NÉHÁNY FONTOS ALAPFOGALOM A MŰSZERES ANALITIKAI KÉMIÁBAN

Átírás

1 NÉHÁNY FONTOS ALAPFOGALOM A MŰSZERES ANALITIKAI KÉMIÁBAN KALIBRÁCIÓ A kalibráció folyamata során a műszer válaszjele és a mérendő koncentrációja közötti összefüggést határozzuk meg. A kísérletileg meghatározott kapcsolatot a kalibrációs görbe (másképpen: mérőgörbe, analitikai görbe) grafikonja írja le, amely a műszer válaszjelét vagy egy abból közvetlenül származtatott mennyiséget ábrázolja a mérendő komponens koncentrációja vagy anyagmennyisége függvényében. Kalibrációra minden kvantitatív műszeres analitikai módszer esetében szükség van, amely nem titrálás (végpontjelzés) jellegű. A kalibrációs görbe segítségével megállapítható a mérendő komponens koncentrációja (anyagmennyisége) a mintában, ha annak válaszjelét ismerjük. A görbe felvételét ismert koncentrációjú mintasorozattal végezzük; általában öt-hat kalibrációs minta használata elégséges. A görbe alakja az alkalmazott műszertől illetve mérési módszertől függően lehet más és más, azonban legtöbbször monoton növekvő, telítési jellegű. A telítési szakaszon az érzékenység egyre csökken, a koncentráció-meghatározás bizonytalansága egyre nagyobb, ezért mindig igyekszünk a még elfogadhatóan lineáris (kezdeti) szakaszon mérni. A kalibrációval kapcsolatban további információkat talál még a GRA fejezetben. LINEARITÁSI TARTOMÁNY (DINAMIKUS TARTOMÁNY) Ez alatt a fogalom alatt az adott módszerrel mérhető azon koncentrációtartományt értjük, amelyen belül a kalibrációs görbe jó közelítéssel egyenes (pl. a görbe eltérése az egyenestől sehol sem nagyobb mint 5%). A korábban elmondottak alapján előnyös, ha a linearitási tartomány minél szélesebb; egyes műszereknél elérheti az 5-8 koncentráció nagyságrendet is. HITELESÍTÉS Egy mérőműszer vagy mérőeszköz hitelesítése során annak pontosságát ellenőrizzük illetve állítjuk be. A hitelesítést hivatalos vizsgálati bizonylattal ellátott minta vagy eszköz 1

