Introdução
Adiferençaentreostermosamostrarecoletarémuito sutil,porém,podemosinterpretar,amostrarcomoumter-moabrangenteecoletar,oatode“pegar”ouretirar,isolar oudetomarumaalíquotadoquesedesejaconheceranali-ticamente.(11,12)
Naamostragem,deve-sesempreconsiderarquenãoexiste olotehomogêneo,casoexistisse,nãohaverianecessidadeana- líticaouainda,nemdiscutiríamosasreaçõeseinteraçõesdaquí- mica.Partindo-sedesteraciocínio,aamostrasempreseráhete-rogênea.Seguindoamesmalinhaderaciocínio,seaamostra nãoéhomogênea,torna-seimpossívelretirarumaalíquotaque
AMOSTRAGEMANALÍTICAEMLABORATÓRIO
FlávioLeite
T&EAnalítica–Laboratóriode AnálisesQuímicas
Correspondência:
R.Sto.AntonioClaret,193 13073-450.Campinas.SP Fone:(19)3242-2244 Fax:(19)3213-0817
E-mail:[email protected]
Resumo
Aamostrageméopassomaisimportantedentrodocontextodaobtençãodoresultado final,vistoque,feitainadequadamente,aanálisequantitativaouqualitativaseesvaziado pontodevistacientífico(9).Como,quantoeondeamostrar,foraedentrodolaboratório, sãodúvidasconstantesquandosebuscaaconfiabilidadedeumresultado.Outraquestão, poucoexplorada,éapreservaçãodaamostra,ouseja,ondeecomoarmazená-la.Hávárias normaspublicadasparaamostrar,assimcomocritériosdeaprovaçãoerejeição,porém, nãoháclarezasuficienteparaqueoanalistasesintasegurocomoquandocomparainten-sidadesdossinaisdepadrãoeamostranumaanáliseinstrumental.Porém,jáéclaropara amaioriadosanalistasquenãoháamostragemsignificativa,nomáximo,amostragem representativa, assim como está claro para os estudiosos que as ferramentas existentes servemmuitobemàmecânica,masaindaprecisamdeajustesparaaQuímica.
Summary
Sampling can be considered the most important step in the whole context leading totheobtentionoffinalresultbecause,onceitiscarriedoutusinginadequateproce-dures,quantitativeandevenqualitativeanalysismaybecomemeaninglessfromthe scientificpointofview.Amongthemostcommonquestionswhichariseduringthe continuoussearchforreliableresultsaretodeterminehow,howmanyandwhenone givensamplingprocedureisrequired,bothinfieldandinsidethelaboratory.Another subjectoftenpoorlyexploredissamplepreservationandstorage.
Thereareseveralregulationsconcerningsamplingproceduresaswellasapprovaland rejectioncriteria,howevertheyarenotsufficientclearandstraightforwardtogivethe analysttherequiredcertaintywhencomparingsignalsfromsampleandstandardsdu-ringinstrumentalanalysis.
Nowadaysitisclearforthemajorityofanalyststhatthereisnosignificantsampling, butrepresentativesamplingproceduresatthelimitanditisbecomingevidenttoex-pertsthattheexistingsamplingtoolsworkverywellforMechanicsbuttheystillneed adjustmentsforChemistry.
signifiqueouniversoamostral,ouseja,praticamenteimpossível obtermosumaamostrasignificativa.Considerandoentãoahe-terogeneidade,omáximoquepodemosimaginarsobreuma amostraétê-lacomorepresentativadouniversoamostral.
Mesmoconsiderandoquefoicoletadaamelhoramostrare- presentativa,semprehaveránecessidadedealgumgraudepre-paraçãodessaamostraparatorná-ladisponívelanaliticamente.O seguinteexemploilustraacomplexidadedarepresentatividade:
“Imaginemosanalisarresíduodeumdeterminadoagro-químico numa plantação de laranjas que pode ter 500 mil laranjeiras,carregadasdafruta.Oprimeiroimpactoseráa grandiosidadedouniversoamostral,paraistobastaimagi-narumalaranjeiraocupandoumespaçode4m²,istodaria 2milhõesdem².Passadoesteimpacto,surgemasdúvidasde qualporçãodelaranjascoletarnopé,ouseja,adochão,a dapartedebaixoouassuperiores,ouainda,ofrutoemama-durecimentoouomaduro.Tendoasdefiniçõesésócoletar, quantas?Umsacode60litrosouumcaminhãode10tone-ladas?Chegandonolaboratório,novoquestionamentopode surgir,ouseja,queporçãotomarparaanalisar.”
