PROYECTO DE NORMA

TÉCNICA COLOMBIANA
________________________________________________________________________________

Contenido

Contenido
Prefacio ........................................................................................................................................................3
Introducción .................................................................................................................................................4
1 Alcance .................................................................................................................................................5
2 Referencias normativas........................................................................................................................5
3 Términos, definiciones y símbolos ...................................................... ¡Error! Marcador no definido.
4 Símbolos .............................................................................................. ¡Error! Marcador no definido.
5 Diseño de un proyecto de certificación ............................................... ¡Error! Marcador no definido.
5.1 Generalidades .............................................................................. ¡Error! Marcador no definido.
5.2 Definición del proyecto ................................................................. ¡Error! Marcador no definido.
5.3 Aspectos del transporte ............................................................... ¡Error! Marcador no definido.
5.4 Recolección del material inicial.................................................... ¡Error! Marcador no definido.
5.5 Estudio de viabilidad .................................................................... ¡Error! Marcador no definido.
5.6 Vida útil y tiempo de caducidad requeridos ................................. ¡Error! Marcador no definido.
5.7 Preparación de la muestra ........................................................... ¡Error! Marcador no definido.
5.8 Estudio de homogeneidad ........................................................... ¡Error! Marcador no definido.
5.9 Estudio de estabilidad .................................................................. ¡Error! Marcador no definido.
5.10 Elección de los métodos de medición ......................................... ¡Error! Marcador no definido.
5.11 Certificación.................................................................................. ¡Error! Marcador no definido.
5.12 Resumen del diseño del proyecto ............................................... ¡Error! Marcador no definido.
6 Evaluación de la incertidumbre de la medición .................................................................................16
6.1 Base para evaluar la incertidumbre del valor de una propiedad de un MR(C) .........................16
6.2 Modelo básico para la caracterización de un lote ......................................................................17
6.3 Fuentes de incertidumbre ...........................................................................................................19
6.4 Aspectos de las funciones de distribución .................................................................................19
6.5 Uso de las relaciones ..................................................................................................................20
6.6 Elección del factor de cobertura .................................................................................................20
6.7 Recertificación .............................................................................................................................20
7 Estudio de homogeneidad .................................................................................................................21
7.1 Preámbulo ...................................................................................................................................21
7.2 Materiales ....................................................................................................................................21
7.3 Concepto de homogeneidad .......................................................................................................22
7.4 Práctica .......................................................................................................................................22
7.5 Mediciones ..................................................................................................................................23
7.6 Esquemas de muestreo estadísticamente válidos y análisis de tendencia ..............................23
7.7 Evaluación de un estudio de homogeneidad .............................................................................24
7.8 Estudio de homogeneidad entre envases ..................................................................................24
7.9 Repetibilidad insuficiente del método de medición ....................................................................26
7.10 Homogeneidad dentro del envase ..............................................................................................26
8 Estudio de estabilidad ........................................................................................................................27
8.1 Tipos de (in) estabilidad ..............................................................................................................27
8.2 Diseño de experimentos .............................................................................................................28
8.3 Evaluación de los resultados ......................................................................................................29
8.4 Monitoreo de la estabilidad .........................................................................................................33
8.5 Determinación del tiempo de caducidad con relación a la estabilidad a largo plazo ................35
9 Determinación de los valores de propiedades ..................................................................................35
9.1 Generalidades .............................................................................................................................35
9.2 Establecimiento y demostración de la trazabilidad ....................................................................36
9.3 Métodos Prácticos.......................................................................................................................38
9.4 Diseño de la medición .................................................................................................................39
9.5 Consideraciones relacionadas con la propiedad .......................................................................43

1
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
10 Datos y evaluación de la incertidumbre .........................................................................................47
10.1 Modelos .......................................................................................................................................47
10.2 Formatos de datos ......................................................................................................................47
10.3 Distribuciones ..............................................................................................................................50
10.4 Exploración de los datos .............................................................................................................51
10.5 Evaluación de los datos ..............................................................................................................51
10.6 Evaluación de la incertidumbre...................................................................................................53
10.7 Evaluación basada en la incertidumbre......................................................................................54
10.8 Aspectos específicos ..................................................................................................................56
11 Certificación ....................................................................................................................................57
ANEXO A ...................................................................................................................................................58
ANEXO B ...................................................................................................................................................63
BIBLIOGRAFÍA ..........................................................................................................................................72

2
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Prefacio

La ISO (Organización Internacional para la Normalización) es una federación mundial de organismos

nacionales de normalización (organismos miembros de la ISO). El trabajo de preparar Normas
Internacionales es normalmente llevado a cabo a través de los Comités técnicos de la ISO. Cada
miembro interesado en un tema para el cual ha sido establecido un comité técnico tiene el derecho de
ser representado en ese comité. La organizaciones internacionales, gubernamentales y no
gubernamentales, en conexión con la ISO, también toman parte del trabajo. La ISO colabora
estrechamente con la Comisión Electrotécnica Internacional (IEC, de sus siglas en inglés) en todos los
temas de la normalización electrotécnica.

Las Normas Internacionales se redactan de acuerdo con las reglas establecidas en las Directivas
ISO/IEC, parte 2.

Los proyectos de guías aprobadas por el Comité o Grupo responsable son enviados a los organismos
miembros para su votación. La publicación como una guía requiere la aprobación por al menos el 75%
de los organismos miembros con derecho a voto.

Se llama la atención a la posibilidad de que algunos de los elementos de este documento puedan ser
objeto de derechos de patente. La ISO no se hace responsable por la identificación de ningún derecho
de patente.

Guía ISO 35 fue preparado por el Comité de Materiales de Referencia ISO (REMCO).

Esta tercera edición anula y reemplaza la segunda edición (ISO Guía 35:1989), de la que todas las
cláusulas de referencia para la estimación de la incertidumbre de medida se han revisado a fondo. Esta
revisión también proporciona una descripción actualizada de los problemas técnicos relacionados con
la producción y certificación de materiales de referencia.

3
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Introducción

La producción, caracterización y certificación de materiales de referencia (MR) son actividades claves

en el mejoramiento y mantenimiento de un sistema de mediciones coherente a nivel mundial. Como se
detalla en la Guía ISO 32 y la Guía ISO 33, los materiales de referencia certificados (MRC) se utilizan
para fines de calibración, control de calidad y validación de métodos, así como para la asignación de
valores a otros materiales, que a su vez también pueden ser MRC. Además, los MRC se usan para
mantener o establecer la trazabilidad de las escalas convencionales, por ejemplo el número de octano,
las escalas de dureza y pH. Por último, pero no menos importante, sustancias puras seleccionadas son
también usadas para mantener la escala de temperatura internacional.

Para los productores de MRC, existen tres guías ISO que facilitan la puesta en marcha de su sistema
de producción y certificación de MR, y para asegurar que la calidad de los MRC producidos satisfacen
los requisitos de los usuarios finales. La Guía ISO 34 resume los requisitos que debe cumplir un
productor de MRC para demostrar la competencia, mientras que esta Guía provee asistencia sobre la
manera de satisfacer estos requisitos. En un nivel bastante genérico, está Guía proporciona modelos
para las pruebas de homogeneidad, pruebas de estabilidad y la caracterización de los candidatos a
MRC. La Guía ISO 31 describe el formato y el contenido de los certificados de los MRC.

De alguna manera, esta Guía se puede considerar como una aplicación de la Guía para la Expresión
de la Incertidumbre en la Medición (GUM, de sus siglas en inglés) con respecto a las particularidades
de la producción de MRC. Donde sea posible, esta Guía hace referencia a la GUM, ya que esta última
describe en detalle cómo evaluar la incertidumbre de la medida de un valor obtenido de la medición.
Esta guía complementa a la GUM en el sentido de que proporciona una orientación adicional respecto
a la inclusión de las incertidumbres debidas a la falta de homogeneidad de los lotes (restante) e
inestabilidad del MRC en la incertidumbre de los valores de la propiedad y la determinación de las
contribuciones de estas incertidumbres.

Aunque esta guía ha sido desarrollada para dar apoyo a las mejores prácticas en la producción y
caracterización de los MR, usarla sin considerar cuidadosamente si algunas partes específicas son
aplicables al MRC particular, puede causar que los valores de sus propiedades (y sus incertidumbres)
se establezcan sobre una base inadecuada o incorrecta. El usuario de este tipo de documentación
debe considerar que ésta no se puede sustituir por “pensamiento crítico, honestidad intelectual y
destreza profesional” (GUM:1993, 3.4.8). La calidad del MRC “producto” depende tanto de estos
aspectos como del uso de procedimientos y métodos adecuados.

Es necesario, el conocimiento profundo del material y sus propiedades, los métodos de medición
utilizados durante el ensayo de homogeneidad, el ensayo de estabilidad y la caracterización del
material, junto con un conocimiento minucioso de los métodos estadísticos, para procesar e interpretar
correctamente los datos experimentales en un proyecto típico de certificación. Es la combinación de
estas destrezas requeridas lo que hace que la producción y la certificación del MR sea tan compleja. El
reto más grande en estos proyectos es combinar estas destrezas para permitir una implementación
fluida del plan del proyecto.

La mayor parte del contenido de esta Guía se puede aplicar a la producción de los MR. Requisitos tales
como la trazabilidad de los valores de la propiedad, la necesidad de una evaluación completa de la
incertidumbre de la medición, entre otros, se aplican a la mayoría de las categorías de los MR que
sirven, por ejemplo, como calibrantes o como medios para verificar el desempeño de un método, o para
asignar un valor a otro material.

Los patrones y sustancias farmacológicas son establecidas y distribuidas por las autoridades
farmacológicas siguiendo los principios generales de esta Guía. Existe una guía específica para la
producción de estos tipos de MR. Cabe señalar, sin embargo, que un enfoque diferente es usado por
las autoridades farmacológicas para darle al usuario la información suministrada por los certificados de
análisis y la fecha de caducidad. Además, la incertidumbre de sus valores asignados no es declarada
4
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
dado que esto no es permitido por el uso prescrito de estos MR en los compendios pertinentes.

Materiales de Referencia — Principios generales y estadísticos para la

certificación

1 Alcance

Esta Guía suministra principios estadísticos que facilitan la comprensión y el desarrollo de métodos
válidos para asignar valores a las propiedades de un material de referencia, incluyendo la evaluación
de su incertidumbre asociada, y para establecer su trazabilidad metrológica. Los materiales de
referencia (MR) que se someten a todos los pasos de esta Guía son generalmente acompañados de
un certificado y se denominan materiales de referencia certificados (MRC). Esta Guía será útil para
establecer el potencial total de los MRC como ayuda para garantizar la comparabilidad, exactitud y
compatibilidad de los resultados de la medición a escala nacional o internacional.

Para que las mediciones sean comparables a través de las fronteras y con el paso del tiempo, es
necesario que sean trazables a las referencias adecuadas y establecidas. Los MRC juegan un papel
importante en la implementación del concepto de trazabilidad de los resultados de la medición en
química, biología y física entre otras ciencias que tratan con materiales y/o muestras. Los laboratorios
utilizan estos MRC como patrones de medición de acceso fácil para establecer la trazabilidad de los
resultados de sus mediciones hasta los patrones internacionales. Los valores de la propiedad
portados por un MRC se pueden hacer trazables a unidades del SI, u otras unidades
internacionalmente acordadas durante la producción. Esta guía explica la manera en que se pueden
desarrollar métodos que conducirán a valores de la propiedad bien establecidos, que se hacen
trazables a las referencias establecidas adecuadamente. Cubre un rango amplio de materiales
(matrices) que van desde mezclas de gases hasta materiales biológicos, y un rango amplia de
propiedades, que van desde la composición química hasta propiedades físicas y de inmunoensayos.

Los métodos que se describen en esta Guía no pretenden ser exhaustivos en todos los aspectos de la
producción y el establecimiento de los valores de la propiedad de un MR, incluyendo las
incertidumbres asociadas. Los métodos de esta Guía se pueden considerar como enfoques
convencionales para la producción y asignación de valor de grandes grupos de MR, pero en cada caso
particular las modificaciones pueden ser necesarias. Los métodos estadísticos descritos son un
ejemplo de los métodos indicados y asumen, por ejemplo, datos con distribución normal. En particular,
cuando definitivamente los datos no se distribuyen normalmente, se pueden preferir otros métodos
estadísticos para obtener valores válidos para la propiedad y las incertidumbres asociadas. Esta guía
describe en términos generales el diseño de proyectos para producir MRC.

2 Referencias normativas

Los siguientes documentos de referencia son indispensables para la aplicación de esta Guía. Para
referencias con fecha, solamente aplica la edición citada. Para referencias sin fecha, se aplica la edición
más reciente del documento de referencia (incluyendo todas las enmiendas).

ISO 3534-1, Estadística – Vocabulario y símbolos – Parte 1: Probabilidad y términos estadísticos

generales

Guía ISO 30, Términos y definiciones usados en relación con los materiales de referencia
Guía para la expresión de la incertidumbre de medición. BIPM, IEC, IFCC, ISO, IUPAC, IUPAP, OIML,
1993 1

1 Esta edición fue corregida y reimpresa en 1995.

5
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Vocabulario Internacional de términos básicos y generales en Metrología. BIPM, IEC, IFCC, ISO, IUPAP,
IUPAP, OIML, 1993

NOTA. La “Guía para la expresión de la incertidumbre de medición” se llamará en adelante “GUM”,

mientras que el “Vocabulario internacional de términos básicos y generales en metrología” se llamará
“VIM”.

3 Términos, definiciones y simbolos

Para los fines de este documento, se aplican los términos y las definiciones suministrados en ISO 3534-
1, Guía ISO 30 y VIM, junto con las siguientes. Los símbolos que se usarán se indican en la sección 4.

5.1.
Material de Referencia
MR
Material, suficientemente homogéneo y estable con respecto a una o más propiedades especificadas, el
cual se ha establecido como adecuado para su uso previsto en un proceso de medición.

NOTA 1. MR es un término genérico.

NOTA 2. Las propiedades pueden ser cuantitativas o cualitativas (por ejemplo, la identidad de
sustancias o especie).

NOTA 3. Los usos pueden incluir la calibración de un sistema de medición, la evaluación de un proceso
de medición, la asignación de valores a otros materiales, y el control de calidad.

NOTA 4. Un MR sólo se puede utilizar para un solo propósito en una medición determinada.

5.2.
Material de referencia certificado
MRC
Material de referencia, caracterizado por un procedimiento metrológicamente válido para una o más
propiedades especificadas, acompañado de un certificado que suministra el valor de la propiedad
especificada, su incertidumbre asociada y una declaración de la trazabilidad metrológica.

NOTA 1. El concepto de valor incluye atributos cualitativos como la identidad o la secuencia. Las
incertidumbres para tales atributos se pueden expresar como probabilidades

NOTA 2. Los procedimientos metrológicamente válidos para la producción y certificación de materiales

de referencia se suministran, entre otros, en la Guía ISO 34 y en esta Guía.

NOTA 3. La Guía ISO 31 suministra directrices sobre el contenido de los certificados.

5.3.
Valor de la propiedad
(De un material de referencia) valor atribuido a una cantidad que representa una propiedad física,
química o biológica de un material de referencia (certificado).

5.4.
Caracterización
(De un material de referencia) proceso para determinar los valores de la propiedad de un material de
referencia, como parte de un proceso de certificación.

NOTA 1. El proceso de caracterización provee los valores para las propiedades que se van a
cuantificar.
6
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

NOTA 2. En certificaciones de lotes, la caracterización hace referencia a los valores de la propiedad del
lote.

5.5.
Homogeneidad entre envase
Variación de una propiedad del material de referencia de un envase a otro.

NOTA. Se entiende que el término “homogeneidad entre envases” se aplica a otros tipos de empaque
(por ejemplo, viales) y a otras formas físicas y piezas de ensayo.

5.6.
Homogeneidad dentro del envase
Variación de una propiedad del material de referencia dentro de un envase.

5.7.
Combinación
Mezcla de dos o más materiales de matriz para obtener un material con propiedades específicas.

5.8.
Material matriz
Material tal como se toma la muestra de la naturaleza, producción industrial o cualquier otra parte.

EJEMPLOS: suelo, agua potable, aire.

5.9.
Adición
Agregar una cantidad conocida de un compuesto o un elemento a un material matriz.

5.10.
Estabilidad a corto plazo
Estabilidad de una propiedad de un material de referencia durante el transporte bajo condiciones de
transporte específicas.

5.11.
Estabilidad a largo plazo
Estabilidad de una propiedad de un material de referencia bajo condiciones de almacenamiento
específicas en el sitio del productor del MRC.

5.12.
Vida útil
(De un material de referencia) intervalo de tiempo durante el cual se puede utilizar un material de
referencia.

5.13.
Tiempo de caducidad
(De un MR/MRC) intervalo de tiempo durante el cual el productor del MRC garantiza su estabilidad.

NOTA. El tiempo de caducidad es equivalente al período de validez del certificado tal como se describe
en la Guía ISO 31.

5 Símbolos

Ai término de sesgo (ANOVA)

a número de grupos (ANOVA)
Bi término de sesgo (ANOVA)

7
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
b número de subgrupos (ANOVA)
 término para error (ANOVA)2
k factor de cobertura
MS media cuadrática (ANOVA)
n número de observaciones
n0 número (efectivo) de miembros del (sub) grupo (ANOVA)
p número de laboratorios en un estudio colaborativo
sbb desviación estándar de la (in)homogeneidad entre envases
slor desviación estándar debida a la falta de repetibilidad
slts desviación estándar de la (in)estabilidad a largo plazo
sr desviación estándar de la repetibilidad
sstab desviación estándar debida a la (in)estabilidad
ssts desviación estándar de la (in)estabilidad a corto plazo
swb desviación estándar dentro del envase
SS suma de los cuadrados (ANOVA)
ubb incertidumbre estándar debido a la (in)homogeneidad entre envases
uchar incertidumbre estándar debido a la caracterización
uMRC incertidumbre estándar del valor de una propiedad
ults incertidumbre estándar debido a la (in)estabilidad a largo plazo
usts incertidumbre estándar debido a la (in)estabilidad a corto plazo
UMRC incertidumbre expandida del valor de una propiedad
xchar valor de la propiedad obtenido a partir de la caracterización
xMRC valor de la propiedad de un MRC
xbb término de error que señala la (in)homogeneidad entre envases
xlts término de error que señala la (in)estabilidad a largo plazo
xsts término de error que señala la (in)estabilidad a corto plazo
xij resultado de una sola medición en el experimento (ANOVA)
 media de la población (expectativa)

NOTA 1. En algunas ocasiones, se usan los símbolos para ilustrar los métodos típicos para resolver
problemas estadísticos en los proyectos de certificación. Estos se explican en el texto.

NOTA 2. Los símbolos MS y SS han sido adoptados de la literatura y no cumplen las reglas de ISO con
respecto al uso de los símbolos. Sin embargo, por razones de claridad, se considera que debería
prevalecer la convención en la literatura científica.

5 Diseño de un proyecto de certificación

5.1. Generalidades

La producción de un MRC requiere de una gran cantidad de planificación antes de emprender alguna
actividad real en el proyecto. Una parte significativa de la planificación se relaciona con la cantidad de
material necesario, así como con el diseño de los estudios de homogeneidad, estabilidad y
caracterización. El diseño también incluye la elección de métodos de medición adecuados para estos
estudios. La cantidad de muestras que se van a producir es una variable muy importante en el proceso
de planificación. El número de muestras y la cantidad de materia prima dependen de todos estos
factores. En las secciones acerca del ensayo de la homogeneidad (sección 7), ensayo de estabilidad
(sección 8) y caracterización (secciones 9 y 10) se proporcionarán directrices sobre la manera de
planificar e implementar estos procesos como parte del proyecto de certificación. Un estudio de
viabilidad también puede formar parte plan del proyecto.

5.2. Definición del proyecto

2En toda esta Guía, el término error se usa en sentido estadístico estricto, es decir, la
diferencia entre un valor observado y su expectativa matemática
8
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
La planificación de un proyecto comienza con la definición del que MRC que se va a producir. Un
ejemplo típico de tal definición es el siguiente:

“preparación de un MRC de suelo que contenga una serie de elementos traza en niveles de contenido
relevantes para la química analítica ambiental, con una incertidumbre asociada con los valores
certificados igual o inferior a x %”

Esta definición comprende muy bien al proyecto. Lo que es relevante para la química ambiental puede
diferir de un caso a otro, pero estrecha suficientemente el rango de material. Igualmente, “suelo”
también restringe el número de opciones para la matriz. En todos los casos, es importante especificar lo
que se va a producir. Durante la etapa de diseño del proyecto, la definición se puede especificar con
más detalles. Finalmente, el objetivo de la incertidumbre especificada es garantiza que el material será
adecuado para el uso previsto. Por ejemplo, las incertidumbres asociadas con valores de patrones de
calibración deberían ser considerablemente inferiores a las incertidumbres asociadas con los valores de
los materiales para la validación de métodos analíticos de trazas ambientales.

La elección correcta de las “referencias establecidas” hasta las cuales se va a establecer la trazabilidad
de los valores de la propiedad constituye un aspecto importante del diseño; estas dependen
significativamente de las referencias que estén disponibles, que se necesitan para que el MRC sirva a
los laboratorios que ejecutan estas mediciones de forma rutinaria, y de lo que es técnicamente viable.
Dado que los MRC se usan principalmente para dar trazabilidad a las mediciones posteriores, la
elección de las referencias adecuadas es crucial para el valor del MRC producido, tanto metrológica
como comercialmente.

El propósito para el cual se va a usar el MRC también se debería determinar. En la mayoría de los
casos, el objetivo del uso está implícito en la definición del proyecto, pero algunas veces es necesaria
una mayor elaboración. Dicho objetivo de un uso no necesariamente excluye otros usos, pero se
debería recordar que tales usos no (necesariamente) están cubiertos por el certificado o la
documentación suministrada. El objetivo para el cual se va a utilizar el MR se puede basar en la
legislación o en tratados internacionales.

5.3. Aspectos del transporte

Antes de empezar el trabajo real, es importante considerar si el MRC, una vez esté listo, se puede
enviar de conformidad con los reglamentos existentes. Muchos MRC implican un riesgo para la salud o
la seguridad cuando las personas se exponen directamente al material. El embalaje adecuado y el
rotulado correcto son requisitos principales para cumplir con los reglamentos para el transporte de
mercancías (potencialmente) peligrosas. Algunas veces, la legislación o los reglamentos prohíben el
transporte de materiales que tienen determinadas propiedades (por ejemplo, virus, enfermedades), que
pueden indicar que el MRC no se puede vender. Se recomienda revisar todos los aspectos del
transporte y el embalaje antes de empezar el proyecto de certificación real.

5.4. Recolección del material inicial

La primera tarea en un proyecto de certificación es obtener una cantidad suficiente de material(es)

inicial(es) con las propiedades deseadas. Para los materiales matriz, es conviene anotar que pueden
existir restricciones relacionadas con las propiedades de los materiales. Algunas combinaciones entre el
material y propiedad son raras, o pueden ser raras en combinación con otras propiedades. A menudo,
se deben establecer acuerdos. En algunos casos, las técnicas de recombinación y/o adición pueden
resolver este problema.

La cantidad de material necesario está regulada por los siguientes elementos:

− el número necesario de la muestras del MR(C);

− la necesidad de un estudio de viabilidad;

9
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

− el número de muestras necesarias para el estudio de homogeneidad;

− el número de muestras necesarias para el estudio de estabilidad;

− el número de muestras necesarias para la caracterización del MRC candidato;

− la cantidad de material necesario para una medición.

El número requerido de muestras necesarias de un MRC candidato es un problema comercial y se

debería planificar cuidadosamente por anticipado. Una variable importante es el número de muestras
que probablemente se vayan a distribuir durante la vida útil de un MRC. Dado que la vida útil es una
función de la estabilidad intrínseca, esta variable también afecta a la cantidad de materia prima
necesaria. Por ejemplo, muchos materiales biológicos tienen estabilidad intrínseca limitada y, por ende,
se espera que su vida útil sea más corta que, por ejemplo, la de un sedimento seco certificado para
elementos traza. Para una misma cantidad de muestras que se van a despachar por el año, el número
de muestras necesarias para el material microbiológico es menor que para el sedimento seco. Por otra
parte, en el caso de los MRC microbiológicos, pueden necesitarse muchas más muestras para el
ensayo de estabilidad en los primeros años, o durante toda la vida útil del material.

5.5. Estudio de viabilidad

Cuando existen preocupaciones acerca de la factibilidad de producir y caracterizar un MRC

suficientemente homogéneo y estable, se puede tomar en consideración un estudio de viabilidad (véase
la referencia [11]). Los interrogantes con respecto a, por ejemplo, la mejor manera de preparar la
muestra, la estabilidad del material, o la idoneidad para el propósito, pueden justificar la inclusión de un
estudio de viabilidad en el proyecto (véanse las referencias [11], [12]). En ocasiones, se organiza un
estudio de viabilidad para habilitar a los laboratorios que probablemente se involucran en la
caracterización para que pongan a punto sus equipos y procedimientos. Para un estudio de viabilidad
encaminado a la caracterización se recomienda tener un lote de material ligeramente diferente del
material utilizado para el MRC candidato.

