DE DATOS ANALÍTICOS
Errores en el análisis químico: evaluación de la
calidad de los resultados
La media y mediana
x
La media, media aritmética y el promedio ( ) son sinónimos para el
valor que se obtiene al dividir la suma de las mediciones repetidas
entre el número de mediciones del conjunto:
N
∑ xi
x = i =1
N
donde xi representa los valores individuales de x que integran el
conjunto de N mediciones repetidas.
E = xi − xt
x −x
E = i t x 100%
r x
t
Tipos de errores en los datos
experimentales
En los análisis químicos influyen al menos
dos tipos de errores:
Muestra y población
e
y=
σ 2π
La media de la población µ y la media de la
muestra x
La media de la muestra x es el valor promedio de una
muestra limitada obtenida de una población de datos.
∑ ( xi − µ )
N
2
σ= i =1
N
en donde N es el número de datos de una
población.
Cálculo de la desviación estándar de la
muestra
La ecuación anterior debe modificarse cuando se aplica a una
muestra pequeña de datos. Así, la desviación estándar de la
muestra, s, está dada por la ecuación:
N N
∑ (x − x) ∑d
2 2
i i
s= i =1
= i =1
N −1 N −1
Esta ecuación difiere de la anterior en dos aspectos: primero, en
esta ecuación en el numerador aparece la media de la muestra x en
lugar de la media de la población µ y segundo, se sustituye N por el
número de grados de libertad (N – 1).
Una manera alternativa para expresar la desviación
estándar de la muestra
Para calcular s con una calculadora que no tenga la función para la
desviación estándar, es más fácil utilizar la ecuación siguiente:
2
N
N
∑ xi
∑ x i2 − i =1
N
s = i =1
N −1
Ejemplo:
En la determinación repetida del contenido de plomo en una
muestra de sangre se obtuvieron los resultados siguientes: 0.752;
0.756; 0.752; 0.751 y 0.760 ppm de Pb. Calcular la media y la
desviación estándar para esta serie de datos.
Resolución
2
Muestra Xi Xi
_________________________________________________________________________
_________________________________________________________________________
1 0.752 0.565504
2 0.756 0.571536
3 0.752 0.565504
4 0.751 0.564001
5 0.760 0.577600
2
Σ xi = 3.771 Σ xi = 2.844145
√ x =
∑ xi
=
3 . 771
= 0 . 7542 ≈ 0 . 754 ppm Pb
N 5
(∑ x ) i
2
=
(3 .771 )2 =
14 .220441
= 2 .8440882
N 5 5
√
2.844145 − 2.8440882 0.0000568
s= = = 0.00377 ≈ 0.004 ppm Pb
5 −1 4
2 2
Nota: Se puede observar que la diferencia entre Σxi y (Σxi)/N es muy pequeña. Si
estos números se hubieran redondeados antes de restarlos, el valor calculado para s
tendría un grave error, para evitarlo nunca se debe redondear un cálculo de
desviación estándar sino hasta el final.
Términos alternativos para expresar la precisión de
datos de muestras
Los químicos, por lo general, emplean la desviación estándar de la
muestra para indicar la precisión de sus datos.
s
CV = x 100%
x
♣ La dispersión o rango w es la diferencia entre el valor más alto y el
valor más bajo de la serie.
Convenio de cifras significativas
Las cifras significativas en una cantidad
son todos los dígitos ciertos y el primer
dígito incierto.
Ejemplo:
- Bureta graduada de 50 mL
LC = x ± z σ
x−µ
donde: z= y puede tener valores positivos y negativos.
σ
Finalmente:
zσ
LC para µ = x ±
N
El intervalo de confianza (IC) está dado por el segundo término de
la ecuación anterior: IC = ± z σ / N . Es importante tener siempre en
cuenta que los intervalos de confianza basados en esta ecuación
sólo se aplican en los casos donde no haya tendencia y sólo
suponiendo que σ (s → σ).
En la tabla se encuentran los valores de z para varios niveles de
confianza. El nivel de confianza es la probabilidad expresada como
porcentaje.
----------------------------------------------------------
Nivel de Confianza (%) z
----------------------------------------------------------
50 0.67
68 1.00
80 1.29
90 1.64
95 1.96
95.4 2.00
99 2.58
99.7 3.00
99.9 3.29
Ejemplo: Determinar los límites de confianza de 80% y 95% para: a) el primer valor
(1.80 ppm de Hg) de tres determinaciones repetidas, y b) para el valor promedio (1.67
ppm de Hg) de estas determinaciones. Suponer que en cada caso s = 0.1 es un buen
estimado de σ (s →σ).
1 . 29 × 0 . 10
80% LC = 1.80 ± = 1.80 ± 0.13 (1.67 – 1.93 ppm de Hg)
1
1 . 96 × 0 . 10
95% LC = 1.80 ± = 1.80 ± 0.20 (1.60 – 2.00 ppm de Hg)
1
b) Para las tres mediciones:
1 . 29 × 0 . 10
80% LC = 1.67 ± = 1.67 ± 0.07 (1.60 – 1.74 ppm de Hg)
3
1 . 96 × 0 . 10
95% LC = 1.67 ± = 1.67 ± 0.11 (1.56 – 1.78 ppm de Hg)
3
¿Cuántas mediciones repetidas se necesitan para reducir el intervalo de confianza al
95% a ± 0.07 ppm de Hg?
zs 1.96× 0.10 1.96 × 0.10
IC = 0.07 = ± =± N =± = ±2.80
N N 0.07
N = (±2.8)2 = 7.8 ≈ 8
Intervalo de confianza cuando no se conoce σ
Niveles de Probabilidad
Grados de 80% 90% 95% 99% 99.9%
Libertad
1 3.08 6.31 12.7 63.7 637
2 1.89 2.92 4.30 9.92 31.6
3 1.64 2.35 3.18 5.84 12.9
4 1.53 2.13 2.78 4.60 8.60
5 1.48 2.02 2.57 4.03 6.86
6 1.44 1.94 2.45 3.71 5.96
7 1.42 1.90 2.36 3.50 5.40
8 1.40 1.86 2.31 3.36 5.04
9 1.38 1.83 2.26 3.25 4.78
10 1.37 1.81 2.23 3.17 4.59
11 1.36 1.80 2.20 3.11 4.44
12 1.36 1.78 2.18 3.06 4.32
13 1.35 1.77 2.16 3.01 4.22
14 1.34 1.76 2.14 2.98 4.14
∞ 1.29 1.64 1.96 2.58 3.29
ts
LC para µ = x±
N
Detección de errores gruesos
Un dato dudoso difiere excesivamente de la media de un conjunto de datos.
Cuando un conjunto de datos contiene un dato dudoso que está muy
alejado del promedio del conjunto, se debe decidir aceptarlo o rechazarlo.
La prueba de Q