เลขนัยสำคัญและความไม่แน่นอน

- ผลวัดไม่ละเอียดกว่าขีดแบ่งที่เครื่องมือรองรับ การเขียนเลขนัยสำคัญจึงบอกความละเอียดโดยประมาณ ส่วนความไม่แน่นอนบอกช่วงที่ค่าจริงอาจสอดคล้องกับการวัด

• พื้นฐานที่ใช้: การอ่านสเกลและเลขยกกำลัง; ความละเอียดของเครื่องมือขึ้นกับขีดแบ่งและวิธีวัด ไม่ควรสมมติค่าความไม่แน่นอนเดียวกันกับทุกเครื่องมือ

เข้าใจเนื้อหาและเงื่อนไข

1. ความละเอียด ความเที่ยง และความแม่น

• ความละเอียด ความเที่ยง และความแม่นเป็นคุณลักษณะของข้อมูลการวัดที่ทำหน้าที่คนละด้านและต้องไม่สับสนกัน:

• ความแตกต่างของ 3 คุณลักษณะ:
  • ความละเอียด (Resolution): การเปลี่ยนแปลงปริมาณที่เล็กที่สุดซึ่งเครื่องมือวัดสามารถแยกความต่างได้
  • ความเที่ยง (Precision): ความสอดคล้องหรือความกระจุกตัวใกล้เคียงกันของค่าที่ได้จากการวัดซ้ำภายใต้เงื่อนไขเดิม
  • ความแม่น (Accuracy): ความใกล้เคียงระหว่างค่าที่วัดได้กับค่าอ้างอิงจริง
• ประเภทความคลาดเคลื่อนและการกระจาย:
  • ความคลาดเคลื่อนเชิงระบบ (Systematic error): ทำให้ผลการวัดเบี่ยงเบนไปในทิศทางเดียวกันอย่างสม่ำเสมอ เช่น ศูนย์เครื่องชั่งเลื่อน
  • ความคลาดเคลื่อนสุ่ม (Random error): ทำให้ค่าจากการวัดซ้ำกระจายตัวทั้งสองด้าน
  • ข้อควรระวัง: การวัดซ้ำหลายครั้งช่วยให้เห็นการกระจายตัวของข้อมูล แต่ไม่ลบความคลาดเคลื่อนเชิงระบบโดยอัตโนมัติ

2. อ่านสเกลและรายงานความไม่แน่นอน

• การอ่านค่าจากเครื่องมือและการบันทึกช่วงความไม่แน่นอนต้องสอดคล้องกับคุณสมบัติของสเกล:

• การอ่านค่าตามชนิดของเครื่องมือ:
  • สเกลอนาล็อก (Analog scale): ประมาณตำแหน่งระหว่างขีดแบ่งสุดท้ายได้หนึ่งหลักตามวิธีและคุณภาพของเครื่องมือ
  • เครื่องมือดิจิทัล (Digital instrument): มักมีความละเอียดตามหลักสุดท้าย แต่ความละเอียดไม่เท่ากับความไม่แน่นอนทั้งหมด
• การรายงานผลในรูป $x\pm\Delta x$:
  • รูปแบบการเขียน: บันทึกในรูป $x\pm\Delta x$ เมื่อโจทย์หรือการวัดกำหนดความไม่แน่นอน เช่น $2.50\pm0.05\,\mathrm{cm}$
  • ความหมายของช่วง: บ่งบอกช่วงรายงาน ไม่ได้หมายความว่าค่าจริงต้องกระจายสม่ำเสมอหรือรับประกันอยู่ในช่วงเสมอ

• จุดสังเกตสำคัญในภาพ:
  • ภาพรวมและสเกล: เส้นยาวสองเส้นแทน 2.3 และ 2.4 เซนติเมตร มีขีดย่อยกึ่งกลาง และตำแหน่งปลายวัตถุใกล้ 2.36 เซนติเมตร
  • ข้อจำกัดของแบบจำลอง: เป็นภาพสเกลสมมติเพื่ออธิบายการประมาณระหว่างขีดเท่านั้น
  • การนำไปใช้จริง: หลักที่อ่านได้และค่าความไม่แน่นอนจริงต้องยึดชนิดเครื่องมือ วิธีวัด และเงื่อนไขการทดลอง

