388 Eng 09008 Aula 08

ENGENHARIA DA QUALIDADE A
ENG 09008
PROFESSORES:
CARLA SCHWENGBER TEN CATEN
ROGRIO FEROLDI MIORANDO
AULA 8
PROJETOS DE EXPERIMENTOS - ANOVA
Tpicos desta aula
Projetos de Experimentos
Terminologia
Passos de implementao
Princpios fundamentais
ANOVA
Otimizao
2 Engenharia da Qualidade A Ano 2010/01
Introduo
Um exemplo...
Um engenheiro est em dvida sobre a diferena de resistncia de
uma pea que produzida com quatro perfis de ao diferentes (A, B,
C e D).
Aos
A B C D
25 31 22 33
26 25 26 29
20 28 28 31
23 27 25 34
21 24 29 28
Mdias 23 27 26 31
So retiradas amostras de quatro lotes diferentes de perfis de
ao, e a resistncia de cada pea medida em kgf/cm
2
.
Engenharia da Qualidade A Ano 2010/01 3
Projeto de Experimentos
Projeto de Experimentos uma atividade que em geral
envolve o estudo sistmico de diversos fatores que podem
afetar uma ou mais caractersticas de qualidade.
Projeto de Experimentos uma atividade que envolve:
O planejamento do experimento.
A sua execuo.
A anlise dos resultados.
A otimizao do produto/processo em estudo.
Projeto de Experimentos
O uso de Projeto de Experimentos conduz a uma seqncia
estruturada de ensaios, que assegura o mximo de
informao com um gasto mnimo de tempo/dinheiro.
Testes onde so feitos
mudanas propositais nos
fatores controlveis
Processo
Entrada Sada
Fatores de
rudo
Parmetros do
Processo
(control. e ctes)
Terminologia
Parmetros do processo
Todas as variveis da linha de produo que podem ser
alteradas e que talvez tenham um efeito sobre as variveis
de resposta.

Fatores controlveis
So um subconjunto dos parmetros do processo; so
aqueles parmetros do processo que foram eleitos para
serem estudados a vrios nveis no experimento.
Terminologia
Fatores constantes
So os parmetros do processo que no entraro no
experimento e que so mantidos constantes durante o
experimento.

Fatores no controlveis (Rudo)
So as variveis que no podem ser controladas pela
equipe tcnica. Tambm so responsveis pelo erro
experimental ou variabilidade residual.
Exemplos...
Medies de resistncia feitas em embalagens produzidas com material
proveniente de cinco rolos aleatoriamente indicaram:
Rolos de Papel
1 2 3 4 5
72 63 78 75 85
73 70 74 74 82
70 69 82 73 80
74 65 76 78 86
74 66 76 75 83
75 66 73 71 92
78 62 75 67 89
77 65 73 86
80 67
76 63
Fator controlvel: Rolos
Nveis do fator controlvel
Repeties
Medio da varivel
de resposta
Exemplos...
Um grupo de engenheiros est estudando o efeito do ngulo de uma
ferramenta de corte sobre o acabamento superficial resultante aps a
operao. As medies de rugosidade (menor melhor) efetuadas
revelaram:
ngulo da ferramenta
0
o
5
o
10
o
15
o

12 12 12 8 7 9 4 6 4 5 7 6
11 12 14 10 7 7 5 5 7 6 8 10
12 12 9 6 8 8 3 6 4 6 10 6
Passos no projeto de experimentos
1. Estabelecimento do problema
Definio dos objetivos

2. Formulao das hipteses
Brainstorming
3. Planejamento do Experimento
Escolha das variveis de resposta.
Escolha dos fatores controlveis
Escolha do n
o
de nveis para cada fator controlvel
Identificao das restries experimentais
Escolha das tcnicas experimentais
Escolha do modelo estatstico

