Escolar Documentos
Profissional Documentos
Cultura Documentos
Planejamento de Experimentos
Verso Preliminar
Estatstica Experimental:
Planejamento de Experimentos
Verso Preliminar
Pelotas, 2007
"Inductive inference is the only process known to us by which essentially new knowledge
comes into the world." (R. A. Fisher. The design of experiments, 8th ed. Oliver and Boyd,
1966.)
"Experimental observations are only experience carefully planned in advance, and
designed to form a secure basis of new knowledge." (R. A. Fisher. The design of
experiments, 8th ed. Oliver and Boyd, 1966.)
CONTEDO
Estatstica Experimental:
Planejamento de Experimentos
Verso Preliminar
Pelotas, 2006
CONTEDO
7. Planejamento da Resposta
8. Planejamento das Condies Experimentais
9. Planejamento das Caractersticas Estranhas e do Controle Experimental
10. Estrutura das Unidades e Delineamento do Experimento
Apndice
1.1
1.2
1.2.1
1.2.2
1.2.3
1.2.4
1.2.5
1.3
1.4
1.4.1
1.4.2
1.4.3
1.4.4
1.4.5
1.4.6
1.5
1.6
1.6.1
1.6.2
1.7
1.8
1.9
Introduo....................................................................................................................... 2
Fontes do Conhecimento ................................................................................................ 3
Conhecimento emprico............................................................................................ 3
Conhecimento mtico................................................................................................ 3
Conhecimento teolgico ........................................................................................... 4
Conhecimento filosfico............................................................................................ 4
Conhecimento cientfico ........................................................................................... 5
Relao da Cincia com a Filosofia ................................................................................ 6
Breve Histria da Cincia................................................................................................ 8
A cincia na antiguidade........................................................................................... 8
A cincia na ps-renascena.................................................................................... 8
A cincia no sculo 17.............................................................................................. 9
A cincia no sculo 18............................................................................................ 10
A cincia no sculo 19............................................................................................ 11
A cincia no sculo 20............................................................................................ 11
Mtodo Cientfico.......................................................................................................... 13
Estratgia e Ttica da Cincia ...................................................................................... 15
Estratgia cientfica ................................................................................................ 15
Ttica cientfica ...................................................................................................... 18
Objetivos e alcance da cincia...................................................................................... 19
Papel da Lgica na Cincia .......................................................................................... 23
Bases da cincia........................................................................................................... 25
Exerccios de Reviso .................................................................................................. 28
Conceitos e Termos Chave........................................................................................... 30
Bibliografia.................................................................................................................... 30
Planejamento de Experimentos
1.1
Introduo
O homem comum pode adquirir conhecimento de diversas maneiras. O homem do
campo, por exemplo, tem conhecimento das plantas que cultiva, da poca de semear e
de plantar, da forma de tratar a terra, dos meios de proteo contra insetos e pragas.
Esse conhecimento tem origem na imitao, nas informaes e instrues transmitidas
por antecessores e familiares, na educao formal e na experincia pessoal. Esse
homem tambm pode possuir conhecimento gerado por pesquisas conduzidas por
instituies cientficas, que lhe transmitido atravs de meios de comunicao e de
treinamento.
O homem tambm pode adquirir conhecimento cientfico de modo mais racional,
atravs de educao formal de nvel superior e, ainda, aperfeio-lo com especializao
em cursos de ps-graduao.
A descoberta de que a natureza governada por um esquema inteligvel teve
origem na Grcia. A teoria grega descobriu o universo das idias e das formas, ordenado
pelas regras da geometria, e o universo da natureza, constitudo de movimentos
logicamente ordenados. Toda a teoria grega dedica-se descrio dessas duas ordens,
consubstanciadas na Geometria de Euclides, na Fsica de Aristteles e na Teoria das
Idias de Plato. Somente no incio do sculo XVII teve origem a cincia moderna.
A cincia um processo lgico de investigao para a soluo de problemas e a
busca de respostas a questes referentes a fenmenos naturais. Atravs do mtodo
cientfico, os cientistas tentam a gerao de um corpo de conhecimento livre de crenas,
percepes, valores, atitudes e emoes pessoais. Isso logrado atravs de verificao
emprica de idias e crenas por procedimento aberto inspeo pblica. A
confiabilidade do conhecimento cientfico deriva de sua base em evidncia provida por
observao objetiva.
O conhecimento cientfico no um conhecimento absoluto e definitivo. Pelo
contrrio, ele tende a se aperfeioar e, em conseqncia, levar, por exemplo, criao
de novos mtodos, tcnicas e procedimentos mais adequados e convenientes. Esse
progresso conseguido atravs da permanente atividade de indagao a que se
dedicam os pesquisadores. Assim, a cincia uma fonte de gerao de conhecimento
que se renova para solucionar problemas, responder questes, e desenvolver
procedimentos mais efetivos para solucionar problemas e responder questes.
Neste Captulo e no que segue faz-se uma reviso de conceitos bsicos referentes
abordagem cientfica para gerao de conhecimento com o propsito de estabelecer
um embasamento para a caracterizao racional do mtodo experimental e de sua
essencialidade nessa abordagem. O presente Captulo inicia com a caracterizao das
principais fontes de conhecimento, para identificao da distino fundamental da
abordagem cientfica: o mtodo cientfico (Sees
Sees 1.2).
1.2 Na Seo 1.3 discute-se a
relao da cincia com a filosofia, particularmente, com as escolas filosficas que
surgiram ao longo da histria. A Seo 1.4 faz uma breve reviso da origem e evoluo
histrica da cincia. A Seo 1.5 conceitua a cincia em termos dos atributos que
caracterizam o mtodo cientfico, e a Seo 1.6 descreve o mtodo cientfico como a
estratgia da cincia para a gerao do conhecimento, atravs de uma ilustrao, e o
distingue dos procedimentos e tcnicas de reas especficas da cincia, que constituem
os mtodos particulares da cincia. Na Seo 1.7 discutem-se os objetivos e o alcance
da cincia, descreve-se a cincia como um esforo permanente e progressivo de
interpretao e compreenso da realidade, e caracteriza-se a estrutura bsica do
processo de construo do conhecimento cientfico. O papel da lgica na cincia o
tema da Seo 1.8 Finalmente, na Seo 1.9,
1.9 expem-se as suposies bsicas que
constituem os alicerces do conhecimento cientfico.
1.2
Fontes do Conhecim
Conhecimento
ento
A busca do conhecimento da natureza j era uma caracterstica do homem prhistrico. Os primeiros contatos do homem com a natureza geraram conhecimento
eminentemente sensvel. Os recursos limitados permitiam a percepo dos fenmenos
apenas atravs dos sentidos e explicaes superficiais. Buscando desvendar o universo,
o homem adere ao culto das foras da natureza como forma de conhecimento. Na
passagem da poca primitiva para a antiguidade, o homem amplia os limites de seu
conhecimento, passando das explicaes mitolgicas do universo para explicaes de
natureza religiosa. A prxima etapa a interpretao pelo caminho da razo. Com o
surgimento da filosofia, a explicao da natureza passa a ser eminentemente racional. A
busca incessante da verdade conduz passagem da filosofia para a cincia, ou seja,
interao do raciocnio com a abordagem emprica para a explicao das relaes
causais entre fenmenos, atravs de procedimentos analticos e racionais rigorosos.
1.2.1
Conhecimento emprico
A forma ordinria e mais remota do homem criar suas representaes e
interpretaes da realidade atravs da experincia do cotidiano e do senso comum. O
conhecimento constitudo por essas representaes surge da necessidade de resolver
problemas imediatos. Portanto, esse conhecimento emprico, ou do senso comum, uma
forma espontnea e no sistemtica de representar a realidade, sem mtodo apropriado
para aprofundar seus fundamentos. Essa forma de gerao de conhecimento motivada
pelo interesse prtico e as vivncias e crenas individuais e coletivas.
Esse o conhecimento do homem comum, sem formao, gerado pela sua relao
com o mundo material. Ele originado das experincias pessoais, vivenciadas
ocasionalmente, do conhecimento que transmitido entre os indivduos, das tradies da
coletividade e, ainda, de crenas religiosas. Esse conhecimento possudo no momento
presente, lembrado, desenvolvido permanentemente, utilizado para a previso de
eventos futuros e transmitido para a coletividade e de uma gerao a outra.
O senso comum situa-se em um mbito cognitivo muito prximo da realidade e
implica certo grau de abstrao. Entretanto, ele permanece muito restrito s
representaes sensveis e no atinge um nvel superior de elaborao que origine a
criao ou utilizao de conceitos cujos significados aprofundem a compreenso da
realidade. Essa limitao gera o conhecimento dos fatos a partir de suas aparncias, sem
preocupao com sua explicao, ou seja, com uma anlise para caracterizao de suas
origens. O senso comum procede a uma simples juno de idias, noes e conceitos;
no elabora uma compreenso mais aprofundada da realidade. O conhecimento gerado
constitudo de um aglomerado indiscriminado de elementos que formam um conjunto
fragmentado, sem unidade e coerncia. Dessa forma, no submetido a um nvel de
crtica necessrio para a compreenso da realidade alm do que vivenciado.
A conscincia do homem que se comporta com base apenas no mbito do senso
comum dual e contraditria, o que comumente lhe conduz a atitudes fatalistas face s
situaes concretas que se apresentam. Muito freqentemente, o fatalismo se refere ao
destino ou a uma concepo de um ser superior, que se constituem nas entidades
responsveis pelos acontecimentos da vida.
1.2.2
Conhecimento mtico
Sem o recurso da escrita, o homem primitivo buscou explicar, narrar e anunciar os
fenmenos atravs de smbolos e alegorias, criando, assim, os mitos. A realidade
passou, ento, a ser interpretada a partir desses mitos. O conhecimento mtico um
produto da transmisso oral do conhecimento emprico de gerao para gerao.
Os mitos estavam sedimentados na cultura e na tradio dos povos da antiguidade
e representavam muito mais do que uma tentativa de explicar a realidade. O mito
Planejamento de Experimentos
1.2.3
Conhecimento teolgico
A experincia religiosa to antiga quanto o homem civilizado. O conhecimento
religioso ou teolgico direcionado compreenso da totalidade da realidade. Seu
propsito a explicao de uma origem e de um fim nicos referentes gnese e
existncia do universo. Atribui a causa de todos os fenmenos a um nico ser superior:
Deus. Na religio judaico-crist, Deus o nico criador de tudo que existe. So atribudos
a ele a criao do universo e dos fenmenos naturais, em particular a criao do homem
e dos animais, suas existncias, transformaes e fins.
Do ponto de vista teolgico, a existncia divina evidente e evidncia prescinde de
demonstrao. A partir desse princpio, busca encontrar explicaes para tudo o que
aconteceu e acontece com o ser humano, e procura estudar as questes referentes ao
conhecimento das divindades, de seus atributos e relaes com o mundo e com os
homens. A religio tem seus fundamentos em dogmas e ritos, que so aceitos pela f e
no podem ser provados nem criticados, porque ela a nica fonte da verdade. As fontes
do conhecimento teolgicas so os livros sagrados Alcoro para os muulmanos, Veda
para os hindus, Talmude para os judeus e Bblia para os cristos. Os interlocutores entre
o homem e Deus so sacerdotes, rabinos, pastores e outros intrpretes.
1.2.4
Conhecimento filosfico
O conhecimento filosfico teve incio com as primeiras tentativas do homem de
compreender o mundo atravs da associao do raciocnio com a observao. A filosofia
desenvolveu-se na Prsia, China, ndia e em outras regies do Oriente. A filosofia
ocidental originou-se seis sculos antes de Cristo, a partir dos ensinamentos
principalmente de filsofos gregos, tais como Scrates (470-399 a.C.), Pitgoras (580500 a.C.) Aristteles (384-322 a.C.) e Plato (428-348 a.C.), os primeiros que buscaram
interpretar a natureza por observao e lgica, sem interpretao necessariamente
sobrenatural.
1.2.5
Conhecimento cientfico
A cincia originou-se da filosofia. A partir de 5.000 anos antes de Cristo, babilnios
e egpcios desenvolveram conhecimentos importantes principalmente em matemtica e
astronomia. Entretanto, os filsofos gregos foram os principais responsveis pela
combinao de conhecimentos dessas duas reas, que constituiu o ponto de partida da
cincia.
A tarefa da cincia a explicao de processos e fenmenos naturais. Nenhum
sistema de idias tericas, termos tcnicos e procedimentos matemticos pode ser
considerado como cientfico, a menos que se relacione com esses fatos empricos em
algum ponto e de algum modo, e auxiliem a torn-los mais inteligveis.
O conhecimento cientfico um sistema de conhecimentos metdicos sobre a
natureza. Distingue-se das outras formas de conhecimento por requerer a verificao
emprica objetiva de toda explicao referente a fenmenos, que permite uma
compreenso de sua natureza e de suas causas, livres de influncias, desejos e
preconceitos do observador. O cientista busca o conhecimento das relaes existentes
entre os fenmenos, isto , das leis naturais. Ele se apia no raciocnio lgico para
deduzir novos conhecimentos a partir de leis ou conceitos gerais.
O carter especial da cincia pode ser explicado pelas circunstncias em que os
cientistas trabalhavam em suas respectivas reas. Essas circunstncias incluem o
princpio bsico de conhecer o mundo natural atravs de argumentos demonstrativos.
Assim, uma representao ou interpretao de um fenmeno ou processo somente um
conhecimento cientfico se foi verificado ou demonstrado empiricamente.
A busca do conhecimento cientfico origina-se da percepo de que o acervo de
conhecimento disponvel insuficiente para a compreenso de algum fenmeno ou
evento natural. Parte do conhecimento disponvel conhecimento comum ou ordinrio,
isto , no cientfico, e parte conhecimento cientfico, ou seja, conhecimento derivado
mediante o mtodo da cincia. Este conhecimento pode voltar a submeter-se prova,
aperfeioar-se ou ser superado, mediante esse mesmo mtodo. Na medida em que o
processo cientfico avana, pores do acervo de conhecimento ordinrio so corrigidas
Planejamento de Experimentos
ou rechaadas, e o corpo de conhecimento cientfico incrementado. Assim, a cincia
cresce a partir do conhecimento comum e o supera com o seu crescimento. De fato, o
trabalho cientfico inicia no ponto em que a experincia e o conhecimento comum deixam
de prover solues para problemas referentes a fenmenos de interesse, ou mesmo de
formul-los.
Entretanto, o conhecimento cientfico no um mero refinamento e extenso do
conhecimento comum. um conhecimento de natureza especial. A cincia tambm trata
de fenmenos no observveis e no cogitados pelo homem comum, levanta conjeturas
que vo alm do conhecimento comum, e submete essas conjeturas prova com base
em suas teorias e com o auxlio de tcnicas especiais. Por outro lado, a cincia incapaz
de desenvolver conhecimento a partir de explicaes no naturais.
Assim, a abordagem cientfica distingue-se de outras formas de gerao de
conhecimento em muitos aspectos, particularmente quanto ao mtodo. Entretanto, ela
tem algumas semelhanas com essas outras fontes de conhecimento, pelo menos se
limitada considerao ao conhecimento ordinrio gerado pelo senso comum. De fato, o
senso comum, assim como a cincia, aspira a ser racional e objetivo. Entretanto, o ideal
de racionalidade, ou seja, a sistematizao coerente do conhecimento somente
conseguida mediante teorias, que constituem o ncleo da cincia, enquanto que o
conhecimento comum constitudo por acumulao de peas de informao pouco
relacionadas. Por outro lado, a objetividade ideal, ou seja, a construo de
representaes da realidade impessoais, no pode ser lograda sem a superao dos
limites estreitos da vida cotidiana e da experincia pessoal. Ela demanda a formulao de
conjeturas de existncia de objetos fsicos alm das precrias impresses sensoriais, e a
verificao de tais conjeturas por meio de experincia objetiva, planejada e interpretada
com o auxlio de teorias. O senso comum pode conseguir apenas objetividade limitada
porque est estreitamente vinculado percepo e ao.
Em resumo, o conhecimento cientfico racional e objetivo como o originado do
senso comum, mas muito mais racional e objetivo do que este. A peculiaridade da
abordagem cientfica que a distingue do senso comum a forma como opera, ou seja, o
mtodo cientfico, e o objetivo para o qual esse mtodo aplicado. Esses temas so
tratados nas Sees 1.5,
1.5 1.6 e 1.7.
1.7
1.3
Planejamento de Experimentos
1.4
1.4.1
A cincia na antiguidade
O conhecimento cientfico (ou cincia) tem suas razes nas contribuies de
filsofos gregos. As primeiras tentativas de explicar os fenmenos naturais sem
fundamentao mitolgica de agentes pessoais, mas com base na razo e evocao de
causas, originaram-se com Tales de Mileto (624-546 a.C.), seis sculos antes de Cristo.
Entretanto, as explicaes especulativas de fenmenos eram baseadas no senso
comum, em vez de argumentos tcnicos sobre experincias controladas artificialmente.
Esta abordagem emerge com Aristteles, no quarto sculo antes de Cristo. Atravs de
observao rigorosa e teorizao disciplinada, Aristteles estudou detalhadamente a
anatomia animal e criou uma cincia biolgica. Em cada estudo, ele definia a rea e seus
problemas, dialogava criticamente com seus predecessores e, ento, procedia ao
desenvolvimento de seu argumento atravs de experincia e razo. Suas explicaes
eram fundamentadas em termos de qualidades perceptveis e uma srie de causas.
1.4.2
A cincia na psps-renascena
Embora os gregos tenham criado um sistema de pensamento similar abordagem
cientfica h cerca de dois mil e quinhentos anos, houve pouco progresso nos sculos
seguintes. A potencia da cincia e sua influncia marcante tm origem recente. A cincia
como conhecida hoje tem razes no sculo 16, principalmente a partir de trs fontes de
influncia: a) a descoberta da antiguidade clssica e a publicao de textos latinos e
gregos de todos os campos, inclusive cincia, na Renascena; b) a inveno da imprensa
por Johannes Gutenberg (1390-1468) e sua rpida expanso, que tornou livros
disponveis e baratos, antes do fim do sculo 16, com influncia marcante na
aprendizagem e na cultura; c) as descobertas de novas terras, por espanhis e
portugueses, que criou novas demandas de conhecimentos de astronomia, tcnicas
hidrogrficas e matemticas, e introduziu na Europa novas plantas, animais, doenas e
civilizaes.
No fim do sculo 15 surgiram na Europa os primeiros experimentadores. A
especulao passa a ser substituda pela experimentao. Em lugar de perguntar por
qu?, o homem comea a perguntar como? O precursor dessa mudana de atitude foi
Leonardo da Vinci (1452-1510). Ao estudar fenmenos da natureza, ele procurava
realizar experimentos, em diversas condies e circunstncias, para alcanar uma regra
geral que se aplicasse a todos os experimentos realizados. Foi assim que estabeleceu a
regra de que o peso suportado por uma coluna proporcional altura e largura da
coluna.
Entretanto, no incio do sculo 16 o conhecimento ainda era rudimentar e muito
dependente da assimilao confusa de fontes antigas. Antes da metade desse sculo,
apareceram trabalhos relevantes, como o tratado do polons Nicolau Coprnico (14731543), publicado em 1543, que revolucionou a cosmologia com a nova idia heliocntrica;
1.4.3
A cincia no sculo 17
Na virada para o sculo 17, um homem de educao superior tradicional,
denominada escolstica, ainda acreditava que a Terra era o centro do universo e que as
estrelas e os planetas giravam em torno dela, movidos por algum ente inteligente e
divino, influenciando os eventos na Terra segundo suas localizaes e aspectos.
Acreditava em um mundo vivo, criado e guiado por Deus para o benefcio do homem.
Surgiram, ento, descobertas cientficas importantes que ainda so hoje aceitas, mas que
eram explicadas com base na cultura ainda presente. Assim, em 1600, o ingls William
Gilbert (1540-1603), no curso da demonstrao de que a alma do mundo estava
incorporada em um magneto, explicou a bssola com fundamento na idia de que a terra
era um magneto gigantesco muito fraco. Pouco depois, em 1609, o polons Johanes
Kepler (1571-1630) descobriu as rbitas elpticas dos planetas em torno do sol, mas
nunca cessou sua busca pela harmonia do cosmos. Mais tarde, em 1628, o ingls William
Harvey (1578-1657) estabeleceu a circulao do sangue, mas a explicou como uma
imagem microscpica das circulaes do mundo, em vez de um sistema puramente
mecnico.
No sculo 17 ocorreu uma reviso radical dos objetos, mtodos e funes do
conhecimento da natureza. Os novos objetos passaram a ser fenmenos naturais em um
mundo desprovido de propriedades humanas e espirituais; os mtodos, pesquisas
cooperativas disciplinadas, e as funes, a combinao do conhecimento com o poderio
da indstria. Os grandes propulsores dessa revoluo na cincia foram o ingls Francis
Bacon (1561-1626), o francs Ren Descartes (1596-1650) e o italiano Galileu Galilei
(1564-1642). Bacon contestou o uso exclusivo da lgica e da observao, em
contraposio s regras de lgica de Aristteles. Advogou um novo meio pelo qual o
homem poderia estabelecer o controle da natureza, um plano para a reorganizao da
cincia, e props um mtodo cientfico em sua obra mais celebrada Novum organum.
Bacon criou o mtodo de induo exaustiva, sustentando que, idealmente, o cientista
deve prover uma enumerao exaustiva de todos os exemplos do fenmeno emprico
sob investigao como uma preliminar para a identificao da forma natural da qual eles
so uma manifestao. Advogou que os fatos observados empiricamente so os pontos
de partida para toda cincia e que a teoria deve ser levada em conta na medida em que
ela seja derivada dos fatos.
Em contraste, Descartes enfocou o problema da construo de um sistema
dedutivo de teoria consistente e coerente, atravs do qual o argumento poderia proceder
com a segurana formal familiar da geometria euclidiana. Advogou a idia de uma cincia
universal unitria que vincularia todo conhecimento humano possvel em uma sabedoria
abrangente. Sua renomada obra Discurso sobre o mtodo, publicada em 1637, marcou
a consolidao definitiva do mtodo cientfico. Em busca da certeza, Descartes contestou
Aristteles e a escolstica, e procurou compor uma filosofia associada matemtica,
onde observao e interpretao so legitimadas pela demonstrao emprica.
Galileu considerado um fundador do mtodo experimental. Galileu foi menos
radical em seus ideais e mais abrangente na prtica. Combinando a experimentao com
a matemtica, contribuiu com considerveis avanos na fsica e na astronomia. Observou
que os candelabros da torre de Pisa balanavam com as correntes de ar e, com base nas
batidas de seu pulso, mediu o tempo que levavam os percursos do maior e menor arco
descrito pelo balano do candelabro. Assim, descobriu a propriedade da constncia do
movimento pendular. Realizou experincias meticulosas sobre a trajetria de vo de
Planejamento de Experimentos
10
projteis e sobre a queda dos corpos, construiu um telescpico e com esse instrumento
estudou a Lua, a Via Lctea, os anis de Saturno e, com observaes detalhadas,
comprovou a idia heliocntrica de Coprnico.
Apesar de suas diferenas de idias e contribuies, Bacon, Descartes e Galileu
compartilharam um compromisso comum com referncia ao mundo natural e seu estudo.
Eles viam a natureza como despida de propriedades espirituais e humanas. No poderia
haver dilogo com ela, quer atravs de iluminao mstica ou de autoridade inspirada.
Em vez disso, ela tinha que ser investigada prudente e impessoalmente, atravs de
experincia sensitiva e razo. Fenmenos estranhos e prodigiosos, como terremotos,
curas misteriosas e deformaes de nascena, que haviam sido temas de especulao
at ento, eram considerados de menos significncia do que observaes regulares e
repetidas. O cuidado e a autodisciplina eram necessrios tanto na observao como na
teorizao, e o trabalho cooperativo era importante para a continuada acumulao e teste
de resultados.
O propsito de sabedoria contemplativa da cincia foi substitudo pelo objetivo de
dominao da natureza em benefcio do homem. O estabelecimento de sociedades
cientficas foi um produto direto das novas concepes de conhecimento do mundo
natural e dos mtodos de persegui-lo.
As novas idias da cincia frutificaram no sculo 17 e conduziram a rpido
progresso do conhecimento em alguns campos, mas tiveram desenvolvimento lento em
outros. Assim, as concepes modernas tiveram incio na tica com Johann Kepler, e na
eletricidade e no magnetismo com Gilbert. No fim desse sculo, Isaac Newton (16421727) formulou a lei da atrao universal, a lei da gravidade e trouxe um novo rigor aos
mtodos da pesquisa experimental.
1.4.4
A cincia no sculo 18
As contribuies de Newton dominaram a cincia no sculo 18. Os
desenvolvimentos cientficos desse sculo foram principalmente de consolidao.
No incio desse perodo, a atividade cientfica era desenvolvida em pequena escala,
principalmente por homens de posses e profissionais bem treinados, tais como fsicos e
engenheiros, em suas horas vagas. As cincias matemticas (matemtica, astronomia,
mecnica e tica) estavam bem desenvolvidas, mas a fsica ainda era um conjunto de
experimentos isolados com teorias qualitativas e principalmente especulativas, a qumica
era quase totalmente emprica, e a biologia dava ateno principalmente a atividades de
coleta. Antes do fim do perodo, j havia exemplos bem sucedidos de trabalho cientfico
bem organizado, e tinham sido estabelecidas as bases para teorias coerentes e eficientes
em quase todas as reas da cincia.
A tecnologia da fora foi a primeira a receber influncia da aplicao de
desenvolvimentos cientficos anteriores. A mquina a vapor e vcuo (1717), inventada
pelo ingls Thomas Newcomen (1663-1729), originou-se da pneumtica do sculo 17.
No fim do sculo 18, teve incio a revoluo industrial que transformou a Europa de
uma sociedade agrria em uma sociedade urbana. Na mesma poca, a revoluo
francesa introduziu as polticas modernas de liberdade e democracia. As atividades
cientficas tiveram semelhantes mudanas: nessa poca foram estabelecidos os
fundamentos sociais e institucionais para o amadurecimento da cincia no sculo 19.
O estilo dominante da cincia na poca da Revoluo Francesa era matemtico.
Nessa poca destacaram-se alguns matemticos franceses, como Pierre-Simon Laplace
(1749-1827), Joseph Louis Lagrange (1736-1813), Gaspar Monge (1746-1818), Jean
Baptiste Fourier (1768-1830), Simon Denis Poisson (1781-1840) e Augustin Louis
Cauchy (1789-1857). Os grandes matemticos suos Jacques Bernoulli (1654-1705),
Daniel Bernoulli (1700-1782) e Leonard Euler (1707-1783) desenvolveram o clculo
diferencial e integral, inventado pelo alemo Gottfried Leibnitz (1646-1716). Mesmo na
11
1.4.5
A cincia no sculo 19
O sculo 19 surge como uma idade de ouro. A cincia expande-se com sucesso em
novos campos de investigao, incluindo uma combinao de matemtica e experimento
em fsica, a aplicao de teoria ao experimento em qumica, e experimentao controlada
em biologia. Esse progresso era grandemente impulsionado pela reforma de
universidades e o estabelecimento de novas universidades, onde a pesquisa era
encorajada, assim como o ensino, e pela comunicao atravs de sociedades cientficas
e revistas especializadas. Reunies nacionais e internacionais tornavam-se comuns no
fim desse sculo. Tornou-se efetivo o princpio de pesquisa socialmente organizada, em
lugar de pesquisas por indivduos isolados. Em todos os campos do conhecimento houve
um crescente rigor de metodologia e aprofundamento de erudio. Durante esse sculo,
os progressos nos principais ramos da cincia experimental foram to grandes que em
retrospecto o seu estado anterior parece rudimentar. A fsica alcanou a estreita unio da
experimentao precisa com a teoria matemtica abstrata que trouxe profundidade de
conhecimento e poder na aplicao desse conhecimento sem precedentes. Diferentes
campos foram sucessivamente unificados pelo conceito de energia. A termodinmica
uniu as cincias do calor e trabalho e propiciou o desenvolvimento de uma teoria de
alteraes qumicas. A eletricidade e o magnetismo foram unidos, inicialmente pela
experimentao e ento teoricamente, e foi observado que uma constante fundamental
da teoria do eletromagnetismo, determinada pelo alemo Wilhelm Weber (1804-1891),
era igual velocidade da luz, determinada astronomicamente pelo ingls James Clerk
Maxwell (1831-1879). Dessa forma, as propriedades gerais da matria foram
sucessivamente compreendidas e tornadas coerentes.
No incio do sculo 19, o fsico e qumico ingls John Dalton (1766-1844) formulou
a teoria atmica da matria, divulgada em sua obra The new system of chemical
philosophy, publicada em 1808. A qumica passou a ser construda sobre as bases
tericas da nomenclatura de Lavoisier e a teoria atmica de Dalton, e despendeu
algumas dcadas na tarefa de classificar substncias em elementos e compostos. Na
Alemanha, Friedrich Kekul (1829-1896) descobriu a estrutura verdadeira de compostos
orgnicos, com as ligaes alternativas do anel benznico. Ento, Lothar Meyer (18301895), na Alemanha, e Dmitri Mendeleyev (1834-1907), na Rssia, dominaram a
estrutura da tabela peridica dos elementos e puderam predizer as propriedades de
elementos desconhecidos. A partir de ento, a qumica passou a alcanar uma unidade
mais prxima com a fsica e a adquirir um potencial crescente para aplicaes industriais.
Os progressos em biologia foram igualmente extraordinrios. A abordagem
experimental foi inicialmente desenvolvida com sucesso em fisiologia, principalmente pela
escola de Johannes Mller (1801-1858), na Alemanha, e por Claude Bernard (1813-1878)
e Louis Pasteur (1822-1895), na Frana. Na Inglaterra, Charles Darwin (1809-1882) e
Alfred Russell Wallace (1823-1913) conceberam a seleo natural pelo princpio da
sobrevivncia do mais forte e estabeleceram a teoria da evoluo (1859). Na ustria, o
monge e botnico Gregor Johann Mendell (1822-1884) estabeleceu as leis bsicas da
hereditariedade.
1.4.6
A cincia no sculo 20
Algumas tendncias do sculo 19 tornaram-se mais salientes no incio do sculo
20. Nessa poca, a cincia tornou-se cada vez mais profissional em sua organizao
social. Quase toda pesquisa era executada por especialistas altamente treinados,
empregados exclusivamente ou principalmente para esse trabalho em instituies
especializadas. As comunidades de cientistas, organizadas por disciplinas, gozavam de
um alto grau de autonomia no estabelecimento de objetivos e padres de pesquisa, e na
Planejamento de Experimentos
12
1.5
13
Mtodo Cientfico
A cincia freqentemente definida como uma "acumulao de conhecimentos
sistemticos". Essa definio inclui trs termos bsicos da caracterizao da cincia.
Todavia ela inadequada, como outras definies que ressaltam o contedo da cincia
em vez de sua caracterstica fundamental: seu mtodo de operao. Isso
inconveniente, pois o contedo da cincia est mudando constantemente, dado que
conhecimento considerado cientfico hoje pode tornar-se no cientfico amanh. Alm
disso, a demarcao entre cincia e no-cincia no bvia. Realmente, ela no uma
linha ntida, mas uma rea mvel e sujeita a debates.
A cincia visa compreenso do mundo em que o homem vive, o conhecimento da
realidade. Assim, ela fundamentalmente um mtodo de aproximao do mundo
emprico, isto , do mundo suscetvel de experincia pelo homem. O consenso em
relao aos atributos e processos essenciais do mtodo da cincia permite uma
conceituao funcional da cincia atravs de seu mtodo, como segue:
A cincia um mtodo objetivo, lgico e sistemtico de anlise dos fenmenos,
criado para permitir a acumulao de conhecimento fidedigno.
Para a melhor compreenso desta definio de cincia conveniente a explicao
de seus termos chaves:
Mtodo.
Mtodo Uma controvrsia surge freqentemente quanto unicidade do mtodo
cientfico. Pode-se argumentar que esta no uma questo conceitual, mas um problema
principalmente semntico que decorre dos vrios significados atribudos palavra
mtodo. De fato, embora os vrios campos da cincia difiram em contedo e em
tcnicas, um exame de toda cincia altamente desenvolvida revela uma base comum de
procedimentos de investigao, que constitui o mtodo geral da cincia. A
implementao desse mtodo em reas particulares da cincia usualmente requer
tcnicas e procedimentos especficos, que constituem os mtodos particulares da cincia.
Objetivo.
Objetivo A objetividade na cincia se refere a atitudes despidas de capricho
pessoal, tendenciosidade e pr-julgamento, a mtodos para o descobrimento de
qualidades publicamente demonstrveis de um fenmeno e ao princpio de que o ltimo
recurso de um argumento especulativo o fenmeno objetivo, ou seja, uma observao
ou experincia que possa ser verificada publicamente por observadores treinados. A
evidncia em cincia fatual, no conjuntural, e a verdade obtida pela demonstrao
emprica. Embora a cincia seja praticada por indivduos, o mtodo cientfico inspira um
modo de proceder rigoroso e impessoal, ditado pelas exigncias de procedimentos
lgicos e objetivos. O cientista busca, constantemente, esse modo de proceder pelo
treinamento e pelo uso de instrumentos de objetivao que lhe permitam olhar seus
dados com o mnimo possvel de tendenciosidade.
Lgico.
Lgico Dizer que a cincia um mtodo lgico significa que o cientista
constantemente guiado por regras aceitveis de raciocnio padronizadas por lgicos
reputados. Competncia em cincia requer competncia em anlise lgica. Regras de
definio, formas de inferncia dedutiva e indutiva, teoria da probabilidade, clculo, etc.,
so fundamentais em qualquer cincia reputada. A cincia um arranjamento sistemtico
de fatos, teorias, instrumentos e processos, inter-relacionados por princpios do
raciocnio. Embora se possa agir em reas aplicadas apreendendo e aplicando frmulas,
agir como cientista requer uma fundamentao completa em anlise lgica, bem como
proficincia e conhecimento de carter fatual especfico.
Sistemtico.
Sistemtico A cincia uma forma sistemtica de anlise. A cincia procede de
maneira ordenada, tanto na organizao de um problema quanto nos mtodos de
operao. Ela no procede ao acaso ou acidentalmente. Essa uma das caractersticas
essenciais que distingue a abordagem cientfica. A anlise no cientfica tende a ordenar
14
Planejamento de Experimentos
fatos diversos e freqentemente no relacionados para a defesa de um argumento,
violando princpios aceitveis de inferncia lgica. O procedimento sistemtico inerente
abordagem cientfica toma a forma de uma seqncia de passos compactamente
interligados e logicamente arranjados que permite poucos desvios. A verificao em
cincia um processo sistemtico de inferncia lgica que exige que premissas, fatos e
concluses sejam arranjados ordenadamente.
O carter sistemtico da cincia tambm implica em consistncia interna. Em uma
cincia bem desenvolvida, as vrias teorias e leis so inter-relacionadas e corroborativas.
Elas se apiam mutuamente ou, pelo menos, no se contradizem. Uma cincia imatura
caracterizada por discordncias internas de teorias, leis, proposies, princpios e,
mesmo, de mtodos. Saliente-se, entretanto, que consistncia completa e final nunca
atingida, mesmo nas cincias mais avanadas. Novas descobertas sugerem novas leis,
princpios e teorias, que, por sua vez, requerem a modificao de noes de realidade
estabelecidas.
Fenmenos.
Fenmenos O mtodo cientfico aplicvel a qualquer fenmeno, ou seja, a
qualquer evento ou comportamento que possua atributos ou conseqncias
demonstrveis objetivamente. Se um evento presumido como inerentemente subjetivo
(por exemplo, uma idia, um sentimento, um sonho), ento ele no tratvel pela anlise
cientfica, a menos que sua presena possa ser demonstrada por meio de atributos ou
conseqncias objetivas. Embora os fenmenos estudados pela cincia sejam
publicamente verificveis, no se deve entender que tais objetos de pesquisa sejam o
nico interesse da cincia. O mtodo cientfico construdo sobre uma base de
abstraes ideais (isto , noes, idias, teorias, leis, princpios, etc.) destinada a
relacionar e explicar objetos e eventos observveis. Muito do contedo da cincia
consiste de noes intelectuais sobre cousas e eventos. Mas o objeto de todos tais
pensamentos o fenmeno particular sob estudo.
Criado.
Criado A cincia um sistema criado pelo engenho humano constitudo de
conhecimento fatual diverso sintetizado em um conjunto inter-relacionado e lgico. Por
sua vez, o mtodo cientfico uma criao para servir a um propsito particular: o
desenvolvimento e arranjamento ordenado desse conhecimento e de idias referentes
realidade na forma que parece a mais frutfera para os fins a serem servidos. Como
criado para servir a um propsito particular, o mtodo cientfico pode ser alterado quando
novas idias sugerem modificaes. Deve-se observar que o homem arranja seu
pensamento referente ao mundo em que vive segundo vrias preferncias, e o mtodo
cientfico o arranjamento que at agora se tem revelado o mais frutfero para a
explicao de fenmenos objetivos.
Acumulao.
Acumulao A cincia um sistema acumulativo e integrado, construdo de modo
ordenado, onde cada fato, lei, teoria, princpio, etc. suporta outros fatos, leis, teorias, etc.
Mas a cincia no uma mera acumulao de conhecimento. O conhecimento cientfico
dinmico, no esttico. A cincia procura, sempre, conhecimento adicional, na crena
de que o conhecimento nunca completo. A verdade em cincia sempre relativa e
temporal, nunca absoluta e final. Em contraste com muitos sistemas filosficos e
ideolgicos fechados, a cincia se caracteriza como um sistema de idias aberto. Por
isso, ela cresce constantemente, descartando noes errneas ou inteis e substituindoas por outras mais corretas e teis luz de novas evidncias.
O atributo acumulativo da cincia no deve significar que ela cresce por simples
adio. A histria da cincia mostra que explicaes e designaes complexas esto
sendo constantemente substitudas por explicaes e terminologias cientificamente mais
simples e mais precisas. Esse princpio de parcimnia da cincia determina que o
cientista deve permanentemente esforar-se para obter explicaes que envolvam o
mnimo possvel de termos, atributos, conceitos e frmulas. Assim, uma funo
importante da cincia a explicao dos fenmenos de modo to parcimonioso quanto
possvel. O atributo acumulativo e o princpio de parcimnia so intimamente interligados.
De fato, a cincia esfora-se, constantemente, para a predio do comportamento de
15
fenmenos ainda no observados, com base nas qualidades comuns conhecidas que
eles possuem como membros de uma classe de fenmenos. Conjuntamente,
acumulao, ordenao e parcimnia permitem que possa ser feito um nmero elevado
de predies especficas a partir de poucas leis bsicas e gerais.
O termo reducionismo tem sido empregado em discusses desse amplo princpio
de parcimnia. O reducionismo se refere prtica geral de procurar abarcar tantas
subteorias quando possvel em categorias mais amplas e mais inclusivas de grandes
teorias. Embora muito do conhecimento cientfico em um dado momento seja
temporariamente no relacionado ou coordenado, o cientista se esfora, constantemente,
para relacionar fatos isolados em conjuntos ou modelos significativos. A histria da
cincia mostra que com o tempo tais modelos tornam-se integrados em sistemas mais
amplos de fatos e idias (teorias) que permitem maior amplitude de explicaes do que
seria possvel se os fatos segmentados fossem utilizados isoladamente.
Conhecimento fidedigno
fidedigno. No presente contexto, conhecimento fidedigno se refere a
conhecimento confivel em termos de predio. Nesse sentido, conhecimento fidedigno
significa conhecimento correto. A cincia se empenha, constantemente, pela exatido.
Ela no se satisfaz com meias-verdades e intolerante com procedimentos descuidados.
De fato, a cincia progride na medida em que suas medies e clculos se tornam mais
refinados. Saliente-se, entretanto, que preciso e exatido no so um fim em si. Elas
so relativas apenas aos propsitos a que servem, isto , promoo de descries mais
especficas, que permitam predio ou controle fidedigno.
Admitidamente, grande parte do conhecimento popular fidedigno no sentido de
que muito do comportamento comum previsvel com base nos costumes, experincia,
etc. Entretanto, muito da previso popular, quando exata, o simplesmente por mera
chance. A funo do mtodo cientfico a compreenso dos fenmenos de tal modo que
a razo e o alcance de previses exatas possam ser constantemente aumentados.
Presumivelmente, apenas atravs de um sistema de conhecimentos vlido e
organizado, tal como a cincia, que previses podem ser efetivamente estendidas alm
da experincia limitada de um grupo de indivduos particular e simples.
A cincia um processo lgico de investigao para a soluo de problemas e a
busca de respostas a questes referentes a fenmenos naturais. Atravs do mtodo
cientfico, os cientistas tentam a gerao de um corpo de conhecimento livre de crenas,
percepes, valores, atitudes e emoes pessoais. Isso logrado atravs de verificao
emprica de idias e crenas por procedimento aberto inspeo pblica. A
confiabilidade do conhecimento cientfico deriva de sua base em evidncia provida por
observao objetiva.
1.6
1.6.1
Estratgia cientfica
O mtodo cientfico compreende um conjunto ordenado de operaes para a
caracterizao e soluo de problemas, que comum a todas as reas da cincia.
Assim, o mtodo cientfico constitui a estratgia da cincia para a gerao de
conhecimento. Essa estratgia ilustrada pelo Exemplo 1.1.
Planejamento de Experimentos
16
Exemplo 1.1
17
Planejamento de Experimentos
18
1.6.2
Ttica cientfica
O mtodo cientfico a estratgia comum da cincia. Entretanto, a execuo
concreta de cada uma das operaes do mtodo cientfico em uma pesquisa particular
requer uma ttica particular que compreende um conjunto de tcnicas que dependem do
tema e do estado do conhecimento referente a esse tema. Essas tcnicas especficas
mudam muito mais rapidamente que o mtodo geral da cincia. Alm disso, muito
freqentemente, so utilizveis apenas em campos particulares da cincia. Assim, por
exemplo, a determinao dos sintomas de deficincia nutricional de plantas de arroz
exige tcnicas essencialmente diversas das necessrias para a obteno de plantas
resistentes infeco com um vrus. A resoluo efetiva do primeiro problema depender
do estado em que se encontre a teoria da nutrio de plantas, enquanto que a do
segundo depender do estado da teoria da resistncia a doenas.
As tcnicas cientficas podem ser classificadas em conceituais e empricas.
As tcnicas conceituais fundamentam-se em definies, axiomas, postulados, leis
e teorias. As tcnicas empricas relacionam-se com a observao e a avaliao de
caractersticas de fenmenos naturais atravs de observao e mensurao.
As tcnicas conceituais permitem formular problemas de modo preciso, enunciar as
correspondentes conjeturas ou hipteses, estabelecer os procedimentos para deduzir
conseqncias a partir das hipteses e verificar se as hipteses propostas solucionam os
correspondentes problemas. A matemtica oferece o conjunto mais rico e poderoso
19
1.7
20
Planejamento de Experimentos
esforo constante para refinar e melhorar tais modelos, de modo que eles possam
aproximar continuamente a realidade em termos de evidncia emprica crescente e mais
refinada.
A cincia baseada em fatos. Um fato cientfico uma proposio referente a
propriedades ou caractersticas de um fenmeno que foi verificada emprica e
objetivamente atravs do mtodo cientfico. Entretanto, fatos na cincia no so
interpretados e empregados isoladamente. Ao contrrio, so inter-relacionados de modo
significativo atravs de teorias cientficas para sugerir relaes causais, como a teoria
mendeliana da herana e a teoria newtoniana do movimento. Fatos cientficos podem ser
empregados para: a) sugerir novas teorias; b) sugerir reviso ou rejeio de teorias
existentes; e c) redefinir ou esclarecer teorias. Assim, os fatos cientficos so os
elementos bsicos que constituem os alicerces do conhecimento confivel e a teoria
cientfica, a superestrutura desse conhecimento.
A relao entre teoria e fato pode no ser direta. Um conjunto inter-relacionado de
fatos pode constituir uma regularidade emprica e ser formulado como uma lei cientfica,
cientfica
como a lei da inrcia e a lei da gravidade. Entretanto, uma teoria cientfica uma
declarao explicativa sinttica generalizada da causa de um fenmeno ou da interrelao entre classes de fenmenos. Alm de explicar ou levar em conta de modo
sistemtico as relaes entre fatos e leis, a teoria cientfica tambm tem a funo de
servir como explicao unificadora para a possvel deduo de hipteses. Assim,
hipteses dedutveis da teoria so intermedirias entre fatos e teorias, como tambm o
so leis cientficas que inter-relacionam fatos verificados (Figura
Figura 1.3).
21
comum a idia de que a cincia lida apenas com fatos e que sua funo bsica
pesquisar e revelar a verdade. Esta viso, embora prxima da correta, subestima o
papel da cincia. A noo de verdade tem preocupado epistemlogos e filsofos por
muitos sculos. A dificuldade de definir o termo verdade origina-se da suposio de que
alguma cousa uma verdade, basicamente, inerentemente ou necessariamente, ou no
o . Todavia, a histria da experincia humana tem demonstrado muito claramente que o
que em uma poca tido como inquestionavelmente verdadeiro pode vir a ser
ulteriormente considerado como inquestionavelmente falso (por exemplo, o sol gira em
torno da terra). Ademais, em qualquer poca, grupos diferentes podem definir o mesmo
(ou, pelo menos aparentemente, o mesmo) fenmeno de modo muito diferente. Por
exemplo, para algumas pessoas inquestionavelmente verdadeiro que os criminosos
nascem maus, ou que os orientais so naturalmente habilidosos, enquanto que para
outras tais noes no tm evidncia substancial que as suporte. Esta dificuldade de
definir verdade, devido noo de verdade ou falsidade inerente, evitada na cincia.
Um fato cientfico uma assero ou proposio de verdade fidedigna por ser
suportada por evidncia emprica objetiva. No uma assero ou proposio de
verdade certa. A verdade em cincia jamais final ou absoluta. A fidedignidade de um
fato cientfico relativa quantidade e ao tipo de evidncia que a substancia. A razo
porque todo conhecimento fatual em cincia relativo em vez de absoluto uma
conseqncia de seu carter experiencial. Fatos derivados de experincia conduzem a
verdades provveis, nunca a verdades certas, porque a experincia infinita, e uma
experincia futura pode requerer uma nova interpretao de um fenmeno. Como
molduras de referncia podem diferir entre cientistas, no surpreendente encontrar
disputas ocasionais referentes validade de um fato afirmado. Por exemplo, segundo
uma escola de psicologia, um fato que o sonho evidncia de desejos subconscientes.
Entretanto, crticos desse ponto de vista sustentam que a evidncia de sonhos
especficos no substancia o fato de que motivos subconscientes so responsveis pelo
contedo do sonho.
Dessa forma, a fidedignidade de um fato cientfico depende da aceitabilidade da
evidncia oferecida. Alguns fatos cientficos so suportados por evidncia objetiva e
emprica inquestionvel (por exemplo, a terra move em torno do sol em ciclos altamente
regulares), enquanto que outros so suportados por evidncia menos convincente (por
exemplo, a fumaa um agente causador de cncer). Por outro lado, algumas asseres
fatuais so dbias em termos de evidncia cientfica (por exemplo, o homem mais
lgico do que a mulher), enquanto que outras so inquestionavelmente falsas (por
exemplo, o uso de amuletos assegura tratamento preferencial de foras naturais).
A cincia busca estabelecer reconstrues conceituais da realidade atravs de
fatos. Uma lei cientfica uma reconstruo conceitual de uma estrutura objetiva; uma
teoria cientfica um sistema de tais enunciados. Mais do que isso, a cincia visa uma
reconstruo conceitual das estruturas objetivas dos fenmenos, tanto dos atuais como
dos possveis, que permita a compreenso exata dos mesmos e, dessa forma, seu
controle tecnolgico. A cada passo, a cincia consegue reconstrues parciais, que so
problemticas e no demonstrveis. Com o progresso da cincia, essas reconstrues
parciais vo se aproximando da realidade. Essa caracterstica da abordagem cientfica
esclarecida pela seguinte verso simplificada do mtodo cientfico, que ilustrada pela
Figura
Figura 1.4:
1) observao de algum aspecto do universo;
2) proposio de uma descrio tentativa que seja consistente com o que foi
observado, ou seja, de uma hiptese cientfica;
3) uso da hiptese para fazer predio;
4) teste desta predio atravs de novas observaes e modificao da hiptese
luz dos resultados; e
22
Planejamento de Experimentos
5) repetio dos passos 3 e 4 at que no ocorram discrepncias entre a teoria e
as observaes.
Figura
Figura 1.4. Verso simplificada do mtodo cientfico que caracteriza a
propriedade da teoria cientfica de aproximao continuada
da realidade.
Quando obtida consistncia a hiptese torna-se uma teoria e prove um conjunto
de proposies coerentes que explica uma classe de fenmenos. Assim, uma teoria
uma estrutura com base na qual so explicadas observaes e feitas predies.
Esse processo de reconstruo do mundo mediante idias e verificao de toda
reconstruo parcial infinito. A cincia no se prope um objetivo definido e final, como
a construo completa do conhecimento sem falhas. O objetivo da cincia mais
propriamente o aperfeioamento contnuo de seus principais produtos - as teorias, e
meios - as tcnicas.
Assim, o conhecimento cientfico no simples acumulao de fatos, mas
permanente reviso conceitual. Seu progresso se deve a um processo de contnua
correo. A atividade cientfica pode ser considerada como uma tentativa permanente
para diminuir o grau de empirismo e aumentar o alcance da teoria.
Em ltima instncia, o objetivo da cincia a compreenso da realidade. Mas h
uma diferena essencial entre o nvel de compreenso requerido pela cincia e o nvel de
compreenso logrado pelo conhecimento ordinrio. A compreenso da parte do indivduo
comum consiste da habilidade de prover alguma explicao, mesmo que superficial, para
a ocorrncia de algum fenmeno. Assim, por exemplo, o homem comum tem
conhecimento de eventos meteorolgicos, originado da observao de suas ocorrncias.
Ele capaz de identificar eventos que contribuam para a ocorrncia de algum evento
particular, como a chuva. Entretanto, somente a cincia tem sido capaz de desenvolver
conhecimento detalhado referente a relaes de eventos atmosfricos que permite a
previso do tempo com elevado grau de confiabilidade.
A cincia no se satisfaz com critrios superficiais. Ela demanda o exame
detalhado de fenmenos. Um fenmeno considerado conhecido apenas quando
descrito e explicado com elevada exatido, de modo que possa ser predito e, se possvel,
controlado. No aprimoramento do conhecimento, a cincia persegue quatro objetivos
sucessivos:
23
descrio,
explicao,
predio e
controle.
1.8
24
Planejamento de Experimentos
cientfico. Esta questo tratada aqui para ilustrar a inter-relao muito significativa entre
fatos cientficos (ou seja, declaraes de veracidade) e o arranjamento lgico entre esses
fatos (isto , raciocnio vlido) que compreende o mago terico da estrutura cientfica.
A maioria dos erros de raciocnio decorre da tendncia comum de confundir
veracidade com validade. Um fato cientfico uma verdade certa ou provvel porque
existe uma evidncia objetiva substancial para suport-lo. Por outro lado, um argumento
vlido quando a concluso necessariamente segue das proposies iniciais, ou seja,
das pressuposies ou premissas. Uma pessoa pode derivar uma concluso errada de
fatos verificados se ela raciocina incorretamente. Ela tambm pode derivar uma
concluso incorreta atravs de raciocnio correto se ela emprega proposies incorretas
como premissas. A soluo para esse problema de inferncia lgica o modo de
operao do argumento vlido.
H apenas uma forma de argumento aceita em lgica como correta (forte): aquela
em que as pressuposies ou premissas so fatos (certa ou provavelmente) verdadeiros
e as inferncias extradas delas so vlidas. Entretanto, h trs formas de argumento
incorreto (fraco). Isso pode explicar porque tantas pessoas extraem concluses
incorretas de fatos cientficos. E tambm porque o conhecimento fidedigno cresce to
vagarosamente em tantos campos. As quatro formas de argumento, uma correta e trs
incorretas, so ilustradas a seguir.
A primeira forma de argumento ilustrada por um exemplo procedente da botnica:
"a papoula uma planta, e todas as plantas necessitam de umidade para viver; portanto,
a papoula necessita de umidade para viver". As premissas ("a papoula uma planta" e
"todas as plantas necessitam de umidade para viver") so ambas estabelecidas por
evidncia experimental e, portanto, so fatos cientficos. Por outro lado, a primeira
premissa identifica um membro (papoula) de uma classe de objetos (plantas), enquanto a
segunda estabelece uma condio pertinente a todos os membros daquela classe
(plantas necessitam de umidade para viver). Logo, a concluso, que atribui a uma
planta particular uma propriedade comum a todas as plantas, segue necessariamente;
portanto, a concluso vlida, o que torna o argumento correto.
Considere-se, agora, um exemplo de uma segunda forma de argumento, a primeira
das trs formas incorretas: "a papoula fresca combustvel, e tudo que combustvel
pode prender fogo; portanto, uma papoula fresca pode prender fogo". Este argumento
incorreto porque a primeira premissa falsa - a papoula fresca no combustvel.
Entretanto, se a propriedade de que a papoula combustvel fosse um fato cientfico, o
argumento seria correto, porque a segunda premissa, ou seja, "tudo que combustvel
pode prender fogo", verdadeira por definio. Dessa forma, a concluso vlida,
embora no verdadeira, porque segue necessariamente das premissas. Este exemplo
ilustra como fcil derivar concluses razoveis (isto , vlidas) que no so
verdadeiras, simplesmente porque uma das premissas no uma verdade certa ou
provvel. Uma extenso desta situao o caso em que ambas as premissas so
fatualmente erradas, mas, se aceitas, conduziriam a uma concluso vlida, embora
errada. Por exemplo, "a papoula contm vitamina A e a vitamina A evita a calvcie;
portanto, a papoula evita a calvcie". O argumento vlido porque a concluso segue
necessariamente das premissas, mas incorreto porque ambas as premissas so falsas.
Uma terceira forma de argumento, a segunda incorreta, ilustrada pelo seguinte: "a
papoula necessita de oxignio para viver, e os humanos necessitam de oxignio para
viver; portanto a papoula humana". Neste caso, ambas premissas so fatos cientficos,
mas a concluso no vlida. A razo porque a concluso no vlida deve ser
salientada: o argumento no inclui em suas premissas a afirmao de que tudo que tem
alguma cousa em comum (neste caso, necessidade de oxignio para viver)
necessariamente semelhante em outros aspectos.
A quarta forma de argumento (a terceira errada) pode ser exemplificada pelo que
segue: "a papoula suculenta, e plantas suculentas tm espinhos; portanto, a papoula
25
1.9
Bases da cincia
cincia
As interpretaes (isto , descries ou explicaes) de fenmenos so usualmente
baseadas em algum conhecimento prvio presumvel. Desde que alguns fatos so
necessrios para a prova de outros fatos, todos sistemas de conhecimento so
compelidos prova dos fatos bsicos. Como esses fatos bsicos no podem ser
provados eles devem ser admitidos como convenes fundamentais, necessrias a
qualquer sistema lgico ou epistemolgico. Esses fatos fundamentais so
freqentemente aceitos como indiscutveis (dogmas) ou evidentes em si. Esse tipo de
26
Planejamento de Experimentos
evidncia , entretanto, uma base dbia e freqentemente irreal para o estabelecimento
de conhecimento vlido.
A cincia se fundamenta em suposies bsicas suportadas por consistncia lgica
com a experincia, que os cientistas empregam para interpretar a evidncia necessria
para produzir fatos verificados, isto , para derivar conhecimento cientfico.
Essas suposies bsicas so os postulados da cincia
cincia. Esses postulados no
devem ser confundidos com as descobertas cientficas. Eles so apenas instrumentos
funcionais teis para seus fins, enquanto descobertas cientficas so confirmadas por
evidncia emprica objetiva. Os postulados podem ser alterados com o tempo, caso a
evoluo do conhecimento cientfico venha a demandar novas formas de referncia, visto
que freqentemente novos conhecimentos alteram o estado de descobertas cientficas
anteriores.
O exame da literatura revela que no h concordncia em relao ao nmero e
designao dos postulados. Muitos autores referem a dois ou trs postulados "bsicos";
outros, a um nmero mais elevado. Alguns autores indicam tais postulados, mas no os
designam claramente; outros no mencionam quaisquer postulados especficos,
possivelmente porque supem que qualquer um os conhece.
A lista de oito postulados que segue no deve, portanto, ser considerada como
representativa, visto que ainda no existe tratamento uniforme ou tpico do mtodo
cientfico. Ela apenas uma tentativa de concretizar e agregar o que parece ser
geralmente aceito por autoridades competentes como pressuposies essenciais do
mtodo cientfico.
1) Todo evento tem um antecedente ("causa
causa")
causa natural.
natural As explicaes de eventos
devem ser procuradas em causas ou antecedentes naturais, isto , fenmenos
demonstrveis objetiva e empiricamente. Esse postulado empregado na cincia na
anlise de causalidade. Sua funo principal dirigir a busca da explicao dos
fenmenos para as regularidades que eles aparentemente obedecem.
2) A natureza ordenada, regular e uniforme
uniforme.
orme A crena de que o universo opera de
acordo com certas regras de regularidade (isto , "leis naturais") inerente anlise
cientfica dos fenmenos naturais. Na prtica, essa crena toma a forma de explicaes
expressas em termos de probabilidades inferidas do particular para o geral, ou da
experincia passada para o presente e, portanto, para o futuro. Esse postulado rejeita a
noo de ocorrncias inexplicveis ou puramente casuais e no relacionadas, e dirige a
ateno para a procura de relaes qualitativas e quantitativas que aparentemente
existem entre os fenmenos naturais. De acordo com esse postulado, todo fenmeno tem
um antecedente, e, embora muitos fenmenos possam parecer nicos (por exemplo, no
h duas tempestades com caractersticas idnticas), na base de tais eventos nicos ou
inexplicveis esto certos modelos de foras que, quando compreendidos, permitiro
melhor predio do que seria possvel atravs de mera conjetura.
Esse postulado tambm expressa o fato aparente de que a natureza no
infinitamente complexa. Dessa forma, a ordenao do conhecimento cientfico permite ao
cientista o desenvolvimento de teorias referentes s inter-relaes dos fenmenos e da
proceder para a anlise mais ampla do universo como um todo.
As implicaes deste postulado formam a base da lgica cientfica aplicada aos
fenmenos naturais. Esse postulado permite generalizaes e classificaes referentes
aos fenmenos e sustenta a base probabilista da inferncia na cincia; particularmente
ele indispensvel para a amostragem. Ele tambm sugere a possibilidade de alcance
crescente de uma teoria geral mais altamente integrada, que o objetivo principal de
todo o esforo cientfico.
3) A natureza permanente.
permanente Embora aparentemente tudo se altere no tempo,
muitos fenmenos mudam de modo suficientemente lento para permitir o acmulo de um
corpo de conhecimento confivel. Esse postulado sustenta o atributo cumulativo da
cincia. Ele implica a crena de que um evento estudado hoje, embora talvez
27
Planejamento de Experimentos
28
Exerccios de Reviso
1. Liste e caracterize resumidamente as diversas fontes de conhecimento.
2. Qual a distino entre conhecimento sensvel e conhecimento racional?
3. O que distingue fundamentalmente os processos de aquisio de conhecimento cientfico e
no cientfico?
4. Explique a origem histrica do conhecimento cientfico.
5. Explique a relao entre a cincia e a filosofia.
6. Identifique as origens da cincia antiga e da cincia moderna.
7. Esboce um resumo das caractersticas e das contribuies marcantes da cincia nos sculos
17 e 18.
8. Resuma a evoluo da cincia nos sculos 19 e 20.
9. Liste os termos chaves da definio da cincia atravs de seu mtodo geral e explique o
significado de cada um desses termos.
10. Descreva as caractersticas essenciais do mtodo cientfico.
11. Caracterize, resumidamente, a estratgia e a ttica da cincia, ou seja, os significados do
mtodo geral e dos mtodos particulares da cincia.
12. Liste e caracterize a seqncia de operaes ou passos que constituem um ciclo do mtodo
cientfico.
13. Caracterize as fases de sntese, anlise e sntese que constituem um ciclo do mtodo
cientfico.
14. Explique a caracterstica circular do mtodo cientfico.
15. Estabelea a distino entre o mtodo cientfico e os mtodos particulares da cincia.
16. Explique, resumidamente, o papel da lgica na cincia.
17. Ilustre as situaes de uma concluso incorreta derivada por argumento vlido a partir de
premissas que so fatos falsos, e de uma concluso incorreta derivada por argumento no
vlido a partir de fatos cientficos.
18. Liste e explique os postulados que constituem a base do conhecimento cientfico.
19. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco:
a) O conhecimento .......................................... uma forma espontnea e no sistemtica de
representar a realidade, sem mtodo para aprofundamento de seus fundamentos, enquanto
que o conhecimento ........................................... adquirido por um mtodo objetivo, lgico
e sistemtico, e requer a verificao emprica objetiva de toda explicao referente a
fenmenos.
b) Enquanto a ..................................... busca o conhecimento da natureza e a explicao dos
fenmenos e de suas relaes atravs do mtodo cientfico, a .............................................
busca o conhecimento das primeiras causas ou princpios e a explicao do sentido do
homem e do mundo
c) A estratgia ou procedimento geral que a cincia utiliza para a gerao do conhecimento
denominado .................................................. ; por outro lado, o conjunto de procedimentos
ou tcnicas particulares utilizados em uma rea particular constitui a ...................................
da cincia.
d) Um problema ou questo particular referente a um fenmeno que possa ser solucionado ou
explicado pelo mtodo cientfico, a luz do conhecimento e instrumental disponvel,
denomina-se ........................................................ ; uma conjetura de soluo ou explicao
provisria de um problema cientfico particular, at que uma pesquisa cientfica resulte em
sua afirmao ou contradio, denomina-se ........................................................ .
e) O mtodo cientfico para a derivao de conhecimento referente a um fenmeno
compreende uma seqncia de trs fases: ................................ , ..........................................
29
Planejamento de Experimentos
30
25 (
26 (
27 (
28 (
29 (
30 (
31 (
32 (
Conhecimento mtico
Conhecimento filosfico
Racionalismo
Positivismo
Determinismo
Mtodo cientfico
Problema cientfico
Pesquisa cientfica
Tcnica conceitual
Cincia pura
Fato cientfico
Teoria cientfica
Explicao
Controle
Verdade provvel
Postulado da cincia
Bibliografia
BUNGE, M. La investigacin cientfica
cientfica,, su estrategia y su filosofa
filosofa. 4. ed. Barcelona: Ariel,
1975. 955p.
CAREY, S. S. A beginners guide to scientific method.
method 2. ed. Belmont, California:
Wadsworth, 1998. 152p.
CERVO, A. L.; BERVIAN, P. A. Metodologia cientfica.
cientfica 3. ed. So Paulo: McGraw-Hill,
1983. 248p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
DESCARTES, R. Discurso del mtodo.
mtodo Barcelona: Altaya, 1993. 104p.
GOTTSCHALL, C. A. M. Do mito ao pensamento cientfico: A busca da realidade, de
Tales a Einstein
Einstein. So Paulo: Ateneu, 2003. 308p.
31
Pesquisa Cientfica
Contedo
2.1
Introduo..................................................................................................................... 34
2.2
Conceitos Bsicos ........................................................................................................ 34
2.2.1
Pesquisa cientfica.................................................................................................. 34
2.2.2
Unidade ou sistema................................................................................................ 35
2.2.3
Populao objetivo ................................................................................................. 37
2.2.4
Caracterstica ......................................................................................................... 38
2.2.5
Amostra e amostragem .......................................................................................... 38
2.2.6
Ilustrao................................................................................................................ 39
2.3
Observao e raciocnio ............................................................................................... 42
2.3.1
Observao ............................................................................................................ 43
Mensurao ..................................................................................................................... 45
2.3.2
Raciocnio .............................................................................................................. 46
2.4
Estgios de uma Pesquisa Cientfica Completa............................................................ 48
2.4.1
Identificao e formulao do problema cientfico .................................................. 50
2.4.2
Formulao da hiptese cientfica .......................................................................... 56
2.4.3
Busca e reviso das informaes disponveis ........................................................ 58
Objetivos e relevncia...................................................................................................... 58
Fontes de informao ...................................................................................................... 60
2.5
Objetivos de uma Pesquisa Cientfica........................................................................... 62
Pesquisa exploratria....................................................................................................... 62
Pesquisa descritiva .......................................................................................................... 63
Pesquisa explicativa......................................................................................................... 63
2.6
Processo e Organizao da Pesquisa Cientfica........................................................... 64
2.7
Trabalho de Pesquisa ................................................................................................... 65
2.7.1
Papel do pesquisador na cincia ............................................................................ 65
Curiosidade...................................................................................................................... 65
Pacincia ......................................................................................................................... 66
Objetividade ..................................................................................................................... 66
Tolerncia a alteraes.................................................................................................... 66
2.7.2
Equipe de pesquisa ................................................................................................ 66
2.8
A Estatstica na Pesquisa Cientfica.............................................................................. 68
2.8.1
O mtodo cientfico e a estatstica.......................................................................... 68
2.8.2
Uso e mau uso da Estatstica ................................................................................. 69
2.8.3
Conhecimento da estatstica pelos pesquisadores ................................................. 71
Exerccios de Reviso .................................................................................................. 72
Conceitos e Termos Chave........................................................................................... 74
Bibliografia.................................................................................................................... 75
Planejamento de Experimentos
34
2.1
Introduo
A cincia visa aproximao do conhecimento referente a fenmenos naturais, ou
seja, a qualquer evento, objeto, processo ou comportamento, que compreenda atributos
ou conseqncias demonstrveis empiricamente de modo objetivo. Seu propsito
aumentar o conhecimento e melhorar a compreenso acerca dos fenmenos, com vistas
ao controle e, na falha deste, predio, de modo a permitir o crescente domnio do
homem sobre a natureza.
A estratgia da cincia para a produo do conhecimento o mtodo cientfico.
Sua implementao procedida atravs da pesquisa cientfica.
reconhecida a extraordinria contribuio da pesquisa cientfica para o avano do
conhecimento e a compreenso do homem referente ao universo, e para que a
humanidade alcanasse o presente estgio de civilizao. De fato, pode-se identificar
claramente a estreita relao entre o crescente domnio do homem sobre a natureza e o
esforo cientfico e a evoluo da metodologia e do instrumental da cincia nos ltimos
sculos.
A pesquisa cientfica muito menos eficiente do que um processo de produo
industrial. Uma explorao do desconhecido no pode ser planejada com a preciso de
um processo de produo em massa altamente controlado. Entretanto, sabido que
alguns pesquisadores so muito mais eficazes do que outros e tomam menos decises
incorretas no processo complexo de uma pesquisa cientfica. No h qualquer conjunto
de regras ou lista de condies que garanta a sabedoria inata e o sucesso de um
pesquisador, mas se pode detectar claramente a imprescindibilidade de formao bsica
slida que inclua a compreenso dos fundamentos conceituais e metodolgicos da
pesquisa cientfica e o conhecimento de tcnicas consolidadas pela experincia adquirida
pelo trabalho de pesquisa cientfica desenvolvido no passado.
Este Captulo tem o propsito de reunir e explicar resumidamente os conceitos
bsicos referentes pesquisa cientfica e um conjunto de princpios, tcnicas e guias
referentes a procedimentos geralmente teis para pesquisadores nos vrios campos da
cincia. So considerados apenas os tpicos que parecem mais amplamente importantes
para os pesquisadores. Dessa forma, tenta-se fazer uma cobertura ampla, mas no
profunda. Assim, na Seo 2.2,
2.2 so estabelecidos o conceito e o propsito da pesquisa
cientfica, e formulado um conjunto de conceitos bsicos que so desenvolvidos e
aplicados nas sees que seguem e nos prximos captulos. Na Seo 2.3 so
abordados os dois elementos essenciais da pesquisa cientfica: a observao e o
raciocnio. A Seo 2.4 descreve os passos ou etapas que constituem a estrutura
sistemtica e ordenada de uma pesquisa cientfica completa. Os primeiros trs estgios identificao e estabelecimento do problema, formulao da hiptese, e busca e reviso
da literatura - so abordados com algum detalhe. Uma pesquisa cientfica pode ter um ou
mais de trs objetivos: explorao, descrio e explicao. Esses objetivos so discutidos
na Seo 2.5.
2.5 Na Seo 2.6 so revisadas as caractersticas sistemtica e cclica do
mtodo cientfico, descrevem-se o conseqente processo da pesquisa cientfica e a
necessria sistematizao e organizao da pesquisa. As caractersticas desejveis do
pesquisador e a necessidade de trabalho de pesquisa cooperativo so o tema da Seo
2.7.
2.7 Finalmente, a Seo 2.8 aborda o papel da Estatstica na pesquisa cientfica.
2.2
Conceitos Bsicos
2.2.1
Pesquisa cientfica
A implementao do mtodo cientfico para a produo do conhecimento
procedida atravs da pesquisa cientfica.
2. Pesquisa Cientfica
35
2.2.2
Unidade ou sistema
Cada pesquisa cientfica particular enfoca uma classe de fenmenos interrelacionados com algumas caractersticas essenciais comuns. usualmente conveniente
uma caracterizao tcnica operacional do constituinte elementar de uma tal classe de
fenmenos, que usualmente recebe a designao de unidade ou sistema, e de seus
elementos e atributos.
Uma unidade ou sistema um conjunto de entidades relacionadas, que
constituem um todo organizado globalmente e relacionado dinamicamente com o
meio externo, e que realizam conjuntamente alguma funo.
Uma unidade especificada pela descrio do que segue (Figura
Figura 2.1):
a) funo ou objetivos da unidade;
b) insumos - elementos que entram na unidade;
c) produtos - elementos que saem da unidade;
d) componentes - elementos internos que transformam insumos em produtos;
e) fluxo - movimento de elementos entre os componentes da unidade; e
f) fronteira ou limite - linha imaginria que demarca o mbito da unidade, que inclui
todos os seus componentes e elementos.
36
Planejamento de Experimentos
Os seguintes exemplos so ilustrativos: a) em uma pesquisa da incidncia de
brucelose nos animais de uma regio, a unidade pode ser um animal, um rebanho, uma
fazenda, um distrito ou um municpio; b) em uma pesquisa do controle da mosca do fruto
do pessegueiro, a unidade pode ser uma planta, um pomar, uma propriedade, um distrito,
ou um municpio.
A definio da unidade depende do objetivo da pesquisa. Ela deve ser estabelecida
na fase inicial da pesquisa, ou seja, na formulao do problema a pesquisar. Algumas
vezes, a definio da unidade parece bvia, como em uma pesquisa para a
recomendao de cultivares de trigo para uso pelos agricultores, em que a unidade
uma lavoura, e em uma pesquisa da eficcia de um vermfugo para o controle de
helmintos de vacas leiteiras, em que a unidade um animal. Entretanto, muito
freqentemente, a definio ou escolha da unidade no to bvia.
A dificuldade da definio da unidade ou sistema para uma pesquisa decorre do
fato de existir na natureza uma hierarquia de sistemas, ou seja, sistemas dentro de
sistemas, numa ordem decrescente de amplitude, tal que um determinado sistema um
subsistema em relao a nvel hierrquico mais elevado e, por sua vez, contm
subsistemas em nvel mais baixo. Assim, por exemplo, uma empresa agrcola um
sistema; seus setores de produo vegetal e de produo animal tambm constituem
sistemas; cada uma de suas lavouras, pomares, bosques, pastagens, rebanhos e
instalaes tambm constituem sistemas, bem como cada uma de suas plantas e
animais; e, assim sucessivamente, prosseguindo para os nveis hierrquicos inferiores:
seus rgos, tecidos, clulas, molculas, tomos e partculas subatmicas tambm so
sistemas. Por sua vez, h uma hierarquia ascendente de sistemas onde se insere uma
empresa agrcola: sub-regio, estado, regio e pas. A Figura 2.2 ilustra uma hierarquia
de sistemas em agropecuria.
2. Pesquisa Cientfica
37
Exemplo 2.1
Uma unidade ou sistema de produo de trigo pode ser definido como uma lavoura de trigo
com o propsito de produo de gros, desenvolvida em uma rea com condies particulares de
solo, clima, incidncias de pragas, doenas, invasoras e predadores, com um conjunto particular
de tcnicas de cultivo, incluindo uso de adubos, pesticidas, etc. Pode-se identificar nessa
caracterizao os seguintes elementos e atributos do sistema: a) funo: produo de gros; b)
insumos: elementos referentes a solo, clima, pragas, doenas, invasoras, predadores e tcnicas
de cultivo; c) produtos: gros; d) componentes: sementes e, ulteriormente, plantas; e) fluxo:
movimento de elementos que caracteriza o dinamismo interno do sistema, determinado
principalmente pelos metabolismos da semente e da planta, que transformam insumos em
produtos; f) fronteira: contorno espacial da lavoura, que a delimita de outras lavouras e reas, e
contorno temporal, que compreende o intervalo entre o plantio e a colheita e avaliao da
produo.
Exemplo 2.2
Uma unidade de produo de carne de cordeiro mamo pode ser definida como um potreiro
com um conjunto de cordeiros para abate com 3-4 meses de idade, localizado em uma rea com
condies particulares de pastagem, fonte de gua, clima, incidncias de doenas, pragas e
predadores, submetida a um conjunto particular de tcnicas de criao, que incluem uso de
suplemento alimentar, de pesticidas, etc. Pode-se identificar nessa caracterizao os seguintes
elementos e atributos essenciais da unidade: a) funo: produo de carne; b) insumos:
elementos referentes pastagem, gua, solo, clima, pragas, doenas, predadores e tcnicas de
criao; c) produtos: constituintes da carcaa; d) componentes: ovelhas matrizes e, ulteriormente,
cordeiros; e) fluxo: movimento de elementos determinado pelos organismos internos ao sistema,
particularmente pelos metabolismos da ovelha matriz e do cordeiro; f) fronteira: contorno espacial
do potreiro de criao, que o delimita de outros potreiros e reas adjacentes, e contorno temporal,
que compreende o intervalo entre a preparao da ovelha matriz para a reproduo e o abate do
cordeiro e avaliao da produo.
2.2.3
Populao objetivo
Uma pesquisa cientfica particular tem como propsito a soluo de um problema
referente s unidades de uma coleo de unidades de interesse especfico.
Em uma pesquisa cientfica, a populao objetivo ou, mais simplesmente,
populao,
populao a coleo bem definida das unidades (sistemas) de interesse para a
qual desejado inferir. O nmero de unidades denominado tamanho
tamanho da populao.
populao
Uma populao objetivo definida pela especificao de suas unidades ou da
caracterizao das condies para que estas lhe integrem. A especificao da
populao, assim como de suas unidades, determinada pelos objetivos da pesquisa e
deve ser estabelecida na formulao do problema. Populaes existentes na natureza
so populaes finitas
finitas, ou seja, de tamanho expresso por um nmero natural N, muito
freqentemente elevado e desconhecido. Ademais tais populaes tm constituio
dinmica, em decorrncia da mutabilidade dos sistemas que lhe integram ao longo do
tempo. Em algumas pesquisas, a populao objetivo constituda por unidades
existentes no momento da execuo da pesquisa. Uma populao nessas circunstncias,
cujas unidades podem ser identificadas, uma populao real.
real Muito freqentemente,
entretanto, a populao objetivo compreende unidades que no existem no momento da
execuo da pesquisa, mas que, supostamente, podero existir no futuro. Uma
populao nessas circunstncias, cujas unidades no so identificveis, mas apenas
definidas pela caracterizao das condies para que lhe integrem, uma populao
conceitual.
conceitual Em uma pesquisa de melhoramento gentico de trigo, por exemplo, as
unidades da populao objetivo no so as lavouras de trigo existentes na regio de
interesse no momento da execuo da pesquisa, mas as lavouras que existiro nessa
regio no futuro.
Planejamento de Experimentos
38
2.2.4
Caracterstica
A propriedade bsica das populaes de interesse na natureza a
heterogeneidade de suas unidades, o que caracteriza o que comumente denominado
de "variabilidade natural".
As unidades de uma populao objetivo se caracterizam e se distinguem por um
conjunto de particularidades ou propriedades comuns. Cada uma dessas
particularidades ou propriedades uma caracterstica ou atributo da populao
objetivo e de suas unidades. Cada caracterstica pode manifestar-se nas unidades
sob diferentes alternativas ou nveis.
nveis
Assim, por exemplo, o sexo uma caracterstica de um rebanho de ovinos que
constitui uma populao objetivo e dos animais que so as unidades dessa populao.
Essa caracterstica pode manifestar-se em cada um desses animais em uma de duas
formas alternativas - macho e fmeo. O peso corporal ao desmame outra caracterstica
dessa populao e de suas unidades, que, para cada animal, pode assumir qualquer
valor numrico de certo intervalo de nmeros reais.
2.2.5
Amostra e amostragem
Muito freqentemente, invivel, impraticvel ou inconveniente conduzir a pesquisa
sobre todas as unidades da populao objetivo. Nessas circunstncias, a pesquisa
conduzida sobre um conjunto de unidades escolhidas da populao objetivo ou
construdas para represent-la.
Um subconjunto das unidades de uma populao objetivo ou um conjunto de
unidades construdas para represent-la uma amostra dessa populao. O
processo de escolha ou construo da amostra denominado amostragem.
amostragem
A representao da populao objetivo pela amostra uma questo fundamental
para a validade de inferncias derivadas da amostra. Ela pode ser lograda quando a
amostra constituda por unidades da populao objetivo e sua escolha determinada
por amostragem aleatria
aleatria, ou seja, por processo de escolha objetivo que atribua a todas
as unidades da populao objetivo igual chance de constiturem a amostra (Seo
Seo 3.3.1).
3.3.1
Muito freqentemente, esse processo invivel ou indesejvel, pela impossibilidade ou
inconvenincia de escolha de parte das unidades da populao objetivo. Nessas
circunstncias, a escolha da amostra determinada por amostragem no aleatria, como
amostragem de julgamento ou amostragem de convenincia
convenincia, em que o pesquisador
utiliza julgamento subjetivo para lograr a melhor representao possvel da populao
objetivo (Seo
Seo 3.3.2
3.3.2). Esse obviamente o caso com populaes conceituais, cujas
unidades no tm existncia no momento da escolha da amostra. Em algumas situaes,
as unidades da amostra no correspondem a unidades da populao objetivo; so
construdas de modo a simular tais unidades, especialmente para a execuo da
pesquisa.
Inferncias derivadas da amostra aplicam-se validamente (ou seja, no
tendenciosamente) coleo das unidades que possam ser consideradas representadas
pela amostra. Aplicar-se-o validamente populao objetivo se a amostra for
representativa da populao objetivo. Esse o caso de pesquisas com amostragem
aleatria. Entretanto, em situaes de amostragem no aleatria, a representatividade da
amostra no pode ser avaliada objetivamente; portanto, a validade da extenso dessas
inferncias para a populao objetivo depende de julgamento subjetivo.
2. Pesquisa Cientfica
39
2.2.6
Ilustrao
Para ilustrao dos conceitos enunciados nesta Seo considerem-se os exemplos
que seguem.
Exemplo 2.3
Populao objetivo: Conjunto das lavouras de trigo da regio tritcola do Estado do Rio
Grande do Sul.
Unidade da populao objetivo: Uma lavoura de trigo constituinte da populao objetivo.
Problema cientfico: Prejuzo produo de trigo decorrente da incidncia da giberela.
Hiptese cientfica: Uso de fungicida controla a incidncia da giberela e, conseqentemente,
propicia incremento da produo.
Verificao da hiptese: Observao das respostas a diversos fungicidas aplicados em
unidades construdas sobre talhes de pequenas dimenses que simulem lavouras da populao
objetivo.
Caractersticas das unidades da populao objetivo: Caractersticas referentes semente
(cultivar, sanidade, pureza, vigor,...), ao ambiente (solo, clima, incidncias de doenas, pragas,
invasoras, predadores,...), s tcnicas de cultivo (preparo do solo, adubao, semeadura,
Planejamento de Experimentos
40
Exemplo 2.4
Populao objetivo: Conjunto das unidades de produo de carne de cordeiro mamo da
Regio Sul do Estado do Rio Grande do Sul.
Unidade da populao objetivo: Uma unidade de produo de carne de cordeiro mamo da
populao objetivo.
Problema cientfico: Prejuzo produo de carne de cordeiro mamo decorrente da
incidncia de vermes intestinais.
Hiptese cientfica: Uso de anti-helmntico controla a incidncia de vermes intestinais e,
conseqentemente, propicia incremento da produo de carne.
Verificao da hiptese: Observao das respostas a diversos anti-helmnticos aplicados
em unidades construdas sobre potreiros em escala reduzida que simulem unidades da populao
objetivo.
Caractersticas das unidades da populao objetivo: Caractersticas referentes ao cordeiro
recm-nascido (raa, sexo, peso, sanidade,...), ao ambiente (pastagem, clima, instalaes,
incidncias de doenas, parasitos, predadores,...), ao manejo (preparo do cordeiro, aplicao de
vermfugo, antibitico, vacina,...), e ao animal ao abate (peso corporal, comprimento do lombo,...).
Nveis dessas caractersticas: Alternativas das caractersticas da populao objetivo que
podero se manifestar em suas unidades; no caso de raa, por exemplo, cada uma das raas sob
considerao na populao objetivo.
Amostra: Conjunto das unidades sobre as quais a pesquisa conduzida.
Caractersticas das unidades da amostra: Mesmas das unidades da populao objetivo, e
as caractersticas referentes aos processos de mensurao e de registro e edio dos dados.
Nveis dessas caractersticas: Nveis definidos para as correspondentes caractersticas da
populao objetivo que se manifestem nas unidades da amostra ou que sejam construdos ou
aplicados pelo pesquisador.
Exemplo 2.5
Populao objetivo: Coleo de pomares de videiras da cultivar Itlia da regio vitcola do
Estado do Rio Grande do Sul.
Unidade da populao objetivo: Um pomar constituinte da populao objetivo.
Problema de pesquisa: Prejuzo produo de uva da cultivar Itlia decorrente da
incidncia da virose do enrolamento.
Hiptese de pesquisa: O incremento do grau de incidncia da virose do enrolamento
ocasiona diminuio da quantidade e da qualidade da produo de uva.
Verificao da hiptese: Observao das respostas em plantas de um subconjunto de
pomares da populao objetivo com diversos graus de virose do enrolamento.
Caractersticas das unidades da populao objetivo: Caractersticas referentes planta
(cultivar, sanidade, vigor,...), ao ambiente (solo, clima, incidncias de doenas, pragas,
invasoras,...), s tcnicas de cultivo (adubao, aplicao de fungicida, inseticida e herbicida,
colheita,...) e produo de uva (peso do cacho, nmero de cachos, brix, acidez,...).
Nveis dessas caractersticas: Alternativas das caractersticas da populao objetivo que
podero se manifestar em suas unidades.
2. Pesquisa Cientfica
Amostra: Conjunto das plantas ou pomares sobre os quais a pesquisa conduzida.
Caractersticas das unidades da amostra: Mesmas caractersticas das unidades
populao objetivo e, tambm, as caractersticas referentes aos processos de mensurao e
registro e edio dos dados.
Nveis dessas caractersticas: Nveis definidos para as correspondentes caractersticas
populao objetivo que se manifestem nas unidades da amostra ou que sejam construdos
aplicados pelo pesquisador.
41
da
de
da
ou
Exemplo 2.6
Populao objetivo: Conjunto das lavouras de feijo do Estado do Rio Grande do Sul.
