Planejamento de Experimentos (DOE) / Conteúdo / Home - P... http://www.portaldeconhecimentos.org.br/index.php/por/Con...

Registrar | Login | Busca:

Home Sobre o portal Conteúdo Melhores práticas

Sinônimos de tipos de conteúdo | Mais visitados |

Home » Conteúdo » Planejamento de Experimentos (DOE)

PLANEJAMENTO DE EXPERIMENTOS (DOE)

Visitas: 34680 Nota: 3/5 (1014

votos)

Melhores Práticas

Planejamento de Experimentos (DOE)

Criado por sayuri tahara ( USP - NUMA ) em 17 de Dezembro de 2008 - 08:53.
Atualizado por Henrique Rozenfeld em 05 de Junho de 2014 - 14:56.

Sumário:
Introdução
Glossário
Tipos de Planejamento
Etapas para o desenvolvimento de um Planejamento de Experimentos
Objetivo
Procedimento Geral para Aplicação
1 Reconhecimento e relato do problema
2 Definir objetivos do experimento
3 Escolha da variável-resposta
4 Listar para cada variável resposta
5. Listar para cada variável controle
6 Escolha dos fatores e dos níveis
7 Listar e rotular
8 Listar restrições
9 Dar preferência
10 Escolha do planejamento experimental
11 Realização do experimento
12 Análise de dados
13 Conclusões e recomendações
Exemplos de objetivos
Tipos de Planejamentos
Sites relacionados
Artigos Relacionados
Livros
Revistas
Software
Material para Download

Descrição: Introdução
Dentro da indústria, em especial no desenvolvimento de produto, muitas vezes é necessário obter informações sobre
produtos e processos empiricamente. Neste momento o trabalho das pessoas envolvidas com o problema assemelha-se ao
de pesquisadores ou cientistas que precisam projetar experimentos, coletar dados e analisá-los. Experimentos são
empregados para resolver problemas de fabricação, decidir entre diferentes processos de manufatura, diferentes conceitos de
produto, entender a influência de determinados fatores, etc... Além disso esta tarefa torna-se cada vez mais importante na
medida que se intensifica a base tecnológica dos produtos e as exigências governamentais e de clientes aumentando a
necessidade de emprego de experimentos durante todas as etapas do ciclo de vida do produto.
O Planejamento de Experimentos (em inglês Design of Experiments, DOE) é uma técnica utilizada para se planejar
experimentos, ou seja, para definir quais dados, em que quantidade e em que condições devem ser coletados durante um
determinado experimento, buscando, basicamente, satisfazer dois grandes objetivos: a maior precisão estatística possível na
resposta e o menor custo. É, portanto, uma técnica de extrema importância para a indústria pois seu emprego permite
resultados mais confiáveis economizando dinheiro e tempo, parâmetros fundamentais em tempos de concorrência acirrada. A
sua aplicação no desenvolvimento de novos produtos é muito importante, onde uma maior qualidade dos resultados dos
testes pode levar a um projeto com desempenho superior seja em termos de suas características funcionais como também
sua robustez.
No entanto, deve-se ficar claro que esta ferramenta não substitui o conhecimento técnico do especialista da empresa sobre o
assunto e nem mesmo trata-se de uma “receita de bolo” de como realizar um planejamento. O domínio do problema é de
fundamental importância. O conhecimento do especialista sobre o problema conjugado com a técnica (em casos especiais
somando-se ainda o auxílio de especialistas em planejamentos de experimentos) é que irá permitir bons planejamentos de
experimentos, ou seja, planejamentos mais rápidos (menos pontos), de menor custo e que possibilitem aos seus
idealizadores responderem, baseado em inferência estatística, a resposta a seus problemas.
Apesar de novas, as principais técnicas de planejamento de experimentos já existiam e potencialmente poderiam estar sendo
sistematicamente aplicadas na indústria desde muitos anos. Porém, a grande maioria destas técnicas requer uma quantidade
exaustiva de cálculos tornando fundamental o emprego dos recursos de informática. Um fator que tem impulsionado a
aplicação industrial do planejamento de experimentos são as ferramentas computacionais de análise estatística e soluções

