais Para saber mais sobre a validação de métodos analíticos, acesse: AGÊNCIA NACIONAL DE VIGILÂNCIA SANITÁRIA (ANVISA). Resolução da Diretoria Colegiada – RDC n. 166, de 24 de julho de 2017. Dispõe sobre a validação de métodos analíticos e dá outras providências. Brasília, 2017. Disponível em: http://portal.anvisa.gov.br/documents/10181/2721567/ RDC_166_2017_COMP.pdf/d5fb92b3-6c6b-4130-8670-4e3263763401. Acesso em: 23 abr. 2020. 7.1 Erros de medição Um trabalho experimental pode ser afetado, no mínimo, por três tipos de erros: erro grosseiro; erro aleatório, também chamado de indeterminado; e erro sistemático, também chamado de erro determinado. Erro grosseiro É um erro ocasional e pode ser evitado. Normalmente, é responsável por resultados absurdos ou discrepantes em relação ao valor central ou valor verdadeiro. São exemplos: • Perda de um precipitado, transferências não quantitativas, balões preenchidos acima da linha do menisco. • Uso indevido de pipetas em transferências quantitativas, como pipetar 0,5 mL com pipeta de 5 mL. Um analista de controle de qualidade deve ser treinado para não cometer erros grosseiros, pois são inaceitáveis, e afetam a exatidão e a precisão dos resultados. Erro aleatório (indeterminado) Não possui valor definido, não é mensurável e flutua de modo aleatório. O efeito cumulativo das incertezas individuais faz com que as réplicas de medidas flutuem aleatoriamente em torno da média do conjunto de dados (provoca a dispersão dos resultados ao redor do valor central, média ou mediana). São erros decorrentes de causas comuns ou aleatórias, que são causas das quais não temos controle, como: flutuação da voltagem da rede elétrica (que afeta os aparelhos elétricos, como balança e outros equipamentos), variação de temperatura ambiente etc. Os erros aleatórios afetam a precisão, causando a incerteza do resultado. Erros aleatórios não podem ser eliminados, mas podem e devem ser minimizados. A minimização é feita aumentando o número de repetições, o que permite aumentar a precisão, reduzindo o erro padrão da média e a incerteza. 141 QUÍMICA ANALÍTICA Todas as medidas contêm erros aleatórios. Erros aleatórios jamais podem ser totalmente eliminados e são, normalmente, a maior fonte de incertezas em uma determinação. Podem ser estimados por uma medida apropriada da dispersão, normalmente, pelo cálculo do desvio-padrão (s). O desvio-padrão mede como os dados estão agrupados em torno da média. Quanto menor for o desvio-padrão, mais próximo os dados estarão agrupados em torno da média. Um experimento que produz um pequeno desvio-padrão é mais preciso do que um que produz um grande desvio-padrão. De acordo com a RDC 166, de 2017, que estabelece requisitos para validar métodos analíticos, temos: Art. 35. A precisão deve ser demonstrada pela dispersão dos resultados, calculando-se o desvio-padrão relativo (DPR) da série de medições conforme a fórmula DPR=(DP/CMD)X100, em que DP é o desvio-padrão e CMD, a concentração média determinada (ANVISA, 2017). Observação Maior precisão não implica, necessariamente, maior exatidão. Cálculo do desvio-padrão (s) Embora a indústria farmacêutica seja altamente informatizada, é necessário saber como chegar aos resultados finais de uma avaliação de precisão de um método analítico, uma vez que as máquinas também estão sujeitas a erros. Aplicando-se a fórmula a seguir: Desvio padr o s Xi X N – ( ) ( ) ã = − − Σ 2 1 Onde Xi é o valor obtido em cada análise: X é a média aritmética N é o número de ensaios O desvio-padrão (s) pode ser expresso em termos de porcentagem. Se expresso em porcentagem, é denominado desvio-padrão relativo (DPR), que pode ser chamado também de coeficiente de variação (CV). DPR ou CV s X = .100 O desvio-padrão deve ter o mesmo número de casas decimais da média aritmética. 142 Unidade III Exemplo de aplicação Exemplo 1 – cálculo de desvio-padrão (s) Um analista encontrou os seguintes resultados, após quatro determinações de uma amostra de cobre em um material de referência (certificado) cujo rótulo apresentava um valor de 15,00%: Cu (%) : 15,42 ; 15,51 ; 15,52 ; 15,53 Calcule, para esta análise: a) A média aritmética. b) O desvio-padrão (s) ou (DP). c) O valor de DPR ou CV. Duas casas decimais para cada dado no enunciado; logo, a média deve ter apenas duas casas decimais. A Anvisa adota a abreviação de desvio-padrão como (DP), e não como (s), em seus documentos de validação de metodologia analítica. Resolução a) Calcular a média X =: 15,42 + 15,51 + 15,52+ 15,53 = 61,98 = 15,495 = 15,50% 4 4 Arredondar, conforme determinação da Anvisa Média(X) = 15,50% Regras de arredondamento: se o último número for maior ou igual a 5, aumentar em uma unidade o número a ser mantido. Exemplos: Para um arredondamento com apenas 2 casas decimais: 15,495% = 15,50% Para um arredondamento com apenas 3 casas decimais: 0,0327 g = 0,033 g 143 QUÍMICA ANALÍTICA Se o último número for menor que 5, eliminar a última casa: 3,0012 mL = 3,001 mL Se último número for maior ou igual a 5, aumentar em uma unidade o número a ser mantido. Para um arredondamento com apenas 3 casas decimais, temos: 2,9215 g = 2,922 Não se esquecer de colocar as unidades ao final de cada operação. A média e o desvio-padrão devem ter a mesma unidade. b) Montar tabela Tabela 15 N Xi Xi- X ( Xi-X ) 2 1 15,42 15,42-15,50 = - 0,08 (- 0,08)2= 0,0064 2 15,51 15,51-15,50 = - 0,01 (- 0,01)2= 0,0001 3 15,52 15,52-15,50 = 0,02 (0,02)2 = 0,0004 4 15,53 15,53-15,50 = 0,03 (0,03)2 = 0,0009 c) Efetuar a somatória dos quadrados (xi- X) 2 Σ = 0,0064 + 0,0001 + 0,0004 + 0,0009 = 0,0078 Não arredondar a somatória dos quadrados. d) Aplicar a fórmula para o desvio-padrão s s s = − = = 0 0078 4 1 0 0078 3 0 0026 , , , Desvio-padrão (s) = 0,05% Para este exemplo, são duas casas decimais para o desvio-padrão. Arredondar somente ao final de cada operação, ao final da conta. Logo, o valor do teor de cobre será: 144 Unidade III (Cu%) = 15,50 ± 0,05 Ou seja, o valor provável está entre 15,50 – 0,05 = 15,45% e 15,50 + 0,05 = 15,55%, levando-se em conta os erros aleatórios ao experimento. Se houver a necessidade em expressar os resultados em porcentagem, recorrer ao cálculo de DPR. Calculando o DPR paraessa análise, tem-se: DPR ou CV = =0 05 100 15 5 0 3 , . , , % DRP e CV expressam o mesmo valor, ou seja, desvio-padrão relativo e coeficiente de variação são equivalentes. Uma casa decimal é suficiente para expressar o DPR. Cada laboratório de análise deve estabelecer um critério de aprovação e estabelecer limites de variação dos resultados em função da média. No caso de validação de metodologia analítica, a Anvisa preconiza na RDC 166 de 2017 limites de aceitação de DPR relativos à precisão dos métodos utilizados. Veja a tabela a seguir: Tabela 16 – Valores de DPR de acordo com a concentração do analito na amostra para fins de avaliação da precisão do método Analito, % Fração Mássica (C) Unidade DPR, % 100 1 100% 1,3 10 10-1 10% 2 1 10-2 1% 2,7 0,1 10-3 0,1% 3,7 0,01 10-4 100 ppm (mg/kg) 5,3 0,001 10-5 10 ppm (mg/kg) 7,3 0,0001 10-6 1 ppm (mg/kg) 11 0,00001 10-7 100 ppb (µg/kg) 15 0,000001 10-8 10 ppb (µg/kg) 21 0,0000001 10-9 1 ppb (µg/kg) 30 Fonte: Validação… (s.d.). Erros sistemáticos (determinados) São decorrentes de causas especiais, como contaminação de reagentes, descalibração de um equipamento ou defeito no controlador de temperatura de uma estufa. Afetam a exatidão. Fazem com que a média de um conjunto de dados se afaste do valor verdadeiro (aceito). Os erros sistemáticos são 145 QUÍMICA ANALÍTICA causas que podem ser identificadas e eliminadas. Ao contrário dos erros aleatórios, os erros sistemáticos podem ser corrigidos ou eliminados. A exatidão de uma medida está relacionada com o verdadeiro erro da medida, isto é, o quanto o valor medido se afasta do valor tomado como referência. Quando o erro está dentro de certos limites, diz-se que a medida é exata. De acordo com Skoog et al. (2006), a melhor maneira de estimar a tendência de um método analítico é pela análise de materiais de referência padrão, ou seja, materiais que contêm um ou mais analitos em níveis de concentração conhecidos. Os materiais de referência padrão são obtidos de várias formas. Esse tipo de erro é normalmente expresso como erro absoluto (Ea) ou erro relativo (Er). Ea X Xv Er Ea Xv X m dia Xv valor verdadeiro = − = = = é O valor verdadeiro (Xv) pode ser proveniente de um material de referência