Unidade da populao objetivo: Uma lavoura de feijo constituinte da populao objetivo.
Problema de pesquisa: Baixa produtividade das lavouras que adotam tecnologias
tradicionais.
Hiptese de pesquisa: A adoo de novas tecnologias recomendadas pela pesquisa
(referentes a cultivar, adubao, inseticida, herbicida e fungicida) contribui para o aumento da
produtividade de lavouras de feijo do Estado do Rio Grande do Sul.
Verificao da hiptese: Observao das respostas em diversas lavouras da populao
objetivo que adotam tecnologias tradicionais e tecnologias recomendadas pela pesquisa.
Caractersticas das unidades da populao objetivo: Caractersticas referentes s plantas
(cultivar, sanidade,...), ao ambiente (solo, clima, incidncias de doenas, pragas, invasoras,
predadores,...), s tcnicas de cultivo (preparo da semente, preparo do solo, adubao, aplicao
de inseticida, fungicida e herbicida, colheita,...) e produo de gros (peso do gro, tamanho do
gro,).
Nveis dessas caractersticas: Alternativas das caractersticas da populao objetivo que se
manifestam em suas unidades.
Amostra: Conjunto de lavouras da populao objetivo sobre as quais a pesquisa
conduzida.
Caractersticas das unidades da amostra: Mesmas caractersticas da populao objetivo e
as caractersticas referentes aos processos de mensurao e de registro e edio dos dados.
Nveis dessas caractersticas: Nveis definidos para as correspondentes caractersticas da
populao objetivo que se manifestem nas unidades da amostra.
42
Planejamento de Experimentos
8. Explique e ilustre os significados de populao real e populao conceitual? Porque as
populaes de interesse so muito freqentemente populaes conceituais.
9. Liste as caractersticas relevantes das unidades referentes ao exemplo considerado na
resposta do exerccio 4.
10. Explique o que significa a amostragem em uma pesquisa cientfica.
11. O que significa amostragem aleatria? Qual sua importncia?
12. Por que razes a pesquisa cientfica muito freqentemente conduzida sobre uma amostra da
populao objetivo e no sobre a prpria populao objetivo?
13. Para cada uma das pesquisas consideradas a seguir caracterize a unidade, populao
objetivo, amostra e populao amostrada, e indique algumas caractersticas relevantes das
unidades:
a) Levantamento da opinio dos produtores de soja do Estado do Rio Grande do Sul sobre as
tecnologias geradas pela pesquisa nos ltimos dez anos, atravs de questionrio enviado a
100 produtores selecionados da lista de 500 produtores associados a uma cooperativa de
produtores deste Estado.
b) Pesquisa da eficincia de fungicidas no controle de doenas do trigo conduzida em diversos
locais da Regio Tritcola do Estado do Paran durante um perodo de trs anos
consecutivos.
c) Estudo da relao entre sade da criana aos cinco anos e amplitude do tempo de
aleitamento materno conduzida nos hospitais e postos de sade do Municpio de Pelotas.
d) Um fabricante de tratores agrcolas compra reguladores de voltagem de determinado
fornecedor. H indcios de que o desempenho dessas mquinas esteja sendo afetado pela
variao na voltagem de sada dos reguladores. Para avaliar a qualidade da produo do
fornecedor o fabricante envia para anlise em um laboratrio cinco reguladores do ltimo
lote recebido.
e) Levantamento da opinio sobre a qualidade do transporte urbano de uma cidade, atravs de
consulta por telefone que utiliza um subconjunto de nmeros extrados da lista telefnica
dessa cidade.
14. Identifique quais das populaes objetivos das pesquisas consideradas no exerccio 13 so
populaes reais e quais so populaes conceituais.
2.3
Observao e raciocnio
A gerao do conhecimento pela pesquisa cientfica processa-se, essencialmente,
atravs de observao e raciocnio.
A observao a percepo sensorial atravs da
de fenmenos. O raciocnio a elaborao mental
significados desses fenmenos, suas inter-relaes
conhecimento cientfico existente, na medida em que
habilidade do pesquisador permitem.
2. Pesquisa Cientfica
43
2.3.1
Observao
Quer o cientista olhe um animal, uma planta, um astro ou um outro ser humano,
diretamente ou atravs de um acessrio visual tal como um microscpio ou um
telescpio, a observao o mtodo mais comumente empregado de avaliar o objeto de
seu interesse. Por essa razo, para tornar-se competente o cientista deve treinar-se para
observar to exatamente quanto possvel; em particular para desenvolver sensibilidade a
fenmenos e objetos pertinentes a seu interesse, adquirir uma atitude referente ao
fenmeno to isenta quanto possvel e empregar os diversos tipos de auxlios visuais que
possam ajud-lo a clarear o que ele observa.
Antes de proceder observao, o observador treinado deve esclarecer e
estabelecer algumas definies bsicas relevantes a qualquer observao cientfica,
particularmente as seguintes:
a) As observaes que so pertinentes, ou seja: os fenmenos que devem ser
observados, os comportamentos que devem ser selecionados da massa total de
fenmenos possveis e os fatos significativos que devem ser procurados. Essas
definies so derivadas da hiptese cientfica.
b) As reas, os momentos e as condies em que as observaes devem ser
efetuadas, e a forma de descrio ou estruturao da situao observada. Novamente,
um embasamento lgico significativo para delinear a observao apropriada provido
pela hiptese cientfica.
c) A composio dos fenmenos observados quanto a caractersticas relevantes,
ou seja, propriedades de seus elementos ou processos funcionais demonstravelmente
relacionadas hiptese.
d) Os procedimentos para a quantificao ou mensurao de cada uma dessas
caractersticas, particularmente as escalas e unidades de medida e os instrumentos
apropriados que devem ser utilizados.
e) A estabilizao e padronizao das condies da observao para permitir sua
verificao.
As observaes sero verdadeiramente cientficas no sentido completo do termo
apenas quando todas essas definies estiverem estabelecidas.
O primeiro requisito para a exatido da observao a sensibilidade ou
conscincia. Essa qualidade conseqncia de experincia e perspiccia. A experincia
implica observao direcionada e no ao acaso. O observador experiente aquele que
aprende a procurar fenmenos particulares pela excluso de outros fenmenos
irrelevantes, segundo seus propsitos. Em cincia, a experincia em observao sugere
44
Planejamento de Experimentos
olhar a caractersticas de fenmenos como elas aparentam ser, no como supostamente
elas so ou como se desejaria que elas fossem.
Um cientista competente v fenmenos de acordo com suas propriedades
empricas e segundo uma interpretao racional do que eles deveriam parecer
interpretao de outros observadores experientes. Entretanto, apenas a experincia no
suficiente para assegurar exatido, porque mesmo os observadores mais experientes
podem errar ocasionalmente. A perspiccia, ou habilidade de ver atravs e alm dos
atributos bvios de um fenmeno, conota um tipo particular de conscincia para
observao. Essencialmente, perspiccia refere-se habilidade de perceber qualidades
ou relaes que no so evidentes para a maioria dos observadores, atravs de
discernimento e compreenso da natureza e de sua realidade interior. uma habilidade
intelectual, usualmente definida como inteligncia ou, mais especificamente, pensamento
estruturado. Ento, sensibilidade para observar uma combinao de experincia e
perspiccia.
O segundo requisito da exatido da observao a objetividade ou no
tendenciosidade. A objetividade relativamente mais fcil de atingir nas cincias fsicas
do que nas cincias sociais, simplesmente porque o observador no se identifica com o
fenmeno de seu interesse. Mesmo assim, a histria das cincias fsicas est repleta de
exemplos de observaes no exatas, inclusive no caso de fenmenos impessoais, tais
como os relacionados terra, ao sol, s plantas e energia. A razo para tais
observaes distorcidas que, embora tais fenmenos sejam impessoais, o homem est
relacionado de modo to vital a eles pelos seus efeitos sobre sua existncia que encontra
dificuldade em v-los com atitude no tendenciosa.
O terceiro requisito da exatido da observao o emprego de auxlios visuais para
clarificar e objetivar o que visto. Lupas, microscpios e telescpios so auxiliares de
clarificao bvios para a viso. Se os fenmenos a serem observados compreendem
propriedades fsicas discretas, os auxlios padronizados usualmente asseguram exatido
de observao. Mas a clarificao de outros tipos de observaes no
necessariamente to simples. Microscpicos e cmeras, por exemplo, descrevem o que
colocado em seu campo de viso, e transmitem uma imagem iluminada de algum modo
particular. A qualidade essencial do que observado pode no ser observvel, porque o
microscpio ou a cmera mostra a cena errada, ou no ngulo errado, ou com iluminao
errada, ou no tempo errado. Em resumo, importante ter em conta que esses auxlios
visuais ajudam apenas na soluo do problema fsico de ver o fenmeno; eles no
resolvem o problema de ver o fenmeno certo ou no modo certo.
Os instrumentos que auxiliam a objetivao so de trs tipos gerais: a) aqueles que
projetam os sentidos ou aumentam sua potncia, tais como telescpio, microscpio,
estetoscpio e amplificador de som; b) aqueles que indicam unidades ou diferenas mais
discretas do que podem ser percebidas pelos sentidos, como balana, rgua, trena e
outros instrumentos de medidas de grandezas fsicas; e c) aqueles que combinam essas
duas funes e indicam objetivamente diferenas discretas mensurveis, tais como
termmetro, barmetro e anemmetro.
A exatido de qualquer desses instrumentos de auxlio observao depende de
duas propriedades independentes:
confiabilidade e
validade.
A confiabilidade de um instrumento a habilidade para prover a mesma medida em
aplicaes repetidas sob as mesmas condies; a validade a habilidade para indicar as
propriedades reais que ele deve medir. Assim, um instrumento confivel se
consistente sob condies comparveis, mas ele vlido somente se prov o mesmo
resultado que outro instrumento semelhante j validado.
A obteno e a verificao da confiabilidade ou consistncia de um instrumento de
mensurao geralmente um problema que pode ser solucionado por meios
2. Pesquisa Cientfica
45
Planejamento de Experimentos
46
qualidade mais elevada so mais produtivas do que aquelas que utilizam sementes de
menos qualidade. A dificuldade encontrar uma concordncia referente a um equivalente
operacional de qualidade da semente. Podem ser propostas diversas definies
operacionais teis e convincentes, mas pode no haver um meio lgico para determinar
qual das definies particulares a mais vlida.
O segundo problema da mensurao, ou seja, como medir, est relacionado com o
primeiro: o que medir. O problema agora como classificar ou quantificar segundo uma
caracterstica particular unidades presumivelmente j classificadas quanto a essa
caracterstica.
A classificao ou quantificao de uma caracterstica obtida pela sua
representao atravs de nmeros que apresentem entre eles as mesmas relaes
relevantes existentes entre as alternativas da caracterstica que representam.
A mensurao de uma caracterstica demanda uma regra de correspondncia
entre as alternativas da caracterstica e os nmeros de um conjunto numrico, ou
seja, uma funo numrica, denominada varivel.
varivel Cada valor da varivel, que
representa uma alternativa particular da caracterstica, um nvel dessa varivel.
Assim, uma caracterstica representada ou expressa por uma varivel. Muito
freqentemente, a varivel designada pela mesma denominao da caracterstica que
exprime e, freqentemente, esses dois termos so empregados indistintamente.
Entretanto, uma mesma caracterstica pode ser expressa por muitas variveis
alternativas. A escolha de uma dessas alternativas arbitrria e depende de
convenincia e disponibilidade de recursos. Por exemplo, o sexo dos animais na
pesquisa da eficcia de anti-helmnticos no controle de vermes intestinais em unidades
de produo de carne ovina (Exemplo
Exemplo 2.4) pode ser expresso por uma varivel que faz
corresponder a um animal macho o nmero 1 e a uma fmea o nmero 0, ou por
qualquer varivel real com dois valores; o peso corporal desses animais ao abate pode
ser expresso por uma varivel que assuma valores em um intervalo de nmeros reais
com extremos arbitrrios. Assim, o sexo uma varivel discreta de dois nveis, enquanto
que o peso corporal usualmente suposto uma varivel contnua que pode assumir
qualquer valor de um conjunto infinito no contvel. Observe-se que essa suposio
referente ao peso corporal uma idealizao convencional conveniente, pois, de fato, os
valores possveis do peso corporal correspondem a um subconjunto discreto desse
intervalo de nmeros reais, que depende da preciso da balana utilizada no processo de
pesagem.
A observao depende de algum grau de julgamento subjetivo. Por essa razo,
importante estabelecer as condies da observao de modo a evitar a tendenciosidade
do observador. Muitas vezes, devem ser estabelecidas estratgias elaboradas para
permitir ao observador evitar sua prpria tendncia e obter o registro correto dos fatos.
O tema dessa Seo ser retomado no Captulo 7
7.
2.3.2
Raciocnio
Os fatos so os elementos essenciais que constroem a cincia. Todavia, eles
devem ser dispostos e arranjados em estruturas teis e inter-relacionadas.
Contrariamente crena popular, "fatos no falam por si s". A ferramenta mais
essencial da cincia, juntamente com o fato verificado, o sistema de raciocnio lgico
vlido sobre fatos que permite a derivao de concluses fidedignas a partir deles. Essas
concluses so proposies sobre inter-relaes de fatos que explicam os sistemas de
uma dada populao, que constituem princpios, leis e teorias cientficas.
No mago do raciocnio lgico sobre fatos est um sistema de regras e prescries
cujo emprego correto fundamental a todo esforo cientfico. O conhecimento dessas
regras parte essencial do instrumental intelectual do cientista.
2. Pesquisa Cientfica
47
48
Planejamento de Experimentos
trovo, e quando se seleciona uma cultivar para plantio na pressuposio de que se
obter o mesmo rendimento produzido no ano anterior.
As bases dessa pretenso so os postulados da uniformidade e da permanncia da
natureza. Embora, estritamente, todo evento seja nico e, portanto, no repetvel no
futuro, sob o ponto de vista prtico, muitos eventos mostram similaridades de algumas
caractersticas essenciais. Dessa forma, a observao histrica da sucesso de eventos
permite uma base para a avaliao, em termos de chance, da possibilidade da ocorrncia
de um evento de uma classe quando ocorrem outros eventos que o antecederam no
passado com freqncia conhecida.
De fato, o processo indutivo pode ser justificado como um argumento silogstico em
que a premissa principal constituda pelo conhecimento anterior e os postulados da
uniformidade e da permanncia, a premissa secundria uma evidncia emprica
particular, e a concluso uma extrapolao do que a evidncia exprime para todos os
casos. Por exemplo, sempre que se observa o aquecimento de um gs a uma presso
constante, observa-se que ele expande. Observaes repetidas desse fenmeno
fornecem uma base de evidncia e desta base infere-se que esse evento ocorrer
sempre. Entretanto, a base de evidncia - este evento ocorreu sempre at agora -
muito mais fraca ou estreita em extenso do que a concluso - este evento ocorrer
sempre. A concluso excede a extenso ou amplitude da base de evidncia. A questo
fundamental a justificativa desse salto indutivo, ou seja, da crena de que alguma
cousa ocorrer simplesmente porque j ocorreu. Certamente, no justificvel no sentido
de que a concluso seja uma conseqncia lgica da evidncia.
Apesar dessa semelhana, os raciocnios dedutivo e indutivo so
fundamentalmente diferentes. Basicamente, o argumento dedutivo exclusivo: a validade
da concluso depende unicamente da validade das premissas. A validade neste caso
refere-se correo lgica da forma do argumento, no veracidade dos fatos
estabelecidos como premissas. Mesmo que as premissas sejam falsas, a concluso
deduzida sempre logicamente vlida. Entretanto, esse processo de inferncia no pode
testar a veracidade das premissas. Ele pode apenas determinar a validade lgica das
concluses extradas das premissas. Por outro lado, o argumento indutivo inclusivo: ele
deriva sua validade da verificao das premissas. Se elas so vlidas, a concluso
extrada ser vlida, no sentido de que ela ser a melhor inferncia possvel, embora
nunca final, que possa ser feita da relao causal com as premissas.
Em resumo, a induo na cincia baseada em evidncia incompleta, pela
impossibilidade de considerar todos os sistemas da populao sob pesquisa. As
concluses so apenas provveis, em maior ou menor grau, dependendo do nmero de
casos considerados e da precauo tomada na sua seleo. O fato relevante que,
freqentemente, a evidncia da inferncia indutiva pode ser estabelecida
matematicamente, em uma base probabilista. Inferncias podem ser derivadas por
mtodos estatsticos quando o problema envolve uma base formal aceitvel de teoria da
probabilidade, hipteses alternativas para explicar os fatos, um conjunto de observaes,
e um mtodo de seleo de uma ou mais alternativas na base da observao e da teoria
da probabilidade.
2.4
2. Pesquisa Cientfica
49
50
Planejamento de Experimentos
compreender, principalmente em suas fases de sntese, pesquisas especficas com
objetivos exploratrios ou descritivos, em que apenas parte dos oito estgios seja
cumprida.
Os trs primeiros estgios so caracterizados nas sees que seguem. O quarto
estgio o propsito deste texto, particularmente no contexto da pesquisa experimental.
O quinto estgio parcialmente abordado no Captulo 9
9.
2.4.1
2. Pesquisa Cientfica
51
massa desse corpo? Essa pergunta teria sido completamente sem sentido para Newton,
pois era impossvel imagin-la e formul-la antes da constituio das teorias da
gravitao e da eletrodinmica.
As necessidades prticas so uma fonte de problemas cientficos. Entretanto,
atribuir importncia exagerada aplicao prtica com prejuzo do valor cientfico
intrnseco esterilizador em longo prazo. Em primeiro lugar, porque os problemas
cientficos no so principalmente problemas de ao, mas de conhecimento. Em
segundo lugar, porque o desenvolvimento da teoria fundamental para a enunciao de
problemas cada vez mais importantes. Algumas vezes, o cientista se dedica a um
problema de pesquisa pura com objetivo terico sem estar seguro da razo de sua
curiosidade. Ao longo do tempo, entretanto, as vrias peas de conhecimento
proveniente de pesquisa pura comeam a sedimentar-se em modelos ou em
reservatrios de fatos, e sugerem ao cientista que opera nas fronteiras do conhecimento
respostas a questes bsicas relevantes. Muitas das descobertas importantes da cincia,
tais como: o micrbio como origem de doenas, a energia eltrica, o rdio, o radar, a
fisso atmica e a propulso a jato, so conseqncias prticas de conhecimento
adquirido anteriormente atravs de pesquisa pura aparentemente sem utilidade. Por essa
razo, a primeira considerao para a eleio de problemas deve ser o prprio interesse
relativo dos problemas; a segunda deve ser as possibilidades de resoluo desses
problemas, levando em conta os recursos disponveis.
Nem todo problema um problema cientfico. Problemas cientficos se estabelecem
sobre uma base cientfica e podem ser tentativamente resolvidos pela pesquisa cientfica,
com o objetivo principal de incremento do conhecimento. Se o objetivo eminentemente
terico, o problema um problema de pesquisa pura;
pura se o objetivo mais prtico do que
terico, ento o problema um problema de pesquisa aplicada ou pesquisa tecnolgica.
tecnolgica
Entretanto, no h uma linha rgida separando problemas de pesquisa pura e problemas
de pesquisa tecnolgica, pois um problema estabelecido e resolvido com qualquer
desses fins pode prover uma soluo que tenha valor tanto cognitivo como prtico.
Assim, por exemplo, pesquisas de ecologia e etologia de roedores podem ter tanto
importncia cientfica como importncia prtica para a agricultura e a medicina.
Um problema de pesquisa geralmente formulado com um dos dois seguintes
propsitos: descritivo ou explicativo. Um problema descritivo refere-se falta ou demanda
de conhecimento referente s unidades de uma populao objetivo. Por exemplo: que
rebanhos bovinos do Estado do Rio Grande do Sul esto infectados com anaplasmose?,
onde pode ser encontrado carvo na regio Sudoeste do Rio Grande do Sul?, que
tipos de bactria infectam bovinos de corte desta Regio?. Um problema explicativo (ou
analtico)
analtico uma questo referente a relaes causais entre caractersticas das unidades.
Por exemplo, qual a relao entre incidncia de mastite em vacas leiteiras e idade do
animal?, qual a relao entre incidncia da giberela do trigo e umidade relativa do
ar?, e qual a relao entre produtividade e poca de plantio de tomateiro?. As
designaes de descritivo e explicativo sero ulteriormente consideradas de modo mais
detalhado. Realmente, os propsitos de descrio e de explicao so, na maioria das
situaes, to intimamente inter-relacionados que a distino entre eles mais artificial
do que real.
A importncia desta primeira etapa da pesquisa cientfica bvia e universalmente
reconhecida. Entretanto, surpreendente a freqncia com que ela desconsiderada.
No exagero salientar que os maiores desperdcios em pesquisa originam-se da
formulao de problemas imperfeita ou inadequada. Algumas vezes o problema
enunciado realmente um problema esprio originado de observaes e raciocnio
falhos. Algumas vezes o problema, embora real, trivial. Em outros casos, o problema
tal que, mesmo que solucionado, a soluo no seria utilizada. Essas situaes podem
ser evitadas por uma formulao do problema cuidadosa, precedida do conhecimento
adequado de seus antecedentes, particularmente de sua origem e importncia, e do
destino dos resultados da pesquisa que ele originar.
52
Planejamento de Experimentos
Muito freqentemente, uma pequena quantidade de tempo despendida formulando
o problema de diversos modos diferentes, redefinindo-o e expressando seus limites,
aponta o caminho para sua soluo. Esse exerccio na formulao do problema
freqentemente pode contribuir substancialmente para a melhor compreenso das
unidades e para a prpria soluo final do problema.
O aspecto crucial de qualquer problema cientfico sua formulao correta. De fato,
a enunciao do problema apropriado a maior dificuldade da cincia. Vale reiterar aqui
a conhecida sentena: "Muitos cientistas devem sua grandiosidade no a sua habilidade
em solucionar problemas, mas a sua sabedoria em escolh-los".
Embora no existam regras gerais para a formulao de um problema cientfico,
alguns princpios gerais devem ser satisfeitos para que um problema possa ser
considerado um problema cientfico bem formulado. Alguns desses princpios so
enunciados a seguir.
a) O problema deve inserir-se em um corpo de conhecimento cientfico acessvel.
Uma condio essencial para que um problema possa ser tratado pelo mtodo
cientfico sua fundamentao terica e coerncia com o corpo de conhecimento
cientfico existente. Problemas de pesquisa que correspondem a perguntas isoladas
originam a acumulao de fatos no relacionados. Esse tipo de conhecimento
enciclopdico comum na origem de toda a rea da cincia. Mesmo hoje, muitas reas
rudimentares da cincia, como a sismologia e a antropologia fsica, so compostas
principalmente de grandes massas de fatos discretos.. Nas cincias mais avanadas,
entretanto, um problema de pesquisa tem significado apenas quando enfocado como um
constituinte de um problema geral mais amplo.
b) O problema de pesquisa deve ser relacionado e orientado ao campo de teoria e
conhecimento mais amplo em que se insere.
Deve ser estabelecido claramente como uma pesquisa particular se relaciona com
outras pesquisas semelhantes; se a pesquisa pioneira, sem quaisquer antecedentes de
propsitos semelhantes e emprego de mesmo mtodo, na mesma rea ou em rea
correlata; ou se simplesmente uma repetio de outras pesquisas para propsitos de
confirmao de seus resultados. Deve ser esclarecido se a pesquisa pressupe que as
descobertas de estudos semelhantes so aceitas de modo inquestionvel, ou se so
ignoradas, contestadas, ou mesmo desaprovadas. A orientao de um problema indica
que o pesquisador tem um propsito especfico para estudar o que ele se prope e na
maneira que prope.
c) Problemas complexos no devem ser resolvidos atravs de formulaes
simples.
Em algumas circunstncias, um problema complexo pode ser decomposto em um
conjunto de problemas mais simples, cada um dos quais apropriadamente formulado
como um problema cientfico especfico, de modo que seus resultados possam ser
coordenados, combinados ou sintetizados para responder o problema original complexo.
Essa abordagem pressupe que esses problemas especficos mais simples referem-se a
subsistemas do sistema global e so relativamente independentes. Muito
freqentemente, entretanto, essa pressuposio irreal. De fato, usualmente um
problema complexo se refere a um sistema cujos subsistemas so inter-relacionados de
modo ntimo e intrincado. Se esse fato ignorado e se procede para tentar respostas
para as partes separadas, pode no ser lograda uma soluo apropriada para o problema
global. Seja, por exemplo, o problema: qual a influncia das tcnicas de cultivo sobre a
produtividade do feijo?. A resposta a essa questo pode ser tentada atravs da sua
decomposio em questes simples, cada uma delas referente influncia de uma
tcnica de cultivo particular (poca, densidade e modo de semeadura, fertilizao do solo
com nitrognio, fsforo, potssio,..., uso de inseticidas, herbicidas, fungicidas,..., poca
de colheita, etc.) sobre a produtividade. Na soluo tentativa de cada uma dessas
questes, referente a uma tcnica de cultivo particular, as demais tcnicas de cultivo tm
2. Pesquisa Cientfica
53
de ser fixadas. Como a influncia de cada tcnica de cultivo sobre a produtividade tem
elevada dependncia das demais tcnicas de cultivo empregadas, a resposta imediata ao
problema complexo pode no ter significado ou no ser adequada.
Entretanto, no h alternativa: a decomposio de problemas complexos
necessria em pesquisa cientfica. A abordagem cientfica compreende a formulao de
um conjunto de problemas seqencial e iterativo que origine um programa de pesquisa
de longo prazo, de modo que as solues alcanadas em cada etapa sejam incorporadas
ao corpo de conhecimento atual, a partir do qual as questes sejam reiteradas ou
reformuladas.
d) Todas as caractersticas relevantes relacionadas ao problema devem ser
identificadas e consideradas.
Um problema no pode ser resolvido corretamente se as caractersticas que
implicam em sua manifestao no so corretamente identificadas ou so falsamente
reconhecidas. Assim, por exemplo, problemas relacionados com caractersticas fsicas
em humanos tambm so freqentemente relacionados com caractersticas psquicas.
Em algumas circunstncias, pode ser conveniente o emprego de procedimentos
apropriados para distinguir as respostas atribuveis a efeito real e a efeito imaginrio.
e) A existncia do problema deve ser assegurada.
Esse requisito demanda uma definio clara dos atributos do problema e uma
delimitao explcita de sua rea de existncia. Seria infrutfero, por exemplo, tentar
resolver o problema da incidncia de uma doena em animais se tal doena no
constitusse um problema. Semelhantemente, seria infrutfero tentar resolver tal problema
se o problema real no fosse a prpria doena, mas alguma deficincia nutricional ou
insalubridade de instalaes que torna os animais suscetveis.
f) O problema tem que ser bem concebido e delimitado.
O embasamento do problema, em particular suas pressuposies, no pode ser
falso ou indefinido. Por outro lado, o problema no pode ser demasiadamente amplo ou
vago. Pelo contrrio, deve integrar uma srie de problemas a serem considerados
progressivamente, passo a passo.
g) O problema deve ser compreendido antes de formulado.
Muito freqentemente, o pesquisador tenta resolver um problema antes de
compreender claramente seus componentes ou seus atributos distintivos e reconhecveis.
Assim, por exemplo, seria infrutfero procurar as causas de uma doena antes de ter uma
definio clara do significado de tal doena, de como reconhec-la, como distingu-la de
outras doenas e como mensur-la.
h) O problema deve ser tratvel pelas tcnicas de pesquisa cientfica existentes e
com os recursos disponveis.
Considerem-se, por exemplo, as seguintes questes: que produtividade de trigo se
obteria no Rio Grande do Sul se as doenas fossem erradicadas das lavouras e as
condies de clima e de solo fossem as ideais?, quando ser obtida uma cultivar de
feijo com produtividade superior em todo o Pas?, quanto tempo sobreviveria um
organismo que se tornasse completamente imune a doenas?. Essas questes no
permitem pesquisa emprica nessa poca. Trata-se apenas de especulaes no
respondveis pela cincia no presente estgio de desenvolvimento de suas respectivas
reas.
Em algumas circunstncias, pode no ser conhecido ou garantido que uma dada
questo possa ser respondida nas circunstncias presentes. Limitaes de informaes,
de recursos, de metodologia e impedimentos pesquisa de diversas origens podem
constituir barreira considervel no momento em que um problema posto. Muitas vezes
o cientista assume uma atitude pragmtica nessas situaes e decide executar a
pesquisa. No curso de sua pesquisa, ele pode defrontar-se com vrios obstculos e
limitaes para complet-la. Muitas das pesquisas realizadas nessas circunstncias so
54
Planejamento de Experimentos
conduzidas com a esperana de que originem alguma contribuio ao conhecimento e
devem ser consideradas como puramente especulativas.
i) O problema deve ser respondvel em termos objetivos.
Considere-se, por exemplo, a questo: o uso intensivo de pesticidas benfico
para o rebanho ovino?. Essa formulao no especifica o significado de diversos termos,
ou seja: intensivo, pesticidas e benfico. Para que um problema possa ser
respondido objetivamente so necessrias as definies das evidncias a serem
buscadas e a existncia de procedimentos padronizados de mensurao. Tambm
necessrio que essas evidncias e os procedimentos de mensurao a serem
empregados existam em forma sensvel e impessoal, tenham caractersticas distintas e
significativas, e possam ser avaliados e descritos sem subjetividade.
j) O problema deve ser formulado claramente, de modo que tenha o mesmo
significado para todas as pessoas inteligentes e bem informadas.
Para que uma pesquisa seja bem sucedida essencial que o problema a ser
resolvido seja estabelecido de modo claro, completo e explicito, em forma escrita. Esse
procedimento indispensvel para a garantia de que os recursos sejam despendidos de
modo frutfero e eficiente. A ausncia desses cuidados, que ocorre quando o problema
estabelecido de modo ambguo, vago ou equivocado, conduz a pesquisas ineficientes,
que decorrem, por exemplo, da coleta de dados inadequados ou desnecessrios, ou da
omisso de dados essenciais. Por exemplo, a questo a incidncia de doenas causa
prejuzos elevados produo de tomate? no especifica a origem ou o tipo da doena,
em quais tipos de lavouras e sob que condies ambientais ela ocorre, e o significado de
prejuzos elevados. Muito freqentemente, desejvel que uma questo seja formulada
de forma limitada e em termos to simples quanto possvel. Questes complexas, como a
exemplificada, devem ser preferivelmente decompostas em questes especficas e no
ambguas.
k) A formulao do problema deve delimitar a rea de pesquisa.
O estabelecimento de um problema de pesquisa particular deve delimitar a rea de
pesquisa, ou seja, o mbito do problema, o que demanda a caracterizao clara da
populao objetivo e de suas unidades. Em algumas situaes, a populao objetivo
definida implicitamente no contexto do problema; em outros casos, ela deve ser
especificada explicitamente. De qualquer forma, a populao objetivo deve ser
claramente estabelecida junto com o problema de pesquisa.
Um problema cientfico pode compreender uma pergunta simples, especfica e
temporria (por exemplo, quantos ovinos de um rebanho particular esto infectados com
helmintos?); no outro extremo pode compreender uma pergunta ampla e complexa (por
exemplo, qual a relao entre produtividade do milho e fertilidade do solo?). De modo
geral, a abrangncia de um problema determinada por um ou mais dos seguintes
fatores: a) objetivos e interesses da instituio de pesquisa e dos pesquisadores; b)
disponibilidade dos recursos relevantes; c) complexidade da base terica subjacente; d)
conhecimento disponvel que contribua para a soluo do problema; e) exeqibilidade da
pesquisa.
l) Devem ser consideradas formulaes alternativas ou substitutas, caso a
formulao original no seja exeqvel.
Em algumas circunstncias, a formulao original de um problema inexeqvel.
Um pesquisador prudente tem um estoque de formulaes alternativas para a
consecuo de seus objetivos. Uma formulao alternativa pode significar uma reduo
dos objetivos da pesquisa (como conseqncia de diminuio da abrangncia da
populao objetivo ou simplificao da hiptese cientfica, por exemplo), ou a tomada de
um caminho indireto para lograr uma aproximao do objetivo original. Como um
estrategista cuidadoso, o pesquisador experiente deve estar sempre pronto a efetuar
alteraes em formulaes e procedimentos, contanto que a essncia do problema no
seja alterada.
2. Pesquisa Cientfica
55
56
Planejamento de Experimentos
do mldio em pomares de videira da Regio da Serra do Rio Grande do Sul, que causa
prejuzos para a planta e a conseqente queda da produo de uva, que poderia ser
resumido na forma: A incidncia do mldio na Regio da Serra do Rio Grande do Sul
prejudica a produo de uva.
2.4.2
2. Pesquisa Cientfica
57
Planejamento de Experimentos
58
2.4.3
2. Pesquisa Cientfica
59
Planejamento de Experimentos
60
distores adicionais includas pelos autores subseqentes. Por essa razo as fontes
primrias devem ser preferidas.
De qualquer maneira que sejam respondidas as questes de relevncia,
confiabilidade e validade das fontes de informao, o pesquisador metdico inicia a
implementao de sua pesquisa pela reunio de uma bibliografia. Essa compilao serve
dois propsitos principais: a) prover uma lista de fontes que forneam a estrutura ou
cenrio do problema, e b) denotar as fontes especficas que sero utilizadas diretamente
na pesquisa. Para esses propsitos, imperativo que a bibliografia seja desenvolvida e
organizada de modo sistemtico. Para tal, devem ser empregadas tcnicas apropriadas.
Esse assunto tratado em textos especficos.
A leitura da literatura deve ser feita com uma atitude reflexiva crtica para que no
sejam perdidas a originalidade e a perspectiva. A mera acumulao de informao no
suficiente.
Fontes de informao
Para adquirir conhecimento bsico em um campo particular, aconselhvel iniciar
com a leitura de publicaes com abordagens gerais, como uma enciclopdia. Pode-se
seguir com a leitura de um texto um pouco mais detalhado, como um manual. Nessa
altura, pode ser conveniente proceder ao exame de ndices de bibliotecas ou catlogos
de livros para a identificao de livros sobre o tema de interesse. Se forem encontrados
livros especializados recentes com bibliografia suficiente, a busca pode encerrar-se aqui.
Nesse caso, o prximo passo ser obter as fontes originais das indicaes desses livros.
Usualmente, entretanto, no h um livro completo ou atualizado. Ento, ser
necessrio procurar artigos que apresentem levantamentos ou revises, em revistas
peridicas especializadas ou em alguma publicao anual com esses propsitos. Essas
fontes podem ser muito teis para proverem orientao e referncias.
Freqentemente, torna-se necessria a consulta a revistas de resumos. Em geral,
conveniente que essa busca seja procedida de modo retrospectivo, a partir do presente
at a obteno da desejada cobertura.
O estgio final a leitura dos artigos originais atuais. A essas alturas, o
pesquisador ter conhecimento da lista de revistas mais provveis de conterem artigos
sobre o tema de sua pesquisa e dos principais autores no campo.
Cada artigo conter referncias a trabalhos anteriores. Dessa forma, a procura
pode ser conduzida para o passado, com o propsito de obter referncias no
encontradas nas revistas de resumos.
Em ltima instncia, o meio mais eficaz de encontrar referncias a consulta a
pesquisadores experientes, se so acessveis.
De modo geral, recomendvel que o exame da literatura proceda do geral para o
particular. A estrutura do material bibliogrfico referente a um dado campo, em ordem
decrescente de generalidade, indicada a seguir:
Enciclopdias
As fontes mais gerais so as enciclopdias, que podem ser teis para a aquisio
de uma primeira viso de uma rea. Encyclopaedia Britannica, por exemplo.
Guias de literatura
Em segundo nvel de generalidade esto as publicaes indicativas, relatrios e
guias destinados a uma rea particular, que listam a literatura bsica constituda por
livros, revistas de reviso, resenhas e resumos, e as principais revistas que publicam
artigos tcnico-cientficos. Por exemplo, Guide to the Literature of the Zoological
Sciences, Manual of Reference Sources in Chemistry e Entomological Nomenclature and
Literature.
2. Pesquisa Cientfica
61
Manuais
No prximo nvel, esto os manuais e livros de referncia que apresentam de modo
compreensivo e resumido o estado do conhecimento em uma rea. Essas referncias
servem como material sumrio no campo. Por exemplo, A Dictionary of Applied Physics e
Encyclopedia of Chemical Technology.
Livros
O nvel seguinte de especializao constitudo pelos livros disponveis na rea.
Os livros textos e monografias provm o material bsico e muito freqentemente so bom
incio para a reviso da literatura. Os melhores livros provm uma introduo ao tpico de
pesquisa e um resumo da literatura publicada at a data em que o livro foi escrito. Pode
ser difcil encontrar os livros importantes referentes a um assunto. A procura pode iniciar
pelo ndice de assuntos ou nas prprias prateleiras de uma boa biblioteca. Naturalmente,
essa busca depende da acessibilidade de uma boa biblioteca.
H listas de livros cientficos que podem ser teis, embora nenhuma delas seja
completa. Por exemplo, The Cumulative Book Index e Bulletin Critique du Livre Franais.
Indicaes teis podem ser obtidas pela busca em listas providas por vendedores de
livros via Internet, como a Amazon.
Revistas especializadas
H um nmero crescente de revistas nacionais e internacionais de circulao
peridica (mensal, trimestral ou anual), que so publicadas por sociedades cientficas,
instituies de pesquisa e editoras comerciais, que publicam artigos tcnico-cientficos.
Essas revistas so fontes indispensveis de informao e atualizao dos avanos da
pesquisa em campos especializados do conhecimento. Por exemplo, Pesquisa
Agropecuria Brasileira, Bragantia, Revista Brasileira de Zootecnia, Crop Science,
Journal of Food Science, Journal of Bacteriology, Journal of Virology, Journal of
Parasitology, Current Biology e Current Genetics.
Resenhas e revises
So publicaes que apresentam o desenvolvimento ordenado e sistemtico do
conhecimento cientfico em reas particulares, usualmente escritas por pesquisadores
renomados e autores convidados. Por exemplo, Critical Reviews in Immunology, Critical
Reviews in Biotechnology, Nutrition Review, Physiological Reviews, Advances in Food
Research, Immunological Reviews (cada volume dedicado a um tema especfico) e
Annual Review of Plant Physiology and Plant Molecular Biology.
Revistas de resumos e indexao
As revistas de resumos e revistas de indexao em reas particulares so fontes de
informao valiosas referentes a artigos correntes e publicaes especializadas. Essas
publicaes so a principal orientao para o pesquisador que busca artigos em tpicos
especficos. Tambm constituem um dos principais recursos para atualizao com o
progresso cientfico. So exemplos de revistas de resumos: Chemical Abstracts Services,
Cambridge Scientific Abstracts, Biological Abstracts, Food Science and Technology
Abstracts e Entomological Abstracts. As revistas de indexao informam os contedos
das revistas mais importantes, por rea de conhecimento; com variadas facilidades de
informao, como ndices por ttulos, autores e assuntos. Por exemplo, Current Contents,
Research Alert, Science Citation Index, Bioresearch Index e Alerta Bibliogrfico.
Informaes sobre bibliografia e particularmente cpias de textos de artigos tcnicocientficos podem ser obtidas de bases de dados bibliogrficos gerais e mais
especializadas, acessveis atravs de servios de "comutao bibliogrfica" disponveis
em bibliotecas. Os contedos dessas bases ou sistemas de recuperao de informao
(BIOSIS Database, por exemplo) podem ser consultados atravs de indicao de
palavras-chaves que caracterizem a rea especfica para a qual se queira ter informao
sobre os artigos existentes.
Planejamento de Experimentos
62
2.5
2. Pesquisa Cientfica
63
64
Planejamento de Experimentos
geralmente empregado quando o propsito principal da pesquisa revelar as
caractersticas, as propriedades, as freqncias, ou a extenso das unidades, enquanto
que o termo "pesquisa explicativa" geralmente empregado para denotar um exame das
relaes existentes entre caractersticas de unidades j descritas.
2.6
2. Pesquisa Cientfica
65
2.7
Trabalho
Trabalho de Pesquisa
2.7.1
Planejamento de Experimentos
66
quando?, porque?, como?. Para responder essas questes o cientista deve ser
inquisitivo, deve ser curioso e jamais deve pensar que a soluo final foi alcanada, pois
isso significaria a concluso do processo cientfico. O pesquisador deve manter a mente
aberta e flexvel; caso contrrio, ele se tornaria incapaz de perceber eventos no usuais.
Essa caracterstica tambm permite ao pesquisador as descobertas acidentais que
freqentemente ocorrem na cincia.
Pacincia
O lento progresso da cincia decorre da complexidade da natureza. Apenas a
habilidade do pesquisador permite avanos significativos do conhecimento cientfico.
Descobertas significativas so usualmente resultados de muitos meses ou anos de
trabalho penoso e tedioso. Sucessos so freqentemente precedidos de muitas falhas e
de tentativas de correes. Assim, o cientista deve ser paciente e persistente e deve
satisfazer-se com poucas e distantes recompensas.
Objetividade
A objetividade um dos pr-requisitos da pesquisa cientfica. Idealmente, a opinio
e a atitude pessoal do pesquisador no deve afetar suas observaes. Entretanto, sendo
o pesquisador um ser humano, a objetividade perfeita invivel. Por mais que tente
eliminar a tendncia pessoal, o pesquisador incapaz de completamente evitar que suas
idias e expectativas influenciem a pesquisa que conduz.
Tolerncia a alteraes
A pesquisa cientfica busca a alterao do conhecimento. O pesquisador est
permanentemente imaginando novos mtodos e tcnicas para a pesquisa. Quando falha
uma abordagem particular para um problema, deve ser imaginada uma nova abordagem.
Quando cessa a mudana, cessa o processo cientfico porque, ento, continua-se a
aceitar e confiar em fatos antigos. Mudana no significa necessariamente abandono de
todos os fatos e mtodos do passado; significa apenas que o pesquisador deve exercer a
crtica do passado e estar constantemente alerta para fatos e tcnicas que possam
representar algum avano.
O pesquisador tambm deve ter outras caractersticas especiais que so requeridas
de todos profissionais de nvel superior, particularmente: vocao, preocupao com o
desenvolvimento profissional, colaborao, comunicao, criatividade, discriminao,
entusiasmo, exatido, firmeza, honestidade, imaginao, liberalidade, moralidade e
perseverana.
2.7.2
Equipe de pesquisa
O avano do conhecimento cientfico tornou o trabalho de pesquisa cientfica
extremamente complexo. Como conseqncia, a pesquisa cientfica se tornou uma
empresa multidisciplinar, que deve ser exercida por uma equipe de especialistas que
devem atuar cooperativamente nas diversas fases de sua execuo. Naturalmente, a
participao mais intensa de cada membro particular mais requerida em fases
especficas.
Idealmente, uma equipe de pesquisa deve ser constituda por especialistas
competentes nas diversas disciplinas relacionadas rea de pesquisa. Essa situao
raramente observada. Entretanto, ela deve ser perseguida, para que seja logrado o mais
prximo do ideal.
A liderana e a coordenao de uma equipe de pesquisa altamente importante
para a eficincia de sua atuao. O lder de pesquisa deve ser um pesquisador
experiente e competente, com habilidade para manter o interesse e a harmonia
necessria para o perfeito funcionamento do trabalho em equipe, e de estabelecer os
2. Pesquisa Cientfica
67
68
Planejamento de Experimentos
2.8
2.8.1
O mtod
mtodo
o cientfico e a estatstica
O sucesso da fsica newtoniana, suportada pela matemtica aplicada desenvolveu
e fortificou a viso determinista da cincia clssica dos sculos 17, 18 e 19. De fato, o
sucesso da aplicao da mecnica de Newton na fsica e na engenharia estimulou
matemticos busca de uma lei universal determinista, a partir da qual todos os
fenmenos pudessem ser preditos. atribudo ao matemtico Laplace ter proclamado:
"Uma vez eu tenha descoberto a lei universal, ento, dadas as posies iniciais e as
velocidades de todas as partculas neste mundo, eu poderei predizer a histria futura". O
trabalho cientfico ensinou mais modstia aos cientistas modernos, que de h muito
abandonaram o sonho de uma viso determinista. A pretenso de Laplace foi rechaada
como impossvel pelo princpio da incerteza de Heisenberg, com o advento da mecnica
quntica de Max Plank. Assim, mesmo a fsica, a lder das cincias exatas, deixou de ser
determinista.
A Estatstica parte da abordagem cientfica moderna da incerteza. Sua teoria
pode ser descrita como a "matemtica da incerteza". A lei universal determinista a partir
da qual todos os fenmenos poderiam ser preditos exatamente foi abandonada. A
abordagem cientfica moderna admite que as "leis" podem predizer apenas
"expectativas", e que as observaes reais podem diferir destas por "erros aleatrios".
o estudo desses erros que habilita a predies sob incerteza. A matemtica da incerteza
que governa esses erros o clculo de probabilidades.
A estatstica, entretanto, no pode ser identificada com o clculo de probabilidades.
Porque a estatstica uma cincia aplicada. Suas inferncias dependem vitalmente de
conceitos das reas particulares s quais a estatstica aplicada. Por essa razo, ela
comumente identificada com suas reas de aplicao, assumindo designaes
especficas em muitos casos, tais como estatstica experimental, biometria, bioestatstica,
econometria e sociometria, por exemplo.
Alguns pensam que a estatstica no mais do que um auxlio cincia, ao qual o
pesquisador recorre quando lhe aprouver. No outro extremo, esto aqueles que
consideram que a estatstica tem atributos mgicos para extrair informaes de dados de
pesquisas mal conduzidas. Essas idias errneas da funo da estatstica decorrem da
ignorncia do mtodo cientfico. A estatstica parte integrante do mtodo cientfico. O
conhecimento de sua funo e importncia na pesquisa cientfica depende do
conhecimento do prprio mtodo cientfico.
O desenvolvimento da estatstica tem decorrido da demanda do progresso cientfico
e tecnolgico. Est intimamente relacionado ao desenvolvimento do mtodo cientfico e
ao avano das diversas reas da cincia. O progresso da cincia neste sculo tem sido a
fonte para o extraordinrio desenvolvimento da estatstica.
notvel que o desenvolvimento da estatstica moderna iniciou-se na pesquisa
agrcola. Na segunda dcada deste sculo, as pesquisas da Estao Experimental de
Rothamsted, na Inglaterra, iniciadas em 1843, tinham gerado um considervel volume de
dados. Isto levou seu diretor, John Russell, a procurar, pela primeira vez, um especialista
para analisar essa informao numrica, contratando o matemtico Ronald Fisher. As
expectativas de Russell foram mais que superadas, j que Fisher, no decurso de apenas
14 anos em Rothamsted, desenvolveu a teoria e os mtodos de que foi necessitando e
que se tornaram a base da estatstica moderna. No ambiente propiciado por Rothamsted,
Fisher conseguiu a aplicao prtica de sua teoria da inferncia estatstica e concluses
relevantes para a pesquisa cientfica. Entre elas, a de que a quantidade de informao
gerada pelas inferncias de uma pesquisa no pode ser maior do que contida nos
dados. Conseqentemente, o processo de gerao de dados passou a assumir uma
importncia fundamental. Fisher logo compreendeu que, enquanto os mais elaborados
procedimentos estatsticos de anlise de dados podem incrementar a preciso em alguns
2. Pesquisa Cientfica
69
2.8.2
70
Planejamento de Experimentos
que o sol nascer amanh. Entretanto, a experincia indica que muito provvel que isso
ocorra e, de fato, o homem est satisfeito em acreditar que o sol continuar a nascer a
cada manh, em concordncia com as observaes prvias e com as leis cientficas
nelas baseadas.
Em particular, os mtodos estatsticos no provm qualquer prova absoluta da
eficcia dos tratamentos de um experimento. Entretanto, os mtodos estatsticos
capacitaro o pesquisador a estimar a probabilidade do continuado comportamento
desses tratamentos no nvel indicado por seu experimento.
Suponha-se, por exemplo, que um experimento seja conduzido para estimar o
efeito da suplementao da dieta com um ingrediente particular sobre o crescimento de
cordeiros. O experimento pode indicar que o suplemento aumenta o peso corporal de um
animal ao desmame em, na mdia, 2,5 kg. Esse resultado, entretanto, no prov
qualquer prova de que seria observado um crescimento semelhante, ou mesmo qualquer
crescimento, se o experimento fosse repetido sob condies semelhantes. O
experimentador poder ficar com dvida considervel sobre a valia de suas concluses.
O uso de um plano experimental com base estatstica seguido da apropriada
anlise estatstica dos resultados no remover necessariamente tal dvida, mas
permitir ao pesquisador atribuir um valor confiabilidade de seu resultado. Se ele
estiver interessado apenas na demonstrao da existncia de um efeito do suplemento,
ele poder estimar com que freqncia tal resultado surgir se o efeito no existe, e usla como uma base para suas concluses. Por exemplo, se ele for capaz de demonstrar
que diferenas to ou mais extremas do que as que ele obteve ocorreriam menos do que
uma vez em mil se o suplemento no tivesse qualquer efeito, ele estar razoavelmente
seguro em desconsiderar a possibilidade de sua ineficcia e concluir que a
suplementao eficaz. Todavia permanece a possibilidade de ela ser ineficaz, mas,
agora, alguma medida da possibilidade disponvel e pode ser usada para demonstrar a
plausibilidade da existncia de um efeito do suplemento.
usualmente reconhecido que o emprego de mtodos estatsticos pode contribuir
grandemente para a eficincia da pesquisa cientfica e, particularmente, para a validade
das inferncias que ela deriva. Entretanto, o desconhecimento dos fundamentos dos
mtodos estatsticos, especialmente no que diz respeito aos requisitos para a validade de
suas aplicaes, conduz, freqentemente, ao seu mau uso. Muitas vezes, a estatstica
usada como uma muleta para pesquisa mal concebida e mal conduzida. Muito
freqentemente, a estatstica empregada em boa f, mas com ateno insuficiente para
as pressuposies requeridas para a validade dos mtodos empregados. Por essas e
outras razes, necessrio que o pesquisador, usurio dos mtodos estatsticos,
compreenda claramente as tcnicas que ele emprega.
Saliente-se que o uso de metodologia estatstica no salva uma pesquisa mal
planejada ou mal conduzida. De nada adianta a utilizao de mtodos estatsticos,
algumas vezes sofisticados, para a anlise de dados de pesquisas falhas, cuja qualidade
questionvel. A utilizao da estatstica nesse caso pode conduzir a resultados ilusrios
e enganosos. Por essa razo, no demais reiterar a relevncia que deve ser atribuda
aos cuidados no planejamento e na conduo da pesquisa. Para a maior garantia de tais
cuidados conveniente que o processo de pesquisa cumpra um ritual sistemtico que
garanta a apropriada considerao de cada aspecto importante, em cada uma de suas
etapas. Para tal, importante a participao, na poca apropriada, de todos os
pesquisadores de reas especficas que possam contribuir para a execuo da pesquisa.
Em particular, a participao de especialista em estatstica deve iniciar-se, pelo menos,
na fase de planejamento, quando so tomadas as definies referentes metodologia,
que implicam na adequao do plano e dos conseqentes mtodos de anlise estatstica
aos objetivos e condies da pesquisa.
2. Pesquisa Cientfica
2.8.3
71
Exerccios 2.3
1. Explique e ilustre os trs objetivos da pesquisa cientfica.
2. Qual o propsito essencial de uma pesquisa explicativa?
3. Qual a importncia da pesquisa exploratria?
4. Explique como deve ser procedida a fase de anlise do mtodo cientfico para a identificao
de problemas para originar um programa de pesquisa.
5. Caracterize os seguintes conceitos referentes organizao hierrquica da pesquisa em uma
instituio de pesquisa: ao de pesquisa, projeto de pesquisa e programa de pesquisa.
6. Explique por que o trabalho de pesquisa usualmente requer a participao cooperativa de uma
equipe multidisciplinar.
7. Liste e explique os aspectos importantes para a orientao apropriada da equipe de um
projeto de pesquisa.
8. Explique que as razes do desperdcio de recursos na pesquisa.
9. Explique a relao entre a estatstica e o mtodo cientfico.
10. O que significa e qual a origem da atitude ritualista de muitos pesquisadores?
11. Explique porque o mtodo estatstico no capaz de prover a prova absoluta da verdade de
um fato.
Planejamento de Experimentos
72
Exerccios de Reviso
1. Qual a relao entre pesquisa cientfica e mtodo cientfico?
2. Conceitue e exemplifique pesquisa pura e pesquisa aplicada.
3. Liste as particularidades que caracterizam um sistema (unidade). Ilustre-as atravs de um
exemplo de sistema de sua rea.
4. Explique a importncia da definio da populao objetivo e das correspondentes unidades
em uma pesquisa cientfica.
5. Distinga os conceitos de populao amostrada e populao objetivo.
6. Esclarea os significados dos conceitos de amostra, populao amostrada e erro de
amostragem.
7. Explique a importncia das faculdades do homem de observao e raciocnio na derivao de
conhecimento.
8. Qual o significado de mensurao de uma caracterstica?
9. Explique e ilustre com um exemplo porque muito freqentemente uma caracterstica pode ser
expressa por mais de uma varivel.
10. Quais so as diferenas fundamentais entre inferncia dedutiva e inferncia indutiva?
11. Porque a inferncia dedutiva inferncia certa e inferncia indutiva, inferncia incerta?
12. Liste e explique resumidamente os estgios de uma pesquisa cientfica completa.
13. Explique e ilustre os significados de pesquisa exploratria, pesquisa descritiva e pesquisa
explicativa.
14. Como o processo da pesquisa cientfica origina um problema cientfico, a correspondente
hiptese cientfica e a decorrente pesquisa cientfica?
15. Qual a razo da necessidade e importncia da composio de equipes de pesquisa
multidisciplinares e da atuao interdisciplinar dessas equipes nas atividades de pesquisa
cientfica?
16. Explique porque a metodologia estatstica imprescindvel no procedimento de inferncia na
pesquisa em cincias fatuais.
17. Porque o uso de mtodos estatsticos pode conduzir a resultados ilusrios e enganadores?
18. Porque todo pesquisador deve ter domnio da metodologia cientfica, em particular dos
mtodos estatsticos, comumente aplicados em sua rea?
19. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco:
a) O conhecimento de um fenmeno adquirido atravs de duas faculdades do homem:
................................................ e ......................................... . ............................................ a
aplicao atenta dos sentidos a um fenmeno, para dele adquirir conhecimento claro e
preciso. ....................................... a faculdade que busca o conhecimento pela elaborao
de julgamentos referentes realidade.
b) ................................................ o ente unitrio de interesse em uma pesquisa cientfica; o
conjunto de todos esses entes unitrios denominado ................................................. .
c) .............................................. uma propriedade das unidades de uma populao objetivo;
uma forma de sua manifestao denominada .......................................... .
d) ......................................... um subconjunto das unidades da populao objetivo escolhido,
ou um conjunto de unidades construdas, para representar a populao objetivo em uma
pesquisa; o processo de sua obteno denominado ..........................................
e) No processo de amostragem ........................................... todas as unidades da populao
objetivo tm igual chance de constituir a amostra.
f) O processo de raciocnio que deriva uma ou mais proposies a partir de uma ou mais
proposies prvias denominado ............................................. . O processo de raciocnio
que deriva proposies particulares a partir de proposies gerais o processo de
inferncia .......................................... . A forma de raciocnio que deriva proposies gerais a
partir de proposies particulares ...................................................... .
2. Pesquisa Cientfica
73
Planejamento de Experimentos
74
23 (
24 (
25 (
26 (
27 (
28 (
29 (
30 (
31 (
32 (
33 (
34 (
35 (
36 (
37 (
38 (
39 (
40 (
2. Pesquisa Cientfica
Problema explicativo
Pesquisa exploratria
Pesquisa explicativa
75
Hiptese de pesquisa
Pesquisa descritiva
Ao de pesquisa
Bibliografia
BUNGE, M. La investigacin cientfica, su estrategia y su filosofa.
filosofa 4. ed. Barcelona:
Editorial Ariel, 1975. 955p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
FISHER, R. A. The place of the design of experiments in the logic of scientific inference.
Colloques Internationaux du Centre National de la Recherche Scientifique, Paris,
n.110, p.13-19, 1962.
LASTRUCCI, C. L. The scientific approach, basic principles of the scientific method.
method
Cambridge, Massachusetts: Schenkman Publishing Company, 1963. 257p.
SILVA, J. G. C. da. O ensino da estatstica no Sistema Nacional de Pesquisa
Agropecuria. In: ENCONTRO NACIONAL DE MTODOS QUANTITATIVOS, III,
Anais.
Anais Braslia, 20-22 junho, 1995. Empresa Brasileira de Pesquisa Agropecuria,
Braslia, 1995. p.89-107.
SILVA, J. G. C. da. Mtodos quantitativos no Sistema Nacional de Pesquisa Agropecuria
(SNPA): Um programa de capacitao e reciclagem de pesquisadores agrcolas.
In: SILVA, E.C. (editor) Mtodos quantitativos e planejamento na EMBRAPA com
enfoque na informao e na tecnologia da informao
informao. Braslia: Empresa
Brasileira de Pesquisa Agropecuria, Departamento de Pesquisa e Difuso de
Tecnologia, 1995. p.69-87.
SILVA, J. G. C. da. Mtodo cientfico e pesquisa agropecuria. In: SILVA, E.C. (editor)
Mtodos quantitativos - Planejamento e qualidade na EMBRAPA.
EMBRAPA Braslia:
Empresa Brasileira de Pesquisa Agropecuria, Departamento de Pesquisa e
Difuso de Tecnologia, 1997. p.1-46.
URQUHART, N. S. The anatomy of a study. Hortscience
Hortscience, v.16, n.5, p.621-627, 1981.
WILSON, E. B. An introduction to scientific research.
research New York: McGraw-Hill, 1952. 373p.
Contedo
3.1
Introduo..................................................................................................................... 79
3.2
3.3
3.3.1
3.4.1
3.4.2
Relaes de caractersticas.................................................................................... 96
Controle da amostra ............................................................................................. 102
3.5.1
3.5.2
3.5.3
78
Planejamento de Experimentos
Estudo observacional retrospectivo................................................................................ 112
Estudo observacional no controlado............................................................................. 113
3.5.4
Escolha do mtodo de pesquisa explicativa ......................................................... 114
3.6
Utilizao dos Mtodos de Pesquisa Cientfica........................................................... 117
Exerccios de Reviso ................................................................................................ 121
Conceitos e Termos Chave......................................................................................... 126
Bibliografia.................................................................................................................. 127
3.1
79
Introduo
Neste Captulo completado o embasamento conceitual referente ao mtodo
cientfico e pesquisa cientfica relevante para a caracterizao da importncia e do
papel da pesquisa experimental. Na Seo 2.5 foram caracterizados os trs objetivos da
pesquisa cientfica, ou seja, exploratrio, descritivo e explicativo. Esses objetivos no so
mutuamente exclusivos. Em algumas situaes uma pesquisa cientfica particular pode
ter mais de um desses trs desses objetivos. Qualquer que seja o objetivo da pesquisa,
ela tem que ser implementada atravs de um mtodo de pesquisa. A funo do mtodo
de pesquisa a organizao dos procedimentos de pesquisa com os propsitos de
minimizar o erro, economizar esforos e prover a coleta eficiente da evidncia relevante
aos propsitos da pesquisa.
A literatura apresenta uma ampla gama de mtodos de pesquisa, com diferenas
de procedimentos e de designaes que variam com a rea da cincia. Neste Captulo
so considerados os mtodos de pesquisa mais usuais em biologia e particularmente na
pesquisa agropecuria. Cada um desses mtodos, por suas caractersticas, mais
apropriado para um dos trs objetivos. Entretanto, em geral, eles so utilizveis para
mais de um objetivo de pesquisa. De fato, o uso de qualquer desses mtodos por si no
determina se os dados derivados sero exploratrios, descritivos ou explicativos; apenas
o emprego desses dados pode determinar seu carter.
Nas prximas Sees os mtodos de pesquisa so apresentados e ilustrados com
relao aos objetivos para os quais eles so mais especificamente apropriados. Assim, a
Seo 3.2 apresenta os mtodos de pesquisa exploratria. A Seo 3.3 trata dos
mtodos de pesquisa descritiva, usualmente denominados levantamentos. A Seo 3.4
constitui uma introduo aos mtodos de pesquisa explicativa. Esta Seo aborda dois
temas especficos da pesquisa explicativa: relaes de caractersticas (Seo
Seo 3.4.1)
3.4.1 e
controle da amostra (Seo
Seo 3.4.2).
3.4.2 Na Seo 3.5 faz-se a caracterizao dos trs
mtodos de pesquisa explicativa: experimento, estudo observacional e levantamento por
amostragem explicativo, focalizando ateno, principalmente, nas distines entre esses
mtodos que tm implicaes relevantes para inferncias referentes a relaes causais
de caractersticas. Na Seo 3.6 discute-se a utilizao dos mtodos de pesquisa na
pesquisa cientfica, para caracterizar que mtodos de pesquisa exploratria, descritiva e
explicativa devem ser utilizados estrategicamente nas fases de sntese inicial, anlise e
sntese final de cada ciclo de aplicao do mtodo cientfico para a gerao de
conhecimento.
3.2
Planejamento de Experimentos
80
estudo de casos,
estudo de prottipos,
modelagem matemtica.
Estudo de casos
No mtodo de estudo de casos,
casos o pesquisador escolhe um subconjunto de
poucas unidades (cas
casos
casos)
os da populao objetivo com as caractersticas relevantes
para o propsito da pesquisa, e efetua a descrio de um subconjunto numeroso de
caractersticas dessas unidades, segundo um plano preestabelecido.
O mtodo de estudo de casos apropriado para a descrio intensiva de uma ou
poucas unidades, com base em observaes diretas e entrevistas. Um caso pode ser um
indivduo, grupo, comunidade, organizao ou processo. Os casos podem ser unidades
tpicas que caracterizem a diversidade de uma populao objetivo, ou unidades de algum
interesse particular. So registradas informaes referentes a todas as caractersticas
relevantes para a identificao e descrio pormenorizada dessas unidades.
Esse mtodo de pesquisa originou-se na rea de cincias sociais, mas tambm
passou a ser utilizado em outras reas de pesquisa, como sade pblica, indstria e
agropecuria.
O estudo de casos um mtodo de pesquisa muito til para prover idias,
identificar problemas e sugerir hipteses que possam ser verificadas atravs de pesquisa
explicativa. Por essa razo, ele muito til na fase de sntese inicial de um ciclo da
aplicao do mtodo cientfico na pesquisa. Suas grandes desvantagens so no
propiciar a identificao da causa de um efeito especfico com grau de confiabilidade
aceitvel e no prover base de inferncia para generalizao para outras unidades da
populao objetivo.
O estudo de casos tambm muito til para a descrio de eventos raros e para
proviso de contra-exemplo de algum princpio aceito universalmente.
O estudo de casos pode seguir uma pesquisa descritiva, ou seja, um levantamento.
Em algumas pesquisas inicialmente efetuado um levantamento por amostragem para
identificao de agrupamentos tpicos das unidades da populao objetivo. Aps essa
fase de tipificao, segue-se um estudo de casos com uma ou poucas unidades de cada
um desses agrupamentos.
Exemplo 3.1
Uma unidade de pesquisa agrcola que deseja tomar conhecimento com profundidade dos
sistemas de produo em uso em uma regio efetua um levantamento para identificao dos
sistemas usuais tpicos e, ento, escolhe uma unidade de cada desses grupos e a acompanha por
um certo intervalo de tempo, registrando dados de um grande nmero de caractersticas dessas
unidades. Este um exemplo de um levantamento de tipificao seguido de um estudo de casos;
cada um dos sistemas ou unidades tpicas escolhidas na primeira fase da pesquisa um "caso"
para o estudo de casos da segunda fase.
81
Estudo de prottipos
O mtodo de estudo de prottipos consiste em montar uma ou poucas unidades
com um conjunto de caractersticas escolhidas, e efetuar a observao e mensurao
de caractersticas relevantes dessas unidades, segundo um plano preestabelecido. As
unidades sob as quais conduzida a pesquisa so denominadas de prottipos.
prottipos
O mtodo de estudo de prottipos surgiu na pesquisa industrial. O objetivo de um
estudo de prottipos principalmente a deteco de problemas. Na indstria, os
prottipos so modelos fsicos de mquinas ou equipamentos que resultam do agregado
de componentes desenvolvidos e produzidos independentemente, algumas vezes
oriundos de vrios fornecedores especializados. O estudo de prottipos visa
principalmente a avaliao do desempenho desses modelos, antes da fabricao em
larga escala e comercializao.
Diferentemente do estudo de casos, no qual as unidades existem antes da chegada
do pesquisador, no estudo de prottipos as unidades so montadas especialmente para a
pesquisa.
O estudo de prottipos um mtodo de pesquisa exploratria muito til na pesquisa
cientfica, principalmente para prover a sntese de resultados de pesquisa analtica
explicativa atravs de sua integrao em sistemas reais, e prover a identificao de
problemas e hipteses que possam ser verificadas atravs de pesquisa explicativa.
Exemplo 3.2
Uma unidade de pesquisa de sunos monta, em sua sede, uma unidade ou sistema de
produo de sunos criados em confinamento, incorporando as tecnologias geradas pela pesquisa,
com o propsito de observar os resultados das interaes dessas tecnologias quando integradas
ao sistema global, e o desempenho do novo sistema. Nessas circunstncias, essa unidade
constitui um laboratrio para experincia e observao para a identificao de problemas e
gerao de sugestes de hipteses que podero ser verificadas por pesquisas explicativas.
Planejamento de Experimentos
82
3.3
83
Planejamento de Experimentos
84
3.3.1
Amostragem probabilista
A amostragem probabilista tem as seguintes propriedades:
a) cada unidade da populao objetivo tem uma probabilidade conhecida de ser
selecionada para a amostra;
b) a amostra extrada por algum mtodo de seleo consistente com essas
probabilidades;
c) podem ser derivadas inferncias objetivas para a populao objetivo por
procedimentos estatsticos que levem em conta essas probabilidades de
seleo.
Delineamentos de amostragem probabilista tambm so convenientes por
possibilitarem a determinao do erro de amostragem, ou seja, do grau em que a
populao amostrada difere da populao objetivo. Essa informao permite a avaliao
objetiva da representatividade da amostra. Delineamentos de amostragem no
probabilista no possibilitam essa avaliao.
Os delineamentos de amostragem probabilista mais usuais so os seguintes:
amostragem aleatria simples,
amostragem aleatria estratificada,
amostragem aleatria por conglomerados,
amostragem aleatria estratificada por conglomerados,
amostragem aleatria em estgios,
amostragem aleatria sistemtica e
amostragem aleatria mltipla.
C6 = 20 amostras (diferentes) possveis de tamanho 3, ou seja: abc, abd, abe, abf, acd, ace, acf,
ade, adf, aef, bcd, bce, bcf, bde, bdf, bef, cde, cdf, cef e def. Ento, pode-se obter uma amostra
aleatria simples de tamanho 3 dessa populao identificando essas 20 amostras com os
nmeros inteiros de 1 a 20 e, a seguir, selecionado um desses nmeros de tal modo que qualquer
um deles tenha a mesma chance de ser selecionado.
85
Planejamento de Experimentos
86
Suponha-se que se toma uma amostra aleatria simples de uma unidade de cada um
desses dois estratos. Ento, pode resultar uma das seguintes 18 amostras aleatrias estratificadas
identificadas nas colunas da Figura 3.1.
Amostra:
9 10 11 12 13 14 15 16 17 18
Estrato 1: a
Estrato 2: b
9 10 11 12 13 14 15 16 17 ... 43 44 45
Estrato 1: a
Estrato 2:
87
Planejamento de Experimentos
88
89
Planejamento de Experimentos
90
3.3.2
91
Amostragem no probabilista
Em algumas circunstncias pode ser impraticvel ou inconveniente a considerao
de todas as unidades de uma populao real no processo de escolha da amostra. Assim,
por exemplo, em uma pesquisa da preferncia dos eleitores do Estado do Rio Grande do
Sul em relao aos candidatos a governador na prxima eleio, impraticvel constituir
a amostra por um subconjunto de indivduos escolhidos da lista dos eleitores aptos para o
exerccio do voto; em uma pesquisa da opinio dos cidados de um municpio sobre um
tema particular pode ser impraticvel ou inconveniente a considerao de todos os
habitantes desse municpio no processo de gerao da amostra. Circunstncias
semelhantes ocorrem quando as unidades de uma populao real no podem ser todas
identificadas ou no so todas acessveis, como, por exemplo, em um levantamento da
populao dos peixes de um lago, em um levantamento para caracterizao botnica de
espcies vegetais nativas de uma regio, e em um levantamento dos animais de uma
reserva biolgica. Nessas circunstncias, torna-se impraticvel ou invivel a utilizao de
um delineamento de amostragem probabilista.
A utilizao de delineamento de amostragem probabilista tambm invivel quando
a populao objetivo uma populao conceitual, cujas unidades no so todas
disponveis no momento de execuo da pesquisa. Nesse caso a populao objetivo
pode ser especificada apenas conceitualmente, ou seja, pela descrio das propriedades
das unidades que a constituem.
Em todas essas situaes, a escolha da amostra deve ser baseada em critrio e
julgamento humano. Nessas circunstncias a probabilidade de cada unidade particular da
populao objetivo ser escolhida para constituir a amostra no conhecida. De fato, em
muitas situaes uma frao considervel dessas unidades no tem chance de ser
selecionada para a amostra.
Como esses processos de amostragem no tm base probabilista, no permitem a
determinao do erro de amostragem e a avaliao objetiva da representatividade da
amostra. Pela essa mesma razo, no possibilitam a derivao de inferncias para a
populao objetivo por procedimentos estatsticos. Tais inferncias devem ser baseadas
em julgamento subjetivo. Como conseqncia, so geralmente sujeitas
tendenciosidade, que no pode ser avaliada objetivamente.
Os delineamentos de amostragem no probabilista mais usuais so os seguintes:
amostragem de julgamento,
amostragem de convenincia,
amostragem por quota,
amostragem no aleatria sistemtica,
amostragem a esmo e
amostragem mecnica.
Amostragem de julgamento
julgamento
Em um delineamento de amostragem de julgamento a amostra constituda com
base em julgamento do pesquisador que procura selecionar um subconjunto de
unidades representativo da populao objetivo.
Muito freqentemente a amostra escolhida por um especialista na rea de
pesquisa que, por ser considerado profundo conhecedor das caractersticas relevantes
das unidades da populao objetivo, julgado habilitado a selecionar uma amostra que
represente essas caractersticas. Usualmente, um critrio importante para a escolha da
amostra a manifestao da variabilidade presente na populao objetivo.
Planejamento de Experimentos
92
Exemplo 3.14
93
Planejamento de Experimentos
94
Exemplo 3.17
Amostragem a esmo
A amostragem a esmo um processo de escolha da amostra no aleatria
particularmente utilizvel quando as unidades da populao objetivo so indivduos ou
objetos dispostos em algum recipiente, compartimento ou instalao. O pesquisador
procura constituir a amostra por unidades escolhidas por processo supostamente
corresponde escolha aleatria sem, no entanto, realizar propriamente sorteio.
Em um delineamento de amostragem a esmo a amostra constituda por
unidades selecionadas de diversos pontos da populao objetivo escolhidos por
algum procedimento que simule o acaso.
A amostragem a esmo til para algumas situaes em que a populao objetivo
muito numerosa, as unidades no so identificadas ou pode ser difcil acessar unidades
selecionadas. Nessas circunstncias, a adoo de processos de amostragem probabilista
pode ser muito trabalhosa. Pode ser procedida de diversas formas. Por exemplo, no caso
em que as unidades esto dispostas em algum recipiente, pegando as unidades ao
alcance da mo, em diversas posies; quando as unidades esto em algum
compartimento ou instalao de maior porte, percorrendo o compartimento ou instalao
e tomando as unidades ao alcance, em vrios pontos. O Exemplo 3.18 ilustra algumas
situaes de uso de amostragem a esmo.
Exemplo 3.18
a) Levantamento referente a caractersticas dos parafusos contidos em uma caixa procedido
atravs de uma amostra de alguns parafusos pegados em cada um de dez pontos da caixa.
b) Levantamento de caractersticas de pintos dispostos em diversas gaiolas cada uma com
100 pintos em que de cada uma dessas gaiolas o pesquisador pega 5 pintos ao alcance de sua
mo.
c) Levantamento para caracterizao da qualidade da carne armazenada em uma cmara
frigorfica cuja amostra constituda por pores de carne coletadas em diversas posies ao
longo de uma caminhada pelo armazm.
95
Planejamento de Experimentos
96
3.4
Pesquisa Explicativa
3.4.1
Relaes de caractersticas
Pesquisa descritiva pode prover a identificao de relaes de associao de
caractersticas. Embora informaes descritivas sejam freqentemente teis para
predio de caractersticas relevantes, usualmente desejvel a identificao da origem
da variao dessas caractersticas, ou seja, das caractersticas cuja variao implique
variao dessas caractersticas. Alm disso, tambm desejvel conhecer as relaes
das caractersticas que so objeto de predio (efeitos
efeitos)
efeitos com as caractersticas que
produzem sua variao (causas
causas).
causas Esse conhecimento importante pelo fato de que o
conhecimento das causas aumenta a habilidade para predio e controle dos efeitos.
Em geral, a existncia de associao entre caractersticas no significa que haja
relao causal entre elas. De fato, em particular, duas caractersticas A e B podem
relacionar-se por associao de uma das diversas formas representadas na Figura 3.3:
a) causao determinstica - alteraes da caracterstica A causam alteraes da
caracterstica B;
b) resposta comum - alteraes de ambas caractersticas A e B so causadas por
alteraes de uma terceira caracterstica C; e
c) causao com confundimento - alteraes da caracterstica B so causadas por
alteraes da caracterstica A e alteraes de uma terceira caracterstica C.
97
98
Planejamento de Experimentos
A dificuldade desse processo a presena da variabilidade natural das demais
caractersticas das unidades.
Em uma pesquisa cientfica explicativa so identificados trs subconjuntos das
caractersticas das unidades da populao objetivo, que so designadas como segue
(Figura
Figura 3.4):
caractersticas que exprimem o desempenho ou comportamento das unidades:
- caractersticas respostas
respostas;
caractersticas que supostamente afetam as caractersticas respostas:
- caractersticas explanatrias ou caractersticas explicativas;
explicativas e
demais caractersticas das unidades:
- caractersticas estranhas.
estranhas
99
Planejamento de Experimentos
100
conduo da pesquisa; portanto, subconjuntos dos respectivos nveis definidos para a populao
objetivo, apropriadamente escolhidos para representar as correspondentes populaes de nveis.
As caractersticas estranhas so as demais caractersticas das unidades da amostra, ou
seja, as caractersticas das unidades excludas as caractersticas respostas e as caractersticas
explanatrias; portanto, so: as caractersticas referentes semente (genticas e fenotpicas,
tamanho, vigor, pureza, sanidade, etc.), ao ambiente (solo, clima, incidncias de pragas, doenas,
invasoras e predadores, etc., excetuadas as caractersticas inerentes a local e ano, definidas
como caractersticas explanatrias), s tcnicas de cultivo (preparo do solo, plantio, aplicao de
defensivos, excetuado fungicida para controle da giberela e freqncia de aplicao, definidos
como caractersticas explanatrias, etc.), e aos processos de mensurao e de registro dos dados.
A Figura 3.6 ilustra as relaes entre esses trs subconjuntos de caractersticas da amostra.
Exemplo 3.20
Considere-se a pesquisa de que trata o Exemplo 2.4
2.4: Controle de vermes intestinais em
unidades de produo de carne de cordeiro mamo da Regio Sul do Estado do Rio Grande do
Sul.
As caractersticas respostas importantes para os objetivos do experimento so: peso
corporal ao abate, quantidade de parasitas nas vsceras do animal, e peso corporal e quantidade
de ovos nas fezes em instantes especficos do perodo experimental.
O pesquisador decide considerar o anti-helmntico Ranizole e estabelece o objetivo
particular de determinar a dose tima desse anti-helmntico no intervalo de 0 a 40 mg/kg peso
vivo, para animais machos e fmeos. Ento, h duas caractersticas explanatrias sob
considerao: anti-helmntico Ranizole e sexo. Os nveis da primeira caracterstica explanatria na
populao objetivo so o conjunto das doses do intervalo [0; 40 mg/kg peso vivo]; os nveis da
segunda caracterstica explanatria so os dois sexos macho e fmeo. Como a incidncia de
parasitos e, conseqentemente, o efeito do anti-helmntico, pode variar com as condies
ambientais, planejado conduzir a pesquisa em trs locais, em trs anos consecutivos; logo local
e ano tambm so considerados caractersticas explanatrias.
Os nveis da caracterstica explanatria anti-helmntico Ranizole na amostra so um
subconjunto dos nveis do intervalo [0; 40 mg/kg peso vivo], apropriadamente escolhidos de modo
que a relao entre a caracterstica resposta e essa caracterstica explanatria na populao
objetivo possa ser aproximada pela correspondente relao manifestada na amostra. Conforme
ser justificado na Seo 8.3.3,
8.3.3 os nveis na amostra devem compreender, necessariamente, os
dois nveis extremos da populao objetivo, ou seja, 0 e 40 mg/kg, e pelo menos um nvel
intermedirio. Ento, o pesquisador decide definir para a amostra os nveis 0, 20 e 40 mg/kg. Os
nveis da caracterstica explanatria sexo na amostra so os prprios nveis da populao objetivo,
ou seja, macho e fmea. Os nveis das caractersticas explanatrias local e ano na amostra so os
locais e os anos particulares escolhidos para a conduo do experimento, ou seja, os
subconjuntos dos correspondentes nveis da populao objetivo supostamente escolhidos por
processo aleatrio.
101
Exemplo 3.21
Seja a pesquisa do Exemplo 2.5
2.5: Efeito da incidncia da virose do enrolamento sobre a
quantidade e qualidade da produo de uva de videira da cultivar Itlia, na regio vitcola do
Estado do Rio Grande do Sul.
As caractersticas respostas importantes so: peso do cacho, nmero de cachos, peso
mdio do cacho, e teor de acar e acidez da uva.
O objetivo dessa pesquisa define incidncia da virose do enrolamento como uma
caracterstica explanatria. O pesquisador decide considerar trs graus de infeco: sem infeco,
infeco mdia e infeco forte; logo esses so os trs nveis dessa caracterstica explanatria na
populao objetivo. Local e ano tambm so considerados como caractersticas explanatrias, j
que a quantidade e a qualidade da produo de uva pode depender das condies ambientais.
Os nveis da caracterstica explanatria infeco de virose do enrolamento na amostra so
aqueles mesmos da populao objetivo, ou seja, sem infeco, infeco mdia e infeco forte.
Como nas pesquisas ilustradas nos exemplos anteriores, os locais e os anos da mostra so
escolhidos de modo a que seja lograda a apropriada representatividade da variao ambiental da
populao objetivo.
As caractersticas estranhas da amostra so as caractersticas das unidades que no so
caractersticas respostas nem caractersticas explanatrias, ou seja: as caractersticas referentes
planta (genticas e fenotpicas, vigor, sanidade, excetuada a incidncia da virose do
enrolamento, que uma caracterstica explanatria), ao ambiente (solo, clima, incidncias de
pragas, doenas, predadores, etc., excetuadas as propriedades inerentes a local e ano, que so
caractersticas explanatrias), s tcnicas de cultivo (adubao, aplicao de inseticidas,
herbicidas, fungicidas, etc.), e aos processos de mensurao e de registro dos dados.
Exemplo 3.22
Pesquisa: "Impacto da adoo de novas tecnologias referentes a cultivar, adubao,
inseticida, herbicida e fungicida sobre a produtividade de lavouras de feijo do Estado do Rio
Grande do Sul" (Exemplo
Exemplo 2.6
2.6).
Planejamento de Experimentos
102
3.4.2
Controle da amostra
De modo geral, a variao manifestada pelas caractersticas respostas nas
unidades da amostra atribuvel tanto variao das caractersticas explanatrias como
variao das caractersticas estranhas. Como conseqncia, h um confundimento dos
efeitos causais de caractersticas explanatrias sobre caractersticas respostas com
efeitos de caractersticas estranhas.
Os efeitos de duas caractersticas (explanatrias ou estranhas) sobre uma
caracterstica resposta so confundidos quando no podem ser distinguidos um do
outro.
O confundimento dificulta e pode impossibilitar a derivao de inferncias no
tendenciosas referentes a relaes causais entre caractersticas respostas e
caractersticas explanatrias.
A variao de uma caracterstica resposta atribuvel variao de caractersticas
estranhas denominada erro de pesquisa.
pesquisa
A designao "erro de pesquisa" provm do fato de que as inferncias referentes a
efeitos casuais de caractersticas explanatrias sobre caractersticas respostas esto
sujeitas a erro proveniente da variao das caractersticas respostas que devida a
103
Planejamento de Experimentos
104
105
Planejamento de Experimentos
106
Controle estatstico
O controle estatstico de uma caracterstica estranha compreende o registro de
dados dessa caracterstica e seu uso para ajustamento dos valores observados da
caracterstica resposta com vistas a eliminar a variao atribuvel caracterstica
estranha controlada.
Atravs de procedimento apropriado de anlise estatstica, denominado de anlise
de coco-variao,
variao a variao atribuvel caracterstica estranha controlada (expressa por
uma varivel denominada coco-varivel ou varivel concomitante)
concomitante eliminada do erro de
pesquisa e das diferenas de resposta entre os nveis das caractersticas explanatrias.
Exemplo 3.26
a) Na pesquisa de controle de vermes intestinais de ovinos atravs de anti-helmnticos
(Exemplo
Exemplo 3.20),
20 se a variao de peso corporal dos animais de cada grupo de idade constitudo
pelo controle local relevante, pode ser apropriado o exerccio do controle estatstico do peso
corporal, para permitir o ajustamento dos valores observados da resposta de modo a eliminar as
diferenas atribuveis peso corporal.
b) A adoo do controle estatstico no parece relevante nas pesquisas ilustradas no
Exemplo 3.19,
19 no Exemplo 3.21 e no Exemplo 3.22.
22
107
Planejamento de Experimentos
108
109
Planejamento de Experimentos
110
3.5
3.5.1
Experimento
O experimento,
controlado, o mtodo de
experimento tambm designado experimento controlado
pesquisa explicativa em que h interveno na amostra e imposio dos nveis de
uma ou mais caractersticas explanatrias s suas unidades.
A escolha da amostra geralmente limitada. Suas unidades so escolhidas entre
as unidades da populao objetivo que so acessveis ou, mais comumente, so
unidades construdas especialmente para a pesquisa. Esse fato torna a representividade
da amostra uma questo crtica no experimento.
Por definio, o experimento compreende pelo menos uma caracterstica
explanatria de tratamento. Os nveis dessa caracterstica, ou seja, os tratamentos, so
assinalados s unidades da amostra por processo aleatrio. Tipicamente, os tratamentos
so estmulos assinalados s unidades sob o controle do pesquisador com o propsito de
avaliar os correspondentes efeitos sobre caractersticas respostas.
Exemplo 3.29
O experimento o mtodo de pesquisa prprio para as seguintes pesquisas:
a) Controle da incidncia de giberela em lavouras de trigo da regio tritcola do Estado do
Rio Grande do Sul (Exemplo
Exemplo 2.3,
2.3 Exemplo 3.19);
19
b) Controle de vermes intestinais em unidades de produo de carne de cordeiro mamo
da Regio Sul do Estado do Rio Grande do Sul (Exemplo
Exemplo 2.4,
2.4 Exemplo 3.20);
20
c) "Eficcia de herbicidas no controle de invasoras em lavouras de soja";
d) "Efeito da suplementao mineral sobre o ganho de peso de aves poedeiras";
e) "Comparao de cultivares em um programa de melhoramento gentico do trigo".
