Entendendo repetibilidade e reprodutibilidade na prática
A maioria dos manuais de qualidade define esses conceitos separadamente, mas na verdade eles estão enroscados o tempo todo. Você raramente consegue medir um sem o outro interferindo. A repetibilidade é o quão próximo seu resultado fica quando você repete a medição nas mesmas condições. Reprodutibilidade é o quão próximo os resultados ficam quando as condições mudam — operador diferente, laboratório diferente, dia diferente. O problema é que muitas pessoas tratam esses dois termos como sinônimos. Já vi relatórios de auditoria onde alguém escrevia "o método é reproduzível" significando "consigo repetir no mesmo equipamento". São coisas completamente diferentes. Um método pode ser repetível em uma única bancada e irreproduzível quando você leva para outro prédio.
O que é repetibilidade e reprodutibilidade e por que eles se confundem
Repetibilidade — também chamada de precisão operacional ou erros de equipamento — mede a variação dentro das mesmas condições operacionais. Mesmo operador, mesmo equipamento, mesmo laboratório, curto intervalo de tempo. Se você mede uma pastilha de referência dez vezes seguidas e os valores oscilam entre 98,2 e 99,1 mg, isso é variabilidade de repetibilidade. O desvio padrão desses dez valores é a sua métrica. Reprodutibilidade — erros entre laboratórios ou operadores — entra quando pelo menos um fator muda. Operador B pega o mesmo equipamento e faz as dez medições. Ou o equipamento é enviado para outra unidade e o procedimento é executado por outra pessoa. A diferença entre a média do Operador A e a média do Operador B é parte da reprodutibilidade. A soma das duas fontes de variabilidade forma o que o padrão ISO 5725 chama de precisão global.
A confusão acontece porque o dialeto cotidiano usa "reproduzível" como adjetivo genérico para "dá certo de novo". Em metrologia, reproduzível significa especificamente "dá certo quando algo muda". Um resultado é repetível sob condições restritas e reproduzível sob condições ampliadas. Essa nuance importa quando você está calibrando um método analítico para submissão regulatória.
Como medir na prática
O teste padrão é o estudo Gage R&R, estruturado pelas normas ANSI/ASQ Z1.7 e ISO 5725-2. Você precisa de pelo menos dois operadores, três peças representativas da faixa de medição, e duas a três repetições por condição. O total de leituras fica entre 24 e 60 pontos. Menos que isso e a análise de variância não converge com confiança aceitável. O procedimento básico: cada operador mede todas as peças nas condições definidas, em ordem aleatória, sem anotar qual peça é qual para evitar viés de confirmação. Os dados entram numa ANOVA de dois fatores com repetição. O software separa a variância do equipamento (repetibilidade) da variância entre operadores (reprodutibilidade) e da interação entre eles. O resultado final é expresso como percentual da tolerância ou do desvio padrão total.
Se o estudo for feito conforme o guia AIAG para sistemas, a regra prática é: contributo inferior a 10% é aceitável, entre 10% e 30% depende do risco do processo, acima de 30% o sistema de medição é rejeitado. Essas fronteiras são orientações, não leis. Um processo crítico para segurança do paciente exige limites mais rígidos do que um processo de inspeção de embalagem secundária.
Um caso real que quase me custou o projeto
Trabalhei num projeto de validação de método UV-Vis para determinação de impureza em substância farmacêutica. A repetibilidade estava perfeita — desvio relativo abaixo de 1%. A reprodutibilidade, porém, travou em 18%, acima do limite aceitável de 15% estabelecido pelo protocolo. O problema parecia ser um operador que consistently lia 0,02 nm deslocado no comprimento de onda em relação ao outro. A solução foi simples, mas levei duas semanas para perceber. O espectrofotômetro tinha uma entrada manual de correção de comprimento de onda que um dos técnicos usava como prática rotineira antes de cada série, enquanto o outro confiava na auto-calibração. Quando padronizamos o procedimento para usar exclusivamente a calibração automática documentada e removi a entrada manual do fluxo operacional, a reprodutibilidade caiu para 7%. O desvio de 0,02 nm em 320 nm gerava diferença significativa na absorbância da impureza porque a curva de calibração era íngreme naquele região espectral.
