2026年版分析化学质量指南学习笔记——数据处理与控制
31 数据处理与控制
31.1 数据处理的核心原则
数据处理是将原始测量数据转化为最终检测结果的关键环节，必须遵循 “准确、规范、可追溯” 的原则，确保每一步处理都有依据、可复核。31.2 原始数据的记录与管理
31.2.1 原始数据的类型与记录要求
类型：包括仪器输出数据（如色谱图、光谱图、天平读数）、手工记录数据（如取样量、稀释倍数、滴定体积）、QC数据、校准数据；- 实时记录：数据产生时立即记录，不得事后补记或修改；
- 清晰准确：使用规范的计量单位和有效数字，避免模糊表述（如 “约 5mL” 应记录为 “5.0mL”）；
- 签名确认：记录人、审核人需在原始记录上签名，注明日期；
- 修改规范：若需修改错误数据，不得涂抹，应在错误数据上划横线，注明修改原因、修改人及日期，保留原始数据。
31.2.2 原始数据的存储
纸质原始记录：按项目、日期分类归档，存储在干燥、避光、防火的环境中，保存期限至少5年；电子原始数据：存储在安全的服务器或移动存储设备中，加密保护，定期备份，备份数据保存期限与纸质记录一致。31.3 数据处理的关键步骤
31.3.1 数据修约
修约规则：遵循“四舍六入五考虑”，五后非零则进一，五后全零看前位，前位奇进偶不进；有效数字：根据测量仪器的精度和方法要求保留有效数字，例如：- 天平读数（精度 0.1mg）：记录为 “0.5234g”（4 位有效数字）；
- 滴定管读数（精度 0.01mL）：记录为 “25.36mL”（4 位有效数字）；
- 最终结果：按测量不确定度修约，不确定度通常保留 1-2 位有效数字，结果的末位与不确定度的末位对齐（如不确定度 0.03mg/L，结果修约至 0.01mg/L）。
31.3.2 校准曲线计算
采用线性回归分析绘制校准曲线，计算回归方程（y=ax+b）和相关系数（r）；若曲线存在非线性段，可采用非线性回归或分段线性回归，确保校准结果准确；样品浓度计算：根据样品响应值，通过回归方程反推浓度，若样品经过稀释，需乘以稀释倍数。31.3.3 空白扣除与干扰修正
空白扣除：用方法空白的响应值扣除样品响应值，消除试剂污染、仪器残留的影响；干扰修正：若存在无法通过分离消除的干扰，需根据干扰物的浓度和干扰系数，对样品浓度进行修正。31.3.4 测量不确定度评定
按第 24 章的要求，结合数据处理过程中的各种误差来源，评定测量不确定度，并将其纳入最终结果报告。31.4 数据审核与控制
31.4.1 三级审核制度
一级审核（自检）：分析人员完成数据处理后，自行检查原始数据、计算过程、结果是否准确；二级审核（技术审核）：技术负责人或资深分析人员审核数据处理的规范性、QC结果的符合性、不确定度评定的合理性；三级审核（最终审核）：实验室管理层或授权人员审核报告的完整性、合规性，确认结果可用于预期用途。31.4.2 数据异常处理
当数据出现异常（如超出校准范围、与QC结果矛盾）时，需重新检查原始数据、实验过程，必要时重新分析样品；若确认数据异常是由实验误差导致（如样品污染、仪器故障），需记录异常原因，舍弃该数据，重新检测；若无法确定异常原因，需在报告中注明数据的不确定性。31.5 数据的追溯与检索
建立数据检索系统：按样品编号、检测项目、分析日期等关键词建立检索索引，便于快速查找数据；追溯要求：任何时候需能通过最终报告追溯至原始数据、校准数据、QC 数据，确保检测过程可重现。