Váriosaspectosdevemserconsideradosnaamostragem: afiguradoamostrador,quantoamostrar,aconcentraçãoa seranalisada,oprodutoaseranalisado,comoamostrar,as técnicasetecnologiasenvolvidaseavalidação.
OAmostrador
O amostrador, pessoa que estará buscando uma amostra confiável,devetercomoferramentabásicao“enxergar”,ouseja, aoestarnolocaldecoleta,teraperspicáciadedesenvolveruma inspeçãoedebuscaramelhorformadegarantirqueaamostra seráretiradaeencaminhadaconfiávelparaolaboratório.(10)
Oamostradordeveterclaraametodologiadecoleta,en-tendê-latantonaformaoperacionalcomonaformasubjetiva quepossaser.Devetersemprecomoprincípioa“clareza”, poisassimsendo,poderáestarinovandooubuscandosem-preoidealnacoletaconfiável.
Oamostradordeveteraqualidadeda“pró-atividade”,des-taformaestarásempreseantecipandoecontribuindoparaque olocaldeamostragemsejapreservadomesmoemcondições adversas,ouseja,numasobreposiçãodeembalagens,buscará contemplararelaçãodoesforço/empilhamento;numacoletaa céuaberto,consideraráasintempéries;numacoletadeinflamá-veis,tóxicoseexplosivos,contemplaráahigieneesegurança.
O amostrador buscará sempre o bom relacionamento profissionalinternoeexternoquelheinspiraráetransmitirá confiança,poisrecebendoeconhecendoocertoeoerrado queocorrenoambientedetrabalho,permitiráagirparabus-caraamostraconfiável.
Oquantoamostrar
É talvez a pergunta mais difícil diante de uma amos-tragem. Não existe uma fórmula quantitativa que resolva todososproblemaseasexistentespartemsempredeuma
probabilidade. Quando o universo amostral é definido, as ferramentasestatísticasficammaisacertivas,mesmoassim, um pouco de experiência ou de “intuição” é aplicada. A chamadaamostragemProbabilística,conceituada(10)para lotes,tememsuasferramentasamostragemdotipo:casual simples,sistemática,conglomerados,múltiplaeseqüencial. Quando amostramos processo sem definição de dimensão final,comoosprocessoscontínuos,achamadaamostragem Não Probabilística, algumas ferramentas do tipo: a esmo, materialcontínuoeintencionalpodemseraplicadas.
Afigura1ilustraadificuldadedesereduzirotamanhoda amostraparaseranalisada.Concluímosqueoquantoamostrar sempre será subjetivo, porém, com alguma ciência aplicada (nosentidodehaverumprocedimento,umaferramenta)que possaresultarnumadiscussãoounumanormatização(2).
Figura1.Reduçãodotamanhodaamostraparaanálise
Paraaamostragemdelotes,umaequaçãomuitoutilizada, principalmente,quandosetratadetambores,barricas,sacos, etc.éaraizquadradadeNadicionadaamaisumaunidade.
TAMANHODOLOTENÍVELGERAL
I II III
501A1200 GJK
CÓDIGODEAMOSTRA NÚMERODEAMOSTRAS
G 32
J 80
K 125
Figura2.Amostragememfunçãodotamanhodolote
√
n
± 1
Nafigura2,considerandoonívelG,amostra-se32produtos, casosejadefinidoemcriticidadeonívelKretira-se125produtos.
AConcentraçãoaseranalisada
Aindanareduçãodamassaamostral,aquantidadefinal podeserextremamentepequena.Afigura3mostraoexem-plodeamostragemparaanálisecromatográfica.