padrão ou de um outro método analítico validado. Exemplo de cálculo do erro absoluto e relativo Utilizando os dados do Exemplo 1 do “Exemplo de aplicação” anterior, é possível calcular o erro absoluto e o erro relativo associados a essa análise e, dessa maneira, estimar a exatidão do método analítico. Cálculo do erro absoluto: Ea = X - Xv Onde: X = Média = 15,50% e Xv (ou µ ) o valor verdadeiro = 15,00% Ea = 15,50 - 15,0 Ea = 0,50% Cálculo de erro relativo: 146 Unidade III Er Ea Xv Er Er = = = = 0 50 100 15 00 3 3 , . , , % Expressar os resultados, média e desvio-padrão indicando a unidade de medida. Se o dado for porcentagem, em porcentagem; se for grama, em grama etc. Expressar os resultados do desvio-padrão relativo ou CV e erro relativo sempre em porcentagem. O erro absoluto ou o erro relativo podem assumir valores negativos, positivos ou nulos. Um erro negativo indica um erro para menos em relação ao valor verdadeiro (Xv). Um erro positivo indica um erro para mais em relação ao (Xv). Se nulo, indica que não houve erro experimental. Obtenção de materiais de referência padrão Os materiais de referência padrão podem ser preparados por meio de síntese. Quantidades cuidadosamente medidas dos componentes puros de um material são misturadas de forma que produzam uma amostra homogênea, cuja composição seja conhecida a partir das quantidades tomadas. A composição global de um material padrão sintético precisa ser muito próxima da composição da amostra que será analisada. Cuidados extremos precisam ser tomados para garantir que a concentração do analito seja exatamente conhecida. Infelizmente, um padrão sintético pode não revelar interferências inesperadas; assim, a exatidão da determinação pode não ser conhecida. Além disso, essa estratégia muitas vezes não é prática. Os materiais de referência padrão podem ser adquiridos a partir de inúmeras fontes governamentais e industriais. Por exemplo, o Instituto Nacional de Padrões e Tecnologia norte-americano, o NIST (antigo Bureau Nacional de Padrões), oferece mais de 1.300 materiais de referência padrão, incluindo rochas e minerais, misturas de gases, vidros, misturas de hidrocarbonetos, poeira urbana, água de chuva e sedimentos de rios. As substâncias químicas de referência (SQR) utilizadas na indústria farmacêutica são materiais de referência na avaliação da conformidade dos insumos farmacêuticos e dos medicamentos; são requeridas em diferentes farmacopeias e códigos farmacêuticos reconhecidos pela Anvisa, referências de controle de qualidade nacional. O estabelecimento de SQR produzidas no Brasil confere maior agilidade na disponibilização desses produtos, diminuindo custos e facilitando o acesso na aquisição dessas substâncias e, consequentemente, gerando menos dependência externa do país. É da responsabilidade do Instituto Nacional de Controle de Qualidade em Saúde (INCQS) a distribuição oficial das SQR da Farmacopeia Brasileira. As concentrações de um ou mais componentes desses materiais foram determinadas por uma das três maneiras que seguem: 147 QUÍMICA ANALÍTICA • pela análise por meio de um método de referência previamente validado; • pela análise por dois ou mais métodos de medida independentes e confiáveis; • pela análise por intermédio de uma rede de laboratórios cooperados, que são tecnicamente competentes, com um conhecimento completo acerca do material a ser testado. Várias outras casas comerciais também oferecem materiais analisados para testes de métodos. As substâncias químicas de referência farmacopeica (SQF) são substâncias ou misturas de substâncias químicas ou biológicas estabelecidas e distribuídas por compêndios oficiais reconhecidos pela Anvisa. Cabe ao laboratório definir os critérios de exatidão para seus métodos analíticos, atendendo à legislação estabelecida pelo mesmo orgão. O INCQS, além de realizar ensaios e desenvolver tecnologias para avaliação da qualidade de produtos sujeitos à Vigilância Sanitária, oferece, isoladamente ou em parcerias com outras instituições, alguns produtos e serviços: • Participa do estabelecimento e fornece materiais de referência, químicos e biológicos, que funcionam como parâmetros de comparação na identificação, caracterização e/ou atribuição de valores de propriedades para as determinações analíticas, além de ser responsável por sua guarda e fornecimento. • Desenvolve e coordena ensaios de proficiência para fornecer aos laboratórios analíticos brasileiros – incluindo o próprio INCQS – um meio de avaliar a confiabilidade dos resultados que estão produzindo, suplementando os procedimentos internos de controle da qualidade. • Disponibiliza procedimentos operacionais padronizados (POPs) dos seus ensaios de maneira a difundir e facilitar a implantação das metodologias desenvolvidas e validadas pela instituição. Tipos de erros sistemáticos Instrumentais Pipetas, buretas e balões volumétricos podem conter volumes diferentes dos indicados na graduação, sobretudo em função da temperatura. Instrumentos eletrônicos são susceptíveis a variações na voltagem, contatos elétricos, variação na resistência e potenciais padrão. Precisamos considerar que todo instrumento de medida é fonte de erro determinado. Assim pipetas, buretas e balões volumétricos apresentam um volume nominal levemente diferente do valor real. Essa diferença pode ter origem nas imperfeições das paredes internas desses instrumentos. Em se tratando de erros instrumentais, orienta-se a manutenção e calibração periódica de equipamentos e instrumentos analíticos. 148 Unidade III Pessoais Em experimentos que requerem julgamento, como o da posição de um ponteiro entre as divisões de uma escala ou a cor de uma soluçãono ponto de equivalência de uma titulação, as determinações em branco são ótimas para a determinação de alguns erros constantes, cuidado e disciplina do analista. De método Um modelo químico não ideal é responsável por essas fontes de erro. São, entre os três tipos de erros determinados, os mais difíceis de serem controlados, porque é o erro que exige o maior conhecimento por parte do analista ao executar suas tarefas. Somente analistas experientes e com pleno conhecimento da teoria que suporta o método pode ter o melhor controle de erros de método. Porém, não devem ser alterados parâmetros do método que já foi validado e registrado, por exemplo, tomada da amostra, diluição, parâmetros do equipamento etc. Esses erros que têm origem na natureza do método empregado só podem ser controlados a partir do conhecimento de todos os detalhes referentes a ele. Para eliminar esse tipo de erro sugere-se a utilização de diferentes métodos analíticos e amostras analisadas por pessoas diferentes em laboratórios diferentes (mesmo método ou método diferente). Associados a métodos volumétricos Os pontos críticos do método volumétrico normalmente estão nas etapas de determinação da massa, na qual são gerados os erros de pesagens. Esses erros podem ter várias origens, alterações que estão relacionadas ao recipiente de pesagem. Essas alterações podem surgir devido à alteração de massa do recipiente de pesagem, que pode ter origens diferentes, porém é perfeitamente determinada. O recipiente pode absorver umidade do ambiente ou das mãos de quem o manipula. Outra fonte de alteração da massa do recipiente é devido à eletrificação da superfície externa do recipiente. Isso pode ocorrer quando limpamos essa superfície. Para essa operação é conveniente o uso de um tecido de fibra natural e hidrófilo. O tecido de fibra natural (linho, algodão) é muito conveniente porque gera uma baixa eletricidade estática. Após limpo e seco, o recipiente de pesagem deve ser colocado ao lado da balança por alguns minutos. De 15 a 30 minutos são suficientes para dissipar qualquer eletrificação que tenha sido gerada durante a secagem da superfície. Esse procedimento é de especial atenção em atmosferas muito secas. Diferenças de temperatura entre a balança e o recipiente de pesagem dão origem a erros causados pelas correntes de convecção. Estas se estabelecem sempre que corpos de diferentes temperaturas estão próximos uns dos outros. Por tanto, um corpo quente dentro da balança provocará correntes de convecção. Um frasco que está sendo empregado para uma pesagem, se por algum motivo tenha sido aquecido, deve sofrer um resfriamento em tempo adequado para que se estabeleça o equilíbrio térmico entre este e a balança. Pesar objetos em temperaturas diferentes do ambiente resulta em um erro significativo. A falta de tempo suficiente para permitir que um objeto retorne à temperatura ambiente é um dos erros sistemáticos mais comuns no processo de pesagem. Esse erro pode atingir cerca de 10 a 15 mg para pesa-filtros de porcelana ou frascos de pesagem. Por esse motivo, todo objeto aquecido deve esperar o tempo necessário para a atingir a temperatura ambiente. Nesse período de espera, o objeto deve ficar dentro de um dessecador. 