GUÍA PARA LA ESTIMACIÓN BÁSICA DE LA INCERTIDUMBRE DE

UNA MEDICIÓN

CARTILLA DE REFERENCIA

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 1

Oficina de Planeación y Desarrollo Institucional
OSWALDO LÓPEZ BERNAL
Representante de la Dirección

Área de Gestión de la Calidad

Rubén Darío Bonilla Zuluaga
Coordinador de Área de Calidad y Mejoramiento

Gizeh Cardozo Pernia

Profesional contratista – marzo a diciembre de 2016

Documento basado en:

Guía para estimar la incertidumbre de la medición. Rev. 1/ CENAM / W. Schmid y R. Lazos /
Febrero 2004. Consultado en la página web:
http://publicaciones.ops.org.ar/publicaciones/cursos_virtuales/OAA/Material/Gu%C3%ADa%20pa
ra%20estimar%20incertidumbre.pdf

El contenido de este documento

Puede reproducirse total o
Parcialmente citando la fuente.
Consúltelo en http://planeacion.univalle.edu.co/laboratorios
Oficina de Planeación y Desarrollo Institucional
Área de Calidad y Mejoramiento
Ciudad Universitaria Meléndez
Edificio 301- Oficina 3016 3er. Piso
Tel. – Fax: 321 22 23
Cali, Colombia
Junio 2016

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 2

 TABLA DE CONTENIDO

INTRODUCCIÓN ................................................................................................................................... 4

GUÍA PARA LA ESTIMACIÓN BÁSICA DE LA INCERTIDUMBRE DE UNA MEDICIÓN ............................. 5

Definiciones ..................................................................................................................................... 5

La medición ..................................................................................................................................... 5

Herramientas estadísticas necesarias para la estimación de la incertidumbre .............................. 6

Función de distribución de una variable aleatoria ...................................................................... 6

Factor de cobertura y nivel de confianza .................................................................................. 10

Método de los mínimos cuadrados ........................................................................................... 11

Incertidumbre de una medición.................................................................................................... 13

Evaluación de las incertidumbres estándar .................................................................................. 14

Método de Evaluación Tipo A de la Incertidumbre Estándar.................................................... 15

Método de Evaluación Tipo B de la Incertidumbre Estándar .................................................... 16

Determinación de la incertidumbre estándar combinada ............................................................ 19

Coeficiente de sensibilidad (𝑐𝑖) ................................................................................................. 19

Incertidumbre combinada para magnitudes de entrada no correlacionadas .......................... 20

Incertidumbre combinada para magnitudes de entrada correlacionadas................................ 20

Determinación de la incertidumbre expandida ............................................................................ 22

Expresión de la incertidumbre e informe de los resultados ......................................................... 25

PÁGINAS Y DOCUMENTOS DE INTERÉS............................................................................................. 29

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 3

 INTRODUCCIÓN

La Universidad del Valle cuenta con un gran número de laboratorios, que tienen como tarea
realizar ensayos y/o investigaciones, según la rama de la ciencia a la que se dediquen. Algunos de
estos (como los laboratorios de calibración, de pruebas, industriales, entre otros) están en la
obligación de asociar cierta incertidumbre al resultado de toda medición como un requisito de la
gestión y aseguramiento del control de calidad; por lo tanto, es importante tener en cuenta el
procedimiento para estimar la incertidumbre, que se desarrolla a través del análisis estadístico de
un conjunto de mediciones y de otros tipos de información sobre el proceso de medición.
La incertidumbre de una medición es la duda que existe respecto al resultado de dicha medición.
En toda medición, aún en las más cuidadosas, existe siempre un margen de duda, por tal razón
necesitamos conocer cuán grande es ese margen. Aunque, es importante diferenciar los términos
error e incertidumbre.

El uso de buenas prácticas - tales como la calibración trazable, cálculo cuidadoso, buen
mantenimiento de registros y la comprobación - puede reducir la incertidumbre de medición, de la
cual se presentará el procedimiento para estimarla.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 4

 GUÍA PARA LA ESTIMACIÓN BÁSICA DE LA INCERTIDUMBRE DE UNA MEDICIÓN

Definiciones
Algunas definiciones necesarias para la comprensión de este documento se presentan a
continuación:
 Medición: Proceso experimental para la obtención de uno o más valores que
razonablemente pueden ser atribuidos a una magnitud.
 Magnitud: Propiedad de un fenómeno, cuerpo o sustancia que puede expresarse
cuantitativamente como un número y una referencia.
 Mensurando: De acuerdo al VIM, es el atributo sujeto a medición de un fenómeno, cuerpo o
sustancia que puede ser distinguido cualitativamente y determinado cuantitativamente.
 Incertidumbre de la medición: De acuerdo al VIM, es un parámetro que caracteriza la
dispersión de los valores que pueden ser atribuidos razonablemente al mensurando.
 Error: Es la diferencia entre un valor medido y el valor convencionalmente verdadero, del
objeto que se está midiendo.
 Sensibilidad: Cociente entre la variación de una indicación de un sistema de medición y la
variación correspondiente del valor de la cantidad que se mide.
 Resolución: variación más pequeña de la cantidad medida que produce una variación
perceptible de la indicación correspondiente.
 Instrumento de medición (O aparato de medida): Dispositivo destinado a realizar una
medición, sólo o con dispositivos suplementarios.

La medición
El objetivo de una medición es determinar el valor de la magnitud específica a medir, denominada
mensurando. Durante la realización de una medición intervienen una serie de factores que
determinan su resultado, como:
 El objeto de medición;
 El procedimiento de medición;
 Los instrumentos de medición;
 El ambiente;

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 5

  El observador;
 El método de cálculo.

Asimismo, se deben tener en cuenta a la hora de realizar una medición, las siguientes
especificaciones:
 Método de medición: Secuencia lógica de operaciones, generalmente descritas, usada en
la ejecución de las mediciones de acuerdo con un principio de medición determinado.
 Procedimiento de medición: Conjunto de operaciones, descritas de forma específica,
utilizadas en la ejecución de mediciones particulares, de acuerdo a un método de
medición determinado.
 Principio de medición: Fundamento científico del método de medición.

Cuando es presentado un resultado de medición, es importante que se exprese alguna indicación

cuantitativa de la calidad del resultado de tal forma que aquellos que lo utilizan puedan valuar su
confiabilidad. Esto es a lo que le llamamos “incertidumbre”.

Herramientas estadísticas necesarias para la estimación de la incertidumbre

Es necesario conocer ciertos conceptos estadísticos, para llevar a cabo el procedimiento de
estimación de incertidumbre. A continuación, se presentan los más importantes:

Función de distribución de una variable aleatoria

Al repetir muchas veces una medición se obtendrá, en general, diferentes valores en cada
realización, algunos de los cuales pueden o no repetirse. La experiencia demuestra que, por
mucho que se trate, es imposible lograr la misma combinación de factores en cada observación
repetida. Los fenómenos que cumplen estas condiciones se llaman fenómenos aleatorios y las
variables que los caracterizan se denominan variables aleatorias. Por tanto, el resultado de una
medición es una variable aleatoria.

