평균 분석에 대한 주요 결과 해석

평균 분석을 해석하려면 다음 단계를 수행하십시오. 주요 결과에는 평균 분석 차트가 포함됩니다.

정규 분포를 따르는 데이터의 평균 분석 관리도

데이터의 주효과와 교호작용 효과가 통계적으로 유의한지 여부를 확인하려면 정규 분포를 따르는 데이터의 평균 분석 관리도를 사용합니다. 이 관리도에는 설계의 요인 수를 기반으로 주효과도 하나 또는 주효과도 두 개와 교호작용 효과도가 표시됩니다.

교호작용 효과도

요인 간에 교호작용이 없다는 귀무 가설을 검정하려면 교호작용 효과도를 사용합니다. Minitab에서는 데이터에 두 개의 요인이 포함되어 있는 경우에만 교호작용 효과도를 표시합니다.

교호작용 효과도에는 요인 수준의 각 조합에 대한 평균 측정값이 표시됩니다. Minitab에서는 중심선을 0에 표시하며, 이는 교호작용이 없음을 나타냅니다. 결정 한계는 데이터 및 사용자가 지정한 유의 수준을 기반으로 계산됩니다. 이원 평균 분석을 사용하여 교호작용 효과를 먼저 평가합니다. 교호작용 효과가 통계적으로 유의하면 교호작용 효과를 고려하지 않고 주효과를 해석할 수 없습니다.

교호작용 효과에 대한 가설을 검정하려면 다음과 같이 결정 한계를 사용합니다.
  • 하나 이상의 효과가 결정 한계를 벗어나면 두 요인 간의 교호작용 효과가 통계적으로 유의하다는 결론을 내릴 수 있습니다. 결정 한계 밖에 있는 점을 식별하면 교호작용을 해석하는 데 도움이 될 수 있습니다.
  • 결정 한계를 벗어나는 효과가 없으면 귀무 가설을 기각할 수 없습니다. 교호작용 효과가 있다는 결론을 내릴 수 있는 충분한 증거가 없습니다.
주효과도

지정된 유의 수준에서 각 요인 수준에 대한 모평균이 전체 모집단의 평균과 같다는 귀무 가설을 검정하려면 주효과도를 사용합니다. Minitab에서는 각 요인에 대해 하나의 주효과도를 표시합니다.

주효과도에는 각 요인 수준의 평균 측정값이 표시됩니다. 중심선은 모든 표본에 대한 전체 평균입니다. 결정 한계는 데이터 및 사용자가 지정한 유의 수준을 기반으로 계산됩니다. 주효과에 대한 가설을 검정하려면 다음과 같이 결정 한계를 사용합니다.
  • 표본 평균이 결정 한계를 벗어나면 귀무 가설을 기각하고 그룹 평균과 전체 평균 간의 차이가 통계적으로 유의하다는 결론을 내릴 수 있습니다.
  • 표본 평균이 결정 한계 안에 있으면 귀무 가설을 기각할 수 없습니다. 그룹 평균과 전체 평균이 다르다는 결정을 내릴 수 있는 충분한 증거가 없습니다.

요인 수준의 관측치 수가 모두 같으면 결정 한계가 직선입니다. 관측치 수가 다른 수준이 있으면 결정 한계는 수준에 따라 변경됩니다.

주요 결과: 주효과도, 교호작용 효과도

이 그림에서 교호작용 효과는 결정 한계 내에 모두 포함되며, 이는 교호작용 효과가 통계적으로 유의하지 않다는 것을 나타냅니다. 다음으로, 주효과를 평가합니다. 아래쪽의 두 그림은 두 요인의 수준에 대한 평균을 보여줍니다. 주효과는 평균과 중심선 간의 차이입니다.

경험에 대한 주효과도에서 숙련된 운전자 및 초보 운전자 모두에 대한 요인 수준 평균을 나타내는 점들이 결정 한계를 벗어납니다. 이 조건은 이러한 각 평균과 전체 평균 간의 차이가 통계적으로 유의하다는 것을 나타냅니다. 숙련된 운전자의 평균 조정 시간이 통계적으로 더 낮고 초보 운전자의 평균 조정 시간이 통계적으로 더 높다는 결론을 내릴 수 있습니다.

마찬가지로, 도로 형태에 대한 주효과도에서 비포장 및 포장 도로에 대한 주효과가 결정 한계를 벗어나며, 이는 이러한 주효과가 통계적으로 유의하다는 것을 나타냅니다. 그러나 자갈 도로에 대한 주효과는 통계적으로 유의하지 않습니다.

이항 데이터의 평균 분석 관리도

비정상적으로 크거나 작은 비율을 식별하려면 이항 데이터의 평균 분석 관리도를 사용합니다.

그림에는 각 표본에 대한 비율이 표시됩니다. 중심선은 모든 표본에 대한 전체 비율입니다. 결정 한계는 데이터 및 사용자가 지정한 유의 수준을 기반으로 계산됩니다. 모든 그룹이 다음과 같이 동일한 이항 분포를 따른다는 귀무 가설을 검정하려면 결정 한계를 사용하십시오.
  • 표본 비율이 결정 한계 아래에 있으면 귀무 가설을 기각하고 그룹 비율과 전체 비율 간의 차이가 통계적으로 유의하다는 결론을 내릴 수 있습니다.
  • 표본 비율이 결정 한계 안에 있으면 귀무 가설을 기각할 수 없습니다. 그룹 비율과 전체 비율이 다르다는 결정을 내릴 수 있는 충분한 증거가 없습니다.
주요 결과: 일원 이항 평균 분석 그림

이 그림에서 표본 4의 불량 용접 수의 비율이 결정 한계 위에 있습니다. 이 그룹의 불량 용접 수의 비율과 전체 비율 간의 차이가 통계적으로 유의합니다.

포아송 데이터의 평균 분석 관리도

비정상적으로 크거나 작은 발생률을 식별하려면 포아송 데이터의 평균 분석 관리도를 사용합니다.

그림에는 각 표본에 대한 발생률이 표시됩니다. 중심선은 모든 표본에 대한 전체 발생률입니다. 결정 한계는 데이터 및 사용자가 지정한 유의 수준을 기반으로 계산됩니다. 모든 발생률이 다음과 같이 동일한 포아송 분포를 따른다는 가설을 검정하려면 결정 한계를 사용하십시오.
  • 발생률이 결정 한계 위 또는 아래에 있으면 귀무 가설을 기각하고 그룹 발생률과 전체 발생률 간의 차이가 통계적으로 유의하다는 결론을 내릴 수 있습니다.
  • 표본 평균이 결정 한계 안에 있으면 귀무 가설을 기각할 수 없습니다. 그룹 발생률과 전체 발생률이 다르다는 결정을 내릴 수 있는 충분한 증거가 없습니다.
주요 결과: 일원 포아송 평균 분석 그림

이 그림에서 11번째 기계의 과적 카운트는 0으로, 비정상적으로 작습니다. 14번째 기계의 과적 카운트는 비정상적으로 큽니다. 관리자는 모든 기계적인 문제를 배제하기 위해 14번째 기계에 대한 진단 작업을 예약합니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오