Questo è il quarto post di una serie che mostra come abbiamo condotto uno studio osservazionale sulle temperature degli uffici, dalla progettazione alla realizzazione, all'analisi e alla visualizzazione. Vedere Parte I , Seconda parte e Parte III .
I post precedenti di questa serie hanno discusso la progettazione e l'esecuzione di uno studio osservazionale su quali fattori influenzano la temperatura dell'ufficio. Nella parte III, hai preso un assaggio di alcune delle nuove funzionalità di Graph Builder e abbiamo visto quali sono alcuni dei fattori significativi quando si tratta di determinare la temperatura dell'ufficio. Oggi esaminiamo alcuni dei fattori che sono stati considerati significativi dal modello.
Una delle domande che ho avuto in questo studio è stata: i termometri sarebbero stati sufficientemente simili? Il modello che abbiamo visto nella Parte III indicava termometro è stato un fattore significativo. Come sono cambiati i termometri? Nel grafico sottostante, abbiamo usato la piattaforma Variability in JMP per creare una visualizzazione di termometro di Fahrenheit . Questo è un semplice grafico che mostra tutti i punti dati e classificato dal termometro. Sembra che T5 potrebbe misurare più degli altri. Le deviazioni standard sono anche mostrate, e T5 ha chiaramente la più alta variabilità.
La seguente eterogeneità del test di varianza, una nuova funzionalità in JMP 9 , mostra anche chiaramente che qualcosa sta succedendo con T5. La deviazione standard è più alta di quanto dovrebbe essere, rispetto agli altri termometri.
Vorremmo sapere cosa sta succedendo con T5. Sta davvero misurando più in alto? La gamma T5 è troppo ampia? Per una risposta parziale, calcoliamo il metodo Least Squared disponibile nella piattaforma Fit Model. Anche qui sembra che T5 stia misurando più in alto. Possiamo anche confrontare i mezzi usando Student's e osservare il rapporto sulle lettere di connessione, che conferma che T5 sta misurando significativamente più alto di tutti gli altri termometri.
T4 sta anche misurando più in basso rispetto agli altri termometri. I rimanenti termometri (nel gruppo 
non sono significativamente diversi l'uno dall'altro. Cosa significa questo? Se dovessimo ripetere questo esperimento, probabilmente eseguiremo ulteriori test sui termometri e useremo solo quelli che hanno misurato allo stesso modo.
Nel nostro modello di temperatura dell'ufficio, volontario era un altro fattore che era significativo. Preferiresti cose come termometri e volontari per essere omogenei, ma nella vita reale spesso non è così. Di nuovo, passiamo al grafico delle medie di LS per confrontare le misurazioni per ciascuna volontario . Nella tabella qui sotto, vediamo due evidenti anomalie con Volunteer C e Volunteer V - C misure molto più alte di chiunque altro, mentre le letture di V sono molto più basse. Ciò potrebbe indicare che forse il Volontario C non stava attento al sensore del termometro, o che il Volontario V si trovava direttamente sotto una presa d'aria. Il grafico indica che qualcosa è diverso riguardo alle misurazioni effettuate da questi due volontari.
Nel prossimo post, esamineremo il fattore tipo di spazio ed esplorare gli effetti che ha sulla temperatura dell'ufficio. Guarderemo anche in modo specifico nel mio ufficio e determineremo se è davvero l'ufficio più freddo di tutti loro!
In quali altri modi possiamo analizzare i dati?