5.6. Vida útil y tiempo de caducidad requeridos

La vida útil prevista de un material de referencia es una variable importante en la planificación del
proyecto de certificación. Otro parámetro relevante con respecto a la estabilidad es el tiempo de
caducidad del MRC. Dependiendo de la naturaleza de los mecanismos que afectan la estabilidad del
material se pueden tomar varias acciones para mejorar la vida útil/o el tiempo de caducidad. El ajuste
de la actividad del agua es una de las primeras opciones a considerar, ya que un secado excesivo o un
contenido muy alto de agua pueden desestabilizar el material. En muchos casos, la humedad juega un
papel clave en los mecanismos que originan la inestabilidad de la matriz y/o los parámetros. En otras
ocasiones, la esterilización o la pasteurización del material pueden ser consideras con el fin de detener
la actividad bacteriana. Sin embargo, estas medidas también pueden tener un efecto negativo sobre la
estabilidad. La información pertinente con respecto a la estabilidad y las condiciones de
almacenamiento se pueden encontrar en la literatura o pueden ser obtenidos de los usuarios de tipos de
materiales similares (industria, entre otros). Cuando se preparan soluciones, los aditivos pueden
incrementar la vida útil y/o un tiempo de caducidad. El tiempo de caducidad de un material está en
función de las condiciones de almacenamiento así como una función de la calidad del estudio de
estabilidad. Este último determina el grado hasta el cual se pueden extrapolar los resultados (véase
8.5).

5.7. Preparación de la muestra

5.7.1. Preámbulo

Es difícil suministrar una guía general sobre la preparación de los materiales de referencia. Esta sección
10
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
pretende brindar directrices sobre algunos aspectos específicos sin la intensión de ser exhaustivos.
Esta es solamente una recopilación de aspectos que necesitan consideración cuidadosa, los cuales con
frecuencia son altamente pertinentes para el éxito de un proyecto de certificación.

5.7.2. Materiales sintéticos

Los materiales de referencia sintéticos, por ejemplo sustancias puras, soluciones y mezclas de gases,
se preparan de una manera totalmente diferente de la mayoría de los materiales de matriz. Para la
preparación de sustancias puras, pueden ser necesarias técnicas de purificación para reducir la
cantidad total de impureza. La elección de estas técnicas depende del componente principal de interés
y pueden incluir técnicas de destilación y/o recristalización. Después de un proceso de subdivisión
(cuando se prepara un lote de MRC), el lote debería ser tratado tal como se describe en 5.7 a 5.9.

Muchas soluciones y mezclas de gas se preparan por medio de gravimetría, para lo cual se puede
obtener un presupuesto de incertidumbre bien establecido. La pureza (o composición) de los materiales
se introduce en un modelo para el cálculo de la composición del candidato a MRC, así como su
incertidumbre. Para la preparación de lotes de materiales, también se utilizan ampliamente las técnicas
volumétricas. Usualmente, los métodos volumétricos son un poco más fáciles de manejar, pero
generalmente también se asocian con una incertidumbre mayor que en aquel caso cuando se preparan
gravimétricamente.

5.7.3. Combinación de materiales

La combinación de dos o más matrices puede pensarse si el valor de una propiedad particular se
considera demasiado alto o demasiado bajo. El proceso se realiza mejor con matrices de clase similar,
aunque lo de se considera “clase similar” puede diferir ampliamente. Para una combinación adecuada,
el material debería encontrarse en un estado tal en que se suprima la aglomeración de partículas.
Usualmente, el contenido de humedad de los materiales involucrados es el factor dominante. Si el
material es “secado al aire” usualmente (pero ciertamente no siempre) los aglomerados desaparecen
durante un buen proceso de mezclado. Lo mismo es cierto para materiales que se comportan como
suspensiones. Existe un problema potencial cuando los aglomerados no desaparecen durante la
mezcla. Algún grado de aglomeración de las partículas puede ser inevitable. Por ejemplo, el polvo de
soya aun con menos de 2% de agua es pegajoso.

Otro requisito para la combinación correcta del matrices diferentes es que las densidades y las
distribuciones del tamaño de partícula de los materiales que se combinan sean suficientemente
similares y, para la distribución, suficientemente estrecha. Esto reducirá significativamente los riesgos
de segregación. Con tecnología apropiada e implementación correcta de las técnicas de reducción del
tamaño de partículas y de combinación, generalmente es posible obtener un lote de material que tenga
buenas propiedades con respecto a la homogeneidad y la estabilidad.

En caso de duda, el material combinado se puede someter a un ensayo rápido de homogeneidad, en el

que varias porciones del material combinado se investigan para determinar la homogeneidad de las
propiedades que se van a certificar. Tal estudio se puede ejecutar en un pequeño número de porciones,
pero que sea suficientemente grande para obtener alguna idea acerca de la homogeneidad.
Usualmente, se debería considerar que 10 porciones generan resultados significativos para tomar una
decisión sobre si el material combinado es adecuado para el procesamiento posterior.

5.7.4. Adición

Existen casos donde la adición puede ser recomendada como un método adecuado para la producción
de un material de referencia. Tales casos incluyen los extractos preparados a partir de materiales en el
estado sólido. Otro ejemplo es una serie de tres MRC de PCB en la grasa de cerdo, en donde el MRC a
temperaturas elevadas es un líquido. Otros ejemplos en los que la adición es un buen método para
obtener los MRC con propiedades deseadas incluyen líquidos, metales y aleaciones, aceites y

11
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
atmósferas en los lugares de trabajo.

Un problema principal con la adición es alcanzar la suficiente homogeneidad y estabilidad en el material

de referencia candidato. El uso de un método correcto de adición puede producir un material que
satisface los requisitos con respecto a homogeneidad y estabilidad, incluso para materiales en estado
sólido. Un método de adición adecuado para sólidos es, por ejemplo, una técnica de “humectación
incipiente”, en donde el componente que se va a adicionar se disuelve en una cantidad adecuada de
solvente que es suficiente para humedecer completamente la superficie del sólido. El solvente se
debería elegir de manera que su velocidad de evaporación se pueda controlar. Si la velocidad de
evaporación es demasiado alta, el material adicionado puede volver a salir por los poros y aglomerarse.
En este caso, el material adicionado no estará suficientemente unido a la superficie, lo cual puede tener
un impacto en la estabilidad del material. Además, si las velocidades de evaporación son demasiado
bajas ocasionarán la migración de otros componentes presentes en la matriz, o incluso su pérdida.

Sin embargo, para algunos grupos de MRC matriz, la adición claramente es un método inadecuado
para obtener un material con los valores deseados para las propiedades que se van a certificar, dado
que esto puede conducir a MRC que se comporten completamente diferente de las muestras normales
de rutina. Como regla, grandes diferencias se pueden esperar en la combinación de analitos naturales y
adicionados, que ocasionan diferencias, por ejemplo, en el comportamiento de la extracción. La
equivalencia entre material adicionado y material natural (contaminado) se debería verificar entonces
para que el material sea representativo de las muestras reales.

5.7.5. Homogenización y subdivisión

El material muestreado usualmente pasa por varias etapas de preparación antes de convertirse en
material de referencia. Los pasos necesarios en este proceso incluyen secado, reducción del tamaño de
las partículas, tamizado, estabilización y subdivisión/embotellado. En la fase de diseño del proyecto, se
debería establecer hasta que punto la preparación de la muestra se prolongará. Por ejemplo, es posible
preparar un material muestreado de manera que se pueda medir directamente como un extracto. Sin
embargo, en muchos casos, es preferible que la preparación de la muestra debería dejarse el material
muestreado en su estado original, aunque comúnmente la heterogeneidad debería disminuir y la
estabilidad debería aumentar como resultado del proceso de preparación de la muestra.

La incertidumbre requerida para los valores de la propiedad del MR y la vida útil requerida establecen
requisitos con respecto a la elección de las técnicas de preparación de la muestra. Debería recordarse
que la forma en la cual es preparado el material de referencia candidato influye en el posible uso del
material. Por ejemplo, la distribución de un extracto hace posible verificar la exactitud del paso de
extracción en el laboratorio del cliente. Por lo tanto, se recomienda tener en mente los objetivos de la
preparación de un MRC cuando se decide la manera en que la materia prima se va a preparar para
hacerla idónea para ser certificada según el objetivo del uso del MRC.

5.8. Estudio de homogeneidad

El estudio de homogeneidad es necesario en los proyectos de certificación de lote para demostrar que
un lote de envases (unidades) es suficientemente homogéneo. Los aspectos del aseguramiento de la
calidad son tan importantes como la determinación de la variación entre envases del lote restante, el
cual es un componente de la incertidumbre que se debe incluir en la estimación de la incertidumbre del
valor de la propiedad del MRC. Incluso cuando se espera que el material sea homogéneo, como en el
caso de las soluciones, se requiere de una evaluación de la falta de homogeneidad entre envases.
Cuando se trata de materiales de referencia sólidos, incluyendo lechadas y lodos, se debería prever un
estudio de homogeneidad dentro del envase para determinar la toma de la muestra mínima. En
principio, este estudio de homogeneidad no añade nada a la incertidumbre del valor de la propiedad en
cuestión. El número de muestras adicionales necesarias depende principalmente del estudio de
homogeneidad entre envases. El número mínimo de botellas seleccionadas aleatoriamente está entre
10 y 30 pero, en general, no debería ser inferior a 10.

12
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

El número óptimo de muestras para un estudio de homogeneidad se puede determinar con técnicas de
diseño soportadas estadísticamente. Tales métodos usualmente consideran la incapacidad de detectar
cualquier falta de homogeneidad debida, por ejemplo, a la incertidumbre de las mediciones. Además, el
número de envases depende del tamaño del lote, de manera que la cantidad de muestras tomadas del
lote se pueden considerar “representativas” de todo el lote. Este requisito debería ser equilibrados con
la incertidumbre de las mediciones, que es (bajo condiciones de repetibilidad) una función de la
desviación estándar de la repetibilidad de la medición y del número de replicadas. Las técnicas
estadísticas arriba mencionadas pueden ser útiles para equilibrar el número de envases y el número de
replicadas, de modo que se elija el mejor método.

5.9. Estudio de estabilidad

El ensayo de estabilidad tiene como objeto determinar el grado remanente de inestabilidad del
candidato a MR después de la preparación, o confirmar la estabilidad del material. Incluso materiales
“estables” pueden presentar inestabilidad para uno o más valores de la propiedad. Se hace una
diferencia entre la estabilidad especificadas abajo:

− condiciones de almacenamiento (estabilidad a largo plazo), y

− condiciones de transporte.

Igual que para el estudio de homogeneidad, los aspectos del aseguramiento de la calidad son tan
importantes como determinar la estimación de la incertidumbre debida a los efectos de la inestabilidad.
La estabilidad a largo plazo se refiere a la inestabilidad remanente de los valores de la propiedad del
MRC bajo condiciones específicas de almacenamiento. Por lo tanto, es importante especificar estas
condiciones de manera consecuente y estudiar la estabilidad del material bajo las mismas condiciones.
Una temperatura de referencia debería ser seleccionada de manera que sea prácticamente verídico que
el material se encuentra estable a dicha temperatura. Muchos materiales de referencia biológicos y
ambientales muestran algún grado de inestabilidad, a pesar del esfuerzo para definir/determinar las
condiciones óptimas de almacenamiento. Idealmente, se deberían seleccionar condiciones de
transporte para que la inestabilidad del material durante este no excedan la del material que se
encuentra en las estanterías del productor. En consecuencia, la estabilidad a corto plazo únicamente es
relevante como una componente de la incertidumbre cuando la estabilidad del MRC se ve afectada por
las condiciones específicas de transporte (por ejemplo desde el productor hasta el usuario) que
exceden a las condiciones de almacenamiento.

El estudio de la estabilidad a corto plazo generalmente se ejecuta a temperaturas diferentes, para

estudiar el efecto de las diferentes temperaturas sobre las propiedades del material. Las temperaturas
de las muestras pueden variar durante el transporte entre -50 °C hasta +70 °C, dependiendo sobre el
tipo de embalaje y modalidad de transporte. Con base en los efectos observados, se pueden definir las
condiciones de transporte y redactar las instrucciones de embalaje para eliminar eficazmente todo
efecto colateral indeseable. Un estudio de estabilidad a corto plazo usualmente dura de 1 a 2 meses,
pero se puede ser extendido cuando se van a determinar simultáneamente las condiciones óptimas de
almacenamiento.

El estudio de estabilidad requiere un número considerable de envases (unidades). Para cada punto del
tiempo, idealmente se debería disponer de más de un envase. Puesto que la mayoría de los estudios de
estabilidad a largo plazo duran entre 24 y 36 meses, comúnmente con 5 o 6 puntos en el tiempo, se
necesitan por lo menos de 10 a 12 envases por cada temperatura. Cuando el diseño prevé varias
temperaturas, la cantidad de envases se debería multiplicar según estas. Para un estudio de estabilidad
a corto plazo, generalmente se utilizan de 3 a 5 puntos en el tiempo, durante dos semanas. Siguiendo el
mismo razonamiento que para el estudio de estabilidad a largo plazo, la cantidad de envases debería
estar entre 6 y 10 para un estudio de estabilidad a corto plazo por cada temperatura. La falta de
homogeneidad del material también influye en la cantidad de unidades necesarias para el ensayo de
estabilidad. Si el material no es homogéneo, es útil para hacer determinaciones individuales en varios

13
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
envases en lugar de determinaciones replicadas en unos pocos envases.

El método de preferencia para ejecutar un estudio de estabilidad en una certificación de lote es trabajar
en condiciones de repetibilidad. De otro modo, la incertidumbre estimada debida a la inestabilidad se
aumenta innecesariamente debido a los efectos de la reproducibilidad en los resultados durante el
ensayo de estabilidad. Es posible trabajar bajo condiciones de repetibilidad utilizando el diseño isócrono
(véase la referencia [13]). Todas las muestras se conservan a la temperatura de referencia en la cual se
asume que no se presenta inestabilidad (no necesariamente es la temperatura de almacenamiento
prevista). Las muestras se someten a la temperatura de ensayo en el estudio de estabilidad y se
mantienen en esta temperatura hasta que se hayan medido todas las muestras. Los puntos en el tiempo
se definen por el tiempo transcurrido entre el momento en que se encuentran a la temperatura de
ensayo y el momento en que se miden.

Para la distribución clásica (véase 8.2), se debería seleccionar un método de medición con buenas
propiedades de reproducibilidad. Puesto que mantener la buena reproducibilidad de un método de
medición es considerablemente más difícil que mantener la buena repetibilidad durante un solo
experimento, el diseño isócrono tiene ventajas con respecto al diseño clásico. Además de este aspecto,
la incertidumbre en la evaluación usando el diseño clásico es en cualquier caso, superior a la del diseño
isócrono, lo que significa que el tiempo de caducidad que se puede derivar de un estudio de estabilidad
isócrono (para un nivel determinado de incertidumbre) será mayor que para un estudio de estabilidad
utilizando el diseño clásico. Estas ventajas compensan bien la desventaja de no tener datos durante el
estudio de estabilidad, en particular para métodos con repetibilidad y reproducibilidad (relativamente)
deficientes. Cuando se requieren datos inmediatos, tales mediciones se deberían tomar
independientemente del estudio de estabilidad isócrono. Cuando se certifica un solo artefacto, no hay
otra elección que la del diseño clásico.

El diseño experimental para un estudio de estabilidad, que incluye la determinación del número óptimo
de puntos en el tiempo y de la cantidad de muestras incluidas, se puede basar en un diseño estadístico,
considerando, por ejemplo, la incapacidad del método de medición para detectar alguna inestabilidad.
Además, se utiliza un modelo empírico como en la mayoría de estudios de estabilidad, de manera que
el número de puntos en el tiempo debería ser suficientemente grande que una evaluación de la validez
del modelo que se puede llevar a cabo. Para un modelo lineal, por ejemplo, que tiene dos parámetros
(intercepto y pendiente), se necesitan de 3 a 4 puntos como mínimo, pero con frecuencia más para
realizar una evaluación más exacta. Para modelos con más parámetros, el número de puntos (en el
tiempo) en el estudio de estabilidad se debería incrementar consecuentemente.

5.10. Elección de los métodos de medición

El método de medición utilizado para el estudio de homogeneidad debería tener muy buena
repetibilidad y selectividad. Para un estudio de estabilidad en el que las muestras se miden en días
diferentes, la selectividad y la reproducibilidad de las mediciones tienen importancia crucial. En
consecuencia, los métodos para los estudios de homogeneidad y estabilidad no son necesariamente los
mismos. Esto no constituye un problema siempre que se establezca la trazabilidad de los resultados de
los estudios de homogeneidad y estabilidad y de la caracterización hasta una referencia común. Tal
referencia puede ser un material que sea adecuado para evaluar las diversas calibraciones o los
diferentes resultados provenientes de diferentes métodos de medición. Asegurar la trazabilidad de todas
las mediciones en un proyecto de certificación es un requisito importante (véase, por ejemplo, la Guía
ISO 34 y la referencia [14]).

Para la caracterización del candidato a material de referencia, particularmente en el caso de los

materiales de referencia matriz, a menudo es altamente conveniente utilizar varios métodos y, con
frecuencia, también varios laboratorios. Tanto los métodos como el desempeño de los laboratorios
deberían representar “el estado del arte” y deberían tener la capacidad para hacer que sus mediciones
se puedan trazar hasta las referencias especificadas en el diseño del proyecto.

La caracterización de un candidato a material de referencia puede tener lugar de diferentes maneras.

14
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Existen dos enfoques principales:

a) caracterización mediante un solo método, y

b) caracterización mediante varios métodos y/o varios laboratorios.

El enfoque b) incluye configuraciones experimentales conocidas como estudio colaborativo o prueba

colaborativa. Ambos nombres respaldan el esfuerzo conjunto del coordinador y los participantes para
caracterizar el material de referencia. En todos los casos, los procedimientos de medición usados en la
caracterización deberían ser trazables a “referencias establecidas”, preferiblemente hasta unidades SI.
El aspecto de la trazabilidad de los resultados de la medición va más allá de las mediciones reales; esto
también incluye la transformación de la muestra. La transformación de una muestra implica llevar el
material (o artefacto) de un estado (físico o químico) a otro. Ejemplos de tales transformaciones de una
muestra incluyen la destrucción de la muestra y la extracción de las especies que se van a medir.

Finalmente, las mediciones del estudio de homogeneidad, el estudio de estabilidad y la caracterización

del material deberían ser combinadas para obtener la estimación correcta para el valor de la propiedad
y su incertidumbre estándar. Un requisito para los datos es que se refieren a la misma “escala”; es
decir, que todas las mediciones se realizan con equipo calibrado correctamente y que los resultados de
estas calibraciones pueden ser comparadas entre sí. Particularmente, cuando están involucrados más
laboratorios, el uso de algún tipo de sustancia, mezcla o solución estándar puede ser usada para
verificar el grado de concordancia entre las calibraciones. Este aspecto es parcialmente un tema de
definición de las referencias adecuadas y por lo tanto (de este modo) del establecimiento de la
trazabilidad metrológica, en parte de ser capaz de demostrar la validez y la comparabilidad de los
resultados obtenidos en las diversas etapas del proyecto.

5.11. Certificación

La certificación de un MRC se describe en la sección 11.

5.12. Resumen del diseño del proyecto

En resumen, la preparación del material de referencia implica los siguientes pasos:

a) definición del material de referencia, es decir, la matriz, las propiedades que se van a certificar y
sus niveles adecuados, y el nivel de incertidumbre deseada;

b) diseño de un procedimiento de muestreo;

c) diseño de un procedimiento para la preparación de la muestra;

d) selección de los métodos de medición adecuados para los ensayos de homogeneidad y

estabilidad;

e) diseño de la caracterización del material de referencia;

f) muestreo;

g) preparación de la muestra;

h) elección de los métodos adecuados para la caracterización;

i) ensayos de homogeneidad;

j) ensayos de estabilidad;

15
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
k) caracterización del material de referencia;

l) combinación de los resultados provenientes del ensayo de homogeneidad, el ensayo de

estabilidad y la caracterización, incluyendo una evaluación total de la incertidumbre de la
medición;

m) diseño de un certificado y, si corresponde, un informe de certificación.

6 Evaluación de la incertidumbre de la medición

6.1 Base para evaluar la incertidumbre del valor de una propiedad de un MR(C)

La base para evaluar la incertidumbre de la medición es la GUM. La mayoría de los proyectos que
conducen a un MRC se pueden evaluar a través de la aproximación que se indica en la sección 8 de
GUM:2008. Para un MRC, este procedimiento se puede resumir así:

a) Expresar la relación entre el valor de la propiedad que se va a certificar y todas las cantidades de
entrada de las cuales depende matemáticamente el valor de la propiedad. La relación debería
incluir todas las magnitudes que podrían contribuir significativamente a la incertidumbre del valor de
la propiedad, y se denomina el modelo de medición.

b) Determinar los valores para todas las cantidades de entrada con base en el análisis estadístico de
una serie de datos o por otros medios.

c) Evaluar la incertidumbre estándar para todas las cantidades de entrada utilizando una evaluación
de tipo A para las cantidades obtenidas a partir del análisis estadístico de los datos, o utilizando
una evaluación de tipo B para todas las otras cantidades.

d) Evaluar las covarianzas entre las magnitudes de entrada.

e) Calcular el valor de la propiedad (x), es decir, el valor de la característica que se va a certificar.

f) Determinar la incertidumbre estándar combinada asociada con el valor de la propiedad a partir de

las incertidumbres estándar y las covarianzas asociadas con las cantidades de entrada, utilizando
una fórmula de propagación como la que se indica en la sección 5 de GUM:2008.

g) Determinar un factor de cobertura k para obtener una incertidumbre expandida U, para la cual se
puede asumir que el intervalo [x – U, x + U] contiene una gran fracción de la distribución de los
valores que razonablemente se podrían atribuir a las características que se están certificando. La
elección de un factor de cobertura se debe basar en el nivel de confianza requerido (con frecuencia
de 95 %), la función de la densidad de probabilidad de y, y (si aplica) el número de grados de
libertad.

h) El valor de la propiedad se debería reportar junto con la incertidumbre expandida U y el factor de

cobertura k, siguiendo las recomendaciones de la guía ISO 31.

En la gran mayoría de los casos, se puede seguir el método tal como se describe. Sin embargo, existen
algunas situaciones en las que se pueden elegir otros métodos, tal como se discute en la GUM. Tales
16
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
situaciones incluyen:

- casos en donde no existe una forma matemática cercana al modelo que describe la relación entre
el valor de la propiedad y las cantidades de entrada, y

- casos en donde la aproximación lineal, obtenida aplicando la fórmula para combinar y propagar
las incertidumbres, claramente no es válida.

Se pueden utilizar otras técnicas estadísticas, como los métodos Monte Carlo o de remuestreo
(bootstrap) para determinar la incertidumbre asociada con un valor de la propiedad de un MRC en estos
casos. Para los fines de esta guía, se asume que se puede cumplir el método tal como está descrito.
Otros casos se deberían tratar en concordancia con la GUM.

Los detalles sobre cómo evaluar componentes individuales de la incertidumbre se tratan en la GUM. En
muchos casos, se pueden definir los componentes agregados de la incertidumbre para tomar ventaja de
los datos existentes, por ejemplo los resultados de los estudios de validación descritos en el capítulo 7
de la referencia [15].

Los componentes de la incertidumbre que necesitan directrices para su evaluación incluyen la

incertidumbre debida a la falta de homogeneidad del lote y los aspectos de estabilidad a largo y corto
plazo. La evaluación de estos componentes de la incertidumbre se trata en esta Guía en las secciones
7 (ensayo de homogeneidad) y 8 (ensayo de estabilidad). En las sesiones 9 y 10 se suministran
directrices adicionales para la evaluación de la incertidumbre de la medición para la determinación del
valor de la propiedad para el lote.

La incertidumbre de los valores de la propiedad a partir de MRC de un sólo artefacto que son
certificados con base en una sola calibración se puede obtener utilizando los procedimientos normales
implicados en la GUM. Sin embargo, cabe anotar que la estimación de la incertidumbre de este tipo de
MRC también se debería incluir en los efectos de la estabilidad a largo plazo.

6.2 Modelo básico para la caracterización de un lote

El modelado de un proceso de caracterización para la evaluación de la incertidumbre no es ni una tarea

rutinaria ni una estrictamente matemática. El establecimiento de un modelo adecuado para el valor de
una propiedad de un material específico candidato a MRC es una tarea compleja que se debería
realizar con gran cuidado para tomar en cuenta todos los detalles relevantes de los procedimientos que
se ejecutan para producir y certificar el material. Uno de los requisitos básicos del modelo es que se
incluyan todos los factores que puedan contribuir significativamente a la incertidumbre asociada con los
valores de la propiedad del MRC. Por lo tanto, para que sea completa, la incertidumbre estándar
combinada de un material de referencian debería reconocer que la homogeneidad y la estabilidad a
largo y corto plazo también juegan un papel importante adicional para la caracterización del lote. En
consecuencia, la incertidumbre de un material de referencia se puede expresar así:

a) incertidumbre del valor certificado obtenido para el lote (caracterización);

b) transferida a un sólo paquete (homogeneidad);

c) tal como se despacha hacia el cliente (estabilidad a corto plazo);

d) en la escala de tiempo (estabilidad a largo plazo).

Esta definición de la incertidumbre asociada con el valor de una propiedad de un MRC toma en
consideración los siguientes factores:

e) la caracterización (minuciosa) del material está acompañada de una incertidumbre;

17
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
f) el usuario (como regla) utilizará solamente una muestra al mismo tiempo;

g) el material será almacenado durante un período de tiempo más largo por el productor/vendedor;

h) el material debe ser transportado hasta el usuario.

