(FM2S) Green Belt - Tutorial Minitab
(FM2S) Green Belt - Tutorial Minitab
(FM2S) Green Belt - Tutorial Minitab
Gráficos
Gráfico 1 - Exemplo de séries temporais 17
Gráfico 2 - Gráfico de Controle Individual 22
Gráfico 3 - Cartas P relatório resumo 27
Gráfico 4 - Carta P relatório de estabilidade 27
Gráfico 5 - Carta U de defeitos 30
Gráfico 6 - Diagrama de Pontos 32
Gráfico 7 - Histograma Simples de Valor de Vendas 34
Gráfico 8 - Exemplo de probabilidade de cenário 36
Gráfico 9 - Resultado da transformação de Box-Cox. 38
Gráfico 10 - Resultado da análise de capabilidade 39
Gráfico 11 - Relatório resumo de análise de capacidade 42
Gráfico 12 - Relatório de diagnóstico de análise de capacidade 42
Gráfico 15 - Gráfico de séries temporais em diversos cenários 47
Gráfico 17 - Exemplo de séries temporais de gastos 50
Gráfico 18 - Exemplo de gráfico de séries temporais de n pass 51
FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME
Av. Alan Turing, 345 - sala 06 - Edifício Vértice
Cidade Universitária - Campinas - SP - CEP: 13083-898
www.fm2s.com.br
2
Gráfico 19 - Resultado de ensaios de vendas 52
Gráfico 20 - Exemplo de diagrama de pontos de vendas 53
Gráfico 21 - Exemplo gráfico de histograma de vendas 54
Gráfico 22 - Exemplo de séries temporais 57
Gráfico 23 - Exemplo de gráfico de status 60
Gráfico 24 - Exemplo de gráfico de status 61
Gráfico 25 - Exemplo de gráfico de setores 62
Gráfico 26 - Exemplo de gráfico de dispersão 64
Gráfico 27 - Exemplo de Gráfico de Dispersão “Simples”. 67
Gráfico 28 - Exemplo de Gráfico de Dispersão “Com grupos”. 67
Gráfico 29 - Exemplo de Gráfico de Dispersão “Com regressão”. 68
Gráfico 30 - Exemplo de Gráfico de Dispersão “Com regressão e Grupos”. 68
Gráfico 32 - Exemplo de Gráfico de Dispersão “Com Conexão e Grupos”. 69
Gráfico 33 - Dispersão Simples de Y por X2 72
Gráfico 34 - Dispersão Simples de Y por X1. 72
Gráfico 35 - Dispersão com Regressão de Y por X2 74
Gráfico 36 - Dispersão com Gráfico de Linha Ajustada de Y por X2. 76
Gráfico 37 - Gráfico de Resíduos de dispersão de Y. 79
Gráfico 38 - Exemplo de regressão com modelo linear de Y por X2 83
Gráfico 39 - Exemplo de regressão sem modelo linear 83
Gráfico 40 - Gráfico regressão linear pelo método de predição 84
Gráfico 41 - Gráfico de Regressão por predição 89
Gráfico 42 - Exemplo de gráfico de resíduo vs. Fitted 89
Gráfico 43 - Exemplo de modelo linear 90
Gráfico 44 - Exemplo de gráfico linear e análises estatísticas geradas pelo Minitab 91
Gráfico 47 - Exemplo de gráficos de resíduo de tempo 108
1. Instalação
1.1 O que é o software
Minitab é um software estatístico desenvolvido em 1972 com uma interface bem
similar ao Microsoft Excel. Hoje em dia, milhares de entidades públicas e privadas no
mundo todo utilizam essa poderosa ferramenta, sendo geralmente utilizado em conjunto
com o Seis Sigma.
Diferente de outros softwares estatísticos, ele é mais simples de usar e aprender.
No Minitab você consegue fazer controle de qualidade, planejamento de experimentos
(DOE), Análise de Confiabilidade e Estatística Geral.
Barra de Menus:
● Arquivo - Onde poderá abrir, salvar seu projeto etc.
● Editar – Menu relacionado a operações para editar arquivos (copiar, colar...).
● Dados – Onde você consegue manipular os dados (transpor colunas, ordenar,
exibir postos, ...)
● Calc – Menu relacionado à cálculos (estatísticas, probabilidades, ...).
● Estat – Onde poderá fazer análises estatísticas (estatística descritiva, teste de
hipóteses, ...).
