Meetonzekerheid in de praktijk: GUM, budget en ISO 17025

Meetonzekerheid is het getal dat aangeeft binnen welke bandbreedte de werkelijke waarde van een grootheid zich met een opgegeven betrouwbaarheid bevindt. Zonder meetonzekerheid is een meetresultaat een cijfer zonder context: u weet niet of 10,03 mg werkelijk 10,03 is of even goed 9,98 of 10,08. Voor laboratoria die werken onder ISO 17025, GLP of GMP is het kwantificeren en rapporteren van meetonzekerheid een formele verplichting. Op deze pagina leggen we uit hoe u meetonzekerheid volgens de GUM-methode opbouwt, wat een uncertainty budget is, welke bronnen u in de praktijk moet meenemen, hoe u het resultaat rapporteert en hoe meetonzekerheid zich verhoudt tot beslisregels bij een specificatielimiet.

Uncertainty budget: van individuele onzekerheidsbronnen tot gecombineerde en uitgebreide meetonzekerheid

Wat is meetonzekerheid?

Meetonzekerheid is volgens het International Vocabulary of Metrology (VIM, JCGM 200) een niet-negatieve parameter die de spreiding van de waarden karakteriseert die redelijkerwijs aan de gemeten grootheid kunnen worden toegekend. Elke meting is een schatting: het instrument, de analist, het reagens en de omgeving voegen samen een variatie toe die niet volledig kan worden geëlimineerd. Meetonzekerheid maakt die variatie kwantificeerbaar. Een gerapporteerd analyseresultaat van 5,42 ± 0,08 mg/L (k = 2) betekent dat de werkelijke concentratie met circa 95 % waarschijnlijkheid tussen 5,34 en 5,50 mg/L ligt.

Wat is het verschil tussen meetonzekerheid en meetfout?

Een meetfout is het verschil tussen de gemeten waarde en de (onbekende) werkelijke waarde. Een fout is een enkelvoudig, onbekend getal — u kunt hem in principe niet vaststellen. Meetonzekerheid is daarentegen een schatting van de spreiding waarbinnen die fout redelijkerwijs kan liggen. Meetfout is een concept uit de klassieke foutentheorie; meetonzekerheid is de moderne benadering die in de GUM en de ISO/IEC-normen wordt gehanteerd. Systematische fouten die door kalibratie zijn vastgesteld, worden gecorrigeerd; de restonzekerheid van de correctie blijft in het uncertainty budget staan.

Wat is het verschil tussen nauwkeurigheid, juistheid en precisie?

Juistheid (Engels: trueness) is de mate waarin het gemiddelde van een groot aantal metingen overeenkomt met een aanvaarde referentiewaarde — het beschrijft systematische afwijking (bias). Precisie is de mate waarin herhaalde metingen onder dezelfde omstandigheden bij elkaar liggen — het beschrijft toevallige variatie. Nauwkeurigheid is de overkoepelende term voor de combinatie van juistheid en precisie: hoe dicht ligt een individuele meting bij de werkelijke waarde. Meetonzekerheid combineert beide aspecten in één getal.

Welke praktische oorzaken dragen bij aan meetonzekerheid?

Meetonzekerheid ontstaat nooit uit één enkele bron. In de dagelijkse laboratoriumsituatie zijn er drie categorieën van invloedsfactoren:

  • Het meetinstrument: resolutie, kalibratieonzekerheid, drift en slijtage. Een balans met een digitale stap van 0,1 mg levert altijd een afrondingsbijdrage; een pH-elektrode veroudert en verschuift in slope.
  • De omgeving: temperatuur, trillingen, tocht en luchtvochtigheid beïnvloeden het meetresultaat. Een volumetrische kolf die gekalibreerd is op 20 °C geeft bij 24 °C een systematisch volume-verschil dat als type-B-bijdrage in het uncertainty budget thuishoort.
  • De waarnemer: bij analoge schaalverdeling speelt de parallaxfout een rol — de afwijking die ontstaat doordat het oog niet loodrecht op de schaal staat. Ook de reactietijd bij handmatige stopzetstingen en de subjectieve beoordeling van een kleuromslag bij titratie vallen hieronder. In geautomatiseerde systemen is de menselijke bijdrage grotendeels geëlimineerd, maar bij handmatige pipetteertechnieken blijft de operateursvariatie een meetbare type-A-bijdrage.