111
3.5.2
3.5.3
Estudo observacional
O estudo observacional o mtodo de pesquisa explicativa em que as
caractersticas explanatrias so caractersticas inerentes s unidades, que se
manifestam sem interferncia do pesquisador; a escolha da amostra limitada s
unidades da populao objetivo que so acessveis, ou sobre as quais so
disponveis dados.
Assim como no levantamento por amostragem explicativo, no estudo observacional
no h caracterstica explanatria de tratamento; caractersticas explanatrias so todas
caractersticas intrnsecas. Por outro lado, a escolha da amostra restrita s unidades da
populao objetivo que so acessveis. O controle da amostra tambm bastante
Planejamento de Experimentos
112
113
114
Planejamento de Experimentos
explorados para gerar informaes relevantes com vrios propsitos, atravs de pesquisas que
demandam poucos recursos financeiros. Alguns exemplos:
a) estudos de adaptabilidade e estabilidade de gentipos ao ambiente;
b) regionalizao de programas de melhoramento gentico vegetal;
c) regionalizao de recomendao de cultivares;
d) localizao de experimentos regionais e determinao das quantidades apropriadas de
locais e anos de execuo de experimentos.
3.5.4
115
Planejamento de Experimentos
116
3.6
117
118
Planejamento de Experimentos
Figura 3.9. Utilizao dos mtodos de pesquisa cientfica nas trs fases
de um ciclo do mtodo cientfico.
Para ilustrar a utilizao e inter-relao desses mtodos de pesquisa, considere-se
a situao da pesquisa agropecuria.
O experimento e o levantamento por amostragem so mtodos tradicionais na
pesquisa agropecuria. O estudo observacional tem sido pouco empregado. Entretanto,
este mtodo de pesquisa pode ser utilizado com grande proveito; principalmente o estudo
observacional no controlado que pode ser til para o aproveitamento da grande massa
de dados gerados por pesquisas j executadas, com custos relativamente baixos.
O estudo de casos e o estudo de prottipos tm sido ocasionalmente utilizados na
pesquisa agropecuria. Em agropecuria, um caso pode ser, por exemplo, uma
propriedade agrcola, uma fazenda, uma lavoura, um pomar, ou uma instalao de uma
granja, para o qual o produtor proporcione informaes confiveis e d facilidades de
acesso e de estudo aprofundado. Um prottipo pode ser um desses mesmos tipos de
unidade instalado pela instituio de pesquisa, em sua prpria base fsica ou em
propriedade de produtor, para simular com realismo um sistema de produo vivel,
incorporando resultados indicados pela pesquisa.
O estudo de casos e o estudo de prottipos so mtodos de pesquisa exploratria
de grande potencial de uso, que podero ser implementadas com proveito,
respectivamente para o melhor conhecimento dos sistemas em uso pelos produtores e
para teste da integrao de tecnologias geradas pela pesquisa nos sistemas reais.
Constituem, tambm, instrumentos de alta valia para a integrao da atividade de
pesquisa com a extenso e a aproximao com os produtores. A modelagem matemtica
tambm pode cumprir essas funes, com a vantagem sobre aqueles dois mtodos
empricos de proporcionar mais flexibilidade para simular sistemas de produo reais de
uma gama muito mais ampla. De fato, modelos fsicos usualmente se restringem a uma
frmula bsica em uma nica situao ambiental, ou a poucas frmulas em poucas
situaes ambientais, em decorrncia de elevados custos e restries prticas. Modelos
conceituais bem desenvolvidos so flexveis, o que permite sua utilizao para verificar
os distintos comportamentos de sistemas sob vrias alternativas tecnolgicas e diversas
condies ambientais. Entretanto, precisam ser testados empiricamente, e para esses
testes os modelos fsicos so relevantes. Assim, essas duas formas de modelagem no
so alternativas nem competidoras: o modelo fsico auxilia no teste do modelo conceitual,
e este colabora na generalizao daquele.
Os mtodos de pesquisa sistmicos, particularmente a modelagem matemtica,
surgiram e se desenvolveram principalmente em aplicaes na indstria. Na
agropecuria, os sistemas so usualmente mais complexos, o que torna a construo
desses modelos difcil e trabalhosa. J existem exemplos bem sucedidos nesta rea, mas
ainda resta muito a desenvolver. As principais dificuldades a superar so, principalmente,
a falta de formao dos pesquisadores para entendimento da metodologia cientfica,
particularmente dos mtodos de pesquisa sistmicos, e a falta de pessoal especializado
nessa metodologia.
A utilizao dos vrios mtodos de pesquisa cientfica tem implicaes recprocas.
Para a melhor compreenso do uso inter-relacionado desses mtodos de pesquisa
119
Figura 3.10.
10 Relaes entre os trs grupos de mtodos de pesquisas na
pesquisa agropecuria.
importante salientar, tambm, as inter-relaes entre as pesquisas dentro de
cada um dos dois grupos de pesquisas empricas: levantamentos e estudos
observacionais so teis para sugerir problemas e hipteses para experimentos; estudos
de casos podem prover informaes para utilizao na montagem de prottipos; e
estudos de prottipos geram recomendaes para produtores (casos).
Exerccios 3.3
1. Explique e ilustre, atravs de exemplos, cada um dos seguintes mtodos de pesquisa
explicativa: experimento, levantamento por amostragem explicativo e estudo observacional.
Quais so as diferenas essenciais que distinguem esses mtodos de pesquisa?
2. Porque o experimento algumas vezes referido como o mtodo de pesquisa explicativa por
excelncia?
3. Est sendo planejada uma pesquisa para verificar a hiptese de que novas cultivares de milho
com teores mais elevados do aminocido lisina tm maior valor nutritivo do que cultivares de
milho comuns. Com esse propsito sero preparadas raes mistas de milho e soja,
combinando milho de cada uma de trs cultivares duas dessas novas cultivares e uma
cultivar comum - com cada um de trs nveis de protena: 12%, 18% e 24%. Cada uma dessas
120
Planejamento de Experimentos
raes ser assinalada a 10 pintos de um dia por um perodo de trs semanas. O valor
nutritivo da rao ser avaliado pelo ganho de peso dos animais nesse perodo.
a) Identifique as caractersticas respostas relevantes nessa pesquisa.
b) Identifique e liste as caractersticas explanatrias e os correspondentes nveis. Quais
dessas caractersticas so caractersticas de tratamento? Quais so caractersticas
intrnsecas?
c) Qual o mtodo de pesquisa utilizado nessa pesquisa? Porque?
4. Considere os dois seguintes planos para uma pesquisa com o propsito de testar a hiptese
de que o exerccio fsico reduz o risco de ataque cardaco:
A - escolhido um grupo de 1.000 homens de mais de 40 anos de idade que fazem exerccio
fsico regularmente e no tiveram ataque cardaco. Cada um desses indivduos
emparelhado com um indivduo semelhante, mas que no faz exerccios com
regularidade. Os dois grupos so acompanhados por um perodo de 5 anos durante o qual
registrada a ocorrncia de ataques cardacos.
B - utilizado um grupo de 2.000 homens de mais de 40 anos de idade que no tiveram
ataque cardaco e que esto dispostos a participar voluntariamente da pesquisa. O
pesquisador submete 1.000 desses indivduos a um programa regular de exerccios
supervisionados. Os outros 1.000 indivduos continuam com seus hbitos. Os 2.000
indivduos so acompanhados por um perodo de 5 anos.
a) Especifique a unidade e a populao objetivo dessa pesquisa.
b) Indique uma caracterstica de cada uma das trs seguintes classes: caracterstica resposta,
caracterstica explanatria e caracterstica estranha.
c) Identifique o mtodo de pesquisa adotado em cada um desses dois planos de pesquisa.
d) Qual desses dois planos produziria resultados mais fidedignos? Justifique sua resposta.
5. Considere um experimento para verificar a hiptese de que o tempo (em dias) que uma carta
postada em uma dada cidade leva para chegar capital do Estado afetado pela hora do dia
em que a carta postada e pela indicao, ou no, do CEP.
a) Especifique as duas caractersticas explanatrias a considerar e os correspondentes nveis.
b) Explique os procedimentos de controle da amostra que voc utilizaria para o controle de
caractersticas estranhas relevantes, como o dia da semana em que a carta postada.
6. H alguns anos, foi conduzida uma pesquisa para comparar a remoo do seio, que era o
tratamento mais comum para o cncer de seio, com o novo tratamento de remoo apenas do
tumor e dos ndulos linfticos vizinhos seguido de um tratamento por radiao. Para a
comparao desses tratamentos quanto eficcia, um grupo de mdicos examinou os
registros de 25 grandes hospitais e comparou os tempos de sobrevivncia aps a cirurgia de
todas as mulheres que tinham recebido um ou outro desses dois tratamentos.
a) Identifique as caractersticas respostas relevantes e as caractersticas explanatrias nessa
pesquisa.
b) Explique porque essa pesquisa no constitui um experimento.
c) Identifique o mtodo de pesquisa adotado nessa pesquisa.
d) Identifique as caractersticas estranhas relevantes cujos efeitos possivelmente tenham
resultado confundidos tendenciosamente com os efeitos dos tratamentos.
e) Explique por que a inferncia objeto dessa pesquisa foi de baixa fidedignidade.
7. Porque estudos observacionais prospectivo e retrospectivo so algumas vezes denominados
quase experimentos ou pseudo-experimentos?
8. Caracterize as diferenas essenciais entre experimento e levantamento por amostragem
aleatria quanto ao controle na escolha da amostra e na manifestao dos nveis de
caractersticas explanatrias nas unidades da amostra. Indique suas implicaes para as
inferncias derivadas atravs da pesquisa.
9. O que distingue o experimento do estudo observacional quanto s mesmas formas de controle
que so consideradas na questo anterior?
121
10. Explique os significados e as implicaes dos trs critrios desejveis de uma pesquisa
cientfica, ou seja, representatividade, realismo e confiabilidade. Caracterize a distino dos
mtodos de pesquisa explicativos quanto a esses trs critrios.
11. O que distingue essencialmente os mtodos de pesquisa analtica e os mtodos de pesquisa
sistmica?
12. Explique como os mtodos de pesquisa exploratria (estudo de casos, estudo de prottipos e
modelagem matemtica) podem ser utilizados nas fases de sntese, anlise e sntese que
constituem um ciclo da aplicao do mtodo cientfico na pesquisa cientfica.
Exerccios de Reviso
1. Explique porque o estudo de casos no permite a generalizao que propiciada por mtodos
de pesquisa descritiva nem inferncias referentes a relaes causais que so providas por
mtodos de pesquisa explicativa.
2. Porque o mtodo de estudo de prottipos no propicia inferncias referentes a relaes
causais com grau de confiabilidade aceitvel e no prov base para generalizao para outras
unidades da populao objetivo?
3. Exemplifique uma situao de sua rea em que o mtodo de estudo de casos poderia ser til.
4. Ilustre o uso do estudo de prottipos atravs de um exemplo de sua rea.
5. Explique a distino essencial entre o mtodo de estudos de prottipos e o mtodo de estudo
de casos.
6. O que significa amostra aleatria em uma pesquisa cientfica? Qual sua importncia?
7. O que significam levantamento por amostragem aleatria e levantamento por amostragem no
aleatria? Qual a implicao da distino entre essas duas formas de levantamento por
amostragem quanto representao da populao objetivo pela amostra?
8. Suponha que em cada uma das seguintes situaes deve ser utilizada amostra aleatria
estratificada ou amostra aleatria por conglomerados ou uma combinao desses dois
delineamentos. Indique, justificadamente, qual desses trs delineamentos voc recomendaria
para cada uma dessas situaes.
a) Uma companhia area deseja a opinio de seus passageiros de primeira classe e de classe
turista sobre a qualidade de suas refeies servidas a bordo, atravs de um questionrio
que deve ser preenchido imediatamente aps as refeies.
b) Uma cooperativa de produtores de trigo e soja pretende comparar a eficcia de dois
fertilizantes para a ampla gama de condies de clima e solo de sua abrangncia.
c) Uma grande cadeia de supermercados deseja conhecer a opinio de seus fregueses sobre
a qualidade do atendimento prestado, atravs de entrevistas no mbito desses
supermercados.
9. Especifique a caracterstica das unidades da populao objetivo considerada para
estratificao em cada um dos delineamentos de amostragem ilustrados no Exemplo 3.8.
10. Discuta a adequabilidade do delineamento de amostragem considerado para cada uma das
pesquisas ilustradas no Exemplo 3.5 e no Exemplo 3.8. Para cada uma dessas pesquisas
sugira um delineamento alternativo, caso julgue apropriado.
11. Identifique situaes em sua rea em que voc adotaria cada um dos diferentes
delineamentos de amostragem no probabilista.
12. D um exemplo de delineamento de amostragem no probabilista no mencionado nesse
Captulo e explique porque ele no deve ser utilizado.
13. Ilustre uma situao de sua rea de aplicao de delineamento de amostragem sistemtico.
14. Explique qual a diferena essencial entre:
a) censo e levantamento por amostragem;
b) amostragem probabilista e amostragem no probabilista;
c) amostragem aleatria simples e amostragem aleatria estratificada;
d) amostragem de convenincia e amostragem de julgamento.
122
Planejamento de Experimentos
15. Qual o significado de relao causal de caractersticas?
16. Explique porque caractersticas respostas so mais freqentemente caractersticas do produto
e caractersticas explanatrias, caractersticas dos insumos.
17. Qual a razo da importncia da distino entre caracterstica explanatria de tratamento e
caracterstica explanatria intrnseca?
18. Porque o controle de tcnicas de pesquisa no pode ser aplicado de modo ilimitado?
19. Explique como o controle de tcnicas de pesquisa, o controle local e o controle estatstico
diminuem o confundimento de efeitos de caractersticas explanatrias e de caractersticas
estranhas sobre caractersticas respostas.
20. Qual a propriedade fundamental que distingue o experimento dos demais mtodos de
pesquisa explicativa?
21. Explique a distino fundamental entre:
a) experimento e levantamento explicativo;
b) experimento e estudo observacional;
c) estudo observacional retrospectivo e estudo observacional retrospectivo;
d) levantamento descritivo e levantamento explicativo.
22. Para cada mtodo de pesquisa explicativa que especificado nas entradas das linhas da
tabela que segue, indique se o pesquisador tem ou no controle objetivo na escolha da
amostra e na manifestao de caractersticas explanatrias, preenchendo nas clulas da
tabela as letras S e C, respectivamente para as indicaes de sem controle e com controle.
Controle exercido pelo pesquisador
Mtodo de pesquisa explicativa
Escolha da
amostra
Manifestao de
caractersticas
explanatrias
Experimento
Levantamento por amostragem
aleatria
Levantamento por amostragem
no aleatria
Estudo observacional
23. Porque inferncias referentes a relaes causais podem ser derivadas com mais fidedignidade
de um experimento do que de um estudo observacional?
24. Identifique e caracterize os mtodos de pesquisa apropriados para as pesquisas consideradas
no exerccio 13 dos Exerccios 2.1
2.1.
25. Identifique o mtodo de pesquisa explicativa que adotado em cada uma das pesquisas
caracterizadas a seguir:
a) A reao da barbela de pintos injeo de fitohemaglutinina (FHA) usada como uma
indicao de resposta de imunidade. Pintos de 3 a 6 dias foram assinalados aleatoriamente
a quatro tratamentos um controle e 3 diferentes aminas suspeitas de interferirem com a
resposta de imunidade. Trinta minutos aps a aplicao dos tratamentos, as aves
receberam injeo de 100 microgramas de FHA. A espessura da barbela foi medida antes
da injeo e 24 horas aps.
b) Para a pesquisa do tempo de permanncia do resduo de um antibitico no leite, esse
antibitico aplicado a cada um de um conjunto de oito animais. O leite produzido por
esses animais coletado em 6 ordenhas sucessivas a cada 12 horas, por um intervalo de
72 horas aps a administrao do antibitico.
c) Foi conduzida uma pesquisa da influncia da remoo dos ovrios de cadelas sobre o
subseqente desenvolvimento de incontinncia urinria. Cadelas adultas disponveis para a
123
pesquisa foram assinaladas aleatoriamente a dois grupos, um dos quais foi imediatamente
submetido cirurgia de remoo do ovrio. As cadelas foram acompanhadas durante um
perodo de 6 meses.
d) Uma pesquisa da influncia da gestao de gmeos sobre a amplitude do perodo de
gestao de vacas da raa Hereford foi conduzida com dois grupos de vacas, um dos quais
constitudo de vacas com gestao de gmeos e outro com um grupo de vacas
semelhantes do mesmo rebanho, mas gestantes de um nico animal.
e) Um pesquisador deseja determinar se vacas portadoras de encefalopatia espongiforme de
bovinos (EEB) produzem mais descendentes que desenvolvem essa doena do que as
mes com resposta negativa para EEB. Para tal, ele estuda dois conjuntos de animais com
idade acima de seis anos, um dos quais constitudo por vacas que haviam desenvolvido
EEB e outro, por vacas que no tinham revelado sinais clnicos de EEB em seis anos.
Esses dois conjuntos de vacas foram emparelhados com respeito a rebanho e idade. Os
descendentes dessas vacas foram acompanhados at os sete anos, ou at o
desenvolvimento da doena.
f) A medroxiprogesterona (MPA) administrada a cadelas para o controle de sintomas de cio.
Para a pesquisa do efeito da administrao de MPA em cadelas sobre a subseqente
chance de desenvolvimento de tumores mamrios, foram utilizadas 98 cadelas com idade
entre 6 e 9 anos com tumores mamrios, e um grupo de animais de idade semelhante, mas
que no tinham sinais de tumores mamrios. Foi verificado, pela histria desses animais,
que 38 cadelas do grupo positivo para tumor e 21 do grupo livre de tumor tinham recebido
MPA anteriormente.
g) Uma pesquisa ampla foi conduzida para comparar dois mtodos de tratamento de doenas
de prstata: a cirurgia tradicional e um novo mtodo que no requer cirurgia, utilizando
registros do servio de sade pblica do Canad.
26. Qual a propriedade comum do estudo de prottipos e do experimento? Qual a propriedade
essencial que distingue esses dois mtodos de pesquisa? Porque o estudo de prottipos no
tem as propriedades explicativas desejveis do experimento para a derivao de inferncias
referentes a relaes causais?
27. Um estudo da relao entre liderana e aptido fsica utilizou executivos de meia idade que se
ofereceram como voluntrios. Com base em um programa de exerccios e um exame fsico
final, esses indivduos foram classificados em dois grupos, um de alta aptido e outro de baixa
aptido. Todos os indivduos foram, ento, submetidos a um teste psicolgico destinado a
medir a capacidade de liderana. Os dois grupos foram comparados para a derivao de
inferncias sobre a relao entre liderana e aptido fsica. Esse estudo constitui um
experimento? Explique sua resposta.
28. Explique como os mtodos de pesquisa, descritiva, exploratria e explicativa podem ser
utilizados racionalmente na pesquisa cientfica.
29. Explique o significado da sentena "as abordagens de pesquisa sistmica e analtica no so
alternativas ou competidoras, mas complementares".
30. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco:
a) O estudo de casos e o estudo de prottipos so mtodos de pesquisa .................................
que se distinguem pelo fato de que no ......................................................... as unidades so
observadas sem interferncia do pesquisador e no ................................................................
as unidades so construdas pelo pesquisador. .......................................................................
distingue-se desses dois mtodos por ser um mtodo de pesquisa conceitual, em que as
relaes de caractersticas so representadas por um modelo matemtico.
b) ......................................... o mtodo de pesquisa descritiva em que a amostra a prpria
populao objetivo; se a amostra constituda por parte das unidades da populao
objetivo, o mtodo de pesquisa denominado .................................................................. .
c) No delineamento de amostragem aleatria .................................. as unidades da populao
objetivo so selecionadas independentemente e tm igual chance de constiturem a
amostra. No delineamento de amostragem aleatria ........................................ as unidades
so classificadas em grupos e, ento, selecionada uma amostra aleatria simples de cada
um desses grupos. No delineamento de amostragem aleatria .................................... as
Planejamento de Experimentos
124
2(
populaes reais.
125
amostragem no probabilista.
5(
) Inferncias
6(
9(
12 (
16 (
)O
21 (
unidades da amostra.
23 (
Planejamento de Experimentos
126
25 (
)O
27 (
28 (
pesquisa explicativa.
31 (
32 (
33 (
representatividade.
35 (
36 (
interfere na amostra.
39 (
Estudo de casos
Estudo de prottipos
Modelagem matemtica
Censo
Amostragem probabilista
Amostragem sistemtica
Amostragem no probabilista
Amostragem de julgamento
Amostragem de convenincia
Caracterstica resposta
Caracterstica explanatria
Caracterstica estranha
Controle da amostra
Confundimento
Erro de pesquisa
127
Controle estatstico
Casualizao
Caracterstica de tratamento
Caracterstica intrnseca
Caracterstica estranha
potencialmente perturbadora
Experimento
Tcnica experimental
Estudo observacional
Estudo de coortes
Estudo de caso-controle
Representatividade
Realismo
Confiabilidade
Bibliografia
BERNARD, C. Introduccin al estudio de la medicina experimental.
experimental Buenos Aires:
Losada, 1944. 309p.
BERTALANFFY, L. von. Teoria geral dos sistemas.
sistemas Petrpolis: Vozes, 1973. 351p.
BROCKINGTON, N. R. Sistemas, modelos y experimentos en agricultura. In: SCARCI,
J.C. (editor). ENFOQUE DE SISTEMAS EN LA INVESTIGACIN GANADERA.
Montevideo: Instituto Interamericano de Ciencias Agrcolas OEA, 1972. p.3-15.
CAREY, S. S. A beginners guide to scientific method.
method 2. ed. Belmont, CA: Wadsworth,
1998. 152p.
COCHRAN, W. G. Sampling techniques
techniques. 2. ed. New York: John Willey, 1963. 413p.
COCHRAN, W. G. Planning & analysis of observational studies.
studies New York: John Willey,
1983. 145p.
COX, D. R. Planning of experiments
experiments. New York: John Wiley, 1958. 308p.
COX. D. R.; SNELL, E. J. Applied statistics; principles and examples.
examples Londres: Chapman
and Hall, 1981. 189p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
COCHRAN, W. G. Sampling techniques
techniques. 2.ed. New York: John Willey, 1963. 413p.
FEDERER, W. T. Statistics and society; data collection and interpretation.
interpretation New York:
Marcel Dekker, 1973. 399p.
GARAGORRY, F. L. Introduo ao mtodo de estudo de casos.
casos EMBRAPA, Srie
DMQ/B/18. Braslia, 1980.
KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference,
Inference v.1,
p.1-25, 1977.
KEMPTHORNE, O. Sampling inference, experimental inference and observation
inference. Sankhya,
Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979.
KISH, L. Sample surveys versus experiments, controlled observations, census, registers,
and local studies. Australian Journal of Statistics
Statistics, v.27, n.2, p.111-122, 1985.
KISH, L. Statistical design for research
research. New York: John Wiley, 1987. 267p.
128
Planejamento de Experimentos
LASTRUCCI, C. L. The scientific approach, basic principles of the scientific method.
method
Cambridge, Massachusetts: Schenkman, 1963. 257p.
MITCHELL, M.; JOLLEY, J. Research design explained
explained. 3. ed. Fort Worth, Texas:
Harcourt Brace, 1996. 624p.
PALMA, O. I.; CATTO, J. B.; MASTROCOLA, M. A.; VIEIRA, L. M.; GARAGORRY, F. L.
Modelo de simulao para a pesquisa pecuria no Pantanal MatoMato-grossense.
Braslia: EMBRAPA, Srie DMQ/A/26, 1978. 51p.
PETRIE, A.; WATSON, P. Statistics for veterinary and animal science. Londres: Blackwell
Science, 1999. 243p.
SHADISH, W. R.; COOK, T. D.; CAMPBELL, D. T. Experimental and qusiqusi-experimental
designs for generalized causal inference
inference. Boston: Houghton Mifflin, 2002. 623p.
SILVA, J. G. C. da. Mtodos Quantitativos no Sistema Nacional de Pesquisa
Agropecuria (SNPA): Um programa de capacitao e reciclagem de
pesquisadores agrcolas. In: SILVA, E.C. (editor) Mtodos Quantitativos e
Planejamento na EMBRAPA com Enfoque na Informao e na Tecnologia da
Informao.
Braslia: Empresa Brasileira de Pesquisa Agropecuria,
Informao
Departamento de Pesquisa e Difuso de Tecnologia, 1995. p.69-87.
SILVA, J. G. C. da. Mtodo cientfico e pesquisa agropecuria. In: SILVA, E.C. (editor)
Mtodos quantitativos - Planejamento e qualidade
qualidade na EMBRAPA.
EMBRAPA Braslia:
Empresa Brasileira de Pesquisa Agropecuria, Departamento de Pesquisa e
Difuso de Tecnologia, 1997. p.1-46.
SMITH, T. M. F.; SUGDEN, R. A. Sampling and assignment mechanisms in experiments,
surveys and observational studies. International
Review, v.56, n.2,
International Statistical Review
p.165-180, 1988.
SOARES, J. F.; COLOSIMO, E. A. Mtodos estatsticos na pesquisa clnica.
clnica Minicurso.
Ribeiro Preto: Regio Brasileira da Sociedade Internacional de Biometria, 1995.
105p.
WILSON, E. B. An introductio
introduction
n to scientific research.
research New York: McGraw-Hill, 1952. 373p.
Pesquisa Experimental
Contedo
4.1
Introduo................................................................................................................... 130
4.2
4.3
4.4
Processo do Experimento ........................................................................................... 140
4.4.1
Estabelecimento do problema e formulao da hiptese...................................... 140
4.4.2
4.4.4
4.4.5
Interpretao dos resultados, elaborao das concluses e sua divulgao ........ 143
4.5
Lista de Referncia para a Execuo de um Experimento .......................................... 144
4.6
4.7
4.8
Planejamento de Experimentos
130
4.1
Introduo
Nos Captulos 2 e 3, foram estabelecidas a base conceitual da pesquisa cientfica e
a caracterizao dos mtodos de pesquisa cientfica. Foi esclarecida a importncia da
utilizao complementar dos diversos mtodos de pesquisa nas diversas fases da
aplicao do mtodo cientfico.
O experimento foi conceituado como o mtodo de pesquisa explicativa em que o
pesquisador intervm na amostra, impondo deliberadamente os nveis de uma ou mais
caractersticas explanatrias com o propsito de derivar inferncias referentes aos efeitos
causais dessas caractersticas sobre caractersticas respostas. Essas caractersticas
explanatrias so denominadas caractersticas de tratamento e seus nveis, tratamentos.
Exemplos comuns de tratamentos so diferentes estmulos apresentados ou impostos a
animais ou plantas, tais como diferentes dietas administradas a animais ou diferentes
fungicidas aplicados a plantas. Em um estgio inicial, o objetivo do experimento pode ser,
simplesmente, descobrir se os estmulos produzem qualquer resposta mensurvel,
enquanto que em um estgio de pesquisa ulterior pode ser confirmar ou refutar certas
conjeturas que tenham sido formuladas sobre as respostas aos tratamentos.
O experimento o mtodo de pesquisa que cumpre os requisitos essenciais que
caracterizam a propriedade analtica do mtodo cientfico. De fato, por muito tempo ele foi
considerado o nico mtodo de pesquisa que prov o avano do conhecimento cientfico
referente a relaes causais entre fenmenos.
Observe-se que a palavra experimento comumente empregada em dois
contextos: para designar o mtodo de pesquisa explicativa definido na Seo 3.5 e para
designar a pesquisa que utiliza esse mtodo. Neste segundo contexto tambm utilizada
a designao pesquisa experimental.
Neste Captulo, faz-se uma caracterizao mais ampla do experimento e da
pesquisa experimental. Um resumo da evoluo do mtodo experimental o tema da
Seo 4.2.
4.2 A Seo 4.3 apresenta os conceitos de experimento em diversos contextos e
caracteriza os que so considerados neste texto. A Seo 4.4 discorre sobre o processo
da pesquisa experimental, principalmente sobre as grandes etapas do experimento,
particularizando o tema tratado anteriormente na Seo 2.4.
2.4 O processo do experimento
detalhado na Seo 4.5 atravs de uma lista de referncia que indica os passos e os
cuidados que devem ser tomados na execuo de um experimento. Na Seo 4.6
salientada a importncia da documentao escrita do experimento, particularmente do
plano do experimento. Finalmente, a Seo 4.7 aborda o papel da Estatstica na pesquisa
experimental e estabelece um conceito de estatstica experimental.
4.2
Histria Breve
O conceito atual de experimento como mtodo de pesquisa cientfica recente. A
evoluo do mtodo experimental foi paulatina e lenta, at chegar aos dias atuais. Os
marcos dessa evoluo e as contribuies mais relevantes so resumidos a seguir.
A origem da pesquisa experimental freqentemente atribuda ao filsofo ingls
Francis Bacon (1561-1626), no sculo 17. Entretanto, o mtodo experimental remonta a
pelo menos 4 sculos antes de Cristo, quando Aristteles (384-322 a.C.) fez diversas
descobertas referentes ao mundo natural. Com base em experimentos, axiomas e
argumentos filosficos, Aristteles concluiu, por exemplo, que a acelerao de um corpo
em queda livre depende de sua massa, e que a terra devia ser uma esfera, j que a
esfera o slido mais "perfeito". No sculo 2 antes de Cristo, o astrnomo e matemtico
Cludio Ptolomeu de Alexandria, desenvolveu uma teoria do universo a partir das idias
4. Pesquisa Experimental
131
de Aristteles. Atravs de argumentos geogrficos, Ptolomeu afirmou que a terra era uma
esfera e, sendo imvel, devia ser o centro do universo, porque, se assim no fosse, o ar
mais leve seria deixado para trs, por causa de sua acelerao mais lenta.
Essas teorias foram aceitas sem controvrsia e assim permaneceram at a Idade
Mdia. O percussor da nova era de indagao cientfica foi o filsofo ingls Roger Bacon
(1220-1292), que tornou a matemtica e o mtodo experimental a base da histria
natural. O termo "cincia experimental" foi popularizado atravs de sua obra. Segundo
ele, o homem adquire conhecimento atravs de raciocnio e experincia, mas sem a
experincia ele no pode ter qualquer certeza.
No sculo 16, o astrnomo polons Nicolau Coprnico (1473-1543) reavivou as
teorias do sistema solar formuladas originalmente pelo filsofo e matemtico grego
Pitgoras (580-500 a.C.) seis sculos antes de Cristo. Coprnico sustentou que o sol
devia ser o centro do universo. Entretanto, sua obra foi publicada apenas aps sua morte.
O mdico e fsico ingls William Gilbert (1544-1603), particularmente interessado
em magnetismo, foi um dos primeiros experimentadores. Ele submetia, sistematicamente,
o conhecimento existente e suas conjeturas a teste experimental. Alm disso, ele
percebeu a necessidade de repetio, no caso de expectativa de variao do resultado
de um experimento.
Francis Bacon (1561-1626) sustentou que o ponto de partida de toda cincia deve
ser fatos observados empiricamente e que toda teoria confivel na medida em que seja
derivada desses fatos. O matemtico, astrnomo e fsico florentino Galileu Galilei (15641642) tambm considerado um dos fundadores do mtodo experimental. Outras
contribuies importantes para o mtodo experimental se originaram nos sculos 17 e 18,
principalmente com as obras do matemtico e filsofo francs Ren Descartes (15961650), do fsico e matemtico ingls Isaac Newton (1642-1727) e do cientista francs
Antoine-Laurent de Lavoisier (1743-1794). A consolidao do mtodo experimental
tambm teve a influncia relevante do trabalho do renomado mdico e fisiologista francs
Claude Bernard (1813-1878), que consolidou sua obra em seu clebre livro "Introduction
la mdicine exprimentale".
O desenvolvimento da experimentao agrcola teve incio em fins do sculo XVIII,
na poca do desenvolvimento agrcola, originado da revoluo industrial e da
necessidade de alimentar uma populao urbana em rpido crescimento. A qumica
estava iniciando a ser estabelecida em sua forma moderna e j era reconhecida sua
importncia para a compreenso da nutrio e do crescimento de plantas. Foram criadas
cadeiras de agricultura em Oxford, Inglaterra, em 1790, e em Edimburgo, Esccia, em
1797. O professor Humphrey Davy (1778-1829) da Instituio Real da Gr Bretanha
lecionou um curso anual de qumica em Londres durante dez anos, de 1803 a 1813, e o
publicou em 1813 no livro "Elements of agricultural chemistry", que teve grande influncia
no desenvolvimento da qumica. Na Alemanha, o renomado qumico agrcola Justus von
Liebig (1803-1873) foi nomeado Professor de Qumica da Universidade de Giessen, em
1824. Dessa forma, a agricultura, com uma base firme em qumica, tornou-se aceita
como uma rea acadmica.
A origem da cincia moderna da gentica aplicada agricultura creditada aos
trabalhos experimentais de cruzamentos com ervilha desenvolvidos pelo monge austraco
Johann Gregor Mendel (1822-1884). A hoje conhecida "teoria mendeliana da herana" foi
apresentada em seu artigo "Experiments with plant hybrids", publicado em 1866.
Entretanto, o trabalho de Mendel permaneceu desconhecido at o incio do sculo 20,
quando se iniciou o extraordinrio desenvolvimento da gentica. Ao mesmo tempo,
outros cientistas estavam conduzindo experimentos e desenvolvendo teorias referentes
ao cruzamento de plantas. Assim, por exemplo, o naturalista ingls Robert Charles
Darwin (1809-1892) publicou, em 1876, o artigo "The effects of cross and self fertilization
in the vegetable kingdom", que divulgou os resultados de experimentos sobre
132
Planejamento de Experimentos
autofertilizao e fertilizao cruzada em plantas realizados em uma pequena casa de
vegetao.
Na Inglaterra, John Bennet Lawes (1814-1900) aps a morte de seu pai, em 1834,
decidiu interromper seus estudos de qumica em Oxford e dirigir suas propriedades em
Rothamsted. Ele obteve condies para trabalhar nos laboratrios de qumica do Colgio
da Universidade de Londres e, em seguida, instalou um laboratrio em Rothamsted, onde
iniciou experimentos com fertilizantes de superfosfato derivado de ossos e de fosfatos
minerais. Em 1842, depois de prolongada experimentao dos efeitos de adubos sobre
plantas em vasos e em campo, ele obteve patente para seu processo de produo de
superfosfato a partir do tratamento de rochas fosfatadas com cido sulfrico, e iniciou a
primeira indstria de fertilizantes artificiais. Em 1843, Lawes associou-se ao qumico
ingls Joseph Henry Gilbert (1817-1901). Em 1843, Lawes e Gilbert fundaram, em
Rothamsted, a primeira estao experimental agrcola organizada do mundo. At 1900,
durante mais de meio sculo, esses dois cientistas trabalharam juntos em pesquisa
experimental em nutrio de plantas e de animais, tornando o trabalho de Rothamsted
renomado em todo o mundo. Pela importncia desse trabalho, Lawes e Gilbert tm sido
referidos como os pais do mtodo cientfico na agricultura.
Muitos dos experimentos de Lawes e Gilbert continuam em andamento em
Rothamsted, por interesse histrico e pelas valiosas informaes que tm provido com
referncia a alteraes qumicas e biolgicas de solos submetidos adubao qumica
por tempo prolongado. Naturalmente, os delineamentos utilizados nesses experimentos
no seriam aceitos hoje, pois eles no adotam os princpos fundamentais do
delineamento de experimento, ou seja, casualizao, repetio e controle local, e suas
parcelas so demasiadamente longas. Isso apesar da necessidade da repetio j ser
reconhecida na metade do sculo passado. Ademais, embora os tratamentos de alguns
desses experimentos revelem aparncia de estrutura fatorial, os nveis e as combinaes
de nveis so muito irregulares. Mesmo com as suas imperfeies, esses experimentos
foram valiosos como ponto de partida para o desenvolvimento da pesquisa experimental.
Assim, por exemplo, tendo sido reconhecido que os resultados obtidos nos solos
argilosos de Rothamsted podiam no ser repetveis em outros tipos de solo, a partir de
1876, foi estabelecida uma srie paralela de experimentos em solos arenosos de
Woburn. Essa iniciativa parece ter sido o primeiro reconhecimento formal da importncia
da variao ambiental entre locais.
Alm de importncia cientfica, os trabalhos experimentais de Rothamsted tambm
so relevantes por sua influncia no desenvolvimento da metodologia experimental
moderna. Entretanto, esses no foram os nicos trabalhos de experimentao agrcola
daquele perodo. Muitas outras contribuies importantes para a experimentao agrcola
surgiram na Europa e nos Estados Unidos. Uma das iniciativas mais importantes na
histria da pesquisa e da educao agrcola foi tomada em 1862 com a criao do
Departamento de Agricultura dos Estados Unidos e dos colgios de agricultura e artes
mecnicas em cada estado daquele pas. Trabalhos experimentais particularmente
relevantes foram desenvolvidos na Estao Experimental de Agricultura de Connecticut,
fundada em 1875.
Delineamentos experimentais sistemticos tm uma longa histria em agricultura.
Quadrados latinos sistemticos foram usados na Alemanha e na Frana no sculo 19, e
vrias formas de esquemas de grade, especialmente esquemas baseados no movimento
do rei em xadrez, foram usados na Escandinvia no ltimo quarto do sculo 19. Esses
delineamentos reconhecem, claramente, a necessidade da repetio e de alguma forma
de balanceamento.
Em torno de 1900, foram criados departamentos de agricultura em diversas
universidades e colgios, e foram fundadas novas instituies de pesquisa agrcola,
principalmente na Inglaterra e nos Estados Unidos. Em 1889, John Lawes estabeleceu a
4. Pesquisa Experimental
133
134
Planejamento de Experimentos
isoladas. Sua contribuio mais relevante para a pesquisa experimental foi condensada
em seu segundo livro, "The design of experiments", publicado em 1935.
As principais caractersticas da abordagem introduzida por Fisher so as seguintes:
requerimento de que o prprio experimento fornea uma estimativa da
variabilidade atribuvel a caractersticas estranhas a que esto sujeitas as
respostas aos tratamentos;
uso da repetio para prover essa estimativa da variabilidade e da casualizao
para lograr sua validade;
uso do controle local com o propsito de controlar e reduzir essa fonte de
variao estranha;
princpio de que a anlise estatstica dos resultados determinada pelo modo
como o experimento conduzido; e
conceito de experimento fatorial, ou seja, da pesquisa dos efeitos de duas ou
mais caractersticas explanatrias em um nico experimento, em vez da
dedicao de um experimento separado para cada uma dessas caractersticas.
O trabalho de Fisher em Rothamsted teve uma extraordinria influncia no
desenvolvimento da metodologia da pesquisa experimental e da estatstica em todo o
mundo. Frank Yates (1902-1994) juntou-se equipe de Fisher em 1931 e o sucedeu em
1933. Yates continuou a construir as idias de Fisher, notadamente no desenvolvimento
de esquemas fatoriais com confundimento e de delineamentos em blocos incompletos e
reticulados, que se tornaram especialmente valiosos em experimentos de melhoramento
gentico de plantas e em situaes em que o tamanho do bloco necessariamente
limitado. Muitas outras contribuies relevantes para a experimentao agrcola foram
originadas da escola de Fisher, em Rothamsted, na dcada de 30, principalmente atravs
de Frank Yates, John Wishart (1898-1956) e William Cochran (1909-1980). A variao
ambiental foi reconhecida como um problema importante em experimentos agrcolas de
campo de ampla abrangncia espacial e temporal. O desenvolvimento de mtodos
estatsticos para o planejamento e a anlise de tais experimentos foi iniciado na dcada
de 30 por Yates e Cochran. A importncia de experimentos complexos envolvendo
rotaes de culturas tambm originou contribuies relevantes de Yates e Cochran.
A metodologia moderna da pesquisa experimental, desenvolvida a partir dos
fundamentos e idias lanados por Fisher para a pesquisa agrcola, teve muitos
contribuintes em diversos pases e passou a aplicar-se aos demais ramos da cincia e da
tecnologia, tais como biologia, medicina, engenharia, indstria e cincias sociais. Os
desenvolvimentos cientficos e tecnolgicos nas diversas reas demandaram, por sua
vez, novas metodologias particulares que tambm se tornaram, em geral, aplicveis s
demais reas.
Como conseqncia da origem da pesquisa experimental na agricultura, muito da
terminologia ainda hoje utilizada compreende termos prprios da pesquisa agrcola.
Assim, por exemplo, as designaes "tratamento", "parcela" e "bloco" perderam suas
conotaes particulares da agricultura e so amplamente usadas na pesquisa
experimental em muitas reas da cincia.
4.3
Caracterizao do Experimento
Uma pesquisa explicativa tem o objetivo de verificar uma hiptese cientfica
referente a uma relao causal entre um conjunto de caractersticas respostas e um
conjunto de caractersticas explanatrias das unidades de uma populao objetivo.
4. Pesquisa Experimental
135
136
Planejamento de Experimentos
O controle exercido sobre a manifestao de caractersticas explanatrias uma
propriedade exclusiva do experimento que o distingue favoravelmente dos outros
mtodos de pesquisa exploratria. Entretanto, a representao da populao objetivo
pela amostra uma questo crucial no experimento. Em primeiro lugar porque,
comumente, a amostra no obtida por processo de seleo aleatria das unidades da
populao objetivo. Esse processo de seleo invivel porque, quando a amostra
constituda por unidades da populao objetivo, usualmente pelo menos parte dessas
unidades no tem existncia no momento da execuo do experimento, ou no
disponvel ou acessvel para o experimento. Assim, quando as unidades da amostra so
unidades da populao objetivo, elas devem ser selecionadas arbitrariamente entre as
unidades existentes que so disponveis e acessveis. Ademais, muito freqentemente, a
unidade na amostra no corresponde unidade na populao objetivo: uma frao ou
simulao desta que construda especialmente para a pesquisa. Por exemplo, em um
experimento agrcola de campo com feijo, a unidade da amostra um cultivo em um
talho de pequenas dimenses, enquanto a unidade da populao objetivo uma lavoura
que pode abranger vrios hectares; em um experimento de nutrio de sunos criados em
confinamento, a unidade da amostra pode ser um leito em um boxe, enquanto que na
populao objetivo um conjunto de leites em uma instalao mais ampla.
Nessas circunstncias, a validade das inferncias derivadas do experimento
necessariamente depende de avaliao subjetiva. As inferncias so vlidas (isto , no
tendenciosas) para a populao de unidades que possa ser considerada representada
pela amostra, ou seja, para a populao amostrada. A adequabilidade da extenso das
inferncias do experimento para a populao objetivo depende da proximidade entre a
populao objetivo e a populao amostrada, ou seja, do erro de amostragem. Ela deve
ser avaliada, subjetivamente, com base na informao que possa ser obtida sobre a
natureza das diferenas entre a populao amostrada e a populao objetivo.
Essas consideraes so importantes em pesquisa tecnolgica, que visa derivao
de inferncias para aplicao em situaes reais. Elas podem no ter tanta relevncia em
pesquisa bsica, com propsito apenas cognitivo.
O experimento o mtodo de pesquisa explicativa de mais ampla aplicao e
tradio na pesquisa cientfica. Como conseqncia, h uma diversidade conceitual e
uma variao metodolgica do experimento, que origina vrias classificaes que so
encontradas na literatura, baseadas em diferentes critrios.
Uma primeira classificao referente a experimento considera a presena ou
ausncia de casualizao. Quanto a essa propriedade fundamental, um experimento
pode ser classificado como:
experimento aleatrio ou
experimento sistemtico.
Em um experimento aleatrio a atribuio dos tratamentos s unidades da
amostra procedida atravs de casualizao, ou seja, de algum processo de sorteio
objetivo que garanta que todas as unidades tenham igual chance de receber qualquer
dos tratamentos. Em um experimento sistemtico
sistemtico, os tratamentos so atribudos s
unidades da amostra de modo arbitrrio e subjetivo, de modo a constituir um
arranjamento sistemtico, aparentemente conveniente tendo em conta a variao
estranha da amostra que no controlada.
Experimentos sistemticos apresentam inconvenientes que no ocorrem com
experimentos aleatrios. Por essa razo, neste texto restringe-se considerao a
experimento aleatrio.
4. Pesquisa Experimental
137
Planejamento de Experimentos
138
O experimento crtico deve ter preciso e exatido suficientes para prover razovel
segurana de deteco de diferenas reais importantes. Usualmente, as consideraes
da populao objetivo e de sua representao pela amostra no so muito relevantes em
experimentos preliminares, mas tm importncia elevada em experimentos crticos.
Um experimento demonstrativo geralmente conduzido nas prprias condies das
unidades da populao objetivo. So exemplos experimentos conduzidos em
propriedades de agricultores e criadores.
Este texto enfocar principalmente experimentos crticos.
Experimentos tecnolgicos tambm podem ser classificados quanto abrangncia
da amostra, em duas classes:
experimento de abrangncia ampla e
experimento de abrangncia restrita.
4. Pesquisa Experimental
139
140
4.4
Planejamento de Experimentos
Processo do Experimento
O experimento revela em sua plenitude a propriedade sistemtica do mtodo
cientfico. Seu processo compreende um conjunto ordenado de etapas que toda pesquisa
cientfica completa deve cumprir, desde sua origem at a consecuo de seus objetivos.
Essa seqncia de etapas essencialmente aquela descrita na Seo 2.4.
2.4 Aqui sero
feitas consideraes apenas aos aspectos que tm relevncia particular na pesquisa
experimental.
4.4.1
Estabelecimento
Estabelecimento do problema e formulao da hiptese
O estabelecimento do problema e a formulao da hiptese definem os objetivos do
experimento. Essas decises demandam a caracterizao clara e inequvoca da
populao objetivo e de suas unidades. A importncia dessa etapa inicial da pesquisa
cientfica foi enfatizada na Seo 2.4.
2.4 Cabe aqui ressaltar que falhas em uma dessas
decises implicaro que uma pesquisa bem conduzida nessas circunstncias poder
resultar em uma soluo correta para problema incorreto ou em uma soluo incorreta
para problema correto. Particularmente, os seguintes temas devem ser claramente
definidos:
a) Propsito do experimento: O experimento visa o esclarecimento ou derivao de
conhecimento para o desenvolvimento de teoria, ou o provimento de informaes para
uso imediato? O experimento uma etapa preliminar de um programa de pesquisa para
determinao do curso futuro dessa pesquisa, ou uma etapa que visa tomada de
decises para aplicao prtica?
b) Populao objetivo: A qual amplitude espacial e temporal as inferncias do
experimento devem ser aplicadas? Particularmente, devem ser especificados a
distribuio geogrfica e o intervalo de tempo (futuro) da abrangncia da populao
objetivo.
c) Unidades da populao objetivo: Qual o nvel das unidades (sistemas) que
deve ser considerado? Por exemplo: a) as unidades so o conjunto dos animais em uma
instalao (potreiro, boxe ou gaiola) ou um animal individual ou uma sua parte? b) as
unidades so o conjunto das plantas em uma parcela (talho de campo, canteiro ou vaso)
ou uma planta individual ou uma sua parte? As caractersticas dessas unidades so as
mesmas das unidades atuais ou caractersticas supostamente selecionadas ou
evoludas? Por exemplo: a) as cultivares sob comparao destinam-se a lavouras com
tcnicas de cultivo mais avanadas, como nveis mais elevados de adubao e controle
mais intensivo de doenas e pragas? b) os antibiticos sob pesquisa destinam-se a
animais selecionados segundo nveis de produtividade? c) as composies de rao
destinam-se apenas a animais de um sexo e de uma faixa de idade especfica?
4.4.2
Planejamento do experimento
A abordagem cientfica requer o planejamento do experimento, ou seja, o
estabelecimento antecipado, em forma escrita, do conjunto completo das decises e
aes que devem ser tomadas e procedidas para a execuo do experimento. O plano
do experimento deve ser consistente com os objetivos da pesquisa determinados pelo
problema e pela hiptese, e ser formulado de modo a garantir a derivao das inferncias
que o experimento visa estabelecer para a consecuo desses objetivos.
Muito freqentemente, a importncia desta etapa subestimada, ou seja, no so
dedicados o tempo e a ateno necessria para a elaborao do plano do experimento.
Esta falha a origem de muitos experimentos que no produzem resultados teis ou no
derivam as informaes que potencialmente poderiam produzir com os mesmos recursos.
4. Pesquisa Experimental
141
Planejamento de Experimentos
142
4.4.3
Conduo do experimento
O pesquisador deve acompanhar e conduzir o experimento cuidadosamente para
assegurar a obedincia ao plano preestabelecido e registrar ocorrncias estranhas que
possam ter influncias relevantes. Particularmente, deve dispensar ateno ao
delineamento experimental e implementao das tcnicas experimentais previstas para
o controle experimental, de modo a evitar o surgimento de caractersticas estranhas
perturbadoras, que afetem as caractersticas respostas de modo sistemtico,
ocasionando confundimento tendencioso com efeitos de caractersticas de tratamento.
Essa a etapa da coleta de dados, ou seja, da mensurao e registro dos valores
observados das variveis respostas, das co-variveis e de outras variveis importantes,
segundo estabelecido no plano do experimento. Deve ser dispensada ateno particular
preciso e exatido dos processos de mensurao. Tambm devem ser registradas
ocorrncias relevantes no previstas para a considerao adequada nas etapas de
anlise dos resultados e de elaborao das concluses.
importante que o registro dos dados seja seguido de uma reviso cuidadosa e de
uma crtica dos dados que garanta a deteco de possveis erros, especialmente de erros
grosseiros.
4.4.4
4. Pesquisa Experimental
4.4.5
143
144
Planejamento de Experimentos
significa que a consecuo dos objetivos de um experimento requer definies e
decises corretas em todas as suas etapas.
4.5
4. Pesquisa Experimental
145
importantes
entre
valores
das
Planejamento de Experimentos
146
4. Pesquisa Experimental
147
4.6
Protocolo do Experimento
O protocolo do experimento a documentao escrita do experimento. Sua
elaborao deve ser iniciada na fase do planejamento do experimento constitui um
148
Planejamento de Experimentos
elemento essencial que deve anteceder a conduo do experimento. A concluso da
documentao referente ao plano do experimento a ltima oportunidade de uma
reflexo completa antes de iniciar as aes para a conduo do experimento. Depois,
toda a energia do pesquisador deve concentrar-se na execuo do plano estabelecido e
no encaminhamento de solues para os problemas que possam surgir.
Essa reflexo deve compreender uma reviso cuidadosa da lista de referncia da
Seo 4.5,
4.5 particularmente no que diz respeito aos seguintes aspectos principais:
razo do empreendimento do experimento e relacionamento do problema
cientfico que o originou com o conhecimento existente sobre o tema;
caractersticas respostas, correspondentes procedimentos de mensurao e
disponibilidade dos meios necessrios para a mensurao;
caractersticas explanatrias, particularmente fatores experimentais (Seo
Seo 5.2),
5.2
correspondentes nveis, combinaes de nveis e tratamentos adicionais;
caractersticas estranhas controladas e processos de controle;
chances de que o experimento permita respostas s questes relacionadas com o
problema cientfico;
calendrio da execuo das aes e tarefas a executar;
tratamento, anlise e interpretao dos dados;
destinatrios dos resultados;
distribuio das tarefas e avaliao dos custos;
colaborao interna e externa que possa ser importante para a execuo do
experimento.
Em sua primeira parte o protocolo do experimento deve compreender todas as
informaes relevantes referentes ao plano da pesquisa. Seu contedo depende da rea
de pesquisa particular. Em geral, ele deve conter as seguintes sees principais:
introduo ao tpico, com a descrio do racional para a pesquisa;
especificao dos objetivos do experimento, com as especificaes claras do
problema e da hiptese de pesquisa;
descrio do delineamento experimental e da razo de sua escolha;
descrio do procedimento experimental,
experimentais a serem utilizadas; e
particularmente
das
tcnicas
4. Pesquisa Experimental
149
Planejamento de Experimentos
150
Planilha para registro dos dados - Planilha apropriada para o registro dos
dados e de informaes sobre ocorrncias relevantes durante a conduo do
experimento (Seo
Seo 9.4.8)
9.4.8 que deve ser anexada ao protocolo do experimento.
Modelo estatstico e esquema dos procedimentos de anlise estatstica dos
dados - Especificao da equao algbrica que relacione cada varivel que exprime
uma caracterstica resposta importante com as variveis que representam efeitos
atribuveis a caractersticas explanatrias, a classificaes constitudas ou levadas em
conta pelo controle local e a co-variveis. O modelo estatstico deve expressar
adequadamente a estrutura do experimento (Seo
Seo 10.4).
10.4 Ele servir de base para a
definio dos procedimentos de anlise estatstica dos resultados do experimento. Esses
procedimentos devem ser descritos de modo sumrio.
Meios e processos a serem adotados para a difuso dos resultados.
4. Pesquisa Experimental
151
4.7
152
Planejamento de Experimentos
Reciprocamente, se o procedimento apropriado de anlise estatstica conhecido,
pode-se inferir o delineamento do experimento e seus objetivos. Portanto, a
correspondncia natural entre objetivos, delineamento e procedimento de anlise
estatstica permite proceder de modo prospectivo ou retrospectivo entre esses trs
constituintes bsicos do experimento.
Essa a explicao da relativa facilidade de determinar o procedimento de anlise
estatstica para um experimento bem planejado. A razo que o mtodo de anlise
estatstica dos dados uma conseqncia imediata do delineamento do experimento. Se
os objetivos do experimento foram bem estabelecidos e o delineamento bem elaborado, a
escolha do mtodo de anlise essencialmente predeterminada. Por essa razo, ela
deve ser especificada no protocolo do experimento (Seo
Seo 4.6).
4.6 Embora freqentemente
seja possvel considerar mais de uma verso do procedimento de anlise, usualmente
essas verses, se igualmente apropriadas, diferem de modo irrelevante e conduziro a
concluses semelhantes. A ocorrncia de discrepncias deve ser tomada como alerta de
que alguma pressuposio ou algum outro aspecto essencial do experimento deve ser
investigado.
Por outro lado, um experimento com objetivos mal concebidos ou com falhas de
planejamento, apresenta dificuldades muito freqentemente insuperveis para o
estabelecimento do procedimento de anlise estatstica. Freqentemente, o especialista
em estatstica consultado aps a conduo do experimento ou solicitado para efetuar
a anlise estatstica quando os dados j esto disponveis. Nessas situaes, muito
freqentemente, so salientadas deficincias de planejamento que tornam a funo do
estatstico uma tentativa de salvao de tanta informao quanto seja possvel. Algumas
vezes essa informao poder ser til para os propsitos do experimento ou para o
planejamento de um experimento futuro. A primeira situao ocorre menos
freqentemente; a ltima pode contribuir algum conhecimento sobre o procedimento de
pesquisa e o material experimental que pode ser til para o melhor planejamento de
experimentos subseqentes. Lamentavelmente, em alguns casos, o experimento
apresenta falhas to graves que no prov qualquer informao cientfica til; apenas a
lio da essencialidade do cuidado no planejamento do experimento e da necessidade da
participao do estatstico desde o incio do planejamento do experimento.
4.8
4. Pesquisa Experimental
153
Planejamento de Experimentos
154
Exerccios de Reviso
1. Identifique e explique a origem da pesquisa experimental em agricultura.
2. Descreva os fatos que deram origem ao desenvolvimento do mtodo de pesquisa
experimental moderno.
3. Descreva as contribuies relevantes de Ronald Fisher que originaram o desenvolvimento da
metodologia moderna da pesquisa experimental.
4. Pesquisa Experimental
155
4. Liste e explique os significados dos trs princpios bsicos da pesquisa experimental segundo
a metodologia moderna introduzida por Fisher.
5. Descreva trs problemas de pesquisa de sua rea cuja soluo deva ser obtida atravs de
pesquisa experimental.
6. Porque o experimento tambm algumas vezes designado experimento controlado?
7. Ilustre uma aplicao do mtodo de pesquisa experimental atravs de um exemplo de sua
rea.
8. Qual a conseqncia da restrio na escolha da amostra para as inferncias derivadas da
amostra para a populao objetivo?
9. Um experimento de conduo da planta de pessegueiro est sendo planejado para ser
conduzido por vrios anos em um pomar particular de uma regio. Descreva a populao
amostrada para esse experimento. Que alterao substancial deve ser procedida no plano
desse experimento para que possam ser geradas inferncias para todos os pomares dessa
regio?
10. Distinga os conceitos de experimento aleatrio e experimento sistemtico.
11. Caracterize e ilustre, atravs de exemplos de sua rea, as distines entre:
a) experimento comparativo e experimento absoluto;
b) experimento cientfico e experimento tecnolgico.
12. Caracterize e ilustre: experimento preliminar, experimento crtico e experimento demonstrativo.
13. Identifique as pesquisas caracterizadas a seguir que so experimentos. Classifique os
experimentos segundo as categorias da Seo 4.3.
4.3
a) Com o propsito de verificar se os predadores mais comuns em lavouras de milho so
coelhos ou raposas so colocadas diversas armadilhas em pontos escolhidos de diversas
lavouras de milho de uma regio. So registrados os nmeros de animais dessas duas
espcies capturados em cada um desses pontos durante um intervalo de tempo prestabelecido.
b) Com o objetivo de determinar se abelhas tm preferncia por cores de flores um apicultor
mistura uma soluo de acar e gua e pe quantidades iguais em dois conjuntos de
frascos de mesmo tamanho e de cores diferentes. Ento, ele introduz abelhas em uma
gaiola com os frascos e registra a freqncia das visitas das abelhas a cada frasco.
c) Uma amostra aleatria de galinhas dividida aleatoriamente em dois conjuntos. s galinhas
de um desses conjuntos atribuda uma pequena quantidade de um inseticida contendo um
composto de fsforo orgnico; o outro conjunto mantido como um grupo controle. O
pesquisador registra a espessura da casca de ovo produzido por cada uma das galinhas.
d) Foi desenvolvida uma nova droga para o tratamento de uma doena com mortalidade
elevada e os pesquisadores tm a expectativa de que ela diminua a taxa de mortalidade.
Para verificar essa expectativa, essa droga administrada a dez pessoas que foram
diagnosticadas como portadoras dessa doena. Aps um ano, so registradas as respostas.
14. Explique e ilustre os conceitos de "experimento" e de "grupo de experimentos" utilizados em
muitos textos e artigos de pesquisa experimental.
15. Quais so as grandes etapas de um experimento? Caracterize, abreviadamente, cada uma
delas.
16. Explique o significado de plano de experimento.
17. Descreva e explique a cadeia implicativa das etapas bsicas de um experimento.
18. Escolha um experimento em sua rea e o descreva segundo a estrutura do mtodo cientfico,
elaborando sobre cada um de seus oito estgios (Seo
Seo 2.4
2.4). Comente a respeito de: a)
representatividade, b) realismo, c) confiabilidade, e d) caractersticas estranhas que possam
obscurecer os resultados do experimento e como essas caractersticas poderiam ser
controladas.
19. Descreva, resumidamente, o contedo bsico do protocolo de um experimento.
20. Explique a base lgica do procedimento de inferncia em experimentos comparativos.
Planejamento de Experimentos
156
2(
3(
qumica.
4(
6(
7(
observacional.
8(
4. Pesquisa Experimental
9(
157
tratamentos.
11 (
12 (
restrita.
14 (
estabelecer.
18 (
caractersticas explanatrias.
20 (
resultados do experimento.
21 (
22 (
24 (
cientficos.
27 (
pesquisador.
28 (
29 (
Caracterstica explanatria de
tratamento
Tratamento
Experimento aleatrio
Experimento comparativo
Experimento tecnolgico
Experimento preliminar
Experimento crtico
Experimento demonstrativo
Planejamento de Experimentos
158
Planejamento do experimento
Planejamento da estrutura do
experimento
Modelo estatstico
Protocolo do experimento
Estatstica Experimental
Bibliografia
BERNARD, C. Introduccin al estudio de la medicina experimental.
experimental Buenos Aires:
Losada, 1944. 309p.
COCHRAN, W. G. Planning & analysis of observational studies.
studies New York: John Willey,
1983. 145p.
COCHRAN, W. G.; COX, G. M. Experimental designs.
designs 2. ed. New York: John Willey,
1957. 617p.
COX, D. R. Planning of experiments
experiments. New York: John Wiley, 1958. 308p.
COX. D. R.; SNELL, E. J. Applied statistics, principles and examples.
examples Londres: Chapman
and Hall, 1981. 189p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
FEDERER, W. T. Statistics and society, data collection and interpretation. New York:
Marcel Dekker, 1973. 399p.
HEATH, D. An introduction to experimental design and statistics for biology.
biology Londres:
University College London, 1995. 372p.
KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference,
Inference v.1,
p.1-25, 1977.
KISH, L. Sample surveys versus experiments, controlled observations, census, registers,
and local studies. Australian Journal of Statistics
Statistics, v.27, n.2, p.111-122, 1985.
KISH, L. Statistical design for research.
research New York: John Wiley, 1987. 267p.
OSTLE, B.; MALONE, L. C. Statistics in research:
research basic concepts and techniques for
research workers. 4.ed. Ames: Iowa State University Press, 1988. 664p.
SELWYN, M. R. Principles of experimental
sciences. Boca Raton,
experimental design for the life sciences
Florida: CRC, 1996. 160p.
SILVA, J. G. C. da. O Ensino da Estatstica no Sistema Nacional de Pesquisa
Agropecuria. In: ENCONTRO NACIONAL DE MTODOS QUANTITATIVOS, III,
Anais.
Anais Braslia, 20-22 junho, 1995. Empresa Brasileira de Pesquisa Agropecuria,
Braslia, 1995. p.89-107.
URQUHART, N. S. The anatomy of a study. Hortscience,
Hortscience v.16, n.5, p.621-627, 1981.
WILSON, E. B. An Introduction to scientific research.
research New York: McGraw-Hill, 1952. 373p.
Contedo
5.1
Introduo................................................................................................................... 160
5.2
5.3
5.4
5.5
5.6
5.6.1
5.6.2
5.6.3
5.6.4
Casualizao........................................................................................................ 178
5.8
5.9
Planejamento de Experimentos
160
5.1
Introduo
O experimento o mtodo de pesquisa para a derivao de inferncias referentes a
relaes causais entre caractersticas das unidades de uma populao objetivo, ou seja:
entre caractersticas que exprimem o desempenho das unidades e caractersticas cuja
manifestao conveniente supostamente possa melhorar esse desempenho, na presena
das demais caractersticas dessas unidades. Essas trs classes de caractersticas da
amostra compreendem, respectivamente, as caractersticas respostas, as caractersticas
explanatrias e as caractersticas estranhas.
No experimento, o pesquisador intervm na amostra; impondo s suas unidades os
nveis de uma ou mais caractersticas explanatrias e controlando a manifestao de
caractersticas estranhas. O propsito do controle de caractersticas estranhas atribuir a
variao manifestada pelas caractersticas respostas de modo to inequvoco quanto
possvel variao atribuvel s caractersticas explanatrias.
O reconhecimento e o planejamento apropriado dessas trs classes de
caractersticas e de seus relacionamentos fundamental para a consecuo dos
objetivos do experimento. Esse planejamento compreende: o planejamento da resposta,
o planejamento das condies experimentais, o planejamento do controle experimental e
o planejamento da estrutura do experimento, ou seja, do delineamento do experimento,
que so os temas dos Captulos 7,
7 8, 9 e 10.
10 Por conseqncia, a estrutura do
experimento determina o modelo estatstico apropriado e este, por sua vez, os
procedimentos de anlise estatstica.
Nos Captulos 3 e 4 foi estabelecida a caracterizao do experimento e da pesquisa
experimental. No presente Captulo formulada a base conceitual da pesquisa
experimental. A compreenso dos significados precisos desses conceitos
imprescindvel para o entendimento apropriado da metodologia da pesquisa experimental
que apresentada nos prximos Captulos, para a compreenso dos fundamentos e da
aplicabilidade das inferncias derivadas do experimento, e a aplicao correta da
metodologia estatstica para essas inferncias. Alguns desses conceitos no
correspondem aos significados comuns das palavras que os denotam. Ademais, o
entendimento correto desses conceitos depende da compreenso da realidade que eles
exprimem. Por essa razo, eles so formulados progressivamente e so amplamente
ilustrados.
Alguns conceitos apresentados no Captulo 3 so revisados e formulados no
contexto do experimento, e so ilustrados mais amplamente. Assim, na Seo 5.2,
5.2 so
formulados os conceitos de fator experimental e condio experimental. As Sees 5.3,
5.3
5.4 e 5.5 estabelecem os conceitos de material experimental, unidade experimental e
unidade de observao. A Seo 5.6 expe os procedimentos de controle experimental.
A conceituao de erro experimental e a caracterizao de sua relevncia para as
inferncias derivadas do experimento o tema da Seo 5.7.
5.7 Na Seo 5.8 introduzido
o conceito de co-varivel explanatria. Finalmente, a Seo 5.9 prov ilustrao mais
ampla e completa desses conceitos bsicos atravs de trs exemplos. Essa ilustrao
proporciona oportunidade para uma viso da inter-relao desses conceitos e tem o
propsito de contribuir para a melhor compreenso de seus significados prticos.
5.2
161
Planejamento de Experimentos
162
163
nveis que envolvem o tratamento sem fungicida combinado com uma e duas aplicaes no se
distinguem e, portanto, constituem uma mesma condio experimental.
Os nveis dos fatores de tratamento, ou seja, os nveis do fator fungicida e as freqncias de
aplicao dos fungicidas devem ser atribudos s unidades da amostra aleatoriamente. Entretanto,
os nveis dos fatores intrnsecos, isto , os locais e os anos no so passveis de atribuio
aleatria.
Exemplo 5.3
No experimento de controle de vermes intestinais em ovinos com anti-helmnticos (Exemplo
Exemplo
3.20),
3.20 anti-helmntico um fator de tratamento, j que as doses 0, 20 e 40 mg/kg do antihelmntico Ranizole so assinaladas aos animais sob o controle do pesquisador; cada uma dessas
doses do anti-helmntico um tratamento especfico. Todavia, sexo um fator intrnseco, pois
uma caracterstica inerente ao animal que se manifesta fora do controle do pesquisador. Por essa
mesma razo, local e ano tambm so fatores intrnsecos. Cada um dos nveis dos fatores
experimentais anti-helmntico, sexo, local e ano e cada combinao de nveis destes fatores uma
condio experimental.
Como anti-helmntico um fator de tratamento, seus nveis 0, 20 e 40 mg/kg devem ser
atribudos aleatoriamente s unidades da amostra. Entretanto, os nveis dos fatores intrnsecos
sexo, local e ano no so passveis de atribuio aleatria.
Planejamento de Experimentos
164
Exemplo 5.6
Os nveis do fator anti-helmntico do experimento de controle de vermes intestinais em
ovinos (Exemplo
Exemplo 5.4 b) definidos para a amostra so as doses particulares 0, 20 e 40 mg/kg do
anti-helmntico Ranizole. Os tratamentos aplicados s unidades da amostra devem ser estas
doses especficas do produto comercial Ranizole como conceitualmente definido; particularmente
deve ser o produto puro e em perfeito estado. Qualquer desvio dessas condies constituir uma
caracterstica estranha cujo efeito ficar confundido com os efeitos dos tratamentos.
165
Deve ser salientado, entretanto, que no h uma dicotomia to ntida entre fator de
tratamento e fator intrnseco, j que a inviabilidade de controle absoluto na atribuio dos
nveis dos fatores de tratamento s unidades da amostra, em geral, implica a presena
inevitvel de algum confundimento de efeitos de fatores experimentais com efeitos de
caractersticas estranhas.
Exemplo 5.8
a) Em um experimento de laboratrio sobre deficincia de zinco em plantas, os nveis do
fator experimental zinco constitudos por diferentes quantidades desse elemento qumico podem
ser atribudos s unidades sob controle bastante acentuado, atravs do uso de substncia
essencialmente pura e da aplicao das quantidades definidas com elevada exatido.
b) O fator cultivar considerado no Exemplo 5.5 pode no ser sujeito controle to elevado
pela inviabilidade da obteno de sementes cujas caractersticas sejam exclusivamente atribuveis
a cultivar.
c) Os fatores experimentais sexo e raa so usualmente muito menos controlveis. Assim,
em um experimento em que a unidade da amostra constituda pelo animal e o boxe
correspondente, a atribuio do sexo s unidades pode ser parcialmente controlada pela
atribuio do animal ao boxe; entretanto, inevitavelmente, o sexo inerente ao animal e no pode
ser atribudo a este.
d) Os fatores experimentais ano e local, em geral, correspondem a caractersticas cuja
manifestao se processa sob absoluta ausncia de controle do pesquisador.
Planejamento de Experimentos
166
8. Est sendo planejado um experimento para pesquisa do efeito do hormnio estradiol sobre o
desenvolvimento corporal de sunos machos das raas Duroc e Landrace em que sero
aplicadas aos animais as doses de 0 mg, 20 mg e 40 mg de estradiol. O experimento ser
conduzido nos mesmos trs municpios e anos indicados para o experimento do exerccio 7.
Responda as mesmas quatro questes formuladas no exerccio 7 para o presente
experimento.
9. Ilustre um experimento com pelo menos um fator experimental de tratamento e um fator
experimental intrnseco. Especifique cada um dos fatores experimentais nesse experimento e
os correspondentes nveis na populao objetivo e na amostra. Identifique os tratamentos e as
condies experimentais na amostra.
10. Qual a conseqncia do confundimento inevitvel do efeito de um fator experimental sobre
uma caracterstica resposta com efeitos de caractersticas estranhas? Esse confundimento
mais acentuado para um fator de tratamento ou um fator intrnseco?
11. Como pode ser controlado e diminudo o confundimento de efeitos de fatores experimentais
com efeitos de caractersticas estranhas referido no exerccio 10?
12. Comente sobre a importncia de considerar a distino muito freqente entre os nveis de um
fator de tratamento definidos para a aplicao nas unidades da amostra e os nveis
efetivamente aplicados.
5.3
Material Experimental
No experimento, a amostra recebe a designao particular de material
experimental:
O material experimental compreende as trs classes de caractersticas da
amostra, ou seja, as caractersticas respostas, as caractersticas explanatrias e as
caractersticas estranhas.
A caracterizao do material experimental ilustrada pelo Exemplo 5.9 e pelo
Exemplo 5.10.
10
Exemplo 5.9
Seja a pesquisa do controle da incidncia de giberela em lavouras de trigo considerada no
3.19. A classe das caractersticas respostas compreende as caractersticas que
Exemplo 3.19
exprimem o desempenho das lavouras, ou seja, as caractersticas referentes ao gro e planta. A
classe das caractersticas explanatrias constituda pelos fatores experimentais, isto , fungicida,
freqncia de aplicao, local e ano. A classe das caractersticas estranhas compreende as
demais caractersticas das unidades da amostra: as caractersticas referentes semente
(genticas e fenotpicas, tamanho, vigor, pureza, sanidade, etc.), ao ambiente (solo, clima,
incidncias de pragas, doenas, invasoras e predadores, etc.), s tcnicas de cultivo (preparo do
solo, plantio, aplicao de defensivos, etc.), e aos processos de mensurao e de registro dos
dados.
Exemplo 5.10
Considere-se a pesquisa sobre o controle de vermes intestinais em cordeiro mamo de que
trata o Exemplo 3.20
3.20. A classe das caractersticas respostas constituda pelas caractersticas
que exprimem o desempenho dos animais e a incidncia de vermes, ou seja, peso corporal e
quantidade de ovos nas fezes em instantes especficos do perodo experimental, peso corporal ao
abate, quantidade de parasitas nas vsceras do animal, e caractersticas da carcaa. A classe das
caractersticas explanatrias compreende os fatores experimentais: anti-helmntico Ranizole, sexo,
local e ano. A classe das caractersticas estranhas abrange as demais caractersticas das
unidades dz amostra, ou seja: caractersticas referentes ao animal (genticas e fenotpicas,
sanidade, idade, peso, etc.,), ao ambiente (pastagem, clima, instalaes, incidncias de doenas,
167
5.4
Unidade Experimental
A unidade experimental
experimental para um fator de tratamento a maior frao do material
experimental a qual feita uma aplicao simples de um nvel desse fator por um
processo aleatrio. A unidade experimental para um fator intrnseco a maior frao
do material experimental que determina ou manifesta um nvel desse fator.
Genericamente, a unidade experimental para um fator experimental a maior
frao do material experimental qual alocado ou que manifesta um nvel desse
fator, independentemente de qualquer outra frao.
Usualmente, a unidade experimental tambm recebe a denominao de parcela,
parcela
designao originada da experimentao agrcola de campo. Algumas ilustraes so
apresentadas no Exemplo 5.11.
11
Exemplo 5.11
a) Em um experimento agrcola de campo para comparao de cultivares de sorgo com um
nico fator experimental cultivar o terreno dividido em talhes e efetuada a atribuio das
cultivares aos talhes de modo que cada talho recebe uma cultivar independentemente dos
demais talhes. Ento, a unidade experimental para o fator cultivar o talho, subentendido como
compreendendo os nveis das caractersticas do material experimental que lhe correspondem, ou
seja, a cultivar particular atribuda ao talho; os nveis das caractersticas estranhas, referentes
semente (pureza, sanidade, germinao, etc., excetuado o que diz respeito a propriedades
genticas atribuveis cultivar, que constitui a condio experimental particular associada ao
talho), ao ambiente (solo, clima, incidncias de pragas, doenas e invasoras), aos tratos culturais
(semeadura, controles de doenas, pragas, etc., colheita) e aos processos de mensurao e de
Planejamento de Experimentos
168
registro dos dados; e os nveis das caractersticas respostas, particularmente as que se referem
produo de gros.
b) Em um experimento para pesquisa da imunizao de bovinos de corte da raa Hereford
contra uma doena com dois fatores experimentais: vacina e sexo cada vacina administrada
individualmente aos animais e os animais so mantidos em um mesmo potreiro e sob as mesmas
condies de manejo, alimentao, etc. Nessas circunstncias, a unidade experimental para cada
um dos dois fatores experimentais vacina sexo o animal, com os respectivos nveis dos fatores
experimentais vacina e sexo, ou seja, a vacina particular atribuda ao animal e o sexo deste; os
nveis das caractersticas estranhas que correspondem ao animal, referentes ao prprio animal
(caractersticas genticas e fenotpicas, sanidade, etc.) e ao ambiente (pastagem, clima,
incidncias de doenas, etc.), ao manejo (provimento de gua, aplicaes de vacinas, antibiticos,
etc.), mensurao e ao registro dos dados; e os nveis das caractersticas respostas,
particularmente as referentes produo de carne e ao grau de infeco da doena.
c) Em um experimento de nutrio de aves poedeiras Hisex Brown com um fator
experimental: rao os animais so alojados em gaiolas e os animais em uma mesma gaiola so
condicionados a receberem uma mesma rao, independentemente do que recebem os animais
nas demais gaiolas. Assim, a unidade experimental para o fator rao compreende a gaiola e os
animais nela instalados com os correspondentes: nvel do fator experimental rao que lhes
atribudo, nveis das caractersticas estranhas referentes aos animais e ao ambiente, ao manejo;
aos processos de mensurao e de registro dos dados; e nveis das caractersticas respostas,
particularmente as referentes produo de ovos e peso corporal das aves.
169
5.5
Unidade de Observao
A unidade de observao a maior frao do material experimental onde so
efetuadas mensuraes individuais de caractersticas respostas.
A unidade de observao para uma varivel resposta a unidade elementar do
material experimental para essa varivel resposta. A unidade de observao a frao
que corresponde partio mais fina do material experimental que constitui a estrutura
das unidades (Seo
Seo 4.4.2).
4.4.2
A caracterizao da unidade de observao ilustrada pelo Exemplo 5.13.
13
Exemplo 5.13
a) Em experimentos de campo com plantas granferas, como arroz, trigo, milho e feijo, o
terreno a ser utilizado dividido em talhes onde so mensuradas as caractersticas respostas
importantes. Portanto, a unidade de observao para essas caractersticas respostas o talho.
b) Em experimentos de controle da incidncia de helmintos em animais, caractersticas
respostas relevantes, como caractersticas referentes ao animal, nmero de ovos nas fezes e
nmero de vermes nas vsceras, so mensuradas individualmente em cada animal. Portanto, o
animal a unidade de observao para essas caractersticas respostas.
c) Em experimentos com plantas frutferas caractersticas referentes produo de frutos e
caractersticas relevantes da planta so mensuradas em cada planta. Logo, a unidade de
observao para essas caractersticas respostas a planta.
Planejamento de Experimentos
170
Exemplo 5.14
171
Exemplo 5.16
a) Em um experimento de lotao ou carga animal com animais em pastoreio com dez
animais por potreiro um tratamento uma lotao particular. Nessas circunstncias, a unidade
experimental para o fator experimental lotao o potreiro, o conjunto de animais no potreiro e as
caractersticas do material experimental que lhes correspondem. O peso corporal ao abate
mensurado para cada animal; logo, o animal a unidade de observao para essa caracterstica
resposta. Ento, a unidade experimental (potreiro) compreende dez unidades de observao
(animais) para a caracterstica resposta peso corporal ao abate.
b) Em um experimento de comparao de cultivares de pessegueiro em que cada unidade
experimental constituda por quatro plantas o peso da produo de frutos mensurado
individualmente para cada planta. Logo, cada planta uma unidade de observao para a varivel
resposta peso da produo de frutos. Portanto, a unidade experimental compreende quatro
unidades de observao para essa varivel resposta.
172
Planejamento de Experimentos
2. Explique porque inferncias do material experimental para a populao objetivo geralmente
envolvem avaliao subjetiva.
3. Explique e ilustre o conceito de unidade experimental para um fator experimental com exemplo
de sua rea.
4. Porque a unidade de observao depende da caracterstica resposta? D um exemplo de
experimento em que a unidade de observao no nica para todas as caractersticas
respostas.
5. Porque a caracterizao do erro experimental depende do fator experimental?
6. D um exemplo experimento com um fator de tratamento e um fator intrnseco e caracterize
as unidades experimentais para esses fatores experimentais.
7. Ilustre com exemplo de sua rea a situao de experimento com dois fatores experimentais
em que a unidade experimental para um fator no a mesma unidade experimental para o
outro fator.
8. Explique e ilustre o significado de unidade experimental elementar com o experimento
considerado na resposta do exerccio 7.
9. Distinga e ilustre os conceitos de unidade experimental e unidade de observao atravs de
um experimento de sua rea.
10. Explique e ilustre o significado de repetio de uma condio experimental.
11. Explique porque o nmero de repeties para uma condio experimental pode no ser igual
ao nmero de unidades de observao com essa condio experimental.
12. O experimento a que se refere o exerccio 7 dos Exerccios 5.1 ser executado em um terreno
de cada um dos 4 municpios em cada um dos 3 anos. Cada um desses terrenos ser dividido
em 24 talhes. Os quatro tratamentos, ou seja, os trs inseticidas e o controle, sero
atribudos a esses 24 talhes de modo que cada tratamento resulte em 6 talhes.
a) Caracterize o material experimental.
b) Indique duas caractersticas respostas relevantes.
c) Especifique os grandes agregados das caractersticas estranhas do material experimental e,
ento, liste algumas caractersticas de cada um desses agregados.
d) Identifique a unidade de observao para cada uma das duas caractersticas respostas
indicadas no item b).
e) Caracterize a unidade experimental para cada um dos fatores experimentais.
f) Indique o nmero de repeties para os nveis de cada um dos fatores experimentais.
13. Suponha que no experimento considerado no exerccio 8 dos Exerccios 5.1 sero utilizados,
em cada granja e em cada ano, doze leites de cada uma das duas raas. As 3 doses de
estradiol sero assinaladas aos 24 animais de modo que cada dose seja aplicada em 4
fmeas e 4 machos. Ento, esses animais sero distribudos em 24 boxes individuais.
Responda para o presente experimento as mesmas questes formuladas no exerccio anterior.
14. Considere os experimentos que seguem cujos objetivos so definidos resumidamente pelos
respectivos ttulos:
A - "Efeito da adubao foliar sobre a produo de uva da cultivar Itlia". Fator experimental:
poca de adubao; nveis: 1 - Adubao ao florescimento, 2 - adubao 3 dias aps o
florescimento, e 3 - adubao 6 dias aps o florescimento.
B - "Eficcia de diluentes no descongelamento de smen". Fator experimental: Diluente
sinttico BTS ("Beltsville Thawing Solution"); nveis: 1 - 20% de BTS, 2 - 40% de BTS, 3 60% de BTS e 4 - 80% de BTS.
C - "Efeito da profundidade de semeadura sobre a emergncia e o desenvolvimento da
plntula de tomate". Fator experimental: Profundidade de semeadura; nveis: 1 0,5 cm,
2 2 cm, 3 4 cm e 3 6 cm.
D "Controle de nematides gastrintestinais atravs de anti-helmntico sobre a produo de
carne de ovelhas de descarte das raas Ideal e Romney Marsh". Fator: Anti-helmntico
HCG 8117; nveis: 1 - 0 mg/kg do animal, 2 - 2 mg/kg, 3 - 3 mg/kg e 4 - 4 mg/kg.
173
5.6
Controle Experimental
A variao dos valores de uma caracterstica resposta mensurados nas unidades
de observao tem duas origens: caractersticas explanatrias e caractersticas
estranhas. O confundimento da variao atribuvel a essas duas origens dificulta a
consecuo dos objetivos do experimento, ou seja, inferncias referentes relao
causal entre caractersticas respostas e caractersticas explanatrias. Esse
confundimento origina o erro de pesquisa (Seo
Seo 3.4.2),
3.4.2 que no experimento
denominado erro experimental:
A variao dos valores de uma caracterstica resposta nas unidades de
observao que atribuvel s caractersticas estranhas constitui o erro experimental
(global
global).
global
Assim, o erro experimental a frao da variao dos valores observados da
varivel resposta que exprime o confundimento dos efeitos das caractersticas
explanatrias com efeitos de caractersticas estranhas.
Geralmente, no h como discriminar, de modo absoluto, a variao atribuvel s
caractersticas explanatrias da variao devida a caractersticas estranhas. As variaes
dessas duas origens resultam inevitavelmente confundidas. Todavia esse confundimento
pode ser parcialmente controlado pelo controle da amostra (Seo
Seo 3.4.2),
3.4.2 que no
experimento mais comumente designado controle experimental:
O controle experimental o conjunto das aes exercidas pelo pesquisador para
o controle do erro experimental.
O controle experimental visa diminuir e tornar no tendencioso o confundimento dos
efeitos de fatores experimentais sobre as caractersticas respostas com efeitos de
caractersticas estranhas, de modo que as diferenas reveladas pelas caractersticas
respostas possam ser atribudas aos fatores experimentais de modo to inequvoco
quanto possvel.
O controle experimental deve ser estabelecido no plano do experimento. Ele pode
ser implementado pelos seguintes processos, que so particularizaes dos processos
de controle da amostra introduzidos na Seo 3.4.2:
3.4.2
controle de tcnicas experimentais,
controle local,
controle estatstico e
casualizao.
Planejamento de Experimentos
174
5.6.1
Exemplo 5.18
Considere-se um experimento de controle de verminose de coelhos atravs de antihelmnticos em que o animal a unidade de observao e os anti-helmnticos so aplicados
individualmente aos animais. O conjunto das caractersticas estranhas da amostra constitudo
pelos seguintes agregados de caractersticas: caractersticas individuais dos animais
(caractersticas genticas e fenotpicas), caractersticas do ambiente (instalaes, temperatura,
umidade, luminosidade,..., incidncias de doenas, pragas e predadores,...), caractersticas
referentes ao manejo (suprimento de rao e gua, aplicao de vacinas, antibiticos,...),
caractersticas referentes aos processos de mensurao e de registro dos dados.