● Gráfico – Menu relacionado a construção de gráficos (histograma, gráfico de
● pontos, ...).
● Editor – Menu relacionado a comandos na janela Session.
● Ferramentas – Menu que contém utilidades diversas como bloco de notas,
● calculadora, etc.
● Janela – Menu que gerencia as janelas do Minitab (minimizar,
● restaurar, ...).
● Ajuda – Menu que disponibiliza ajuda sobre o ambiente do Minitab.
Sessão:
Aqui temos os resultados de sua análise.
Worksheet:
Este lugar, que se parece com uma planilha, é onde você insere e organiza seus
dados. Podemos abrir vários worksheets. Composta por linhas e colunas, sendo que em
cada coluna aparece toda a informação de uma variável e, em cada linha aparece toda a
informação de todas as variáveis de um indivíduo ou objeto. A área de cada par de linha
e coluna é denominada célula. Podemos ter em um worksheet os seguintes tipos de
dados:
● Dados numéricos.
● Dados de texto;
● Dados de data/hora.
Também sobre o tipo dos dados, o Minitab os entende como podendo ser de 3
classificações distintas: dados numéricos (aqueles a que se atribui um valor
representado por um número como 1,3; 1000; 1; 30; etc), dados de texto (aqueles que
FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME
Av. Alan Turing, 345 - sala 06 - Edifício Vértice
Cidade Universitária - Campinas - SP - CEP: 13083-898
www.fm2s.com.br
7
se atribui um valor representado por um texto, como por exemplo nomes, “sim” ou
“não”, etc.) e dados de data (aqueles que se atribui um valor de data, como 18/04/1989,
etc.). Quando o Minitab reconhece qual é o tipo dos dados, ele coloca uma marcação no
indicador da coluna, indicando “T” para dados de texto e “D” para dados de data. Para
dados numéricos não há nenhum tipo de marcação, sendo que este é o padrão do
software.
Figura 10 - Parâmetros
Exemplo:
O cálculo do tamanho amostral pela média: uma simulação com desvio padrão de
2, quantas amostras seriam necessárias para ver uma diferença de média com uma
margem de erro = 3?
Figura 12 - Método
Figura 13 - Resultados
O tamanho amostral deve ser 5. Para cada valor de desvio padrão e intervalo de
confiança, o valor do tamanho amostral varia.
𝑠
µ = 𝑥 ±erro ∴ µ = 𝑥 ± . 𝑧
𝑛
Desta forma temos um intervalo para a média da população. Esse erro vai ser
ilustrado como intervalo de confiança, que no Minitab teria a representação de um
ponto e uma reta com o mesmo comprimento antes e depois.
● Simplicidade;
● Facilidade na construção, utilização e entendimento;
● Apresenta os valores dos pontos de dados ao longo do tempo;
● Aponta momentos de problemas no processo;
● Mostra o quão longe se está das metas ou objetivos;
● A própria simplicidade do gráfico é o que o torna tão poderoso;
● Todas as pessoas ligadas ao processo podem usar e entender um gráfico de
tendência.
Passo a passo:
Após selecionarmos uma opção, o Minitab irá abrir uma outra janela onde
devemos inserir os dados necessários para que ele nos gere o gráfico de tendência. Para
o caso de um gráfico “Simples”, devemos clicar no retângulo branco indicado como
“Séries” e escolher na lista no lado esquerdo qual é o indicador que queremos analisar.
Em seguida clicamos em “ok” e o Minitab irá nos gerar o gráfico. As Figuras 5 e 6
ilustram este procedimento.
Para os outros tipos de gráficos, devemos adicionar algumas outras informações,
como a coluna em que estão os grupos e os demais indicadores que queremos plotar. A
escolha das colunas é feita da mesma maneira.
Passo a passo:
Exemplo:
O que faz:
Passo a passo:
São cartas de controle utilizadas nos casos em que 1<n<10. Estes casos ocorrem
quando é necessário a formação de amostras maiores que uma unidade (subgrupo).
A carta X-Barra R faz o controle da variabilidade dentro dos subgrupos, isto é,
entre as observações que compõem cada subgrupo. Use Carta X-Barra S para monitorar
a média e a variação de um processo quando existem dados contínuos e subgrupos de
tamanhos de 9 ou mais. Utilize esta carta de controle para monitorar a estabilidade do
processo ao longo do tempo para que seja possível identificar e corrigir as instabilidades
em um processo.
