Você está na página 1de 250

ESTATÍSTICA EXPERIMENTAL

1. PLANEJAMENTO DE EXPERIMENTOS

Versão Preliminar

João Gilberto Corrêa da Silva

Universidade Federal de Pelotas


Instituto de Física e Matemática
Departamento de Matemática, Estatística e Computação
ESTATÍSTICA EXPERIMENTAL

1. PLANEJAMENTO DE EXPERIMENTOS

Versão Preliminar

João Gilberto Corrêa da Silva

Pelotas, 1997
PREFÁCIO

O presente texto está sendo preparado, há alguns anos, para uso dos estudantes da
disciplina de Estatística Experimental dos cursos de pós-graduação das áreas de ciências
agrárias da Universidade Federal de Pelotas.
Em se tratando de texto em fase de elaboração, ele ainda é incompleto e os tópicos
são abordados com extensões e profundidades heterogêneas, não apresentando, ainda, a
abrangência e a consistência pretendidas. Pela mesma razão, erros ainda poderão ser
detectados.
A literatura contempla uma grande quantidade de textos de Estatística Experimental,
os mais conhecidos em língua inglesa. Entretanto, a quase totalidade deles enfatiza a
análise estatística de experimentos, fazendo apenas referência aos aspectos conceituais e
metodológicos que fundamentam a pesquisa experimental. No entender do autor, a origem
da ineficiência de muito da pesquisa experimental decorre de falhas de planejamento dos
experimentos.
A abordagem usual poderá ser justificada com o argumento de que muitos dos
aspectos do plano do experimento são mais próprios do método científico e da área de
pesquisa específica do que propriamente do método estatístico. O autor não concorda com
esse argumento, já que a metodologia moderna da pesquisa experimental surgiu justamente
da necessidade da consideração do método estatístico já na fase de planejamento do
experimento. De fato, as contribuições mais relevantes de Fisher para a pesquisa
experimental originaram-se da ênfase atribuída à metodologia do planejamento do
experimento, tão logo concluiu que a quantidade de informação gerada pelas inferências de
um experimento não pode ser maior do que a contida nos dados.
Ademais, o método estatístico é um componente inseparável do método científico,
particularmente da pesquisa experimental. A base conceitual e metodológica moderna da
pesquisa experimental teve origem justamente no desenvolvimento dos métodos estatísticos
para aplicação no experimento. Nessas circunstâncias, também não se pode estudar
estatística experimental sem uma compreensão sólida da base conceitual e metodológica da
pesquisa experimental.
A iniciativa da redação deste texto surgiu da necessidade de preencher essa lacuna,
suprindo ao estudante e ao pesquisador material bastante esparso e de difícil acesso na
literatura. Ademais muitos conceitos são apresentados na literatura vaga e imprecisamente,
o que não permite o estabelecimento de uma base conceitual e metodológica coerente e
completa.
Os conceitos usuais são aqui revisados e formulados com a precisão necessária
para a apropriada compreensão de seus significados reais, com o propósito de estabelecer
uma base racional para a metodologia da pesquisa experimental e em particular para a
Estatística Experimental. Em particular, são formulados os conceitos fundamentais de
população objetivo, sistema, amostra, fator experimental, material experimental, unidade
experimental, erro experimental, controle experimental e estrutura do experimento.
A base conceitual é elaborada progressivamente. Em decorrência da dependência
mútua, alguns conceitos são formulados repetidamente, com precisão crescente. Mesmo
nesses casos, evita-se, tanto quanto possível a repetição desnecessária. Esse processo
também pareceu didaticamente conveniente.
O Capítulo 1 apresenta uma introdução ao método científico e à pesquisa científica,
necessária para a apropriada compreensão da pesquisa experimental e de suas distinções
relativamente aos demais métodos de pesquisa. O Capítulo 2 estabelece a conceituação de
experimento, a caracterização do processo da pesquisa experimental e enfatiza a
importância do plano do experimento e de sua documentação escrita. No Capítulo 3,
estabelece-se a base conceitual da pesquisa experimental. Os Capítulos 4, 5 e 6 tratam do
planejamento das três estruturas que compreendem a estrutura do experimento, ou seja,
planejamento da resposta, planejamento das condições experimentais e planejamento do
controle experimental. O Capítulo 7 trata da estrutura do experimento ou delineamento de
experimento. A apresentação aqui é introdutória e tem o objetivo de ilustrar as inúmeras e
diversas estruturas apropriadas que podem decorrer do planejamento de experimento,
coerentemente com a base conceitual formulada no Capítulo 3 e segundo os requisitos e
princípios básicos do plano de experimento, que são o tema do Capítulo 8. A apresentação
é amplamente ilustrada por exemplos reais. Exercícios são intercalados, com o propósito de
permitir ao estudante oportunidade para a melhor compreensão e o inter-relacionamento
dos conceitos. Ao final de cada capítulo, é incluído um conjunto adicional de exercícios para
revisão da matéria tratada.
A exposição mais detalhada do planejamento de experimentos é assunto de volume
em fase de preparação.
O autor agradece contribuições de qualquer natureza para a melhor adequação do
texto aos seus propósitos.

Pelotas, agosto de 1997

João Gilberto Corrêa da Silva


CONTEÚDO

1. INTRODUÇÃO .................................................................................................................................. 1
1.1. Ciência e Método Científico .................................................................................................... 1
1.1.1. Conceito........................................................................................................................... 1
1.1.2. Estratégia científica ......................................................................................................... 2
1.1.3. Tática científica................................................................................................................ 5
1.1.4. Objetivos e alcance da ciência......................................................................................... 5
1.1.5; Bases da ciência ............................................................................................................... 6
1.2. Pesquisa Científica em Ciências Fatuais .................................................................................. 9
1.2.1. Conceitos importantes .................................................................................................... 9
1.2.2. Observação e raciocínio ................................................................................................ 14
1.2.3. Estágios de uma pesquisa.............................................................................................. 17
1.2.4. Objetivos de uma pesquisa científica ............................................................................ 21
1.2.5. Métodos de pesquisa .................................................................................................... 23
1.2.5.1. Métodos de pesquisa analíticos ............................................................................ 23
1.2.5.2. Métodos de pesquisa sistêmicos........................................................................... 27
1.2.6. Enfoque da pesquisa científica ...................................................................................... 29
1.3. Pesquisa Agropecuária .......................................................................................................... 30
1.3.1. Características da Pesquisa Agropecuária ..................................................................... 30
1.3.2. O Enfoque de Sistema na Pesquisa Agropecuária ......................................................... 30
1.4. A Estatística na Pesquisa Científica ....................................................................................... 34
1.4.1. Método científico e estatística ...................................................................................... 34
1.4.2. Uso e mau uso da Estatística ......................................................................................... 36
1.4.3. Conhecimento da estatística pelos pesquisadores ....................................................... 37
1.5. Exercícios de Revisão ............................................................................................................. 39
2. PESQUISA EXPERIMENTAL ............................................................................................................. 45
2.1. Introdução ............................................................................................................................. 45
2.2. Processo de Pesquisa ............................................................................................................ 45
2.3. Experimento .......................................................................................................................... 47
2.3.1. Breve história ................................................................................................................ 47
2.3.2. Conceito de experimento .............................................................................................. 51
2.4. Processo do Experimento ...................................................................................................... 55
2.4.1. Estabelecimento do problema e formulação da hipótese ............................................ 55
2.4.2. Planejamento do experimento para verificação da hipótese ....................................... 55
2.4.3. Condução do experimento ............................................................................................ 57
2.4.4. Análise dos resultados ................................................................................................... 57
2.4.5. Interpretação dos resultados, elaboração das conclusões e divulgação dos resultados.
58
2.5. Lista de Referência para a Execução de um Experimento .................................................... 59
2.6. Protocolo de Experimento .................................................................................................... 63
2.7. Organização e Orientação do Trabalho Experimental .......................................................... 66
2.8. A Estatística na Pesquisa Experimental - Estatística Experimental ....................................... 69
2.9. Exercícios de Revisão ............................................................................................................. 71
3. CONCEITOS IMPORTANTES ........................................................................................................... 73
3.1. Introdução ............................................................................................................................. 73
3.2. Fator experimental e condição experimental ....................................................................... 74
3.3. Controle experimental .......................................................................................................... 77
3.4. Material experimental, unidade experimental e erro experimental. ................................... 83
3.5. Ilustração ............................................................................................................................... 86
3.6. Exercícios de Revisão ............................................................................................................. 95
4. DELINEAMENTO DA RESPOSTA ................................................................................................... 107
4.1. Introdução ........................................................................................................................... 107
4.2. Escolha das características respostas .................................................................................. 108
4.3. Escalas de medida ............................................................................................................... 110
4.4. Processo de mensuração ..................................................................................................... 116
4.5. Precisão e exatidão de um processo de mensuração ......................................................... 118
4.6. Estrutura da variável resposta............................................................................................. 119
4.7. Exercícios de Revisão ........................................................................................................... 120
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS ................................................................. 123
5.1. Introdução ........................................................................................................................... 123
5.2. Estruturas de Condições Experimentais .............................................................................. 125
5.3. Fator de Tratamento e Fator Intrínseco .............................................................................. 129
5.4. Classificação dos Fatores Experimentais Quanto à Escala de Medida e à Seleção dos Níveis
para a Amostra ................................................................................................................................ 133
5.4.1. Fator qualitativo específico ......................................................................................... 133
*5.4.2. Fator qualitativo ordenado ......................................................................................... 135
5.4.3. Fator quantitativo........................................................................................................ 135
5.4.4. Fator qualitativo amostrado ........................................................................................ 136
5.4.5. Fator misto .................................................................................................................. 137
5.5. Fator Fixo e Fator Aleatório................................................................................................. 138
5.6. Escolha dos Fatores Experimentais ..................................................................................... 141
5.7. Escolha dos Níveis dos Fatores Experimentais .................................................................... 145
5.8. Escolha das Combinações de Níveis dos Fatores Experimentais ........................................ 149
5.9. Escolha de Tratamentos Adicionais..................................................................................... 153
5.10. Delineamento de Tratamento em Experimentos em Genética ...................................... 154
5.11. Delineamento de Tratamento em Experimentos Seqüenciais. ....................................... 156
5.12. Exercícios de Revisão ....................................................................................................... 158
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL ........................................................................ 163
6.1. Introdução ........................................................................................................................... 163
6.2. Controle de Técnicas Experimentais ................................................................................... 164
6.2.1. Obtenção e preparação do material experimental básico. ......................................... 164
6.2.2. Condução do experimento. ......................................................................................... 167
6.2.3. Coleta dos dados ......................................................................................................... 169
6.2.4. Edição e crítica dos dados ........................................................................................... 173
6.3. Controle Local...................................................................................................................... 175
6.4. Controle Estatístico ............................................................................................................. 177
6.5. Casualização ........................................................................................................................ 179
6.6. Alcance da casualização de condições experimentais ........................................................ 185
6.6. Exercícios de Revisão ........................................................................................................... 186
7. DELINEAMENTO DO EXPERIMENTO ............................................................................................ 193
7.1. Introdução ........................................................................................................................... 193
7.2. Estrutura dos Fatores Experimentais .................................................................................. 193
7.3. Estrutura dos Fatores de Unidade....................................................................................... 196
7.5. Exercícios de Revisão ........................................................................................................... 206
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO .......................................................... 211
8.1. Introdução ........................................................................................................................... 211
8.2. Requisitos Básicos do Plano do Experimento...................................................................... 212
8.2.1. Estimação do erro experimental ................................................................................. 212
8.2.2. Precisão ....................................................................................................................... 212
8.2.3. Validade ....................................................................................................................... 216
8.2.3.1. Validade interna .................................................................................................. 216
8.2.3.2. Validade externa.................................................................................................. 217
8.2.4. Simplicidade ................................................................................................................ 219
8.2.5. Manifestação dos efeitos reais das condições experimentais .................................... 219
8.2.6. Fornecimento de medida de incerteza ....................................................................... 220
8.3. Princípios Básicos do Plano de Experimento....................................................................... 220
8.3.1. Repetição ..................................................................................................................... 220
8.3.2. Controle local .............................................................................................................. 223
8.3.3. Casualização ................................................................................................................ 224
8.3.4. Balanceamento ............................................................................................................ 226
8.3.5. Confundimento ........................................................................................................... 227
8.4. Exercícios de Revisão ........................................................................................................... 228
9. TABELA DE DÍGITOS ALEATÓRIOS................................................................................................ 235
1. INTRODUÇÃO

1.1. Ciência e Método Científico

1.1.1. Conceito

O conhecimento, em geral, pode ser adquirido de diversas maneiras. O homem do


campo, por exemplo, tem conhecimento das plantas que cultiva, da época de semear e de
plantar, da forma de tratar a terra, dos meios de proteção contra insetos e pragas. Esses
conhecimentos têm origem na imitação, na educação informal, transmitida pelos
antecessores, e na experiência pessoal. Esse homem pode, também, possuir
conhecimento gerado de modo racional por pesquisas conduzidas por instituições
científicas, adquirido por transmissão por meios de comunicação e treinamento.

O conhecimento científico não é um conhecimento absoluto, definitivo. Pelo


contrário, ele tende a se aperfeiçoar e, em conseqüência, levar, por exemplo, à criação de
outros métodos, técnicas e procedimentos mais adequados e convenientes. Esse
progresso é conseguido pela permanente atividade de indagação a que se dedicam os
pesquisadores. Assim, a ciência é uma forma de aquisição de conhecimento que se
renova para: responder questões, solucionar problemas, e desenvolver procedimentos
mais efetivos para responder questões e solucionar problemas.

A descoberta de que a natureza é governada por um esquema inteligível teve


origem na Grécia. A teoria grega descobriu o universo das idéias e das formas, ordenado
pelas regras da geometria, e o universo da natureza, sob a ordem de movimentos
logicamente ordenados. Toda a teoria grega dedica-se à descrição dessas duas ordens,
consubstanciadas na Geometria de Euclides, na Física de Aristóteles e na Teoria das
Idéias de Platão. Somente no início do século XVII teve origem a ciência moderna.

A ciência é freqüentemente definida como uma "acumulação de conhecimentos


sistemáticos". Essa definição inclui três termos básicos da caracterização da ciência.
Todavia ela é inadequada, como outras definições que ressaltam o conteúdo da ciência
em vez de sua característica fundamental: sua operacionalidade metodológica. Isso é
inconveniente, pois o conteúdo da ciência está mudando constantemente, dado que
conhecimento considerado científico hoje pode tornar-se não científico amanhã. Além
disso, a demarcação entre ciência e não ciência não é óbvia. Realmente, ela não é uma
linha nítida, mas uma área móvel e sujeita a debates.

A ciência visa à compreensão do mundo em que o homem vive, o conhecimento


da realidade. Assim, ela é fundamentalmente um método de aproximação do mundo
empírico, isto é, do mundo suscetível de experiência pelo homem. O consenso em relação
aos atributos e processos essenciais do método da ciência permite uma conceituação
operacional da ciência por meio de seu método. De acordo com tal consenso, a ciência
pode ser definida como: "um método objetivo, lógico e sistemático de análise dos
fenômenos, criado para permitir a acumulação de conhecimento fidedigno".
2 Estatística Experimental: Planejamento de Experimentos

1.1.2. Estratégia científica

O método científico é o procedimento geral da ciência aplicado no processo de


aquisição de conhecimento, independentemente do tema em estudo. Entretanto, cada
classe de problemas de conhecimento requer a aplicação ou o desenvolvimento de
procedimentos especiais adequados para os vários estágios do tratamento dos problemas,
desde o enunciado desses até o controle das soluções propostas. Exemplos de tais
métodos ou técnicas especiais são a análise colorimétrica para a determinação de
características físico-químicas de uma substância e a análise de vigor para a determinação
da qualidade fisiológica da semente.

Para ilustração do procedimento do método científico, suponha-se a seguinte


questão: Porque a produtividade do trigo no Rio Grande do Sul é baixa? Uma resposta
simples a essa pergunta poderia ser derivada da observação empírica de que as
condições ambientais nesse Estado são desfavoráveis ao cultivo do trigo. Pesquisadores
científicos desse problema não atribuiriam grande fé a explicações simples e genéricas
como essa, e iniciariam por examinar criticamente o próprio problema, antes de tentar a
busca de uma solução para ele. De fato, a pergunta inicial implica uma generalização
empírica que necessita refinamento: Sob que circunstâncias ambientais (referentes a solo,
clima, incidências de doenças e pragas, etc.) a produtividade tem sido baixa? Nessas
circunstâncias, quais são as características relevantes dos sistemas de produção de trigo
(cultivares utilizadas, tratamentos fitossanitários, fertilização e correção do solo, etc.) que
podem ter implicações sobre a produtividade? As questões postas dessa forma ainda são
demasiadamente vagas e necessitam mais refinamento: A produtividade tem sido mais
baixa em anos de temperatura e umidade relativa mais elevadas durante o ciclo vegetativo
do trigo? Em que estádios do desenvolvimento da planta essas condições são mais
adversas? Em que estádios de seu desenvolvimento a planta é mais suscetível a essas
condições climáticas? Essas condições de clima favorecem o desenvolvimento de
doenças fúngicas do trigo? Quais doenças fúngicas? As cultivares em uso são suscetíveis
a essas condições de clima? São elas suscetíveis a essas doenças fúngicas?

Uma análise do problema inicial, demasiadamente genérico e vago, pela


formulação racional de uma série de questões específicas, poderá conduzir ao
estabelecimento de um conjunto de problemas mais específicos, simples e precisos. Cada
um desses problemas constituirá um problema científico particular.

Cada um desses problemas científicos suscitará uma ou mais conjeturas (ou


hipóteses científicas). Por exemplo, um desses problemas poderia ser: o prejuízo à
produtividade do trigo decorrente da incidência da ferrugem. Esse problema pode suscitar
diversas conjeturas referentes à: a) condições climáticas que favorecem a incidência da
ferrugem; b) estádio do desenvolvimento da planta em que esta é mais suscetível à
ferrugem; c) controle da incidência da ferrugem com fungicidas; d) cultivares resistentes à
ferrugem, etc.

Então, cada uma dessas conjeturas poderá ser verificada por suas conseqüências
observáveis. Por exemplo, a) se temperatura e umidade relativa elevadas são
determinantes da incidência da ferrugem e conseqüente diminuição da produtividade,
então sistemas de produção que difiram apenas quanto àquelas características devem
apresentar diferentes graus de incidência de ferrugem e diferentes níveis de produtividade;
b) se a planta é mais suscetível à ferrugem em um estádio particular de seu ciclo
vegetativo, então, a produtividade será mais baixa quando a ferrugem incidir nesse
1 INTRODUÇÃO 3

estádio; c) se fungicidas controlam a incidência da ferrugem, então, sistemas de produção


com fungicidas eficazes devem ser mais produtivos que sistemas de produção sem esses
fungicidas ou com fungicidas ineficazes; d) se a suscetibilidade à ferrugem é um
determinante importante da baixa produtividade, então, sistemas de produção que difiram
quanto a cultivares com diferentes níveis de suscetibilidade (ou de resistência) e sejam
semelhantes quanto às demais características, devem ter diferentes níveis de
produtividade.

A verificação de cada conjetura específica requererá a coleta ou reunião de dados


cientificamente certificáveis, ou seja, obtidos e controlados por meios científicos. Por
exemplo, na presente ilustração: a) por meio de um levantamento de lavouras ou de um
experimento conduzido em diversos locais em um ou mais anos, com variação natural de
temperatura e umidade relativa; b) por um experimento com infeção controlada de
ferrugem nos diversos estádios do ciclo vegetativo da planta; c) por um experimento com
fungicidas disponíveis e um controle (sem fungicida); d) por um experimento com
cultivares disponíveis com diferentes níveis de suscetibilidade (ou resistência) à ferrugem.

Finalmente, serão avaliados os méritos das alternativas de cada conjetura proposta


e o conhecimento científico derivado será incorporado ao corpo de conhecimento anterior.
Se a pesquisa for cuidadosa e imaginativa, a solução do problema que a originou suscitará
um novo conjunto de problemas. De fato, as pesquisas mais importantes e férteis são
aquelas capazes de desencadear novas questões e não as tendentes a levar o
conhecimento à estagnação. A importância de uma pesquisa científica é avaliada pelas
alterações que produz no corpo de conhecimentos e pelos novos problemas que suscita.

O exemplo anterior ilustra o procedimento geral da ciência para a aquisição de


conhecimento. Nesse processo pode-se distinguir a seguinte seqüência ordenada de
operações:

1) Enunciação de perguntas bem formuladas e férteis.

2) Formulação de conjeturas bem fundamentadas que possam ser submetidas à


prova com a experiência, para responder as perguntas.

3) Derivação de conseqüências lógicas das conjeturas.

4) Escolha de técnicas para submeter as conjeturas à verificação.

5) Verificação dessas técnicas para comprovar sua relevância e fidedignidade.

6) Execução da verificação das conjeturas e interpretação dos resultados.

7) Avaliação da pretensão de verdade das conjeturas e da fidelidade das técnicas.

8) Determinação dos domínios para os quais valem as conjeturas e as técnicas,


incorporação do novo conhecimento científico ao corpo de conhecimento disponível, e
formulação de novos problemas originados da pesquisa.

Este ciclo da aplicação do método científico é representado esquematicamente na


Erro! Fonte de referência não encontrada.Figura 1.1.
4 Estatística Experimental: Planejamento de Experimentos

Corpo de

conhecimento

disponível

Problema  → Hipótese


 ↓

→
Conseqüências Novo corpo


 verificáveis Avaliação → de
conhecimento

↓ de   → Evidência  → da hipótese
Técnica Novo problema
verificação

Figura 1.1. Um ciclo da aplicação do método científico por uma pesquisa científica.

Em resumo, a característica essencial do método científico é o exame do que já é


conhecido e a formulação de hipóteses que possam ser verificadas objetivamente com a
experiência. A próxima etapa é o exame das hipóteses para encontrar conseqüências que
sejam verificáveis. Segue-se, então, a verificação objetiva. Se as provas empíricas
objetivas confirmam as deduções, acumula-se evidência em favor das hipóteses e estas
são aceitas como fatos, incorporando-se ao sistema conceitual (teoria) existente e ao
corpo de conhecimento anterior. Sua vida subseqüente pode ser breve ou longa, pois,
constantemente, novas deduções podem ser extraídas e verificadas, ou não, por meio de
comparação com a experiência. Essa circularidade do método científico é ilustrada na
Erro! Fonte de referência não encontrada.2 .

Observações

Abstração dos elementos


Predição de
essenciais para a formação
novos fatos
de uma teoria lógica

Desenvolvimento
da teoria

Figura 1.2. Diagrama que caracteriza a circularidade do método científico.

O processo fundamental do método científico pode ser descrito como uma


repetição cíclica de fases de síntese, análise e síntese. O método científico para a
resposta a uma questão ou solução a um problema inicia com uma visão global desse
problema (síntese). Entretanto, mesmo as partes mais restritas do universo usualmente
são demasiadamente complexas para serem compreendidas globalmente pelo esforço
humano. Portanto, é necessário ignorar muitos dos aspectos do problema real e abstrair
uma sua versão idealizada, com a expectativa de que ela será uma aproximação útil.
Freqüentemente, certas características dessas idealizações são alteradas para
1 INTRODUÇÃO 5

simplificação. Essa idealização é, então, decomposta em um número de partes


relativamente simples para tratamento separado. Basicamente, essa análise é relacionada
com a identificação de partes independentes, ou que interajam de modos simples. Quando
essas partes do problema estão solucionadas, o novo conhecimento é integrado ao corpo
de conhecimento existente (síntese).

1.1.3. Tática científica

O método científico é a estratégia comum da ciência. Entretanto, a execução


concreta de cada uma das operações do método científico em uma pesquisa particular
requer um conjunto de táticas ou técnicas que dependem do tema e do estado de
conhecimento referente a esse tema. Essas técnicas específicas mudam muito mais
rapidamente que o método geral da ciência. Além disso, muito freqüentemente, não são
utilizáveis em outros campos. Assim, por exemplo, a determinação dos sintomas de
deficiência nutricional de plantas de arroz exige técnicas essencialmente diversas das
necessárias para a obtenção de plantas resistentes à infeção com um vírus. A resolução
efetiva do primeiro problema dependerá do estado em que se encontre a teoria da nutrição
de plantas, enquanto que a resolução do segundo dependerá do estado da teoria da
resistência a doenças.

As técnicas científicas podem ser classificadas em conceituais e empíricas. As


técnicas conceituais fundamentam-se em definições, axiomas, postulados, leis e teorias.
Permitem formular problemas de modo preciso, enunciar as correspondentes conjeturas
ou hipóteses e os procedimentos (algoritmos) para deduzir conseqüências a partir das
hipóteses e comprovar se a hipótese proposta soluciona os correspondentes problemas. A
matemática oferece o conjunto mais rico e poderoso dessas técnicas. Essas técnicas
também são poderosas na pesquisa científica de fenômenos naturais. Entretanto, sua
aplicação requer que o conhecimento científico esteja suficientemente consolidado para
ser suscetível de tradução matemática. As técnicas empíricas relacionam-se com a
observação e avaliação de características de fenômenos naturais, pela observação e
mensuração. O domínio da maior parte dessas técnicas depende apenas de
adestramento. Entretanto, é necessário talento para sua aplicação a problemas novos,
para a crítica das técnicas conhecidas e, particularmente, para o desenvolvimento de
novas e melhores técnicas.

1.1.4. Objetivos e alcance da ciência

As diferenças de objetivos e técnicas caracterizam a diversidade da ciência. A


diferença mais notável entre as várias ciências origina-se do relacionamento com a
realidade: algumas ciências estudam idéias, outras estudam eventos ou fenômenos
naturais. As primeiras são denominadas ciências formais; as segundas, ciências fatuais.
A lógica e a matemática são ciências formais; não têm relação com a realidade; portanto,
não utilizam o contato do homem com a natureza para a verificação de suas conjeturas. A
física, a biologia e a psicologia são ciências fatuais; referem-se a fenômenos naturais, e,
conseqüentemente, têm que recorrer à experiência para a verificação de suas hipóteses.

Assim, a ciência formal é autossuficiente porque constrói seu conteúdo e método


de prova, enquanto que a ciência fatual depende do evento natural para o qual faz o
conteúdo ou significado e da verificação experiencial para a validação. Essa é a razão
porque se pode conseguir verdade formal completa, enquanto que a verdade fatual resulta
inatingível.
6 Estatística Experimental: Planejamento de Experimentos

A ciência tem duplo objetivo. Em primeiro lugar, o incremento do conhecimento


(objetivo intrínseco, ou cognitivo); em segundo lugar, o aumento do bem estar do homem e
seu domínio sobre a Natureza (objetivo extrínseco, ou derivado). A ciência com objetivo
puramente cognitivo é a ciência pura. A ciência aplicada, ou tecnologia, utiliza o mesmo
método geral da ciência pura e vários de seus métodos especiais, mas os aplica com fins
práticos. São exemplos de ciências puras a física, a química, a biologia e a psicologia; de
ciências aplicadas, a engenharia elétrica, a bioquímica, a agronomia, as medicinas
humana e veterinária e a pedagogia.

Essa divisão das ciências em puras e aplicadas é freqüentemente questionada,


com o argumento de que a ciência visa, em última instância, a satisfação das
necessidades de alguma natureza. Entretanto, ela está relacionada aos objetivos das
ciências e, portanto, explica as diferenças de atitude e de motivação entre o cientista que
busca entender melhor a realidade e o cientista que busca melhorar o domínio sobre ela.

A ciência fatual é baseada em fatos, isto é, observações e deduções acerca de


fenômenos verificadas empírica e objetivamente. A fidedignidade de um fato é relativa à
quantidade e tipo de evidência que a substancia. A razão porque todo conhecimento fatual
em ciência é relativo em vez de absoluto é uma conseqüência de seu caráter experiencial.
Fatos derivados de experiência conduzem a verdades prováveis, nunca a verdades certas,
porque a experiência é infinita e uma experiência futura pode requerer uma nova
interpretação de um fenômeno.

A ciência fatual busca estabelecer reconstruções conceituais da realidade por meio


de fatos. A reconstrução conceitual de uma estrutura objetiva é uma lei científica (como a
lei da inércia); um sistema de tais enunciados é uma teoria científica (como a teoria
newtoniana do movimento). Mais do que isso, a ciência fatual visa uma reconstrução
conceitual das estruturas objetivas dos fenômenos, tanto dos atuais como dos possíveis,
que permita a compreensão exata dos mesmos e, dessa forma, seu controle tecnológico.

A cada passo, a ciência não consegue mais do que reconstruções parciais da


realidade que são problemáticas e não demonstráveis. Com o progresso da ciência, essas
reconstruções parciais vão se aproximando da realidade.

Esse processo de reconstrução do mundo mediante idéias e verificação de toda


reconstrução parcial é um processo infinito. A ciência não se propõe um objetivo definido e
final, como a construção completa do conhecimento sem falhas. O objetivo da ciência é
mais propriamente o aperfeiçoamento contínuo de seus principais produtos - as teorias, e
meios - as técnicas.

Assim, o conhecimento científico não é simples acumulação de fatos, mas


permanente revisão conceitual. Seu progresso se deve a um processo de contínua
correção. A atividade científica pode ser considerada como uma tentativa permanente para
diminuir o grau de empirismo e aumentar o alcance da teoria.

1.1.5; Bases da ciência

As interpretações (isto é, descrições ou explicações) de fenômenos simples ou


relacionados são usualmente baseadas em algum conhecimento prévio, presumivelmente
referente ao fenômeno particular em questão. Desde que alguns fatos são necessários
para a prova de outros fatos, todos os sistemas de conhecimento são compelidos à prova
dos fatos básicos. Como esses fatos básicos não podem ser provados eles devem ser
1 INTRODUÇÃO 7

admitidos como convenções fundamentais, necessárias a qualquer sistema lógico ou


epistemológico. Esses fatos fundamentais são freqüentemente aceitos como indiscutíveis
(dogmas) ou evidentes em si. Esse tipo de evidência é, entretanto, uma base dúbia e
freqüentemente irreal para o estabelecimento de conhecimento válido.

A ciência se fundamenta em postulados, ou seja, suposições básicas suportadas


por consistência lógica com a experiência, que os cientistas empregam para interpretar a
evidência necessária para produzir fatos verificados, isto é, para derivar conhecimento.

