Você está na página 1de 9

INTRODUÇÃO AO PLANEJAMENTO DE EXPERIMENTOS

O planejamento experimental é uma técnica que atualmente vem sendo usada em grande

escala. Através dele, pesquisadores podem determinar as variáveis que exercem maior influência no desempenho de um determinado processo, tendo como resultado:

1. Redução da variação do processo e melhor concordância entre os valores nominais obtidos e

os valores pretendidos;

2. Redução do tempo do processo;

3. Redução do custo operacional;

4. Melhoria no rendimento do processo.

Para produzir resultados significativos e não tendenciosos, os experimentos devem ser cuidadosamente planejados e executados. É importante saber quais passos devem ser realizados para que os resultados sejam válidos. Devemos procurar minimizar o erro experimental, maximizando a precisão de nossos experimentos com a realização de um bom planejamento e uma condução consciente.

1. Requisitos para um bom Experimento

Um experimento fadado ao sucesso deve:

Ser simples,

Ter precisão suficiente e ausência de erro sistemático,

Possibilitar análises estatísticas apropriadas,

Fornecer conclusões com grande amplitude de validade.

Estes requisitos podem ser satisfeitos atentando pela:

Escolha do Material Experimental,

Seleção das Unidades Experimentais,

Seleção dos Tratamentos,

Agrupamento de Unidades Experimentais,

Utilização de técnicas mais refinadas.

Os três princípios básicos de um planejamento de experimentos são replicação, aleatoriedade e blocagem. Fazer um experimento com réplicas é muito importante por dois motivos. O primeiro é que isto permite a obtenção do erro experimental. A estimativa desse erro é básica para verificar se as diferenças observadas nos dados são estatisticamente diferentes. O

segundo motivo se refere ao fato de que, se a média de uma amostra for usada para estimar o efeito de um fator no experimento, a replicação permite a obtenção de uma estimativa mais precisa desse fator.

Os métodos estatísticos requerem que as observações, ou os erros, sejam variáveis aleatórias distribuídas independentemente. Os experimentos, com suas réplicas, devem ser realizados de forma aleatória, de modo a garantir a distribuição equânime de todos os fatores não considerados. Explicando melhor: em um estudo da influência, na dureza de um compósito, de diferentes ponteiras de uma máquina de ensaios mecânicos, pode-se utilizar corpos de prova provenientes de bateladas diferentes, que podem ter (mas teoricamente não deveriam), por exemplo, diferentes teores de fibras. Na realização dos testes, esses corpos de prova devem ser distribuídos de forma aleatória entre as ponteiras. A blocagem é uma técnica extremamente importante, utilizada industrialmente que tem o objetivo de aumentar a precisão de um experimento. Em certos processos, pode-se controlar e avaliar, sistematicamente, a variabilidade resultante da presença de fatores conhecidos (nuisance factors) que perturbam o sistema, mas que não se tem interesse em estudá-los. A blocagem é usada, por exemplo, quando uma determinada medida experimental é feita por duas diferentes pessoas, levando a uma possível não homogeneidade nos dados. Um outro exemplo seria quando um determinado produto é produzido sob as mesmas condições operacionais, mas em diferentes bateladas. De modo a evitar a não homogeneidade, é melhor tratar cada pessoa e batelada como um bloco. Esta técnica será apresentada mais adiante. As experiências devem ser realizadas sequencialmente. A primeira delas, chamada experimento de peneiramento (screen experiment), é usada para determinar que variáveis são importantes (variáveis críticas). As experiências subsequentes são usadas para definir os níveis das variáveis críticas identificadas anteriormente, que resultam em um melhor desempenho do processo. Em suma, o que se quer aqui é obter um modelo matemático apropriado para descrever um certo fenômeno, utilizando o mínimo possível de experimentos. O planejamento experimental permite eficiência e economia no processo experimental e o uso de métodos estatísticos na análise dos dados obtidos resulta em objetividade científica nas conclusões. Todo planejamento experimental começa com uma série inicial de experimentos, com o objetivo de definir as variáveis e os níveis importantes. Podem-se ter variáveis qualitativas (tipo de catalisador, tipo de equipamento, operador, etc.) e quantitativas (temperatura, pressão, concentração índice de inflação, ph do meio, etc.). Os resultados devem ser analisados e modificações pertinentes devem ser feitas no planejamento experimental. A Figura 1 apresenta um resumo desta estratégia inicial.

É importante frisar que os métodos que serão descritos aqui não substituem a imaginação e o

bom senso, mas eles ajudam a economizar tempo e dinheiro, uma vez que eles conduzem à

objetividade da análise de resultados.

