صحت و دقت در سیستم اطلاعات مکانی
در زمینه های مهندسی، تجارت و آمار، صحت (Accuracy)، درجه نزدیکی اندازه گیری ها و یا کمیت های محاسبه شده در مقایسه با مقادیر واقعی اشان است. دقت (Precision) نیز درجه تکرار پذیری است که اندازه گیری ها و یا محاسبات نتایج مشابه و یا یکسانی را نشان می دهند. اگرچه این دو کلمه در استفاده های اصطلاحی مترادف بوده و بعضاً به جای یکدیگر مورد استفاده قرار می گیرند، اما آنها در زمینه روش های علمی دارای اختلافات عمده ای با یکدیگر هستند. نتایج اندازه گیری ها و یا محاسبات می تواند دارای صحت باشد اما دارای دقت نباشد، می تواند دقیق باشد اما صحیح نباشد، می تواند هم دقیق و هم صحیح باشد، می تواند نه دقیق و نه صحیح باشد. به عنوان مثال، اگر یک آزمایش دارای خطای سیستماتیک باشد، در این حالت، افزایش حجم نمونه ها عمدتاً باعث نتایج دقیق تری می شود، اما این افزایش حجم نمونه لزوماً باعث افزایش صحت نمی گردد. سیستم اندازه گیری و یا روش محاسبات در صورتی درست است که هم دقیق و هم صحیح باشد. واژگان مرتبط دیگر بایاس (Bias) و خطا (Error) هستند. بایاس به معنی اثرات غیر تصادفی و یا هدایت شده ناشی از یک و یا چند عامل نامرتبط با متغیرهای مستقل می باشد و خطا، تغییرپذیری تصادفی است.
صحت در مقابل دقت: تشبیه سیبل تیر اندازی
صحت، درجه روایی یا راستی است درصورتی که دقت درجه تکرارپذیری است.
تشبیه مورد استفاده در اینجا برای توضیح اختلاف بین صحت و دقت، قیاس سیبل تیراندازی است. در این قیاس، تیرهای پرتاب شده به یک سیبل مورد مقایسه قرار گرفته اند و با استفاده از این موضوع مسئله صحت و دقت مورد بررسی و تشبیه و مقایسه قرار گرفته است. صحت، توصیف کننده نزدیکی تیرهای پرتاب شده به مرکز سیبل هدف می باشد. تیرهایی که به سیبل برخورد کرده اند هر چقدر به مرکز سیبل نزدیک تر باشند، نشان دهنده صحت بیشتری است. هر چقدر اندازه گیری های یک سیستم به ارزش ها یا مقادیر مورد پذیرش، نزدیک تر باشد، صحت بیشتری برای آن سیستم در نظر گرفته می شود. در ادامه تمثیل مربوط به سیبل تیراندازی، اگر تعداد زیادی تیر پرتاب شود، اندازه خوشه هایی که تیرها در آن متمرکز شده اند معرف دقت خواهد بود. در صورتی که تنها یک تیر پرتاب شده باشد، دقت معرف سایر خوشه یا محدوده ای خواهد بود که انتظار می رود اگر تعداد زیادی تیر تحت شرایط یکسان پرتاب شود، تراکم تیرها بیشتر در آن محدوده خواهد بود و این محدوده ای که معرف دقت است حالت پیش بینی یا احتمالی پیدا خواهد کرد. در صورتی که تمامی تیرها در یک گروه، کاملاً در کنار یکدیگر قرار بگیرند، این مجموعه تیراندازی ها را می توان دقیق مد نظر قرار داد و اگر تیرها همگی دقیقا به منطقه یکسانی برخورد کرده باشند و این منطقه لزوماً مرکز سیبل نباشد، تیراندازی ها دقیق بوده ولی لزوماً صحیح نبوده است. در هر صورت، به دست آوردن صحت قابل اعتماد در اندازه گیری های منفرد بدون دقت، امکان پذیر نیست. در صورتی که تیرها در یک گروه نزدیک به هم نباشند، همه آنها نمی توانند نزدیک به مرکز سیبل باشند (میانگین موقعیت تیرها به نسبت مرکز سیبل ممکن است تقریبی صحیح از مرکز سیبل باشد اما هر یک از تیرها به صورت مجزا غیر صحیح هستند).
