Gráfico de Pareto
A gráfico de Pareto mostra os valores absolutos dos efeitos padronizados desde o maior efeito até o menor efeito. Os efeitos padronizados são estatísticas t que testam a hipótese nula de que o efeito é 0. O gráfico também traça uma linha de referência para indicar quais efeitos são estatisticamente significativos.
A linha de referência para significância estatística depende do nível de significância (denotado por α ou alfa). A menos que você use um método de seleção stepwise que defina um valor alfa, o nível de significância é 1 menos o nível de confiança para a análise. Para obter mais informações sobre como alterar o nível de confiança, acesse Especificar as opções para Análise de experimento de filtragem definitivo. Se você usar seleção retrospectiva ou seleção stepwise, o nível de significância é o aquele onde Minitab remove um termo do modelo, como conhecido como Alfa para remover. Se você usa a seleção avançada, o nível de significância é aquele em que o Minitab adiciona um termo ao modelo, conhecido como Alfa-para-inserir.
Interpretação
Use o gráfico de Pareto para determinar a magnitude e a importância dos efeitos. No gráfico de Pareto, as barras que se cruzam a linha de referência são estatisticamente significativas.
Por exemplo, neste gráfico de Pareto, as barras que representam os fatores A, B e C cruzam a linha de referência. Estes fatores são estatisticamente significativos ao nível 0,05 com os termos do modelo atual.
Como o gráfico Pareto exibe o valor absoluto dos efeitos, é possível determinar quais efeitos são grandes, mas não é possível determinar quais efeitos aumentam ou diminuem a resposta. Use o gráfico de probabilidade normal dos efeitos padronizados para examinar a magnitude e a direção dos efeitos de um gráfico.
No primeiro gráfico de Pareto, todas os barras são azuis porque todos os termos estão no modelo. Você pode optar por exibir os termos que não estão no modelo. Para obter mais informações, acesse Selecione os gráficos a serem exibidos para Análise de experimento de filtragem definitivo. Os termos que não estão no modelo são cinza.
Por exemplo, neste gráfico de Pareto, as barras azuis representam os termos que se encontram no modelo. O analista incluiu os termos que são significativos ao nível de 0,05 (A, D, CE e GG). O analista também incluiu os termos que tornam o modelo hierárquico (C, G e E).
Gráfico normal de efeitos
O gráfico de probabilidade normal dos efeitos mostra os efeitos padronizados em relação a uma linha de ajuste de distribuição no caso em que todos os efeitos são 0. Os efeitos padronizados são estatísticas t que testam a hipótese nula de que o efeito é 0. Os efeitos positivos aumentam a resposta quando as definições mudam do valor baixo do fator para o valor alto. Os efeitos negativos diminuem a resposta quando as definições mudam do valor baixo do fator para o valor alto do fator. Efeitos mais afastados de 0 que estão no eixo x têm maior magnitude. Efeitos mais afastados de 0 são estatisticamente mais significativos.
O valor de referência para a significância estatística depende do nível de significância (denotado por α ou alfa). A menos que você use um método de seleção stepwise que defina um valor alfa, o nível de significância é 1 menos o nível de confiança para a análise. Para obter mais informações sobre como alterar o nível de confiança, acesse Especificar as opções para Análise de experimento de filtragem definitivo. Se você usar seleção retrospectiva ou seleção stepwise, o nível de significância é o aquele onde Minitab remove um termo do modelo, como conhecido como Alfa para remover. Se você usa a seleção avançada, o nível de significância é aquele em que o Minitab adiciona um termo ao modelo, conhecido como Alfa-para-inserir.
Interpretação
Use o gráfico de probabilidade normal dos efeitos para determinar a magnitude, direção e a importância dos efeitos. No gráfico de probabilidade normal dos efeitos, os efeitos que estão mais afastados de 0 são estatisticamente significativos. A cor e a forma dos pontos difere entre os efeitos estatisticamente significativos e estatisticamente não significativos.
Por exemplo, neste gráfico, os efeitos principais A e D são estatisticamente significativos ao nível 0,05. A interação CE e o termo quadrático GG também são estatisticamente significativos. Estes pontos têm cor e forma diferentes dos pontos para os efeitos não significativos.
Além disso, o gráfico indica a direção do efeito. Treino (A) tem um efeito padronizado positivo. Quando esse fator muda do nível baixo do fator para nível alto do fator, a resposta aumenta. Silêncio (D) tem um efeito padronizado negativo. Quando Silêncio aumenta, a resposta diminui.
Como o gráfico de probabilidade normal dos efeitos exibe efeitos negativos sobre o lado esquerdo do gráfico e efeitos positivos sobre o lado direito do gráfico, é mais difícil fazer comparações sobre os quais os efeitos alteram mais a resposta do que nos gráficos que mostram os valores absolutos dos efeitos padronizados. O gráfico half normal e o gráfico de Pareto mostram os valores absolutos dos efeitos padronizados.
Gráfico half normal de efeitos
A gráfico de probabilidade half normal dos efeitos mostra os valores absolutos dos efeitos padronizados. Os efeitos padronizados são estatísticas t que testam a hipótese nula de que o efeito é 0. Os pontos são apresentados em relação a uma linha de ajuste de distribuição para o caso em que todos os efeitos são 0. Efeitos mais afastados de 0 que estão no eixo x têm maior magnitude. Efeitos mais afastados de 0 são estatisticamente mais significativos.
O valor de referência para a significância estatística depende do nível de significância (denotado por α ou alfa). A menos que você use um método de seleção stepwise que defina um valor alfa, o nível de significância é 1 menos o nível de confiança para a análise. Para obter mais informações sobre como alterar o nível de confiança, acesse Especificar as opções para Análise de experimento de filtragem definitivo. Se você usar seleção retrospectiva ou seleção stepwise, o nível de significância é o aquele onde Minitab remove um termo do modelo, como conhecido como Alfa para remover. Se você usa a seleção avançada, o nível de significância é aquele em que o Minitab adiciona um termo ao modelo, conhecido como Alfa-para-inserir.
Interpretação
Use o gráfico de probabilidade half normal dos efeitos para determinar a magnitude e a importância dos efeitos. No gráfico de probabilidade half normal dos efeitos, os efeitos que estão mais afastados de 0 são estatisticamente mais significativos. A cor e a forma dos pontos difere entre os efeitos estatisticamente significativos e estatisticamente não significativos.
Por exemplo, neste gráfico, os efeitos principais A e D são estatisticamente significativos ao nível 0,05. A interação CE e o termo quadrático GG também são estatisticamente significativos. Estes pontos têm cor e forma diferentes dos pontos para os efeitos não significativos.
Como o gráfico de probabilidade half normal dos efeitos exibe o valor absoluto dos efeitos, é possível determinar quais efeitos são grandes, mas não é possível determinar quais efeitos aumentam ou diminuem a resposta. Use o gráfico de probabilidade normal dos efeitos padronizados para verificar a magnitude e a direção dos efeitos de um gráfico.