Las variables aleatorias pueden ser discretas o continuas. Para una variable aleatoria discreta
siempre es factible contar su conjunto de resultados posibles; por ejemplo, el número de ítems
defectuosos en una muestra de 𝑘 ítems, es una variable aleatoria discreta. Por otro lado, las
variables aleatorias que pueden tomar valores en una escala continua, se consideran variables
aleatorias continuas. El resultado de la medición es una variable aleatoria continua.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 6

Para los resultados de una variable aleatoria continua, a pesar de su carácter aleatorio, existe una
ley determinada que exprese una regularidad dada: Toda variable aleatoria responde a una cierta
ley de distribución que se expresa a través de la denominada función de densidad de probabilidad,
o función de densidad de 𝑋, la cual indica al mismo tiempo los valores que la variable puede tomar
y la probabilidad de que los tome. Dicha función se define en la ecuación 1.
𝑏
𝑃(𝑎 < 𝑋 < 𝑏) = ∫ 𝑓(𝑥)𝑑𝑥 (1)
𝑎

Donde, 𝑓(𝑥) es la función de densidad de probabilidad, y se interpreta así: La probabilidad de que

la variable aleatoria tome valores en el intervalo [𝑎, 𝑏] es igual al área bajo la curva acotada por los
dos extremos del intervalo. El valor del área bajo la curva es igual a 1 cuando se calcula en el rango
de 𝑋 para el cual se define 𝑓(𝑥).

Las variables aleatorias se pueden caracterizar con ayuda de las medidas de tendencia central y de
dispersión, que son cantidades numéricas que las representan globalmente. De estas
herramientas, las más usadas para el tratamiento de los resultados de las mediciones y de su
incertidumbre son la esperanza matemática, la varianza y la desviación estándar.

La esperanza matemática, valor esperado o media de la población expresa el valor medio de la

variable aleatoria dada 𝑋, mediante la ley de distribución de la misma. El valor esperado 𝐸(𝑋) de
𝑋 está dado en la ecuación 2.
+∞
𝐸(𝑋) = ∫ 𝑥 𝑓(𝑥)𝑑𝑥 (2)
−∞

De acuerdo a la definición de esperanza matemática, para determinarla es necesario contar con

información sobre todos los posibles valores que podría tomar la variable aleatoria, es decir, con
información de toda la población. Ciertamente en la práctica, solo se cuenta con un número
limitado de observaciones o muestra, y a partir de esta, se debe estimar el valor de la esperanza
matemática de la variable aleatoria. En calidad de estimador de la esperanza matemática se
utilizará la media aritmética, que se define en la ecuación 3.
𝑛
1
𝑥̅ = ∙ ∑ 𝑥𝑖 (3)
𝑛
𝑖=1

La esperanza matemática permite conocer a qué valor tiende la variable aleatoria. Sin embargo,
dos variables aleatorias pueden tener la misma esperanza matemática, pero una tener mayor

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 7

dispersión de sus valores respecto a la esperanza que la otra (figura 1). Esta propiedad se
caracteriza a través de la denominada varianza, que se calcula mediante el promedio del cuadrado
de las desviaciones de la variable aleatoria respecto a la esperanza matemática.

Figura 1. Esperanza y diferentes varianzas.

La varianza está definida en la ecuación 4.

𝑉(𝑋) = 𝐸{[𝑥 − 𝐸(𝑋)]2 } (4)

La cantidad [𝑥 − 𝐸(𝑋)] se denomina desviación de una observación respecto a su media, o, en

otras palabras, error aleatorio. En el contexto que se está trabajando, resulta más cómodo usar la
desviación estándar, que se define así:

𝜎(𝑋) = +√𝑉(𝑋) (5)

Al igual que con la esperanza, se debe usar un estimador para la desviación estándar, el cual se
muestra en el ecuación 6 y se denomina desviación estándar experimental.

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑠(𝑥) = √ (6)
𝑛−1

En ciertos casos, es necesario hacer uso de otra característica numérica denominada covarianza,
que es una medida de la naturaleza de asociación entre variables de magnitudes correlacionadas,
es decir, que los valores de unas dependen de los valores que tomen otras. La covarianza para las
variables 𝑋𝑖 y 𝑋𝑗 se define como:

𝜎(𝑋𝑖 , 𝑋𝑗 ) = 𝐸 [(𝑋𝑖 − 𝐸(𝑋𝑖 )) ∙ (𝑋𝑗 − 𝐸(𝑋𝑗 ))] (7)

Existe también el coeficiente de correlación, el cual estima estadísticamente la independencia

lineal de dos variables. Cabe que aclarar que esta medida tiene ventaja sobre la covarianza, puesto

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 8

que es adimensional, de modo que su valor no depende de las unidades de medida seleccionadas.
El coeficiente de correlación se define en la ecuación 8.
𝜎(𝑋𝑖 , 𝑋𝑗 )
𝑟(𝑋𝑖 , 𝑋𝑗 ) = (8)
𝜎(𝑋𝑖 ) ∙ 𝜎(𝑋𝑗 )
El coeficiente de correlación solo tomara valores comprendidos en el intervalo [−1,1]; siendo igual
a +1 o a −1 cuando existe una dependencia lineal entre las variables (correlación total). Si las
variables aleatorias son independientes, tanto la covarianza como el coeficiente de correlación con
son igual a cero.

 Ahora se especifican algunas funciones de distribución de probabilidad continuas que

describen el comportamiento del resultado de medición, con ciertas características.
Cuando, con la información que se dispone, es posible establecer que todos los valores de una
variable aleatoria 𝑋 están comprendidos en un intervalo [𝑎− , 𝑎+ ], y que cualquiera de los
posibles valores tiene igual probabilidad de ocurrencia, se dice que la variable aleatoria 𝑋 tiene
distribución rectangular o uniforme continua. La esperanza matemática de 𝑋 es el punto medio
del intervalo (ecuación 9).
(𝑎+ − 𝑎− )
𝐸(𝑋) = (9)
2
La varianza está dada por:
(𝑎+ − 𝑎− )2
𝑉(𝑋) = 𝜎 2 (𝑋) = (10)
12
Si la diferencia entre los límites resulta 𝑎+ − 𝑎− = 2𝑎, entonces sustituyendo en (10) se tiene:
𝑎2 𝑎
𝜎 2 (𝑋) = ⇒ 𝜎(𝑋) = (11)
3 √3
En el caso de que la probabilidad de que la variable aleatoria 𝑋 tome los valores en el intervalo
[𝑎− , 𝑎+ ], tenga un valor máximo en el centro del intervalo y disminuya linealmente hacia los
extremos del mismo hasta cero, se dice que la variable aleatoria 𝑋 tiene distribución triangular.
Los valores cercanos a 𝐸(𝑋) son más probables que los cercanos a los límites, y, si el intervalo
es simétrico, la varianza de 𝑋 es:
𝑎2 𝑎
𝜎 2 (𝑋) = ⇒ 𝜎(𝑋) = (12)
6 √6
Otra de las funciones de distribución utilizadas en este contexto, es la distribución normal o
distribución de Gauss, descrita gráficamente en la figura 2.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 9

 Figura 2. Distribución normal o de Gauss.