Neste experimento pode ser logrado considervel controle de caractersticas estranhas com
a constituio da amostra por animais com caractersticas individuais semelhantes, pelo controle
ambiental de temperatura, umidade e luminosidade, pela homogeneizao do suprimento de rao
e gua, pela aplicao de vacinas e antibiticos recomendados de modo uniforme a todos os
animais, por proteo para evitar danos decorrentes de predadores, e pela adoo de
procedimentos e instrumentos uniformes e precisos de mensurao e registro de dados.
Exemplo 5.19
Seja um experimento agrcola de campo para pesquisa do controle de uma praga do
feijoeiro atravs de inseticidas em que a unidade de observao uma poro de terreno (ou seja,
um talho). O conjunto das caractersticas estranhas da amostra compreende os seguintes
agregados: caractersticas da semente (caractersticas genticas e fenotpicas pureza,
175
5.6.2
Controle local
O controle local consiste na classificao das unidades de observao segundo
os nveis de uma ou mais caractersticas estranhas relevantes e na assinalao dos
tratamentos s unidades experimentais de modo que os efeitos dessas caractersticas
estranhas no fiquem confundidos com efeitos importantes dos fatores experimentais
e sejam separados do erro experimental que afeta esses efeitos.
Desse modo, a variao devida s caractersticas estranhas que so submetidas ao
controle local no afeta as inferncias referentes a efeitos relevantes de fatores
experimentais.
Na situao mais simples, o material experimental compreende apenas uma
caracterstica estranha relevante. Ento, as unidades de observao so classificadas
em grupos segundo os nveis dessa caracterstica estranha e uma coleo completa dos
tratamentos assinalada s unidades de cada um desses grupos, que recebem a
designao de blocos.
blocos O Exemplo 5.21 prov duas ilustraes.
Planejamento de Experimentos
176
Exemplo 5.21
177
5.6.3
Controle estatstico
O segundo processo de controle experimental que no afeta a manifestao de
caractersticas estranhas o controle estatstico:
O controle estatstico consiste no registro dos valores observados de uma ou mais
variveis que exprimam caractersticas estranhas relevantes da amostra e sua
utilizao para o ajustamento apropriado de valores observados de variveis
respostas pela eliminao da variao atribuvel a essas caractersticas estranhas.
O Exemplo 5.22 prov duas ilustraes de controle estatstico.
Exemplo 5.22
a) Em um experimento de nutrio animal em que os animais apresentam diferenas
apreciveis de peso corporal inicial pode ser apropriado o controle estatstico do efeito dessa
caracterstica estranha sobre o peso corporal ao abate. O controle estatstico procedido pelo
registro do peso inicial dos animais e a correo ou ajuste do peso ao abate para levar em conta a
variao do peso inicial. Dessa forma, o controle estatstico pode permitir separar da variao do
peso ao abate uma frao considervel dessa variao que seja atribuvel ao peso inicial dos
animais.
b) Em um experimento de fertilizao do solo para o cultivo do amendoim o peso da
produo pode ser afetado de modo relevante pelo estande final, ou seja, pelo nmero de plantas
que produzem por parcela. Nessas circunstncias, o controle estatstico da variao devida ao
estande final pode lograr uma reduo substancial do confundimento que possa resultar da
variao devida ao nmero de plantas por parcela.
Planejamento de Experimentos
178
Exemplo 5.23
O controle estatstico se baseia em uma relao entre a varivel resposta e a covarivel estranha semelhante quela referida para co-varivel explicativa (Seo
Seo 5.8).
5.8
Muito freqentemente essa relao tambm pressuposta linear. Assim, o controle
estatstico apropriado se tal relao existe. A adequabilidade do controle estatstico
pode ser verificada atravs de uma anlise estatstica preliminar apropriada para testar a
relao que postulada.
As adoes de controle local e de controle estatstico tm conseqncias restritivas.
Esses processos de controle experimental impem perda de informao referente ao erro
experimental. A compreenso dessa implicao somente pode ser adquirida com o
conhecimento dos procedimentos de anlise estatstica que implementam esses
processos de controle experimental.
Assim, de modo geral, apenas uma ou poucas caractersticas estranhas da
amostra, ou um ou poucos agregados dessas caractersticas, pode ser controlado por
controle local e por controle estatstico.
Os efeitos de caractersticas estranhas sobre caractersticas respostas que no so
controlados por controle de tcnicas experimentais, por controle local e por controle
estatstico resultam confundidos com efeitos atribuveis aos fatores experimentais. Se
aqueles efeitos forem relevantes, a implicao resultante ser a tendenciosidade das
inferncias referentes a relaes causais entre caractersticas respostas e fatores
experimentais. O recurso para evitar tal tendenciosidade a casualizao.
5.6.4
Casualizao
A casualizao o processo de controle experimental para tornar no tendencioso
o confundimento dos efeitos de caractersticas estranhas no controladas por controle de
tcnicas experimentais, controle local e controle estatstico com os efeitos dos fatores
experimentais. Esse propsito logrado pela casualizao dos nveis dessas
caractersticas estranhas entre os nveis dos fatores experimentais.
A casualizao aplicvel na atribuio dos nveis de fatores de tratamentos s
correspondentes unidades experimentais e na implementao de tcnicas experimentais
que possam originar confundimento com efeitos de tratamentos (Seo
Seo 3.4.2).
3.4.2
179
Planejamento de Experimentos
180
5.6.5
181
Procedimento
Constituio
da amostra
No
tendenciosidade
Afeta
Afeta
Afeta
Controle local
No afeta
Afeta
No afeta
Controle estatstico
No afeta
Afeta
No afeta
Casualizao
No afeta
No afeta
Afeta
Controle de tcnicas
experimentais
tcnicas experimentais.
O pesquisador deve utilizar o controle de tcnicas experimentais para procurar
excluir da amostra todas as caractersticas estranhas relevantes que possam ser
submetidas a esse processo de controle experimental. As caractersticas estranhas
relevantes remanescentes na amostra devem ser controladas por controle local ou por
controle estatstico. As caractersticas estranhas controladas por esses dois processos de
controle experimental constituem a classe das caractersticas estranhas controladas
controladas.
Idealmente, as demais caractersticas estranhas da amostra devem ser efetiva e
operacionalmente casualizadas, constituindo a classe das caractersticas estranhas
casualizadas.
casualizadas Em situaes reais, entretanto, muitas caractersticas estranhas no so
sujeitas a esses processos de controle experimental, ou seja, a controle local, controle
estatstico e casualizao. Essas caractersticas constituem a classe das caractersticas
estranhas potencialmente perturbadoras.
perturbadoras
Assim, segundo os processos de controle experimental que as afetam, as
caractersticas estranhas da amostra so classificadas em trs subclasses:
caractersticas estranhas controladas,
caractersticas estranhas casualizadas e
caractersticas estranhas potencialmente perturbadoras.
Planejamento de Experimentos
182
183
5.7
Planejamento de Experimentos
184
185
Exerccios 5.3
1. Explique a origem do erro experimental (global).
2. Em que consiste o controle experimental? Qual o seu propsito?
3. Explique e ilustre o significado do controle de tcnicas experimentais.
4. Explique porque as fraes das caractersticas estranhas que so controladas atravs de
tcnicas experimentais so excludas da composio da amostra e porque, muito
freqentemente, as caractersticas estranhas abrangidas por controle de tcnicas
experimentais no so completamente excludas da composio da amostra.
186
Planejamento de Experimentos
5. Explique como o controle de tcnicas experimentais pode implicar em prejuzo da
representatividade da amostra.
6. Explique porque a presena de um fator experimental intrnseco usualmente requerer o
controle local da caracterstica estranha que lhe associada.
7. Como exercido o controle estatstico de uma caracterstica estranha? Cite um exemplo em
que o controle estatstico possa ser apropriado.
8. Explique e ilustre os significados de casualizao na atribuio dos tratamentos e
casualizao na implementao de uma tcnica experimental.
9. Explique a relao entre casualizao e controle local.
10. Distinga e ilustre as implicaes dos processos de controle experimental para a composio
da amostra, utilizando um exemplo de experimento de sua rea.
11. Qual a origem das caractersticas estranhas controladas em um experimento? Qual a
origem das caractersticas estranhas casualizadas? Qual a origem das caractersticas
estranhas potencialmente perturbadoras?
12. Suponha que o experimento a que se refere o exerccio 12 dos Exerccios 5.2 ser executado,
em cada local e em cada ano, em um terreno de dimenses apropriadas para a constituio
de 24 talhes com variao considervel de caractersticas do solo, mas esses talhes sero
classificados em 6 grupos de 4 talhes suficientemente homogneos. Ento, os 4 tratamentos
sero atribudos aleatoriamente aos 4 talhes de cada um desses 6 grupos, separada e
independentemente para cada um dos grupos.
a) Relacione as caractersticas estranhas relevantes de cada um dos agregados de
caractersticas estranhas do material experimental.
b) Liste as caractersticas estranhas relevantes que devam ser submetidas ao controle de
tcnicas experimentais.
c) Indique as caractersticas estranhas relevantes que devam ser controladas por controle
local.
d) Indique alguma caracterstica estranha que possa ser cogitada para controle estatstico.
e) Descreva as caractersticas estranhas que resultaro casualizadas.
f) Especifique as caractersticas estranhas potencialmente perturbadoras.
g) Entre as caractersticas estranhas especificadas no item f), indique aquelas que voc
espera que se comportaro como se fossem casualizadas.
h) Entre as caractersticas estranhas especificadas no item f), indique aquelas com
potencialidade mais elevada de se revelarem perturbadoras.
13. No experimento de que trata o exerccio 13 dos Exerccios 5.2 os 24 boxes individuais de cada
granja so considerados suficientemente uniformes quanto a caractersticas do ambiente, mas
os doze leites de cada uma das duas raas que sero utilizados em cada granja em cada ano
tero amplitude considervel de idade. Por essa razo, antes de serem assinalados aos 24
boxes, os animais de cada uma das 2 raas sero classificados em 4 grupos de 3 animais
homogneos quanto idade e demais caractersticas individuais e, ento, as trs doses de
estradiol sero atribudas aleatoriamente aos 3 animais de cada um dos 4 grupos de cada uma
das 2 raas, separada e independentemente para cada um dos grupos. Responda as mesmas
questes formuladas no exerccio 12.
14. Complemente a descrio do procedimento experimental apropriado para o experimento
considerado na resposta do exerccio 14 do Exerccios 5.2 de modo a possibilitar as respostas
s questes que seguem:
a) Liste as caractersticas estranhas relevantes de cada um dos agregados de caractersticas
estranhas.
b) Identifique as caractersticas estranhas relevantes que devam ser sujeitas ao controle de
tcnicas experimentais.
c) Indique as caractersticas estranhas relevantes que devam ser controladas por controle
local, se for o caso.
187
d) Indique alguma caracterstica estranha que deva ser controlada por controle estatstico, se
for o caso.
e) Especifique as caractersticas estranhas efetivamente casualizadas.
f) Especifique as caractersticas estranhas potencialmente perturbadoras.
g) Indique as caractersticas estranhas que, embora no efetivamente casualizadas, o
pesquisador pode esperar que se comportem como casualizadas.
h) Que aes o pesquisador deve tomar para evitar que caractersticas estranhas
potencialmente perturbadoras se tornem perturbadoras?
15. Distinga e ilustre os conceitos de erro experimental e erro de observao atravs de um
experimento de sua rea.
5.8
CoCo-varivel Explanatria
Em algumas situaes uma caracterstica explanatria pode no ser um fator
experimental, mas uma caracterstica expressa por uma co-varivel:
Uma coco-varivel explanatria uma varivel que expressa uma caracterstica
explanatria cujos nveis na amostra tm as seguintes propriedades:
1) no so escolhidos e definidos no plano do experimento;
2) podem ser distintos para todas as unidades da amostra; e
3) no constituem uma partio significativa dessas unidades.
A considerao de uma co-varivel explanatria implica que o objeto das
inferncias do experimento passa a ser a relao causal entre a varivel resposta e os
fatores experimentais levando em conta a variao atribuvel a essa co-varivel. Em
situao pouco comum o foco a relao entre a varivel resposta e a co-varivel. O
procedimento estatstico para essas inferncias a anlise da coco-variao.
variao A anlise da
co-variao requer a pressuposio de uma expresso para a relao entre a varivel
resposta e a co-varivel. Muito freqentemente essa relao postulada linear, o que
significa a pressuposio de que para acrscimos iguais da co-varivel correspondem
variaes (acrscimos ou decrscimos) iguais para a varivel resposta. A validade
dessas inferncias depende da adequabilidade da relao postulada.
Uma co-varivel explanatria uma varivel que exprime uma caracterstica
inerente s unidades cujos nveis se manifestam fora do controle do pesquisador. Nessas
circunstncias inferncias referentes relao de uma varivel resposta com uma covarivel no podem ter a conotao de causalidade.
A anlise da co-variao efetua o ajustamento dos valores observados da varivel
resposta que elimina da variao que atribuvel co-varivel. Isso significa que os
valores ajustados da varivel resposta seriam os valores que seriam observados se os
valores da co-varivel fossem todos iguais mdia destes valores.
A considerao de uma co-varivel explanatria usualmente de interesse
secundrio no experimento, no prevista no plano do experimento e surge no processo
de interpretao e explorao dos resultados. Entretanto ela pode ser importante para os
propsitos enumerados a seguir.
1) Deteco de interaes de fatores experimentais com caractersticas das
unidades: Usualmente, procedimentos de inferncia estatstica pressupem a
inexistncia de interaes dessa origem. Entretanto, em algumas situaes, o efeito de
uma mesma condio experimental pode variar sistematicamente entre as unidades em
decorrncia de interao com alguma caracterstica dessas unidades. Nessas
circunstncias pode ser interessante levar em conta essa caracterstica estranha como
Planejamento de Experimentos
188
uma co-varivel explanatria para verificar se os efeitos dos fatores experimentais variam
com essa co-varivel.
Exemplo 5.29
a) m um experimento de suplementao alimentar de vacas leiteiras a produo de leite
pode ser afetada pelo peso corporal do animal. Ento, podem ser convenientes o registro do peso
inicial dos animais e sua considerao como uma co-varivel explanatria para verificar se os
efeitos dos tratamentos sobre a produo de leite variam com o peso inicial do animal.
b) Em um experimento sobre o efeito da poda da videira a produo de cachos de uva pode
ser afetada pela produo na safra anterior. Assim, pode ser interessante verificar se o efeito da
poda sobre a produo de cachos na safra atual varia com a produo na safra anterior.
189
Exemplo 5.32
a) Em um experimento de fertilizao do solo para cultivo de beterraba aucareira o peso da
produo de razes uma funo do peso mdio da raiz e do nmero de razes. Assim, se o
nmero de razes afetado por efeitos de tratamentos, uma anlise do peso da produo de
razes com ajustamento para o nmero de razes exprimir essencialmente os efeitos de
tratamentos sobre o peso mdio da raiz.
b) No experimento do efeito da dieta sobre o ganho de peso de perus alimentados
vontade (Exemplo
Exemplo 5.31 a) a converso alimentar a razo entre o consumo e o ganho de peso.
Inferncias referentes converso alimentar podem ser derivadas pelo ajustamento do consumo
para a variao devida ao ganho de peso, atravs de uma anlise de co-variao.
5.9
Ilustrao
Esta seo apresenta trs exemplos com os propsitos de reviso e ilustrao mais
ampla dos conceitos emitidos nas sees anteriores, e de alguns conceitos bsicos
apresentados em captulos prvios.
Exemplo 5.34
Populao objetivo: Viveiros de produo de mudas de kiwi do Estado do Rio Grande do Sul
que existiro em um intervalo de tempo imediato concluso da pesquisa.
Unidade da populao objetivo: Um viveiro particular que constitui essa populao objetivo,
com suas caractersticas referentes s estacas (procedncia, comprimento, espessura, sanidade,
etc.), ao ambiente (caractersticas do solo e do clima: temperatura, umidade, insolao,
incidncias de doenas, pragas, predadores, etc.) e s tcnicas de cultivo (preparo das estacas e
dos vaso, estaquia, aplicaes de inseticidas e fungicidas, proteo contra predadores e preparo
da muda).
Problema de pesquisa: Baixa produo de mudas pelo mtodo de propagao por estaquia.
Hiptese de pesquisa: O enraizamento de estacas e, portanto, a produo de mudas so
elevados pelo emprego do fitohormnio sinttico cido indol-butrico (AIB).
Ao de pesquisa: Experimento para verificar se o AIB aumenta o enraizamento e, em caso
positivo, determinar a dose apropriada de AIB.
190
Planejamento de Experimentos
Caractersticas respostas importantes: Nmero de estacas enraizadas, nmero de razes
por estaca, comprimento mdio da raiz, percentagem de enraizamento e desenvolvimento
radicular.
Caractersticas explanatrias da populao objetivo: cido indol-butrico; nveis: doses do
intervalo [0; 5.000 ppm]. Como o efeito do AIB pode depender da cultivar adotada, a caracterstica
cultivar tambm considerada como um fator experimental; seus nveis na populao objetivo so
as cultivares utilizadas na regio.
Caractersticas explanatrias da amostra: 1) cido indol-butrico, com quatro nveis: 1 - 0
ppm, 2 - 1.500 ppm, 3 - 3.000 ppm, 4 - 5.000 ppm. 2) Cultivar, com dois nveis: duas cultivares
escolhida entre as cultivares adotadas na regio: 1 - Hayward, 2 - Tomuri.
Nessas circunstncias, o experimento compreende dois fatores experimentais: fitohormnio
AIB e cultivar, ambos fatores de tratamento Os tratamentos na amostra so: cada um dos 4 nveis
de AIB, cada uma das 2 cultivares e cada uma das 8 combinaes das 4 doses de AIB com as 2
cultivares.
191
Exemplo 5.35
Populao objetivo: Lavouras de trigo do Planalto do Rio Grande do Sul que existiro no
intervalo de cinco anos aps a concluso da pesquisa.
Unidade da populao objetivo: Uma lavoura particular dessa populao objetivo, com as
caractersticas que lhe correspondem referentes semente (pureza, vigor, sanidade, etc.), ao
ambiente (caractersticas do solo e do clima, incidncias de pragas, doenas e predadores), s
tcnicas de cultivo (preparo do solo, plantio, aplicaes de inseticidas e fungicidas, proteo
contra predadores e colheita).
Problema de pesquisa: Prejuzo produo de gros decorrente de doenas fngicas
foliares (ferrugem, septoriose e helmintosporiose).
Hiptese de pesquisa: A aplicao de fungicidas disponveis no mercado controla a
incidncia das doenas foliares do trigo, evitando o dano decorrente para a produo.
Ao de pesquisa: Experimento para a comparao dos efeitos de diversos fungicidas sobre
o controle de doenas foliares e a produo de gros.
Caractersticas respostas importantes: Peso da produo de gros, graus de incidncias da
ferrugem, da septoriose e da helmintosporiose na folha, quantidade de espiguetas por planta,
quantidade de espigas por espigueta, quantidade de gros por espiga, e peso mdio e densidade
do gro.
Caractersticas explanatrias da populao objetivo: Fungicida, decorrente da hiptese
formulada; nveis desse fator - fungicidas especficos existentes no mercado apropriados para
considerao, e ausncia de fungicida, ou seja: 1 - Mancozeb DF 75%, 2 - Ciproconazole 10%, 3 Propiconazole, 4 - Dinaconazole 5% CE e 5 - sem fungicida. Como os efeitos dos fungicidas
podem depender da suscetibilidade (ou resistncia) da cultivar adotada s doenas fngicas da
folha, cultivar considerada como um fator experimental; seus nveis na populao objetivo so as
cultivares utilizadas na regio. Dado que o efeito do fungicida depende da presena do fungo;
portanto, pode variar entre os locais da regio e entre os anos, local e ano tambm so
considerados caractersticas explanatrias; seus nveis so, respectivamente, os locais de cultivo
192
Planejamento de Experimentos
de trigo na regio e os anos de cultivo, em um intervalo de tempo imediato concluso da
pesquisa. Os fatores experimentais local e ano compreendem as caractersticas tpicas ou
permanentes dos locais e dos anos sob considerao, respectivamente; essas so
particularmente caractersticas referentes a solo e clima para o fator local, e a clima para o fator
ano.
193
nmero de gros por espigas e peso de 1000 gros so mensuradas em uma amostra de plantas
da parcela, previamente definida; os graus de incidncias de ferrugem na folha e no caule tambm
so mensurados em uma amostra de plantas da parcela.
Planejamento de Experimentos
194
que atribuvel a caractersticas estranhas. c) Que afeta inferncias referentes ao fator ano:
variao entre os valores observados da varivel resposta entre os conjuntos de 360 talhes (dos
6 anos) dos 4 locais que atribuvel a caractersticas estranhas.
Exemplo 5.36
Populao objetivo: Unidades (instalaes) de produo de sunos da raa Landrace
criados em confinamento no Estado do Rio Grande do Sul que existiro no intervalo de seis anos
aps a concluso da pesquisa.
Unidade da populao objetivo: Uma unidade (instalao) de produo de sunos, com as
correspondentes caractersticas referentes ao animal (procedncia, sexo, conformao, sanidade,
etc.), ao ambiente (instalaes, clima: temperatura, umidade, luminosidade, incidncias de
doenas, etc.), s tcnicas de manejo (suprimento de rao e gua, aplicaes de vacinas e
antibiticos, outros tratos sanitrios e abate).
Problema de pesquisa: Elevado custo da rao consumida nas fases de crescimento e
terminao.
Hiptese de pesquisa: A substituio parcial do milho e do farelo de soja pela casca de soja
tostada na composio da rao diminui o custo desta e no prejudica o desenvolvimento corporal
nem as caractersticas de carcaa.
Ao de pesquisa: Experimento para a comparao de raes com os componentes: milho
e farelo de soja parcialmente substitudos por casca de soja tostada.
Caractersticas respostas relevantes: Tempo para o abate, ou seja, tempo para o animal
atingir 90 kg de peso corporal, ganho de peso, ganho mdio dirio de peso corporal, rendimento
de carcaa, comprimento de carcaa, quantidade de lombo, quantidade de toucinho, quantidade
de rao consumida, converso alimentar.
Caractersticas explanatrias da populao objetivo - Rao; nveis: percentagens de
substituio do milho e do farelo de soja por casca de soja tostada compreendidas no intervalo
entre 0% e 18%. Como a populao objetivo compreende animais machos e fmeas e o efeito da
rao pode depender do sexo, esta caracterstica deve ser caracterstica explanatria, com dois
nveis: 1 - macho, 2 - fmea. Como o efeito da rao pode variar com o local e com o ano,
principalmente em decorrncia de diferenas de clima, local e ano tambm devem ser
considerados caractersticas explanatrias. O fator experimental sexo compreende as
caractersticas genotpicas e fenotpicas distintivas dos sexos. Os fatores experimentais local e
ano so constitudos pelas caractersticas tpicas ou permanentes dos locais e dos anos sob
considerao, respectivamente; essas so principalmente caractersticas do clima, mas tambm
podem referir-se a instalaes e manejo, no caso do fator local, se instalaes e tcnicas de
manejo so tpicas dos locais.
Caractersticas explanatrias da amostra: 1) Rao, com quatro nveis: 1 - 0%, 2 - 6%, 3 12% e 4 - 18% de substituio do milho e do farelo de soja por casca de soja tostada. 2) Sexo,
com dois nveis: 1 - macho, 2 - fmeo. 3) Local, com quatro nveis: 4 granjas escolhidas da regio.
4) Ano, com trs nveis: 3 anos de execuo do experimento.
Assim, esse experimento compreende quatro fatores experimentais: um fator de tratamento
- rao, e trs fatores intrnsecos - sexo, local e ano.
195
separada e independentemente para cada grupo de 4 boxes, de modo que cada um desses
grupos recebe um conjunto completo das 4 raes.
Antes de serem introduzidos nos boxes aos quais foram assinalados, os animais so
pesados individualmente, para a determinao do peso corporal inicial para propsito de controle
estatstico. A rao provida diariamente, nas quantidades pr-estabelecidas; antes da colocao
da rao nos comedouros, as sobras so retiradas e pesadas. Na medida em que cada animal
atinge o peso corporal de 90 kg, ele abatido. Ento, a carcaa destacada e so determinados
seu peso e comprimento. Imediatamente, a carcaa dividida em suas partes importantes (lombo,
toucinho, etc.) para a determinao das correspondentes medidas.
Planejamento de Experimentos
196
Exerccios de Reviso
1. Explique e ilustre a distino entre os seguintes conceitos:
a) fator de tratamento e fator intrnseco;
b) tratamento e condio experimental.
2. D um exemplo de experimento com um fator de tratamento e um fator intrnseco e caracterize
a distino entre essas duas classes de fator experimental. Mostre que esses dois fatores
satisfazem as propriedades requeridas de um fator experimental.
3. Conceitue as trs classes de caractersticas da amostra em uma pesquisa experimental.
4. Explique o significado conceitual de:
a) material experimental;
b) unidade experimental para um fator experimental.
c) unidade de observao para uma varivel resposta;
5. Para cada uma das duas situaes de experimento caracterizadas a seguir identifique a
varivel resposta mais importante, o fator experimental definido pelos objetivos do experimento
e seus nveis na populao objetivo e na amostra, a unidade experimental, e a unidade de
observao para a caracterstica resposta identificada:
a) Para pesquisa dos efeitos da temperatura da gua sobre a taxa de ecloso de ovos de truta,
um pesquisador coloca pores de ovos em gua de diversas temperaturas e registra a
percentagem de nascimento de cada uma dessas pores.
b) Para um estudo de competio de plantas um ecologista escolhe quatorze ambientes
naturais onde no h orqudeas e coloca cada uma de duas espcies de orqudea em
doze plantas, e retorna dois anos aps para contar o nmero de plantas de cada uma
dessas espcies.
6. Explique o propsito do controle experimental.
197
Procedimento
1 - Controle local
2 - Controle estatstico
3 - Casualizao de caractersticas
estranhas
) Estimao no tendenciosa
) Estimao tendenciosa
) Nenhum
19. Indique para cada um dos procedimentos listados na primeira coluna as implicaes que
podem decorrer para a representao da populao objetivo pela amostra, preenchendo os
nmeros apropriados entre parnteses na segunda coluna, entre as indicadas na primeira
coluna.
Procedimento
1 - Controle local
) Diminuio
2 - Controle estatstico
) Aumento
3 - Casualizao de caractersticas
estranhas
) Nenhuma
198
Planejamento de Experimentos
20. Conceitue as trs seguintes subclasses da classe das caractersticas estranhas da amostra:
caractersticas controladas, caractersticas casualizadas e caractersticas potencialmente
perturbadoras.
21. O que uma caracterstica estranha perturbadora em um experimento?
22. Qual a conseqncia da ocorrncia de uma caracterstica estranha perturbadora para a
grandeza e a no tendenciosidade do erro experimental?
23. Considere um experimento com o propsito de pesquisar o efeito do tamanho da semente de
soja sobre a qualidade fisiolgica da semente aps um perodo de armazenamento, com o
seguinte procedimento: 1) as sementes de um lote de cada uma de 5 procedncias so
classificadas em 4 distintos tamanhos; 2) de cada uma dessas 20 pores de sementes
extrado 1 kg de sementes que acondicionado em um saquinho; 3) esses 20 saquinhos de
sementes so postos em armazenamento em um ambiente uniforme por um perodo de 6
meses; 4) ao final desse perodo, extrada uma amostra de 3 fraes de 100 sementes de
cada um dos 20 saquinhos; 5) cada uma dessas 60 fraes de sementes submetida
individualmente teste de germinao.
a) Identifique a unidade de observao para a varivel resposta percentagem de germinao.
b) Caracterize a unidade experimental para o fator experimental tamanho da semente.
24. A seguir so caracterizados quatro experimentos que esto sendo planejados para execuo:
A - "Efeito do tratamento de semente de cebola com fungicida sobre a produo de bulbos",
com a considerao dos seguintes trs fungicidas: Phygon, Dithane e Thylate e um
tratamento controle - sem fungicida. O experimento ser conduzido em uma unidade de
pesquisa, em uma nica oportunidade. Sero utilizadas sementes de cebola de um lote
2
homogneo, semeadas em vinte e quatro parcelas de campo de 10m , supostamente
heterogneas, mas que sero agrupadas em seis grupos de quatro parcelas contguas.
Trs pores de semente, cada poro tratada com um dos trs distintos fungicidas sero
atribudos aleatoriamente a trs das quatro parcelas de cada um dos seis grupos de
parcelas; a restante parcela de cada um desses grupos receber semente no tratada.
B - "Efeito da adio de farelo de arroz desengordurado em raes para sunos nas fases de
crescimento e terminao". A partir de uma rao bsica, sero formuladas trs
diferentes raes, com 0, 20 e 40% de farelo de arroz desengordurado. O experimento
ser conduzido em 4 granjas durante 3 anos. Em cada granja e em cada ano, sero
utilizados 24 leites mestios machos Landrace x Large White, de diversas procedncias,
mas que sero classificados em 8 grupos 3 de animais suficientemente homogneos.
Durante a execuo do experimento, os animais sero mantidos em boxes individuais,
em ambiente heterogneo, mas os boxes sero classificados em 8 grupos de 3 boxes
uniformes. Em cada granja e em cada um dos anos, os animais sero assinalados
aleatoriamente aos boxes de modo que animais de um mesmo grupo resultem em um
grupo de boxes. As 3 raes sero atribudas aleatoriamente aos 3 boxes de cada um
dos 8 grupos de boxes e correspondentes animais uniformes, atravs de sorteio realizado
separada e independentemente para cada grupo.
C - "Controle da incidncia de mastite bovina em rebanhos de gado de leite da Bacia Leiteira
de Pelotas", com os seguintes quatro tratamentos: 1 - Tetraciclina, 2 - Gentamicina, 3 Ampicilina e 4 - Sem antibitico. O experimento ser conduzido em 3 granjas durante 3
anos. Em cada granja, em cada ano, sero utilizadas 24 vacas de diferentes idades, mas
que sero classificados em 6 grupos de 4 vacas, cada grupo constitudo por animais
uniformes quanto idade. Durante a fase experimental, os 24 animais sero mantidos em
um mesmo ambiente e sob mesmas condies de alimentao e manejo. Em cada granja
e em cada um dos anos, os 4 tratamentos sero assinalados aleatoriamente s 4 vacas
de cada um dos 6 grupos de animais de mesma idade, atravs de sorteio realizado
separada e independentemente para cada grupo.
D - "Efeito do desbaste sobre a qualidade de frutos de pessegueiro para consumo in natura",
com os seguintes quatro tratamentos: 1 - 10% de desbaste, 2 - 20% de desbaste, 3 - 30%
de desbaste e 4 - Sem desbaste. O experimento ser conduzido em 3 pomares da regio
produtora de Pelotas durante 3 anos. Em cada pomar, em cada ano, sero utilizadas 24
plantas adultas de diferentes nveis de vigor, mas que sero classificadas em 6 grupos de
199
4 plantas, cada grupo constitudo por plantas uniformes quanto ao vigor. Em cada pomar
e em cada um dos anos, os 4 tratamentos sero assinalados aleatoriamente s 4 plantas
de cada um dos 6 grupos de plantas de mesmo vigor, atravs de sorteio realizado
separada e independentemente para cada grupo.
Para um desses quatro experimentos de sua escolha caracterize o seguinte:
a) o problema cientfico que poderia ter originado o experimento;
b) a correspondente hiptese cientfica;
c) as caractersticas respostas relevantes;
d) os fatores experimentais e os correspondentes nveis na populao objetivo e na amostra;
e) os grandes agregados de caractersticas estranhas da amostra;
f) o material experimental;
g) a unidade de observao para cada varivel resposta;
h) a unidade experimental para cada fator experimental;
i) as caractersticas estranhas que devam ser sujeitas a controle de tcnicas experimentais;
j) as caractersticas estranhas que devam ser controladas atravs de controle local e de
controle estatstico, se for o caso;
k) as caractersticas estranhas casualizadas;
l) as caractersticas estranhas potencialmente perturbadoras;
m) as caractersticas estranhas potencialmente perturbadoras com mais potencial de se
tornarem perturbadoras;
n) as caractersticas estranhas potencialmente perturbadoras que o pesquisador pode esperar
que se comportem como casualizadas;
o) as fontes do erro experimental.
25. Suponha que um pesquisador planeja conduzir um experimento para determinar o efeito da
pastagem melhorada sobre o ganho de peso de ovinos em pastoreio no perodo de maro a
agosto, com dois tratamentos: 1 - pastagem cultivada e 2 - pastagem nativa. O plano do
experimento prev o uso de 60 animais machos da raa Corriedale e dois potreiros cada um
com capacidade para 30 animais. Um dos potreiros de campo natural (pastagem nativa) e o
outro de pastagem melhorada (pastagem cultivada). Os 60 animais sero distribudos 30 a
cada um dos dois potreiros. Suponha que os 60 cordeiros so razoavelmente uniformes, de
modo que o controle local de caractersticas individuais dos animais seja julgado
desnecessrio.
a) Identifique o fator experimental indicado pelo objetivo do experimento e os correspondentes
nveis na populao objetivo e na amostra.
b) Identifique a unidade de observao para a varivel resposta ganho de peso.
c) Identifique a unidade experimental para o fator experimental identificado na resposta
questo a) e a descreva de modo completo.
d) Quantas repeties o plano desse experimento prov para cada um dos tratamentos?
e) Para esse plano de experimento, qual seria a origem do erro experimental que afeta o fator
experimental pastagem? Esse plano proveria uma estimativa desse erro experimental?
f) Explique porque a variao do ganho de peso individual dos animais dentro de potreiros no
seria uma estimativa vlida (ou seja, no tendenciosa) do erro experimental para a
comparao dos dois tratamentos.
26. Descreva situaes de experimentos de sua rea em que possa ser importante considerar covariveis explanatrias.
27. Ilustre uma situao em que a anlise da co-variao com uma varivel resposta intermediria
como co-varivel pode esclarecer a origem do efeito dos fatores experimentais sobre uma
varivel resposta.
28. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco:
a) Em um experimento, uma caracterstica explanatria designada......................................
......................................... . Se os nveis dessa caracterstica so aplicados s unidades da
Planejamento de Experimentos
200
denominada
...................................................................... .
29. Decida se cada uma das seguintes sentenas verdadeira ou falsa, colocando entre
parnteses as letras V ou F, respectivamente. Se a sentena for falsa, explique porque.
1(
3(
unidades experimentais.
5(
) Um fator experimental pode ter seus nveis manifestados nas unidades da amostra fora
do controle do pesquisador.
6(
201
com dois distintos tratamentos so diferentes, o pesquisador pode atribuir tal resultado,
inequivocamente, a diferenas reais entre os efeitos dos dois tratamentos.
8(
) Os efeitos de fatores experimentais sobre variveis respostas podem ser separados dos
objetivo.
11 (
12 (
mesma cousa.
13 (
) A unidade experimental pode ser caracterizada de modo completo pelo seu componente
) Em
15 (
16 (
esse tratamento.
18 (
19 (
23 (
amostra.
objetivo pela amostra.
24 (
Planejamento de Experimentos
202
30 (
ao erro experimental.
33 (
34 (
38 (
Tratamento
Condio experimental
Material experimental
Controle experimental
Controle local
Fator de unidade
Controle estatstico
Co-varivel estranha
Casualizao
Casualizao na implementao de
203
tcnicas experimentais
Caracterstica estranha
potencialmente perturbadora
Erro de tratamento
Erro de especificao
Erro de observao
Erro de amostragem
Co-varivel explanatria
Bibliografia
COCHRAN, W. G. Planning & analysis of observational studies.
studies New York: John Willey,
1983. 145p.
COX, D. R. Planning of experiments
experiments. New York: John Wiley, 1958. 308p.
COX. D. R.; SNELL, E. J. Applied statistics, principles and examples.
examples Londres: Chapman
and Hall, 1981. 189p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
FEDERER, W. T. Statistics and society, data collection and interpretation. New York:
Marcel Dekker, 1973. 399p.
FINNEY, D. J. An introduction to statistical science in agriculture.
agriculture 4.ed. Copenhagen:
Scandinavian University Books, 1972. 290p.
KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference,
Inference v.1,
p.1-25, 1977.
KEMPTHORNE, O. The design and analysis of experiments.
experiments Huntigton, NY: Robert E.
Krieger Publishing Company, 1979. 631 p.
KEMPTHORNE, O. Sampling inference, experimental inference and observation
inference. Sankhya,
Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979.
HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments
experiments. New York:
John Wiley, 1994. v.1, 495p.
KISH, L. Sample surveys versus experiments, controlled observations, census, registers,
and local studies. Australian Journal of Statistics,
Statistics v.27, n.2, p.111-122, 1985.
KISH, L. Statistical design for research
research. New York: John Wiley, 1987. 267p.
SILVA, J. G. C. da. Estatstica experimental,
experimental verso preliminar. Pelotas: Universidade
Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p.
STEEL. R. G. D.; TORRIE, J. H.; DICKEY, D .A. Principles and procedures of Statistics: A
biometrical approach.
approach 3. ed. Boston: McGraw Hill, 1997. 666p
URQUHART, N. S. The anatomy of a study. Hortscience
Hortscience, v.16, n.5, p.621-627, 1981.
WILSON, E. B. An introduction to scientific research.
research New York: McGraw-Hill, 1952. 373p.
Contedo
6.1
Introduo................................................................................................................... 206
6.2
6.3
6.4
6.5
6.5.1
6.5.2
6.5.3
9.1.1.1
6.5.5
6.5.6
6.5.7
Previso dos procedimentos de inferncia estatstica e provimento de medida de
incerteza das inferncias...................................................................................................... 238
6.6
6.6.1
6.6.2
6.6.3
Casualizao........................................................................................................ 248
6.6.4
Ortogonalidade..................................................................................................... 252
6.6.5
6.6.6
6.6.7
Eficincia.............................................................................................................. 261
Exerccios de Reviso ................................................................................................ 265
Conceitos e Termos Chave ........................................................................................ 271
Bibliografia.................................................................................................................. 271
206
6.1
Planejamento de Experimentos
Introduo
O plano do experimento e particularmente o delineamento experimental devem
garantir as propriedades necessrias para a derivao das inferncias que constituem o
objeto do experimento. No h um conjunto de regras e procedimentos que garanta a
elaborao de um plano de experimento que cumpra essas exigncias. Entretanto, a
observncia de alguns requisitos e princpios bsicos fundamental para o sucesso de
qualquer experimento.
A partir das contribuies relevantes de Fisher, muitos delineamentos
experimentais foram desenvolvidos para as mais variadas situaes. Esses
delineamentos tm sido extensivamente utilizados e se tornaram tradicionais em muitas
reas de pesquisa.
A exposio desses delineamentos clssicos comum em textos de Estatstica
Experimental. A ampla difuso desses delineamentos os tornou amplamente acessveis
aos pesquisadores. Em particular, a disponibilidade de esquemas de delineamentos
experimentais mais complexos tem facilitado sua utilizao. Outra razo da tendncia
generalizada do uso desses delineamentos a facilidade propiciada para a anlise de
dados, cujas receitas tambm foram amplamente difundidas e se tornaram de grande
importncia na poca em que as facilidades para o processamento de anlises
estatsticas eram precrias.
Entretanto, esses delineamentos so freqentemente mal utilizados, por diversas
razes, entre elas a pouca compreenso de suas implicaes. Tornou-se comum a
tendncia do pesquisador adaptar o plano de sua pesquisa aos delineamentos
experimentais disponveis. Como conseqncia, freqente a utilizao de
delineamentos inadequados para os propsitos e condies do experimento.
As facilidades atuais de computao no mais justificam a tendncia do uso de
delineamentos para os quais so disponveis receitas de clculo facilmente executveis.
Esses recursos tornaram vivel a utilizao do delineamento experimental mais
apropriado para cada situao particular e, conseqentemente, o planejamento de
experimentos mais eficientes. Entretanto, a adoo dessa nova abordagem requer a
compreenso dos requisitos do plano do experimento e dos princpios bsicos do
delineamento experimental.
Este Captulo constitui uma introduo aos tpicos que so tratados nos captulos
que seguem. Considera as bases e o processo para derivao de inferncias do
experimento, e trata das propriedades requeridas do plano do experimento e,
particularmente, do delineamento experimental. A Seo 6.2 estabelece a definio de
delineamento experimental e apresenta uma estratgia para sua gerao. A Seo 6.3
descreve o procedimento lgico para inferncias referentes a relaes causais de
caractersticas, que constituem o propsito do experimento. Na Seo 6.4 so
apresentados e ilustrados conceitos referentes a efeito de fatores experimentais que so
freqentemente utilizados no texto. A Seo 6.5 trata das propriedades requeridas do
plano do experimento. O tema da Seo 6.6 so as propriedades importantes ou
princpios bsicos do delineamento experimental que so demandadas pelos requisitos
do plano do experimento.
A obedincia a esses requisitos e princpios permite ao pesquisador elaborar o
plano e o delineamento mais apropriados para cada experimento particular. Entretanto, a
aplicao correta desses requisitos e princpios requer suas compreenses plenas e
cuidados especiais. Por essa razo, a participao do estatstico na fase do
planejamento do experimento altamente relevante.
6.2
207
208
Planejamento de Experimentos
6.3
209
210
Planejamento de Experimentos
6.4
Exemplo 6.1
a) Em um experimento sobre o controle da giberela em lavouras de trigo com um fator:
fungicida com os quatro nveis: 1 - Mancozeb, 2 - Ciproconazole, 3 - Propiconazole e 4 - sem
fungicida so de interesse: i) o efeito global do fator fungicida, ou seja, a variao da resposta
entre os quatro nveis desse fator, e ii) comparaes particulares da resposta desses nveis; por
exemplo, a comparao que exprime o efeito da aplicao de fungicida, ou seja, a comparao
dos tratamentos com fungicida (tratamentos 1, 2 e 3) com o tratamento sem fungicida (tratamento
4).
b) Em um experimento para pesquisa da resistncia bruzone de linhagens originadas do
cruzamento de duas cultivares de arroz h interesse na variabilidade do grau de infeco das
plantas entre as cultivares.
211
nveis 1 - Kagraner, 2 - Regina, 3 - Great Lakes e 4 - Brisa. A associao de cada um dos 2 nveis
do fator cobertura plstica com cada um dos 4 nveis do fato cultivar constitui 42=8 combinaes
de nveis.
O efeito principal do fator cultivar a variao da resposta entre as 4 cultivares global ou
mdia para os 2 nveis do fator cobertura plstica; o efeito simples do fator cultivar para o nvel 1
do fator cobertura plstica, ou seja, sem cobertura, a variao da resposta entre as 4 cultivares
para ausncia de cobertura plstica; a interao dos efeitos de cobertura plstica e cultivar a
variao do efeito de cobertura plstica entre as 4 cultivares, ou, equivalentemente, a variao do
efeito do fator cultivar entre sem e com cobertura plstica.
b) Seja um experimento sobre o efeito da raa e do reprodutor sobre caractersticas
referentes reproduo de bovinos de corte com trs nveis do fator raa: 1 - Ibag, 2 - Nelore e 3
- Aberdeen Angus com a considerao de 8 reprodutores de cada uma dessas raas. As
combinaes dos 8 nveis do fator reprodutor com as 3 raas constituem 24 combinaes de
nveis.
O efeito principal do fator raa a variao da resposta entre as 3 raas global ou mdia
para os 8 reprodutores das respectivas raas; o efeito simples do fator reprodutor para uma raa
particular a variao da resposta entre os 8 animais dessa raa. Observe-se que, como os nveis
do fator reprodutor no se repetem entre as raas, no tm sentido e esse experimento no prov
inferncias referentes a efeitos simples do fator reprodutor e interao dos efeitos dos fatores
raa e reprodutor.
6.5
6.5.1
212
Planejamento de Experimentos
O plano do experimento deve ser formulado detalhadamente e descrito em um
protocolo apropriado de modo suficientemente claro para que todas as decises e aes
necessrias at a derivao das inferncias sejam previstas. Esse tema foi considerado
nas Sees 4.4 a 4.7.
4.7 Entretanto, relevante reiterar que o planejamento cuidadoso
necessrio para que sejam evitadas ulteriores surpresas e decises inadequadas que
conduzam a prejuzos para o experimento. Particularmente, o plano deve prever os
recursos necessrios e os momentos em que devero estar disponveis. Se esses
recursos no forem disponveis ou se forem insuficientes para que o experimento seja
conduzido de modo a satisfazer os requisitos necessrios para a gerao das inferncias
que constituem seu objetivo, a execuo do experimento no deve ser iniciada. Nesse
caso os objetivos do experimento devem ser revisados para torn-lo exeqvel, ou o
experimento no deve ser realizado.
6.5.2
213
6.5.3
Preciso
A preciso est relacionada com a sensibilidade do experimento para detectar
efeitos de fatores experimentais que se manifestem na amostra. Quando inferncias no
revelam a presena de um efeito de fatores experimentais, no h como discriminar se
esse fato resultou da inexistncia do efeito ou da preciso no ter sido suficiente para
detect-lo. Assim, um requisito do plano do experimento assegurar preciso para
deteco dos efeitos relevantes dos fatores experimentais que se manifestem na
amostra.
A preciso uma propriedade das inferncias que constituem o objeto do
experimento. No uma propriedade inerente ao delineamento ou aos procedimentos
adotados no experimento, pois um mesmo delineamento ou um mesmo procedimento
pode contribuir para inferncias mais ou menos precisas dependendo das circunstncias.
A preciso depende da grandeza do erro que afeta os efeitos de fatores
experimentais. Ou seja, a preciso depende da grandeza do confundimento dos efeitos
dos fatores experimentais com efeitos de caractersticas estranhas no controlados por
controle local e por controle estatstico. Ela to mais elevada quanto menor esse
confundimento, ou seja, quanto menor a frao correspondente do erro experimental.
Em experimentos com uma nica formao de unidades experimentais o
confundimento de efeitos de fatores experimentais com efeitos de caractersticas
estranhas mensurado pela varincia do erro experimental que afeta efeitos dos fatores
2
experimentais expressa por unidade. Essa varincia denotada por e definida como a
mdia populacional dos quadrados dos erros originados desse confundimento nas
unidades representadas pelas unidades experimentais. A raiz quadrada dessa varincia,
ou seja, denominada erro padro por unidade.
Usualmente a varincia populacional no conhecida. Em seu lugar utilizada
uma sua estimativa,
estimativa isto , um valor apropriado para aproxim-la determinado a partir
dos valores observados na amostra. Essa estimativa da varincia do erro experimental
por unidade a variao dos valores observados da varivel resposta que devida a
caractersticas estranhas dividida pelo correspondente nmero de unidades de
informao independentes, que mais comumente denominado nmero de graus de
2
liberdade do erro . Essa estimativa denotada por s .
2
214
Planejamento de Experimentos
Essa definio de preciso ou quantidade de informao prpria para
experimentos com uma nica formao de unidades experimentais. Em experimentos
com mais de uma formao de unidades experimentais os efeitos de fatores
experimentais so afetados por erro experimental proveniente de mais de um estrato.
Nessas circunstncias usualmente importante considerar a preciso do experimento
referente a cada formao de unidades experimentais particular. A preciso do
experimento correspondente a uma formao de unidades experimentais expressa pelo
inverso da varincia do erro experimental no estrato que corresponde a essa formao
de unidades experimentais. Como, em geral, essa varincia populacional
desconhecida, essa preciso deve ser aproximada por expresso semelhante quela do
pargrafo anterior com a varincia substituda por uma sua estimativa. Ento, a preciso
global do experimento o inverso da mdia ponderada das varincias dos estratos
correspondentes s formaes de unidades experimentais cujos pesos so os
respectivos nmeros de graus de liberdade. Usualmente, essas varincias so
desconhecidas e devem ser substitudas por estimativas.
As expresses que correspondem a essas definies de preciso envolvem
medidas de variabilidade que no so facilmente interpretveis, dado que a unidade de
medida da varincia o quadrado da unidade de medida da varivel resposta. Pode ser
mais conveniente expressar a magnitude do erro pelo correspondente desvio padro que
raiz quadrada da varincia. O desvio padro uma medida da impreciso do
experimento.
Usualmente, so de maior interesse as precises de inferncias sobre efeitos
particulares de fatores experimentais. A preciso das inferncias referentes a um efeito
de fatores experimentais depende do confundimento desse efeito com efeitos de
caractersticas estranhas, ou seja, depende da frao do erro experimental que afeta
esse efeito. Ela tambm pode ser afetada por outros efeitos de fatores experimentais. A
variao dos valores da varivel resposta dessas duas origens o erro que afeta essas
inferncias.
A preciso das inferncias referentes a um efeito de fatores experimentais
expressa pelo inverso da varincia do erro que afeta esse efeito. Essa varincia
compreende componentes correspondentes aos estratos do erro experimental que
afetam esse efeito e tambm pode incluir componentes referentes a outros efeitos de
fatores experimentais.
Em experimentos comparativos, as inferncias mais importantes referem-se a
diferenas ou comparaes de efeitos ou mdias de tratamentos. Na suposio de
ausncia de erros sistemticos, a estimativa de uma diferena de mdias de tratamentos
diferir de seu correspondente valor populacional apenas por erros aleatrios. A
grandeza do erro aleatrio que afeta uma diferena de mdias de tratamentos
expressa pela correspondente varincia ou sua raiz quadrada, que denominada erro
padro.
padro O erro padro uma medida da impreciso das inferncias referentes a uma
diferena de mdias de tratamentos.
Em experimentos com um nico fator experimental, mesmo nmero de repeties
para todos os tratamentos e efeitos de tratamentos afetados por erro experimental de um
nico estrato, o erro padro da estimativa da diferena de duas mdias de tratamentos
expresso por:
2
r
215
O significado do erro padro como uma medida da magnitude dos erros aleatrios
que afetam a estimativa de uma diferena de mdias de tratamentos pode ser
compreendido pela observao de que:
em cerca de um tero dos casos (ou seja, em cerca de 1/3 de todas as amostras
distintas possveis) a estimativa diferir do correspondente valor populacional, ou
seja, errar por mais do que o erro padro;
em cerca de um vigsimo dos casos a estimativa errar por mais do que duas
vezes o erro padro;
em cerca de um por cento dos casos a estimativa errar por mais do que 2,5
vezes o erro padro.
Essas propores de erros so aproximadas, pois elas dependem da forma da
distribuio dos erros e da preciso da estimativa do desvio padro.
Origens da impreciso
A preciso depende das grandezas dos erros padres que afetam efeitos de
fatores experimentais. Assim, fontes de inflao de erros padres so origens de
impreciso ou de prejuzos para a preciso. Genericamente, prejuzos para a preciso
tm as seguintes origens:
variveis respostas;
fatores experimentais e seus nveis;
nmero e dimenses das unidades experimentais;
caractersticas estranhas do material experimental, ou seja, caractersticas
referentes a:
amostra inicial,
veculos dos tratamentos,
aplicao dos tratamentos,
ambiente,
operaes para funcionamento das unidades e
mensurao e registro dos dados.
216
Planejamento de Experimentos
caractersticas que representam com as precises apropriadas para suas relevncias.
Assim, por exemplo, a incidncia de uma doena fngica em plantas de trigo pode ser
expressa por uma varivel de apenas dois nveis: sem e com incidncia, por uma varivel
de quatro nveis: sem infeco e com infeco baixa, mdia e alta, por uma varivel
discreta com nmero de nveis mais elevado ou por uma varivel contnua. As
mensuraes providas por essas variveis alternativas distinguem os graus de infeco
manifestados nas unidades de observao com precises diferentes.
b) Escolha apropriada dos fatores experimentais e de seus nveis. A escolha de um
fator experimental com nveis que se relacionam quantitativamente pode ter implicaes
relevantes para a preciso das inferncias. Esse o caso, por exemplo, quando os nveis
so doses de um fertilizante ou de um antibitico. Para ilustrao, considere-se a
situao simples em que a resposta a nveis crescentes do fator linear, ou seja, em que
a razo entre o incremento da resposta e o incremento do nvel do fator constante, e
em que so de interesse inferncias referentes declividade da reta E(y) = a + bx que
representa a relao postulada para a populao objetivo entre a varivel resposta y e o
fator x. Uma questo importante a escolha dos nveis x1, x2,... de x que propiciem a
maximizao da preciso das inferncias referentes ao parmetro b, que exprime a
razo de acrscimos da varivel resposta y e do fator x. Esses nveis so os valores de x
que tornam mnima a varincia do estimador de b, ou seja:
=
Var(b)
i ( xi - x )
2
onde x a mdia desses nveis e a varincia do erro que afeta inferncias
referentes ao fator x. A preciso dessas inferncias mxima quando os nveis so os
valores de x que maximizam:
SQ X = i ( xi - x ) .
2
Supondo que o nmero total de observaes fixado, SQX pode ser aumentada com o
incremento da amplitude do intervalo dos valores de x e, para um valor fixo dessa
amplitude, SQX maximizada quando a metade dos valores de x situam-se em cada um
dos extremos do intervalo. Essa a estrutura de tratamentos tima para inferncias
referentes razo de acrscimos de uma relao linear.
Esse procedimento estende-se para determinao da estrutura de tratamentos
tima para inferncias referentes a parmetros ou funes paramtricas referentes a
funes de resposta mais complexas. Muito freqentemente, quando o pesquisador tem
uma base para a pressuposio de uma relao entre a varivel resposta e o fator, como
ilustrado pela relao linear, ele hesita em confiar plenamente nessa base como critrio
para derivar a estrutura de tratamentos tima. Entretanto, a considerao da estrutura
tima fundamentada em uma pressuposio razovel valiosa porque prov uma base a
partir da qual pode ser determinada uma soluo satisfatria.
Ganhos de preciso tambm podem ser obtidos pela considerao de dois ou mais
fatores experimentais em um mesmo experimento, em lugar de conduzir experimentos
separados para cada um desses fatores. Considere-se, por exemplo, a pesquisa do
efeito da profundidade de arao e da fertilizao do solo com nitrognio sobre a
produo de milho. Pode-se conduzir um experimento para comparao de arao
profunda (A1) e arao rasa (A2), e um outro para comparao da fertilizao com uma
quantidade especfica de N (N1) com a ausncia de adubao (N0). Alternativamente,
essas duas comparaes podem ser efetuadas em um nico experimento com dois
fatores: arao e fertilizao com N, com quatro tratamentos: 1 - A1N1, 2 - A1N0, 3 - A2N1
e 4 - A2N0, onde A1N1 significa arao profunda com adio de nitrognio, etc. Ento, o
efeito da fertilizao do solo com nitrognio avaliado pela comparao dos tratamentos
1 e 3 com os tratamentos 2 e 4. Na suposio de material experimental com mesma
217
218
Planejamento de Experimentos
De fato, se o erro padro exageradamente grande, o experimento pode ser quase
intil, j que no proporcionar qualquer chance para a deteco de diferenas
importantes de tratamentos. Entretanto, erro padro desnecessariamente pequeno pode
implicar desperdcio de material experimental.
Muito freqentemente, inferncias de interesse so estimao e testes de
hipteses referentes a diferenas de efeitos de tratamentos. O uso da expresso do erro
padro da estimativa da diferena de duas mdias de tratamentos, dada anteriormente,
ou uma sua extenso para situao de nmeros diferentes de repeties, permite
predizer, quando o experimento est sendo planejado, o nmero de repeties
necessrias para lograr uma dada preciso para essas inferncias, ou, alternativamente,
a preciso que ser obtida com um nmero particular de unidades experimentais. Para
isso, necessrio conhecimento da variabilidade das unidades que permita avaliar a
grandeza do desvio padro. Informao aproximada dessa variabilidade pode ser obtida
de experimentos similares j realizados.Esse tema considerado na Seo 9.4.3.
9.4.3
e) Controle de tcnicas experimentais. Esse procedimento de controle experimental
pode ser apropriado para a reduo da variao devida a caractersticas estranhas de
diversas origens. As aes que podem ser efetivas para esse propsito so
consideradas a seguir.
Homogeneizao das caractersticas estranhas da amostra inicial. Por exemplo,
uso de adubao bsica, ou seja, adubao uniforme antes do plantio para reduo da
variao da fertilidade do solo em um experimento com plantas; adoo de um perodo
pr-experimental em que os animais so mantidos sob mesmo manejo ou sob mesmo
regime alimentar para uniformizao de caractersticas individuais dos animais.
Dimenses apropriadas das unidades experimentais. Em experimentos em que o
material experimental apresenta variabilidade espacial considervel, como experimentos
agrcolas de campo, a preciso pode ser afetada de modo considervel pelo tamanho e a
forma das unidades experimentais. Nessas circunstncias, a escolha apropriada das
dimenses das unidades experimentais pode contribuir para a elevao da preciso. Por
exemplo, em um experimento a ser conduzido em terreno com heterogeneidade
acentuada das caractersticas do solo em uma direo pode ser lograda preciso mais
elevada com o uso de parcelas retangulares com dimenso maior na direo
perpendicular. Esse tpico tratado na Seo 9.4.2.
9.4.2
Homogeneizao das caractersticas estranhas veiculadas com os tratamentos.
Em geral, tratamentos esto associados com caractersticas estranhas junto com as
quais so veiculados. Por exemplo, em um experimento de comparao de cultivares os
nveis do fator cultivar so cultivares cada uma das quais definida como um conjunto
de caractersticas especficas que lhe so inerentes, particularmente caractersticas
genticas; em um experimento sobre o controle de uma infeco de animais com
antibiticos os antibiticos so constitudos de conjuntos de caractersticas inerentes a
seus respectivos princpios ativos. Entretanto, as cultivares so veiculados por sementes
que compreendem, alm das caractersticas relacionadas ao ente gentico cultivar,
caractersticas referentes sanidade, pureza, germinao, vigor, etc. que no so
inerentes s cultivares; os princpios ativos dos antibiticos so veiculados juntamente
com caractersticas referentes s substncias s quais eles esto agregados. A variao
originada dessas caractersticas estranhas constitui erro de tratamento, que contribui
para o erro experimental. Essa variao deve ser controlada por controle de tcnicas
experimentais; por exemplo, no experimento de comparao de cultivares as sementes
devem ser uniformes quanto a vigor, sanidade, pureza e outras caractersticas no
inerentes a cultivar; no experimento de controle de infeco animal os antibiticos devem
ser homogneos quanto qualidade, particularmente no que se refere s substncias
com as quais so veiculados e a prazo de validade.
219
220
Planejamento de Experimentos
avaliadores esto sujeitas variabilidade decorrente da habilidade do avaliador.
Variaes dessa origem podem ser reduzidas atravs de treinamento dos avaliadores,
uso de padres de referncia e uso de mais de um avaliador ou de mais de uma
avaliao por unidade de observao.
Assim, a utilizao de instrumentos que efetuem mensuraes com precises
apropriadas altamente relevante. Entretanto, a preciso do processo de mensurao
tambm depende da variabilidade inerente unidade de observao. Essa variabilidade
pode ser reduzida pela utilizao de mais de uma unidade de observao por unidade
experimental elementar e a adoo da mdia como a resposta na unidade experimental.
Esse mesmo procedimento pode ser apropriado para avaliaes efetuadas por mais de
um avaliador em cada unidade de observao.
f) Controle local e controle estatstico. Esses procedimentos de controle
experimental so os recursos que comumente podem ser utilizados mais
convenientemente e com maior proveito para o aumento da preciso, particularmente em
experimentos tecnolgicos. Muito freqentemente, uma ou poucas caractersticas do
material experimental constituem as fontes de variao estranha predominantes que
podem inflacionar consideravelmente o erro experimental. Por exemplo, em um
experimento de comparao de cultivares essas fontes de variao podem ser a
fertilidade e a umidade do solo e o estande (nmero de plantas); em um experimento de
nutrio animal tais fontes podem ser a raa, a idade e o peso corporal do animal.
Nessas situaes, o controle local pode ser apropriado para controle das variaes
atribuveis a caractersticas estranhas referentes a solo e a raa e idade do animal,
enquanto que o controle estatstico pode ser conveniente para controle das variaes
estranhas atribuveis a estande e a peso do animal. O uso apropriado do controle local e
do controle estatstico nessas circunstncias permite separar da variao do erro
experimental que afeta inferncias referentes a fatores experimentais a variao devida
s caractersticas estranhas relevantes e eliminar essa variao das estimativas desses
efeitos. Dessa forma, esses procedimentos de controle experimental podem propiciar
preciso reduzida em experimentos com material experimental representativo da
heterogeneidade presente na populao objetivo.
Em geral, a adoo de delineamento experimental que exera controle local eficaz
pode permitir o controle de fontes de variao estranha relevantes. Assim, por exemplo:
a) Se o material experimental heterogneo quanto composio de caractersticas
estranhas, mas podem ser constitudos blocos de unidades suficientemente homogneas
a cada um dos quais seja atribuda uma coleo completa dos tratamentos, esse
delineamento com blocos completos permite eliminar a fonte relevante da variao
estranha das estimativas das diferenas de efeitos dos tratamentos e da estimativa da
varincia do erro experimental que afeta esses efeitos. b) Se o material experimental
muito heterogneo ou o nmero de tratamentos muito elevado, pode ser apropriada a
utilizao de delineamento com blocos incompletos, com a constituio de blocos de
unidades de tamanho menor que o nmero de tratamentos. c) Neste caso, na situao
de um nico fator experimental em que as inferncias relevantes referem-se s
comparaes de cada um dos tratamentos com cada um dos demais tratamentos
conveniente a adoo de delineamento experimental que garanta igual preciso para
todas essas comparaes. d) Na situao considerada no item b), quando o experimento
compreende diversos fatores experimentais e interaes de ordens elevadas (interaes
de muitos fatores experimentais) so irrelevantes, pode ser adequado delineamento com
confundimento que sacrifique inferncias referentes a essas interaes para propiciar
preciso apropriadamente elevada para inferncias referentes a efeitos importantes.
A escolha do delineamento experimental tambm pode ser feita com proveito para
lograr a preciso conveniente em muitas outras circunstncias. Por exemplo: a) No caso
de dois fatores experimentais com importncias relativas diferentes, a adoo de duas
formaes de unidades experimentais em que uma delas constitua subdivises da outra
221
pode ser utilizada para atribuir preciso mais elevada para as inferncias referentes ao
fator mais importante pela alocao dos nveis desse fator s unidades constitudas por
essas subdivises; os nveis do fator menos importante so assinalados s unidades
experimentais de maior dimenso. b) Em experimentos em que tratamentos tm
importncias diferentes para as inferncias de interesse pode-se lograr preciso mais
elevada para essas inferncias atravs da alocao de nmeros apropriados de
repeties para os tratamentos. Esse o caso, por exemplo, quando um dos tratamentos
o termo de referncia para os outros tratamentos e as inferncias de interesse so as
comparaes do tratamento referncia (usualmente designado tratamento controle ou
testemunha)
testemunha com cada um dos demais tratamentos; a preciso dessas comparaes
pode ser consideravelmente aumentada pela atribuio de maior nmero de repeties
ao tratamento controle.
Exerccios 6.1
1. Quais segmentos do planejamento do experimento tm implicaes para o delineamento
experimental? Explique como o planejamento desses segmentos gera o delineamento
experimental.
2. Quais so as trs condies para inferir a existncia de efeito causal de um fator experimental
sobre uma caracterstica resposta? Ilustre essas trs condies com um exemplo de
experimento de sua rea.
3. O experimento mais simples compreende um nico fator experimental e uma nica formao
de unidades experimentais.
a) Ilustre um experimento nessas circunstncias.
b) Descreva uma fonte de variao que expresse efeitos dos tratamentos. Explique porque
essa fonte de variao tambm compreende um componente originado de caractersticas
estranhas.
c) Descreva uma fonte de variao que expresse apenas efeitos de caractersticas estranhas.
d) Quais so as condies que os componentes da variao dessas duas fontes que so
originados de caractersticas estranhas devem satisfazer para que a contrastao dessas
duas fontes de variao possa servir de base para inferncias vlidas referentes a efeitos
dos tratamentos?
4. D um exemplo de experimento com dois fatores experimentais. Para esse exemplo explique
os significados dos efeitos principais e dos efeitos simples de cada um dos fatores e do efeito
da interao desses fatores.
5. Justifique a importncia do estabelecimento do plano antes do incio da execuo do
experimento e indique algumas conseqncias da desconsiderao desse requisito.
6. Explique porque a estimao dos erros que afetam efeitos de fatores experimentais na
amostra necessria, particularmente a estimao do erro experimental.
7. Qual a relao entre preciso do experimento e variao atribuvel ao erro experimental?
8. Como a repetio pode contribuir para o aumento da preciso do experimento?
9. Explique os recursos mais importantes que o pesquisador pode utilizar para o aumento da
preciso de experimentos tecnolgicos de abrangncia ampla.
10. Suponha que um pesquisador est planejando um experimento para as comparaes simples
de trs tratamentos t1, t2 e t3, ou seja, t1-t2, t1-t3, e t2-t3.
a) Determine os nmeros de repeties relativos que ele deve alocar aos 3 tratamentos para
cada uma das duas seguintes alternativas referentes aos erros padres dessas
comparaes: i) erro padro igual para todas essas comparaes; ii) erros padres com a
seguinte relao de propores: 4:5:6.
b) Supondo que ele dispe de 60 unidades experimentais homogneas, determine os nmeros
de repeties que devem ser alocadas aos trs tratamentos para satisfao de cada uma
das relaes entre erros padres consideradas no item anterior.
222
Planejamento de Experimentos
11. Explique porque em experimentos com mais de uma formao de unidades experimentais a
preciso deve ser considerada separadamente para cada um dos estratos do erro
experimental que afeta efeitos de fatores experimentais? Ilustre com um experimento de sua
rea.
12. Explique como a escolha da varivel resposta pode afetar a preciso do experimento.
13. Considere um dos experimentos exemplificados nos exerccios 3 e 4. Descreva as aes
apropriadas para lograr preciso elevada para as inferncias originadas desse experimento.
14. O que voc entende por caracterstica estranha veiculada com tratamentos? Ilustre com a
descrio dessas caractersticas referentes ao experimento considerado no exerccio 3.
15. Explique as implicaes dos procedimentos de controle experimental para a preciso do
experimento.
6.5.4
Validade
O plano deve garantir que o experimento tenha habilidade para revelar os efeitos
reais dos fatores experimentais, em particular para detectar diferenas de efeitos de
tratamentos realmente existentes na populao objetivo. Essa habilidade mais elevada
quanto maior a exatido das inferncias derivadas da amostra para a populao
objetivo, ou seja, quanto maior a preciso e menor o vis dessas inferncias.
Um experimento vlido se as inferncias derivadas da amostra para a
populao objetivo so vlidas,
vlidas ou seja, no viesadas ou no tendenciosas.
A validade absoluta requer que o material experimental inicial, ou seja, o material
experimental sobre o qual o experimento vai ser conduzido, seja uma amostra aleatria
da populao objetivo e as unidades experimentais sejam associadas aleatoriamente aos
nveis dos fatores experimentais de modo que o erro experimental que afeta inferncias
sobre efeitos desses fatores compreenda exclusivamente caractersticas estranhas
efetivamente casualizadas (Figura
Figura 6.2). Experimentos reais usualmente no satisfazem
essas duas propriedades: o material experimental no constitudo por amostragem
aleatria e o erro experimental compreende, tambm, caractersticas estranhas
potencialmente perturbadoras. Por essa razo, a avaliao da validade no pode ser
absoluta e envolve sempre julgamento subjetivo. Assim, a propriedade da validade do
experimento, ou das inferncias derivadas do experimento, somente pode ser lograda
aproximadamente.
223
224
Planejamento de Experimentos
9.1.1.1Validade interna
A validade interna refere-se no tendenciosidade das inferncias referentes a
efeitos causais de fatores experimentais para as circunstncias da amostra, ou seja, para
a populao amostrada. A validade interna requer a no tendenciosidade das estimativas
dos efeitos de fatores experimentais e das estimativas do erro experimental que afeta
esses efeitos.
A adoo de repeties necessria para que o experimento proveja estimativas
do erro experimental. Entretanto, no suficiente para garantir a no tendenciosidade
dessas estimativas e, tambm, das estimativas dos efeitos de fatores experimentais.
Para que essas estimativas sejam no tendenciosas o plano do experimento deve
assegurar que as unidades experimentais com um nvel de um fator experimental no
difiram em qualquer modo sistemtico das unidades experimentais com outro nvel deste
fator experimental, exceto possivelmente por variao devida a caractersticas estranhas
controladas e a outros fatores experimentais.
O experimento tem validade interna se a variao dos valores observados da
varivel resposta aleatria, exceto por efeitos de fatores experimentais e efeitos de
caractersticas estranhas controladas por controle local e por controle estatstico.
Isso significa que a validade interna requer que o material experimental no
compreenda caractersticas estranhas perturbadoras. Nessas circunstncias o erro
experimental no tem componentes sistemticos, o que implica que as inferncias
derivadas para a populao amostrada, particularmente as inferncias referentes a
diferenas de efeitos de tratamentos, so no tendenciosas.
Se for assegurado que a variao dos valores observados da varivel resposta nas
unidades da amostra aleatria, exceto por efeitos de fatores experimentais, de fatores
de unidade e de caractersticas estranhas controladas por controle estatstico, ento
inferncias referentes atribuio da causa dessa variao a efeitos de fatores
experimentais podem ser derivadas por mtodos estatsticos. Se essa pressuposio no
for assegurada, no haver como atribuir objetivamente a origem dessas diferenas a
efeitos de fatores experimentais.
225
226
Planejamento de Experimentos
de diferentes portes, fertilizantes, mtodos de irrigao, inseticidas, fungicidas e
herbicidas pode ser requerido uso de bordaduras nas unidades experimentais ou de
espaamento entre as unidades para evitar que efeitos de tratamentos que se
manifestam em uma unidade no sejam afetados por efeitos de tratamentos em
unidades vizinhas. Em experimentos de controle de doenas de animais que possam ser
transmitidas entre animais indivduos que constituem unidades experimentais diferentes
devem ser mantidos em compartimentos (potreiros, boxes, gaiolas, etc.) separados para
evitar confundimento de efeitos de tratamentos. Em certos experimentos pode ser
necessria a adoo de proteo para evitar a contaminao das unidades
experimentais por efeitos de tratamentos em unidades vizinhas; por exemplo, uso de
telas em experimentos de controle de pragas para evitar que insetos de unidades
experimentais sem inseticida (tratamento controle) ou com inseticidas menos eficazes
passem para unidades com inseticidas mais eficazes.
Controle das caractersticas estranhas veiculadas com os tratamentos.
Diferenas de composio de caractersticas estranhas veiculadas com os tratamentos
so fonte de vis intrnseco. Por exemplo, o fator experimental cultivar compreende o
conjunto das caractersticas que constituem o ente gentico cultivar; o fator antibitico
constitudo do conjunto das caractersticas inerentes a seu princpio ativo. Entretanto, as
cultivares assinaladas s unidades experimentais so veiculados por sementes, que
tambm compreendem caractersticas estranhas referentes sanidade, pureza,
germinao, vigor, etc.; os princpios ativos dos antibiticos so veiculados s unidades
experimentais com substncias que compreendem um conjunto de caractersticas
estranhas. O controle de tcnicas experimentais deve ser empregado para evitar que
efeitos de tratamentos se manifestem confundidos tendenciosamente com efeitos dessas
caractersticas estranhas. Nesses exemplos esse controle consiste no uso de sementes
das diferentes cultivares que sejam homogneas quanto sanidade, pureza,
germinao, vigor e as demais caractersticas estranhas; e uso de antibiticos que sejam
homogneos quanto composio das substncias que os veiculam.
Controle da aplicao dos tratamentos. Falhas na aplicao dos tratamentos
podem originar confundimento tendencioso de efeitos de tratamentos com efeitos de
caractersticas estranhas. Vis intrnseco dessa origem pode ser evitado por controle de
tcnicas experimentais. Por exemplo: a) em um experimento de nutrio de cordeiros em
que as dietas diferem apenas quanto composio qualitativa as diferentes dietas
devem ser aplicadas aos cordeiros em iguais quantidades e de forma semelhante; b) em
um experimento de comparao de fontes de nitrognio, os adubos com nitrognio das
diversas fontes devem ter o mesmo teor de nitrognio e devem ser aplicadas s
unidades experimentais de modo uniforme no que se refere quantidade e forma de
aplicao; c) em um experimento sobre o controle de insetos com inseticidas os
diferentes inseticidas que diferem quanto aos princpios ativos os inseticidas devem ser
aplicados uniformemente quanto quantidade e modo de aplicao.
Controle da manifestao de caractersticas do ambiente. Efeitos de
caractersticas do ambiente podem tornar-se relevantes e confundir-se
tendenciosamente com efeitos de tratamentos. Por exemplo, variaes de intensidades
de vento, temperatura e precipitao, incidncias de insetos, doenas fngicas,
invasoras e predadores em experimentos agrcolas de campo; doenas e vermes em
experimentos com animais. Vis intrnseco dessa origem deve ser evitado ou reduzido
por controle de tcnicas experimentais. Esse controle pode ser exercido eficientemente
em experimentos conduzidos em ambientes artificiais, como casas de vegetao,
laboratrios e instalaes protegidas. Em experimentos conduzidos em ambientes
naturais, como experimentos de campo com plantas e animais, o controle usualmente
limitado a medidas preventivas para que caractersticas do ambiente que so
controlveis se manifestem uniformemente; por exemplo: a) aplicao de inseticidas,
fungicidas e herbicidas para controle das incidncias de insetos, doenas e invasoras, e
227
228
Planejamento de Experimentos
tempo suficientemente curto de modo que efeitos do instante de mensurao ou do
estado da unidade no resultem confundidos tendenciosamente com efeitos de
tratamentos. Caractersticas respostas devem ser mensuradas sob condies
comparveis; por exemplo, se caractersticas da semente so determinadas a partir de
amostras colhidas das unidades de observao, o processo de amostragem deve ser o
mesmo para todas as unidades; se caractersticas do fruto so mensuradas em amostras
dos frutos produzidos individualmente pelas plantas, essas amostras devem
compreender frutos colhidos das mesmas posies.
Procedimentos de mensurao devem ser to objetivos quanto possvel,
instrumentos de mensurao devem ser calibrados e aferidos periodicamente, dados
devem ser registrados cuidadosamente e deve ser evitada transcrio dos dados.
Particularmente, mensuraes procedidas por avaliadores devem ser efetuadas com os
cuidados necessrios para evitar tendenciosidade, particularmente tendenciosidade que
pode decorrer de subjetividade. Recursos para esse propsito so, por exemplo,
treinamento dos avaliadores, uso de padres de referncia, uso de mais de um avaliador
por unidade e omisso de informao ao avaliador referente ao tratamento que est
sendo avaliado em cada unidade. Por outro lado, o vis potencial originado do registro
dos dados pode ser evitado com cuidados especiais e, particularmente, com
procedimentos que evitem transcrio de dados.
c) Controle estatstico. A manifestao de caractersticas do ambiente pode se
tornar relevante de modo que seus efeitos afetem tendenciosamente efeitos de fatores
experimentais. Se as unidades afetadas por caractersticas estranhas perturbadoras
dessa origem so poucas e identificveis, a tendenciosidade resultante pode ser
controlada por controle estatstico. Esse procedimento consiste na omisso das
observaes nessas unidades e emprego de procedimentos de anlise estatstica que
efetuem o ajustamento apropriado dos valores observados da varivel resposta. Dessa
forma, o registro de ocorrncias relevantes durante a execuo do experimento
possibilita lev-las em conta nas inferncias derivadas do experimento.
d) Casualizao. A casualizao um recurso eficiente para o controle da
tendenciosidade que pode decorrer do confundimento de efeitos de caractersticas
estranhas com efeitos de tratamentos. A casualizao deve ser utilizada na atribuio
dos tratamentos s unidades experimentais e pode ser adotada complementarmente na
implementao de tcnicas experimentais que possam implicar confundimento
tendencioso com efeitos de tratamentos. Nessa segunda situao a casualizao
utilizada para determinar a ordem das operaes nas unidades experimentais, quando a
ordem possa implicar vis. Por exemplo, a casualizao pode evitar o vis proveniente
da ordem da implementao de tcnicas de cultivo de plantas, como plantio, capina e
colheita, e da ordem de tcnicas de manejo de animais, como tosquia, pesagem, quando
essas operaes se prolongam por intervalo de tempo considervel.
9.1.1.2Validade externa
A validade externa refere-se no tendenciosidade da extenso das inferncias da
populao amostrada para a populao objetivo. Por definio, as inferncias derivadas
do experimento so vlidas para a populao amostrada, ou seja, a populao da qual o
material experimental considerado uma amostra representativa. Em geral, restries na
escolha do material experimental implicam que essa populao difira da populao
objetivo. Dessa forma, a extenso das inferncias para a populao objetivo envolve
incerteza adicional quela decorrente do erro experimental.
A validade externa crucial para experimentos tecnolgicos. Pode no ser to
relevante para experimentos bsicos e experimentos iniciais de um programa de
pesquisa. Em geral, esses experimentos tm como propsito a pesquisa de questes
229
230
Planejamento de Experimentos
apropriadamente expressa em proporo ou percentagem do que em peso, dado que
este depende da quantidade de uva produzida; por razo semelhante, quando o nmero
de animais em um compartimento (gaiola, por exemplo) varivel, a quantidade de
alimento consumida deve ser expressa relativamente a um animal. Os nveis das
variveis devem representar apropriadamente os nveis das caractersticas que
representam e particularmente as relaes entre esses nveis. O pesquisador deve tomar
precaues para evitar tendenciosidades que possam originar-se das escolhas dos
nveis de variveis respostas, particularmente quando variveis so mensuradas
subjetivamente, como, por exemplo, variveis que expressam propriedades organolticas
de bebidas e alimentos, e quando variveis categricas expressam caractersticas
contnuas, como grau de infeco de uma doena com quatro nveis: sem infeco,
infeco fraca, mdia e alta.
b) Escolha apropriada de fatores experimentais e de seus nveis. As definies dos
fatores experimentais para a amostra devem ser as mesmas estabelecidas para a
populao objetivo. Ademais, cada nvel de fator experimental escolhido para a amostra
deve ser o mesmo que lhe corresponde na populao objetivo. Naturalmente, esses
requisitos exigem definies claras e precisas dos fatores experimentais e de seus
respectivos nveis sob considerao na populao objetivo. Por exemplo, em um
experimento para pesquisa do efeito da suplementao alimentar sobre o
desenvolvimento corporal e a produo de carne de cordeiros pode ser considerada
suplementao de uma quantidade fixa diria ou suplementao vontade. Essas duas
formas de suplementao so distintas e seus efeitos sobre a resposta do animal
podero ser bastante diferentes. O pesquisador deve decidir entre essas duas formas
alternativas de suplementao. Essa deciso deve ser feita em consonncia com os
objetivos do experimento.
Em algumas situaes, a representao da populao objetivo pode requerer a
extenso da amostra com a adio de nveis de uma caracterstica relevante que passa a
constituir um fator experimental no relacionado diretamente com os objetivos do
experimento. Esse o caso quando h expectativa de que os efeitos de fatores
experimentais relevantes possam depender de alguma caracterstica varivel nas
unidades da populao objetivo. Por exemplo, em um experimento para pesquisa do
controle de uma doena fngica de trigo em que fungicida o fator experimental
relevante os efeitos dos fungicidas podem depender da cultivar; nesse caso pode ser
conveniente adotar duas ou mais cultivares que representem a variao de
suscetibilidade das cultivares da populao objetivo a essa doena e considerar cultivar
como um fator experimental adicional. Semelhantemente, em um experimento para
pesquisa da suplementao alimentar de cordeiros em que os efeitos da suplementao
possam depender do sexo e da raa pode ser conveniente constituir a amostra por
animais machos e fmeos das raas presentes na populao objetivo; ento, sexo e raa
passam a constituir fatores experimentais adicionais. Em experimentos agrcolas para
pesquisa de tcnicas de cultivo, tais como fertilizao do solo e controle de doenas e
pragas, geralmente conveniente a repetio em diversos locais da regio de interesse
e em diversos anos; nesses experimentos de ampla abrangncia local e ano devem ser
considerados como fatores experimentais adicionais.
c) Escolha de amostra inicial representativa da populao objetivo. Essa
usualmente a condio mais crtica para a validade externa do experimento. Na pesquisa
experimental muito comumente a amostra no constituda por unidades escolhidas da
populao objetivo, mas por unidades construdas para simular essas unidades. Nessas
circunstncias a validade externa altamente dependente do grau de similaridade
logrado entre essas unidades construdas e unidades da populao objetivo,
principalmente quanto s suas composies iniciais. Assim, em experimentos de campo
com plantas as parcelas devem ser construdas de modo a representar lavouras reais;
particularmente as tcnicas de cultivo devem ser similares s tcnicas usuais nessas
231
232
Planejamento de Experimentos
Controle da aplicao dos tratamentos. Mesmo sob a suposio de
homogeneidade das caractersticas estranhas veiculadas com os tratamentos, em
algumas circunstncias pode ser difcil ou invivel a aplicao dos tratamentos segundo
suas definies. Por exemplo, em um experimento do efeito da umidade da semente de
soja sobre sua qualidade fisiolgica aps um perodo de armazenamento com nveis de
umidade 10%, 12%, 14% e 16%, os nveis logrados na amostra usualmente no so
exatamente esses; o nvel nominal de 10% pode ser implementado como 9,8 ou 10,2%,
por exemplo. Se o pesquisador est ciente de que esse o tratamento realmente
aplicado e o leva apropriadamente em conta nos procedimentos de anlise estatstica
esse vis corrigido e no tem implicaes para as inferncias.
Controle da manifestao de caractersticas do ambiente. Caractersticas
estranhas do ambiente podem manifestar-se na amostra diferentemente do modo como
se manifestam na populao objetivo. Nessas circunstncias, essas caractersticas so
fontes de vis extrnseco. Por exemplo, ocorrncias de granizo e de vento, temperatura e
precipitao fora dos limites considerados na populao objetivo; incidncias de insetos,
doenas fngicas, invasoras e predadores em experimentos agrcolas de campo, e de
doenas e vermes em experimentos com animais. Em algumas circunstncias vis
extrnseco dessa origem pode ser evitado ou reduzido por controle de tcnicas
experimentais, atravs de medidas preventivas; por exemplo, uso de inseticidas,
fungicidas, herbicidas e proteo contra predadores, no primeiro exemplo, e
administrao de medicamentos, no segundo. Entretanto, em experimentos em
ambientes naturais, esse controle limitado; por exemplo, caractersticas referentes a
clima geralmente no so controlveis.
Controle da implementao de operaes necessrias para o funcionamento das
unidades. Essas operaes devem ser implementadas na amostra na forma como so
efetuadas na populao objetivo. Operaes falhas podem originar vis extrnseco. Em
particular, tcnicas de cultivo de plantas (plantio, aplicao de inseticidas, fungicidas e
herbicidas, e colheita, por exemplo) e tcnicas de manejo de animais (provimento de
alimento e de gua, aplicao de medicamentos, etc.) devem ser implementadas na
forma como so empregadas nas lavouras e unidades de criao consideradas na
populao objetivo.