Figura3.Alíquotaparaaanálisecromatográfica
Considerandooprocessodeanálise,pode-seinvertero processoamostral,ouseja,pode-separtirdaconcentração a analisar para definir a quantidade de amostra. Algumas ferramentas vão neste sentido, como exemplo a equação definidaemfarmacopéias(13)tomandocomobaseoVMP (valormáximopermitido).
Exemplo: Considereamédiaestimadade1,5mg/kgdecloranfe-nicolequeavariaçãopodeserde“NãoDetectado”a13mg/kg.
2
(1000.L)
m=
m=massadeamostraasertomada(gramas) L=ValorMáximoPermitido(%)Exemplo:OlimitemáximodeArsênioemalimentoséde5mg/kg. Qualmassadeamostradevesertomadaparaarealizaçãodaanálise?
2
1000
x
0,0005
m=
4
gramas
5mg/kg=0,0005%
Se utilizarmos o resultado 24 para determinarmos o t, teremos:
t
2
S
2D
2n=
(2,26)
2(3,25)
2(1,5)
2n=
=24
Conclusão:20gramasdaamostra,satisfazemanecessidade analítica.
2- Considerandoconhecidaavariabilidadedaamostra-gem(5).
t
23=2,069
(2,069)
2(3,25)
2(1,5)
2n=
=20
n = númerodeamostrastomadas t = fatordeStudent
s = estimativadodesviopadrãodasamostras
E = errodeamostragem(narealidadeotermoéadife-rençaentreamédiadaamostraeovalorreal)
Verificou-se que a estimativa de variabilidade do teor deníquelnumcarregamentodeminério,combaseem16 determinações,erade±1,5%.Quantasamostrasdevemser tomadasparaserobtido(a95%deconfiança)umerrode amostragemmenorque0,5%deníquel?
t.S
E
n=
( )
2Quando se trata de população finita, uma proposta, quandopertinente,édeterminaronúmerodeamostrasem funçãodocustodeprodução:
a) Seaamostraretornaaolote,podem-seretirarquan-tidades maiores para se ter uma amostragem mais confiável
b) Seaamostranãoretornaaolote,pode-seestimar o quanto agregará de custo ao produto final da produção.Comoexemplo,temosumloteestima-dode1000unidadesaocustodesejadodeUS$2 por unidade. O custo se torna aceitável até US$ 2,20porunidade,ouseja,10%éomáximopara não causar impacto no custo final do produto. Resta saber se esses 10% garantem amostragem representativa.Paraisso,podem-seaplicarvalores de rejeição máxima, consensuais, para unidades rejeitadas.Casooresultadosejamaiorqueeste,o lotetodoserárejeitado.
Umaoutraequação,utilizadaparamaterialsólido,pode seraplicadaemlaboratóriodeduasformas:
1-Considerando a variabilidade sobre a maior concen-traçãoanalisadaem10amostras(1).
Onde:
n
=Tamanhonecessáriodaamostrat
=Studenta95%,grausdeliberdadearbitrárioe10 amostrass
2=Variânciaconhecidadeoutrosestudosouestimadapors2=(R/4)2,ondeRéomaiorvalorestimadoda concentração
D=Variabilidademédiaaceitável
2,13.1,5
0,5
Cálculo:
b.1)1000unidadesx10%=100unidadesamostradas
b.2) 100x5%=5unidadesrejeitadasseráolimitemáxi-modaqualidadedolotede100
(5%comovalorconsensuado)
Deveaindasercolocadooestudodaprobabilidade(4) deseretirarumaamostracomdefeitoe,apartirdeste,defi-nirotamanhoamostral.Imaginandoumlotede1000bolas brancase50bolasvermelhas,pode-seestimarqueafração defeituosa(vermelha)é:
50
10 0 0
p=
=0,05
100
p
=5%
Aoperaçãocomfatoriaisétrabalhosa,aconselha-sepor- tantoaaplicaçãodelogaritmos.SeDforonúmerodedefei-toscontidosnolote(D=50bolasvermelhas)aprobabilidade deter,naamostranbolascomxbolasvermelhasserá:
N!
n!(N-n)!
