Exemplo de Análise de médias para dados normais

Um analista de segurança compara a capacidade do motorista em três tipos de estradas: pavimentada, de brita e de terra. Para medir o desempenho de direção, o analista registra o tempo em segundos que cada motorista demora para fazer correções no volante, em cada tipo de estrada.

O analista executa uma análise de meios para determinar se os meios para a experiência de nível e tipo de estrada são diferentes da média geral.

  1. Abra os dados das amostras, CondiçõesEstrada.MTW.
  2. Selecione Estat > ANOVA > Análise de Médias.
  3. Em Resposta, insira 'Tempo de Correção'.
  4. Em Distribuição de Dados, selecione Normal.
  5. Em Fator 1, insira Experiência.
  6. Em Fator 2, insira TipoEstrada.
  7. Clique em OK.

Interpretar os resultados

O Minitab exibe três gráficos com um experimento de análise médias com dois fatores (ANOM) para mostrar os efeitos de interação, efeitos principais para o primeiro fator e efeitos principais para o segundo fator. Os gráficos de análise de médias têm uma linha central e limites de decisão. Se um ponto cair fora dos limites de decisão, existe evidência significativa de que a média representada por esse ponto é diferente da média geral da amostra. Com uma análise com dois fatores das médias, avalie os efeitos da interação primeiro. Se os efeitos da interação forem estatisticamente significativos, não é possível interpretar os efeitos principais sem considerar os efeitos da interação.

Neste gráfico, os efeitos de interação são bem dentro dos limites de decisão, o que indica que os efeitos de interação não são estatisticamente significativos. Em seguida, avalie os efeitos principais. Os dois gráficos inferiores mostram as médias para os níveis dos dois fatores. O efeito principal é a diferença entre a média e a linha central.

No gráfico de efeitos principais para a experiência, os pontos que representam as médias de nível de fator tanto para a experiência de motoristas avançados como de principiantes estão fora dos limites de decisão. Esta condição indica que a diferença entre cada uma destas médias e a média global é estatisticamente significativa. É possível concluir que os motoristas avançados têm um tempo de correção médio significativamente menor e que os motoristas principiantes têm um tempo de correção médio significativamente maior.

Da mesma forma, no gráfico de efeitos principais para o tipo de estrada, os efeitos principais para as estradas sujas e pavimentadas estão fora dos limites de decisão, o que indica que esses efeitos principais são estatisticamente significativos. No entanto, o efeito principal para estradas de terra não é estatisticamente significativo.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política