Os postulados da ciência não devem ser confundidos com as descobertas


científicas. Eles existem como instrumentos funcionais úteis para seus fins, enquanto
descobertas científicas são confirmadas por evidência experiencial objetiva. Os postulados
podem ser alterados com o tempo, caso novo conhecimento venha a demandar novas
formas de referência, visto que novo conhecimento freqüentemente altera o estado de
descobertas científicas anteriores.

O exame da literatura revela que não há concordância em relação ao número e à


designação dos postulados. Muitos autores referem a dois ou três postulados "básicos";
outros, a um número mais elevado. Alguns autores indicam tais postulados, mas não os
designam claramente; outros não mencionam quaisquer postulados específicos,
possivelmente porque supõem que qualquer um os conhece.

A lista de oito postulados que segue não deve, portanto, ser considerada como
representativa, visto que tratamento representativo ou típico do método científico ainda
não existe. Ela é apenas uma tentativa de concretizar e agregar o que parece ser
geralmente aceito entre autoridades competentes como pressuposições essenciais do
método científico.

(1) Todo evento tem um antecedente ("causa") natural. As explicações de


eventos devem ser procuradas em causas ou antecedentes naturais, isto é, fenômenos
demonstráveis objetiva e empiricamente. Esse postulado é empregado na ciência na
análise de causalidade. Sua função principal é dirigir a busca da explicação dos
fenômenos para as regularidades a que aparentemente eles obedecem.

(2) A natureza é ordenada, regular e uniforme. A crença de que o universo


opera de acordo com certas regras de regularidade (isto é, "leis naturais") é inerente à
análise científica dos fenômenos naturais. Esse postulado rejeita a noção de ocorrências
inexplicáveis ou puramente casuais e não relacionadas e dirige a atenção para a procura
de relações qualitativas e quantitativas que aparentemente existem entre os fenômenos
naturais. Embora muitos fenômenos possam parecer únicos (por exemplo, não há duas
tempestades com características idênticas), na base de tais eventos únicos e inexplicáveis
estão certos modelos de forças que, quando compreendidos, permitirão melhor predição
do que seria possível por mera conjetura.

Esse postulado também expressa a observação de fato aparente de que a


natureza não é infinitamente complexa. Dessa forma, a ordenação do conhecimento
científico permite ao cientista o desenvolvimento de teorias referentes às inter-relações
dos fenômenos e daí proceder para a mais ampla análise do universo como um todo.

As implicações deste postulado formam a base da lógica científica aplicada aos


fenômenos naturais. Esse postulado permite generalizações e classificações referentes
aos fenômenos e sustenta a base probabilista da inferência em ciências fatuais. Ele
8 Estatística Experimental: Planejamento de Experimentos

também sugere a possibilidade de alcance crescente de uma teoria geral mais altamente
integrada, que é o objetivo principal de todo o esforço científico.

(3) A natureza é permanente. Embora aparentemente tudo se altere no tempo,


muitos fenômenos mudam de modo suficientemente lento para permitir o acúmulo de um
corpo de conhecimento confiável. Esse postulado sustenta o atributo cumulativo da
ciência. Ele implica a crença de que um evento estudado hoje, embora talvez
indeterminadamente alterado amanhã, será, entretanto, suficientemente semelhante para
permitir que generalizações válidas feitas sobre ele permaneçam fidedignas por um
período de tempo.

(4) Todo fenômeno objetivo é eventualmente conhecível. Isto é, dado tempo e


esforço suficientes, nenhum problema objetivo é insolúvel. Esse postulado se origina de
duas convicções relacionadas: a) a inteligência do homem é capaz de desvendar os
mistérios do universo; b) a busca do homem nos mistérios de fenômenos objetivos tem
sido tão frutífera que aparentemente nenhuma porta ao conhecimento está imutavelmente
fechada aos esforços continuados de busca científica.

(5) Nada é evidente por si. Isto é, a realidade deve ser demonstrada
objetivamente. Esse postulado afirma que não deve ser depositada confiança no chamado
"senso comum", em tradição, em autoridade popular, ou em qualquer das costumeiras
interpretações dos fenômenos. Exemplos históricos revelam que veracidade aparente é
freqüentemente muito diferente de verificação empírica objetiva.

(6) A verdade é relativa. A prova em ciência é sempre relativa - ao estado do


conhecimento científico, aos dados, aos métodos, aos instrumentos empregados, aos
moldes de referência e, portanto, à interpretação. Dessa forma, a "verdade" na ciência é
simplesmente uma expressão dos melhores julgamentos profissionais demonstráveis num
determinado momento. Na medida em que o conhecimento cresce em qualidade (isto é, se
torna mais altamente verificado) e em quantidade, reinterpretações e conclusões sobre os
fenômenos se tornam imperativos. Esse é um atributo que tem permitido à ciência crescer
tão extraordinariamente e que, ao mesmo tempo, tem encorajado a reavaliação constante
de idéias tanto velhas como novas.

(7) Todas as percepções são obtidas por meio dos sentidos. Isto é, todo
conhecimento é obtido a partir de impressões sensoriais. Os elementos e instrumentos do
raciocínio (isto é, idéias, conceitos, construções, imagens, etc.) são moldados pelas
impressões recebidas pelos sentidos. Esse postulado também assegura que o único
conhecimento confiável é aquele que é verificável objetiva e empiricamente.

Esse postulado originou-se da influência de Galileu referente à demonstrabilidade


de predições teóricas. A demonstração empírica passou a constituir-se no teste essencial
da validade de toda a especulação teórica referente a fenômenos objetivos e resultantes
predições.

(8) O homem pode crer em suas percepções, memória e razão como meios
para a aquisição de fatos. Esse postulado sustenta toda a base racional e empírica do
conhecimento científico. Ele não implica que quaisquer e todas as percepções, memórias
e razões sejam confiáveis. O que esse postulado assevera é que a resolução final de
qualquer disputa sobre fenômenos deve ser baseada em regras aceitas de raciocínio e em
dados percebidos por meio dos sentidos; não sobre meras noções e idéias. A crença final
1 INTRODUÇÃO 9

na análise dos fenômenos deve ser baseada em evidência empírica interpretada de


acordo com regras de raciocínio lógico.

Exercício 1.1

1. Qual é a origem do conhecimento vulgar ou popular?

2. Qual é a origem do conhecimento científico?

3. Como o conhecimento científico chega ao homem comum?

4. Explique o significado de cada um dos termos entre aspas no seguinte conceito


operacional da ciência: A ciência é um "método" "objetivo", "lógico" e "sistemático" de
análise dos “fenômenos" criado para permitir a "acumulação" de conhecimento "fidedigno".

5. Ilustre a estratégia da ciência com um exemplo de sua área.

6. Ilustre as fases de síntese, análise e síntese de um ciclo do método científico


aplicado para a solução de um problema em sua área.

7. Ilustre o significado de técnica científica com um exemplo de sua área.

8. Ilustre a distinção conceitual entre ciência pura e ciência aplicada.

9. Caracterize e distinga os conceitos de fato, lei e teoria científica. Ilustre cada um


desses conceitos por meio de exemplos.

10. Qual é a razão da necessidade dos postulados como base da ciência?

11. Qual é o postulado que constitui a base da inferência indutiva em ciências


fatuais?

12. Ilustre os significados dos postulados "nada é evidente por si" e "a verdade é
relativa".

1.2. Pesquisa Científica em Ciências Fatuais

1.2.1. Conceitos importantes

As ciências fatuais visam à aproximação do conhecimento referente aos


fenômenos naturais, ou seja, qualquer evento, objeto, condição, processo ou
comportamento natural, que compreenda atributos ou conseqüências objetiva e
empiricamente demonstráveis. Seu propósito é aumentar o conhecimento e melhorar a
compreensão acerca dos fenômenos, para seu controle e, na falha deste, predição, com
vistas à melhoria das condições de vida e do bem estar do homem, e seu domínio sobre a
natureza.

O procedimento da ciência para a produção do conhecimento científico é a


pesquisa científica, ou seja, a investigação crítica e exaustiva, por meio do método
científico, com o propósito de descobrir novos fatos e sua correta interpretação. A
pesquisa científica também visa à revisão de fatos, leis e teorias, em vista de novos fatos
descobertos, e as aplicações práticas de tais fatos, leis e teorias. Portanto, a pesquisa
científica é a busca continuada de conhecimento e compreensão da realidade, segundo os
requisitos do método científico.
10 Estatística Experimental: Planejamento de Experimentos

O progresso do conhecimento científico consiste, basicamente, do aprofundamento


permanente e progressivo do conhecimento da complexa interligação dos fenômenos
naturais, que, por sua vez, compreendem, geralmente, um conjunto também
extremamente complexo de outros fenômenos mais elementares, também intimamente
relacionados.

Cada pesquisa particular enfoca uma classe de fenômenos relacionados com


algumas características essenciais comuns. É usualmente conveniente uma
caracterização técnica e operacional do componente unitário de tal classe de fenômenos,
que usualmente recebe a designação de unidade ou sistema, e de seus elementos e
atributos.

Um sistema ou unidade é um conjunto de elementos relacionados, que


constituem um todo globalmente organizado e dinamicamente relacionado com o meio
externo, e que conjuntamente realizam alguma função.

A caracterização do sistema é a primeira etapa em uma pesquisa científica. Um


sistema é caracterizado pela definição de seus seguintes aspectos: a) função ou objetivos
do sistema; b) elementos que entram no sistema (insumos); c) elementos que saem do
sistema (produtos); d) componentes que transformam insumos em produtos; e) movimento
ou fluxo de elementos entre os componentes do sistema; e f) fronteira ou limites do
sistema, que inclui todos os seus componentes e elementos e demarca seu âmbito.

A definição do sistema depende do objetivo da pesquisa. Ela é parte da etapa


inicial da pesquisa, ou seja, da formulação do problema a pesquisar. Algumas vezes, a
definição do sistema parece óbvia, como em uma pesquisa para a recomendação de
cultivares de trigo para uso pelos agricultores, em que o sistema é uma lavoura, e em uma
pesquisa da eficácia de um vermífugo para o controle de helmintos de vacas leiteiras, em
que o sistema é um animal. Entretanto, muito freqüentemente, a definição ou escolha do
sistema não é tão óbvia.

A dificuldade da definição do 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 é um subsistema em
relação a nível hierárquico mais elevado e, por sua vez, contém subsistemas em nível
mais baixo. Assim, por exemplo, uma empresa agrícola é um sistema; seus setores de
produção vegetal e de produção animal também constituem sistemas; cada uma de suas
lavouras e de suas pastagens e instalações de criação também constituem sistemas,
assim como cada uma de suas plantas e animais; e, assim sucessivamente, prosseguindo
para os níveis hierárquico inferiores: seus órgãos, tecidos, células, moléculas, átomos e
partículas subatômicas também constituem sistemas.

Nessas circunstâncias, a definição do sistema é estabelecida pela demarcação de


sua fronteira, ou seja, a linha imaginária que o delimita em relação ao ambiente externo.
Muito freqüentemente, o sistema é definido vagamente, por meio de uma sua
característica global, ou de uma característica particular importante, que é subentendido o
caracterizar. Esse foi o critério adotado nos exemplos anteriores. Entretanto, deve ser
claramente compreendido que a definição completa de um sistema deve abranger os seis
aspectos listados na caracterização que segue a definição estabelecida anteriormente.
Assim, por exemplo, um sistema de produção de trigo pode ser definido como uma lavoura
com o propósito de produção de grãos, desenvolvida em um determinado intervalo de
tempo, em uma área delimitada, em condições particulares de solo e clima, sujeita a
1 INTRODUÇÃO 11

incidências de pragas, doenças, invasoras e predadores, e cujo cultivo adota um conjunto


particular de técnicas. Podem-se identificar nessa caracterização os seguintes aspectos
essenciais do sistema: a) função: produção de grãos; b) insumos: elementos referentes ao
solo, clima, pragas, doenças, invasoras, predadores e técnicas de cultivo; c) produtos:
grãos; d) componentes que transformam insumos em produtos: sementes e plantas; e)
fluxo de elementos entre os componentes: determinados pelo metabolismo da semente e
da planta; f) fronteira: contorno espacial da lavoura, que a limita de outras lavouras e
áreas, e contorno temporal, que compreende o intervalo entre o plantio e a colheita e
avaliação da produção.

Em uma pesquisa científica, a população objetivo, ou simplesmente população,


é a coleção bem definida dos sistemas (ou unidades) de interesse para a qual é desejado
inferir. Uma população é definida pela especificação de suas unidades ou da
caracterização das condições para que estas lhe integrem. O número de unidades é
denominado tamanho da população.

A especificação da população, assim como de seus sistemas, é determinada pelos


objetivos da pesquisa e deve ser estabelecida na formulação do problema. Populações na
natureza são de tamanho finito, embora comumente muito elevado e desconhecido, e têm
constituição dinâmica, em decorrência da mutabilidade dos sistemas que lhe integram ao
longo do tempo. Em algumas pesquisas, a população objetivo é constituída por unidades
existentes no momento da execução da pesquisa. Uma população nessas circunstâncias,
cujas unidades podem ser identificadas, é uma população real. Muito freqüentemente,
entretanto, a população objetivo compreende unidades que não existem no momento da
execução da pesquisa, mas que, supostamente, poderão existir no futuro. Uma população
nessas circunstâncias, cujas unidades não são identificáveis, mas apenas definidas pela
caracterização das condições para que lhe integrem, é uma população conceitual. Em
uma pesquisa de melhoramento genético de trigo, por exemplo, as unidades da população
não são as lavouras de trigo existentes na região de interesse no momento da execução
da pesquisa, mas as lavouras que, supostamente, poderão existir nessa região no futuro.

A propriedade básica das populações de interesse na natureza é a


heterogeneidade de suas unidades ou sistemas, o que caracteriza o que comumente se
denomina "variabilidade natural". As unidades se distinguem ou se caracterizam por um
conjunto de aspectos ou propriedades, em geral demasiadamente vasto e não totalmente
conhecido para ser completamente descrito. Cada um desses aspectos é um atributo,
propriedade, ou característica da população e de suas unidades. Cada característica
pode manifestar-se nas unidades sob diferentes alternativas. Assim, por exemplo, o sexo
em uma população de ovinos pode manifestar-se em cada animal em uma de duas formas
alternativas - masculino e feminino; o peso desses animais pode assumir qualquer
grandeza dentro de certo intervalo.

Uma pesquisa científica visa à derivação de inferências referentes a relações entre


características dos sistemas de sua população objetivo com o propósito de controle ou
predição de características que exprimem o desempenho desses sistemas com base no
conhecimento e alteração de características de seus elementos ou componentes, com
vistas à melhoria desses produtos. Em última instância, é um processo de representação
aproximada ou modelagem da relação entre características que exprimem o desempenho
dos sistemas (características respostas) e características cujo controle e alteração
possam, supostamente, implicar na melhoria do desempenho desses sistemas
(características explanatórias). A dificuldade de tal processo é que ele deve ser
12 Estatística Experimental: Planejamento de Experimentos

conduzido em face da variabilidade natural do conjunto das demais características dos


sistemas (características estranhas).

Em essência, as características respostas exprimem o desempenho dos sistemas


e constituem o objeto principal da pesquisa; por exemplo, produção de grãos e grau de
infecção da planta em uma pesquisa sobre a eficácia de fungicidas no controle da giberela
em sistemas de produção de trigo, e peso ao abate e quantidade de parasitas nas vísceras
do animal em uma pesquisa da eficácia de anti-helmínticos no controle de vermes
intestinais em sistemas de produção de carne ovina. As características explanatórias,
supostamente, explicam variações sistemáticas das características respostas; fungicida
aplicado, e anti-helmíntico administrado, respectivamente nos dois exemplos. Se no
primeiro exemplo forem consideradas mais de uma cultivar e no segundo, mais de um
sexo e mais de uma raça, cultivar, sexo e raça também serão características
explanatórias. Se a pesquisa for conduzida em diversos locais por mais de um ano, local e
ano serão, também, características explanatórias. As características estranhas são as
demais características dos sistemas, em geral extremamente numerosas e não
individualizadas; características referentes a solo, clima, incidências de pragas, doenças
(exceto a decorrente da incidência da giberela), invasoras e predadores, práticas de
cultivo, e mensuração e registro dos dados, no primeiro exemplo; e características
referentes ao animal, pastagem, clima, manejo, incidências de parasitas (exceto
helmintos), doenças e predadores, e mensuração e registro dos dados, no segundo
exemplo.

As características respostas e as características explanatórias são designadas


segundo o objetivo da pesquisa, com base em teorias científicas substantivas e em
conhecimento empírico. As características estranhas são comumente definidas por
exclusão, como o conjunto das características dos sistemas que não exprimem o
desempenho destes e com as quais não tem o experimento como propósito relacionar o
desempenho dos sistemas; ou seja, como o conjunto das características dos sistemas
excluídas as características respostas e as características explanatórias. A distinção e
classificação das características nessas três categorias é um passo crucial no
planejamento de uma pesquisa.

Muito freqüentemente, é inviável, impraticável ou inconveniente conduzir a


pesquisa sobre a população objetivo. Essa é obviamente a situação com populações
conceituais, como são, geralmente, as classes de sistemas. Nessas circunstâncias, a
pesquisa é conduzida sobre uma amostra da população, apropriadamente escolhida para
representá-la. O processo de escolha da amostra é denominado amostragem.

A representatividade da população objetivo pela amostra é uma questão


fundamental para a validade de inferências derivadas da amostra. Ela pode ser lograda
quando a amostra é constituída por unidades da população objetivo e a amostragem é
efetuada por processo objetivo e aleatório que atribua a todas as unidades da população
igual chance de constituírem a amostra. Muito freqüentemente, entretanto, esse processo
é inviável. Nessas circunstâncias, a população da qual a amostra pode ser considerada
representativa, denominada população amostrada, difere da população objetivo.
Inferências derivadas da amostra aplicam-se validamente à população amostrada. Nas
situações de amostragem não aleatória, a extensão dessas inferências para a população
objetivo depende de julgamento subjetivo.
1 INTRODUÇÃO 13

A amostra também compreende três conjuntos de características, definidos


correspondentemente aos três conjuntos de características da população objetivo: o
conjunto das características respostas, o conjunto das características explanatórias e o
conjunto das características estranhas.

Pela importância das conseqüências para a validade de inferências derivadas da


pesquisa, é conveniente distinguir duas classes de características explanatórias da
amostra: aquelas que representam, ou podem concebivelmente representar, condições
impostas pelo pesquisador, denominadas características de tratamento, e aquelas que
correspondem a propriedades inerentes às unidades, fora do controle do pesquisador,
denominadas características intrínsecas. Essas duas classes de características
explanatórias também são denominadas, respectivamente, fatores de tratamento e
fatores intrínsecos ou de classificação. Cada alternativa de um fator é um nível desse
fator. Cada nível específico de um fator de tratamento ou cada combinação dos níveis de
dois ou mais fatores de tratamento é um tratamento.

Assim como na população objetivo, as características estranhas da amostra são


definidas por exclusão, ou seja, como o conjunto das características dos sistemas,
excluídas as características respostas e as características explanatórias. Métodos,
técnicas e procedimentos apropriados devem ser utilizados para separar essas
características estranhas das características respostas e explanatórias, e controlar as
influências daquelas características sobre as características respostas, de modo que as
inferências referentes aos efeitos causais das características explanatórias sobre as
características respostas possam ser estabelecidas tão inequivocamente quanto possível.

A melhor compreensão das origens e implicações da variabilidade determinada


pelas características estranhas da amostra pode permitir a minimização de sua influência
e, conseqüentemente, controle ou predição mais exatos. Para tal, é útil classificar essas
características nas três seguintes classes:

- Características estranhas controladas, que compreendem as características


estranhas da amostra cujo controle é previsto no plano da pesquisa e é exercido pela
utilização de técnicas de pesquisa apropriadas, do agrupamento (ou classificação) das
unidades e obediência às correspondentes restrições imposta no processo de atribuição
aleatória dos tratamentos a essas unidades, e de técnicas apropriadas de análise
estatística.

- Características estranhas casualizadas são as características estranhas que


resultam casualizadas em conseqüência da atribuição aleatória dos tratamentos às
unidades da amostra.

- Características estranhas potencialmente perturbadoras são as


características estranhas não controladas nem casualizadas cujos efeitos causais sobre as
características respostas podem resultar confundidos com efeitos de características
explanatórias. Por essa razão, elas também são denominadas características de
confundimento. Características desse grupo que se manifestam irrelevantes comportam-
se como se fossem casualizadas. O refinamento e a uniformização de técnicas de
pesquisa são os recursos que podem ser apropriados para esses propósitos. As demais
características desta classe que se revelam relevantes são as características estranhas
perturbadoras.
14 Estatística Experimental: Planejamento de Experimentos

As características estranhas casualizadas e as potencialmente perturbadoras


constituem o erro aleatório ou erro casual.

As técnicas para o controle de características estranhas têm como propósito a


diminuição do efeito da tendenciosidade provocada por características perturbadoras, ou a
diminuição de erros aleatórios decorrentes de características casualizadas, ou ambos.
Entretanto, não é prático controlar mais do que poucas das características estranhas. A
maioria delas deve ser deixada não controlada. Tais características devem ser colocadas
na classe das características casualizadas, por meio da casualização, ou das
características de comportamento irrelevante, pelo emprego de técnicas de pesquisa
apropriadas.

1.2.2. Observação e raciocínio

A pesquisa científica em ciências fatuais é essencialmente composta de dois


elementos: observação e raciocínio. A observação é processo de percepção sensorial por
meio do qual é obtido o conhecimento de fenômenos. O raciocínio elabora e descobre o
significado desses fenômenos, suas inter-relações e suas relações com o corpo de
conhecimento científico existente, na medida em que o presente estágio de conhecimento
e a habilidade do pesquisador permitem.

Caracteristicamente, o homem tem poder limitado de observação. Dessa forma, é


necessário limitar o que deve ser observado às características relevantes dos sistemas de
interesse. Algumas características podem ser observadas com o recurso de instrumentos
simples para auxílio aos sentidos, como uma balança, uma régua e um tubo de ensaio.
Entretanto, muitas outras requerem o recurso de instrumentos de observação mais
sofisticados, como um estetoscópio, um microscópio, um telescópio, e outros instrumentos
da vasta e formidável parafernália científica.

A representação (ou modelagem) de sistemas, demanda a descrição e


quantificação de suas características relevantes e seu registro em forma escrita. Para que
as descrições tenham o mesmo significado para todos os cientistas, devem ser adotadas
definições, notações e convenções apropriadas e precisas. Por essa razão, as diversas
ciências criam sua própria linguagem.

A quantificação de uma característica é obtida pela sua mensuração, ou seja, sua


representação por meio de números que apresentem entre eles as mesmas relações
relevantes existentes entre as alternativas da característica que representam. A
mensuração de uma característica estabelece uma regra de correspondência entre as
alternativas da característica e os números de um conjunto numérico, ou seja, uma função
numérica, denominada variável. Cada valor da variável, que representa uma alternativa
particular da característica, é um nível da variável. Assim, uma característica é
representada ou expressa por uma variável. Geralmente, a variável é designada pela
mesma denominação da característica que exprime e, freqüentemente, esses dois termos
são empregados indistintamente. Entretanto, uma mesma característica pode ser expressa
por muitas variáveis alternativas cuja escolha é arbitrária e dependente de conveniência e
disponibilidade de recursos. Por exemplo, o sexo dos animais na pesquisa da eficácia de
anti-helmínticos no controle de vermes intestinais em sistemas de produção de carne
ovina, mencionada anteriormente, pode ser expresso por uma variável que faz
corresponder a um animal macho o número 1 e a uma fêmea o número 0, ou por qualquer
variável real com dois valores; o peso ao abate desses animais pode ser expresso por
1 INTRODUÇÃO 15

uma variável que assinala a um animal o número real que corresponde à medida de seu
peso determinada por uma balança com precisão de gramas, ou outro grau de precisão
apropriado. Assim, sexo é uma variável de dois níveis, enquanto que peso é uma variável
com um número de níveis consideravelmente elevado, dependente da precisão do
processo de pesagem.

A observação depende de algum grau de julgamento subjetivo. Por essa razão, é


importante estabelecer as condições da observação de modo a evitar a tendenciosidade
do observador. Muitas vezes, elaboradas estratégias devem ser estabelecidas para
permitir ao observador evitar sua própria tendência e obter o registro correto dos fatos.

Os fatos são os elementos essenciais que constroem a ciência. Todavia, eles


devem ser dispostos e arranjados em estruturas úteis e inter-relacionadas. Contrariamente
à crença popular, "fatos não falam por si só". A ferramenta mais essencial da ciência,
juntamente com o fato verificado, é o sistema de raciocínio lógico válido sobre fatos que
permite a derivação de conclusões fidedignas a partir deles. Essas conclusões são
proposições sobre inter-relações de fatos que explicam os sistemas de uma dada
população, que constituem princípios, leis e teorias científicas.

No âmago do raciocínio lógico sobre fatos está um sistema de regras e prescrições


cujo emprego correto é fundamental a todo esforço científico. O conhecimento dessas
regras é parte essencial do instrumental intelectual do cientista.

No processo de raciocínio usado em pesquisa científica parte-se de uma ou mais


proposições e procede-se a outra proposição, ou a outras proposições, cuja veracidade
acredita-se seja implicada pela veracidade do primeiro conjunto de proposições. Esse
processo psicológico é denominado inferência. A validade dessa implicação depende da
relação lógica entre as proposições. A ausência de relação implicativa entre as
proposições envolvidas pode conduzir à inferência falsa.

Dois processos de inferência se distinguem fundamentalmente: a inferência


dedutiva e a inferência indutiva. A inferência dedutiva é o processo de raciocínio em que
a partir de uma proposição ou conjunto de proposições gerais se procede para outra
proposição ou conjunto de proposições específicas. Ou, posto de outra forma, é o
processo de derivação do conhecimento de um membro específico de uma classe a partir
do conhecimento geral referente a todos os membros da mesma classe.

A inferência dedutiva é o processo de raciocínio mais comum em ciências formais,


como exemplificado na seguinte sentença em geometria plana: "A área de um quadrado
de lado l é A=l2 ; então, a área de um quadrado de lado dois é A=22 =4". A proposição
inicial "a área de um quadrado de lado l é A=l2" é a premissa. A proposição final "a área
de um quadrado de lado dois é quatro" é a conclusão. O processo de raciocínio e a
conclusão constituem uma dedução. Esse tipo de inferência é associado principalmente
com técnicas de pesquisa conceituais, mas também é usado com técnicas empíricas,
como na construção de hipóteses, leis e teorias.

A inferência indutiva é o processo de raciocínio pelo qual o conhecimento de


alguns membros de uma classe é aplicado ou estendido a todos os membros
desconhecidos da mesma classe. Colocado de outra forma, o método indutivo é
empregado para generalizar a partir de fenômenos conhecidos e verificados de uma dada
classe para fenômenos desconhecidos e ainda não verificados da mesma classe. A
16 Estatística Experimental: Planejamento de Experimentos

indução envolve a formulação de uma generalização. Esse passo de generalização é


denominado salto indutivo.

A descoberta da natureza da inferência surgiu relativamente tarde na cultura


humana. Aristóteles (384-322 a.C.) foi o primeiro a salientar a natureza sistemática da
ciência, sustentando que ela pode ser desenvolvida apenas por meio da razão. Ele
estabeleceu o esquema lógico de raciocínio dedutivo denominado silogismo. Esse
método de inferência dedutiva inicia com duas proposições, denominadas premissas,
usualmente uma premissa principal e uma secundária, relacionadas logicamente de tal
forma que pode ser derivada, a partir delas, uma terceira proposição, denominada
conclusão. Por exemplo:

Premissa principal: Todas as plantas vivas absorvem água (indução).

Premissa secundária: Esta árvore é uma planta viva (observação).

Conclusão: Portanto, esta planta absorve água (dedução).

O raciocínio indutivo é comumente empregado sempre que se faz um julgamento


sobre uma situação baseado em experiência com uma situação prévia presumivelmente
semelhante. Por exemplo, quando se observa um relâmpago e então se espera o som do
trovão, e quando se seleciona uma cultivar para plantio na pressuposição de que se obterá
o mesmo rendimento produzido no ano anterior.

A base dessa pretensão são os postulados da ordenação, regularidade e


uniformidade e da permanência da natureza. Embora estritamente todo evento seja único
e, portanto, não repetível no futuro sob o ponto de vista prático muitos eventos mostram
similaridades de algumas características essenciais. Dessa forma, a observação histórica
da sucessão de eventos permite uma base para a avaliação, em termos de chance, da
possibilidade da ocorrência de um evento de uma classe quando ocorrem outros eventos
que o sucederam no passado com freqüência conhecida.

De fato, o processo indutivo pode ser justificado como um argumento silogístico em


que a premissa principal é constituída pelo conhecimento anterior e a pressuposição
correspondente a esses dois postulados, a premissa secundária é uma evidência empírica
particular, e a conclusão é uma extrapolação do que a evidência exprime para todos os
casos. Por exemplo, sempre que se observa o aquecimento de um gás a uma pressão
constante, observa-se que ele expande. Observações repetidas desse fenômeno fornecem
uma base de evidência e desta base infere-se que esse evento ocorrerá sempre.
Entretanto, a base de evidência - este evento ocorreu sempre até agora - é muito mais
fraca ou estreita em extensão do que a conclusão - este evento ocorrerá sempre. A
conclusão excede a extensão ou amplitude da base de evidência. A questão fundamental
é a justificativa desse salto indutivo, ou seja, da crença de que alguma cousa ocorrerá
simplesmente porque já ocorreu. Certamente, não é justificável no sentido de que a
conclusão seja uma conseqüência lógica da evidência.

Apesar dessa semelhança, os raciocínios dedutivo e indutivo são


fundamentalmente diferentes. Basicamente, o argumento dedutivo é exclusivo: a validade
da conclusão depende unicamente da validade das premissas. A validade neste caso
refere-se à correção lógica da forma do argumento, não à veracidade dos fatos
estabelecidos como premissas. Mesmo que as premissas sejam falsas, a conclusão
deduzida é sempre logicamente válida. Entretanto, esse processo de inferência não pode
1 INTRODUÇÃO 17

testar a veracidade das premissas. Ele pode apenas determinar a validade lógica das
conclusões extraídas das premissas. Por outro lado, o argumento indutivo é inclusivo: ele
deriva sua validade da verificação das premissas. Se elas são válidas, a conclusão
extraída será válida, no sentido de que ela será a melhor inferência possível, embora
nunca final, que possa ser feita da relação causal com as premissas.