2 (etalon) segítségével végezzük. A műszerünk által mért értéknek az elvárt hibán belül meg kell egyeznie az etalon bizonylatban megadott jellemzőjének értékével. Hitelesíteni logikusan olyan mérőeszközöket szokás, amelyek valamilyen abszolút mennyiséget, sok esetben fizikai alapmennyiséget határoznak meg. Így például hitelesíthető egy analitikai mérleg (hiteles mérősúllyal), egy feszültségmérő (hiteles feszültségforrással), esetleg egy ph-mérő műszer (hiteles puffer oldattal), stb., azonban logikusan nem szokás hitelesíteni pl. egy spektrofotométert, amely relatív mennyiséget (abszorbanciákat) határoz meg. Nagyon fontos érzékelni a kalibráció és a hitelesítés fogalma közötti különbséget. A hitelesítés célja a fentiek szerint a műszer pontosságának ellenőrzése és beállítása. Ezt a műveletet általában egy, néha két etalonnal végezzük. A kalibráció célja ezzel szemben a válaszjel-koncentráció összefüggés alakját meghatározni, amelyhez mintasorozatot kell használnunk. Gondoljuk meg azt is, hogy a legtöbb kalibrációt igénylő (nem végpontjelzés jellegű) kvantitatív műszeres analitikai eljárás esetében nincs szükségünk arra, hogy a mért válaszjel abszolút értelemben is pontos legyen. Terhelheti ugyanis a válaszjelet a mérések időtartama alatt állandó nagyságú és előjelű rendszeres hiba, ennek jelenléte a koncentrációmeghatározás pontosságát mégsem fogja befolyásolni, mert az a mérőgörbe tengelymetszetének megváltozását okozza, az abszcisszáról leolvasott koncentráció azonban változatlan marad. ÉRZÉKENYSÉG Az érzékenység alatt a kalibrációs görbe meredekségét (deriváltját) értjük. Ha a görbe lineáris, akkor megállapítása egyértelmű. Ha a mérőgörbe nem lineáris, akkor meredeksége pontról-pontra változik, vagyis az érzékenység koncentrációfüggő. Ilyenkor az analitikai módszer érzékenységének általános jellemzésére a mérőgörbe kezdeti, még lineáris szakaszán megállapított meredekség alkalmas. Az érzékenység jele S, dimenziója a mérőgörbe koncentráció tengelyén szereplő dimenzió reciproka, amennyiben az analitikai jel dimenzióval nem rendelkezik (pl. mg/l koncentráció egységekben felvett mérőgörbéről leolvasott érzékenység dimenziója L/mg). SZELEKTIVITÁS, SPECIFIKUSSÁG A szelektivitás kvalitatív fogalom, mennyiségileg nem szokás kifejezni. Szelektívnek akkor nevezünk egy analitikai eljárást, ha az a mérendő komponensre nézve nagymértékben jellemző válaszjelet szolgáltat vagy másképpen, hogy az analízist egyéb komponensek jelenléte igen kevéssé zavarja. Sok műszer önmagában egyáltalán nem vagy igen kevéssé szelektív mérést biztosít. Ilyenkor a szelektivitást megfelelő kémiai mintaelőkészítéssel biztosíthatjuk. A nem szelektív mérést biztosító műszerek közé tartozik nyilvánvalóan pl. a konduktométer, de kevéssé szelektív pl. az UV-Vis spektrofotométer is, hiszen a vegyületek 2

3 széles elnyelési sávjai és azok átlapolódása miatt sok szerves vegyület elnyelési spektruma hasonló. Szelektív (jó szelektivitású) például az ionszelektív elektródokkal kivitelezett mérés és általában az atom- vagy tömegspektrometriás analízis is. A szelektivitás extrém, ideális esete a specifikusság: ilyen esetben a kérdéses válaszjel kizárólag egy konkrét mérendő komponens jelenlétében keletkezik. Könnyen belátható, hogy korlátozás nélküli, általánosan specifikus analitikai eljárás nem létezik, hiszen a jelenlévő komponensek okozta zavaró hatás mértéke mindig azok koncentrációjának/anyagi minőségének függvénye (a specifikusság fogalmát a IUPAC sem javasolja használni). SZÓRÁS A párhuzamos mérési eredmények közötti eltérések jellemzésére használatos mennyiségi adat a szórás. A statisztika elmélete szerint ennek pontos meghatározásához igen nagyszámú mérés elvégzésére van szükség. A gyakorlatban erre többnyire nincs lehetőség, ezért a szórás értékét a korrigált empirikus (tapasztalati) szórás (s) képletével becsüljük: s = n ( x x i ) i= 1 n 1 2 ahol n a mérések számát, x a mérési adatok átlagértékét, x i pedig az egyes mérési adatokat jelöli. Az ílymódon számított szórás dimenziója azonos a mért eredmény dimenziójával. A szórás nagysága a mért értékek és természetesen a középérték nagyságától is függ. A szórásadatokat ezért könnyebb összehasonlítani, ha azokat relatív szórás-ként adjuk meg. Ennek számítása: s% = s 100 x Ügyeljünk arra, hogy amennyiben az analízis végeredményét a szórással (precizitással) együtt kívánjuk megadni, akkor a szórást zárójelben adjuk meg. Például: 245 (17) µg/l. Ne használjunk azonban a szórásadat előtt ± jelet, ugyanis az a konfidenciasáv megadására van fenntartva (lásd később). KIMUTATÁSI HATÁR Egy analitikai módszerre vonatkozó kimutatási határ (D L ) az a koncentráció, amely mérése során kapott válaszjel már egyértelműen megkülönböztethető a háttértől. Ezt a teoretikus koncentrációt a gyakorlatban azzal a koncentrációval közelítjük, amely a vakminta 3