Para una variable que cumple una ley de distribución normal se cumple que 𝑃(|𝑋| ≤ 𝜇 +
3𝜎) = 99,73 %, lo que significa que la probabilidad de que la variable tome valores fuera del
intervalo 𝜇 ± 3𝜎 es prácticamente cero. Por tanto, si los valores observados de una variable
están incluidos en el intervalo 𝜇 ± 𝑎 y ella sigue una distribución normal, se puede plantear que
𝑎 = 3𝜎, o sea,

2 (𝑋)
𝑎2 𝑎
𝜎 = ⇒ 𝜎(𝑋) = (13)
9 3
Se ha especificado la varianza de cada distribución, porque para la estimación de la
incertidumbre es clave el resultado de la varianza de las diferentes variables aleatorias que
representan un aporte para la incertidumbre.

Factor de cobertura y nivel de confianza

Más adelante se explicará el término “incertidumbre expandida” (𝑈𝑝 = 𝑘𝑝 ∙ 𝑢𝑐 (𝑦)), que define un
intervalo 𝑦 − 𝑈𝑝 ≤ 𝑌 ≤ 𝑦 + 𝑈𝑝 que posee una alta probabilidad de cobertura especificada o nivel
de confianza 𝑝.

La obtención del valor del factor de cobertura 𝑘𝑝 que proporciona un intervalo correspondiente a
un nivel de confianza especificado 𝑝, requiere poseer un conocimiento detallado de la distribución
de probabilidad caracterizada por el resultado de medida y su incertidumbre típica combinada.
Por ejemplo, para una magnitud 𝑧 descrita por una distribución normal, de esperanza matemática
𝜇𝑧 y desviación típica 𝜎, es fácil calcular el valor de 𝑘𝑝 que proporciona un intervalo 𝜇𝑧 ± 𝑘𝑝 𝜎 que
comprende la fracción 𝑝 de la distribución, con una probabilidad o nivel de confianza 𝑝.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 10

Tabla 1. Valor del factor de cobertura 𝐤 𝐩 que proporciona un intervalo correspondiente a un
nivel de confianza 𝐩, suponiendo una distribución normal.

Nivel de confianza 𝒑 Factor de cobertura 𝒌𝒑

𝟔𝟖, 𝟐𝟕 % 1
𝟗𝟎 % 1,645
𝟗𝟓 % 1,960
𝟗𝟓, 𝟒𝟓 % 2
𝟗𝟗 % 2,576
𝟗𝟗, 𝟕𝟑 % 3

Comparativamente, si 𝑧 viene descrita por una distribución rectangular de esperanza matemática

𝜇𝑧 y desviación típica 𝜎 = 𝑎⁄√3, donde 𝑎 es la semi-amplitud de la distribución, el nivel de
confianza 𝑝 es 57,74 % para 𝑘𝑝 = 1; 95 % para 𝑘𝑝 = 1,65; 99 % para 𝑘𝑝 = 1,71 y 100 % para

𝑘𝑝 ≥ √3 = 1,73. La distribución rectangular es “más estrecha” que la distribución normal, en

cuanto que su extensión es finita y no posee “colas”.

La obtención del valor del factor de cobertura 𝑘𝑝 que proporciona un intervalo correspondiente a
un nivel de confianza especificado 𝑝, requiere poseer un conocimiento detallado de la distribución
de probabilidad caracterizada por el resultado de medida y su incertidumbre típica combinada.

Método de los mínimos cuadrados

En la práctica de las mediciones, se requiere la solución de problemas que incluyen conjuntos de
variables cuando se conoce que existen relaciones inherentes entre ellas. A continuación, se
desarrollará un método, en el que es necesaria una dependencia lineal de las variables para
asegurar la validez del método. Por ello es importante comprobar mediante un gráfico si el
modelo es lineal. La figura 3 es un ejemplo de modelo lineal.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 11

 Figura 3. Gráfico de un modelo lineal.

Es común determinar las constantes 𝑚 y 𝑏 por el método de regresión de los mínimos cuadrados
en un conjunto de 𝑛 pares de valores (𝑥𝑖 ; 𝑦𝑖 ). Los parámetros de la regresión lineal se presentan
en la tabla 2.

Tabla 2. Parámetros de la regresión lineal.

Para la ecuación 𝒚 = 𝒎𝒙 + 𝒃
𝑛 𝑛 𝑛

Cantidades útiles 𝑠𝑥𝑥 = ∑(𝑥𝑖 − 𝑥̅ )2 2

; 𝑠𝑦𝑦 = ∑(𝑦𝑖 − 𝑦̅) ; 𝑠𝑥𝑦 = ∑(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅)
𝑖=1 𝑖=1 𝑖=1
𝑠𝑥𝑦
Pendiente 𝑚=
𝑠𝑥𝑥
Intercepto 𝑏 = 𝑦̅ − 𝑚𝑥̅
Desviación estándar de 𝑠𝑦𝑦 − 𝑚2 𝑠𝑥𝑥
los residuos 𝑠𝑦 = √
𝑛−2
1
Desviación estándar del 𝑠𝑏 = 𝑠𝑦 2
√ (∑𝑛 𝑥𝑖 )
intercepto 𝑛 − 𝑖=1
∑𝑛𝑖=1 𝑥𝑖2
Desviación estándar de 𝑠𝑦
𝑠𝑚 =
la pendiente √𝑠𝑥𝑥
𝑠𝑦 1 1 (𝑦̅𝑐 − 𝑦̅)2
𝑠𝑐 = √ + + 2
Desviación estándar de 𝑚 𝐿 𝑛 𝑚 ∙ 𝑠𝑥𝑥
una lectura desconocida
Dónde:
de una curva de
𝑛: es el número de puntos de la calibración;
calibración
𝐿: es el número de mediciones repetidas del valor desconocido;
𝑦̅𝑐 : es la media de las mediciones del valor desconocido.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 12

Incertidumbre de una medición
La incertidumbre es la cuantificación de la duda que se tiene sobre el resultado de una medición.
Cuando sea posible, se trata de corregir los errores conocidos por ejemplo, aplicando las
correcciones indicadas en los certificados de calibración. Pero cualquier error del cual no se
conozca su valor, es una fuente de incertidumbre.

La incertidumbre de la medición no implica duda acerca de la validez de un mensurando; por el

contrario, el conocimiento de la incertidumbre implica el incremento de la confianza en la validez
del resultado de una medición.

La incertidumbre está formada, en general, por muchos componentes. Para realizar una
estimación de la incertidumbre, deben seguirse los pasos siguientes:

1. Especificación del mensurando.

2. Identificación de las principales fuentes de incertidumbre.
3. Cuantificación individual de cada componente.
4. Combinación de las componentes para obtener la incertidumbre típica combinada, 𝑢𝑐 .
5. Cálculo de la incertidumbre expandida, 𝑈.