149 QUÍMICA ANALÍTICA Algumas substância podem modificar a sua massa durante a pesagem em função de alguns processos físicos ou químicos que ocorrem durante a remoção do frasco ou da exposição atmosférica durante a pesagem. Por exemplo, o hidróxido de sódio absorve água e gás carbônico quando exposto ao ar. Por essa razão, esse composto não constituí um padrão primário. A pesagem do hidróxido de sódio deve ser realizada o mais rapidamente possível. O frasco no qual essa substância será dissolvida deve estar ao lado da balança para que a solubilização seja feita o mais rapidamente possível. Essa fonte de erro sistemático pode ser minimizada se a operação de pesagem for feita por diferença. A diferença entre os dois pesos também cancela o erro sistemático que tem origem, por exemplo, por efeito da mistura e contaminação sobre a superfície do corpo. Mantenha as portas de vidro da balança fechadas durante a pesagem, pois isso previne que correntes de ar afetem a leitura. Tomadas tais precauções, os erros que surgirem no processo de pesagem provavelmente serão insignificantes, quando comparados aos que surgirem pelo uso do equipamento volumétrico. Os erros de pesagem são insignificantes em relação ao erro originado no material volumétrico. A seguir, os cuidados com o manuseio de pipetas e pêras: • As pipetas são calibradas de modo a levar em conta o filme líquido que fica retido na sua parte interna. A grandeza desse filme líquido varia com o tempo de drenagem e, por essa razão, é preciso adotar um tempo de escoamento uniforme. • As pêras devem ser esvaziadas antes de serem introduzidas na pipeta. • Não esvaziar a pêra com ela voltada para o rosto, ela pode estar contaminada. • Observar o lado certo para introdução da pera na pipeta. • Muito cuidado para não introduzir demais a pipeta na pera, pois, na retirada, é muito comum ocorrerem acidentes. • Em casos de transferências quantitativas de volumes, limpar com papel absorvente o lado externo da pipeta. • Pipetas não podem ser secadas em estufas. Lavar, purgar com etanol ou acetona e deixar secar à temperatura ambiente. • No caso das pipetas automáticas, observar o intervalo de volume permitido, pois elas são muito sensíveis e podem estar descalibradas. • Em transferências quantitativas, as pêras devem apenas sugar o líquido. O líquido deve ser escoado sem auxílio da pêra, e, ao final do escoamento, esperar 5 segundos. • Algumas pipetas trazem o tempo de escoamento; nesse caso, respeitar o que vem determinado. 150 Unidade III • A vidraria classe A deve ser calibrada por laboratório pertencente à Rede Brasileira de Calibração (RBC), de acordo com o planejamento do laboratório. A seguir, os erros associados ao uso de pipetas: Erro de paralaxe Considerado o maior erro na utilização de vidraria volumétrica e/ou graduada; depende do diâmetro do menisco e da posição do operador relativamente à escala do instrumento graduado. O menisco consiste na interface entre o ar e o líquido a ser medido. As normas ASTM E542 e ISO 4787 detalham o método de leitura do menisco. A posição do ponto mais baixo do menisco em relação à linha de graduação é horizontalmente tangente ao plano formado pela parte superior da linha de graduação. A posição do menisco é obtida sustentando o olho no mesmo plano que a parte superior da linha de graduação, mantendo o plano de visão coincidente com esse mesmo plano. Posição 1 Certo Posição 2 Errado Posição 3 Errado Figura 65 – Leitura do menisco Qualquer erro de acerto de menisco irá refletir diretamente na medição do volume do instrumento associado. Tabela 17 – Relação entre o erro na posição do menisco e a tolerância dos instrumentos utilizados Instrumento Tolerância da classe A Erro na posição do menisco (% da tolerância) 0,1 mm 0,5 mm 1 mm 2 mm Pipeta volumétrica 0,03 mL 7% 33% 67% 130% Bureta de 10 mL, divisão 0,02 mL 0,02 mL 10% 50% 100% 196% Balão volumétrico de 20 mL 0,04 mL 20% 98% 195% 393% Bureta de 25 mL, divisão 0,1 mL 0,05 mL 16% 78% 156% 314% Balão volumétrico de 500 mL 0,25 mL 12% 63% 126% 251% Balão volumétrico de 2000 mL 0,6 mL 12% 59% 118% 236% As tolerâncias consideradas são as definidas nas normas ISO aplicáveis aos instrumentos mencionados. Para uma melhor observação do ponto mais baixo, é necessário colocar a sombra 151 QUÍMICA ANALÍTICA de um material escuro imediatamente abaixo do menisco, para que o perfil do menisco escureça e fique claramente visível contra um fundo iluminado. Algo que pode ajudar muito é um anel de borracha grossa, preta, cortado em um dos lados e com um diâmetro tal que abrace firmemente o tubo ou o gargalo de vidro. Papel escuro Marca anelar Menisco Figura 66 – Ajuste do menisco ContaminaçãoOutro grande inimigo da exatidão quando se utiliza vidraria volumétrica ou graduada é a contaminação, em particular por gorduras. Na verdade, essas substâncias alteram a forma do menisco, dando erros de leitura importantes. Figura 67 – Distorção do menisco em função da presença de contaminação Por outro lado, nos instrumentos graduados a escoar, como é o caso das buretas, os líquidos a medir deixam de aderir às paredes numa camada uniforme e, em vez disso, aglutinam-se, formando bolhas. Os desvios causados pela contaminação das buretas, por exemplo, com o próprio lubrificante das torneiras esmeriladas, quando usado em excesso, são muitas vezes da ordem dos 50% da tolerância especificada para o instrumento. Erro associado ao tempo de espera Igualmente frequente, outro erro de manipulação consiste em utilizar pipetas ou buretas (como da classe AS, segundo DIN) e sem que tenha sido observado o tempo de espera de 5 segundos para as pipetas e de 30 segundos para as buretas. 152 Unidade III Classe AS: menor limite de erro de escoamento rápido. Erros associados à preparação de soluções e amostras Na preparação de soluções, observar os cuidados já descritos com relação aos cuidados na pesagem e na pipetagem, além do acerto do menisco, em qualquer material volumétrico. A transferência quantitativa de líquido para um balão volumétrico dá-se quando estamos preparando uma solução padrão, toda e qualquer perda de soluto acarretará erros na análise. Por isso, devemos ter o máximo de cuidado para não ocorrer perdas de massa nos processos de transferências de um frasco para outro. Caso seja necessário, insira um funil no balão volumétrico, use um bastão de vidro para direcionar o fluxo do líquido do béquer para o funil e retire a última gota de líquido do béquer com a ajuda do bastão de vidro. Enxágue tanto o bastão como o interior do béquer com o solvente e transfira a água de enxágue para o balão volumétrico. Repita esse processo de enxágue pelo menos duas vezes mais. Amostragem A amostragem sempre contribui para a incerteza de medição, logo, a importância da fase de amostragem não pode deixar de ser exaustivamente enfatizada. Conforme a metodologia analítica é aprimorada e os métodos permitam ou requeiram o uso de porções menores de amostra para o ensaio, as incertezas associadas à amostragem se tornam cada vez mais importantes e podem elevar a incerteza total do processo de medição. Se a porção ensaiada (amostra) não for representativa do material original, não será possível relacionar o resultado analítico medido àquele no material original, não importando a qualidade do método analítico nem o cuidado na condução da análise. Uma vez recebida no laboratório, a amostra pode necessitar de posterior tratamento, tal como subdivisão e/ou moagem e trituração antes da análise. Condições ambientais extremas, como temperatura e umidade, que possam alterar a composição da amostra devem ser evitadas, já que isso pode levar à perda de analito por degradação ou adsorção, ou a um aumento na concentração do analito (micotoxinas). Se necessário, deve ser empregado monitoramento ambiental. Se a amostra de laboratório for grande, pode ser necessário subdividi-la antes da trituração ou moagem. A etapa