3. เลขนัยสำคัญและการปัดเศษ

• เลขนัยสำคัญบ่งบอกระดับความละเอียดของค่าที่ได้จากการวัด โดยมีเกณฑ์การนับและการดำเนินการดังนี้:

• เกณฑ์การนับจำนวนเลขนัยสำคัญ:
  • ตัวเลขที่ไม่ใช่ศูนย์: เริ่มนับจากเลขที่ไม่เป็นศูนย์เป็นต้นไป
  • เลขศูนย์คั่นกลาง: ศูนย์คั่นระหว่างเลขที่ไม่เป็นศูนย์ให้นับเป็นเลขนัยสำคัญ
  • เลขศูนย์นำหน้า: ศูนย์นำหน้าไม่ใช่เลขนัยสำคัญ ทำหน้าที่ระบุตำแหน่งทศนิยมเท่านั้น
  • เลขศูนย์ท้ายหลังทศนิยม: ศูนย์ท้ายหลังจุดทศนิยมสื่อความละเอียด เช่น $0.0040$ มี 2 เลขนัยสำคัญ และ $4.00$ มี 3 เลขนัยสำคัญ
• เกณฑ์การคำนวณและการปัดเศษ:
  • การบวกและการลบ: ปัดตามตำแหน่งทศนิยมที่หยาบที่สุด
  • การคูณและการหาร: ให้จำนวนเลขนัยสำคัญเท่ากับข้อมูลที่มีน้อยที่สุด (เว้นโจทย์ระบุรูปแบบอื่น)
  • ขั้นตอนการคิด: เก็บ guard digits ระหว่างทางและปัดครั้งเดียวท้ายคำตอบ
  • ข้อยกเว้น: จำนวนที่นับได้แน่นอนและค่าที่นิยามแน่นอนไม่จำกัดเลขนัยสำคัญ

4. ผลวัดผิดปกติ (outlier) และการรายงานจากค่าที่เชื่อถือได้

• เมื่อทำการวัดซ้ำ ต้องประเมินความสมเหตุสมผลของข้อมูลก่อนนำมาคำนวณค่าเฉลี่ย:

• การตรวจสอบข้อมูลก่อนคำนวณ:
  • การคัดกรองข้อมูล: ก่อนเฉลี่ยผลวัดซ้ำ ให้ดูความสอดคล้องกับช่วงค่าที่ควรเป็น ความละเอียดเครื่องมือ และค่าซ้ำอื่น ๆ
  • การระบุค่าผิดปกติ: ค่าที่ห่างมากอาจเป็นความผิดพลาดจากการอ่านหรือบันทึก ไม่ควรนำมาทำให้ค่าเฉลี่ยบิดเบือนโดยไม่ตรวจ
  • ข้อกำหนดในการตัดข้อมูล: การตัด outlier ต้องมีเหตุผลด้านคุณภาพข้อมูลหรือเกณฑ์ที่กำหนด ไม่ใช่เลือกตัดเพียงเพื่อให้ได้คำตอบที่ต้องการ เมื่อเป็นการทดลองจริงควรตรวจสาเหตุและวัดใหม่
• การคำนวณและการรายงานผล:
  • เกณฑ์ครึ่งพิสัยตามโจทย์: เมื่อโจทย์ระบุให้ใช้ครึ่งหนึ่งของพิสัย คำนวณ $\bar x=\sum_{i=1}^{n}x_i/n$ และ $\Delta\bar x=(x_{\max}-x_{\min})/2$ จากชุดข้อมูลที่ยอมรับแล้ว (สูตรครึ่งพิสัยเป็นนิยามตามโจทย์ ไม่ใช่สูตรส่วนเบี่ยงเบนมาตรฐานของค่าเฉลี่ย)
  • การปัดเศษเพื่อรายงาน $\bar x\pm\Delta\bar x$: ปัดความไม่แน่นอนตามเกณฑ์ที่กำหนด และปัดค่าเฉลี่ยถึงตำแหน่งทศนิยมเดียวกับความไม่แน่นอน เช่น $\bar x=8.00\,\mathrm{cm}$, $\Delta\bar x=0.20\,\mathrm{cm}$ รายงาน $8.00\pm0.20\,\mathrm{cm}$ ถ้าเก็บความไม่แน่นอนสองเลขนัยสำคัญ

ความรู้นี้ใช้กับโจทย์แบบไหน?

ตัวอย่างโจทย์พร้อมวิธีคิด