Laboratuvar Uygulamalarında Kalibrasyon Grafiği Oluşturmanın Temelleri

Kerem Aydın·7 Temmuz 2026·⏱5 dk

Kalibrasyon grafiği (derecelendirme eğrisi), analitik bir cihazın sinyalini belirlenen maddenin konsantrasyonu veya miktarıyla ilişkilendiren matematiksel bir modeldir. Güvenilir bir sonuç elde etmek için, bilinen konsantrasyona sahip bir dizi standart numune ölçülmeli, "sinyal-konsantrasyon" bağımlılığı oluşturulmalı ve bu bağımlılık bir doğru veya eğri ile yaklaştırılmalıdır. Bilinmeyen bir numunenin aranan konsantrasyonu, sinyalinin bu bağımlılık denkleminde yerine konulmasıyla hesaplanır.

Doğru kalibrasyon, cihazın sistematik hatalarını ortadan kaldırır ve sonuçların metrolojik izlenebilirliğini sağlar. Aşağıda, standartların hazırlanmasından model kalitesinin istatistiksel değerlendirmesine kadar tam iş döngüsü ele alınmıştır.

Temel İlke: Kalibrasyon grafiği yalnızca kullanılan standartların konsantrasyon aralığında geçerlidir. Ekstrapolasyon (bu aralığın ötesinde hesaplama) yasaktır, çünkü incelenen alanın dışında cihazın davranışı öngörülemez.

Kalibrasyona Hazırlık: Standart Seçimi ve Aralık

Grafiğin kalitesi doğrudan girdi verilerinin kalitesine bağlıdır. Standartların hazırlanması aşamasındaki hatalar, matematiksel işlemle düzeltilemez.

1. Konsantrasyon Aralığının Seçimi

Aralık, gerçek numunelerin beklenen tüm konsantrasyonlarını ±%10–20 marjla kapsamalıdır.

Alt sınır: Yöntemin tespit limiti ile belirlenir (genellikle boş deneyin 3–5 katı üzeri).
Üst sınır: Dedektörün doğrusallığı veya sinyal doygunluğu ile sınırlıdır.

2. Kalibrasyon Noktalarının Sayısı

Doğrusal regresyon için minimum gereksinim 5–6 noktadır (boş numune/blank hariç). Doğrusal olmayan bağımlılıklar için nokta sayısı 8–10'a çıkarılır.

Noktalar tüm aralığa eşit dağıtılmalıdır.
Tartım ve dozajlama hatalarını en aza indirmek için tek bir ana çözeltiden seri seyreltmeler kullanılması önerilir.

3. Boş Numune (Blank)

Mutlaka sıfır konsantrasyona sahip bir nokta (analit içermeyen çözücü veya matris) dahil edilmelidir. Bu, cihazın arka plan sinyalini ve regresyon denkleminin sabit terimini ($y = ax + b$ denklemindeki $b$) dikkate almayı sağlar.

Veri Toplama ve Sinyal Ölçümü

Her konsantrasyon seviyesi için en az 3 paralel ölçüm yapılması önerilir. Bu, rastgele hatayı ve aykırı değerleri değerlendirmeyi sağlar.

Eylem Algoritması:

Cihaz ısınır ve çalışma moduna alınır.
Blank (sıfır noktası) ölçülür.
Standartlar konsantrasyon artışı sırasına göre ölçülür (hücrenin veya enjektörün hafıza etkisi/kirlenmesini önlemek için).
En konsantre standarttan sonra, sürüklenme kararlılığını kontrol etmek için tekrar blank veya orta konsantrasyonlu bir standart ölçülür.

Son standardın sinyali tekrar ölçüldüğünde önemli ölçüde farklılık gösteriyorsa, cihaz kararsızdır veya sistemde kirlenme meydana gelmiştir. Kalibrasyon yeniden başlatılmalıdır.

Grafiğin Oluşturulması ve En Küçük Kareler Yöntemi

Çoğu durumda, sinyal ($Y$) ile konsantrasyon ($X$) arasındaki bağımlılık doğrusal bir denklemle tanımlanır:

$$ Y = aX + b $$

Burada:

$Y$ — Cihaz yanıtı (optik yoğunluk, pik alanı, akım şiddeti vb.).
$X$ — Analit konsantrasyonu.
$a$ — Yöntemin hassasiyeti (eğim katsayısı).
$b$ — Sistematik kayma (boş numune sinyali).

$a$ ve $b$ katsayılarını bulmak için en küçük kareler yöntemi (EKY) kullanılır. Bu yöntem, deneysel noktaların teorik doğrudan sapmalarının kareleri toplamını minimize eder.

Excel veya Özel Yazılımda Hesaplama

Verileri girin: $X$ sütunu (konsantrasyon) ve $Y$ sütunu (ortalama sinyal).
Dağılım grafiği (Scatter plot) oluşturun.
Trend çizgisi ekleyin ve "Denklemi grafikte göster" ile "Yaklaştırma güvenilirlik değerini ($R^2$) göster" seçeneklerini işaretleyin.

Kalibrasyon Grafiği Kalitesinin Değerlendirilmesi

Sadece bir doğru çizmek yeterli değildir. Modelin verileri yeterince tanımladığını doğrulamak gerekir.

1. Belirleme Katsayısı ($R^2$)

Sinyal varyansının ne kadarının konsantrasyon değişimiyle açıklandığını gösterir.