de redução do tamanho das partículas pode ser executada manualmente (almofariz/gral e pistilo) ou mecanicamente, usando-se moinhos ou trituradores. Trituração da amostra Diversos fatores podem provocar alterações apreciáveis na composição da amostra como resultado da trituração. O calor gerado pode provocar perda dos componentes voláteis. A trituração também aumenta a área superficial do sólido e, portanto, aumenta a suscetibilidade de reações com a atmosfera, além de proporcionar o aumento na quantidade de água adsorvida. Em contraste, diminuições na quantidade de água de certos compostos hidratados geralmente ocorrem durante a trituração, como 153 QUÍMICA ANALÍTICA resultado do aquecimento localizado provocado pela fricção. Por exemplo, a quantidade de água do sulfato de cálcio di-hidratado diminui cerca de 21% para 5% quando o composto é triturado para gerar um pó fino. Cuidados devem ser tomados para evitar a contaminação cruzada de amostras, assegurando-se que o equipamento não contamine a amostra, por exemplo, os metais. Muitos métodos padronizados de análise contêm uma seção que detalha a preparação da amostra de laboratório antes da retirada da porção de ensaio para análise. As propriedades do(s) analito(s) de interesse devem ser levadas em conta, são elas: volatilidade, sensibilidade à luz, instabilidade térmica e reatividade química. Podem ser considerações importantes no planejamento da estratégia de amostragem e escolha do equipamento, embalagem e condições de armazenamento. Equipamentos utilizados para amostragem, subamostragem, manuseio de amostra, preparação e/ou extração de amostra devem ser selecionados de modo a evitar alterações indesejadas na natureza da amostra que possam influenciar os resultados finais. Para evitar a contaminação cruzada, os equipamentos devem estar devidamente limpos. A embalagem da amostra e os instrumentos usados para sua manipulação devem ser selecionados de forma que todas as superfícies em contato com ela sejam essencialmente inertes. Atenção particular deve ser dedicada à possível contaminação das amostras por metais ou plastificantes lixiviados (migrados) do recipiente, ou de sua tampa, para a amostra. A embalagem deve também garantir que a amostra possa ser manipulada sem ocasionar um risco químico, microbiológico ou outro qualquer. O fechamento da embalagem deve ser adequado, de forma a garantir que não haja vazamento da amostra e que ela não seja contaminada. Quando o laboratório não tiver sido responsável pela fase de amostragem, ele deve declarar no relatório que as amostras foram analisadas como recebidas. A etapa de pré-tratamento das amostras inclui todo o procedimento de preparo no laboratório, e o tipo de pré-tratamento depende do estado da amostra recebida. A maioria das técnicas requer decomposição prévia da amostra. As principais razões para o pré-tratamento são homogenização, dissolução de amostras sólidas, separação de substâncias interferentes e pré-concentração dos analitos. Nos métodos convencionais de análise, as amostras são analisadas na forma de soluções (geralmente aquosas). Mas muitas amostras não se dissolvem prontamente em água, requerem reagentes mais poderosos e um tratamento mais drástico. Um procedimento de digestão de uma amostra deve apresentar simplicidade, rapidez, utilizar pequenos volumes de ácidos, permitir a dissolução de um grande número de amostras, sendo preciso e exato. A escolha apropriada entre os vários reagentes e técnicas para a decomposição e dissolução de amostras analíticas pode ser o aspecto crítico no sucesso da análise. Fontes de erro na decomposição e na dissolução: • Dissolução incompleta do analito, pois o reagente deve dissolver completamente a amostra, e não somente o analito. 154 Unidade III • Introdução do analito como um contaminante do solvente. • Perdas do analito por volatilização. Vários elementos formam cloretos voláteis que são parcialmente ou completamente perdidos a partir de soluções de HCl. • Introdução de contaminante a partir da reação do solvente com as paredes dos frascos. Essa fonte de erro é normalmente encontrada nas decomposições envolvendo fusões a temperaturas elevadas. 8 ESTATÍSTICA APLICADA À QUÍMICA ANALÍTICA Medidas experimentais sempre trazem com elas algumas variações; logo, nenhuma conclusão pode ser tirada com absoluta certeza. A estatística fornece ferramentas que possibilitam conclusões com grande probabilidade de estarem corretas e de rejeitar conclusões que sejam improváveis. 8.1 Intervalos de confiança (IC) O teste t Student é uma ferramenta estatística utilizada com muita frequência para expressar intervalos de confiança e para a comparação de resultados de experimentos diferentes.Pode ser utilizado, por exemplo, para calcular a probabilidade de que sua contagem de hemácias será encontrada num certo intervalo nos dias “normais”. A partir de um número limitado de medidas, não podemos encontrar a média real de uma população, ou o desvio-padrão verdadeiro, porque para encontrá-los seria necessário um número imenso de medidas (aproximadamente infinito). Com a estatística, entretanto, podemos estabelecer um intervalo ao redor da média determinada experimentalmente, no qual se espera que a média da população m esteja contida com certo grau de probabilidade. Esse intervalo é conhecido como o intervalo de confiança (IC), e os limites são chamados de limites de confiança. O intervalo de confiança IC ou µ é dado por: IC x t s n = ± . Onde: x = média das observações s = desvio-padrão medido n = número de observações t = valor t de Student na tabela O valor de t deve ser obtido na tabela a seguir para n-1 graus de liberdade. 155 QUÍMICA ANALÍTICA Tabela 18 – Tabela t Student para diferentes níveis de confiança GL 80% 90% 95% 99% 99,9% 1 3,08 6,31 12,7 63,7 637 2 1,89 2,92 4,3 9,92 31,6 3 1,64 2,35 3,18 5,84 12,9 4 1,53 2,13 2,78 4,60 8,61 5 1,48 2,02 2,57 4,03 6,87 6 1,44 1,94 2,45 3,71 5,96 7 1,42 1,90 2,36 3,50 5,41 8 1,40 1,86 2,31 3,36 5,04 Exemplo: Suponhamos que medimos o volume de um recipiente cinco vezes e observamos os seguintes valores em mL: Cálculo da média x mL= + + + + =6 375 6 372 6 374 6 377 6 375 5 6 3746 , , , , , , x = 6,375 mL Vamos usar a tabela a seguir para demonstrar os cálculos: Tabela 19 N Volume (Xi) (mL) (Xi - X) (Xi - X) 2 1 6,375 (6,375-6,375) = 0 0 2 6,372 6,372-6,375 = (-0,003) 0,000009 3 6,374 6,374-6,375 = (-0,001) 0,000001 4 6,377 6,377-6,375 = (0,002) 0,000004 5 6,375 6,375-6,375 = 0 0 Aplicando a fórmula s X X N i= ∑ − − ( )2 1 Fazendo a soma (Xi - X) 2, temos: Σ = 0 + 0,000009 + 0,000001 + 0,000004 + 0 = 0,000013 Substituindo na equação: 156 Unidade III s = 0 000013 4 , s = 0,0018 = arredondar para 0,002 mL s = 0,002 mL A média aritmética é x = 6,3746 mL, mas, arredondando, fica 6,375 mL, e o desvio-padrão é s = 0,0018 mL, que, arredondando, fica 0,002 mL. Ao escolher, por exemplo, um intervalo de confiança de 90% para N-1 graus de liberdade, teremos: t= 2,13 para n= 5-1 graus de liberdade (ver “Tabela t Student para diferentes níveis de confiança”) Assim, IC x t s n = ± . Substituindo na equação: IC x IC IC m = ± = ± = ± 6 375 2 13 0 002 5 6 375 0 00426 2 23607 6 375 0 002 , , , , , , , , LL Na fórmula do desvio-padrão, o número 4 no denominador refere-se a N-1 ensaios, ou seja, 5-1 ensaios, mas na fórmula do IC usamos o valor de n, ou seja, 5. Para esse critério, a incerteza no volume é de 0,002 mL. Isso significa que há 90% de probabilidade de que a média real do recipiente esteja dentro desse intervalo, ou seja, entre 6,375 - 0,002 mL = 6,373 mL 6,375 + 0,002 mL = 6,377 mL 90% de chance de que o valor real da média esteja neste intervalo 6,370 6,371 6,372 6,373 6,374 6,375 6,376 6,377 6,378 157 QUÍMICA ANALÍTICA 8.2 Comparação da média com o teste t O teste t é usado para comparar um grupo de medidas com outro, a fim de decidir se eles são ou não “diferentes”. Os estatísticos dizem que estamos testando a hipótese nula, a qual estabelece que os valores médios de dois conjuntos de medidas são iguais. Normalmente, a hipótese nula é rejeitada se existe uma chance menor que 5% de que a diferença observada surja devido a um erro aleatório. Com esse critério, existe uma chance de 95% de que a conclusão esteja correta. A comparação dos valores de um conjunto de resultados com o valor verdadeiro ou com os valores de outros conjuntos de resultados permite verificar a exatidão e a