DEFINIO DO NMERO DE AMOSTRAS

1



1 - Introduo

Considerando a Tabela 1 como uma matriz de um experimento composta, no
caso, por trs fatores representados pelas letras A, B e C, pelo nmero de medies
sobre cada amostra (n1) e do nmero de amostras (n2), pode-se mostrar como se
determina se o nmero de medies sobre cada amostra (n1) representa a amostra e se
o nmero de amostras (n2), sobre as quais se fazem medies, representa (caracteriza)
ou no toda a populao.
Para a tcnica aqui demonstrada, deve-se fazer a seguinte considerao:
- Poder se calcular diferentes nmeros de medidas dentro de uma amostra, ou
seja, n1 pode variar de amostra para amostra, mas calcula-se somente um
nmero mnimo de amostras
2
n2.

2 - Calculando n
1
(Barros Neto et al., 2002)

Existem duas formas de se calcular n1, baseado no tipo de erro estatstico (ver
qualquer livro bsico de estatstica). Ressalta-se que o erro tipo II mais conservador e
normalmente leva a um nmero maior de medies.

i) Erro Tipo I (Berthouex & Brown, 2002)

2
/ 2
1
. t s
n
E

(1),

onde o nvel de significncia do teste (normalmente 0,05), E o erro experimental
intrnseco (medio ou estimao da incerteza) e s o desvio padro da amostra
estimado a partir de ensaios preliminares. Considera-se uma distribuio t-student t
/2


1
Resumo terico desenvolvido a partir de anotaes do Prof. Louriel Oliveira Vilarinho.
2
Montgomery (2001), pp. 189-190, mostra a possibilidade de tambm haver variao de n2, caso
considere-se diferentes tratamentos.
98
caso n
1
< 30 medies e para valores maiores ou iguais de n1 (n
1
30), considera-se no
lugar de t
/2
uma distribuio normal Z
/2
.


Tabela 1 Matriz representativa de experimentos e medies considerados para trs
fatores: A, B e C.
Fatores
Amostras
A B C
01
y
A11
y
A12

y
A13
y
A14

y
A15


1
n 1 A
y

y
A1
.
.
.

y
B11
y
B12

y
B13

1
n 1 B
y
.
.
.

y
B1

y
C11
y
C12

y
C13
y
C14


1
n 1 C
y
.
.
.

y
C1
02
y
A21
y
A22

y
A23

1
n 2 A
y
.
.
.

y
A2
y
B21
y
B22


1
n 2 B
y

.
.
.

y
B2
y
C21
y
C22

y
C23
y
C24

y
C25


1
n 2 C
y

.
.
.

y
C2
03
y
A31


1
n 3 A
y

.
.
.

y
A3
y
B31
y
B32

y
B33
y
B34

y
B35


1
n 3 B
y

.
.
.

y
B3
y
C31
y
C32


1
n 3 C
y
.
.
.

y
C3

n
2

1 An
2
y
2 An
2
y
3 An
2
y


1
n 1 A
y

2
An
y
.
.
.

1 Bn
2
y
2 Bn
2
y
3 Bn
2
y


1
n 1 B
y

2
Bn
y
.
.
.

1 Cn
2
y
2 Cn
2
y
3 Cn
2
y


1
n 1 C
y

2
Cn
y
.
.
.


n
2

n
1
99

ii) Erro Tipo II (Montgomery, 2001, pp. 40-42)

Usando a Equao 2, pode-se determinar o parmetro d.

2
d

(2),
onde, o desvio padro da populao (neste caso =s) e o valor acima do qual
duas mdias comeam a diferir estatisticamente.
A partir do valor de d e do grau de significncia requerido, pode-se calcular o
valor de n* utilizando-se a Curva Caracterstica de Operao (Figura 1).
Em seqncia, n
1
dado pela Equao 3:
1
* 1
2
n
n
+
(3)


Figura 1 Curvas Caractersticas de Operao (Montgomery, 2001).


100
3 - Calculando n
2
para um tratamento (Montgomery, 2001, pp. 107-108)

Trata-se de um mtodo iterativo. Inicialmente atribui-se um valor arbitrrio para n2
e, atravs da Equao 4, encontra-se .

2
2 2
2
2
n D
a

=

(4),
onde D a diferena acima da qual duas mdias diferem (arbitrria, relativo incerteza
de medio), a o nmero de fatores e o desvio padro entre as mdias.
Utilizando-se uma das Curvas Caractersticas de Operao (Montgomery, 2001,
Cap V do Apndice), que so funo do grau de liberdade do numerador (
1
= a 1),
como exemplificado pela Figura 2, onde relaciona-se o parmetro com o grau de
liberdade do denominador da Equao 4, ou seja, ( )
2 2
1 a n = , possvel calcular o
nvel de significncia para o nmero de amostras n
2
inicialmente atribudo. Caso este
seja menor do que o grau de significncia requerido (por exemplo, 0,05), o valo de n2 est
correto. Caso contrrio, aumente o valor de n2 at convergir.



