Anda di halaman 1dari 50

Introduo validao de mtodos

09 de maio de 2006
Renata Martins Horta Borges
Coordenao Geral de Credenciamento CGCRE / Inmetro
Diviso de Credenciamento de Laboratrios - Dicla
Organizao Mundial do Comrcio (OMC)
Mudanas nas relaes comerciais entre pases
Novas formas de protecionismo
Barreiras tcnicas
Ativos estratgicos
- informao
- conhecimento tcnico
Proteo tarifria
Rodada de Tquio (1973-1979)
Acordo sobre Barreiras Tcnicas
Laboratrios Acreditados
Pessoal gerencial e tcnico com autoridade
e recursos necessrios para desempenhar
suas tarefas
Sistema da Qualidade
Principal objetivo
Padro internacional e nico para atestar a competncia dos laboratrios
para realizarem ensaios e/ou calibraes, incluindo amostragem e facilitar a
interpretao e a aplicao dos requisitos, evitando opinies divergentes e
conflitantes.
NBR ISO/IEC 17.025
Requisitos gerais para a competncia de laboratrios de ensaios e
calibraes
Controle do processo de medio
Avaliao da Conformidade
Exame sistemtico do grau de atendimento por parte de um produto, processo ou
servio a requisitos especificados, ou seja, a garantia da qualidade do produto
vem se consolidando devido s variadas mudanas nas relaes comerciais entre
pases.
ganhos de produtividade,
reduo de variedade,
qualidade dos produtos e servios,
reduo de custos e
eliminao de desperdcios.
Como instrumento de controle da confiabilidade metrolgica, destacam-se os seguintes
requisitos:
existncia de um sistema de gesto implantado no laboratrio, que deve operar em
consonncia aos preceitos da norma NBR ISO/IEC 17025;
implantao dos preceitos de validao de metodologia analtica;
emisso de relatrios de ensaios analticos cujas respectivas incertezas de medio devem
ser declaradas em absoluta consonncia s prticas e procedimentos internacionalmente
adotados;
capacitao profissional do pessoal tcnico envolvido e
garantia da rastreabilidade das medies ao Sistema Internacional de Unidades (SI).
Alguns requisitos da ISO/IEC 17.025:2005
Requisito 4.4 Anlise crtica de pedidos propostas e contratos (ISO 17025:2005)
Para que propsito o resultado ser usado?
Incluindo aspectos legais do trabalho
Requisito 4.6 Aquisio de servios e suprimentos (ISO 17025:2005)
Requisito 5.4.1 5.4.5 (ISO 17025:2005)
Mtodos devem ser validados
Requisito 5.4.6 Estimativa da incerteza de medio (ISO 17025:2005)
Incerteza deve ser estimada
Requisito 5.4.7 Controle de dados (ISO 17025:2005)
Os clculos e transferncias devem ser submetidos a verificaes
Requisito 5. 6 Rastreabilidade de medio (ISO 17025:2005)
- Os resultados devem ser rastreveis a referncias internacionais (por exemplo,
SI)
Requisito 5.9 Garantia da qualidade dos resultados (ISO 17025:2005)
- Cada resultado deve ser proveniente de um mtodo validado seguido da
estimativa da incerteza de medio;
- Todos os aspectos, incluindo matriz, devem estar sob controle
A confiabilidade metrolgica requer procedimentos, rotinas e mtodos apropriados; o processo
que envolve um programa de confiabilidade metrolgica deve ser contnuo, sem interrupo,
requerendo tanto um planejamento prvio quanto uma avaliao constante dos resultados obtidos.
Em laboratrios de anlises qumicas, a confiabilidade metrolgica a garantia da qualidade
visando credibilidade tcnica das medidas obtidas.
O controle de qualidade interno requer que:
caractersticas como faixa de concentrao, sensibilidade, seletividade, sejam adequadas ao mtodo
que est sendo validado;
os equipamentos do laboratrio e acessrios tcnicos sejam compatveis com o mtodo analtico;
o laboratrio tenha condies adequadas para a manuteno dos instrumentos analticos;
a cadeia de suprimento de reagentes, solventes, gases, bem como material de referncia certificado e
misturas, sejam controlados;
o pessoal do laboratrio seja suficientemente treinado e qualificado para operaes analticas.
Seletividade ou especificidade refere-se sua capacidade de resposta a um determinado composto de
interesse associado a uma matriz com vrias substncias qumicas detectveis ou no. Como existem
poucos mtodos que respondem a um nico analito, o termo seletividade usualmente o mais
empregado.
Limite de deteco refere-se menor concentrao de um analito em uma amostra, que pode ser
detectada por um procedimento analtico ao qual se associa um nvel de confiana especificado, mas no
necessariamente quantificado.
Linearidade expressa pela sua habilidade em gerar resultados que sejam diretamente proporcionais
s concentraes do analito em amostras, correspondente uma determinada faixa de concentrao.
Exatido refere-se ao grau de concordncia entre o resultado de uma medio e um valor verdadeiro
do mensurando. Exatido em procedimentos analticos refere-se concordncia entre o valor real (valor
de referncia) da concentrao de um analito em uma amostra e o estimado pelo processo analtico.
Uma baixa exatido resulta de erros sistemticos que contribuem para desvios ou tendncias (bias) nos
resultados
Repetitividade refere-se ao grau de concordncia entre os resultados de medies sucessivas de um
mesmo mensurando, efetuadas sob as mesmas condies de medio, chamadas de condies de
repetitividade.
Reprodutibilidade refere-se ao grau de concordncia entre os resultados de medies de um mesmo
mensurando, efetuadas sob condies variadas de medio.
Robustez a medida da sua capacidade de permanecer inalterado frente a pequenas, mas deliberadas,
variaes dos parmetros associados ao mtodo, demonstrando sua confiabilidade durante seu uso na
rotina de trabalho.
Alguns parmetros relevantes
Anlise Descritiva
O objetivo da inferncia estatstica tirar concluses ou tomar decises a respeito de uma
populao baseada em uma amostra selecionada da populao. A inferncia estatstica utiliza
valores calculados a partir de observaes na amostra. Os parmetros bsicos que
caracterizam uma populao (universo) de amostras ou medidas so a mdia (), e o desvio
padro (). A menos que a populao inteira seja analisada, e no podem ser conhecidos,
mas so estimados de uma amostra aleatoriamente selecionada representativa do todo.
Aps a coleta dos dados de uma determinada medida, necessrio que se analisem estes
dados, em termos de no-conformidades, distribuio, etc. D-se a este tratamento estatstico
dos dados o nome de anlise descritiva dos dados. Nesta primeira anlise busca-se identificar
graficamente ou atravs de testes estatsticos, as observaes (valores) discrepantes com
relao amostra como um todo.
Estatstica Bsica
Medidas de Tendncia Central (mdia aritmtica)
a mais comum das medidas de tendncia central. calculada somando-se as n observaes
originais e dividindo-se por n.
= X
i
Medidas de Disperso
Amplitude (R)
o valor que representa o afastamento entre o maior e o menor valor de um conjunto de
observaes.
Varincia (s
2
)
A varincia de um conjunto de dados , por definio, a mdia dos quadrados das diferenas, dos
valores em relao sua mdia, isto ,
s
2
= =
Desvio padro (s)
definido como a raiz quadrada positiva da varincia.

