Validare davvero un file Excel in laboratorio: test, controlli e casi reali ISO/IEC 17025

DN CONSULENZE · RESPONSABILITÀ EDITORIALE

Chi cura gli approfondimenti tecnici

Il coordinamento dei contenuti tecnici fa riferimento a Francesco Divano. Gli articoli propongono criteri, esempi e riferimenti utili al laboratorio, senza sostituire i testi ufficiali delle norme o la valutazione del singolo caso. Per segnalazioni e aggiornamenti è disponibile il nostro contatto editoriale.

In molti laboratori una parte importante del risultato analitico non viene prodotta direttamente dallo strumento, ma da un file Excel.

Devi verificare un foglio di calcolo utilizzato per risultati, incertezza o controllo qualità? DN Consulenze affianca i laboratori nell’impostazione dei casi di prova, nella verifica dei calcoli e nella documentazione delle evidenze secondo ISO/IEC 17025. Richiedi un confronto tecnico oppure approfondisci il servizio di validazione e verifica dei metodi.

Fogli di calcolo vengono utilizzati per elaborare rette di taratura, calcolare concentrazioni, correggere diluizioni, stimare incertezze, valutare recuperi, costruire carte di controllo, verificare criteri di accettazione e perfino trasferire il risultato finale nel rapporto di prova.

La domanda quindi non è se Excel sia un software affidabile in assoluto. La vera domanda è:

il laboratorio ha dimostrato che quel particolare file Excel, con quelle formule, quelle celle, quelle protezioni e quelle logiche decisionali, produce correttamente il risultato atteso?

È qui che entra in gioco la validazione del foglio di calcolo.

Validazione dei file Excel in laboratorio ISO IEC 17025
Esempio di verifica strutturata di un foglio Excel utilizzato in laboratorio.
Regola pratica DN: più il foglio influenza direttamente un risultato, una conformità, un’incertezza o una decisione tecnica, maggiore deve essere la profondità della verifica.

Perché un file Excel deve essere controllato

ISO/IEC 17025:2017 dedica il punto 7.11 al controllo dei dati e alla gestione delle informazioni. Il principio è semplice: quando un sistema viene utilizzato per raccogliere, elaborare, registrare, riportare, conservare o recuperare dati di laboratorio, il laboratorio deve assicurarsi che la sua funzionalità sia adeguata all’uso previsto.

Excel è un software commerciale ampiamente utilizzato. Questo però non rende automaticamente validato il foglio costruito dal laboratorio.

Il rischio non è normalmente il programma Microsoft Excel in sé, ma ciò che il laboratorio ha inserito al suo interno:

  • formule;
  • riferimenti tra celle e fogli;
  • macro;
  • funzioni condizionali;
  • arrotondamenti;
  • conversioni di unità;
  • fattori di diluizione;
  • criteri di accettazione;
  • celle nascoste;
  • collegamenti ad altri file;
  • importazioni automatiche di dati.

Un singolo errore in uno di questi elementi può propagarsi fino al risultato riportato al cliente.

Validare Excel non significa ricontrollare tutte le formule ogni giorno

Uno degli equivoci più frequenti è pensare che validare un foglio Excel significhi controllarlo manualmente ogni volta che viene utilizzato.

Non è questo l’obiettivo.

La validazione serve a dimostrare, prima dell’utilizzo operativo, che il file:

  • esegue correttamente i calcoli previsti;
  • gestisce correttamente i dati inseriti;
  • reagisce in modo appropriato alle condizioni limite;
  • non permette modifiche non controllate alle parti critiche;
  • fornisce risultati coerenti con calcoli indipendenti o valori attesi;
  • mantiene la propria integrità durante l’utilizzo.

Dopo la validazione, il laboratorio deve soprattutto controllare la versione e le modifiche.

Quali file Excel richiedono maggiore attenzione?

Non tutti i fogli di calcolo hanno la stessa criticità.

Un file utilizzato soltanto come elenco di campioni presenta un rischio molto diverso rispetto a un file che calcola automaticamente il risultato finale di una prova.

Tra i file che meritano maggiore attenzione troviamo quelli utilizzati per:

  • calcolo delle concentrazioni;
  • rette e curve di taratura;
  • calcolo dell’incertezza di misura;
  • correzione per bianco, recupero o diluizione;
  • calcolo di LOD e LOQ;
  • carte di controllo;
  • valutazione di z-score o En score;
  • verifica della ripetibilità;
  • taratura e verifica delle apparecchiature;
  • conversione delle unità di misura;
  • determinazione automatica della conformità;
  • elaborazione di dati destinati al rapporto di prova.