Em resumo, a indução em ciências fatuais é baseada em evidência incompleta,


pela impossibilidade de considerar todos os sistemas da população que é pesquisada. As
conclusões são apenas prováveis, em maior ou menor grau, dependendo do número de
casos considerados e da precaução tomada na sua seleção. O fato relevante é que,
freqüentemente, a evidência da inferência indutiva pode ser estabelecida
matematicamente, em uma base probabilista. Inferências podem ser derivadas por
métodos estatísticos quando o problema envolve uma base formal aceitável de teoria da
probabilidade, hipóteses alternativas para explicar os fatos, um conjunto de observações, e
um método de seleção de uma ou mais alternativas na base da observação e da teoria da
probabilidade.

1.2.3. Estágios de uma pesquisa

Uma pesquisa em ciências fatuais inicia de um problema de pesquisa particular


referente ao desempenho dos sistemas de uma população objetivo. Origina-se de uma
interrogação como as que seguem: Que fungicidas são mais eficazes no controle da
antracnose da videira? Quando o uso de carrapaticidas controla mais eficazmente a
incidência da tristeza bovina? Quanto nitrogênio é necessário para a produtividade
máxima do cultivo do arroz? Onde a incidência da giberela do trigo ocorre mais
freqüentemente? Quem são os produtores que mais se beneficiam das tecnologias
geradas pela pesquisa? Indiretamente, um "por quê?" ou "como?" pode estar implicado
em todas estas questões. As questões "por quê?" e "como?" ocupam um lugar especial na
ciência, em conseqüência das implicações implícitas nos tipos de questões formuladas
acima.

As primeiras cinco questões - que? (ou qual?) quando? quanto? onde? e quem? -
demandam uma determinação de relações de conexão discreta entre características - que
características são relacionadas? quando são elas mais relacionadas? etc. As últimas
questões (por quê? e como?), entretanto, referem-se a uma relação entre características
diferente e mais complexa, ou seja, uma relação que expressa conexão causal. Este tipo
de relação é extremamente importante em pesquisa em ciências fatuais. De modo geral,
um problema de relação causal na ciência é eventualmente respondido em termos de
condições necessárias e suficientes que relacionam uma dada causa com um dado efeito.
Em outras palavras, a resposta estabelece as condições que relacionam um evento
antecedente com um evento conseqüente.

Assim, o estágio inicial em toda a pesquisa científica é uma investigação na busca


de relações de conexão entre características. Uma vez estabelecida a questão inicial, a
natureza sistemática da pesquisa científica torna-se imediatamente evidente. Isso porque
uma pesquisa em ciências fatuais é estruturada em uma forma muito precisa e
logicamente arranjada. Essa forma foi desenvolvida ao longo dos séculos, a partir de uma
experiência rica de respostas a questões científicas. A estrutura da pesquisa científica
determina muito precisamente os vários estágios seqüenciais pelos quais se progride para
responder a uma questão em uma maneira satisfatória à comunidade científica.
18 Estatística Experimental: Planejamento de Experimentos

Da pergunta inicial à sua resposta final, uma pesquisa científica procede por oito
estágios principais de operação, listados a seguir.

Primeiro estágio: Formulação do problema científico ou problema de pesquisa.

Um problema de pesquisa é um comportamento ou condição de um elemento ou


componente dos sistemas de uma população objetivo que impedem o desejável
desempenho desses sistemas. Assim, o estabelecimento de um problema de pesquisa
particular demanda a caracterização clara da população objetivo e de seus sistemas.

A importância desta primeira etapa é óbvia, já que o propósito de uma pesquisa


científica é obter uma solução para o problema importante que o origina. Não é exagero
salientar que os maiores desperdícios em pesquisa originam-se da imperfeita ou
inadequada formulação de problemas. Algumas vezes o problema enunciado é realmente
um problema espúrio, originado de observações e raciocínio falhos. Algumas vezes o
problema, embora real, é trivial. Em outros casos, o problema é tal que, mesmo que
solucionado, a solução não seria utilizada. Essas situações são freqüentemente
esclarecidas por uma cuidadosa formulação do problema, precedida de adequados
conhecimentos sobre os antecedentes do problema, como ele se originou, porque ele é
importante e o que será feito com os resultados da pesquisa. Muito freqüentemente, uma
pequena quantidade de tempo despendida formulando o problema de diversos modos
diferentes, redefinindo-o e expressando seus limites, aponta o caminho para sua solução.
Esse exercício na formulação do problema freqüentemente pode contribuir
substancialmente para a melhor compreensão dos sistemas e para a própria solução final
do problema.

Na prática, freqüentemente, não é simples identificar a existência de um problema


de pesquisa em sistemas cujo desempenho é desejado melhorar. Mesmo as mais restritas
porções do mundo real são demasiadamente complexas para serem compreendidas
completa e exatamente. Isto porque, com observação crescentemente refinada, descobre-
se, sempre, a presença de interações com o resto do universo. Conseqüentemente é
necessário ignorar a maioria das características reais dos sistemas em estudo e abstrair
da situação real certos aspectos que conjuntamente completam uma versão idealizada
desses sistemas. Esta idealização, se bem sucedida, provê uma aproximação útil da
situação real, ou melhor, de certas partes da situação real.

Mesmo assim, é usualmente conveniente decompor a idealização em um número


de partes para tratamento separado, ou seja, analisar o sistema e o correspondente
problema global. A possibilidade desse procedimento fundamenta-se na existência de
componentes aproximadamente independentes ou que interagem de modo simples. Essa
análise do problema global origina a formulação de um programa de pesquisa, constituído
de diversas ações de pesquisa que devem ser planejadas e conduzidas, simultânea e
seqüencialmente.

O sucesso desse processo de análise de um problema complexo em problemas


simples férteis, passíveis de pesquisa científica, depende de conhecimentos e experiência
da equipe de pesquisa, da estratégia empregada e do uso de metodologia apropriada.

Assim, estabelecer uma formulação clara e geralmente aceita de um problema não


é uma tarefa fácil.
1 INTRODUÇÃO 19

Para que seja obtido progresso em uma pesquisa é essencial que o problema a ser
resolvido seja estabelecido clara, completa e explicitamente em forma escrita. Esse
procedimento é indispensável para a garantia de que os recursos sejam despendidos de
modo frutífero e eficiente. A ausência desses cuidados, como é o caso quando o problema
é estabelecido vagamente, conduz a pesquisas ineficientes, que decorrem, por exemplo,
da coleta de dados desnecessários ou omissão de dados essenciais.

A importância dessa primeira etapa da pesquisa é universalmente reconhecida,


mas é surpreendente a freqüência com que ela é desconsiderada. Vale reiterar aqui a
conhecida sentença "Muitos cientistas devem sua grandiosidade não a sua habilidade em
solucionar problemas, mas a sua sabedoria em escolhê-los".

Ressalte-se, ademais, que o exercício na formulação do problema freqüentemente


pode contribuir substancialmente para a melhor compreensão dos sistemas e para a
própria solução final do problema.

Segundo estágio: Formulação da hipótese científica ou hipótese de pesquisa.

Após a formulação do problema, a próxima etapa é a indagação referente à


natureza e às conexões de características dos sistemas que conduza à idealização de um
ou mais caminhos, alternativos ou complementares, para a solução do problema. Cada um
desses caminhos é uma hipótese de pesquisa.

Assim, para um mesmo problema, uma ou mais hipóteses podem ser formuladas.
A verificação de cada uma dessas hipóteses é procedida por uma pesquisa particular.

Hipóteses diferem em grau de sutilidade, decorrente do grau de complexidade do


problema. Uma hipótese simples pode ser uma mera generalização de uma observação
empírica particular. Hipóteses mais complexas podem postular conexões entre eventos, ou
cadeias elaboradas de relações casuais. Um recurso muito poderoso para a construção de
hipóteses é a analogia.

A formulação de uma hipótese adequada depende de conhecimento e experiência


do pesquisador. Entretanto, a imaginação do pesquisador é da maior importância.
Pesquisadores de mesmo nível de conhecimento e experiência diferem no que diz respeito
à criatividade, ou seja, à habilidade para a construção de hipóteses úteis e férteis.

Assim, não há um conjunto de regras que possa garantir a formulação da hipótese


mais apropriada. Entretanto, algumas condições, entre elas as listadas a seguir, podem
contribuir para a adequação de uma hipótese a um problema de pesquisa:

- Ela deve ser apropriada para a explicação do fenômeno que está sendo
pesquisado, ou seja, ela deve prover uma resposta ao problema particular que suscitou a
pesquisa;

- deve ser expressa em termos objetivos e operacionais;

- deve ser verificável empiricamente, ou seja, deve conduzir a uma pesquisa pela
qual possa ser testada;

- deve permitir uma decisão relativa aos resultados da pesquisa;

- deve permitir um meio confiável de predição de eventos desconhecidos. Isso


constitui a potência e a utilidade da hipótese;
20 Estatística Experimental: Planejamento de Experimentos

- deve ser a mais simples possível entre as diversas hipóteses alternativas que
possam ser formuladas para prover uma solução igualmente satisfatória.

Terceiro estágio: Revisão da literatura.

Após a avaliação cuidadosa e lógica das formulações do problema e da hipótese, o


próximo passo é a busca de toda a informação útil, referente à área de pesquisa,
principalmente por meio de consulta à literatura, principalmente para avaliar a importância
do problema proposto e para determinar se o problema e a correspondente hipótese
formulada são plausíveis e se conduzirão à adição de novo conhecimento.

Essa revisão também deve compreender o levantamento de informações


disponíveis relativas a pesquisas semelhantes já executadas e às técnicas e
procedimentos que possam ser úteis para adoção na execução da pesquisa

A busca de literatura pode ser sistematizada e tornada eficiente pelo emprego de


técnicas apropriadas. Esse assunto é tratado em textos específicos.

Quarto estágio: Construção do plano de pesquisa para o ataque do problema,


incluindo a escolha da amostra a ser utilizada e a seleção de técnicas a serem
empregadas.

Quinto estágio: Coleta dos dados e seu registro em forma apropriada para o seu
processamento.

Sexto estágio: Análise e interpretação dos dados.

Sétimo estágio: Elaboração das conclusões, que pode conduzir a: a) confirmação


ou rejeição da hipótese original, ou b) confirmação ou contestação dos resultados de
outras pesquisas.

Oitavo estágio: Apresentação dos resultados por meio de relatório e difusão


desses resultados.

Algumas observações relevantes referentes a essa estrutura do processo de


pesquisa merecem ser salientadas: a) Ela é arbitrária. Os textos de metodologia de
pesquisa listam diferentes números de estágios. Entretanto, um exame de tais listas indica
que todos esses oito estágios são envolvidos. b) Os vários estágios não ocorrem
necessariamente na ordem indicada em todas as pesquisas. Pesquisadores experientes
podem estar estudando a literatura ao mesmo tempo em que estão formulando a sua
hipótese e estão elaborando seu plano de pesquisa. c) Os vários estágios não são sempre
rigidamente estabelecidos ao início da pesquisa. Uma pesquisa bem planejada pode
permitir modificações a serem feitas durante seu andamento. d) Todos os estágios são
igualmente importantes na contribuição para os resultados finais da pesquisa, mas não
envolvem a mesma quantidade de tempo, custo e esforço. e) Os oito estágios
compreendem a função analítica completa da ciência, na medida em que provém uma
estrutura comum que assegura os atributos básicos do método científico. Entretanto, uma
pesquisa científica completa bem elaborada pode compreender, principalmente em suas
fases de síntese, pesquisas específicas com objetivos exploratório ou descritivo, em que
apenas parte dos oito estágios seja cumprida.
1 INTRODUÇÃO 21

1.2.4. Objetivos de uma pesquisa científica

O objetivo de uma pesquisa científica particular pode ser: exploratório, descritivo


ou analítico. Na prática, esses três objetivos, ou funções, não são mutuamente exclusivos
e, muito freqüentemente, uma pesquisa pode combinar duas dessas funções, ou todas as
três. As características essenciais desses três objetivos são esclarecidas a seguir.

O principal propósito de uma pesquisa exploratória é o exame de uma área para


verificar e estabelecer os caminhos de pesquisa mais férteis. Por exemplo, a pesquisa
pode visar, simplesmente, determinar os tipos (ou variedade) e a quantidade de sistemas
presentes no campo de pesquisa; ou procurar respostas tentativas para questões gerais
para sugerir hipóteses frutíferas para pesquisa; ou investigar a praticabilidade de várias
técnicas a serem empregadas em dadas circunstâncias de pesquisa. De modo geral, a
ênfase principal de um estudo exploratório é a descoberta de problemas, de assuntos, de
técnicas ou de áreas para pesquisa mais intensiva.

Pesquisas exploratórias bem organizadas são importantes em áreas da ciência


iniciantes e em desenvolvimento, especialmente em áreas onde ainda não foram
formuladas teorias frutíferas, onde ainda não foram descobertas muitas das características
influentes, onde ainda não foram verificadas a amplitude e a quantidade dos sistemas, e
onde ainda é desconhecida a demanda de pesquisa. Também podem ser importantes para
responder questões práticas referentes ao procedimento de pesquisa.

Qualquer que seja o propósito, a pesquisa exploratória é a melhor segurança


contra o risco sempre presente de que um projeto de pesquisa de grande escala possa
fracassar pelo surgimento inesperado de obstáculos não previstos. A prudência sugere
que não deve ser tentado um grande esforço de pesquisa até que a evidência de pesquisa
exploratória indique claramente a exeqüibilidade e a chance de sucesso do plano de
pesquisa final.

Uma pesquisa descritiva tem como propósito principal a caracterização dos


sistemas de interesse por meio de sua representação ou descrição sistemática. Ela pode
relacionar-se com a identificação dos sistemas, ou a quantificação de características, ou
qualquer outro aspecto dos sistemas. Basicamente, a pesquisa descritiva tenta responder
questões do tipo: quem? qual? onde? quando? e quanto? Sua função essencial é
fundamentalmente de relatar.

Uma pesquisa analítica é basicamente relacionada com o problema de


estabelecimento de relações causais entre dois conjuntos de características, ou seja, com
a resposta a questões como? e por quê? Deve ser lembrado que, na ciência, essas
questões somente podem ser respondidas em termos de relações prováveis, não em
termos de causas últimas.

Observe-se que a distinção entre pesquisa descritiva e pesquisa analítica envolve


uma questão semântica complexa. Realmente, há uma diferença muito pequena, se é que
existe alguma, entre descrever alguma cousa e analisá-la. Por exemplo, dizer que a chuva
ocorre quando o nível de precipitação atinge certo grau de concentração é tanto a
descrição de uma ocorrência como a análise de uma relação. O mesmo ocorre no caso da
descrição ou análise de qualquer relação seqüencial, como a disseminação de uma
doença e o crescimento de um animal. Sob o ponto de vista prático, o termo "pesquisa
descritiva" é geralmente empregado quando o propósito principal da pesquisa é revelar as
características, as propriedades, as freqüências, ou a extensão dos sistemas, enquanto
22 Estatística Experimental: Planejamento de Experimentos

que o termo "pesquisa analítica" é geralmente empregado para denotar um exame das
relações existentes entre características de sistemas já descritos.

Uma pesquisa, exploratória, descritiva ou analítica, pode ser implementada por


diversas abordagens e métodos alternativos. Um desses métodos (o experimento) é
inerentemente apropriado para pesquisa analítica, outros são eminentemente apropriados
para pesquisa exploratória ou descritiva (o levantamento por amostragem proposital, o
estudo observacional puro, o estudo de casos e o estudo de protótipos), enquanto outros
podem ser empregados em pesquisas tanto exploratórias e descritivas como analíticas (o
levantamento analítico, os estudos observacionais retrospectivo e prospectivo e a
modelagem matemática).

Exercício 1.2

1. Elabore um conceito de pesquisa científica.

2. Defina e ilustre com exemplos de sua área os seguintes conceitos:

a) sistema (unidade);

b) população objetivo; c) tamanho da população;

d) característica de uma população (ou de seus sistemas);

3. Caracterize e ilustre o que é comumente denominado "variabilidade natural" dos


sistemas de uma população.

4. Conceitue e ilustre as três classes de características dos sistemas em uma


pesquisa científica, com exemplo de sua área.

5. Comente a respeito da importância de cada uma dessas três classes de


características quanto aos propósitos de uma pesquisa científica.

6. Ilustre o que significa a amostragem em uma pesquisa científica.

7. Explique e distinga os conceitos de amostra e população amostrada.

8. Ilustre a distinção entre característica explanatória de tratamento e característica


explanatória intrínseca (ou de classificação).

9. Conceitue e ilustre as três classes de características estranhas na amostra em


uma pesquisa científica.

10. Quais são as classes de características que constituem o que é usualmente


designado "erro casual" ou "erro aleatório"?

11. Explique o significado de mensuração de uma característica.

12. Distinga e ilustre os conceitos de característica e variável.

13. Explique e ilustre os conceitos de inferência dedutiva e inferência indutiva.

14. Defina e ilustre os conceitos de problema científico e hipótese científica de


pesquisa.
1 INTRODUÇÃO 23

15. Explique e ilustre os significados de pesquisa exploratória, pesquisa descritiva


e pesquisa analítica.

16. Qual é o objetivo essencial de uma pesquisa analítica?

1.2.5. Métodos de pesquisa

Uma pesquisa científica é um processo de representação ou modelagem


(exploratória, descritiva ou analítica) dos sistemas de uma população.

Diversas abordagens e métodos de modelagem alternativos ou complementares


podem ser adotados em uma pesquisa. A modelagem pode deter-se em partes do
sistema, estabelecendo relações separadas entre características de subsistemas do
sistema global, ou abranger o sistema globalmente; pode ser empírica (fatual) ou
conceitual (formal); pode basear-se um uma amostra aleatória ou não aleatória da
população objetivo. O modelo pode ser físico (concreto) ou abstrato (matemático); pode
ser estático ou dinâmico; pode ser estocástico (estatístico) ou determinista, segundo leve
em conta ou ignore as características estranhas, respectivamente; pode implicar em
presença ou ausência de controle de características estranhas; e pode estabelecer ou não
controle da manifestação de características explanatórias.

1.2.5.1. Métodos de pesquisa analíticos

Métodos de pesquisa analíticos são métodos empíricos que consideram


subconjuntos das características correspondentes a subsistemas dos sistemas objeto da
pesquisa. Observe-se que a designação "analítico" é empregada aqui em contexto
diferente do utilizado na Seção 1.2.4 para classificação da pesquisa quanto ao objetivo.

Em algumas situações, pode ser exeqüível e conveniente conduzir a pesquisa


sobre a população completa. Pesquisa nessas condições denomina-se censo.
Naturalmente, o censo somente é viável para populações finitas. Mesmo nesse caso, por
restrições de ordem prática, econômica ou natural, é mais usual a utilização de uma
amostra.

Os métodos analíticos mais usuais são: experimento comparativo, levantamentos


por amostragem aleatória e por amostragem não aleatória e estudos observacionais.

Experimento comparativo, experimento controlado ou, simplesmente,


experimento é o método de pesquisa em que o pesquisador impõe ou atribui às unidades
da amostra uma ou mais características explanatórias. Entretanto, a escolha da amostra é
geralmente limitada: o pesquisador pode usar na pesquisa apenas aquelas unidades que
lhe são acessíveis. Ademais, usualmente, a unidade da amostra não corresponde à
unidade da população; é uma unidade em tamanho reduzido, muitas vezes construída pelo
pesquisador.

Tipicamente, um estímulo, ou um conjunto de estímulos, é assinalado às unidades


sob o controle do pesquisador com o propósito de avaliar os correspondentes efeitos sobre
características respostas. Cada tipo de estímulo é um fator de tratamento. Os seguintes
exemplos ilustram pesquisa experimental: pesquisa da eficácia de herbicidas no controle
de invasoras em lavouras de soja; pesquisa do efeito da suplementação mineral sobre o
ganho de peso de cordeiros; comparação de cultivares em um programa de melhoramento
genético da soja.
24 Estatística Experimental: Planejamento de Experimentos

Levantamento por amostragem é o método de pesquisa planejada conduzida


sobre uma amostra da população objetivo, em que são coletados dados referentes a
características das unidades que se manifestam sem interferência do pesquisador. No
levantamento por amostragem aleatória a amostra é extraída de uma população
existente quando o levantamento é conduzido, por processo objetivo que atribui a todas as
unidades da população a mesma probabilidade de constituir a amostra. Em muitos
levantamentos, entretanto, a amostra para a pesquisa não é escolhida por processo
aleatório. Isso é o que ocorre em levantamentos em que o pesquisador não tem acesso a
todas as unidades da população, por não lhe ser acessível ou não existir a lista, ou rol, de
todas as unidades, ou porque parte das unidades não têm existência no momento do
levantamento. Nessas circunstâncias, a amostra é escolhida subjetiva e arbitrariamente,
de modo a que seja lograda a "melhor" representação da população objetivo. Esse método
de pesquisa é denominado levantamento por amostragem não aleatória, ou por
amostragem proposital.

O levantamento por amostragem pode ser descritivo ou analítico. O levantamento


descritivo tem como objetivo obter informações sobre características que permitam
identificar distinções entre os sistemas e os grandes grupos de sistemas; por exemplo,
informações sobre as tecnologias adotadas pelos agricultores de uma lista recomendada
pela pesquisa e a proporção dos agricultores que as adotam. O levantamento analítico
visa à derivação de inferências causais entre características dos sistemas; por exemplo,
um levantamento pode ter como objetivos determinar a extensão em que os produtores
adotam controle do carrapato, sua atitude em relação a esse controle, as razões para essa
atitude e o grau de sucesso obtido no controle. Em geral, a distinção entre levantamento
descritivo e levantamento analítico não é tão nítida. Muitos levantamentos têm esses dois
propósitos, como é o caso deste último exemplo.

Em algumas situações pouco comuns, experimentos são conduzidos dentro de


levantamentos por amostragem aleatória. Um exemplo da pesquisa agrícola é um
experimento efetuado por uma cooperativa para recomendação de tecnologias para
adoção por seus cooperados, em que uma amostra de agricultores, ou criadores, é
escolhida aleatoriamente da lista completa dos cooperados, em cujas instalações o
experimento é conduzido. Um exemplo, também pouco usual, em que pode ser lograda
uma boa aproximação da população objetivo é um experimento efetuado em uma amostra
representativa das lavouras ou instalações de criação existentes, para verificar a
aplicabilidade ao "mundo real" de resultados de pesquisa conduzida em estações
experimentais.

Estudo observacional é o método de pesquisa em que a seleção da amostra é


limitada às unidades da população acessíveis ao pesquisador, ou é determinada antes de
sua participação. Ademais, o pesquisador não interfere sobre a manifestação de
características das unidades. Estudos observacionais são de três tipos principais: estudo
prospectivo controlado, estudo retrospectivo controlado e estudo observacional não
controlado. Em um estudo prospectivo controlado, o pesquisador escolhe um grupo de
unidades, registra os valores de diversas variáveis explanatórias sobre elas e, então, as
segue ao longo do tempo, durante o qual anota informações sobre variáveis respostas,
algumas vezes correspondentes à ocorrência de algum evento de interesse, como, por
exemplo, morte. Em um estudo retrospectivo controlado, valores de variáveis respostas
são registrados em um grupo das unidades disponíveis e a história das unidades é
examinada para a identificação de variáveis explanatórias relevantes.
1 INTRODUÇÃO 25

Nesses dois métodos de estudo observacionais, o pesquisador seleciona entre as


unidades disponíveis aquelas com as características definidas no plano da pesquisa e
registra informações sobre as características de interesse segundo um plano previamente
estabelecido, muitas vezes com propósito de estabelecer relações de causalidade. Esses
estudos observacionais, algumas vezes denominados quase experimentos e pseudo-
experimentos, são mais comuns em medicina, saúde pública e ciências sociais, onde a
aplicação do método experimental é restrita, principalmente por questões de ética.

Em um estudo observacional não controlado (também denominado estudo


observacional puro) o pesquisador não tem controle sobre a escolha das unidades, sobre
a manifestação de características explanatórias nessas unidades e nem sobre a coleta dos
dados, a não ser, quem sabe, sobre a verificação de sua qualidade. Usualmente os dados
provêm de registros estabelecidos para algum propósito que não o da pesquisa particular.

As diferenças básicas entre esses métodos de pesquisa analíticos provêm


principalmente do nível de controle exercido pelo pesquisador sobre a seleção da amostra
para representar a população objetivo e sobre a manifestação das características
explanatórias nas unidades. Essas diferenças são sumariadas na Figura 1.3.

Manifestação de variáveis explanatórias

Com controle Sem controle

Com controle Experimento dentro de


Levantamento por
Seleção da amostra (escolha levantamento por
amostragem aleatória
aleatória)
amostragem aleatória

Estudos observacionais
Sem controle Experimento
Levantamento por

Figura 1.3. Classificação dos métodos analíticos de pesquisa segundo o nível de


controle exercido sobre a escolha da amostra e a manifestação das
variáveis explanatórias.
Essas diferenças têm conseqüências relevantes quanto às possibilidades e à
validade de inferências da amostra para a população objetivo.

No levantamento por amostragem aleatória, a escolha aleatória da amostra pode


assegurar a representatividade da população objetivo. Entretanto, no experimento, no
levantamento por amostragem não aleatória e nos estudos observacionais, em geral, há
uma disparidade entre a população objetivo e a população amostrada que deve ser levada
em conta nas inferências. As inferências são válidas apenas para as condições
representadas na amostra, ou seja, para a população amostrada. Serão válidas para a
população objetivo na medida em que a disparidade entre essas duas populações seja
irrelevante. Esse julgamento é necessariamente subjetivo.
26 Estatística Experimental: Planejamento de Experimentos

Uma distinção fundamental da pesquisa experimental relativamente aos demais


métodos de pesquisa refere-se à confiabilidade de inferências referentes a relações
causais entre características respostas e características explanatórias. No experimento,
níveis específicos e escolhidos de variáveis explanatórias (ou seja, tratamentos) são
aplicados às unidades por processo objetivo de casualização sob controle do pesquisador.
No experimento ideal, todas as características estranhas são ou controladas ou
casualizadas. Desse modo, não havendo características perturbadoras, a tendenciosidade
proveniente destas características é eliminada. Nessas circunstâncias, pode ser
logicamente inferido que uma variação "considerável" de resposta a tratamentos é
conseqüência de diferenças de efeitos desses tratamentos. O controle sobre a
manifestação de características explanatórias esclarece a direção e a natureza da relação
causal entre características respostas e características explanatórias.

De modo geral, em qualquer pesquisa científica apenas parte do total dos meios
para inferência podem ser controlados objetiva e firmemente. Outra parte deve ser deixada
para julgamento mais ou menos vago e subjetivo. Tal julgamento, entretanto, deve ser
hábil e criterioso. O pesquisador deve tentar maximizar a parte objetiva para minimizar a
subjetiva. Na avaliação dos propósitos, custos e meios exeqüíveis, ele faz escolhas
estratégicas de métodos, tendo em conta os três critérios desejáveis da pesquisa
científica: representatividade, realismo e confiabilidade.

A ênfase na representatividade, ou no realismo ou na confiabilidade tende a


resultar, respectivamente, em levantamento por amostragem aleatória, ou em estudo
observacional, ou em experimento. De fato, o experimento é poderoso no controle de
características explanatórias e características estranhas, mas é fraco no que diz respeito à
representação da população objetivo e freqüentemente, também quanto ao realismo. O
levantamento por amostragem aleatória é forte na representação, mas fraco no controle de
características. Estudos observacionais são fracos no controle e usualmente também na
representação; sua vantagem é o realismo de avaliações em condições naturais.

Usualmente, esses três critérios não podem ser adequadamente satisfeitos em


uma pesquisa científica, e, freqüentemente, nem mesmo dois deles, por inviabilidade ou
por falta de recursos. Muito comumente, o pesquisador enfatiza um critério por razões de
custo e conveniência, ou porque ele pode parecer, convincentemente ou
esperançosamente, o mais justificável. Por outro lado, nenhum dos três critérios é superior
aos demais para todas as situações e, algumas vezes, os três podem ser satisfeitos em
pesquisas complementares de um programa de pesquisa. Assim, para cada situação, o
pesquisador deve decidir por um compromisso entre o desejável e o exeqüível, e escolher
a estratégia de pesquisa que melhor se ajuste aos recursos disponíveis.

Ademais, cada um desses métodos de pesquisa pode ser aperfeiçoado com


esforços para superar suas principais fraquezas. Levantamentos podem ser melhorados
pela melhor coleta e uso de variáveis auxiliares para o controle de características
potencialmente perturbadoras. Por outro lado, a representatividade do experimento e de
estudos observacionais algumas vezes pode ser melhorada por algum compromisso entre
a amplitude desejada para a população objetivo e a amplitude que pode ser lograda para a
população amostrada.
1 INTRODUÇÃO 27

1.2.5.2. Métodos de pesquisa sistêmicos

O método experimental constituiu-se, por muito tempo, no principal e quase único


método de pesquisa científica. Ele é usualmente atribuído como inovação promovida
formalmente nos tempos modernos pelo filósofo Francis Bacon, no século 17. Entretanto,
o experimento já havia sido popularizado por Roger Bacon, no século 12, e teve origens
mais remotas, pelo menos três séculos antes de Cristo, com Aristóteles. Os conceitos
modernos da pesquisa experimental foram desenvolvidos a partir dos trabalhos do
matemático inglês Sir Ronald Fisher, entre 1919 e 1933, na Estação Experimental de
Rothamsted, na Inglaterra.

O experimento visa à pesquisa dos efeitos de poucas características dos sistemas


de uma população sobre respostas de interesse, mantendo controladas ou constantes,
tanto quanto conveniente e possível, as demais características que não constituam o
objetivo da pesquisa. Desta forma, o experimento é um método de pesquisa analítico, que
permite o estudo de problemas simples. O princípio fundamental de sua aplicação a um
problema complexo é a decomposição deste em problemas mais simples, factíveis de
tratamento experimental.

Esse princípio do reducionismo implica em reduzir os sistemas complexos às


suas partes mais básicas (se possível, independentes), analisar estas partes como
entidades independentes para explicar seus comportamentos e, então, agregar estas
explicações parciais como uma explicação do todo. A questão fundamental é que as
partes de um sistema complexo são usualmente dependentes. Assim, por exemplo, os
fatores que afetam a produção não têm influências independentes sobre esta, de modo
que a combinação dos níveis ótimos de cada fator isolado usualmente não é ótima. Isto
decorre da interação entre os fatores.

