Dua metode standar adalah
Konsultasikan "spesifikasi pembuat instrumen," seperti yang ditunjukkan dalam kutipan. Ini biasanya merupakan langkah mundur mentah yang akan digunakan ketika tidak ada informasi lain yang tersedia, karena (a) apa yang sesungguhnya dimaksud oleh pembuat instrumen dengan "akurasi" dan "presisi" sering tak tentu dan (b) bagaimana instrumen merespons ketika baru masuk sebuah lab uji kemungkinan jauh lebih baik daripada yang dilakukannya ketika digunakan di lapangan.
Kumpulkan sampel replikat. Dalam pengambilan sampel lingkungan ada sekitar setengah lusin tingkat di mana sampel direplikasi secara rutin (dan banyak lagi di mana mereka dapat direplikasi), dengan masing-masing tingkat digunakan untuk mengendalikan sumber variasi yang ditugaskan. Sumber-sumber tersebut dapat meliputi:
- Identitas orang yang mengambil sampel.
- Prosedur awal, seperti sumur bailing, diambil sebelum mendapatkan sampel.
- Variabilitas dalam proses pengambilan sampel fisik.
- Heterogenitas dalam volume sampel itu sendiri.
- Perubahan yang mungkin terjadi saat menyimpan dan mengirim sampel ke laboratorium.
- Variasi dalam prosedur laboratorium pendahuluan, seperti menyeragamkan sampel fisik atau mencernanya untuk dianalisis.
- Identifikasi analis laboratorium.
- Perbedaan antar laboratorium.
- Perbedaan antara instrumen yang berbeda secara fisik, seperti dua kromatografi gas.
- Melayang dalam kalibrasi instrumen dari waktu ke waktu.
- Variasi diurnal. (Ini mungkin alami dan sistematis tetapi dapat tampak acak ketika waktu pengambilan sampel sewenang-wenang.)
Penilaian kuantitatif penuh komponen variabilitas hanya dapat diperoleh dengan memvariasikan secara sistematis masing-masing faktor ini sesuai dengan desain eksperimental yang sesuai.
Biasanya hanya sumber yang diyakini berkontribusi paling variabilitas dipelajari. Sebagai contoh, banyak penelitian akan secara sistematis membagi sebagian sampel setelah mereka diperoleh dan mengirimkannya ke dua laboratorium yang berbeda. Sebuah studi tentang perbedaan antara hasil pemisahan tersebut dapat mengukur kontribusi mereka terhadap variabilitas pengukuran. Jika cukup pemisahan seperti itu diperoleh, distribusi penuh variabilitas pengukuran dapat diperkirakan sebagai sebelumnya dalam model spatio-temporal Bayesian hirarkis. Karena banyak model dengan asumsi distribusi Gaussian (untuk setiap perhitungan), memperoleh Gaussian sebelum akhirnya datang untuk memperkirakan rata-rata dan varians perbedaan antara perbedaan. Dalam penelitian yang lebih rumit, yang bertujuan untuk mengidentifikasi lebih dari satu komponen varian,
Salah satu manfaat dari berpikir tentang masalah-masalah ini adalah bahwa mereka membantu Anda mengidentifikasi cara untuk mengurangi atau bahkan menghilangkan beberapa komponen kesalahan ini (tanpa harus mengukurnya), sehingga semakin mendekati ideal Cressie & Wikle tentang "mengurangi ketidakpastian" sebanyak yang dimungkinkan oleh sains. "
Untuk contoh pekerjaan yang diperluas (dalam pengambilan sampel tanah), lihat
Van Ee, Blume, dan Starks, A Rationale untuk Penilaian Kesalahan dalam Sampling Tanah. US EPA, Mei 1990: EPA / 600 / 4-90 / 013.