Advertisement

Nachbereitung quantitativer Messungen

  • Hans Gerhard Maier

Zusammenfassung

Bei quantitativen Analysen erhält man einen Meßwert, den man in den Analysenwert umrechnet. Dieser wird in mmol/kg, g/l o. ä., meist bezogen auf das Frischgewicht oder die Trockenmasse der Analysenprobe angegeben. Man unterscheidet 3 Gruppen von Methoden:
  • Absolutmethoden. Sie benötigen keine Eichung (Kalibrierung). Hierzu zählt die Radioaktivitätsmessung, wenn alle Zerfallsreaktionen registriert werden. Da dies aber oft nicht erfolgt, kommt man oft nicht ohne Eichung aus.

  • „Quasi-Absolutmethoden“, zu denen die Gravimetrie und die Titrimetrie zählen. Sie erfordern prinzipiell eine Eichung, die von zahlreichen Analytikern bereits durchgeführt und in Form von stöchiometrischen Umrechnungsfaktoren festgehalten wurde. Mit ihrer Hilfe kann man direkt umrechnen. Der Titer der Maßlösung und eventuell ein Blindwert müssen aber noch ermittelt werden. Blindwert ist der Wert, den man bei der Durchführung der Analysenvorschrift ohne Analyt erhält.

  • Relativmethoden. Es ist eine Eichung nötig, die in demselben Labor wie die Messung und von demselben Analytiker durchzuführen ist.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Bandermann F (1972) Statistische Methoden beim Planen und Auswerten von Versuchen. In: Bartholomé E, Biekert E, Hellmann H, Ley H (Hrsg) Ulimanns Encyklopädie der technischen Chemie, Bd 1: Allgemeine Grundlagen der Verfahrens- und Reaktionstechnik. Verlag Chemie, Weinheim, S 293–360Google Scholar
  2. 2.
    Baumann W (1988) Statistische Methoden für die Analytik. Grundlagen und praktische Anwendungen. In: Fresenius W, Günzler H, Huber W, Kelker H, Lüderwald I, Tölg G, Wisser H (Hrsg) Analytiker-Taschenbuch, Bd 7. Springer, Berlin Heidelberg New York London Paris Tokyo, S 3 – 54CrossRefGoogle Scholar
  3. 3.
    Bos U, Junker A (1983) Nachweis- und Bestimmungsgrenze als kritische Verfahrenskenngrößen vollständiger Meßverfahren in der Umweltanalytik. Fresenius Z Anal Chem 316:135–141CrossRefGoogle Scholar
  4. 4.
    Bozyk Z, Rudzki W (1972) Qualitätskontrolle von Lebensmitteln nach mathematisch-statistischen Methoden. VEB Fachbuchverlag LeipzigGoogle Scholar
  5. 5.
    Bundesgesundheitsamt (Ringbuch seit 1980) Amtliche Sammlung von Untersuchungsverfahren nach § 35 LMBG. Beuth, Berlin KölnGoogle Scholar
  6. 6.
    Cardone MJ (1983) Detection and Determination of Error in Analytical Methodology. J Assoc Off Anal Chem 66:1257–1294Google Scholar
  7. 7.
    Deutsche Forschungsgemeinschaft (Ringbuch ab 1969) Rückstandsanalytik von Pflanzenschutzmitteln. Verlag Chemie, WeinheimGoogle Scholar
  8. 8.
    Doerffel K (1967) Die statistische Auswertung von Analysenergebnissen. In: Acker L, Bergner K-G, Diemair W, Heimann W, Kiermeier F, Schormüller J, Souci SW (Hrsg) Handbuch der Lebensmittelchemie, Bd II/2: Analytik der Lebensmittel. Nachweis und Bestimmung von Lebensmittel-Inhaltsstoffen. Springer, Berlin Heidelberg New York, S 1194–1246Google Scholar
  9. 9.
    Doerffel K (1984) Statistik in der analytischen Chemie. Verlag Chemie, Weinheim Deerfield Beach BaselGoogle Scholar
  10. 10.
    Edwards AL (1979) Multiple Regression and the Analysis of Variance and Covariance. Freeman, San FranciscoGoogle Scholar
  11. 11.
    Ehrenberg ASC (1986) Statistik oder der Umgang mit Daten. Verlag Chemie, WeinheimGoogle Scholar
