A função CONFIDENCE.NORM no Power BI, assim como no Excel, é uma belezura que ajuda o caboclo a calcular o intervalo de confiança pra uma média, baseando-se numa distribuição normal. Na prática, ela te dá um valorzinho que representa o tanto que a média de um conjunto de dados pode variar pra mais ou pra menos. Isso é bom demais da conta quando você quer garantir que sua análise está bala, sem correr risco de dar uma bola fora.
Como funciona:
Ela precisa de três ingredientes, igual receita de bolo:
- Alpha: Isso é o nível de significância. Se você quer ficar 95% seguro da precisão da média, você usa um alpha de 0.05. É como se você dissesse: “Vou errar só 5%, e tá bão demais”.
- Desvio Padrão: Esse trem aqui mede a variabilidade dos dados. Ou seja, o tanto que eles “desvia” da média. Quanto maior, mais os dados tão esparramados.
- Tamanho da Amostra: Esse é o número de dados que você tá analisando. Quanto maior a amostra, mais confiança você vai ter na sua média.
Agora, bora pros exemplos, com jeitinho mineiro:
Exemplo 1:
- Você tem um alpha de 0.05, um desvio padrão de 10 e uma amostra de 100.
- Usando a função CONFIDENCE.NORM(0.05, 10, 100), você descobre que o intervalo de confiança é 1.96.
- Isso quer dizer que a média dos seus dados pode variar 1.96 unidades pra mais ou pra menos. Tá precisinho!
Exemplo 2:
- Alpha de 0.10 (querendo ser 90% seguro), desvio padrão de 8, amostra de 50.
- CONFIDENCE.NORM(0.10, 8, 50) vai te dar um intervalo de confiança de 2.19. Pode botar fé que a variação é pequena!
Exemplo 3:
- Tá analisando as notas de um pão de queijo. Alpha de 0.01, desvio padrão de 2, amostra de 200.
- Jogando na função: CONFIDENCE.NORM(0.01, 2, 200) = 0.65. Quase não desvia, o pão de queijo é bom é sempre!
Exemplo 4:
- A produtividade da galera na fábrica: Alpha de 0.05, desvio padrão de 15, amostra de 75.
- CONFIDENCE.NORM(0.05, 15, 75) = 3.39. Tem uma boa variação, mas ainda é confiável.
Exemplo 5:
- Você tá medindo o tempo que a turma leva pra resolver um dashboard: Alpha de 0.10, desvio padrão de 12, amostra de 30.
- CONFIDENCE.NORM(0.10, 12, 30) = 4.36. Pode esperar um pouquinho de variação aí, mas nada de desespero.
Exemplo 6:
- Analisando o desempenho das vaquinhas numa fazenda: Alpha de 0.05, desvio padrão de 5, amostra de 40.
- CONFIDENCE.NORM(0.05, 5, 40) = 1.55. Ó a precisão, rapaz! Pode confiar que o leite vai ser sempre bom!
Exemplo 7:
- Analisando os cliques num anúncio: Alpha de 0.02, desvio padrão de 7, amostra de 90.
- CONFIDENCE.NORM(0.02, 7, 90) = 1.90. Não vai desviar muito, não. Pode seguir com a campanha!
Exemplo 8:
- Calculando a variação no peso da mandioca: Alpha de 0.05, desvio padrão de 3, amostra de 60.
- CONFIDENCE.NORM(0.05, 3, 60) = 0.76. Variação quase nula, mandioca tá no ponto!
Exemplo 9:
- Avaliando a pontualidade do trem: Alpha de 0.05, desvio padrão de 6, amostra de 120.
- CONFIDENCE.NORM(0.05, 6, 120) = 1.07. Trem bão, quase não atrasa!
Exemplo 10:
- Analisando o gasto de internet da turma: Alpha de 0.05, desvio padrão de 9, amostra de 25.
- CONFIDENCE.NORM(0.05, 9, 25) = 3.53. Aqui o trem varia um bocadinho, mas ainda dá pra confiar.
Considerações finais
Essa função CONFIDENCE.NORM é uma mão na roda quando você quer garantir que a média dos seus dados tá dentro de um intervalo que faz sentido. E num é difícil usar não, é só dar os valores certos, que ela resolve o resto.
