Linearità e retta di taratura

Quasi ogni misura quantitativa si appoggia a una retta di taratura: una relazione lineare fra il segnale dello strumento e la concentrazione dell’analita. Verificare che questa relazione sia davvero lineare, e in quale intervallo, è uno dei pilastri della validazione di un metodo analitico, perché da quella retta dipende ogni risultato che il laboratorio dichiarerà.

Vediamo che cos’è la linearità, come si costruisce la retta di taratura, che cosa indicano il coefficiente di determinazione e l’analisi dei residui, e quali sono i limiti dell’intervallo lineare.

La retta di taratura

La taratura consiste nel misurare il segnale di una serie di standard a concentrazione nota e nel costruire la relazione fra segnale e concentrazione. Nella regione lineare questa relazione è una retta, descritta da una semplice equazione di primo grado: la pendenza (m) misura la sensibilità del metodo, cioè quanto cresce il segnale per unità di concentrazione, mentre l’intercetta (q) rappresenta il segnale del bianco, idealmente prossimo a zero.

y = m · x + q

Una volta tracciata la retta, un campione incognito si quantifica al contrario: si misura il suo segnale, lo si proietta sulla retta e si legge la concentrazione corrispondente. L’affidabilità di questa lettura dipende interamente da quanto bene la retta descrive i dati. Per questo la taratura non è un’operazione da svolgere una volta per tutte: va ripetuta a ogni sessione di lavoro, perché la risposta dello strumento deriva nel tempo per usura del rivelatore, invecchiamento della colonna o variazioni dei reagenti. Una retta tracciata oggi e riusata fra una settimana può introdurre un errore sistematico su tutti i campioni, senza che nulla nel dato lo segnali.

La linearità

La linearità è la capacità del metodo di fornire un segnale direttamente proporzionale alla concentrazione entro un certo intervallo. Si verifica sperimentalmente preparando almeno cinque o sei standard distribuiti sull’intervallo di interesse, misurandoli e applicando una regressione lineare ai minimi quadrati. La validazione richiede di documentare non solo i parametri della retta, ma anche le prove statistiche che la relazione sia effettivamente lineare.

Il coefficiente di determinazione

Il parametro più citato è il coefficiente di determinazione (R²), che misura la frazione di variabilità dei dati spiegata dalla retta. Un R² prossimo a 1 indica che i punti giacciono molto vicini alla retta; nella pratica analitica si richiede in genere R² almeno pari a 0,995, spesso 0,999 per i metodi quantitativi. Attenzione però: un R² alto è necessario ma non sufficiente.

L’analisi dei residui

I residui sono le differenze fra il segnale misurato di ciascuno standard e quello previsto dalla retta. Se la relazione è davvero lineare, i residui si distribuiscono in modo casuale sopra e sotto lo zero, senza un disegno riconoscibile. Se invece mostrano un andamento sistematico — per esempio a forma di U, con valori positivi agli estremi e negativi al centro — la retta non è il modello giusto: c’è curvatura, e l’intervallo lineare va ristretto. L’analisi dei residui è lo strumento più sensibile per smascherare una non linearità nascosta.

L’intervallo lineare

Nessun metodo è lineare all’infinito. A concentrazioni elevate il segnale tende a saturare: in spettrofotometria, per esempio, deviazioni dalla legge di Lambert-Beer fanno piegare la curva verso il basso. L’intervallo lineare è la fascia di concentrazioni entro cui la proporzionalità regge, ed è uno dei limiti dichiarati in validazione. Per i campioni che lo superano la soluzione corretta è diluire fino a rientrare nell’intervallo, mai estrapolare la retta oltre l’ultimo standard misurato.

Perché conta nella pratica

Per chi gestisce un laboratorio, la retta di taratura è il cuore della tracciabilità di ogni risultato. Una taratura mal verificata propaga errori sistematici su tutti i campioni di una sessione, e una non linearità trascurata produce sottostime o sovrastime proprio agli estremi dell’intervallo, dove spesso si trovano i valori critici per la conformità. Documentare pendenza, intercetta, R² e residui, e rispettare l’intervallo lineare dichiarato, è ciò che permette di difendere un dato e di non dover ripetere intere campagne di misura.

Quando la matrice disturba la taratura si ricorre al metodo delle aggiunte standard.

Domande frequenti

Che cos’è la linearità di un metodo analitico?

È la capacità del metodo di fornire un segnale direttamente proporzionale alla concentrazione dell’analita entro un intervallo definito. Si dimostra preparando una serie di standard a concentrazione nota, costruendo la retta di taratura con una regressione ai minimi quadrati e verificando con l’R² e soprattutto con l’analisi dei residui che la relazione sia effettivamente lineare.

Che cosa rappresentano pendenza e intercetta della retta?

Nella retta y = m·x + q, la pendenza m è la sensibilità del metodo, cioè quanto aumenta il segnale per ogni unità di concentrazione: più è ripida, più il metodo è sensibile. L’intercetta q è il segnale corrispondente a concentrazione nulla, cioè il contributo del bianco, e idealmente dovrebbe essere prossima a zero.

Un R² alto basta a garantire la linearità?

No. Il coefficiente di determinazione misura quanto i punti aderiscono alla retta, ma una curva leggermente curva può dare un R² di 0,999 pur non essendo lineare. Per questo si richiede sempre di affiancare all’R² l’analisi dei residui: se gli scarti mostrano un andamento sistematico, la relazione non è lineare anche se il coefficiente sembra ottimo.

A cosa serve l’analisi dei residui?

I residui sono le differenze fra il segnale misurato e quello previsto dalla retta. Se la relazione è lineare, si distribuiscono casualmente intorno allo zero; se invece mostrano un disegno, per esempio a forma di U, indicano una curvatura e quindi una mancanza di linearità. È lo strumento più sensibile per individuare una non linearità che l’R² non rivelerebbe.

Cosa fare con un campione fuori dall’intervallo lineare?

Diluirlo fino a riportarne la concentrazione entro l’intervallo lineare validato, e poi rimoltiplicare il risultato per il fattore di diluizione. Non si deve mai estrapolare la retta oltre l’ultimo standard misurato, perché a concentrazioni elevate il segnale tende a saturare e la proporzionalità viene meno, producendo errori che crescono con la concentrazione.