Selecionar as opções de análise para Poder e tamanho de amostra para 2 variâncias

Estat > Poder e tamanho de amostra > Teste para 2 variâncias > Opções

Selecione a hipótese alternativa, especifique o nível de significância, ou selecione o método para o teste.

Neste tópico

Hipótese Alternativa
Nível de significância
Método

Hipótese Alternativa

Em Hipótese alternativa, selecione a hipótese que você deseja testar:

Menor que: Utilize este teste bilateral para determinar se o desvio padrão da população ou a variância de uma população é menor do que o desvio padrão ou variância de população de outra população. Este teste unilateral proporciona maior poder, não pode detectar se um desvio padrão da população ou variância da população é maior do que outro desvio padrão da população ou variância da população. Se você selecionar essa opção, insira valores menores do que 1 em Razões na caixa de diálogo Poder e tamanho de amostra para 2 variâncias.

Por exemplo, um analista usa este teste unilateral para determinar se o desvio padrão do desempenho de uma nova máquina é menor do que o desvio padrão do desempenho de uma máquina antiga. Este teste unilateral tem um maior poder para detectar se a razão em desvios padrão é menor do que 1, mas não pode detectar se a razão é maior do que 1.
Não é igual: Utilize este teste bilateral para determinar se dois desvios padrão da população das duas variâncias da população são diferentes. Este teste bilateral pode detectar se um desvio padrão de população ou variância da população é menor ou maior do que outro desvio padrão da população ou a variância da população, mas tem menos poder do que um teste unilateral.

Por exemplo, um consultor de saúde deseja comparar as variâncias dos índices de satisfação dos pacientes de dois hospitais. Como qualquer diferença nas variâncias é importante, o consultor utiliza este teste bilateral para determinar se a variância em um só local é maior ou menor do que no outro local.
Maior que: Utilize este teste bilateral para determinar se o desvio padrão da população ou a variância de uma população é maior do que o desvio padrão ou variância de população de outra população. Este teste unilateral tem maior poder do que um teste bilateral, mas não pode detectar se um desvio padrão da população ou variância da população é menor que outro desvio padrão da população ou variância da população. Se você selecionar essa opção, insira valores maiores do que 1 em Razões na caixa de diálogo Poder e tamanho de amostra para 2 variâncias.

Por exemplo, um analista testa se a variância em uma máquina de extrusão antiga é maior do que a variância em uma máquina de extrusão nova. Este teste unilateral tem um maior poder para detectar se a razão é maior do que 1, mas não pode detectar se a razão é menor do que 1.

Para obter mais informações sobre como selecionar uma hipótese alternativa unilateral ou bilateral, acesse Sobre as hipóteses nula e alternativa.

Nível de significância

Use o nível de significância para minimizar o valor do poder do teste quando a hipótese nula (H₀) for verdadeira. Os valores mais elevados para o nível de significância dão mais poder ao teste, mas também aumentar a chance cometer um erro do tipo I, que está rejeitando a hipótese nula quando ela é verdadeira.

Em geral, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica que o risco de concluir que existe uma diferença, quando, na verdade, não existe nenhuma diferença, é de 5%. Ele também indica que o poder do teste é de 0,05 quando não há nenhuma diferença.

Escolha um nível de significância mais elevado, como 0,10, para ter mais certeza de que seja detectada alguma diferença que possivelmente exista. Por exemplo, um engenheiro de qualidade compara a estabilidade de novos rolamentos de esferas com a estabilidade dos rolamentos atuais. O engenheiro deve estar altamente certo que os novos rolamentos de esferas são estáveis porque rolamentos de esferas instáveis podem causar um desastre. Portanto, o engenheiro escolhe um nível de significância de 0,10 para ter mais certeza de detectar qualquer diferença possível na estabilidade dos rolamentos de esferas.
Escolha um nível de significância inferior, como 0,01, para ter mais certeza de que seja detectada apenas uma diferença que realmente exista. Por exemplo, um cientista em uma empresa farmacêutica deve estar muito certo de que a alegação de que um novo medicamento da empresa reduz significativamente os sintomas é verdadeira. O cientista escolhe um nível de significância de 0,01 para ter mais certeza de que exista qualquer diferença significativa nos sintomas.

Método

Selecione o método que o Minitab usa para analisar os dados. O teste F é baseado na distribuição normal e é exato apenas para dados normalmente distribuídos. Qualquer desvio da normalidade pode fazer com que este teste produza resultados imprecisos. No entanto, se os dados estão em conformidade com a distribuição normal, o teste F é tipicamente mais poderoso do que o teste de Levene.