1 de 6 19/10/15 16:45
Planejamento de Experimentos (DOE) / Conteúdo / Home - P... http://www.portaldeconhecimentos.org.br/index.php/por/Con...

corporativas que cada vez mais facilitam a realização das análises e manutenção e gerenciamento de dados. Neste sentido a
tendência é que tais técnicas tornem-se cada vez mais próximas de aplicações práticas e, portanto, cada vez mais utilizadas.
É preciso estar claro também que, em estatística, Planejamento de Experimentos designa toda uma área de estudos que
desenvolve técnicas de planejamento e análise de experimentos. Há atualmente todo um arsenal de técnicas, com vários
níveis de sofisticação e uma quantidade não menor de livros sobre o assunto. Nesta página são listados os tipos mais
conhecidas e de aplicação mais freqüente na indústria.
Glossário
Fatores ou Tratamentos: são as variáveis de controle ou entrada.
Níveis: correspondem às faixas de valores das variáveis de controle
Variável resposta: parâmetro de saída, resultante de uma variação nas variáveis de entrada.
Aleatorização: é a prática de realizar a escolha das corridas (ou pontos experimentais) por meio de um processo
aleatório (tal como dados ou sorteio). Esta prática simples em muitos casos garante as condições de identidade e
independência dos dados coletados e evita erros sistemáticos.
Blocos: são agrupamentos de dados para eliminar fontes de variabilidade que não são de interesse do expectador;

veja também um glossário com os principais termos sobre estatística em http://www.animatedsoftware.com/statglos

/statglos.htm
Tipos de Planejamento
Tratamento em pares;
Tratamento em blocos;
Quadrado Latino;
Quadrado Greco-Latino;
Quadrado Hiper-Greco-Latino ;
Experimentos Fatoriais ;

Etapas para o desenvolvimento de um Planejamento de Experimentos

Coleman & Montgomery (1993) propõem as seguintes etapas para o desenvolvimento de um Planejamento de Experimentos
na Indústria:
Caracterização do problema
Escolha dos fatores de influência e níveis
Seleção das variáveis de resposta
Determinação de um modelo de planejamento de experimento
Condução do experimento
Análise dos dados
Conclusões e recomendações

Um experimento planejado é um teste, ou série de testes, no qual são feitas mudanças propositais nas variáveis de entrada
de um processo, de modo a podermos observar e identificar mudanças correspondentes na resposta. O processo pode ser
visualizado como uma combinação de máquinas, métodos e pessoas, que transforma um material de entrada em um
produto.
Este produto de pode ter uma ou mais características de qualidade observáveis. Algumas das variáveis do processo são
controláveis, enquanto outras são não controláveis. Algumas vezes, esses fatores não controláveis são chamados fatores
ruído. Todas essas características devem ser analisadas para o planejamento do experimento, incluindo ainda a especificação
do objetivo do estudo.
Objetivo
Os planejamentos de experimentos podem ser usados tanto no desenvolvimento do processo quanto na solução de
problemas do processo, para melhorar o seu desempenho ou obter um processo que seja robusto ou não-sensível a fontes
externas de variabilidade.
Os métodos de planejamento de experimentos podem, também ser úteis no estabelecimento do controle estatístico de um
processo. Por exemplo, suponha que um gráfico de controle indique que o processo está fora de controle, e que o processo
tenha várias variáveis de entrada controláveis. A menos que saibamos quais variáveis de entrada são as importantes, poderá
ser muito difícil trazer o processo de volta ao controle. Os métodos de planejamento experimental podem ser usados para
identificar essas variáveis influentes do processo.
O planejamento de experimentos é uma ferramenta de engenharia importante para melhorar um processo de fabricação,
mas tem também extensiva aplicação no desenvolvimento de novos processos. A aplicação dessas técnicas bem cedo no
desenvolvimento do processo pode resultar em:
1. Produção melhorada
2. Variabilidade reduzida e conformidade mais próxima da nominal;
3. Tempo de desenvolvimento reduzido
4. Custos totais reduzidos.
No planejamento de novos processos os benefícios são:
1. Avaliação e comparação de configurações de planejamento básicas;
2. avaliação de materiais alternativos;
3. Determinação dos parâmetros-chave do planejamento do produto que têm impacto sobre o desempenho.
Procedimento Geral para Aplicação
1 Reconhecimento e relato do problema
Na prática, geralmente é difícil perceber que existe um problema que exige experimentos planejados formais, de modo que
pode não ser fácil obter-se um relato do problema claro, preciso e aceito por todos. No entanto é absolutamente essencial
desenvolver completamente todas as idéias sobre o problema e sobre os objetivos específicos do experimento. Usualmente é
importante solicitar entradas de todas as partes envolvidas com engenharia, qualidade, marketing, cliente, gerência e
operadores (que em geral, têm muito discernimento que costuma ser ignorado). Um relato claro do problema e dos objetivos
do experimento costuma contribuir substancialmente para uma melhor compreensão do processo e para uma eventual
solução do problema.
2 Definir objetivos do experimento
A partir de uma boa definição do problema é mais natural a elaboração do objetivo do experimento. Esse objetivo deve ser
não tendencioso, específico, mensurável e de resultado prático.
3 Escolha da variável-resposta
Na seleção da variável-resposta, o experimentador deve ter certeza de que aquela variável realmente fornece informação útil
sobre o processo em estudo. Muitas vezes, a média ou o desvio padrão (ou ambos) da característica medida será a variável-

2 de 6 19/10/15 16:45
Planejamento de Experimentos (DOE) / Conteúdo / Home - P... http://www.portaldeconhecimentos.org.br/index.php/por/Con...

resposta. Respostas múltiplas não são raras. A capacidade do medidor é, também, um fator importante. Se a capacidade do
medidor é baixa, então apenas efeitos grandes de fatores serão detectados pelo experimento, ou será necessária replicação
adicional. De onde vem o embasamento para seleção das variáveis respostas e controle, ou seja: de teoria, de
especialistas/experiência, experimentos anteriores. Onde estes experimentos se ajustam dentro do estudo do processo ou
sistema?
4 Listar para cada variável resposta
1. Listar para cada variável resposta o nível normal em que rodará no processo e a distribuição ou amplitude de operação
norma, a precisão ou amplitude aos quais ela pode ser medida e como.
5. Listar para cada variável controle
Listar para cada variável controle o nível normal em que rodará no processo e a distribuição ou amplitude de operação
normal, a precisão ou amplitude a qual ela pode ser agrupada (para o experimento, não somente em operação na fábrica) e
a precisão em que pode ser medida. Avaliar a finalidade da colocação da variável controle e o efeito de previsão (no mínimo
qualitativo) que o cenário terá em cada variável resposta.
6 Escolha dos fatores e dos níveis
A pessoa que conduz o experimento deve escolher os fatores que devem variar, os intervalos sobre os quais esses fatores
variarão e os níveis específicos nos quais cada rodada será feita. Exige-se conhecimento do processo para fazer isso. Esse
conhecimento é em geral, uma combinação de experiência prática e conhecimento teórico. É importante investigar todos os
fatores que possam ser importantes e evitar ser excessivamente influenciado pela experiência passada, particularmente nos
estágios inicias do experimento ou quando o processo não está ainda muito amadurecido. Quando o objetivo é a varredura
dos fatores ou caracterização do processo, é em geral, melhor manter baixo o número de níveis de fatores. (em geral, são
usados dois níveis). Os passos dois e três são realizados simultaneamente, ou o passo 3 pode ser feito antes, em algumas
aplicações.
7 Listar e rotular
Listar e rotular interações conhecidas ou supostas
8 Listar restrições
Listar restrições no experimento, como a facilidade de alterar a variável controle, métodos de aquisição de dados, materiais,
duração, número de corridas, tipo de experimento, unidade (necessidade de um planejamento spli-plot), regiões
experimentais irrelevantes ou não viável, limitação para aleatorização, ordem das rodadas, custo de mudança no cenário da
variável controle, etc.
9 Dar preferência
Dar preferência aos planejamentos em andamento, se não existir, incluir blocos e aleatorização
10 Escolha do planejamento experimental
Se os seis primeiros passos forem feitos corretamente, este passo será relativamente fácil. A escolha do planejamento
envolve consideração sobre o tamanho da amostra (número de replicações), seleção de uma ordem adequada de rodadas
para as tentativas experimentais, ou se a formação de blocos ou outras restrições de aleatorização estão envolvidas.
11 Realização do experimento
Quando da realização do experimento, é de vital importância monitorar o processo, para garantir que tudo esteja sendo feito
de acordo com o planejamento. Erros no procedimento experimental nesse estágio, em geral, destruirão a validade do
experimento. O planejamento geral, do início até o fim, é crucial para o sucesso. É fácil subestimar os aspectos logísticos e
de planejamento em um ambiente industrial complexo.
12 Análise de dados
Métodos estatísticos deve ser usados para analisar os dados, de modo que os resultados e conclusões sejam objetivos e não
opinião. Se o experimento foi planejado corretamente e se foi realizado de acordo com o planejamento, então o tipo de
métodos estatísticos exigidos não será complicado. Muitos pacotes estatísticos excelentes estão disponíveis para ajudar na
análise de dados, e métodos gráficos simples desempenham um papel importante na interpretação dos dados. A análise dos
resíduos e a verificação da validade do modelo são outros itens importantes. Se possível propor técnicas de apresentação e
análise tais como plots, ANOVA, regressão, t test, etc.
13 Conclusões e recomendações
Uma vez analisados os dados, o experimento deve acarretar conclusões práticas sobre os resultados e recomendar um curso
de ação. Métodos gráficos são em geral, usados nesse estágio, particularmente na apresentação dos resultados para outras
pessoas. Seqüências de acompanhamento e testes de confirmação devem ser também realizados para validar as conclusões
do experimento.
Os passos 1 a 3 são usualmente chamados planejamento pré-experimental. Para o sucesso do experimento é vital que esses
passos sejam realizados tão bem quanto possível.
Exemplos de objetivos
O planejamento de um experimento pode ter as seguintes finalidades:
1. Determinação de quais variáveis são mais influentes na resposta y;
2. Determinação do valor a ser atribuído aos x´s influentes de modo que y esteja perto da exigência nominal;
3. Determinação do valor a ser atribuído aos x´s influentes de modo que a variabilidade em y seja pequena;
4. Determinação de valor a ser atribuído aos x´s influentes de modo que os efeitos das variáveis não-controláveis sejam
minimizados.
Tipos de Planejamentos