Una vez determinado el mensurando, se definen el principio, el método y el procedimiento de

medición, para identificar las posibles fuentes de incertidumbre. Éstas provienen de los diversos
factores involucrados en la medición, por ejemplo:
 Los resultados de la calibración del instrumento;
 La incertidumbre del patrón o del material de referencia;
 La repetibilidad de las lecturas;
 La reproducibilidad de las mediciones por cambio de observadores, instrumentos u otros
elementos;
 Características del propio instrumento, como resolución, histéresis, deriva, etc.;
 Variaciones de las condiciones ambientales;
 La definición del propio mensurando;
 El modelo particular de la medición;
 Variaciones en las magnitudes de influencia;
 Resolución finita del instrumento.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 13

En la estimación de toda la incertidumbre puede ser necesario tomar cada fuente de
incertidumbre y tratarla separadamente para obtener la contribución de cada fuente. Cada una de
las contribuciones separadas a la incertidumbre es referida como una componente de
incertidumbre. Cuando es expresada como una desviación estándar una componente de
incertidumbre es conocida como una incertidumbre estándar. Si hay correlación entre cualquiera
de las componentes entonces ésta tiene que ser tomada en cuenta determinándose la covarianza.
Sin embargo, es posible frecuentemente evaluar el efecto combinado de varias componentes. Esto
puede disminuir todo el esfuerzo envuelto, y cuando las componentes cuya contribución es
evaluada en común están correlacionadas, puede no haber necesidad adicional de tomar en
cuenta la correlación.

Evaluación de las incertidumbres estándar

En la mayor parte de los casos, un mensurando 𝑌 no se mide directamente, sino que se determina
a partir de otras 𝑁 magnitudes 𝑋1 , 𝑋2 , … , 𝑋𝑁 , por medio de una relación funcional 𝑓, como se
define en la ecuación 14.

𝑌 = 𝑓(𝑋1 , 𝑋2 , … , 𝑋𝑁 ) (14)

Una estimación del mensurando 𝑌, representada por 𝑦, se obtiene a partir de la ecuación 14

utilizando las estimaciones de entrada 𝑥1 , 𝑥2 , … , 𝑥𝑁 para los valores de las 𝑁 magnitudes
𝑋1 , 𝑋2 , … , 𝑋𝑁 . Así, la estimación de salida 𝑦, que es el resultado de la medición, viene dada por

𝑦 = 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑁 ) (15)

Para un resultado de una medición 𝑦, la incertidumbre total, denominada incertidumbre estándar

combinada y denotada por 𝑢𝑐 (𝑦), es una desviación estándar estimada igual a la raíz cuadrada
positiva de la varianza total obtenida por la combinación de todas las componentes de la
incertidumbre.

Para la mayoría de los propósitos en las mediciones, puede ser utilizada una incertidumbre
expandida 𝑈(𝑦). La incertidumbre expandida suministra un intervalo dentro del cual el valor del
mensurando se cree caer con un alto nivel de confianza. Este resultado de incertidumbre es
obtenido por la multiplicación de 𝑢𝑐 (𝑦), la incertidumbre estándar combinada, por un factor de
cobertura 𝑘.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 14

En la literatura se distinguen dos métodos principales para cuantificar las fuentes de
incertidumbre. El primero, es el método de evaluación tipo A, que está basado en una análisis
estadístico de una serie de mediciones; el segundo es el método de evaluación tipo B, que
comprende todas las demás maneras de estimar la incertidumbre. Lo que diferencia estos
métodos es que en las evaluaciones tipo A se estima esta distribución basándose en mediciones
repetidas obtenidas del mismo proceso de medición, mientras que en las evaluaciones tipo B se
supone una distribución sobre la base de la experiencia o la información externa disponible. En la
práctica esta clasificación no tiene consecuencia alguna en las etapas para obtener una estimación
de la incertidumbre combinada. A continuación, se explica cada método.

Método de Evaluación Tipo A de la Incertidumbre Estándar

La incertidumbre de una magnitud de entrada 𝑋𝑖 obtenida a partir de observaciones repetidas
bajo condiciones de repetibilidad (el mismo procedimiento de medición, el mismo observador, el
mismo instrumento de medición, utilizado bajo las mismas condiciones, el mismo lugar, repetición
en un intervalo de tiempo corto), se estima sobre la base de la dispersión de los resultados de
mediciones individuales. Sólo cuando existe suficiente resolución en el proceso de medición, la
dispersión de las observaciones podrá advertirse, puesto que se obtendrán un grupo de valores
diferentes al repetir la medición en condiciones prácticamente iguales, algunos de los cuales
pueden o no volver a aparecer.

Si 𝑋𝑖 se determina por 𝑛 mediciones independientes, resultando en valores 𝑞1 , 𝑞2 , … , 𝑞𝑛 , el mejor

estimado de 𝑥𝑖 para el valor de 𝑋𝑖 es la medida de los resultados individuales:
∑𝑛𝑗=1 𝑞𝑗
𝑥𝑖 = 𝑞̅ = (16)
𝑛
La dispersión de los resultados de la medición 𝑞1 , 𝑞2 , … , 𝑞𝑛 para la magnitud de entrada 𝑋𝑖 se
expresa por su desviación estándar experimental, especificada en la ecuación 17.
2
∑𝑛𝑗=1(𝑞𝑗 − 𝑞̅ )
𝑠(𝑞) = √ (17)
𝑛−1
La incertidumbre estándar 𝑢(𝑥𝑖 ) (o incertidumbre estándar tipo A) de 𝑋𝑖 se obtiene finalmente
mediante el cálculo de la desviación estándar experimental de la media, que se muestra en la
ecuación 18.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 15

 2
∑𝑛𝑗=1(𝑞𝑗 − 𝑞̅ )
𝑢𝐴 (𝑥𝑖 ) = 𝑠(𝑞̅ ) = √ (18)
𝑛(𝑛 − 1)
En algunos casos prácticos, los efectos aleatorios pueden producir fluctuaciones en la indicación
de un instrumento, que puede ser significativa en términos de incertidumbre. En estas situaciones,
se estima la incertidumbre estándar asumiendo que las observaciones se distribuyen
uniformemente en los límites del recorrido, es decir, de la siguiente manera:
𝑥𝑀𝐴𝑋 − 𝑥𝑀𝐼𝑁
𝑢𝐴 (𝑥𝑖 ) = (19)
√12
Cuando una medición está bien diseñada y bajo control estadístico, la componente de
incertidumbre estándar tipo A puede ser más confiablemente estimada a partir de la desviación
estándar 𝑠𝑝 , que con la desviación estándar experimental 𝑠(𝑞) obtenida por un número 𝑛 de
mediciones, casi siempre pequeño. Por lo cual, si 𝑠𝑝 se encuentra disponible se puede obtener
𝑢𝐴 (𝑥𝑖 ), calculada a partir de muy pocas mediciones como:
𝑠𝑝
𝑢𝐴 (𝑥𝑖 ) = 𝑢𝐴 (𝑞̅ ) = (20)
√𝑛
Donde 𝑛 es el número de mediciones realizadas para evaluar 𝑥𝑖 = 𝑞̅ y que en algunos casos suele
ser igual a 1, mientras que 𝑠𝑝 se determinó por un número distinto (grande) de mediciones.

La discusión sobre la evaluación Tipo A no pretende ser exhaustiva; existen numerosas

situaciones, algunas relativamente complejas, que pueden tratarse por métodos estadísticos.

