O erro normalizado é uma medida adimensional usada na metrologia para avaliar o desempenho de um instrumento de medição em relação a um padrão de referência, os valores obtidos por diversos colaboradores em processos de medição ou ainda, a compatibilidade dos resultados declarados por vários laboratórios. Ele é definido como a diferença entre o valor medido e o valor verdadeiro, dividido pelo valor verdadeiro.
Essa medida é importante porque ela fornece uma forma de comparação a precisão de diferentes instrumentos de medição,
independentemente da escala de medição ou da unidade de medida utilizada. Além disso, o erro normalizado pode ser usado para avaliar a variação de medição de um instrumento.
O erro normalizado é dado pela equação.
onde:
- En – Erro normalizado;
- Xlab – Erro do laboratório em avaliação;
- Ulab – Incerteza do laboratório em avaliação;
- Xref – Erro do laboratório de referência;
- Uref – Incerteza do laboratório de referência.
Na prática, o erro normalizado é frequentemente expresso como uma porcentagem, o que torna mais fácil de interpretar e comparar com outras medidas. Por exemplo, se o erro normalizado de um instrumento é de 1%, isso significa que a leitura do instrumento é em média 1% diferente do valor verdadeiro.
Com a aplicação do erro normalizado é possível, caso a empresa realize verificações internas, aumentar o periodicidade de calibração do instrumento. Mas, de que forma posso fazer isso?
Primeiramente, temos que considerar as condições de reprodutibilidade, ou seja, de todos os fatores que compõe a medição ao menos um dos fatores é alterado. Com isso temos basicamente, duas condições:
1- Processo onde há influência do fator humano – Neste caso, o erro normalizado irá confirmar a compatibilidade dos resultados obtidos pelos colaboradores;
2- Processo onde inexiste influência do fator humano – Neste caso, o padrão utilizado ou outros instrumentos ou fatores devem ser alterados e iremos perceber se há alteração do resultados e se houver, qual o seu valor.
Desta forma é possível garantir a confiabilidade e precisão dos resultados de medição, o que é fundamental em muitas aplicações, como em processos de produção, controle de qualidade, pesquisa científica, entre outras.
