UNIVERSIDAD NACIONAL DE SAN CRISTBAL DE

HUAMANGA
FACULTAD DE INGENIERA QUMICA Y METALURGIA
DEPARTAMENTO ACADMICO DE INGENIERA QUMICA
ESCUELA DE FORMACIN PROFESIONAL DE INGENIERA EN
INDUSTRIAS ALIMENTARIAS
QUIMICA ANALITICA QU-241

PRCTICA DE LABORATORIO N 06
TTULO
EVALUACIN ESTADSTICA DE DATOS
PROFESOR:

Ing. , ATAO PEA, Eder

INTEGRANTES

HEREDIA VILLALOBOS, Deyvi Jemmy

SOLIER CHAVES, Nilton Humberto

GRUPO:

Viernes 07 10 a.m.

FECHA DE EJECUCIN:

27 / 05 / 2016

FECHA DE ENTREGA:

03 / 05 / 2016

I.

OBJETIVOS

Analizar la importancia del tratamiento estadstico de los datos analticos.

Definir los trminos precisin y exactitud y los mtodos para expresar la

precisin y la exactitud.

II.

FUNDAMENTO TERICO

En la cuantificacin de analitos, as como en otros campos de la ciencia, los datos

y resultados numricos que se obtienen estn sujetos a incertidumbre; la
evaluacin de la incertidumbre en los datos analticos debe abordarse porque una
medida cuya exactitud sea totalmente desconocida es intil; un resultado que no
sea exacto es aprovechable si se conoce su lmite de error. El trabajo involucrado
para verificar la seguridad de los datos comprende el estudio de la literatura
qumica para aprovechar la experiencia de otros, la realizacin de nuevos
experimentos diseados para descubrir fuentes potenciales de error, la calibracin
del equipo usado en las mediciones y el anlisis estadstico de los datos que se
han obtenido.
Precisin. El trmino precisin describe la reproducibilidad de los resultados y se
puede definir como la concordancia que hay entre los valores numricos de dos o
ms mediciones que se han realizado de idntica manera.
Existen varios mtodos para evaluar la precisin de los datos. Estos mtodos
pueden ser absolutos o relativos. A continuacin se presenta una sntesis de los
mtodos.
MTODOS ABSOLUTOS PARA EXPRESAR LA PRECISIN

Intervalo, rango o recorrido.

Desviacin respecto a la media.

Desviacin respecto a la mediana.

Desviacin estndar.

Varianza.

MTODOS RELATIVOS PARA EXPRESAR LA PRECISIN

Desviacin relativa respecto a la media.

Desviacin relativa respecto a la mediana

Desviacin estndar relativa o coeficiente de variacin.

Despus de la media aritmtica la desviacin estndar es la medida de dispersin

ms utilizada; se define como la raz cuadrada de la suma de los cuadrados de la
desviacin de cada uno de los datos respecto al promedio o media aritmtica
dividido por el nmero de datos o tamao de la muestra (N) menos uno:
S=

( XiX ) 2
N1

Donde: Xi = Valor obtenido

X = Promedio de los valores obtenidos
N = Nmero de mediciones.
Exactitud. El trmino denota el grado de coincidencia del resultado de una
medicin con el valor verdadero o aceptado de la misma y se expresa en funcin
del error. La exactitud implica una comparacin con el valor verdadero o aceptado
como tal.
MTODOS ABSOLUTOS PARA EXPRESAR LA EXACTITUD.
Error Absoluto, E: Diferencia entre el valor observado Xi y el valor aceptado, XA.
E = Xi - XA
El signo asociado con el error es tan importante como el mismo valor numrico,
dado que el analista necesita conocer si el efecto del error ha provocado un
aumento o disminucin del resultado o resultados.
Cuando no se conoce el valor aceptado, se toma como tal, la media de una serie
de datos.
Error Relativo: Se puede expresar como el porcentaje o tanto por mil,
relacionndolo con la media o la mediana.

Error relativo de la media = (Xi - X)*100 / X

Error relativo de la mediana M = (Xi - M) *100 / M
Clases de error en los resultados analticos. Los errores que acompaan la
realizacin de un anlisis pueden clasificarse segn su origen en dos grandes
categoras: errores determinados y errores indeterminados.