4 szórásának háromszorosával egyező nagyságú jelet szolgáltat. Ez az érzékenységgel kifejezve: D L s = 3 S vak ahol s vak a vakminta (a mérendőt nem tartalmazó minta) jelének szórása, S pedig az érzékenység. Amennyiben a vakminta szórása nem mérhető az adott módszerrel (pl. abszorpciós spektrometria), akkor azt a kalibráló sorozatbeli legkisebb koncentrációjú oldatra kapott szórással közelítjük. A kimutatási határ dimenziója megegyezik azzal a koncentráció dimenzióval, amelyből az érzékenységet számítottuk. Abszolút kimutatási határ is megadható a kimutatható anyagmennyiségre vonatkozóan, ez esetben az átszámítás alapja az a mintatérfogat, amelyet a méréshez felhasználunk. Pl. ha 20 µl mintát vizsgálva D L =0,012 mg/l érték adódott, akkor az abszolút kimutatási határ 2, g. MEGHATÁROZÁSI HATÁR A meghatározási határ az a legkisebb koncentráció vagy anyagmennyiség, amely az adott módszerrel még elfogadható precizitással és pontossággal megmérhető. Az elfogadható szint definiálása a meghatározási határ megadásakor természetesen mindig szükséges. A gyakorlatban a meghatározási határt leginkább a kimutatási határ öttízszeresének tekintik. PONTOSSÁG ÉS PRECITIZÁS A pontosság (másképpen helyesség) azt jellemzi, hogy az adott analízis eredménye milyen közel esik a valódi értékhez (másképpen: mekkora a mérés torzítása, hibája). Egy módszer pontosabb mint a másik, ha eredménye kisebb hibával terhelt. A pontosság mennyiségi megadásakor legtöbbször a valódi értékre vonatkoztatott relatív (%) adatot adunk meg. Így például, ha a valódi érték 100 g/l, az analízis átlageredménye pedig 105 g/l, akkor a relatív pontosság 5%. Megjegyzendő, hogy ismeretlen minták esetében nem ismert a valódi érték. A precizitás a kölcsönösen független megismételt (párhuzamos) vizsgálatok eredményei közötti egyezés mértéke, amelyet általában a tapasztalati szórással jellemzünk. A szórás és precizitás fogalma között az az eltérés, hogy szórásról elsősorban jelekkel, mért értékekkel (pl. intenzitás, abszorbancia) kapcsolatban beszélünk, a precizitást pedig mindig a meghatározás végeredményére (koncentrációra) vonatkozóan adjuk meg. Dimenziója, miként a szórásé is, természetesen a végeredményével egyezik meg. 4

5 Összefoglalóan és kvalitatíve, ha a mérési hiba kicsi, akkor pontos mérésről vagy nagy pontosságú mérésről beszélünk. Amennyiben a mérési adatok szórása kicsi, akkor azt mondjuk, hogy a mérés precíz vagy másképpen, hogy precizitása nagy. Annak a ténynek a megvilágítására, hogy egy mérési sorozat eredményének pontossága és precizitása nem függ feltétlenül össze, a célbalövés példáját szokás hozni. Az alábbi négy ábra azt illusztrálja, hogyan helyezkedhetnek el a mérési adatok (lövedékek) a valódi érték (a céltábla közepének) környezetében. pontos, de kis precizitású mérés pontos és precíz mérés pontatlan és kis precizitású mérés pontatlan, de precíz mérés ISMÉTELHETŐSÉG Az ismételhetőség a precizitás azon fajtája, amely ismételhető körülmények között elvégzett kísérletekre vonatkozik, vagyis mértéke kifejezhető pl. azonos módszerrel, azonos anyagon, azonos műszerrel, azonos kezelő által azonos laboratóriumban különböző időpontban végzett meghatározások eredményei közötti szórással. 5

