Análise de componentes de variância

A análise de componentes de variância é uma técnica estatística usada para decompor a variação total observada em um conjunto de dados em fontes distintas e identificáveis. Em vez de simplesmente medir quanta variação existe no total, ela decompõe essa variação e informa exatamente quanto cada fonte, como operadores, máquinas, lotes ou equipamentos de medição, contribui para o total.

Última revisão

Conclusão principal

A análise de componentes de variância é uma técnica estatística usada para decompor a variação total observada em um conjunto de dados em fontes distintas e identificáveis.

Nesta página
  1. O que é a análise de componentes de variância?
  2. Quando usar a análise de componentes de variância?
  3. Diretrizes para o uso correto da análise de componentes de variância
  4. Alternativas: quando não usar a análise de componentes de variância
  5. Exemplo de análise de componentes de variância
  6. Como fazer a análise de componentes de variância

O que é a análise de componentes de variância?

A análise de componentes de variância é uma técnica estatística usada para decompor a variação total observada em um conjunto de dados em fontes distintas e identificáveis. Em vez de simplesmente medir quanta variação existe no total, ela decompõe essa variação e informa exatamente quanto cada fonte, como operadores, máquinas, lotes ou equipamentos de medição, contribui para o total.

Isso é especialmente valioso na manufatura e na gestão da qualidade, pois saber de onde vem a variação é o primeiro e mais importante passo para reduzi-la. Corrigir a fonte de variação errada desperdiça tempo e recursos; a análise de componentes de variância garante que você atue sobre a fonte certa.

Definição simples: Uma ferramenta que divide a variação total do processo em suas fontes individuais, informando qual fator (máquina, operador, lote etc.) é responsável por quanto da dispersão total dos seus dados.

Quando usar a análise de componentes de variância?

  • Use quando você tiver uma estrutura de dados aninhada ou hierárquica , por exemplo, peças aninhadas em lotes e lotes aninhados em turnos.
  • Use quando precisar identificar e classificar as principais fontes de variação do processo antes de decidir onde concentrar os esforços de melhoria.
  • Use na análise do sistema de medição (MSA) para separar o erro de medição da variação real entre peças.
  • Use quando os fatores do seu estudo forem aleatórios, e não fixos , ou seja, representarem uma amostra de uma população maior de níveis possíveis (ex.: operadores selecionados aleatoriamente, lotes escolhidos aleatoriamente).

Diretrizes para o uso correto da análise de componentes de variância

  • Todos os fatores devem ser efeitos aleatórios para que os componentes de variância tenham significado; se os fatores forem fixos, use uma ANOVA padrão.
  • A variável resposta deve ser contínua.
  • Garanta que a estrutura dos dados esteja corretamente definida como aninhada ou cruzada antes de executar a análise: uma estrutura incorreta produz estimativas de variância inválidas.
  • Colete um conjunto de dados balanceado sempre que possível : números iguais de observações por grupo dão as estimativas de variância mais estáveis e precisas.
  • Interprete a contribuição percentual de cada componente: uma fonte que contribui com mais de 30% da variação total normalmente exige investigação e ação imediatas.

Alternativas: quando não usar a análise de componentes de variância

  • Se todos os fatores forem efeitos fixos (níveis específicos e predeterminados que você escolheu intencionalmente), use a ANOVA
  • Se você estiver avaliando especificamente um sistema de medição, use o Gage R&R Study : ele foi concebido para a avaliação de sistemas de medição e dá uma saída mais acionável.
  • Se a resposta for categórica ou por atributos, use a Attribute Agreement Analysis
  • Se você tem uma comparação simples de dois grupos sem aninhamento, use o Test for Equal Variances ou F-Test

Exemplo de análise de componentes de variância

Um pesquisador médico quer estudar os efeitos de vários fatores sobre a frequência de pulso. Ele registra a altura, o peso, o sexo, a preferência quanto ao fumo, o nível de atividade e a frequência de pulso em repouso de 91 estudantes de graduação. Em seguida, divide aleatoriamente os estudantes em dois grupos. O primeiro grupo corre no lugar por um minuto, enquanto o outro fica parado. Depois, o pesquisador registra novamente as frequências de pulso dos estudantes. Os passos são os seguintes:

