Diagramme de Pareto
Le diagramme de Pareto montre les valeurs absolues des effets normalisés, en les classant de la plus élevée à la plus faible. Les effets normalisés sont des statistiques t qui évaluent l'hypothèse nulle selon laquelle l'effet est de 0. Le diagramme comprend également une ligne de référence afin d'indiquer les effets statistiquement significatifs.
La ligne de référence indiquant la signification statistique dépend du seuil de signification (noté α ou alpha). A moins que vous n'utilisiez une méthode de sélection pas à pas définissant une valeur alpha, le seuil de signification est égal à 1 moins le niveau de confiance défini pour l'analyse. Pour plus d'informations sur la modification du niveau de confiance, reportez-vous à la rubrique Spécifier les options pour la fonction Analyser un plan de surface de réponse. Si vous utilisez la sélection pas à pas ou descendante, le seuil de signification est celui utilisé par Minitab pour enlever un terme du modèle, appelé Alpha pour exclure. Si vous utilisez la sélection ascendante, le seuil de signification est celui auquel Minitab ajoute un terme au modèle, appelé Alpha pour inclure.
Interprétation
Utilisez le diagramme de Pareto pour déterminer la valeur et l'importance des effets. Sur le diagramme de Pareto, les barres qui coupent la ligne de référence sont statistiquement significatives. Par exemple, dans ce diagramme de Pareto, les barres qui représentent les facteurs C, B et BC coupent la ligne de référence à 2,31. Ces facteurs sont statistiquement significatifs au seuil 0,05 avec les termes du modèle actuel.
Etant donné que le diagramme de Pareto présente la valeur absolue des effets, vous pouvez déterminer quels effets sont importants, mais pas quels sont ceux qui augmentent ou réduisent la réponse. Utilisez la droite de Henry des effets normalisés pour étudier l'importance et la direction des effets sur un même diagramme.
Droite de Henry des effets
La droite de Henry des effets indique la position des effets normalisés par rapport à la droite d'ajustement d'une loi qui représente le cas où tous les effets seraient de 0. Les effets normalisés sont des statistiques t qui vérifient l'hypothèse nulle selon laquelle l'effet est de 0. Les effets positifs augmentent la réponse lorsque les paramètres passent de la valeur faible à la valeur élevée du facteur. Les effets négatifs diminuent la réponse lorsque les paramètres passent de la valeur faible à la valeur élevée du facteur. Plus les effets sont éloignés de 0 sur l'axe X, plus ils sont importants. Les effets les plus éloignés de 0 sont statistiquement plus significatifs.
La distance à laquelle doivent se trouver les points par rapport à zéro afin d'être statistiquement significatifs dépend du seuil de signification (noté α ou alpha). A moins que vous n'utilisiez une méthode de sélection pas à pas définissant une valeur alpha, le seuil de signification est égal à 1 moins le niveau de confiance défini pour l'analyse. Pour plus d'informations sur la modification du niveau de confiance, reportez-vous à la rubrique Spécifier les options pour la fonction Analyser un plan de surface de réponse. Si vous utilisez la sélection pas à pas ou descendante, le seuil de signification est celui utilisé par Minitab pour enlever un terme du modèle, appelé Alpha pour exclure. Si vous utilisez la sélection ascendante, le seuil de signification est celui utilisé par Minitab pour ajouter un terme au modèle, appelé Alpha pour inclure.
Interprétation
Utilisez la droite de Henry des effets pour déterminer la valeur, le sens et l'importance des effets. Sur la droite de Henry des effets, les effets qui sont éloignés de 0 sont statistiquement significatifs. La couleur et la forme des points diffèrent entre les effets qui sont statistiquement significatifs et ceux qui ne le sont pas. Par exemple, sur ce diagramme, les effets principaux pour les facteurs A, B et C sont statistiquement significatifs au niveau 0,05. Ces points ont une couleur et une forme différentes à partir des points correspondant aux effets non significatifs.
En outre, le diagramme indique la direction de l'effet. Le facteur Procédé (A) a un effet normalisé positif. Lorsque le procédé passe du niveau inférieur au niveau supérieur du facteur, la réponse augmente. Les facteurs Pression (B) et Vitesse (C) ont des effets normalisés négatifs. Lorsque ces deux facteurs augmentent, la réponse diminue.
La droite de Henry affichant les effets négatifs sur le côté gauche du graphique et les effets positifs sur le côté droit, il est plus difficile d'y comparer les effets pour déterminer ceux qui modifient le plus la réponse que sur les diagrammes qui présentent les valeurs absolues des effets normalisés. La demi-droite de Henry et le diagramme de Pareto montrent les valeurs absolues des effets normalisés.
Demi-droite de Henry des effets
La demi-droite de Henry des effets montre les valeurs absolues des effets normalisés, en les classant de la plus élevée à la plus faible. Les effets normalisés sont des statistiques t qui évaluent l'hypothèse nulle selon laquelle l'effet est de 0. Les points sont comparés à une droite d'ajustement de la loi qui représente le cas où tous les effets seraient de 0. Plus les effets sont éloignés de 0 sur l'axe X, plus leur magnitude est élevée. Les effets les plus éloignés de 0 sont statistiquement plus significatifs.
La distance à laquelle doivent se trouver les points par rapport à zéro afin d'être statistiquement significatifs dépend du seuil de signification (noté α ou alpha). A moins que vous n'utilisiez une méthode de sélection pas à pas définissant une valeur alpha, le seuil de signification est égal à 1 moins le niveau de confiance défini pour l'analyse. Pour plus d'informations sur la modification du niveau de confiance, reportez-vous à la rubrique Spécifier les options pour la fonction Analyser un plan de surface de réponse. Si vous utilisez la sélection pas à pas ou descendante, le seuil de signification est celui utilisé par Minitab pour enlever un terme du modèle, appelé Alpha pour exclure. Si vous utilisez la sélection ascendante, le seuil de signification est celui utilisé par Minitab pour ajouter un terme au modèle, appelé Alpha pour inclure.
Interprétation
Utilisez la demi-droite de Henry des effets pour déterminer la magnitude et l'importance des effets. Sur la demi-droite de Henry des effets, les effets éloignés de 0 sont statistiquement significatifs. La couleur et la forme des points diffèrent entre les effets qui sont statistiquement significatifs et ceux qui ne le sont pas. Par exemple, sur ce diagramme, les effets principaux pour les facteurs A, B et C sont statistiquement significatifs au niveau 0,05. Ces points ont une couleur et une forme différentes à partir des points correspondant aux effets non significatifs. En outre, Minitab ajoute une étiquette aux points statistiquement significatifs.
Etant donné que la demi-droite de Henry présente la valeur absolue des effets, vous pouvez déterminer quels effets sont importants, mais pas quels sont ceux qui augmentent ou réduisent la réponse. Utilisez la droite de Henry des effets normalisés pour afficher la magnitude et la direction des effets sur un diagramme.