precisão do método analítico, ou se ele é melhor do que outro. A seguir, estão expostos dois exemplos da aplicação do teste t. Um a partir de um valor conhecido e outro a partir de métodos sem diferença de precisão e sem material de referência. Exemplo de aplicação Comparando um resultado medido com um valor “conhecido” Uma amostra de carvão foi adquirida como um material padrão de referência certificado pelo Instituto Nacional de Padrões e Tecnologia (NIST) dos Estados Unidos, contendo 3,19% de enxofre. Os valores medidos são: 3,29; 3,22; 3,30 e 3,23% de enxofre, dando uma média de x=3,26 % e um desvio-padrão s = 0,04 %. Esse resultado está em conformidade com o NIST? Analise. Resolução Para verificar isso, calculamos t calculado por meio da equação: t X Xv n s t t calculado calculado calculado = − = − = ( ) | , , | , 3 19 3 26 4 0 04 3,,50 Na “Tabela t Student para diferentes níveis de confiança”, ao consultarmos a coluna de confiança de 95% para n-1 graus (4-1=3) de liberdade, encontramos t tabelado=3.18. Como t calculado (3,50) > t tabelado (3.18), podemos concluir que o resultado é diferente do valor conhecido fornecido pelo NIST. Todos os algarismos devem ser mantidos no decorrer desse cálculo, de modo que existam algarismos suficientes para comparar t calculado com t tabelado. Testes estatísticos não nos desobrigam de ter que tomar a decisão de aceitar ou rejeitar um resultado. Os testes apenas nos fornecem uma orientação na forma de probabilidades. Concluímos que o valor médio obtido a partir da análise do carvão é diferente do valor conhecido. Entretanto, essa conclusão foi alcançada a partir dos resultados obtidos com somente 158 Unidade III quatro medidas. Para ter maior nível de confiança nessa conclusão, a análise deveria ter sido realizada muitas vezes mais. Os testes estatísticos apenas nos fornecem probabilidades. Eles não nos desobrigam da responsabilidade de ter que interpretar os resultados. Comparação entre as médias de duas amostragens Podemos utilizar um teste t para decidir se dois grupos de medidas repetidas fornecem resultados “idênticos” ou “diferentes” dentro de um determinado nível de confiança. Quando um novo método analítico está sendo desenvolvido, é comum comparar-se a média e a precisão (desvio-padrão) do novo método com as do método de referência. t x x Sp n n cal = − + 1 2 1 2 1 1 x1 = média do primeiro conjunto de dados x2 = média do segundo conjunto de dados n1 = número dados do método 1 n2 = número dados do método 2 Onde Sp = desvio-padrão agrupado é dado por: Sp n s n s n n = − + − + − ( ) ( )1 1 2 1 1 2 2 1 2 2 2 Nesse caso, temos dois grupos de medidas, cada um com sua própria incerteza e nenhum valor conhecido. Admitimos que o desvio-padrão para cada método é essencialmente o mesmo. É necessário que não haja uma diferença significativa entre as precisões dos métodos e, para isso, aplicar o teste F antes de usar o teste t. Por exemplo: a massa média de nitrogênio gás obtido do ar em um experimento por meio de uma metodologia analítica validada é x1 = 2,31011 g com desvio-padrão s1 = 0,000143 (para n1 = 7 medidas). A massa do gás obtido foi analisada por outro método analítico, e a média encontrada foi x2 = 2,29947 g, com s2 = 0,001138 g para n2 = 8 medidas. Aplicando: Sp n s n s n n = − + − + − ( ) ( )1 1 2 2 2 2 1 2 1 1 2 Temos: 159 QUÍMICA ANALÍTICA Sp Sp g = − + − = + − = ( )( , ) ( )( , ) , 7 1 0 000143 8 1 0 0001382 7 8 2 0 00102 2 2 Aplicando: t x x Sp n n cal = − + 1 2 1 2 1 1 Temos: tcalculado = − + =| , , | , , . . , 2 31011 2 29947 0 00102 1 7 1 8 0 01064 0 00102 0 551 0 01064 0 00053 20 1= =, , , tcalculado = 20,1 Deve-se calcular o valor da raiz quadrada separadamente: 1 7 1 8 15 56 0 26 0 51+ = = =, , Se t calculado > t tabelado(95%), os dois resultados serão considerados diferentes. Para 7+8-2 = 13 graus de liberdade na “Tabela t Student para diferentes níveis de confiança”, t tabelado localiza-se entre 2,23 e 2,13 para uma confiança de 95%. O t calculado foi de 20,1. Como t calculado > t tabelado, a diferença é significativa, ou seja, os métodos não são similares. LembreteUsa-se o teste t para comparar um grupo de medidas com outro, a fim de decidir se eles são idênticos ou diferentes. Saiba mais Para informações complementares sobre testes de hipóteses estatísticas, leia: ZIBETTI, A. Teste de hipótese. [s.d.]. Disponível em: https:// www.inf.ufsc.br/~andre.zibetti/probabilidade/teste-de-hipoteses. html#hip%C3%B3teses_estat%C3%ADsticas. Acesso em: 23 abr. 2020. 160 Unidade III 8.3 Teste F Suponhamos que temos dois resultados diferentes de desvio-padrão de dois métodos chamados de X e Y, independentes e normalmente distribuídos. Assim sendo, pode-se testar por meio do teste F se a variância de X é maior ou menor do que a variância de Y (testes unilaterais) ou se elas são diferentes (teste bilateral), contra a hipótese de igualdade das variâncias. A estatística F é simplesmente uma razão de duas variâncias. Variância é o desvio-padrão (s) elevado ao quadrado. As variâncias são uma medida de dispersão, ou até que ponto os dados estão dispersos em relação a sua média. Valores maiores representam maior dispersão. Exemplo de aplicação Observe a figura a seguir, que representa duas linhas de produção de uma peça. A medida média do comprimento da peça é de 75 cm, e ambas as linhas estão produzindo peças com médias próximas desse valor. Podemos considerar que as peças produzidas por ambas as linhas são adequadas? Analise. Resolução A média por si só é uma medida estatística pobre. Você pode observar na figura a seguir: 1 2 75 cm 75 cm Figura 68 – Linhas de produção de uma peça Vemos que na linha de produção 2 os valores das peças estão mais dispersos em relação à média. Pelo cálculo das variâncias, é possível mensurar esse grau de dispersão. Por meio do teste F podemos saber se dois desvios-padrão são “significativamente” diferentes entre si. F é dado por: F S S A B = 2 2 O maior valor do desvio-padrão é sempre colocado no numerador, o que faz com que o valor de F seja sempre maior do que a unidade. Desse modo, o valor de F obtido, no caso calculado, é comparado com valores críticos para um nível de confiança de 95%, chamado de F crítico. 161 QUÍMICA ANALÍTICA O valor de F crítico está disponível em tabelas e deve ser levado em conta o valor de n para cada ensaio executado. Ou seja, não é necessário que um mesmo método seja executado pelo mesmo número de vezes por analistas diferentes, o importante é notar que, ao consultar a tabela F, assim como na tabela t Student, deve-se levar em conta o número dos graus de liberdade N-1. Em uma fração a b Numerador Denominador Se F calculado > F crítico, a diferença é significativa em relação à precisão, ou seja, desvio-padrão. Durante o desenvolvimento de um novo método analítico, é necessário realizar uma avaliação estatística dos resultados obtidos, visando identificar a existência de uma diferença significativa na precisão entre um conjunto de dados e outro conjunto obtido por um procedimento de referência, ou para analisar, por exemplo, o desempenho de dois analistas diferentes na execução de um método já validado. O teste F pode ser utilizado para executar essa avaliação estatística. Tabela 20 – Tabela F: valores críticos para 95% de nível de confiança Graus de liberdade (denominador) Graus de liberdade (numerador) 3 4 5 6 12 15 ----- 3 9,28 9,12 9,01 8,94 8,74 8,70 4 6,59 6,39 6,26 6,16 5,91 5,86 5 5,41 5,19 5,05 4,95 4,68 4,62 6 4,76 4,53 4,39 4,28 4,00 3,94 12 3,49 3,26 3,11 3,00 2,69 3,51 13 3,41 3,18 3,02 2,92 2,60 2,53 14 3,34 3,11 2,96 2,85 2,53 2,46 20 3,10 2,87 2,71 2,60 2,28 2,12 ------- Exemplo de aplicação Exemplo 1 A qualidade do trabalho de um analista principiante no laboratório está sendo avaliada mediante a comparação de seus resultados com os resultados obtidos por um analista bem experimentado no mesmo laboratório. Com base nos valores dados a seguir, decida se os resultados obtidos pelo principiante indicam uma diferença significativa entre versatilidade dos dois operadores. O analista principiante realizou 6 determinações de cálcio em calcário, encontrando uma média de 35,25% m/v de Ca com desvio-padrão de 0,34%. O analista de referência obteve uma média de 35,35% de Ca com um desvio-padrão de 0,25%, com 5 determinações. 