En science, une mesure précise reflète le degré de proximité avec réelle, la valeur du monde réel de l'objet mesuré, alors qu'une mesure précise est celle qui est la même chaque fois que vous mesurez. Bien que les scientifiques ne peuvent jamais obtenir une mesure vraiment précis, ils peuvent obtenir une mesure aussi précise que possible. Les trois raisons de mauvaise précision dans une mesure scientifique sont une erreur humaine, systématique et aléatoire. Alors que les scientifiques peuvent contrôler les erreurs de mesure et de l'opérateur, ils acceptent une erreur aléatoire comme inhérent à tous les processus de mesure et au-delà de leur contrôle. Au lieu de futilement tenter de contrôler l'erreur, les scientifiques plutôt que rendre compte des résultats statistiques dans une plage de valeurs, connue sous le nom d'un intervalle de confiance.
Erreurs humaines
Même étant donné un niveau élevé de vigilance, il est facile pour un assistant surchargés de travail ou d'un malentendu laboratoire fatigué pour lire une jauge mal, utiliser de façon incorrecte un instrument ou apporter des modifications à l'expérience à mi-chemin à travers la procédure. Toutes ces variations de protocole sont connus comme l'erreur humaine et de nuire à la précision d'une mesure scientifique. Il est important de définir soigneusement et méticuleusement votre protocole expérimental, suivre les instructions à la lettre, et vérifier et revérifier tous vos calculs. Former tous les acteurs de l'expérience en utilisant les mêmes protocoles, soulignant l'importance de suivre les instructions exactement pour réduire l'erreur humaine à un minimum.
Erreurs systématiques
Precision sera sacrifié en raison d'une erreur systématique si votre appareil de mesure a été étalonné des instructions incorrectes à tort, vous avez donné suite à la mauvaise utilisation uniforme d'un dispositif de mesure, ou un facteur extérieur, comme la résistance au vent, est d'influencer vos résultats. L'erreur systématique se débarrasser de vos résultats, les obligeant à être systématiquement trop élevé ou trop bas, sur chaque mesure. Équilibre et calibrer les appareils de mesure selon les instructions du fabricant et de vous assurer d'avoir des instructions précises pour l'utilisation des appareils de mesure pour éviter les erreurs systématiques.
Erreurs aléatoires
L'erreur aléatoire diffère de deux erreurs humaines et systématiques que l'expérimentateur ne peut pas contrôler. Les erreurs aléatoires se produisent parce que tous les facteurs peuvent être contrôlés, peu importe comment un expérimentateur vous êtes attentif. Une jauge, par exemple, peu importe la façon précise, ne sera probablement pas donner exactement les mêmes résultats sur chaque mesure unique si elle est utilisée un nombre infini de fois. Si une personne fait plusieurs erreurs dans une expérience pour peser les articles sur une échelle en raison de sa main tremblante, par exemple, ces erreurs se traduira par des mesures individuelles étant soit trop élevé ou trop bas. Ce biais sera introduit au hasard et à travers les résultats. Dans cet exemple, par conséquent, le type d'erreur est connu comme aléatoire, même si une personne a fait des erreurs, parce shakiness main humaine normale est un contrôle humain extérieur.
Erreur type de mesure
Statisticiens inventé le terme, erreur type de mesure, pour tenir compte des erreurs aléatoires dans les résultats expérimentaux. L'erreur type de mesure est calculée en prenant l'écart type des résultats du test et en multipliant ce par la racine carrée de 1, puis en soustrayant le coefficient de fiabilité. Si vous utilisez un instrument normalisé, tel que le test de Wechsler pour le renseignement, le manuel d'essai aura déjà calculé le coefficient de fiabilité. Si vous développez votre propre instrument, vous devez calculer ce coefficient en ayant plusieurs expérimentateurs différents utilisent le dispositif de mesure et de comparer leurs résultats. L'écart-type sera également donné dans le manuel d'essai si l'instrument est bien connu et standardisé; sinon, vous devrez utiliser vos données à partir des mesures de fiabilité pour calculer l'écart type.
Intervalle de confiance
Une fois que vous avez calculé l'erreur standard de la mesure, les résultats sont rapportés dans une plage de valeurs à l'aide de ce chiffre. Si l'erreur de mesure standard est .005 unités, par exemple, et vous obtenu une mesure de 3, vous signalez vos résultats entre 2,9 et 3,0. En utilisant un intervalle de confiance, vous augmentez vos chances de déclarer la véritable mesure.