Considerações de dados para Intervalos de tolerância (distribuição não normal)

Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes ao coletar dados, realizar a análise, e interpretar os resultados.

Os dados devem ser contínuos

Os dados contínuos são medidas que podem, potencialmente, ser qualquer valor numérico dentro de um intervalo de valores ao longo de uma escala contínua, incluindo valores fracionários ou decimais. Exemplos comuns incluem medições como comprimento, peso e temperatura.

Os dados devem seguir a distribuição escolhida para usar os resultados do método paramétrico

Se seus dados seguirem a distribuição escolhida, o método paramétrico será mais preciso e econômico do que o método não paramétrico. Os métodos paramétricos permitem alcançar margens de erro menores, mesmo quando você tem menos observações, desde que a distribuição escolhida seja apropriada para seus dados.

O método paramétricos não é robusto para grandes desvios da distribuição escolhida. Use o método paramétrico somente se você sabe que sua população segue a distribuição escolhida. Se você não tem certeza se a população segue a distribuição escolhida ou se você sabe que a população não segue a distribuição escolhida, use o método não paramétrico.

Coletar dados suficientes para o método não paramétrico

O método não paramétrico geralmente requer amostras maiores do que o método paramétrico. Por exemplo, se o percentual mínimo da população no intervalo for de 95%, o tamanho da amostra deve ser de aproximadamente 90 ou mais para que o intervalo de tolerância seja exato. Uma porcentagem maior da população no intervalo exige amostras maiores. Por exemplo, se o percentual mínimo da população no intervalo for de 99%, o tamanho da amostra deve ser de aproximadamente 500 ou mais para obter um intervalo de tolerância bilateral de 95% precisa. Para se obter um intervalo de tolerância preciso, o nível de confiança alcançado deve estar perto de seu nível de confiança de destino. Se seu tamanho amostral não for grande o bastante, o intervalo não-paramétrico será um intervalo não-informativo que varia de infinito negativo para infinito. Neste caso, o Minitab exibe um intervalo finito com base na amplitude de seus dados. Como resultado, o nível de confiança alcançado é muito menor do que o nível de confiança alvo.