Calculateur de pourcentage d'erreur
Calculez le pourcentage d'erreur entre une valeur expérimentale et la valeur réelle, ou l'écart en pourcentage entre deux mesures, avec le détail du calcul.
Comment utiliser cette calculatrice
- 1Choose percent error if one value is a known accepted figure, or percent difference if you are comparing two equally valid measurements.
- 2Enter your measured value and the true or comparison value.
- 3For percent error, choose signed output if you need to know whether you over- or under-measured.
Comment ça marche
Pourcentage d'erreur et écart en pourcentage
Pourcentage d'erreur = |mesuré − réel| ÷ |réel| × 100 Erreur signée = (mesuré − réel) ÷ |réel| × 100 Écart en pourcentage = |a − b| ÷ ((|a + b|) ÷ 2) × 100 Erreur relative = |mesuré − réel| ÷ |réel|
Le pourcentage d'erreur exprime l'écart d'une mesure par rapport à la valeur réelle acceptée, en pourcentage de cette valeur. Lorsqu'il n'existe pas de valeur de référence et qu'on compare seulement deux mesures, on utilise l'écart en pourcentage, qui les divise par leur moyenne. L'erreur relative est la même idée sans la multiplication par 100.
Exemple détaillé
Si vous mesurez 9,8 et que la valeur réelle est 10, le pourcentage d'erreur est |9,8 − 10| ÷ |10| × 100 = 2 %. L'erreur absolue est de 0,2 et l'exactitude de 98 %.
Calculateur de pourcentage d'erreur : le guide complet
Percent error, percent difference, and percent change
These three are constantly mixed up, and they answer different questions. Percent error asks how far a measurement is from a known correct value, so it divides by the true value. Percent difference asks how far apart two equally credible measurements are, so it divides by their average. Percent change asks how much a quantity moved over time, so it divides by the starting value and keeps its sign.
Pick the denominator that matches the question. Using the measured value as the denominator for percent error is a common mistake that makes large errors look smaller than they are.
What counts as an acceptable error
There is no universal threshold — it depends entirely on the precision of the instrument and the tolerance of the application. In an introductory physics lab, under 5% is usually considered a good result and under 1% is excellent. Analytical chemistry often demands better than 0.5%. Manufacturing tolerances can be tighter still.
What matters more than the number is whether the error is random or systematic. Random error scatters around the true value and shrinks as you average repeated trials. Systematic error — a miscalibrated scale, a consistently late stopwatch trigger — pushes every trial the same direction and averaging will not fix it. A signed percent error that stays the same sign across many trials is the classic signature of a systematic problem.
Why the true value cannot be zero
Percent error divides by the true value, so a true value of zero makes the calculation undefined — any nonzero measurement would represent an infinite proportional error. This comes up with quantities that legitimately pass through zero, such as a temperature in Celsius or a net displacement.
In that situation, report the absolute error in its own units, or switch to percent difference where the denominator is the average of the two readings. This calculator flags the zero case rather than returning a misleading number.
Questions fréquentes
Comment calcule-t-on le pourcentage d'erreur ?
Soustrayez la valeur réelle de la mesure, prenez la valeur absolue, divisez par la valeur réelle et multipliez par 100. Par exemple, mesurer 9,8 pour une valeur réelle de 10 donne |9,8 − 10| ÷ 10 × 100 = 2 %.
Quelle différence entre pourcentage d'erreur et écart en pourcentage ?
Le pourcentage d'erreur compare une mesure à une valeur réelle connue et acceptée. L'écart en pourcentage compare deux mesures dont aucune n'est la référence ; on divise alors par leur moyenne plutôt que par une valeur vraie.
Le pourcentage d'erreur peut-il être négatif ?
Dans sa forme habituelle (avec valeur absolue), il est toujours positif. Mais l'erreur signée conserve le sens : négative si la mesure est inférieure à la valeur réelle, positive si elle est supérieure, ce qui aide à repérer un biais dans les mesures.