So sánh kết quả đo theo thời gian cần lưu ý gì?

Cần xem xét đồng thời phương pháp đo, thiết bị và tình trạng hiệu chuẩn, điều kiện môi trường, cách lấy mẫu, người thực hiện, cách xử lý dữ liệu và độ không đảm bảo đo. Chỉ khi các yếu tố này được kiểm soát, phần chênh lệch còn lại mới có cơ sở để được xem như một tín hiệu về sự thay đổi theo thời gian.

Trước hết phải xác định hai kết quả có thực sự đo cùng một đại lượng

Điểm đầu tiên cần kiểm tra là measurand, tức đại lượng cụ thể được xác định bằng phép đo. Hai kết quả có cùng tên gọi nhưng khác định nghĩa, phạm vi hoặc cách xác định thì không nên được xem là hai điểm trên cùng một chuỗi thời gian.

Ví dụ, nếu một lần đo xác định nhiệt độ tại tâm mẫu còn lần khác xác định nhiệt độ ở bề mặt, việc đặt hai giá trị cạnh nhau để kết luận nhiệt độ “tăng” hoặc “giảm” có thể dẫn tới sai lệch. Tương tự, cùng là “độ ẩm” nhưng khác vị trí lấy mẫu, cơ sở tính hoặc trạng thái mẫu thì tính so sánh cũng bị ảnh hưởng.

Đơn vị cũng phải được kiểm tra. Hai giá trị chỉ thực sự có ý nghĩa khi đơn vị và quy ước biểu diễn thống nhất hoặc đã được quy đổi đúng.

Ngoài ra, cần ghi rõ thời điểm đo và trạng thái của đối tượng tại thời điểm đó. Một thay đổi theo thời gian có thể là biến động thật của đại lượng, chứ không nhất thiết là sai số của phép đo. Đây là lý do không nên cố “ép” các kết quả khác nhau về cùng một kết luận trước khi xác định nguyên nhân của chênh lệch.

Phương pháp và thiết bị phải đủ nhất quán để kết quả có thể so sánh

Ngay cả khi đo cùng một đại lượng, thay đổi phương pháp hoặc thiết bị có thể tạo ra khác biệt giữa các thời điểm.

Khi lập chuỗi đo, nên kiểm tra:

·         Cùng phương pháp hoặc cùng quy trình đo

·         Cùng nguyên tắc xác định đại lượng

·         Cùng loại hoặc cấp thiết bị phù hợp

·         Tình trạng hiệu chuẩn của thiết bị tại từng thời điểm

·         Cách hiệu chỉnh và xử lý tín hiệu

·         Quy tắc làm tròn và cách báo cáo kết quả

Sự nhất quán này đặc biệt quan trọng khi muốn đánh giá xu hướng dài hạn. Một thiết bị được thay thế hoặc một quy trình được sửa đổi có thể tạo ra một “điểm gãy” trong chuỗi dữ liệu. Khi đó, sự thay đổi của số đo chưa chắc phản ánh sự thay đổi của đối tượng.

Cần đặc biệt chú ý truy xuất nguồn gốc đo lường. Kết quả đo có truy xuất phù hợp có thể liên hệ với một chuẩn hoặc mốc tham chiếu thông qua chuỗi hiệu chuẩn được lập hồ sơ. Điều này giúp các kết quả ở những thời điểm khác nhau có cùng cơ sở đo lường để so sánh.

Điều kiện đo và cách lấy mẫu có thể làm thay đổi kết quả

Một trong những nguyên nhân dễ bị bỏ qua nhất là điều kiện thực hiện phép đo.

Có thể kiểm tra các yếu tố như:

·         Nhiệt độ và độ ẩm môi trường

·         Áp suất, độ rung, ánh sáng hoặc các điều kiện liên quan

·         Vị trí đo

·         Thời gian chờ trước khi đo

·         Tình trạng mẫu hoặc đối tượng

·         Cách lấy mẫu và chuẩn bị mẫu

·         Khoảng thời gian giữa các lần lấy mẫu

Nếu các điều kiện thay đổi, hai kết quả có thể trở nên khác nhau dù thiết bị vẫn hoạt động bình thường.

Đối với các đối tượng không đồng nhất, cách lấy mẫu còn quan trọng hơn cả việc đọc số trên thiết bị. Lấy mẫu ở hai vị trí khác nhau hoặc tại hai thời điểm có trạng thái khác nhau có thể tạo ra chênh lệch lớn mà không phải do phương pháp đo.

Vì vậy, khi cần so sánh theo thời gian, không chỉ nên lưu “kết quả đo”, mà nên lưu cả bối cảnh của phép đo. Một chuỗi dữ liệu tốt phải cho phép truy lại kết quả được tạo ra trong điều kiện nào.

Không nên kết luận có thay đổi thực chỉ từ chênh lệch giữa hai con số

Giả sử lần đầu đo được 10,0 đơn vị và lần sau là 10,4 đơn vị. Chênh lệch là 0,4 đơn vị, nhưng riêng con số này chưa cho biết thay đổi có thực sự đáng kể hay không.