=
n
i
n
1
1
X
( ) X X
n
i
i
n

2
1
1
1 n
SQT
Estatstica Bsica
Identificao de valores outliers
Grfico de Box
utilizado, para se identificar valores outlier ou extremos, em uma determinada distribuio. O
grfico de Box construdo da seguinte forma:
1 - Calcula-se a mediana, o quartil inferior (Q1) e o quartil superior (Q3);
2 - Subtrai-se o quartil superior do quartil inferior = (L)
3 - Os valores que estiverem no intervalo de Q3+1,5L e Q3+3L e no intervalo Q1-1,5L e Q1-3L,
sero considerados outliers podendo, portanto ser aceitos na populao com alguma suspeita;
4 - Os valores que forem maiores que Q3+3L e menores que Q1-3L devem ser considerados
suspeitos de pertencer populao, devendo ser investigada a origem da disperso. Estes pontos
so chamados de extremos.
Estatstica Bsica
s
X
X
1

s
X
X n

Teste de Grubbs
Este teste tambm utilizado para se tomar decises sobre valores outliers.
O procedimento o seguinte:
1 - Ordenar os valores em ordem crescente, isto :
x
1
< x
2
< x
3
< ................< x
n-1
< x
n
2 - Supor a hiptese de que o menor valor, x
1
, ou se o maior valor, x
n
, so suspeitos como
valores outliers.
3 - Estime (calcule) o desvio padro de todos os valores.
4 - Calcule T da seguinte forma:
T =
ou T =
5 - Selecione o risco desejado de falsa rejeio.
6 - Compare os valores calculados com os valores tabelados. Se T for maior que o valor
tabelado, a rejeio pode ser feita com o risco associado.
Estatstica Bsica
Teste de Dixon
Este teste tem por objetivo identificar valores afastados da amostra. Tem a vantagem que no
necessrio o conhecimento da estimativa do desvio padro. Para operacionalizar a realizao
do teste deve-se seguir o seguintes passos:
1 - Ordenar os valores em ordem crescente, isto :
x
1
< x
2
< x
3
< ................< x
n-1
< x
n
2 - Supor a hiptese de que o menor valor, x1, ou se o maior valor, xn, so suspeitos como
valores outliers.
3 - Selecionar o risco desejado de falsa rejeio.
4 - Calcular as seguintes equaes, de acordo com o tamanho da amostra:
(x
2
- x
1
) / (x
n
- x
1
)
(x
n
- x
1
) / (x
n-1
- x
1
)
(x
3
- x
1
) / (x
n-1
- x
1
)
(x
3
- x
1
) / (x
n-2
- x
1
)
(x
n
- x
n-1
) / (x
n
- x
1
)
(x
n
- x
n-1
) / (x
n
- x
2
)
(x
n
- x
n-2
) / (x
n
- x
2
)
(x
n
- x
n-2
) / (x
n
- x
3
)

