유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.
- 반응 데이터는 정규, 이항 또는 포아송 분포를 따라야 합니다.
-
- 정규 분포를 따르는 데이터는 일반적으로 측정 데이터(예: 무게)입니다. 데이터가 정규 분포를 따르는 경우 Minitab에서는 각 그룹의 평균을 전체 평균과 비교합니다.
- 이항 데이터는 각 관측치를 두 범주(예: 통과/실패) 중 하나로 분류합니다. 이항 데이터의 경우 Minitab에서는 각 표본의 비율을 전체 비율과 비교합니다.
- 포아송 데이터에는 카운트(예: 단위 또는 표본당 결점 수)가 포함됩니다. 포아송 데이터의 경우 Minitab에서는 각 표본에 대한 발생률을 전체 비율과 비교합니다.
- 데이터가 정규 분포를 따르면 데이터에 하나 또는 두 개의 범주형 요인이 포함되어야 합니다.
-
- 요인이 2개인 평균 분석 설계에는 균형 설계가 있어야 합니다. 균형 설계의 경우 가능한 모든 요인 수준의 조합에 대해 관측치의 개수가 같습니다. 설계에 범주형 요인이 두 개 있고 설계가 불균형이면 모두 고정 요인인 경우 일반 선형 모형 적합, 변량 요인이 있는 경우 혼합 효과 모형 적합을 사용하십시오.
- 설계에 범주형 요인이 세 개 이상 있거나 공변량이 포함되어 있으면 모두 고정 요인인 경우 일반 선형 모형 적합, 변량 요인이 있는 경우 혼합 효과 모형 적합을 사용하십시오.
요인 및 균형 설계에 대한 자세한 내용은 요인 및 요인 수준과 분산 분석 모형의 균형 및 불균형 설계에서 확인하십시오.
- 이항 데이터가 있으면 표본 크기가 일정하고 충분히 커야 합니다.
-
- 각 표본에 대한 비율과 전체 비율을 제대로 비교하려면 모든 표본이 같은 크기여야 합니다.
- 결정 한계는 정규 분포를 기반으로 하기 때문에 표본 크기는 정규 분포가 이항 분포를 적절히 근사할 수 있을 만큼 충분히 커야 합니다. 정규 분포는 np > 5이고 n(1 − p) > 5인 경우 적절하며, 여기서 n은 표본 크기이고 p는 사건의 비율입니다.
표본이 이러한 기준을 충족하지 않는 경우 결과가 유효하지 않을 수도 있습니다.
- 포아송 데이터가 있으면 표본 크기가 일정하고 충분히 커야 합니다.
-
- 표본당 비율이 유효하려면 모든 표본이 같은 크기여야 합니다.
- 결정 한계는 정규 분포를 기반으로 하기 때문에 표본 크기는 정규 분포가 포아송 분포를 적절히 근사할 수 있을 만큼 충분히 커야 합니다. 정규 분포는 평균이 5 이상인 경우 적절합니다.
표본이 이러한 기준을 충족하지 않는 경우 결과가 유효하지 않을 수도 있습니다.
- 각 관측치가 다른 모든 관측치로부터 독립적이어야 함
-
관측치가 종속되면 결과가 유효하지 않을 수도 있습니다. 관측치가 독립적인지 여부를 확인하려면 다음과 같은 점을 고려하십시오.
- 한 관측치가 다른 관측치에 대한 정보를 제공하지 않으면 관측치가 독립적입니다.
- 한 관측치가 다른 관측치에 대한 정보를 제공하면 관측치가 종속됩니다.
- 표본 데이터는 랜덤하게 선택해야 합니다.
-
랜덤 표본은 모집단에 대한 일반화 또는 추론을 작성하기 위해 사용됩니다. 데이터가 랜덤하게 수집되지 않은 경우에는 결과가 모집단을 나타내지 않을 수 있습니다.
- 최적의 경험을 사용한 데이터 수집
-
유효한 결과를 얻으려면 다음 지침을 따르십시오.
- 데이터가 관심 있는 모집단을 나타내는지 확인합니다.
- 필요한 정밀도를 제공하기에 충분한 데이터를 수집합니다.
- 최대한 정확하게 변수를 측정합니다.
- 데이터를 수집된 순서대로 기록합니다.