EUROLAB “Cook Book” – Doc. N.

UTILIZZO DEI DATI DI CONFRONTI INTERLABORATORIO DA PARTE DEI LABORATORI: Parte A

Rilevanza dei confronti interlaboratorio
I confronti interlaboratorio (ILC) vengono svolti per varie ragioni [1], ad esempio,
- per validare le procedure di prova,
- per certificare i materiali di riferimento,
- per valutare le competenze dei laboratori (proficiency testing) o
- più in generale, per esaminare il grado di comparabilità tra laboratori.
Indipendentemente dall’obiettivo o dagli obiettivi specifici dell’ILC, i risultati possono essere utilizzati da un
laboratorio partecipante
- per verificare il livello di prestazioni delle proprie procedure di prova e/o del proprio staff,
- per dimostrare la propria competenza nei confronti di clienti ed enti di accreditamento,
- per ottenere informazioni utili per la valutazione dell’incertezza di misura.
Assegnazione di un punteggio ai dati ILC
Nei proficiency test (PT), i fornitori di PT spesso considerano i punteggi una misura quantitativa delle
prestazioni del laboratorio. Esistono vari punteggi diversi, ma quelli usati più di frequente sono due [2].
z-score:

z  xlab  xas
s
zeta score:

xlab  xas
zeta 
 u as  u lab
2
 2
(xlab: risultato di laboratorio, xas: valore assegnato, s: deviazione standard della valutazione delle prestazioni, uas:
incertezza standard del valore assegnato, ulab: incertezza standard del risultato di laboratorio)
Il numeratore di entrambi i punteggi indica la differenza (assoluta) tra il risultato di laboratorio e il valore
assegnato, che può essere stabilito da uno o più laboratori di riferimento o essere derivato come valore
di consenso dal gruppo di laboratori partecipanti. La deviazione standard s nel denominatore dello z-
score corrisponde alla misura della variabilità reale o accettata dei risultati. Il denominatore dello zeta
score rappresenta l’incertezza standard combinata della differenza del numeratore. Di conseguenza, la
differenza reale tra il risultato di laboratorio e il valore assegnato viene valutata per entrambi i punteggi
rispetto ad una stima dell’intervallo dei risultati (previsto o accettabile). La differenza tra i due punteggi è
data dal fatto che lo z-score valuta tutti i laboratori confrontandoli con lo stesso valore numerico, mentre
lo zeta score tiene in considerazione l’accuratezza dichiarata da ogni laboratorio.1
I fornitori di PT utilizzano spesso la seguente classificazione per i risultati dei laboratori partecipanti:
z, zeta  2: risultato soddisfacente
2 < z, zeta < 3: risultato dubbio, z, zeta > 3:
risultato non soddisfacente.

1 Un altro punteggio utilizzato di frequente nell’ambito della taratura, abbastanza simile allo zeta-score, è il cosiddetto numero En,
che viene definito come segue

En  xlab  xas
 U as2  Ulab


2 il denominatore contiene le incertezze estese U (k=2) anziché le incertezze standard u

In questo caso,
(k=1); di conseguenza En<1 è il criterio per un risultato soddisfacente mentre En>1 è considerato non soddisfacente.

The translation of this CookBook and any additional amendments are the responsibility of ALPI – Rev. 2017 1
 EUROLAB “Cook Book” – Doc. N. 4

Analisi dei dati ILC da parte del laboratorio

Per poter utilizzare i risultati di un ILC per gli scopi di cui alla clausola 1, il laboratorio dovrebbe analizzare
accuratamente i propri risultati dopo aver partecipato all’ILC tenendo conto delle informazioni esistenti,
come ad esempio
- dichiarazioni relative all’incertezza delle procedure di prova utilizzate presenti nelle norme, nella
letteratura ecc.,
- la propria valutazione di tale incertezza,
- la deviazione standard dei risultati di tutti i laboratori che prendono parte all’ILC,
- l’incertezza accettabile per il laboratorio e i suoi clienti.
Anche se l’organizzatore di un ILC fornisce una classificazione dei risultati suddivisa in soddisfacenti e
non soddisfacenti, il laboratorio non dovrebbe basarsi unicamente su questo giudizio. Se l’organizzatore
utilizza ad esempio una deviazione standard s per lo z-score non idonea allo scopo (ffp) per il
laboratorio, quest’ultimo potrebbe calcolare uno z-score modificato utilizzando un sffp che soddisfi le sue
esigenze o le esigenze del cliente [3].
In caso di risultati non soddisfacenti, il laboratorio dovrebbe svolgere un’analisi delle cause primarie e
adottare azioni correttive sulla base degli esiti della stessa. In alcuni casi, l’organizzatore dell’ILC
potrebbe fornire consigli utili. Dopo aver implementato le azioni correttive, il laboratorio dovrebbe
provarne l’efficacia, ad esempio tramite
- l’utilizzo di materiale di riferimento appropriato,
- la partecipazione ad un altro ILC.
Inoltre, i risultati degli ILC sono uno strumento importante per verificare la valutazione dell’incertezza
delle procedure di prova utilizzate [4, 5, 6]. Se le stime del laboratorio relative all’incertezza si rivelano
troppo prudenti o ottimistiche, sarà necessario adattarle di conseguenza.

Conclusioni
Indipendentemente dall’eventuale classificazione dei risultati dell’ILC in soddisfacenti o non
soddisfacenti da parte dell’organizzatore dell’ILC, il laboratorio partecipante dovrebbe analizzare
accuratamente i risultati in base ai propri criteri. Se un risultato non è soddisfacente, il laboratorio
dovrebbe adottare azioni correttive appropriate e accertarsi della reale efficacia di tali azioni.
Inoltre, i risultati di un ILC dovrebbero essere impiegati per verificare o migliorare le stime relative
all’incertezza di misura delle procedura di prova utilizzate.

Riferimenti
[1] ISO/IEC 17043, Valutazione della conformità – Requisiti generali per il proficiency testing, 2010
[2] ISO 13528, Metodi statistici da utilizzare nel proficiency testing tramite confronti interlaboratorio, 2005
[3] IUPAC, Protocollo internazionale armonizzato per il proficiency testing di laboratori chimici analitici,
Pure Appl. Chem., 78 (2006), 145 - 196
[4] NORDTEST Rapporto tecnico 537, Manuale per il calcolo dell’incertezza di misura nei laboratori ambientali,
2003, www.nordicinnovation.net/nordtest.cfm
[5] Rapporto tecnico EUROLAB 1/2006, Guida alla valutazione dell’incertezza di misura per risultati
quantitativi, www.eurolab.org
[6] Rapporto tecnico EUROLAB, L’incertezza di misura rivista: Approcci alternativi alla valutazione
dell’incertezza, in attesa di pubblicazione

The translation of this CookBook and any additional amendments are the responsibility of ALPI – Rev. 2017 2