10

11

21

22
3 n 7
8 n 10
11 n 13
14 n 25
se x
1
suspeito se x
n
suspeito Razo n
5 - Comparar as razes calculadas com os valores da tabela.
Caso o valor encontrado seja maior, ento a suposio de outlier existe.
Estatstica Bsica
Teste de Cochran
O teste descrito por Cochran pode ser usado quando se deseja decidir se uma estimativa de
varincia excessivamente grande ou no, em comparao com um grupo. Por exemplo, se a
varincia reportada por um laboratrio excessivamente grande em comparao com outros
membros do grupo, ento devemos proceder ao teste de Cochran. Para se realizar o teste :
1 Calcula-se as varincias que sero comparadas;
2 Soma-se todas as varincias;
3 - Calcula-se a razo entre a varincia suspeita e o somatrio de todas as varincias.
Se o valor calculado da razo for maior que o da tabela, a varincia em questo considerada
como sendo no homognea.
Estatstica Bsica
Intervalo de Confiana
Um intervalo estimado de um parmetro o intervalo entre duas estatsticas que inclui o valor
verdadeiro do parmetro, com alguma probabilidade. O intervalo de confiana da mdia um dos
mais comuns clculos estatsticos. Ele representa o intervalo, com uma determinada probabilidade,
onde a mdia verdadeira de uma populao est contida. O intervalo de confiana da mdia
depender do nmero de observaes, do desvio padro e do nvel de confiana desejado.
O intervalo de confiana calculado usando a expresso:
IC =
t s
n


onde:
t - o valor da distribuio de Student, ao nvel de confiana desejado (normalmente se utiliza um
nvel de confiana de 95%) e graus de liberdade n-1.
n - tamanho da amostra
s - o desvio padro amostral

Repetitividade
Grau de concordncia entre os resultados de medies sucessivas de um mesmo mensurando efetuadas
sob as mesmas condies de medio - VIM (Vocabulrio Internacional de Termos Fundamentais e
Gerais de Metrologia - 1995 -INMETRO).
Para se conhecer a repetitividade de um processo, onde se queira considerar todas as possveis
variabilidades do mesmo, deve-se planejar um experimento com esse fim, de tal forma que se obtenha
resultados realizados no menor intervalo de tempo permitido pelo processo de medio.
Reprodutibilidade
Grau de concordncia entre os resultados das medies de um mesmo mensurando, efetuadas sob
condies variadas de medio - VIM (Vocabulrio Internacional de Termos Fundamentais e Gerais de
Metrologia - 1995 -INMETRO).
Para se conhecer a reprodutibilidade de um processo, ao nvel de 95 % de confiana, onde se queira
considerar todas as possveis variabilidades do mesmo, deve-se planejar um experimento com esse fim,
de tal forma que se obtenha resultados que possam ser considerados como em reprodutibilidade, isto ,
quando se muda um fator de variabilidade, operador, dia, mquina, etc., ou quando o tempo de
realizao entre estas observaes for suficientemente grande, quando comparado com o tempo mnimo
possvel de realizar uma duplicata.
Para um nico critrio de classificao (ONE-WAY ANOVA)
- Objetivo:
Comparar os efeitos de a tratamentos (ou nveis de um fator) alocados aleatoriamente s unidades
experimentais (experimento completamente aleatorizado)
Matriz de observaes para n rplicas de um experimento:
Y.. Total
Y
1.
Y
2.
Y
a.
Y
11
Y
12
Y
13
Y
1n
Y
21
Y
22
Y
23
Y
2n
Y
a1
Y
a2
Y
a3
Y
an
1
2
.
.
.
a
Total Observaes Tratamento
Anlise de Varincia
Notao:
Y
i
. =
j
Y
ij
(total das observaes sob o tratamento i)
Y
i
. =
Y
n
i.
(mdia das observaes sob o tratamento i)
Y.. =
i

j
Y
ij
(total global das observaes)
= n x a (nmero total das observaes)
Y.. =
Y..
N
(mdia global das observaes)
Procedimento para teste:
Anlise de varincia - partio total nas componentes:

Efeito do fator;
Erro aleatrio.

