Variations intrinsèques

d'humidité varient légèrement entre les mesures et ces variations entraînent des

variations intrinsèques à l'instrument;

2. Les erreurs dues à la lecture de mesure par l'expérimentateur. Par exemple,

l'expérimentateur doit lire un volume sur une burette graduée en 0.1 cm3. A chaque

lecture de volume, il doit faire un choix qui va être légèrement entaché d'erreur.

Avec le perfectionnement des appareils de mesure, ce type d'erreur tend à devenir

négligeable;

3. Les erreurs de mise en oeuvre. Le timing de certaines opérations peut être différent

d'une mesure à l'autre, le soin apporté à une mesure de volume ou à une étape de

chauffage peut varier, la solution à titrer peut présenter de légères inhomogénéïtés,

…

La caractéristique majeure des écarts que ces erreurs entraînent par rapport à la valeur

réelle est la suivante : ils peuvent être indifféremment positifs ou négatifs. La lutte

contre ces sources d'erreurs consiste à bien calibrer et entretenir l'instrument de mesure

et à travailler de manière précise et attentive.

Les erreurs systématiques

On parle d'erreurs systématiques pour qualifier les sources de variabilité qui font

diminuer la justesse de la série statistique. On distingue les 3 mêmes sources possibles

de variabilité, cependant le type d'erreur est différent :

1. les erreurs dues à l'instrument de mesure. Par exemple, l'instrument de mesure est

utilisé alors que la valeur réelle est en dehors de son intervalle de calibrage (par

exemple : l'intervalle de calibrage va de 5 à 100 μg/mL et la valeur réelle est de

115 μg/mL). Dans ce cas l'instrument va souvent donner des résultats

systématiquement supérieurs ou inférieurs à la valeur réelle;

2. Les erreurs dues à la lecture de mesure par l'expérimentateur. Par exemple,

l'expérimentateur doit choisir dans un tableau de dégradé de couleurs celle qui est la

plus proche de la couleur obtenue sur un papier indicateur. Suivant son degré de

daltonisme, le processus peut entraîner de légères erreurs systématiques vers le

rouge ou vers le violet. Autre exemple : dans le cas de la lecture d'une burette,

certaines personnes peuvent avoir tendances à arrondir le volume lu toujours vers le

haut ou toujours vers le bas. Avec le perfectionnement des appareils de mesure, ce

type d'erreur tend à devenir négligeable;

3. Les erreurs de mise en oeuvre. Un opérateur pourrait avoir systématiquement

tendance à attendre un peu trop longtemps entre deux étapes, ou à laisser dépasser

la température à atteindre lors d'une étape de chauffage. Dans ce cas, ses mesures

pourraient être systématiquement biaisées (trop petites ou trop élevées).

La caractéristique majeure des écarts que ces erreurs entraînent par rapport à la valeur

réelle est la suivante : ils sont (presque) systématiquement tous positifs ou tous négatifs.

Ces sources d'erreurs peuvent être détectées en inspectant les résultats de mesures

d'une quantité connue pour voir s'il n'apparaît pas de biais systématique (validation). On

peut aussi les détecter en comparant des séries de mesures d'une même quantité

inconnue, obtenues par des opérateurs ou des instruments différents, ou suivant des

mises en oeuvre différentes (voir exemple à l'avant dernier paragraphe de la section 4).

Lorsque l'on détecte un biais (une erreur systématique), il reste à en déterminer la cause

précise pour pouvoir l'éliminer.

Cours de Statistique 1ère Chimie et Biologie Médicale Janvier 2009

5 B. Frank

Institut Paul Lambin

Les erreurs d'attention

Les erreurs d'attention désignent les erreurs grossières dues à l'être humain, comme les

erreurs d'encodage ou de retranscription, les inversions d’échantillons, etc. Par exemple

taper 3.02 au lieu de 30.2 lors de l'encodage en Excel à partir du cahier de laboratoire

ou utiliser un ballon de 200 mL au lieu de 250 mL dans une manipulation. La lutte

contre ces erreurs se fait entre autres en utilisant un double encodage par deux

personnes

...