O teste de hipóteses para a razão de duas variâncias considera que duas populações normais e independentes, sejam de interesse, sendo desconhecidas as médias μ1 e μ2, e as variâncias σ12 e σ22 da população, deseja-se testar as hipóteses relativas à igualdade das duas variâncias.
Então, sejam duas amostras aleatórias de tamanho n1 e n2, com variâncias amostrais S12 e S22, provenientes das populações 1 e 2, deseja-se testar as seguintes hipóteses:
De acordo com Montgomery (2013) para o desenvolvimento de um procedimento de teste para essas hipóteses é requerida a distribuição F de probabilidades.
E ainda, conforme Montgomery e Runger (2014) um procedimento de teste de hipóteses para a razão de duas variâncias é baseado no seguinte resultado.
Seja X11, X12, …, X1n1 uma amostra aleatória proveniente de uma população normal, com média μ1 e variância σ12 e X21, X22, …, X2n2 uma amostra aleatória proveniente de uma população normal, com média μ2 e variância σ22 e que ambas as populações normais sejam independentes e que S12 e S22 sejam as variâncias das amostras. Então, a razão apresentada pela equação 1
(1)
tem uma distribuição F, com n1-1 graus de liberdade no numerador e n2-1 graus de liberdade no denominador.
Esse resultado é fundamentado no fato de que (n1-1)S12/σ12 e (n2-1)S22/σ22 são variáveis aleatórias qui-quadrado com n1-1 e n2-1 graus de liberdade, respectivamente e de que as duas populações normais sejam independentes.
De acordo com Montgomery (2013) a estatística de teste utilizada para verificação da igualdade de variâncias sujeita a hipótese nula H0: σ12 = σ22 é
(2)
E assim, uma vez escolhido o nível α de significância, para cada hipótese alternativa H1, têm-se os critérios de rejeição determinados pelo valor tabelado de F.
H1: σ12 ≠ σ22 f0 > fα/2, n1-1, n2-1 ou f0 < f1-α/2, n1-1, n2-1
H1: σ12 > σ22 f0 > fα, n1-1, n2-1
H1: σ12 < σ22 f0 < f1-α, n1-1, n2-1
Onde n1-1 e n2-1 são, respectivamente, os graus de liberdade associados ao numerador e ao denominador da estatística de teste.
Figura 1 – As áreas sombreadas são as regiões de rejeição para o teste de hipóteses para duas variâncias
Este teste é utilizado para determinar se as variâncias (σ2) ou desvios padrão (σ) de duas amostras diferem significativamente entre si, ou seja, compara as variâncias de duas amostras.
Suponha que onze observações do módulo resiliente de uma mistura cerâmica do tipo A são medidas, tendo uma média de 18,42 psi e um desvio padrão da amostra igual a 2,77 psi. Em seguida, dez observações do módulo resiliente de uma mistura cerâmica do tipo B são medidas, tendo uma média de 19,28 psi e um desvio padrão da amostra igual a 2,41 psi.
Dessa forma, a pergunta a ser feita é: Há evidência suficiente para justificar a afirmação do analista de manufatura de que a cerâmica A tenha uma variação maior do que a do tipo B? Use α = 0,05.
A hipótese nula é definida como: H0: σ12 = σ22
A hipótese alternativa escolhida é: H1: σ12 ≠ σ22
Uma vez que não podemos rejeitar a hipótese nula H0 com um nível de significância de 0,05. Consequentemente, não há evidência forte para indicar que a cerâmica tipo A tenha uma variabilidade maior do que a do tipo B.
Figura 2 – Visualização das áreas de aceitação e rejeição para o teste hipóteses
Portanto, conclui-se que não há evidência forte de que a cerâmica do tipo A tenha uma variância maior do que a cerâmica do tipo B, ou seja, aceita-se H0.
Sim, desde que você já tenha entendido o conceito por trás dos testes de hipóteses, você pode utilizar o software Minitab® para realizar os cálculos necessários. Assim, fazer como mostra a figura 3 abrirá a caixa de diálogo da figura 4.
Figura 3 – Seleção do teste de hipóteses para duas variâncias
Primeiramente, na lista suspensa escolha a opção “desvios padrões amostrais” para trabalhar com os dados sumarizados (pois os dados das amostras não foram apresentados) e preencha os campos “tamanho amostral” e “desvio padrão” e em seguida, clique em “OK” para gerar os resultados.
Figura 4 – Selecionando desvios padrões amostrais para o teste de hipóteses
A figura 5 mostra a saída do Minitab® e de acordo com o p-valor (0,686), as variâncias são estatisticamente iguais (p-valor > 0,05).
Figura 5 – Saída do Minitab® para o teste de hipóteses para duas variâncias
O Minitab® também gera um gráfico resumo para o teste conforme apresentado na figura 6.
Figura 6 – Gráfico resumo para o teste de hipóteses para duas variâncias
MONTGOMERY, D. C. Introduction to Statistical Quality Control. 7th ed. New York, USA: John Wiley & Sons, 2013.
MONTGOMERY, D. C.; RUNGER, G. C. Applied Statistics and Probability for Engineers. 6th ed. New York, USA: John Wiley & Sons, 2014.
MINITAB® e todas as outras marcas registradas e logotipos dos produtos e serviços da Empresa são a propriedade exclusiva da Minitab, LLC. Todas as outras marcas referenciadas permanecem como propriedade de seus respectivos proprietários. Acesse minitab.com para obter mais informações. Algumas informações contidas nesta publicação/livro são impressas com a permissão da Minitab, LLC. Todos esses materiais continuam sendo a propriedade exclusiva e de direitos autorais da Minitab, LLC. Todos os direitos reservados.
Salvo indicação ao contrário, todas as imagens foram criadas pelo autor. Quaisquer imagens adicionais ou conteúdo não criado pelo autor são usados com permissão e estão sob a propriedade de direitos autorais de seu respectivo proprietário.