Prima di tutto: guardiamo cosa fanno davvero i file complessi

Nei file più evoluti il problema non è soltanto verificare una singola formula. Il workbook può collegare dati grezzi, criteri di accettazione, verifiche intermedie, dashboard, allarmi e decisioni operative. Ecco alcuni esempi del tipo di strumenti che sviluppiamo e verifichiamo.

Carta di controllo bilance e indice di compatibilità Excel
Esempio DN – bilance. Carta di controllo con indice di compatibilità e criteri decisionali. La validazione deve dimostrare non solo il calcolo, ma anche che il corretto stato venga restituito ai limiti e fuori limite.
Dashboard Excel Proficiency Test z-score
Esempio DN – Proficiency Test. Dashboard per z-score e andamento dei PT: vanno verificati soglie, filtri, conteggi e coerenza dei grafici con i dati originali.
Carte di controllo e regole di Westgard
Esempio DN – controllo qualità. Le regole di Westgard devono essere testate con sequenze preparate appositamente per generare warning, fuori controllo, trend e bias.

1. Definire prima cosa deve fare il file

Prima di validare un foglio di calcolo è necessario descriverne l’uso previsto.

Una breve scheda può indicare:

  • nome e codice del file;
  • versione;
  • responsabile del file;
  • scopo;
  • dati in ingresso;
  • elaborazioni effettuate;
  • risultati prodotti;
  • eventuali criteri decisionali;
  • collegamenti con altri file o sistemi.

Senza questa definizione diventa difficile stabilire cosa debba effettivamente essere verificato.

2. Verificare le formule con un calcolo indipendente

Il controllo più importante è confrontare il risultato prodotto da Excel con un risultato ottenuto in modo indipendente.

Per esempio, se un foglio calcola:

C = (Cstrumentale × Vfinale × FD) / m

il laboratorio può scegliere alcuni set di dati rappresentativi ed effettuare il calcolo manualmente, con una calcolatrice indipendente o con un secondo sistema.

Il risultato deve coincidere entro la precisione numerica definita.

È importante non verificare soltanto un caso “normale”. Occorre includere anche condizioni che possano mettere in evidenza errori nella logica del file.

3. Utilizzare casi di prova prestabiliti

Una validazione efficace può essere costruita attraverso una tabella di test case.

TestDato inseritoRisultato attesoEsito
Calcolo ordinarioValori nominaliRisultato calcolato indipendentementeConforme / Non conforme
Valore zero0Risposta previstaConforme / Non conforme
Valore al limiteLOQ o limite criterioCorretta classificazioneConforme / Non conforme
DiluizioneFD notoApplicazione corretta del fattoreConforme / Non conforme
Cella vuotaNessun datoNessun risultato improprioConforme / Non conforme
Dato non validoTesto o valore fuori campoSegnalazione o bloccoConforme / Non conforme

In questo modo la validazione diventa ripetibile e documentabile.

4. Controllare riferimenti relativi e assoluti

Uno degli errori classici di Excel nasce copiando una formula verso il basso o verso destra.

Un riferimento che avrebbe dovuto rimanere fisso, ad esempio $B$2, può trasformarsi in B3, B4 o B5 se non è stato impostato correttamente.

Il file apparentemente continua a funzionare, ma utilizza il dato sbagliato.

Durante la validazione conviene quindi controllare:

  • formule replicate;
  • riferimenti assoluti e relativi;
  • intervalli utilizzati nelle medie;
  • intervalli utilizzati per deviazioni standard e regressioni;
  • celle escluse accidentalmente dai calcoli.

5. Verificare arrotondamenti e cifre significative

Excel può visualizzare due decimali mantenendo internamente molti più decimali.

Questo è corretto dal punto di vista informatico, ma può creare differenze se il laboratorio non ha definito chiaramente quando applicare l’arrotondamento.

La validazione dovrebbe verificare che:

  • l’arrotondamento venga applicato nel punto previsto;
  • non vi siano arrotondamenti intermedi non necessari;
  • il numero di cifre del risultato finale sia coerente con il metodo e con l’incertezza;
  • eventuali confronti con limiti o specifiche utilizzino il valore corretto.

6. Controllare le condizioni limite

Un file può funzionare perfettamente con i dati abituali e fallire proprio nelle situazioni più critiche.

È opportuno provare almeno:

  • zero;
  • valori negativi quando non ammessi;
  • celle vuote;
  • divisione per zero;
  • valori superiori al campo previsto;
  • risultati esattamente uguali ad un limite;
  • valori immediatamente sopra e sotto un criterio;
  • dati inseriti con unità errate.

Particolare attenzione deve essere dedicata alle formule SE/IF, perché spesso governano decisioni automatiche come “conforme/non conforme” oppure “accetta/rifiuta”.

