Qu'est-ce que l'incertitude de mesure ?
Incertitude de mesure – Intervalle estimé d’erreur possible dans la mesure

Qu’est-ce que l’incertitude de mesure ?
L’incertitude de mesure définit l’intervalle quantifié dans lequel la valeur réelle d’un paramètre mesuré est estimée se trouver, compte tenu de toutes les sources d’erreur et de variabilité connues. Aucune mesure, quel que soit l’instrument ou la méthode, n’est parfaitement exacte. Le Vocabulaire International de la Métrologie (VIM) la décrit comme un paramètre non négatif caractérisant la dispersion des valeurs attribuées à une grandeur mesurée, sur la base des informations disponibles. L’incertitude s’exprime généralement sous la forme « ± » d’une valeur, par exemple 23,4 ± 0,3°C, souvent accompagnée d’un niveau de confiance (par exemple, 95 %).
L’incertitude de mesure reflète la réalité que tous les résultats sont soumis à des limitations et à la variabilité provenant de sources telles que la précision de l’instrument, les conditions environnementales, l’étalonnage, voire la technique de l’opérateur. Dans les domaines réglementés comme l’aviation, la science et la fabrication, la quantification de l’incertitude est essentielle pour la sécurité, la conformité et l’assurance qualité. Elle permet aux parties prenantes de comprendre la fiabilité et la comparabilité des mesures, soutenant ainsi une prise de décision robuste et la gestion des risques. Les normes internationales (par exemple, ISO/IEC 17025, Annexe 5 OACI) exigent l’estimation et le rapport de l’incertitude de mesure, soulignant ainsi son importance universelle.
Comment l’incertitude de mesure est-elle utilisée ?
L’incertitude de mesure est fondamentale pour l’intégrité des données rapportées. En associant une incertitude quantifiée à chaque mesure, qu’il s’agisse de la vitesse, de l’altitude ou de la longueur de piste, les organisations apportent une transparence quant à la fiabilité des résultats. Par exemple, un indicateur de vitesse anémométrique pitot-statique peut afficher 250 ± 2 nœuds, où l’incertitude englobe les facteurs liés à l’instrument, à l’environnement et à la méthode.
L’incertitude est cruciale pour :
- La conformité réglementaire : Prouver que les mesures répondent aux normes de sécurité et de performance.
- La sécurité des opérations : S’assurer que les marges d’erreur sont comprises et maîtrisées.
- L’assurance qualité : Soutenir l’étalonnage, la maintenance et la certification en aviation et en industrie.
- L’harmonisation internationale : Permettre la comparaison et la consolidation significatives de données issues de différentes sources.
Sans estimation claire de l’incertitude, les mesures ne peuvent pas être utilisées en toute confiance pour des décisions critiques, une certification ou des études comparatives. L’incertitude transforme les données brutes en informations exploitables en clarifiant leurs limites et leur fiabilité.
Concepts clés expliqués
Mesure
Une mesure attribue une valeur numérique et une unité à une grandeur physique (par exemple, longueur, masse, température) à l’aide d’un instrument ou d’une méthode. Toutes les mesures sont soumises à des limitations, aucune lecture n’est parfaite. Les influences incluent la justesse et la précision de l’instrument, les conditions environnementales et l’interprétation de l’opérateur. En aviation, par exemple, les mesures peuvent déterminer l’étalonnage d’un altimètre, la longueur d’une piste ou la pression atmosphérique, toutes réglementées pour assurer la sécurité.
Erreur vs. incertitude
| Concept | Qu’est-ce que c’est ? | Est-ce connu ? | Comment utilisé ? |
|---|---|---|---|
| Erreur | Différence entre la valeur mesurée et la vraie valeur | L’erreur vraie est inconnue | Corriger les erreurs connues, les autres deviennent incertitude |
| Incertitude | Intervalle estimé où la vraie valeur est susceptible de se situer | Estimée, non exacte | Toujours rapportée avec le résultat de mesure |
- Erreur est la déviation inconnue par rapport à la vraie valeur (qui est elle-même inconnue).
