लैटिन प्रिसिसिसो से, किसी चीज को निष्पादित करते समय सटीकता सटीकता और संक्षिप्तता की आवश्यकता और दायित्व है । इंजीनियरिंग और आंकड़ों के लिए, हालांकि, सटीकता और सटीकता पर्यायवाची अवधारणाएं नहीं हैं।
सटीकता, इस अर्थ में, मात्रा के बार-बार माप से प्राप्त मूल्यों के सेट का फैलाव है : कम फैलाव, अधिक सटीक । दूसरी ओर, सटीकता, वास्तविक मूल्य के लिए मापा मूल्य की निकटता को संदर्भित करता है।
कंप्यूटिंग के लिए, परिशुद्धता एक मूल्य का प्रतिनिधित्व करने के लिए उपयोग की जाने वाली बिट्स की मात्रा है। दूसरी ओर, दर्शन इस बात को बनाए रखता है कि सटीकता एक मानसिक अमूर्तता है जो पहचान की गई दो चीजों की समझ को एक दूसरे से अलग बनाती है।
रोजमर्रा की भाषा में, सटीकता किसी पहलू या चीज में संक्षिप्तता और सटीकता है। उदाहरण के लिए: "फॉरवर्ड ने आश्चर्यजनक सटीकता के साथ गोलीबारी की और बीस मीटर से अधिक की दूरी से रन बनाए", "लैरी बर्ड अपने तीन-बिंदु शॉट में महान सटीकता के साथ एक एनबीए खिलाड़ी था", कृपया, इस तरह से सटीक बोलने की कोशिश करें हम समझ सकते हैं कि कल रात क्या हुआ था ", " परिशुद्धता इसके गुणों में से एक नहीं है: यह बताना चाहता था कि रेस्तरां में कैसे जाना है और हम खोए हुए समाप्त हो गए " ।
सामान्य रूप से विज्ञान के क्षेत्र में, सटीक एक ही स्थिति में विकसित विभिन्न मापों में समान परिणाम प्राप्त करने के लिए एक उपकरण की क्षमता है । इसे सटीक परिणाम प्राप्त करने के उद्देश्य से निर्मित उपकरण को एक सटीक मशीन के रूप में जाना जाता है। मापा मूल्य और वास्तविक मूल्य के बीच अंतर को माप त्रुटि कहा जाता है।
माप की त्रुटियां
माप की त्रुटियों को मापने के उपकरणों के उपयोग के दौरान दिखाई दे सकता है, भौतिक मात्रा की तुलना करने के लिए बनाए गए उपकरण, और जिन कारणों से वे उत्पन्न होते हैं, वे विविध हैं। माप की त्रुटियों के दो प्रमुख प्रकारों के बीच अंतर करना संभव है: माप की सटीकता के साथ व्यवस्थित वाले । वे पूर्वानुमान योग्य हैं और कैलिब्रेशन और क्षतिपूर्ति प्रक्रियाओं के माध्यम से गणना और समाप्त की जा सकती है; यादृच्छिक, उपकरणों की शुद्धता से जुड़ा हुआ है। यह उन्हें बता पाना संभव नहीं है, यह देखते हुए कि उनके कारण अज्ञात हैं।
यादृच्छिक त्रुटियों के साथ जारी, जिसे स्टोचैस्टिक भी कहा जाता है, दो स्थितियां पैदा हो सकती हैं: कि उनकी जटिलता का स्तर काफी है, जो उनके कारणों को समझने के लिए पर्याप्त तकनीकों को ढूंढना मुश्किल बनाता है; अंतिम परिणाम पर इसका प्रभाव छोटा है, और यह समाधान खोजने के लिए समय के निवेश को उचित नहीं ठहराता है।
इस प्रकार की एक त्रुटि को प्राप्त करने के लिए पहला कदम माप का एक नमूना लेना है, एक तकनीक जिसका उद्देश्य जनसंख्या से एक नमूना का चयन करना है, एक नाम जो तत्वों के सेट को प्राप्त करता है जो टिप्पणियों के आधार के रूप में लिया जाता है । मापों में एकत्र किए गए डेटा का उपयोग करके, औसत और मानक विचलन की गणना करना संभव है, दो मापदंडों जो गॉसियन वितरण को खोजने की अनुमति देते हैं, एक संसाधन जिसका उपयोग प्राकृतिक, सामाजिक और मनोवैज्ञानिक घटना का गहराई से विश्लेषण करने के लिए किया जाता है ।
यद्यपि माप त्रुटि के सभी कारणों का पता लगाना हमेशा संभव नहीं होता है, लेकिन चार मूलभूत बिंदु हैं जो विफलता के सबसे सामान्य स्रोतों को शामिल करते हैं और एक अधिक परिभाषित रेखा में अनुसंधान के फोकस को अनुमति देते हैं; त्रुटियों के कारण हो सकता है:
* उपयोग किए गए माप उपकरण के साथ समस्याएं, जिनके बीच डिजाइन और निर्माण, संरेखण, या उन उपकरणों की स्थितियों के कारण होने वाली त्रुटियां हैं;
* ऑपरेटर। इस मामले में, यह पढ़ने के दौरान गलत स्थिति या समस्या हो सकती है;
* कुछ पर्यावरणीय कारक, जैसे तापमान में परिवर्तन (जो धातु जैसे पदार्थों की देरी और संकुचन का कारण बन सकता है), वायुमंडलीय दबाव या आर्द्रता;
* किसी दिए गए टुकड़े की ज्यामितीय सहिष्णुता का मान (वह सीमा जिसमें अन्य घटकों के प्रति कोई अस्वीकृति नहीं है), जिसके बीच अपर्याप्त बलों के आवेदन के कारण विरूपण है।