Science labs brukar be dig att jämföra dina resultat mot teoretiska eller kända värden. Detta hjälper dig att utvärdera dina resultat och jämföra dem mot andras värderingar. Skillnaden mellan dina resultat och de förväntade eller teoretiska resultaten kallas fel., Mängden fel som är acceptabelt beror på experimentet, men en felmarginal på 10% anses allmänt acceptabel. Om det finns en stor felmarginal kommer du att bli ombedd att gå igenom din procedur och identifiera eventuella misstag du kan ha gjort eller platser där fel kan ha införts. Så, du behöver veta de olika typerna och källorna till fel och hur man beräknar dem.
hur man beräknar absolut fel
en metod för att mäta fel är genom att beräkna absolut fel, som också kallas absolut osäkerhet., Detta mått på noggrannhet rapporteras med hjälp av måttenheterna. Absolut fel är helt enkelt skillnaden mellan det uppmätta värdet och antingen det sanna värdet eller medelvärdet av data.
absolut fel = uppmätt värde-sant värde
om du till exempel mäter gravitationen till 9,6 m/s2 och det sanna värdet är 9,8 m/s2, är mätningens absoluta fel 0,2 m/s2. Du kan rapportera felet med ett tecken, så det absoluta felet i det här exemplet kan vara -0.2 m / s2.
vissa anser att absolut fel är ett mått på hur exakt mätinstrumentet är., Om du använder en linjal som rapporterar längd till närmaste millimeter kan du säga att det absoluta felet för varje mätning som tas med linjalen är närmaste 1 mm eller (om du känner dig säker på att du kan se mellan ett märke och nästa) till närmaste 0,5 mm.
hur man beräknar relativt fel
relativt fel baseras på det absoluta felvärdet. Det jämför hur stort felet är till måttens storlek. Så ett fel på 0,1 kg kan vara obetydligt när man väger en person, men ganska hemskt när man väger ett äpple., Relativ fel är en bråkdel, decimalvärde eller procent.
Relative Error = Absolute Error / Total Value
om din hastighetsmätare säger att du går 55 mph, när du verkligen går 58 mph, är det absoluta felet 3 mph / 58 mph eller 0,05, vilket du kan flera med 100% för att ge 5%. Relativa fel kan rapporteras med ett tecken. I detta fall är hastighetsmätaren avstängd med -5% eftersom det inspelade värdet är lägre än det sanna värdet.
eftersom den absoluta feldefinitionen är tvetydig ber de flesta laboratorierapporter om procentuellt fel eller procentuell skillnad.,
hur man beräknar Procentfel
den vanligaste felberäkningen är procentfel, vilket används vid jämförelse av dina resultat mot ett känt, teoretiskt eller accepterat värde. Som du förmodligen gissar från namnet uttrycks procentfel som procentandel., Det är den absoluta (inga negativa tecken) skillnaden mellan ditt värde och det accepterade värdet, dividerat med det accepterade värdet, multiplicerat med 100% för att ge procenten:
% error = / accepted x 100%
hur man beräknar procentuell skillnad
en annan vanlig felberäkning kallas procentuell skillnad. Det används när du jämför ett experimentellt resultat till ett annat., I det här fallet är inget resultat nödvändigtvis bättre än ett annat, så den procentuella skillnaden är det absoluta värdet (inget negativt tecken) av skillnaden mellan värdena, dividerat med genomsnittet av de två siffrorna, multiplicerat med 100% för att ge en procentandel:
% skillnad = / genomsnitt x 100%
källor och typer av fel
varje experimentell mätning, oavsett hur noga du tar det, innehåller viss osäkerhet eller fel., Du mäter mot en standard, med hjälp av ett instrument som aldrig helt kan duplicera standarden, plus att du är mänsklig, så du kan införa fel baserat på din teknik. De tre huvudkategorierna av fel är systematiska fel, slumpmässiga fel och personliga fel. Här är vad dessa typer av fel är och vanliga exempel.
systematiska fel
systematiska fel påverkar alla mätningar du tar. Alla dessa fel kommer att vara i samma riktning (större än eller mindre än det verkliga värdet) och du kan inte kompensera för dem genom att ta ytterligare data.,
exempel på systematiska fel
- Om du glömmer att kalibrera en balans eller om du är lite av i kalibreringen kommer alla massmätningar att vara höga/låga med samma mängd. Vissa instrument kräver periodisk kalibrering under hela experimentet, så det är bra att göra en anteckning i din lab-anteckningsbok för att se om kalibreringarna verkar ha påverkat data.