4. Coletas de dados
Realizao dos experimentos
5. Anlise Estatsticas
Tabelas e Testes de significncia
6. Anlise tcnica e tomada de deciso
Grficos
7. Verificao dos resultados
Confirmao em campo dos resultados
8. Concluses finais e recomendaes
Documentao
Um bom experimento aquele que de forma eficiente traz a
tona informaes precisas que permitem verificar as hipteses
formuladas.
H quatro princpios fundamentais a serem observados:
1. Aleatorizao
A aleatorizao da seqncia de ensaios assegura que as
respostas estaro livres de qualquer vis. Quando a
aleatorizao no empregada, corre-se o risco de coletar
dados viciados, que podem falsear a anlise de algum fator.
Por exemplo
Imagine que todos os ensaios com o fator A no nvel baixo
sejam feitos no incio da manh (quando a temperatura do
dia est baixa), e todos os ensaios com o fator A no nvel
alto sejam feitos no incio da tarde (quando a temperatura
do dia est alta).
Nesse caso, o efeito do fator A estar confundido com o
efeito da temperatura (se este existir) e a anlise deste
fator estar prejudicada.
2. Repeties
As repeties fornecem uma base para o clculo do erro
experimental, o qual, por sua vez, fornece uma base para o
julgamento da significncia do efeito dos diversos fatores.
Se um fator tem um efeito significativo, este efeito deve ser
muito maior que a magnitude do erro experimental, e os
resultados do experimento iro revelar isso.
3. Controle local
O controle local se refere a execuo de experimentos divididos
em blocos equilibrados de ensaio. O objetivo dos blocos
tornar o experimento mais eficiente e mais prtico.
4. Trabalho em equipe
Conhecimentos mercadolgicos.
Conhecimentos tcnicos.
Conhecimentos estatsticos.
Anlise de Varincia
Os efeitos dos grupos so definidos como desvios da mdia
geral, tais que:
Ho: as mdias so iguais
H1: as mdias so diferentes
Ou, estatisticamente falando ...
Ho:
1
=
2
= .. =
k

H1:
i
=
j
pelo menos uma mdia difere das demais

Anlise de Varincia - (Analysis of variance - ANOVA)
A anlise de varincia a metodologia estatstica que
avalia a significncia dos diversos fatores e interaes.
H suposies bsicas para validar a anlise de varincia:
Distribuio normal dos dados.
Homogeneidade das varincias (em cada tratamento ou
grupo) - aleatoriedade dos erros.
Aditividade dos efeitos.
Independncia estatstica dos valores observados (sem
correlao).
Anlise de Varincia
Se as suposies de normalidade e homogeneidade no
forem satisfeitas, o resultado da anlise de varincia deixa
de ser exato, e passa a ser aproximado.
Em raras situaes a suposio de aditividade dos efeitos
no satisfeita. Nesse caso, uma transformao dos dados
(log, \, etc.) pode recuperar a aditividade e permitir uma
anlise mais precisa.
A independncia estatstica dos valores observados
obtida com o uso da aleatorizao.
One-Way ANOVA
Experimentos que envolvem:
1 Varivel de Resposta
1 Fator Controlvel a vrios nveis
Os ensaios feitos em cada nvel do fator controlvel configuram
um grupo.
Objetivo:
Identificar se os valores da varivel de resposta medidos nos
diversos nveis diferem entre si.
One-Way ANOVA
2 tipos de experimentos:
Fatores Controlveis a nveis fixos
(Por ex., 5 valores de temperatura)
Fatores Controlveis a nveis aleatrios
(Por ex., 3 fbricas escolhidas ao acaso)
possvel repetir o ensaio
tempos depois, basta utilizar
os nveis dos FC escolhidos
Nunca mais ser possvel ter
os mesmos fatores
controlveis
One-Way ANOVA
Disposio dos dados:
Fator A A1 A2 ... Ak
y11 y12 ... y1k
y21 y22 ... y2k
: : yij :
: : ... :
yn1 yn2 ... ynk
Totais T.j T.1 T.2 ... T.k T.. =
No.Obs. nj n1 n2 ... nk N =
Mdias ... =
j
y
. 1 .
y
2 .
y
k
y
. ..
y
Formulao matemtica da One-Way ANOVA
Modelo Estatstico:
onde: a mdia geral;
o efeito do grupo j;
um erro aleatrio.
Hipteses:

Objetivo:
Rejeitar H
0
a um nvel de significncia
Ou seja, se p observado for menor que , o erro incorrido de rejeitar H
0