Soma dos quadrados (corrigida) total ou variao total:

SQT =
( )
2
j i
Y Y..
ij
(Temos axn operaes de subtrao)

Partio da variao total:
| |
2
a
1 i
n
1 j
.. . i . i ij
) y y ( ) y y ( +
= =
= n
2
a
1 i
.. . i
) y y (
=
+
= =
a
1 i
2
n
1 j
. i ij
) y y ( + 2
= =
a
1 i
n
1 j
.. . I . i ij
) y y )( y y (
(1)

(1)
A ltima parcela da equao anterior se anula, ento:
=
(2)
( ) ( )
n
i i j

Y . Y.. Y Y.
i
ij i
+
2 2
= SQF + SQE

(2)
Temos a parcelas de subtrao, por isso necessrio multiplicar por n.

SQF - soma dos quadrados devida ao fator ou tratamento;
SQE - soma dos quadrados devida ao erro.
Equao bsica do modelo one-way anova:
SQT = SQF + SQE

Quadrados mdios e nmero de graus de liberdade (GL):
Para o fator : QMF = SQF/(a-1) GL = (a-1)
Para o erro : QME = SQE/(N-a) GL = (N-a)
Anlise estatstica:

Sob as condies do modelo, a estatstica

F
0
= QMF/QME

Tem distribuio F com (a-1) GL no numerador e (N-a)GL no denominador.
Se F
0
> F
;a-1,N-a
, a hiptese H
0
de igualdade dos efeitos deve ser rejeitada para o nvel de
significncia .
Tabela ANOVA (ANalysis Of VAriance)
QMF/QME QMF
QME
SQF
SQE
SQT
a-1
N-a
N-1
Fator
Erro
Total
F
0
Quadrados
mdios
Somas dos
Quadrados
Graus de
Liberdade
Fonte de
variao
Frmulas para clculo:
SQT =
( )
2
j i
Y Y..
ij
= Y
Y
N
ij
2
..
2
j i

SQF =
( )
n Y Y
i
. ..
2
=
( )
1
n N
i.
2
..
2
Y
Y


SQE = SQT-SQF
Avaliao da repetitividade e da reprodutibilidade
Anlise intermediria:
31,4 31,4 7
31,6 31,4 6
31,6 31,3 5
31,5 31,1 4
30,9 30,7 3
30,9 30,9 2
31,7 31,2 1
Rplica 2 Rplica 1 Dia
( ) n MQ MQ s
dentro entre entre
/
2
=

dentro r
MQ s =
2


( )
2 2 2
entre r R
s s s + =
CONTROLE DO PROCESSO DE MEDIO (Carta de Controle de Shewhart)
a ferramenta visual e estatstica para se controlar um processo de medio.
A carta de controle construda baseada em dados histricos ou dados de um experimento.
Normalmente, em um laboratrio de qumica analtica, utiliza-se as cartas construdas com dados de
um experimento, aps analisar os fatores de variabilidades e concluir pela homogeneidade estatstica
dos mesmos.
Basicamente pode-se construir quatro tipos de carta: carta de mdias, carta de observaes individuais,
carta de amplitude de observaes e carta de amplitude mvel.
Acompanhamento do Processo
No procedimento operacional do mtodo de ensaio deve constar a periodicidade de observaes
para acompanhamento do processo e tambm quais as condies estatsticas em que se far a
interveno no processo ou sua checagem. Pode-se considerar critrios para deteco de causas
especiais os seguintes:
1 - qualquer ponto fora dos limites de controle;
2 - dois pontos sucessivos fora dos limites de dois desvios;
3 - quatro pontos sucessivos fora dos limites de um desvio;
4 - alguma tendncia sistemtica.
Aps qualquer interveno no processo, o mesmo deve passar por uma validao estatstica.
Material de referncia certificado
Quando nos deparamos com uma amostra de referncia certificada, com rastreabilidade, onde o valor
informado no certificado resultado de testes com confiabilidade, e queremos verificar se o nosso
processo de medio est apto, em termos de exatido. Inicialmente devemos realizar algumas
observaes (no mnimo seis), verificamos se as mesmos se encontram distribudos conforme a
distribuio normal e ento analisaremos conforme abaixo:
Trabalharemos com a hiptese nula de igualdade das mdias e hiptese alternativa de diferena das
mdias
H0 : 1 = 0
H1 : 1 0
A estatstica teste adequada calculada da seguinte forma:
Onde:
0 t
X
s n

