Interpretar os principais resultados para Gráfico de intervalos.

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

Neste tópico

Etapa 1: Avalie as características chaves
Passo 2: Avaliar e comparar grupos

Etapa 1: Avalie as características chaves

Examine o centro da distribuição. Avalie como o tamanho amostral pode afetar a aparência do gráfico de intervalos.

Centro

Examine os elementos a seguir para saber mais sobre o centro de seus dados de amostra.

Intervalo de confiança: O intervalo de confiança é uma faixa de valores que tende a incluir a média da população.
Média da amostra: A média da amostra é representada por um símbolo.

Mantenha o ponteiro sobre o intervalo para exibir uma dica de ferramenta que mostra a média estimada, o intervalo de confiança e o tamanho da amostra. Por exemplo, este gráfico de intervalos representa as alturas dos alunos. A dica de ferramenta indica que é possível ter 95% de certeza de que a média das alturas está entre 67,9591 e 69,4914.

Investigue os intervalos de confiança que são surpreendentes ou inesperados. Por exemplo, se um intervalo de confiança para a média de uma amostra de tempo de espera do cliente for substancialmente diferente dos intervalos de confiança das amostras anteriores, você deve tentar determinar a causa da diferença.

Tamanho de amostra (n)

O tamanho de amostra pode afetar a aparência do gráfico.

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

Geralmente, quanto maior o tamanho amostral, menor e mais preciso é o intervalo de confiança. Se o intervalo de confiança for muito amplo, tente coletar uma amostra maior. Grandes diferenças nos tamanhos amostrais entre os grupos (ou múltiplas variáveis Y) podem afetar as larguras dos intervalos, e produzir resultados enganosos. Se os tamanhos das amostras para os grupos (ou múltiplas variáveis Y) forem aproximadamente iguais, é possível ter mais certeza de que diferenças nas larguras dos intervalos sejam principalmente devidas às diferenças na variação.

Passo 2: Avaliar e comparar grupos

Se seu gráfico de intervalos tiver grupos, avalie e compare o centro e dispersão dos grupos.

Centros

Determine se os intervalos de confiança se sobrepõem. Se os intervalos de duas médias não se sobrepõem, as médias da população podem ser estatisticamente significativas.

Por exemplo, no primeiro gráfico de intervalos, o primeiro e segundo intervalos sobrepõem-se entre si, mas que não se sobrepõem com o terceiro intervalo. Por conseguinte, a média do terceiro grupo pode ser significativamente diferente do que as médias dos outros dois grupos. No segundo gráfico de intervalos, os intervalos não se sobrepõem. Por conseguinte, as diferenças nas médias podem ser estatisticamente significativas.

Para determinar se uma diferença nas médias é estatisticamente significativa, realize uma das seguintes ações:

Use um teste t de 2 amostras se você tiver apenas dois grupos.
Use um ANOVA com um fator se você tiver três ou mais grupos.

Dispersões

Procure por diferenças entre as dispersões dos grupos.

Os intervalos neste gráfico têm centros semelhantes, mas dispersões diferentes.

Se você observar diferenças nas larguras dos intervalos, verifique os tamanhos amostrais. Diferenças grandes apresentadas nos tamanhos amostrais podem fazer com que as larguras dos intervalos variem.

Dica

Para determinar se uma diferença na largura do intervalo é causada por uma diferença na variação da amostra ou por uma diferença no tamanho amostral, clique duas vezes em um intervalo. Na guia Opções, clique em Erro de combinação nos grupos. Isto recria os intervalos utilizando o desvio padrão combinado em vez dos desvios padrão individuais. Todas as diferenças nas larguras observadas agora são estritamente devidas a diferentes tamanhos amostrais.

Para determinar se a diferença na dispersão (variância) é estatisticamente significante, realize uma das seguintes ações:

Use um teste para 2 variâncias se você tiver apenas dois grupos.
Use um teste de igualdade de variâncias caso tenha três ou mais grupos.