Het onderscheid tussen deze drie categorieën helpt bij de opbouw van een gestructureerd uncertainty budget: instrumentbijdragen zijn doorgaans type B, waarnemersbijdragen zijn goed te kwantificeren via herhaalbaarheidsmetingen (type A). De onzekerheidsbronnen die in de praktijk het vaakst worden onderschat, staan uitgewerkt in de sectie Welke onzekerheidsbronnen worden vaak vergeten? hieronder.

Waarom is meetonzekerheid belangrijk?

Meetonzekerheid is om drie redenen essentieel. Ten eerste voor vergelijkbaarheid: pas met een gerapporteerde onzekerheid zijn twee resultaten van verschillende laboratoria eerlijk te vergelijken. Ten tweede voor besluitvorming: bij specificatiecontrole bepaalt de onzekerheid of een resultaat conform of non-conform is (zie ISO/IEC Guide 98-4 en JCGM 106 over decision rules). Ten derde voor traceerbaarheid: elke schakel in de herleidbare kalibratieketen naar de SI-eenheden voegt een bijdrage toe die alleen zichtbaar wordt via het uncertainty budget.

Wat is de GUM en hoe pas ik hem toe?

De Guide to the Expression of Uncertainty in Measurement (GUM, formeel JCGM 100:2008) is de wereldwijd erkende richtlijn voor het berekenen van meetonzekerheid. Hij is gepubliceerd door de Joint Committee for Guides in Metrology, een samenwerking van BIPM, IEC, ISO, OIML, ILAC, IFCC en IUPAC/IUPAP. De JCGM-documenten zijn vrij downloadbaar via het BIPM. De GUM beschrijft acht stappen die samen het uncertainty budget opleveren.

De GUM in acht stappen

  1. Definieer de meetgrootheid — schrijf het meetmodel op: welke grootheid wordt bepaald en volgens welke formule (bijv. c = m / (V · f)).
  2. Identificeer onzekerheidsbronnen — inventariseer alle invoergrootheden die het resultaat beïnvloeden. Een oorzaak-gevolgdiagram (Ishikawa) is hierbij nuttig.
  3. Kwantificeer elke bron — bepaal per bron een standaardonzekerheid u(xᵢ) via type A (statistisch uit herhalingen) of type B (uit kalibratiecertificaten, specificaties, ervaring).
  4. Bereken gevoeligheidscoëfficiënten — partiële afgeleiden ∂f/∂xᵢ die aangeven hoe een invoerverandering het resultaat verandert.
  5. Combineer — via de wet van propagatie van onzekerheid: uc² = Σ (ci · u(xi))², oftewel de wortel-som-der-kwadraten voor onafhankelijke bijdragen.
  6. Bepaal de dekkingsfactor k — meestal k = 2 voor circa 95 % betrouwbaarheid.
  7. Bereken de uitgebreide onzekerheid U — U = k · uc.
  8. Rapporteer — als y ± U (k = 2), met eenheid en betrouwbaarheidsniveau.

Wat is de formule voor meetonzekerheid?

De centrale formule is de wet van propagatie van onzekerheid voor een meetmodel y = f(x1, x2, …, xn). De gecombineerde standaardonzekerheid uc(y) is:

uc²(y) = Σ (∂f/∂xi)² · u²(xi)

voor onafhankelijke invoergrootheden. Bij gecorreleerde invoergrootheden komen er covariantietermen bij. De uitgebreide onzekerheid U volgt uit U = k · uc(y). Voor relatief bijeengezette bijdragen — allemaal in procenten — kan met relatieve standaardonzekerheden worden gewerkt: (uc/y)² = Σ (u(xi)/xi)². Dat is in de praktijk vaak overzichtelijker.

De wiskundige achtergrond van deze propagatieformule — de vier basisregels voor optelling, vermenigvuldiging, machtsverheffing en logaritmische functies, met uitgewerkte laboratoriumvoorbeelden — is toegelicht in het artikel Foutenpropagatie in het laboratorium: regels, formules en voorbeelden.

Type A en type B: hoe verzamel ik de bijdragen?

De GUM onderscheidt twee categorieën standaardonzekerheden, niet naar oorsprong (systematisch versus toevallig) maar naar de manier waarop ze worden vastgesteld.

Wat is type A-onzekerheid?

