Interpretar os principais resultados para Análise de médias

Conclua as etapas a seguir para interpretar Análise de médias. A saída principal inclui o gráfico de análise de médias.

Gráfico de análise de médias para dados que seguem a distribuição normal

Use o gráfico de análise de médias para dados distribuídos normalmente para determinar se os principais efeitos e efeitos de interação em seus dados são estatisticamente significativos. Com base no número de fatores em seu projeto, o gráfico exibe um gráfico efeitos principais ou dois gráficos de efeitos principais e um gráfico de efeitos de interação.

Gráfico de efeitos de interação

Use o gráfico de efeitos de interação para testar a hipótese nula de que não há nenhuma interação entre os fatores. O Minitab apresenta um gráfico de efeito de interação apenas quando seus dados incluem dois fatores.

O gráfico de efeitos de interação apresenta a medição média para cada combinação de níveis de fator. O Minitab traça a linha central em zero, o que representa nenhum efeito de interação. Os limites de decisão são calculados com base em seus dados e no nível de significância especificado. 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.

Use os limites de decisão para testar a hipótese de efeitos de interação da seguinte forma:
  • Se um ou mais efeitos estiverem fora dos limites de decisão, é possível concluir que o efeito da interação entre os dois fatores é estatisticamente significativo. Identificar os pontos que estão além dos limites de decisão pode ajudá-lo a interpretar a interação.
  • Se não há efeitos fora dos limites de decisão, não é possível rejeitar a hipótese nula. Não há evidências suficientes para concluir que existe um efeito de interação.
Gráfico de efeitos principais

Use o gráfico de efeitos principais para testar a hipótese nula de que a média da população para cada nível de fator é igual à média da população total no nível de significância especificado. O Minitab apresenta um gráfico de efeitos principais para cada fator.

O gráfico de efeitos principais apresenta a medição média de cada nível de fator. A linha central representa a média global para todas as amostras. Os limites de decisão são calculados com base em seus dados e no nível de significância especificado. Use os limites de decisão para testar a hipótese de efeitos principais da seguinte forma:
  • Se a média da amostra estiver fora dos limites de decisão, você pode rejeitar a hipótese nula e concluir que a diferença entre a média do grupo e a média global é estatisticamente significativa.
  • Se a média da amostra estiver dentro dos limites de decisão, não é possível rejeitar a hipótese nula. Não há evidências suficientes para concluir que a média do grupo e média global são diferentes.

Se os níveis dos fatores tiverem todos o mesmo número de observações, os limites de decisão são linhas retas. Se os níveis não tiverem todos o mesmo número de observações, os limites de decisão mudam de acordo com o nível.

Principais resultados: gráfico de efeitos principais, gráfico de efeitos de 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.

Gráfico de Análise de médias para dados binomiais

Use o gráfico de análise de médias para dados binomiais para identificar proporções anormalmente grandes ou pequenas.

O gráfico mostra a proporção para cada amostra. A linha central representa a proporção global para todas as amostras. Os limites de decisão são calculados com base em seus dados e no nível de significância especificado. Use os limites de decisão para testar a hipótese nula de que todos os grupos provêm da mesma distribuição binomial como a seguir:
  • Se a proporção da amostra estiver localizada além do limite de decisão, você pode rejeitar a hipótese nula e concluir que a diferença entre a proporção do grupo e a proporção global é estatisticamente significativa.
  • Se a proporção da amostra cair dentro dos limites de decisão, não é possível rejeitar a hipótese nula. Não há evidências suficientes para concluir que a proporção do grupo e proporção global sejam diferentes.
Resultados principais: Gráfico de ANOM binomial com um fator

Neste gráfico, a proporção de soldagens defeituosas na amostra 4 está acima dos limites de decisão. A diferença entre a proporção de soldagens defeituosas neste grupo e a proporção global é estatisticamente significativa.

Gráfico de médias para os dados de Poisson

Use o gráfico de análise de médias para dados de Poisson para identificar taxas de ocorrência anormalmente grandes ou pequenas.

O gráfico mostra a taxa de ocorrência para cada amostra. A linha central representa a taxa de ocorrência global para todas as amostras. Os limites de decisão são calculados com base em seus dados e no nível de significância especificado. Use os limites de decisão para testar a hipótese de que todas as taxas de ocorrência são provenientes da mesma distribuição de Poisson como a seguir:
  • Se a taxa de ocorrência está acima ou abaixo de um limite de decisão, você pode rejeitar a hipótese nula e concluir que a diferença entre a taxa de ocorrência no grupo e a taxa de ocorrência global é estatisticamente significativa.
  • Se a média da amostra cair dentro dos limites de decisão, não é possível rejeitar a hipótese nula. Não há evidências suficientes para concluir que a taxa de ocorrência no grupo e taxa de ocorrência global sejam diferentes.
Resultados principais: Gráfico de ANOM de Poisson com um fator

Neste gráfico, a 11a máquina tem uma contagem de transbordo de 0, que é muito pequena. A 14a máquina tem uma contagem de transbordo, de 13, que é anormalmente grande. O gerente programa o trabalho de diagnóstico para a 14a máquina a fim de afastar todos os problemas mecânicos.

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