그래프를 사용하여 데이터를 탐색하고 변수 간의 관계를 평가합니다. 또한 그래프를 사용하여 데이터를 요약하고 통계적 결과도 해석하십시오.

그래프를 추가하려면 양식 추가 및 작성(으)로 이동하십시오.

상자 그림

표본 분포의 도형, 중심 위치 및 변동성을 평가 및 비교하고 특이치를 찾으려면 상자 그림을 사용합니다.

상자 그림은 표본 크기가 20 이상일 때 가장 잘 작동합니다. 예를 들어, 한 과학자가 두 가지 서로 다른 비료를 사용하여 재배한 식물과 비료를 사용하지 않은 그룹의 키를 비교하기 위해 상자 그림을 생성합니다. 예제를 보려면 Minitab 도움말: 상자 그림의 예로 이동하십시오.

데이터 고려 사항

데이터는 Y의 숫자 값이어야 하며 X에 대한 선택적 이산 값(비교를 위한 범주)이어야 합니다. 상자 그림은 표본 크기가 20 이상일 때 가장 잘 작동합니다. 표본 크기가 너무 작으면 상자 그림에 의해 표시되는 사분위수 및 특이치가 유의하지 않을 수도 있습니다. 자세한 내용은 Minitab 도움말: 상자 그림에 대한 데이터 고려 사항으로 이동하십시오.

등고선도

등고선도를 사용하여 반응 변수와 두 예측 변수 간의 관계를 조사할 수 있습니다.

등고선도에서 두 예측 변수에 대한 값은 x-축과 y-축에 표시되고 반응 변수에 대한 값은 등고선이라는 여러 색조의 영역에 표시됩니다. 등고선도는 경도, 위도 및 고도 대신 x 값, y 값 및 z 값이 표시된 지형도와 비슷합니다.

한 식품 과학자가 냉동식품을 해동하기 위한 최적의 시간 및 온도를 확인하려고 합니다. 과학자는 여러 시간 및 온도에서 표본 14개를 준비한 후 전문 음식 감별사에게 각 표본의 전체 품질을 평가하도록 합니다. 과학자가 결과를 조사하기 위해 등고선도를 생성합니다. 예제를 보려면 Minitab 도움말: 등고선도의 예로 이동하십시오.

데이터 고려 사항

가능한 경우 x-값 및 y-값의 간격이 일정하여 격자를 형성해야 합니다. 일반적으로 z 값은 설명하거나 예측할 반응이고 x 및 y 값은 설명 변수입니다. 자세한 내용은 Minitab 도움말: 등고선도에 대한 데이터 고려 사항으로 이동해야 합니다.

점도표

점도표를 사용하여 표본 데이터 분포를 평가하고 비교합니다.

점도표는 표본 값을 작은 구간으로 나누고 각 값 또는 값의 작은 그룹을 숫자 선을 따라 점으로 표시합니다. 점도표는 표본 크기가 약 50보다 작을 때 가장 적합합니다.

예를 들어, 한 품질 엔지니어가 샴푸 병의 표본에서 뚜껑을 제거하는 데 필요한 회전력 양의 분포를 조사하기 위해 점도표를 생성합니다. 예제를 보려면 Minitab 도움말: 점도표의 예로 이동하십시오.

데이터 고려 사항

데이터는 Y에 대한 숫자 값이어야 하며 X에 대한 선택적 이산 값(비교를 위한 범주)이어야 합니다. 점도표는 표본 크기가 약 50보다 작을 때 가장 적합합니다. 표본 크기가 50 이상이면 하나의 점이 두 개 이상의 관측치를 나타낼 수 있습니다. 분포의 특성을 더 쉽게 식별할 수 있도록 점도표 외에 상자 그림 또는 히스토그램을 사용하는 것을 고려해 보십시오. 자세한 내용은 Minitab 도움말: 점도표에 대한 데이터 고려 사항으로 이동하십시오.

히스토그램

히스토그램을 사용하여 데이터의 도형과 산포를 조사합니다.

히스토그램은 표본 값을 여러 구간으로 나누고 각 구간 내 데이터 값의 빈도를 막대로 나타냅니다. 히스토그램은 표본 크기가 20 이상일 때 가장 잘 작동합니다. 히스토그램은 표본 크기가 20 이상일 때 가장 잘 작동합니다.

예를 들어, 한 품질 엔지니어가 샴푸 병의 표본에서 뚜껑을 제거하는 데 필요한 회전력 양의 분포를 조사하기 위해 히스토그램을 생성합니다. 예제를 보려면 Minitab 도움말: 히스토그램의 예로 이동하십시오.

