GRUPPARBETE - Luleå tekniska universitet

5 Analyse
I datamaterialet får varje avgångstid ett positivt eller negativt tidsvärde vid varje enskild
busshållplats. Detta tidsvärde representerar de antal sekunder bussen avgått för tidigt (vid
positiva värden) respektive för sent (vid negativa värden) från busshållplatsen med hänsyn till
när den egentligen skulle avgått. För enkelhetens skull benämns detta i rapporten som
plussekunder och minussekunder. Dessa kan ses som någon form av kvalitetsindex på linjen.
Om alla tidsvärden för en avgång summerades ihop skulle bussar som är både kraftigt tidiga
och kraftigt sena inte ge utslag eftersom att plus- och minussekunderna skulle ta ut varandra.
Analys av mätdata genomförs med hjälp av statistikprogrammet Minitab och Excel. Under
rubrikerna nedan framgår test av insamlat mätdata och metod och resultat av valda verktyg.
5.1 Test av insamlat mätdata
Eftersom datamaterialet redan är insamlat innan projektet måste det testas för att se om det är
lämpligt att använda till de verktyg som planerats att användas. Test görs om det finns någon
autokorrelation mellan hållplatserna längst linjen. Autokorrelation innebär att det finns ett
beroende över tiden mellan mätningarna. Två mätningar nära varandra i tiden tenderar i ett
autokorrelerat data att ha snarlika värden.
Figur 3. Matrisplot över några busshållplatser längst linje 6
Genom att analysera datamaterialet i Minitab kan slutsatsen dras att det finns stark
autokorrelation mellan hållplatserna. Detta framgår i figur 3 som tydliga diagonala streck
mellan busshållplatserna. Det innebär att om en buss avgår för sent från en busshållplats så
avgår den troligtvis sent från nästföljande busshållplats. Denna upptäckt kommer att förändra
valet av verktyg. Istället för att som planerat i Define-fasen nästan uteslutande använda olika
styrdiagram kommer andra typer av statistiska verktyg användas.
11