Type A wordt bepaald door statistische analyse van waarnemingsreeksen. De standaardonzekerheid is doorgaans de experimentele standaardafwijking van het gemiddelde: uA = s/√n. Type A vereist voldoende herhalingen; bij minder dan tien herhalingen wordt de effectieve vrijheidsgraad relevant en kan bij lage n een Student-t-factor de dekkingsfactor beïnvloeden. Voor stabiele processen met veel historische data kan de intra-laboratorium reproduceerbaarheid uit een controlekaart als uA worden gebruikt. Vermoedelijke afwijkingen in de historische reeks worden vooraf beoordeeld met een outlier-test zoals Grubbs of Dixon Q.

Wat is type B-onzekerheid?

Type B wordt bepaald uit andere informatie dan herhaalde metingen: kalibratiecertificaten, fabrikantenspecificaties, referentiegegevens, natuurkundige constanten of ervaringsoordeel. Bij een tolerantie ±a uit een specificatie zonder verdere informatie wordt een rechthoekige (uniforme) verdeling aangenomen: uB = a/√3. Een driehoekige verdeling geeft uB = a/√6, een resolutie ± halve digit levert uB = d/(2√3). Een kalibratiecertificaat dat U (k=2) vermeldt levert direct uB = U/2.

Uncertainty budget: opbouw en voorbeeld

Een uncertainty budget is de gestructureerde tabel waarin alle onzekerheidsbronnen, hun verdeling, hun standaardonzekerheid en hun bijdrage aan het eindresultaat worden vastgelegd. Het is het brondocument voor de accreditatiescope en het referentiepunt bij audits. Onderstaande tabel toont een vereenvoudigd budget voor een gravimetrische bepaling waarbij een concentratie wordt berekend als c = m / V.

Bron Type Verdeling Waarde ± a u(xi) Relatieve bijdrage
Kalibratie analytische balans B Normaal (k=2) ±0,05 mg 0,025 mg 0,025 %
Herhaalbaarheid weging A Normaal s = 0,03 mg, n = 10 0,009 mg 0,009 %
Kalibratie maatkolf 100 mL klasse A B Driehoekig ±0,10 mL 0,041 mL 0,041 %
Temperatuurcorrectie volume (ΔT ± 3 K, α = 2,1·10−4/K) B Rechthoekig ±0,063 mL 0,036 mL 0,036 %
Zuiverheid referentiemateriaal B Rechthoekig ±0,1 % 0,058 % 0,058 %

De relatieve gecombineerde standaardonzekerheid volgt uit de wortel-som-der-kwadraten van de relatieve bijdragen: √(0,025² + 0,009² + 0,041² + 0,036² + 0,058²) ≈ 0,084 %. Voor k = 2 wordt U ≈ 0,17 %. Bij een gemeten concentratie van 1,000 g/L rapporteert u dus 1,000 g/L ± 0,0017 g/L (k = 2, ~95 %).

Elke bijdrage aan het uncertainty budget begint bij een kalibratie: het kalibratiecertificaat levert de U(k=2)-waarde die als type-B-bijdrage in de budget wordt opgenomen.

Welke onzekerheidsbronnen worden vaak vergeten?

In de praktijk worden vier bronnen stelselmatig onderschat: de onzekerheid van het referentiemateriaal zelf (zuiverheid of gecertificeerde concentratie met u/U op het CoA), de temperatuurinvloed op volumes bij pipetten en maatglaswerk die vaak geijkt zijn op 20 °C, de bemonsteringsonzekerheid volgens de theorie van Gy — die bij heterogene monsters de dominante bijdrage vormt — en drift tussen kalibraties. Voor niet-homogene of grote monsters is bemonstering vaak groter dan alle analytische bronnen samen; zie ook het artikel over monsterneming en bemonstering.

Voor kwantitatieve methoden waarbij de concentratie wordt berekend via x = (y − b) / a, propageren de onzekerheden van helling, intercept en de individuele meting y samen naar de onzekerheid van het eindresultaat; hoe u die bijdragen kwantificeert en in het uncertainty budget opneemt, is uitgewerkt in het artikel over de kalibratielijn en lineariteit.

Dekkingsfactor en betrouwbaarheidsniveau

De dekkingsfactor k bepaalt hoe breed het interval U wordt en welk betrouwbaarheidsniveau daaraan gekoppeld is. In laboratoriumrapportages is k = 2 de gangbare keuze, overeenkomend met circa 95 % (uitgaande van een naar benadering normale verdeling van uc). Voor 99 % wordt k = 3 gebruikt; voor 68 % k = 1. Bij kleine effectieve vrijheidsgraden — bijvoorbeeld wanneer uc gedomineerd wordt door één type A-bron met weinig herhalingen — corrigeert de Welch-Satterthwaite-formule de dekkingsfactor via een Student-t-waarde.

