"""

Incerteza de Medição - Curso para Laboratórios ISO/IEC 17025

Guia Completo para Estimativa de Incerteza de Medição em Testes de Materiais, Calibração e Testes Microbiológicos

Este curso abrangente oferece uma abordagem passo a passo para entender a estimativa de incerteza de medição em testes de materiais, calibração e testes microbiológicos. Ele está alinhado com o Guia ISO 98-3:2008, que fornece diretrizes para expressar incerteza de medição (GUM-1995). Além disso, para testes microbiológicos, seguimos a norma ISO 19036:2019 - Microbiologia da cadeia alimentar - Estimativa de incerteza de medição para determinações quantitativas. O curso começa com uma introdução aos métodos estatísticos, garantindo que até mesmo os iniciantes no campo possam compreender o assunto. Seções subsequentes aprofundam o tópico com exemplos fornecidos em arquivos Excel para download, permitindo uma compreensão clara e prática. Também explicamos o assunto relacionado de declaração de conformidade e regra de decisão, que é um requisito crucial para laboratórios acreditados pela ISO/IEC 17025, em relação à incerteza de medição usando exemplos claros. No geral, este curso tem como objetivo simplificar o tópico complexo da incerteza de medição, tornando-o acessível e prático para os participantes. Para avaliar seu aprendizado, os participantes podem fazer um quiz de autoavaliação para ganhar confiança em sua compreensão do material do curso.

O que você aprenderá

• Obter uma compreensão clara dos conceitos estatísticos básicos
• Aprender a identificar fatores de controle significativos para a precisão ou validade dos resultados em atividades de calibração ou teste, incluindo testes microbiológicos
• Estimar efetivamente a incerteza de medição para todas as calibrações e testes realizados no laboratório, incluindo testes microbiológicos, que requerem uma metodologia diferente
• Formular um plano eficaz de controle de qualidade para o laboratório utilizando a incerteza das medições e identificando áreas para melhoria na qualidade dos resultados
• Aplicar a "regra de decisão" utilizando a incerteza das medições quando necessário