분포의 중심을 조사합니다. 표본 크기가 구간 그림의 모양에 어떤 영향을 미칠 수 있는지 평가합니다.
갑작스럽거나 예기치 않은 신뢰 구간을 조사합니다. 예를 들어, 고객 대기 시간 표본의 평균에 대한 신뢰 구간이 이전 표본의 신뢰 구간과 상당히 다르면 차이의 원인을 확인해야 합니다.
표본 크기가 그래프 모양에 영향을 미칠 수 있습니다.
일반적으로 표본 크기가 클수록 신뢰 구간이 더 작고 더 정밀합니다. 신뢰 구간이 너무 넓으면 더 큰 표본을 수집해 보십시오. 그룹(또는 여러 Y 변수) 간 표본 크기의 차이가 크면 구간의 너비에 영향을 미치고 잘못된 결과가 나타날 수 있습니다. 그룹(또는 여러 Y 변수)의 표본 크기가 거의 같으면 구간 너비의 차이가 주로 변동의 차이로 인한 것이라고 더 확신할 수 있습니다.
구간 그림에 그룹이 있으면 그룹의 중심과 산포를 평가하고 비교합니다.
신뢰 구간이 겹치는지 여부를 확인합니다. 두 평균에 대한 구간이 겹치지 않으면 모평균이 통계적으로 유의할 수도 있습니다.
예를 들어, 첫 번째 구간 그림에서 첫 번째와 두 번째 구간은 서로 겹치지만 세 번째 구간과는 겹치지 않습니다. 따라서 세 번째 그룹의 평균은 다른 두 그룹의 평균과 유의하게 다릅니다. 두 번째 구간 그림에서는 구간이 겹치지 않습니다. 따라서 평균의 차이가 통계적으로 유의할 수 있습니다.
그룹의 산포 간 차이를 확인합니다.
이 그림의 구간들은 중심은 유사하지만 산포는 다릅니다.
구간 너비의 차이가 표본 변동의 차이에 의해 야기되는지, 표본 크기의 차이에 의해 야기되는지 확인하려면 구간을 다시 확인합니다. 옵션 탭에서 그룹 전체의 오차 합동을 클릭합니다. 이렇게 하면 개별 표준 편차 대신 합동 표준 편차를 사용하여 구간이 다시 생성됩니다. 이제 표시되는 너비의 차이는 정확히 다른 표본 크기로 인한 것입니다.