Todos estos factores podrían contribuir significativamente a la incertidumbre asociada con el valor
asignado al mensurando (es decir, el valor que se va a certificar) para un MRC. La consideración de
estos factores influyentes no va más allá de las operaciones regulares. La evaluación de la
incertidumbre no pretende, y no se debería utilizar para justificar accidentes, errores, uso inadecuado, ni
transporte inadecuado del MRC, entre otros. Este acercamiento está acorde con la GUM:2008.

El modelo se puede expresar de la siguiente manera:

xMRC = xchar + xbb + xlts + xsts (1)

Donde:

xMRC indica el valor de la propiedad;

xchar indica el valor de la propiedad obtenido a partir de la caracterización del lote, ó, en el caso de la
caracterización de un sólo artefacto, el valor de la propiedad obtenida para dicho artefacto;

xbb indica un término de error debido a la variación entre envases;

xlts y xsts son los términos de error debidos a la inestabilidad a largo y corto plazo.

Comúnmente, los estudios de homogeneidad y estabilidad se diseñan de manera que los valores de
estos términos de error sean cero, pero sus incertidumbres no lo son.

Asumiendo la independencia de las variables, la incertidumbre asociada con el valor de una propiedad
de un MRC se puede expresar así:

uMRC = (uchar2 + ubb2 + ults2 + usts2)1/2 (2)

Utilizando la fórmula de propagación del error que está en la guía GUM:1993 E.8, los componentes de
la incertidumbre ubb (incertidumbre estándar entre envases), ults (incertidumbre estándar de la estabilidad
a largo plazo) y usts (incertidumbre estándar de la estabilidad a corto plazo) corresponden a los términos
de error en el modelo. La incertidumbre estándar combinada asociada con el valor de la propiedad de
un MRC se puede relacionar con el tiempo de caducidad del material (véase la sección 8).

Algunas veces, el término estabilidad a largo plazo está en función del tiempo, por ejemplo para
materiales de referencia certificados para isótopos radiactivos. El modelo usado para evaluar la
incertidumbre asociada con el valor de la propiedad de este tipo de MRC debería justificar en
consecuencia la dependencia con respecto al tiempo del valor certificado.

En la guía GUM, se pueden encontrar recomendaciones generales sobre el modelado de las

mediciones, al igual que en varios documentos complementarios, por ejemplo la referencia [15]. En las
secciones 7 a 10 se proporcionan algunas directrices específicas con respecto al modelado y a la
evaluación de los datos con relación a los pasos clave del modelado en la certificación de materiales de
referencia.

En algunas circunstancias, es posible desviarse del modelo básico tal como está establecido. Tales
circunstancias incluyen situaciones en las que no tiene lugar el transporte de muestras, o donde se
establece de forma explícita que la incertidumbre en el certificado no incluye el transporte de las
18
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
muestras. Directrices específicas sobre la estimación de estos componentes de la incertidumbre se
resumen en las secciones 7 (ensayo de homogeneidad), 8 (ensayo de estabilidad), 9 y 10
(Determinación del valor de la propiedad).

Si, por ejemplo, una muestra que es sensible a las temperaturas elevadas viaja durante seis semanas
desde el productor hasta un cliente, cuando el productor prevé únicamente una semana como máximo,
las propiedades del MRC pueden haber sufrido graves cambios. Siempre que el productor lo
especifique en su certificado o, si se considera más apropiado, en la documentación adicional, el
productor está autorizado para limitar consecuentemente el estudio de la estabilidad a corto plazo.

6.3 Fuentes de incertidumbre

Además de las fuentes de incertidumbre ya mencionadas, las fuentes de incertidumbre que se

encuentran comúnmente en los procedimientos de medición se deberían incluir en el modelo. Tanto la
GUM como la referencia [15] listan las fuentes de incertidumbre. Al construir un modelo, se recomienda
seguir esta lista genérica para reducir el esfuerzo en la obtención de todos los componentes pertinentes
de la incertidumbre. A menudo, los métodos de medición ya han sido evaluados en términos de la
incertidumbre de la medición, y los modelos disponibles para estos métodos también se pueden aplicar
para la evaluación de la incertidumbre del valor de una propiedad de un MRC. Cabe anotar que
cualquier cambio en un procedimiento de medición particular debe ir acompañado por una revisión del
modelo de incertidumbre.

Con frecuencia, los modelos de incertidumbre de los métodos de medición contienen componentes
agregados, es decir, componentes de la incertidumbre que dependen de otros varios. Estos
componentes agregados pueden conducir a covarianzas (véase 6.1), incluso si no son aparentes
cuando se usa el método de medición para una medición rutinaria. La evaluación de las covarianzas y
las correlaciones es crucial para obtener una estimación correcta de la incertidumbre estándar
combinada asociada con un valor de la propiedad de un MRC. Para facilitar el proceso de detección de
las covarianzas, se recomienda documentar cuáles son los componentes de la incertidumbre que
incluyen en los componentes de la incertidumbre agregada. Esta documentación permite identificar
relativamente rápido las posibles fuentes de covarianzas y correlaciones. En la GUM:1993, apéndice F,
están algunas directrices adicionales sobre cómo evaluar las covarianzas resultantes.

6.4 Problemas con de las funciones de distribución

La mayoría de las técnicas estadísticas exigen presunciones implícitas o explícitas con respecto a la
función de la densidad de probabilidad de la variable que se estudia. El enfoque de la GUM no es una
excepción porque en alguna parte del proceso de evaluación se determinará o asumirá la función de la
densidad de probabilidad. Los modelos en uso para la certificación de los materiales de referencia
tampoco son la excepción a este principio dado que se construyen sobre la base de la teoría
estadística. Frecuentemente, las presunciones se hacen implícitamente (por ejemplo, usando una
estimación estadística particular/técnica de evaluación tipo B) más que explícitamente. Muchos métodos
estadísticos asumen, por ejemplo, la distribución normal de los datos. Esta presunción también subyace
en la mayoría de la estadística en esta guía. Para la mayoría de los datos provenientes de mediciones
de composición, esta aproximación es justa, aunque para otras mediciones, por ejemplo el conteo de
cantidades pequeñas, puede que esta presunción no sea válida.

Los análisis de regresión y el análisis de varianza se basan en la presunción de datos distribuidos

normalmente. No obstante, estas herramientas estadísticas funcionan bien con datos que tienen una
función de distribución unimodal, siempre que se usen para estimar las varianzas (véanse, por ejemplo,
las secciones 7 y 8 de la referencia [21]).

Un problema notable se origina cuando la distribución experimental de los datos de la caracterización

muestra varios máximos. En el peor de los casos, esto significa que el material no se puede certificar

19
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
debido a la falta de concordancia entre los resultados de los laboratorios y/o los métodos de medición.
La asignación de un solo valor de la propiedad únicamente es útil cuando hay concordancia entre los
métodos y/o los laboratorios. Las discrepancias menores se pueden resolver introduciendo un
componente de incertidumbre adicional, que tenga en consideración este efecto. Si existe concordancia
entre los laboratorios utilizando un método particular entonces, se puede tomar en consideración la
certificación dependiente del método, que conduce a valores de la propiedad dependientes del método.
Si no existe concordancia entre los laboratorios, y la agrupación por métodos no resuelve el problema,
entonces los datos de la caracterización no son adecuados para establecer los valores de la propiedad.

6.5 Uso de relaciones

Existe un problema potencial con el uso de relaciones, por ejemplo en los estudios de estabilidad [16].
Cabe anotar que la relación de dos variables distribuidas normalmente no necesariamente está
distribuida de manera normal [17]. La distribución real de la relación de dos variables depende tanto de
las distribuciones de las dos variables involucradas como de los valores reales de los parámetros de
estas funciones de distribución. En particular, cuando el valor de una propiedad puede ser cero, como
es el caso de algunas mediciones de color, el uso de las relaciones puede ocasionar problemas ya que
éstas seguirán la distribución de Cauchy[17]. Esta distribución no tiene momentos, lo que significa que,
por ejemplo, la varianza no está definida. En consecuencia, no es posible evaluar la incertidumbre de la
medición con base en la distribución de la probabilidad asignada.

La minimización del efecto de los componentes del error aleatorio debido a la medición también se
puede lograr a través de la aplicación correcta de la ley de propagación de la incertidumbre; es decir, la
inclusión de términos de covarianza necesarios entre las dos variables que forman la relación. Esta
“reducción de la incertidumbre” a menudo es el efecto que se desea alcanzar utilizando las
relaciones[16]; el uso de la ley de propagación de la incertidumbre en los datos observados tiene la
ventaja de que es seguro con respecto a los artefactos en la función de distribución de la relación y,
simultáneamente, conduce al efecto deseado de “suprimir los componentes del error aleatorio” [18].

6.6 Elección del factor de cobertura

El factor de cobertura usado en el paso g) del método descrito en 6.1 se determina con base en la
función de distribución asumida para el valor de la propiedad (a menudo la distribución normal) y el nivel
de confianza (con frecuencia 95%). En consecuencia, sobre esta base con frecuencia se asigna un
factor de cobertura k = 2 (distribución normal, nivel de confianza de 95%). Cuando el número (eficaz) de
los grados de libertad se considera bajo, se puede utilizar la distribución t de student en lugar de asignar
un factor de cobertura.

Cuando la distribución asignada del valor de la propiedad se considera asimétrica, por ejemplo en el
caso de un recuento inmediatamente después de una distribución de Poisson, se debería un intervalo
de confianza en lugar de la incertidumbre expandida y el factor de cobertura.

6.7 Recertificación

Con el paso del tiempo, el valor real de la propiedad de un MRC puede presentar una deriva con
respecto al valor certificado. Cuando el valor real de la propiedad de un MRC está fuera del rango que
se indica en el certificado, hay dos formas básicas para tratar el problema:

• retirar el MR/MRC, o

• recertificar el material.

La elección entre las dos opciones se basa en factores tanto económicos como técnicos. Los factores
técnicos para el retiro pueden incluir, por ejemplo, el deterioro de la matriz o de uno o más de sus
constituyentes, que pueden resultar como conclusión del ensayo de estabilidad o del monitoreo de la
20
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
estabilidad (véase 8.4). Retirar un material del mercado puede ser adecuado cuando el lote de
elementos restantes es demasiado pequeño para una recertificación.

Una recertificación implica que (las partes relevantes de) el ensayo de homogeneidad, el ensayo de
estabilidad, y/o la caracterización de un material de referencia se ejecuten nuevamente. La mejora en la
capacidad de la medición en un campo particular también puede constituir una razón para la
recertificación (cuando es económicamente viable). El material tal como se produce puede aún ser
suficientemente bueno, sin embargo el establecimiento de los valores de la propiedad se debería
mejorar para reducir su incertidumbre con el fin de ser útil nuevamente para los usuarios del MRC.

Otro tipo de recertificación que se observa en la práctica se debe al cambio en la propiedad del material.
Un ejemplo de este tipo es el valor calórico del carbón, el cual cambia con el paso del tiempo aun
cuando el carbón se almacene en las mejores condiciones posibles.

7 Estudio de homogeneidad

7.1 Preámbulo

La mayoría de MR se prepara como lotes de elementos (por ejemplo, envases, viales y otras piezas de
ensayo). El paso final en la preparación de muchos MR es la subdivisión en unidades utilizables. Un
subconjunto del lote de elementos, típicamente 10 a 30, se selecciona mediante un esquema de
muestreo para ser sometido al estudio de homogeneidad. Existen varios métodos para seleccionar el
subconjunto a partir del lote (por ejemplo, el muestreo aleatorio, el muestreo aleatorio estratificado o el
muestreo sistemático). Los esquemas de muestreo aleatorio o de muestreo aleatorio estratificado son
los que más se utilizan en la práctica y generalmente proveen un subconjunto que se puede considerar
representativo de todo el lote. Si es cierto que la falta de homogeneidad no será detectada en el lote,
también se pueden utilizar los esquemas de muestreo sistemático.

Los resultados del estudio de homogeneidad entre envases3 prevén la evaluación de uno de los
componentes de la incertidumbre en el modelo de certificación (véase la sección 6). La magnitud de
esta componente de la incertidumbre puede variar ampliamente, dependiendo principalmente de la
naturaleza del MR. Este tipo de ensayo de homogeneidad es solamente aplicable cuando se emite un
certificado válido para un lote de elementos.

Un segundo tipo de falta de homogeneidad importante es la homogeneidad dentro del envase, cuyo
impacto se puede reducir considerablemente suministrando las instrucciones adecuadas para el uso.
Estas instrucciones pueden incluir la remezcla de la muestra y, para materiales granulares, la toma de
una muestra mínima. Esta es la porción de ensayo más pequeña que, cuando se extrae
correctamente, se puede considerar representativa del MR dentro de la incertidumbre certificada.

7.2 Materiales

Se espera que los MR preparados como soluciones o compuestos puros (si se certifican para pureza y
no para impurezas) tengan un alto grado de homogeneidad en términos físicos (termodinámicos). Sin
embargo, estos materiales pueden presentar algún grado de heterogeneidad, por ejemplo debido a un
gradiente de densidad o a metales que contienen gases ocluidos. El objetivo del ensayo de la
homogeneidad de estos materiales es principalmente detectar impurezas, interferencias o
irregularidades que pueden deberse a problemas no detectados durante la preparación. En estos
casos, se espera una contribución muy pequeña o insignificante de la incertidumbre del estudio de
homogeneidad entre envases. Inclusive en estos casos, en los que se puede asumir una
homogeneidad perfecta, tal presunción se debería verificar experimentalmente mediante un estudio de
homogeneidad.

3 Cuando se hace referencia a la “homogeneidad entre envases”, se entiende que la misma se aplica a otras
formas físicas de un MR tales como viales o piezas de ensayo.
21
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Materiales tales como mezclas de polvos, minerales, aleaciones, etc. son por naturaleza heterogéneos
en su composición. Por tanto, los MR preparados a partir de tales materiales se deben ensayar para
evaluar el grado de homogeneidad. La magnitud del componente de la incertidumbre debido a la falta
de homogeneidad entre envases puede seguir siendo pequeña o incluso insignificante si se compara
con incertidumbre asociada con, por ejemplo, el ensayo de estabilidad o la caracterización, pero en
algunos casos es inevitable que tenga la misma magnitud del componente de la incertidumbre
proveniente de la determinación del valor de la propiedad (caracterización). Mucho depende de las
opciones disponibles durante la preparación para reducir la falta de homogeneidad del lote.

7.3 Concepto de homogeneidad

En teoría, un material es perfectamente homogéneo con respecto a una característica dada si no

existe diferencia entre el valor de esta característica de una parte (elemento) a otra. Sin embargo, en
la práctica un material es aceptado como homogéneo con respecto a una característica dada, si la
diferencia entre el valor de esta característica proveniente de una parte (o elemento) y otra es
insignificante cuando se compara con el componente de la incertidumbre proveniente, por ejemplo, de
la caracterización.

Existe un límite experimental para la detección de la falta de homogeneidad del lote (ubb). Se debe tener
la precaución de no subestimar este componente de la incertidumbre debido a las limitaciones que se
originan, por ejemplo, del método de medición. En particular, cuando sólo se dispone de métodos con
repetibilidad deficiente, existe dicho riesgo del subestimación. Además, siempre que sea posible, las
submuestras que se toman para la medición deberían ser suficientemente grandes, de manera que
este tipo de submuestreo no contribuya significativamente a la incertidumbre debida a la repetibilidad
de la medición (véase también 7.10).

Estas subsecciones tratan principalmente la no homogeneidad volumétrica, dado que para la mayoría
de estos materiales de referencia este tipo de no homogeneidad es la más relevante. Sin embargo,
existen excepciones importantes. Por ejemplo, en el análisis de superficies, los materiales de referencia
pueden ser placas o láminas. La falta de homogeneidad relevante es, por supuesto, aquella a través
de la superficie y no en la dirección perpendicular a la superficie. La mayor parte de las
consideraciones en esta sección pueden ser válidas también para otros tipos de no homogeneidades,
pero las directrices que se ofrecen se deberían comparar con literatura más especializada, como por
ejemplo las normas internacionales que describen los métodos de medición pertinentes.

7.4 Práctica

Idealmente, un MR debe ser caracterizado con respecto al grado de no homogeneidad para cada
característica de interés. Para los MR con un número relativamente grande de propiedades a
certificar, la evaluación del grado de no homogeneidad para todas las características puede ser
complicada, tanto física como económicamente y en algunos casos no es factible. Sin embargo,
conviene reconocer que la calidad de los MR producidos depende (entre otras cosas) de la correcta
evaluación de la falta de homogeneidad del lote.

En la práctica, el grado de homogeneidad de tales MR (bajo condiciones determinadas) se puede

evaluar sólo para las características seleccionadas cuando la aproximación deseada no es factible. Es
esencial que estas características sean apropiadamente seleccionadas sobre la base de relaciones
químicas y físicas establecidas; por ejemplo, una concomitancia entre elementos en las fases
minerales de un MR hace razonable el asumir que el MR también tiene un grado similar de
homogeneidad para los elementos no seleccionados. Otros ejemplos en los que una reducción de las
características incluidas en el estudio de homogeneidad es posible, incluyen carbón y lignito, en donde
22
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
la no homogeneidad se refleja adecuadamente por el contenido de ceniza y/o azufre. Para otras
características, la homogeneidad del lote usualmente es mejor que para estas características.

En todos los casos, se debe obtener evidencia adicional acerca de la homogeneidad de las
características no cubiertas experimentalmente por el estudio de homogeneidad. Tal evidencia se
puede obtener, por ejemplo, en la literatura, a través del estudio de estabilidad o de la caracterización
del material. La evidencia así obtenida debería permitir la transferencia cuantitativa de la magnitud de la
no homogeneidad observada de una característica a otra, con suficiente evidencia que no se subestime
el grado de no homogeneidad.

7.5 Mediciones

Las mediciones en un estudio de homogeneidad se deben realizar bajo condiciones de repetibilidad

(Ver ISO 5725-1[1] para una definición de las condiciones de repetibilidad). Además, la desviación
estándar de la repetibilidad del método de medición debe ser pequeña. Si es posible, se debería estar
en una situación en la que la incertidumbre asociada con la determinación de un solo envase (sr/n) es
considerablemente menor a la incertidumbre estándar combinada (esperada) de la determinación del
valor de la propiedad. En algunos casos esto no es factible, lo cual puede exigir una aproximación
alterna a la que se indica en 7.9[19] que, generalmente, conduce a una estimación superior de la
incertidumbre.

Las mediciones se deben ejecutar de manera que se pueda separar una tendencia (desviación) en las
mediciones de una tendencia en el lote de muestras. Esto se puede lograr midiendo los replicados de
las muestras usadas en el estudio de homogeneidad en un orden aleatorio. Como alternativa, el orden
de medición de las muestras también se puede revertir entre los replicados, como se ilustra en el
siguiente ejemplo:

EJEMPLO. Se asume que se utilizan 10 muestras para un estudio de homogeneidad, con tres replicas.
Un esquema adecuado para realizar las lecturas de las mediciones es el siguiente:

Replicado No. 1: 1 – 3 – 5 – 7 -9 – 2 – 4 – 6 – 8 -10

Replicado No. 2: 10 – 9 – 8 – 7 – 6 – 5 – 4 – 3 – 2 -1

Replicado No. 2: 2 – 4 – 6 – 8 – 10 – 1 – 3 – 5 – 7 – 9

Una tendencia debida a la desviación en las mediciones se puede detectar ejecutando un análisis de
tendencia en los resultados, en el orden exacto de medición. Una tendencia debida a la preparación de
la muestra se puede detectar analizando los promedios de los envases en función de su número de
secuencia. Por lo tanto, es importante que el número de secuencia de un lote de muestra esté
relacionado de manera lógica con el proceso de preparación de la muestra y, particularmente, con el
proceso de subdivisión.

7.6 Esquemas de muestreo estadísticamente válidos y análisis de tendencia

El esquema de muestreo, utilizado para escoger los envases (elementos) para el estudio de
homogeneidad puede ser aleatorio, aleatorio estratificado o, en algunos casos, sistemático. El esquema
de muestreo debe considerar las debilidades potenciales en el método de preparación de las muestras,
permitiendo así un examen crítico del lote preparado. La estratificación se recomienda en muchas
situaciones, puesto que esta garantiza que los envases seleccionados para el estudio de
homogeneidad están distribuidas equitativamente en todo el lote. Los esquemas sistemáticos se
pueden aplicar cuando prácticamente no existe riesgo de pasar por alto efectos sistemáticos o
tendencias en el lote.

Las mediciones se deben llevar a cabo de tal manera que cualquier tendencia que pueda estar

23
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
presente en las muestras no interfiera con las tendencias que puedan existir en las propias mediciones.
En un esquema de medición, esto se puede lograr, por ejemplo, con el orden aleatorio de los envases
en combinación con el cambio en el orden en el cual se miden las muestras.

Antes de determinar la magnitud de la incertidumbre estándar de la homogeneidad entre envases, los

datos experimentales obtenidos se deben inspeccionar para determinar las tendencias. En 8.3.1, se
indica una fórmula básica para el análisis de las tendencias en el contexto de los estudios de
estabilidad, una metodología que también se puede aplicar a los datos de un estudio de homogeneidad
en función del número de envases. Si está presente una tendencia significativa en los envases,
entonces comúnmente el lote producido no es adecuado para su certificación. Una tendencia en los
resultados de la medición es algo que corregir, independientemente de si es estadísticamente
significativo o no. Un método para el análisis de tendencias y, si es necesario, para desarrollar una
corrección para la desviación del instrumento, es la inclusión de una muestra de control de calidad que
se puede introducir directamente al instrumento. Cuando se observa una tendencia en el lote, puede
ser necesario un rediseño del procedimiento de subdivisión para eliminar eficazmente dicha tendencia.

7.7 Evaluación de un estudio de homogeneidad

Un modelo básico para un estudio de homogeneidad que incluya i = 1 … a envases y j = 1 … ni

mediciones se puede expresar de la siguiente manera (véanse, por ejemplo, las referencias [20] a [22]):

xij =  + Ai + ij (3)

Donde xij es el resultado de una sola medición en el estudio de homogeneidad;  es la expectativa

(matemática) de xij, que es el valor que toma la gran media (media de las medias) cuando el número de
mediciones repetidas tiende al infinito. Si las mediciones no están sesgadas, entonces  es igual al
valor verdadero. Los términos Ai y ij son los términos del error para la homogeneidad entre envases y
el error de medición aleatorio. Las varianzas de estos términos son la varianza entre envases y la
varianza de la repetibilidad respectivamente. Comúnmente, se puede asumir que Ai y ij son
mutuamente independientes, es decir, que la no homogeneidad entre envases no influye en la
repetibilidad de la medición o viceversa. Además, a menudo se puede asumir que la variable Ai se
distribuye normalmente, con media cero y varianza A2. Igualmente, a menudo se puede asumir que
los errores de medición aleatorios ij son variables normalmente distribuidas con media cero y varianza
2 [21].

Se pueden desarrollar varios diseños experimentales para un estudio de homogeneidad entre envases.
En B.2 se describe un caso usando el método de análisis de varianza de una vía totalmente anidado.

7.8 Estudio de homogeneidad entre envases

Un estudio de homogeneidad entre envases tiene como fin determinar la variación entre envases. Los
“grupos”, descritos en la sección anterior, representan envases (unidades). Dos diseños experimentales
típicos para un estudio de homogeneidad entre envases se ilustran en las Figuras 1 y 2.

En la Figura 1. Se ilustra un caso ideal en el cual el submuestreo de los elementos es posible y se ha

realizado. En este diseño, debido a que se han tomado varias porciones de ensayo de cada muestra
del lote y se han transformado individualmente, la varianza “entre envases” sólo incluye la
heterogeneidad entre envases, mientras que la varianza “dentro de los envases” incluye la
incertidumbre debida a la medición, la transformación y el submuestreo. Desde una perspectiva de
obtención de una estimación no sesgada de la heterogeneidad del material, esta es la situación ideal.

24
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Figura 1. Diseño de un estudio de homogeneidad entre envases

(Tomado de la referencia [22])

Figura 2. Diseño alternativo de un estudio de homogeneidad entre envases

(Tomado de la referencia [22])

En la Figura 2, se ilustra un diseño para el caso en que el submuestreo de los elementos es imposible o
no se ha realizado, por ejemplo por razones económicas. En este diseño, el efecto de la homogeneidad
entre envases se incluye en la varianza "entre grupos", así como lo son los efectos que se originan en
la transformación de la muestra. La varianza "dentro de los grupos" incluye únicamente la repetibilidad
de la medición. Con piezas de ensayo, o muestras de "un solo intento", con frecuencia sólo es posible
un ensayo, de modo que en este caso, n, el número de replicados, es igual a 1. En estos casos, no
existen efectos de la homogeneidad “dentro de los envases” que se deban tener en cuenta. En todo
caso, cuando la muestra permite mediciones múltiples después de la transformación, n en
generalmente será mayor. En los casos en que n > 1, los datos se pueden tratar con el análisis de
varianza (véase A.1 y B.2).

Si se utiliza el acercamiento del análisis de varianza de una vía, entonces s bb se puede calcular en
ambos casos mediante:

sbb2 = sA2 = MSentre – MSdentro

n0 (4)

En estos casos, la varianza entre envases sbb2 es idéntica a ubb2.