Antes de começar a realizar os experimentos, os objetivos e os critérios devem estar bem

claros, de modo a dar subsídios para a escolha:

1. das variáveis envolvidas nos experimentos;

2. da faixa de variação das variáveis selecionadas;

3. dos níveis escolhidos para essas variáveis. No caso de muitos fatores, é melhor escolher

inicialmente dois níveis;

4. da variável de resposta;

5. do planejamento experimental. Nessa etapa, há que se considerar o tamanho da amostra

(número de réplicas), a seleção de uma ordem de realização dos experimentos e se há

vantagem em fazer a blocagem dos experimentos; dos métodos de análise dos resultados

dos experimentos. Os métodos estatísticos são usados para guiar uma tomada objetiva de

decisão.

Planejamento de experimentos
Planejamento
de experimentos
tomada objetiva de decisão. Planejamento de experimentos Experimentos Análise de resultados e revisão do modelo e

Experimentos

de decisão. Planejamento de experimentos Experimentos Análise de resultados e revisão do modelo e do

Análise de resultados e revisão do modelo e do planejamento experimental

Objetivo

Modelo(s)

do modelo e do planejamento experimental Objetivo Modelo(s) Figura 1 Estratégia Inicial. No planejamento de qualquer

Figura 1 Estratégia Inicial.

No planejamento de qualquer experimento, a primeira coisa que devemos fazer é decidir

quais são os fatores e as repostas de interesse. Os fatores, em geral, são as variáveis que o

experimentador tem condições de controlar. Podem ser qualitativos, como o tipo catalisador, ou

quantitativo, como a temperatura. Às vezes, num determinado experimento, sabemos que existem

fatores que podem afetar as respostas, mas que não tem condições de, ou não estamos interessados em, controlar. Precisamos tomar cuidado com fatores desse tipo, para que seu efeito não seja confundido com os efeitos de interesse. Para isso, podemos usar aleatorização e blocagem. As respostas são as variáveis de saída do sistema, nas quais estamos interessados, e que serão ou não afetadas por modificações provocada nos fatores (as tais manipulações). Também podem ser qualitativas ou quantitativas. Dependendo do problema, podem ter várias respostas de interesse, que talvez precisem ser consideradas simultaneamente. Tendo identificado todos os fatores e respostas, nosso próximo passo é definir, com o máximo de clareza, o objetivo que pretendemos alcançar com os experimentos, para que possamos escolher o planejamento mais apropriado. Por exemplo, um químico deseja saber se estar só querendo saber se a troca de um catalisador por um mais barato não vai diminuir o rendimento da reação. Ou, então, pode querer descobrir que temperatura deve ser usada para se obter o rendimento máximo. Ou, ainda, até quando ele pode variar os fatores sem alterar o rendimento ou qualidade do produto final, e assim por diante. O planejamento de experimentos, isto é, a especificação detalhada de todas as operações experimentais que devem ser realizadas, vai depender do objetivo particular que ele possa atingir. Objetivos diferentes precisarão de planejamentos diferentes.

2.

Aleatorização

Para evitar a ocorrência de distorção estatística nos resultados, isto é, para impedir que desvios atípicos sejam obrigatoriamente associados a determinadas combinações de níveis, devemos realizar ensaios em ordem aleatória. Para isso, devemos sortear a ordem de realização dos ensaios, ou seja, fazer a aleatorização. A aleatorização é um principio experimental muito importante que nos ajuda a impedir que fatores indesejáveis, dos quais não estamos cientes, contaminem os efeitos que queremos investigar. Se sortearmos a ordem de realização dos ensaios, a probabilidade de um desses fatores afetar as respostas, e assim sua atuação ficará diluída. A numeração dos ensaios é apenas uma forma conveniente de identificar as várias combinações de níveis, e nada tem a ver com a ordem em que os experimentos são efetivamente realizados. Esta, como acabamos de ver, deve ser aleatória. É importante distinguir a aleatorização da blocagem. Na aleatorização, estamos nos precavendo contra fatores que talvez possam influenciar o resultado, mas dos quais não temos conhecimento. Na blocagem sabemos desde o início que certos fatores podem influenciar a resposta, só que não estamos interessados no efeito delas, e levamos isso em conta na hora de definir o planejamento, de forma a evitar ou evitar confundimentos.