A partir da década de 1940, a ciência passou a reconhecer o princípio do


expansionismo, segundo o qual ganhar a compreensão das partes a partir da
compreensão do funcionamento do conjunto é fundamental para o avanço do
conhecimento. O expansionismo, contrariamente ao reducionismo, adota o ponto de vista
de que os objetos e eventos são partes de todos maiores e enfatiza o todo em lugar das
partes, focalizando atenção no sistema como um conjunto de partes ou subsistemas inter-
relacionados.

Segundo esse enfoque sistêmico (ou enfoque de sistema), as partes de um


sistema a serem interpretadas ou compreendidas são vistas como partes ou subsistemas
desse sistema mais amplo. A interpretação é procedida, então, em termos do papel ou
função das partes no sistema maior. Assim, o julgamento do desempenho do sistema não
leva em conta apenas o comportamento separado de cada uma de suas partes, mas,
também, o modo como as partes se combinam e se relacionam mutuamente, bem como o
relacionamento do sistema com seu ambiente e com outros sistemas desse ambiente.

O problema é que sistemas complexos não são factíveis de tratamento


experimental global. Esse fato resulta em um aparente dilema: para ganhar a
compreensão de sistemas complexos a experimentação parece necessária, mas ela
usualmente não pode ser conduzida sobre tais sistemas. Dessa forma, novos
procedimentos de pesquisa passaram a ser desenvolvidos e adotados.

Dois métodos empíricos de pesquisa originaram-se na pesquisa social e na


pesquisa industrial: o estudo de casos e o estudo de protótipos, respectivamente.
28 Estatística Experimental: Planejamento de Experimentos

No estudo de casos, o pesquisador escolhe as unidades ("casos"),


freqüentemente uma ou poucas, com as características relevantes para o propósito da
pesquisa e a conduz segundo um plano preestabelecido. Os casos podem ser sistemas
típicos que caracterizam a diversidade da população objetivo. O caso pode corresponder a
um indivíduo, grupo, instituição, processo, ou comunidade. Todas as características
relevantes para a identificação e descrição do caso são anotadas com o propósito de
efetuar uma análise intensiva e detalhada.

O estudo de casos é muito utilizado em ciências sociais. Também é utilizado em


outras áreas, como saúde pública e indústria. Pode ser muito útil na pesquisa exploratória
para prover a identificação de categorias e características dos sistemas e sugerir
problemas e hipóteses que possam ser testadas por pesquisa analítica.

Esse método tem semelhanças com o levantamento por amostragem não aleatória
e os estudos observacionais. Distingue-se desses métodos por compreender um menor
número de unidades e enfocar a unidade (sistema) globalmente em vez de suas partes
individuais.

No estudo de protótipos são montadas uma ou poucas unidades (protótipos) com


um conjunto de características escolhidas, segundo um plano preestabelecido. As
unidades são avaliadas e é efetuado o registro de dados de características relevantes,
principalmente para detecção de problemas. Na indústria, os protótipos são modelos
físicos de máquinas ou equipamentos que resultam do agregado de componentes
desenvolvidos independentemente, algumas vezes oriundos de diferentes fornecedores
especializados. O estudo de protótipos visa à pesquisa do desempenho desses modelos,
antes da fabricação em larga escala e comercialização.

Diferentemente do estudo de casos, no qual a unidade a ser observada existe


antes da chegada do pesquisador, o protótipo deve ser montado especialmente para o
estudo. O estudo de protótipos tem alguma semelhança com o experimento no que diz
respeito ao controle de características explanatórias. De fato, pode-se considerar o estudo
de protótipos como um "experimento com o sistema global". Entretanto, ele não tem as
propriedades analíticas do experimento para inferências referentes a relações causais - os
efeitos das características explanatórias sobre as características respostas ficam
confundidos entre si e com efeitos de características estranhas.

O estudo de protótipos é um método de pesquisa exploratória muito útil na


pesquisa científica, principalmente para prover a síntese de resultados de pesquisa
analítica pela sua integração em sistemas reais, e prover a identificação de problemas e
hipóteses que possam ser testadas por pesquisa analítica.

Um método de pesquisa sistêmico formal também se originou na pesquisa


industrial, a partir do advento da computação eletrônica - a modelagem matemática. Uma
representação ou imitação do sistema real é construída por meio de um modelo conceitual,
isto é, um modelo matemático, ou modelo de simulação, que exprime as relações entre
as características relevantes do sistema. O modelo é montado com base em informações
providas por outras pesquisas - experimentos, levantamentos, etc., e mesmo por fontes
informais, incluindo opiniões. O modelo é, então, submetido à validação por meio de
experimentação numérica e comparação dos resultados dessa experimentação com
observações empíricas, obtidas de experimentos, estudos de casos, estudos de protótipos,
etc.
1 INTRODUÇÃO 29

A pesquisa com o recurso de modelos de simulação envolve o desenvolvimento de


relações matemáticas, a construção de modelos para imitar (simular) o comportamento
dos sistemas de interesse e suas alterações no tempo, e o uso dos modelos para derivar
conhecimento novo sobre interações dinâmicas entre componentes e elementos desses
sistemas.

O modelo de simulação pode ser utilizado com propósitos exploratório, descritivo e


mesmo analítico. São úteis particularmente para identificar interações entre componentes
de sistemas, não detectáveis por pesquisa analítica. Modelos de simulação também são
úteis para outros propósitos relacionados com a pesquisa científica, tais como:
identificação de problemas de pesquisa, seleção de prioridades de pesquisa e derivação
de extrapolação de resultados de pesquisas analíticas.

O estudo de casos e o estudo de protótipos são usualmente fortes no que se refere


ao realismo, mas são fracos quanto à representatividade e à confiabilidade. Os modelos
matemáticos variam quanto a esses três critérios desejáveis da pesquisa científica. Em
geral, são fracos quanto ao realismo, mas, em estágios elevados de desenvolvimento,
podem atingir graus elevados de representatividade e confiabilidade.

1.2.6. Enfoque da pesquisa científica

Conforme salientado na Seção 1.1.2, o procedimento do método científico


compreende uma repetição cíclica de fases de síntese, análise e síntese. Em cada ciclo,
comporta uma visão do problema referente aos sistemas globais (síntese), quando estes
são formulados em certo nível de agregação, e sua partição em problemas mais simples
referentes a partes (subsistemas) daqueles sistemas passíveis de pesquisa científica
analítica (análise). Os resultados obtidos dessas pesquisas analíticas são integrados nos
sistemas globais (síntese).

Assim, a pesquisa sistêmica e a pesquisa analítica não são abordagens


alternativas ou competidoras, mas sim complementares. Na verdade, uma não pode
operar sem a outra. De fato, a melhor forma para obter informação para a melhoria do
desempenho de sistemas é extraí-los para analisá-los. Mas, para melhor utilizar os
resultados da pesquisa analítica, pode ser conveniente integrar as informações,
sintetizando-as em modelos dos sistemas.

Por outro lado, quando se toma o trabalho de construir modelos de sistemas, inicia-
se a utilizar e aplicar os resultados do trabalho analítico. Na realidade, resulta que tais
modelos logo demandam resultados de pesquisa analítica detalhada, cada vez mais.

Métodos de pesquisa sistêmicos e analíticos devem ser empregados em cada


pesquisa particular, conforme apropriado, segundo os objetivos da pesquisa, os recursos
disponíveis e as restrições presentes. Estudo de casos, possivelmente precedido de
levantamento descritivo, e modelagem matemática são úteis para a visão global dos
sistemas na fase inicial de síntese; experimento, estudos observacionais e levantamento
analítico são métodos aplicáveis na fase de análise; estudo de protótipos e modelagem
matemática são métodos apropriados para integração dos resultados da pesquisa analítica
na segunda fase de síntese.
30 Estatística Experimental: Planejamento de Experimentos

1.3. Pesquisa Agropecuária

1.3.1. Características da Pesquisa Agropecuária

A pesquisa agropecuária visa à geração de tecnologias para a melhoria do


desempenho dos sistemas de produção vegetal e animal, principalmente no que se refere
às suas implicações econômicas e sociais. A justificativa mais importante da pesquisa
agropecuária é a expectativa de que ela contribuirá para o aumento do rendimento de
produtos vegetais e animais, principalmente para a alimentação humana, mas também
para o fornecimento de matéria-prima para a indústria.

A característica marcante da pesquisa agropecuária é sua complexidade,


decorrente da extraordinária variação dos sistemas agrícolas e pecuários, que
compreendem a exploração de grande número de espécies vegetais e animais com
variação também bastante acentuada de condições tecnológicas, econômicas e sociais, e
da elevada dependência ou interação com ambiente altamente variável. Essa
complexidade é ainda mais acentuada em um país com grande abrangência geográfica e
elevada heterogeneidade social e econômica, como o Brasil.

A variação ambiental constitui um problema complexo para lograr a


representatividade da pesquisa agropecuária, do que decorre acentuada dificuldade para
inferências com propósitos de gerar recomendações para produtores. Sob essas
condições, a pesquisa, principalmente a pesquisa experimental, exige recursos bastante
elevados. Conseqüentes complexidades decorrem para a programação, o planejamento e
a condução da pesquisa, e o gerenciamento e a análise da informação utilizada e gerada
pela pesquisa.

1.3.2. O Enfoque de Sistema na Pesquisa Agropecuária

A pesquisa científica se fundamenta na aplicação dos princípios do método


científico. Assim, é imperativo, na seqüência "síntese-análise-síntese" que caracteriza um
ciclo particular do processo de pesquisa, definir com que síntese começar, ou seja,
estabelecer o âmbito da pesquisa, e, a partir daí, determinar os tópicos a pesquisar,
realizar os trabalhos de pesquisa e, em uma síntese final, incorporar os resultados ao
conhecimento existente.

É evidente que a aplicação desses princípios está condicionada aos objetivos que
se pretende alcançar. A escolha de um problema é um esforço de abstrair de uma
realidade complexa os elementos importantes que constituirão os objetivos da pesquisa. A
dificuldade maior nesse processo reside justamente no nível de abstração que, no caso da
pesquisa agropecuária, tem estado preponderantemente influenciado pelo campo de
especialização do pesquisador. No caso de uma instituição de pesquisa cuja missão é o
incremento da produtividade da agropecuária, é recomendável iniciar a definição de
problemas de pesquisa em um nível mais agregado e, a partir desse nível, passar a
caracterizar os problemas mais específicos que, certamente, estarão em linha com os
interesses específicos dos pesquisadores que compõem as equipes multidisciplinares. O
ciclo da pesquisa somente pode ser considerado concluído com a incorporação dos
conhecimentos gerados aos sistemas de produção postos em prática pelos produtores.
Este procedimento conduz à elevação da produtividade do trabalho, isto é, à grande
produção de conhecimento científico com elevado nível de utilização pelos produtores,
1 INTRODUÇÃO 31

com um menor espaço de tempo entre a geração e a incorporação de tecnologias


rentáveis aos sistemas de produção vigentes.

É, então, natural que o sistema de produção constitua o nível inicial de agregação


e, a partir daí, se parta para níveis de especificidade mais convenientes para a pesquisa
que visa à solução dos problemas que limitam o crescimento da produtividade. Partindo de
uma idéia mais global do processo de produção, esse procedimento aumenta a
probabilidade de que o universo de conhecimentos gerados pela pesquisa conduza a um
maior número de sistemas de produção relevantes aos produtores.

Os sistemas de produção em uso na atualidade devem ser, portanto, o ponto inicial


na abordagem da pesquisa. Assim, o trabalho de pesquisa deve iniciar com a sua
caracterização, para a identificação dos pontos de estrangulamento que entravam o
aumento da produtividade e que, portanto, devem ser removidos pela pesquisa. Todavia,
não é aconselhável que os sistemas em uso se constituam no único elemento de
informação. Deve ser feito esforço no sentido de prever sistemas que poderão estar em
uso no futuro, pois, caso contrário, a pesquisa corre o risco de não ser relevante, num
ambiente onde o dinamismo da economia é elevado.

Mesmo partindo de um nível de definição mais global, a fase de análise dá origem


a conhecimentos parciais. Resta, então, ordená-los e integrá-los em sistemas de
produção, testar tais sistemas e, finalmente, difundi-los entre os produtores.

É óbvio que muitos resultados parciais de pesquisa têm chance elevada de se


encaixarem adequadamente nos sistemas em uso. Tais resultados devem ser divulgados
aos produtores para incorporação imediata em seus sistemas de produção, antes da
síntese dos sistemas pela pesquisa. Naturalmente, o sucesso de tal procedimento
depende, fundamentalmente, do nível de comunicação entre os pesquisadores e os
produtores e do nível cultural destes.

Esse "modelo" de pesquisa é essencialmente aquele que vem sendo seguido


desde o advento do método científico. Entretanto, o progresso da ciência tem permitido o
desenvolvimento e o aperfeiçoamento de métodos, técnicas e instrumentos que têm tido
relevante influência sobre o próprio enfoque da pesquisa.

O enfoque sistêmico na pesquisa requer a composição de equipes


multidisciplinares e a atuação interdisciplinar dessas equipes, organizadas em torno de
projetos de pesquisa sob a liderança de pesquisadores competentes que cuidem de
manter o interesse e a harmonia para o perfeito funcionamento do trabalho em equipe, e
de estabelecer os canais de comunicação com a comunidade científica, produtores e
assistência técnica. O projeto deve ser o fundamento do trabalho de pesquisa, cada
projeto referindo-se a uma população de sistemas de produção apropriadamente definida
do sistema agropecuário mais amplo. As disciplinas científicas devem convergir, de forma
harmônica, para os objetivos do projeto. Desta forma, o trabalho dos pesquisadores,
embora intimamente ligado às suas disciplinas específicas, guarda relação estreita com os
sistemas de produção que estão sendo pesquisados. Os sistemas de produção são a
inspiração para o trabalho dos especialistas, e o projeto constitui o instrumento de
coordenação do trabalho.

Idealmente, uma instituição de pesquisa deve contar com organização e recursos


humanos e materiais necessários para empregar os diversos métodos de pesquisa e
utilizar em cada pesquisa particular o método mais apropriado. Para tal, é indispensável a
32 Estatística Experimental: Planejamento de Experimentos

formação de equipes multidisciplinares capacitadas e o exercício de atividades


interdisciplinares, cooperativas e complementares, dos pesquisadores.

Resumidamente, o enfoque de sistema na pesquisa agropecuária requer três


grupos principais de atividades, que devem ser apropriadamente desenvolvidas nas fases
de síntese inicial, de análise e de síntese final de cada ciclo da pesquisa, conforme
indicado na Seção 1.2.6:

a) experimentação, levantamentos e estudos observacionais;

b) estudos de casos e estudos de protótipos; e

c) modelagem matemática.

A experimentação e os levantamentos são as atividades tradicionais da pesquisa


agropecuária. Estudos observacionais têm sido pouco empregados. Entretanto, constituem
atividade potencial que pode ser desenvolvida com grande proveito; principalmente
estudos observacionais puros que utilizem a grande massa de dados gerados por
pesquisas já executadas, com custos relativamente baixos. A utilização de dados
ambientais nestas pesquisas exploratórias é de grande utilidade.

Estudos de casos e estudos de protótipos têm sido ocasionalmente utilizados na


pesquisa agropecuária. Nessa área, um caso pode ser, por exemplo, uma propriedade
agrícola, uma fazenda, uma lavoura, um pomar, ou instalações de uma granja, para a qual
o produtor proporciona informações confiáveis e dá facilidades de acesso e de estudo
aprofundado; um protótipo pode ser um desses mesmos tipos de unidade instalado pela
instituição de pesquisa, em sua própria base física ou em propriedade de produtores, para
simular com realismo um sistema de produção viável, incorporando resultados indicados
pela pesquisa.

Estudos de casos e estudos de protótipos são pesquisas exploratórias de grande


potencial de uso, que poderão ser implementadas com proveito, tanto para o melhor
conhecimento dos sistemas em uso pelos produtores como para teste da integração de
tecnologias geradas pela pesquisa nos sistemas reais. Constituem, também, instrumentos
de alta valia para a integração da atividade de pesquisa com a extensão e a aproximação
com os produtores. A modelagem matemática também pode cumprir essas funções, com a
vantagem sobre esses métodos fatuais de proporcionar mais flexibilidade para simular
sistemas de produção reais de uma gama muito mais ampla. De fato, modelos físicos
usualmente se restringem a uma fórmula básica em uma única situação ambiental, ou a
poucas fórmulas em poucas situações ambientais, em decorrência de elevados custos e
restrições práticas. Modelos conceituais bem desenvolvidos são flexíveis e podem ser
testados para verificar os distintos comportamentos dos sistemas com várias alternativas
tecnológicas e diversas condições ambientais. Entretanto, precisam ser testados
empiricamente, e para esses testes os modelos físicos são relevantes. Assim, essas duas
formas de modelagem não são alternativas nem competidoras: o modelo físico auxilia no
teste do modelo conceitual, e este colabora na generalização do modelo físico.

O enfoque de sistema e, particularmente, a modelagem matemática, surgiram e se


desenvolveram principalmente em aplicações na indústria. Na agricultura, os sistemas são
usualmente mais complexos, o que torna difícil e trabalhosa a construção desses modelos.
Já existem exemplos bem sucedidos nesta área, mas ainda resta muito a desenvolver. As
principais dificuldades a superar são, principalmente, a falta de formação dos
1 INTRODUÇÃO 33

pesquisadores para entendimento da metodologia científica, particularmente dos métodos


de pesquisa sistêmicos, e a falta de pessoal especializado nessa metodologia.

A Figura 1.4 ilustra as principais inter-relações entre os três grupos de atividades


que caracterizam o enfoque sistêmico na pesquisa agropecuária. Por exemplo:

(1) Os estudos de casos e de protótipos permitem validar os modelos matemáticos,


fornecem informações para o desenvolvimento desses modelos e sugerem novos
modelos.

(2) Os modelos matemáticos sugerem a montagem ou modificação de protótipos e


fornecem recomendações para os produtores ("casos").

(3) Os experimentos, levantamentos e estudos observacionais fornecem


informações para a formulação e aperfeiçoamento de modelos matemáticos.

(4) Os experimentos, levantamentos e estudos observacionais sugerem


recomendações para modificar determinados componentes dos sistemas reais (protótipos
e "casos" - produtores).

(5) Os modelos matemáticos geram problemas e hipóteses, principalmente para


pesquisa experimental.

(6) Os estudos de casos e estudos de protótipos sugerem problemas e hipóteses,


principalmente para pesquisa experimental.

É importante salientar, também, as inter-relações entre as atividades dentro dos


grupos a) e b): Os levantamentos e estudos observacionais são úteis para sugerir
problemas e hipóteses para pesquisa experimental; os estudos de casos podem prover
informações para utilização na montagem de protótipos; e os estudos de protótipos geram
recomendações para os produtores ("casos").

Atividades formais Atividades fatuais

Modelagem Estudos de casos


Nível sintético (1) (2)
matemática Estudos de protótipos

(3) (4)

(6)

(5)
Experimentos
Nível analítico
Levantamentos
Estudos observacionais

Figura 1.4. Relações entre os grandes grupos de atividades do enfoque de sistema


na pesquisa agropecuária.
34 Estatística Experimental: Planejamento de Experimentos

1.4. A Estatística na Pesquisa Científica

1.4.1. Método científico e estatística

O sucesso da física newtoniana, suportada pela matemática aplicada desenvolveu


e fortificou a visão determinista da ciência clássica dos séculos 17, 18 e 19. De fato, o
sucesso da aplicação da mecânica de Newton na física e na engenharia estimulou
matemáticos à busca de uma lei universal determinista, a partir da qual todos os
fenômenos pudessem ser preditos. É atribuído ao matemático Laplace ter proclamado:
"Uma vez eu tenha descoberto a lei universal, então, dadas as posições iniciais e as
velocidades de todas as partículas neste mundo, eu poderei predizer a história futura". O
trabalho científico ensinou mais modéstia aos cientistas modernos, que de há muito
abandonaram o sonho de uma visão determinista. De fato a pretensão de Laplace foi
rechaçada como impossível pelo princípio da incerteza de Heisenberg, com o advento da
mecânica quântica de Max Plank. Assim, mesmo a física, a líder das ciências exatas,
deixou de ser determinista.

A Estatística é parte da abordagem científica moderna da incerteza. Sua teoria


pode ser descrita como a "matemática da incerteza". A lei universal determinista a partir da
qual todos os fenômenos poderiam ser preditos exatamente foi abandonada. A abordagem
científica moderna admite que as "leis" podem predizer apenas "expectativas", e que as
observações reais podem diferir destas por "erros aleatórios". É o estudo desses erros que
habilita a predições sob incerteza. A matemática da incerteza que governa esses erros é o
cálculo de probabilidades.

A estatística, entretanto, não pode ser identificada com o cálculo de probabilidades.


Porque a estatística é uma ciência aplicada. Suas inferências dependem vitalmente de
conceitos das áreas particulares às quais a estatística é aplicada. Por essa razão, ela é
comumente identificada com suas áreas de aplicação, assumindo designações específicas
em muitos casos, tais como estatística experimental, biometria, bioestatística, econometria
e sociometria, por exemplo.

Alguns pensam que a estatística não é mais do que um auxílio à ciência, ao qual o
pesquisador recorre quando lhe aprouver. No outro extremo, estão aqueles que atribuem à
estatística atributos de mágica para extrair informações de dados de pesquisas mal
conduzidas. Essas idéias errôneas da função da estatística decorrem da ignorância do
método científico. A estatística é parte integrante do método científico. O conhecimento de
sua função e importância na pesquisa científica depende do conhecimento do próprio
método científico.

O desenvolvimento da estatística tem decorrido da demanda do progresso


científico e tecnológico. Está intimamente relacionado ao desenvolvimento do método
científico e ao avanço das diversas áreas da ciência. O progresso da ciência neste século
tem sido a fonte para o extraordinário desenvolvimento da estatística.

É notável que o desenvolvimento da estatística moderna iniciou-se justamente na


pesquisa agrícola. Na segunda década deste século, as pesquisas da Estação
Experimental de Rothamsted, na Inglaterra, iniciadas em 1843, tinham gerado um
considerável volume de dados. Isto levou seu diretor, John Russell, a procurar, pela
primeira vez, um especialista para analisar essa informação numérica, contratando o
matemático Ronald Fisher. As expectativas de Russell foram mais que superadas, já que
Fisher, no decurso de apenas 14 anos em Rothamsted, desenvolveu a teoria e os métodos
1 INTRODUÇÃO 35

de que foi necessitando e que se tornaram a base da estatística moderna. No ambiente


propiciado por Rothamsted, Fisher conseguiu a aplicação prática de sua teoria da
inferência estatística e conclusões relevantes para a pesquisa científica. Entre elas, a de
que a quantidade de informação gerada pelas inferências de uma pesquisa não pode ser
maior do que à contida nos dados. Conseqüentemente, o processo de geração dos dados
passou a assumir uma importância fundamental. Fisher logo compreendeu que, enquanto
os mais elaborados procedimentos estatísticos de análise de dados podem incrementar a
precisão em alguns pontos percentuais, um plano experimental mais apropriado,
envolvendo praticamente o mesmo esforço, pode duplicar a precisão ou aumentá-la muito
mais, podendo, além disso, fornecer informação adicional sobre importantes questões
suplementares.

A partir das contribuições de Fisher para a pesquisa científica agrícola, os novos


métodos estatísticos passaram a aplicarem-se aos demais ramos da ciência e da
tecnologia. Os desenvolvimentos científicos nas diversas áreas demandaram, por sua vez,
novas metodologias estatísticas particulares que também se tornaram, em geral, aplicáveis
às demais áreas. Assim como o conhecimento científico tornou-se demasiadamente vasto,
requerendo a atividade de pesquisa a formação de equipes multidisciplinares, também a
metodologia estatística passou a demandar a especialização profissional.

Assim, a eficácia da pesquisa moderna depende não apenas de conhecimento


especializado na área de pesquisa particular, mas, também, fundamentalmente, do
conhecimento do método científico, que inclui o método estatístico.

O desenvolvimento da base conceitual e metodológica da pesquisa científica, em


particular da pesquisa experimental, de planos mais apropriados para as circunstâncias de
cada pesquisa, bem como de métodos mais objetivos e eficientes de análise de dados,
têm incrementado a velocidade, as possibilidades e a confiabilidade da pesquisa.

Esse desenvolvimento metodológico tem decorrido, em grande parte, do vasto


incremento da capacidade de computação que se tornou disponível, principalmente a partir
da década de 1960. As crescentes facilidades de computação têm permitido aos
pesquisadores maiores possibilidades para decisões referentes ao melhor uso dos
recursos disponíveis para a pesquisa; em particular, para melhor planejar as pesquisas e
analisar seus dados mais adequadamente, logrando a exploração mais eficiente da
informação provida pelas pesquisas.

Esses desenvolvimentos têm implicado considerável impacto nas atividades dos


pesquisadores, incluindo os estatísticos, cujo efetivo exercício demanda mudanças de
interesse e de atitude. Um requisito fundamental é a permanente capacitação e
atualização, particularmente para a compreensão dos métodos e procedimentos
implementados nos “pacotes” de computação. De fato, as poderosas facilidades
disponíveis para a análise de dados não podem ser utilizadas adequadamente sem a
compreensão dos métodos implementados e, se utilizadas incorretamente, podem
conduzir a resultados enganosos.

Um fato notório é que, apesar da consolidação do método científico,


particularmente do método estatístico há mais de meio século, os conceitos básicos ainda
não são do domínio de muitos pesquisadores. Conseqüentemente, o impacto desse
desenvolvimento metodológico ainda não é sentido tão amplamente como seria de
esperar.
36 Estatística Experimental: Planejamento de Experimentos

Esse atraso não é explicado apenas pela demora natural da incorporação de


resultados teóricos à atividade prática, no caso à atividade científica e tecnológica. O
divórcio que persiste entre a teoria e a prática tem diversas origens, entre elas: falhas no
ensino, incluindo a transmissão de conhecimentos por meio de textos, falta de
infraestrutura e recursos materiais nas instituições de pesquisa, obstáculos institucionais e
falta de vocação de pesquisadores. Da primeira e da última origem decorre outra causa
não menos importante: a atitude ritualista de muitos pesquisadores, que tendem a aderir, a
copiar e a utilizar idéias, conceitos, métodos e procedimentos, mecanicamente, sem
qualquer atitude crítica.

1.4.2. Uso e mau uso da Estatística

Há um dito popular de que é possível provar qualquer cousa com a estatística. Isso
pode ser verdadeiro para a má aplicação da estatística. De fato, qualquer conclusão
desejada pode ser obtida com a manipulação intencional e tendenciosa de dados. O
inverso é que se aplica adequadamente para a estatística: é impossível provar qualquer
cousa pela aplicação correta de métodos estatísticos. O que os métodos estatísticos
provêm é a avaliação da probabilidade de erro de uma proposição, ou da confiança que
pode ser posta no resultado de uma pesquisa científica. Na realidade, um pouco de
reflexão mostra que isso é tudo que pode ser esperado. Não há prova, por exemplo, de
que o sol nascerá amanhã. Entretanto, a experiência indica que é muito provável que isso
ocorra e, de fato, o homem está satisfeito em acreditar que o sol continuará a nascer a
cada manhã, em concordância com as observações prévias e com as leis científicas nelas
baseadas.

Em particular, os métodos estatísticos não provêm qualquer prova absoluta para o


experimentador da eficácia de seus tratamentos. Entretanto, eles o capacitarão a estimar a
probabilidade de seu continuado comportamento no nível indicado por seus experimentos.

Suponha-se, por exemplo, que um experimento seja conduzido para estimar o


efeito da suplementação da dieta com um ingrediente particular sobre o crescimento de
um grupo de cordeiros. O experimento pode indicar que o suplemento aumenta o peso
corporal de um animal ao desmame em, na média, 2,5 kg. Esse resultado, entretanto, não
provê qualquer prova de que seria observado um crescimento semelhante, ou mesmo
qualquer crescimento, se o experimento fosse repetido em condições semelhantes. O
experimentador poderá ficar com dúvida considerável sobre a valia de suas conclusões.

O uso de um plano experimental com base estatística seguido da apropriada


análise estatística dos resultados não removerá necessariamente tal dúvida, mas permitirá
ao pesquisador atribuir um valor à confiabilidade de seu resultado. Se ele estiver
interessado apenas na demonstração da existência de um efeito do suplemento, ele
poderá estimar com que freqüência tal resultado surgirá se o efeito não existe, e usá-la
como uma base para suas conclusões. Por exemplo, se ele for capaz de demonstrar que
diferenças tão ou mais extremas do que as que ele obteve ocorreriam menos do que uma
vez em mil se o suplemento não tivesse qualquer efeito, ele estará razoavelmente seguro
em desconsiderar a possibilidade de sua ineficácia e concluir que a suplementação é
eficaz. Todavia permanece a possibilidade de ela ser ineficaz, mas, agora, alguma medida
da possibilidade é disponível e pode ser usada para demonstrar a plausibilidade da
existência de um efeito do suplemento.
1 INTRODUÇÃO 37

É usualmente reconhecido que o emprego de métodos estatísticos pode contribuir


grandemente para a eficiência da pesquisa experimental e para a validade das conclusões
obtidas. Entretanto, o desconhecimento dos fundamentos dos métodos estatísticos,
especialmente no que diz respeito aos requisitos para a validade de suas aplicações,
conduz, freqüentemente, ao seu mau uso. Muitas vezes, a estatística é usada como uma
muleta para pesquisa mal concebida e conduzida. Muito freqüentemente, a estatística é
empregada em boa fé, mas atenção insuficiente é dada às pressuposições requeridas
para a validade do uso dos métodos empregados. Por essas e outras razões, é necessário
que o pesquisador, usuário dos métodos estatísticos, compreenda claramente as técnicas
que ele emprega.