6 REPRODUKÁLHATÓSÁG (MEGISMÉTELHETŐSÉG) A reprodukálhatóság a precizitás azon fajtája, amely megismételhető körülmények között elvégzett kísérletekre vonatkozik, vagyis pl. azonos módszerrel, különböző anyagon, különböző műszerrel, különböző kezelők által azonos laboratóriumban végzett meghatározások közötti szórással fejezhető ki. KONFIDENCIASÁV (MEGBÍZHATÓSÁGI INTERVALLUM) Eredményeink precizitásának megadásához a fentiek szerint a tapasztalati szórást használjuk. Ez az adat azonban kisszámú mérés esetén jelentős hibával közelíti azt az elméleti szórást, amely segítségével pl. pontosan megadhatnánk azt az intervallumot, amelyet mérési adataink becsült értéke körül kijelölve, abba a mért mennyiség valódi értéke adott megbízhatósággal esik. Feltételezve a párhuzamos mérések azonos szórású normális hibaeloszlását, ilyenkor a Student-féle valószínűségi függvényt kell alkalmaznunk. A számítás lényege, hogy a tapasztalati szórásadatot egy, az elvégzett mérések számától függő együtthatóval szorozzuk be; az így kapott mennyiség, méréseink középértéke körül (±) elgondolva lesz a megbízhatósági intervallum. Mérések száma - 1 A Student-féle (t) együttható értéke különböző statisztikus biztonsági szinteken 95% 99,7% 1 12, ,303 19,2 3 3,182 9,22 4 2,776 6,62 5 2,571 5,51 6 2,447 4,90 7 2,365 4,53 8 2,306 4,27 9 2,262 4,09 Példa: Ha 5 mérésünk átlagértéke 124,4 mg/l, a tapasztalati szórás 9,45 mg/l és 99,7%-os megbízhatósággal kívánjuk eredményünket megadni, akkor a következőképpen számolunk: c = x ± t s n 6,62 9,45 = 124,4 ± = 124,4 ± 27,97 mg/l 5 6

7 Ahol n az elvégzett mérések száma, t a Student-féle együttható (lásd fenti táblázat), s a tapasztalati szórás, x pedig a mérési adatok átlaga. Az előbbi pédában tehát legalább 99,7%- os megbízhatósággal állíthatjuk, hogy az így kijelölt koncentrációsávba esik a mintában mért komponens valódi koncentrációja. FELOLDÓKÉPESSÉG (FELBONTÁS) Ez a fogalom abból a szempontból jellemzi az analitikai műszereket, hogy azok mennyire teszik megkülönböztethetővé a kromatogramon vagy spektrumon megjelenő két szomszédos csúcsot. Pl. tömegspektrometriában, ahol a csúcsok tömeg (m 1, m 2 ) szerint különülnek el, megállapítjuk, hogy a legkisebb m= m 1 -m 2, amely esetén a spektrumban két szomszédos csúcs teljesen különállónak látszik (vagyis a csúcsok átfedése kisebb, mint átlag magasságuk 5%-a), akkor a feloldóképesség (R): R m1 + m2 = 2 m ZAJ ÉS HÁTTÉR A zaj a detektortól vagy az elektronika más részeitől származó jelingadozás (szórással jellemezzük). A háttér fogalma magában foglalja a zajt és a mért jelnek a mérendő komponens távollétében kapott állandó részét is (a háttér vagy alapvonal az a görbe, amelyre a mérendő komponensektől származó csúcsok rá vannak ültetve egy kromatogramon vagy spektrumon). A gyakorlatban mindig igyekszünk úgy beállítani műszerünket, hogy a lehető legnagyobb nettó jelet mérhessük a lehető legkisebb zaj (vagy háttérjel) mellett, vagyis a jel/zaj viszony a legnagyobb legyen. FELHASZNÁLT IRODALOM Javaslat az analaitikai kémiában használatos minőségbiztosítási fogalmak nevezéktanához, Magyar Kémiai Folyóirat (1995) Analitikai kémiai nevezéktannal kapcsolatos észrevételek, Magyar Kémiai Folyóirat (1996) Guidelines for evaluating and expressing the uncertainty of NIST measurement results, NIST Technical Note No (1993) Quantifying uncertainty in analytical measurement, EURACHEM Committee Draft (1994) Nomenclature, symbols, units and their usage in spectrochemical analysis: Data interpretation, Spectrochimica Acta B (1978)