Método de Evaluación Tipo B de la Incertidumbre Estándar

Para una estimación 𝑥𝑖 de una magnitud de entrada 𝑋𝑖 no obtenida a partir de observaciones
repetidas, la incertidumbre estándar 𝑢(𝑥𝑖 ) se establecen mediante decisión científica basada en
toda la información disponible acerca de la variabilidad posible de 𝑋𝑖 . A esto es lo que llamamos
Evaluación tipo B, y se basa en la siguiente información:
 Resultados de mediciones anteriores;
 Experiencia o conocimientos generales sobre el comportamiento y las propiedades de los
materiales e instrumentos utilizados;
 Especificaciones del fabricante;
 Datos suministrados por certificados de calibración u otros tipos de certificados;
 Incertidumbres asignadas a valores de referencia, procedentes de libros y manuales.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 16

Al evaluar las componentes individuales de incertidumbre en un proceso de medición se
consideran, al menos, las siguientes posibles fuentes:
 Incertidumbre reportada en los certificados de calibración de los instrumentos patrones y
cualquier deriva o inestabilidad en sus valores o lecturas;
 Los equipos de medición; por ejemplo, su resolución, histéresis e inestabilidad durante la
realización de las mediciones;
 El efecto de las condiciones ambientales;
 El método y procedimiento de medición;
 Los equipos auxiliares, como las líneas de conexión, fuentes de alimentación, baños
termostáticos, etc., y cualquier deriva o inestabilidad en sus valores o lecturas;
 El observador.

La evaluación tipo B de la incertidumbre estándar es en esencia, al igual que la evaluación tipo A,

una determinación de la desviación estándar, pero esta asume, en la mayoría de los casos, una
función de distribución a priori a partir de la cual se realiza la evaluación. La evaluación tipo A, en
cambio, se basa en un análisis estadístico.

En la práctica se pueden presentar casos como:

 La 𝑥𝑖 se toma de una especificación del fabricante, de un certificado de calibración, manual u
otra fuente, y su incertidumbre asignada se establece como un múltiplo de una desviación
estándar, la incertidumbre estándar 𝑢𝐵 (𝑥𝑖 ) es simplemente el valor asignado dividido por el
multiplicador (factor de cobertura).
 La incertidumbre asignada a 𝑥𝑖 no necesariamente está dada como un múltiplo de una
desviación estándar. En lugar de eso, puede encontrarse que la incertidumbre asignada
define un intervalo con un nivel de confianza de 90 %, 95 % o 99 %. A menos que se indique
otra cosa, se asume que se usó una distribución normal (figura 2) y se recupera la
incertidumbre estándar dividiendo la incertidumbre asignada por el factor de apropiado. Los
factores correspondientes a los tres niveles de confianza mencionados están definidos en la
tabla 1. Los resultados de una medición repetida afectada por una o más magnitudes de
influencia que varían aleatoriamente, generalmente siguen en una buena aproximación una
distribución normal.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 17

  Es posible estimar solo los límites (superior e inferior) para 𝑥𝑖 , en particular para establecer
que la probabilidad de que el valor de 𝑥𝑖 esté dentro del intervalo de [𝑎− ; 𝑎+ ] para todos los
propósitos prácticos es igual a uno y la probabilidad de que 𝑥𝑖 caiga fuera de ese intervalo es
esencialmente cero. Si no existe un conocimiento específico acerca de los posibles valores de
𝑥𝑖 dentro del intervalo, uno puede únicamente suponer que es igualmente probable para 𝑥𝑖
tomar cualquier valor dentro del intervalo (una distribución uniforme o rectangular). La
esperanza de 𝑥𝑖 (o valor esperado) está definida en la ecuación 9, y la varianza en la ecuación
10. En este caso, la incertidumbre estándar tipo B se define como el resultado de la
desviación estándar en la ecuación 11, por tanto:
𝑎
𝑢𝐵 (𝑥𝑖 ) = (21)
√3
La ecuación 21 se utiliza cuando se analizan componentes individuales de incertidumbre tales
como:
- el error de un instrumento de medición el cual se supone que está comprendido dentro
de los límites del error máximo permisible (±EMP);
- la resolución (R) de un instrumento digital o la apreciación (A) de las lecturas con un
instrumento analógico;
- la histéresis (H) de las indicaciones de un instrumento de medición;
- el efecto de algunas magnitudes influyentes (±Δ).
En estos casos se sustituye 𝑎, en la ecuación 21 por EMP; R/2; A/2; H/2; o Δ, según
corresponda.

Si se conoce además que los valores próximos al centro del intervalo son más frecuentes que
aquellos próximos a los límites, una distribución triangular o normal puede utilizarse mejor
para estimar la incertidumbre estándar tipo B; cuyas desviaciones estándar se han definido en
la ecuación 12 y en la ecuación 13, respectivamente.

No se deben contar dos veces las componentes de incertidumbre. Si una componente de

incertidumbre que resulta de un efecto en particular se obtiene a partir de una evaluación tipo B,
debe incluirse como una componente independiente de incertidumbre, únicamente si su efecto
no contribuye a la variabilidad apreciada en las observaciones, ya que dicha componente puede
haber sido evaluada a partir del análisis estadístico de las observaciones.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 18

Determinación de la incertidumbre estándar combinada
En esta sección se explicará el cálculo de la incertidumbre estándar combinada para dos casos; en
uno todas las magnitudes de entrada son independientes, y en el otro están correlacionadas.
Además un concepto importante en este paso, denominado coeficiente de sensibilidad.

La incertidumbre estándar de 𝑦, donde 𝑦 es la estimación del mensurando 𝑌, y por tanto el

resultado de la medición, se obtiene combinando apropiadamente las incertidumbres estándar de
las estimaciones de los argumentos 𝑥1 , 𝑥2 , . . . , 𝑥𝑁 . Esta incertidumbre estándar combinada de la
estimación 𝑦, se denota por 𝑢𝐶 (𝑦) y contiene toda la información esencial sobre la incertidumbre
del mensurando 𝑌, teniendo en cuenta el coeficiente de sensibilidad, explicado a continuación.

Coeficiente de sensibilidad (𝑐𝑖 )

El coeficiente de sensibilidad relaciona el efecto que tiene la incertidumbre de una magnitud de
entrada 𝑋𝑖 en el mensurando 𝑌. De esa manera determina qué tan grande es la variabilidad del
mensurando como resultado de la variabilidad (o incertidumbre) de esta magnitud de entrada. En
un lenguaje matemático, el coeficiente de sensibilidad ci se obtiene determinando la derivada
parcial de 𝑌 con respecto a 𝑋𝑖 , es decir:
𝜕𝑦
𝑐𝑖 = (22)
𝜕𝑥𝑖
Dónde las derivadas parciales 𝜕𝑦⁄𝜕𝑥𝑖 son iguales a 𝜕𝑌⁄𝜕𝑋𝑖 , calculadas para 𝑋𝑖 = 𝑥𝑖 .

