Incertitude de mesure : afficher une précision que les données méritent

Une mesure n’est pas une valeur exacte livrée sans condition. Elle résulte d’un instrument, d’une méthode et d’une lecture. L’incertitude décrit les limites dans lesquelles on peut interpréter le résultat.

Figure 1. Measurement-uncertainty-sum. Illustration externe de contexte ; elle ne représente pas des résultats produits pour cet article. Auteur/crédit : MikeRun. Licence : CC BY-SA 4.0. Source : Wikimedia Commons — fiche originale. Attribution : MikeRun. Image non modifiée ; affichage redimensionné.

Identifier les contributions

La résolution de l’appareil, son étalonnage, les conditions ambiantes et la répétabilité peuvent intervenir. Répéter la mesure aide à observer une dispersion, mais ne révèle pas nécessairement un biais constant de l’instrument.

Précision et justesse

Des valeurs très proches peuvent être toutes décalées par un mauvais étalonnage. Une faible dispersion ne suffit donc pas à garantir la proximité d’une valeur de référence.

Présenter honnêtement

Indiquez les unités, le nombre de répétitions et la manière d’estimer l’incertitude. Évitez les décimales supplémentaires qui ne correspondent à aucune information réelle. Lorsque vous comparez deux résultats, considérez leur incertitude avant de conclure à une différence. Une mesure bien présentée n’est pas celle qui semble parfaite ; c’est celle dont le lecteur peut comprendre la portée et les limites. 

Référence de la figure

[Figure 1] MikeRun. Measurement-uncertainty-sum. Wikimedia Commons. CC BY-SA 4.0. Consulté le 2026-10-21. Source/crédit original : Own work.