Emprego de tcnicas experimentais propositais para o controle do funcionamento
233
234
Planejamento de Experimentos
Preciso
Validade
interna
Validade
externa
Controle local
Beneficia
Controle estatstico
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Casualizao
Validade
interna
Validade
externa
Variveis respostas
Afeta
Afeta
Afeta
Afeta
Amostra inicial
Afeta
Afeta
Tamanho do experimento
Afeta
Unidades experimentais
Afeta
Afeta
Definio referentes a:
Preciso
Validade
interna
Validade
externa
Prejudica
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
Beneficia
6.5.5
235
236
Planejamento de Experimentos
abrangncia ampla, que devem ser conduzidos em diversos locais e por diversos anos
com a colaborao de equipes com formao heterognea. Nesses experimentos, a
simplicidade de mtodos e procedimentos facilita suas compreenses, pode contribuir
para a melhor qualidade da execuo e evitar tendenciosidade decorrente de erros de
implementao de aes definidas no plano do experimento. Naturalmente, maior
contribuio para evitar falhas dessa origem pode ser suprida por treinamento de
colaboradores e instrues escritas, detalhadas e claras.
Essas consideraes aplicam-se igualmente aos mtodos de anlise dos
resultados. Felizmente, os requerimentos de eficincia do delineamento do experimento
e de simplicidade dos mtodos de anlise so usualmente altamente correlacionados. De
modo geral, para os delineamentos experimentais usualmente mais eficientes so
disponveis procedimentos de anlise estatstica apropriados, desde que certas
pressuposies sejam satisfeitas. A crescente disponibilidade de recursos de
computao eletrnica que so providos por microcomputadores e "pacotes" de anlise
estatstica tem tornado a tarefa de anlise de dados cada vez mais facilitada e viabiliza a
utilizao dos mtodos de anlise mais adequados para cada situao particular.
6.5.6
237
238
Planejamento de Experimentos
conveniente assinalar tratamentos diferentes aos mesmos animais no curso de um
perodo de lactao. Essa estrutura de unidades efetua o controle local das
caractersticas individuais dos animais que elimina os efeitos de diferenas sistemticas
entre animais das diferenas entre tratamentos e os separa da estimativa da varincia do
erro experimental que afeta essas diferenas. Entretanto, pode implicar confundimento
de efeitos de tratamentos assinalados a mesmo indivduo. Esse confundimento pode ser
evitado por espaamento entre os intervalos de aplicao dos tratamentos e por
procedimentos apropriados de mensurao de caractersticas respostas. Suponha-se,
por exemplo, um experimento de nutrio de vacas leiteiras com quatro dietas diferentes
em que cada um dos animais recebe as 4 dietas nas correspondentes ordens definidas
em 4 intervalos sucessivos de duas semanas e a produo de leite mensurada pela
produo mdia nos ltimos dois ou trs dias desses intervalos. Uma suposio bsica
para a validade das inferncias desse experimento que a produo de leite ao final de
cada intervalo de duas semanas no seja afetada por efeito da dieta que o animal
recebeu no intervalo interior. Naturalmente, se essa suposio for falsa, inferncias sobre
diferenas de efeitos de tratamentos sero tendenciosas. A possibilidade de interferncia
de efeitos de tratamentos entre intervalos pode ser diminuda por controle de tcnicas
experimentais apropriado, como, por exemplo, intercalao de intervalos de amplitude
suficiente em que todos os animais sejam submetidos a um procedimento comum em
lugar dos tratamentos.
O tempo requerido para que tratamentos produzam efeitos pode ser um
inconveniente para a aplicao sucessiva de tratamentos em mesmos indivduos. Muito
freqentemente a manifestao de efeitos de tratamentos requer tempo prolongado. Por
exemplo, efeitos de dietas sobre a produo de leite podem requerer intervalos mais
longos do que os permitidos por segmentos de um perodo de lactao. Para que dietas
produzam seus efeitos reais pode ser necessria sua aplicao continuada por tempo
mais longo. Assim, o pesquisador deve ter o cuidado de avaliar que a preciso adicional
que possa ser obtida por essa estrutura de unidades no seja conseguida com o
sacrifcio da validade das inferncias referentes aos efeitos dos tratamentos.
A interferncia de efeitos de tratamentos entre unidades tambm pode ser
considerada na formulao da estrutura do experimento. Particularmente no caso de
experimentos em que tratamentos diferentes so aplicados sucessivamente sobre os
mesmos animais, efeitos residuais de tratamentos podem ser levados em conta por
delineamentos experimentais apropriados. Por exemplo, por delineamento de que cada
um dos tratamentos suceda cada um dos demais tratamentos o mesmo nmero de
vezes. Esse delineamento propicia o balanceamento dos efeitos residuais dos
tratamentos de modo que esses efeitos afetem igualmente todos os tratamentos.
e) Efeitos de tratamentos devem manifestar-se na amostra sem confundimento
com fonte de variao estranha sistemtica. Esse uma exigncia para a validade
interna e a validade externa. O plano do experimento deve garantir que todas as
caractersticas estranhas relevantes sejam controladas por tcnicas experimentais,
controle local ou controle estatstico, ou sejam casualizadas. Em particular, deve ser
evitada a presena ou introduo de qualquer fonte de variao estranha durante a
execuo do experimento que possa constituir variao sistemtica. Assim, qualquer
tcnica experimental ou interferncia estranha que possa constituir fonte de variao
relevante deve ser submetida a controle experimental. Fontes de variao fora do
controle do experimentador devem ser registradas para a considerao apropriada na
fase de anlise e interpretao dos resultados.
6.5.7
239
HA : o efeito existe
Como o efeito manifesta-se confundido com efeitos de caractersticas estranhas, a
deciso poder ser concordante ou discordante da situao real (que desconhecida), o
que significa que poder ser correta ou incorreta. Esse processo de deciso conduz a
uma de quatro possibilidades, duas das quais correspondem a acerto e as outras duas, a
erro. Esse processo de deciso ilustrado na Tabela 6.4.
240
Planejamento de Experimentos
Tabela 6.4. Alternativas que podem ocorrer no processo de teste de uma
hiptese.
Deciso
Situao real
H0: Efeito no existe
Efeito no existe
Efeito existe
Correta
Incorreta
Erro tipo 2
HA:Efeito existe
Incorreta
Erro tipo 1
Correta
O erro que corresponde deciso incorreta de declarar que o efeito existe quando
ele no existe denominado erro tipo 1.
1 O outro erro de deciso, correspondente a
declarar que o efeito no existe quando ele existe denominado erro tipo 2.
2
Nesse processo de deciso o pesquisador tem que estabelecer as probabilidades
desses dois tipos de erro, segundo suas importncias relativas. Naturalmente, ele
gostaria de atribuir valores muito pequenos aos dois erros. Ocorre, entretanto, que,
quando a probabilidade de um desses erros reduzida, a do outro aumentada.
Muito freqentemente, o pesquisador tem a expectativa da presena de efeito real
de um fator experimental e executa o experimento para comprovar essa expectativa
objetivamente. Nessas circunstncias, o pesquisador deseja atribuir elevada
probabilidade de declarar a existncia do efeito se esse efeito realmente existir. Essa
probabilidade designada potncia do teste.
teste Por outro lado, usualmente mais difcil
controlar o erro tipo 2 do que o tipo 1. Ento, muito freqentemente, o pesquisador fixa
apenas a probabilidade do erro tipo 1 em um valor convenientemente pequeno, mas no
demasiadamente pequeno para que a probabilidade do erro tipo 2 no resulte
inconvenientemente alta. Essa probabilidade fixada para o erro tipo 1 denominada nvel
de significncia do teste .
O nvel de significncia uma medida da incerteza da inferncia gerada pelo
processo de teste de hiptese, que fixada pelo pesquisador.
A validade dessas medidas de incerteza requer a origem aleatria e a no
tendenciosidade das estimativas dos desvios padres que afetam efeitos de fatores
experimentais e, por conseqncia, uma estimativa vlida do erro experimental.
Em experimentos comparativos hipteses comumente importantes referem-se a
diferenas de efeitos ou mdias de tratamentos. Por exemplo, no caso de dois
tratamentos com mdias populacionais m1 e m2, se no h razo a priori que estabelea
que se m1 m2 ento m1>m2 (ou m1<m2), a hiptese estatstica expressa por:
H0 : m1 - m2 = 0
HA : m1 - m2 0
ou
H0 : m1 = m2
HA : m1 m2
ou
ou
ou
241
242
Planejamento de Experimentos
b) Supondo que os animais de cada um dos sexos sejam homogneos, indique a estrutura das
unidades apropriadas para considerao.
13. Est sendo planejado um experimento para comparao do efeito da temperatura do
ambiente sobre a preservao da semente de uma cultivar de soja. Sero consideradas na
amostra trs temperaturas de armazenamento: 16C, 22C e 28C. Vinte sacos de sementes
de uma mesma procedncia sero armazenados por seis meses em cada uma de trs
cmaras de armazenamento, uma cmara com cada uma dessas trs temperaturas.
a) Caracterize a unidade experimental.
b) A variao entre sacos de sementes dentro de cmara de armazenamento poder prover
uma estimativa do erro experimental vlida para inferncias referentes a efeitos de
temperatura de armazenamento? Justifique a resposta
c) Esse experimento poder prover uma estimativa vlida do erro experimental para essas
inferncias? Porque?
d) Sugira uma alterao do plano do experimento que poderia propiciar a estimao vlida do
erro experimental para essas inferncias.
14. Indique as conseqncias que podem resultar para a preciso, a validade interna e a validade
externa de cada uma das aes listadas a seguir, preenchendo nas correspondentes clulas
as letras A - aumento, D - diminuio, N - nenhuma.
Ao
Preciso
Validade
interna
Validade
externa
Repetio:
Controle local:
Controle estatstico:
Casualizao:
Controle de tcnicas experimentais:
15. Porque efeitos reais de tratamentos podem no se manifestar na amostra?
16. Inferncias originadas do experimento podem ser falsas. Explique a razo da importncia da
utilizao de mtodos estatsticos nessas circunstncias.
6.6
Esses princpios bsicos so essenciais para que a relao entre a estrutura das
condies experimentais e a estrutura das unidades assegure capacidade para a
deteco de efeitos relevantes de fatores experimentais de modo sensvel e no
tendencioso.
6.6.1
243
Repetio
Um efeito de fatores experimentais uma funo dos nveis ou das combinaes
dos nveis desses fatores (Seo
Seo 6.4).
6.4 Inferncias referentes a um efeito de fatores
experimentais requerem uma estimativa do erro que afeta esses efeitos (Sees
Sees 6.5.2).
6.5.2
Uma estimativa da varincia do erro que afeta um efeito de fatores experimentais provm
de unidades experimentais com um mesmo nvel ou uma mesma combinao dos nveis
desses fatores. Assim, essa estimativa requer pelo menos duas unidades experimentais
com um mesmo nvel ou uma mesma combinao de nveis desses fatores. Essas
unidades experimentais constituem repeties desse nvel ou dessa combinao de
nveis (Seo
Seo 5.4).
5.4
A repetio ou unidade experimental a unidade de informao do erro
experimental. Portanto, sua definio apropriada um requerimento do delineamento do
experimento. A identificao da repetio para os nveis ou combinaes de nveis de
fatores experimentais requer a caracterizao correta das correspondentes unidades
experimentais.
Algumas vezes valores de uma varivel resposta observados em duas ou mais
fraes do material experimental ou em dois ou mais instantes sucessivos em cada
unidade experimental so incorretamente considerados como provenientes de diversas
repeties. De fato, esses valores observados em uma mesma unidade experimental so
observaes mltiplas ou observaes repetidas; no so repeties da condio
experimental nessa unidade experimental. Os exemplos que seguem so ilustrativos.
Exemplo 6.3
a) Considere-se um experimento para pesquisa do efeito da suplementao da dieta aps o
desmame de bovinos de corte machos da raa Ibag criados em campo natural com dois
tratamentos: com suplementao e sem suplementao. Suponha que so assinalados 32 animais
a cada um de dois potreiros e, ento, a suplementao administrada aos animais de um dos
potreiros, permanecendo os animais do outro potreiro sem suplementao. As mensuraes de
variveis respostas referentes ao desempenho dos animais (ganho de peso, por exemplo) so
efetuadas individualmente em cada um dos 64 animais. Um esquema desse delineamento
apresentado na Figura 6.4.
244
Planejamento de Experimentos
entre potreiros (P), diferenas de resposta aos tratamentos quando aplicados a potreiros
diferentes, ou seja, interao entre tratamento e potreiro (TxP), e diferena entre tratamentos (T),
se existente. Por outro lado, a variao entre animais dentro de potreiro compreende apenas
diferenas entre animais (A). Assim, se a variao entre as mdias dos dois tratamentos
(A+P+TP+T) revelar-se superior variao entre animais dentro de potreiro (A), essa
superioridade no poder ser atribuda diferena dos efeitos dos tratamentos (T), j que ela
poderia decorrer de diferenas entre os animais, entre os potreiros e da interao entre tratamento
e potreiro, alm da diferena entre tratamentos. Isso significa que a variao entre animais dentro
de potreiro subestima o erro experimental que afeta as diferenas entre tratamentos. Um erro
experimental vlido (no tendencioso) para inferncias referentes ao efeito da suplementao deve
ter a mesma composio de caractersticas estranhas do erro experimental que afeta a fonte de
variao que exprime efeitos dos tratamentos (Seo
Seo 6.3);
6.3 portanto, deve ter a seguinte
composio: A+P+TP, ou seja, deve compreender: diferenas entre animais, diferenas entre
potreiros e interao entre tratamento e potreiro. Esse erro experimental deve provir da variao
entre mdias das observaes de potreiros diferentes com um mesmo tratamento.
b) Suponha-se que o plano do experimento considerado no Exemplo 6.3 reformulado de
modo que os 64 animais so assinalados a 16 potreiros, 4 animais a cada um dos 16 potreiros, e
cada um dos dois tratamentos atribudo aleatoriamente a 8 potreiros, conforme o esquema
apresentado na Figura 6.5.
Exemplo 6.4
Seja um experimento de fase inicial de pesquisa de melhoramento gentico de plantas em
que as sementes de cada uma de sete linhagem so semeadas em uma nica linha. Ento, cada
uma das linhas dividida em cinco segmentos para que em cada um dos segmentos sejam
efetuadas observaes referentes a variveis respostas relevantes, como peso da produo de
gros, por exemplo. (Figura
Figura 6.6).
245
Variedade / linhagem
1
7
1
2
3
Segmento
4
5
Figura 6.6. Experimento de comparao de sete linhagens
com cada linhagem plantada em uma linha de
oito segmentos.
Esse delineamento tem a convenincia prtica de no requerer a mudana das sementes
do equipamento utilizado no plantio de cada linha, enquanto que em um esquema experimental
apropriado teria que haver a mudana das sementes vrias vezes. Entretanto, semelhantemente
ao Exemplo 6.3, as observaes obtidas nos segmentos de uma mesma linha no provm de
fraes da linha que receberam a linhagem particular independentemente das outras fraes da
mesma linha; essas fraes so condicionadas a receberem uma mesma linhagem. Assim, de
fato, cada linha inteira constitui uma unidade experimental. A variao entre as observaes nos
cinco segmentos de uma mesma linha constitui erro de observao dentro da linha, no erro
experimental. Como esse delineamento contempla uma nica unidade experimental para cada
tratamento, ele no prov estimativa vlida do erro experimental que afeta diferenas de efeitos de
linhagens.
Observe-se que, com a mesma facilidade, o pesquisador poderia ter dividido cada linha em
dez ou mais segmentos, imaginando que com nmero mais elevado de repeties poderia lograr
preciso mais elevada para detectar diferenas de efeitos de tratamentos. Entretanto, esse
procedimento no prov repeties (legtimas) e conduz subestimao do erro experimental
apropriado para essas inferncias.
246
Planejamento de Experimentos
exemplo, experimentos de laboratrio e de casa de vegetao podem ser repetidos
vrias vezes, possivelmente em diversos laboratrios e casas de vegetao e por
diferentes pessoas, para determinar se os efeitos dos tratamentos se repetem sob
variaes de condies que possam ocorrer em diferentes instalaes e ao longo do
tempo.
A repetio no contribui necessariamente para o incremento da preciso do
experimento (Seo
Seo 6.5.3),
6.5.3 mas muito importante para o aumento da preciso das
estimativas de mdias de tratamentos e de comparaes dessas mdias. O aumento do
nmero de repeties contribuiu substancialmente para o aumento da preciso dessas
estimativas e, portanto, da sensibilidade do experimento para deteco de diferenas de
efeitos de tratamentos. Essa propriedade pode ser observada atravs da expresso da
^
estimativa da varincia da estimativa da mdia de um tratamento: Var (yi ) = s2 r , onde r
2
o nmero de repeties do tratamento i e s a estimativa da varincia do erro
experimental.
Como se ver adiante, a repetio, associada casualizao, tambm contribui
para a no tendenciosidade da estimativa da varincia do erro experimental e,
conseqentemente, contribui para a validade das inferncias.
6.6.2
Controle local
O procedimento de controle local foi introduzido na Seo 5.6.2.
5.6.2 Ele consiste na
classificao das unidades de observao em grupos de unidades segundo os nveis de
uma ou mais caractersticas estranhas e na considerao dessa classificao na
atribuio dos tratamentos s unidades experimentais de modo que a variao entre
esses grupos devida a essas caractersticas estranhas no afete efeitos relevantes de
fatores experimentais e seja separada da variao atribuvel ao erro experimental que
afeta esses efeitos.
Se o material experimental heterogneo, o pesquisador pode deixar entre os
grupos de unidades constitudos pelo controle local uma proporo considervel da
variao estranha do material experimental. Conseqentemente, se o controle local
eficiente, logra-se maior preciso das inferncias referentes a efeitos de fatores
experimentais; particularmente, mais sensibilidade do experimento para detectar
diferenas de efeitos de tratamentos.
O controle local permite que, mesmo com material experimental apropriadamente
heterogneo para lograr a representao da populao objetivo, o experimento possa ser
suficientemente sensvel para detectar efeitos importantes dos fatores experimentais.
Assim, o exerccio hbil do controle local crucial para a construo de delineamento
experimental eficiente, ou seja, delineamento cuja varincia do erro experimental que
afeta efeitos importantes de fatores experimentais seja pequena.
A situao mais simples de controle local aquela em que as unidades de
observao so as unidades experimentais elementares e so classificadas em grupos
ou blocos de unidades segundo os nveis de uma caracterstica estranha relevantes.
Ento, os tratamentos so assinalados s unidades de modo que efeitos relevantes de
tratamentos no fiquem confundidos com efeitos de blocos. Uma ilustrao desse
delineamento em blocos dada no Exemplo 6.5.
Exemplo 6.5
a) Suponha-se que o experimento para pesquisa do efeito da suplementao da dieta de
novilhos considerado no Exemplo 6.3 a) seja conduzido em terreno plano. de esperar que
pastagens de potreiros prximos sejam mais homogneas do que pastagens de potreiros
distantes, em conseqncia da tendncia usual da variabilidade das caractersticas do solo
aumentar com a distncia. Nessas circunstncias, conveniente efetuar o controle local dessas
247
Exemplo
Exemplo 6.6
Seja um experimento de nutrio de vacas leiteiras da raa Holandesa em que os
tratamentos so cinco dietas diferentes. Suponha-se que so disponveis 5 animais em mesma
fase de lactao e que os efeitos de interesse dessas dietas so de curto prazo de modo que as 5
248
Planejamento de Experimentos
dietas podem ser administradas sobre cada um dos animais em 5 intervalos sucessivos de 3
semanas. Com esse procedimento, a unidade experimental um animal em um intervalo de 3
semanas. As caractersticas estranhas relevantes so as caractersticas individuais dos 5 animais
e as caractersticas do ambiente ao longo dos 5 intervalos. Nessas circunstncias, pode ser
esperado que seja logrado controle local eficiente pela classificao das 25 unidades
experimentais segundo os nveis dessas duas caractersticas, ou seja, segundo os 5 animais e
segundo os 5 intervalos de lactao, e a assinalao das dietas aos animais de modo que cada
um dos animais receba todas as dietas e cada dieta aparea em cada um dos intervalos. Um
croqui desse delineamento apresentado na Figura 6.9.
Vaca
Intervalo
A1
A2
A3
A4
A5
I1
D1
D2
D3
D4
D5
I2
D2
D3
D4
D5
D1
I3
D3
D4
D5
D1
D2
I4
D4
D5
D1
D2
D3
I5
D5
D1
D2
D3
D4
6.6.3
Casualizao
A repetio prov a estimao da varincia do erro experimental; o controle local
permite a reduo do erro experimental. Entretanto, esses dois princpios, no
asseguram estimativas vlidas da varincia do erro experimental e das diferenas de
efeitos de tratamentos.
Exemplo 6.7
Considere-se o experimento sobre a suplementao da dieta de bovinos machos para o
qual foi formulado delineamento em blocos com duas repeties por bloco (Exemplo
Exemplo 6.5 a). Aquele
delineamento satisfaz os princpios da repetio e do controle local. O controle local controla a
variao das caractersticas estranhas referentes ao solo entre os blocos. Entretanto, outras fontes
de variao estranha permanecem no controladas; em particular, os possveis gradientes da
fertilidade do solo ao longo dos blocos e transversalmente a essa direo. Suponha-se a
assinalao dos tratamentos aos blocos resultou na distribuio indicada no croqui da Figura 6.10.
10
249
Figura 6.10.
10 Croqui de delineamento com 2 tratamentos e 16 unidades
experimentais classificadas em 4 blocos de 4 unidades
para propsito de controle local, Exemplo 6.5 a).
O experimento sendo conduzido dessa forma, ou seja, com os dois tratamentos
sistematicamente em potreiros nas mesmas posies dentro de cada bloco, a diferena dos pesos
mdios dos animais nos potreiros com dois tratamentos: com suplementao e sem
suplementao ser uma estimativa da diferena real dos tratamentos mais a diferena
desconhecida atribuvel posio dos tratamentos dentro dos blocos. Inferncias derivadas
aplicar-se-o no diferena real entre com e sem suplementao, mas diferena real mais a
diferena desconhecida devida posio dos tratamentos dentro dos blocos. Para ilustrar a
dificuldade que esse delineamento pode implicar para inferncias referentes ao efeito da
suplementao, suponha-se que a pastagem nos potreiros direita dos blocos seja favorecida por
caractersticas do solo. Nestas circunstncias, se o experimento revelar evidncia de que o peso
mdio dos animais que recebem suplementao inferior ao peso mdio dos animais que no
recebem suplementao, o pesquisador poder ficar confiante da inexistncia de uma diferena
real em favor da suplementao, j que os animais que receberam suplementao foram
beneficiados pela pastagem no curso do experimento. Entretanto, se for revelada evidncia de que
o peso mdio dos animais com suplementao mais elevado do que o dos animais sem
suplementao, o pesquisador no saber o que concluir.
A falha desse delineamento a tendenciosidade que pode decorrer de gradiente de
caractersticas do solo ao longo dos blocos. Suponha-se que, em vez de alocar os dois
tratamentos sistematicamente a potreiros nas mesmas posies, o pesquisador determina a
alocao dos dois tratamentos aos quatro potreiros de cada bloco atravs de sorteio efetuado de
modo separado e independente para cada bloco. Dessa forma, em cada bloco os dois tratamentos
tm a mesma chance de serem alocados a qualquer par dos quatro potreiros e,
conseqentemente, a mesma chance de serem mais ou menos favorecidos pela posio dentro do
bloco.
Este exemplo ilustra uma tendncia, ou vis, que pode ser antecipado por ocasio
do planejamento do experimento. Em experimentos em que o pesquisador tem menos
conhecimento da variabilidade do material experimental podem revelar-se tendncias
que no sejam esperadas em decorrncia da distribuio dos tratamentos s unidades
experimentais. Para evitar tendenciosidade dessa origem, o pesquisador necessita algum
meio ou recurso para assegurar que tratamentos no sejam sistematicamente
favorecidos ou prejudicados por alguma fonte de variao estranha, conhecida ou
desconhecida. O recurso a casualizao. Naturalmente, o resultado de qualquer
casualizao especfica pode favorecer ou prejudicar tratamentos. O fundamento do
princpio da casualizao que ao longo de repeties de experimentos o confundimento
dos efeitos de tratamentos com efeitos de caractersticas estranhas se torna igualmente
influente para todos os tratamentos.
A casualizao evita o confundimento tendencioso de efeitos de caractersticas
estranhas com efeitos de fatores experimentais e propicia estimativas no tendenciosas
da varincia do erro experimental que afeta esses efeitos. A casualizao no tem
qualquer efeito sobre a grandeza do erro experimental; particularmente, no contribui
para a diminuio do erro experimental. Assim, na situao do experimento do Exemplo
6.7, se for esperado que o gradiente de caractersticas do solo ao longo dos blocos
250
Planejamento de Experimentos
possa ter efeito relevante sobre o peso mdio dos animais, ser recomendvel controle
local mais acentuado com a formao de blocos de apenas duas unidades
experimentais.
A casualizao restrita pelo controle local. Em experimentos em que no
efetuado controle local a casualizao procedida sem qualquer restrio. Assim, no
delineamento ilustrado no Exemplo 6.3 b) a casualizao deve ser efetuada por algum
procedimento de sorteio que atribua a qualquer um dos dois tratamentos igual chance de
ser alocado a qualquer subconjunto de 8 das 16 unidades experimentais. No
delineamento com controle local considerado no Exemplo 6.5 a), em que a casualizao
restrita pela formao de blocos, a casualizao deve ser procedida por sorteio que
assegure a todos os tratamentos igual chance de ser alocado a qualquer das unidades
experimentais, contanto que em cada um dos blocos resultem duas unidades com cada
um dos tratamentos. Esse intento logrado pela alocao dos tratamentos efetuada
bloco por bloco atravs de sorteio que atribua a todos os tratamentos igual chance de ser
assinalado a qualquer das unidades experimentais do bloco. J no delineamento
ilustrado no Exemplo
Exemplo 6.6, em que a casualizao restrita duplamente, pela formao de
blocos em duas direes ortogonais: o processo de sorteio deve assegurar que uma
coleo completa dos tratamentos resulte em cada um dos blocos de cada uma das duas
direes ortogonais. O procedimento de casualizao para esse delineamento no to
bvio como para os delineamentos sem controle local ou com controle local simples.
De modo geral, a casualizao deve ser procedida por sorteio que assegure a
propriedade de que todos os tratamentos tenham igual chance de assinalao a qualquer
das unidades experimentais com a condio de que resulte uma configurao compatvel
com a relao entre a estrutura das condies experimentais e a estrutura das unidades
definida para o delineamento experimental. O procedimento de casualizao deve
assegurar a escolha de uma dessas configuraes com aquela propriedade. A
casualizao para delineamentos particulares usualmente facilitada por procedimentos
prticos, como os ilustrados no pargrafo anterior.
A validade interna das inferncias proporcionada pela casualizao requer que o
controle local seja apropriadamente levado em conta na estrutura do experimento. Caso
contrrio, o controle local pode implicar tendenciosidade da estimativa da varincia do
erro experimental. Para ilustrao, considere-se novamente a situao do experimento
do Exemplo 6.7. A alocao dos dois tratamentos a duas unidades experimentais de
cada um dos blocos implica a eliminao da variao entre os blocos da variao dos
valores da varivel resposta, ou seja, do peso dos animais. O erro experimental que
afeta inferncias referentes a esses efeitos deve, igualmente, ser isento da variao
atribuvel a blocos. Portanto, esse erro experimental deve ser derivado de estrutura de
experimento que leve apropriadamente em conta o controle da variao estranha entre
os blocos que efetuado pelo controle local.
As inter-relaes das implicaes desses trs princpios bsicos do delineamento
experimental, ou seja, repetio, controle local e casualizao para a estimativa do erro
experimental so ilustradas no diagrama da Figura 6.11.
11 A repetio prov a estimao
do erro experimental. A repetio associada casualizao permite que a estimativa do
erro experimental seja no tendenciosa; a repetio associada ao controle local
proporciona reduo dessa estimativa; o controle local e a casualizao juntamente com
a repetio provm estimativa do erro experimental reduzida e no tendenciosa.
251
Figura 6.11.
11 Diagrama que representa as implicaes da repetio, do
controle local e da casualizao para a estimao do erro
experimental.
Outras propriedades complementares repetio, casualizao e controle local
que tambm constituem princpios bsicos importantes so consideradas a seguir.
Exerccios 6.3
1. O que significa a repetio no experimento? Exemplifique com um experimento de sua rea.
2. Explique como a repetio pode contribuir para a preciso e a validade das inferncias do
experimento.
3. Considere um experimento com uma nica formao de unidades experimentais e com mais
de uma unidade de observao por unidade experimental. Explique porque a variao entre
unidades de observao dentro de unidade experimental no apropriada para prover uma
estimativa do erro experimental para inferncias referentes a efeitos de tratamentos.
4. Em experimentos de abrangncia ampla as unidades de observao so usualmente
classificadas segundo suas disposies no espao e no tempo. Explique porque essas
classificaes devem ser consideradas para propsito de controle local.
5. Suponha que est sendo planejado um experimento para pesquisa da eficcia de uma droga
para controle de anemia de ces. O experimento ser conduzido com um conjunto de animais
com sintoma de anemia. Como h expectativa da possibilidade do efeito da droga depender
da origem da anemia esses animais so classificados com base nas trs causas de anemia:
perda de sangue, destruio ou diluio de glbulos vermelhos e produo insuficiente de
glbulos vermelhos. Ento, essa droga e um tratamento controle so atribudos
aleatoriamente aos animais de cada uma dessas trs classes, separada e
independentemente. O efeito da droga ser mensurado pela contagem do nmero de glbulos
vermelhos no sangue aps um intervalo de tempo de sua aplicao.
a) Caracterize a unidade experimental.
b) Identifique a caracterstica estranha considerada para controle local e que, portanto, constitui
um fator de unidade.
c) Esse experimento poder prover uma estimativa vlida do erro experimental. Porque?
6. Identifique o nmero de repeties de cada um dos nveis dos fatores experimentais
inseticida, local (municpio) e ano do experimento considerado no exerccio 12 dos Exerccios
5.3.
5.3
7. Considere cada um dos experimentos utilizados como ilustrao nos exemplos da Seo 5.9.
252
Planejamento de Experimentos
a) Identifique os nmeros de repeties dos nveis de cada um dos fatores experimentais.
b) Identifique os agregados de caractersticas estranhas considerados para controle local.
8. Considere cada uma das seguintes pressuposies alternativas para o experimento de que
trata o exerccio 5 no que diz respeito ao efeito da origem da anemia sobre o nmero de
glbulos vermelhos no sangue:
a) a origem da anemia no afeta o nmero de glbulos vermelhos no sangue;
b) a origem da anemia afeta o nmero de glbulos vermelhos no sangue, mas no o efeito da
fonte de anemia sobre essa caracterstica resposta;
c) a origem da anemia afeta o efeito da fonte de anemia sobre o nmero de glbulos
vermelhos no sangue.
Para cada uma dessas pressuposies alternativas indique se na definio do delineamento
experimental a fonte de anemia deve ser: i) desconsiderada, ii) considerada como fator de
unidade e iii) considerada como fator experimental. Justifique a resposta.
9. Qual a conseqncia da casualizao para a grandeza e a no tendenciosidade da
estimativa da varincia do erro experimental.
10. Explique as implicaes do controle local para a casualizao recorrendo a um exemplo de
experimento de sua rea.
11. Suponha que voc est planejando um experimento com dois tratamentos e dispe de vinte
unidades experimentais consideradas homogneas quanto s caractersticas estranhas.
a) Quantas casualizaes distintas so possveis, se voc deseja assinalar 10 unidades a cada
um dos dois tratamentos?
b) Quantas casualizaes so possveis se devem ser assinaladas 8 unidades a um dos
tratamentos e 12 ao outro tratamento?
c) Descreva um processo de casualizao apropriado para esse experimento.
12. Suponha que as vinte unidades experimentais consideradas no exerccio 11 sejam
heterogneas de modo a demandar controle local que as classifique em dez blocos de duas
unidades.
a) Explique como deve ser procedida a casualizao nessas circunstncias.
b) Quantas configuraes distintas da distribuio dos tratamentos nas vinte unidades
experimentais podem resultar do procedimento de casualizao?
13. Ilustre com um exemplo de experimento de sua rea os usos da repetio, do controle local e
da casualizao. Explique as funes desses princpios bsicos do delineamento do
experimento nesse experimento particular.
14. Quais so as implicaes desses trs princpios bsicos do delineamento do experimento no
que se refere estimao do erro experimental.
6.6.4
Ortogonalidade
Uma propriedade importante do delineamento de experimento permitir a
derivao de inferncias referentes a cada efeito de fatores experimentais separada e
independentemente dos efeitos dos outros fatores experimentais e dos fatores de
unidade, ou seja, livre de confundimento com os efeitos desses fatores. Essa
propriedade garantida se o delineamento ortogonal.
Um delineamento experimental ortogonal
ortogonal se todos os pares de fatores
(experimentais e de unidade) so ortogonais.
253
A condio necessria e suficiente para que dois fatores sejam ortogonais que
a proporo do nmero de unidades de observao para as combinaes de nveis
correspondentes a cada nvel particular de um dos fatores seja constante para todos
os nveis do outro fator.
Assim, dois fatores A e B cujos correspondentes nveis genricos so denotados
por a e b, respectivamente, so ortogonais se e somente se:
nab
n a.
n.b
n..
, ou seja, nab =
na.n. b
n..
para todas as combinaes ab dos nveis dos dois fatores, onde na.., nb.. e n.. so,
respectivamente, os nmeros de observaes dos nveis a e b e o nmero total de
observaes para todas as combinaes dos nveis dos fatores A e B.
Exemplo 6.8
Suponha-se um experimento com um fator experimental A com 2 nveis A1 e A2 assinalados
a 18 unidades experimentais agrupadas em 3 blocos conforme representado pelo croqui da Figura
6.12,
12 onde B1, B2 e B3 so os nveis do fator de unidade bloco.
A2
A2
A1
A2
A1
A2
A1
A1
A2
A2
A2
A1
A2
A2
A2
A1
A2
A2
B1
B2
B3
Figura 6.12.
12 Croqui de um experimento com um fator experimental
A com dois A1 e A2 em 3 blocos B1, B2 e B3 com
repeties nos blocos.
Os nmeros de repeties dos nveis do fator A em cada um dos 3 blocos so indicadas na Tabela
6.5.
Tabela 6.5. Nmeros de repeties dos 2 nveis do fator experimental A nos 3
blocos do experimento do Exemplo 6.8.
A
Bloco
Total
B1
B2
B3
A1
A2
12
Total
18
63
18
= 1 = n11 .
Pode-se verificar que a condio de ortogonalidade satisfeita para todas as demais combinaes
de nveis. Portanto, o fator experimental A e o fator de unidade B so ortogonais, o que implica que
o delineamento ortogonal.
254
Planejamento de Experimentos
Exemplo 6.9
Considere-se um experimento de campo para comparao de 8 cultivares de cevada A, B,
C, D, E, F, G e H. Um terreno dividido em 48 parcelas que so agrupadas em 6 blocos de 8
parcelas para controle local da heterogeneidade relevante das caractersticas do solo. Ento, as 8
cultivares so atribudas aleatoriamente s 8 parcelas de cada bloco de modo que uma coleo
completa das 8 cultivares resulte em cada um dos 6 blocos. Nessas circunstncias, como em cada
bloco aparecem todas as cultivares, diferenas de cultivares no so afetadas por diferenas de
blocos. Isso significa que os efeitos de tratamentos so ortogonais aos efeitos de blocos e que,
portanto, o delineamento ortogonal. Pode-se verificar que a condio estabelecida pela definio
de ortogonalidade satisfeita.
Suponha-se que a parcela com a cultivar E no bloco 4 tenha sido afetada por algum
predador e para o controle dessa fonte de variao estranha perturbadora seja decidida a
desconsiderao dessa parcela. Como conseqncia, diferenas de tratamentos que envolvam a
cultivar E ficam confundidas com diferenas de blocos. Ento, os efeitos de tratamentos resultam
no ortogonais aos efeitos de blocos, o que significa que o delineamento torna-se no ortogonal.
Exemplo 6.10
Considere-se o experimento de nutrio de vacas leiteiras ilustrado no Exemplo
Exemplo 6.6. O
delineamento desse delineamento compreende um fator experimental de tratamento: dieta e dois
fatores de unidade: vaca e intervalo. Esse delineamento associa uma repetio completa das 5
dietas a cada uma das 5 vacas e a cada um dos 5 intervalos; ademais, aloca uma repetio para
cada uma das combinaes das 5 vacas com os 5 intervalos. Logo, os trs pares dos fatores dieta,
vaca e intervalo so ortogonais. Portanto, o delineamento ortogonal.
Pode-se verificar que, se for omitida no delineamento o ltimo intervalo, os fatores dieta e
intervalo ainda sero ortogonais, bem como os fatores intervalo e vaca; entretanto, os fatores dieta
e vaca no sero ortogonais.
6.6.5
Balanceamento
Balanceamento
Delineamentos balanceados so apropriados para situaes em que se torna
inconveniente ou impossvel o uso de delineamentos ortogonais. Por exemplo, pode ser
impossvel lograr controle local que classifique as unidades experimentais em grupos ou
255
T1
T2
T3
Bloco 2
T2
T3
T4
Bloco 3
T3
T4
T1
Bloco 4
T4
T1
T2
Figura 6.13.
13 Delineamento com blocos incompletos balanceados
para um experimento com 4 tratamentos (T1, T2,
T3 e T4) em 4 blocos de 3 unidades experimentais.
256
Planejamento de Experimentos
paa' =
nab na'b
b=1
n.b
para todo par de nveis aa de A (a,a=1,2,...,A, aa), onde nab e n.b so,
respectivamente, o nmeros de observaes da combinao de nveis ab e o nmero
total de observaes para o nvel b do fator B.
Demonstra-se que, se todos os paa' so iguais, ento todas as comparaes
simples de nveis do fator A so igualmente precisas. Isso significa que a propriedade
referente ao conceito mais restrito de balanceamento para a situao de blocos
incompletos preservada.
A condio de balanceamento em relao aos nveis do fator B dada por
expresso anloga com o intercmbio dos smbolos referentes aos dois fatores, ou seja:
A
pbb' =
a=1
nab nab'
na .
A1
A1
A2
A2
A1
A3
A3
A1
A3
B1
B2
B3
Figura 6.14.
14 Croqui do experimento com trs tratamentos
dispostos em 3 blocos, Exemplo 6.12.
12
As concorrncias dos pares de tratamentos nos blocos so dadas na Tabela 6.6.
257
Bloco
Soma
B1
B2
B3
A1
A2
A3
Soma
10
As somas das concorrncias ponderadas dos trs pares dos nveis do fator A so:
pA A =
2 1 2 1 0 1
+
+
= 1,
4
4
2
pA A =
21 21 01
+
+
= 1,
4
4
2
pA
11 11 11
+
+
= 1.
4
4
2
1 2
1 3
2 3
Como as somas das concorrncias ponderadas so iguais para os trs pares de nveis do
fator A, ento a relao entre os fatores A e B balanceada com respeito aos nveis do fator A.
Pode-se verificar que as varincias das comparaes simples dos efeitos dos nveis A1, A2
2
e A3 so todas iguais a 2 /3.
Tambm se pode observar que as somas das concorrncias ponderadas dos pares de
blocos so:
p12 =
p13 =
p 23 =
22
11 11 5
+
= ,
3
3
3
11 11 2
+
=
e
3
3
3
11 11 2
+
= .
3
3
3
4
20
4
20
4
258
Planejamento de Experimentos
A2
A3
A1
A1
A2
A2
A2
A3
A2
A1
A2
A3
A3
A1
A3
A1
A1
A3
B1
B2
B3
Figura 6.15.
15 Croqui do experimento com trs tratamentos A1, A2 e A3
dispostos em 3 blocos com duas repeties de cada
tratamento por bloco, Exemplo 6.13.
13
As concorrncias dos tratamentos nos blocos so dadas na Tabela 6.7.
Tabela 6.7. Concorrncias dos pares de tratamentos A1, A2 e A3 nos
13
blocos B1, B2 e B3, Exemplo 6.13.
Tratamento
Bloco
Soma
B1
B2
B3
A1
A2
A3
Soma
18
As somas das concorrncias ponderadas dos trs pares dos tratamentos A1, A2 e A3 so:
pA A =
1 2
pA A =
1 3
pA
2 3
22
6
22
6
+
6
22
2 2
2 2
6
+
6
+
22
6
22
22
6
22
6
= 2,
= 2,
= 2.
259
6.6.6
Confundimento
O confundimento de caractersticas uma circunstncia comum em qualquer
pesquisa, particularmente na pesquisa experimental. Uma preocupao constante do
pesquisador lograr inferncias referentes a efeitos de fatores experimentais livres de
confundimento com caractersticas estranhas relevantes. Os princpios do controle local e
da casualizao tm como propsitos reduzir esse confundimento e evitar
tendenciosidade que possa decorrer para as inferncias derivadas do experimento.
Em alguns experimentos, entretanto, o confundimento de efeitos de fatores
experimentais com fatores de unidade pode ser inevitvel e tornar-se um recurso para
lograr maior preciso para inferncias referentes a efeitos de fatores experimentais mais
relevantes ao custo do sacrifcio de informaes sobre efeitos menos importantes. Assim,
por exemplo, em experimentos com dois ou mais fatores experimentais com nmero
elevado de combinaes de nveis pode ser conveniente sacrificar inferncias referentes
a efeitos de interaes de ordens mais elevadas, quando julgadas irrelevantes, adotando
delineamentos com blocos incompletos. Efeitos dessas interaes so confundidos com
efeitos de blocos incompletos de dimenses apropriadas, em benefcio de maior preciso
para inferncias referentes aos efeitos principais e interaes mais relevantes que se
processam dentro desses blocos, supostamente mais homogneos do que os blocos
completos de delineamento alternativo.
Um grande nmero de delineamentos experimentais decorre desse princpio de
confundimento, como, por exemplo, os delineamentos com dois ou mais fatores
experimentais em blocos incompletos, e os delineamentos com parcelas divididas e com
blocos divididos em faixa. Esses delineamentos distinguem-se segundo os efeitos
confundidos e o correspondente nvel de confundimento.
Exemplo 6.14
Para ilustrao de confundimento de efeitos de interao considere-se um experimento com
trs fatores experimentais A, B e C cada um com dois nveis, com trs repeties de cada uma
das oito combinaes de nveis. Suponha-se que restries do material experimental somente
permitem a formao de blocos 4 parcelas e que o pesquisador est disposto a sacrificar as
inferncias referentes interao ABC dos trs fatores.
Para facilidade de compreenso, adota-se a notao que simboliza um dos nveis do fator
pela forma minscula da letra que denota o fator e o outro nvel pela ausncia dessa letra. Uma
combinao de nveis denotada pela justaposio das notaes dos nveis presentes na
combinao. Assim, por exemplo, ab denota a combinao de nveis em que os nveis escolhidos
dos fatores A e B esto presentes e o nvel escolhido do fator C est ausente. A combinao em
que os nveis escolhidos dos trs fatores esto ausentes denotada por (1).
260
Planejamento de Experimentos
O confundimento da interao ABC logrado pela alocao das 8 combinaes dos
nveis dos fatores A, B e C conforme indicado no croqui da Figura 6.16.
16
Repetio:
Bloco:
(1)
(1)
(1)
ab
ab
ab
ac
ac
ac
abc
bc
abc
bc
abc
bc
Figura 6.16.
16 Croqui (antes da casualizao) de um delineamento com trs fatores
experimentais A, B e C com 3 repeties cada uma constituda de
dois blocos de 4 unidades experimentais com confundimento do
efeito da interao ABC com efeitos de blocos.
Interaes confundidas:
bc
(1)
(1)
ac
ab
ab
ac
ac
ab
abc
(1)
abc
bc
abc
bc
ABC
AB
AC
Figura 6.17.
17 Croqui (antes da casualizao) de um experimento com trs fatores
experimentais A, B e C com 3 repeties cada uma constituda
de dois blocos de 4 unidades experimentais com confundimento
parcial das interaes ABC, AB e AC.
261
Bloco 2
A1B1 A1B2
A2B1 A2B2
A3B1 A3B2
A1B1 A1B2
A2B1 A2B2
A3B1 A3B2
A1B3 A1B4
A2B3 A2B4
A3B3 A3B4
A1B3 A1B4
A2B3 A2B4
A3B3 A3B4
Bloco 3
Bloco 4
A1B1 A1B2
A2B1 A2B2
A3B1 A3B2
A1B1 A1B2
A2B1 A2B2
A3B1 A3B2
A1B3 A1B4
A2B3 A2B4
A3B3 A3B4
A1B3 A1B4
A2B3 A2B4
A3B3 A3B4
Figura 6.18.
18 Croqui (antes da casualizao) de um delineamento com dois fatores
experimentais A e B e formao de quatro blocos para controle local; os
nveis do fator A so alocados a unidades divididas em 4 subunidades e
os nveis do fator B so assinalados a essas subunidades.
Observe-se que com este delineamento os nveis do fator A so alocados a divises do
bloco, ou seja, a sub-blocos constitudos de 4 unidades experimentais elementares e os nveis do
fator B so alocados a essas unidades experimentais de modo que cada sub-bloco compreende
uma coleo completa dos nveis do fator A. Dessa forma, os efeitos do fator A ficam confundidos
com efeitos de sub-blocos. Como, ademais, o nmero de repeties dos nveis do fator B maior
do que o nmero de repeties dos nveis do fator A, a preciso das inferncias referentes ao
efeito principal do fator B e ao efeito da interao dos dois fatores usualmente maior do que a
preciso das inferncias sobre o efeito principal do fator A. Assim, dado que os efeitos referentes
ao fator B, ou seja, data de retirada da cobertura constituem o objeto das inferncias desse
experimento e o fator A de menor importncia, esse delineamento conveniente para o presente
experimento.
6.6.7
Eficincia
Os princpios considerados anteriormente so propriedades de delineamentos
experimentais individuais. A eficincia uma propriedade referente preciso de um
delineamento comparativamente a outros delineamentos para as mesmas circunstncias
de material experimental.
Um delineamento mais eficiente do que outro delineamento se a quantidade de
informao que ele prov maior do que a provida por este delineamento alternativo.
262
Planejamento de Experimentos
Assim, a eficincia uma propriedade referente preciso que um delineamento
pode propiciar relativamente a outros delineamentos alternativos. Essa uma
propriedade altamente importante que deve ser levada em conta na escolha entre
delineamentos alternativos apropriados para uma mesma situao experimental.
Em experimentos com um nico estrato do erro experimental a preciso ou
2
quantidade de informao expressa por 1/ , onde 2 a varincia do erro
experimental por unidade (Seo
Seo 6.5.3).
6.5.3 Nessas circunstncias, a eficincia relativa de
um delineamento D1 em relao a um delineamento alternativo D2 para inferncias
referentes a diferenas de duas mdias de tratamentos expressa pelo quociente das
correspondentes quantidades de informao fornecidas por esses delineamentos, ou
seja:
1/ 12
1/ 22
22
12
( 1 +1) ( 1 + 3)s12
( 2 +1) ( 2 + 3)s22
( 1 +1)( 2 + 3)s22
( 2 +1)( 1 + 3)s12
onde s12 e s22 so as estimativas das varincias dos erros dos delineamentos D1 e D2,
respectivamente, e 1 e 2 so os graus de liberdade correspondentes a essas
estimativas.
O ajustamento da eficincia relativa quando as varincias populacionais so
substitudas pelas respectivas estimativas providas por experimentos importante
apenas se os graus de liberdade dessas estimativas so pequenos.
Essa expresso da eficincia relativa aplica-se a dois experimentos com o mesmo
conjunto de tratamentos. Ela tambm pode ser empregada para avaliar a eficincia
relativa da estimao de um efeito de tratamentos em dois experimentos e, mais
genericamente, para determinar a eficincia relativa de estimativas de um efeito de
fatores experimentais particular providas por dois experimentos. Nesses casos, s12 e s22
tornam-se as estimativas das varincias desse efeito de tratamentos ou de fatores
experimentais providas pelos dois experimentos e 12 e 22 , seus respectivos nmeros
de graus de liberdade.
A considerao da eficincia relativa importante em muitas situaes; por
exemplo: a) para a deciso entre delineamentos alternativos no planejamento de
experimentos com base em resultados de experimentos anteriores, e b) para verificar a
convenincia de ter sido adotado um delineamento particular em um experimento j
realizado em relao a um delineamento alternativo mais simples. Esse segundo uso
importante no caso de experimentos que so repetidos ao longo do tempo, como
experimentos de melhoramento gentico de plantas. Por exemplo, se um delineamento
com blocos incompletos no se revela mais eficiente do que um delineamento com
blocos completos, no h porque continuar utilizando aquele delineamento nos prximos
anos. Uma ilustrao interessante da primeira situao dada no Exemplo 6.17.
17
Exemplo 6.17
Suponha-se que esteja sendo planejado um experimento para pesquisa do efeito de
hormnio de crescimento em ratos com os seguintes tratamentos: 1 - sem hormnio, 2 - hormnio
A, 3 - hormnio B e 4 - hormnio C. A unidade experimental ser constituda por um animal
263
individual e o experimento deve ser conduzido com 40 ratos machos provenientes de 10 ninhadas,
sendo 4 animais de cada ninhada. Considere-se um delineamento D1 em que os 40 animais so
atribudos aleatoriamente, 10 a cada um dos 4 tratamentos, sem qualquer restrio. Esse
delineamento permite a todos os quatro tratamentos igual chance de ser alocado a qualquer
subconjunto de 10 dos 40 ratos. Suponha-se um delineamento alternativo D2 que leva em conta a
origem dos ratos de modo que os quatro tratamentos so alocados aleatoriamente aos quatro
animais de cada uma das dez ninhadas, o que implica que cada subconjunto de quatro ratos de
uma mesma ninhada recebe uma coleo completa dos quatro tratamentos.
O delineamento D1 permite aos quatro tratamentos igual chance de ser alocado a qualquer
subconjunto de 10 dos 40 ratos, enquanto no delineamento D2 todos os quatro tratamentos tm
igual chance de ser alocado a qualquer dos ratos de cada uma das ninhadas. Em ambos
delineamentos D1 e D2 os procedimentos de casualizao determinam relaes aleatrias entre os
tratamentos e os animais, de modo que diferenas entre tratamentos resultam associadas com
efeitos aleatrios das caractersticas dos animais. No delineamento D1 os tratamentos so
comparados sem considerao para a ninhada; no delineamento D2 as comparaes entre
tratamento so procedidas entre animais de uma mesma ninhada. sabido que a variao de
caractersticas respostas, como peso corporal, por exemplo, entre membros de uma mesma
ninhada menor do que entre animais de ninhadas diferentes. Assim, pode ser esperado que o
delineamento D2 produza mdias de tratamentos menos variveis do que as mdias
correspondentes providas pelo delineamento D1. De fato, em experimentos de nutrio com
algumas espcies de ninhadas numerosas tem sido observado que estimativas de varincias de
diferenas de mdias de tratamentos estimadas de indivduos de mesma ninhada chega a ser
cerca da metade das obtidas quando os animais no so agrupados segundo ninhadas. Isso
significa que o uso do delineamento D2 requereria apenas a metade dos animais para lograr o
mesmo grau de variao que o delineamento D1. Assim, a adoo do delineamento D2 em lugar do
delineamento D1 reduziria o custo do experimento metade, ou, alternativamente, para uma dada
quantidade de experimento, ele diminuiria a variao entre mdias de tratamentos metade.
A Figura 6.19 estende a ilustrao Figura 6.11 das relaes entre os princpios
bsicos do delineamento do experimento. O controle local provm menores estimativas
da varincia do erro experimental quando associado ortogonalidade. O
confundimento em blocos incompletos pode propiciar delineamentos mais eficientes do
que delineamentos com blocos completos, dependendo da variao estranha do material
experimental e da formao de blocos. O controle local, associado ou no
ortogonalidade, proporciona delineamentos alternativos um dos quais usualmente mais
eficiente
Figura 6.19.
19. Inter-relaes entre seis princpios do delineamento de experimento.
264
Planejamento de Experimentos
Exerccios 6.4
1. Explique o significado de relao ortogonal entre dois fatores recorrendo a um exemplo de
experimento de sua rea. Qual a importncia desse princpio do delineamento do
experimento?
2. Verifique que a propriedade da ortogonalidade satisfeita pelo primeiro delineamento
considerado no Exemplo 6.9 e que, entretanto, o delineamento que resulta da perda da
parcela com a cultivar E no bloco 4 no ortogonal.
3. Em que circunstncias o pesquisador tem que recorrer a delineamento com blocos
incompletos? Ilustre com um exemplo de experimento de sua rea. Nessas circunstncias,
qual o princpio do delineamento que importante assegurar?
4. Explique a distino entre relao de dois fatores ortogonal e balanceada. Porque o
balanceamento uma propriedade do delineamento que importante assegurar, caso a
ortogonalidade seja inconveniente para as circunstncias do experimento?
5. Em um delineamento com blocos incompletos para 6 tratamentos (A, B, C, D e E) em 6 blocos
de 3 parcelas a distribuio dos tratamentos nos blocos ser procedida como segue:
Bloco:
(A, B, C)
2
3
Bloco:
(B, E, F)
(A, B, D)
(C, D, E)
(A, E, F)
(C, D, F)
Bloco 2:
Bloco 3:
Bloco 4:
265
Conseqncias
(1)
(2)
(3) Casualizao
(7) Balanceamento
(8) Confundimento
Exerccios de Reviso
1. Explique porque a escolha do delineamento experimental no passado era restrita a alguns
poucos delineamentos que se tornaram tradicionais. Porque hoje em dia no h razo para o
pesquisador condicionar o plano de seu experimento a um desses delineamentos?
2. Explique as razoes da dependncia recproca entre o planejamento da estrutura das
condies experimentais e o planejamento da estrutura das unidades.
3. Porque efeitos de fatores experimentais manifestam-se confundidos com efeitos de
caractersticas estranhas? Quais so as implicaes desse confundimento para as inferncias
originadas do experimento?
4. O que se entende por "erro experimental"? Ilustre com exemplo de um experimento de sua
rea.
266
Planejamento de Experimentos
5. O que significa "erro sistemtico"? Como ele pode ser originar em um experimento?
6. Porque o erro experimental usualmente designado erro aleatrio ou erro casual?
7. Liste e explique, abreviadamente, os requisitos importantes do plano do experimento.
8. Explique o significado de preciso do experimento. Porque a preciso depende da grandeza
do erro experimental que afeta efeitos de fatores experimentais e no da grandeza do erro
experimental global?
9. Que aes o pesquisador pode utilizar para o aumento da preciso do experimento?
10. Como o nmero de repeties pode afetar a preciso das inferncias derivadas da amostra?
11. Explique o significado de validade do experimento. Distinga validade interna e validade
externa.
12. Quais so as relaes da validade interna e da validade externa com o vis intrnseco e o vis
extrnseco?
13. Descreva resumidamente as aes que o pesquisador pode tomar para o aumento da
validade interna do experimento.
14. Explique as aes relevantes para o aumento da validade externa do experimento.
15. Que implicaes o controle de tcnicas experimentais pode ter para a validade interna do
experimento? E para a validade externa?
16. Como o registro de dados de caractersticas estranhas relevantes pode contribuir para o
aumento da preciso e a validade interna do experimento?
17. Como a escolha dos fatores experimentais e dos nveis desses fatores pode afetar a validade
interna e a validade externa do experimento?
18. Em que circunstncias a considerao de fatores experimentais adicionais pode propiciar o
aumento da validade externa?
19. Porque experimentos tecnolgicos podem requerer amostra de abrangncia espacial e
temporal ampla?
20. Explique porque a preciso pode ser avaliada objetivamente, enquanto as avaliaes da
validade interna e da validade externa somente podem ser feitas subjetivamente? Porque essa
subjetividade usualmente mais elevada para a validade externa?
21. Explique porque a preciso do experimento no pode ser absoluta.
22. Porque a validade do experimento no pode ser absoluta?
23. Identifique para um dos experimentos usados como ilustrao nos exerccios 3 e 4 dos
Exerccios 6.1 as operaes prprias ou necessrias para o funcionamento das unidades. Que
implicaes essas operaes podem ter para a preciso, a validade interna e a validade
externa do experimento.
24. Explique a importncia de tratamento controle, testemunha ou placebo para a deteco de
efeitos reais de tratamentos em um experimento.
25. Em que circunstncias o controle estatstico pode ser til para favorecer a validade interna do
experimento.
26. Explique abreviadamente os seguintes princpios bsicos do delineamento do experimento:
repetio, casualizao e controle local. Qual desses princpios bsicos atribudo a Ronald
A. Fisher?
27. Quais so as implicaes desses trs princpios bsicos do delineamento do experimento para
a preciso, a validade interna e a validade externa.
28. Explique e ilustre a diferena entre repetio e observao mltipla.
29. O que significa "repetio escondida" em um experimento fatorial?
30. Como a repetio pode contribuir para a validade externa de experimentos tecnolgicos?
31. Explique como o controle local pode contribuir para diminuir o confundimento de efeitos de
fatores experimentais com efeitos de caractersticas estranhas relevantes do material
experimental.
32. Suponha que um pesquisador planeja conduzir um experimento para pesquisa do efeito do
melhoramento da pastagem sobre o ganho de peso de ovinos em pastoreio no perodo de
267
Vis
Controle local
Controle estatstico
Controle de tcnicas experimentais
Casualizao
Ocorrncia de caractersticas estranhas perturbadoras
Uso de delineamento experimental inadequado
Aumento do tamanho do experimento
40. Explique porque o delineamento experimental exemplificado no exerccio 37 ortogonal.
Verifique que esse delineamento tambm balanceado em relao aos tratamentos.
41. Porque, em geral, mais fcil lograr um delineamento ortogonal ou balanceado para um
experimento do que para um estudo observacional?
268
Planejamento de Experimentos
42. Explique a relao dos princpios da ortogonalidade e do balanceamento do delineamento
experimental com o confundimento de efeitos de fatores experimentais com efeitos de
caractersticas estranhas.
43. Ilustre o conceito de confundimento atravs de situaes prticas de seu campo de
especialidade. D exemplos de confundimento inevitvel, confundimento no intencional,
confundimento controlado e confundimento intencional.
44. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco:
a) O delineamento do experimento compreende a definio das ................................................
e as especificaes da estrutura ........................................................................., da estrutura
.................................................. e da relao entre essas duas estruturas.
b) Efeitos de fatores experimentais compreendem: ....................................................... de cada
um dos fatores, que o efeito de um fator global para os nveis dos demais fatores; ............
....... ................................ de cada um dos fatores, que o efeito de um fator para cada nvel
particular de outro fator ou para cada combinao particular dos nveis de outros fatores;
......................................................................, que a variao dos efeitos de um fator entre
os nveis de outro fator.
c) O erro que afeta um efeito de fatores experimentais compreende necessariamente o efeito
das caractersticas estranhas que com ele esto confundidas, que um componente do
.............................................................. . A estimao desses erros requer ............................,
ou seja, que nveis e combinaes de nveis de fatores experimentais esteja presentes em
mais de uma unidade experimental.
d) Em experimentos em que o erro experimental que afeta efeitos de fatores experimentais
provm de um nico estrato o erro que afeta esses efeitos mensurado pela .......................
2
.........................................................................................., que denotada por . Fisher
2
define o inverso dessa medida, ou seja, 1/ , como a ............................... ou .......................
..................................................... .
e) A preciso do experimento pode ser aumentada pelos seguintes procedimentos de controle
experimental: ..................................................................., .......................................................
.e .................................................................... .O procedimento de controle experimental que
no afeta a preciso ................................................................ O procedimento mais eficaz
para lograr preciso elevada ...................................................................... ; entretanto, sua
aplicao limitada por suas implicaes para a representao da populao objetivo.
f) Um experimento ...................................... se as inferncias sobre efeitos de ......................
................................................... da amostra para a ........................................................ so
no tendenciosas. A validade afetada por vis de duas origens: .........................................
que se origina de confundimento tendencioso de efeitos de fatores experimentais com
efeitos de caractersticas estranhas e .................................................. que provm de falhas
da representao da .................................................. pela ..................................... .O vis da
primeira origem afeta a validade ................................. ; o da segunda origem, a ...................
....................................... .Procedimentos de controle experimental afetam apenas a validade
interna, ambas validade interna e validade externa ou no afetam a validade. .......................
......................................................... afeta as validades interna e externa; .............................
afeta apenas a validade interna; ....................................................................................... no
afetam a validade.
g) Alguns requisitos do plano do experimento requerem algumas propriedades importantes do
delineamento do experimento que so usualmente denominadas ..........................................
............................................................................................ . Duas dessas propriedades so
procedimentos de controle experimental: ........................................ e .................................. .
.............................................................. e .................................................. so dois desses
procedimentos de controle experimental que no esto relacionados com propriedades do
delineamento do experimento.
h) Unidades experimentais com um mesmo tratamento ou condio experimental constituem
...................................... para esse tratamento ou condio experimental. .............................
ou ...................................................... a unidade de informao sobre o ..............................
.............................................. .
269
que no controlada.
4(
5(
6(
dos erros aleatrios que contribuem para a estimativa da diferena entre as mdias reais
desses tratamentos.
7(
) O pesquisador pode obter a preciso que deseja para o seu experimento atravs da
8(
validade do experimento.
11 (
do experimento.
14 (
15 (
experimento.
experimento.
270
Planejamento de Experimentos
16 (
importantes.
17 (
objetivo.
19 (
20 (
do erro experimental.
22 (
27 (
entre animais dentro de potreiro prov uma estimativa adequada da varincia do erro
experimental.
28 (
) A repetio afeta a preciso do experimento, mas pode no ter qualquer efeito sobre a
validade.
29 (
30 (
31 (
32 (
individuais.
34 (
estranhas individuais.
35 (
37 (
parcelas.
38 (
) O balanceamento um
40 (
inconveniente no experimento.
41 (
relevantes em um experimento.
271
) Qualquer experimento mal planejado pode ser salvo pelo emprego de uma metodologia
Efeito principal
Efeito simples
Erro experimental
Erro padro
Desvio padro
Amostra inicial
Validade
Vis intrnseco
Vis extrnseco
Validade interna
Validade externa
Validade do experimento
Simplicidade do experimento
Estimao
Intervalo de confiana
Teste de hiptese
Potncia de teste
Erro tipo 1
Erro tipo 2
Teste de significncia
Repetio
Observao mltipla
Controle local
Casualizao
Ortogonalidade
Balanceamento
Confundimento
Eficincia relativa
Bibliografia
Bibliografia
COCHRAN, W. G. Planning & analysis of observational studies.
studies New York: John Willey,
1983. 145p.
COX, D. R. Planning of experiments
experiments. New York: John Wiley, 1958. 308p.
COX. D. R.; SNELL, E. J. Applied statistics, principles and examples.
examples Londres: Chapman
and Hall, 1981. 189p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
272
Planejamento de Experimentos
FEDERER, W. T. Statistics and society, data collection and interpretation.
interpretation New York:
Marcel Dekker, 1973. 399p.
FINNEY, D. J. An introduct
introduction
ion to statistical science in agriculture.
agriculture 4.ed. Copenhagen:
Scandinavian University Books, 1972. 290p.
FISHER, R. A. The arrangement of field experiments. Journal of the Ministry of
Agriculture of Great Britain
Britain, v.33, p.503-513, 1926.
FISHER, R. A. The design
experiments. 8. ed. New York: Hafner, 1966. 248p.
design of experiments
KEMPTHORNE, O. Why randomise? Journal of Statistical Planning and Inference,
Inference v.1,
p.1-25, 1977.
KEMPTHORNE, O. The design and analysis of experiments.
experiments Huntigton, NY: Robert E.
Krieger Publishing Company, 1979. 631 p.
KEMPTHORNE, O. Sampling inference, experimental inference and observation
inference. Sankhya,
Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979.
HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experi
experiments.
ments New York:
John Wiley, 1994. v.1, 495p.
KISH, L. Sample surveys versus experiments, controlled observations, census, registers,
and local studies. Australian Journal of Sta
Statistics,
tistics v.27, n.2, p.111-122, 1985.
KISH, L. Statistical design for research.
research New York: John Wiley, 1987. 267p.
MEAD, R. The design of experiments: Statistical principles for practical application.
application
Cambridge: Cambridge University, 1988. 620p.
MITCHELL, M.; JOLLEY, J. Research design explained
explained. 3. ed. Fort Worth, Texas:
Harcourt Brace, 1996. 624p.
PEARCE, S. C. The agricultural
agricultural field experiment: A statistical examination of theory and
practice.
practice Chichester: John Wiley, 1983. 335p.
SELWYN, M. R. Principles of experimental design for the life sciences.
sciences Boca Raton,
Florida: CRC, 1996. 160p.
SHADISH, W. R.; COOK, T. D.; CAMPBELL, D. T. Experimental and quasiquasi-experimental
designs for generalized causal inference.
inference Boston: Houghton Mifflin, 2002. 623p.
SILVA, J. G. C. da. Estatstica experimental,
experimental verso preliminar. Pelotas: Universidade
Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p.
URQUHART, N. S. The anatomy of a study. Hortscience,
Hortscience v.16, n.5, p.621-627, 1981.
WILSON, E. B. An introduction to scientific research.
research New York: McGraw-Hill, 1952. 373p.
Planejamento da Resposta
Contedo
7.1
Introduo................................................................................................................... 274
7.2
7.3
7.4
7.5
7.6
7.6.1
7.6.2
Outras propriedades............................................................................................. 297
7.7
Estrutura da Varivel Resposta................................................................................... 298
Exerccios de Reviso ................................................................................................ 300
Conceitos e Termos Chave......................................................................................... 304
Bibliografia.................................................................................................................. 305
Planejamento de Experimentos
274
7.1
Introduo
O planejamento da resposta compreende a seleo das caractersticas respostas, a
escolha de variveis para represent-las, a previso dos processos de mensurao das
caractersticas respostas e o estabelecimento da relao dessas caractersticas.
Geralmente, o desempenho das unidades da populao objetivo de um
experimento expresso por um conjunto de caractersticas muito numeroso. Entretanto,
apenas um subconjunto dessas caractersticas respostas de interesse para
considerao no experimento. As caractersticas respostas desse subconjunto tm vrios
nveis de interesse, segundo o relacionamento com os objetivos do experimento. Em
geral, uma ou poucas caractersticas respostas tm relao direta com esses objetivos e
so de importncia primordial; a maioria delas pode ser de interesse secundrio, por
proverem informao sobre a origem dos efeitos causais das condies experimentais ou
sobre o grau de evidncia desses efeitos.
As duas questes principais que devem ser considerados no planejamento da
resposta para um experimento so: quais caractersticas devem ser mensuradas e como
mensur-las. Esses temas foram introduzidos na Seo 2.3.1.
2.3.1 Em muitas situaes, a
escolha das caractersticas respostas fcil e os mtodos de mensurao so bem
estabelecidos, confiveis e rotineiros. Em outras, esses mtodos no esto to bem
estabelecidos, ou so disponveis vrios procedimentos alternativos para mensurao de
uma mesma caracterstica, um dos quais deve ser escolhido. Por exemplo, a eficincia
de um produto farmacutico particular pode ser avaliada simplesmente pelo registro de
uma caracterstica resposta de dois nveis em cada paciente: melhorou e no melhorou,
ou pela mensurao de alguma caracterstica atravs de um exame de laboratrio. Em
algumas situaes, devem ser usados instrumentos e procedimentos de mensurao
elaborados e sofisticados. Avaliaes relativamente simples de contagens, freqncias e
ordens podem ser bastante satisfatrias nos estgios iniciais de experimentao, ou
quando esperado que as diferenas de efeitos dos tratamentos sejam relativamente
elevadas. Entretanto, se devem ser detectadas diferenas pequenas e os riscos de erros
de mensurao so grandes, podem ser necessrias medidas mais acuradas, que
podem demandar a expresso da resposta por uma varivel contnua. O processo de
mensurao deve ser determinado apropriadamente para cada situao de modo que
no seja demasiadamente elaborado nem demasiadamente simplista.
A escolha do pesquisador, que deve levar em conta a qualidade da mensurao
requerida para cada pesquisa particular, tendo em considerao o presente estgio de
desenvolvimento das pesquisas na rea e os recursos disponveis. Algumas vezes, ele
deve estabelecer um compromisso entre o nmero de caractersticas respostas que
deveriam ser consideradas tendo em conta os objetivos do experimento e o nmero de
caractersticas respostas que podem ser mensuradas com a qualidade requerida para a
confiabilidade do experimento, em decorrncia da limitao imposta pelos recursos
disponveis.
Este Captulo aborda os aspectos mais relevantes do planejamento da resposta.
Assim, a Seo 7.2 expe o processo de escolha das caractersticas respostas. Na
Seo 7.3 trata-se da representao numrica de uma caracterstica, ou seja, da escolha
da varivel para representar uma caracterstica, particularmente da escala de medida. A
Seo 7.4 aborda os vrios aspectos referentes ao processo de mensurao. A Seo
7.5 discute os erros de medida que podem resultar desse processo. As duas
propriedades bsicas do processo de mensurao, ou seja, preciso e exatido, so o
tema da Seo 7.6.
7.6 Este Captulo encerra com a Seo 7.7 que trata da estrutura da
varivel resposta.
7. Planejamento da Resposta
7.2
275
Exemplo 7.1
a) Em um experimento de comparao de cultivares de trigo, em que a funo importante
das lavouras e objeto de inferncia a produo de gros, a caracterstica resposta primria o
peso da produo de gros. So caractersticas respostas secundrias, por terem importncia
para a explicao do efeito causal da cultivar sobre a produo de gros, caractersticas
relacionadas planta: nmero de perfilhos, nmero de espigas, nmero de espiguetas por espiga
e nmero de gros por espiga. Tambm so caractersticas respostas secundrias, por essa
mesma razo e por expressarem propriedades importantes referentes qualidade do gro: peso
do gro e densidade do gro.
b) Em um experimento para pesquisa da suplementao de sal mineral e clcio sobre o
desenvolvimento corporal de cordeiros do desmame ao abate para a produo de carne de
cordeiro mamo, a caracterstica resposta primria o peso corporal ao abate. So caractersticas
respostas secundrias os pesos corporais a cada 15 dias deste perodo, que so importantes para
a expresso do desenvolvimento corporal, e caractersticas relevantes da carcaa, como peso de
quarto e peso de paleta.
Exemplo 7.2
Considere-se um experimento sobre o controle do mldio de videira da cultivar Itlia.
a) Se o objetivo do experimento tecnolgico, as caractersticas respostas primrias so as
propriedades relevantes referentes funo dos sistemas, ou seja, produo de uva de mesa.
Planejamento de Experimentos
276
Essas caractersticas so: peso da produo de cachos e peso mdio do cacho. O nmero de
cachos uma caracterstica resposta secundria, por sua necessidade para a determinao do
peso mdio do cacho. Tambm caracterstica resposta secundria o grau de infeco do mldio,
pela sua importncia para explicao do efeito causal do fungicida sobre a produo de cachos.
b) Se o experimento tem objetivo bsico o efeito causal relevante objeto de inferncia o
controle do mldio. Ento, o grau de infeco do mldio deve ser considerado uma caracterstica
resposta primria. Nesse caso, o peso da produo de cachos, o nmero de cachos e o peso
mdio do cacho so caractersticas respostas secundrias.
7. Planejamento da Resposta
277
Exemplo 7.6
Ilustraes de caractersticas respostas derivadas providas pelos mesmos experimentos
considerados no Exemplo 7.5:
a) experimento com plantas granferas: nmero de espiguetas por espiga razo entre
nmero de espiguetas e nmero de espigas;
b) experimento com plantas frutferas: peso mdio do fruto - razo entre peso dos frutos e
nmero de frutos produzidos;
c) experimento de nutrio animal: ganho de peso - diferena entre peso final e peso inicial;
ganho mdio dirio de peso - razo entre ganho de peso e nmero de dias entre as determinaes
Planejamento de Experimentos
278
dos pesos inicial e final; e converso alimentar - razo entre peso do alimento consumido e ganho
de peso do animal;
d) experimento de fertilizao do solo para cultivo de pessegueiro: crescimento da planta
diferena entre altura final e altura inicial da planta.
7. Planejamento da Resposta
279
7.3
Exemplo 7.9
a) O peso mdio do fruto uma varivel vlida para expressar o tamanho dos frutos
produzidos por uma planta frutfera;
b) a razo entre o ganho mdio de peso dos animais no boxe e o consumo uma varivel
vlida para expressar a converso alimentar;
c) o peso da produo de gros das cinco plantas mais vigorosas da parcela pode no ser
uma varivel vlida para expressar a produo de gros na parcela;
d) o peso dos frutos dos ramos inferiores da planta pode no ser uma varivel vlida para
expressar o peso da produo de frutos.
Planejamento de Experimentos
280
7. Planejamento da Resposta
281
Planejamento de Experimentos
282
Escala ordinal
7. Planejamento da Resposta
283
9
5
respectivamente 86F e 59F que no esto na razo 2:1. Pode-se dizer, entretanto, que uma
diferena entre dois valores em uma escala um mltiplo de uma diferena entre dois outros
valores. Por exemplo, a diferena 30C - 0C o dobro da diferena 15C - 0C. As
correspondentes diferenas na escala Fahrenheit so 86F - 32F e 59F - 32F, que esto na
mesma razo 2:1.
b) A mensurao da temperatura dos animais de um rebanho permite determinar quanto um
animal mais quente do que outro. Mas se um animal A tem temperatura de 35C e outro animal
B temperatura de 40C, no se pode dizer que a temperatura do animal B 5/35 = 1/7 mais
elevada do que a temperatura do animal A.
Planejamento de Experimentos
284
escala racional para outra escala racional meramente pela multiplicao por uma
constante apropriada.
Exemplo 7.14
Se uma planta tem 3m e a outra 1m, pode-se dizer que a primeira planta tem altura 3 vezes
superior a da segunda. Isso porque, se as alturas das duas plantas forem transformadas em
centmetros, suas medidas sero, respectivamente, 30cm e 10cm, que esto na mesma razo 3:1.
Pode-se efetuar a transformao das medidas da escala racional que tem como unidade de
medida o metro para a outra escala racional que tem o centmetro como unidade de medida
meramente pela multiplicao por 10.
7. Planejamento da Resposta
285
Planejamento de Experimentos
286
Exerccios 7.1
7. Planejamento da Resposta
287
7. Conceitue e exemplifique cada uma das quatro escalas de medida: nominal, ordinal, intervalar
e racional.
8. Caracterize as quatro escalas de medida quanto s operaes aritmticas que permitem.
9. O que distingue escala de medida ordinal de escala de medida nominal?
10. Ilustre, atravs de um exemplo, uma caracterstica resposta que possa ser expressa,
alternativamente, por variveis de trs diferentes nveis de preciso. Comente sobre a
convenincia e inconvenincia de cada uma dessas trs variveis.
11. Ilustre, atravs de exemplos, como a escolha de uma escala ordinal para exprimir uma
caracterstica contnua pode implicar na preciso da expresso da caracterstica.
12. Variveis so muito freqentemente classificadas em duas categorias: qualitativas e
quantitativas. Classifique nessas duas categorias variveis de escalas nominal, ordinal,
intervalar e racional.
13. Variveis tambm so freqentemente classificadas em discretas e contnuas. Explique e
ilustre esses conceitos.
14. Em que escalas de medidas so expressas variveis que exprimem contagem (nmero de
frutos em rvores de um pomar, nmero de vermes nas vsceras de animais de um rebanho,
por exemplo)?
7.4
Processo de Mensurao
Escalas de medidas quantitativas e processos de mensurao objetivos so
conhecidos e disponveis para muitas caractersticas. Para essas situaes, pode no
haver dvidas sobre o procedimento de mensurao e dificuldades para implement-los.
Esse o caso, por exemplo, da mensurao do peso de um animal e do peso da
produo de frutos de uma planta frutfera. Muito freqentemente, a mensurao de
caractersticas de um produto apresenta pouca dificuldade, quando o produto e a
caracterstica resposta so claramente definidos. A atividade de pesquisa intensa
tambm j estabeleceu mtodos de mensurao confiveis de caractersticas fsicas e
qumicas usuais. Em reas de pesquisa iniciantes, entretanto, muitos procedimentos de
mensurao so rudimentares e requerido o desenvolvimento de metodologias de
mensurao mais elaboradas. Em casos extremos, a metodologia de mensurao pode
constituir um problema ainda no resolvido e limitante. Nessas circunstncias, no
podero ser conduzidas pesquisas confiveis at que sejam desenvolvidos
procedimentos de mensurao apropriados.
A mensurao de uma caracterstica resposta pode ser simples e efetuada
diretamente com instrumentos simples e disponveis, como as determinaes do peso e
do comprimento, ou muito laboriosa e requerendo a utilizao de processos e
instrumentos complexos, sofisticados e caros, como a determinao de caractersticas
qumicas do vinho atravs de microvinificao.
Mensurao subjetiva
Em muitas situaes, caractersticas so mensuradas subjetivamente atravs de
um avaliador. Por exemplo, grau de infeco de uma planta e condio corporal de um
animal, atravs de avaliao visual; caractersticas organolpticas do vinho, atravs de
degustao; e quantidade de microorganismos, atravs de avaliao visual com auxlio
de microscpio. Tais mensuraes exigem tcnicas e procedimentos especiais, como
treinamento de avaliadores, uso de critrios e padres uniformes e bem estabelecidos, e
cuidados para evitar tendenciosidade. Um exemplo o procedimento para avaliao da
intensidade de infeco de ferrugem em folhas de trigo, mencionado no ltimo pargrafo
da Seo 7.3.
7.3
Pesquisadores, tcnicos e demais auxiliares devem ser intelectualmente no
tendenciosos na execuo da pesquisa. Mas avaliaes subjetivas podem estar sujeitas
Planejamento de Experimentos
288
7. Planejamento da Resposta
289
Planejamento de Experimentos
290
7.5
Erro de Medida
Em geral, a mensurao de uma caracterstica nas correspondentes unidades de
observao no exata; ou seja, a medida registrada no o verdadeiro valor da
grandeza mensurada.
A diferena entre o valor mensurado de uma varivel resposta em uma unidade
de observao e seu valor verdadeiro nessa unidade denominada erro de medida
ou erro tcnico:
tcnico
Erro de medida = valor observado valor verdadeiro.
Erros de medida podem ser sistemticos ou aleatrios:
Um erro de medida sistemtico aquele em que os valores registrados da
varivel resposta so consistentemente acima, ou consistentemente abaixo, do valor
verdadeiro. A observao nessas circunstncias dita viciada,
viciada viesada ou
tendenciosa.
tendenciosa Quando os valores observados distribuem-se uniformemente em torno
do valor verdadeiro, o erro de medida denomina-se erro de medida aleatrio
aleatrio.
Freqentemente, erros de medida sistemticos decorrem de causas que podem ser
identificadas ou assinaladas; erros aleatrios so devidos a causas inexplicveis, ou no
identificveis. Um erro sistemtico repete-se semelhantemente para todas as medidas
efetuadas ou alguma funo do valor verdadeiro da caracterstica mensurada.
Em experimentos comparativos, erros de medida sistemticos originam estimativas
tendenciosas do erro experimental e de diferenas de efeitos de condies
experimentais. Por outro lado, erros de medida aleatrios inflacionam essas estimativas,
embora no tendenciosamente, e podem obscurecer diferenas de efeitos de condies
experimentais. Em algumas situaes, erros de medida aleatrios podem ser reduzidos
com a adoo de observaes mltiplas (ou repetidas) sobre cada unidade experimental
elementar.
Erros de medida tm trs origens:
a) humana, ou seja, decorrente de variaes entre observaes de um mesmo
indivduo ou entre observaes de indivduos diferentes;
b) instrumental, decorrente de falhas de instrumentos ou aparelhos utilizados nas
mensuraes; e
c) diferenas de tcnicas e de instrumentos de observao e mensurao, como as
que podem ocorrer entre laboratrios.
7. Planejamento da Resposta
291
Erro humano
humano
Erros humanos decorrem de tendncia pessoal e de descuidos dos indivduos
envolvidos no processo de mensurao. Em muitos processos de mensurao, tais como
determinao do peso de unidades atravs de uma balana e determinao de
microorganismos em uma colnia atravs de leitura por meio de microscpio, comum
que indivduos diferentes obtenham resultados sistematicamente diferentes. Por exemplo,
uma pessoa pode tender a cessar a observao de um evento sistematicamente antes de
outra.
Um erro de mensurao humano tambm pode decorrer de circunstncias
particulares do indivduo que executa uma mensurao pela primeira vez, ou a executa
rotineiramente e de forma montona. A chance desses erros aumenta com a fadiga do
observador.
Esses erros tambm podem resultar de prejulgamentos muito comuns que implicam
em certas tendncias pessoais. Essas tendncias pessoais so to fortes que no s
podem influenciar de modo marcante a freqncia da ocorrncia de diferentes dgitos na
estimao de dcimos da diviso de uma escala como tambm podem falsificar
resultados que sejam simplesmente lidos e registrados diretamente.
Erros humanos relacionados ao tratamento de dados so muito comuns, como o
caso da preferncia por dgitos particulares no arredondamento de dados. Na situao de
grandes conjuntos de dados esses erros raramente implicam em tendenciosidade
importante, mas podem ser muito substanciais com pequenos conjuntos de dados. Erros
de arredondamento em manejo de dados podem ser evitados com o uso de computador
e de programas que utilizam algoritmos que mantm grande nmero de dgitos
significativos nos clculos. Erros referentes preferncia por dgitos podem ocorrer
quando so feitas leituras de observaes efetuadas atravs de instrumentos que
envolvem julgamento; por exemplo, na determinao do ltimo dgito de um nmero em
uma balana, pode haver a preferncia do observador em escolher certos dgitos, como 0
e 5, mais freqentemente do que outros. Preferncia por dgitos pode introduzir um erro
aleatrio ou sistemtico cuja magnitude depende da importncia do ltimo dgito dos
valores da varivel resposta.
Erros de descuido decorrem, por exemplo, de colocao errada da vrgula em um
nmero decimal, troca de sinal, transposio de algarismos, registro de inteiro errado,
leituras invertidas e de incorrees de operaes aritmticas. Muitos desses erros podem
originar-se do uso de instrumentos imprprios ou de escalas de medida
desnecessariamente complicadas.
Em geral erros humanos sistemticos podem ser evitados ou minimizados atravs
de iniciativas e precaues apropriadas, tais como treinamento de observadores para a
aquisio da habilidade necessria, reduo de perodos de trabalho montono,
verificao de resultados na medida em que as mensuraes so efetuadas, e uso de
procedimentos e instrumentos de mensurao adequadamente simples e objetivos. Com
esses cuidados, erros humanos tornam-se aleatrios e podem ser ignorados.
Erro instrumental
Erros instrumentais so freqentes em mensuraes efetuadas atravs de
instrumentos, particularmente em experimentos de laboratrio. Podem ter diversas
origens, tais como: a) falhas do instrumento de medida; por exemplo, uma balana pode
estar graduada imperfeitamente, ou alinhada ou posicionada incorretamente; e b) uso de
equaes que so aproximaes imperfeitas das relaes que devem expressar no
procedimento de mensurao. No que se refere a essa segunda origem, observe-se que
muitos instrumentos de mensurao no medem diretamente a caracterstica que devem
medir, mas alguma outra caracterstica que se relaciona com aquela atravs de alguma
teoria. Se as condies da teoria no concordam adequadamente com a situao real, o
Planejamento de Experimentos
292
7. Planejamento da Resposta
293
7.6
7.6.1
Planejamento de Experimentos
294
7. Planejamento da Resposta
295
296
Planejamento de Experimentos
7. Planejamento da Resposta
297
7.6.2
Outras propriedades
Em algumas situaes pode ser desejvel que um processo de mensurao e as
medidas que ele determina satisfaam outras propriedades. Particularmente, em geral h
interesse na similaridade de duas ou mais medidas de uma caracterstica quantitativa
determinadas por uma ou mais tcnicas ou instrumentos de mensurao, ou por um ou
mais observadores. Nessas circunstncias as seguintes propriedades so
particularmente importantes:
repetibilidade,
reprodutibilidade e
estabilidade.
