Interprétation des résultats principaux pour la fonction Diagrammes à branches et feuilles

Suivez les étapes ci-dessous pour interpréter un diagramme à branches et feuilles.

Etape 1 : Evaluer les caractéristiques clés

Examinez le centrage et la répartition de la loi de distribution. Evaluez l'incidence de l'effectif de l'échantillon sur l'apparence du diagramme à branches et feuilles.

Centrage et répartition

Examinez les éléments suivants pour en savoir plus sur vos données d'échantillon.
Dénombrements et médiane
Les dénombrements sont dans la première colonne en partant de la gauche. Le dénombrement pour la ligne qui contient la valeur médiane est entre parenthèses. Les valeurs des lignes au-dessus et au-dessous de la médiane sont cumulées. Le dénombrement d'une ligne au-dessus de la médiane représente le dénombrement total de cette ligne et de toutes les lignes qui se trouvent au-dessus. La valeur d'une ligne au-dessous de la médiane représente le dénombrement total de cette ligne et de toutes les lignes qui se trouvent au-dessous.
Valeurs

Pour chaque ligne, le nombre dans la branche (colonne du milieu) représente le(s) premier(s) chiffre(s) des valeurs d'échantillon. L'unité "feuille" en haut du graphique indique la décimale représentée par les valeurs de feuille.

Dispersion
La dispersion montre les variations de vos données.

Ce diagramme à branches et feuilles montre le temps d'attente des clients pour accéder au chat du service d'assistance en ligne où ils seront mis en relation avec un agent. La première ligne a une valeur de branche de 8 et contient les valeurs de feuille 0, 2 et 3. L'unité "feuille" est 1. Ainsi, la première ligne du diagramme représente les valeurs échantillons de 80, 82 et 83 environ. Les valeurs vont de 80 secondes à 119 secondes. La médiane est située dans la ligne qui contient des valeurs allant de 95 secondes à 99 secondes.

Branches et feuilles de C1   N = 50

38023
8856688
2190111111222444
(6)9555799
23100000111233
131055667789
51114
311579
Unité de feuille = 1

Examinez toute caractéristique surprenante ou indésirable. Par exemple, le diagramme à branches et feuilles du temps d'attente des clients a montré des valeurs supérieures et plus répandues que prévu. Une enquête a révélé qu'un trafic Internet important causait de l'instabilité et des ralentissements.

Effectif d'échantillon (n)

L'effectif de l'échantillon peut avoir une incidence sur l'apparence du graphique.

L'effectif d'échantillon est affiché en haut du diagramme à branches et feuilles. Dans l'exemple précédent, l'effectif d'échantillon était 50 (N = 50).

Etant donné qu'un diagramme à branches et feuilles représente chaque valeur de données, il est adapté lorsque l'effectif de l'échantillon est inférieur à 50 environ. Si l'échantillon est supérieur à 50, les points de données risquent de trop s'étendre sur le diagramme et la loi de distribution peut être difficile à évaluer. Si vous disposez de plus de 50 points de données, envisagez d'utiliser une boîte à moustaches ou un histogramme.

Etape 2 : Rechercher des indicateurs de données non normales ou aberrantes

Des données asymétriques et multimodales peuvent indiquer la présence de données non normales. Des valeurs aberrantes peuvent indiquer la présence d'autres conditions dans vos données.

Données asymétriques

Déterminez si vos données sont asymétriques. Lorsque les données sont asymétriques, la majorité d'entre elles sont situées sur le côté supérieur ou inférieur du graphique. L'asymétrie indique que les données peuvent ne pas être normalement distribuées. En général, l'asymétrie est plus facile à détecter avec un histogramme ou une boîte à moustaches.

Ces diagrammes à branches et feuilles représentent des données asymétriques. Le diagramme à branches et feuilles avec des données asymétriques à droite illustre des temps d'attente. La plupart des temps d'attente sont relativement courts, seuls certains sont longs. Le diagramme à branches et feuilles avec des données asymétriques à gauche représente des données de temps de défaillance. Quelques éléments rencontrent une défaillance immédiatement, mais pour un bien plus grand nombre d'entre eux, la défaillance survient plus tard.

Branches et feuilles de C1   N = 50

1-04
6-033222
16-01111111111
(16)00000000011111111
18022222333333
704555
306
20 
21 
212
114
Unité de feuille = 0,1

Asymétrie à droite

Branches et feuilles de C1   N = 52

3-1333
3-1 
5-099
6-06
8-044
24-03333333322222222
(7)-01111111
210000001111111
9022233
40445
106
Unité de feuille = 0,1

Asymétrie à gauche

Si vous savez que vos données ne sont pas naturellement asymétriques, étudiez-en les causes possibles. Pour analyser les données très asymétriques, consultez la rubrique sur les observations relatives aux données pour l'analyse afin de vous assurer que vous pouvez utiliser des données non normales.

Valeurs aberrantes

Les valeurs aberrantes, qui sont des valeurs très éloignées des autres, peuvent avoir une incidence importante sur vos résultats.

Les valeurs isolées en bas d'un diagramme à branches et feuilles signalent de possibles valeurs aberrantes. Par exemple, la dernière valeur en bas du diagramme peut être une valeur aberrante.

Branches et feuilles de C1   N = 31

2-220
4-152
(13)-08886555433300
14000334688
610046
225
13 
14 
15 
16 
17 
180
Unité de feuille = 0,1

Essayez de déterminer la cause de toutes les valeurs aberrantes. Corrigez les erreurs de saisie des données. Pensez éventuellement à supprimer les valeurs de données associées à des événements anormaux et uniques (causes spéciales). Ensuite, répétez l'analyse.

Données multimodales

Les données multimodales ont plusieurs pics. (Un pic représente le mode d'un ensemble de données.) Les données multimodales surviennent généralement lorsque les données sont collectées à partir de plusieurs procédés ou conditions, par exemple, pour plusieurs températures.

Par exemple, ces diagrammes à branches et feuilles sont des graphiques représentant les mêmes données. Le diagramme à branches et feuilles simple présente deux groupes de points, mais leur signification n'est pas claire. Le diagramme à branches et feuilles avec groupes permet de distinguer deux groupes.

Branches et feuilles de C1   N = 100

2718
58589
2190122235555677889
37100122233334556778
(14)1113334455667789
49122599
45130012334667778888888
2614000011122236777888
8150245779
1161
Unité de feuille = 0,1

Simple

Branches et feuilles de C1    C2 = 1    N = 50

21159
512259
24130012334667778888888
(18)14000011122236777888
8150245779
1161
Unité de feuille = 0,1

Branches et feuilles de C1    C2 = 2    N = 50

2718
58589
2190122235555677889
(16)100122233334556778
1311133344566778
1129
Unité de feuille = 0,1

Avec groupes

Si des informations supplémentaires vous permettent de classer les observations en groupes, vous pouvez créer une variable de groupe avec ces informations. Vous pouvez ensuite créer le graphique avec des groupes pour déterminer si la variable de groupe explique les pics dans les données.