Figura 2 Curvas Caractersticas de Operao para clculo do nmero de amostras com
1 = 2, onde 1 e 2 representam, respectivamente, os graus de liberdade do numerador
e denominador (Montgomery, 2001).
101

5 Estudo de Caso

Este procedimento foi aplicado neste presente trabalho para caracterizar a
variao entre as durezas dos eletrodos em soldagem por resistncia. Usou como fatores
os trs tipos de geometria da ponta, denominados A, B e C. Trs amostras disponveis
foram tomadas para o fator A (n2
A
= 3), trs para o B (n2
B
= 3) e duas para C (n2
C
= 2).
Cinco medies de dureza (micro indentaes) foram feitas sobre cada amostra (n1 = 5
para as amostras). Estas medies so mostradas na Tabela 2. A pergunta se estas
amostras e medies so suficientes para caracterizar toda a populao ou no?

Tabela 2 Resultados das medies de dureza na superfcie dos eletrodos (Rockwell B).
Durezas
Fator
1 2 3 4 5 Mdia
Mdia
79,40 79,82 81,70 81,70 81,70 80,86
1,15
80,28 80,28 81,70 79,40 81,70 80,67
1,01
A
73,18 80,71 80,15 80,15 78,98 78,63
3,11

80,06
2,13
78,14 80,28 80,28 79,82 72,82 78,27
3,17
78,98 77,96 78,98 78,96 73,18 77,61
2,52
B
78,74 79,40 76,20 78,70 77,33 78,03
1,27
77,97
2,28
81,70 80,70 79,40 78,70 80,15 80,13
1,16

C
73,24 80,69 76,20 81,70 79,40 78,25
3,48
79,19
2,64
Os superescritos significam os desvios padro.


i) Calculando n
1
Erro Tipo I

razovel, neste caso, assumir a medida da incerteza na ordem de 2,5% da mdia.
Neste caso, E 2 Rb. Considerando a primeira amostra y
A1
= 80,86
1,15
e como t
=0,025
=
2,776, para um grau de liberdade = 5 1 = 4, pela Equao 1 tem-se:
2 2
/ 2
1 1
2, 776 1,15
2, 57
2
A
t s
n
E

= =


.
102

Desta forma, o nmero mnimo de 3 medies so necessrias para garantir a
representatividade das medies naquela amostra. De forma similar, deve-se calcular o
n1 para cada uma das outras amostras.
Como cinco medidas foram feitas, elas atendem o critrio Por outro lado, se o
nmero tivesse que ser maior que cinco, mais medidas teriam der feitas e o critrio
revalidado iterativamente. sugerido usar os programas Matlab ou Excel para executar
estes clculos automaticamente


ii) Calculando n
1
Erro Tipo II

Considerando = 0,05 e admitindo que duas mdias se diferem por 4 Rb ( = 4), j
que acima assumiu-se um erro de 2, calcula-se o valor de d pela Equao 2 (d =
4/(2x1,15) = 1,73). Atravs da Figura 1, encontra-se n*
1A1
= 7 e, conseqentemente, pela
Equao 3, tem-se que
1 1
7 1
2
A
n
+
.
Desta forma, o nmero mnimo de 4 medies seriam necessrias para garantir a
representatividade das medies naquela amostra por este mtodo, que como
mencionado, mais conservativo do que o do Erro tipo I. Tambm de forma similar,
calcular-se-ia o n1 para cada uma das outras amostras e as mesmas consideraes
quanto validao do critrio se aplicam aqui.


iii) Calculando n
2


A partir da Equao 4 e considerando que D = 4, ou seja, duas mdias diferem
estatisticamente a partir de 4 Rb, possvel calcular como mostrado pela Equao 5:
2 2
2 2 2
2 2 2
4
2, 42
2 2 3 1, 05
n D n
n
a

= = =

(5),
onde a = 3 (fatores A, B e C) e o desvio padro obtido entre as mdias de A, B e C
(coluna direita da Tabela 2).
103
Monta-se, em seguida, a Tabela 3 para se calcular o valor do nvel de significncia
. Inicialmente atribuiu-se o valor de 3 para n2, calculando-se os valores de e
2

correspondentes. Em funo do grau de liberdade do numerador da Equao 5 (
1
= a 1
= 2), escolhe-se a curva caracterstica de operao (no caso a mesma da Figura 2), e
determina-se o para n2 = 3. Como se encontrou um maior do que 0,05, o nvel de
significncia admitido, repetiu-se o procedimento para um valor superior de n2, at que
torna-se menor do que 0,05.

Tabela 3 procedimento iterativo para cculo de n2
n2 2 42 , 2 n = ( )
2 2
1 a n =

3 2,69 6 0,10
4 3,11 9 0,02

Desta forma, neste estudo de caso, o nmero de amostra teria de ser de no
mnimo 4. ou seja, maior do que os 3 e 2 utilizados.

Nota: O leitor no deve confundir nmeros mnimos de amostras e medies com
a verificao se duas ou mais mdias so estatisticamente diferentes ou iguais. Para tal,
depois de verificado se o experimento atende os critrios de nmeros mnimos de
amostras e medies, deve-se ANOVA ou testes de hipteses.

5 - Referncias
Barros Neto, B, Scarminio, I. S. e Bruns, R. E., Como Fazer Experimentos:
Pesquisa e Desenvolvimento na Cincia e na Indstria, 2 edio, Editora
Unicamp, 2002, 412 p.
Berthouex, P. M. and Brown, L. C., Statistics for Environmental Engineers, 2
edio, Lewis Publishers, 2002, 463 p.
Montgomery, D. C., Design and Analysis of Experiments, 5 edio, John Wiley &
Sons, 2001, 684 p.