A lição prática: a reprodutibilidade muitas vezes quebra em variáveis que parecem triviais. Procedimento mal documentado, ajuste manual não controlado, lote diferente de reagente, umidade do laboratório fora da faixa especificada. Listar essas fontes potenciais antes de rodar o estudo economiza tempo e evita re-work.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Pegadinhas comuns que iniciantes ignoram
Primeiro erro: selecionar peças de referência que não representam a variabilidade do processo. Se você escolher três amostras cujos valores estão todos agrupados numa faixa estreita, a reprodutibilidade aparecerá artificialmente baixa porque não há amplitude suficiente para expor diferenças entre operadores. O correto é usar peças distribuídas pela faixa operacional inteira, preferencialmente cobrindo especificação baixa, média e alta. Segundo erro: não controlar o intervalo de tempo entre medições. Temperaturas de laboratório variam ao longo do dia. Equipamentos eletrônicos aquecem e estabilizam. Se o Operador A rodar todas as medições pela manhã e o Operador B à tarde, a diferença de temperatura pode ser confundida com reprodutibilidade do operador. A norma recomenda permitir que o equipamento atinja equilíbrio térmico e registrar a temperatura ambiente em cada sessão.
Terceiro erro: interpretar o resultado do Gage R&R como diagnóstico automático. O número que existe problema, mas não qual a causa raiz. Se a variância de reprodutibilidade domina, investigue treinamento, procedimento escrito, ou consistência entre operadores. Se a variância de interação operador-peça é significativa, significa que operadores diferentes tratam peças diferentes de formas distintas — um sinal claro de procedimento mal definido ou viés de expectativa.
Quando o método falha completamente
Não adianta insistir com Gage R&R tradicional em cenários destrutivos onde cada medição consome a amostra. Se o teste destrói a peça, você não consegue repetir na mesma unidade. Nesse caso, o approccio estatístico correto é um desenho balanceado com peças replicadas independentemente, e a análise usa modelos de efeitos aleatórios com replicatas agrupadas por lote de fabricação. A precisão estimada será sempre maior do que num estudo não destrutivo equivalente, simplesmente porque a variabilidade entre unidades substitui a variabilidade dentro da unidade. Outro cenário onde repetibilidade e reprodutibilidade perdem o sentido é em ensaios qualitativos — tests de presença/ausência, testes de integridade de selagem por observação visual. Aí se aplica o estudo de concordância kappa, que mede consistência entre avaliadores de forma binária. Misturar os dois frameworks gera números que não são interpretáveis. O pessoal da qualidade às vezes tenta forçar um Gage R&R num teste atributo e acaba produzindo um relatório que ninguém consegue defender numa auditoria.
Existem também casos onde a reprodutibilidade intrínseca do método é naturalmente alta porque a técnica não foi desenvolvida para precisão interlaboratorial. Métodos espectrofotométricos para matrizes complexas com interferentes variáveis, métodos cromatográficos com derivatização manual, e métodos biológicos com variações naturais de lote celular — todos tendem a ter CVs de reprodutibilidade na faixa de 10 a 20% mesmo quando bem conduzidos. Nesses cenários, o objetivo realista não é eliminar a variabilidade, mas documentá-la e estabelecer limites de aceitação compatíveis com o estado da arte da técnica.
Ajustes que realmente funcionam no dia a dia
Documentação operacional detalhada é o fator individual mais impactante. Um procedimento de uma página com fotos das posições de montaje da amostra, tempos de equilibração explícitos, e critérios de aceite para cada leitura reduz a variância de reprodutibilidade em cerca de 30 a 50% em laudos que eu já revisei. O formato import menos do que a obrigatoriedade — se o operador pode decidir "fazer do seu jeito", a reprodutibilidade vai embora. Treinamento prático com feedback imediato também funciona melhor do que a abordagem teórica. Eu costumo recomendr que cada operador execute o método completo sob supervisão de referência antes de entrar no estudo formal, com gravação em vídeo das etapas críticas para revisão posterior. Isso identifica desvios de técnica que não aparecem em checklist escrito.
Controle estatístico de processo nos equipamentos também ajuda, mas tem limitação importante: ele monitora tendências ao longo do tempo, não diferenças entre operadores no mesmo dia. Se você precisa avaliar reprodutibilidade interoperador, o controle estatístico do equipamento sozinho não resolve. A abordagem combinada — SPC para o equipamento e Gage R&R periódico para o sistema operacional — é o que dá cobertura completa.
Resumo rápido para consulta
Repetibilidade: mesma condição, variância do equipamento e do operador dentro do mesmo cenário. Medida por desvio padrão de repetições consecutivas. Reprodutibilidade: condição variável, variância entre operadores, laboratórios, dias, lotes. Medida por diferença entre médias de grupos e variância de interação.
Precisão global: combinação das duas. É o que importa quando você precisa que o resultado seja confiável independentemente de quem execute e quando. Se o seu estudo de repetibilidade e reprodutibilidade está apresentando contribuções elevadas, comece pela documentação do procedimento e pela seleção adequada das peças de teste. Na maioria das vezes, esses dois fatores respondem por mais da metade da variabilidade identificada. O restante costuma ser resolvido com controle de ambiente e manutenção preventiva do equipamento. Quando nenhuma dessas medidas funciona, o problema provavelmente está na técnica analítica em si — e aí a solução é revisar o método, não insistir na análise de medição.