Saliente-se que o uso de metodologia estatística não salva um experimento mal


planejado ou mal conduzido. De nada adianta a utilização de métodos estatísticos,
algumas vezes sofisticados, para a análise de dados de experimentos falhos, cuja
qualidade é questionável. A utilização da estatística nesse caso pode conduzir a
resultados ilusórios e enganosos. Por essa razão, não é demais reiterar a relevância que
deve ser atribuída aos cuidados no planejamento e na condução do experimento. Para a
maior garantia de tais cuidados é conveniente que o processo de pesquisa cumpra um
ritual sistemático que garanta a apropriada consideração para cada aspecto importante,
em cada etapa do experimento. Em particular, é importante a garantia da participação, na
época apropriada, de todos os pesquisadores de áreas específicas que possam contribuir
para a execução do experimento. Em particular, se a contribuição de especialista em
estatística é importante, sua participação deve iniciar-se, pelo menos, na fase de
planejamento, quando são tomadas as definições referentes à metodologia que implicam
na adequação do plano com relação aos objetivos e condições do experimento e dos
conseqüentes métodos de análise estatística apropriados.

1.4.3. Conhecimento da estatística pelos pesquisadores

Questões naturais dizem respeito ao domínio de conhecimento do método


estatístico que os pesquisadores nas diversas áreas devem possuir para que possam
cumprir suas funções apropriadamente, à demanda de especialistas em estatística nas
equipes multidisciplinares de pesquisa, e à organização institucional dessas equipes. Em
geral, instituições de pesquisa de países desenvolvidos têm resolvido essas questões de
diversas maneiras. Entretanto, elas constituem problemas sérios ainda não solucionados
em muitos países em desenvolvimento, como o Brasil, e que têm tido impacto negativo
para o desenvolvimento científico e tecnológico desses países. Esses problemas decorrem
de deficiência e instabilidade das instituições de pesquisa, objetivos imediatistas que
implicam na execução de uma grande quantidade de pesquisas, sem a necessária
atenção para sua qualidade e eficácia, falta de recursos financeiros e falta de profissionais
especializados no mercado de trabalho.

A pesquisa científica, desde há muito, é uma atividade coletiva, conduzida por


equipes multidisciplinares, formadas por especialistas de diversas áreas; no caso da
pesquisa agropecuária, especialistas das diversas disciplinas relacionadas com a
agricultura e a pecuária. Para que possam ser eficazes no cumprimento de suas
responsabilidades, essas equipes têm que ter o domínio do conhecimento de sua área de
atuação. No que diz respeito à estatística, em particular, devem ter condições e
capacidade para utilizar os métodos estatísticos mais modernos e apropriados para cada
situação particular, incluindo o uso dos recursos exigidos para a implementação desses
métodos, como os recursos de computação.
38 Estatística Experimental: Planejamento de Experimentos

Os pesquisadores especialistas das diversas áreas de pesquisa devem ter domínio


de conhecimento da metodologia da pesquisa científica que seja indispensável para a
compreensão e a tomada de decisões e de ações referentes aos aspectos usuais do
planejamento e da condução das pesquisas sob suas responsabilidades, e para a
execução da análise, interpretação e difusão de seus resultados. Esse domínio de
conhecimentos deve abranger os métodos estatísticos e os recursos de computação
estatística, incluindo os "pacotes" para análise estatística.

Cabe aos especialistas em estatística a complementação do domínio de


conhecimento das equipes de pesquisa, com o conhecimento dos métodos mais
sofisticados que demandem capacitação especializada e que requeiram base teórica mais
avançada em matemática e estatística. Também compete ao estatístico a capacitação
para a execução de estudos e pesquisas visando à adaptação e o desenvolvimento de
novos métodos e técnicas.

Exercício 1.3

1. Ilustre, por meio de exemplos, cada um dos seguintes métodos de pesquisa


analíticos: experimento, levantamento por amostragem e estudo observacional.

2. Quais são as diferenças essenciais entre esses métodos de pesquisa?

3. O que distinguem levantamento por amostragem aleatória e levantamento por


amostragem proposital? Qual é a implicação dessa distinção quanto à representatividade
da população objetivo pela amostra?

4. Qual é a distinção entre levantamento descritivo e levantamento analítico?

5. Caracterize as diferenças essenciais entre experimento e levantamento por


amostragem aleatória quanto ao controle na escolha da amostra e na manifestação dos
níveis de variáveis explanatórias nas unidades da amostra.

6. O que distingue um experimento de um estudo observacional quanto aos


mesmos dois aspectos de controle considerados na questão anterior?

7. Explique os significados e as implicações dos três critérios desejáveis de uma


pesquisa científica, ou seja, representatividade, realismo e confiabilidade. Caracterize a
distinção dos métodos de pesquisa analíticos quanto a esses três critérios.

8. Caracterize e ilustre os três seguintes métodos de pesquisa sistêmicos: estudo


de casos, estudo de protótipos e modelagem matemática.

9. Caracterize esses métodos de pesquisa quanto aos três critérios desejáveis de


uma pesquisa cientifica que são referidos na questão 7.

10. Qual é a relação de semelhança entre estudo de protótipo e experimento?


Entre estudo de casos e levantamento por amostragem?

11. Explique o significado da sentença "as abordagens de pesquisa sistêmica e


analítica não são alternativas ou competidoras, mas complementares".

12. Explique os significados de "equipe multidisciplinar" e "atuação interdisciplinar


de uma equipe" na pesquisa científica.
1 INTRODUÇÃO 39

13. Explique porque a metodologia estatística é imprescindível no procedimento de


inferência na pesquisa em ciências fatuais.

1.5. Exercícios de Revisão

1. O que distingue fundamentalmente os processos de aquisição de conhecimento


vulgar e científico?

2. Caracterize, em poucas palavras, a estratégia e a tática da ciência.

3. Caracterize um ciclo das fases de síntese, análise e síntese que caracteriza o


processo do método científico.

4. Em que consiste a análise no processo do método científico? Porque é ela


essencial?

5. Qual é a distinção básica entre técnicas científicas conceituais e empíricas?

6. O que distingue ciência pura e ciência aplicada (ou tecnologia)?

7. Conceitue as três classes de características envolvidas em uma pesquisa


científica referente a uma população de sistemas.

8. O que significa amostragem aleatória em uma pesquisa científica? Qual é sua


importância?

9. Qual é a justificativa da inferência indutiva em ciências fatuais?

10. Explique porque a inferência indutiva em ciências fatuais é incerta.

11. Explique como o processo da pesquisa científica origina um problema


científico, a correspondente hipótese científica e a decorrente pesquisa científica.

12. Explique a aparente contradição entre o conjunto de estágios que caracterizam


uma pesquisa científica e o fato de algumas pesquisas específicas compreenderem
apenas um subconjunto desses estágios.

13. Quais são os principais métodos de pesquisa analíticos? Quais são as duas
origens das diferenças essenciais que distinguem esses métodos de pesquisa.

14. O que distingue experimento de levantamento por amostragem aleatória


quanto à escolha da amostra e ao controle exercido sobre características explanatórias?

15. O que distingue os métodos de pesquisa analíticos dos métodos de pesquisa


sistêmicos (ou com enfoque de sistema)?

16. Explique como os três seguintes métodos de pesquisa sistêmicos: estudo de


casos, estudo de protótipos e modelagem matemática podem ser utilizados na seqüência
de fases de síntese - análise - síntese de uma pesquisa científica completa.

17. Explique como os métodos de pesquisa analíticos e sistêmicos podem ser


racionalmente utilizados em uma pesquisa científica completa.
40 Estatística Experimental: Planejamento de Experimentos

18. Explique a necessidade e importância da composição de equipes de pesquisa


multidisciplinares e da atuação interdisciplinar dessas equipes nas atividades de pesquisa
científica.

19. Explique a razão da necessidade do conhecimento do método científico,


particularmente do método estatístico, por parte dos pesquisadores, mesmo integrando
equipes multidisciplinares com atuação interdisciplinar.

20. Decida se cada uma das seguintes sentenças é verdadeira ou falsa, colocando
entre parênteses as letras V ou F, respectivamente. Se a sentença for falsa, explique por
que.

O conhecimento científico não é absoluto e definitivo; cresce por aproximações


sucessivas.

O método científico não é único; cada área da ciência tem seu método próprio.

O processo do método científico compreende a alternância de fases de síntese,


análise e síntese.

Uma questão ou indagação referente a fenômenos de interesse é um problema


científico.

O procedimento da ciência para a aquisição de conhecimento segue uma seqüência


de etapas ou operações cuja ordem depende de cada situação particular.

Técnicas de pesquisa empíricas envolvem necessariamente a observação e


avaliação de fenômenos naturais.

Um fato em ciência é uma verdade provável; não uma verdade absoluta.

Os fatos em ciência têm igual nível de fidedignidade.

Um fato científico não pode jamais ser refutado.

Os postulados da ciência são conhecimentos demonstrados pela própria ciência.

Os postulados da ciência são um conjunto bem definido de princípios básicos em


que se suporta o conhecimento científico.

O postulado "todo evento tem um antecedente natural" significa que a ciência é


determinista ou fatalista.

Em ciência, admite-se que conhecimentos acerca de certos fenômenos poderão


jamais ser demonstrados cientificamente.

O postulado "a verdade é relativa" significa que em ciência é admitido que a verdade
acerca de qualquer fenômeno particular jamais poderá ser alcançada.

Nenhum conhecimento pode ser admitido como um fato científico simplesmente por
ser evidente por si.

A caracterização do sistema decorre do objetivo da pesquisa.


1 INTRODUÇÃO 41

A caracterização do sistema é usualmente uma questão simples em uma pesquisa


científica.

Características são aspectos que distinguem os sistemas de uma população


objetivo.

A formulação do problema de pesquisa deve compreender a definição da população


objetivo e dos correspondentes sistemas de interesse na pesquisa.

Uma população objetivo é sempre uma população real, ou seja, uma população de
sistemas existentes no momento de execução da pesquisa.

As características respostas constituem o objeto principal da pesquisa.

As características explanatórias em uma pesquisa são as características dos


sistemas da população objetivo que afetam ou "explicam" o desempenho desses sistemas.

A identificação das características respostas e das características explanatórias em


uma pesquisa decorre do objetivo da pesquisa.

A definição das características respostas e das características explanatórias é


usualmente uma questão trivial.

O pesquisador deve identificar individualmente todas as características respostas dos


sistemas sob pesquisa.

Em uma pesquisa científica, as características estranhas são definidas por exclusão,


ou seja, como o conjunto das características dos sistemas da população objetivo,
excluídas as características respostas e as características explanatórias.

A amostragem é um processo indispensável em qualquer pesquisa cientifica.


Em uma pesquisa científica, os sistemas que constituem a amostra são os mesmos
constituintes da população objetivo.

A amostra compreende os mesmos três grupos de características que constituem os


sistemas da população objetivo, ou seja, características respostas, características
explanatórias e características estranhas.

As características na amostra são essencialmente as mesmas que podem ser


identificadas na população objetivo.

Em uma pesquisa científica, as características respostas e explanatórias da amostra


devem ser necessariamente mensuradas.

As características estranhas da amostra não precisam ser mensuradas.

( ) O pesquisador deve identificar individualmente cada característica estranha dos


sistemas da amostra.

Toda característica da amostra não controlada pode ser casualizada.


42 Estatística Experimental: Planejamento de Experimentos

Características estranhas perturbadoras decorrem de falhas na condução da


pesquisa.

O erro aleatório é constituído exclusivamente pelas características estranhas


casualizadas.

A observação é efetuada exclusivamente por meio de percepção sensorial permitida


pelos cinco sentidos.

O processo de mensuração de uma característica demanda sua representação por


uma variável.

Cada característica pode ser representada por uma e somente uma variável.

Uma variável é uma regra de correspondência entre o conjunto das alternativas da


característica e um conjunto numérico.

A precisão da variável para a representação de uma característica é dependente


exclusivamente da escolha do pesquisador.

A pesquisa em ciências fatuais envolve necessariamente processo de inferência


indutiva.

A inferência indutiva em ciências fatuais é incerta.

A natureza sistemática da pesquisa científica estabelece uma seqüência completa


de estágios principais que toda pesquisa deve cumprir.

Toda pesquisa científica deve compreender uma seqüência ordenada de etapas que
deve ser rigorosamente obedecida.

A construção do plano de pesquisa pode anteceder a formulação do problema


cientifico e da correspondente hipótese científica.

Para cada problema científico pode ser formulada apenas uma hipótese científica.

A formulação de um problema de pesquisa e da correspondente hipótese científica


estabelece, inequivocamente, o objetivo da pesquisa.

A elaboração do plano da pesquisa pode anteceder a formulação do problema e da


correspondente hipótese.

Toda pesquisa científica deve compreender necessariamente a formulação de uma


hipótese científica.

Toda pesquisa deve compreender a seqüência completa dos passos de uma


pesquisa científica.

Toda pesquisa tem como propósito o estabelecimento de relações casuais entre


características respostas e características explanatórias.
1 INTRODUÇÃO 43

Uma pesquisa exploratória tem como propósito principal a identificação de


problemas de pesquisa e de hipóteses relevantes.

O experimento é um método de pesquisa que compreende o controle da


manifestação de pelo menos uma característica explanatória.

O experimento é o único método de pesquisa analítica.

O experimento é o único método de pesquisa em que o pesquisador tem controle


sobre a manifestação de características explanatórias da amostra.

O levantamento por amostragem não é um método de pesquisa próprio para


pesquisa analítica.

O estudo observacional retrospectivo ou prospectivo pode ser empregado em uma


pesquisa analítica.

Os estudos observacionais são os métodos de pesquisa que propiciam maior


representatividade.

O método de pesquisa que propicia maior confiabilidade é o experimento.

Entre os métodos de pesquisa analíticos, o experimento é geralmente o mais fraco


quanto ao realismo e a representatividade; entretanto, essas duas propriedades do
experimento podem ser melhoradas com a disponibilidade de recursos e a escolha
apropriada da amostra.

Estudo de casos e estudo de protótipos são métodos apropriados para pesquisa


exploratória.

O enfoque analítico e o enfoque de sistema são duas abordagens alternativas que


podem ser adotadas na pesquisa na pesquisa científica.

A modelagem matemática é mais apropriada para pesquisas exploratórias.

O enfoque de pesquisa sistêmico pode prescindir da utilização dos métodos de


pesquisa sistêmicos.

A variação do ambiente não é uma dificuldade da pesquisa agropecuária.

Os sistemas de produção atuais devem ser a base da informação para a


caracterização dos problemas que demandam pesquisa científica em agricultura.

Os sistemas de produção atuais devem ser a única consideração na caracterização


dos problemas que demandam pesquisa científica em agricultura.

A pesquisa científica é um empreendimento multidisciplinar.

A atuação interdisciplinar de equipes de pesquisadores especialistas é indispensável


na pesquisa científica em ciências fatuais.
44 Estatística Experimental: Planejamento de Experimentos

A utilização da metodologia estatística é uma opção em pesquisa científica em


ciências fatuais.

Modernamente, a pesquisa é um empreendimento de equipes multidisciplinares com


atuação interdisciplinar; esse enfoque demanda o conhecimento de cada pesquisador
apenas em sua disciplina específica.
2. PESQUISA EXPERIMENTAL

2.1. Introdução

No Capítulo 1, foi estabelecida a base conceitual da pesquisa científica e a


caracterização dos métodos de pesquisa científica. Foi esclarecida a importância da
utilização complementar dos diversos métodos de pesquisa segundo apropriada para cada
pesquisa científica completa e suas diversas fases.

O experimento foi conceituado como o método de pesquisa em que o pesquisador


introduz deliberadamente certas alterações ou características em um processo de um
conjunto de sistemas ou unidades e efetua observações ou mensurações com o propósito
de avaliar e comparar os efeitos dessas diferentes alterações ou características. Essas
alterações são denominadas tratamentos. Exemplos comuns de tratamentos são
diferentes estímulos apresentados a animais ou plantas, tais como diferentes dietas
administradas a animais ou diferentes fungicidas aplicados a plantas. Em uma pesquisa
exploratória, o objetivo pode ser simplesmente descobrir se os estímulos produzem
qualquer resposta mensurável, enquanto que em um ulterior estágio de pesquisa pode ser
verificar ou contestar certas conjeturas que tenham sido formuladas sobre as direções e as
grandezas das respostas aos tratamentos.

O experimento é o método de pesquisa analítico que cumpre os requisitos


essenciais que caracterizam a propriedade analítica do método científico. De fato, ele foi,
por muito tempo, considerado o único método de pesquisa que provê o avanço do
conhecimento científico referente a relações causais entre fenômenos.

Neste Capítulo, é estabelecida a caracterização geral do experimento e da


pesquisa experimental, complementar àquela caracterização comparativa com os demais
métodos de pesquisa, apresentada no Capítulo 1. Um breve histórico sumariza a evolução
do método experimental, até o presente estágio. Discorre sobre o processo da pesquisa
experimental, particularmente sobre as grandes etapas do experimento, basicamente
aquelas de uma pesquisa científica particularizadas para o método experimental. O
processo do experimento é detalhado pore uma lista de referência que lista os passos e
cuidados que devem ser tomados na execução de um experimento. É salientada a
importância da organização da pesquisa experimental e particularmente da atenção ao
planejamento do experimento e de sua documentação escrita.

2.2. Processo de Pesquisa

A pesquisa científica em ciências fatuais visa à melhoria do desempenho de


sistemas de interesse. Os comportamentos e condições dos elementos e componentes
dos sistemas de uma população objetivo que impedem o desejado desempenho desses
sistemas constituem os problemas científicos ou problemas de pesquisa referentes a
essa população. Para cada um desses problemas pode ser estabelecida uma ou mais
conjeturas de solução, alternativas ou complementares, cada uma das quais constitui uma
hipótese de pesquisa. A verificação dessas hipóteses é procedida por ações de
pesquisa, ou seja, de pesquisas individuais, muito freqüentemente experimentos.
46 Estatística Experimental: Planejamento de Experimentos

Esse processo é dinâmico e reiterado ao longo do tempo. Indicações dos


resultados de pesquisa são incorporadas nos sistemas atuais e novos problemas de
pesquisa são identificados, renovando-se o processo.

A implementação desse processo requer uma estratégia de escolha, em cada uma


de suas etapas, de um conjunto de problemas e correspondentes hipóteses e
conseqüentes ações de pesquisa, condicionada pelos recursos existentes. O conjunto das
ações de pesquisa planejadas para execução em um dado momento constitui um
programa de pesquisa. Esse processo é esquematizado na Figura 2.1.

Figura 2.1. Ilustração esquemática do processo de derivação de ações de


pesquisa para a melhoria do desempenho dos sistemas de
uma população.

A estratégia científica foi ilustrada na Seção 1.1.2. A análise para a caracterização


de problemas científicos ou problemas de pesquisa compreende a decomposição
sucessiva dos sistemas que são pesquisados ou problema global referente a esses
sistemas em subsistemas ou problemas mais específicos, respectivamente, até o ponto
em que os subsistemas se tornem suficientemente simples e os correspondentes
problemas suficientemente específicos de modo que possam ser passíveis de tentativas
de solução com os recursos disponíveis.

Para a apropriada organização da atividade de pesquisa é conveniente o


estabelecimento de uma taxonomia da pesquisa nos diversos níveis entre o problema
global, referente aos sistemas, e os mais específicos, relativos aos subsistemas mais
elementares. Critérios arbitrários são usualmente utilizados com esse propósito. Assim,
por exemplo, uma estruturação da pesquisa pode compreender a definição de projetos no
âmbito correspondente aos problemas mais genéricos e ações de pesquisa no âmbito
dos problemas mais específicos, ou seja, de problemas científicos. Problemas de
amplitude intermediária podem constituir subprojetos, compreendendo ações de pesquisa
de áreas ou disciplinas afins. O conjunto dos projetos referentes ao sistema constitui o
programa de pesquisa.
2. PESQUISA EXPERIMENTAL 47

Dessa forma, um projeto de pesquisa visa à solução de um conjunto de problemas


relacionados referentes a um subsistema do sistema global. Nessas circunstâncias,
compreende um conjunto de hipóteses constituídas por conjeturas de soluções desses
problemas e correspondentes ações de pesquisas destinadas à verificação dessas
hipóteses. Usualmente, também inclui ações de pesquisa exploratórias e descritivas dos
sistemas, ou seja, levantamentos, estudos de casos, estudos de protótipos, estudos
observacionais e modelagem matemática. Essas ações de pesquisa visam,
principalmente, a identificação de problemas e hipóteses de pesquisa e a verificação da
integração dos resultados de pesquisa nos sistemas.

2.3. Experimento

2.3.1. Breve história

O conceito atual de experimento como método de pesquisa planejada para teste


de uma hipótese científica é recente. A evolução do método experimental foi paulatina e
lenta, até chegar aos dias atuais. Os marcos dessa evolução e contribuições mais
relevantes são listados a seguir.

A origem da pesquisa experimental é freqüentemente atribuída ao filósofo inglês


Francis Bacon (1561-1626), no século 17. Entretanto, o método experimental remonta a
pelo menos quatro séculos antes de Cristo, com Aristóteles (384-322 a. C.).

Com base em experimentos, axiomas e argumentos filosóficos. Aristóteles concluiu


que a aceleração de um corpo em queda livre depende de sua massa. (Por exemplo, para
ele, a terra devia ser uma espera, já que a esfera é o sólido mais "perfeito".) No século
dois antes de Cristo, o astrônomo e matemático Cláudio Ptolomeu de Alexandria,
desenvolveu uma teoria do universo a partir das idéias de Aristóteles. Por argumentos
geográficos, Ptolomeu foi capaz de justificar o fato de que a terra é uma esfera, mas
sustentou que a terra, sendo imóvel, devia ser o centro do universo. Porque se assim não
fosse o ar mais leve seria deixado para trás, por causa de sua aceleração mais lenta.

Essas teorias foram aceitas sem controvérsia e assim permaneceram até a Idade
Média. O percursor da nova era de indagação científica foi o filósofo inglês Roger Bacon
(1220-1292), que tornou a matemática e o método experimental a base da história natural.
O termo "ciência experimental" foi popularizado por sua obra. Segundo ele, o homem
adquire conhecimento por meio de raciocínio e experiência, mas sem a experiência ele
não pode ter qualquer certeza.

No século 16, o astrônomo polonês Nicolau Copérnico (1473-1543) reavivou as


teorias do sistema solar formuladas originalmente pelo filósofo e matemático grego
Pitágoras (580-500 a.C.) seis séculos antes de Cristo. Copérnico sustentou que o sol deve
ser o centro do universo. Entretanto, sua obra foi publicada apenas após sua morte.

O físico e médico inglês William Gilbert (1544-1603) foi, provavelmente, um dos


primeiros experimentadores. Seu interesse era em magnetismo e ele sistematicamente
submeteu o conhecimento existente a teste experimental. Além disso, ele percebeu a
necessidade de repetição no caso de variação no resultado de experimentos.

Francis Bacon (1561-1626) sustentou que fatos observados empiricamente devem


ser o ponto de partida para toda ciência e que toda teoria é confiável na medida em que
seja derivada desses fatos. O matemático, astrônomo e físico florentino Galileu Galilei
48 Estatística Experimental: Planejamento de Experimentos

(1564-1642) também é considerado um dos fundadores do método experimental. Outras


contribuições para o método experimental também se originaram nos séculos 17 e 18,
principalmente com as obras do matemático e filósofo francês René Descartes (1596-
1650), do físico e matemático inglês Isaac Newton (1642-1727) e do cientista francês
Antoine-Laurent de Lavoisier (1743-1794). Influência ainda mais relevante para a
consolidação do método experimental decorreu do trabalho do renomado médico e
fisiologista francês Claude Bernard (1813-1878) que consolidou sua obra em seu célebre
livro "Introduction à la Médicine Expérimentale".

O desenvolvimento da experimentação agrícola teve início em fins do século XVIII,


na época do desenvolvimento agrícola, originado da revolução industrial e da necessidade
de alimentar uma população urbana em rápido crescimento. A química estava iniciando a
ser estabelecida em sua forma moderna e já era reconhecida sua importância para a
compreensão da nutrição e do crescimento de plantas. Cadeiras de agricultura foram
criadas em Oxford, Inglaterra, em 1790, e em Edinburgh, Escócia, em 1797. Em Londres,
o professor Humphrey Davy (1778-1829) da Instituição Real da Grã Bretanha lecionou um
curso anual de química durante dez anos, de 1803 a 1813, e o publicou no livro "Elements
of Agricultural Chemistry", em 1813, que teve grande influência. Na Alemanha, o renomado
químico agrícola Justus von Liebig (1803-1873) foi nomeado Professor de Química da
Universidade de Giessen, em 1824. Dessa forma, a agricultura, com uma base firme em
química, tornou-se aceita como uma área acadêmica.

A origem da moderna ciência da genética aplicada à agricultura é creditada ao


monge austríaco Johann Gregor Mendel (1822-1884), a partir de trabalhos experimentais
de cruzamentos com ervilha. A hoje conhecida "teoria mendeliana da herança" foi
apresentada no artigo "Experiments with plant hybrids", publicado em 1866. Entretanto, o
trabalho de Mendel permaneceu desconhecido até o início deste século, quando se iniciou
o extraordinário desenvolvimento da genética. Ao mesmo tempo, outros cientistas estavam
conduzindo experimentos e desenvolvendo teorias referentes ao cruzamento de plantas.
Assim, por exemplo, o naturalista inglês Robert Charles Darwin (1809-1892) publicou, em
1876, os resultados de experimentos realizados em uma pequena casa de vegetação
sobre autofertilização e fertilização cruzada em plantas, por meio do artigo "The effects of
cross and self fertilisation in the vegetable kingdom".

Na Inglaterra, John Bennet Lawes (1814-1900), com a morte de seu pai, decidiu
interromper seus estudos de química em Oxford, em 1834, e dirigir suas propriedades em
Rothamsted. Com seu interesse em química, ele obteve condições para trabalhar nos
laboratórios do Colégio da Universidade de Londres e, em seguida, instalou um laboratório
em Rothamsted, onde iniciou experimentos com fertilizantes de superfosfato derivado de
ossos e de fosfatos minerais. Em 1842, depois de prolongada experimentação dos efeitos
de adubos sobre plantas em vasos e no campo, ele obteve patente para seu processo de
produção de superfosfato a partir do tratamento de rochas fosfatadas com ácido sulfúrico,
e iniciou a primeira indústria de fertilizantes artificiais. Em 1843, Lawes associou-se ao
químico inglês Joseph Henry Gilbert (1817-1901). Em 1843, Lawes e Gilbert fundaram em
Rothamsted a primeira estação experimental agrícola organizada no mundo. Até 1900,
durante mais de meio século, esses dois cientistas trabalharam juntos em pesquisa
experimental em nutrição de plantas e animais, tornando o trabalho de Rothamsted
renomado em todo o mundo. Pela importância desse trabalho, Lawes e Gilbert têm sido
referidos como os pais do método científico na agricultura.
2. PESQUISA EXPERIMENTAL 49

Muitos dos experimentos de Lawes e Gilbert continuam em andamento em


Rothamsted, por interesse histórico e pelas valiosas informações que provém com
referência a alterações químicas e biológicas de solos submetidos à adubação química por
tempo prolongado. Naturalmente, os delineamentos utilizados nesses experimentos não
seriam aceitos hoje - não adotam casualização, repetição e bloqueamento, e as parcelas
são demasiadamente longas. Isso apesar da necessidade da repetição já ser reconhecida
na metade do século passado. Ademais, apesar da revelação de traços da estrutura
fatorial nos tratamentos, a escolha dos níveis e combinações de níveis é muito irregular.
Mesmo com as suas imperfeições, 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 não ser
repetíveis em outros tipos de solo, a partir de 1876, foi estabelecida uma série paralela de
experimentos em solos arenosos de Woburn. Essa iniciativa parece ter sido o primeiro
reconhecimento formal da importância da variação ambiental entre locais.

Além da importância científica, os experimentos de Rothamsted são de especial


interesse pela influência no desenvolvimento da metodologia experimental moderna,
tratado adiante. Entretanto, eles não foram os únicos experimentos agrícolas daquele
período. Muito foi desenvolvido na Europa e nos Estados Unidos. A iniciativa
possivelmente mais importante na história da pesquisa e educação agrícola foi tomada em
1862, quando foi criado Departamento de Agricultura dos Estados Unidos e os colégios de
agricultura e artes mecânicas em cada estado daquele país. Trabalhos experimentais
também relevantes foram desenvolvidos na Estação Experimental de Agricultura de
Connecticut, fundada em 1875.

Delineamentos sistemáticos tiveram uma longa história em agricultura. Quadrados


latinos sistemáticos foram usados na Alemanha e na França no século 19; várias formas
de esquemas de grade, especialmente aqueles baseados no movimento do rei em xadrez,
foram usadas na Escandinávia no último quarto do século 19. Esses delineamentos
reconhecem, claramente, a necessidade da repetição e de alguma forma de
balanceamento.

Em torno de 1900, foram criados departamentos de agricultura em diversas


universidades e colégios e foram fundadas novas instituições de pesquisa, principalmente
na Inglaterra e nos Estados Unidos. Em 1889, Lawes estabeleceu a Fundação Agrícola
Lawes para permitir a continuação dos experimentos de Rothamsted. Após a morte de
Gilbert, A. Daniel Hall foi designado Diretor. Hall é lembrado por seus experimentos de
uniformidade com W. B. Mercer. Eles parece serem os primeiros a reconhecer que os
dados de experimentos em agricultura devem ter associados com eles alguma medida da
grandeza de seus erros. Ulteriormente, eles estabeleceram padrões para tamanhos de
parcelas em alguns tipos experimentos. Em Cambridge, o astrônomo T.B. Wood e o
professor de agricultura F.J.M. Stratton mostraram um procedimento para estimação de
erros em um experimento de campo em um experimento de nutrição animal e reportam um
dos primeiros experimentos de uniformidade.

Em 1912, Daniel Hall foi sucedido por John Russell, um químico agrícola
conhecido e com vocação para administração científica. Russell passou a preocupar-se
com os enormes arquivos de dados gerados pelos resultados de 75 anos de experimentos
em Rothamsted. Sabendo que a instituição responsável pelo censo tinham métodos para
extrair informação de grandes massas de dados, ele decidiu procurar um profissional
familiar com tais métodos que estivesse preparado para examinar os dados e obter
50 Estatística Experimental: Planejamento de Experimentos

informação que ainda não havia sido conseguida. Para tal tarefa, ele contratou Ronald
Aylmer Fisher, um jovem matemático do Colégio Caius de Cambridge.

As expectativas de Russell foram mais que superadas. No período de 1919 a 1933,


em Rothamsted, Fisher foi desenvolvendo a teoria e os métodos que foi necessitando. Ele
lançou os fundamentos das técnicas modernas para o planejamento e análise de
experimentos, as bases da inferência estatística e delineou muitos métodos originais para
os vários problemas levantados por pesquisadores em Rothamsted e em outras
instituições de pesquisa. A análise da variação, por exemplo, passou a ser amplamente
utilizada na análise estatística de dados de experimentos. Seu primeiro livro, "Statistical
Methods for Research Workers", publicado em 1925, um texto essencialmente prático,
difundiu os novos métodos e os tornou disponíveis para pesquisadores agrícolas e
biologistas.

Fisher iniciou trabalho com a análise dos antigos experimentos de Rothamsted.


Introduziu diversas técnicas de análise de dados, como a técnica de polinômios
ortogonais, utilizando características ambientais, tais como precipitação, e a análise da
variação, que passou a ser amplamente utilizada na análise estatística de dados de
experimentos. Observou logo, que experimentos podiam ser mais bem planejados do que
aqueles de Lawes e Gilbert e seus sucessores e iniciou o desenvolvimento do ramo da
estatística relacionado com o delineamento e análise de experimentos.

No ambiente propiciado por Rothamsted, Fisher conseguiu a aplicação prática de


sua teoria da inferência estatística e conclusões relevantes para a pesquisa científica.
Entre elas, a de que a quantidade de informação gerada pelas inferências de uma
pesquisa não pode ser maior do que a contida nos dados. Conseqüentemente, o processo
de geração dos dados e, particularmente, o planejamento da pesquisa, passou a assumir
importância fundamental. Fisher logo compreendeu que, enquanto os mais elaborados
procedimentos estatísticos de análise de dados poderiam incrementar a precisão em
alguns pontos percentuais, um plano experimental mais apropriado, envolvendo
praticamente o mesmo esforço, podia aumentar a precisão ao dobro ou muitas vezes
mais, podendo, além disso, fornecer informação adicional sobre importantes questões
suplementares.

Ao fim dos 14 anos de Fisher na pesquisa agrícola, sua metodologia moderna do


planejamento e análise de experimentos estava em pleno uso. Fisher enfatizou o papel
fundamental da repetição como uma base para a estimação do erro e por conseqüência
para a avaliação da evidência em favor da realidade dos efeitos. Lançou a noção
inovadora da casualização e as várias formas de experimentos em blocos casualizados
tornaram-se de uso comum em experimentos agrícolas de campo. Salientou a importância
de experimentos fatoriais. Sua contribuição mais relevante para a pesquisa experimental
foi condensada em seu segundo livro "The Design of Experiments", publicado em 1935.

As principais características da abordagem de Fisher são as seguintes:

1 - Requerimento de que um experimento forneça ele próprio uma estimativa


significativa da variabilidade a que as medidas das respostas aos tratamentos estão
sujeitas.

2 - Uso da casualização para prover essas estimativas de variabilidade.


2. PESQUISA EXPERIMENTAL 51

3 - Uso de bloqueamento com o propósito de controlar fontes de variação


estranhas conhecidas.

4 - Princípio de que a análise estatística dos resultados é determinada pelo modo


em que o experimento foi conduzido.

5 - Conceito de experimentação fatorial que salienta as vantagens de pesquisar os


efeitos de diferentes variáveis explanatórias ou fatores em um único experimento
complexo, em vez de dedicar um experimento separado para cada um dos fatores.

O trabalho de Fisher em Rothamsted teve uma influência extraordinária no


desenvolvimento da metodologia da pesquisa experimental e da estatística em todo o
mundo. Frank Yates juntou-se à equipe de Fisher em 1931 e o sucedeu em 1933.
Continuou a construir as idéias de Fisher, notadamente no desenvolvimento de esquemas
fatoriais, particularmente com confundimento, de delineamentos em blocos incompletos e
reticulados que se tornaram especialmente valiosos em experimentos de melhoramento
genético de plantas e em situações em que o tamanho do bloco é necessariamente
limitado. Muitas outras contribuições relevantes para a experimentação agrícolas foram
originadas da escola de Fisher, em Rothamsted, na década de 30, principalmente por
Frank Yates, J. Wishart e William Cochran. A variação ambiental foi reconhecida como um
problema importante em experimentos agrícolas de campo de ampla abrangência espacial
e temporal. O desenvolvimento de métodos estatísticos para o planejamento e análise de
tais experimentos foi iniciado na década de 30 por Frank Yates e William Cochran. A
importância de experimentos complexos envolvendo rotações de culturas também originou
contribuições relevantes de Yates e Cochran.

A metodologia moderna da pesquisa experimental, desenvolvida a partir dos


fundamentos e idéias lançados por Fisher para a pesquisa agrícola, teve muitos
contribuidores, em diversos países, até os presentes dias, e passou a aplicar-se aos
demais ramos da ciência e da tecnologia, tais como biologia, medicina, engenharia,
indústria e ciências sociais. Os desenvolvimentos científicos e tecnológicos nas diversas
áreas demandaram, por sua vez, novas metodologias particulares que também se
tornaram, em geral, aplicáveis às demais áreas.

Como conseqüência da origem da pesquisa experimental na pesquisa agrícola,


muito da terminologia ainda hoje utilizada compreende termos próprios da pesquisa
agrícola. Assim, por exemplo, as designações "tratamento", "parcela" e "bloco" perderam
sua conotação agrícola e são amplamente usadas em muitos campos de aplicação.
Termos mais amplamente apropriados também são freqüentemente adotados, tais como
fator, níveis e combinações de níveis de um fator e unidade experimental.

2.3.2. Conceito de experimento

Uma hipótese de pesquisa é usualmente uma conjetura referente a uma relação


causal entre um conjunto de características respostas e um conjunto de características
explanatórias. A verificação de uma conjetura é uma ação de pesquisa analítica. O
experimento é o método de pesquisa analítico por excelência (Seção 1.2.5.1).

O experimento, também designado "experimento controlado", é uma ação de


pesquisa que visa obter evidência fatual objetiva para a prova de uma hipótese de
pesquisa referente a relações causais entre características respostas e características
explanatórias dos sistemas de uma população objetivo, na presença inevitável das demais
52 Estatística Experimental: Planejamento de Experimentos

características dos sistemas (características estranhas). A manifestação de características


explanatórias e de características estranhas é controlada de modo a permitir que a
variação manifestada pelas características respostas seja atribuível, tão inequivocamente
quanto possível, à variação inerente às características explanatórias (fatores
experimentais).

O controle na atribuição dos níveis dos fatores experimentais às unidades da


amostra é exercido por processo objetivo que garanta a ausência de confundimento
tendencioso dos efeitos atribuíveis a esses fatores com efeitos de características
estranhas. Essa garantia é provida pela casualização, da qual se tratará adiante, que tem
conseqüências relevantes para as inferências referentes a efeitos causais de fatores de
tratamento sobre características respostas.

Assim, em um experimento sobre a eficácia de fungicidas no controle da giberela


em sistemas de produção de trigo com a consideração de mais de uma cultivar, os
fungicidas e as cultivares são atribuídos às unidades da amostra sob o controle do
pesquisador. Por semelhante razão, em um experimento de controle de vermes intestinais
em ovinos com anti-helmínticos, os anti-helmínticos são atribuídos às unidades (animais)
de modo controlado. No primeiro exemplo, anti-helmíntico é um fator experimental de
tratamento e cada anti-helmíntico particular é um tratamento; semelhantemente, no
segundo exemplo, cultivar e fungicida são fatores de tratamento, cada cultivar, cada
fungicida e cada combinação de um fungicida com uma cultivar é um tratamento. (Seção
1.2.5.1).

A impossibilidade de controle absoluto da manifestação de características


respostas e de características explanatórias em qualquer pesquisa científica, em particular
no experimento, implica que um experimento jamais pode provar a hipótese que o origina,
mas apenas verificá-la. Entretanto, um experimento válido que proveja resultados que
contradigam a hipótese é suficiente para rejeitá-la.

O controle exercido sobre a manifestação de características explanatórias é uma


propriedade exclusiva do experimento que o distingue favoravelmente de outros métodos
de pesquisa. Entretanto, a representatividade da população objetivo pela amostra é uma
questão crucial no experimento. Em primeiro lugar porque, comumente, a amostra não é
obtida por um processo de seleção aleatória das unidades da população. Esse processo
de seleção é inviável porque, usualmente, pelo menos parte das unidades da população
objetivo não tem existência no momento do experimento, e apenas parte das unidades
existentes são disponíveis ou acessíveis para o experimento. Assim, quando as unidades
da amostra são unidades da população objetivo, elas são selecionadas arbitrariamente
entre as unidades disponíveis e acessíveis. Em segundo lugar, porque a unidade na
amostra, muito freqüentemente, não corresponde à unidade na população objetivo: é uma
fração, ou miniatura ou simulação desta construída para a pesquisa. Por exemplo, em um
experimento agrícola de campo com feijão, a unidade da amostra é um cultivo em um
talhão de pequenas dimensões, enquanto a unidade na população objetivo é uma lavoura
que pode abranger vários hectares; em um experimento de nutrição de suínos criados em
confinamento, a unidade da amostra pode ser um leitão em um boxe, enquanto que na
população objetivo é um conjunto de leitões em uma instalação mais ampla.

Nessas circunstâncias, a validade das inferências derivadas do experimento


depende de avaliação subjetiva. As inferências são válidas (isto é, não tendenciosas) para
a população de unidades que possa ser considerada representada pela amostra, ou seja,
2. PESQUISA EXPERIMENTAL 53

para a população amostrada. A adequabilidade da extensão das inferências do


experimento para a população objetivo depende da semelhança (ou proximidade) entre a
população objetivo e a população amostrada. Ela deve ser avaliada, subjetivamente, com
base na informação que possa ser obtida da natureza das diferenças entre a população
amostrada e a população objetivo.

Essas considerações são importantes em pesquisa tecnológica, que visa a


derivação de inferências para aplicação em situações reais. Podem não ser tão relevantes
em pesquisa básica, com propósito apenas cognitivo.

O experimento é o método de pesquisa de mais ampla aplicação e tradição na


pesquisa científica. Ele pode ser aplicado com diversos propósitos e nas variadas
situações de programas de pesquisa em evolução. Uma conseqüência é a diversidade
conceitual do experimento e sua grande variação metodológica, que implica as várias
classificações que se encontram na literatura, baseadas em diferentes critérios.

Uma primeira classificação de experimento considera a presença ou ausência de


casualização. Experimentos são, então, classificados em aleatórios ou sistemáticos. No
experimento aleatório, a atribuição dos tratamentos às unidades da amostra é procedida
por casualização, ou seja, algum processo de sorteio objetivo. No experimento
sistemático, os tratamentos são atribuídos às unidades da amostra de modo arbitrário e
subjetivo, de modo a constituir um arranjamento sistemático, aparentemente conveniente
tendo em conta a variação estranha da amostra não controlada. Experimentos
sistemáticos apresentam inconvenientes dos quais se tratará adiante, que não ocorrem
com experimentos aleatórios. Por essa razão, neste texto restringe-se consideração a
experimento aleatório.

Um experimento com um único tratamento é designado experimento absoluto;


com mais de um tratamento, é um experimento comparativo. Assim, um experimento
comparativo compreende pelo menos um fator de tratamento. O propósito principal de um
experimento comparativo é derivar inferências referentes a comparações de tratamentos,
ou seja, inferências referentes a diferenças de efeitos de tratamentos sobre características
respostas. Comumente, nestes experimentos não há interesse relevante em inferências
referentes ao comportamento ou aos efeitos individuais dos tratamentos. Assim, em um
experimento de fertilização do solo, tem-se mais interesse nas diferenças de respostas aos
diferentes fertilizantes do que nos próprios rendimentos, embora, naturalmente, os
rendimentos também sejam de algum interesse.

Assim, em um experimento comparativo, não há muita preocupação com as


condições ambientais particulares sob as quais o experimento é conduzido, desde que
sejam iguais para todos os tratamentos e razoavelmente representativas do conjunto mais
geral de condições da população objetivo, para as quais devem ser derivadas inferências.
Por exemplo, é usualmente pressuposto que resultados experimentais obtidos em um
campo experimental serão aproximadamente verdadeiros para a região próxima. Essa
consideração é a base para a seleção de locais para a condução de experimentos.

Por outro lado, um experimento absoluto tem como propósito determinar ou


estimar propriedades ou características relevantes dos sistemas de uma população
objetivo, tais como os teores de proteína e gordura no leite de vacas da raça holandesa
submetidas a uma suplementação alimentar particular, e o resíduo de um antibiótico no
leite após 24 horas de sua administração aos animais.
54 Estatística Experimental: Planejamento de Experimentos

Em biologia, particularmente em agricultura, experimentos comparativos são muito


mais comuns. Esse texto considera exclusivamente experimentos dessa classe; faz-se
apenas referência a experimentos absolutos.

Experimentos também podem ser classificados em científicos e tecnológicos. O


experimento científico tem propósito eminentemente cognitivo; visa o melhor
entendimento da realidade. É uma ação de pesquisa básica, que visa novo conhecimento
não necessariamente com objetivo de sua aplicação. Por outro lado, o experimento
tecnológico visa à geração de conhecimento útil com vistas a sua aplicação prática, em
busca do aumento do domínio sobre a realidade. Observe-se que essa classificação não é
tão nítida e é muitas vezes questionada, já que experimentos científicos são
indispensáveis em programas de pesquisa tecnológica.

A importância da distinção entre essas duas categorias de experimento decorre de


suas diferenças quanto à relevância da consideração da população objetivo e da
representação desta pela amostra. A especificação da população objetivo é crucial em
experimentos tecnológicos, que visam inferências para aplicação; pode não assumir tanta
relevância em experimentos científicos. Assim, por exemplo, a definição clara da
população objetivo é altamente importante nos experimentos sobre a eficácia de fungicidas
no controle da giberela do trigo e a eficácia de anti-helmínticos no controle de vermes
intestinais de ovinos, considerados em ilustrações anteriores; pode ser irrelevante em um
experimento para pesquisa de sintomas de deficiência de potássio em plantas de arroz.
Neste caso, a pesquisa pode ser conduzida sobre amostra altamente homogênea, com o
cultivo em uma solução nutritiva com níveis dos diversos elementos quantificados com
elevada precisão.

Experimentos tecnológicos podem ser classificados em preliminares, críticos e


demonstrativos. O experimento preliminar é abrangente, tem caráter exploratório,
compreende número elevado de tratamentos e tem como propósito gerar conhecimento
que permita o planejamento de experimentos críticos, mais específicos e de precisão e
exatidão mais elevadas. Por exemplo, um experimento de fertilização do solo para o
cultivo de uma espécie em uma nova região pode contemplar um número relativamente
elevado de fatores (macro e microelementos) cada um com dois níveis, para a
identificação dos fatores de mais impacto sobre a produção e das interações mais
relevantes; essas informações são valiosas para o planejamento de experimentos mais
específicos, com hipóteses mais fundamentadas e menor número de fatores.
Semelhantemente, em programas de melhoramento genético de plantas, é usual a
realização de experimentos preliminares com números elevados de linhagens geradas por
cruzamentos e uma ou poucas repetições; as linhagens de melhor desempenho são
selecionadas para inclusão em experimentos de uma segunda fase. O experimento
crítico visa à geração de resultados (tecnologias) para recomendação de adoção por
produtores ou outros usuários da pesquisa. Esse experimento deve ter precisão e exatidão
suficientes para prover razoável segurança de detecção de diferenças reais importantes.
Usualmente, a consideração da população objetivo e de sua representação pela amostra
não é relevante em experimentos preliminares, mas assumem elevada importância em
experimentos críticos. O experimento demonstrativo visa à verificação e demonstração
da aplicabilidade prática de resultados de experimentos críticos, na situação real dos
sistemas da população objetivo. Geralmente, é conduzido nas próprias condições desses
sistemas. São exemplos experimentos conduzidos em propriedades de agricultores e
criadores, em colaboração com estes e com extensionistas. Neste texto tratar-se-á quase
exclusivamente de experimentos críticos.
2. PESQUISA EXPERIMENTAL 55

Experimentos tecnológicos também podem ser classificados em experimentos de


abrangência espacial e temporal ampla e experimentos de abrangência restrita,
conforme a amostra compreenda variação de posições no espaço e no tempo ampla ou
restrita, respectivamente. Experimentos em que a representatividade da população
objetivo pela amostra é essencial, geralmente requerem abrangência espacial e temporal
ampla. Esse é usualmente o caso de experimentos críticos e demonstrativos.
Experimentos preliminares são usualmente de abrangência restrita, já que a
representatividade da população objetivo pela amostra não é tão importante na fase
preliminar de uma pesquisa.

2.4. Processo do Experimento

O experimento revela em sua plenitude a propriedade sistemática do método


científico. Seu processo compreende uma seqüência ordenada de etapas indispensáveis
que toda pesquisa científica completa deve cumprir, desde sua origem até a consecução
de seus objetivos. Essa seqüência de etapas é essencialmente aquela descrita na Seção
1.2.4. Aqui serão feitas considerações apenas aos aspectos de relevância particular na
pesquisa experimental.

2.4.1. Estabelecimento do problema e formulação da hipótese

O estabelecimento do problema científico e a formulação da correspondente


hipótese científica definem os objetivos do experimento. Essas decisões demandam a
caracterização clara e inequívoca da população objetivo e de seus sistemas. A importância
dessa etapa inicial da pesquisa científica foi enfatizada na Seção 1.2.4. Cabe aqui
ressaltar apenas que falhas em uma dessas decisões implicarão que uma pesquisa bem
conduzida nessas circunstâncias somente poderá prover uma solução correta para o
problema incorreto ou uma solução incorreta para o problema correto.

2.4.2. Planejamento do experimento para verificação da hipótese

A abordagem científica requer o planejamento do experimento, ou seja, o


estabelecimento antecipado, em forma escrita, do conjunto completo das decisões e ações
que devem ser tomadas e procedidas para a execução do experimento. O plano do
experimento deve ser consistente com os objetivos da pesquisa determinados pelo
problema e pela hipótese científica, e formulado de modo a garantir a derivação das
inferências que o experimento visa estabelecer para a consecução desses objetivos.

Muito freqüentemente, a importância desta etapa é subestimada, isto é, não são


dedicados tempo e atenção necessários para a elaboração do plano do experimento. Esta
falha é a origem de muitos experimentos que não produzem resultados úteis ou não
derivam as informações que potencialmente poderiam produzir com os mesmos recursos.

Essa etapa compreende, fundamentalmente, o planejamento da amostra, o


planejamento da estrutura do experimento, o planejamento das ações e procedimentos
para a execução do experimento, e a definição do modelo estatístico decorrente e dos
procedimentos de análise estatística para a derivação de inferências.

Planejamento da amostra

A amostra deve ser definida de modo a garantir a precisão e a exatidão


apropriadas do experimento. Em experimentos comparativos, esses dois requisitos são
56 Estatística Experimental: Planejamento de Experimentos

usualmente de igual importância. A precisão do experimento deve ser suficiente para


prover elevada probabilidade de detecção de diferenças de respostas importantes
realmente existentes na população objetivo que sejam atribuíveis a fatores experimentais.
O tamanho e a composição da amostra devem ser apropriadamente estabelecidos. A
amostra deve ser constituída por unidades que representem a gama de variabilidade da
população objetivo. Se essa população é constituída por sistemas dispersos no espaço e
no tempo, a amostra deve ser constituída por unidades dispostas em diferentes posições
do espaço e do tempo, e em cada uma dessas posições, compreender um número
apropriado de unidades.

A determinação e adoção do tamanho adequado da amostra são de elevada


relevância. Ela depende da grandeza das diferenças de resposta de interesse, da
variabilidade das características estranhas do material experimental e da magnitude dos
riscos de decisão incorreta que pode ser tolerada nas inferências a serem derivadas das.
Muito freqüentemente, esse procedimento não é adotado e, quando adotado, muitas
vezes, o tamanho determinado é demasiadamente elevado para consideração. Em geral, o
pesquisador tem que estabelecer um compromisso entre a eficiência estatística e a
eficiência econômica e prática e adotar outros meios para o aumento da precisão
necessária para o experimento.

Planejamento da estrutura do experimento

O planejamento da estrutura do experimento compreende a escolha das


características respostas, das características explanatórias e das características estranhas
a serem controladas, das variáveis para expressão das características que devam ser
mensuradas e dos correspondentes procedimentos de mensuração. As escolhas dessas
três classes de características e das correspondentes variáveis e procedimentos de
mensuração compreendem, respectivamente, o delineamento da resposta, o
delineamento das condições experimentais e o delineamento do controle
experimental. Essa escolha estabelece a estrutura do experimento, ou delineamento
experimental.

Tratar-se-á de cada uma dessas partes essenciais do plano de experimento nos


capítulos que seguem.

Planejamento das ações e procedimentos para a execução do experimento

As técnicas e procedimentos usuais dos sistemas que são pesquisados e aquelas


específicas que deverão ser adotadas no experimento devem ser planejadas de modo que
as condições e os recursos necessários estejam disponíveis quando necessários e as
decisões e procedimentos para sua implementação sejam claramente estabelecidos
antecipadamente. Esse planejamento é necessário para minimização da ocorrência de
situações não previstas e que possam implicar em prejuízos para o experimento,
especialmente decorrentes de fontes de variação estranhas perturbadoras.

Definição do modelo estatístico e dos procedimentos de análise dos dados

Os procedimentos de inferência estatística requerem o estabelecimento de um


modelo estatístico, ou seja, um modelo matemático que represente a relação entre as
variáveis respostas e as condições experimentais e leve em conta a presença das
características estranhas na amostra.
2. PESQUISA EXPERIMENTAL 57

Assim, na conclusão do plano do experimento, deve ser formulado o modelo


estatístico que constituirá a base para a definição dos conseqüentes procedimentos
estatísticos apropriados para a análise dos dados que será efetuada com vistas à
derivação das inferências do experimento.

A definição desses procedimentos de análise deve, então, ser esboçada. Os


recursos necessários para a execução dessas análises também devem ser previstos com
vistas a garantir sua disponibilidade na etapa da análise dos dados.

2.4.3. Condução do experimento

O pesquisador deve acompanhar e conduzir o experimento cuidadosamente para


assegurar a obediência ao plano preestabelecido. Deve dispensar atenção ao controle
experimental, particularmente ao delineamento experimental e à implementação das
técnicas experimentais previstas, de modo a evitar o surgimento de características
perturbadoras que possam afetar de modo sistemático as variáveis respostas,
ocasionando confundimento com efeitos de fatores experimentais.

Essa é a etapa de coleta de dados. Deve ser dispensada particular atenção à


precisão e exatidão dos processos de mensuração.

Ocorrências relevantes não previstas devem ser registradas para a adequada


consideração nas etapas de análise dos resultados e de elaboração das conclusões.

É importante que o registro dos dados seja seguido de uma revisão cuidadosa de
uma crítica que garanta a detecção de possíveis erros, especialmente de erros mais
grosseiros.

2.4.4. Análise dos resultados

Devem ser empregados métodos e procedimentos estatísticos apropriados aos


objetivos do experimento, estabelecidos no plano do experimento, consistentes e
coerentes com o plano experimental adotado e o correspondente modelo estatístico.

Em muitas pesquisas, pode ser útil uma etapa preliminar de inspeção dos dados,
por meio de sua descrição e resumo, e emprego de técnicas para verificação das
pressuposições estabelecidas com o modelo estatístico. Esse procedimento pode propiciar
as indicações mais evidentes reveladas pelos resultados do experimento que em alguns
casos podem ser importantes para a orientação referente aos procedimentos de análise a
adotar.

Nos últimos anos, a computação eletrônica tem se tornado uma facilidade


crescente para a tarefa de análise de dados. Tais recursos, ou seja, equipamentos de
diversos portes, particularmente microcomputadores (computadores pessoais), e uma
gama enorme de "pacotes" (conjuntos de programas) de análise estatística, estão
tornando viáveis o emprego de metodologias mais apropriadas para a análise de dados.

O emprego de técnicas gráficas é particularmente útil na análise de dados. Outra


parte importante no processo de análise de dados é a verificação da adequação do
modelo estatístico, ou seja, o exame crítico do modelo estatístico adotado, particularmente
de suas pressuposições. Os recursos de computação são muito úteis para esses
propósitos.
58 Estatística Experimental: Planejamento de Experimentos

Deve ser alertado, entretanto, que as facilidades de recursos de computação


podem induzir ao seu mau uso. É freqüente, por exemplo, o uso automático de
procedimentos de análise de dados disponíveis em pacotes de análise estatística sem a
verificação de sua adequabilidade e validade, especialmente no que diz respeito às
inerentes pressuposições exigidas.

Outro aspecto a considerar é a exploração de dados de experimentos para a


derivação de inferências de resultados de análises exploratórias de dados fora dos
objetivos do experimento e, portanto, não estabelecidas no plano da pesquisa. Tais
análises de dados são muito úteis para a formulação de hipóteses a serem sujeitas a
futuras pesquisas. Entretanto, seus resultados não devem ser utilizados para a derivação
de inferências.

Também é oportuno salientar as limitações da validade de inferências estatísticas.


Assim, por exemplo, o emprego de métodos estatísticos não prova que um ou mais fatores
de um experimento têm efeitos particulares. Ele apenas fornece orientações referentes à
confiabilidade e validade dos resultados. O emprego de métodos estatísticos apropriados
não permite a prova definitiva de argumentos baseados nos resultados de um experimento
particular, mas ele permite a avaliação do erro provável de uma conclusão, ou a atribuição
de um nível de confiança a uma proposição derivada dos resultados do experimento.

2.4.5. Interpretação dos resultados, elaboração das conclusões e divulgação


dos resultados.

Completada a análise dos dados, o experimentador deve extrair inferências ou


conclusões dos resultados. Em particular, as inferências estatísticas devem ser
interpretadas fisicamente e significância prática deve ser avaliada e levada em conta
juntamente com a significância estatística. Em algumas situações, a significância
estatística pode divergir da significância prática. Por exemplo, um experimento pode
evidenciar pequenas diferenças entre tratamentos significativas que não tenham
significância prática, quando consideradas as diferenças de recursos; por outro lado,
diferenças entre tratamentos não significativas podem ter significância prática quando
feitas as mesmas considerações referentes às diferenças de recursos.

A aplicação dos resultados do experimento que estudou um problema isolado


originado da análise de um sistema de interesse usualmente requer uma avaliação
conjunta com os resultados de outras ações do programa de pesquisa e com outras
informações existentes. Ou seja, uma aproximação ao sistema real deve ser construída
pela síntese do conhecimento avançado pela pesquisa. Dois requisitos são indispensáveis
para o sucesso dessa síntese. É necessário que os conhecimentos isolados sejam
corretos e que as interações das partes do problema solucionadas separadamente sejam
levadas em conta de modo suficientemente aproximado da realidade.

Os resultados do experimento devem derivar recomendações. Essas


recomendações podem incluir um ulterior conjunto de experimentos, já que a pesquisa
experimental é um processo iterativo e seqüencial em que um experimento responde
algumas questões e, simultaneamente, propõe outras.

Essa última etapa do experimento somente se conclui com a divulgação dos


resultados, por diversos meios adequados, para a sua real incorporação ao corpo de
conhecimento científico e utilização. Considerações referentes à divulgação de resultados
de pesquisa são apresentadas em textos especializados.
2. PESQUISA EXPERIMENTAL 59

No presente texto dar-se-á atenção, principalmente, ao planejamento do


experimento e à correspondente análise estatística, sem descuidar da ênfase à
importância do conjunto das etapas do experimento.

Em cada uma das etapas do experimento, o pesquisador tem que tomar decisões
e estabelecer ações específicas, cada uma das quais pode ser de vital importância para
maximizar a chance de que o experimento seja conduzido sem imprevistos até a
consecução de seus objetivos. Uma lista mais detalhada dos passos e cuidados que
devem ser tomados na execução de um experimento é muito útil como referência e roteiro
para o planejamento e execução do experimento.

2.5. Lista de Referência para a Execução de um Experimento

1 - Obtenha uma exposição clara do problema.

1.1 - Identifique os sistemas de interesse e a correspondente população objetivo.

1.2 - Identifique o problema particular referente a um entrave do desempenho dos


sistemas.

1.3 - Esboce o problema específico dentro das limitações atuais.

1.4 - Determine as relações do problema particular com os demais problemas importantes


dos sistemas sob consideração.

1.5 - Arbitre proposições ou conjeturas de possíveis soluções para o problema.

1.6 - Escolha a conjetura mais fértil como a hipótese para o experimento, tendo em conta o
impacto esperado para a melhoria do desempenho dos sistemas e os recursos disponíveis
para a pesquisa.

1.7 - Determine a relação do experimento particular com o programa geral de pesquisa


referente à população de sistemas.

2 - Colete as informações antecedentes disponíveis.

2.1 - Investigue todas as fontes de informação disponíveis.

2.2 - Organize e tabule os dados pertinentes ao planejamento do experimento.

3 - Planeje o experimento.

3.1 - Realize uma reunião de todos os pesquisadores das disciplinas envolvidas na área
de pesquisa.

3.1.1 - Determine as proposições a serem provadas.

3.1.2 - Estabeleça a lista das características respostas de interesse, na ordem de sua


importância, segundo os objetivos do experimento.

3.1.3 - Especifique as variáveis e as respectivas escalas de medida para expressão


dessas características, e os correspondentes procedimentos e instrumentos a serem
utilizados para mensuração.
60 Estatística Experimental: Planejamento de Experimentos

3.1.4 - Estabeleça a magnitude de diferenças importantes entre valores das características


respostas mais importantes.

3.1.5 - Esboce os possíveis resultados alternativos.

3.1.6 - Escolha os fatores experimentais diretamente relacionadas à hipótese formulada


para o experimento, ou seja, os fatores experimentais principais.

3.1.7 - Escolha os fatores experimentais que serão considerados no experimento para


permitir a adequada representação da população objetivo.

3.1.8 - Determine a amplitude prática dos níveis desses fatores na população objetivo e os
níveis específicos que serão adotados na amostra.

3.1.9 - Considere possíveis inter-relações (isto é "interações") dos fatores experimentais.

3.1.10 - Escolha as combinações de níveis desses fatores e os tratamentos para o


experimento.

3.1.11 - Determine a abrangência da amostra, tendo em conta a adequada representação


da população objetivo. Estabeleça a execução do experimento em diversas locais, anos,
laboratórios, etc., segundo apropriado para lograr essa representação.

3.1.12 - Estabeleça, claramente, a caracterização da amostra e da população amostrada,


ou seja, da população de sistemas que possa ser considerada representada pela amostra,
e a relação desta com a população objetivo.

