2. EVALUACIÓN DE DATOS ANALÍTICOS.

2. EVALUACIÓN DE DATOS ANALÍTICOS.
1. TIPOS DE ERRORES EN ANÁLISIS QUÍMICA:
El análisis cuantitativo es el más usado y no existe un resultado cuantitativo válido si no va acompañado
de una estimación del error inherente al mismo.
Los clasificaremos atendiendo a su:
1. Naturaleza:

Error sistemático o determinado: se refiere a una desviación o sesgo al valor esperado y en un
determinado sentido (positivo, por exceso; negativo, por defecto) pero siempre en el mismo
sentido.
Mide la exactitud de los resultados, que es la propiedad que evalúa la diferencia entre el valor
obtenido y el valor esperado (o valor real).
Es un error que puede determinarse, pero conviene que esté ausente en la medida de lo posible
Lo podemos medir como error absoluto o como error relativo.

Comportamiento del error sistemático:
Error sistemático de contraste: es independiente de la cantidad de la muestra y de la
magnitud de la señal.
Error sistemático proporcional: proporcional a la muestra o a la magnitud de la señal.
Error sistemático accidental: producido por un accidente, manipulación, equivocación o
mal uso del instrumento.

Error aleatorio o indeterminado: son errores fortuitos cuya magnitud y signos no pueden
predecirse ni calcularse.
Mide la precisión, que es la propiedad que evalúa la dispersión de los resultados experimentados.
Si es pequeño se dice que es preciso y que su incertidumbre pequeña.
Se ve afectada por cambios de temperatura, presión, humedad, que hayan fluctuaciones en el
suministro eléctrico, corrientes de aire, vibraciones, etc.
Lo podemos expresar como desviación promedio (Dp), desviación estándar o típica (s) y
desviación estándar relativa (DER) “relative standard deviation (RSD)”.
2.
Origen:

Errores de instrumento:
Todos los aparatos para medir son una fuente potencial de errores sistemáticos. Por ejemplo las
pipetas, buretas y los matraces volumétricos pueden entregar o retener volúmenes ligeramente
distintos de los que indica su graduación. Estas diferencias pueden deberse a que este material
se use a una temperatura significativamente distinta de la temperatura de calibración, a una
deformación de las paredes de los recipientes, al usar recipientes sucios o mal calibrados por
defecto de fabricación, etc.
Los aparatos electrónicos también están sujetos a errores.

Errores del método:
El comportamiento físico o químico no ideal de los reactivos y de las reacciones que se emplean
en un análisis con frecuencia introducen errores sistemáticos del método. Este comportamiento
no ideal puede deberse a que algunas reacciones sean lentas o que no se completen, a la
inestabilidad de algunas especies, a la baja especificidad de de gran parte de los reactivos y a las
reacciones secundarias que interfieren con el proceso de medición.
3

Errores operativos:
En muchas mediciones es necesaria la apreciación personal. Por ejemplo, al estimar la posición
de la aguja entre dos divisiones de la escala, al percibir el color de una solución en el punto final
de una titulación o al medir el nivel de un líquido respecto de la graduación de una pipeta o una
bureta. Una fuente universal de error personal es el prejuicio (tendencia natural de estimar las
lecturas de una escala en un sentido tal que se tiende a mejorar la precisión en un conjunto de
datos, o bien, se puede tener una idea preconcebida del verdadero valor de la medición).
2. DISTRIBUCIÓN DE ERRORES.
Todas las técnicas de estadística se aplican a un número de medidas infinito.

Distribución Naussiana (o Normal):
Población: conjunto de datos. Se puede describir en
dos
parámetros,
descripcionales.
denominados
parámetros
Media ( ): mide la tendencia central de toda la
población.
Desviación típica ( ): Es una medida estadística de
dispersión en torno a la media). Se obtiene calculando
la raíz cuadrada positiva de la varianza.
Varianza (
): mide la propagación de errores.
En nuestro caso siempre tendremos un número finito de resultados.
Muestra: es una serie de datos tomados al azar de un complejo mayor (población) lo suficiente
grande como para ser representativa a dicha población. Sus descriptores muéstrales son:
Media aritmética ( ):
Desviación estándar ( ):
(s2):

Distribución Gaussiana Normalizada: igual que la anterior, pero nos permite comparar series. Se
caracteriza por tener
y
. Como variable de nomenclatura “X” pasa a ser “Z”.
3. PRESENTACIÓN FINAL DE RESULTADOS:

; donde “n” es el número de medidas realizadas.

; donde “L” nos determina los límites de confianza y “ ” es el nivel de significación
de probabilidad de que la población se encuentre fuera del intervalo).
P(Z<a) = 1 – P(Z≥a)
P(Z>a)
a
4
(índice
4. RECHAZO DE RESULTADOS:

Ensayo 2’5s: Detectar el dato “más lejano” por un extremo u otro.
x1, x2, x3, x4* Calculamos la
y s descartando el dato discordante.
Si el valor es mayor a 2’5, el valor es rechazado. Si el valor es menor o igual a 2’5 si se
considera, y por lo tanto hay que rehacer la

y la s.
Ensayo de Dixon: Se identifica el dato discordante, y calculamos un parámetro denominado Q.
Si Qtab<Qcal, x* se rechaza.
5. REDONDEO DE CIFRAS:

Reglas para expresar la dispersión:
Una única cifra distinta de cero más los ceros necesarios para establecer el lugar donde se encuentra
la coma decimal.
La primera cifra de la izquierda que sea distinta de cero se redondea al entero más próximo.
El redondeo de cifras sigue tres reglas:
1) Si los primeros dos dígitos a descartarse son menores de 50, el dígito anterior no cambia.
Ejemplo: 0,04489 se redondea 0,04.
2) Si los primeros dos dígitos a descartarse son mayores de 50, se le suma 1 al número anterior.
Ejemplo: 0,04617 se redondea 0,05.
3) Si los primeros dos dígitos a descartarse son exactamente 50, se le suma 1 al número anterior si
es impar y no se cambia si es par.
Ejemplo: 0,0350 y 0,0450 se redondean 0,04.
Ejemplo para la dispersión:
±0,337 a ±0,3 ±0,0647 a ±0,06 ±0,27 a ±0,3 ±48 a ±50 ±629 a ±600 ±66459 a ±70000.
Excepción a esta regla: Si las dos primeras cifras distintas de cero dan un valor resultante inferior o
igual a 25, independientemente de donde se halle la coma decimal, se escribe una cifra más.

Reglas para expresar la media:
La media se expresa exclusivamente con sus cifras significativas (todas las que se conocen con
certeza más la primera incierta). Se redondea al entero más próximo.
La primera cifra incierta viene dada por el valor de la dispersión.

Reglas para establecer cifras significativas:
El concepto de cifra significativa se aplica sólo a las cifras de la media y no a las de la dispersión.
Si no hay coma decimal, la última cifra de la derecha distinta de cero es la menos significativa. Si hay
coma decimal, la última cifra de la derecha aunque sea cero es la menos significativa.
Son cifras significativas todas las que se encuentran entre la más y la menos significativa.
Ejemplos:
1.-La expresión 3400 ± 100 indica que el número tiene dos cifras significativas.
2.-La expresión 100,0 ± 0,1 indica que el número tiene 4 cifras significativas.
3.- La expresión 0,0005670 ± 0,0000001 Indica que el número tiene 4 c.s. que son 5670.
4.- La expresión 0,0003004±0,0000001 indica que el número tiene 4 c.s que van del 3 al 4.
5