(sendo este verdadeiro) em favor de H
1
, muito pequeno.
ij
c
j
t
ij j ij
y c t + + =
j H
H
j
j
=
=
0 :
0 :
1
0
t
t
Exemplo:
Um profissional deseja estudar se a temperatura ambiente influencia na
produtividade dos funcionrios. Para isso realizou trs medidas de
produtividade (peas/hora) em trs temperaturas diferentes.
Fator controlvel
Nveis do fator controlvel
Repeties
18 18 11
16 19 13
17 20 12
35C 25C 15C
Temperatura
Medio da varivel de resposta
Exemplo:
Temperatura
15C 25C 35C
12 20 17
13 19 16
11 18 18
=
j .
T
36 57 51 144 T
..
=
=
j
n
3 3 3 9 N =
=
j .
Y 12 19 17
16
..
= Y

20 = 16 + 3 + 1
Modelo Estatstico
ij j ij
Y c t + + =
Decomposio da variabilidade
15
o
C
25
o
C 35
o
C
Y
ij
= 20
16
..
=
Y
19
2
=
.
Y
17
3
=
.
Y
12
1
=
.
Y
( )
Y Y..
.j
= 19 16 =3

( ) = 20 16 = 4
Y Y
ij

. .
( )
Y Y ij

.j

= 20 19 = 1
20 = 16 + 3 + 1
ij j ij
Y c t + + =
( ) ( )
( )
.. . .. . ij j ij j
Y Y Y Y Y Y = +
4 = 3 + 1
Decomposio dos resduos:

Elevando ao quadrado e somando:

Graus de liberdade:
( ) ( )
( )
.. . .. . ij j ij j
Y Y Y Y Y Y = +
Total
Grupos
Resduos

= = = = =
+ =
n
i
k
j
j ij
k
j
j
n
i
k
j
ij
Y Y Y Y n Y Y
1 1
2
.
1
2
.. .
1 1
2
..
) ( ) ( ) (
SQT = SQG + SQR
(N - 1) = (K - 1) + (N - K)
Mdias quadradas:
MQG = SQG / (K - 1)
MQR = SQR / (N - K)
Mdias quadradas so grandezas que podem ser comparadas
entre si, pois j foram padronizadas devido a diviso pelos graus
de liberdade.

SQT = SQG + SQR
(N - 1) = (K - 1) + (N - K)
MQT MQG + MQR
As MQs so as varincias
Frmulas para os clculos (simplificadas)
Tabela ANOVA:
TC = termo de correo
TC = T..
2
/ N
SQT = (Y
ij
2
) TC
SQG = (T.
j
2
/ n
j
) TC
SQR = SQT - SQG
Fonte SQ GDL MQ Teste F
Entre Grupos SQG K - 1 MQG F = MQG / MQR
Dentro Grupos SQR N - K MQR
Total SQT N - 1
Teste F
Se no h diferenas significativas entre os grupos
E [MQG] = E [MQR]

Teste F: F = MQG / MQR

Comparar F
calculado
com F
tabelado
Se o valor calculado for maior que o valor
tabelado, descarta-se H
0
, ou seja, existe
diferenas significativas entre os grupos.
F
tabelado
= F
,K-1,N-k

um limite de
probabilidade aceitvel
de se cometer o erro do
tipo I, ou seja, rejeitar H
0

sendo que a hiptese
verdadeira

Distribuio de Fisher
Exemplo
Os dados a seguir representam o alongamento (maior melhor)
medido sobre um composto de borracha, em funo da
quantidade de agente de processo adicionado durante a mistura
(considere que o LIE = 46).
Exemplo
Agente 0 5 10 15 20

43 47 55 50 52

47 53 50 54 49

46 52 54 54 54

45 50 55 55 55

45 49 52 56 55

46 51 53 52 56

47 55 55 57 56

44 48 56 57 53

42 49 59 55 57

48 50 56 60 60

49 47 57 56 57

44 49 54 58 55

Totais 546 600 656 664 659 T..= 3125
No.Obs. 12 12 12 12 12 N = 60
Mdias 45,5 50,0 54,7 55,3 54,9 Y.. = 52,08

Exemplo
Clculos iniciais:
TC = T..
2
/ N = (3125)
2
/ 60 = 162.760,42
SQT = E (Y
ij
)
2
- TC = 163.971,00 - 162.760,42 = 1210,58
SQG = E (T
.j
2
/ nj) - TC
= [(546)
2
/ 12] + ... + [(659)
2
/ 12] - 162.760,42 = 875,33
SQR = SQT - SQG = 1210,58 - 875,33 = 335,25