0
X
=
- mdia

0
-

o valor do MRC
s - desvio padro amostral
n - tamanho da amostra
Avaliao de Exatido e Bias
Para que a hiptese nula no seja rejeitada necessrio que
o mdulo do valor da estatstica teste encontrado seja
menor que o valor tabelado na distribuio de Student, para
os graus de liberdade adequados, isto , GL = n -1.
Comparao de mdias
Podem ser resultados obtidos por equipamentos diferentes, por tcnicas diferentes, por operadores
diferentes, etc. Inicialmente devemos verificar se os valores esto distribudos normalmente.
Verificado este aspecto dos dados, realiza-se um teste de hiptese chamado de Comparao de Mdias
com Varincias Desconhecidas, onde algumas hipteses alternativas (H1) podem ser consideradas,
pois a hiptese principal ou como chamada, hiptese nula (H0), a igualdade das mdias.
Hipteses alternativas:
1 - a mdia da primeira amostra maior do que a mdia da segunda amostra;
2 - a mdia da primeira amostra menor que a mdia da segunda amostra.
Trabalharemos apenas com a hiptese alternativa de que as mdias so diferentes:
H0 : 1 = 2
H1 : 1 2
A estatstica teste apropriada calculada da seguinte forma:
0 t
=
X X
p s
n n
1 2
1 2
1 1

+

Onde :
p s
=
( ) ( )
1 1
2
2 2
2
1 2
1 1
2
n s n s
n n
+
+

Modelos fatoriais
Definies bsicas
Experimentos fatoriais permitem estudar os efeitos de dois ou mais fatores simultaneamente. Um
experimento fatorial um experimento no qual, em cada rplica so efetuadas todas as combinaes
dos nveis dos fatores. Uma interao significativa entre os fatores pode mascarar o efeito do fator
principal.
Experimento fatorial com dois fatores fixos
Fator A com a nveis;
Fator B com b nveis;
Nmero n de rplicas
Matriz de observaes
y
...
y
.b.
y
.1.
Total
y
1..
ya..
y
1b1
y
1b2
...y
1bn
y
ab1
y
ab2
...y
abn
......
......
y
111
y
112
...y
11n
y
a11
y
a12
...y
a1n
1
.
.
.
a
Total b ...... 1 Fator A
Fator B
Notao:
y
i..
=
j

k
y
ijk
y
i..
= y
i..
/ bn ; i = 1,2,...,a
y
.j.
=
i

k
y
ijk
y
. j.
= y
.j.
/ an ; j = 1,2,...,b
y
ij.
=
k
y
ijk
y
ij.
= y
ij.
/ n ;
i a
j b
=
=

1 2
1 2
, , ...,
, , ...,

y... =
i

j

k
y
ijk
y
...
= y
...
/ abn
Anlise estatstica
Partio da soma de quadrados e graus de liberdade:
SQT =
i

k
(y
ijk
- y
...
)
2
(axbxn parcelas)
SQT =
i

k

( ) ( ) ( ) ( )
| |
y y y y y y y y y y
i j ij i j ijk ij .. ... . . ... . .. . . ... .
+ + + +
2

=
( ) ( ) ( ) ( )
bn y y an y y n y y y y y y
i i j j i j ij i j i j k ijk ij

.. ... . . ... . .. . . ... .
+ + +
2 2 2 2

SQT = SQA + SQB + SQAB + SQE
GL abn-1 = (a-1) + (b-1) + (a-1)(b-1) + ab(n-1)
Os quocientes entre os quadrados mdios de cada fator e da interao e o quadrado mdio do erro
refletem as influncias dos fatores respectivos e da interao.
QMA/QME
QMB/QME
QMAB/QME
QMA
QMB
QMAB
QME
SQA
SQB
SQAB
Diferena
SQT
a-1
b-1
(a-1)(b-1)
ab(n-1)
abn-1
Fator A
Fator B
Interao
Erro
Total
F
0
QM SQ GL FV
Facilitadores de clculo:
C =
...
2
y
abn

SQT =
i j k ijk
y C
2

SQA =
1
2
bn
C
i i
y
..

SQB =
1
2
an
C
j j
y
. .

SQAB = SQ(subtotal) - SQA - SQB SQ(subtotal) =
1
2
n
C
i j ij
y
.