کمی سازی صحت و دقت
در شرایط ایده آل، یک ابزار اندازه گیری هم صحیح و هم دقیق است به طوری که اندازه گیری ها همگی نزدیک به یکدیگر و کاملاً حول یک مقدار مشخص پراکنده شده اند. صحت و دقت یک پروسه اندازه گیری معمولاً توسط اندازه گیری های مرتب و مکرر برخی از رفرنس های استاندارد قابل ارزیابی، تعیین می گردد. این استانداردها، توسط سازمان جهانی استانداردها، موسسه استانداردها و تکنولوژی تعریف می گردد. در برخی منابع، دقت به عنوان متضاد واریانس یا پراکندگی تعریف می گردد، در صورتی که در بسیاری از منابع دیگر همچنان دقت (precision) را با سطوح اطمینان (confidence interval) اشتباه می گیرند. فاصله پی در پی یا Interval یا گام تعریف شده توسط انحراف معیار 68.3 (یا یک سیگما) یا سطح اطمینان اندازه گیری می باشد. در صورتی که تعداد مشاهدات یا اندازه گیری ها به اندازه کافی باشند تا برآورد صحیحی از انحراف معیار این پروسه محاسبه شود و در صورتی که فرایند اندازه گیری دارای توزیع نرمال خطا باشد، در نتیجه به احتمال 68.3 درصد از مواقع مقدار درست اندازه گیری احتمالاً در انحراف معیار اول قرار می گیرد، 95.4 از مواقع مقدار درست در حدوده دو انحراف معیار قرار خواهد گرفت و به احتمال 99.7 مواقع مقدار درست در محدوده 3 انحراف معیار ارزش های اندازه گیری شده قرار می گیرد. همچنین زمانی که اندازه گیری های تکرار می شوند و سپس میانگین گرفته می شوند، مورد استفاده قرار می گیرد. در این موارد، واژه خطای استاندارد به درستی اعمال شده است: دقت میانگین برابر است با انحراف معیار اندازه گیری تقسیم بر جذر میانگین تعداد اندازه گیری های انجام شده. علاوه بر این، تئوری حد مرکزی نشان می دهد که توزیع احتمالی اندازه گیری های میانگین گرفته شده، به توزیع نرمال به نسبت اندازه گیری های منفرد، نزدیک تر است. با توجه به صحت موارد زیر قابل تشخیص می باشد:
1- تفاضل بین میانگین اندازه گیری ها و مقادیر مرجع، مقدار بایاس. محاسبه و تصحیح بایاس نیازمند کالیبراسیون است.
2- اثرات ترکیبی آن و دقت اندازه گیری ها
یک توافق رایج در علوم مختلف و علوم مهندسی آن است که صحت و یا دقت را به طور صریح با استفاده از معنای مفاهیم معناداری بیان کنند. در اینجا، زمانی که به طور واضح بیان نشود، حاشیه خطا برابر با نصف مقدار سطح معناداری قبلی استنباط می گردد. برای مثال: یک اندازه گیری 843.6 متری یا 843 متری و 800 متری، یک حاشیه خطای 0.05 متری را نشان می دهد (آخرین سطح معنا داری برابر با دهگان است)، در حالیکه اندازه گیری 8436 متر دلالت بر حاشیه خطای 0.5 (آخرین رقم معناداری برابر با واحدها است) دارد. یک اندازه گیری 8000 متر، با صفرهای پشت سر هم و بدون بخش اعشاری، دارای ابهام است. صفرهای پشت سر هم ممکن است به عنوان سطح معنا داری در نظر گرفته شود و یا نشود. برای جلوگیری از این ابهام، این عدد بایستی در نوتیشن علمی نمایش داده شود، 8.0 ضرب در 10 به توان 3: که نشان می دهد که صفر نخست significant است (بنابراین حاشیه خطا 50 متر است) در حالیکه 8.000 ضرب در 10 به توان 3 نشان می دهد که همه هر سه صفر significant است، در نتیجه حاشیه خطای 0.5 فرض شده است. به طور مشابه، امکان استفاده از چندین واحد اندازه گیری پایه وجود دارد: 8.0 km برابر با 8.0 ضرب در 10 به توان 3 متر است. در حقیقت، این نشان دهنده حاشیه 0.05 کیلومتری (50 متری) است. به هر حال، اتکا بر این قرارداد می تواند منجر به خطای دقت نادرست منجر شود، خصوصاً زمانی که داده های مورد پذیرش از منابعی باشند که از این قواعد پیروی نکنند. اکنون به این موضوع به روش دیگری نگاه کنید، مقدار 8 به این معنی است که اندازه گیری با دقت 1 (ابزار اندازه گیری قادر به اندازه گیری تنها 1 رقم بوده است) در حالیکه مقدار 8.0 (که از نظر ریاضی برابر با 8 است) بدین معنا است که اولین عدد قرار گرفته در بخش اعشار اندازه گیری شده است و نتیجه اندازه گیری آن 0 بوده است. در نتیجه این رقم دقت بالاتری دارد. هیچ یک از مقادیر اندازه گیری شده ممکن است صحیح نباشند (مقدار واقعی می تواند 9.5 باشد در حالیکه به نادرستی در هر دو حالت مقدار 8 اندازه گیری شده باشد). بنابراین، صحت را می توان درستی اندازه گیری نامید، در حالیکه دقت را می توان توانایی در تشخیص اختلافات کوچکتر نامید. برخی مواقع دقت را به چند دسته طبقه بندی می کنند:
1- تکرارپذیری (Repeatability): نوساناتی که هنگام تلاش برای ثابت نگه داشتن شرایط با استفاده از ابزار و اپراتور یکسان و تکرار در مدت زمان کوتاه ایجاد می شود.
