Interpretar os principais resultados para Gráfico de área.

Conclua as etapas a seguir para interpretar um gráfico de áreas.

Neste tópico

Etapa 1: Visualize a contribuição de cada variável para a soma
Etapa 2: Procure por outliers e deslocamentos súbitos
Passo 3: Avalie o movimento geral das séries

Etapa 1: Visualize a contribuição de cada variável para a soma

O Minitab representa graficamente várias de variáveis empilhadas no eixo y contra intervalos de tempo igualmente espaçados no eixo x. Cada linha no gráfico representa a soma acumulada; portanto, é possível ver a contribuição de cada variável à soma e como a composição da soma muda ao longo do tempo.

O gráfico de áreas a seguir mostra o nível de emprego em três setores ao longo de cinco anos (60 meses). O Comércio contribui mais para o emprego total para os três setores. Os setores de Alimentos e Metalúrgica contribuem menos para o emprego total e, juntos, são responsáveis por, aproximadamente, o mesmo nível do emprego que Comércio.

Etapa 2: Procure por outliers e deslocamentos súbitos

Use o seu conhecimento do processo ou especialização na área para determinar se os outliers ou mudanças repentinas indicam erros ou uma mudança real devido a alguma causa.

Outliers

Procure por observações incomuns, também chamadas de outliers. Tente identificar a causa dos outliers e corrigir eventuais erros de entrada de dados ou erros de medição. Considere a remoção de valores de dados que estejam associados a eventos anormais que ocorrem somente uma vez, também conhecidos como causas especiais.

O gráfico de áreas de volume de vendas a seguir mostra um outlier para a Região 3, que foi causado por um erro de entrada de dados. Um gerente de vendas acidentalmente inseriu o valor de 945.000 na worksheet em vez de 445.000 para as vendas mensais.

Deslocamentos súbitos

Procure por deslocamentos súbitos na série ou mudanças súbitas nas tendências. Tente identificar a causa de tais mudanças.

O gráfico de áreas dos custos de produção a seguir mostra um deslocamento súbito nos custos na Instalação 2 no início de 2015. Você deve investigar a razão para o deslocamento.

Passo 3: Avalie o movimento geral das séries

Tendências

Procure por uma tendência para cada categoria e compare as tendências em todas as categorias. A tendência é um aumento ou a diminuição a longo prazo dos valores de dados. Uma tendência pode ser linear ou pode apresentar alguma curvatura.

O gráfico de áreas a seguir mostra as vendas para três produtos durante cinco anos (60 meses). As vendas para o produto 3 (resultado) estão bastante estagnadas. As vendas para o produto 2 estão diminuindo lentamente, enquanto as vendas para o produto 1 estão aumentando. No geral, as vendas combinadas de todos os produtos aumentaram um pouco ao longo dos cinco anos, o que reflete um aumento principalmente nas vendas do Produto 1.

Movimentos cíclicos ou padrões sazonais

Procure por movimentos cíclicos ou padrões sazonais. Um padrão sazonal é uma ascensão e queda nos valores de dados que se repete regularmente durante o mesmo período. Por exemplo, os pedidos em uma loja de autopeças são baixos todas as segundas-feiras, aumentam durante a semana e chegam ao pico às sextas-feiras. Os padrões sazonais sempre têm um período fixo e conhecido. Em contrapartida, um movimento cíclico é um aumento e queda nos valores de dados que não parecem se repetir a intervalos regulares. Normalmente, os movimentos cíclicos são mais longos e mais variáveis do que os padrões sazonais.

O gráfico de áreas a seguir mostra que o emprego o setor Alimentício (somado ao Metalúrgico como linha central) demonstra um movimento cíclico, com um pico em torno de agosto. Em geral, o emprego combinado para todos os setores (linha superior) também demonstra um movimento cíclico, com picos em torno de agosto e fevereiro. Os picos de agosto são, pelo menos parcialmente, devidos ao emprego cíclico no setor Alimentício.

Dica

Se os seus dados mostrarem tendências, ciclos e sazonalidade, você pode usar uma análise de séries temporais para modelar os dados e gerar previsões. Para obter mais informações sobre quais análises devem ser usadas, acesse Quais análises de séries temporais devo usar?