A repetibilidade refere-se proximidade ou similaridade de medidas repetidas
determinadas por uma tcnica ou instrumento de mensurao, ou por um observador sob
condies essencialmente idnticas; por exemplo, medidas efetuadas por um mesmo
observador em um mesmo laboratrio. A repetibilidade de um mtodo de mensurao
mais elevada na medida em que um mesmo observador obtm medidas mais similares
em uma mesma circunstncia.
A reprodutibilidade diz respeito ao grau de concordncia das medidas determinadas
por dois ou mais mtodos de mensurao de uma mesma caracterstica. Esses mtodos
podem ser, por exemplo, observadores diferentes usando a mesma tcnica ou um
observador nico usando tcnicas diferentes.
Observe-se que para que um mtodo de mensurao seja reprodutvel
necessrio que ele seja repetvel.
A estabilidade de um mtodo de mensurao refere-se repetibilidade desse
mtodo em longo prazo.
A repetibilidade, a reprodutibilidade e a estabilidade de um processo de
mensurao relacionam-se com a preciso desse processo. A avaliao dessas
propriedades muito importante para a caracterizao da confiabilidade dos processos
de mensurao e das medidas efetuadas. recomendvel que pesquisadores e
Planejamento de Experimentos
298
7.7
7. Planejamento da Resposta
299
Exemplo 7.19
a) So variveis de interesse individual, ou essencialmente independentes: peso de gros e
graus de incidncias de septoriose, giberela e ferrugem, em um experimento de controle de
doenas fngicas de trigo; peso da produo e vigor de semente, em um experimento de
fertilizao do solo para a produo de semente de cebola; e tempo para o abate e comprimento
do lombo, em um experimento de nutrio de sunos em que os animais so abatidos ao atingirem
90 kg de peso corporal.
b) So variveis de interesse coletivo, ou dependentes: pesos das produes de tubrculos
de primeira e de segunda, em um experimento de fertilizao do solo para a produo de
batatinha; perdas de peso na primeira, na segunda e na terceira semanas, em um experimento
para pesquisa do efeito txico de uma droga em cobaias; e peso corporal, comprimento e altura da
cernelha, em um experimento sobre o efeito do uso de anabolizantes em ovinos.
Exerccios 7.2
1. Ilustre uma situao em que a mensurao de uma caracterstica um processo rotineiro que
no demanda conhecimento especializado; outra, em que requer treinamento do avaliador; e
outra em que requer conhecimento altamente especializado.
2. Explique e ilustre com exemplo de sua rea o significado de mensurao ou avaliao cega.
3. Caracterize a importncia do instante de mensurao atravs de exemplos.
4. Explique e ilustre o significado de erro de medida.
5. Distinga e ilustre erro de medida sistemtico e erro de medida aleatrio.
6. A seguir, so listadas fontes de erros de medida em processos de mensurao de
caractersticas respostas. Responda se cada dos erros de medida resultantes um erro
aleatrio ou um erro sistemtico.
a) Um pesquisador que registra temperatura em um termmetro tem uma preferncia de dgito
pelos nmeros 0 e 5.
b) A calibrao de um colormetro no foi verificada antes de seu uso.
Planejamento de Experimentos
300
c) A balana para a pesagem de sacos de rao para animais ativada algumas vezes antes
do saco ser colocado para pesagem e algumas vezes aps, dependendo do operador.
d) Uma balana apropriada para pesar produtos qumicos com preciso de 100mg utilizada
para pesar unidades com peso inferior a 100mg.
e) Falta de suprimento de energia para um congelador que usado para preservar smen
congelado por um intervalo de tempo de amplitude considervel.
f) Quatro degustadores so utilizados para avaliar propriedades organolticas de alimentos
preparados por diferentes processos, cada um dos quais avalia um quarto das unidades de
observao.
7. Quais so os efeitos de erros de medida sistemticos e aleatrios sobre as estimativas do
erro experimental e das diferenas de efeitos de condies experimentais?
8. Explique e ilustre as origens de erros de medida humanos. Como eles podem ser evitados?
9. Explique e ilustre as principais formas de erros instrumentais. Como eles podem ser evitados?
10. Explique a relao entre os significados de preciso e exatido de um processo de
mensurao.
11. Ilustre uma situao em que o processo de mensurao altamente preciso, mas de baixa
exatido.
12. Explique os significados de sensibilidade, confiabilidade e validade de um processo de
mensurao. Qual a relao desses conceitos com os conceitos de preciso, no
tendenciosidade e exatido?
13. Ilustre uma situao de varivel resposta estruturada.
14. O que significa uma caracterstica resposta univariada e uma caracterstica resposta
multivariada? Ilustre esses dois conceitos atravs de exemplos.
Exerccios de Reviso
1. Conceitue: caracterstica resposta e delineamento de resposta.
2. Distinga e ilustre com exemplos de sua rea os conceitos de:
a) caracterstica resposta primria e caracterstica resposta secundria;
b) caracterstica resposta original e caracterstica resposta derivada.
3. Explique e ilustre o que significa uma caracterstica resposta intermediria.
4. D um exemplo de uma caracterstica resposta substituta.
5. Liste as caractersticas respostas para os experimentos dos exerccios 7 e 8 dos Exerccios
5.1 e classifique-as segundo os dois critrios considerados no exerccio 2.
6. Defina e ilustre os conceitos de caracterstica e varivel.
7. Explique e ilustre o significado de mensurao de uma caracterstica.
8. Ilustre o processo de definio ou construo de uma varivel para expresso de uma
caracterstica.
9. O que significa uma varivel vlida? Qual sua importncia?
10. Suponha que uma caracterstica possa ser representada por uma varivel de cada uma das
quatro escalas de medida. Como se ordenariam essas variveis quanto preciso propiciada
para a expresso dessa caracterstica?
11. Identifique a escala de medida apropriada de cada uma das seguintes variveis:
a) Cor do pelo de gatos.
b) Quantidade de espermatozides mveis nos ejaculados de sete touros, coletados em um
dado dia de maro em um centro de inseminao artificial, registrada como: 71, 83, 66, 74,
69, 84 e 76%.
7. Planejamento da Resposta
301
302
Planejamento de Experimentos
23. Porque pode ser conveniente que avaliaes subjetivas sejam efetuadas por mais de um
avaliador em cada unidade?
24. Explique e ilustre como a determinao exata do instante de mensurao de uma
caracterstica pode ser de grande relevncia.
25. Quais so as trs fontes gerais de erros de medida?
26. Explique, atravs de exemplos, os significados de erro de medida humano e erro de medida
instrumental.
27. Explique e ilustre os conceitos de preciso, vis e exatido de um processo de mensurao.
28. Ilustre uma situao em que diversas caractersticas respostas compreendem,
essencialmente, uma mesma caracterstica considerada em diferentes instantes do tempo.
29. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco:
a) Caractersticas respostas relacionadas diretamente aos objetivos do experimento so
denominadas caractersticas respostas ....................................... ; as demais caractersticas
respostas so denominadas .................................................. .
b) Caractersticas respostas ............................... so mensuradas diretamente; caractersticas
respostas determinadas a partir dessas so designadas ................................................ .
c) .................................................. uma caracterstica represent-la atravs de nmeros que
apresentem entre eles as mesmas relaes relevantes referentes aos nveis da
caracterstica que representam.
d) A representao de uma caracterstica atravs de uma funo numrica uma
................................................ .
e) As escalas de medida compreendem quatro categorias: nominal, ........................., intervalar
e .......................................... A escala ....................................... classifica as unidades de
observao em classes ou categorias quanto caracterstica que representa, mas no
estabelece qualquer relao de grandeza ou ordem entre essas classes. A escala
............................................, alm de ordenar as unidades quanto caracterstica
mensurada, possui uma unidade de medida constante; entretanto, a origem ou ponto zero
arbitrria. A escala ............................................ possui uma unidade de medida e uma nica
origem.
f) Variveis de escalas nominal e ordinal so denominadas variveis ..................................... .
g) Uma varivel que assume valores de um conjunto de nmeros reais isolados, ou seja, de
um conjunto discreto de nmeros reais, uma varivel ........................................ ; uma
varivel que pode assumir qualquer valor de um intervalo de nmeros reais uma varivel
............................................ .
h) A diferena entre o valor mensurado de uma varivel em uma unidade de observao e seu
valor verdadeiro nessa unidade denominada .................................................. . Um erro
de medida ............................................ aquele em que os valores registrados da varivel
resposta so consistentemente acima, ou abaixo, do valor real.
i) As trs principais propriedades de um processo de mensurao so: ...................................,
.................................................... e ..................................... .......................................... referese proximidade de medidas repetidas em uma mesma unidade de observao.
.................................................... significa igualdade entre a mdia de todas medidas
repetidas da caracterstica que podem ser efetuadas sobre uma mesma unidade e o
verdadeiro valor da caracterstica nessa unidade. Um processo de mensurao
.......................................... se ele preciso e ......................................................... .
j) Os conceitos de confiabilidade e validade de um processo de mensurao esto
relacionados com os conceitos de .................................... e ................................................,
respectivamente.
k) Variveis respostas podem ser estruturadas ou no estruturadas. Variveis respostas
................................................. so de interesse conjunto e relacionadas ou dependentes;
variveis respostas ...................................................... so de interesse individual e no
relacionadas ou no dependentes. Mtodos estatsticos para anlise dessas duas
7. Planejamento da Resposta
303
considerao em um experimento.
2(
experimento.
3(
4(
de uma varivel.
explanatrias da amostra devem ser necessariamente mensuradas.
5(
6(
7(
) O
8(
) Toda caracterstica que exprima a resposta dos sistemas sob pesquisa deve ser
9(
10 (
de uma varivel.
11 (
12 (
) Cada caracterstica pode ser representada por uma e somente uma varivel.
14 (
15 (
16 (
17 (
) O pesquisador pode mensurar uma caracterstica resposta com o grau de preciso que
deseja.
18 (
arbitrria.
19 (
) O pesquisador deve exprimir uma caracterstica resposta por uma varivel com a
escala de medida mais precisa permitida pelos recursos disponveis para mensurao.
21 (
22 (
24 (
26 (
variveis de classificao.
27 (
ser ordenadas.
Planejamento de Experimentos
304
28 (
29 (
30 (
31 (
32 (
conhecimento especializado.
34 (
35 (
36 (
mensurao.
37 (
39 (
40 (
Varivel vlida
Escala de medida
Escala nominal
Escala ordinal
Varivel quantitativa
Varivel discreta
Varivel contnua
Processo de mensurao
Mensurao subjetiva
Erro instrumental
Erro humano
Preciso
Exatido
Confiabilidade
Validade
7. Planejamento da Resposta
305
Bibliografia
COBB, G. W. Introduction to design and analysis of experiments
experiments. New York; SpringerVerlag, 1998, 795p.
COCHRAN, W. G. Planning & analysis of observational studies.
studies New York: John Willey,
1983. 145p.
COX, D. R. Planning of experiments
experiments. New York: John Wiley. 1958. 308p.
COX. D. R.; SNELL, E. J. Applied sstatistics,
tatistics, principles and examples
examples. Londres: Chapman
and Hall, 1981. 189p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
FEDERER, W. T. Statistics and society, data collection and interpretation.
interpretation New York:
Marcel Dekker, 1973. 399p.
GREEN, P. E.; TULL, D. S. Research for marketing decisions.
decisions 2.ed. Englewood Cliffs,
New Jersey: Prentice-Hall, 1970. 644p.
KEMPTHORNE, O. The design and analysis of experiments.
experiments Huntigton, NY: Robert E.
Krieger Publishing Company, 1979. 631 p.
HEATH, D. An introduction to experimental design and statistics for biology.
biology Londres:
University College London, 1995. 372 p.
HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments
experiments. New York:
John Wiley, 1994. v.1, 495p.
KISH, L. Sample surveys versus experiments, controlled observations, census, registers,
and local studies. Australian Journal of Statistics
Statistics, v.27, n.2, p.111-122, 1985.
KISH, L. Statistical design for research.
research New York: John Wiley, 1987. 267p.
MANDEL, J. The statistical analysis
data. New York: Dover, 1984. 410p.
analysis of experimental data
PETRIE, A.; WATSON, P. Statistics for veterinary and animal science.
science Londres: Blackwell
Science, 1999. 243p.
SILVA, J. G. C. da. Estatstica experimental,
experimental verso preliminar. Pelotas: Universidade
Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p.
URQUHART, N. S. The anatomy of a study. Hortscience,
Hortscience v.16, n.5, p.621-627, 1981.
WILSON, E. B. An introduction to scientific research.
research New York: McGraw-Hill, 1952. 373p.
Contedo
8.1
Introduo................................................................................................................... 309
8.2
8.2.1
8.2.2
Fator experimental intrnseco ............................................................................... 313
Fator experimental intrnseco de estgio........................................................................ 315
Fatores experimentais intrnsecos de espao e de tempo.............................................. 317
Fator experimental intrnseco de classificao ............................................................... 317
8.2.3
Fator de tratamento ou fator intrnseco?............................................................... 317
8.3
Classificao dos Fatores Experimentais.................................................................... 321
8.3.1
8.3.2
8.3.3
8.3.4
8.3.5
8.4
8.5
8.6
8.6.1
8.6.2
8.6.3
8.7.2
8.7.3
8.7.4
Planejamento de Experimentos
308
8.7.6
8.8
8.9
8.1
309
Introduo
O planejamento das condies experimentais deve ser conseqente dos objetivos
do experimento, que so definidos pelo problema cientfico e pela correspondente
hiptese cientfica. Esse planejamento estabelece a estrutura das condies
experimentais. Essa estrutura tem implicaes relevantes para a estrutura do
experimento e, portanto, para as inferncias referentes s relaes causais entre
caractersticas respostas e caractersticas explanatrias que constituem o objetivo do
experimento.
A escolha das condies experimentais, particularmente dos tratamentos, tanto
uma questo tcnica especfica referente rea de pesquisa como uma questo
referente ao mtodo cientfico. Um experimento complexo pode compreender uma
seqncia de experimentos mais simples que abranja mais de um ciclo do mtodo
cientfico. Assim, a pesquisa de um fenmeno complexo pode demandar a identificao
inicial dos efeitos de uma variedade de alteraes de caractersticas das unidades da
populao objetivo. Nessa fase pode ser apropriado um experimento com vrios fatores
experimentais para testar diversas idias sobre o funcionamento das unidades. Ento,
segue-se uma srie de experimentos, em que as idias iniciais vo sendo modificadas
segundo indicaes de resultados de etapas anteriores. Em cada uma dessas etapas,
devem ser escolhidas as condies experimentais, particularmente os tratamentos, de
modo a fornecer uma indicao to direta quanto possvel das relaes causais de
interesse.
No processo de escolha das condies experimentais, especialmente dos
tratamentos, devem ser asseguradas propriedades importantes para as inferncias. Uma
propriedade particularmente importante que os tratamentos difiram por atributos
simples e identificveis. Essa propriedade relevante para garantir que qualquer
diferena de resposta a tratamentos tenha interpretao nica. A escolha de tratamentos
que evite ambigidade dessa sorte um dos requisitos mais importantes e difceis de
implementar no planejamento do experimento.
De modo geral, o planejamento das condies experimentais compreende a
seguinte seqncia de passos: 1) escolha dos fatores experimentais, 2) escolha dos
nveis de cada um desses fatores, 3) escolha das combinaes dos nveis e 4) escolha
de tratamentos adicionais. Essa seqncia pode ser completa ou abreviada, conforme a
complexidade do experimento. Em experimentos mais simples, com um nico fator, os
dois primeiros passos so suficientes.
As questes relevantes referentes s escolhas dos fatores experimentais e de seus
respectivos nveis dizem respeito escolha da varivel para expressar cada fator na
populao objetivo, particularmente dos nveis dessa varivel, escolha dos nveis para
a amostra e possibilidade de controle pelo pesquisador da manifestao destes nveis.
A ltima questo tem precedncia sobre as demais e tratada na Seo 8.2,
8.2 j que ela
diz respeito propriedade relevante para pesquisa explicativa que exclusiva do
experimento. A escolha dos nveis para a amostra depende da escala de medida da
varivel que expressa o fator e pode determinar os mesmos nveis da populao objetivo
ou um subconjunto desses nveis. Essa escolha implica uma relao entre o conjunto dos
nveis considerados na populao objetivo e o conjunto dos nveis na amostra. Ela deve
atender aos objetivos do experimento e tem implicaes decisivas para os procedimentos
de inferncia estatstica para a consecuo desses objetivos. Por essa razo, na Seo
8.3 estabelecida uma classificao relevante de fator experimental quanto escala de
medida e relao entre seus nveis na amostra e na populao objetivo. A Seo 8.4
trata da classificao dos fatores experimentais em duas categorias: fator fixo e fator
aleatrio, tambm de grande relevncia por suas implicaes para os procedimentos de
inferncia estatstica.
310
Planejamento de Experimentos
Na seqncia so descritos os processos de escolhas dos fatores experimentais
(Seo
Seo 8.5),
Seo 8.6)
8.5 dos nveis desses fatores (Seo
8.6 e das combinaes de nveis para
constituir as condies experimentais (Seo
Seo 8.7).
Nesta ltima Sesso so
8.7
caracterizadas as vrias estruturas de condies experimentais distintas e tpicas que
podem resultar da escolha das combinaes dos nveis.
A Seo 8.8 ilustra delineamentos experimentais particulares em gentica. O
presente Captulo encerrado com uma breve introduo ao planejamento de
tratamentos em experimentos seqenciais (Seo
Seo 8.9).
8.9
8.2
8.2.1
311
Exemplo 8.2
Experimento: "Eficcia de fungicidas no tratamento da semente de cebola"; fator
experimental: fungicida; nveis na amostra: 1 - Dithane, 2 - Thylate, 3 - Phygon e 4 - controle (sem
fungicida).
Os trs primeiros nveis, ou seja, os fungicidas, so aplicados de modo semelhante,
simultaneamente, uma nica vez, na preparao da semente, previamente ao perodo
experimental; o tratamento 4 corresponde ausncia de aplicao de fungicida. Os fungicidas so
produtos qumicos com composies especficas, definidas pelos fabricantes e devem ser
aplicados com as caractersticas de qualidade apropriadas, de modo uniforme, nas
correspondentes doses estabelecidas. O tratamento 4 simplesmente a ausncia de fungicida;
portanto, as unidades experimentais s quais assinalado esse tratamento de fato no recebem
qualquer estmulo de fungicida.
Exemplo 8.3
Experimento: "Efeito da adubao foliar sobre a produo de uva da cultivar Itlia"; fator
experimental: poca de adubao; nveis na amostra: 1 - folhagem plena, 2 - florescimento e 3 15 dias aps o florescimento.
Os tratamentos pocas de adubao foliar - so aplicados de modo diferenciado, uma
nica vez, mas em diferentes instantes do perodo experimental, conforme especificado nas
correspondentes definies. A especificao completa do fator deve estabelecer a composio do
adubo, o volume a aplicar e a forma de aplicao, enquanto que a definio completa dos
tratamentos deve explicitar os critrios para a determinao precisa das pocas de aplicao. Este
exemplo ilustra a situao em que a definio dos tratamentos estabelece critrios para a
determinao do instante da aplicao dos tratamentos que dependem de avaliao e julgamento
do pesquisador; no caso, critrios para a fixao dos estados de folhagem plena e de
florescimento. Esses critrios devem ser especificados clara e explicitamente no plano do
experimento, de modo que o julgamento do pesquisador se torne to objetivo quanto possvel.
Planejamento de Experimentos
312
Exemplo 8.4
Exemplo 8.5
Experimento: Efeito do uso de anabolizante em vacas de descarte no perodo de
preparao para o abate; fator experimental: anabolizante; nveis na amostra: 1 - implante de 4
doses com intervalos de 60 dias entre doses, 2 - implante de 3 doses com intervalos de 90 dias
entre doses e 3 - controle (sem anabolizante).
Os tratamentos anabolizantes - so aplicados de modo diferenciado, em diferentes
instantes e com freqncias diferentes. Nos tratamentos 1 e 2 o primeiro e o ltimo implante so
efetuados nas mesmas datas; os implantes intermedirios so aplicados em instantes diferentes.
A definio do fator experimental deve especificar o anabolizante e a correspondente dose. A
definio dos tratamentos deve ser completada com o estabelecimento explcito do modo de
implantao do anabolizante.
Exemplo 8.6
Experimento: "Influncia do tempo de macerao sobre a cor e o sabor do arroz
parbolizado"; fator experimental: tempo de macerao; nveis na amostra: 1 - 2 horas, 2 - 4 horas
e 3 - 6 horas.
Os tratamentos tempos de macerao correspondem a diferentes amplitudes do
intervalo de tempo de aplicao do processo de macerao. O processo de macerao
supostamente o mesmo em todos os tratamentos, exceto pela amplitude do tempo de sua
execuo, que a caracterstica que distingue os tratamentos. A definio do fator experimental
deve descrever esse processo.
Exemplo 8.7
Experimento: Efeito da substituio parcial do milho e do farelo de soja por casca de soja
tostada na composio da rao sobre o desenvolvimento ponderal de sunos criados em
confinamento; fator experimental: rao; nveis na amostra: 1 - 0%, 2 - 10% e 3 - 20% de
substituio.
Os tratamentos raes - so aplicados de modo semelhante, durante todo o perodo
experimental. A definio do fator subentende a homogeneidade da rao, exceto pela
composio no que se refere aos ingredientes envolvidos com a substituio em considerao, e a
uniformidade do procedimento de sua aplicao. Essa definio deve estabelecer a composio
completa da rao e o modo de sua administrao aos animais.
313
8.2.2
Exemplo 8.8
Suponha-se que o experimento caracterizado no Exemplo 8.7 complementado com a
considerao de animais machos e fmeas. Embora no haja interesse no efeito direto de sexo,
sexo deve ser considerado como fator experimental, por ser esperado que os efeitos das dietas
possam variar com o sexo. Se os animais so acondicionados em boxes individuais, a unidade
experimental para o fator sexo o conjunto constitudo pelas caractersticas explanatrias (rao e
sexo) e pelas caractersticas estranhas relacionadas ao animal e ao boxe, incluindo as
caractersticas referentes a instalaes, ambiente, manejo, incidncias de doenas, de pragas,
etc. Nessas circunstncias, o sexo uma caracterstica inerente ao animal; portanto, seus nveis
Planejamento de Experimentos
314
macho e fmeo - no podem ser atribudos aleatoriamente aos animais. Entretanto, os animais e,
portanto, os seus sexos, podem e devem ser assinalados aleatoriamente aos boxes. Todavia,
como o animal compreende um conjunto de caractersticas estranhas relevantes, em geral, o fator
experimental sexo deve ser considerado como fator intrnseco.
Exemplo 8.10
Suponha-se que, para lograr a representao da populao objetivo pela amostra, o
experimento do Exemplo 8.7 conduzido em uma granja de cada um de quatro locais e em cada
um de trs anos consecutivos, com diferentes animais. Nessas circunstncias, pode no haver
interesse nos efeitos diretos de local e ano. Entretanto, como os efeitos relativos das raes
podero variar entre locais e entre anos, local e ano devem ser considerados fatores
experimentais. Esses dois fatores so caractersticas prprias das unidades, que no podem ser
casualizadas. Logo, ambos so fatores experimentais intrnsecos.
315
Planejamento de Experimentos
316
Exemplo 8.11
317
8.2.3
Planejamento de Experimentos
318
Deve ser ressaltado, entretanto, que realmente no h uma dicotomia ntida entre
fator de tratamento e fator intrnseco. De fato, conforme exposto e ilustrado
anteriormente, qualquer fator experimental, mesmo um fator de tratamento, sempre
apresenta algum nvel de confundimento com caractersticas estranhas. O grau desse
confundimento depende da viabilidade do controle experimental e da habilidade do
pesquisador para exercer esse controle. Outras ilustraes so providos pelo Exemplo
8.14.
14
Exemplo 8.14
a) Em um experimento com o fator de tratamento cultivar, os efeitos desse fator
experimental, conceitualmente definido como um conjunto de caractersticas genticas
transmitidas, ou veiculadas, pela semente, ficam confundidos com os efeitos de caractersticas da
semente no atribuveis a cultivar, ou seja, caractersticas estranhas referentes sanidade,
pureza, vigor, etc. Se o pesquisador tem conhecimento que lhe permita distinguir essas duas
classes de caractersticas, ele pode, atravs do controle de tcnicas experimentais apropriado,
minimizar a manifestao diferenciada dessas caractersticas estranhas na amostra.
319
Planejamento de Experimentos
320
Exerccios 8.1
321
8.3
8.3.1
Planejamento de Experimentos
322
Exemplo 8.16
Exemplo 8.17
Experimento: "Avaliao do efeito da adio de antibitico ao diluente do smen de touro
sobre a taxa de concepo"; fator experimental: antibitico; nveis na amostra: 1 - Sulfanilamida, 2
- Estreptomicina, 3 - Penicilina e 4 - controle (sem antibitico).
O fator experimental antibitico compreende quatro nveis na amostra: os trs antibiticos:
sulfanilamida, estreptomicina e penicilina, e um controle (ausncia de antibitico no diluente). A
ausncia de antibitico includa como um nvel do fator experimental para servir de termo de
comparao para os trs tratamentos com antibitico (Seo
Seo 8.6.4).
8.6.4 Inferncias restringem-se a
esses quatro nveis do fator antibitico na amostra, que so os prprios nveis sob considerao
na populao objetivo.
323
Planejamento de Experimentos
324
Figura
Figura 8.1. Diagrama de rvore da estrutura de agrupamentos
hierrquica dos tratamentos do Exemplo 8.19.
19
8.3.2
325
Exemplo 8.21
Experimento: poca de plantio de morangueiro; fator experimental: poca de plantio;
nveis na amostra: 1 - plantio cedo, 2 - plantio intermedirio e 3 - plantio tardio.
Os nveis do fator poca de plantio so subintervalos consecutivos de um intervalo do ano
em considerao para o plantio do morangueiro. Eles apresentam uma relao de ordem, mas
no podem ser expressos por uma varivel quantitativa.
Exemplo 8.22
Experimento: Efeito da idade de acasalamento sobre a fertilidade da ovelha matriz; fator
experimental: idade de acasalamento; nveis na amostra: 1 - dois dentes, 2 - quatro dentes, 3 seis dentes, 4 - oito dentes e 5 - dez dentes.
Os nveis do fator idade de acasalamento expressam aproximadamente as idades de
acasalamento (nmero de dentes 2 x idade em anos). Por exemplo, acasalamento aos dois
dentes, ou com 1 ano, no significa acasalamento exatamente ao surgirem os dois dentes, ou ao
animal completar 12 meses; significa acasalamento em um intervalo de tempo em torno de 1 ano
de idade ou do surgimento dos 2 dentes. O fator corresponde a uma caracterstica quantitativa:
idade, definida pelo nmero de dentes ou de anos; entretanto, seus nveis no so quantidades
bem definidas.
Planejamento de Experimentos
326
conta que com a primeira opo as inferncias restringem-se aos nveis escolhidos para
a amostra. Assim, no experimento do Exemplo 8.21,
21 inferncias referentes ao fator
experimental poca de plantio so restritas aos intervalos de tempo vagamente definidos
que constituem os nveis do fator experimental na amostra. Se for desejvel uma
determinao mais precisa da melhor poca de plantio, o fator experimental deve ser
expresso por uma varivel quantitativa, com nveis correspondendo a datas especficas.
Ento, o fator experimental se tornar quantitativo.
8.3.3
Fator quantitativo
Um fator experimental quantitativo expresso por uma varivel de escala
intervalar ou racional, contnua ou discreta, definida em um intervalo.
Os nveis de um fator quantitativo sob considerao na populao objetivo so o
conjunto ou um subconjunto dos nmeros reais de um intervalo cujos extremos definem a
abrangncia das inferncias de interesse. Os nveis para a amostra so um subconjunto
desse conjunto de nveis escolhido de modo mais ou menos arbitrrio para permitir a
estimao de uma funo que exprima a relao entre a varivel resposta e o fator
experimental. A coleo dos nveis na amostra deve, necessariamente, incluir os
extremos do intervalo de nveis definido para a populao objetivo.
Assim, a escolha dos nveis de um fator quantitativo para a amostra requer a
definio prvia do correspondente intervalo de nveis da populao objetivo. Um
ilustrao provida pelo Exemplo 8.24.
24
Exemplo 8.24
Experimento: "Controle de nematides gastrintestinais atravs de anti-helmntico sobre a
produo de carne de ovelhas de descarte da raa Ideal"; fator experimental: anti-helmntico HCG
8117; nveis na amostra: 1 - 0 mg/kg do animal, 2 - 1,5 mg/kg, 3 - 3,0 mg/kg e 4 - 4,5 mg/kg.
Os nveis na amostra, 0, 1,5, 3,0 e 4,5 mg/kg de peso do animal, so os extremos do
intervalo de nveis sob considerao na populao objetivo, ou seja, 0 e 4,5 mg/kg, e dois valores
do interior desse intervalo (1,5 e 3,0 mg/kg), escolhidos arbitrariamente.
327
8.3.4
Fator misto
Em algumas situaes, os objetivos do experimento implicam a definio de um
fator com nveis que se relacionam tanto qualitativamente quanto quantitativamente.
Um fator experimental misto compreende dois ou mais subconjuntos de nveis
que se relacionam qualitativamente e pelo menos um desses subconjuntos
compreende nveis de um fator quantitativo.
Um fator experimental misto de fato a agregao de dois ou mais subconjuntos de
nveis, um dos quais pode ser constitudo de um ou mais tratamentos controles e os
demais, de nveis que se relacionam quantitativamente.
Um fator experimental misto resulta quando o experimento tem como objetivo a
derivao de inferncias sobre esse fator referentes a: a) comparaes de grupos de
Planejamento de Experimentos
328
Exemplo 8.27
Experimento: "Efeito de bioestimulantes sobre a produo de arroz irrigado"; fator
experimental: bioestimulante; nveis na amostra: 1 - Agrostemin 100 g/ha, 2 - Agrostemin 175 g/ha,
3 - Agrostemin 250 g/ha, 4 - Ergostin 400 cc/ha, 5 - Ergostin 500 cc/ha, 6 - Ergostin 600 cc/ha e 7 sem bioestimulante.
O conjunto dos nveis do fator experimental bioestimulante na amostra a reunio de trs
subconjuntos de nveis: o primeiro subconjunto constitudo por doses do bioestimulante
Agrostemin (tratamentos 1, 2 e 3), o segundo por doses do bioestimulante Ergostin (tratamentos 4,
5 e 6), e o terceiro subconjunto constitudo de um nvel isolado sem bioestimulante. Os nveis
de cada um dos dois primeiros subconjuntos de nveis relacionam-se quantitativamente. Os trs
subconjuntos de nveis relacionam-se qualitativamente. Supostamente, o conjunto dos nveis na
populao objetivo compreende a reunio das doses de Agrostemin do intervalo [100; 250 g/ha],
com as doses de Ergostin do intervalo [400; 600 cc/ha] e o tratamento sem bioestimulante.
8.3.5
Exemplo 8.28
Experimento: Pesquisa da variabilidade da qualidade da semente de soja produzida no Rio
Grande do Sul; fator experimental: procedncia da semente; nveis na populao objetivo:
procedncias (ou unidades de produo) de semente de soja deste Estado; nveis na amostra:
procedncias particulares escolhidas com o propsito de lograr uma representao das
procedncias da populao objetivo.
329
A coleo dos nveis na populao objetivo constituda pelas procedncias que tero
existncia em um determinado intervalo de anos a partir do encerramento da pesquisa; portanto,
uma coleo conceitual. As procedncias que constituem a amostra so escolhidas
arbitrariamente entre as procedncias disponveis no momento do planejamento da pesquisa de
modo a lograr a melhor representao possvel da populao objetivo. Evidentemente, esse no
um processo de escolha aleatrio. Nessas circunstncias, a validade das inferncias para a
populao objetivo depende da proximidade entre a populao amostrada (ou seja, coleo de
procedncias supostamente representada pelas procedncias na amostra) e a populao objetivo.
330
Planejamento de Experimentos
os nveis na populao objetivo, e que a incerteza envolvida nessa extenso seja
avaliada.
Reitere-se que a caracterizao de um fator experimental e sua classificao em
uma dessas cinco classes decorre da definio do fator que implicada pelo seu
significado e pelos objetivos do experimento. Conseqentemente, a distino entre essas
classes de fator experimental relevante para a determinao dos procedimentos de
inferncia estatstica apropriados para a consecuo dos objetivos do experimento.
especialmente importante a distino entre fator qualitativo amostrado de um lado e
fatores qualitativo especfico, qualitativo ordenado, quantitativo e misto de outro lado,
pelas conseqncias que decorrem para as pressuposies associadas com o modelo
estatstico que fundamenta os procedimentos de anlise estatstica. A distino essencial
origina-se da circunstncia de que os nveis de um fator qualitativo amostrado so
supostos uma amostra aleatria da coleo dos nveis do fator na populao objetivo.
Portanto, esses nveis so realizaes (isto , valores observados) de uma varivel
aleatria com uma distribuio de probabilidade hipottica, enquanto que os nveis de um
fator qualitativo especfico, qualitativo ordenado, quantitativo ou misto so valores
particulares escolhidos aleatoriamente, ou seja, constantes.
8.4
331
O Exemplo 8.29 ilustra o argumento para a distino entre fator fixo e fator aleatrio
baseado no mbito das inferncias de interesse e no processo de escolha dos nveis do
fator, caso fossem efetuadas novas repeties do experimento. Em situaes dbias,
esse argumento pode constituir um critrio objetivo til para classificar apropriadamente
um fator experimental como fixo ou aleatrio:
o fator experimental fixo se as inferncias de interesse se restringem aos nveis
do fator presentes na amostra e se seriam escolhidos esses mesmos nveis para
a amostra caso fossem consideradas novas repeties do experimento;
o fator experimental aleatrio se as inferncias devem estender-se a uma
coleo de nveis numerosa e se em cada nova repetio do experimento seria
escolhida uma nova amostra de nveis desse fator.
As inferncias de interesse distinguem-se fundamentalmente para fator fixo e fator
aleatrio. Para fator fixo, essas inferncias correspondem estimao e testes de
hipteses referentes s mdias dos nveis do fator experimental na populao objetivo.
Por exemplo, estimao e comparaes das mdias populacionais do peso da produo
de gros de um conjunto de cultivares de interesse especfico em um experimento de
comparao de cultivares de sorgo. Para fator aleatrio, tais inferncias no tm sentido;
o interesse reside na estimao e em testes de hipteses referentes variabilidade da
resposta entre os nveis do fator na populao objetivo; por exemplo, estimao da
variabilidade do peso da produo de gros atribuvel ao fator experimental local nesse
mesmo experimento. Os procedimentos estatsticos para essas duas classes de
problemas so caracteristicamente distintos.
Planejamento de Experimentos
332
Exerccios 8.2
333
8.5
Planejamento de Experimentos
334
335
Exemplo 8.31
Seja um experimento em parasitologia para pesquisa da imunizao para um parasito.
Vrios ratos so inoculados com uma dose de larva do parasito, e, aps um intervalo de tempo
apropriado para a ao estimuladora da larva, injetada uma nova dose de 200 larvas para teste
da imunizao. Aps um ulterior perodo de tempo, os ratos so mortos e efetuada a autpsia
para determinar o nmero de larvas presentes, que exprimem o grau de imunizao pela dose
testada.
As repostas s questes a) a e) podem ser as seguintes:
a) Uma questo bsica que o experimento visa responder refere-se imunizao efetuada
pela injeo preliminar de larvas. Outras duas questes, tambm importantes, devem ser levadas
em conta, ou seja, a possvel reduo de imunidade pela ausncia de vitamina A na dieta e a
variao do efeito imunizador da injeo preliminar de larvas com a dose de vitamina A na rao.
Assim, duas caractersticas de tratamento so de interesse direto: inoculao inicial de larvas e
vitamina A na dieta.
b) Nenhuma caracterstica de tratamento que possa modificar a ao de fatores
experimentais principais ou esclarecer a origem dos efeitos desses fatores sugerida como
candidata a fator experimental.
c) Trs aspectos da tcnica experimental podem ser considerados: a amplitude do intervalo
de tempo entre a inoculao e a injeo da dose de teste de imunidade, a quantidade da dose de
teste e a amplitude do intervalo de tempo entre o teste de imunidade e a autpsia. Assim, se for
esperado que essas tcnicas experimentais possam afetar consideravelmente os efeitos dos
fatores experimentais definidos em a), uma ou mais dessas tcnicas experimentais devem ser
consideradas como fator experimental.
d) Os ratos podem ser classificados em machos e fmeas e em diversas linhagens; assim,
sexo e linhagem so caractersticas referentes a agrupamentos relevantes das unidades de
observao. Tambm possvel levar em conta o agrupamento dos animais quanto ao peso
corporal; por exemplo, atravs de um fator experimental qualitativo ordenado com trs nveis: leve,
mdio e pesado.
e) Se todos os animais disponveis para o experimento so aproximadamente de mesma
idade, pode ser conveniente a considerao da incluso de ratos de diferentes grupos de idade.
Essas respostas fornecem a lista de caractersticas para possvel considerao como fator
experimental no experimento: inoculao inicial de larvas, vitamina A na dieta, amplitude do
intervalo de tempo entre a inoculao e a injeo da dose de teste de imunidade, quantidade da
dose de teste, amplitude do intervalo de tempo entre o teste de imunidade e a autpsia, sexo,
linhagem, peso corporal e idade.
Essa lista de caractersticas consideravelmente extensa para constituir os fatores
experimentais. A sua considerao criteriosa pode conduzir a um nmero razovel de fatores
experimentais, possivelmente pela fixao de algumas das caractersticas candidatas a fator
experimental em um nvel constante (por exemplo, um nico sexo, uma nica linhagem, uma nica
idade, uma nica amplitude do intervalo de tempo entre a inoculao e a injeo da dose de teste
de imunidade) e a considerao de uma ou mais das caractersticas identificadas nos itens c) e d)
para controle experimental (por exemplo, se esperado que a variao da resposta atribuvel
inoculao inicial de larvas e vitamina A na dieta no seja afetada por sexo, linhagem, peso
corporal ou idade, uma ou mais destas caractersticas pode ser submetida a controle local ou
controle estatstico). Observe-se que a primeira soluo, ou seja, fixao de alguma caracterstica
Planejamento de Experimentos
336
337
8.6
Planejamento de Experimentos
338
Exemplo 8.33
8.6.1
339
e C2 =c 21m1+
Tratamento
1
C1
-3
C2
-2
C3
-1
Planejamento de Experimentos
340
no afeta as comparaes dos nveis dos fatores principais, pode ser apropriada a
escolha de apenas dois nveis para o fator suplementar - os dois nveis que representem
os dois grupos de nveis mais diferenciados da caracterstica.
Exemplo 8.35
Em um experimento de fertilizao do solo para o cultivo da soja, pode ser conveniente a
considerao de cultivar como um fator suplementar para que as inferncias do experimento
sejam vlidas para todas as cultivares em uso pelos agricultores. Se no esperada interao
entre fertilizao do solo e cultivar, pode ser adequado definir o fator cultivar com apenas dois
nveis, constitudos por uma cultivar exigentes quanto fertilidade do solo e uma cultivar no
exigente, que representem a gama de exigncia das cultivares disponveis referente qualidade
do solo. Entretanto, se esperada interao entre fertilizao do solo e cultivar, ser conveniente
considerar um nmero maior de cultivares, como, por exemplo, duas cultivares tpicas dos dois
grupos mais distintos e pelo menos uma cultivar representativa do grupo intermedirio.
8.6.2
8.6.3
Fator quantitativo
A coleo dos nveis de um fator quantitativo na populao objetivo um intervalo
de nveis ou um conjunto de valores isolados de um intervalo de nveis, dependendo da
caracterstica a que corresponde o fator. Em geral, a escolha restringe-se aos extremos
desse intervalo, j que os extremos determinam os demais nveis intermedirios.
Os nveis para constituir a amostra devem ser escolhidos de modo a permitir a
estimao adequada da equao postulada para exprimir a relao entre a varivel
resposta e o fator experimental, no intervalo de nveis da populao objetivo. Para tal, a
amostra necessariamente deve incluir os dois extremos do intervalo de nveis definido
para a populao objetivo.
Assim, o primeiro passo a deciso referente aos extremos do intervalo de
definio do fator, isto , do menor e do maior nvel desse fator que devem ser
considerados tanto na populao objetivo como na amostra. O passo seguinte a
deciso sobre o nmero de nveis intermedirios na amostra e a distribuio desses
nveis.
Escolha dos nveis extremos
Em algumas circunstncias, os nveis extremos
consideraes de ordem terica e prtica e pela experincia.
so
determinados
por
341
Exemplo 8.36
a) Em um experimento para a determinao da umidade adequada para a conservao da
semente de uma determinada espcie vegetal cultivada pode ser conhecido que umidade fora do
intervalo compreendido entre 10 e 20 por cento prejudicial qualidade da semente e que a
umidade mais apropriada situa-se no interior desse intervalo. Ento, esses devem ser os extremos
do intervalo de interesse, ou seja, os extremos do intervalo dos nveis da populao objetivo.
b) Em um experimento agrcola de campo em que o fator um determinado fertilizante e os
nveis so as correspondentes doses, o nvel mnimo a ausncia do fertilizante, isto , dose zero,
ou, menos comumente, uma certa dose mnima conhecida como essencial. A determinao da
dose mais elevada pode no ser to simples. Se o objetivo do experimento estabelecer a dose
tima, a que corresponde a produo mxima ou o mximo de uma varivel econmica, como a
renda lquida, conveniente escolher o nvel superior de modo que a posio do ponto de mximo
esperado ou suspeito se situe prxima do centro do intervalo. Se, por outro lado, o experimento
tem o objetivo mais bsico de determinar a relao entre a varivel resposta e a dose para melhor
conhecimento do fenmeno, pode ser recomendvel estender o intervalo para que cubra uma
maior amplitude de nveis, visto que o comportamento da relao sob condies extremas pode
ser de interesse cientfico.
Escolha d
do
o nmero e da posio dos nveis
Estabelecido o intervalo de nveis para cada um dos fatores experimentais, o passo
seguinte determinar os correspondentes nmeros e posies dos nveis para a
amostra. O procedimento apropriado usualmente a escolha do nmero de nveis e da
posio dos nveis separadamente para cada fator.
A deciso referente ao nmero de nveis e posio dos nveis depende da forma
da curva de resposta ao fator experimental. Portanto, a escolha deve ser baseada no
conhecimento existente, terico e emprico. Em muitas situaes, especialmente quando
a curva teoricamente adequada desconhecida ou muito complexa, pode ser
conveniente o uso de uma curva polinomial de grau baixo como uma aproximao. Nesse
caso, adequada a adoo de nveis sucessivos igualmente espaados. Em outras
342
Planejamento de Experimentos
situaes, sabido que a aproximao por uma curva polinomial no apropriada. Esse
o caso, por exemplo, quando esperado que a resposta cresa, aproximando-se
indefinidamente de um patamar, sem, contudo, atingi-lo. Nesse caso, desejvel incluir
nveis menos espaados na parte ascendente da curva de resposta, onde a inflexo
mais acentuada, e nveis mais espaados na parte em que a curva tende ao patamar. De
modo geral, se a variao da resposta mais sensvel em um subintervalo do intervalo
de nveis e, portanto, esse subintervalo de maior interessante, os nveis da amostra
devem ser mais prximos nesse subintervalo. Isto pressupe algum conhecimento prvio
da forma geral e da posio da curva no intervalo de nveis.
De modo geral, devem ser escolhidos para a amostra nveis sucessivos igualmente
espaados, exceto se h indicao terica ou emprica em contrrio, como ilustrado no
pargrafo anterior. O nmero mnimo de nveis a utilizar obviamente dois. Entretanto,
com apenas dois nveis pode-se estimar apenas o crescimento mdio da resposta;
nenhuma informao pode ser obtida sobre a forma da curva de resposta. (Em se
tratando de uma curva polinomial, por exemplo, dois pontos determinam uma e apenas
uma curva do primeiro grau, isto , uma linha reta, mas infinitas curvas de grau superior.)
Portanto, dois nveis devem ser utilizados apenas em experimentos preliminares e em
experimentos em que so suficientes concluses qualitativas referentes s direes e
sentidos dos efeitos. Assim, usualmente desejvel a incluso de mais de dois nveis na
amostra. A adoo de trs nveis permite o exame mais simples da forma da curva de
resposta.
A escolha do nmero e da posio dos nveis para a amostra est necessariamente
relacionada com o nmero total de unidades experimentais para o fator e com sua
distribuio entre os nveis, isto , com o nmero de repeties para cada nvel. Em
situaes em que a curva de resposta esperada suave e pode ser razoavelmente
aproximada por uma curva polinomial, as seguintes diretrizes gerais podem ser
apropriadas para a escolha do nmero de nveis e sua distribuio, e para a distribuio
do nmero de unidades experimentais entre os nveis escolhidos:
a) Use dois nveis se o objetivo principal do experimento verificar se o fator
experimental tem efeito e a direo e o sentido do efeito. Nesse caso, os dois nveis so
os nveis extremos, que devem ser escolhidos em posies suficientemente distantes
para que se manifestem os possveis efeitos do fator. Com essa deciso, aceita-se o
risco de que a interpretao dos resultados possa ser prejudicada por curvatura
substancial da resposta no intervalo.
b) Use trs nveis se esperado que a curva de resposta seja adequadamente
descrita pela sua declividade e curvatura. Essa a situao mais usual. Trs nveis
sucessivos igualmente espaados, ou seja, os extremos do intervalo e um nvel
eqidistante desses extremos permitem a estimao mais precisa da declividade e da
curvatura da resposta.
c) Use quatro nveis se importante um melhor exame da forma da curva de
resposta. O uso de quatro nveis diminui a preciso da estimativa da declividade e da
curvatura, mas permite o exame da consistncia das respostas com uma curva de
resposta parablica (polinomial quadrtica) e, se necessrio, a estimao de uma curva
de resposta mais complexa, como a curva polinomial cbica.
d) Use mais de quatro nveis se desejado um exame detalhado da forma da curva
de resposta, especialmente se referente a propriedades no descritas adequadamente
pela declividade e curvatura, ou quando esperado que a curva cresa (ou decresa) de
modo assinttico para um patamar, sem atingi-lo.
Com exceo dos dois ltimos casos, geralmente adequado o uso de nveis
sucessivos igualmente espaados com igual nmero de observaes por nvel.
343
Assim como foi ressaltado no ltimo pargrafo da Seo 8.5 com referncia
escolha do fator experimental, deve ser lembrado que os nveis efetivamente
pesquisados em um experimento so aqueles que o pesquisador de fato implementa. As
inferncias derivadas da amostra aplicam-se a esses nveis; no necessariamente a
nveis com definies diferentes que tenham sido estabelecidas para a populao
objetivo.
Essas questes ou dificuldades podem ser contornadas atravs da descrio
precisa dos nveis efetivamente implementados no experimento, nas publicaes e em
outros meios de difuso dos resultados do experimento. Na segunda ilustrao do
Exemplo 8.38 a diferena entre os nveis logrados na amostra e os nveis definidos para
a populao objetivo pode ser levada em conta na anlise estatstica dos resultados, com
a considerao dos nveis realmente implementados na amostra.
8.6.4
Planejamento de Experimentos
344
Exerccios 8.3
1. Explique e ilustre a distino entre fator experimental principal e fator experimental secundrio
quanto relao com os objetivos do experimento.
2. D um exemplo de sua rea em que voc possa ilustrar pelo menos um fator experimental de
cada uma das seguintes categorias: 1 - fator principal, 2 - fator que pode modificar a ao de
um fator principal ou esclarecer a origem de seu efeito, 3 - fator relacionado com tcnica
experimental, 4 - fator que representa agrupamento fisicamente importante das unidades de
observao e 5 - fator que representa variao inserida deliberadamente no material
experimental.
3. Classifique os fatores dos experimentos caracterizados nos exerccios 7 e 8 dos Exerccios
5.1 nas duas seguintes categorias: 1 - fator principal e 2 - fator secundrio ou suplementar.
345
Planejamento de Experimentos
346
8.7
8.7.1
Introduo
Quando a escolha dos fatores experimentais origina apenas um fator experimental,
a definio das condies experimentais completa-se com a escolha desses dos nveis
desse fator.
Se a escolha dos fatores experimentais resulta em dois ou mais fatores, ou seja,
em um experimento fatorial, a definio das condies experimentais deve ser procedida
pela escolha das combinaes dos nveis desses fatores para a amostra. H uma
extensa gama de possibilidades para a escolha das combinaes de nveis, que
crescente com o nmero de fatores experimentais. Em geral, apenas uma dessas
possibilidades alternativas apropriada para os objetivos do experimento, as classes dos
fatores experimentais sob considerao e os recursos disponveis. Essas vrias
possibilidades correspondem a diferentes estruturas de relao entre as condies
experimentais. Essas diferentes estruturas so indicadas na seguinte classificao;
estrutura fatorial cruzada:
estrutura fatorial cruzada completa,
estrutura fatorial cruzada incompleta ou fracionria,
estrutura fatorial cruzada estendida;
estrutura hierrquica:
estrutura hierrquica balanceada,
estrutura hierrquica no balanceada; e
estrutura fatorial mista.
8.7.2
347
apropriadas para indicar as relaes dos fatores. Essa simbolizao identifica claramente
as formas das relaes dos fatores; entretanto, no distingue presena e ausncia de
combinaes de nveis particulares. Isso significa que no distingue estruturas cruzadas
completa e incompleta, assim como, tambm, estruturas hierrquicas balanceada e no
balanceada.
A representao por diagrama, denominado diagrama de Hasse ou diagrama de
estrutura, um complemento muito til por facilitar a apreciao visual das relaes de
estrutura
fatores e, particularmente, das relaes de ordenao parcial de fatores. Ademais, essa
representao tambm pode ser utilizada para representao de efeitos de fatores e
derivao de graus de liberdade e de estatsticas relevantes para inferncias, como
somas de quadrados e quadrados mdios. Genericamente, trata-se de um diagrama de
rvore com ramos derivados de ndulos que representam os fatores presentes na
estrutura. Um ou mais ramos principais so derivados do ndulo que representa o
material experimental; os fatores so representados na extremidade desses ramos e de
ramos de ramificaes sucessivas, segundo as formas das relaes dos fatores.
Essas formas de representao so desenvolvidas nas sees que seguem,
juntamente com a descrio e ilustrao das estruturas de fatores experimentais.
8.7.3
Estrutura unifatorial
Uma estrutura unifatorial compreende o conjunto dos nveis de um nico fator
experimental.
O nico fator de uma estrutura unifatorial necessariamente um fator de
tratamento, e as condies experimentais, ou seja, os tratamentos so os prprios nveis
do nico fator experimental na amostra. Portanto, as condies experimentais constituem
tratamentos simples.
Essa estrutura fatorial pode ser representada em uma tabela de uma nica entrada.
Assim, por exemplo, uma estrutura fatorial de um fator A com seis nveis: A1, A2,..., A6
pode ser representada em uma tabela como a da Figura 8.2, onde o asterisco indica a
presena do nvel do fator na estrutura.
A1 A2 A3 A4 A5 A6
348
Planejamento de Experimentos
8.7.4
349
B2
B3
B4
A1
A2
A3
350
Planejamento de Experimentos
351
entradas das filas e as combinaes dos nveis da outra parte dos fatores na entrada das
colunas.
Uma estrutura fatorial cruzada completa ortogonal, se o nmero de observaes
o mesmo para todas as combinaes dos nveis dos fatores. Isso significa que nessas
circunstncias os efeitos dos fatores experimentais no se manifestam confundidos entre
si. Essa propriedade muito conveniente por possibilitar inferncias referentes a todos os
efeitos dos fatores experimentais.
Os exemplos que seguem provm ilustrao de estrutura fatorial cruzada completa.
Exemplo 8.41
Experimento: Pesquisa de fontes e mtodos de adubao fosfatada para o cultivo de soja.
Fator 1: fonte de fsforo; nveis na amostra: 1 - superfosfato - 90 kg/ha de P2P5, 2 - fosfato de
Olinda - 90 kg/ha de P2O5, 3 - superfosfato - 90 kg/ha de P2P5 e cloreto de potssio - 60 kg/ha de
K2O; fator 2: mtodo de adubao; nveis na amostra: 1 - a lano, 2 - em sulco junto semente, 3
- em sulco prximo semente.
Os dois fatores experimentais - fonte de fsforo e mtodo de adubao so fatores
qualitativos especficos estruturados. Os nveis de cada um dos dois fatores na populao objetivo
e na amostra so os mesmos. Os nove tratamentos na amostra so as nove combinaes dos trs
nveis de cada um desses dois fatores, mostradas na Tabela 8.2.
Tabela 8.2. Tratamentos do experimento com estrutura fatorial cruzada completa
de dois fatores experimentais fonte e modo cada um com trs
nveis, Exemplo 8.41.
41
Tratamento Fonte Modo
1
1
1
2
1
2
3
1
3
4
2
1
5
2
2
6
2
3
7
3
1
8
3
2
9
3
3
A estrutura fatorial cruzada completa dos fatores experimentais fonte e mtodo pode ser
representada por um diagrama de Hasse como o da Figura 8.5. No diagrama da Figura 8.6 as
condies experimentais so representadas pelo pares dos nveis dos fatores experimentais fonte
e mtodo que so conectados por segmentos de reta. As coneces de todos os nveis do fator
fonte com todos os nveis do fator mtodo indicam que todas as combinaes dos nveis esto
presentes na amostra.
Planejamento de Experimentos
352
Exemplo 8.42
Experimento: "Fertilizao do solo com N, P e K para o cultivo da cevada". Fatores: 1 Nitrognio (N), 2 - Fsforo (P) e 3 - Potssio (K), cada um em dois nveis - ausncia e presena.
Esses trs fatores experimentais so fatores de tratamento qualitativos especficos; seus nveis na
amostra so os prprios nveis na populao objetivo.
Nesse exemplo clssico de experimento fatorial em agricultura, os 8 tratamentos
constituem uma estrutura fatorial cruzada completa 222. Esses tratamentos so especificadas
na Tabela 8.3.
Tabela 8.3. Tratamentos do experimento fatorial com trs fatores cruzados - N, P
e K cada fator com dois nveis - ausncia (sem) e presena (com),
Exemplo 8.42.
42
Tratamento
2
3
4
5
6
7
A estrutura fatorial desse experimento representada na Figura 8.7 com todas as clulas
preenchidas. Nesta Figura os dois nveis ausncia e presena de cada um dos fatores so
indicados pelas iniciais dos respectivos fatores (N, P, e K) com os subscritos 0 e 1,
respectivamente.
N0
N1
P0
P1
P0
P1
K0
K1
353
O diagrama dessa estrutura fatorial apresentado na Figura 8.8, nas verses sem (a) e
com (b) considerao de fatores generalizados.
De modo geral, uma estrutura fatorial uma estrutura fatorial cruzada quando ela
permite inferncias referentes a interaes dos fatores, o que demanda a presena de
um nmero suficiente das combinaes dos nveis dos fatores na amostra. Uma
ilustrao desse requerimento de uma estrutura fatorial cruzada provida pelo Exemplo
8.44.
44
Planejamento de Experimentos
354
Exemplo 8.44
355
Nveis (kg/ha)
Populao objetivo
Amostra
0, 60, 120
Fsforo
0, 45, 90
Figura
8.10.
10
Planejamento de Experimentos
356
Fator
A
B C D
0
1
1
1
0
0
0
1
0
1
0
0
1
1
0
1
0
0
1
0
1
0
1
1
0
0
0
1
0
1
1
1
357
C1
D0
A1
B1
B0
D1
D0
D1
B1
Figura 8.11.
11 Representao da estrutura fatorial cruzada
incompleta do Exemplo 8.47.
47
4
Planejamento de Experimentos
358
Figura 8.12.
12 Estrutura fatorial cruzada fracionria resultante da omisso de
quatro tratamentos da estrutura fatorial cruzada completa
2
3 do Exemplo 8.46.
46
359
Exemplo 8.49
Experimento: "Adubao com macroelementos para o cultivo de milho", com os trs fatores
N, P e K cada um com trs nveis: 0, 1 e 2, com os tratamentos especificados na Tabela 8.6.
Tabela 8.6. Combinaes de nveis dos fatores N, P e K, cada um
com trs nveis: 0, 1 e 2, que constituem os
tratamentos do experimento do Exemplo 8.49.
49
Tratamento N
1
2
3
4
5
6
7
8
0
1
0
0
1
2
1
1
0
0
1
0
1
1
2
1
0
0
0
1
1
1
1
2
N1
N2
P0 P1 P2 P0 P1 P2 P0 P1 P2
K0
K1
K2
Figura 8.13.
13 Os oito tratamentos de uma estrutura fatorial cruzada
fracionria de trs fatores experimentais cada um
com trs nveis,, Exemplo 8.49.
49
Planejamento de Experimentos
360
Composto
de azola
1
2
3
4
5
6
1
1
2
2
3
3
1
2
1
2
1
2
7
8
0
0
Esquema fatorial
0 kg/ha Tratamentos
87 kg/ha
adicionais
8.7.5
361
Planejamento de Experimentos
362
363
Figura 8.14.
14. Estrutura fatorial cruzada completa de dois fatores A e B,
respectivamente com 3 e 4 nveis.
Genericamente, uma estrutura fatorial hierrquica simbolizada pelos smbolos dos
fatores intercalados por um / com fatores ninhos esquerda de fatores aninhados. Por
exemplo, uma estrutura fatorial hierrquica de dois fatores experimentais A e B em que A
o fator ninho e B o fator aninhado simbolizada por A/B. O diagrama de Hasse dessa
estrutura compreende dois ramos consecutivos: um ramo com origem no ndulo Mc e
extremidade no ndulo que representa o fator ninho (A), abaixo do ndulo Mc, e um ramo
com origem no ndulo do fator ninho e extremidade no ndulo que representa o fator
aninhado (B). O diagrama dessa estrutura hierrquica de dois fatores apresentado na
Figura 8.15,
15 sem (a) e com (b) o fator generalizado.
Planejamento de Experimentos
364
Figura 8.15.
15. Diagrama da estrutura hierrquica de dois
fatores experimentais A/B, sem (a) e
com (b) o fator generalizado.
De modo geral, o diagrama de uma estrutura fatorial hierrquica compreende tantos
ramos quantos so os fatores experimentais, conectados sucessivamente a partir do
ndulo Mc. O ramo que corresponde ao fator de hierarquia mais elevada tem origem no
ndulo Mc e extremidade no ndulo que o representa, abaixo de Mc; os ramos
correspondentes aos demais fatores tm origem na extremidade do fator de hierarquia
imediatamente mais elevada e extremidade no ndulo que o representa.
O nmero de condies experimentais de uma estrutura hierrquica igual ao
nmero de nveis distintos do fator de hierarquia mais baixa. Por exemplo, a estrutura
fatorial hierrquica dos dois fatores A e B em que A o fator ninho com 3 nveis e B o
fator aninhado com 4 nveis (Figura
Figura 8.14.)
14 compreende 12 condies experimentais.
Em uma estrutura fatorial hierrquica A/B os subconjuntos dos nveis do fator B que
se combinam com os diferentes nveis do fator A podem ser do mesmo tamanho, ou de
tamanhos diferentes. No primeiro caso, diz-se que a estrutura fatorial hierrquica A/B
balanceada; no segundo caso, que ela no balanceada.
Estrutura fatorial hierrquica balanceada
Uma estrutura fatorial hierrquica B/A em que os subconjuntos dos nveis do fator
B que se combinam com nveis diferentes do fator A tm o mesmo tamanho uma
estrutura fatorial hierrquica balanceada.
balanceada
Esse conceito de estrutura fatorial hierrquica estende-se para qualquer nmero de
fatores experimentais como segue:
Uma estrutura fatorial hierrquica em que para cada um dos fatores aninhados os
subconjuntos dos nveis que se combinam com os diferentes nveis do
correspondente fator ninho tm o mesmo tamanho uma estrutura fatorial hierrquica
balanceada.
balanceada
Os dois exemplos que seguem apresentam ilustraes de estrutura fatorial
hierrquica balanceada.
Exemplo 8.55
Experimento: Efeito do teor de energia da dieta da porca matriz da raa Duroc sobre o
peso do leito ao desmame; fator experimental 1: dieta; nveis na amostra: 1 - 2500 kcal/dia, 2 2750 kcal/dia, 3 - 3000 kcal/dia; fator experimental 2: porca matriz; nveis na amostra: 1 - porca 1,
2 - porca 2,..., 12 - porca 12. So escolhidas doze porcas supostas representativas das matrizes
da raa Duroc que so assinaladas aleatoriamente s trs dietas, quatro porcas por dieta.
365
Neste experimento dieta fator fixo e porca fator aleatrio. Os nveis do fator
experimental porca que se combinam com nveis diferentes do fator experimental dieta so
distintos. Portanto, essa uma estrutura fatorial hierrquica ou aninhada de dois fatores, em que
dieta o fator ninho e porca o fator aninhado. Denotando os fatores experimentais dieta e porca
por A e B, respectivamente, a representao tabular dessa estrutura fatorial a mesma da Figura
8.14 e a representao por diagrama de Hasse a mesma da Figura 8.15.
15
A Figura 8.16 mostra a hierarquia dos fatores dieta e porca: o fator dieta situa-se no nvel
de hierarquia mais elevado. As 12 condies experimentais correspondem aos 12 pares dos nveis
dos fatores dieta e porca que so conectados por segmentos de reta. Observe-se que os nveis do
fator aninhado porca que se conectam com nveis diferentes do fator ninho dieta so diferentes.
Figura 8.16.
16 Estrutura fatorial aninhada (hierrquica) dos fatores
experimentais dieta e porca matriz do
experimento do Exemplo 8.55.
55
Exemplo 8.56
Considere-se um experimento em gentica em que cada um de 2 touros acasalado com 3
vacas diferentes e de cada acasalamento resulta uma prognie de 2 terneiros. As vacas
acasaladas com os dois touros so diferentes e os terneiros (prognie) de uma vaca so
diferentes daqueles das outras vacas. Isso significa que o fator vaca aninhado no fator touro e o
fator prognie aninhado no fator vaca. A representao tabular dessa estrutura fatorial
hierrquica mostrada na Figura 8.17.
17
P1 P2 P3 P 4 P5 P6 P7 P8 P9 P10 P11 P12
V1
T1 V2
V3
V1
T2 V2
V3
Figura 8.17.
17 Representao tabular da estrutura fatorial hierrquica dos fatores
touro, vaca e prognie, Exemplo 8.56.
56
Essa estrutura fatorial hierrquica simbolizada por T/V/P. Seu diagrama de estrutura
mostrado na Figura 8.18.
18
366
Planejamento de Experimentos
Figura 8.18.
18. Diagrama da estrutura hierrquica de trs fatores experimentais
touro (T), vaca (V) e prognie (P): T/V/P, Exemplo 8.56.
56
A Figura 8.19 mostra a hierarquia dos trs fatores touro, vaca e prognie: o fator touro
situa-se no nvel de hierarquia mais elevado, seguido dos fatores vaca e prognie,
respectivamente no segundo e terceiro nvel. As 12 condies experimentais correspondem s 12
linhas segmentadas que conectam os 2 touros com as 12 prognies.
Figura 8.19.
19 Estrutura fatorial aninhada de um experimento em gentica
com trs fatores experimentais: touro, vaca e prognie
(Exemplo
Exemplo 8.56).
56
8.7.6
367
Figura 8.20.
20 Diagrama da estrutura mista de trs fatores
A, B e C: (A*B)/C.
Uma estrutura fatorial mista pode resultar da associao de uma das diversas
classes de cada uma das estruturas fatoriais cruzada e hierrquica. Assim estruturas
fatoriais mistas compreendem:
estrutura fatorial mista completa balanceada,
estrutura fatorial mista completa no balanceada,
estrutura fatorial mista incompleta balanceada e
estrutura fatorial mista incompleta no balanceada.
O Exemplo 8.57 apresenta uma ilustrao de estrutura fatorial mista completa
balanceada.
Exemplo 8.57
Experimento: Efeito do teor de energia da dieta e da idade da ovelha matriz sobre o peso
do cordeiro ao desmame; fator experimental 1: Dieta; nveis na amostra: 1 - 2500 kcal/dia, 2 2750 kcal/dia, 3 - 3000 kcal/dia; fator experimental 2: Idade; nveis na amostra: 1 - 2 dentes, 2 - 4
dentes, 3 - 6 dentes; fator experimental 3: Ovelha matriz; nveis na amostra: 1 - ovelha 1, 2 ovelha 2,..., 36 - ovelha 36. So usadas no experimento 12 amostras de ovelhas supostas
representativas de cada um dos 3 nveis do fator experimental idade. As 12 ovelhas de cada um
desses nveis de idade so atribudas aleatoriamente s 3 dieta, de modo a resultar 4 ovelhas
para cada dieta.
Nesse experimento os fatores experimentais dieta e idade so fixos e o fator ovelha
aleatrio. Esto presentes na amostra as 9 combinaes dos 3 nveis do fator dieta com os 3
nveis do fator idade, e as ovelhas associadas com combinaes de dieta e idade diferentes so
distintas. Assim, os fatores dieta e idade so cruzados, e o fator ovelha aninhado em ambos
Planejamento de Experimentos
368
fatores dieta e idade. Essa estrutura mista dos trs fatores idade, dieta e ovelha mostrada na
Figura 8.21.
21
Ovelha
Idade Dieta
1
...
...
9 10 11 12 ... 33 34 35 36
Figura 8.21.
21 Estrutura fatorial mista dos fatores experimentais dieta, idade e
ovelha matriz: (Idade*Dieta)/Ovelha, Exemplo 8.57.
57
Essa estrutura fatorial mista tem a mesma representao por diagrama de Hasse da Figura
8.20,
20 onde A, B e C denotam, respectivamente, os fatores Idade, dieta e ovelha.
Os dois exemplos que seguem provm outras duas ilustraes de estrutura fatorial
mista.
Exemplo 8.58
Para verificar a existncia de diferenas de aprendizagem de cobaias entre sexos, um
pesquisador administra dois testes a cada um de doze machos e doze fmeas selecionados
aleatoriamente. Os dois testes so aplicados a cada animal em ordem aleatria e, supostamente,
no h efeito de aprendizagem entre os dois testes.
Esse experimento compreende trs fatores experimentais: sexo, teste e animal.
Claramente, sexo um fator com dois nveis, assim como tambm teste, e esses dois fatores so
cruzados. Observe-se, entretanto, que so utilizados vinte e quatro animais, dos quais doze so
machos e doze fmeas; cada animal submetido aos dois testes, o que significa que animal e
teste so fatores cruzados; mas, como os machos so animais diferentes das fmeas, o fator
animal aninhado no fator sexo.
Assim, o fator animal (A) aninhado no fator sexo (S) e esses dois fatores so cruzados
como fator teste (T). Portanto, essa estrutura fatorial mista simbolizada por (Sexo/Animal)*Teste.
Ela representada pelo diagrama da Figura 8.22.
22
Figura 8.22.
22 Estrutura fatorial mista dos trs fatores experimentais sexo,
teste e animal: (Sexo/Animal)*Teste, Exemplo 8.58.
58
Exemplo 8.59
Considere-se o experimento de que trata o exemplo anterior, mas suponha-se que o
pesquisador tema que possa haver aprendizagem entre os dois testes. Nessas circunstncias,
deve ser aplicado a cada animal apenas um teste. Para manter o mesmo tamanho do
experimento, o pesquisador decide utilizar vinte e quatro machos e vinte e quatro fmeas;
selecionar aleatoriamente 12 machos para aplicao do teste 1 e os outros 12 machos para o
369
370
Planejamento de Experimentos
3 - cada animal submetido a apenas um dos mtodos de treinamento e avaliado em
apenas um dos tempos.
Para cada um desses procedimentos:
b) expresse o smbolo da estrutura dos fatores experimentais para cada um desses
procedimentos alternativos.
c) represente cada uma dessas estruturas por um diagrama de Hasse.
13. Suponha que est sendo planejado um experimento para pesquisa do efeito de um
anestsico em tecido ferido de ratos de laboratrio. Os fatores em considerao so: material
injetado (A) com 2 nveis: anestsico e soluo salina; dias aps a injeo (T) com 3 nveis: 1
dia, 5 dias e 15 dias; linhagem de rato (L) com 2 nveis: linhagem 1 e linhagem 2; e dose do
anestsico (D) com 2 nveis: baixa e alta Para economia de animais ser adotado o
procedimento de selecionar uma dose e injetar o anestsico em uma perna e a soluo salina
na outra. Sero utilizados 72 ratos, 6 dos quais para cada combinao de dia, linhagem de
rato e dose de anestsico.
a) Descreva a estrutura das condies experimentais.
b) Expresse o smbolo da estrutura dos fatores experimentais.
c) Represente essa estrutura por um diagrama de Hasse.
14. Ilustre estrutura fatorial de fatores experimentais mista atravs de um exemplo de sua rea.
Indique o smbolo dessa estrutura fatorial e a represente por um diagrama de Hasse.
8.8
371
Cruzamentos possveis
Nmero de
cruzamentos
P1, P2
F2=F1xF1,
B1=F1xP1,
21
Delineam.
II
Delineam.
III
Delineam.
IV
Linha
Linha
masculina
Linha
masculina
Linha
masculina
Linha
masculina
Feminina
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
x x x x x
x x x x x
- x x x x
- x x x x
x x x x x
- x x x x
x - x x x
- - x x x
x x x x x
- - x x x
x x - x x
- - - x x
x x x x x
- - - x x
x x x - x
- - - - x
x x x x x
- - - - x
x x x x -
- - - - -
Planejamento de Experimentos
372
Pai 1
1
2
3
4
5
6
7
8
9
10
Minuano
Tio Tibagi
Macotao
Pampa
Pampa
Pampa
Minuano
Minuano
Rio Tibagi
Pampa
Pai 2
x
x
x
x
x
x
x
x
x
x
Pampa
Minuano
Rio Tibagi
Macotao
Minuano
Rio Tibagi
Macotao
Rio Tibagi
Macotao
Macotao
Esse experimento tem como objetivo pesquisar as caractersticas das 4 cultivares atravs
de sua descendncia resultante de cruzamentos simples. Experimentos genticos desse tipo so
usualmente denominados experimentos diallicos simples
simples. O conjunto de tratamentos
1
compreende os progenitores e os cruzamentos simples, ou seja, 4+ 4 x3=10 tratamentos. De
2
1
modo geral, uma estrutura diallica simples desse tipo com p progenitores compreende p(p+1)
2
tratamentos.
8.9
373
Exerccios de Reviso
1. Quais so as implicaes da caracterizao de um fator experimental como fator de
tratamento ou fator intrnseco quanto s inferncias derivadas para a populao objetivo?
2. Explique e ilustre os conceitos de tratamento e condio experimental.
3. Porque experimentos com um fator de estgio so denominados experimentos de
observaes repetidas?
4. O que significa experimento de observaes (ou medidas) repetidas? Ilustre com exemplo de
sua rea.
5. Semana freqentemente considerado um fator experimental. Exemplifique circunstncias
em que semana deva ser considerado um fator fixo e em que deva ser considerado um fator
aleatrio.
6. Explique porque em experimentos de ampla abrangncia usualmente considera-se um fator
experimental de tempo ou um fator experimental de espao, ou ambos.
7. Considere um experimento do efeito do tempo de armazenamento da semente sobre a
qualidade fisiolgica da semente em que so feitas avaliaes peridicas ao longo do perodo
experimental. Descreva dois planos alternativos, um dos quais implique um experimento de
medidas repetidas e o outro um experimento de medidas simples.
8. Ilustre a situao de um experimento de sua rea em que, atravs de planos experimentais
alternativos, um fator experimental possa ser considerado, opcionalmente, fator de tratamento
ou fator intrnseco.
9. Ilustre com exemplos de sua rea fator experimental: a) essencialmente de tratamento; b)
essencialmente intrnseco; c) intrnseco com caractersticas prximas de fator de tratamento.
10. Os fatores experimentais podem ser classificados segundo as seguintes classes: fator
qualitativo especfico, fator qualitativo ordenado, fator quantitativo, fator misto e fator
qualitativo amostrado.
a) Ilustre essas classes de fator experimental com exemplos de sua rea.
b) Caracterize essas classes de fator experimental quanto escala de medida.
c) Caracterize para cada uma dessas classes de fator experimental a relao entre a coleo
dos nveis na populao objetivo e a coleo dos nveis na amostra.
11. Porque pode ser inconveniente expressar uma caracterstica quantitativa por um fator
qualitativo ordenado?
12. Fatores experimentais so algumas vezes classificados nas duas seguintes categorias: fator
qualitativo e fator quantitativo. Qual o inconveniente da considerao dessa classificao
mais genrica em lugar daquela indicada no exerccio 10?
13. Como voc procederia para selecionar os fatores a pesquisar em um experimento? Ilustre
com exemplos de sua rea.
14. Como podem ser identificados os fatores experimentais principais para um experimento?
15. Considere os experimentos caracterizados a seguir:
Planejamento de Experimentos
374
1
2
3
4
1
2
3
4
1
2
3
4
375
Planejamento de Experimentos
376
ovos eclodiram, foram selecionados e pesados quatro indivduos de cada garrafa. Desse
modo, foram pesadas 216 moscas.
a) Identifique os fatores experimentais e classifique a relao de cada um dos pares desses
fatores.
b) Represente a estrutura de fatores experimentais desse experimento simbolicamente e por
um diagrama de Hasse.
30. A pesquisa cientfica , pela natureza do mtodo cientfico, seqencial; ento, o que distingue
um experimento seqencial de outros experimentos?
31. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco:
a) Um fator experimental intrnseco cujos nveis so instantes sucessivos do perodo
experimental denominado .............................................................; um experimento nessas
circunstncias denominado ......................................................................................... .
b) Um experimento cuja amostra abrange uma amplitude considervel de espao ou de tempo
denominado ..................................................................................... . Experimentos nessas
circunstncias devem compreender um ou mais fatores experimentais intrnsecos
designados ........................................................... e ......................................................, cujos
nveis na amostra so posies no espao ou no tempo, respectivamente.
c) Inferncias referentes a fator qualitativo especfico de tratamento referem-se a
comparaes de tratamentos comparaes especficas determinadas pelos objetivos do
experimento quando o fator qualitativo especfico ............................................ ;
comparaes
mltiplas
dos
tratamentos
quando
qualitativo
especfico
........................................................ .
d) Inferncias referentes a fator ........................................... referem-se a propriedades da
funo ou curva que exprime a relao entre a varivel resposta e o fator. A funo que
expressa essa relao denominada .................................................... ; sua representao
geomtrica denominada ..................................................... .
e) Inferncias referentes a um fator ................................................... referem-se varincia da
resposta atribuvel aos nveis desse fator na populao objetivo
f) Fatores experimentais podem ser classificados em duas categorias: ....................................
e ................................... .Fatores experimentais ............................ so usualmente definidos
explicitamente pela hiptese cientfica.
g) Em um experimento a escolha das combinaes dos nveis dos fatores experimentais para
a amostra pode implicar em uma de trs estruturas fatoriais bsicas:
......................................... , .................................. e ................................. . Em uma estrutura
........................................ os nveis de um fator na amostra se repetem nas combinaes
com diferentes nveis do outro fator de modo a possibilitar inferncias referentes a
.................................................. .
h) Em uma estrutura ....................................................................... as condies experimentais
compreendem todas as combinaes dos nveis dos fatores experimentais na amostra; em
uma estrutura .......................................................... parte dessas combinaes so omitidas
da amostra; por essa razo, uma estrutura ........................................................ impossibilita
inferncias referentes a certos efeitos atribuveis aos fatores experimentais. Uma estrutura
fatorial .......................................... impossibilita inferncias referentes a interaes de
fatores experimentais.
32. Decida se cada uma das seguintes sentenas verdadeira ou falsa, colocando, entre
parnteses, as letras V ou F, respectivamente. Se a sentena for falsa, explique porque.
1(
377
4(
5(
8(
9(
intrnseco.
12 (
13 (
na amostra.
14 (
estruturado e no estruturado.
18 (
21 (
23 (
amostra.
27 (
de
propiciar
maior
) O pesquisador sempre dispe de informaes que tornam bvia a escolha dos nveis
de um fator quantitativo.
Planejamento de Experimentos
378
30 (
referncia.
32 (
experimentais.
33 (
34 (
) Com
35 (
) Uma estrutura fatorial cruzada incompleta deve ser derivada tendo em conta a
) Com uma estrutura fatorial cruzada incompleta, alguns efeitos referentes a fatores
41 (
42 (
aleatrio.
de fatores.
43 (
) Em um experimento com dois fatores experimentais pode surgir uma estrutura fatorial
mista.
44 (
Experimento de observaes /
medidas repetidas
Fator quantitativo
Fator misto
Fator fixo
Fator aleatrio
Experimento unifatorial
379
Interao de fatores
Fator aninhado
Fator ninho
Bibliografia
COCHRAN, W. G. Planning & analysis of observational studies.
studies New York: John Willey,
1983. 145p.
COCHRAN, W. G.; COX, G. M. Experimental designs
designs. 2. ed. New York: John Willey,
1957. 617p.
COX, D. R. Planning of experiments
experiments. New York: John Wiley, 1958. 308p.
COX. D. R.; SNELL, E. J. Applied statistics, principles and examples.
examples Londres: Chapman
and Hall, 1981. 189p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
FEDERER, W. T. Statistics and society, data collection and interpretation.
interpretation New York:
Marcel Dekker, 1973. 399p.
KEMPTHORNE, O. The design and analysis of experiments.
experiments Huntigton, NY: Robert E.
Krieger Publishing Company, 1979. 631 p.
HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments
experiments. New York:
John Wiley, 1994. v.1, 495p.
KISH, L. Sample surveys versus experiments, controlled observations, census, registers,
and local studies. Australian Journal of Statistics
Statistics, v.27, n.2, p.111-122, 1985.
KISH, L. Statistical design for research.
research New York: John Wiley, 1987. 267p.
LORENZEN, T. J.; ANDERSON, V. L. Design of experiments; a nonnon-named approach.
approach
New York: Marcel Dekker, 1993. 414p.
SILVA, J. G. C. da. Estatstica experimental,
experimental verso preliminar. Pelotas: Universidade
Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p.
URQUHART, N. S. The anatomy of a study. Hortscience,
Hortscience v.16, n.5, p.621-627, 1981.
WILSON, E. B. An introduction to scientific research.
research New York: McGraw-Hill, 1952. 373p.
Contedo
9.1
9.2
Introduo................................................................................................................... 382
Escolha da Amostra Inicial.......................................................................................... 383
9.3
9.4
9.4.1
9.4.2
9.4.2.1
9.4.2.2
9.4.2.3
Determinao da forma e do tamanho da unidade experimental ..................... 396
9.4.3
Nmero de repeties apropriado ........................................................................ 397
9.4.4
9.4.5
9.4.6
9.4.7
9.4.9
9.6
9.7
Casualizao .............................................................................................................. 420
9.7.1
Casualizao na assinalao dos tratamentos ..................................................... 422
9.7.2
Planejamento de Experimentos
382
9.1
Introduo
O planejamento das caractersticas estranhas complementa o planejamento da
resposta e o planejamento das condies experimentais para a constituio da amostra.
Basicamente, ele compreende a escolha da amostra inicial, o planejamento das tcnicas
a serem implementados para a conduo do experimento, particularmente, o
planejamento do controle experimental, e a conseqente definio da estrutura das
unidades.
A amostra inicial compreende o material experimental bsico, ou seja, o conjunto
das caractersticas estranhas a partir das quais o experimento desenvolvido. Sua
escolha depende dos objetivos do experimento e tem implicaes decisivas para a
consecuo desses objetivos. A constituio da amostra inicial particularmente
importante para a representao da populao objetivo e, portanto para a validade
externa das inferncias referentes aos efeitos dos fatores experimentais.
No experimento, a amostra moldada sobre essa amostra inicial pela escolha das
unidades e de sua estrutura, pela manifestao natural de caractersticas do ambiente e
pela implementao de aes necessrias e convenientes para o funcionamento das
unidades e para o controle de seu funcionamento.
Alguns dos temas considerados no presente Captulo j foram abordados em
captulos anteriores, particularmente nos Captulos 5 e 6. Entretanto, as relevncias
desses temas justificam a reiterao e complementao no contexto do planejamento do
experimento.
A Seo 9.2 trata da escolha da amostra inicial, com ateno especial para a suas
implicaes para a preciso e a validade externa do experimento. A Seo 9.3 expe
uma estratgia para o controle experimental cujos procedimentos foram definidos e
ilustrados na Seo 5.6.
5.6 A Seo 9.4 considera o planejamento do controle de tcnicas
experimentais, descrevendo e dando indicaes das tcnicas mais usuais para as
diversas fases do experimento, desde a preparao do material experimental bsico at a
coleta e preparao dos dados. O controle de tcnicas experimentais estreitamente
dependente da rea de pesquisa, do objetivo do experimento e do material experimental
disponvel. Por essa razo, faz-se uma abordagem genrica que complementada com
ilustraes de situaes particulares tpicas de pesquisas experimentais com plantas e
animais. Assim, consideram-se sucessivamente os seguintes tpicos: a) preparao do
material experimental; b) constituio das unidades experimentais, particularmente
quanto ao tamanho, composio e forma; c) nmero de repeties; d) preparao das
condies experimentais; e) perodo pr-experimental; f) preparao do pessoal tcnico;
g) execuo do experimento; h) coleta dos dados; e i) preparao e edio dos dados. A
Seo 9.5 discorre sobre o controle local no contexto do planejamento e introduz as
diversas formas de estrutura das unidades conseqentes do controle local. A
estruturao das unidades determinada pelo controle local tem implicaes fundamentais
para a estrutura do experimento e, conseqentemente, para o modelo estatstico e os
procedimentos estatsticos para a derivao de inferncias do experimento. Uma
exposio e ilustrao mais detalhada e abrangente das estruturas das unidades
postergada para o Captulo 10
10. O planejamento do controle estatstico o tema da Seo
9.6.
9.6 A Seo 9.7 discorre sobre o planejamento da casualizao, salientando a
importncia desse procedimento de controle experimental na atribuio dos nveis de
fatores de tratamento s respectivas unidades experimentais e, tambm, na
implementao de tcnicas experimentais, incluindo recursos para encobrimento e
balanceamento de efeitos ambientais. Finalmente, a Seo 9.8 salienta que o controle
experimental tem alcance relativo. Usualmente um subconjunto das caractersticas
estranhas no passvel de controle. O plano do experimento deve garantir que esse
383
9.2
384
Planejamento de Experimentos
Alguns experimentos requerem a representao da variabilidade presente na
populao objetivo. Esse o caso, por exemplo, de experimentos de fertilizao do solo
e de fase final de programas de melhoramento gentico. Esses experimentos requerem
escolha de locais mais cuidadosa e numero mais elevado de locais. Os locais devem ser
escolhidos de modo a representarem a gama da variabilidade das caractersticas do solo
e do clima da regio de abrangncia da populao objetivo. Por outro lado, a
representao da variao anual do clima pode requerer no mnimo trs anos.
Alguns programas de pesquisa experimental compreendem duas ou mais fases.