Errores determinados. Son errores que pueden ser atribuidos a causas

determinadas. Pueden clasificarse en :

Errores personales :atribuibles al experimentador, como equivocacin al

anotar el dato de una pesada, error en la lectura de un volumen, errores de
manipulacin al transvasar materiales, al aadir una cantidad dada de
reactivo y al permitir contaminacin de muestras, entre otros.

Errores instrumentales: Se atribuyen a imperfecciones de las

herramientas de trabajo del experimentador como por ejemplo, los
materiales volumtricos (buretas, pipetas, matraces aforados) pueden
contener o proporcionar volmenes que difieren del indicado en su
graduacin.

Errores metdicos: Se atribuyen a las limitaciones propias a que estn

sujetos los procedimientos analticos. Son errores ms difciles de corregir o
minimizar, puesto que son inherentes al mismo mtodo.

Errores indeterminados. Consisten en el mayor o menor grado de

incertidumbre a que estn sujetas todas las mediciones fsicas. Un planteamiento
adecuado del experimento puede ayudar a disminuir esta incertidumbre hasta un
lmite tolerable, pero no hay manera de eliminarla totalmente, hay que aceptar que
el valor final de toda determinacin fsica est sujeta a cierto grado de
incertidumbre, o sea a un error indeterminado.
La curtosis, es una medida de puntiagudez de la funcin de distribucin normal,
mientas mas puntiaguda sea la funcin de densidad de probabilidad, significa mayor
acercamiento o distribucin de los datos alrededor de la media, lo que mejora
significativamente los intervalos de confianza y las pruebas de hiptesis.
Mediana
En el mbito de la estadstica, la mediana, representa el valor de la variable de
posicin central en un conjunto de datos ordenados. De acuerdo con esta definicin el

conjunto de datos menores o iguales que la mediana representarn el 50% de los

datos, y los que sean mayores que la mediana representarn el otro 50% del total de
datos de la muestra. La mediana coincide con el percentil 50, con el segundo cuartil y
con el quinto decil.
Desviacin estndar
La desviacin estndar o desviacin tpica () es una medida de centralizacin
o dispersin para variables de razn (ratio o cociente) y de intervalo, de gran
utilidad en la estadstica descriptiva.

Segunda forma de calcular la varianza muestral:

Moda
En estadstica, la moda es el valor con una mayor frecuencia en una distribucin

de datos.
Hablaremos de una distribucin bimodal de los datos adquiridos en una columna
cuando encontremos dos modas, es decir, dos datos que tengan la misma
frecuencia absoluta mxima. Una distribucin trimodal de los datos es en la que
encontramos tres modas. Si todas las variables tienen la misma frecuencia
diremos que no hay moda.
Para obtener la moda en datos agrupados se usa la siguiente frmula:

Donde:
Li
=
Lmite
inferior
de
la
clase
modal.

1
D1 = es el delta de frecuencia absoluta modal y la frecuencia absoluta premodal.

D2 = es el delta de frecuencia absoluta modal y la frecuencia absoluta postmodal.

i = intervalo.
Asimetra estadstica
Las medidas de asimetra son indicadores que permiten establecer el grado de
simetra (o asimetra) que presenta una distribucin de probabilidad de una variable
aleatoria sin tener que hacer su representacin grfica.
Como eje de simetra consideramos una recta paralela al eje de ordenadas que pasa
por la media de la distribucin. Si una distribucin es simtrica, existe el mismo
nmero de valores a la derecha que a la izquierda de la media, por tanto, el mismo
nmero de desviaciones con signo positivo que con signo negativo. Decimos que hay
asimetra positiva (o a la derecha) si la "cola" a la derecha de la media es ms larga
que la de la izquierda, es decir, si hay valores ms separados de la media a la
derecha. Diremos que hay asimetra negativa (o a la izquierda) si la "cola" a la
izquierda de la media es ms larga que la de la derecha, es decir, si hay valores ms
separados de la media a la izquierda
Varianza
En teora de probabilidad, la varianza (que suele representarse como 2) de una
variable aleatoria es una medida de su dispersin definida como la esperanza del
cuadrado de la desviacin de dicha variable respecto a su media.
Dada una variable aleatoria X con media = E(X), se define su varianza, Var(X)
(tambin representada como o, simplemente 2), como

