MANEJO DE DATOS EXPERIMENTALES - INTRODUCCIN A LA ESTADSTICA RESUMEN ELABORADO POR PROFESORA: ADRIANA UMAA DEPARTAMENTO DE QUMICA, UNIVERSIDAD NACIONAL

L DE COLOMBIA En qumica se realiza la medicin de muchas propiedades y el resultado siempre implica una estimacin1. Es importante notar que una medida resulta de la comparacin contra un patrn de referencia, al cual se le ha asignado previamente un valor por convencin internacional, por tanto, las medidas no existen como valores absolutos o verdaderos. Cada medida involucra algn error de medicin. Dos importantes conceptos introducidos para indicar la calidad de las medidas son la exactitud y la precisin2. La exactitud se refiere a la proximidad entre un valor medido y el valor esperado, aceptado, nominal o convencionalmente verdadero2. Se cuantifica en trminos del error absoluto o con ms frecuencia del error relativo. Si no es posible conocer el valor esperado, no se puede cuantificar la exactitud. La palabra error no debe entenderse necesariamente como equivocacin, en este contexto, se trata de la diferencia de un valor con otro. El error absoluto E, para una sola medida se define como el valor absoluto de la diferencia entre el valor medido X y el valor aceptado, esperado o nominal . E = X- Para un conjunto de medidas el error absoluto ser la diferencia entre el promedio . E = X - El promedio o media aritmtica X , es el resultado de sumar los valores de una serie de medidas repetidas (Xi) y dividir por el nmero de datos individuales (n).

X y el valor aceptado

X1 X 2 X 3 X n n

El error relativo Er, es la relacin entre el error absoluto y el valor aceptado .

Er
Se puede expresar como porcentaje de error:

%Er

E 100

Por su parte, la precisin es una medida cuantitativa de la repetibilidad o reproducibilidad de una serie de medidas. La precisin informa sobre la concordancia o similitud entre los valores de dos o ms medidas.

La repetibilidad es la cercana entre los resultados de mediciones sucesivas de la misma magnitud por medir, efectuadas en las mismas condiciones de medicin. Implica realizar las medidas con el mismo procedimiento de medicin, el mismo observador, el mismo instrumento de medicin utilizado en las mismas condiciones, el mismo lugar y la repeticin de la medida se realiza dentro de un tiempo corto. La reproducibilidad es la cercana entre los resultados de las mediciones de la misma magnitud por medir, efectuadas bajo condiciones diferentes. Las condiciones que cambian pueden ser entre otras: el principio de medicin, el mtodo de medicin, el observador, el instrumento, el patrn de referencia, el lugar, las condiciones de uso, el tiempo, etc. Si asociamos que las leyes cientficas se basan en observaciones experimentales que involucran mediciones, es importante para un cientfico tener en cuenta las limitaciones asociadas a los datos y las conclusiones que de ellos provengan. Por ello es importante distinguir los diferentes tipos de error, y mostrar como una serie de medidas pueden dar un estimado de la calidad de la misma. Los errores se clasifican en tres grupos, los errores sistemticos o determinables, los errores personales y los errores aleatorios o indeterminables3. Un error sistemtico se caracteriza por tener magnitud constante o proporcional a un parmetro de medida y se presentan siempre en la misma direccin, es decir, llevan a resultados siempre mayores o menores que los reales. Los errores sistemticos afectan la exactitud pero no la precisin de la medida, por lo tanto no pueden ser detectados por simple repeticin de las medidas. Se pueden detectar y reducir realizando determinaciones por mtodos independientes. Los errores sistemticos se agrupan segn su causa en errores instrumentales y de mtodo. Un error personal esta asociado a la falta de cuidado, habilidad, experiencia, o a las limitaciones fsicas del operador. Tambin pueden originarse por la tendencia a tomar los valores que mejor se acomoden en un conjunto de datos a causa de la realizacin de juicios previos. Este tipo de error es comn entre las personas que se inician al trabajo experimental y se maximiza cuando hay deficiencias en la planeacin del trabajo. Los errores personales pueden reducirse al mnimo si se pone esfuerzo en tratar de hacer las cosas bien y dar lo mejor de s en las labores asignadas. Estos errores se deben evitar para tener medidas de buena calidad. An despus de tener en cuenta todos los errores sistemticos y personales, siguen existiendo pequeas variaciones cuyas causas, magnitudes y signo no se pueden predecir ni calcular. Si la medida se pudiera realizar un gran nmero de veces, en ausencia de errores sistemticos y personales, se obtendran valores que oscilan alrededor del valor aceptado o esperado, debido al error aleatorio inherente en cada medida. Estos errores aleatorios afectan la precisin de la medida y se estiman con ayuda de parmetros estadsticos. La estadstica es una gran herramienta que ha sido utilizada por los cientficos en general, para comunicarles a otros que las medidas se encuentran dentro de unos lmites de confianza apropiados y por lo tanto permite interpretar mejor el significado de las medidas. Por ejemplo, en los errores aleatorios, errores de magnitud baja son ms probables que grandes errores, no obstante, las desviaciones negativas son tan probables como las positivas, lo cual genera una distribucin de las medidas conocida como distribucin normal, en donde el valor medio de un nmero

determinado de mediciones, se convierte en el valor ms probable de la medida, . La dispersin de los datos en torno al valor medio se expresa como la desviacin estndar, :

