Sai số hệ thống làm kết quả đo lệch theo hướng nào?

Điểm quan trọng là sai số hệ thống không đồng nghĩa với việc mọi lần đo đều cho đúng một con số. Kết quả vẫn có thể dao động do sai số ngẫu nhiên, nhưng giá trị trung bình của phép đo có thể bị kéo lệch khỏi giá trị tham chiếu.

Sai số hệ thống là gì trong đo lường môi trường?

Trong đo lường môi trường, sai số hệ thống thường được nhìn nhận thông qua bias của quá trình đo. EPA mô tả bias là sự sai lệch có tính hệ thống hoặc dai dẳng khiến sai số xuất hiện theo một hướng.

Có thể hình dung đơn giản:

Kết quả đo = giá trị thực sai số hệ thống sai số ngẫu nhiên

Trong đó, sai số hệ thống tạo ra một độ lệch có xu hướng, còn sai số ngẫu nhiên làm các lần đo phân tán quanh giá trị trung bình.

Ví dụ, một thiết bị quan trắc có lỗi hiệu chuẩn khiến nồng độ chất ô nhiễm được đọc cao hơn giá trị tham chiếu khoảng 5 đơn vị. Các phép đo riêng lẻ vẫn có thể dao động, nhưng xu hướng lệch về phía cao vẫn tồn tại. Đó là dấu hiệu điển hình của bias.

Vì vậy, một loạt kết quả rất gần nhau chưa chắc đã chính xác. Thiết bị có thể cho độ lặp lại tốt nhưng cùng lệch khỏi giá trị tham chiếu. Độ chính xác thực tế phải xét cả độ lệch hệ thống và độ phân tán của phép đo.

Vì sao kết quả đo có thể bị lệch theo một hướng?

Sai số hệ thống thường xuất hiện khi một yếu tố của chuỗi đo tác động có quy luật lên kết quả. Trong quan trắc môi trường, nguồn gây bias có thể nằm ở thiết bị, vị trí lấy mẫu, quá trình lấy mẫu, phân tích hoặc hệ thống xử lý dữ liệu.

Một nguyên nhân phổ biến là hiệu chuẩn không phù hợp hoặc không còn phản ánh đúng điều kiện đo. NIST xem hiệu chuẩn là quá trình gắn kết kết quả đo với điều kiện, chuẩn và đại lượng cần đo; các vấn đề về hiệu chuẩn có thể liên quan trực tiếp đến systematic error.

Ngoài thiết bị, điều kiện vận hành cũng quan trọng. EPA chỉ ra rằng trong hệ thống quan trắc phát thải liên tục, các vấn đề về vị trí đầu dò, phân tầng, hệ thống lấy mẫu, bộ phân tích khí và hệ thống thu nhận dữ liệu đều có thể tạo ra systematic measurement error.

Điều này giải thích vì sao không thể chỉ kiểm tra một cảm biến riêng lẻ rồi kết luận toàn bộ phép đo không có sai số hệ thống. Nguồn bias có thể phát sinh ở bất kỳ mắt xích nào của quy trình.

Làm thế nào nhận biết sai số hệ thống trong kết quả môi trường?

Dấu hiệu quan trọng nhất là kết quả có xu hướng lệch so với một giá trị tham chiếu theo cùng một hướng.

Một cách kiểm tra là sử dụng mẫu chuẩn, vật liệu tham chiếu, mẫu thêm chuẩn hoặc phép thử phù hợp để đánh giá độ lệch. Trong hướng dẫn QA của EPA, bias của phép đo môi trường có thể được đánh giá thông qua mẫu spike hoặc vật liệu tham chiếu; độ chính xác có thể được biểu diễn bằng phần trăm thu hồi hoặc phần trăm bias.

Chẳng hạn, nếu một mẫu có nồng độ chất ô nhiễm đã biết nhưng hệ thống đo liên tục cho kết quả cao hơn, cần xem xét liệu độ lệch có nằm trong giới hạn chấp nhận của phương pháp hay không. Việc lặp lại nhiều phép đo giúp tách xu hướng bias khỏi dao động ngẫu nhiên.

Cần phân biệt sai số với độ không đảm bảo đo. NIST lưu ý rằng độ không đảm bảo có thể bao gồm các thành phần liên quan đến ảnh hưởng hệ thống, nhưng không thể đồng nhất uncertainty với systematic error.

Sai số hệ thống có thể được hiệu chỉnh không?

Có thể, nếu nguyên nhân và độ lệch được ước lượng đủ tin cậy. Trong đo lường, correction là giá trị được cộng đại số vào kết quả chưa hiệu chỉnh để bù cho sai số hệ thống đã ước lượng; về nguyên tắc, correction bằng giá trị đối dấu của systematic error ước lượng.

Ví dụ, nếu kết quả đo có bias 2 đơn vị theo hướng cao và mức bias này đã được xác định từ quá trình kiểm tra phù hợp, có thể áp dụng correction -2 đơn vị cho kết quả chưa hiệu chỉnh.

Tuy nhiên, hiệu chỉnh không có nghĩa là sai số đã biến mất hoàn toàn. Giá trị systematic error thực tế không thể biết chính xác tuyệt đối, nên ngay cả sau khi hiệu chỉnh vẫn còn độ không đảm bảo liên quan đến việc ước lượng correction.

Trong thực tế quan trắc môi trường, kiểm soát chất lượng cần kết hợp hiệu chuẩn, kiểm tra bias, kiểm soát quy trình và theo dõi định kỳ thay vì chỉ sửa số liệu sau khi đo. EPA cũng nhấn mạnh việc thiết lập các quy trình vận hành và QA để phát hiện, ngăn ngừa những vấn đề tạo systematic error trong hệ thống quan trắc.

Sai số hệ thống vì thế được nhận diện không phải đơn giản bằng việc thấy các kết quả “dao động”, mà bằng việc xác định xu hướng lệch có tính hệ thống so với giá trị tham chiếu. Trong đo lường môi trường, một hệ thống có thể cho kết quả lặp lại rất tốt nhưng vẫn thiếu chính xác nếu bias chưa được phát hiện hoặc xử lý.

Sai số hệ thống làm kết quả đo lệch có xu hướng về một phía, thường được biểu hiện dưới dạng bias so với giá trị tham chiếu. Độ lệch này có thể bắt nguồn từ hiệu chuẩn, thiết bị, lấy mẫu, điều kiện vận hành, phân tích hoặc xử lý dữ liệu. Kiểm tra bằng chuẩn hoặc mẫu tham chiếu, xác định bias và áp dụng hiệu chỉnh phù hợp là những cách quan trọng để kiểm soát ảnh hưởng của sai số hệ thống. Tuy nhiên, hiệu chỉnh không loại bỏ hoàn toàn độ không đảm bảo của phép đo.