Em alguns desses programas a primeira fase tem o propsito de identificar tratamentos
possivelmente efetivos. Nessa fase so tolerados planos e delineamentos experimentais
que no atendam a alguns requisitos e princpios bsicos, e so permitidas muitas
declaraes falsas de eficcia de tratamentos para no negligenciar a identificao de
tratamentos possivelmente efetivos. Na medida em que se acumula novo conhecimento,
a validade externa assume importncia para destacar aqueles tratamentos que realmente
tm melhor desempenho sob pelo menos circunstncias ideais. Na ltima fase de
pesquisa, a validade externa prioritria para caracterizar o desempenho dos
tratamentos sob as condies das situaes reais. Por exemplo, certas pesquisas
experimentais com novas drogas para tratamento de doenas humanas iniciam com
testes em cobaias infectadas com o agente da doena; seguem com testes experimentais
controlados em humanos voluntrios, e finalizam com experimentos com as drogas
selecionadas sobre uma amostra representativa dos indivduos que manifestam a
doena.
Alguns programas de pesquisa iniciam com nmero de tratamentos extremamente
elevado, que vo sendo sucessivamente reduzidos pela eliminao de tratamentos
possivelmente ineficazes, at uma fase final de um experimento crtico para comparao
de um nmero reduzido dos tratamentos que foram selecionados anteriormente para
identificao dos melhores para recomendao. Semelhantemente situao anterior, na
primeira fase so toleradas violaes de alguns requisitos e princpios bsicos do plano e
do delineamento experimental, mas agora permitida a eliminao de muitos
tratamentos sob o risco de descarte de tratamentos possivelmente efetivos. Na ltima
fase so comparados os poucos tratamentos selecionados nas fases anteriores em um
conjunto de locais e anos representativos da variabilidade presente na populao
objetivo. Esse processo de pesquisa experimental ilustrado por programas de
melhoramento gentico vegetal. Esses programas de pesquisa compreendem uma fase
inicial de um experimento com um nmero extremamente elevado de gentipos. Esse
experimento usualmente conduzido em um nico local e ano e com delineamento
experimental que compreende parcelas de uma nica linha e apenas duas repeties.
Nessa fase so eliminados muitos gentipos sob o risco de descarte de gentipos
possivelmente promissores. Alguns desses programas incluem uma fase intermediria
em que conduzido um experimento em mais de um local para prosseguimento da
eliminao de gentipos com menos risco de descarte de gentipos promissores. A
ltima fase compreende um experimento crtico com os poucos gentipos selecionados
nas fases anteriores que conduzido por dois ou mais anos em um conjunto de locais
representativos da variabilidade ambiental da populao objetivo.
Experimentos de abrangncia ampla so muito comumente negligenciados e
conduzidos em um ou poucos locais pelas dificuldades de realizar pesquisa em locais
dispersos e os recursos financeiros que demandam. Entretanto, em muitas situaes eles
so cruciais, particularmente quando se trata de pesquisa que visa recomendao de
tecnologias para uso em lavouras, fazendas e indstrias. Para segurana da
adequabilidade dessas recomendaes elas precisam ser baseadas em experimentos
realizados com amostras representativas das situaes prticas. H variaes referentes
ao delineamento que podem ser exploradas. Uma delas realizar um experimento
385
9.3
Planejamento de Experimentos
386
Exemplo 9.2
Os dois primeiros passos para a identificao das caractersticas estranhas relevantes do
experimento do controle de doenas fngicas foliares do trigo com fungicidas (Exemplo
Exemplo 5.35
5.35) so:
387
9.4
Planejamento de Experimentos
388
389
Exemplo 9.5
As caractersticas estranhas do experimento de controle de doenas foliares do trigo com
fungicidas (Exemplo
Exemplo 5.35,
5.35 Exemplo 9.2) so classificadas nas trs subclasses como segue:
1) caractersticas estranhas que no so passveis de controle de tcnicas experimentais:
caractersticas do ambiente solo: umidade e profundidade; clima: temperatura,
umidade relativa, vento, geada e granizo;
2) caractersticas estranhas que so passveis de controle de tcnicas experimentais
limitado: caractersticas do ambiente solo: fertilidade;
3) caractersticas estranhas que so passveis de controle de tcnicas experimentais
ilimitado: caractersticas da semente - procedncia, pureza, estado sanitrio e vigor;
caractersticas do ambiente - incidncias de doenas, pragas, invasoras e predadores;
caractersticas das tcnicas de cultivo - preparo do solo, plantio, aplicao de fungicidas
e outros pesticidas (excetuado fungicida para controle de doenas fngicas foliares),
colheita; caractersticas dos processos de mensurao e registro dos dados.
9.4.1
Exemplo 9.6
a) Em experimentos agrcolas de campo, o solo preparado de modo uniforme, com
fertilizao e calagem bsicas, se apropriado;
b) em experimentos com plantas perenes, escolhido um conjunto de plantas sadias de um
pomar ou de uma parte de um pomar;
c) em experimentos com animais, os animais devem ser livrados de doenas e pragas,
devem ser descartados indivduos no conformveis com as caractersticas consideradas na
Planejamento de Experimentos
390
populao objetivo (tais como indivduos com anomalias e outras condies atpicas), e devem ser
utilizadas instalaes uniformes apropriadas.
9.4.2
Exemplo 9.7
a) Em um experimento de comparao de cultivares de sorgo em terreno heterogneo, o
terreno j preparado dividido em talhes (unidades de observao) que constituiro as unidades
experimentais para o fator experimental cultivar. Ento, os talhes so classificados em grupos de
talhes (blocos) de modo que os talhes de cada um desses grupos sejam suficientemente
homogneos.
b) Em um experimento para pesquisa do efeito do desbaste de frutos sobre a produo de
pssego em terreno em declive, o pomar dividido em talhes (unidades experimentais) de uma
ou mais plantas (unidades de observao) que recebero os tratamentos (nveis de desbaste). Os
talhes so, ento, agrupados para a constituio de blocos segundo as faixas de nvel.
c) Em um experimento para pesquisa da imunizao de bovinos de corte da raa Hereford
contra uma doena em que so utilizados animais (unidades de observao e unidades
experimentais) com variao considervel de idade, esses animais so classificados em grupos
segundo a idade (blocos) e, ento, so assinalados e mantidos em um mesmo potreiro.
d) Em um experimento de nutrio animal as instalaes disponveis freqentemente j
compreendem um conjunto apropriado de compartimentos ou divises (potreiros, boxes, gaiolas,
por exemplo) para constiturem as unidades experimentais. Em algumas situaes, entretanto, as
instalaes devem ser preparadas ou mesmo construdas especialmente para o experimento.
Ento, um ou mais animais so assinalados a cada um desses compartimentos. No caso em que
as divises ou os animais ou ambos so heterogneos, as divises ou os animais, ou ambos
divises e animais, so preliminarmente classificados em grupos (blocos). No ltimo caso, os
grupos de animais so atribudos aos grupos de divises.
e) Em um experimento de nutrio de aves poedeiras Hisex Brown os animais so alojados
em gaiolas coletivas para dois ou mais animais (unidades experimentais) e essas gaiolas so
classificadas em grupos de gaiolas (blocos) de modo que as gaiolas de cada grupo sejam
suficientemente homogneas.
391
experimental para o fator experimental rao e o animal dentro de boxe, a unidade experimental
para o fator experimental anabolizante.
b) Em um experimento sobre o efeito da adubao e do desbaste de frutos em pessegueiro,
um pomar dividido em talhes de seis plantas, de modo que as unidades experimentais para os
fatores experimentais adubao e desbaste sejam, respectivamente, o talho com seis plantas e a
planta individual dentro de talho.
392
Planejamento de Experimentos
validade das inferncias. Em experimentos em que os componentes das unidades so
plantas de pequeno porte, como granferas e hortcolas, unidades com 20 a 200m2
podem compreender nmero suficiente de plantas. Entretanto, em experimentos com
plantas de grande porte, como frutferas e florestais, o tamanho da unidade experimental
determinado pelo nmero necessrio de plantas. Isso porque o nmero de plantas por
unidade pode ser mais importante do que o tamanho da unidade, pois a variabilidade
entre unidades pode depender mais do nmero de plantas do que do tamanho da
unidade; pequeno nmero de plantas pode implicar variabilidade elevada, inclusive em
decorrncia de prejuzo ou morte de plantas. Nessas circunstncias o nmero necessrio
de plantas pode requerer dimenso considervel da parcela. Todavia, uma nica planta
por parcela pode ser suficiente em algumas situaes de experimentos de pequena
durao em que os tratamentos so aplicados diretamente nas plantas. Consideraes
semelhantes aplicam-se a experimentos com animais. Unidades pequenas, como
gaiolas, podem compreender nmero suficiente de animais de pequeno porte, como
ratos, cobaias e aves; entretanto, unidades para animais de grande porte, como bovinos
de corte e de leite, usualmente devem ter grandes dimenses para comportarem nmero
suficiente de animais.
c) A unidade experimental deve permitir a implementao de tcnicas para o
funcionamento das unidades de modo similar ao que usual na populao objetivo.
Algumas dessas tcnicas so prprias para unidades grandes. Por exemplo, preparo do
solo, aplicao de fertilizantes, inseticidas e fungicidas, colheita, manejo de animais em
pastoreio so usualmente efetuados com equipamento de grande porte, como arado
puxado por trator, colhedeiras e rebanhos de animais. Em experimentos usualmente
essas operaes so procedidas por equipamentos especialmente construdos para
manejo em unidades de pequenas dimenses. A simulao das operaes usuais nas
unidades da populao objetivo com o uso desses equipamentos pode requer que a
unidade experimental tenha dimenses apropriadas.
d) A definio da unidade experimental deve levar em conta consideraes de
ordem prtica. Em algumas situaes as unidades j esto construdas e no podem ser
alteradas. Por exemplo, um experimento com animais pode ser condicionado ao uso de
instalaes (potreiros, boxes ou gaiolas) j existentes ou ao nmero de animais
disponveis; um experimento com plantas frutferas pode ser limitado ao uso de um
pomar j existente; as facilidades para um experimento em casa de vegetao podem
ditar o uso de unidades pequenas. Naturalmente, nessas situaes o pesquisador deve
avaliar as conseqncias de acomodar o plano de seu experimento, em particular o
tamanho das unidades de experimentais, s restries de material experimental. Caso
no sejam garantidos os requisitos necessrios para a derivao das inferncias
relevantes, pode ser mais conveniente que o experimento no seja conduzido.
e) A unidade experimental deve possibilitar que o fator experimental manifeste na
amostra os efeitos que tem na populao objetivo. Essa propriedade requer que a
unidade tenha tamanho e nmero de componentes apropriados. Fatores como
antibitico, vacina, hormnio, sexo e desbaste de frutos podem revelar seus efeitos em
unidades com poucos indivduos. Por outro lado, certos experimentos com plantas e
animais requerem que a unidade tenha tamanho suficiente para compreender o nmero
de indivduos necessrio para que seja manifestada a competio usual em lavouras,
potreiros, boxes, etc. Em experimentos com plantas pode ocorrer que os indivduos nas
fronteiras das unidades tenham comportamento diferente daqueles da parte interna que
supostamente estejam sob condies semelhantes s da populao objetivo. Nesse caso
podem ser convenientes o uso de bordadura na parcela e a mensurao das
caractersticas respostas em sua parte interna, que usualmente denominada rea til
da parcela. Semelhantemente, em alguns experimentos com animais pode ser
393
394
Planejamento de Experimentos
seu efeito poderia afetar unidades vizinhas. O pesquisador deve buscar o recurso mais
apropriado para cada situao. Separaes mecnicas, como barreiras e telas, tm sido
utilizadas para propsito de restringir a aplicao de fertilizantes aos limites das unidades
a que se destinam e controlar interferncias de efeitos de inseticidas decorrentes de
migrao de insetos.
A formulao de delineamento experimental que leve em conta a interferncia de
efeitos de tratamentos entre as unidades uma alternativa que deve ser explorada
quando o controle por tcnicas experimentais no prov soluo satisfatria.
g) A unidade experimental deve propiciar a mensurao das caractersticas
respostas relevantes. Muito freqentemente, a mensurao de caractersticas requer
tamanho e composio apropriada da unidade. Por exemplo, a) em experimentos com
plantas de propagao vegetativa a mensurao do enraizamento de estacas atravs de
proporo ou percentagem de estacas enraizadas requer um grande nmero de estacas;
b) em experimentos em que so feitas coletas peridicas de partes das unidades para
mensuraes a unidade deve ter tamanho no mnimo equivalente reunio dessas
partes; c) em experimentos em que uma caracterstica resposta mensurada pela
contagem de indivduos com alguma alternativa rara importante o nmero de indivduos
deve ser suficiente para que possam ser discriminados efeitos importantes dos
tratamentos.
Em experimentos com dois ou mais fatores experimentais as consideraes
referentes a tamanho e composio da unidade experimental devem ser feitas para cada
um dos fatores. As dimenses apropriadas para as unidades experimentais de dois
fatores podem ser distintas. Nessas situaes convenincias de ordem prtica podem
sugerir a adoo de estrutura de unidades com duas formaes de unidades
experimentais: uma formao constituda das unidades para o fator que requer unidade
experimental de dimenso maior e outra, das unidades para o fator que pode ser
acomodado em subdivises ou subunidades daquelas unidades. Esse argumento
estende-se para situaes de mais de dois fatores experimentais cujos nveis demandem
trs ou mais dimenses diferentes de unidades experimentais.
Estruturas de unidades com duas ou mais formaes de unidades experimentais
implicam nmero igual de extratos do erro experimental que afeta efeitos de fatores
experimentais. Essas estruturas de unidades podem ter inconvenientes que devem ser
considerados: a) a variao devida s caractersticas estranhas usualmente mais
elevada entre unidades de maiores dimenses e b) o nmero de repeties dos nveis do
fator acomodado nas subunidades maior do que o nmero de repeties dos nveis dos
fatores alocados nas unidades. Essas duas propriedades implicam que usualmente a
estimativa da varincia do erro que afeta efeitos do fator nas subunidades menor do
que a estimativa da varincia do erro que afeta efeitos do fator nas unidades;
conseqentemente, a preciso das inferncias referentes ao fator nas subunidades
comumente mais elevada que a preciso das inferncias sobre o fator nas unidades
Nessas circunstncias a adoo de subdivises de unidades somente justificada
quando inferncias referentes ao fator que requer unidade experimental de dimenso
maior forem pouco relevantes.
A unidade experimental elementar pode compreender uma ou mais unidades de
observao (Seo
Seo 5.5).
5.5 Duas ou mais unidades de observao por unidade
experimental elementar so teis nas seguintes circunstncias: a) a unidade experimental
constituda por dois ou mais indivduos e a mensurao individual mais prtica do que
a mensurao coletiva de todos os indivduos na unidade; b) h interesse no valor da
varivel resposta para cada indivduo. Pode ocorrer que a mensurao global da
caracterstica na unidade seja muito trabalhosa ou tenha custo elevado de modo que
torne conveniente a mensurao de poucas fraes da unidade. Nesse caso pode ser
395
importante que essas fraes sejam escolhidas por processo que assegure a
representao apropriada da unidade. Em algumas situaes as fraes escolhidas so
agregadas para constituir uma nica unidade de observao.
No caso de mais de uma unidade de observao por unidade experimental as
relaes entre as variabilidades e entre os custos da unidade experimental e da unidade
de observao tm implicaes para a preciso e o custo do experimento,
respectivamente. Essas implicaes so consideradas a seguir para a situao particular
de experimento com um nico fator experimental e igual nmero de repeties para todos
os tratamentos.
a) A varincia da estimativa de uma mdia de tratamento expressa por:
2e o2
+
,
r
rk
onde 2e e o2 so os componentes da varincia atribuveis unidade experimental e
unidade de observao dentro de unidades experimentais, respectivamente, e r e k so o
nmero de repeties por tratamento e o nmero de observaes por unidade
experimental. Assim, a preciso das inferncias referentes a mdias de tratamentos
depende da relao entre a variabilidade das unidades experimentais e a variabilidade
das unidades de observao dentro de unidades experimentais.
b) O custo do experimento por tratamento :
Ct = rCe + rkCo ,
onde Ce o custo de uma unidade experimental independente do nmero de unidades de
observao que a constitui e Co o custo de uma unidade de observao por unidade
experimental que independente do custo da unidade experimental. O custo total de um
experimento de t tratamentos C = tCt. Assim, o tamanho timo da unidade experimental
no que se refere ao custo depende da relao entre os custos por unidade experimental e
por unidade de observao.
Planejamento de Experimentos
396
9.4.2.3 Determinao
Determinao da forma e do tamanho da unidade experimental
As consideraes anteriores evidenciam que a unidade experimental deve
satisfazer muitos requisitos, alguns deles incompatveis. Por essa razo, no h uma
regra geral para a determinao da forma e do tamanho apropriado da unidade
experimental. Para cada experimento particular, o pesquisador tem que definir a forma e
o tamanho da unidade experimental que melhor satisfaa essas condies, levando em
conta as importncias relativas de suas implicaes. Em reas onde a pesquisa
experimental est bem desenvolvida pesquisas de tcnica experimental j estabeleceram
as dimenses de unidades apropriadas para as situaes mais comuns. Em
agropecuria, por exemplo, existem informaes para muitas espcies de plantas
granferas, hortcolas e frutcolas, e de animais produtores de carne e de leite. O
pesquisador deve ter domnio dessa informao e efetuar pesquisas para complet-la,
sempre que seja necessrio. Pesquisas sobre tcnicas experimentais so muito
freqentemente necessrias, especialmente em novas reas e ambientes de pesquisa.
As expresses da varincia da estimativa de uma mdia de tratamento e do custo
do experimento por tratamento permitem a determinao do tamanho timo da unidade
experimental referente preciso e ao custo do experimento, respectivamente com base
na grandeza relativa dos componentes de varincia e nos custos relativos da unidade
experimental e da unidade de observao (Seo
Seo 9.4.2.1).
9.4.2.1
A determinao do tamanho da unidade experimental com base nessas expresses
aplicvel para situaes de mais de uma unidade de observao por unidade
experimental. Em muitas circunstncias a forma da unidade pode ser to importante
como o seu tamanho. Muitos mtodos tm sido propostos para considerao do tamanho
e da forma da unidade experimental para vrias situaes e considerando diversos
critrios; entre eles, o mtodo da curvatura mxima e o mtodo baseado na relao
emprica entre o tamanho e a varincia da unidade (lei de Fairfield Smith). Entretanto, por
suas especificidades eles no so considerados aqui.
Exerccios 9.1
1. Explique o significado de amostra ou material experimental inicial, recorrendo a um exemplo
de experimento de sua rea, e sua relevncia para a representatividade da amostra.
2. Ilustre um experimento tecnolgico de sua rea em que a amostra inicial deve ter abrangncia
ampla e outro em que pode ter abrangncia restrita.
3. Explique a estratgia do controle experimental atravs de um exemplo de experimento de sua
rea.
4. Explique o racional da considerao da seguinte ordem dos procedimentos no planejamento
do controle experimental: controle de tcnicas experimentais, controle local, controle
estatstico e casualizao.
5. Considere um experimento de sua rea e para a situao desse experimento:
a) descreva as caractersticas estranhas do material experimental inicial;
b) proceda a uma descrio do procedimento experimental a semelhana das ilustraes da
Seo 5.9
5.9;
c) efetue uma descrio completa do conjunto das caractersticas estranhas que podero
constituir a amostra atravs de seus grandes agregados;
d) identifique em cada um desses agregados as caractersticas estranhas que voc esperaria
serem relevantes.
6. Classifique as caractersticas estranhas identificadas no exerccio 5 d) nas trs seguintes
classes quanto possibilidade e convenincia de serem submetidas a controle de tcnicas
experimentais: i) caractersticas passveis de controle ilimitado; ii) caractersticas passveis de
controle limitado; e iii) caractersticas no passveis de controle.
397
9.4.3
398
Planejamento de Experimentos
2
2
r 2 (Z/2 + Z ) ,
399
r + 3
r.
r +1
Exemplo 9.9
Suponha-se que est sendo planejado um experimento para comparao de seis cultivares
de ervilha: 1-nica, 2-Profusion, 3-Roi des Fins Verts, 4-Early Harvest, 5-Annonay, 6-Fins des
Gourmets quanto produo de gros com delineamento de blocos de 6 parcelas. desejado
que as comparaes simples desses tratamentos detectem diferenas reais de 500kg/ha, qualquer
que seja seu sinal, com probabilidade 1-=0,80 de detectar uma diferena real dessa grandeza e
probabilidade =0,05 de detect-la quando ela no existe.
2
305 2
= 5,8 .
500
25 + 3
25 + 1
5,8 = 6,3 .
= , 2 e 3 com
Em algumas situaes o nmero de unidades experimentais requerido prdeterminado pelos recursos disponveis e, conseqentemente, o nmero de repeties
estabelecido pelo nmero de tratamentos. Se o nmero de repeties igual para todos
os tratamentos, r = N/t, onde N e t so, respectivamente, o nmero de unidades
experimentais e o nmero de tratamentos. Nessas circunstncias, o pesquisador no
pode planejar o experimento apropriado para detectar uma dada diferena de mdias de
tratamentos. Entretanto, ele pode avaliar a preciso e, portanto, a grandeza da diferena
das mdias de dois tratamentos que o experimento poder detectar com r repeties
para uma probabilidade 1- de declarar corretamente essa diferena e uma probabilidade
de declarar sua existncia incorretamente. A diferena
diferena mnima detectvel nessas
circunstncias dada pela seguinte expresso, que pode ser obtida a partir da expresso
daquela que prov o nmero mnimo de repeties r:
( Z /2 + Z )
2
r
Planejamento de Experimentos
400
Exemplo 9.10
Pode-se verificar que as diferenas detectveis para nmeros mais elevados de repeties so
menores; por exemplo, para r = 6, 8 e 10 obtm-se as diferenas mnimas detectveis 493,1
kg/ha, 427,0 kg/ha e 381,9 kg/ha, respectivamente.
Pode ocorrer que o experimento requeira nmero de repeties muito maior do que
os recursos disponveis permitem. Nessas circunstncia a informao de que um
experimento satisfatrio invivel com esses recursos pode ser til para a busca de
alternativas que possam propiciar a diminuio da varincia do erro experimental 2. Para
um dado nmero de repeties muito freqentemente a estimativa da varincia 2 pode
ser reduzida pela escolha apropriada do tamanho da unidade experimental, pela adoo
de controle de tcnicas experimentais e controle local mais eficazes, e por delineamento
experimental alternativo. Outras possibilidades tambm podem ser consideradas, como a
combinao em um nico experimento grande de fatores experimentais que estejam
sendo considerados para pesquisa em experimentos separados.
Se essas alternativas no forem apropriadas, o pesquisador deve tomar uma de
duas solues: a) admitir riscos maiores de erros tipo 1 e tipo 2, ou seja, adotar valores
maiores para e , ou no realizar o experimento. Particularmente, ele pode especular
sobre os pares de valores de e para os quais os recursos disponveis permitem a
adoo do nmero de repeties necessrio para detectar uma diferena desejvel.
As inferncias de interesse podem no se referir a comparaes simples de
tratamentos, mas a comparaes que envolvam grupos de tratamentos. Esse mesmo
procedimento pode ser utilizado para essas comparaes mais genricas. A expresso
do nmero de repeties requerido pode ser derivada da expresso da diferena mnima
detectvel como segue. A expresso para situao de duas mdias de tratamentos
corresponde a:
(Z/2 + Z ) d ,
onde d =
2
r
c12 +c 22 +...+c 2t
.
r
401
(Z/2 + Z )
c12 + c 22 +...+ c 2t
r
c12
+ c 22 +...+ c 2t
2
2
)(Z/2 + Z )
Exemplo 9.11
Suponha-se que esteja sendo planejado um experimento para pesquisa do controle de
doenas fngicas do trigo por meio do fungicida Vitavax aplicado na semente e, adicionalmente,
em pulverizao da lavoura, com os seguintes tratamentos: t1 - controle (sem fungicida), t2 tratamento da semente com Vitavax e t3 - tratamento da semente e pulverizao da lavoura com
Vitavax. Esse experimento deve ser conduzido em um nico local e ano, em terreno considerado
heterogneo. Por essa razo, o delineamento experimental dever compreender a formao de
blocos de 3 parcelas a cada um dos quais ser assinalada uma repetio dos 3 tratamentos.
A estimativa do desvio padro referente produo de gros obtida de experimento
semelhante realizado anteriormente em condies comparveis 124kg/ha com (3-1)(8-1)=14
graus de liberdade.
Segundo os objetivos do experimento, so de interesse as seguintes comparaes de
tratamentos:
- Efeito da aplicao do Vitavax: t1 versus (t2, t3 ),
- Efeito da aplicao adicional do Vitavax em pulverizao da lavoura: (t2) versus (t3).
Para ilustrao, considere-se a primeira comparao: -2m1+m2+m3 e suponha-se que
desejado detectar um efeito de fungicida de 250 kg/ha com probabilidade de 80% de declarar a
existncia de efeito do Vitavax quando ele realmente existe e probabilidade de 10% do erro de
declarar a existncia desse efeito quando ele no existe.
2
r 6 (1,28 + 0,84)
= 6,63
250
12 + 3
12 + 1
6,6 = 7,7 .
402
Planejamento de Experimentos
Em experimentos com um tratamento controle que constitui termo de comparao
para os demais tratamentos h duas possibilidades quanto s inferncias relevantes. A
primeira aquela em que as inferncias de interesse so as comparaes individuais dos
tratamentos alternativos com o tratamento controle, sendo as comparaes simples dos
tratamentos alternativos de menos importncia. Se o conjunto dos tratamentos
compreende um controle e p tratamentos alternativos e as comparaes simples dos
tratamentos alternativos com o controle so igualmente importantes, pode ser mostrado
que a preciso dessas comparaes mais elevada quando os tratamentos alternativos
tm o mesmo nmero de repeties e h I( p ) unidades experimentais com o
tratamento controle para uma unidade experimental com cada um dos tratamentos
alternativos, onde I( p ) denota a parte inteira do nmero p . Por exemplo, em um
experimento para pesquisa da eficcia de inseticidas para o controle de uma praga com 5
inseticidas e um tratamento controle correspondente ausncia de inseticida so
relevantes as 5 comparaes individuais dos inseticidas com o controle. Ento, se so
atribudas ra repeties para cada um dos tratamentos alternativos, o nmero de
repeties do tratamento controle deve ser rc = I( 5 ) ra, ou seja, rc = 2ra. Logo, o nmero
de parcelas do experimento ser 7ra.
A segunda situao quando h maior interesse na comparao do tratamento
controle com o conjunto dos tratamentos p alternativos, ou seja, a comparao da mdia
do tratamento controle com a mdia dos tratamentos alternativos. Nesse caso os
tratamentos alternativos devem ter o mesmo nmero de repeties e o nmero de
repeties do tratamento controle deve ser igual a p vezes o nmero de repeties dos
tratamentos alternativos, ou seja, a relao entre os nmeros de repeties do tratamento
controle e dos tratamentos alternativos deve ser: rc = pra. Por exemplo, em um
experimento de nutrio animal com um tratamento controle correspondente ausncia
de um componente da dieta e 5 tratamentos com quantidades substanciais desse
componente, a comparao mais relevante a que exprime o efeito desse componente,
ou seja, a comparao do tratamento controle com o conjunto dos 5 tratamentos com a
presena do componente. Ento, se so alocadas ra repeties para cada um dos
tratamentos alternativos, o tratamento controle deve ter rc = 5ra repeties.
As consideraes anteriores restringiram-se situao de um fator experimental e
delineamento ortogonal. No caso de dois ou mais fatores experimentais e delineamento
ortogonal, as comparaes consideradas para a determinao dos nmeros de
repeties necessrios podem ser comparaes de efeitos principais, ou seja,
comparaes de mdias dos nveis de um dos fatores globais para os nveis dos outros
fatores, ou comparaes de efeitos simples, isto , comparaes de mdias dos nveis de
um fator para combinaes particulares dos nveis dos outros fatores. A expresso do
nmero de repeties requerido estende-se para essas situaes com a considerao de
r como o produto do nmero de repeties por nmeros de nveis de fatores (Seo
Seo 6.4).
6.4
Para experimentos com delineamentos experimentais mais complexos h uma
ampla gama de procedimentos que variam segundo o efeito de interesse e o
delineamento. Esses procedimentos podem ser encontrados na bibliografia indicada no
final deste Captulo,
Captulo particularmente em Zar (1999) e Kuehl (2000).
Em alguns experimentos as unidades de observao so plantas ou animais de
grande porte, como frutferas e arbreas, ou bovinos e ovinos, e as unidades
experimentais so constitudas de dois ou mais indivduos que constituem unidades de
observao. Nessas circunstncias o pesquisador deve decidir no apenas sobre o
nmero de unidades experimentais, mas, tambm, sobre o nmero de unidades de
observao por unidade experimental.
403
o2
,
k
9.4.4
Planejamento de Experimentos
404
Exemplo 9.12
9.4.5
Perodo prpr-experimental
Em alguns experimentos com animais, pode ser requerido um perodo prprexperimental para a preparao ou adaptao dos animais de modo que eles simulem as
condies dos indivduos da populao objetivo ou adquiram adaptao uniforme ao
ambiente e ao manejo aos quais estaro sujeitos no perodo experimental.
Exemplo 9.14
a) Em experimentos com animais que devem ser dispostos em instalaes ou ambientes
no usuais, ou quando os animais provm de instalaes ou ambientes heterogneos, pode ser
conveniente um perodo preliminar de adaptao dos animais s instalaes e ao ambiente do
experimento.
b) Em experimentos de nutrio animal com animais que foram anteriormente submetidos a
dietas ou sistemas alimentares diferentes pode ser conveniente um perodo preliminar de
administrao de uma dieta uniforme ou condicionamento a um sistema alimentar comum. Em
algumas circunstncias, pode ser apropriada a administrao das dietas ou sistemas alimentares
aos quais os animais estaro sujeitos no experimento.
9.4.6
9.4.7
405
Execuo do experimento
A execuo do experimento compreende o perodo de funcionamento ou operao
das unidades, que usualmente denominado perodo experimental.
experimental
Nesse perodo executada parte das aes referentes coleta dos dados. Outra
parte procedida aps o encerramento do perodo experimental e compreende as tarefas
de mensurao e de registro dos dados que requerem instalaes, instrumentos e
procedimentos apropriados, incluindo laboratrios para anlises. Pela sua relevncia,
tratar-se- da coleta dos dados a parte, na Seo 9.4.8.
9.4.8
Por convenincia de exposio, distinguir-se-o os dois seguintes tpicos
referentes ao perodo experimental:
funcionamento das unidades e
aplicao dos tratamentos.
Planejamento de Experimentos
406
9.4.8
407
Captulo
Captulo 7.
7 Tambm podem ser importantes dados de variveis que exprimam
caractersticas estranhas e caractersticas explanatrias consideradas a seguir.
a) Co-variveis estranhas para controle estatstico: Dados de co-variveis (ou
variveis concomitantes) que exprimam caractersticas estranhas relevantes, para
propsito de controle experimental (Sees
Sees 5.6.3 e 9.6).
9.6
b) Co-variveis explanatrias para deteco de interaes: Dados de co-variveis
que expressem caractersticas das unidades que possam interagir com efeitos dos
tratamentos, para verificar se os efeitos dos tratamentos sobre variveis respostas variam
com essas caractersticas. (Seo
Seo 5.8).
5.8
c) Co-variveis explanatrias para explicao da variao de valores de variveis
respostas: Dados de co-variveis que exprimam caractersticas das unidades que
possam ter efeitos relevantes sobre caractersticas respostas que se confundam com
efeitos de fatores experimentais (Seo
Seo 5.8
5.8).
d) Variveis necessrias para determinao de valores de variveis respostas
derivadas: Dados de variveis que exprimam caractersticas estranhas necessrios para
a derivao de dados de variveis respostas (Seo
Seo 7.2
7.2).
e) Variveis que representem caractersticas estranhas perturbadoras: A execuo
cuidadosa do experimento inclui observaes de rotina para deteco de ocorrncias
estranhas relevantes. Dados dessas observaes podem ser teis para considerao nos
procedimentos de inferncia e na interpretao dos resultados do experimento. Em
algumas circunstncias, eles possibilitam a correo ou ajustamento para influncias de
caractersticas estranhas perturbadoras. Esse o caso; por exemplo, quando algumas
plantas ou animais so prejudicados ou morrem em decorrncia de incidncia de alguma
praga ou doena, ou ataque por predador. Se todas as unidades afetadas so
identificadas, o confundimento que decorreria para os efeitos atribuveis a fatores
experimentais pode ser evitado com a desconsiderao dessas unidades na anlise
estatstica dos resultados. As unidades desconsideradas por essa razo so usualmente
designadas unidades perdidas ou parcelas perdidas.
perdidas Esse procedimento constitui, de
fato, o controle estatstico da caracterstica estranha perturbadora.
f) Variveis que expressem os nveis de um fator quantitativo para verificar se os
nveis aplicados na amostra so aqueles definidos para a populao objetivo. Em
algumas situaes pode ser difcil ou invivel a aplicao das quantidades
correspondentes aos nveis de um fator quantitativo exatamente como definidas. Por
exemplo, quando os nveis correspondem a diferentes temperaturas de um ambiente ou
umidades da semente. Nessas circunstncias, pode ser importante verificar se os
tratamentos realmente aplicados correspondem aos tratamentos definidos no plano do
experimento; no exemplo, se as temperaturas ou umidades foram de fato obtidas. Se for
detectada alguma discrepncia relevante entre os nveis reais e os nveis nominais do
fator, e for impossvel uma ao corretiva, pode ser conveniente efetuar algum
ajustamento dos valores observados da varivel resposta para correo dessa
discrepncia atravs de procedimento apropriado de anlise estatstica.
As mensuraes para gerao dos dados so executadas antes, durante e aps o
perodo experimental. Mensuraes de caractersticas estranhas so efetuadas antes e
durante o perodo experimental, neste ltimo caso no prprio local de execuo do
experimento. Caractersticas respostas podem ser originais ou derivadas (Seo
Seo 7.2).
7.2
Algumas caractersticas respostas originais podem referir-se ao desempenho das
unidades na fase de sua operao; dados referentes a essas caractersticas so
usualmente registrados durante o perodo experimental, no local da conduo do
experimento. Usualmente, entretanto, as caractersticas respostas originais mais
importantes so caractersticas do produto das unidades. Essas caractersticas respostas
so mensuradas ao encerramento do perodo experimental, no prprio local da execuo
do experimento, ou aps o encerramento desse perodo, atravs de partes coletadas do
Planejamento de Experimentos
408
Co-variveis
C1
C2
...
Variveis
respostas
R1
R2
...
1
2
...
409
410
Planejamento de Experimentos
Em algumas situaes, pode ser conveniente uma mudana da unidade de medida
para lograr uma expresso sinttica e que revele mais claramente os algarismos
significativos. Assim, por exemplo, se o dado 4.200 gramas compreende dois algarismos
significativos, pode ser mais conveniente exprimi-lo como 42 hectogramas, ou 4,2
quilogramas, com todos os algarismos significativos.
Outra questo importante refere-se ao nmero de dgitos significativos nos dados
originais, ou seja, preciso do processo de mensurao. De modo geral, dados com
nmero muito pequeno de dgitos significativos podem exprimir a varivel com preciso
aqum da desejvel, enquanto que dados com nmero muito elevado de dgitos
significativos podem prover preciso exagerada, o que pode incorrer em perda de tempo,
mau uso de recursos e dificuldades desnecessrias, tanto no registro como na edio e
na anlise dos dados. Algum meio termo apropriado deve ser estabelecido.
Os dados no devem ser registrados com dgitos em nmero maior do que aquele
que exprime a preciso real do processo de mensurao, para no transmitirem
impresso falsa da preciso. Muito freqentemente, a preciso limitada ao possvel ou
prtico. Por exemplo, se a altura individual das plantas de uma rea pode variar em 1 cm
ou mais devido ao local particular da superfcie do solo onde apoiada a rgua, ou
devido a uma curvatura do caule, no h sentido em registrar a medida com preciso
maior do que o centmetro mais prximo. Semelhantemente, se o peso de bovinos pode
alterar-se 1 kg ou mais ao animal defecar ou urinar; o peso do animal precisa ser
registrado apenas no quilograma mais prximo.
A preciso apropriada dos dados de variveis respostas originais depende da
grandeza das diferenas importantes. Por exemplo, em experimentos com bovinos
usualmente no h interesse em diferenas de peso vivo em um perodo de 100 dias ou
mais de grandeza de menos de 1 kg. Nessas circunstncias, no h necessidade de
pesar os animais com preciso maior do que o prximo quilograma.
A preciso apropriada dos dados tambm depende da variao dos valores da
varivel na populao objetivo. De modo geral, se h uma noo aproximada do desvio
padro da populao e o tamanho da amostra grande, no vale a pena registrar dados
com preciso superior a um dcimo do desvio padro. Assim, se o desvio padro
aproximadamente 50, usualmente suficiente registrar os dados ao 5 mais prximo. Uma
regra equivalente registrar os dados com uma preciso de 2% da amplitude dos valores
da varivel na populao objetivo. Por exemplo, se a amplitude na populao objetivo
100, ser usualmente satisfatrio registrar os dados ao 2 mais prximo. Preciso maior
do que a sugerida por essas regras pode ser usada por convenincia. Assim, se a
balana ou rgua graduada em dcimos, mais fcil ler e registrar os dados ao dcimo
mais prximo do que aos dois dcimos mais prximos.
Como regra geral, comumente recomendvel o uso de trs dgitos significativos
como suficiente para a maioria das pesquisas em biologia e agricultura, e em muitas
outras reas. Algumas vezes dois dgitos so suficientes; entretanto, em algumas
pesquisas, pode ser aconselhvel quatro ou mais dgitos significativos.
9.4.9
411
Planejamento de Experimentos
412
experimental, no pode haver dados registrados para esse animal nas avaliaes que
seguem.
A importncia da crtica de dados deve ser enfatizada. Sua ausncia
freqentemente implica perda de tempo decorrente de reprocessamento de anlises
estatsticas requerido pela identificao de problemas que se tornam evidentes na
apreciao dos resultados de tais anlises. Naturalmente, as conseqncias so mais
srias quando no so percebidos erros.
Nessa fase, so criados os dados das variveis derivadas. Usualmente, esses
dados podem ser gerados por facilidades propiciadas pelos prprios "pacotes" de anlise
estatstica. Nesse caso, muito freqentemente, esses dados no precisam ser criados e
includos no arquivo em meio magntico, mas em conjuntos de dados temporrios
criados especificamente para uso no momento do processamento das anlises
estatsticas.
Usualmente, dados de experimentos de ampla abrangncia espacial e temporal no
so preparados e editados de uma nica vez, ao fim do experimento. A preparao e
edio de dados so procedidas progressivamente, na concluso de cada uma das
etapas do experimento, para que possam ser processadas anlises com vistas
avaliao de resultados parciais. Nessas circunstncias, a seqncia "coleta de dados preparao de dados - edio de dados" repete-se em diversos ciclos. Se conveniente,
podem ser criados arquivos de dados separados para essas etapas; nesse caso
recomendvel que esses arquivos tenham estruturas compatveis para que possam ser
reunidos quando necessrio para a execuo de anlises conjuntas.
O tempo necessrio para essa etapa de edio da base de dados depende da
quantidade e da qualidade dos dados originais e do nvel de confiana da exatido dos
dados que desejado. Deve ser enfatizado que, mesmo que sejam utilizados os mtodos
estatsticos apropriados para a anlise dos dados, as concluses derivadas sero no
mximo to boas quanto os dados nos quais elas se baseiam.
Exerccios 9.2
1. Explique porque as definies do nmero de repeties e do tamanho do experimento so
estreitamente relacionadas.
2. Explique a razo da importncia da definio do nmero de repeties no planejamento do
experimento e porque o estabelecimento dessa definio usualmente difcil.
3. Enumere as informaes que o pesquisador deve ter disponveis para a determinao do
nmero apropriado de repeties para um experimento particular.
4. Suponha que um pesquisador est planejando um experimento para comparao de cultivares
de batata com a considerao de cinco cultivares: 1-Monte Bonito, 2-Baronesa, 3-Santo Amor,
4-Trapeira e 5-Cristal. Em experimento anterior com objetivos e condies de material
experimental similares, e delineamento em blocos, a estimativa da varincia do erro
2
experimental referente ao peso da produo de tubrculos, em t/ha, foi s = 1,495 com 15
graus de liberdade. O pesquisador deseja que o experimento tenha habilidade para detectar
diferenas reais desses tratamentos de 2 t/ha, qualquer que seja seu sinal, com probabilidade
1-=0,80 de detectar uma diferena real dessa grandeza e probabilidade =0,05 de detect-la
quando ela no existe. Determine o nmero de repeties requerido para esse propsito.
5. Determine a diferena mnima detectvel para o experimento considerado no exerccio 4,
supondo que o pesquisador decide adotar 5 repeties.
6. Explique o que significa perodo pr-experimental e o ilustre com um exemplo.
7. Explique o significado de perodo experimental e caracterize seu incio e fim atravs de um
exemplo de experimento de sua rea.
8. D um exemplo de experimento em que variveis so mensuradas antes, durante e aps o
perodo experimental, e exemplifique uma varivel de cada uma dessas trs classes.
413
9.5
Controle Local
Ao contrrio do controle de tcnicas experimentais, o controle local (Seo
Seo 5.6.2)
5.6.2
permite a reduo do confundimento de efeitos de caractersticas estranhas com efeitos
de fatores experimentais sem interferncia na constituio da amostra. Assim, o
pesquisador pode construir uma amostra que represente a heterogeneidade presente na
populao objetivo e buscar, atravs do controle local, a preciso apropriada para as
inferncias relevantes. Dessa forma, o controle local permite conciliar os requisitos da
validade externa e da preciso (Seo
Seo 6.5).
6.5
O controle local leva em conta classificaes importantes das unidades de
observao no espao e no tempo. So particularmente importantes classificaes que
correspondem a nveis de caractersticas estranhas que possam ter efeitos relevantes
sobre caractersticas respostas. O controle local tambm deve considerar as
classificaes referentes s formaes de unidades experimentais.
Caractersticas estranhas importantes para controle local so aquelas cujos nveis
classificam as unidades de observao em grupos consideravelmente dissimilares e cada
um dos quais seja constitudo por unidades relativamente similares. Podem ser
classificaes naturais em que o nmero de unidades em cada grupo determinado pela
natureza das unidades, ou classificaes convenientes em que primeiro escolhido o
nmero de unidades de cada grupo e, ento, as unidades so classificadas nos grupos.
Os critrios usualmente mais importantes para essas classificaes so: a) disposio
das unidades no espao e no tempo, como disposio das parcelas em um terreno ou em
uma instalao, dos locais em uma regio e de intervalos em um perodo do tempo, b)
caractersticas intrnsecas das unidades, como caractersticas fsicas, ambientais e
genticas, e c) tcnicas experimentais, como tcnicas de cultivo de plantas e de manejo
de plantas.
O controle local tambm deve considerar classificaes referentes constituio de
formaes de unidades experimentais, j que essas classificaes impe restries
casualizao.
Na situao de controle local mais simples, as unidades experimentais so
classificadas em grupos ou blocos de unidades segundo os nveis de uma caracterstica
estranha relevante. Essa prtica da formao de blocos teve origem em experimentos
agrcolas de campo, onde o terreno era dividido em grupos de parcelas contguas e ao
414
Planejamento de Experimentos
conjunto das parcelas de cada um desses blocos eram assinalados todos os tratamentos.
A razo para essa forma de classificao das parcelas que nesses experimentos as
caractersticas estranhas mais relevantes so propriedades do solo, que so usualmente
mais similares para parcelas prximas do que para parcelas distantes. Entretanto, nesses
experimentos essa propriedade pode variar com a topografia do terreno. Por exemplo,
em terrenos com declive a variao da similaridade das caractersticas do solo com a
distncia maior na direo do gradiente mximo, pois o solo de partes mais baixas
mais profundo, mais frteis, mais argiloso, mais mido e contm mais matria orgnica.
Nessas circunstncias logra-se mais homogeneidade das parcelas de cada bloco pela
formao de blocos de parcelas em uma mesma faixa de nvel.
Em experimentos com plantas perenes adultas as caractersticas estranhas
relevantes correspondem ao vigor da planta, que exprime caractersticas da planta e
tambm refletem as caractersticas importantes do solo. Nesse caso, se a unidade
experimental uma planta, pode ser obtido controle local eficaz pela classificao das
plantas em blocos constitudos de plantas de mesmo nvel de vigor, no importando sua
posio no pomar.
Em experimentos com animais, os blocos podem ser formados por animais
semelhantes quanto a caractersticas genticas, idade ou peso, e por potreiros, boxes ou
gaiolas uniformes, por exemplo. Em experimentos conduzidos em laboratrio e em casa
de vegetao, cada bloco pode ser constitudo por um conjunto homogneo de cobaias
equipamentos, operadores ou posies prximas. Quando o experimento conduzido em
diversas etapas e h expectativa de que a varivel resposta possa ser afetada por
diferenas entre etapas, os blocos devem corresponder s etapas.
Ilustraes especficas de controle local com formao de blocos completos so
apresentadas em sees anteriores (Exemplo
Exemplo 5.21,
5.21 Exemplo 6.5,
6.5 Exemplo 6.11).
6.11
Em algumas situaes a heterogeneidade do material experimental atribuvel a
caractersticas estranhas pode ser de tal natureza que torne conveniente controle local
mais acentuado do que o propiciado pela formao de blocos simples. Nessas
circunstncias deve ser considerada a classificao das unidades experimentais segundo
os nveis de duas ou mais caractersticas estranhas relevantes. Isso pode ocorrer em
experimentos em que as unidades se dispem espacialmente ou temporalmente e o
material experimental compreende dois gradientes de heterogeneidade de caractersticas
estranhas ou um gradiente muito acentuado. Por exemplo: a) em um experimento em um
experimento agrcola de campo em terreno com declive pode haver uma cortina de
rvores perpendicular direo da declividade mxima; b) restries do material
experimental podem requerer que o experimento seja conduzido em etapas em cada uma
das quais a heterogeneidade demande a formao de blocos. Nessas circunstncias o
material experimental compreende heterogeneidade acentuada das caractersticas
estranhas em duas direes perpendiculares o que implica a necessidade de duas
formaes de blocos.
O controle local complementado pela atribuio ou manifestao dos nveis dos
fatores experimentais nas unidades de modo que efeitos relevantes de fatores
experimentais no fiquem confundidos com efeitos das caractersticas estranhas
controladas. Assim, o controle local estreitamente relacionado e dependente da
estrutura das condies experimentais e da casualizao e deve ser considerado no
contexto da gerao da estrutura do experimento. Por essa razo, as consideraes
referentes ao controle local sero complementadas no Captulo 10
10, que trata da gerao
e constituio da estrutura do experimento.
O controle local eficaz abrange a gama mais ampla possvel das caractersticas
estranhas relevantes da amostra com o menor nmero de classificaes. Em muitas
situaes uma mesma classificao das unidades de observao para propsito de
415
Planejamento de Experimentos
416
de variao estranha considervel. Assim, por exemplo, se so disponveis apenas 4 fornos para
assar as 32 peas de lombo, esses fornos tero que ser utilizados sucessivamente, em 8 etapas.
Nessas circunstncias, poder ser conveniente o controle local da variao entre as 32 fornadas
pela classificao dessas fornadas segundo as 8 etapas.
Dessa forma, ter-se-ia um controle local duplo: um para o controle da variao estranha
relevante entre as 32 peas de lombo e outro para o controle da variao estranha relevante entre
as 32 fornadas. Entretanto, esse controle local duplo pode ser reduzido a controle local simples,
pela assinalao dos 8 grupos de peas de lombo s 8 etapas de cozimento de modo que cada
grupo de peas resulte associado a uma etapa. Esse procedimento mais eficaz de controle local
deve ser utilizado, sempre que apropriado.
417
Planejamento de Experimentos
418
pesquisador que deve usar julgamento criterioso para obter uma amostra que represente
apropriadamente a populao objetivo.
As classificaes das unidades de observao determinadas ou levadas em conta
pelo controle local constituem os fatores de unidade. As relaes entre os nveis dos
fatores de unidade estabelecem uma estruturao relevante dessas unidades
elementares da amostra.
As relaes entre os nveis dos fatores de unidade constituem a estrutura dos
fatores de unidade ou estrutura das unidades.
unidades
O controle local efetivado pela considerao da estrutura das unidades na
atribuio dos tratamentos a essas unidades pelo procedimento de casualizao. A
associao entre a estrutura das unidades e a estrutura das condies experimentais
estabelecida pela casualizao determina a estrutura do experimento ou delineamento
experimental, que constitui o tema do Captulo 10
10. Na Seo 10.3 so descritas diversas
estruturas de unidade que podem resultar do controle local.
9.6
Controle Estatstico
Assim como o controle local, o controle estatstico no interfere na constituio da
amostra e tem o propsito de evitar que a variao devida s caractersticas estranhas
controladas afete os efeitos dos fatores experimentais e separ-la do erro experimental
que afeta esses efeitos.
O controle estatstico consiste no registro dos valores observados das variveis
estranhas controladas (co-variveis) e se completa com o uso de procedimentos de
anlise estatstica que efetuem o ajustamento apropriado dos valores observados da
varivel resposta para eliminao da variao atribuvel co-varivel. O procedimento
estatstico para essas inferncias a anlise da co-variao. A anlise da co-variao
requer a pressuposio de uma expresso para a relao entre a varivel resposta e a
co-varivel. Muito freqentemente pressuposta uma relao linear. Entretanto, outras
formas de relao podem ser consideradas, tal como relao polinomial quadrtica. A
validade das inferncias derivadas depende da adequabilidade da relao postulada.
Nessas circunstncias, o controle estatstico demanda a mensurao da
caracterstica estranha controlada e sua expresso atravs de uma varivel de escala
intervalar ou racional, preferivelmente contnua. Em geral, uma caracterstica estranha
apropriada para controle estatstico tem propriedades semelhantes quelas indicadas
para co-varivel explanatria (Seo
Seo 5.8),
5.8 ou seja:
1) seus nveis so inerentes s unidades e no podem ser escolhidos e definidos
no plano do experimento;
2) podem ser distintos para todas as unidades da amostra;
3) no constituem uma partio significativa dessas unidades.
O controle estatstico tambm controla os efeitos sobre a varivel resposta de
outras caractersticas relacionadas com a co-varivel. Por essa razo, sua aplicao
deve pressupor que a co-varivel no afetada pelas condies experimentais, pois,
caso contrrio, o controle estatstico tambm estar efetuando o ajustamento dos valores
da varivel resposta para eliminao de efeitos atribuveis a essas condies,
particularmente de efeitos atribuveis a tratamentos. Essa pressuposio satisfeita em
uma das trs seguintes situaes:
a) a co-varivel mensurada antes da aplicao dos tratamentos s unidades
experimentais; ou
419
Planejamento de Experimentos
420
9.7
Casualizao
O controle local e o controle estatstico permitem a eliminao da variao devida a
caractersticas estranhas relevantes das estimativas dos efeitos de fatores experimentais
e da varincia do erro experimental que afeta esses efeitos. Entretanto, esses dois
procedimentos de controle experimental no so completamente efetivos. De fato, eles
permitem o controle de uma frao relevante das caractersticas estranhas, mas as
demais caractersticas estranhas, supostamente individualmente menos relevantes,
permanecem no controladas. Essas caractersticas so fontes potenciais de
confundimento tendencioso de efeitos de caractersticas estranhas com efeitos de fatores
experimentais, que origina vis intrnseco. A casualizao das caractersticas estranhas
remanescentes evita esse vis e torna a constituio do erro experimental que afeta os
efeitos dos fatores experimentais aleatria.
A casualizao uma forma de controle experimental complementar. Ela no logra
a reduo quantitativa desse confundimento. Seu propsito evitar a tendenciosidade
que esse confundimento possa implicar.
421
Planejamento de Experimentos
422
9.7.1
Exemplo 9.21
Considere-se o experimento do efeito da temperatura de cozimento de carne de leito sobre
a qualidade do alimento (Exemplo
Exemplo 9.19),
19 com o controle local simples simultneo das
caractersticas relevantes das 32 peas de lombo e das 32 fornadas. Nessas circunstncias, os 8
423
Planejamento de Experimentos
424
11
10
425
9.7.2
Planejamento de Experimentos
426
Exemplo 9.22
Exemplo 9.24
Seja um experimento com cobaias para pesquisa do efeito da testosterona sobre a sntese
de protena em uma regio particular do hipotlamo. Diversas doses de testosterona so
assinaladas aleatoriamente e injetadas em diferentes grupos de animais. Ao fim de um intervalo
de tempo, os animais so sacrificados e so efetuadas anlises qumicas em tecido do hipotlamo
dissecado. Para evitar qualquer influncia tendenciosa dos indivduos que conduzem as fases
subseqentes de dissecao e anlises qumicas, aps o recebimento da injeo, cada animal
427
recebe um cdigo de identificao para que os tratamentos que eles receberam no sejam
conhecidos.
Planejamento de Experimentos
428
Exemplo 9.26
9.8
429
Exerccios de Reviso
1. Porque em experimentos tecnolgicos freqentemente a amostra inicial deve ter abrangncia
espacial e temporal ampla?
2. Liste os temas relevantes que devem ser considerados no planejamento da constituio das
unidades experimentais.
3. Liste e explique abreviadamente as propriedades essenciais que as unidades experimentais
devem satisfazer que estabelecem um limite mnimo para as suas dimenses.
4. Explique, com um exemplo, as implicaes que a forma das unidades pode ter para a preciso
e para a validade interna do experimento.
Planejamento de Experimentos
430
distncia
nmero
nmero
til da parcela.)
b) Determine as dimenses da rea total e da rea til da parcela.
431
(1)
(2)
(3)
Planejamento de Experimentos
432
2(
resultados do experimento.
5(
6(
controle estatstico.
7(
8(
9(
experimento.
433
14 (
15 (
19 (
do material experimental.
todas as plantas na parcela.
20 (
diferentes instantes.
23 (
experimentais.
24 (
) Qualquer desvio dos momentos previstos para a aplicao dos tratamentos implica em
respostas.
26 (
27 (
29 (
experimental.
31 (
) Dados devem ser registrados com dgitos em nmero no mnimo igual quele que
) Um mesmo critrio de controle local pode ser utilizado para o controle de muitas
caractersticas estranhas.
34 (
35 (
36 (
) O mesmo critrio de controle local pode ser utilizado para o controle de fontes de
Planejamento de Experimentos
434
38 (
experimental heterogneo.
39 (
40 (
41 (
) Um mesmo critrio de controle estatstico pode ser utilizado para o controle de muitas
43 (
44 (
45 (
46 (
) A casualizao pode ser utilizada com proveito para evitar a manifestao de fontes de
49 (
50 (
51 (
53 (
54 (
Perodo pr-experimental
Perodo experimental
Planilha de dados
Controle local
Controle estatstico
Co-varivel estranha
Anlise da co-variao
Casualizao
Casualizao na implementao de
tcnicas experimentais
Unidade cega
Experimento cego
435
Bibliografia
COBB, G. W. Introduction to design and analysis of experiments
experiments. New York: SpringerVerlag, 1998. 795p.
COCHRAN, W. G.; COX, G. M. Experimental designs
designs. 2. ed. New York: John Willey,
1957. 617p.
COCHRAN, W. G. Planning & analysis of observational studies.
studies New York: John Willey,
1983. 145p.
COX, D. R. Planning of experiments
experiments. New York: John Wiley, 1958. 308p.
COX. D. R.; SNELL, E. J. Applied statistics, principles and examples.
examples Londres: Chapman
and Hall, 1981. 189p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
DYKE, G. V. Comparative experiments with field crops
crops. Londres: Butterworths, 1974.
211p.
FEDERER, W. T. Statistics and society, data collection and interpretation.
interpretation New York:
Marcel Dekker, 1973. 399p.
FEDERER, W. T. Experimental design: theory and application.
application New York: Macmillan,
1955. 593p.
FINNEY, D. J. An introduction to statistical science in agriculture.
agriculture 4.ed. Copenhagen:
Scandinavian University Books, 1972. 290p.
FISHER, R. A. The design of experiments
experiments. Edinburgh: Oliver and Boyd, 1935. 248p.
KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference,
Inference v.1,
p.1-25, 1977.
KEMPTHORNE, O. The design and analysis of experiments.
experiments Huntigton, NY: Robert E.
Krieger Publishing Company, 1979. 631 p.
KEMPTHORNE, O. Sampling inference, experimental inference and observation
inference. Sankhya,
Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979.
HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments
experiments. New York:
John Wiley, 1994. v.1. 495p.
KISH, L. Sample surveys versus experiments, controlled observations, census, registers,
and local studies. Australian Journal of Statistics
Statistics, v.27, n.2, p.111-122, 1985.
KISH, L. Statistical design for research
research. New York: John Wiley, 1987. 267p.
KUEHL, R. O. Design of experiments: Statistical principles of research design and
analysis.
analysis 2. ed. Pacific Grofe, Califrnia: Brooks/Cole, 2000. 666p.
LORENZEN, T. J.; ANDERSON. V. L. Design of experiments; a non
non--named approach.
approach
New York: Marcel Dekker, 1993. 414p.
OSTLE, B; MALONE, L. C. Statistics in research: Basic principles and techniques for
research workers.
workers 4. ed. Ames: Iowa State University, 1988. 664p.
PEARCE, S. C. Field experimentation with fruit trees and other perennial plants
plants.
Technical Communication No 23, Commonwealth Bureau of Horticulture and
Plantation Crops, East Malling, 131, 1953.
PETRIE, A.; WATSON, P. Statistics for veterinary and animal sciences.
sciences Oxford: Blackwell
Science, 1999. 243p.
RILEY, J; RYDER, K. Forms for recording details and results of field experiments.
Experimental Agriculture
Agriculture, v.15, p.1-14, 1979.
436
Planejamento de Experimentos
SELWYN, M. R. Principles of experimental design for the life sciences.
sciences Boca Raton,
Florida: CRC, 1996. 160 p.
SILVA, J. G. C. da. O ensino da Estatstica no Sistema Nacional de Pesquisa
Agropecuria. In: ENCONTRO NACIONAL DE MTODOS QUANTITATIVOS, III,
Anais.
Anais Braslia, 20-22 junho, 1995. Empresa Brasileira de Pesquisa Agropecuria,
Braslia, 1995. p.89-107.
SILVA, J. G. C. da. Estatstica experimental,
experimental verso preliminar. Pelotas: Universidade
Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p.
URQUHART, N. S. The anatomy of a study. Hortscience,
Hortscience v.16, n.5, p.621-627, 1981.
WILSON, E. B. An introduction to scientific research.
research New York: McGraw-Hill Book
Company, Inc., 1952. 373p.
Zar, J. H. Biostatistical analysis
analysis. 4. ed. New Jersey: Prentice Hall, 1999. 931p.
10
10.1
Introduo.............................................................................................................. 439
10.2
Estruturas das Unidades........................................................................................ 439
10.3
Estruturas das Unidades de Experimentos de Abrangncia Restrita ..................... 440
10.3.1
Estruturas de unidades de observao simples.............................................. 440
10.3.1.1 Estrutura de unidades unifatorial .................................................................... 441
10.3.1.2 Estrutura de unidades de dois fatores hierrquica .......................................... 442
10.3.1.3 Estrutura de unidades de dois fatores cruzada ............................................... 445
10.3.1.4 Estrutura de unidades de trs fatores hierrquica........................................... 447
10.3.1.5 Estrutura de unidades de quatro fatores mista................................................ 450
10.3.2
Estruturas de unidades de observaes mltiplas .......................................... 453
10.3.2.1 Estrutura de unidades de dois fatores hierrquica .......................................... 453
10.3.2.2 Estrutura de unidades de trs fatores hierrquica........................................... 454
10.3.2.3 Estrutura de unidades de trs fatores mista.................................................... 455
10.3.3
Estruturas de unidades de observaes repetidas.......................................... 457
10.3.3.1 Estrutura de unidades de dois fatores cruzada ............................................... 457
10.3.3.2 Estrutura de trs fatores mista ........................................................................ 458
10.4
Estruturas das Unidades de Experimentos de Abrangncia Ampla........................ 460
Estruturas de unidades de abrangncia ampla no espao............................................ 460
Estruturas de unidades de abrangncia ampla no tempo ............................................. 460
Estruturas de unidades de abrangncia ampla no espao e no tempo ......................... 460
10.5
Estrutura do Experimento ou Delineamento Experimental ..................................... 462
10.6
Delineamentos para Estruturas de Condies Experimentais Unifatoriais ............. 463
10.6.1
Estrutura de unidades unifatorial .................................................................... 464
Casualizao ................................................................................................................ 464
Estrutura do experimento.............................................................................................. 465
Caracterizao e usos do delineamento ....................................................................... 466
Vantagens e desvantagens........................................................................................... 468
Vantagens .................................................................................................................... 468
Desvantagens............................................................................................................... 468
10.6.2
Estrutura de unidades de dois fatores hierrquica .......................................... 468
10.6.2.1 Delineamento em blocos completos ............................................................... 469
Casualizao ................................................................................................................ 469
Estrutura do experimento.............................................................................................. 470
Caracterizao e usos do delineamento ....................................................................... 471
Vantagens e desvantagens........................................................................................... 475
10.6.2.2 Delineamentos em blocos com mais de uma repetio de cada tratamento ... 476
Casualizao ................................................................................................................ 476
Estrutura do experimento.............................................................................................. 477
Caracterizao e usos .................................................................................................. 478
438
Planejamento de Experimentos
439
10.1 Introduo
No planejamento do experimento o pesquisador exerce a escolha do material
experimental, ou seja, a escolha das caractersticas respostas, a escolha das
caractersticas explanatrias e a escolha das caractersticas estranhas e do controle
dessas caractersticas. Usualmente essas escolhas so limitadas pela inacessibilidade da
populao objetivo e por restries de recursos.
Nos captulos anteriores, tratou-se do processo dessas escolhas, ou seja, do
planejamento da resposta, do planejamento das condies experimentais e do
planejamento das caractersticas estranhas e do controle experimental. Esses
planejamentos estabelecem a estrutura da resposta, a estrutura das condies
experimentais e a estrutura das unidades. A relao estrutural entre essas trs estruturas
determina a estrutura do experimento.
Muito freqentemente, a estrutura da resposta simples. Essa simplicidade decorre
de ausncia de relao entre as variveis respostas ou da considerao do tempo como
um fator experimental adicional, no caso mais usual de estruturao que compreende
observaes repetidas sobre unidades (Seo
Seo 7.7
7.7). Nessas circunstncias, a estrutura do
experimento muito freqentemente estabelecida pela relao entre a estrutura das
condies experimentais e a estrutura das unidades. A relao dessas duas estruturas
estabelecida pela casualizao, ou seja, pela atribuio aleatria dos nveis dos fatores
de tratamento s unidades da amostra e pela manifestao dos nveis dos fatores
intrnsecos nessas unidades. A especificao correta da estrutura do experimento
depende das definies corretas daquelas duas estruturas e do procedimento de
casualizao.
A definio da estrutura do experimento parte fundamental do planejamento do
experimento. Ela deve ser elaborada de modo que o experimento tenha habilidade para a
deteco das diferenas de respostas reais importantes atribuveis a fatores
experimentais com os recursos disponveis. Esse foi o tpico do Captulo 6
6.
Neste Captulo, faz-se uma descrio das estruturas de unidades e das estruturas
de experimentos, que muito freqentemente recebem a denominao de delineamentos
de experimentos. Assim, a Seo 10.2 descreve as estruturas de unidades mais usuais,
complementando as consideraes feitas na Seo 9.5
9.5. Essas estruturas de unidade so
caracterizadas e ilustradas, e so apresentadas suas representaes simblicas e por
diagramas de Hasse. A estrutura do experimento o tema das sees que seguem
(Sees
Sees 10.5 a 10.10).
10.10 Nessas Sees so definidos e ilustrados os delineamentos
experimentais mais usuais e so apresentadas suas representaes simblica e por
diagrama de Hasse.
Planejamento de Experimentos
440
10.3.1
441
Figura 10.
10.1. Croqui de uma estrutura de unidades unifatorial
com um nico fator: parcela com 24 nveis.
Essa estrutura de unidades simbolizada por E que denota o fator de unidade:
parcela, e representada pelo diagrama da Figura 10.
10.2, onde Mu denota o material
experimental. Na representao simblica de fatores de unidades a letra E usualmente
utilizada para denotar o fator de unidade cujos nveis so as unidades de observao.
Figura 10.
10.2. Diagrama da estrutura de unidades unifatorial com
fator E: E.
Planejamento de Experimentos
442
443
Figura 10.
10.3. Estrutura de unidades hierrquica de dois fatores:
parcela e bloco, respectivamente com 72 e 6
nveis; o fator parcela aninhado no fator bloco.
Essa estrutura de unidades simbolizada por U/E, onde E e U denotam os fatores
de unidade: parcela e bloco, respectivamente, e representada pelo diagrama de Hasse
da Figura 10.
10.4, onde Mu denota o material experimental.
Figura 10.
10.4. Diagrama da estrutura de unidades hierrquica de dois
fatores E e U com fator E aninhado no fator U: U/E.
O Exemplo 10.
10.2 prov ilustraes dessa forma de estrutura hierrquica de dois
fatores de unidade com suposio de alteraes das duas composies de material
experimental consideradas no Exemplo 10.
10.1 b) e c).
Exemplo 10.
10.2
a) Material experimental: Cordeiros machos heterogneos quanto idade; demais
caractersticas descritas no Exemplo 10.
10.1 b).
Controle local: Os animais so classificados em grupos de animais de idades prximas que
so considerados suficientemente homogneos. Dessa forma a heterogeneidade dos animais
quanto idade controlada pela formao desses grupos ou blocos de animais.
Unidade de observao para variveis respostas relevantes: o cordeiro.
Unidade experimental elementar: a prpria unidade de observao, ou seja, o cordeiro com
as caractersticas do material experimental que lhe correspondem.
Estrutura das unidades: H duas classificaes relevantes das unidades de observao
cujas classes so os cordeiros individuais e os nveis de idade. Ento, a estrutura das unidades
444
Planejamento de Experimentos
para as variveis respostas que exprimem peso corporal e caractersticas de carcaa compreende
dois fatores: cordeiro (parcela) e idade (bloco); os nveis do primeiro fator so os cordeiros
individuais e os nveis do segundo fator, as classes de idade. O fator cordeiro aninhado no fator
idade.
b) Material experimental: Plantas heterogneas quanto ao vigor; demais caractersticas
descritas no Exemplo 10.
10.1 c).
Controle local: As plantas so classificadas em grupos (blocos) de plantas de modo que as
plantas de cada bloco sejam semelhantes quanto ao vigor. Assim, a heterogeneidade das plantas
no que se refere ao potencial para produo de frutos controlada pela formao desses blocos.
Unidade de observao para variveis respostas referentes planta: a planta.
Unidade experimental elementar: a prpria unidade de observao, ou seja, a planta com as
caractersticas do material experimental que lhe correspondem.
Estrutura das unidades: H duas classificaes das plantas; as classes correspondentes a
essas duas classificaes so as plantas individuais e os blocos de plantas similares quanto ao
vigor. Logo, a estrutura das unidades para as variveis respostas referentes planta compreende
dois fatores: planta (parcela) e vigor (bloco), cujos nveis so as plantas e os nveis de vigor,
respectivamente. o fator planta aninhado no fator vigor.
Figura 10.
10.5. Estrutura de unidades hierrquica de dois fatores: subparcela e
parcela, respectivamente com 60 e 15 nveis; o fator
subparcela aninhado no fator parcela.
O smbolo dessa estrutura de unidades o mesmo da situao 1), ou seja, U/E,
onde, agora, E e U denotam os fatores de unidade: subparcela e parcela,
respectivamente, e seu diagrama o mesmo apresentado na Figura 10.
10.4.
Essa estrutura de unidades pode ser apropriada para situaes de dois ou mais
fatores experimentais em que sejam requeridas duas dimenses de unidades
experimentais. Esse pode ser o caso, por exemplo, de dois fatores experimentais um dos
quais requeira unidades experimentais de dimenses grandes que possam ser divididas
445
Planejamento de Experimentos
446
Figura 10.
10.6. Estrutura de unidades cruzada de dois fatores: fila e coluna
ambos com 5; os fatores fila e coluna so cruzados; a
parcela a combinao dos nveis desses dois fatores.
Essa estrutura de unidades simbolizada por U*U, onde U e U denotam os fatores
de unidade: fila e coluna, respectivamente, e representada pelo diagrama da Figura
10.
10.7.
Figura 10.
10.7. Diagrama da estrutura de unidades cruzada
de dois fatores: U e U.
Exemplo 10.
10.4
Material experimental: Conjunto de cordeiros de diversas procedncias, heterogneos
quanto a hbito alimentar e sistema de criao, e de diversas idades, que so mantidos em um
mesmo potreiro durante o perodo experimental; caractersticas homogneas referentes ao manejo
e ao processo de mensurao e registro de dados.
Controle local: Os animais so classificados duplamente segundo as procedncias e as
idades, constituindo duas formaes de blocos; os blocos da primeira formao so as
procedncias e os da segunda formao, as faixas de idade. Dessa forma a heterogeneidade das
caractersticas estranhas relevantes referentes aos cordeiros controlada por controle local duplo.
Unidade de observao para caractersticas respostas referentes ao animal: o cordeiro.
447
Figura 10.
10.8. Estrutura de unidades hierrquica de trs fatores: subparcela,
parcela e bloco, respectivamente com 96, 16 e 4 nveis; o fator
subparcela aninhado no fator parcela e este no fator bloco.
Essa estrutura de unidades simbolizada por U/U/E, onde E, U e U denotam,
respectivamente, os fatores de unidade: subparcela, parcela e bloco, e representada
pelo diagrama da Figura 10.
10.9.
Planejamento de Experimentos
448
Figura 10.
10.9. Diagrama da estrutura de unidades hierrquica de trs
fatores E, U e U com o fator E aninhado no fator U e este
no fator U: U/U/E.
Como na situao de estrutura de unidades hierrquica de dois fatores esta
estrutura pode ser conveniente para situaes de dois ou mais fatores experimentais em
que sejam requeridas duas dimenses de unidades; por exemplo, no caso de dois fatores
experimentais em que um dos fatores requeira unidades experimentais de dimenses
grandes que possam conter subunidades com os nveis do outro fator experimental.
Essa forma de relao hierrquica de trs fatores de unidade ilustrada pelo
Exemplo 10.
10.5 que considera alteraes do material experimental de cada uma das
situaes ilustradas no Exemplo 10.
10.3.
Exemplo 10.
10.5
a) Material experimental: Videiras de um pomar situado em um terreno com declive; demais
caractersticas descritas no Exemplo 10.
10.3 a).
Controle local: O pomar dividido para formar blocos segundo as faixas de nvel de modo
que as caractersticas do solo e das plantas de cada bloco sejam suficientemente homogneas.
Essa formao de blocos efetua o controle local da heterogeneidade das caractersticas estranhas
decorrente do declive do terreno.
Formao das unidades: As plantas so classificadas em grupos de plantas contguas e
esses grupos segundo os blocos.
Unidade de observao para as variveis respostas que exprimem caractersticas
referentes produo de uva: a planta.
Unidade experimental elementar para fatores cujos nveis possam ser assinalados a plantas
individuais: a prpria unidade de observao, ou seja, a planta com as caractersticas do material
experimental que lhe correspondem.
Unidade de segunda formao de unidades experimentais: grupo de plantas contguas com
as correspondentes caractersticas do material experimental.
Estrutura das unidades: As plantas constituem as unidades experimentais elementares que
so classificadas em grupos de plantas contguas para constiturem a segunda formao de
unidades experimentais, e esses grupos de plantas so classificados segundo as faixas de nvel
para propsito de controle local. Nessas circunstncias, a estrutura das unidades para variveis
respostas que exprimem caractersticas referentes produo de uva compreende trs fatores:
planta (subparcela), grupo de plantas contguas (parcela) e faixa de nvel (bloco), com o primeiro
fator aninhado no segundo e este, no terceiro. Os nveis desses fatores so, respectivamente, as
plantas individuais, os grupos de plantas contguas e as faixas de nvel. O fator planta (subparcela)
aninhado no fator grupo de plantas (parcela) e este, no fator faixa de nvel (bloco).
b) Material experimental: Leites machos heterogneos quanto idade que so mantidos
durante o perodo experimental em uma instalao com boxes coletivos com variao ambiental
relevante.
Controle local: Os animais so classificados em grupos de animais de idades prximas e os
boxes em grupos de boxes prximos. Ento, os grupos de animais so assinalados aos grupos de
boxes para constiturem os blocos. Dessa forma efetuado o controle local simples simultneo
das caractersticas estranhas relevantes referentes aos animais e aos boxes.
Formao das unidades: Os animais so classificados em grupos de animais que so
alocados aos boxes e os boxes so classificados segundo os blocos.
449
Figura 10.
10.10.
10 Estrutura de unidades hierrquica de trs fatores: subsubparcela,
subparcela e parcela, respectivamente com 108, 36 e 12 nveis; o
fator subsubparcela aninhado no fator subparcelas e este no
fator parcela.
Planejamento de Experimentos
450
Exemplo 10.
10.6
Essa estrutura de unidades pode ser conveniente para situaes de trs ou mais
fatores experimentais em que sejam requeridas unidades experimentais de trs
dimenses diferentes; por exemplo, no caso de trs fatores experimentais em que um
dos fatores requeira unidades experimentais de dimenses grandes que possam conter
subunidades com os nveis de um dos outros dois fatores, e estas subunidades, por sua
vez, possam alojar subsubunidades com os nveis do terceiro fator.
10.3.1.5 Estrutura de unidades de quatro fatores mista
Estruturas mistas de mais de trs ou mais fatores podem surgir de vrias formas de
classificaes das unidades de observao. Uma delas considerada a seguir. H uma
variao relevante devida a uma caracterstica estranha que controlada por controle
local simples. As unidades de observao constituem a formao de unidades
experimentais elementares. Em cada grupo constitudo para controle local as unidades
de observao so agrupadas em duas formaes de faixas transversais na forma
descrita para a estrutura de unidades de dois fatores cruzada. As unidades de
observao so as combinaes dos nveis dos dois fatores de unidade correspondentes
a essas duas formaes de faixas transversais. Assim, h trs classificaes das
unidades de observao cujas classes so, respectivamente, os blocos constitudos para
propsito de controle local e as faixas de cada uma das duas formaes de faixas
transversais. Essas classes de unidades pode ser designadas como blocos, faixa 1 e
faixa 2, respectivamente. As as faixas 1 e as faixas 2 so cruzadas, e ambas so
aninhadas nos blocos que, por sua vez, so aninhados no material experimental:
Material experimental Blocos (Faixas 1 ^ Faixas 2).
Os trs fatores de unidade so designados bloco,
2,
bloco faixa 1 e faixa 2
respectivamente. Os fatores faixas 1 e faixa 2 so cruzadas e estes dois fatores so
ambos aninhados no fator bloco. Essa estrutura de unidades ilustrada pelo croqui da
Figura 10.
10.11.
11
451
Figura 10.
10.11.
11 Estrutura de unidades mista de trs fatores: faixa 1, faixa 2 e
bloco, respectivamente com 18, 24 e 6 nveis; os fatores faixa 1 e
faixa 2 so cruzados e ambos so aninhados no fator bloco.
Figura 10.
10.12.
12 Diagrama da estrutura de unidades mista de trs fatores: U, U e
U com os fatores U e U so cruzados e ambos aninhados no
fator U: U/(U*U).
Essa estrutura de unidades pode ser apropriada para situaes de dois fatores
experimentais que requeiram unidades experimentais de dimenses grandes que possam
conter diversas subunidades com os nveis do outro fator experimental e seja necessrio
controle local da variao entre as unidades de cada uma dessas duas formaes de
unidades experimentais.
Exemplo 10.
10.7
Material experimental: Sementes de trigo com caractersticas homogneas; terreno plano
cujas caractersticas do solo variam com a distncia; caractersticas homogneas referentes a
tcnicas de cultivo e ao processo de mensurao e registro de dados.
Controle local: O conjunto dos talhes formados para constiturem as unidades elementares
dividido em blocos aproximadamente quadrados de modo que os talhes de cada bloco sejam
suficientemente homogneos quanto s caractersticas do solo.
Formao das unidades: Cada um desses blocos dividido em faixas paralelamente a cada
um de seus lados para a constituio de duas formaes de unidades experimentais para alojar
dois fatores experimentais que requerem unidades experimentais de dimenses razoavelmente
grandes e alongadas.
Unidade de observao para caractersticas respostas relevantes: o talho.
452
Planejamento de Experimentos
Unidade de primeira formao de unidades experimentais: conjunto de faixas paralelas a
um dos lados do bloco com as correspondentes caractersticas do material experimental.
Unidade de segunda formao de unidades experimentais: conjunto de faixas paralelas ao
outro lado do bloco com as correspondentes caractersticas do material experimental.
Estrutura das unidades: As unidades de observao so as interseces das faixas que
constituem as duas formaes de unidades experimentais, cada uma dessas duas faixas
classifica-se segundo os blocos constitudos para controle local. Assim, h trs classificaes das
unidades de observao; as classes dessas trs classificaes so as unidades experimentais da
primeira formao de unidades experimentais e as unidades experimentais da segunda formao
de unidades experimentais, que podem ser designadas faixas 1 e faixas 2, e os blocos. Portanto, a
estrutura das unidades para as variveis respostas relevantes compreende trs fatores: faixa 1,
faixa 2 e bloco. Os fatores faixa 1 e faixa 2 so cruzados e ambos so aninhados no fator bloco.
453
10.3.2
Planejamento de Experimentos
454
Figura 10.
10.13.
13 Estrutura de unidades de observaes mltiplas hierrquica de
dois fatores: observao e parcela, respectivamente com 96 e 24
nveis;o fator observao aninhado no fator parcela.
455
Figura 10.
10.14.
14 Estrutura de unidades de observaes mltiplas hierrquica de trs
fatores: observao, parcela e bloco, respectivamente com 96,
24 e 4 nveis; o fator observao aninhado no fator parcela e
este no fator bloco.
O smbolo dessa estrutura de unidades U/U/E, onde E, U e U denotam,
respectivamente, os fatores de unidade: observao, parcela e bloco; seu diagrama o
mesmo apresentado na Figura 10.
10.9.
O Exemplo 10.9 apresenta uma ilustrao dessa estrutura de unidades.
Exemplo 10.
10.9
Material experimental: Plantas de um pomar macieiras em terreno com declive que so
dispostas em linhas duplas com cada par de linhas em uma mesma faixa de nvel.
Controle local: As plantas so classificadas em blocos de duas linhas contguas em uma
mesma faixa de nvel para controle da heterogeneidade das caractersticas do material
experimental decorrente do declive do solo.
Unidade de observao para variveis respostas referentes produo de frutos: a planta.
Unidade experimental: Grupo de quatro plantas contguas, duas de cada uma das duas
linhas de um mesmo bloco, com as correspondentes caractersticas do material experimental.
Estrutura das unidades: Compreende trs fatores: planta (observao), conjunto de quatro
plantas (parcela) e bloco. O fator planta aninhado no fator grupo de plantas (parcela) e este fator
no fator bloco.
Planejamento de Experimentos
456
Figura 10.
10.15.
15 Estrutura de unidades de observaes mltiplas mista de trs
fatores: observao, fila e coluna, respectivamente 100, 5 e 5
nveis; o fator observao aninhado nos fatores fila e coluna que
so cruzados.
Figura 10.
10.16.
16 Diagrama de estrutura de unidades de observaes mltiplas
mista de trs fatores: E, U e U com o fator E aninhado nos fatores
U e U que so cruzados: (U*U)/E.
457
10.3.3
Planejamento de Experimentos
458
Figura 10.
10.17.
17 Estrutura de unidades de observaes repetidas cruzada de dois
fatores: parcela e instante, respectivamente com 24 e 6 nveis.
Figura 10.
10.18.
18 Diagrama da estrutura de unidades cruzada de observaes
repetidas de dois fatores E e R: E*R.
459
Figura 10.
10.19.
19 Diagrama da estrutura de unidades de observaes repetidas
mista de trs fatores E, U e R, onde E aninhado no fator U e
estes dois fatores so ambos cruzados com o fator R: (U/E)*R.
460
Planejamento de Experimentos
Figura 10.
10.20.
20 Diagramas de estruturas de unidade de abrangncia ampla no
espao (a) e estrutura de unidades de experimento repetido em
diversos locais (b).
461
regio e por diversos anos de um intervalo de anos uma estrutura de unidades cruzada
de trs fatores: observao (E), local (L) e ano (A). Essas estruturas de unidades so
representada pelos diagramas da Figura 10.
10.21.
21
Figura 10.
10.21.
21 Diagramas das estruturas de unidades de experimentos
de abrangncia ampla no espao e no tempo: a)
genrica; b) estrutura de abrangncia restrita
unifatorial (L: local, fator A: ano, E: observao).
O Exemplo 10.
10.14 prov ilustraes dessas estruturas.
Exemplo 10.
10.14
a) Suponha-se que o experimento considerado no Exemplo 10.
10.1 b) repetido em diversos
locais. Nessas circunstncias, o controle local deve levar com conta a classificao das unidades
de observao (cordeiros) segundo os locais e a classificao dos locais para constituir o material
experimental global que abrange o conjunto dos locais. Por conseqncia, resulta um fator de
unidade adicional ao fator parcela (cordeiro): o fator local cujos nveis so os locais individuais. O
fator parcela aninhado no fator local.
b) Se que o experimento do Exemplo 10.
10.1 b) repetido em diversos anos em um nico
local, deve ser considerada a classificao das unidades de observao segundo os anos, o que
significa a presena de dois fatores de unidade: parcela e ano, com o primeiro fator aninhado no
segundo.
c) Se aquele experimento repetido em diversos locais e em cada local por dois ou mais
anos, devem ser consideradas duas classificaes relevantes das unidades de observao: a
classificao segundo os locais e a classificao segundo os anos. Nessa situao h trs fatores
de unidade: parcela, local e ano; o fator parcela aninhado em cada um dos fatores local e ano e
estes fatores so cruzados.
Exerccios 10.
10.1
1. Explique as origens possveis da estruturao das unidades de observao em um
experimento.
2. Porque agrupamentos relevantes das unidades de observao devem ser levados em conta
na especificao da estrutura do experimento?
3. Liste as origens dos agrupamentos ou classificaes das unidades de observao que devem
ser considerados na especificao da estrutura das unidades.
4. Geralmente, para um fator experimental intrnseco h sempre um fator de unidade associado.
Qual a distino essencial entre um fator experimental intrnseco e o correspondente fator de
unidade?
5. Caracterize e ilustre com um exemplo de sua rea a estrutura de unidades mais simples.
6. Em que situao ocorre uma estrutura de dois fatores de unidade cruzada? Ilustre com um
exemplo de sua rea.
7. Explique porque em experimentos de ampla abrangncia importante a considerao da
classificao das unidades de observao segundo suas disposies espacial e temporal.
