Escolar Documentos
Profissional Documentos
Cultura Documentos
Introduo
Na parte I deste artigo, Conceituao e Planejamento, descrevemos porque o planejamento
estatstico de experimentos (DOE) a forma mais eficiente de extrair informao de um processo.
Vimos que os ingredientes de um DOE com sucesso so:
Mencionamos tambm que o nmero mnimo de ensaios requerido para determinar a significncia
dos efeitos 16 (excluindo os pontos centrais).
Na primeira parte do presente artigo ilustra-se passo a passo a anlise dos resultados de um
DOE utilizando o Minitab 14. Os dados analisados fazem parte do exemplo do reator,
apresentado na parte I. Os fatores controlados, respostas, objetivos e matriz de ensaios
encontram-se na Figura 1. Como ser discutido no artigo, a matriz de ensaios da Figura 1
adequada para ajustar a resposta Rendimento, mas no para ajustar o Custo, porque esta
resposta apresenta curvatura. Neste ltimo caso sero adicionados pontos axiais para constituir
um plano composto, adequado para modelos com termos quadrticos.
Fatores controlados (x)
x1: proporo de aditivos
x2: temperatura reao
x3: tempo reao
Respostas (y)
Rendimento
Custo
Objetivo
Maximizar
(mdia atual = 140)
Minimizar: < 10,2
Run Bloco
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
x1
x2
x3
0,5
1,0
0,5
1,5
0,5
1,0
1,5
1,5
1,0
1,5
0,5
1,0
0,5
0,5
1,5
1,5
1,0
0,5
0,5
1,5
1,5
1,0
180
185
180
190
190
185
180
180
185
190
190
185
190
190
180
180
185
180
180
190
190
185
3,0
3,5
4,0
3,0
3,0
3,5
3,0
4,0
3,5
4,0
4,0
3,5
4,0
3,0
3,0
4,0
3,5
4,0
3,0
4,0
3,0
3,5
Rendimento Custo
168,8
136,1
160,8
133,4
150,5
140,7
121,1
116,8
139,2
136,2
142,7
137,8
142,6
148,3
117,7
117,0
141,3
161,3
162,9
132,7
127,8
138,7
14,9
9,7
15,4
10,6
12,1
7,9
9,1
12,0
8,6
13,0
12,5
8,9
12,2
11,3
9,4
13,4
9,2
15,9
16,1
12,5
10,6
9,2
2
Etapas para analisar os resultados de um DOE no Minitab
Na Figura 2 h um resumo muito utilizado por Histo DOE, nosso amigo Black Belt, para orient-lo
na anlise dos planos fatoriais e na confirmao dos resultados. Exemplificaremos os passos 1 a
7 utilizando os dados da Figura 1.
Passos
Procedimento no Minitab
Stat\DOE\Factorial\Factorial Plots...
Boto Setup, boto Setup\Options... p/ interaes
4) Simplifique o modelo
170
C enterPt
0
1
C enterPt
0
1
16
15
160
13
Custo
Rendimento
14
150
140
130
12
11
10
9
120
110
7
2
10
12
Index
14
16
18
20
22
10
12
14
16
18
20
22
Index
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
3
2) Visualizar os efeitos principais e interaes
Os grficos da Figura 4 do uma primeira noo da importncia relativa do efeito dos fatores e de
suas interaes, assim como da presena de efeitos quadrticos. Por exemplo, a proporo de
aditivos A/B (x1) o fator mais importante quando se considera o Rendimento, assim como a
interao x1 x2. O grfico de efeitos principais do Custo mostra que deve existir curvatura para
esta resposta, j que a mdia dos pontos centrais (ponto vermelho) no est posicionada prxima
da reta.