Passo a passo:
Exemplo:
Use Carta P para monitorar a proporção de itens com defeito onde cada item
pode ser classificado em uma de duas categorias, como aprovação ou reprovação. Utilize
esta carta de controle para monitorar a estabilidade do processo ao longo do tempo para
que seja possível identificar e corrigir as instabilidades em um processo.
Passo a passo:
Exemplo 1:
Exemplo 2:
3.6.4 Gráfico U
O que é:
Use Carta U para monitorar o número de defeitos por unidade, em que cada item
pode ter vários defeitos. Utilize esta carta de controle para monitorar a estabilidade do
processo ao longo do tempo para que seja possível identificar e corrigir as instabilidades
em um processo.
Passo a passo:
O Dot plot é o gráfico de frequência mais simples que existe. Ele plota os valores
numéricos que uma determinada métrica pode ter no eixo X (de maneira ordenada) e
coloca um ponto para cada observação naquele valor apresentada nos dados. Ele é um
gráfico bastante parecido com o histograma, porém cada ponto do dot plot é uma
observação real do conjunto de dados.
Passo a passo:
O Dot Plot é um gráfico estatístico que consiste em pontos plotados uma escala
simples usando geralmente círculos negros para indicar observações para os valores da
escala. Sua função é mostrar a distribuição das observações na escala, similar a um
histograma, porém não dividindo os valores em intervalos da escala como faz o último.
Para traçar um Dot Plot no Minitab, basta ir em “Gráficos” e clicar em “Gráfico de
Pontos”. Uma janela com diferentes opções será mostrada. As opções disponíveis são:
1) Simples, onde apenas uma coluna de dados é traçada;
2) Com grupos, onde podemos traçar Dot Plots para uma variável estratificada;
3) Com grupos, onde traçamos as diferentes estratificações em uma mesma linha do
Dot Plot;
4) Plotagens para “Multiplos Y’s”, onde podemos plotar mais de uma variável,
escolhendo as opções mostradas anteriormente e com Y’s empilhados.
Exemplo:
Escolhido o tipo de Dot Plot, uma janela irá se abrir onde devemos inserir as
variáveis que queremos plotar e também modificar a escala do gráfico.
3.7.2 Histograma
O que é:
Quando usar?
Passo a passo:
Passo a passo:
Caso a distribuição dos dados não seja uma normal, o Minitab nos ajuda a tratar
esses dados para que eles passem a ser.
FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME
Av. Alan Turing, 345 - sala 06 - Edifício Vértice
Cidade Universitária - Campinas - SP - CEP: 13083-898
www.fm2s.com.br
34
Para transformar uma variável em outra, temos que multiplicar cada um dos
valores por uma função. Existem vários tipos de função que podem transformar dados
não normais em dados normais. No exemplo, mostramos que extrair a raiz quadrada de
um valor pode ser suficiente para tornar uma distribuição não normal, normal.
Entretanto, essa função nem sempre serve. Às vezes, precisamos de outras
funções. Da mesma maneira que a função raiz quadrada serviu, às vezes a função
logarítmica é capaz de transformar a distribuição dos dados em uma normal.
A transformação mais usada é a chamada Transformada de Box-Cox. Em nossa
apostila de Green Belt foi comentado sobre essa função do Minitab. Ela permite, por
meio do cálculo de um fator lambda, escolher qual é a transformação adequada.
Uma transformação potência eleva os valores de Y a uma potência lambda (λ): 𝑌𝑇
λ
= 𝑌 . λé tipicamente um valor entre –2 e 2.
O Método de Box-Cox sugere um valor de que melhor aproxima os dados
transformados de uma distribuição Normal.
Para realizá-la no Minitab, devemos ir em “Estat”, “Cartas de Controle” e clicar em
“Transformações de Box-Cox”. Na janela que se abre, inserimos a coluna que queremos
transformar.
Transformação de Box-Cox
Feito isso, o Minitab irá nos voltar um gráfico. Devemos então pegar o valor
indicado na tabela como “Best Value” e elevar cada um de nossos dados por este valor.
Por exemplo, se o “Best Value” for igual a 0,3, devemos fazer nossos dados elevados a
0,3 para obtermos uma distribuição normal equivalente. Caso o “Valor Arredondado” seja
igual a zero, temos um caso especial e a distribuição normal equivalente será dada pelo
logaritmo dos nossos dados.