25
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

7.9 Repetibilidad insuficiente del método de medición

No siempre es viable ejecutar un estudio de homogeneidad con un método de medición que es

suficientemente repetible. En esos casos, puede ser necesario un método alternativo que intente
estimar el efecto máximo. Si ubb es el componente de incertidumbre debido a la no homogeneidad del
lote, que se va a incluir en el modelo para la certificación, se debería indicar que:

MSentre – MSdentro ≤ ubb2 ≤ sbb2 + sr2/n0 (5)

n

La varianza de la repetibilidad se puede derivar independientemente, o establecer en MSdentro. El lado

derecho de esta expresión representa la incertidumbre estándar al cuadrado asociada con el resultado
de un envase. El lado izquierdo representa el efecto “puro” debido a la no homogeneidad entre
envases, estimado a partir del análisis de la varianza.

En la referencia [19] se describe una discusión de varios métodos, para obtener una estimación de la
incertidumbre que representa la insuficiente repetibilidad del método de medición, diferente del
resultado de la ecuación (4). La influencia de la desviación estándar de la repetibilidad en sbb se puede
explicar para el uso:

ubb = MSdentro 4  2 (6)

n vMSdentro

Donde MSdentro es igual a la varianza de la repetibilidad de las mediciones usada en el estudio de

homogeneidad entre envases.

Esta expresión se basa en la consideración de que se puede desarrollar un intervalo de confianza para
sbb, y que la mitad del intervalo de confianza de 95 %, convertido en una incertidumbre estándar, se
puede tomar como una medida del impacto de la repetibilidad del método en la estimación de sbb. La
expresión es un ejemplo de cómo se puede explicar la incapacidad de estimar la no homogeneidad. Se
pueden desarrollar alternativas, pero estas deberían satisfacer los criterios de la ecuación (5).

7.10 Homogeneidad dentro del envase

La homogeneidad dentro del envase es un punto que sólo se origina cuando los envases (unidades)
del candidato a MR se pueden submuestrear. En muchos casos, no es posible obtener una estimación
exacta de la varianza debida a la heterogeneidad dentro de los envases. La repetibilidad del método de
ensayo siempre estará incluida, en algún grado, en la estimación de la homogeneidad dentro de los
envases. Esto hace que la estimación para sbb siempre sea “segura”, es decir, mayor que la
incertidumbre real. La Figura 3 muestra el diseño de un estudio de homogeneidad dentro de los
envases.

26
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Figura 3. Diseño de un estudio de homogeneidad dentro del envases

(Tomado de la referencia [22])

Se extraen de una muestra varias porciones de ensayo, las que usualmente sólo se pueden
transformar una vez (Figura 3). Existen notables excepciones (por ejemplo el uso de fluorescencia de
rayos X) en la cual se pueden hacer mediciones múltiples en la misma porción de ensayo. En estos
casos se puede considerar un método ANOVA de una vía, igual que en el caso de la homogeneidad
entre envases (véase A.1). La desviación estándar pertinente en la desviación estándar entre grupos,
en donde un grupo representa una submuestra.

La toma mínima de muestra se determina ejecutando un estudio de homogeneidad dentro del envase
para diferentes porciones de ensayo. Puesto que la desviación estándar de la homogeneidad dentro del
envase depende del número de partículas que tienen una propiedad determinada, es posible
determinar el número mínimo de partículas (o la porción de ensayo mínima). Este mínimo es la toma de
muestra más pequeña para la cual la desviación estándar de la porción de ensayo es igual a la
desviación estándar de la repetibilidad del método de medición.

La toma mínima de muestra se puede determinar experimentalmente o a través de extrapolación. La

extrapolación de las desviaciones estándar dentro del envase, que se obtienen a partir de diferentes
tamaños de submuestras puede ser usada para definir el tamaño más pequeño de la submuestra, que
no afecta la repetibilidad de la medición para este parámetro en particular. Debido al hecho de que la
desviación estándar de la homogeneidad dentro del envase, usualmente es una sobreestimación, la
toma mínima de muestra, usualmente, será también una sobreestimación.

Otro acercamiento para el problema es demostrar para una toma de muestra particular, que la
desviación estándar sobre las porciones de ensayo es igual a la desviación estándar de la repetibilidad
del método de medición. Dicha evaluación se puede hacer comparando las varianzas con un ensayo X2
(véase la guía ISO 33 para más detalles). La toma de la muestra utilizada en tal experimento se puede
establecer como la toma mínima de muestra.

8 Estudio de estabilidad

8.1 Tipos de (in) estabilidad

27
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Existen dos tipos de (in)estabilidad se consideran en la certificación de materiales de referencia:

• la estabilidad del material a largo plazo (por ejemplo, el tiempo de caducidad), y

• la estabilidad a corto plazo (por ejemplo, la estabilidad del material bajo "condiciones de
transporte").

La estabilidad a largo plazo de un material de referencia está asociada con el comportamiento del MR
en el lugar de almacenamiento del productor. La estabilidad a corto plazo se asocia con cualquier
efecto adicional debido al transporte de las muestras. En algunos casos, no es posible mantener las
condiciones apropiadas con respecto a la estabilidad del material de referencia durante el transporte y,
en este caso, se recomienda tener esto en cuenta para una incertidumbre adicional en los valores de la
propiedad.

Para la validez de la incertidumbre declarada en el certificado de un MRC, una estimación correcta de

los efectos debidos tanto a la estabilidad a largo plazo como a la estabilidad a corto plazo, es tan
importante como la evaluación correcta de la no homogeneidad del lote (véase sección 7). Durante la
vida útil del MRC, la validez de la incertidumbre en el certificado debe ser demostrable, de tal manera
que el MRC pueda satisfacer los requisitos con respecto a la estabilidad.

Con frecuencia, es igualmente importante saber lo que podría suceder a la muestra si no se conservan
las condiciones apropiadas para el transporte. En muchos casos, una simple verificación del MRC
antes del primer curso puede ser suficiente para reconfirmar la validez del certificado, mientras que en
otros casos es evidente que el MRC se ha vuelto inservible. Este conocimiento permite al productor
brindar una mejor asesoría y, desde la perspectiva del usuario, un mejor producto. Los estudios de
estabilidad son realizados no sólo para evaluar la incertidumbre de la medición asociada con la
estabilidad del material, sino también para poder especificar las condiciones apropiadas del
almacenamiento y el transporte (véase también 5.9).

8.2 Diseño de experimentos

Existen dos diseños experimentales básicos para los estudios de la estabilidad [13][23]:

• el estudio clásico de estabilidad, y

• el estudio isócrono de estabilidad.

En el estudio clásico de estabilidad, las muestras individuales preparadas al mismo tiempo (por
ejemplo, como un lote), en condiciones idénticas, son evaluadas a medida que transcurre el tiempo. En
este caso, el trabajo se realiza en el laboratorio bajo condiciones de reproducibilidad, lo cual conduce a
una incertidumbre relativamente alta, puesto que también está incluida la inestabilidad del sistema de
medición.

El estudio de isócrono de estabilidad ha sido introducido para permitir que todas las mediciones del
estudio de estabilidad ocurran bajo condiciones de repetibilidad [13], esto es, en una corrida con una
calibración. La palabra "isócrono" resalta el hecho de que todas las mediciones ocurren al mismo
tiempo, y no son distribuidas durante el periodo de tiempo del estudio de estabilidad, como es el caso
del estudio clásico.

El estudio isócrono reduce la dispersión de los puntos en el tiempo, por lo tanto mejora la " resolución"
del estudio de estabilidad. Como consecuencia de esto, el estudio de estabilidad isócrono usualmente
conducirá una incertidumbre menor que la del estudio clásico, en función de la diferencia entre la
repetibilidad y la reproducibilidad de las mediciones (en el laboratorio). Un prerrequisito para esta
distribución, es que las condiciones puedan definirse de acuerdo con que no sucede degradación, o
que por lo menos ocurre a una tasa diferente de las condiciones seleccionadas para el
28
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
almacenamiento. El esquema isócrono está diseñado específicamente para certificaciones de lotes, ya
que no se puede usar en casos donde se certifica un solo artefacto.

Ambos diseños experimentales son adecuados para los estudios de estabilidad a largo y a corto plazo.
Para un estudio de estabilidad a corto plazo, se estudia el comportamiento del material y sus valores de
la propiedad bajo (como mínimo) las condiciones recomendadas (especificadas) para el empaque y el
transporte. Cuanto más restrictivas sean las condiciones para el transporte, menor será el tiempo en el
que se puede mantener el estudio de estabilidad a corto plazo. Se recomienda aplicar condiciones para
el transporte en las cuales la inestabilidad del material no sea mayor que en el estudio de estabilidad a
largo plazo, de manera que no sea necesario incluir en las certificaciones ninguna contribución a la
incertidumbre para la estabilidad a corto plazo. Para varios tipos de materiales de referencia (por
ejemplo, materiales de referencia clínicos, biológicos y ambientales), no siempre es obvio que las
condiciones de transporte se puedan mantener, lo que permite ignorar el efecto del transporte sobre los
materiales. Cuando no se dispone de experiencia previa relacionada a una combinación particular de
matriz/propiedad, se podría ejecutar un estudio de estabilidad a corto plazo a diferentes temperaturas
para obtener información con respecto a las condiciones adecuadas de almacenamiento y la necesidad
de tomar precauciones durante el transporte.

Tal estudio toma 2 meses aproximadamente, pero se puede extender de 6 a 12 meses para obtener
información adicional acerca de la estabilidad a largo plazo. El rango de temperaturas, cuando se
extiende el tiempo de estudio, se puede reducir adecuadamente, dado que el estudio después de 2
meses se relaciona únicamente con las condiciones de almacenamiento. Cualquier envío de un MRC
puede y se debería organizarse de tal forma que el tiempo necesario para el transporte sea lo más
corto posible. La experiencia ha demostrado que dos semanas son viables, pero pueden existir
excepciones. En cualquier caso, la estabilidad a corto plazo debe incluir temperaturas que se puedan
darse durante el transporte (por ejemplo, por debajo de –50 °C y por encima de 70 °C) por un periodo
de tiempo que mínimo sea igual al del transporte del MRC. Si tal periodo se restringe, por ejemplo a 3
semanas, será suficiente de 3 a 4 semanas para el estudio de estabilidad a corto plazo.

8.3 Evaluación de los resultados

8.3.1 Análisis de tendencias

El primer paso en la evaluación de los datos de un estudio de estabilidad es verificar si se puede

observar alguna tendencia en los datos. Para pequeños problemas de inestabilidad, en donde se
desconoce el mecanismo cinético subyacente, es adecuado un modelo de aproximación lineal. En
casos donde un mecanismo bien definido es la razón para la inestabilidad, se prefiere tal modelo en
cambio del modelo lineal (empírico). Las matemáticas son un poco más complejas para modelos
diferentes al de la línea recta, pero la evaluación se ejecuta de la misma manera, utilizando una prueba
F para comprobar la significancia de la tendencia.

En ausencia de un mecanismo cinético bien definido, el modelo básico para un estudio de estabilidad
se puede expresar [24] como:

Y = b0 + b1X + e (7)

Donde 0 y 1 son los coeficientes de regresión, y  indica el componente de error aleatorio.

EJEMPLO. Un MR que contienen un isótopo radiactivo, es un ejemplo de un parámetro con un

mecanismo cinético bien definido, en este caso un decaimiento radiactivo.

El componente de error aleatorio, , puede estar constituido sólo del error aleatorio, pero también
puede contener uno o más factores sistemáticos. En el caso de los estudios de estabilidad, X indica el
tiempo y Y el valor de la propiedad del candidato a MRC. Para un material de referencia estable, se

29
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
espera que 1 sea cero. El desarrollo de expresiones para estimar los parámetros 0 y 1, así como el
cálculo de la varianza de diversos tipos, siguen las mismas rutas que el desarrollo de expresiones para
el análisis de varianza, como se ilustra en la referencia [20].

Dado un conjunto de n pares observaciones de Y vs X, se puede desarrollar la siguiente expresión para

cada Yi:

Yi = b0 + b1X i + ei (8)

A menudo, más de un valor de Yi está disponible para cada Xi, debido a la repetición de las
mediciones, al uso de más de un envase por punto en el tiempo, etc. Estos aspectos se deberían
incluir en el modelo para un estudio de estabilidad particular. Sin embargo, para el análisis de
tendencia, se puede usar el resultado promedio de todos los envases en el tiempo Xi. Con base en esta
sección y en la referencia [20], tales extensiones se pueden desarrollar directamente.

Los parámetros de regresión, se pueden calcular a partir de las siguientes expresiones. Para el
estimador de la pendiente, se puede usar la siguiente expresión:

å( X -X ) (Y -Y )
n

i i
b1= i=1
(9)
å( X -X )
n 2

i
i=1

La estimación del intercepto se puede calcular a partir de:

b0 = Y - b1 X (10)

Partiendo del análisis del error, se pueden calcular las expresiones para las desviaciones estándar en
b1 y b0. La desviación estándar estimada de b1 está dada por:

( )
s b1 =
s
(11)
å( X )
n 2

i
-X
i=1

Donde:

å(Y - bi 0
- b1X i )2
s2 = i=1 (12)
n-2

La varianza estimada de b0 está dada por:

é ù n
ê 2 ú s 2
å X i2
( )
V b0 = V Y - b1 X = s (
2ê1
+
ên n
X
) ú=
2ú
i=1
(13)
( ) ( )
n 2
ê å Xi - X ú nå X i - X
ë i=1 û i=1

Donde debe tenerse en cuenta que b1 y no están correlacionados [24].

Con base en la desviación estándar de b1, se puede hacer un juicio. Usando la ecuación (11) y un
factor t adecuado (número pertinente de grados de libertad es igual a n – 2), b1 se puede probar para
30
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
determinar su significancia. Aunque este método es bastante fácil, requiere el cálculo de s (b1), un
parámetro que a menudo no se calcula con un software. Sin embargo, la mayoría de software calcula
una tabla F, que también se puede utilizar para evaluar la significancia de la regresión (Ver Tabla 1).

Tabla 1.Análisis de la tabla de varianza para la regresión lineal

Suma de Media
Grados de
Fuente de variación cuadrados de cuadrados F
libertad
SS MS

å(Ŷ -Y )
n
Debida a la regresión
2 MSreg
1 i
MSreg F=
i=1 s2

å(Y - Ŷ )
n
Acerca de la regresión (residual) n–2 2
SS
s2 =
n-2
i i
i=1

å(Y -Y )
n 2
Total, corregido para la media n–1 i
i=1

La media de los cuadrados debida a la regresión, a menudo se indica como , y se lee como
“suma de cuadrados para b1 después que se ha hecho para b0”. La media de los cuadrados alrededor
de la regresión (s2) es una estimación para la propiedad indicada por y denominada varianza
alrededor de la regresión.

La razón MSreg:s2 se puede probar para determinar significancia usando las tablas F. La Tabla 1
proporciona la información necesaria con respecto a los grados de libertad. La ventaja de usar las
tablas F en lugar del método usando el ensayo t, es doble:

• la tabla F es generada por la mayoría de los sistemas de programas por defecto, y

• la tabla F puede extender fácilmente a otros modelos de regresión, lo que la hace ampliamente
aplicable.

Independiente del tipo de ensayo que se use, cabe anotar que el resultado solamente es significativo si
la desviación estándar de la repetibilidad de la medición, posiblemente junto con la homogeneidad
entre envases, es suficientemente pequeña. Se puede demostrar que si la desviación estándar de la
repetibilidad es comparable a la del estudio de homogeneidad y la caracterización del material (por
ejemplo, la determinación del valor de la propiedad), significa que este requisito se satisface con
respecto a la repetibilidad de los sistemas de medición. El efecto de la no homogeneidad entre envases
se puede reducir, tomando múltiples envases en cada punto en el tiempo. Tal acercamiento puede ser
necesario cuando sbb es igual o mayor que la repetibilidad de la medición. Si se observa una tendencia,
usualmente significa que el material no se puede certificar. Un criterio para dicha decisión se debería
basar en la incertidumbre asociada (esperada) con el valor de la propiedad del material de referencia,
la vida útil (deseada) y la tendencia en este periodo de tiempo. Si la tendencia es significativa en este
periodo de vida útil (deseado), con respecto a la incertidumbre asociada con el valor de la propiedad
del MR, entonces, o el material no se puede certificar debido a la falta de estabilidad o el tiempo de vida
útil se debería reducir.

8.3.2 Evaluación de la incertidumbre en ausencia de tendencia

Un estudio de estabilidad incluye los siguientes componentes de incertidumbre:

• repetibilidad de la medición;

31
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

• inestabilidad del material;

• inestabilidad del sistema de medición (en el diseño clásico);

• aspectos de reproducibilidad (por ejemplo, operador, equipo), incluyendo la calibración (en el

diseño clásico);

• homogeneidad entre envases (en certificaciones de lote).

A partir de esta lista, se puede observar que, siempre que sea posible, se debería preferir el diseño
isócrono sobre el clásico, dado que reduce el número de componentes a tener en cuenta. En un
estudio típico de estabilidad isócrono, solamente se dejan tres componentes de incertidumbre, los
cuales se pueden separar por un análisis de varianza de dos vías totalmente anidado[20][23]. La
incertidumbre para una sola medición en tal experimento se puede expresar como:

( )
u 2 y ijk = sstab
2
+ sbb
2
+ sr2 (14)

Donde sstab es la desviación estándar debida a la inestabilidad, s2bb indica la desviación estándar entre
envases y sr es la desviación estándar de la repetibilidad. El subíndice i se refiere a los puntos en el
tiempo, j para los envases, y k sobre las mediciones repetidas.

Como en el caso de los estudios de homogeneidad, la calidad del estimador sstab depende de sbb (y de
sr). Entonces, la homogeneidad entre envases afecta a la calidad del estimador para la inestabilidad.
Esto es inevitable, puesto que esta es una propiedad del análisis de varianza [20][30]. El procesamiento
de los resultados se puede realizar mediante un ANOVA de dos vías, similar al caso descrito en A.2.
Cabe anotar que (por lo menos en principio) es posible estimar sbb a partir del estudio de estabilidad [23].
Cuando existen múltiples temperaturas en el estudio de estabilidad, la estimación de sbb obtenida para
la temperatura de referencia con frecuencia será la mejor, dado que se asume que a ésta temperatura
el material es estable. A temperaturas en las que el material es claramente inestable, los cambios en el
material pueden afectar la estimación obtenida de sbb.

Se ha asumido que la homogeneidad y la estabilidad del material son independientes. A menudo este
es el caso, pero puede haber excepciones. Cuando existe heterogeneidad considerable entre envases,
también se puede esperar que la estabilidad del material difiera de un envase a otra, dado que la
estabilidad del material depende (entre otros) de la composición del material. La presencia de algún
componente desestabilizador, completamente heterogéneo en todo el lote, también puede ser una
razón para dicha correlación.

En el diseño clásico, la expresión para la incertidumbre de una repetición es:

( )
u 2 y ijk = sstab
2
+ slor
2
+ sbb
2
+ sr2 (15)

Donde, se ha adicionado un término, la varianza debida a la falta de repetibilidad 4, . Este término

representa la estabilidad del sistema de medición.

Las mediciones en un estudio de estabilidad clásico tienen lugar bajo condiciones de reproducibilidad
(dentro del laboratorio), lo que conduce a la complicación de que la estabilidad del sistema de medición
no se puede separar de la del candidato a material de referencia. Como resultado, la incertidumbre
para la inestabilidad siempre será mayor para el diseño clásico que para la obtenida en el caso
isócrono.

4“Falta de repetibilidad” significa que existe un efecto de reproducibilidad entre los puntos en el tiempo, además
de la repetibilidad de la medición.
32
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Otra opción es estimar la incertidumbre de la estabilidad a través de la incertidumbre asociada con la
línea de regresión con una pendiente de cero [16]. Este acercamiento suministra una estimación
"segura" de la posible degradación del material.

Los diversos estimados (sstab, sbb, sr) se pueden determinar a partir de sus respectivos cuadrados
medios (M). En el anexo A.2 se discute el ANOVA de dos vías. Para más detalles en el uso de los
diseños ANOVA totalmente anidados, ver por ejemplo, las referencias [20] y [21].

8.4 Monitoreo de la estabilidad

8.4.1 Experimental

Es recomendable prever el monitoreo durante la vida útil del MRC. Un problema fundamental de los
estudios de estabilidad es que teóricamente solo explican el pasado, no el presente ni el futuro.
Algunas clases de degradación u otros problemas de inestabilidad suceden muy despacio y
gradualmente, pero en muchos casos, se presentan cambios abruptos en las propiedades en algún
momento, dando prácticamente por terminada la vida útil del MRC. Como estos mecanismos son
altamente impredecibles, es necesario monitorear la estabilidad.

El monitoreo, por lo general, se realiza utilizando el diseño clásico. Esto se debe a que el diseño
isócrono únicamente proporciona datos al final del estudio de estabilidad, mientras que para el
monitoreo, es esencial que la información esté disponible durante la vida útil del MRC. Esto no tiene
consecuencias adicionales para la incertidumbre asociada con el valor de la propiedad del MRC, en
contraste a los otros dos estudios de estabilidad, puesto que el monitoreo solamente involucra la
demostración de que la incertidumbre en el certificado siga siendo válida. Obviamente, esto se debe
realizar con precaución, de manera que no se añada demasiada incertidumbre durante la verificación
del MRC, pero no hay necesidad de tener en cuenta estos resultados en la incertidumbre estándar
combinada asociada con el valor de la propiedad del MRC.

Una alternativa importante para el monitoreo clásico es el uso del diseño experimental isócrono, para
llevar a cabo un tipo de estudio de estabilidad semi–continuo. Un ejemplo de este tipo de monitoreo de
la estabilidad se ilustra en la Figura 4.

En la fase de logística, las muestras se almacenan a temperaturas pertinentes. Después de esta fase,
todas las muestras se deben medir bajo las condiciones de repetibilidad (idealmente). Algunas veces
las mediciones toman más de un día, lo que significa que no es posible trabajar bajo condiciones
estrictas de repetibilidad. La vida útil se determina partir de los datos (véase numeral 8.5). Es
importante señalar que las mediciones en un estudio posterior deberían tener lugar antes de que el
tiempo de vida útil finalice. Usando este diseño, hay poca necesidad de combinar los resultados de
diferentes estudios de estabilidad, ya que los estimadores mejorarán ligeramente.

La razón por la cual este tipo de pruebas de estabilidad no puede ser continuo es debido a que las
mediciones isócronas, se llevan a cabo en una sola corrida después del periodo de ensayo de la
estabilidad, y es necesario hacer un "corte" en este ensayo. Después de dicho corte, también se debe
revisar la incertidumbre asociada con el valor de la propiedad del MRC, ya que estos nuevos datos de
estabilidad se pueden utilizar como una estimación renovada de la incertidumbre debida a la
inestabilidad. En esencia, el "corte" se debe al hecho de que cada estudio de estabilidad isócrono está
hecho con una sola calibración. Tal calibración es necesaria para cada nuevo estudio, mientras que en
el diseño clásico usualmente cada punto de dato, usualmente requiere de una nueva calibración, dando
lugar a una "falta de repetibilidad".

33
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Figura 4. Ensayo de estabilidad semi-continuo

(Tomado de la Referencia [23])

Clave

X Tiempo, meses
Y Estudio
1 Logística
2 Medición
3 Vida útil

8.4.2 Evaluación de la incertidumbre

La evaluación de la incertidumbre del monitoreo de la estabilidad es muy diferente de los estudios de

estabilidad a largo y corto plazo. En primer lugar, se debe anotar que el monitoreo de la estabilidad no
afecta a la incertidumbre del material de referencia declarada en el certificado, uMRC. Esto es
logísticamente imposible e innecesario, como será demostrado. Idealmente, la incertidumbre asociada
con la medición (umed) es substancialmente más pequeña que uMRC, pero esta situación no siempre es
factible. Además, las mediciones se deben ejecutar de manera que su validez no sea demostrada
utilizando del MRC. No se pueden verificar dos cosas al mismo tiempo con un experimento. La validez
del MRC se debe reconfirmar, la cual sólo puede ser válida si se demuestra que la medición es fiable.

Si se cumple condición:

X MRC - X med £ k uMRC

2
+ umed
2
(16)

Donde xMRC indica el valor de la propiedad del MRC, xmed el valor observado durante la medición, y k es
el factor de cobertura apropiado para un nivel de confianza del 95 %, entonces, se puede considerar el
material como suficientemente estable, y se demuestra la estabilidad (condicionada a que el método de
medición no éste sesgado).

Si estas condiciones experimentales se cumplen, se reconfirman tanto el valor de la propiedad como su

incertidumbre expandida. Bajo estas condiciones, no es necesario incrementar uMRC, puesto que la
incertidumbre de la medición es algo que se debe considerar independientemente. Esto es válido tanto
para el monitoreo como para el uso normal del MRC. Sin embargo, cabe anotar que para garantizar la
validez de la medición del monitoreo, umed debe ser tan pequeña como sea posible y ciertamente no
debe superar a la umed de un usuario típico de MRC, quien usará un acercamiento similar para verificar
sus mediciones.

34
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Sin el monitoreo o ensayos de estabilidad isocrono continuos indican que el valor de la propiedad ya
no es válido dentro de su incertidumbre, existen dos opciones legítimas (véase también 6.7):

• retirar el material de referencia (certificado), o

• recertificación.

