9.17 : Contaminanti ed errori

Una preparazione efficace del campione è fondamentale per effettuare delle analisi di laboratorio accurate e affidabili. Durante questo processo, possono sorgere due importanti fonti di errore: i bias di concentrazione dovuti a una divisione impropria del campione e la contaminazione causata dai metodi usati per ridurre le dimensioni delle particelle, come la macinazione o l’omogeneizzazione. Identificare e ridurre al minimo questi potenziali errori è fondamentale per garantire la validità dell'analisi.

Un'altra considerazione chiave è determinare il numero appropriato di campioni necessari per ottenere l’errore di campionamento desiderato. Se la popolazione target segue una distribuzione normale, la dimensione del campione può essere calcolata usando la seguente equazione:

In questa equazione, il valore t basato sul livello di confidenza desiderato rappresenta la deviazione standard del campionamento, che misura quanto i campioni sono distanti dalla media e denota l'errore di campionamento accettabile. Questa formula aiuta a definire il numero necessario di campioni per soddisfare una soglia di errore specifica, garantendo la precisione nel processo di campionamento.

Inoltre, ridurre al minimo la varianza totale dell'analisi implica l'affrontare sia le varianze del metodo che quelle del campionamento. La varianza del campionamento può essere ridotta raccogliendo un numero adeguato di campioni di dimensioni corrette, mentre la varianza del metodo migliora quando vengono condotte più analisi su ciascun campione. Gestendo efficacemente entrambe le varianze, è possibile ottenere risultati più accurati e affidabili.