- Incertitude est l’intervalle estimé où la vraie valeur est supposée se trouver, compte tenu de toutes les influences connues.
Seule l’incertitude est rapportable et significative dans les contextes scientifiques, réglementaires ou opérationnels.
Justesse vs. précision
- Justesse : Degré d’accord d’une mesure avec la vraie valeur.
- Précision : Degré d’accord entre des mesures répétées.
Un système peut être précis mais non juste (constamment faux), ou juste mais imprécis (la moyenne est correcte mais les lectures sont dispersées). Une grande justesse et une grande précision sont requises pour des systèmes de mesure fiables.
Types et sources d’incertitude de mesure
L’incertitude de mesure provient de deux grandes catégories :
Incertitude systématique (erreur systématique)
- Causée par des biais constants et reproductibles (par exemple, instruments mal étalonnés, effets de température non corrigés).
- Les erreurs systématiques peuvent être identifiées et corrigées, mais tout biais non corrigé doit être inclus dans le rapport d’incertitude.
- Exemple : Toutes les mesures de longueur de piste sont surestimées de 1 m à cause d’une erreur d’étalonnage.
Incertitude aléatoire (erreur aléatoire)
- Provoquée par des fluctuations imprévisibles (par exemple, bruit électronique, variations environnementales, différences de lecture de l’opérateur).
- Conduit à une dispersion dans les mesures répétées, caractérisée par l’écart-type.
- Réduite (mais non éliminée) en effectuant plusieurs mesures et en faisant la moyenne.
Sources courantes
- Résolution et dérive de l’instrument
- Conditions environnementales : température, humidité, vibrations
- Technique et interprétation de l’opérateur
- Incertitude d’étalonnage
- Traitement des données ou étapes procédurales
Estimation et expression de l’incertitude de mesure
Mesure unique
- Appareils analogiques : Attribuer ± la moitié de la plus petite division.
- Appareils numériques : Attribuer ± la valeur du chiffre le moins significatif.
- Prendre aussi en compte les spécifications du fabricant et le rapport d’étalonnage.
Exemple :
Un thermomètre gradué tous les 0,1°C indique 22,5°C. Incertitude : ±0,05°C.
Mesures multiples
- Calculer la moyenne et l’écart-type à partir des mesures répétées.
- Erreur standard sur la moyenne = écart-type / √(nombre de mesures).
- L’incertitude élargie (pour ~95 % de confiance) est généralement 2 × écart-type.
Exemple :
Lectures : 10,2, 10,4, 10,3, 10,1, 10,3
Moyenne = 10,26, Ecart-type ≈ 0,11
Rapport : 10,26 ± 0,22 (à 95 % de confiance)
Niveaux de confiance
- ±1 écart-type ≈ 68 % de confiance
- ±2 écarts-types ≈ 95 % de confiance
- Toujours spécifier le niveau de confiance dans les rapports
Format de rapport
Format standard :
Valeur mesurée ± incertitude [Unité] (niveau de confiance)
Exemple :Longueur de piste = 2 000 ± 3 m (95 % de confiance)
Ce format est exigé par l’ISO/IEC 17025, l’Annexe 5 OACI et d’autres normes internationales.