8.5 Determinación dela vida útil con respecto a la estabilidad a largo plazo

La vida útil se puede relacionar con la incertidumbre estándar debido a la estabilidad a largo plazo, de
la siguiente manera. La base es la ausencia de una tendencia significativa en los datos de estabilidad.
Dado

( )
Y b0 ,b',X = Y0 1+ b' X ( ) (17)

Donde, se asume que el valor de la propiedad Y, disminuye linealmente del valor inicial Y0 con una
tasa relativa constante de degradación constante b’ en función del tiempo X. La incertidumbre asociada
con el valor de la propiedad del MRC, se puede estimar propagando las incertidumbres u(Y0) u(X) y
u(b’) de la variable dependiente Y a las variables independientes Y0, X y b’.

æ ¶Y ö
2
æ ¶Y ö æ ¶Y ö
2 2

u (Y ) = çç
2

¶Y
è 0ø
2
( )
è ¶X ø
2
( )
÷÷ · u Y0 + ç ÷ · u X + ç ÷ · u 2 b'
è ¶b' ø
( ) (18)

Tal como se ilustra en la referencia [25], el último término se puede tomar como base para relacionar la
incertidumbre estándar debida a la estabilidad a largo plazo con vida útil. Cabe anotar que la derivada
parcial igual a X, el tiempo transcurrido desde la certificación. Usando una aproximación de primer
orden, en el momento X

ults = Y0 Xub (19)

Esta expresión sirve de base para tener en cuenta la incertidumbre debida a la inestabilidad a largo
plazo de las muestras, en ausencia de una degradación significativa para una vida útil X dada.

9 Determinación de los valores de propiedades

9.1 Generalidades

Existe un número de enfoques técnicamente válidos para asignar valores a la propiedad. Estos
incluyen mediciones con uno o más métodos que involucren a uno o más laboratorios. Se puede
seleccionar un enfoque adecuado dependiendo del tipo de material de referencia, requisitos final de
uso, capacidad técnica de los laboratorios involucrados, calidad del método o métodos, y capacidad
para estimar la incertidumbre asociada con las características reales.

Esta y la sección 10, se limitan al caso en que se determinan los valores de propiedad individuales. En
varias áreas, las propiedades de un MRC de interés pueden tomar otra forma, tales como espectros.
En principio, el contenido de las secciones 9 y 10 también se aplican a estos casos, pero las
matemáticas son más complejas que para los valores de la propiedad. Se requiere un buen
conocimiento de las técnicas estadísticas de modelamiento para aplicar los conceptos que se dan en
esta guía. Los aspectos de homogeneidad entre botellas, estabilidad a largo plazo y, si aplica, la
estabilidad a corto plazo también se aplican a los casos en que las propiedades tales como espectros o
curvas están involucradas
35
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

9.2 Establecimiento y demostración de la trazabilidad

En su papel como estándar de medición, es necesario que los valores de la propiedad de un MRC se
puedan trazar hasta unidades y/o referencias apropiadas. Hay varias posibilidades de lograr esto; la
selección correcta se debe basar en el uso previsto del MRC. Existen los siguientes modelos:

a) sí es posible, los valores de la propiedad deberían ser trazables hasta unidades del SI, y se
expresen en las unidades correspondientes;

b) muchos MRC son una realización (exacta) de una unidad definida mediante un método
estándar; estos materiales deben ser trazables a un resultado obtenido por seguimiento estricto
de este método estándar y/o un procedimiento operacional normalizado desarrollado con base
en el método estándar;

c) se puede hacer que los MRC sean trazables a otros patrones o artefactos de medición,
incluyendo los MRC y los MR.

Existen también las escalas convencionales que se mantienen al menos parcialmente por los
materiales de referencia incluyendo, por ejemplo, la escala para pH y el número de octano de la
gasolina. La medición del pH se realiza a través de una celda de Harned[26] acordada
internacionalmente. Con frecuencia, pero no siempre, se mantienen las escalas convencionales
siguiendo un procedimiento fijo para preparar MR con el fin de establecer una escala. Tal que cuando
este disponible, se recomienda seguir estrictamente el procedimiento.

Para muchos materiales de referencia de matriz, la situación es más compleja. Aunque la

determinación de su propio valor de la propiedad puede ser trazable a través de las unidades
apropiadas, por ejemplo la calibración del equipo de medición utilizado, no se puede en etapas como la
transformación de la muestra desde un estado físico (químico) hasta otro. Estas transformaciones sólo
se pueden comparar con una referencia (cuando está disponible) o entre ellas mismas. Para algunas
transformaciones, se han definido métodos de referencia que se pueden usar en proyectos de
certificación para evaluar la incertidumbre asociada con está transformación. En otros casos, sólo es
posible una comparación entre diferentes laboratorios que utilizan el mismo método. En este caso, la
certificación se basa en la concordancia entre los resultados de los sistemas de medición
independientes (véase la sección 10).

La trazabilidad de los resultados de las mediciones, usualmente se garantiza mediante la calibración

frente a patrones de referencia apropiados. Para muchos sistemas de medición adecuados para su uso
en proyectos de certificación, esto se puede lograr calibrando los instrumentos empleando patrones de
medición. Estos patrones de medición pueden incluir otros MRC o MR, en los que cabe anotar que
debido a que la trazabilidad de los MRC se establece explícitamente, se prefiere su uso sobre otros
MR. La idoneidad de las medidas tomadas para garantizar la correcta calibración del equipo y la
trazabilidad de los resultados se puede verificar, por ejemplo, mediante muestras de control
especialmente diseñadas y preparadas (por ejemplo cualquier muestra utilizada para calibración). Para
este propósito específico, dichas muestras se suministran sin valor (y sin incertidumbre), permitiendo
así evaluar el procedimiento de calibración. Los MRC también se pueden usar para demostrar la
validez del resultado que se obtiene en una serie de mediciones.

La transformación de una muestra desde un estado físico (o químico, o biológico) es con frecuencia
una parte importante del método de medición. En algunos casos, no hay opción para verificar estos
pasos en la cadena de medición. En la Figura 5, se resumen algunas opciones comunes para
establecer y/o verificar la trazabilidad de un resultado de la medición[27][28].

36
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Muestra
Matriz de MRC/
Material de CC

Sub–muestra Blanco
de material

Muestra con
Digestión adición/extracto
Extracción
Derivatización
Separación Blanco
de extracto

Medida Calibración
con materiales
de referencia

Correcciones
Cálculos
de resultados
(+ incertidumbre)
Valores
de blancos

Informe
de resultados
(+ incertidumbre)

Figura 5. Parte de una cadena de medición

Los MRC de matriz, los MR de matriz y los materiales de control de calidad (CC) se pueden utilizar para
demostrar la validez del resultado de la medición cuando se miden junto con la muestra desconocida
que se va a caracterizar. La utilización de estos materiales puede dar soporte a la trazabilidad de los
resultados, pero no se puede considerar como una demostración directa de la trazabilidad. Estos
materiales demuestran, hasta cierto grado (véase, por ejemplo, la guía ISO 33 [9] para más detalles),
control sobre las mediciones, lo cual es un pre–requisito para lograr la trazabilidad de los resultados
usados para la certificación del material candidato a material de referencia.

Los materiales de matriz blancos, los extractos blancos, etc., se pueden usar para demostrar que el
método de medición proporciona un resultado que no es significativamente diferente de cero cuando la
característica de interés no está presente (como es frecuente en las mediciones de la composición), o
para establecer una corrección o un factor de corrección (+ la incertidumbre).

La calibración se debería hacer contra patrones de medición que sean trazables a referencias
adecuadas. Los MRC se pueden usar para este fin, siempre que sean adecuados para ello. La
calibración debe ser la correcta para mediciones precisas, para no introducir ninguna incertidumbre
adicional innecesaria. La referencia seleccionada puede ser una unidad del SI (por ejemplo, para las

37
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
mediciones de la composición y muchas cantidades físicas), o una escala convencional (por ejemplo
para características definidas por métodos).

Los materiales fortificados con analito, los blancos fortificados con analito, etc., se pueden utilizar para
validar parte de la cadena de medición, o para facilitar el proceso de asignar valores a un material. El
grado en el cual este paso establece o demuestra la trazabilidad, depende de la manera en que se
preparen las muestras con adición y de cómo se hayan asignado sus valores.

Otros aspectos que son necesarios tener bajo control, para establecer y/o demostrar la trazabilidad de
los resultados de la medición incluyen:

• pesada de la muestra,

• pureza de reactivos, disolventes, "materiales puros",

• estado de calibración del equipo común y el material de vidrio,

• interferencias en la señal de medición,

• técnicas estadísticas/matemáticas adecuadas y validadas para realizar los cálculos (por ejemplo,
curvas de calibración, interpolaciones), y

• contaminaciones, pérdidas y errores en los procesos de medición.

Todos estos son aspectos que se pueden someter al control validando el método. Cualquier método
que se utilice en un proyecto de certificación se debe validar correctamente y se debe demostrar que
todo resultado obtenido con el método de medición satisface las especificaciones establecidas durante
la validación del método. Una comparación del laboratorio puede ser parte de la validación del método.
En el caso de los métodos convencionales (es decir, las propiedades que dependen del método), es
esencial una validación interlaboratorios del método; para otros métodos, es altamente recomendable
realizar una validación interlaboratorios.

9.3 Aproximaciones prácticas.

Cuando sea técnicamente posible, los materiales candidatos a MRC se caracterizan generalmente con
base en la exactitud. Por consiguiente, un valor certificado generalmente representa la mejor estimación
actual del valor "verdadero". En algunos casos, la medición no se puede entender en términos de un
"valor verdadero", de tal manera que se adopta un valor de propiedad para su uso con un método
especificado. En este caso, la certificación del MR no requiere una serie de mediciones, sino
simplemente una declaración del valor asignado y de la técnica de medición pertinente para la cual el
MR es un estándar de calibración.

Se espera que los valores certificados no se desvíen del valor "verdadero", en más de la incertidumbre
declarada para la medición. En la incertidumbre declarada del valor de una propiedad se deben tomar
en consideración todos los efectos sistemáticos y aleatorios inherentes al proceso de medición, así
como cualquier variabilidad del material entre las muestras (homogeneidad) y el tiempo (estabilidad).

La guía ISO 34[10] distingue entre cuatro aproximaciones básicas para la caracterización. Se
implementan de diferentes maneras por los productores y los organismos certificadores de MR, así:

a) medición por un solo método (primario) en un solo laboratorio;

b) medición por dos o más métodos de referencia independientes en un laboratorio;

c) medición por una red de laboratorios que utilizan uno o más métodos con exactitud demostrable;
38
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

d) un enfoque de método–específico que suministre únicamente valores de las propiedades

evaluadas para el método–específico, usando una red de laboratorios.

El aspecto más importante a considerar cuando se selecciona un enfoque para la certificación es hasta
qué grado contribuirán los diferentes componentes de la incertidumbre, a la incertidumbre asociada con
el valor de la propiedad. Además, es importante que el valor de la propiedad asignado y su
incertidumbre sean demostrables. La aproximación (a) para la certificación a menudo se limita a los
casos donde la calibración de un artefacto tiene lugar. Para certificar composiciones químicas, el
numeral 9.5.2, suministra un ejemplo en donde la aproximación (a) ha demostrado ser válida. Para la
mayoría de MRC en matriz, la aproximación (a) se asocia al riesgo de perder efectos de la matriz y/o
interferencias. Para estos MRC, se recomienda tener por lo menos dos resultados independientes
tomados de métodos (primarios) independientes, realizados por diferentes grupos, a fin de minimizar tal
riesgo. La elección de la mejor aproximación para la caracterización del MR depende por consiguiente,
tanto de los métodos disponibles como de la matriz del MR.

9.4 Diseño de la medición

9.4.1 Mediciones mediante uno o más métodos (de referencia) en un laboratorio

Un importante grupo de métodos de medición que pueden ser utilizados, en particular, para la
aproximación (a) pero sin duda también para la aproximación (b), está conformado por métodos
primarios de medición. En el campo de la medición química, tal método es definido[29] por el CCQM de
la siguiente manera:

“Un método de medición primario es un método que tiene las propiedades metrológicas más altas,
cuya operación se puede describir y entender completamente, y para el cual se puede redactar
una declaración de incertidumbre completa en términos de unidades del SI.

Un método primario directo mide el valor de un elemento desconocido sin referencia a un patrón
de la misma cantidad.

Un método de medición primario mide el valor de la relación entre un elemento desconocido y un

patrón de la misma cantidad; su operación debe ser completamente descrita mediante una
ecuación de medición".

A partir de esta definición, se concluye que una de las estrategias para asignar un valor a un MR es
utilizar un método de medición primario[30]. Sin embargo, no siempre es posible usar un método de
medición primario, dado que estos no existen para todas las cantidades. Para muchos MR, la medición
de la cantidad de interés es tan compleja que no se puede describir a la medida necesaria para
establecer una declaración completa de la incertidumbre en términos de unidades del SI.

El CCQM ha identificado varios métodos con el potencial de constituir un método de medición primario:

• dilución isotópica con espectrometría de masas (DIEM);

• coulombimetría;

• gravimetría;

• titulación;

• determinación de la disminución del punto de congelamiento.

NOTA. Se espera que esta lista sea ampliada posteriormente.

39
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
La gravimetría se usa extensamente como técnica de preparación para mezclas de gases [32] y
soluciones. La disminución del punto de congelamiento se puede usar como método directo para
determinar la pureza (como la fracción de la cantidad de sustancia) de un material[33]. La DIEM se usa
ampliamente como un método para asignar valores a los materiales y para mediciones de alta calidad
para otros propósitos.

9.4.2 Estrategias que involucran a múltiples laboratorios

9.4.2.1 Conceptos

El concepto de la determinación de los valores de propiedad de un MR se basa en el acuerdo entre los

métodos y/o laboratorios, y se soporta en por lo menos dos suposiciones:

a) existe una población de métodos/laboratorios que son igualmente capaz de determinar las
características del MR para proveer resultados con exactitud aceptable;

c) (por implicación) las diferencias entre resultados individuales, tanto inter como intra-métodos/
laboratorios, tienen naturaleza estadística, independientemente de las causas (por ejemplo, en
la variación en los procedimientos de medición, el personal, el equipo, etc.).

La media de cada método/laboratorio se considera a priori una estimación no sesgada de la

característica del material. Por lo general, se asume que la media de las medias del
método/laboratorio es el mejor estimado de la característica. Además, cada uno de los resultados
que se obtienen en el estudio colaborativo debe satisfacer totalmente los requisitos relacionados con
la trazabilidad tal como se indica en 9.2. En el caso que se obtengan distribuciones muy irregulares
de los resultados en una serie de mediciones, como las que se pueden encontrar por ejemplo en
análisis de trazas de elementos, el uso de un estadístico más robusto, como la mediana o una
media ajustada, puede resultar apropiado para estimar el valor de la propiedad.

En la práctica, el tamaño de la población de los métodos/laboratorios que se encuentra disponible para

tal programa es limitado. En muchos casos, por tanto, un modelo de diseño aleatorio no se puede
implementar totalmente. Además, cabe anotar que el supuesto de que todos los resultados de varios
métodos/ laboratorios pertenecen a la misma población se debe manejar con cuidado. Incluso a nivel
del "estado del arte", pueden existir diferencias en las características de desempeño de los métodos,
así como las diferencias en la incertidumbre de los laboratorios, las cuales pueden invalidar la
suposición de una sola población.

Adicionalmente, para que este tipo de enfoque sea válido, se debe asumir que todos los resultados de
todos los métodos y/o laboratorios involucrados son trazables (véase numeral 9.2) a referencias
apropiadas establecidas. En general, estas referencias se seleccionan cuidadosamente cuando se
diseña el estudio colaborativo para obtener el valor de la propiedad.

A menudo, la participación de varios laboratorios es necesaria en dicho estudio colaborativo, con el fin
de aleatorizar los errores asociados con ciertas etapas necesarias de la cadena de operaciones para
obtener un valor. Estos pasos incluyen la transformación de las muestras de prueba (por ejemplo, la
extracción, la destrucción de la muestra), tratamiento posterior de la muestra transformada (por
ejemplo, la limpieza), y, algunas veces, también la influencia de los diferentes métodos de medición.
En estos casos, cuando no es factible desarrollar la evaluación completa de la incertidumbre de
medición de un resultado obtenido con un solo método (y en un solo laboratorio), se prefiere la
aproximación descrita en esta sección en relación a las aproximaciones que se indican en el numeral
10.

El procedimiento general para la caracterización de un material candidato a MRC por medio de un

estudio colaborativo se resume esquemáticamente en la Figura 6. Cada etapa puede ser tratada como
si fuera distinta y posee criterios que deben cumplir antes de pasar a la siguiente etapa.

40
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Preparación
del material

Prueba de estabilidad y
homogeneidad N
o

N Si
o
¿Homogeneidad Campaña
confirmada? de medidas

Si

Calcular el Continuar con

valor de la la campaña
propiedad de medidas

Si

¿Objetivos cumplidos? No ¿Posibilidad de

mejoras?

Si No

Material Material no
puede ser puede ser
certificado certificado

Figura 6. Diseño de estudio colaborativo

9.4.2.2 Gestión y cronograma

La dirección del estudio colaborativo es ante todo una responsabilidad de la organización responsable
de la certificación. Debe suministrar directrices para todos los involucrados con el fin de garantizar una
implementación fluida del trabajo. Para ser exitoso, el estudio colaborativo debe tener un objetivo bien
definido, estar eficazmente diseñado y ser eficientemente organizado, con lineamientos claros y
concisos con los cuales puedan cumplir rápidamente los laboratorios y/u operadores participantes. La
participación, sea como operador o como laboratorio, en un programa de este tipo implica un acuerdo
para adoptar estas directrices. Estas directrices consisten en tiempo, un número de unidades, un
número de determinaciones replicadas por unidad, métodos de medición, tamaño de la muestra de
ensayo, cuando aplique, etc.

Las directrices que se van a desarrollar deben tener en cuenta las consideración dadas en los
numerales 9.2 y 9.3, para que las instrucciones sean claras, de modo que todas las partes
involucradas conozcan los requisitos relacionados con la calidad y la trazabilidad de los resultados de
la medición. Estas directrices también deben contener los mecanismos para verificar las suposiciones

41
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
hechas sobre los datos y la calidad de los mismos.

El organizador debe establecer un cronograma (es decir, las fechas en que las muestras van a ser
distribuidas, y el modo de despacho) y proporcionar instrucciones claras a los responsables del
transporte y destinatarios sobre la manera en que las muestras se deben manipular y almacenar. El
organizador indicara cuando los resultados de la medición se deben reportar. Este programa debe ser
acordado entre el organizador y los operadores/laboratorios involucrados.

9.4.2.3 Requisitos técnicos

9.4.2.3.1 Número requerido de resultados

Frecuentemente, el número de métodos de medición disponibles para determinar una característica

específica es muy limitado. Cuando sea posible, los resultados de métodos diferentes se deben
verificar con el fin de determinar si ellos presentan concordancia dentro de sus respectivas
incertidumbres. Si este es el caso, entonces se puede determinar un valor medio con base en esta
concordancia entre los métodos.

Cuando se va establecer una evaluación de la incertidumbre de un MR por medio de la aleatorización

de tantos factores como sea posible durante la serie de mediciones, entonces se debe preferir un
enfoque multilaboratorios. Estos "laboratorios" también pueden ser de diferentes departamentos o
grupos de un instituto. El número mínimo de laboratorios participantes en el programa para la
caracterización de un MR varía con la complejidad de el(los) procedimiento(s) de medición(es)
necesario(s). Cuanto más complejo(s) el(los) procedimiento(s), mayor es la variación esperada entre
laboratorios, de ahí la necesidad de un creciente número de laboratorios participantes para obtener un
valor de la propiedad que tenga una incertidumbre satisfactoria. En la práctica, desafortunadamente,
cuanto más complejo es el procedimiento, menor es el número de grupos/laboratorios capaces de
implementarlo. En casos extremos, el organismo certificador puede ser forzado a renunciar a un
programa interlaboratorios para ciertos candidatos específicos a MR.

Si existen métodos de medición bien establecidos para las propiedades de interés, entonces el
número de laboratorios/grupos involucrados en la caracterización puede ser de apenas dos o tres. Un
ejemplo típico de tal caso es el uso de métodos de medición primarios en MRC en matriz. Cuando el
control estadístico y metrológico es menor, pero aún adecuado para aceptar (en principio) cada
resultado técnicamente válido, el número mínimo de laboratorios involucrados comúnmente será de
seis a ocho. Finalmente, si existe una oportunidad no insignificante de tener resultados
estadísticamente y técnicamente no válidos (es decir, un control estadístico limitado), el número
mínimo de laboratorios debe ser de 10, pero preferiblemente 15. Este número mínimo permite que los
datos sean verificados con la ayuda de técnicas de tratamiento de valores atípicos, y permite lograr un
nivel adecuado de incertidumbre para los valores de la propiedad así establecidos.

Otra variable a considerar es el número de métodos disponibles y se recomienda que una

representación equilibrada de estos métodos sea incluida en el estudio colaborativo. Cuando no se
dispone de ningún método primario, idealmente se debe utilizar aproximadamente tres métodos
(cuando están disponibles) por parte de seis laboratorios/grupos competentes.

9.4.2.3.2 Determinación del número de unidades y replicas

Generalmente, dos unidades son suficientes, con aproximadamente seis replicas distribuidas en (por lo
menos) un periodo de dos días. Todas las replicados se realizan preferiblemente con calibraciones
independientes. Si los resultados del estudio colaborativo sirven como una confirmación final de la
homogeneidad de un MR, se deben determinar por cada laboratorio participante un mínimo de tres o
cuatro unidades del MR por parte de cada laboratorio participante con el fin de tener una cantidad
suficiente de grados de libertad para estimar la desviación estándar entre botellas.

9.4.2.3.3 Métodos de medición

42
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

El organizador de un estudio colaborativo puede especificar el uso de un único método para los
laboratorios participantes cuando existe disponibilidad de un procedimiento de medición “normalizado” y
bien establecido. Este enfoque también es válido para las propiedades que son definidas por un método
específico (por ejemplo, las propiedades de lixiviación). En caso contrario, el organizador debería dejar
que cada laboratorio participante proponga el método de su elección, siempre que él posea evidencias
de la validez de dichos métodos. El organizador debe esforzarse por la buena representación de los
principales métodos adecuados para determinar la propiedad particular, y buscar el acuerdo entre todas
las partes involucradas sobre cuales métodos serán utilizados por cada laboratorio/grupo.

Además, el organizador debe exigir que todos los métodos utilizados en el programa estén
correctamente validados, es decir, que los resultados de medición de cada programa se puedan
verificar frente a criterios predeterminados de rendimiento. Una parte esencial de cualquier estudio de
validación del método es verificar la trazabilidad a patrones aceptados internacionalmente, en un grado
relevante para el tipo particular de medición. En muchos campos de la medición, el(los) método(s)
disponible(s), algunas veces se someten solamente a una validación por medio de un estudio inter–
laboratorios conforme a lo descrito en varios apartes de la ISO 5725[1] a [6], el cual puede ser suficiente
para las características establecidas por el método.

Finalmente, una reunión con los laboratorios/grupos involucrados (antes de distribuir las muestras y
realizar las mediciones) puede ayudar a todas las partes involucradas a armonizar todas las acciones
que se van a realizar durante el estudio colaborativo y a discutir los posibles problemas y/o imprevistos.

9.4.2.3.4 Reporte de los resultados

Se pueden aplicar dos métodos para el reporte, dependiendo de si cada laboratorio va a reportar o no
las incertidumbres de los resultados.

Si los grupos/laboratorios participantes deben establecer la incertidumbre de su medición, entonces en

principio, el resultado de la medición, su incertidumbre expandida y su factor de cobertura son
suficientes. Sin embargo, cada laboratorio debe reportar el modelo de incertidumbre completo con todas
las incertidumbres, lo cual facilitará la evaluación de las covarianzas[34], [38] entre los resultados.

Si no se solicita información sobre la incertidumbre de medición, entonces los grupos/laboratorios

participantes deben reportar los resultados individuales (no el promedio). El número de cifras
significativas que reportan deben cumplir con las directrices del programa.

En ambos casos, se recomienda hacer una descripción detallada del procedimiento de medición, de tal
manera que permita una comprensión de todas las etapas preliminares en el proceso de medición (por
ejemplo, en el análisis químico, en la descomposición de la muestra y la separación de los analitos de
interés). Deben especificarse las referencias bibliográficas en los casos en que esto sea apropiado.

9.5 Consideraciones relacionadas con la propiedad

9.5.1 MR para propiedades físicas

Tradicionalmente, las mediciones más exactas se realizan en unidades fundamentales, sus múltiplos y
sus submúltiplos más comunes, en institutos nacionales de metrología. En estos institutos, todas las
fuentes de error e incertidumbre se investigan en detalle; frecuentemente los métodos de medición y
métodos de calibración, han sido mejorados durante muchos años para reducir y estimar las
incertidumbres. La exactitud de estas mediciones está usualmente muy bien establecida, en particular
cuando se han sometido a comparaciones (clave). se debe tomar precaución cuando las medidas no
han sido comparadas, como en los casos en que los laboratorios utilizan métodos validados
internamente. Demostrar el desempeño de un método de laboratorio en comparación con otro es uno
de los pilares para el aseguramiento de la calidad y de la trazabilidad de los resultados de medición,
independientemente de la designación de un laboratorio. Por lo tanto, todo nuevo laboratorio que se
43
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
este creando necesita comparaciones extensas para garantizar que sus propias estimaciones de los
valores y sus incertidumbres son equivalentes y que todos los factores importantes que contribuyen a
la incertidumbre sean considerados.

