Bayangkan kita mengukur panjang objek yang sama beberapa kali. Walaupun alat dan objek tidak berubah, bacaan mungkin berbeza sedikit kerana had resolusi alat, cara membaca skala, perubahan kecil persekitaran dan kesan rawak lain. Perbezaan kecil ini bukan alasan untuk memilih satu bacaan yang paling kita suka. Ia ialah maklumat tentang proses pengukuran itu sendiri.
Ulangan menunjukkan sebaran yang tersembunyi
Dalam metrologi, siri pemerhatian boleh dianalisis secara statistik untuk menilai satu komponen ketidakpastian. Purata sampel sering digunakan sebagai anggaran nilai daripada beberapa pemerhatian bebas, manakala sisihan piawai menerangkan sebaran bacaan. Ketidakpastian bagi purata pula berkaitan dengan sisihan piawai purata, bukan sekadar julat antara bacaan terbesar dan terkecil.
Mengulang ukuran tidak menjamin keputusan menjadi benar. Jika alat mempunyai bias kalibrasi, semua bacaan boleh berkumpul rapat tetapi tetap tersasar ke arah yang sama. Sebab itu ketidakpastian pengukuran tidak hanya datang daripada variasi yang kelihatan dalam ulangan. Maklumat kalibrasi, spesifikasi alat dan sumber lain juga boleh menyumbang kepada penilaian ketidakpastian.
Lebih banyak ulangan membantu, tetapi ada syaratnya
Jika pemerhatian bebas dan keadaan pengukuran sesuai, menambah ulangan biasanya memberi anggaran purata dan sebaran yang lebih kukuh. Namun pengukuran berturut-turut boleh saling berkait. Perubahan suhu yang perlahan atau hanyutan alat, misalnya, boleh menyebabkan data berautokorelasi. Dalam keadaan itu, formula mudah yang menganggap semua bacaan bebas boleh menghasilkan anggaran ketidakpastian yang terlalu kecil.
Bagaimana kita mengetahui hal ini?
Apakah maklumat penting yang diperoleh daripada pengukuran berulang?