當采用XRF、OES或LIBS進行分析時，無論是測量成分或厚度，都希望獲得的結果盡可能準確。
準確性定義
在光譜學中，準確性取決于兩個因素：
● 正確度。如果進行多次測量，平均值是否與期望值相匹配？這也稱為“平均值的準確性”。
● 精密度。即測量值的重復性，如果使用運行相同程序的相同設備在同一點多次測量同一樣品，結果的可重復性如何？
下圖說明了精密度和正確度如何共同影響準確性的？
由圖可知，獲得良好精密度的同時也有可能獲得差的正確度。因此為獲得真正準確的結果，既需要高精密度又需要正確度。
不同的誤差類型
在解決減少的誤差之前，應該先討論想要消除的誤差。
1
過失誤差
一個過失誤差將導致測量結果完全位于綠色區域之外，并且極有可能會被視為異常。
制備過程中的樣品污染等工藝誤差、缺陷樣品、測量區域中的空腔、運行不正確的測量程序都可能導致過失誤差。通過培訓和使用正確的程序，可以避免運行不正確造成的誤差。
我們必須假設測量系統中存在兩種誤差類型：
1我們必須假設測量系統中存在兩種誤差類型：
系統誤差
系統誤差通常與正確度有關，會在測量樣品的平均值和預期結果之間給出一致的偏差。造成系統誤差的原因在于設備缺乏維護、部件磨損或校準不良等，定期校準和維護可以減少系統誤差。
隨機誤差
隨機誤差與精密度有關。隨機變化越大，精密度越低，誤差幅度越大，且是不可預測的。這些測量波動可能由樣品的不均勻性、測量環境的微小變化以及用于校準的參考樣品測量不確定性造成。
如何獲得您信任的結果
為獲得盡可能準確的讀數，應消除過失誤差，減少系統誤差和隨機誤差，然后在商定的置信度內接受并計算剩余的誤差范圍。
可通過簡單的計算來確定系統誤差（平均值偏移）。隨機誤差遵循統計學模型。將在指南“探索真值”中展示如何計算這兩種類型的誤差。