  1. Reúna os dados necessários.
Variance Component Analysis — figure 1
  1. Agora analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
  2.  Para encontrar Variance Component Analysis, escolha Statistical module> Anova>Variance Component Analysis.
  3.  Dentro da ferramenta, insira os dados junto com as demais entradas, como segue:
Variance Component Analysis — figure 2

5. Depois de usar a ferramenta acima, a saída obtida é a seguinte:

Variance Component Analysis — figure 3

Como fazer a análise de componentes de variância

O guia é o seguinte:

  1. Faça login no Zometric Statistical Software em https://statsai.zometric.com/
  2. Na página inicial, escolha Statistical Tool> Anova >Variance Component Analysis
  3. Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V) aqui.
  4. Preencha as opções necessárias.
  5. Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.

No painel (dashboard) de Variance Component Analysis, a janela é dividida em duas partes.

Variance Component Analysis — figure 4

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.

Load example: Os dados de exemplo serão carregados.

Load File: É usado para carregar diretamente os dados do Excel.

Na parte direita, há várias opções, descritas a seguir:

  • Response: Selecione a coluna que contém seus dados de medição contínuos: a variável de resultado cuja variação total você quer decompor em fontes individuais. Este é um campo obrigatório. A resposta deve ser uma variável numérica e contínua, como uma dimensão, um peso, uma resistência ou qualquer característica de qualidade mensurável. A análise decomporá quanto da dispersão total dessa coluna é atribuível a cada um dos fatores aleatórios que você especificar.
  • Random Factors: Selecione a(s) coluna(s) que representam as fontes de variação que você quer quantificar, como operadores, máquinas, lotes ou turnos. Use Ctrl ou Command + clique para selecionar vários fatores. Estes devem ser fatores aleatórios, ou seja, os níveis nos seus dados representam uma amostra aleatória de uma população maior de níveis possíveis, por exemplo, 3 operadores escolhidos aleatoriamente de um grupo grande. A análise estima quanta variância cada um desses fatores contribui para a variação total da resposta.
  • Confidence Level: Define o nível de certeza dos intervalos de confiança calculados em torno de cada estimativa de componente de variância. O padrão é 95%, o que significa que você tem 95% de confiança de que a verdadeira contribuição de variância de cada fator está dentro do intervalo exibido. Um nível de confiança maior produz intervalos mais largos, com maior certeza; um nível menor produz intervalos mais estreitos. O padrão de 95% é o usado na maioria das aplicações estatísticas e de qualidade e é recomendado para a maioria dos estudos.

Perguntas frequentes

O que é a análise de componentes de variância?

A análise de componentes de variância decompõe a variação total de um conjunto de dados em fontes distintas e mostra quanto cada fonte, como operadores, máquinas, lotes ou equipamentos de medição, contribui para o total. Saber de onde vem a variação é o primeiro passo para reduzi-la, de modo que o esforço de melhoria atue sobre a fonte certa.

Quando usar a análise de componentes de variância?

Use-a com dados aninhados ou hierárquicos, como peças dentro de lotes dentro de turnos, para identificar e classificar as principais fontes de variação do processo, e na análise do sistema de medição para separar o erro de medição da variação entre peças. Os fatores devem ser aleatórios, representando uma amostra de uma população maior de níveis possíveis.

Qual é a diferença entre fatores aleatórios e fixos?

Os níveis de um fator aleatório são uma amostra aleatória de uma população maior, por exemplo, 3 operadores escolhidos entre muitos. Os fatores fixos são níveis específicos escolhidos intencionalmente. Os componentes de variância só têm significado para efeitos aleatórios; se todos os fatores forem fixos, use uma ANOVA padrão.

Como interpretar os resultados dos componentes de variância?

Observe a contribuição percentual de cada componente para a variação total. Uma fonte que contribui com mais de 30% da variação total normalmente exige investigação e ação. Os intervalos de confiança em torno da estimativa de cada componente mostram com que precisão ela é conhecida.