SQE = SQT - SQA - SQB - SQAB = SQT - SQ(subtotal)
Experimentos Hierrquicos ou Aninhados
Em alguns experimentos multifatoriais, os nveis de um fator (B, por exemplo) no so os mesmos
para os nveis do outro fator (A, por exemplo). Um tal experimento denominado hierrquico ou
aninhado, com nveis do fator B aninhados nos nveis do fator A.
Ilustrao para experimento hierrquico em dois estgios:
y
211
y
221
y
231
y
241
y
212
y
222
y
232
y
242
y
213
y
223
y
233
y
243
y
111
y
121
y
131
y
141
y
112
y
122
y
132
y
142
y
113
y
123
y
133
y
143
Observaes
1 2 3 4 1 2 3 4 Lotes (B)
2 1 Fornecedores
(A)
O ndice j(i) indica que o nvel j do fator B est aninhado ao nvel i do fator A.
A notao (ij)k para explicitar que as rplicas esto aninhadas dentro das combinaes dos nveis
de A e de B.
Uma vez que cada nvel de B no aparece com cada nvel de A, no pode haver interao entre A e B.
O modelo balanceado porque existe um mesmo nmero de nveis do fator B para cada nvel do
fator A e um mesmo nmero de rplicas para cada combinao dos nveis dos fatores A e B.
Partio da soma dos quadrados:

SQT =
i

k
(y
ijk
- y ...)
2
=
i

k
(y
ijk
- y
i
.. + y
i
.. + y
ij
. - y
ij
. - y ...)
2

SQT =
i

k
|( y
i
.. - y ...) + ( y
ij
. - y
i
..) + (y
ijk
- y
ij
.)|
2

SQT = bn
i
( y
i
.. - y ...)
2
+ n
i

j
( y
ij
. - y
i
..)
2
+
i

k
(y
ijk
- y
ij
.)
2

SQT = SQA + SQB(A) + SQE
SQB(A) = soma dos quadrados devido ao fator B, sob os nveis de A.
Facilitador de clculo:
C =
abn
y
2
...

SQT =
i

k
y
2
ijk
- C
SQA =
bn
1

i
y
2
i
.. - C
SQB(A) = SQB + SQAB =
n
1

j
y
2
ij
. -
bn
1

i
y
2
i
..
SQE = SQT - SQA - SQB(A)
Graus de liberdade (GL):
Fator no aninhado : a - 1
Fator aninhado : a(b - 1)
Erro: ab(n - 1)
Total: abn - 1

Estatstica F
Quando os dois fatores so fixos:
Fator no aninhado : QMA/QME
Fator aninhado : QMB(A)/QME
Quando os dois fatores so aleatrios:
Fator no aninhado : QMA/QMB(A)
Fator aninhado : QMB(A)/QME
Quando os fatores so mistos:
Fator no aninhado fixo : QMA/QMB(A)
Fator aninhado aleatrio : QMB(A)/QME
Exemplo:
Um laboratrio suspeita que as medidas de teor de sacarina em adoante esto sendo comprometidas
pelo cido utilizado na extrao. A fim de solucionar o problema, o laboratrio toma quatro lotes de
dois fabricantes do cido e realiza um experimento hierrquico aninhado colocando os lotes aninhados
aos fornecedores, como demonstrado abaixo:
39,9 39,1 y
i
..
9,7 9,4 11,1 9,7 10,2 9,1 9,5 10,3 y
ij
.
2,9
3,6
3,2
3,0
2,9
3,5
3,8
3,6
3,7
3,3
2,9
3,5
3,8
3,1
3,3
3,1
2,9
3,1
2,9
3,6
3,0
3,3
3,4
3,6
Observaes
4 3 2 1 4 3 2 1 Lotes (B)
Fornecedor 2 Fornecedor 1 Fornecedores
(A)
C = = 6241/24 = 260,04
SQT =
i

k
y
2
ijk
- C = (3,3
2
+ 3,4
2
+ 3,6
2
+ 2,9
2
+ .............+3,6
2
+ 3,2
2
) - 260,04
= 262,26 - 260,04 = 2,22
SQA =
i
y
2
i
.. - C = 3120,82/12 - 260,0417 = 0,0267
SQB(A) = SQB + SQAB =
n
1