Se debe prestar especial atención a las propiedades físicas que no se pueden determinar bajo un
régimen de calibración. Usualmente, la evaluación de la incertidumbre de los resultados de los
métodos y los resultados de ensayo obtenidos en un estudio de certificación no son tan bien
establecidos, como lo estarían bajo un régimen de calibración. Este aspecto se debe tener en cuenta
cuando se caracterizan materiales para propiedades tales como conductividad térmica, rugosidad del
impacto, fluencia o resistencia a la compresión. En estos casos, un estudio colaborativo (véase la
sección 10) puede ser un enfoque más apropiado para una caracterización. Una complicación
adicional es de que para muchos de estos ensayos no se organizan comparaciones (clave). En este
sentido, no hay diferencia fundamental entre la certificación de las propiedades físicas y, por ejemplo,
la composición química.

Las comparaciones clave, así como otros tipos de comparaciones de laboratorio, dan confianza a las
incertidumbres calculadas individualmente por los laboratorios de metrología. Idealmente, los
resultados de tales comparaciones se deberían usar para mejorar los modelos y/o estimaciones de la
incertidumbre de sus variables y/o incertidumbres. Incluso cuando no se necesitan mejoras de este
tipo, la participación en estas comparaciones es un medio importante para demostrar la capacidad de
medición de un laboratorio (metrológico). Las comparaciones permiten detectar errores que no han
sido tomados en cuenta adecuadamente y de situaciones donde algunos parámetros que influyen las
mediciones no están suficientemente bien controlados y/o estimados.

La caracterización de un material de referencia sobre la base de los resultados de un laboratorio

(metrológico) único puede, a pesar de todos los esfuerzos, implicar un riesgo, el cual no debe ser
desestimado. Cuando se emprende la certificación de una propiedad o magnitud física, es importante
tener una comparación (clave) entre los mejores laboratorios metrológicos, seguido de una amplia
discusión de los resultados con todos los participantes para resolver cualquier posible discrepancia. Si
los laboratorios metrológicos no están involucrados en la medición, debe ser establecida previamente
la trazabilidad completa de los laboratorios participantes hasta los respectivos laboratorios nacionales.

Si es posible aplicar más de un método, y si los métodos fueran igualmente validos, es importante
compararlos. No obstante, estos deben tener el mismo nivel de exactitud, de lo contrario, para fines de
certificar un material candidato a material de referencia; se debe dar preferencia al método más
exacto.

En casos extremos, pueden existir situaciones en las que un laboratorio único, que ha comparado su
método con todos los demás métodos posibles y que ha eliminado la mayor parte de las causas de
errores, es capaz de mejorar su métodos para reducir la incertidumbre, aunque tomando precauciones
considerables para evitar cualquier fuente accidental de errore.

9.5.2 MR para composición química

9.5.2.1 Pureza de los MRC

Las sustancias puras son la base para muchas cadenas de trazabilidad en química. El adjetivo "puro"
se refiere a una situación idealizada: ninguna sustancia es 100 % pura, porque siempre habrá pequeñas
impurezas. La certificación las sustancias en cuanto a pureza se refiere, es un aspecto esencial de la
trazabilidad en la medición química. Los MRC son utilizados por los laboratorios para preparar patrones
de calibración o para certificar o preparar otros MRC, tales como, por ejemplo soluciones o mezclas de
gases. Para la adición (véase 5.7.4), es esencial que los materiales utilizados se hayan caracterizado
exhaustivamente con respecto a la pureza. Además, para permitir la conversión de fracciones másicas
en fracciones de cantidad de sustancia, conviene establecer una tabla completa de impurezas y sus
fracciones másicas.

44
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Además del método directo por medio de, por ejemplo, calorimetría (detección del punto de
congelamiento), la pureza frecuentemente es determinada por diferencia, involucrando técnicas
químicas analíticas, como:

• se recopila una lista de las posibles impurezas, a menudo basada sobre el proceso de fabricación
que se utilizó para producir la sustancia;

• cada una de las posibles impurezas son determinadas en la sustancia que se va a certificar;

• la pureza se calcula por diferencia.

Las mediciones necesarias para determinar las impurezas frecuentemente son difíciles, porque la
mayoría de impurezas estarán cerca de los límites de detección/determinación. La medición de las
impurezas puede involucrar multiples métodos/laboratorios, incluyendo los enfoques señalados en
9.4.2. Esto puede resultar en incertidumbres relativamente altas para las fracciones de cantidad de
sustancia de estas impurezas. Igualmente, la evaluación de las incertidumbres presenta bastante
complicaciones, puesto que la cercanía de los límites matemáticos (cantidad de sustancia y fracciones
de masa solo están definidas entre 0 y 1) puede crear problemas adicionales, inclusive estimaciones
negativas para tales fracciones (véae por ejemplo, el apéndice F de la referencia [15]).

El modelo para la fracción de cantidad de sustancia del componente principal y como función de k
impurezas con fracciones de cantidad de sustancia xi es:

k
y = 1- å x i (20)
i=1

Asumiendo la independencia entre las fracciones de cantidad de sustancia de las impurezas (que es el
caso frecuente), la incertidumbre estándar combinada asociada con la fracción de cantidad de sustancia
del componente principal es:

( )
u 2 (y) = åu 2 x i (21)
i =1

que proviene de aplicar directamente la fórmula de propagación de incertidumbres tomada de la guía

GUM al modelo5. Frecuentemente sucede que algunas de las fracciones de cantidad de sustancia xi
equivalen a cero, debido al hecho de que estas impurezas están verdaderamente ausentes o que sus
niveles están por debajo del límite de detección del método de medición. Si se utiliza el límite de
detección para establecer un valor para una impureza, este límite también se debería utilizar para
establecer una incertidumbre estándar, tomando en consideración que este límite determina el nivel
más alto de la impureza especifica que no puede ser detectada.

9.5.2.2 MRC sintéticos y mezclas de gases

Los materiales de referencia sintéticos, como las soluciones y las mezclas de gases, se utilizan
ampliamente para la calibración. Estos MRC, muchas veces, se elaboran mediante gravimetría. Cuando
se usa la gravimetría para preparar grandes cantidades de soluciones, que luego se someten a un
procedimiento de sub–muestreo y envasado, el lote se puede certificar de la siguiente manera:

• paso 1: la composición gravimétrica se toma como base para la certificación;

• paso 2: la composición gravimétrica se verifica utilizando un método analítico apropiado;

5 Esta expresión es exacta como el modelo es lineal y se asume que los valores x son independientes.
i

45
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
• paso 3: realizar un estudio de homogeneidad para determinar la variabilidad entre botellas;

• paso 4: realizar un estudio de estabilidad para determinar la estabilidad a largo plazo.

Se espera que los efectos en términos de incertidumbre de medición de los pasos 2 y 3 sean pequeños
(ver las secciones 7 y 8 en cuanto a los detalles de estos pasos) pero se deben incluir. Si son
insignificantes, las magnitudes de estos efectos son tales que no tienen impacto sobre la incertidumbre
estándar asociada con el valor de la propiedad del MRC. La incertidumbre de la verificación
(dependiendo de la capacidad de verificar la composición) se incluye en el modelo, junto con la
incertidumbre gravimétrica. La incertidumbre estándar combinada asociada con el valor de la propiedad
del MRC será:

uMRC = ugrav
2
+ uver
2
+ ubb
2
+ ults
2
(22)

Por ejemplo para mezclas de gases se han establecido modelos para la preparación gravimétrica, que
pueden hasta cierto punto, encontrar aplicaciones por fuera de esta área particular. La norma ISO
6142[35] describe la preparación y la asignación de valores para la preparación gravimétrica de mezclas
de gases. No obstante, para lotes de cilindros de gas con frecuencia se utilizan otras técnicas [36]. Estos
lotes se certifican utilizando mezclas de gases preparadas gravimétricamente, usadas como MR para
calibración. En la referencia [32] se describe un modelo de incertidumbre detallado con base en los
métodos descritos en la ISO 6142. Con base en la preparación, la composición de la mezcla se puede
expresar como fracciones de cantidad de sustancia de los componentes de los gases originales. Estos
gases originales son los gases utilizados para preparar la mezcla, los cuales pueden ser mezclas o
gases puros (véase 9.5.2.1).

El modelo de la ISO 6142 tiene en cuenta las impurezas de los gases originales, lo cual constituye un
importante pre–rrequisito para preparar mezclas de gases que sean trazables hasta unidades del SI, en
este caso el mol. Es posible que algunos efectos no se incorporen en el modelo tal cual, por ejemplo, la
composición que entra en el cilindro no sea necesariamente la misma que se toma del cilindro. Esto se
puede deber a los efectos de absorción/desorción. Además, se requiere una verificación de control de la
calidad para los errores que puedan haberse producido durante la preparación. Para este fin, la fracción
de cantidad de sustancia gravimétrica usualmente se compara con la fracción molar medida
(“verificada”), y se asume que la composición proveniente de la preparación no es diferente de aquella
proveniente de la verificación analítica[35], [37].

9.5.2.3 Blancos de adición y matrices en blanco

El método utilizado para la preparación de MRC sintéticos también se puede usar para la adición de
analitos en blancos y/o las matrices de los blancos. La única complicación adicional es la verificación de
que el material a ser adicionado con el analito es realmente un blanco" o que puedan estar presentes
algunas cantidades pequeñas de la sustancia que se va a adicionar. En ese caso, estas cantidades se
deberían tomar en consideración en el modelo para el valor de la propiedad y, por ende, también en el
modelo de incertidumbre.

El enfoque para la certificación puede ser similar al indicado en 9.5.2.1, pero cuando existen problemas
en la transformación de la muestra (véase 9.2), o en la determinación de la incertidumbre de este paso,
también se puede utilizar uno de los enfoques dados. La elección real depende mucho de las
consideraciones indicadas en 9.2 y 9.3.

9.5.3 Caracterización de propiedades convencionales

En química, bioquímica y otras áreas de medición, muchas propiedades están definidas solamente por
un método, un procedimiento de ensayo o un equipo en particular. Ejemplos son las propiedades
mecánicas de materiales, actividad de enzimas, etc. Los resultados de estas mediciones o ensayos
pueden estar sujetos a gran variabilidad con considerables consecuencias económicas.

46
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Como en cualquier otra medición, los resultados dependen de la forma en que es aplicado el
procedimiento. Sin embargo, el procedimiento no siempre esta descrito con todos los detalles
necesarios en las normas escritas y el operario no tiene medios de verificar si es correcta la forma en
que él ha interpretado y aplicado el procedimiento, de ahí la necesidad del material de referencia.

Similarmente, cuando un ensayo depende del uso de una máquina o equipo en particular, es posible,
pero extremadamente costoso y toma demasiado tiempo, verificar que la máquina satisface todas las
especificaciones. Una forma simple de evitar esta inspección es medir o comprobar una muestra de
propiedades conocidas. Si los resultados son satisfactorios, esto significa que la máquina está en
buenas condiciones y que, por lo tanto, los resultados pueden ser considerados trazables a la escala
de medición establecida por la norma escrita pertinente.

Naturalmente, el trabajo de caracterización para establecer los MRC para tales propiedades o escalas
de medición requiere la aplicación de los mismos principios explicados anteriormente. Las mediciones
de estos parámetros, que pueden ser masa, volumen, longitud o temperatura, deben ser de por sí
mismas exactas y trazables y, por lo tanto, pueden requerir una calibración extensa. Con frecuencia es
necesario un esfuerzo considerable para investigar la influencia de varios parámetros de los
procedimientos y del equipo sobre los resultados de medición. Las verificaciones y calibraciones se
deben hacer independientemente en unos algunos, sino en varios laboratorios, con el fin de evitar un
sesgo uniforme que puede aparecer como una buena concordancia y dar una ilusión de exactitud.

10 Datos y evaluación de la incertidumbre

10.1 Modelos

Incluso la evaluación de datos más empírica sigue una sola regla o un conjunto determinado de reglas
que no, necesariamente, se pueden formular en ecuaciones (matemáticas). Para los propósitos técnicos
que se consideran aquí, las reglas y las relaciones se pueden expresar en forma de ecuaciones
matemáticas y se denominan modelos. Existen dos formas básicas que deben ser consideradas.

a) La primera forma consiste en modelos teóricos que describen las relaciones (la mayoría de las
veces físicas) entre las variables que influyen en un procedimiento de medición y el valor de la
propiedad que se esta determinando. Las ecuaciones se consideran exactas y se utilizan para el
cálculo del valor. En un segundo paso, el mismo modelo de medición se usa para propagar las
estimaciones de la incertidumbre atribuidas a las variables influyentes.

b) La segunda forma consiste en modelos empíricos que describen las relaciones entre las variables
aleatorias y ciertos parámetros de la(s) distribución(es) propuesta(s) (asumida). Se utilizan para
desarrollar procedimientos para la determinación de estimaciones de parámetros estadísticos
razonables de las variables aleatorias involucradas.

Existen también modelos que son una forma combinada de las dos anteriores, con frecuencia
denominados modelos semiempíricos. Ejemplos de modelos estrictamente empíricos se pueden
encontrar en el Anexo A de está guía, en donde se desarrollan procedimientos de ANOVA para
diferentes números de factores de influencia. Los modelos teóricos y semiempíricos y sus usos en la
estimación de la incertidumbre están descritos en la guía GUM y en la referencia [15].

10.2 Formatos de datos

Excepto para el esquema (a) en 9.3, en donde el formato de datos consiste de uno o más resultados
individuales de medición de un método y de una declaración de incertidumbre adecuada (véase más
abajo), los datos se pueden reportar en matrices de datos, que contengan:

1) Una estimación adecuada para la propiedad bajo determinación (media o promedio) y

47
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
una declaración de incertidumbre, o

2) un número determinado de resultados de mediciones individuales de la propiedad en

consideración (replicados),

para cada laboratorio participante. El formato (1) permite la evaluación basada en la incertidumbre
(véase 10.7), asumiendo que los laboratorios participantes tienen modelos de medición adecuados,
mientras que el formato (2) (el modelo más "clásico") requiere una evaluación estadística con base en
hipótesis respecto a las funciones de distribuciones fundamentales.

Los resultados presentados por los laboratorios participantes deben ser evaluados de acuerdo al
procedimiento que se resume en la Figura 7.

48
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Campañ
a de
medición

Resultad Descar
os Si
tar o
técnicam reempl
ente azar
inválidos dato
N
o
Resultados Descar
estadísticamente Si
tar o
inválidos reempl
azar
N dato
o
Estabilidad Materi
y N
o al no
homogene puede
idad ser
apropiadas certific
Si
ado
Calcular el
valor de la
propiedad y
su
incertidumbr
e
Criterios Materi
para la N
o al no
certificac puede
ión ser
certific
Si
ado

Report
e

Figura 7. Tratamiento de los datos

Por conveniencia del procesamiento y para futuras referencias, los resultados de este tipo de estudio
colaborativo deben ser agrupados con base en las características y tabulados sistemáticamente. Esta
tabla debe incluir la identificación del grupo/laboratorio y el método, los resultados individuales, la
media del laboratorio y la desviación estándar correspondiente. Sin embargo, si los laboratorios
participantes determinaron el valor de la característica para más de una unidad del MR, se recomienda
que presenten la media en la unidad, la media global y las desviaciones estándar correspondientes, en
una tabla separada de los resultados individuales. Cuando un laboratorio participante ha presentado
más de una serie de resultados, para una característica, obtenidos por diferentes métodos de
medición, cada serie debe ser tratada independientemente, es decir, como si fuera de otro laboratorio.

49
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Se recomienda también que los resultados sean presentados en forma gráfica.

Se pueden aplicar dos métodos de reporte, dependiendo de si cada laboratorio va a reportar las
incertidumbres de los resultados o no.

Si los grupos/laboratorios participantes tienen que declarar su incertidumbre de medición, entonces en

principio es suficiente reportar el resultado de la medición, su incertidumbre expandida y su factor de
cobertura. Sin embargo, es conveniente que cada laboratorio reporte el modelo de incertidumbre
completo con todas las incertidumbres, lo que facilitará la evaluación de las covarianzas[34], [38] entre los
resultados.

Si no se requiere información sobre la incertidumbre, entonces los grupos/laboratorios participantes

deben reportar los resultados individuales (no el promedio). El número de cifras significativas
reportadas debe cumplir con las directrices del programa.

En ambos casos, se recomienda hacer una descripción detallada del procedimiento de medición
usado, para permitir una comprensión de todas las etapas preliminares en el proceso de medición (por
ejemplo, en los análisis químicos, la descomposición de la muestra y la separación de los analitos de
interés). Deben especificarse las referencias bibliográficas en los casos en que esto sea apropiado.

10.3 Distribuciones

La búsqueda de los estimadores adecuados para la expectativa de una variable aleatoria está
relacionada estrechamente (sea asumida o determinada) a su distribución fundamental, expresada
sobre todo como una función de densidad de probabilidad. En muchos casos, la distribución se puede
observar gráficamente elaborando un histograma. Si no se hacen suposiciones, la evaluación de los
datos de un número determinado de valores medidos se puede basar totalmente en:

• una investigación de su distribución utilizando procedimientos de estimación apropiados (por

ejemplo, la estimación de Kernel), o

• el cálculo de los estimadores relevantes siguiendo los principios establecidos en la ISO 3534-1
(cálculo de los momentos),

siempre que se disponga de un número estadísticamente apropiado de valores medidos.

Otras distribuciones comúnmente utilizadas para la cuantificación de contribuciones a la incertidumbre

son simétricas como, por ejemplo, la distribución rectangular o triangular (véase también la guía GUM).

Los enfoques descritos en 10.5 y 10.6 siempre se refieren a una distribución normal de datos (excepto
para los casos en que se involucran evaluaciones de tipo B de las contribuciones de incertidumbre).
Por este motivo pueden ser necesarios los ensayos para la normalidad de los conjuntos de datos
disponibles para validar el enfoque seleccionado.

Si la mayoría de los resultados forman dos o más grupos, no se puede inferir ninguna concordancia
entre métodos/laboratorios. Se deberían considerar las siguientes posibilidades:

a) si hay correlación de estos grupos con los procedimientos de los métodos de medición, y si la
diferencia entre las medias de estos grupos es estadísticamente y físicamente significativa,
esto significa que no existe valor único de la propiedad; en este caso, es necesario mejorar los
procedimientos de los métodos de medición para resolver el problema;

b) si no hay correlación de estos grupos con los procedimientos de los métodos de medición, y si
la diferencia entre estos grupos es estadísticamente y físicamente significativa, puede ser
necesario un mayor número de resultados para superar los métodos de medición relativamente
inadecuados disponibles.
50
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Las discrepancias leves entre los resultados de diferentes métodos se pueden resolver introduciendo
un componente de incertidumbre adicional que explique este aspecto. Si dicho enfoque es útil, sólo se
puede determinar después de establecer la magnitud de esta componente de incertidumbre y de
verificar la incertidumbre estándar combinada asociada con el valor de la propiedad así obtenida frente
al conjunto de criterios para la certificación. Existen varios métodos para este problema de estimación.
En la referencia [43] se brinda una discusión útil.

Si la mayoría de los resultados forman un grupo único, se puede inferir que existe una distribución
unimodal. La elección más obvia como estimador para la característica que se va a determinar es la
media de los resultados.

Si la distribución es unimodal, debe tomarse una decisión en cuanto a si la suposición de normalidad

es razonable. Esta decisión puede basarse tanto en una observación visual del histograma, en la
prueba de normalidad, o en experiencias pasadas con la naturaleza de las determinaciones.

En algunos casos, los resultados pueden ser transformados de forma que queden distribuidos de
manera aproximadamente normal. Algunas transformaciones comúnmente usadas incluyen
logaritmos, raíz cuadrada y formas exponenciales.

Cabe anotar que, para la estimación de los valores de la propiedad y sus incertidumbres, la presunción
de la función de distribución es menos crítica que para el ensayo de valores fuera de límites. Sin
embargo, dado que la mayoría de la estadística descriptiva se basa en la distribución normal, se
recomienda verificar si la distribución de los datos concuerda razonablemente con la distribución
normal, o que si es posible una transformación de modo que se puedan usar técnicas estadísticas que
asuman datos normalmente distribuidos.

10.4 Exploración de los datos

Independientemente del formato, los conjuntos de datos se deberían inspeccionar visual y gráficamente
antes de aplicar cualquiera de los procedimientos descritos en 10.5 y 10.6. Toda anomalía observada
se debería examinar para determinar posibles causas triviales (error de transmisión, error de impresión
etc.) y no triviales (abandono, falla del equipo, etc.). Si se confirman las fallas o los errores, los
resultados correspondientes deben ser rechazados.

Además, los resultados se deben verificar para determinar si hay resultados técnicamente no válidos.
Los resultados técnicamente no válidos se pueden encontrar examinando cuidadosamente los informes
de las mediciones. Un resultado técnicamente no válido, no es necesariamente un resultado
estadísticamente no válido. El resultado en cuestión puede estar dentro del rango de resultados válidos,
pero es evidente que las condiciones bajo las cuales se obtuvo el resultado no son las adecuadas. Los
resultados técnicamente no válidos se deben retirar del conjunto de datos.

10.5 Evaluación de los datos

10.5.1 Enfoque A: método único en un único laboratorio

Cuando se obtiene un único valor a partir del método de medición (primario), acompañado de una
declaración de incertidumbre, entonces este valor con la incertidumbre asociada es el resultado de la
caracterización. Si hay una serie de valores, entonces, la media de dicha serie de valores comúnmente
es el resultado de la caracterización. Generalmente, la incertidumbre se basa en la evaluación de la
incertidumbre del método de medición, para un valor dado, y se debería comparar con la desviación
estándar de la serie de valores. La desviación estándar de la media y la estimación completa de la
incertidumbre según lo establecido para el método de medición, deben concordar.

10.5.2 Esquema C: una red de métodos y/o laboratorios

51
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

El formato de los datos puede ser:

• una serie de valores, cada una acompañada por una declaración de incertidumbre, o

• una serie de observaciones de cada laboratorio.

En la primera situación, las declaraciones de la incertidumbre deben, como parte del análisis de los
datos, se deben someter a una verificación de factibilidad, por ejemplo comparándolas con la
descripción del método de medición. Entonces, los datos se pueden tratar tal como se describe en el
numeral 10.7.

Cuando sólo existe una serie de observaciones, los datos se pueden tratar tal como se describe en el
Anexo A y en las referencias [11] y [12]. Un procedimiento puede abarcar lo siguiente:

a) ensayo para determinar diferencias significativas entre las medidas de laboratorios como criterio
para decidir si una media de valores únicos o una media de las medias del laboratorio puede ser
utilizada;

b) ensayo para determinar la normalidad y los valores fuera de límites del conjunto de datos
seleccionado, según la decisión tomada en (a); los valores fuera de límites se pueden tratar como
se describe en el numeral 10.5.5;

c) ensayo para determinar las varianzas fuera de límite entre un conjunto de datos de los
laboratorios (esto es, cuando está presente una varianza anormal).

Si el conjunto de datos se distribuye de forma aproximadamente normal, entonces la media

seleccionada según (a) es la elección predefinida para el valor proveniente de la caracterización. Si la
característica que se va a certificar es justamente la media de las medias, es decir:

åY
1
Y= (23)
p i=1 i

Entonces la base para la incertidumbre estándar combinada asociada con la media de las medias es la
desviación estándar que se obtiene a partir de:

( )
p 2
å Y -Y
1
s2 = (24)
p -1 i=1 i

Entonces, la incertidumbre estándar combinada es igual a:

s
uchar = (25)
p

En esta fórmula, p indica el número de laboratorios. La validez de esta expresión depende

significativamente de la independencia de los valores Yi. Por lo tanto, se debe verificar hasta qué grado
es válida la suposición de la independencia de los resultados de los métodos/laboratorios. Esta
verificación es especialmente crítica para valores grandes de p (véase también 10.6.2).

10.5.3 Esquema B: varios métodos en un solo laboratorio

Nuevamente, existen dos formatos posibles para los datos:

• una serie de valores, cada una acompañada por una declaración de incertidumbre, o
52
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

• una serie de observaciones de cada laboratorio.

En el primer caso, cada valor y su declaración de incertidumbre asociada se revisan tal como se
describe en el numeral 10.5.1, para cada uno de los métodos involucrados en la caracterización.
Después, se puede aplicar el esquema descrito en el numeral 10.7

El método descrito en el numeral 10.5.2 se puede usar en el segundo caso. Por lo menos para uno de
los métodos, se debería disponer de una estimación completa de la incertidumbre de manera que se
pueda verificar la incertidumbre estimada y se pueda evaluar el sesgo de la medición. (Esto no ocasiona
un requisito adicional, dado que todos los métodos involucrados deberían satisfacer los requisitos de
trazabilidad descritos en 9.2).

10.5.4 Enfoque D: parámetros definidos por el método

Los parámetros definidos por el método pueden ser tratados de la misma manera que se detalla en el
numeral 10.5.2.

10.5.5 Tratamiento de los valores fuera de límites

Un resultado único o un conjunto completo de resultados es sospechoso de ser un resultado no válido

estadísticamente (un valor fuera de límites) si su desviación, tanto en exactitud como en precisión, con
respecto a otros en el mismo conjunto o otros conjuntos, respectivamente, es mayor que lo que se
pueda justificar por fluctuaciones estadísticas pertinentes a una distribución de frecuencia dada. Por lo
tanto, la efectividad para la detección de valores fuera de límites depende de la validez de la
suposición de la distribución de frecuencia. Es igualmente esencial disponer de un número suficiente
de observaciones e información de contexto para hacer juicios correctos con respecto a estos valores
fuera de límites. La prueba para valores fuera de límites puede ser prerrogativa del estadístico, tanto
para seleccionar enfoques válidos para el ensayo de los valores fuera de límites así como para
realizar el análisis.