N
n
( )
=
1000!
100!900!
N
n
( )
=
mosasbolasnaurna,comoanalogiatemosumprocessode fabricaçãoproduzindosobreumperíodolongo,noqual5% dosprodutossãodefeituosos.
Aprobabilidadepdesepegarumabolavermelhaé0,05, a probabilidade de que um lote de n bolas contém exata-mente0,1,2,3...xbolasvermelhasédadopelaexpressão:
Asomadasprobabilidadesparaxindodezeroanéigual a1,eéaexpansãodep+(1-p)n.Estasériedeprobabilidade
échamadadeDistribuiçãoBinomial.Conferindoax osva-lores 0,1,2,3,.... pode-se calcular os primeiros termos dessa distribuição.
Paraaaplicaçãodadistribuiçãohipergeométricaeadis-tribuiçãobinomialnaformaçãodeumplanodeamostragem racionaldevem-sedefinirumcertonúmerodevalores:
a)LimitedeQualidadeAceitável(P1)=valoraserrespei-tadonamarchanormal
b)LimitedeQualidadedeRejeição(P2)=valorincompa-tívelcomutilizaçãonormaldolote.
c)Riscoα=riscoderejeiçãodeumloteP1.
d)Riscoβ =riscodeaceitarumloteP2(grandequantida-dedeprodutoemrelaçãoaamostraaserexaminada) A segurança dada por um plano de amostragem está emfunçãodaqualidaderealdolotesujeitoaamostragem. Aconstataçãodequeumloteémuitobomoumuitoruim ocorreapósumnúmeropequenodeobjetos,poroutrolado, seolotetemqualidadecompreendidaentreP1eP2faz-se necessárioexaminarumgrandenúmerodeobjetosantesde seterumaopinião.
Umaformadeverificaraqualidade(2-4)deumplano de amostragem é dada pela “Curva de Eficácia” que no exemploserá:
N=2500(tamanhodolote) n=25(tamanhodaamostra)
c=2(númerolimitededefeitosparaaceitaçãodolote)
n
x
p
n
(
x
)
=
( )
p
x(1-p)
n-xSetirarmosdeumaurna,aleatoriamenteumaamostrade 100bolas,onúmerodebolasvermelhasnãoseráexatamente 5,apesardaporcentagemdedefeitosser5%,porém,fazendo váriasamostragensde100bolas,estavariaráaoredorde5% (retornandoasamostrasparaaurnaapóscadaamostragem). Aprobabilidadedesetirarumaamostracontendoexata-mente0,1,2...bolasvermelhas,podesercalculada:
a)númerodeamostrasn=100 b)tamanhodoloteN=1000
c)onúmerodecombinaçõesdeNbolaspegosporgru-ponédadopelafórmula:
D
x
p(x)=
( )
,xvariarádezeroa50N- D
n-x
( )
N
x
( )
Exemplo:aprobabilidadedeterx=3bolasvermelhasna amostraserá:
D
x
p(x)=
( )
,xvariarádezeroa50N- D
n-x
( )
N
x
( )
quandootamanhodoloteéinfinito.Comosempredevolve-AcurvaéconstruídaemfunçãodaqualidaderealPdo loteeaprobabilidadePaqueseráaceita.Consideremosas seguintesinformações:N=1000n=20c=0
Quando,porexemplo,aproporçãodefeituosadoloteP foriguala0,01,aprobabilidadedetirardesseloteumaamos-trade20artigosnãocontendonenhumdefeitoserá:
10
0
p
(0)
=
( )
= 0,816
990
20
( )
1000
20
( )
produtossãopréconhecidos.NaResoluçãoRE560de02de abrilde2002–ANVISA–MinistériodaSaúde,define-separa produto acabado Estabilidade Acelerada e Estabilidade de LongaDuração.Comotranscriçãodaresoluçãotemos:
I-ESTABILIDADEACELERADA
a)Oestudodeestabilidadeaceleradadeveserrealizadoa 40±2ºCe75±5%deumidaderelativa(UR),durante seismeses,comanálisesemZero,30,60,90e180dias. b)Oestudodeestabilidadeaceleradadeveserrealizadoa
50±2ºCe90±5%deumidaderelativa(UR),durante trêsmeses,comanálisesemZero,30,60e90dias.