Para exemplificar a utilização desses termos e expressões, considere o experimento apresentado no exemplo seguinte. Exemplo Um engenheiro, interessado em estudar a resistência de fibras sintéticas utilizadas na confecção de vestuário, decidiu utilizar diferentes quantidades de algodão já que é sabido, de pesquisas anteriores, que a resistência de fibras sintéticas aumenta com a inclusão de algodão. Como o produto final deve conter de 10 a 40% de algodão, devido a outras características importantes para a qualidade do produto, foram escolhidas as quantidades de 15, 20, 25, 30 e 35% de algodão. Também, decidiu-se testar cinco amostras de cada nível de algodão tomando, como amostra, um atado de fibras com 10 centímetros de diâmetro. As avaliações foram feitas em apenas uma máquina e por um único técnico. (Montgomery, 1991) No exemplo, temos apenas um fator que são os teores de algodão na fibra com as categorias (ou níveis): 15, 20, 25, 30 e 35%. Como as categorias deste fator são expressas em uma escala intervalar, o fator é denominado quantitativo. Quando as categorias de um fator são expressas em uma escala nominal, o fator é denominado qualitativo. A tensão ao rompimento corresponde à variável resposta. Os valores obtidos para a resistência das amostras são os dados. Os tratamentos são: T1 = 15% de algodão na fibra, T2 = 20%, T3 = 25%, T4 = 30% e T5 = 35% de algodão na fibra. No Exemplo, cada parcela corresponde a um amarrado de fibras com dez centímetros de diâmetro e, neste caso, não foi necessário usar bordadura porque uma amostra sempre estava separada das outras. Nesse exemplo foram utilizadas 5 repetições (cinco amostras com cada teor de algodão), perfazendo 25 parcelas experimentais. A aleatorização consistiu em submeter às amostras ao teste de resistência em uma ordem determinada ao acaso.

3.

Blocagem

No delineamento em blocos casualizados, o material experimental é dividido em grupos homogêneos, cada grupo constituindo uma repetição. Cada repetição ou bloco deve conter uma vez cada tratamento, no caso de blocos completos. O objetivo em todas as etapas do experimento é manter o erro, dentro de cada bloco, tão pequeno quanto seja possível na prática. Na condução do ensaio deve ser empregada uma técnica uniforme para todas as parcelas de um mesmo bloco. Quaisquer alterações na técnica de condução ou em outras condições que possam afetar os resultados devem ser feitas entre os blocos. Com o objetivo de estudar a blocagem, suponha que se queira saber se quatro diferentes tipos de ponteiras (considera-se cada ponteira como um tratamento) de uma máquina de ensaios produzem diferentes leituras de dureza de um compósito. Imagine agora que sejam realizados

quatro ensaios para cada ponteira. Existe assim um único fator (variável independente importante), que é o tipo de ponteira. No total, serão necessários 16 experimentos, envolvendo então 16 peças, que podem ser levemente diferentes entre si, resultando em uma possível variação nos valores de dureza da peça. Como resultado, o erro experimental refletirá tanto o erro aleatório como a variação entre as peças. Uma maneira de diminuir esse erro experimental é remover a variabilidade entre as peças, fazendo a blocagem; ou seja, considerando cada peça como sendo um bloco, sujeito ao teste com as quatro ponteiras. Tem-se assim um experimento mais uniforme que serve para comparar a influência das ponteiras na dureza do material. A esse planejamento, dá-se o nome de planejamento aleatório com blocos completos. Por completo entende-se que cada bloco contém todos os tratamentos (todas as ponteiras atuam neste bloco).

4. Noções de Planejamentos Fatoriais

O planejamento fatorial é indicado quando deseja-se estudar os efeitos de duas ou mais

variáveis de influência. Em cada tentativa ou réplica, todas as combinações possíveis dos níveis de cada variável são investigados. Quando o efeito de uma variável depende do nível das outras variáveis, diz-se que há interação dessas variáveis.

4.1. Planejamento fatorial com dois fatores

Nesse planejamento, são estudados dois fatores A e B, A com a níveis e B com b níveis, utilizando-se n réplicas com a.b combinações. Como exemplo, um estudo em que se deseja analisar o efeito de dois fatores, cada um deles com dois níveis. Se analisar-se o efeito de um fator separadamente, tem-se um planejamento aleatorizado como:

separadamente, tem-se um planejamento aleatorizado como: O efeito de A seria: A2B1 - A1B1 e o

O efeito de A seria: A2B1 - A1B1 e o efeito de B seria B2A1 -B1A1.

Assim, tem-se três ensaios. Se deseja-se minimizar os erros, usando duas réplicas, temse um total de 6 ensaios. Porém, não se pode verificar a interação de A e B.

