F2008:05 Karaktärisering av fasta inhomogena ... - Avfall Sverige

Figur 4 Slumpmässiga och systematiska effekter på analysresultat och mätosäkerhet kan åskådliggöras med hur bra
någon lyckas pricka målet – eller det sanna värdet. Varje punkt motsvarar ett rapporterat analysresultat. Bredden
på normalfördelningskurvan beror på spridning i resultatet. En bra reproducerbarhet ger en låg standardavvikelse
och normalfördelningskurvan är smal (a, b). En dålig reproducerbarhet ger en hög standardavvikelse
och kurvan blir då bredare (c och d). Avståndet mellan medelvärdet och det sanna värdet i kurvan återger effekten
av bias [3]
Figure 4 Illustration of how bias and precision affects the difference between the measured value and the true value [3].
Även om det är ett vanligt förfarande att beräkna variabiliteten av provet på analysresultaten är det
betydligt svårare att identifiera källorna och potentiell inverkan av systematisk bias. Det är därför bra
att ha förståelse för de potentiella felkällorna och i förhand göra mätningar för att minimera dessa fel
vid planering och genomförande av provtagningen samt vid analys [3].
Det finns flera typer av bias som kan uppstå i samband med provtagning, analys och statistisk utvärdering
[3]. Provtagningsrelaterad bias kan minskas genom att rätt redskap, tekniker och metoder används
på ett korrektsätt. En väl utformad och genomtänkt provtagningsplan hjälper ofta till. Bias på
laboratoriet hänförs oftast till kontamineringar och fel kalibrerade instrument. Dessa två effekter minimeras
enklast genom att arbetet utförs enligt godkända metoder.
17