(X

- X) 2

Donde Xi representa cada uno de los datos obtenidos en el proceso de medida y n el nmero total de medidas realizadas. Es necesario reconocer que en un diseo experimental no es posible tener la poblacin total, porque jams se realizar un nmero infinito de medidas y, por consiguiente, ni ni pueden conocerse. Siempre se trabajar con una muestra representativa de la poblacin. El promedio X y la desviacin estndar de la muestra, S, sirven para estimar el valor verdadero dentro de ciertos lmites de confianza. En ausencia de errores sistemticos, el promedio de las medidas la propiedad a medida que crece el nmero de datos. La desviacin estndar para una muestra se define como:

X se acerca al valor real de

(X

- X) 2

n -1

Donde Xi representa cada uno de los datos experimentales y n el nmero total de medidas realizadas. Cuando se trabaja con una muestra, para estimar los lmites de confianza dentro de los cuales se encuentra el valor verdadero se utiliza la desviacin estndar del promedio, S X , tambin conocida como error estndar de la media, que se calcula como:

SX

S n -1

Donde S es la desviacin estndar definida antes y n es el nmero total de medidas realizadas. De acuerdo con la teora estadstica conocida como Distribucin t o Distribucin t Student 2 en una muestra de datos, cuya poblacin sigue una distribucin normal, el valor promedio donde se encuentra el valor verdadero segn la siguiente expresin:

X permite calcular el rango

X tS X
El factor t que aparece en la frmula depende del nivel de confianza deseado en la estimacin del valor verdadero y del nmero de datos adquiridos en el experimento, ms especficamente del nmero de datos menos uno (n-1), trmino conocido como nmero de grados de libertad, valores usualmente tabulados en los textos de estadstica. El nivel de confianza se refiere a la probabilidad de encontrar el valor dentro del intervalo X tS X . De acuerdo con lo anterior, la distribucin normal es una

distribucin de probabilidades de obtener un resultado en particular. La probabilidad de que el resultado de la medida este ms cercano al valor promedio es mayor que la probabilidad de que el resultado sea lejano. En este modelo, la probabilidad de que una medida este en el rango de ms o menos una desviacin estndar es de 68%; existe el 95% de probabilidad de que el resultado de la medida este entre ms o menos dos desviaciones estndar del valor promedio. La desviacin estndar S X , indica que tan reproducible es una serie de medidas, as, un valor alto indica alta dispersin de datos y baja precisin de las medidas, en cambio un valor bajo de la desviacin estndar indica baja dispersin de datos y buena precisin. Una desviacin estndar del promedio ms pequea significa un instrumento ms preciso o la determinacin de una propiedad de manera ms precisa. Tambin, de la frmula se puede deducir que cuanto ms grande el tamao de la muestra menor ser S X y ms confiable ser el resultado. La desviacin estndar del promedio sirve para estimar la dispersin en trminos absolutos, sin embargo, cuando se desea comparar la precisin de los instrumentos o conjuntos de medidas entre s, se utiliza el coeficiente de variacin que es un nmero adimensional y que mide la dispersin relativa de los datos. El coeficiente de variacin, CV, se obtiene al dividir la desviacin estndar (S) sobre el promedio y es expresado como porcentaje.

CV

S 100 X

Entre ms pequeo sea el coeficiente de variacin, ms preciso ser el instrumento o el resultado de las medidas realizadas. Lo conveniente es comparar coeficientes de variacin obtenidos con el mismo nmero de medidas n. El estudiante notara que en las determinaciones de rutina o en los experimentos aplicados en la enseanza, lo comn es hacer experimentos por triplicado. En estas circunstancias tambin es posible aplicar estos conceptos de estadstica. No obstante, se debe ser consciente de la existencia de mltiples aproximaciones estadsticas para el anlisis de datos experimentales, aqu se han presentado solo unas herramientas mnimas pero tiles en el trabajo en el laboratorio.

Bibliografa 1. Chang, R. (2007). Qumica. Mc Graw Hill. 9naEdicin. China. p. 15 2. Trujillo, C.A.; Snchez R., J.E. (2007). Tcnicas y medidas bsicas en el laboratorio de qumica. Universidad Nacional de Colombia. Colombia. pp 96-97. 3. Roberts, J.L.; Hollenberg, J.L; Postma, J.M. (1997) Chemistry in the Laboratory. W.H. Freeman and Company, NJ, USA. p. 329