162 Unidade III Resolução Aqui o teste F é usado para comparar os dois valores de desvio-padrão: Analista principiante ocupará o numerador: n=6, logo 6-1= 5 graus de liberdade e s=0,34% Analista de referência ocupará o denominador: n= 5, logo 5-1 = 4 graus de liberdade e s=0,25% Colocando o maior desvio-padrão no numerador e o menor no denominador, tem-se: Fcalculado = = = 0 34 0 25 0 1156 0 0625 185 2 2 , , , , , Na tabela a seguir vemos que Fcrit =6,26, ao interceptar a coluna 5 para numerador e 4 para denominador. Tabela 21 Graus de liberdade (denominador) Graus de liberdade (numerador) 3 4 5 6 12 15 3 9,28 9,12 9,01 8,94 8,74 8,70 4 6,59 6,39 6,26 6,16 5,91 5,86 5 5,41 5,19 5,05 4,95 4,68 4,62 6 4,76 4,53 4,39 4,28 4,00 3,94 12 3,49 3,26 3,11 3,00 2,69 3,51 Fcalculado 1,85 < Fcrítico 6,26 Em graus de liberdade, sempre procurar na tabela n-1 para numerador e denominador. O valor de F calculado (1,8496) foi arredondado para 1,85, para ficar com o mesmo número de casas decimais da “Tabela F: valores críticos para 95% de nível de confiança”. Conclusão: não existe diferença significativa nos valores de desvio-padrão comparados ao nível de 95% entre os dois analistas. Exemplo 2 O valor aceito para o teor de sulfato de uma amostra padrão obtida de uma análise prévia de 13 réplicas é de 54,20% m/v, com um desvio-padrão de 0,15%. Seis análises da mesma amostra foram feitas por 163 QUÍMICA ANALÍTICA um novo procedimento instrumental, obtendo-se um desvio-padrão s=0,12% e uma média x=54,14%. Esse novo método produz os mesmos resultados que o método de referência? Resolução Aplicando o teste F temos: O método padrão ocupará o numerador n=13, logo, 13-1 = 12 graus de liberdade, e s=0,15% O método novo instrumental ocupará o denominador n= 6, logo, 6-1 = 5 graus de liberdade, e s=0,12% Fcalculado = = = 0 15 0 12 0 0225 0 0144 15625 2 2 , , , , , O valor de F calculado (1,5625) foi arredondado para 1,56, para ficar com o mesmo número de casas decimais da “Tabela F: valores críticos para 95% de nível de confiança”. Na tabela a seguir encontramos que Fcrit = 4,68 ao interceptar a coluna 12 para numerador e 5 para denominador. Tabela 22 Graus de liberdade (denominador) Graus de liberdade (numerador) 3 4 5 6 12 15 3 9,28 9,12 9,01 8,94 8,74 8,70 4 6,59 6,39 6,26 6,16 5,91 5,86 5 5,41 5,19 5,05 4,95 4,68 4,62 6 4,76 4,53 4,39 4,28 4,00 3,94 12 3,49 3,26 3,11 3,00 2,69 3,51 F calculado 1,56<F crítico F 4,68 Não existe diferença significativa entre o método padrão de referência e o novo método instrumental. O valor de F não tem unidade. 164 Unidade III Resumo Todo ensaio está sujeito a erros, como amostragem não representativa, inadequação no processo de limpeza das vidrarias, escolha errada do grau de pureza dos reagentes ou escolha inadequada do método analítico. Por isso, é muito importante avaliar a extensão dessas falhas, porque podem levar a um erro experimental. São três os tipos de erros associados ao trabalho experimental: o erro grosseiro; o erro aleatório (também chamado de indeterminado); e o erro sistemático (também chamado de erro determinado). Os erros grosseiros não são aceitos em hipótese alguma para um analista experiente, pois são decorrentes de descuidos, como perda de amostra, leitura errada do menisco ou pesagem errada. Já os erros aleatórios não podem ser eliminados, são inerentes ao método ou ao analista, como a variação de tensão no momento da pesagem, mas podem ser minimizados pelo aumento do número de réplicas. As ferramentas estatísticas auxiliam os analistas a mensurar esses erros. Os erros aleatórios afetam a precisão dos resultados analíticos. O grau de precisão podeser medido por meio do cálculo do desvio-padrão (s). Quanto menor o desvio-padrão, maior a precisão de um método analítico. Por sua vez, os erros sistemáticos afetam a exatidão de um resultado, ou seja, o grau de proximidade com um valor considerado verdadeiro, e devem e podem ser eliminados, uma vez identificados na sua causa raiz. Os métodos volumétricos estão sujeitos a muitos erros, porque para executá-los os analistas cumprem muitas etapas, tais como pesagem, preparo de soluções, limpeza de vidrarias e manuseio de amostra. Por isso, o treinamento e o conhecimento dessas fontes de erro se tornam imprescindíveis para minimizar os equívocos associados a esses métodos. Existem várias ferramentas estatísticas que auxiliam na mensuração desse tipo de erro. O valor das medições químicas depende do nível de confiança que pode ser estabelecido aos resultados. Sendo assim, a estatística também contribui para avaliar o desempenho dos métodos analíticos e do analista. Existem vários métodos que podem ser empregados; neste livro-texto, foram abordados alguns testes t Student e o teste F para avaliação de precisão. O teste t é usado para um número pequeno de amostras, a fim de comparar a média de uma série de resultados com um valor de referência e exprimir o nível de confiança associado ao significado de comparação. Também é usado para testar a diferença entre as médias de dois conjuntos de resultados. O teste F é utilizado para comparar desvios-padrão, ou seja, 165 QUÍMICA ANALÍTICA avaliar a precisão de um método ou de um analista. Esses testes empregam tabelas com valores críticos, que devem ser consultadas para verificar se as hipóteses são nulas, ou seja, se são aceitáveis. Exercícios Questão 1. (Cesgranrio 2014) Um método analítico foi desenvolvido e usado por dois técnicos diferentes. Cada um deles realizou três análises independentes para a determinação de um analito (cujo valor certificado é 2,0 ± 0,1 mg/g) num material de referência. O primeiro técnico obteve três resultados cujos valores foram 2,5 mg/g, 2,4 mg/g e 2,6 mg/g. O segundo analista obteve 9,9 mg/g, 9,8 mg/g e 9,7 mg/g nas suas análises. Com base nas informações apresentadas, não se pode concluir que: A) Em ambos os conjuntos de resultado se tem erro aleatório. B) O segundo analista cometeu um erro grosseiro. C) O erro sistemático do primeiro analista foi de 2,5 mg/g. D) Os dois analistas obtiveram resultados com erro sistemático. E) Os desvios-padrão são semelhantes nos dois conjuntos de dados. Resposta correta: alternativa C. Análise das alternativas A) Alternativa correta. Justificativa: em todas as medidas há erro aleatório, podendo ser maior ou menor, a depender da precisão do equipamento ou do método. B) Alternativa correta. Justificativa: os valores 9,9; 9,8 e 9,7 mg/g são muito distantes do valor ou faixa certificada 2,0 ± 0,1 mg/g, distanciamento esse que é característico de erro grosseiro. C) Alternativa incorreta. Justificativa: o erro sistemático do primeiro analista é 0,5 mg/g e pode ser obtido pela diferença entre o valor médio por ele obtido (2,5 mg/g) e o valor certificado (2,0 mg/g). 166 Unidade III D) Alternativa correta. Justificativa: os dois valores se distanciaram do valor certificado. Outra maneira de verificar a ocorrência de erro aleatório é verificar se os valores estão fora do intervalo tolerável pela certificação, que nesse caso é 2,0 ± 0,1 mg/g, ou seja, de 1,9 a 2,1 mg/g. Qualquer valor fora dessa faixa poderia configurar um erro sistemático. E) Alternativa correta. Justificativa: ao aplicar os resultados na fórmula do desvio-padrão amostral (s), obtemos 0,1 mg/g para ambos os analistas. Questão 2. (Cesgranrio 2012) Observe as afirmações a seguir, que relacionam testes estatísticos e suas aplicações para o tratamento de dados analíticos. I – O teste t de Student serve para avaliar se dois resultados analíticos (por exemplo, dois resultados médios obtidos, cada um, de um número de réplicas) são estatisticamente iguais dentro de um nível de confiança. II – O teste de Fisher (teste F) serve para verificar se as variâncias (precisões) de dois resultados são similares. III – O teste Q de rejeição de resultados serve para testar a linearidade de uma faixa de resposta analítica. Está correto apenas o que se afirma em: A) I. B) II. C) III. D) I e II. E) II e III. Resposta correta: alternativa D. Análise das afirmativas I – Afirmativa correta. Justificativa: o teste t de Student, ou somente teste t, é um teste de hipótese que usa conceitos estatísticos para rejeitar ou não uma hipótese nula quando a estatística de teste segue uma distribuição t de Student. 167 QUÍMICA ANALÍTICA II – Afirmativa correta. Justificativa: o método de Fisher, para comparar todos pares de médias, controla a taxa de erro ao nível de significância α para cada comparação dois a dois, mas não controla a taxa de erro do experimento. III – Afirmativa incorreta. Justificativa: o teste Q é empregado para determinar se um resultado suspeito deve ser mantido ou rejeitado. 