Pour ajouter un graphique, accédez à Ajouter et remplir un formulaire.
La boîte à moustaches est plus adaptée lorsque l'effectif d'échantillon est d'au moins 20. Par exemple, un scientifique crée une boîte à moustaches pour comparer la hauteur de plantes cultivées avec deux engrais différents par rapport à un groupe de contrôle sans engrais. Pour voir un exemple, consultez l'aide Minitab : Exemple de boîte à moustaches.
Vos données doivent être une valeur numérique pour Y, avec une valeur discrète facultative pour X (catégories à des fins de comparaison). La boîte à moustaches est plus adaptée lorsque l'effectif d'échantillon est d'au moins 20. Si l'effectif d'échantillon est trop petit, les quartiles et les valeurs aberrantes apparaissant dans la boîte à moustaches risquent de ne pas être significatifs. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour la boîte à moustaches.
Dans un graphique de contour, les valeurs de deux variables de prédiction sont représentées sur les axes X et Y, et les valeurs de la variable de réponse sont représentées par des zones grisées, appelées contours. Un graphique de contour ressemble à une carte topographique sur laquelle les valeurs X, Y et Z sont tracées à la place de la longitude, de la latitude et de l'altitude.
Un chercheur en industrie alimentaire souhaite déterminer la durée et la température optimales de réchauffement d'un repas surgelé. Il prépare 14 échantillons en utilisant différentes durées et températures, puis il fait évaluer la qualité globale de chaque échantillon par des goûteurs. Le scientifique crée un graphique de contour pour examiner les résultats. Pour voir un exemple, consultez l'aide Minitab : Exemple de graphique de contour.
Si possible, les valeurs de X et Y doivent être régulièrement espacées pour constituer une grille. En règle générale, la valeur Z est la réponse que vous voulez expliquer ou prévoir, et les valeurs X et Y sont les variables explicatives. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour le graphique de contour.
Un diagramme à points divise les valeurs des échantillons en petits intervalles et représente chaque valeur ou petit groupe de valeurs par un point le long d'une ligne de nombres. Le diagramme à points est adapté lorsque l'effectif de l'échantillon est inférieur à 50 environ.
Par exemple, un ingénieur qualité crée un diagramme à points pour examiner la loi de distribution de la quantité de couples requise pour enlever les bouchons d'un échantillon de bouteilles de shampooing. Pour voir un exemple, consultez l'aide Minitab : Exemple de diagramme à points.
Vos données doivent être des valeurs numériques pour Y, avec des valeurs discrètes facultatives pour X (catégories à des fins de comparaison). Le diagramme à points est adapté lorsque l'effectif de l'échantillon est inférieur à 50 environ. Si l'effectif de l'échantillon est supérieur ou égal à 50, un point peut représenter plusieurs observations. Envisagez d'utiliser une boîte à moustaches ou un histogramme en plus du diagramme à points afin d'identifier plus facilement les principales caractéristiques de la loi de distribution.. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour le diagramme à points.
Un histogramme divise les valeurs des échantillons en plusieurs intervalles et représente l'effectif des valeurs contenues dans chaque intervalle par une barre. Une histogramme est adapté lorsque l'effectif de l'échantillon est d'au moins 20. Toutefois, il se peut qu'un effectif d'échantillon largement supérieur à 20 représente mieux la loi de distribution.
Par exemple, un ingénieur qualité crée un histogramme pour examiner la loi de distribution de la quantité de couples requise pour enlever les bouchons d'un échantillon de bouteilles de shampooing. Pour voir un exemple, consultez l'aide Minitab : Exemple d'histogramme.
Vos données doivent être des valeurs numériques pour Y et X. Un histogramme fonctionne mieux lorsque la taille de l’échantillon est d’au moins 20. Si l'effectif de l'échantillon est trop petit, chaque barre de l'histogramme peut ne pas contenir suffisamment de points de données pour afficher avec précision leur distribution. Si l'effectif d'échantillon est inférieur à 20, envisagez plutôt d'utiliser un diagramme des valeurs individuelles. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour l'histogramme.
Dans un diagramme des valeurs individuelles, la valeur réelle de chaque observation dans un groupe est signalée par un point, ce qui facilite le repérage des valeurs aberrantes et la visualisation de la dispersion des données. Le diagramme des valeurs individuelles est adapté lorsque l'effectif de l'échantillon est inférieur à 50 environ.
De la même manière qu'une boîte à moustaches, un diagramme des valeurs individuelles permet d'identifier les éventuelles valeurs aberrantes et de visualiser la forme de la loi de distribution. Toutefois, contrairement à une boîte à moustaches, un diagramme des valeurs individuelles affiche chaque valeur séparément. Les valeurs séparées sont notamment utiles lorsque vous disposez d'un nombre relativement réduit d'observations ou qu'il est important d'évaluer l'effet de chaque observation.
Par exemple, un ingénieur crée un diagramme des valeurs individuelles pour comparer l'élasticité des échantillons de plastique réalisés avec différents additifs. Pour voir un exemple, consultez l'aide Minitab : Exemple de diagramme des valeurs individuelles de variables Y multiples.
Vos données doivent être une variable Y numérique, avec une variable X discrète facultative (catégories à des fins de comparaison). Le diagramme des valeurs individuelles est adapté lorsque l'effectif de l'échantillon est inférieur à 50 environ. Si l'échantillon est trop grand, les points de données du diagramme peuvent être trop regroupés et compliquer ainsi l'évaluation de la distribution. Si l'effectif de l'échantillon est supérieur à 50, utilisez plutôt une boîte à moustaches ou un histogramme. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour le diagramme des valeurs individuelles.
Par exemple, des chercheurs travaillant au département de la sécurité routière souhaitent déterminer la relation entre l'expérience du conducteur et le type de route sur les corrections de trajectoire. Les chercheurs créent un diagramme des interactions pour représenter l'effet qu'ont les facteurs les uns sur les autres, ainsi que sur la réponse. Pour voir un exemple, consultez l'aide Minitab : Exemple de diagramme des interactions.
La variable de réponse (Y) doit être continue. Les données doivent inclure un ou deux facteurs de catégorie (X). Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour les diagrammes des interactions.
Par exemple, un fabricant de tapis souhaite évaluer les résultats d'une ANOVA à un facteur contrôlé. Il crée un graphique des effets principaux des résultats de la durabilité moyenne des tapis par type de tapis. Pour voir un exemple, consultez l'aide Minitab : Exemple de graphique des effets principaux.
La variable de réponse (Y) doit être continue. Les données doivent inclure un ou deux facteurs de catégorie (X). Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour les graphiques des effets principaux.
Par exemple, un analyste commercial souhaite étudier les petites et moyennes entreprises manufacturières prospères. L'analyste collecte les données relatives au nombre de clients, au taux de rendement, aux ventes et au nombre d'années depuis lequel les entreprises exercent leur activité. Dans le cadre de son étude initiale, l'analyste crée un graphique matriciel diagonal pour analyser la relation entre le nombre de clients, le taux de rendement et le nombre d'années d'activité. Pour voir un exemple, consultez l'aide Minitab : Exemple de graphique matriciel diagonal.
Bien que le nombre de données nécessaire dans un nuage de points ne soit pas clairement spécifié, un nombre important de données permet d'indiquer de façon plus précise les schémas de données. Un nuage de points comportant une droite de régression ajustée est plus précis lorsque l'effectif de l'échantillon est approximativement égal ou supérieur à 40. Si l'effectif de l'échantillon est inférieur à 40, la droite de régression ajustée risque de ne pas être aussi exacte. Prenez en compte l'effectif d'échantillon pour chaque nuage de points dans le graphique matriciel diagonal. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour le graphique matriciel diagonal.
Une carte multivariée est une représentation graphique des relations entre des facteurs et une réponse. La carte multivariée affiche les moyennes à chaque niveau de facteur pour tous les facteurs. Dans Minitab, chaque carte multivariée peut afficher jusqu'à quatre facteurs.
Par exemple, supposons qu'un fabricant produise des tubes en plastique sur deux machines différentes avec trois réglages de température différents. L'ingénieur qualité s'intéresse à la cohérence des diamètres de tubes provenant des différentes machines et réglages. Il crée une carte multivariée pour examiner la variation des diamètres de tubes. Pour voir un exemple, consultez l'aide Minitab : Exemple de carte multivariée.
Pour calculer la réponse moyenne à différents niveaux de facteurs, la carte multivariée nécessite des données de réponse numériques. Vous pouvez avoir jusqu'à quatre facteurs numériques, texte ou de date/heure. Chaque facteur doit comporter au moins 2 niveaux. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour la carte multivariée.
Par exemple, un chercheur en médecine crée un nuage de points pour indiquer la relation positive entre l'indice de masse corporelle (IMC) et le pourcentage de masse graisseuse chez des adolescentes. Pour voir un exemple, consultez l'aide Minitab : Exemple de nuage de points.
Les données doivent inclure une ou plusieurs paires de colonnes de données numériques ou de date/d'heure. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour le nuage de points.
Par exemple, un chercheur en industrie alimentaire souhaite déterminer la durée et la température optimales de réchauffement d'un repas surgelé. Il prépare 14 échantillons en utilisant différentes durées et températures, puis il fait évaluer la qualité globale de chaque échantillon par des goûteurs. Le scientifique crée un nuage de points en 3D pour examiner les résultats. Pour voir un exemple, consultez l'aide Minitab : Exemple de diagramme de surface en 3D.
Si possible, les valeurs de X et Y doivent être régulièrement espacées pour constituer une grille. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour le diagramme de surface en 3D.
Par exemple, un courtier compare le cours mensuel de deux actions sur les deux années précédentes. Le courtier crée un diagramme de série chronologique pour visualiser les performances de deux actions. Pour voir un exemple, consultez l'aide Minitab : Exemple de diagramme de série chronologique.
Enregistrez les données dans l'ordre chronologique. Les données de série chronologique doivent être collectées à intervalles réguliers et consignées par ordre chronologique. Vous devez enregistrer les données dans une feuille de travail dans l'ordre dans lequel vous les avez collectées. Si les données ne sont pas enregistrées par ordre chronologique, vous ne pouvez pas utiliser de diagramme de série chronologique pour étudier la présence de schémas temporels dans les données. Les données de série chronologique supposent que les données soient collectées à intervalles réguliers (par exemple, une fois par jour ou une fois par mois). Si vous collectez les données à intervalles irréguliers, un diagramme de série chronologique ne convient pas. Pour plus de détails, consultez l’aide Minitab : Considérations relatives aux données pour le diagramme de série chronologique.