Exemple pour la fonction Analyse des moyennes avec des données normales

Un spécialiste de la sécurité désire comparer la qualité de la conduite de conducteurs expérimentés et inexpérimentés sur trois types de routes : revêtue, de gravier et de terre. Pour mesurer les performances de conduite, le spécialiste enregistre le temps en secondes pris par chaque conducteur pour effectuer des corrections de trajectoire sur chaque type de route.

Le spécialiste effectue une analyse des moyennes pour déterminer si les moyennes du niveau d'expérience et du type de route diffèrent de la moyenne globale.

  1. Ouvrez le fichier de données échantillons, ConditionsRoutes.MTW.
  2. Sélectionnez Stat > ANOVA > Analyse des moyennes.
  3. Dans la zone Réponse, saisissez 'Temps Correction'.
  4. Sous Répartition des données, sélectionnez Normale.
  5. Dans la zone Facteur 1, saisissez Expérience.
  6. Dans la zone Facteur 2, saisissez Type Route.
  7. Cliquez sur OK.

Interprétation des résultats

Minitab affiche trois diagrammes avec un plan d'analyse des moyennes (ANOM) à deux facteurs contrôlés afin de représenter les effets des interactions, les effets principaux pour le premier facteur et les effets principaux pour le second. Les diagrammes d'analyse des moyennes comportent une ligne centrale et des limites de décision. Si un point est situé hors des limites de décision, il existe une preuve significative que la moyenne représentée par ce point est différente de la moyenne globale de l'échantillon. Avec une analyse des moyennes à deux facteurs contrôlés, évaluez d'abord les effets d'interaction. Si les effets d'interaction sont statistiquement significatifs, vous ne pouvez pas interpréter les effets principaux sans en tenir compte.

Dans ce graphique, les effets d'interaction se trouvent largement à l'intérieur des limites de décision, ce qui indique qu'ils ne sont pas statistiquement significatifs. Vous devez ensuite évaluer les effets principaux. Les deux graphiques ci-dessous indiquent les moyennes pour les niveaux des deux facteurs. L'effet principal est la différence entre la moyenne et la ligne centrale.

Dans le graphique des effets principaux pour l'expérience, les points qui représentent les moyennes des niveaux de facteur se trouvent en dehors des limites de décision, tant pour le niveau débutant que pour le niveau avancé. Cela indique que la différence entre chacune de ces moyennes et la moyenne globale est statistiquement significative. Vous pouvez en conclure que le temps de correction moyen est significativement plus bas pour les conducteurs avancés et significativement plus élevé pour les conducteurs débutants.

De même, dans le graphique des effets principaux pour le type de route, les effets principaux pour les routes goudronnées et les routes de terre sont en dehors des limites de décision, ce qui indique que ces effets principaux sont statistiquement significatifs. En revanche, l'effet principal des routes en gravier n'est pas statistiquement significatif.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique