1

USO DO MINITAB - F A T O R I A L (22)

Prof. Andr Luiz Fiquene de Brito UFCG - LABGER
Projeto Fatorial: 22 com 02 rplicas.
1 Passo: Stat
DOE
Clicar em Create Factorial: Criar o fatorial 2k. 2 FATORES E DOIS NVEIS. Duas
repeties. 08 Ensaios. Fatores: A e B

2 Passo: Para o fatorial 22 deve-se clicar em 02 fatores.

3 Passo: Clicar em designs e marcar duas repeties e OK;

4 Passo: clicar em fatores e OK;

5 Passo: Clicar em Results e quando aparecer a tela marcar Summary Table,..etc..ltima

opo(toda tabela) e ok;

6 Passo: Clicar em Options e desmarcar Randomize runs, para preenchimento conforme

sinais algbricos;

7 Passo: Clicar em Ok e preencher os dados no Minitab: 22 x 2 = 8 ensaios:

8 Passo: Fazer a Anlise: Anova; Verificar os efeitos e coeficientes; Analisar Grficos.

Ento siga as etapas: Stat
Factorial
e clicar em Analyze Factorial Design..

9 Passo: Selecionar a coluna C7( que apresenta a varivel resposta;%), Fazendo com que
o % fique em Response;

10 Passo: Selecione Os termos: A:A; B:B e AB (avaliar o fator individualmente e com

interao).
clicar Ok;

11 Passo: Clicar em Storage: Avaliar os dados ajustados e residuais; avaliar o modelo;

efeitos e coeficientes. OK;

12 Passo: Avaliar os resultados em forma de Tabela(Marcar ltima coluna) e para

visualizar os quadrados mdios selecionar todos os termos(A:A; B:B e AB).OK;

13 Passo:
1 Forma: Em Graph marcar Half Normal; Pareto, Normal Plot e Resduals versus fit. Ok.

14 Passo: Clicar em OK. Avaliar os Resultados:

a) Anova: Efeitos principais A e B: p Valor a 0,05(0,0000,05). Logo, so significativos

com 95% de confiana.
b) A interao tambm foi significativa: p Valor a 0,05(0,000 0,05);
c) Todos os efeitos foram significativos: A; B e AB, pois, p Valor a 0,05 (0,000 0,05).
Todos devem fazer parte do modelo:
Modelo
% = 85,83 -10,13 A + 11,94 B + 9,88 AB. O coeficiente a metade do
efeito (-1 e +1).
d) R2/ R e R2max:
d.1: R2= 71,49% . (Representa a variao explicada do modelo: Modelo consegue explicar 71,49%).

Este valor deve ser comparado o R2max;
d.2: R = 0,84 (Correlao dos Dados.: R 0,75
Forte )
d.3: R2max= Representa o valor mximo que o modelo consegue explicar desconsiderando os erros do
processo. Logo, o mximo que o modelo conseguiria explicar= 99,98%.
Observao sobre R2max:
1.
2.
3.
4.

Com o valor de R2max, deve-se comparar com a variao explicada pelo modelo que foi 71,49%.
Observe que o erro puro foi bem pequeno (0,49);
O valor mximo que o modelo pode explicar 99,98%. Logo, 99,98% devem ser comparados com 71,49%.
Fazendo 99,98 % - 71,49% = 28,49%(valor no explicado).
Resumo:
Explicao do modelo: 71,49%
Mximo que o Modelo Consegue explicar: 99,98%
No explicado pelo modelo: 28,49% (aleatorizao: erros ao acaso medies, equipamentos, ambiente,
metodologia, etc)

Grficos: Avaliar os Grficos Gerados:

1 forma: Observem que a maioria esto prximos de 0. Existem apenas dois resduos
distantes de 0. (pode interferir no resultado ( a combinao -1 e +1).

2 Forma: Avaliar resduos com IC
Clicar em Graph e Normal Probability Plot. E avaliar o
grfico com IC: Os Pontos Esto dentro do IC de 5%.

10

14 Passo: Avaliar s Grficos Fatoriais. Interpreta melhor os resultados. Clicar Na

sequencia:

15 : Passo: Em Fatorial Plots marcar:

11

16 Passo Em Setup, nas abas Main effects plot, Interaction Plot e Cube plot marcar a
resposta C7 e Selecionar A:A e B:B. Em seguida avaliar:

12

Observao final:
Grfico de Pareto: O fator que estiver abaixo da linha significativo.
O maior (efeito), significa maior importncia.
Pareto Chart of the Standardized Effects
(response is %, Alpha = 0,05)

2,8

F actor
A
B

Term

AB

20

40
60
Standardized Effect

80

100

N am e
A
B

13

Grfico: Normal x Efeitos: O(s) fator(ES) que estiver(em) longe da linha, so significativos:
A, B e AB esto distante da linha. So significativos: Fator(es) A, B e AB.

Half Normal Plot of the Standardized Effects

(response is %, Alpha = 0,05)

Effect Ty pe
Not Significant
Significant

98

F actor
A
B

95

Percent

90
85
80

70
60
50

40
30
20
10
0

A
AB

20

40
60
Absolute Standardized Effect

80

100

N ame
A
B