Classificação do Aplicação Estrutura Informações obtidas

Planejamentos de
Experimentos

Completamente Apropriado quando seomente um O efeito do fator é Estimativa e comparações dos

Aleatorizado com um fator experimental está sendo estudado por meio da efeitos dos tratamentos
único fator estudado alocação ao acado das
Estimativas da variância
unidades experimentais
aos tratamentos (níveis
do fator). Os ensaios
são realizados em
ordem aleatória.

3 de 6 19/10/15 16:45
Planejamento de Experimentos (DOE) / Conteúdo / Home - P... http://www.portaldeconhecimentos.org.br/index.php/por/Con...
Fatorial Apropriado quando vários fatores
devem ser estudados em dois ou
mais níveis e as interações entre
os fatores podem ser importantes
Fatorial 2k em blocos Apropriado quando o número de
ensaios necessáios para o
planejamento em k fatores em 2
níveis é muito grande para que
sejam realizados sob condições
homogêneas
Fatorial 2k fracionário apropriado quando existem
muitos fatores (k muito grande) e
não é possível coletar
observações em todos os
tratamentos
Blocos aleatorizados Apropriado quando o efeito de
um fator está sendo estudado e é
necessário controlar a
variabilidade provocada por
fatores pertubadores conhecidos.
Estes fatores pertubadores
(material, tempo, pessoas, etc.)
são divididos em blocos ou
grupos homogêneos
Blocos Incompletos Apropriado quando todos os
Balanceados tratamentos não podem ser
acomodados em um bloco
Blocos Incompletos Apropriado quando um
Parcialmente Balanceados planejamento em blocos
incompletops balanceados
necessita de um número de
blocos excessivamente grandes
Quadrados Latinos Apropriado quando um fator de
interesse está sendo estudado e
os resultados podem ser afetados
por duas outras variáveis
experimentais ou por duas fontes
de heterogeneidade. É suposta a
ausência de interações
4 de 6
Em cada repetição Estimativas e comparações dos
completa do efeitos dos fatores
experimento todas as
Estimativa dos possíveis efeitos
combinações possíveis
de interações
dos níveis dos fatores
(tratamentos) são Estimativa da variância
estudadas. A alocação
das unidades
experimentais aos
tratamentos e a ordem
de realização dos
ensaios são feitas de
modo aleatório.
O conjuto completo de Fornece as mesmas estimativas
tratamentos é divido do planejamento fatorial,
em subconjuntos de exceto algumas interações de
modo que as interações ordem mais alta que não
de ordem mais alta são podem ser estimadas porque
confundidas com os estão confundidas com os
blocos. São tomadas blocos.
observações em todos
os blocos. Os blocos
surgem geralmente
como conseqüência de
rstrições de tempo,
homogeneidade de
materiais, etc.
Vários fatores são Estimativas e comparações dos
estudados em dois efeitos de vários fatores
níveis, mas somente
Estimativa de certos efeitos de
um subconjunto do
einteração (alguns efeitos
fatorial completo é
podem não ser estimáveis)
executado. A formação
dos blocos algumas Certos planejamentos fatoriais
