Tabela Coeficientes para Análise de Experimento Taguchi

Encontre definições e orientações de interpretação para cada estatística na tabela Coeficientes do Modelo Estimado.

Neste tópico

Coef
Coeficiente de SE
Valor-t
Valor-p

Coef

Um coeficiente descreve o tamanho e a direção da relação entre um termo no modelo e a variável de resposta. O valor absoluto do coeficiente indica a potência relativa de cada fator. Para minimizar multicolinearidade entre os termos, os coeficientes são todos em unidades codificadas.

O número de coeficientes que o Minitab calcula para um fator é o número de níveis menos um. Se um fator tiver 3 níveis, o Minitab fornece 2 coeficientes, o que corresponde aos níveis de fator 1 e 2. Se um fator tiver 2 níveis, o Minitab fornece um coeficiente, o que corresponde ao nível do fator 1. O Minitab inclui os valores ou texto que correspondem ao nível.

Interpretação

Em experimentos Taguchi, a magnitude do coeficiente de fator geralmente espelha o posto do fator na tabela de resposta. Dependendo de sua análise, a resposta pode ser uma razão sinal-ruído, a médio para um experimento estático, a inclinação para um experimento dinâmico ou um desvio padrão.

O tamanho do efeito é, em geral, uma boa maneira de avaliar a significância prática do efeito que um termo exerce sobre a variável de resposta. O tamanho do efeito não indica se um termo é estatisticamente significativo porque os cálculos para significância também consideram a variação nos dados de resposta. Para determinar a significância estatística, examine o valor-p para o termo.

Coeficiente de SE

O erro padrão do coeficiente estima a variabilidade entre a estimativa do coeficiente que seria obtida caso o mesmo experimento fosse repetido por vezes seguidas. O cálculo pressupõe que o projeto experimental e os coeficientes para estimativa permaneceriam os mesmos caso fossem extraídas repetidas amostras.

Interpretação

Use o erro padrão do coeficiente para medir a precisão da estimativa do coeficiente. Quanto menor o erro padrão, mais precisa é a estimativa. Dividir o coeficiente pelo erro padrão calcula um valor-t. Se o valor-p associado a esta estatística de t for menor do que o seu nível de significância, você deve concluir que o coeficiente é estatisticamente significativo.

Valor-t

O valor-t mede a razão entre o coeficiente e seu erro padrão.

Interpretação

O Minitab usa o valor-t para calcular o valor-p, usado para testar se o coeficiente é significativamente diferente de 0.

É possível usar um valor-t para determinar se a hipótese nula deve ser rejeitada. No entanto, o valor-p é usado com mais frequência porque o limite para a rejeição da hipótese nula não depende dos graus de liberdade. Para obter mais informações sobre como usar o valor-t, acesse Usando o valor-t para determinar se a hipótese nula deve ser rejeitada.

Valor-p

O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.

Interpretação

Para determinar se um coeficiente é estatisticamente diferente de 0, compare o valor-p do prazo com seu nível de significância a fim de avaliar a hipótese nula. A hipótese nula é que o coeficiente é igual a zero, o que implica a não existência de uma associação entre o termo e a característica de resposta selecionada. Em experimentos Taguchi, características de resposta referem-se a funções da resposta, como médias, desvios padrão, inclinações e razões sinal-ruído.

Geralmente, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica um risco de 5% de se concluir que o coeficiente não é 0 quando, na verdade, ele é. Por vezes, utiliza-se um nível de significância de 0,10 para a avaliação de termos em um modelo.

Valor-p ≤ α: a associação é estatisticamente significativa: Se o valor-p for menor ou igual ao nível de significância, é possível concluir que há uma associação estatisticamente significativa entre a resposta característica e o termo.
Valor-p > α: a associação não é estatisticamente significativa: Se o valor-p for maior ou igual ao nível de significância, não é possível concluir que há uma associação estatisticamente significativa entre a resposta característica e o termo. Talvez seja necessário reajustar o modelo sem o termo.; Se houver vários preditores sem uma associação estatisticamente significativa com a resposta, você pode reduzir o modelo removendo os termos um de cada vez. Para obter mais informações sobre como remover os termos do modelo, vá para Redução de modelo.