3.8 Capabilidade
O que é:
Passo a passo:
Exemplo 1:
Exemplo 2:
Quando usar:
Alguns exemplos nos quais ele pode ser útil para classificar problemas são:
● Uma peça que falha em um teste devido a um componente defeituoso;
● Lotes de produtos químicos podem estar abaixo do padrão para muitas
especificações diferentes;
● Cobranças podem estar incompletas devido à falta de muitos tipos de informação;
● Há vários tipos de problemas que os hóspedes experimentam em um hotel.
Passo a passo:
Exemplo:
Ao fazer isso, uma nova janela se abrirá, nela clique em Estampa e em seguida
no retângulo branco que irá aparecer. Para selecionar a coluna do eixo X, então clique
em “mês”. Os cliques estão marcados em vermelho.
Como não há nenhum ponto muito afastado dos demais, nem outro evento que
sugira uma causa especial, o processo pode ser considerado estável.
Neste gráfico podemos ver várias coisas interessantes, como uma tendência de
aumento na média e na variação do processo, bem como um efeito de sazonalidade.
Por este caminho, devemos na janela que se abrir escolher a série a ser plotada
em “Coluna Única”. Nosso tamanho de subgrupo para este caso é 1 (temos apenas uma
medida para cada item medido).
Nenhum caso de causa especial foi observado, portanto o processo está estável.
Na janela que se abrir, escolha a coluna onde quer guardar os novos dados
calculados e também digite a sentença que deseja calcular.
No nosso caso vamos guardar na coluna C5 (em branco) e fazer
n_atrasadas/n_entregas *100.
Exercícios extra:
10. O absenteísmo em uma empresa com 90 funcionários foi medido por 20 dias e
estão no arquivo Aula com Minitab.mtw, worksheet “18 GC_ausencia”. Construa
um gráfico de controle adequado para o percentual de ausências.
11. O número de acidentes por mês foi registrado durante dois anos e os dados estão
no arquivo Aula com Minitab.mtw, worksheet “19 GC_Acidentes”. Construa um
gráfico de controle adequado para o indicador de número de acidentes por mês.
12. O valor (em mi de reais) foi medido por dois anos e meio. Os dados estão no
arquivo Aula com Minitab.mtw, worksheet “21 INVENTARIO_DEP17”. Construa um
gráfico de controle adequado para o indicador de inventário.
13. O tempo de ciclo de uma operação foi medido três vezes or semana. Os dados
estão no arquivo Aula com Minitab.mtw, worksheet “56 tempo de operacao”.
Construa um gráfico de controle adequado para o monitorar essa operação.
Passo a passo:
Após selecionar sua opção desejada, insira suas duas variáveis contínuas em
“Variáveis Y; Variáveis X” nos campos indicados e sua variável categórica (se houver)
em “Variáveis categóricas para agrupamento”.
Você pode ainda personalizar seu gráfico em “ Escala” e “Rótulos”.
Exemplo:
Insira então suas duas variáveis contínuas nos campos “Variáveis Y; Variáveis X”
e sua variável categórica (se houver). Você pode editar seu gráfico nas opções “Escala” e
“Rótulos”.
As análises de regressão linear, através do ajuste estatístico dos dados, nos ajuda
a ter parâmetros para entender problemas. A análise gera uma equação que descreve a
relação estatística entre uma ou mais variáveis preditoras e a variável resposta. A
regressão linear encontra a linha que melhor representa as variáveis de entrada com a
variável de saída.
Pode-se quantificar coisas como:
● O quanto minhas variáveis de entrada influenciam na variável de saída (através
do R²);
● Em um banco de dados com muitas variáveis, o que influencia e o que não
influencia (através do p-valor);
● Qual é o valor de Y para dadas configurações de X (através da equação da
regressão).
Geralmente os cálculos para determinar esses parâmetros não são tão simples
(mas nem tão complicados assim). O gráfico de regressão pode ser calculado pelo
Minitab.
A curva de regressão linear pode ser feita a partir da seguinte equação genérica
que pode ser utilizada tanto para a regressão simples quanto a linear.
Ŷ = 𝑏₀ + 𝑏₁ (𝑥₁) + 𝑏ₙ (𝑥ₙ)
Onde:
Ŷ= Variável prevista
𝑏₀= Coeficiente beta 0 angular
𝑏₁= Coeficiente beta 1 para X1
𝑏ₙ= Enésima posição de beta para Xₙ
Passo a passo 1:
Selecione “Simples”.
