การสุ่มตัวอย่างและการเตรียมตัวอย่าง

การสุ่มตัวอย่างและการเตรียมตัวอย่างเป็นการนำส่วนที่เป็นตัวแทนของวัสดุมาเปลี่ยนให้อยู่ในรูปแบบที่เหมาะสมสำหรับการวัด ซึ่งมักเป็นแหล่งที่มาของข้อผิดพลาดในการวิเคราะห์ที่ใหญ่ที่สุด

Definition

การสุ่มตัวอย่างและการเตรียมตัวอย่างเป็นการดำเนินการวิเคราะห์ที่ทำให้ได้ตัวอย่างที่เป็นตัวแทนของวัสดุและเปลี่ยนให้อยู่ในรูปแบบที่สามารถวัดได้ โดยควบคุมข้อผิดพลาดที่เกิดขึ้นในขั้นตอนเหล่านี้

Scope

หัวข้อนี้ครอบคลุมขั้นตอนที่นำไปสู่การวัด: การออกแบบแผนการสุ่มตัวอย่าง, การเก็บและลดขนาดตัวอย่างรวมให้เป็นตัวอย่างสำหรับห้องปฏิบัติการและส่วนทดสอบ, และการเตรียมโดยการละลาย, การย่อย, การสกัด, การทำความสะอาด, และการเพิ่มความเข้มข้นล่วงหน้า นอกจากนี้ยังกล่าวถึงสถิติการสุ่มตัวอย่างและค่าคงที่การสุ่มตัวอย่าง, เทคนิคการเตรียมทั่วไป เช่น การสกัดของเหลว-ของเหลวและการสกัดแบบเฟสของแข็ง, และการควบคุมการปนเปื้อนและการสูญเสียสารวิเคราะห์

Core questions

• แผนการสุ่มตัวอย่างได้รับการออกแบบอย่างไรเพื่อให้ตัวอย่างเป็นตัวแทนของวัสดุทั้งหมด?
• ความแปรปรวนของการสุ่มตัวอย่างเกี่ยวข้องกับขนาดตัวอย่างและความไม่เป็นเนื้อเดียวกันอย่างไร?
• เทคนิคการเตรียมใดที่เปลี่ยนตัวอย่างให้อยู่ในรูปแบบที่สามารถวัดได้โดยไม่มีการสูญเสียหรือการปนเปื้อน?
• เหตุใดการสุ่มตัวอย่างและการเตรียมตัวอย่างจึงมักเป็นปัจจัยหลักที่ส่งผลต่อความไม่แน่นอนของการวิเคราะห์ทั้งหมด?

Key theories

สถิติการสุ่มตัวอย่าง

ความไม่แน่นอนที่เกิดจากการสุ่มตัวอย่างขึ้นอยู่กับความไม่เป็นเนื้อเดียวกันของวัสดุและปริมาณที่นำมา; ทฤษฎีการสุ่มตัวอย่างเชื่อมโยงจำนวนและขนาดของส่วนเพิ่มกับความแปรปรวนของการสุ่มตัวอย่างที่ทำได้ ซึ่งเป็นแนวทางในการวางแผนที่ทำให้ตัวอย่างเป็นตัวแทนทางสถิติ

Mechanisms

แผนการสุ่มตัวอย่างจะระบุจำนวนส่วนเพิ่มที่จะเก็บและจากที่ใด เพื่อให้ตัวอย่างรวมสะท้อนถึงวัสดุทั้งหมด จากนั้นตัวอย่างรวมจะถูกลดขนาดให้เป็นตัวอย่างห้องปฏิบัติการที่เป็นเนื้อเดียวกันและส่วนทดสอบ การเตรียมจะเปลี่ยนส่วนนั้นให้อยู่ในรูปแบบที่สามารถวัดได้: การละลายหรือการย่อยของแข็ง, การสกัดสารวิเคราะห์ออกจากเมทริกซ์, การกำจัดสารรบกวน, และบางครั้งการเพิ่มความเข้มข้นของสารวิเคราะห์ปริมาณน้อย ตลอดกระบวนการนี้จะมีการควบคุมการปนเปื้อนและการสูญเสียสารวิเคราะห์ เนื่องจากข้อผิดพลาดในขั้นตอนนี้จะส่งผลโดยตรงต่อผลลัพธ์สุดท้าย

Clinical relevance

การสุ่มตัวอย่างและการเตรียมตัวอย่างที่ดีมีความสำคัญอย่างยิ่งในการเฝ้าระวังสิ่งแวดล้อม ซึ่งวัสดุที่ไม่เป็นเนื้อเดียวกันทำให้การสุ่มตัวอย่างเป็นแหล่งข้อผิดพลาดที่ใหญ่ที่สุด และในการวิเคราะห์ทางคลินิก อาหาร และนิติวิทยาศาสตร์ ซึ่งการสกัดและการทำความสะอาดเป็นตัวกำหนดว่าสารวิเคราะห์ปริมาณน้อยสามารถวัดได้อย่างน่าเชื่อถือหรือไม่

History

ทฤษฎีการสุ่มตัวอย่างวัสดุที่ไม่เป็นเนื้อเดียวกันได้รับการวางรากฐานเชิงปริมาณโดย Pierre Gy ในช่วงกลางศตวรรษที่ 20 ในขณะที่นักเคมีวิเคราะห์ได้พัฒนาชุดเครื่องมือวิธีการเตรียมที่ขยายตัวอย่างต่อเนื่อง ตั้งแต่การย่อยแบบดั้งเดิมและการสกัดของเหลว-ของเหลว ไปจนถึงการสกัดแบบเฟสของแข็งและการสกัดขนาดเล็ก เพื่อรองรับการวิเคราะห์สารปริมาณน้อยและเมทริกซ์ที่ซับซ้อนที่ต้องการมากขึ้นเรื่อยๆ

Key figures

• Pierre Gy
• Walter J. Youden

Seminal works

• skoog2014fac
• harris2020
• miller2018

Frequently asked questions

เหตุใดการสุ่มตัวอย่างจึงเป็นแหล่งที่มาของข้อผิดพลาดที่ใหญ่ที่สุดได้?

หากวัสดุมีความไม่เป็นเนื้อเดียวกัน ส่วนเล็กๆ ที่นำมาวิเคราะห์อาจไม่ตรงกับทั้งหมด ดังนั้นแม้การวัดที่ไม่มีข้อผิดพลาดก็อาจให้คำตอบที่ผิดสำหรับวัสดุจำนวนมาก จำเป็นต้องมีแผนการสุ่มตัวอย่างที่รอบคอบเพื่อรักษาข้อผิดพลาดนี้ให้อยู่ในระดับที่ยอมรับได้

วัตถุประสงค์ของการเตรียมตัวอย่างคืออะไร?

เป็นการเปลี่ยนตัวอย่างให้อยู่ในรูปแบบที่วิธีการสามารถวัดได้ เช่น การละลายของแข็ง การสกัดและเพิ่มความเข้มข้นของสารวิเคราะห์ และการกำจัดสารรบกวน ในขณะเดียวกันก็หลีกเลี่ยงการปนเปื้อนหรือการสูญเสียสารวิเคราะห์