2- تکثیرپذیری (Reproducibility): نوساناتی که هنگام استفاده از فرایند اندازه گیری یکسان با استفاده از ابزارها سنجش و اپراتورهای مختلف در طول زمان طولانی تری ایجاد می شود.
صحت و دقت در طبقه بندی باینری
در یک سیستم باینری می توان صحت و دقت را با استفاده از جدول زیر مورد ارزیابی قرار داد.
صحت (Accuracy) نسبت نتایج درست (هم شامل True Positive و هم True Negative می شود) در کل مشاهدات یا اندازه گیری ها است. یکی از پارامترهای تست نتایج یک آزمایش می باشد. با توجه به تعداد برآورد صحیح وجود (True Positive) و برآورد غلط وجود (False Positive) و نیز تعداد برآورد غلط عدم وجود (False Negative) و برآورد صحیح عدم وجود (True Negative) می توان با استفاده از فرمول زیر صحت را بدست آورد.
ازطرف دیگر، دقت، به صورت نسبت True Positive در مقابل تمام نتایج positive (شامل هم True Positive و نیز False Positive ) می شود.
صحت 100 درصد بدین معنا است که مقادیر انداه گیری شده دقیقاً برابر با مقادیر اصلی است.
صحت را می توان از طریق Sensitivity و Specificity و Prevalence از طریق معادله زیر به دست آورد:
پارادوکس صحت برای تحلیل های پیش بینی کننده، نشان می دهد که مدل های پیش بینی کننده که دارای یک سطح مشخص صحت باشند ممکن است دارای توان پیش بینی بزرگتری از مدل های با صحت بالاتر باشند. در این شرایط شاید بهتر باشد از سنجش صحت به نفع سایر سنجه ها مانند دقت خودداری شود.
صحت و دقت در روان-سنجی (psychometrics) و روان-فیزیک (psychophysics)
در روان-سنجی و روان-فیزیک، واژه صحت به جای کلماتی همچون Validity و یا Constant Error مورد استفاده قرار می گیرد. دقت (Precision) مترادفی برای قابلیت اطمینان (reliability) و Variable Error است. validity یک ابزار اندازه گیری یا یک تست روان شناسی از طریق آزمایش و تکرار و یا همبستگی با عملکرد و رفتار به دست می آید. قابلیت اطمینان یا Reliability از طریق انواع مختلفی از تست های آماری مثلاً از طریق آزمون های سازگاری داخلی مانند آلفای کرونباخ به دست می آید تا اطمینان حاصل شود که مجموعه ای از سؤالات مرتبط دارای پاسخ های مرتبط هستند و سپس آن سؤالات مرتبط بین جامعه مرجع و هدف مقایسه شود.
صحت و دقت در سیستم های اطلاعات
مفهوم صحت و دقت در زمینه داده، سیستم های اطلاعات و تکنیک های مربوط به این حوزه های علمی مورد مطالعه و بررسی و استفاده قرار گرفته است. محدوده لازم این دو مفهوم بر اساس تئوری علمی، نشان می دهد که آنها بایستی بر روی صحت که به عنوان نزدیکی به مقادیر درست تعریف می شود متمرکز شوند و به صورت درجه توافق محاسبات یا خوانش مقادیر از یک شئی مفروض، محاسبه و یا اندازه گری توسط روش های مختلف در زمینه حداکثر عدم توافق ممکن مشاهده می شود.
دیدگاهتان را بنویسید