j
y
2
ij
. -
bn
1

i
y
2
i
.. = 260,98 - 260,0783 = 0,91

SQE = SQT - SQA - SQB(A) = 2,22 - 0,0267 - 0,9117 = 1,28
Considerando-se que os dois fatores sejam fixos:
Tabela ANOVA
abn-1 = 23 Total
0,08 1,28 ab(n-1) = 16 Erro
1,89 0,1517 0,91 a(b-1) = 6 Lotes (fornec)
0,33 0,0267 0,0267 (a-1) = 1 Fornecedores
F QM SQ GL
FV
Faixa de Anlise
Dentro da faixa de trabalho pode existir uma faixa de
resposta linear e dentro desta, a resposta do sinal ter
uma relao linear com o analito ou valor da
propriedade. A extenso dessa faixa pode ser
estabelecida durante a avaliao da faixa de trabalho.
A faixa linear de trabalho de um mtodo de ensaio o
intervalo entre os nveis inferior e superior de
concentrao do analito no qual foi demonstrado ser
possvel a determinao com a exatido e linearidade
exigidas, sob as condies especificadas para o ensaio.
A faixa linear definida como a faixa de
concentraes na qual a sensibilidade pode ser
considerada constante e normalmente expressa nas
mesmas unidades do resultado obtido pelo mtodo
analtico.
Linearidade
Deve-se estabelecer um coeficiente para verificar se o
modelo utilizado est correto, observando a linearidade do
mtodo empregado.

1
)

(
* 100
2

=

n
y
y y
QC
i
i i
Y =
0
+
1
X

1
=
n X
X
n Y X XY
/ )
2
(
2
/ ) )( (



0
= Y -
1
X
Fonte de Variao SQ gl MQ F
Regresso

=
m
i
n
j
i R
y y SQ
2
)

(
p-1
1
=
p
SQ
MQ
R
R

r
R
MQ
MQ

Resduo

=
m
i
n
j
i ij r
y y SQ
2
)

(
n-p
p n
SQ
MQ
r
r

=

Falta de ajuste

=
m
i
n
j
i i fa
y y SQ
2
)

(
m-p
p m
SQ
MQ
fa
fa

=
erro
fa
MQ
MQ

Erro puro

=
m
i
n
j
i ij erro
y y SQ
2
) (
n-m
m n
SQ
MQ
erro
erro

=

Total

=
m
i
n
j
ij T
y y SQ
2
) (
n-1
1
=
n
SQ
MQ
T
T



% de variao explicada: 100 *
T
R
SQ
SQ


% mximo de variao explicada: 100 *
) (
T
erro T
SQ
SQ SQ

Linearidade
total SQ
resduo SQ
regresso SQ
puro erro SQ ajuste de falta SQ
puro erro ajuste de falta /MQ MQ F =
Anlise interlaboratorial
Procedimento para anlise estatstica e avaliao dos laboratrios


A1. Determinao do valor de consenso

Os dados sero tratados de acordo com os procedimentos descritos na ISO 5725 partes 1 e 2.
Primeiramente, atravs do recebimento dos resultados dos laboratrios participantes, os dados sero
computados, calculando-se em seguida a mdia total (Y), o desvio-padro relativo repetitividade (s
r
), o
devio-padro entre laboratrios (s
l
) e o desvio-padro relativo reprodutibilidade.

O valor de consenso apresentado na Equao 1.

=
=
=
p
i
i
p
i
i i
n
y n
Y
1
1
.
Eq. (01)
onde n
i
representa o nmero de resultados reportados pelo laboratrio i, y
i
representa a mdia de resultados
do laboratrio i e p o nmero total de laboratrios participantes.
O desvio-padro relativo repetitividade est apresentado na Equao 2.

=
=

=
p
i
i
p
i
i i
r
n
s n
s
1
1
2
2
) 1 (
). 1 (
Eq. (02)

onde s
i
o desvio-padro relativo repetitividade dos resultados do laboratrio i.

O desvio-padro entre laboratrios calculado de acordo com a Equao 3.

2 2
2 l d
l
s s
s

= Eq. (03)

onde

2
1
2
) .( .
1
1
Y y n
p
s
p
i
i i d

=

=
Eq. (04)
(
(
(
(

=
=
=
p
i
i
p
i
i p
i
i
n
n
n
p
1
1
2
1
.
1
1
Eq. (05)

O desvio-padro relativo reprodutibilidade calculado seguindo a Equao 6.

2 2 2
r l R
s s s + = Eq. (06)


Alm disso, a anlise dos dados envolver o clculo da mediada (y
med
), a mediana das diferenas absolutas
(MedDA) e a mdia das diferenas absolutas (MDA).

As diferenas absolutas so calculadas atravs da Equao 7.

med i i
y y d = Eq. (07)


O procedimento para checagem de valores "outliers" segue a ISO 5725-2. Cabe salientar que o valor de
consenso ser recalculado aps a retirada de valores "outliers".
A 2. Avaliao dos resultados dos laboratrios

Para a qualificao dos resultados dos laboratrios, o z-score ser calculado, representando uma medida
da distncia relativa do laboratrio em relao ao valor de referncia.

O z-score definido na Equao 8.

RSD y
y y
z
ref
ref i
i
.