7. Proteggere le celle che non devono essere modificate

Se un operatore può cancellare accidentalmente una formula critica, il problema non è più soltanto di validazione ma anche di controllo operativo.

Una buona struttura del file dovrebbe distinguere chiaramente:

  • celle di inserimento dati;
  • celle contenenti formule;
  • celle contenenti costanti o criteri;
  • celle di risultato.

Le celle contenenti formule e parametri critici dovrebbero essere protette quando possibile.

La protezione non sostituisce la validazione, ma riduce il rischio che un file validato venga modificato accidentalmente.

8. Attenzione a celle nascoste, fogli nascosti e collegamenti esterni

Molti errori sfuggono perché il dato che influenza il risultato non è immediatamente visibile.

Durante la validazione è utile verificare:

  • fogli nascosti;
  • righe e colonne nascoste;
  • nomi definiti;
  • collegamenti a file esterni;
  • query;
  • macro;
  • tabelle di appoggio;
  • celle contenenti costanti utilizzate nelle formule.

Un collegamento esterno interrotto, ad esempio, può far sì che un file utilizzi inconsapevolmente l’ultimo valore disponibile.

9. Macro e VBA aumentano il livello di verifica

Quando il foglio contiene macro, codice VBA o automatismi complessi, il livello di controllo deve aumentare.

Non è sufficiente verificare il risultato finale. Occorre considerare anche:

  • gli input accettati;
  • la sequenza delle operazioni;
  • la gestione degli errori;
  • il comportamento in caso di dati mancanti;
  • la corretta produzione e salvataggio degli output.

Maggiore è l’automazione, maggiore dovrebbe essere l’attenzione alla validazione funzionale.

10. Gestire versione e modifiche

Un foglio validato può cessare di esserlo nel momento in cui qualcuno modifica una formula.

Per questo è fondamentale che il laboratorio identifichi almeno:

  • codice del file;
  • numero o data di revisione;
  • responsabile dell’approvazione;
  • data di entrata in vigore;
  • modifiche effettuate.

Dopo una modifica è necessario valutare se occorra una nuova validazione completa o una verifica mirata.

Cambiare il colore di una cella non ha lo stesso impatto della modifica della formula che calcola il risultato finale.

Serve rivedere tutto il file dopo ogni modifica?

No. È possibile utilizzare un approccio basato sul rischio.

Tipo di modificaEsempioControllo suggerito
Bassa criticitàFormato, colore, testo descrittivoControllo documentale
Media criticitàNuovo campo di inputVerifica funzionale mirata
Alta criticitàFormula, macro, criterio decisionaleRivalidazione della funzione interessata e delle funzioni collegate
Molto altaRistrutturazione del fileNuova validazione complessiva

Un protocollo semplice di validazione Excel

Per molti fogli di laboratorio non è necessario creare una documentazione enorme.

Un protocollo efficace può contenere:

  1. identificazione del file e della versione;
  2. uso previsto;
  3. funzioni critiche da verificare;
  4. casi di prova;
  5. risultato atteso per ogni prova;
  6. risultato ottenuto;
  7. esito conforme/non conforme;
  8. eventuali anomalie e loro risoluzione;
  9. approvazione finale del file.

Il vantaggio di questa impostazione è che la validazione diventa una vera evidenza tecnica e non una semplice dichiarazione “file verificato”.

La prova più forte: benchmark indipendente e risultati attesi

Per i file statistici complessi il controllo migliore è spesso un dataset di riferimento con risultati già noti. È un approccio particolarmente efficace per ANOVA, regressioni, ripetibilità, incertezza, test F, z-score ed En score.

In un nostro modello per ANOVA a cascata, ad esempio, abbiamo mantenuto separati i dati operativi dal dataset di verifica e ricalcolato indipendentemente somme dei quadrati, varianze, scarti tipo e test statistici. In questo modo è possibile dimostrare il corretto comportamento numerico del file senza confondere la verifica del foglio con la validazione del metodo analitico o di campionamento.

Questo è un punto importante: un file può essere numericamente corretto senza che ciò dimostri automaticamente l’idoneità del metodo che utilizza quei calcoli.

Gli errori più pericolosi sono quelli che restituiscono numeri plausibili

Un errore che produce #DIV/0! viene notato subito. Sono molto più insidiosi gli errori che producono un numero perfettamente credibile: un riferimento spostato di una riga, un intervallo che non include l’ultima serie, un fattore di diluizione errato o un arrotondamento applicato troppo presto.