Se determina mediante la ecuación 22, si el modelo matemático para el mensurando 𝑌 =

𝑓(𝑋1 , 𝑋2 , … , 𝑋𝑁 ) describe la influencia de la magnitud de entrada 𝑋𝑖 suficientemente bien
mediante una relación funcional. Cuando la influencia de la magnitud de entrada 𝑋𝑖 en el
mensurando 𝑌 no está representada por una relación funcional, se usa otro método para
determinarlo, el cual estima el impacto de una variación de 𝑋𝑖 en 𝑌, así:
∆𝑌
𝑐𝑖 = (23)
∆𝑋𝑖
Esto es, manteniendo constantes las demás magnitudes de entrada, se determina el cambio de 𝑌
producido por un cambio en 𝑋𝑖 por una medición o a partir de la información disponible (como
una gráfica o una tabla).

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 19

Incertidumbre combinada para magnitudes de entrada no correlacionadas
Para las magnitudes de entrada que son independientes, es decir, no están correlacionadas, la
incertidumbre estándar combinada del resultado de la medición se determina mediante la raíz
cuadrada positiva de la varianza del valor estimado de 𝑌 a partir de la ley de suma de varianzas,
así:
𝑁
2 (𝑦)
𝑢𝐶 = ∑ 𝑢𝑖 2 (𝑥𝑖 ) (24)
𝑖=1

Dónde 𝑢𝑖 (𝑥𝑖 ) = |𝑐𝑖 |𝑢(𝑥𝑖 ), y aquí 𝑢(𝑥𝑖 ) denota la incertidumbre en 𝑥𝑖 , definida por el método de
evaluación tipo A o por el método de evaluación tipo B. Cuando se dispone de la relación funcional
entre 𝑌 y {𝑋𝑖 }, la ecuación 24 se puede ver de la siguiente manera:

𝑁 𝑁 2
𝜕𝑌
𝑢𝐶 (𝑦) = √∑[𝑐𝑖 ∙ 𝑢(𝑥𝑖 )]2 = √∑ [ ∙ 𝑢(𝑥𝑖 )] (25)
𝜕𝑋𝑖
𝑖=1 𝑖=1

La regla presentada en la ecuación 25 es denominada ley de propagación de incertidumbre, la cual

se aplica exclusivamente para combinar incertidumbres estándar.

Incertidumbre combinada para magnitudes de entrada correlacionadas

Para las magnitudes de entrada que están correlacionadas, es imprescindible tener en cuenta las
correlaciones. La expresión adecuada para la varianza combinada 𝑢𝐶 2 (𝑦) asociada al resultado de
medida, cuando las magnitudes de entrada están correlacionadas, es:

𝑁 𝑁−1 𝑁

𝑢𝐶 2 (𝑦)
= ∑ 𝑐𝑖2 ∙ 𝑢2 (𝑥𝑖 ) + 2 ∙ ∑ ∑ 𝑐𝑖 ∙ 𝑐𝑗 ∙ 𝑢(𝑥𝑖 , 𝑥𝑗 ) (26)
𝑖=1 𝑖=1 𝑗=𝑖+1

Dónde:
 𝑦(𝑥1 , 𝑥2 , … ) es una función de varias magnitudes de entrada 𝑥1 , 𝑥2 , …
𝜕𝑦 𝜕𝑦
 𝑐𝑖 y 𝑐𝑗 son los coeficientes de sensibilidad evaluados como 𝑐𝑖 = 𝜕𝑥 y 𝑐𝑗 = 𝜕𝑥
𝑖 𝑗

respectivamente, es decir son las derivadas parciales de 𝑦 respecto a 𝑥𝑖 y 𝑥𝑗 .

 𝑢(𝑥𝑖 ) denota la incertidumbre en 𝑥𝑖 .
 𝑢(𝑥𝑖 , 𝑥𝑗 ) = 𝑢(𝑥𝑗 , 𝑥𝑖 ) es la covarianza estimada entre 𝑥𝑖 y 𝑥𝑗 .

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 20

El grado de correlación entre 𝑥𝑖 y 𝑥𝑗 viene dado por el coeficiente de correlación estimado,
definido en la ecuación 27.
𝑢(𝑥𝑖 , 𝑥𝑗 )
𝑟(𝑥𝑖 , 𝑥𝑗 ) = (27)
𝑢(𝑥𝑖 )𝑢(𝑥𝑗 )
Donde 𝑟(𝑥𝑖 , 𝑥𝑗 ) = 𝑟(𝑥𝑗 , 𝑥𝑖 ), y −1 ≤ 𝑟(𝑥𝑖 , 𝑥𝑗 ) ≤ 1. Si las estimaciones son independientes,
𝑟(𝑥𝑖 , 𝑥𝑗 ) = 0, y una variación en una de las dos no implica una variación en la otra.

El término de la covarianza de la ecuación 26 puede escribirse en función de los coeficientes de

correlación, más fácilmente interpretables que las covarianzas, con:
𝑁−1 𝑁

2 ∙ ∑ ∑ 𝑐𝑖 ∙ 𝑐𝑗 ∙ 𝑢(𝑥𝑖 ) ∙ 𝑢(𝑥𝑗 ) ∙ 𝑟(𝑥𝑖 , 𝑥𝑗 ) (28)

𝑖=1 𝑗=𝑖+1

Así,
𝑁 𝑁−1 𝑁

𝑢𝐶 2 (𝑦)
= ∑ 𝑐𝑖2 ∙ 𝑢2 (𝑥𝑖 ) + 2 ∙ ∑ ∑ 𝑐𝑖 ∙ 𝑐𝑗 ∙ 𝑢(𝑥𝑖 ) ∙ 𝑢(𝑥𝑗 ) ∙ 𝑟(𝑥𝑖 , 𝑥𝑗 ) (29)
𝑖=1 𝑖=1 𝑗=𝑖+1

Las correlaciones entre magnitudes de entrada no pueden ignorarse, siempre que existan y sean
significativas. Las covarianzas asociadas deben evaluarse experimentalmente, si ello es posible,
haciendo variar las magnitudes de entrada correlacionadas o utilizando el conjunto de
informaciones disponibles acerca de la variabilidad correlacionada de las magnitudes en cuestión.
La intuición basada en la experiencia y en el conocimiento general es especialmente necesaria a la
hora de estimar el grado de correlación entre dos magnitudes de entrada, derivado de efectos
causados por influencias comunes, tales como la temperatura, la presión atmosférica y la
humedad. Por suerte, en numerosos casos, los efectos de estas magnitudes de influencia
presentan una dependencia mutua despreciable, y las magnitudes de entrada afectadas pueden
suponerse no correlacionadas. Si no es posible hacer tal suposición, pueden evitarse estas
correlaciones introduciendo las magnitudes de influencia comunes como magnitudes de entrada
adicionales e independientes.

A continuación, se explican las condiciones y el cálculo de la incertidumbre expandida, como

también el concepto en general.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 21

Determinación de la incertidumbre expandida
La forma de expresar la incertidumbre como parte de los resultados de la medición depende de la
conveniencia del usuario. Según la metodología desarrollada, la etapa final consiste en la
multiplicación de la incertidumbre estándar combinada por el factor de cobertura (𝑘) elegido para
obtener una incertidumbre expandida.