Wat is de dekkingsfactor k = 2?

k = 2 is de meest gebruikte dekkingsfactor. Hij komt voort uit de eigenschap van de normale verdeling dat het interval van gemiddelde ±2σ ongeveer 95,45 % van de waarnemingen omvat. In een kalibratiecertificaat conform ISO 17025 wordt standaard U (k = 2) vermeld; de opgevende partij bewaakt dat de effectieve vrijheidsgraden zo groot zijn dat deze aanname mag worden gemaakt.

Meetonzekerheid en ISO 17025-rapportage

ISO/IEC 17025:2017 stelt in clausule 7.6 en 7.8 specifieke eisen aan meetonzekerheid. Kalibratielaboratoria moeten voor elke geaccrediteerde kalibratie de meetonzekerheid bepalen en op het kalibratiecertificaat vermelden. Testlaboratoria moeten de meetonzekerheid bepalen; rapportage op het testrapport is verplicht wanneer dit relevant is voor de geldigheid of het gebruik van het resultaat, wanneer de klant erom vraagt, of wanneer de onzekerheid van invloed is op de conformiteitsverklaring met een specificatie. Het accreditatietraject voor deze rapportage-eisen is beschreven in ons artikel over ISO 17025 en laboratoriumaccreditatie.

Hoe rapporteer je meetonzekerheid?

Een correcte rapportage bevat: het meetresultaat y, de uitgebreide onzekerheid U met dezelfde eenheid, de dekkingsfactor k, het beoogde betrouwbaarheidsniveau en — waar relevant — de aannames over de verdeling. Voorbeeld: c(nitraat) = 12,4 mg/L; U = 0,7 mg/L (k = 2, ~95 %). Het aantal significante cijfers in U mag maximaal twee zijn; het meetresultaat wordt afgerond op de laatste door U beïnvloede digit.

Wat is het verschil tussen absolute en relatieve meetonzekerheid?

Meetonzekerheid kan op twee manieren worden uitgedrukt, afhankelijk van wat het meest informatief is voor de toepassing:

  • Absolute meetonzekerheid heeft dezelfde eenheid als het meetresultaat. De notatie is y ± U, bijvoorbeeld 12,4 mg/L ± 0,7 mg/L (k = 2). Het teken ± geeft aan dat de werkelijke waarde met het opgegeven betrouwbaarheidsniveau binnen het interval [y − U, y + U] ligt.
  • Relatieve meetonzekerheid (ook: procentuele meetonzekerheid) is de absolute onzekerheid gedeeld door de meetwaarde, uitgedrukt als breuk of percentage: Urel = U / y. Bij een resultaat van 12,4 mg/L met U = 0,7 mg/L bedraagt de relatieve uitgebreide onzekerheid 0,7 / 12,4 ≈ 5,6 %. Relatieve onzekerheid is bijzonder handig wanneer bijdragen van grootheden met verschillende eenheden worden gecombineerd, of wanneer de onzekerheid over een breed bereik moet worden vergeleken.

Bij de rapportage van significante cijfers geldt de volgende vuistregel: de uitgebreide onzekerheid U wordt afgerond op maximaal twee significante cijfers. Het meetresultaat wordt vervolgens afgerond op de positie van het laatste significante cijfer van U. Heeft U bijvoorbeeld de waarde 0,074, dan worden twee significante cijfers aangehouden (0,074) en wordt het meetresultaat afgerond op de derde decimaal. Een absolute onzekerheid op één significant cijfer is niet fout, maar verliest precisie; bij kleine onzekerheden kan één significant cijfer leiden tot afrondingsverlies dat op de totale nauwkeurigheid doorwerkt.

In de wet van foutenpropagatie wordt doorgaans met relatieve standaardonzekerheden gewerkt: (uc/y)² = Σ (u(xi)/xi. Na combinatie converteert u de relatieve gecombineerde standaardonzekerheid terug naar een absolute uitgebreide onzekerheid door te vermenigvuldigen met k en met de meetwaarde y.

Wat is een decision rule bij een specificatielimiet?

