A maneira como seu laboratório trata a incerteza de medição é crucial para avaliar a conformidade de um resultado em relação a um limite ou especificação. Uma representação gráfica bem conhecida de vários cenários de conformidade é mostrada na Figura 1.
Figura 1. Resultados possíveis (A a D) e suas incertezas de medição expandidas em relação a um limite superior permitido (linha pontilhada); o eixo y é a concentração (unidades arbitrárias).
O resultado ‘A’ está acima do limite arbitrário (de 5) além de qualquer dúvida razoável, visto que o limite inferior de sua incerteza de medição expandida está acima do limite. Para o resultado ‘B’, embora a média esteja acima do limite, não é possível demonstrar que o produto não está em conformidade (acima do limite) com o ônus da prova criminal (além de qualquer dúvida razoável), visto que é possível que o valor ‘verdadeiro’, dentro do intervalo de confiança, esteja abaixo do limite. O resultado ‘C’ é mais tranquilizador, na maioria dos casos, visto que a média está abaixo do limite; no entanto, novamente, é necessária uma pausa para reflexão. Apenas o resultado ‘D’, para o qual a probabilidade de não conformidade é baixa, é confortavelmente tranquilizador. Se você deseja que seu laboratório utilize uma dessas abordagens em particular em seus ‘Certificados de Análise’, é importante que você comunique isso a eles.
onde tomar vacina herpes zoster
Se o seu laboratório for acreditado pela ISO 17025, ele será obrigado a concordar com a abordagem previamente e também a declará-la explicitamente no relatório. Isso é abordado na seção “Regras de Decisão” da Declaração de Informações do IFST: ” Como Interpretar Resultados de Laboratório “.
Redesenhado a partir de uma ideia original de SLR Ellison, Laboratório Nacional de Medição (NML), LGC.
Por que a incerteza de medição é importante: comparando resultados – Quando uma amostra é testada novamente, muitas vezes surge a pergunta “por que os dois resultados são diferentes?” ou até mesmo “os dois resultados são diferentes?”.
Existem procedimentos estatísticos para avaliar se dois resultados são comparáveis. Capítulos sobre testes de significância e “hipótese nula” podem ser consultados em trabalhos padrão (veja acima). Para os fins desta Declaração de Informações, no entanto, uma abordagem simples por inspeção é provavelmente suficiente. A Figura 2 ilustra graficamente quatro resultados para amostras equivalentes.