$R^2 > 0.995$ — Mükemmel uyum (rutin analizler için).
$R^2 > 0.999$ — Yüksek hassasiyetli ölçümler için gereklidir (Kromatografi, AAS).
Önemli: Yüksek $R^2$, sistematik hataların olmadığını garanti etmez. Her zaman artık grafiklerine bakın.

2. Artıkların Analizi (Residuals)

Artık, ölçülen $Y_{exp}$ değeri ile denklemden hesaplanan $Y_{calc}$ değeri arasındaki farktır. $$ e_i = Y_{exp, i} - Y_{calc, i} $$

Nasıl Yorumlanır:

Artıklar sıfır etrafında rastgele dağılıyorsa — model doğrusaldır ve doğrudur.
Artıklar bir düzen oluşturuyorsa (örneğin yay veya huni şekli) — bağımlılık doğrusal değildir veya sinyal varyansı konsantrasyonla birlikte artmaktadır (heteroskedastisite). Bu durumda doğrusal model uygulanamaz; polinom yaklaştırma veya ağırlıklı EKY gerekir.

Yaklaştırma Modellerinin Karşılaştırılması

Model	Denklem	Ne Zaman Uygulanır	Özellikler
Doğrusal	$y = ax + b$	Çalışma aralığında çoğu spektroskopik ve kromatografik yöntem.	Basitlik, parametrelerin fiziksel anlamı.
Polinom (2. derece)	$y = ax^2 + bx + c$	Yüksek konsantrasyonlarda dedektör doygunluğunda veya Bouguer-Lambert-Beer yasasının eğrilmesinde.	Aşırı öğrenme riski. Daha fazla nokta gerektirir.
Logaritmik	$y = a \cdot \ln(x) + b$	Bazı elektrokimyasal yöntemler (örneğin, iyonomeri).	Eksen dönüşümü hataları bozabilir.

Bilinmeyen Numunelerin Yorumlanması ve Hesaplanması

Kalibrasyon denklemi onaylandıktan sonra, bilinmeyen bir numunenin konsantrasyonu ($C_{unk}$) şu formülle hesaplanır:

$$ C_{unk} = \frac{Y_{unk} - b}{a} $$

Burada $Y_{unk}$ — bilinmeyen numunenin ortalama sinyalidir.

Seyreltmenin Dikkate Alınması

Numune seyreltme içeren numune hazırlığına tabi tutulduysa, elde edilen sonuç seyreltme faktörü ($K_{dil}$) ile çarpılır:

$$ C_{final} = C_{unk} \times K_{dil} $$

Yeni Başlayan Hatası: Birimlerde (örneğin mAU) oluşturulan kalibrasyon denkleminin, başka birimlerde (örneğin Volt) elde edilen veriler için yeniden hesaplama yapılmadan kullanılması. Her zaman boyutları kontrol edin.

Kalibrasyon Oluştururken Sık Yapılan Hatalar

Zorla Sıfırdan Geçirme. Excel'de veya kromatografi yazılımlarındaki "Intercept = 0" seçeneği genellikle gerekçesiz kullanılır. Eğer blank sıfır olmayan bir sinyal (arka plan) veriyorsa, zorla sıfır yapmak özellikle düşük konsantrasyon bölgelerindeki tüm sonuçları bozar. İstatistiksel olarak sıfırdan anlamlı derecede farklıysa $b$ sabit terimini kullanın.
Matris Etkisinin Göz Ardı Edilmesi. Standartlar saf su üzerinde hazırlanmışken, numuneler karmaşık bir matris üzerindeyse (kan, toprak, atık su), viskozite veya iyonik güç yanıtı değiştirebilir.
- Çözüm: Standardilme yöntemini kullanın veya standartları numunelere yakın bir matris üzerinde hazırlayın.
Yetersiz Tekrar Sayısı. Her standardın tek seferlik ölçümü, rastgele hatayı değerlendirmeyi ve hataları (aykırı değerleri) tespit etmeyi sağlamaz.
Eski Standartlar. Bozulmuş standart numunelerin kullanılması, tüm sonuçların sistematik olarak düşük veya yüksek çıkmasına neden olur.

SSS: Kalibrasyon Grafikleri Hakkında Sorular

S: Dün oluşturulan kalibrasyon grafiği bugünkü analizler için kullanılabilir mi? C: Sadece kontrol numunesi (QC) ile kontrol yapıldıysa. QC sinyali izin verilen sınırlar içindeyse (genellikle nominal değerin ±%10–15'i), grafik geçerli kabul edilir. Aksi takdirde yeni kalibrasyon gerekir.

S: Numunenin sinyali en konsantre standarttan yüksekse ne yapılmalı? C: Numuneyi seyreltin ve ölçümü tekrarlayın. Grafiğin yukarı doğru ekstrapolasyonu kabul edilemez, çünkü dedektör doygunluğu başlayabilir.

S: Yeni grafik ne sıklıkla oluşturulmalıdır? C: Cihazın kararlılığına ve yöntem gereksinimlerine (GOST, ISO, farmakope) bağlıdır. Genellikle: her vardiyanın başında, tüketim malzemeleri değiştirildikten sonra (lampalar, kolonlar) veya her 10–20 numunede bir.

S: Neden $R^2$ yüksek ama sonuçlar yanlış? C: $R^2$ sadece ilişkinin doğrusallığını gösterir, doğruluğu değil. Nedeni, standartların yanlış hazırlanması (kütle/hacim hatası) veya tüm noktaları aynı şekilde etkileyerek doğrusallığı koruyan ancak eğimi kaydıran matris etkisi olabilir.