Estatística Experimental - Planejamento de Experimentos

Estatstica Experimental: Planejamento de Experimentos
Verso Preliminar
Joo Gilberto Corra da Silva
Universidade Federal de Pelotas Instituto de Fsica e Matemtica Departamento de Matemtica e Estatstica

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
1. Cincia e Mtodo Cientfico 2. Pesquisa Cientfica 3. Mtodos de Pesquisa Cientfica 4. Pesquisa Experimental 5. Conceitos Bsicos da Pesquisa Experimental 6. Planejamento do Experimento e Delineamento Experimental: Requisitos e
Princpios Bsicos
7. Planejamento das Caractersticas Respostas 8. Planejamento das Caractersticas Explanatrias 9. Planejamento das Caractersticas Estranhas e do Controle Experimental 10. Estrutura das Unidades e Delineamento do Experimento 11. Estruturas de Experimento Ortogonais
Apndice

Verso Preliminar
Pelotas, 2006
CONTEDO
1. Cincia e Mtodo Cientfico 2. Pesquisa Cientfica 3. Mtodos de Pesquisa Cientfica 4. Pesquisa Experimental 5. Conceitos Bsicos da Pesquisa Experimental 6. Planejamento do Experimento e Delineamento Experimental: Requisitos e
Princpios Bsicos
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 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
Cincia e Mtodo Cientfico

Contedo
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 1.2 Na Seo 1.3 discute-se a Sees 1.2). 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 expem-se as suposies bsicas que 1.9, constituem os alicerces do conhecimento cientfico.
1. Cincia e Mtodo Cientfico
1.2
Conhecimento Fontes do Conhecimento

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
constitua o alicerce histrico das civilizaes; explicava o passado e a origem do presente. Era uma representao do mundo real, recriado a partir da elaborao subjetiva das experincias do homem. O homem primitivo se apegou tanto explicao mtica da natureza que passou a criar os mitos a partir de sua prpria natureza. Assim, por exemplo, acreditava que os animais e objetos possuam alma e que as divindades possuam imagem e sentimentos humanos. A pretenso do pensamento mtico era o resgate de um passado remoto, ou seja, daquilo que existia antes do tempo presente, particularmente das razes humanas. A narrao mtica fornecia o suporte vida em comunidade, ligando o homem a um mesmo passado, a uma mesma histria. As origens de fenmenos inexplicveis eram atribudas a poderes e foras imanentes existentes dentro de objetos, animais e pessoas. Povos da antiguidade adoravam o Sol e a Lua; os hindus, a vaca; os maias, os incas, os astecas e outros povos, os totens e amuletos, monumentos e objetos que eles prprios construam. Esses povos acreditavam que esses entes e objetos eram possuidores de foras e poderes para fazer o bem e o mal, e criavam seus interpretes ou interlocutores, como os bruxos, feiticeiros, sacerdotes, pajs. Em fase ulterior, essas foras misteriosas so transferidas a seres fictcios com formas humanas. Esses seres eram invisveis, representados por esttuas, para as quais, principalmente os gregos, romanos e egpcios, rendiam cultos. As intervenes desses seres superiores, denominados deuses, seriam a origem de todos os fenmenos naturais. a fase do politesmo. A causa de um conjunto de fenmenos de um setor particular da natureza era atribuda a um deus particular. O politesmo predominou na Grcia e na Roma antiga. Assim, por exemplo, Diana era a deusa da caa, Eolo o deus do vento, Netuno o deus do mar, Ceres a deusa da colheita.
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.
A filosofia busca o conhecimento das primeiras causas ou princpios. Ela destituda de objeto particular, mas assume papel orientador da prpria cincia na soluo de problemas universais. Assim, a filosofia a expresso da universalidade do conhecimento humano, ou seja, a fonte de todas as reas do conhecimento humano. Nesse contexto, a cincia no s depende da filosofia como nela se inclui. O conhecimento filosfico desenvolveu-se a partir de idias e teorias formuladas por grandes filsofos, tais como os citados filsofos gregos, e So Toms de Aquino (1224-1274), Francis Bacon (1561-1626), Ren Descartes (1596-1650), John Locke (1632-1704), Jean Jacques Rousseau (1712-1778), Immanuel Kant (1724-1804), Georg Hegel (1770-1831), Karl Marx (1818-1883) e, em pocas recentes, Bertrand Russell (1872-1970), Ernest Nagel (1901-1985), Karl Popper (1902-1994) e Carl Gustav Hempel (1905-1997). A filosofia repousa na reflexo sobre a experincia. A reflexo propicia variaes de interpretao sobre as impresses, imagens e opinies. Assim, as idias e teorias filosficas no so unnimes. A filosofia no se reduz a uma busca de originalidade reflexiva e conceitual. Antes de tudo, a filosofia tem a finalidade de compreender a realidade e fornecer contedos reflexivos e lgicos de mudana e transformao da realidade. Cabe filosofia a tarefa de elaborar pressupostos e princpios norteadores das aes humanas. As proposies filosficas so situadas em contexto cultural, que considera o homem inserido na histria. A filosofia tambm uma reflexo crtica da sociedade, da poltica, do direito, da educao. Por essa razo, o conhecimento filosfico evolui segundo o contexto histrico.
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
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 1.6 e 1.7 1.5, 1.7.
1.3
Relao da Cincia com a Filosofia

O mtodo cientfico algumas vezes contrastado com outras abordagens para a gerao de conhecimento. Surge, ento, a questo natural da credibilidade do conhecimento cientfico, em contraste com conhecimento de outras origens. Particularmente, so algumas vezes questionados o carter filosfico e a estrutura lgica do conhecimento cientfico. Em primeiro lugar, deve ser observado que a cincia um mtodo e no uma filosofia. Como tal, ela no est comprometida com qualquer teoria ou filosofia particular de conhecimento. De fato, a ao do cientista revela certas preferncias mentais e consistncias de seu mtodo que so algumas vezes relacionadas com pontos de vistas de escolas filosficas conhecidas pelas designaes de: racionalismo, empirismo, positivismo, pragmatismo e determinismo. Um exame breve do significado filosfico dessas designaes til para esclarecer a distino da posio do cientista em relao a esses pontos de vista, que implicam em diferenas nas perspectivas referentes ao conhecimento.
O racionalismo refere-se convico filosfica de que a razo humana o principal instrumento e a autoridade ltima na busca da verdade. O racionalismo no nega o valor da experincia sensorial como uma fonte de conhecimento, mas sustenta que apenas a operao lgica da mente pode determinar a verdade de qualquer experincia ou idia. Por sua aderncia s regras de lgica estabelecidas, o cientista poderia ser taxado de racionalista. Entretanto, esta designao seria imprpria, dado que ele no acredita apenas na razo pura como um guia para o conhecimento vlido. A base racional do mtodo cientfico fundamentada no sistema de lgica empregado no raciocnio cientfico, mas o mtodo de anlise cientfica requer muito mais do que apenas f na razo. O empirismo fundamenta-se na convico de que a experincia sensorial deve ser considerada como a fonte mais confivel de conhecimento. Certamente, a cincia , em parte e em certas reas, um mtodo emprico, tanto como um mtodo lgico, isto , racional. Todavia, o aspecto emprico da cincia relaciona-se ao modo como os dados so percebidos e no f na validade exclusiva de experincias sensoriais. O raciocnio sobre as impresses empricas to importante como as sensaes recebidas. A evidncia emprica bsica cincia, mas ela s tem significado se interpretada por noes particulares sobre seus atributos, efeitos, etc. De fato, uma grande parte da estrutura do conhecimento cientfico composta de abstraes, isto , de idias sobre fenmenos e suas inter-relaes, no de evidncia emprica. A cincia emprica no sentido de que seu ltimo recurso para o estabelecimento da credibilidade de qualquer conhecimento particular o fato emprico, a demonstrao emprica, ou a predio emprica. Mas sustentar que a cincia apenas ou basicamente emprica limitar inadequadamente sua estrutura terica. Estas duas escolas filosficas tm mais de trs sculos de histria. O positivismo lgico uma escola mais moderna que tem sido relacionada cincia. Ele se refere crena de que afirmaes tm significado fatual apenas quando so confirmadas por evidncia emprica. Na realidade, o positivismo lgico um movimento de alguns filsofos da cincia para uma unificao dos vrios ramos da cincia pelo esclarecimento de idias e desenvolvimento de preciso metodolgica atravs de anlise lgica. uma derivao do empirismo que enfatiza o desenvolvimento de comunicao objetiva, especialmente atravs da lgica simblica e da matemtica. Alguns cientistas tm algo de positivistas lgicos, por buscarem, constantemente, uma unidade comum de mtodo, princpios bsicos e comunicao. Entretanto, mesmo entre os poucos neopositivistas de hoje, a atitude restritiva original referente credibilidade de certos tipos de conhecimento foi muito modificada. Observe-se que o positivismo lgico tem apenas conexo tnue com o positivismo, uma escola filosfica do sculo 19 que esperava arranjar todo o conhecimento em uma organizao inter-relacionada de modo completo e coeso para a soluo racional de todos os problemas humanos. A quarta escola filosfica que algumas vezes relacionada cincia o pragmatismo, pragmatismo que consiste na crena de que o ltimo teste do valor de uma idia sua utilidade na soluo de problemas prticos. Certamente, o cientista um homem prtico que busca a soluo de problemas reais. Entretanto, como uma posio filosfica, o pragmatismo de pouco valor na cincia moderna. De fato, muito conhecimento cientfico puramente terico, sem valor prtico por si. Todavia, esse conhecimento terico tem papel vital na estrutura da cincia. O conjunto de teorias abstratas que fundamenta toda cincia, que constitui a usualmente designada cincia pura, altamente no pragmtico. A ltima ligao filosfica cincia o determinismo ou seja, o argumento de que determinismo, nada tem lugar na natureza sem causas naturais. O determinismo na cincia no um credo mas um postulado que empregado na anlise de causalidade (Seo 1.9 A Seo 1.9). cincia tambm j foi relacionada ao materialismo isto , doutrina filosfica de que todo materialismo,
o conhecimento pode ser derivado do estudo da matria. Entretanto, hoje a cincia materialista, mecanicista ou determinista apenas na medida em que ela se fundamenta em uma base de fatos demonstrveis objetivamente, com o auxlio de instrumentos fsicos de observao e mensurao. Ademais, o determinismo no deve ser confundido com fatalismo, ou seja, a inevitabilidade natural dos eventos. A cincia busca compreender as regularidades dos fenmenos, mas tais regularidades no so imputadas a qualquer agente causal inevitvel. Um postulado de regularidade na natureza pressuposto pelo cientista como um princpio, com o propsito de obter conhecimento fidedigno. Entretanto, tal princpio no assumido como uma lei da natureza. Este termo no tem significado importante nas explicaes cientficas modernas da causalidade.
1.4
1.4.1
Breve Histria da Cincia

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
psA cincia na ps-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;
a nova abordagem de pesquisa em anatomia do belga Andreas Versalius; e os avanos em lgebra do italiano Gerolano Cardano (1501-1576). Coprnico defendia a idia de que a matemtica poderia ser aplicada pesquisa de qualquer problema que envolvesse quantidades mensurveis. Embora os desenvolvimentos tericos tivessem a tendncia de serem especulativos, houve um considervel avano em muitas reas. Em particular, antes do fim do sculo, a matemtica era usualmente ensinada na Europa.
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
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
qumica, a reforma da nomenclatura alcanada por Antoine Laurent Lavoiser (1743-1794) e seus colaboradores foi de estilo matemtico e abstrato.
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
12
certificao, emprego e atribuio de recompensas de seus membros. Forados pela competio, os cientistas tendem a se tornarem pesquisadores muito especializados. O estilo dominante desse perodo era reducionista: as pesquisas eram concentradas principalmente em processos artificialmente puros, estveis e controlveis, obtidos em laboratrio, e as teorias favoritas eram aquelas que envolviam as causas fsicas mais simples, usando argumentos matemticos. Os desenvolvimentos cientficos dessa poca eram modelados segundo os padres da fsica terica. O esprito positivo dessa cincia era mostrado pela sua crescente separao da reflexo filosfica. As teorias da relatividade (1905 e 1916) de Albert Einstein (1879-1955) e o princpio da incerteza na teoria quntica (1927) do fsico alemo Werner Heisenberg (1901-1976) levantaram vigorosas discusses filosficas. As realizaes cientficas do incio do sculo 20 so demasiadamente imensas para serem enumeradas. Entretanto, pode-se destacar um padro comum de avano. Em cada um dos campos mais importantes o progresso baseou-se no bem sucedido trabalho descritivo do sculo 19. A atividade cientfica dirigiu-se inicialmente para uma anlise mais refinada dos constituintes e de seus mecanismos e, ento, para snteses que originaram os nomes de disciplinas hbridas, tais como bioqumica e biofsica. Na fsica, as teorias clssicas das principais foras fsicas (calor, eletricidade e magnetismo) foram unificadas pela termodinmica; e no incio do sculo surgiram descobertas completamente novas (raios X e radioatividade, por exemplo) e a penetrao na estrutura da matria (teoria atmica e isotopia). Essas descobertas demandaram a reviso das leis fundamentais da fsica e algumas de suas pressuposies metafsicas (relatividade e teoria quntica). Mtodos qumicos tornaram-se necessrios para muitos desses trabalhos em fsica. Por outro lado, as novas teorias fsicas eram suficientemente poderosas para prover explicaes efetivas para uma ampla variedade de fenmenos qumicos. Com base nessas descobertas, a indstria qumica produziu uma grande variedade de substncias totalmente sintticas (fibras e plsticos, por exemplo). Nas cincias biolgicas, os mtodos fsicos e qumicos contriburam para descobertas e explicaes de agentes engenhosos (vitaminas, hormnios) e a reconstruo de ciclos complexos de transformaes qumicas por meio das quais a matria vive. A cincia mdica pde desenvolver a bacteriologia e, atravs da descoberta de drogas especficas e gerais, ela reduziu de modo acentuado as doenas epidmicas clssicas e as doenas cruis da infncia. At o final desse sculo, os avanos cientficos continuaram a crescer em todas as reas, de modo to vertiginoso que se torna impossvel catalog-los; apenas para ilustrao: no transporte culminaram com a viagem Lua e lanamento de satlites e sondas para explorao espacial; na sade, com o controle de muitas doenas e o aumento da longevidade; nas comunicaes, com o uso em larga escala da Internet.
Exerccios 1.1
1. Qual a origem do conhecimento emprico? Como ele adquirido e consolidado? 2. Como o conhecimento mtico sucede ao conhecimento emprico? 3. Explique a origem e os fundamentos do conhecimento religioso. 4. Explique as origens, as caractersticas e o significado do conhecimento filosfico. 5. Quais so as origens do conhecimento popular, comum ou ordinrio? 6. Qual a origem do conhecimento cientfico? 7. Como o conhecimento cientfico chega ao homem comum? 8. Caracterize as distines essenciais entre conhecimento cientfico e conhecimento popular. 9. Qual a relao entre a cincia e as escolas filosficas do racionalismo e empirismo? 10. Caracterize as distines da cincia em relao s escolas filosficas do pragmatismo e do determinismo. 11. Explique as fontes de influncia que originaram a cincia moderna na ps-renascena. 12. Descreva a origem do mtodo cientfico moderno.
13
1.5
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
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. fidedigno. Conhecimento 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
Estratgia e Ttica da Cincia

O mtodo cientfico o procedimento geral da cincia aplicado no processo de aquisio de conhecimento, independentemente do tema em estudo. Entretanto, cada classe de problemas de conhecimento requer o desenvolvimento e a aplicao de procedimentos especiais adequados para os vrios estgios do tratamento dos problemas, desde o enunciado desses at o controle das solues propostas. So exemplos desses procedimentos ou tcnicas especiais a anlise colorimtrica para a determinao de caractersticas fsico-qumicas de uma substncia e a anlise de vigor para a determinao da qualidade fisiolgica da semente.
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.
16
Exemplo 1.1
Suponha-se a seguinte questo: Porque a produtividade do trigo no Rio Grande do Sul baixa? Uma resposta simples a essa questo poderia ser derivada da observao emprica de que as condies ambientais nesse Estado so desfavorveis ao cultivo do trigo. Pesquisadores cientficos desse problema no se satisfariam com explicaes simples e genricas como essa, e iniciariam pelo exame crtico do prprio problema, antes de tentarem a busca de uma soluo para ele. De fato, aquela pergunta implica uma generalizao emprica que pode ser refinada atravs de sua decomposio em perguntas menos gerais, como as duas seguintes: Sob que circunstncias ambientais (referentes a solo, clima, incidncias de doenas e pragas, etc.) a produtividade tem sido baixa? Nessas circunstncias, quais so as caractersticas relevantes das tcnicas de cultivo de trigo (cultivares utilizadas, tratamentos fitossanitrios, fertilizao e correo do solo, etc.) que podem ter implicaes sobre a produtividade? As questes postas dessa forma ainda so demasiadamente vagas e podem ser mais refinadas atravs da formulao de perguntas mais especficas, tais como: A produtividade tem sido mais baixa em anos de temperatura e umidade relativa elevadas durante o ciclo vegetativo do trigo? Em que estdios do desenvolvimento da planta essas condies so mais adversas? Em que estdios de seu desenvolvimento a planta mais suscetvel a essas condies climticas? Essas condies de clima favorecem o desenvolvimento de doenas fngicas do trigo? Quais doenas fngicas? As cultivares em uso so suscetveis a essas condies de clima? So elas suscetveis a essas doenas fngicas? Assim, uma anlise do problema inicial demasiadamente genrico e vago baixa produtividade do trigo no Rio Grande do Sul conduz a um conjunto de problemas mais especficos que tm implicaes negativas sobre a produtividade do trigo nesse Estado; por exemplo, suscetibilidade de cultivares de trigo a temperatura e umidade relativa elevadas; incidncia de doenas fngicas; incidncia da ferrugem; suscetibilidade de cultivares a doenas fngicas. Cada problema ou pergunta simples e precisa que possa ser passvel de soluo ou resposta com o conhecimento cientfico atual e os recursos disponveis constitui um problema pesquisa. cientfico ou problema de pesquisa Cada problema cientfico suscitar uma ou mais conjeturas de soluo ou resposta. Considere-se, por exemplo, o seguinte problema: prejuzo produtividade do trigo decorrente da incidncia da ferrugem. Esse problema pode suscitar diversas conjeturas, tais como: a) temperatura e umidade relativa elevadas favorecem a incidncia da ferrugem; b) a ocorrncia da ferrugem pode ser controlada atravs de fungicidas; e c) a incidncia da ferrugem pode ser evitada com o uso de cultivares resistentes. Cada uma dessas conjeturas que possa ser verificada empiricamente constitui uma hiptese cientfica ou hiptese de pesquisa pesquisa. Ento, cada uma dessas conjeturas poder ser verificada empiricamente atravs de suas conseqncias. Por exemplo, a) se elevadas temperatura e umidade relativa so determinantes da incidncia da ferrugem e conseqente diminuio da produtividade, ento lavouras de trigo que difiram quanto quelas caractersticas devem apresentar diferentes graus de incidncia de ferrugem e diferentes nveis de produtividade; b) se fungicidas controlam a incidncia da ferrugem, ento lavouras com fungicidas eficazes devem ser mais produtivas que lavouras sem esses fungicidas ou com fungicidas ineficazes; c) se a suscetibilidade ferrugem um determinante importante da produtividade baixa, ento lavouras que difiram quanto a cultivares com nveis diferentes de suscetibilidade (ou de resistncia) e sejam semelhantes quanto s demais caractersticas devem ter nveis de produtividade diferentes. A verificao de cada hiptese cientfica poder ser procedida atravs de uma pesquisa cientfica que compreender a observao e coleta ou reunio de dados por meios cientficos. Por exemplo, na presente ilustrao, atravs de: a) uma pesquisa conduzida em lavouras, em diversos locais e em vrios anos, com variao natural de temperatura e umidade relativa; b) uma pesquisa com fungicidas disponveis e um controle (sem fungicida); c) uma pesquisa com cultivares disponveis com diferentes nveis de suscetibilidade (ou resistncia) ferrugem. Finalmente, em cada pesquisa particular, sero avaliados os mritos das alternativas de sua hiptese, o que poder conduzir a refutao ou no refutao dessa hiptese. Se as observaes coletadas ou reunidas pela pesquisa no concordarem com as conseqncias derivadas da hiptese, a hiptese ser refutada. Caso contrrio, ou seja, se essas observaes se colocarem em linha com a hiptese, a hiptese no ser refutada. Nesse ltimo caso, proceder dizer-se que as observaes corroboraram a hiptese. Observe-se, entretanto, que uma hiptese jamais comprovada, pois estar sempre sujeita a ser refutada por uma observao futura.
17
Ento, o conhecimento cientfico derivado ser incorporado ao corpo de conhecimento anterior. Se uma hiptese for refutada, ser necessria a formulao de outra hiptese e o reincio do procedimento; se ela for corroborada, ser desejvel sua ampliao ou aperfeioamento. Em geral, se uma pesquisa for cuidadosa e imaginativa, a soluo do problema que a originou suscitar um novo conjunto de problemas. As pesquisas mais importantes e frteis so aquelas capazes de desencadear novas questes e no as tendentes a levar o conhecimento estagnao. De fato, a importncia de uma pesquisa cientfica avaliada pelas alteraes que produz no corpo de conhecimento e pelos novos problemas que suscita.
O Exemplo 1.1 ilustra o procedimento geral da cincia para aquisio de conhecimento. Nesse processo pode-se distinguir a seguinte seqncia de operaes: 1) Enunciao de perguntas bem formuladas e frteis problemas cientficos. 2) Formulao de conjeturas bem fundamentadas que possam ser submetidas prova atravs de experincia, para responder as perguntas hipteses cientficas. 3) Derivao de conseqncias lgicas das conjeturas. 4) Verificao emprica das conjeturas. 5) Anlise e interpretao dos resultados da verificao das conjeturas avaliao da pretenso de verdade das conjeturas. 6) Determinao dos domnios para os quais valem as conjeturas, incorporao do novo conhecimento cientfico ao corpo de conhecimento disponvel, e formulao de novos problemas originados da pesquisa. Esse processo do mtodo cientfico esquematizado na Figura 1.1.
Figura 1.1. Representao esquemtica do processo do mtodo cientfico. Em resumo, o mtodo cientfico inicia com o exame do conhecimento existente e a identificao de um ou mais problemas de interesse. Para cada um desses problemas formulada uma ou mais hipteses. Ento, cada uma dessas hipteses examinada para a derivao de previso lgica de conseqncias que possam ser verificadas objetivamente. A prxima etapa a verificao objetiva de cada uma dessas hipteses atravs de novas observaes. Se essa verificao emprica objetiva confirma a previso referente a uma hiptese particular, acumula-se evidncia em favor dessa hiptese e ela aceita como um fato, incorporando-se ao corpo de conhecimento existente. Sua vida subseqente pode ser breve ou longa, pois, constantemente, novas dedues podem ser extradas e comprovadas, ou no, por meio de observao emprica objetiva. Essa propriedade circular do mtodo cientfico ilustrada na Figura 1.2.
18
Figura 1.2. Diagrama que ilustra a propriedade circular do mtodo cientfico. O processo fundamental do mtodo cientfico pode ser resumido como uma repetio cclica de fases de sntese, anlise e sntese. O mtodo cientfico para a soluo de um problema genrico referente a um fenmeno inicia com uma viso global desse fenmeno (sntese Entretanto, mesmo as partes mais restritas do universo so sntese). sntese demasiadamente complexas para serem compreendidas globalmente e de modo completo pelo esforo humano. Torna-se necessrio ignorar muitos dos aspectos do fenmeno e abstrair uma sua verso idealizada, com a expectativa de que ela seja uma aproximao til. Freqentemente, certas caractersticas dessas idealizaes so alteradas para simplificao. Essa idealizao , ento, decomposta em um nmero de partes relativamente simples nas quais possam ser identificados problemas especficos para tratamento separado (anlise anlise). Basicamente, essa decomposio visa anlise identificao de partes independentes, ou que interajam de modo simples. Quando os problemas referentes a essas partes so solucionados, o novo conhecimento integrado ao corpo de conhecimento existente (sntese sntese). sntese
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
dessas tcnicas. Essas tcnicas tambm so poderosas na pesquisa cientfica de fenmenos naturais. Entretanto, sua aplicao requer que o conhecimento cientfico esteja suficientemente consolidado para ser suscetvel de traduo e tratamento matemtico. Por outro lado, o domnio da maior parte das tcnicas empricas depende apenas de adestramento. Entretanto, necessrio talento para sua aplicao a problemas novos, para a crtica das tcnicas conhecidas e, particularmente, para o desenvolvimento de tcnicas novas e melhores. Exerccios 1.2
1. Qual o inconveniente de definir a cincia atravs de seu contedo, ou seja, do corpo de conhecimento cientfico? 2. Qual o significado de cada um dos termos objetivo, lgico e sistemtico na definio da cincia atravs de seu mtodo? 3. Qual o significado de "fenmeno" (natural)? 4. Explique o atributo cumulativo da cincia. 5. O que significa "conhecimento fidedigno"? Qual a relao entre conhecimento fidedigno e verdade? 6. Ilustre a estratgia da cincia atravs de exemplo de sua rea. 7. Descreva os passos seguidos para a aquisio de conhecimento atravs do mtodo cientfico. 8. Identifique as fases de sntese, anlise e sntese de um ciclo do mtodo cientfico no exemplo utilizado na resposta ao exerccio 6. 9. Em que consiste a anlise no processo do mtodo cientfico? Porque ela essencial? 10. Ilustre o significado de tcnica cientfica atravs de exemplos de sua rea. 11. Qual a distino bsica entre mtodo cientfico e tcnica cientfica? 12. Qual a distino bsica entre tcnica cientfica conceitual e tcnica cientfica emprica?
1.7
Objetivos e alcance da cincia

A cincia tem dois objetivos fundamentais. Em primeiro lugar, o incremento do conhecimento - objetivo intrnseco, ou cognitivo; em segundo lugar, o aumento do bem estar do homem e de seu domnio sobre a Natureza - objetivo extrnseco, ou derivado. A cincia com objetivo puramente cognitivo denominada cincia pura. A cincia pura aplicada ou tecnologia utiliza o mesmo mtodo geral da cincia e vrios de seus mtodos especiais, mas os aplica com fins prticos. So exemplos de cincia pura a fsica, a qumica, a biologia e a psicologia; de cincia aplicada, a engenharia eltrica, a bioqumica, a agronomia, as medicinas humana e veterinria e a pedagogia. Essa diviso da cincia freqentemente questionada, com o argumento de que a cincia visa, em ltima instncia, a satisfao das necessidades de alguma natureza. Entretanto, ela est relacionada aos objetivos das vrias reas da cincia e explica as diferenas de atitude e de motivao entre o cientista que busca entender melhor a realidade e o cientista que busca melhorar o domnio sobre ela. A cincia fundamentalmente um mtodo de aquisio de conhecimento fidedigno. Na busca desse objetivo, o que ela alcana - o conhecimento cientfico, um conhecimento terico, ou seja, uma interpretao da realidade, no a prpria realidade. Essa interpretao terica freqentemente expressa em termos de condies ou formas ideais ou perfeitas; por exemplo, uma sntese perfeita de duas ou mais substncias qumicas, denominada soluo, um espao absolutamente sem matria, denominado vcuo, e uma figura absolutamente redonda, denominada crculo. Essas formas concebivelmente ideais constituem modelos. Esses modelos so apenas modelos aproximaes e, portanto, interpretaes tentativas da realidade. A funo da cincia o
20
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 1.3). Figura
Figura 1.3. Relaes entre teoria, hiptese, lei e fato. A ambio da cincia o desenvolvimento de teorias frutferas que abranjam a gama mais ampla possvel de fenmenos. De fato, o objetivo bsico da cincia a criao de teorias que permitam explicar ou predizer fenmenos. A criao de teorias desenvolvida atravs da pesquisa cientfica. A teoria na cincia tem as seguintes funes: a) orientar a pesquisa ela reduz a amplitude de fatos a serem utilizados e ao mesmo tempo determina que tipos de fatos sero realmente relevantes para os propsitos da pesquisa; b) servir como um sistema tanto de conceituao como de classificao ela permite a criao de conceitos referentes a processos importantes, a classificao de objetos relevantes (taxonomia) e a criao de estruturas de conceitos; c) permitir um resumo do que j conhecido sobre um fenmeno, tornando possvel um enunciado de generalizao emprica ou a criao de sistemas de relaes entre proposies (leis, princpios, axiomas); d) sugerir a predio de fatos; e e) salientar falhas no conhecimento existente.
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
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.
A descrio a representao do fenmeno para a identificao de suas caractersticas essenciais; a explicao a caracterizao da razo da existncia do fenmeno ou de sua causa; a predio a antecipao do conhecimento do fenmeno antes de sua ocorrncia; e o controle a manipulao das condies que produzem um fenmeno. O primeiro objetivo da cincia a descrio. O conhecimento cientfico inicia-se com a descrio. Apenas aps a aquisio do conhecimento das caractersticas relevantes do fenmeno, inicia-se a explicao de suas origens. O segundo objetivo a explicao. A explicao requer a identificao das condies que resultam na ocorrncia do fenmeno. O homem comum sabe que a chuva freqentemente decorre de certas condies de nebulosidade e de direo de vento. O cientista cauteloso e conservador. Ele reconhece que a maioria dos fenmenos tem muitas causas e que nova evidncia pode requerer a substituio de uma explicao antiga por uma mais apropriada. Na medida em que o processo de pesquisa cientfica evolui, o conhecimento referente s causas dos fenmenos cresce e se aperfeioa. Com esse conhecimento crescente, surge a habilidade de predizer e possivelmente controlar os fenmenos. O terceiro objetivo da cincia a predio. O estabelecimento de predies requer o conhecimento das condies antecedentes do fenmeno. A previso do tempo, por exemplo, requer o conhecimento das condies meteorolgicas que o influenciam, tais como direo do vento, temperatura, umidade e presso atmosfrica. O avano do conhecimento da relao de eventos meteorolgicos permite que, na atualidade, possam ser efetuadas predies de ocorrncias meteorolgicas com elevada exatido. A impossibilidade de predio exata de um fenmeno indicativa de falha na sua compreenso. O quarto e mais avanado objetivo da cincia o controle. Controle, nesse sentido, significa conhecimento das causas ou condies antecedentes do fenmeno. Se as condies antecedentes so conhecidas, elas podem ser manipuladas para a produo do fenmeno como desejado.
1.8
Papel da Lgica na Cincia

Os fatos cientficos so os elementos essenciais que constroem a cincia. Todavia, eles devem ser dispostos e arranjados em estruturas inter-relacionadas teis. Contrariamente crena popular, falsa a afirmao de que fatos falam por si s. Igualmente, no necessariamente verdade que fatos no mentem. Realmente, estas sentenas no tm significado substantivo. A ferramenta mais essencial da cincia, juntamente com o fato verificado, o sistema de raciocnio lgico vlido sobre fatos cientficos que permite a derivao de concluses fidedignas a partir deles. Essas concluses so proposies sobre inter-relaes de fatos que explicam um dado fenmeno, que constituem princpios, teorias e leis cientficas. No mago do raciocnio lgico sobre fatos est um sistema de regras e prescries que tm sido estabelecidas no curso de vinte e cinco sculos. O emprego correto dessas regras fundamental a todo esforo cientfico. As regras de raciocnio dedutivo e indutivo, o uso correto de definies, de procedimentos de amostragem, etc. so partes essenciais do instrumental intelectual de qualquer cientista. Essas questes so discutidas nos Captulos que seguem. Tratar-se- aqui apenas da distino entre veracidade e validade, um dos maiores problemas lgicos envolvidos no raciocnio
24
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
tem espinhos". Este argumento incorreto porque as duas premissas so fatos conhecidamente falsos e ele invlido na forma: a concluso no segue necessariamente das premissas porque o que verdade para alguns membros de uma classe no necessariamente verdade para todos os membros da classe. Embora tais argumentos no sofisticados no apaream em qualquer cincia respeitvel, esses exemplos so interessantes para observar como fcil alterar a estrutura de um argumento de correta para incorreta, ou vice-versa, simplesmente por pequena alterao. Muitos exemplos poderiam ser utilizados para ilustrar o papel fundamental de fatos cientficos e de raciocnio confivel na estrutura da cincia. Na fsica anterior a Galileu era sustentado que objetos pesados caem mais rpido do que objetos leves. Esta afirmao um fato falso e invlida na forma. Objetos pesados caem mais rpido do que objetos leves apenas quando eles apresentam maior densidade, isto , uma menor razo de resistncia ao meio por unidade de volume. Uma bola de chumbo de 1 kg cai mais rpido do que um pacote de 10 kg de penas no comprimidas porque sua densidade maior. Neste argumento no apenas uma das pressuposies um fato falso (a densidade e no o peso absoluto determina a razo de queda), mas tambm a forma invlida porque no segue necessariamente que apenas por ser mais leve um objeto deva cair mais rpido. Um outro exemplo interessante de argumento incorreto extrado de um fenmeno social: "Nos Estados Unidos o negro tem uma taxa de criminalidade maior do que o branco". Esta afirmao, pronunciada inclusive por dirigentes de rgos policiais e legisladores, ilustra diversos aspectos de lgica incorreta. Em primeiro lugar, ela infere implicitamente que todo negro tem um potencial mais elevado para cometer crimes; e isto no um fato cientfico; apenas algumas classes de negros urbanos nos Estados Unidos exibem uma taxa mais elevada de alguns tipos de crimes popularmente conhecidos. Ela tambm infere que o negro, mesmo se ele de fato cometesse um nmero de crimes proporcionalmente mais elevado, o faz porque negro. Esta implicao tambm um fato falso. Entretanto, interessante notar que este exemplo um caso de afirmao parcialmente verdadeira que vlida pela razo errada (isto , errada pelo raciocnio de causao). Nos casos em que o negro tem uma taxa de crime proporcionalmente maior do que o branco, isso ocorre porque: 1) taxas de crime so proporcionalmente maiores em reas urbanas do que em reas rurais; e a alegada criminalidade do negro uma conseqncia da imigrao do negro para reas urbanas; 2) os crimes noticiados popularmente so geralmente de uma classe criminal mais baixa (roubo, assalto e rapto, por exemplo); e os negros predominam em classes mais baixas devido sua discriminao racial no emprego, habitao, etc. e 3) taxas de crime indicadas pela populao de estabelecimentos penais (onde o nmero de negros proporcionalmente mais elevado) simplesmente refletem sensibilidade social desproporcional para crimes de classe baixa. Esses exemplos devem sugerir o papel fundamental do raciocnio confivel na cincia. De fato, nenhuma pessoa pode tornar-se um cientista competente, embora possa tornar-se um praticante efetivo, sem um completo domnio do raciocnio lgico.
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
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 Esses postulados no cincia. 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 natural As explicaes de eventos causa") causa natural. 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 A crena de que o universo opera de uniforme orme. 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 Embora aparentemente tudo se altere no tempo, permanente. 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
indeterminadamente alterado amanh, ser, entretanto, suficientemente semelhante para permitir que sejam derivadas generalizaes vlidas sobre ele que permaneam fidedignas por um perodo de tempo. 4) Todo fenmeno objetivo conhecvel Isto , dado tempo e esforo suficientes, conhecvel. nenhum problema objetivo insolvel. Esse postulado se origina de duas convices relacionadas: a) a inteligncia do homem capaz de desvendar os mistrios do universo; b) a busca do homem nos mistrios de fenmenos objetivos tem sido to frutfera que aparentemente nenhuma porta ao conhecimento est imutavelmente fechada aos esforos continuados da pesquisa cientfica. 5) Nada evidente por si. Isto , a realidade deve ser demonstrada objetivamente. si Esse postulado afirma que no deve ser depositada confiana no chamado "senso comum", em tradio, em autoridade popular, ou em qualquer das costumeiras interpretaes dos fenmenos. Exemplos histricos revelam que veracidade aparente freqentemente muito diferente de verificao emprica objetiva. 6) A verdade relativa (ao estado de conhecimento existente). A prova em cincia verdade sempre relativa - ao estado do conhecimento cientfico, aos dados, aos mtodos, aos instrumentos empregados, aos moldes de referncia e, portanto, interpretao. Dessa forma, a "verdade" na cincia simplesmente uma expresso dos melhores julgamentos profissionais demonstrveis num determinado momento. Esse postulado no implica que no possa ser adquirido conhecimento estvel; mas ele reconhece que o conhecimento dinmico e que, na medida em que o conhecimento cresce em qualidade (isto , se torna mais altamente verificado) e em quantidade, se tornam imperativas reinterpretaes e novas concluses sobre os fenmenos. Esse atributo tem encorajado a reavaliao constante de idias tanto velhas como novas e tem permitido o crescimento extraordinrio da cincia. 7) Todas as percepes so obtidas atravs dos sentidos Isto , todo sentidos. conhecimento obtido a partir de impresses sensoriais. Os elementos e instrumentos do raciocnio (isto , idias, conceitos, construes, imagens, etc.) so moldados pelas impresses recebidas atravs dos sentidos. Esse postulado tambm assegura que o nico conhecimento confivel aquele que verificvel objetiva e empiricamente. Esse postulado originou-se da influncia de Galileu referente demonstrabilidade de predies tericas. A demonstrao emprica passou a constituir-se no teste essencial da validade de toda a especulao terica referente a fenmenos e de resultantes predies. 8) O homem pode crer em suas percepes, memria e razo como meios para a aquisio de fatos. Esse postulado sustenta toda a base racional e emprica do conhecimento cientfico. Ele no implica que quaisquer e todas as percepes, memrias e razes sejam confiveis. O que esse postulado assevera que a resoluo final de qualquer disputa sobre fenmenos deve ser baseada em regras aceitas de raciocnio e em dados percebidos atravs dos sentidos; no sobre meras noes e idias. A crena final na anlise dos fenmenos deve ser baseada em evidncia emprica interpretada de acordo com regras de raciocnio lgico. Exerccios 1.3
1. Explique e ilustre a distino conceitual entre cincia pura e cincia aplicada (tecnologia). 2. Explique e ilustre os conceitos de fato, lei e teoria cientfica. 3. Explique a relao entre teoria e fato na cincia. 4. Explique as funes da teoria na cincia. 5. Porque todo conhecimento em cincia relativo e no absoluto? 6. Porque as teorias cientficas so constantemente alteradas? 7. Caracterize os quatro objetivos da cincia: descrio, explicao, predio e controle. 8. Explique a distino entre verdade e validade no processo de raciocnio lgico sobre fatos.
28
9. Formule um argumento baseado em premissas e concluses que ilustre uma forma de raciocnio correto e outro que ilustre uma forma de raciocnio incorreto. 10. Qual a razo da necessidade dos postulados como base da cincia? 11. Qual o postulado que constitui a base da inferncia indutiva em cincias fatuais? 12. Ilustre os significados dos postulados "nada evidente por si" e "a verdade relativa".
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
e .................................... . A diviso ou decomposio do fenmeno em seus componentes mais simples para sua melhor compreenso denomina-se ............................................... . Essa decomposio visa derivao de problemas ou questes particulares mais simples, denominados ..................................................... , para os quais podem ser formuladas uma ou mais conjeturas de soluo ou explicao, denominadas ............................................ , capazes de serem verificadas por uma ....................................................... . A ltima fase de um ciclo do mtodo cientfico, ou seja, a reconstituio do fenmeno de interesse a partir de suas partes ou componentes, denomina-se ............................................... . f) Uma hiptese cientfica verificada empiricamente pelo mtodo cientfico denomina-se ...................................................... ; um fato cientfico de elevada fidedignidade denomina-se ........................................................................... ; um conjunto de fatos inter-relacionados denomina-se ............................................................ . g) A distino bsica entre validade e verdade que ........................................... refere-se ao arranjamento lgico entre fatos, enquanto que ...................................................... (certa ou provvel) diz respeito ao atributo de um fato suportado por evidncia objetiva. h) A base probabilista da inferncia em cincias fatuais o seguinte postulado: ........................ ................................................................................................ . 20. 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 conhecimento emprico adquirido essencialmente atravs dos sentidos. 2 ( ) O conhecimento emprico o conhecimento dos fenmenos a partir de sua aparncia. 3 ( ) O conhecimento mtico antecedeu o conhecimento emprico. 4 ( ) O conhecimento teolgico, tambm denominado conhecimento religioso, atribui a causa de todos fenmenos a um ser superior. 5 ( ) O conhecimento filosfico to antigo como a civilizao. 6 ( ) O conhecimento filosfico fundamentado principalmente na observao. 7 ( ) A cincia como conhecida hoje j era praticada na Grcia antiga. 8 ( ) O conhecimento cientfico baseia-se na observao e na razo. 9 ( ) O conhecimento cientfico distingue-se do conhecimento comum ou ordinrio porque sua aquisio envolve raciocnio, alm dos sentidos. 10 ( ) Francis Bacon e Ren Descartes foram os formuladores do mtodo cientfico moderno. 11 ( ) O mtodo cientfico moderno teve origem no sculo 20. 12 ( ) A biologia a rea em que a cincia mais se desenvolveu no sculo 17. 13 ( ) O estilo dominante da cincia na Europa no fim do sculo 18 era matemtico. 14 ( ) As idias de Newton dominaram a cincia nos sculos 18 e 19. 15 ( ) O conhecimento cientfico no absoluto e definitivo; cresce por aproximaes sucessivas. 16 ( ) O mtodo cientfico no nico; cada rea da cincia tem seu mtodo prprio. 17 ( ) O processo do mtodo cientfico compreende a alternncia de fases de sntese, anlise e sntese. 18 ( ) Qualquer questo ou indagao referente a um fenmeno de interesse um problema cientfico. 19 ( ) Uma hiptese verificada empiricamente pelo mtodo cientfico uma hiptese cientfica. 20 ( ) O procedimento da cincia para a aquisio de conhecimento segue uma seqncia de etapas ou operaes cuja ordem depende de cada situao particular. 21 ( ) Tcnicas de pesquisa empricas envolvem necessariamente a observao e avaliao de fenmenos naturais. 22 ( ) Um fato em cincia uma verdade provvel; no uma verdade absoluta. 23 ( ) Os fatos em cincia tm diferentes nveis de fidedignidade. 24 ( ) Uma teoria, por ser uma explicao geral referente a algum fenmeno, no pode ser testada empiricamente pelo mtodo cientfico.
30
25 (
) A partir da observao de um fenmeno, o cientista formula uma hiptese que,
26 ( 27 ( 28 ( 29 ( 30 ( 31 ( 32 (
se comprovada empiricamente pelo mtodo cientfico, transforma-se em um fato ou lei cientfica que, por sua vez, pode estar presente na estrutura de uma teoria cientfica. ) Validade e verdade tm o mesmo significado no raciocnio cientfico. ) Os postulados da cincia so conhecimentos demonstrados pela prpria cincia. ) Os postulados da cincia so um conjunto bem definido de princpios bsicos em que se suporta o conhecimento cientfico. ) O postulado "todo evento tem um antecedente natural" significa que a cincia determinista ou fatalista. ) Em cincia, admite-se que conhecimento acerca de certos fenmenos poder jamais ser demonstrado cientificamente. ) O postulado "a verdade relativa" significa que em cincia admitido que a verdade acerca de qualquer fenmeno particular jamais poder ser alcanada. ) A cincia admite a explicao de um fenmeno como conhecimento cientfico se ele evidente por si.
Conceitos e Termos Chave

Conhecimento emprico Conhecimento teolgico Conhecimento cientfico Empirismo Pragmatismo Materialismo Estratgia cientfica Hiptese cientfica Tcnica cientfica Tcnica emprica Cincia aplicada / tecnologia Lei cientfica Descrio Predio Verdade certa Argumento vlido 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, su estrategia y su filosofa 4. ed. Barcelona: Ariel, cientfica, filosofa. 1975. 955p. CAREY, S. S. A beginners guide to scientific method. 2. ed. Belmont, California: method Wadsworth, 1998. 152p. CERVO, A. L.; BERVIAN, P. A. Metodologia cientfica. 3. ed. So Paulo: McGraw-Hill, cientfica 1983. 248p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 590p. DESCARTES, R. Discurso del mtodo. Barcelona: Altaya, 1993. 104p. mtodo GOTTSCHALL, C. A. M. Do mito ao pensamento cientfico: A busca da realidade, de Einstein. Tales a Einstein So Paulo: Ateneu, 2003. 308p.
31
HEATH, O. V. S. A Estatstica na pesquisa cientfica. So Paulo: Universidade de So cientfica Paulo, 1981. 95p. HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments New York: periments. experiments John Wiley, 1994. 495 p. JOHANN, J. R. (Coordenador). Introduo ao mtodo cientfico; contedo e forma do conhecimento. conhecimento 2. ed. Canoas: ULBRA, 1997. 148p. LASTRUCCI, C. L. The scientific approach, basic principles of the scientific method method hod. Cambridge, Massachusetts: Schenkman, 1963. 257p. MADDEN, E. H. (ed.) The structure of scientific thought, an introduction to philosophy of science. science Boston: Houghton Mifflin, 1960. 381p. 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. Braslia: Empresa informao 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. Braslia: EMBRAPA Empresa Brasileira de Pesquisa Agropecuria, Departamento de Pesquisa e Difuso de Tecnologia, 1997. p.1-46. WILSON, E. B. An introduction to scientific research New York: Dover, 1990. 375p. research.
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
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 so estabelecidos o conceito e o propsito da pesquisa 2.2, 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 Na Seo 2.6 so revisadas as caractersticas sistemtica e cclica do 2.5. 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
2.2.1
Conceitos Bsicos
Pesquisa cientfica A implementao do mtodo cientfico para a produo do conhecimento procedida atravs da pesquisa cientfica.
2. Pesquisa Cientfica
35
A pesquisa cientfica o processo de investigao sistemtica, controlada, emprica e crtica de idias (proposies hipotticas) referentes a relaes presumidas entre fenmenos com o propsito de descobrir fatos cientficos e desenvolver teoria cientfica. A pesquisa cientfica tambm visa reviso de fatos, leis e teorias, em vista de novos fatos descobertos, e as aplicaes prticas de tais fatos, leis e teorias. Portanto, a pesquisa cientfica a busca continuada de conhecimento e compreenso da realidade realizada atravs do mtodo cientfico. Seu resultado o conhecimento cientfico. Uma pesquisa cientfica pode ter objetivo puramente cognitivo, ou seja, a gerao de conhecimento cientfico sem propsito de aplicao imediata, ou objetivo prtico, isto , gerao de conhecimento para aplicao imediata. Pesquisa com o primeiro objetivo denominada pesquisa pura ou pesquisa bsica e com o segundo objetivo, bsica, tecnolgica. pesquisa aplicada ou pesquisa tecnolgica O progresso do conhecimento cientfico decorre, basicamente, do aprofundamento permanente e progressivo do conhecimento da complexa inter-relao dos fenmenos naturais, que, por sua vez, compreendem, geralmente, um conjunto tambm extremamente complexo de outros fenmenos mais elementares, tambm intimamente relacionados.
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 2.1): Figura 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.
Figura 2.1. Representao esquemtica de uma unidade ou sistema.
36
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.
Figura 2.2. Ilustrao da hierarquia de sistemas em agropecuria. Nessas circunstncias, a definio da unidade ou sistema estabelecida pela demarcao de sua fronteira, ou seja, da linha imaginria que a delimita em relao ao ambiente externo. As unidades (sistemas) de uma populao so usualmente entidades complexas e heterogneas. Por essa razo, a designao de sistema mais sugestiva do que a de unidade, que, entretanto, mais usual e, por essa razo, adotada nesse texto. Muito freqentemente, a unidade definida vagamente, atravs de uma sua caracterstica global, ou de uma caracterstica particular importante que subentendido a identificar. Esse foi o critrio adotado nas ilustraes anteriores e que ser freqentemente utilizado nesse texto. Entretanto, deve ser claramente compreendido que a definio completa de uma unidade ou sistema deve abranger os seis aspectos listados na caracterizao que segue a definio estabelecida anteriormente.
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 da populao tamanho 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 ou seja, de tamanho expresso por um nmero natural N, muito finitas, 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. Muito freqentemente, real 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.
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 ou seja, por processo de escolha objetivo que atribua a todas aleatria, as unidades da populao objetivo igual chance de constiturem a amostra (Seo 3.3.1). Seo 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 convenincia, amostragem de julgamento ou amostragem de convenincia em que o pesquisador utiliza julgamento subjetivo para lograr a melhor representao possvel da populao objetivo (Seo 3.3.2 Esse obviamente o caso com populaes conceituais, cujas Seo 3.3.2). 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.
39
A coleo de unidades da qual a amostra pode ser considerada representativa denominada populao amostrada. Os desvios da populao amostrada em relao amostrada populao objetivo constituem o erro de amostragem amostragem gem. Em resumo, em geral, o processo de inferncia para generalizao da amostra para a populao objetivo compreende os dois passos ilustrados na Figura 2.3. Generalizaes referentes ao primeiro passo, ou seja, da amostra para a populao amostrada, so conceitualmente vlidas e podem ser derivadas por processos estatsticos objetivos. Por essa razo, a populao amostrada denominada espao de inferncia. inferncia Entretanto, generalizaes da populao amostrada para a populao objetivo so vlidas na medida em que a disparidade entre essas duas populaes, isto , o erro de amostragem seja irrelevante. Em pesquisas com amostragem aleatria, inferncias derivadas no primeiro passo estendem-se validamente populao objetivo. Entretanto, em situaes de amostragem no aleatria, o julgamento da validade desse segundo passo da generalizao para a populao objetivo necessariamente subjetivo.
Figura 2.3. Os dois passos do processo de inferncia para generalizao da amostra para a populao objetivo. Conceitualmente, as caractersticas da amostra devem ser as mesmas sob considerao na populao objetivo. Os nveis das caractersticas da amostra podem ser os prprios nveis das correspondentes caractersticas da populao objetivo ou subconjuntos desses nveis apropriadamente escolhidos, de modo arbitrrio ou supostamente aleatrio, para representar os correspondentes nveis da populao objetivo.
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,
40
aplicaes de fungicida, inseticida e herbicida, colheita,...), planta (altura, nmero de perfilhos, nmero de espigas, nmero de espiguetas por espiga,) e ao gro (peso da produo por unidade de rea, peso hectolitro,...). Nveis dessas caractersticas: Alternativas das caractersticas da populao objetivo que podero se manifestar em suas unidades; por exemplo, para a caracterstica cultivar, conjunto das cultivares 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. Na amostra tambm so relevantes 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 a essas unidades pelo pesquisador.
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.
Por brevidade, nesses e em outros exemplos as especificaes das populaes objetivos e correspondentes unidades e problemas de pesquisa so apresentadas de modo resumido. Em uma pesquisa real, essas especificaes devem ser suficientemente completas para garantia de que os objetivos da pesquisa fiquem estabelecidos de modo inequvoco. Em particular, a caracterizao completa da populao objetivo deve especificar seu mbito espacial e temporal. Por exemplo, as lavouras de trigo de interesse na pesquisa considerada no Exemplo 2.3 compreendem o conjunto conceitual das lavouras que tero existncia em um intervalo de anos imediatamente aps a concluso da pesquisa, quando seus resultados sero conhecidos e difundidos. Exerccios 2.1
1. Elabore um conceito de pesquisa cientfica. 2. Qual a diferena essencial entre pesquisa cientfica e pesquisa no cientfica? 3. Porque o objetivo de uma pesquisa cientfica o estudo de uma classe de fenmenos e no de um fenmeno particular? 4. Explique e ilustre com exemplo de sua rea os conceitos de unidade, populao objetivo e amostra. 5. Utilize o exemplo considerado na resposta do exerccio 4 para ilustrar os seguintes aspectos que caracterizam uma unidade (sistema): funo, insumos, produtos, componentes, fluxo e fronteira. 6. Utilize o mesmo exemplo considerado na resposta do exerccio 4 para ilustrar o fato de que o mbito (abrangncia) de uma unidade depende do objetivo da pesquisa. 7. O que significa a hierarquia de sistemas na natureza? Ilustre com um exemplo de sua rea?
42
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. qual obtido o conhecimento que concebe e descobre os e relaes com o corpo de o conhecimento presente e a
Um postulado bsico do mtodo cientfico que todas as informaes referentes a fenmenos so derivadas de impresses sensoriais (Seo 1.9 Observe-se que esse Seo 1.9). postulado no nega que impresses possam ser puramente mentais, pois o pensamento pode ser definido como a manipulao mental de impresses sensoriais. Assim, os dados da cincia so impresses mentais de experincias sensoriais, ou seja, idias derivadas da viso, audio, olfato, gosto e tato. O homem reage s manipulaes mentais de impresses sensoriais, e essas reaes, ou idias, so o fundamento do conhecimento.. Observe-se que a referncia usual a esses cinco sentidos simplesmente um meio conveniente de denotar as habilidades perceptivas do homem. Realmente, so reconhecidos outros sentidos. O sentido cintico, por exemplo, orienta no espao e habilita ao controle dos movimentos do corpo. Outros sentidos do as impresses de rgos internos, que resultam em sentimentos de fome, sede, dor, nusea, etc. Ademais, os sentidos no so entidades simples, mas compreendem vrias facilidades sensoriais
43
relacionadas. O tato, por exemplo, envolve diversas habilidades discriminatrias de sentido, incluindo textura, presso, temperatura, dor, etc., enquanto que a audio e a viso diferenciam a qualidade e a quantidade de impresses. Em resumo, a coleta de dados em cincia essencialmente um processo que compreende: a) recepo de estmulo do fenmeno que estudado; b) manipulao mental das impresses desse estmulo para interpret-lo; c) combinao dessas impresses com outras impresses prvias e suas interpretaes com o auxlio da memria; e d) deduo de uma interpretao conclusiva do fenmeno. Esse processo envolve dois elementos bsicos: os rgos sensoriais, auxiliados por instrumentos, e a mente. Os rgos sensoriais empregados dependem das propriedades do fenmeno, enquanto que as manipulaes mentais so relacionadas ao conhecimento, habilidade mental, conscincia, interesse e atitude da pessoa envolvida. Na maioria das situaes, so empregados no processo de coleta de dados apenas trs dos cinco sentidos mais conhecidos: viso, audio e tato.
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
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
45
relativamente simples. Entretanto, a obteno de validade freqentemente apresenta problemas insuperveis e sua verificao pode ser muito difcil ou invivel. Em cincias fsicas, tm sido estabelecidos padres de referncia (como, por exemplo, a barra do metro internacional em Paris) atravs dos quais pode ser verificada a validade de instrumentos de mensurao. Mas em outras reas, como em cincias sociais, no existem esses padres de referncia. Em resumo, as caractersticas essenciais de uma boa observao so confiabilidade, validade e exatido. O treinamento em observao uma condio necessria para qualquer cientista, e a aprendizagem do uso de instrumentos de mensurao e a habilidade de desenvolver melhores instrumentos fundamental para a coleta de dados exatos. Observe-se, entretanto, que a obteno de confiabilidade, validade e exatido apenas parte do problema da observao. A outra parte a pertinncia da observao. Freqentemente, no que se refere procura de qualidades pertinentes que o gnio se distingue do cientista medocre. De fato, o cientista genial salienta-se pela perspiccia, uma qualidade que nenhum instrumento confivel ou mesmo vlido pode conferir. Mensurao A mensurao de uma caracterstica envolve dois problemas: o que medir e como medi-lo. A resposta a esse problema dual freqentemente distingue o pesquisador competente do medocre. O primeiro problema, ou seja, o que medir implica questes de conceituao, classificao (taxonomia), validade e pertinncia. A soluo desse problema requer definies bsicas referentes s caractersticas relevantes das unidades da populao objetivo que devem ser consideradas na pesquisa. Essas definies devem ser tomadas segundo os objetivos da pesquisa e esto estreitamente relacionadas ao problema e hiptese cientfica. Uma caracterstica uma propriedade das unidades de uma populao objetivo. Essa propriedade pode ser simples ou complexa, objetiva e facilmente interpretvel ou subjetiva e de interpretao dbia. Em qualquer dessas situaes, uma caracterstica uma noo ou conceito abstrato de uma propriedade. Entretanto, a mensurao de uma caracterstica requer uma operao e, portanto, pode ser empregada apenas com definies operacionais. Assim, o problema referente ao que mensurar requer a traduo de conceitos tericos em equivalentes operacionais. Aqui reside um grande risco de uma pesquisa mal concebida, porque no h meio puramente lgico de proceder a essa traduo. Uma definio operacional satisfatria de uma caracterstica no conseguida por equivalncia lgica demonstrvel, mas por consenso. E a obteno de consenso pode conduzir a debate interminvel entre cientistas sinceros, objetivos e competentes. Em muitas situaes podem ser propostas vrias definies operacionais teis e convincentes para um conceito ou noo abstrata de uma caracterstica. Idealmente, essas diferentes definies deveriam produzir os mesmos resultados quando empregadas na mensurao desse conceito. Na prtica, entretanto, essa concordncia raramente ocorre. Por essa razo, freqentemente questionado que definies operacionais diferentes, presumivelmente de uma mesma caracterstica, realmente exprimem caractersticas diferentes. Naturalmente, pode ser que um dado conceito exprima uma caracterstica ou propriedade complexa correspondente a um agregado de caractersticas mais simples, e que as diferentes definies operacionais exprimam simplesmente partes dessa caracterstica complexa. Uma ilustrao desse problema fundamental pode ser derivada da experincia comum. Suponha-se, por exemplo, que uma teoria sustenta que a produtividade de uma espcie vegetal cultivada est relacionada positivamente com a qualidade da semente. Uma verificao dessa teoria tentaria demonstrar que lavouras que utilizam sementes de
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 Cada valor da varivel, que varivel. 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 2.4) pode ser expresso por uma varivel que faz Exemplo 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.
47
No processo de raciocnio usado na pesquisa cientfico parte-se de uma ou mais proposies e se procede a uma outra proposio, ou a outras proposies, cuja veracidade acredita-se seja implicada pela veracidade do primeiro conjunto de proposies. Esse processo psicolgico denominado inferncia inferncia. A validade dessa implicao depende da relao lgica entre as proposies. A ausncia de relao implicativa entre as proposies envolvidas pode conduzir inferncia falsa. Dois processos de inferncia se distinguem fundamentalmente: inferncia dedutiva e inferncia indutiva. A inferncia dedutiva o processo de raciocnio em que se parte de uma proposio ou conjunto de proposies gerais e se procede para uma proposio ou conjunto de proposies especficas. Ou, posto de outra forma, o processo de derivao do conhecimento de um membro especfico de uma classe a partir do conhecimento geral referente a todos os membros da mesma classe. A inferncia dedutiva o processo de raciocnio mais comum em matemtica, como exemplificado na seguinte sentena em geometria plana: "A rea de um quadrado de lado igual a l A=l2; ento, a rea de um quadrado de lado igual a 2 A=22 =4". A proposio inicial "a rea de um quadrado de lado igual a l A=l2" a premissa. A proposio final "a rea de um quadrado de lado igual a 2 4" a concluso. O processo de raciocnio e a concluso constituem uma deduo. Esse tipo de inferncia associado principalmente com tcnicas de pesquisa conceituais, mas tambm usado com tcnicas empricas, como na construo de hipteses, leis e teorias. A inferncia indutiva o processo de raciocnio em que se parte de uma proposio ou conjunto de proposies especficas e se procede para uma proposio ou conjunto de proposies gerais. Ou seja, o processo de raciocnio atravs do qual o conhecimento de alguns membros de uma classe aplicado ou estendido a todos os membros desconhecidos da mesma classe. O mtodo indutivo empregado para generalizar a partir de fenmenos conhecidos e verificados de uma dada classe para fenmenos desconhecidos e ainda no verificados da mesma classe. A induo envolve a formulao de uma generalizao. Esse passo de generalizao denominado salto indutivo. A descoberta da natureza da inferncia surgiu relativamente tarde na cultura humana. Aristteles (384-322 a.C.) foi o primeiro a salientar a natureza sistemtica da cincia, sustentando que ela pode ser desenvolvida apenas atravs da razo. Ele estabeleceu o esquema lgico de raciocnio dedutivo denominado silogismo Esse silogismo. mtodo de inferncia dedutiva inicia com duas proposies denominadas premissa principal e premissa secundria que so relacionadas logicamente de tal forma que a partir delas pode ser derivada uma terceira proposio, denominada concluso Por concluso. exemplo: Premissa principal: Todas as plantas vivas absorvem gua (induo). Premissa secundria: Esta rvore uma planta viva (observao). Concluso: Portanto, esta planta absorve gua (deduo). O raciocnio indutivo comumente empregado sempre que se faz um julgamento sobre uma situao baseado em experincia com uma situao prvia presumivelmente semelhante. Por exemplo, quando se observa um relmpago e ento se espera o som do
48
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
Estgios de uma Pesquisa Cientfica Completa

Uma pesquisa cientfica inicia a partir de um problema ou questo particular referente s unidades de uma populao objetivo. Origina-se de uma interrogao como as que seguem: que fungicidas so mais eficazes no controle da antracnose da videira?, quando o uso de carrapaticidas controla mais eficazmente a incidncia da tristeza bovina?, quanto nitrognio necessrio para a produtividade mxima do cultivo do arroz?, onde a incidncia da giberela do trigo ocorre mais freqentemente?, quem so os produtores que mais se beneficiam das tecnologias geradas pela pesquisa?. Indiretamente, um "porque?" ou "como?" pode estar implicado em todas estas questes.
49
As questes "porque?" e "como?" ocupam um lugar especial na cincia, em conseqncia das implicaes implcitas nos tipos de questes formuladas acima. As primeiras cinco questes que? (ou qual?), quando?, quanto?, onde? e quem? - demandam uma determinao de relaes de conexo discreta entre caractersticas que caractersticas so relacionadas?, quando elas so mais relacionadas?, etc. Entretanto, as ltimas questes (porque? e como?) referem-se a uma relao entre caractersticas diferente e mais complexa, ou seja, uma relao que expressa conexo causal. Este tipo de relao extremamente importante em pesquisa em cientfica. De modo geral, um problema de relao causal na cincia respondido em termos de condies necessrias e suficientes que relacionam uma dada causa com um dado efeito. Em outras palavras, a resposta estabelece as condies que relacionam um evento antecedente com um evento conseqente. Assim, toda pesquisa cientfica uma busca de relaes de conexes entre caractersticas. Uma vez a questo inicial estabelecida, a natureza sistemtica do mtodo cientfico requer a estruturao da pesquisa em uma forma precisa e logicamente arranjada. Essa forma foi desenvolvida atravs dos sculos, a partir de uma experincia rica de respostas a questes cientficas. A estrutura da pesquisa cientfica determina muito precisamente os vrios estgios seqenciais atravs dos quais se progride para responder a uma questo em uma maneira satisfatria comunidade cientfica. Da pergunta inicial sua resposta final, uma pesquisa cientfica completa procede atravs de oito estgios principais de operao, listados a seguir. Primeiro estgio Identificao e estabelecimento do problema cientfico ou estgio: problema de pesquisa. Segundo estgio: Formulao da hiptese cientfica ou hiptese de pesquisa. estgio Terceiro estgio: Reviso da literatura. estgio Quarto estgio: Construo do plano de pesquisa. estgio Quinto estgio Coleta dos dados. estgio: Sexto estgio Anlise e interpretao dos dados. estgio: Stimo estgio: Derivao das concluses, que pode conduzir confirmao ou estgio rejeio da hiptese original, e confirmao ou questionamento de resultados de outras pesquisas. Oitavo estgio: Apresentao dos resultados atravs de relatrio, e difuso estgio desses resultados. Algumas observaes relevantes referentes a essa estrutura do processo da pesquisa cientfica devem ser salientadas: a) Ela arbitrria. Os textos de metodologia de pesquisa listam diferentes nmeros de estgios. Entretanto, um exame de tais listas indica que todos esses oito estgios so envolvidos. b) Os vrios estgios no ocorrem em todas as pesquisas necessariamente na ordem indicada. Pesquisadores experientes podem estar estudando a literatura ao mesmo tempo em que esto formulando a sua hiptese e elaborando seu plano de pesquisa. c) Os vrios estgios no so sempre rigidamente estabelecidos ao incio da pesquisa. Uma pesquisa bem planejada pode permitir ajustes ou alteraes a serem feitas durante seu andamento. d) Todos os estgios so igualmente importantes na contribuio para os resultados finais da pesquisa, mas no envolvem a mesma quantidade de tempo, custo e esforo. e) Os oito estgios compreendem a funo analtica completa da cincia, na medida em que eles provm uma estrutura comum que assegura os atributos bsicos do mtodo cientfico. Entretanto, uma pesquisa cientfica completa bem elaborada pode
50
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
Identificao e formulao do problema cientfico A atitude de problematizar a caracterstica mais visvel na cincia, como de toda atividade racional. Por exemplo, um objeto arcaico recm descoberto pode ser uma mercadoria para um antiqurio, um estmulo de sensaes estticas para o experto de arte e interessante para o colecionador. Entretanto, para o arquelogo pode converter-se em fonte inspiradora de uma srie de problemas, na medida em que seja testemunho de uma cultura extinta e possa fornecer oportunidade para inferncias referentes a caractersticas dessa cultura. Assim, os problemas so as molas que impulsionam a atividade cientfica. A pesquisa cientfica consiste, essencialmente, em achar e formular problemas e tentar solucion-los. A identificao de problemas de pesquisa procedida na fase de anlise do incio de um ciclo do mtodo cientfico aplicado para a melhoria do desempenho das unidades de uma populao objetivo particular. Na prtica, freqentemente, no simples identificar a existncia de um problema de pesquisa. Mesmo as mais restritas pores do mundo real so demasiadamente complexas para serem compreendidas completa e exatamente. Isto porque, sob observao crescentemente refinada, descobre-se, sempre, a presena de interaes com o resto do universo. Conseqentemente, necessrio ignorar a maioria das caractersticas das unidades sob estudo e abstrair da situao real certos aspectos que conjuntamente completam uma verso idealizada dessas unidades. Essa idealizao, se bem sucedida, prov uma aproximao til da situao real, ou melhor, de certas partes da situao real. Usualmente, conveniente decompor essa verso idealizada em um nmero de partes para tratamento separado, ou seja, analisar as unidades (sistemas) e o correspondente problema global. A possibilidade desse procedimento fundamenta-se na existncia de componentes aproximadamente independentes ou que interagem de modo relativamente simples. Essa anlise do problema global origina a formulao de um conjunto de problemas especficos, cada um dos quais pode ser solucionado pelos mtodos de pesquisa cientfica e recursos disponveis. Cada um desses problemas constitui um problema cientfico particular. Um problema cientfico ou problema de pesquisa referente s unidades de uma populao objetivo uma indagao, questo ou pergunta especfica referente a relaes de conexo de caractersticas dessas unidades que seja respondvel por meio do mtodo cientfico, com as tcnicas, procedimentos e recursos disponveis. O elenco dos problemas cientficos selecionados nessa fase de anlise de um problema complexo determinado pelo estado do conhecimento cientfico, particularmente por suas lacunas, pelos objetivos, pela competncia e a tendncia profissional da equipe de pesquisa, pelas possibilidades de aplicaes e pelos recursos metodolgicos, instrumentais e financeiros existentes. Particularmente, essa seleo limitada pelo estado da teoria cientfica e estabelecida com base nessa teoria. Por exemplo, a pergunta que Einstein formulou e que deu origem teoria da relatividade: Porque a acelerao de um corpo imerso em um campo gravitacional no depende da
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; se o objetivo mais prtico do que pura 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
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
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
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.
55
m) Entre as formulaes alternativas do problema, deve ser escolhida aquela a que corresponda mtodo de soluo mais exeqvel e mais eficiente. Os custos e a demanda de tempo e de recursos humanos e materiais devem ser considerados judiciosamente antes da formulao final do problema. Em muitos casos, diversas formulaes alternativas podem ser apropriadas para um problema, dependendo da profundidade e da amplitude desejada para a soluo. Em algumas circunstncias, uma formulao simples, embora no muito eficiente, pode atender s necessidades; em outros casos, o problema pode demandar formulao mais complexa. Por exemplo, seria ineficiente despender grande quantidade de esforo para resolver um problema de pequenas dimenses ou de pouco significado; mas seria igualmente infrutfero tentar responder uma questo ampla e complexa com a utilizao de mtodos primitivos e limitados. Pesquisadores experientes freqentemente formulam seus problemas de diversas formas alternativas e consideram diversos mtodos de soluo para que possam compar-los para a eleio do mais apropriado. Entretanto, a maioria dos problemas de pesquisa bem formulados sugere em sua prpria definio os mtodos mais eficientes para soluo. n) O problema deve ser formulado de modo sistemtico. O procedimento sistemtico um dos atributos da cincia. De fato, a obteno de resultados significativos na cincia uma conseqncia de formulaes sistemticas e emprego de metodologia rigorosa. A viabilizao desse procedimento requer que o problema seja formulado de modo organizado. Em particular, a construo sistemtica de um plano de pesquisa impossvel se o problema no foi formulado de modo sistemtico. Embora algumas formulaes de problemas requeiram alteraes durante o curso da pesquisa, essas alteraes somente podem ser logicamente defendidas e exploradas de modo mximo quando o problema foi originalmente formulado de modo sistemtico. Ademais, a histria da cincia, bem como a literatura cientfica contempornea, atestam o fato de que muitos problemas importantes permaneceram sem soluo por tempo desnecessariamente longo devido a formulaes reconhecidamente desordenadas. o) A formulao do problema no deve influenciar os fenmenos sob pesquisa. As respostas de seres vivos em laboratrio e em outros ambientes de pesquisa podem diferir das respostas que manifestam em seus ambientes naturais. Particularmente, indivduos humanos, quando sabem que esto sendo estudados, podem ter reaes diferentes daquelas que manifestam em suas condies normais. O pesquisador cuidadoso formula seu problema, e ulteriormente conduz sua pesquisa, de modo a evitar, neutralizar ou controlar qualquer possvel efeito que a situao de pesquisa possa ter sobre os fenmenos. Cada campo de pesquisa desenvolve tcnicas prprias para a soluo desse problema. Em ltima instncia, a melhor segurana contra possveis violaes desse princpio o uso de controles especficos para testar a sensibilidade das unidades da amostra, ou a comparao cuidadosa de unidades testadas com unidades no testadas. Para atender a esse conjunto de requisitos, a formulao do problema deve ser cuidadosa, pormenorizada e completa. Entretanto, muito freqentemente, conveniente resumi-la atravs de um enunciado breve, claro e objetivo. Essa forma resumida do problema til especialmente para facilitar sua apreciao e evidenciar mais nitidamente sugestes de solues que possam ser candidatas hiptese de pesquisa. Considerese, por exemplo, o problema da deficincia da pastagem natural no perodo outonoinverno, em campos de criao extensiva de bovinos de corte do Estado do Rio Grande do Sul, que causa reduo do desenvolvimento ponderal e perda de peso desses animais, e conseqentes prejuzos para a produo de carne. Uma descrio completa desse problema poderia ser resumida pelo seguinte enunciado: Prejuzo da produo de carne de bovinos de corte no Rio Grande do Sul decorrente da deficincia da pastagem natural no outono-inverno. Uma outra ilustrao provida pelo problema da incidncia
56
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
Formulao da hiptese cientfica Aps a formulao do problema, a prxima etapa a indagao referente natureza e a conexes de caractersticas que conduza idealizao de um ou mais caminhos para a soluo ou resposta ao problema. Cada um desses caminhos idealizados constitui uma hiptese de pesquisa pesquisa. A hiptese de pesquisa pode ser sugerida pela literatura. Mais comumente, entretanto, formulada como uma predio com base na teoria. Menos freqentemente, provm de raciocnio baseado em observao eventual de eventos. Em algumas situaes, a formulao de uma hiptese pode parecer infrutfera. Esse o caso de pesquisa exploratria em uma rea relativamente nova, onde ainda no so conhecidas as caractersticas relevantes e suas relaes. O conhecimento cientfico referente a uma classe de fenmenos consolidado em teorias, ou seja, enunciados gerais que explicam ou inter-relacionam um conjunto de outras proposies mais especficas, ou seja, fatos cientficos. Essas teorias abrangem alguns aspectos da inter-relao total, mas no todos os aspectos. Geralmente, algumas sub-relaes no so levadas em conta. A utilizao de uma teoria para a resposta a uma questo ou soluo de um problema requer a deduo de inferncias a partir dela. Essas inferncias constituem hipteses cientficas: Uma hiptese cientfica ou hiptese de pesquisa uma proposio de soluo ou resposta a um problema de pesquisa que derivada de uma teoria por inferncia dedutiva e que permite um teste de confirmao emprica. A funo da hiptese cientfica estender o conhecimento cientfico alm das presentes fronteiras do conhecimento terico. Assim, a hiptese cientfica mais do que uma conexo entre especulao e verificao; ela o fator essencial do crescimento do conhecimento cientfico. Em consonncia com o correspondente problema cientfico, a funo de uma hiptese cientfica pode ser: descritiva ou explicativa. Uma hiptese descritiva enunciada para um problema descritivo. Declara a existncia de uma uniformidade emprica, ou seja, de um fato ou relao comumente conhecido, mas que ainda no foi verificado empiricamente, ou que ainda no conhecido, mas cuja existncia suspeita. Por exemplo, a incidncia da ferrugem do trigo maior sob condies de umidade relativa elevada; novilhos machos tm taxa de crescimento ponderal mais elevada do que fmeas; as condies climticas da fronteira sudoeste do Estado so mais favorveis viticultura do que as da Serra. Como a cincia tenta construir um corpo sistemtico de conhecimento verificado, natural que uma grande parte de seu esforo seja despendido na verificao de hipteses que paream obviamente verdadeiras, mas que ainda no foram verificadas empiricamente. Algumas pesquisas simples referentes a problemas descritivos podem ser conduzidas sem referncia a uma estrutura de hiptese. Entretanto, a maior parte das pesquisas descritivas implica uma hiptese subjacente. Assim, por exemplo, dizer que o objetivo de uma pesquisa simplesmente descobrir que doenas atacam os bovinos dos rebanhos de uma regio ignorar o fato de que o pesquisador deseja essa informao por alguma razo, e que essa razo possivelmente seja relacionada a uma teoria geral a partir da qual uma hiptese, como as seguintes, pode ser deduzida: a) os rebanhos atacados tm certas caractersticas referentes raa, pastagem, condies climticas e
57
tcnicas de criao; b) as incidncias das diversas doenas esto relacionadas com as condies ambientais; e c) doenas tm incidncia mais elevada em rebanhos que no adotam as tcnicas de criao recomendadas. A formulao da hiptese sempre recomendvel, pois constitui um esforo mental que contribui para a objetividade da pesquisa e para que o pesquisador vena a relutncia natural para raciocinar em termos conexos. Uma hiptese explicativa ou analtica refere-se a uma relao causal de caractersticas. Busca descobrir se a alterao de uma caracterstica implica em alterao de outra caracterstica, ou, mais genericamente, se alteraes em um conjunto de caractersticas implicam em alteraes de um outro conjunto de caractersticas. Em outras palavras, uma hiptese explicativa busca descobrir se a manifestao de uma ou mais caractersticas influi na manifestao de uma ou mais outras caractersticas. O nmero de caractersticas em cada um dos dois grupos depende do propsito da pesquisa. Entretanto, em geral, mais fcil e seguro considerar relaes de poucas caractersticas. Assim, por exemplo, muito mais fcil compreender a influncia da temperatura sobre a incidncia do mldio da videira do que a influncia simultnea da temperatura, umidade e adubao sobre a incidncia desse fungo. Para um mesmo problema podem ser formuladas uma ou mais hipteses. Por outro lado, hipteses diferem em grau de sutilidade, decorrente do nvel de complexidade do problema. Uma hiptese simples pode ser uma mera generalizao de uma observao emprica particular. Hipteses mais complexas podem postular conexes entre eventos, ou cadeias elaboradas de relaes casuais. A formulao de uma hiptese adequada depende do conhecimento e da experincia do pesquisador. Entretanto, a imaginao do pesquisador da maior importncia. Pesquisadores de mesmo nvel de conhecimento e experincia diferem no que diz respeito criatividade, ou seja, habilidade para a construo de hipteses teis e frteis. Assim, no h um conjunto de regras que possa garantir a formulao da hiptese mais apropriada e frutfera. Entretanto, os seguintes atributos so essenciais para que uma conjetura seja uma hiptese cientfica: a) a hiptese tem que ter significado e ser formalmente correta; b) tem que estar baseada em conhecimento prvio e ser compatvel com o corpo de conhecimento cientifico; c) deve ser relacionada logicamente com a teoria da qual derivada; d) deve prover uma resposta ao problema particular que a suscitou; e) deve ser conceitualmente clara e no ambgua; f) deve ser plausvel, ou seja, deve ser logicamente possvel; g) deve ser expressa em termos objetivos e operacionais; h) deve ser to especfica e simples quanto possvel; i) deve ser verificvel empiricamente, ou seja, deve sugerir uma pesquisa atravs da qual possa ser testada; j) deve permitir uma deciso relativa ao problema; k) deve permitir um meio confivel de predio de eventos desconhecidos; l) deve incluir o critrio de sua confirmao, ou seja, deve ser enunciada em termos que no deixem dvidas referentes s respostas consideradas como confirmao. Isso implica que uma boa hiptese geralmente enunciada de modo quantitativo; por exemplo, O desbaste de frutos do pessegueiro aumenta o peso mdio do fruto. Muito freqentemente, mais de uma hiptese pode ser formulada como provvel soluo de um problema de pesquisa. Nessas circunstncias, esses requisitos devem ser empregados como critrios para sugerir que hiptese particular deve ser escolhida como a mais apropriada e frutfera.
58
Uma hiptese cientfica jamais provada de modo definitivo e absoluto. Uma hiptese cientfica confirmada empiricamente um fato cientfico, o que no necessariamente a expresso exata da realidade. Uma hiptese apenas confirmada ou no confirmada, segundo o grau de confirmao estabelecido. Um fato cientfico, ou seja, uma hiptese confirmada, uma nova hiptese, presumivelmente com nvel de fidedignidade mais elevado do que o original.
2.4.3
Busca e reviso das informaes disponveis Aps a avaliao cuidadosa e lgica das formulaes do problema cientfico e da hiptese cientfica, o prximo passo a busca de toda a informao que possa fornecer subsdio til para a nova pesquisa, principalmente para avaliar a importncia do problema proposto e para determinar se o problema e a correspondente hiptese so plausveis e se conduziro adio de novo conhecimento. Essa busca compreende, principalmente, a consulta literatura disponvel referente rea da pesquisa, a consulta a pesquisadores experientes e a coleta e identificao de material e dados disponveis que possam ser teis para considerao na pesquisa a ser conduzida. Ela tambm deve compreender o levantamento de informaes referentes a pesquisas semelhantes j executadas e s tcnicas e procedimentos que possam ser teis para adoo na nova pesquisa. Objetivos e relevncia O exame da literatura, em particular, tem os seguintes objetivos e funes relevantes: a) Avaliar a importncia do problema proposto e determinar se o problema e a correspondente hiptese foram objeto de pesquisas anteriores, se so plausveis e se conduziro adio de novo conhecimento. Na primeira situao, o problema pode j estar solucionado ou, possivelmente, o problema deva ser revisado, com a considerao dos resultados j obtidos. A reviso da literatura pode evitar a repetio desnecessria de pesquisas j conduzidas. Originalidade completa rara em campos de pesquisa mais avanados e, em algumas circunstncias, pode ser justificvel repetio. Assim, importante que, antes da conduo de uma pesquisa, o pesquisador esteja seguro de que sua pesquisa seja justificvel por constituir alguma originalidade importante, possivelmente decorrente de especificidades referentes a novo ambiente ou a condies diferentes, ou por permitir confirmao de resultados de pesquisas j realizadas que atribua maior fidedignidade ao conhecimento existente. b) Buscar a abordagem apropriada para a pesquisa. O levantamento de informaes relativas a pesquisas semelhantes j executadas pode identificar tcnicas e procedimentos que possam ser teis para adoo na execuo da pesquisa. Como um estrategista, o pesquisador tem que efetuar decises sobre a abordagem e o conjunto de tcnicas a utilizar, segundo sua avaliao referente maior probabilidade de sucesso. A literatura pode indicar a fecundidade de abordagens particulares e sugerir caminhos e tticas alternativas. Essas indicaes podem ser de grande valia para sugesto do plano mais eficaz para a soluo de um problema. Algumas vezes o melhor caminho sugerido por um modelo encontrado na literatura, ou seja, uma forma paralela e mais simples, mas com a mesma estrutura ou organizao do fenmeno sob pesquisa. Modelos simplificadores, fsicos ou conceituais, so muito teis para a explicao de estruturas complexas. c) Identificar problemas metodolgicos especficos que requeiram soluo antes da conduo da pesquisa, ou que devam ser levados em conta no plano da pesquisa, e colher sugestes sobre tcnicas, instrumentos e outros recursos materiais que possam ser teis para os propsitos da pesquisa.
59
d) Colher sugestes de tcnicas, instrumentos e outros materiais especficos que possam ser da maior utilidade para utilizao na pesquisa. Mesmo para um pesquisador experiente, o exame da literatura pode sugerir novas aplicaes, refinamentos e mesmo interpretaes de tcnicas disponveis. e) Identificar possveis dificuldades e perigos que possam surgir na conduo da pesquisa. Essa informao pode permitir ao pesquisador precaver-se e adotar alternativas que evitem ou diminuam as dificuldades e evitem as falhas. f) Contribuir para o discernimento de solues possveis para o problema. A formulao da questo apropriada o problema mais difcil na cincia. Por outro lado, a descoberta ou inveno resultado de discernimento superior ou feliz de relaes entre fenmenos anteriormente confusas. O discernimento freqentemente auxiliado pelo exame da literatura. Mesmo que a literatura no contenha a resposta especifica procurada, ela pode provocar especulao frutfera que contribua para o discernimento crtico, que essencial para a descoberta e inveno. Certamente, a cincia estaria mais avanada se toda a informao til j disponvel na literatura fosse completamente explorada. g) Prover dados. A utilizao dos dados disponveis condio indispensvel para a eficincia da pesquisa. A desconsiderao de dados existentes uma falha indesculpvel numa pesquisa cientfica. A habilidade na explorao dos recursos de biblioteca uma qualidade indispensvel do cientista. Sem interesse e habilidade para o exame da literatura, um cientista fadado a falhar mesmo na mais modesta pesquisa. Em campos onde o conhecimento tornou-se muito extenso, prolfero e ramificado e a pesquisa muito volumosa, o exame da literatura existente pode no ser suficiente para assegurar que o pesquisador esteja a par dos desenvolvimentos relevantes. Nessas circunstncias, necessria a correspondncia pessoal com outros cientistas em atividade no mesmo campo de pesquisa. Essa comunicao tambm indispensvel quando a literatura disponvel to deficiente que se torna infrutfera. Em todos os casos, o pesquisador competente faz todos os esforos para familiarizar-se com todo o conhecimento relevante, tanto durante o estgio inicial da pesquisa, enquanto est formulando sua hiptese, como durante seu planejamento. A localizao de informao relevante no um problema simples. Muitas vezes uma idia frtil resulta de uma sntese de fatos j conhecidos, mas no relacionados. Sem dvida, a disponibilidade de fontes de referncias organizadas prov oportunidades para novas descobertas ou invenes. O problema essencial nesse estgio da pesquisa determinar quais dos materiais disponveis so relevantes para a pesquisa em considerao, e localizar esses materiais. A determinao do material relevante para um problema de pesquisa particular uma deciso arbitrria que cada pesquisador deve tomar. A nica regra geral evitar os extremos, ou seja, sobrecarregar a pesquisa de material que se relacione apenas superficialmente com o problema ou considerar que nada de importante que se relacione com o problema foi realizado at ento. O estabelecimento do meio termo apropriado determinado apenas pela experincia. Em geral, a literatura essencial aquela que possa contribuir para a escolha da metodologia e do material a ser utilizado na pesquisa e a que reporte resultados que a atual pesquisa possa utilizar como pressuposio ou tenha como propsito verificar e comparar. Outra questo importante a avaliao da relevncia do material bibliogrfico. A relevncia est relacionada validade, o que levanta a questo difcil da avaliao da validade do material publicado. Freqentemente, feita uma distino entre fontes primrias ou originais e fontes secundrias ou derivadas. Fontes primrias so usualmente consideradas mais confiveis. De fato, fontes primrias podem ser to tendenciosas ou distorcidas como as originais, mas tm a vantagem de no conter as
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.
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.
62
O avano da Internet est tornando essas fontes de informao disponveis online a custos acessveis para aquisio institucional. Uma gama variada e crescente de informao tambm est sendo disponibilizada na Internet, muita da qual de livre acesso e sem custo. Essas informaes podem ser acessadas atravs de mecanismos de busca providos por empresas especializadas, tais como Google (http://www.google.com), Yahoo (http://www.yahoo.com) e Teoma (http://www.teoma.com). Esses servios de busca so usualmente oferecidos por provedores de servios de Internet, como UOL e Terra.
Exerccios 2.2
1. Explique porque a observao envolve algum grau de julgamento subjetivo. 2. Caracterize e ilustre o que comumente denominado "variabilidade natural" dos sistemas de uma populao. 3. Explique e ilustre o significado de caracterstica das unidades de uma populao objetivo. 4. Qual a razo da necessidade de mensurao de caractersticas? 5. Distinga e ilustre os significados de caracterstica e varivel. 6. Explique e ilustre os conceitos de inferncia dedutiva e inferncia indutiva. 7. Qual a razo da importncia da inferncia indutiva em cincias fatuais? 8. Porque a inferncia indutiva em cincias fatuais incerta? 9. Como o processo de inferncia indutiva na cincia pode ser justificado com fundamentao na estrutura do raciocnio silogstico? 10. Defina e ilustre os conceitos de problema cientfico e hiptese cientfica com exemplo de sua rea. 11. Explique a relao de problema cientfico e hiptese cientfica com objetivo de uma pesquisa cientfica. 12. Explique a aparente contradio entre o conjunto de estgios que caracterizam uma pesquisa cientfica e o fato de algumas pesquisas especficas compreenderem apenas um subconjunto desses estgios.
2.5
Pesquisa Objetivos de uma Pesquisa Cientfica

O objetivo de uma pesquisa cientfica a verificao de uma hiptese cientfica referente a um problema cientfico particular. Assim, segundo o propsito da formulao do problema cientfico e da hiptese cientfica que lhe originam, o objetivo de uma pesquisa cientfica pode ser: descritivo ou explicativo. Um objetivo inicial ou preliminar em alguns programas de pesquisa o exploratrio. Na prtica, esses trs objetivos ou funes no so mutuamente exclusivos e, muito freqentemente, uma pesquisa cientfica pode combinar dois desses objetivos, ou todos os trs. As caractersticas essenciais desses trs objetivos so esclarecidas a seguir. Pesquisa exploratria A funo de uma pesquisa exploratria o exame de uma rea para verificar e estabelecer os caminhos de pesquisa mais frteis. Seus principais propsitos so: identificao e formulao mais precisas de problemas e de hipteses; identificao de caractersticas relevantes e investigao da praticabilidade de tcnicas de pesquisa. De modo geral, a nfase principal de uma pesquisa exploratria a descoberta de problemas, de temas, de reas e de tcnicas para pesquisa mais intensiva. Pesquisas exploratrias bem organizadas so particularmente importantes em reas da cincia iniciantes ou em desenvolvimento, especialmente em reas onde ainda no foram formuladas teorias frutferas, onde ainda no foram descobertas muitas das caractersticas influentes, onde ainda no foram verificadas a amplitude e a quantidade das unidades, e onde ainda desconhecida a demanda de pesquisa. Tambm podem
63
ser importantes para responder questes prticas referentes a procedimentos de pesquisa. Qualquer que seja o propsito, a pesquisa exploratria a melhor segurana contra o risco sempre presente de que um projeto de pesquisa de grande escala possa fracassar pelo surgimento inesperado de obstculos no previstos. A prudncia sugere que no deve ser tentado um grande esforo de pesquisa at que a evidncia de pesquisa exploratria indique claramente a exeqibilidade e a chance de sucesso do plano de pesquisa final. Pesquisa descritiva Uma pesquisa descritiva tem como propsito principal a caracterizao do comportamento das unidades de uma populao objetivo atravs da mensurao, descrio e representao sistemtica de suas caractersticas relevantes. Basicamente, a pesquisa descritiva tenta responder questes do tipo: quem?, qual?, onde?, quando? e quanto?. Sua funo fundamentalmente retratar e relatar. Pesquisas descritivas freqentemente tambm envolvem a identificao e descrio de relaes de associao (ou seja, de covariao ou variao conjunta) de caractersticas. Em algumas pesquisas essa informao utilizada para a derivao de inferncias referentes a relaes de caractersticas para propsitos de predio. O princpio bsico encontrar caractersticas das unidades que se correlacionem com o comportamento que desejado predizer e que sejam mensurveis at o momento em que efetuada a predio. Observe-se que pesquisas descritivas podem prover uma base confivel para predio; entretanto, no so apropriadas para a explicao da natureza da relao envolvida. Em contraste com a pesquisa exploratria, a pesquisa descritiva caracterizada pela formulao a priori de problemas de pesquisa. Usualmente, o pesquisador j tem conhecimento substancial para a formulao do problema de pesquisa, possivelmente como resultado de uma pesquisa exploratria. Esse conhecimento lhe permite a definio clara dos objetivos da pesquisa, particularmente das caractersticas relevantes que devem ser mensuradas. Pesquisa explicativa Embora informaes descritivas sejam freqentemente teis para predio, sempre que possvel desejvel conhecer as causas dos efeitos que esto sendo preditos e a relao dos efeitos com as causas. Em parte, pelo desejo natural do homem de compreenso; mas a razo mais importante que o conhecimento das causas quase sempre aumenta a habilidade tanto para a predio como para o controle dos efeitos. Por essa razo, a pesquisa explicativa vital para a gerao de conhecimento confivel. A funo bsica da pesquisa explicativa (ou pesquisa analtica) explicar relaes causais entre fenmenos. Ela relacionada com respostas a questes como? e porque? Seu propsito avaliar o que e, principalmente, como ou porque acontece quando uma ou mais caractersticas afetam uma ou mais outras caractersticas. Em outras palavras, a funo da pesquisa explicativa avaliar e expressar relaes causais significativas e previsveis de um conjunto de caractersticas com um outro conjunto de caractersticas. Deve ser lembrado que, na cincia, essas relaes somente podem ser expressas em termos de relaes provveis, no em termos de relaes exatas. Observe-se que a distino entre pesquisa descritiva e pesquisa explicativa envolve uma questo semntica complexa. Realmente, h uma diferena muito pequena entre descrever alguma cousa e explic-la. Por exemplo, dizer que a chuva ocorre quando o nvel de precipitao atinge um certo grau de concentrao tanto a descrio de uma ocorrncia como a explicao de uma relao. O mesmo ocorre no caso da descrio ou explicao de qualquer relao seqencial, como a disseminao de uma doena e o crescimento de um animal. Sob o ponto de vista prtico, o termo "pesquisa descritiva"
64
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
Processo e Organizao da Pesquisa Cientfica

Conforme salientado na Seo 1.6.1 o processo fundamental do mtodo cientfico 1.6.1, pode ser resumido como uma repetio cclica de fases de sntese, anlise e sntese. Em cada ciclo, comporta uma viso do problema referente aos sistemas globais (sntese), quando estes so formulados em certo nvel de agregao, e sua partio em problemas mais simples referentes a partes (subsistemas) daqueles sistemas que sejam passveis de pesquisa cientfica explicativa (anlise). Os resultados obtidos dessas pesquisas analticas so integrados nos sistemas globais (sntese). A anlise para a caracterizao de problemas cientficos referentes s unidades de uma populao objetivo compreende a decomposio sucessiva desses sistemas e, correspondentemente, do problema global referente a esses sistemas, em subsistemas e problemas mais especficos, at o ponto em que os subsistemas se tornem suficientemente simples e os correspondentes problemas suficientemente especficos de modo que possam ser passveis de tentativas de solues com base no conhecimento cientfico existente e com os recursos disponveis. Cada um desses problemas especficos um problema cientfico ou problema de pesquisa Para cada um desses pesquisa. problemas pode ser estabelecida uma ou mais conjeturas de soluo, alternativas ou complementares, que possam ser verificadas empiricamente. Cada uma dessas conjunturas constitui uma hiptese de pesquisa. A verificao de cada uma dessas pesquisa hipteses procedida atravs de uma pesquisa particular, ou seja, de uma ao de pesquisa. pesquisa A anlise do problema global procedida at a identificao de problemas cientficos unitrios. Essa anlise gera um conjunto sistmico de problemas cientficos. Esse conjunto de problemas tem que ser organizado, pelo menos provisoriamente, em uma estrutura que estabelea uma ordem de prioridade lgica que leve em conta as implicaes mtuas. Essa ordenao de problemas de pesquisa parte da estratgia da pesquisa cientfica e deve ser esboada, pelo menos esquematicamente, para que a pesquisa cientfica seja frutfera. O carter sistemtico e seqencial da pesquisa cientfica pode requerer alteraes da ordenao dos problemas de pesquisa no curso das atividades de pesquisa, na medida em que os resultados lancem novas luzes sobre os problemas iniciais e na medida em que se apresentem novos problemas que no haviam sido identificados quando a estratgia inicial foi estabelecida. Assim, o processo de pesquisa dinmico e reiterado ao longo do tempo. Indicaes de resultados de pesquisa so incorporadas nos sistemas atuais e novos problemas de pesquisa so identificados, renovando-se o processo. Aes de pesquisa tambm so executadas para a prpria identificao de problemas e de hipteses de pesquisa frteis, e para a verificao do comportamento dos sistemas alterados com a incorporao de novas tecnologias indicadas pela pesquisa. A implementao desse processo requer uma estratgia de escolha, em cada uma de suas etapas, de um conjunto de aes de pesquisa, condicionada pelos recursos existentes. O conjunto das aes de pesquisa planejadas para execuo em um dado momento constitui um programa de pesquisa Esse processo esquematizado na Figura pesquisa squisa. 2.4.
65
Figura 2.4. Ilustrao esquemtica do processo de derivao de aes de pesquisa para a melhoria do desempenho dos sistemas de uma populao. Para a organizao apropriada da atividade de pesquisa conveniente o estabelecimento de uma taxonomia da pesquisa nos diversos nveis entre o problema global referente aos sistemas e os mais especficos relativos aos subsistemas mais elementares. Critrios arbitrrios so usualmente utilizados com esse propsito. Assim, por exemplo, uma estruturao da pesquisa pode compreender a definio de projetos de pesquisa no mbito correspondente aos problemas mais genricos dos sistemas sob pesquisa e aes de pesquisa no mbito dos problemas mais especficos, ou seja, de problemas cientficos. Aes de pesquisa tambm podem ser definidas nas fases de identificao de problemas e de incorporao de indicaes de pesquisa aos sistemas atuais. Em nvel intermedirio, podem ser definidos subprojetos de pesquisa pesquisa, compreendendo aes de pesquisa de reas ou disciplinas afins. O conjunto dos projetos constitui o programa de pesquisa. Dessa forma, um projeto de pesquisa visa a soluo de um conjunto de problemas relacionados referentes a um subsistema do sistema global. Ele compreende um conjunto de hipteses constitudas por conjeturas de solues desses problemas e correspondentes aes de pesquisas destinadas verificao dessas hipteses. Usualmente, tambm inclui aes de pesquisas exploratrias e descritivas que visam, principalmente, a identificao de problemas e hipteses de pesquisa e a verificao da integrao dos resultados de pesquisa nos sistemas.
2.7
2.7.1
Trabalho Trabalho de Pesquisa

Papel do pesquisador na cincia O cientista ou pesquisador o indivduo que emprega rigorosamente o mtodo cientfico na busca do conhecimento e que, em ltima instncia, constri a cincia. O pesquisador deve procurar e provar a natureza ativamente para descobrir relaes ordenadas. Para tal, ele deve ter algumas qualidades importantes; entre elas: curiosidade, pacincia, objetividade e tolerncia a mudanas. Curiosidade A aquisio de novo conhecimento o resultado da descoberta de leis naturais. O ponto de partida de uma pesquisa cientfica uma questo de uma das formas: o que?,
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
67
canais de comunicao com a comunidade beneficiada pela pesquisa e a comunidade cientfica. O contato dos pesquisadores com os problemas reais altamente relevante para o sucesso da pesquisa. necessrio que os pesquisadores, particularmente aqueles com maiores responsabilidades no empreendimento da pesquisa cientfica, estejam em contato com os problemas e que estabeleam estratgias adequadas para que as pesquisas sejam relevantes e tenham seus resultados aplicados na prtica. De fato, o objetivo fundamental da pesquisa cientfica, particularmente da pesquisa experimental, servir comunidade em que se insere. A orientao adequada para a eficincia da pesquisa requer conhecimento e experincia da equipe de pesquisa, particularmente: conhecimento profundo da rea de pesquisa, em particular das unidades da populao objetivo; na agricultura, por exemplo, conhecimento dos sistemas de produo, das condies econmicas e sociais das empresas agrcolas, das exigncias do mercado, da variao dos custos e do valor do produto, da valorizao da qualidade do produto, etc.; conhecimento dos resultados das pesquisas conduzidas anteriormente, na regio ou em outras regies semelhantes; em particular, conhecimento da literatura existente; e conhecimento da bagagem de experincia dos produtores mais progressistas, adquirida ao longo de anos de observao e experincia. Esses conhecimentos so indispensveis para a maior amplitude de viso dos problemas que demandam pesquisa e de suas possveis solues, e para o embasamento do planejamento das pesquisas. Esses e outros requisitos podero evitar a execuo de pesquisas que antecipadamente se possa prever que quaisquer que sejam seus resultados sero inadequados para as condies da populao objetivo e das exigncias do mercado. Aparentemente, a pesquisa cientfica a atividade tcnica em que se observa mais desperdcio de recursos. Em uma atividade criativa natural que muitos empreendimentos no logrem o sucesso almejado. Ademais, uma pesquisa com resultado negativo no necessariamente um trabalho perdido. Muitas vezes um resultado negativo til por si ou por oferecer indicaes para caminhos de pesquisa mais frteis. Entretanto, deve ser reconhecido que muitas pesquisas so ineficazes e no logram a consecuo de seus objetivos. Em parte em decorrncia de limitao de recursos e de condies estruturais para a atividade de pesquisa. Mas em grande parte em decorrncia de deficincias da prpria orientao e disciplina dessa atividade. usualmente reconhecido que instituies de pesquisa tm acumulado um grande nmero de resultados de pesquisas no analisados, no interpretados e no divulgados. Ademais, no so raros experimentos conduzidos repetitivamente por longo tempo, sem a necessria avaliao de seu desenvolvimento. A deduo lgica, muito freqentemente reconhecida, mas raramente levada a srio, a saliente pouca ateno que tem sido dedicada ao planejamento e anlise dos resultados da pesquisa. De fato, observa-se, em geral, que os pesquisadores dedicam muito pouco tempo e esforo ao planejamento da pesquisa. O planejamento o ponto de partida e dele depende a utilidade dos resultados da pesquisa. A maior parte das pesquisas tecnolgicas tem propsito de gerar recomendaes bem definidas. fundamental, ento, que tais recomendaes sejam derivadas com elevado nvel de segurana. Esses desideratos somente podem ser logrados por planejamento racional, que tenha em conta os objetivos da pesquisa, que use mais eficientemente os recursos existentes e que adote a metodologia disponvel que seja mais apropriada para a consecuo desses objetivos.
68
2.8
2.8.1
A Estatstica na Pesquisa Cientfica

mtodo O mtodo 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
69
pontos percentuais, um plano experimental mais apropriado, envolvendo praticamente o mesmo esforo, pode duplicar a preciso ou aument-la muito mais, podendo, alm disso, fornecer informao adicional sobre importantes questes suplementares. A partir das contribuies de Fisher para a pesquisa cientfica agrcola, os novos mtodos estatsticos passaram a aplicar-se a outras reas da cincia e da tecnologia. Os desenvolvimentos cientficos nas diversas reas, por sua vez, demandaram novas metodologias estatsticas particulares que tambm se tornaram, em geral, aplicveis s demais reas. O desenvolvimento da base conceitual e metodolgica da pesquisa cientfica, em particular da pesquisa experimental, de planos mais apropriados para as circunstncias de cada pesquisa, bem como de mtodos mais objetivos e eficientes de anlise de dados, tm incrementado as possibilidades, a velocidade e a confiabilidade da pesquisa. Entretanto, a eficcia da pesquisa moderna depende no apenas de conhecimento especializado na rea de pesquisa particular, mas, tambm, fundamentalmente, do conhecimento do mtodo cientfico, que inclui o mtodo estatstico. Esse desenvolvimento metodolgico tem decorrido, em grande parte, do vasto incremento da capacidade de computao que se tornou disponvel, principalmente a partir da dcada de 1960. As crescentes facilidades de computao tm permitido maiores possibilidades aos pesquisadores para decises referentes ao melhor uso dos recursos disponveis para a pesquisa; em particular, para melhor planejar as pesquisas e analisar seus dados mais adequadamente, logrando a explorao mais eficiente da informao provida pelas pesquisas. Esses desenvolvimentos tm implicado considervel impacto nas atividades dos pesquisadores, incluindo os estatsticos, cujo efetivo exerccio demanda mudanas de interesse e de atitude. Um requisito fundamental a permanente capacitao e atualizao, particularmente para a compreenso dos mtodos e procedimentos implementados nos pacotes de computao. De fato, as poderosas facilidades disponveis para a anlise de dados no podem ser utilizadas adequadamente sem a compreenso dos mtodos implementados e, se utilizadas incorretamente, podem conduzir a resultados enganosos. Um fato notrio que, apesar da consolidao do mtodo cientfico, particularmente do mtodo estatstico h mais de meio sculo, os conceitos bsicos ainda no so do domnio de muitos pesquisadores. Conseqentemente, o impacto desse desenvolvimento metodolgico ainda no sentido to amplamente como seria de esperar. Esse atraso no explicado apenas pela demora natural da incorporao de resultados tericos atividade prtica. O divrcio que persiste entre a teoria e a prtica tem diversas origens, entre elas: falhas no ensino e na transmisso de conhecimentos atravs de textos, falta de infra-estrutura e recursos materiais nas instituies de pesquisa, obstculos institucionais e falta de vocao de pesquisadores. Da primeira e da ltima origem decorre outra causa no menos importante: a atitude ritualista de muitos pesquisadores que tendem a aderir, a copiar e a utilizar idias, conceitos, mtodos e procedimentos, mecanicamente, sem qualquer atitude crtica.
2.8.2
Uso e mau uso da Estatstica H um dito popular de que possvel provar qualquer cousa com a estatstica. Isso pode ser verdadeiro para a m aplicao da estatstica. De fato, qualquer concluso desejada pode ser obtida com a manipulao intencional e tendenciosa de dados. O inverso que se aplica adequadamente para a estatstica: impossvel provar qualquer cousa pela aplicao correta de mtodos estatsticos. O que os mtodos estatsticos provm a avaliao da probabilidade de erro de uma proposio, ou da confiana que pode ser posta no resultado de uma pesquisa cientfica. Na realidade, um pouco de reflexo mostra que isso tudo que pode ser esperado. No h prova, por exemplo, de
70
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.
71
2.8.3
Conhecimento da estatstica pelos pesquisadores Questes naturais dizem respeito ao domnio de conhecimento do mtodo estatstico que os pesquisadores nas diversas reas devem possuir para que possam cumprir suas funes apropriadamente, demanda de especialistas em estatstica nas equipes multidisciplinares de pesquisa, e organizao institucional dessas equipes. Em geral, instituies de pesquisa de pases desenvolvidos tm resolvido essas questes de diversas maneiras. Entretanto, elas constituem problemas srios ainda no solucionados em muitos pases em desenvolvimento, como o Brasil, e que tm tido impacto negativo para o desenvolvimento cientfico e tecnolgico desses pases. Esses problemas decorrem de deficincia e instabilidade de instituies de pesquisa, de objetivos imediatistas que implicam na execuo de uma grande quantidade de pesquisas, sem a necessria ateno para sua qualidade e eficcia, e de falta de recursos financeiros e de profissionais especializados no mercado de trabalho. Desde h muito, a pesquisa cientfica uma atividade coletiva que deve ser conduzida por equipes multidisciplinares, formadas por especialistas de diversas reas. Para que possam ser eficazes no cumprimento de suas responsabilidades, essas equipes tm que ter o domnio do conhecimento de sua rea de atuao. No que diz respeito estatstica, em particular, devem ter condies e capacidade para utilizar os mtodos estatsticos mais modernos e apropriados para cada situao particular, incluindo o uso dos recursos exigidos para a implementao desses mtodos, como os recursos de computao. Os pesquisadores especialistas das diversas reas de pesquisa devem ter domnio de conhecimento da metodologia da pesquisa cientfica que seja indispensvel para a compreenso e a tomada de decises e de aes referentes aos aspectos usuais do planejamento e da conduo das pesquisas sob suas responsabilidades, e para a execuo da anlise, interpretao e difuso de seus resultados. Esse domnio de conhecimentos deve abranger os mtodos estatsticos e os recursos de computao estatstica, incluindo os "pacotes" para anlise estatstica. Cabe aos especialistas em estatstica a complementao do domnio de conhecimento das equipes de pesquisa, com o conhecimento dos mtodos mais sofisticados que demandem capacitao especializada e que requeiram base terica mais avanada em matemtica e estatstica. Tambm compete ao estatstico a capacitao para a execuo de estudos e pesquisas visando a adaptao e o desenvolvimento de novos mtodos e tcnicas.
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.
72
12. Explique a razo da necessidade do conhecimento do mtodo cientfico, particularmente do mtodo estatstico, por parte dos pesquisadores, mesmo integrando equipes multidisciplinares com atuao interdisciplinar.
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 ...................................................... .
73
g) Em geral, recomendvel que a consulta literatura proceda do geral para o particular. As principais fontes de informao bibliogrfica so: enciclopdias, guias de literatura, manuais, livros, revistas especializadas, resenhas e revises, e revistas de resumos e indexao. ....................................... apresentam o desenvolvimento ordenado e sistemtico do conhecimento cientfico em uma rea particular; ............................................. provem o material bsico e muito freqentemente so um bom incio para a reviso da literatura; ................................................................. so as fontes mais gerais que podem ser teis para uma primeira viso de uma rea; .......................................................... so publicaes indicativas, relatrios e guias destinados a uma rea particular, que listam a literatura bsica; ........................................................ so publicaes, freqentemente peridicas, de sociedades cientficas, instituies de pesquisa e editoras comerciais que publicam artigos tcnico-cientficos; ................................................................ so publicaes que apresentam o desenvolvimento ordenado e sistemtico do conhecimento cientfico em uma rea particular; .......................................................... so fontes de informao referentes a artigos correntes e publicaes especializadas, e constituem a principal orientao para o pesquisador que busca artigos referentes a tpicos especficos. 20. 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 ( ) Pesquisa cientfica a atividade que, a partir de problemas ou questes relativamente limitadas, busca solues ou explicaes, usando a estratgia do mtodo cientfico e tcnicas e processos particulares. 2 ( ) A caracterizao da unidade (sistema) para uma pesquisa decorre do objetivo da pesquisa. 3 ( ) A caracterizao da unidade usualmente uma questo simples em uma pesquisa cientfica. 4 ( ) A formulao do problema de pesquisa deve compreender a definio da populao objetivo e das correspondentes unidades. 5 ( ) O tamanho de uma populao o nmero de unidades que a constituem. 6 ( ) Uma populao objetivo sempre uma populao real, ou seja, uma populao de unidades existentes no momento de execuo da pesquisa. 7 ( ) Populaes existentes na natureza so sempre finitas. 8 ( ) A amostragem um processo indispensvel em qualquer pesquisa cientifica. 9 ( ) Em uma pesquisa cientfica, as unidades que constituem a amostra so as mesmas constituintes da populao objetivo. 10 ( ) Inferncias da amostra para a populao objetivo so necessariamente vlidas, ou seja, no tendenciosas. 11 ( ) A amostra necessariamente representativa da populao amostrada. 12 ( ) Desvio entre a populao amostrada e a populao objetivo constitui o erro de amostragem. 13 ( ) Erros de amostragem so pouco comuns na pesquisa cientfica. 14 ( ) A observao de uma caracterstica envolve exclusivamente a percepo sensorial atravs dos cinco sentidos. 15 ( ) Caractersticas so propriedades das unidades de uma populao objetivo. 16 ( ) A observao de uma caracterstica envolve exclusivamente a percepo sensorial, atravs dos cinco sentidos. 17 ( ) As caractersticas das unidades da amostra so essencialmente as mesmas das unidades da populao objetivo. 18 ( ) O processo de mensurao de uma caracterstica demanda sua representao atravs de uma varivel. 19 ( ) A pesquisa em cincias fatuais envolve necessariamente processo de inferncia indutiva. 20 ( ) A inferncia indutiva em cincias fatuais incerta. 21 ( ) A natureza sistemtica da pesquisa cientfica estabelece uma seqncia completa de estgios principais que toda pesquisa deve cumprir. 22 ( ) Toda pesquisa cientfica deve compreender uma seqncia ordenada de etapas que deve ser rigorosamente obedecida.
74
23 ( 24 ( 25 ( 26 ( 27 ( 28 ( 29 ( 30 ( 31 ( 32 ( 33 ( 34 ( 35 ( 36 (
) A pesquisa cientfica comea com a formulao de um problema, j que no tem sentido
37 ( 38 ( 39 ( 40 (
a busca de uma soluo para problema ainda no definido. ) A escolha de um problema de pesquisa uma tarefa fcil e rpida. ) Para cada problema cientfico pode ser formulada apenas uma hiptese cientfica. ) As formulaes de um problema de pesquisa e da correspondente hiptese cientfica estabelecem, inequivocamente, o objetivo da pesquisa. ) recomendvel que a formulao de uma hiptese cientfica para um problema particular seja o mais ampla e complexa possvel. ) A construo do plano de pesquisa pode anteceder a formulao do problema cientifico e da correspondente hiptese cientfica. ) A elaborao do plano da pesquisa pode anteceder a formulao do problema e da correspondente hiptese. ) Toda pesquisa cientfica deve compreender necessariamente a formulao de uma hiptese cientfica. ) Toda pesquisa deve compreender a seqncia completa dos passos de uma pesquisa cientfica. ) A natureza sistemtica da pesquisa cientfica estabelece uma seqncia de estgios principais que toda pesquisa completa deve cumprir. ) Toda pesquisa tem como propsito o estabelecimento de relaes causais entre caractersticas das unidades da correspondente populao objetivo. ) Pesquisas exploratria e descritiva tm como propsito principal a identificao de problemas de pesquisa e de hipteses relevantes. ) Pesquisa explicativa tem como propsito a derivao de inferncias referentes a relaes casuais entre caractersticas das unidades. ) Em uma pesquisa exploratria, o pesquisador no estabelece um problema nem formula uma hiptese; ele define objetivos que usualmente envolvem o registro de dados referentes a unidades de uma populao objetivo com vistas caracterizao de problemas e hipteses de pesquisa. ) A pesquisa cientfica , muito freqentemente, um empreendimento multidisciplinar. ) A atuao interdisciplinar de equipes de pesquisadores especialistas freqentemente indispensvel na pesquisa cientfica em cincias fatuais. ) A utilizao da metodologia estatstica uma opo em pesquisa cientfica em cincias fatuais. ) Modernamente, a pesquisa um empreendimento de equipes multidisciplinares com atuao interdisciplinar; esse enfoque demanda o conhecimento de cada pesquisador apenas em sua disciplina especfica.

Pesquisa cientfica Pesquisa aplicada ou tecnologia Populao objetivo Populao conceitual Nvel de caracterstica Amostragem Populao amostrada Observao Confiabilidade Mensurao de uma caracterstica Nvel de uma varivel Inferncia dedutiva Problema de pesquisa Pesquisa pura ou bsica Unidade / sistema Populao real Caracterstica Amostra Amostragem aleatria Erro de amostragem Raciocnio Validade Varivel Inferncia Inferncia indutiva Problema descritivo
75
Problema explicativo Pesquisa exploratria Pesquisa explicativa
Hiptese de pesquisa Pesquisa descritiva Ao de pesquisa
Bibliografia
BUNGE, M. La investigacin cientfica, su estrategia y su filosofa 4. ed. Barcelona: filosofa. Editorial Ariel, 1975. 955p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 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 informao. enfoque na informao e na tecnologia da 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. Braslia: EMBRAPA 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 v.16, n.5, p.621-627, 1981. Hortscience, WILSON, E. B. An introduction to scientific research. New York: McGraw-Hill, 1952. 373p. research
Mtodos de Pesquisa Cientfica
Contedo
3.1 3.2 Introduo..................................................................................................................... 79 Mtodos de Pesquisa Exploratria................................................................................ 79 Estudo de casos .............................................................................................................. 80 Estudo de prottipos ........................................................................................................ 81 Modelagem matemtica ................................................................................................... 81 3.3 3.3.1 Mtodos de Pesquisa Descritiva ................................................................................... 82 Amostragem probabilista ........................................................................................ 84 Amostragem aleatria simples ......................................................................................... 84 Amostragem aleatria estratificada .................................................................................. 85 Amostragem aleatria por conglomerados....................................................................... 87 Amostragem aleatria estratificada e por conglomerados ................................................ 88 Amostragem aleatria em estgios .................................................................................. 89 Amostragem aleatria sistemtica ................................................................................... 89 Amostragem aleatria mltipla ......................................................................................... 90 3.3.2 Amostragem no probabilista ................................................................................. 91 Amostragem de julgamento ............................................................................................. 91 Amostragem de convenincia .......................................................................................... 92 Amostragem por quota..................................................................................................... 93 Amostragem no aleatria sistemtica............................................................................. 93 Amostragem a esmo ........................................................................................................ 94 Amostragem mecnica..................................................................................................... 94 3.4 3.4.1 3.4.2 Pesquisa Explicativa ..................................................................................................... 96 Relaes de caractersticas.................................................................................... 96 Controle da amostra ............................................................................................. 102
Controle de tcnicas de pesquisa .................................................................................. 103 Controle local ou emparelhamento................................................................................. 105 Controle estatstico ........................................................................................................ 106 Casualizao ................................................................................................................. 106 Classificao das caractersticas estranhas implicada pelo controle da amostra ........... 107 3.5 3.5.1 3.5.2 3.5.3 Mtodos de Pesquisa Explicativa................................................................................ 110 Experimento ......................................................................................................... 110 Levantamento por amostragem explicativo........................................................... 111 Estudo observacional ........................................................................................... 111
Estudo observacional prospectivo.................................................................................. 112
78
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. Mtodos de Pesquisa Cientfica
79
3.1
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 3.4.1 e Seo 3.4.1) controle da amostra (Seo 3.4.2 Na Seo 3.5 faz-se a caracterizao dos trs Seo 3.4.2). 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
Mtodos de Pesquisa Exploratria

Mtodos de pesquisa exploratria tm algumas caractersticas dos mtodos de pesquisa descritiva e explicativa. Entretanto, se caracterizam por maior flexibilidade e versatilidade. Esses mtodos so apropriados quando o pesquisador est envolvido em pesquisa em uma rea ou tema em que ele no tem conhecimento suficiente para formular problemas especficos para pesquisa e, conseqentemente, tambm ainda no desenvolveu hipteses para pesquisa. Ele est buscando informaes que lhe permitam estabelecer problemas de pesquisa e formular hipteses referentes a esses problemas. Por essa razo, mtodos de pesquisa exploratria so menos estruturados do que mtodos de pesquisa descritiva e mtodos de pesquisa explicativa, e no provm a base para generalizao proporcionada por alguns mtodos de pesquisa descritiva nem a base para inferncias referentes a relaes causais que caracteriza os mtodos de pesquisa explicativa. Os mtodos de pesquisa exploratria mais usuais so:
80
estudo de casos, estudo de prottipos, modelagem matemtica.
Estudo de casos No mtodo de estudo de casos, o pesquisador escolhe um subconjunto de casos poucas unidades (casos da populao objetivo com as caractersticas relevantes casos casos) 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.
O mtodo de estudos de casos tem semelhanas com o levantamento por amostragem no aleatria (Seo 3.3.2) e com o estudo observacional (Seo 3.5). Seo 3.3.2 Seo 3.5 Distingue-se desses mtodos de pesquisa por compreender um nmero reduzido de unidades, considerar um nmero elevado de caractersticas e enfocar a unidade globalmente em vez de suas partes.

Estudo de prottipos
81
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.
O estudo de prottipos tem alguma semelhana com o experimento (Seo 3.5.1 Seo 3.5.1) no que diz respeito ao controle da amostra. De fato, pode-se considerar o estudo de prottipos como um "experimento com a unidade global". Entretanto, ele no tem as propriedades analticas explicativas do experimento para inferncias referentes a relaes causais. Modelagem matemtica Esse mtodo de pesquisa exploratria tambm se originou na pesquisa industrial, a partir do advento da computao eletrnica. Ele se distingue dos demais mtodos de pesquisa por ser um mtodo conceitual ou formal, ou seja, as unidades ou sistemas no so reais ou empricos, mas abstratos ou conceituais. O mtodo de modelagem matemtica consiste em representar um conjunto de modelagem unidades (sistemas) reais atravs de um modelo conceitual, isto , um modelo matemtico, matemtico ou modelo de simulao, que exprima as relaes entre as caractersticas relevantes das unidades. O modelo , ento, submetido validao por meio de experimentao numrica, com o auxlio de computador eletrnico, e comparao dos resultados dessa experimentao com observaes empricas, obtidas de experimentos, estudos de casos, estudos de prottipos, etc. O modelo matemtico montado com base em informaes providas por outras pesquisas levantamentos, estudos de casos, experimentos, etc., e mesmo por fontes informais, incluindo opinies.
82
O mtodo de modelagem matemtica envolve a identificao de relaes entre as caractersticas relevantes das unidades de interesse, a representao matemtica dessas relaes, a construo de um modelo global para representar (simular) o funcionamento dessas unidades e suas alteraes no tempo, e o uso desse modelo para derivar conhecimento novo sobre interaes dinmicas entre componentes e elementos dessas unidades. Esse mtodo de pesquisa exploratria, assim como os mtodos de estudo de casos e de estudo de prottipos, enfoca o sistema globalmente. Por essa caracterstica, esses mtodos de pesquisa so particularmente teis para identificar interaes entre componentes de sistemas no detectveis por pesquisa explicativa. Tambm so muito teis para outros propsitos relacionados com a pesquisa cientfica, tais como: identificao de problemas de pesquisa, seleo de prioridades de pesquisa e derivao de extrapolao de resultados de pesquisas explicativas.
Exemplo 3.3
Uma unidade de pesquisa de ovinos pode montar um modelo de sistemas de produo de cordeiro mamo, ou de parte desses sistemas, com as caractersticas e relaes de caractersticas essenciais. Um modelo inicial pode ser construdo com base em prticas usuais dos produtores, resultados de pesquisas e opinies de produtores, extensionistas e pesquisadores. Esse modelo pode ser aperfeioado progressivamente com a incorporao de novas caractersticas e relaes de caractersticas, e reformulaes de relaes de caractersticas, com base em novas tecnologias que so geradas pela pesquisa. Sua adequao pode ser verificada periodicamente, atravs da comparao dos resultados que ele propicia com resultados de sistemas reais da populao objetivo (unidades de produo da regio). Um modelo de simulao nessas circunstncias possibilita a verificao do comportamento de novas tecnologias geradas pela pesquisa quando integradas nos sistemas globais e a identificao de interaes relevantes e de subsistemas e caractersticas crticas que demandam pesquisas. Pode ser muito til para a indicao de problemas e sugesto de hipteses, e para a indicao de prioridades de pesquisa.
A modelagem matemtica pode funcionar como um catalisador para a atividade cooperativa de pesquisadores das diversas disciplinas que possam contribuir para a melhoria do desempenho das unidades de interesse. Assim, ele pode constituir o ncleo de um mtodo de trabalho interdisciplinar de uma equipe multidisciplinar de pesquisa. Por outro lado, o sucesso de seu uso demanda interesse, solidariedade e atitude de cooperao por parte dos pesquisadores, e liderana de pesquisa e suporte institucional que propiciem essas condies. Tambm requer a participao de especialistas em modelagem matemtica, com conhecimento slido das tcnicas matemticas, estatsticas e computacionais envolvidas.
3.3
Mtodos de Pesquisa Descritiva

descritiva, Mtodos de pesquisa descritiva tambm denominados levantamentos, so prprios para pesquisa descritiva, ou seja, pesquisa com propsito de prover a descrio do comportamento das unidades de uma populao objetivo, atravs da identificao e descrio das caractersticas relevantes dessas unidades e das relaes entre essas caractersticas. Em nvel elementar, a pesquisa descritiva detm-se apenas na mensurao de caractersticas e determinao de suas propriedades importantes, como mdias e varincias, ou distribuies de freqncias. Em nvel mais avanado, pode visar no apenas a descrio de caractersticas, mas, tambm, a identificao e descrio de relaes de associao ou correlao de caractersticas, ou seja, relaes de caractersticas que variam conjuntamente.
83
Por envolver, muito freqentemente, a avaliao de relaes de associao de caractersticas, mtodos de pesquisa descritiva so algumas vezes denominados mtodos correlacionais. Entretanto, a pesquisa descritiva no tem propsito de derivar inferncias sobre relaes causais, ou seja, relaes de causa e efeito entre caractersticas. Em contraste com a flexibilidade da pesquisa exploratria, a pesquisa descritiva requer as definies claras dos objetivos da pesquisa e da populao objetivo, a especificao das questes que visa responder e o planejamento cuidadoso com respeito s unidades que constituiro as fontes de informao e aos procedimentos para a coleta de informao. Em uma pesquisa descritiva as caractersticas das unidades se manifestam sem interferncia do pesquisador. O pesquisador limita-se mensurao e registro das informaes segundo o plano pr-estabelecido, muito freqentemente por meio de um questionrio. Uma pesquisa descritiva pode ser conduzida sobre todas as unidades da populao objetivo ou sobre uma frao dessa populao, ou seja, sobre uma amostra da populao objetivo (Seo 2.2 Seo 2.2). Se a pesquisa envolve a observao de todas as unidades da populao objetivo, o mtodo de pesquisa denominado censo Se conduzida sobre uma amostra da censo. populao objetivo, o mtodo de pesquisa denominado levantamento por amostragem. amostragem O censo somente aplicvel em situaes em que a populao objetivo finita e suas unidades so identificveis e disponveis para coleta de informao. Mesmo nessas circunstncias, por razes econmicas, ticas ou de outra origem, o levantamento por amostragem pode ser mais conveniente e apropriado. Por essa razo, o levantamento por amostragem muito mais freqentemente utilizado. O processo de amostragem determina o delineamento de amostragem ou seja, a amostragem, relao estrutural entre a amostra e a populao objetivo e as chances de seleo das unidades da populao objetivo. H uma grande variedade de delineamentos de amostragem. A distino mais importante entre esses delineamentos refere-se ao modo de seleo da amostra que pode ser objetivo e ter base probabilista, ou subjetivo e no probabilista. Se o processo de amostragem objetivo e estabelece uma probabilidade conhecida de cada unidade da populao objetivo ser includa na amostra, ele denominado amostragem probabilista ou amostragem aleatria caso contrrio, aleatria; denominado amostragem no probabilista ou amostragem no aleatria aleatria. Uma populao objetivo pode ser uma populao real ou conceitual (Seo 2.2 Seo 2.2). Populaes reais so finitas, ou seja, tm um nmero determinado de unidades que, em muitas situaes, podem ser identificadas e listadas. Processos de amostragem para essas populaes podem ser objetivos e probabilistas, ou subjetivos e no probabilistas. Populaes conceituais so de tamanho desconhecido; so freqentemente muito grandes e nessas circunstncias, por convenincia, so usualmente consideradas infinitas nos procedimentos de inferncia estatstica. Por essa razo, processos de amostragem para populaes conceituais so necessariamente subjetivos e no probabilistas. Os delineamentos de amostragem mais simples e mais comumente utilizados so considerados a seguir.
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.
Amostragem aleatria simples O processo de amostragem aleatria simples a forma mais pura de amostragem aleatria: as unidades da amostra so escolhidas aleatoriamente da populao objetivo sem qualquer restrio. Um delineamento de amostragem aleatria simples consiste em selecionar as unidades da populao objetivo de modo irrestrito e tal que todas as unidades tenham probabilidade igual de constituir a amostra. Equivalentemente, um delineamento de amostragem aleatria simples de tamanho n consiste em selecionar a amostra com a propriedade de que todos os subconjuntos de n unidades da populao objetivo tenham a mesma probabilidade de seleo. O princpio do processo de amostragem aleatria simples ilustrado pelo Exemplo 3.4. Exemplo 3.4
Suponha-se que uma populao objetivo compreende 6 unidades identificadas pelas letras a, b, c, d, e, f e que deva ser selecionada uma amostra aleatria simples de tamanho n=3. H 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.
3
85
Alternativamente, pode-se obter uma amostra aleatria simples de tamanho 3 dessa populao de 6 unidades, extraindo aleatoriamente uma das seis letras a, b, c, d, e, f, ento extraindo aleatoriamente uma das 5 letras restantes, e, ento, extraindo aleatoriamente uma das 4 letras restantes.
O Exemplo 3.5 prov ilustraes particulares do uso de amostragem aleatria simples. Exemplo 3.5
a) Levantamento de sugestes dos alunos de um curso para colher subsdios para a programao de prximas ofertas desse curso em que a amostra constituda por um subconjunto de alunos sorteados da lista das matrculas no corrente curso; b) levantamento da incidncia de doenas nos animais de um rebanho de gado de corte de uma fazenda em que a amostra constituda de um grupo de animais selecionados aleatoriamente do cadastro dos animais desse rebanho; c) levantamento para caracterizao da qualidade de um lote de liquidificadores recebido de um fabricante por uma rede de lojas de eletrodomsticos em que so sorteadas algumas unidades desse lote para teste; d) levantamento da opinio dos associados de uma cooperativa de produtores de trigo para identificar os problemas mais relevantes para pesquisa cuja amostra constituda por agricultores escolhidos aleatoriamente do cadastro dos associados dessa cooperativa.
A amostragem aleatria simples particularmente apropriada para populao objetivo relativamente homognea e no muito grande. Como requer a identificao e listagem de todas as unidades da populao objetivo, ela pode tornar-se trabalhosa ou impraticvel para populaes grandes. Ela tambm inconveniente quando a populao objetivo compreende subpopulaes ou grupos de unidades entre os quais caractersticas relevantes para os propsitos da pesquisa variam acentuadamente. Nessas circunstncias, a escolha aleatria da amostra sem restrio pode resultar em falha de representao da variao entre esses grupos. Amostragem aleatria estratificada Um processo de amostragem apropriado para constituir uma amostra representativa de uma populao objetivo que compreende grupos de unidades consideravelmente heterogneos pode ser a escolha aleatria e independente de um subconjunto de unidades de cada um desses grupos, que so denominados estratos estratos: Um delineamento de amostragem aleatria estratificada de tamanho n consiste em classificar as unidades da populao objetivo em k grupos (estratos) e, ento, selecionar uma amostra aleatria simples de tamanho ni do i-simo estrato, de modo que n1+n2+ ... + nk = n. O princpio do processo de amostragem aleatria estratificada ilustrado pelo Exemplo 3.6. Exemplo 3.6
Considere-se uma populao de 9 unidades classificadas em dois estratos 1 e 2 constitudos de 3 e 6 unidades, respectivamente. Essas 9 unidades podem ser representadas pelas 9 primeiras letras do alfabeto e as unidades dos dois estratos respectivamente pelas vogais e consoantes entre essas 9 letras, como segue: Estrato 1: a, e, i; Estrato 2: b, c, d, f, g, h.
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: 1 2 a c 3 a d 4 a f 5 a g 6 a h 7 e b 8 e c 9 10 11 12 13 14 15 16 17 18 e d e f e g e h i b i c i d i f i g i h
Estrato 1: a Estrato 2: b
Figura 3.1. Dezoito amostras aleatrias estratificadas possveis de uma unidade de cada um de dois estratos 1 e 2 cujas unidades so representadas pelas vogais e consoantes tomadas das primeiras 9 letras do alfabeto.
Os nmeros de unidades selecionadas dos estratos da populao objetivo podem ser iguais ou diferentes. Se o processo de amostragem aleatria estratificada seleciona o mesmo nmero de unidades de cada um dos estratos da populao objetivo, ele denominado de alocao. igual alocao Se os nmeros de unidades selecionados dos estratos so proporcionais aos tamanhos dos estratos, ento o processo de amostragem denominado de alocao proporcional. proporcional A situao de igual alocao ilustrada pelo Exemplo 3.6; uma ilustrao de alocao proporcional provida pelo Exemplo 3.7. Exemplo 3.7
Considere-se a seleo de uma amostra aleatria estratificada de tamanho 3 da populao considerada no Exemplo 3.6 com alocao proporcional. Como o estrato 2 tem o dobro do tamanho do estrato 1, para constituir uma amostra estratificada de alocao proporcional o nmero de unidades selecionadas do estrato 2 deve ser o dobro do nmero das unidades selecionadas do estrato 1. Assim, as 45 possveis amostras aleatrias estratificadas de tamanho 3 com alocao proporcional so as indicadas nas colunas da Figura 3.2. Amostra: 1 2 a b d 3 a b f 4 a b g 5 a b h 6 a c d 7 a c f 8 a c g 9 10 11 12 13 14 15 16 17 ... 43 44 45 a c h a d f a d g a d h a f g a f h a g h e b c e b d i f g i f h i g h
Estrato 1: a Estrato 2: b c
Figura 3.2. Quarenta e cinco possveis amostras aleatrias estratificadas de tamanho 3 com alocao proporcional de uma populao de dois estratos 1 e 2 constitudos de 3 e 6 unidades, respectivamente.
Em um delineamento de amostragem aleatria estratificada o erro de amostragem provm da variao entre unidades dentro de estratos; no afetado pela heterogeneidade dos estratos. Assim, quando a variao de caractersticas relevantes para os objetivos da pesquisa consideravelmente mais elevada entre os estratos do que entre as unidades dentro dos estratos, a amostragem aleatria estratificada conduz a erro de amostragem menor e inferncias estatsticas mais precisas do que a amostragem aleatria simples. Essas vantagens so mais salientes quando os tamanhos dos estratos so acentuadamente diferentes. A amostragem aleatria estratificada tambm pode ser conveniente quando so desejveis informaes referentes aos estratos individuais e quando a coleta de informaes separadamente para cada estrato mais fcil por razes fsicas ou administrativas.
87
Os seguintes exemplos ilustram caractersticas que podem ser apropriadas para a formao de estratos: a) tamanho da propriedade em um levantamento de sistemas de produo de feijo; b) bairro em um levantamento da situao scio-econmica das famlias de uma cidade; e c) porte do supermercado em um levantamento referente a comercializao de produtos atravs de supermercados. O Exemplo 3.8 apresenta ilustraes especficas de amostragem aleatria estratificada. Exemplo 3.8
a) Levantamento para avaliao da qualidade do ensino de uma universidade em que so escolhidos para opinar alunos selecionados aleatoriamente da lista das matrculas de cada um dos cursos no corrente semestre letivo; b) levantamento da incidncia de doenas nos animais de um rebanho de gado de corte de uma fazenda cuja amostra constituda de um grupo de animais selecionados aleatoriamente do cadastro dos animais de cada uma das trs raas desse rebanho; c) levantamento para caracterizao da qualidade das lmpadas recebidas por uma rede de lojas de aparelhos eltricos de vrios fabricantes em que so sorteadas para teste algumas lmpadas de cada um dos fabricantes; d) levantamento da opinio dos associados de uma cooperativa de produtores de trigo para identificar os problemas mais relevantes para pesquisa cuja amostra constituda por agricultores escolhidos aleatoriamente do cadastro dos associados dessa cooperativa de cada um de trs tamanhos de propriedade.
A amostragem aleatria estratificada, assim como a amostragem aleatria simples, requer a identificao e listagem de todas as unidades da populao objetivo. Quando o tamanho da populao objetivo muito grande, a preparao dessa lista pode ser demasiadamente trabalhosa ou impraticvel. Outros inconvenientes do uso desses processos de amostragem nessas circunstncias so os custos elevados e as dificuldades administrativas decorrentes da coleta de informaes de unidades dispersas. Amostragem aleatria por conglomerados Quando o tamanho da populao objetivo muito grande, o levantamento por amostragem aleatria pode tornar-se mais fcil e conveniente quanto preparao, custo e administrao quando as unidades constituem grupos naturais relativamente homogneos. Nessas circunstncias, um processo de amostragem apropriado para constituir uma amostra representativa pode compreender a seleo aleatria de um subconjunto desses grupos, usualmente designados de conglomerados em vez de um conglomerados, subconjunto de unidades individuais: Um delineamento de amostragem aleatria por conglomerados consiste em aleatria classificar as unidades da populao objetivo em grupos (conglomerados) e, ento, extrair uma amostra aleatria simples dos conglomerados. A amostra pode ser constituda de todas as unidades dos conglomerados selecionados ou de uma amostra aleatria simples de cada um desses conglomerados. Nesse ltimo caso, pode ser adotada alocao igual ou alocao proporcional aos tamanhos dos conglomerados. A alocao proporcional mais freqentemente utilizada. Muito freqentemente, os conglomerados compreendem unidades geograficamente prximas e so reas correspondentes a divises de uma regio que constitui a populao objetivo. Nessas circunstncias, o delineamento usualmente designado de rea. amostragem aleatria por rea Exemplos de caractersticas que podem ser apropriadas para a formao de conglomerados so: a) fazenda em um levantamento da incidncia de doenas nos
88
animais de uma regio em que a unidade um animal; b) distrito em um levantamento de tecnologias adotadas pelos agricultores de uma regio em que a propriedade agrcola a unidade; e c) famlia em um levantamento da situao scio-econmica dos habitantes de um bairro de uma cidade em que a unidade o indivduo. Uma ilustrao de amostragem aleatria por conglomerados provida pelo Exemplo 3.9.
Exemplo 3.9
Em um levantamento do consumo em uma cidade em que a unidade da amostra a famlia definida como o conjunto das pessoas que habitam uma mesma residncia, identificam-se os quarteires em um mapa da cidade e escolhe-se aleatoriamente um dado nmero de quarteires para a coleta de observaes. A seguir, seleciona-se um subconjunto das residncias de cada um dos quarteires escolhidos, por amostragem aleatria simples com alocao proporcional (aos nmeros de residncias desses quarteires).
Este processo de amostragem aleatria requer apenas a identificao dos conglomerados e a listagem das unidades dos conglomerados selecionados para a amostra. Por essa razo, ele conveniente para populaes objetivos consideravelmente grandes, principalmente quando no disponvel uma lista completa das unidades e obt-la implicaria muito trabalho e custo elevado. Quando a variao de caractersticas relevantes menor entre os conglomerados do que entre as unidades dentro de conglomerados, a amostragem aleatria por conglomerados produz menor erro de amostragem e inferncias estatsticas mais precisas do que a amostragem aleatria simples. Assim, no planejamento de um levantamento por amostragem aleatria por conglomerados deve-se buscar maior homogeneidade entre os conglomerados do que entre as unidades dentro dos conglomerados. Isso o contrrio do que se deve buscar com o processo de amostragem aleatria estratificada, onde conveniente maior homogeneidade dentro dos estratos do que entre os estratos. Como usualmente unidades de um mesmo conglomerado tendem a serem mais semelhantes do que unidades de diferentes conglomerados, muito freqentemente a amostragem aleatria por conglomerados produz erro de amostragem mais elevado e conseqentemente inferncias menos precisas do que a amostragem aleatria simples do mesmo tamanho. Essa fraqueza pode ser reduzida pelo incremento do tamanho da amostra, o que pode ser obtido com trabalho e custo relativamente pequenos, j que comumente unidades de mesmo conglomerado so prximas. Amostragem aleatria estratificada e por conglomerados Em algumas situaes pode ser conveniente um delineamento misto de amostragem aleatria estratificada e amostragem aleatria por conglomerados: Em um delineamento de amostragem aleatria estratificada e por conglomerados a populao objetivo dividida em grupos (estratos); cada um desses grupos subdividido em subgrupos (conglomerados); de cada um dos extratos extrada uma amostra aleatria simples de conglomerados; ento, de cada conglomerado (de cada estrato) selecionado aleatoriamente um subconjunto de unidades por algum critrio apropriado. Exemplo 3.10
Os dois levantamentos caracterizados a seguir ilustram delineamento de amostragem aleatria estratificada e por conglomerados:
89
a) Levantamento por amostragem de famlias considerado no Exemplo 3.9 procedido com o seguinte delineamento alternativo: a cidade dividida em zonas (estratos; por exemplo, uma ou mais zonas centrais e os bairros); b) so identificados os quarteires (conglomerados) de cada uma dessas zonas; c) extrada uma amostra aleatria simples dos conglomerados de cada uma das zonas; e d) efetuada a seleo aleatria de um subconjunto de residncias de cada quarteiro selecionado de cada zona da cidade. b) Levantamento de opinies de triticultores da regio tritcola do planalto do Rio Grande do Sul em que essa regio dividida em municpios (estratos) e cada municpio em reas de cinco propriedades cada uma (conglomerados); ento, selecionada uma amostra aleatria simples de reas dentro de cada municpio com o nmero de reas selecionadas proporcional ao nmero de reas do municpio.
Amostragem aleatria em estgios O delineamento de amostragem aleatria estratificada e por conglomerados um delineamento de amostragem em dois estgios: o primeiro estgio consiste na amostragem aleatria simples dos conglomerados dentro de cada estrato; o segundo estgio, na amostragem aleatria das unidades de cada conglomerado selecionado no primeiro estgio. Essa idia de amostragem em estgios pode ser convenientemente estendida para situaes de populaes muito grandes e complexas. Exemplo 3.11
Considere-se uma pesquisa nacional de residncias; por exemplo, uma pesquisa referente a emprego e desemprego. No seria prtico obter e manter uma lista das residncias do Pas. Alm disso, a coleta de dados atravs de entrevistas em domiclios muito dispersos teria um custo exorbitante. Para essas circunstncias, interessante um delineamento de amostragem em estgios, como o delineamento nos trs estgios que seguem: 1 extrao de uma amostra aleatria dos municpios de cada Estado do Pas; 2 seleo de uma amostra aleatria dos quarteires de cada um dos municpios escolhidos; e 3 seleo de uma amostra aleatria das residncias de cada um dos quarteires.
Amostragem aleatria sistemtica A amostragem aleatria sistemtica um processo de amostragem probabilista utilizado com alguma freqncia quando possvel listar ou ordenar todas as unidades da populao objetivo. Um delineamento de amostragem aleatria sistemtica de tamanho n de uma populao de tamanho N consiste em escolher aleatoriamente uma unidade do subconjunto das primeiras k = [N/n] unidades, seja a c-sima unidade, e, ento, tomar cada uma das k-simas unidades a partir desta, de modo que a amostra resulta constituda pelas unidades da populao objetivo de ordens c, c+k, c+2k, ... ([r] denota o maior nmero inteiro que no supera o nmero racional r.) Neste delineamento a escolha aleatria da primeira unidade da amostra determina toda a amostra. Em particular, para selecionar uma amostra aleatria de p% (p inteiro positivo) das N unidades de uma populao objetivo, escolhe-se aleatoriamente um nmero do conjunto dos nmeros inteiros {1, 2, ..., p}, seja c, e, ento, toma-se cada uma das p-simas unidades a partir de c, ou seja, as unidades c, c+p, c+2p, e assim sucessivamente. Exemplo 3.12
Suponha-se a extrao de uma amostra de 10% da lista dos 620 associados de uma cooperativa de produtores de leite. Para tal, seleciona-se aleatoriamente um nmero do conjunto dos 10 primeiros nmeros inteiros {1, 2,..., 10}, seja 6, e, ento, tomam-se os produtores identificados na lista com os nmeros 6, 16, 26, e assim sucessivamente, at o 616.
90
A amostragem aleatria sistemtica reduz consideravelmente o nmero de subconjuntos de unidades da populao objetivo que pode ser escolhido para constituir a amostra. Essa uma propriedade essencial que distingue esse processo de amostragem da amostragem aleatria simples. Entretanto, a amostragem sistemtica assegura que todas as unidades da populao objetivo tm chance de constituir a amostra. Esse delineamento tem duas vantagens em relao ao delineamento de amostragem aleatria simples: mais fcil de planejar, j que requerido apenas um nmero aleatrio, e distribui a amostra mais uniformemente sobre a populao objetivo. Por essa segunda razo, o delineamento de amostragem aleatria sistemtica algumas vezes conduz a erro de amostragem menor e inferncias mais precisas do que o delineamento de amostragem aleatria simples. Entretanto, ele tem desvantagens. Uma desvantagem importante que, se h alguma ordenao escondida das unidades da populao objetivo segundo os nveis de alguma caracterstica relevante, pode resultar uma amostra severamente tendenciosa. Assim, por exemplo, uma amostra sistemtica das casas de uma cidade pode conter um nmero demasiadamente grande, ou demasiadamente pequeno, de casas de esquina; uma amostra sistemtica das plantas de um pomar pode ter as plantas selecionadas das mesmas posies ao longo de cada uma das filas do pomar. Para evitar o uso inconveniente do delineamento de amostragem sistemtica importante conhecer a natureza da variabilidade na populao objetivo antes de decidir pela sua escolha. Amostragem aleatria mltipla Em algumas circunstncias pode ser conveniente proceder seleo das unidades para a amostra por etapas. Em um delineamento de amostragem mltipla a amostra constituda por amostragem unidades que so selecionadas da populao objetivo em etapas sucessivas. Dependendo dos resultados observados em cada etapa, podem ser dispensadas etapas subseqentes. Esse processo de amostragem freqentemente empregado em inspeo por amostragem para teste ou controle de qualidade de produtos. O Exemplo 3.13 prov uma ilustrao.
Exemplo 3.13
Para ilustrao considere-se o seguinte processo de amostragem dupla para deciso referente aceitao ou rejeio de um lote de um produto industrial: Escolhe-se uma amostra aleatria das unidades do lote; se o nmero de unidades defeituosas nesta amostra no mximo 5%, o lote aceito; se no mnimo 10%, o lote rejeitado. Se o nmero de unidades defeituosas situa-se entre 5 e 10%, requerida uma segunda amostra. Ento, se o nmero de unidades defeituosas na amostra combinada dessas duas amostras no mximo 10%, o lote aceito; se o nmero de unidades defeituosas superior a 10%, o lote rejeitado.
A amostragem aleatria mltipla inicia com uma amostra relativamente pequena e procede com o incremento sucessivo do tamanho da amostra em etapas, at que o critrio de deciso seja logrado. Assim, um processo de amostragem conveniente por possibilitar a diminuio do tamanho da amostra e a reduo de custo e tempo. Um caso extremo de amostragem mltipla a amostragem seqencial: a amostra seqencial vai sendo acrescida unidade por unidade, at que seja alcanada uma concluso referente a aceitar ou rejeitar uma dada hiptese referente populao objetivo. A amostragem seqencial permite minimizar o tamanho mdio da amostra em longo prazo.
91
3.3.2
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.
julgamento Amostragem de 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.
92
Exemplo 3.14
As seguintes pesquisas ilustram delineamento de amostragem de julgamento: a) Levantamento de opinies dos operrios de uma indstria para o aumento da produtividade em que, por alguma razo, deve ser entrevistada apenas uma parte dos operrios; a escolha desses operrios feita pelo gerente de produo por ser considerado o mais habilitado para obter uma representao apropriada do conjunto dos operrios. b) Levantamento de caractersticas dos sistemas de produo de feijo de uma regio em que deve ser escolhido um subconjunto de municpios cujos produtores devam ser includos na amostra; a escolha dos municpios feita por um grupo de pesquisadores.
A amostragem de julgamento um processo de amostragem no probabilista muito comum. De fato, o processo mais usual em situaes de populao conceitual e o mais praticvel em muitas situaes de populao real de tamanho elevado, particularmente quando h restries de recursos e tempo. Ele deve ser usado com a compreenso clara de suas limitaes e com as cautelas necessrias para que a amostra escolhida represente apropriadamente a populao objetivo. Este processo de amostragem tem a vantagem de ser de custo relativamente baixo, mas a inconvenincia de requerer amplo conhecimento da populao objetivo e julgamento acurado na escolha da amostra. Por essa razo, ele deve ser usado com muita cautela. Mesmo com esses cuidados, ele no permite a determinao do erro de amostragem e no possibilita a derivao de inferncias objetivas para a populao objetivo. Amostragem de convenincia Em um delineamento de amostragem de convenincia a amostra constituda por unidades selecionadas da populao objetivo por algum critrio de convenincia, muito freqentemente relacionado acessibilidade das unidades. A amostragem de convenincia freqentemente utilizada para obter informaes aproximadas sobre a populao objetivo em pouco tempo e com baixo custo. Exemplo 3.15
Esse delineamento de amostragem ilustrado pelas seguintes pesquisas: a) levantamento de informaes sobre famlias quando o entrevistador escolhe famlias prximas de sua residncia ou local de trabalho; b) levantamento de opinies dos moradores de um bairro em que o entrevistador decide entrevistar as 200 pessoas que estiverem presentes em uma certa praa no prximo fim de semana; e c) levantamento de caractersticas referentes qualidade do cimento proveniente de uma indstria em que a amostra constituda por sacos escolhidos do topo de um ou mais caminhes com uma carga de cimento de dessa procedncia.
Esse processo de amostragem freqentemente utilizado por ser o mais prtico, particularmente em pesquisa exploratria na fase inicial de um programa de pesquisa. Os problemas cruciais da amostragem de convenincia so semelhantes aos inerentes aos outros delineamentos de amostragem no probabilista, ou seja, impossibilidades de avaliao do erro de amostragem e da representatividade da amostra, e de derivao de inferncias objetivas. A escolha da amostra por critrio de convenincia torna as possibilidades de vis mais elevadas. Nessas circunstncias, ele deve ser utilizado com os cuidados necessrios para evitar tendenciosidade e com a compreenso clara de suas limitaes.

Amostragem por quota
93
Este processo de amostragem no probabilista tem semelhana com o delineamento de amostragem aleatria estratificada. Distingue-se desse delineamento porque as unidades so selecionadas de cada um dos estratos por processo no aleatrio. O pesquisador primeiro identifica os estratos e as propores em que eles esto presentes na populao objetivo e, ento, utiliza amostragem no aleatria para a seleo do nmero requerido de unidades de cada um dos estratos (quota quota): quota Um delineamento de amostragem por quota consiste em: 1) dividir a populao objetivo em subpopulaes ou estratos que representem as vrias categorias em que suas unidades so classificadas segundo alguma caracterstica relevante; 2) determinar o tamanho da frao da amostra (quota) correspondente a cada um desses estratos; e 3) delegar ao executor do levantamento em cada estrato a seleo das unidades at completar a quota que lhe foi assinalada. A seleo das unidades de cada estrato usualmente procedida por amostragem de julgamento ou de convenincia. O Exemplo 3.16 prov ilustraes de amostragem por quota. Exemplo 3.16
a) Levantamento de informaes de produtores rurais de uma regio atravs de entrevistas em que a regio dividida em sees e cada seo assinalada a um entrevistador, cabendo ao entrevistador a escolha de um determinado nmero de produtores de sua seo para as entrevistas. b) Levantamento das condies scio-econmicas das famlias de um bairro em que o bairro dividido em segmentos de ruas e so atribudas aos entrevistadores as escolhas das residncias dos correspondentes segmentos de modo a que sejam completados os nmeros prdeterminados residncias.
Em um delineamento de amostragem por quota a seleo das unidades de cada subpopulao usualmente procedida por amostragem de julgamento ou de convenincia. Nesse delineamento, muito freqentemente, so desconsideradas as unidades no acessveis ou de acesso difcil. Por essa razo, a representatividade da amostra pode ser altamente suspeita, e no h maneira de avaliar a representatividade de amostra selecionada dessa forma. Amostragem no aleatria sistemtica Este processo de amostragem no probabilista utilizvel em situaes em que as unidades da populao objetivo vo se tornado disponveis uma a uma ao longo do tempo. Um delineamento de amostragem no aleatria sistemtica tambm denominado sistemtica, delineamento de amostragem de intervalos, consiste em tomar uma unidade ao final intervalos de cada repetio de um dado intervalo de tempo, na medida em que as unidades da populao objetivo vo se tornando disponveis, ou tomar cada unidade que surge imediatamente aps um subconjunto de um determinado nmero de unidades. Este processo de amostragem requer que o ponto de partida, ou seja, o instante inicial ou o primeiro item, seja selecionado atravs de algum critrio objetivo. Ele algumas vezes utilizado na indstria para monitorar o funcionamento de equipamentos e processos de produo e para controle de qualidade de produtos, e em levantamentos que envolvem entrevistas de pessoas. O Exemplo 3.17 prov ilustraes de algumas dessas situaes.
94
Exemplo 3.17
a) Levantamento para verificar se o conjunto dos equipamentos ou o processo de produo de uma indstria est funcionando segundo as especificaes, quando selecionado um item da linha de produo para teste a cada intervalo de tempo (por exemplo, a cada 60 minutos), a partir de um horrio pr-estabelecido. b) Levantamento para controle da qualidade de um produto industrial em que selecionado para teste o ltimo item de cada subconjunto de um determinado nmero de itens produzidos pela linha de produo. c) Levantamento para pesquisa de opinio dos clientes de uma loja em que selecionada cada dcima pessoa que entra na loja, a partir da abertura da loja. d) Levantamento para coleta de sugestes dos residentes de uma rua referente a um projeto de remodelao, em que a amostra constituda pelos ocupantes de cada dcima casa dessa rua, a a partir de uma determinada esquina.
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.
A amostragem a esmo pode ser um processo de amostragem confivel se a populao objetivo for homognea ou no houver a tendncia de agrupamento sistemtico das unidades, e no existir a possibilidade de o pesquisador ser influenciado por alguma caracterstica das unidades. Amostragem mecnica Esse processo de amostragem no aleatria apropriado quando a populao objetivo compreende um volume slido, lquido ou gasoso.
95
Um delineamento de amostragem mecnica consiste em constituir a amostra de uma populao objetivo que compreende um volume slido, lquido ou gasoso por pores tomadas em diversos pontos desse volume escolhidos de modo supostamente casual. A amostragem mecnica usualmente procedida com o uso de instrumentos especiais, tais como garra, concha e sonda. Esse processo de amostragem tem semelhana com o processo de amostragem a esmo e deve ser utilizado com os mesmos cuidados indicados para a amostragem a esmo. Exerccios 3.1
1. Caracterize e ilustre os trs seguintes mtodos de pesquisa exploratria: estudo de casos, estudo de prottipos e modelagem matemtica. 2. Porque o estudo de casos e o estudo de prottipos no provm base para generalizao para a populao objetivo? 3. Porque a modelagem matemtica um mtodo de pesquisa exploratria conceitual, diferentemente do estudo de casos e do estudo de prottipos que so mtodos de pesquisa emprica? 4. Qual o principal propsito de uma pesquisa cientfica descritiva? Ilustre uma situao de sua rea em que seria apropriada pesquisa descritiva. 5. Explique a distino entre levantamento por amostragem probabilista e levantamento por amostragem no probabilista? 6. Caracterize as distines essenciais entre os seguintes delineamentos de amostragem: amostragem aleatria simples, amostragem aleatria estratificada e amostragem aleatria por conglomerados. 7. Suponha que o Departamento de Estatstica de uma universidade deseja efetuar a avaliao do ensino das dezoito disciplinas de estatstica oferecidas aos Cursos de Graduao, atravs de levantamento da opinio de 20% dos alunos matriculados nessas disciplinas no corrente semestre. a) Identifique a unidade e a populao objetivo dessa pesquisa. b) Qual dos seguintes delineamentos de amostragem probabilista seria mais apropriado para essa situao: amostragem aleatria simples, amostragem aleatria estratificada e amostragem aleatria por conglomerados. Justifique a resposta. 8. Uma grande empresa de engenharia emprega 200 engenheiros e 50 engenheiras. Suponha que desejado selecionar uma amostra aleatria de 10% do corpo de engenheiros. Indique a constituio da amostra quanto ao nmero de engenheiros e engenheiras que resultaria para cada um dos seguintes delineamentos: a) amostragem aleatria simples; b) amostragem aleatria estratificada com igual alocao; c) amostragem aleatria estratificada com alocao proporcional. 9. Estilos literrios podem ser distinguidos pelo tamanho das palavras utilizadas. Com o propsito de determinar o estilo de um determinado autor, um estudante de literatura decide sortear cinco dos vinte livros escritos por esse autor e, ento, sortear uma pgina de cada um desses 5 livros e registrar o tamanho de cada uma das 200 primeiras palavras da pgina. Identifique e explique o delineamento de amostragem utilizado por esse estudante. 10. Um veterinrio est pesquisando a incidncia de um certo tipo de tumor no gado de uma regio, que pode ser detectado por um teste imunolgico. Ele acredita que a incidncia difere entre partes da regio de interesse. a) Identifique a unidade e a populao objetivo desta pesquisa. b) Proponha, justificadamente, um delineamento de amostragem apropriado para essa pesquisa.
96
11. Explique porque delineamentos de amostragem probabilista no so aplicveis populao conceitual. 12. Caracterize e ilustre com exemplo de sua rea a distino entre delineamento de amostragem de julgamento e delineamento de amostragem de convenincia. 13. Para cada uma das seguintes situaes voc recomendaria o uso de amostragem: aleatria, de julgamento, de convenincia ou uma combinao desses delineamentos? a) Um professor solicita a seus alunos sugestes para a melhoria do programa de sua disciplina, como base para a preparao de um questionrio para um ulterior levantamento das preferncias referentes ao programa. b) A administrao de uma empresa deseja obter sugestes de seus empregados, atravs de um questionrio, para o aumento da produtividade. c) Uma empresa de aluguel de carros planeja a compra de uma frota de automveis de um de quatro fabricantes, usando como critrio de seleo a economia de operao. d) Uma empresa de pesquisa agropecuria deseja efetuar um levantamento da opinio de produtores da regio de sua abrangncia para identificar os problemas mais relevantes para pesquisa. e) O editor de um jornal deseja selecionar cartas da correspondncia recebida no dia anterior para a seo opinio do leitor. 14. Explique a distino essencial entre levantamento por amostragem no aleatria e o mtodo de estudo de casos.
3.4
3.4.1
Pesquisa Explicativa
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 com as caractersticas que efeitos) efeitos produzem sua variao (causas Esse conhecimento importante pelo fato de que o causas). causas 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
Figura 3.3. Formas de relao de associao de duas caractersticas A e B. A relao de associao indicada pelas linhas tracejadas pode resultar de qualquer um dos tipos de relaes causais indicadas pelas setas. A Figura 3.3 ilustra o fato de que associao de duas caractersticas A e B pode no envolver relao causal dessas caractersticas, mas decorrer de relao causal de A e B com uma outra caracterstica C, ou de relao causal de B com A confundida com relao causal de B com uma outra caracterstica C. Assim, uma associao de duas caractersticas pode significar uma relao causal ou decorrer de interferncia de uma terceira caracterstica. Para inferir que uma relao de associao de duas caractersticas A e B corresponde a uma relao causal em que A a causa e B o efeito necessrio que A preceda B e que no haja explicao alternativa para B. Duas caractersticas tm uma relao causal e uma delas denominada causa e a outra, efeito se: efeito, 1) a causa est relacionada ao efeito; 2) a causa precede o efeito; e 3) no h outra explicao alternativa plausvel para o efeito. Para mostrar que uma caracterstica A causa alterao de outra caracterstica B deve-se primeiro verificar que alteraes da caracterstica A so acompanhadas de alteraes da caracterstica B. Entretanto, o estabelecimento de covariao, por si s, no estabelece causalidade. Deve-se estabelecer, tambm, precedncia temporal, ou seja, que a caracterstica A altera-se antes da caracterstica B. Em adio, deve-se estabelecer que a covariao observada entre as caractersticas A e B somente pode ser atribuda caracterstica A, ou seja, que no h explicao plausvel para a variao da caracterstica B que no seja a variao da caracterstica A. aparente dessa discusso que pesquisas de relaes causais requerem conhecimento considervel das caractersticas envolvidas e planejamento formal cuidadoso. O objetivo de uma pesquisa cientfica explicativa a derivao de inferncias referentes a relaes causais entre dois subconjuntos de caractersticas das unidades de uma populao objetivo. Seu propsito prover informaes para o controle ou predio de um desses subconjuntos de caractersticas com base na alterao ou conhecimento do outro subconjunto de caractersticas. Mais especificamente: Uma pesquisa cientfica explicativa visa derivar inferncias sobre a relao entre dois subconjuntos das caractersticas das unidades de uma populao objetivo: um subconjunto de caractersticas que exprimem o desempenho dessas unidades e um subconjunto de caractersticas cujo controle e alterao possa, supostamente, implicar a melhoria desse desempenho.
98
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 3.4): Figura caractersticas que exprimem o desempenho ou comportamento das unidades: - caractersticas respostas respostas; caractersticas que supostamente afetam as caractersticas respostas: - caractersticas explanatrias ou caractersticas explicativas; e explicativas demais caractersticas das unidades: - caractersticas estranhas. estranhas
Figura 3.4. Os trs subconjuntos de caractersticas das unidades da populao objetivo em uma pesquisa explicativa. As relaes entre esses trs subconjuntos de caractersticas so representadas na Figura 3.5.
Figura 3.5. Relaes entre as caractersticas das unidades da populao objetivo em uma pesquisa explicativa. A constituio desses trs subconjuntos de caractersticas das unidades (sistemas) da populao objetivo de uma pesquisa cientfica particular depende do propsito da pesquisa. Em geral, o subconjunto das caractersticas respostas compreende as caractersticas referentes ao produto e caractersticas dos componentes. O subconjunto das caractersticas explanatrias constitudo por caractersticas dos insumos e caractersticas dos componentes que, supostamente, explicam variaes importantes das
99
caractersticas respostas. O subconjunto das caractersticas estranhas constitudo pelas demais caractersticas dos insumos e dos componentes. As caractersticas respostas e as caractersticas explanatrias constituem os objetivos da pesquisa e so designadas com base em teorias cientficas substantivas e em conhecimento emprico. A identificao dessas caractersticas requer conhecimento e viso da rea sob pesquisa. As caractersticas estranhas so comumente definidas por excluso, como o conjunto das caractersticas das unidades que no exprimem o desempenho destas e com as quais no tem a pesquisa como propsito relacionar o desempenho das unidades; ou seja, como o conjunto das caractersticas das unidades excludas as caractersticas respostas e as caractersticas explanatrias. A distino e a classificao das caractersticas nessas trs categorias um passo crucial no planejamento de uma pesquisa explicativa. Em geral, apenas um subconjunto das caractersticas respostas de interesse em uma pesquisa particular. As caractersticas desse subconjunto e as caractersticas explanatrias devem ser identificadas e definidas explicitamente. As caractersticas estranhas constituem um conjunto extremamente numeroso e usualmente necessria a individualizao apenas das mais relevantes. As unidades da amostra tambm compreendem os trs subconjuntos das caractersticas das unidades da populao objetivo, ou seja, o subconjunto das caractersticas respostas, o subconjunto das caractersticas explanatrias e sub conjunto das caractersticas estranhas. Conceitualmente, essas caractersticas da amostra so as mesmas sob considerao na populao objetivo. Idealmente, os nveis das caractersticas estranhas da amostra so uma amostra representativa dos correspondentes nveis na populao objetivo. Os nveis das caractersticas explanatrias da amostra so os prprios nveis da populao objetivo ou subconjuntos desses nveis apropriadamente escolhidos. Esses conceitos so ilustrados pelos exemplos que seguem. Exemplo 3.19
Seja a pesquisa considerada no Exemplo 2.3 Controle da incidncia de giberela em 2.3: lavouras de trigo da regio tritcola do Estado do Rio Grande do Sul. O conjunto das caractersticas respostas compreende as caractersticas que exprimem o desempenho das lavouras, ou seja, as caractersticas dos produtos gros e caractersticas dos componentes plantas. Entretanto, na presente pesquisa, interessam apenas as caractersticas respostas relevantes para os objetivos do experimento, ou seja, as caractersticas referentes produo de gros e controle da incidncia da giberela. As duas caractersticas resposta mais importantes so: produo de gros e grau de infeco de giberela. Para a consecuo do objetivo dessa pesquisa, ou seja, o controle da incidncia da giberela, fungo que causa danos a lavouras de trigo dessa regio, o pesquisador decide pesquisar o efeito de fungicidas e elege para considerao trs fungicidas: Mancozeb, Ciproconazole e Propiconazole, e, tambm, a ausncia de fungicida para verificar a necessidade da aplicao de fungicida. Como o efeito do fungicida pode depender da freqncia de aplicao, ele resolve considerar uma nica aplicao e duas aplicaes do fungicida. Nessas circunstncias, so definidas duas caractersticas explanatrias: fungicida e freqncia de aplicao; a primeira com trs nveis: os fungicidas Mancozeb, Ciproconazole e Propiconazole, e a segunda com dois nveis uma e duas aplicaes do fungicida. Como os efeitos dos fungicidas podem depender das condies ambientais, que variam no espao e no tempo, o pesquisador decide conduzir a pesquisa em quatro locais da regio tritcola nos prximos trs anos; assim, local e ano tambm so considerados como caractersticas explanatrias. Os nveis na amostra da caracterstica explanatria fungicida so os mesmos da populao objetivo, ou seja, os fungicidas Mancozeb, Ciproconazole e Propiconazole e a usncia de fungicida. Os nveis na amostra da caracterstica explanatria freqncias de aplicao - uma e duas aplicaes tambm so os mesmos da populao objetivo. Entretanto, os nveis das caractersticas explanatrias local e ano na amostra so, respectivamente, os locais e anos de
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.
Figura 3.6. Relaes entre as caractersticas das unidades da amostra no experimento "Controle da incidncia de giberela em lavouras de trigo..." (Exemplo 3.19 Exemplo 19).
Exemplo 3.20
Considere-se a pesquisa de que trata o Exemplo 2.4 Controle de vermes intestinais em 2.4: 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, os nveis na amostra devem compreender, necessariamente, os 8.3.3 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
As caractersticas estranhas da amostra so as demais caractersticas das unidades, ou seja, as caractersticas estranhas que no so caractersticas respostas nem caractersticas explanatrias: caractersticas referentes ao animal (genticas e fenotpicas, sanidade, idade, peso, etc., excetuado sexo, que caracterstica explanatria), ao ambiente (pastagem, clima, instalaes, incidncias de doenas, parasitos e predadores, excetuadas as caractersticas inerentes a local e ano, que so caractersticas explanatrias), ao manejo (preparo do cordeiro, aplicao de antibiticos, vacinas e parasiticidas, exceto aplicao de anti-helmntico, que caracterstica explanatria) e aos processos de mensurao e de registro dos dados. As relaes entre esses trs subconjuntos de caractersticas da amostra so ilustradas na Figura 3.7.
Figura 3.7. Relaes entre as caractersticas das unidades da amostra no experimento "Controle de vermes intestinais em unidades de produo de carne de cordeiro mamo..." (Exemplo 3.20 Exemplo 20).
Exemplo 3.21
Seja a pesquisa do Exemplo 2.5 Efeito da incidncia da virose do enrolamento sobre a 2.5: 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 2.6 Exemplo 2.6).
102
A caracterstica resposta mais relevante o peso da produo de gros; tambm so caractersticas respostas importantes caractersticas referentes a incidncias de pragas, invasoras e doenas fngicas e algumas caractersticas da planta, do legume e do gro. O objetivo da pesquisa define cinco caractersticas explanatrias: cultivar, adubao, inseticida, herbicida e fungicida. A primeira dessas caractersticas tem nmero no especificado de nveis; o pesquisador decide considerar dois nveis para cada uma das demais caractersticas adota e no adota. Local e ano tambm so considerados como caractersticas explanatrias, dado que a produtividade do feijo depende do ambiente. Os nveis das caractersticas explanatrias adubao, inseticida, herbicida e fungicida na amostra so os mesmos da populao objetivo, ou seja, adota e no adota; os nveis na amostra das caractersticas explanatrias cultivar, ano e local so subconjuntos dos nveis da populao objetivo, ou seja, as cultivares, os locais e anos, respectivamente, que se manifestem nas unidades escolhidas para constiturem a amostra. As caractersticas estranhas da amostra so as caractersticas referentes a: semente (excetuada cultivar, que caracterstica explanatria), ambiente (excetuadas as propriedades inerentes a local e ano), tcnicas de cultivo (excetuadas adubao, inseticida, herbicida e fungicida, que so caractersticas explanatrias) e processos de mensurao e de registro dos dados.
A atribuio de causalidade s relaes entre caractersticas respostas e caractersticas explanatrias requer o estabelecimento das trs seguintes condies para cada para das pressupostas caracterstica resposta e caracterstica explanatria: 1) a caracterstica explanatria precede caracterstica resposta; 2) a caracterstica resposta relaciona-se associativamente com a caracterstica explanatria; e 3) no h explicao plausvel para a variao da caracterstica resposta que no envolva variao atribuvel caracterstica explanatria. A primeira condio estabelecida pela definio de caracterstica explanatria; a segunda condio deve ser estabelecida empiricamente atravs de pesquisa conduzida sobre as unidades de uma amostra da populao objetivo; e a terceira, atravs de controle das caractersticas estranhas da amostra. Esse fato ressalta a importncia do controle da manifestao das caractersticas estranhas na pesquisa explicativa.
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
caractersticas estranhas. O erro de pesquisa decorre do confundimento de efeitos de caractersticas explanatrias com efeitos de caractersticas estranhas. A base da pesquisa cientfica para inferncia de que uma relao entre uma caracterstica resposta e uma caracterstica explanatria uma relao causal o seguinte princpio da causalidade se o nvel da caracterstica explanatria alterado e as causalidade: caractersticas estranhas permanecem constantes, qualquer variao manifestada pela caracterstica resposta atribuvel alterao dessa caracterstica explanatria. Esse ideal aproximadamente conseguido em certos experimentos de laboratrio em fsica e em qumica, onde podem ser construdas unidades essencialmente idnticas, de modo que o erro de pesquisa reduzido proporo irrelevante. Com base nesse fato, alguns cientistas chegam a considerar o erro como insignificante ou ignoram sua presena. Como conseqncia, enquanto as tcnicas de laboratrio possam ser irreparveis, as inferncias tornam-se descuidadas e subjetivas. Por outro lado, a reduo exagerada do erro pode implicar na conduo da pesquisa sob condies demasiadamente especiais para permitir inferncias para populaes de unidades naturais, usualmente com variabilidade considervel. Essa a circunstncia comum nas chamadas cincias naturais, particularmente em biologia. Como proceder para o estabelecimento de relaes causais nessas circunstncias de impossibilidade ou inconvenincia de construo de unidades essencialmente idnticas? Como proceder para controlar as influncias das caractersticas estranhas, de modo que possam ser estabelecidas inferncias referentes a efeitos causais de caractersticas explanatrias sobre caractersticas respostas de modo to inequvoco quanto possvel? A soluo desse problema essencial da pesquisa explicativa o controle da amostra no sentido de evitar ou diminuir o confundimento de efeitos de caractersticas explanatrias e estranhas, at o ponto em que seja vivel e apropriado, e tornar no tendencioso o confundimento remanescente. Diversos procedimentos podem ser considerados para o controle da amostra com vistas reduo do erro de pesquisa e de sua tendenciosidade: controle de tcnicas de pesquisa,
controle local ou emparelhamento, controle estatstico e casualizao.
Controle de tcnicas de pesquisa O controle de tcnicas de pesquisa compreende a implementao de aes e intervenes para tornar constante ou irrelevante a manifestao de caractersticas estranhas da amostra de modo a evitar ou diminuir o confundimento de efeitos dessas caractersticas com efeitos de caractersticas explanatrias. O controle de tcnicas de pesquisa exercido desde a escolha inicial da amostra at a mensurao e registro dos dados. Na constituio inicial da amostra ele consiste na seleo ou construo de unidades homogneas quanto a caractersticas estranhas. Durante a conduo da pesquisa, ele efetuado atravs da implementao controlada de tcnicas de pesquisa com o propsito de tornar manifestaes de caractersticas estranhas constantes ou uniformes e desta forma evitar ou diminuir o confundimento dos efeitos dessas caractersticas com efeitos de caractersticas explanatrias. O controle de tcnicas de pesquisa tambm empregado nos processos de mensurao e registro de dados para evitar a introduo de caractersticas estranhas que possam implicar
104
tendenciosidade das inferncias referentes aos efeitos causais de caractersticas explanatrias sobre caractersticas respostas. O uso do controle de tcnicas de pesquisa lustrado pelo Exemplo 3.23 atravs das pesquisas consideradas na Seo 3.4.1 3.4.1.
Exemplo 3.23
a) A pesquisa para controle da incidncia da giberela do trigo, considerada no Exemplo 3.19, deve utilizar tcnicas de cultivo uniformes. Se a pesquisa tiver objetivo bsico, ela deve ser 19 conduzida em ambiente controlado de uma casa de vegetao. b) A pesquisa da eficcia de anti-helmnticos no controle de vermes intestinais de ovinos (Exemplo 3.20 deve ser conduzida com tcnicas de criao uniformes. Se apropriado essa Exemplo 20) pesquisa deve utilizar um grupo de animais homogneos. c) A pesquisa referente incidncia do vrus do enrolamento da videira (Exemplo 3.21 Exemplo 21), conduzida com plantas selecionadas de cada um dos trs graus de incidncia do vrus, as plantas de um mesmo grau de infeco devem ser to uniformes quanto possvel quanto ao grau de incidncia desse vrus e s demais caractersticas. Ademais, tambm devem ser adotadas tcnicas de cultivo uniformes para todas as plantas. d) A pesquisa do impacto de tecnologias sobre a produtividade de lavouras de feijo (Exemplo 3.22 no passvel de controle de tcnicas de pesquisa, j que as unidades da Exemplo 22) amostra so unidades da populao objetivo, que no so sujeitas interveno do pesquisador. Em todas essas pesquisas, a mensurao e o registro dos dados devem ser procedidos com os cuidados apropriados para evitar erros de pesquisa.
O emprego de tcnicas de pesquisa particularmente importante para o controle da manifestao dos nveis de caractersticas explanatrias na amostra. Esse controle exercido quando o pesquisador escolhe e impe a manifestao de uma caracterstica explanatria nas unidades da amostra. Tipicamente, so escolhidos para a amostra e atribudos s suas unidades nveis particulares da caracterstica explanatria, segundo algum plano. Pela relevncia das implicaes desse procedimento de controle para a validade de inferncias derivadas da amostra, conveniente distinguir duas classes de caractersticas explanatrias: caracterstica de tratamento e caracterstica intrnseca. Uma caracterstica explanatria cuja manifestao dos nveis na amostra imposta ou controlada pelo pesquisador uma caracterstica de tratamento seus tratamento; nveis na amostra so designados tratamentos Uma caracterstica explanatria que tratamentos. corresponde a uma propriedade inerente s unidades, fora do controle do pesquisador ou sujeitas a seu controle limitado, uma caracterstica intrnseca intrnseca. Muito freqentemente, caractersticas explanatrias no so passveis desse procedimento de controle da amostra. Ademais, quando exeqvel para uma caracterstica explanatria, usualmente ele logrado apenas parcialmente, de modo que os nveis que realmente se manifestam na amostra diferem daqueles definidos no plano da pesquisa. A distino entre caracterstica de tratamento e caracterstica intrnseca ilustrada pelo Exemplo 3.24 com as pesquisas consideradas nos exemplos da Seo 3.4.1 3.4.1. Exemplo 3.24
a) Na pesquisa Controle da incidncia de giberela em lavouras de trigo da regio tritcola do Estado do Rio Grande do Sul (Exemplo 3.19), os nveis das caractersticas explanatrias Exemplo 19 fungicida e freqncia de aplicao, ou seja, os trs fungicidas e as duas freqncias de aplicao, so atribudos pelo pesquisador s unidades da amostra. Portanto, fungicida e freqncia de aplicao so caractersticas explanatrias de tratamento. Os fungicidas Mancozeb,
105
Ciproconazole e Propiconazole so tratamentos; as freqncias de aplicao - uma e duas aplicaes, tambm so tratamentos. Todavia, os locais e anos so inerentes s unidades da amostra e se manifestam sem controle do pesquisador; portanto, local e ano so caractersticas explanatrias intrnsecas. b) Na pesquisa Controle de vermes intestinais em unidades de produo de carne de cordeiro mamo da Regio Sul do Estado do Rio Grande do Sul (Exemplo 3.20 as doses 0, 20 e Exemplo 20), 40 mg/kg do anti-helmntico Ranizole so assinaladas aos animais pelo pesquisador; assim, o antihelmntico Ranizole uma caracterstica explanatria de tratamento e suas doses 0, 20 e 40 mg/kg so tratamentos. Entretanto, sexo uma caracterstica inerente ao animal que se manifesta fora do controle do pesquisador; logo sexo uma caracterstica explanatria intrnseca. Por essa mesma razo, local e ano tambm so caractersticas explanatrias intrnsecas. c) Na pesquisa 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 (Exemplo 3.21 o grau de infeco da virose do enrolamento inerente planta e Exemplo 21), se manifesta fora do controle do pesquisador; portanto, infeco da virose do enrolamento uma caracterstica explanatria intrnseca. Local e ano tambm so caractersticas explanatrias intrnsecas. Dessa forma, a presente pesquisa no compreende caracterstica explanatria de tratamento. d) Na pesquisa do impacto de tecnologias sobre a produtividade de lavouras de feijo (Exemplo 3.22), todas as caractersticas explanatrias so inerentes s unidades da amostra, no Exemplo 22 sujeitas ao controle do pesquisador; portanto, todas elas so caractersticas explanatrias intrnsecas. Assim, essa pesquisa tambm no compreende caracterstica explanatria de tratamento.
As caractersticas estranhas submetidas ao controle de tcnicas de pesquisa se manifestam na amostra de modo constante ou, mais freqentemente, no nvel de uniformidade logrado pelo controle exercido. Dessa forma, o confundimento de efeitos relevantes dessas caractersticas com efeitos de caractersticas explanatrias eliminado ou reduzido. A utilizao dessa tcnica de controle da amostra limitada em pesquisas tecnolgicas, onde requerido que a amostra represente apropriadamente a populao objetivo. Ela deve ser utilizada sem prejuzo da representatividade da amostra, ou melhor, at o ponto em que esse prejuzo possa iniciar. Controle local ou emparelhamento O controle local ou emparelhamento consiste na classificao das unidades da amostra em grupos de unidades segundo os nveis de uma ou mais caractersticas estranhas e na separao da variao entre esses grupos da variao dos valores observados da caracterstica resposta de modo que efeitos relevantes de caractersticas explanatrias no fiquem confundidos com efeitos das caractersticas estranhas controladas. Supostamente, as unidades de cada um desses grupos so mais homogneas do que o conjunto das unidades da amostra. O Exemplo 3.25 apresenta ilustraes do uso de controle local ou emparelhamento, recorrendo s pesquisas caracterizadas na Seo 3.4.1 3.4.1. Exemplo 3.25
a) Na pesquisa do controle da giberela do trigo com fungicidas (Exemplo 3.19 o controle Exemplo 19), local pode ser exercido pela classificao das unidades em grupos de unidades prximas, usualmente mais semelhantes quanto variao atribuvel a caractersticas do solo (caractersticas estranhas mais relevantes) do que unidades distantes; ento, uma coleo completa dos fungicidas e uma coleo completa das freqncias de aplicao de fungicida assinalada s unidades de cada grupo. Desse modo, aquela variao pode ser eliminada das
106
diferenas entre fungicidas e das diferenas entre freqncias de aplicao, e do erro de pesquisa. b) Na pesquisa referente ao controle de vermes intestinais de ovinos com anti-helmnticos (Exemplo 3.20), se conduzida com animais de diversas idades, os animais podem ser Exemplo 20 classificados em grupos segundo suas idades, de modo que os animais de um mesmo grupo tenham idades mais prximas do que animais de grupos distintos; ento, uma coleo completa dos anti-helmnticos atribuda aos animais de cada grupo. Assim, as diferenas mais relevantes atribuveis idade dos animais so eliminadas das diferenas entre anti-helmnticos e do erro de pesquisa. c) Na pesquisa sobre incidncia da virose do enrolamento (Exemplo 3.21 se as plantas de Exemplo 21), cada um dos trs graus de incidncia do vrus forem heterogneas, as plantas de cada um desses trs graus de incidncia podem ser classificadas para a formao de um grupo com as plantas de vigor mais elevado, um grupo com as plantas de segundo nvel de vigor, e assim sucessivamente, at um ltimo grupo constitudo pelas plantas com o nvel de vigor mais baixo; dessa forma, a variao atribuvel a nvel de vigor pode ser eliminada das diferenas entre graus de infeco e do erro de pesquisa. d) Na pesquisa do impacto de tecnologias sobre a produtividade de lavouras de feijo (Exemplo 3.22), tambm pode ser adotado o emparelhamento atravs da classificao das Exemplo 22 lavouras em grupos de lavouras mais homogneas do que o conjunto de lavouras da amostra quanto a caractersticas estranhas relevantes, tais como: tamanho da lavoura e posse da terra.
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 co-variao, de co-variao a variao atribuvel caracterstica estranha controlada (expressa por uma varivel denominada co-varivel ou varivel concomitante) eliminada do erro de coconcomitante 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 3.20), se a variao de peso corporal dos animais de cada grupo de idade constitudo Exemplo 20 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 19, 22. Exemplo 3.19 no Exemplo 3.21 e no Exemplo 3.22
O controle local ou emparelhamento e o controle estatstico no interferem na constituio da amostra. A manifestao das caractersticas estranhas controladas inalterada. Entretanto, a variao da resposta atribuvel s caractersticas controladas eliminada de diferenas entre nveis de caractersticas explanatrias e do erro de pesquisa. Dessa forma, esses dois procedimentos podem permitir o controle de caractersticas estranhas relevantes, eliminando o confundimento de seus efeitos com efeitos de caractersticas explanatrias, sem impedir sua manifestao na amostra. Casualizao A casualizao um procedimento de controle da amostra aplicvel a caractersticas estranhas cuja manifestao no seja passvel de controle de tcnicas de pesquisa, de controle local e de controle estatstico. adotada na atribuio dos tratamentos s unidades da amostra e na implementao de tcnicas de pesquisa. Seu
107
propsito evitar tendenciosidades do confundimento dos efeitos de caractersticas estranhas com efeitos de tratamentos e do erro de pesquisa. A casualizao na atribuio dos tratamentos consiste na assinalao dos tratamentos s unidades da amostra atravs de procedimento objetivo de sorteio que atribua a todas as unidades a mesma chance de receber qualquer dos tratamentos. A casualizao na implementao de tcnicas de pesquisa compreende o estabelecimento de uma ordem aleatria de execuo de tcnicas de pesquisa, determinada por algum procedimento objetivo de sorteio que atribua a todas as unidades da amostra igual chance de ser favorecida ou desfavorecida. Embora na prtica a casualizao dos tratamentos seja usualmente procedida pela assinalao dos tratamentos s unidades da amostra, em algumas circunstncias pode ser conveniente consider-la como a alocao aleatria das unidades aos tratamentos, o que a mesma cousa. Naturalmente, a casualizao na implementao de tcnicas de pesquisa s tem sentido para tcnicas de pesquisa que, no sendo controladas pelos outros processos de controle da amostra, possam implicar efeitos tendenciosos sobre variveis respostas. Exemplo 3.27
a) Na pesquisa ilustrada no Exemplo 3.19 a casualizao exercida pelas atribuies aleatrias dos fungicidas e das freqncias de aplicao dos fungicidas s unidades de cada grupo de unidades constitudo pelo controle local, por procedimento objetivo de sorteio. b) Na pesquisa do Exemplo 3.20 a casualizao procedida pela assinalao dos antihelmnticos aos animais de cada grupo de idade constitudo pelo controle local atravs de procedimento objetivo de sorteio efetuado separada e independentemente para cada um desses grupos de animais. c) A casualizao na atribuio dos tratamentos no vivel nas pesquisas ilustradas no 22, Exemplo 3.21 e no Exemplo 3.22 j que aquelas pesquisas no compreendem caractersticas explanatrias de tratamento.
Se h diferenas de composio de caractersticas estranhas das unidades que possam favorecer ou desfavorecer as respostas aos tratamentos, a casualizao garante que todos os tratamentos tenham a mesma chance de serem favorecidos ou desfavorecidos. Dessa forma, o confundimento dos efeitos de caractersticas estranhas abrangidas pela casualizao com efeitos de tratamentos torna-se no tendencioso. A casualizao no tem qualquer efeito sobre a constituio da amostra e no evita o confundimento de efeitos de caractersticas estranhas com efeitos de caractersticas explanatrias. Entretanto, torna esse confundimento no tendencioso. Classificao das caractersticas estranhas implicada pelo controle da amostra Os procedimentos de controle da amostra so essenciais para a derivao de inferncias da amostra para a populao objetivo. O controle local ou emparelhamento e o controle estatstico contribuem para a maior sensibilidade para deteco de efeitos atribuveis a caractersticas explanatrias; a casualizao permite a deteco de tais efeitos livres de vis. A seguinte classificao das caractersticas estranhas da amostra pode ser til para a melhor compreenso das implicaes das tcnicas de controle implementadas para as inferncias derivadas para a populao objetivo: caractersticas estranhas controladas,
caractersticas estranhas casualizadas e caractersticas estranhas potencialmente perturbadoras.
108
Caractersticas estranhas controladas so as caractersticas estranhas da amostra cujo controle exercido atravs de controle local e de controle estatstico; caractersticas estranhas casualizadas so as caractersticas estranhas abrangidas pela casualizao; caractersticas estranhas potencialmente perturbadoras so as demais caractersticas estranhas, ou seja, as caractersticas estranhas no controladas nem casualizadas. Exemplo 3.28
a) Na pesquisa considerada no Exemplo 3.19 a constituio das trs subclasses das caractersticas estranhas a seguinte:

caractersticas estranhas controladas - caractersticas permanentes do ambiente, particularmente caractersticas do solo (controladas por controle local); caractersticas estranhas casualizadas - caractersticas do solo e demais caractersticas permanentes do ambiente, dentro dos grupos de unidades constitudos pelo controle local; caractersticas estranhas potencialmente perturbadoras - demais caractersticas estranhas do material experimental, ou seja: caractersticas da semente: genticas, tamanho, vigor, pureza, sanidade, etc.; caractersticas no permanentes do ambiente: clima, incidncias de pragas, doenas, invasoras e predadores, etc., excetuadas as caractersticas inerentes a local e ano, definidas como caractersticas explanatrias; caractersticas referentes a 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 caractersticas dos processos de mensurao e de registro dos dados.
b) Na pesquisa do Exemplo 3.20 as trs classes de caractersticas estranhas compreendem:
caractersticas estranhas controladas - caractersticas relacionadas idade do animal e caractersticas relacionadas ao peso corporal (controladas por controle local e controle estatstico, respectivamente); caractersticas estranhas casualizadas - caractersticas dos animais, dentro de cada um dos grupos de idade; caractersticas estranhas potencialmente perturbadoras - caractersticas do animal: genticas, sanidade, idade, peso, etc., excetuado sexo, que caracterstica explanatria, do ambiente: pastagem, clima, instalaes, incidncias de doenas, parasitos e predadores, excetuadas as caractersticas inerentes a local e ano, que so caractersticas explanatrias; do manejo: preparo do cordeiro, aplicao de antibiticos, vacinas e parasiticidas, exceto aplicao de anti-helmntico, que caracterstica explanatria; e dos processos de mensurao e de registro dos dados.
c) A casualizao na atribuio dos tratamentos no vivel nas pesquisas ilustradas no 22, Exemplo 3.21 e no Exemplo 3.22 j que aquelas pesquisas no compreendem caractersticas explanatrias de tratamento.

caractersticas estranhas controladas caractersticas relacionada ao vigor da planta (controladas por controle local); caractersticas estranhas casualizadas nenhuma; caractersticas estranhas potencialmente perturbadoras - caractersticas da planta: genticas, vigor, sanidade, excetuada a incidncia da virose do enrolamento, que uma caracterstica explanatria; do ambiente: solo, clima, incidncias de pragas, doenas, predadores, etc., excetuadas as propriedades inerentes a local e ano, que so caractersticas explanatrias; das tcnicas de cultivo: adubao, aplicao de inseticidas, herbicidas, fungicidas, etc.; e dos processos de mensurao e de registro dos dados.
Os efeitos causais de caractersticas potencialmente perturbadoras sobre caractersticas respostas ficam confundidos com efeitos de caractersticas explanatrias. Caractersticas dessa classe que se manifestam irrelevantes comportam-se como se
109
fossem casualizadas, ou seja, seus efeitos no resultam confundidos tendenciosamente com efeitos de caractersticas explanatrias. O controle de tcnicas de pesquisa o recurso que pode ser apropriado para esse propsito. Os efeitos das demais caractersticas potencialmente perturbadoras, que se manifestam de modo relevante, confundem-se tendenciosamente com os efeitos de caractersticas explanatrias: As caractersticas estranhas potencialmente perturbadoras que se manifestam de modo relevante cujos efeitos resultam confundidos tendenciosamente com efeitos de caractersticas explanatrias constituem a classe das caractersticas estranhas perturbadoras. perturbadoras As caractersticas estranhas casualizadas e as caractersticas estranhas potencialmente perturbadoras constituem o erro de pesquisa. Por essa razo, na suposio ideal de ausncia de caractersticas estranhas perturbadoras, o erro de pesquisa tambm usualmente designado erro aleatrio ou erro casual. casual O controle local e o controle estatstico tm como propsitos a diminuio da grandeza do erro aleatrio decorrente das caractersticas casualizadas ou potencialmente perturbadoras irrelevantes e a diminuio do efeito da tendenciosidade provocada por caractersticas perturbadoras. Entretanto, no prtico controlar por esses procedimentos mais do que poucas das caractersticas estranhas da amostra. A maioria delas deve ser colocada na classe das caractersticas casualizadas, atravs da casualizao, ou das caractersticas de comportamento irrelevante, atravs de tcnicas de pesquisa apropriadas. Exerccios 3.2
1. Suponha que uma pesquisa conduzida para comparar o efeito de pastagem melhorada sobre o desenvolvimento de bovinos de corte e que so utilizados dois potreiros: um de pastagem melhorada e outro de pastagem nativa. So assinalados animais a esses dois potreiros para constituir uma mesma lotao. Ao final de um intervalo de 120 dias os animais so pesados e verificado que o ganho de peso dos animais no potreiro com pastagem cultivada 30 kg superior ao dos animais do potreiro com pastagem natural. a) Que tipo de evidncia necessria para provar que essa diferena de ganho de peso causada por qualidade superior da pastagem cultivada. b) Essa evidncia disponvel? 2. Conceitue e ilustre com um exemplo de sua rea as trs classes de caractersticas envolvidas em uma pesquisa cientfica explicativa. 3. Qual o significado e a origem do confundimento de caractersticas em pesquisa explicativa? 4. Explique e ilustre o significado de erro de pesquisa em uma pesquisa explicativa. Qual a sua origem? 5. Distinga e ilustre com exemplos de sua rea: caracterstica explanatria de tratamento e caracterstica explanatria intrnseca. 6. Explique e ilustre o controle de tcnicas de pesquisa. O que significa dizer que o controle de tcnicas de pesquisa molda a amostra? 7. Porque o controle de tcnicas de pesquisa pode ser utilizado mais acentuadamente em pesquisa pura ou bsica do que em pesquisa aplicada. 8. O que significa o controle local ou emparelhamento? D um exemplo desse procedimento de controle da amostra. 9. O que o controle estatstico? Ilustre com exemplo de sua rea. 10. Qual a distino quanto s implicaes referentes amostra entre controle local e controle de tcnicas experimentais? 11. Explique e ilustre o controle da amostra atravs da casualizao.
110
12. Qual o princpio probabilista da casualizao na atribuio dos tratamentos s unidades da amostra? 13. Ilustre a utilizao da casualizao na implementao de tcnicas experimentais como um procedimento para o controle da amostra. 14. A atribuio aleatria dos tratamentos s unidades da amostra visa: c) Assegurar que no haja tendenciosidade das avaliaes. d) Assegurar que todas as unidades tenham igual chance de receber qualquer tratamento. e) Para que todos os tratamentos sejam comparveis com respeito a qualquer caracterstica estranha que possa influenciar as respostas. f) Evitar tendenciosidade associada com a alocao dos tratamentos s unidades.
3.5
Mtodos de Pesquisa Explicativa

Os mtodos de pesquisa explicativa distinguem-se quanto habilidade para atendimento ao terceiro requerimento para atribuio de causalidade, ou seja, quanto ao controle que exercem sobre as caractersticas estranhas da amostra e quanto representatividade da amostra. Os mtodos de pesquisa explicativa mais usuais so: experimento,
levantamento por amostragem explicativo e estudo observacional.
3.5.1
Experimento O experimento tambm designado experimento controlado o mtodo de 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 2.3, Exemplo 3.19 19); Exemplo 2.3 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 2.4, Exemplo 3.20 20); Exemplo 2.4 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".
O experimento o mtodo de pesquisa que adota o controle da amostra mais acentuado. O controle de tcnicas de pesquisa, denominado controle de tcnicas experimentais, experimentais implementado intensivamente, especialmente em experimentos bsicos,
111
que visam derivao de conhecimento sem propsitos de aplicao imediata. O agrupamento ou classificao de unidades com o propsito de controle de caractersticas estranhas, que no experimento denominado de controle local e o controle estatstico, local, tambm so muito freqentemente adotados. Ademais, o experimento o nico mtodo de pesquisa que adota a casualizao na assinalao de nveis de caractersticas explanatrias s unidades da amostra. Por essas propriedades, o experimento o mtodo de pesquisa que propicia maior confiabilidade para a derivao de inferncias referentes a relaes causais entre caractersticas. Por essa razo, ele considerado o mtodo de pesquisa explicativa por excelncia.
3.5.2
Levantamento por amostragem explicativo O levantamento por amostragem, embora seja um mtodo de pesquisa mais prprio para pesquisa descritiva (Seo 3.3 tambm algumas vezes utilizado em Seo 3.3), pesquisas com objetivo explicativo. O levantamento por amostragem explicativo, ou simplesmente, levantamento explicativo explicativo, explicativo o mtodo de pesquisa explicativa em que so coletados dados referentes a caractersticas das unidades que se manifestam sem interferncia do pesquisador. No levantamento por amostragem explicativo, no h caracterstica explanatria de tratamento; caractersticas explanatrias so todas caractersticas intrnsecas. Por outro lado, a escolha da amostra pode ser determinada por processo aleatrio ou no aleatrio, atravs de um dos diversos procedimentos descritos na Seo 3.3 3.3. O levantamento explicativo visa derivao de inferncias sobre relaes causais de caractersticas. Por exemplo, o levantamento explicativo pode ser utilizado em uma pesquisa com o objetivo de determinar a extenso em que os produtores adotam controle do carrapato, sua atitude em relao a esse controle, as razes para essa atitude e o grau de sucesso obtido no controle. Em geral, a distino entre levantamento explicativo e levantamento descritivo no ntida. Muitos levantamentos tm esses dois propsitos. Uma ilustrao provida pela pesquisa "Impacto da adoo de novas tecnologias sobre a produtividade de lavouras de feijo do Estado do Rio Grande do Sul", descrita no Exemplo 2.6. 2.6 O levantamento por amostragem explicativo adota controle da amostra em grau consideravelmente menor que o experimento. No adota controle de tcnicas de pesquisa, nem casualizao. Por conseguinte, o levantamento explicativo limita-se e deve recorrer de modo mais acentuado utilizao do controle de caractersticas estranhas atravs de emparelhamento e de controle estatstico.
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
112
limitado. O estudo observacional no adota casualizao nem controle de tcnicas de pesquisa, a no ser, possivelmente, no que se refere ao descarte de unidades que no satisfaam os requisitos estabelecidos no plano da pesquisa e ao registro de dados. Por essa razo, o estudo observacional deve recorrer ao controle de caractersticas estranhas atravs de emparelhamento e de controle estatstico. Estudos observacionais explicativos so de trs tipos principais: estudo observacional prospectivo,
estudo observacional retrospectivo e estudo observacional no controlado.
Estudo observacional prospectivo Em um estudo observacional prospectivo escolhido um grupo de unidades com as caractersticas apropriadas para os propsitos da pesquisa, so registrados dados de caractersticas explanatrias sobre essas unidades, e, ento, essas unidades so seguidas ao longo do tempo, durante o qual so registradas informaes sobre caractersticas respostas, algumas vezes correspondentes ocorrncia de algum evento de interesse, como, por exemplo, morte. Assim, no estudo observacional prospectivo, as caractersticas explanatrias so caractersticas das unidades presentes no incio da pesquisa e as caractersticas respostas, caractersticas do futuro. O mtodo de estudo observacional prospectivo ilustrado pela pesquisa Efeito da incidncia da virose do enrolamento sobre a produo de uva de videira da cultivar Itlia, na regio vitcola do Estado do Rio Grande do Sul, considerada no Exemplo 2.5. 2.5 Em epidemiologia, o mtodo de estudo observacional prospectivo denominado estudo estudo de coortes utilizado para inferncias referentes relao entre incidncia de uma doena e fatores de risco. So selecionados dois grupos comparveis de indivduos, um dos quais foi exposto a um fator de risco, para verificar se os dois grupos desenvolvem a doena sob pesquisa em propores diferentes. Exemplo 3.30
Em uma pesquisa sobre a relao entre hbito de fumar e incidncia de cncer de pulmo, efetuada na Inglaterra, entre 1951 e 1961, foram coletados dados de mais de 2/3 de 60.000 mdicos aos quais foi enviado um questionrio referente a hbito de fumar. Ao cabo de 10 anos, foram registradas 135 mortes associadas a cncer de pulmo, da quais apenas 3 eram de no fumantes. A pesquisa concluiu que o risco de morte por cncer de pulmo de indivduos fumantes quase 32 vezes maior que o risco de morte de no fumantes.
Estudo observacional retrospectivo Em um estudo observacional retrospectivo escolhido um grupo de unidades com as caractersticas apropriadas para os propsitos da pesquisa, so registrados dados de caractersticas respostas referentes a essas unidades, e, ento, so examinadas informaes histricas dessas unidades para a identificao de caractersticas explanatrias relevantes. Nessas circunstncias, no estudo observacional retrospectivo, as caractersticas respostas so caractersticas das unidades presentes no incio da pesquisa e as caractersticas explanatrias, caractersticas do passado. Em epidemiologia, o mtodo de estudo observacional retrospectivo denominado casoestudo de caso-controle utilizado para pesquisa da relao entre fatores de risco e
113
incidncia de uma doena. So escolhidos dois grupos comparveis de indivduos, um desses grupos (que denominado caso constitudo por indivduos que manifestam a caso) doena em considerao e o outro (denominado controle por indivduos que no a controle) manifestam, para verificar se os dois grupos diferem relativamente exposio aos fatores de risco em considerao. Exemplo 3.31
Em uma pesquisa referente a fatores de risco em cncer de mama efetuada no Hospital das Clnicas da Universidade Federal de Minas Gerais, entre 1978 e 1987, foi considerado um grupo de pacientes portadoras de cncer de mama, com idade entre 25 e 75 anos (casos) e um grupo de pacientes sem indicao de patologias mamrias (controle), mas semelhante quanto s distribuies de idade e de data de internao no Hospital. A pesquisa concluiu que a presena de histria familiar de cncer aumenta o risco dessa patologia em 8,84 vezes.
Esses mtodos de estudo observacional utilizam controle da amostra mais restrito que o experimento. No adotam a casualizao e, em geral, implementam o controle de tcnicas de pesquisa de modo consideravelmente menos acentuado que o experimento. Por conseguinte, necessitam recorrer de modo mais acentuado utilizao do controle de caractersticas estranhas atravs de emparelhamento e de controle estatstico. Nessas circunstncias, o estudo observacional prospectivo e o estudo observacional retrospectivo so mtodos de pesquisa explicativa menos confiveis do que o experimento. Entretanto, so mtodos de pesquisa a que o pesquisador deve recorrer quando a interveno requerida pelo experimento impraticvel ou inconveniente (Exemplo 3.21 muitas vezes por razes de ordem tica. Essa ltima Exemplo 21), situao ocorre em muitas pesquisas em sade humana, como ilustrado no Exemplo 3.30 e no Exemplo 3.31 e em sociologia. 31, Esses mtodos de estudo observacional so algumas vezes denominados quasequaseexperimentos, pseudonaturais, experimentos pseudo-experimentos e experimentos naturais por terem propsitos e caractersticas semelhantes aos do experimento, exceto pela ausncia de controle de manifestao de caractersticas explanatrias. Estudo observacional no controlado O mtodo de estudo observacional no controlado utiliza dados existentes em registros, coletados anteriormente para algum propsito diferente do que o da pesquisa. O pesquisador no tem controle sobre a escolha da amostra e nem sobre a coleta dos dados. Este mtodo de pesquisa recebe vrias outras denominaes, como estudo observacional puro e pesquisa de arquivo em algumas reas de cincias sociais. Diferentemente dos mtodos de estudo observacional prospectivo e estudo observacional retrospectivo, no estudo observacional no controlado no h coleta de dados; so utilizados dados j coletados e disponveis. Este mtodo de pesquisa utiliza dados provenientes de registros estabelecidos para algum propsito que no o da pesquisa particular. De fato, uma enorme quantidade de dados com informao variada e rica disponvel em arquivos de instituies de pesquisa, reparties pblicas, organizaes especializadas em levantamento e coletas de dados, hospitais, clnicas, etc. Exemplo 3.32
Unidades nacionais e regionais de pesquisa agrcola tm disponveis dados gerados por experimentos regionais de melhoramento gentico de plantas, usualmente planejados para a recomendao de cultivares com base na comparao de mdias. Esses dados podem ser
114
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.
O estudo observacional no controlado o mtodo de pesquisa explicativa que usualmente requer menos recursos financeiros. Essa sua principal vantagem e, por essa razo, ele utilizado em muitas circunstncias. Entretanto, ele tem desvantagens bastante restritivas. As principais so: a) ausncia de planejamento da pesquisa, particularmente no que se refere escolha da amostra, ao delineamento da pesquisa e ao processo de coleta dos dados; b) ausncia de controle sobre a gerao dos dados e, por essa razo, pouca ou nenhuma informao sobre a qualidade dos dados; c) precria representatividade, conseqente da ausncia de controle do pesquisador sobre a escolha da amostra, a no ser, quem sabe, excluso de unidades segundo informaes eventualmente disponveis; d) muito freqentemente, dados disponveis em arquivos foram coletados e expressos em variveis inapropriadas para uma pesquisa particular; e) tambm freqentemente, inexistem informaes que possam esclarecer dvidas de diversas ordens, particularmente referentes qualidade dos dados. Por essas caractersticas, esse mtodo de pesquisa pouco recomendvel para a derivao de inferncias referentes a relaes causais de caractersticas. Resultados de pesquisas explicativas que o empregam devem ser utilizados com muita cautela e serem mais propriamente considerados como hipteses a serem verificadas por pesquisa explicativa confivel.
3.5.4
Escolha do mtodo de pesquisa explicativa Da apreciao das propriedades dos mtodos de pesquisa explicativa, pode-se depreender que eles apresentam distines fundamentais. As diferenas mais importantes dizem respeito ao nvel de interferncia e controle exercido pelo pesquisador sobre: a) a escolha da amostra, que pode ser efetuada por processo aleatrio ou no aleatrio, e b) a manifestao das caractersticas explanatrias nas unidades da amostra, que pode ser determinada pelo pesquisador por processo aleatrio, ou sem a interferncia do pesquisador ou com sua interferncia limitada. Essas diferenas so resumidas na Figura 3.8.
Figura 3.8. Classificao dos mtodos de pesquisa explicativa segundo os nveis de controle exercidos sobre a escolha da amostra e sobre a manifestao das caractersticas explanatrias na amostra.
115
Essas diferenas entre os mtodos de pesquisa explicativa so relevantes por suas implicaes para as duas propriedades desejveis de uma pesquisa explicativa: a) confiabilidade das inferncias referentes a relaes causais e b) validade dessas inferncias para a populao objetivo. A confiabilidade das inferncias referentes a relaes causais entre caractersticas respostas e caractersticas explanatrias distingue o experimento dos demais mtodos de pesquisa explicativa. Quanto a essa propriedade, o experimento tem trs vantagens importantes sobre os outros mtodos de pesquisa explicativa: a) o controle sobre a escolha e a manifestao de caractersticas explanatrias esclarece o sentido e a natureza da relao causal entre caractersticas respostas e caractersticas explanatrias; b) o controle de tcnicas experimentais, o controle local e o controle estatstico garantem um elevado controle da variao atribuvel a caractersticas estranhas; c) a casualizao de caractersticas estranhas evita a tendenciosidade que possa resultar da manifestao de caractersticas estranhas potencialmente perturbadoras; d) a flexibilidade dos delineamentos experimentais permite eficincia e manipulao estatstica poderosa, enquanto o tratamento analtico de dados de levantamentos e de estudos observacionais apresenta dificuldades estatsticas. De fato, no experimento nveis especficos de caractersticas explanatrias de tratamento so escolhidos e aplicados s unidades por processo objetivo de casualizao sob o controle do pesquisador. No experimento ideal, todas as caractersticas estranhas so controladas (por tcnicas experimentais, controle local ou controle estatstico) ou so casualizadas. Desse modo, no havendo caractersticas potencialmente perturbadoras, a tendenciosidade que possa provir dessas caractersticas eliminada. Essas propriedades garantem a satisfao da segunda condio para atribuio de causalidade e elevada confiabilidade de satisfao da terceira condio (Seo 3.4.1). Seo 3.4.1 Nessas circunstncias, se a varivel resposta manifesta considervel variao em unidades com diferentes tratamentos pode ser logicamente inferido que essa variao evidncia de que os efeitos desses tratamentos diferem. Entretanto, no experimento, assim como no levantamento por amostragem no aleatria e no estudo observacional, a escolha no aleatria da amostra pode implicar baixa representatividade e, portanto, tendenciosidade dessas inferncias. Como conseqncia, em pesquisas com esses mtodos, em geral, h uma disparidade entre a populao objetivo e a populao amostrada que deve ser levada em conta de modo subjetivo nas inferncias. De fato, conceitualmente, inferncias da amostra so vlidas para a populao amostrada; sero vlidas para a populao objetivo na medida em que a disparidade entre essas duas populaes, isto , o erro de amostragem seja irrelevante. Esse julgamento necessariamente subjetivo. O levantamento explicativo aleatrio no tem esse inconveniente; a escolha da amostra por processo aleatrio pode assegurar elevado grau de representatividade e, portanto, validade (ou seja, no tendenciosidade) das inferncias para a populao objetivo. As vantagens do experimento como mtodo de pesquisa explicativa so bem conhecidas. Entretanto, em muitas situaes, o experimento no exeqvel e, mesmo quando exeqvel, apresenta dificuldades que devem ser contornadas ou toleradas. A primeira delas que a escolha e a operao de controle de caractersticas explanatrias e de caractersticas estranhas pode ser difcil. Portanto, o delineamento de um experimento ideal pode ser difcil ou impossvel. Assim, as vantagens do experimento referentes ao controle da amostra so freqentemente apenas relativas, no absolutas. Em segundo lugar, geralmente difcil planejar experimentos com amostras representativas de populaes importantes. De fato, o problema da representatividade da
116
amostra tem sido ignorado na pesquisa experimental. Em terceiro lugar, a elaborao da amostra com o desejado realismo das condies presentes na populao objetivo geralmente no exeqvel e freqentemente desconsiderada na pesquisa experimental. A segunda e a terceira fraquezas do experimento salientam as vantagens do levantamento por amostragem aleatria. Esse mtodo de pesquisa distingue-se pela validade das inferncias derivadas para a populao objetivo e freqentemente pela manifestao realista das caractersticas. Entretanto, a amostragem aleatria raramente aplicvel em pesquisa explicativa. De modo geral, em qualquer pesquisa cientfica apenas parte das condies para inferncias confiveis e vlidas pode ser controlada objetiva e firmemente. Outra parte permanece no controlada; suas implicaes devem ser avaliadas por julgamento mais ou menos subjetivo. O pesquisador deve usar os recursos disponveis para maximizar o componente objetivo e, por conseqncia, minimizar o subjetivo, e esforar-se para exercer julgamento hbil e criterioso. Ele deve fazer a escolha estratgica do mtodo de pesquisa, considerando os propsitos da pesquisa, os meios para sua execuo e seus custos, e tendo em conta os trs seguintes critrios desejveis da pesquisa cientfica: representatividade,
realismo e confiabilidade.
A nfase na representatividade ou no realismo ou na confiabilidade tende a resultar, respectivamente, em levantamento por amostragem aleatria ou em estudo observacional ou em experimento. Como ressaltado anteriormente, o experimento poderoso no controle de caractersticas explanatrias e de caractersticas estranhas, mas usualmente fraco no que diz respeito representao da populao objetivo e freqentemente tambm quanto ao realismo. O levantamento por amostragem aleatria forte em relao representatividade, mas fraco no controle de caractersticas. Estudos observacionais so usualmente fracos no controle e, tambm, na representatividade; sua vantagem o realismo da manifestao das caractersticas da populao objetivo na amostra. Usualmente, esses trs critrios no podem ser adequadamente satisfeitos em uma pesquisa cientfica, e, freqentemente, nem mesmo dois deles, por inviabilidade ou por falta de recursos. Muito comumente, o pesquisador enfatiza um critrio por razes de custo e convenincia, ou porque ele pode parecer, convincentemente ou esperanosamente, o mais justificvel. Por outro lado, nenhum dos trs critrios superior aos demais para todas as situaes e, algumas vezes, os trs podem ser satisfeitos em pesquisas complementares de um programa de pesquisa. Assim, para cada situao, o pesquisador deve decidir por um compromisso entre o desejvel e o exeqvel, e escolher a estratgia de pesquisa que melhor se ajuste aos recursos disponveis. Ademais, cada um desses mtodos de pesquisa explicativa pode ser aperfeioado com esforos para superar suas principais fraquezas. Levantamentos podem ser melhorados pelo uso de informaes auxiliares para o controle de caractersticas potencialmente perturbadoras. Por outro lado, algumas vezes experimentos e estudos observacionais podem ser melhorados quanto representatividade atravs de algum compromisso entre a amplitude desejada para a populao objetivo e a amplitude que pode ser lograda para a populao amostrada.
117
3.6
Utilizao dos Mtodos de Pesquisa Cientfica

Um resumo das caractersticas essenciais dos mtodos de pesquisa descritos nas Sees 3.2, 3.3 e 3.5 ser til para a melhor compreenso de sua aplicabilidade na 3.2 pesquisa cientfica. Os mtodos de pesquisa exploratria (estudo de casos, estudo de prottipos e modelagem matemtica) so mtodos de pesquisa sistmicos isto , mtodos de sistmicos, pesquisa que enfocam as unidades globalmente. A distino fundamental entre o mtodo de estudo de casos e o mtodo de estudo de prottipos que o primeiro enfoca as unidades existentes sem a interveno do pesquisador, enquanto que no ltimo as unidades so montadas ou construdas com base na sntese de informaes sobre as unidades presentes na populao objetivo, informaes geradas pela pesquisa cientfica e opinies. A modelagem matemtica efetua a representao conceitual das unidades existentes e das novas unidades que inserem resultados recentes gerados pela pesquisa cientfica e, tambm, opinies. Os mtodos de pesquisa descritiva (censo e levantamento por amostragem) e os mtodos de pesquisa explicativa (experimento, estudo observacional e levantamento explicativo) so mtodos de pesquisa analticos, que enfocam partes das unidades, ou analticos seja, subconjuntos relativamente pequenos de caractersticas dessas unidades. Na fase de sntese inicial de um ciclo do mtodo cientfico o pesquisador procede apreciao e inspeo global das unidades da populao objetivo para detectar as caractersticas relevantes, particularmente as mais influentes sobre o funcionamento e o desempenho das unidades, e examinar o relacionamento dessas caractersticas, com propsitos de identificar problemas importantes e obter sugestes de hipteses frteis. Essa uma fase de pesquisa exploratria. O estudo de casos e a modelagem matemtica so teis nessa fase de sntese. Na fase de anlise, o levantamento descritivo til para prover a descrio das caractersticas relevantes e de suas relaes, e identificar problemas e hipteses de pesquisa. Pesquisas descritivas e pesquisas exploratrias so particularmente relevantes para o estabelecimento dos caminhos de pesquisa explicativa mais eficazes. Ento, passam a serem aplicveis os mtodos de pesquisa explicativa, ou seja, o experimento, o estudo observacional e o levantamento explicativo. O novo conhecimento gerado por essas pesquisas caracteristicamente esparso, j que derivado por um conjunto de pesquisas que abrangem diversas partes das unidades. Na fase de sntese final, esse novo conhecimento deve ser inserido no corpo de conhecimento existente, atravs de novas pesquisas que enfoquem os sistemas globalmente. O estudo de prottipos e a modelagem matemtica so os mtodos de pesquisa prprios para esse propsito. Resumidamente, esse enfoque de pesquisa requer a execuo de pesquisas exploratrias, descritivas e explicativas, que demandam a utilizao apropriada e estratgica dos diversos mtodos de pesquisa descritos nas Sees 3.2 3.3 e 3.5 nas 3.2, 3.5, fases de sntese inicial, de anlise e de sntese final de cada ciclo do mtodo de cientfico (Figura 3.9). Figura
118
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
conveniente classific-los em trs grupos: 1) modelagem matemtica, 2) estudo de casos e estudo de prottipos, e 3) experimento, estudo observacional e levantamento. A Figura 3.10 ilustra as principais inter-relaes do uso desses trs grupos de mtodos de pesquisa: Modelos matemticos sugerem a montagem ou modificao de prottipos e fornecem recomendaes para os produtores ("casos"). Estudos de casos e estudos de prottipos permitem validar modelos matemticos, fornecem informaes para o desenvolvimento desses modelos e sugerem novos modelos. Modelos matemticos geram problemas e hipteses para experimentos, levantamentos e estudos observacionais. Experimentos, levantamentos e estudos observacionais fornecem informaes para a formulao e aperfeioamento de modelos matemticos. Estudos de casos e estudos de prottipos sugerem problemas e hipteses para experimentos, levantamentos e estudos observacionais. Experimentos, levantamentos e estudos observacionais sugerem recomendaes para modificar determinados componentes dos sistemas reais (prottipos e casos).
10. Figura 3.10 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
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
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
124
unidades so classificadas em grupos e, ento, extrada uma amostra aleatria desses grupos. d) Os delineamentos de amostragem ........................................., .............................................. e ......................................................... so trs delineamentos de amostragem no probabilista que se distinguem pelo fato de que no primeiro a escolha da amostra efetuada por algum critrio de convenincia, no segundo por julgamento subjetivo de modo a resultar a melhor representao da populao objetivo, e no terceiro a populao objetivo dividida em subpopulaes e a seleo das unidades das correspondentes subpopulaes delegada aos executores do levantamento. e) Em uma pesquisa explicativa, as caractersticas da amostra podem ser classificadas em trs classes: caractersticas ......................................, caractersticas ..................................... e caractersticas ...................................... . As caractersticas ........................................ exprimem o desempenho das unidades; as caractersticas ............................................ so aquelas que supostamente podem afetar convenientemente as caractersticas da primeira classe. f) ..................................................... decorre do confundimento dos efeitos de caractersticas explanatrias com efeitos de caractersticas estranhas. ......................................................... o recurso para control-lo. g) Caractersticas explanatrias podem ser classificadas em caractersticas ............................. ...................................... e caractersticas ................................................... , segundo sua manifestao nas unidades da amostra esteja sujeita ou no ao controle do pesquisador. A manifestao dos nveis de uma caracterstica ............................................... determinada pelo pesquisador, atravs de ........................................ que um procedimento objetivo que atribui a todas as unidades a mesma chance de receber qualquer dos nveis da caracterstica; a manifestao de uma caracterstica ........................................ inerente s prprias unidades. h) O controle de tcnicas de pesquisa, o controle local ou emparelhamento e o controle estatstico distinguem-se quanto s suas implicaes para a constituio da amostra. O controle ................................................. visa tornar constante ou reduzir a variao de caractersticas estranhas relevantes, enquanto que o controle ............................................. e o controle ..................................................... no alteram a constituio da amostra. i) As caractersticas estranhas da amostra podem ou no estar sujeitas ao controle da amostra. As caractersticas sujeitas ao controle local ou ao controle estatstico so denominadas caractersticas ....................................................; as caractersticas estranhas abrangidas pela casualizao so denominadas caractersticas ......................................... ; as caractersticas no controladas e no casualizadas so denominadas caractersticas ............................................... . As caractersticas dessa ltima classe que se manifestam de modo relevante, ocasionando confundimento tendencioso com efeitos de caractersticas explanatrias so designadas caractersticas..................................................... . j) Os mtodos de pesquisa explicativa so: ........................................, .................................... ..........................................e ................................................................................ . O controle da manifestao de caractersticas explanatrias a propriedade essencial que distingue o ............................................... e que lhe atribui confiabilidade mais elevada para inferncias referentes a relaes causais. O .......................................... o mtodo de pesquisa explicativa que adota o controle da amostra mais acentuadamente; em particular, o nico que utiliza ......................................... . Entretanto, no experimento usualmente h limitao na escolha da amostra e, muito freqentemente, a amostra no constituda por unidades da populao objetivo, mas por unidades construdas; como decorrncia o experimento tende a ser o mtodo de pesquisa explicativa mais fraco quanto s outras duas propriedades desejveis de uma pesquisa explicativa, ou seja, ....................................... e ............................................... . 31. 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( 2( ) Mtodos de amostragem probabilista podem ser utilizados para populaes conceituais. ) Mtodos de amostragem probabilista podem ser sempre utilizados em pesquisas de
populaes reais.

3(
125
) Em um delineamento de levantamento por amostragem aleatria estratificada a amostra
constituda por um mesmo nmero de unidades de cada estrato da populao objetiva.

4( 5( 6( ) impossvel a derivao de inferncias de pesquisas descritivas com delineamento de
amostragem no probabilista.
) Inferncias
derivadas de levantamentos por amostragem no probabilista so necessariamente subjetivas. amostragem aleatria simples que no primeiro a amostra constituda por unidades selecionadas aleatoriamente de cada estrato da populao objetiva.
) A distino entre delineamento de amostragem aleatria estratificada e delineamento de
7(
) A distino entre os delineamentos de amostragem aleatria estratificada e amostragem
por conglomerados que no primeiro a amostra constituda por unidades de todos os grupos ou estratos, enquanto que no segundo, por uma amostra aleatria desses grupos.
8( 9( ) Mtodos de amostragem de convenincia, de julgamento e por quota so muito teis
para populaes conceituais.

) Com o delineamento de levantamento por amostragem de julgamento, a amostra
constituda por unidades da populao objetivo que so escolhidas pelo pesquisador de modo para resultar a melhor representao da populao objetivo.
10 ( ) Em uma pesquisa exploratria ou descritiva, caractersticas da amostra se manifestam
sem interferncia ou manipulao do pesquisador; este apenas registra os dados das caractersticas de interesse.
11 ( 12 ( 13 ( 14 ( 15 ( 16 ( 17 ( 18 ( ) O levantamento por amostragem algumas vezes utilizado em pesquisa explicativa,
mas mais apropriado para pesquisa descritiva.

) Estudo de casos e estudo de prottipos so mtodos apropriados para pesquisa
exploratria.
) Os mtodos de estudo de casos e estudo de prottipos so teis para identificao de
problemas de pesquisa e indicao de sugestes de hipteses de pesquisa.

) A modelagem matemtica pode ser utilizada em pesquisa descritiva, mas mais
apropriada para pesquisa exploratria.

) Em uma pesquisa explicativa, o pesquisador interfere, manipulando caractersticas da
amostra e provocando a manifestao conveniente destas.

) As caractersticas explanatrias em uma pesquisa so as caractersticas que exprimem
o desempenho das unidades da correspondente populao objetivo.

) A identificao das caractersticas respostas e das caractersticas explanatrias em uma
pesquisa depende do objetivo da pesquisa.

) A amostra compreende os mesmos trs grupos de caractersticas que constituem as
unidades da populao objetivo, ou seja, caractersticas respostas, caractersticas explanatrias e caractersticas estranhas.
19 ( 20 ( 21 ( 22 ( 23 ( 24 ( ) Caractersticas de tratamento so caractersticas explanatrias cujos nveis se
manifestam na amostra sob o controle do pesquisador.

)O
erro de pesquisa resulta do confundimento dos efeitos de caractersticas explanatrias sobre caractersticas respostas com efeitos de caractersticas estranhas. importantes e devem ser identificadas.
) Em uma pesquisa explicativa, todas as caractersticas respostas so igualmente ) O pesquisador deve identificar individualmente cada caracterstica estranha das
unidades da amostra.
) Em uma pesquisa, apenas um subconjunto das caractersticas explanatrias precisa ser
identificado e definido explicitamente.

) Toda caracterstica da amostra que no controlada por controle local ou controle
estatstico pode ser casualizada.
126
25 ( 26 ( 27 ( 28 ( 29 ( 30 ( 31 ( 32 ( 33 ( 34 ( 35 ( 36 (
) O controle de tcnicas de pesquisa o procedimento de controle da amostra prprio
para evitar o surgimento de caractersticas perturbadoras.

)O
usualmente denominado erro aleatrio constitudo exclusivamente pelas caractersticas estranhas casualizadas.
) O experimento o mtodo de pesquisa caracterstico da cincia. ) O experimento um mtodo de pesquisa que compreende o controle da manifestao
de pelo menos uma caracterstica explanatria.

) O experimento o nico mtodo de pesquisa em que o pesquisador tem controle sobre
a manifestao de caractersticas explanatrias da amostra.

) O levantamento por amostragem no um mtodo de pesquisa recomendvel para
pesquisa explicativa.
) No h diferena essencial entre um experimento e um levantamento por amostragem. ) O estudo observacional um mtodo de pesquisa descritiva. ) No estudo observacional retrospectivo caractersticas explanatrias so registradas no
presente e caractersticas respostas, no futuro.

) Os estudos observacionais so os mtodos de pesquisa que propiciam maior
representatividade.
) O experimento o mtodo de pesquisa que propicia maior confiabilidade. ) Entre os mtodos de pesquisa explicativa, o experimento geralmente o mais fraco
quanto ao realismo e representatividade; entretanto, essas duas propriedades do experimento podem ser melhoradas com a disponibilidade de recursos e a escolha apropriada da amostra.
37 ( ) No estudo de prottipo, assim como no experimento, o pesquisador tem acentuado
controle sobre caractersticas da amostra; portanto, o estudo de prottipo tambm um mtodo prprio para pesquisa explicativa.
38 ( 39 ( ) Assim como no levantamento por amostragem, no estudo de casos o pesquisador no
interfere na amostra.
) Por serem mtodos de pesquisa sistmicos, os mtodos de pesquisa exploratria so
prprios para as fases de sntese inicial e final de um ciclo da aplicao do mtodo cientfico.
40 ( ) Mtodos de pesquisa explicativa so prprios para a fase de anlise.

Mtodo de pesquisa Estudo de casos Modelagem matemtica Censo Amostragem probabilista Amostragem aleatria estratificada Amostragem sistemtica Amostragem de julgamento Amostragem por quota Caracterstica explanatria Controle da amostra Erro de pesquisa Mtodo de pesquisa exploratria Estudo de prottipos Mtodo de pesquisa descritiva Levantamento por amostragem Amostragem aleatria simples Amostragem aleatria por conglomerados Amostragem no probabilista Amostragem de convenincia Caracterstica resposta Caracterstica estranha Confundimento Controle de tcnicas de pesquisa

Controle local / emparelhamento Casualizao Caracterstica intrnseca Caracterstica estranha casualizada Caracterstica estranha perturbadora Experimento Levantamento por amostragem explicativo Estudo observacional prospectivo Estudo de coortes Estudo observacional no controlado Realismo Mtodo de pesquisa analtico Controle estatstico Caracterstica de tratamento
127
Caracterstica estranha controlada Caracterstica estranha potencialmente perturbadora Mtodo de pesquisa explicativa Tcnica experimental Estudo observacional Estudo observacional retrospectivo Estudo de caso-controle Representatividade Confiabilidade Mtodo de pesquisa sistmico
Bibliografia
BERNARD, C. Introduccin al estudio de la medicina experimental Buenos Aires: experimental. Losada, 1944. 309p. BERTALANFFY, L. von. Teoria geral dos sistemas. Petrpolis: Vozes, 1973. 351p. sistemas 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 2. ed. Belmont, CA: Wadsworth, method. 1998. 152p. COCHRAN, W. G. Sampling techniques 2. ed. New York: John Willey, 1963. 413p. techniques. COCHRAN, W. G. Planning & analysis of observational studies. New York: John Willey, studies 1983. 145p. COX, D. R. Planning of experiments New York: John Wiley, 1958. 308p. experiments. COX. D. R.; SNELL, E. J. Applied statistics; principles and examples Londres: Chapman examples. and Hall, 1981. 189p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 590p. COCHRAN, W. G. Sampling techniques 2.ed. New York: John Willey, 1963. 413p. techniques. FEDERER, W. T. Statistics and society; data collection and interpretation. New York: interpretation Marcel Dekker, 1973. 399p. GARAGORRY, F. L. Introduo ao mtodo de estudo de casos. EMBRAPA, Srie casos DMQ/B/18. Braslia, 1980. KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference v.1, Inference, p.1-25, 1977. KEMPTHORNE, O. Sampling inference, experimental inference and observation inference. Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979. Sankhya, KISH, L. Sample surveys versus experiments, controlled observations, census, registers, and local studies. Australian Journal of Statistics v.27, n.2, p.111-122, 1985. Statistics, KISH, L. Statistical design for research New York: John Wiley, 1987. 267p. research.
128
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 3. ed. Fort Worth, Texas: explained. Harcourt Brace, 1996. 624p. PALMA, O. I.; CATTO, J. B.; MASTROCOLA, M. A.; VIEIRA, L. M.; GARAGORRY, F. L. MatoModelo de simulao para a pesquisa pecuria no Pantanal Mato-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 qusi-experimental qusiinference. designs for generalized causal 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) EMBRAPA. Mtodos quantitativos - Planejamento e qualidade na EMBRAPA Braslia: qualidade 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 Statistical Review v.56, n.2, International Review, p.165-180, 1988. SOARES, J. F.; COLOSIMO, E. A. Mtodos estatsticos na pesquisa clnica. Minicurso. clnica Ribeiro Preto: Regio Brasileira da Sociedade Internacional de Biometria, 1995. 105p. WILSON, E. B. An introduction to scientific research. New York: McGraw-Hill, 1952. 373p. introduction research
Pesquisa Experimental
Contedo
4.1 4.2 4.3 Introduo................................................................................................................... 130 Histria Breve ............................................................................................................. 130 Caracterizao do Experimento .................................................................................. 134
4.4 Processo do Experimento ........................................................................................... 140 4.4.1 Estabelecimento do problema e formulao da hiptese...................................... 140 4.4.2 Planejamento do experimento .............................................................................. 140 Planejamento da amostra .............................................................................................. 141 Planejamento das aes e dos procedimentos para a execuo do experimento.......... 141 Definio do modelo estatstico e dos procedimentos de anlise dos dados.................. 141 4.4.3 4.4.4 Conduo do experimento.................................................................................... 142 Anlise dos resultados ......................................................................................... 142
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 Protocolo do Experimento........................................................................................... 147 Correspondncia entre Objetivos, Plano e Anlise do Experimento............................ 151 A Estatstica na Pesquisa Experimental...................................................................... 152 Exerccios de Reviso ................................................................................................ 154 Conceitos e Termos Chave......................................................................................... 157 Bibliografia.................................................................................................................. 158
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 4.2. Seo 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 O processo do experimento 2.4. 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
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
133
Fundao Agrcola Lawes para permitir a continuao dos experimentos de Rothamsted. Aps a morte de Gilbert, A. Daniel Hall foi designado Diretor da Estao Experimental de Rothamsted. Hall lembrado por seus experimentos de uniformidade com W. B. Mercer. Possivelmente, Hall e Mercer tenham sido os primeiros a reconhecerem que devem ser associadas medidas das grandezas dos erros a dados de experimentos em agricultura. Ulteriormente, eles estabeleceram padres para tamanhos de parcelas de alguns tipos de experimentos. Em Cambridge, o astrnomo T. B. Wood e o professor de agricultura F. J. M. Stratton mostraram um procedimento para estimao de erros em um experimento de nutrio animal, e reportaram um dos primeiros experimentos de uniformidade. Em 1912, Daniel Hall foi sucedido por John Russell, um qumico agrcola conhecido e com vocao para administrao cientfica. Russell passou a preocupar-se com os enormes arquivos de dados gerados pelos resultados de 70 anos dos experimentos de Rothamsted. Sabendo que a instituio responsvel pelo censo tinha mtodos para extrair informaes de grandes massas de dados, ele decidiu procurar um profissional familiar com tais mtodos que estivesse preparado para examinar os dados de Rothamsted e obter informaes que ainda no haviam sido conseguidas. Para tal tarefa, ele contratou Ronald Aylmer Fisher (1890-1962), um jovem matemtico do Colgio Caius de Cambridge. As expectativas de Russell foram mais que superadas. No perodo de 1919 a 1933, em Rothamsted, Fisher desenvolveu a teoria e os mtodos, na medida em que foi necessitando. Ele observou, logo, que podiam ser planejados experimentos melhores do que aqueles de Lawes e Gilbert e seus sucessores, e iniciou o desenvolvimento do ramo da estatstica relacionado com o planejamento e a anlise de experimentos. Fisher lanou os fundamentos modernos da pesquisa experimental, as bases da inferncia estatstica e delineou muitos mtodos originais para os vrios problemas encontrados em Rothamsted e em outras instituies de pesquisa. Introduziu diversas tcnicas de anlise de dados, como a anlise da variao, que passou a ser amplamente utilizada na anlise estatstica de dados de experimentos, e a tcnica de polinmios ortogonais para o uso de caractersticas ambientais. Seu primeiro livro, "Statistical methods for research workers", um texto essencialmente prtico, publicado em 1925, difundiu os novos mtodos e os tornou disponveis para pesquisadores em agricultura e biologia. No ambiente propiciado por Rothamsted, Fisher conseguiu a aplicao prtica de sua teoria da inferncia estatstica e alcanou concluses relevantes para a pesquisa cientfica. Uma dessas concluses que a quantidade de informao gerada pelas inferncias de uma pesquisa no pode ser maior do que a contida nos dados. Conseqentemente, o processo de gerao dos dados e, particularmente, o planejamento da pesquisa, passaram a assumir importncia fundamental. Fisher compreendeu logo que, enquanto o mais elaborado procedimento estatstico de anlise de dados poderia incrementar a preciso de um experimento em alguns pontos percentuais, um plano experimental mais apropriado, envolvendo praticamente o mesmo esforo, podia aumentar a preciso em dobro ou muitas vezes mais, podendo, alm disso, fornecer informao adicional sobre questes suplementares importantes. Ao fim dos 14 anos de trabalho na pesquisa agrcola, as idias de Fisher j eram reconhecidas e sua metodologia moderna do planejamento e anlise de experimentos estava em pleno uso. Fisher enfatizou o papel fundamental da repetio como uma base para a estimao do erro e por conseqncia para a avaliao da evidncia em favor da realidade dos efeitos. Lanou a noo inovadora da casualizao e elaborou vrias formas de delineamentos casualizados, particularmente o delineamento blocos casualizados, que se tornaram de uso comum em experimentos agrcolas de campo. Fisher tambm salientou a importncia de experimentos fatoriais, argumentando que a natureza prefere responder questes propostas conjuntamente em vez de questes
134
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.
135
O experimento o mtodo de pesquisa explicativa em que imposta ou controlada a manifestao de uma ou mais caractersticas explanatrias das unidades da amostra. Tipicamente, no experimento o pesquisador escolhe os nveis de uma ou mais caractersticas explanatrias e os aplica s unidades da amostra de modo controlado, de acordo com algum plano. Ademais, o controle de tcnicas experimentais permite a reduo eficaz do confundimento de efeitos de caractersticas explanatrias com efeitos de caractersticas estranhas. No experimento, a manifestao de caractersticas explanatrias e de caractersticas estranhas na amostra controlada de modo a permitir que a variao manifestada pelas caractersticas respostas seja atribuvel, to inequivocamente quanto possvel, variao inerente s caractersticas explanatrias. Por essa razo, o experimento considerado o mtodo de pesquisa explicativa por excelncia. Uma caracterstica explanatria cuja manifestao nas unidades da amostra controlada uma caracterstica de tratamento. Cada nvel especfico de uma tratamento caracterstica de tratamento e cada combinao especfica dos nveis de duas ou mais caractersticas de tratamento um tratamento. Uma caracterstica explanatria tratamento inerente s unidades que se manifesta fora do controle do pesquisador ou sob seu controle limitado uma caracterstica intrnseca intrnseca. O Exemplo 4.1 prov ilustraes de caracterstica de tratamento e caracterstica intrnseca. Exemplo 4.1
a) No experimento sobre a eficcia de fungicidas no controle da giberela em lavouras de trigo considerado no Exemplo 3.19 os nveis escolhidos de cada uma das duas caractersticas 3.19, explanatrias fungicida e cultivar so atribudos s unidades da amostra (talhes) sob o controle do pesquisador. Portanto, cultivar e fungicida so caractersticas de tratamento; cada cultivar, cada fungicida e cada combinao de um fungicida com uma cultivar um tratamento particular. Entretanto, local e ano so caractersticas explanatrias cujos nveis so inerentes s unidades e se manifestam sem interferncia do pesquisador; logo, local e ano so caractersticas intrnsecas. b) No experimento de controle de vermes intestinais em ovinos com anti-helmnticos do Exemplo 3.30, os nveis escolhidos da caracterstica explanatria anti-helmntico so atribudos s 3.30 unidades da amostra (animais) de modo controlado. Portanto, anti-helmntico uma caracterstica de tratamento e cada anti-helmntico um tratamento particular. Entretanto, sexo uma caracterstica explanatria cujos nveis so inerentes s unidades; logo, sexo uma caracterstica intrnseca. Por essa mesma razo, local e ano tambm so caractersticas intrnsecas.
O controle da atribuio dos nveis de caractersticas de tratamentos s unidades da amostra deve ser exercido atravs de algum processo que garanta a ausncia de confundimento tendencioso dos efeitos atribuveis a essas caractersticas com efeitos de caractersticas estranhas. Essa garantia provida pela casualizao, ou seja, algum processo objetivo de sorteio que atribua a todas as unidades da amostra a mesma chance de receber qualquer dos tratamentos. A casualizao tem conseqncias relevantes para as inferncias referentes a efeitos causais de caractersticas de tratamento sobre caractersticas respostas. Naturalmente, a casualizao no aplicvel a caractersticas intrnsecas. A impossibilidade de controle absoluto da manifestao de caractersticas explanatrias e de caractersticas estranhas em qualquer pesquisa cientfica implica que um experimento jamais pode provar a hiptese que o origina, mas apenas verific-la. Entretanto, um experimento vlido que proveja resultados que contradigam a hiptese suficiente para rejeit-la.
136
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 os tratamentos so atribudos s sistemtico, 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.
137
Alguns textos referem a experimento com um nico tratamento e classificam experimento quanto ao nmero de tratamentos nas seguintes duas categorias: experimento absoluto e experimento comparativo. Um experimento com um nico tratamento denominado experimento absoluto absoluto; um experimento com mais de um tratamento um experimento comparativo comparativo. Um experimento comparativo compreende pelo menos uma caracterstica explanatria de tratamento com pelo menos dois nveis. O propsito principal de um experimento comparativo derivar inferncias referentes a comparaes de tratamentos, ou seja, inferncias referentes a diferenas de efeitos de tratamentos sobre caractersticas respostas. Comumente, nestes experimentos no so relevantes inferncias referentes aos efeitos individuais dos tratamentos. Assim, em um experimento de fertilizao do solo para o cultivo do trigo, h mais interesse nas diferenas entre os rendimentos correspondentes aos diferentes fertilizantes do que nesses rendimentos. Nessas circunstncias, em um experimento comparativo, como o ilustrado no pargrafo anterior, no h muita preocupao com as condies ambientais particulares sob as quais o experimento conduzido, desde que sejam semelhantes para todos os tratamentos e razoavelmente representativas do conjunto mais geral das condies da populao objetivo. Nesses experimentos usualmente pressuposto que os resultados obtidos em um campo experimental sero aproximadamente verdadeiros para a regio prxima. Essa considerao a base para a seleo de locais para a conduo de experimentos. Por outro lado, um experimento absoluto tem como propsito inferncias referentes ao efeito causal sobre variveis respostas de um nico nvel de um fator experimental ou de um nico nvel de cada um de dois ou mais fatores experimentais. Por exemplo, o efeito de uma suplementao alimentar particular sobre os teores de protena e gordura do leite de vacas da raa holandesa, e o efeito residual no leite de um antibitico administrado a esses animais aps 24 horas de sua administrao. Em biologia, particularmente em agricultura, experimentos comparativos so muito mais comuns e importantes. Esse texto considera exclusivamente experimentos dessa classe. O experimento tambm pode ser classificado quanto a seu objetivo segundo duas categorias: experimento cientfico e experimento tecnolgico. Um experimento cientfico ou experimento bsico tem propsito eminentemente cognitivo; visa o melhor entendimento da realidade. uma pesquisa bsica, que visa novo conhecimento, no necessariamente com objetivo de sua aplicao. Por outro lado, um experimento tecnolgico visa gerao de conhecimento til com vistas a sua aplicao prtica, em busca do aumento do domnio sobre a realidade. Observe-se que essa classificao no to ntida e muitas vezes questionada, j que experimentos cientficos so indispensveis em programas de pesquisa tecnolgica. A importncia da distino entre essas duas categorias de experimento decorre particularmente de suas diferenas quanto s relevncias da considerao da populao objetivo e da representao desta pela amostra. A especificao da populao objetivo crucial em experimentos tecnolgicos, que visam inferncias para aplicao prtica. Pode no assumir tanta relevncia em
138
experimentos cientficos. Assim, por exemplo, a definio clara da populao objetivo altamente importante nos experimentos sobre a eficcia de fungicidas no controle da giberela do trigo e a eficcia de anti-helmnticos no controle de vermes intestinais de ovinos, considerados em ilustraes anteriores Exemplo 3.19 e Exemplo 3.20 Pode ser 3.20). irrelevante em um experimento para pesquisa de sintomas de deficincia de potssio em plantas de arroz. Neste ltimo caso, a pesquisa pode ser conduzida sobre uma amostra altamente homognea quanto composio de caractersticas estranhas, com cultivo em uma soluo nutritiva e com os nveis dos diversos elementos aplicados s unidades da amostra exatamente nas quantidades definidas. Os experimentos tecnolgicos compreendem trs classes: experimento preliminar, experimento crtico e experimento demonstrativo. Um experimento preliminar tem carter exploratrio, freqentemente compreende nmero elevado de tratamentos e tem como propsito gerar conhecimento que permita o planejamento de experimentos crticos, mais especficos e de preciso e exatido mais elevadas. Um experimento crtico visa gerao de resultados (tecnologias) para recomendao de adoo por produtores ou outros usurios da pesquisa. Um experimento demonstrativo visa verificao e demonstrao da aplicabilidade prtica de resultados de experimentos crticos, na situao real dos sistemas da populao objetivo. Essas classes de experimento tecnolgico so ilustradas no Exemplo 4.2.
Exemplo 4.2
a) Um experimento preliminar de fertilizao do solo para o cultivo de uma espcie em uma nova regio pode contemplar um nmero relativamente elevado de caractersticas de tratamento (macro e micro-elementos) cada uma com dois nveis, para a identificao das caractersticas de mais impacto sobre a produo e das interaes mais relevantes dessas caractersticas. Essas informaes so valiosas para o planejamento de experimentos mais especficos, com hipteses mais fundamentadas e menor nmero de caractersticas explanatrias. b) Em programas de melhoramento gentico de plantas, so usuais experimentos preliminares com nmeros elevados de linhagens geradas por cruzamentos e uma ou poucas repeties. Ento, as linhagens de melhor desempenho so selecionadas para incluso em experimentos decisivos de uma segunda fase.
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.
139
Um experimento de abrangncia ampla (espacial e temporal) um experimento repetido em diversas sees do espao e do tempo; um experimento de abrangncia restrita um experimento conduzido em uma nica sesso do espao e do tempo. Experimentos cientficos so freqentemente experimentos de abrangncia restrita, j que nesses experimentos a representao da populao objetivo pela amostra usualmente pouco relevante. Experimentos tecnolgicos preliminares tambm so comumente de abrangncia restrita, dado que a representatividade da amostra no to importante na fase preliminar de um programa de pesquisa experimental. Entretanto, em experimentos tecnolgicos crticos e demonstrativos a representatividade da amostra essencial, o que requer ampla abrangncia espacial e temporal. Observe-se que muitos textos designam de "experimento" uma pesquisa experimental conduzida em um ambiente particular (um terreno, um potreiro, um laboratrio ou uma instalao). Se a pesquisa experimental abrange um conjunto de ambientes, ou seja, uma regio, um conjunto de laboratrios ou de instalaes em diversos perodos de um intervalo de tempo, como o caso de experimentos regionais em agricultura, designam de "experimento" cada frao da pesquisa conduzida em um ambiente particular (local e ano particulares, no caso desses experimentos regionais). A pesquisa global que abrange toda a regio e um intervalo de anos designada "grupo de experimentos". relevante salientar que no contexto do mtodo cientfico esse "grupo de experimentos" constitui um experimento de ampla abrangncia espacial e temporal; cada uma das sees particulares do espao e do tempo em que o experimento conduzido constitui uma sua parte. Esse fato deve ser considerado no planejamento do experimento e apropriadamente levado em conta na metodologia de anlise dos resultados. Exerccios 4.1
1. Explique o argumento de Fisher para considerar o planejamento de experimento como a atividade de mais elevada relevncia na pesquisa experimental. 2. Descreva as caractersticas mais relevantes da pesquisa experimental na abordagem introduzida por Fisher. 3. Qual o princpio fundamental da pesquisa experimental atribudo como inovao introduzida por Fisher? Qual seu significado? 4. Comente sobre o significado da seguinte sentena atribuda a Fisher para salientar a convenincia de experimentos fatoriais: "a natureza prefere responder perguntas conjuntamente em vez de perguntas isoladas". 5. Porque o experimento considerado o mtodo de pesquisa explicativa por excelncia? 6. Caracterize o experimento quanto ao controle exercido sobre a escolha da amostra e a manifestao de caractersticas explanatrias. 7. Qual a implicao do controle exercido sobre a manifestao de caractersticas explanatrias para as inferncias derivadas do experimento? 8. Explique porque as inferncias derivadas do experimento usualmente compreendem um passo de avaliao subjetiva. 9. Explique e ilustre os significados de experimento comparativo e experimento absoluto. 10. O que caracteriza essencialmente um experimento aleatrio? 11. Explique a distino conceitual entre experimento cientfico e experimento tecnolgico. 12. O que caracteriza a distino entre experimento de ampla abrangncia e experimento de abrangncia restrita? Ilustre essas duas classes de experimento com exemplos de sua rea. 13. Porque o pesquisador deve ser muito cauteloso na recomendao de resultados de um experimento para aplicao? 14. Porque experimentos tecnolgicos so freqentemente experimentos de ampla abrangncia espacial e temporal?
140
4.4
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. Aqui sero 2.4 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. Cabe aqui ressaltar que falhas em uma dessas 2.4 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.
141
Essa etapa compreende, fundamentalmente, o planejamento da amostra, o planejamento das aes e dos procedimentos para a execuo do experimento, e as definies do modelo estatstico decorrente e dos procedimentos de anlise estatstica para a derivao de inferncias. Planejamento da amostra O planejamento da amostra deve garantir a aptido do experimento para a derivao das inferncias que constitui o seu objetivo. Em particular, deve garantir a preciso e a exatido apropriadas para essas inferncias (Sees 6.5.3 e 6.5.4 A 6.5.4). Sees preciso e a exatido dependem fundamentalmente do tamanho, da composio e do controle da amostra. Em experimentos bsicos a preciso tem maior relevncia do que a exatido; em experimentos tecnolgicos esses dois requisitos podem ser igualmente importantes. O planejamento da amostra estabelece a composio e o relacionamento das trs classes de caractersticas da amostra, ou seja, a classe das caractersticas respostas, a classe das caractersticas explanatrias e a classe das caractersticas estranhas. Esse planejamento determina, respectivamente, a estrutura da resposta a estrutura das resposta, unidades. condies experimentais e a estrutura das unidades A relao estrutural entre as duas classes de caractersticas que afetam as caractersticas respostas, ou seja, entre as caractersticas explanatrias e as caractersticas estranhas constitui a estrutura do experimento. experimento ou delineamento do experimento A estrutura do experimento determinada pelos objetivos do experimento e constitui a base para a derivao das inferncias para a consecuo desses objetivos. O planejamento da amostra deve satisfazer alguns requisitos e princpios bsicos. A estratgia para o planejamento da amostra e esses requisitos e princpios bsicos so o tema do Captulo 6 Os captulos seguintes tratam dos segmentos essenciais do 6. planejamento da amostra. Planejamento Planejamento das aes e dos procedimentos para a execuo do experimento Devem ser previstos as aes e os procedimentos que devero ser adotados durante a conduo do experimento para que os recursos necessrios estejam disponveis e sejam implementados nos momentos apropriados. Esse planejamento necessrio para minimizar ocorrncias que possam implicar prejuzo para a consecuo dos objetivos do experimento, especialmente a manifestao de caractersticas estranhas perturbadoras. estatstico Definio do modelo estatstico e dos procedimentos de anlise dos dados Os procedimentos de inferncia estatstica requerem o estabelecimento de um modelo estatstico, ou seja, um modelo matemtico que represente a relao entre as variveis respostas e as variveis explanatrias, e leve em conta a presena das caractersticas estranhas da amostra. Assim, na concluso do plano do experimento, deve ser formulado o modelo estatstico que constituir a base para a definio dos conseqentes procedimentos estatsticos apropriados para a anlise dos dados com vistas derivao das inferncias objeto do experimento. A definio desses procedimentos de anlise deve, ento, ser esboada. Os recursos necessrios para a execuo dessas anlises tambm devem ser previstos para garantir sua disponibilidade na etapa da anlise dos dados.
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
Anlise dos resultados Devem ser empregados os mtodos e procedimentos estatsticos de anlise de dados apropriados aos objetivos do experimento, que sejam consistentes e coerentes com o delineamento experimental adotado e com o correspondente modelo estatstico estabelecido no plano do experimento. Em muitas pesquisas, pode ser til uma etapa preliminar de inspeo dos dados, atravs de sua descrio e resumo, e o emprego de tcnicas para verificao das pressuposies estabelecidas com o modelo estatstico. Esse procedimento pode propiciar as indicaes mais evidentes reveladas pelos resultados do experimento que em alguns casos podem ser importantes para a orientao referente aos procedimentos de anlise estatstica a adotar. Nos ltimos anos, a computao eletrnica tem se tornado uma facilidade com potencial crescente para a tarefa de anlise de dados. Tais recursos, ou seja, equipamentos de diversos portes, particularmente microcomputadores e computadores pessoais, e uma grande gama de programas e "pacotes" de anlise estatstica, esto tornando vivel o emprego de metodologias mais apropriadas para a anlise de dados. Uma parte importante do processo de anlise de dados a verificao da adequao do modelo estatstico, ou seja, o exame crtico do modelo estatstico adotado, particularmente de suas pressuposies. Os recursos de computao e o emprego de tcnicas grficas so particularmente teis para esse propsito. Deve ser alertado que as facilidades de recursos de computao podem induzir ao seu mau uso. freqente, por exemplo, o uso automtico de procedimentos de anlise de dados disponveis em pacotes de anlise estatstica sem a verificao de sua adequabilidade, especialmente no que diz respeito s pressuposies exigidas. Outro aspecto a considerar a utilizao de dados de experimentos para pesquisas exploratrias e estudos observacionais com propsitos de derivao de inferncias fora dos objetivos dos experimentos particulares. Tais anlises de dados so muito teis para a sugesto de hipteses a serem sujeitas a futuras pesquisas explicativas.
143
4.4.5
Interpretao dos resultados, elaborao das concluses e sua divulgao Completada a anlise dos dados, o experimentador deve extrair inferncias ou concluses dos resultados. oportuno salientar as limitaes da validade de inferncias estatsticas. Assim, por exemplo, o emprego de mtodos estatsticos no prova que uma ou mais caractersticas explanatrias tm efeitos em um experimento particular. Ele apenas fornece orientao referente confiabilidade e validade de tais inferncias. De fato, o emprego de mtodos estatsticos apropriados no permite a prova definitiva de argumentos baseados nos resultados de um experimento particular, mas permite a avaliao do erro provvel de uma concluso, ou a atribuio de um nvel de confiana a uma proposio derivada dos resultados do experimento. As inferncias estatsticas devem ser interpretadas fisicamente e os significados prticos devem ser avaliados e levados em conta juntamente com a significncia estatstica. Em algumas situaes, a significncia estatstica pode divergir do significado prtico. Por exemplo, um experimento pode evidenciar como significativas pequenas diferenas entre tratamentos que no tenham significados prticos quando so considerados os recursos exigidos e os custos. Por outro lado, diferenas entre tratamentos no significativas podem ter significado prtico, quando so levadas em conta diferenas de recursos e de custos. A aplicao dos resultados de um experimento conduzido para pesquisa de um problema isolado usualmente requer uma avaliao conjunta com os resultados de outras aes do programa de pesquisa e com informaes existentes. Ou seja, uma aproximao ao sistema real deve ser construda atravs de uma sntese do conhecimento avanado pela pesquisa particular com o corpo de conhecimento anterior. Dois requisitos so indispensveis para o sucesso dessa sntese: os conhecimentos isolados devem corretos e as interaes das partes do problema solucionadas separadamente devem ser levadas em conta de modo suficientemente aproximado da realidade. Os resultados do experimento devem derivar recomendaes. Essas recomendaes podem incluir um ulterior conjunto de experimentos, j que a pesquisa experimental um processo iterativo e seqencial em que um experimento responde algumas questes e prope outras questes. Essa ltima etapa do experimento somente se conclui com a divulgao dos resultados, atravs de diversos meios adequados, para sua incorporao efetiva ao corpo de conhecimento cientfico e utilizao. Consideraes referentes divulgao de resultados de pesquisa so apresentadas em textos especializados. No presente texto, dar-se- ateno, principalmente, ao planejamento do experimento, sem descuidar da importncia do conjunto das etapas do experimento. Em resumo: um experimento inicia-se com o estabelecimento de um problema cientfico e a formulao de uma hiptese cientfica correspondente. O problema cientfico e a hiptese cientfica definem os objetivos do experimento. A execuo do experimento para a verificao da hiptese requer o estabelecimento de um plano. O plano do experimento estabelece a estrutura do experimento, ou seja, a estrutura das relaes entre as caractersticas da amostra. A estrutura do experimento determina o modelo estatstico que exprime essa relao de caractersticas. O modelo estatstico a base para a definio dos procedimentos para a anlise estatstica dos resultados do experimento. A partir desses resultados so extradas as concluses das quais so derivadas as inferncias para a populao objetivo. Assim, o processo do experimento compreende uma seqncia ordenada de etapas que origina uma cadeia implicativa tal que a deciso tomada em cada etapa tem conseqncias para as etapas seguintes (Figura 4.1). Qualquer deciso ou ao Figura incorreta tomada em uma etapa implica incorreo para as etapas seguintes. Isso
144
significa que a consecuo dos objetivos de um experimento requer definies e decises corretas em todas as suas etapas.
Figura 4.1. Cadeia implicativa das etapas de um experimento.
4.5
Lista de Referncia para a Execuo de um Experimento

Em cada uma das etapas do experimento, o pesquisador tem que tomar decises e estabelecer aes especficas, cada uma das quais pode ser de vital importncia para maximizar a chance de que o experimento seja conduzido sem imprevistos at a consecuo de seus objetivos. Uma lista mais detalhada das aes e cuidados que devem ser tomados na execuo de um experimento muito til como referncia e roteiro para o planejamento e execuo do experimento. Uma tal lista a que segue. 1 - Obtenha uma exposio clara do problema e estabelea a formulao do problema cientfico e da hiptese cientfica. 1.1 - Identifique as unidades de interesse e a correspondente populao objetivo. 1.2 - Identifique o problema particular referente a um entrave do desempenho das unidades. 1.3 - Esboce o problema especfico dentro das limitaes atuais. 1.4 - Determine as relaes do problema particular com os demais problemas importantes das unidades da populao objetivo sob considerao. 1.5 - Arbitre proposies ou conjeturas de possveis solues para o problema. 1.6 - Escolha a conjetura mais frtil como a hiptese para o experimento, tendo em conta o impacto esperado para a melhoria do desempenho das unidades e os recursos disponveis para a pesquisa. 1.7 - Determine a relao do experimento particular com o programa geral de pesquisa referente populao objetivo. 2 - Colete as informaes antecedentes disponveis. 2.1 - Investigue todas as fontes de informao disponveis. 2.2 - Organize e tabule os dados pertinentes ao planejamento do experimento. 3 - Planeje o experimento. 3.1 - Realize uma reunio de todos os pesquisadores das disciplinas envolvidas na rea de pesquisa.
3.1.1 - Revise a formulao do problema e da hiptese de pesquisa.
145
3.1.2 - Estabelea a lista das caractersticas respostas de interesse, na ordem de sua importncia, segundo os objetivos do experimento. 3.1.3 - Especifique as variveis e as respectivas escalas de medida para expresso dessas caractersticas, e os correspondentes procedimentos e instrumentos a serem utilizados para mensurao. 3.1.4 - Estabelea a magnitude de diferenas caractersticas respostas mais importantes. importantes entre valores das
3.1.5 - Escolha as caractersticas explanatrias: a) as caractersticas explanatrias diretamente relacionadas hiptese cientfica, ou seja, aos objetivos do experimento, e b) outras caractersticas explanatrias relevantes para a consecuo desses objetivos, principalmente as que possam afetar os efeitos causais daquelas caractersticas ou permitir a representao adequada da populao objetivo. 3.1.6 - Determine a amplitude prtica dos nveis de cada uma dessas caractersticas na populao objetivo e os nveis especficos a serem adotados na amostra. 3.1.7 - Considere possveis inter-relaes (isto "interaes") das caractersticas explanatrias. 3.1.8 - Escolha as combinaes dos nveis dessas caractersticas explanatrias para a amostra. 3.1.9 - Determine a abrangncia da amostra, tendo em conta a adequada representao da populao objetivo. Estabelea a execuo do experimento em diversas locais, anos, laboratrios, etc., segundo apropriado para lograr essa representao. 3.1.10 - Estabelea, claramente, a caracterizao da amostra e da populao amostrada, ou seja, da populao de unidades que possa ser considerada representada pela amostra, e a relao desta com a populao objetivo. 3.1.11 - Considere as possveis conseqncias da variabilidade das caractersticas estranhas da amostra para a preciso das inferncias a serem derivadas do experimento. 3.1.12 - Liste as caractersticas estranhas que podero se manifestar na amostra, atravs de seus grandes agregados; em cada um desses agregados identifique as caractersticas estranhas que possam constituir fontes de variao relevantes das variveis respostas. 3.1.13 - Em cada um desses agregados identifique as caractersticas estranhas potencialmente relevantes que podero ser controladas por tcnicas experimentais sem prejuzo da representao da populao objetivo. Planeje o controle dessas caractersticas. 3.1.14 - Entre as demais caractersticas de cada um desses agregados identifique as que podero ser controladas atravs de controle local e de controle estatstico. Planeje o controle dessas caractersticas. 3.1.15 - Entre as caractersticas estranhas restantes de cada um dos agregados listados em 3.1.12 identifique aquelas que podero ser controladas por casualizao. Estabelea o procedimento de casualizao dessas caractersticas, ou seja, o procedimento para a atribuio aleatria dos tratamentos s unidades da amostra. 3.1.16 - Determine o nmero de repeties, tendo em conta a variabilidade das caractersticas estranhas no controladas e as diferenas importantes que o experimento visa detectar.
146
3.1.17 - Estabelea o delineamento do experimento e faa um esboo do conseqente modelo estatstico. 3.1.18 - Determine as limitaes de material, instrumentos, recursos humanos, custos, oramento e tempo. 3.1.19 - Considere os aspectos de relaes humanas do programa. 3.2 - Complete o planejamento do experimento em forma preliminar e prepare sua execuo. 3.2.1 - Prepare um documento sistemtico do plano do experimento, incluindo detalhes dos procedimentos a serem seguidos. 3.2.2 - Proporcione a execuo do experimento por etapas e a adaptao do plano de sua execuo, se necessrio. 3.2.3 - Estabelea as tcnicas experimentais a serem adotadas durante a execuo do experimento. 3.2.4 - Desenvolva e adapte mtodos, materiais, equipamentos e instrumentos necessrios. 3.2.5 - Escolha os mtodos e procedimentos de anlise estatstica que sejam coerentes com o modelo estatstico. 3.2.6 - Planeje a coleta ordenada dos dados, em particular uma planilha para o registro dos dados. 3.2.7 - Prepare a execuo do experimento; prepare a amostra, estabelea suas unidades e os agrupamentos determinados pelo controle local estabelecido; efetue a casualizao e estabelea a disposio dos tratamentos nas unidades experimentais atravs de um croqui ou lista. 3.3 - Revise o plano do experimento com a equipe multidisciplinar. 3.3.1 - Discuta, novamente, todos os detalhes do plano do experimento. 3.3.2 - Ajuste o plano do experimento, se necessrio. 3.3.3 - Estabelea os passos a serem seguidos de modo claro e explcito, definindo a participao de cada membro da equipe na execuo do experimento. 4 - Execute o experimento. 4.1 - Aplique os tratamentos s unidades da amostra por processo aleatrio, segundo o plano preestabelecido. 4.2 - Aplique os procedimentos e as tcnicas experimentais definidos no plano do experimento. 4.3 - Acompanhe e verifique os detalhes; modifique mtodos e tcnicas, se necessrio. 4.4 - Anote qualquer modificao do plano do experimento. 4.5 - Tome precaues na coleta dos dados; verifique a confiabilidade dos instrumentos de mensurao; verifique a correo dos dados registrados; evite transcrio de dados. 4.6 - Anote o progresso da execuo do experimento; registre os eventos e ocorrncias relevantes. 4.7 - Verifique a ocorrncia de eventos que possam implicar em confundimento de efeitos relevantes de caractersticas estranhas com efeitos de caractersticas explanatrias; determine a convenincia e a adequabilidade da desconsiderao de unidades consideravelmente afetadas por tais ocorrncias. 5 - Analise os dados. 5.1 - Reduza os dados registrados forma numrica, se necessrio.
147
5.2 - Edite os dados, preferivelmente em meio magntico (disquete, disco compacto, disco rgido ou fita); calcule os dados das variveis respostas que devam ser determinados a partir dos dados registrados diretamente, atravs de expresses apropriadas. 5.3 - Efetue uma anlise exploratria e descritiva dos dados; verifique a possvel presena de valores discrepantes ou aberrantes. 5.4 - Aplique procedimentos estatsticos apropriados para a anlise dos dados, conseqentes e coerentes com os objetivos do experimento e o modelo estatstico estabelecido pelo plano do experimento. 5.5 - Redija um resumo dos resultados da anlise dos dados; construa tabelas e grficos ilustrativos. 6 - Interprete os resultados. 6.1 - Considere todos os dados observados, inclusive os no submetidos anlise detalhada. 6.2 - Limite as concluses s inferncias derivadas do experimento. 6.3 - Contraste as concluses quanto s significncias estatsticas com seus significados tcnicos e prticos. 6.4 - Contraste os resultados obtidos com os resultados de outras pesquisas e o conhecimento cientfico existente; caracterize a insero da soluo do problema inicial provida pelo experimento nas unidades da populao objetivo. 6.5 - Saliente as implicaes das descobertas para aplicao e para ulteriores pesquisas. 6.6 - Considere quaisquer limitaes impostas pelas tcnicas e procedimentos usados. 7 - Prepare o relatrio. 7.1 - Descreva o trabalho claramente, caracterizando os antecedentes, a relevncia do problema e o significado dos resultados. 7.2 - Apresente os resultados em tabelas e grficos, em forma apropriada para seu melhor entendimento e uso. 7.3 - Fornea informao suficiente para permitir ao leitor verificar os resultados e tirar suas prprias concluses. 7.4 - Limite as concluses ao sumrio objetivo da evidncia provida pelo experimento, de modo que o trabalho se recomende para pronta considerao e ao decisiva. No necessrio que os passos sugeridos nesta lista sejam seguidos e executados nessa ordem particular. Essa lista apenas um guia e deve ser adaptada para cada situao particular. A pesquisa cientfica, particularmente o experimento, no uma atividade mecnica e rotineira. Durante o planejamento de um experimento muitas questes so levantadas, discutidas pelos pesquisadores e respondidas, originando novas idias e conduzindo de um passo para outro de forma aparentemente casual. Ademais, usual que com o acrscimo de novas informaes e avaliaes continuadas um mesmo passo seja considerado mais de uma vez. O planejamento de um experimento um processo que demanda tempo e pode ser estafante. Portanto, o uso de uma lista de referncia, como a acima, pode ser um suplemento ao bom senso, muito til para a maior garantia de que no sejam esquecidas consideraes e particularidades importantes.
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
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, particularmente no que diz respeito aos seguintes aspectos principais: 4.5 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 5.2 Seo 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
descrio dos procedimentos de anlise estatstica dos dados a serem gerados pelo experimento. Mais especificamente, o protocolo do experimento deve compreender os seguintes tpicos:
Referncia - Indicao do programa, projeto e subprojeto, conforme o caso, aos quais se vincula o experimento. Ttulo do experimento - Designao que exprima o objetivo do experimento de modo resumido e claro. Devem ser evitadas idias vagas e gerais. Por exemplo, um ttulo apropriado poderia ser "Efeito da insolao sobre o brix do mosto de uva da cultivar Cabernet Franc" e no "Estudos sobre relaes fisiolgicas em uva". Problema cientfico - Formulao do problema de pesquisa, satisfazendo as condies estabelecidas na Seo 2.4.1. Devem ser explicitadas as unidades e a 2.4.1 populao objetivo. A formulao do problema de pesquisa, conjuntamente com a hiptese de pesquisa, deve caracterizar plenamente os objetivos do experimento.
149
Hiptese cientfica - Formulao da hiptese de pesquisa que satisfaa as condies definidas na Seo 2.4.2 Em algumas circunstncias, a hiptese de pesquisa 2.4.2. pode ser complexa, ou seja, pode compreender, de fato, duas ou mais hipteses simples. Nesse caso, conveniente que a hiptese seja descrita analiticamente de modo a deixar explcito os objetivos do experimento. Material e mtodos - Descrio do material experimental (Seo 5.3 e dos Seo 5.3) procedimentos e aes a serem adotados e implementados para a execuo do experimento. Essa descrio deve ser suficientemente pormenorizada para permitir a identificao das caractersticas respostas, das caractersticas explanatrias e das caractersticas estranhas relevantes. Ela depende da rea de pesquisa, mas, em geral, deve compreender os seguintes itens:
Perodo de abrangncia - Datas do incio e do fim da execuo do experimento. Locais e anos de execuo do experimento - No caso de experimento de ampla abrangncia, listagem dos anos e dos locais previstos para conduo do experimento, e definio das instalaes a serem utilizadas em cada um dos locais. Nesses experimentos devem ser identificados as instituies e os pesquisadores colaboradores. No caso de experimento agrcola de campo, devem ser identificados, para cada local: latitude, altitude, condies climticas, topografia, tipo de solo, etc. Caractersticas respostas, variveis escolhidas para express-las e correspondentes escalas de medida e processos de mensurao (Sees 7.2 7.3 e 7.4 7.4) Sees 7.2, Identificao individual e listagem de todas as variveis respostas. No caso de variveis intervalares ou racionais, devem ser claramente definidos: os processos de mensurao, particularmente os instrumentos de mensurao a serem utilizados, as escalas e as unidades de medida, e a preciso das medidas a serem efetuadas (ou seja, os nmeros de algarismos significativos a serem registrados). Para variveis nominais e ordinais, devem ser definidas as escalas de medida, os nveis de cada uma dessas variveis, e devem ser claramente estabelecidos os critrios de avaliao a serem adotados. Caractersticas explanatrias e correspondentes nveis, e condies experimentais (Seo 5.2) - Listagem completa dos nveis (tratamentos) de cada Seo 5.2 caracterstica de tratamento; no caso de caracterstica quantitativa, os valores numricos dos nveis devem ser especificados claramente atravs de alguma unidade de medida convencional, tal como quilograma, litro e hectare. Devem ser claramente identificadas as unidades da amostra s quais devero ser aplicados os nveis de cada uma das caractersticas de tratamento. Em situaes de mais de uma caracterstica de tratamento e de tratamentos adicionais, as combinaes de nveis e os tratamentos adicionais devem ser igualmente identificados. Caractersticas intrnsecas e seus nveis tambm devem ser definidos de modo claro. Outros materiais - Listagem e caracterizao de todos os materiais especficos que devem ser utilizados e que no constituem nveis de caractersticas explanatrias, tais como cultivares, adubos, inseticidas, fungicidas, herbicidas, vacinas, antibiticos e outros medicamentos. Caracterizao das unidades - Caracterizao completa da unidade da amostra, pela especificao de suas dimenses, do nmero de animais ou de plantas que a constitui, de seu croqui, etc. No caso de experimento agrcola de campo, devem ser estabelecidas as dimenses de cada parcela, a forma de plantio (a lano, em linha, etc.), a densidade de plantio, o nmero de plantas, as bordaduras, as distncias entre parcelas e a disposio das parcelas no campo. No caso de mais de uma categoria de unidade experimental (Seo 5.4 esse fato deve ser claramente estabelecido. Em Seo 5.4), experimentos com animais, as unidades (que podem ser animais individuais, grupos de animais em um potreiro, em um boxe ou em uma gaiola) tambm devem ser estabelecidas e identificadas claramente.
150
Tcnicas experimentais a serem empregadas e executadas, e calendrio de sua implementao (Seo 9.4 - Listagem e descrio dos procedimentos e das aes a Seo 9.4) serem executados durante a conduo do experimento, desde sua instalao at a concluso da mensurao das variveis respostas e correspondente registro de dados. Por exemplo, tratamento de sementes, preparao do solo, capina, tratos culturais, tais como aplicao de inseticidas, fungicidas e herbicidas, tcnicas de manejo de animais, tais como aplicao de antibiticos, vermfugos, vacinas e tosquia, e procedimentos para coleta e registro de dados. Essa listagem e descrio devem ser suficientemente detalhadas para perfeita compreenso, e deve especificar o cronograma da implementao das tcnicas experimentais.
Delineamento experimental (Seo 10.4) - Identificao do delineamento Seo 10.4 experimental (para cada local e ano, no caso de experimento de ampla abrangncia espacial e temporal). Muito freqentemente, a identificao do delineamento procedida pela designao clssica usual na literatura sobre delineamento de experimentos. Essa forma pode ser apropriada para experimentos simples e tradicionais, que so freqentes na experimentao agrcola de campo. Para experimentos mais complexos ou no usuais, mais adequada e conveniente a caracterizao do experimento atravs da descrio detalhada do procedimento experimental. Os agrupamentos ou blocos de unidades formados por controle local devem ser claramente identificados.
Co-variveis - Listagem e descrio das co-variveis que representem caractersticas estranhas relevantes da amostra que devam ser levadas em conta no modelo estatstico e na anlise estatstica dos resultados do experimento para propsito de controle estatstico (Seo 5.6.3 e das co-variveis explanatrias (Seo 5.8). A Seo Se 5.6.3) Seo 5.8 caracterizao dessas variveis deve cumprir os mesmos cuidados e procedimentos descritos para as variveis respostas. Croqui da amostra - Esboo da disposio espacial das unidades e dos correspondentes nveis das caractersticas explanatrias que lhes so associados. Em experimentos de ampla abrangncia, esse croqui deve ser efetuado separadamente para cada seo do espao e do tempo. Esse croqui muito til para orientar a instalao e o acompanhamento do experimento. Naturalmente, um croqui s tem sentido em situaes em que as unidades dispem-se espacialmente em posies fixas durante a conduo do experimento. Se as unidades no se dispem em posies fixas, como ocorre com alguns experimentos com animais, uma alternativa para o croqui uma lista com a identificao das unidades e dos nveis das caractersticas explanatrias que lhes so associados.
Planilha para registro dos dados - Planilha apropriada para o registro dos dados e de informaes sobre ocorrncias relevantes durante a conduo do experimento (Seo 9.4.8) que deve ser anexada ao protocolo do experimento. Seo 9.4.8
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 10.4). Ele servir de base para a Seo 10.4 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.
Oramento - Relao dos recursos financeiros necessrios previstos para a execuo do experimento, tais como recursos para aquisio de material e de equipamentos, contratao de mo de obra, despesas de viagens, de manuteno de equipamentos, etc.
151
Colaboradores - Identificao das pessoas e instituies que participam da pesquisa, contribuindo com recursos humanos, financeiros, instalaes, materiais, equipamentos e outras facilidades. Responsvel - Nome do pesquisador responsvel pelo experimento.
Outras informaes relevantes podem constar da documentao do projeto a que se vincula o experimento, tais como:
Antecedentes e justificativas - Exposio sobre a origem e a importncia do problema sob pesquisa, resumo das pesquisas j efetuadas sobre o tema, com referncias bibliogrficas, e indicao da razo da execuo do experimento. Objetivos e metas - Enumerao dos objetivos da pesquisa e das metas a alcanar, com a indicao dos respectivos prazos.
O protocolo do experimento deve ser continuado, nas devidas pocas, com a descrio das ocorrncias relevantes durante a execuo do experimento e o registro dos dados gerados. Essa documentao deve ser estendida e completada com os resultados das anlises dos dados e a listagem dos relatrios e das publicaes elaboradas para difuso dos resultados. A documentao escrita e cuidadosa de todos os detalhes do experimento uma regra elementar, mas de grande relevncia. A necessidade de referncia informao anterior surge freqentemente durante a conduo do trabalho experimental. Essa documentao especialmente importante em experimentos de ampla abrangncia espacial e temporal. Ela propicia a preservao dos dados e a segurana do aproveitamento futuro das pesquisas efetuadas. Tambm relevante para permitir a utilizao dos dados em pesquisas exploratrias para propsitos diferentes daqueles que originaram o experimento, para a deteco de problemas de pesquisa, a indicao de hipteses e a avaliao dos progressos das pesquisas.
4.7
Correspondncia entre Objetivos, Plano e Anlise do Experimento

Ao final da Seo 4.4 foi salientada a cadeia implicativa que caracteriza o processo do experimento. De fato, h uma correspondncia nos dois sentidos entre os objetivos do experimento, o delineamento do experimento e os procedimentos de anlise estatstica, conforme ilustrado resumidamente pela Figura 4.2. Mais claramente, o planejamento para a consecuo dos objetivos do experimento pode conduzir a um ou mais delineamentos alternativos. Usualmente um desses delineamentos o mais apropriado por conciliar eficincia para as inferncias objeto do experimento e praticidade. Esse o delineamento que deve ser escolhido. Uma vez definido o delineamento do experimento, freqentemente relativamente fcil decidir sobre o procedimento de anlise estatstica apropriado.
Figura 4.2. Correspondncia entre objetivos, plano e anlise estatstica do experimento.
152
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 4.6 Embora freqentemente Seo 4.6). 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
A Estatstica na Pesquisa Experimental

O mtodo experimental teve sua expresso mais forte na fsica e na qumica (Seo 4.2 justificada por um artigo de f particular muito especial e muito poderoso. O Seo 4.2), argumento desse artigo de f consistia no seguinte: se cada uma das condies para a ocorrncia de um fenmeno controlada, exceto por um estmulo particular deliberado, pode ser observada a relao exata entre a resposta ao estmulo e o estmulo. Assim, se ocorria variabilidade na resposta a um estmulo em um experimento, ento o experimento no havia logrado controle absoluto das caractersticas estranhas ao estmulo, ou seja, devia ter havido variabilidade entre as unidades, variabilidade nas tentativas do estmulo particular ou variabilidade na mensurao da resposta. Ento, devia ser dirigido esforo em trs direes: remoo da variabilidade das unidades, desenvolvimento de tcnicas para a aplicao exata do estmulo e desenvolvimento de tcnicas de mensurao totalmente confiveis. Naturalmente, esse processo implicava a construo de situaes artificiais. A eficcia desse plano geral evidenciada pelo enorme desenvolvimento da fsica e da qumica, principalmente nos sculos 17 e 18. Entretanto, ele pressupe a construo de unidades essencialmente idnticas com respeito resposta. Esse plano para a construo de conhecimento cientfico falha quando h impossibilidade de construir unidades idnticas, e quando o interesse reside em obter
153
informao sobre populaes de unidades que esto disponveis na natureza e que manifestam variabilidade, freqentemente de uma enorme amplitude. Um caminho para resolver esse problema foi desenvolvido por Fisher com base na idia da casualizao e na utilizao do mtodo estatstico. A abordagem de Fisher fundamenta-se na construo de um delineamento experimental. A base conceitual e a metodologia para a elaborao do delineamento experimental so desenvolvidas nos prximos Captulos. De momento, importante compreender que o delineamento experimental deve incorporar os princpios estatsticos necessrios para a derivao de inferncias vlidas a partir dos dados gerados pelo experimento. Ento, estando disponveis dados coletados com base em um delineamento experimental, eles devem ser submetidos anlise estatstica. Assim, por exemplo, em um experimento de fertilizao do solo para cultivo do trigo ser necessrio determinar as estimativas das mdias desconhecidas dos rendimentos correspondentes aos diferentes fertilizantes e associar-lhes uma estimativa do erro experimental. Pode ocorrer que as diferenas entre essas estimativas sejam to evidentes que no haja necessidade de qualquer procedimento de anlise adicional. Em geral, entretanto, sero necessrios procedimentos estatsticos para deciso referente significncia das diferenas observadas tendo em conta a variabilidade estranha no controlada presente na amostra. Finalmente, a abordagem estatstica prov a expresso rigorosa do grau de incerteza dessas inferncias indutivas que generalizam os resultados da amostra para a populao amostrada. Em suma, a base do processo de inferncia estatstica em experimentos comparativos a ilustrada a seguir para a situao de uma nica caracterstica explanatria em que no h controle local: O experimento prov duas estimativas de variabilidade: uma estimativa de variabilidade proveniente das diferenas de respostas entre as unidades com diferentes tratamentos, que compreende variabilidade atribuvel aos tratamentos, se existe, e variabilidade devida a caractersticas estranhas; e uma estimativa de variabilidade proveniente das diferenas de respostas entre unidades com mesmo tratamento, que consiste exclusivamente de variabilidade atribuvel a caractersticas estranhas. Se a primeira estimativa de variabilidade revela-se consideravelmente superior segunda, de modo que a diferena entre essas duas estimativas no possa ser atribuda apenas prpria variabilidade das caractersticas estranhas da amostra, isso significa evidncia de diferenas reais entre os tratamentos. Para experimentos mais complexos o processo para derivao de inferncias estatsticas basicamente uma extenso ou derivao desse. Qualquer que seja a evidncia fornecida pelo experimento, ou seja, em favor ou contrria presena de diferenas de efeitos reais dos tratamentos, ela poder ser incorreta. O mtodo estatstico permite estabelecer o grau de incerteza, em termos de probabilidade, de qualquer das duas decises que sejam tomadas em decorrncia da evidncia indicada pelo experimento, ou seja, de que os tratamentos diferem ou de que os tratamentos no diferem. Supondo que o experimento foi corretamente conduzido, seus resultados podem ser questionados por duas razes. A primeira crtica que a anlise e a interpretao estatstica dos dados pode ser incorreta. Os desenvolvimentos da metodologia estatstica e dos recursos de computao tornaram disponvel uma ampla gama de mtodos e procedimentos estatsticos para a anlise de dados que permite ao pesquisador a utilizao dos mtodos e procedimentos de anlise apropriados para praticamente
154
qualquer que seja o delineamento definido para o seu experimento. Naturalmente, a utilizao adequada dessas facilidades depende do conhecimento da metodologia estatstica, particularmente das pressuposies requeridas para a validade de sua aplicao. Cabe ao pesquisador e ao estatstico em particular avaliar a adequabilidade dos mtodos e procedimentos estatsticos para cada situao. A segunda crtica que o delineamento definido para o experimento pode ser falho. Essas duas crticas constituem, realmente, dois aspectos do mesmo todo, pois, se o delineamento falho, a anlise e interpretao estatstica tambm sero falhas, a menos que as falhas do delineamento sejam descobertas e possam ser levadas em conta. Como foi salientado por Fisher, o delineamento do experimento e o correspondente mtodo de anlise dos resultados so relacionados inseparavelmente. Isso significa que os procedimentos de anlise estatstica devem ser definidos em consonncia com o delineamento adotado para o experimento. A metodologia estatstica aplicada pesquisa experimental usualmente designada Estatstica Experimental Essa rea da Estatstica Aplicada compreende o Experimental. conjunto dos mtodos estatsticos relacionados com o planejamento e a anlise de experimentos.
Exerccios 4.2
1. Qual a relao entre o objetivo do experimento e o problema cientfico e a correspondente hiptese cientfica que o origina? 2. Porque a populao objetivo do experimento deve ser estabelecida na formulao do problema cientfico? 3. O que compreende, essencialmente, o planejamento de experimento? 4. Para um experimento particular, qual a relao entre objetivo do experimento, plano do experimento, estrutura do experimento, modelo estatstico e procedimento de inferncia estatstica? 5. Identifique e explique os dois requisitos importantes a considerar no planejamento da amostra para um experimento. 6. O que compreende o planejamento da estrutura do experimento? 7. Explique o que significado do modelo estatstico de um experimento e a sua importncia. 8. Porque a conduo do experimento denominada como a etapa de coleta dos dados? 9. Interprete e contraste significncia estatstica e significado prtico das inferncias derivadas de um experimento. 10. Em que etapas do experimento mais relevante a considerao da metodologia estatstica? Tais consideraes so irrelevantes nas demais etapas? 11. Explique a importncia de uma lista de referncia para a execuo de um experimento. 12. O que o protocolo de experimento? Qual seu propsito? 13. Explique porque a pesquisa cientfica, em particular a pesquisa experimental, um empreendimento multidisciplinar. 14. Explique a base do procedimento de inferncia em experimentos comparativos.
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.
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 2.4 Comente a respeito de: a) Seo 2.4). 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.
156
21. Explique porque a metodologia estatstica mais essencial em pesquisa em cincias biolgicas do que em cincias fsicas. 22. Estabelea um conceito de Estatstica Experimental. 23. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco: a) A metodologia moderna da pesquisa experimental foi desenvolvida a partir dos trabalhos de .................................... na Estao Experimental de Rothamstead, na Inglaterra, entre 1919 e 1933. Ele introduziu e enfatizou os trs princpios bsicos do delineamento de experimento: ..................................... como a base para a estimao do erro experimental; .................................................... como um recurso para controlar e reduzir essa estimativa e .................................................. para permitir a validade dessa estimativa. b) Uma caracterstica explanatria cujos nveis se manifestam nas unidades da amostra sob o controle do pesquisador denominada ..................................................................................; seus nveis so denominados ....................................... . Se os nveis se manifestam nas unidades sem o controle do pesquisador ou sob seu controle limitado, a caracterstica explanatria denominada ................................................................ ; seus nveis so ento designados .................................................................... . c) Em um experimento ....................................... a atribuio dos tratamentos s unidades da amostra procedida objetivamente atravs de casualizao; em um experimento ......................................... os tratamentos so assinalados s unidades de modo subjetivo e arbitrrio. Um experimento com um nico tratamento denominado experimento ................................ ; com dois ou mais tratamentos um experimento ............................... . Um experimento ..................................... tem propsito de gerar conhecimento cientfico til para aplicao prtica, enquanto que um experimento .................................... tem propsito eminentemente cognitivo. Um experimento .......................................................................... repetido em diversas posies do espao e do tempo representativas da populao objetivo. d) O objetivo do experimento determinado pelo ............................................................ e pela correspondente ............................................................. . A abordagem cientfica requer o ............................................................................... , ou seja, o estabelecimento antecipado, em forma escrita, do conjunto completo das decises e aes que devam ser tomadas para a execuo do experimento. O planejamento da estrutura do experimento compreende: o planejamento da estrutura dos trs grupos de caractersticas da amostra, ou seja: .........................................................................., ................................................................... e ......................................................... . e) O ......................................................................... a documentao escrita do experimento, particularmente do plano do experimento. f) Os conjunto dos mtodos estatsticos aplicveis pesquisa experimental comumente denominado ..................................................................... . Esses mtodos so relacionados principalmente com o ................................................... e ................................................. de experimentos. 24. 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( 2( 3( 4( 5( 6( 7( 8( ) A pesquisa experimental, assim como a cincia, teve origem na Grcia. ) A metodologia da pesquisa experimental moderna teve origem na pesquisa agrcola. ) A experimentao em agricultura muito semelhante experimentao em fsica e
qumica.
) A repetio, a casualizao e o controle local so inovaes na pesquisa experimental
atribuveis a Ronald Fisher.

) Delineamentos experimentais anteriores a Fisher eram sistemticos. ) Atravs de um experimento o pesquisador pode provar uma hiptese cientfica. ) O experimento adota menos intensivamente o controle da amostra do que o estudo
observacional.
) O experimento o nico mtodo de pesquisa em que o pesquisador tem controle sobre
a manifestao de caractersticas explanatrias na amostra.
9( 10 ( 11 ( 12 ( 13 ( 14 ( 15 ( 16 ( 17 ( 18 ( 19 ( 20 ( 21 ( 22 ( 23 ( 24 ( 25 (
157
) Um experimento aleatrio distingue-se de um experimento sistemtico pela forma de
atribuio dos tratamentos s unidades da amostra.

) Em um experimento comparativo h interesse particular nos efeitos individuais dos
tratamentos.
) Na pesquisa agrcola executam-se apenas experimentos tecnolgicos. ) A preciso e exatido do experimento so igualmente importantes tanto em
experimentos cientficos quanto tecnolgicos.

) Na pesquisa tecnolgica em agricultura a maioria dos experimentos de abrangncia
restrita.
) A designao "populao objetivo" aplica-se coleo dos sistemas ou unidades que
constitui o objetivo da pesquisa.

) A caracterizao da populao objetivo e dos correspondentes sistemas deve ser
estabelecida na formulao do problema de pesquisa.

) Os objetivos do experimento so estabelecidos pelo problema cientfico e a
correspondente hiptese cientfica.

) O plano do experimento garante a derivao das inferncias que o experimento visa
estabelecer.
) A etapa de planejamento do experimento usualmente aquela qual os pesquisadores
dedicam mais ateno.

) As condies experimentais em um experimento so definidas pelo planejamento das
caractersticas explanatrias.
) O estabelecimento do modelo estatstico o primeiro passo da etapa de anlise dos
resultados do experimento.
) O experimento se conclui com a coleta dos dados. ) As questes mais relevantes referentes metodologia estatstica so definidas nas
etapas de planejamento e anlise dos resultados do experimento.

) O experimento deve ser conduzido segundo o estabelecido no seu plano. ) O "croqui de um experimento" o esboo da distribuio espacial das unidades da
amostra no experimento e da disposio dos tratamentos nessas unidades.

) Os resultados individuais de experimentos podem ser imediatamente recomendados
para adoo na prtica, independentemente de avaliao conjunta com os resultados de pesquisa anteriores.
26 ( 27 ( 28 ( 29 ( 30 ( ) Resultados de experimentos devem ser divulgados apenas atravs de artigos tcnico-
cientficos.
) A construo do protocolo do experimento uma opo conveniente para o
pesquisador.
) O pesquisador pode redigir o protocolo do experimento na concluso da pesquisa. ) O pesquisador responsvel por um experimento usualmente tem o domnio da
metodologia estatstica apropriada para o experimento.

) A Estatstica Experimental a estatstica aplicada pesquisa experimental.

Experimento Tratamento Experimento comparativo Experimento tecnolgico Experimento crtico Caracterstica explanatria de tratamento Experimento aleatrio Experimento bsico / cientfico Experimento preliminar Experimento demonstrativo
158
Experimento de ampla abrangncia Planejamento do experimento Modelo estatstico Variabilidade aleatria / casual Experimento de abrangncia restrita Planejamento da estrutura do experimento Protocolo do experimento Estatstica Experimental
Bibliografia
BERNARD, C. Introduccin al estudio de la medicina experimental Buenos Aires: experimental. Losada, 1944. 309p. COCHRAN, W. G. Planning & analysis of observational studies. New York: John Willey, studies 1983. 145p. COCHRAN, W. G.; COX, G. M. Experimental designs. 2. ed. New York: John Willey, designs 1957. 617p. COX, D. R. Planning of experiments New York: John Wiley, 1958. 308p. experiments. COX. D. R.; SNELL, E. J. Applied statistics, principles and examples Londres: Chapman examples. and Hall, 1981. 189p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 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. Londres: biology University College London, 1995. 372p. KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference v.1, Inference, p.1-25, 1977. KISH, L. Sample surveys versus experiments, controlled observations, census, registers, and local studies. Australian Journal of Statistics v.27, n.2, p.111-122, 1985. Statistics, KISH, L. Statistical design for research New York: John Wiley, 1987. 267p. research. OSTLE, B.; MALONE, L. C. Statistics in research: basic concepts and techniques for research research workers. 4.ed. Ames: Iowa State University Press, 1988. 664p. SELWYN, M. R. Principles of experimental design for the life sciences Boca Raton, sciences. experimental 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 v.16, n.5, p.621-627, 1981. Hortscience, WILSON, E. B. An Introduction to scientific research. New York: McGraw-Hill, 1952. 373p. research
Conceitos Bsicos da Pesquisa Experimental
Contedo
5.1 5.2 5.3 5.4 5.5 5.6 5.6.1 5.6.2 5.6.3 5.6.4 Introduo................................................................................................................... 160 Fator Experimental e Condio Experimental ............................................................. 160 Material Experimental ................................................................................................. 166 Unidade Experimental................................................................................................. 167 Unidade de Observao ............................................................................................. 169 Controle Experimental ................................................................................................ 173 Controle de tcnicas experimentais...................................................................... 174 Controle local ....................................................................................................... 175 Controle estatstico............................................................................................... 177 Casualizao........................................................................................................ 178
Casualizao na atribuio dos tratamentos .................................................................. 179 Casualizao na implementao de tcnicas experimentais.......................................... 179 5.6.5 Implicaes do controle experimental................................................................... 180 5.7 Erro Experimental e Erro de Observao.................................................................... 183 Erro experimental........................................................................................................... 183 Erro de observao........................................................................................................ 184 Unidade experimental e erro experimental..................................................................... 185 5.8 5.9 Co-varivel Explanatria ............................................................................................. 187 Ilustrao .................................................................................................................... 189 Exerccios de Reviso ................................................................................................ 196 Conceitos e Termos Chave......................................................................................... 202 Bibliografia.................................................................................................................. 203
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, 8, 9 e 10 Por conseqncia, a estrutura do 10. 7 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 so 5.2, 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 Na Seo 5.8 introduzido 5.7. 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
Fator Experimental e Condio Experimental

A caracterstica explanatria tpica no experimento o fator experimental:
5. Conceitos Bsicos da Pesquisa Experimental
161
Um fator experimental uma caracterstica explanatria cujos nveis na amostra tm as seguintes propriedades: 1) so escolhidos e definidos no plano do experimento para cada unidade da amostra; 2) compreendem um pequeno conjunto de nveis que se repetem nessas unidades; 3) classificam as unidades em grupos que constituem uma partio da amostra com a propriedade de cada unidade pertencer a um grupo e nenhuma unidade pertencer a mais de um grupo; e 4) as relaes com os nveis dos demais fatores experimentais constituem uma estrutura significativa que determina a estrutura do experimento ou delineamento experimental. O Exemplo 5.1 apresenta ilustraes de fator experimental. Exemplo 5.1
As caractersticas explanatrias dos experimentos considerados no Exemplo 3.29 so fatores experimentais: a) fungicida, freqncia de aplicao, local e ano, no experimento de controle da giberela em lavouras de trigo com fungicidas; b) anti-helmntico, sexo, local e ano, no experimento de controle de vermes intestinais de cordeiro mamo; c) herbicida, no experimento de controle de invasoras em lavouras de soja; d) suplementao mineral, no experimento do efeito da suplementao mineral em aves poedeiras; e) cultivar, no experimento de comparao de cultivares de trigo.
No experimento, o pesquisador tem controle sobre a manifestao dos nveis de um ou mais fatores experimentais nas unidades da amostra. Um fator experimental cujos nveis so assinalados s unidades da amostra por processo objetivo aleatrio um fator experimental de tratamento. Cada nvel tratamento especfico de um fator de tratamento definido para a amostra um tratamento No tratamento. caso de experimento com dois ou mais fatores experimentais de tratamento, cada combinao distinta dos nveis desses fatores definida para a amostra tambm um tratamento. tratamento Um fator experimental de tratamento caracterizado pelos seguintes atributos de seus nveis: 1) os nveis podem ser atribudos qualquer das unidades experimentais para o fator (Seo 5.3 Seo 5.3); 2) so atribudos a essas unidades por processo aleatrio; e 3) consistem de estmulos explicitamente distintos. Muito freqentemente, o experimento tambm visa derivar inferncias referentes a fatores experimentais cuja manifestao na amostra no imposta ou controlada pelo pesquisador, ou sujeita a controle limitado. Um fator experimental cuja manifestao inerente s unidades da amostra e se processa fora do controle do pesquisador ou sob seu controle limitado um fator experimental intrnseco. intrnseco
162
Fatores intrnsecos distinguem-se de fatores de tratamento por no satisfazerem o primeiro e o segundo atributos destes fatores. Os nveis de um fator intrnseco no podem ser atribudos s unidades da amostra; eles so manifestaes alternativas de uma caracterstica prpria dessas unidades, fora do controle do pesquisador. Nessas circunstncias, no so sujeitos atribuio aleatria. Por essa razo, no prprio estender a designao tratamento ao nvel de um fator intrnseco. Os nveis de um fator experimental e as combinaes distintas dos nveis de dois ou mais fatores experimentais definidos para a amostra so denominados condies experimentais. experimentais Assim, condio experimental uma designao para cada nvel e cada combinao de nveis de fatores experimentais na amostra, genrica para fatores de tratamento e fatores intrnsecos; tratamento uma designao particular referente a fator experimental de tratamento. Ilustraes de fator de tratamento e fator intrnseco so providas no Exemplo 5.2 e no Exemplo 5.3. Esses exemplos reiteram no presente contexto de experimento as ilustraes de pesquisa explicativa apresentadas nas continuaes do Exemplo 3.19 e do 3.20, 3.4.1. Exemplo 3.20 na Seo 3.4.1 Exemplo 5.2
No experimento sobre o controle da giberela em lavouras de trigo com fungicidas (Exemplo Exemplo 3.19), 3.19 fungicida e freqncia de aplicao so fatores de tratamento, j que os nveis do fator fungicida (Mancozeb, Ciproconazole, Propiconazole e sem fungicida) e as freqncias de aplicao (uma aplicao e duas aplicaes) so atribudos s unidades da amostra sob o controle do pesquisador. Cada um dos quatro nveis do fator fungicida e cada uma das duas freqncias de aplicao um tratamento particular. Tambm so tratamentos as combinaes distintas dos 4 nveis do fator fungicida com os 2 nveis do fator freqncia de aplicao. O nmero de combinaes dos nveis desses dois fatores 42=8. Entretanto, como as combinaes do tratamento sem fungicida com as 2 freqncias de aplicao so indistinguveis, essas duas combinaes constituem um mesmo tratamento. Portanto, as combinaes dos nveis desses dois fatores constituem 7 tratamentos (Figura 5.1). Figura
Figura 5.1. Sete tratamentos correspondentes s combinaes dos 4 nveis do fator fungicida com os 2 nveis do fator freqncia de aplicao, Exemplo 5.2. Os outros dois fatores: local e ano so fatores intrnsecos, dado que os quatro locais so posies geogrficas fixas e os trs anos de conduo do experimento constituem uma seqncia cuja ordem imutvel, o que significa que esses fatores se manifestam na amostra independentemente de qualquer controle da parte do pesquisador. Cada um dos quatro nveis do fator fungicida, cada uma das duas freqncias de aplicao, cada um dos quatro locais, cada um dos trs anos, assim como cada uma das combinaes dos nveis de qualquer subconjunto desses 4 fatores experimentais, uma condio experimental. Naturalmente, combinaes de
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.
Cada fator experimental e os correspondentes nveis devem ser definidos precisamente no plano do experimento para que as inferncias derivadas da amostra para a populao objetivo tenham o sentido e o significado apropriados aos objetivos do experimento, que so estabelecidos pelo problema e a correspondente hiptese. Para cada fator experimental devem ser claramente especificadas a coleo dos nveis sob considerao na populao objetivo e a correspondente coleo de nveis escolhidas para a amostra. Essas colees de nveis podem no ser iguais; ou seja, os nveis na amostra podem ser a prpria coleo dos nveis na populao objetivo ou um subconjunto desta coleo. A coleo dos nveis na populao objetivo deve ser estabelecida de forma clara e precisa, antes da escolha dos nveis para a amostra. Essa variao da relao entre os nveis do fator na amostra e na populao objetivo ilustrada no Exemplo 5.4. Exemplo 5.4
a) No experimento sobre o controle da giberela em lavouras de trigo com fungicidas (Exemplo 5.2), os nveis do fator fungicida, ou seja, Mancozeb, Ciproconazole e Propiconazole e Exemplo controle, so os mesmos na populao objetivo e na amostra, assim como, tambm, os nveis do fator freqncia de aplicao: uma e duas aplicaes. b) Entretanto, no experimento de controle de vermes intestinais em ovinos com antihelmnticos (Exemplo 5.3), os nveis do fator anti-helmntico sob considerao na populao Exemplo objetivo so todas as doses do intervalo compreendido entre 0 e 40 miligramas por quilograma de peso vivo do animal, enquanto que os nveis na amostra so as doses particulares escolhidas pelo pesquisador: 0, 20 e 40 mg/kg. Os nveis do fator sexo so os mesmos na populao objetivo e na amostra: macho e fmeo. Em cada um desses dois experimentos os nveis do fator experimental local na populao objetivo so a coleo conceitual dos locais da correspondente regio de interesse, enquanto que os nveis na amostra so os locais particulares escolhidos, supostamente por processo aleatrio, para representar essa coleo de locais. Semelhantemente, os nveis do fator ano na populao objetivo so o conjunto dos anos de um intervalo de anos no futuro para os quais se aplicaro as inferncias derivadas do experimento, enquanto que na amostra so os anos particulares de conduo do experimento.
Outra considerao importante refere-se relao entre os nveis aplicados s unidades da amostra e os correspondentes nveis definidos no plano do experimento. Usualmente, um nvel aplicado s unidades da amostra no exatamente aquele estabelecido no plano do experimento. importante ter em conta que as inferncias
164
sero vlidas para os nveis efetivamente aplicados s unidades da amostra; a extenso dessas inferncias para os nveis da populao objetivo requer um passo de julgamento subjetivo. Para tal, necessria a identificao e a distino clara e precisa das trs classes complementares das caractersticas da amostra: a classe das caractersticas respostas, a classe das caractersticas explanatrias (fatores experimentais) e a classe das caractersticas estranhas. Usualmente, a propriedade de que as caractersticas respostas exprimem o desempenho das unidades torna aparente e facilita a identificao dessas caractersticas. Entretanto, a separao dos fatores experimentais das caractersticas estranhas pode no ser fcil.
Exemplo 5.5
O fator cultivar em um experimento de melhoramento gentico de soja compreende o conjunto das caractersticas que definem o gentipo. Essas caractersticas genticas so transmitidas atravs da semente. Entretanto, outras caractersticas da semente, como pureza, sanidade e vigor, podem no ser inerentes a cultivar, ou ser parcialmente inerentes a cultivar e origem da semente. As caractersticas da semente que no so atribuveis a cultivar so caractersticas estranhas. Pode ser difcil ou invivel distinguir entre as caractersticas da semente, ou transmitidas pela semente, as que so inerentes a cultivar daquelas estranhas a cultivar. Conseqentemente, usualmente, os efeitos causais do fator experimental cultivar ficam confundidos com os efeitos dessas caractersticas estranhas. Um recurso para reduzir esse confundimento o controle da qualidade da semente e o conseqente uso de sementes sadias, puras e de vigor uniforme. Entretanto, esse tipo de controle pode ser difcil ou invivel de aplicao a caractersticas que so parcialmente estranhas e parcialmente inerentes a cultivar.
Exemplo 5.6
Os nveis do fator anti-helmntico do experimento de controle de vermes intestinais em ovinos (Exemplo 5.4 b) definidos para a amostra so as doses particulares 0, 20 e 40 mg/kg do Exemplo 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.
Esses exemplos ilustram o fato de que, em geral, efeitos de fatores de tratamento sobre caractersticas respostas ficam confundidos com efeitos de caractersticas estranhas. Entretanto, o pesquisador pode exercer controle acentuado na escolha e na manifestao dos nveis desses fatores que lhe garanta acentuada confiana de que tal confundimento seja irrelevante. Distintamente, em geral, efeitos de fatores intrnsecos ficam confundidos de modo relevante com efeitos de caractersticas estranhas, j que, por definio, so fatores cuja manifestao dos nveis na amostra est fora do controle do pesquisador ou sob seu controle limitado. Esse o caso dos fatores local, ano, raa e sexo dos exemplos anteriores. Exemplo 5.7
Em geral, o fator experimental local deve ser definido como o conjunto das caractersticas ambientais (referentes a solo, clima, flora, fauna, etc.), de tcnicas de cultivo ou de criao, etc. permanentes ou prprias dos locais que constituem os nveis desse fator. Assim, a ocorrncia de um evento climtico, de uma doena ou de uma praga em um local particular ser atribuvel ao fator experimental local se for uma caracterstica prpria do local; no ser atribuvel a esse fator se constituir uma ocorrncia fortuita. Inevitavelmente, ocorrncias eventuais no relacionadas com o fator experimental local ficaro confundidas com esse fator. Tcnicas de cultivo ou de criao no utilizadas uniformemente, tais como plantio abrangendo amplitude de tempo prolongada e diferenas de instalaes, tambm podero implicar em diferenas entre os locais no atribuveis ao fator experimental local.
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.
Essa discusso se justifica pela relevncia do controle exercido sobre a manifestao dos nveis dos fatores experimentais para a confiabilidade e a validade de inferncias referentes a relaes causais. Essa questo ser considerada adiante. Exerccios 5.1
1. O que se entende por fator experimental? Ilustre com exemplos de sua rea. 2. Explique e ilustre a distino entre fator experimental de tratamento e fator experimental intrnseco. Qual a implicao dessa distino para as inferncias derivadas do experimento? 3. Efeitos atribuveis a um fator experimental (conforme definido no plano do experimento) ficam sempre confundidos com efeitos de caractersticas estranhas. Exemplifique esse fato com fatores experimentais em que tal confundimento assuma diferentes nveis entre extremamente baixo e extremamente elevado. 4. Mostre que o fator experimental de tratamento considerado como ilustrao na resposta ao exerccio 2 satisfaz os 4 atributos de um fator de tratamento listados na Seo 5.2 e que o 5.2, fator experimental intrnseco utilizado na mesma ilustrao no satisfaz todos esses atributos. 5. Em um experimento para pesquisa da eficcia de antibiticos para o controle de uma doena em ovinos machos e fmeos da raa Corriedale, antibitico e sexo so fatores de tratamento ou fatores intrnsecos? Justifique a resposta. 6. Explique e ilustre os conceitos de tratamento e condio experimental com exemplos de sua rea. 7. Um pesquisador est planejando um experimento para a pesquisa da eficcia dos seguintes inseticidas no controle de pragas de feijoeiro: Disyston e Ekadir e Keldane. O pesquisador resolve incluir um tratamento sem inseticida para servir de termo de comparao para os inseticidas. O experimento ser conduzido em uma granja de cada um dos municpios de Pelotas, Capo do Leo, Piratini, e Canguu em trs anos consecutivos, de 1998 a 2000. a) Identifique os fatores experimentais e os correspondentes nveis na populao objetivo e na amostra. b) Quais desses fatores so fatores de tratamento? Quais so fatores intrnsecos? c) Identifique e liste os tratamentos na amostra. d) Identifique e liste as condies experimentais na amostra.
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. Exemplo 3.19 A classe das caractersticas respostas compreende as caractersticas que 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 A classe das caractersticas respostas constituda pelas caractersticas 3.20. 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
parasitos e predadores), ao manejo (preparo do cordeiro, aplicao de antibiticos, vacinas e parasiticidas) e aos processos de mensurao e de registro dos dados.
Geralmente, o material experimental no uma amostra aleatria das unidades da populao objetivo. Ele constitudo de um conjunto de unidades escolhidas de uma parte da populao objetivo que disponvel ou acessvel ou, mais comumente, de um conjunto de unidades construdas pelo pesquisador para representar a populao objetivo. Muito freqentemente, o material experimental corresponde situao particular de um laboratrio ou de um campo experimental, ou de um conjunto de laboratrios e campos experimentais de diversos locais e anos, por exemplo. Nessas circunstncias, a populao amostrada, da qual conceitualmente o material experimental considerado representativo, usualmente no corresponde populao objetivo e pode distinguir-se consideravelmente desta. Assim, a validade, ou seja, no tendenciosidade das inferncias derivadas do experimento uma questo crtica. Por definio, essas inferncias so vlidas para a populao amostrada; sero aplicveis populao objetivo na medida em que as caractersticas dessas duas populaes se aproximarem. Por essa razo, a apreciao dos resultados de um experimento requer uma descrio clara e completa do material experimental para que a validade de sua generalizao para a populao objetivo possa ser apropriadamente avaliada. Essas consideraes so muito importantes em experimentos tecnolgicos, que visam derivar inferncias para aplicaes prticas. Podem no ser to relevantes em experimentos bsicos. No experimento, o termo "unidade" tem vrios significados que pelas suas importncias devem ser distinguidos e definidos precisamente. Basicamente, distinguemse os conceitos de unidade experimental e de unidade de observao. Esses conceitos so emitidos e ilustrados nas sees que seguem.
5.4
Unidade Experimental
A unidade experimental para um fator de tratamento a maior frao do material experimental 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
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.
usual identificar a unidade experimental atravs de seu componente bsico. Assim, nas trs situaes do Exemplo 5.11 a unidade experimental usualmente 11, identificada atravs: a) do talho, b) do animal e c) da gaiola. Deve-se ter sempre claro, entretanto, que a caracterizao completa da unidade experimental deve compreender a descrio de todas as caractersticas estranhas, caractersticas explanatrias e caractersticas respostas da correspondente frao do material experimental. O conjunto das unidades experimentais para um fator experimental constitui uma partio do material experimental. Essas unidades experimentais satisfazem a propriedade importante de que no tm fraes do material experimental em comum e conjuntamente constituem o material experimental. Um conjunto de unidades experimentais que no tm fraes do material experimental em comum e conjuntamente constituem o material experimental uma formao de unidades experimentais. experimentais Em experimentos com mais de um fator experimental alguns desses fatores podem ter unidades experimentais comuns que constituem uma nica formao de unidades experimentais. Assim, no experimento do Exemplo 5.11 b) o animal a unidade experimental para os dois fatores experimentais vacina e sexo. Tambm pode ocorrer que a unidade experimental para um fator seja distinta da unidade experimental para outro fator. Nessas circunstncias para cada um desses fatores experimentais h uma formao de unidades experimentais distinta. O Exemplo 5.12 apresenta uma ilustrao. Exemplo 5.12
Seja um experimento para pesquisa do efeito da formulao da rao e da administrao de anabolizante em sunos no perodo de crescimento e terminao para o abate e suponha-se que: a) os animais so instalados em boxes coletivos, b) os nveis do fator experimental rao so atribudos coletivamente aos animais nos boxes, de modo que os animais em um mesmo boxe so condicionados a receberem uma mesma rao, e c) os nveis do fator experimental anabolizante so aplicados individualmente aos animais, de modo que em cada boxe cada animal recebe um anabolizante independentemente do que atribudo aos outros animais do boxe. Nessas circunstncias, o boxe, com as caractersticas do material experimental que lhe correspondem, constitui a unidade experimental para o fator rao, e o animal, com as
169
correspondentes caractersticas do material experimental, constitui a unidade experimental para o fator anabolizante.
Em situaes de mais de uma formao de unidades experimentais, h uma formao de unidades experimentais de menor dimenso. As unidades experimentais dessa formao so denominadas unidades experimentais elementares. As unidades elementares experimentais das demais formaes so constitudas por agrupamentos das unidades experimentais elementares. Assim, no experimento do Exemplo 5.12 h duas formaes de unidades experimentais cujas unidades experimentais so os animais e os boxes, respectivamente; a unidade experimental elementar o animal. Para convenincia de referncia, em experimentos com uma nica formao de unidades experimentais essas unidades experimentais tambm so designadas unidades experimentais elementares. Usualmente, a uma mesma condio experimental corresponde mais de uma unidade experimental. Unidades experimentais distintas com uma mesma condio experimental constituem repeties dessa condio experimental. O nmero de unidades experimentais com uma mesma condio experimental o nmero de repeties dessa condio experimental. Em particular, unidades experimentais distintas com um mesmo tratamento constituem repeties para esse tratamento; o nmero dessas unidades experimentais o nmero de repeties para esse tratamento.
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 4.4.2 Seo 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.
Em algumas situaes, a unidade de observao no a mesma para todas as caractersticas respostas. Por essa razo, ela tem de ser identificada em relao caracterstica resposta. O Exemplo 5.14 prov ilustraes.
170
Exemplo 5.14
a) Em experimentos de nutrio animal em que os animais so dispostos em compartimentos coletivos (potreiros, boxes, gaiolas), caractersticas repostas individuais do animal, como peso corporal e caractersticas da carcaa, so usualmente mensuradas em cada um dos animais; outras caractersticas respostas, como consumo e converso alimentar, so mensuradas globalmente para o conjunto dos animais no compartimento. Assim, a unidade de observao para peso corporal e caractersticas da carcaa o animal, para consumo e converso alimentar o compartimento ou o conjunto dos animais no compartimento. b) Em experimentos com videiras vinferas em que o pomar divido em talhes de duas ou mais plantas, caractersticas respostas referentes produo de frutos (peso e nmero de cachos) so mensuradas individualmente em cada planta, enquanto que caractersticas referentes ao mosto e ao vinho so mensuradas em material proveniente do conjunto das plantas do talho. Logo, a unidade de observao para peso e nmero de cachos a planta, para caractersticas referentes ao mosto e ao vinho o talho ou o conjunto das plantas do talho.
Uma caracterstica resposta pode ser mensurada globalmente em toda a unidade de observao, em uma sua parte escolhida para represent-la ou em algum produto, material ou substncia coletada para avaliao que pode compreender algum processo especial, como uma anlise de laboratrio. Exemplo 5.15 apresenta algumas ilustraes. Exemplo 5.15
a) Em experimentos de campo com plantas granferas (Exemplo 5.13 a), em que o talho Exemplo a unidade de observao para as caractersticas respostas importantes, algumas dessas caractersticas so mesuradas nas plantas colhidas de uma parte interna do talho, que usualmente designada rea til: o peso da produo de gros mensurado pela pesagem de todos os gros produzidos por essas plantas; caractersticas do gro, como peso hectolitro, peso de 1000 gros, vigor e germinao, so mensuradas em uma amostra dos gros das plantas da rea til. Caractersticas da planta, tais como altura, nmero de perfilhos, nmero de espigas, nmero de espiguetas por espiga e graus de incidncias de doenas, so comumente mensuradas em uma amostra das plantas da rea til. b) Em experimentos de controle da incidncia de helmintos em animais (Exemplo 5.13 b), Exemplo em que a unidade de observao para as caractersticas respostas importantes o animal, algumas caractersticas referentes ao animal, como peso corporal ao abate, peso de carcaa e rendimento de carcaa, so mensuradas globalmente para todo o animal. Caractersticas da carcaa so mensuradas em partes da carcaa: lombo, pernil, paleta, etc. Caractersticas referentes composio dessas partes da carcaa so mensuradas em amostras. Caractersticas referentes infestao de helmintos so mensuradas em fezes coletadas do animal e nas vsceras. c) Em experimentos com videira vinfera (Exemplo 5.14 b), em que a planta a unidade de Exemplo observao para caractersticas respostas relevantes, caractersticas referentes produo de uva, ou seja, peso dos cachos, nmero de cachos e peso mdio do cacho so mensuradas globalmente para cada planta. Algumas caractersticas referentes planta, como nmero de ramos, so mensuradas globalmente para toda a planta; outras so mensuradas em partes da planta: nmero de brotos, nmero de bagos e nmero de sementes. Caractersticas referentes ao mosto e ao vinho so mensuradas no produto derivado do conjunto dos cachos da planta: caractersticas do mosto so mensuradas em amostras do mosto e caractersticas do vinho, em amostras extradas do vinho produzido por microvinificao.
O Exemplo 5.15 ilustra circunstncias em que a unidade de observao a prpria unidade experimental elementar. Entretanto, a unidade experimental pode compreender vrias unidades de observao para variveis respostas particulares. O Exemplo 5.16 prov ilustraes de unidade de observao mltipla por unidade experimental elementar.

Exemplo 5.16
171
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.
H mais de uma unidade de observao em cada unidade experimental elementar quando essa unidade experimental dividida em partes em cada uma das quais efetuada a mensurao de uma caracterstica resposta. Essa situao foi ilustrada pelo 16. Exemplo 5.16 Observaes mltiplas tambm ocorrem quando so mensuradas caractersticas respostas em diversas fraes da unidade experimental selecionadas por algum processo de amostragem aleatria. Nesse caso, a unidade de observao usualmente denominada unidade de amostragem. A amostragem da unidade amostragem experimental elementar utilizada em experimentos em que a caracterstica resposta deve ser mensurada em uma pequena frao dessa unidade experimental e a seleo aleatria dessa frao se torna conveniente para a representao apropriada da unidade experimental. Esse o caso da mensurao de caractersticas referentes composio qumica em experimentos com plantas ou animais para a qual utilizada uma pequena quantidade de material. O Exemplo 5.17 prov ilustraes especficas de amostragem na unidade experimental elementar. Exemplo 5.17
a) Em um experimento de adubao de pastagem de campo nativo em que a unidade experimental elementar o potreiro, a avaliao da composio botnica usualmente mensurada em diversas subdivises ou partes do potreiro escolhidas por algum processo de amostragem. Em algumas situaes, o material colhido misturado para constituir uma amostra composta onde so efetuadas as mensuraes. No primeiro caso, as subdivises ou partes constituem unidades de amostragem; no segundo, h uma nica unidade de amostragem. b) Em um experimento de manejo do solo, as mensuraes de caractersticas referentes a propriedades qumicas e fsicas do solo so usualmente efetuadas sobre uma amostra de unidades coletadas em diversas subdivises do talho que constitui a unidade experimental elementar; algumas mensuraes so efetuadas na mistura do material coletado nessas subdivises. c) Em experimentos com plantas de pequeno porte, como gramneas e leguminosas, caractersticas referentes planta ou a suas partes, como folhas e ramos, so comumente mensuradas em uma amostra de plantas ou dessas partes da planta. Tambm nesse caso, em algumas situaes essas plantas ou partes so misturadas para constituir uma nica unidade de amostragem.
A identificao das formaes de unidades experimentais e particularmente a distino entre unidade experimental elementar e unidade de observao tm importncia crucial para a validade das inferncias derivadas do experimento. Depende delas a caracterizao correta dos erros experimentais que afetam inferncias referentes a efeitos de fatores experimentais. Esse tema ser considerado na Seo 5.7. 5.7 Exerccios 5.2
1. Quais so as classes de caractersticas da amostra que constituem o material experimental?
172
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.

Responda as questes que seguem para um desses experimentos, de sua escolha. a) Liste as caractersticas respostas relevantes.
173
b) Descreva um suposto procedimento experimental apropriado, em nvel que permita a descrio das caractersticas estranhas da amostra. c) Especifique os agregados de caractersticas estranhas do material experimental. Liste algumas caractersticas de cada um desses agregados. d) Identifique as unidades de observao para as caractersticas respostas indicadas no item a) e a unidade experimental para o fator experimental definido pelo objetivo do experimento
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 3.4.2), que no experimento Seo 3.4.2 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 3.4.2 que no Seo 3.4.2), 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.
A utilizao desses processos de controle experimental requer a identificao antecipada das caractersticas estranhas da amostra que possam se revelar importantes. De modo geral, as caractersticas estranhas da amostra so inmeras e no podem ser completamente especificadas por identificao individual. Assim, conveniente iniciar
174
com a listagem dos grandes agregados das caractersticas estranhas e, ento, ir decompondo cada um desses agregados at a identificao das caractersticas potencialmente relevantes. Esse procedimento ilustrado pelos exemplos da Seo 3.4.1 e ser ilustrado mais amplamente na Seo 5.8 5.8. Em geral, a adequabilidade desses processos de controle experimental depende da populao objetivo, da importncia da representao da populao objetivo pela amostra, das inferncias a serem derivadas do experimento e das propriedades desejveis para essas inferncias. Por outro lado, a adoo desses processos depende da experincia e da viso do pesquisador, e da disponibilidade de recursos para pesquisa. A caracterizao desses processos de controle experimental apresentada a seguir. A estratgia e as tcnicas para a implementao do controle experimental so o tema do Captulo 9 9.
5.6.1
Controle de tcnicas experimentais Na situao ideal de constncia das caractersticas estranhas, a variao manifestada pelas caractersticas respostas atribuvel exclusivamente s caractersticas explanatrias. Esse princpio da causalidade (Seo 3.4.2) uma pressuposio irreal. Seo 3.4.2 Entretanto, em geral, pode-se admitir que a amostra revelar mais nitidamente a variao das caractersticas respostas que atribuvel s caractersticas explanatrias quanto menor for a variabilidade decorrente de caractersticas estranhas. Assim, uma forma de controle experimental o controle de tcnicas experimentais (Seo 3.4.2 Seo 3.4.2): O controle de tcnicas experimentais o controle fsico da amostra exercido com o propsito de diminuir a variao dos valores observados de variveis respostas que atribuvel a caractersticas estranhas. Essa forma de controle experimental exercida pelo emprego de tcnicas experimentais com o propsito especfico de eliminar ou reduzir a variabilidade de caractersticas estranhas da amostra e pela implementao controlada de tcnicas experimentais requeridas para a execuo do experimento.
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
sanidade,...), caractersticas do ambiente (do solo, do clima, incidncias de doenas, pragas, invasoras e predadores,...), caractersticas referentes a tcnicas de cultivo (semeadura, fertilizao do solo, controle de doenas, pragas, invasoras, predadores,...), caractersticas referentes aos processos de mensurao e de registro dos dados. O controle de tcnicas experimentais pode contribuir para o controle de caractersticas estranhas, atravs de: uso de sementes sadias (isentas de doenas e pragas) e com vigor homogneo; conduo do experimento em terreno plano e uniforme quanto a caractersticas do solo, tais como profundidade, fertilidade e umidade; utilizao de tcnicas de cultivo uniformes, como adubao uniforme e adoo de mesma data de plantio; controles homogneos de incidncias de doenas, pragas (excludas aquelas que devam ser controladas atravs dos tratamentos), invasoras e predadores, atravs do uso de fungicidas, inseticidas, herbicidas e proteo; e com processamento uniforme da colheita e da mensurao e registro dos dados.
O controle de tcnicas experimentais tem implicaes para a constituio da amostra. De fato, a frao das caractersticas estranhas que controlada por tcnicas experimentais excluda da amostra. Portanto, o controle de tcnicas experimentais pode implicar em prejuzo para a representao da populao objetivo pela amostra. Por essa razo, ele deve ser efetuado na medida em que no tenha essa implicao. Exemplo 5.20
Para ilustrao, considere-se o experimento do Exemplo 5.18 Se a populao objetivo 18. constituda de animais heterogneos e h indicaes de que o efeito de anti-helmnticos varia com essa heterogeneidade, no apropriado constituir a amostra por animais com caractersticas individuais homogneas. Se na populao objetivo as condies ambientais no so controladas, o controle ambiental deve ser efetuado at o ponto em que no implique distanciamento da populao amostrada em relao populao objetivo. Semelhantes consideraes valem para as aplicaes de vacinas e antibiticos. Claramente, os controles exercidos pela homogeneizao do suprimento de rao e de gua, adoo de proteo para evitar danos decorrentes de predadores, e adoo de procedimentos e instrumentos uniformes e precisos de mensurao, registro e edio de dados no tm implicaes para a representao da populao objetivo pela amostra.
Nessas circunstncias, so muito teis processos de controle experimental que sejam aplicveis para o controle de caractersticas estranhas que no recomendvel por tcnicas experimentais. Os processos de controle de caractersticas estranhas que no afetam a manifestao dessas caractersticas so o controle local e o controle estatstico, que foram definidos na Seo 3.4.2 e so rediscutidos a seguir.
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 O Exemplo 5.21 prov duas ilustraes. blocos.
176
Exemplo 5.21
a) Suponha-se que no experimento de controle de verminose de coelhos atravs de antihelmnticos (Exemplo 5.18 so usados animais nascidos em um intervalo de tempo Exemplo 18) consideravelmente amplo. Nessas circunstncias, a variao entre ninhadas pode ser uma fonte considervel da variao estranha dos valores observados de variveis respostas relevantes, como ganho de peso, nmeros de ovos nas fezes e nmero de helmintos nas vsceras. De fato, como coelhos de uma mesma ninhada so de mesma idade e tm caractersticas individuais, especialmente as genticas, mais semelhantes do que os de ninhadas diferentes de esperar que a variao entre coelhos dentro de cada ninhada seja consideravelmente menor do que a variao entre coelhos de ninhadas diferentes. Assim, pode ser conveniente exercer o controle local pela classificao dos coelhos segundo as ninhadas e, ento, a administrao dos anti-helmnticos de modo que os animais de cada ninhada recebam anti-helmnticos diferentes e cada ninhada receba uma coleo completa dos anti-helmnticos. b) Se o experimento agrcola de campo para controle de uma praga do feijoeiro atravs de inseticidas (Exemplo 5.19 for conduzido em um terreno em declive, a variao estranha devida ao Exemplo 19) declive pode constituir uma fonte considervel da variao de valores de variveis respostas importantes, como peso da produo de gros e nmero de insetos vivos. Assim, pode ser conveniente classificar os talhes segundo as faixas de nvel, pois, em geral, talhes de uma mesma faixa de nvel so mais semelhantes quanto s caractersticas do solo relevantes (profundidade, textura, estrutura, fertilidade e umidade) do que talhes de faixas diferentes. Ento, uma coleo completa dos inseticidas assinalada ao conjunto dos talhes de cada faixa de nvel, de modo que cada talho de uma faixa de nvel receba um diferente inseticida e cada faixa de nvel contemple uma coleo completa dos inseticidas.
Devem ser consideradas para controle local as caractersticas estranhas que se espera constituam fontes de variao relevantes das caractersticas respostas. Em geral, essas caractersticas estranhas correspondem a: classificaes naturais ou convenientes das unidades de observao, formaes de unidades experimentais e caractersticas estranhas associadas com fatores experimentais intrnsecos. Uma caracterstica estranha que levada em conta pelo controle local denominada fator de unidade. Os nveis desse fator de unidade so os nveis dessa unidade caracterstica estranha. Um fator de unidade deve satisfazer propriedades semelhantes quelas requeridas de fator experimental (Seo 5.2 Seo 5.2). O controle local de uma caracterstica estranha eficiente quando os nveis dessa caracterstica classificam as unidades de observao em grupos de unidades de tal modo que a variao entre esses grupos seja consideravelmente maior do que a variao dentro de grupos. A utilizao eficaz do controle local depende do conhecimento das caractersticas estranhas relevantes do material experimental. Em experimentos de ampla abrangncia, em geral, as caractersticas estranhas mais relevantes referem-se distribuio das unidades de observao no espao e no tempo. Nessas circunstncias, o controle local deve considerar a classificao das unidades de observao nessas duas dimenses, constituindo duas formas de classificao, uma em cada uma dessas duas dimenses. Nesses experimentos, muito freqentemente, podem ser identificadas caractersticas estranhas relevantes em cada uma das sees do espao e do tempo que demandem controle local adicional. Assim, por exemplo, se o experimento considerado no Exemplo 5.21 b) repetido em diversos locais e em mais de um ano, o controle local deve constituir duas classificaes das unidades: uma classificao segundo a distribuio das unidades entre os locais e a outra segundo a distribuio das unidades entre os anos; ademais, deve considerar a classificao segundo as faixas de nvel em cada ano e local.
177
Experimentos de abrangncia restrita, ou seja, experimentos conduzidos em uma nica seo do espao e do tempo, usualmente requerem controle local da variao devida a caractersticas estranhas que correspondem a classificao das unidades segundo suas similaridades espaciais, temporais, genticas e devidas a outras propriedades relevantes. Assim, se o experimento do Exemplo 5.21 a) conduzido em uma nica instalao e em um nico intervalo de tempo, pode ser requerido o controle local que considere a classificao dos animais segundo as ninhadas. O controle local tambm freqentemente requerido mesmo em experimentos conduzidos em ambientes controlados. Esse tpico ser tratado mais amplamente na Seo 9.5 9.5.
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.
As variveis estranhas consideradas para o controle estatstico so comumente denominadas co-variveis estranhas. Esse processo de controle experimental efetivado coestranhas atravs do procedimento de anlise estatstica denominado anlise de co-variao co-variao. Uma co-varivel estranha tem os mesmos atributos de co-varivel explanatria (Seo 5.8). Entretanto, sua funo em inferncias sobre a relao causal entre Seo 5.8 caractersticas respostas e caractersticas explanatrias distinta daquela descrita para co-varivel explanatria. A co-varivel estranha no de interesse nessas inferncias. Seu papel simplesmente prover informao sobre a variao atribuvel caracterstica que ela exprime para propsito de controle experimental. O controle estatstico menos aplicvel que o controle local e em algumas situaes adotado complementarmente ao controle local. Ademais, quando apropriado, usualmente aplicvel apenas a uma ou poucas variveis respostas. Por outro lado, o controle estatstico no aplicvel para caractersticas estranhas que possam ser afetadas por efeitos de tratamentos, pois nesse caso estaria introduzindo confundimento com efeitos de tratamentos. Essas circunstncias so ilustradas pelo Exemplo 5.23 23.
178
Exemplo 5.23
a) Suponha-se que no experimento de controle de verminose de coelhos com antihelmnticos (Exemplo 5.18 Exemplo 5.21 a) seja esperado que as diferenas de pesos dos Exemplo 18, coelhos de uma mesma ninhada possam afetar consideravelmente a variao dos valores observados de variveis respostas importantes, como o peso corporal final. Nesse caso, pode ser conveniente o controle estatstico desta caracterstica estranha para essas variveis respostas, adicionalmente ao controle local da ninhada. Ento, efetuado o registro do peso inicial dos animais que utilizado como co-varivel para o ajustamento do peso final atravs da anlise da co-variao. Observe-se que o efeito do peso inicial sobre o peso final pode no ser relevante, se o intervalo entre as mensuraes desses pesos for relativamente amplo. Por outro lado, a variao do peso corporal inicial pode no afetar de modo relevante outras caractersticas respostas, tais como nmero de ovos nas fazes e nmero de vermes nas vsceras do animal. Nesses casos o controle estatstico desnecessrio ou no tem sentido. b) Se no experimento de controle de uma praga do feijoeiro com inseticidas (Exemplo 5.19 Exemplo 19, Exemplo 5.21 b) o estande final for heterogneo, mas no for afetado por efeitos dos tratamentos (ou seja, dos inseticidas), pode ser conveniente controlar o efeito do estande final sobre o peso da produo atravs do controle estatstico, complementarmente ao controle local. Vale aqui observao semelhante quela do exemplo anterior: o controle estatstico somente aplicvel para varivel resposta que seja afetada de modo considervel pela variao de estande. Por exemplo, pode ocorrer uma compensao de modo que as plantas de talhes com estande mais baixo tendam a desenvolver-se mais e ter produes individuais mais elevadas. Nesse caso, o ajustamento para a variao de estande se torna desnecessria ou no tem sentido.
O controle estatstico se baseia em uma relao entre a varivel resposta e a covarivel estranha semelhante quela referida para co-varivel explicativa (Seo 5.8 Seo 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 3.4.2 Seo 3.4.2).

Casualizao na atribuio dos tratamentos
179
A casualizao na atribuio dos tratamentos o processo de assinalao aleatria dos nveis de fatores de tratamento s respectivas unidades experimentais atravs de procedimento objetivo de sorteio que atribua a todas as unidades experimentais para cada um desses fatores de tratamento a mesma chance de receber qualquer dos correspondentes tratamentos. Assim, a casualizao dos tratamentos estabelece uma associao aleatria entre tratamentos e unidades experimentais. Equivalentemente, a casualizao pode ser conceituada como a assinalao aleatria das unidades experimentais aos tratamentos. Embora na prtica a casualizao seja procedida pela atribuio aleatria dos tratamentos s unidades experimentais, sob o ponto de vista conceitual mais conveniente pens-la como a assinalao das unidades experimentais aos tratamentos. Como conseqncia da casualizao, os tratamentos tm igual chance de serem favorecidos ou desfavorecidos pelas caractersticas estranhas afetadas pela casualizao, ou seja, pelas caractersticas estranhas casualizadas. Desse modo, a variao devida s caractersticas estranhas casualizadas no afeta tendenciosamente os efeitos dos tratamentos. Em um experimento em que exercido o controle local, o procedimento de casualizao deve ser restrito de modo a garantir a disposio dos tratamentos determinada pelo controle local. Na situao de controle local mais simples, ou seja, em que h apenas uma classificao relevante das unidades de observao levada em conta pelo controle local, a casualizao procedida dentro de cada grupo de unidades de observao constitudo pelo controle local, separadamente e independentemente para cada grupo. Exemplo 5.24
a) Considere-se o experimento de controle de verminose de coelhos com anti-helmnticos (Exemplo 5.18), com o controle local das caractersticas estranhas associadas ninhada. Nessas Exemplo 18 circunstncias, os nveis do fator anti-helmntico devem ser atribudos aleatoriamente aos animais de cada uma das ninhadas, repetindo-se o processo de casualizao separada e independentemente para cada ninhada. Observe-se que nesse caso o nmero de coelhos de cada ninhada utilizados no experimento deve ser igual ao nmero dos nveis do fator anti-helmntico na amostra. Com esse processo de casualizao, resultam casualizadas todas as caractersticas individuais dos animais, excetuadas aquelas referentes ninhada. b) No experimento de controle de uma praga do feijoeiro com inseticidas (Exemplo 5.19 Exemplo 19) com o controle local da variao entre faixas de nvel, os tratamentos, ou seja, os nveis do fator inseticida, devem ser atribudos aleatoriamente a cada uma das faixas, separada e independentemente, de modo que em cada faixa resulte uma coleo completa desses tratamentos. Para tal, o nmero de talhes de cada um das faixas de nvel deve ser igual ao nmero de tratamentos.
Observe-se que apenas fatores de tratamento podem e devem ser submetidos a casualizao. Fatores intrnsecos no so sujeitos a casualizao ou so sujeitos a casualizao parcial que pode no abranger alguma caracterstica estranha relevante. Como conseqncia, efeitos de fatores intrnsecos podem resultar confundidos tendenciosamente com efeitos de caractersticas estranhas. Casualizao na implementao de tcnicas experimentais A casualizao um processo de controle experimental conveniente para a determinao da ordem de implementao de tcnicas experimentais nas unidades de observao, quando a ordem possa ter efeitos relevantes sobre caractersticas respostas:
180
A casualizao na implementao de uma tcnica experimental compreende o estabelecimento de uma ordem aleatria de implementao dessa tcnica experimental nas unidades de observao, determinada por algum procedimento objetivo de sorteio que atribua a todas as unidades de observao igual chance de ser favorecida ou desfavorecida. Situaes de casualizao na implementao de tcnicas experimentais so ilustradas pelo Exemplo 5.25. 25 Exemplo 5.25
a) Em um experimento com sorgo, a ordem da aplicao de uma tcnica de cultivo, como a semeadura, a aplicao de inseticida, de fungicida e de herbicida, e a colheita, pode afetar a produo de gros. b) Em um experimento com ovinos, a ordem de aplicao de uma tcnica de manejo, como a tosquia, pode afetar o ganho de peso corporal e a produo de l. Esses efeitos podem ser relevantes quando a implementao da tcnica experimental requer intervalo de tempo considervel, ou eventualmente estende-se por tempo prolongado.
5.6.5
Implicaes do controle experimental O controle de tcnicas experimentais permite tornar constante ou reduzir a variabilidade de caractersticas estranhas do material experimental. Assim, esse procedimento de controle experimental tem implicao sobre a constituio da amostra. Portanto, como salientado anteriormente, o controle de tcnicas experimentais tem limitaes; ele pode ser implementado para a reduo da variao dos valores observados de variveis respostas devidas a caractersticas estranhas da amostra que no tenha implicao para a representao da populao objetivo. O controle local e o controle estatstico no afetam a constituio da amostra. Esses procedimentos de controle experimental permitem separar da variao dos valores observados da varivel resposta que atribuvel a efeitos de fatores experimentais e do erro experimental que afeta inferncias referentes a esses efeitos a parte da variao que atribuvel s caractersticas estranhas controladas. Dessa forma a variao devida a fatores experimentais, se existente, torna-se mais ntida. Entretanto, o controle local e o controle estatstico tambm tm limitao: eles implicam perda de informao sobre o erro experimental, o que restringe suas aplicabilidades a um nmero reduzido de caractersticas estranhas. Observe-se que, geralmente, o controle de tcnicas experimentais, o controle local e o controle estatstico efetuam o controle parcial da variabilidade da varivel resposta que atribuvel s caractersticas estranhas controladas que so efetivamente controladas. Assim, por exemplo, o controle ambiental da temperatura em uma casa de vegetao poder reduzir consideravelmente a variabilidade da resposta que atribuvel a essa caracterstica, mas no a tornar constante; o controle local da idade de animais atravs do agrupamento dos animais em grupos de animais de idades prximas poder lograr variao reduzida da resposta devida idade dentro de cada grupo, mas alguma frao da variao atribuvel idade permanecer entre os animais dentro de cada grupo. Semelhantemente, o controle estatstico do estande de plantas poder lograr substancial reduo da variabilidade da produo de gros que atribuvel ao estande; entretanto, alguma variabilidade atribuvel a estande permanecer no controlada. A casualizao no afeta a constituio da amostra e nem separa da variao dos valores da varivel resposta e do erro experimental qualquer variao atribuvel a caractersticas estranhas. A casualizao permite que o confundimento dos efeitos de tratamento com efeitos de caractersticas estranhas que no foi controlado por aqueles
181
outros processos de controle experimental seja no tendencioso. A ausncia de tendenciosidade possibilita que possa ser logicamente inferido que uma diferena considervel das respostas a dois tratamentos, por exemplo, seja conseqncia de diferena real entre os efeitos desses tratamentos. A Tabela 5.1 apresenta um resumo das implicaes dos procedimentos de controle experimental para a constituio da amostra e para o erro experimental que afeta efeitos de fatores experimentais. Tabela 5.1. Implicaes dos procedimentos de controle experimental para a constituio da amostra e o erro experimental que afeta efeitos de fatores experimentais.
Erro experimental que afeta efeitos de fatores experimentais Grandeza Afeta Afeta Afeta No afeta No tendenciosidade Afeta No afeta No afeta Afeta
Procedimento
Constituio da amostra
Controle de tcnicas experimentais Controle local Controle estatstico Casualizao
Afeta No afeta No afeta No afeta
Observe-se que, como o controle de tcnicas experimentais molda a amostra, a frao das caractersticas estranhas assim controlada excluda do conjunto das caractersticas estranhas que constituem a amostra. Assim, a amostra compreende, de fato, as trs seguintes classes de caractersticas:
caractersticas respostas, caractersticas explanatrias e caractersticas estranhas, excludas as caractersticas controladas por
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 perturbadoras. estranhas potencialmente 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.
As caractersticas estranhas potencialmente perturbadoras so definidas por excluso, ou seja, como o conjunto das caractersticas estranhas excludas aquelas controladas por controle local e por controle estatstico e as casualizadas. Em geral, o conjunto completo das caractersticas potencialmente perturbadoras no pode ser
182
especificado pela identificao individual de cada uma dessas caractersticas na amostra. Semelhantemente ao processo indicado para a especificao das caractersticas estranhas, conveniente iniciar a especificao das caractersticas estranhas potencialmente perturbadoras atravs da identificao de seus grandes agregados, prosseguindo-se, ento, com a decomposio desses agregados. Esse procedimento ilustrado pelos exemplos que seguem. Ilustrao mais ampla provida pelos exemplos da Seo 5.8 5.8.
Exemplo 5.26
a) No experimento de controle de verminose de coelhos com anti-helmnticos (Exemplo Exemplo 5.18), com o controle local das caractersticas relacionadas ninhada e o procedimento de 18 casualizao ilustrado anteriormente, todas as caractersticas estranhas da amostra so potencialmente perturbadoras, excetuadas as relacionadas com as ninhadas (que so controladas pelo controle local) e as caractersticas individuais dos animais dentro de cada ninhada (que so casualizadas); ou seja, so potencialmente perturbadoras: as caractersticas referentes ao ambiente (instalaes, clima - temperatura, umidade, luminosidade, etc., incidncias de doenas, pragas, predadores, etc.), ao manejo (suprimento de alimento e gua, aplicao de medicamentos, etc.), ao processo de mensurao de caractersticas respostas e ao registro dos dados. b) No experimento de controle de uma praga do feijoeiro com inseticidas (Exemplo 5.19 Exemplo 19) com o controle local da variao entre faixas de nvel e com a atribuio aleatria dos nveis do fator inseticida a cada uma das faixas, so potencialmente perturbadoras todas as caractersticas estranhas da amostra, excetuadas as relacionadas com as faixas de nvel (que so controladas pelo controle local) e as caractersticas individuais dos talhes dentro de cada faixa de nvel (que so casualizadas); ou seja, so potencialmente perturbadoras: as caractersticas da semente (caractersticas genticas e fenotpicas pureza, sanidade,...), as caractersticas do ambiente (referentes a solo, clima, incidncias de doenas, pragas, invasoras e predadores,...), as caractersticas referentes s tcnicas de cultivo (semeadura, fertilizao do solo, controle de doenas, pragas, invasoras, predadores,...) e as caractersticas referentes aos processos de mensurao e de registro dos dados.
O erro experimental que afeta inferncias referentes a efeitos de fatores experimentais constitudo pelas caractersticas estranhas casualizadas e as caractersticas estranhas potencialmente perturbadoras. Em geral, esperado que as caractersticas desta ltima classe no tenham efeitos relevantes e que, portanto, seus efeitos sobre as variveis respostas resultem confundidos de modo no tendencioso com efeitos dos fatores experimentais; ou seja, esperado que essas caractersticas se comportem como caractersticas casualizadas. Por essa razo, o erro experimental tambm usualmente denominado erro aleatrio ou erro casual. Essa uma casual pressuposio importante para a validade, ou seja, a no tendenciosidade das inferncias derivadas do experimento. Entretanto, efeitos de caractersticas estranhas potencialmente perturbadoras que se revelam importantes por implicar variao considervel dos valores observados da varivel resposta ficam confundidos tendenciosamente com os efeitos de fatores experimentais. As caractersticas potencialmente perturbadoras relevantes so designadas caractersticas estranhas perturbadoras. perturbadoras Assim, a classe das caractersticas da amostra potencialmente perturbadoras compreende duas subclasses: caractersticas estranhas potencialmente perturbadoras irrelevantes e
caractersticas estranhas perturbadoras.
O confundimento de efeitos de fatores experimentais com efeitos de caractersticas estranhas perturbadoras torna tendenciosas as inferncias referentes a efeitos causais de fatores experimentais sobre caractersticas respostas. O recurso para evitar a
183
ocorrncia de caractersticas estranhas perturbadoras o controle de tcnicas experimentais. Exemplo 5.27

No experimento de controle de verminose de coelhos com anti-helmnticos (Exemplo 5.18 Exemplo 18), pode se tornar caracterstica estranha perturbadora qualquer das caractersticas estranhas potencialmente perturbadoras que se torne relevante. Particularmente, podem se tornar perturbadoras, em decorrncia de ausncia ou falha do processo de controle de tcnicas experimentais: incidncias de pragas, de predadores e de doenas no relacionadas verminose (porque a incidncia de verminose e qualquer caracterstica afetada pela verminose so caractersticas respostas), ocorrncias de condies ambientais adversas, e erros de mensurao e de registro dos dados.
Em resumo: O controle de tcnicas experimentais permite a diminuio da variao atribuvel a caractersticas estranhas, particularmente a diminuio da tendenciosidade provocada por caractersticas perturbadoras e a diminuio de erros aleatrios, decorrentes de caractersticas casualizadas e de caractersticas potencialmente perturbadoras irrelevantes. Por outro lado, o uso de planos de experimentos eficientes visa colocar na classe das caractersticas estranhas controladas (por controle local e controle estatstico) tantas caractersticas estranhas quanto exeqvel, prtico e econmico. Entretanto, no prtico ou recomendvel controlar por controle local e por controle estatstico mais do que poucas das muitas caractersticas estranhas do material experimental. A maioria delas deve ser deixada no controlada por essas tcnicas. Tais caractersticas podem ser colocadas na classe das caractersticas casualizadas, atravs da casualizao apropriada, ou, novamente, serem controladas atravs de tcnicas experimentais. A constituio da amostra estabelecida pelas aes exercidas pelo pesquisador e as ocorrncias naturais durante a execuo do experimento. Inicia-se com a seleo da amostra inicial, prossegue durante a execuo do experimento e completada com a concluso do experimento, ou seja, com a mensurao de caractersticas respostas e o registro dos dados. A classificao das caractersticas estranhas do material experimental segundo os processos de controle experimental a que so submetidas estabelecida pelo procedimento adotado na execuo do experimento. Esse procedimento definido no plano do experimento, mas freqentemente sujeito a alteraes durante a execuo do experimento. Dessa forma, a identificao das classes das caractersticas estranhas controladas por controle local e por controle estatstico, das caractersticas estranhas casualizadas e das caractersticas estranhas controladas por tcnicas experimentais requer a descrio do procedimento experimental. A identificao dessas classes de caractersticas estranhas ilustrada na Seo 5.8 5.8.
5.7
Erro Experimental e Erro de Observao

Erro experimental O erro experimental global de uma varivel resposta a variao dos valores observados dessa varivel resposta que atribuvel s caractersticas estranhas (Seo Seo 5.6). 5.6 Esse erro experimental compreende diversas fontes de variao estranha: a) variao inerente ao processo de mensurao e ao registro dos dados; b) variao devida reproduo no uniforme das condies experimentais nas unidades experimentais que devem receber ou manifestar uma mesma condio experimental; c) interaes de condies experimentais e caractersticas estranhas; e d) outras fontes de variao relevantes fora do controle do pesquisador.
184
A segunda fonte de variao origina-se do confundimento dos efeitos das caractersticas prprias do fator experimental com efeitos de caractersticas estranhas veiculadas ou manifestadas juntamente com as condies experimentais (Seo 5.2 5.2). Variao dessa origem denominada erro de condio experimental no caso de fator de experimental; tratamento, ela denominada mais especificamente erro de tratamento tratamento. As duas ltimas fontes de variao correspondem omisso de efeitos sistemticos devidos a caractersticas estranhas na formulao do modelo estatstico. Quando isso ocorre, diz-se que h um erro de especificao do modelo. Essas fontes de variao, se relevantes, podem inflacionar o erro experimental de modo considervel. Esse fato pode tornar-se importante, especialmente se tais fontes de variao no afetam em nvel semelhante a variao atribuvel aos efeitos de tratamentos. O erro de condio experimental uma fonte de variao importante em muitos experimentos. Assim, por exemplo, quando os tratamentos so equipamentos diferentes cada um dos quais operado em diversos turnos, por um mesmo operador ou por operadores diferentes, pode ocorrer que o desempenho desses equipamentos varie entre os turnos devido inabilidade de cada operador manter desempenho uniforme ou variao de desempenho entre os operadores de um mesmo equipamento. Nesse caso, o erro de tratamento compreende o efeito de turno de operao ou a combinao dos efeitos de turno de operao e de operador. Em tais situaes, seria mais apropriado considerar o erro de tratamento separadamente do erro experimental propriamente dito. O controle local decompe ou estratifica o erro experimental global em componentes correspondentes aos fatores de unidade, ou seja, s classificaes das unidades de observao que ele constitui ou leva em conta. Dessa forma, o erro experimental fica decomposto em tantos estratos quantos so os fatores de unidade. A frao do erro experimental global correspondente a um fator de unidade constitui um estrato do erro experimental. do experimental Em geral, o erro experimental que afeta inferncias referentes a um efeito de fatores experimentais uma frao do erro experimental global composta por um subconjunto de seus estratos. Esse erro experimental pode variar com as inferncias particulares. O erro experimental que afeta inferncias referentes a um fator experimental a variao dos valores observados da varivel resposta nas unidades experimentais para esse fator que atribuvel s caractersticas estranhas que no so controladas por controle local e por controle estatstico. Logo, o erro experimental que afeta inferncias referentes a um fator experimental compreende a variao dos valores observados da varivel resposta nas unidades experimentais para esse fator, excetuados os componentes dessa variao que so atribuveis s caractersticas estranhas controladas. Em particular, em um experimento com um nico fator experimental em que no efetuado controle da variao atribuvel a caractersticas estranhas, o erro experimental que afeta inferncias referentes a esse fator a variao dos valores observados da varivel resposta nas unidades experimentais dentro dos nveis desse fator. Erro de observao Em circunstncias em que a unidade experimental elementar compreende mais de uma unidade de observao pode ser determinada a variao dos valores observados da
185
varivel resposta nessas unidades de observao dentro das unidades experimentais elementares. O erro de observao de uma varivel resposta a variao dos valores observados dessa varivel resposta nas suas unidades de observao dentro das unidades experimentais elementares. No caso em que as unidades de observao so unidades de amostragem (Seo Seo 5.5), amostragem. 5.5 o erro de observao denominado erro de amostragem Unidade experimental e erro experimental A determinao correta das formaes de unidades experimentais e dos estratos do erro experimental tem importncia crucial para a validade das inferncias derivadas do experimento. Depende dela a caracterizao correta dos estratos do erro experimental que afetam inferncias referentes a efeitos de fatores experimentais. particularmente relevante a distino entre unidade experimental elementar e unidade de observao, que freqentemente no levada em conta pelo pesquisador. Essa falha origina inferncias tendenciosas decorrentes do uso incorreto do erro de observao em lugar do erro experimental em inferncias referentes a efeitos de fatores experimentais. Isto porque, se a unidade experimental elementar compreende mais de uma unidade de observao, os erros experimentais que afetam essas inferncias provm da variao externa a essas unidades experimentais. Dessa forma, a unidade experimental elementar deve ser considerada como um todo. O erro de observao, ou seja, a variao dos valores observados da varivel resposta entre unidades de observao dentro das unidades experimentais elementares, irrelevante para essas inferncias. Exemplo 5.28
Para ilustrao da distino entre erro experimental e erro de observao, considerem-se os experimentos do Exemplo 5.16 16. a) No experimento de lotao ou carga animal com animais em pastoreio, o erro experimental do peso corporal ao abate que afeta o fator experimental lotao a variao dos pesos corporais mdios (ou globais) observados nos potreiros (pesos de conjuntos de dez animais) que atribuvel a caractersticas estranhas e que no controlada por controle local. Na ausncia de controle local, esse erro experimental a variao entre os pesos corporais mdios observados nos potreiros com mesma lotao. O erro de observao para a varivel resposta peso corporal ao abate a variao entre os pesos corporais dos animais dentro de potreiros. b) No experimento de comparao de cultivares de pessegueiro o erro experimental do peso da produo de frutos que afeta o fator experimental cultivar a variao entre os pesos mdios (globais) dos frutos produzidos por parcela (conjunto de quatro plantas) que atribuvel a caractersticas estranhas e que no controlada por controle local. Na ausncia de controle local, o erro experimental a variao entre as produes mdias de frutos por parcela com mesma cultivar. O erro de observao para a varivel resposta peso da produo de frutos a variao entre os pesos da produo de frutos por planta dentro de parcela.
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
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 co-varivel explanatria uma varivel que expressa uma caracterstica coexplanatria 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 co-variao A anlise da co-variao. 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
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.
2) Discriminao de efeitos de fatores experimentais de efeitos de caractersticas estranhas: Caractersticas estranhas das unidades podem ter efeitos relevantes sobre caractersticas respostas que se confundem com efeitos de fatores experimentais. O registro de dados dessas caractersticas pode ser importante para lev-las em conta nas inferncias referentes relao causal entre a varivel resposta e os fatores experimentais para distinguir seus efeitos dos efeitos dos fatores experimentais. Esse propsito tem relao com o referido no item anterior. Exemplo 5.30
a) Em um experimento do efeito da muda sobre caractersticas de galos reprodutores, caractersticas do ambiente, principalmente temperatura, podem ter efeito relevante sobre o desempenho do animal. A considerao da temperatura como co-varivel explanatria pode ser til para discriminao da variao da varivel resposta atribuvel muda e temperatura. b) Em um experimento para pesquisa do efeito da nutrio da ovelha matriz sobre o peso corporal do cordeiro ao nascer, a idade da ovelha tambm pode ter efeito sobre o peso do cordeiro. Assim, pode ser interessante discriminar os efeitos atribuveis ao fator experimental dieta dos efeitos devidos idade da ovelha.
3) Explicao sobre a origem dos efeitos de fatores experimentais: A considerao de uma caracterstica resposta intermediria (Seo 7.2) como co-varivel explanatria Seo 7.2 pode ser til para a melhor compreenso dos efeitos de fatores experimentais sobre uma varivel resposta, particularmente para distinguir efeitos diretos e efeitos indiretos. Exemplo 5.31
a) Em um experimento para pesquisa do efeito da dieta sobre o ganho de peso de perus alimentados vontade sabido que a dieta tambm pode afetar o consumo e este, por sua vez, o ganho de peso. Nessas circunstncias, pode ser interessante derivar inferncias referentes s diferenas de efeitos das dietas sobre o ganho de peso tanto sem ajustamento para a variao atribuvel ao consumo como com esse ajustamento. Dessa forma, podem ser distinguidos os efeitos das dietas sobre o ganho de peso total e sobre o ganho de peso efetivo. b) Em um experimento do efeito da fumigao do solo de lavouras de aveia com diversos produtos para controle de nematides a fumigao pode ter efeito sobre a produo de gros simplesmente como um reflexo de seu efeito sobre os nematides, mas, tambm, efeito de outra origem, como o provimento ao solo de alguma substncia fertilizante. Essa dvida pode ser elucidada atravs de duas anlises da varivel resposta produo de gros: uma sem ajustamento para a variao atribuvel co-varivel nmero de nematides e outra com esse ajustamento.
4) Inferncias referentes a uma varivel resposta derivada da razo de outras duas variveis respostas: Em algumas situaes inferncias referentes a uma varivel resposta derivada de outras duas variveis respostas (Seo 7.2 podem ser obtidas Seo 7.2) atravs de uma relao entre essas duas variveis em que uma delas assume o papel de co-varivel explanatria.

Exemplo 5.32
189
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 5.31 a) a converso alimentar a razo entre o consumo e o ganho de peso. Exemplo 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) Inferncias sobre a relao entre uma varivel resposta e uma co-varivel explanatria levando em conta os efeitos atribuveis aos fatores experimentais: Inferncias referentes a relaes de variveis com base em dados de experimentos devem levar em conta a estrutura do experimento, ou seja, a relao entre a estrutura das condies experimentais e a estrutura das unidades (Seo 10.4). Usualmente, Seo 10.4 essas inferncias devem ser derivadas para cada nvel ou combinao de nveis dos fatores experimentais, ou mais globalmente, dependendo da presena ou ausncia de interaes entre esses fatores e a co-varivel. O Exemplo 5.33 ilustra algumas situaes de pesquisa experimental em que h interesse em relaes de variveis. Exemplo 5.33
Experimentos em que h interesse em relao entre uma varivel resposta e uma covarivel: a) experimento de nutrio de sunos com dois fatores experimentais: dieta e sexo - relao entre comprimento do lombo e peso corporal ao abate (ou tempo para o abate); b) experimento para pesquisa do efeito do desbaste de flores sobre a produo de pssego - relao entre teor de acar e tamanho do fruto; c) experimento de fertilizao do solo para o cultivo de aspargo - relao entre peso da produo e nmero de turies; d) experimento para pesquisa do efeito da suplementao mineral em aves poedeiras relao entre espessura da casca e tamanho do ovo.
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
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.
Procedimento experimental: O experimento conduzido em uma casa de vegetao de uma unidade de pesquisa. So utilizadas 320 estacas de cada uma das duas cultivares, de mesma procedncia e de comprimento e espessura uniformes. As estacas de cada uma das cultivares so separadas em 16 subconjuntos de 20 estacas; ento, os 4 nveis do fator AIB so atribudos aleatoriamente a esses 16 subconjuntos de estacas de modo que cada um dos 4 nveis resulta assinalado a 4 desses subconjuntos. Os 32 subconjuntos de estacas das duas cultivares j tratadas com o AIB so, ento, atribudos aleatoriamente a 32 vasos dispostos em uma bancada da casa de vegetao. Aps o perodo apropriado para o enraizamento, procedida a mensurao e o registro dos valores observados das variveis respostas em cada estaca: enraizamento (sim ou no), nmero de razes e comprimento das razes. Caractersticas estranhas: Conjunto das caractersticas que se manifestam na amostra e que no so caractersticas respostas ou caractersticas explanatrias, ou seja, o conjunto dos seguintes agregados de caractersticas: caractersticas referentes estaca (procedncia, comprimento, espessura e sanidade, etc., excludas as caractersticas inerentes a cultivar, que uma caracterstica explanatria), ao ambiente (solo, clima, incidncias de pragas, doenas, invasoras e predadores, etc.), s tcnicas de cultivo (preparo das estacas e aplicao do fitohormnio AIB, excludas propriedades do prprio AIB, preparo do vaso, estaquia, aplicaes de inseticidas e outros defensivos, etc.), e aos processos de mensurao e de registro dos dados. Material experimental ou amostra: Compreende as trs classes de caractersticas da amostra, ou seja, as caractersticas explanatrias, as caractersticas estranhas (no controladas por tcnicas experimentais - a frao das caractersticas estranhas que controlada por tcnicas experimentais excluda da amostra) e as caractersticas respostas, que foram descritas anteriormente. Unidade de observao: As variveis respostas nmero de estacas enraizadas, nmero de razes por estaca, comprimento mdio da raiz, percentagem de enraizamento e desenvolvimento radicular so todas mensuradas individualmente para cada estaca; portanto, a estaca a unidade de observao para essas variveis respostas. Unidade experimental para os fatores experimentais fitohormnio AIB e cultivar: Vaso com um conjunto de 20 estacas e os nveis das caractersticas do material experimental que lhes correspondem, ou seja, os nveis das caractersticas respostas, a dose de AIB e a cultivar, e os nveis das caractersticas estranhas. Caractersticas estranhas controladas por tcnicas experimentais: Todas as caractersticas estranhas potencialmente relevantes cuja manifestao na amostra controlada por tcnicas experimentais: caractersticas referentes s estacas (procedncia, comprimento, espessura e sanidade), ao ambiente (caractersticas do solo: fertilidade, profundidade, declividade,..., caractersticas do clima: temperatura, umidade, insolao,..., incidncias de pragas, doenas e predadores), s tcnicas de cultivo (preparo das estacas, preparo do vaso, estaquia, aplicaes de inseticidas e fungicidas, proteo contra predadores), e aos processos de mensurao e de registro dos dados. Esse controle de tcnicas experimentais deve ser procedido sem prejuzo da representao da populao objetivo pela amostra
191
Observe-se que, em geral, o controle de tcnicas experimentais controla a manifestao de caractersticas estranhas apenas parcialmente; a parte que no controlada permanece varivel nas unidades da amostra. Essa parte das caractersticas estranhas que no controlada constitui a amostra; a parte controlada excluda da amostra. (Seo 5.6.5 Seo 5.6.5.)
Caractersticas estranhas controladas por controle local: Nenhuma; supostamente, a variao devida s caractersticas estranhas referentes aos vasos e ao ambiente irrelevante; a parte relevante dessas caractersticas foi eliminada da amostra pelo controle de tcnicas experimentais. Caractersticas estranhas controladas por controle estatstico: Nenhuma. Caractersticas estranhas casualizadas: Caractersticas estranhas referentes aos 32 conjuntos de estacas e aos 32 vasos, e caractersticas permanentes do ambiente. Caractersticas estranhas potencialmente perturbadoras: Conjunto das caractersticas estranhas da amostra no casualizadas (no presente caso, no h caractersticas estranhas controladas por controle local nem por controle estatstico), ou seja: caractersticas referentes estaca (procedncia, comprimento, espessura e sanidade, etc.), ao ambiente (solo, clima, incidncias de pragas, doenas, invasoras e predadores, etc.), s tcnicas de cultivo (preparo das estacas, preparo do vaso, estaquia, aplicaes de inseticidas e outros defensivos, etc.) e aos processos de mensurao e de registro dos dados. Caractersticas estranhas perturbadoras: Caractersticas potencialmente perturbadoras que se manifestem relevantes; por exemplo, ocorrncia de variao considervel de temperatura ou umidade, e incidncias de doenas, pragas e predadores, se o controle de tcnicas experimentais dessas caractersticas no for eficaz. Erro experimental de uma varivel resposta que afeta inferncias referentes aos fatores experimentais AIB e cultivar: variao entre os valores observados da varivel resposta entre os vasos (com 20 estacas) que atribuvel s caractersticas estranhas (no presente caso no h controle local), ou seja: variao entre os valores observados da varivel resposta entre os vasos com um mesmo nvel de AIB e uma mesma cultivar.
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
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.
Caractersticas explanatrias da amostra: 1) Fungicida, com cinco nveis (os mesmos considerados na populao objetivo): 1 - Mancozeb DF 75%, 2 - Ciproconazole 10%, 3 Propiconazole, 4 - Dinaconazole 5% CE e 5 - sem fungicida (controle). 2) Cultivar, com trs nveis - uma cultivar de cada um de trs nveis de suscetibilidade s doenas fngicas da folha, escolhida entre as cultivares adotadas na regio: 1 - BR-23, 2 - EMBRAPA 24 e 3 - Maring. 3) Local, com seis nveis (6 locais escolhidos da regio de cultivo de trigo); e 4) Ano, com trs nveis (os 3 prximos anos).
Nessas circunstncias, o experimento compreende quatro fatores experimentais: dois fatores de tratamento - fungicida e cultivar, e dois fatores intrnsecos: local e ano. Os tratamentos na amostra so: cada um dos 5 nveis do fator fungicida, cada uma das 3 cultivares e cada uma das 15 combinaes dos 5 tratamentos fungicidas com as 3 cultivares.
Procedimento experimental: O experimento conduzido em um terreno de cada um dos 6 locais, na seqncia definida de 3 anos. Cada um desses terrenos preparado e, ento, dividido em 60 talhes (parcelas). Para o controle da heterogeneidade do solo, em cada local e em cada ano, os talhes so classificados em 4 grupos (blocos) de 15 talhes contguos ou prximos, nos terrenos planos, e em 4 grupos (blocos) de 15 talhes numa mesma faixa de nvel, nos terrenos em declive. usualmente esperado que nessas circunstncias os 15 talhes de um mesmo grupo sejam mais homogneos, especialmente quanto a caractersticas do solo, do que o conjunto global dos 60 talhes de cada local e ano particular. A assinalao dos tratamentos (combinaes dos fungicidas e cultivares) aos talhes procedida separada e independentemente para cada combinao de local e ano. Em cada local, em cada ano, os 15 tratamentos so atribudos aos 15 talhes de cada um dos grupos, por sorteio efetuado separada e independentemente para cada grupo, de modo que em cada grupo cada talho recebe um tratamento diferente dos tratamentos dos demais talhes. Dessa forma, cada grupo compreende um conjunto completo dos 15 tratamentos.
Na poca prpria, procedida a avaliao dos graus de incidncias da ferrugem, da septoriose e da helmintosporiose na folha, atravs de uma amostra de plantas selecionadas de cada uma das parcelas. Quando os gros atingem o estado de maturao apropriado, efetuada a colheita da parte interna de cada parcela (usualmente denominada rea til da parcela), sendo desconsideradas as plantas da parte externa da parcela (bordadura da parcela). Esse procedimento visa evitar a influncia sobre uma parcela de tratamentos aplicados em parcelas vizinhas. Logo aps, determinado o peso da produo dos gros por parcela. Ento, separada uma amostra das plantas de cada parcela para a determinao dos valores das variveis respostas nmero de espiguetas por planta, nmero de espigas por espiguetas, nmero de gros por espigas, peso de 1000 gros e peso hectolitro.
Caractersticas estranhas da amostra: Conjunto das caractersticas que se manifestam na amostra e que no so caractersticas respostas ou caractersticas explanatrias, ou seja, os seguintes agregados de caractersticas: caractersticas referentes semente (pureza, vigor, estado sanitrio, etc., excludas as caractersticas inerentes a cultivar, que um fator experimental), ao ambiente (solo, clima, incidncias de pragas, doenas, invasoras e predadores, etc., excetuadas as propriedades inerentes a local e ano, que so fatores experimentais), s tcnicas de cultivo (preparo do solo, plantio, aplicaes de inseticidas e outros defensivos, excetuado fungicida para controle de doenas fngicas foliares, que um fator experimental, colheita, etc.), e aos processos de mensurao e de registro dos dados. Material experimental ou amostra: Compreende as trs classes de caractersticas da amostra descritas anteriormente: as caractersticas explanatrias, as caractersticas estranhas no controladas por tcnicas experimentais e as caractersticas respostas. Unidade de observao: As caractersticas respostas relevantes so mensuradas na parcela. Portanto, a parcela a unidade de observao para essas caractersticas respostas. A produo de gros mensurada globalmente para os gros colhidos da rea til da parcela; as caractersticas respostas nmero de espiguetas por planta, nmero de espigas por espiguetas,
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.
Unidade experimental - a) Para os fatores experimentais fungicida e cultivar: o conjunto dos nveis das caractersticas do material experimental referentes a um talho (parcela). usual identificar a unidade experimental nessas circunstncias como um talho; entretanto, deve ser entendido que essa identificao abreviada subentende a considerao do conjunto dos nveis das caractersticas explanatrias, estranhas e respostas referentes ao talho. b) Para o fator experimental local: o conjunto global dos 240 (4x60) talhes dos 4 anos de um local particular, incluindo os nveis que lhe correspondem das caractersticas do material experimental. c) Para o fator experimental ano: o conjunto global dos 360 (6x60) talhes dos 6 locais de um ano particular com os nveis que lhe correspondem das caractersticas do material experimental. Caractersticas estranhas controladas por tcnicas experimentais: Conjunto das caractersticas estranhas potencialmente relevantes cuja manifestao na amostra controlada pela implementao de tcnicas experimentais: caractersticas referentes semente (pureza, vigor e sanidade), ao ambiente (caractersticas do solo: fertilidade, profundidade, declividade,..., caractersticas do clima: temperatura, umidade, insolao,..., incidncias de pragas, doenas e predadores), s tcnicas de cultivo (preparo do solo, plantio, aplicaes de inseticidas e fungicidas, proteo contra predadores e colheita), e aos processos de mensurao e de registro dos dados. Caractersticas estranhas controladas por controle local: Caractersticas estranhas referentes a: a) grupos (blocos) de 15 talhes contguos ou de uma mesma faixa de nvel, principalmente caractersticas referentes ao solo (fertilidade, umidade, profundidade, etc); b) locais, cada um dos quais constitudo de 240 talhes, excludas as caractersticas no inerentes ao fator experimental local; e c) anos, cada um constitudo de 360 talhes, excludas as caractersticas no inerentes ao fator experimental ano. As caractersticas referentes aos locais e aos anos controladas por controle local so aquelas que no so tpicas ou permanentes dos locais e anos, respectivamente, ou seja, so as caractersticas que variam eventualmente, tais como as referentes a tcnicas de cultivo, incidncias de pragas, doenas, invasoras e predadores, e aos processos de mensurao e registro dos dados. Caractersticas estranhas controladas por controle estatstico: Nenhuma. Caractersticas estranhas casualizadas: Caractersticas estranhas dos talhes da amostra referentes ao solo e aos outros constituintes permanentes do ambiente, dentro de cada grupo de talhes constitudo pelo controle local. Caractersticas estranhas potencialmente perturbadoras: Conjunto das caractersticas estranhas da amostra no controladas pelo controle local (efetuado pela formao dos grupos de talhes) nem casualizadas, ou seja: caractersticas referentes semente (pureza, vigor, estado sanitrio, etc., excetuadas aquelas inerentes a cultivar), ao ambiente (solo, clima, incidncias de pragas, doenas, predadores e invasoras, etc.), s tcnicas de cultivo (preparo do solo, plantio, aplicaes de inseticidas e de outros defensivos, excetuado fungicida para controle de doenas fngicas foliares, colheita, etc.), e aos processos de mensurao e de registro dos dados. (So excludas desse conjunto de caractersticas: as caractersticas permanentes do solo e do clima controladas pelo controle local e pela casualizao, e as caractersticas referentes ao manejo que obedeam ao controle local.) Caractersticas estranhas perturbadoras: Caractersticas potencialmente perturbadoras que se manifestem de modo relevante; por exemplo, acamamento de plantas e ocorrncias de temporal, geada ou granizo, que no so passveis de controle de tcnicas experimentais, e incidncias de predadores e pragas, se o controle de tcnicas experimentais no for eficaz. Erro experimental de uma varivel resposta - a) Que afeta inferncias referentes aos fatores experimentais fungicida e cultivar: variao entre os valores observados da varivel resposta entre os talhes que atribuvel s caractersticas estranhas no controladas pelo controle local (isto , pelo agrupamento dos talhes); ou seja, variao entre os valores observados da varivel resposta entre talhes dentro de grupos de unidades, excludos os componentes atribuveis fungicida e a cultivar. O erro experimental que afeta inferncias referentes a esses fatores experimentais para um local e ano particular o correspondente componente daquele erro. b) Que afeta inferncias referentes ao fator experimental local: variao entre os valores observados da varivel resposta entre os 6 conjuntos de 240 talhes (dos 4 anos) correspondentes aos 6 locais
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.
Procedimento experimental: O experimento conduzido nas 4 granjas na sucesso definida de 3 anos. Em cada granja e em cada um dos anos so utilizados 20 boxes com capacidade para dois animais e 20 animais machos e 20 fmeas, com variao considervel de peso entre animais de mesmo sexo. A rao administrada aos animais em comedouros, um comedouro em cada boxe, igualmente acessvel aos dois animais do boxe. Como as condies ambientais so heterogneas, os 20 boxes so agrupados em 5 grupos de 4 boxes, cada grupo constitudo de 4 boxes prximos, mais uniformes do que o conjunto de todos os boxes que sero utilizados. Os animais de cada sexo tambm so classificados em 5 grupos de 4 animais de idades prximas, de modo que as diferenas relevantes de idade ficam entre os grupos. Cada grupo de 4 fmeas e cada grupo de 4 machos assinalado a um grupo de 4 boxes, de modo que em cada boxe resulta um animal de cada sexo. A atribuio das raes aos boxes efetuada separada e independentemente para cada combinao de granja e ano. Para cada granja e em cada ano, a definio da rao a ser assinalada a cada boxe particular procedida por sorteio efetuado
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.
Caractersticas estranhas da amostra: Conjunto das caractersticas que se manifestam na amostra e que no so caractersticas respostas ou caractersticas explanatrias, ou seja: caractersticas individuais dos leites no inerentes a sexo (idade, peso, caractersticas genticas e caractersticas referentes procedncia, estado sanitrio inicial, etc.), do ambiente (instalaes, clima - temperatura, umidade, luminosidade, etc., incidncias de doenas, etc., excetuadas as propriedades inerentes a local e ano, que so fatores experimentais), das tcnicas de manejo (suprimento de rao e gua, aplicaes de vacinas, antibiticos e outros tratos sanitrios, abate, etc., excludas as propriedades inerentes rao, que constitui um fator experimental), e dos processos de mensurao e de registro dos dados. Material experimental: Compreende as trs classes de caractersticas da amostra descritas anteriormente: os fatores experimentais, as caractersticas estranhas (excludas as fraes dessas caractersticas controladas por tcnicas experimentais) e as caractersticas respostas. Unidade de observao - a) Para as caractersticas respostas referentes ao animal, ou seja, tempo para o abate, ganho mdio dirio de peso, comprimento do lombo e rendimento de carcaa: o animal. b) Para as caractersticas respostas quantidade de rao consumida e converso alimentar: o boxe (ou o conjunto dos dois animais do boxe). Unidade experimental - a) Para o fator rao: o conjunto dos nveis das caractersticas estranhas, das caractersticas explanatrias e das caractersticas respostas referentes a um boxe particular e aos animais nesse boxe. comum referir a unidade experimental para o fator rao como o boxe, ou o conjunto dos dois animais em um boxe. Deve ser claramente entendido que essa uma especificao abreviada, e que o conceito de unidade experimental mais abrangente, englobando o conjunto dos nveis de todas as caractersticas estranhas, explanatrias e respostas relativas ao boxe e ao correspondente conjunto de dois animais. b) Para o fator sexo: um animal com o conjunto dos nveis das caractersticas explanatrias, estranhas e respostas que lhe correspondem. c) Para o fator local: o conjunto global dos 60 (3x20) boxes e correspondentes 120 animais dos 3 anos de uma granja particular. d) Para o fator ano: o conjunto global dos 80 (4x20) boxes e 160 animais das 4 granjas de um ano particular. Caractersticas estranhas controladas por tcnicas experimentais: Todas as caractersticas estranhas potencialmente relevantes cuja manifestao na amostra controlada atravs de interferncia do pesquisador: caractersticas referentes ao animal no inerentes a sexo (procedncia, conformao e estado sanitrio inicial), ao ambiente (instalaes, clima temperatura, umidade e luminosidade, incidncias de doenas), s tcnicas de manejo (suprimento de rao e gua, aplicaes de vacinas, antibiticos e outros tratos sanitrios e abate), e aos processos de mensurao e de registro dos dados. Caractersticas estranhas controladas por controle local: Caractersticas estranhas referentes a: a) grupos de 4 boxes prximos (principalmente caractersticas referentes ao ambiente) e respectivos grupos de 4 animais machos e 4 fmeas de idades prximas. b) grupos de animais de mesmo sexo, ou seja, caractersticas individuais desses animais excludas as caractersticas inerentes ao fator experimental sexo; c) locais, cada um dos quais constitudo de 60 boxes e correspondentes 120 animais, excludas as caractersticas no inerentes ao fatores experimentais local e sexo; e d) anos, cada um constitudo de 80 boxes e 160 animais, excludas as caractersticas no inerentes aos fatores experimentais ano e sexo. As caractersticas estranhas referentes aos locais e aos anos controladas por controle local so aquelas que no so tpicas ou permanentes dos locais e anos, respectivamente, ou seja, so as caractersticas que variam eventualmente, tais como as referentes a tcnicas de manejo, incidncias de parasitos, doenas e predadores, e aos processos de mensurao e registro dos dados. Caractersticas estranhas controladas por controle estatstico: peso corporal inicial dos leites.
196
Caractersticas estranhas casualizadas: Caractersticas permanentes dos boxes (referentes s instalaes, ao ambiente, etc.) e caractersticas estranhas dos correspondentes dois animais (um macho e uma fmea), dentro de cada grupo de 4 boxes formado pelo controle local. Caractersticas estranhas potencialmente perturbadoras: Conjunto das caractersticas estranhas da amostra no controladas pelo controle local e pelo controle estatstico e no casualizadas. (As caractersticas estranhas da amostra e dessas as caractersticas submetidas a esses procedimentos de controle experimental foram descritas nos pargrafos anteriores.) Caractersticas estranhas perturbadoras: Caractersticas potencialmente perturbadoras cuja manifestao seja relevante; por exemplo, temporal, que no passvel de controle de tcnicas experimentais, e incidncias de predadores e doenas, se o controle de tcnicas experimentais no for eficaz. Erro experimental de uma varivel resposta - a) Que afeta inferncias referentes ao fator experimental rao: variao dos valores observados da varivel resposta entre os boxes que atribuvel s caractersticas estranhas e no controlada pelo controle local (isto , pelo agrupamento dos boxes e animais); ou seja, variao dos valores da varivel resposta entre boxes (ou conjuntos de dois animais) dentro de grupos de boxes, excludos os componentes atribuveis rao. O erro experimental que afeta inferncias referentes ao fator experimental rao para um local e ano particulares o componente daquele erro correspondente a esse local e ano. b) Que afeta inferncias referentes ao fator experimental sexo: variao dos valores observados da varivel resposta entre os animais que devida s caractersticas estranhas e no controlada pelo controle local, ou seja, variao dos valores da varivel resposta entre os dois animais de um mesmo boxe que atribuvel s caractersticas estranhas. c) Que afeta o fator experimental local (granja): variao entre os valores observados da varivel resposta entre os 6 conjuntos de 60 boxes correspondentes aos 6 locais que atribuvel a caractersticas estranhas. d) Que afeta inferncias referentes ao fator ano: variao entre os valores da varivel resposta entre os 3 conjuntos de 80 boxes correspondentes aos 3 anos que atribuvel a caractersticas estranhas.
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
7. Quais so os processos de controle experimental que o pesquisador pode utilizar em um experimento? Explique, resumidamente, cada um desses processos. 8. Ilustre a aplicao dos processos de controle experimental atravs de um exemplo de experimento de sua rea. 9. Explique o propsito do controle de tcnicas experimentais. Que inconvenientes podem resultar deste mtodo de controle experimental? 10. Qual a implicao da escolha de material experimental homogneo quanto representao da populao objetivo? 11. Ilustre, atravs do exemplo utilizado na resposta ao exerccio 8, como o emprego do controle de tcnicas experimentais pode controlar totalmente ou parcialmente o confundimento do efeito de caractersticas estranhas com o efeito atribuvel a um fator experimental. 12. Qual o propsito do controle local? Quais so suas implicaes quanto ao procedimento de atribuio dos tratamentos s unidades experimentais? 13. Qual o propsito do controle estatstico? Como ele implementado? Ilustre atravs de um experimento de sua rea. 14. Qual inovao introduzida por Fisher considerada princpio fundamental da pesquisa experimental? 15. Explique e ilustre o controle experimental exercido pela casualizao. Qual seu propsito? 16. Explique o que significa a casualizao de tcnicas experimentais. Porque ela, embora no tenha implicaes negativas, no recomendvel para a adoo na implementao de todas as tcnicas experimentais exercidas em um experimento? 17. Qual a conseqncia da casualizao de caractersticas estranhas para a grandeza e a no tendenciosidade do erro experimental? 18. Indique para cada um dos procedimentos listados na primeira coluna o(s) propsito(s) que o pesquisador visa para o erro experimental, atravs do preenchimento dos nmeros apropriados entre parnteses na segunda coluna, entre os indicados na primeira coluna. Procedimento 1 - Controle local 2 - Controle estatstico 3 - Casualizao de caractersticas estranhas 4 - Controle de tcnicas experimentais 5 - Aumento da abrangncia espacial e temporal da amostra ( ( ( ( ( Propsito para a estimativa do erro experimental ) Diminuio de sua estimativa ) Aumento de sua estimativa ) 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 2 - Controle estatstico 3 - Casualizao de caractersticas estranhas 4 - Controle de tcnicas experimentais 5 - Aumento da abrangncia espacial e temporal da amostra Implicao para a representao da populao objetivo pela amostra ( ( ( ) Diminuio ) Aumento ) Nenhuma
198
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
200
amostra sob controle do pesquisador ela denominada ...................................................... . Os nveis dessa caracterstica so denominados ......................................... Se os nveis so inerentes s unidades, ou seja, se eles se manifestam nas unidades fora do controle do pesquisador ou sob seu controle limitado, a caracterstica explanatria designada ....................................................................... . Nessa ltima situao e de modo mais geral, os nveis de uma caracterstica explanatria recebem a designao de ................................ ................................................ . b) O ............................................................. compreende as caractersticas explanatrias, as caractersticas estranhas e as caractersticas respostas da amostra. A ................................ ........................................................ para um fator experimental a maior frao do material experimental que recebe ou manifesta um nvel desse fator independentemente das demais fraes. Por outro lado, a ........................................................................ para uma varivel resposta a menor frao do material experimental em que mensurado e registrado um valor dessa varivel resposta. c) O ............................................................................ o conjunto das aes exercidas pelo pesquisador para o controle da amostra, ou seja, o controle do erro experimental. Os processos para esse propsito so: .............................................................. ........................, ......................................, .......................................................... e ...................................... . O ............................................................... permite tornar constante ou reduzir a variao das caractersticas respostas que atribuvel a caractersticas estranhas. O .............................. ..................................e o ........................................ no interferem na constituio da amostra, mas permitem separar a variao devida s caractersticas estranhas controladas da variao atribuvel aos fatores experimentais e do erro experimental para inferncias referentes a esses fatores. A ..................................... no altera as grandezas da estimativa do erro experimental e do confundimento da variao atribuvel aos fatores experimentais com a variao devida a caractersticas estranhas; entretanto, permite torn-los no tendenciosos. d) Segundo o processo de controle experimental a que so submetidas, as caractersticas estranhas da amostra so classificadas em caractersticas ..............................................., caractersticas ....................................... e caractersticas ..................................................... . Essa ltima classe de caractersticas estranhas, por sua vez, compreende duas subclasses: caractersticas estranhas ............................................................. e caractersticas estranhas .......................................................... O erro experimental constitudo pelas caractersticas estranhas ......................................................... e .................................................................. . e) O ................................................................... de uma varivel resposta que afeta inferncias referentes a um fator experimental a variao dos valores observados dessa varivel resposta nas correspondentes unidades experimentais que atribuvel a caractersticas estranhas que no so controladas por ................................................... e ............................ ................................. . A variao devida inabilidade de reproduo exata dos tratamentos nas unidades experimentais 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( 2( 3( 4( 5( 6( ) O experimento o nico mtodo de pesquisa em que o pesquisador tem controle sobre
a manifestao de caractersticas explanatrias na amostra.

) Fator de tratamento um fator experimental cujos nveis so assinalados s unidades
da amostra sob o controle do pesquisador.

) Os nveis de um fator de tratamento devem ser atribudos s unidades da amostra por
processo objetivo aleatrio.

) O pesquisador tem controle absoluto sobre a manifestao dos tratamentos nas
unidades experimentais.
) Um fator experimental pode ter seus nveis manifestados nas unidades da amostra fora
do controle do pesquisador.
) As combinaes dos nveis de um fator experimental so denominadas tratamentos.

7(
201
) Se os valores observados de uma varivel resposta em duas unidades experimentais
com dois distintos tratamentos so diferentes, o pesquisador pode atribuir tal resultado, inequivocamente, a diferenas reais entre os efeitos dos dois tratamentos.
8( 9( 10 ( 11 ( 12 ( 13 ( ) Os efeitos de fatores experimentais sobre variveis respostas podem ser separados dos
efeitos atribuveis a caractersticas estranhas.

) O material experimental compreende as trs classes de caractersticas da amostra, ou
seja, caractersticas respostas, caractersticas explanatrias e caractersticas estranhas.

) Em um experimento, a unidade da amostra sempre uma unidade da populao
objetivo.
) A identificao da unidade de observao depende da varivel resposta. ) Unidade de observao, unidade experimental e unidade da amostra significam a
mesma cousa.
) A unidade experimental pode ser caracterizada de modo completo pelo seu componente
mais relevante, como um animal, uma planta, um conjunto de animais ou de plantas, um potreiro, um boxe, uma frao de terreno.
14 ( 15 ( 16 ( 17 ( 18 ( 19 ( 20 ( 21 ( 22 ( 23 ( 24 ( ) Em
experimentos agrcolas de campo, a unidade experimental constituda exclusivamente pelas caractersticas inerentes ao solo.
) A unidade experimental constituda exclusivamente por caractersticas estranhas. ) Em um experimento com dois ou mais fatores experimentais as unidades experimentais
so as mesmas para todos os fatores.

) O nmero de repeties de um tratamento o nmero de unidades de observao com
esse tratamento.
) O nmero de repeties de uma condio experimental o nmero de unidades
experimentais com essa condio experimental.

) O erro experimental resulta do confundimento dos efeitos de fatores experimentais com
efeitos de caractersticas estranhas.

) O controle experimental necessariamente implica em alterao da manifestao de
caractersticas estranhas da amostra.

) O controle de uma caracterstica estranha atravs de tcnicas experimentais torna nulo
seu efeito sobre a variao das variveis respostas.

) Caractersticas estranhas controladas por tcnica experimental no se manifestam na
amostra.
) O controle local e o controle estatstico podem prejudicar a representao da populao
objetivo pela amostra.

) O controle local e o controle estatstico so dois procedimentos alternativos para a
reduo da estimativa da variao casual para inferncias referentes a fatores experimentais.

25 ( 26 ( ) Qualquer caracterstica estranha da amostra pode ser submetida ao controle
experimental exercido pela casualizao.

) A casualizao na atribuio dos nveis de um fator de tratamento s correspondentes
unidades experimentais tem o propsito de reduzir o confundimento da variao atribuvel a esse fator com a variao devida a caractersticas estranhas.
27 ( ) A casualizao tambm pode ser utilizada na implementao de tcnicas experimentais
cujos efeitos sobre caractersticas respostas possam resultar confundidos de modo tendencioso com efeitos de fatores experimentais.
28 ( ) A variao atribuvel a um fator experimental no fica confundida com a variao
atribuvel a caractersticas estranhas controladas por controle local ou controle estatstico ou casualizadas.
29 ( ) Todas as caractersticas estranhas relevantes do material experimental que no so
controladas por controle local e controle estatstico e no so casualizadas podem ser controladas por tcnicas experimentais.
202
30 ( 31 ( 32 ( 33 ( 34 ( 35 ( 36 ( 37 ( 38 (
) O controle local e o controle de tcnicas experimentais tm as mesmas implicaes
sobre a constituio da amostra.

) Caractersticas estranhas controladas por controle local ou por controle estatstico so
separadas do erro experimental global.

) A casualizao de caractersticas estranhas permite a diminuio da variao atribuvel
ao erro experimental.
) Efeitos de caractersticas estranhas casualizadas no ficam confundidos de modo
tendencioso com efeitos de fatores experimentais.

) O erro experimental tambm denominado erro aleatrio ou erro casual porque
constitudo exclusivamente por caractersticas estranhas casualizadas.

) O erro experimental constitudo exclusivamente pelas caractersticas estranhas
casualizadas e pelas caractersticas estranhas potencialmente perturbadoras.

) Caractersticas estranhas perturbadoras inflacionam tendenciosamente as estimativas
do erro experimental e de efeitos atribuveis a fatores experimentais.

) Em algumas circunstncias, a presena de caractersticas estranhas perturbadoras
pode ser controlada por controle estatstico.

) O erro experimental que afeta inferncias referentes a um fator experimental provm da
variao dos valores observados da varivel resposta entre as unidades experimentais para esse fator que atribuvel a caractersticas estranhas.
39 ( ) Em experimentos com mais de uma unidade de observao na unidade experimental
elementar a considerao do erro de observao irrelevante para inferncias referentes a fatores experimentais.
40 ( 41 ( 42 ( ) O erro de tratamento a variao dos valores observados da varivel resposta entre as
unidades experimentais com um mesmo tratamento.

) A variao do efeito de um tratamento entre diferentes unidades experimentais
atribuvel exclusivamente a caractersticas estranhas.

) Diferenas de respostas em unidades experimentais com um mesmo tratamento podem
decorrer de variao do efeito do tratamento entre diferentes unidades experimentais, ou seja, da interao entre tratamentos e unidades experimentais.

Fator experimental Tratamento Condio experimental Unidade experimental para um fator de tratamento Unidade experimental para um fator experimental Fator experimental de tratamento Fator experimental intrnseco Material experimental Unidade experimental para um fator intrnseco Unidade experimental elementar
Formao de unidades experimentais Repeties de uma condio experimental Nmero de repeties de uma condio experimental Erro experimental global Controle de tcnicas experimentais Fator de unidade Co-varivel estranha Casualizao na atribuio dos Unidade de observao para uma caracterstica resposta Controle experimental Controle local Controle estatstico Casualizao Casualizao na implementao de

tratamentos Caracterstica estranha controlada Caracterstica estranha potencialmente perturbadora Erro aleatrio / erro casual Erro de tratamento Estrato do erro experimental Erro de observao Co-varivel explanatria tcnicas experimentais
203
Caracterstica estranha casualizada Caracterstica estranha perturbadora Erro de condio experimental Erro de especificao Erro experimental que afeta um fator experimental Erro de amostragem
Bibliografia
COCHRAN, W. G. Planning & analysis of observational studies. New York: John Willey, studies 1983. 145p. COX, D. R. Planning of experiments New York: John Wiley, 1958. 308p. experiments. COX. D. R.; SNELL, E. J. Applied statistics, principles and examples. Londres: Chapman examples and Hall, 1981. 189p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 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. 4.ed. Copenhagen: agriculture Scandinavian University Books, 1972. 290p. KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference v.1, Inference, p.1-25, 1977. KEMPTHORNE, O. The design and analysis of experiments. Huntigton, NY: Robert E. experiments Krieger Publishing Company, 1979. 631 p. KEMPTHORNE, O. Sampling inference, experimental inference and observation inference. Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979. Sankhya, HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments New York: experiments. John Wiley, 1994. v.1, 495p. KISH, L. Sample surveys versus experiments, controlled observations, census, registers, and local studies. Australian Journal of Statistics v.27, n.2, p.111-122, 1985. Statistics, KISH, L. Statistical design for research New York: John Wiley, 1987. 267p. research. SILVA, J. G. C. da. Estatstica experimental, verso preliminar. Pelotas: Universidade experimental 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. 3. ed. Boston: McGraw Hill, 1997. 666p approach URQUHART, N. S. The anatomy of a study. Hortscience v.16, n.5, p.621-627, 1981. Hortscience, WILSON, E. B. An introduction to scientific research. New York: McGraw-Hill, 1952. 373p. research
Planejamento do Experimento e Delineamento Experimental: Requisitos e Princpios Bsicos
Contedo
6.1 6.2 6.3 6.4 6.5 6.5.1 6.5.2 6.5.3 Introduo................................................................................................................... 206 Planejamento do Experimento e Delineamento Experimental..................................... 207 A Lgica da Inferncia sobre Causalidade.................................................................. 208 Efeitos de Fatores Experimentais ............................................................................... 210 Requisitos do Plano do Experimento .......................................................................... 211 Estabelecimento do plano antes do incio da execuo do experimento .............. 211 Estimao dos erros que afetam efeitos de fatores experimentais....................... 212 Preciso ............................................................................................................... 213
Origens da impreciso ................................................................................................... 215 Aes para o aumento da preciso................................................................................ 215 6.5.4 9.1.1.1 Validade ............................................................................................................... 222 Validade interna............................................................................................... 224
Origens do vis interno .................................................................................................. 225 Aes para o aumento da validade interna .................................................................... 225 9.1.1.2 Validade externa.............................................................................................. 228 Origens do vis externo ................................................................................................. 229 Aes para o aumento da validade externa ................................................................... 229 9.1.1.3 6.5.5 6.5.6 Relao entre validade interna, validade externa e preciso ........................... 232 Simplicidade, economia de recursos e exeqibilidade.......................................... 235 Manifestao dos efeitos reais dos tratamentos................................................... 236
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 6.6.4 6.6.5 6.6.6 6.6.7 Princpios Bsicos do Delineamento do Experimento ................................................. 242 Repetio ............................................................................................................. 243 Controle local ....................................................................................................... 246 Casualizao........................................................................................................ 248 Ortogonalidade..................................................................................................... 252 Balanceamento .................................................................................................... 254 Confundimento ..................................................................................................... 259 Eficincia.............................................................................................................. 261 Exerccios de Reviso ................................................................................................ 265 Conceitos e Termos Chave ........................................................................................ 271 Bibliografia.................................................................................................................. 271
206
6.1
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. Planejamento do Experimento e Delineamento Experimental: Requisitos
207
6.2
Planejamento do Experimento e Delineamento Experimental

O objetivo do experimento a derivao de inferncias referentes a relaes causais entre as caractersticas respostas relevantes e as caractersticas explanatrias que so definidas pelo problema e pela hiptese cientfica. Essas inferncias so baseadas em uma amostra onde tambm esto presentes as caractersticas estranhas cujos efeitos sobre as caractersticas respostas ficam confundidos com efeitos das caractersticas explanatrias. Assim, essas inferncias devem basear-se nos efeitos dessas duas origens e, particularmente, na relao entre esses efeitos. O planejamento do experimento, particularmente o planejamento da amostra, compreende, essencialmente, o planejamento dessas trs classes de caractersticas e o planejamento da relao entre as caractersticas explanatrias e as caractersticas estranhas, que tem implicaes para os efeitos manifestados pelas caractersticas respostas. Esses quatro segmentos do planejamento do experimento so considerados nos prximos quatro captulos, como indicado a seguir: planejamento das caractersticas respostas - Captulo 7 7, planejamento das caractersticas explanatrias - Captulo 8 8, planejamento das caracterstica estranhas - Captulo 9 e planejamento da relao entre as caractersticas explanatrias e as caractersticas estranhas - Captulo 10 10. Esses planejamentos determinam a estrutura da resposta, a estrutura das resposta experimentais, condies experimentais a estrutura das unidades e a relao entre a estrutura das condies experimentais e a estrutura das unidades, que constitui a estrutura do experimento. experimento As especificaes dessas estruturas e relaes estabelecem o delineamento do experimento. O delineamento do experimento compreende as especificaes: a) das variveis respostas, b) da estrutura das condies experimentais, c) da estrutura das unidades, e d) da relao entre a estrutura das condies experimentais e a estrutura das unidades. A designao delineamento de experimento ou delineamento experimental tambm experimental usada com o significado mais estrito da forma de associao entre a estrutura das condies experimentais e a estrutura das unidades. A estrutura das condies experimentais deve ser estabelecida em consonncia com os objetivos do experimento, enquanto que a estrutura das unidades elaborada segundo as possibilidades de material experimental. A Figura 6.1 ilustra as relaes implicativas dos objetivos do experimento para a estrutura das condies experimentais e do material experimental para a estrutura das unidades, a inter-relao dessas duas estruturas que constitui a estrutura do experimento, e a gerao do delineamento experimental.
208
Figura 6.1. Diagrama que ilustra a gerao do delineamento do experimento. A inter-relao ou associao entre a estrutura das condies experimentais e a estrutura das unidades estabelecida pela atribuio dos nveis dos fatores de tratamento e a manifestao dos nveis dos fatores intrnsecos nas unidades do material experimental. Em geral, conveniente que os planejamentos da estrutura das condies experimentais e da estrutura das unidades sejam procedidos separadamente. Esse procedimento recomendvel para que a estrutura do experimento seja expressa corretamente, particularmente em experimentos complexos. Entretanto, a estrutura das condies experimentais condicionada disponibilidade de material experimental e a estrutura das unidades deve ser apropriada para a estrutura das condies experimentais. Nessas circunstncias, essas duas estruturas so altamente interdependentes. Uma estratgia racional para a gerao do delineamento experimental compreende a seguinte seqncia de passos: 1 - Elaborar a estrutura das condies experimentais tendo em conta as restries de material experimental. 2 - Considerar as estruturas de unidades alternativas para essa estrutura de condies experimentais. 3 - Escolher, entre essas estruturas de unidades alternativas, aquela que, associada estrutura das condies experimentais, permita inferncias mais eficientes referentes aos efeitos dos fatores experimentais relevantes para os objetivos do experimento. 4 - Caso no seja encontrada uma estrutura de unidades satisfatria, reconsiderar a seqncia de passos 1, 2 e 3. Os passos 1 e 2 podem conduzir formulao de diversas estruturas de experimento. Como regra geral, o pesquisador deve escolher o delineamento experimental que proveja o mximo de informao relevante aos objetivos do experimento com o custo mnimo. Para tal devem ser levados em conta os requisitos do plano do experimento e os princpios bsicos do delineamento do experimento. Esses so os temas das Sees 6.5 e 6.6 6.5 6.6.
6.3
A Lgica da Inferncia sobre Causalidade

O propsito do experimento inferir se fatores experimentais causam efeitos sobre variveis respostas nas unidades da populao objetivo. Essas inferncias so baseadas em uma amostra constituda durante a execuo do experimento, onde esto presente fatores experimentais e, tambm, caractersticas estranhas. Para estabelecer a existncia de efeito causal de um fator experimental sobre uma caracterstica resposta so requeridas trs condies (Seo 3.4.1): a) o fator experimental e a caracterstica Seo 3.4.1
209
resposta variam conjuntamente; b) o fator experimental precede a caracterstica resposta; e c) no h explicao plausvel para a variao da caracterstica resposta que no inclua efeito do fator experimental. A primeira condio estabelecida por procedimentos de inferncia estatstica. A segunda condio justificada para fator experimental, por definio: nveis de fator experimental so aplicados ou manifestam-se nas unidades experimentais previamente mensurao das caractersticas respostas. A questo crtica a terceira condio, ou seja, a garantia de que a variao dos valores observados da varivel resposta em unidades com nveis diferentes de fatores experimentais no possa ser atribuvel exclusivamente a caractersticas estranhas. A variao dos valores observados de uma varivel resposta em unidades experimentais diferentes pode ter duas origens: caractersticas explanatrias e caractersticas estranhas. Isso significa que, se valores observados em unidades experimentais com diferentes nveis de fatores experimentais variam, h duas possibilidades de explicao para a origem dessa variao: 1) efeitos de fatores experimentais e efeitos de caractersticas estranhas ou 2) efeitos apenas de caractersticas estranhas. O caminho a seguir determinar o quanto essa segunda possibilidade inverossmil. Se ela for muito inverossmil, ento se pode ter confiana de que a variao manifestada pelos valores observados da varivel resposta seja devida, pelo menos em parte, a efeitos de fatores experimentais. Ocasionalmente essa confiana da existncia de efeitos de fatores experimentais pode ser falsa. Se algumas condies so satisfeitas, a chance de que essa confiana seja incorreta (ou correta) pode ser expressa em termos de probabilidade atravs da utilizao de mtodos estatsticos. Na situao mais simples de experimento com um nico fator experimental, o procedimento para a determinao da probabilidade de que a variao dos valores observados da varivel resposta em unidades experimentais com tratamentos diferentes seja devida, pelo menos em parte, a efeitos de tratamentos consiste, inicialmente, em estabelecer que o plano do experimento proveja a identificao de duas origens ou fontes daquela variao: uma fonte que tenha a seguinte composio: 1) efeito das diferenas de tratamentos e 2) efeito das caractersticas estranhas, ou seja, efeito do erro experimental; e uma fonte de variao que compreenda apenas efeito do erro experimental e que tenha essencialmente a mesma composio de caractersticas estranhas do erro experimental da primeira fonte. Isso significa que esses dois efeitos do erro experimental no podem diferir por qualquer variao estranha relevante. Nessa situao particular a primeira fonte de variao so as unidades experimentais com tratamentos diferentes; a segunda, as unidades experimentais com mesmo tratamento. Ento, contanto que os componentes devidos ao erro experimental nas duas fontes de variao sejam aleatrios e que a diferena entre esses dois componentes tambm seja aleatria, o mtodo estatstico apropriado prov a estimativa da probabilidade de que a diferena entre essas duas fontes da variao seja devida ao acaso. Se for evidenciado como muito improvvel que tal diferena seja inteiramente devida ao acaso, ento se poder concluir que pelo menos em parte essa diferena seja devida a efeitos de tratamentos. Entretanto, se a diferena entre as duas fontes de variao no for maior do que poderia ser esperado apenas pelo acaso, no se poder concluir que inexistam diferenas de efeitos de tratamentos, j que aquele resultado poderia decorrer do fato da variao s diferenas de tratamentos ser menor do que a diferena aleatria entre os efeitos do erro experimental nas duas fontes. Esse argumento estende-se para inferncias referentes a qualquer efeito de fatores experimentais:
210
O procedimento para inferncias referentes a um efeito de fatores experimentais consiste, basicamente, em comparar o componente da variao dos valores observados da varivel resposta que inclua esse efeito em sua origem com um outro componente que expresse os mesmos efeitos, com exceo daquele efeito de fatores experimentais. Se o primeiro componente da variao revela-se maior do que o segundo por diferena que no possa ser originada apenas de variao aleatria, atribui-se tal superioridade existncia real do efeito de fatores experimentais. Esse segundo componente da variao o erro que afeta esse efeito de fatores experimentais.
6.4
Efeitos de Fatores Experimentais

Efeitos populacionais de fatores experimentais, ou seja, efeitos de fatores experimentais na populao objetivo so de vrios tipos e dependem dos fatores e de seus nveis. Em experimentos com um nico fator experimental os efeitos populacionais so: a) efeito global do fator, ou seja, variao da resposta entre os nveis do fator e b) diferenas (comparaes) entre esses nveis ou variabilidade da resposta entre esses nveis. O Exemplo 6.1 prov ilustraes.
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.
Em experimentos com dois ou mais fatores experimentais h uma gama maior de efeitos populacionais que podem ser de interesse: a) efeitos principais de um fator - efeitos de um fator globais para os nveis dos demais fatores; b) efeitos simples de um fator - efeitos de um fator para cada nvel particular de outro fator ou para cada combinao particular dos nveis de outros fatores; c) interao de efeitos de dois fatores - interferncia do efeito de um dos fatores sobre o efeito do outro fator; d) interao de efeitos de trs ou mais fatores - no caso de trs fatores: interferncia do efeito de um dos fatores sobre a interao dos outros dois fatores; esse conceito generaliza-se para mais de trs fatores; e e) diferenas (comparaes) ou variabilidade da resposta entre os nveis de um fator globais para os nveis dos demais fatores, ou entre os nveis de um fator para cada um dos nveis particulares de outro fator ou para cada uma das combinaes de nveis particular dos demais fatores. Exemplo 6.2
a) Considere-se um experimento sobre o efeito de cobertura plstica no cultivo de alface com dois fatores experimentais: cobertura, com dois nveis: 1 - sem e 2 - com, e cultivar com 4
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.
Em geral efeitos de fatores experimentais na populao objetivo so desconhecidos. O propsito do experimento derivar inferncias referentes a esses efeitos populacionais com base nos efeitos correspondentes que se manifestam na amostra. Estes efeitos so determinados a partir dos valores observados da varivel resposta nas unidades da amostra e constituem aproximaes ou estimativas dos efeitos populacionais desconhecidos.
6.5
Requisitos do Plano do Experimento

O experimento deve prover as inferncias relevantes a seus objetivos ao custo mnimo. Para esse propsito o plano do experimento deve satisfazer as seguintes propriedades ou requisitos essenciais: estabelecimento do plano antes do incio da execuo do experimento, estimao dos erros que afetam efeitos de fatores experimentais, preciso, validade: simplicidade, economia de recursos e exeqibilidade manifestao dos efeitos reais dos tratamentos e previso dos procedimentos de inferncia estatstica e provimento de medida de incerteza. Esses requisitos podem parecer bvios, mas surpreendente como so freqentemente subestimados ou ignorados. As conseqncias so falhas de planos de experimentos que implicam desperdcios de recursos e de tempo. Esses requisitos so considerados a seguir.
6.5.1
Estabelecimento do plano antes do incio da execuo do experimento O planejamento requer a especificao prvia, detalhada e clara dos objetivos do experimento (Seo 4.4.1 Isso necessrio para que as definies referentes aos Seo 4.4.1). passos seguintes do processo do experimento (Sees 4.4 e 4.7 possam ser tomadas 4.7) Sees de modo objetivo e coerente para a consecuo desses objetivos.
212
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 Entretanto, relevante reiterar que o planejamento cuidadoso 4.7. 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
Estimao dos erros que afetam efeitos de fatores experimentais Para a derivao de inferncias referentes a um efeito de fatores experimentais o experimento dever prover estimativas de duas fontes de variao dos valores da varivel resposta: a) uma estimativa que exprima esse efeito e o efeito das caractersticas estranhas com ele confundidas, e b) uma estimativa desse efeito de caractersticas estranhas, ou seja, uma estimativa do erro que afeta aquele efeito de fatores experimentais (Seo 6.3 Portanto, inferncias referentes a efeitos de fatores Seo 6.3). experimentais requerem a estimao dos erros que afetam esses efeitos. Esses erros originam-se do erro experimental e em algumas situaes tambm podem compreender efeitos de fatores experimentais. Por essa razo, suas estimaes usualmente requerem a estimao do erro experimental. Na situao mais simples de um nico fator experimental e ausncia de controle local e de controle estatstico o erro que afeta os efeitos de tratamentos a variao entre as unidades experimentais com um mesmo tratamento. Nesse caso o erro compreende exclusivamente erro experimental. Assim, um requisito essencial do experimento prover a estimao dos erros que afetam efeitos relevantes de fatores experimentais e, particularmente, a estimao do erro experimental. Para tal, o plano do experimento deve assegurar que nveis de fatores experimentais apaream em mais de uma unidade experimental, ou seja, deve assegurar repeties desses nveis. No passado, foi sustentada a idia do uso de estimativa do erro experimental provida por experimentos anteriores ou por "experimentos em branco, ou seja, experimentos sem tratamentos, conduzidos especialmente para estimao do erro experimental. Estimativas do erro experimental dessa origem podem ser vlidas em reas de pesquisa onde as caractersticas ambientais permaneam essencialmente invariveis ao longo do tempo. Entretanto, em pesquisas com animais e plantas em ambientes naturais a variabilidade dessas caractersticas geralmente elevada e no previsvel. Um terreno aparentemente uniforme pode compreender pores de solo consideravelmente distintas que se revelam apenas sob certas condies, como perodos de tempo mido ou seco. Condies de clima desfavorveis, como perodos prolongados de chuva ou estiagem, e frio ou calor intensos fora de estao, podem ocasionar estresse e conseqente variabilidade no previsvel da resposta de plantas e animais. Tambm podem originar ocorrncias de doenas que impliquem variabilidade cuja amplitude e intensidade sejam imprevisveis. Por essa razo, recomendvel que o experimento seja auto-suficiente no sentido de prover estimativas do erro experimental apropriadas para as inferncias que ele se destina derivar. Em experimentos com nmero elevado de fatores em ambientes uniformes pode ser sabido que certas interaes de ordens elevadas, ou seja, que envolvem muitos fatores, so inexistentes ou irrelevantes. Essa situao pode ocorrer, por exemplo, em
213
pesquisas de processos industriais. Com base nesse argumento, componentes da variao que expressam tais interaes so utilizados como estimativas de erros para inferncias referentes a efeitos de fatores experimentais relevantes. Naturalmente, a validade de uma estimativa de erro provida por interao de ordem elevada depende da correo do argumento de irrelevncia dessa interao. Caso esse argumento no seja correto, o erro resultar superestimado e, por conseqncia, as inferncias sero tendenciosas.
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 isto , um valor apropriado para aproxim-la determinado a partir estimativa, 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
Fisher define a preciso ou quantidade de informao suprida pelo experimento 2 como o inverso da varincia do erro experimental, ou seja, 1 2 . Como a varincia usualmente desconhecida, ela tem que ser substituda por uma sua estimativa. A quantidade de informao provida por um experimento com varincia do erro 2 estimada por s expressa por: +1 ( + 3) s2 ,
onde o nmero de graus de liberdade do erro.
214
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
onde o desvio padro e r o nmero de repeties comum aos dois tratamentos.
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.
Ao planejar um experimento particular o pesquisador deve identificar as fontes de impreciso potenciais com base na experincia colhida de experimentos semelhantes e em informaes disponveis na literatura e em outras fontes. Em algumas situaes, particularmente em experimentos em reas novas, pode ser recomendvel a realizao de estudos preliminares para avaliao do impacto de caractersticas estranhas sobre a preciso, e a definio e o aprimoramento de tcnicas experimentais prprias para controle dessas caractersticas. Esse processo preliminar pode prover subsdios importantes para a melhoria ou refinamento do plano de experimentos. Aes para o aumento da preciso Uma vez as fontes de impreciso importantes estejam identificadas, o prximo passo a definio das aes para control-las de modo a lograr a preciso apropriada. Essa preciso deve ser suficiente para prover probabilidade elevada de deteco de efeitos importantes de fatores experimentais que se manifestem na amostra. Os recursos apropriados para esse propsito dependem das circunstncias de cada experimento particular.As aes que podem contribuir para o aumento da preciso so consideradas a seguir. a) Escolha apropriada das variveis respostas. A discriminao dos nveis de uma caracterstica resposta depende da escala de medida da varivel que definida para express-la. As variveis respostas devem ser definidas de modo que expressem as
216
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
composio de caractersticas estranhas, esse experimento prov estimativa do efeito da adubao com nitrognio mais precisa do que um experimento com o mesmo nmero de repeties devotado pesquisa apenas desse efeito. De fato, a preciso dessa estimativa provida pelo experimento com os dois fatores 2 vezes a preciso provida pelo experimento apenas com o fator fertilizao com N. Essa mesma propriedade aplica-se estimao da diferena mdia dos efeitos de arao profunda e arao rasa. Em geral, experimento com os dois ou mais fatores experimentais prov estimativas dos efeitos desses fatores mais precisas do que experimentos separados cada um devotado a um dos fatores. c) Escolha de amostra inicial homognea. A adoo de amostra constituda por unidades homogneas ao incio do experimento altamente eficaz para lograr preciso elevada. Por exemplo, experimentos com animais e plantas uniformes so mais precisos do que experimentos com animais e plantas com caractersticas individuais variveis. Esse procedimento freqentemente apropriado para experimentos bsicos. Entretanto, pode ser inconveniente para experimentos tecnolgicos, como, por exemplo, experimentos que visam gerar tecnologias para recomendao de adoo por agricultores, criadores, etc. Nesses experimentos a amostra deve representar a heterogeneidade natural presente na populao objetivo, que consideravelmente acentuada em muitas situaes. d) Tamanho apropriado do experimento. O tamanho do experimento expresso pelo nmero de unidades experimentais determina o nmero de graus de liberdade para a estimao da varincia do erro experimental. Se esse aumento do nmero de graus de liberdade supera o eventual incremento da variao atribuvel s caractersticas estranhas, a varincia do erro experimental reduzida. Esse procedimento tem limitaes, tais como os fatos de que o aumento do nmero de unidades experimentais pode implicar constituio de material experimental heterogneo e resultar em prejuzo para a implementao controlada de tcnicas experimentais. O aumento do tamanho do experimento pode ser obtido pelo aumento do nmero de repeties e pela considerao de fatores experimentais suplementares. O erro padro da diferena das mdias de dois tratamentos baseadas em mesmo nmero de repeties e afetadas por erro experimental de um nico estrato inversamente proporcional raiz quadrada do nmero de repeties. Assim, nessa situao particular, o erro padro reduzido metade pela quadruplicao do nmero de repeties, enquanto que para obter a reduo do erro padro a um dcimo necessrio multiplicar por cem aquele nmero de repeties. Em experimentos de ampla abrangncia logrado aumento do tamanho do experimento pela conduo do experimento em diversas sees do espao e do tempo. Dessa forma, o aumento do nmero de repeties para fatores de tratamento importantes obtido pela incluso dos fatores intrnsecos local e perodo de tempo. Fatores de tratamento adicionais tambm podem ser utilizados para esse propsito. Assim, por exemplo, em um experimento para pesquisa da eficincia de fungicidas para controle do mldio da videira pode ser lograda maior preciso pelo aumento do nmero de repeties dos fungicidas em um local e ano particular, pela conduo do experimento em diversos locais e anos, ou pela incluso de um fator de tratamento adicional, como, por exemplo, cultivar. Embora teoricamente o erro padro possa ser tornado arbitrariamente pequeno pelo aumento do nmero de repeties, esse modo de aumentar a preciso tem uso limitado, pois dispendioso e freqentemente impraticvel. A discusso precedente tornou saliente a importncia do empenho para lograr a reduo das estimativas de desvios e erros padres. Observe-se, entretanto, que embora os desvios e erros padres devam ser suficientemente pequenos para permitir a derivao de inferncias convincentes, eles no devem ser demasiadamente pequenos.
218
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
Controle da aplicao dos tratamentos. Diferenas referentes aplicao dos tratamentos s unidades experimentais tambm constituem erro de tratamento e contribuem para o erro experimental. Assim, por exemplo, no experimento de comparao de cultivares considerado anteriormente a semeadura deve ser efetuada uniformemente nas unidades experimentais no que se refere quantidade e distribuio de sementes, data de plantio, etc.; em um experimento de nutrio de cordeiros as dietas devem ser aplicadas nas unidades experimentais que lhe so assinaladas segundo as respectivas especificaes referentes a quantidade e modo de suprimento; em um experimento do efeito da umidade sobre a qualidade da semente aps um perodo de armazenamento as sementes com as umidades especificadas devem ser distribudas uniformemente nos correspondentes recipientes para constiturem as unidades experimentais; em um experimento de controle de insetos com inseticidas pode ser requerido aparato especial para garantir que todos as unidades experimentais recebam os inseticidas que lhe so assinalados de modo uniforme, particularmente no que se refere quantidade. Homogeneizao da manifestao de caractersticas do ambiente. Por exemplo,
uniformizao da temperatura e da umidade do ar em experimentos conduzidos em ambientes controladas, como casa de vegetao, laboratrio e instalaes protegidas; aplicao de inseticidas, fungicidas e herbicidas para controle das incidncias de insetos, doenas e invasoras, e proteo contra predadores em experimentos agrcolas de campo; aplicao de medicaes profilticas, como vacinas e vermfugos, em experimentos com animais.
Controle da implementao de operaes necessrias para o funcionamento das unidades. Tcnicas experimentais falhas podem originar contribuio substancial para o erro experimental. Esse componente potencial do erro experimental pode ser reduzido com a implementao controlada dessas tcnicas. Em particular, tcnicas de cultivo de plantas (referentes a plantio, aplicao de inseticidas, fungicidas e herbicidas, colheita, etc.) e tcnicas de manejo de animais (referentes a provimento de alimento e de gua, aplicao de medicamentos, etc.) devem ser empregadas de modo uniforme; por exemplo, a quantidade de sementes deve ser homognea para todas as parcelas, e a lotao e o provimento de rao e de gua deve ser uniforme para todos os compartimentos (boxes, potreiros, gaiolas) que constituem as unidades experimentais. Emprego de tcnicas experimentais propositais para controle do funcionamento das unidades. O emprego de tcnicas especiais que no so usuais na populao objetivo pode contribuir para o aumento da preciso. Por exemplo, uso de bordadura na parcela ou proteo para evitar confundimento de efeitos de tratamentos em parcelas vizinhas e reduo das plantas que emergem a um mesmo nmero por parcela, em experimentos agrcolas de campo; substituio de animais afetados por caractersticas estranhas perturbadoras (predadores, por exemplo) e adoo de medicamentos no usuais na populao objetivo para evitar doenas e parasitos, em experimentos com animais. Emprego de procedimentos e instrumentos de mensurao apropriados. A preciso das inferncias pode ser afetada consideravelmente pela preciso das mensuraes. Por exemplo, em um experimento com ovinos adultos, a mensurao do peso corporal com balana de preciso de quilogramas no permite distinguir pesos de animais que difiram por at 0,999...kg, como o caso do peso de dois animais com 49,6kg e 50,4kg; o peso desses dois animais sero ambos registrados com arredondamento para 50kg. Em geral, procedimentos de mensurao de caractersticas contnuas devem ser apropriados para que os dados sejam registrados com nmeros de dgitos significativos adequados. Como regra geral, recomendvel o registro de dados com, no mnimo, trs algarismos significativos. Assim, no experimento com frangos, o peso corporal deve ser expresso por varivel com unidade de medida de decagramas e mensurado em balana que propicie preciso dessa ordem. Avaliaes efetuadas por
220
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
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 ou seja, no viesadas ou no tendenciosas. vlidas, 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 6.2). Experimentos reais usualmente no satisfazem Figura 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
Figura 6.2. A validade absoluta do experimento requer que a amostra seja constituda por amostragem aleatria da populao objetivo e as unidades experimentais sejam associadas aleatoriamente aos nveis dos fatores experimentais. A validade, assim como a preciso, uma propriedade das inferncias derivadas de um experimento particular. No uma propriedade de mtodos ou delineamentos de experimentos, pois um mesmo mtodo ou delineamento pode contribuir para inferncias mais ou menos validas dependendo das circunstncias. O vis do experimento tem duas origens ou componentes: o vis intrnseco que provm do erro experimental, isto , do confundimento tendencioso de efeitos de caractersticas estranhas com efeitos de fatores experimentais, e o vis extrnseco que decorre do erro de amostragem, ou seja, dos desvios da populao amostrada em relao populao objetivo. O vis do experimento to menor quanto menores so os vieses originados do erro experimental e do erro de amostragem. Tendo em conta essas duas origens do vis, ou seja, vis intrnseco e vis extrnseco, pode-se distinguir, respectivamente, a validade interna e a validade externa do experimento. A validade interna significa validade das inferncias da amostra para a populao amostrada. A validade das inferncias da amostra para a populao objetivo requer, tambm, a validade externa, ou seja, a validade da extenso das inferncias da populao amostrada para a populao objetivo. Figura 6.3 ilustra os dois passos do processo de inferncia para extenso da amostra para a populao objetivo, ou seja: 1) generalizao da amostra para a populao amostrada e 2) extenso da populao amostrada para a populao objetivo. A validade interna requer a ausncia de vis no primeiro passo; a validade externa, no segundo passo.
224
Figura 6.3. Os dois passos do processo de inferncia para extenso da amostra para a populao objetivo.
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.

Origens do vis interno
225
Prejuzos para a validade interna provm de vis resultante de confundimento tendencioso de efeitos de caractersticas estranhas com efeitos de fatores experimentais e de estimativas tendenciosas dos erros que afetam esses efeitos. Em geral, esses prejuzos tm as seguintes origens: unidades experimentais; caractersticas estranhas do material experimental referentes a:
veculos dos tratamentos, aplicao dos tratamentos, ambiente, operaes para funcionamento das unidades, pesquisador e mensurao e registro dos dados.
O plano do experimento deve levar em conta as origens de vis interno potenciais e estabelecer as aes apropriadas para seu controle. As possveis origens desse vis podem ser indicadas por experimentos anteriores, por informaes providas pela literatura e por outras fontes. Em algumas circunstncias, podem ser recomendveis estudos preliminares para identificao de caractersticas estranhas que possam contribuir para o vis interno, e definio e aprimoramento de tcnicas experimentais prprias para controle dessas fontes de vis. Aes para o aumento da validade interna As aes para o controle das fontes potenciais de vis interno devem ser previstas e descritas pormenorizadamente no protocolo do experimento. Essas aes compreendem fundamentalmente definio apropriada das unidades experimentais, controle de tcnicas experimentais e casualizao, e, algumas circunstncias, controle estatstico. a) Definio apropriada das unidades experimentais. As unidades experimentais so as unidades de informao sobre o erro experimental que afeta as inferncias referentes aos efeitos dos fatores experimentais. A definio correta das unidades experimentais essencial para a estimao no tendenciosa dos erros experimentais que afetam os efeitos dos fatores experimentais. Para ilustrao, considere-se um experimento com o propsito de comparar quatro lotaes de animais em pastoreio com um potreiro para cada lotao e dez animais por potreiro. Algumas vezes, a variao entre animais dentro de potreiro utilizada para estimativa do erro experimental para as comparaes de lotaes. Essa variao, entretanto, subestima o erro experimental para comparar lotaes, j que a variao entre animais dentro de um mesmo potreiro usualmente inferior variao entre animais em potreiros diferentes. De fato, em geral, h mais homogeneidade de caractersticas estranhas dentro de potreiros do que entre potreiros, particularmente de caractersticas referentes ao ambiente. b) Controle de tcnicas experimentais. Em geral, o controle de tcnicas experimentais para o aumento da preciso tambm pode favorecer a validade interna. Assim, o controle de tcnicas experimentais para o aumento da preciso deve ser planejado de modo a tambm contribuir para evitar o vis intrnseco. As aes para esse propsito so consideradas a seguir.
Constituio apropriadas das unidades experimentais. A validade interna requer a ausncia de confundimento de efeitos de tratamentos. Esse confundimento deve ser controlado por tcnicas experimentais que evitem que efeitos de tratamentos sejam contaminados por efeitos de tratamentos em unidades experimentais vizinhas. Por exemplo, em experimentos com plantas em que os tratamentos so cultivares de plantas
226
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
proteo contra predadores em experimentos com plantas; b) aplicao de medicaes profilticas, como vacinas e vermfugos, em experimentos com animais.
Controle da implementao de operaes necessrias para funcionamento das unidades. Variaes ou falhas na implementao dessas operaes podem ter duas implicaes para o erro experimental: introduzir variaes de natureza aleatria ou de natureza sistemtica. No primeiro caso contribuem apenas para o incremento da estimativa do erro experimental; no segundo, para a tendenciosidade dessa estimativa. Por exemplo, se em um experimento com plantas tcnicas de cultivo, tais como plantio, capina e colheita, estendem-se por intervalo de tempo considervel, sua execuo tratamento por tratamento pode implicar confundimento tendencioso de efeitos de caractersticas do ambiente com efeitos de fatores experimentais.
Em geral, se em um experimento o desvio padro revela-se consideravelmente mais elevado do que o observado em experimentos semelhantes, o pesquisador deve verificar se essa discrepncia tem origem em diferenas de tcnicas experimentais. Se alguma tcnica experimental identificada como possvel origem de vis, o plano de prximos experimentos semelhantes deve prever o controle apropriado da implementao dessa tcnica.
Emprego de tcnicas experimentais para propsito de controle do funcionamento das unidades. Em algumas circunstncias pode ser apropriado empregar na amostra tcnicas no usuais na populao objetivo para propsito de evitar que caractersticas estranhas potencialmente perturbadoras se tornem perturbadoras. Por exemplo: a) uso de bordadura na parcela para evitar contaminao de efeitos de tratamentos diferentes em parcelas vizinhas e reduo das plantas que emergem a um mesmo nmero por parcela, em experimentos agrcolas de campo; b) substituio de animais afetados por predadores e doenas para controle da lotao em compartimentos com tratamentos diferentes, em experimentos com animais; Controle de efeitos das unidades e do pesquisador. Em certos experimentos as unidades podem ser influenciadas por preferncia ou rejeio a tratamentos que no constituem efeitos inerentes aos tratamentos. Isso pode ocorrer particularmente em experimentos com humanos. Vis originado de efeitos das unidades pode ser evitado omitindo para as unidades informao sobre os tratamentos que recebem.
O efeito do pesquisador tambm uma fonte potencial de vis intrnseco. Esse vis pode surgir quando h alguma interferncia consciente ou inconsciente que ocasione benefcio ou prejuzo para alguns tratamentos. Em geral, cuidados especiais permitem evitar falhas dessa origem que impliquem vis intrnseco. Em situaes extremas pode ser conveniente omitir informaes ao pesquisador sobre os tratamentos.
Emprego de procedimentos e instrumentos de mensurao apropriados. Os
procedimentos e instrumentos de mensurao e o registro dos dados devem ser livres de tendenciosidade. As caractersticas respostas devem ser mensuradas segundo as respectivas definies, que devem ser estabelecidas no protocolo do experimento. Assim, por exemplo, em um experimento com plantas frutferas em que plantas com tratamentos distintos possam ter maturaes em datas diferentes, as mensuraes do peso da produo e de outras caractersticas do fruto devem ser procedidas tratamento por tratamento, ou unidade de observao por unidade de observao, na medida em que os frutos atinjam o estado de maturao definido. Caractersticas respostas que devem ser mensuradas em uma mesma data podem ser sensveis ao instante de mensurao ou ao estado da unidade de observao nesse instante; por exemplo, caractersticas do gro, como peso da produo e umidade, podem ser consideravelmente afetadas pela umidade do ambiente, particularmente quando h ocorrncia de chuva; caractersticas do leite podem ser afetadas pelo horrio de coleta do leite e, tambm, por alteraes do animal decorrentes de estresse. Nesses casos recomendvel que a mensurao de todas as unidades seja procedida em intervalo de
228
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
bsicas a serem ulteriormente consideradas em experimentos conduzidos em ambientes naturais, antes da recomendao de resultados para condies prticas. Observe-se que em experimentos comparativos a representatividade da amostra essencial no que se refere s suas implicaes referentes s diferenas de efeitos de tratamentos; usualmente no essencial com respeito aos efeitos individuais dos tratamentos. Origens do vis externo Prejuzos para a validade externa provm de vis resultante de falhas da representao da populao objetivo pelo material experimental. O vis externo pode originar-se no planejamento e ao longo da execuo do experimento. Em geral, fontes de vis interno tambm podem implicar vis externo. Prejuzos para a validade externa tm as seguintes origens: variveis respostas; fatores experimentais e de seus nveis, unidades experimentais; caractersticas estranhas do material experimental referentes a:
amostra inicial, veculos dos tratamentos, aplicao dos tratamentos, ambiente, operaes para funcionamento das unidades e mensurao e de registro dos dados.
Assim como as fontes de impreciso e de vis interno, as possveis origens de vis externo devem ser identificadas e consideradas no planejamento do experimento para que as aes apropriadas para seu controle sejam previstas e especificadas no protocolo do experimento. Indicaes de fontes de vis externo potenciais podem ser obtidas de experimentos semelhantes e de informaes da literatura. Aes para o aumento da validade externa Aes para o aumento da validade externa podem favorecer ou prejudicar a validade interna e a preciso. Assim, ao planejar e executar essas aes, o pesquisador deve tomar o cuidado necessrio para lograr o balanceamento apropriado relativamente aos impactos que aes prprias para o aumento da validade externa possam ter para a preciso e a validade interna. Diversos recursos podem ser utilizados para o aumento da validade externa do experimento, a saber: a) Definio apropriada das variveis respostas. A representao de uma propriedade das unidades por uma varivel pode ser enganosa. Para que seja evitada tendenciosidade dessa origem as variveis respostas devem expressar as propriedades relevantes das caractersticas respostas que representam. Por exemplo, em um experimento com pessegueiro, o peso dos frutos dos ramos inferiores da planta pode no ser uma varivel apropriada para expressar o peso da produo de frutos; em um experimento com arroz irrigado, a altura mdia das cinco plantas mais vigorosas pode no ser uma varivel vlida para expressar a altura das plantas da parcela. As escalas de medidas devem ser apropriadas para as representaes corretas das propriedades das caractersticas que as variveis expressam. Em algumas situaes, mais apropriado representar os nveis de uma caracterstica por razes em vez de nmeros absolutos. Por exemplo, a quantidade de acar no mosto da uva mais
230
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
lavouras. Semelhantemente, se um experimento para pesquisa do efeito do tempo de armazenamento sobre a qualidade da semente de soja conduzido em instalaes especialmente construdas para a pesquisa, as condies ambientais dessas instalaes devem ser similares quelas consideradas na populao objetivo. Particularmente, altamente importante que a amostra represente a variabilidade presente na populao objetivo. Assim, se a populao objetivo tem abrangncia espacial e temporal ampla, como o caso de experimentos para pesquisa de tcnicas de cultivo de plantas ou de manejo de animais, muito freqentemente necessrio que a amostra compreenda diversos locais e intervalos de tempo de abrangncias similares s consideradas na populao objetivo. Em algumas situaes pode ser conveniente que o experimento seja conduzido em unidades prprias da populao objetivo, como o caso de reas e instalaes de propriedades particulares nesses dois exemplos. Usualmente, as restries para as escolhas de locais e anos de conduo de experimentos tm implicaes srias e limitantes para a validade externa de experimentos tecnolgicos. A amostra escolhida inicialmente pode compreender uma ou mais unidades atpicas com caractersticas que manifestem nveis no considerados na populao objetivo. Por exemplo, em experimentos com animais e plantas de grande porte, quando esto presentes indivduos defeituosos ou doentes. Esses indivduos discrepantes ou aberrantes so fontes potenciais de vis extrnseco e devem ser excludos da mostra inicial. Observe-se que em experimentos comparativos a representatividade da amostra essencial no que se refere s suas implicaes referentes s diferenas de efeitos de tratamentos; pode no ser to essencial com respeito aos efeitos individuais dos tratamentos. Outra observao relevante que em muitas pesquisas a populao objetivo no constituda por unidades com caractersticas similares s das unidades presentes no momento do planejamento, mas por unidades modificadas e evoludas. Nesses casos a amostra inicial deve representar essa populao objetivo ideal. d) Controle de tcnicas experimentais. Em geral, o controle de tcnicas experimentais para o aumento da validade interna tambm pode contribuir para a validade externa. Entretanto, controle para o incremento da preciso pode implicar prejuzo para a validade externa. Portanto, importante que as aes de controle de tcnicas experimentais que sejam planejadas para benefcio de um desses requisitos tambm favoream os outros requisitos, ou pelo menos no os prejudiquem. As aes para o aumento da validade externa so consideradas a seguir.
Dimenses e constituio apropriadas das unidades experimentais. Os componentes das unidades devem manifestar na amostra comportamento similar ao da populao objetivo. Em experimentos com animais e plantas, por exemplo, as dimenses e a composio das unidades devem ser apropriadas para que os animais e plantas estejam sob condies referentes densidade de indivduos, ambiente e manejo que lhes permitam o comportamento usual nas instalaes e lavouras consideradas na populao objetivo. Controle das caractersticas estranhas veiculadas com os tratamentos. Tratamentos devem manifestar-se na amostra segundo suas definies. A obedincia a esse requisito usualmente invivel, j que tratamentos so comumente veiculados com caractersticas estranhas. Entretanto, em experimentos comparativos usualmente essencial apenas a homogeneidade dessas caractersticas entre os tratamentos. O pesquisador deve exercer o controle apropriado para lograr essa homogeneidade. Assim, por exemplo, se os tratamentos so cultivares, as sementes devem ser homogneas quanto a vigor, sanidade e pureza; se os tratamentos so dietas, as dietas devem ser formuladas segundo suas definies e serem homogneas quanto a caractersticas estranhas referentes qualidade, quantidade e forma de fornecimento.
232
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
das unidades. Usualmente as unidades da amostra no so unidades da populao objetivo, mas unidades construdas para representar essas unidades. O emprego de tcnicas no usuais na populao objetivo pode propiciar a melhor representatividade do funcionamento das unidades da amostra. Por exemplo: a) uso de bordadura na parcela em experimentos com plantas para propiciar que as plantas manifestem nas unidades experimentais comportamento mais similar ao das lavouras; b) produo de infeco artificial dos animais em um experimento sobre o controle de uma infeco para simular o comportamento de animais infectados na populao objetivo; c) infestao de insetos em um experimento sobre a resistncia de cultivares a uma praga para propsito semelhante.
9.1.1.3Relao entre validade interna, validade externa e preciso

A validade das inferncias derivadas da amostra para a populao objetivo requer a validade interna e a validade externa. A discusso anterior ressaltou que o atendimento a esses dois requisitos algumas vezes conflitante, j que aes para o aumento da validade interna podem sacrificar a validade externa e aes para o incremento da validade externa podem prejudicar a validade interna. A validade interna necessria para inferncias referentes a relaes causais que constituem o objetivo do experimento. Por essa razo ela o requisito mnimo essencial do plano do experimento. Ela tem implicaes para a resposta questo: Os fatores
233
experimentais tm efeitos sobre as variveis respostas nas condies especficas representadas pela amostra? A validade externa relaciona-se resposta a essa questo para as unidades de interesse na pesquisa: esses efeitos estendem-se para a populao objetivo? Essas duas respostas so obviamente importantes. Enquanto a validade interna seja o critrio essencial e a questo de extenso para a populao objetivo, como a questo de inferncia indutiva, nunca seja completamente resolvida, altamente desejvel que o plano do experimento contemple esses dois requisitos. As importncias relativas da validade interna e da validade externa dependem dos objetivos do experimento e do estado de conhecimento. Elas so distintas para experimento bsico e experimento tecnolgico. No experimento bsico a validade interna assume importncia elevada, pois o objetivo a verificao de existncia ou no da relao causal formulada pela hiptese de pesquisa; a validade externa freqentemente de menor interesse. No experimento tecnolgico a validade externa tende a ser mais relevante por razo da importncia que atribuda aplicao do conhecimento sobre a relao causal sob pesquisa a contextos aplicados. Por exemplo, um teste preliminar de novas drogas para controle de uma doena em humanos pode ser feito em um experimento com cobaias. Entretanto, em uma etapa mais avanada da pesquisa esse teste deve ser efetuado com humanos representativos da populao de indivduos acometidos dessa doena. As importncias relativas da validade interna e da validade externa tambm dependem do estado do conhecimento na rea. Por exemplo, na fase inicial de um programa de pesquisa a identificao de efeitos causais de diferenas de tratamentos tem importncia elevada. Nessa fase a busca por tratamentos possivelmente efetivos tolera planos e delineamentos experimentais que no atendam a alguns requisitos e princpios bsicos, e permite muitas declaraes falsas de eficincias de tratamentos para no negligenciar a identificao de tratamentos possivelmente efetivos. Na medida em que se acumula novo conhecimento, a validade externa assume importncia mais elevada para destacar aqueles tratamentos que realmente tm melhor desempenho sob pelo menos circunstncias ideais. Na ltima fase da pesquisa, a validade externa prioritria, especialmente para caracterizao do desempenho dos tratamentos sob as condies das situaes reais. De fato, a validade interna e a validade externa no so to incompatveis. Essa incompatibilidade, mais aparente do que real, pode ser resolvida pelo emprego equilibrado do controle de tcnicas experimentais e pela casualizao. Particularmente, o pesquisador deve planejar cada uma das aes de controle de tcnicas experimentais de modo a lograr o equilbrio apropriado entre as conseqncias para a validade interna e a validade externa. Algumas aes que beneficiam a validade interna ou a validade externa podem afetar a preciso de modo desfavorvel. Usualmente, entretanto, esse impacto negativo pode ser evitado com o uso equilibrado do controle de tcnicas experimentais (Seo Seo 5.6.1) 5.6.1 e, principalmente, pelo emprego do controle local (Seo 5.6.2) e do controle Seo 5.6.2 estatstico (Seo 5.6.3). Por exemplo, em certos experimentos tecnolgicos a Seo 5.6.3 representao da variabilidade das unidades da populao objetivo no espao e no tempo requer que a amostra seja constituda por unidades dispostas em diversas locais e perodos de um intervalo de tempo. A variabilidade das unidades da amostra dessa origem pode ser controlada por controle local que leve em conta a classificao dessas unidades segundo suas posies no espao e no tempo. A Tabela 6.1 apresenta um resumo das conseqncias dos procedimentos de controle experimental apropriadamente implementados para a preciso, a validade interna e a validade externa. A Tabela 6.2 resume as conseqncias de definies apropriadas referentes a: variveis respostas, fatores experimentais e seus nveis, amostra inicial, tamanho do experimento e unidades experimentais; e a Tabela 6.3, as conseqncias de aes apropriadas referentes a tcnicas experimentais.
234
Tabela 6.1. Conseqncias dos procedimentos de controle experimental apropriadamente implementados para a preciso, a validade interna e a validade externa.
Conseqncias para: Aes e ocorrncias no experimento Controle local Controle estatstico Controle de tcnicas experimentais Casualizao Preciso Beneficia Beneficia Beneficia Validade interna Beneficia Beneficia Beneficia Validade externa Beneficia -
Tabela 6.2. Conseqncias para a preciso, a validade interna e a validade externa das definies apropriadas referentes a: variveis respostas, fatores experimentais e seus nveis, amostra inicial, tamanho do experimento e unidades experimentais.
Definio referentes a: Variveis respostas Fatores experimentais e seus nveis Amostra inicial Tamanho do experimento Unidades experimentais Preciso Afeta Afeta Afeta Afeta Afeta Validade interna Afeta Validade externa Afeta Afeta Afeta -
Tabela 6.3. Conseqncias para a preciso, a validade interna e a validade externa de aes referentes a tcnicas experimentais apropriadamente implementadas.
Ao Preciso Validade interna Beneficia Beneficia Beneficia Beneficia Beneficia Beneficia Beneficia Beneficia Beneficia Validade externa Prejudica Beneficia Beneficia Beneficia Beneficia Beneficia Beneficia -
Homogeneizao das caractersticas estranhas Beneficia da amostra inicial Dimenses e constituio apropriadas das Beneficia unidades experimentais Controle das caractersticas estranhas veiculadas Beneficia com tratamentos Controle da aplicao dos tratamentos Controle da manifestao de caractersticas do ambiente Controle da implementao de operaes necessrias para o funcionamento das unidades Emprego de tcnicas experimentais propositais para o controle do funcionamento das unidades Controle de efeitos das unidades Controle de efeitos do pesquisador Emprego de procedimentos e instrumentos de mensurao apropriados Beneficia Beneficia Beneficia Beneficia Beneficia
235
6.5.5
Simplicidade, economia de recursos e exeqibilidade O plano deve garantir a consecuo dos objetivos do experimento com o mximo de simplicidade e o custo mnimo. Em primeiro lugar o plano deve ser exeqvel com os recursos financeiros, humanos e materiais disponveis. Essa uma condio necessria para garantia de que o plano possa ser executado e completado. Esforos e recursos tm sido desperdiados por alterao, suspenso ou no obedincia de planos de experimentos em decorrncia de falta ou indisponibilidade de recursos nos momentos em que so necessrios. Particularmente, modificaes de planos muito freqentemente implicam o no atendimento de requisitos importantes com conseqentes prejuzos para a concretizao dos objetivos da pesquisa. Em algumas situaes, h restries de ordem prtica que devem ser levadas em conta no planejamento do experimento. Por exemplo, se a execuo do experimento vai ser feita por pessoas com pouca habilidade e experincia pode ser difcil conseguir a compreenso de tarefas complexas, mesmo que detalhadamente descritas no protocolo e em instrues que so fornecidas; se o experimento conduzido em propriedades particulares, como uma empresa agrcola ou uma indstria, pode ser importante interferir o menos possvel no processo de produo. Essas restries podem conduzir escolha de alternativas que no atendam a requisitos importantes. A adoo dessas alternativas deve ser bem ponderada, tendo em conta as importncias relativas das convenincias prticas e das propriedades desejveis do plano do experimento. Ela somente pode ser admitida se as propriedades mnimas relevantes para as inferncias forem satisfeitas. A exeqibilidade no justificativa para falhas de planejamento que inviabilizem ou invalidem as inferncias que constituem o objeto do experimento. Experimento cuja exeqibilidade requeira sacrifcio dessas inferncias no deve ser executado, pois no prover informaes relevantes. Para ilustrao, considere-se um experimento para comparar quatro lotaes de animais em pastoreio e suponha-se que so disponveis apenas quatro potreiros de modo que cada lotao deva ser assinalada a apenas um potreiro (exemplo da Seo 9.1.1.1 Com esse plano o experimento no propiciar a 9.1.1.1). estimao do erro experimental apropriado para as inferncias referentes a efeitos de lotaes. Portanto, no prover inferncias vlidas referentes a esses efeitos. Em experimentos de longa durao conveniente que o plano estabelea avaliaes peridicas do andamento da pesquisa para deciso referente a sua continuao, concluso ou suspenso. Em algumas situaes, antes do prazo estabelecido para a concluso, experimentos revelam resultados que satisfazem os objetivos, ou que salientam a inconvenincia do prosseguimento do esforo de pesquisa, possivelmente em decorrncia de algum evento que causou prejuzo irreversvel, ou que recomendam alteraes referentes a fatores experimentais ou a seus nveis. Assim, avaliaes peridicas podem evitar o desperdcio de recursos e de tempo conseqentes do prosseguimento de experimentos que no vo conduzir a novas informaes teis. O plano do experimento deve contemplar, em cada uma das etapas e segmentos do experimento, as aes que demandem o menor uso de recursos, entre as alternativas igualmente apropriadas. A parcimnia um requerimento que deve ser levado em conta em todo o esforo cientfico. A simplicidade uma propriedade relacionada com a exeqibilidade e a economia de recursos. A simplicidade dos mtodos e procedimentos de pesquisa tem implicaes para a otimizao do uso de recursos e as facilidades prticas para a conduo do experimento. Em particular, a estrutura das condies experimentais, a estrutura da resposta, o controle experimental e a conseqente estrutura das unidades devem ser to simples quanto possvel, desde que apropriados para a consecuo dos objetivos do experimento. A importncia dessa simplicidade mais saliente em experimentos de
236
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
Manifestao dos efeitos reais dos tratamentos Uma propriedade importante do plano do experimento prover habilidade para que efeitos reais dos tratamentos se manifestem na amostra. Essa propriedade compreende exigncias referentes estrutura das condies experimentais e obedincia aos requisitos de preciso, validade interna e validade externa. A relevncia desse requisito do plano do experimento justifica a reiterao de algumas consideraes anteriores. a) Tratamentos devem distinguir-se por atributos simples e identificveis. O no atendimento dessa condio pelo plano do experimento pode implicar que as inferncias revelem diferenas de efeitos de tratamentos que tenham duas ou mais interpretaes. Para ilustrao, considere-se um experimento para pesquisa do efeito da adubao com nitrognio em cobertura em lavouras de arroz irrigado cujos tratamentos so quatro doses de nitrognio precedidas de adubao bsica ao preparo do solo (adubao comum para todas as unidades experimentais) que inclui nitrognio. Nessas circunstncias, se as inferncias no revelarem diferenas de efeitos de tratamentos, o pesquisador no ter como saber se esse resultado decorreu da inexistncia de efeito de nitrognio aplicado em cobertura ou do nitrognio necessrio ter sido suprido pela adubao bsica. Geralmente, ambigidades dessa origem podem ser evitadas pela incluso de tratamentos adicionais aparentemente sem interesse para os objetivos do experimento; em algumas situaes pelo estabelecimento de uma estrutura fatorial para os tratamentos. Assim, no exemplo anterior, a dubiedade de interpretao pode ser evitada pela considerao de uma estrutura de tratamentos constituda das combinaes dos nveis de dois fatores: fator 1 - adubao ao preparo do solo com dois nveis: sem e com adubao, e fator 2 - adubao em cobertura com os nveis constitudos pelas doses definidas originalmente. b) Tratamentos devem ser implementados na amostra conforme as definies estabelecidas no plano do experimento. Em experimentos comparativos a condio fundamental para a validade interna a concordncia entre as diferenas de tratamentos implementadas na amostra e as diferenas entre os tratamentos definidos no plano do experimento. Essa uma condio necessria para a validade externa das inferncias referentes a comparaes de tratamentos. Seu atendimento requer homogeneidade das caractersticas estranhas veiculadas com os tratamentos. Assim, por exemplo, se os tratamentos so cultivares as sementes de cultivares distintas devem ser homogneas quanto a vigor, sanidade, pureza e demais caractersticas no referentes cultivar; se os tratamentos so dietas, as dietas devem ser formuladas segundo suas definies e serem homogneas quanto a caractersticas estranhas referentes qualidade, quantidade e forma de fornecimento. Essa homogeneidade de caractersticas estranhas
237
entre os tratamentos pode ser alcanada atravs de controle de tcnicas experimentais cuidadoso. c) Efeitos de tratamentos, se existentes, devem manifestar-se na amostra. O experimento mais elaborado pode revelar-se ineficaz se a amostra no propiciar a manifestao dos efeitos reais dos tratamentos. Por exemplo, em um experimento de comparao da eficcia de inseticidas no controle de uma praga as diferenas de efeitos de inseticidas somente podero ser manifestar se houver a presena de insetos na rea experimental. Semelhantemente, em um experimento para pesquisa da eficcia de medicamentos para o controle de uma doena de animais os tratamentos no podero revelar diferenas se forem aplicados a animais que no manifestem essa doena. Nessas circunstncias torna-se necessrio o uso de um ou mais tratamentos particulares adicionais que informem sobre a presena no material experimental das condies necessrias para que os tratamentos manifestem seus efeitos. Esses tratamentos particulares (ausncia de inseticida e de antibitico, nos exemplos) so usualmente designados controles ou testemunhas. Efeitos de tratamentos requerem tempo para sua manifestao e usualmente no so constantes nesse tempo. Ademais, a variao desses efeitos ao longo do tempo pode diferir entre os tratamentos. A amplitude do perodo experimental deve ser determinada de modo que os tratamentos tenham tempo para manifestar seus efeitos relevantes e revelar a variao desses efeitos. Em alguns experimentos a variao dos efeitos dos tratamentos com o tempo inerente aos objetivos da pesquisa. Por exemplo, em um experimento de nutrio de cordeiros podem ser importantes os efeitos das dietas sobre o desenvolvimento ponderal dos animais em um intervalo de tempo; em um experimento sobre o efeito da temperatura de armazenamento da semente de uma cultivar de soja podem ser relevantes inferncias referentes a diferenas de efeitos de temperatura e variao dessas diferenas com o tempo. d) Efeitos de tratamentos devem manifestar-se livre de confundimento com efeitos de outros tratamentos. A observao em uma unidade no deve ser afetada por uma assinalao particular dos tratamentos s outras unidades. Isso significa que no pode haver interferncia de efeitos de tratamentos. Em experimentos em que os efeitos dos tratamentos tm abrangncia espacial restrita ou as unidades so fisicamente distintas esse requisito no demanda preocupao. Em algumas situaes, entretanto, efeitos de tratamentos tm abrangncia espacial ou temporal que pode implicar que a observao em uma unidade seja afetada por tratamentos assinalados em outras unidades. Por exemplo, confundimento de efeitos de tratamentos pode ocorrer: a) em experimentos com plantas referentes a controle de pragas, doenas e invasoras, e a irrigao e adubao; e b) em experimentos com animais sobre controle de doenas e parasitos. Nesses casos interferncias entre as unidades podem decorrer da contaminao de tratamentos, ou seja, da passagem de inseticidas, fungicidas, herbicidas, gua, fertilizantes e anti-helmnticos, ou do deslocamento de insetos, fungos, plantas invasoras, parasitos, gua e adubo entre as unidades. Confundimento de efeitos de tratamentos dessa origem deve ser controlado por tcnicas experimentais, atravs do isolamento apropriado das unidades experimentais. Por exemplo, por meio de bordadura, espaamento ou proteo, em experimentos de campo com plantas e animais. Em algumas situaes pode ser conveniente verificar se ocorre transmisso de doenas, pragas e parasitos. A intercalao de parcelas em branco, ou seja, sem inseticida, fungicida, herbicida ou anti-helmntico, por exemplo, pode ser til para esse propsito. Em alguns experimentos os mesmos indivduos so usados como unidades em intervalos sucessivos do perodo experimental, recebendo diferentes tratamentos. Essa estrutura de unidades adotada em situaes em que difcil obter nmero suficiente de indivduos, ou para lograr maior homogeneidade de caractersticas estranhas referentes aos indivduos e conseqente preciso mais elevada para as comparaes de tratamentos. Por exemplo, em experimentos com vacas leiteiras algumas vezes
238
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
Previso dos procedimentos de inferncia estatstica e provimento de medida de incerteza das inferncias O plano do experimento deve prever os procedimentos de inferncia estatstica a serem adotadas na fase de anlise dos dados. Inferncias estatsticas so inferncias
239
indutivas; portanto, so incertas. Uma propriedade importante dos mtodos estatsticos que a incerteza das inferncias que prov podem ser conhecidas ou estabelecidas pelo pesquisador. Graus de incerteza de inferncias so expressos por estimativas de erros padres que afetam estimativas de efeitos de fatores experimentais, particularmente estimativas de efeitos de tratamentos e de diferenas desses efeitos, ou por limites de erros de decises referentes a esses efeitos para probabilidades fixadas pelo pesquisador. Efeitos de fatores experimentais sobre valores de uma varivel resposta nas unidades da populao amostrada podem ser constantes para todas as unidades ou realizaes de uma varivel aleatria com uma certa distribuio de probabilidade. Esse tema ser tratado no Captulo 10 Em qualquer dessas duas situaes esses efeitos so 10. desconhecidos. No primeiro caso, inferncias de interesse se referem grandeza dos efeitos; no segundo, variabilidade dos efeitos entre as unidades. A razo para a realizao do experimento inferir sobre a existncia real e sobre a grandeza ou variabilidade de cada efeito relevante. Conforme tem sido salientado, inferncias objetivas derivadas por mtodos estatsticos aplicam-se validamente populao amostrada; no necessariamente populao objetivo. Por essa razo, as referncias que so feitas sobre a aplicabilidade dessas inferncias referem-se populao amostrada. Os processos de inferncia estatstica so basicamente de dois tipos: estimao e teste de hiptese. O processo de estimao consiste em determinar uma aproximao ou estimativa da magnitude ou da variabilidade do efeito, com base nos valores observados da varivel resposta. Como um efeito de fator experimental manifesta-se invariavelmente confundido com efeitos de caractersticas estranhas, uma estimativa usualmente difere do valor real do efeito. Estimativas de erros padres so medidas da incerteza de inferncias pelo processo de estimao. Um processo de estimao alternativo consiste em determinar um intervalo, designado intervalo de confiana, que confiana contenha o efeito com uma probabilidade convenientemente fixada. Nesse caso medidas de incertezas de inferncias so as probabilidades fixadas a priori pelo pesquisador. O teste de hiptese um processo de deciso entre duas hipteses alternativas sobre o efeito: o efeito no existe ou o efeito existe. Uma hiptese estatstica compreende essas duas hipteses, que so usualmente denominadas, respectivamente, hiptese de nulidade e hiptese alternativa e denotadas por H0 e HA: H0 : o efeito no existe 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
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. O outro erro de deciso, correspondente a 1 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. Por outro lado, usualmente mais difcil teste 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
A hiptese H0 ser rejeitada se a diferena entre as estimativas das mdias m1 e m2 providas pela amostra for consideravelmente grande, qualquer que seja seu sinal, para ser atribuda apenas ao erro experimental. Essa hiptese denominada hiptese bilateral. bilateral Em algumas situaes, razo a priori estabelece que se m1 m2 ento m1>m2 hiptese (ou m1<m2); Nessas circunstncias, a hiptese denominada hiptese unilateral e a hiptese alternativa tem a seguinte expresso: HA: m1-m2 >0 ou HA: m1-m2 <0 ou HA: m1 < m2, se m1 no puder ser maior que m2. ou HA: m1 > m2, se m1 no puder ser menor que m2,
241
Ento, a hiptese de nulidade rejeitada apenas se o sinal da diferena entre as estimativas das mdias dos dois tratamentos for o mesmo estabelecido pela hiptese alternativa para a diferena das correspondentes mdias populacionais. Por exemplo, hipteses referentes a mdias populacionais referentes a peso da produo de gros de cultivares so usualmente bilaterais, pois, em geral, no h razo para estabelecer a priori que, se as mdias de duas cultivares so diferentes, uma delas (conhecida a priori) maior do que a outra. Por outro lado, uma hiptese referente diferena entre a mdia de um inseticida, fungicida ou antibitico e a mdia de um tratamento controle correspondente ausncia de pesticida usualmente unilateral, pois muito freqentemente h razo a priori para estabelecer que o pesticida no pode ter outro efeito que no seja o controle do inseto, fungo ou agente da doena. Hipteses bilaterais so mais comuns do que hipteses unilaterais. Exerccios 6.2
1. Explique porque usualmente impossvel lograr a validade absoluta das inferncias originadas do experimento. 2. O que significa o vis do experimento. Qual a distino entre vis intrnseco e vis extrnseco. Qual a fonte genrica do vis intrnseco? Qual a fonte genrica do vis extrnseco? 3. Qual a condio que a variao dos valores observados da varivel resposta no atribuvel a efeitos dos fatores experimentais e de caractersticas estranhas controladas por controle local e controle estatstico deve satisfazer para a validade interna das inferncias referentes aos efeitos de fatores experimentais? 4. Explique e ilustre com um exemplo como a definio inadequada das unidades experimentais pode implicar vis intrnseco do experimento. 5. D um exemplo de experimento em que possa ocorrer contaminao de efeitos de tratamentos em parcelas vizinhas. Que aes devem ser adotadas para evitar confundimento de efeitos de tratamentos dessa origem nesse experimento particular? E em outras situaes? 6. Explique as implicaes que os procedimentos de mensurao de caractersticas respostas podem ter para a preciso, a validade interna e a validade externa. 7. Exemplifique uma situao em que a definio da varivel resposta possa implicar vis extrnseco. 8. Explique com ilustraes como a escolha da amostra inicial pode ter implicaes para a preciso e a validade externa do experimento. 9. Explique como a escolha dos fatores experimentais pode beneficiar a validade externa do experimento. 10. Considere um dos experimentos usados como ilustrao nos exerccios 3 e 4 dos Exerccios 6.1. a) Descreva as aes que devem ser consideradas no plano desse experimento para lograr validade interna elevada. b) Identifique entre essas aes aquelas que podem ter implicaes desfavorveis para a preciso. Qual a atitude que o pesquisador deve tomar nessas circunstncias? c) Descreva as aes apropriadas para a validade externa elevada. Identifique entre essas aes aquelas que possam ter implicaes desfavorveis para a validade interna. 11. Qual a conseqncia da ocorrncia de uma caracterstica estranha perturbadora para a preciso, a validade interna e a validade externa do experimento. 12. Suponha que esteja sendo planejado um experimento de laboratrio com cobaias para verificar a eficincia de uma nova terapia e o pesquisador decide alocar animais machos a essa nova terapia e fmeas terapia usual. a) Qual requisito do plano do experimental violado com esse procedimento de alocao dos animais aos tratamentos? Indique um procedimento apropriado para atendimento a esse requisito.
242
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 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. Preciso Validade interna Validade externa
6.6
Experimento Princpios Bsicos do Delineamento do Experimento

Os requisitos do plano do experimento demandam algumas propriedades do delineamento experimental. Essas propriedades, mais usualmente denominadas princpios bsicos do delineamento do experimento, so as seguintes:
repetio, controle local, casualizao, ortogonalidade, balanceamento, confundimento e eficincia.
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.
243
6.6.1
Repetio Um efeito de fatores experimentais uma funo dos nveis ou das combinaes dos nveis desses fatores (Seo 6.4 Inferncias referentes a um efeito de fatores Seo 6.4). experimentais requerem uma estimativa do erro que afeta esses efeitos (Sees 6.5.2 Sees 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 5.4 Seo 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.
Figura 6.4. Croqui de delineamento com 2 tratamentos e 2 unidades experimentais cada uma com dezesseis unidades de observao, Exemplo 6.3. Como os tratamentos so atribudos aos potreiros, os dezesseis animais de cada potreiro so condicionados a receberem um mesmo tratamento. Logo, a unidade experimental para o fator experimental suplementao da dieta um potreiro com dezesseis animais; cada animal uma unidade de observao. Portanto, esse delineamento contempla apenas uma repetio (ou seja, uma unidade experimental) para cada um dos dois tratamentos. Suponha-se que inadvertidamente o pesquisador considere os animais dentro de potreiros como repeties para obter uma estimativa do erro experimental para inferncias referentes suplementao da dieta. A diferena entre os efeitos dos tratamentos com suplementao e sem suplementao provm das mdias de ganho de peso observadas nos dois potreiros. Essa diferena tem a seguinte composio: diferenas entre animais dentro de potreiros (A), diferenas
244
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 6.3 portanto, deve ter a seguinte Seo 6.3); 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.
Figura 6.5. Croqui de delineamento com 2 tratamentos e 16 unidades experimentais com 4 unidades de observao por unidade experimental, Exemplo 6.3. Como os tratamentos so atribudos aos potreiros de modo que cada potreiro recebe um tratamento independentemente dos outros potreiros, agora a unidade experimental o potreiro com 4 animais. Portanto, esse novo delineamento contempla 8 repeties para cada um dos 2 tratamentos. Com essa estrutura de unidades no efetuado controle local da variao estranha entre as unidades experimentais. Ento, o erro experimental que afeta efeitos dos tratamentos o prprio erro experimental global, que compreende toda aquela variao estranhas. Uma estimativa da varincia desse erro experimental provida pela variao das mdias das observaes de potreiros com um mesmo tratamento.
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 6.6). Figura

Variedade / linhagem 1 2 3 4 5 6 7 1 2 3 4 5 Figura 6.6. Experimento de comparao de sete linhagens com cada linhagem plantada em uma linha de oito segmentos. Segmento
245
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.
Esses exemplos ressaltam a importncia da distino entre unidade experimental e unidade de observao, ou entre repetio e observao mltipla, j que a estimativa da varincia do erro de observao, obtida de amostras ou observaes mltiplas nas unidades experimentais, geralmente menor que a estimativa da varincia do erro experimental, obtida de repeties ou de unidades experimentais. Inferncias derivadas com o uso indevido da varincia do erro de observao conduzem o pesquisador a cometer o erro de declarar falsas diferenas com freqncias muito mais elevadas do que ele est sujeito nesse processo de deciso. Alm de prover a estimao do erro experimental, a repetio tambm tem outras funes importantes: a) prover melhor representatividade da amostra; b) aumentar a preciso de inferncias referentes a efeitos de tratamentos; c) permitir a constatao da reprodutibilidade dos resultados; e d) diminuir a tendenciosidade que possa decorrer de observaes discrepantes devidas a acidentes no previstos. Em muitos experimentos, a repetio um meio de obter melhor representao da populao objetivo pelo material experimental. Esse o caso, por exemplo, de experimentos agrcolas com propsito de recomendar tecnologias para os agricultores de uma regio. Nesses experimentos os tratamentos devem ser avaliados sob a variao das condies ambientais presentes na regio, ou seja, em diversos locais que representem a amplitude da variao das condies de solo e de clima da regio, e por diversos anos de modo que se possam manifestar as variaes anuais do clima. Isso significa repeties no espao e no tempo. O mesmo princpio deve ser utilizado em outros experimentos, mesmo sob condies aparentemente controladas. Assim, por
246
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 6.5.3 mas muito importante para o aumento da preciso das Seo 6.5.3), 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. Ele consiste na 5.6.2 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
caractersticas considerando a classificao dos potreiros em blocos constitudos de quatro potreiros contguos, conforme o croqui da Figura 6.7.
Figura 6.7. 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). Com o controle local efetuado por essa estrutura de unidades a variao entre os blocos devida a caractersticas estranhas separada do erro experimental que afeta os efeitos dos tratamentos. Ento, esse erro experimental o erro experimental global subtrado da variao estranha entre blocos. Se essa variao estranha maior do que o nmero de.graus de liberdade que lhe corresponde, a preciso das inferncias sobre efeitos dos tratamentos incrementada em relao preciso que seria lograda por estrutura sem controle local para o mesmo material experimental. Esse delineamento experimental compreende duas repeties de cada tratamento por bloco. A heterogeneidade esperada das pastagens tambm poderia ser controlada pela formao de blocos de duas unidades experimentais, com uma repetio dos tratamentos por bloco. Entretanto, esse delineamento alternativo implicaria perda acentuada de nmero de graus de liberdade para a estimativa da varincia do erro experimental que muito possivelmente no seria compensada pela frao do erro experimental separada para constituir o estrato do erro experimental correspondente a blocos. b) Suponha-se que o experimento do Exemplo 6.5 considere animais machos e fmeas e que so utilizados 32 animais de cada sexo. Nessas circunstncias, deve ser feito o controle local adicional para controle das caractersticas estranhas associadas com sexo e condicionamento da assinalao de cada um dos dois tratamentos a metade dos animais de cada um dos sexos. Oito animais de cada um dos sexos so alocados a dois dos quatro potreiros de cada um dos blocos e, ento, os dois tratamentos so assinalados aos potreiros de cada bloco de modo que resulte cada tratamento em um potreiro com machos e um com fmeas. Esse controle local duplo ilustrado pelo croqui da Figura 6.8.
Figura 6.8. 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 b).
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
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 A1 I1 I2 Intervalo I3 I4 I5 D1 D2 D3 D4 D5 A2 D2 D3 D4 D5 D1 A3 D3 D4 D5 D1 D2 A4 D4 D5 D1 D2 D3 A5 D5 D1 D2 D3 D4
Figura 6.9. Croqui de delineamento com 5 tratamentos D1,D2, D3, D4 e D5 e 25 unidades experimentais com controle local duplo em duas direes ortogonais, Exemplo 6.6. Exemplo Com essa estrutura de unidades o controle local implica separar do erro experimental que afeta os efeitos de tratamentos a variao devida s caractersticas estranhas entre os animais e entre os intervalos. Se essa variao estranha maior do que o nmero de.graus de liberdade que lhe corresponde, a preciso das inferncias sobre efeitos dos tratamentos incrementada em relao preciso que seria lograda por estrutura sem controle local para o mesmo material experimental.
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 6.5 a). Aquele Exemplo 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
10. Figura 6.10 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
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 6.6, em que a casualizao restrita duplamente, pela formao de Exemplo 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 A repetio prov a estimao 11. 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
11. Figura 6.11 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
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 se todos os pares de fatores ortogonal (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 12, 6.12 onde B1, B2 e B3 so os nveis do fator de unidade bloco. A2 A1 A2 B1 A2 A1 A2 B2 A1 A2 A2 A2 A2 A1 A1 A2 A2 B3 A2 A1 A2
Figura 6.12. Croqui de um experimento com um fator experimental 12 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 A1 A2 Total Bloco B1 1 2 3 B2 2 4 6 B3 3 6 9 Total 6 12 18
Para a combinao de nveis A1B1 tem-se: n11=1, n1.=6, n.1=3; logo: n 1. n . 1 n.. = 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.
A condio de ortogonalidade particularmente satisfeita se o delineamento contempla igual nmero de observaes para todas as combinaes dos nveis dos dois fatores; particularmente, se esse nmero comum de observaes igual a um.
254
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 6.6. O Exemplo 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.
A ortogonalidade uma propriedade altamente desejvel por garantir ausncia de confundimento de efeitos de fatores experimentais e permitir inferncias independentes sobre esses efeitos. Entretanto, a no ortogonalidade no um defeito grave de um delineamento, desde que possa ser obtido um ajustamento apropriado de cada efeito relevante de fatores experimentais para eliminar o confundimento com efeitos de outros fatores experimentais e de fatores de unidade. Uma conseqncia da ortogonalidade a simplicidade dos clculos envolvidos nos procedimentos de anlise estatstica. Esse fato foi muito importante antes do advento da computao eletrnica Atualmente, esse benefcio da ortogonalidade est bastante reduzido. Conseqentemente, diminuiu a convenincia do uso de delineamentos com blocos completos e tornou-se mais vantajosa a formao de blocos naturais mais apropriados para o controle da variao estranha cujos tamanhos muito freqentemente no so exatamente iguais ao nmero de tratamentos. Delineamentos no ortogonais podem resultar da desconsiderao de unidades experimentais para contornar confundimento decorrente de caractersticas estranhas perturbadoras. A unidade experimental desconsiderada nessas circunstncias usualmente designada unidade perdida Isso ocorre com certa freqncia em algumas perdida. reas de pesquisa; por exemplo, em pesquisas com animais, em conseqncia de morte ou prejuzo a animais ocasionado por doena no atribuvel a efeitos de tratamentos, e em pesquisas com plantas, quando ocorre prejuzo ou morte de plantas por efeitos no devidos a tratamentos.
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
blocos de unidades suficientemente homogneas cada um dos quais compreenda uma coleo completa dos tratamentos. Essa situao usual em experimentos com nmero elevado de tratamentos e pode ocorrer mesmo em experimentos com nmero de tratamentos relativamente pequeno quando o material experimental acentuadamente heterogneo quanto a caractersticas estranhas. Nessas circunstncias, a formao de blocos que compreendam repeties completas dos tratamentos pode no lograr reduo suficiente do erro experimental que afeta inferncias relevantes. Ento, pode ser conveniente recorrer formao de blocos incompletos, ou seja, formao de blocos menores que o nmero de tratamentos. Com esses delineamentos de blocos incompletos, dado que unidades experimentais de um mesmo bloco so mais homogneas do que unidades de blocos diferentes, diferenas de tratamentos em blocos distintos so mais afetadas por variao estranha do que diferenas de tratamentos em um mesmo bloco. Isso significa que essas diferenas so estimadas com precises diferentes. Esse inconveniente pode ser evitado com a construo de delineamentos em que cada tratamento esteja presente com cada um dos outros tratamentos em um mesmo nmero de blocos. Dessa forma, logra-se o balanceamento dos efeitos de diferenas entre blocos sobre as comparaes simples de tratamentos, o que garante preciso igual para as inferncias referentes a todas as diferenas de dois tratamentos. Esse conceito de balanceamento expresso como segue: Um delineamento balanceado se prov igual preciso para todas as balanceado comparaes simples de tratamentos, ou seja, para todas as comparaes individuais de tratamentos. O Exemplo 6.11 ilustra o uso de delineamento com blocos incompletos balanceado para um experimento com um fator experimental. Exemplo 6.11
Seja um experimento para pesquisa do efeito da temperatura sobre a germinao da semente de tomate com a considerao de quatro temperaturas: 20C, 25C, 30C e 35C e suponha que so disponveis 3 cmaras de temperatura controlada. Nessas circunstncias, essas cmaras tero que ser usadas repetidamente para constituir o nmero apropriado de repeties. Como a variao entre etapas de uso das cmaras uma fonte de variao estranha relevante, cada etapa deve constituir um bloco de 3 unidades experimentais. Portanto, a cada bloco podem ser assinaladas apenas 3 das 4 temperaturas. A Figura 6.13 apresenta o croqui de um delineamento com blocos incompletos balanceados com as quatro temperaturas: T1, T2, T3 e T4 em quatro blocos (etapas) de trs unidades (cmaras), em que cada par de temperaturas aparece duas vezes em um mesmo bloco. Bloco 1 Bloco 2 Bloco 3 Bloco 4 T1 T2 T3 T4 T2 T3 T4 T1 T3 T4 T1 T2
13. Figura 6.13 Delineamento com blocos incompletos balanceados para um experimento com 4 tratamentos (T1, T2, T3 e T4) em 4 blocos de 3 unidades experimentais.
Blocos incompletos balanceados constituem a classe mais antiga de delineamentos no ortogonais. Um conceito mais amplo de balanceamento estabelecido a seguir.
256
Sejam A e B dois fatores com A e B nveis, respectivamente, cujos correspondentes nveis genricos so denotados por a e b. A relao entre esses dois fatores balanceada em relao aos nveis do fator A se a soma das concorrncias balan ponderadas de dois nveis do fator A for igual para todos os pares de nveis desse fator, ou seja, se: paa' =
b=1 B
nab na'b 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: pbb' =
a=1 A
nab nab' na .
para todo par bb de nveis de B (b,b=1,2,...,B, bb).
Observe-se que, contrariamente propriedade da ortogonalidade, o balanceamento no uma propriedade recproca, ou seja, o balanceamento em relao aos nveis de um dos fatores no implica o balanceamento em relao aos nveis do outro fator. Assim, se for requerida a opo para o balanceamento em relao aos nveis de um dos fatores, o pesquisador ter de optar. Se um dos fatores for um fator de unidade a opo ser obviamente pelo fator experimental. Entretanto, se ambos forem fatores experimentais, ento o balanceamento dever ser buscado para o fator mais importante, se no forem ambos igualmente importantes, ou para ambos os fatores. Planejar a disposio dos nveis de um fator nos nveis do outro fator de grande importncia nas situaes em que no esto presentes no delineamento todas as combinaes dos nveis dos dois fatores. Exemplo 6.12
Considere-se um experimento com um fator experimental A com 3 nveis A1, A2 e A3 em trs blocos cujo delineamento representado no croqui da Figura 6.14 14. A2 A1 B1 A1 A3 A1 A3 B2 A2 A1 A2 A3 B3
14. Figura 6.14 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.

Tabela 6.6. Concorrncias dos pares de tratamentos nos blocos, Exemplo 6.12 12. Tratamento A1 A2 A3 Soma Bloco B1 2 1 1 4 B2 2 1 1 4 B3 0 1 1 2 Soma 4 3 3 10
257
As somas das concorrncias ponderadas dos trs pares dos nveis do fator A so: pA A =
1 2
2 1 2 1 0 1 + + = 1, 4 4 2 21 21 01 + + = 1, 4 4 2 11 11 11 + + = 1. 4 4 2
pA A =
1 3
pA
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 = 22 4 20 4 20 4 + + + 11 11 5 + = , 3 3 3 11 11 2 + = e 3 3 3 11 11 2 + = . 3 3 3
p13 =
p 23 =
Logo, no h balanceamento em relao os nveis do fator bloco, o que irrelevante, pois no h interesse em inferncias referentes a efeitos de fator de unidade.
A condio de balanceamento da relao de dois fatores A e B com respeito aos nveis do fator A satisfeita particularmente se todos os nveis deste fator se combinam um mesmo nmero de vezes com cada um dos nveis do fator B. Exemplo 6.13
Considere-se um experimento com um fator experimental A com 3 nveis A1, A2 e A3 com 2 repeties de cada um desses nveis em cada um de trs blocos cujo delineamento representado no croqui da Figura 6.15 15.
258
A2 A1 A3 A2 B1
A1 A3 A1 A3 A2 A1 B2 A2 A3 A2 A1 A3 A1 B3 A2 A3
15. Figura 6.15 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 A1 A2 A3 Soma Bloco B1 2 2 2 6 B2 2 2 2 6 B3 2 2 2 6 Soma 6 6 6 18
As somas das concorrncias ponderadas dos trs pares dos tratamentos A1, A2 e A3 so: pA A =
1 2
22 6 22 6 22 6
2 2 6
22 6
= 2,
pA A =
1 3
2 2 6
22 6
= 2,
pA
2 3
22 6
22 6
= 2.
Logo, a condio de balanceamento em relao aos nveis do fator A satisfeita. Tambm se pode observar que as somas das concorrncias ponderadas so iguais para todos os pares de blocos. Isso significa que o fator de unidade bloco tambm balanceado em relao aos tratamentos.
Em particular, se o delineamento contempla uma repetio para cada uma das combinaes dos nveis de dois fatores, esses fatores so mutuamente balanceados. Em experimentos em que comparaes particulares de tratamentos so importantes o delineamento deve alocar preciso elevada para essas comparaes. Nessas circunstncias a propriedade do balanceamento no conveniente. Esse pode ser o caso, por exemplo, de experimentos com plantas de controle de pragas, doenas e invasoras, e de experimentos com animais de controle de doenas e parasitos. Se o objetivo a identificao de produtos eficazes, so de interesse as comparaes simples que envolvem um tratamento controle sem a presena de inseticida, fungicida, herbicida, antibitico ou anti-helmntico, respectivamente. Essas comparaes particulares so efetuadas com preciso mais elevada quando alocado nmero de repeties para o controle maior do que para os demais tratamentos. O princpio do balanceamento se aplica a delineamentos com trs ou mais fatores, mesmo na ausncia de controle local. O delineamento de um experimento nessas circunstncias balanceado se o nmero de observaes o mesmo para todos os nveis de cada um dos fatores e para combinao de nveis de dois fatores, de trs fatores, etc.
259
Delineamentos de dois ou mais fatores no balanceados podem resultar da perda de unidades decorrente da desconsiderao de unidades experimentais afetadas por caractersticas estranhas perturbadoras. Em geral, a ortogonalidade de um delineamento no implica seu balanceamento, assim como tambm o balanceamento no implica a ortogonalidade. Para ilustrao, pode-se verificar que o delineamento do experimento do Exemplo 6.8 que ilustra a ortogonalidade de dois fatores no balanceado em relao aos nveis do fator B. Por outro lado, tambm se pode verificar que o delineamento considerado no Exemplo 6.12 que balanceado em relao aos nveis do fator A no ortogonal. De modo geral, os delineamentos em blocos incompletos balanceados no so ortogonais. H implicao recproca de balanceamento e ortogonalidade de dois fatores se esses fatores so balanceados em relao aos nveis de cada um deles; essa situao ocorre apenas se todas as combinaes dos nveis desses fatores tm o mesmo nmero de repeties (Exemplo 6.13 Exemplo 13).
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
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 a b c abc 1 2 (1) ab ac bc 3 a b c abc 2 4 (1) ab ac bc 5 a b c abc 3 6 (1) ab ac bc
16. Figura 6.16 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.
O Exemplo 6.14 ilustra confundimento da interao dos trs fatores A, B e C em todas as trs repeties. Nessas circunstncias o efeito da interao ABC completamente confundido. Em algumas situaes pode ser conveniente obter informao parcial sobre um efeito de interao confundindo-o com efeitos de blocos em apenas algumas das repeties. Nesse caso, nas outras repeties so confundidos efeitos de outras interaes. O Exemplo 6.15 prov uma ilustrao de confundimento parcial. Exemplo 6.15
Para ilustrar confundimento parcial, suponha que o pesquisador prefere obter informao parcial referente interao ABC confundindo-a apenas em uma das trs repeties, seja a primeira, a custa do confundimento parcial das interaes de dois fatores AB e AC respectivamente nas repeties 2 e 3. Ento, o croqui apropriado (antes da casualizao) o apresentado na Figura 6.17 17. Repetio: Bloco: 1 1 a b c abc Interaes confundidas: 2 bc ac ab (1) 3 (1) c ab abc AB 2 4 a b ac bc 5 (1) b ac abc AC 3 6 a c ab bc
ABC
17. Figura 6.17 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.
O procedimento geral para a gerao de delineamento com confundimento de efeitos de fatores experimentais tema do Captulo 10 10. O Exemplo 6.14 e o Exemplo 6.15 ilustram confundimento de interaes, que constitui a situao mais usual em que o confundimento conveniente. Em algumas
261
circunstncias particulares, o confundimento do efeito principal de um fator experimental pode ser justificado por consideraes de ordem prtica e por atribuir maior preciso para inferncias referentes ao fator experimental mais importante. O Exemplo 6.16 apresenta uma ilustrao. Exemplo 6.16
Suponha-se que est sendo planejado um experimento para pesquisa do efeito da cobertura de lavoura de alface sobre a produo e que h expectativa de que o efeito da cobertura possa depender da cultivar. Ento, decidido considerar dois fatores experimentais: data de retirada da cobertura e cultivar, e so escolhidos 12 tratamentos correspondentes s 12 combinaes de 4 datas de retirada da cobertura e 3 cultivares. Dada a convenincia de utilizar o menor nmero de coberturas possvel e o fato de que cultivar pode ser alocada a unidades de pequenas dimenses, por convenincia de ordem prtica, decidido adotar duas formaes de unidades experimentais: unidades de maior dimenso para o fator cobertura e subdivises dessas unidades para o fator cultivar. definida a adoo de quatro repeties e a formao de quatro blocos para o controle da heterogeneidade de caractersticas do solo. O croqui correspondente a este delineamento, antes da casualizao, mostrado na Figura 6.18 18. Bloco 1 A1B1 A1B2 A1B3 A1B4 A2B1 A2B2 A2B3 A2B4 Bloco 3 A1B1 A1B2 A1B3 A1B4 A2B1 A2B2 A2B3 A2B4 A3B1 A3B2 A3B3 A3B4 A1B1 A1B2 A1B3 A1B4 A3B1 A3B2 A3B3 A3B4 A1B1 A1B2 A1B3 A1B4 Bloco 2 A2B1 A2B2 A2B3 A2B4 Bloco 4 A2B1 A2B2 A2B3 A2B4 A3B1 A3B2 A3B3 A3B4 A3B1 A3B2 A3B3 A3B4
18. Figura 6.18 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
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 6.5.3 Nessas circunstncias, a eficincia relativa de Seo 6.5.3). 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
2 1/ 2
2 2
12
2 onde 12 e 2 so as varincias populacionais dos erros experimentais para os delineamentos D1 e D2. Como, em geral, essas varincias so desconhecidas, deve-se recorrer s suas estimativas providas por experimentos. Ento, a eficincia relativa do delineamento D1 em relao ao delineamento D2 dada por:
ER =
2 ( 1 +1) ( 1 + 3)s1 2 ( 2 +1) ( 2 + 3)s2
2 ( 1 +1)( 2 + 3)s2 2 ( 2 +1)( 1 + 3)s1
2 onde s1 e s2 so as estimativas das varincias dos erros dos delineamentos D1 e D2, 2
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 2 fatores experimentais particular providas por dois experimentos. Nesses casos, s1 e s2 2 tornam-se as estimativas das varincias desse efeito de tratamentos ou de fatores 2 experimentais providas pelos dois experimentos e 12 e 2 , 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
19. Figura 6.19. Inter-relaes entre seis princpios do delineamento de experimento.
264
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: 1 2 3 (A, B, C) (A, B, D) (A, E, F) Bloco: 4 5 6 (B, E, F) (C, D, E) (C, D, F)
Verifique se este delineamento balanceado. 6. D um exemplo de experimento com um nico fator experimental com quatro tratamentos em que seria apropriada a adoo de delineamento com blocos incompletos balanceados com trs unidades experimentais por bloco. Mostre um croqui da distribuio dos tratamentos nas unidades experimentais. 7. Explique o significado do princpio do confundimento no delineamento de experimento. Ilustre com um experimento de sua rea uma situao em que o uso do confundimento poderia ser apropriado. 8. Mostre que o delineamento considerado no Exemplo 6.13 que balanceado em relao aos 13, nveis de cada um dos dois fatores A e B, ortogonal e que, entretanto, o delineamento ilustrado no Exemplo 6.12 que balanceado com respeito aos nveis do fator A, mas no em 12, relao aos nveis do fator B, no ortogonal. 9. Verifique que o delineamento do experimento do Exemplo 6.8 que ilustra a ortogonalidade de dois fatores no balanceado no balanceado em relao aos nveis do fator B. 10. Suponha o plano de um experimento para pesquisa da eficcia de trs antibiticos para o controle de mastite bovina, com 4 tratamentos: 1 - Tetraciclina, 2 - Gentamicina, 3 - Ampicilina e 4 - Sem antibitico. Trinta animais so classificados em 5 grupos de 6 animais de idades prximas e a cada um dos grupos os tratamentos 1, 2 e 3 so assinalados aleatoriamente a 3 das 6 unidades e o tratamento 4 s 3 unidades restantes. a) Verifique se esse delineamento balanceado. b) Verifique se ele ortogonal. 11. Considere o seguinte croqui de um experimento para comparao de quatro tratamentos dispostos em quatro blocos: Bloco 1: Bloco 2: Bloco 3: Bloco 4: A A A A B B B C C C D D D
a) Verifique se esse delineamento balanceado.

b) Verifique se ele ortogonal.
265
12. Explique como se distinguem os usos do delineamento com blocos incompletos nas situaes de um nico fator experimental e de dois ou mais fatores experimentais quanto aos efeitos confundidos com blocos. Quais propriedades referentes s inferncias busca-se preservar em cada uma dessas duas circunstncias. 13. D um exemplo de experimento de sua rea com dois ou mais fatores experimentais em que seria conveniente o uso de delineamento com blocos incompletos e a adoo do princpio do confundimento de efeitos de fatores experimentais com efeitos de blocos. 14. Na primeira coluna da tabela que segue esto enumeradas aes e procedimentos que o pesquisador pode adotar no plano de experimento. Na segunda coluna so listadas conseqncias desejveis e indesejveis referentes ao erro experimental e preciso e validade do experimento. Associe a segunda coluna primeira, preenchendo nos parnteses em branco os nmeros apropriados indicados entre parnteses na primeira coluna. Aes e procedimentos adotados no planejamento de experimento. (1) (2) Repetio em uma mesma posio no espao e no tempo Repetio em diferentes posies no espao e no tempo ( ( ( ( ( ( (
Conseqncias ) Estimao do erro experimental ) Reduo da estimativa do erro experimental
(3) Casualizao (4) Controle local (5) Controle estatstico (6) Controle de tcnicas experimentais (7) Balanceamento
) Reduo do vis intrnseco ) Reduo do vis extrnseco ) Aumento do vis extrnseco ) Validade da estimativa do erro experimental
Reduo do confundimento de efeitos de ) fatores experimentais e de caractersticas estranhas Reduo da chance de que ) caractersticas estranhas potencialmente perturbadoras se tornem perturbadoras Aumento da preciso de inferncias referentes a efeitos importantes de ) fatores experimentais a custo do sacrifcio da preciso para efeitos menos importantes
(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
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
maro a agosto, com dois tratamentos: 1 - pastagem melhorada 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. 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 de caractersticas individuais dos animais seja julgado desnecessrio. a) Caracterize a unidade experimental. b) A variao entre animais dentro de potreiro poder prover uma estimativa vlida do erro experimental para a comparao dos dois tratamentos? Justifique sua resposta c) Esse experimento poder prover uma estimativa vlida do erro experimental para essa comparao? Porque? d) Indique uma alterao do plano do experimento que poderia propiciar a estimao vlida do erro experimental para a comparao de interesse. 33. Explique a relao entre o princpio do controle local e o delineamento do experimento? 34. Em que consiste a casualizao na pesquisa experimental? Porque se deve adotar uma disposio de tratamentos aleatria, em vez de uma disposio sistemtica que pode ser aparentemente desejvel para um experimento? 35. Como a casualizao contribui para a validade do experimento? 36. Suponha que um pesquisador est planejando um experimento para pesquisa do efeito do tamanho da semente de soja sobre a velocidade de germinao. Esse experimento ser conduzido em caixas em casa de vegetao com cinco repeties de cada um de quatro tamanhos de semente. As caractersticas do ambiente so suficientemente homogneas o que torna o controle local dispensvel. Assim, os quatro tratamentos sero assinalados aleatoriamente aos vinte vasos sem qualquer restrio. Quantas diferentes configuraes de distribuio dos tratamentos nos vasos podero resultar? 37. D um exemplo de experimento de sua rea com um nico fator experimental em que seria apropriada a adoo de delineamento com blocos completos. Mostre um croqui da distribuio dos tratamentos nas unidades experimentais. Explique porque esse delineamento ortogonal. 38. Quais dos procedimentos de controle experimental tm implicaes para o delineamento do experimento? Explique porque o controle de tcnicas experimentais e o controle estatstico no tm implicaes para o delineamento do experimento. 39. Indique nas colunas 2 e 3 da tabela que segue as conseqncias que o pesquisador usualmente espera resultarem, respectivamente quanto preciso e ao vis da estimativa do erro experimental, de cada uma das aes ou ocorrncias listadas na primeira coluna da tabela, entre as seguintes: 1 - aumento, 2 - diminuio, 3 nenhuma, 4 - outra (indique neste caso). Conseqncias para: Aes e ocorrncias no experimento Preciso 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? Vis
268
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
i) A repetio, o controle local e a casualizao tm implicaes para a estimao do erro experimental que afeta efeitos de fatores experimentais: .......................................... permite a estimao, ........................................................... permite a reduo da estimativa provida pela repetio e ................................................. permite que essa estimativa seja ............... .............................................. . j) ................................................, ................................................ e ............................................ so propriedades bsicas do delineamento do experimento relacionadas com o confundimento de efeitos. ......................................................... significa ausncia de confundimento de efeitos de fatores experimentais; sua importncia permitir inferncias separada e independentemente para cada um dos efeitos de fatores experimentais. ................................................. significa distribuio uniforme dos efeitos de caractersticas estranhas sobre efeitos de fatores experimentais; permite, por exemplo, igual preciso para comparaes simples de tratamentos. ................................................... consiste no confundimento planejado de efeitos de fatores experimentais menos relevante com efeitos de caractersticas estranhas em benefcio de preciso mais elevada para as inferncias referentes aos efeitos mais relevantes. k) ........................................................ uma propriedade do delineamento do experimento comparativamente a delineamentos alternativos. Freqentemente mais de um delineamento experimental pode satisfazer propriedades requeridas do plano do experimento e do delineamento experimental. Entretanto, usualmente, um desses delineamentos alternativo prov a preciso mais elevada. Esse delineamento ................................................. deve ser o escolhido, ressalvadas as condicionantes de ordem prtica. 45. 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( 2( 3( 4( 5( 6( ) O delineamento experimental compreende as escolhas das variveis respostas, das
condies experimentais e do controle experimental.

) Usualmente, inferncias de um experimento podem ser derivadas utilizando estimativas
da varincia do erro experimental de pesquisas anteriores.

) A preciso do experimento refere-se variabilidade estranha do material experimental
que no controlada.
) O erro experimental compreende apenas a variao estranha casualizada. ) O erro experimental pode, sempre, ser diminudo em um experimento. ) O desvio padro de uma diferena de mdias de dois tratamentos expressa a grandeza
dos erros aleatrios que contribuem para a estimativa da diferena entre as mdias reais desses tratamentos.
7( 8( 9( 10 ( 11 ( 12 ( 13 ( 14 ( 15 ( ) O pesquisador pode obter a preciso que deseja para o seu experimento atravs da
reduo da variao estranha que afeta os efeitos de fatores experimentais.

) A utilizao de material experimental homogneo um recurso para lograr preciso
elevada em qualquer experimento.

) Em alguns experimentos o material experimental deve ser naturalmente heterogneo,
embora isso possa ser inconveniente para a preciso do experimento.

) A utilizao de tcnicas experimentais sempre contribui para o aumento da preciso e
validade do experimento.
) A utilizao de material experimental homogneo propicia maior preciso do
experimento, mas prejudica a validade.

) O aumento do nmero de repeties um recurso para lograr tanto a maior preciso
como a maior validade do experimento.

) O delineamento experimental tem implicaes relevantes para a preciso e a validade
do experimento.
) O pesquisador pode lograr preciso e validade absolutas das inferncias originadas do
experimento.
) Os requisitos de preciso e validade so igualmente importantes em qualquer
experimento.
270
16 ( 17 ( 18 ( 19 ( 20 ( 21 ( 22 ( 23 (
) Em experimentos tecnolgicos usualmente a preciso e a validade so igualmente
importantes.
) Em alguns experimentos, a preciso pode ser aumentada atravs da utilizao de
procedimentos de anlise estatstica apropriados.

) O vis do experimento a proximidade entre a populao amostrada e a populao
objetivo.
) No h como evitar o vis intrnseco de um experimento. ) O pesquisador pode lograr a manifestao de efeitos reais de tratamentos utilizando o
controle de tcnicas experimentais apropriado.

) O propsito do uso de repeties , entre outros, permitir a estimao no tendenciosa
do erro experimental.
) O pesquisador deve adaptar seu experimento aos delineamentos experimentais
usualmente apresentados em textos.

) O pesquisador deve desenvolver o delineamento para a situao particular de seu
experimento, contanto que leve apropriadamente em conta os princpios bsicos do delineamento do experimento.
24 ( 25 ( 26 ( 27 ( ) Fraes distintas do material experimental com um mesmo tratamento constituem
repeties desse tratamento.

) O aumento do nmero de repetio pode ser logrado pela adoo de observaes
mltiplas nas unidades experimentais.

) Em alguns experimentos o pesquisado pode admitir no adotar repetio. ) Em um experimento com animais em que o tratamento aplicado ao potreiro a variao
entre animais dentro de potreiro prov uma estimativa adequada da varincia do erro experimental.
28 ( 29 ( 30 ( 31 ( 32 ( ) A repetio afeta a preciso do experimento, mas pode no ter qualquer efeito sobre a
validade.
) A repetio pode ser importante para o aumento da validade do experimento. ) A repetio sempre contribui para a diminuio da estimativa da varincia do erro
experimental e, portanto, para o aumento da preciso do experimento.

) O controle local pode ser desnecessrio em experimentos em ambientes controlados. ) O controle local e o controle estatstico so dois procedimentos alternativos ou
complementares para a reduo do erro experimental que afeta efeitos de fatores experimentais.
33 ( 34 ( 35 ( 36 ( 37 ( 38 ( 39 ( ) O controle local usualmente utilizado para o controle de caractersticas estranhas
individuais.
) O controle estatstico usualmente adotado para o controle de caractersticas
estranhas individuais.
) A casualizao o processo de assinalar os tratamentos s unidades experimentais
com o propsito de controlar o vis interno.

) O pesquisador no tem como evitar o vis do experimento. ) A casualizao pode ser adotada exclusivamente na atribuio dos tratamentos s
parcelas.
) A casualizao pode lograr o controle de todas as caractersticas estranhas no
controladas por outro procedimento de controle experimental.

) O balanceamento um
procedimento que pode ser utilizado para evitar o confundimento de efeitos de tratamentos com diferenas entre blocos em delineamentos com blocos incompletos. inconveniente no experimento.
40 ( 41 (
) O confundimento de condies experimentais com caractersticas estranhas sempre ) O confundimento pode ser um recurso para lograr o aumento da preciso de inferncias
relevantes em um experimento.

42 (
271
) O uso de metodologia estatstica apropriada no plano e na anlise dos resultados de um
experimento permite ao pesquisador atribuir um grau de confiabilidade s inferncias derivadas do experimento.

43 ( 44 ( 45 ( ) As pressuposies dos mtodos estatsticos empregados na anlise dos resultados de
um experimento so relevantes para a validade das inferncias derivadas.

) Qualquer experimento mal planejado pode ser salvo pelo emprego de uma metodologia
estatstica suficientemente sofisticada.

) Atravs da metodologia de anlise estatstica apropriada, o experimentador pode obter
a prova absoluta da eficcia dos tratamentos em um experimento.

Delineamento do experimento Efeito principal Interao de efeitos de dois fatores Erro experimental Preciso / quantidade de informao Erro padro Amostra inicial Tratamento controle / testemunha Vis intrnseco Validade interna Validade do experimento Efeito real de tratamento Intervalo de confiana Potncia de teste Erro tipo 2 Princpios bsicos do delineamento do experimento Observao mltipla Casualizao Balanceamento Eficincia relativa Efeito de fatores experimentais Efeito simples Requisitos do plano do experimento Erro que afeta um efeito de fatores experimentais Varincia do erro experimental Desvio padro Caracterstica estranha veiculada com tratamento Validade Vis extrnseco Validade externa Simplicidade do experimento Estimao Teste de hiptese Erro tipo 1 Teste de significncia Repetio Controle local Ortogonalidade Confundimento
Bibliografia Bibliografia
COCHRAN, W. G. Planning & analysis of observational studies. New York: John Willey, studies 1983. 145p. COX, D. R. Planning of experiments New York: John Wiley, 1958. 308p. experiments. COX. D. R.; SNELL, E. J. Applied statistics, principles and examples Londres: Chapman examples. and Hall, 1981. 189p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 590p.
272
FEDERER, W. T. Statistics and society, data collection and interpretation. New York: interpretation Marcel Dekker, 1973. 399p. FINNEY, D. J. An introduction to statistical science in agriculture 4.ed. Copenhagen: introduction agriculture. Scandinavian University Books, 1972. 290p. FISHER, R. A. The arrangement of field experiments. Journal of the Ministry of Britain, Agriculture of Great Britain v.33, p.503-513, 1926. FISHER, R. A. The design of experiments 8. ed. New York: Hafner, 1966. 248p. design experiments. KEMPTHORNE, O. Why randomise? Journal of Statistical Planning and Inference v.1, Inference, p.1-25, 1977. KEMPTHORNE, O. The design and analysis of experiments. Huntigton, NY: Robert E. experiments Krieger Publishing Company, 1979. 631 p. KEMPTHORNE, O. Sampling inference, experimental inference and observation inference. Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979. Sankhya, HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments New York: experiments. John Wiley, 1994. v.1, 495p. KISH, L. Sample surveys versus experiments, controlled observations, census, registers, and local studies. Australian Journal of Statistics v.27, n.2, p.111-122, 1985. Statistics, KISH, L. Statistical design for research New York: John Wiley, 1987. 267p. research. MEAD, R. The design of experiments: Statistical principles for practical application application. Cambridge: Cambridge University, 1988. 620p. MITCHELL, M.; JOLLEY, J. Research design explained 3. ed. Fort Worth, Texas: explained. Harcourt Brace, 1996. 624p. PEARCE, S. C. The agricultural field experiment: A statistical examination of theory and agricultural practice. practice Chichester: John Wiley, 1983. 335p. SELWYN, M. R. Principles of experimental design for the life sciences Boca Raton, sciences. Florida: CRC, 1996. 160p. SHADISH, W. R.; COOK, T. D.; CAMPBELL, D. T. Experimental and quasi-experimental quasidesigns for generalized causal inference. Boston: Houghton Mifflin, 2002. 623p. inference SILVA, J. G. C. da. Estatstica experimental, verso preliminar. Pelotas: Universidade experimental Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p. URQUHART, N. S. The anatomy of a study. Hortscience v.16, n.5, p.621-627, 1981. Hortscience, WILSON, E. B. An introduction to scientific research. New York: McGraw-Hill, 1952. 373p. research
Planejamento da Resposta
Contedo
7.1 7.2 7.3 Introduo................................................................................................................... 274 Escolha das Caractersticas Respostas ...................................................................... 275 Varivel e Escala de Medida....................................................................................... 279 Escala nominal............................................................................................................... 280 Escala ordinal ................................................................................................................ 282 Escala intervalar ............................................................................................................ 282 Escala racional............................................................................................................... 283 Outras classificaes e designaes de varivel ........................................................... 284 Escolha da escala de medida......................................................................................... 285 7.4 Processo de Mensurao ........................................................................................... 287 Mensurao subjetiva .................................................................................................... 287 Qualidade do processo de mensurao ......................................................................... 289 Instante da mensurao................................................................................................. 289 7.5 Erro de Medida ........................................................................................................... 290 Erro humano .................................................................................................................. 291 Erro instrumental............................................................................................................ 291 7.6 7.6.1 Propriedades de um Processo de Mensurao........................................................... 293 Preciso e exatido de um processo de mensurao........................................... 293
7.6.2 Outras propriedades............................................................................................. 297 7.7 Estrutura da Varivel Resposta................................................................................... 298 Exerccios de Reviso ................................................................................................ 300 Conceitos e Termos Chave......................................................................................... 304 Bibliografia.................................................................................................................. 305
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. Em muitas situaes, a 2.3.1 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 Este Captulo encerra com a Seo 7.7 que trata da estrutura da 7.6. varivel resposta.
7. Planejamento da Resposta
275
7.2
Escolha das Caractersticas Respostas

Em muitos experimentos, vrias caractersticas respostas podem ser de interesse e devem ser mensuradas. Usualmente, essas caractersticas no tm igual relevncia: algumas so de importncia crucial para a consecuo dos objetivos do experimento e, no outro extremo, algumas so de menor interesse e a deciso sobre sua mensurao pode depender da disponibilidade de recursos. A escolha das caractersticas respostas depende da relevncia para os objetivos estabelecidos para o experimento e das possibilidades e recursos disponveis para mensurao. Assim, recomendvel que o processo de escolha inicie com a elaborao de uma lista das caractersticas que exprimam o desempenho das unidades da populao objetivo. Ento, segue-se a ordenao dessas caractersticas, segundo o grau de relacionamento com os objetivos do experimento. De acordo com esse relacionamento, as caractersticas respostas podem ser classificadas nas duas seguintes categorias: caracterstica resposta principal ou primria e caracterstica resposta secundria ou subsidiria. As caractersticas respostas principais (ou caractersticas respostas primrias) so as caractersticas respostas diretamente relacionadas aos objetivos do experimento. As caractersticas respostas secundrias (ou caractersticas respostas subsidirias) so as caractersticas respostas no relacionadas diretamente aos objetivos do experimento. As caractersticas respostas primrias so usualmente caractersticas referentes funo das unidades da populao objetivo (Seo 2.2 e caractersticas que exprimem o Seo 2.2) efeito causal relevante objeto das inferncias do experimento. Em experimentos tecnolgicos, geralmente as caractersticas respostas primrias referem-se funo das unidades; em experimentos bsicos, mais comumente so caractersticas que exprimem o efeito causal relevante. Essas caractersticas so definidas, explicita ou implicitamente, pelo problema cientfico. Os exemplos que seguem ilustram essas duas classes de caractersticas respostas.
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.
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.
A separao das caractersticas respostas em primrias e secundrias tnue e estreitamente dependente da avaliao do pesquisador de suas importncias relativas para a expresso do desempenho das unidades tendo em vista os objetivos especficos do experimento. Uma ilustrao apresentada no Exemplo 7.3 que considera diversos objetivos alternativos de um experimento dependentes das funes relevantes das unidades da populao objetivo. Exemplo 7.3
Considere-se um experimento para pesquisa do efeito da poda do pessegueiro sobre a produo de frutos. a) Se a funo das unidades a produo de pssego de mesa, as caractersticas respostas relevantes referem-se quantidade e aparncia do fruto. Ento, so caractersticas respostas primrias o peso da produo de frutos e o peso mdio do fruto. O nmero de frutos uma caracterstica resposta secundria, principalmente pela sua necessidade para a determinao do peso mdio do fruto. Tambm so caractersticas respostas secundrias propriedades referentes qualidade do fruto, tais como teor de acidez, teor de acar, cor e sabor. b) Se a funo das unidades a produo de frutos para industrializao como compota, a classificao das caractersticas respostas identificadas no exemplo a) permanece apropriada. Entretanto, agora, podero ser caractersticas respostas secundrias propriedades referentes qualidade da compota, tal como sabor. c) Se a funo a produo de frutos para industrializao como pessegada, o peso da produo de frutos a nica caracterstica resposta primria; o nmero de frutos uma caracterstica resposta secundria, pela sua importncia para determinar se o efeito causal do tipo de poda sobre o peso da produo decorre do aumento do tamanho do fruto ou do nmero de frutos. Nesse caso, o peso mdio do fruto uma caracterstica resposta irrelevante.
As caractersticas respostas primrias devem ser necessariamente escolhidas para considerao no experimento. Caractersticas respostas secundrias podem ser importantes para proverem informao sobre a origem ou natureza de efeitos causais atribuveis a fatores experimentais, ou sobre o grau de evidncia desses efeitos, ou para expressarem alguma propriedade relevante relacionada ao desempenho das unidades. As caractersticas respostas primrias devem ser objeto das inferncias a serem derivadas do experimento, ou seja, os valores observados dessas caractersticas devem ser submetidos anlise estatstica. Caractersticas respostas secundrias usualmente so submetidas apenas a um resumo descritivo para determinao de estatsticas tais como mdias e freqncias. Caractersticas respostas secundrias podem ter importncia prpria no experimento, por constiturem propriedades importantes referentes ao desempenho das unidades, ou serem importantes para a explicao da origem dos efeitos de fatores experimentais sobre caractersticas respostas primrias ou para a avaliao do quanto desses efeitos atribuvel ao direta desses fatores.
277
Uma caracterstica resposta que explica a origem dos efeitos de fatores experimentais sobre caractersticas respostas primrias e o quanto desses efeitos atribuvel ao direta desses fatores denominada caracterstica resposta intermediria. intermediria Exemplo 7.4
a) Em um experimento de comparao de cultivares de aspargo, em que o peso da produo a caracterstica resposta primria, o nmero de turies uma caracterstica resposta intermediria; b) em um experimento do efeito do manejo da ovelha matriz sobre a produo de carne de cordeiro mamo, o peso da produo de carne por ovelha a caracterstica resposta primria e o nmero de cordeiros, uma caracterstica resposta intermediria; c) no experimento de comparao de cultivares de trigo do Exemplo 7.1 so caractersticas respostas intermedirias: nmero de perfilhos, nmero de espigas, nmero de espiguetas por espiga e nmero de gros por espiga.
Caractersticas respostas podem ser mensuradas diretamente ou indiretamente. Quanto a essa propriedade, essas caractersticas classificam-se nas duas seguintes categorias: caracterstica resposta original, simples, crua ou pura, e caracterstica resposta derivada ou composta. Caractersticas respostas mensuradas diretamente so denominadas simples, puras); caractersticas respostas originais (caractersticas respostas simples cruas ou puras caractersticas as demais caractersticas respostas no denominadas caractersticas derivadas (ou caractersticas compostas). Estas so derivadas como relaes de caractersticas compostas respostas originais e de caractersticas estranhas, Algumas ilustraes de caractersticas respostas originais e caractersticas respostas derivadas so apresentadas no Exemplo 7.5 e no Exemplo 7.6. Exemplo 7.5
Ilustraes de caractersticas respostas originais: a) peso da produo de gros, nmero de perfilhos, nmero de espigas, nmero de espiguetas, peso hectolitro, em um experimento com plantas granferas; b) peso dos frutos e o nmero de frutos produzidos, em um experimento com plantas frutferas; c) peso corporal ao abate, tempo para o abate, peso de carcaa fria, comprimento de carcaa, peso do alimento consumido, em um experimento de nutrio animal; c) altura final da planta, em um experimento do efeito da fertilizao do solo sobre o desenvolvimento do pessegueiro.
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
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.
Caractersticas derivadas, tais como taxas, razes, percentagens e concentraes, so importantes em muitos experimentos. Observe-se, entretanto, que caractersticas derivadas, como essas, so geralmente menos confiveis e mais enganosas do que as caractersticas simples que as originam. Em algumas circunstncias, uma caracterstica resposta mensurada atravs de outra caracterstica, por inviabilidade ou inconvenincia de mensurao direta: Uma caracterstica que usada para exprimir uma caracterstica resposta indiretamente designada caracterstica resposta substituta substituta. Exemplo 7.7
Os seguintes so exemplos de caracterstica resposta substituta: a) vigor da semente determinado atravs do "teste de envelhecimento precoce", em um experimento de armazenamento de sementes de cornicho; b) vigor da planta determinado pelo dimetro do tronco a 1,5m de altura, em um experimento de fertilizao do solo de pomar de pessegueiro; e c) grau de infeco de um animal determinado pela temperatura corporal, em um experimento de controle de uma doena infecciosa de ces.
Uma caracterstica considerada como substituta apenas na ausncia de uma relao terica ou emprica que converta a medida determinada para essa caracterstica em uma medida da caracterstica resposta de interesse e, mais particularmente, se no h uma correlao exata entre as duas caractersticas. Esse princpio de medir uma caracterstica atravs de uma outra altamente correlacionada com ela o fundamento de muitos mtodos de mensurao. A mensurao de uma caracterstica resposta pode demandar a execuo de algum processo elaborado, tal como uma avaliao sob condies especiais, uma anlise de laboratrio e um procedimento de anlise estatstica. O Exemplo 7.8 apresenta ilustraes particulares. Exemplo 7.8
a) Em um experimento de campo com cultivares e fungicidas, o poder germinativo da semente determinado atravs de um teste em cmara de germinao; o vigor pode ser determinado atravs do plantio da semente em condies de campo; b) em um experimento com beterraba aucareira, a produo de acar derivada da produo de raiz e do contedo de acar na raiz, que determinado por anlise qumica; c) em um experimento de campo com videira vinfera, caractersticas referentes qualidade do vinho so determinadas em laboratrio, atravs de microvinificao, ou seja, um processo de vinificao em pequena escala que simula o processo industrial; d) em um experimento do efeito de hormnios de crescimento sobre o desenvolvimento corporal de sunos, a taxa de crescimento, o peso assinttico e a eficincia da converso de alimento em peso vivo so determinados a partir do peso vivo mensurado em vrios instantes do perodo experimental, atravs de procedimentos estatsticos no triviais.
Observe-se que uma caracterstica resposta importante em muitas situaes pode ser irrelevante ou no pertinente em situaes particulares. Assim, por exemplo, o peso
279
corporal ao abate uma caracterstica resposta usualmente importante em experimentos de produo animal; entretanto, no relevante em um experimento de nutrio de sunos quando os animais so abatidos ao atingirem um peso de abate fixo, prdeterminado (90 kg, por exemplo). Neste caso, a caracterstica resposta relevante o ganho mdio dirio de peso que uma caracterstica derivada do peso inicial, do peso ao abate (nesse caso constante) e do tempo para o abate. A segunda questo envolvida no planejamento da resposta como mensurar as caractersticas respostas. Trata-se da "ordenao" das alternativas, presumivelmente j naturalmente classificadas, de cada uma das caractersticas respostas. Essa questo foi introduzida na Seo 2.3.1 e novamente tratada a seguir.
7.3
Varivel e Escala de Medida

Em termos gerais, a mensurao de uma caracterstica ou propriedade de uma unidade a representao dessa caracterstica atravs de nmeros que apresentem entre eles as mesmas relaes relevantes dos nveis da caracterstica que representam. Assim, medir uma caracterstica significa assinalar nmeros s unidades como um meio de representar essa caracterstica. Assim, a mensurao de uma caracterstica demanda o estabelecimento de uma correspondncia entre os nveis da caracterstica e os valores de um conjunto de nmeros que levem em conta as relaes entre esses nveis e as operaes que podem ser efetuadas sobre eles. Correspondncia completa raramente pode ser obtida; usualmente, obtm-se uma correspondncia parcial. A regra de correspondncia estabelecida para representao de uma caracterstica determina a representao dessa caracterstica atravs de uma funo numrica (ou seja, uma funo de valores numricos) definida no conjunto dos nveis da caracterstica. A funo numrica que estabelece uma correspondncia entre os nveis de uma caracterstica e os valores de um conjunto de nmeros denominada varivel varivel. Uma varivel deve expressar apropriadamente a caracterstica que ela representa. Uma varivel uma varivel vlida se ela relevante ou apropriada para representao da caracterstica que expressa, ou seja, se ela expressa apropriadamente a propriedade correspondente a essa caracterstica. A passagem aparentemente simples de uma propriedade das unidades para uma varivel que a represente pode ser enganosa. Uma varivel deve ser definida clara e exatamente. Para que seja obtida a definio de uma varivel que satisfaa a essas condies a caracterstica no pode ser vaga, inexata ou no observvel diretamente. Algumas ilustraes so apresentadas no Exemplo 7.9.
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.
280
Uma situao comum de varivel no vlida a representao dos nveis de uma caracterstica por nmeros absolutos quando razes so mais apropriadas.
Exemplo 7.10
Se uma granja A tem 20 animais infectados com um vrus e outra granja B, 30 animais, isso no significa que o nvel de infeco da granja B mais elevado do que o da granja A. De fato, se os rebanhos das granjas A e B compreendem 1.000 animais e 6.000 animais, respectivamente, suas correspondentes taxas de infeco desse vrus so 0,02 e 0,005, ou seja, 2% e 0,5%, respectivamente.
fcil avaliar se uma varivel uma expresso vlida de uma caracterstica quando a caracterstica claramente entendida. Esse o caso de caractersticas fsicas, como comprimento, altura e peso de um indivduo. Certas caractersticas como a intensidade de infeco de animais com um vrus e o grau de incidncia de uma doena fngica em plantas de uma espcie cultivada, so menos claras e compreensveis, mas se pode ter uma boa idia do que elas significam e como se deve medi-las. Entretanto, em algumas situaes a caracterstica a ser medida to obscura que pessoas razoveis podem discordar sobre a validade de uma varivel para exprimi-la. Esse o caso de certas caractersticas em cincias sociais, como inteligncia, personalidade autoritria e aptido para o estudo de lnguas. A regra de correspondncia entre os nveis de uma caracterstica e os nmeros de um conjunto numrico que define uma varivel determina uma escala de medida. A medida definio da escala de medida depende das pressuposies referentes s regras dessa transformao. O termo "escala de medida" usualmente relacionado com instrumentos como rgua, balana e copo de medida, que so utilizados para determinar comprimento, peso e volume. Ou seja, comumente tende-se a associar a mensurao com um processo de medida fsica com escala bem definida que possui uma origem ou ponto zero natural e uma unidade de medida constante. Freqentemente, entretanto, caractersticas devem ser representadas por variveis com escalas de medida menos informativas, que no possuem as propriedades associadas com a maioria das medidas fsicas. Seja, por exemplo, a caracterstica sexo dos cordeiros de um rebanho. Essa caracterstica, que tem dois nveis: macho e fmeo, pode ser representada por uma varivel com dois valores numricos, sejam 0 e 1, respectivamente. A mdia desses valores para o rebanho um valor entre 0 e 1, que no tem sentido, j que no h qualquer nvel da caracterstica sexo entre macho e fmea. As escalas de medida podem ser classificadas nas seguintes principais categorias: nominal, ordinal, intervalar e racional. Cada uma dessas escalas de medida possui seu prprio conjunto de pressuposies referentes correspondncia de nmeros com entidades do mundo real e ao significado das vrias operaes matemticas sobre esses nmeros. Escala nominal Uma varivel de escala nominal classifica as unidades em classes ou categorias quanto caracterstica que representa, no estabelecendo qualquer relao de grandeza ou ordem.
281
A escala nominal a menos restritiva. Neste tipo de escala de medida os valores da varivel servem apenas como rtulos para identificar ou classificar as unidades quanto caracterstica representada pela varivel. Assim, os valores da varivel identificam as classes em que as unidades se classificam quanto caracterstica, de modo que todas as unidades de uma classe so "iguais" ou equivalentes quanto a essa caracterstica. Essa a propriedade da equivalncia ou igualdade de classes ou valores. Exemplo 7.11
a) A identificao dos animais de um rebanho pode ser procedida pela assinalao de um nmero a cada animal de modo que cada animal receba um nmero diferente. Qualquer conjunto de nmeros apropriado para esse propsito, desde que cada animal receba um nmero e cada nmero identifique apenas um animal. Assim, estabelece-se uma correspondncia biunvoca entre os nmeros de um conjunto numrico e animais do rebanho. Esse processo define uma regra simples para relacionar cada rtulo numrico com um animal particular. b) Suponha-se uma fazenda com diversos rebanhos, um rebanho de cada raa, em que o processo de identificao numrica dos animais compreenda duas partes, a primeira para identificar o rebanho e a segunda, o animal dentro do rebanho. Cada animal de um rebanho particular recebe o mesmo rtulo numrico do prefixo (primeira parte da identificao) e um rtulo numrico especfico da segunda parte que o individualiza dos outros animais do mesmo rebanho. Nesse caso, consideram-se classes de unidades. Todos os membros de uma classe so "iguais" com relao propriedade que distingue as classes. O prefixo da identificao distingue os rebanhos ou raas de animais; o sufixo da identificao distingue os animais de um mesmo rebanho ou raa. Observe-se que todos os animais de uma mesma raa so "iguais" apenas no sentido de possurem a propriedade comum de pertencerem mesma raa. Eles diferem, naturalmente, quanto a outras caractersticas, como idade e peso. Eles retm a identificao de suas individualidades atravs do sufixo numrico.
Variveis de escala nominal apresentam as seguintes trs propriedades referentes igualdade ou equivalncia de classes: 1) reflexividade: uma unidade equivalente a ela prpria, ou seja, se a o valor de uma unidade da classe A, ento a=a; 2) simetria: se uma unidade A equivalente a uma unidade B, ento a unidade B equivalente unidade A, ou seja, se a e b so valores de duas unidades A e B, respectivamente, ento a=b implica b=a; 3) transitividade: se A e B so unidades equivalentes e B e C so unidades equivalentes, ento A e C so unidades equivalentes, ou seja, se a, b e c so os valores de trs unidades A, B e C, respectivamente, ento a=b e b=c implica a=c. Operaes aritmticas sobre valores de varivel nominal no tm qualquer significado com respeito aos objetos do mundo real que eles representam. A escala nominal permite apenas algumas operaes aritmticas mais elementares, como a contagem e a determinao da freqncia de unidades com cada valor da varivel. Tambm permite inferncias referentes s freqncias desses valores. Por exemplo, para a situao do Exemplo 7.11 pode-se contar o nmero de animais de cada classe (raa) e 11, determinar a classe mais numerosa, ou seja, a moda da distribuio; e pode-se efetuar testes de hipteses estatsticas referentes distribuio das unidades nas classes da populao objetivo. Entretanto, como uma escala nominal apenas classifica unidades, mas no infere grau ou quantidade, as vrias classes no podem ser manipuladas matematicamente (por exemplo, por adio ou subtrao de equivalentes numricos daquelas classes). Conseqentemente, a maioria das estatsticas usuais, como mdia e desvio padro no tm sentido, pois as operaes para sua determinao no so permissveis.
282
Escala ordinal
Uma varivel de escala ordinal classifica as unidades em classes ou categorias quanto caracterstica que representa, estabelecendo uma relao de ordem entre as unidades. A escala ordinal uma escala de ordenao. Esta escala designa a posio relativa das classes (ou das unidades classificadas) segundo uma direo. Entretanto, uma varivel ordinal no possibilita a comparao de diferenas entre unidades com respeito caracterstica que ela exprime. Nessas circunstncias, qualquer varivel com o mesmo nmero de valores e com mesma ordenao desses valores igualmente apropriado para a expresso da caracterstica. Essa propriedade significa que a escala ordinal invariante sob transformaes que preservem a ordem. Ou seja, uma escala ordinal pode ser transformada em outra escala ordinal. Exemplo 7.12
Os animais de um rebanho podem ser ordenados segundo o grau de infestao de carrapato, atravs da assinalao do nmero zero para indicar a ausncia de infestao e dos nmeros 1, 2 e 3 para indicar nveis crescentes de infestao, tais como infestaes baixa, mdia e elevada. Observe-se, entretanto, que a ordenao dos animais no permite a comparao de "diferenas" entre animais com respeito ao grau de infestao; por exemplo, no se pode saber se a diferena entre os nveis de infestao de dois animais com os graus de infestao 1 e 2 menor, igual ou maior que a diferena entre os nveis de infestao de dois animais com graus de infestao 2 e 3. Isso significa que qualquer outro conjunto de 4 nmeros que preserve a relao de ordem dos nmeros 0, 1, 2 e 3 igualmente apropriado para essa mesma mensurao do grau de infestao dos animais.
A escala ordinal mantm a propriedade da escala nominal de equivalncia de classes, no sentido de que unidades equivalentes tm o mesmo valor, ou seja, so assinaladas mesma classe ou ordem. Alm da propriedade de simetria da escala nominal, a escala ordinal tem a propriedade de assimetria. Isso significa que classes podem ser designadas no apenas como equivalentes a outras classes, mas tambm como no equivalentes. Assim, por exemplo, uma escala ordinal pode designar que a classe a maior do que a classe b e, portanto, que a classe b menor que a classe a. A propriedade de transitividade preservada na escala ordinal: se a classe a maior que a classe b, qualquer unidade particular da classe a maior que qualquer unidade particular da classe b. Essas propriedades adicionais caracterizam a superioridade da escala ordinal em relao escala nominal. Entretanto, as descries estatsticas ainda so limitadas. As medidas de posio restringem-se mediana, quartil, percentil e outras medidas que possam ser determinadas a partir de ordens. Isso porque as operaes aritmticas usuais no podem ser efetuadas com smbolos que caracterizam apenas ordem e designam quantidade de modo vago. Em particular, a prtica de calcular ndices de ordem globais, como a ordem ponderada dos animais de cada rebanho para comparao dos graus de infeco dos rebanhos, suspeita. Alguns procedimentos estatsticos so especificamente apropriados para dados de ordem, como o teste do sinal e o teste de corrida ("run test"). Escala intervalar Uma varivel de escala intervalar alm de ordenar as unidades quanto intervalar, caracterstica mensurada, possui uma unidade de medida constante; entretanto, a origem (ponto zero) dessa escala arbitrria.
283
A escala de intervalo (ou escala intervalar) aproxima-se da concepo comum de medida, j que possui uma unidade de medida constante. Dessa forma, a escala de intervalo permite a determinao de diferenas entre unidades mensuradas. Entretanto, o valor zero de uma varivel com escala intervalar no significa ausncia da caracterstica mensurada. Como conseqncia, a origem ou ponto zero desta escala arbitrrio. Isso significa que com essa escala relaes de propores no tm sentido. Exemplo 7.13
a) Os exemplos mais comuns de escala de intervalo so as escalas Celsius e Fahrenheit, que so usadas para medir a temperatura. Observe-se que um objeto com temperatura de 0C no um objeto sem temperatura. Por essa razo o valor zero dessas escalas arbitrrio. Cada uma dessas escalas assinala um zero arbitrrio e diferenas de temperatura iguais so determinadas atravs da identificao de volumes iguais de expanso do lquido usado no termmetro. Entretanto, no se pode dizer que um valor em um intervalo especfico da escala seja um mltiplo de outro. Por exemplo, no correto dizer que um objeto com 30C duas vezes mais quente que um com temperatura de 15C. Segundo a frmula de converso de graus Celsius para graus Fahrenheit: TF =
9 5
TC + 32 , essas temperaturas expressas em graus Fahrenheit so,
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.
A escala de intervalo invariante sob transformaes lineares positivas (ou seja, transformaes da forma y=a+bx, b>0). Isso significa que uma escala de intervalo pode ser transformada em outra por meio de uma transformao linear positiva. A maioria das medidas estatsticas descritivas, tais como mdia, desvio padro, coeficiente de correlao requerem apenas escala de intervalo. Por exemplo, se a temperatura mdia de uma cidade em um ms determinadas em graus Celsius ou em graus Fahrenheit, os dias do ms de temperatura superior mdia so os mesmos sob cada uma destas duas escalas. Entretanto, algumas medidas estatsticas, como o coeficiente de variao, podem ser enganosas quando aplicadas a dados de varivel de escala intervalar. Escala racional Uma varivel de escala racional ordena as unidades quanto caracterstica mensurada, possui uma unidade de medida constante e uma origem (ponto zero) nica. A escala de razo, ou escala racional, a mais elaborada das escalas de medida, no sentido de que permite todas as operaes aritmticas. Essa escala possui um ponto zero nico, alm de unidade de medida constante. a escala de medida mais comum nas cincias fsicas, tais como as escalas para a medida de comprimento, peso, etc. Como a designao sugere, razes iguais entre valores da escala racional correspondem a razes iguais entre as unidades mensuradas. Dessa forma, escalas de razo so invariantes sob transformaes de proporo positivas, ou seja, transformaes da forma y=cx, c>0. Isso significa que se pode efetuar a transformao das medidas de uma
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.
A escala racional mantm todas as propriedades das escalas de ordens mais baixas escalas nominal, ordinal e intervalar, ou seja, tem as propriedades da equivalncia de classes, da ordenao de classes e da igualdade de diferenas. Todas as estatsticas descritivas podem ser determinadas para os valores de uma varivel expressa em escala racional. Outras classificaes e designaes de varivel Variveis so mais comumente classificadas segundo duas classes: varivel qualitativa e varivel quantitativa. Variveis com escala de medida nominal ou ordinal so usualmente denominadas variveis qualitativas porque seus nveis se distinguem qualitativamente. Tambm so denominadas variveis categricas j que seus nveis designam categorias, ou categricas icas, classes, em que se classificam as unidades segundo a caracterstica representada. Por outro lado, variveis de escala intervalar ou racional so denominadas variveis quantitativas porque seus nveis se relacionam quantitativamente. Variveis tambm podem ser classificadas nas seguintes duas categorias: varivel discreta e varivel contnua. Uma varivel que assume valores de um conjunto de nmeros reais isolados, ou seja, de um conjunto discreto de nmeros reais, uma varivel discreta; uma varivel discreta que pode assumir qualquer valor de um intervalo de nmeros reais uma varivel contnua. contnua Variveis qualitativas ou categricas, ou seja, de escala de medida nominal ou ordinal, so, por definio, discretas e finitas, ou seja, assumem um conjunto finito de valores distintos. Variveis com escala de medida intervalar ou racional podem ser discretas, assumindo um conjunto finito ou infinito de valores distintos, ou contnuas. Por exemplo, variveis que exprimem a quantidade de frutos em uma rvore e a quantidade de leites de uma leitegada so variveis discretas finitas; variveis que exprimem o peso e a altura de um animal ou de uma planta so variveis contnuas. Observe-se que a mensurao atravs de uma escala intervalar ou racional pode ser considerada como uma forma refinada de classificao. Se os cordeiros de um rebanho so pesados com uma balana com aproximao de gramas, o resultado a distribuio dos animais entre categorias discretas de peso, em que categorias vizinhas diferem por uma grama. Se a pesagem efetuada em uma balana com aproximao de miligramas, o nmero de categorias possveis cresce consideravelmente, mas o princpio
285
permanece o mesmo. Dessa forma, na prtica, o processo de mensurao, mesmo de variveis conceitualmente contnuas, constitui uma classificao de unidades. Escolha da escala de medida Para algumas caractersticas a escolha da escala de medida limitada por natureza. Mais freqentemente, entretanto, uma caracterstica pode ser expressa, alternativamente, por mais de uma varivel com escalas de medida de nveis de preciso diferentes. Exemplo 7.15
a) O sexo e a raa de um animal so necessariamente expressos em escala nominal. b) O tamanho da semente de uma cultivar pode ser expresso por uma varivel nominal de dois nveis: 0 - anormal, 1 - normal; ou por uma varivel ordinal: 1 - muito pequena, 2 - pequena, 3 - mdia, 4 - grande e 5 - muito grande; ou por uma varivel racional cujos nveis so os nmeros de um determinado intervalo de nmeros reais.
Se uma caracterstica pode ser alternativamente expressa por variveis de escalas nominal, ordinal, intervalar e racional, a ordenao das quantidades de informao providas por medidas individuais por variveis nessas escalas a seguinte: nominal < ordinal < intervalar < racional. Entretanto, a escolha da escala de medida deve levar em conta a importncia da caracterstica resposta e consideraes de ordem terica e de ordem prtica. Sob o ponto de vista terico, o pesquisador deveria utilizar, sempre, a escala de medida de nvel mais elevado, ou seja, a escala racional, particularmente para variveis respostas primrias. Entretanto, consideraes de ordem prtica tambm devem ser levadas em conta, particularmente a disponibilidade de recursos, como instrumentos de mensurao e pessoal habilitado para executar a mensurao. Consideraes estatsticas tambm so importantes, j que os dados originados da pesquisa tero que ser submetidos anlise estatstica. De modo geral, a metodologia estatstica est mais desenvolvida e popularizada para variveis de distribuio normal, que so variveis contnuas com escala racional. Em muitas pesquisas, caractersticas intrinsecamente quantitativas so expressas por variveis de escala ordinal cujos nveis so atribudos subjetivamente por um avaliador. Esse freqentemente o caso de caractersticas que compreendem o grau ou intensidade de alguma propriedade mensurada atravs de avaliao visual, como grau de infeco de alguma doena ou infestao de alguma praga. Para representar uma tal caracterstica freqente definir uma varivel com o nvel mais baixo igual a zero para exprimir o grau ou intensidade nula, como ausncia do sintoma; intensidades crescentes so expressas pelos nmeros inteiros seguintes, ou seja, 1, 2,... ; por exemplo, 0 - sem infeco, 1 - infeco fraca, 2 - infeco mdia, 3 - infeco elevada e 4 - infeco muito elevada. Tais variveis so geralmente inconvenientes, por exprimirem uma caracterstica contnua de modo muito impreciso e pelas dificuldades que decorrem para os procedimentos de inferncia estatstica. Caractersticas contnuas devem ser expressas, sempre que possvel, por varivel contnua, mesmo em mensuraes subjetivas. Assim, por exemplo, a avaliao da intensidade de infeco de ferrugem em folhas de trigo feita em percentagem, com uma escala de medida contnua de valores entre 0 e 100, utilizando como padres figuras de folhas com intensidades de infeco correspondentes a pontos arbitrrios dessa escala. Intensidades de infeco de amostras de folhas so mensuradas por meio de comparao do aspecto da folha com esses padres e interpolao nessa escala contnua.
286
Exerccios 7.1
1. Considere as caractersticas respostas listadas para cada um dos seguintes experimentos cujos objetivos so resumidos pelos respectivos ttulos: A - "Estudo da eficcia de fungicidas no tratamento de semente de cebola". Caractersticas respostas: peso do bulbo, nmero de bulbos, peso mdio do bulbo, grau de infeco da planta. B - "Estudo do efeito do hormnio estradiol sobre o desenvolvimento corporal de sunos da raa Landrace". Caractersticas respostas: tempo para o abate, ganho mdio dirio de peso, peso ao abate, peso de carcaa fria, consumo de rao, converso alimentar, rendimento de carcaa, comprimento de carcaa, rea do olho de lombo. C - "Efeito da adubao foliar sobre a produo de uva da cultivar Itlia". Caractersticas respostas: peso dos cachos, nmero de cachos, peso mdio do cacho, brix, acidez. D - Efeito do controle de nematides gastrintestinais atravs do uso do anti-helmntico HCG 8117 sobre a produo de carne de ovelhas de descarte da raa Ideal. Caractersticas respostas: peso corporal a cada 28 dias do perodo experimental, peso de carcaa quente, peso de carcaa fria, rendimento de carcaa, nmero de ovos nas fezes, nmero de vermes nas vsceras. a) Classifique cada uma das caractersticas respostas de cada um desses experimentos segundo sua relao com os objetivos do respectivo experimento, em uma das duas seguintes categorias: caracterstica resposta primria e caracterstica resposta secundria. b) Classifique cada uma dessas caractersticas respostas em uma das seguintes categorias: caracterstica resposta original ou pura, e caracterstica resposta derivada. c) Quais dessas caractersticas so caractersticas respostas intermedirias? Quais so caractersticas respostas substitutas? d) Indique a escala de medida de cada uma dessas caractersticas respostas e uma correspondente unidade de medida, se for o caso. 2. Responda as mesmas questes formuladas no exerccio 1 para cada um dos experimentos considerados como exemplos da Seo 5.9 5.9. 3. Explique o significado de validade de uma varivel e ilustre um experimento com trs variveis respostas com nveis de validade diferentes. 4. Para cada uma das seguintes situaes so especificadas a caracterstica resposta de interesse e duas variveis para represent-la. Indique qual das duas variveis respostas mais vlida para expressar a correspondente caracterstica. a) Caracterstica: produo de carne, em um experimento de lotao do potreiro com bovinos de corte; varivel 1: peso corporal, em kg/animal; varivel 2: peso corporal, em kg/ha. b) Caracterstica: valor comercial da produo, em um experimento de comparao de cultivares de batatinha; varivel 1: produo total de tubrculos, em kg/ha; varivel 2: peso da produo comercial de tubrculos, em kg/ha. c) Caracterstica: produo de frutos, em um experimento de espaamento de plantio de pessegueiro; varivel 1: peso da produo de frutos, em kg/ha; varivel 2: peso da produo de frutos, em kg/planta. d) Caracterstica: produo de carne em um experimento de nutrio de sunos em que o animal abatido ao atingir 90 kg; varivel 1: peso corporal, em kg/animal; varivel 2: ganho mdio dirio de peso corporal, em kg/animal. e) Caracterstica: idade de um coqueiro; varivel 1: nmero de anis no tronco; varivel 2: dimetro do tronco medido quatro metros acima do solo, em cm. 5. Ilustre, atravs de exemplos, caractersticas respostas que envolvam os seguintes graus de dificuldade de mensurao: simples, intermedirio e complexo. 6. Explique e ilustre o significado de escala de medida.
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
288
a tendenciosidade inconsciente, decorrente de preferncia ou rejeio, ou de alguma outra origem. Em circunstncias em que mensuraes subjetivas possam estar sujeitas a tendenciosidade, pode ser conveniente que o avaliador no seja informado sobre a unidade que lhe submetida para avaliao. Esse procedimento de controle da tendenciosidade da mensurao denominado mensurao cega ou avaliao cega cega.
Exemplo 7.16
a) Em um experimento em tecnologia de alimentos para comparao de um novo processo com processos existentes em que tenha que ser avaliada alguma propriedade organolptica do produto o avaliador pode ser influenciado a emitir julgamento favorvel ao novo processo; b) ao efetuar uma contagem de microorganismos com auxlio de uma lupa ou microscpio, o pesquisador ou um tcnico de laboratrio que sabe que duas unidades da amostra correspondem a um mesmo tratamento pode subconscientemente tender a forar a contagem da segunda unidade a aproximar-se da primeira. Nessas circunstncias, conveniente que as unidades a serem avaliadas sejam submetidas ao avaliador sem identificao de sua origem.
Conforme salientado na Seo 7.3 em geral so inconvenientes avaliaes de 7.3, caractersticas contnuas atravs do uso de escalas discretas ordinais com poucos valores arbitrrios. Um procedimento geral para a gerao de uma varivel continua para expressar uma caracterstica contnua atravs de avaliaes subjetivas o seguinte: 1) constri-se ou desenha-se uma rgua graduada de 0 a 100; 2) estabelecem-se alguns pontos da rgua ou percentagens particulares como padres de referncia correspondentes a vrios graus de intensidade apropriadamente definidos; 3) efetua-se o treinamento dos avaliadores na interpretao desses padres; e 4) efetua-se a avaliao de cada unidade da amostra atravs da indicao do ponto da rgua a que corresponde a intensidade da caracterstica manifestada. Naturalmente, essas avaliaes continuam subjetivas e imprecisas. Graus de objetividade e preciso mais elevados podem ser logrados atravs de treinamento apropriado de avaliadores. Observe-se, entretanto, que em experimentos comparativos interessa muito mais a ordenao apropriada das intensidades do que seus valores absolutos. Em geral, conveniente que avaliaes subjetivas sejam procedidas por dois ou mais avaliadores. Ento, a varivel resposta definida como a mdia das avaliaes procedidas individualmente pelos distintos avaliadores. Dessa forma, obtm-se avaliaes menos subjetivas e mais precisas. Alm disso, segundo o teorema central do limite, pode-se admitir que a varivel resposta, compreendendo a mdia de diversas avaliaes, tem distribuio aproximadamente normal. Em experimentos em que so utilizados vrios avaliadores e em que h expectativa de possvel efeito de avaliador sobre variveis respostas, o pesquisador tem duas alternativas para evitar o confundimento de efeitos de fatores experimentais com efeitos atribuveis a avaliador: a) considerar avaliador como uma caracterstica estranha e submet-la a controle local de modo que, na situao mais simples, cada avaliador avalia um conjunto de unidades experimentais compreendendo uma repetio completa de todos os tratamentos; ou b) considerar avaliador como um fator experimental intrnseco. A primeira alternativa apropriada quando no esperada interao entre avaliador e fatores experimentais, ou seja, no esperada variao da resposta s
289
condies experimentais entre avaliadores. A segunda alternativa adequada quando h expectativa dessa interao. Qualidade do processo de mensurao A qualidade do processo de mensurao pode ser dependente do tamanho, da abrangncia e da complexidade da pesquisa. Essa questo, que mais crucial em estudos observacionais e levantamentos, tambm pode ser importante na pesquisa experimental. Assim, em um experimento agrcola de campo conduzido em vrios locais, pode ser difcil ou invivel a avaliao, em todos os locais, do grau de incidncia de uma doena que dependa de conhecimento especializado do avaliador; tambm pode ser difcil a avaliao confivel de caractersticas da planta, como altura e acamamento. Nessas circunstncias, comum o registro de dados das variveis respostas primrias, como o peso do gro no exemplo, em todos os locais, e o registro de dados de variveis respostas secundrias apenas nos locais em que h recursos apropriados. Em algumas circunstncias, pesquisadores adotam prticas para a mensurao de caractersticas respostas que tm conseqncias importantes para a derivao de inferncias referentes a essas caractersticas. Por exemplo: a) mensurao em parte da amostra, ou seja, em apenas algumas repeties, o que implica a reduo da preciso das inferncias referentes a essas variveis (Seo 6.5.3 b) uso de amostras Seo 6.5.3); compostas de material colhido das diversas unidades experimentais com cada tratamento para a determinao do valor de uma varivel resposta global para cada tratamento, o que torna invivel qualquer inferncia estatstica referente a tais variveis. Esses procedimentos no devem ser utilizados para mensurao de caractersticas respostas primrias; podem ser apropriados para variveis respostas secundrias, quando a mensurao dessas variveis em cada unidade experimental impraticvel ou demanda trabalho e recursos no justificados por suas importncias relativas para a consecuo dos objetivos do experimento. Em certas circunstncias, o pesquisador pode ter que tomar a deciso de reduzir o nmero de caractersticas respostas a considerar em um experimento e, conseqentemente, restringir os objetivos originais do experimento para permitir qualidade mais elevada da mensurao das caractersticas respostas. Instante da mensurao O instante da mensurao um atributo importante de uma caracterstica resposta. Em geral, a prpria definio de uma varivel resposta implica o estabelecimento do instante de sua mensurao. Por exemplo, a produo de frutos de uma planta frutfera, mensurada quando os frutos atingem um dado estado de maturidade; a produo de gros de um conjunto de plantas, mensurada quando os gros atingem um estado prestabelecido; e o peso de um animal ao abate, mensurado ao final de um dado intervalo de tempo. A definio do instante de mensurao deve ser estabelecida precisa e explicitamente no plano do experimento, j que diferenas de instante de mensurao podem implicar variao substancial do valor da varivel resposta. Essa questo crucial quando o efeito de um fator de tratamento perdura com variao de intensidade em um intervalo de tempo durante o qual a caracterstica resposta deve ser mensurada. Por exemplo, peso corporal em um experimento de nutrio animal em que animais so submetidos a diferentes dietas, e grau de incidncia de uma praga em um experimento de controle de uma praga com inseticidas. Nessas circunstncias muito freqentemente recomendvel a mensurao em diversos instantes do intervalo de tempo em que so esperados efeitos dos tratamentos. Em algumas situaes a determinao da forma da variao da resposta com o tempo um propsito da pesquisa, o que demanda, necessariamente, essas mensuraes sucessivas. Certos experimentos podem ter como objetivo a determinao da amplitude do intervalo de durao dos efeitos dos
290
tratamentos; nesse caso, o plano do experimento deve estabelecer mensuraes sucessivas, em instantes prefixados, at que esses efeitos cessem. Em algumas circunstncias, uma caracterstica resposta mensurada sobre as unidades de observao em instantes diferentes, conforme essas unidades vo atingindo o ponto pr-estabelecido para mensurao. Por exemplo: a) caractersticas do fruto do pessegueiro, cuja colheita procedida em diversas etapas, na medida em que os frutos atingem o estado de maturidade apropriado; b) peso ao abate e caractersticas referentes carcaa de sunos, que so mensuradas individualmente sobre cada animal, na medida em que o animal atinge um peso pr-estabelecido (muito freqentemente, 90 kg).
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 viesada ou viciada, 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.
humano Erro humano
291
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
292
instrumento pode registrar valores diferentes dos apropriados. Por exemplo, um voltmetro converte a voltagem em uma posio do ponteiro, mas se a impedncia da fonte da voltagem muito elevada, a posio do ponteiro no expressar a voltagem verdadeira, porque os voltmetros so, de fato, metros de corrente conectados com uma resistncia e funcionam adequadamente apenas com fontes de baixa impedncia. Erros instrumentais podem ser evitados ou reduzidos quando o observador est ciente de suas causas. Esses erros podem ser aleatrios ou sistemticos, e podem corresponder a diversas formas de desvios entre as medidas registradas e os respectivos valores verdadeiros. Algumas formas importantes so descritas a seguir e ilustradas na Figura 7.1.
Figura 7.1. Ilustrao de algumas formas de erro instrumental; a linha contnua refere-se situao em que o valor observado da resposta igual ao valor verdadeiro; linhas tracejadas e pontos representam erros de medida. Erro zero observao consistente de valor diferente de zero para exprimir Erro resposta nula ( Figura 7.1 a). Esse tipo de erro sistemtico decorre de falha de calibrao do instrumento de mensurao que implica que seu ponto zero no corresponde ao valor zero da grandeza mensurada. Erro zero pode ocorrer, por exemplo, em medidas efetuadas com uma balana no calibrada. Erro de no linearidade valor observado da varivel resposta relaciona-se com o valor verdadeiro de forma no linear; por exemplo, de forma quadrtica ou cbica ( Figura 7.1 b). Muito freqentemente, o valor mensurado de uma caracterstica relaciona-se linearmente com o valor verdadeiro, ou seja, o valor mensurado
293
cresce proporcionalmente com o valor verdadeiro. Erro de no linearidade um erro sistemtico que decorre de desvios dessa relao linear. Esse erro comum, por exemplo, em medidas de tenso e em colorimetria. Erro de escala ou erro de proporo desvio entre o valor observado e o valor verdadeiro da varivel resposta aumenta proporcionalmente ao valor verdadeiro ( Figura 7.1 c). Por exemplo, esse erro sistemtico ocorre usualmente devido a ajustamento ou calibrao incorreta do ganho eletrnico. Erro aleatrio valor observado varia de forma no sistemtica em torno do valor verdadeiro ( Figura 7.1 d). Esse tipo de erro comum em tentativas para mensurao com sensibilidade alm dos limites da resoluo de um instrumento. A maioria dos instrumentos de mensurao tem uma especificao do nvel de preciso das medidas que pode efetuar. Por exemplo, intil tentar registrar uma medida para a prxima grama com uma balana com preciso de apenas 10 gramas. Essas fontes de erro de medida podem ocorrer simultaneamente. Em geral, erros de medida podem ser minimizados atravs de controle de tcnicas experimentais. O controle de qualidade de procedimentos de laboratrio, em particular a aferio e a calibrao freqente de instrumentos, de suma importncia para assegurar que os processos e procedimentos de observao e mensurao sejam executados de modo consistentemente satisfatrio para que as medidas sejam fidedignas. Em resumo, as causas de variao de medidas so muitas e diversas. Elas so erros humanos, instrumentais e de procedimentos, que podem ter componentes sistemticos e no sistemticos ou aleatrios. Esses ltimos decorrem do efeito cumulativo de um conjunto de caractersticas no controladas, irrelevantes e desconhecidas. A ocorrncia e a grandeza desses erros so completamente imprevisveis e no sistemticas, e, supostamente, sua soma para todos as unidades da populao objetiva nula.
7.6
7.6.1
Propriedades de um Processo de Mensurao

Preciso e exatido de um processo de mensurao desejvel que um processo de mensurao satisfaa algumas propriedades importantes. As propriedades gerais mais importantes so as seguintes: preciso, no tendenciosidade e exatido. A preciso de um processo de mensurao de uma caracterstica refere-se preciso proximidade de medidas repetidas dessa caracterstica que ele efetua em uma mesma unidade. O processo de mensurao to mais preciso quanto mais prximas se situam essas medidas repetidas. Assim, a preciso uma propriedade relativa. Em geral, no existe processo de mensurao para uma caracterstica contnua de preciso absoluta, ou seja, cujas medidas repetidas sobre uma mesma unidade sejam idnticas. Essas medidas usualmente apresentam alguma variabilidade. Assim, pequena variao de medidas repetidas significa preciso alta; grande variao de medidas repetidas significa preciso baixa. Por exemplo, medidas repetidas do peso de um mesmo objeto efetuadas com uma balana A podem ser bastante prximas, enquanto que efetuadas com uma balana B
294
podem variar consideravelmente. Nesse caso, diz-se que o processo de mensurao com a balana A tem preciso mais elevada do que com a balana B. O conceito de preciso particularmente importante em processos de mensurao de caractersticas contnuas. De fato, em geral, medidas registradas como valores de uma varivel contnua so realmente aproximaes. Isso significa que qualquer processo ou instrumento de mensurao de uma caracterstica expressa por uma varivel contnua tem limites para sua preciso, que geralmente so especificados pelas divises sucessivas de sua escala. A preciso de um processo ou instrumento de mensurao de uma caracterstica contnua definida como a diferena comum entre as divises sucessivas da escala desse instrumento, entre as quais se situa cada medida particular que ele prov. Essas divises ou pontos sucessivos so denominados limites para a preciso do instrumento de mensurao. A diferena comum entre duas divises sucessivas o nvel de impreciso das medidas que ele prov; a preciso mais elevada quanto menor essa diferena.
Exemplo 7.17
a) A menor diviso na escala de um termmetro clnico corresponde a 0,1 C, de modo que com tal termmetro pode-se medir temperatura com aproximao menor que 0,1 C, ou para o prximo 0,1 C. Essa medida mais precisa do que a permitida por um termmetro comum, em que a menor diviso da escala de 1 C, e menos precisa do que a medida provida por um termmetro eletrnico que pode medir temperatura com aproximao menor que 0,01 C. Os nveis de impreciso desses termmetros comum, clnico e eletrnico so, respectivamente, 1C, 0,1C e 0,01C. b) Quando se registra uma temperatura como 25,6 C com um termmetro com aproximao menor que 0,1C se est registrando uma aproximao para o valor da temperatura real. Embora ela possa ser 25,60000... C, ela tambm pode ser 25,59999... C, ou 25,60001... C, ou outro valor em torno de 25,6 C.
A preciso de um processo de mensurao de uma caracterstica est relacionada propriedade da sensibilidade desse processo, ou seja, a habilidade para detectar diferenas de valores dessa caracterstica entre unidades de observao. Preciso mais elevada significa maior sensibilidade para detectar diferenas. A preciso de um processo de mensurao no se refere mensurao correta. Um processo de mensurao pode ser altamente preciso, determinando medidas sucessivas de uma caracterstica de uma mesma unidade bastante prximas entre si, mas distantes do valor verdadeiro dessa caracterstica. Um processo de mensurao nessas circunstncias e as medidas que ele determina so ditos viesados, ou viciados, ou tendenciosos. A diferena entre o valor mdio das medidas repetidas de uma caracterstica em uma unidade e o valor verdadeiro dessa caracterstica denominada vis vcio ou vis, tendncia do processo de mensurao. Um processo de mensurao tendencioso se ele sistematicamente superestima ou subestima o verdadeiro valor da caracterstica. O vis um erro de medida sistemtico. Por exemplo, a pesagem efetuada com uma balana que sistematicamente prov o peso de um objeto 10 gramas mais elevado tendenciosa.
295
As propriedades de preciso e no tendenciosidade so individualmente importantes, mas desejvel que um processo de mensurao satisfaa ambas, ou seja, que medidas repetidas que ele determina sejam prximas do valor real da caracterstica. A exatido de um processo de mensurao de uma caracterstica refere-se proximidade das medidas dessa caracterstica efetuadas repetidamente em uma mesma unidade relativamente ao valor real dessa caracterstica. Um processo de mensurao de uma caracterstica to mais exato quanto mais prximas de sua verdadeira grandeza se situam medidas repetidas efetuadas em uma unidade por esse processo. A exatido da mensurao de uma caracterstica contnua, assim como a preciso e a no tendenciosidade, uma propriedade relativa, ou seja, em geral, no existe um processo de mensurao de exatido absoluta, ou seja, que determine para medida de uma caracterstica contnua o valor verdadeiro dessa caracterstica. Usualmente uma medida particular de uma caracterstica determinada por um processo de mensurao no coincide com o valor verdadeiro dessa caracterstica. Diz-se, ento, que a exatido de um processo de mensurao mais elevada quanto menor a diferena entre as medidas que ele efetua e os correspondentes valores reais; mais baixa quanto maior essa diferena. Assim, a exatido de um processo de mensurao mais elevada quanto maior a preciso e menor o vis desse processo. Exatido elevada corresponde a vis pequeno e preciso elevada. Entretanto, exatido baixa pode resultar de preciso baixa e vis pequeno ou grande, ou de vis grande e preciso baixa ou elevada. Por exemplo, pesagem efetuada com uma balana de preciso baixa tem exatido baixa, independentemente do nvel de vis da pesagem; pesagem efetuada com uma balana de vis elevado tambm tem exatido baixa, independentemente do nvel de preciso da pesagem. Pesagem efetuada com uma balana tem exatido elevada somente se tem preciso elevada e vis baixo. As relaes entre preciso e exatido de um processo de mensurao so ilustradas na Figura 7.2, recorrendo analogia com a preciso e a exatido de um processo de tiro ao alvo., Essa Figura representa quatro situaes diferentes relativas disperso dos pontos de impacto de seis balas disparadas por uma arma em um exerccio de tiro ao alvo, que correspondem s quatro combinaes dos nveis de preciso alto e baixo com os nveis de vis alto e baixo. Pode-se observar que exatido elevada resulta apenas em uma dessas quatro situaes: aquela em que a preciso elevada e o vis, baixo.
296
Figura 7.2. Ilustrao dos conceitos de preciso e exatido atravs de distintas situaes referentes disperso dos pontos de impacto de seis balas em um exerccio de tiro ao alvo.
Na Seo 2.3.1 foram definidos os conceitos de confiabilidade e validade de um instrumento de observao. comum o uso do termo confiabilidade para caracterizar a propriedade de estabilidade de um processo de mensurao, ou seja, a propriedade de produzir medidas sucessivas de uma mesma unidade prximas. Assim, um processo de mensurao confivel se ele prov medidas com preciso aceitvel; nessas circunstncias, diz-se que as medidas determinadas por esse processo so confiveis. Por outro lado, o termo validade empregado para designar a propriedade de no tendenciosidade de um processo de mensurao: um processo de mensurao vlido se ele prov medidas no tendenciosas, ou seja, livres de erro sistemtico; ento, essas medidas so ditas vlidas. Esse conceito de validade de uma medida semelhante ao de validade de uma varivel (Seo 7.3 Seo 7.3). Assim, a confiabilidade de uma medida refere-se relao de proximidade de medidas semelhantes determinadas sobre uma mesma unidade, enquanto a validade de uma medida refere-se relao entre o que essa medida realmente exprime e o que pretendido que ela exprima. Essas propriedades de confiabilidade e validade foram consideradas no contexto do experimento, nas Sees 6.5.3 e 6.5.4 respectivamente. 6.5.4, Processos de mensurao devem ter confiabilidade e validade apropriadas, ou seja, devem garantir a preciso (sensibilidade) e a exatido adequadas para a determinao de valores da varivel resposta. No precisam prover preciso e exatido mais elevadas do que as requeridas pelo experimento. Por exemplo, no necessrio o uso de uma balana com preciso de um miligrama em um experimento em que so importantes apenas diferenas da ordem de uma grama. Entretanto, a falta de preciso ou exatido de um instrumento de medida pode prejudicar um experimento com elevado investimento de capital e executado em instalaes de pesquisa altamente sofisticadas. A preciso e a exatido de instrumentos de mensurao deve ser verificada periodicamente. Mudanas de instrumentos no devem ser efetuadas durante a execuo de um experimento, e, se necessrias, devem ser efetuadas com cautela. Observe-se que a falta dessas propriedades desejveis pode no ser inata de um aparelho de mensurao, mas eventual, em decorrncia de seu estado atual. Por exemplo, uma certa balana em perfeito estado pode prover medidas repetidas de um objeto bastante prximas; entretanto, se ela tem poeira acumulada em seu piv, as
297
medidas desse mesmo objeto podem variar acentuadamente. Assim, um aparelho de mensurao confivel pode tornar-se no confivel. Por outro lado, um aparelho pode tornar-se tendencioso em decorrncia de se desregular. Por exemplo, uma balana com exatido de gramas pode passar a prover pesos de objetos consistentemente dez gramas mais elevados. Portanto, o controle de qualidade de processos de mensurao, em particular a aferio e a calibrao freqente de instrumentos e aparelhos utilizados nesses processos, muito importante para assegurar que as mensuraes tenham a confiabilidade e a validade desejveis. Saliente-se, tambm, que a preciso e a no tendenciosidade, e, portanto, a exatido, no so propriedades absolutas. Mesmo os mais aperfeioados processos de mensurao de laboratrio no so perfeitamente exatos. Em particular, medidas repetidas efetuadas por um processo altamente no tendencioso flutuam em torno do valor verdadeiro. Medidas nessas circunstncias so ditas aleatrias no sentido de que elas variam de modo no sistemtico e seguem uma distribuio de probabilidade particular, que pode ser caracterizada quando efetuado um nmero suficientemente elevado de medidas. Uma propriedade relevante dessas medidas aleatrias que a mdia de vrias medidas menos varivel (ou seja, mais confivel) do que uma medida individual. Por essa razo, muitos processos de laboratrio, particularmente em fsica e em qumica, adotam a repetio de mensuraes e usam o valor mdio das medidas determinadas. De fato, esse procedimento recomendvel para qualquer processo de mensurao que resulte em medidas consideravelmente variveis.
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
298
instituies de pesquisa mantenham o registro de medidas efetuadas e coletem material de referncia para a verificao dessas propriedades. As seguintes propriedades so especialmente importantes em mensurao de caractersticas categricas em testes de diagnstico de doenas de animais: sensibilidade, especificidade e valor de predio, A sensibilidade, a especificidade e o valor de predio so propriedades aplicveis a um processo de mensurao que visa a identificao dos nveis de uma varivel resposta categrica nas unidades da amostra. Nesse contexto, a sensibilidade refere-se habilidade do processo de mensurao para a identificao de um nvel de interesse particular; a especificidade diz respeito habilidade de identificao de um nvel diferente desse nvel de interesse; e o valor de predio refere-se habilidade para identificao correta do nvel da caracterstica. Assim, a sensibilidade e a especificidade provm medidas da validade do processo, enquanto o valor de predio provm indicao de sua utilidade.
Exemplo 7.18
Considere-se um teste para diagnosticar uma doena em animais de um rebanho. Cada animal particular desse rebanho tem a doena ou no a tem (ou seja, positivo ou negativo para a doena). Se o teste de diagnstico baseado em uma varivel quantitativa, ento se pode decidir que provvel que um animal particular tenha a doena se a medida quantitativa para esse animal excede (ou est abaixo) de um certo valor. Tipicamente, esse valor o limite de um intervalo de referncia. Alternativamente, o teste de diagnstico pode ser baseado em uma varivel resposta qualitativa, tal como a presena ou ausncia de algum sintoma. Em qualquer dessas duas situaes, desejado saber: a) quanto o teste efetivo na identificao de animais positivos (sensibilidade); b) quanto o teste efetivo na identificao de animais negativos (especificidade); e c) qual a probabilidade de que o teste produza um diagnstico correto, seja o animal positivo ou negativo (valor de predio).
7.7
Estrutura da Varivel Resposta

Comumente, experimentos compreendem mais de uma varivel resposta. As variveis respostas que exprimem caractersticas respostas primrias, de maior relevncia para os objetivos do experimento, devem ser consideradas para a derivao de inferncias referentes aos efeitos causais dos fatores experimentais. As informaes providas pelas demais variveis respostas usualmente tm interesse apenas descritivo. Em alguns experimentos, as variveis que exprimem caractersticas respostas primrias so de interesse individual, ou so essencialmente independentes ou no relacionadas. Nessas situaes, cada uma dessas variveis respostas deve ser considerada separadamente no estabelecimento de inferncias, atravs de mtodos univariados. univariados Entretanto, se as variveis que exprimem caractersticas respostas primrias so de interesse coletivo, ou so dependentes ou relacionadas, elas devem ser consideradas conjuntamente, como um vetor de variveis; nesse caso, a anlise deve ser procedida atravs de mtodos multivariados Em algumas situaes, as caractersticas multivariados. respostas primrias, apesar de dependentes ou relacionadas, so de interesse individual ou no tm um mesmo nvel de importncia. Nessa e em algumas outras situaes, pode ser conveniente a adoo complementar dos enfoques multivariado e univariado.
Exemplo 7.19
299
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.
Em alguns experimentos, um subconjunto das variveis respostas primrias corresponde, essencialmente, mensurao de uma mesma caracterstica resposta em instantes ou subintervalos diferentes de um intervalo de tempo. Um experimento nessas circunstncias usualmente denominado experimento de observaes repetidas ou repetidas. experimento de medidas repetidas Para essas situaes, h dois enfoques alternativos: a) considerar as respostas mensuradas nos instantes ou intervalos sucessivos como valores de variveis respostas distintas, ou b) considerar essas respostas sucessivas como valores de uma nica varivel resposta, com os instantes ou intervalos sucessivos constituindo os nveis de um fator experimental intrnseco adicional, que se dispem ao longo do tempo. Com o primeiro enfoque, tem-se um vetor de variveis respostas, ou uma varivel resposta multidimensional; com o segundo, uma varivel resposta escalar, ou unidimensional. Nessas circunstncias, adotam-se, respectivamente, mtodos de anlise estatstica multivariada e univariada. Exemplo 7.20
a) Em um experimento do efeito da composio da dieta aps o desmame sobre o desenvolvimento corporal de terneiros, os pesos dos animais em diversos instantes do perodo experimental constitui um conjunto de variveis respostas primrias, ou uma mesma varivel resposta primria mensurada nesse conjunto de instantes. Nesse ltimo caso, define-se um fator experimental cujos nveis so esses instantes sucessivos de mensurao. b) Em um experimento com plantas frutferas perenes, como o pessegueiro e a videira, as produes de frutos nas safras sucessivas constituem valores de um conjunto de variveis respostas primrias, cada uma correspondente a uma safra particular, ou valores uma mesma varivel resposta primria mensurada nessas safras sucessivas.
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.
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%.
301
c) Medida de absoro mxima de luz atravs de um espectrofotmetro em solues de 260m de protena de gema de ovo cujos valores foram: 0,672, 0,742, 0,596, 0,620 e 0,684 unidades arbitrrias. d) Mobilidade de uma srie de amostras de espermatozides congelados e degelados, tomadas em uma escala arbitrria de valores inteiros entre 0 e 10, com o valor 0 indicando amostra completamente imvel. e) Tamanho de ninhada em uma pesquisa de uma alterao de comportamento de coelhos. f) Condio corporal de cabritos. g) Nmero de mortes por ano devidas a uma doena particular, em uma pesquisa epidemiolgica. h) Amplitude do intervalo de gestao (em dias) em vacas com gestao simples e de gmeos. 12. Considere uma pesquisa para verificar se a alimentao de aves com um certo produto qumico que as inibe de usar iodo provoca o aumento da glndula tiride. Um conjunto de frangos dividido em dois grupos, um dos quais recebe dieta regular e o outro, dieta regular acrescida desse produto. Aps duas semanas, esses animais so mortos com clorofrmio para a dissecao e pesagem de suas glndulas tirides. So registrados o peso corporal inicial e o peso corporal final de cada um dos animais e o peso da correspondente tiride. a) Indique trs variveis respostas adicionais que poderiam ser derivadas combinando pares das variveis originais. b) Qual dessas seis variveis respostas voc consideraria mais relevante para os objetivos do experimento? c) Especifique as caractersticas explanatrias consideradas nessa pesquisa e os respectivos nveis. d) Identifique, justificadamente, o mtodo de pesquisa adotado. 13. Mostre, atravs de um exemplo, que uma varivel de escala racional pode ser transformada em varivel de escala ordinal. Entretanto, uma varivel de escala ordinal no pode ser transformada em varivel de escala racional. Porque? 14. Variveis com escalas de medida nominal, ordinal, intervalar ou racional, podem ser classificadas nas duas seguintes categorias: varivel discreta e varivel contnua. Como? Porque? 15. Porque variveis nominais e variveis ordinais so denominadas variveis categricas? 16. Mostre, atravs de exemplos, como a preciso da expresso de uma caracterstica depende da escolha da escala de medida. 17. Ilustre, atravs de exemplos, como a definio da varivel contnua para a representao de uma caracterstica contnua depende da preciso do processo de mensurao. 18. Ilustre o uso de uma varivel discreta ordinal cujos valores so notas atribudas para a mensurao subjetiva de uma caracterstica contnua. Como poderia ser construda uma varivel contnua para a mensurao mais precisa dessa caracterstica? 19. Ilustre um experimento com variveis respostas que demandem processos de mensurao com nveis de complexidade diferentes. 20. Ilustre a situao de uma caracterstica resposta que requeira avaliao subjetiva por um avaliador. Que problemas podem decorrer para a qualidade das medidas obtidas? Que aes devem ser tomadas para as solues desses problemas? 21. Descreva um exemplo de uma caracterstica resposta que requeira avaliao subjetiva por um avaliador em que no seja conveniente que ele seja informado sobre as condies experimentais nas unidades que deve avaliar. 22. Apresente ilustrao de experimentos em que uma caracterstica resposta deva ser avaliada subjetivamente em que o efeito do avaliador deva ser considerado como: a) caracterstica estranha irrelevante; b) caracterstica estranha relevante que deva ser controlada por controle local; c) fator experimental intrnseco.
302
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
303
categorias de variveis respostas so denominados .......................................................... e ....................... ......................................................... , respectivamente. 30. 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( 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 ( ) Caractersticas respostas primrias devem ser necessariamente escolhidas para
considerao em um experimento.
) Caractersticas respostas secundrias so explicitamente indicadas pelos objetivos do
experimento.
) O processo de mensurao de uma caracterstica demanda sua representao atravs
de uma varivel.
) Em uma pesquisa cientfica, as caractersticas respostas e as caractersticas
explanatrias da amostra devem ser necessariamente mensuradas.

) As caractersticas estranhas da amostra no precisam ser mensuradas. ) As caractersticas respostas em um experimento tm o mesmo nvel de interesse. ) O
interesse relativo das caractersticas respostas depende de seu grau de relacionamento com o objetivo do experimento. considerada como caracterstica resposta no experimento.
) Toda caracterstica que exprima a resposta dos sistemas sob pesquisa deve ser ) O peso corporal ao abate sempre uma caracterstica resposta importante em
experimentos de nutrio animal.

) O processo de mensurao de uma caracterstica demanda sua representao atravs
de uma varivel.
) Em geral, a mensurao de uma caracterstica resposta no um problema. ) Uma varivel uma regra de correspondncia entre o conjunto das alternativas da
caracterstica e um conjunto numrico.

) Cada caracterstica pode ser representada por uma e somente uma varivel. ) Uma caracterstica resposta expressa por uma varivel nica. ) Toda caracterstica resposta deve ser expressa por uma varivel. ) Caractersticas respostas so necessariamente expressas por variveis numricas. ) O pesquisador pode mensurar uma caracterstica resposta com o grau de preciso que
deseja.
) A escolha da escala de medida da varivel para representar uma caracterstica
arbitrria.
) A preciso da varivel para a representao de uma caracterstica dependente
exclusivamente da escolha do pesquisador.

) O pesquisador deve exprimir uma caracterstica resposta por uma varivel com a
escala de medida mais precisa permitida pelos recursos disponveis para mensurao.
) A escala de medida que permite preciso mais elevada a escala intervalar. ) A escolha da unidade de medida irrelevante para os mtodos estatsticos a serem
adotados para a anlise dos resultados do experimento.

) A preciso da expresso de uma caracterstica por uma varivel depende da preciso
do instrumento de mensurao utilizado.

) A expresso de uma caracterstica em escala ordinal permite mensurao com
preciso mais elevada do que a escala nominal.

) Operaes aritmticas so permitidas com variveis de escala ordinal. ) Variveis nominais e ordinais so usualmente denominadas variveis categricas ou
variveis de classificao.
) Valores de uma varivel em escala nominal compreendem categorias que no podem
ser ordenadas.
304
28 ( 29 ( 30 ( 31 ( 32 ( 33 ( 34 ( 35 ( 36 ( 37 ( 38 ( 39 ( 40 (
) Variveis nominais e ordinais so variveis discretas. ) Variveis intervalares e racionais so variveis contnuas. ) Variveis racionais podem ser convertidas em variveis ordinais. ) Variveis nominais podem ser transformadas em variveis racionais. ) A transformao de uma varivel de escala racional para escala ordinal no implica em
perda de informao relevante referente caracterstica mensurada.

) Em geral, a mensurao de uma caracterstica uma atividade rotineira que no requer
conhecimento especializado.
) Um processo de mensurao de elevada preciso pode ser de baixa exatido. ) Um processo de mensurao de elevada exatido pode ser de baixa preciso. ) Preciso e exatido so propriedades igualmente importantes de um processo de
mensurao.
) A exatido elevada de um processo de mensurao requer vis baixo e preciso
elevada das medidas efetuadas.

) A adequabilidade da expresso de uma caracterstica por uma varivel geralmente
depende do momento da mensurao.

) A mensurao extempornea de uma caracterstica implica em vis das medidas. ) Diferentes caractersticas respostas so necessariamente expressas por variveis com
distintas escalas de medida.

Caracterstica resposta principal / primria Caracterstica resposta intermediria Caracterstica resposta secundria / subsidiria Caracterstica resposta substituta
Caracterstica resposta original / pura Caracterstica resposta derivada / composta / crua Varivel Escala de medida Escala ordinal Escala racional / de razo Varivel quantitativa Varivel contnua Mensurao subjetiva Erro de medida / erro tcnico Erro de medida aleatrio Erro humano Vis / tendncia / vcio Confiabilidade Estrutura da varivel resposta Mtodo de inferncia multivariado Varivel vlida Escala nominal Escala intervalar / de intervalo Varivel qualitativa / categrica Varivel discreta Processo de mensurao Mensurao cega / avaliao cega Erro de medida sistemtico Erro instrumental Preciso Exatido Validade Mtodo de inferncia univariado Observaes repetidas / medidas repetidas
305
Bibliografia
COBB, G. W. Introduction to design and analysis of experiments New York; Springerexperiments. Verlag, 1998, 795p. COCHRAN, W. G. Planning & analysis of observational studies. New York: John Willey, studies 1983. 145p. COX, D. R. Planning of experiments New York: John Wiley. 1958. 308p. experiments. COX. D. R.; SNELL, E. J. Applied statistics, principles and examples Londres: Chapman statistics, examples. and Hall, 1981. 189p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 590p. FEDERER, W. T. Statistics and society, data collection and interpretation. New York: interpretation Marcel Dekker, 1973. 399p. GREEN, P. E.; TULL, D. S. Research for marketing decisions. 2.ed. Englewood Cliffs, decisions New Jersey: Prentice-Hall, 1970. 644p. KEMPTHORNE, O. The design and analysis of experiments. Huntigton, NY: Robert E. experiments Krieger Publishing Company, 1979. 631 p. HEATH, D. An introduction to experimental design and statistics for biology. Londres: biology University College London, 1995. 372 p. HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments New York: experiments. John Wiley, 1994. v.1, 495p. KISH, L. Sample surveys versus experiments, controlled observations, census, registers, and local studies. Australian Journal of Statistics v.27, n.2, p.111-122, 1985. Statistics, KISH, L. Statistical design for research New York: John Wiley, 1987. 267p. research. MANDEL, J. The statistical analysis of experimental data New York: Dover, 1984. 410p. data. analysis PETRIE, A.; WATSON, P. Statistics for veterinary and animal science. Londres: Blackwell science Science, 1999. 243p. SILVA, J. G. C. da. Estatstica experimental, verso preliminar. Pelotas: Universidade experimental Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p. URQUHART, N. S. The anatomy of a study. Hortscience v.16, n.5, p.621-627, 1981. Hortscience, WILSON, E. B. An introduction to scientific research. New York: McGraw-Hill, 1952. 373p. research
Planejamento das Condies Experimentais
Contedo
8.1 8.2 8.2.1 Introduo................................................................................................................... 309 Fator de Tratamento e Fator Intrnseco....................................................................... 310 Fator experimental de tratamento......................................................................... 310
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 Fator qualitativo especfico ................................................................................... 321 Fator qualitativo ordenado .................................................................................... 325 Fator quantitativo.................................................................................................. 326 Fator misto ........................................................................................................... 327 Fator qualitativo amostrado .................................................................................. 328 Fator Fixo e Fator Aleatrio ........................................................................................ 330 Escolha dos Fatores Experimentais............................................................................ 333 Escolha dos Nveis dos Fatores Experimentais .......................................................... 337 Fator qualitativo especfico ................................................................................... 338 Fator qualitativo amostrado .................................................................................. 340 Fator quantitativo.................................................................................................. 340
Escolha dos nveis extremos.......................................................................................... 340 Escolha do nmero e da posio dos nveis .................................................................. 341 8.6.4 Escolha de Tratamentos Adicionais...................................................................... 343 8.7 Escolha das Condies Experimentais ....................................................................... 346 8.7.1 8.7.2 8.7.3 8.7.4 Introduo ............................................................................................................ 346 Notao de fatores experimentais e representao de estruturas fatoriais........... 346 Estrutura unifatorial .............................................................................................. 347 Estrutura fatorial cruzada...................................................................................... 348
Estrutura fatorial cruzada completa................................................................................ 350 Estrutura fatorial cruzada incompleta ou fracionria....................................................... 356 Estrutura fatorial cruzada estendida............................................................................... 360 8.7.5 Estrutura fatorial hierrquica ou aninhada ............................................................ 360 Estrutura fatorial hierrquica balanceada ....................................................................... 364 Estrutura fatorial hierrquica no balanceada ................................................................ 366
308
8.7.6 8.8 8.9
Estrutura fatorial mista.......................................................................................... 367 Delineamento de Tratamento em Experimentos em Gentica .................................... 370 Delineamento de Tratamento em Experimentos Seqenciais ..................................... 372 Exerccios de Reviso ................................................................................................ 373 Conceitos e Termos Chave......................................................................................... 378 Bibliografia.................................................................................................................. 379
8. Planejamento das Condies Experimentais
309
8.1
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 j que ela 8.2, 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
Na seqncia so descritos os processos de escolhas dos fatores experimentais (Seo 8.5), dos nveis desses fatores (Seo 8.6 e das combinaes de nveis para Seo 8.5 Seo 8.6) constituir as condies experimentais (Seo 8.7 Seo 8.7). Nesta ltima Sesso so 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 8.9 Seo 8.9).
8.2
Fator de Tratamento e Fator Intrnseco

Na Seo 5.2, foi estabelecida a classificao de fator experimental em duas 5.2 categorias, segundo o grau de controle exercido pelo pesquisador sobre a manifestao de seus nveis na amostra: fator de tratamento e fator intrnseco. Essa classificao relevante pelas conseqncias para a validade de inferncias referentes a relaes causais entre variveis respostas e fatores experimentais. Por essa razo, retoma-se essa caracterizao com vistas ao planejamento das condies experimentais, com ampla ilustrao de situaes reais. As definies dos fatores experimentais para a amostra so as mesmas estabelecidas para a populao objetivo. Entretanto, o conjunto dos nveis de um fator experimental na amostra pode ser o prprio conjunto dos nveis sob considerao na populao objetivo ou um seu subconjunto apropriadamente escolhido para representlo. Em qualquer dessas duas situaes, cada nvel escolhido para a amostra deve ser o mesmo que lhe correspondente na populao objetivo. Esse requerimento particularmente relevante no que se refere constituio de cada um desses nveis, ou seja, composio de caractersticas de cada nvel. Deve-se ter em conta que qualquer desvio entre as definies estabelecidas para os nveis de um fator experimental na populao objetivo e os nveis correspondentes efetivamente aplicados ou manifestados na amostra uma fonte do erro de amostragem (Seo 2.2). Ademais, a implementao Seo 2.2 ou manifestao no uniforme das condies experimentais nas unidades experimentais uma fonte do erro experimental (Seo 5.7), que pode implicar tendenciosidade das Seo 5.7 estimativas do erro experimental e das diferenas de efeitos de condies experimentais.
8.2.1
Fator experimental de tratamento A atribuio dos nveis de um fator de tratamento s unidades experimentais para esse fator deve ser determinada por um procedimento de casualizao, ou seja, um processo apropriado de sorteio que garanta que todos esses tratamentos tenham a mesma chance de serem atribudos a qualquer das unidades experimentais. A casualizao assegura que os efeitos dos tratamentos sobre as variveis respostas se manifestem sem confundimento tendencioso com efeitos de caractersticas estranhas. O procedimento de casualizao para um fator de tratamento depende da estrutura das condies experimentais, da estrutura das unidades e da relao entre essas duas estruturas que definida no plano do experimento. Esse tema abordado na Seo 10.4 10.4. Os tratamentos podem ser aplicados de vrias formas: de modo semelhante ou de modo diferente; simultaneamente ou em ocasies diferentes; uma nica vez ou mais de uma vez; em instantes, em intervalos ou durante todo o perodo experimental; no caso de aplicao uma nica vez: antes, ou em um instante ou intervalo, ao incio ou durante o perodo experimental;
311
no caso de aplicao mais de uma vez: em diversos instantes ou intervalos durante todo o perodo experimental; no caso de aplicao em intervalos: em intervalos de mesma amplitude ou em intervalos de amplitudes diferentes. Essas diversas formas alternativas de aplicao dos tratamentos e as consideraes anteriores so ilustradas pelos exemplos que seguem, em cada um dos quais indicado o fator experimental definido pelo objetivo do experimento, que resumido pelo seu ttulo, e so listados os tratamentos na amostra. Exemplo 8.1
Experimento: "Comparao de cultivares de alface para cultivo em estufa plstica na entressafra, no Rio Grande do Sul"; fator experimental: cultivar; nveis na amostra: 1 - Kagraner, 2 - Regina, 3 - Great Lakes e 4 - Brisa. Os tratamentos as cultivares especficas - so aplicados s unidades experimentais de modo semelhante, simultaneamente e uma nica vez, na semeadura, ou seja, ao incio do perodo experimental. As cultivares so entes genticos veiculados atravs da semente. Observe-se, entretanto, que a semente compreende, tambm, um conjunto considervel de caractersticas estranhas no relacionadas a cultivar, tais como caractersticas referentes pureza, sanidade e ao vigor. Os nveis nominais do fator experimental cultivar, isto , os nveis desse fator definidos no plano do experimento, no podem ser atribudos aleatoriamente a esse agregado de caractersticas estranhas da semente. O controle dessas caractersticas estranhas deve ser efetuado atravs de tcnicas experimentais, para assegurar que os tratamentos aplicados na amostra sejam to prximos quanto possvel das cultivares sob considerao.
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.
312
Exemplo 8.4
Experimento: "Efeito da adubao com cloreto de potssio em cobertura sobre a produo de soja"; fator experimental: poca de adubao; nveis na amostra: 1 - adubao na semeadura, 2 - 2/3 na semeadura e 1/3 em cobertura, 3 - 1/2 na semeadura e 1/2 em cobertura, 4 - 1/3 na semeadura e 2/3 em cobertura, e 5 - adubao em cobertura. Os tratamentos pocas de adubao foliar - correspondem aplicao de uma mesma quantidade de uma substncia (cloreto de potssio) em uma nica vez, mas em dois instantes distintos (tratamentos 1 e 5), ou de modo parcelado, em mais de um instante (tratamentos 2, 3, e 4). A definio do fator requer a especificao do adubo, particularmente de sua composio em cloreto de potssio; a definio dos tratamentos deve ser completada com a descrio dos procedimentos para a aplicao do adubo e a fixao do instante da adubao em cobertura.
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.
Em todos esses exemplos, os tratamentos devem ser assinalados s correspondentes unidades experimentais de modo aleatrio, por procedimento de sorteio apropriado ao delineamento experimental escolhido (Seo 10.4 Seo 10.4). Em alguns desses exemplos (Exemplo 8.1, Exemplo 8.2, Exemplo 8.3 e Exemplo Exemplo 8.5) os nveis do fator experimental na amostra so os mesmos sob considerao na populao objetivo. Em outros (Exemplo 8.6 e Exemplo 8.7) os nveis listados para a Exemplo amostra so um subconjunto dos nveis da populao objetivo. No Exemplo 8.4 a relao entre o conjunto dos nveis na amostra e o conjunto dos nveis na populao objetivo
313
dbia; se as inferncias devem ser restritas s propores estabelecidas para a amostra (ou seja, 1, 2/3, 1/2, 1/3 e 0 de adubao na semeadura, respectivamente para os nveis 1, 2, 3, 4 e 5), esses conjuntos de nveis so os mesmos. A relao entre o conjunto dos nveis na amostra e o conjunto sob considerao para inferncias na populao objetivo uma propriedade que origina a classificao relevante de fator experimental que considerada na Seo 8.3 8.3. Esses exemplos (Exemplo 8.1 a Exemplo 8.7) ilustram a situao mais usual em Exemplo que o tratamento aplicado a cada unidade experimental nico, mesmo que a aplicao se repita em mais de um instante ou intervalo do perodo experimental. Em alguns experimentos, so aplicados dois ou mais tratamentos diferentes a cada unidade experimental bsica (animal ou planta, ou grupo de animais ou de plantas, por exemplo), em diferentes instantes ou intervalos do perodo experimental. Nesse caso, cada uma dessas unidades bsicas constitui uma unidade experimental distinta em cada um dos intervalos do perodo experimental em que recebe um tratamento diferente. Nesses experimentos, deve-se ter garantia de que os efeitos dos tratamentos aplicados em um intervalo no perdurem nos intervalos seguintes, ou adotar um modelo estatstico que leve apropriadamente em conta esses efeitos residuais.
8.2.2
Fator experimental intrnseco O fator experimental intrnseco distingue-se do fator experimental de tratamento pela propriedade de que seus nveis so inerentes s unidades da amostra; so definidos pelas prprias unidades ou por um seu componente ou constituinte essencial. Dessa forma, os nveis de um fator experimental intrnseco no so passveis de casualizao, ou podem ser submetidos apenas a casualizao essencialmente limitada ou parcial. Conseqentemente, os efeitos de fatores intrnsecos sobre variveis respostas podem ficar confundidos tendenciosamente de modo relevante com efeitos de caractersticas estranhas da amostra. Esse confundimento pode ser reduzido pelo controle de tcnicas experimentais (Seo 5.6.1 Seo 5.6.1). Uma caracterstica inerente s unidades deve ser considerada um fator experimental intrnseco quando de interesse particular ou quando h expectativa de que possa afetar de modo relevante os efeitos causais de fatores de tratamento sobre caractersticas respostas. Nessa ltima circunstncia, pode no haver interesse em inferncias referentes aos efeitos causais especficos ou diretos desse fator intrnseco, por no serem importantes ou j serem conhecidos. As definies de um fator experimental intrnseco e de seus nveis na amostra devem ser claramente entendidas e estabelecidas no plano do experimento, de tal modo que se torne possvel caracterizar a distino entre as caractersticas da amostra que so inerentes ao fator experimental e as caractersticas que no so inerentes a esse fator, ou seja, que constituem a classe das caractersticas estranhas. Essas definies devem corresponder apropriadamente aos significados do fator e de seus nveis na populao objetivo. Essas consideraes so ilustradas pelos exemplos que seguem (Exemplo 8.8 a Exemplo 10). Exemplo 8.10
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
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.
De fato, apenas algumas das caractersticas do animal podem ser identificadas como especificamente referentes a sexo (as caractersticas mais bvias so as relacionadas com a reproduo); um conjunto considervel de caractersticas do animal no so relacionadas a sexo. Em geral, no h como distinguir entre a maioria das caractersticas do animal quais so especificamente inerentes a sexo e quais no tm relao com sexo. Por essa razo, na seleo dos animais para a constituio da amostra, geralmente difcil ou impraticvel exercer o controle eficaz de caractersticas estranhas do animal no relacionadas a sexo atravs de tcnicas experimentais. Conseqentemente, em geral, os efeitos do fator experimental sexo ficam confundidos tendenciosamente com os efeitos de uma parte relevante das caractersticas estranhas do animal. Exemplo 8.9
No experimento do Exemplo 8.7, suponha-se que o peso corporal dos animais mensurado a cada 14 dias do perodo experimental, com o objetivo de avaliar os efeitos dos tratamentos sobre o desenvolvimento corporal at o abate. Ento, uma estrutura apropriada desse experimento referente varivel resposta peso corporal considera os instantes de pesagens sucessivas no perodo experimental, espaados de 14 dias, como os nveis na amostra de um fator experimental adicional, que pode ser designado de pesagem, avaliao ou idade. Esse fator experimental um fator intrnseco, j que no h como atribuir aleatoriamente os instantes de pesagem a cada animal; esses instantes se sucedem na ordem cronolgica imutvel. Nessas circunstncias, os efeitos atribuveis ao fator experimental pesagem ficam confundidos tendenciosamente com os efeitos de caractersticas estranhas relacionadas com o tempo, tais como caractersticas ambientais, principalmente aquelas referentes a clima, estado da pastagem, incidncias de doenas, parasitos, etc.
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.
As definies do fator experimental intrnseco local e, particularmente, de seus nveis so usualmente difceis de estabelecer, mas devem ser determinadas de modo claro e inequvoco. Elas dependem do significado que se queira atribuir a local como fator experimental. Em geral, os nveis do fator experimental local so os locais distintos da regio sob considerao na populao objetivo, que constituem as unidades dessa populao, que usualmente uma populao conceitual. Cada um desses locais compreende o conjunto das caractersticas permanentes do solo e do clima, que lhe so tpicas. Pode compreender, tambm, caractersticas referentes a instalaes, tcnicas de cultivo ou manejo, incidncias de doenas, pragas, etc., que sejam tpicas do local. Como os nveis desse fator no podem ser atribudos aleatoriamente s posies geogrficas da regio, os efeitos desse fator experimental ficam confundidos de modo tendencioso com efeitos de diferenas entre locais no atribuveis a esse fator; essas diferenas so provenientes de variaes entre os animais utilizados, instalaes, tcnicas de manejo, incidncias de doenas, etc. que no so tpicas dos locais. Esse confundimento pode
315
ser reduzido, at certo ponto, atravs de tcnicas experimentais. Para tal, imprescindvel a definio explcita do fator experimental local e o estabelecimento claro de instrues referentes s tcnicas que devem ser implementadas na conduo do experimento. A definio do fator experimental intrnseco "ano" no to complexa. Em geral, os nveis desse fator experimental intrnseco compreendem apenas as caractersticas climticas permanentes tpicas da regio que variam ao longo dos anos. As demais caractersticas das unidades que variam entre os anos devem ser consideradas caractersticas estranhas, como, por exemplo, caractersticas referentes a manejo, alimentao e incidncias de doenas, pragas, invasoras, etc. No h como atribuir aleatoriamente os nveis do fator ano a esse conjunto de caractersticas estranhas. O confundimento tendencioso dos efeitos do fator experimental intrnseco ano com os efeitos devidos a este conjunto de caractersticas estranhas somente pode ser diminudo com o controle de tcnicas experimentais. conveniente a distino das seguintes categorias de fator experimental intrnseco: fator de estgio, fator de espao, fator de tempo e fator de classificao. Fator experimental intrnseco de estgio Em algumas situaes, o plano do experimento estabelece a mensurao de uma caracterstica resposta sobre cada unidade experimental bsica (identificada por um animal ou uma planta, ou um grupo de animais ou um grupo de plantas, por exemplo) em dois ou mais instantes do perodo experimental. Um experimento com observaes sucessivas de uma varivel resposta sobre cada unidade experimental bsica, coletadas em dois ou mais instantes do perodo experimental, designado experimento de observaes (ou medidas repetidas para medidas) essa varivel resposta. Nessas circunstncias, com a adoo do enfoque univariado, define-se um fator experimental cujos nveis na amostra so os instantes sucessivos de observao dessa varivel resposta (Seo 7.7 Seo 7.7): Um fator experimental intrnseco cujos nveis na amostra so os instantes sucessivos do perodo experimental em que se efetuam as observaes de uma varivel resposta, ou os intervalos de tempo sucessivos entre esses instantes, um estgio. fator experimental intrnseco de estgio Os nveis de um fator intrnseco de estgio na amostra podem compreender, por exemplo, os anos, as estaes, os meses, as safras ou as colheitas sucessivas, em que observada uma varivel resposta, tal como a produo de frutos, a produo de gros e a produo de carne, sobre as mesmas unidades. Tambm podem ser intervalos ou estdios do ciclo de desenvolvimento de plantas ou de animais. As unidades experimentais para um fator de estgio so os intervalos do perodo experimental compreendidos entre cada dois instantes sucessivos de observao da varivel resposta. Em experimentos agrcolas com observaes sucessivas sobre as unidades, muito freqentemente apropriado definir fatores experimentais de estgio. Uma ilustrao o fator pesagem ou avaliao do Exemplo 8.9. O Exemplo 8.11 prov outras ilustraes de experimentos agrcolas com fator intrnseco de estgio.
316
Exemplo 8.11
Experimentos agrcolas para os quais a considerao de um fator intrnseco de estgio pode ser apropriada: a) experimentos de desenvolvimento ponderal de animais, em que so registrados dados de peso corporal de cada animal em vrios instantes do perodo experimental; b) experimentos de crescimento de plantas perenes, em que so registrados dados de altura e dimetro do tronco de cada planta em vrios instantes de seu ciclo de desenvolvimento; c) experimentos com plantas frutferas perenes, em que so avaliadas as produes de frutos de cada planta em diversas safras; e d) experimentos de fertilizao do solo para o cultivo sucessivo de uma planta granfera, em que so efetuadas as pesagens das produes de gros por parcela em um conjunto de anos sucessivos.
Uma abordagem alternativa a adoo do enfoque multivariado, que considera as observaes repetidas sobre as unidades como observaes de variveis respostas distintas e utiliza mtodos multivariados (Seo 7.7). Seo 7.7 Em um experimento pode-se ter uma ou mais variveis repostas com observaes repetidas e outras com observaes simples, ou seja, observadas em um nico instante do perodo experimental. Naturalmente, um fator experimental de estgio definido apenas para varivel resposta com observaes repetidas. O Exemplo 8.12 prov ilustraes de experimentos em que so consideradas variveis respostas de observaes repetidas e variveis respostas de observaes simples. Exemplo 8.12
So exemplos de variveis respostas de observaes repetidas e variveis respostas de observaes simples consideradas em um mesmo experimento: a) peso corporal do animal em diversos instantes do perodo experimental, e variveis que expressam caractersticas da carcaa, em um experimento de nutrio animal; b) produo de matria seca em cortes parciais e produo de matria seca total, em um experimento de fertilizao do solo para cultivo de uma pastagem.
Em um experimento com observaes repetidas, muito freqentemente, atribudo um nico tratamento a cada unidade experimental bsica, que aplicado uma nica vez ou mais de uma vez. Em algumas situaes, experimentos de observaes repetidas correspondem aplicao de dois ou mais tratamentos distintos, em instantes ou intervalos sucessivos, sobre cada unidade experimental bsica em cada uma das quais so efetuadas observaes repetidas ao longo do perodo experimental. Em alguns experimentos de observaes repetidas apenas uma das observaes importante. Nessas circunstncias no h razo para a definio de um fator de estgio e o experimento de fato um experimento de observaes simples Essa tambm a simples. situao de experimentos em que so coletadas observaes sobre cada unidade em instantes sucessivos, at que a unidade atinja um certo estado ou padro de comportamento preestabelecido. Nesse caso, a varivel resposta importante a amplitude do intervalo de tempo para atingir esse estado ou padro de comportamento, de modo que o experimento tambm de observaes simples. Um experimento pode compreender mais de um fator experimental de estgio. Por exemplo, em um experimento de pastagem com forrageiras perenes ou semiperenes, pode ser apropriado definir um fator experimental de estgio para levar em conta os diversos cortes ou estaes dentro de cada ano, e outro para levar em conta a variao entre anos.

Fatores experimentais intrnsecos de espao e de tempo
317
Experimentos de ampla abrangncia so repetidos no espao, em duas ou mais posies geogrficas (tais como locais, laboratrios, etc.), ou no tempo, em dois ou mais subintervalos de um intervalo de tempo (estaes, anos, por exemplo), ou tanto no espao como no tempo. Esse o caso de experimentos tecnolgicos cuja populao objetivo abrange uma rea geogrfica ou intervalo de tempo considervel, ou ambos. Na primeira situao, se os efeitos atribuveis posio no espao (locais, por exemplo) so de importncia prpria ou implicam influncia relevante sobre a relao causal entre variveis respostas e condies experimentais, apropriado definir um fator experimental intrnseco para levar em conta a variao sistemtica atribuvel posio no espao. Os nveis desse fator intrnseco na amostra so as posies particulares onde o experimento conduzido. Por razo semelhante, se os efeitos atribuveis a tempo (anos, por exemplo) so importantes, o tempo deve ser considerado um fator experimental intrnseco para levar em considerao a variao sistemtica ao longo do tempo. Os nveis desse fator experimental na amostra so os subintervalos sucessivos do intervalo de tempo (os anos de um conjunto de anos, por exemplo) em que o experimento conduzido. Um fator experimental cujos nveis so as posies ou locais de um espao um espao; fator experimental intrnseco de espao um fator experimental cujos nveis so os subintervalos de um intervalo de tempo um fator experimental intrnseco de tempo. Outras consideraes referentes a fatores experimentais intrnsecos de espao e de tempo so feitas no Exemplo 8.10 que prov ilustraes desses fatores, e no 10, pargrafo que segue esse Exemplo. Fator experimental intrnseco de classificao Muito freqentemente, um fator experimental uma caracterstica inerente s unidades cujas alternativas no correspondem s disposies das unidades no espao e no tempo. Um fator experimental intrnseco que classifica as unidades experimentais em categorias correspondentes s alternativas de uma caracterstica explanatria no relacionada com espao e tempo um fator experimental intrnseco de classificao classificao. Por exemplo, o fator sexo do Exemplo 8.8. Tambm so exemplos de fator experimental intrnseco de classificao, quando constituem fatores experimentais: raa, e estado sanitrio do animal, no caso em que a unidade experimental um animal, e vigor e nvel de infeco da planta, no caso em que a unidade experimental uma planta.
8.2.3
Fator de tratamento ou fator intrnseco? Em geral, no h como discriminar a variao observada de uma varivel resposta entre os nveis de um fator intrnseco que atribuvel propriamente ao fator experimental da variao entre esses nveis que atribuvel a caractersticas estranhas. Essas duas fontes de variao da varivel resposta ficam inevitavelmente confundidas de modo tendencioso. Por outro lado, o pesquisador pode exercer acentuado controle de tcnicas experimentais que assegure a aplicao dos nveis de um fator de tratamento essencialmente conforme a definio estabelecida no plano do experimento. Ento, se os nveis desse fator experimental so atribudos s correspondentes unidades experimentais por processo aleatrio, o pesquisador pode ter elevada segurana de que os efeitos sobre a varivel resposta das diferenas entre essas unidades que so atribuveis a caractersticas estranhas so puramente aleatrios. Desse modo, a
318
incerteza resultante para inferncias referentes a efeitos causais de fatores experimentais sobre a varivel resposta pode ser avaliada objetivamente. Para melhor compreenso dessa distino fundamental entre fator experimental de tratamento e fator experimental intrnseco e de seu aspecto lgico, considere-se o 10. Exemplo 8.13 que discute novamente o experimento do Exemplo 8.10
Exemplo 8.13
No experimento do Exemplo 8.10, que constitui uma extenso do experimento do Exemplo 10 8.7, local e ano so fatores experimentais intrnsecos. De fato, os locais so posies geogrficas imutveis inerentes s unidades; portanto os locais no podem ser atribudos aleatoriamente a essas unidades. Dessa forma, se ocorrer variao considervel de peso dos animais entre os quatro locais, no haver como distinguir, com base apenas na evidncia provida pela amostra, se tal variao se deve a: a) diferenas entre os locais atribuveis a caractersticas que, por definio, constituem o fator experimental local; ou b) diferenas sistemticas entre os locais no atribuveis a esse fator experimental, mas a caractersticas estranhas, tais como diferenas entre os conjuntos de animais utilizados nos quatro locais, diferenas de manejo dos animais, diferenas originadas de ocorrncias de eventos climticos atpicos, de doenas eventuais, etc. Semelhantemente, os anos so intervalos de tempo com disposio cronolgica fixa que no pode ser sujeita interferncia do pesquisador e, portanto, no podem ser atribudos aleatoriamente s unidades. Ento, variaes de observaes de caractersticas respostas entre os trs anos podem ser devidas a: a) diferenas atribuveis a caractersticas que, por definio, constituem o fator experimental ano, ou seja, diferenas relacionadas com a variao do clima entre anos; ou b) diferenas sistemticas entre os anos no relacionadas com o fator experimental ano decorrentes de diferenas de condies dos animais, de manejo, de ocorrncias de eventos climticos atpicos e de doenas eventuais, etc. Suponha-se, entretanto, que seja possvel atribuir os animais aos locais atravs de algum processo aleatrio. Nessa circunstncia, os efeitos do fator experimental local no estariam confundidos tendenciosamente com os efeitos de caractersticas estranhas da amostra referentes aos animais; as diferenas entre os locais atribuveis a animais seriam meramente casuais. Entretanto, os efeitos do fator experimental local continuariam confundidos tendenciosamente com caractersticas estranhas no inerentes aos animais que se manifestam eventualmente de modo diferenciado entre os locais, tais como caractersticas referentes a manejo dos animais, clima, doenas, etc. Por outro lado, se os nveis do fator experimental rao so essencialmente aqueles estabelecidos conceitualmente na definio desse fator experimental, a atribuio aleatria dos tratamentos aos animais assegura que os efeitos de diferenas entre os animais sobre os efeitos de raes sejam puramente aleatrios.
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 14. 8.14 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
b) Em um experimento de controle de uma infeco em animais, os efeitos do fator experimental antibitico cujos nveis so definidos como diferentes substncias com composies especficas ficam confundidos com efeitos de caractersticas estranhas que constituem o veculo do antibitico; estes efeitos podem ter implicaes para a pureza, o estado de conservao e outras propriedades referentes qualidade do antibitico. c) Em um experimento de fertilizao do solo com nitrognio, os efeitos do fator experimental nitrognio cujos nveis so definidos como doses particulares do elemento qumico nitrognio provido por uma fonte especfica (uria, por exemplo) confundem-se com os efeitos de variaes referentes ao adubo no atribuveis aos nveis definidos, tais como variaes do estado dessa fonte, de sua composio em nitrognio e da pesagem da uria. Em todas essas situaes, o pesquisador pode e deve exercer o controle de tcnicas experimentais que seja necessrio para assegurar que os fatores se manifestem na amostra conforme as definies estabelecidas no plano do experimento. Entretanto, a avaliao dessa garantia ser sempre subjetiva.
Entre os dois extremos, ou seja, fatores experimentais caracteristicamente de tratamento, como cultivar, antibitico e nitrognio, cuja manifestao nas unidades experimentais pode ser controlada pela escolha dos tratamentos e sua atribuio aleatria, e fatores experimentais eminentemente intrnsecos, como local e ano, cuja manifestao nas unidades experimentais independente de qualquer controle pelo pesquisador, h fatores experimentais cuja manifestao passvel de controle pelo pesquisador apenas parcial. Esse o caso do fator sexo do experimento do Exemplo 8.8. Muito freqentemente, a distino entre fator de tratamento e fator intrnseco no levada em conta na literatura e pelos pesquisadores. Entretanto, ela muito importante no julgamento da validade de inferncias derivadas do experimento. Em algumas circunstncias, uma caracterstica explanatria pode ser opcionalmente definida como fator experimental de tratamento ou fator experimental intrnseco, segundo o plano escolhido para o experimento. Uma ilustrao provida pelo 15. Exemplo 8.15 Exemplo 8.15
Experimento: Pesquisa da permanncia no leite de resduo de um antibitico para o controle da mamite de vacas leiteiras. O plano do experimento estabelece a administrao do antibitico a cada uma de oito vacas, de cada das quais ser coletado leite a cada 24 horas aps o instante da administrao do antibitico, ou seja, s 24, 48, 72, 96 e 120 horas aps esse instante. Nessas circunstncias, o fator experimental tempo para a coleta um fator experimental intrnseco (de estgio), j que seus nveis na amostra: 24, 48, 72, 96 e 120 horas, se manifestaro nas unidades experimentais necessariamente nesta ordem; portanto, a manifestao dos nveis desse fator na amostra no passvel de qualquer controle pelo pesquisador. Suponha-se que o plano desse experimento seja alterado como segue: o antibitico aplicado a 40 vacas (em vez de 8 vacas) e os 5 nveis do fator experimental tempo para a coleta so atribudos aleatoriamente s 40 vacas, de modo que cada nvel resulte atribudo a 8 vacas. Com esse plano alternativo, o fator experimental tempo para coleta torna-se um fator experimental de tratamento.
As implicaes de dois planos distintos para um mesmo experimento que decorrem da considerao alternativa de um fator experimental como fator de tratamento ou fator intrnseco, ilustrados no Exemplo 8.15 so fundamentais para as inferncias derivadas 15, do experimento. De fato, as estruturas decorrentes para o experimento so distintas, como ser visto adiante.
320
Exerccios 8.1
1. Explique resumidamente, recorrendo a uma ilustrao, a seqncia de passos do planejamento das condies experimentais. 2. Qual a propriedade essencial que distingue fator de tratamento e fator intrnseco? D trs exemplos de fator experimental de cada uma dessas duas classes. 3. Explique a razo da atribuio aleatria dos nveis de fatores de tratamento s unidades experimentais. 4. Explique porque, embora a atribuio dos tratamentos s unidades da amostra seja procedida sob o controle do pesquisador, por processo aleatrio, efeitos de fatores de tratamento usualmente resultam confundidos com efeitos de caractersticas estranhas veiculadas juntamente com o fator experimental. 5. D exemplos de trs fatores de tratamento com diferentes nveis de confundimento das caractersticas prprias do fator experimental com caractersticas estranhas veiculadas junto com a atribuio dos tratamentos. 6. Para cada um dos fatores de tratamento indicados na resposta ao exerccio 5: a) descreva as caractersticas prprias do fator experimental e as caractersticas estranhas que so veiculadas com a assinalao dos tratamentos s unidades experimentais; b) explique as conseqncias da presena dessas caractersticas estranhas na amostra; c) qual o procedimento de controle experimental e quais so os recursos particulares desse procedimento que o pesquisador pode utilizar para evitar ou minimizar a veiculao dessas caractersticas estranhas juntamente com as caractersticas prprias do fator experimental? 7. Considere os experimentos caracterizados a seguir: A - "Controle da verminose de ces com o uso de anti-helmnticos", com os seguintes tratamentos: 1 - Mebendazole, 2 - Praziquantel e 3 - Controle (sem vermfugo). O experimento ser conduzido com animais machos e fmeos de duas constituies raciais: puros e mestios, em instalaes do hospital veterinrio da UFPEL, em um nico ano. B - Efeito do calcrio sobre a qualidade da semente de feijo, com as seguintes doses de calcrio (em t/ha): 1 0; 2 2,0; 3 4,0; 4 6,0; 5 8,0, e duas cultivares: 1 IACCarioca, 2 EMGOPA 201-Ouro. O experimento ser conduzido em um nico local do municpio de Pelotas e em apenas um ano. C - "Eficincia de fungicidas sistmicos no tratamento da semente para o controle da brusone da folha do arroz, com os seguintes nveis do fator fungicida: 1 Difenoconazole, 2 Fludioxonil, 3 Thiabendazole e 4 - Controle, e duas cultivares: 1 Rio Paranaba, 2 Guarani. O experimento ser conduzido em trs locais dos municpios de Pelotas, Rio Grande e Santa Vitria, em trs anos consecutivos. D - "Estudo da variabilidade da altura da planta das linhagens originadas do cruzamento das cultivares IAS 5 e BR 16", com 25 linhagens, supostamente constituindo uma amostra representativa das linhagens resultantes desse cruzamento. Experimento a ser conduzido em um nico local do municpio de Pelotas e em um nico ano. Para cada um desses experimentos: a) enumere e denomine os fatores experimentais; b) especifique os nveis desses fatores na populao objetivo e na amostra; c) classifique cada um desses fatores experimentais nas duas seguintes classes: fator de tratamento e fator intrnseco. 8. Ilustre com exemplos de sua rea fator de tratamento cujos nveis so aplicados s unidades da amostra: a) ao incio do perodo experimental; b) em um momento durante o perodo experimental; e c) ao longo do perodo experimental. 9. Fornea trs exemplos de fator intrnseco. Para cada um desses fatores experimentais:
321
a) descreva as caractersticas prprias do fator experimental e as caractersticas estranhas veiculadas junto com ele; b) identifique quais dessas caractersticas estranhas so passveis de controle de tcnicas experimentais; c) indique as caractersticas estranhas descritas no item a) que podem se manifestar independentemente de controle do pesquisador. 10. Explique o significado e ilustre as seguintes categorias de fator intrnseco: a) de estgio; b) de tempo; c) de espao; d) de classificao. 11. D um exemplo de experimento com um fator de tratamento e um fator intrnseco de estgio. a) Porque esse experimento denominado experimento de observaes repetidas ou experimento de medidas repetidas? b) Porque ele tem duas categorias de unidades experimentais? c) Explique as origens dos erros experimentais para inferncias referentes ao fator de tratamento e ao fator de estgio. 12. Considere o experimento "Efeito do retardamento da secagem da semente de sorgo sacarino sobre sua qualidade fisiolgica", com cinco repeties de cada um dos seguintes nveis do fator experimental retardamento da secagem na amostra: 1- 0 h, 2 60 h, 3 120 h, 4 180 h e 5 - 240 horas. a) Especifique os nveis desse fator experimental na populao objetivo. b) Descreva um procedimento experimental que considere o fator retardamento da secagem como fator intrnseco de estgio. c) Explique uma alterao desse procedimento que tornaria esse fator um fator de tratamento.
8.3
Experimentais Classificao dos Fatores Experimentais

As definies de cada fator experimental e de seus nveis para a populao objetivo e para a amostra devem ter em conta os objetivos do experimento e os recursos disponveis. Essas definies tm implicaes decisivas para as inferncias que devem ser derivadas do experimento e, particularmente, para os procedimentos estatsticos para essas inferncias. Assim, de alta relevncia a distino das seguintes categorias de fator experimental, segundo a escala de medida da varivel escolhida para expressar o fator e a relao entre seus nveis na amostra e na populao objetivo: fator qualitativo especfico, fator qualitativo ordenado, fator quantitativo, fator qualitativo amostrado e fator misto.
8.3.1
Fator qualitativo especfico Um fator experimental um fator qualitativo especfico se expresso por uma varivel nominal e seus nveis na amostra so o prprio conjunto dos nveis sob considerao na populao objetivo Portanto, no h qualquer relao de grandeza ou de ordem entre os nveis de um fator qualitativo especfico. Cada um dos nveis de interesse especfico e se distingue qualitativamente dos demais. Logo, as inferncias para a populao objetivo restringemse a esses nveis. Os seguintes exemplos so ilustrativos.
322
Exemplo 8.16
Experimento: "Comparao de cultivares de ervilha de porte baixo"; fator experimental: cultivar; nveis na amostra: 1 - nica, 2 - Profusion, 3 - Roi des Fins Verts, 4 - Early Harvest, 5 Annonay e 6 - Fins des Gourmets. O fator experimental cultivar expresso por uma varivel nominal com seis nveis - as seis cultivares de ervilha, ou seja, 1 - nica, 2 - Profusion, 3 - Roi des Fins Verts, 4 - Early Harvest, 5 Annonay e 6 - Fins des Gourmets. Essas cultivares e apenas elas constituem os nveis do fator experimental sob considerao na populao objetivo. Inferncias da amostra para a populao objetivo restringem-se a essas seis cultivares.
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 8.6.4 Inferncias restringem-se a Seo 8.6.4). esses quatro nveis do fator antibitico na amostra, que so os prprios nveis sob considerao na populao objetivo.
Tambm so exemplos de fator qualitativo especfico os fatores de tratamento cultivar e fungicida dos experimentos do Exemplo 8.1 e do Exemplo 8.2, respectivamente. Outros exemplos de fator de tratamento qualitativo especfico so providos pelo Exemplo 18. 8.18 Exemplo 8.18
So fatores de tratamento qualitativos especficos: a) droga para o tratamento de uma doena com nveis qualitativamente diferentes; b) poda e desbaste de uma planta frutfera com nveis constitudos por diferentes tcnicas ou modos de poda e desbaste, respectivamente; c) herbicida, fungicida e inseticida com nveis constitudos por produtos que se distinguem qualitativamente, como o caso quando os nveis diferem pelo princpio ativo ou pela composio qumica; e d) corte de uma forrageira e colheita de frutos de uma planta frutfera em que os nveis so intervalos de tempo ou datas no especificadas com preciso.
Fatores experimentais intrnsecos de classificao, como os fatores sexo (Exemplo Exemplo 8.8) e raa, so freqentemente fatores qualitativos especficos. Observe-se que um fator experimental qualitativo especfico no precisa ser expresso necessariamente por uma varivel numrica; seus nveis podem ser smbolos ou rtulos, como, por exemplo, os eventuais nomes prprios que os designam. Tendo em conta a relao com os objetivos do experimento e as implicaes para os procedimentos de inferncia estatstica, conveniente distinguir as seguintes duas categorias de fator qualitativo especfico: fator qualitativo especfico no estruturado e fator qualitativo especfico estruturado.
323
Fator qualitativo especfico no estruturado o fator experimental qualitativo especfico cujos nveis no se relacionam estruturalmente; fator qualitativo especfico estruturado aquele cujos nveis classificam-se em grupos naturais determinados pelos objetivos do experimento. Essas duas categorias de fator qualitativo especfico decorrem dos objetivos do experimento. Um fator experimental de tratamento um fator qualitativo especfico no estruturado quando as inferncias de interesse compreendem todas as comparaes dos tratamentos tomados dois a dois, ou seja, as comparaes mltiplas de cada um dos tratamentos com cada um dos demais, com vistas classificao dos tratamentos, em muitas situaes para a determinao dos melhores tratamentos. Esse o caso, por exemplo dos fatores cultivar do Exemplo 8.1 e do Exemplo 8.16 No caso em que o fator 16. qualitativo especfico no estruturado um fator experimental intrnseco, como o fator sexo do Exemplo 8.8, pode no haver interesse em inferncias referentes ao prprio fator, mas em inferncias referentes a sua interao com fatores experimentais principais (Seo 8.2.2 8.2.2). S Um fator qualitativo especfico estruturado geralmente um fator experimental de tratamento. Esse fator resulta quando as inferncias de interesse constituem um conjunto de comparaes entre grupos de tratamentos. Em algumas situaes, esse conjunto de comparaes compreende uma comparao entre dois grandes grupos dos tratamentos, seguida de uma comparao entre dois subgrupos dos tratamentos dentro de cada um desses grupos, e assim sucessivamente, at comparaes individuais entre tratamentos. Desse modo, os tratamentos classificam-se em grupos, em subgrupos dentro desses grupos, etc., at grupos constitudos de um nico tratamento. Nessas circunstncias, os agrupamentos dos nveis do fator tm estrutura hierrquica ou aninhada. Uma ilustrao de fator qualitativo especfico estruturado provida pelo Exemplo 8.19. 19 Exemplo 8.19
Experimento: "Estudo da eficcia da utilizao de acetato para a sntese do leite de cabra"; fator experimental: acetato; nveis na amostra: 1 - Prolactina 0,2 mg/kg de peso do animal, 2 Dexametasona 0,2mg/kg, 3 - Prolactina 0,1mg/kg + Dexametasona 0,1mg/kg e 4 - Sem acetato (controle). A estrutura de agrupamentos dos 4 tratamentos implicada pelas seguintes comparaes que, supostamente, constituem o objetivo do experimento: 1 - efeito do acetato, ou seja, com acetato (grupo 1 - tratamentos 1, 2 e 3) versus sem acetato (grupo 2 - tratamento 4), 2 - fontes de acetato isoladas (grupo 3 - tratamentos 1 e 2) versus fontes de acetato combinadas (grupo 4 - tratamento 3), e 3 - entre fontes de acetato, ou seja, Prolactina (grupo 5 - tratamento 1) versus Dexametasona (grupo 6 - tratamento 2). Nesse caso, como em muitas situaes de fator qualitativo especfico estruturado, os tratamentos satisfazem uma estrutura de agrupamento hierrquica, representada no diagrama de rvore da Figura 8.1. Figura
324
Figura Figura 8.1. Diagrama de rvore da estrutura de agrupamentos hierrquica dos tratamentos do Exemplo 8.19 19.
Para outra ilustrao de fator qualitativo especfico estruturado considere-se o fator experimental antibitico do Exemplo 8.17 Aparentemente, o objetivo do experimento em 17. referncia a verificao da eficcia da adio de antibitico ao diluente do smen. Essa verificao pode ser efetuada atravs de um dos dois seguintes procedimentos alternativos: a) comparao individual de cada um dos antibiticos com o tratamento controle; ou b) comparao global dos trs antibiticos com o tratamento controle, seguida das comparaes individuais entre os trs antibiticos. Em qualquer desses casos, o tratamento controle tem o propsito de servir de referncia ou termo de comparao para os demais tratamentos. De modo geral, um fator de tratamento qualitativo especfico em que um dos nveis um tratamento controle ou testemunha (Seo 8.6.4 um fator qualitativo especfico Seo 8.6.4) estruturado com a forma mais simples de estrutura, se as comparaes com o controle constituem um dos objetivos principais do experimento. Se todas as comparaes entre os tratamentos so de igual importncia, includas aquelas com o tratamento controle, o fator deve ser mais apropriadamente considerado como qualitativo especfico no estruturado. A seguinte observao vlida em geral: um fator qualitativo especfico com nveis aparentemente estruturados um fator qualitativo especfico estruturado se a estrutura aparente decorre dos objetivos do experimento. Caso contrrio, ou seja, se essa estrutura no de interesse particular, mas apenas circunstancial, o fator deve ser mais apropriadamente considerado como qualitativo especfico no estruturado. O Exemplo 8.20 prov uma ilustrao do fato de que a considerao de um fator experimental qualitativo especfico como estruturado ou no estruturado depende do objetivo do experimento. Exemplo 8.20
Considere-se o fator cultivar em um experimento de comparao de cultivares de trigo cujos nveis compreendem um subconjunto de cultivares de ciclo curto e um subconjunto de cultivares de ciclo longo. Esse fator ser qualitativo especfico estruturado se o objetivo do experimento for a comparao dos dois ciclos, seguida das comparaes das cultivares dentro de cada um dos dois ciclos. Entretanto, se o objetivo compreender as comparaes individuais de todas as cultivares, ou seja, as comparaes de cada uma das cultivares com cada uma das demais, independentemente da amplitude de seus ciclos, o fator deve ser considerado qualitativo especfico no estruturado.
325
8.3.2
Fator qualitativo ordenado Um fator experimental um fator qualitativo ordenado se expresso por uma varivel ordinal. Os nveis de um fator qualitativo ordenado so intervalos de nmeros reais ou valores numricos no exatos, isto , valores numricos definidos vagamente. Dessa forma, eles tm uma relao de ordem, mas no de grandeza exata; ou seja, tm uma relao de grandeza definida de modo vago.
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.
Muito freqentemente, um fator qualitativo ordenado um fator intrnseco de classificao. Esse o caso do fator idade de acasalamento do Exemplo 8.22 Outras 22. ilustraes so dadas no Exemplo 8.23. 23 Exemplo 8.23
a) Em um experimento para pesquisa da eficcia de um antibitico no controle de uma infeco de cordeiros em que so utilizados animais com diversos nveis de infeco que so classificados, segundo o grau de infeco, nas seguintes categorias: sem infeco, infeco leve, moderada, severa e muito severa, o fator experimental grau de infeco um fator qualitativo ordenado. b) Em um experimento de controle da mastite de vacas leiteiras, com animais de uma ampla gama de idades que so classificados em trs nveis de idade: menos de 3 anos, entre 3 e 6 anos e mais de 6 anos, o fator experimental idade um fator qualitativo ordenado.
Em geral, os nveis de um fator qualitativo ordenado na amostra so os mesmos sob considerao na populao objetivo. Nessas circunstncias, as inferncias referentes a fator qualitativo ordenado restringem-se aos nveis na amostra. Portanto, no que diz respeito a inferncias e particularmente aos procedimentos de anlise estatstica, fator qualitativo ordenado geralmente tratado como fator qualitativo especfico. Nessas circunstncias, um fator experimental qualitativo ordenado no precisa ser expresso necessariamente por uma varivel numrica; seus nveis podem ser smbolos ou rtulos, como, por exemplo, suas prprias designaes. Observe-se que, muito freqentemente, o pesquisador tem escolha entre definir um fator como qualitativo ordenado ou como quantitativo. Nessa escolha, ele deve ter em
326
conta que com a primeira opo as inferncias restringem-se aos nveis escolhidos para a amostra. Assim, no experimento do Exemplo 8.21 inferncias referentes ao fator 21, 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.
Tambm so exemplos de fator quantitativo os fatores experimentais poca de adubao, tempo de macerao e rao (Exemplo 8.4, Exemplo 8.6 e Exemplo 8.7, Exemplo respectivamente) e tempo para a coleta (Exemplo 8.15 Exemplo 15). Outras ilustraes de fator quantitativo so apresentadas no Exemplo 8.25 25. Exemplo 8.25
So fatores quantitativos: a) fertilizante, em um experimento de fertilizao do solo para o cultivo da aveia em que os nveis na populao objetivo so um intervalo de doses desse fertilizante e os nveis na amostra, um subconjunto de doses desse intervalo; b) antibitico, em um experimento de controle de uma infeco de cavalos em que os nveis na populao objetivo so um intervalo de doses de um antibitico e os nveis na amostra, um subconjunto desse intervalo de doses; c) temperatura de conservao da semente, em um experimento de armazenamento de semente de sorgo cujos nveis na populao objetivo so as temperaturas do intervalo [10C; 30C] e os nveis na amostra so as seguintes temperaturas, em graus Celsius: 10, 15, 20, 25 e 30;
327
d) idade do desmame, em um experimento de desmame de cordeiros cujos nveis na populao objetivo so o intervalo de idades [30; 180 dias] e os nveis na amostra so as seguintes idades: 30, 60, 90, 120, 150 e 180 dias; e e) tamanho da leitegada com a considerao do tamanho mximo de 13 leites, em um experimento do efeito do tamanho da leitegada sobre o desenvolvimento do leito em que os nveis na populao objetivo so o conjunto dos nmeros inteiros {1, 2, 3,..., 13} e os nveis na amostra so o subconjunto {1, 5, 9, 13}.
Os nveis de um fator quantitativo na amostra no so de interesse especfico. O interesse reside no conjunto dos nveis da populao objetivo, ou melhor, em inferncias referentes relao causal entre a varivel resposta e o fator experimental nesse intervalo de nveis; por exemplo, inferncias referentes relao causal entre produo e quantidade de fertilizante aplicada ao solo em um intervalo de doses sob considerao na populao objetivo. A funo que exprime uma tal relao denominada funo de resposta, e a curva que a representa geometricamente, curva de resposta. A suposio resposta curva resposta bsica a existncia de uma relao particular na populao objetivo que desconhecida; o pesquisador postula uma forma da relao com base terica ou emprica, e executa o experimento com o objetivo de verificar essa hiptese e obter uma aproximao apropriada para a expresso da relao na populao objetivo, muitas vezes para propsito de predio. H duas fontes de incerteza na aproximao ou estimao de uma funo ou curva de resposta a partir de uma amostra provida por um experimento. Uma a variao estranha no controlada; a outra decorre do fato de que as observaes so obtidas apenas para um nmero limitado de nveis do fator experimental, que so selecionados de um conjunto muito maior (muito freqentemente um intervalo) para o qual desejado derivar inferncias. Nessas circunstncias, a escolha apropriada dos nveis do fator experimental para a amostra tem importncia fundamental para a confiabilidade dessas inferncias. A distino entre fator qualitativo especfico, fator qualitativo ordenado e fator quantitativo relevante para o plano do experimento e, conseqentemente, para as inferncias derivadas do experimento. Assim, conforme salientado no ltimo pargrafo da 8.3.2, Seo 8.3.2 quando o pesquisador tem opo para a escolha da categoria para um fator experimental e de seus nveis, ele deve decidir tendo em conta o fator em considerao na populao objetivo e as conseqncias para as inferncias para a populao objetivo. Por exemplo, para um fator quantitativo com dois nveis, usualmente no pode ser obtida uma estimao da forma detalhada da curva de resposta, a no ser que ela seja linear. Apenas a diferena entre as respostas nos dois nveis pode ser estimada. Portanto, nesse caso, inferncias so restritas aos dois nveis na amostra, ou seja, o fator considerado como se fosse qualitativo.
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
328
nveis que se relacionam qualitativamente, e b) relao causal entre a varivel resposta e o subconjunto dos nveis de cada um desses grupos, separadamente para cada grupo.
Exemplo 8.26
Experimento: "Controle de invasoras em milho com herbicida pr-emergente"; fator experimental: herbicida; nveis na amostra: 1 - Gesaprin 50 2 kg/ha, 2 - Gesaprin 50 4 kg/ha, 3 Gesaprin 50 6 kg/ha, 4 - sem herbicida e 5 - capina ao florescimento. Os nveis desse fator na amostra compreendem a reunio de dois subconjuntos de nveis: o primeiro constitudo pelas doses 0, 2, 4 e 6 kg/ha do herbicida Gesaprin 50 (tratamentos 4, 1, 2 e 3), que se relacionam quantitativamente, e o outro por um nvel isolado: capina ao florescimento. Esses dois subconjuntos de nveis se relacionam qualitativamente. Supostamente, os nveis sob considerao na populao objetivo so a correspondente reunio dos dois seguintes subconjuntos de nveis: doses de Gesaprin 50 do intervalo [0; 6 kg/ha] e capina ao florescimento.
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
Fator qualitativo amostrado Um fator experimental qualitativo amostrado um fator experimental cujos nveis da amostra so escolhidos por um processo supostamente aleatrio, para representar a coleo dos nveis da populao objetivo. Muito freqentemente, a coleo dos nveis desse fator na populao objetivo uma coleo conceitual. Os nveis presentes na amostra so aqueles manifestados nas unidades dessa amostra que so escolhidas entre as unidades da populao objetivo que so acessveis. Nessas circunstncias, o processo de escolha aleatria , em geral, apenas uma suposio necessria. Como conseqncia, a validade (no tendenciosidade) das inferncias comumente questionvel; ela relativa representatividade lograda pela amostra sobre a qual o experimento conduzido. Esse fator usualmente expresso por uma varivel de escala nominal. Os nveis utilizados na amostra no so de interesse especfico. O interesse reside na coleo dos nveis da populao objetivo, ou melhor, em inferncias referentes a alguma propriedade da varivel resposta (variabilidade, muito freqentemente) a partir das respostas observadas para os nveis na amostra.
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.
Para ilustrar a distino essencial entre fator qualitativo amostrado e fator qualitativo especfico, considere-se uma variao do objetivo do experimento do Exemplo 8.28 que agora consiste em comparar um conjunto particular de procedncias de semente de soja quanto a caractersticas referentes qualidade da semente. Nessas circunstncias, essas procedncias particulares so de interesse especfico. Ento, esse conjunto particular de procedncias constitui a coleo dos nveis do fator experimental procedncia da semente na populao objetivo que a mesma coleo dos nveis desse fator na amostra. Portanto, agora o fator experimental procedncia da semente qualitativo especfico. Fatores qualitativos amostrados so muito freqentemente fatores intrnsecos de espao ou de tempo. Os fatores experimentais local e ano do experimento do Exemplo 8.10 so ilustraes particulares. Em geral, os nveis na populao objetivo de um fator experimental qualitativo amostrado designado de local, ou seja, os locais que constituem os nveis desse fator, so as lavouras, as fazendas, as instalaes, ou os laboratrios, por exemplo, que tero existncia em uma regio em um intervalo de anos no futuro; os nveis desse fator experimental na amostra so um subconjunto desses locais sobre os quais o experimento conduzido. Por outro lado, os nveis na populao objetivo de um fator experimental designado de ano so um conjunto de anos de um certo intervalo de anos no futuro; esses anos podem ser mais especificamente safras, colheitas ou cortes, por exemplo; os nveis desse fator experimental na amostra so os anos particulares de conduo do experimento. Na maioria das situaes, os fatores experimentais local e ano so considerados fatores qualitativos amostrados por no haver interesse nos locais e anos particulares em que o experimento conduzido, mas em um conjunto de locais e anos da populao objetivo que os locais e anos particulares da amostra supostamente representam. Entretanto, a escolha dos anos para a amostra no pode ser procedida aleatoriamente, j que os anos dispem-se em uma seqncia cronolgica imutvel e o experimento tem que ser conduzido em um subconjunto de anos prximos. A escolha aleatria dos locais para a amostra tambm usualmente invivel, porque a coleo dos locais na populao objetivo uma coleo conceitual. Essas circunstncias originam a incerteza da suposio de que as respectivas colees que os locais e os anos da amostra representam sejam equivalentes quelas para as quais desejado derivar inferncias. Inferncias referentes a esses fatores experimentais devem ser efetuadas com cautela. O procedimento apropriado a descrio clara das caractersticas relevantes dos locais e anos de conduo do experimento, para a adequada caracterizao das condies para as quais as inferncias so vlidas. Fatores qualitativos amostrados tambm podem ser fatores de tratamento. Por exemplo, o fator linhagem em um experimento com o propsito de derivar inferncias referentes varincia populacional de alguma caracterstica das linhagens resultantes do cruzamento de duas variedades de arroz, tais como altura da planta e nmero de afilhos; e o fator reprodutor em um experimento para inferncias referentes a alguma caracterstica dos reprodutores de uma raa. O que caracteriza um fator qualitativo amostrado quando fator intrnseco o fato de que desejado que inferncias referentes a outros fatores experimentais sejam aplicveis no apenas para os nveis daquele fator na amostra (as procedncias, os anos e os locais especficos de conduo do experimento, nos exemplos anteriores), mas para
330
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
Fator Fixo e Fator Aleatrio

A caracterizao adequada do fator experimental tem importncia fundamental por sua implicao para as inferncias que sero derivadas do experimento, particularmente quanto ao mbito da validade das inferncias referentes ao fator. No caso de fator qualitativo especfico e fator qualitativo ordenado, as inferncias limitam-se aos nveis includos na amostra, enquanto que para fator qualitativo amostrado estendem-se populao dos nveis da qual os nveis includos na amostra constituem, supostamente, uma amostra aleatria. Para fator quantitativo, as inferncias devem estender-se ao intervalo dos nveis da populao objetivo. Neste caso, entretanto, os nveis includos na amostra so valores particulares do intervalo dos nveis da populao objetivo, que so escolhidos arbitrariamente para servir de pontos de referncia em um processo de inferncia por interpolao. Assim, o processo de escolha para a amostra dos nveis de fator qualitativo especfico, fator qualitativo ordenado, fator quantitativo e fator misto caracteristicamente distinto do processo de escolha dos nveis de fator qualitativo amostrado. Para os primeiros, o processo de escolha subjetivo e arbitrrio, estabelecendo nveis particulares, ou seja, nveis fixos, para incluso na amostra, enquanto que para o ltimo o processo de escolha supostamente aleatrio, gerando nveis que constituem realizaes de uma varivel aleatria com certa distribuio de probabilidade. Por essa razo, fator qualitativo especfico, fator qualitativo ordenado, fator quantitativo e fator misto so denominados fatores fixos, e fator qualitativo amostrado, fator aleatrio: Um fator experimental um fator fixo se a coleo de seus nveis na amostra a prpria coleo dos nveis da populao objetivo, ou um subconjunto dessa coleo de nveis escolhido arbitrariamente; um fator experimental um fator aleatrio se seus nveis na amostra so uma amostra aleatria da coleo dos nveis da populao objetivo. A caracterizao do fator experimental e sua conseqente classificao como fixo ou aleatrio determinada pelo procedimento de escolha dos nveis do fator para amostra que deve ser conseqente dos objetivos do experimento. Em muitas situaes, essa classificao do fator clara e segue imediatamente dos objetivos do experimento. Esse o caso, por exemplo, dos fatores experimentais variedade, inseticida, antibitico,
331
raa e sexo, quando os nveis considerados no experimento so os nicos de interesse, por se tratarem dos mais promissores ou dos nicos de existncia real. Claramente, esses fatores so qualitativos especficos; logo, so fatores fixos. Em algumas situaes, entretanto, a classificao do fator experimental no to bvia, em decorrncia da impossibilidade de escolha aleatria dos nveis de um fator amostrado. O Exemplo 8.29 ilustra nveis de dificuldade diferentes para classificao de fator experimental como fixo ou aleatrio e o argumento para a distino entre essas duas classes de fator experimental. Exemplo 8.29
a) Considere-se o experimento de comparao de quatro cultivares de alface do Exemplo 8.1. As inferncias de interesse restringem-se s quatro cultivares includas na amostra; no h qualquer considerao referente a outras cultivares. Ademais, se fossem consideradas novas repeties do experimento sob as mesmas circunstncias, as mesmas cultivares seriam utilizadas. Portanto, o fator experimental cultivar fixo. b) Seja um experimento para pesquisa do efeito da nutrio e da habilidade materna de porcas de uma linhagem particular, expressa pelo peso dos leites de leitegadas de 28 dias, com seis animais de uma leitegada de cada uma de dez porcas. Nesse experimento no h interesse especfico nessas dez porcas, que constituem os nveis na amostra do fator experimental porca. Elas so apenas uma amostra da populao de porcas da linhagem sob considerao. O processo de seleo das porcas para a amostra tal que, se fossem consideradas novas repeties do experimento, o pesquisador no se restringiria utilizao das mesmas dez porcas; em cada ocasio, consideraria a tomada de nova amostra de dez porcas da linhagem. Logo, o fator experimental aleatrio. c) Consideraes semelhantes se aplicam ao fator experimental lote de sementes em um experimento para pesquisa da variao do vigor da semente de cultivares de sorgo com a amplitude do perodo de armazenamento; e para o fator experimental partida de latas de pssego em calda de diversas cultivares de um experimento para avaliar caractersticas referentes qualidade da compota. Esses fatores experimentais so aleatrios.
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.
332
Exerccios 8.2
1. Liste as classes de fatores experimentais segundo a escala de medida e o processo de seleo dos nveis da populao objetivo para constituir a amostra. 2. Caracterize fator qualitativo especfico quanto s duas propriedades referidas no exerccio 1. Quais so as implicaes dessas propriedades desse fator para as inferncias derivadas para a populao objetivo? 3. Explique e ilustre a distino entre fator qualitativo especfico estruturado e fator qualitativo especfico no estruturado. 4. Explique como pode originar-se um fator qualitativo especfico estruturado em um experimento. 5. D um exemplo de fator qualitativo ordenado e explique sua distino de fator qualitativo especfico quanto s duas propriedades referidas no exerccio 1. 6. Qual a distino essencial entre fator quantitativo e fator qualitativo ordenado? Quais so as implicaes dessa distino para as inferncias derivadas para a populao objetivo? 7. Caracterize fator fixo e fator aleatrio quanto ao processo de escolha dos nveis para a amostra. 8. Qual a distino essencial entre as duas classes de fator experimental caracterizadas no exerccio 7 quanto s inferncias de interesse? 9. Classifique fator experimental qualitativo especfico, qualitativo ordenado, quantitativo, misto e amostrado nas duas classes referidas no exerccio 7. 10. Considere os experimentos caracterizados no exerccio 7 dos Exerccios 8.1. a) Classifique os fatores experimentais de cada um desses experimentos nas diversas classes listadas no exerccio 1; b) classifique esses mesmos fatores experimentais segundo as duas seguintes classes: fator fixo e fator aleatrio; c) entre esses fatores experimentais identifique os fatores principais e os secundrios. 11. Considere os seguintes experimentos cujos fatores na amostra relacionados diretamente aos correspondentes objetivos principais e respectivos nveis so indicados: A - Controle de invasoras de arroz irrigado com o uso de herbicidas; fator experimental: herbicida; nveis na amostra: 1 - Molinate, 2 - Benthiocarb, 3 - Propanill, 4 - Dinoseb, 5 Pendimethalin e 6 - sem herbicida. B - Comparao de cultivares de feijoeiro; fator experimental: Cultivar; nveis na amostra: 1 Carioca, 2 - Macanudo, 3 - Pampa, 4 - Rio Tibagi, 5 - Irai. C - "Eficcia de diluentes no descongelamento de smen de touros da raa Ibag"; fator experimental: Diluente sinttico "Beltsville thawing solution" (BTS); nveis na amostra: 1 80% de BTS, 2 - 60% de BTS, 3 - 40% de BTS e 4 - 20% de BTS. D - "Efeito de bioestimulantes sobre a produo de arroz irrigado"; fator experimental: Bioestimulante; nveis na amostra: 1 - Agrostemin 100g/ha, 2 - Ergostin 500cc/ha, 3 Agrostemin 50g/ha + Ergostin 250 cc/ha e 4 - sem bioestimulante. E - "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. F - "Efeito do cido indol-butrico sobre o enraizamento de estacas de kiwi"; fator experimental: cido indol-butrico (AIB); nveis na amostra: 1 - 0 ppm de AIB; 2 - 1000 ppm de AIB e 3 - 3000 ppm de AIB. G - "Controle de ciperceas na cultura do arroz irrigado"; fator experimental: Herbicida; nveis na amostra: 1 - Pirozosulfuron-etil 15 ml/ha, 2 - Pirozosulfuron-etil 25 ml/ha, 3 Pirozosulfuron-etil 35 ml/ha, 4 - Bentazon 600 ml/ha, 5 - Bentazon 900 ml/ha, 6 Bentazon 1200 ml/ha, 7 - sem herbicida.
333
a) Classifique esses fatores experimentais segundo as seguintes classes: 1 - fator qualitativo especfico no estruturado, 2 - fator qualitativo especfico estruturado, 3 - fator qualitativo ordenado, 4 - fator quantitativo, 5 - fator misto e 6 - fator qualitativo amostrado. b) Classifique os mesmos fatores nas duas seguintes categorias: 1 - fator fixo, 2 - fator aleatrio. 12. Classifique os fatores experimentais caracterizados nos experimentos dos exemplos da Seo 5.9 nas categorias correspondentes aos dois critrios de classificao especificados nos itens a) e b) do exerccio 11.
8.5
Escolha dos Fatores Experimentais

Os fatores experimentais da populao objetivo e da amostra so os mesmos. A escolha e as definies desses fatores devem decorrer, essencialmente, da natureza do problema cientfico e da hiptese correspondente, que constituem o objetivo do experimento. Elas tambm devem ser guiadas por consideraes referentes a disponibilidade de recursos, simplicidade e economia. Em alguns experimentos a escolha imediatamente derivada dos objetivos do experimento. Em experimentos mais complexos, entretanto, a escolha pode no ser to simples. Como regra geral, usualmente recomendvel que, na considerao inicial de um experimento, o pesquisador elabore uma lista dos fatores que espera possam ser relevantes, mesmo que em uma avaliao ulterior alguns deles tenham que ser preteridos para futuros experimentos. Em algumas pesquisas, particularmente em etapas preliminares, o nmero de fatores identificados como de importncia potencial muito maior do que o nmero que pode ser considerado em um nico experimento. Em tais circunstncias, deve ser adotada uma definio menos ambiciosa para os objetivos do experimento. Em geral, podem-se distinguir duas classes de fatores experimentais: fatores principais e fatores secundrios ou suplementares. Os fatores experimentais principais so caractersticas explanatrias relacionadas diretamente com o objetivo do experimento e que usualmente so definidos explicitamente pela hiptese cientfica. Os fatores experimentais secundrios ou suplementares so caractersticas relevantes do material experimental, tais como caractersticas que possam afetar o efeito causal dos fatores experimentais principais sobre caractersticas respostas ou que so inseridas para lograr a representao apropriada da populao objetivo. Fatores experimentais principais so muito freqentemente fatores de tratamento; fatores experimentais secundrios so fatores de tratamentos ou fatores intrnsecos. Em geral, h uma hierarquia de importncia dos fatores experimentais. Os mais importantes so claramente definidos pela hiptese cientfica; esses so os fatores experimentais principais, que necessariamente devem ser considerados no experimento. Os menos importantes podem ser desejveis, mas no absolutamente necessrios. No processo de especificao dos fatores experimentais para um experimento particular pode ser conveniente considerar a seguinte classificao dos fatores experimentais que podem ocorrer em um experimento: Fatores de tratamento: a) caractersticas relacionadas diretamente com os objetivos do experimento, que constituem os fatores experimentais principais; b) caractersticas que podem modificar a ao de fatores experimentais principais ou podem esclarecer a origem dos efeitos desses fatores;
334
c) caractersticas relacionadas com tcnicas experimentais que podem afetar efeitos de fatores experimentais principais. Fatores intrnsecos: d) caractersticas que representam agrupamentos fsicos ou classificaes importantes das unidades de observao que podem afetar os efeitos de fatores experimentais de tratamento, tais como idade, sexo, local, ano e ambiente; e) caractersticas cujos nveis so escolhidos e inseridos deliberadamente no material experimental com o propsito de examinar interaes e estender a amplitude de validade das inferncias referentes aos fatores experimentais principais para lograr a representao apropriada da populao objetivo. Fatores experimentais da classe a) so fatores experimentais principais, enquanto, geralmente, fatores experimentais das demais classes so fatores experimentais secundrios ou suplementares. Observe-se que uma caracterstica relevante relacionada com tcnica experimental ou com agrupamento fsico importante das unidades de observao deve ser considerada como um fator experimental da classe c) ou da classe d), se for esperado que ela interaja de modo relevante com algum fator experimental principal, ou seja, um fator da classe a). Caso contrrio, ela deve ser considerada mais apropriadamente para controle experimental, atravs de controle local ou de controle estatstico (Sees 9.5 e Sees 9.6). 9.6 A especificao dos fatores experimentais para um experimento particular pode ser sugerida atravs das respostas s seguintes questes correspondentes a essas classes de fatores experimentais: a) Que caractersticas cujos nveis possam ser impostos pelo pesquisador (caractersticas de tratamento) o experimento tem o objetivo direto de pesquisar? Essas caractersticas constituem fatores experimentais principais. b) Quais so as caractersticas de tratamento adicionais cujas interaes com as caractersticas da classe a) podem ser importantes? c) Quais caractersticas relacionadas com tcnicas experimentais so relevantes? d) Para que agrupamentos naturais das unidades de observao disponveis esperado que os efeitos das caractersticas de tratamento da classe a) variem consideravelmente entre os diferentes grupos? e) A escolha deliberada de unidades de observao variveis e sua classificao em grupos heterogneos so desejveis para exame de possvel variao da resposta de caractersticas da classe a) entre esses grupos, e extenso da amplitude de validade das inferncias referentes a essas caractersticas? O processo de especificao dos fatores experimentais atravs da resposta a essa lista de questes ilustrado atravs dos exemplos que seguem:
Exemplo 8.30
Considere-se um experimento para pesquisa das propriedades de cultivares de trigo melhoradas para resistncia ferrugem. As respostas s questes para a escolha dos fatores para este experimento podem ser, respectivamente, as seguintes: a) A caracterstica de tratamento diretamente relacionada aos objetivos do experimento , naturalmente, cultivar. Ento, cultivar um fator experimental principal. b) Os desempenhos relativos das cultivares podem depender da incidncia da ferrugem. Dessa forma, pode ser interessante a incluso de fungicida como um fator de tratamento suplementar.
335
d) Os desempenhos das cultivares tambm podem depender da data de plantio e, possivelmente, do solo, do clima e de outras caractersticas ambientais relevantes. Caractersticas referentes ao solo e ao clima podem ser consideradas atravs da conduo do experimento em diversos locais, por vrios anos. Assim, pelo menos trs caractersticas correspondentes a agrupamentos fsicos importantes das unidades da amostra podem ser consideradas para fator experimental: poca de semeadura, local e ano. As questes c) e e) podem no levantar quaisquer consideraes de importncia para o experimento. Assim, os fatores experimentais potenciais para este experimento so: cultivar, fungicida, poca de semeadura, local e ano.
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
336
candidata a fator experimental em um nvel constante, pode implicar a reduo da amplitude da populao objetivo e, portanto, a reformulao dos objetivos do experimento.
Como observado no Exemplo 8.31 eventualmente a escolha dos fatores 31, experimentais pode resultar em um nmero de fatores muito elevado que implique um nmero de condies experimentais demasiado para um nico experimento. (O nmero de condies experimentais depende da escolha do nmero de nveis de cada um dos fatores experimentais, a ser tratada na Seo 8.6 Nesse caso, o pesquisador pode 8.6.) considerar as seguintes alternativas: a) reformular o objetivo do experimento para lograr a reduo do nmero de fatores experimentais; b) decompor esse objetivo, ou seja, decompor o problema ou a hiptese cientfica, de modo a originar experimentos separados, com a diviso dos fatores escolhidos entre esses experimentos. Naturalmente, a primeira alternativa implicar a reduo ou simplificao dos objetivos do experimento. A segunda alternativa ser apropriada se o pesquisador puder identificar subconjuntos dos fatores escolhidos que no interajam entre si. A ausncia de interao entre dois subconjuntos de fatores significa que a resposta a um desses subconjuntos de fatores independente da combinao dos nveis dos fatores do outro subconjunto. Em geral, o processo de escolha dos fatores experimentais pode conduzir definio de um experimento com um ou mais fatores, isto , deciso por um experimento unifatorial ou por um experimento fatorial. Um experimento com um nico fator experimental um experimento unifatorial; unifatorial um experimento com dois ou mais fatores experimentais um experimento multifatorial, multifatorial mais usualmente designado de experimento fatorial. fatorial Uma considerao usualmente relevante refere-se definio do fator experimental, particularmente caracterstica a considerar como fator experimental. O Exemplo 8.32 ilustra a importncia da definio precisa e clara do fator experimental. Exemplo 8.32
a) Considere-se um experimento para pesquisa do efeito da fertilizao do solo com nitrognio inorgnico sobre o desenvolvimento da planta e a produo de gros de uma cultivar de arroz. A questo que se levanta a forma do nitrognio a ser considerada como fator experimental. O pesquisador pode escolher a forma NO3 ou a forma NH3, por exemplo. Essas duas formas so essencialmente diferentes e seus efeitos sobre a resposta da planta podero ser muito distintos, mesmo com uso de iguais quantidades de nitrognio. b) Semelhantemente, em um experimento sobre o efeito da suplementao alimentar no desenvolvimento corporal e a produo de carne de cordeiros, o pesquisador pode escolher o suprimento de uma quantidade fixa diria do suplemento ou o fornecimento esse suplemento vontade. Essas duas formas de suplementao so distintas e seus efeitos sobre a resposta do animal tambm podero ser bastante diferentes. c) Uma outra ilustrao provida por um experimento com objetivo de pesquisar o efeito do tempo de armazenamento sobre a qualidade da semente de soja. Nesse caso, o fator experimental tempo de armazenamento ter de ser definido mais precisamente, ou seja, devero ser estabelecidas as condies de armazenamento: ambiente natural ou ambiente com unidade e temperatura controladas; neste ltimo caso, deve ser especificado o nvel de controle a ser efetuado.
337
Em algumas circunstncias, especialmente em experimentos tecnolgicos, pode ocorrer que o fator experimental implementado na amostra difira daquele de interesse sob considerao na populao objetivo. Isso pode resultar, por exemplo, quando as condies ambientais sob as quais conduzido o experimento so mais controladas do que aquelas correspondentes situao prtica para a qual o experimento visa gerar inferncias. Por exemplo, se o experimento referente ao armazenamento de semente de soja do Exemplo 8.32 c) for conduzido em instalaes especialmente construdas para a pesquisa, as condies de armazenamento podero ser consideravelmente mais controladas do que aquelas usuais na populao objetivo. De modo geral, deve-se ter em conta que o fator experimental efetivamente pesquisado em um experimento aquele que o pesquisador de fato implementa; esse o fator experimental da populao amostrada. As inferncias derivadas da amostra aplicam-se a esse fator; no necessariamente a um fator da populao objetivo com definio diferente.
8.6
Experimentais Escolha dos Nveis dos Fatores Experimentais

A escolha dos nveis dos fatores experimentais para a populao objetivo deve preceder a escolha dos nveis desses fatores para a amostra. A escolha dos nveis de um fator experimental para a populao objetivo deve ter em conta os objetivos do experimento, a caracterstica explanatria sob considerao, aspectos tericos e prticos referentes rea da pesquisa, a escala de medida conveniente (Seo 7.3 especialmente quanto preciso e outras propriedades Seo 7.3), desejveis do processo de mensurao (Seo 7.6 e a aplicabilidade populao Seo 7.6), objetivo. Observe-se que a populao objetivo pode no ser um conjunto de unidades semelhantes s unidades reais com existncia no momento do planejamento da pesquisa. Com alguma freqncia, o objetivo de uma pesquisa a gerao de inferncias para uma nova situao, ou seja, para uma populao objetivo evoluda. Os nveis de um fator experimental na amostra so os prprios nveis desse fator na populao objetivo ou um subconjunto desses nveis. Essa uma distino entre as diferentes classes de fator experimental (Seo 8.3 que resulta dos objetivos do Seo 8.3), experimento e que tem implicaes relevantes para os procedimentos de inferncia estatstica apropriados. A escolha dos nveis de cada fator experimental para a amostra deve levar em conta os objetivos do experimento, a definio do fator e dos correspondentes nveis na populao objetivo, a disponibilidade de material e a classe apropriada do fator. Tambm deve considerar o requisito de simplicidade e os recursos disponveis, especialmente no que diz respeito ao tamanho do experimento. No processo de escolha dos nveis de fatores experimentais para a amostra, 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 diferenas de respostas a tratamentos tenham interpretaes nicas. Com alguma freqncia experimentos revelam diferenas de efeitos de tratamentos que, entretanto, tm duas ou mais interpretaes. Essas ambigidades decorrem de falhas de planos de experimentos que podem ser corrigidas pela incluso de tratamentos para discriminar entre as diferentes interpretaes. Em algumas situaes, pode ser apropriado incluir alguns tratamentos adicionais; em outras, estabelecer uma estrutura fatorial para os tratamentos. A escolha de tratamentos que evite ambigidade de interpretaes um dos requisitos importantes do plano do experimento. O Exemplo 8.33 prov ilustraes.
338
Exemplo 8.33
Considere-se um experimento referente ao controle de doenas fngicas do trigo por meio do fungicida Vitavax, com quatro tratamentos: trs tratamentos constitudos por aplicao de Vitavax na semente seguida de pulverizao da lavoura com trs doses diferentes de Vitavax, e um tratamento sem fungicida. Com essa escolha de tratamentos, se os tratamentos com Vitavax revelarem-se eficazes, em comparao com o tratamento sem fungicida, o pesquisador no ter como discriminar se essa eficcia decorreu da aplicao do fungicida na lavoura ou na desinfeco da semente. Esse confundimento de efeitos pode ser evitado pela incluso de um tratamento adicional constitudo por Vitavax aplicado apenas na semente. Uma escolha de tratamentos alternativa poderia ser a considerao dos quatro tratamentos originais como os nveis de um fator - Vitavax na lavoura, e de um fator adicional - Vitavax na semente com dois nveis: sem e com fungicida. A conseqente duplicao do nmero de tratamentos permitiria discriminar a possvel suficincia da aplicao do fungicida apenas na lavoura.
Um procedimento muitas vezes conveniente iniciar a escolha dos nveis de cada um dos fatores pela especificao dos nveis que parecem apropriados, sem muita considerao disponibilidade de recursos. Ento, se resulta um nmero excessivo de combinaes de nveis, seleciona-se um subconjunto apropriado desses nveis, tendo em conta as propriedades convenientes para cada fator e a estrutura apropriada das combinaes dos nveis do conjunto dos fatores (Seo 8.7 Seo 8.7). O racional e os critrios para a escolha dos nveis de cada fator variam segundo a classe do fator. Portanto, conveniente discuti-la separadamente para cada classe.
8.6.1
Fator qualitativo especfico Para essa classe de fator experimental, os nveis na amostra so os mesmos nveis definidos para a populao objetivo. Para um fator qualitativo especfico principal, que usualmente um fator de tratamento, a escolha dos tratamentos apropriados usualmente derivada das comparaes definidas pelos objetivos do experimento. Essas comparaes podem ser entre tratamentos individuais, ou seja, entre os tratamentos de cada par de um conjunto dos tratamentos, ou um conjunto de comparaes de grupos de tratamentos. No primeiro caso, os tratamentos so de interesse especfico e constituem um conjunto de nveis no estruturado; no segundo, os tratamentos so determinados pelas comparaes de interesse e constituem um conjunto de nveis estruturados segundo essas comparaes. Assim, no Exemplo 8.16 e no Exemplo 8.17 os tratamentos (cultivares e antibiticos, respectivamente) so de interesse especfico; no Exemplo 8.19 os tratamentos so determinados pelas comparaes estabelecidas pelos objetivos do experimento. Em qualquer dessas duas situaes, a escolha dos nveis particulares envolve alguma avaliao subjetiva e pode no ser tarefa fcil. No caso em que o objetivo do experimento define interesse em tratamentos individuais, a questo que muitas vezes se levanta a dificuldade ou impossibilidade de adoo de todos os nveis desejveis, tendo em conta os recursos disponveis, especialmente em relao ao material experimental. Nessas circunstncias, deve ser obtido um meio termo entre o nmero de nveis desejvel e o nmero vivel, com o sacrifcio de alguns nveis menos importantes. Menos freqentemente, a considerao do acrscimo de alguns nveis adicionais pode ser conveniente para a obteno de um plano experimental mais apropriado. Essas situaes ocorrem, por exemplo, em experimentos de comparao de cultivares com nmero consideravelmente elevado de cultivares.
339
Na situao em que o objetivo do experimento compreende um conjunto de comparaes, a escolha dos tratamentos pode ser mais difcil em decorrncia de incerteza gerada pela grande amplitude de possibilidades. Em geral, recomendvel que os objetivos sejam detalhados de modo a sugerirem as comparaes. Sempre que apropriado recomendvel que as comparaes escolhidas sejam ortogonais ou seja, ortogonais, comparaes que provm informaes no redundantes. Essa propriedade importante por atender o princpio de parcimnia requerido da pesquisa cientfica e ser um requisito desejvel de procedimentos de inferncia estatstica. Os conceitos de comparaes e comparaes ortogonais so estabelecidos a seguir: Uma comparao de tratamentos expressa por uma combinao linear das mdias dos tratamentos na populao objetivo m1,m2,...,mt, ou seja: C=c1m1+c 2m2 +...+c t mt , onde c1,c2,...,ct so constantes que satisfazem condio e c1+c2+...+ct = 0. Duas comparaes de tratamentos C1 =c 11m1 +c 12m2 +...+c 1t mt e C2 =c 21m1+
+c 22m2 +...+c 2t mt so comparaes ortogonais se seus coeficientes satisfazem condio: c11c21+c12c22+...+c1tc2t = 0. Um conjunto de comparaes de tratamentos constitui comparaes ortogonais se cada um dos pares de comparaes do conjunto ortogonal. Exemplo 8.34
As comparaes que originaram os quatro tratamentos do experimento do Exemplo 8.19 so: C1 C2 C3 efeito do acetato: tratamentos 1, 2 e 3 versus tratamento 4, fontes de acetato isoladas versus fontes de acetato combinadas: tratamentos 1 e 2 versus tratamento 3, e entre fontes de acetato: tratamento 1 versus tratamento 2.
Os coeficientes dessas quatro comparaes so especificados na Tabela 8.1. Tabela 8.1. Coeficientes das quatro comparaes definidas pelos objetivos do experimento do Exemplo 8.19 19. Comparao C1 C2 C3 Tratamento 1 1 1 1 2 1 1 -1 3 1 -2 0 4 -3 0 0
Para um fator qualitativo especfico suplementar geralmente apropriado um pequeno nmero de nveis. Os nveis desses fatores so algumas vezes sugeridos pela prpria natureza da caracterstica, como o caso de sexo, por exemplo. Quando o nmero de nveis da caracterstica elevado, mas h indicaes de que a caracterstica
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
Fator qualitativo amostrado O nmero de nveis de um fator dessa classe na populao objetivo usualmente estabelecido pela definio dessa populao. No caso de fator de tratamento, o nmero de nveis na amostra no pode ser muito pequeno; deve ser suficiente para permitir a representao apropriada da populao objetivo. No caso de fator intrnseco em que os nveis na amostra visam apenas a representao da variabilidade da correspondente caracterstica presente na populao objetivo, limitaes referentes ao tamanho da amostra podem recomendar a escolha de poucos nveis, contanto que seja lograda a apropriada representao dessa variabilidade. A escolha dos nveis de um fator qualitativo amostrado para a amostra suposta aleatria para que inferncias referentes coleo dos nveis na populao objetivo sejam vlidas (Seo 8.3.5 Esse procedimento, entretanto, usualmente invivel, j Seo 8.3.5). que comumente a coleo dos nveis na populao objetivo apenas conceitual; esse , por exemplo, a situao dos fatores ano e local. Nessas circunstncias, a escolha dos nveis para a amostra deve ser cuidadosa para a garantia de que eles representem adequadamente a coleo de nveis de interesse.
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

Exemplo 8.36
341
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.
De modo geral, a especificao dos extremos do intervalo dos nveis de um fator quantitativo depende da varivel resposta sob considerao. No caso de interesse em mais de uma varivel resposta, os extremos inferior e superior devem corresponder, respectivamente, ao menor dos extremos inferiores e ao maior dos extremos superiores adequados a essas variveis respostas. Ressalte-se que a estimao da equao de resposta determinada pelos nveis escolhidos, os nveis extremos e mais os intermedirios, com a propriedade de constituirse na curva que "melhor" se aproxima dos pontos determinados pelos nveis e correspondentes respostas observadas na amostra. Dessa forma, inferncias a partir dos resultados do experimento so vlidas apenas para o intervalo dos nveis compreendidos entre os dois nveis extremos escolhidos. Em algumas situaes pode no haver experincia e informao suficiente para o estabelecimento dos extremos do intervalo de nveis. Nessas circunstncias, pode ser conveniente a conduo de um experimento preliminar para a determinao dos extremos apropriados. Exemplo 8.37
Considere-se um experimento para pesquisa do efeito de um inseticida sobre o controle de uma praga de uma espcie vegetal em que a varivel resposta de interesse a proporo de insetos mortos. Nessa situao, com doses muito pequenas do inseticida nenhum inseto morre e com doses muito elevadas todos morrem. Se no disponvel informao anterior, o melhor caminho proceder em dois estgios, isto , atravs de dois experimentos sucessivos: o primeiro para determinar o intervalo de doses; o segundo para o estudo da relao entre a resposta e a dose do inseticida.
do Escolha do 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
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
A aplicao dessas recomendaes depende da importncia relativa dos diferentes aspectos da pesquisa, das informaes disponveis e do julgamento do pesquisador. Em particular, elas no so aplicveis se sabido que a variao estranha no controlada no uniforme para todos os nveis, ou se a curva de resposta no suave, apresentando saltos, por exemplo. No primeiro caso, a distribuio das unidades experimentais entre os nveis do fator deve concentrar nmeros de unidades mais elevados nos nveis em que esperada variao estranha mais acentuada. No ltimo caso, deve ser considerada a utilizao de um nmero elevado de nveis. Uma considerao de relevncia referente seleo dos nveis de fatores experimentais para a amostra diz respeito diferena que pode resultar entre os nveis logrados para a amostra e os correspondentes nveis definidos para a populao objetivo. Essa diferena pode ser conseqncia do controle de tcnicas experimentais ou da inviabilidade de lograr os nveis definidos no plano do experimento. O Exemplo 8.38 prov ilustraes dessas duas situaes. Exemplo 8.38
a) Em um experimento de densidade de plantio de sorgo, o pesquisador pode lograr populaes de plantas mais uniformes do que nas condies prticas da populao objetivo, com o uso de controle de tcnicas experimentais, como a semeadura de um nmero de sementes mais elevado do que o pretendido e ulterior desbaste de plantas. Sem esse controle, os efeitos de diferenas de densidade de plantio sobre a produo e caractersticas da planta podero ser distintos. b) Em um experimento do efeito da umidade da semente sobre sua qualidade fisiolgica aps um perodo de armazenamento dificilmente o pesquisador pode lograr o uso de semente com os teores de umidade definidos no plano do experimento como inteiros. Por exemplo, o pesquisador pode efetivamente lograr 10,1 e 11,8% de umidade respectivamente para dois tratamento que definiu como 10,0 e 12% de umidade.
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
Escolha de Tratamentos Adicionais Nas sees anteriores, foi discutida a escolha dos nveis dos fatores experimentais. Tratar-se-, agora, da incluso de tratamentos especiais. A incluso de um ou mais tratamentos especiais em um fator experimental de tratamento pode ser importante para servir de referncia para a avaliao dos efeitos dos demais tratamentos e de sua importncia prtica, e para prover a discriminao de possveis efeitos de duas ou mais origens. Tais tratamentos so genericamente denominados tratamentos referncias:
344
Um tratamento includo entre os nveis de um fator experimental de tratamento para servir de referncia ou termo de comparao para os demais tratamentos denominado tratamento referncia, ou, mais usualmente, tratamento controle controle, referncia padro. testemunha ou padro A presena de tratamento referncia muito freqente em fator qualitativo especfico estruturado (Exemplo 8.17 e Exemplo 8.19 e em fator misto (Exemplo 8.26 19) Exemplo Exemplo 26, 27). Exemplo 8.27 De fato, fatores dessas categorias muito freqentemente resultam da adio de um ou mais tratamentos referncias a um conjunto de nveis que se relacionam qualitativamente ou quantitativamente. Uma ilustrao mais ampla dada no Exemplo 8.39 39. Exemplo 8.39
Considere-se um experimento com o propsito de comparar produtos inseticidas (ou mais genericamente, pesticidas, isto , inseticidas, herbicidas ou fungicidas), aplicados atravs de um pulverizador. Nesse experimento, o pesquisador pode ter interesse nos seguintes aspectos: a) eficcia relativa da aplicao dos inseticidas; b) convenincia da aplicao dos produtos inseticidas relativamente aos mtodos usuais de controle de insetos; c) discriminao dos efeitos dos inseticidas de possveis efeitos do lquido utilizado para sua dissoluo; d) discriminao dos efeitos dos inseticidas de possveis prejuzos causados pela ao de pulverizar. Nessas circunstncias, o pesquisador deve considerar a convenincia de um ou mais dos seguintes tratamentos referncia: a) um tratamento que envolva a ausncia de pulverizao; b) um tratamento correspondente pulverizao usualmente adotada pelos agricultores; c) um tratamento que consista da aplicao do lquido utilizado para dissolver os inseticidas; e d) um tratamento que consista da passagem do pulverizador pela rea, sem pulverizao efetiva.
Em experimentos em medicina humana muito freqentemente importante um tratamento referncia para distinguir efeitos sobre as unidades (indivduos) de origem fsica atribuveis aos tratamentos de efeitos de origem psquica no atribuveis aos tratamentos. Um tratamento referncia com essas caractersticas denominado placebo placebo. Exemplo 8.40
Considere-se um experimento em medicina humana para a avaliao de drogas para o controle de uma doena cuja manifestao possa ter influncia psicolgica; enxaqueca, por exemplo. sabido que o efeito fsico (somtico) de um medicamento para o controle de uma doena dessa origem pode resultar confundido com efeitos da reao psicolgica do paciente. Nessas circunstncias, pode ser conveniente discriminar os efeitos somticos dos tratamentos (drogas) de possveis efeitos psicolgicos. Essa discriminao pode ser lograda pela incluso de um tratamento incuo que para os indivduos (unidades experimentais) seja indistinguvel dos demais tratamentos em todos os aspectos, exceto pela ausncia de qualquer substncia para o controle da doena.
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
4. Classifique os fatores experimentais caracterizados nos experimentos dos exemplos da Seo 5.8 nas duas categorias de que trata o exerccio 3. 5. Escolha trs experimentos entre aqueles caracterizados no exerccio 11 dos Exerccios 8.2. Para cada um desses trs experimentos, indique outros fatores que poderiam ser importantes para considerao. Justifique a indicao. 6. Descreva, em linhas gerais, o procedimento para escolha dos nveis de um fator quantitativo para a amostra. 7. Por definio, os nveis de um fator qualitativo amostrado para a amostra so escolhidos aleatoriamente. Explique porque essa pressuposio muito freqentemente irreal e a conseqncia desse fato. 8. Suponha que voc deve planejar um experimento com um fator quantitativo. Para cada uma das seguintes situaes, indique o nmero de nveis que devem ser includos na amostra e a correspondente distribuio (posio) desses nveis: a) Voc sabe que a relao entre a varivel resposta e o fator experimental pode ser aproximada por uma funo polinomial de primeiro grau (linha reta). b) Voc sabe que a relao entre a varivel resposta e o fator pode ser aproximada por uma funo polinomial do segundo grau (curva quadrtica ou parbola). c) Voc espera, mas no est seguro de que a relao entre a varivel resposta e o fator possa ser aproximada por uma funo polinomial de segundo grau, e quer verificar se tal funo apropriada para expressar essa relao com base nos dados do experimento. 9. Considere os seguintes experimentos cujos tratamentos na amostra so indicados: A - "Estudo da eficcia de fungicidas no tratamento de semente de cebola". Tratamentos: 1 Dithane, 2 - Thylate e 3 - Phygon. B - "Efeito do hormnio estradiol sobre o desenvolvimento corporal de perus machos". Tratamentos: 1 - 20mg, 2 - 30mg e 3 - 40mg. C - "Utilizao de acetato para a sntese de leite de cabra". Tratamentos: 1 - Prolactina 0,2mg/kg de peso do animal, 2 - Dexametasona 0,2mg/kg, 3 - Prolactina 0,1mg/kg mais Dexametasona 0,1mg/kg. D - "Determinao da temperatura do processo de macerao para obteno da cor e do sabor desejveis do arroz parbolizado". Tratamentos: Temperatura; nveis: 1 - 60C, 2 70C. Para cada um desses experimentos: a) Justifique ou critique a lista de tratamentos, tendo em conta o objetivo do experimento indicado pelo seu ttulo. b) Como voc alteraria a lista dos tratamentos para adequ-la ao objetivo do experimento? c) Identifique e denomine o fator experimental. d) Especifique a coleo dos nveis do fator experimental na respectiva populao objetivo. 10. Explique e ilustre o significado de tratamento referncia. Quais so os propsitos de um tratamento referncia? 11. Comente a respeito da convenincia ou necessidade de tratamento controle em cada um dos experimentos do exerccio 9. 12. Qual o propsito de um tratamento placebo. Ilustre com um exemplo.
346
8.7
8.7.1
Escolha das Condies Experimentais

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
Notao de fatores experimentais e representao de estruturas fatoriais Fatores experimentais so simbolizados por letras maisculas; as iniciais de seus respectivos nomes (C para o fator cultivar, N para o fator nitrognio, por exemplo) ou, mais genericamente, pelas primeiras letras do alfabeto as primeiras letras do alfabeto (A, B, C,...). Os nveis de um fator A so denotados pelo smbolo do fator acompanhado de um subscrito para especificar um nvel particular do fator. O subscrito, em caractere pequeno, uma varivel que assume os valores 1,2,...,a,...,A, que distinguem os nveis do fator. Dessa forma, os nveis do fator A so denotados por A1,A2,...,Aa,...,AA, onde a letra Aa representa um nvel arbitrrio desse fator e A o nmero de nveis na amostra. Em um experimento unifatorial com um nico fator experimental A o conjunto das condies experimentais , ento, A1,A2,...,AA; uma condio experimental designada genericamente por Aa. Em um experimento com dois ou mais fatores experimentais uma condio experimental uma combinao dos nveis desses fatores na amostra. Se o experimento compreende dois fatores experimentais, sejam A e B, uma condio experimental designada, genericamente, por AaBb; se os fatores experimentais so trs, A, B e C, uma condio experimental denotada por AaAbCc. Estruturas fatoriais podem ser representadas por tabelas, smbolos e diagramas. Na representao tabular os nveis de cada um dos fatores so dispostos em uma entrada de uma tabela de tantas entradas quanto so os fatores. As combinaes de nveis presentes na amostra so indicadas nas clulas dessa tabela por um x. Essa representao conveniente por revelar nitidamente as condies experimentais que constituem a estrutura dos fatores experimentais. Estruturas fatoriais tambm podem ser simbolizadas por expresses que compreendem os smbolos dos fatores e notaes
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, estrutura um complemento muito til por facilitar a apreciao visual das relaes de 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
Figura 8.2. Estrutura unifatorial de um fator A com 6 nveis. O smbolo de uma estrutura unifatorial o prprio smbolo do fator. Assim, a estrutura de um nico fator A simbolizada por A. O diagrama de Hasse dessa estrutura compreende um nico ramo com origem no ndulo Mc que representa o conjunto das condies experimentais presentes no material experimental e extremidade voltada para baixo, no ndulo que representa o fator experimental A. Esse diagrama apresentado na Figura 8.3.
348
Figura 8.3. Diagrama da estrutura de um fator experimental A, que simbolizada por A. Estruturas unifatoriais distinguem-se segundo as relaes entre os nveis do nico fator experimental que constituem as classes consideradas e ilustradas na Seo 8.3 8.3.
8.7.4
Estrutura fatorial cruzada Uma relao de nveis de dois fatores experimentais na amostra uma relao cruzada se ela permite derivao de inferncias referentes interao desses fatores. A interao de dois fatores experimentais A e B, denotada por A:B, a variao da resposta entre os nveis do fator A quando muda o nvel do fator B, ou, equivalentemente, a variao da resposta entre os nveis do fator B quando muda o nvel do fator A. Observe-se que a presena de interao de dois fatores significa que a resposta a um desses fatores depende do nvel do outro; a ausncia de interao significa que a resposta a um desses fatores independente do nvel do outro fator. Ento, conceitua-se uma relao cruzada de dois fatores como segue: A relao de dois fatores experimentais A e B na amostra uma relao fatorial relao cruzada se nveis do fator A se repetem nas combinaes com nveis diferentes do fator B de modo a permitir inferncias referentes interao A:B. Diz-se, ento, que o fator A cruzado com o fator B. A relao cruzada dos fatores A e B simbolizada por A*B. A relao de cruzamento recproca, ou seja, se o fator A cruzado com o fator B, ento o fator B cruzado com o fator A. Portanto, as notaes de cruzamento A*B e B*A so equivalentes. O conceito de relao fatorial cruzada estende-se para qualquer nmero de fatores experimentais como segue: Uma relao de fatores experimentais na amostra uma relao fatorial cruzada se nveis de cada um desses fatores se repetem nas combinaes com nveis diferentes dos demais fatores de modo a permitir inferncias referentes s interaes desses fatores. Observe-se que a relao de cruzamento no transitiva, pois A*B e B*C no assegura A*C. Ademais, relao de cruzamento de todos os pares de trs fatores no garante que a relao dos trs fatores seja cruzada, ou seja, A*B, B*C e A*C no implica A*B*C.

Ento, define-se estrutura fatorial cruzada como segue:
349
Uma estrutura fatorial cruzada uma estrutura de fatores experimentais em que todas as relaes dos fatores so cruzadas. Essa estrutura fatorial pode ser representada por uma tabela de tantas entradas quantos so os fatores. A incidncia de condies experimentais na amostra indicada pelo preenchimento de um "" nas clulas das combinaes de nveis que lhe correspondem. Particularmente, uma estrutura fatorial cruzada de dois fatores experimentais pode ser representada por uma tabela de duas entradas com os nveis de um dos fatores dispostos nas entradas das filas e os nveis do outro fator dispostos nas entradas das colunas. Por exemplo, uma estrutura fatorial cruzada completa de dois fatores A e B, respectivamente com 3 e 4 nveis em que todas as 3x4=12 combinaes dos nveis A1, A2 e A3 do fator A e B1, B2, B3 e B4 do fator B esto presentes na amostra compreende as condies experimentais: A1B1, A1B2, A1B3, A1B4, A2B1, A2B2, A2B3, A2B4, A3B1, A3B2, A3B3 e A3B4. Essa estrutura representada por uma tabela de duas entrada com uma entrada para cada fator e com todas as clulas preenchidas (Figura 8.4). Figura
B1 A1 A2 A3 B2 B3 B4
Figura 8.4. Estrutura fatorial cruzada completa de dois fatores A e B, respectivamente com 3 e 4 nveis. O smbolo de uma estrutura fatorial cruzada constitudo pelos smbolos dos fatores intercalados por cruzes. Assim, de modo geral, uma estrutura cruzada dos fatores A,B,C,...,M representada por ABC...M. Essa estrutura representada por diagrama constitudo de feixe de tantos segmentos quantos so os fatores experimentais com uma origem comum e extremos voltados para baixo e cada um dos fatores indicados no extremo de um desses segmentos Uma estrutura fatorial cruzada simbolizada pela justaposio dos smbolos dos fatores que a constituem intercalados por um *.Assim, de modo geral, uma estrutura cruzada dos fatores A,B,C,...,F representada por A*B*C*...*F. Por exemplo, uma estrutura fatorial cruzada de dois fatores experimentais A e B simbolizada por A*B. O diagrama de Hasse dessa estrutura compreende dois ramos com origem comum no ndulo Mc que representa o conjunto das condies experimentais e extremidades nos ndulos que representam esses fatores experimentais, abaixo do ndulo Mc. O diagrama da estrutura fatorial A*B apresentado na Figura 8.5a.
350
Figura 8.5. Diagrama da estrutura cruzada de dois fatores experimentais A*B, sem (a) e com (b) considerao do fator generalizado. De modo geral, o diagrama de uma estrutura fatorial cruzada compreende tantos ramos quantos so os fatores experimentais com origem comum no ndulo Mc e extremidades nos ndulos que representam esses fatores, situados abaixo de Mc. A associao de fatores experimentais estabelece uma relao entre os nveis desses fatores e tem as mesmas propriedades requeridas de fator experimental (Seo 5.2). Em algumas situaes ser conveniente considerar uma associao de Seo 5.2 fatores como um fator e design-lo fator generalizado ou fator complexo ou, mais fator simplesmente, fator Um fator generalizado aninhado nos fatores que o geram; seus fator. nveis so as combinaes dos nveis desses fatores. Um fator generalizado simbolizado pela justaposio dos smbolos dos fatores que originam intercalados por ^. Diagramas de Hasse que incluem esses fatores so alternativas particularmente convenientes para a representao da associao entre as estruturas de fatores experimentais e fatores de unidades, que gera o delineamento experimental. Por essa razo, as duas formas de representao alternativas, ou seja, com e sem a considerao de fatores generalizados, so desenvolvidas paralelamente. A representao alternativa do diagrama da estrutura fatorial cruzada A*B que inclui o fator generalizado A^B apresentada na Figura 8.5b. Uma estrutura fatorial cruzada pode compreender o conjunto completo das combinaes de todos os nveis dos fatores experimentais, ou um subconjunto desse conjunto de combinaes. No primeiro caso, diz-se que a estrutura fatorial cruzada completa; no segundo caso, que ela incompleta, ou fracionria. Estrutura fatorial cruzada completa Na situao de poucos fatores experimentais com poucos nveis, muito freqentemente, conveniente a presena de todas as combinaes dos nveis dos fatores na amostra. Uma estrutura fatorial cruzada em que est presente na amostra a coleo completa das combinaes dos nveis dos fatores experimentais na amostra uma completa. estrutura fatorial cruzada completa O nmero de condies experimentais de uma estrutura fatorial completa o produto dos nmeros de nveis dos fatores. Essa estrutura fatorial representada por uma tabela com todas as clulas preenchidas, como a representada na Figura 8.4 para a situao de dois fatores experimentais A e B, respectivamente com 3 e 4 nveis. Uma estrutura completa com mais de dois fatores experimentais pode ser representada de modo semelhante, com as combinaes dos nveis de uma parte dos fatores nas
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.
352
Figura 8.6. Estrutura fatorial cruzada completa dos fatores experimentais fonte e mtodo de adubao do experimento do Exemplo 41: 8.41 cada um dos nveis de um desses fatores na amostra se combina com cada um dos nveis do outro fator.
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), 42. Exemplo 8.42 Tratamento 1 2 3 4 5 6 7 8 N P K
Sem Sem Sem - Ausncia dos 3 elementos Com Sem Sem Sem Com Sem - Presena de 1 dos 3 elementos Sem Sem Com Com Com Sem Com Sem Com - Presena de 2 dos 3 elementos Sem Com Com Com Com Com - Presena dos 3 elementos
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 P0 K0 K1 P1 P0 N1 P1
Figura 8.7. Representao da estrutura fatorial cruzada completa dos fatores experimentais N, P K, cada um com dois nveis, Exemplo 8.42 42.
353
O diagrama dessa estrutura fatorial apresentado na Figura 8.8, nas verses sem (a) e com (b) considerao de fatores generalizados.
Figura 8.8. Diagrama da estrutura cruzada de 3 fatores experimentais N, P e K: N*P*K, sem (a) e com (b) considerao dos 42. fatores generalizados, Exemplo 8.42
O nmero das combinaes de nveis de uma estrutura fatorial cruzada completa o produto dos nmeros de nveis dos fatores individuais; no presente exemplo, 2x2x2=8. Por esta razo, uma estrutura fatorial cruzada completa com 3 fatores cada um em 2 nveis designada uma estrutura fatorial 2x2x2. De modo mais geral, uma estrutura 2x2x2 fatorial com 3 fatores cada um com k nveis uma estrutura fatorial kxkxk kxkxk. Exemplo 8.43
Experimento: "Avaliao do efeito da adio de antibitico ao diluente do smen de touro sobre a taxa de concepo", com a considerao de trs antibiticos: sulfanilamida, estreptomicina e penicilina, nas situaes de presena e ausncia. Os tratamentos nesse experimento podem constituir uma de duas estruturas, conforme seja considerada a adio ao diluente do smen de apenas um dos antibiticos isoladamente ou, tambm, de mais de um antibitico simultaneamente. Se considerado o uso dos trs antibiticos tanto isolada como simultaneamente e so escolhidas como condies experimentais as oito combinaes de presena e ausncia dos trs antibiticos, as condies experimentais, no caso tratamentos, compreendem uma estrutura fatorial cruzada completa 2x2x2, cujos tratamentos correspondem s 8 combinaes dos 2 nveis de cada um dos trs fatores (as mesmas listadas no Exemplo 8.42 e representadas na Figura 8.7, com N, P e K agora substitudos pelas trs substncias). Se, entretanto, considerada a utilizao de cada antibitico apenas isoladamente, o nmero de tratamentos reduz-se a 4, ou seja, aos trs antibiticos isolados e um tratamento correspondente ausncia dos 3 antibiticos, ou seja, sem a adio de antibitico ao diluente, que se constitui em um controle. Esses tratamentos so os 4 primeiros listados na Tabela 8.3, com os fatores N, P e K substitudos pelos trs antibiticos sulfanilamida, estreptomicina e penicilina. Na segunda situao, os tratamentos no constituem uma estrutura fatorial cruzada. A excluso de um nmero aprecivel das combinaes de nveis da estrutura fatorial cruzada completa descaracteriza a estrutura fatorial, por no permitir inferncias referentes a interaes entre os antibiticos. De fato, nessas circunstncias os 4 tratamentos so os nveis de um nico fator - diluente, de modo que o experimento unifatorial; esse fator qualitativo especfico estruturado.
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 44. 8.44
354
Exemplo 8.44
Reconsidere-se o experimento "Estudo da eficcia da utilizao de acetato para a sntese do leite de cabra" do Exemplo 8.19 19.Os tratamentos desse experimento na amostra so: 1 Prolactina 0,2 mg/kg de peso do animal, 2 - Dexametasona 0,2mg/kg, 3 - Prolactina 0,1mg/kg + Dexametasona 0,1mg/kg e 4 - Sem acetato (controle). Esses quatro tratamentos so as combinaes de presena e ausncia das duas fontes de acetato: Prolactina e Dexametasona. Assim, primeira vista, esses tratamentos podem aparentar uma estrutura fatorial cruzada completa de dois fatores experimentais - Prolactina e Dexametasona, cada um em dois nveis: ausncia e presena. Entretanto, a dose de presena de cada uma dessas substncias difere entre a ausncia e a presena da outra substncia; por exemplo, a dose de Prolactina isolada 0,2 mg/kg e combinada com Dexametasona 0,1 mg/kg. De fato, nos 4 tratamentos tanto a Prolactina como a Dexametasona aparecem em trs nveis: 0, 0,1 e 0,2 mg/kg, de modo que uma estrutura fatorial cruzada completa dessas duas substncias como fatores experimentais demandaria 3x3 = 9 combinaes de nveis. Entretanto, os tratamentos considerados so apenas 4 dessas 9 combinaes que no permitem inferncias referentes interao entre Prolactina e Dexametasona. De fato, os quatro tratamentos considerados no experimento desse exemplo constituem os nveis de um nico fator qualitativo especfico estruturado (Exemplo 8.19 Exemplo 19).
O Exemplo 8.44 ilustra a violao de uma propriedade essencial de uma estrutura fatorial cruzada: Em uma estrutura fatorial cruzada os nveis de um fator se repetem nas combinaes com os diferentes nveis dos demais fatores. essencial a compreenso clara das estruturas de relao dos nveis dos fatores experimentais na populao objetivo e na amostra. Essa compreenso pode ser facilitada pelas interpretaes geomtricas, que so definidas a seguir. Na situao de estrutura unifatorial, a coleo dos nveis do fator experimental na populao objetivo constitui o espao unifatorial da populao objetivo A objetivo. correspondente coleo dos nveis na amostra constitui o espao unifatorial da amostra. amostra Na situao de estrutura fatorial cruzada, o espao fatorial da populao objetivo o conjunto das combinaes de nveis dos fatores experimentais na populao objetivo; o espao fatorial da amostra a correspondente coleo das combinaes de nveis na amostra. Na situao de uma estrutura fatorial cruzada completa de dois fatores qualitativos especficos, o espao fatorial da populao objetivo e o espao fatorial na amostra so um mesmo reticulado de pontos em um espao de duas dimenses, ou seja, em um plano. O Exemplo 8.45 fornece uma ilustrao. Exemplo 8.45
Seja o experimento: Pesquisa de fontes e mtodos de adubao fosfatada para o cultivo de soja considerado no Exemplo 8.41 Os dois fatores experimentais fonte de fsforo e mtodo de 41. adubao so ambos fatores qualitativos especficos estruturados. Isso significa que os trs nveis de cada um desses fatores na amostra so os prprios respectivos nveis sob considerao na populao objetivo. Portanto, os nove tratamentos na amostra, que so o conjunto completo das nove combinaes dos trs nveis de cada um desses dois fatores experimentais, so as prprias combinaes dos nveis dos dois fatores na populao objetivo. Portanto, essa estrutura fatorial cruzada completa 33 o espao fatorial da amostra que o prprio espao fatorial da populao objetivo. Esses espaos fatoriais so representados graficamente na Figura 8.9.
355
Figura 8.9. Espaos fatoriais da populao objetivo e da amostra de uma estrutura fatorial cruzada completa 33, Exemplo 8.45. 45
Em uma estrutura fatorial cruzada completa de dois fatores experimentais quantitativos, o espao fatorial da populao objetivo e o espao fatorial da amostra so, respectivamente, uma regio retangular contnua e um reticulado de pontos em um espao de duas dimenses. Esses espaos fatoriais so ilustradas pelo Exemplo 8.46 46. Exemplo 8.46
Experimento: "Fertilizao do solo com nitrognio e fsforo para o cultivo da cebola", com estrutura fatorial completa dos fatores nitrognio e fsforo cujos nveis na populao objetivo e na amostra so indicados na Tabela 8.4. Tabela 8.4. Colees dos nveis dos fatores experimentais nitrognio e fsforo na populao objetivo e na amostra, Exemplo 8.46 46. Fator Nveis (kg/ha) Populao objetivo Nitrognio Intervalo [0, 120] Fsforo Intervalo [0, 90] Amostra 0, 60, 120 0, 45, 90
Os espaos fatoriais da populao objetivo e da amostra so representados graficamente na Figura 8.10. 10
Figura
8.10. 10
Espaos fatoriais da populao objetivo (regio sombreada) e da amostra (reticulado de pontos) do experimento do Exemplo 8.46 46.
Em geral, uma estrutura fatorial cruzada completa altamente conveniente, por propiciar:
356
a) mais simplicidade para inferncias referentes a combinaes de nveis e a efeitos separados de fatores; b) igual preciso para inferncias para todos os pontos do espao fatorial da populao objetivo; c) ausncia de confundimento de efeitos de fatores e de combinaes de nveis de fatores; e d) derivao de inferncias mais completas referentes a interaes de fatores. Estrutura fatorial cruzada incompleta ou fracionria cruzada Em algumas situaes, o nmero de fatores ou de nveis de fatores na amostra muito elevado, o que implica que o nmero das combinaes de nveis de uma estrutura fatorial cruzada completa seja demasiadamente grande. Assim, por exemplo, uma estrutura fatorial cruzada completa de 6 fatores cada um com 2 nveis compreende 64 combinaes e de 4 fatores cada um com 3 nveis, 81 combinaes. Esse nmero de combinaes pode ser demasiado, desnecessrio para a natureza da pesquisa e no apropriado para as condies sob as quais o experimento deve ser realizado. Nessas circunstncias, natural e necessria a busca de estruturas que compreendam apenas uma seleo apropriada das combinaes de nveis da estrutura completa. Uma estrutura fatorial cruzada que exclui uma ou mais combinaes dos nveis de uma estrutura fatorial cruzada completa, mas que permite inferncias referentes s interaes dos fatores, uma estrutura fatorial cruzada incompleta ou fracionria fracionria. Assim, uma estrutura fatorial cruzada incompleta ou fracionria um subconjunto de uma estrutura fatorial completa. Uma primeira ilustrao provida pelo Exemplo 8.47 47.
Exemplo 8.47
Experimento: "Efeito de diluentes do smen sobre a taxa de concepo na inseminao artificial de vacas leiteiras", com quatro fatores: A - Sulfanilamida, B - Estreptomicina, C - Penicilina e D - Substncia tampo, todos com dois nveis; nveis dos primeiros trs fatores: ausncia e presena, e nveis do ltimo fator: citrato e fosfato. Os tratamentos considerados na amostra so listados na Tabela 8.5, onde 0 e 1 representam ausncia e presena da substncia diluente para os trs primeiros fatores, e as substncias tampo citrato e fosfato para o quarto fator, respectivamente. Tabela 8.5. Combinaes dos nveis dos fatores experimentais sulfanilamida (A), estreptomicina (B), penicilina (C) e substncia tampo (D) que constituem os tratamentos do experimento do Exemplo 8.47 47. Tratamento 1 2 3 4 5 6 7 8 Fator A 0 1 1 1 0 0 0 1 B C D 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
Os tratamentos deste experimento constituem a estrutura fatorial cruzada incompleta representada na Figura 8.11 que revela claramente a configurao das combinaes de nveis 11, selecionadas da estrutura fatorial cruzada completa. A0 B0 C0 D0 D1 D0 D1 B1 B0 A1 B1
C1
11. Figura 8.11 Representao da estrutura fatorial cruzada incompleta do Exemplo 8.47 47. Os tratamentos dessa estrutura fatorial cruzada fracionria compreendem a metade das 2 = 16 combinaes da estrutura fatorial cruzada completa de quatro fatores cada um com dois nveis. Essa frao do fatorial 2x2x2x2 definida pela interao dos quatro fatores: A:B:C:D. Essa estrutura de tratamento no prov estimativa dessa interao e resultam confundidos os efeitos das seguintes interaes parceiras de dois fatores: A:B = C:D, A:C = B:D e A:D = B:C.
4
Estruturas fatoriais cruzadas fracionrias so teis especialmente em situaes em que muitos fatores so relevantes e devem ser considerados simultaneamente em um experimento. Essa situao ocorre com certa freqncia na indstria e em estgios iniciais de pesquisa; no segundo caso quando pode ser conveniente um levantamento dos efeitos de muitos fatores com o propsito da identificao dos fatores mais importantes, para ulterior pesquisa mais detalhada de poucos fatores, possivelmente em experimentos separados. Nessas circunstncias, estruturas fatoriais cruzadas fracionrias tornam praticvel pesquisa que de outra forma seria invivel. Uma estrutura fatorial cruzada fracionria implica confundimento de efeitos de fatores experimentais. Em tendo que adotar uma tal estrutura, o pesquisador deve escolher aquela que no confunda os efeitos de fatores experimentais que sejam importantes para os objetivos do experimento. H tcnicas apropriadas para a seleo de uma frao do conjunto das combinaes dos nveis de uma estrutura fatorial cruzada completa. A tcnica apropriada depende de cada situao; varia segundo os efeitos que o pesquisador est disposto a sacrificar para que os efeitos importantes no resultem confundidos. Estruturas fatoriais cruzadas fracionrias, como as ilustradas no Exemplo 8.47 so 47, derivadas do fato de que certas comparaes entre tratamentos, freqentemente correspondentes a interaes de ordens elevadas, so irrelevantes. Essa situao ocorre em algumas reas, como na indstria, onde condies ambientais so relativamente estveis ao longo do tempo e pesquisas anteriores indicam ausncia de relevncia de certas interaes. Em pesquisa biolgica e em agricultura esses delineamentos, em geral, so pouco aplicveis, em decorrncia da grande variabilidade ambiental. Para fatores com dois nveis, por exemplo, h uma srie de estruturas fatoriais fracionrias com 1/2, 1/4,... das combinaes de nveis da correspondente estrutura fatorial cruzada completa. Essas estruturas permitem inferncias independentes referentes a certas comparaes, a efeitos separados de fatores e a algumas interaes de dois fatores. Entretanto, outras interaes, usualmente de ordens elevadas, resultam confundidas. Isso implica que algumas comparaes particulares ficam confundidas com uma ou mais outras comparaes, de modo que se torna impossvel separ-las. Comparaes confundidas dessa maneira so denominadas comparaes parceiras De parceiras. modo geral, tenta-se obter uma estrutura com um sistema de parceria tal que os efeitos
358
de maior interesse tenham como parceiras comparaes muito provavelmente irrelevantes. Para fatores com trs nveis, podem ser construdas estruturas fracionrias correspondentes a 1/3, 1/9,... da estrutura fatorial cruzada completa, segundo o mesmo princpio. A escolha das combinaes de nveis para constituio de uma estrutura fatorial cruzada fracionria depende dos objetivos do experimento e, em geral, no uma questo simples. Alguns textos provm uma variada gama de estruturas apropriadas para as mais variadas situaes particulares. Metodologias para a escolha de "delineamentos timos" tm sido desenvolvidas particularmente para situaes de fatores experimentais quantitativos. Nessas circunstncias, em geral, o interesse reside no estabelecimento de uma funo de resposta para representar a relao entre a varivel resposta e a estrutura fatorial. Estruturas fatoriais cruzadas incompletas para essas situaes exploram o fato de que muito freqentemente o interesse concentra-se mais especificamente em algum subespao do espao fatorial de interesse. Isso pode decorrer de informaes providas por experimentos anteriores ou de outras fontes de informao. Nessas circunstncias desejvel maior preciso para inferncias nesse subespao. Estruturas fatoriais cruzadas incompletas para o ajustamento de superfcies de respostas com esse propsito tm sido bastante estudadas, so tratadas extensivamente na literatura e so expostas em alguns textos de estatstica experimental. Uma famlia desses delineamentos compreende os delineamentos centrais compostos. Uma ilustrao provida pelo Exemplo 8.48 48.
Exemplo 8.48
Suponha-se que a estrutura fatorial do experimento do Exemplo 8.46 alterada pela omisso de 4 das 9 combinaes de nveis, sendo includas na amostra apenas os tratamentos (0, 0), (0, 90), (60, 45), (120, 0) e (120, 90), onde cada tratamento especificado pela indicao dos nveis dos fatores nitrognio e fsforo, nessa ordem, entre parnteses. 12. Essa estrutura reduzida da estrutura fatorial completa 3 representada na Figura 8.12
2
12. Figura 8.12 Estrutura fatorial cruzada fracionria resultante da omisso de quatro tratamentos da estrutura fatorial cruzada completa 2 3 do Exemplo 8.46 46.
A estrutura fatorial cruzada fracionria do Exemplo 8.49 resulta de uma reduo mais drstica dos tratamentos de uma estrutura fatorial cruzada completa.

Exemplo 8.49
359
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 P 0 0 1 0 1 1 2 1 K 0 0 0 1 1 1 1 2
Os tratamentos desse experimento constituem uma estrutura fatorial cruzada 3x3x3 incompleta representada na Figura 8.13 As 27 combinaes dos nveis que corresponderiam a 13. uma estrutura fatorial cruzada completa 3x3x3 foram reduzidas, convenientemente, de modo acentuado, a 8 combinaes, que constituem os 8 tratamentos na amostra. Esse delineamento de condies experimentais foi adotado em uma srie de experimentos conduzidos no Brasil pela "Associao Nacional para Difuso de Adubos" (ANDA), para a estimao de funes de resposta adubao. N0 K0 K1 K2 N1 N2
P0 P1 P2 P0 P1 P2 P0 P1 P2
13. Figura 8.13 Os oito tratamentos de uma estrutura fatorial cruzada fracionria de trs fatores experimentais cada um com trs nveis, Exemplo 8.49 49. ,
Em geral, a escolha de uma estrutura fatorial cruzada incompleta est relacionada estrutura das unidades de observao disponveis. Assim, a estrutura do Exemplo 8.48 com uma repetio para cada tratamento, exceto para o ponto central com n1 repeties, conhecida como um delineamento de superfcie de resposta simples. superfcie simples Estruturas fatoriais cruzadas incompletas tambm podem ocorrer quando algumas combinaes dos nveis de uma estrutura fatorial cruzada completa no se distinguem ou no tm sentido. Essa situao ilustrada pelo Exemplo 8.50 50. Exemplo 8.50
Experimento; "Fertilizao do solo com nitrognio para o cultivo do arroz irrigado", com os seguintes dois fatores experimentais e correspondentes nveis: Nitrognio: N1 - 0 kg/ha, N2 - 60 kg/ha, N3 - 120 kg/ha; poca de aplicao: E1 - plantio, E2 - cobertura, aos 30 dias. Observe-se que as combinaes de nveis N1E1 e N1E2 no se distinguem; constituem, de fato, um nico tratamento. Logo, as 3x2 = 6 combinaes de nveis que constituiriam uma estrutura fatorial cruzada completa so inevitavelmente reduzidas a 5.
360
Estrutura fatorial cruzada estendida Na Seo 8.6.4 considerou-se a incluso de tratamentos referncias em uma 8.6.4 estrutura unifatorial. Esses tratamentos especiais, ou tratamentos referncias, mais usualmente denominados controles, testemunhas ou padres, podem ser importantes para servirem de termos de comparao para a avaliao dos efeitos dos demais tratamentos e de sua importncia prtica, e para prover a discriminao de possveis efeitos de duas ou mais origens. Por semelhantes razes, pode ser importante estender uma estrutura fatorial cruzada com a adio de tratamentos referncias. Uma ilustrao provida pelo Exemplo 8.51 51.
Exemplo 8.51
Experimento: "Adubao nitrogenada orgnica e qumica para o cultivo de arroz irrigado", com dois fatores experimentais. Fator 1: composto de azola; nveis na amostra: 1 - 4 t/ha, 2 - 7 t/ha, 3 - 14 t/ha; fator 2 Nitrognio; nveis na amostra: 1 - 0 kg/ha, 2 - 43,5 kg/ha. As condies experimentais so listados na Tabela 8.7. Tabela 8.7. Estrutura fatorial cruzada estendida do experimento do 51. Exemplo 8.51 Tratamento 1 2 3 4 5 6 7 8 Composto de azola 1 1 2 2 3 3 0 0 N 1 2 1 2 1 2
Esquema fatorial
0 kg/ha Tratamentos 87 kg/ha adicionais
Essa uma estrutura fatorial cruzada completa 32 com 2 tratamentos adicionais: estrutura fatorial cruzada completa 32 constituda pelos 6 primeiros tratamentos so adicionados dois tratamentos - tratamentos 7 e 8. O tratamento 7 includo para avaliar a resposta (produo de gros de arroz) da planta na ausncia de adubao nitrogenada. Sua comparao com o conjunto dos seis primeiros tratamentos pode, por exemplo, explicar que uma ausncia de diferenas de respostas entre esses 6 tratamentos resulta da ausncia de resposta adubao, possivelmente porque a reserva de nitrognio no solo suficiente. A razo da incluso do tratamento 8 como referncia no to clara. A quantidade de N do tratamento 8 corresponde quantidade de N do tratamento 6, ou seja, da combinao dos nveis mais elevados dos dois fatores. Ento, a comparao do tratamento 8 com o conjunto dos 6 primeiros tratamentos pode informar sobre possvel maior eficincia da adubao nitrogenada mais elevada de fonte apenas qumica do que da adubao nitrogenada mdia de origem orgnica e qumica.
8.7.5
Estrutura fatorial hierrquica ou aninhada Relaes de dois fatores experimentais cruzadas so muito freqentes. Essas so as relaes mais comuns de fatores fixos. Entretanto, em muitas situaes os nveis de um dos fatores no se repetem nas combinaes com os nveis do outro fator:
361
A relao de dois fatores experimentais A e B na amostra uma relao fatorial hierrquica ou aninhada se os nveis do fator B no se repetem nas combinaes com nveis diferentes do fator A, ou seja, se os subconjuntos de nveis do fator B que se combinam com diferentes nveis do fator A no contm nveis em comum. Diz-se, ento, que o fator B aninhado no fator A; o fator B designado fator ninho. aninhado e o fator A, fator ninho Essa relao simbolizada por A/B. Ao contrrio da relao de cruzamento, a relao de aninhamento no recproca, ou seja, A/B no equivalente a B/A. Nessa notao de aninhamento, o fator ninho precede o fator aninhado. Relaes de aninhamento podem ocorrer naturalmente ou serem impostas por razes especficas. Essas duas situaes so ilustradas pelo Exemplo 8.52 52. Exemplo 8.52
Ilustraes de ocorrncias de relaes de aninhamento naturais e impostas: a) Em um experimento para pesquisa da qualidade da semente de soja em que so consideradas sementes das diversas procedncias das regies produtoras, as procedncias das diferentes regies so naturalmente distintas. Portanto, o fator experimental procedncia aninhado no fator experimental regio. b) Em experimentos com animais em que so utilizados diferentes animais para os diferentes tratamentos pela possibilidade de efeitos residuais de tratamentos, os animais aos quais so atribudos os tratamentos so naturalmente distintos.
Relaes hierrquicas ou aninhadas no permitem inferncias referentes interao dos fatores. Assim, quando o pesquisador tem escolha e a interao dos fatores relevante, ele deve planejar estrutura fatorial cruzada. Muito freqentemente, fatores experimentais aleatrios so aninhados. Seus nveis na amostra so supostamente escolhidos aleatoriamente para representar a coleo dos nveis presentes na populao objetivo. De fato, a relao de dois fatores experimentais A e B resulta hierrquica quando o fator B aleatrio e so escolhidas amostras de seus nveis da populao objetivo, separada e independentemente, para assinalao de cada uma dessas amostras a um dos distintos nveis do fator A; ou se, alternativamente, os nveis do fator B so escolhidos da populao objetivo e, ento, assinalados aleatoriamente aos nveis do fator A. Em qualquer dessas circunstncias, os nveis do fator B na amostra que se combinam com os diferentes nveis do fator A sero necessariamente distintos. Exemplo 8.53
Considere-se um experimento para pesquisa do efeito da nutrio da ovelha matriz sobre o peso corporal do cordeiro ao desmame em que desejado derivar inferncias para todos as matrizes dos rebanhos de uma raa de uma regio. Os dois fatores experimentais - dieta e ovelha matriz - so, respectivamente, fator fixo e fator aleatrio. Uma amostra de ovelhas matrizes escolhida da populao objetivo e, ento, essas ovelhas so assinaladas aleatoriamente aos nveis do fator dieta. Assim, o fator experimental ovelha aninhado no fator dieta.
Observe-se que um fator aninhado nessas circunstncias um fator experimental (nesse caso, fator experimental intrnseco) se inferncias referentes a esse fator forem relevantes. Em muitos experimentos h fatores aninhados que no so relevantes para os objetivos do experimento. Nesse caso, esse fator no deve ser considerado fator experimental, mas fator de unidade (Seo 10.3 Seo 10.3). Menos freqentemente ocorrem relaes aninhadas de fatores experimentais fixos. Esse o caso, por exemplo, dos fatores fornecedor e componente de um equipamento
362
quando os fornecedores provm diferentes componentes. Nessas circunstncias, como os componentes supridos pelos diferentes fornecedores so distintos, tem-se, de fato, um conjunto de componentes diferentes. Em muitas situaes fatores fixos com relao aparentemente aninhada devem ser considerados mais apropriadamente como um nico fator cujos nveis so as combinaes dos nveis desses dois fatores. Por exemplo, na situao ilustrada anteriormente, pode ser mais conveniente considerar um nico fator fornecedorcomponente cujos nveis so os componentes supridos pelos diversos fornecedores. Em situaes pouco comuns pode haver interesse no efeito global do fator que parece ser aninhado e, portanto, em considerar as condies experimentais como combinaes dos nveis de dois fatores experimentais. O Exemplo 8.54 prov ilustrao de um experimento em que pode haver razo para considerar os nveis na amostra como um nico fator experimental misto, ou uma estrutura de dois fatores experimentais fixos, aninhada ou cruzada.
Exemplo 8.54
Considere-se um experimento para pesquisa do controle de uma praga de uma espcie vegetal cultivada com dois inseticidas A e B fabricados por duas diferentes indstrias que os recomendam nas doses dA e dB, respectivamente, supostamente diferentes. Os nveis escolhidos para a amostra so: 1 - dA, 2 - 1 dA, 3 -2 dA, 4 - dB, 5 - 1 dB e 6 -2 dB. Como as doses recomendadas dA e dB so diferentes, as trs doses do inseticida A so, de fato, quantidades diferentes das correspondentes s trs doses do inseticida B. Isso significa que os seis tratamentos podem ser alternativamente considerados como compreendendo uma das duas estruturas de condies experimentais: a) estrutura unifatorial mista com seis nveis, resultante da aglutinao das trs diferentes quantidades de cada um dos dois inseticidas A e B: nveis 1 - dA, 2 - 1 dA, 3 -2 dA, 4 - dB, 5 - 1 dB e 6 - 2 dB; b) estrutura hierrquica de dois fatores experimentais: inseticida e dose, o primeiro fator com dois nveis: inseticida A e inseticida B e o segundo com seis nveis: 1 - dA, 2 - 1 dA, 3 - 2 dA, 4 - dB, 5 - 1 dB e 6 - 2 dB, com o fator dose aninhado no fator inseticida. De fato, esses dois enfoques so equivalentes e correspondem a um dos seguintes objetivos de inferncias: a) comparao global dos inseticidas A e B, ajustamento de funo de resposta para o inseticida A e ajustamento de funo de resposta para o inseticida B. Suponha-se, entretanto, que as quantidades especficas correspondentes s doses particulares no so relevantes e que as doses dA e dB significam dose regular, as doses dA e dB, dose baixa, e 2dA e 2 dB, dose alta. Com esse enfoque e correspondente notao, as condies experimentais passam a constituir a seguinte estrutura de condies experimentais: c) estrutura cruzada de dois fatores experimentais: inseticida e dose, o primeiro fator com dois nveis: inseticida A e inseticida B, e o segundo com trs nveis: dose baixa, dose regular e dose alta. Agora, os objetivos de inferncias passam a ser os efeitos individuais e a interao dos dois fatores experimentais inseticida e dose.
O Exemplo 8.54 ilustra um aparente dilema, j que uma estrutura de condies experimentais no pode ser ao mesmo tempo aninhada e cruzada. Esse dilema crucial, visto que as inferncias derivadas do experimento dependem da pressuposio adotada. Se essa pressuposio no for apropriada para os objetivos do experimento, a interpretao dos resultados ser incorreta. Em um experimento bem planejado esse dilema resolvido no planejamento do experimento, quando os objetivos do experimento e os correspondentes procedimentos de inferncias apropriados para a consecuo desses objetivos so estabelecidos explicitamente.
363
O conceito de relao de aninhamento ou relao hierrquica estendido para mais de dois fatores experimentais. Por exemplo, a notao de uma relao hierrquica de trs fatores C/B/A significa que o fator A aninhado no fator B e este, por sua vez, aninhado no fator C, ou seja, B/A e C/B. Dessa forma, por definio, a relao de aninhamento transitiva, em contraste com a relao de cruzamento, pois A*B e B*C no assegura A*C. Define-se estrutura fatorial hierrquica ou aninhada para qualquer nmero de fatores como segue: Uma estrutura fatorial hierrquica ou aninhada uma estrutura de fatores experimentais com relao fatorial hierrquica ou aninhada entre todos os pares desses fatores. Em uma estrutura fatorial hierrquica o fator que ninho para todos os demais fatores o fator de maior hierarquia; o fator que aninhado em todos os demais fatores o fator de menor hierarquia. Por exemplo, em uma estrutura hierrquica de trs fatores A, B e C em que A fator ninho pra B e B fator ninho para C, A o fator de hierarquia mais elevada e C o fator de hierarquia mais baixa. Estruturas fatoriais hierrquicas podem ser representadas por tabelas semelhana de estruturas fatoriais cruzadas. Entretanto, como os nveis de fatores aninhados so distintos para nveis diferentes de fatores ninhos, grande parte das clulas no so preenchidas. Por exemplo, uma estrutura fatorial hierrquica de dois fatores A e B em que A o fator ninho com 3 nveis e B o fator aninhado com 4 nveis compreende as seguintes condies experimentais: A1B1, A1B2, A1B3, A1B4, A2B5 A2B6, A2B7, A2B8, 14. A3B9, A3B10, A3B11 e A3B12. Essa estrutura fatorial representada na Figura 8.14
B1 B2 B3 B 4 B5 B6 B7 B8 B9 B10 B11 B12 A1 A2 A3
14. Figura 8.14. 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 15, Figura 8.15 sem (a) e com (b) o fator generalizado.
364
15. Figura 8.15. 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 8.14 compreende 12 condies experimentais. Figura 14.) 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 balanceada. estrutura fatorial hierrquica 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 15. 8.14 e a representao por diagrama de Hasse a mesma da Figura 8.15 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.
16. Figura 8.16 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
17. Figura 8.17 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
18. Figura 8.18. 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.
19. Figura 8.19 Estrutura fatorial aninhada de um experimento em gentica com trs fatores experimentais: touro, vaca e prognie (Exemplo 8.56 Exemplo 56).
Estrutura fatorial hierrquica no balanceada Uma estrutura fatorial hierrquica A(B) em que os subconjuntos dos nveis do fator B que se combinam com os diferentes nveis do fator A no tm o mesmo nmero de nveis uma estrutura fatorial hierrquica no balanceada balanceada. Esse conceito de estrutura fatorial hierrquica estende-se para qualquer nmero de fatores experimentais como segue: Uma estrutura fatorial hierrquica em que os subconjuntos dos nveis de um dos fatores aninhados que se combinam com os diferentes nveis do correspondente fator ninho no tm o mesmo nmero de nveis uma estrutura fatorial hierrquica no balanceada. balanceada Para ilustrao suponha-se que so disponveis para o experimento do Exemplo 8.55 apenas onze porcas e que so assinaladas quatro porcas a cada uma das dietas 1 e 2, mas apenas trs porcas dieta 3. Com essa alterao o nmero de porcas que se combinam com as dietas no igual para as trs dietas. Portanto, agora se tem uma estrutura fatorial hierrquica no balanceada. Semelhantemente, se no experimento considerado no Exemplo 8.56 so acasaladas apenas duas vacas com o touro 2, ou a prognie da vaca 3, acasalada com o touro 1, constituda de apenas um terneiro, a estrutura fatorial do experimento ser hierrquica no balanceada
367
8.7.6
Estrutura fatorial mista Em um experimento com trs ou mais fatores experimentais, pode haver relaes cruzadas e aninhadas entre os pares de fatores. Uma estrutura nessas circunstncias dita mista: Uma estrutura fatorial mista uma estrutura fatorial de trs ou mais fatores experimentais em que h relaes de fatores cruzadas e hierrquicas. Estrutura fatorial mista constitui uma combinao de estrutura fatorial cruzada e estrutura fatorial aninhada. Por exemplo, uma estrutura de 3 fatores A, B e C em que o fator C aninhado nos fatores A e B que so cruzados uma estrutura fatorial mista. Essa estrutura simbolizada por (A*B)/C e representada pelo diagrama da Figura 8.20 20.
20. Figura 8.20 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
368
fatores dieta e idade. Essa estrutura mista dos trs fatores idade, dieta e ovelha mostrada na 21. Figura 8.21 Ovelha Idade Dieta 1 1 1 ... 3 1 2 3 ... 3 1 2 3 4 5 6 7 8 9 10 11 12 ... 33 34 35 36
21. Figura 8.21 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, onde A, B e C denotam, respectivamente, os fatores Idade, dieta e ovelha. 20
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.
22. Figura 8.22 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
teste 2; e selecionar aleatoriamente 12 fmeas para receberem o teste 1 e as demais 12 fmeas para o teste 2. Esse experimento tem uma estrutura de fatores experimentais diferente, embora tambm compreenda os mesmos trs fatores experimentais: sexo, teste e animal. Claramente, o fator animal aninhado no fator sexo j que um animal no pode ser ambos macho e fmeo. Por outro lado, agora cada animal recebe apenas um teste, de modo que o fator animal tambm aninhado no fator teste. Nessas circunstncias, o fator animal aninhado em ambos fatores sexo e teste, que so fatores cruzados.
Essa estrutura fatorial mista simbolizada por (Sexo*Teste)/Animal e tem a mesma representao por diagrama da Figura 8.20 com A, B e C simbolizando os fatores experimentais sexo, teste e animal, respectivamente. Exerccios 8.4
1. Explique e ilustre o significado de relao fatorial cruzada de dois fatores experimentais. 2. Qual a propriedade essencial de uma estrutura fatorial cruzada? 3. Descreva e ilustre a distino bsica entre estrutura fatorial cruzada completa e estrutura fatorial cruzada incompleta. 4. Explique e exemplifique o significado de interao de dois fatores experimentais. 5. Sugira uma alterao da relao dos tratamentos do Exemplo 8.44 que torne a lista dos quatro tratamentos uma estrutura fatorial completa de dois fatores cada um com dois nveis. 6. Em que situaes pode ser justificvel ou aconselhvel uma estrutura fatorial cruzada incompleta? Ilustre essas situaes. 7. Qual o significado de efeitos parceiros em uma estrutura fatorial cruzada fracionria? 8. Considere um experimento para pesquisa da fertilizao do solo com fsforo para cultivo da soja com os dois seguintes fatores experimentais cada um com trs nveis: fator 1 - Fosfato de Olinda; nveis - 0, 60 e 120 kg/ha de P2O5; fator 2 - modo de adubao - a lano, no sulco junto semente e em sulco prximo semente. a) Liste as nove combinaes dos nveis desses dois fatores experimentais. b) Essas combinaes de nveis constituem uma estrutura fatorial cruzada (completa) apropriada para o experimento? c) Caso a resposta ao item b) seja negativa, indique uma alterao na lista das combinaes de nveis indicada na resposta ao item a) para constituir os tratamentos apropriados para esse experimento. d) Qual a classe de estrutura fatorial a que corresponde a lista das combinaes de nveis resultante da alterao indicada na resposta ao item c)? 9. Como se origina uma estrutura fatorial cruzada estendida? Explique recorrendo a um exemplo de sua rea. 10. Explique e ilustre com exemplo de sua rea estrutura fatorial hierrquica. 11. Qual a propriedade bsica referente a inferncias que distingue estrutura fatorial cruzada de estrutura fatorial hierrquica? 12. Considere um experimento para pesquisa dos efeitos de mtodo de treinamento de cobaias para a execuo de uma tarefa (M) e tempo aps treinamento (T) em que os animais executam a tarefa (A). Supostamente, esses animais so representativos de uma populao de cobaias. a) Identifique a estrutura das condies experimentais para esse experimento com trs fatores experimentais: M, T e A para cada um dos seguintes procedimentos: 1 - cada animal submetido a cada um dos mtodos de treinamento e avaliado em todos os tempos; 2 - cada animal submetido a apenas um dos mtodos de treinamento e avaliado em todos os tempos; e
370
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
Delineamento de Tratamento em Experimentos em Gentica

Em pesquisas referentes herana, o pesquisador deve escolher os pais e os cruzamentos (tratamentos) apropriados. Para o estudo de dominncia mendeliana simples em plantas, os dois pais P1 e P2 e o cruzamento F1 = P1 x P2 so suficientes. Entretanto, se tambm for desejado saber se so envolvidos um ou dois ou trs pares de alelos independentes, ser necessrio incluir outros tratamentos, tal como a prognie F2 = F1 x F1. A razo de segregao nos indivduos F2 indicar o nmero e natureza dos pares allicos. O nmero de tratamentos necessrios para avaliar caractersticas referentes herana cresce na medida em que a forma de herana se torna mais complexa. Ademais, na medida em que cresce o nmero de geraes de um cruzamento, o nmero de cruzamentos possveis cresce rapidamente. Por exemplo, as possibilidades para as geraes 0, 1, 2 e 3 so apresentadas na Tabela 8.8.

Tabela 8.8. Cruzamentos possveis para as geraes 0, 1, 2 e 3 a partir de dois pais.
Gerao (k) 0 1 2 P1, P2 P1, P2, F1 = P1xP2 P1, P2, F1, B2=F1xP2 F2=F1xF1, B1=F1xP1, Cruzamentos possveis Nmero de cruzamentos 2 3 6
371
P1, P2, F1, F2, B1, B2, P1xF2, P1xB1, 3 P1xB2, P2xF2, P2xB1, P2xB2, F1xF2, F1xB1, F1xB2, F2xF2, F2xB1, F2xB2, B1xB1, B1xB2, B2xB2 21
Como o nmero de cruzamentos cresce muito rapidamente, o pesquisador deve selecionar um subconjunto desses cruzamentos. Os cruzamentos apropriados dependem do tipo da herana e do propsito da pesquisa. Em pesquisas de melhoramento gentico para gerao de novas cultivares, o delineamento gentico deve incluir controles apropriados. Vrios tipos de controle podem ser necessrios e devem ser cuidadosamente escolhidos para a avaliao de novas variedades. Um tipo importante de delineamento de tratamento gentico o sistema de cruzamento diallico para descrever os cruzamentos de p linhas, como, por exemplo, variedades de uma espcie vegetal cultivada ou raas de uma espcie animal. Algumas dessas estruturas de tratamentos so apresentadas na Tabela 8.9 para p=5 linhas. Tabela 8.9. Delineamentos para cruzamentos diallicos de 5 linhas.
Delineam. I Linha Feminina 1 2 3 4 5 Linha masculina 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 Delineam. II Linha masculina 1 2 3 4 5 x x x x x - x x x x - - x x x - - - x x - - - - x Delineam. III Linha masculina 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 Delineam. IV Linha masculina 1 2 3 4 5 - x x x x - - x x x - - - x x - - - - x - - - - -
Na Tabela 8.9, x denota presena de cruzamento e - denota ausncia de cruzamento na estrutura de tratamentos. De modo geral, a estrutura do delineamento I inclui todas as combinaes possveis, que corresponde a um fatorial completo p2. As outras estruturas so fraes desse fatorial completo. O delineamento II inclui p(p+1)/2 combinaes - os "puros" (cruzamento de uma linha com ela prpria) e todos os cruzamentos possveis. O delineamento III inclui p(p-1) combinaes - todos os cruzamentos possveis das p linhas e todos os cruzamentos recprocos possveis; por exemplo, se a linha 1 a fmea e cruzada com a linha 2 como macho, ento o cruzamento recproco a linha 1 como
372
macho cruzada com a linha 2 como fmea. O delineamento IV inclui p(p-1)/2 combinaes - todos os cruzamentos possveis. O Exemplo 8.60 ilustra uma aplicao do delineamento diallico II.
Exemplo 8.60
Experimento: "Capacidades geral e especfica de combinao em cruzamentos de cultivares de feijo", com a considerao de 4 cultivares pais: Pampa, Minuano, Rio Tibagi e Macotao e um conjunto da gerao F1 dos cruzamentos simples dessas cultivares. Os tratamentos nesse experimento so os listados na Tabela 8.10 10. 10. Tabela 8.10 Tratamentos de um experimento gentico para pesquisa das capacidades geral e especfica de combinao em cruzamentos de cultivares. Tratamento 1 2 3 4 5 6 7 8 9 10 Pai 1 Pai 2 x x x x x x x x x x
Pampa
Minuano Tio Tibagi Macotao Pampa Pampa Pampa Minuano Minuano Rio Tibagi
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 O conjunto de tratamentos simples.
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.
Essas estruturas tm sido utilizadas em muitas outras aplicaes. Por exemplo, o delineamento I tem sido usado para pesquisas de competio de cultivares; nessas circunstncias, os "puros" correspondem a plantas de uma cultivar em competio com plantas da mesma cultivar. O delineamento II tem sido usado para a comparao de misturas de cultivares para verificar se podem ser obtidos rendimentos mais elevados de misturas do que de uma cultivar plantada sozinha.
8.9
Delineamento de Tratamento em Experimentos Seqenciais

Em algumas situaes, a pesquisa experimental seqencial, com o prprio plano estabelecendo a seleo dos tratamentos com base no conhecimento dos resultados de etapas anteriores. Esse o caso, por exemplo, se o objetivo do experimento atingir uma certa meta, tal como: a dose de um inseticida que mata uma determinada percentagem de uma praga e a combinao de fertilizantes que produza a resposta
373
mxima da planta. A pressuposio nesses experimentos que o resultado desejado produzido por uma nica dose ou combinao de doses. Um dos mtodos seqenciais mais conhecidos o denominado mtodo "up-anddown". Como ilustrao, considere-se a estimao da dose para matar uma certa percentagem de um inseto, por exemplo, 57 por cento. Amostras de insetos de um determinado tamanho so usadas em seqncia. Uma dose inicial baseada na experincia existente adotada em uma primeira etapa, registrando-se o nmero de insetos mortos. Se a percentagem de insetos mortos inferior a 50, a dose aumentada na prxima etapa; caso contrrio, a dose diminuda. Esse processo continua, at que a percentagem de morte oscile em torno do nvel desejado, no caso 57 por cento, diferindo deste por um valor inferior a um mnimo preestabelecido.
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:
374
A - "Controle da verminose de ces com o uso de anti-helmnticos", com os seguintes tratamentos: 1 - Mebendazole, 2 - Praziquantel e 3 - controle (sem vermfugo). O experimento ser conduzido com animais machos e fmeos de duas constituies raciais: puros e mestios, em instalaes do hospital veterinrio. B "Controle de invasoras em lavouras de arroz irrigado", com os seguintes tratamentos herbicidas: 1 - Molinate, 2 - Benthiocarb, 3 - Pendimethalin, 4 - Propanil, 5 - Dinoseb, 6 controle (sem herbicida), e as cultivares: Bluebelle e IRGA 408. O experimento ser conduzido em 4 locais dos municpios de Pelotas, por um perodo de 3 anos. C - "Efeito da adubao com Cloreto de Potssio em cobertura sobre a produo de soja", com os seguintes tratamentos. Fator 1: adubao; nveis: 1 - adubao na semeadura, 2 - 2/3 na semeadura e 1/3 em cobertura, 3 - 1/2 na semeadura e 1/2 em cobertura, 4 - 1/3 na semeadura e 2/3 em cobertura, 5 - adubao em cobertura. Fator 2: cultivar; nveis: 1 -- IAS-5 (ciclo curto), 2 - BR-16 (ciclo mdio) e 3 - FT-Abyara (ciclo longo). O experimento ser conduzido em 4 locais, por 3 anos. a) Para cada um desses experimentos, identifique e enumere os fatores experimentais. b) Classifique esses fatores, segundo os quatro critrios listados a seguir, preenchendo na tabela que segue os nmeros que identificam as categorias, conforme apropriado. Critrio I: 1 - Fator de tratamento; 2 - Fator intrnseco. Critrio II: 1 - Fator qualitativo especfico no estruturado; 2 - Fator qualitativo especfico estruturado; 3 - Fator qualitativo ordenado; 4 - Fator quantitativo; 5 - Fator misto; 6 - Fator qualitativo amostrado. Critrio III: 1 - Fator fixo; 2 - Fator aleatrio. Critrio IV: 1 - Fator principal; 2 - Fator secundrio. Experimento Fator Critrio I Critrio II Critrio III Critrio IV A 1 2 3 4 B 1 2 3 4 C 1 2 3 4 16. Descreva as vantagens e as desvantagens da execuo de um experimento fatorial com diversos fatores experimentais ou de diversos experimentos unifatoriais com esses mesmos fatores experimentais. 17. Supondo que j houve deciso a respeito dos fatores, como voc procederia para selecionar os correspondentes nveis? Ilustre com os mesmos exemplos utilizados na questo anterior. 18. Considere os experimentos caracterizados a seguir: A - "Efeito de antibiticos sobre o ganho de peso de cordeiros no perodo de terminao para o abate", com a considerao de animais machos e fmeos da raa Landrace e dos antibiticos Neomicina, Colistina e Bacitracina.
375
B - "Efeito do cido indol-butrico (AIB) sobre o enraizamento de estacas de goiabeira", para a determinao da dose tima no intervalo compreendido entre 0 e 5000 ppm de AIB, atravs do ajustamento de uma funo polinomial. C - "Influncia da ordem do parto sobre a habilidade materna de porcas da raa Duroc", com a considerao das ordens de parto entre 1 e 6, includas estas. D - "Controle da infestao parasitria de ovinos tipo carne em criao extensiva no Sul do Estado do Rio Grande do Sul", com a considerao de animais machos e fmeos das raas Ideal, Corriedale e Romney Marsh e do anti-helmntico Ranizole com doses na populao objetivo no intervalo de 0 a 40 mg/kg peso vivo. Para cada um desses experimentos: a) identifique e denomine os fatores experimentais; b) especifique os nveis de cada um desses fatores experimentais para a populao objetivo e para a amostra; c) justifique os nveis especificados para a amostra na resposta ao item anterior; d) classifique os fatores experimentais segundo as classes listadas no exerccio 10. 19. Considere os tratamentos 6, 4, 1 e 7, respectivamente dos experimentos A, D, F e G do exerccio 11 dos Exerccios 8.2. Para cada um desses experimentos explique, justificadamente, se o respectivo tratamento indicado foi includo como tratamento referncia. 20. Explique e ilustre os significados de tratamentos controle, testemunha, padro e placebo. 21. Escolha um problema de sua rea que suscite uma pesquisa experimental. a) Explique como voc procederia para selecionar os fatores a pesquisar nesse experimento. b) Selecione os fatores para o experimento. c) Agora, como voc procederia para selecionar os nveis desses fatores? d) Selecione os nveis dos fatores. 22. O que significa estrutura de dois fatores experimentais cruzada? Ilustre essa estrutura de condies experimentais com um exemplo de sua rea. Represente essa estrutura fatorial por um diagrama de Hasse. 23. Qual a propriedade essencial que uma estrutura de condies experimentais deve satisfazer para constituir uma estrutura fatorial cruzada? 24. O que distingue estrutura fatorial completa e estrutura fatorial incompleta quanto s possibilidades de inferncias referentes aos fatores experimentais. 25. Explique o racional da gerao de uma estrutura fatorial cruzada incompleta ou fracionria para um experimento? 26. Explique porque uma estrutura hierrquica de dois fatores experimentais no permite inferncias referentes interao desses fatores. 27. Ilustre uma situao de experimento em que pode resultar uma estrutura fatorial hierrquica no procedimento da escolha das combinaes dos nveis para a amostra. 28. Um experimento de nutrio de galinhas est sendo planejado com o objetivo de pesquisar o efeito da suplementao da dieta usual com sal mineral sobre o ganho de peso. Dez galinhas foram assinaladas a cada um de quatro nveis de suplementao e foi registrado o ganho de peso corporal individual dos animais em cada uma de cinco semanas consecutivas. a) Identifique os fatores experimentais e caracterize a relao de cada par desses fatores. b) Represente a estrutura de fatores experimentais desse experimento simbolicamente e por um diagrama de Hasse. 29. Considere-se uma pesquisa com mosca da fruta para caracterizar a influncia do genoma e do sexo sobre a variao de peso corporal. De cada uma de trs amostras de genomas foram selecionados trs machos e nove fmeas. Trs fmeas foram acasaladas com cada um dos machos. Os ovos de cada uma das fmeas foram distribudos em dois frascos. Quando os
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( 2( 3( ) Em geral, o pesquisador tem controle absoluto sobre a manifestao dos nveis de um
fator de tratamento na amostra.

) Em geral, o pesquisador no tem qualquer controle sobre a manifestao dos nveis de
um fator intrnseco na amostra.

) Quando tempo um fator experimental, ele necessariamente um fator intrnseco.

4( 5( 6( 7( 8( 9( 10 ( 11 ( 12 ( 13 ( 14 ( 15 ( 16 (
377
) Quando operador um fator experimental, ele necessariamente um fator intrnseco. ) Efeitos de fatores experimentais sobre variveis respostas ficam sempre confundidos
com efeitos de caractersticas estranhas.

) Em experimentos aleatrios, os nveis de um fator de tratamento so atribudos
aleatoriamente s correspondentes unidades experimentais.

) Fatores de tratamento so usualmente mais importantes do que fatores intrnsecos. ) Os tratamentos em um experimento fatorial compreendem os nveis de cada um dos
fatores de tratamento e as combinaes dos nveis desses fatores.

) Os nveis de um fator experimental so genericamente denominados tratamentos. ) Em um experimento para estudo da eficcia de antibiticos no controle de uma infeco
em animais antibitico um fator intrnseco.

) Em um experimento de ampla abrangncia, local , em geral, um fator experimental
intrnseco.
) Se ano um fator experimental, ento necessariamente um fator intrnseco. ) Todos os nveis de um fator qualitativo especfico na populao objetivo so includos
na amostra.
) Para um fator de tratamento qualitativo especfico no estruturado todas as
comparaes entre os nveis so de igual importncia.

) Os nveis de um fator qualitativo no estruturado so escolhidos tendo em conta as
comparaes especficas sobre as quais o experimento visa derivar inferncias.

) Um fator qualitativo especfico estruturado usualmente resulta quando os objetivos do
experimento implicam no interesse em comparaes especficas entre subconjuntos dos nveis do fator.
17 ( 18 ( ) Procedimentos de anlise estatstica so os mesmos para fator qualitativo especfico
estruturado e no estruturado.
) Os nveis de um fator qualitativo ordenado resultam de uma especificao vaga de
valores para representao das alternativas de uma caracterstica explanatria quantitativa.

19 ( 20 ( 21 ( 22 ( 23 ( 24 ( 25 ( 26 ( 27 ( ) No que diz respeito a consideraes referentes inferncia, fator qualitativo ordenado
no se distingue de fator qualitativo especfico.

) Os nveis de um fator quantitativo na amostra so de interesse especfico. ) Se um fator quantitativo, ento o pesquisador est interessado nas comparaes
entre os nveis desse fator includos na amostra.

) Os nveis de um fator qualitativo amostrado na amostra so de interesse especfico. ) Os nveis de um fator qualitativo amostrado na amostra so escolhidos entre os nveis
na populao objetivo por em um processo aleatrio.

) Um fator experimental constitudo da justaposio dos nveis no relacionados de dois
fatores quantitativos um fator misto.

) Inferncias referentes a um fator aleatrio usualmente dizem respeito variabilidade da
varivel resposta que atribuvel ao fator experimental.

) Inferncias referentes a um fator fixo restringem-se aos nveis do fator experimental na
amostra.
) Fatores experimentais de maior interesse em um experimento so designados fatores
principais, enquanto fatores includos com propsito representatividade da amostra so fatores suplementares.
28 (
de
propiciar
maior
) Os nveis de um fator qualitativo especfico na amostra so sempre os nicos de algum
interesse na populao objetivo; por isso, o pesquisador no tem qualquer dificuldade para a escolha desses nveis.
29 ( ) O pesquisador sempre dispe de informaes que tornam bvia a escolha dos nveis
de um fator quantitativo.
378
30 ( 31 ( 32 ( 33 ( 34 (
) Um tratamento controle, testemunha ou padro um tratamento includo no
experimento como um tratamento de referncia para os demais tratamentos.

) O nvel zero de um fator quantitativo includo em um experimento como tratamento
referncia.
) As combinaes dos nveis em uma estrutura fatorial so denominadas condies
experimentais.
) Em uma estrutura fatorial de dois fatores A e B, os nveis do fator A que se combinam
com os nveis do fator B so os mesmos para todos os nveis deste fator.

) Com
uma estrutura fatorial cruzada completa, pode-se derivar inferncias independentes referentes aos efeitos dos fatores experimentais isolados e alterao da resposta a um dos fatores quando varia o nvel do outro fator. fatorial completa.
35 ( 36 ( 37 ( 38 ( 39 ( 40 ( 41 ( 42 ( 43 ( 44 (
) Em experimentos com poucos fatores sempre possvel ou apropriada uma estrutura ) Uma estrutura fatorial cruzada incompleta deve ser derivada tendo em conta a
preservao das inferncias de interesse.

) Com uma estrutura fatorial cruzada incompleta, alguns efeitos referentes a fatores
experimentais resultam confundidos entre si.

) Em experimentos fatoriais, inferncias referentes a efeitos separados de fatores so
usualmente mais importantes do que inferncias referentes a relaes entre fatores.

) Estruturas fatoriais incompletas ou fracionrias no so muito aplicveis na pesquisa
agrcola em decorrncia da usual elevada variao ambiental.

) Estruturas fatoriais hierrquicas so usuais para fatores fixos. ) Em uma estrutura fatorial hierrquica de dois fatores usualmente um desses fatores
aleatrio.
) Algumas estruturas fatoriais hierrquicas possibilitam inferncias referentes interao
de fatores.
) Em um experimento com dois fatores experimentais pode surgir uma estrutura fatorial
mista.
) Estruturas fatoriais cruzadas, hierrquicas e mistas decorrem da seleo das
combinaes de nveis dos fatores experimentais para a populao objetivo.