Wanneer een resultaat wordt getoetst aan een specificatielimiet — bijvoorbeeld de Drinkwaterrichtlijn (EU) 2020/2184 voor nitraat — bepaalt de meetonzekerheid of het resultaat aantoonbaar binnen of buiten specificatie ligt. ISO/IEC 17025 vereist dat de gehanteerde decision rule wordt vastgelegd en gecommuniceerd. Gangbare regels zijn: (1) simple acceptance: alleen het puntresultaat toetsen; (2) guardband acceptance: de specificatiegrens verschuiven met U; (3) Bayesiaanse regels volgens JCGM 106. Bij grenswaardetoepassingen is een guardband van U (k=2) gebruikelijk om het risico op vals-positieve of vals-negatieve conformiteitsverklaringen te beperken.

Alternatieve benaderingen naast de klassieke GUM

Naast de analytische GUM-benadering met partiële afgeleiden bestaan er praktische alternatieven die voor complexe of niet-lineaire modellen vaak makkelijker zijn.

Kragten-spreadsheet

De Kragten-methode benadert de partiële afgeleiden numeriek door elke invoergrootheid één voor één met u(xi) te verstoren en het effect op y te meten. Dit is bijzonder geschikt voor een spreadsheetimplementatie: één cel per invoer, één rij per verstoorde invoer, wortel-som-der-kwadraten in de eindkolom. De methode staat beschreven in Eurachem/CITAC Guide CG4 (Quantifying Uncertainty in Analytical Measurement).

Monte Carlo-methode (JCGM 101)

De Monte Carlo-benadering, beschreven in supplement 1 van de GUM (JCGM 101), simuleert de meting duizenden malen door voor elke invoer een waarde uit de gepostuleerde verdeling te trekken. De verdeling van y ontstaat direct uit de simulatie en behoeft geen normaliteitsaanname. Deze methode is de aangewezen benadering bij sterk niet-lineaire meetmodellen, asymmetrische verdelingen of grote onzekerheidsbijdragen ten opzichte van de meetwaarde.

Top-down: Nordtest TR 537

De Nordtest-benadering leidt de meetonzekerheid rechtstreeks af uit prestatiegegevens: z-scores uit ringonderzoek, resultaten van gecertificeerde referentiematerialen en controlekaartgegevens. Het is een pragmatische top-down aanpak die geschikt is voor routineanalyses waar een volledige GUM-analyse per component onhaalbaar zou zijn. De methode is populair in milieu- en voedingsanalyselaboratoria.

Hoe verklein je meetonzekerheid?

Het uncertainty budget wijst zelf de weg: de bijdrage die procentueel het grootst is bepaalt waar verbetering het meest oplevert. In de praktijk zijn de effectiefste maatregelen: (a) vaker kalibreren of met traceerbaardere standaarden voor de dominante analytische bron, (b) meer herhalingen als type A dominant is (uA daalt met 1/√n), (c) overstappen op klasse A-glaswerk of gravimetrisch werken bij dominante volumemetrische bronnen, (d) omgeving stabiliseren (temperatuur, tocht, trillingen) als drift of temperatuurcorrectie zwaar wegen en (e) bemonstering verbeteren — meer of representatievere deelmonsters — als de matrix heterogeen is. Bijdragen die minder dan een derde van de dominante bijdrage leveren, verkleinen loont vrijwel nooit: door de kwadratensom valt hun aandeel weg.

Meetonzekerheid per meettechniek: praktische ordegrootte

Techniek Typische relatieve U (k=2) Dominante bronnen
Gravimetrie (goed uitgevoerd) 0,1 – 0,3 % Balansresolutie, hygroscopiciteit, buoyancy
Volumetrische titratie 0,3 – 1 % Buret, standaardconcentratie, eindpuntdetectie
HPLC-UV (extern gekalibreerd) 2 – 5 % Kalibratie, injectievolume, recovery
ICP-MS 3 – 10 % Matrixeffecten, drift, interne standaard
pH-meting (elektrode gekalibreerd) ±0,02 – 0,05 pH-eenheid Buffers, temperatuur, elektrodeslope
Temperatuurmeting (Pt100, klasse A) 0,15 – 0,3 K bij 0 °C Kalibratie, zelfverwarming, kabeleffecten

Deze getallen zijn indicaties voor goed uitgevoerde methoden; het werkelijke uncertainty budget van uw laboratorium levert de aantoonbare waarde die u rapporteert.

Meetonzekerheid en traceerbaarheid

Meetonzekerheid en meettraceerbaarheid zijn twee zijden van dezelfde medaille. Traceerbaarheid is de eigenschap dat een meetresultaat via een ononderbroken keten van kalibraties herleidbaar is tot een nationale of internationale meetstandaard (de SI-eenheden). Elke schakel in die keten — van een primaire standaard bij het nationale metrologie-instituut zoals VSL in Delft, via een geaccrediteerd kalibratielaboratorium, tot uw eigen werkstandaard — voegt een bijdrage toe. Het uncertainty budget van uw meting is de sommatie van die schakels én uw eigen laboratoriumbijdragen. Zonder traceerbare kalibratie is de meetonzekerheid onvolledig; zonder gekwantificeerde onzekerheid is de traceerbaarheid betekenisloos.