Propagation de l’incertitude dans les calculs
Lorsque les résultats sont calculés à partir de plusieurs mesures, les incertitudes doivent être combinées :
| Opération | Règle de propagation | Exemple |
|---|---|---|
| Addition/Soustraction | Additionner les incertitudes absolues | (A ± a) + (B ± b) = (A+B) ± (a+b) |
| Multiplication/Division | Additionner les incertitudes relatives (pourcentage) | (A ± a) × (B ± b) = (A×B) ± (A×B)(a/A + b/B) |
| Puissances/Racines | Multiplier l’incertitude relative par l’exposant/racine | xⁿ ± n·(Δx/x) |
Exemple :
- Altitude 1 = 1 000 ± 2 ft, Altitude 2 = 500 ± 1 ft
- Total = 1 500 ± 3 ft
Pour la multiplication :
- 20,0 ± 0,2 (1 %) × 1,00 ± 0,01 (1 %) = 20,0 ± 0,4 (2 %)
Bonnes pratiques et conseils pratiques
- Répétez les mesures si possible, utilisez l’analyse statistique pour la moyenne et l’écart-type.
- Incluez l’incertitude d’étalonnage et les limites de l’instrument.
- Documentez toutes les sources d’incertitude, y compris l’environnement et l’effet opérateur.
- Rapportez les résultats avec des chiffres significatifs adaptés à l’incertitude.
- Spécifiez toujours l’intervalle de confiance (généralement 95 %).
- Surévaluez plutôt que de sous-évaluer en cas de doute.
Exemples et cas d’utilisation
Exemple 1 : Pression des pneus d’avion
Un manomètre étalonné indique 210 psi. Précision indiquée par le fabricant : ±2 psi. Lectures répétées : 209, 211, 210, 212, 209 psi.
Moyenne = 210,2 psi, Ecart-type = 1,3 psi.
Incertitude combinée (racine carrée de la somme des carrés) : ≈ ±2,4 psi.
Rapporté comme : 210,2 ± 2,4 psi (95 % de confiance)
Exemple 2 : Etalonnage d’altimètre
Etalon de pression de référence : ±0,3 hPa, Ecart-type des lectures d’altimètre : ±0,2 hPa.
Incertitude combinée : ±0,4 hPa.
Rapporté comme : Altitude = 2 500 ± 0,4 hPa (95 % de confiance)
Cas d’utilisation : Certification de la longueur de piste
Télémètre laser (résolution ±0,01 m, étalonnage ±0,05 m), cinq lectures :
Moyenne = 2 999,94 m, Ecart-type = ±0,02 m, Incertitude totale = ±0,06 m.
Rapporté comme : Longueur de piste = 2 999,94 ± 0,06 m (95 % de confiance)
Glossaire des termes associés
| Terme | Définition |
|---|---|
| Meilleure estimation | La valeur moyenne des mesures répétées, valeur la plus probable. |
| Ecart-type | Mesure de la dispersion dans un ensemble de valeurs. |
| Incertitude relative | Incertitude exprimée en fraction ou en pourcentage de la valeur mesurée. |
| Incertitude absolue | Incertitude en unités de mesure (ex. : ±0,3°C). |
| Erreur systématique | Biais constant dans les mesures (ex. : instrument mal étalonné). |
| Erreur aléatoire | Dispersion due à des fluctuations imprévisibles. |
| Incertitude standard | Incertitude exprimée comme écart-type (~68 % de confiance). |
| Analyse d’erreur | Evaluation des incertitudes et de leur effet sur les résultats. |
| Propagation de l’incertitude | Calcul de l’incertitude totale à partir de plusieurs entrées mesurées. |
Foire aux questions
Quelle est la différence entre erreur et incertitude ?
R : L’erreur est la déviation inconnue par rapport à la vraie valeur, l’incertitude est l’intervalle estimé où la vraie valeur est susceptible de se situer, sur la base de toutes les influences connues.
Pourquoi l’incertitude de mesure est-elle importante ?
R : Elle garantit la transparence, soutient la conformité réglementaire, permet des comparaisons significatives et sert de fondement aux décisions critiques en matière de sécurité.
Comment l’incertitude de mesure est-elle estimée ?
R : En identifiant et en quantifiant toutes les sources d’erreur significatives, par analyse statistique pour les mesures répétées, spécifications du fabricant pour les lectures uniques, et en les combinant selon les règles de propagation.