La incertidumbre estándar 𝑢𝐶 tiene un valor igual a la desviación estándar de la función de

distribución del mensurando. El intervalo centrado en el mejor estimado del mensurando contiene
el valor verdadero con una probabilidad 𝑝 de 68 % aproximadamente (factor de cobertura 𝑘 = 1),
bajo la suposición de que los posibles valores del mensurando siguen una distribución normal.

Generalmente se desea una probabilidad mayor de 68 %, lo que se obtiene expandiendo el

intervalo por otro factor de cobertura. El resultado se llama incertidumbre expandida, y se define
así:

𝑈(𝑦) = 𝑘 ∙ 𝑢𝐶 (𝑦) (30)

La incertidumbre expandida indica un intervalo (intervalo de confianza) que representa una

fracción 𝑝 de los valores que puede probablemente tomar el mensurando. El valor de 𝑝 es llamado
el nivel de confianza y puede ser elegido a conveniencia (para la distribución normal se puede
hacer uso de los valores de la tabla 1).

En la elección del valor de 𝑘 debe considerarse:

 El nivel de confianza requerido;
 Cualquier conocimiento de las distribuciones;
 Cualquier conocimiento del número de valores utilizado para estimar efectos aleatorios.

El valor del factor de cobertura 𝑘 se elige en función del nivel de confianza requerido para el
intervalo 𝑦 − 𝑈 a 𝑦 + 𝑈. En general, 𝑘 toma un valor entre 2 y 3. No obstante, en aplicaciones
especiales, 𝑘 puede tomarse fuera de dicho margen de valores. La experiencia y el conocimiento
amplio sobre la utilización de los resultados de medida pueden facilitar la elección de un valor
conveniente para 𝑘.

Para la mayoría de los propósitos es recomendado que 𝑘 sea igual a 2. Sin embargo, el valor de 𝑘
puede ser insuficiente cuando la incertidumbre combinada está basada en observaciones

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 22

estadísticas con relativamente pocos grados de libertad (menor que 6). Cuando es necesaria una
estimación más rigurosa de la incertidumbre expandida se deben tener en cuenta los siguientes
conceptos:
 Distribución 𝑡 de Student: El mejor estimado del mensurando, la media (obtenida por
muestreos de 𝑛 mediciones repetidas) dividida entre su desviación estándar, sigue una
distribución llamada 𝑡 de Student, la cual refleja las limitaciones de la información disponible
debidas al número finito de mediciones. Esta distribución coincide con la distribución normal
en el límite cuando 𝑛 tiende a infinito, pero difiere considerablemente de ella cuando 𝑛 es
pequeño. La distribución 𝑡 es caracterizada por un parámetro 𝑣, llamado número de grados
de libertad.
 Número de grados de libertad (𝑣): De cierta manera, este número asociado a una distribución
de una magnitud (𝑋𝑖 o 𝑌) puede considerarse una medida de incertidumbre de la
incertidumbre de esa magnitud. Entre mayor sea 𝑣 la estimación de la incertidumbre será
más confiable. El número efectivo de grados de libertad 𝑣𝑒𝑓 del mensurando considera el
número de grados de libertad 𝑣𝑖 de cada fuente de incertidumbre. Si las contribuciones
fueron obtenidas por evaluaciones tipo A, los grados de libertad 𝑣𝑖 dependen del número de
datos considerados y disminuye conforme el número de parámetros estimados a partir de los
mismos datos. En cambio, si las contribuciones fueron obtenidas por evaluaciones tipo B,
implica el criterio del metrólogo soportado por su experiencia.
Cuando la incertidumbre estándar combinada está dominada por una simple contribución con
pocos grados de libertad (menor que 6), es recomendado que 𝑘 sea igual al valor de la 𝑡 de la
distribución 𝑡 de Student para el número de grados de libertad asociados con la distribución,
y para el nivel de confianza requerido (normalmente el 95 %). Así, el intervalo
correspondiente al nivel de confianza 𝑝, se calcula ahora por:

𝑈(𝑦) = 𝑘 ∙ 𝑢𝐶 (𝑦) = 𝑡𝑝 (𝑣) ∙ 𝑢𝐶 (𝑦) (31)

La tabla 3 brinda una lista de valores para 𝑡:

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 23

Tabla 3. Valores de 𝒕 para el 𝟗𝟓 % de confianza.

Grados de libertad 𝒗 𝒕𝟗𝟓

1 12,71
2 4,30
3 3,18
4 2,78
5 2,57
6 2,45
7 2,36
8 2,31
9 2,26

Cuando se combinan varias fuentes de incertidumbre con sus respectivas distribuciones para
obtener la incertidumbre combinada del mensurando (𝑢𝐶 (𝑦)), el teorema del límite central
permite aproximar la distribución resultante por una distribución normal. La aproximación
será mejor mientras más grande sea el número de fuentes y sus contribuciones sean
similares, independiente de la forma particular de sus distribuciones. Cuando la información
es limitada, se hace uso de la distribución 𝑡 de Student, para determinar la incertidumbre
expandida de manera rigurosa (con la suposición de que los valores del mensurando
obedecen a una distribución normal); aquí el número efectivo de grados de libertad 𝑣𝑒𝑓 es
considerado, el cual se puede definir por medio de la ecuación Welch – Satterthwaite, que
está basada en los grados de libertad 𝑣𝑖 de las incertidumbres estándar individuales 𝑢𝑖 (𝑦), la
contribución de cada fuente 𝑖 (𝑢𝑖 (𝑦)) y la incertidumbre combinada (𝑢𝐶 (𝑦)):
𝑢𝐶 4 (𝑦)
𝑣𝑒𝑓 =
𝑢𝑖 4 (𝑦) (32)
∑𝑁
𝑖=1 𝑣𝑖
Una vez obtenido el valor de los grados de libertad efectivos (𝑣𝑒𝑓 ) es utilizada la tabla 4 para
encontrar el valor de 𝑘𝑝 (𝑡𝑝 (𝑣𝑒𝑓 )). Normalmente 𝑣𝑒𝑓 no es un número entero, por lo que
para la selección de 𝑘𝑝 se toma de la tabla el valor inmediato inferior de 𝑣𝑒𝑓 (el entero menor
más próximo) que se corresponde con el valor de 𝑣𝑒𝑓 calculado.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 24

 Tabla 4. Factores de cobertura 𝒌𝒑 (𝒑 = 𝟗𝟓, 𝟒𝟓 %), para diferentes grados de libertad
efectivos 𝒗𝒆𝒇 .

𝒗𝒆𝒇 1 2 3 4 5 6 7 8 10 12 14 16
𝒌𝟗𝟓 13,97 4,53 3,31 2,87 2,65 2,52 2,43 2,37 2,28 2,23 2,20 2,17
𝒗𝒆𝒇 18 20 25 30 35 40 45 50 60 80 100 ∞
𝒌𝟗𝟓 2,15 2,13 2,11 2,09 2,07 2,06 2,06 2,05 2,04 2,03 2,02 2,00

Entonces, de manera rigurosa la incertidumbre expandida se calcula como:

𝑈(𝑦) = 𝑘 ∙ 𝑢𝐶 (𝑦) = 𝑡𝑝 (𝑣𝑒𝑓 ) ∙ 𝑢𝑐 (𝑦) = 𝑘𝑝 ∙ 𝑢𝑐 (𝑦) (33)

Donde 𝑡𝑝 (𝑣𝑒𝑓 ) es el factor derivado de la distribución 𝑡 de Student a un nivel de confianza 𝑝

(≈ 95 %) y 𝑣𝑒𝑓 grados de libertad y obtenido de la tabla anterior.