Documentatie en beoordeling door de RvA

Bij een accreditatiebeoordeling door de Raad voor Accreditatie wordt het uncertainty budget systematisch getoetst. De beoordelaar controleert of alle relevante bronnen zijn opgenomen, of de type A/B-classificatie klopt, of de verdeelaannames verdedigbaar zijn en of de gecombineerde onzekerheid consistent is met de gerapporteerde waarde op recente kalibratie- en testrapporten. Het budget wordt periodiek herzien — bijvoorbeeld bij een instrumentwissel, methodewijziging of een geconstateerde afwijking uit ringonderzoek. Het geheel wordt vastgelegd in een gedocumenteerde procedure conform de SOP-structuur van het kwaliteitssysteem en is onderworpen aan versiebeheer volgens ALCOA-principes voor data-integriteit.

Veelgestelde vragen over meetonzekerheid

Wat is meetonzekerheid ISO 17025?

Onder ISO/IEC 17025 is meetonzekerheid het volgens de GUM (JCGM 100) berekende getal dat de spreiding rond een meetresultaat kwantificeert. De norm verplicht kalibratielaboratoria tot rapportage op elk kalibratiecertificaat en testlaboratoria tot bepaling en — waar relevant — rapportage op testrapporten. De onzekerheid wordt uitgedrukt als U met een dekkingsfactor k (meestal k = 2, ~95 %) en moet traceerbaar zijn tot SI-eenheden via een geaccrediteerde kalibratieketen.

Wat is het verschil tussen standaardonzekerheid en uitgebreide onzekerheid?

De standaardonzekerheid u komt overeen met één standaardafwijking (ongeveer 68 % betrouwbaarheid bij een normale verdeling). De uitgebreide onzekerheid U ontstaat door u te vermenigvuldigen met een dekkingsfactor k, waarmee een breder betrouwbaarheidsinterval wordt bereikt. U = k · u. Rapportage naar de klant gebeurt vrijwel altijd als uitgebreide onzekerheid met k = 2.

Wat is een uncertainty budget?

Een uncertainty budget is een gestructureerd overzicht van alle onzekerheidsbronnen die bijdragen aan het meetresultaat. Per bron wordt vermeld: type A of B, de aangenomen verdeling (normaal, rechthoekig, driehoekig), de standaardonzekerheid u(xi), de gevoeligheidscoëfficiënt en de bijdrage aan uc². Het budget is het brondocument dat door de accreditatiebeoordelaar wordt gecontroleerd en dat de basis vormt voor het gerapporteerde U op certificaten en testrapporten.

Wat is de relatie tussen meetonzekerheid en validatie?

Meetonzekerheid en methodevalidatie zijn complementair. Validatie bewijst dat de methode geschikt is voor het beoogde doel — via parameters als lineariteit, precisie, juistheid, LOD/LOQ en robuustheid. Meetonzekerheid kwantificeert vervolgens hoe zeker het resultaat is voor een gegeven monster. De validatiegegevens — herhaalbaarheid, intermediate precision, recovery — leveren rechtstreekse input voor het uncertainty budget. In moderne methodevalidatie conform ICH Q2(R2) is meetonzekerheid expliciet onderdeel van de Analytical Target Profile.

De relatie tussen meetonzekerheid en detectielimiet (LOD) en kwantificeringslimiet (LOQ) is direct: op LOQ-niveau is de relatieve meetonzekerheid typisch 20–30 %; pas bij concentraties ruim boven de LOQ daalt de relatieve onzekerheid naar acceptabele niveaus voor nauwkeurige kwantificering.

Wat is meetonzekerheid bij pipetteren?

De meetonzekerheid van een gekalibreerde variabele micropipet bestaat uit een systematische component (accuracy, of juistheid: afwijking van de nominale waarde) en een toevallige component (precision, of imprecisie: standaardafwijking van herhaalde metingen). Deze worden gravimetrisch bepaald conform ISO 8655. Voor een gekalibreerde 100 µL-pipet ligt de gecombineerde relatieve U (k=2) doorgaans tussen 0,3 en 1,5 %, afhankelijk van klasse en volumefractie. Voor lagere volumina en werken buiten 20 °C neemt de onzekerheid toe.