Main Effects Plot (data means) for Rendimento
x1
x2
Point Type
C orner
C enter
x1
14
x2
Point Type
C orner
C enter
12
140
Mean of Custo
Mean of Rendimento
150
130
0,5
1,0
x3
1,5
180
185
190
150
10
0,5
1,0
1,5
180
185
190
x3
14
12
140
10
130
3,0
3,5
4,0
3,0
3,5
4,0
185
190
160
140
x1
x1
0,5
1,0
1,5
Point Ty pe
Corner
Center
Corner
x2
180
185
190
Point Ty pe
Corner
Center
Corner
x3
3,0
3,5
4,0
Point Ty pe
Corner
Center
Corner
120
160
140
x2
120
160
140
x3
120
0,5
1,0
1,5
3,0
3,5
4,0
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
Term
AB
Name
x1
x2
x3
AC
C
B
BC
0
10
15
20
25
Standardized Effect
SE Coef
0,5713
0,4872
0,5713
0,5713
0,5713
0,5713
0,5713
0,5713
1,0939
T
245,14
-1,70
-25,73
-1,33
-2,23
13,92
2,82
0,96
-0,98
P
0,000
0,113
0,000
0,205
0,044
0,000
0,014
0,353
0,345
Termos no
a significantes
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
Effect
Coef
139,75
-14,70
-0,76
-1,28
7,95
1,61
-29,40
-1,53
-2,55
15,90
3,23
S = 2,40805
SE Coef
0,5134
0,6020
0,6020
0,6020
0,6020
0,6020
R-Sq = 98,00%
T
272,20
-24,42
-1,27
-2,12
13,21
2,68
P
0,000
0,000
0,223
0,050
0,000
0,016
Coeficiente de
determinao
ajustado > 75%
R-Sq(adj) = 97,37%
DF
3
2
16
1
2
13
21
Seq SS
3492,75
1052,84
92,78
5,00
22,06
65,71
4638,37
Adj SS
3492,75
1052,84
92,78
5,00
22,06
65,71
Adj MS
1164,25
526,42
5,80
5,00
11,03
5,05
F
200,78
90,78
P
0,000
0,000
0,86
2,18
0,370
0,152
No h falta
de ajuste
FITS1
150
140
130
120
110
120
130
140
150
Rendimento
160
170
90
Residual
Percent
50
10
1
0
-2
-4
-5,0
-2,5
0,0
2,5
5,0
120
130
Residual
160
3,6
Residual
Frequency
150
4,8
2,4
1,2
0,0
140
Fitted Value
0
-2
-4
-4
-2
0
Residual
8 10 12 14 16 18 20 22
Observation Order
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
6
6) Explorao do modelo ajustado
A Figura 10 pode ser utilizada para otimizar o Rendimento: o mximo obtido para x1 e x2
mnimos (Rendimento > 160).
Surface Plot of Rendimento vs x2; x1
Rendimento
120
130
140
150
188
186
165
x2
Rendimento
Hold Values
x3 = 3
150
120
130
140
150
160
160
Hold Values
x3 = 3
184
135
<
>
182
190
120
0,5
185
1,0
1,5
x1
180
x2
180
0,50
0,75
1,00
1,25
1,50
x1
Histo DOE est satisfeito com o avano do projeto j que o experimento permitir superar
amplamente o rendimento atual que prximo de 140. Mas ele lembra que h outra resposta que
no est sendo considerada, o Custo, que deveria ser mantido abaixo de 10,2. Como a matriz de
ensaios no adequada para modelos com parte quadrtica, Histo DOE adicionar os pontos
axiais indicados em vermelho no terceiro plano da Figura 11. Esta parte da matriz constitui o
bloco 3 direita da Figura 11. Como Histo DOE teve que rodar estes oito experimentos adicionais
para o Custo, ele aproveitou para obter tambm os resultados de Rendimento. A anlise do plano
composto realizada de forma similar do plano fatorial, porm utiliza-se para isto o
procedimento do Minitab denominado Response Surface.
Rendimento
k>5
Custo
k5
Planejamentos
fatoriais fracionrios
Planejamentos
fatoriais completos
k5
Planejamentos central
composto
Identificao das
variveis mais
importantes
Compreenso de efeitos
principais e interaes
Desenvolvimento de
modelo de predio
para otimizao
Run Bloco
23
24
25
26
27
28
29
30
3
3
3
3
3
3
3
3
x1
x2
x3
1,0
1,0
1,0
0,5
1,0
1,5
1,0
1,0
190
185
180
185
185
185
185
185
3,5
3,5
3,5
3,5
3,0
3,5
4,0
3,5
Rendimento Custo
136,9
136,8
136,8
153,5
137,9
130,1
138,9
140,3
10,1
9,9
11,8
12,6
8,5
9,8
9,8
9,2
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
7
7) Utilizao de ferramentas de otimizao
desejo
Rendimento
Depois de ajustar o modelo quadrtico para o Custo, Histo DOE utilizou a ferramenta de
otimizao do Minitab, denominada funo desejo. Para utilizar este procedimento, deve-se
especificar as funes-objetivos para cada resposta. No exemplo do reator as funes para o
Rendimento e Custo encontram-se na Figura 12a. No Minitab a funo desejo denomina-se
Response Optimizer e utiliza um procedimento numrico que procura satisfazer conjuntamente
as funes-objetivos de todas as respostas de interesse. Na Figura 12b observa-se que nas
condies: Proporo A/B = 0,84, Temperatura = 186 C e Tempo = 3 horas o modelo prev um
rendimento = 145 e custo = 9.
