ΠΑΡΑΡΤΗΜΑ Β΄ Ακρίβεια – Επαναληψιμότητα μετρήσεων

1. Θα λέμε ότι Ν μετρήσεις ενός μεγέθους παρουσιάζουν μεγάλη ακρίβεια (accuracy), αν η μέση τιμή των μετρήσεων είναι κοντά στην αληθινή τιμή του μεγέθους. Θα πρέπει τα τυχαία σφάλματα να είναι μικρά, και τα συστηματικά να είναι αμελητέα.


2. Θα λέμε ότι οι Ν μετρήσεις ενός μεγέθους παρουσιάζουν μεγάλη επαναληψιμότητα (precision), αν όλες είναι κοντά στη μέση τιμή τους, με άλλα λόγια διαφέρουν λίγο η μία από την άλλη (άσχετα ως προς την αληθινή τιμή). Μπορεί να έχουν μικρά, τυχαία σφάλματα. Υπάρχουν, όμως, σοβαρά συστηματικά σφάλματα (Καραμπαρμπούνης κ.ά., 2012).

Παρατήρηση:
Έβαλα το παράρτημα αυτό, για να κάνω μια νύξη. Στην πραγματικότητα είναι δύσκολο να ερμηνεύεις σωστά τα πειραματικά δεδομένα. Μπορεί προς στιγμήν να μοιάζουν σωστά. π.χ.: Ν=1000 μετρήσεις που όλες είναι περίπου ίδιες μεταξύ τους.
Αναρωτιέσαι: Μήπως βρήκα, δηλαδή, πόσο είναι το μέγεθος που ερευνώ;
Αυτές οι περίπου ίδιες μεταξύ τους μετρήσεις παρουσιάζουν μεγάλη επαναληψιμότητα. Ναι! Μπορεί, όμως, να είναι πολύ μακριά από την πραγματική τιμή του μεγέθους, δηλαδή να παρουσιάζουν μικρή ακρίβεια. Κάποια Συστηματικά Σφάλματα σε εξαπάτησαν. (Προς στιγμήν, ελπίζω!)

Παράδειγμα:
Στο ευγενές άθλημα της τοξοβολίας ρίχνεις 4 βέλη το ένα δίπλα στο άλλο, στον εξωτερικό κύκλο όμως! Οι μετρήσεις σου παρουσιάζουν μεγάλη επαναληψιμότητα (precision) και μικρή ακρίβεια(accuracy), ως προς το κέντρο του κύκλου.

Παραδείγματα στόχων:

Στόχος Α: Μικρή ακρίβεια και επαναληψιμότητα.
Στόχος Β: Μικρή ακρίβεια και υψηλή επαναληψιμότητα.
Στόχος Γ: Καλή ακρίβεια, μικρή επαναληψιμότητα.
Στόχος Δ: Μεγάλη ακρίβεια, μεγάλη επαναληψιμότητα.

Οι Μετρήσεις του στόχου Β θα μπορούσαν να σε εξαπατήσουν και να νομίζεις ότι πέτυχες το ζητούμενο!