- Demográfica
- Territorial
- Econômica
- Executar relações entre variáveis
- Cálculo de previsões
- Comparações
- Criar gráficos visando a melhoria da perspectiva de efeitos em experimentos
- Realizar a incorporação do uso do desvio padrão em um processo único do usuário.
- Obviamente, há outras vantagens, que somente serão percebidas com a utilização constante do programa. Vale a pena saber como usar o Minitab.
- Elaboração de estudos estatísticos descritivos
- Testes de hipóteses
- Intervalos de confiança
- Testes de anormalidade
- Regressão linear
- Logística (ordinária, binária e nominal)
- não linear
- Ortogonal
Tratamento
dos Dados
Para a correta utilização das
Ferramentas da Qualidade, é necessário que seja realizada a coleta de dados de
forma correta, uma vez que todas as análises e avaliações para serem efetivas,
dependem da utilização de dados reais, que representem realmente o que está
ocorrendo na prática. Podemos definir dados como sendo um conjunto de
observações sobre um evento específico.
Podemos resumir em três etapas
à análise dos dados:
- Coleta de dados.
- Tratamento dos dados.
- Inferência.
A fase da coleta de dados é de
grande importância, entretanto é necessário ter alguns cuidados para que se
possa garantir a veracidade dos resultados, pois ela tem que ser a mais
representativa possível:
- Deixar claro a finalidade para a qual os dados estão sendo coletados.
- Ter a garantia de que os responsáveis pela
coleta dos dados estão devidamente preparados.
- Decidir que tipo de amostragem deve ser usada.
- Ser cuidadoso com erros de medição.
- Anotar claramente a origem dos dados.
- Ser criativo quando coletar dados.
- Dados só devem ser coletados caso realmente
seja necessária uma ação a partir deles.
Nesta etapa, tratamento dos
dados, devemos empregar técnicas para descrever os dados levantados,
identificar as possíveis falhas nos valores amostrados e aumentar nosso conhecimento
a respeito do estudo.
Na última fase, inferência,
aplica-se cálculos de probabilidade para inferir qual o comportamento da
população a partir da amostra coletada, resultando em um modelo probabilístico
que representará o estudo.
Tomemos por exemplo a tabela
abaixo que fornece um conjunto de 20 valores coletados de uma inspeção
dimensional em um eixo (exemplo didático):
9,9895 |
10,012 |
9,9887 |
10,034 |
9,9509 |
9,9808 |
9,9925 |
10,726 |
9,9574 |
9,8503 |
10,033 |
9,9435 |
9,9959 |
9,9154 |
10,083 |
9,9776 |
9,9956 |
10,024 |
9,9284 |
9,9035 |
10,077 |
10,015 |
10,013 |
10,003 |
9,9933 |
9,9894 |
10,005 |
10,069 |
9,9999 |
9,995 |
10,093 |
9,939 |
10,022 |
10,017 |
9,9708 |
9,9324 |
9,9571 |
10,034 |
10,068 |
10,006 |
10,019 |
10,083 |
10,02 |
10,022 |
9,9482 |
9,9488 |
9,9544 |
9,9968 |
10,032 |
9,9924 |
10,035 |
10,119 |
9,9999 |
9,9608 |
10,1071 |
10,0088 |
9,9233 |
10,035 |
10,093 |
9,9212 |
Esta é a fase em que extraímos as medidas de posição (média, mediana, moda, etc.) e da dispersão (variância, amplitude, etc.) das variáveis aleatórias do estudo.
Abaixo a figura apresenta o
resumo das principais medidas de posição e dispersão obtidas a partir do
Minitabã:
Todo levantamento de dados
está sujeito a valores não usuais conhecidos como outliers. Este tipo é o mais comum e identifica-se através do
Gráfico de Caixa ou Box Plot,
vejamos:
Na fase da inferência, vamos
identificar se possível qual a distribuição de probabilidade que representa a
amostragem.
Com a aplicação do Minitabã, encontramos:
Observamos que se trata de uma
distribuição de probabilidade normal, notamos também na extremidade direita o
evento detectado como outlier.
Vamos excluí-lo da tabela, realizar
novamente os testes e comparar os resultados obtidos.
Pelo Gráfico de Caixas ou Box Plot representado abaixo observamos
que desta forma não há outliers .
Análise da distribuição de
probabilidade através do Gráfico do Histograma:
Comparando os valores
numéricos temos as seguintes informações obtidas com a aplicação do Minitabã:
Anterior
Atual
Neste caso, a alteração nos
valores da média não foi significativa, porém no desvio padrão aumentou
consideravelmente.
Conclusão:
Normalmente, devemos retirar
da amostra todos os outeliers
encontrados, porém nem sempre é o procedimento mais recomendado, não podemos
desprezar simplesmente uma característica observada, devemos antes de tudo ir
ao gemba e compreender o que pode ter
ocorrido.
Atenção:
Se você se interessou pela
estatística com aplicação do Minitabã, e
quer saber mais sobre como funciona, entre em contato, estou aqui para
ajudá-lo, preparei um treinamento com uma carga teórica apropriada e exercícios
aplicados, que poderá ser realizado individualmente ou em pequenos grupos em seu
local de trabalho ou na sua residência via Skype ou Google Meet necessitando de
um notebook e de acesso à internet.
E aí, vai ficar de fora dessa?
Entre em contato,
Minitabã software voltado para fins
estatísticos. É muito utilizado nas universidades nos cursos introdutórios de
estatística e nas empresas com aplicações específicas. Poderá ser realizado
“donwload” de um versão “free” por 30 dias diretamente do site do proprietário.
Nenhum comentário:
Postar um comentário