Rango
En estadstica descriptiva se denomina rango estadstico (R) o recorrido
estadstico al intervalo de menor tamao que contiene a los datos; es calculable
mediante la resta del valor mnimo al valor mximo; por ello, comparte unidades con
los datos. Permite obtener una idea de la dispersin de los datos.
R =X Grande X pequeo
Lmite de confianza.- La desviacin sirve para establecer los lmites razonables del
que probablemente se encuentra el valor verdadero.

LC = x+ S
III.

MATERIALES Y REACTIVOS:

Materiales:

Matraz Erlenmeyer
Soporte universal
Bureta graduada
Balanza digital
Balanza general

Muestras:

9 pastillas

Resmenes de casos - Pastilla

10 bolsitas de condimentos
05 Conservas

Pastilla

IV.- PROCEDIMEINTO EXPERIMENTAL:

,5829

,5985

,5906

Ensayo N1: Tratamiento estadstico de

,6014

datos

,5819

,5896

,6006

,5927

,5793

Total

en

de

m1 = 0.5829

Mediana

m = 0.5985

Mediana agrupada2

,590833
,590600
,590600

repeticiones por grupo.

CUADRO N 01:
PASTILLAS

m6 = 0.5896
m7 = 0.6006

mla3 media
= 0.5906
Error estndar de

,0027554

m8 = 0.5927

Suma

m4 = 0.6014

5,3175

m9 = 0.5793

Mnimo

m5 = 0.5819

,5793

m10 = ---------

Mximo

CLCULOS:

,6014

Rango

muestra.ealizar

pesadas de muestra problemas, tres

Media

,0221
Resumen de procesamiento
de casos
,5829

Primero

,5793Casos

ltimo
Incluido
Desviacin estndar
Varianza N
VAR00001
Curtosis

peso

Excluido
,0082662

Porcentaje
9

100,0%

N,000
-1,5270

Error estndar de curtosis

1,400

Asimetra

-,051

Error estndar de asimetra

,717

Media armnica

,590730

Media geomtrica

,590782

Total

Porcentaje
0,0%

Porcentaje
9

100,0%

Varianza - Pastilla

Vlido

Perdidos

Media

,590833

Error estndar de la media

,0027554

Mediana

,590600
,5793a

Moda
Desviacin estndar

,0082662

Varianza

,000

Curtosis

-1,527

Error estndar de curtosis

1,400

Rango

,0221

Suma

5,3175

Percentiles

25

,582400

50

,590600

75

,599550

CUADRO N 02: CONDIMENTO

m1 = 2.6051

m6 = 3.6181

m2 = 2.4587

m7 = 2.5126

m3 = 3.8093

m8 = 3.7310

m4 = 3.7986

m9 = 3.6512

m5 = 3.7305

m10 = 3.9818

CLCULOS:
Resumen de procesamiento de casos - condimento
Casos
Incluido
N
VAR00001

Excluido

Porcentaje
10

100,0%

Total

Porcentaje
0

Resmenes de casos

0,0%

Porcentaje
10

100,0%

VAR00001
1

2,6051

2,4587

3,8093

3,7986

3,7305

3,6181

2,5126

3,7310

3,6512

10

3,9818

Total

10

Media

3,389690

Mediana

3,690850

Mediana agrupada

3,690850

Error estndar de la media

,1914473

Suma

33,8969

Mnimo

2,4587

Mximo

3,9818

Rango

1,5231

Primero

2,6051

ltimo

3,9818

Desviacin estndar

,6054096

Varianza

,367

Curtosis

-1,190

Error estndar de curtosis

1,334

Asimetra

-,942

Error estndar de asimetra

,687

Media armnica

3,276707

Media geomtrica

3,335577

CUADRO N 03: CONSERVAS

m1 = 186.90
m2 = 213.00
m3 = 191.70
m4 = 214.30
m5 = 207.70
CLCULOS:
Resumen de procesamiento de casosa
Casos
Incluido
N
VAR00001