vezes é possível. fracionários 9quando k é
pequeno) não fornecem
informações suficientes para
estimar a variância
São tomadas Estimativas e comparações dps
observações efeitos dos tratamentos livres
correspondentes a dos efeitos do bloco
todos os tratamentos
Estimativas dos efeitos do
(níveis do fator) em
bloco
cada bloco. Usualemte
os blocos são Estimativa da variância
considerados em
relação a um único
fator pertubador.
Os tratamentos Idêntico ao planejamento em
testados em cada bloco blocos aleatorizados. Os efeitos
são selecionados de de todos os tratamentos são
forma balanceada: dois estimados com igual precisão
tratamentos quaisquer
aparecem juntos em
um mesmo bloco o
mesmo número de
vezes que qualqer outro
par de tratamentos
Alguns pares de Idêntico ao planejamento em
tratamentos aparecem blocos aleatorizados, mas os
juntos n1 vezes, outros efeitos dos tratamentos são
pares aparecem juntos estimados com diferentes
n2 vezes,..., e os pares precisões
restantes aparecem
juntos m vezes.
O quadrado latino é um Estimativas e comparações dos
arranjo para permitir efeitos dos tratamentos livres
dois grupos de dos efeitos das duas variáveis
restrições de bloco. Os bloco.
tratamentos são
Estimativas e comaprações dos
distribuídos em
efeitos das duas variáveis de
correspondência à s bloco
colunas e linhas de um
quadrado. Cada Estivativa da variância
tratamento aparece
uma vez em cada linha
19/10/15 16:45
Planejamento de Experimentos (DOE) / Conteúdo / Home - P... http://www.portaldeconhecimentos.org.br/index.php/por/Con...

e uma vez em cada

coluna. O número de
tratamentos dever ser
igual ao número de
linhas e colunas do
quadrado. Os blocos
são formados em
relação a duas variáveis
pertubadoras, as quais
correspondem à s
colunas e linhas do
quadrado.

Quadrados de Youden Similares aos quadrados latinos,
mas o número de linhas, colunas
e tratamentos não precisam ser
iguais
Cada tratamento ocorre Idêntico ao planejamento em
uma vez em cada linha. quadrados latinos
O número de
tratamentos deve ser
igual ao número de
colunas. Os blocos são
formados em relação a
duas variáveis
pertubadoras

Hierárquico Experimentos com vários fatores Os níveis do fator B Estimativas e comparações dos
em que os níveis de um fator (B) estão aninhados abaixo efeitos dos fatores
são similares mas não idênticos dos níneis do fator A
Estimativa da variância
para diferentes níveis de outro
fator (A). Ou seja, o j-ésimo nível
de B quando A está no nível 1 é
deferente do j-ésimo nível de B
quando A está no nível 2 e assim
por diante

Superfície de resposta O objetivo consiste em fornecer
mapas empíricos ou gráficos de
contorno. Estes mapas ilustram a
forma pela qual os fatores, que
podem ser controlados pelo
pesquisador, influenciam a
variável resposta
Os níveis dos fatores Mapas que ilustram a natureza
são vistos como pontos e a forma da superfície de
no espaço de fatores resposta
(muitas vezes
multidimensional) no
qual a resposta será
registrada