Errore da simulareCosa verificare
Riferimento spostatoIl confronto indipendente deve evidenziare la differenza.
Nuova riga non inclusa nell’intervalloMedie, KPI, grafici e conteggi devono aggiornarsi.
Formula sovrascrittaProtezione o diagnostica devono ridurre il rischio.
Valore esattamente sulla sogliaCoerenza degli operatori >, ≥, <, ≤ con il criterio approvato.
Cella vuotaIl vuoto non deve diventare uno zero tecnicamente significativo.
Filtro attivoDashboard e grafici devono lavorare sul dataset previsto.

La prova più forte: valori noti e risultati attesi

Una delle evidenze più convincenti durante un audit è poter mostrare che il laboratorio ha costruito un set di dati con risultati attesi già conosciuti.

Il file viene alimentato con questi dati e deve restituire esattamente il risultato previsto.

Questo approccio consente di verificare periodicamente anche che il file in uso non sia stato modificato.

Il laboratorio può quindi conservare un piccolo dataset di validazione da riutilizzare dopo modifiche o aggiornamenti.

Excel e integrità delle registrazioni

La validazione dei calcoli rappresenta solo una parte della gestione del foglio Excel.

Un altro aspetto riguarda l’integrità delle registrazioni: chi può modificare il file, come vengono conservate le versioni, come si impediscono cancellazioni involontarie e come vengono gestite le correzioni.

Su questo tema abbiamo già approfondito la questione nell’articolo Registrazioni in Excel e ISO/IEC 17025: come tracciare modifiche e celle.

Per esempi pratici di formule utilizzate in laboratorio è disponibile anche Excel in laboratorio: le formule indispensabili per qualità, tarature e incertezza.

Checklist finale

Prima di dichiarare validato un file Excel utilizzato nel processo di prova, il laboratorio dovrebbe riuscire a rispondere sì almeno a queste domande:

  • è identificata la versione del file?
  • è definito l’uso previsto?
  • sono state identificate le formule critiche?
  • i risultati sono stati confrontati con calcoli indipendenti?
  • sono stati verificati casi limite?
  • sono stati controllati riferimenti tra celle e fogli?
  • sono stati verificati arrotondamenti e unità di misura?
  • sono controllati eventuali collegamenti esterni?
  • le celle critiche sono protette?
  • sono gestite le modifiche?
  • è definito quando il file deve essere rivalidato?
  • la validazione è documentata e approvata?

Conclusione

In un laboratorio moderno il foglio Excel può essere, a tutti gli effetti, una parte del metodo di prova.

Validarlo non significa produrre decine di pagine di documentazione, ma dimostrare con evidenze oggettive che le funzioni critiche sono corrette, i risultati attesi vengono ottenuti e le modifiche sono sotto controllo.

La domanda da porsi è molto semplice:

se domani un auditor mi chiede come so che questo file Excel calcola correttamente il risultato, quali evidenze posso mostrargli?

Se la risposta è soltanto “lo utilizziamo da anni e non ha mai dato problemi”, probabilmente manca ancora una vera validazione.


DN Consulenze supporta i laboratori nella validazione dei fogli di calcolo Excel utilizzati per tarature, incertezza di misura, controllo qualità, validazione dei metodi e calcolo dei risultati nell’ambito dei sistemi ISO/IEC 17025.

Per completare la gestione del file consulta anche la guida alle registrazioni Excel e alla tracciabilità delle modifiche e la raccolta di formule Excel per laboratori.

Dal foglio Excel allo strumento tecnico controllato

DN Consulenze supporta i laboratori nella progettazione, verifica e validazione di file Excel per LOD/LOQ, incertezza, carte di controllo, Westgard, PT/ILC, z-score ed En score, tarature, verifiche intermedie e validazione dei metodi.

Il punto di partenza può essere il file che state già utilizzando: identifichiamo le funzioni critiche, definiamo i test case, verifichiamo i calcoli e costruiamo una documentazione tecnica ripetibile.

Richiedi un confronto tecnico →

Riferimenti di approfondimento: ISO/IEC 17025:2017, punto 7.11 – controllo dei dati e gestione delle informazioni; European co-operation for Accreditation, FAQ sul controllo dei sistemi informativi di laboratorio.

RECAPITI

Via Tizzolo 18 – 42020 Vetto (RE)

DN Consulenze srl

P.IVA 02763090350
Cap. Soc. 10.000,00€

DN CONSULENZE

Consulenza e formazione tecnica per laboratori di prova secondo UNI CEI EN ISO/IEC 17025.

RECAPITI

Via Tizzolo 18 – 42020 Vetto (RE)

DATI AZIENDALI

P.IVA 02763090350
Cap. Soc. 10.000,00€

SEGUICI

DN CONSULENZE · Consulenza e formazione tecnica per laboratori ISO/IEC 17025.