Kết quả đo thường đi kèm độ không đảm bảo đo. Vì vậy, khi so sánh, cần xem xét không chỉ giá trị đo mà cả mức độ không chắc chắn gắn với từng kết quả.

So sánh chênh lệch với độ không đảm bảo

Một cách đơn giản để bắt đầu là tính:

Δ = x₂ − x₁

Trong đó:

·         x₁ là kết quả tại thời điểm trước

·         x₂ là kết quả tại thời điểm sau

·         Δ là độ chênh lệch

Nhưng Δ chưa phải tiêu chí cuối cùng. Cần xem xét thêm độ không đảm bảo của chênh lệch và mối tương quan giữa các phép đo khi có liên quan.

Ví dụ, hai kết quả có thể là:

·         Thời điểm 1: 10,0 ± 0,1

·         Thời điểm 2: 10,4 ± 0,1

Khoảng cách giữa hai giá trị là 0,4, lớn hơn đáng kể so với trường hợp hai giá trị chỉ khác nhau 0,05. Tuy nhiên, cách kết luận cuối cùng vẫn phải dựa trên cách xác định và biểu diễn độ không đảm bảo của phép so sánh, chứ không chỉ nhìn vào độ lớn của Δ.

Điều này cũng giải thích vì sao không nên dùng cách nói đơn giản như “hai kết quả nằm trong sai số nên giống nhau” mà không xác định tiêu chí đánh giá phù hợp. Khả năng tương thích của các kết quả đo phải xét đến độ không đảm bảo của sự khác biệt.

Xu hướng theo thời gian cần được tách khỏi nhiễu và thay đổi của hệ thống đo

Khi có nhiều điểm đo, việc quan sát xu hướng thường có giá trị hơn việc chỉ so sánh hai thời điểm.

Một chuỗi như:

10,0 → 10,1 → 10,0 → 10,2 → 10,1

có thể biểu hiện dao động ngẫu nhiên quanh một mức tương đối ổn định.

Trong khi đó:

10,0 → 10,3 → 10,6 → 10,9 → 11,2

gợi ý một xu hướng tăng rõ ràng hơn. Tuy nhiên, xu hướng này vẫn cần được kiểm tra xem có đồng thời xuất hiện thay đổi về thiết bị, phương pháp hoặc điều kiện đo hay không.

Khi đánh giá chuỗi thời gian, nên theo dõi ít nhất:

·         Giá trị đo của từng thời điểm

·         Độ không đảm bảo đo

·         Điều kiện đo

·         Thiết bị và tình trạng hiệu chuẩn

·         Phương pháp và phiên bản quy trình

·         Các thay đổi bất thường trong quá trình đo

Điểm bất thường trong chuỗi dữ liệu không nên tự động bị xem là “sai số” để loại bỏ. Nó có thể là dấu hiệu của thay đổi thật trong đối tượng, thay đổi điều kiện đo hoặc vấn đề trong hệ thống đo. Mỗi khả năng cần được kiểm tra trước khi quyết định xử lý dữ liệu.

Có thể dùng kết quả đo theo thời gian tốt hơn khi chuẩn hóa cách ghi nhận

Muốn so sánh đáng tin cậy, nên xây dựng một biểu mẫu ghi nhận thống nhất cho toàn bộ chuỗi đo. Ngoài kết quả chính, biểu mẫu nên lưu các thông tin đủ để tái dựng bối cảnh phép đo.

Một cấu trúc thực tế có thể gồm:

Bảng này cho thấy ngay một vấn đề mà chỉ nhìn vào cột kết quả sẽ không nhận ra: từ T2 sang T3, không chỉ thời gian thay đổi mà cả thiết bị và phương pháp cũng thay đổi.

Khi đó, nếu T3 khác T2, chưa thể quy toàn bộ chênh lệch cho sự biến động của đối tượng.

Với phép đo lặp lại trong cùng điều kiện, có thể đánh giá độ lặp lại. Khi điều kiện đo thay đổi, cần quan tâm đến độ tái lập và xác định rõ yếu tố nào đã thay đổi. Cách tiếp cận này giúp phân biệt biến động của phép đo với biến động thực của đại lượng cần theo dõi.

Khi so sánh kết quả đo theo thời gian, không nên chỉ hỏi “giá trị sau cao hay thấp hơn giá trị trước”. Câu hỏi quan trọng hơn là: hai kết quả có cùng đại lượng đo, cùng cơ sở đơn vị, phương pháp và thiết bị có đủ nhất quán, điều kiện đo có tương đương, và độ chênh lệch có lớn hơn mức bất định của phép so sánh hay không.

Nếu các điều kiện này được kiểm soát và ghi nhận đầy đủ, dữ liệu theo thời gian mới có thể dùng để nhận diện xu hướng, phát hiện thay đổi thực và đưa ra kết luận đáng tin cậy thay vì nhầm biến động của hệ thống đo với biến động của đối tượng.