Já com o planejamento fatorial (PF), tem-se:

total de 6 ensaios. Porém, não se pode verificar a interação de A e B. Já

Analisando dois casos distintos, pode-se analisar a interação das variáveis pelo PF:

pode-se analisar a interação das variáveis pelo PF: Esses resultados poderiam ser provenientes de um exemplo

Esses resultados poderiam ser provenientes de um exemplo em que se deseja estudar como a vida útil de baterias é influenciada pelo tipo de material empregado na fabricação e pela temperatura de utilização. Tem-se dois materiais e duas temperaturas e deseja-se saber se o material e a temperatura afetam a vida e se eles interagem. O conceito de projeto robusto aplica-se nessa situação, pois deseja-se que as baterias apresentem-se robustas em relação à temperatura de utilização, qualquer que seja, desde que dentro de uma faixa analisada. No caso 1, tem-se a seguinte representação gráfica dos resultados obtidos:

a seguinte representação gráfica dos resultados obtidos: Observa-se que os dois fatores interferem na vida das

Observa-se que os dois fatores interferem na vida das baterias, mas que eles não interagem. Já no caso 2, representado pela figura abaixo, observa-se novamente que os fatores afetam a vida, mas também, que eles interagem, pois o efeito de A depende do nível de B.

novamente que os fatores afetam a vida, mas também, que eles interagem, pois o efeito de

Devido ao pequeno número de ensaios utilizado no PF, esse planejamento é indicado para o

início do procedimento experimental quando há necessidade de definir-se as variáveis de influência

e estudar seus efeitos sobre a variável de resposta escolhida. Deve-se destacar também que o PF é um modelo de efeitos fixos, assim os resultados de sua análise não podem ser transferidos para outros níveis que não os analisados no planejamento.

4.2. Planejamento fatorial 2 k

Um caso particular é o planejamento fatorial com k fatores e 2 níveis, que é denominado planejamento fatorial 2 k . Os fatores e os níveis são pré-determinados, configurando esse planejamento como um modelo de efeitos fixos. Para que a análise seja objetiva, as hipóteses de normalidade devem ser satisfeitas. Esse tipo de planejamento é usado normalmente nos estágios iniciais da pesquisa, permitindo o estudo de diversos fatores com um número reduzido de experimentos. Como há somente dois níveis para análise de cada fator, assume-se que a variável de resposta apresente comportamento linear entre esses níveis. O modelo estatístico, o teste de hipóteses e as somatórias dos quadrados das diferenças são idênticas às do planejamento fatorial geral, assumindo-se a =2 e b = 2. Os níveis podem ser quantitativos ou qualitativos. Os níveis são representados por: + máximo e - mínimo. A e B representam os efeitos das variáveis de influência. A representação do ensaio com a significa que usou-se o nível máximo de A (+). Já b representa o uso do nível máximo de B (+). Neste caso, para 2 níveis, o número de graus de liberdade é igual a 1. Aumentando-se o número de réplicas (n), tem-se maior objetividade na análise, pois F 0 também aumenta.

objetividade na análise, pois F 0 também aumenta. No caso de um planejamento 3 k ,

No caso de um planejamento 3 k , tem-se três níveis: mínimo (0), intermediário (1) e máximo

(2).

Exemplo de um planejamento fatorial 2 k : deseja-se estudar como o tempo de uma reação

é afetado por dois fatores, a concentração de reagente (A) e a quantidade de catalisador (B). Assumindo dois níveis para A, 15% (-) e 25% (+) e dois níveis para B, 2 medidas (+) e 1 medida (-) e cada experimento foi replicado 3 vezes, tem-se:

5. Referências Bibliográficas BARROS NETO, B.; SCARMINIO, I. S.; BRUNS, R. E.; Planejamento e Otimização

5. Referências Bibliográficas

BARROS NETO, B.; SCARMINIO, I. S.; BRUNS, R. E.; Planejamento e Otimização de

Experimentos, Editora Unicamp, Campinas, SP, 4ª ed., 414 p., 2010.

BUTTON, S. T. Metodologia para Planejamento Experimental e Análise de Resultados. Apostila

preparada para o Programa de Pós-Graduação em Engenharia Mecânica. Campinas, 2005.

LARSON, RON. Estatística Aplicada, Lis Editora, São Paulo, SP, 4ª ed., 637 p., 2010.

MONTGOMERY, D.C. Design and Analysis of Experiments, 3ª edição, John Wiley and Sons, New York, 649 p., 1991.