II-ESTABILIDADEDELONGADURAÇÃO
O estudo de estabilidade de longa duração deve ser realizadoa30±2ºCea70±5%deumidaderelativa(UR), duranteoperíodoemquesepretendecomprovaraestabi-lidadedoproduto.Nestecaso,noprimeiroanoasamostras devem ser analisadas nos tempos Zero, 6, 9 e 12 meses e depoisdesteperíodo,umavezaoano.
Ainda no sistema farmacêutico, quando se trata de es-tabilidadedeumdeterminadofármacoemmeiobiológico, utilizam-seasseguintesformasdeestabilidade:
a)Ciclosdecongelamentoedescongelamento b)Estabilidadenotempodebancada
c)Estabilidade simulada segundo Arrhenius (pode-se simular, em função da cinética e de alguns dados experimentais, o menor tempo em que o analito se reduziriaaumaconcentraçãoaceitável)
d)Estabilidadevisandootempoanalíticototaldoestudo
Astécnicasetecnologiasenvolvidas
A amostragem pode ser também caracterizada como umaarte,pois,muitasvezes,exigedoamostradorhabilida-des criativas perante determinadas situações para se obter uma amostragem representativa. Muitas vezes, a amostra-gemestáemfunçãodoquesebusca,porexemplo:
a)Hidrocarbonetosemáguaderio:emfunçãodapola-ridadeedensidade,oóleodeveráestarnaporçãoda superfície;casohajaumacurva,atendênciaéirpara asmargens.
b)Orgânicosvoláteisemsacaria:osmaisfáceisdeamos-trarsãoosperiféricos,porém,osmaisrepresentativos sãoosqueestãoprotegidospelosdemaissacos. c) Solo: o pH e a CTC (capacidade de troca catiônica)
podemfornecerinformaçõesquedefinirãoseacoleta será superficial ou aprofundada. Por exemplo, solo comcaráterácidoparametalcomooferro,provavel-mente ele estará percolado ou na porção mais sub-mersa,aocontrárioparaoalumínio,quepoderáestar Apartirdaprobabilidade0,01,pode-seiniciarasériede
probabilidade, supondo 0,02, 0,03...0,20. Pode ser cons-tatadoqueapartirdosdadosaquiapresentados,semprea amostragemserámotivodedesconfiançaanalítica.
Oprodutoaseranalisado
Dentreasconsideraçõesquantoaoprodutoaseranali-sado,estáapreservaçãodaamostracomoumtodo(11,12). Sabe-senomeioanalíticoquenãohárecursoinstrumental suficiente quando há uma grande quantidade de amostras aseremanalisadas.Tambémédeconhecimentogeralquea integridadedeumaamostraemtrânsitoporlongoperíodo dependedosistemadepreservação,principalmentequando se trata de refrigeração. Várias são as propostas e normas depreservação,mascomosaberrealmenteseoprodutoa seranalisadoapósumasemanaoutrintadiasteráomesmo resultadodeumaanáliseimediata?Oconceitoestabilidade éentãointroduzidoquandopossível.Trêstiposprincipaisde estabilidadesãoobservadas:Física,QuímicaeBiológica
FÍSICA: -facilidadedecontaminação(Higroscopia) -efeitodesuperfície(atraçãoeletrostática)
-perdasporevaporaçãodeespécies
damistura
QUÍMICA: -processosdeoxidação
-decomposiçõescatalisadas
-portemperatura
-porumidade
-porluz
-radiaçõesionizantesenãoionizantes
-porcontato
BIOLÓGICA: -aeróbica
-anaeróbica
-emmeiopropício
exemplooCianeto,seocaráterforácido,muitopro-vavelmenteesteterásidoperdidoporvolatilidade. d)Tambores:dependedoproduto,viscosoouemfasese
doquesequeranalisar:voláteis,metaisouresiduais. e) Folhas: o que analisar? Foi material pulverizado ou
produtointroduzidonasementeousolo.Folhasnovas oufolhasvelhas.