Exemplo
Tabela ANOVA:
H diferenas
significativas entre os
grupos
F
cal
> F
tab
p <
0
F
tab
= 2,55 F
cal
= 35,9
rea de rejeio de H
0

= 0,05
p = 9,6.10
-15
Fonte SQ GDL MQ Teste F
Entre Grupos
(Agente de processo)
875,33 4 218,83 35,9
Dentro Grupos (Residual) 335,25 55 6,09
Total 1210,58 59
Comparao mltipla de mdias (CMM)
Existem diversos mtodos de CMM: Duncan, Tukey, Scheff,
Bartlett, etc
O mtodo apresentado a seguir o de Duncan
1. Calcular o desvio padro das mdias
onde n
c
= (n
1
+ n
2
+ ... + n
k
) / k
2. Calcular o limite de deciso
L
d
= 3 x

= 3 x 0,71 = 2,13
71 , 0
12
09 , 6
.
= = =
c
Y
n
MQR
S
j
3. Escrever as mdias em ordem crescente ou decrescente e
compar-las duas a duas (todas combinaes). A diferena ser
significativa se for maior que o Ld (=2,13)
45,5 50,0 54,7 54,9 55,3
Y.1 Y.2 Y.3 Y.5 Y.4
4. Usar barras contnuas sobre as mdias que no diferem entre si
___ ___ __________
Y.1 Y.2 Y.3 Y.5 Y.4
55,3 54,9 = 0,4 DNS
54,9 54,7 = 0,2 DNS
54,7 50,0 = 4,7 DS
50,0 45,5 = 4,5 DS
54,9+3.0,71
(=57,03)

54,9

54,9-3.0,71
(=52,77)

Probabilidade da mdia
Y.5 ficar nestes limites
= 99,73%
/2 = 0,135%
/2 = 0,135%
Y.5
50,0 54,7 54,9
Y.2 Y.3 Y.5

Y.2
50,0+3.0,71
(=52,13)

50,0

50,0-3.0,71
(=47,87)

Y.3 - Y.2 = 54,7 - 50,0 = 4,7

Ld = 2.13
Y.3 - Y.2 > Ld DS
54,7+3.0,71
(=56,83)

54,7

54,7-3.0,71
(=52,57)

Y.5 - Y.3 = 54,9 - 54,7 = 0,2
Ld = 3.0.71 = 2.13
Y.5 - Y.3 < Ld DNS
Y.3
71 , 0
.
=
j
Y
S
Otimizao
Em geral, deve ser considerado o binmio:
Qualidade
Custo
Os resultados estatsticos, em conjunto com a anlise
grfica do suporte tomada de deciso a respeito do
processo.
Via de regra, o experimento revela opes para a reduo
de custos e melhoria da qualidade, simultaneamente.
Otimizao
Para realizar a otimizao do produto ou processo feita
uma anlise tcnica.
A anlise tcnica deve acompanhar e completar a anlise
estatstica.
Para isso recomendvel representar graficamente os
dados.
Para os dados do experimento anterior, poderia se usar,
por exemplo, um boxplot ou um grfico de barras.
Otimizao observando o boxplot
40
45
50
55
60
65
0% 5% 10% 15% 20%
Concentrao do Agente
A
l
o
n
g
a
m
e
n
t
o
Q3 Max Mediana
Mdia Min Q1
Como o LIE do cliente 46, ento a escolha da concentrao de agente pode ser
5, 10, 15 e 20%, pois atendem a especificao.
Otimizao observando grfico de barras
45,50
50,00
54,67
55,33
54,92
30
35
40
45
50
55
60
65
70
0% 5% 10% 15% 20%
A
l
o
n
g
a
m
e
n
t
o
Concentrao de agente
Como a CQ alongamento do tipo maior--melhor, ento a escolha da
concentrao de agente pode ser 10, 15 e 20%, pois produzem a mesma resposta
mdia e ainda superior que 5%.
Contudo, quanto maior a concentrao do agente, mas caro a borracha, ento a
escolha recomendada a concentrao de 10%.
Tpicos prxima aula
Projetos de Experimentos com dois fatores
Two-way ANOVA
Experimentos com ou sem repetio

388 Eng 09008 Aula 08

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

388 Eng 09008 Aula 08

Enviado por

Direitos autorais:

Formatos disponíveis

ENGENHARIA DA QUALIDADE A

Você também pode gostar