= Eq. (08)

onde y
ref
representa o valor de referncia, y
i
o resultado do laboratrio i.
A interpretao do z-score apresentada a seguir:

z 2 Resultado Satisfatrio
2< z < 3 Resultado Questionvel
z 3 Resultado Insatisfatrio

=
=
=
p
i
i
p
i
i i
n
y n
Y
1
1
.
Determinao de valor de consenso
Varincia relativa repetitividade
Varincia entre laboratrios
Varincia relativa reprodutibilidade

=
=

=
p
i
i
p
i
i i
r
n
s n
s
1
1
2
2
) 1 (
). 1 (

2 2
2
l d
l
s s
s

=
2 2 2
r l R
s s s + =
ISO 5725
2. Checagem de valores "outliers" seguindo a ISO 5725-2
3. Avaliao de desempenho
onde y
ref
representa o valor de referncia, y
i
o resultado do laboratrio i. O coeficiente de variao
aplicado no ensaio de proficincia pode ser previamente estabelecido pelo coordenador.
A interpretao do z-score apresentada a seguir:
z < 2 Resultado Satisfatrio
2< z < 3 Resultado Questionvel
z > 3 Resultado Insatisfatrio
CV y
y y
z
ref
ref i
i
.

=
Estudo de caso etano em amostra de gs natural
rea valor 1 valor 2 valor 3 valor 4 valor 5 Mdia s n
SC0443 1636551 1637095 1636370 1635628 1636501 1636429 526,476 5
SC1345 1636026 1636485 1636111 1635884 1636139 1636129 222,370 5
SC0451 1635950 1635860 1636182 1635806 1636153 1635990 170,139 5
SC0139 1635721 1635639 1635750 1635609 1635499 1635644 99,297 5
SC1617 1636115 1636138 1636643 1636243 1636045 1636237 237,918 5
SC1599 1636451 1637057 1637055 1637229 1636807 1636920 302,161 5
SC1291 1636891 1637296 1637706 1637797 1638198 1637578 500,059 5
1. Estudo de homogeneidade do material a ser enviado aos participantes
Mdia total = 1636418 %
sr = 330 0,020
sbb = 628 0,038
sR = 709 0,043
p = 7
Mediana = 1636237
MAD = 428 0,026
AAD = 478 0,029
Desempenho dos laboratrios
participantes
Cd. dos Labs. mdia desvpad n Diferena (%) z-score
6601 3,038 0,0040 3 0,014 0,20
6602 3,029 0,0002 2 0,005 -0,10
6603 3,032 0,0080 3 0,008 0,00
6604 3,007 0,0015 3 0,017 -0,82
6605 3,001 0,0012 2 0,023 -1,02
6606 3,029 0,0009 6 0,005 -0,10
6607 3,043 0,0040 3 0,019 0,36
6608 3,032 0,0013 3 0,008 0,00
6609 3,060 0,0007 10 0,036 0,92
6610 3,040 0,0008 5 0,016 0,26
6611 3,035 0,0018 6 0,011 0,10
6612
6613 3,011 0,0012 3 0,013 -0,69
6614
6615
6616 3,019 0,0010 3 0,005 -0,43
6617 3,127 1 0,103 3,13
6618 2,979 0,0260 8 0,045 -1,75
6619 3,019 0,0160 3 0,005 -0,43
6620 2,974 0,0130 5 0,050 -1,91
6621 3,014 0,0006 3 0,010 -0,59
6622 2,918 0,0014 2 0,106 -3,76
6623 3,023 0,0060 3 0,001 -0,30
6624 3,024 0,0050 5 0,000 -0,26
2,9
2,95
3
3,05
3,1
3,15
6
6
0
0
6
6
0
1
6
6
0
2
6
6
0
3
6
6
0
4
6
6
0
5
6
6
0
6
6
6
0
7
6
6
0
8
6
6
0
9
6
6
1
0
6
6
1
1
6
6
1
2
6
6
1
3
6
6
1
4
6
6
1
5
6
6
1
6
6
6
1
7
6
6
1
8
6
6
1
9
6
6
2
0
6
6
2
1
6
6
2
2
6
6
2
3
6
6
2
4
6
6
2
5
Labs #
A
n
a
l
i
t
o
-4,00
-3,00
-2,00
-1,00
0,00
1,00
2,00
3,00
4,00
6
6
0
1
6
6
0
3
6
6
0
5
6
6
0
7
6
6
0
9
6
6
1
1
6
6
1
3
6
6
1
5
6
6
1
7
6
6
1
9
6
6
2
1
6
6
2
3
Labs #
Z
-
s
c
o
r
e
s
Obrigada !
www.inmetro.gov.br
dicla@inmetro.gov.br
rmborges@inmetro.gov.br