विज्ञान काफी हद तक मात्रात्मक डेटा पर आधारित है। बदले में उपयोगी डेटा एकत्र करना किसी प्रकार के माप पर निर्भर करता है, जिसमें द्रव्यमान, क्षेत्र, मात्रा, गति और समय इन गंभीर रूप से महत्वपूर्ण मीट्रिक में से कुछ हैं।
स्पष्ट रूप से, सटीकता, जो बताती है कि एक मापा मूल्य कितनी बारीकी से अपने वास्तविक मूल्य का अनुमान लगाता है, सभी वैज्ञानिक प्रयासों में महत्वपूर्ण है। यह न केवल सबसे स्पष्ट, तात्कालिक कारणों के लिए सच है, जैसे कि बाहर के तापमान को जानने की आवश्यकता ठीक से कपड़े पहनने का आदेश लेकिन क्योंकि आज की गलत माप लंबे समय में खराब डेटा के संचय की ओर ले जाती है अवधि। यदि आप अभी जो मौसम डेटा एकत्र करते हैं, वह गलत है, तो आप भविष्य में 2018 के बारे में जो जलवायु डेटा देख रहे हैं, वह भी गलत होगा।
माप की सटीकता निर्धारित करने के लिए, आमतौर पर उस माप की प्रकृति में सही मूल्य जानना आवश्यक होता है। उदाहरण के लिए, एक "निष्पक्ष" सिक्का बहुत बड़ी संख्या में फ़्लिप किया गया था, जो कि 50 प्रतिशत समय के ऊपर आना चाहिए और संभाव्यता सिद्धांत के आधार पर 50 प्रतिशत समय तक आना चाहिए। वैकल्पिक रूप से, एक माप जितना अधिक प्रतिलिपि प्रस्तुत करने योग्य होता है (अर्थात, उतना ही अधिक)
शुद्धता) मूल्य के प्रकृति में वास्तविक मूल्य के करीब होने की अधिक संभावना है। यदि 50 प्रत्यक्षदर्शियों की गवाही के आधार पर किसी की ऊंचाई का अनुमान 5'8" और 6'0" के बीच आता है, तो आप अधिक निश्चितता के साथ निष्कर्ष निकाल सकते हैं यदि अनुमान 5'2" और 6'6" के बीच था, तो उस व्यक्ति की ऊंचाई 5'10" के करीब है, जबकि बाद वाले ने वही 5'10" औसत दिया है। मूल्य।प्रयोगात्मक रूप से माप की सटीकता निर्धारित करने के लिए, आपको उनका निर्धारण करना होगाविचलन.
जिस चीज़ को आप माप रहे हैं, उसके अधिक से अधिक माप एकत्र करें
इस नंबर पर कॉलनहीं. यदि आप अज्ञात सटीकता के विभिन्न थर्मामीटरों का उपयोग करके तापमान का अनुमान लगा रहे हैं, तो जितना संभव हो उतने अलग-अलग थर्मामीटर का उपयोग करें।
अपने माप का औसत मूल्य ज्ञात करें
मापों को एक साथ जोड़ें और द्वारा विभाजित करें divideनहीं. यदि आपके पास पाँच थर्मामीटर हैं और फारेनहाइट में माप 60°, 66°, 61°, 68° और 65° हैं, तो औसत है
\frac{60 + 66 + 61 + 68 + 65}{5} = \frac{320}{5} = 64°
औसत से प्रत्येक व्यक्तिगत माप के अंतर का पूर्ण मूल्य खोजें
यह प्रत्येक माप का विचलन उत्पन्न करता है। निरपेक्ष मान आवश्यक होने का कारण यह है कि कुछ माप वास्तविक मान से कम होंगे और कुछ अधिक होंगे; केवल कच्चे मूल्यों को एक साथ जोड़ने से शून्य का योग होगा और माप प्रक्रिया के बारे में कुछ भी नहीं इंगित करेगा।
सभी विचलनों को जोड़कर और N. से भाग देकर उनका औसत ज्ञात कीजिए
परिणामी आँकड़ा आपके माप की सटीकता का एक अप्रत्यक्ष माप प्रदान करता है। माप का एक अंश जितना छोटा विचलन दर्शाता है, उतनी ही अधिक संभावना है कि आपका माप सटीक होना है, हालांकि पूर्ण रूप से आश्वस्त होने के लिए सही मूल्य जानना आवश्यक है इस का। इस प्रकार, यदि संभव हो तो, परिणाम की तुलना संदर्भ मान से करें, जैसे, इस मामले में, राष्ट्रीय मौसम सेवा से आधिकारिक तापमान डेटा।