De (on)zekerheid van metingen

Volgend jaar september moeten geaccrediteerde laboratoria volledig voldoen aan de nieuwe versie van ISO 17025. ‘Ze moeten met alle bronnen van meetonzekerheid rekening houden.’

‘Meetonzekerheid geeft meer zekerheid over of je aan de eisen voldoet’, stelt Jo Klaessens, analytisch chemicus gespecialiseerd in statistiek. Via zijn eigen bedrijf StatAlike adviseert hij laboratoria die analyses doen voor bedrijven. Die willen weten of hun product aan de door de overheid vastgestelde norm voldoet. Dat is zeker van belang nu volgend jaar september geaccrediteerde laboratoria zich dienen te houden aan de nieuwe versie van de internationale kwaliteitsnorm ISO 17025.

Aantal samples

‘Als je precies weet hoe groot de meetonzekerheid is, dan sta je veel sterker met je conclusie’, stelt Klaessens. Dat blijkt wanneer een bedrijf voor de rechter staat voor een product dat al dan niet aan de eisen voldoet. Voor voedingsmiddelen of andere producten ligt vaak vast hoe hoog de maximale concentratie van een bepaalde stof mag zijn. Maar ook hoeveel samples je moet nemen. Klaessens: ‘Als in de haven bijvoorbeeld 40.000 ton van een bepaald materiaal binnenkomt – denk aan biomassa, ofwel houtpellets – dan kan in de norm vastliggen dat er elke 10.000 ton een sample moet komen. En andere normen zeggen hoe je de analyse moet doen en hoe je rekening moet houden met de meetonzekerheid.’ In Nederland stelt de NEN de normen op. Veel andere normen worden internationaal opgesteld, bijvoorbeeld door ISO, de mondiale normalisatieorganisatie. Klaessens is bij de NEN voor­zitter van de subcommissie statistische toepassingen.

‘Statistiek is heel precies in theorie, maar de praktijk is net even anders’

In ISO 17025 staan uitgebreide eisen over onder meer meetonzekerheid bij analysewerk. Die expertise hebben de laboratoria vaak niet volledig in huis, merkt Klaessens. Vanuit zijn bedrijf helpt hij laboratoria hun accreditatie te verkrijgen of behouden. Heel soms vraagt een producent hem als die onenigheid heeft met een afnemer over een partij die net wel of net niet voldoet.

Verkeerde aannames

Wat Klaessens het meest aanspreekt in dit werk? ‘Het spanningsveld tussen theorie en praktijk’, begint hij. ‘Statistiek is heel precies in theorie, maar in de praktijk is alles net even anders. Je maakt aannames en benaderingen. De praktijk wil gewoon niet altijd aan de eisen van de theorie voldoen.’ De verkeerde aannames maken, heeft direct gevolgen voor de conclusies van de analyses. ‘Denk bijvoorbeeld aan micro-organismes in een voedingsmiddel. Die aantallen groeien exponentieel na besmetting. Ga je uit van een normale verdeling van de meetgegevens, dan kun je de verkeerde conclusie trekken.’ Ook merkt hij dat het nog best vaak gebeurt dat laboratoria onjuiste methodes gebruiken om de meetonzekerheid te berekenen.

‘Laboratoria moeten met alle bronnen van meetonzekerheid rekening houden, waaronder die van de samplename. Dan komt de NEN-subcommissie waarin ik zit in beweging om daarvoor een norm op te stellen.’ Het doel hiervan is laboratoria een handvat geven om dit op te pakken. Kun je als opdrachtgever dan gewoon achteroverleunen en wachten op je resultaten? Volgens Klaessens niet. ‘Bespreek van tevoren op welke manier het laboratorium rekening houdt met de meetonzekerheid en hoe groot die mag zijn. Dan weet je achteraf of de meetonzekerheid voldoet. Op basis van het meetresultaat kun je dan een goed besluit nemen over het product.’

Dit artikel is verschenen in C2W, vakblad voor chemie en life sciences.

Meer lezen?

Tags

Wetenschap

Comments are closed.

Omhoog ↑