f)Oceano,lago:buscararegiãodemaiorimpacto.Se visível,ótimo,senão,estudaroequilíbriodoproduto aseranalisadoparadefinirsesuperfícieoufundo. Emprocessocontínuo,aamostragemsempreserácomple-xa.Oamostradordeverájulgaromelhorpontoouaqueleque mais representa uma situação real para a tomada de amostra. Emalgumassituações,acoletaéfacilitadapelapressãopositiva, porém,havendoequilíbrionoprocesso,comonocasodeamos-tragemdevaporesnitrosos(equaçãoabaixo),oresultadopode serprejudicadoseanalisadoempressãodiferenteadoprocesso.
2NO
2
⇔
N
2O
4
Numa situação na qual se deseja analisar vários com-ponentes sob pressão positiva ou negativa, são necessários aparatospróprios,cuidadoscomaestanqueidadedosistema quepodetantoperderprodutocomoaspirararatmosférico, oucontaminantesexternosaoprocesso.Afigura4ilustraum sistemadeamostragemdeváriassubstâncianumatubulação.
quarteamentosobreumabandejaatéabetoneiras,mistura-dores duplo cone, etc. A expressão de Badger e Bauchero, queéumaderivaçãodaexpressãododesviopadrão,éutili-zadaparadefinirograudemistura(10):
Figura4.Amostragemdegasescomvapores
Sólidos:reduçãodetamanhoemistura
Reduzirotamanhodeamostrassólidaséfundamental, tantoparagarantireficiêncianasreaçõesquímicasquepode-rãoadvir,comoparagarantirmelhorhomogeneidade.
Váriossãoosequipamentosquegarantemreduçãodetama-nho,desdedebritadoresamoinhos,obviamenteacompanhados depeneirasquedarãoodiâmetrodecortenecessárioparaanálise.
√
M=
(a− a)n(a)
−2 −2
M=graudeuniformidadedamistura
a=medidasobreamistura
QuantomaispróximodezeroMfor,maisuniformeseráamistura
Validaçãodaamostragem
Asferramentasparaverificarseumaamostrageméconfi-ável(representativa)sãoasmesmasutilizadasparaométodo analítico, porém, as variáveis podem ser consideradas dife-rentes,comoexemplo:enquantonummétodoanalíticopara sólidosapreocupaçãoestánapesagem,naamostragemestá navariabilidadedotamanhodepartículas.
Obteraestimativadodesviopadrão,repetitividadeere-produtividadedentrodoambientedaamostragemé,muitas vezes,açãoabstratadentrodouniversoamostral.Retornan- doaoexemplodospésdelaranjamencionadonaIntrodu-ção, uma repetição de cinco amostragens de 50 laranjas nouniversodemilhõesépraticamentedesprezívelepouco representativa.Tomaramostrasemquantidadesexageradas, como100ou200amostragensde1000laranjas,émaisum fatoacadêmicodoquereal,poisocustoealogísticaenvolvi-dosseriamproibitivosouextremamentetrabalhosos.
AValidaçãodaamostragempodeterpropostadeaplica-çãoemduassituaçõesprincipais:
-Quandodatomadadeamostraparaserlevadaaola-boratório
-Quandodatomadadeamostraparaseranalisada
Naprimeirasituaçãodatomadadaamostraparaserlevada aolaboratórioéqueresideamaiordificuldadeaqueaumenta emfunçãodocustodoproduto(retornávelounãoretornável) oudaquantidadedoloteoudoprocessocontínuoexistente. Analogamenteaoquejáfoiabordadoanteriormente,exem-plos como o de amostrar um litro de petróleo bruto numa refinaria,pararepresentaroprocessamentodealgunsmilhares debarrispordia,ouaindaamostrarumlitrodeáguadeuma ETA(estaçãodetratamentod’água),noqualapósomomento dacoletajásepassarammilharesdelitros,deixamclaroque amostradoreseanalisadorescontínuosserãonecessariamente osquedarãoainformaçãodasituação.Obviamente,sempre haveráumanovaexpertise,adacorreçãodoamostradoque deveráseraplicadaquandoosvaloresmáximosoumínimos permitidosestiveremnãoconformes.
apreciável,inicia-seodenominado“histórico”doproduto noqualpode-seretirarnosprimeirosestudosdevalidação várioslotesmenores,porém,emmaioresquantidadesde coletaapósdefinidososrespectivostempos(emfunçãoda variaçãodosistemaouprocesso).Porexemplo:50coletas detrêsprodutosnoprimeiromês,30coletasdetrêsprodu-tosnoterceiromês,eassimadequandoacadarealidade.
