Le VIM

Quelques définitions:

Mesurage: processus consistant à obtenir expérimentalement une ou plusieurs valeurs que l’on peut raisonnablement attribué à une grandeur.

Mesurande: grandeur particulière soumise à mesurage (le Mesurande définit non seulement la grandeur mais également l’environnement de l’essai: détermination de la résistance mécanique d’un alliage de titane à 20°C par exemple).

Résultat d’un mesurage: ensemble de valeurs attribuées à un Mesurande, complété par toute autre information pertinente disponible.

(Un mesurage suppose une description de la grandeur compatible avec l'usage prévu d'un résultat de mesure, une procédure de mesure et un système de mesure étalonné fonctionnant selon une procédure de mesure spécifiée, incluant les conditions de mesure).

Fidélité: étroitesse de l'accord entre les indications ou les valeurs mesurées obtenues par des mesurages répétés du même objet ou d'objets similaires dans des conditions spécifiées.

En résumé: la fidélité est l'aptitude de la méthode à donner des résultats les plus proches possibles lors d'analyses répétées d'un même échantillon.

On distingue la Fidélité sous conditions de reproductibilité et la Fidélité sous conditions de respectabilité.

La fidélité est généralement exprimées sous la forme d’un écart type:



L’écart type caractérise la dispersion de valeurs autour de leur moyenne.

Reproductibilité: variabilité aléatoire des résultats de plusieurs déterminations d'un même échantillon, effectuées de manière espacée dans le temps, et dans des conditions qui peuvent être expérimentalement différentes: différents laboratoires, différents opérateurs et sur des équipements différents--> dispersion maximale.

On distingue la reproductibilité intra-laboratoire (fidélité intermédiaire) et inter-laboratoire (reproductibilité): lieux, opérateurs et systèmes de mesure différents.

Exactitude de mesure: étroitesse de l’accord entre la valeur d’un résultat d’essai et la valeur de référence acceptée du Mesurande.

Erreur de mesure: l’erreur de mesure est la valeur algébrique qui permet de quantifier l’exactitude de mesure.

C’est la différence entre la valeur mesurée et une valeur de référence, c’est la somme de l’erreur systématique (biais) et de l’erreur aléatoire (défaut de fidélité).

Composantes de l’erreur:
- Erreur grossière comme mauvais étalonnage ou erreur de lecture ou de transcription…;

Erreur systématique due au manque de justesse de l’instrument et/ou de la méthode mise en œuvre;

- Erreur aléatoire inévitable, en plus, ou en moins due au manque de répétabilité de l’instrument et / ou de la méthode lors de sa mise en œuvre.

Etalonnage: opération qui, dans des conditions spécifiées, établit en une première étape une relation entre les valeurs et les incertitudes de mesure associées qui sont fournies par des étalons et les indications correspondantes avec les incertitudes associées, puis utilise en une seconde étape cette information pour établir une relation permettant d'obtenir un résultat de mesure à partir d'une indication

La dite relation peut consister en un seul couple de valeurs (par ex. étalonnage d'une masse) ou en plusieurs couples de valeurs (par ex. étalonnage d’une cellule de force).

Vérification: cette opération consiste à réaliser un étalonnage mais les valeurs obtenues vont être comparées à une spécification ou à une EMT (Ecart maximal Tolérée).
Lors d’une vérification, il y a une déclaration de conformité.

Incertitudes de mesure: paramètre associé au résultat d’un mesurage qui caractérise la dispersion des valeurs qui pourraient être raisonnablement être attribuées au Mesurande.

On distingue:

L’incertitude type et composée: uc
Sur chacun des facteurs pouvant avoir une influence sur le résultat, on lui associe une incertitude type.
L’incertitude type globale sur le résultat est appelée incertitude type composée.

L’incertitude Elargie: U
L’incertitude élargie est obtenue en multipliant l’incertitude type par une coefficient d’élargissement k = 2 (généralement pour une probabilité de 95%) mais on verra que dans bien des cas, que la loi n’est pas normale mais suit une autre distribution appelée t (loi de Student) et que dans ce cas, k est > 2 pour p = 95%.