วิทยาศาสตร์ส่วนใหญ่ขึ้นอยู่กับข้อมูลเชิงปริมาณ ในทางกลับกัน การรวบรวมข้อมูลที่เป็นประโยชน์ก็อาศัยการวัดบางอย่าง โดยที่มวล พื้นที่ ปริมาตร ความเร็ว และเวลาเป็นเพียงส่วนเล็กๆ ของตัวชี้วัดที่สำคัญอย่างยิ่งเหล่านี้
เห็นได้ชัดว่า ความแม่นยำ ซึ่งอธิบายว่าค่าที่วัดได้ใกล้เคียงกับมูลค่าที่แท้จริงของมันมากเพียงใด มีความสำคัญต่อความพยายามทางวิทยาศาสตร์ทั้งหมด สิ่งนี้เป็นจริงไม่เพียงแต่สำหรับเหตุผลที่ชัดเจนที่สุดในขณะนั้น เช่น จำเป็นต้องทราบอุณหภูมิภายนอกใน เพื่อแต่งกายให้เหมาะสม แต่เนื่องจากการวัดที่คลาดเคลื่อนของวันนี้ นำไปสู่การสะสมของข้อมูลที่ไม่ดีในระยะยาว ระยะ หากข้อมูลสภาพอากาศที่คุณรวบรวมตอนนี้ไม่ถูกต้อง ข้อมูลสภาพอากาศที่คุณอ่านเกี่ยวกับปี 2018 ในอนาคตก็จะผิดเช่นกัน
ในการพิจารณาความถูกต้องของการวัด โดยปกติจำเป็นต้องทราบค่าที่แท้จริงในลักษณะของการวัดนั้น ตัวอย่างเช่น เหรียญที่ "ยุติธรรม" ที่พลิกหลายครั้งควรขึ้นหัว 50 เปอร์เซ็นต์ของเวลา และลงท้าย 50 เปอร์เซ็นต์ของเวลาตามทฤษฎีความน่าจะเป็น อีกทางหนึ่ง ยิ่งการวัดที่ทำซ้ำได้มากเท่าไร (นั่นคือ ค่าของมันยิ่งมากขึ้นความแม่นยำ) ยิ่งมีแนวโน้มที่ค่าจะใกล้เคียงกับมูลค่าที่แท้จริงในธรรมชาติมากขึ้น หากการประมาณความสูงของใครบางคนตามคำให้การของผู้เห็นเหตุการณ์ 50 คน ทั้งหมดอยู่ระหว่าง 5'8" ถึง 6'0" คุณสามารถสรุปได้อย่างมั่นใจมากขึ้น ว่าความสูงของบุคคลนั้นใกล้เคียงกับ 5'10" มากกว่าที่คุณจะทำได้หากค่าประมาณอยู่ระหว่าง 5'2" ถึง 6'6" แม้ว่าหลังจะให้ค่าเฉลี่ย 5'10" เท่ากัน ค่า
ในการพิจารณาความถูกต้องของการวัดในการทดลอง คุณต้องกำหนดการเบี่ยงเบน.
รวบรวมการวัดของสิ่งที่คุณกำลังวัดให้ได้มากที่สุด
โทรเบอร์นี้นู๋. หากคุณกำลังประเมินอุณหภูมิโดยใช้เทอร์โมมิเตอร์แบบต่างๆ ที่ไม่ทราบความถูกต้อง ให้ใช้เทอร์โมมิเตอร์แบบต่างๆ ให้มากที่สุด
ค้นหาค่าเฉลี่ยของการวัดของคุณ
บวกค่าที่วัดแล้วหารด้วยนู๋. หากคุณมีเทอร์โมมิเตอร์ห้าเครื่องและการวัดในฟาเรนไฮต์คือ 60°, 66°, 61°, 68° และ 65° ค่าเฉลี่ยคือ
\frac{60 + 66 + 61 + 68 + 65}{5} = \frac{320}{5} = 64°
หาค่าสัมบูรณ์ของส่วนต่างของการวัดแต่ละรายการจากค่าเฉลี่ย
ส่งผลให้ค่าเบี่ยงเบนของการวัดแต่ละครั้ง เหตุผลที่จำเป็นต้องมีค่าสัมบูรณ์คือการวัดบางอย่างจะน้อยกว่าค่าจริงและบางส่วนจะมากกว่า การรวมค่าดิบเข้าด้วยกันจะทำให้ผลรวมเป็นศูนย์และบ่งชี้ว่าไม่มีสิ่งใดเกี่ยวกับกระบวนการวัด
หาค่าเฉลี่ยของส่วนเบี่ยงเบนทั้งหมดโดยบวกแล้วหารด้วย N
สถิติที่ได้จะให้การวัดทางอ้อมของความถูกต้องของการวัดของคุณ ยิ่งเศษส่วนของการวัดที่ส่วนเบี่ยงเบนนั้นมีค่าน้อยเท่าไหร่ โอกาสของคุณก็จะยิ่งมากขึ้นเท่านั้น การวัดให้ถูกต้องแม้จำเป็นต้องรู้ค่าที่แท้จริงจึงจะมั่นใจได้อย่างแน่นอน ของสิ่งนี้ ดังนั้น ถ้าเป็นไปได้ ให้เปรียบเทียบผลลัพธ์กับค่าอ้างอิง เช่น ในกรณีนี้ ข้อมูลอุณหภูมิอย่างเป็นทางการจาก National Weather Service