Los resultados fuera de límites se pueden presentar en todos los niveles de un estudio colaborativo:
observaciones únicas, observaciones de subgrupos (por ejemplo, agrupados por botella), o los
resultados de métodos/laboratorios en su totalidad pueden ser considerados fuera de límites. Los
valores fuera de límites se deben descartar o, en casos aislados (por ejemplo, errores de cálculo), se
deberían reemplazar por datos correctos. Siempre que sea posible, estos valores se deben descartar
únicamente sobre la base del resultado de más de un ensayo de valores fuera de límites. Los valores
fuera de límites en varianzas, únicamente se deberían retirar en casos extremos, es decir, cuando
contradicen al conjunto de datos. Normalmente, no se aceptan mediciones adicionales, puesto que las
condiciones bajo las cuales se obtuvieron los datos ya no son las mismas para todos los resultados.

Finalmente, cabe anotar que frecuentemente se hace una distinción entre valores dispersos y valores
fuera de límites (ver, por ejemplo ISO 5725-2)[2]. Como regla general, los valores dispersos se
deberían conservar en la hoja de datos mientras que los valores fuera de límites se deberían retirar.
En la mayoría de los casos, esto asegurara, que la estimación de la incertidumbre no se este
subestimada.

10.6 Evaluación de la incertidumbre

10.6.1 Esquema A: un solo método en un solo laboratorio

La incertidumbre que se determina en el numeral 10.5.1 corresponde a la incertidumbre proveniente

de la caracterización uchar.

10.6.2 Esquema C: una red de métodos y/o laboratorios

53
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Si los valores reportados por los laboratorios están acompañados de declaraciones de incertidumbre,
entonces, se utiliza el método descrito en el numeral 10.7, y la incertidumbre calculada corresponde a
la incertidumbre proveniente de la caracterización uchar.

Si los laboratorios reportan únicamente una serie de valores, la desviación estándar de la media es,
por lo menos en principio, la incertidumbre proveniente de la caracterización uchar. Si existen fuentes
comunes de incertidumbre y/o sesgo, entonces la desviación estándar de la media se debe
complementar con estimaciones para estas fuentes de incertidumbre.

10.6.3 Esquema B: varios métodos en un solo laboratorio

Si los valores reportados por los laboratorios están acompañados por declaraciones de incertidumbre,
entonces se utiliza el método descrito en el numeral 10.7, y la incertidumbre calculada corresponde a
la incertidumbre proveniente de la caracterización uchar.

En la otra situación, la desviación estándar de la media es, por lo menos en principio, la incertidumbre
proveniente de la caracterización uchar. Si la verificación de la compatibilidad con la incertidumbre
asociada con el resultado de uno de los métodos utilizados indica que hay una discrepancia, entonces
se debería(n) considerar(se) tal(es) discrepancia(s) en la contribución(es) de las fuentes de
incertidumbre.

10.6.4 Enfoque D: parámetros definidos por el método

La evaluación de la incertidumbre de los parámetros definidos por el método se puede tratar de la

misma manera como se describe en el numeral 10.6.2.

10.7 Evaluación basada en la incertidumbre

10.7.1 Fundamentos

Cuando se dispone de información sobre la incertidumbre, la tarea principal del estadístico que evalúa
los resultados provenientes de diferentes métodos/laboratorios consiste en combinar los resultados,
incluyendo sus incertidumbres, en un valor único (el valor de la propiedad) y una incertidumbre
estándar combinada. Cuando se determinan las incertidumbres, están disponibles los modelos de la
incertidumbre de las medidas que forman parte de la campaña. Con el fin de obtener el mejor
resultado posible, es muy recomendable que estos modelos de incertidumbre se recolecten como
parte de la evaluación de los datos.

El valor de la propiedad usualmente se define como un tipo de valor medio, el cual se puede ponderar,
si es necesario, utilizando algún esquema de ponderación predefinido. Cuando se dispone de modelos
de incertidumbre, entonces la expresión para la incertidumbre estándar combinada asociada con el
valor de la propiedad se puede obtener directamente utilizando la propagación estándar de las
fórmulas de incertidumbre (GUM: 1993, sección 5), después de agregar una fuente adicional de
incertidumbre que tenga en cuenta cualquier dispersión significativa de los resultados cruzados de los
laboratorios. Este es el método más directo, pero no siempre es posible proceder de esta manera.

Una posible alternativa se da en la referencia [34] y aplicado con más detalle en la referencia [38]. La
incertidumbre estándar combinada asociada con el valor de la propiedad se puede definir mediante la
fórmula:

uchar = uI2 + uII2 + uIII2 + uIV2 (26)

En donde se consideran cuatro tipos de incertidumbre:

• tipo I: incertidumbres específicas para un laboratorio;

54
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

• tipo II: incertidumbres comunes a todos los laboratorios;

• tipo III: incertidumbres comunes a grupos de laboratorios;

• tipo IV: el desacuerdo entre los valores provenientes de los laboratorios participantes.

Implementar esta evaluación de la incertidumbre de manera manual es laboriosa y muy sensible a los
errores. Basado en los modelos de medición, es innecesario hacerlo manualmente, siempre que la
información reunida como parte del estudio colaborativo permita identificar las variables
correlacionadas en los modelos. Una vez que los componentes de la incertidumbre están registrados
correctamente en la base de datos, esta base se puede usar para desarrollar todos los diferentes tipos
de incertidumbres. Esto se puede realizar de diferentes maneras, bien sea determinando directamente
las expresiones necesarias para los términos[34] o, por ejemplo por prueba de X2 6 [38], [39].

10.7.2 Ajustes de X2

El método para la prueba de X2 funciona de la siguiente manera. La siguiente matriz–ecuación se puede

desarrollar:

æ y1 ö÷ æç x1 ö÷
ç
ç y2 ÷ ç x2 ÷
ç ÷=ç ÷a (27)
ç ··· ÷ ç ··· ÷
ç yp ÷ ç xp ÷
è ø è ø

Donde a indica el valor de la propiedad, yi indica los resultados de las mediciones obtenidos en el
estudio colaborativo y x es el vector de diseño. Para este caso en particular, se conocen todos los
valores xi, tan pronto se define el problema de ajuste. En esta situación, x1 = x2 = … xp = 1. Los
resultados y están obviamente asociados con las incertidumbres. Estos se representan en una matriz
de varianza-covarianza, definida como:

æ ö
2
ç u y1 ( ) (
u y1,y 2 ) ( )
··· u y1,y p ÷
ç ÷
(
u y 2 ,y1 ) u2 y2( ) ··· u ( y ,y )
V (y) = ç 2 p ÷ (28)
ç ÷
ç ··· ··· ··· ··· ÷
è (
ç u y p ,y1 ) ( u y p ,y 2 ) ··· 2
( )
u yp ÷
ø

Cabe señalar que esta matriz tiene dimensiones p por p, y es simétrica (es decir, el triángulo superior
contiene los mismos elementos del triángulo inferior). La covarianza entre cada par de laboratorios se
evalúa investigando todas las variables involucradas en el cálculo del resultado e identificando aquellas
compartidas. Para esta búsqueda, no es de interés que estos componentes sean solo compartidos por
los dos laboratorios bajo investigación, o compartidos por más. El proceso de evaluación por pares
cualquier covarianza existente significa que, durante este proceso, no se hace distinción entre las
incertidumbres de tipo II y tipo III (ver numeral 10.7.1).

Después de establecer la matriz de la covarianza V(y), el problema del ajuste se puede definir como:

6 En la literatura, esto también se conoce como " mínimos cuadrados " o "ajuste de mínimos cuadrados ". En principio, el
ajuste de X2 difiere solo del "ajuste de cuadrados mínimos” por un factor de escalamiento, lo que permite la evaluación del
estadístico X2 después del procedimiento de ajuste.
55
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
j (â) = ( y - Xâ) V -1 ( y - Xâ)
T
(29)

El valor de la propiedad se puede expresar como:

â = xchar = CX TV -1y (30)

Donde:

( )
-1
C = X TV -1X (31)

y su varianza por:

V (a) = C = uchar
2
(32)

Existen numerosos logaritmos estables para resolver el problema de ajuste como el dado en la
ecuación (29). Además, se debe hacer una observación sobre la matriz V. Esta matriz es igual a V(y),
siempre que esta última contenga todos los componentes de la incertidumbre pertinentes a la
comparación. En caso contrario, se debería añadir una matriz de varianza-covarianza adicional a V(y).
La construcción de tal matriz es análoga a la de V(y), en donde, con frecuencia únicamente se llena la
diagonal.

El método que se describe aquí es una implementación directa del diseño tal como se ha descrito. Este
no es de ninguna manera el único método (ver las referencias [40] y [41]). El problema de los valores
fuera de límites se debería tratar antes de utilizar este método (ver también 10.5.5). Igualmente, las
declaraciones de la incertidumbre se deberían revisar de manera crítica en cuanto a su credibilidad y, si
es necesario, se debería adaptar el sistema de ponderación de manera consecuente (ver también
10.5.1). Es bien sabido que el ajuste de X2 es sensible a los resultados fuera de límites, así como a los
problemas de ponderación.

10.8 Aspectos específicos

10.8.1 Evaluación de los datos usando el análisis de varianza

Para las estrategias C y D, y como parte del esquema B, se puede usar el análisis de varianza
(ANOVA) como una herramienta para procesar los datos. El uso del ANOVA puede ser particularmente
útil cuando se evalúan los componentes de incertidumbre, tales como la homogeneidad entre botellas
(ver, por ejemplo, 10.8.2 y A.2) o la desviación estándar inter–laboratorios (ver A.3). De lo contrario, la
media de las medias se puede calcular en lugar de estas estrategias.

10.8.2 Confirmación de homogeneidad como parte del estudio colaborativo

Los resultados del estudio colaborativo pueden servir como una confirmación final de la homogeneidad
de un MR. Para este propósito, se debe utilizar un diseño anidado de dos vías, en el cual se usan
unidades pq y p laboratorios y/o métodos que utilizan cada uno para determinar el valor de la
característica de q unidades con n determinaciones de replicas por unidad (ver la sección 7 para
detalles sobre un estudio de homogeneidad). Es importante que este diseño se siga estrictamente,
para satisfacer los requerimientos para el análisis de varianza y el cumplimiento de los supuestos[20]
subyacentes. La sección A.2 proporciona las estadísticas necesarias para determinar las varianzas
pertinentes.

10.8.3 Incertidumbre estándar combinada de un valor de la propiedad

Se puede desarrollar toda una gama de sistemas diferentes para establecer un valor de la propiedad
56
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
con base de una serie de mediciones. Dicho valor de la propiedad usualmente es un tipo de media, o
algunas veces una media robusta[42]. Esta sección discute brevemente como traducir una expresión
para una media, incluyendo aquellas del método con base en el ANOVA, en una expresión para la
incertidumbre del valor de una propiedad, uchar.

La media de un estudio colaborativo se puede definir así:

x = åw i x i (33)

donde xi son los resultados y wi las ponderaciones. No se hace ninguna suposición respecto a la
naturaleza de las ponderaciones; estas se pueden basar en el número de observaciones, la
incertidumbre asociada con los resultados de laboratorio, o algún otro esquema. Sin embargo, la
expresión asume que el esquema de ponderación está definido de manera que su sumatoria equivale
a la unidad.

Si, a partir de todos los valores xi se dispone de declaraciones de incertidumbre, entonces la

incertidumbre asociada con el valor de la propiedad se puede expresar utilizando:

()
u 2 x = uchar
2
( )
= åw i2u 2 x i (34)

siempre que todos los valores xi sean independientes mutuamente. Este método básico también se
puede aplicar a los esquemas indicados en el numeral 10.4. Cuando se usan las incertidumbres
declaradas, éstas se deberían verificar para determinar la credibilidad (ver también 10.6.1). Si no hay
datos de incertidumbre disponibles, entonces se puede utilizar el cálculo de una media de medias (ver
10.5.2 y 10.6.2) como una estimación de la incertidumbre.

11 Certificación

El concepto de material ha sido introducido como un tipo especial de MR. Además de las
características de un MR definidas en la guía ISO 30, un MRC está acompañado por un certificado
conforme lo descrito en la guía ISO 31, proporcionando entre otros la siguiente información:

• las propiedades de interés;

• sus valores;

• sus incertidumbres;

• una declaración con respecto a la trazabilidad metrológica de los valores de propiedad.

Hay MRs en el mercado, acompañados de documentación que contiene la información descrita arriba
para los MRC, pero la documentación no recibe el nombre de "certificado", por razones legales y otras
(no técnicas). Como estos MR deben cumplir los mismos requisitos y se pueden usar para los mismos
fines de un MRC, también están cubiertos por esta guía. Se entiende que estos MR se incluyen en el
término “MRC”. Esta guía describe el proceso para preparar un material candidato a MR, de manera
que dicho material se puede certificar o comercializar como un MR con la documentación que
contenga por lo menos la información arriba indicada.

Además, según la guía ISO 31, el certificado que acompaña a un MRC es un resumen de un extenso
programa de trabajo que involucra la selección del material, la evaluación de su idoneidad y la
medición de las propiedades que se van a certificar. Muchos usuarios de los MRC no requieren
ninguna información adicional a la que contiene el certificado, pero debera estar disponible, ya sea en
un informe de certificación (suministrado con el MRC o que se pueda obtener a solicitud) o de otro
57
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
modo suministrada mediante solicitud al productor. Es esencial incluir el nombre de un funcionario que
represente al organismo certificador indicando que esta persona acepta la responsabilidad por el
contenido del certificado. Es mejor dejar a la discreción del organismo certificador, decidir si el
certificado también debe estar firmado.

(Informativo)

MÉTODOS ESTADÍSTICOS

A.1 Análisis de varianza (ANOVA) de una vía

Considere el caso en el que hay a grupos, y que cada uno de ellos contiene ni miembros. Idealmente, el
número de miembros en los grupos debe ser igual, pero en la práctica este no siempre es el caso.
Algunos datos pueden estar "ausentes", y se han desarrollado expresiones para considerar estos datos
ausentes [20], [21], y éstas se recomiendan sobre otros métodos para tratar conjuntos de datos
incompletos. Conviene observar que cuanto más incompleto sea el conjunto de datos, menor es la
calidad de las estimaciones.

La dispersión de los datos se puede expresar en términos de las sumas de las diferencias de
cuadrados, conocidas también como "sumas de cuadrados". Estas sumas de cuadrados expresan la
dispersión a varios niveles (jerárquicos) en el análisis de varianza [20]. La así denominada media de
cuadrados, como se obtiene a partir de un programa de hoja de cálculo, se puede convertir en
varianzas de la siguiente manera:
2
s dentro = MS dentro (A.1)

MS entre − MS dentro
s A2 = (A.2)
n0

Donde:

 a

1  a  ni2 
n0 =  ni − i =a1  (A.3)
a − 1  i =1 


i =1
ni 


Cuando no existen datos ausentes, n0 es igual a n. El mecanismo mostrado permite atribuir la

dispersión en las mediciones a los diversos componentes de la incertidumbre que influyen en el
material y el proceso de medición. En ausencia de cualquier efecto entre grupos, se espera que sA2 sea
(cercana) cero. Si, por razones experimentales, se obtiene un valor ligeramente negativo para sA2,
entonces se establece en cero.

EJEMPLO. En un estudio de homogeneidad entre envases, sA es idéntico a la desviación estándar

entre envases sbb. Cada envase es un grupo.

A.2 Efectos aleatorios anidados en el análisis de datos: ANOVA de dos vías

58
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Este modelo se puede usar cuando los resultados del programa de medición del estudio colaborativo
se emplean para confirmar la homogeneidad del material, así como para su caracterización. El
esquema experimental se muestra en la Figura A.1 para el caso particular de un estudio entre–
laboratorios. Cuando un programa comprende métodos diferentes, el diseño del programa es
esencialmente el mismo.

Los resultados se pueden expresar por la ecuación:

x ijk = m + Ai + Bij + eijk (A.4)

Donde:

Xijk es el k-ésimo resultado de la unidad de muestra j reportada por el

método/laboratorio i;

Ai es el error debido al método/laboratorio i;

Bij es el error debido a la j-ésima unidad de muestra dentro del método/laboratorio i;

ijk es el error de la medición.

Los parámetros a estimar son la gran media, la desviación estándar entre–laboratorios , la

desviación estándar entre nevases , y la desviación estándar de la repetibilidad . Estos se
relacionan a los términos del error así:

s L = Var( Ai )

sbb = Var Bij ( )

(A.5)
sr = Var eikj( )
Para la homogeneidad entre envases ( ), se aplican las mismas consideraciones con respecto a la
inhabilidad para detectar la no homogeneidad del lote, tal como en el propio estudio de homogeneidad
(véase 7.9).

Todos estos parámetros se pueden estimar simultáneamente mediante el método de análisis de

varianza (ANOVA) [20] si hay suficientes resultados con igual replicación (el mismo número de
determinaciones replicadas de cada unidad y el mismo número de unidades por método/laboratorio)
después de excluir cualquier resultado técnicamente o estadísticamente no válido. Si este requisito de
ANOVA no se puede satisfacer debido a la cantidad de resultados no válidos y/o faltantes, la
significancia de la varianza entre envases se debería determinar por otros medios (véase la sección 7).

Los detalles teóricos y los métodos adicionales para ANOVA equilibrado y no equilibrado se
encuentran en los libros de texto estándar [44], [45]. Una discusión de ANOVA en el contexto de la
certificación de materiales de referencia se encuentra en la literatura [18], [20], [22], [23].

59
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

A
Lab No.1 Lab No.2 Lab No. p

B
Envase Envase Envase Envase Envase Envase
No.1 No.2 No. 1 No.2 No.1 NoEnv
oW No.1 aseNo.
Md. 1
Md. No.1 W
No.2 W Envase
Md. Md. Md.Md.Md. Md. 1 Md. Md. Md. Md. Md. Md.No.2Md.
No.1 No.2 No.1 No.2
No.1 No.1 No.2 No.1 No.2 No.1 No.2 No.1 No.2
.2
.1 .2
Lab.: Laboratorio; Md.: Medida
.2
Claves:
A: Variación entre–laboratorios.
B: Variación entre envases.
W: Repetibilidad de la medida.

Figura A.1 – Esquema de un estudio colaborativo, combinado con un estudio de homogeneidad por lotes.
[Caracterización de un MR (diseño de dos vías)]

Las fórmulas para calcular las estimaciones mencionadas anteriormente son las siguientes (ver
referencias [20] y [21]). La gran media se calcula utilizando:

p bi nij

ååå x
1
x= p bi ijk
(A.6)
åå n ij
i=1 j=1 k=1

i=1 j=1

Donde p indica el número de laboratorios, bi el número de envases usados por el método/laboratorio i, y

nij es el número de mediciones replicadas en el envase ij. La varianza se calcula así:

Var( ijk ) = MS dentro (A.7)

MS B  A − MS dentro
Var(Bij ) = (A.8)
n0

MS entre − n0' Var(Bij ) − Var( ijk )

Var( Ai ) = (A.9)
(nb)0
Donde:

60
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

 n (x )
p 2

i A −x
i =1
MS entre = (A.10)
p −1

 n (x )
p bi
2
ij B − xA
i =1 j =1
MS B  A = p
(A.11)
b
i =1
i −p

 (x )
p bi nij
2
ijk − xB
i =1 j =1 k =1
MS dentro = p bi p
(A.12)
 n −  b
i =1 j =1
ij
i =1
i

y:

æ bi ö p bi
ç å nij2 ÷ å å nij2
p
ç ÷
åç j=1bi ÷ - i=1p j=1bi
ç å nij ÷ å å nij
i=1 ç ÷
è j=1 ø i=1 j=1
n0' = (A.13)
p -1

æ bi ö
p bi p
ç å ÷n 2

ç j=1 ij ÷
åå nij - åç bi ÷
ç å nij ÷
i=1 j=1 i=1 ç ÷
è j=1 ø
n0 = p
(A.14)
åb - p i
i=1

æ bi ö
2
p

bi
åççå nij ÷÷
i=1 è j=1 ø
p

åån ij
- p bi
i=1 j=1
åå n ij

(nb)0 = i=1 j=1

(A.15)
p -1

La media de los cuadrados (MS) también se puede obtener usando un programa común de hoja de
cálculo o un paquete de software estadístico. Las expresiones dan cuenta de los datos ausentes y/o
eliminados (no válidos). Para conjuntos de datos completos, las fórmulas más simples de la ISO 5725-
3[3] se pueden utilizar.

A.3 Efectos aleatorios anidados en el análisis de datos: ANOVA de una vía

Este modelo se usa cuando la homogeneidad entre envases se verifica por otros medios (ver la

61
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
sección 7). El esquema experimental se ilustra en la Figura A.2. Los resultados se pueden simplificar a:

x ij = m + Ai + eij (A.16)

Donde:

xiij es el j-ésimo resultado del método/laboratorio i;

Ai es el error debido al método/laboratorio i;

ij es el error de la medición.

A
Lab No. 1 Lab No. 2 Lab No. 3 Lab No. 4 Lab No. Lab No. p
P–1

W
Md. Md. Md. Md. Md. Md. Md. Md. Md. Md. Md. Md.
No.1 No.2 No.1 No.2 No.1 No.2 No.1 No.2 No.1 No.2 No.1 No.2

Lab.: Laboratorio; Md.: Medida

Clave:
A: Variación entre–laboratorios.
W: Repetibilidad de la medida.

Figura A.2 – Análisis de varianza de una vía: diseño de un de estudio de medición colaborativo.
[Caracterización de un MR (diseño de una vía].

Los símbolos tienen el mismo significado que en el caso del diseño de dos vías (ver A.2). Los
parámetros que se van a estimar son la gran media, la desviación estándar entre laboratorios , y la
desviación estándar de la repetibilidad . Están relacionados con los términos del error como se
describió en A.2.
[20],
Las estimaciones para los parámetros se pueden obtener utilizando las siguientes expresiones
[21]
. La gran media se calcula a partir de:

p ni

åå x
1
x= p ij
(A.17)
ån i
i=1 j=1

i=1

sr2 = MSdentro (A.18)

MSentre − MSdentro
sL2 = (A.19)
n0

En donde los símbolos tienen el mismo significado que en A.1.

62
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

ANEXO B
(Informativo)

EJEMPLOS

B.1 Generalidades

Los ejemplos en este anexo están previstos, principalmente, para demostrar cómo se usan los
acercamientos estadísticos de las secciones 7 y 10. Como consecuencia, la mayoría de los ejemplos
están fuera de sus contextos. Estos suministran resultados que ocurren en la práctica y muestran cómo
los datos se pueden procesar de acuerdo con esta guía. Las fórmulas estadísticas de esta guía son
básicas por naturaleza y no siempre representan la solución ideal para un problema particular. Existen
muchos aspectos adicionales en la evaluación de los datos (por ejemplo, la validación de datos, la
detección de valores fuera de límites, la evaluación de las declaraciones de incertidumbre acerca de su
credibilidad, la estabilidad numérica de los algoritmos del software), que van más allá del campo de
aplicación de esta guía pero que pueden ser tan importantes como la selección de un método
estadístico "correcto".

Algunos materiales de referencia se certifican por medio de una calibración física o por medio de datos
provenientes de la preparación de los mismos. Los ejemplos de tales calibraciones se pueden
encontrar en la literatura y, por lo tanto, se han omitido en este anexo. La mayoría de los problemas
que se encuentran en estos proyectos están más relacionados con la aplicación de la GUM, más que
con la producción especifica de un MR.

Suministrar ejemplos de proyectos de certificación completos es imposible en el contexto de esta guía.

Tales ejemplos sólo serían relevantes para un grupo pequeño de productores de MR. Los informes de
certificación, la literatura, junto con las directrices que suministra esta guía, forman la base adecuada
para el diseño de proyectos de certificación.

En este anexo, partes seleccionadas de los proyectos de certificación se han reprocesado para ilustrar
las fórmulas estadísticas claves. La importancia del ejemplo se debería considerar teniendo en cuenta
las declaraciones hechas al principio de esta sub-sección. Aunque se suministran la propiedad de
interés y la matriz, en ningún de los casos, la fórmula se ha seleccionado para evaluar datos
provenientes de, por ejemplo, un estudio de homogeneidad influenciado por el parámetro. El único
criterio aplicado a la selección de estos ejemplos es que los datos son aproximadamente Gausianos.

B.2 Modelo de caracterización

La incertidumbre expandida del MRC IRMM IFCC (-glutamiltransferasa)[46] se estima combinando las
contribuciones de la caracterización, la homogeneidad y la estabilidad para la incertidumbre total
asociada con los valores de la propiedad:

uMRC = k uchar
2
+ ubb
2
+ ults
2
+ usts
2

Se ha utilizado un factor de cobertura k = 2. Se han seleccionado condiciones de transporte, para que

no sea necesario tomar en consideración ninguna incertidumbre adicional, con respecto a la no
estabilidad debida al transporte. En consecuencia usts = 0.