Sobretodososvaloresaplicam-seasferramentasnor- maisdeumprocessodevalidaçãoquepoderãoserproje-tadasnoestudodoserrosaplicadosaoresultadoconfiável. Nãodevemossersimplistas,poisháehaverádificuldades variadaseintrínsecasparacadaproduto.
Nasegundasituaçãodatomadadeamostraparaserana-lisada,podem-seobterváriasformasdeverificaraprecisão, como:análisedoprodutotalqual(individualoucomposto), pré-tratamentodaamostra(diluição,quarteamento,graude mistura,uniformidadedepartícula,etc).Aanálisedoproduto emrepetiçãopermiteobteromelhormomentodaretiradada alíquotaafimdedeterminaravariaçãoaceitável.
Paraosdoiscasosdeamostragem,tendoemvistaadi- ficuldadedaValidação,procura-sedefinirprocedimentosco-muns.Taisprocedimentospodemserencontrados,taiscomo paracoletadeáguas,solo,gasesemváriasáreas.Procedimen-tosinternacionais,nacionais,estaduaiseinternospodemser aplicadosporempresasouórgãosdefiscalizadores.
Organizaçõesinternacionaisparaamostragem
Há varias organizações que tratam da qualidade em laboratório,dentreasprincipaistemosaOECD(Organiza- tionofEconomicCo-OperationandDevelopment)éares-ponsávelpelasorganizaçõesconhecidascomoGMP(Good ManufacturingProduction)eGLP(GoodLaboratoryPracti-ce);UKAS(UnitedKingdomAccreditationService)(2).
AUKASproduziutrêsníveisdequalidadeInternacio-nal,EuropeiaeBritânica(2):
-Internacional: ISO (International Organization for Standartization)queproduzasnormasISO.
-Européia:CENouECS(EuropeanCommiteforStan-dardization)queproduzasnomasEN.
-Britânica:BSI(BritishStandardsInstitution)produzas normasBS.
NoBrasil,asnormasdequalidadestambémsãoderivadas dosorganismosacima.Hojeimplantadas,seguemOECDnoBPL (BoasPraticasdeLaboratório)umatraduçãodoGLP.Outrasnor-
masquevêmsendoaplicadassãoproduzidaspelaISO.Organis-MinistériodaSaúdeeMinistériodaAgriculturaprocuramuniformizar aqualidadeemdiferentesaplicações,comosobreosagroquímicos, controledemeioambiente,fármacos,medicina,etc.
Referências
1. Carter,MartinR.SoilSamplingandMethodsofAnalysis
;LewisPubli-shers;USA;1993.
2. PrichardE.QualityinTheAnalyticalChemistryLaboratory,JohnWiley
&SonsLtd;England;1995.
3. Pierre GY.L’Échantillonage des Lots de Matière en Vue de Leur
Analyse,Masson-Paris;France;1996.
4. Philippe J.Les Méthodes Statistiques en Pharmacie et en Chimie; Masson&Cie;France;1967
5. Jeffery,Basset,Mendham,Denney,Vogel.AnáliseQuímicaQuantitativa;
GuanabaraKoogan;5aEdição,1992
6. ABNT–NBR5426–janeiro/1985 7. ABNT–NBR5430–dezembro/1977 8. ABNT–NBR13895–junho/1997
9. BaiulescuGE,DumitrescuP.Sampling;EllisHorwood,USA-NewYork,1991.
10.LeiteF.ValidaçãoemAnáliseQuímica;Átomo;4aEdição;Brasil;2002