  12. 12.
    Fachgruppe Wasserchemie in der Gesellschaft Deutscher Chemiker in Gemeinschaft mit dem Normenausschuß Wasserwesen (NAW) im DIN Deutsches Institut für Normung e. V. (Ringbuch ab 1960) Deutsche Einheitsverfahren zur Wasser-, Abwasser- und Schlamm-Untersuchung. Verlag Chemie, WeinheimGoogle Scholar
  13. 13.
    Fahrmeir L, Hamerle A (1984) Multivariate statistische Verfahren. De Gruyter, Berlin New YorkGoogle Scholar
  14. 14.
    Gottschalk G, Kaiser RE (1976) Einführung in die Varianzanalyse und Ringversuche. Bibliographisches Institut, Mannheim Wien ZürichGoogle Scholar
  15. 15.
    Hartmann E (1985) Qualität in der Analytik. Z Lebensm Unters Forsch 180:87–95CrossRefGoogle Scholar
  16. 16.
    Kaiser H (1973) Grundlagen zur Beurteilung von Analysenverfahren. In: Körte F (Hrsg) Methodicum Chimicum, Bd. 1. Thieme, Stuttgart, Academic Press, New York London, S 1–20Google Scholar
  17. 17.
    Kaiser R, Gottschalk G (1972) Elementare Tests zur Beurteilung von Meßdaten. Bibliographisches Institut, Mannheim Wien ZürichGoogle Scholar
  18. 18.
    Linder A (1976) Statistische Methoden für Naturwissenschaftler, Mediziner und Ingenieure. Birkhäu-ser, Basel StuttgartGoogle Scholar
  19. 19.
    Malinowski ER, Howery DG (1980) Factor Analysis in Chemistry. Wiley & Sons, New York Chichester Brisbane TorontoGoogle Scholar
  20. 20.
    Marr IL, Cresser MS, Ottendorfer LJ (1988) Umweltanalytik. Thieme, Stuttgart New YorkGoogle Scholar
  21. 21.
    Montag M (1982) Beitrag zur Ermittlung der Nachweis- und Bestimmungsgrenze analytischer Meßverfahren. Fresensius Z Anal Chem 312:96–100CrossRefGoogle Scholar
  22. 22.
    Ohls K, Sommer D (1982) Über die Beurteilung quantitativer Analysendaten. Fresenius Z Anal Chem 312:195–220CrossRefGoogle Scholar
  23. 23.
    Renner E (1981) Mathematisch-statistische Methoden in der praktischen Anwendung. Parey, Berlin HamburgGoogle Scholar
  24. 24.
    Riedwyl H (1980) Regressionsgerade und Verwandtes. Paul Haupt, Bern StuttgartGoogle Scholar
  25. 25.
    Sachs L (1984) Angewandte Statistik. Springer, Berlin Heidelberg New YorkGoogle Scholar
  26. 26.
    Schweizerische Lebensmittelbuchkommission und Eidgenössisches Gesundheitsamt (Ringbuch ab 1967) Schweizerisches Lebensmittelbuch, Bd 2. Eidg Drucksachen- u Materialzentrale, BernGoogle Scholar
  27. 27.
    Täufel A, Erhardt V, Ostermann H, Heckel J, Seppelt B (1985) Die Anwendung von multivariaten mathematisch-statistischen Methoden zur Lösung von Aufgaben der Ernährungswissenschaft, Nahrungsgüterwirtschaft und Lebensmitteltechnologie. 6. Mitt. Ermittlung qualitätsbestimmender Kennwerte, dargestellt am Beispiel der Vorausbestimmung der Qualität des Weizenmehls. Die Nahrung 29:993–999CrossRefGoogle Scholar
  28. 28.
    Varmuza K (1980) Pattern Recognition in Chemistry. Springer, Berlin Heidelberg New YorkGoogle Scholar
  29. 29.
    Vogelgesang J (1987) Limit of detection and limit of determination: application of different statistical approaches to an illustrative example of residue analysis. Fresenius Z Anal Chem 328:213–220CrossRefGoogle Scholar

Copyright information

© Dr. Dietrich Steinkopff Verlag, GmbH & Co. KG, Darmstadt 1990

Authors and Affiliations

  • Hans Gerhard Maier
    • 1
  1. 1.BraunschweigDeutschland

Personalised recommendations