Insira no campo de variáveis as análises que deseja fazer. Neste exemplo foi
analisado se X1 ou X2 influenciaram em Y.
Exemplo 2:
Passo a passo 3:
É possível criar gráficos de dispersão que ainda geram dados estatísticos de suas
análises. Para isso clique em “Estat”, em seguida clique em “Regressão” e selecione
“Gráfico de Linha Ajustada”. Insira nos campos “Resposta (Y); Preditor (X)” as colunas a
serem analisadas, em “Tipo de Modelo de Regressão” escolha sua opção desejada entre
“Linear”, “Quadrático” e “Cúbico”. O minitab irá demonstrar o(s) gráfico(s) e análise(s)
da regressão realizada.
Uma importante análise demonstrada é de R² (R-quadrado) é uma medida
estatística que demonstra o quão assertivo estão os dados em relação a linha de
regressão. É calculado como (1 - a razão da soma dos quadrados do erro), dessa forma
sempre está entre 0% e 100%.
● 0% demonstra que o modelo de análise utilizado não explica a
variabilidade dos dados ao redor de sua média.
● 100% demonstra que o modelo de análise utilizado explica totalmente a
variabilidade dos dados ao redor de sua média.
Insira no campo de variáveis as análises que deseja fazer. Neste exemplo foi
analisado Y como Resposta e X2 como Preditor, tendo em vista a relação entre eles
notada no exemplo 1.
Passo a passo 4:
Você pode criar um gráfico de resíduos no minitab, esta é uma ferramenta que
verifica a qualidade de ajuste em regressão, ou seja, verifica se as suposições de
mínimos quadrados comuns estão dentro do esperado. Para isso selecione na barra
superior a opção “Estat”, “Regressão” e “Ajuste de Modelo de Regressão”.
Insira nos campos “Resposta”, “Preditores Contínuos”, “Preditores categóricos” os
dados que deseja analisar. Feito isso, selecione a opção “Gráficos” na parte inferior e
escolha a opção “Quatro em um”, clique em “OK” para gerar os resultados e gráficos.
Perceba que foram gerados quatro gráficos diferentes:
● Histograma: Possibilita verificar se há assimetria nos dados ou se contém
outliers.
● Gráfico de probabilidade normal: Possibilita verificar a distribuição dos
dados.
● Valores ajustados: Possibilita verificar se os resíduos possuem variância
constante.
● Ordem de dados: Possibilita verificar se os resíduos não são
correlacionados.
Exemplo 4:
Insira nos campos de variáveis as análises que deseja fazer. Neste exemplo foi analisado
Y como Resposta e X2 como Preditor contínuo, tendo em vista a relação entre eles
notada no exemplo 1.
Você pode criar sua regressão a partir do “Assistente” que utiliza a estimação por
mínimos quadrados para ajustar o melhor modelo possível a ser utilizado.
Selecione na barra superior “Assistente” e “Regressão”. Em seguida, selecione
sua análise de regressão desejada. Nesta opção você pode selecionar o tipo de modelo
de regressão ou permitir que o assistente escolha o modelo de ajuste. Insira suas
variáveis contínuas em “Coluna Y; Coluna X”. Selecione “OK” e note as predições
demonstradas pelo minitab.
Exemplo 5:
Passo a passo:
Podemos tentar predizer, por exemplo, se a inteligência pode ser prevista por
características das pessoas (experimento real).
Os dados escolhidos para anotar foram:
● 𝑦𝑖 é a inteligência (PIQ) do aluno i;
● 𝑥𝑖1 é o tamanho do cérebro (MRI) do aluno i;
● 𝑥𝑖2 é a altura (Altura) do aluno i;
● 𝑥𝑖3 é o peso (peso) do aluno i.
1. Os valores de Residuals vs Fitted devem formar uma faixa reta. Note que
Existe uma relação significativa entre Y e X, pois p está bem abaixo de 0,05;
O modelo explica 90% da variação em Y;
O coeficiente de correlação é de -0,95, indicando uma forte correlação negativa;
Aqui está o gráfico de ajuste adequado, incluindo a equação de regressão
escolhida;
Vale lembrar que, quando avaliamos essas métricas, temos que lembrar de nossa
discussão anterior sobre população e amostra.