데이터 고려 사항

데이터는 Y 및 X의 숫자 값이어야 합니다. 히스토그램은 표본 크기가 20 이상일 때 가장 잘 작동합니다. 표본 크기가 너무 작으면 히스토그램의 각 막대에 데이터 분포를 정확하게 표시하기에 충분한 데이터 점이 포함되지 않을 수 있습니다. 표본 크기가 20보다 작으면 대신 개별 값 그림을 사용해 보십시오. 자세한 내용은 Minitab 도움말: 히스토그램에 대한 데이터 고려 사항으로 이동하십시오.

개별 값 그림

표본 데이터 분포를 평가하고 비교하려면 개별 값 그림을 사용합니다.

개별 값 그림에는 그룹에 있는 각 관측치의 실제 값에 대한 점이 표시되므로, 특이치를 쉽게 구별하고 분포 형태를 확인할 수 있습니다. 개별 값 그림은 표본 크기가 약 50보다 작을 때 가장 잘 작동합니다.

상자 그림과 마찬가지로, 개별 값 그림은 가능한 특이치를 식별하고 데이터의 분포를 시각화하는 데 도움이 됩니다. 그러나 상자 그림과 달리 각 값을 따로 표시합니다. 개별 값은 관측치의 수가 비교적 적거나 각 관측치의 효과를 평가하는 것이 중요할 때 특히 유용합니다.

예를 들어, 한 엔지니어가 여러 첨가제를 사용하여 만든 플라스틱 표본의 탄력성을 비교하기 위해 개별 값 그림을 생성합니다. 예제를 보려면 Minitab 도움말: 다중 Y 변수의 개별 값 그림의 예로 이동하십시오.

데이터 고려 사항

데이터는 숫자 Y 변수여야 하며 선택적 이산 X 변수(비교를 위한 범주)가 있어야 합니다. 개별 값 그림은 표본 크기가 약 50보다 작을 때 가장 잘 작동합니다. 표본이 너무 크면 그림의 데이터 점이 서로 너무 조밀하게 압축되어 분포를 평가하기 어려울 수 있습니다. 표본 크기가 50보다 크면 상자 그림 또는 히스토그램을 대신 사용하는 것을 고려해 보십시오. 자세한 내용은 Minitab 도움말: 개별 값 그림에 대한 데이터 고려 사항으로 이동하십시오.

교호작용도

교호작용도를 사용하여 한 범주형 요인과 연속형 반응 간의 관계가 두 번째 범주형 요인의 값에 따라 어떻게 달라지는지 표시합니다. 이 그림에는 x-축에 한 요인의 수준에 대한 평균 및 다른 요인의 수준에 대한 별도의 선이 표시됩니다.

예를 들어, 고속도로 안전 부서의 연구자들이 운전자의 경험과 도로 형태의 관계가 핸들 조정 횟수에 미치는 영향을 확인하려고 합니다. 연구자들은 각 요인이 다른 요인 및 반응값에 미치는 효과를 표시하기 위해 교호작용도를 만듭니다. 예제를 보려면 Minitab 도움말: 교호작용도의 예로 이동하십시오.

데이터 고려 사항

반응 변수가 연속형이어야 합니다. 데이터에 하나 또는 두 개의 범주형 요인(X)이 포함되어야 합니다. 자세한 내용은 Minitab 도움말: 교호작용도에 대한 데이터 고려 사항으로 이동하십시오.

주효과도

주효과도를 사용하여 하나 이상의 범주형 요인이 연속형 반응에 미치는 영향을 확인합니다.

예를 들어, 한 카펫 제조업체에서 일원 ANOVA의 결과를 확인하려고 합니다. 제조업체는 카펫 유형별 평균 카펫 내구성 점수의 주효과도를 생성합니다. 예제를 보려면 Minitab 도움말: 주효과도의 예로 이동하십시오.

데이터 고려 사항

반응 변수가 연속형이어야 합니다. 데이터에 하나 또는 두 개의 범주형 요인(X)이 포함되어야 합니다. 자세한 내용은 Minitab 도움말: 주효과도에 대한 데이터 고려 사항으로 이동하십시오.

산점도 행렬

산점도 행렬을 사용하여 여러 변수 쌍 간의 관계를 동시에 평가합니다. 산점도 행렬은 산점도를 배열한 것입니다.

예를 들어 한 비즈니스 분석가가 성공적인 중소 제조업체에 대한 연구를 수행하려고 합니다. 이 분석가는 고객 수, 수익률, 매출액 및 사업년수에 대한 데이터를 수집합니다. 분석가는 초기 조사의 일부로 고객 수, 수익률 및 사업년수 간의 관계를 조사하기 위해 산점도 행렬을 작성합니다. 예제를 보려면 Minitab 도움말: 산점도 행렬의 예로 이동하십시오.