Optimal
Hi
D
Cur
0,93070 Lo
desejo
Custo
140
146
Rendimento
x1
1,50
[0,8404]
0,50
x2
190,0
[185,6534]
180,0
x3
4,0
[3,0]
3,0
Rendimento
Maximum
y = 145,2782
d = 0,87969
Custo
Minimum
y = 9,0184
d = 0,98467
0
9
10,2
Custo
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
Mapa inicial
A: montagem placa
B: montagens
especficas de placa
C: montagem
telefone
Etapa 1: eliminar
setor B
A: montagem placa
B: montagens
especficas de placa
C: montagem
telefone
Etapa 2: otimizar
setor C DOE
A: montagem placa
C: montagem
telefone
Fatores
controlados
no DOE
x1: 2 ou 3
x2: 2 ou 3
x3: 1 ou 2
x1: No bancadas
montagem manual
x2: No bancadas de
testes de interface
x3: No pessoas em
teste placa e phasing
Placa
Phasing
Resposta
Objetivo
Unidades por
hora por
Maximizar
operador:
UPH/DL
Simul8
Figura 13 DOE realizado para otimizar a produo de celulares em uma clula de produo
Exemplo de otimizao de gastos em propaganda
Um exemplo que sai do mbito tradicional de aplicao do DOE em ambiente produtivo foi
coordenado por Ackoff na rea de marketing da empresa Anheuser-Busch. Como resultado dos
estudos realizados no perodo de 1962 a 1968, os gastos em propaganda foram reduzidos de
1,89 US$ a 0,80 US$/barril, enquanto que as vendas aumentaram de 7,5 para 14,5 milhes de
barris e o market share pulou de 8,14 a 12,94%. Os experimentos foram realizados para
determinar a relao entre as vendas de cerveja versus o capital gasto em propaganda, o
momento de realizar o gasto e o tipo de mdia utilizado. As anlises realizadas mostraram quo
complexas e pouco intuitivas podem ser estas relaes.
O estudo iniciou-se porque no ano de 1961 o presidente da Anheuser-Busch foi abordado pelo
vice-presidente de marketing com uma solicitao de 15 MUS$ para gastos em propaganda e
mais um adicional de 1,2 MUS$. O vice-presidente defendeu o gasto com base no aumento de
vendas que ele achava que iria acontecer.
Um dos experimentos realizados pelo pessoal de Ackoff foi um fatorial com trs fatores, cada um
a trs nveis. Os fatores controlados foram: x1 = mudana percentual dos gastos em propaganda
em relao ao atual, x2 = gastos em pessoal de vendas e x3 = gastos em materiais nos pontos de
vendas. Diferentes reas de vendas foram designadas aos 27 ensaios e foi medida a
percentagem de mudana nas vendas durante um perodo de 12 meses. Pela anlise dos
resultados encontrou-se que no havia interao entre nenhum dos fatores do experimento e que
x2 e x3 estavam prximos do timo. Em relao a x1 foi encontrada uma inconsistncia, com um
mnimo em zero (Figura 14a). A teoria que se tinha sobre o efeito da propaganda no consumo
estava baseada na curva estmulo-resposta da Figura 14b. Uma pequena quantidade de
propaganda quase no tem efeito nas vendas, mas quando a quantidade aumenta aparece o
efeito desejado. Se o estmulo continua aumentando, o efeito diminui e se chega a um patamar,
seja porque se satura o pblico ou porque o consumidor no tem mais capacidade de compra.
Um aumento ainda maior na propaganda teria um efeito negativo sobre o consumidor. O
problema desta teoria era que no explicava o formato em V obtido no experimento!
Neste ponto entrou em cena um outro componente que deve estar presente em todo
experimentador: o raciocnio tcnico que tenta explicar a resposta observada. A teoria formulada
foi que existiria uma segmentao do mercado em duas populaes, cada uma com sua curva
estmulo-resposta, porm separadas horizontalmente (Figura 14c). Nesse caso a resposta
agregada das duas populaes teria um formato de V. Haveria um grupo de consumidores que
so sensibilizados mais rapidamente e que chegam tambm mais rapidamente ao ponto de
saturao.
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
9
Curva Estmulo - Resposta
12
8
4
Ponto super-saturao
Ponto saturao
Populao total
Resposta
Resposta
Mudana % em vendas
16
Segmento 1
Segmento 2
Ponto
crtico
0
-50
+50
Estmulo (x1)
Estmulo (x1)
c) Segmentao do mercado
Concluses
Ao longo das partes I e II vimos como o DOE uma ferramenta poderosa dentro da caixa de
ferramentas do Black Belt. O DOE tem a vantagem de gerar conhecimento com uma velocidade
infinitamente maior obtida por outros mtodos. Quando bem utilizado pelos especialistas do
processo, este conhecimento pode-se traduzir no aumento do rendimento, na reduo de
variabilidade e no lanamento mais rpido de novos produtos.
O sucesso na aplicao do DOE no chega automaticamente. Como foi visto na parte I, o
planejamento tem um papel muito importante. Questes como repetio dos ensaios,
randomizao, medio adequada e largura do domnio experimental no podem ser
desconsideradas. Se o planejamento foi realizado com cuidado e os ensaios conduzidos com
esmero, a anlise dos experimentos muito simples e os resultados colhidos, muito promissores.
Referncias bibliogrficas
Domenech, Carlos (2004). Como fazer um DOE com sucesso. Parte I: Conceituao e
planejamento. Falando de Qualidade. Banas, N ??????, p. ?????.
Ackoff, Russel L. (1978). The Art of Problem Solving. New York: Wiley.
Koselka, Rita (1996). The new mantra: MVT. Forbes, 11/3/96. p. 114-118.
Anderson, Mark J. (2004). Achieving Breakthroughs in Non-Manufacturing Processes via
Design of Experiments (DOE). Stat-Ease, Inc.
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br