168 FIGURAS E ILUSTRAÇÕES Figura 1 LABORATORIO_QU%C3%ADMICA_ANAL%C3%ADTICA_UCH.JPG. Disponível em: https://upload. wikimedia.org/wikipedia/commons/3/32/Laboratorio_Qu%C3%ADmica_Anal%C3%ADtica_UCH. jpg. Acesso em: 13 abr. 2020. Figura 3 COLETA_DE_AMOSTRA_DE_%C3%A1GUA_%2843736129782%29.JPG. Disponível em: https://upload.wikimedia.org/wikipedia/commons/d/d7/Coleta_de_amostra_ de_%C3%A1gua_%2843736129782%29.jpg. Acesso em: 13 abr. 2020. Figura 4 REAC3A7OES-DE-PRECIPITAC3A7C3A3O.PNG. Disponível em: https://fisikokimika.files.wordpress. com/2012/11/reac3a7oes-de-precipitac3a7c3a3o.png. Acesso em: 13 abr. 2020. Figura 7 FILE:CAESIUM_FLUORIDE.JPG. Disponível em: https://commons.wikimedia.org/wiki/Laboratory_ glassware#/media/File:Caesium_fluoride.jpg. Acesso em: 14 abr. 2020. Figura 8 FILE:2BECHERS.JPG. Disponível em: https://commons.wikimedia.org/wiki/Beaker#/media/File:2bechers. jpg. Acesso em: 14 abr. 2020. Figura 9 PRODUTOS/LABOR-004.JPG. Disponível em: http://www.metalorca.com.br/produtos/labor-004.jpg. Acesso em: 14 abr. 2020. Figura 10 BEATRIZ, M. L. P. M. A. Técnica de aquecimento de soluções. Laboratório de Química. [s.d.]. p. 97. Disponível em: https://www.cesadufs.com.br/ORBI/public/uploadCatalago/14492231052012Laborator io_de_Quimica_Aula_7.pdf. Acesso em: 5 maio 2020. Figura 11 FILE:BUNSEN_BURNER_FLAME_TYPES.JPG. Disponível em: https://commons.wikimedia.org/wiki/ Bunsen_burner#/media/File:Bunsen_burner_flame_types.jpg. Acesso em: 14 abr. 2020. 169 Figura 12 215-NADUVIDA02.JPG. Disponível em: https://nova-escola-producao.s3.amazonaws.com/kMKUrkkNw 9ADFj3ecKarepGReztFU6bVKrWTvuvyWts9hWMBmNwuZDTUJS5S/215-naduvida02.jpg. Acesso em: 5 maio 2020. Figura 13 FILE:BLACK_POWDER-1.JPG. Disponível em: https://commons.wikimedia.org/wiki/Carbon#/media/ File:Black_Powder-1.JPG. Acesso em: 14 abr. 2020. Figura 14 TESTE-DA-CHAMA.JPG. Disponível em: https://www.infoescola.com/wp-content/uploads/2012/06/ teste-da-chama.jpg. Acesso em: 14 abr. 2020. Figura 15 ANALISE-BORAX2.JPG. Disponível em: https://www.infoescola.com/wp-content/uploads/2012/07/ analise-borax2.jpg. Acesso em: 16 abr. 2020. Figura 16 LEAD_%28II%29_IODIDE_PRECIPITATING_OUT_OF_SOLUTION.JPG. Disponível em: https://upload. wikimedia.org/wikipedia/commons/8/80/Lead_%28II%29_iodide_precipitating_out_of_solution.JPG. Acesso em: 20 abr. 2020. Figura 18 320PX-COLD_FILTRATION_%28WITH_STIRRING_ROD%29.JPG. Disponível em: https://upload. wikimedia.org/wikipedia/commons/thumb/2/2a/Cold_Filtration_%28with_stirring_rod%29.jpg/320px- Cold_Filtration_%28with_stirring_rod%29.jpg. Acesso em: 20 abr. 2020. Figura 19 FILE:CENTRIFUGA_HERMLE_2.JPG. Disponível em: https://commons.wikimedia.org/wiki/Centrifuge#/ media/File:Centrifuga_Hermle_2.jpg. Acesso em: 20 abr. 2020. Figura 20 DANTAS, J. M.; SILVA, M. G. L.; SANTOS FILHO, P. F. Uma proposta de material didático complementar parao ensino de conceitos em química analítica qualitativa. Didáctica de la Química. 2008. p. 192. Disponível em: http://www.scielo.org.mx/pdf/eq/v19n3/v19n3a5.pdf. Acesso em: 5 maio 2020. 170 Figura 21 FILE:AG,47.JPG. Disponível em: https://commons.wikimedia.org/wiki/Periodic_table_samples#/media/ File:Ag,47.jpg. Acesso em: 20 abr. 2020. Figura 22 BALANCA-ANALITICA-E-BALANCA-SEMI-ANALITICA.JPG. Disponível em: http://www.balancas- analiticas.com.br/home/wp-content/uploads/2014/03/balanca-analitica-e-balanca-semi-analitica.jpg. Acesso em: 5 maio 2020. Figura 23 ESPECTRO_ELETROMAGN%C3%A9TICO.PNG. Disponível em: https://upload.wikimedia.org/wikipedia/ commons/d/d9/Espectro_Eletromagn%C3%A9tico.png. Acesso em: 22 abr. 2020. Figura 24 SPECTROPHOTOMETER_MODEL_1.JPG. Disponível em: https://upload.wikimedia.org/wikipedia/ commons/0/03/Spectrophotometer_Model_1.JPG. Acesso em: 22 abr. 2020. Figura 25 GOMES NETO, J. Análise quantitativa. Infoescola. 2008. Disponível em: https://www.infoescola.com/ quimica/analise-quantitativa/. Acesso em: 22 abr. 2020. Figura 26 2015-128-01.PNG. Disponível em: https://rce.casadasciencias.org/rceapp/static/images/ articles/2015-128-01.png. Acesso em: 6 maio 2020. Figura 27 2015-092-01.PNG. Disponível em: https://rce.casadasciencias.org/rceapp/static/images/ articles/2015-092-01.png. Acesso em: 6 maio 2020. Figura 28 MATOS, M. A. C. Análises volumétricas. UFJF, 2018. p. 9. Figura 29 SKOOG, D. et al. Fundamentos de química analítica. São Paulo: Thomson, 2006. p. 38. 171 Figura 30 SKOOG, D. et al. Fundamentos de química analítica. São Paulo: Thomson, 2006. p. 41. Figura 32 LABORATORY-860478_960_720.JPG. Disponível em: https://cdn.pixabay.com/photo/2015/07/25/19/49/ laboratory-860478_960_720.jpg. Acesso em: 20 abr. 2020. Figura 33 BURETTE_WITH_CLAMP%285%29.JPG. Disponível em: https://upload.wikimedia.org/wikipedia/ commons/1/16/Burette_with_clamp%285%29.jpg. Acesso em: 20 abr. 2020. Figura 34 TITULACAO.JPG. Disponível em: https://static.biologianet.com/conteudo/images/2014/11/titulacao.jpg. Acesso em: 6 maio 2020. Figura 35 AD%E3%81%BF%E6%96%B9.PNG. Disponível em: https://upload.wikimedia.org/wikipedia/commons/9 /9f/%E3%83%A1%E3%82%B9%E3%82%B7%E3%83%AA%E3%83%B3%E3%83%80%E3%83%BC% E8%AA%AD%E3%81%BF%E6%96%B9.png. Acesso em: 20 abr. 2020. Figura 36 MAIL%20-%20INTERPRETANDO%20O%20CERTIFICADO_2.PNG. Disponível em: http://www2.akso. com.br/IMG_site/MAIL%20-%20Interpretando%20o%20Certificado_2.png. Acesso em: 20 abr. 2020. Figura 38 INDICATEURS_COLOR%C3%A9S_-_ZONES_DE_VIRAGE.JPG. Disponível em: https://upload.wikimedia.org/ wikipedia/commons/b/ba/Indicateurs_color%C3%A9s_-_zones_de_virage.jpg. Acesso em: 20 abr. 2020. Figura 39 ESCALADEPHCOMEXEMPLOS.JPG. Disponível em: https://static.todamateria.com.br/upload/es/ca/ escaladephcomexemplos.jpg. Acesso em: 20 maio 2020. Figura 40 GOMES, S. I. A. A. et al. Volumetria de neutralização: abordagens teórico-experimentais. São Carlos: Pedro e João Editores, 2018. p. 52. Disponível em: https://palmas.ifpr.edu.br/wp-content/ uploads/2018/09/Volumetria-de-Neutraliza%C3%A7%C3%A3o_EBOOK.pdf. Acesso em: 5 maio 2020. 172 Figura 41 BROMOTHYMOL_BLUE_COLORS.JPG. Disponível em: https://upload.wikimedia.org/wikipedia/ commons/7/7d/Bromothymol_blue_colors.jpg. Acesso em: 20 abr. 2020. Figura 43 SKOOG, D. et al. Fundamentos de química analítica. São Paulo: Thomson, 2006. p. 28. Figura 45 784859AA6838F2174E273B691E17C8E2000419FF.SVG. Adaptada. Disponível em: https://ka-perseus- images.s3.amazonaws.com/784859aa6838f2174e273b691e17c8e2000419ff.svg. Acesso em: 8 maio 2020. Figura 46 B02CBFE3CA5F3B7E63ED10BD9DB4F1D71E4AE6D9.SVG. Adaptada. Disponível em: https://ka-perseus- images.s3.amazonaws.com/b02cbfe3ca5f3b7e63ed10bd9db4f1d71e4ae6d9.svg. Acesso em: 6 maio 2020. Figura 47 D77906AB32B311CC5D8025863233C34ED54C44EB.SVG. Adaptada. Disponível em: https://ka-perseus- images.s3.amazonaws.com/d77906ab32b311cc5d8025863233c34ed54c44eb.svg. Acesso em: 8 maio 2020. Figura 61 EFFECT_OF_DROPS_OF_KMNO4_IN_WATER.JPG. Disponível em: https://upload.wikimedia.org/ wikipedia/commons/3/36/Effect_of_drops_of_KMnO4_in_water.jpg. Acesso em: 6 maio 2020. Figura 62 FIGURA-17-CURVA-DE-TITULACAO-REDOX-DOS-IONS-FERROII-COM-IONS-CERIOIV-EM-MEIO-ACIDO. PNG. Disponível em: https://www.researchgate.net/profile/Rafael_Ferreira48/publication/324653728/ figure/fig3/AS:617490426130432@1524232598535/Figura-17-Curva-de-titulacao-Redox-dos-ions- ferroII-com-ions-cerioIV-em-meio-acido.png. Acesso em: 20 abr. 2020. Figura 63 ESQUEMA-OXIRREDUCAO.JPG. Disponível em: https://www.infoescola.com/wp-content/ uploads/2007/11/esquema-oxirreducao.jpg. Acesso em: 23 abr. 2020. Figura 64 AGOSTINHO, G. M.; COSTA, G. S. Uso de balanças para entendimento dos termos de exatidão e precisão. VI Congresso Nacional de Educação. [s.d.]. Disponível em: https://editorarealize.com.br/revistas/conedu/ trabalhos/TRABALHO_EV127_MD1_SA16_ID8079_26072019143622.pdf. Acesso em: 6 maio 2020. 173 Figura 65 FERREIRA, T. E. G. L. Influência da leitura do menisco na calibração de equipamento volumétrico. Fármacos & Medicamentos, São Paulo, v. 59, p. 50, set. 2009. Figura 66 FERREIRA, T. E. G. L. Influência da leitura do menisco na calibração de equipamento volumétrico. Fármacos & Medicamentos, São Paulo, v. 59, p. 52, set. 2009. Figura 68 EBE2.2-650X132.PNG. Disponível em: http://www.portalaction.com.br/sites/default/files/resize/ EstatisticaBasica/figuras/ebe2.2-650x132.png. Acesso em: 23 abr. 2020. Referências Textuais ÁCIDO sulfúrico. Scientia. [s.d.]