데이터 고려 사항

산점도에 필요한 데이터 양에 대한 공식적인 지침은 없지만 표본이 클수록 데이터 내 패턴을 더욱 명확하게 나타냅니다. 표본 크기가 약 40 이상인 경우 적합 회귀선이 있는 산점도가 가장 효과적입니다. 표본 크기가 40보다 작으면 적합 회귀선이 정확하지 않을 수도 있습니다. 행렬 그림의 각 산포도에 대해 표본 크기를 고려해야 합니다. 자세한 내용은 Minitab 도움말: 산점도 행렬에 대한 데이터 고려 사항으로 이동하십시오.

다변량 차트

순환 변동 및 요인 간 교호작용 등 데이터의 변동을 조사하려면 다변량 차트를 임시 도구로 사용합니다.

다변량 차트는 요인과 반응 사이의 관계를 그래픽으로 표시합니다. 다변량 차트는 각 요인의 각 요인 수준에서 평균을 표시합니다. Minitab에서 각 다변량 차트는 최대 네 개의 요인을 표시할 수 있습니다.

예를 들어, 한 제조업체가 온도 설정이 세 가지인 두 기계를 사용하여 플라스틱 파이프를 생산합니다. 엔지니어는 여러 기계와 설정에서 생산되는 파이프 지름의 일관성에 관심이 있습니다. 엔지니어는 파이프 지름의 변동을 조사하기 위해 다변량 차트를 생성합니다. 예제를 보려면 Minitab 도움말: 다변량 차트의 예로 이동하십시오.

데이터 고려 사항

여러 요인 수준에서 평균 반응을 계산하기 위해서는 다변량 차트에 숫자 반응 데이터가 필요합니다. 최대 4개의 숫자, 텍스트 또는 날짜/시간 요인을 가질 수 있습니다. 각 요인의 수준 수는 2개 이상이어야 합니다. 자세한 내용은 Minitab 도움말: 다변량 차트에 대한 데이터 고려 사항으로 이동하십시오.

산점도

연속형 변수 쌍 간의 관계를 조사하려면 산점도를 사용합니다. 산점도는 좌표 평면에 X와 Y 변수의 순서 쌍을 표시합니다.

예를 들어, 한 의료 분야 연구자가 사춘기 여성의 체질량 지수(BMI)와 체지방 간 양의 관계를 보여주기 위해 산점도를 생성합니다. 예제를 보려면 Minitab 도움말: 산점도의 예로 이동하십시오.

데이터 고려 사항

데이터에는 하나 이상의 숫자 또는 날짜/시간 데이터 열이 포함되어야 합니다. 자세한 내용은 Minitab 도움말: 산점도에 대한 데이터 고려 사항으로 이동하십시오.

표면도

표면도를 사용하면 예측 반응의 삼차원 표면을 보고 반응 변수(Z)와 두 예측 변수(X와 Y) 간의 관계를 조사할 수 있습니다. 예측 반응을 평활한 표면 또는 와이어프레임으로 나타낼 수 있습니다.

예를 들어 한 식품 과학자가 냉동식품을 해동하기 위한 최적의 시간 및 온도를 확인하려고 합니다. 과학자는 여러 시간 및 온도에서 표본 14개를 준비한 후 전문 음식 감별사에게 각 표본의 전체 품질을 평가하도록 합니다. 과학자가 결과를 조사하기 위해 3D 표면도를 생성합니다. 예제를 보려면 Minitab 도움말: 3D 표면도의 예로 이동하십시오.

데이터 고려 사항

가능한 경우 x-값 및 y-값의 간격이 일정하여 격자를 형성해야 합니다. 자세한 내용은 Minitab 도움말: 3D 표면도에 대한 데이터 고려 사항으로 이동하십시오.

시계열도

시계열도를 사용하여 데이터에서 일정 기간 동안의 패턴(추세 또는 계절 패턴)을 찾아봅니다. 시계열도는 데이터를 모형화할 시계열 분석을 선택하는 데 도움이 될 수 있습니다.

예를 들어 한 주식 중개인이 지난 2년 간 두 주식의 월별 실적을 비교합니다. 이 주식 중개인은 두 주식의 실적을 시각화하기 위해 시계열도를 만듭니다. 예제를 보려면 Minitab 도움말: 시계열도의 예로 이동하십시오.

데이터 고려 사항

데이터를 연대순으로 기록합니다. 시계열 데이터는 정기적으로 수집되고 시간순으로 기록됩니다. 데이터를 수집한 것과 같은 순서로 워크시트에 기록해야 합니다. 데이터가 연대순이 아닌 경우 시계열도를 사용하여 데이터에서 시간과 관련된 패턴을 평가할 수 없습니다. 시계열도는 하루에 한 번 또는 한 달에 한 번 등 정기적으로 수집되고 시간순으로 기록된 것으로 가정됩니다. 데이터를 비정기적으로 수집할 경우 시계열도가 잘못된 결과를 나타낼 수 있습니다. 자세한 내용은 Minitab 도움말: 시계열도에 대한 데이터 고려 사항으로 이동하십시오.