Comment les résultats de mesure doivent-ils être rapportés ?
R : Valeur ± incertitude, avec unités et niveau de confiance. Exemple : 2 000 ± 3 m (95 % de confiance).
Quelles sont les sources courantes d’incertitude ?
R : Limitations de l’instrument, dérive d’étalonnage, conditions environnementales, interprétation de l’opérateur et facteurs procéduraux.
Règles pratiques à appliquer
- Rapportez toujours les valeurs mesurées avec l’incertitude et le niveau de confiance.
- Pour les appareils analogiques, utilisez ± la moitié de la plus petite division.
- Pour les appareils numériques, utilisez ± le dernier chiffre affiché.
- Surévaluez l’incertitude si toutes les sources ne sont pas connues.
- Combinez correctement les incertitudes : ajoutez les absolues pour l’addition/soustraction, ajoutez les relatives pour la multiplication/division, multipliez la relative par l’exposant pour les puissances/racines.
Référence rapide : règles de propagation
| Opération | Règle pour les incertitudes | Exemple |
|---|---|---|
| Addition/Soustraction | Additionner les incertitudes absolues | (A ± a) + (B ± b) = (A + B) ± (a + b) |
| Multiplication/Division | Additionner les incertitudes relatives | (A ± a)/ (B ± b) = (A/B) ± (A/B)(a/A + b/B) |
| Puissances/Racines | Multiplier l’incertitude relative par l’exposant/racine | (xⁿ ± n·(Δx/x)) |
Tableau récapitulatif : comment estimer et exprimer l’incertitude de mesure
| Situation | Comment estimer l’incertitude | Comment exprimer le résultat |
|---|---|---|
| Mesure unique (analogique) | ± moitié de la plus petite division | Valeur ± incertitude (unités) |
| Mesure unique (numérique) | ± dernier chiffre affiché | Valeur ± incertitude (unités) |
| Mesures multiples | Ecart-type, élargi selon le niveau de confiance | Moyenne ± incertitude (unités, confiance) |
L’incertitude de mesure est au cœur de pratiques de mesure fiables, sûres et transparentes. Que ce soit pour l’étalonnage d’un altimètre, la certification d’une piste ou la réalisation d’essais en laboratoire, comprendre et rapporter correctement l’incertitude assure confiance et comparabilité dans tous les domaines techniques.
Foire aux questions
- Quelle est la différence entre erreur et incertitude ?
- L'erreur est la différence inconnue entre une valeur mesurée et la valeur réelle, tandis que l'incertitude quantifie l'intervalle estimé dans lequel la valeur réelle est susceptible de se situer, en tenant compte de toutes les sources de variabilité connues.
- Pourquoi l'incertitude de mesure est-elle importante ?
- Elle garantit la transparence et la fiabilité des résultats rapportés, soutient la conformité réglementaire, permet la comparaison entre laboratoires ou organisations, et sert de fondement aux décisions critiques en matière de sécurité dans l'aviation et d'autres domaines.
- Comment l'incertitude de mesure est-elle estimée ?
- En identifiant toutes les sources d'erreur significatives, en les quantifiant (par une analyse statistique pour les mesures répétées ou selon les spécifications du fabricant pour les mesures uniques) et en les combinant selon des règles de propagation établies.
- Comment les résultats de mesure doivent-ils être rapportés ?
- Rapportez la valeur mesurée ± l'incertitude, avec les unités et le niveau de confiance. Par exemple : 2000 ± 3 m (95 % de confiance). Ce format est exigé par l'ISO/IEC 17025 et l'Annexe 5 de l'OACI.
- Quelles sont les sources courantes d'incertitude de mesure ?
- Les limitations de l'instrument, la dérive de l'étalonnage, les conditions environnementales, l'interprétation de l'opérateur et les facteurs procéduraux y contribuent. Il faut tenir compte à la fois des effets systématiques (biais) et aléatoires (dispersion).