. Disponível em: https://sites.google.com/site/scientiaestpotentiaplus/ acido-sulfurico. Acesso em: 17 abr. 2020. AFONSO, J. C.; SILVA, R. M. A evolução da balança analítica. Química Nova, São Paulo, v. 27, n. 6, nov./dez. 2004. Disponível em: http://www.scielo.br/scielo.php?script=sci_arttext&pid =S0100-40422004000600030. Acesso em: 22 abr. 2020. AGÊNCIA NACIONAL DE VIGILÂNCIA SANITÁRIA (ANVISA). Farmacopeia brasileira. 2019a. Disponível em: http://portal.anvisa.gov.br/farmacopeia-brasileira. Acesso em: 13 abr. 2020. AGÊNCIA NACIONAL DE VIGILÂNCIA SANITÁRIA (ANVISA). Farmacopeia brasileira. 2019b. v. 2. Disponível em: http://portal.anvisa.gov.br/documents/33832/259143/IFA+e+ESP+Pronto. pdf/1d16f9e9-affc-495b-bb8f-6806c2cef0fe. Acesso em: 13 abr. 2020. AGÊNCIA NACIONAL DE VIGILÂNCIA SANITÁRIA (ANVISA). Resolução da Diretoria Colegiada – RDC n. 166, de 24 de julho de 2017. Dispõe sobre a validação de métodos analíticos e dá outras providências. Brasília, 2017. Disponível em: http://portal.anvisa.gov.br/documents/10181/2721567/RDC_166_2017_ COMP.pdf/d5fb92b3-6c6b-4130-8670-4e3263763401. Acesso em: 23 abr. 2020. ASTM Designation. E 694-99 (Reapproved 2005). Standard Specification for Laboratory Glass Volumetric Apparatus 1. ATKINS, P.; JONES, L. Princípios de química: questionando a vida moderna e o meio ambiente. Porto Alegre: Bookman, 2001. 174 BACCAN, N. et al. Introdução à semimicroanálise qualitativa. 2. ed. Campinas: Editora da Unicamp, 1988. BACCAN, N. et al. Química analítica quantitativa elementar. 3. ed. São Paulo: Edgard Blücher, 2001. BATISTA, C. Indicadores ácido-base. Toda Matéria. 2019. Disponível em: https://www.todamateria.com. br/indicadores-acido-base/. Acesso em: 5 maio 2020. CHEMELLO, E. Química virtual. 2011. Disponível em: http://www.quimica.net/emiliano/ artigos/2011mar_mp-hidrolise-salina.pdf. Acesso em: 5 maio 2020. DIAS, S. L. P. et al. Análise qualitativa em escala semimicro. Porto Alegre: Bookman, 2016. FERREIRA, T. E. G. L. Influência da leitura do menisco na calibração de equipamento volumétrico. Fármacos & Medicamentos, São Paulo, v. 59, p. 50-52, set. 2009. GOMES, I. S.; ALCOVER NETO, A. Decomposição de amostras sólidas: determinação de sílica total por técnica gravimétrica. IV Jornada do Programa de Capacitação Interna – CETEM, s.d. Disponível em: http://mineralis.cetem.gov.br/bitstream/cetem/1813/1/13%20-%20Iandra_JPCI_2015%20impresso.pdf. Acessoem: 20 abr. 2020. GRACETTO, A. C.; HIOKA, N.; SANTIN FILHO, O. Combustão, chamas e teste de chamas para cátions: proposta de experimento. Química Nova na Escola, São Paulo, n. 23, p. 45, maio 2006. Disponível em: http://qnesc.sbq.org.br/online/qnesc23/a11.pdf. Acesso em: 16 abr. 2020. INSTITUTO NACIONAL DE METROLOGIA, QUALIDADE E TECNOLOGIA (INMETRO). Coordenação Geral de Acreditação. Orientação para a acreditação de laboratórios na área de volume: documento de caráter orientativo. 2011. Disponível em: http://www.inmetro.gov.br/Sidoq/Arquivos/Cgcre/DOQ/DOQ- Cgcre-27_01.pdf. Acesso em: 23 abr. 2020. INSTITUTO NACIONAL DE METROLOGIA, QUALIDADE E TECNOLOGIA (INMETRO). Perguntas mais frequentes sobre metrologia científica. [s.d.]. Disponível em: http://inmetro.gov.br/metcientifica/FAQ. asp?iacao=imprimir. Acesso em: 5 maio 2020. IPEM-SP. Bureau Internacional de Pesos e Medidas – BIPM. 2013. Disponível em: http://www.ipem. sp.gov.br/index.php?option=com_content&view=article&id=1197%3Abureau-inernacional-de-pesos- e-medidas-bipm&catid=67&Itemid=260. Acesso em: 22 abr. 2020. JEFFERY, G. H. et al. Vogel´s Textbook of quantitative chemical analysis. 5. ed. England: Longman Scientific & Technical, 1989. LEMOS, M. O que podem ser os cristais na urina e possíveis sintomas. Tua Saúde. 2020. Disponível em: https://www.tuasaude.com/cristais-na-urina/. Acesso em: 20 abr. 2020. MATOS, M. A. C. Análises volumétricas. UFJF, 2018. 175 MODELO atômico de Rutherford-Bohr. Manual da Química. 2020. Disponível em: https://www. manualdaquimica.com/quimica-geral/modelo-atomico-rutherford-bohr.htm. Acesso em: 14 abr. 2020. NOMENCLATURA das bases. Manual da Química. 2020. Disponível em: https://www.manualdaquimica. com/quimica-inorganica/nomenclatura-das-bases.htm. Acesso em: 17 abr. 2020. NOMENCLATURA dos ácidos. Manual da Química. 2020. Disponível em: https://www.manualdaquimica. com/quimica-inorganica/nomenclatura-dos-acidos.htm. Acesso em: 17 abr. 2020. NOMENCLATURA dos óxidos. Manual da Química. 2020. Disponível em: https://www.manualdaquimica. com/quimica-inorganica/nomenclatura-dos-oxidos.htm. Acesso em: 20 abr. 2020. NOMENCLATURA dos sais. Manual da Química. 2020. Disponível em: https://www.manualdaquimica. com/quimica-inorganica/nomenclatura-dos-sais.htm. Acesso em: 20 abr. 2020. OHLWEILER, O. A. Teoria e métodos da análise quantitativa. Rio de Janeiro: Instituto Nacional do Livro, 1957. PLINY the elder, natural history. Livius.org. 2019. Disponível em: https://www.livius.org/articles/person/ pliny-the-elder/pliny-the-elder-natural-history/. Acesso em: 13 abr. 2020. PRODUTO de solubilidade. Mundo Educação. [s.d.]. Disponível em: https://mundoeducacao.bol.uol.com. br/quimica/produto-solubilidade.htm. Acesso em: 20 abr. 2020. RECUPERAÇÃO de prata a partir de radiografias. Recicloteca. [s.d.]. Disponível em: http://www. recicloteca.org.br/projetos/recuperacao-de-prata-a-partir-de-radiografias/. Acesso em: 20 abr. 2020. RIBAS, R. H. Gestão de equipamentos e instrumentos de medição: vidrarias volumétricas. Revista Técnica do Farmacêutico, São Paulo, ano 4, n. 18, p. 6-13, out./dez. 2012. Disponível em: http://www. webdeskanfarmag.com.br/revanf/nl/RevistaT%C3%A9cnica%20Farmac%C3%AAutico_ED18.pdf. Acesso em: 5 maio 2020. RINCON, P. EUA e Europa querem trazer rochas de Marte para investigar histórico de vida. BBC News Brasil. 2018. Disponível em: https://www.bbc.com/portuguese/geral-43916748. Acesso em: 5 maio 2020. SILVA, L. H.; PINHEIRO, B. C. S. Produções científicas do antigo Egito: um diálogo sobre química, cerveja, negritude e outras coisas mais. Redequim – Revista Debates em Ensino de Química. 2018. Disponível em: http://www.journals.ufrpe.br/index.php/REDEQUIM/article/view/2043/482482607. Acesso em: 13 abr. 2020. SKOOG, D. et al. Fundamentos de química analítica. São Paulo: Thomson, 2006. TERRA, J.; ROSSI, A. V. Sobre o desenvolvimento da análise volumétrica e algumas aplicações atuais. Química Nova, São Paulo, v. 28, n. 1, jan./fev. 2005. Disponível em: https://www.scielo.br/scielo. php?script=sci_arttext&pid=S0100-40422005000100029. Acesso em: 5 maio 2020. 176 VALIDAÇÃO de metodologia analítica. Portal Action. [s.d.]. Disponível em: http://www.portalaction.com. br/validacao-de-metodologia-analitica/113-precisao. Acesso em: 5 maio 2020. VOGEL, A. Química analítica qualitativa. 5. ed. São Paulo: Mestre Jou, 1981. ZIBETTI, A. Teste de hipótese. [s.d.]. Disponível em: https://www.inf.ufsc.br/~andre.zibetti/probabilidade/ teste-de-hipoteses.html#hip%C3%B3teses_estat%C3%ADsticas. Acesso em: 23 abr. 2020. Exercícios Unidade I – Questão 1: CESGRANRIO. Técnico(a) Químico(a) de Petróleo Júnior. 2014. Questão 36. Disponível em: https://arquivos.qconcursos.com/prova/arquivo_prova/40597/ cesgranrio-2014-petrobras-tecnico-a-quimico-a-de-petroleo-junior-prova.pdf?_ ga=2.131095496.679005196.1588801454-1521621378.1588801454. Acesso em: 6 maio 2020. Unidade II – Questão 1: FUNIVERSA – IF-AP. Técnico em Laboratório Área: Biologia. 2016. Questão 38. Disponível em: https://arquivos.qconcursos.com/prova/arquivo_prova/47658/funiversa- 2016-if-ap-tecnico-laboratorio-biologia-prova.pdf?_ga=2.101071558.679005196.1588801454- 1521621378.1588801454. Acesso em: 6 maio 2020. Unidade III – Questão 1: CESGRANRIO. Técnico(a) Químico(a) de Petróleo Júnior. 2014. Questão 60. Disponível em: http://www.cesgranrio.org.br/pdf/petrobras0214/provas/PROVA%2030%20-%20 T%C3%89CNICO(A)%20QU%C3%8DMICO(A)%20DE%20PETR%C3%93LEO%20J%C3%9ANIOR.pdf. Acesso em: 6 maio 2020. Unidade III – Questão 2: CESGRANRIO. Técnico(a) Químico(a) Júnior. 2012. Questão 41. Disponível em: https://arquivos.qconcursos.com/prova/arquivo_prova/28972/cesgranrio-2012-innova-tecnico- quimico-junior-prova.pdf?_ga=2.102259782.679005196.1588801454-1521621378.1588801454. Acesso em: 6 maio 2020. 177 178 179 180 Informações: www.sepi.unip.br ou 0800 010 9000
Compartilhar