- ett annat exempel är att mäta volymen genom att läsa en menisk (parallax). Du läser sannolikt en menisk exakt på samma sätt varje gång, men det är aldrig helt korrekt., En annan person som tar läsningen kan ta samma läsning, men se menisken från en annan vinkel och därigenom få ett annat resultat. Parallax kan förekomma i andra typer av optiska mätningar, såsom de som tas med ett mikroskop eller teleskop.
- Instrumentdrift är en vanlig felkälla vid användning av elektroniska instrument. När instrumenten värms upp kan mätningarna ändras., Andra vanliga systematiska fel inkluderar Hysteres eller fördröjning, antingen relaterade till instrumentets svar på en förändring av förhållanden eller relaterade till fluktuationer i ett instrument som inte har nått jämvikt. Observera att några av dessa systematiska fel är progressiva, så data blir bättre (eller sämre) över tiden, så det är svårt att jämföra datapunkter som tagits i början av ett experiment med de som tagits i slutet. Det är därför det är en bra idé att spela in data sekventiellt, så att du kan upptäcka gradvisa trender om de uppstår., Det är också därför det är bra att ta data som börjar med olika exemplar varje gång (om tillämpligt), snarare än att alltid följa samma sekvens.
- att inte redovisa en variabel som visar sig vara viktig är vanligtvis ett systematiskt fel, även om det kan vara ett slumpmässigt fel eller en förvirrande variabel. Om du hittar en påverkande faktor är det värt att notera i en rapport och kan leda till ytterligare experiment efter isolering och styrning av denna variabel.
slumpmässiga fel
slumpmässiga fel beror på fluktuationer i experimentella eller mätförhållanden., Vanligtvis är dessa fel små. Att ta mer data tenderar att minska effekten av slumpmässiga fel.
exempel på slumpmässiga fel
- om experimentet kräver stabila förhållanden, men en stor grupp människor stampar genom rummet under en datauppsättning, kommer slumpmässigt fel att införas. Utkast, temperaturförändringar, ljus / mörka skillnader och elektriskt eller magnetiskt ljud är alla exempel på miljöfaktorer som kan införa slumpmässiga fel.
- fysiska fel kan också uppstå, eftersom ett prov aldrig är helt homogent., Av denna anledning är det bäst att testa med olika platser i ett prov eller ta flera mätningar för att minska mängden fel.
- Instrumentupplösning anses också vara en typ av slumpmässigt fel eftersom mätningen är lika sannolikt högre eller lägre än det verkliga värdet. Ett exempel på ett upplösningsfel är att ta volymmätningar med en bägare i motsats till en graderad cylinder. Bägaren kommer att ha en större mängd fel än cylindern.
- ofullständig definition kan vara ett systematiskt eller slumpmässigt fel, beroende på omständigheterna., Vad ofullständig definition betyder är att det kan vara svårt för två personer att definiera den punkt där mätningen är klar. Om du till exempel mäter längd med en elastisk sträng måste du bestämma med dina kamrater när strängen är tillräckligt tätt utan att sträcka den. Under en titrering, om du letar efter en färgförändring, kan det vara svårt att säga när det faktiskt inträffar.
personliga fel
När du skriver en labbrapport ska du inte citera ”mänskligt fel” som en felkälla. Snarare bör du försöka identifiera ett specifikt misstag eller problem., Ett vanligt personligt fel går in i ett experiment med en bias om huruvida en hypotes kommer att stödjas eller avvisas. Ett annat vanligt personligt fel är brist på erfarenhet av en utrustning, där dina mätningar kan bli mer exakta och tillförlitliga när du vet vad du gör. En annan typ av personligt fel är ett enkelt misstag, där du kan ha använt en felaktig mängd av en kemikalie, tidsinställda ett experiment inkonsekvent, eller hoppade över ett steg i ett protokoll.