8. Explique em que situaes podem resultar uma estrutura de dois fatores de unidade mista.
9. O que significa unidade experimental elementar?
462
Planejamento de Experimentos
10. Um pesquisador tem disponvel quatro reas com quatro diferentes cultivares de pessegueiro
de mesma idade, uma cultivar em cada rea. Cada uma dessas reas consiste de doze
talhes cada um com uma planta, dispostos em trs linhas de quatro talhes. Ele aplica trs
nveis de fertilizante s trs linhas de cada uma das quatro reas, um nvel a cada linha, por
processo de sorteio separado e independente para cada uma das reas, e, ento, aplica
quatro nveis de desbaste de frutos s quatro plantas de cada uma das doze linhas, por sorteio
efetuado separada e independentemente para cada uma das linhas. Identifique e caracterize
os agrupamentos das unidades de observao (plantas) que foram considerados como
restries a casualizao na atribuio dos tratamentos a essas unidades.
Figura 10.
10.22.
22 O delineamento experimental gerado pela associao da
estrutural das condies experimentais e da estrutura das
unidades determinada pela casualizao.
463
Planejamento de Experimentos
464
10.6.1
(a)
6 7 8 9 10
Casualizao 11 12 13 14 15
A2 A4 A2 A5 A1
A2 A3 A1 A3 A3
A1 A3 A4 A2 A5
16 17 18 19 20
A4 A4 A5 A1 A5
(b)
(c)
Figura 10.
10.23.
23. Gerao de delineamento completamente casualizado com 5
tratamentos: A1, A2, A3, A4 e A5 e 4 repeties de cada
tratamento.
465
Estrutura do experimento
A casualizao associa os nveis do fator de unidade E aos nveis do fator
experimental A, gerando o fator generalizado A^E. Portanto, os nveis do fator de unidade
E so as unidades experimentais para o fator experimental A Essa associao assinala
nveis diferentes do fator E para nveis distintos do fator A, o que significa que ela
estabelece relao hierrquica entre os fatores A e E em que A fator ninho e E fator
aninhado. Assim, a estrutura do experimento simbolizada por A/E.
Os diagramas de Hasse correspondentes estrutura das condies experimentais,
estrutura das unidades e estrutura do experimento so apresentados na Figura 10.
10.24.
24
Nos diagramas da estrutura do experimento o smbolo M representa o conjunto das
caractersticas explanatrias (fatores experimentais) e das caractersticas estranhas do
material experimental. A seta tracejada de dois sentidos indica a associao entre os
nveis do fator de unidade E e os nveis do fator experimental A, e salienta que os nveis
do fator de unidade E so as unidades experimentais para o fator experimental A.
Figura 10.
10.24.
24. Diagrama do delineamento completamente casualizado
(c,d) gerado por estrutura de condies experimentais
unifatorial A (a) e estrutura de unidades unifatorial E
(b) simbolizado por A/E.
Cada ndulo do diagrama da estrutura das unidades representa um estrato do erro
experimental. Particularmente, ndulos correspondentes a fatores de unidade associados
a fatores experimentais representam estratos referentes aos componentes do erro
experimental que afetam os efeitos dos fatores experimentais. No presente caso, o nico
ndulo da estrutura do experimento representa o nico estrato do erro experimental, que
corresponde ao fator de unidade E (Figura
Figura 10.
10.24b
24b). Esse fator de unidade E est
associado ao fator experimental A Essa associao gera o fator generalizado A^E, que
aninhado no fator A (Figura
Figura 10.
10.24c
24c). Isso implica que a variao dos valores observados
da varivel resposta nas unidades experimentais compreenda dois componentes: a)
variao entre unidades com nveis diferentes do fator A, ou seja, com tratamentos
diferentes, que compreende variao devida ao fator experimental A e s caractersticas
estranhas confundidas com A; b) variao entre unidades (nveis do fator E) com mesmo
nvel do fator A, isto , com um mesmo tratamento, que compreende apenas variao
devida a caractersticas estranhas. Esse ltimo componente o erro experimental que
afeta os efeitos do fator experimental A.
O delineamento completamente casualizado compreende um nico estrato do erro
experimental que corresponde ao nico fator de unidade E. Se esse erro experimental
pequeno relativamente grandeza da variao atribuvel ao fator experimental A, resulta
preciso elevada para as inferncias referentes a efeitos de tratamentos.
A propriedade da ortogonalidade no tem sentido para esse delineamento, j que
ele compreende apenas um fator experimental e um fator de unidade cujos nveis so as
unidades elementares do material experimental. A propriedade do balanceamento
depende dos nmeros de repeties dos tratamentos: o delineamento completamente
466
Planejamento de Experimentos
casualizado balanceado se e somente se o nmero de repeties o mesmo para
todos os tratamentos.
Caracterizao
Caracterizao e usos do delineamento
O delineamento completamente casualizado o mais simples dos delineamentos
experimentais. o nico delineamento que no impe controle local. A casualizao
irrestrita tambm deve ser adotada na implementao de tcnicas experimentais que
possam afetar diferenas de efeitos dos tratamentos.
Este delineamento adequado para situaes em que o material experimental seja
considerado como essencialmente homogneo quanto s caractersticas estranhas para
o nvel de preciso desejado para as inferncias. Isso significa expectativa de
contribuio individual irrelevante das caractersticas estranhas para a variao da
resposta. Atravs da casualizao, essas caractersticas estranhas so casualizadas, o
que permite estimao no tendenciosa das diferenas de efeitos de tratamentos e da
varincia que afeta esses efeitos.
Assim, o delineamento completamente casualizado pode ser apropriado para
experimentos em ambientes controlados, como laboratrio, estufa e casa de vegetao.
Especialmente quando as caractersticas estranhas relevantes do material
essencialmente possam ser homogeneizadas por tcnicas experimentais. Por exemplo,
essas circunstncias ocorrem quando: a) uma quantidade de material bem misturada e
ento dividida em pequenas pores para formar as unidades experimentais que
permanecem em ambiente uniforme e so submetidas a tcnicas experimentais
essencialmente homogneas; b) o material a que so aplicados os tratamentos fica em
recipientes (lminas, placas, vasos, caixas, etc.) cuja posio mudada periodicamente,
completamente ao acaso, de modo que, ao longo do experimento, sejam logradas
condies essencialmente homogneas para o conjunto das unidades experimentais.
Condies semelhantes de homogeneidade das caractersticas estranhas ocorrem
em experimentos com animais que constituem plantel uniforme, quando os tratamentos
so aplicados individualmente aos animais e todos os animais so mantidos juntos, em
um mesmo ambiente, durante o perodo experimental. Tambm podem ser logradas em
experimentos com plantas perenes adultas em que a poro preponderante da
heterogeneidade atribuvel s caractersticas estranhas do material experimental se
manifesta atravs do vigor das plantas e o experimento conduzido sobre um conjunto
de plantas de vigor semelhante. Nesse caso o delineamento completamente casualizado
pode ser apropriado principalmente quando a unidade experimental constituda de uma
nica planta e h possibilidades de perda de parte das unidades.
O delineamento completamente casualizado geralmente no recomendvel para
experimentos agrcolas de campo. Isso porque freqentemente um terreno de aparncia
uniforme revela-se heterogneo quanto s caractersticas do solo. Assim, na ausncia de
informao segura sobre a uniformidade do solo onde o experimento vai ser conduzido,
conveniente impor controle local com base na experincia com solos semelhantes.
Esse delineamento pode constituir escolha apropriada para experimentos em reas
novas de pesquisa, quando as caractersticas estranhas que possam afetar respostas de
interesse so desconhecidas, e para experimentos com pequeno nmero de unidades
experimentais, dado que o delineamento que proporciona o nmero de graus de
liberdade mais elevado para a estimativa da varincia do erro experimental. O uso do
delineamento completamente casualizado tambm deve ser cogitado para experimentos
em que uma frao considervel das unidades experimentais possa ser destruda ou
prejudicada.
O uso do delineamento completamente casualizado ilustrado pelos experimentos
descritos no Exemplo 10.
10.15 que consideram as estruturas de unidades ilustradas no
Exemplo 10.
10.1.
467
Exemplo 10.
10.15
a) Experimento: "Efeito da deficincia de cobre sobre o desenvolvimento da planta de milho"
com um fator experimental: cobre com 5 nveis na amostra correspondentes a 4 teores de cobre
diferentes e ausncia de cobre (Exemplo
Exemplo 10.
10.1a).
Procedimento: O experimento conduzido em casa de vegetao e a soluo nutritiva
completa, exceto pelo teor de cobre, distribuda em 30 recipientes. Cada uma das 5 doses de
cobre assinalada a 6 desses recipientes e, ento, os recipientes so alocados a 30 posies de
uma bancada dessa casa de vegetao.
Estrutura das condies experimentais: unifatorial; fator A: cobre, com 5 nveis: doses de
cobre.
Estrutura das unidades para as variveis respostas relevantes: unifatorial com o fator E:
parcela ou recipiente.
Casualizao: A inexistncia de controle local significa que no h imposio de qualquer
restrio casualizao. Portanto, os 30 recipientes correspondentes s 5 repeties de cada um
dos 5 tratamentos so atribudos s 30 posies da bancada da casa de vegetao de modo
completamente aleatrio.
Estrutura do experimento: A/E, onde A simboliza o fator experimental cobre e E, o fator de
unidade recipiente.
b) Experimento: "Pesquisa do efeito de anabolizante sobre o desenvolvimento corporal de
cordeiros machos da raa Corriedale" com um fator experimental: anabolizante Stilbestrol com
quatro doses (Exemplo
Exemplo 10.
10.1b).
Procedimento: O experimento conduzido com 24 animais homogneos que permanecem
em um mesmo potreiro durante o perodo experimental. Cada um dos 4 tratamentos assinalado
a 6 desses animais.
Estrutura das condies experimentais: unifatorial; fator A: anabolizante, com 4 nveis:
doses de Stilbestrol.
Estrutura das unidades para as variveis respostas relevantes: unifatorial; nico fator E:
parcela ou cordeiro.
Casualizao: Os 24 cordeiros so assinalados aleatoriamente s 4 doses do anabolizante
Stilbestrol sem qualquer restrio, mas de modo que resultem 6 cordeiros com cada uma das 4
doses.
Estrutura do experimento: A/E, onde A: fator experimental anabolizante e E: fator de
unidade cordeiro.
c) Experimento: "Efeito do desbaste de frutos sobre a produo de pssego" com um fator
experimental: desbaste com seis nveis (Exemplo
Exemplo 10.
10.1c).
Procedimento: O experimento conduzido sobre 48 plantas uniformes de um pomar. Cada
um dos 6 tratamentos assinalado a 8 dessas 48plantas.
Estrutura das condies experimentais: unifatorial; fator A: desbaste de frutos, com 6 nveis.
Unidade experimental (parcela): planta com as caractersticas do material experimental que
lhe correspondem; unidade de observao para caractersticas da planta, como peso da produo
de frutos e demais caractersticas referentes produo de frutos: a planta.
Estrutura das unidades: A homogeneidade das caractersticas estranhas torna o controle
local desnecessrio. Ento, o nico fator da estrutura das unidades para caractersticas referentes
produo de frutos E: planta.
Casualizao: Os 48 cordeiros so assinalados aleatoriamente aos 6 nveis de desbaste de
frutos sem qualquer restrio.
Estrutura do experimento: A/E, onde A: fator experimental desbaste e E: fator de unidade
planta.
Vantagens e desvantagens
O delineamento completamente casualizado tem as seguintes principais vantagens
e desvantagens em relao aos delineamentos mais complexos:
Planejamento de Experimentos
468
Vantagens
10.6.2
469
A1,A2,
A3,A4,
Casualizao
A5,A6
Bloco 2
Bloco 3
(a)
Bloco 4
(b)
Bloco 1
Bloco 2
A3 A6 A1
A4 A3 A5
A5 A4 A2
A2 A6 A1
A5 A2 A3
A4 A5 A2
A1 A6 A4
A1 A6 A3
Bloco 3
Bloco 4
(c)
Figura 10.
10.25.
25. Gerao de delineamento em blocos completos casualizados com 6
tratamentos: A1, A2, A3, A4, A5 e A5 e 4 repeties de cada tratamento.
Passo 2. Para a assinalao dos tratamentos ao bloco 1, sorteia-se uma seqncia
dos nmeros de 1 a 6. Suponha-se que resulte a seqncia (3, 6, 1, 5, 4, 2). Ento,
assinala-se a unidade 3 ao tratamento A1, a unidade 6 ao tratamento A2, a unidade 1 ao
tratamento A3, a unidade 5 ao tratamento A4, a unidade 4 ao tratamento A5, a unidade 2
ao tratamento A6. Esse mesmo procedimento seguido para cada um dos demais
blocos. Suponha-se que para os blocos 2, 3 e 4 sejam sorteadas as seqncias (6, 4, 2,
1, 3, 5), (4, 2, 3, 6, 1, 5) e (4, 3, 6, 1, 2, 5). O arranjamento resultante dos tratamentos
apresentado na Figura 10.
10.25c
25c.
Estrutura do experimento
A casualizao associa os nveis do fator de unidade E aos nveis do fator
experimental A. Isso significa que os nveis do fator de unidade E so as unidades
470
Planejamento de Experimentos
experimentais para os nveis do fator experimental A. Nessa associao os nveis do fator
U cruzam-se com os nveis do fator A e os nveis do fator E, que so aninhados nos
nveis do fator U, aninham-se nos nveis do fator A. Assim, a estrutura do experimento
simbolizada por (A*U)/E ou, mais apropriadamente, por A*U, j que h apenas um nvel
de E em cada combinao dos nveis de A e U.
Essa associao gera combinaes de nveis que so os nveis do fator
generalizado A^U^E que equivalente aos fatores A^U e U^E j que esses fatores tm
os mesmos nveis. Assim, Assim, o fator generalizado A^U^E pode ser interpretado como
o fator A^U ou U^E, que aninhado nos fatores A e U
Os diagramas de Hasse da estrutura das condies experimentais, da estrutura das
unidades e da estrutura do experimento so apresentados na Figura 10.
10.26.
26 A seta
tracejada de dois sentidos indica a associao entre o fator de unidade E e o fator
experimental A, e revela que os nveis do fator de unidade E so as unidades
experimentais para o fator experimental A.
Figura 10.
10.26.
26. Diagrama do delineamento blocos completos casualizados
(c,d) gerado por estrutura de condies experimentais
unifatorial A (a) e estrutura de unidades hierrquica de
dois fatores E e U: U/E (b) simbolizado por A*U.
O diagrama da estrutura das unidades tem dois ndulos que correspondem aos
dois fatores de unidade E e U, ou U^E. Assim, o delineamento blocos completos
casualizados decompe o erro experimental em dois estratos. O erro experimental que
afeta inferncias referentes ao fator experimental A o estrato que corresponde ao fator
de unidade E, ou ao fator U^E que aninhado em U. Isso significa que esse erro
experimental provm da variao estranha entre os nveis do fator U^E dentro do fator U,
ou seja, da variao estranha entre parcelas dentro de bloco. Esse erro experimental fica
confundido com a variao entre os nveis do fator A^U dentro dos fatores A e U, j que
os nveis dos fatores U^E e A^U se correspondem.
Inferncias referentes ao fator A no so afetadas pelo estrato do erro experimental
referente ao fator bloco, ou seja, pela variao estranha entre os blocos. Se a variao
substancial atribuvel a caractersticas estranhas situa-se no estrato U, este delineamento
mais eficiente do que o completamente casualizado para o mesmo material
experimental, o que significa ganho de preciso para inferncias referentes a efeitos de
tratamentos.
Esse delineamento ortogonal, o que implica que inferncias referentes a efeitos
de tratamentos no so afetadas por efeitos de blocos. Ele tambm balanceado para
tratamentos de modo que atribui igual preciso para as estimativas dos efeitos de todos
os tratamentos e de todas as comparaes simples de tratamentos.
471
(1)
(2)
(3)
Figura 10.
10.27.
27. Ilustrao do fundamento do delineamento blocos completos casualizados:
24 unidades experimentais heterogneas (1), com heterogeneidade
representada por formas diferentes de figuras; so classificadas em 4
blocos de 6 unidades homogneas (2); os 6 tratamentos: 1, 2, 3, 4, 5 e
6 so assinalados aleatoriamente s unidades de cada um dos blocos.
Com esse delineamento, a heterogeneidade mais relevante do material
experimental atribuvel a caractersticas estranhas controlada pela formao de blocos
e parte essencial da heterogeneidade no controlada, supostamente irrelevante,
casualizada pela atribuio aleatria dos tratamentos s unidades experimentais dentro
de cada bloco.
Para que o delineamento blocos completos casualizados seja eficiente,
necessrio que os blocos sejam homogneos, melhor dito, que a variao estranha entre
as unidades experimentais dentro de cada bloco seja consideravelmente inferior
variao do conjunto das unidades do material experimental. Os blocos, entretanto,
podem apresentar diferenas entre si, pois, se isso ocorre, todos os tratamentos so
igualmente afetados. A variao entre blocos no afeta diferenas de efeitos de
tratamentos e eliminada da estimativa da varincia do erro experimental. Assim, a
implementao de qualquer tcnica experimental que possa constituir fonte de variao
estranha relevante deve ser efetuada de modo que a parte relevante dessa variao
situe-se entre os blocos e no dentro destes.
472
Planejamento de Experimentos
O delineamento blocos completos casualizados o mais usado na experimentao
agrcola de campo, onde o material experimental geralmente heterogneo,
principalmente no que diz respeito a caractersticas do solo, tais como fertilidade,
umidade, etc. De modo geral, os blocos devem ser formados por parcelas contguas,
usualmente mais semelhantes quanto a essas caractersticas do que as distanciadas. Por
essa razo, o nmero de tratamentos no pode ultrapassar certo limite, porque, quando
se avoluma o nmero de parcelas por bloco, resultam algumas delas demasiadamente
distanciadas, em geral de fertilidade muito distinta. Os blocos, entretanto, podem ser
distribudos por toda a rea para a qual se deseja obter informaes atravs do
experimento. A forma das parcelas e sua disposio dentro dos blocos devem ser as
mais convenientes para que seja obtida a mxima uniformidade dentro de blocos (Figura
Figura
10.
10.28).
28 Em terrenos planos, no se conhecendo a direo de mxima variao do
material experimental (gradiente mximo), as parcelas de cada bloco devem dispor-se
em grupo compacto, assumindo o bloco forma aproximadamente quadrada (Figura
Figura
10.
10.29).
29 Em terrenos declivosos, em que a maior uniformidade se verifica ao longo de uma
mesma curva de nvel, as parcelas de um mesmo bloco devem ser dispostas lado a lado,
numa mesma faixa de nvel, com a maior dimenso da parcela na direo do gradiente
mximo (Figura
Figura 10.
10.30)
30).
Figura 10.
10.28.
28. Formao de blocos em um experimento agrcola de campo com
4 blocos de 6 parcelas. Ilustrao de que a forma no precisa
ser regular e igual para todos os blocos. O que importa a
homogeneidade das parcelas dentro de cada bloco.
Figura 10.
10.29.
29 Ilustrao da formao de blocos em terreno plano: 6 blocos de 6
parcelas dispostas compactamente.
473
Terreno
Alto
Mdio
Baixo
Rio
Figura 10.
10.30.
30. Formao dos blocos em um experimento conduzido em terreno
com declive: (a) incorreta - os trs blocos so homogneos,
mas as parcelas dentro de cada bloco so heterogneas; (b)
correta - os blocos so heterogneos entre si, mas as parcelas
dentro de cada bloco so homogneas.
A preocupao em manter a variao dentro dos blocos reduzida deve permanecer
durante a execuo do experimento: a semeadura, os tratos culturais, a colheita e outras
operaes, quando se supe possam afetar os resultados do experimento, como pode
ocorrer se essas operaes se prolongam por vrios dias, devem ser efetuadas bloco por
bloco, de modo que em cada bloco sejam processados em curto intervalo de tempo.
O delineamento blocos completos casualizados pode ser empregado em outras
reas de experimentao. Em experimentos com plantas perenes adultas, em que a
maior fonte de heterogeneidade o vigor das plantas, os blocos podem ser constitudos
de rvores de semelhante vigor, no importando sua disposio na rea experimental
(Figura
Figura 10.
10.31).
31 Em experimentos com animais, os blocos podem ser formados por
animais semelhantes quanto a caractersticas genticas, idade e peso, e por potreiros
uniformes, por exemplo. Em experimentos conduzidos em laboratrio e em casa de
vegetao, cada bloco pode ser constitudo por um conjunto homogneo de operadores,
cobaias e equipamentos, e por posies prximas. Quando o experimento conduzido
em diversas etapas e h suspeita de que as diferenas entre etapas possam afetar os
resultados, os blocos devem corresponder s etapas, de modo que em cada etapa sejam
aplicados todos os tratamentos.
Planejamento de Experimentos
474
Figura 10.
10.31.
31. Ilustrao da formao de blocos em experimento com plantas
perenes adultas. Cada bloco constitudo por plantas de
mesmo nvel de vigor que representado por crculos de
mesmo dimetro. Por exemplo, as plantas representadas
pelos crculos com o nmero 1 formam o bloco 1.
Em resumo, o fundamental em experimentos em blocos completos casualizados
obedecer, tanto quanto possvel, s tcnicas adequadas na constituio dos blocos, na
disposio de suas unidades experimentais e na execuo do experimento, para que seja
obtida a mxima uniformidade dentro dos blocos. Quando no for possvel obter a
necessria uniformidade dentro dos blocos, recomendvel utilizar outro delineamento
que imponha controle local mais adequado para o experimento em questo (quadrado
latino, blocos incompletos, etc.).
O Exemplo
Exemplo 10.
10.16 prov particulares do uso do delineamento em blocos completos
casualizados, considerando alteraes nos experimentos do Exemplo 10.
10.15b
15b e do
Exemplo 10.
10.15c
15c decorrentes de modificaes do material experimental.
Exemplo
Exemplo 10.
10.16
a) Suponha-se que os animais utilizados no experimento referente ao efeito de anabolizante
sobre o desenvolvimento corporal de cordeiros so heterogneos quanto idade e que, salvo por
essa alterao o procedimento e o material experimental so os mesmos descritos no Exemplo
10.
10.15b
15b.
Procedimento: Para o controle local da heterogeneidade referente idade os 24 animais
so classificados em 6 grupos de 4 animais de idades prximas. Ento, a 4 doses de anabolizante
so assinaladas aos 4 animais de cada um desses 6 grupos.
Estrutura das unidades: A estrutura das unidades para as variveis respostas relevantes
compreende dois fatores: E: cordeiro (parcela) e U: idade (bloco); sua representao simblica
U/E.
Casualizao: Os 4 cordeiros de cada bloco (faixa de idade) so assinalados aleatoriamente
s 4 doses do anabolizante Stilbestrol, separada e independentemente para cada um dos blocos.
Estrutura do experimento: (A*U)/E, onde A o fator experimental anabolizante.
b) Considere-se o experimento para pesquisa do efeito do desbaste de frutos sobre a
produo de pssego (Exemplo
Exemplo 10.
10.15c
15c e suponha-se que as 48 plantas so heterogneas quanto
ao vigor.
Procedimento: O controle local da heterogeneidade do vigor procedido pela classificao
das 48 plantas em 8 grupos de 6 plantas de vigor semelhante. Ento, os 6 nveis de desbaste de
frutos so assinalados a 8 plantas de cada um desses grupos.
Estrutura das unidades: A estrutura das unidades para as variveis respostas relevantes
compreende dois fatores: E: planta (parcela) e U: vigor (bloco) e simbolizada por U/E.
Casualizao: As 6 plantas de cada um dos 8 grupos de plantas de vigor semelhante so
alocadas aleatoriamente aos 6 nveis de desbaste de frutos atravs de sorteio procedido separada
e independente para cada grupo.
Estrutura do experimento: (A*U)/E, onde A o fator experimental anabolizante.
475
Vantagens e desvantagens
As principais vantagens e desvantagens do delineamento blocos completos
casualizados em relao aos demais delineamentos so discutidas a seguir.
a) A formao de blocos permite eliminar a variao estranha entre blocos das
diferenas entre tratamentos e da estimativa da varincia do erro experimental para
inferncias referentes a tratamentos. Assim, se o material experimental heterogneo
quanto a caractersticas estranhas, o delineamento blocos completos casualizados
possibilita que, atravs da formao hbil de blocos, sejas diminudos o confundimento
de efeitos de caractersticas estranhas com efeitos de tratamentos e a estimativa da
varincia do erro experimental que afeta esses efeitos. Desse modo, pode-se lograr nvel
de preciso mais evado para inferncias do que com o delineamento completamente
casualizado.
Entretanto, se o material experimental suficientemente homogneo quanto s
caractersticas estranhas, a reduo da estimativa da variao do erro experimental para
inferncias referentes a tratamentos que decorreria de controle local pode no
compensar a correspondente perda de graus de liberdade. Nessa situao, a adoo do
delineamento blocos completos casualizados conduz a uma preciso menor
relativamente ao delineamento completamente casualizado.
No outro extremo, se o material experimental demasiadamente heterogneo, o
que pode ocorrer quando o nmero de tratamentos elevado (e mesmo em algumas
situaes de pequeno nmero de tratamentos), pode ser conveniente a imposio de
controle local mais drstico; por exemplo, atravs da formao de blocos incompletos,
isto , de blocos com nmero de unidades menor do que o nmero de tratamentos.
b) O delineamento blocos completos casualizados requer nmero de repeties
igual para todos os tratamentos. Entretanto, no impe qualquer outra restrio para o
nmero de repeties dos tratamentos. Por outro lado, desde que sejam logrados blocos
suficientemente homogneos, pode ser usado para qualquer nmero de tratamentos.
O nmero de repeties, entretanto, no deve ultrapassar um certo limite, pois,
alm desse limite, que depende de cada caso, um aumento no nmero de repeties
implica em aumento de despesa no compensado pelo incremento da eficincia do
experimento.
c) A anlise estatstica de experimentos em blocos completos casualizados muito
simples. A perda de observaes de um ou mais blocos inteiros ou de um ou mais
tratamentos no ocasiona qualquer complicao para as inferncias. Entretanto, a perda
de observaes de algumas unidades experimentais torna a estrutura do experimento
no ortogonal e no balanceada. Nessa situao o mtodo de "estimao de parcelas
perdidas" permite a realizao das anlises com algum trabalho extra de clculo. Sob
esse aspecto, o delineamento blocos completos casualizados menos conveniente do
que o delineamento correspondente com tratamentos completamente casualizados,
principalmente se o nmero de unidades perdidas elevado. Observe-se, entretanto, que
a presente disponibilidade de computadores e programas para anlise estatstica torna
essa desvantagem do delineamento blocos completos casualizados irrelevante.
d) Uma restrio importante do delineamento blocos completos casualizados o
confundimento que implica para a interao dos fatores tratamento e bloco: essa
interao, ou seja, a variao das respostas relativas de tratamentos entre os blocos fica
completamente confundida com a estimativa da varincia do erro experimental para
inferncias referentes a tratamentos. Portanto, este delineamento no deve ser utilizado
quando aquela interao uma fonte de variao relevante e que, portanto, deve ser
considerada no experimento. Nesse caso, uma alternativa a considerar o delineamento
blocos completos casualizados com mais de uma repetio de cada tratamento por bloco,
que permite a estimao separada da interao tratamento x bloco e do erro
experimental.
Planejamento de Experimentos
476
A1,A2,
A3
Casualizao
Bloco 2
Bloco 3
(a)
Bloco 4
(b)
Bloco 1
Bloco 2
A2 A1 A3
A2 A1 A1
A1 A3 A2
A3 A2 A3
A3 A2 A2
A1 A3 A2
A1 A3 A1
A1 A2 A3
Bloco 3
Bloco 4
(c)
Figura 10.
10.32.
32. Gerao de delineamento em blocos casualizados generalizados
com 3 tratamentos: A1, A2 e A3 em 4 blocos de 2 repeties
de cada tratamento.
Passo 2. Para a assinalao dos tratamentos ao bloco 1, sorteia-se uma seqncia
dos nmeros de 1 a 6. Suponha-se que resulte a seqncia (4, 2, 1, 6, 3, 5). Ento,
assinalam-se as unidades 4 e 2 ao tratamento A1, as unidade 1 e 6 ao tratamento A2 e as
unidades 3 e 5 ao tratamento A3. Esse mesmo procedimento seguido para cada um dos
demais blocos. Suponha-se que para os blocos 2, 3 e 4 sejam sorteadas as seqncias
(3, 2, 5, 1, 4, 6), (6, 4, 3, 2, 1, 5) e (4, 1, 5, 3, 6, 2). O arranjamento resultante dos
tratamentos apresentado na Figura 10.
10.32c
32c.
477
Estrutura do experimento
A casualizao associa os nveis do fator de unidade E. Assim, os nveis do fator de
unidade E so as unidades experimentais para os nveis do fator experimental A. Assim
como no delineamento blocos completos casualizados, essa associao estabelece
relao cruzada entre os fatores A e U e relao aninhada entre cada um desses fatores
e o fator E, em que E o fator aninhado. Diferentemente do delineamento com blocos
completos casualizados essa relao simbolizada legitimamente por (A*U)/E, j que,
agora, h mais de um nvel de E em cada combinao dos nveis de A e U.
As combinaes de nveis resultante dessa associao so os nveis do fator
generalizado A^U^E que aninhado no fator generalizado A^U que, por sua vez,
aninhado em ambos fatores A e U.
Os diagramas de Hasse da estrutura das condies experimentais, da estrutura das
unidades e da estrutura do experimento so apresentados na Figura 10.
10.33.
33 A seta
tracejada de dois sentidos mostra a associao entre o fator experimental A e o fator de
unidade E salienta que os nveis do fator de unidade E so as unidades experimentais
para o fator experimental A.
Figura 10.
10.33.
33. Diagrama do delineamento blocos casualizados generalizados
(c,d) gerado por estrutura de condies experimentais unifatorial
A (a) e estrutura de unidades hierrquica de dois fatores E e U:
U/E (b) simbolizado por (A*U)/E.
Planejamento de Experimentos
478
Exemplo 10.
10.17
Caracterizao e usos
No delineamento em blocos completos, cada bloco inclui uma e apenas uma
repetio de cada tratamento, constituindo, portanto, uma repetio completa dos
tratamentos. O controle da heterogeneidade das caractersticas estranhas do material
experimental logrado custa do sacrifcio de graus de liberdade para a estimativa da
varincia do erro experimental. Esse delineamento mais eficiente do que o
completamente casualizado quando e apenas quando a separao da variao estranha
do erro experimental que afeta os efeitos de tratamentos que lograda pela formao de
blocos supera a correspondente perda de graus de liberdade do erro.
Essa considerao particularmente importante para experimentos com pequeno
nmero de tratamentos. Para a situao de dois tratamentos, por exemplo, a formao de
blocos de apenas duas unidades experimentais pode impor controle local exagerado, se
o material experimental no acentuadamente heterogneo quanto composio de
caractersticas estranhas. Nessa situao, o controle local atravs da formao de blocos
completos pode conduzir a uma perda elevada de graus de liberdade no compensada
pela reduo da variao do erro experimental. De fato, para doze repeties, por
exemplo, a imposio de controle local pela formao de blocos completos implica a
reduo dos graus de liberdade metade, isto , de 22 para 11, conforme os esquemas
de anlise de variao da Tabela 10.1.
10.1
Tabela 10.
10.1. Esquemas das anlises de variao para experimento com um
fator experimental: tratamento com 2 tratamentos e 24 parcelas
para os delineamentos completamente casualizado e em blocos
completos.
Completamente casualizado
Fonte de variao
GL
Blocos completos
Fonte de variao
Bloco
Tratamento
Tratamento
GL
11
1
Erro
22
Erro
11
Total
23
Total
23
479
Tratamento
Erro
17
19
Total
23
23
Dessa forma, com duas repeties de cada tratamento por bloco, obtm-se um
aumento de 6 graus de liberdade para a estimativa da varincia do erro em relao ao
delineamento em blocos completos. Em experimentos agrcolas de campo, por exemplo,
de esperar que blocos de 4 parcelas sejam, de modo geral, essencialmente to
homogneos quanto blocos de 2 parcelas, de modo que o incremento de graus de
liberdade obtido com blocos de 4 parcelas deve conduzir a um aumento da sensibilidade
do experimento. Com trs repeties por bloco (portanto, 6 parcelas por bloco), h um
incremento adicional de 2 graus de liberdade, no to considervel como o anterior.
Com trs tratamentos e oito repeties, portanto, 24 unidades experimentais, os
graus de liberdade para os delineamentos completamente casualizado, em blocos
completos e em blocos com duas repeties por bloco so os apresentados na Tabela
10.3.
10.3
Tabela 10.
10.3. Esquemas das anlises da variao para delineamento com 3
tratamentos e 24 unidades experimentais para os delineamentos
completamente casualizado, em blocos completos e em blocos
com duas repeties por bloco.
Graus de liberdade
Fonte de
variao
Completamente
Casualizado
Blocos
casualizados
Bloco
Tratamento
Erro
21
14
18
Total
23
23
23
Planejamento de Experimentos
480
Esse fato mostrado na Tabela 10.4 que apresenta os esquemas das anlises da
variao para o exemplo da Tabela 10.3 e para a situao genrica de r repeties de
cada um de t tratamentos em cada um de b blocos.
Tabela 10.
10.4. Esquema da anlise da variao para delineamento com t
tratamentos em b blocos com r repetio por bloco (a), e para a
situao particular t=3, b=4 de r=2 (b).
Graus de liberdade
Fonte de variao
(a)
(b)
Bloco
b-1
Tratamento
t-1
(b-1)(t-1)
(r-1)tb
12
rtb-1
23
Erro
Tratamento : Bloco
Rep./Tratamento ^ Bloco
Total
481
Bloco 2
Casualizao
Bloco 3
Bloco 4
A1
A2
A3
A2
A3
A4
A3
A4
A1
A4
A1
A2
Figura 10.
10.34.
34 Delineamento blocos incompletos balanceados com 4 tratamentos:
A1, A2, A3 e A4 com 3 repeties, em 4 blocos de 3 parcelas; cada
par de tratamentos aparece 2 vezes em um mesmo bloco.
Planejamento de Experimentos
482
10.6.3
483
Figura 10.
10.35.
35. Quadrado latino 5x5 sorteado da coleo de 56
quadrados latinos padres.
2) Permutam-se, aleatoriamente, as quatro ltimas filas do quadrado sorteado.
Supondo que a permutao sorteada das quatro ltimas filas 3124, o quadrado
resultante ser o da Figura 10.
10.36.
36
Fisher, R.A. & Yates, F.. Statistical Tables for Biological, Agricultural an
and
d Medical Research,
Research 3rd.
Edition. London: Oliver and Boyd, 1949.
Planejamento de Experimentos
484
A
(1)
(3)
(2)
(1)
(3)
(2)
(4)
(4)
Figura 10.
10.36.
36 Permutao aleatria das quatro ltimas filas do quadrado
latino padro sorteado.
(2)
(3)
(4)
(5)
(3)
(2)
(1)
(4)
(5)
Figura 10.
10.37.
37 Permutao aleatria das cinco colunas do quadrado latino
obtido na etapa 2.
Coluna
2
3
4
A3
A2
A1
A4
A5
Fila 2
A5
A3
A4
A2
A1
A1
A4
A2
A5
A3
A2
A5
A3
A1
A4
A4
A1
A5
A3
A2
Figura 10.
10.38.
38 Croqui do delineamento quadrado latino resultante do
procedimento de casualizao.
Estrutura do experimento
A casualizao associa os nveis do fator de unidade U^U, que so aninhados nos
nveis dos fatores de unidade U e U, aos nveis do fator experimental A. Nessa
associao os nveis dos fatores U e U cruzam-se com os nveis do fator A. Assim, a
estrutura do experimento simbolizada por A*U*U.
O diagrama do delineamento quadrado latino apresentado na Figura 10.
10.39.
39 A
seta tracejada mostra a associao entre o fator experimental A e o fator de unidade E
485
Figura 10.
10.39.
39 Diagrama do delineamento quadrado latino (c, d) gerado por
estrutura de condies experimentais unifatorial A (a) e
estrutura de unidades cruzada de dois fatores U e U:U*U (b)
simbolizado por A*U*U.
Planejamento de Experimentos
486
material experimental. Entretanto, as filas e as colunas podem diferir entre si, pois essas
diferenas afetam igualmente todos os tratamentos. Ademais, a variao entre filas e a
variao entre as colunas so eliminadas da estimativa da varincia do erro experimental
para inferncias referentes a tratamentos.
Assim, para que seja obtida eficincia com esse delineamento, necessrio que o
arranjamento do material experimental e a conduo do experimento sejam procedidos
de modo que as diferenas entre filas e as diferenas entre colunas correspondam a
fontes de variao estranha relevantes. Dessa forma, conveniente que a
implementao de qualquer tcnica experimental que possa constituir fonte de variao
estranha relevante seja efetuada de modo que a parte relevante dessa variao situe-se
entre as filas e entre as colunas e no dentro destes agrupamentos das unidades
experimentais.
O quadrado latino permite o controle da heterogeneidade do material experimental
atribuvel a caractersticas estranhas em duas direes perpendiculares, correspondentes
direo das filas e direo das colunas. Para tal, as parcelas devem ser arranjadas
em formao compacta, aproximadamente quadrada, salvo se h indicao segura de
que a heterogeneidade do solo mais acentuada na direo das filas do que na direo
das colunas, ou vice-versa. Neste caso, aconselhvel usar dimenso menor na direo
em que a heterogeneidade atribuvel a caractersticas estranhas mais acentuada. A
Figura 10.
10.40 apresenta o croqui tpico de um quadrado latino 5x5, aps a casualizao.
Coluna
Fila
Figura 10.
10.40.
40 Croqui tpico de um quadrado latino 5 x 5.
O uso do quadrado latino tambm pode ser conveniente para o controle mais
efetivo de variao estranha muito relevante e crescente em uma nica direo (Figura
Figura
10.
10.41).
41 Tal pode ocorrer, por exemplo, se limitaes de material experimental foram que
as parcelas sejam dispostas lado a lado, numa mesma faixa, ao longo da qual h um
gradiente de heterogeneidade acentuado. Neste caso, o uso de um quadrado latino, com
as filas constituindo blocos compactos de parcelas e as "colunas" conjuntos de parcelas
com a mesma posio relativa nas diferentes filas, poder permitir um controle da
heterogeneidade estranha do material experimental mais eficiente do que se obteria
empregando o delineamento blocos completos casualizados.
Fila
Coluna 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
D B A E C B E D C A A D C B E C A E D B E C B A D
Figura 10.
10.41.
41 Croqui de um experimento em quadrado latino 5x5 com o controle duplo
da heterogeneidade do material experimental em uma direo.
Com esse delineamento, a formao de filas permite o controle da parte mais
acentuada da heterogeneidade estranha e a formao de colunas, o controle da
487
Fmeas
Leitegada 3
Figura 10.
10.42.
42 Croqui de um experimento em quadrado latino 6x6 com o controle
da heterogeneidade de leitegadas atravs de filas e da
heterogeneidade atribuvel a sexo e peso inicial atravs de
colunas.
Planejamento de Experimentos
488
aquela indicada pelo croqui. O croqui indica apenas, por exemplo, que o macho da
leitegada 1 com peso inicial 1 recebe a rao D.
Para ilustrao do delineamento em quadrado latino considere-se Exemplo 10.
10.18.
18.
Exemplo 10.
10.18
b) Experimento: "Efeito de anabolizante sobre o desenvolvimento corporal de cordeiros
machos da raa Corriedale" com um fator experimental: anabolizante Stilbestrol com quatro doses
(Exemplo
Exemplo 10.
10.15b
15b). Suponha-se que esse experimento conduzido com 16 animais e demais
caractersticas estranhas do material experimental descrita no Exemplo 10.
10.4 e que esses animais
correspondem a 16 combinaes de 4 procedncias e 4 idades.
Procedimento: Para o controle local da heterogeneidade que possa originar-se das
diferenas de procedncia e de idade os 16 animais so classificados duplamente segundo as 4
procedncias e os 4 nveis de idade. Ento, as doses do anabolizante so assinaladas aos 16
animais de modo que as 4 doses resultem em cada uma das 4 procedncias e em cada um dos
nveis de idade.
Estrutura das unidades: A estrutura das unidades para as variveis respostas relevantes
compreende dois fatores: E: cordeiro (parcela), U: procedncia (fila) e idade (coluna); sua
representao simblica U^U.
Casualizao: Os 16 cordeiros so assinalados aleatoriamente s 4 doses do anabolizante
Stilbestrol de modo que as 4 doses resultem associadas com cada uma das 4 procedncias e
cada um dos 4 nveis de idade.
Estrutura do experimento: A*U*U, onde A o fator experimental anabolizante.
Vantagens e desvantagens
A principal vantagem do quadrado latino em relao ao delineamento blocos
completos casualizados que aquele delineamento permite eliminar, das comparaes
entre tratamentos e da estimativa da variao casual para inferncias referentes a
tratamentos, todas as diferenas entre filas e todas as diferenas entre colunas. Assim,
com o delineamento quadrado latino, tem-se oportunidade para lograr maior eficincia do
que com o delineamento blocos completos casualizados.
Deve-se ter em conta, entretanto, que a eliminao adicional de uma fonte de
variao estranha do erro experimental e das diferenas entre tratamentos, em relao
ao delineamento blocos completos casualizados, feita custa da perda de graus de
liberdade do erro. Assim, se tal variao no suficientemente grande para superar a
desvantagem da perda de graus de liberdade, resulta a reduo da preciso do
experimento. No obstante, como, em geral, tal ocorrncia no pode ser prevista com
certeza a priori, a possvel perda de preciso o prmio pago para um seguro contra
uma heterogeneidade esperada do material experimental atribuvel a caractersticas
estranhas.
Discutem-se, a seguir, as principais desvantagens do quadrado latino em relao
ao delineamento blocos completos casualizados.
a) A principal desvantagem do quadrado latino a relao altamente restritiva entre
o nmero de repeties e o nmero de tratamentos: o quadrado latino requer que o
nmero de repeties seja igual ao nmero de tratamentos. Essa condio torna o uso do
quadrado latino impraticvel para experimentos com nmero elevado de tratamentos.
Assim, o quadrado latino raramente usado para experimentos com mais de oito
tratamentos.
Por outro lado, os quadrados latinos 3x3 e 4x4 reservam nmeros de graus de
liberdade para a estimativa da varincia do erro experimental demasiadamente
reduzidos: dois e seis graus de liberdade, respectivamente, enquanto que o quadrado
latino 2x2 no fornece nenhum grau de liberdade para o erro. Assim, no se deve usar
um nico quadrado latino 2x2, 3x3 ou 4x4. Entretanto, esse problema pode ser resolvido
com o uso de duas ou mais repeties do quadrado latino, de modo a lograr o nmero
necessrio de graus de liberdade para o erro.
489
10.7.1
Planejamento de Experimentos
490
Bloco 1
P2 P3
Bloco 2
Bloco 1
Bloco 2
Casualizao
Bloco 3
Bloco 4
Bloco 3
Bloco 4
Figura 10.
10.43.
43 Delineamento em blocos completos casualizado com parcelas divididas
com fator A com 3 nveis (A1, A2 e A3) em parcelas e fator B com 2
nveis (B1 e B2,) em subparcelas com 4 repeties de cada tratamento.
491
Figura 10.
10.44.
44 Diagrama do delineamento blocos completos casualizados com
parcelas divididas (c) gerado pela associao da estrutura de dois
fatores experimentais A e B cruzada (a) e estrutura de unidades
hierrquica de trs fatores E, U e U (b) simbolizado por
(((A*U)/U)*B)/E.
10.7.2
Bloco 2
Bloco 1
F11
A1,A2,A3
B1,B2
Casualizao
Bloco 2
F12
Bloco 3
Bloco 4
Bloco 3
Bloco 4
Figura 10.
10.45.
45 Delineamento blocos divididos em faixas transversais para o fator A com
3 nveis (A1, A2, A3) em uma direo e o fator B com 2 nveis (B1, B2,)
na direo transversal com 4 repeties de cada tratamento.
Planejamento de Experimentos
492
Figura 10.
10.46.
46 Diagrama de delineamento blocos casualizados divididos em
faixas com dois fatores experimentais A e B, gerado por estrutura
de condies experimentais de dois fatores cruzada e estrutura
de unidades de quatro fatores mista.
10.7.3
493
10.11 Resumo
O plano do experimento define a estrutura dos fatores experimentais, a estrutura
dos fatores de unidade e a relao dessas duas estruturas, ou seja, a estrutura do
experimento ou delineamento experimental. A estrutura do experimento deve ser
expressa por um modelo estatstico que a base para os procedimentos de anlise
estatstica para a derivao das inferncias do experimento.
Nessas circunstncias, a adequao e a simplicidade dos procedimentos de anlise
estatstica para um experimento dependem da adequao e da simplicidade do
delineamento adotado. Entretanto, a facilidade da disponibilidade de receitas para a
anlise de delineamentos mais simples no deve condicionar o pesquisador ao uso de
delineamento que implique restries indevidas ao experimento. Os recursos de
computao atualmente disponveis permitem ao pesquisador processar a anlise
estatstica de experimento com qualquer delineamento. Entretanto, a validade das
inferncias para a consecuo dos objetivos do experimento depende da adequabilidade
do delineamento para esses objetivos.
Assim, o pesquisador deve adotar o delineamento experimental mais apropriado
para cada experimento particular, com a garantia de que seja um delineamento
experimental vlido e eficiente, ou seja, que satisfaa os requisitos do plano do
experimento e os princpios bsicos do delineamento do experimento (Captulo
Captulo 6).
Exerccios 10.
10.2
1. Considere o exerccio 10 dos Exerccios 10.
10.1.
a) Identifique as unidades experimentais para os fatores experimentais cultivar, fertilizante e
desbaste.
b) Quais desses fatores experimentais so fatores de tratamento e quais so fatores
intrnsecos?.
c) Quantas repeties o delineamento experimental adotado reserva para cada nvel dos
fatores experimentais: i) cultivar? ii) fertilizante? iii) desbaste?
2. Um pesquisador planeja um experimento para pesquisa do efeito de quatro herbicidas para o
controle de invasoras em lavouras de milho. Ele escolhe seis locais de sua estao
experimental e em cada um desses locais preparar doze talhes, e, ento, atribui
aleatoriamente cada herbicida a trs dos doze talhes.
a) Identifique os fatores experimentais e os fatores de unidades.
b) Caracterize as relaes entre esses fatores.
c) Identifique a unidade experimental para o fator experimental herbicida.
d) Descreva a populao amostrada.
e) Sugira um delineamento alternativo mais conveniente para esse experimento.
3. Em uma pesquisa do efeito de quatro leguminosas sobre o desenvolvimento corporal de
bovinos so escolhidos cinco locais de uma regio, cada local dividido em trs reas, cada
uma das quais com quatro potreiros. Quatro leguminosas so assinaladas aleatoriamente aos
quatro potreiros de cada uma dessas quinze reas. Quando a pastagem encontra-se
implantada, so atribudos aleatoriamente a esses potreiros cento e oitenta bovinos de uma
mesma raa uniformes quanto a idade e peso corporal, trs animais por potreiro.
a) Identifique os fatores experimentais e os fatores de unidades.
b) Caracterize as relaes entre esses fatores.
4. Suponha que os animais do experimento considerado no exerccio anterior sejam
heterogneos quanto idade, mas possam ser classificados em quinze grupos homogneos.
a) Como voc procederia a atribuio dos animais aos potreiros.
b) Essa alterao do plano do experimento implica alguma alterao nos fatores de unidades.
Planejamento de Experimentos
494
Exerccios de Reviso
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
495
Delineamento:
Delineamento:
Delineamento:
Delineamento:
a) Que delineamento experimental voc utilizaria para cada uma dessas 4 situaes
alternativas? (Indique o delineamento no lugar prprio, abaixo do correspondente croqui.)
b) Indique, para cada uma das 4 situaes, no prprio croqui acima, uma distribuio tpica
dos tratamentos (A, B, C, D, E e F) que poderia resultar do processo de casualizao
apropriado, identificando, se for o caso, os agrupamentos formados, contornando com lpis,
o conjunto de parcelas de cada grupo.
c) Qual o inconveniente de utilizar o delineamento para a situao i nas condies de
heterogeneidade do material experimental (situao ii, por exemplo)?
d) Qual o inconveniente de adotar o delineamento para a situao iii no caso em que o
material experimental corresponde situao iv?
15. Decida se cada uma das seguintes sentenas verdadeira ou falsa, colocando, entre
parnteses, as letras V ou F, respectivamente. Se a sentena for falsa, explique porque.
1 ( ) O delineamento experimental um plano para a coleta de informaes atravs do
experimento.
2 ( ) A estrutura de condies experimentais tambm pode ser denominada de estrutura de
tratamentos.
3 ( ) Um nvel de um fator experimental um tratamento.
Planejamento de Experimentos
496
4(
5(
6(
7(
8(
9(
10 (
11 (
12 (
13 (
14 (
15 (
16 (
17 (
18 (
19 (
20 (
21 (
22 (
23 (
24 (
25 (
em uma tabela.
) No h distino essencial entre fator de tratamento e fator intrnseco.
) Uma estrutura fatorial cruzada de dois fatores incompleta ou fracionria pode ser
representada em uma tabela de duas entradas.
) Uma estrutura fatorial cruzada de dois fatores experimentais com tratamentos adicionais
pode ser representada em uma tabela de duas entradas.
) Algumas estruturas fatoriais cruzadas fracionrias de trs fatores podem ser
representadas em uma tabela de duas entradas.
) Qualquer agrupamento das unidades de observao compreende um fator de unidade.
) A estrutura das unidades de um experimento depende do nmero de tratamentos.
) A presena de fator experimental intrnseco sempre considerada no estabelecimento
da estrutura das unidades de um experimento.
) A estrutura das unidades correspondente ao delineamento completamente casualizado
no compreende qualquer agrupamento das unidades de observao.
) Uma estrutura de unidades compreende, sempre, pelo menos um fator de unidade.
) No delineamento blocos casualizados a estrutura das unidades compreende pelo
menos um agrupamento das unidades de observao.
) Um delineamento experimental particular resulta da relao estrutural das condies
experimentais com a estrutura das unidades da amostra.
) A correspondncia entre os nveis de um fator experimental e os nveis de um fator de
unidade sempre determinada pela casualizao.
) A correspondncia entre os tratamentos e os nveis do fator de unidade que lhe so
associados na estrutura do experimento sempre determinada pela casualizao.
) Os nveis de um fator de unidade so as unidades experimentais para o fator
experimental com cujos nveis mantm relao de correspondncia.
) As unidades experimentais para dois fatores experimentais podem ser as mesmas.
) Os tratamentos so sempre atribudos aos nveis de um mesmo fator de unidade.
) Uma estrutura de experimento completamente casualizada no compreende qualquer
agrupamento das unidades de observao. Portanto, nessa estrutura no h fator de
unidade.
) Em um delineamento em blocos casualizados o fator de unidade bloco cruzado com
o fator experimental.
) O delineamento quadrado latino uma estrutura de experimento que resulta de
controle local duplo.
) Uma estrutura de experimento com dois fatores de unidade resulta de controle local
duplo; portanto um delineamento quadrado latino.
) Uma estrutura de experimento completamente casualizada no pode compreende
mais de uma observao por unidade experimental.
Estrutura de unidades de
experimentos de ampla abrangncia:
estruturas fatoriais hierrquica
balanceada, hierrquica no
balanceada e mista.
Estrutura do experimento /
delineamento do experimento
Delineamentos completamente
casualizados uni ou multifatoriais com
uma observao por parcela
Delineamentos com blocos completos
casualizados uni ou multifatoriais com
497
Bibliografia
COCHRAN, W. G. Planning & analysis of observational studies.
studies New York: John Willey,
1983. 145p.
COX, D. R. Planning of experiments.
experiments New York: John Wiley, 1958. 308p.
COX. D. R.; SNELL, E. J. Applied statistics, principles and examples.
examples Londres: Chapman
and Hall, 1981. 189p.
CHRISTENSEN, L. B. Experimental methodology
methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
FINNEY, D. J. An introduction to statistical science
agriculture. 4.ed. Copenhagen:
science in agriculture
Scandinavian University Books, 1972. 290p.
FISHER, R. A. The arrangement of field experiments. Journal of the Ministry of Agriculture
of Great Britain
Britain, v.33, p.503-513, 1926.
FISHER, R. A. The design of experiments
experiments. Edinburgh: Oliver and Boyd, 1935. 248p.
FISHER, R. A. Recent progress in experimental design. In:
In PROCEEDINGS OF THE
INTERNATIONAL INSTITUTE OF INTELLECTUAL COOPERATION, Geneva,
p.19-31, 1939.
FEDERER, W. T. Statistics and society, data collection and interpretation. New York:
Marcel Dekker, 1973. 399p.
KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference,
Inference v.1,
p.1-25, 1977.
KEMPTHORNE, O. The design and analysis of experiments.
experiments Huntigton, NY: Robert E.
Krieger Publishing Company, 1979. 631 p.
KEMPTHORNE, O. Sampling inference, experimental inference and observation
inference. Sankhya,
Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979.
HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments
experiments. New York:
John Wiley, 1994. v.1, 495p.
498
Planejamento de Experimentos
KISH, L. Sample surveys versus experiments, controlled observations, census, registers,
and local studies. Australian Journal of Statistics
Statistics, v.27, n.2, p.111-122, 1985.
KISH, L. Statistical design for research.
research New York: John Wiley, 1987. 267p.
LECLERG, E. L.; LEONARD, W. H.; CLARK, A. G. Field plot technique
technique. 2.ed.
Minneapolis: Burgess Publishing Company, 1962. ? p.
LORENZEN, T. J.; ANDERSON. V. L. Design of experiments; a nonnon-named approach.
approach
New York: Marcel Dekker, 1993. 414p.
PEARCE, S. C. The agricultu
agricultural
ral field experiment; a statistical examination of theory and
practice.
practice Chichester: John Wiley, 1983. 335p.
SILVA, J. G. C. da. Estatstica experimental,
experimental verso preliminar. Pelotas: Universidade
Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p.
URQUHART, N. S. The anatomy of a study. Hortscience,
Hortscience v.16, n.5, p.621-627, 1981.
WILSON, E. B. An introduction to scientific research.
research New York: McGraw-Hill, 1952. 373p.
Apndice
522
Planejamento de Experimentos
Apndice
523
00
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
Continua.
00-04
05-09
10-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
88758
35661
26335
60826
95044
83746
27998
82685
18386
21717
18446
66027
51420
27045
13094
92382
16215
09342
38148
23689
25407
25349
02322
15072
27002
66181
09779
10791
74833
17583
45601
60683
29956
91713
85704
17921
13929
03248
50583
10636
43896
76714
22393
70942
92011
66456
96292
19680
67347
95888
66605
42832
03771
74718
99896
47694
42562
32323
13862
13141
83052
75177
96779
62626
17725
62518
50809
14528
79001
19997
37726
69456
77491
33261
31036
83316
01822
07706
55767
24038
46977
33112
81169
84235
86588
26111
71341
18880
17972
46975
41278
80963
46719
92042
60326
00126
44348
07146
51442
59255
33843
16240
46115
56527
13763
06143
63402
74625
10988
22707
31842
47398
54309
73159
14103
17752
49326
64727
03509
72382
73099
19693
56095
99219
85278
40386
45537
87481
31312
83701
39325
65995
18877
75296
82837
35373
80488
21667
12690
09449
42205
74907
02083
22773
86346
45685
20898
53951
24536
06898
43623
77410
88133
29508
31764
42741
10056
14510
04197
68165
08634
66423
87456
91149
00067
53163
77232
71403
79424
15247
51057
85568
03055
43307
74547
54316
13128
26107
76611
28570
09286
64203
15296
69875
67822
86494
89827
01311
00452
45986
10425
16890
62428
47761
26738
67607
02227
10935
60151
99137
62774
20686
40721
91975
93970
38338
81668
85927
18770
58440
11887
70160
78967
96509
68843
63852
90155
84156
39625
80205
68733
93876
37738
39239
84809
29505
51128
24857
67389
63561
41133
18070
94386
82414
95963
48266
48277
61806
93766
34672
66560
15492
45177
13503
01983
70796
76512
23333
05498
50871
25517
26656
06787
13695
60987
97694
48744
28017
72757
19187
86070
16232
79638
44204
63565
44840
69955
34083
73315
58090
75768
18661
18216
79712
36252
86032
82703
27805
04691
00098
34031
65437
16317
05197
83021
01888
07229
80201
16414
46916
59967
27489
57562
16037
04186
04889
53185
76233
64678
81265
09560
59698
95962
25215
14692
69300
08400
80588
71418
08421
08464
67343
68869
92237
93578
02592
93892
35613
18811
43804
77991
69018
81781
94753
09373
34563
75350
42710
39687
60784
94867
13624
34239
66596
90732
65735
71953
47889
01212
63881
90139
06067
49243
30875
41388
98128
03057
13706
87569
42223
41880
86241
60841
72237
71039
99864
83124
14756
81133
23872
20565
36205
49062
29969
24756
88572
70445
35670
86230
94548
72641
10332
32245
41450
69471
93204
25179
63471
13596
76098
11849
90896
03643
13083
32661
05315
16128
83052
27964
83117
73563
22287
31748
80754
03848
13599
61375
20502
65066
83303
85126
13152
91788
06337
34165
19641
19896
54937
69503
03036
74390
50036
02196
49315
10814
03107
00906
10549
99682
82693
95386
83137
84081
30944
15606
72973
86104
08804
88730
84217
75171
80945
66081
46278
64751
79328
65074
31029
02766
53947
29875
19760
64278
47491
78354
93710
10760
60405
17790
48694
60755
49187
86386
73439
21297
15083
18805
76379
44037
34208
36541
59411
55109
11804
15185
90196
57002
07468
82896
22799
70138
88257
18436
53912
77209
90760
40638
23455
86850
34997
57682
71987
12242
73498
83903
13367
28782
06023
28786
95218
79033
13056
05731
96012
14964
23974
26889
09745
55413
81953
524
Planejamento de Experimentos
00
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
Continua.
50-54
55-59
60-64
65-69
70-74
75-79
80-84
85-89
90-94
95-99
70896
56809
66109
18071
98732
36075
04110
75658
87403
00005
43674
68597
91874
73854
65926
40005
46686
02717
17048
75304
97844
07611
47744
54293
67556
86581
28020
42578
47290
24856
16352
89060
07637
37711
82994
31772
93819
65557
88001
96648
04118
19317
37182
82990
97294
86771
26046
39689
83265
15128
44520
42909
84775
36263
15120
83967
45061
58509
19142
52142
47103
68874
70208
19470
34117
35246
29890
61518
22281
53248
62947
71163
04603
43576
93979
73041
86282
32471
15997
63911
24836
79852
30412
47786
53232
67288
78050
24496
91382
70303
51573
27753
91221
03607
21991
69504
55559
05999
89573
35791
64720
25853
07515
14053
91754
22268
78062
24479
27208
65021
48614
35567
06308
53014
55344
49440
14821
39583
35573
42151
62230
82212
44522
88116
73363
95809
83365
37840
86163
13221
60799
97854
04921
37468
58202
12110
19364
04713
05129
18191
59356
39431
17307
29560
11217
13345
12200
92290
01437
11296
49898
47624
49949
52526
12657
77971
18911
10202
35149
64438
70823
98463
40719
29375
68155
40295
69783
72863
28944
93928
30500
20653
62783
67416
00300
73986
76600
30872
10571
77028
76281
28324
26471
31963
73318
04776
38037
23688
36041
62404
02426
26996
68507
60413
98087
42544
95106
79024
43786
45319
78088
29486
61482
44374
74675
31169
27855
13150
34889
69610
78252
99671
02772
62256
38099
44390
34733
50707
96889
17343
92816
21499
39347
34908
11217
49408
11261
75074
81911
06573
93402
39638
09605
16908
62471
15168
25706
26623
10257
26558
35010
04465
85725
59743
79124
59616
56496
70271
52986
06330
76740
14196
91836
04923
78500
68584
09419
95946
27003
12154
82403
05634
69589
77488
56009
83043
11803
96115
51823
88322
85232
51496
72310
15238
74405
53316
74354
79027
92124
33667
44709
86936
07355
50283
49650
68862
90879
41356
55558
92804
37104
69695
81898
75000
52275
07867
76662
93352
49041
82027
47460
75841
48126
68100
01247
21336
56459
55087
14181
98422
93424
81533
79936
74388
03513
26090
64845
07416
57268
28683
27222
40715
41460
40561
18937
90841
20968
57813
92971
30732
78930
06702
20466
80884
15888
92347
05215
47049
89979
15415
98316
61374
22588
03806
31088
78717
44880
90272
17952
90808
83150
00393
80778
57805
49719
72541
00695
38398
44813
65320
05236
47406
07514
53949
05926
80201
32065
05041
03866
11252
91701
78952
31052
73940
79000
73808
60770
62831
80860
47280
82969
74304
49793
08252
73370
90789
00260
60676
58061
02865
44602
06317
22241
13741
32085
82840
89457
94495
35035
54351
78905
04239
21302
16521
47635
66959
70323
18718
17784
79996
54588
17228
44950
49607
35584
02934
14527
36756
27658
10355
11057
33029
40814
56850
68834
53421
12141
54715
41012
12926
84468
39873
40539
72655
98748
66961
14426
72236
28957
52449
96478
42225
80337
79671
23089
74669
84209
26842
88985
43091
59870
24847
24975
15345
55514
39708
04538
95561
41036
01935
27757
44455
35190
19816
42328
49260
38702
61065
91950
65175
83257
64207
94297
31078
48307
82315
09539
26693
58666
67276
36910
19496
21077
58926
69181
04162
88207
01214
10701
78509
08433
62025
89033
25416
21498
21515
01332
54477
84671
30387
Apndice
525
Continua.
00-04
05-09
10-14
15-19
20-24
25-29
30-34
35-39
40-44
45-49
54441
08573
81067
39737
34958
61417
99187
13130
65563
28737
50353
65208
21323
67875
82631
91989
12950
00328
63986
55775
24761
43820
66669
49944
71003
52715
21998
58970
67592
18298
88420
07627
37917
14783
05378
19640
20514
96763
49439
16294
31381
98032
40700
68692
19047
82867
26528
50066
97245
54998
64681
52937
68052
58891
76090
72424
14149
13064
11831
49502
74022
96466
38148
29831
26260
39633
31418
27427
16698
75005
56877
80926
02880
66725
87598
04593
31729
96827
59149
18429
28841
88424
63581
95119
32640
96709
11081
56249
61075
50548
94301
87203
31826
66849
10784
69266
28928
00607
15440
88830
93190
84274
14270
75278
08827
92626
57474
36485
82402
06060
59767
29917
26696
59330
86554
59039
93425
95474
82804
57912
56357
26795
02987
19779
61296
69484
89963
18377
42554
09357
42628
23381
04979
68464
64562
22047
51131
81243
31558
71317
79273
03227
94774
29366
19607
50733
52600
49962
55182
95639
00993
95106
19718
98046
61623
71952
32268
48133
46929
52100
49927
22862
81741
46570
31881
12526
69756
97217
04524
20977
78809
54553
33615
50416
95019
93411
11573
31564
42719
96436
84647
29680
21041
08726
15303
07825
56469
62416
59740
32168
32843
66021
11366
77540
20296
62630
72997
30724
15386
45104
62130
89117
88499
52284
31114
69709
85424
35319
91446
43704
45882
69972
25131
69768
70512
37730
34036
05034
39919
35722
40748
28319
54206
42800
21568
38046
49442
23555
13553
11237
59024
14027
95252
74818
13168
40583
33947
84451
52759
86071
05862
99666
81391
14978
31804
00956
80943
81707
85136
72676
44484
65849
63303
40164
86952
81259
90378
05720
72037
50839
74099
35178
20087
36671
37899
68848
55097
26676
32381
51931
69727
25376
20013
71733
86134
01300
69467
86338
48560
88039
52032
75905
62450
91700
23189
99500
77703
14696
55323
47314
36211
98386
33602
06508
72984
61500
04084
14548
98869
28220
46293
41356
13533
72442
83645
58472
34682
76317
17205
22538
18758
32911
67452
01031
38851
71399
97241
49629
67488
89565
56652
51795
75872
82052
66096
04293
40265
79250
81167
81020
31251
27037
05937
05961
88198
39989
35679
38195
95226
65393
93960
39222
69608
10824
60060
89913
86662
25844
33712
82576
60717
65549
91882
77824
91786
43409
47606
70953
89600
56768
57510
08172
19670
95995
40568
28513
92480
13594
05223
77579
12462
26123
88678
28504
65403
60830
56066
43168
10747
00428
72017
22113
81670
23554
63617
96593
45774
70435
01385
56367
00671
36056
84119
65416
50353
30049
90025
47336
95152
57381
50239
78787
51136
72900
29633
84454
89295
50823
59084
83467
58560
06277
35898
68417
54284
69018
49745
50525
89537
93085
40528
51102
17726
15593
47166
03914
36024
96929
92552
75731
43875
77873
44894
74649
58566
32254
06776
45948
20158
46910
67631
81992
93204
23629
23260
82321
14360
57492
50973
34438
76319
50442
60828
14886
78294
88648
02420
06793
55718
19313
07050
62795
50636
68665
24056
10289
42461
13485
59490
06467
75269
89853
60640
51799
78638
75357
25705
97732
19867
37779
48320
78711
47262
50540
56047
37158
67062
67690
54054
51269
23952
20121
26825
63029
58909
62367
64867
02207
98658
24565
526
Planejamento de Experimentos
50-54
55-59
60-64
65-69
70-74
75-79
80-84
85-89
90-94
95-99
58649
97306
09942
83842
73778
88381
31044
00909
69882
26059
38573
70624
49806
05461
76582
16660
60166
28953
47536
73457
11190
57062
99624
97521
40273
57260
03451
62331
32290
28014
18950
17403
27999
87076
89044
98048
09345
07086
93128
85137
32798
62496
62707
05500
79476
10653
30524
69050
27908
64520
85086
52449
79344
28631
30395
56550
21404
63837
37028
78324
98078
00063
23976
67523
62153
80470
42424
03272
86439
26657
66193
78964
67254
83669
04838
06176
47098
20492
51079
80428
16091
69503
50489
53174
45974
64400
12956
77628
25657
70964
39024
26371
81825
28982
31445
29954
06495
22019
78802
16618
16502
55596
78160
74893
20163
47467
15968
91328
41732
22501
38982
81455
05640
48316
53801
75062
97470
31460
95210
36983
66287
44455
67302
85968
13661
49963
63495
15393
06512
92853
29543
01866
66613
12165
14524
24705
49770
76195
46872
29947
13814
89880
40987
86124
59498
97568
00886
74066
63446
47409
97541
66739
11015
47911
76111
59663
21357
81106
37425
73825
33078
16924
29804
14613
51219
75588
88451
41691
96386
72410
09116
14036
18991
16135
64757
29760
71227
84270
38806
31333
65817
13049
21843
84495
46906
75711
80311
47584
11206
27795
98546
52078
97656
19554
85132
91541
40666
14500
07674
19574
76611
36525
55777
92170
13712
61117
30772
11740
80832
16927
93524
12848
38988
08541
30242
24384
81270
57736
38704
30244
48140
36098
97687
30133
17461
69546
79304
24396
93327
32648
07002
07263
71746
47947
26052
36232
32319
62411
06831
25547
46585
47781
89714
80818
24582
33139
68574
14506
98871
78136
94229
97563
22047
38181
33449
39716
81482
50193
03320
31545
45606
23801
25024
35231
32599
27874
80070
72052
15484
97711
37669
40773
54099
51312
78085
61336
29753
32962
80086
16734
73115
13039
65868
60706
51851
57624
48238
40397
87944
37682
84108
95260
52177
94935
26024
84525
49574
06423
63831
46047
34987
29469
57615
30416
99224
32927
38807
86806
20690
15695
53463
55481
76951
38312
49099
20018
72959
22762
07426
25652
02932
11688
94884
17831
60094
39429
99131
21632
19088
43418
94115
83844
16208
64034
84197
41424
16952
71857
97914
96105
74603
83464
23778
61924
24002
72271
19705
38332
72449
01277
86718
31235
15717
54860
18206
06168
67231
21931
32653
74216
20391
78978
02341
14969
83959
11428
26220
96323
70675
09373
50799
33150
42283
75016
27010
41985
18419
92965
59887
90124
20271
80143
46781
31635
61694
77366
92088
54823
64670
26848
94812
65942
07482
31828
63718
02546
16429
34191
42705
79146
87208
79276
86239
44120
51418
06217
84283
18054
90145
98372
81637
26795
63219
67279
68408
32265
59939
27616
06888
66218
17255
07459
63258
80278
80945
18572
71791
38670
98416
15086
50250
39048
93402
65169
57429
52790
51222
26536
45760
09389
73968
91761
91678
79369
79164
64818
90981
82663
26513
95759
05426
10831
36578
73031
70006
45477
63552
49601
03029
28547
37269
10553
75864
50502
20147
07692
31127
53123
81203
64077
06181
36127
50651
68953
66439
98128
81515
44923
24918
48444
25061
62654
12323
93070
63395
84705
82865
56792
34353
64326
68766
53727
40128
23507
43556
14381
08103
85323
19883
36781
Apndice
527
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
35
40
45
50
55
60
70
80
90
100
120
200
500
1000
Inf.
0,50
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,682
0,681
0,680
0,680
0,679
0,679
0,678
0,678
0,678
0,677
0,677
0,676
0,676
0,675
0,674
0,25
0,40
1,376
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,856
0,856
0,855
0,855
0,854
0,854
0,852
0,851
0,850
0,849
0,849
0,848
0,847
0,847
0,846
0,846
0,845
0,844
0,843
0,842
0,842
0,20
0,001
636,61
31,598
12,941
8,610
6,859
5,959
5,405
5,041
4,781
4,587
4,437
4,318
4,221
4,140
4,073
4,015
3,965
3,922
3,883
3,850
3,819
3,792
3,767
3,745
3,725
3,707
3,690
3,674
3,659
3,646
3,591
3,551
3,520
3,496
3,476
3,460
3,435
3,416
3,402
3,390
3,373
3,340
3,310
3,301
3,291
0,0005
528
Planejamento de Experimentos
0,00
0,01
0,02
0,07
0,08
0,09
0,0
0,1
0,2
0,3
0,4
0,5000
0,4602
0,4207
0,3821
0,3446
0,4960
0,4562
0,4168
0,3783
0,3409
0,4920
0,4522
0,4129
0,3745
0,3372
0,4880
0,4483
0,4090
0,3707
0,3336
0,4840
0,4443
0,4052
0,3669
0,3300
0,4801
0,4404
0,4013
0,3632
0,3264
0,4761
0,4364
0,3974
0,3594
0,3228
0,4721
0,4325
0,3936
0,3557
0,3192
0,4681
0,4286
0,3897
0,3520
0,3156
0,4641
0,4247
0,3859
0,3483
0,3121
0,5
0,6
0,7
0,8
0,9
0,3085
0,2743
0,2420
0,2119
0,1841
0,3050
0,2709
0,2389
0,2090
0,1814
0,3015
0,2676
0,2358
0,2061
0,1788
0,2981
0,2643
0,2327
0,2033
0,1762
0,2946
0,2611
0,2297
0,2005
0,1736
0,2912
0,2578
0,2266
0,1977
0,1711
0,2877
0,2546
0,2236
0,1949
0,1685
0,2843
0,2514
0,2206
0,1922
0,1660
0,2810
0,2483
0,2177
0,1894
0,1635
0,2276
0,2451
0,2148
0,1867
0,1611
1,0
1,1
1,2
1,3
1,4
0,1587
0,1357
0,1151
0,0968
0,0808
0,1562
0,1335
0,1131
0,0951
0,0793
0,1539
0,1314
0,1112
0,0934
0,0778
0,1515
0,1292
0,1093
0,0918
0,0764
0,1492
0,1271
0,1075
0,0901
0,0749
0,1469
0,1251
0,1056
0,0885
0,0735
0,1446
0,1230
0,1038
0,0869
0,0721
0,1423
0,1210
0,1020
0,0853
0,0708
0,1401
0,1190
0,1003
0,0838
0,0694
0,1379
0,1170
0,0985
0,0823
0,0681
1,5
1,6
1,7
1,8
1,9
0,0668
0,0548
0,0446
0,0359
0,0287
0,0655
0,0537
0,0436
0,0351
0,0281
0,0643
0,0526
0,0427
0,0344
0,0274
0,0630
0,0516
0,0418
0,0336
0,0268
0,0618
0,0505
0,0409
0,0329
0,0262
0,0606
0,0495
0,0401
0,0322
0,0256
0,0594
0,0485
0,0392
0,0314
0,0250
0,0582
0,0475
0,0384
0,0307
0,0244
0,0571
0,0465
0,0375
0,0301
0,0239
0,0559
0,0455
0,0367
0,0294
0,0233
2,0
2,1
2,2
2,3
2,4
0,0228
0,0179
0,0139
0,0107
0,0082
0,0222
0,0174
0,0136
0,0104
0,0080
0,0217
0,0170
0,0132
0,0102
0,0078
0,0212
0,0166
0,0129
0,0099
0,0075
0,0207
0,0162
0,0125
0,0096
0,0073
0,0202
0,0158
0,0122
0,0094
0,0071
0,0197
0,0154
0,0119
0,0091
0,0069
0,0192
0,0150
0,0116
0,0089
0,0068
0,0188
0,0146
0,0113
0,0087
0,0066
0,0183
0,0143
0,0110
0,0084
0,0064
2,5
2,6
2,7
2,8
2,9
0,0062
0,0047
0,0035
0,0026
0,0019
0,0060
0,0045
0,0034
0,0025
0,0018
0,0059
0,0044
0,0033
0,0024
0,0018
0,0057
0,0043
0,0032
0,0023
0,0017
0,0055
0,0041
0,0031
0,0023
0,0016
0,0054
0,0040
0,0030
0,0022
0,0016
0,0052
0,0039
0,0029
0,0021
0,0015
0,0051
0,0038
0,0028
0,0021
0,0015
0,0049
0,0037
0,0027
0,0020
0,0014
0,0048
0,0036
0,0026
0,0019
0,0014
3,0
0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
Apndice
529
B C
A D
DB
CA
1
D
C
A
B
A
B
C
D
B C
C D
D A
A B
2
D
A
B
C
A
B
C
D
B C
D A
A D
C B
3
D
C
B
A
A
B
C
D
B C
A D
D A
C B
4
D
C
B
A
Quadrados latinos 5 x 5
A
B
C
D
E
B
A
D
E
C
C D
E C
A E
B A
D B
1,2
E
D
B
C
A
A
B
C
D
E
B C
A D
E B
C E
D A
3,4
D
E
A
B
C
E
C
D
A
B
A
B
C
D
E
B C
A E
E D
C B
D A
5,6
D
C
A
E
B
E
D
B
A
C
A
B
C
D
E
B
A
D
E
C
C D
D E
E A
B C
A B
7,8
E
C
B
A
D
A
B
C
D
E
B C D
C D E
E B A
A E B
D A C
9,10
E
A
D
C
B
A
B
C
D
E
B C D
C D E
E A B
A E C
D B A
11,12
E
A
D
B
C
A
B
C
D
E
B C D
C E A
D B E
E A C
A D B
13,14
E
D
A
B
C
A
B
C
D
E
B C D
C E A
A D E
E B C
D A B
15,16
E
D
B
A
C
A
B
C
D
E
B C D
C D E
A E B
E A C
D B A
17,18
E
A
D
B
C
A
B
C
D
E
B C D
C A E
E D A
A E B
D B C
19,20
E
D
B
C
A
A
B
C
D
E
B C D
C A E
D E B
E B A
A D C
21,22
E
D
A
C
B
A
B
C
D
E
B C D
D E C
A B E
E A B
C D A
23,24
E
A
D
C
B
A
B
C
D
E
B C D
D A E
E D B
C E A
A B C
25,26
E
C
A
B
D
A
B
C
D
E
B C D
D E C
A D E
E A B
C B A
27,28
E
A
B
C
D
A
B
C
D
E
B C D
D A E
E D B
A E C
C B A
29,30
E
C
A
B
D
A
B
C
D
E
B C D
D E A
E D B
C A E
A B C
31,32
E
C
A
B
D
A
B
C
D
E
B C D
D A E
E B A
A E C
C D B
33,34
E
C
D
B
A
A
B
C
D
E
B C D
D E A
E A B
C B E
A D C
35,36
E
C
D
A
B
A
B
C
D
E
B C D
E D A
A B E
C E B
D A C
37,38
E
C
D
A
B
A
B
C
D
E
B C D
E D A
A E B
C A E
D B C
39,40
E
C
D
B
A
530
Planejamento de Experimentos
A
B
C
D
E
B C D
E A C
D E B
A B E
C D A
41,42
E
D
A
C
B
A
B
C
D
E
B C D
E D C
A E B
C A E
D B A
43,44
E
A
D
B
C
A
B
C
D
E
B C D
E D C
D E A
A B E
C A B
45,46
E
A
B
C
D
A
B
C
D
E
B C D
E A C
D B E
C E A
A D B
47,48
E
D
A
B
C
A
B
C
D
E
B C D
E D A
D A E
C E B
A B C
49,50
E
C
B
A
D
A
B
C
D
E
B
C
E
A
D
E
D
A
C
B
A
B
C
D
E
B
C
D
E
A
E
A
B
C
D
A
B
C
D
E
B
D
E
C
A
D
C
A
E
B
E
A
D
B
C
A
B
C
D
E
B C
D A
A E
E B
C D
54
D
E
B
C
A
E
C
D
A
B
A
B
C
D
E
B
E
D
A
C
E
C
A
B
D
A
B
C
D
E
B
E
A
C
D
D
C
E
B
A
E
D
B
A
C
C
E
D
B
A
51
D
A
B
E
C
C
D
E
A
B
52
D
E
A
B
C
C
E
B
A
D
53
C
A
D
E
B
56
C
D
B
E
A
55
D
A
E
C
B
Quadrados latinos 6 x 6
A
B
C
D
E
F
B
C
F
E
A
D
C D
F A
B E
A B
D F
E C
1,2
EF
DE
AD
FC
CB
BA
A
B
C
D
E
F
B
C
F
E
A
D
CD
F E
B A
A B
D F
E C
3
EF
AD
DE
FC
CB
BA
A
B
C
D
E
F
B
A
F
C
D
E
C
F
B
E
A
D
D
E
A
B
F
C
4
EF
CD
DE
FA
BC
AB
A
B
C
D
E
F
B
A
F
E
D
C
C
E
B
A
F
D
D
F
A
B
C
E
5
EF
CD
DE
FC
BA
AB
A
B
C
D
E
F
A
B
C
D
E
F
B
A
F
E
C
D
C D
F E
B A
A B
D F
E C
8
EF
CD
DE
FC
BA
AB
A
B
C
D
E
F
B
C
E
F
D
A
C
D
A
B
F
E
D
E
F
A
B
C
9
EF
FA
BD
CE
AC
DB
A
B
C
D
E
F
B
A
F
C
D
E
C D EF
E F CD
A E DB
B A FE
F C BA
D B AC
10,11
A
B
C
D
E
F
B
A
F
E
D
C
C D
E F
A B
B A
F C
D E
12
EF
CD
DE
FC
BA
AB
A
B
C
D
E
F
B
C
F
A
D
E
A
B
C
D
E
F
B
C
A
F
D
E
C D EF
A F DE
B E FD
E B AC
F C BA
D A CB
14,15
A
B
C
D
E
F
B
C
A
E
F
D
CD
A E
B F
F B
D A
E C
16
EF
FD
DE
AC
CB
BA
A
B
C
D
E
F
B
C
A
F
D
E
CD
A F
B E
E B
F A
DC
17
A
B
C
D
E
F
B
C
A
F
D
E
C D
A E
B F
E B
F C
D A
18
EF
FD
DE
AC
BA
CB
A
B
C
D
E
F
B
A
D
F
C
E
C D
A F
B E
F A
D C
E B
22
E
D
F
B
A
C
F
E
D
C
B
A
A
B
C
D
E
F
B
A
E
C
F
D
C D
E C
A F
F A
D B
B E
21
E
F
D
B
A
C
F
D
B
E
C
A
EF
DE
FD
AC
CB
BA
A
B
C
D
E
F
B
C
A
E
F
D
B
A
F
E
D
C
C D
E C
B A
F B
A F
D E
6,7
C D
F A
B E
E B
A F
D C
13
E
F
D
C
B
A
E
D
A
F
C
B
F
E
D
C
B
A
C D E
F E D
A B F
E A C
B F A
D C B
19,20
F
C
E
B
D
A
F
D
E
A
C
B
Apndice
531
Quadrados latinos 7 x 7
A
B
C
D
E
F
G
B
E
F
G
D
C
A
C D
A G
G B
E F
B C
D A
F E
(a)
E
F
D
C
A
G
B
FG
DC
AE
BA
GF
EB
CD
A
B
C
D
E
F
G
B
E
F
G
D
C
A
C
A
G
E
B
D
F
D E
G F
B D
F B
C A
AG
E C
(b)
FG
DC
AE
CA
GF
EB
BD
A
B
C
D
E
F
G
B
F
D
C
G
A
E
C
E
A
G
B
D
F
D E
GC
E B
A F
F A
CG
B D
(c)
FG
AD
GF
EB
DC
BE
CA
A
B
C
D
E
F
G
B
C
D
E
F
G
A
C D
D E
E F
F G
G A
A B
B C
(d)
E
F
G
A
B
C
D
FG
GA
A B
BC
CD
DE
E F
I
J
D
F
B
H
C
A
E
G
J
D
I
H
C
A
E
B
G
F
Quadrados latinos de 8 x 8 a 12 x 12
A
B
C
D
E
F
G
H
B
C
A
F
H
D
E
G
C
A
D
G
B
H
F
E
D
E
G
C
F
A
H
B
E
F
H
A
G
B
C
D
F
D
E
H
C
G
B
A
G
H
F
B
A
E
D
C
H
G
B
E
D
C
A
F
A
B
C
D
E
F
G
H
I
B
C
D
H
G
I
F
E
A
C
E
F
A
B
H
I
G
D
D
G
A
B
I
E
C
F
H
8x8
A
B
C
D
E
F
G
H
I
J
K
B
A
K
C
J
E
F
I
D
G
H
E
D
H
F
C
B
A
I
G
F
I
G
E
H
D
B
A
C
G
F
I
C
D
A
H
B
E
H
A
E
I
F
G
D
C
B
I
H
B
G
A
C
E
D
F
A
B
C
D
E
F
G
H
I
J
B
G
H
A
F
E
I
C
J
D
E
D
F
L
J
G
K
C
H
A
I
B
F G H
J K E
L I D
E CG
K A L
C D B
H J A
A B I
G F K
I H F
B L C
D E J
12 x 12
9x9
C
J
H
G
B
I
D
K
E
A
F
D
I
A
J
G
C
B
F
H
K
E
E
D
B
I
K
G
H
A
J
F
C
F
C
I
K
H
A
J
D
B
E
G
G
F
J
E
D
K
A
B
C
H
I
11 x 11
H
K
F
B
C
J
I
E
G
D
A
I
H
D
F
A
B
E
G
K
C
J
J
G
E
A
I
H
K
C
F
B
D
K
E
G
H
F
D
C
J
A
I
B
A
B
C
D
E
F
G
H
I
J
K
L
B
L
K
F
D
H
I
E
J
C
G
A
C
G
A
I
F
K
D
L
B
E
J
H
D
C
B
A
G
E
F
J
L
K
H
I
C
A
J
G
H
B
F
I
D
E
D E F G
E HC F
G F B E
I J E C
J I G A
CD I J
B A D H
F G J D
A CH B
H B A I
10 x 10
I
H
G
J
C
A
L
K
D
B
E
F
J
A
H
B
I
L
C
D
E
G
F
K
K
F
J
H
B
I
E
G
A
L
D
C
H
I
A
B
D
G
J
E
F
C
L
I
E
K
H
J
B
F
C
D
A
G