Es una práctica internacional expresar los resultados de las mediciones con un nivel de confianza
no menor al 95 %. Es difícil asegurar un valor preciso de la incertidumbre debido a las múltiples
aproximaciones realizadas durante su estimación. Una consecuencia es la posibilidad sustituir los
valores correspondientes de 𝑝 = 95 % con los valores correspondientes a 𝑝 = 95,45 %, con el fin
de obtener un valor de 𝑘 = 2 correspondiente a una distribución normal.

Expresión de la incertidumbre e informe de los resultados

Un informe completo del resultado de una medición debe incluir o referenciar una documentación
que contenga:
 Una descripción de los métodos utilizados para calcular el resultado de la medición y su
incertidumbre desde observaciones experimentales y datos de entrada;
 Los valores y fuentes de todas las correcciones y constantes utilizadas en los cálculos y en el
análisis de la incertidumbre;
 Una lista de todas las componentes de incertidumbre con la documentación completa de
cómo cada componente fue evaluada.

Cuando se requiere un informe detallado que incluya los valores de magnitudes intermedias, se
debe:
 Dar el valor de cada magnitud de entrada, su incertidumbre estándar y una descripción de
cómo fue obtenida cada una;

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 25

  Dar la relación entre el resultado y las magnitudes de entrada y cualquier derivada parcial,
covarianza o coeficiente de correlación utilizados para estimar efectos de correlación;
 Plantear el número estimado de grados de libertad para la incertidumbre estándar de cada
valor de entrada.

Al menos que de otra forma sea requerido, para las mediciones realizadas se utiliza como medida
de la incertidumbre, la incertidumbre expandida, calculada con un factor de cobertura según los
métodos descritos anteriormente.

El resultado de la medición se expresa así:

𝒀 = 𝒚 ± 𝑼(𝒚) (34)

El cual se interpreta diciendo que la mejor estimación del mensurando 𝒀 es 𝒚, y que se espera que
el intervalo que de 𝒚 − 𝑼(𝒚) a 𝒚 + 𝑼(𝒚) abarque una fracción importante de la distribución de los
valores que razonablemente pueden ser atribuidos a 𝒀.

La expresión de la incertidumbre expandida 𝑼(𝒚) incluye su indicación como un intervalo

centrado en el mejor estimado 𝒚 del mensurando, la afirmación de que 𝒑 es del 95 % (o el valor
elegido) aproximadamente y el número efectivo de grados de libertad, cuando sea requerido.

En los informes de los resultados de las mediciones se debe realizar una declaración sobre el nivel
de confianza para el cual la incertidumbre de la medición fue estimada y el correspondiente factor
de cobertura; por ejemplo: “La incertidumbre expandida de la medición está calculada a partir de
la incertidumbre estándar de la medición, multiplicada por un factor de cobertura 𝑘 =…, para un
nivel de confianza de aproximadamente 95 %”.

Cuando los resultados de las mediciones se brindan en forma de tablas, donde no es conveniente
expresar cada resultado de la forma antes descrita, es necesario reportar sin ambigüedades el
valor de la incertidumbre expandida de la forma ±𝑼(𝒚), para cada resultado de medición
informado. Sin embargo, en todos los casos es obligatorio informar el valor del factor de cobertura
utilizado para obtener el valor de la incertidumbre expandida y el nivel de confianza asociado.

Los valores numéricos de la estimación de 𝑦 y de su incertidumbre típica combinada 𝑢𝐶 (𝑦) o de su

incertidumbre expandida 𝑈 no deben darse con un número excesivo de cifras. Habitualmente

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 26

basta con dar 𝑢𝐶 (𝑦) y 𝑈 (así como las incertidumbres típicas 𝑢(𝑥𝑖 ) de las estimaciones de entrada
𝑥𝑖 ) con dos cifras significativas, aunque en ciertos casos, pueda ser necesario mantener cifras
suplementarias para evitar la propagación de errores de redondeo en cálculos posteriores.

A la hora de dar los resultados finales, puede ser adecuado redondear las incertidumbres por
exceso, mejor que a la cifra más próxima. Por ejemplo, 𝑢𝐶 (𝑦) = 10,47 mΩ podría redondearse a
11 𝑚Ω. No obstante, deberá prevalecer el sentido común y un valor tal como 𝑢(𝑥𝑖 ) = 28,05 kHz
deberá redondearse al valor inferior 28 kHz. Las estimaciones de entrada y de salida deben
redondearse de acuerdo con sus incertidumbres; por ejemplo, si 𝑦 = 10,057 62 Ω, con
𝑢𝐶 (𝑦) = 27 mΩ, 𝑦 deberá redondearse a 10,058 Ω.

El uso de tablas, como la de la figura 4, es recomendable para reportar los resultados de todo el
procedimiento de estimación de la incertidumbre. A continuación se muestra la tabla
anteriormente nombrada y su explicación.

Figura 4. Balance general de incertidumbres.

En la primera columna se enumeran los contribuyentes de incertidumbre. En la segunda columna

se describe claramente el contribuyente considerado (patrón utilizado, paralelismo, expansión
térmica, etc.). En la tercera columna aparece el tipo de distribución (normal, rectangular, U, etc.).
En la cuarta columna aparecen los contribuyentes del laboratorio, que son aquellos
contribuyentes que son inherentes o fijos del laboratorio. En la quinta columna, el valor numérico
de la contribución a la incertidumbre de cada contribuyente expresada como incertidumbre
estándar. En la sexta columna la varianza del contribuyente. La séptima columna indica el
porcentaje de contribución de cada varianza a la suma de las varianzas. En la parte inferior se
mostrará la suma de las varianzas (correspondiente al 100 %) seguido verticalmente de la

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 27

incertidumbre estándar combinada y de la incertidumbre expandida obtenida; y al lado derecho
de estos valores el valor redondeado de la incertidumbre expandida como resultado.

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 28

 PÁGINAS Y DOCUMENTOS DE INTERÉS

Evaluación de datos de medición. Guía para la Expresión de la Incertidumbre de Medida.

http://www.cem.es/sites/default/files/gum20digital1202010.pdf

Incertidumbre de la Medición: Teoría y Práctica

http://www.lysconsultores.com/descargar/imtp.pdf

Guía Técnica sobre Trazabilidad e Incertidumbre en Metrología Dimensional

http://www.portalcalidad.com/modules/newbb/dl_attachment.php?attachid=1314498833&post_
id=16589 (Link de descarga)

A Beginner’s Guide to Uncertainty of Measurement

http://www.wmo.int/pages/prog/gcos/documents/gruanmanuals/UK_NPL/mgpg11.pdf

GICUV | Guía para la Estimación Básica de la Incertidumbre de una Medición 29