Wat is meetonzekerheid bij weging?

Bij een analytische balans zijn de dominante bronnen: kalibratie (uit het DAkkS- of RvA-kalibratiecertificaat), herhaalbaarheid, excentriciteit, lineariteit, drift sinds laatste kalibratie en — bij lage massa's — buoyancy en resolutie. Voor een goed onderhouden analytische balans met d = 0,1 mg is bij een gebruikelijk weegbereik een gecombineerde U (k=2) van 0,1 – 0,3 mg realistisch. Voor massa's ver onder het USP-minimumgewicht (0,41 × d) domineert de relatieve onzekerheid dermate dat weging niet meer betrouwbaar is.

Voor de keuze van een balanstype waarvan de meetonzekerheid past bij uw analytische eisen, zie de balans keuzewijzer.

Hoe vaak moet een uncertainty budget worden herzien?

Een uncertainty budget wordt herzien bij een wijziging in de methode, apparatuur, matrix of kalibratieketen, en verder periodiek — jaarlijks is gebruikelijk — als onderdeel van de directiebeoordeling of interne audit. Bij een significante afwijking uit een ringonderzoek, een nieuwe versie van het referentiemateriaal of een aangepaste dekkingsfactor van de kalibratieleverancier is een tussentijdse herziening verplicht. Elke wijziging wordt gedocumenteerd conform de CAPA-procedure.

Wat is het verschil tussen meetonzekerheid en tolerantie?

Een tolerantie is een door de klant, norm of fabrikant vastgestelde toelaatbare afwijking rondom een specificatiewaarde. De meetonzekerheid is de eigenschap van uw meting en beschrijft hoe zeker u bent van het gerapporteerde getal. Beide zijn nodig om te beslissen of een product of monster aan de specificatie voldoet: alleen wanneer meetonzekerheid aanzienlijk kleiner is dan de tolerantie is de meting geschikt voor conformiteitsbeoordeling. Een vuistregel uit de meettechnische praktijk is dat U ≤ 1/3 · tolerantiebreedte; anders wordt de decision rule dominant en moet een guardband worden toegepast.

Wat betekent k = 2 op een kalibratiecertificaat?

k = 2 op een kalibratiecertificaat geeft aan dat de vermelde uitgebreide onzekerheid U is berekend als twee maal de gecombineerde standaardonzekerheid uc. Bij een naar benadering normaal verdeeld resultaat komt dit overeen met een dekking van circa 95 %. Voor gebruik van het instrument in uw eigen uncertainty budget gebruikt u uB = U/2.

Moet meetonzekerheid altijd op een testrapport staan?

Onder ISO/IEC 17025:2017 (clausule 7.8.3) is rapportage van meetonzekerheid op een testrapport verplicht wanneer: (a) de klant erom vraagt, (b) de meetonzekerheid van belang is voor de geldigheid of het gebruik van de resultaten, (c) een uitspraak over conformiteit met een specificatie wordt gedaan en de onzekerheid daarop van invloed is, of (d) de gehanteerde methode dit voorschrijft. In alle andere gevallen moet de onzekerheid intern beschikbaar zijn maar hoeft niet op het rapport te verschijnen. Voor kalibratiecertificaten geldt altijd rapportageplicht (clausule 7.8.4).

Wat is een guardband?

Een guardband is een marge rondom de specificatielimiet die het risico op onterechte conformiteitsverklaringen begrenst. In een guardband acceptance-regel wordt de bovengrens intern verlaagd met U (of een fractie daarvan): pas als de meetwaarde onder de bovengrens min guardband ligt, wordt een aantoonbare uitspraak over conformiteit gedaan. Voor tweezijdige specificaties wordt zowel boven- als ondergrens ingesnoerd. De keuze van de guardband is onderdeel van de decision rule zoals ISO/IEC 17025 die vereist.

Wat is Eurachem CG4?

Eurachem/CITAC Guide CG4, Quantifying Uncertainty in Analytical Measurement, is de leidende praktische handleiding voor het toepassen van de GUM in analytische chemie. De gids beschrijft de identificatie van bronnen, de Kragten-spreadsheetmethode, uitgewerkte voorbeelden voor titrimetrie, chromatografie, spectroscopie en gravimetrie, en de behandeling van bias- en recovery-onzekerheid. In geaccrediteerde chemische laboratoria wordt CG4 samen met de GUM (JCGM 100) als referentiedocument gebruikt.