Fator experimental de tratamento Experimento de observaes / medidas repetidas Fator intrnseco de espao Fator intrnseco de classificao Fator qualitativo especfico no estruturado Fator qualitativo ordenado Funo de resposta / curva de resposta Fator qualitativo amostrado Fator aleatrio Fator experimental secundrio / suplementar Fator experimental intrnseco Fator intrnseco de estgio Fator intrnseco de tempo Fator qualitativo especfico Fator qualitativo especfico estruturado Fator quantitativo Fator misto Fator fixo Fator experimental principal Experimento unifatorial

Experimento multifatorial / fatorial Relao fatorial cruzada Estrutura fatorial cruzada Diagrama de estrutura de fatores Estrutura fatorial cruzada incompleta fracionria Relao fatorial hierrquica / aninhada Fator ninho Estrutura fatorial hierrquica no balanceada Tratamento referncia / controle / testemunha / padro / placebo Interao de fatores Smbolo de estrutura fatorial
379
Estrutura fatorial cruzada completa Estrutura fatorial cruzada estendida Fator aninhado Estrutura fatorial hierrquica balanceada Estrutura fatorial mista
Bibliografia
COCHRAN, W. G. Planning & analysis of observational studies. New York: John Willey, studies 1983. 145p. COCHRAN, W. G.; COX, G. M. Experimental designs 2. ed. New York: John Willey, designs. 1957. 617p. COX, D. R. Planning of experiments New York: John Wiley, 1958. 308p. experiments. COX. D. R.; SNELL, E. J. Applied statistics, principles and examples Londres: Chapman examples. and Hall, 1981. 189p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 590p. FEDERER, W. T. Statistics and society, data collection and interpretation. New York: interpretation Marcel Dekker, 1973. 399p. KEMPTHORNE, O. The design and analysis of experiments. Huntigton, NY: Robert E. experiments Krieger Publishing Company, 1979. 631 p. HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments New York: experiments. John Wiley, 1994. v.1, 495p. KISH, L. Sample surveys versus experiments, controlled observations, census, registers, and local studies. Australian Journal of Statistics v.27, n.2, p.111-122, 1985. Statistics, KISH, L. Statistical design for research New York: John Wiley, 1987. 267p. research. LORENZEN, T. J.; ANDERSON, V. L. Design of experiments; a non-named approach. nonapproach New York: Marcel Dekker, 1993. 414p. SILVA, J. G. C. da. Estatstica experimental, verso preliminar. Pelotas: Universidade experimental Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p. URQUHART, N. S. The anatomy of a study. Hortscience v.16, n.5, p.621-627, 1981. Hortscience, WILSON, E. B. An introduction to scientific research. New York: McGraw-Hill, 1952. 373p. research
Planejamento das Caractersticas Estranhas e do Controle Experimental
Contedo
9.1 9.2 9.3 9.4 9.4.1 9.4.2 9.4.2.1 9.4.2.2 Introduo................................................................................................................... 382 Escolha da Amostra Inicial.......................................................................................... 383 Estratgia para o Controle Experimental..................................................................... 385 Controle de Tcnicas Experimentais........................................................................... 387 Preparao do material experimental ................................................................... 389 Constituio das unidades experimentais............................................................. 390 Tamanho e composio das unidade experimentais ....................................... 391 Forma da unidade experimental ...................................................................... 395
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 Preparao das condies experimentais ............................................................ 403 Perodo pr-experimental ..................................................................................... 404 Preparao do pessoal tcnico............................................................................. 404 Execuo do experimento .................................................................................... 405
Funcionamento ou operao das unidades.................................................................... 405 Aplicao dos tratamentos ............................................................................................. 406 9.4.8 9.4.9 Coleta dos dados ................................................................................................. 406 Preparao e edio dos dados ........................................................................... 410
Registro dos dados ........................................................................................................ 411 Criao do arquivo ou base de dados ............................................................................ 411 9.5 9.6 Crtica e edio da base de dados ................................................................................. 411 Controle Local............................................................................................................. 413 Controle Estatstico..................................................................................................... 418
9.7 Casualizao .............................................................................................................. 420 9.7.1 Casualizao na assinalao dos tratamentos ..................................................... 422 9.7.2 Casualizao na implementao de tcnicas experimentais ................................ 425 Casualizao com recurso de encobrimento.................................................................. 426 Casualizao para balanceamento de efeitos ambientais .............................................. 428 9.8 Alcance do controle experimental ............................................................................... 428 Exerccios de Reviso ................................................................................................ 429 Conceitos e Termos Chave......................................................................................... 434 Bibliografia.................................................................................................................. 435
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. A Seo 9.4 considera o planejamento do controle de tcnicas 5.6 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 O planejamento do controle estatstico o tema da Seo 10. 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
9. Planejamento das Caractersticas Estranhas e do Controle Experimental
383
subconjunto de caractersticas tenha implicaes irrelevantes para as inferncias derivadas do experimento.
9.2
Escolha da Amostra Inicial

A amostra ou material experimental constituda ao incio e durante a execuo do experimento. Sua construo inicia com a obteno e preparao do material bsico, experimental inicial ou bsico prossegue durante a execuo do experimento e se completa com o registro dos dados. O material experimental compreende o conjunto das caractersticas estranhas da amostra inicial, as condies experimentais, o conjunto das caractersticas estranhas que se manifestam durante a execuo do experimento e as caractersticas respostas. A composio do material experimental inicial tem conseqncias relevantes tanto para a preciso quanto para a validade do experimento (Sees 6.5.3 e 6.5.4 A preciso 6.5.4). Sees beneficiada pela escolha de amostra inicial homognea; a validade externa requer que essa amostra seja representativa da populao objetivo. A escolha da amostra inicial depende dos objetivos do experimento e tem implicaes decisivas para a consecuo desses objetivos. Em experimentos bsicos a representatividade da amostra usualmente pouco relevante, enquanto a preciso assume importncia elevada. A escolha da amostra inicial deve enfatizar a homogeneidade das caractersticas estranhas. Muito freqentemente essa amostra deve compreender uma nica instalao com ambiente controlado, como laboratrio, casa de vegetao ou estufa. Contrariamente, em experimentos tecnolgicos, a representatividade da amostra inicial altamente relevante. Nessas circunstncias, o pesquisador deve optar por escolher uma amostra representativa e utilizar os recursos de controle experimental para lograr preciso satisfatria. Nesses experimentos a escolha da amostra depende da abrangncia espacial e temporal da populao objetivo, da variabilidade das caractersticas das unidades nessas duas dimenses e da expectativa de interao dos efeitos dessas caractersticas com efeitos dos fatores experimentais. Usualmente, as caractersticas do ambiente so as mais influentes. Se essas caractersticas so pouco variveis e esperado que a interao de seus efeitos com efeitos dos fatores experimentais seja irrelevante, a amostra pode compreender um nico local e uma nica seo de tempo. Essas circunstncias so freqentes em experimentos de processos industriais. Elas tambm podem ocorrer em experimentos com plantas e animais quando a variabilidade das caractersticas do solo e do clima pouco expressiva, como, por exemplo, experimentos com hortalias em ambientes protegidos e experimentos com sunos e aves criados em confinamento. Quando a populao objetivo tem abrangncia espacial e temporal ampla, mais freqentemente a representao da gama da variao nessas duas dimenses requer que a amostra compreenda diversas repeties no espao e no tempo. Por exemplo, em experimentos de campo com plantas anuais e com animais freqentemente a amostra deve compreender mais de um local e mais de um ano. O nmero de repeties desses experimentos no espao e no tempo depende da linha de pesquisa. Por exemplo, experimentos com plantas de controle de doenas, pragas e invasoras, e experimentos com animais de controle de doenas e parasitos podem requerer poucos locais e apenas um ou dois anos, desde que as condies ambientais favoream a ocorrncia de fungos, vrus, insetos ou parasitos que propicie oportunidade para que os fungicidas, inseticidas, herbicidas ou parasiticidas revelem seus efeitos. Nesses experimentos pode ser mais relevante a manifestao de condies ambientais propcias para que os tratamentos manifestem seus efeitos do que a representao da variabilidade presente na populao objetivo. Nesse caso os locais devem ser escolhidos entre aqueles onde haja expectativa dessas ocorrncias.
384
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
principal em poucos locais e apenas um ou dois anos, e prosseguir com um experimento suplementar com os tratamentos que se revelaram mais promissores que conduzido em um conjunto maior de locais para melhor representao da populao objetivo. Esse experimento pode ter as caractersticas de um levantamento; os locais podem ser estaes experimentais e lavouras ou fazendas particulares. Em geral conveniente que cada local compreenda duas repeties para prover uma estimativa independente do erro experimental. Dessa forma, as diferenas entre os tratamentos podem ser avaliadas para cada local e a variao dessas diferenas entre os locais pode ser relacionada com as caractersticas relevantes do ambiente, como precipitao pluvial, temperatura e tipo de solo, para eventual identificao das condies em que tratamentos so mais vantajosos ou, possivelmente, prejudiciais. A generalizao das inferncias da amostra para a populao objetivo uma questo crucial em experimentos tecnolgicos. Essa generalizao tem base slida apenas se o experimento conduzido sobre uma amostra representativa da populao objetivo. O pesquisador pode argumentar que as condies ambientais do nico local onde seu experimento foi conduzido so suficientemente representativas para extenso das inferncias para situaes de lavouras, fazendas ou indstrias. Ele pode estar correto, mas essa afirmao no pode ser confirmada nem negada pelos resultados do experimento. A nica soluo a conduo do experimento em diversos locais. Em geral, esses locais no podem ser escolhidos aleatoriamente da coleo dos locais da populao objetivo. De fato, usualmente isso no necessrio. A representatividade requerida usualmente obtida pela escolha dos locais que propiciem a interao mais elevada com os tratamentos. Esse propsito logrado pela escolha de locais que apresentem as maiores diferenas quanto s caractersticas do ambiente; por exemplo, alguns locais de solo profundo, alguns de solo raso, alguns locais secos, alguns midos. Essa escolha possibilita relacionar diferenas de efeitos de tratamentos com diferenas de caractersticas do ambiente.
9.3
Estratgia para o Controle Experimental

A definio do controle experimental deve ser elaborada na fase do planejamento do experimento e sua execuo deve ser prevista no protocolo do experimento. Pelos seus distintos propsitos e implicaes conveniente que os procedimentos de controle experimental sejam considerados ordenadamente no planejamento do experimento. Em primeiro lugar, o pesquisador deve considerar as possibilidades do controle de tcnicas experimentais. Todas as tcnicas experimentais permitidas devem ser planejadas para implementao. Em experimentos tecnolgicos, o controle de tcnicas experimentais tem limitaes; ele deve ser efetuado de modo a no prejudicar a representao da populao objetivo pela amostra. Em experimentos bsicos, usualmente no h tal limitao; o controle de tcnicas experimentais pode chegar a ponto de constituir ambientes e situaes artificiais, como casas de vegetao, estufas e laboratrios, que no tenham relaes com circunstncias prticas. A seguir, vm o controle local e o controle estatstico. Usualmente, esses procedimentos de controle experimental so menos eficazes do que o controle de tcnicas experimentais no que diz respeito reduo do confundimento de efeitos de caractersticas estranhas com efeitos de fatores experimentais. Entretanto, eles no apresentam o inconveniente salientado do controle de tcnicas experimentais. Em ltimo lugar, deve ser considerada a casualizao. A casualizao o recurso para lograr que o confundimento no controlado por controle de tcnicas experimentais, controle local e controle estatstico seja no tendencioso. Assim, os procedimentos de controle experimental so todos importantes e devem ser utilizados estrategicamente, de modo complementar, segundo as circunstncias de cada experimento.
386
O planejamento do controle experimental demanda uma antecipao ou previso do processo do experimento que permita a descrio das caractersticas estranhas que constituiro a amostra. Uma estratgia apropriada para o planejamento do controle experimental compreende a seguinte seqncia de passos: 1 - descrio completa do conjunto das caractersticas estranhas da amostra atravs de seus grandes agregados; 2 - detalhamento sucessivo de cada um desses agregados de caractersticas com viso espacial e temporal para identificao das caractersticas estranhas relevantes; 3 - identificao do subconjunto dessas caractersticas que devam ser controladas por tcnicas experimentais; 4 - identificao das caractersticas estranhas restantes que devam ser controladas por controle local e por controle estatstico; 5 - identificao das caractersticas estranhas remanescentes que possam e devam ser casualizadas; 6 - planejamento da implementao do controle desses trs subconjuntos de caractersticas estranhas atravs dos correspondentes procedimentos de controle experimental apropriados, segundo a ordem dos passos 3, 4 e 5. A identificao das caractersticas estranhas relevantes para controle experimental deve ser procedida com base no objetivo da pesquisa (bsico ou tecnolgico), no material experimental disponvel, na preciso e validade desejada para as inferncias a serem derivadas do experimento, na experincia e nas informaes de experimentos anteriores. Os dois primeiros passos da estratgia para o planejamento do controle experimental so ilustrados a seguir, utilizando os dois primeiros exemplos da Seo 5.8 5.8.
Exemplo 9.1
Considere-se o experimento para pesquisa do efeito do fitohormnio sinttico cido indolbutrico (AIB) sobre o enraizamento de estacas de kiwi (Exemplo 5.34). A identificao das Exemplo 5.34 caractersticas estranhas relevantes pode ser procedida como segue: Passo 1 - Os grandes agregados de caractersticas estranhas que podero constituir a amostra correspondem a: 1 - estaca, 2 - ambiente, 3 - tcnicas de cultivo e 4 - mensurao e registro dos dados. Passo 2 As caractersticas potencialmente mais relevantes de cada um desses agregados de caractersticas estranhas so: a) caractersticas da estaca: procedncia, comprimento, espessura e sanidade; b) caractersticas do ambiente: solo textura, estrutura, fertilidade e umidade; clima temperatura, umidade relativa e insolao; incidncias de doenas, pragas e predadores; c) caractersticas das tcnicas de cultivo: preparo das estacas, aplicao do fitohormnio AIB (excludas as propriedades do prprio AIB, que constituem o fator experimental), preparo do vaso, estaquia, aplicaes de fungicidas e inseticidas, proteo contra predadores e coleta das estacas enraizadas; e c) caractersticas dos processos de mensurao e de registro dos dados.
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 5.35 so: Exemplo 5.35)
387
Passo 1 - Os grandes agregados de caractersticas estranhas que podero constituir a amostra referem-se a: 1 - semente, 2 - ambiente, 3 - tcnicas de cultivo e 4 - mensurao e registro dos dados. Passo 2 As caractersticas potencialmente mais relevantes de cada um desses agregados de caractersticas estranhas so: a) caractersticas da semente: procedncia, pureza, estado sanitrio e vigor, excetuadas as caractersticas inerentes ao fator experimental cultivar; b) caractersticas do ambiente: solo - fertilidade, umidade e profundidade; clima temperatura, umidade relativa, vento, geada e granizo; incidncias de doenas, pragas, invasoras e predadores; so excetuadas as caractersticas inerentes aos fatores experimentais local e ano; c) caractersticas das tcnicas de cultivo: preparo do solo, plantio, aplicao de fungicidas e outros pesticidas, excetuado fungicida para controle de doenas foliares, e colheita; d) caractersticas dos processos de mensurao e registro dos dados.
Em algumas situaes, o experimento conduzido em duas ou mais etapas que correspondem a fases diferentes do funcionamento ou operao das unidades da populao objetivo. O Exemplo 9.3 ilustra essa circunstncia. Exemplo 9.3
Exemplos de experimentos com mais de uma fase de operao ou funcionamento das unidades: a) experimento de fertilizao do solo para o cultivo de cebola que compreende uma primeira etapa em sementeira e outra etapa na lavoura; b) experimento sobre o efeito da nutrio da ovelha sobre o desenvolvimento corporal do cordeiro que compreende uma fase no ambiente de manuteno da ovelha e outra no ambiente de criao do cordeiro.
Um experimento nessas circunstncias compreende o conjunto das diversas fases do funcionamento das unidades que, portanto, devem ser consideradas conjuntamente no planejamento do controle experimental.
9.4
Controle de Tcnicas Experimentais

As tcnicas experimentais so as aes implementadas para a conduo do experimento. Podem ser distinguidas duas categorias de tcnicas experimentais: tcnicas experimentais necessrias para o funcionamento das unidades da amostra e que so adotadas na populao objetivo, e tcnicas experimentais que so implementadas propositadamente para o controle experimental. O controle de tcnicas experimentais (Seo 5.6.1) compreende a implementao Seo 5.6.1 controlada de tcnicas experimentais requeridas para o funcionamento das unidades da amostra e o emprego de tcnicas experimentais com o propsito especfico de eliminar ou reduzir a variabilidade de caractersticas estranhas e o confundimento tendencioso dos efeitos dessas caractersticas com efeitos de fatores experimentais. O controle de tcnicas experimentais tem como propsito o aumento da preciso e a diminuio do vis (ou seja, o aumento da validade) (Sees 6.5.3 e 6.5.4 O aumento 6.5.4 5.4). Sees da preciso logrado por tcnicas experimentais que contribuam para a homogeneizao das caractersticas estranhas do material experimental, enquanto que a diminuio do vis obtida pelo emprego de tcnicas experimentais que permitam evitar o confundimento tendencioso de efeitos de caractersticas estranhas com efeitos de fatores experimentais e contribuam para a melhor representao da populao objetivo pela amostra. Muito freqentemente a implementao de um controle de tcnica
388
experimental para um desses propsitos prejudica o outro. O pesquisador deve adotar o controle de tcnicas experimentais de modo equilibrado para que seja lograda preciso e validade to elevadas quanto possvel. O controle de tcnicas experimentais , em geral, o procedimento mais eficaz para o controle da variao devida a caractersticas estranhas. Entretanto, como ele elimina ou restringe a variao das caractersticas estranhas controladas, somente pode ser empregado para caractersticas estranhas cuja uniformidade de manifestao na amostra no implique prejuzo para a representao da populao objetivo. Por essa razo, o controle de tcnicas experimentais utilizvel mais amplamente em experimentos bsicos do que em experimentos tecnolgicos. Observe-se que, em geral, o propsito do controle de tcnicas experimentais no tornar caractersticas estranhas constantes ou invariveis. O que mais freqentemente importante e desejvel a eliminao ou diminuio da variao dos efeitos dessas caractersticas entre os nveis dos fatores experimentais. As caractersticas estranhas que podero compor a amostra podem ser distinguidas em trs subclasses quanto possibilidade e convenincia de controle de tcnicas experimentais: 1) caractersticas estranhas que no so passveis de controle de tcnicas experimentais; 2) caractersticas estranhas que podem ser submetidas a controle de tcnicas experimentais limitado; 3) caractersticas estranhas que podem ser submetidas a controle de tcnicas experimentais ilimitado. A subclasse 1) compreende as caractersticas estranhas inerentes s unidades cuja manifestao est fora do controle do pesquisador. As subclasses 2) e 3) so constitudas pelas caractersticas estranhas cuja manifestao pode ser sujeita a interferncia do pesquisador. Entretanto, o controle de caractersticas da subclasse 2) pode implicar prejuzo da representao da populao objetivo pela amostra; portanto, deve ser exercido de modo cauteloso, at o ponto em que no decorra tal prejuzo. Observe-se que as caractersticas estranhas da subclasse 3) podem ser submetidas a controle de tcnicas experimentais ilimitado no que diz respeito ausncia de prejuzo para a representatividade da amostra. De fato, em geral, o controle de tcnicas experimentais de qualquer caracterstica estranha parcial ou limitado pela impossibilidade de lograr constncia absoluta de sua manifestao nas unidades da amostra. Para ilustrao dessas trs subclasses das caractersticas estranhas, consideremse novamente os experimentos descritos no Exemplo 5.34 e no Exemplo 5.35 da Seo 5.8, 5.8 cujas caractersticas estranhas foram identificadas no Exemplo 9.1 e no Exemplo 9.2.
Exemplo 9.4
As caractersticas estranhas do experimento do efeito do fitohormnio sinttico cido indolbutrico (AIB) sobre o enraizamento de estacas de kiwi (Exemplo 5.34, Exemplo 9.1) so Exemplo 5.34 classificadas nas trs subclasses referentes possibilidade e convenincia de controle de tcnicas experimentais como segue: 1) caractersticas estranhas que no so passveis de controle de tcnicas experimentais: nenhuma; 2) caractersticas estranhas que podem ser submetidas a controle de tcnicas experimentais limitado: nenhuma; 3) caractersticas estranhas que podem ser submetidas a controle de tcnicas experimentais ilimitado: caractersticas da estaca - procedncia, comprimento, espessura
389
e sanidade; caractersticas do ambiente solo: textura, estrutura, fertilidade e umidade, clima: temperatura, umidade relativa e insolao, incidncias de doenas, pragas e predadores; caractersticas das tcnicas de cultivo - preparo das estacas, aplicao do fitohormnio AIB (excludas as propriedades referentes ao fator experimental AIB), preparo do vaso, estaquia, aplicaes de fungicidas e inseticidas, proteo contra predadores e coleta das estacas enraizadas; caractersticas dos processos de mensurao e registro dos dados. Assim, nesse experimento todas as caractersticas estranhas podem ser submetidas a controle de tcnicas experimentais ilimitado. Isso significa que o pesquisador pode e deve implementar todas as aes ao seu alcance para lograr a manifestao das caractersticas estranhas de modo to uniforme quanto possvel. Em geral, o grau dessa uniformidade limitado pelos recursos disponveis; por exemplo, as caractersticas do solo nos vasos (textura, estrutura, fertilidade e umidade) podem ser acentuadamente homogneas, mas no absolutamente homogneas; o controle climtico da casa de vegetao pode ser bastante acentuado, mas no absoluto; as tcnicas de cultivo podem ser implementadas de modo consideravelmente uniforme em todos os vasos, mas no de modo constante; a mensurao e o registro dos dados podem ser procedidos com todo o cuidado, mas no de modo absolutamente invarivel.
Exemplo 9.5
As caractersticas estranhas do experimento de controle de doenas foliares do trigo com fungicidas (Exemplo 5.35, Exemplo 9.2) so classificadas nas trs subclasses como segue: Exemplo 5.35 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.
As tcnicas experimentais dependem da rea de pesquisa e so especficas para cada rea. Discorrer-se-, a seguir, sobre o procedimento geral para implementao apropriada dessas tcnicas, na ordem cronolgica em que elas devem ser usualmente implementadas, com recurso de ilustraes atravs de exemplos particulares.
9.4.1
Preparao do material experimental O material experimental inicial escolhido deve ser preparado para a execuo do experimento. Particularmente, devem ser empregadas as tcnicas experimentais requeridas para lograr a representao apropriada das caractersticas estranhas presentes na populao objetivo e a maior homogeneidade dessas caractersticas que seja possvel sem prejuzo dessa representao. O Exemplo 9.6 ilustra algumas situaes.
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
390
populao objetivo (tais como indivduos com anomalias e outras condies atpicas), e devem ser utilizadas instalaes uniformes apropriadas.
9.4.2
Constituio das unidades experimentais Uma vez estabelecida a constituio do material experimental inicial ou bsico, ele deve ser dividido para a formao das unidades experimentais, das unidades de observao e das classificaes dessas unidades para propsito de controle local. A classificao das unidades de observao relaciona-se com o planejamento do controle local, que o tema da Seo 9.5; a conseqente formulao da estrutura das unidades 9.5 o tpico da Seo 10.3 10.3. Em experimentos de abrangncia ampla, a constituio das unidades experimentais, das unidades de observao e das classificaes das unidades de observao para propsito de controle local procedida separadamente para cada seo do espao e do tempo. O Exemplo 9.7 apresenta ilustraes referentes situao mais simples de uma nica formao de unidades experimentais, recorrendo aos experimentos considerados no Exemplo 9.6.
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.
Em experimentos fatoriais com duas ou mais formaes de unidades experimentais a diviso do material experimental deve ser efetuada de modo a constituir a estrutura das unidades apropriada. Exemplo 9.8
a) Em um experimento para pesquisa do efeito da formulao da rao e da administrao de anabolizante em sunos no perodo de crescimento e terminao para o abate (Exemplo 5.12) Exemplo 5.12 as instalaes compreendem um conjunto de boxes coletivos para quatro animais. Convenientemente, o boxe com os correspondentes quatro animais constituem a unidade
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.
A formao das unidades experimentais requer as definies de seu tamanho e composio, de sua forma e do nmero de unidades para os nveis dos fatores experimentais. Essas definies so relevantes, principalmente pelas suas implicaes para a preciso, a validade interna e a validade externa das inferncias.
9.4.2.1 Tamanho e composio das unidade experimentais

Em experimentos com um nico fator experimental o material experimental compreende uma nica formao de unidades experimentais; em experimentos com mais de um fator experimental pode haver mais de uma formao de unidades experimentais (Seo 5.4). Restries de recursos, razes de ordem prtica e econmica, e a Seo 5.4 viabilizao da pesquisa muito freqentemente requerem que as unidades experimentais sejam menores do que as unidades correspondentes da populao objetivo. Por exemplo, em experimentos de campo com plantas as unidades experimentais so usualmente pequenos talhes, em vez de lavouras das dimenses usuais na populao objetivo; em experimentos com animais em pastoreio as unidades experimentais so potreiros de pequenas dimenses e poucos animais em lugar de potreiros de uma fazenda com um rebanho de animais; em um experimento com aves poedeiras as unidades experimentais so gaiolas com poucos animais, enquanto na populao objetivo so instalaes que podem compreender centenas de animais. Em experimentos comparativos inferncias sobre efeitos de tratamentos que so baseadas em unidades pequenas so no tendenciosas apenas se o comportamento relativo dos tratamentos nessas unidades forem similares aos comportamentos nas unidades da populao objetivo. Por outro lado, o desvio padro por unidade tende a crescer com a diminuio do tamanho da unidade, dado que unidades pequenas so menos representativas do material experimental global. Entretanto, esse prejuzo para a preciso pode ser compensado pela possibilidade do uso de maior nmero de unidades pequenas. Em geral, a unidade experimental deve satisfazer algumas propriedades essenciais que estabelecem um limite mnimo s suas dimenses. Essas propriedades so consideradas a seguir. a) A unidade experimental deve servir como unidade para aplicao de um nvel do fator experimental. Essa propriedade requer que a unidade experimental tenha tamanho apropriado. Esse tamanho deve ser suficiente para que o fator experimental possa ser implementado. Alguns fatores experimentais requerem unidades grandes; outros podem ser acomodados em unidades de pequenas dimenses. Assim, os fatores mtodo de preparao do solo ou de irrigao em experimentos com plantas e composio da pastagem em experimentos com gado de corte em pastoreio requerem unidades de dimenses grandes; no outro extremo, os fatores cultivar, poda e desbaste de frutos em experimentos com plantas frutferas e hormnio de crescimento de animais podem ser alocados em unidades pequenas; unidades experimentais para fatores como inseticida, fungicida e herbicida podem ter dimenses intermedirias entre esses dois extremos. Por exemplo, as unidades para mtodos de preparao do solo devem ser suficientemente grandes para o uso dos equipamentos adotados em lavouras; o revolvimento do solo manual com enxada pode ter efeito muito diferente do efetuado com arado e o manejo de arado requer unidade grande e comprida. b) A unidade experimental deve compreender o nmero apropriado de componentes. Essa uma propriedade relevante tanto para a preciso quanto para a
392
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
conveniente a composio da unidade experimental elementar por um nmero de animais superior quele que deve ser utilizado para as mensuraes. Em algumas situaes o tamanho apropriado da unidade pode variar com o nvel do fator experimental. Esse pode ser o caso, por exemplo, de fatores como espaamento de plantas e lotao animal. Particularmente, configuraes comparveis de diferentes espaamentos de plantas podem requerer tamanhos de unidades diferentes. Alternativamente, podem ser buscadas unidades de mesmo tamanho com a variao adequada de configurao. Por exemplo, em um experimento de espaamento de plantio de batatinha em que os tratamentos so os trs espaamentos entre linhas: 10, 20 e 30cm, com espaamento comum de 1m dentro da linha, parcelas com 6 linhas de 5m devem ter 3, 6 e 9m2, respectivamente. Alternativamente, podem ser constitudas parcelas de mesmo tamanho com nmeros de linhas diferentes; por exemplo, parcelas de 7,2m2, respectivamente com 12, 6 e 4 linhas. Essas duas alternativas tm implicaes diferentes e o pesquisador deve decidir qual a mais apropriada para que os tratamentos revelem seus efeitos sob as condies da populao objetivo. f) As unidades no devem permitir interferncias de efeitos de tratamentos. Essa propriedade requer duas condies: a) confinamento da aplicao dos tratamentos s unidades a que so assinalados e b) confinamento dos efeitos dos tratamentos a essas unidades. Naturalmente, a violao da primeira condio implica a da segunda. Em experimentos agrcolas as plantas prximas s fronteiras de uma parcela podem ser afetadas pelos tratamentos nas parcelas vizinhas. Por exemplo: a) plantas de uma parcela com uma cultivar de porte baixo ou de razes curtas podem ser prejudicadas pela competio com plantas de parcela vizinha com uma cultivar de maior porte ou de razes compridas, enquanto que estas podem ser beneficiadas; b) plantas de uma parcela com uma dose baixa de fertilizante podem ser beneficiadas pela dose de fertilizante elevada de uma parcela vizinha, enquanto que as plantas desta parcela podem ser prejudicadas. Nas situaes em que a interferncia de efeitos de tratamentos se restringe s fronteiras das parcelas, o confundimento desses efeitos pode ser controlado pelo descarte de uma bordadura da parcela. Em muitas circunstncias a interferncia de efeitos de tratamentos tem abrangncia que pode no ser controlvel pelo uso de bordadura na parcela. Esse o caso, por exemplo, de tratamentos para controle da incidncia de insetos, de fungos ou de vrus, e de experimentos para pesquisa de irrigao ou de fertilizao do solo. Pesticida aplicado em uma parcela pode ser espalhado pelo vento para outras parcelas, gua aplicada a uma parcela pode escorrer para parcelas prximas e fertilizante aplicado em uma parcela pode atingir razes de plantas de parcelas vizinhas. Por outro lado, uma concentrao elevada de insetos, fungos ou vrus em uma parcela sem pesticida pode provocar migrao para outras parcelas; plantas que se desenvolvem mais em parcelas com nveis de irrigao ou fertilizao do solo favorvel podem ocasionar sombreamento ou proteo contra vento de plantas em parcelas com nveis menos favorveis desses fatores. Os recursos para evitar interferncias de efeitos de tratamentos dessas origens so os usos de espaamentos e reas de proteo entre as unidades, adicionalmente ao descarte de bordaduras. Os usos de bordaduras, espaamentos e reas de proteo requerem que a unidade experimental tenha tamanho maior do que a frao do material experimental em que sero efetuadas as mensuraes das caractersticas respostas. Isso implica desperdcio de material experimental e trabalho que so proporcionalmente maiores para unidades pequenas. Esse fato deve ser levado em conta na definio do tamanho da unidade experimental. Por outro lado, algumas vezes essas tcnicas de controle experimental so solues apenas parciais. Por exemplo, no caso em que os tratamentos so pesticidas, os espaos e reas de proteo no podem ficar sem pesticida, pois constituiriam foco de infeco ou infestao; tambm no podem receber nvel elevado de pesticida, porque
394
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 5.5). Duas ou mais unidades de observao por unidade Seo 5.5 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:
2 2 o e + , r rk 2 onde 2 e o so os componentes da varincia atribuveis unidade experimental e 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.
9.4.2.2 Forma da unidade experimental

Em experimentos em que a unidade experimental tem dimenso espacial a forma da unidade pode ter implicaes importantes para a praticabilidade de operaes que devem ser implementadas na unidade e para a preciso e a no tendenciosidade das inferncias. Por exemplo, a) em experimentos de campo com plantio em linha a aplicao de pesticidas por meio de pulverizadores, a capina e a colheita podem ser facilitadas quando a parcela alongada na direo das linhas; b) em experimentos em terreno plano, em que a heterogeneidade das caractersticas do solo tende a aumentar com a distncia, pode ser lograda preciso mais elevada com formato de parcela aproximadamente quadrado; c) em experimentos em terreno com declive, onde a heterogeneidade das caractersticas do solo mais acentuada na direo do gradiente mximo, pode ser obtida preciso mais elevada com parcelas alongadas com a maior dimenso nessa direo; d) em experimentos agrcolas em terreno plano, o confinamento da aplicao e dos efeitos de inseticidas, fungicidas, herbicidas e fertilizantes pode ser mais eficaz com o formato das unidades experimentais aproximadamente quadrado. Esses exemplos salientam que os critrios de facilidade prtica de operaes, preciso e no tendenciosidade podem conduzir a formas de unidade experimental distintas. Em geral, o pesquisador deve escolher uma forma conciliatria apropriada para cada situao particular. A forma da unidade experimental que otimiza a preciso tambm depende do delineamento e particularmente da disposio e do nmero de unidades nos blocos, no caso de delineamento em blocos. Esse tema considerado na Seo 9.5 9.5.
396
Determinao 9.4.2.3 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 9.4.2.1 Seo 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 5.9; Seo 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
7. Explique e ilustre com a situao do experimento considerado no exerccio 5 a distino entre tcnicas experimentais necessrias para o funcionamento das unidades e tcnicas experimentais implementadas propositadamente para o controle experimental. 8. Explique os significados de perodo pr-experimental e perodo experimental e os descreva atravs de um exemplo de experimento de sua rea. 9. D exemplos de tcnicas experimentais para preparao do material experimental recorrendo situao do experimento considerado no exerccio 5 ou a outro exemplo de sua rea. 10. Explique a relevncia do planejamento do tamanho e da composio das unidades experimentais. 11. Porque em experimentos com animais e plantas muito freqentemente a unidade experimental no pode compreender um nico componente, ou seja, um nico animal ou uma nica planta? 12. D um exemplo de experimento de sua rea em que pode haver interferncia de efeitos de tratamentos alocados em unidades diferentes e descreva aes de controle de tcnicas experimentais apropriadas para evitar tendenciosidade dessa originem. 13. Em que situaes pode ser conveniente considerar duas ou mais unidades de observao por unidade experimental elementar? Ilustre com exemplos de sua rea. 14. Proveja ilustraes de experimentos de sua rea em que a forma da unidade experimental pode ter implicaes relevantes para a praticabilidade de tcnicas necessrias para o funcionamento das unidades. 15. Explique a relevncia do conhecimento anterior e, quando esse conhecimento inexiste ou insuficiente, da realizao de pesquisas de tcnicas experimentais para subsdio para o planejamento de experimentos.
9.4.3
Nmero de repeties apropriado O nmero de repeties e o tamanho da unidade experimental esto relacionados estreitamente, j que para uma quantidade particular de material experimental a reduo do tamanho da unidade experimental permite o aumento do nmero de repeties. O nmero de repeties tem influncia decisiva para a preciso das inferncias (Seo 6.5.3 De fato, para uma composio particular das caractersticas estranhas do Seo 6.5.3). material experimental e na suposio de que o controle experimental esteja estabelecido, a adoo do nmero de repeties apropriado um recurso para lograr a deteco de efeitos de fatores experimentais. A determinao do nmero de repeties apropriado uma questo complexa para a qual no h resposta simples. A resposta requer informaes que dependem das circunstncias de cada experimento, particularmente sobre: a) o material experimental disponvel, b) a variabilidade das caractersticas estranhas, c) a estrutura das condies experimentais, d) a grandeza do efeito que de importncia e e) a importncia relativa das comparaes. O procedimento para determinao do nmero mnimo de repeties requerido depende do delineamento experimental. Ser considerada inicialmente a situao mais simples de um nico fator experimental, tratamentos com igual nmero de repeties e delineamento ortogonal. Suponha-se que o experimento tenha como propsito comparaes simples de tratamentos bilaterais (Seo 6.5.7 Ento, se o desvio padro por unidade , o Seo 6.5.7). nmero de repeties requerido r para uma probabilidade 1- de declarar a existncia de uma diferena real entre as mdias de dois tratamentos quando ela realmente existe e uma probabilidade de declarar a existncia dessa diferena quando ela no existe :
398
2 2
r 2 (Z/2 + Z ) ,
onde ZP o ponto P-percentual superior da distribuio normal padro, ou seja, o valor de uma varivel aleatria Z com distribuio normal com mdia zero e varincia um que limita uma cauda superior igual a P: P=P(z>ZP).. As probabilidades e devem ser baseadas, respectivamente, em riscos aceitveis de erro tipo 1 e erro tipo 2. Para comparaes simples unilaterais o valor Z/2 deve ser substitudo por Z. Esse procedimento requer informaes e decises sobre: a) uma estimativa da varincia do erro experimental 2, b) a grandeza da diferena que deve ser detectada (), c) a confiana com que desejado detectar a diferena (1-: potncia do teste), d) nvel de significncia a ser usado nas comparaes dos tratamentos (: probabilidade de erro tipo 1) e e) o teste a ser adotado: bilateral ou unilateral. O nmero requerido de repeties geralmente aumenta se: a) o desvio padro cresce, b) o tamanho da diferena a ser detectada aumenta, c) a probabilidade do erro tipo 2 diminui e d) a probabilidade do erro tipo 1 diminui. O uso dessa expresso tem algumas dificuldades. Primeiramente, o valor de r depende da varivel resposta. Portanto, em experimentos com mais de uma varivel resposta relevante o valor determinado para r geralmente no nico. Nesse caso, em princpio, o valor escolhido para r deve ser o maior dos valores determinados para cada uma das variveis respostas. Segundo, o pesquisador deve atribuir valores apropriados para a diferena e as probabilidades e dos erros tipo 1 e tipo 2. Em geral, a diferena a detectar deve ser estabelecida segundo o significado da varivel resposta. Em experimentos tecnolgicos, se a varivel resposta exprime uma caracterstica referente produo, so usualmente importantes consideraes referentes qualidade e ao valor do produto. Em algumas situaes, apenas diferenas grandes so importantes; em outras, diferenas pequenas j so importantes. Nesses experimentos pode ser conveniente que a escolha de seja estabelecida com o consenso de pesquisadores e usurios da pesquisa. As escolhas das probabilidades e requerem a compreenso dos significados dos erros tipo 1 e tipo 2, e a avaliao da gravidade desses dois tipos de erros de deciso. O pesquisador tem que ser criterioso nessas escolhas e levar em conta que no deve atribuir valores muito pequenos para ambos e , pois o valor de r cresce com a diminuio dos valores de e .
2 Outra dificuldade o usual desconhecimento da varincia populacional o que requer a utilizao de algum valor apropriado em seu lugar. O problema que, se a varincia 2 subestimada, o valor determinado para r menor do que o requerido, o que implica que a potncia do teste 1- superestimada; se 2 superestimada, r maior do que requerido e a potncia do teste subestimada. Esse problema pode ser contornado pela definio da diferena em termos do desvio padro , ou seja, pela expresso de como proporo ou percentagem de . Por exemplo, pode ser especificado como igual a 1, 2 ou 3 desvios padres, o que implica razo / igual a 1,
399
1/2 ou 1/3, respectivamente. Entretanto, com esse procedimento a diferena detectada no ser exatamente aquela desejada. De qualquer forma, usualmente a varincia 2 deve ser substituda por algum valor apropriado. Estimativas de varincia do erro experimental s2 providas por experimentos semelhantes j realizados so a melhor base para a escolha de um substituto paras 2. Com esse recurso o nmero de repeties requerido r deve ser ajustado para os graus de liberdade r da estimativa do erro provida por um experimento com r repeties. O nmero mnimo de repeties ajustado r provido pela expresso:
r' = 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. A estimativa da varincia da produo de gros, em decagramas por parcela de 4m , obtida de experimento semelhante realizado anteriormente em condies de solo e de clima tambm 2 2 semelhantes s = 149,3 com 15 graus de liberdade. Ento, s=12,22 dag/4m = 305kg/ha. Da ATabela A-2 do Apndice obtm-se: Z0,025 = 1,96 e Z0,20 = 0,84. O nmero mnimo de repeties requerido : r 2(1,96 + 0,84)
2
2
305 2 = 5,8 . 500
O nmero de graus de liberdade do erro para delineamento em blocos com 6 tratamentos e uma repetio completa dos tratamentos em cada um dos blocos (6-1)(6-1) = 25. Ento, o nmero de repeties ajustado : r' 25 + 3 25 + 1 5,8 = 6,3 .
Portanto, o nmero de repeties requerido ajustado para os graus de liberdade igual a 7. Pode-se verificar que os nmeros de repeties ajustados para estimado por s=305 kg/ha so: 17, 5 e 3, respectivamente.
= , 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 mnima detectvel nessas diferena 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 .
400
Exemplo 9.10
Seja o experimento para comparao de cultivares de ervilha considerado no Exemplo 9.9 . Suponha-se que o pesquisador condicionado a planejar o experimento com 4 repeties e que deseja saber a grandeza da diferena de mdias de cultivares que pode ser detectada pelas comparaes, qualquer que seja seu sinal, com probabilidade 1-=0,90 de que essa diferena seja declarada corretamente e probabilidade =0,05 de que seja declarada a existncia dessa diferena quando ela no existe.
Para r=4 repeties, obtm-se:

(1,96+0,84)
2 4 305 = 603,9 kg/ha.
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 o erro padro da diferena das estimativas das duas mdias. Uma
comparao ou diferena genrica de mdias populacionais de t tratamentos: m1, m2,..., mt expressa por (Seo 8.6.1 Seo 8.6.1): C=c1m1+c 2m2 +...+c t mt , onde c1, c2,..., ct so constantes apropriadas para cada comparao particular. Se os t tratamentos tm o mesmo nmero de repeties r, o erro padro da estimativa dessa comparao : d =
2 c1 +c 2 +...+c 2 2 t . r
401
Ento, a expresso da diferena mnima detectvel para essa comparao ou diferena de mdias de tratamentos mais genrica :
(Z/2 + Z )
2 c1 + c 2 +...+ c 2 2 t
Logo, a expresso do nmero de repeties requerido sem ajustamento para graus de liberdade : r
2 c1
+ c 2 +...+ c 2 2 t
)(Z/2 + Z )
2 2
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. Para essa comparao tem-se: c1 + c 2 + c 3 = (-2) + 1 + 1 = 6. Como esperado que o Vitavax no tenha efeito prejudicial para a produo, a comparao a considerar unilateral. Da tabela da distribuio normal padro (Tabela A-2) obtm-se: Z0,10=1,28 e Z0,20=0,84. Tabela AEnto, o nmero de repeties requerido sem ajustamento para graus de liberdade :
2 2 124
2 2 2
r 6 (1,28 + 0,84)
= 6,63 250
O ajustamento para os graus de liberdade (3-1)(6-1)=12 graus de liberdade resulta: r' 12 + 3 12 + 1 6,6 = 7,7 .
Logo, o nmero de repeties requerido r=8.
At aqui, foi considerada a situao de igual nmero de repeties para todos os tratamentos. Essa distribuio das unidades experimentais entre os tratamentos apropriada quando as inferncias de interesse so as comparaes simples dos tratamentos e essas comparaes so igualmente importantes. Quando as inferncias importantes referem-se a comparaes que envolvam mais de dois tratamentos, ou seja, comparaes de grupos de tratamentos, ou a um subconjunto das comparaes simples, o nmero de repeties apropriado geralmente no o mesmo para todos os tratamentos.
402
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 6.4 Seo 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 particularmente em Zar (1999) e Kuehl (2000). Captulo, 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
Levando em conta apenas os custos relativos da unidade de observao e da unidade experimental, evidente que, se o custo de observaes mltiplas na mesma unidade experimental o mesmo de adotar o correspondente nmero de unidades experimentais, a melhor soluo ter tantas unidades experimentais quanto necessrio com apenas uma unidade de observao em cada uma dessas unidades, ou duas no caso de interesse na variao dentro de unidade experimental. Por outro lado, se, como mais usual, a unidade experimental tem custo mais elevado, ser melhor o uso de poucas unidades experimentais, com um nmero relativamente grande de unidades de observao em cada unidade experimental. Por exemplo, em um experimento sobre o controle de uma infeco de bovinos de corte com antibiticos em que os animais so mantidos em um potreiro comum o custo de uma unidade experimental com dois animais o mesmo de duas unidades experimentais com um animal. Nesse caso, evidentemente, no h porque considerar mais de uma unidade de observao por unidade experimental. Entretanto, em um experimento de lotao de animais de corte em pastoreio em que a unidade experimental um potreiro com um ou mais animais, o custo de dois potreiros cada um com um animal consideravelmente mais elevado do que o de um potreiro com dois animais. Nesse caso melhor usar um pequeno nmero de unidades experimentais cada uma com um grande nmero de unidades de observao. Todavia a deciso usualmente no to simples, pois devem ser levados em considerao os requisitos referentes a tamanho e composio da unidade experimental (Seo 9.4.2.1 e a preciso das inferncias (Seo 6.5.3 .5.3). Seo 9.4.2.1) Seo 6.5.3 Se o nmero de observaes igual em todas as unidades experimentais, a varincia do erro experimental por unidade experimental : 2 + e
2 o , k
2 onde 2 a varincia entre unidades experimentais, o a varincia entre unidades de e observao dentro de unidade experimental e k o nmero de unidades de observao por unidade experimental. Ento, na situao de um nico fator experimental, mesmo nmero de repeties para todos os tratamentos e delineamento ortogonal, o erro padro da estimativa da diferena de duas mdias de tratamentos : 2 2 2 o e + . r k
Assim, se o pesquisador tem informao sobre a grandeza relativa das varincias 2 e e o baseada em experimentos realizados anteriormente em circunstncias semelhantes, ele pode determinar a relao entre o nmero de repeties r e o nmero de unidades de observao por unidade experimental k que minimiza esse erro padro e, portanto, maximiza a preciso das comparaes de mdias de tratamentos.
2
Se for possvel avaliar os custos relativos da unidade de observao e da unidade experimental, pode ser determinada a relao entre r e k mais econmica para produzir um dado erro padro.
9.4.4
Preparao das condies experimentais O controle de tcnicas experimentais deve ser utilizado para garantir a conformidade das condies experimentais a serem implementadas com as definies correspondentes estabelecidas no plano do experimento. Essas tcnicas experimentais devem evitar o confundimento das caractersticas inerentes s condies experimentais com caractersticas estranhas, de modo que seja garantida, tanto quanto possvel, a implementao das condies experimentais segundo suas respectivas definies.
404
Exemplo 9.12
a) Se as condies experimentais so cultivares (nveis de fator de tratamento), devem ser utilizadas as tcnicas experimentais apropriadas para que as sementes distingam-se, tanto quanto possvel, apenas pelas caractersticas inerentes constituio gentica das cultivares. Essas tcnicas experimentais devem evitar o confundimento das caractersticas genticas da semente inerentes cultivar com caractersticas estranhas tambm constituintes da semente, tais como as caractersticas referentes a sanidade, pureza e vigor. b) Se as condies experimentais so raas (nveis de fator intrnseco), os animais escolhidos para a amostra devem distinguir-se, tanto quanto possvel, apenas por caractersticas inerentes s raas. Para tal, devem ser obtidos animais com as demais caractersticas to similares quanto possvel, ou seja, animais de idades e pesos corporais prximos, submetidos a mesmo manejo, com estado sanitrio semelhante, etc.
Consideraes semelhantes valem para tratamentos especialmente preparados para o experimento, que nesse caso constituem simulaes de condies da populao objetivo. Exemplo 9.13
So exemplos de tratamentos especialmente preparados para o experimento os nveis dos fatores experimentais: a) percentagem de umidade da semente e temperatura do ambiente, em um experimento de armazenamento de semente; b) altura da lmina de gua, em um experimento de irrigao por inundao; e c) infestao do animal, em um experimento para pesquisa do efeito da carga de parasitos sobre o desempenho animal em que so provocadas infestaes nos correspondentes nveis do fator experimental.
9.4.5
prPerodo pr-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
Preparao do pessoal tcnico Em experimentos em que importante a participao de pessoal tcnico e auxiliar, tal como operadores, provadores e indivduos envolvidos em alguma atividade de manejo com o material experimental pode ser requerido o treinamento desses indivduos para capacitao e uniformizao de habilidades. Nessas circunstncias, pode ser importante a preparao de instrues escritas referentes s tcnicas experimentais a serem implementadas e o seguimento estrito dessas instrues.
405
9.4.7
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.
Funcionamento ou operao das unidades O perodo experimental envolve uma grande quantidade e variedade de tcnicas experimentais que correspondem aos procedimentos usuais requeridos para o funcionamento ou operao das unidades da populao objetivo, e aes prprias para controle experimental. Por exemplo, so procedimentos usuais em experimentos com plantas as tcnicas de cultivo (tambm denominadas prticas de cultivo ou tratos culturais); em experimentos com animais, as tcnicas de criao (ou prticas de criao, ou tcnicas de manejo). O Exemplo 9.15 apresenta ilustraes dessas tcnicas experimentais. Exemplo 9.15
Exemplos de tcnicas experimentais que constituem procedimentos usuais na populao objetivo: a) em experimentos agrcolas de campo, as tcnicas de cultivo dependem da espcie e do sistema de cultivo; em geral, compreendem procedimentos e aes referentes a: preparao do solo, plantio, aplicao de inseticidas, fungicidas e herbicidas, proteo contra predadores, irrigao, drenagem, capina, transplante, desbaste de frutos, proteo contra vento, colheita, etc.; b) em um experimento com animais, tcnicas de criao compreendem procedimentos e aes referentes a: suprimento de rao e gua, tratos sanitrios, proteo contra doenas, parasitas, predadores, vento, etc.
recomendvel que essas tcnicas experimentais sejam cuidadosamente elaboradas e implementadas com vistas ao controle experimental, de modo que no impliquem em fontes de variao estranha relevante. Por outro lado, pode ser conveniente que algumas tcnicas que no constituem procedimentos ou prticas usuais nas unidades da populao objetivo sejam empregadas intencionalmente com o propsito de controle experimental. Tcnicas experimentais dessa origem so ilustradas no Exemplo 9.16 16. Exemplo 9.16
Exemplos de tcnicas experimentais que no constituem procedimentos ou prticas usuais nas unidades da populao objetivo: a) em um experimento agrcola de campo, uniformizao de caractersticas da semente e da data de plantio, e homogeneizao do nmero de sementes plantadas por parcela ou reduo das plantas que emergem a um mesmo nmero por parcela; b) em um experimento com animais, uniformizao das instalaes e dos animais, e controle rigoroso da lotao e do provimento de rao e de gua.
406
O controle de tcnicas experimentais referentes operao das unidades deve ser implementado com cuidados especiais em experimentos tecnolgicos de ampla abrangncia espacial e temporal, em experimentos de longa durao e em experimentos executados em mais de uma etapa. Nesses experimentos o controle de tcnicas experimentais deve ser efetuado uniformemente em todas as sees do espao e ao longo do tempo. Em experimentos bsicos, conduzidos em laboratrio, estufa ou casa de vegetao, o controle de tcnicas experimentais pode ser utilizado mais intensivamente e de modo mais refinado e eficiente. Aplicao dos tratamentos Os tratamentos devem ser aplicados s unidades experimentais por processo aleatrio que leve em conta apropriadamente a estrutura das unidades determinada pelo controle local (Seo 9.5 Seo 9.5). A aplicao dos tratamentos envolve um conjunto de tcnicas experimentais importantes que devem ser implementadas com proveito para o aumento da preciso e da validade do experimento (Sees 6.5.3 e 6.5.4 6.5.4). Sees Os tratamentos devem ser aplicados conforme as definies estabelecidas no planejamento das condies experimentais, particularmente nas ocasies e segundo os esquemas especificados. Ressalvadas essas definies, os procedimentos de aplicao devem ser uniformes para todos os tratamentos. Essas consideraes so especialmente relevantes em experimentos de ampla abrangncia, repetidos em diversos locais de uma regio e em vrios perodos de um intervalo de tempo, como o caso de experimentos agrcolas com plantas anuais, e em experimentos de longa durao, como experimentos com plantas perenes e certos experimentos de fertilizao do solo e com animais. Os tratamentos prescritos podem requerer aplicao nica ou mltipla, em momentos ou intervalos de tempo coincidentes ou no, de amplitudes iguais ou diferentes (Seo 8.2.1). Por exemplo, cultivares podem requerer aplicao simultnea, Seo 8.2.1 na poca de plantio apropriada, enquanto que as aplicaes de inseticidas, antibiticos e dietas podem ter diversas definies, que podem compreender: aplicao nica simultnea ou em diversos instantes distintos, ou aplicao mltipla em instantes comuns ou diversificados, segundo esquemas apropriados. No caso de aplicao nica em um mesmo momento, deve ser garantido que as aplicaes dos distintos tratamentos abranja perodo suficientemente curto de modo que no decorram efeitos diferenciais para os tratamentos. No caso de aplicao em diversos instantes, o cronograma de aplicao deve ser obedecido estritamente. Em alguns experimentos as aplicaes de tratamentos distintos podem requerer amplitudes de tempo diferentes. Nesse caso, freqentemente h mais de uma alternativa para a escolha apropriada; entre elas, perodos de aplicao com incio no mesmo instante e trmino varivel, ou incio em instantes diferentes de modo que os trminos coincidam. Qualquer desvio das definies estabelecidas implica confundimento de efeitos de tratamentos com efeitos de caractersticas estranhas que se alteram com o tempo. Devem ser utilizadas tcnicas experimentais apropriadas para garantir que seja lograda a comparabilidade dos tratamentos conforme as definies estabelecidas no plano do experimento.
9.4.8
Coleta dos dados Os dados de um experimento so os resultados das mensuraes de caractersticas importantes das unidades da amostra. Os dados mais relevantes so usualmente os valores das variveis respostas originais, registrados nas correspondentes unidades de observao. A caracterizao das variveis respostas foi considerada no
407
Captulo 7 Captulo 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 5.6.3 e 9.6 9.6). Sees 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 5.8 Seo 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 5.8 Seo 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 7.2 Seo 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 Esse procedimento constitui, de perdidas. 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 7.2 Seo 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
408
produto, em instalaes apropriadas. Estas ltimas mensuraes podem compreender processos de anlise bastante elaborados. Caractersticas respostas derivadas ou compostas so definidas por relaes de caractersticas respostas originais ou puras e de caractersticas estranhas. Assim, essas caractersticas no so mensuradas diretamente; valores de variveis respostas que as representam so obtidos atravs de operaes aritmticas com valores de variveis respostas e de variveis estranhas. A mensurao de caractersticas respostas originais e de caractersticas estranhas relevantes pode demandar tcnicas experimentais desde as mais simples at as mais elaboradas. Algumas tcnicas e procedimentos referentes coleta de dados foram referidos nas Sees 7.3 e 7.4 que tratam de escalas e unidades de medida, e de 7.4, processos de mensurao de caractersticas respostas. Experimentos de ampla abrangncia e experimentos de longa durao usualmente compreendem a coleta peridica de dados que abrange intervalo de tempo bastante longo. Esse o caso de alguns experimentos de melhoramento gentico e de fertilizao do solo, e de muitos experimentos com animais e plantas perenes. A sistematizao e, sempre que possvel, a automao da coleta dos dados so importantes para evitar erros de registro e de transcrio de dados. A disponibilidade de instrumentos apropriados permite que o registro de dados de certas variveis possa ser efetuado automaticamente, sem a interveno humana. Apesar dos avanos no registro automtico de dados, os mtodos de registro de resultados de experimentos mais amplamente utilizados ainda so manuais. Nessas circunstncias, devem ser utilizados planilhas ou formulrios prprios para o registro dos dados, na forma apropriada para a edio de um arquivo de dados em meio magntico. A forma mais usual e geralmente recomendada a disposio dos dados em uma tabela de dupla-entrada, com as variveis dispostas nas colunas e as observaes nas linhas. A ordenao das variveis nas colunas e das observaes nas linhas arbitrria e deve ser determinada segundo a convenincia. Geralmente, conveniente que a tabela seja preenchida da esquerda para direita, na medida em que os dados se tornem disponveis. Para tal, os fatores experimentais devem ser assinalados s primeiras colunas; os fatores de unidade, ou seja, as variveis que exprimem caractersticas estranhas controladas por controle local, a um segundo conjunto de colunas; as co-variveis explanatrias e estranhas a um terceiro conjunto de colunas; e, finalmente, as variveis respostas originais devem ser alocadas s ltimas colunas, na ordem em que seus valores sero registrados (Figura F 9.1). Semelhantemente, conveniente que a disposio das observaes nas linhas seja aquela em que os dados sero registrados.
Fatores Fatores de experimentais unidade Obs. FE1 FE2 ... FU1 FU2 ... 1 2 ... Co-variveis C1 C2 ... Variveis respostas R1 R2 ...
Figura 9.1. Formato de planilha para o registro de dados de experimentos. Na impossibilidade de registro automtico dos dados, esse procedimento evita a transcrio de dados. Nessas planilhas, as variveis so usualmente representadas por abreviaturas ou siglas. A planilha definida para o registro dos dados deve constar do protocolo do experimento, onde as variveis devem ser claramente descritas, com a especificao das escalas e unidades de medida a serem utilizadas.
409
Dados de variveis nominais e ordinais e de variveis racionais que exprimem contagens usualmente so nmeros inteiros no negativos exatos de poucos dgitos. Entretanto, dados de variveis intervalares e racionais, em geral, so nmeros reais no exatos tomados como aproximaes para os valores verdadeiros das grandezas mensuradas com um certo nvel de preciso dependente do instrumento de mensurao. Nessas circunstncias, devem ser adotados critrios apropriados para a deciso referente preciso do processo de mensurao e ao nmero de dgitos a considerar no registro dos dados. Em geral, a inexatido dos dados resultantes de um processo de mensurao devida inabilidade para a mensurao exata ou falta de interesse para mensurao mais exata, porque valores mais exatos no aumentariam a utilidade do resultado. O nmero de dgitos (algarismos) nos dados de uma varivel que exprimem a preciso do processo de mensurao denominado nmero de dgitos significativos significativos. Convencionalmente, o ltimo algarismo de um nmero aquele que foi obtido com alguma incerteza, isto , foi aproximado por arredondamento. A conveno usual de aproximao por arredondamento a seguinte: a) se o primeiro algarismo direita do ltimo dgito a ser conservado menor do que 5, esse ltimo dgito no alterado; assim, 7,549 torna-se 7,5 quando arredondado para dois dgitos, ou para uma casa decimal; b) se o primeiro algarismo a ser descartado maior do que 5, ou 5 seguido de um algarismo diferente de zero em qualquer posio direita, o ltimo dgito retido aumentado de uma unidade; por exemplo, quando so arredondados para trs dgitos, 57,46 torna-se 57,5 e 39,650001 torna-se 39,7; c) quando o primeiro dgito a ser descartado 5 e todos os dgitos direita deste so zeros (supondo que o nmero escrito com um nmero infinito de casas alm do 5), o ltimo dgito retido comumente o prximo dgito par. Com base nessa conveno, o nmero 35 em um conjunto de dados de uma varivel contnua sugere que o instrumento de medida era graduado em unidades e que o verdadeiro valor medido poderia situar-se entre 34 e 36. Semelhantemente, o nmero 35,7 exprime uma medida entre 35,6 e 35,8; e o nmero 35,65, uma medida entre 35,64 e 35,66. Um valor inexato dito arredondado para o ltimo algarismo (dgito) significativo. arredondado Um algarismo em um nmero significativo se o erro do algarismo na prxima posio direita no superior a 5 nem inferior a -5. Todos os algarismos esquerda do ltimo algarismo significativo (ou seja, o algarismo significativo mais direita) so algarismos significativos do nmero, exceto em nmeros menores que 0,1 nos quais os zeros entre a primeira casa decimal e o primeiro algarismo diferente de zero no so significativos. Assim, o nmero de algarismos significativos de um dado nmero o nmero de dgitos contados esquerda a partir do ltimo algarismo significativo at o ltimo algarismo esquerda diferente de zero, includo este. Sempre que possvel, os dados devem ser escritos de modo que mostrem quantos dgitos so significativos. Assim, os nmeros que seguem tm quatro algarismos significativos: 5.412, 541,2, 54,12, 0,541.2 e 0,005.412. O nmero de dgitos significativos de um nmero inteiro cujos ltimos algarismos so um ou mais zeros pode ser duvidoso. Por exemplo, 53.140.000 pode compreender 4, 5, 6, 7 ou 8 algarismos significativos. Nessas situaes, pode ser conveniente indicar o ! ltimo algarismo significativo por um ponto colocado acima. Assim, 53.140.000 indica ! quatro algarismos significativos, e 53.140.000 indica seis algarismos significativos. Uma conveno mais conveniente escrever apenas o conjunto dos algarismos significativos do nmero multiplicado por uma potncia de 10 apropriada; por exemplo, o nmero 53.140.000 pode ser escrito nas formas 5.314x104 e 53,14x106, para mostrar seus quatro algarismos significativos.
410
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
Preparao e edio dos dados Os dados coletados devem passar por uma etapa de preparao em forma apropriada para o processamento das anlises. Modernamente, com os recursos disponveis de computao eletrnica, a forma final usualmente um arquivo de dados em meio magntico. Essa etapa pode envolver diversos passos importantes que podem demandar esforo e recursos elevados, especialmente em experimentos de ampla abrangncia e com grande nmero de variveis. Uma breve caracterizao desses passos feita a seguir.

Registro dos dados
411
Os dados coletados atravs de mensuraes so os dados bsicos, usualmente denominados dados originais, puros ou crus. Esses dados so muito freqentemente registrados em planilhas ou formulrios apropriadamente formatados (Figura 9.1). Alguns F desses dados so valores de variveis respostas originais; outros so valores de variveis estranhas teis para a determinao dos dados de variveis respostas derivadas e valores de co-variveis para os propsitos listados nos primeiros pargrafos da Seo 9.4.8 Com a disponibilidade atual de recursos de computao, os dados das 9.4.8. variveis derivadas no precisam ser registrados nessas planilhas; podem ser ulteriormente calculados automaticamente, evitando o trabalho de clculo manual e as possibilidades de erros de clculos e de transcrio. Aps essa etapa inicial, deve ser procedida a verificao dos dados para a deteco e correo de problemas referentes legibilidade, ausncia de informaes e presena de dados discrepantes, ou seja, dados fora dos intervalos em que so esperados. Usualmente, devem ser assinalados cdigos para identificao das variveis nas colunas da planilha. Devem ser definidos cdigos apropriados para indicao de perdidos, valores perdidos ou seja, para a substituio de dados ausentes ou que no foram coletados em unidades de observao afetadas por alguma fonte de variao estranha perturbadora. Uma notao usual para valores perdidos um ponto (.). Em situaes em que a coleta dos dados automatizada, os dados das variveis originais so registrados diretamente em meio magntico, onde ficam disponveis. Criao do arquivo ou base de dados Se os dado no foram coletados automaticamente e registrados diretamente em meio magntico, eles esto disponveis em planilha prpria. Nesse caso, se h disponibilidade de recursos para tratamento automtico dos dados, deve ser procedida a digitao para a criao do arquivo ou base de dados em meio magntico (ou seja, em disquete ou disco rgido). Alguns "pacotes" de anlise estatstica possuem recursos prprios para a criao de arquivos de dados. Alternativamente, o arquivo de dados pode ser criado atravs de um editor de textos ou de planilha, ou de um utilitrio para banco de dados. Aps essa fase de criao do arquivo de dados, deve ser emitida uma listagem do arquivo para verificao da correo da transcrio dos dados, atravs de comparao visual com a fonte original dos dados. Qualquer incorreo deve ser corrigida no arquivo em meio magntico e novamente verificada atravs de uma listagem atualizada. Crtica e edio da base de dados Em situaes de grande volume de dados, so freqentes erros na planilha dos dados originais e no arquivo criado em meio magntico, mesmo aps revises visuais. Nessas circunstncias, pode tornar-se importante a execuo de uma verificao complementar com o recurso do prprio "pacote" que ser utilizado para execuo das anlises estatsticas. Uma crtica para a deteco de dados possivelmente incorretos pode ser efetuada atravs do clculo de estatsticas descritivas, como mnimo, mximo e distribuio de freqncias, para cada varivel. Essas informaes podem permitir a deteco de dados discrepantes, ou seja, que se destacam dos demais. Alguma representao grfica dos dados tambm pode ser til para a identificao de problemas. Para bases de dados de estrutura complexa, podem ser recomendveis verificaes lgicas. Por exemplo, se as observaes foram registradas ordenadamente ao longo do tempo, dados registrados em um instante de tempo no podem suceder dados registrados em instantes ulteriores; semelhantemente, se um animal morreu ou foi descartado em um instante do perodo
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. Liste os propsitos para os quais pode ser importante a mensurao de caractersticas estranhas da amostra. 10. Explique e ilustre os significados de unidade perdida e valor perdido. 11. Explique e ilustre o significado de dgitos significativos dos dados de uma varivel. 12. Descreva a estrutura da planilha para a coleta dos dados de um experimento. 13. Em um experimento o pesquisador pode prever a presena na amostra das trs seguintes fontes de variao dos valores da varivel resposta: 1) variao sistemtica planejada; 2) variao sistemtica no planejada; e 3) variao aleatria ou irrelevante. a) Identifique as origens de cada uma dessas trs fontes de variao entre as seguintes: 1) caractersticas explanatrias; 2) caractersticas estranhas relevantes; e 3) caractersticas estranhas irrelevantes. b) Classifique essas trs fontes de variao nas seguintes classes quanto posio do pesquisador referente a sua presena: 1) fonte de variao desejvel; 2) fonte de variao com a qual ele deve conviver; e 3) fonte de variao indesejvel. c) Comente a respeito da atitude do pesquisador com referncia a terceira fonte de variao listada no item b). 14. Porque dados de variveis respostas derivadas no devem ser preenchidos na planilha para registro dos dados?
9.5
Controle Local
Ao contrrio do controle de tcnicas experimentais, o controle local (Seo 5.6.2 Seo 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 6.5 Seo 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
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 5.21 Exemplo 6.5, Exemplo 6.11 6.11). Exemplo 5.21, 6.5 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 que trata da gerao 10, 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
controle local pode abranger diversas caractersticas estranhas relevantes. O Exemplo 9.17 prov uma ilustrao do uso eficaz do controle local para o controle de caractersticas estranhas relevantes do material experimental inicial. Exemplo 9.17
Considere-se um experimento de nutrio de sunos que deve ser conduzido com animais heterogneos quanto idade em boxes individuais de uma instalao tambm heterognea quanto a caractersticas ambientais Nessas circunstncias, os animais so classificados em um nmero apropriado de grupos de animais de idades prximas e as instalaes so divididas no mesmo nmero de grupos de boxes com cada um destes grupos constitudo por boxes de caractersticas ambientais semelhantes. Ento, os grupos de animais so alocados aos grupos de boxes. Dessa forma, as caractersticas estranhas relevantes dos animais e das instalaes so conjuntamente controladas por uma nica classificao das unidades de observao.
O controle local muitas vezes compreendido como a classificao das unidades na forma em que esto presentes no material experimental inicial, quando muito freqentemente os tratamentos so atribudos s unidades. Em geral, entretanto, o controle local tambm pode e deve ser utilizado com proveito durante a conduo do experimento. Em muitas situaes, um mesmo critrio de controle local pode ser utilizado com proveito para o controle de um conjunto amplo de caractersticas estranhas relevantes presentes no material experimental inicial ou que possam se manifestar ao longo do perodo experimental. Isso pode ser efetivado pela definio e execuo de controle local comum em etapas da conduo do experimento em que possa ser conveniente. Assim, a eficincia do controle local depende da habilidade do pesquisador na sua definio e execuo. Exemplo 9.18
Suponha-se que em um experimento de comparao de cultivares de feijo as unidades experimentais elementares so classificadas em blocos para controle local das caractersticas estranhas do material experimental inicial que levado em conta na atribuio das cultivares s unidades experimentais. Essa mesma classificao das unidades pode ser explorada para o controle de fontes de variao estranhas relevantes que possam decorrer de prticas de cultivo, tais como plantio, aplicao de fungicidas, inseticidas e herbicidas, e colheita. Por exemplo, se o plantio deve abranger vrios dias, pode ser conveniente que ele seja completado bloco por bloco, para que as diferenas mais relevantes que possam resultar fiquem entre os blocos e no dentro de blocos.
Alguns experimentos devem ser conduzidos em mais de uma etapa em decorrncia de seus objetivos ou de restries de material experimental que impedem a aplicao simultnea de todos os tratamentos. Esse o caso de experimentos que requerem instalaes ou equipamentos, tais como estufas, que sejam insuficientes para constituir o nmero adequado de unidades experimentais. Nessas circunstncias, pode ser requerido o controle local das caractersticas estranhas que se alteram com o tempo. Nesse caso, as etapas constituem os grupos de uma classificao das unidades de observao considerado para controle local (Exemplo 9.19 Exemplo 19) Exemplo 9.19
Considere-se um experimento para pesquisa do efeito da temperatura de cozimento de carne de lombo de leito sobre a qualidade do produto, em que so aplicadas na amostra quatro temperaturas do intervalo de temperaturas sob considerao na populao objetivo. utilizado um conjunto de 32 peas de lombo de modo que cada uma das 4 temperaturas deve ser assinalada a 8 peas. Se a variao de tamanho ou espessura das 32 peas de lombo relevante, pode ser conveniente o controle local dessas caractersticas estranhas pela classificao dessas 32 pores em 8 grupos cada um dos quais constitudo de 4 peas mais homogneas do que o conjunto das 32 peas, e, ento, a assinalao das 4 temperaturas s 4 peas de cada um desses 8 grupos. Pode ocorrer que operaes conduzidas no curso do experimento tambm sejam fontes
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.
Em alguns experimentos de mais de uma etapa, pode ser conveniente que o controle local seja exercido parcialmente, em mais de uma etapa do experimento, e completado ao longo de sua execuo. Essa circunstncia nem sempre fcil de ser compreendida. Exemplo 9.20
Considere-se um experimento sobre o efeito da nutrio da porca matriz e da nutrio do leito sobre a idade de abate e caractersticas da carcaa do leito, com dois fatores experimentais: dieta da porca e dieta do leito. Esse experimento compreende duas etapas: uma primeira etapa de nutrio da porca, em instalaes de criao, e a outra de nutrio do leito, em instalaes de crescimento e preparao para o abate. Na primeira etapa, o controle local pode ser exercido pela classificao das porcas segundo a idade e o peso corporal; as dietas da porca so atribudas aleatoriamente s porcas de cada um dos grupos dessa classificao. Nessa etapa os leites nascidos permanecem juntos com as respectivas porcas matrizes, at o desmame. Ao desmame, os leites so transferidos para outras instalaes, onde passam a receber a dieta para crescimento e terminao para o abate. Nessa segunda etapa, pode ser efetuado o controle local de caractersticas dos leites, atravs da classificao destes segundo as leitegadas; as dietas de crescimento e terminao para o abate so atribudas aleatoriamente aos leites de cada leitegada. Nessas circunstncias, esse experimento compreende controle local duplo exercido, de modo complementar nas duas fases de sua execuo.
Atravs do controle local, evitado o confundimento de efeitos de condies experimentais com efeitos das caractersticas estranhas controladas. Dessa forma, a variao correspondente a esse confundimento eliminada das estimativas de efeitos de condies experimentais e separada do erro experimental que afeta inferncias referentes a esses efeitos. Se a variao estranha controlada considervel, resulta um aumento substancial da preciso dessas inferncias. Entretanto, o controle local no elimina totalmente a variao devida s caractersticas estranhas controladas. O controle local separa dos efeitos de fatores experimentais e do erro experimental que afeta inferncias referentes a esses efeitos a variao atribuvel s caractersticas estranhas controladas que fica entre os grupos de unidades. Todavia, ele no tem efeito sobre a variao estranha entre as unidades dentro dos grupos. O controle local implica perda de unidades de informao referentes ao erro experimental. Esse fato tem implicaes para a grandeza relativa do erro experimental que expressa pela varincia do erro experimental, que a razo entre a variao experimental devida ao erro experimental e o correspondente nmero de unidades de informao independentes. Assim, para que o controle local seja eficaz, ou seja, implique na reduo da varincia do erro experimental, a diminuio da variao devida ao erro experimental deve superar a conseqente perda de unidades de informao. Por essa razo, o controle local somente pode e deve ser utilizado para caractersticas estranhas que se espera venham a constituir fontes de variao relevantes.
417
Freqentemente, h classificaes das unidades de observao que no so originadas de controle local como usualmente considerado na literatura, mas correspondem a caractersticas estranhas cujos efeitos sobre caractersticas respostas so relevantes. So classificaes das unidades de observao segundo sua disposio no espao e no tempo, classificaes que se originam de formaes de unidades experimentais e classificaes que correspondem a fatores experimentais intrnsecos. Essas classificaes relevantes devem ser consideradas para propsito de controle local, ou seja, devem ser levadas em conta na atribuio dos tratamentos s unidades, na formulao da estrutura do experimento, na especificao do modelo estatstico e nos procedimentos de inferncia. Assim, em experimentos de abrangncia ampla, em geral, as caractersticas estranhas mais relevantes relacionam-se com a disposio das unidades no espao e no tempo. Por essa razo, a classificao das unidades de observao nessas duas dimenses deve ser levada em conta no planejamento do controle local. Semelhantemente, fatores experimentais intrnsecos so associados a caractersticas estranhas relevantes que correspondem a classificaes naturais das unidades de observao. Essas classificaes tambm devem ser levadas em conta pelo controle local. Esse o caso, por exemplo, quando procedncia, turno, raa, sexo, local e ano so fatores experimentais. importante que nessas circunstancias sejam claramente distinguidos o conjunto das caractersticas que constituem o fator experimental e o agregado das caractersticas estranhas controlado por controle local. Essas duas fontes de variao devem ser levadas em conta separadamente na formulao da estrutura do experimento e na especificao do modelo estatstico. Esse tema considerado no Captulo 10. 10 A escolha de caractersticas estranhas para controle local e de seus correspondentes nveis depende da expectativa referente composio da classe das caractersticas estranhas do material experimental. Portanto, requer conhecimento e experincia do pesquisador. Em geral, caractersticas estranhas prprias para controle local satisfazem propriedades anlogas quelas listadas para fator experimental (Seo Seo 5.2); 5.2 seus nveis devem: 1) ser escolhidos e definidos no plano do experimento para cada unidade de observao; 2) compreenderem um pequeno conjunto que se repita nessas unidades; 3) classificarem as unidades em grupos que constituam uma partio do material experimental com a propriedade de que cada unidade pertena a um grupo e nenhuma unidade pertena a mais de um grupo; e 4) relacionar-se com os nveis das demais caractersticas estranhas controladas por controle local e com os nveis dos fatores experimentais constituindo uma estrutura significativa que determina a estrutura do experimento ou delineamento experimental. Caractersticas estranhas controladas por controle local so denominadas fatores de unidade (Seo 5.6.2). Muito freqentemente, um fator de unidade expresso por Seo 5.6.2 varivel de escala nominal e seus nveis na amostra supostamente constituem um subconjunto representativo da correspondente coleo numerosa dos nveis da populao objetivo. Nessas circunstncias um fator de unidade um fator aleatrio; por exemplo, local, ano e procedncia. Em situaes pouco comuns, um fator de unidade pode ser um fator qualitativo especfico ou qualitativo ordenado, portanto, um fator fixo. Observe-se que, de fato, usualmente a escolha dos nveis de um fator aleatrio para a amostra no efetuada por processo aleatrio, porque a populao objetivo uma populao conceitual ou porque as unidades dessa populao no so todas acessveis (Seo 8.4). Isso significa que o a escolha depende de conhecimento e de experincia do Seo 8.4
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 Na Seo 10.3 so descritas diversas 10. 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 5.8 ou seja: Seo 5.8), 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
b) a co-varivel mensurada aps a aplicao dos tratamentos, mas antes da
manifestao dos efeitos dos tratamentos; ou

c) pode ser assegurado, com base na natureza da co-varivel, que ela no afetada
por diferenas de tratamentos. A primeira circunstncia assegura que a co-varivel no afetada por diferenas de efeitos de tratamentos. Esse o caso do Exemplo 5.22 a), em que o peso corporal inicial do animal mensurado antes da aplicao dos tratamentos. Quando o momento da mensurao da co-varivel ulterior aplicao dos tratamentos, o uso do controle estatstico deve ser efetuado com cautela. Essa situao ilustrada pelo Exemplo 5.22 b), onde o estande mensurado ao final do experimento; portanto, pode ser influenciado pelos tratamentos A adequabilidade do controle estatstico nessas circunstncias pode ser justificada com base em experimentos anteriores ou atravs dos prprios dados do experimento, pelo emprego de procedimento de anlise estatstica apropriado. O controle estatstico, assim como o controle local, no interfere na constituio da amostra. Portanto, o controle estatstico tambm no tem implicaes para a representatividade da amostra. Assim, o controle estatstico um procedimento de controle experimental alternativo ou complementar ao controle local. O controle estatstico tambm pode ser simples ou mltiplo, ou seja, pode propiciar o ajustamento da varivel reposta para uma ou mais caractersticas estranhas. Entretanto, ele se distingue do controle local quanto forma do controle efetuado. O controle estatstico controla a variao dos valores observados da varivel resposta atribuvel caracterstica estranha controlada segundo a forma de relao postulada entre a varivel resposta e a co-varivel. Se apropriado, o controle estatstico permite a reduo da variao da resposta que atribuvel covarivel e a fontes de variao que so relacionadas com a co-varivel. Por outro lado, o controle local controla toda variao estranha entre os grupos de unidades correspondentes a classificao das unidades que ele estabelece ou leva em conta. Dessa forma, o controle estatstico apropriado para o controle de uma caracterstica estranha individual quando pode ser suposta a existncia de uma relao simples entre a varivel resposta e a co-varivel que exprima essa caracterstica estranha, enquanto que o controle local mais freqentemente apropriado para o controle de agregados de caractersticas estranhas. Em geral, o julgamento da convenincia relativa dessas duas formas de controle experimental no simples. Se uma parte considervel da variao dos valores observados da varivel resposta provm de uma caracterstica estranha especfica, o controle estatstico pode ser adequado. Todavia, se essa variao muito substancial, pode ser mais conveniente o controle local, ou o uso complementar desses dois procedimentos de controle experimental. Por exemplo, em um experimento com animais com variao muito considervel de peso corporal inicial decorrente de diferenas de idade, pode ser recomendvel a adoo do controle local para o controle das diferenas mais relevantes associadas idade. Se a variao de peso dentro dos grupos formados pelo controle local permanecer acentuada, pode ser conveniente o controle dessa variao remanescente atravs do controle estatstico. O controle local e o controle estatstico tambm se distinguem quanto s conseqncias. O controle estatstico origina perda de menor nmero de unidades de informao sobre o erro experimental do que o controle local. Por exemplo, o controle estatstico simples implica a reduo de apenas uma unidade de informao do erro experimental, enquanto que o controle local simples resulta na perda de g-1 unidades de informao, onde g o nmero de grupos formados pela classificao das unidades considerada para controle local. A perda de unidades de informao implica prejuzo para a preciso da estimativa do erro experimental e, portanto, para a preciso das inferncias
420
derivadas do experimento. A compreenso mais clara dessas implicaes requer o conhecimento dos procedimentos de inferncia estatstica. A adequabilidade do controle estatstico deve ser determinada para cada situao particular. Podem ser efetuados estudos para esse propsito atravs da explorao de dados de experimentos j conduzidos ou atravs de experimentos especficos. Assim, por exemplo, experimentos com soja permitiram estabelecer que variaes de estande so compensadas, de modo que, em geral, a produo de gros no afetada pelo estande nas situaes prticas usuais. Observe-se que o controle estatstico, assim como o controle local, no controla totalmente a variao atribuvel s caractersticas estranhas que so controladas. O controle estatstico elimina dos efeitos de condies experimentais e separa da estimativa do erro experimental para inferncias referentes a esses efeitos apenas a variao da varivel resposta atribuvel co-varivel que levada em conta pela relao postulada entre a varivel resposta e a co-varivel. Observe-se, tambm, que o controle local tem implicaes sobre a estrutura do experimento (vede Seo 10.4), o que significa que usualmente esse procedimento de 10.4 controle experimental afeta todas as caractersticas respostas, enquanto que o controle estatstico tem sentido e aplica-se apenas a um subconjunto de uma ou poucas das variveis respostas. Por exemplo, a) em um experimento de nutrio animal, o controle estatstico do peso inicial dos animais pode ser aplicvel para a varivel resposta peso ao abate, mas pode no se aplicar para variveis respostas que exprimam caractersticas da carcaa; b) em um experimento de comparao de cultivares de sorgo, o controle estatstico do estande final pode ser til para a varivel resposta peso da produo de gros, mas no para variveis respostas referentes a caractersticas do gro, tais como peso hectolitro e peso de 1000 gros. O procedimento de descarte das observaes de unidades experimentais afetadas por alguma fonte de variao estranha relevante pode ser considerado como uma forma particular de controle estatstico. Esse procedimento de desconsiderao de unidades experimentais visa evitar o vis resultante da presena de caractersticas estranhas perturbadoras. Observe-se que esse procedimento somente aplicvel sob as seguintes circunstncias: a) as unidades afetadas pela fonte de variao estranha perturbadora podem ser identificadas; b) o nmero dessas unidades relativamente pequeno; e c) as respostas observadas nessas unidades no so afetadas por efeitos atribuveis a condies experimentais.
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
A casualizao um procedimento de controle experimental que pode ser adotado na associao dos tratamentos s unidades e na implementao de tcnicas experimentais (Seo 5.6.4 Seo 5.6.4): A casualizao dos tratamentos estabelece uma relao entre os tratamentos e as unidades experimentais com a propriedade de que todas as unidades tenham a mesma chance de associar-se com qualquer dos tratamentos. A casualizao da implementao de uma tcnica experimental compreende o estabelecimento de uma ordem aleatria de execuo dessa tcnica experimental nas unidades experimentais com a propriedade de que todas as unidades tenham igual chance de ser favorecida ou desfavorecida. Tratar-se- aqui da utilizao da casualizao, do procedimento para sua implementao e de alguns problemas que podero ocorrer em situaes prticas. A casualizao cumpre dois propsitos bsicos: a) evitar confundimento tendencioso de efeitos de condies experimentais sobre caractersticas respostas com efeitos de caractersticas estranhas; e b) propiciar estimativas no tendenciosas do erro experimental apropriado para inferncias referentes a efeitos de condies experimentais. A utilizao apropriada da casualizao varia com o experimento e, principalmente, com as circunstncias do material experimental. Em princpio, a casualizao deve ser to ampla quanto possvel. Idealmente, ela deveria abranger todas as caractersticas estranhas da amostra no controladas por controle local e por controle estatstico. Na prtica, entretanto, a consecuo desse ideal apenas aproximada j que, em geral, a manifestao de muitas caractersticas estranhas, particularmente de caractersticas relacionadas ao ambiente, est fora do controle do pesquisador. Por outro lado, a casualizao pode ser dispensvel para o controle de caractersticas estranhas que sabidamente se manifestaro de modo irrelevante. A casualizao o procedimento de controle experimental para assegurar que caractersticas estranhas, conhecidas ou desconhecidas, identificveis ou no identificveis, no afetem caractersticas respostas de modo sistemtico, ou seja, tendenciosamente. Em particular, o nico recurso para o controle de fontes de variao estranhas desconhecidas. A casualizao como um seguro contra perturbaes que possam decorrer da manifestao de caractersticas estranhas na amostra. Ela uma precauo contra perturbaes que podem ou no ocorrer e que podem ou no ser srias se ocorrerem. O trabalho de casualizao recomendvel sempre que haja alguma suspeita de que uma ao possa implicar alguma tendncia, caso a casualizao no seja efetuada. Naturalmente, como usualmente h um grande nmero de operaes fsicas envolvidas em um experimento, a aplicao da casualizao na implementao de cada uma dessas operaes demandaria muito tempo e seria demasiadamente trabalhosa. Assim, o pesquisador deve utilizar seu julgamento para omitir a casualizao em situaes em que o conhecimento existente assegure que a ausncia de casualizao no implicar tendenciosidade. A importncia da casualizao na atribuio dos tratamentos s unidades freqentemente reconhecida. menos compreendida sua importncia em aes e intervenes importantes durante a conduo do experimento que possam implicar alguma fonte de variao estranha sistemtica, ou seja, alguma forma de variao estranha que no possa ser considerada aleatria. Em alguns experimentos a casualizao pode ser til para evitar tendenciosidade que possa resultar da interveno de pessoas envolvidas. Em outros, ela pode ser conveniente para lograr o balanceamento dos efeitos de variaes referentes ao ambiente. Esses propsitos da casualizao so discutidos a seguir.
422
9.7.1
Casualizao na assinalao dos tratamentos A forma genrica de arranjamento dos tratamentos nas unidades da amostra determinada pelo controle local. Por exemplo, com o controle local mais simples, ou seja, com uma nica classificao das unidades de observao em grupos constitudos por tantas unidades quanto so os tratamentos, a disposio dos tratamentos nessas unidades deve contemplar uma coleo completa dos tratamentos em cada grupo ou bloco de unidades. Entretanto, a disposio dos tratamentos dentro de cada bloco no fica estabelecida. O prximo passo a assinalao dos tratamentos s unidades de observao, que nesse caso so as unidades experimentais. Os tratamentos devem ser arranjados nas correspondentes unidades experimentais por procedimento que lhes assegure condies to semelhantes quanto possvel no que se refere presena de caractersticas estranhas nessas unidades, de modo que seja garantido que nenhum tratamento ser beneficiado ou prejudicado. O procedimento de assinalao dos tratamentos deve ser justo nesse sentido. Isso significa que todos os tratamentos devem ter igual chance de serem associados com qualquer unidade particular. A casualizao, isto , a assinalao aleatria dos tratamentos, o nico procedimento que garante essa propriedade. Qualquer outro procedimento pode conduzir injustia ou discriminao para alguns tratamentos. Alm disso, qualquer mecanismo ou processo de assinalao de tratamentos que possa tender a arranj-los nas unidades de modo mais ou menos semelhante do que o que seria logrado por alocao aleatria conduz a estimativas da variao aleatria menor ou maior do que a apropriada, que pode ser obtida apenas pela assinalao aleatria. O propsito da assinalao aleatria dos tratamentos , de fato, a casualizao de caractersticas estranhas da amostra, para evitar o confundimento tendencioso de seus efeitos sobre as caractersticas respostas com os efeitos de fatores experimentais. Isso logrado pelo estabelecimento de uma relao aleatria entre os nveis de caractersticas estranhas e as condies experimentais. O procedimento de casualizao para um experimento especfico depende da estrutura das unidades estabelecida pelo controle local (Seo 9.5). Entretanto, o Seo 9.5 princpio bsico e geral da casualizao, independente da estrutura de classificaes, a atribuio dos tratamentos s unidades experimentais de modo que todos os tratamentos tenham a mesma probabilidade de assinalao a cada unidade. A atribuio aleatria pode ser lograda ou pela alocao das unidades aos tratamentos ou pela alocao dos tratamentos s unidades. Na ausncia de controle local, os tratamentos so assinalados aleatoriamente s unidades experimentais sem qualquer restrio. No caso de controle local, a casualizao deve ser procedida de modo a garantir o arranjamento dos tratamentos determinado por esse procedimento de controle experimental. Por exemplo, com o controle local mais simples, ou seja, com a classificao das unidades experimentais elementares segundo os nveis de uma nica caracterstica estranha ou um nico agregado de caractersticas estranhas, a disposio dos tratamentos nessas unidades deve contemplar uma coleo completa dos tratamentos em cada grupo ou bloco. Nesse caso, o controle local requer que os tratamentos sejam assinalados s unidades bloco por bloco. Portanto, a casualizao deve ser procedida bloco por bloco, separada e independentemente para cada bloco. O Exemplo 5.24 e o Exemplo 9.21 provem ilustraes de casualizao na presena de controle local simples.
Exemplo 9.21
Considere-se o experimento do efeito da temperatura de cozimento de carne de leito sobre a qualidade do alimento (Exemplo 9.19 com o controle local simples simultneo das 19), Exemplo caractersticas relevantes das 32 peas de lombo e das 32 fornadas. Nessas circunstncias, os 8
423
grupos de 4 peas de lombo homogneas so associados aos 8 grupos de 4 fornadas homogneas, de modo que cada um dos 8 grupos resultantes constitui-se de 4 unidades homogneas quanto a caractersticas das peas de lombo e das fornadas. Ento, as 4 temperaturas devem ser atribudas aleatoriamente s 4 unidades de cada um desses 8 grupos, grupo por grupo, separada e independentemente.
Outras ilustraes de casualizao so apresentadas nos exemplos da Seo 5.9 5.9. Para outras formas de controle local, as restries que devem ser levadas em conta na casualizao dos tratamentos variam segundo a estrutura das unidades. Por exemplo, em experimentos de ampla abrangncia espacial e temporal, a casualizao deve ser procedida separada e independentemente para cada posio no espao e no tempo, e, para cada uma dessas posies, segundo a estrutura das unidades presente na correspondente posio. Os procedimentos de casualizao especficos para algumas estruturas de unidade particulares so considerados no Captulo 10 10. A casualizao deve ser procedida por algum processo fsico objetivo de sorteio. A operao bsica para a casualizao a gerao de uma ou mais ordenaes ou permutaes aleatrias de um conjunto de objetos numerados. Um procedimento para esse propsito , por exemplo, a extrao isenta de quadradinhos de papel numerados ou de pedras de vspora, dispostos em algum recipiente. Esses processos so freqentemente criticados por, na prtica, no imitarem apropriadamente o acaso, ou porque o pesquisador possa influir no resultado. Procedimentos usualmente mais recomendados so: uso de tabelas de dgitos aleatrios ou tabela de nmeros aleatrios, como a Tabela 1 do Apndice ou uso de recursos de programas e pacotes de Apndice, computao estatstica. Para a gerao de uma permutao aleatria do conjunto dos n primeiros nmeros inteiros positivos com o uso da Tabela 1 devem-se estabelecer, preliminarmente, as 1, seguintes convenes: a) nmero de dgitos dos nmeros a sortear; b) ponto de partida na Tabela; e c) direo e sentido do percurso para identificao dos nmeros sorteados. Para obter uma permutao aleatria de um conjunto de 9 nmeros ou menos (n9) suficiente o sorteio de nmeros de dois dgitos; para o sorteio de um conjunto de 10 a 99 nmeros (10n99) suficiente sortear nmeros de trs dgitos. (Esse procedimento de considerar um dgito a mais do que o necessrio conveniente para diminuir as possibilidades de repeties de nmeros e de tendenciosidade.) O ponto de partida na tabela pode ser localizado apontando um lpis, sem olhar, ou, mais objetivamente, de modo indireto, atravs da identificao de uma linha e de uma coluna da Tabela por esse processo de apontar com um lpis. Ento, para o sorteio de um conjunto de n nmeros da Tabela, lem-se os n nmeros consecutivos com o nmero estabelecido de dgitos, a partir do ponto localizado e na direo e sentido definidos. Nmeros repetidos so desconsiderados, passando-se adiante. Para ilustrao do uso da Tabela 1 considere-se a casualizao de 4 tratamentos a 1, 12 unidades experimentais, com a assinalao de cada tratamento a 3 unidades, para a situao de ausncia de controle local, ou seja, de uma estrutura das unidades sem qualquer forma de classificao. A casualizao para essas circunstncias consiste em atribuir cada um dos 4 tratamentos a 3 das 12 unidades de modo completamente aleatrio, ou seja, sem qualquer restrio. Para tal, inicialmente numeram-se arbitrariamente as 12 unidades, representadas em um croqui ou em uma lista; ou seja, assinalam-se os nmeros de 1 a 12 s 12 unidades, de modo conveniente (consecutivamente, por exemplo). Ento, a casualizao pode ser procedida atravs da gerao de uma permutao aleatria desses 12 nmeros e a conveno de assinalar o tratamento 1 s 3 unidades identificadas pelos 3 primeiros
424
nmeros dessa permutao, o tratamento 2 s 3 unidades identificadas pelos 3 seguintes nmeros da permutao, o tratamento 3 s 3 unidades identificadas pelos 3 seguintes nmeros da permutao, e, finalmente, o tratamento 4 s 3 unidades identificadas pelos 3 ltimos nmeros da permutao, ou seja, s 3 unidades restantes. Essa casualizao pode ser efetuada a partir do sorteio de 12 nmeros de 3 dgitos da Tabela 1 Convencione-se adotar o percurso vertical de cima para baixo a partir do 1. ponto inicial indicado com um lpis e suponha-se que o ponto localizado seja a interseo da linha encabeada pelo nmero 10 com a coluna encabeada pelo nmero 25. Ento, lem-se e registram-se os seguintes nmeros da tabela, na ordem em que aparecem: 860 162 796 442 635 448 699 340 733 580 757 186 12 1 11
4
10
A permutao aleatria gerada a numerao das ordens dos nmeros sorteados; assim, o menor nmero, ou seja, o nmero 162 recebe o nmero de ordem 1; 186, o segundo, recebe o nmero de ordem 2; e assim sucessivamente; o nmero mais elevado, 860, recebe a numerao de ordem 12. Assim, a permutao aleatria gerada : 121-11-4-7-5-8-3-9-6-10-2. Ento, o primeiro tratamento assinalado s unidades identificadas pelos nmeros 12, 1 e 11; o tratamento 2, s unidades 4, 7 e 5; o tratamento 3, s unidades 8, 3 e 9; finalmente, o ltimo tratamento, o tratamento 4, assinalado s unidades restantes: 6, 10 e 2. Em outras situaes esse procedimento utilizado com as variaes apropriadas. Por exemplo, a) quando os tratamentos devem ser atribudos a nmeros diferentes de unidades; b) quando as unidades so classificadas em blocos e a coleo completa dos tratamentos deve ser assinalada a cada bloco com nmero de unidades de cada bloco igual ao nmero de tratamentos; e c) quando subconjuntos dos tratamentos devem ser assinalados s unidades de diversos blocos. Nas situaes de assinalao de tratamentos a unidades estruturadas em blocos, o processo tem que ser efetuado para cada bloco, separada e independentemente. Atualmente, so disponveis procedimentos automticos providos por programas especficos e pacotes de anlise estatstica que podem ser mais convenientes. Esses recursos permitem a gerao da casualizao para algumas estruturas simples de condies experimentais e de unidades, no formato da planilha prpria para o registro das observaes das variveis respostas. Em geral, o pesquisador precisa prover informaes sobre os fatores experimentais e os correspondentes nmeros de nveis, e sobre a forma do controle local. Podem originar-se questionamentos na aplicao da casualizao quando resulta alguma configurao aparentemente inconveniente do arranjamento dos tratamentos, particularmente em pequenos experimentos. Esse o caso quando o resultado da casualizao revela aparncia sistemtica da disposio dos tratamentos nas unidades ou se ajusta a algum padro do material experimental fisicamente significativo, mesmo que esse padro seja provavelmente sem importncia. Assim, por exemplo, em uma estrutura de unidades sem controle local as diversas unidades com um mesmo tratamento podem resultar em posies contguas; em uma estrutura com controle local simples pode originar-se o mesmo arranjamento dos tratamentos em todos os blocos. Tais configuraes so, em geral, indesejveis. Mesmo que se pense que provavelmente no haja um efeito de ordem, ou um efeito de posio, h vrias circunstncias, relacionadas com tcnicas experimentais, por exemplo, que podem produzir tais efeitos. As chances da ocorrncia dessas configuraes particulares so muito pequenas, exceto em experimentos com poucas unidades. Entretanto, elas podem ocorrer. H trs procedimentos alternativos para contornar essas dificuldades, todos eles implicando em
425
restrio casualizao. O primeiro procedimento alterar a forma de controle local, incorporando uma condio que evite arranjamentos inconvenientes. Essa pode ser a soluo apropriada em algumas situaes. Entretanto, no uma soluo geral para o problema, porque a introduo de restries adicionais casualizao pode ser impraticvel ou indesejvel. Particularmente, restries adicionais casualizao implicam perda de unidades de informao referentes ao erro experimental que pode no ser compensada pela eliminao de uma fonte de variao estranha provavelmente irrelevante; ademais, podem tornar a estrutura de classificao das unidades demasiadamente complexa. O segundo procedimento rejeitar configuraes inconvenientes, sempre que elas ocorram; ou seja, efetuar nova casualizao. Por exemplo, o pesquisador pode decidir rejeitar certos arranjamentos indesejveis. Possivelmente, haja pouca discordncia com referncia a arranjamentos extremos como os dois casos referidos anteriormente. Entretanto, como a deciso sobre os arranjamentos a serem considerados insatisfatrios arbitrria, pode haver discordncia com relao a arranjamentos menos extremos. Ademais, a rejeio de arranjamentos extremos altera as conseqncias da casualizao para os procedimentos de inferncia estatstica usuais. O terceiro procedimento usar o processo de casualizao restrita, que consiste restrita em selecionar aleatoriamente a casualizao particular para um experimento de um conjunto de arranjamentos considerados apropriados. Esse conjunto de arranjamentos escolhido de modo a excluir tanto os arranjamentos extremos indesejveis como aqueles muito balanceados, de tal modo que as conseqncias matemticas da casualizao usual sejam satisfeitas. Esse mtodo muito especializado para ser considerado neste texto e suas implicaes ainda no esto completamente estabelecidas. Nessas circunstncias, apesar de seus inconvenientes, o segundo procedimento pode ser a melhor alternativa quando a melhor forma de controle local j est estabelecida. Nesse caso, o melhor caminho identificar os arranjamentos indesejveis e que devem ser rejeitados, antes da casualizao. Felizmente, essa questo usualmente no to importante na prtica, j que, como salientado anteriormente, arranjamentos extremos ocorrem com chance aprecivel apenas em experimentos muito pequenos.
9.7.2
Casualizao na implementao de tcnicas experimentais A atribuio aleatria dos tratamentos evita o confundimento tendencioso de efeitos dos tratamentos com efeitos de caractersticas estranhas da amostra, mais usualmente de caractersticas do material experimental inicial. Entretanto, variao estranha importante no controlada por controle local e por controle estatstico tambm pode originar-se na implementao de tcnicas experimentais, ou seja, em aes e intervenes durante a conduo do experimento, at o registro e edio dos dados. Assim, importante que a casualizao tambm seja utilizada para evitar o confundimento tendencioso de fontes de variao estranhas que possam surgir durante a conduo do experimento. Por exemplo, em situaes em que alguma operao repetida, a ordem de operao pode ser uma fonte de variao estranha importante, em decorrncia de algum processo de aprendizagem que tenda a tornar a operao aperfeioada com o tempo, ou de fadiga que tenda a ter influncia oposta. Confundimento tendencioso dessa origem pode ser evitado pela casualizao da ordem da operao nas diferentes unidades. Em algumas circunstncias, variao estranha pode ser introduzida por algum equipamento. Situaes em que pode ser conveniente a casualizao na implementao de tcnicas experimentais so ilustradas no Exemplo 9.22 22.
426
Exemplo 9.22
a) Suponha-se um experimento de nutrio de vacas leiteiras em que o grupo dos animais tenha que ser submetido ao controle de carrapatos atravs de banho carrapaticida. Se h possibilidade de que a composio do lquido possa alterar-se ao longo dos banhos dos diversos animais, pode ser conveniente a casualizao da ordem de banho dos animais. b) Semelhantemente, em um experimento em que seja requerida a interveno de algum operador ou avaliador em alguma fase, pode ser conveniente a casualizao da ordem de operao ou avaliao das diversas unidades, se h expectativa de que a ordem possa ter qualquer influncia sobre o efeito do operador ou avaliador. Esse efeito pode decorrer, por exemplo, de ganho de experincia ou de fadiga ao longo do processo.
Assim como a casualizao na atribuio dos tratamentos, a casualizao na implementao de tcnicas experimentais tambm restrita pelo controle local. Por exemplo, na situao mais simples de controle local que compreende uma nica classificao das unidades experimentais, essas tcnicas experimentais devem ser implementadas grupo por grupo, em ordem aleatria nas unidades de cada grupo. Casualizao com recurso de encobrimento A casualizao tambm pode ter uso importante em situaes em que possa ocorrer alguma variao estranha substancial originada de efeitos de pessoas que intervm no experimento, como operadores, avaliadores e outros auxiliares, e do prprio pesquisador. Essa fonte de confundimento pode ser controlada com o emprego da casualizao junto com encobrimento para esconder das pessoas envolvidas os tratamentos aplicados a cada unidade. Tendenciosidade dessa origem pode resultar em qualquer etapa do experimento, desde a seleo das unidades at a mensurao das respostas. Exemplo 9.23
Considere-se um experimento clnico com animais para a comparao de drogas para tratamento de uma doena em que as unidades experimentais so animais que sero includos no experimento na medida em que os indivduos apropriados apaream na unidade de pesquisa. Nessas situaes, comum, surgirem dvidas sobre a incluso de algum animal particular. Se o pesquisador responsvel pela deciso referente incluso de animais no experimento sabe que o animal, se includo, receber um tratamento particular, esse fato pode influenciar a deciso em casos dbios, consciente ou inconscientemente. Se isso acontece, diferenas entre tratamentos ficam confundidas tendenciosamente com diferenas entre animais. Nessas circunstncias, conveniente que o tratamento a ser assinalado a cada animal particular seja encoberto ao pesquisador, isto , no seja revelado ao pesquisador. Se a ordem dos tratamentos determinada por uma casualizao inicial e se o procedimento de assinalao dos tratamentos aos animais disponvel ao pesquisador, o encobrimento no ser logrado. O mtodo satisfatrio efetuar a casualizao aps a seleo do animal, ou fazer com que o tratamento que um animal particular deve receber seja indicado em um envelope lacrado que no seja aberto at que o animal tenha sido definitivamente escolhido. Nesse ltimo caso, a ordem dos tratamentos casualizada pelo controlador do experimento, atravs da extrao aleatria de envelopes sucessivos, e no revelada ao pesquisador responsvel pela escolha dos animais.
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.
A casualizao para encobrimento tambm pode ser necessria na aplicao de tratamentos, particularmente se as unidades so indivduos que possam ser influenciados de modo relevante se tm conhecimento dos tratamentos que recebem. Essa situao ilustrada no seguinte exemplo. Exemplo 9.25
Suponha-se um experimento com crianas para avaliar o efeito de uma nova pasta dental com adio de flor. Esse experimento requer dois grupos de crianas: um grupo que receba a nova pasta dental (usualmente denominado grupo experimental e outro que no a receba (grupo experimental), grupo controle). controle Um procedimento muito insatisfatrio seria assinalar a nova pasta dental metade das crianas e no dar qualquer tratamento especial outra metade. De fato, para a obteno de resultados apropriados, necessrio o acompanhamento para encorajar o uso correto e freqente da nova pasta dental. Com esse procedimento, qualquer melhoria nos dentes das crianas do grupo experimental poder ser devida tanto aos mritos particulares da nova pasta como ateno especial dada limpeza dos dentes, e no haver como distinguir esses dois efeitos. Um procedimento melhor, mas ainda insatisfatrio, seria atribuir ao grupo controle uma marca de pasta dental padro. A objeo a esse procedimento que o conhecimento pelo grupo ao qual atribuda a nova pasta do recebimento de um tratamento especial pode influenci-lo a ser mais diligente do que o grupo controle. O nico meio satisfatrio de assegurar a ausncia da ocorrncia de tais efeitos usar tubos iguais com a nova pasta e com a pasta controle, que, na medida das possibilidades, difiram apenas quanto presena e ausncia do flor, e que no sejam distinguveis quanto a sabor, cor, etc. Esse encobrimento tambm deve estender-se a todas as pessoas que tenham contato com as crianas, incluindo os tcnicos responsveis pelas instrues referentes ao uso da pasta e pela avaliao dos dentes das crianas.
O uso de tratamento placebo (Seo 8.6.4), como a pasta controle com tubo igual Seo 8.6.4 ao da nova pasta e que essencialmente difere desta apenas quanto presena de flor, ilustrado no Exemplo 9.25 um recurso de encobrimento til em muitas situaes.. 25, Essas consideraes so geralmente importantes em experimentos em que a aplicao dos tratamentos possa tender a ser influenciada por atitudes pessoais favorveis a alguns tratamentos. Assim, por exemplo, em um experimento para comparar um novo processo com um processo usual ou uma nova tcnica com uma tcnica antiga, pode originar-se tendenciosidade como conseqncia de ser devotada mais ateno ao funcionamento do novo processo ou implementao da nova tcnica. Se a possvel tendncia no pode ser eliminada por encobrimento, em decorrncia da natureza do processo, o pesquisador deve recorrer a outros recursos que possam ser teis para evitla. Em algumas situaes, como a ilustrada no Exemplo 9.25 e, particularmente, em certos experimentos clnicos, pode ser conveniente no informar s unidades os tratamentos que recebem, para evitar que as reaes dos pacientes sejam influenciadas. Esse procedimento de controle da tendenciosidade denominado unidade cega. Um cega experimento em que esse processo de encobrimento usado denominado experimento cego. cego O encobrimento tambm pode ser conveniente na fase de mensurao. Em muitos campos de pesquisa podem ocorrer tendncias pessoais substanciais nessa fase, resultantes de alguma preferncia ou rejeio. De modo geral, a casualizao com encobrimento recomendvel em qualquer experimento em que o julgamento pessoal possa ter influncia considervel sobre o valor observado da varivel resposta. Muito freqentemente o controle da tendenciosidade decorrente de julgamento subjetivo pode ser logrado de modo simples e satisfatrio, atravs da casualizao da ordem de avaliao das unidades e do encobrimento de modo que o avaliador no identifique o que est avaliando.
428
Exemplo 9.26
Em um experimento em tecnologia de alimentos para comparao de um novo processo com processos existentes em que tenha que ser avaliada alguma propriedade organoltica do produto, o avaliador pode ser, consciente ou inconscientemente, influenciado a emitir julgamento favorvel ao novo processo. Nessa situao, a tendenciosidade originada da avaliao subjetiva pode ser controlada atravs de procedimento que evite que o avaliador tenha conhecimento do tratamento que cada uma das unidades recebeu.
Esse procedimento de controle de tendenciosidade da avaliao denominado mensurao cega ou avaliao cega (Seo 7.4); um experimento que o utiliza Seo 7.4 denominado experimento cego Um experimento como o considerado no Exemplo 9.25, cego. 25 go com o encobrimento dos tratamentos tanto para as unidades como para os avaliadores, denominado experimento duplamente cego cego. Casualizao para balanceamento de efeitos ambientais A casualizao pode ser empregada, convenientemente, em experimentos em ambiente controlado, como casa de vegetao, estufa e armazm, quando os recipientes das unidades so vasos, caixas, tubos, sacos, etc. que possam ser movimentados durante a conduo do experimento, com facilidade e sem prejuzo para as unidades. A mudana peridica desses recipientes para posies determinadas por procedimento de casualizao pode lograr uma uniformizao do efeito da variao ambiental sobre as condies experimentais ao longo do perodo experimental. Esse procedimento pode ser uma alternativa ou um complemento ao controle local. No caso de se constituir um complemento ao controle local, a movimentao das unidades deve obedecer ao controle local estabelecido; por exemplo, na situao em que as unidades so estruturadas em blocos, as unidades devem ser movimentadas internamente dentro de cada bloco.
9.8
Alcance do controle experimental

Anteriormente, foram caracterizadas as implicaes do controle de tcnicas experimentais, do controle local e do controle estatstico, e as conseqentes restries a esses procedimentos de controle experimental. A conseqncia dessas restries que essas trs formas de controle experimental permitem abranger apenas uma frao das caractersticas estranhas. As demais permanecem no controladas. A casualizao visa o controle dessas caractersticas. A exposio da Seo 9.7 deixou claro que a casualizao no tem qualquer implicao e restrio dessa ordem. Sua nica restrio a praticabilidade de implementao. Na Seo 8.2 foi caracterizada a distino entre os conceitos de fator de tratamento e fator intrnseco. Particularmente, foi salientado que no h uma dicotomia ntida dessas duas classes de fator experimental. De fato, fatores experimentais, incluindo fatores de tratamento, no tm existncias nas formas puras de suas definies. Assim, por exemplo, no existe o fator de tratamento cultivar como um ente gentico puro. Um nvel particular desse fator, ou seja, uma cultivar especfica, necessariamente veiculado, em sua aplicao a uma parcela, por uma semente, cuja composio inclui as caractersticas que compreendem o ente gentico cultivar e, tambm, um conjunto considervel de caractersticas estranhas (ou seja, caractersticas no relacionadas a esse ente gentico), como vigor, sanidade, pureza, etc. O fator cultivar no pode ser casualizado independentemente dessas caractersticas. Em um experimento de sintomas de deficincia de boro em plantas em que os nveis so ausncia e presena de boro, podese lograr a obteno da substncia boro com elevado grau de pureza e aplic-la ao solo praticamente sem veiculao de qualquer caracterstica estranha. Nesse caso, boro um fator de tratamento cuja casualizao s parcelas praticamente no envolve caractersticas estranhas. No outro extremo situam-se os fatores experimentais local e
429
ano, inseparveis de um agregado de caractersticas estranhas extremamente relevantes. Estes so fatores eminentemente intrnsecos. Dessa forma, o controle experimental no pode ser absoluto. Um subconjunto das caractersticas estranhas permanecer, sempre e inevitavelmente, no controlado. Esse subconjunto constitui a classe das caractersticas estranhas potencialmente perturbadoras. Exerccios 9.3
1. Explique e ilustre o significado de controle local. Porque o controle local no tem implicaes para a constituio da amostra? 2. Ilustre com um exemplo de experimento de sua rea como o controle local adotado para o controle da variao de caractersticas estranhas do material experimental inicial pode ser utilizado para o controle adicional de caractersticas originadas da implementao de tcnicas experimentais durante a execuo do experimento. 3. Explique porque em experimentos de ampla abrangncia espacial e temporal as classificaes das unidades segundo os locais e os perodos devem ser consideradas para controle local. 4. Exemplifique um experimento conduzido em mais de uma etapa em que o controle local seja conveniente para controlar a variao estranha que se manifeste ao longo do tempo. 5. Qual a condio que deve satisfazer a relao entre a variao estranha entre os grupos considerados para controle local e a variao estranha dentro desses grupos para que o controle local seja eficiente, ou seja, para que conduza ao aumento da preciso para inferncias referentes a condies experimentais? 6. Caracterize as distines entre controle estatstico e controle local. Ilustre o uso desses dois procedimentos de controle experimental. 7. Explique porque a casualizao o ltimo procedimento a considerar no planejamento do controle experimental. Quais so os propsitos da casualizao? 8. Quais so as distines bsicas das implicaes para o confundimento de efeitos de caractersticas estranhas com efeitos de condies experimentais entre casualizao, controle local e controle estatstico? 9. Qual a propriedade fundamental que a casualizao deve garantir para a relao entre os tratamentos e as correspondentes unidades experimentais? 10. Ilustre o uso da casualizao na implementao de tcnicas experimentais com um exemplo de experimento de sua rea. 11. Porque a casualizao deve obedecer a estrutura das unidades considerada pelo controle local? 12. O que significa encobrimento no experimento? Explique e ilustre o uso de encobrimento dos tratamentos para as unidades de observao e para o avaliador. 13. Explique e ilustre os significados de mensurao cega e experimento cego. 14. O que significa experimento duplamente cego? D um exemplo? 15. Ilustre com um exemplo o uso de casualizao para balanceamento de efeitos ambientais.
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.
430
5. Liste, conceitue e ilustre os procedimentos de controle experimental, atravs de exemplos de experimentos de sua rea. 6. Discuta as implicaes de cada um desses procedimentos quanto constituio da amostra. 7. Explique porque o controle de tcnicas experimentais o primeiro procedimento a considerar no planejamento do controle experimental. 8. Ilustre, atravs de um exemplo, tcnicas experimentais utilizadas na preparao do material experimental inicial, durante a conduo do experimento e na coleta e registro dos dados. 9. D exemplos de situaes em que os tratamentos tm que ser preparados para o experimento. 10. Ilustre com exemplos de sua rea situaes em que os tratamentos requerem: aplicao nica em um mesmo momento; b) aplicao nica em um mesmo intervalo de tempo; c) aplicao mltipla em diversos momentos iguais; e d) aplicao mltipla em diversos intervalos de tempo coincidentes. 11. Que condies uma tcnica experimental deve satisfazer para que no prejudique a representao da populao objetivo pela amostra? 12. As unidades experimentais (parcelas) de um experimento agrcola de campo com um nico fator experimental tm as seguintes especificaes:
comprimento das linhas: 5m, entre linhas: 0,60m, de linhas na rea total: 5, de linhas na rea til: 3, excludas as 2 linhas laterais.
distncia nmero nmero
a) Apresente um croqui identificando a unidade experimental e distinguindo a rea total e rea
til da parcela.)
b) Determine as dimenses da rea total e da rea til da parcela.
13. Qual o propsito da "bordadura" em um experimento agrcola de campo? 14. De que forma pode ser evitada a contaminao de efeitos de tratamentos em parcelas vizinhas na experimentao agrcola de campo? 15. Conceitue e ilustre com um exemplo de sua rea perodo pr-experimental e perodo experimental. 16. Em que circunstncias pode ser importante um perodo pr-experimental? 17. Atravs de exemplos de sua rea, ilustre o confundimento que usualmente resulta de efeitos atribuveis a tratamentos com efeitos de fontes de variao estranha. Como o pesquisador pode lograr a reduo desse confundimento? 18. Liste os propsitos para os quais podem ser importantes dados de variveis que exprimem caractersticas estranhas da amostra. Ilustre dados que possam ser importantes para esses diversos propsitos atravs de exemplos de sua rea. 19. Explique e ilustre o significado de nmero de dgitos significativos em um dado. 20. Ilustre o procedimento para o arredondamento dados. 21. Explique e ilustre os significados de dados originais e dados derivados. Quais desses dados so registrados na planilha de dados? Como so obtidos os dados derivados? 22. O que significa "parcela perdida"? Ilustre situaes de experimentos de sua rea de pesquisa em que podem ocorrer parcelas perdidas. 23. Em que consiste o controle local na pesquisa experimental? Qual o seu propsito? Quais so suas implicaes quanto ao procedimento de atribuio dos tratamentos s unidades experimentais? 24. Ilustre a implementao de controle local segundo um mesmo critrio em mais de uma fase do experimento. Qual a convenincia dessa explorao do controle local? 25. Ilustre um experimento de longa durao em que seja conveniente o controle local da variao estranha que se manifesta ao longo do tempo.

26. Discuta e ilustre o uso de controle estatstico no experimento. 27. Explique e ilustre as condies ou pressuposies para o emprego do controle estatstico. 28. Quais so os dois propsitos bsicos da casualizao? 29. Discuta as possveis dificuldades associadas com o processo de casualizao.
431
30. O que significa casualizao restrita? Em que casos se admite ou recomenda o uso de restries na casualizao? Exemplifique. 31. Ilustre com exemplos de sua rea usos da casualizao na implementao de tcnicas experimentais. 32. Com o recurso de uma tabela de dgitos aleatrios, gere uma permutao aleatria dos nmeros inteiros de 1 a 20. Explique os passos percorridos no processo adotado. 33. Suponha que voc est planejando um experimento com 5 tratamentos e que tenha que efetuar a atribuio aleatria desses tratamentos a 20 parcelas, sem qualquer restrio casualizao. Descreva e ilustre o processo de casualizao com a utilizao de uma tabela de dgitos aleatrios. Apresente o resultado da casualizao em um esquema (croqui) com a disposio das parcelas. 34. Suponha, alternativamente, que no experimento de que trata o exerccio anterior deve ser efetuado o controle local simples, atravs da classificao das 20 parcelas em 4 grupos de 5 parcelas, cada um desses grupos constitudo por parcelas mais homogneas do que o conjunto das 20 parcelas. Descreva e ilustre o processo de casualizao para essa nova situao, com a utilizao de uma tabela de dgitos aleatrios Apresente o resultado da casualizao em um esquema (croqui) com a disposio das parcelas. 35. Exemplifique experimentos em que pode ser importante o encobrimento dos tratamentos para as unidades de observao. 36. Ilustre uma situao de sua rea em que a mudana das posies das parcelas ao longo do perodo experimental pode lograr a homogeneizao do efeito de ambiente 37. Explique porque o controle experimental das caractersticas estranhas da amostra em geral no absoluto. 38. Indique a conseqncia que o pesquisador espera resultar para a representao da populao objetivo pela amostra (1) e para a grandeza (2) e a no tendenciosidade (3) da estimativa da varincia do erro experimental de cada uma das aes listadas na primeira coluna da tabela que segue, preenchendo nas correspondentes clulas dessa tabela as letras A - aumento, D diminuio, N - nenhuma. Ao Controle de tcnicas experimentais: Controle local: Controle estatstico: Casualizao: 39. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco: a) Os procedimentos para o controle experimental devem ser considerados na seguinte ordem: 1 - ..................................................................... , 2 - ..............................................................., 3 - ............................................................... e 4 - ........................................... Caractersticas estranhas controladas por ........................................................ so excludas da constituio da amostra. .................................................. e .................................................... no alteram a constituio da amostra; entretanto, permitem excluir da variao atribuvel a condies experimentais e da estimativa do erro experimental para inferncias referentes a essas condies a variao que atribuvel s caractersticas estranhas controladas. ..................................................... no tem essas conseqncias; permite que as variaes atribuveis s condies experimentais e ao erro experimental sejam estimadas de modo no tendencioso. b) O perodo de execuo do experimento usualmente designado .......................................... Em alguns experimentos conveniente um perodo ......................................... para (1) (2) (3)
432
preparao e adaptao das unidades s condies em que estaro sujeitas durante a execuo do experimento. c) Os .......................................... de um experimento so os valores observados das variveis respostas .................................. e de variveis estranhas teis para determinao de valores de variveis respostas ............................................... ou que sejam importantes para outros propsitos. Uma planilha para o registro dos dados de um experimento uma tabela de duas entradas com ...................................... dispostas em linhas e .................................. em colunas. Nessa tabela, em cada linha so registrados os ................................ das diversas .................................. provenientes de uma unidade de observao particular; em cada coluna so registrados os dados de uma ........................................... particular registrados em todas as unidades de observao. d) O nmero de dgitos dos dados de uma varivel que exprimem a preciso do processo de mensurao denominado ................................................................ .Muito freqentemente os dados de uma varivel no so exatos, mas aproximaes dos correspondentes valores reais. Um valor registrado nessas circunstncias dito ...................................... para o ltimo algarismo significativo. e) O ......................................... de uma caracterstica estranha uma classificao das unidades de observao segundo os nveis dessa caracterstica e a subseqente atribuio dos .................................... as correspondentes unidades experimentais por procedimento que leve em conta essa classificao das unidades. Esse procedimento de controle experimental visa evitar ou diminuir o .............................................. , ou seja, a interferncia dos efeitos de caractersticas estranhas sobre efeitos de caractersticas explanatrias. f) .................................................... um procedimento de controle experimental que no tem implicaes sobre a grandeza do confundimento de efeitos de .............................................. com efeitos de .............................................. Seu propsito evitar que esse confundimento seja tendencioso. Esse procedimento utilizado na aplicao dos ....................................... s unidades experimentais e na implementao de .......................... .................................. . g) Os .......................................................... devem ser aplicados s correspondentes unidades experimentais ................................................. por processo ............................................ que garanta a classificao das unidades estabelecida pelo .................................................. . h) Um experimento em que os tratamentos so encobertos para as unidades ou as unidades so encobertas para os avaliadores denominado ....................................................... . Um experimento com encobrimento dessas duas origens denominado ................................... ................................................. . 40. 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( 2( 3( 4( 5( 6( 7( 8( 9( 10 ( ) O conhecimento mtico antecedeu o conhecimento emprico. ) O controle experimental evita o confundimento de efeitos de caractersticas estranhas
com efeitos de fontes de variao estranhas.

) O controle de tcnicas experimentais tem como propsito a homogeneizao das
caractersticas estranhas na amostra.

) O controle local e o controle estatstico so efetivados na anlise estatstica dos
resultados do experimento.
) O emprego do controle local mais limitado em experimentos tecnolgicos. ) O controle local de uma caracterstica estranha sempre mais conveniente do que o
controle estatstico.
) O controle local em experimentos cientficos desnecessrio. ) O controle experimental deve ser definido no planejamento do experimento. ) As tcnicas experimentais so aes executadas durante a conduo do experimento
com o propsito de controle experimental.

) A implementao de uma tcnica experimental pode implicar no aumento do vis do
experimento.

11 ( 12 (
433
) O controle de tcnicas experimentais, quando adequado, o procedimento mais eficaz
para o controle de caractersticas estranhas da amostra.

) O material experimental compreende os trs seguintes subconjuntos de caractersticas
da amostra: as caractersticas explanatrias, as caractersticas estranhas e as caractersticas respostas.

13 ( 14 ( 15 ( 16 ( 17 ( 18 ( 19 ( 20 ( ) O pesquisador define completamente a amostra no plano do experimento ) Se cultivar um fator experimental em um experimento, a semente compreende
apenas caractersticas inerentes a esse fator.

) Tratamento um componente ou elemento dos sistemas j existente cuja manifestao
nas unidades da amostra o pesquisador controla.

) Um experimento de ampla abrangncia um experimento conduzido em um nmero
muito elevado de posies no espao e no tempo.

) Um experimento tecnolgico no necessariamente um experimento de ampla
abrangncia espacial e temporal.

) Tcnicas experimentais devem ser sempre empregadas para lograr a homogeneidade
do material experimental.
) Em um experimento agrcola de campo, a unidade de observao constituda por
todas as plantas na parcela.

) O perodo pr-experimental a fase de preparao e adaptao das unidades antes da
execuo do experimento para que possa ser lograda na amostra a simulao adequada das unidades na populao objetivo.
21 ( 22 ( 23 ( 24 ( 25 ( 26 ( 27 ( 28 ( 29 ( 30 ( 31 ( 32 ( 33 ( 34 ( 35 ( 36 ( 37 ( ) Em um experimento agrcola de campo com semeadura, a semeadura deve ser
efetuada simultaneamente em todas as parcelas.

) Em um experimento com animais, os animais podem ingressar no experimento em
diferentes instantes.
) Os tratamentos so, sempre, aplicados simultaneamente a todas as unidades
experimentais.
) Qualquer desvio dos momentos previstos para a aplicao dos tratamentos implica em
confundimento de seus efeitos com efeitos de caractersticas estranhas.

) Dados coletados em um experimento no se referem apenas a caractersticas
respostas.
) Dados de variveis respostas so sempre coletados ao fim do experimento. ) Em experimentos com plantas com estande final varivel, o controle estatstico da
variao atribuvel a esse estande sempre recomendvel.

) Uma co-varivel uma varivel resposta. ) A desconsiderao de dados de alguma unidade experimental prejudicada por alguma
fonte de variao estranha origina o que se denomina de parcela perdida.

) Algumas vezes, dados de um
experimento so coletados antes do perodo
experimental.
) A definio de uma varivel estabelece o nmero de algarismos dos dados a serem
coletados referentes a essa varivel.

) Dados devem ser registrados com dgitos em nmero no mnimo igual quele que
exprime a preciso real do processo de mensurao.

) Um mesmo critrio de controle local pode ser utilizado para o controle de muitas
caractersticas estranhas.
) O controle local efetuado no momento de aplicao dos tratamentos. ) O controle local sempre implica na diminuio da varincia do erro experimental. ) O mesmo critrio de controle local pode ser utilizado para o controle de fontes de
variao estranhas que se manifestam em diferentes fases do experimento.

) O controle local e o controle estatstico no interferem na constituio da amostra.
434
38 ( 39 ( 40 ( 41 ( 42 ( 43 ( 44 ( 45 ( 46 ( 47 ( 48 ( 49 ( 50 ( 51 ( 52 ( 53 ( 54 (
) O pesquisador no pode lograr preciso elevada de um experimento com material
experimental heterogneo.
) O controle local sempre mais eficiente do que o controle estatstico. ) Caractersticas estranhas controladas por controle local devem ser mensuradas. ) Um mesmo critrio de controle estatstico pode ser utilizado para o controle de muitas
caractersticas estranhas da amostra.

) Caractersticas estranhas controladas por controle estatstico devem ser mensuradas. ) Anlise da co-variao o procedimento estatstico que efetiva o controle estatstico. ) A casualizao tem o propsito da reduo da variao estranha na amostra. ) A casualizao uma forma de controle experimental. ) O propsito da casualizao da atribuio dos tratamentos s unidades a
casualizao de caractersticas estranhas da amostra.

