1
Kwaliteitszorg
LES 1
Methodevalidatie
ISO-norm:
-je moet valideren, iets veranderen aan een techniek om een bepaalde methode te
gebruiken
-het is geen wet, wel een norm
-je moet het kunnen aantonen
-ISO 17025 -> nummer onthouden, want nummer van labo!!!
Acriditatie -> je gaat meer geld verdienen, groter aanzien, want er plakt een stikker op je labo
dat je helemaal gecontroleerd bent
Wat is methodevalidatie?
Statistiek gaan doen op de resultaten, je wilt geacriditeerd worden, hoger aanzien, meer
verdienen,…
Kwantitatief:
Precisie
Juistheid
Bepalen van totale fout
Kwalitatief:
Meetbereik
Aantoonbaarheidgrens
Recovery
Modelafwijking
Selectiviteit
robuustheid
Kwaliteitscontrole:
Intern
Extern
Waarnemingsresultaat: info over onderzochte staal
Onzekerheid blijft:
-staalname
-staal zelf
-analysemethode op zich
-analyse
-> statistiek biedt hulpmiddelen om om te gaan met onzekerheden
HERHALING VORIG JAAR
Steekproef & populatie
Hoe breder de gausscurve, hoe groter de spreiding
Standaarddeviatie: maat voor de spreiding, we willen een kleine spreiding
,2
Variatiecoefficient mag je wel vergelijken, relatieve parameter, je kan de eenheden wegschrappen
Representatief:
1 resultaat moet weerspiegelen aan de helen groep
ad random
Variabelen
Onafhankelijke variabelen: je hebt het zelf in de hand
Afhankelijke variabelen: het is afhankelijk van een apparaat=onafhakelijke variabele, je gaat
niets zelf meten
AFHANKELIJKE VARIABELE
1. Nominale schaal
-geen rangorde
2. Ordinale schaal
-rangorde
3. Intervalschaal
-rangorde van intervallen
4. ratioschaal
-verschillende waarden
Ware waarde
waarde naartoe we streven
hoe nauwkeuriger onderzoek, hoe beter
Mediaan en Modus -> robuuste parameters, nauwkeurige parameters
Gemiddelde:
eenheden
rekenkundige gemiddelde
wanneer we veel metingen hebben
Mediaan:
van klein naar groot
oneven? Middelste
even? Gemiddelde van de 2 middelste getallen
doen wanneer er een klein aantal deelnemers is
Modus:
klasse met de grootste absolute frequentie
Variantie:
belangrijke info ivm spreiding van bekomen data
rekenkundige gemiddelde en spreiding vergelijken
Standaarddeviatie:
meest gebruikte maat voor spreiding van waarnemingsgetal
Variatiecoëfficiënt:
,3
vergelijking van de spreiding van verschillende onderzoeken
werken met relatieve waarde
uitgedrukt in %
Normaalverdeling
gauss-curve
in de midden de ware waarde
y-as: frequentie
x-as: verschillende waarden
Waarnemingsresultaten
mooi ordenen
bv. Frequentietabel
bv. Grafiek -> staafdiagram of histogram
bv. Lijndiagram
Hoe frequentietabel opstellen?
Spreidingsbreedte R (range) bepalen -> verschil tussen hoogste en laagste waarneming
Aantal klassen k -> wortel uit aantal waarnemingsresultaten
Klassebreedte b -> spreidingsbreedte op het aantal klassen
Afbeelding met frequentietabel
Histogram vs frequentiepolygoon
Eigenschappen van normale verdeling:
Voldoende metingen? Symmetrisch
Totale ding 100 of 1%
Midden is ware waarde
Eerste buigpunt -> gemiddelde min standaarddeviatie of plus
De 68-95-99,7%-regel
Kijk afbeelding
Hoe kleiner standaarddeviatie, hoe smaller uw curve -> wij willen een kleine standaarddeviatie
Beperkt aantal metingen = T-verdeling
-We streven naar een hoog aantal waarnemingen-
LES 2
International normen die willen aantonen dat alles werkt
ISO-norm 17025
Code
Science exchange
Hoe valideren? Kijk tabel
Nieuwe methode?
, 4
Gewijzigde methode?
Valideren van prestatiekenmerken, staan links -> juistheid, meetbereik,…
2 de kolom helemaal nieuw? Juistheid, reproduceerbaarheid -> altijd veranderen, blauwe
kolom
Validatie: bepalen van prestatiekenmerken
Kwalitatief
-precisie -> Herhaalbaarheid (identiek) en Reproduceerbaarheid (wisselend)
-juistheid of accuraatheid
-betrouwbaarheidsintervallen
-hypothesetesten
Kwantitatief
-mate waarin resultaten afwijken van ware waarde
Meetonzekerheid kwantitatief
Toevallige fouten -> precisie
Systematische fouten -> accuraatheid
Waarom belangrijk meetonzekerheid bepalen?
Nagaan welke fout
-Blunders -> foute stof gebruikt
-Toevallige fouten -> moeilijk te achterhalen
-Systematische fouten -> oorzaak trachten weg te werken, frigo in labo die niet meer
voldoende sluit
Toevallige fouten en precisie
Niet te voorspellen, niet te vermijden
Niet in 1 bepaalde richting afwijken
Hoe groter de toevallige fouten, hoe kleiner de precisie
KIJK GRAFIEK
Y -> aantal resultaten
X ->
Methode B heeft slechtere precisie en grotere spreiding
Toevallige fout berekenen
s
lage CV
We willen methode met kleine toevallige fouten en grote precisie
Precisie bepalen:
Herhaalbaarheid/ within-run precision
-op 1 dag, dicht bij elkaar, door dezelfde
Reproduceerbaarheid/ between-run precision
-in andere labo’s, door andere mensen
Hoe in praktijk?
Je kiest een staal
-controlestaal -> bias bepalen, precisie mss vals laag