Todas las otras incertidumbres se expresan con respecto al valor de la propiedad a partir de la

63
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
caracterización (xchar)7. La incertidumbre de la caracterización uchar del lote se estima en 0,61 %. Los
valores de ubb y ults se han estimado en 0,29 % y 0,78 % relativos respectivamente. Por tanto, la
incertidumbre expandida UMRC se estima en 8

uMRC = 2 0,61 2+ 0,29 2+ 0,78 2 = 2,07 % =ˆ 2,36 IU / L

La incertidumbre se basa en un tiempo de vida útil de 6 años. La vida útil se puede ampliar si se
obtienen pruebas adicionales de la estabilidad del material [46], [47].

B.3 Estudio de homogeneidad

Se ha ejecutado un estudio de homogeneidad entre envases en un proyecto, para preparar un material

de referencia certificado para cromo en suelo. La Tabla B.1 suministra los datos del estudio de
homogeneidad.

Tabla B.1. Datos de la medición de un estudio de homogeneidad entre envases de Cromo en suelo

Valores en miligramos por kilogramo

Envase No. Resultado No. 1 Resultado No. 2 Resultado No. 3
1 121,30 128,74 119,91
2 120,87 121,32 119,24
3 122,44 122,96 123,45
4 117,60 119,66 118,96
5 110,65 112,34 110,29
6 117,29 120,79 121,42
7 115,27 121,45 117,48
8 118,96 123,78 123,29
9 118,67 116,67 114,58
10 126,24 123,51 126,20
11 128,65 122,02 121,93
12 126,84 124,72 123,14
13 122,61 128,48 126,20
14 118,95 123,82 118,11
15 118,74 118,23 117,38
16 119,74 121,78 121,01
17 121,21 123,28 116,38
18 129,30 124,10 122,02
19 136,81 129,80 128,47
20 127,81 117,66 122,90

Los datos también se pueden representar como medias de grupo, desviaciones estándar y elementos
en cada grupo. A partir de la Tabla B.1 se obtiene la Tabla B.2, calculando para cada envase la
media, la desviación estándar y el número de observaciones.

7 Únicamente si todas las incertidumbres se expresan con respecto al mismo valor, se pueden combinar las incertidumbres
relativas. En caso de duda, la mejor práctica es combinar las incertidumbres estándar expresadas en unidades absolutas.
8 La unidad IU/L (unidad internacional por litro) es una unidad para la actividad enzimática.

64
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

Tabla B.2 Media, varianza y número de resultados por envase

Valores en miligramos por kilogramo

Envase No. Promedio Varianza Recuento
1 123,32 22,54 3
2 120,48 1,20 3
3 122,95 0,26 3
4 118,74 1,10 3
5 111,09 1,20 3
6 119,83 4,95 3
7 118,07 9,81 3
8 122,01 7,04 3
9 116,64 4,18 3
10 125,32 2,45 3
11 124,20 14,85 3
12 124,90 3,45 3
13 125,76 8,76 3
14 120,29 9,50 3
15 118,12 0,47 3
16 120,84 1,06 3
17 120,29 12,54 3
18 125,14 14,06 3
19 131,69 20,08 3
20 122,79 25,76 3

El análisis de varianza que se ilustra en la Tabla B.3 se puede calcular utilizando, por ejemplo, una hoja
de cálculo.

Tabla B.3. Tabla ANOVA para el estudio de homogeneidad entre envases del cromo en suelo

Fuente de variación SS Grados de libertad MS

Entre envases 1037,1 19 54,59
Dentro de los envases 330,5 40 8,26
Total 1367,6 59

La varianza entre envases se estima así:

MS entre − MS dentro 54,59 − 8,26

s A2 = = = 15,44
n0 3

La desviación estándar entre envases es la raíz cuadrada de la varianza:

sbb = 15,44 = 3,93 mg / kg

65
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

La desviación estándar de la repetibilidad se puede calcular a partir de MSdentro:

s r = MS dentro = 8,26 = 2,87 mg / kg

B.4 Homogeneidad entre envases, considerando la repetibilidad limitada del método de ensayo

El método de la sección 7.9 se puede ilustrar del siguiente modo. El ejemplo se ha tomado de la
referencia [46]. Se tomó tejido de riñón de cerdo, se diluyó con cloruro de sodio y se homogenizó.
Después de precipitaciones repetidas, el producto se sometió a purificación por cromatografía en una
columna de DEAE Trisacryl, seguida de otra cromatografía en una columna de hidroxiapatita. Se
seleccionó una matriz de albúmina de suero bovino con una concentración másica de 60 g/L, dado que
su adición no modificó las propiedades catalíticas de la enzima parcialmente purificada. El
procedimiento de llenado se verificó pesando 101 ampollas tomadas a intervalos regulares. No se
encontró ninguna tendencia sobre el tiempo de llenado. Finalmente, el material fue liofilizado.

El material se verificó para determinar enzimas contaminantes, pureza, contenido de agua y de oxígeno
residual y se determinó que era adecuado para un MRC.

La variación de la masa de la muestra debido al procedimiento de llenado no indico falta de

homogeneidad. Para cuantificar la variación entre unidades, los datos para la evaluación de la
homogeneidad se tomaron del ejercicio de certificación anterior. Se analizaron 20 ampolletas por
triplicado en dos días cada una. Los resultados de los dos días se combinaron y se realizó un ANOVA
sobre los datos agrupados por ampolleta. Se calcularon las desviaciones estándar dentro de las
unidades (swb), entre las unidades (sbb) y la influencia de la variación analítica sobre la desviación
estándar entre las unidades (u*bb). Los resultados del análisis de varianza, incluyendo la estimación de
la varianza en los diversos niveles, se muestran en la Tabla B.4.

TablaB.4. Resultados del tejido de riñón de cerdo

Promedio 67,78 IU/L

MSentre 1,76 IU2/L2
MSdentro 1,63 IU2/L2
sr 1,88 %
sbb 0,22 %
u’bb 0,29 %

La desviación estándar entre envases se calcula así:

MS entre − MS dentro 1,76 − 1,63

2
s bb = = = 0,0217
n0 6

Obteniéndose una estimación para de 0,147 IU/L, equivalente a 0,22 % relativo. Cabe anotar que
cada grupo está compuesto por dos mediciones por triplicado, lo que significa que n = n0 = 6. La
desviación estándar de la repetibilidad se calcula a partir de MSdentro:

s r = MS dentro = 1,63 = 1,28 IU / L

Utilizando la expresión de 7.9, se puede obtener una estimación de la desviación estándar entre
envases que refleja un valor relativamente alto para la desviación estándar de la repetibilidad.

66
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

MSintra 2 1,63 2
ubb = · 4 = · = 0,196 IU / L
n vMS 6 100
intra

La variación entre envase estimada ( ) es menor a la influencia de la desviación estándar de la

repetibilidad (sr) sobre la cual se estimó en 0,196 IU/L y posteriormente se utilizó como el límite
superior para la variación entre envases.

B.5 Estudio de estabilidad y vida útil

Un candidato a material de referencia para cromo en suelo, se sometió a un estudio de estabilidad. Los
datos experimentales se presentan en la Tabla B.5.

Tabla B.5. Datos de estabilidad para cromo en suelo

Tiempo Contenido de Cr
Meses mg/kg
0 97,76
12 101,23
24 102,14
36 97,72

Dado que no existe ningún modelo físico/químico que describa de manera realista un mecanismo de
degradación para este candidato a material de referencia, se utiliza línea recta como modelo empírico.
De hecho, para este valor de propiedad (contenido de cromo) en esta matriz (suelo), se espera que el
intercepto sea (dentro de la incertidumbre) igual al valor obtenido a partir de la caracterización y que la
pendiente no difiera significativamente de cero.

La pendiente se puede calcular así:

å( X )( )
n

i
- X Yi -Y
4,74
b1 = i=1
= = 0,006583
å( X )
n 2 720
i
-X
i=1

Donde se observa que:

Y = 99,7125 y X = 18

El intercepto se calcula a partir de:

b0 = Y - b1 X = 99,7125 - (0,006583 ´18) = 99,594

La desviación estándar de los puntos entre la línea puede calcularse a partir de:

å(Y - b )
2
i 0
- b1X i
15,947
s2 = i=1
= = 7,973
n-2 2

Tomando la raíz cuadrada, s = 2,823 7 mg/kg, la incertidumbre asociada con la pendiente se puede
calcular así:
67
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

s(b1 ) =
s 2,8237
= = 0,105233
 (X )
n
2 720
i −X
i =1

El factor t de la Student para n - 2 grados de libertad y p = 0,95 (nivel de confianza del 0,95 %) es igual
a 4,30.

Dado que:

b1 < t0,95, n-2· s b1( )

La pendiente no es significativa. En consecuencia, no se observó inestabilidad.

La alternativa es evaluar el análisis resultante de la tabla de varianza, a partir de la regresión. La Tabla

B.6 muestra los resultados.

Tabla B.6. Análisis de varianza para la regresión lineal de los datos de estabilidad para cromo en suelo

Grados de
SS MS F p
Libertad

Regresión 1 0,031205 0,031205 0,003914 0,956

Residual 2 15,947 7,9733

Total 3 15,978

El valor de p indica que la regresión no es significativa (se hace significativa para un nivel de confianza
de, por ejemplo, 95 % para p < 0,05).

Usando el método indicado en la sección 8.5, la contribución de la incertidumbre debida a la estabilidad

a largo plazo se convierte en:

u lts = sb · t = 0,105233  36 = 3,78 mg / kg

Para una vida útil t = 36 meses. El factor limitante en este ejemplo consiste en los datos de estabilidad
relativamente pobres. Se puede esperar que el efecto puro de la inestabilidad del cromo en suelo sea
significativamente menor.

B.6 Caracterización usando análisis de varianza

El siguiente ejemplo se toma de la caracterización de un material de referencia, basado en el método

de referencia IFCC para -glutamiltransferasa (GGT) a una temperatura de medición de 37 °C. La
certificación se basó en concordancia entre los resultados obtenidos por diferentes laboratorios, todos
ellos utilizaron el mismo procedimiento normalizado de operación (PNO) para medir la concentración
catalítica a 37 °C. Cada participante recibió siete viales del material GGT liofilizado, junto con muestras
para control de calidad interno, el PNO, el procedimiento de reconstrucción, las hojas de datos para el
reporte de los resultados y la información solicitada. Tres viales fueron reconstituidos cada uno en un
periodo de dos días, y se realizó una medición de la concentración catalítica de GGT, en cada vial el
día de la reconstitución. Junto con el MRC, se distribuyeron viales disponibles comercialmente que
contenían patrones (calibradores), con el fin de tener una media independiente de evaluación de la
calidad.

68
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
Se demostró y documentó la trazabilidad de la gravimetría, la volumetría y la termometría. La
trazabilidad de la espectrofotometría se garantizó a través de soluciones certificadas de dicromato de
potasio.

Se decidió de antemano que una desviación estándar relativa entre–laboratorio superior a 2,5 % no se
podría aceptar para las mediciones de certificación. Un laboratorio excedió este límite. Como los
resultados de este laboratorio también estuvieron sesgados para el material de control de calidad, se
decidió no utilizar estos datos. Los resultados individuales junto con los promedios de los laboratorios
de seis mediciones, las desviaciones estándar y las RSDs de los doce laboratorios aceptados, se
reportan en la Tabla B.7 (resultados redondeados hasta la misma cifra decimal).

Tabla B.7. Datos de caracterización a partir de un estudio entre–laboratorios para GGT

Resultados experimentales Media SD RSD

Laboratorio
IU/L IU/L IU/L %
lab 01 118,1 118,9 119,0 118,1 118,1 119,2 118,6 0,5 0,4
lab 04 112,6 112,6 110,6 114,0 114,0 114,0 113,0 1,3 1,2
lab 05 111,9 113,7 110,3 112,4 113,0 110,9 112,0 1,3 1,1
lab 07 111,1 111,4 115,1 109,3 111,0 109,7 111,3 2,1 1.8
lab 08 113,0 115,0 112,6 112,6 113,7 113,1 113,3 0,9 0,8
lab 09 113,3 112,4 113,8 110,2 112,5 114,4 112,8 1,5 1,3
lab 10 114,0 115,3 114,9 113,7 114,3 112,8 114,2 0,9 0,8
lab 11 116,8 116,9 117,4 116,7 117,0 116,6 116,9 0,3 0,2
lab 13 112,6 113,0 113,7 111,7 113,6 111,0 112,6 1,1 1,0
lab 14 114,9 115,5 114,5 115,7 115,5 115,4 115,3 0,5 0,4
lab 15 117,1 118,6 117,9 116,4 117,7 118,4 117,7 0,8 0,7
lab 16 113,9 112,5 111,0 111,1 110,8 112,4 112,0 1,2 1,1

Usando el ANOVA de una vía, se obtuvieron los resultados de la Tabla B.8.

Tabla B.8. Resultados del ANOVA de una vía a partir de los datos de la Tabla B.7.

Fuente de variación SS Grados de libertad MS

Entre grupos 388,64 11 35,33
Dentro de los grupos 76,45 60 1,27
Total 465,09 71

La gran media se calcula a partir de:

p ni

åå x
1 1 8216,9
x= = · 8216,9 = = 114,12 IU / L
p ij
12 ´ 6 72
ån i
i=1 j=1

i=1

Como la serie de datos está completa (cada uno de los grupos contiene n = 6 resultados), la gran
media también podría ser calculada como la media de las medias:

å xi = 12· 1369,5 = 114,12 IU / L

1 1
x=
12 i=1
69
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

La incertidumbre asociada a la gran media es igual

()
u x =
sL2 s2
+ r =
p n·p
5,68 1,27
12
+
72
= 0,49 = 0,70 IU / L

Dado que:

sr2 = MSdentro = 1,27

MSentre − MSdentro 35,33 − 1,27

s L2 = = = 5,68
n0 6

B.7 Caracterización usando una media ponderada

A los laboratorios participantes en la caracterización de un MRC se les solicitó evaluar la incertidumbre

de la medición asociada a sus resultados. La trazabilidad de los resultados fue verificada por medio de
(1) una solución que contiene una cantidad conocida de cromo, y (2) una muestra de control,
suficientemente caracterizada para verificar el desempeño de, por ejemplo, el pre–tratamiento de la
muestra. Con estas herramientas, el productor del MR evalúa, como primer paso, si los laboratorios
participantes demostraron suficiente control sobre sus métodos. Los resultados de caracterización se
resumen en la Tabla B.9. Los resultados se reportan en la segunda columna (xi) y sus incertidumbres
estándar asociadas (ui) en la tercera columna de la tabla B.9. A partir de la evaluación de los datos en
las muestras de control, se ha asumido (y evaluado) que las declaraciones de incertidumbre son
confiables. En el caso de declaraciones de incertidumbre no confiables, los resultados generalmente no
deben ser ponderados con base en el esquema descrito aquí.

Tabla B.9. Datos de caracterización para cromo en suelo

Valores en miligramos por kilogramo (base seca)

Ponderación Ponderación final
Laboratorio xi ui
w’i wi
1 135 12 0,00694 0,0375
2 122 8 0,01563 0,0845
3 123 9 0,01235 0,0667
4 117 8 0,01563 0,0845
5 102 8 0,01563 0,0845
6 120 10 0,01000 0,0541
7 121 8 0,01563 0,0845
8 124 12 0,00694 0,0375
9 114 8 0,01563 0,0845
10 133 8 0,01563 0,0845
11 124 12 0,00694 0,0375
12 131 8 0,01563 0,0845
13 131 11 0,00826 0,0447
14 123 13 0,00592 0,0320
15 121 11 0,00826 0,0447
16 123 10 0,01000 0,0541

70
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

La columna w’ se ha obtenido así:

1
w' =
u2

Con el fin de satisfacer la condición de que las ponderaciones suman una unidad, las ponderaciones w’
se dividieron por su suma para obtener los ponderados finales.

w'
w= p

w
i =1
'
i

Estas ponderaciones se muestran en la última columna de la Tabla B.9. La media está dada por:

x =  wi xi = 121,9 mg / kg

La incertidumbre estándar asociada se calcula a partir de:

()
u x = uchar =  w u (x ) = 2,3 mg / kg
2
i
2
i

71
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

BIBLIOGRAFÍA

[1] ISO 5725-1, Accuracy (trueness and precision) of measurement methods and results — Part 1:
General principles and definitions

[2] ISO 5725-2, Accuracy (trueness and precision) of measurement methods and results — Part 2:
Basic method for the determination of repeatability and reproducibility of a standard
measurement method

[3] ISO 5725-3, Accuracy (trueness and precision) of measurement methods and results — Part 3:
Intermediate measures of the precision of a standard measurement method

[4] ISO 5725-4, Accuracy (trueness and precision) of measurement methods and results — Part 4:
Basic methods for the determination of the trueness of a standard measurement method

[5] ISO 5725-5, Accuracy (trueness and precision) of measurement methods and results — Part 5:
Alternative methods for the determination of the precision of a standard measurement method

[6] ISO 5725-6, Accuracy (trueness and precision) of measurement methods and results — Part 6:
Use in practice of accuracy values

[7] ISO Guide 31, Reference materials — Contents of certificates and labels

[8] ISO Guide 32, Calibration in analytical chemistry and use of certified reference materials

[9] ISO Guide 33, Uses of certified reference materials

[10] ISO Guide 34, General requirements for the competence of reference material producers

[11] European Commission, “Guidelines for the production and certification of BCR reference
materials — Part A: Guide to proposers of reference materials projects”, Doc. BCR/01/97,
Brussels (B), 1 September 1997

[12] European Commission, “Guidelines for the production and certification of BCR reference
materials”, Doc. BCR/48/93, Brussels (B), 15 December 1994

[13] LAMBERTY, A., SCHIMMEL, H., PAUWELS, J., “The study of the stability of reference
materials by isochronous measurements”, Fresenius J. Anal. Chemistry, 360 (1997), pp. 359-
361

[14] International Laboratory Accreditation Cooperation, “ILAC G12 Guidelines for the Requirements
for the Competence of Reference Materials Producers”, ILAC, 2000

[15] ELLISON, S.L.R, ROSSLEIN, M., WILLIAMS, A. (eds.),“Eurachem/Citac Guide — Quantifying

uncertainty in analytical measurement”, LGC, London 2000

[16] GRIEPINK, B., MAIER, E., MUNTAU, H., WELLS, D.E., “The certification of the contents of six

chlorobipbenyls (Nos 28, 52, 101, 118, 153 and 180) in dried sludge. CRM 392”, EUR 12823
EN, Luxemburg 1990

72
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

[17] R ICE, J.A., “Mathematical statistics and data analysis”, 2nd edition, Duxbury Press, Belmont CA,
1995, chapters 3 and 4

[18] VAN DER VEEN, A.M.H., LINSINGER, T.P.J, LAMBERTY, A., PAUWELS, J., “Uncertainty
calculations in the certification of reference materials. 4. Characterization and certification”,
Accreditation and Quality Assurance, 6 (2001), pp. 290-294

[19] LINSINGER. T.P.J., PAUWELS, J., VAN DER VEEN, A.M.H., SCHIMMEL, H., LAMBERTY, A.,
“Homogeneity and Stability of Reference Materials”, Accreditation and Quality Assurance, 6
(2001), pp. 20-25

[20] VAN DER VEEN, A.M.H., PAUWELS, J., “Uncertainty calculations in the certification of
reference materials. 1. Principles of analysis of variance”, Accreditation and Quality Assurance, 5
(2000), pp. 464-469

[21] SOKAL, R.R., ROHLF, F.J., “Biometry”, 3rd edition, Freeman, New York 1995

[22] VAN DER VEEN, A.M.H., LINSINGER, T.P.J, PAUWELS, J., “Uncertainty calculations in the
certification of reference materials. 2. Homogeneity study”, Accreditation and Quality Assurance,
6 (2001), pp. 26-30

[23] VAN DER VEEN, A.M.H., LINSINGER, T.P.J., LAMBERTY, A., PAUWELS, J., “Uncertainty
calculations in the certification of reference materials. 3. Stability study”, Accreditation and
Quality Assurance, 6 (2001), pp. 257-263

[24] DRAPER, N.R., SMITH, H., “Applied regression analysis”, 2nd edition, J. Wiley and Sons, New
York, 1981, chapter 1

[25] LINSINGER, T.P.J., PAUWELS, J., LAMBERTY, A., SCHIMMEL, H., VAN DER VEEN, A.M.H.,
SIEKMANN, L., “Estimating the uncertainty of stability for matrix CRMs”, Fresenius J. Anal.
Chem., 370 (2001), pp. 183-188

[26] BUCK, R.P., RONDINI, S., COVINGTON, A.K., BAUCKE, F.G.K., BRETT, C.M.A., CAMÕES,
M.F., MILTON, M.J.T., MUSSINI, T., NAUMANN, R., PRATT, K.W., SPITZER, P., WILSON,
G.S., “Measurement of pH. Definition, standards and procedures”, IUPAC Recommendations
2002, Pure Appl. Chem., 74 (2002), pp. 2169-2200

[27] KING, B., “Metrology and analytical chemistry: bridging the cultural gap”, Metrologia, 34 (1997),
pp. 41-47

[28] SCHILLER, S.B., “Statistical aspects of the certification of chemical batch SRMs”, NIST Special
Publication 260-125, Gaithersburg MD, July 1996

[29] Minutes from the fifth meeting (February 1998) of the Consultative Committee on the Quantity of
Material (CCQM) of the Bureau International des Poids et Mesures (BIPM), Sèvres, France
(1988)

[30] MAY, W., PARRIS, R., BECK, C., FASSETT, J., GREENBERG, R., GUENTHER, F., KRAMER,
G., WISE, S., GILLS, T., COLBERT, J., GETTINGS, R., MACDONALD, B., “Definition and terms
and modes used at NIST for value-assignment of reference materials for chemical
measurements”, NIST Special Publication 260-136, Gaithersburg MD, January 2000

[31] KAARLS, R., QUINN, T.J., “The Comité Consultatif pour la Quantité de Matière: a brief review of
its origin and present activities”, Metrologia, 34 (1997), pp. 1-5

73
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________

[32] ALINK, A., VAN DER VEEN, A.M.H., “Uncertainty calculations for the preparation of primary gas
mixtures. 1. Gravimetry”, Metrologia, 37 (2000), pp. 641-650

[33] BLAINE, R.L., SCHOFF, C.K. (eds.), “Purity Determinations by Thermal Methods”, ASTM STP
838, ASTM, Philadelphia, 1984

[34] PAUWELS, J., LAMBERTY, A., SCHIMMEL, H., “The determination of the uncertainty of
reference materials certified by laboratory intercomparison”, Accreditation and Quality
Assurance, 3 (1998) pp. 180-184

[35] ISO 6142:2001, Gas analysis — Preparation of calibration gas mixtures — Gravimetric method

[36] GUENTHER, F.R., DORKO, W.D., MILLER, W.R., RHODERICK, G.C., “The NIST Traceable
Reference Material Program for gas standards”, NIST Special Publication 260-126,
Gaithersburg MD, July 1996

[37] ISO 6143:2001, Gas analysis — Comparison methods for determining and checking the
composition of calibration gas mixtures — Comparison methods

[38] VAN DER VEEN, A.M.H., “Determination of the certified value of a reference material
appreciating the uncertainty statements obtained in the collaborative study”, in Ciarlini P., Cox
M.G., Filipe E., Pavese F., Richter D., “Advanced Mathematical and Computational Tools in
Metrology, V”, World Scientific, Singapore, 2000, pp. 326-340

[39] NIELSEN, L., “Evaluation of measurement intercomparisons by the method of least squares”,
Technical Report CCEM WGKC 00-13, CCEM Working Group on Key Comparisons, 2000

[40] COX, M.G., FORBES, A.B., HARRIS, P.M., “SSfM Best Practice Guide 4 — Discrete modelling”,
Centre for Mathematics and Scientific Computing, NPL, Teddington (UK), Version 1.1, March
2002

[41] COX, M.G., DAINTON, M.P., HARRIS, P.M., “SSfM Best Practice Guide 6 — Uncertainty and
statistical modelling”, Centre for Mathematics and Scientific Computing, NPL, Teddington (UK),
March 2001

[42] COX, M.G., “A discussion of approaches for determining a reference value in the analysis of key
comparison data”, CISE 42/99, Centre for Mathematics and Scientific Computing, NPL,
Teddington (UK), October 1999

[43] LEVENSON, M.S., BANKS, D.L., EBERHARDT, K.R., GILL, L.M., GUTHRIE, W.F., LIU, H.K.,
VANGEL, M.G., Y EN, J.H., ZHANG, N.F., “An approach to combining results from multiple
methods motivated by the ISO GUM”, J. Res. Natl. Inst. Stand. Technol., 105 (2000), pp. 571-
579

[44] JOHN, P.W.M., “Statistical design and analysis of experiments”, New York, NY, Macmillan,
1971, p. 76

[45] SEARLE, S.R., “Linear models”, New York, NY, John Wiley, 1971

[46] LINSINGER, T, KRISTIANSEN, N, SCHIMMEL, H, PAUWELS, J et al. (2000). Catalytic

Concentration of γ-Glutamyltransferase (GGT) determined by the IFCC-Method at 37 °C.
IRMM/IFCC-452, EUR19577EN

74
PROYECTO DE NORMA
TÉCNICA COLOMBIANA
________________________________________________________________________________
[47] SCHIELE, F., SIEST, G., MOSS, D.W., COLINET, E. The certification of the catalytic
concentration of gamma-glutamyltransferase in a reconstituted lyophilized material (CRM 319),
1986; CEC Report EUR 10628 EN

DOCUMENTO DE REFERENCIA

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. Reference materials – General and

statistical principles for certification. Geneva: ISO, 2006, 72p (ISO Guide 35:2006).

75