3.1.13 - Considere os efeitos e as conseqüências da variabilidade da amostra e da


precisão dos métodos experimentais.

3.1.14 - Estabeleça as potenciais fontes de variação relevantes das variáveis respostas


que poderão ser controladas por técnicas experimentais sem prejuízo da representação da
população objetivo.

3.1.15 - Considere a variabilidade da amostra atribuível às características estranhas; liste


essas características que possam constituir fontes de variação relevantes das
características respostas.

3.1.16 - Estabeleça o controle dessas fontes de variação por controle local, balanceamento
e confundimento, e de controle estatístico, se necessário.

3.1.17 - Estabeleça o procedimento para a atribuição aleatória dos fatores experimentais


às unidades da amostra.

3.1.18 - Determine o número de repetições, tendo em conta a variabilidade estranha não


controlada e as diferenças importantes que o experimento visa detectar.

3.1.19. Estabeleça o delineamento do experimento e um esboço do conseqüente modelo


estatístico determinado.

3.1.20 - Determine as limitações de tempo, custo, material, recursos humanos,


instrumentos e outras facilidades e de condições estranhas que possam revelar-se
relevantes, tais como condições de clima, incidência de doenças, insetos, invasoras e
predadores.
2. PESQUISA EXPERIMENTAL 61

3.1.21 - Considere os aspectos de relações humanas do programa.

3.2 - Planeje o experimento em forma preliminar e prepare sua execução.

3.2.1 - Prepare um documento sistemático do plano do experimento, incluindo detalhes


dos procedimentos a serem seguidos.

3.2.2 - Proporcione a execução do experimento por etapas e a adaptação do plano de sua


execução, se necessário.

3.2.3 - Estabeleça as técnicas experimentais a serem adotadas durante a execução do


experimento.

3.2.4 - Desenvolva e adapte métodos, materiais, equipamentos e instrumentos


necessários.

3.2.5 - Escolha os método e procedimentos de análise estatística, conseqüentes do


modelo estatístico.

3.2.6 - Planeje a coleta ordenada dos dados, em particular uma planilha para o registro
dos dados.

3.2.7 - Prepare a execução do experimento; prepare a amostra, estabeleça suas unidades


e os agrupamentos determinados pelo controle local estabelecido; efetue a casualização e
estabeleça o arranjamento dos tratamentos nas unidades experimentais, por meio de um
croqui ou lista.

3.3 - Revise o plano com a equipe multidisciplinar.

3.3.1 - Discuta, novamente, todos os detalhes do plano do experimento.

3.3.2 - Ajuste o plano de acordo, se necessário.

3.3.2 - Estabeleça os passos a serem seguidos de modo claro e explícito, definindo a


participação de cada membro da equipe na execução do experimento.

4 - Execute o experimento.

4.1 - Aplique os tratamentos às unidades da amostra por processo aleatório, segundo o


plano preestabelecido.

4.2 - Aplique os métodos e técnicas definidos no plano do experimento.

4.3 - Acompanhe e verifique os detalhes; modifique métodos e técnicas, se necessário.

4.4 - Anote qualquer modificação do plano.

4.5 - Tome precauções na coleta dos dados; verifique a confiabilidade dos instrumentos de
mensuração; verifique a correção dos dados registrados; evite transcrição de dados.

4.6 - Anote o progresso da execução do experimento; registre os eventos e ocorrências


relevantes.

4.7 - Verifique a ocorrência de eventos relevantes que possam implicar em confundimento


de fontes de variação estranhas com fatores experimentais; determine a conveniência e
62 Estatística Experimental: Planejamento de Experimentos

propriedade de desconsideração de resultados em unidades consideravelmente afetadas


por tais ocorrências.

5 - Analise os dados.

5.1 - Reduza os dados registrados à forma numérica, se necessário.

5.2 - Edite os dados, preferivelmente em meio magnético (disquete, disco rígido, ou fita);
calcule os dados das variáveis respostas cujos valores devem ser determinados por
expressões apropriadas, a partir dos dados registrados diretamente.

5.3 - Efetue uma análise exploratória e descritiva dos dados; verifique a possível presença
de valores discrepantes, ou aberrantes.

5.4 - Aplique técnicas estatísticas apropriadas para a análise dos dados, conseqüentes e
coerentes com os objetivos do experimento e o modelo estatístico estabelecido pelo plano
do experimento.

5.3 - Redija um resumo dos resultados da análise dos dados; construa tabelas e gráficos
ilustrativos.

6 - Interprete os resultados.

6.1 - Considere todos os dados observados, inclusive os não submetidos à análise


detalhada.

6.2 - Limite as conclusões a estreitas deduções da evidência à mão.

6.3 - Cheque as conclusões quanto à significância estatística e ao seu significado técnico e


prático.

6.4 - Contraste os resultados obtidos com os resultados de outras pesquisas e o


conhecimento científico existente; caracterize a inserção da solução do problema inicial
provida pelo experimento nos sistemas da população objetivo.

6.5 - Saliente as implicações das descobertas para aplicação e para ulteriores pesquisas.

6.6 - Considere quaisquer limitações impostas pelos métodos usados.

7 - Prepare o relatório.

7.1 - Descreva o trabalho claramente, caracterizando os antecedentes, a relevância do


problema e o significado dos resultados.

7.2 - Apresente os resultados em tabelas e gráficos, de em forma apropriada para seu


melhor entendimento e uso.

7.3 - Forneça suficiente informação que permita ao leitor verificar os resultados e tirar suas
próprias conclusões.

7.4 - Limite as conclusões ao sumário objetivo da evidência provida pelo experimento, de


modo que o trabalho se recomende para pronta consideração e ação decisiva.

Essa lista é apenas um guia. Muito raramente, os vários passos serão


estabelecidos e executados nessa ordem particular. O pesquisador não trabalha dessa
2. PESQUISA EXPERIMENTAL 63

forma mecânica e rotineira. Durante o planejamento de um experimento, muitas questões


serão levantadas e respondidas, originando novas idéias, de modo que as discussões dos
pesquisadores conduzirão de um passo para outro em uma maneira aparentemente
casual. Ademais, é usual que com reuniões continuadas e a reunião e acréscimo de novas
informações, um mesmo passo seja considerado várias vezes.

O planejamento de um experimento é um processo que demanda tempo e é


ocasionalmente estafante. Portanto, o uso de uma lista de referência, como a acima, pode
ser um suplemento ao bom senso, muito útil para a maior garantia de que nenhum aspecto
e particularidade importante seja esquecido.

2.6. Protocolo de Experimento

O protocolo de experimento é a documentação escrita do plano do experimento.


Sua elaboração é um elemento essencial que deve anteceder a condução do experimento.
É a última oportunidade de uma reflexão completa antes de iniciar as ações; depois, toda a
energia do pesquisador se concentrará na execução do plano e na solução dos problemas
que possam entravar a execução.

Essa reflexão deve compreender uma revisão cuidadosa da lista de referência da


Seção 2.5, particularmente no que se refere aos seguintes aspectos principais:

- razão do empreendimento do experimento e do relacionamento do problema de


pesquisa que o originou com o conhecimento existente sobre o tema;

- variáveis respostas, correspondentes procedimentos de mensuração e


disponibilidade dos meios necessários para a mensuração;

- fatores experimentais, correspondentes níveis, combinações de níveis e


tratamentos adicionais;

- chances de que o experimento permita as respostas às questões relacionadas


com o problema de pesquisa;

- calendário da execução das ações e tarefas a executar;

- tratamento, analise e interpretação dos dados;

- destinatários dos resultados;

- distribuição das tarefas e avaliação dos custos;

- colaboração interna e externa suscetíveis de enriquecer o experimento.

O protocolo do experimento deve compreender todas as informações relevantes


referentes ao plano da pesquisa. Seu conteúdo depende da área de pesquisa particular.
Em geral, ele deve compreender o seguinte:

- Referência - Indicação do programa, projeto e subprojeto, se for o caso, aos quais


se vincula o experimento.

- Experimento (título) - Deve ser breve e claro e exprimir o propósito do


experimento. Deve evitar-se idéias vagas e generalidades. Por exemplo, um título
64 Estatística Experimental: Planejamento de Experimentos

apropriado poderá ser "Efeito da insolação sobre o brix no mosto de uva da cultivar
Cabernet Franc" e não "Estudos sobre relações fisiológicas em uva".

- Problema de pesquisa - Deve ser expresso breve e claramente e satisfazer as


condições estabelecidas para um problema científico, Seção 1.2.3. A formulação do
problema de pesquisa deve explicitar a população objetivo e os correspondentes sistemas,
e, conjuntamente com a hipótese de pesquisa, deve permitir a plena caracterização dos
objetivos do experimento.

- Hipótese de pesquisa - Deve satisfazer as condições definidas para uma hipótese


científica, Seção 1.2.3. Observe-se que a hipótese de pesquisa pode ser complexa, ou
seja, pode compreender, de fato, duas ou mais hipóteses simples. Nesse caso, é
conveniente que a hipótese seja descrita analiticamente, de modo a deixar explícitos os
objetivos do experimento.

- Material e métodos - Sua descrição deve permitir a identificação plena das


características explanatórias e das características estranhas da amostra. Sua descrição
depende da área de pesquisa. Em geral, deve compreender os seguintes itens:

- Período de abrangência (início e fim);

- Locais e anos de execução - No caso de experimento de ampla abrangência,


devem ser listados todos os anos e locais previstos para condução do experimento. No
caso de envolvimento de instituições e pesquisadores colaboradores dos diversos locais,
eles devem ser identificados. Instalações a serem utilizadas em cada local. No caso de
experimento agrícola de campo, devem ser identificados, para cada local: latitude, altitude,
condições climáticas, topografia, tipo de solo, etc.

- Variáveis respostas, correspondentes escalas de medida e processos de


mensuração - Todas as variáveis respostas devem ser listadas e individualmente
identificadas. No caso de variáveis intervalares ou racionais, devem ser claramente
definidas os processos de mensuração, particularmente os instrumentos a serem
utilizados, as escalas e unidades de medida e a precisão das medidas (números de
algarismos decimais a serem registrados). No caso de variáveis nominais e ordinais,
devem ser definidos os procedimentos e instrumentos de mensuração; as escalas de
medida e os níveis (categorias) e os critérios a serem adotados devem ser claramente
estabelecidos.

- Fatores experimentais, correspondentes níveis e tratamentos (ou seja,


condições experimentais) - Para cada fator de tratamento, deve ser listado cada um dos
níveis de modo completo; no caso de fator quantitativo, os valores quantitativos
correspondentes aos níveis devem ser claramente especificados por unidade da amostra à
qual deverão ser aplicados e por unidade convencional, tal como por hectare. Devem ser
claramente identificadas as unidades da amostra às quais deverão ser aplicados os níveis
de cada um dos fatores. No caso de esquema fatorial com tratamentos adicionais, esses
tratamentos devem ser igualmente identificados. Fatores intrínsecos e correspondentes
níveis também devem ser claramente caracterizados.

- Outros materiais - Listar e caracterizar materiais específicos que não


constituem condições experimentais que deverão ser utilizados, tais como cultivares,
adubos, inseticidas, fungicidas, herbicidas, vacinas, antibióticos e outros medicamentos,
etc.
2. PESQUISA EXPERIMENTAL 65

- Caracterização da(s) unidade(s) (dimensões, número de animais ou plantas,


croqui, etc.) - A unidade da amostra deve ser completamente caracterizada. No caso de
experimento agrícola de campo, devem ser estabelecidas as dimensões das parcelas,
forma de plantio (a lanço, em linha, etc.), densidade de plantio, número de plantas,
bordaduras, distâncias entre parcelas, disposição das parcelas no campo. No caso de
mais de uma categoria de unidade (a unidade pode variar com o fator), esse fato deve ser
claramente estabelecido. Um croqui da(s) unidade(s) pode ser de alta valia para a melhor
compreensão de sua caracterização. No caso de experimentos com animais, devem ser
estabelecidas as unidades da amostra - animais individuais, grupos de animais em um
potreiro, em um boxe.

- Técnicas experimentais a serem empregados e executados, e calendário de


sua implementação - As técnicas experimentais compreendem o conjunto dos
procedimentos e ações a serem executados durante a condução do experimento, desde
sua instalação até a conclusão da mensuração das variáveis respostas e correspondente
registro de dados. Por exemplo, tratamento de sementes, preparação do solo, capina,
tratos culturais, tais como aplicação de inseticidas, fungicidas e herbicidas, manejo dos
animais, tais como aplicação de antibióticos, vermífugos, vacinas e tosquia, e
procedimentos para coleta e registro de dados. Devem ser listadas e descritas com
detalhe suficiente para sua perfeita compreensão, com a especificação do cronograma
para sua implementação.

- Delineamento experimental - Identificação do delineamento experimental


adotado (para cada local e ano, no caso de experimento de ampla abrangência espacial e
temporal). Muito freqüentemente, a identificação é procedida pela descrição técnica
clássica usual na literatura sobre delineamento de experimentos. Essa forma pode ser
apropriada para experimentos simples e tradicionais, como é muito freqüente com
experimentos agrícolas de campo. Para experimentos mais complexos ou não usuais, é
mais adequada e conveniente a caracterização do experimento por uma descrição
detalhada do procedimento experimental. Os agrupamentos ou blocos formados por
controle local devem ser claramente identificados.

- Covariáveis - São variáveis que representam características estranhas


relevantes da amostra que deverão ser levadas em conta no modelo estatístico e na
análise estatística dos resultados do experimento. A caracterização dessas variáveis deve
cumprir os mesmos cuidados e procedimentos descritos para as variáveis respostas.

- Croqui ou diagrama que estabeleça a disposição espacial e temporal das


unidades e correspondentes condições experimentais, separadamente para cada local e
ano, no caso de experimentos de longa duração - No caso de experimento cujas unidades
se dispõem espacialmente, um croqui do experimento, esboçando a disposição das
parcelas e o arranjamento dos tratamentos nas parcelas é, em geral, muito útil para
orientar a instalação e o acompanhamento do experimento. Se as unidades são animais
individuais que não permanecerão em posição espacial fixa durante a condução do
experimento, uma lista com a identificação dos animais e os correspondentes tratamentos
assinalados é uma alternativa para o croqui.

- Caderneta de campo - Planilha para registro dos dados e de ocorrências


relevantes durante a condução do experimento.

- Modelo estatístico e esquema dos procedimentos de análise estatística dos


dados - O modelo estatístico deve expressar a estrutura do experimento; deve estabelecer
66 Estatística Experimental: Planejamento de Experimentos

explicitamente a relação entre a variável resposta e as variáveis explanatórias (condições


experimentais) e levar em conta as características estranhas envolvidas nessa relação.
Pode ser expresso descritivamente ou por uma equação algébrica. Os procedimentos
estatísticos previstos para a análise estatística dos resultados do experimento devem ser
descritos de modo sumário.

- Meios e processos a serem adotados para a difusão dos resultados.

- Orçamento - Relação dos gastos necessários e previstos para a execução do


experimento, tais como: aquisição de material, equipamento, mão de obra, viagens,
manutenção, etc.

- Colaboradores e cooperadores - Identificação das pessoas e instituições que


participam da pesquisa, contribuindo com recursos financeiros, instalações, materiais,
equipamento e outras facilidades, etc.

- Responsável - Nome do profissional responsável pelo experimento.

Outras informações relevantes podem constar da documentação do projeto a que


se vincula o experimento:

- Antecedentes e justificativa - Exposição sobre a origem do problema de pesquisa


e sua importância, pesquisas já efetuadas relacionadas com a área do problema, resumo
dos trabalhos mais de pesquisa importantes sobre o tema do experimento, com
referências bibliográficas. Indicação da razão da execução do experimento.

- Objetivos e metas - Enumeração dos objetivos da pesquisa e metas a alcançar


com a indicação dos respectivos prazos.

O protocolo deve ser ulteriormente complementado com a documentação referente


às ocorrências relevantes durante a execução do experimento. A documentação do
experimento deve ser estendida e completada, nas devidas épocas, com os dados
gerados, os resultados das análises dos dados efetuadas e os relatórios e publicações
elaborados para difusão dos resultados.

Essa documentação escrita propicia a preservação e a segurança do


aproveitamento futuro das pesquisas efetuadas. Ela é especialmente importante para
experimentos de ampla abrangência espacial e temporal. Também é relevante para
permitir a utilização dos dados em pesquisas exploratórias para propósitos diferentes
daqueles que originaram o experimento, para a detecção de problemas de pesquisa, a
indicação de hipóteses e a avaliação dos progressos das pesquisas.

2.7. Organização e Orientação do Trabalho Experimental

A experimentação é um procedimento extremamente importante, senão a base, do


método científico. Avanços no conhecimento científico geralmente resultam apenas da
pesquisa científica, da qual o experimento é uma ferramenta distinta. A seguinte sentença
é atribuível ao físico Max Plank:

"Os experimentadores são a tropa de choque da ciência. Eles realizam os


experimentos decisivos, conduzem o tão importante trabalho de mensuração. Um
experimento é uma questão que a ciência põe à natureza, e uma medida é o registro da
resposta da natureza. Mas antes que um experimento possa ser realizado ele deve ser
2. PESQUISA EXPERIMENTAL 67

planejado - a questão para a natureza deve ser formulada antes de ser posta. Antes que o
resultado de uma medida possa ser usado, ele deve ser interpretado - a resposta da
natureza deve ser propriamente entendida. Essas duas tarefas são do pesquisador teórico,
que se encontra cada vez mais e mais dependente das ferramentas da matemática
abstrata. Naturalmente, isso não significa que o experimentador também não se engaje em
deliberações teóricas."

Pode parecer que Plank tenha subestimado o papel do experimentador. O que ele
possivelmente tenha intencionado dizer é que o planejamento e a interpretação dos
resultados de experimentos é uma tarefa extremamente complexa. De modo mais
acentuado nos dias atuais, em que a pesquisa científica, particularmente a pesquisa
experimental, se tornou uma empresa multidisciplinar, que deve ser exercida por uma
equipe de especialistas que devem atuar cooperativamente nas diversas fases da
execução das pesquisas. Naturalmente, a participação mais intensa de cada membro
particular é mais requerida em fases específicas.

Uma equipe de pesquisa deve ser constituída por profissionais que reunam
algumas condições especiais usualmente não requeridas em outras atividades humanas,
principalmente, vocação e preocupação com o desenvolvimento profissional. Outras
qualidades também desejáveis são: colaboração, comunicação, criatividade,
discriminação, entusiasmo, exatidão, firmeza, honestidade, imaginação, liberalidade,
moralidade e perseverança.

A situação ideal de uma equipe de pesquisa completa, constituída por especialistas


competentes nas diversas disciplinas relacionadas à área de pesquisa é raramente
observada. Entretanto, ela deve ser perseguida, para que possa ser logrado o mais
próximo do ideal.

A liderança e coordenação de tais equipes de pesquisa são de transcendental


importância para sua atividade eficiente. Os líderes de pesquisa devem ser os
pesquisadores experientes e competentes, com habilidade para manter o interesse e a
harmonia necessários para o perfeito funcionamento do trabalho em equipe, e de
estabelecer os canais de comunicação com a comunidade beneficiada pela pesquisa e a
comunidade científica. O enfoque dessas atividades em equipe particularmente na
pesquisa agropecuária foi abordado na Seção 1.3.2.

O contato dos pesquisadores com os problemas reais tem primordial importância


para o sucesso da pesquisa. Entretanto, não é raro observar que o pesquisador se isola,
reduz suas atividades ao trabalho em laboratório e em campo experimental, perdendo
contato com a agricultura, indústria, etc.

Igualmente grave é o fato, também freqüente, do pesquisador não ter


conhecimento ou não acompanhar o que outros profissionais realizam na mesma área de
pesquisa. Dessa forma, encontram-se isolados e fora da realidade. Como conseqüência,
perdem objetividade e, muitas vezes, passam a atribuir prioridade à solução de problemas
menos relevantes para o desenvolvimento tecnológico, social e econômico.

É necessário que os pesquisadores, particularmente aqueles com maiores


responsabilidades no empreendimento da pesquisa científica, estejam em contato com os
problemas e que estabeleçam estratégias adequadas para que as pesquisas sejam
relevantes e tenham seus resultados aplicados na prática. De fato, o objetivo fundamental
68 Estatística Experimental: Planejamento de Experimentos

da pesquisa científica, particularmente da experimentação, é servir à comunidade em que


se insere.

A orientação adequada das pesquisas pressupõe alguns requisitos,


particularmente:

- Conhecimento profundo das condições da área e particularmente dos sistemas


que são objeto da pesquisa. Na agricultura, em particular, dos sistemas de produção
agrícola, das condições econômicas e sociais, das exigências do mercado, da variação
dos custos e do valor do produto, da remuneração da qualidade do produto, etc.

- Conhecimento dos resultados das pesquisas, particularmente dos experimentos


conduzidos anteriormente, na região ou em outras regiões semelhantes; conhecimento da
literatura existente, indispensável para a maior amplitude de visão dos problemas e de
suas possíveis soluções e embasamento do planejamento dos experimentos.

- Conhecimento da bagagem de experiência dos produtores mais progressistas,


adquirida ao longo de anos de observação e experiência.

Esses e outros requisitos poderão evitar a execução de experimentos que


antecipadamente se possa prever que, qualquer que sejam os seus resultados, serão
inadequados para as condições da região e das exigências do mercado.

Aparentemente, a pesquisa científica é a atividade técnica em que se observa mais


desperdício de recursos. Em uma atividade criativa é natural que muitos empreendimentos
não logrem o sucesso almejado. Ademais, um trabalho de pesquisa com resultado
negativo não é necessariamente perdido; muitas vezes um resultado negativo é útil por si
ou por oferecer indicações para caminhos mais férteis. Entretanto, deve ser reconhecido
que muitas pesquisas são ineficazes e não logram a consecução de seus objetivos. Em
parte em decorrência da falta de recursos e condições estruturais para a atividade de
pesquisa. Mas possivelmente em maior parte em decorrência de deficiências na própria
orientação e disciplina dessa atividade.

É usualmente reconhecido que instituições de pesquisa têm acumulado um grande


número de resultados de experimentos não analisados, interpretados e divulgados.
Ademais não são raros experimentos conduzidos repetitivamente e por longo tempo, sem
a necessária avaliação de seu desenvolvimento.

A dedução lógica, muito freqüentemente reconhecida, mas raramente levada a


sério, é a saliente pouca atenção que tem sido dedicada ao planejamento e análise dos
resultados da pesquisa experimental. De fato, observa-se, em geral, que os pesquisadores
dedicam muito pouco tempo e esforço ao planejamento das pesquisas. O planejamento é
o ponto de partida e dele depende a utilidade dos resultados. A maior parte dos
experimentos tecnológicos tem o propósito de gerar recomendações bem definidas. É
fundamental, então, que tais recomendações se baseiem na situação de interesse e sobre
um elevado nível de segurança. Essas condições somente podem ser logradas por
planejamento racional, que tenha em conta os propósitos da pesquisa, que use mais
eficientemente os recursos existentes e adote a melhor metodologia existente, consistente
com essas condições.
2. PESQUISA EXPERIMENTAL 69

2.8. A Estatística na Pesquisa Experimental - Estatística Experimental

O método experimental teve sua expressão mais forte na física e na química,


justificada por um particular, muito especial e muito poderoso artigo de fé. O
argumento desse artigo de fé consistia no seguinte: se cada faceta de uma situação é
controlada, exceto por uma força deliberadamente variada, então pode ser obtida uma
relação exata entre a resposta à força e o estímulo. Assim, se um experimento foi
realizado e resultou variabilidade na resposta, o experimento não foi bem planejado
com respeito ao controle das forças estranhas àquelas em exame. Ou seja, se há
variabilidade na resposta, então deve ter havido variabilidade nas unidades,
variabilidade nas tentativas de um estímulo particular, ou variabilidade na mensuração
da resposta. Assim, o esforço devia ser dirigido em três direções: remoção da
variabilidade nas unidades, desenvolvimento de técnicas para a aplicação exata de um
estímulo e desenvolvimento de técnicas de mensuração que fossem totalmente
confiáveis. Naturalmente, esse processo implicava em construção de situações
artificiais.

A eficácia desse plano geral é evidenciada pelo tremendo desenvolvimento


física e da química nos dois últimos séculos. Entretanto, esse processo pressupõe que
se pode construir unidades tão proximamente idênticas que possam ser consideradas
essencialmente idênticas com respeito à resposta.

Esse plano para a construção de conhecimento em ciência física falha quando


se é incapaz de construir unidades idênticas, e quando o interesse reside em obter
informação sobre populações de unidades que estão disponíveis na natureza e que
possuem variabilidade, freqüentemente de uma enorme amplitude.

Um caminho para resolver esse problema básico foi desenvolvido por Fisher
com a idéia da casualização e utilização do método estatístico.

A abordagem de Fisher fundamenta-se na construção de um delineamento


experimental que determina a estrutura do experimento. O conceito e a metodologia
para a elaboração do delineamento de experimento será desenvolvida adiante. De
momento basta compreender que no delineamento são incorporados os vários
princípios necessários para a derivação de inferências válidas a partir dos dados
gerados no experimento por meio de uma amostra. O delineamento experimental
especifica a maneira em que o experimento deve ser conduzido e os dados coletados
no que se refere aos princípios do método estatístico. Em geral, ele não leva em
conta, por exemplo, como os valores observados da variável resposta serão
determinados nas unidades e como as unidades devem ser estabelecidas na amostra.
Essas questões referem-se à técnica experimental.

Então, quando os dados foram coletados com base em um delineamento


experimental, de acordo com princípios estatísticos, eles devem ser submetidos à
análise estatística. No caso de um experimento absoluto, como o exemplo anterior
em que deve ser medido o teor de proteína no leite de vacas da raça holandesa,
haverá observações repetidas exibindo variabilidade de certa grandeza que precisarão
ser convertidas em uma estimativa combinada do teor de gordura desconhecido junto
com uma estimativa do erro envolvido no processo. No caso do experimento
70 Estatística Experimental: Planejamento de Experimentos

comparativo de fertilização do solo, será necessário estimar as médias dos diferentes


fertilizantes (tratamentos). Algumas vezes, os resultados serão tão óbvios nesse
estágio que não será necessária qualquer análise ulterior. Em geral, entretanto, as
diferenças de tratamento observadas devem ser consideradas à luz da variabilidade
casual presente no experimento. Finalmente, a abordagem estatística provê a
expressão rigorosa do grau de incerteza da inferência indutiva estabelecida, pela qual
os resultados do experimento são generalizados para a população que possa ser
considerada representada pela amostra no experimento.

Em suma, a base do procedimento de inferência em experimentos


comparativos é o seguinte: O experimento provê duas estimativas de variabilidade na
população: Uma estimativa da variabilidade atribuível às diferenças entre tratamentos,
proveniente das diferenças de respostas entre unidades da amostra com diferentes
tratamentos, que inclui, também, a variabilidade inerente às características estranhas
(usualmente designada variabilidade casual ou aleatória), e uma estimativa da
variabilidade casual, proveniente das diferenças de respostas entre unidades com
mesmo tratamento. Se a primeira estimativa de variabilidade revela-se
consideravelmente superior à segunda, de modo que a diferença entre as duas
estimativas não poder ser atribuída apenas à própria variabilidade das características
estranhas na amostra, o experimento provê evidência de diferenças reais entre os
tratamentos. Entretanto, qualquer que seja a evidência fornecida pelo experimento, ou
seja, em favor ou contrária a presença de diferenças reais de efeitos dos tratamentos,
ela poderá ser incorreta. O método estatístico permite avaliar o grau de certeza, em
termos de probabilidade, de qualquer das decisões tomadas em decorrência da
evidência indicada pelo experimento, ou seja, os tratamentos diferem, ou os
tratamentos não diferem.

Para outros tipos de inferência particulares que o experimento possa prover o


princípio é basicamente semelhante a esse ou uma sua derivação.

Assim, supondo que os detalhes técnicos de um experimento foram


corretamente conduzidos, seus resultados podem ser questionados por duas razões.
A primeira crítica é que a interpretação estatística dos dados pode estar incorreta, e,
mesmo, que possivelmente os cálculos estejam errados. Os desenvolvimentos da
metodologia estatística e dos recursos de computação tornaram disponível uma ampla
gama de métodos estatísticos de análise de dados, que faz acessível ao pesquisador
a utilização dos métodos e procedimentos de análise apropriados para as mais
variadas situações de planos de experimentos. Naturalmente, a adequada utilização
dessas facilidades depende do conhecimento da metodologia estatística,
particularmente das pressuposições requeridas para a validade de sua aplicação.
Muitas desses métodos são aproximados e cabe ao pesquisador e aos estatísticos em
particular avaliar a validade dos métodos utilizados em cada situação. A segunda
crítica é que a estrutura ou delineamento do experimento é falha. Essas duas críticas
constituem, realmente, dois aspectos do mesmo todo, pois, se o delineamento é falho,
a interpretação estatística também será falha, a menos que as falhas do delineamento
sejam descobertas e possam ser levadas em conta. Como salientou Fisher: o
delineamento de um experimento e o método de análise de seus dados são
inseparavelmente relacionados.
2. PESQUISA EXPERIMENTAL 71

A metodologia estatística aplicada à pesquisa experimental é usualmente


designada Estatística Experimental. Essa área da estatística aplicada compreende o
conjunto dos métodos estatísticos relacionados com o planejamento e a análise dos
resultados de experimentos, que constituem o objetivo principal deste texto.

2.9. Exercícios de Revisão

1. Caracterize e ilustre o processo de análise dos sistemas de uma população


objetivo para a caracterização de problemas de pesquisa.

2. Caracterize e ilustre o processo de derivação de ações de pesquisa a partir da


formulação de problemas de pesquisa e correspondentes hipóteses de pesquisa.

3. Caracterize e ilustre a organização hierárquica da pesquisa científica, pela


formulação de programas, projetos e subprojetos, e ações de pesquisa particulares.
Comente a respeito da conveniência de tal organização, tendo em conta a estrutura
hierárquica dos sistemas.

4. Descreva como os diversos métodos de pesquisa são utilizados em um


empreendimento de pesquisa organizado segundo essa estrutura.

5. Caracterize o experimento quanto ao controle exercido sobre a escolha da


amostra e a manifestação de características explanatórias.

6. Ilustre uma aplicação do método de pesquisa experimental por meio de um


exemplo de sua área.

