理化实验中的误差来源
理化检验是实验室检测主要检测部分之一，其检验结果是判定产品质量的主要科学依据。理化实验室的误差来源主要有三个方面：系统误差、随机误差和人为误差，那么，每种误差的具体产生原因都是什么?
仪器设备、实验室环境、操作过程、试剂、样品等多种因素严重影响了理化检验的质量，导致理化检测中存在很多误差。
系统误差(又叫做规律误差)
系统误差指的是在测量条件相同的情况下，多次重复测量同一被测物体，误差值的大小或者是正值、负值保持不变，这又被称为定值系统误差，或者是当测量条件发生变化时，误差变化呈现出一定的规律，又被称为变值系统误差。
系统误差主要是由于在理化检验过程中测量方法不正确、仪器使用方法错误、计量器具不合格、检测装置本身性能问题、标准物质使用不当以及环境条件的变化等原因所导致的。这类误差是可以通过一定的措施进行减少和校正的。
造成系统误差的来源主要有以下几点：
1.方法误差：
方法误差指的是由于理化检验分析方法本身导致的误差，这个误差是不可避免的，因此经常会出现检验结果偏低或者偏高的情况。例如在理化检验中进行重量分析时，沉淀的溶解就容易导致误差;在滴定过程中没有反应完全，或者因滴定终点与计量点不相符而导致发生副反应;高温检验导致某些易挥发的物质出现了挥发现象。
2.仪器误差：
仪器误差主要是由于仪器不准所导致的，例如仪表刻度盘分度不准确或者零点不准，就会导致检验结果偏小或者偏大的情况，这种误差是一个恒值;电子天平使用时间过长后如果没有进行校准，则必然会出现称量误差;玻璃量器没有经过质量以及刻度的检验，从供应商买来后进行进行使用等均会造成仪器误差的出现。
3.试剂误差：
试剂误差主要是由于试剂不纯或者无法达到实验要求所导致的，例如理化检验过程中使用的试剂存在杂质，或者蒸馏水、试剂中存在会影响检验结果的干扰物，或者由于储存或者操作环境所导致的试剂变化等均会造成试剂误差。
随机误差
在相同的操作条件下重复测量同一对象，虽然能够在一定程度上避免系统误差的出现，但是所得的检验结果仍然不一定一致，这种由于各种不确定因素造成的误差被称为随机误差，这种误差呈现不规则的随机性变化，主要是由于各种微小的、独立的、偶然的因素所导致的结果。
从表面看来，随机误差是没有规律的，是因为偶然导致的，因此随机误差也被称之为不可测误差或者偶然误差。
随机误差随机性的特点指的是，多次重复测量同一测量对象，检验结果的误差呈现出无规则涨落的情况，检验结果既可能偏大(正)，也可能偏小(负)，并且没有一定的规律，但是在多次重复测量的情况下正负误差出现的机会会相同的，也正是由于这种无规律的特性，从而也就可能会存在众多随机误差之和正负抵消的情况，这就是随机误差抵偿性的性质。
因此，在排除系统误差的情况下，随机误差一般可以采用增加测量次数的方法来进行消除。
但是要说明的是，无论是系统误差，还是随机误差，都是在正常理化检验过程中存在的，具有一定的必然性。而由于正常理化检验工作人员检验流程错误、加错试剂、操作不细心或者读数、计算错误等原因而导致的结果差异，应该被称为“错误”，还不是误差。
因此，多次重复测量同一测量对象时如果存在相差较大的结果时，应该考虑是否是“错误”导致的，要对这种结果出现的原因认真分析，并对其性质进行确定。
人为误差
这里所说的人为误差主要指的是在理化检验过程中由于检验人员的因素所导致的误差，主要表现在以下三个方面：
1.操作误差：
操作误差指的是在正常操作的情况下，由于理化检验人员主观因素导致的。
例如检验人员由于对颜色观察的敏锐程度就会导致误差的出现;
或者是在对试样进行称取时没有进行有效的保护，使试样出现了吸湿等情况;
在洗涤沉淀时没有进行充分洗涤或者过分洗涤均会出现误差;
在对进行灼烧沉淀时没有掌握好温度;
在理化检验过程中使用滴定管漏液前如果没有进行润洗，则会产生挂液现象，在注入液体后容易导致使气泡残留在滴定管下端;
检验人员在度数时仰视(或俯视)刻度等均会导致误差的出现。
2.主观误差：
主观误差主要是由于理化检验分析人员的主观因素所导致的。
例如由于颜色观察的敏锐程度的不同，在对滴定终点的颜色进行辨别的时候，有些分析人员觉得颜色偏深，但是有些分析人员觉得颜色偏浅;
由于读取刻度值时的角度不同，因此就会出现有些分析人员觉得偏高，但是有些分析人员觉得偏低的情况。
除此之外，很多分析人员在实际的理化检验工作中，会存在“先入为主”的习惯，也就是在读取第二个测量数值时主观上会不自觉地偏向第一个测量数值上，以上情况均会导致主观误差的出现。
3.过失误差：
过失误差指的是在理化检验过程中由于检验人员读数错误、操作错误、计算错误等导致的误差。
误差会导致结果不准确，所以，了解误差产生的原因就可以帮助我们尽量减少误差的产生，提高检测结果的质量。
展源
何发
相关文章
-
QC, IQC, IPQC, QA，到底是什么鬼?
2020-05-27
-
AAS法分析茶叶中的铅,镉,砷
2020-05-27
-
误差、偏差及有效数字
2023-11-02
-
检测实验室误差分析大全
2020-05-27
-
如何减少实验中的误差
2024-05-11
-
如何消除系统误差？
2022-10-27
-
如何搞定实验室误差？
2023-04-13
-
红外光谱分析,你了解多少?
2021-01-11
-
分光光度计测量误差四大来源
2020-05-27
加载更多