Sites relacionados
Visite este site que traz vários assuntos relacionados com estatística aplicada a negócios. neste Ele é muito bem estruturado
e seu conteudo é ótimo http://www.portalaction.com.br/
Neste site o artigo sobre DOE é bem completo http://www.portalaction.com.br/content/doe
Artigos Relacionados
COLEMAN, D. E.; MONTEGOMERY, D. C. (1993). A systematic approach to planning for a designed industrial experiment.
Technometrics, v.35, n.1
Livros
BOX, G. E. P.; HUNTER, W. G.; HUNTER, J. S. (1978). Statistics for experimenters. New York: John Willey. ( Disponível na
biblioteca IP )
MONTGOMERY, D. C. (1997). Introduction to statistical quality control. 3rd. ed. New York: Wile. (Disponível na biblioeca
da EESC - USP).
MONTGOMERY, D. C. Design and analysis of experiments. 6 ed, John Wiley & Sons, 2005.
CORNELL, J. A. Experiments with mixtures, Wiley, New York, 1981.
WERKEMA, M. C. C.; AGUIAR, S. (1996). Planejamento e análise de experimentos: como identificar as principais
variáveis influentes em um processo. Belo Horizonte: Ufmg. (Disponível na biblioteca da EESC - USP).
WERKEMA, M. C. C.; AGUIAR, S. (1996). Otimização estatística de processo: como determinar a condição de
operação de um processo que leva ao alcance de uma meta de melhoria. Belo Horizonte: Fundação Cristiano Ottoni.
(Disponível na biblioteca da EESC - USP).
Revistas
Technometrics - Periodicidade Quadrimestral - Aborda métodos estatísticos para as áreas de química, física e engenharia.
Grande parte dos artigos aborda o planejamento de eperimentos. http://www.asq.org/products/journals/techmet.html
Journal of Quality Technology - Periodicidade Quadrimestral - Métodos, aplicações e tópicos relacionados com a tecnologia da
qualidade. Foca principalmente em técnicas estatísticas e aborda com freqüência artigos sobre Planejamento de
Experimentos. http://www.asq.org/products/journals/jqt.html
Associações
ASQ-American Society for Quality(1998) http://www.asq.org/
Software
Statistica - Desenvolvedor Stat Soft - É um dos sistemas com melhor interface gráfica e com grandes possibilidades em
termos de análises gráficas.http://www.statsoft.com/
SAS - Desenvolvedor SAS - É um dos melhores sistemas e está entre os mais amplamente utilizados por estatísticos.
http://www.sas.com/
MINITAB - Desenvolvedor Minitab - Trata-se de um software clássico em termos de análise estatística. Amplamente difundido
tem como seu forte o fato de possuir seus procedimentos de cálculo bastante validados. http://www.minitab.com/
Interactive Statistical Pages - Página Web que realiza análises estatísticas. Possui uma grande quantidade de links de
softwares sobre estatística na internet. Tem a facilidade de prover vários softwares e mesmo a realização, dentro desta
página, de algumas análises estatísticas básicas. http://members.aol.com/johnp71/javastat.html

5 de 6 19/10/15 16:45
Planejamento de Experimentos (DOE) / Conteúdo / Home - P... http://www.portaldeconhecimentos.org.br/index.php/por/Con...

Material para Download

Palavras-chave: DFSS, Design of experiments, Planejamento de experimentos, Seis sigma

Nó: 9417

Conhecimentos relacionados Planejamento de Experimentos e Otimização de Processos

C2C Concept to Customer

Comentários Log in ou crie uma conta de usuário para comentar.

Curso Planejamento de Experimentos

Daniella Silva
Quinta-Feira, 5 de Janeiro de 2012, 16:04:37

Oi Sayuri,

Gostaria de saber se você tem conhecimento de algum curso ou disciplina de pós-graduação com este escopo de Planejamento de
Experimentos. Tenho muito interesse nesta área, mas não sei por onde começar...

Obrigada!

Daniella

Copyright © 2007 Portal de Conhecimentos

6 de 6 19/10/15 16:45