Na maioria dos casos temos a amostra e queremos saber da população. Por isso
temos que usar técnicas que nos permitam avaliar essa incerteza. Um exemplo disso é o
intervalo de confiança, que vimos anteriormente.
Em outras palavras, para correlações simples usamos:
● Histogramas e Dot Plots estratificados (Y contínuo e X categórico ou vice versa);
● Análise temporal estratificada.
● Gráficos de Intervalos para a média (Y contínuo e X categórico);
● Gráficos de Barras (para Y categórico contra X categórico).
FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME
Av. Alan Turing, 345 - sala 06 - Edifício Vértice
Cidade Universitária - Campinas - SP - CEP: 13083-898
www.fm2s.com.br
89
Passo a passo:
Para analisar sua frequência com variável categórica (X) e uma variável numérica
(Y) você pode utilizar as seguintes ferramentas: histograma, diagrama de pontos,
boxplot, gráfico de intervalos, gráfico de séries temporais, gráfico de barras.
● Para fazer examinar a forma e a dispersão de dados no histograma, selecione na
barra superior “Gráfico” e “Histograma”.
● Para examinar a forma e a dispersão dos dados distribuindo todos os pontos dos
dados em uma linha numérica, vá em “Gráfico” e utilize “Diagrama de pontos”.
● Para examinar o centro e a dispersão dos dados distribuindo a mediana, os
quartis e quaisquer outliners selecione “Gráfico” e “Boxplot”.
● Para plotar a média e seu intervalo de confiança de um ou mais grupos utilize a
opção “Gráfico” e “Intervalo de Confiança”.
● Para plotar os dados na ordem em que eles aparecem para verificar se há uma
tendência ou um padrão sazonal, utilize a opção “Gráfico de Séries Temporais”
dentro da opção “Gráfico” na barra superior. Em seguida selecione o tipo de
gráfico temporal que deseja analisar.
● Para comparar as contagens, as médias ou outras estatísticas utilize o “Gráfico de
Barras” dentro da opção “Gráfico” na barra superior. Selecione a opção de gráfico
desejada, em seguida insira suas variáveis no campo “Variáveis Categóricas” e
clique em “OK”.
● Para sumarizar e contar os dados dos grupos formados, vá em “Estat”, “Tabelas”
e selecione “Tabulação Cruzada para Associação”. Insira os dados nos campos
“Linhas; Colunas; Camadas; Frequências.”, escolha seu tipo de exibição e clique
em “OK”.
● Para examinar a distribuição de dados, controlar dados ao longo do tempo e
avaliar possíveis relações entre as variáveis, utilize o “Assistente” na barra
superior, selecione “Análise Gráfica”
As análises são várias. Com uma base de dados pode ser feito diversos gráficos,
como no exemplo da Figura 4.35, em que a comparação entre os processos é visível pelo
Histograma, Gráfico de Análise Temporal estratificada e pelo Gráfico de Intervalos. Cabe
ao profissional interpretar cada um deles.
Exemplo 3:
Através da percepção de seu objetivo, escolha a opção mais adequada para sua
análise no Assistente.
Um teste de hipótese nada mais é do que uma validação estatística das nossas
dúvidas (ou hipóteses).
Por exemplo, podemos querer ver se o tempo de um processo (uma variável
numérica) é diferente para dois turnos. Hipótese: Será que o tempo médio do turno A é
diferente do tempo médio do turno B? A resposta é dada analisando-se os dados e vem
da forma: dados os dados, tenho 95% de certeza que são.
Podemos ter testes de hipóteses para diferentes métricas:
● Para médias (será que a média dos tempos do processo antes da mudança é
maior do que depois da mudança?);
● Para proporções (será que a % de atrasados da cia A é maior que da cia B?);
● Taxas (será que a taxa de defeitos por unidade da fábrica A é diferente da B?).
4.7.1 O p-valor
O que é:
Passo a passo:
Exemplo:
Exemplo:
4.9 ANOVA
O que é:
𝐻0 → µ𝑎 = µ𝑏 = µ𝑐 𝑒 𝐻1 → µ𝑎 = µ𝑏 = µ𝑐 𝑒 𝐻1 → µ𝑎 ≠ µ𝑏 ≠ µ𝑐 (4.4)
O programa Minitab nos ajuda a rodar e interpretar uma ANOVA. Assim como na
regressão linear múltipla, podemos usar a ANOVA para ver quais X’s categóricos
impactam ou não no resultado.
Passo a passo:
Exemplo: