단일 Y가 포함된 선 그림에 대한 주요 결과 해석

단일 Y 변수가 포함된 선 그림을 해석하려면 다음 단계를 수행하십시오.

1단계: 교호작용의 증거 찾기

그림의 선이 평행하지 않은 경우 교호작용이 존재할 수도 있습니다. 교호작용은 첫 번째 X 변수의 수준에서 Y 데이터의 평균이 두 번째 X 변수의 각 수준에서 다르다는 것을 나타냅니다. 선이 평행하지 않을수록 교호작용의 강도가 더 큽니다.

다음 선 그림은 4대의 기계와 3명의 조작자에 의해 생산된 섬유의 평균 강도를 보여줍니다. 조작자 1과 기계 2에 관련하여 평행하지 않은 선은 교호작용의 존재 가능성을 나타냅니다. 이 조합의 경우 평균 강도가 예상한 것보다 높으므로, 추가 조사가 필요할 수도 있습니다.
참고

선 그림을 사용하여 효과와 교호작용을 표시할 수 있지만 표시되는 효과나 교호작용의 통계적 유의성을 평가하려면 적절한 통계 검정을 수행해야 합니다. 교호작용 효과가 유의하면 교호작용 효과를 고려하지 않고 주효과를 해석할 수 없습니다.

2단계: 효과의 증거 찾기

경사선은 x-요인으로 인해 가능한 효과를 나타냅니다. 선 간의 차이는 범례 요인으로 인해 가능한 효과를 나타냅니다. 가능한 효과(또는 효과 부족)와 연구 목표의 관계를 평가합니다.

Y에 대한 목표
Y를 최소화하거나 Y를 최대화하거나 Y 목표값을 달성하는 데 가장 가까운 X 변수의 수준을 찾습니다.
X의 변화에 대한 Y의 로버스트성
다른 X 변수의 변화에 대해 Y를 로버스트하게 만드는 하나의 X 변수 수준을 찾습니다. 예를 들어, Y의 평균이 그래프의 s 축에 있는 X 변수의 모든 설정 또는 범례에 있는 X 변수의 모든 설정에서 거의 같은지 여부를 식별하십시오.
다음 선 그림은 3대의 기계에서 두 개의 성분 배치를 사용하여 생산된 식품의 평균 내용물 무게를 보여줍니다. 선의 기울기가 0이 아니면 각 기계에 대한 평균 내용물 무게가 차이가 있다는 것을 나타냅니다. 기계 2가 일반적으로 목표 내용물 무게 11.00에 가장 가까웠습니다. 기계 1은 덜 채우는 반면 기계 3은 너무 많이 채우는 경향이 있었습니다. 각 기계에 대해 배치 2에 대한 내용물 무게가 배치 1보다 일관되게 낮았습니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오