Interpretar os principais resultados para Gráfico de valores individuais

Identifique os agrupamentos mais densos do símbolo. Os agrupamentos mais densos representam os valores mais comuns. Avalie a dispersão de cada grupo para entender como seus dados variam. Segure o ponteiro sobre qualquer ponto para uma dica de ferramenta que descreve a observação.

Por exemplo, neste gráfico de valor individual dos diâmetros dos tubos plásticos, a dispersão aumenta a cada semana.

Investigue qualquer característica indesejada ou surpresa no gráfico de valor individual. Por exemplo, um gráfico de valor individual das medidas de resistência de uma remessa de rolamentos esféricos demonstram uma dispersão de valores maiores do que o normal. Uma investigação revelou que uma alteração no processo de fabricação do rolamento esférico causou o aumento na variabilidade.

O tamanho de amostra pode afetar a aparência do gráfico.

Por exemplo, apesar de estes gráficos de valor individuais parecerem diferentes, ambos foram criados usando amostras aleatoriamente selecionadas dos dados da mesma população.

Um gráfico de valores individuais funciona melhor quando o tamanho amostral é inferior a aproximadamente 50. Se a amostra for grande demais, os pontos de dados no gráfico podem estar muito compactos e a distribuição pode ser difícil de ser avaliada. Se o tamanho amostral for superior a 50, pense em usar um boxplot ou um histograma.

Determine se os seus dados estão assimétricos. Quando os dados são assimétricos, a maior parte dos dados está localizada no lado alto ou baixo do gráfico. Assimetria indica que os dados podem estar normalmente distribuídos. Frequentemente, a assimetria é mais fácil de detectar com um histograma ou um boxplot.

Estes gráficos de valores individuais ilustram os dados assimétricos. Por exemplo, o gráfico de valores individuais com dados assimétricos à direita mostra os tempos de espera. A maioria dos tempos de espera são relativamente curtos e apenas alguns tempos de espera são longos. O gráfico de valores individuais com dados assimétricos à esquerda mostra os dados de tempos de falhas. Alguns itens falham imediatamente e muitos outros itens falham posteriormente.

Assimétricos à direita

Assimétricos à esquerda

Se você sabe que seus dados não são naturalmente assimétricos, investigue as possíveis causas. Se desejar analisar dados severamente assimétricos, leia o tópico de considerações de dados para análise para garantir que você pode usar dados que não são normais.

Outliers, que são valores de dados que estão distantes dos outros valores de dados, podem afetar fortemente seus resultados.

Em um gráfico de valor individual, os valores de dados altos ou baixos incomuns identificam possíveis outliers.

Tente identificar a causa de qualquer outliers. Corrija quaisquer erros de entrada de dados. Considere a remoção de valores de dados que estejam associados a eventos anormais que ocorrem somente uma vez (causas especiais). Em seguida, repita a análise.

Dados multimodais têm múltiplos agrupamentos, também chamados de modos. Os dados multimodais frequentemente indicam que variáveis importantes ainda não são contabilizadas.

Por exemplo, estes gráficos de valores individuais são gráficos dos mesmos dados. O gráfico de valores individuais simples tem dois agrupamentos, mas não está claro o que os agrupamentos significa. O gráfico de valores individuais com grupos demonstra que os agrupamentos correspondem a dois grupos.

Simples

Com grupos

Se você tiver informações adicionais que permitem a classificação das observações em grupos, poderá criar uma variável de grupo com estas informações. Depois, você poderá criar o gráfico com grupos para determinar se a variável de grupo contabiliza os picos nos dados.

Procure por diferenças entre os centros dos grupos.

Por exemplo, este gráfico de valores individuais mostra a espessura do fio de três fornecedores. Os centros de espessura de fio de cada fornecedor parecem ser diferentes.

Procure por diferenças entre as dispersões dos grupos.

Por exemplo, este gráfico de valores individuais mostra os pesos de enchimento de caixas de cereais de três linhas de produção. Embora as distribuições de peso tenham quase o mesmo centro, os pesos de alguns grupos são mais variáveis do que outros.