) A casualizao logra a casualizao de todas as caractersticas estranhas da amostra
no controladas pelos outros procedimentos de controle experimental.

) A casualizao pode ser utilizada com proveito para evitar a manifestao de fontes de
variao estranhas resultantes de intervenes durante a conduo do experimento.

) A casualizao deve ser procedida com obedincia ao controle local. ) A casualizao deve suceder ao controle local. ) A casualizao logra o controle de todas as caractersticas estranhas da amostra no
controladas pelas outras formas de controle experimental.

) O pesquisador jamais deve rejeitar o resultado de uma casualizao. ) Encobrimento uma tcnica para esconder da unidade o tratamento que recebe. ) O julgamento subjetivo de um avaliador pode ser evitado por encobrimento.

Amostra inicial / Material experimental Controle experimental inicial Controle de tcnicas experimentais Nmero de repeties requerido Perodo pr-experimental Coleta dos dados Nmero de dgitos significativos Edio dos dados Crtica dos dados Controle estatstico Anlise da co-variao Casualizao na atribuio dos tratamentos Casualizao com recurso de encobrimento Unidade cega Experimento duplamente cego Tamanho da unidade experimental Diferena mnima detectvel Perodo experimental Unidade perdida/ parcela perdida Planilha de dados Arquivo de dados / Base de dados Controle local Co-varivel estranha Casualizao Casualizao na implementao de tcnicas experimentais Mensurao / avaliao cega Experimento cego Balanceamento de efeitos ambientais Composio da unidade experimental Forma da unidade experimental
435
Bibliografia
COBB, G. W. Introduction to design and analysis of experiments New York: Springerexperiments. Verlag, 1998. 795p. COCHRAN, W. G.; COX, G. M. Experimental designs 2. ed. New York: John Willey, designs. 1957. 617p. COCHRAN, W. G. Planning & analysis of observational studies. New York: John Willey, studies 1983. 145p. COX, D. R. Planning of experiments New York: John Wiley, 1958. 308p. experiments. COX. D. R.; SNELL, E. J. Applied statistics, principles and examples Londres: Chapman examples. and Hall, 1981. 189p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 590p. DYKE, G. V. Comparative experiments with field crops Londres: Butterworths, 1974. crops. 211p. FEDERER, W. T. Statistics and society, data collection and interpretation. New York: interpretation Marcel Dekker, 1973. 399p. FEDERER, W. T. Experimental design: theory and application New York: Macmillan, application. 1955. 593p. FINNEY, D. J. An introduction to statistical science in agriculture. 4.ed. Copenhagen: agriculture Scandinavian University Books, 1972. 290p. FISHER, R. A. The design of experiments Edinburgh: Oliver and Boyd, 1935. 248p. experiments. KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference v.1, Inference, p.1-25, 1977. KEMPTHORNE, O. The design and analysis of experiments. Huntigton, NY: Robert E. experiments Krieger Publishing Company, 1979. 631 p. KEMPTHORNE, O. Sampling inference, experimental inference and observation inference. Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979. Sankhya, HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments New York: experiments. John Wiley, 1994. v.1. 495p. KISH, L. Sample surveys versus experiments, controlled observations, census, registers, and local studies. Australian Journal of Statistics v.27, n.2, p.111-122, 1985. Statistics, KISH, L. Statistical design for research New York: John Wiley, 1987. 267p. research. 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-named approach nonapproach. New York: Marcel Dekker, 1993. 414p. OSTLE, B; MALONE, L. C. Statistics in research: Basic principles and techniques for research workers. 4. ed. Ames: Iowa State University, 1988. 664p. workers 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. Oxford: Blackwell sciences Science, 1999. 243p. RILEY, J; RYDER, K. Forms for recording details and results of field experiments. Agriculture, Experimental Agriculture v.15, p.1-14, 1979.
436
SELWYN, M. R. Principles of experimental design for the life sciences Boca Raton, sciences. 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, verso preliminar. Pelotas: Universidade experimental Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p. URQUHART, N. S. The anatomy of a study. Hortscience v.16, n.5, p.621-627, 1981. Hortscience, WILSON, E. B. An introduction to scientific research. New York: McGraw-Hill Book research Company, Inc., 1952. 373p. Zar, J. H. Biostatistical analysis 4. ed. New Jersey: Prentice Hall, 1999. 931p. analysis.
10
Estrutura das Unidades e Delineamento do Experimento

Contedo
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
Vantagens e desvantagens........................................................................................... 480 10.6.2.3 Delineamento em blocos com mais de uma repetio de alguns tratamentos 480 10.6.2.4 Delineamento em blocos incompletos............................................................. 481 10.6.3 Estrutura de unidades de dois fatores cruzada ............................................... 482 10.6.3.1 Delineamento em quadrado latino .................................................................. 482 Casualizao ................................................................................................................ 482 Estrutura do experimento.............................................................................................. 484 Caracterizao e usos .................................................................................................. 485 Vantagens e desvantagens........................................................................................... 488 10.7 Delineamentos para estruturas de condies experimentais fatoriais .................... 489 10.7.1 Delineamentos com parcelas divididas ........................................................... 489 Casualizao ................................................................................................................ 490 10.7.2 Delineamentos em blocos divididos em faixas................................................ 491 10.7.3 Delineamentos para estruturas de condies experimentais fatoriais em ............. blocos incompletos ......................................................................................... 492 10.8 Delineamentos com estruturas de unidade de observaes mltiplas ................... 492 10.9 Delineamentos para estruturas de unidade de observaes repetidas .................. 492 10.10 Delineamentos de Experimentos de Abrangncia Ampla ................................... 492 10.11 Resumo.............................................................................................................. 493 Exerccios de Reviso ............................................................................................... 494 Conceitos e Termos Chave ....................................................................................... 496 Bibliografia ................................................................................................................ 497
10. Estrutura das Unidades e Delineamento do Experimento
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 7.7 Nessas circunstncias, a estrutura do Seo 7.7). 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 Essas estruturas de unidade so 9.5. 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 10.5 a 10.10 Nessas Sees so definidos e ilustrados os delineamentos 10.10). Sees experimentais mais usuais e so apresentadas suas representaes simblica e por diagrama de Hasse.
10.2 Estruturas das Unidades

As unidades de observao so estruturadas por classificaes segundo os nveis de caractersticas estranhas relevantes que so determinadas ou levadas em conta pelo controle local. Esse procedimento de controle experimental tem duas implicaes importantes para as inferncias: a) possibilita a manifestao dos efeitos relevantes dos fatores experimentais livres de confundimento com efeitos de caractersticas estranhas, e b) separa a variao atribuvel a essas caractersticas do erro experimental que afeta esses efeitos. (Seo 9.5 Seo 9.5). Uma caracterstica estranha a que corresponde uma classificao das unidades de observao que estabelecida ou levada em conta pelo controle local um fator de unidade. unidade Os nveis dessa caracterstica estranha so os nveis desse fator de unidade. (Seo 5.6.2 Seo 5.6.2.) O material experimental pode compreender um ou mais fatores de unidade.
440
As relaes entre os nveis dos fatores de unidade de um experimento constituem a estrutura dos fatores de unidade ou estrutura das unidades. unidades Por definio, a estrutura das unidades compreende pelo menos um fator de unidade cujos nveis so as unidades de observao. Um fator de unidade adicional decorre de cada classificao relevante dessas unidades constituda ou levada em conta pelo controle local. A variao entre os nveis de um fator de unidade um componente do erro experimental global (Sees 5.6). O controle local decompe ou estratifica o erro Sees 5.6 experimental global em tantos estratos quantos so os fatores de unidade. A frao do erro experimental global que corresponde a um fator de unidade constitui um estrato do erro experimental experimental. A estrutura das unidades depende da unidade de observao; portanto, ela pode variar com a varivel resposta. Assim, para um experimento com mais de uma varivel resposta pode ser apropriado considerar mais de uma estrutura de unidades. As formas das estruturas de unidades so semelhantes s formas das estruturas de condies experimentais (Seo 8.7). Considerar-se-, a seguir, algumas das estruturas Seo 8.7 de unidades importantes referentes a experimentos de abrangncia restrita e a experimentos de abrangncia ampla.
Experimentos 10.3 Estruturas das Unidades de Experimentos de Abrangncia Restrita

Experimentos de abrangncia restrita so conduzidos em uma nica seo do espao (em um nico laboratrio ou um nico campo experimental, por exemplo) e em uma nica seo do tempo (em um nico ano, uma nica safra ou um nico perodo, por exemplo) (Seo 4.3 Seo 4.3). Estruturas de unidades de experimentos de abrangncia restrita compreendem as seguintes classes: estruturas de unidades de observao simples, estruturas de unidades de observaes mltiplas e estruturas de unidades de observaes repetidas. Em um experimento com mais de uma varivel resposta pode ocorrer mais de uma dessas estruturas de unidades. Estruturas de unidades de observaes mltiplas e de observaes repetidas so derivaes de estruturas de observao simples. Essas trs classes de estruturas de unidades so descritas a seguir.
10.3.1
Estruturas de unidades de observao simples Em uma estrutura de unidades de observao simples a unidade de observao a unidade experimental elementar.
Isso significa que em experimentos com mais de uma formao de unidades experimentais a unidade de observao a unidade experimental de menor dimenso (Seo 5.4 Seo 5.4). As estruturas de unidades de observao simples compreendem as seguintes subclasses: estrutura de unidades unifatorial, estrutura de unidades fatorial cruzada,

estrutura de unidades fatorial hierrquica e estrutura de unidades fatorial mista.
441
Estruturas cujas unidades relacionam-se segundo suas disposies no espao ou no tempo podem ser convenientemente representadas atravs de croquis que mostrem as posies relativas das unidades. Tambm podem ser representadas por smbolos e por diagramas, a semelhana de estruturas de condies experimentais. Algumas estruturas de unidades de observao simples mais usuais so caracterizadas e ilustradas a seguir. 10.3.1.1 Estrutura de unidades unifatorial A estrutura de unidades mais simples corresponde situao em que a variao das caractersticas estranhas do material experimental irrelevante de modo que no h classificaes das unidades de observao importantes para propsito de controle local. Nessas circunstncias, h uma nica formao de unidades experimentais que so as prprias unidades de observao e essas unidades so as classes da uma nica classificao do conjunto das unidades de observao. As unidades de observao ou unidades experimentais recebem a denominao de parcelas e so aninhadas no material experimental, o que pode ser representado por: Material experimental Parcelas. Como o material experimental uma classificao das unidades de observao com uma nica classe, ele no considerado um fator de unidade. Entretanto, ele includo para completitude da representao da relao estrutural das unidades. Ento, essa estrutura compreende um nico fator de unidade que recebe a designao de parcela. parcela A Figura 10.1 apresenta um croqui que ilustra estrutura de unidades unifatorial. 10.
10. Figura 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 10.2, onde Mu denota o material 10. 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.
10. Figura 10.2. Diagrama da estrutura de unidades unifatorial com fator E: E.
442
Os exemplos que seguem so ilustrativos de estrutura de unidades unifatorial. 10. Exemplo 10.1
a) Material experimental: sementes de milho provenientes de um lote homogneo; recipientes com soluo nutritiva completa para o desenvolvimento da planta, exceto pela ausncia de cobre; casa de vegetao com variao ambiental irrelevante; implementao uniforme de tcnicas de cultivo e de procedimentos de mensurao e registro dos dados. Unidade de observao para variveis respostas mensuradas globalmente para o recipiente, tal como peso da matria seca da parte area: o recipiente. Unidade experimental elementar: o recipiente com as caractersticas do material experimental que lhe correspondem. Estrutura das unidades: A homogeneidade das caractersticas estranhas do material experimental dispensa o controle local. Assim, h uma nica classificao das unidades de observao (recipientes) para constiturem o conjunto do material experimental. Logo, a estrutura das unidades para as variveis respostas mensuradas para o recipiente compreende apenas um fator: parcela, que neste caso pode receber a designao particular de recipiente; seus nveis so os recipientes individuais. b) Material experimental: Cordeiros machos homogneos quanto idade e demais caractersticas individuais que so mantidos juntos em um mesmo potreiro durante o perodo experimental; tcnicas de manejo e de mensurao e registro dos dados procedidas de modo uniforme. Unidade de observao para variveis que exprimem caractersticas individuais do cordeiro, como peso corporal e caractersticas de carcaa: o cordeiro. Unidade experimental elementar: o cordeiro com as correspondentes caractersticas do material experimental. Estrutura das unidades: As unidades de observao so homogneas, o que significa que no h qualquer caracterstica estranha relevante que deva ser considerada para controle local. Portanto, a estrutura das unidades para as variveis que exprimem variveis respostas relevantes unifatorial; o nico fator de unidade pode ser denominado cordeiro; seus nveis so os cordeiros individuais. c) Material experimental: Plantas escolhidas de um pomar de pessegueiro uniformes quanto ao vigor e demais caractersticas individuais; tcnicas de cultivo e de mensurao e registro dos dados tambm uniformes. Unidade de observao para variveis que exprimem caractersticas da planta, como peso da produo de frutos e demais caractersticas referentes produo de frutos: a planta. Unidade experimental elementar: a planta com as caractersticas do material experimental que lhe correspondem. Estrutura das unidades: A homogeneidade das plantas quanto ao potencial para produo expresso pela uniformidade de vigor caracteriza a desnecessidade de controle local. Ento, a estrutura das unidades para as variveis respostas referentes produo de frutos compreende um nico fator a planta; os nveis desse fator so as plantas individuais.
10.3.1.2 Estrutura de unidades de dois fatores hierrquica Uma estrutura de unidades hierrquica ou aninhada de dois fatores pode resultar de controle local simples ou da formao de grupos de unidades de observao para constiturem uma segunda formao de unidades experimentais. Essas duas situaes so descritas a seguir. 1) H uma caracterstica estranha relevante do material experimental que controlada por controle local. As unidades de observao so as unidades experimentais de uma nica formao de unidades experimentais e so classificadas para propsito de controle local segundo os nveis dessa caracterstica estranha. Ento, h duas classificaes das unidades de observao em uma das quais as classes so as prprias unidades de observao e na outra, os nveis da caracterstica estranha controlada por controle local. As unidades de observao ou unidades experimentais, que tambm so denominadas parcelas so aninhadas nos nveis da caracterstica estranha controlada, parcelas,
443
que recebem a designao de blocos e estes, no material experimental, o que blocos, representado por: Material experimental Blocos Parcelas. Essa estrutura de unidades compreende dois fatores que recebem as designaes de parcela e bloco cujos seus nveis so as parcelas e os blocos, respectivamente. O bloco, fator parcela aninhado no fator bloco. Essa estrutura de unidades ilustrada pelo croqui da Figura 10.3. 10.
10. Figura 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 10.4, onde Mu denota o material experimental. 10.
10. Figura 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 10.2 prov ilustraes dessa forma de estrutura hierrquica de dois 10. fatores de unidade com suposio de alteraes das duas composies de material experimental consideradas no Exemplo 10.1 b) e c). 10. 10. Exemplo 10.2
a) Material experimental: Cordeiros machos heterogneos quanto idade; demais caractersticas descritas no Exemplo 10.1 b). 10. 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
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 10.1 c). 10. 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.
2) O material experimental homogneo quanto composio de caractersticas estranhas. Portanto, no h imposio de controle local. As unidades de observao constituem a formao de unidades experimentais elementares e so agrupadas em subconjuntos de unidades para constiturem uma segunda formao de unidades experimentais. Assim, h duas classificaes das unidades de observao; as classes dessas duas classificaes so as unidades experimentais elementares (unidades de observao) e as unidades experimentais da segunda formao de unidades experimentais, que usualmente recebem as denominaes de subparcelas e parcelas parcelas, respectivamente. As subparcelas so aninhadas nas parcelas e estas, no material experimental, o que representado por: Material experimental Parcelas Subparcelas. Os dois fatores dessa estrutura de unidades recebem as designaes de parcela; subparcela e parcela seus nveis so as subparcelas e as parcelas, respectivamente. O fator subparcela aninhado no fator parcela. Essa estrutura de unidades ilustrada pelo croqui da Figura 10.5. 10.
10. Figura 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 10.4. 10. 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
em subunidades para constituir as unidades experimentais para o outro fator experimental cujos nveis possam ser alojados em unidades de pequenas dimenses. Essa estrutura de unidades ilustrada pelo Exemplo 10.3. 10. 10. Exemplo 10.3
a) Material experimental: Videiras de um pomar homogneas quanto s caractersticas individuais; caractersticas uniformes referentes ao ambiente, tcnicas de cultivo e procedimentos de mensurao e registro de dados. Formao das unidades experimentais: O pomar dividido em grupos de plantas contguas. Unidade de observao para as variveis respostas que exprimem a produo de uva, como peso da produo de cachos e nmero de cachos: a planta. Unidade experimental elementar para um ou mais fatores experimentais que possam ser assinalados a uma planta: a 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 que constitui a unidade experimental para um ou mais fatores experimentais que requeiram unidade experimental composta por duas ou mais plantas com as correspondentes caractersticas do material experimental. Estrutura das unidades: As plantas so as unidades experimentais elementares e so classificadas em grupos de plantas contguas para constiturem a segunda formao de unidades experimentais. Assim, a estrutura das unidades para peso da produo de cachos, nmero de cachos e outras variveis respostas referentes produo de uva compreende dois fatores: planta (subparcela) e grupo de plantas (parcela), com o fator subparcela aninhado no fator parcela. Os nveis do primeiro fator so as plantas individuais e os do segundo fator, os grupos de plantas contguas. O fator planta (subparcela) aninhado no fator grupo de plantas (parcela). b) Material experimental (Exemplo 5.12 conjunto de sunos uniformes quanto idade e Exemplo 5.12): demais caractersticas individuais que so mantidos durante o perodo experimental em uma instalao com boxes coletivos tambm uniformes; caractersticas referentes ao ambiente, ao manejo e ao processo de mensurao e registro dos dados homogneas. Formao das unidades: Os animais so distribudos nos boxes coletivos. Unidade de observao para as variveis respostas que exprimem caractersticas individuais do animal, como peso corporal ao abate e caractersticas de carcaa: o animal. Unidade experimental elementar para um ou mais fatores que possam ser assinalados ao animal individualmente: a unidade de observao, ou seja, o animal e as caractersticas do material experimental que lhe correspondem. Unidade de segunda formao de unidades experimentais: boxe com os animais que lhe so alocados e as correspondentes caractersticas do material experimental, que constitui a unidade experimental para um ou mais fatores experimental cujos nveis devam ser alocados a boxes. Estrutura das unidades: Os animais so as unidades experimentais elementares e so classificados em grupos de animais que so assinalados a boxes para constiturem a segunda formao de unidades experimentais. Ento, a estrutura das unidades para variveis respostas que exprimem caractersticas individuais do animal compreende dois fatores: animal e boxe. Os nveis desses fatores so os animais individuais e os boxes, respectivamente. O fator animal aninhado no fator boxe.
10.3.1.3 Estrutura de unidades de dois fatores cruzada H uma variao do material experimental acentuada correspondente a duas caractersticas estranhas relevantes cujos nveis se dispem em duas direes perpendiculares. As unidades de observao correspondem s combinaes dos nveis dessas duas caractersticas e constituem a formao de unidades experimentais elementares. Essas unidades so classificadas para propsito de controle local duplo segundo os nveis das duas caractersticas estranhas, constituindo duas formaes de blocos de modo que cada uma dessas unidades se classifica em um bloco de cada uma dessas duas formaes. Assim, h trs classificaes das unidades de observao cujas classes so: as unidades de observao e os blocos de cada uma dessas duas
446
formaes de blocos; as unidades de observao ou unidades experimentais recebem a denominao de parcelas e os dois conjuntos de blocos, de filas e colunas As parcelas colunas. so as combinaes das filas e das colunas que so aninhadas no material experimental o que pode ser representado por: Material experimental (Filas^Colunas). As combinaes das filas e das colunas so os nveis do fator de unidade generalizado que resulta do cruzamento dos fatores de unidade que recebem as designaes de fila e coluna respectivamente. Isso significa que as parcelas so coluna, especificadas pelas definies dos fatores fila e coluna e, portanto, de fato, essa estrutura de unidades compreende apenas os fatores fila e coluna. Os fatores fila e coluna so cruzados. Essa estrutura de unidades ilustrada pelo croqui apresentado na Figura 10.6. 10.
10. Figura 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.
10. Figura 10.7. Diagrama da estrutura de unidades cruzada de dois fatores: U e U. 10. Exemplo 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
Unidade da nica formao de unidades experimentais: a prpria unidade de observao - o cordeiro com as caractersticas do material experimental que lhe correspondem. Estrutura das unidades: H duas classificaes relevantes das unidades de observao (cordeiros): a classificao segundo as procedncias e a classificao segundo as idades. Logo, a estrutura das unidades para as variveis respostas relevantes compreende dois fatores: procedncia e idade. Os fatores procedncia e idade so cruzados.
10.3.1.4 Estrutura de unidades de trs fatores hierrquica Uma estrutura de unidades hierrquica ou aninhada de trs fatores pode resultar de duas formas de relaes de fatores de unidade. 1) 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 e so agrupadas em subconjuntos de unidades para constiturem uma segunda formao de unidades experimentais; ento, estas unidades experimentais so agrupadas para o controle local, segundo os nveis da caracterstica estranha relevante. Assim, h trs classificaes das unidades de observao cujas classes so, respectivamente, as unidades experimentais elementares, as unidades experimentais da segunda formao de unidades experimentais e os grupos ou blocos constitudos para controle local. Essas classes de unidades usualmente recebem as denominaes de subparcelas parcelas e blocos respectivamente. As subparcelas, blocos, subparcelas so aninhadas nas parcelas, as parcelas nos blocos e estes, no material experimental: Material experimental Blocos Parcelas Subparcelas. Os trs fatores de unidade recebem as designaes de subparcela parcela e subparcela, bloco; bloco seus nveis so as subparcelas, as parcelas e os blocos, respectivamente. O fator subparcela aninhado no fator parcela e este, por sua vez, aninhado no fator bloco. Essa estrutura de unidades ilustrada pelo croqui da Figura 10.8. 10.
10. Figura 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 10.9. 10.
448
10. Figura 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 10. Exemplo 10.5 que considera alteraes do material experimental de cada uma das situaes ilustradas no Exemplo 10.3. 10. 10. Exemplo 10.5
a) Material experimental: Videiras de um pomar situado em um terreno com declive; demais caractersticas descritas no Exemplo 10.3 a). 10. 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
Unidade de observao para as variveis respostas que exprimem caractersticas individuais do animal: o animal. Unidade experimental elementar: A unidade de observao, isto , o animal com as caractersticas do material experimental que lhe correspondem. Unidade de segunda formao de unidades experimentais: o boxe e os respectivos animais nele alocados com as caractersticas do material experimental que lhe correspondem. Estrutura das unidades: Os animais (subparcelas) so classificados segundo os boxes (parcelas) e esses segundo os blocos. Assim, a estrutura das unidades para as variveis respostas que exprimem caractersticas individuais do animal compreende trs fatores: animal, boxe e bloco; os nveis desses fatores so os animais individuais, os boxes e os blocos (de animais e boxes), respectivamente. O fator animal aninhado no fator boxe que, por sua vez, aninhado no fator bloco.
2) A variao devida s caractersticas estranhas irrelevante. Portanto, no demandado controle local. As unidades de observao constituem a formao de unidades experimentais elementares; so agrupadas em subconjuntos de unidades para constiturem uma segunda formao de unidades experimentais e essas unidades experimentais, por sua vez, so agrupadas para constiturem uma terceira formao de unidades experimentais. Assim, h trs classificaes das unidades de observao; as classes correspondentes so: as unidades experimentais elementares, as unidades da segunda formao de unidades experimentais e as unidades da terceira formao de unidades experimentais. Essas classes de unidades recebem as denominaes de subsubparcela, parcela, subsubparcela subparcela e parcela respectivamente. As subsubparcelas so aninhadas nas subparcelas, as subparcelas nos parcelas e estas, no material experimental: Material experimental Parcelas Subparcelas Subsubparcelas. Os trs fatores de unidade correspondentes a essas trs classificaes so designados subsubparcela subparcela e parcela seus nveis so as subsubparcelas, as subsubparcela, parcela; subparcelas e as parcelas, respectivamente. O fator subsubparcela aninhado no fator subparcela e este aninhado no fator parcela. Essa estrutura de unidades ilustrada pelo croqui da Figura 10.10 10.10.
10.10. Figura 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.
O smbolo dessa estrutura de unidades o mesmo da estrutura ilustrada na Figura 10. 10.8: U/U/E, onde, agora, E, U e U denotam os fatores de unidade: subsubparcela, subparcela e parcela, respectivamente. O diagrama o mesmo da Figura 10.9. Essa 10. estrutura de unidades ilustrada pelo Exemplo 10.6. 10.
450
10. Exemplo 10.6
Material experimental: Sementes de uma cultivar de feijo com caractersticas uniformes; terreno cujas caractersticas do solo variam consideravelmente com a distncia; tcnicas homogneas de cultivo e de mensurao e registro dos dados. Controle local: O conjunto dos talhes formados para constiturem as unidades elementares dividido em blocos de forma aproximadamente quadrada com os talhes de cada bloco suficientemente homogneos quanto s caractersticas do solo. Formao das unidades: Cada um desses blocos fracionado sucessivamente trs vezes para constituio de trs formaes de unidades experimentais. Unidade de observao para caractersticas respostas relevantes: o talho. Unidade experimental elementar: o talho com as caractersticas do material experimental que lhe correspondem. Unidade de segunda formao de unidades experimentais: conjunto de talhes contguos com as correspondentes caractersticas do material experimental. Unidade de terceira formao de unidades experimentais: subconjunto de unidades experimentais da segunda formao contguas com as caractersticas do material experimental que lhe correspondem. Estrutura das unidades: H quatro classificaes das unidades de observao; as classes dessas quatro classificaes so as unidades experimentais elementares (subsubparcelas), as unidades da segunda formao de unidades experimentais (subparcelas), as unidades da terceira formao de unidades experimentais (parcelas) e os blocos constitudos para controle local. Portanto, a estrutura das unidades para essas variveis respostas compreende quatro fatores de unidade: subsubparcela, subparcela, parcela e bloco. O fator subsubparcela aninhado no fator subparcela, este fator aninhado no fator parcela e, por sua vez, este fator aninhado no fator bloco.
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 faixa 1 e faixa 2 bloco, 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 10.11. Figura 10.11
451
10.11. Figura 10.11 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.
Essa estrutura de unidades simbolizada por U/(U*U), onde U, U e U denotam os fatores de unidade: faixa 1, faixa 2 e bloco, respectivamente, e representada pelo diagrama da Figura 10.12 10.12.
10.12. Figura 10.12 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. 10. Exemplo 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
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.
Estruturas de unidades de duas ou mais formaes de unidades experimentais so teis para experimentos com dois ou mais fatores experimentais que requeiram unidades experimentais de dimenses ou formatos diferentes. De fato, em alguns experimentos h fatores experimentais que requerem unidades experimentais grandes e outros que podem se alocados em unidades pequenas; ou alguns fatores que requerem unidades compridas e outros que podem ser alojados em unidades compactas. Para economia e uso mais eficiente de material experimental nessas situaes pode ser conveniente ter mais de uma formao de unidades experimentais, Por exemplo, mtodos de preparo do solo requerem talhes de reas grandes, pois no praticvel cultivar de modo realista em reas pequenas. Entretanto, talhes do tamanho requerido para mtodos de cultivo do solo seriam extravagantes para cultivares. Assim, para economia de material experimental, em um experimento com esses dois fatores pode ser conveniente uma estrutura de unidades com unidades experimentais do tamanho apropriado para o fator mtodo de preparo do solo e a diviso dessas unidades em subunidades para constiturem as unidades experimentais para o fator cultivar. Um outro argumento para o uso de estruturas de unidades com mais de uma formao de unidades experimentais o fato de que a varincia do erro experimental referente a subunidades muito freqentemente menor do que a varincia do erro experimental referente a unidades. Isso implica a convenincia de alocar fatores experimentais mais importantes a subunidades e fatores menos importantes a unidades. Essa considerao pode gerar uma contradio em relao convenincia da alocao de fatores experimentais a unidades e subunidades, pois freqentemente fatores experimentais que requerem unidade experimental de dimenses grandes so os fatores mais importantes. Observe-se, entretanto, que a crena geral de que a varincia do erro experimental referente a subunidades menor do que a varincia do erro experimental referente a unidades pode no ser justificada. Por exemplo, em um experimento agrcola de campo em terreno com declive com blocos com um de seus lados na direo do declive mximo, em que as parcelas so formadas paralelamente a esse declive, essas parcelas podem resultar muito uniformes. Nessas circunstncias, se as parcelas so divididas em subparcelas perpendicularmente direo do declive mximo, as subparcelas podem resultar heterogneas e consideravelmente mais heterogneas do que as parcelas. Todavia, em geral, deve ser esperado que a varincia do erro experimental de subparcelas seja menor do que a varincia do erro experimental de parcelas. Essa expectativa decorre do fato de que a varincia do erro experimental a variao devida ao erro experimental dividida pelo nmero de unidades de informao independentes sobre o erro experimental, que usualmente denominado nmero de graus de liberdade do erro. E o nmero de graus de liberdade do erro experimental referente a parcelas sempre menor que o nmero de graus de liberdade do erro experimental referente a subparcelas. Por essa razo, em um experimento com dois ou mais fatores experimentais em que um dos fatores seja mais importante ser prefervel alocar esse fator subparcela.
453
Ao cogitar em mais de uma formao de unidades experimentais o pesquisador deve ter em mente que para um mesmo material experimental o erro experimental global invarivel. A reduo do erro experimental de um estrato do erro experimental global implica o aumento do erro experimental dos outros estratos. Isso tambm ocorre com a formao de agrupamentos de unidades para propsito especfico de controle local. Quanto mais eficiente o controle local menor o erro experimental intrablocos (dentro de blocos) e menor o erro experimental entre blocos. Algumas estruturas de unidades hierrquicas descritas anteriormente constituem ilustraes do uso dessa estratgia para situaes de dois ou mais fatores experimentais. Entretanto, h muitas outras variaes que podem ser consideradas. O importante a compreenso das relaes de cruzamento e de aninhamento de fatores de unidades que decorrem das classificaes das unidades de observao consideradas pelo controle local. Essas estruturas de unidade so a base de muitos delineamentos experimentais. O pesquisador deve exercer sua experincia e imaginao para derivao da estrutura das unidades mais apropriada para cada experimento particular, levando em considerao a obedincia apropriada dos princpios bsicos do delineamento experimental. Particularmente, os princpios da ortogonalidade e do balanceamento so geralmente importantes. Isso significa, por exemplo, a convenincia da alocao do mesmo nmero de unidades de observao a todos os nveis de cada fator de unidade.
10.3.2
Estruturas de unidades de observaes mltiplas
Em alguns experimentos a unidade experimental elementar compreende duas ou mais fraes do material experimental sobre as quais so efetuadas observaes independentes de uma ou mais variveis respostas. Cada uma dessas fraes do material experimental constitui uma unidade de observao para essas variveis respostas (Seo 5.5 Seo 5.5). A estrutura das unidades para uma varivel resposta uma estrutura de unidades de observaes mltiplas se a unidade experimental elementar compreende mais de uma unidade de observao para essa varivel resposta. Assim, estruturas de unidades de observaes mltiplas originam-se para variveis respostas mensuradas em duas ou mais fraes da unidade experimental elementar. As estruturas de unidades de observaes mltiplas podem ser consideradas como extenses das estruturas de unidades de observaes simples em que a unidade de observao passa a ser a unidade experimental elementar que compreende duas ou mais unidades de observao. Assim, para cada estrutura de unidades de observao simples corresponde uma estrutura de unidades de observaes mltiplas, que gerada pela incluso de um fator de unidade adicional aninhado em todos os demais fatores de unidade. Isso significa que esse fator o fator de menor hierarquia da estrutura das unidades. Por exemplo, as estruturas de unidades de observao simples unifatorial, de dois fatores hierrquica e de dois fatores cruzada (Seo 10.3.1 geram estruturas de Seo 10.3.1) unidades de observaes mltiplas de dois e de trs fatores hierrquicas e de trs fatores mista, respectivamente, que so consideradas a seguir para ilustrao. 10.3.2.1 Estrutura de unidades de dois fatores hierrquica As unidades de observao so classificadas em subconjuntos de unidades para constiturem as unidades experimentais; por sua vez, esses subconjuntos de unidades constituem uma segunda classificao que corresponde ao material experimental global. As observaes em cada unidade experimental so observaes em subdivises desta unidade ou em unidades de uma amostra da unidade experimental. Nessas circunstncias, h dois fatores de unidade que recebem as designaes de parcela; observao e parcela os nveis desses fatores so as unidades de observao e as
454
parcelas. O fator observao aninhado no fator parcela. Essa estrutura de unidade ilustrada pelo croqui da Figura 10.13 10.13.
10.13. Figura 10.13 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.
Essa estrutura de unidades simbolizada por U/E, onde E e U denotam os fatores de unidade: observao e parcela, respectivamente, e representada por diagrama semelhante ao Figura 10.4. 10. O Exemplo 10.8 prov uma ilustrao dessa estrutura de unidades. 10. 10. Exemplo 10.8
Material experimental: Frangos de corte Isa Brown homogneos quanto a caractersticas genticas e demais caractersticas individuais que so mantidos durante o perodo experimental em uma instalao com gaiolas com capacidade para dez aves; caractersticas referentes ao ambiente, tcnicas de manejo e procedimentos de mensurao e registro dos dados essencialmente homogneas. Unidade de observao para variveis respostas que expressam caractersticas individuais referentes ao animal como peso corporal e partes da carcaa: o frango. Unidade experimental: gaiola com 10 aves e correspondentes caractersticas do material experimental. Estrutura das unidades: H duas classificaes relevantes das unidades de observao cujas classes so os animais individuais e as gaiolas. Ento, a estrutura das unidades para as variveis respostas mensuradas individualmente no animal, como peso corporal e peso de partes da carcaa, compreende dois fatores: frango (observao) e gaiola (parcela); os nveis do primeiro fator so os frangos e os nveis do segundo fator, as gaiolas. O fator frango aninhado no fator gaiola.
trs 10.3.2.2 Estrutura de unidades de trs fatores hierrquica As unidades de observao so classificadas em subconjuntos de unidades que constituem as unidades experimentais e esses subconjuntos de unidades so classificados em blocos segundo os nveis de uma caracterstica estranha relevante; por sua vez, o conjunto desses blocos de unidades constitui o material experimental global. Essa estrutura de unidades compreende trs fatores: observao, parcela e bloco, respectivamente. O fator observao aninhado no fator parcela e este fator aninhado no fator bloco. Essa estrutura de unidades ilustrada pelo croqui da Figura 10.14 10.14.
455
10.14. Figura 10.14 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 10.9. 10. O Exemplo 10.9 apresenta uma ilustrao dessa estrutura de unidades. 10. Exemplo 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.
10.3.2.3 Estrutura de unidades de trs fatores mista As unidades de observao so classificadas em grupos que constituem as unidades experimentais e estas unidades so classificadas para propsito de controle local duplo segundo os nveis de duas caractersticas estranhas, constituindo duas formaes de blocos de modo que cada uma das unidades experimentais se classifica em um bloco de cada uma dessas duas formaes. Portanto, h quatro classificaes das unidades de observao cujas classes so: as unidades de observao, as unidades experimentais e os blocos de cada uma dessas duas formaes de blocos; as unidades de observao recebem a denominao de colunas. observaes e as duas formaes de blocos, de filas e colunas As unidades experimentais (parcelas) so as combinaes das filas e das colunas, ou seja, os nveis do fator generalizado fila^coluna; portanto, elas so determinadas pelas especificaes das filas e das colunas. Isso significa que as observaes so aninhadas nas filas e nas colunas, cada uma das quais constitui o material experimental global. Assim, essa estrutura de unidades compreende trs fatores que recebem as designaes de observao fila e coluna O fator observao aninhado nos fatores fila observao, coluna, e coluna que so cruzados. Essa estrutura de unidades ilustrada pelo croqui da Figura 10.15 10.15.
456
10.15. Figura 10.15 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.
Essa estrutura de unidades simbolizada por (U*U)/E, onde E, U e U denotam os fatores observao, fila e coluna, respectivamente, e representada pelo diagrama da 10.16. Figura 10.16
10.16. Figura 10.16 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.
Essa estrutura de unidades ilustrada pelo Exemplo 10.10 com uma alterao do 10. material experimental considerado no Exemplo 10.4. 10. 10. Exemplo 10.10
Material experimental: Compreende dois cordeiros de cada uma das combinaes de procedncias e de faixas de idades; as demais caractersticas so semelhantes s definidas no 10. Exemplo 10.4. 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. Unidade de observao para caractersticas respostas referentes ao animal: o cordeiro. Unidade da nica formao de unidades experimentais: dois cordeiros de uma mesma faixa de idade e procedncia com as caractersticas do material experimental que lhes correspondem.
457
Estrutura das unidades: H trs classificaes relevantes das unidades de observao (cordeiros): a classificao para a formao das unidades experimentais e as classificaes segundo as procedncias e as faixas de idade. Logo, a estrutura das unidades para as variveis respostas relevantes compreende trs fatores: cordeiro (observao), procedncia e idade. O fator parcela aninhado nos fatores procedncia e idade que so cruzados.
10.3.3
Estruturas de unidades de observaes repetidas
Em alguns experimentos uma ou mais variveis respostas so mensuradas em dois ou mais instantes do perodo experimental sobre cada unidade experimental elementar ou sobre cada unidade de observao bsica. A estrutura das unidades para uma varivel resposta uma estrutura de unidades de observaes repetidas se essa varivel resposta mensurada em cada unidade de observao bsica em dois ou mais instantes de um intervalo de tempo. As estruturas de unidades de observaes repetidas so extenses das estruturas de unidades de observao simples em que a unidade experimental compreende duas ou mais unidades de observao correspondentes a dois ou mais instantes de um intervalo de tempo. Essas observaes repetidas constituem os nveis de um fator de unidade adicional que pode receber a designao genrica de tempo e seus nveis, de instantes. Esse fator cruzado com todos os demais fatores da estrutura das unidades. Assim, para cada uma das estruturas de unidades de observao simples corresponde uma estrutura de unidades de observaes repetidas, que gerada pela incluso de um fator de unidade cruzado com todos os demais fatores de unidade. Por exemplo, uma estrutura de observao simples unifatorial gera uma estrutura de observaes repetidas cruzada de dois fatores; uma estrutura de observaes simples de dois fatores hierrquica gera uma estrutura de observaes repetidas mista de trs fatores. Essas estruturas de unidades so consideradas a seguir para ilustrao. 10.3.3.1 Estrutura de unidades de dois fatores cruzada Uma estrutura de unidades de observaes repetidas de dois fatores cruzada gerada de uma estrutura de observao simples unifatorial para variveis respostas mensuradas em cada unidade experimental em mais de um instante. Essa estrutura de unidades corresponde situao em que a variao das caractersticas estranhas do material experimental irrelevante e so efetuadas mensuraes sucessivas sobre cada unidade experimental em diversos instantes do perodo experimental. Ento, as unidades de observao sobre as quais so efetuadas essas mensuraes individuais so classificadas duplamente segundo as unidades experimentais e segundo os instantes de mensurao, mas no h classificaes para controle local. Assim, as unidades de observao so as combinaes das unidades experimentais ou parcelas e dos instantes de mensurao, e as unidades experimentais so cruzadas com os instantes de mensurao. Portanto, essa estrutura de unidades compreende dois fatores: parcela e tempo tempo, cujos nveis so, respectivamente, as parcelas e os instantes de mensurao. Esses dois fatores so cruzados, j que em cada um dos instantes so mensuradas todas as parcelas e cada parcela mensurada em todos os instantes. Essa estrutura de unidades ilustrada pelo croqui da Figura 10.17 10.17.
458
10.17. Figura 10.17 Estrutura de unidades de observaes repetidas cruzada de dois fatores: parcela e instante, respectivamente com 24 e 6 nveis.
Essa estrutura de unidades simbolizada por E*R, onde E e R denotam os fatores de unidade: parcela (unidade experimental) e tempo, respectivamente; e representada pelo diagrama da Figura 10.18 10.18.
10.18. Figura 10.18 Diagrama da estrutura de unidades cruzada de observaes repetidas de dois fatores E e R: E*R.
Essa estrutura de unidades ilustrada no Exemplo 10.11 que considera as duas 10. situaes de material experimental descritas no Exemplo 10.1. 10. Exemplo 10.11 10.
a) Em um experimento com material experimental descrito no Exemplo 10.1 b) so 10. efetuadas mensuraes do peso corporal dos animais a cada quatorze dias durante o perodo experimental. Ento, a estrutura das unidades para essa varivel resposta compreende o fator adicional tempo cujos nveis so esses instantes de mensurao. Logo, h dois fatores de unidade cruzados: cordeiro (parcela) e tempo. b) Em um experimento com material experimental descrito no Exemplo 10.1 c) o peso da 10. produo de frutos e o nmero de frutos so registrados em diversas safras sobre as mesmas plantas. Nessas circunstncias, a estrutura das unidades para essas duas variveis respostas compreende dois fatores cruzados: planta (parcela) e safra.
10.3.3.2 Estrutura de trs fatores mista Uma estrutura de unidades de observaes repetidas mista de trs fatores pode resultar de diversas formas de relaes de fatores de unidade. Duas dessas formas so as extenses descritas a seguir das estruturas de unidades de observaes simples de dois fatores hierrquicas caracterizadas anteriormente. 1) As unidades de observao (parcelas) so classificadas em grupos (blocos) segundo os nveis de uma caracterstica estranha relevante para propsito de controle local e so efetuadas observaes repetidas sobre cada uma dessas unidades. Dessa forma, as parcelas so aninhadas nos blocos e cruzadas com os instantes de mensurao. Portanto, h trs fatores de unidade: parcela bloco e tempo cujos nveis parcela, tempo,
459
so as parcelas, os blocos e os instantes de mensurao. O fator parcela aninhado no fator bloco e esses dois fatores so cruzados com o fator tempo. Essa estrutura de unidades simbolizada por (U/E)*R, onde E, U e R denotam os fatores de unidade: parcela, bloco e instante de mensurao, respectivamente, e representada pelo diagrama da Figura 10.19 onde m denota o material experimental. 10.
10.19. Figura 10.19 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.
Essa estrutura de unidades ilustrada pelo Exemplo 10.12 que considera uma 10. varivel resposta com observaes repetidas de um experimento com a estrutura de unidades do Exemplo 10.2 a). 10. 10. Exemplo 10.12
Em um experimento com material experimental descrito no Exemplo 10.2 a) o peso corporal 10. dos animais mensurado a cada quinze dias do perodo experimental. Assim, para essa varivel resposta h o fator de unidasde adicional tempo cujos nveis so os instantes de mensurao. Ento, a estrutura das unidades para essa varivel resposta compreende trs fatores de unidade: cordeiro (parcela), idade (bloco) e tempo. O fator cordeiro aninhado no fator idade e estes dois fatores so cruzados com o fator instante.
2) O material experimental uniforme quanto composio de caractersticas estranhas; a unidade experimental elementar compreende mais de uma unidade de observao e sobre cada uma destas unidades so procedidas observaes sucessivas em diversos instantes de um intervalo de tempo. Assim, essa estrutura de unidades compreende trs fatores: observao, parcela e tempo. O fator observao aninhado no fator parcela e estes fatores so ambos cruzados com o fator tempo. Essa estrutura de unidades tambm simbolizada por (U/E)*R, onde, agora, E, U e R denotam os fatores de unidade: observao, parcela e tempo, respectivamente. O diagrama dessa estrutura de unidades o mesmo da Figura 10.19. 10.19 O Exemplo 10.13 prov uma ilustrao dessa estrutura de unidades com a 10. considerao de uma varivel com observao repetida do experimento do Exemplo 10.3 10. b). 10. Exemplo 10.13
Suponha-se que a varivel resposta peso corporal do experimento sobre o efeito da formulao da rao e da administrao de anabolizante em sunos (Exemplo 10.3) mensurada Exemplo 10. a cada quinze dias do perodo experimental. Assim, a estrutura das unidades para essa varivel resposta tem um fator adicional: tempo cujos nveis so os instantes de mensurao a cada 15 dias do perodo experimental. Ento, a estrutura das unidades para peso corporal compreende trs fatores: animal e boxe, que constituem duas formaes de unidades experimentais, e tempo. O fator animal aninhado no fator boxe e esses dois fatores so cruzados com o fator tempo.
460
10.4 Estruturas das Unidades de Experimentos de Abrangncia Ampla

Estruturas de unidades de experimentos de abrangncia ampla so essencialmente estruturas de unidades de experimentos de abrangncia restrita repetidas em diversas sees de um espao ou de um intervalo de tempo, ou de ambos espao e intervalo de tempo. Essas estruturas de unidades repetidas no espao constituem-se naturalmente de unidades de observao diferentes. Estruturas repetidas no tempo podem compreender as mesmas unidades de observao ou unidades de observao diferentes. Estruturas repetidas no tempo podem constituir-se das mesmas unidades de observao ou de unidades de observao diferentes. Estruturas repetidas sob as mesmas unidades de observao so as estruturas de unidades de observaes repetidas consideradas na 10.3.3. Seo 10.3.3 Estruturas repetidas tanto no espao como no tempo so combinaes dessas duas situaes. Assim, estruturas de unidades de experimentos de abrangncia ampla so estruturas de unidades de experimentos de abrangncia restrita repetidas com unidades de observao diferentes no espao, no tempo ou em ambos espao e tempo. Essas estruturas so caracterizadas a seguir. Estruturas de unidades de abrangncia ampla no espao de Uma estrutura de unidades de abrangncia ampla no espao gerada de uma estrutura de unidades de abrangncia restrita (euar) pela adio de um ou mais fatores que exprimem a disposio das unidades no espao cruzados com todos os fatores da estrutura de abrangncia restrita. Por exemplo, uma estrutura de unidades unifatorial com fator E repetida em diversos locais de uma regio uma estrutura de unidades cruzada de dois fatores observao (E) e local (L). Essas estruturas de unidades so representadas pelos diagramas de Hasse da Figura 10.20 10.20.
10.20. Figura 10.20 Diagramas de estruturas de unidade de abrangncia ampla no espao (a) e estrutura de unidades de experimento repetido em diversos locais (b).
Estruturas de unidades de abrangncia ampla no tempo Essa estrutura de unidades gerada de uma estrutura de unidades de abrangncia restrita (euar) pela adio de um ou mais fatores cruzados com todos os fatores da estrutura de abrangncia restrita. Por exemplo, uma estrutura de unidades unifatorial com fator E repetida em diversos anos de um intervalo de anos uma estrutura de unidades cruzada de dois fatores: observao (E) e ano (A). Essas estruturas de unidade so representadas por diagramas semelhantes aos da Figura 10.20 10.20. Estruturas de unidades de abrangncia ampla no espao e no tempo Essa estrutura de unidades gerada de uma estrutura de unidades de abrangncia restrita pela incluso dos fatores que expressam a distribuio das unidades no espao e no tempo que so cruzados com todos os fatores da estrutura de abrangncia restrita. Por exemplo, uma estrutura de unidades unifatorial repetida em diversos locais de uma
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 10.21 10.21.
10.21. Figura 10.21 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 10.14 prov ilustraes dessas estruturas. 10. 10. Exemplo 10.14
a) Suponha-se que o experimento considerado no Exemplo 10.1 b) repetido em diversos 10. 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 10.1 b) repetido em diversos anos em um nico 10. 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.
10. Exerccios 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
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.
10.5 Estrutura do Experimento ou Delineamento Experimental

O delineamento do experimento compreende: 1) a especificao das variveis respostas; 2) a especificao da estrutura das condies experimentais; 3) a especificao da estrutura das unidades de observao; 4) a escolha da relao entre a estrutura das condies experimentais e a estrutura das unidades. A relao ou associao entre a estrutura das condies experimentais e a estrutura das unidades estabelecida pela atribuio dos nveis dos fatores de tratamento e a manifestao dos nveis dos fatores intrnsecos nas unidades do material experimental. A associao entre a estrutura das condies experimentais e a estrutura das unidades determinada pela casualizao dos nveis de fatores de tratamento e a manifestao dos nveis de fatores intrnsecos estabelece a estrutura do experimento ou delineamento do experimento experimento. A gerao da estrutura do experimento ou delineamento do experimento ilustrada pela Figura 10.22 10.22.
10.22. Figura 10.22 O delineamento experimental gerado pela associao da estrutural das condies experimentais e da estrutura das unidades determinada pela casualizao.
A casualizao estabelece uma relao de correspondncia entre os nveis dos fatores experimentais e os nveis dos fatores de unidade. Os nveis de um fator de unidade so as unidades experimentais para o fator experimental com cujos nveis esto associados na estrutura do experimento. Mais genericamente, uma frao do material experimental a unidade experimental para a condio experimental com a qual se associa na estrutura do experimento. A estrutura das unidades decompe ou estratifica o erro experimental (global) em tantos estratos quantas so os fatores de unidade. A frao do erro experimental global correspondente a um fator de unidade constitui um estrato do erro experimental. experimental
463
Assim, a estrutura do experimento estabelece uma estrutura correspondente do erro experimental. A considerao da estrutura do erro experimental altamente relevante nas inferncias derivadas do experimento. Em geral, o erro experimental que afeta inferncias referentes a um efeito de fatores experimentais uma frao do erro experimental global composta por um subconjunto de seus estratos. Esse erro experimental pode variar com as inferncias particulares. O erro experimental que afeta inferncias referentes a um fator experimental a que variao dos valores observados da varivel resposta nas unidades experimentais para esse fator que atribuvel s caractersticas estranhas que no so controladas por controle local e por controle estatstico. De modo mais geral, a variao devida a caractersticas estranhas no controladas que fica confundida com um efeito de fatores experimentais constitui o erro experimental que afeta as inferncias referentes a esse efeito. Em particular, em um experimento com um nico fator experimental em que no efetuado controle da variao atribuvel a caractersticas estranhas, o erro experimental para inferncias referentes a esse fator a variao dos valores observados da varivel resposta nas unidades experimentais dentro dos nveis desse fator. conveniente que o planejamento da estrutura das condies experimentais e o planejamento da estrutura das unidades sejam procedidos separadamente. Uma estratgia para esse planejamento foi considerada na Seo 6.2. Em princpio, o 6.2 pesquisador deve planejar a estrutura das condies mais apropriada para os objetivos estabelecidos para o experimento e, ento, planejar a estrutura das unidades mais apropriada para a consecuo desses objetivos. Restries do material experimental podem demandar reviso dos objetivos do experimento que implique alterao da estrutura das condies experimentais que possa ser acomodada em estrutura das unidades satisfatria para esses objetivos e vivel. Os planejamentos da estrutura das condies experimentais e da estrutura das unidades foram tratados nas Sees 8.7 e 10.2 10.2. Uma coleo consideravelmente grande de delineamentos experimentais pode resultar das combinaes das variadas formas dessas duas estruturas. Os delineamentos experimentais mais usuais podem ser classificados em famlias de delineamentos. Esse fato muito importante, pois os procedimentos de inferncia estatstica so semelhantes para delineamentos com mesma estrutura. A designao completa de famlias de delineamentos e de delineamentos experimentais particulares deve compreender as designaes das correspondentes estruturas de fatores experimentais e de fatores de unidade. Alguns delineamentos so caracterizados a seguir, classificados segundo as estruturas de unidades que os geram.
10.6 Delineamentos para Estruturas de Condies Experimentais Unifatoriais

A caracterizao e representao de estruturas de condies experimentais unifatoriais foi apresentada na Seo 8.7.3 Essas estruturas foram amplamente 8.7.3. ilustradas nas Sees 8.2, 8.3 e 8.4 8.4. 8.2 Por definio, o nico fator de uma estrutura de condies experimentais unifatorial um fator de tratamento. Portanto, o delineamento com essa estrutura de condies experimentais compreende uma nica formao de unidades experimentais. Estruturas de condies experimentais unifatoriais podem ser associadas a uma ampla gama de estruturas de unidades de observaes simples: Estrutura de unidades unifatorial,
464
Estrutura de unidades de dois fatores hierrquica, Estrutura de unidades de dois fatores cruzada, Estrutura de unidades de trs fatores mista
10.6.1
Estrutura de unidades unifatorial
A estrutura de unidades unifatorial foi definida e ilustrada na Seo 10.3.1.1 Essa 10.3.1.1. estrutura representada simbolicamente por E, que denota o nico fator: parcela. Suas representaes atravs de croqui e diagrama de Hasse so apresentadas na Figura 10.1 10. e na Figura 10.2, respectivamente. 10. Casualizao Como essa estrutura de unidades no compreende controle local, no h qualquer restrio casualizao; os tratamentos so atribudos s parcelas completamente ao acaso. Por essa razo, essa estrutura de experimento usualmente denominada casualizado. delineamento completamente casualizado A casualizao consiste em associar as parcelas aos tratamentos por algum procedimento que atribua a todas as parcelas a mesma probabilidade de alocao a qualquer dos tratamentos e garanta para os tratamentos os nmero de repeties que lhes foram atribudos. Essa propriedade pode ser lograda por processo de sorteio objetivo e isento; por exemplo, pela extrao de quadradinhos de papel ou de peas numeradas dispostos em um recipiente, uso de tabelas de dgitos ou nmeros aleatrios, como a Tabela 1 do Apndice ou uso de recursos de programas e pacotes de Apndice, computao estatstica (Seo 9.7.1 Seo 9.7.1). A Figura 10.23 ilustra a gerao do delineamento completamente casualizado para 10. estrutura de condies experimentais com um fator A com 5 tratamentos: A1, A2, A3, A4 e A5 e 4 repeties de cada tratamento. A casualizao pode ser procedida como segue: Passo 1. Identificam-se arbitrariamente os tratamentos; por exemplo, com os 1 nmeros inteiros de 1 a 5 que lhes servem de subscrito (Figura 10.23a). Representam-se Figura 10.23a as unidades experimentais por um croqui, se elas tm disposio espacial, ou uma lista. Ento, identificam-se as unidades experimentais arbitrariamente, atravs dos nmeros inteiros de 1 a 20 (Figura 10.23b). Figura 10.23b
1 A1,A2,A3, A4,A5 2 3 4 5 A2 A4 A2 A5 A1
6 7 8 9 10 Casualizao 11 12 13 14 15 16 17 18 19 20
A2 A3 A1 A3 A3 A1 A3 A4 A2 A5 A4 A4 A5 A1 A5 (c)
(a)
(b)
10.23. Figura 10.23. Gerao de delineamento completamente casualizado com 5 tratamentos: A1, A2, A3, A4 e A5 e 4 repeties de cada tratamento.
Passo 2. Sorteiam-se 5 subconjuntos de 4 nmeros dos nmeros inteiros de 1 a 20 atravs da extrao sucessiva destes nmeros sem reposio. Suponha-se que desse processo de sorteio tenha resultado a seguinte seqncia de nmeros: (5-8-11-19)-(1-614-3)-(7-10-12-9)-(17-2-13-16)-(18-4-15-20). Ento, assinalam-se as unidades 5, 8, 11 e 19 ao tratamento A1; as unidades 1, 6, 14 e 3 ao tratamento A2; as unidades 7, 10, 12 e 9 ao tratamentos A3; as 17, 2, 13 e 16 ao tratamento A4; e, finalmente, as unidades 18, 4, 15 e 20 ao tratamento A5. A distribuio dos tratamentos nas unidades resultante da casualizao apresentada na Figura 10.23c. 10.23c.

Estrutura do experimento
465
A casualizao associa os nveis do fator de unidade E aos nveis do fator experimental A, gerando o fator generalizado AÊ. 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 10.24 10.24. 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.
10.24. Figura 10.24. 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 10.24b). Esse fator de unidade E est Figura 10.24b associado ao fator experimental A Essa associao gera o fator generalizado AÊ, que aninhado no fator A (Figura 10.24c). Isso implica que a variao dos valores observados Figura 10.24c 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
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 10.15 que consideram as estruturas de unidades ilustradas no 10. 10. Exemplo 10.1.

10. Exemplo 10.15
467
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 10.1a). Exemplo 10. 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 10.1b). Exemplo 10. 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 10.1c). Exemplo 10. 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:
468
Vantagens
a) o delineamento experimental mais simples no que se refere a planejamento, conduo e anlise de dados. b) No impe restries quanto ao nmero de tratamentos e ao nmero de repeties. O nmero de repeties pode variar de tratamento para tratamento, embora muito freqentemente seja conveniente a adoo do mesmo nmero de repeties para todos os tratamentos. A perda de informao resultante da ausncia de observaes em unidades experimentais ("parcelas perdidas") relativamente pequena comparativamente ao que resulta com outros delineamentos. c) Atribui o maior nmero de graus de liberdade para a estimativa da varincia do erro experimental. Assim, a adoo de outro delineamento que no logre a formao de grupos de unidades experimentais mais homogneas do que o conjunto das unidades do material experimental conduz reduo da preciso do experimento. Essa uma propriedade particularmente importante para pequenos experimentos. d) A anlise estatstica de experimento com esse delineamento simples, mesmo quando o nmero de repeties varia com os tratamentos como resultado do plano do experimento ou da perda de parcelas, ou quando os tratamentos so afetados por erros experimentais com varincias diferentes. Neste caso, entretanto, as inferncias requerem ateno especial. Desvantagens a) Embora possa ser utilizado para qualquer nmero de tratamentos, o delineamento completamente casualizado pode no ser apropriado para situaes de grande nmero de tratamentos, pois nessas circunstncias o material muito freqentemente no suficientemente homogneo quanto s caractersticas estranhas. b) Como o delineamento completamente casualizado no efetua controle local, toda a variao estranha entre as unidades experimentais com um mesmo tratamento includa no erro experimental. Assim, esse delineamento no apropriado quando as caractersticas estranhas do material experimental so heterogneas relativamente ao nvel de preciso desejado para as inferncias. Isso pode ocorrer mesmo com experimentos conduzidos em ambientes controlados. Essa desvantagem decisiva para a utilizao do delineamento completamente casualizado. Em muitas situaes, a classificao hbil das unidades experimentais permite lograr variao estranha entre as unidades dentro de blocos seja consideravelmente menor do que a variao estranha entre as unidades de blocos diferentes. Nessas circunstncias, a adoo de delineamentos que imponham controle local possibilita o aumento da preciso do experimento.
10.6.2
Estrutura de unidades de dois fatores hierrquica
Essa estrutura de unidades foi definida e ilustrada na Seo 10.3.1.2. Ela 10.3.1.2 simbolizada por U/E, onde E e U denotam os fatores de unidade: parcela e bloco, respectivamente, e representada atravs do croqui e do diagrama de Hasse apresentados na Figura 10.3 e na Figura 10.4, respectivamente. 10. 10. Essa estrutura de unidades pode originar diversos delineamentos, dependendo do nmero de nveis do fator A (tratamentos), dos nmeros de nveis do fator E (parcela) nos nveis do fator U (bloco) e do procedimento de casualizao adotado: delineamento em blocos completos, delineamento em blocos com mais de uma repetio dos tratamentos em cada bloco, delineamento em blocos com mais de uma repetio de alguns tratamentos em cada bloco e delineamento em blocos incompletos.

10.6.2.1 Delineamento em blocos completos
469
Esse delineamento corresponde situao em que o nmero de unidades em cada bloco igual ao nmero de tratamentos e a cada bloco compreende uma coleo completa dos tratamentos. Casualizao Essa estrutura de experimento requer que os tratamentos sejam atribudos aleatoriamente s parcelas com a restrio de que resulte uma repetio completa dos tratamentos em cada um dos blocos. Para satisfazer essa propriedade a casualizao deve ser procedida bloco por bloco, separada e independentemente. Para cada bloco, a casualizao consiste na atribuio dos tratamentos s unidades experimentais de modo que todas as unidades experimentais tenham a mesma probabilidade de ser alocada a qualquer dos tratamentos. Essa estrutura de experimento usualmente denominada delineamento em blocos casualizados, completos casualizados o que d a idia errnea de que os blocos so casualizados; de fato, as parcelas de cada bloco que so casualizadas na atribuio dos tratamentos. A Figura 10.25 ilustra a gerao do delineamento blocos completos casualizados 10. para estrutura de condies experimentais com fator de tratamento A com 6 tratamentos: A1, A2, A3, A4, A5 e A6 e 4 repeties de cada tratamento. A casualizao pode ser procedida como segue: Passo 1. Identificam-se arbitrariamente os tratamentos; por exemplo, com os 1 nmeros inteiros de 1 a 6 que lhes servem de subscrito (Figura 10.25a). Representam-se Figura 10.25a as unidades experimentais por um croqui ou uma lista. Ento, identificam-se as unidades experimentais de cada bloco arbitrariamente com os nmeros inteiros de 1 a 6 (Figura Figura 10.25b 10.25b).
Bloco 1 1 A1,A2, A3,A4, Casualizao A5,A6 4 1 4 2 5 2 5 Bloco 3 (a) (b) 3 6 3 6 1 4 1 4 Bloco 2 2 5 2 5 Bloco 4 3 6 3 6 Bloco 1 A3 A6 A1 Bloco 2 A4 A3 A5 A2 A6 A1 A4 A5 A2 A1 A6 A3 Bloco 4 (c)
A5 A4 A2 A5 A2 A3 A1 A6 A4 Bloco 3
10.25. Figura 10.25. 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 10.25c. 10.25c 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
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 AÛÊ que equivalente aos fatores AÛ e UÊ j que esses fatores tm os mesmos nveis. Assim, Assim, o fator generalizado AÛÊ pode ser interpretado como o fator AÛ ou UÊ, 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 10.26 A seta 10.26. 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.
10.26. Figura 10.26. 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 UÊ. 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 UÊ que aninhado em U. Isso significa que esse erro experimental provm da variao estranha entre os nveis do fator UÊ 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 AÛ dentro dos fatores A e U, j que os nveis dos fatores UÊ e AÛ 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.

Caracterizao e usos do delineamento
471
Quando o material experimental no suficientemente homogneo quanto composio de caractersticas estranhas, necessria a imposio de controle local para que as diferenas entre tratamentos sejam menos afetadas por confundimento com efeitos de caractersticas estranhas. O delineamento blocos completos casualizados o que permite o controle local mais simples. Esse delineamento consiste na classificao das unidades experimentais em blocos, supostos mais homogneos quanto s caractersticas estranhas do que o conjunto das unidades que constituem o material experimental. A cada um desses blocos atribuda uma e somente uma repetio de cada tratamento. Assim, o delineamento constitui-se de tantos blocos quantas so as repeties estabelecidas para o experimento. Esse fundamento do delineamento blocos completos casualizados ilustrado na Figura 10.27 10.27.
(1)
(2)
(3)
10.27. Figura 10.27. 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
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 10.28). 10.28 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 10.29). 10.29 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 10.30). Figura 10.30)
10.28. Figura 10.28. 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.
10.29. Figura 10.29 Ilustrao da formao de blocos em terreno plano: 6 blocos de 6 parcelas dispostas compactamente.

Terreno Alto Mdio Baixo Rio
473
10.30. Figura 10.30. 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 10.31 Em experimentos com animais, os blocos podem ser formados por Figura 10.31). 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.
474
10.31. Figura 10.31. 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 10.16 prov particulares do uso do delineamento em blocos completos Exemplo 10. casualizados, considerando alteraes nos experimentos do Exemplo 10.15b e do 10.15b 10.15c Exemplo 10.15c decorrentes de modificaes do material experimental. Exemplo 10. Exemplo 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 10.15b 10.15b. 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 10.15c e suponha-se que as 48 plantas so heterogneas quanto Exemplo 10.15c 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.

Vantagens e desvantagens
475
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.
476
10.6.2.2 Delineamentos em blocos com mais de uma repetio de cada tratamento Em algumas situaes pode ser conveniente a formao de blocos com mais de uma repetio de cada tratamento. Essa forma de controle local particularmente conveniente quando o nmero de tratamentos muito pequeno ou a heterogeneidade do material experimental no muito acentuada de modo que a formao de blocos com poucas unidades possa conduzir perda de graus de liberdade no recompensada pela grandeza da variao estranha que fica entre os blocos. Casualizao Essa estrutura de experimento requer que os tratamentos sejam atribudos aleatoriamente s parcelas com a restrio de que resulte o nmero de repeties dos tratamentos especificado para cada um dos blocos. Para garantir essa propriedade a casualizao deve ser procedida bloco por bloco, separada e independentemente. Para cada bloco, a casualizao consiste na atribuio do nmero de unidades experimentais especificado para cada um dos tratamentos de modo que todas as unidades experimentais do bloco tenham a mesma probabilidade de ser alocada a qualquer dos tratamentos. Essa estrutura de experimento usualmente denominada delineamento em generalizados. blocos casualizados generalizados Como o procedimento de casualizao sugere, esse delineamento um meio termo entre o delineamento completamente casualizado e o delineamento em blocos completos casualizados. A Figura 10.32 ilustra a gerao do delineamento blocos casualizados generalizado 10. para estrutura de condies experimentais com fator de tratamento A com 3 tratamentos: A1, A2 e A3 em 3 blocos de 2 repeties dos tratamentos. A casualizao pode ser procedida como segue: Passo 1. Identificam-se arbitrariamente os tratamentos; por exemplo, com os 1 nmeros inteiros de 1 a 3 que lhes servem de subscrito (Figura 10.32a), e as unidades Figura 10.32a experimentais de cada bloco arbitrariamente com os nmeros inteiros de 1 a 6 (Figura Figura 10.32b 10.32b).
Bloco 1 1 A1,A2, A3 Casualizao 4 1 4 2 5 2 5 Bloco 3 (a) (b) 3 6 3 6 1 4 1 4 Bloco 2 2 5 2 5 Bloco 4 3 6 3 6 Bloco 1 A2 A1 A3 Bloco 2 A2 A1 A1 A3 A2 A3 A1 A3 A2 A1 A2 A3 Bloco 4 (c)
A1 A3 A2 A3 A2 A2 A1 A3 A1 Bloco 3
10.32. Figura 10.32. 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 10.32c. 10.32c

Estrutura do experimento
477
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 AÛÊ que aninhado no fator generalizado AÛ 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 10.33 A seta 10.33. 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.
10.33. Figura 10.33. 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.
O delineamento blocos casualizados generalizados decompe o erro experimental em dois estratos correspondentes aos dois fatores de unidade E e U. O erro experimental que afeta as inferncias referentes ao fator experimental A o estrato que corresponde ao fator de unidade E, ou seja, ao fator UÊ que aninhado em U. Ento, esse erro experimental a variao estranha entre os nveis do fator AÛÊ dentro do fator AÛ, ou seja, da variao de parcelas dentro das combinaes dos nveis dos fatores bloco e tratamento. 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 tem as mesmas propriedades de ortogonalidade e balanceamento do delineamento em blocos completos casualizados. Sua vantagem em relao a este delineamento que a presena de repeties de tratamentos dentro de blocos permite inferncias referentes interao entre tratamentos e blocos. Ilustraes desse delineamento so apresentadas no Exemplo 6.5 e no Exemplo 6.13. 10.17. 6.13 Uma ilustrao particular provida pelo Exemplo 10.17
478
10. Exemplo 10.17
Experimento: Considere-se um experimento que teve como objetivo a comparao da cultivar de tomateiro Pelotas com as cultivares Homestead e Sioux das quais aquela cultivar se originou por hibridao. Esse experimento adotou controle local constitudo de blocos de 6 parcelas a cada um dos quais foram assinaladas 2 repeties de cada uma dessas 3 cultivares. O croqui do delineamento aquele apresentado na Figura 10.32 onde os tratamentos so simbolizados como segue: A1 10.32, Pelotas A2 - Homestead e A3 Sioux. Nessas circunstncias, h um fator experimental A e dois fatores de unidade: bloco e parcela; as estruturas das condies experimentais, das unidades e do experimento so, respectivamente, A, U/E e (AÛ)/E, onde A o fator cultivar e E e E, os fatores bloco e parcela.
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.
10. Tabela 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 Erro Total 1 22 23 Tratamento Erro Total GL 11 1 11 23
Essa ilustrao indica que a considerao de um meio termo entre a ausncia de controle local e a formao de blocos completos pode ser mais adequada para experimentos de poucos tratamentos. Isto significa a classificao das unidades experimentais em blocos para mais de uma repetio de cada tratamento. Esse delineamento consiste de um conjunto de blocos cada um dos quais compreendendo um pequeno delineamento completamente casualizado com igual nmero de repeties para todos os tratamentos. Assim, para o exemplo de dois tratamentos cada um com doze repeties, agrupando em cada bloco duas e trs repeties de cada tratamento, do que resultam
479
seis e quatro blocos, respectivamente, tem-se os dois esquemas para a anlise da variao da Tabela 10.2 10.2.
10. Tabela 10.2. Esquemas das anlises da variao para delineamento com 2 tratamentos e 24 unidades experimentais para os delineamentos em blocos com duas e trs repeties por bloco. Graus de liberdade Fonte de variao Duas repeties Trs repeties por bloco por bloco Bloco Tratamento Erro Total 5 1 17 23 3 1 19 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
10. Tabela 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 2 21 23 Blocos casualizados 7 2 14 23 Blocos casual. com duas repeties por bloco 3 2 18 23
Bloco Tratamento Erro Total
Assim, em experimentos com trs tratamentos, tambm pode ser conveniente a alocao de mais de uma repetio de cada tratamento por bloco, pois, em muitas situaes, blocos de 6 unidades experimentais so essencialmente to homogneos quanto blocos de 3 unidades. Observe-se que, com esse delineamento, o erro para inferncias referentes a efeitos de tratamentos a variao entre unidades experimentais dentro das combinaes de tratamentos e blocos, ou seja, aquele erro compreende o componente do erro experimental que afeta esses efeitos e a interao entre tratamentos e blocos.
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 10.4. Esquema da anlise da variao para delineamento com t 10. 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) Bloco Tratamento Erro Tratamento : Bloco Rep./Tratamento ^ Bloco Total b-1 t-1 (b-1)(t-1) (r-1)tb rtb-1 (b) 3 2 6 12 23
Dessa forma, o delineamento blocos casualizados com mais de uma repetio em cada bloco permite inferncias referentes interao Tratamento x Bloco que em algumas circunstncias podem ser importantes, como pode ocorrer quando Bloco representa uma fonte de variao sistemtica. Tais inferncias no so providas pelo delineamento blocos casualizados. A utilizao de mais de uma repetio de cada tratamento por bloco pode ser, ento, uma alternativa conveniente. Vantagens e desvantagens As principais vantagens do delineamento blocos casualizados generalizados em relao ao delineamento completamente casualizado e ao delineamento em blocos completos casualizados so sumariadas a seguir: a) Efetua um nvel de controle local intermedirio entre aqueles propiciados pelos delineamentos completamente casualizado e blocos casualizados. Esse nvel de controle local pode ser adequado para situaes de pequeno nmero de tratamentos e material experimental no exageradamente heterogneo. b) Permite separar da estimativa da varincia do erro experimental a interao entre tratamentos e blocos, o que no propiciado pelo delineamento blocos casualizados. Isso constitui uma vantagem em relao a este delineamento, em situaes em que essa interao importante. 10.6.2.3 Delineamento em blocos com mais de uma repetio de alguns tratamentos Em experimentos em que algumas comparaes particulares dos tratamentos so mais relevantes e no h interesse no conjunto das comparaes simples dos tratamentos conveniente que o delineamento atribua nmeros de repeties apropriados para os tratamentos para que seja lograda preciso mais elevada para essas comparaes. Com delineamentos em blocos isso significa mais de uma repetio para alguns dos tratamentos em cada um dos blocos. Essa situao ocorre, por exemplo, em experimentos em que um dos tratamentos um controle que serve como termo de comparao para cada um dos outros tratamentos (Seo 8.6.4). Esse freqentemente o caso, por exemplo, de experimentos com plantas Seo 8.6.4 de controle de pragas, doenas e invasoras com inseticidas, fungicidas e herbicidas, respectivamente, e de experimentos com animais de controle de doenas e parasitos com antibiticos e anti-helmnticos. Se o objetivo a identificao de produtos eficazes, de interesse o subconjunto das comparaes simples que envolvem um tratamento
481
controle sem a presena de inseticida, fungicida, herbicida, antibitico ou anti-helmntico. Essas comparaes particulares so efetuadas com preciso mais elevada quando alocado nmero de repeties para o controle maior do que para os demais tratamentos (Seo 9.4.3 Seo 9.4.3). Nessas circunstncias, se o controle local exercido pela formao de blocos, conveniente alocar uma repetio para cada um dos tratamentos alternativos em cada bloco e maior nmero de repeties para o tratamento controle (Seo 6.6.5 Seo 6.6.5). O delineamento em blocos casualizados generalizados ortogonal, mas no balanceado. De fato, a propriedade do balanceamento no tem sentido e inconveniente quando o objetivo do experimento no compreende comparaes simples dos tratamentos. 10.6.2.4 Delineamento em blocos incompletos Esse delineamento pressupe que o material experimental heterogneo quanto a caractersticas estranhas de modo que as unidades experimentais podem ser classificadas em grupos de unidades internamente suficientemente homogneas. Estrutura de unidades hierrquica de dois fatores (Figura 10.3). O material Figura 10. experimental heterogneo quanto a uma caracterstica estranha relevante. O controle local classifica as unidades de observao (parcelas) segundo os nveis dessa caracterstica estranha em blocos com mesmo nmero de unidades, mas menor que o nmero de tratamentos. Esse delineamento distingue-se do delineamento blocos completos casualizados pela relao entre o nmero de unidades experimentais em cada bloco e o nmero de tratamentos; no delineamento blocos incompletos casualizados o nmero de unidades em cada bloco menor que o nmero de tratamentos. Essa famlia de delineamentos compreende um nmero elevado de subfamlias que se distinguem pela relao estrutural entre a estrutura de tratamentos e a estrutura de unidades. O processo de casualizao para a atribuio dos tratamentos s unidades experimentais deve obedecer ao controle local imposto de modo que sejam garantidas as propriedades da subfamlia de delineamento particular. Esquemas prprios so apresentados em alguns textos. Uma ilustrao provida pela Figura 10.34 para a 10. situao particular de um fator experimental A com 4 nveis: A1, A2, A3 e A4 e 3 repeties em 4 blocos de 3 parcelas.
Bloco 1 A1, A2, A3, A4 Bloco 2 Casualizao Bloco 3 Bloco 4 A1 A2 A3 A4 A1 A3 A4 A1 A2
A2 A3 A4
10.34. Figura 10.34 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.
Esses delineamentos pressupem que os blocos compreendem unidades experimentais consideravelmente mais homogneas quanto a caractersticas estranhas do que o conjunto das unidades do material experimental. So apropriados para as situaes em que heterogeneidade estranha do material de tal porte que no pode ser lograda a formao de blocos completos de unidades suficientemente homogneas para o experimento. Esses delineamentos podem resultar de agrupamentos simples, duplos, ou de ordem mais elevada, das unidades experimentais. Alguns desses delineamentos com
482
estruturas particulares so conhecidos pela designao genrica de reticulados (reticulados quadrados, reticulados retangulares, reticulados cbicos, quadrados reticulados, por exemplo). Essa famlia de delineamentos extremamente vasta, compreendendo algumas subfamlias de delineamentos bastante importantes, alm dos reticulados, como as que seguem. Variaes podem decorrer da presena de fatores intrnsecos.
10.6.3
Estrutura de unidades de dois fatores cruzada
A estrutura de unidades de dois fatores cruzada foi definida e ilustrada na Seo 10.3.1.3. 10.3.1.3 Ela simbolizada por U*U, onde U e U denotam os fatores de unidade: fila e coluna, respectivamente, e representada pelo croqui da Figura 10.6 e o diagrama da 10. 10. Figura 10.7. Essa estrutura de unidades pode originar diversos delineamentos, dependendo do nmero de nveis do fator experimental A (tratamentos) e dos nmeros de nveis dos fatores de unidade U e U e do procedimento de casualizao adotado: delineamento quadrado latino, delineamento de Youden. A associao de estrutura de condies experimentais univariada com essa estrutura de unidades de dois fatores cruzada pode gerar diversos delineamentos, dependendo do nmero de tratamentos e do procedimento de casualizao: 10.6.3.1 Delineamento em quadrado latino O delineamento quadrado latino corresponde associao de estrutura de condies experimentais univariada e estrutura de unidades cruzadas de dois fatores fila (fator U) e coluna (fator U) em que o nmero de nveis de cada um desses dois fatores igual ao nmero de tratamentos e cada um desses nveis alocada uma coleo completa dos tratamentos. Casualizao O controle local classifica as unidades de observao (parcelas) duplamente em filas e colunas, segundo os nveis de duas caractersticas estranhas com o nmero de unidades em cada fila e em cada coluna igual ao nmero de tratamentos. Assim, para t tratamentos, o material experimental deve compreender t2 unidades experimentais classificadas em t filas e em t colunas. Ento os tratamentos so assinalados aleatoriamente s unidades com a restrio dupla de que resulte uma repetio completa dos tratamentos em cada uma das filas e em cada uma das colunas. Essa propriedade torna o procedimento para casualizao complicado. A casualizao consiste em selecionar, ao acaso, um quadrado latino do conjunto de todos os quadrados latinos do tamanho apropriado que diferem pela disposio das letras. Isso significa que a casualizao deve ser procedida atravs de algum processo de sorteio que atribua a todas as parcelas a mesma probabilidade de ser alocada a qualquer dos tratamentos com a condio de que resultem todos os tratamentos em cada uma das filas e em cada uma das colunas. Isso significa que igual probabilidade de seleo para todas as configuraes distintas possveis de distribuio dos tratamentos nas parcelas que satisfaam as condies do quadrado latino. O processo de casualizao descrito a seguir permite a seleo de um quadrado latino do conjunto de todos os quadrados latinos de dimenses 3x3 a 6x6 e de um subconjunto dos quadrados latinos de 7x7 a 12x12. Esse processo de sorteio, entretanto, no d chance seleo de certos quadrados de 7x7 a 12x12. A casualizao efetuada a partir dos quadrados latinos padres (ou seja, quadrados latinos com as letras em
483
ordem alfabtica na primeira fila e na primeira coluna) apresentados no Apndice Apndice, transcritos de Fisher & Yates (1949) 1. Quadrados latinos de 3x3 a 5x5. Sorteia-se, primeiro, um quadrado padro, 5x5 utilizando os nmeros indicados sob cada quadrado. (Para os quadrados latinos 3x3, s h um quadrado padro). Permutam-se, ao acaso, as filas, salvo a primeira, e as colunas do quadrado sorteado. Atribui-se cada letra a um tratamento, de modo arbitrrio. 6x6. Quadrado latino 6x6 Escolhe-se, ao acaso, um dos 22 quadrados apresentados no Apndice e se permutam, tambm ao acaso, as seis filas, as seis colunas e as seis letras; atribui-se cada letra a um tratamento, de modo arbitrrio. Alternativamente, permutam-se, ao acaso, as filas e as colunas e se atribui, tambm ao acaso, as letras aos tratamentos. O nmero de quadrados latinos 6x6 com A, B, C, D, E, F em ordem alfabtica na primeira fila e na primeira coluna muito grande. No Apndice encontra-se apenas um Apndice, representante de cada conjunto de quadrados latinos que podem gerar-se um dos outros por permutaes de filas, de colunas e de letras, ou, ainda, mudando filas em colunas. maiores. Quadrados latinos 7x7 e maiores Toma-se um quadrado latino qualquer e se Apndice, permutam, ao acaso, as filas, as colunas e as letras. No Apndice so apresentados quatro exemplos de quadrados latinos 7x7 e um exemplo de cada um dos quadrados latinos de 8x8 a 12x12. Para ilustrao, considere-se a casualizao para a gerao de um delineamento quadrado latino com 5 tratamentos A1, A2, A3, A4 e A5, com 5 repeties de cada tratamento. A casualizao procedida nos passos que seguem: 1) Inicialmente, sorteia-se um dos nmeros inteiros de 1 a 56 que indicam os quadrados latinos padres do Apndice. Suponha-se que foi sorteado o nmero 24. Apndice Como este nmero aparece em segundo lugar abaixo do quadrado latino indicado, devese tomar o quadrado latino conjugado daquele, isto , o quadrado latino obtido mudando as filas em colunas e as colunas em filas, na mesma ordem, Figura 10.35 10.35.
A B C D E B D E C A C A B E D D E A B C E C D A B
10.35. Figura 10.35. 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 10.36 10.36.
Fisher, R.A. & Yates, F. Statistical Tables for Biological, Agricultural and Medical Research 3rd. and Research, . Edition. London: Oliver and Boyd, 1949.
484
A (1) (2) (3) (4) B C D E B D E C A
C A B E D D E A B C E C D A B A B C D E A C E A B D D B E A C E A C D B
(3) (1) (2) (4)
D B C E
10.36. Figura 10.36 Permutao aleatria das quatro ltimas filas do quadrado latino padro sorteado.
3) Permutam-se, aleatoriamente, as cinco colunas do quadrado obtido no passo anterior. Se a permutao sorteada das colunas 32145, o quadrado latino sorteado ser o da Figura 10.37 10.37.
(1) A D B C E (2) B C D E A (3) C E A B D (4) D B E A C (5) E A C D B (3) C (2) B C D E A (1) A D B C E (4) D B E A C (5) E A C D B
E A B D
10.37. Figura 10.37 Permutao aleatria das cinco colunas do quadrado latino obtido na etapa 2.
4) Finalmente, atribui-se cada letra a um dos tratamentos do experimento, de modo arbitrrio. As letras A, B, C, D e E foram atribudas aos tratamentos A1, A2, A3, A4 e A5 associando a ordem alfabtica ordem dos nmeros que servem de subscritos (Figura Figura 10.38). 10.38
1 1 Fila 2 3 4 5 A3 A5 A1 A2 A4 Coluna 2 3 4 A2 A3 A4 A5 A1 A1 A4 A2 A3 A5 A4 A2 A5 A1 A3 5 A5 A1 A3 A4 A2
Figura 10.38. Croqui do delineamento quadrado latino resultante do 10.38 procedimento de casualizao.
Estrutura do experimento A casualizao associa os nveis do fator de unidade UÛ, 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 10.39 A 10.39. seta tracejada mostra a associao entre o fator experimental A e o fator de unidade E
485
estabelecida pela casualizao e indica que os nveis do fator de unidade UÛ so as unidades experimentais para o fator experimental A.
Figura 10.39. Diagrama do delineamento quadrado latino (c, d) gerado por 10.39 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.
Esse delineamento decompe o erro experimental em trs estratos correspondentes aos trs fatores de unidade E, U e U. O erro experimental que afeta as inferncias referentes ao fator experimental A o estrato que corresponde ao fator E. Essas inferncias no so afetadas pelos estratos do erro experimental referentes aos fatores U: fila e U: coluna, ou seja, pela variao estranha entre as filas e entre as colunas. Se variao substancial atribuvel a caractersticas estranhas situa-se entre as filas e entre as colunas, resulta ganho considervel de preciso (sensibilidade) para a deteco de diferenas de efeitos de tratamentos. O diagrama salienta que com este delineamento todas as interaes que envolvem os fatores de unidade U: fila e U: coluna ficam confundidas com o erro experimental que afeta inferncias referentes ao fator experimental. Isso significa que a validade dessas inferncias depende da adequabilidade da pressuposio de inexistncia dessas interaes. Caracterizao e usos O delineamento em blocos permite eliminar, das diferenas entre os tratamentos e da variao devida ao erro experimental que afeta os efeitos de tratamentos, a variao atribuvel s diferenas entre blocos. Assim, se o material experimental heterogneo quanto a caractersticas estranhas, o controle local exercido pela formao hbil de blocos permite que a reduo do confundimento das diferenas entre os tratamentos com efeitos atribuveis a caractersticas estranhas. Dessa forma logra-se mais preciso para as comparaes entre tratamentos, ou seja, mais sensibilidade para deteco de diferenas entre tratamentos do que com o delineamento completamente casualizado. Em algumas situaes, entretanto, a heterogeneidade do material experimental atribuvel a caractersticas estranhas de tal natureza que pode parecer conveniente um controle local mais eficiente. No delineamento quadrado latino, o controle local duplo. As unidades experimentais so simultaneamente agrupadas segundo os nveis de duas caractersticas estranhas relevantes, ou seja, segundo duas formas diferentes de agrupamento: em filas (ou linhas) e em colunas, a cada uma das quais corresponde uma repetio completa dos tratamentos. Assim, o nmero de repeties (nmero de filas e nmero de colunas) deve ser igual ao nmero de tratamentos. Para t tratamentos, devese ter, pois, um quadrado latino txt de t filas e t colunas. txt, Para que o delineamento quadrado latino seja eficiente necessrio que tanto as filas como as colunas sejam homogneas, melhor dito, que a variao atribuvel a caractersticas estranhas entre as unidades experimentais dentro de cada fila e dentro de cada coluna seja consideravelmente inferior variao do conjunto das unidades do
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 10. Figura 10.40 apresenta o croqui tpico de um quadrado latino 5x5, aps a casualizao.
Coluna E C Fila A D B C A D B E B E C A D A D B E C D B E C A
10.40. Figura 10.40 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 10.41). 10.41 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 1 2 3 4 5
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
10.41. Figura 10.41 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
heterogeneidade entre as parcelas de uma mesma fila, na medida em que o gradiente da heterogeneidade ao longo de cada fila seja aproximadamente o mesmo para todas as filas. Essas circunstncias de heterogeneidade em duas direes perpendiculares ou heterogeneidade muito acentuada e crescente em uma nica direo ocorrem raramente em experimentao agrcola de campo. Por essa rao, o delineamento quadrado latino raramente recomendvel para experimentos de campo com plantas e animais. O delineamento quadrado latino teve origem na experimentao agrcola de campo, mas tambm usado na experimentao zootcnica, de laboratrio, industrial, etc. Em tais experimentos, as filas e as colunas podem representar, por exemplo, perodos ou mtodos de aplicao de tratamentos, operadores, pacientes e laboratrios, que podem constituir fontes de variao de interesse no experimento. Suponha-se, por exemplo, que se deseja estudar o efeito da administrao de seis raes, A, B, C, D, E e F, sobre o ganho de peso de leites de determinada raa. Em experimentos dessa natureza, em certas circunstncias, a unidade experimental constituda, por um nico animal. Nesse caso, para lograr preciso elevada, pode ser necessrio controle local que elimine, das comparaes entre tratamentos (raes), todas as diferenas importantes entre indivduos. Com esse objetivo, pode-se utilizar seis leitegadas, escolhendo seis leites de cada leitegada, trs de cada sexo, de modo que se logre grupos de animais de mesmo sexo constitudos por um animal de cada ninhada com pesos iniciais bastante prximos. Em tais circunstncias, pode-se usar um quadrado latino 6 x 6, cujas filas sejam constitudas pelas leitegadas e colunas pelas combinaes de sexos e pesos iniciais. Preliminarmente, numeram-se as leitegadas (filas) numa ordem arbitrria, e os leites de cada leitegada (colunas) primeiro os de um sexo e aps os do outro na ordem crescente (ou decrescente) dos pesos iniciais. O esquema do experimento poderia ser, por exemplo, o da Figura 10.42 com a disposio dos 10.42, tratamentos resultante do processo de casualizao. Com esse delineamento as comparaes entre as raes no sero afetadas pelas diferenas devidas a leitegadas, sexos, e pesos iniciais. Por outro lado, se desejado, tambm podero ser derivadas inferncias referentes a efeitos de leitegadas e sexos e pesos iniciais dentro de sexos. Entretanto, o delineamento quadrado latino impede inferncias referentes s interaes dessas fontes de variao.
Peso Inicial Machos 1 1 2 Leitegada 3 4 5 6 D E A B C F 2 E B F C D A 3 A C D F B E Fmeas 1 F D B A E C 2 C A E D F B 3 B F C E A D
10.42. Figura 10.42 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.
Observe-se que, em experimentos dessa natureza, a disposio dos tratamentos em filas e colunas apenas lgica. Assim, no experimento tomado como exemplo, a disposio dos animais no local em que se realiza o experimento no necessariamente
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 10.18. 10.18.
10. Exemplo 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 10.15b). Suponha-se que esse experimento conduzido com 16 animais e demais Exemplo 10.15b caractersticas estranhas do material experimental descrita no Exemplo 10.4 e que esses animais 10. 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 UÛ. 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
b) A anlise estatstica de experimentos em quadrado latino no muito mais trabalhosa do que a de experimentos em blocos completos casualizados, mesmo se algumas poucas unidades experimentais so perdidas. A perda dos resultados totais de filas, de colunas ou de tratamentos, entretanto, torna a anlise bastante trabalhosa, o que no ocorre com experimentos em blocos completos casualizados, em que a perda de resultados totais de blocos ou de tratamentos no ocasiona qualquer dificuldade para a anlise. Entretanto, com a atual disponibilidade de computadores eletrnicos e programas apropriados dificuldades referentes a clculos para a anlise estatstica tornaram-se pouco relevantes. c) Com o delineamento quadrado latino, a decomposio da variao atribuvel ao erro experimental de quadrados do erro em componentes para certas comparaes entre os tratamentos no realizada com a mesma facilidade permitida pelo delineamento blocos completos casualizados. Assim, se a varincia do erro heterognea (por exemplo, se os rendimentos de um ou mais tratamentos apresentam varincia diferente da de outros tratamentos), a anlise torna-se trabalhosa, a menos que a heterogeneidade possa ser corrigida por uma transformao dos dados. d) Com o quadrado latino, as interaes de tratamentos com filas e com colunas ficam completamente confundidas com a variao atribuvel ao erro experimental para inferncias referentes a tratamentos, inflacionando sua estimativa. Dessa forma, o delineamento quadrado latino no deve ser adotado em situaes em que tais interaes sejam relevantes. Isso pode ocorrer, por exemplo, se fila ou coluna corresponde a um fator experimental intrnseco. Esse delineamento tambm pode contemplar algumas variaes, a semelhana daquelas consideradas para o delineamento em blocos completos casualizados.
10.7 Delineamentos para estruturas de condies experimentais fatoriais

Alguns dos delineamentos para estruturas de condies experimentais unifatoriais estendem-se para estruturas fatoriais pela simples considerao das combinaes dos nveis dos fatores experimentais como os tratamentos considerados na exposio da 10.6. Seo 10.6 Esse o caso dos seguintes delineamentos: - delineamento completamente casualizado, - delineamento em blocos completos, - delineamento em blocos incompletos e - delineamento quadrado latino. Delineamentos em blocos incompletos com estruturas de unidades fatoriais usualmente so consideravelmente mais complexos e merecem considerao particular. Por outro lado, h delineamentos particularmente apropriados para estruturas de condies experimentais fatoriais. Alguns desses delineamentos so considerados a seguir.
10.7.1
Delineamentos com parcelas divididas
Esses delineamentos correspondem associao de estruturas de dois ou mais fatores experimentais de tratamento com estruturas de unidades com duas ou mais formaes de unidades experimentais, com ou sem classificaes levadas em conta por controle local. Algumas dessas estruturas de unidade foram consideradas nas Sees 10.3.1.4. 10.3.1.2 e 10.3.1.4 Considerar-se- a situao simples de estrutura de condies experimentais constitudas de dois fatores A e B e estrutura de unidades hierrquica de trs fatores E: subparcela, U: parcela e U: bloco simbolizada por U/U/E (Seo 10.3.1.4 Essa Seo 10.3.1.4). estrutura de unidades compreende uma classificao das unidades experimentais elementares para propsito de controle local que corresponde ao fator bloco (U) e duas
490
formaes de unidades experimentais s quais correspondem dois fatores de unidade: parcela (U) e subparcela (U). A estrutura de experimento com parcelas divididas nessas circunstncias compreende a associao dos nveis do fator experimental A aos nveis do fator de unidade U: parcela de modo que em cada bloco resulte uma coleo completa dos nveis de, e dos nveis do fator experimental B aos nveis do fator de unidade U: subparcela de modo que em cada nvel do fator U resulte uma coleo completa dos nveis de B. Isso significa o requerimento de que o nmero de parcelas dentro de cada bloco seja igual ao nmero de nveis do fator A e de que o nmero de subparcelas dentro de cada parcela seja igual ao nmero de nveis do fator B. Casualizao Essa estrutura de experimento requer que os nveis do fator experimental A sejam atribudos aleatoriamente s parcelas com a restrio de que resulte uma repetio completa desses nveis em cada um dos blocos, e que os nveis do fator experimental B sejam atribudos aleatoriamente s subparcelas com a restrio de que resulte uma repetio completa desses nveis em cada uma das parcelas. Para satisfazer essa propriedade a casualizao deve ser efetuada separadamente para os fatores A e B. Para tal, a casualizao procedida em duas etapas: Etapa 1 - Atribui-se os nveis do fator A (fator em parcelas) s parcelas pelo processo apropriado para o delineamento bsico adotado - completamente casualizado, blocos casualizados, etc. Etapa 2 - Atribui-se os nveis fator B (do fator em subparcelas) s subparcelas de cada parcela completamente ao acaso, separada e independentemente para cada parcela. A Figura 10.43 ilustra a gerao do delineamento em blocos completos 10. casualizados com parcelas divididas para estrutura cruzada completa de dois fatores experimentais A e B, respectivamente com 3 e 2 nveis, com o fator A em parcelas e o fator B em subparcelas. A representao dessa estrutura de experimento por diagrama de Hasse apresentada na Figura 10.44 10.44.
P1 Bloco 1 P2 P3 Bloco 2 Bloco 1 Bloco 2
A2B1 A1B2 A3B2 A3B2 A1B1 A2B2 A1, A2,A3 B1, B2 Casualizao
A2B2 A1B1 A3B1 A3B1 A1B2 A2B1 A3B2 A2B2 A1B1 A2B2 A3B1 A1B2 A3B1 A2B1 A1B2 A2B1 A3B2 A1B1
Bloco 3
Bloco 4
Bloco 3
Bloco 4
Figura 10.43. Delineamento em blocos completos casualizado com parcelas divididas 10.43 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
10.44. Figura 10.44 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.
Supostamente, as caractersticas estranhas so mais homogneas entre as subparcelas dentro de parcelas do que entre as parcelas dentro de blocos. Esses delineamentos so apropriados quando desejvel preciso mais elevada para o fator alocado nas subparcelas, ou quando a diviso das unidades experimentais implicada por convenincia de ordem prtica ou por restrio inerente ao material experimental.
10.7.2
Delineamentos em blocos divididos em faixas
O material experimental dividido em faixas segundo duas direes perpendiculares. Na situao de dois fatores de tratamentos, os nveis de um dos fatores so atribudos aleatoriamente s faixas de uma dessas direes e os nveis do outro fator, s faixas da outra direo. A Figura 10.45 ilustra a gerao desse delineamento 10. para a situao de estrutura de dois fatores experimentais A e B cruzada. A representao por diagrama apresentada na Figura 10.46 10.46.
Bloco 1 F21 F22 F23 F11 A1,A2,A3 B1,B2 Casualizao F12 Bloco 2 Bloco 1 Bloco 2
A2B1 A1B2 A3B2 A3B2 A1B1 A2B2
A2B2 A1B1 A3B1 A3B1 A1B2 A2B1 A3B2 A2B2 A1B1 A2B2 A3B1 A1B2 A3B1 A2B1 A1B2 A2B1 A3B2 A1B1
Bloco 3
Bloco 4
Bloco 3
Bloco 4
10.45. Figura 10.45 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.
492
10.46. Figura 10.46 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.
Supostamente, as unidades experimentais dentro de cada uma das faixas, nas duas direes, so mais homogneas do que o conjunto de todas as unidades do material experimental.
10.7.3
Delineamentos para estruturas de condies experimentais fatoriais em blocos incompletos Esses so delineamentos para experimentos com dois ou mais fatores de tratamento em que os nveis ou as combinaes de nveis de algum dos fatores so atribudos s unidades experimentais dispostas em blocos incompletos de modo que os efeitos (mais comumente interaes) que o pesquisador supe irrelevantes sejam confundidos com os efeitos de blocos. Os delineamentos com parcelas divididas e em blocos divididos em faixas so delineamentos dessa famlia. Nos primeiros, o efeito do fator cujos nveis so atribudos s subunidades fica confundido com o efeito das unidades experimentais; nos delineamentos em blocos divididos em faixas os efeitos dos dois fatores experimentais ficam confundidos cada um com as faixas de uma das direes.
10.8 Delineamentos com estruturas de unidade de observaes mltiplas

Esses delineamentos so derivaes dos delineamentos com estruturas de unidade de observaes simples (Seo 10.5 em que a unidade experimental elementar Seo 10.5) compreende mais de uma unidade de observao (Seo 10.3.2 Seo 10.3.2).
10.9 Delineamentos para estruturas de unidade de observaes repetidas

Esses delineamentos so derivaes dos delineamentos com estruturas de unidade de observaes simples (Seo 10.5 em que sobre cada unidade experimental Seo 10.5) elementar so efetuadas mensuraes da varivel resposta em dois ou mais instantes durante o perodo experimental (Seo 10.3.3 Seo 10.3.3).
10.10 Delineamentos de Experimentos de Abrangncia Ampla

Esses delineamentos compreendem repeties ou agregaes dos delineamentos de experimentos de abrangncia restrita (Sees 10.6 a 10.9 10.9). Sees
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 6). Captulo 10. Exerccios 10.2
1. Considere o exerccio 10 dos Exerccios 10.1. 10. 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.
494
Exerccios de Reviso
1. 2. 3. 4. 5. 6.
7. 8. 9.
10. 11.
12.
13.
Conceitue e ilustre atravs de exemplos: planejamento das condies experimentais e planejamento do controle experimental. Explique o significado e ilustre: estrutura de condies experimentais unifatorial e estrutura de condies experimentais fatorial. Conceitue e ilustre: fator experimental e fator de unidade. O que significam estrutura das condies experimentais e estrutura das unidades. Ilustre esses dois conceitos com um exemplo de experimento de sua rea Distinga e ilustre os conceitos de estrutura de fatores experimentais cruzada completa e cruzada incompleta. O que significa uma estrutura de fatores experimentais cruzada com tratamentos adicionais. D um exemplo de condies experimentais com essa estrutura. O que justifica a derivao de uma estrutura fatorial cruzada com tratamentos adicionais de uma estrutura fatorial cruzada completa? O que significa uma estrutura de fatores de unidade. Ilustre diversas formas de estrutura de fatores de unidade com exemplos de sua rea. No delineamento de experimento costuma-se fazer distino entre fator experimental de tratamento, cujos nveis so atribudos aleatoriamente s unidades experimentais, fator experimental intrnseco, cuja manifestao dos nveis inerentes s unidades experimentais, e fator de unidade, que corresponde a um agrupamento das unidades de observao com o propsito de controle local. Ilustre cada um desses fatores, recorrendo a exemplos de sua rea de interesse. Descreva o delineamento experimental apropriado para cada um dos quatro exemplos da Seo Erro! A origem da referncia no foi encontrada.. Ilustre com um exemplo de sua rea e descreva cada um dos seguintes delineamentos experimentais: a) Delineamento completamente casualizado com um fator experimental e uma observao por unidade experimental. b) Delineamento completamente casualizado com um fator experimental e mais de uma observao por unidade experimental. c) Delineamento completamente casualizado com mais de um fator experimental e uma observao por unidade experimental. d) Delineamento blocos casualizados com um fator experimental e uma observao por unidade experimental. e) Delineamento blocos casualizados com um fator experimental e mais de uma observao por unidade experimental. f) Delineamento blocos casualizados com mais de um fator experimental e uma observao por unidade experimental. Qual a condio necessria para que a adoo do delineamento blocos casualizados para um experimento seja prefervel ao delineamento completamente casualizado para uma mesma estrutura de fatores experimentais. Suponha que desejado conduzir um experimento para a comparao dos efeitos de quatro antibiticos para o controle de uma infeco de cavalos, com seis repeties de cada tratamento. Os antibiticos sero aplicados individualmente aos animais. Indique o delineamento experimental mais adequado para cada uma das situaes que seguem. No caso de delineamento experimental que imponha controle local ou controle estatstico, indique as caractersticas estranhas que devem ser controladas atravs de cada um desses dois mtodos. a) Dispe-se de um nmero suficiente de animais considerados homogneos para os propsitos do experimento. b) Os animais disponveis so heterogneos quanto idade, mas podem ser classificados em seis grupos cada um deles com animais de mesma idade e uniformes quanto s demais caractersticas.
495
c) Os animais disponveis so heterogneos quanto idade, mas podem ser classificados em seis grupos cada um deles com animais de mesma idade. Entretanto, animais de um mesmo grupo apresentam pesos corporais consideravelmente distintos. d) Comente sobre a convenincia da incluso de um controle, testemunha ou placebo entre os tratamentos do experimento em considerao. 14. Um experimento deve ser conduzido para a comparao de 6 gramneas forrageiras, designadas A, B, C, D, E e F. Suponha que o pesquisador tem a sua disposio para escolha 4 terrenos com dimenses apropriadas para 36 unidades experimentais, dispostas em um quadrado, com as seguintes caractersticas bsicas do material experimental: i) Terreno homogneo: ii) Terreno com um gradiente de heterogeneidade:
Delineamento:
Delineamento:
iii) Terreno com dois gradientes de heterogeneidade perpendiculares:
iv) Terreno heterogneo, mas sem gradiente conhecido:
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.
496
4( 5( 6( 7( 8( 9( 10 ( 11 ( 12 ( 13 ( 14 ( 15 ( 16 ( 17 ( 18 ( 19 ( 20 ( 21 (
) Uma estrutura de condies experimentais pode ser convenientemente representada
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 das condies experimentais Estrutura unifatorial Estrutura fatorial cruzada completa Estrutura fatorial cruzada incompleta / fracionria Estrutura fatorial cruzada estendida Relao fatorial hierrquica / aninhada balanceada Relao fatorial hierrquica / aninhada balanceada 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

Estrutura fatorial hierrquica / aninhada no balanceada Estrutura fatorial mista Fator de unidade / fator de agrupamento Estrutura das unidades Estrutura de unidades de experimentos de abrangncia restrita: delineamentos completamente casualizado, blocos casualizados e quadrado latino Estrutura de unidades de experimentos de observaes mltiplas Estrutura de unidades de experimentos de observaes repetidas
497
uma observao por parcela Delineamentos quadrados latinos uni ou multifatoriais com uma observao por parcela Delineamentos com blocos incompletos casualizados uni ou multifatoriais com uma observao por parcela Delineamentos com parcelas divididas com uma observao por parcela Delineamentos com blocos divididos em faixas Delineamentos experimentais com observaes mltiplas ou observaes repetidas na unidade experimental elementar Delineamentos de experimentos de ampla abrangncia, repetidos no espao e no tempo
Bibliografia
COCHRAN, W. G. Planning & analysis of observational studies. New York: John Willey, studies 1983. 145p. COX, D. R. Planning of experiments. New York: John Wiley, 1958. 308p. experiments COX. D. R.; SNELL, E. J. Applied statistics, principles and examples Londres: Chapman examples. and Hall, 1981. 189p. CHRISTENSEN, L. B. Experimental methodology 7.ed. Boston: Allyn and Bacon, 1997. methodology. 590p. FINNEY, D. J. An introduction to statistical science in agriculture 4.ed. Copenhagen: agriculture. science Scandinavian University Books, 1972. 290p. FISHER, R. A. The arrangement of field experiments. Journal of the Ministry of Agriculture Britain, of Great Britain v.33, p.503-513, 1926. FISHER, R. A. The design of experiments Edinburgh: Oliver and Boyd, 1935. 248p. experiments. FISHER, R. A. Recent progress in experimental design. In PROCEEDINGS OF THE In: 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 v.1, Inference, p.1-25, 1977. KEMPTHORNE, O. The design and analysis of experiments. Huntigton, NY: Robert E. experiments Krieger Publishing Company, 1979. 631 p. KEMPTHORNE, O. Sampling inference, experimental inference and observation inference. Sankhya 40, Serie B, Parts 3 and 4, p.115 145, 1979. Sankhya, HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments New York: experiments. John Wiley, 1994. v.1, 495p.
498
KISH, L. Sample surveys versus experiments, controlled observations, census, registers, and local studies. Australian Journal of Statistics v.27, n.2, p.111-122, 1985. Statistics, KISH, L. Statistical design for research New York: John Wiley, 1987. 267p. research. LECLERG, E. L.; LEONARD, W. H.; CLARK, A. G. Field plot technique 2.ed. technique. Minneapolis: Burgess Publishing Company, 1962. ? p. LORENZEN, T. J.; ANDERSON. V. L. Design of experiments; a non-named approach nonapproach. New York: Marcel Dekker, 1993. 414p. PEARCE, S. C. The agricultural field experiment; a statistical examination of theory and agricultural practice. practice Chichester: John Wiley, 1983. 335p. SILVA, J. G. C. da. Estatstica experimental, verso preliminar. Pelotas: Universidade experimental Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p. URQUHART, N. S. The anatomy of a study. Hortscience v.16, n.5, p.621-627, 1981. Hortscience, WILSON, E. B. An introduction to scientific research. New York: McGraw-Hill, 1952. 373p. research
Apndice
522
Apndice
523
Tabela A-1. Dez mil dgitos aleatrios.

00-04 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 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 05-09 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 10-14 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 15-19 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 20-24 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 25-29 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 30-34 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 35-39 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 40-44 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 45-49 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
Continua.
524
Tabela A-1. Dez mil dgitos aleatrios (Continuao).

50-54 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 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 55-59 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 60-64 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 65-69 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 70-74 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 75-79 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 80-84 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 85-89 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 90-94 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 95-99 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
Continua.
Apndice
525

00-04 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 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 05-09 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 10-14 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 15-19 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 20-24 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 25-29 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 30-34 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 35-39 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 40-44 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 45-49 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
Continua.
526

50-54 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 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 55-59 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 60-64 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 65-69 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 70-74 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 75-79 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 80-84 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 85-89 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 90-94 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 95-99 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
Tabela A-2. Pontos percentuais da distribuio t (de Student).

Pontos bilaterais superiores: Prob.(|t| > tP) 0,30 0,20 0,10 0,05 0,02 0,01 1,963 3,078 6,314 12,706 31,821 63,657 1,386 1,886 2,920 4,303 6,965 9,925 1,250 1,638 2,353 3,182 4,541 5,841 1,190 1,533 2,132 2,776 3,747 4,604 1,156 1,476 2,015 2,571 3,365 4,032 1,134 1,440 1,943 2,447 3,143 3,707 1,119 1,415 1,895 2,365 2,998 3,499 1,108 1,397 1,860 2,306 2,896 3,355 1,100 1,383 1,833 2,262 2,821 3,250 1,093 1,372 1,812 2,228 2,764 3,169 1,088 1,363 1,796 2,201 2,718 3,106 1,083 1,356 1,782 2,179 2,681 3,055 1,079 1,350 1,771 2,160 2,650 3,012 1,076 1,345 1,761 2,145 2,624 2,977 1,074 1,341 1,753 2,131 2,602 2,947 1,071 1,337 1,746 2,120 2,583 2,921 1,069 1,333 1,740 2,110 2,567 2,898 1,067 1,330 1,734 2,101 2,552 2,878 1,066 1,328 1,729 2,093 2,539 2,861 1,064 1,325 1,725 2,086 2,528 2,845 1,063 1,323 1,721 2,080 2,518 2,831 1,061 1,321 1,717 2,074 2,508 2,819 1,060 1,319 1,714 2,069 2,500 2,807 1,059 1,318 1,711 2,064 2,492 2,797 1,058 1,316 1,708 2,060 2,485 2,787 1,058 1,315 1,706 2,056 2,479 2,779 1,057 1,314 1,703 2,052 2,473 2,771 1,056 1,313 1,701 2,048 2,467 2,763 1,055 1,311 1,699 2,045 2,462 2,756 1,055 1,310 1,697 2,042 2,457 2,750 1,052 1,306 1,690 2,030 2,438 2,724 1,050 1,303 1,684 2,021 2,423 2,704 1,048 1,301 1,680 2,014 2,412 2,690 1,047 1,299 1,676 2,008 2,403 2,678 1,047 1,297 1,673 2,004 2,396 2,669 1,046 1,296 1,671 2,000 2,390 2,660 1,045 1,294 1,667 1,994 2,381 2,648 1,044 1,293 1,665 1,989 2,374 2,638 1,043 1,291 1,662 1,986 2,369 2,631 1,042 1,290 1,661 1,982 2,365 2,625 1,041 1,289 1,658 1,980 2,358 2,617 1,039 1,286 1,653 1,972 2,345 2,601 1,037 1,284 1,648 1,965 2,334 2,586 1,037 1,283 1,647 1,962 2,330 2,581 1,036 1,282 1,645 1,960 2,326 2,576 0,15 0,10 0,05 0,025 0,01 0,005 Pontos unilaterais superiores: Prob.(t > tP)
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
Tabela A-3. Probabilidades de caudas direitas da distribuio normal padro: Prob.(Z > zP). 1
z 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0
1
0,00 0,5000 0,4602 0,4207 0,3821 0,3446 0,3085 0,2743 0,2420 0,2119 0,1841 0,1587 0,1357 0,1151 0,0968 0,0808 0,0668 0,0548 0,0446 0,0359 0,0287 0,0228 0,0179 0,0139 0,0107 0,0082 0,0062 0,0047 0,0035 0,0026 0,0019
0,01 0,4960 0,4562 0,4168 0,3783 0,3409 0,3050 0,2709 0,2389 0,2090 0,1814 0,1562 0,1335 0,1131 0,0951 0,0793 0,0655 0,0537 0,0436 0,0351 0,0281 0,0222 0,0174 0,0136 0,0104 0,0080 0,0060 0,0045 0,0034 0,0025 0,0018
0,02 0,4920 0,4522 0,4129 0,3745 0,3372 0,3015 0,2676 0,2358 0,2061 0,1788 0,1539 0,1314 0,1112 0,0934 0,0778 0,0643 0,0526 0,0427 0,0344 0,0274 0,0217 0,0170 0,0132 0,0102 0,0078 0,0059 0,0044 0,0033 0,0024 0,0018
Segunda casa decimal de z 0,03 0,04 0,05 0,06 0,4880 0,4483 0,4090 0,3707 0,3336 0,2981 0,2643 0,2327 0,2033 0,1762 0,1515 0,1292 0,1093 0,0918 0,0764 0,0630 0,0516 0,0418 0,0336 0,0268 0,0212 0,0166 0,0129 0,0099 0,0075 0,0057 0,0043 0,0032 0,0023 0,0017 0,4840 0,4443 0,4052 0,3669 0,3300 0,2946 0,2611 0,2297 0,2005 0,1736 0,1492 0,1271 0,1075 0,0901 0,0749 0,0618 0,0505 0,0409 0,0329 0,0262 0,0207 0,0162 0,0125 0,0096 0,0073 0,0055 0,0041 0,0031 0,0023 0,0016 0,4801 0,4404 0,4013 0,3632 0,3264 0,2912 0,2578 0,2266 0,1977 0,1711 0,1469 0,1251 0,1056 0,0885 0,0735 0,0606 0,0495 0,0401 0,0322 0,0256 0,0202 0,0158 0,0122 0,0094 0,0071 0,0054 0,0040 0,0030 0,0022 0,0016 0,4761 0,4364 0,3974 0,3594 0,3228 0,2877 0,2546 0,2236 0,1949 0,1685 0,1446 0,1230 0,1038 0,0869 0,0721 0,0594 0,0485 0,0392 0,0314 0,0250 0,0197 0,0154 0,0119 0,0091 0,0069 0,0052 0,0039 0,0029 0,0021 0,0015
0,07 0,4721 0,4325 0,3936 0,3557 0,3192 0,2843 0,2514 0,2206 0,1922 0,1660 0,1423 0,1210 0,1020 0,0853 0,0708 0,0582 0,0475 0,0384 0,0307 0,0244 0,0192 0,0150 0,0116 0,0089 0,0068 0,0051 0,0038 0,0028 0,0021 0,0015
0,08 0,4681 0,4286 0,3897 0,3520 0,3156 0,2810 0,2483 0,2177 0,1894 0,1635 0,1401 0,1190 0,1003 0,0838 0,0694 0,0571 0,0465 0,0375 0,0301 0,0239 0,0188 0,0146 0,0113 0,0087 0,0066 0,0049 0,0037 0,0027 0,0020 0,0014
0,09 0,4641 0,4247 0,3859 0,3483 0,3121 0,2276 0,2451 0,2148 0,1867 0,1611 0,1379 0,1170 0,0985 0,0823 0,0681 0,0559 0,0455 0,0367 0,0294 0,0233 0,0183 0,0143 0,0110 0,0084 0,0064 0,0048 0,0036 0,0026 0,0019 0,0014
0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
Uma clula desta tabela expressa a probabilidade de um valor da varivel aleatria Z com distribuio normal padro maior do que o valor z cuja parte inteira e primeira casa decimal indicada na margem direita e segunda casa decimal na margem superior. Por exemplo, P(Z > 0,0495) = 1,65.
Apndice
529
Quadrados latinos padres

Os quadrados latinos padres usados para o processo de casualizao descrito na Seo 10.7.4.2 so apresentados a seguir. Os nmeros que figuram sob os quadrados latinos so os nmeros de ordem que lhes correspondem. Quando aparecem dois nmeros sob um mesmo quadrado, o primeiro o nmero de ordem do quadrado indicado e o segundo o nmero de ordem do seu conjugado (quadrado latino obtido do primeiro mudando as filas em colunas e as colunas em filas, na mesma ordem). Quadrados latinos 3 x 3 A B C B C A C A B Quadrados latinos 4 x 4 A B C D 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 B C D C A E E D A A E B D B C 19,20 B C D D A E E D B A E C C B A 29,30 B C D E D A A E B C A E D B C 39,40 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 B C D C A E D E B E B A A D C 21,22 B C D D E A E D B C A E A B C 31,32
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 B C D D E C A B E E A B C D A 23,24 B C D D A E E B A A E C C D B 33,34
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 B C D D A E E D B C E A A B C 25,26 B C D D E A E A B C B E A D C 35,36
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 B C D D E C A D E E A B C B A 27,28 B C D E D A A B E C E B D A C 37,38
E A D B C
A B C D E
E D B C A
A B C D E
E D A C B
A B C D E
E A D C B
A B C D E
E C A B D
A B C D E
E A B C D
A B C D E
E C A B D
A B C D E
E C A B D
A B C D E
E C D B A
A B C D E
E C D A B
A B C D E
E C D A B
A B C D E
E C D B A
530
A B C D E B C D E A C D E B A B E C D A 41,42 B C E A D C E D B A 51 D A B E C 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 B C D E A C D E A B 52 D E A B C 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 B D E C A C E B A D 53 D C A E B 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 B C D A A E E B C D 54 D E B C A 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 B E D A C C D B E A 55 D A E C B E C B A D
A B C D E
E D A C B
A B C D E
E A B C D
A B C D E
E A D B C
A B C D E
E C D A B
A B C D E
E C A B D
A B C D E
B E A C D
C A D E B 56
D C E B A
E D B A C
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 B A F E C D 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 B C E F D A C D A B F E 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 B A F E D C C D E C B A F B A F D E 6,7 E D A F C B E F D C B A F D E A C B
A B C D E F
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
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 CD A F B E E B F A DC 17 EF DE FD AC CB BA
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 C D A E B F E B F C D A 18 F E D C B A
EF CD DE FC BA AB
A B C D E F
B C F A D E
C D F A B E E B A F D C 13
F E D C B A
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 A B C D E F
EF FD DE AC CB BA
A B C D E F
B C A F D E
A B C D E F
B C A F D E
EF FD DE AC BA CB
A B C D E F
B A D F C E
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
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
A B C D E F
B C A E F D
C D A F B E F A D C E B 22
E D F B A C
Apndice 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
531
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 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 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 I J D F B H C A E G J D I H C A E B G F
8x8 A B C D E F G H I J K B A K C J E F I D G H 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 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
9x9 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 E D F L J G K C H A I B
11 x 11
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
L I E K H J B F C D A G

Estatística Experimental - Planejamento de Experimentos

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estatística Experimental - Planejamento de Experimentos

Enviado por

Direitos autorais:

Formatos disponíveis

Estatstica Experimental: Planejamento de Experimentos

Joo Gilberto Corra da Silva

Universidade Federal de Pelotas Instituto de Fsica e Matemtica Departamento de Matemtica e Estatstica

Estatstica Experimental: Planejamento de Experimentos

Joo Gilberto Corra da Silva

Estatstica Experimental: Planejamento de Experimentos

Joo Gilberto Corra da Silva

Cincia e Mtodo Cientfico

1. Cincia e Mtodo Cientfico

Conhecimento Fontes do Conhecimento

1. Cincia e Mtodo Cientfico

Relao da Cincia com a Filosofia

1. Cincia e Mtodo Cientfico

Breve Histria da Cincia

1. Cincia e Mtodo Cientfico

1. Cincia e Mtodo Cientfico

1. Cincia e Mtodo Cientfico

1. Cincia e Mtodo Cientfico

Estratgia e Ttica da Cincia

1. Cincia e Mtodo Cientfico

1. Cincia e Mtodo Cientfico

Objetivos e alcance da cincia

1. Cincia e Mtodo Cientfico

1. Cincia e Mtodo Cientfico

descrio, explicao, predio e controle.

Papel da Lgica na Cincia

1. Cincia e Mtodo Cientfico

Bases da cincia cincia

1. Cincia e Mtodo Cientfico

1. Cincia e Mtodo Cientfico

Conceitos e Termos Chave

1. Cincia e Mtodo Cientfico

Figura 2.1. Representao esquemtica de uma unidade ou sistema.

Estgios de uma Pesquisa Cientfica Completa

Pesquisa Objetivos de uma Pesquisa Cientfica

Processo e Organizao da Pesquisa Cientfica

Trabalho Trabalho de Pesquisa

A Estatstica na Pesquisa Cientfica

Conceitos e Termos Chave

Problema explicativo Pesquisa exploratria Pesquisa explicativa

Hiptese de pesquisa Pesquisa descritiva Ao de pesquisa

Mtodos de Pesquisa Cientfica

Estudo observacional prospectivo.................................................................................. 112

3. Mtodos de Pesquisa Cientfica

Mtodos de Pesquisa Exploratria

3. Mtodos de Pesquisa Cientfica

Mtodos de Pesquisa Descritiva

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

3. Mtodos de Pesquisa Cientfica

b) Na pesquisa do Exemplo 3.20 as trs classes de caractersticas estranhas compreendem:

3. Mtodos de Pesquisa Cientfica

Mtodos de Pesquisa Explicativa