Kan meetonzekerheid nul zijn?

Nee. Elke meting heeft een niet-nul onzekerheid, ook als het instrument perfect zou zijn en de meting exact op de nominale waarde uitkomt. De resolutie van de aflezing, de kwantiseringsstap van de digitalisering en de kalibratieonzekerheid van de referentiestandaard leveren altijd een u > 0. Een gerapporteerde onzekerheid van "0" wijst op een fout in het uncertainty budget of op onvolledige identificatie van bronnen.

Hoe bereken ik de procentuele meetonzekerheid?

De procentuele (relatieve) meetonzekerheid berekent u in drie stappen:

  1. Bepaal de uitgebreide onzekerheid U in de eenheid van het meetresultaat, via het uncertainty budget (zie de sectie Uncertainty budget: opbouw en voorbeeld hierboven).
  2. Deel U door de meetwaarde y: Urel = U / y.
  3. Vermenigvuldig met 100 voor een percentage: U% = (U / y) × 100.

Voorbeeld: een HPLC-analyse levert een concentratie van 8,50 mg/L met een uitgebreide onzekerheid van 0,34 mg/L (k = 2). De procentuele meetonzekerheid bedraagt dan 0,34 / 8,50 × 100 = 4,0 %. Dit getal is onafhankelijk van de eenheid en daarmee direct vergelijkbaar met andere methoden of laboratoria.

Werkt u met meerdere bijdragen in het uncertainty budget, dan kunt u elke bijdrage als relatieve standaardonzekerheid uitdrukken voordat u combineert: urel,i = u(xi) / xi. De gecombineerde relatieve standaardonzekerheid volgt dan uit de wortel-som-der-kwadraten van de relatieve bijdragen — zonder dat u eerst naar absolute eenheden hoeft om te rekenen. Dit is met name praktisch bij vermenigvuldiging of deling in het meetmodel, zoals bij c = m / V.

De achtergrond van deze rekenmethode — inclusief de afleiding van de vier basisregels voor optelling, vermenigvuldiging en machtsverheffing — staat uitgewerkt in het artikel Foutenpropagatie in het laboratorium: regels, formules en voorbeelden.

Wat is een sensitiviteitscoëfficiënt?

Een sensitiviteitscoëfficiënt ci = ∂f/∂xi geeft aan hoeveel het meetresultaat y verandert als de invoer xi met één eenheid verandert. Voor een eenvoudige lineaire verhouding y = a · x is c = a. Voor c = m/V zijn de sensitiviteitscoëfficiënten ∂c/∂m = 1/V en ∂c/∂V = −m/V². De coëfficiënten vertalen de onzekerheid van elke invoergrootheid naar de onzekerheid van de eindoutput; zonder deze schaling zou het optellen van absolute u(xi)-waarden met verschillende eenheden zinloos zijn.

Meer over kwaliteit, kalibratie en analyse

Meetonzekerheid staat niet op zichzelf. Verwante artikelen in onze kennisbank behandelen de aangrenzende onderwerpen die u nodig heeft voor een sluitend kwaliteitssysteem: ISO 17025 en laboratoriumaccreditatie, validatie van analytische methoden, interlaboratoriumvergelijking en z-score, ALCOA en data-integriteit, de theorie van Gy voor bemonstering, monsterneming, CAPA en root cause analysis. Voor gekalibreerde meetmiddelen die aantoonbaar geschikt zijn voor gebruik in een ISO 17025-omgeving vindt u in ons assortiment onder meer analytische balansen en precisiebalansen, volumetrisch klasse A-glaswerk, pipetten en pH- en conductiviteitsmeters. Neem contact op voor advies over de meetmiddelen die het beste passen bij uw uncertainty budget.

Onderdeel van: Voedingslaboratorium · Milieulab · Farmaceutisch lab · Klinisch laboratorium


Disclaimer: De informatie in dit artikel is bedoeld als algemene technische en regulatoire toelichting. Canidae Seal B.V. / Labvakhandel.nl aanvaardt geen aansprakelijkheid voor de toepassing van deze informatie in specifieke situaties. Raadpleeg voor uw eigen toepassing altijd de geldende wet- en regelgeving, de relevante normen en de uitvoerende autoriteiten of toezichthouders (zoals ECHA, Nederlandse Arbeidsinspectie, ILT of de bevoegde accreditatie-instantie).

Bestellijst

Uw winkelwagen is leeg.