Excluido

Porcentaje
5

100,0%

Total

Porcentaje
0

0,0%

Porcentaje
5

100,0%

Resmenes de casos
VAR00001
1

186,9000

213,0000

191,7000

214,3000

207,7000

Total

Media

202,720000

Mediana

207,700000

Mediana agrupada

207,700000

Error estndar de la media

5,6404255

Suma

1013,6000

Mnimo

186,9000

Mximo

214,3000

Rango

27,4000

Primero

186,9000

ltimo

207,7000

Desviacin estndar

12,6123749

Varianza

159,072

Curtosis

-2,707

Error estndar de curtosis

2,000

Asimetra

-,526

Error estndar de asimetra

,913

Media armnica

202,079261

Media geomtrica

202,401598

V.
CONCLUSIN
Se logr evaluar los datos analticos.
Se pudo evaluar la exactitud y precisin de los datos analticos.
Se logr definir los trminos precisin y exactitud y los mtodos para expresar
la precisin y la exactitud.
VI.
CUESTIONARIO
1. Una muestra estndar de suero sanguneo humano contiene
42.0 g de albumina por litro: se realizan determinaciones de la
concentracin de albumina con los siguientes resultados (en
g/l); 41,5; 40,8; 43.3; 41,9; 42,2; 41,7 g/l comente la exactitud y
precisin de los resultados
Concentracin 1: 41,5
Concentracin 2: 40,8
Concentracin 3: 43,3
Concentracin 4: 41,9
Concentracin 5: 42,2
Concentracin 6: 41,7
41,5 - 41,9 = -0,4
PROMEDIO
=
41,9
40,8 - 41,9 = -1,1
43,3 - 41,9 = 1,4

di 4 d
-0,4

-1,1

1,4
0
0,3

0
0

0,4

0
0

41,9 - 41,9 = 0
POR LO
EXACTITUD
42,2- 41,9 = 0,3
TANTO
42,2- 41,9No=es-0,2
falso
exacto
falso
No es
exacto
verdadero No es
exacto
verdadero Si es exacto
verdadero
falso

No es
exacto
No es
exacto

PRESICIN
No es
preciso
No es
preciso
Si es
preciso
Si es
preciso
Si es
preciso
No es
preciso

d=0
RECHAZO
RESULTADOS

DE

CONCLUSIN

Como se puede observar en el cuadro los resultados obtenidos nos demuestra

que solo existe exactitud y precisin en la concentracin 4 que equivale a 41,9
g/L

2. Siete

mediciones

de

pH

de

una

solucin

proporcionaron los siguientes resultados 5,12

reguladora

5,20 5,15 5,17

5,16 5,19 5,15 Calcule el verdadero pH y los lmites de

confianza
di
pH 1 = 5,12
5,12 - 5,16 = -0,04
pH 2 = 5,20
5,20 - 5,16 = 0,04
pH 3 = 5,15
5,20 - 5,16 = -0,01
pH 4 = 5,17
5,20 - 5,16 = 0,01
pH 5 = 5,16
5,20 - 5,16 = 0
pH 6 = 5,19
5,20 - 5,16 = 0,03
pH 7 = 5,15
5,20 - 5,16 = -0,01
PROMEDIO
POR LO
EXACTITUD
di 4 d =5,16
TANTO
falso
No es
-0,04
exacto
0,01
verdadero No es

0,04
exacto
0 ,01
falso
No es
-0,01
exacto
0 ,01
verdadero Si es exacto
0,01
0,01
0

0,01

Si es preciso
No es
preciso
Si es
preciso

No es
exacto

Si es
preciso

verdadero

No es
exacto

Si es preciso

falso

No es
exacto

No es
preciso

0,01
-0,01

No es
preciso

falso

0,01
0,03

PRESICIN

d=2,86
x 10

CONCLUSIN:
-

Por rechazo de resultados se concluye que el valor verdadero del pH es 5,17 ya

que es el valor que resulta ser preciso y exacto

VII.

BIBLIOGRAFA.

http://es.wikipedia.org/wiki/Estad%C3%ADstica
http://es.scribd.com/doc/2472015/Tratamiento-de-datos-analiticos