Início / Lean Six Sigma / Estatística básica e testes
Quando os dados são assimétricos, têm valores extremos ou são poucos para checar a normalidade, compare medianas e postos: qual turno repara mais rápido, qual fornecedor dura mais, se o setup bateu a meta e se a produção tem tendência. Escolha o teste pela pergunta (a dica “?” ao lado de Teste ajuda), cole as medições com o nome de cada grupo na 1ª linha e leia o veredito; o botão de exemplo mostra o formato certo para cada teste.
Ferramenta de pré-dimensionamento e estimativa: os resultados não substituem projeto, cálculo ou laudo assinado por profissional habilitado nem a verificação conforme as normas aplicáveis.
Como ler: Mediana = valor do meio de cada grupo (metade das peças abaixo, metade acima); posto médio = posição média dos valores do grupo quando todos são ordenados do menor ao maior (grupo com valores altos tem posto alto); estatística (H, W, χ²…) mede o afastamento do “sem diferença”; valor-P < α = diferença real. Na tabela de Dunn, cada linha é um par de grupos.
Cada ponto é uma medição; caixa = 50% centrais; losango = mediana com seu IC. Linha tracejada = valor testado ou mediana geral.
Como ler: cada ponto é uma medição real; a caixa cobre a metade central dos dados e o losango com barra é a mediana com a sua faixa de incerteza. Compare as barras entre grupos (ou com a linha tracejada do valor testado): barras que não se tocam indicam diferença clara. No teste de sequências, o eixo horizontal é a ordem de produção.
Postos, sinais ou contagens que entram na estatística de teste.
Como ler: mostra os dados do jeito que o teste os usa: em vez dos valores, a posição (posto) de cada um na fila ordenada, ou só o sinal (acima/abaixo), ou a contagem acima da mediana. Sem diferença, os grupos ficariam equilibrados em torno da linha de referência; um grupo sempre no alto ou sempre embaixo é o que gera um valor-P pequeno.
Distribuição da estatística se H0 fosse verdadeira. A área sombreada é o valor-P.
Como ler: a curva (ou as barras) mostra os resultados que aparecem só por acaso quando não há diferença. O rótulo marca onde caíram os seus dados. Se a área colorida além desse ponto é pequena (menor que α), o resultado dificilmente é acaso; se é grande, os dados são compatíveis com “sem diferença”.
Histograma das médias de Walsh (1 amostra) ou das diferenças entre todos os pares (2 amostras); a mediana delas é a estimativa, e a faixa, o IC.
Como ler: o histograma junta todas as médias de pares de valores (1 amostra) ou todas as diferenças entre um valor de cada grupo (2 amostras). O meio dessa pilha é a melhor estimativa da mediana (ou da diferença) e a faixa azul, o intervalo de confiança. Se a faixa não inclui o valor testado (ou o zero), a diferença é real.
Leve os resultados desta página para outra calculadora, com os campos já preenchidos.
O memorial reúne entradas, resultados, equações, hipóteses e referências desta página, com campos para projeto, responsável e revisão. O relatório completo traz também os gráficos e as interpretações, em cores. Na janela de impressão, escolha Salvar como PDF.
Quando os dados são assimétricos (tempos de reparo, vida útil, tempo de setup), têm valores extremos que você não pode descartar ou são poucos para verificar a normalidade. Os testes comparam medianas ou postos e não são puxados por um valor isolado. Se os dados forem normais, o teste t e a ANOVA detectam a mesma diferença com menos amostras.
O sinal só conta quantos valores ficam acima e abaixo do valor testado; o Wilcoxon também usa o tamanho dos desvios (pelos postos), por isso tem mais poder, mas supõe distribuição simétrica. Para tempos de setup, que costumam ter cauda longa, o sinal é a escolha segura; no exemplo, 15 dos 20 setups ficaram abaixo de 30 minutos, 1 exatamente em 30 e 4 acima (p = 0,010 para “mediana menor que 30”).
Cole uma coluna por fornecedor. O teste ordena todos os valores juntos e verifica se os de um fornecedor ocupam tipicamente as posições mais altas. A diferença estimada (mediana de todas as diferenças entre pares) diz, por exemplo, quantas horas a mais um rolamento dura, com o intervalo de confiança.
Os dois comparam 3 ou mais grupos. O Kruskal-Wallis usa os postos e tem mais poder; o de Mood só conta valores acima e abaixo da mediana geral e resiste melhor a valores extremos e a grupos de formas diferentes. No exemplo dos chamados de manutenção, um atendimento de 140 minutos não distorce o teste de Mood.
Para comparar tratamentos medidos nos mesmos blocos: quatro pastilhas testadas nas mesmas seis máquinas, três métodos aplicados pelos mesmos operadores. Ele ordena os tratamentos dentro de cada bloco, então a diferença entre máquinas não esconde a diferença entre pastilhas. É a versão não paramétrica da ANOVA em blocos.
Se a ordem dos valores é aleatória. Poucas sequências acima ou abaixo da média indicam tendência, desgaste de ferramenta ou deriva; sequências demais indicam supercorreção (o operador reajusta a cada peça). No exemplo do diâmetro, há bem menos sequências que o esperado: o processo tem deriva.
Valores repetidos, comuns com instrumentos de pouca resolução, reduzem a variância da estatística. O valor ajustado corrige isso e é o mais exato; o não ajustado é mais conservador. A conclusão da página usa o ajustado quando há empates; as duas versões aparecem na tabela.
Aviso importante: as ferramentas do Indus Metrics fazem estimativas e pré-dimensionamentos a partir dos dados informados e de métodos de engenharia publicados. Não substituem projeto, memorial ou laudo assinado por profissional habilitado (CREA/ART), nem a verificação conforme as normas técnicas e a legislação aplicáveis, como as Normas Regulamentadoras do Ministério do Trabalho. Propriedades de materiais e combustíveis variam: confira com o fabricante ou com análises do seu processo antes de decidir. Ao usar o site, você concorda com os Termos de Uso.
© 2026 Indus Metrics. Encontrou um erro? Escreva para contato@seudominio.com.