7. Qual é a conseqüência da restrição na escolha da amostra para as inferências


derivadas da amostra para a população objetivo?

8. Qual é a implicação do controle exercido sobre a manifestação de


características respostas para as inferências derivadas do experimento?

9. Explique porque as inferências derivadas do experimento usualmente


compreende um passo de avaliação subjetiva.

10. Conceitue e distinga os conceitos de experimento aleatório e experimento


sistemático.

10. Caracterize e ilustre a distinção entre experimento comparativo e experimento


absoluto.

11. Conceitue e ilustre experimento científico e experimento tecnológico.

12. Caracterize e ilustre: experimento preliminar, experimento crítico e experimento


demonstrativo.

13. O que caracteriza a distinção entre experimento de abrangência espacial e


temporal ampla e restrita. Ilustre essas duas classes de experimento.

14. Quais são as grandes etapas de um experimento? Caracterize,


abreviadamente, cada uma delas.

15. Explique os significados de:


72 Estatística Experimental: Planejamento de Experimentos

- plano de experimento;

- estrutura de experimento;

- delineamento de resposta,

- delineamento de condições experimentais;

- delineamento de controle experimental.

15. Para um experimento particular, qual é a relação entre estrutura do


experimento, modelo estatístico e procedimento de inferência estatística?

16. Decida se cada uma das seguintes sentenças é verdadeira ou falsa, colocando
entre parênteses as letras V ou F, respectivamente. Se a sentença for falsa, explique por
que.

O problema científico e a correspondente hipótese científica definem os objetivos do


experimento.

A caracterização da população objetivo e dos correspondentes sistemas deve ser


estabelecida na formulação do problema de pesquisa.

O plano do experimento garante a derivação das inferências que o experimento visa


estabelecer.

A etapa de planejamento do experimento é usualmente aquela à qual os


pesquisadores dedicam mais atenção.

A precisão e exatidão do experimento são igualmente importantes tanto em


experimentos científicos quanto tecnológicos.
3. CONCEITOS IMPORTANTES

3.1. Introdução

Experimento é uma ação de pesquisa que visa obter evidência fatual objetiva para
a prova de uma hipótese de pesquisa referente aos sistemas de uma população objetivo,
por meio de alterações controladas em algumas características que impliquem em
convenientes alterações em características que exprimem o desempenho ou resposta dos
sistemas. A relação entre este segundo grupo de características e o primeiro é afetada
pelo conjunto das demais características dos sistemas. As características destes três
grupos são denominadas, respectivamente, características respostas, características
explanatórias e características estranhas.

O objetivo de um experimento é a aproximação do conhecimento de relações


causais entre as características respostas e as características explanatórias com o
propósito da melhoria do desempenho dos sistemas objeto da pesquisa, com controle da
manifestação de características explanatórias e de características estranhas.

Em um experimento, o pesquisador intervém, impondo uma ou mais características


explanatórias, ou fatores experimentais, e procura minimizar a influência de
características estranhas por meio do controle experimental. O propósito do controle de
características explanatórias e de características estranhas é atribuir a variação
manifestada pelas características respostas, tão inequivocamente quanto possível, à
variação inerente aos fatores experimentais.

O reconhecimento e a apropriada consideração desses três grupos de


características são fundamentais para o sucesso do experimento no que diz respeito à
consecução de seus objetivos. Eles são automaticamente definidos, explícita ou
implicitamente, pelo plano do experimento e pelas condições não previsíveis ou não
previstas que ocorrem durante a condução do experimento. Em um experimento bem
planejado, todas as condições previsíveis são estabelecidas explicitamente no plano do
experimento.

O plano de experimento é a seqüência completa de passos a serem seguidos no


curso do experimento, estabelecida antecipadamente, para assegurar que os dados
apropriados sejam coletados e possam ser analisados objetivamente por métodos
estatísticos que permitam a derivação de inferências válidas referentes ao problema que o
experimento visa solucionar.

O plano de experimento consiste, basicamente, da escolha dos três grupos de


características que compreendem o experimento, ou seja, os grupos das características
respostas, características explanatórias e características estranhas. O planejamento
desses três grupos de características define, respectivamente, a estrutura da resposta, a
estrutura dos fatores experimentais e a estrutura das unidades experimentais. A
relação entre essas três estruturas define a estrutura do experimento. A estrutura do
experimento determina o correspondente modelo estatístico apropriado, e este, por
conseqüência, os procedimentos de análise estatística.
74 Estatística Experimental: Planejamento de Experimentos

Em resumo, um experimento compreende o planejamento, a coleta e a análise de


observações com o propósito de obter evidência fatual que suporte ou não uma hipótese
referente a um problema particular de pesquisa. No experimento, o pesquisador impõe e
controla características dos sistemas: impõe características explanatórias cujos efeitos
causais sobre as características respostas o experimento tem por propósito pesquisar e
controla características estranhas cujos efeitos sobre características respostas possam
resultar confundidos com efeitos de características explanatórias.

Muitos textos designam de "experimento" uma atividade de pesquisa experimental


conduzida sob um conjunto de condições específicas particulares de uma população,
como, por exemplo, um local e ano particulares no caso de um experimento agrícola de
campo. A ação de pesquisa global, conduzida nos diversos locais e por diversos anos,
tomados para representar a população, é, então, designada grupo de experimentos. No
contexto do método científico, esse "grupo de experimentos" constitui o experimento;
cada uma das condições particulares em que o experimento é conduzido constitui uma sua
parte, e deve ser apropriadamente considerada na metodologia de análise dos resultados.

Nesse capítulo estabelecer-se-á a base conceitual da pesquisa experimental e


tratar-se-á da caracterização e do planejamento da estrutura do experimento.

Alguns conceitos fundamentais da pesquisa experimental, alguns dos quais já


referidos anteriormente, devem ser estabelecidos desde o início. A compreensão dos
significados precisos desses conceitos é imprescindível para o completo e apropriado
entendimento da metodologia da pesquisa experimental, particularmente no que se refere
às bases e à aplicabilidade de inferências derivadas do experimento. Alguns desses
conceitos não correspondem aos significados etimológicos ou comuns das palavras que os
denotam. Ademais, o entendimento correto de seus significados depende da compreensão
da realidade que eles exprimem. Por essa razão, esses conceitos serão formulados e
ilustrados, paulatinamente, num processo construtivo. Ilustração mais ampla e completa é
provida pelos exemplos da Seção 3.5. A utilização dessa ilustração na medida em que os
conceitos forem estudados pode contribuir para a melhor compreensão de seus
significados práticos.

3.2. Fator experimental e condição experimental

O experimento é uma ação de pesquisa em que é controlada ou imposta a


manifestação de uma ou mais características explanatórias da amostra. Tipicamente, um
estímulo, ou um conjunto de estímulos, é assinalado às unidades da amostra sob o
controle do pesquisador. Cada estímulo constitui uma característica explanatória que é
designada fator de tratamento. Cada nível específico de um fator de tratamento e cada
combinação específica dos níveis de dois ou mais fatores de tratamento é um tratamento.
Assim, em um experimento sobre a eficácia de fungicidas no controle da giberela em
sistemas de produção de trigo com a consideração de mais de uma cultivar, fungicida e
cultivar são fatores de tratamento, já que os fungicidas e as cultivares são atribuídos às
unidades sob o controle do pesquisador; cada fungicida e cada cultivar é um tratamento
particular, assim como cada uma das combinações dos fungicidas com as cultivares. Por
semelhante razão, em um experimento de controle de vermes intestinais em ovinos com
anti-helmínticos, anti-helmíntico é um fator de tratamento, e cada anti-helmíntico
considerado no experimento é um tratamento específico.
3. CONCEITOS IMPORTANTES 75

O controle na atribuição dos níveis dos fatores de tratamentos às unidades da


amostra é exercido por processo objetivo que garanta a ausência de confundimento
tendencioso dos efeitos atribuíveis a esses fatores com efeitos de características
estranhas. Essa garantia é assegurada pela casualização, que tem conseqüências
relevantes para as inferências referentes a efeitos causais de fatores de tratamento sobre
características respostas.

Muito freqüentemente, o experimento também visa relacionar com as


características respostas características intrínsecas das unidades, cuja manifestação é
inerente às próprias unidades e processa-se fora do controle do pesquisador, ou sob seu
controle limitado. Essas características explanatórias são designadas fatores intrínsecos
ou fatores de classificação. Por exemplo, nos dois experimentos considerados na
ilustração anterior os efeitos dos tratamentos podem variar com o ambiente; logo, local e
ano devem ser considerados fatores experimentais, e a amostra deve compreender
diversos locais e mais de um ano. Nessas circunstâncias, local e ano são fatores
intrínsecos, já que os locais são posições geográficas fixas e os anos constituem uma
seqüência cuja ordem é imutável; ambos se manifestam independentemente de qualquer
controle da parte do pesquisador. Se o experimento de controle de vermes intestinais em
ovinos considera animais machos e fêmeas e mais de uma raça, sexo e raça são fatores
intrínsecos, visto que são características determinadas pelo próprio animal.

Geralmente, fatores de tratamento são mais importantes do que fatores


intrínsecos. De fato, em muitos experimentos, características inerentes às unidades são
consideradas fatores intrínsecos pela expectativa de que possam afetar os efeitos causais
de fatores de tratamento sobre características respostas. Nessas circunstâncias, pode não
haver interesse em inferências referentes aos efeitos causais específicos ou diretos
desses fatores intrínsecos sobre as características respostas, em algumas situações por já
serem conhecidos. Esse pode ser o caso dos fatores sexo e raça no último exemplo,
particularmente com referência à característica resposta peso corporal.

Fatores de tratamento e fatores intrínsecos conjuntamente constituem as


características explanatórias no experimento e são designados fatores experimentais. As
combinações dos níveis dos fatores experimentais presentes no experimento são
denominadas condições experimentais.

O controle exercido sobre características explanatórias que constituem fatores de


tratamento é uma propriedade exclusiva do experimento que o distingue favoravelmente
de outros métodos de pesquisa. Entretanto, a representatividade da população objetivo
pela amostra é uma questão crucial no experimento. Em primeiro lugar porque,
comumente, a amostra não é obtida por um processo de seleção aleatória das unidades
da população. Esse processo de seleção é inviável porque, usualmente, pelo menos parte
das unidades da população objetivo não tem existência no momento do experimento, e
apenas parte das unidades existentes são disponíveis ou acessíveis para o experimento.
Assim, quando as unidades da amostra são unidades da população objetivo, elas são
selecionadas arbitrariamente entre as unidades disponíveis e acessíveis. Em segundo
lugar, porque a unidade na amostra, muito freqüentemente, não corresponde à unidade na
população objetivo: é uma fração, ou miniatura ou simulação desta construída para a
pesquisa. Por exemplo, em um experimento agrícola de campo com feijão, a unidade da
amostra é um cultivo em um talhão de pequenas dimensões, enquanto a unidade na
população objetivo é uma lavoura que pode abranger vários hectares; em um experimento
de nutrição de suínos criados em confinamento, a unidade da amostra pode ser um leitão
76 Estatística Experimental: Planejamento de Experimentos

em um boxe, enquanto que na população objetivo é um conjunto de leitões em uma


instalação mais ampla.

Nessas circunstâncias, a validade das inferências derivadas do experimento


depende de avaliação subjetiva. As inferências são válidas (isto é, não tendenciosas) para
a população de unidades que possa ser considerada representada pela amostra, ou seja,
para a população amostrada. A adequabilidade da extensão das inferências do
experimento para a população objetivo depende da semelhança (ou proximidade) entre a
população objetivo e a população amostrada. Ela deve ser avaliada, subjetivamente, com
base na informação que possa ser obtida da natureza das diferenças entre a população
amostrada e a população objetivo.

Essas considerações são importantes em pesquisas tecnológicas, que visam


derivação de inferências para aplicação em situações reais. Podem não ser tão relevantes
em pesquisas básicas, com propósito apenas cognitivo.

Cada fator experimental deve ser definido precisamente para que as inferências
derivadas tenham o sentido e o significado apropriados aos objetivos do experimento,
estabelecidos pelo problema e a correspondente hipótese. Para tal, é necessária a
identificação e distinção clara e precisa dos três conjuntos complementares das
características no experimento: o conjunto das características respostas, o conjunto das
características explanatórias (fatores experimentais) e o conjunto das características
estranhas. Usualmente, a propriedade de que as características respostas exprimem os
desempenhos dos sistemas sob pesquisa torna óbvia ou facilita a identificação dessas
características. Entretanto, a identificação e separação dos fatores experimentais das
características estranhas pode não ser fácil.

Assim, por exemplo, o fator cultivar em um experimento de melhoramento genético


de soja compreende o conjunto das características genéticas que definem o genótipo,
transmitidas pea semente. Entretanto, características da própria semente, como vigor e
sanidade, podem não ser inerentes a cultivar, ou ser parcialmente inerentes a cultivar e à
origem da semente. As características que não são atribuíveis a cultivar são
características estranhas. Pode ser difícil ou inviável distinguir entre as características da
semente, ou transmitidas pela semente, aquelas que são atribuíveis a cultivar daquelas
estranhas a cultivar. Conseqüentemente, usualmente, os efeitos causais do fator cultivar
ficam confundidos com os efeitos dessas características estranhas. Um recurso para
minimizar esse confundimento pode ser o controle da qualidade da semente, pela
utilização de sementes sadias, com mesmo vigor e pureza. Naturalmente, esse tipo de
controle não pode ser aplicado a características inerentes a cultivar (vigor, por exemplo,
pode ser uma característica da cultivar), pois implicaria em confundimento dessas
características com características estranhas.

Para outra ilustração, suponha-se que os níveis do fator anti-helmíntico do


experimento referente ao controle de vermes intestinais em ovinos são produtos
comerciais. Os tratamentos aplicados às unidades experimentais devem ser os produtos
comerciais como conceitualmente definidos; particularmente devem ser os produtos puros
e em perfeito estado. Desvios dessas condições constituem características estranhas
cujos efeitos ficariam confundidos com os efeitos dos tratamentos.

Em geral, efeitos de fatores intrínsecos ficam confundidos de modo relevante com


efeitos de características estranhas, já que, por definição, são fatores cuja manifestação
dos níveis nas unidades da amostra está fora do controle do pesquisador. Esse é o caso
3. CONCEITOS IMPORTANTES 77

dos fatores local, ano, raça e sexo dos exemplos anteriores. O fator local, por exemplo,
deve ser definido como o conjunto das características ambientais (referentes a solo, clima,
flora, fauna, etc.), de manejo, de práticas de cultivo e de criação, etc., permanentes ou
próprias dos locais que constituem seus níveis. Assim, a ocorrência de uma doença, praga
ou evento climático em um local particular será atribuível ao fator local se for relacionada a
características próprias do local, como uma característica permanente do clima; não
poderá ser atribuível a esse fator se constituir uma ocorrência fortuita. Inevitavelmente,
ocorrências eventuais, não relacionadas com o fator local, ficarão confundidas com esse
fator. Técnicas não utilizadas uniformemente, tais como plantio abrangendo amplitude de
tempo prolongada e uso de animais dos próprios locais, também poderão implicar em
diferenças entre os locais não atribuíveis ao fator local.

Deve ser salientado, entretanto, que não há uma dicotomia tão nítida entre fator de
tratamento e fator intrínseco, já que a inviabilidade de controle absoluto na atribuição dos
fatores de tratamento às unidades da amostra, em geral, implica na presença inevitável de
algum confundimento de efeitos de fatores experimentais com efeitos de características
estranhas. Assim, por exemplo, os fatores ano e local, em geral, correspondem a
características cuja manifestação se processa sob absoluta ausência de controle do
pesquisador. No outro extremo, em uma pesquisa de laboratório sobre o controle de
deficiência de zinco em plantas, o fator zinco com níveis constituídos por diferentes doses
desse elemento pode ser atribuído às unidades com controle bastante acentuado, pelo uso
de substância essencialmente pura e de determinação das doses com elevada exatidão. O
fator cultivar considerado em exemplo anterior pode não ser sujeito à tão elevado controle
pela inviabilidade da obtenção de semente cujas características sejam exclusivamente
atribuíveis a cultivar. O fator sexo, assim como o fator raça, é usualmente muito menos
controlável; em um experimento em que a unidade é constituída pelo animal e o
correspondente boxe, a atribuição do sexo às unidades pode ser parcialmente controlada
pela atribuição do animal ao boxe; entretanto, inevitavelmente, o sexo é inerente ao animal
e não pode ser atribuído a este, um componente relevante da unidade da amostra.

Essa discussão se justifica pela relevância do controle exercido sobre a


manifestação dos níveis dos fatores experimentais para a validade e confiabilidade de
inferências referentes a relações causais. Essa questão será tratada adiante.

3.3. Controle experimental

As diferenças entre os valores das variáveis respostas nas unidades da amostra


têm duas origens: características explanatórias (fatores experimentais) e características
estranhas. Geralmente, não há como discriminar, de modo absoluto, essas duas fontes de
variação. Elas resultam inevitavelmente confundidas. De fato, esse é o problema da
inferência em ciências fatuais: estabelecer relações causais entre características respostas
e características estranhas em face da presença de características estranhas.

O confundimento de efeitos de fatores experimentais e de características estranhas


pode ser controlado pelo controle experimental. O controle experimental visa diminuir e
homogeneizar o impacto da manifestação das características estranhas na amostra de
modo que as diferenças reveladas pelas características respostas possam ser atribuídas,
tão inequivocamente quanto possível, aos fatores experimentais. O controle experimental
pode ou não implicar em alteração da manifestação de características estranhas. De modo
geral, é desejável que as características se manifestem na amostra como presentes na
população objetivo.
78 Estatística Experimental: Planejamento de Experimentos

O controle experimental deve ser previsto no plano do experimento. Ele pode ser
implementado pelos seguintes processos, alternativos ou complementares:

- técnicas experimentais;

- controle local e controle estatístico; e

- casualização.

A adoção desses processos depende da população objetivo, da amostra, da


importância da representação da população objetivo pela amostra, dos recursos
disponíveis para pesquisa e da experiência e visão dos pesquisadores.

Sob a pressuposição de constância das características estranhas, a variação


manifestada pelas características respostas é atribuível exclusivamente às características
explanatórias. Essa pressuposição é irreal. Entretanto, pode-se admitir, em geral, que a
amostra revelará mais nitidamente a variação das características respostas atribuível aos
fatores experimentais quanto menor for a variabilidade decorrente de características
estranhas. Assim, uma forma de controle experimental é o controle de técnicas
experimentais, ou seja, qualquer tipo de controle físico com o propósito de tornar
constante ou diminuir a variação das variáveis respostas atribuível a características
estranhas. Por exemplo, em um experimento de controle de verminose de coelhos com
anti-helmínticos aplicados individualmente em que o animal é a unidade, pode ser logrado
considerável controle de características estranhas pela eliminação de animais atípicos,
pelo controle ambiental da temperatura, umidade e luminosidade, pela homogeneização
do suprimento de ração e água, pela aplicação uniforme para todos os animais de vacinas
e antibióticos recomendados, por proteção para evitar danos decorrentes de predadores, e
pela adoção de procedimentos e instrumentos uniformes e precisos de mensuração,
registro e edição de dados. Semelhantemente, em um experimento agrícola de campo
para pesquisa do controle de uma praga do feijoeiro por meio de inseticidas em que a
unidade é uma porção de terreno (talhão), pode ser obtido considerável controle de
características estranhas pelo uso de sementes sadias (isentas de doenças e pragas) e
com vigor homogêneo, com a condução do experimento em terreno plano e uniforme
quanto a características do solo, tais como profundidade, fertilidade e umidade, com a
utilização de técnicas de cultivo uniformes, tais como adoção de mesma data de plantio e
adubação uniforme, com controles homogêneos de incidência de doenças, pragas
(excluídas aquelas que devam ser controladas pelos tratamentos), invasoras e
predadores, pelo uso de fungicidas, inseticidas, herbicidas e proteção, e com
processamento uniforme da colheita, mensuração, registro e edição de dados.

Observe-se que o controle de técnicas experimentais pode implicar em prejuízo


para a representação da população objetivo pela amostra. Ele deve ser efetuado na
medida em que não tenha tal implicação. Considere-se, para ilustração, o primeiro
exemplo anterior. Se na população objetivo as condições ambientais não são controladas,
o controle ambiental deve ser efetuado até o ponto em que não implique em
distanciamento da população amostrada em relação à população objetivo; semelhantes
considerações valem para as aplicações de vacinas e antibióticos. Claramente, os
controles exercidos pela homogeneização do suprimento de ração e de água, adoção de
proteção para evitar danos decorrentes de predadores, e adoção de procedimentos e
instrumentos uniformes e precisos de mensuração, registro e edição de dados não têm
implicações para a representatividade da população objetivo pela amostra.
3. CONCEITOS IMPORTANTES 79

Nessas circunstâncias, são úteis processos de controle experimental aplicáveis


para o controle de variáveis estranhas que não é recomendável por técnicas
experimentais. O controle de características estranhas que não afeta a manifestação
dessas características pode ser exercido por restrições impostas na atribuição dos
tratamentos às unidades da amostra e pelo emprego de técnicas de análise estatística
apropriadas. A adoção desses processos de controle depende de experiência e visão do
pesquisador, e, também, da disponibilidade e uso estratégico de recursos e dados.

O primeiro desses processos é o controle local. Na situação mais simples, o


controle local consiste na classificação ou agrupamento físico das unidades em grupos,
usualmente denominados blocos, correspondentes aos níveis de uma característica
estranha relevante e na atribuição dos tratamentos às unidades de tal modo que resulte
em cada grupo uma coleção completa desses tratamentos. Assim, supostamente, em cada
um desses grupos a característica estranha controlada é mais homogênea do que o
conjunto das unidades da amostra. Desse modo, é de esperar que as diferenças entre as
unidades afetem de modo menos diferenciado as respostas aos distintos tratamentos. Por
exemplo, no experimento de controle de verminose de coelhos com anti-helmínticos, se
são usados animais nascidos em um intervalo de tempo consideravelmente amplo, pode
ser conveniente agrupar os coelhos segundo as ninhadas, já que coelhos de uma mesma
ninhada são de mesma idade e têm características individuais, especialmente as
genéticas, mais semelhantes do que coelhos de diferentes ninhadas; os anti-helmínticos
são então administrados aos animais de cada ninhada, de modo que cada ninhada receba
uma coleção completa dos anti-helmínticos, sendo aplicado a cada animal da ninhada um
diferente anti-helmíntico. Semelhantemente, se o experimento agrícola de campo para
controle de uma praga do feijoeiro for conduzido em um terreno em declive, poderá ser
conveniente agrupar as unidades (talhões) segundo as faixas de nível, pois, em geral,
talhões de uma mesma faixa de nível têm as características mais relevantes
(profundidade, textura, estrutura, fertilidade e umidade do solo) mais semelhantes do que
talhões em diferentes faixas; então, uma coleção completa dos inseticidas é aplicada aos
talhões de cada faixa de nível, cada talhão da faixa recebendo um diferente inseticida.

A utilização eficaz do controle local depende do conhecimento das características


estranhas relevantes da amostra. Em experimentos de ampla abrangência espacial ou
temporal as características estranhas mais relevantes relacionam-se com a distribuição
das unidades no espaço e no tempo. Nessas circunstâncias, o controle local deve
classificar as unidades nesses dois âmbitos, constituindo duas formas ou critérios de
estratificação dessas unidades, freqüentemente designados de "local" e "tempo". Nesses
experimentos, muito freqüentemente, características estranhas relevantes demandam
algum grau de controle local adicional em cada local e em cada tempo particular. O
controle local também é freqüentemente requerido em experimentos de âmbito mais
estreito, ou seja, experimentos conduzidos em um único local e um único período de
tempo, e mesmo em experimentos em ambientes controlados. Essa questão será tratada
adiante.

Observe-se que classificações de unidades relacionadas com controle local podem


corresponder a fatores intrínsecos, como usualmente é o caso de local e ano. Por outro
lado, fatores intrínsecos algumas vezes correspondem a classificações das unidades que
devem ser levadas em conta por controle local.

O segundo processo de controle que não afeta a manifestação de características


estranhas consiste no registro dos valores de variáveis que exprimam características
80 Estatística Experimental: Planejamento de Experimentos

estranhas relevantes e sua utilização para o apropriado "ajustamento" dos valores das
variáveis respostas pela eliminação das diferenças atribuíveis a essas características.
Essas variáveis estranhas são comumente denominadas covariáveis ou variáveis
concomitantes. Esse processo de controle é efetivado pelo procedimento de análise
estatística denominado análise de covariação. Por essa razão ele é usualmente
designado controle estatístico. Por exemplo, no experimento de controle de verminose
de coelhos, se os coelhos de uma mesma ninhada apresentam pesos consideravelmente
distintos, pode ser conveniente efetuar o controle estatístico desta característica,
adicionalmente ao controle local da ninhada; no experimento de controle de uma praga do
feijoeiro em que o número de plantas que produzem (usualmente denominado estande
final) é heterogêneo, mas não é dependente do tratamento (ou seja, do inseticida), pode
ser conveniente controlar a heterogeneidade atribuível ao estande final por controle
estatístico, exercido pelo registro do estande final e o correspondente ajustamento das
variáveis respostas (produção de grãos, por exemplo) para levar em conta as diferenças
atribuíveis ao estande, por meio da análise da covariação.

Observe-se que, geralmente, esses três processos de controle experimental, ou


seja, controle de técnicas experimentais, controle local e controle estatístico, efetuam o
controle parcial da variabilidade da variável resposta atribuível a características estranhas.
Assim, por exemplo, o controle ambiental da temperatura em uma casa de vegetação pode
reduzir consideravelmente a variabilidade atribuível a essas características, mas não a
tornará constante; o controle local da idade de animais pelo agrupamento dos animais em
grupos de animais de idades próximas pode permitir a redução da variação mais
acentuada devida à idade, que resulta entre os grupos, mas a variação atribuível à idade
permanecerá não controlada dentro dos grupos. Semelhantemente, o controle estatístico
do estande de plantas pode lograr substancial redução da variabilidade da variável
resposta atribuível ao estande; entretanto, alguma variabilidade atribuível a estande
permanecerá não controlada.

A adoção de controle local e de controle estatístico tem conseqüências restritivas.


Esses processos de controle experimental implicam em perda de informação referente ao
erro experimental, que será definido adiante. Essas implicações somente poderão ser
esclarecidas ulteriormente. Assim, de modo geral, apenas uma ou poucas características
estranhas, ou um ou poucos agregados dessas características, pode ser controlado por
esses dois processos.

Os efeitos das características estranhas sobre as características respostas que


não são controlados por controle de técnicas experimentais, por controle local e por
controle estatístico resultam confundidos com os efeitos dos fatores experimentais. Se
aqueles efeitos forem relevantes, a implicação resultante será a tendenciosidade das
inferências referentes a relações causais entre características respostas e fatores
experimentais. O recurso para evitar tal tendenciosidade é a casualização.

A casualização é o processo de atribuição aleatória dos níveis dos fatores de


tratamento às unidades (ou, equivalentemente, atribuição aleatória das unidades da
amostra aos níveis dos fatores experimentais) por procedimento objetivo que satisfaça a
propriedade de assinalar a todas as unidades da amostra a mesma chance de receber
qualquer dos níveis desses fatores. Características estranhas resultam casualizadas como
conseqüência. Dessa forma, as diferenças atribuíveis às características estranhas
casualizadas não afetam tendenciosamente as respostas aos diferentes níveis dos fatores.
3. CONCEITOS IMPORTANTES 81

Fatores intrínsecos não são sujeitos à casualização ou são sujeitos apenas à


casualização parcial que não abrange características estranhas relevantes. Como
decorrência, seus efeitos podem resultar confundidos tendenciosamente com efeitos de
características estranhas.

Em um experimento em que é exercido o controle local, o procedimento de


casualização é restrito de modo a garantir a disposição dos tratamentos determinada pelo
controle local. Na situação de controle local mais simples, a casualização é efetuada
dentro de cada grupo de unidades determinado pelo controle local, separadamente e
independentemente para cada grupo. Assim, por exemplo, no experimento de controle de
verminose de coelhos com o fator de tratamento anti-helmíntico, com controle local
simples global das características estranhas associadas à ninhada, os níveis do fator anti-
helmíntico são atribuídos aleatoriamente aos animais de uma mesma ninhada (grupo),
repetindo-se o processo de casualização separada e independente para cada ninhada.
Observe-se que nesse caso o número de coelhos de cada ninhada utilizados no
experimento deve ser igual ao número dos níveis do fator anti-helmíntico incluídos no
experimento. Com esse processo de casualização, resultam casualizadas todas as
características individuais dos animais, excetuadas aquelas referentes à ninhada.

As implicações do controle experimental sobre as inferências derivadas do


experimento podem ser explicadas como segue: O controle de técnicas experimentais, o
controle local e o controle estatístico permitem separar uma parte substancial da variação
das variáveis respostas atribuível às correspondentes variáveis estranhas controladas.
Dessa forma, torna-se mais nítida a variação devida a tratamentos, se existente. A
ausência de tendenciosidade conseqüente da casualização permite que possa ser
logicamente inferido que uma diferença “considerável” das respostas a dois tratamentos,
por exemplo, seja conseqüência de diferença (ou seja, causada por diferença) entre os
efeitos desses tratamentos.

Observe-se que o controle de técnicas experimentais tem implicações sobre a


constituição da amostra, já que ele torna constante ou reduz a variabilidade atribuível a
variáveis estranhas relevantes. Dessa forma, a amostra no experimento compreende, de
fato, o conjunto das características respostas, o conjunto das características explanatórias
e o conjunto das características estranhas, eliminadas deste último conjunto as
características controladas por técnicas experimentais. Por outro lado, o controle local, o
controle estatístico e a casualização não interferem na constituição da amostra. Entretanto,
conforme salientado anteriormente, o controle local e o controle estatístico implicam em
perda de informação sobre o erro experimental, cujas conseqüências serão esclarecidas
ulteriormente.

Em experimentos ideais, todas as características estranhas relevantes da amostra


são controladas por controle local ou por controle estatístico, compreendendo a classe das
características estranhas controladas; as demais características estranhas são efetiva e
operacionalmente casualizadas, constituindo a classe das características estranhas
casualizadas. Esta classe de características compõe, exclusivamente, o erro experimental
que, por essa razão, também é usualmente denominado erro (ou variação) aleatório ou
casual. Em situações reais, entretanto, muitas características estranhas não são sujeitas a
esses processos de controle experimental. Estas características constituem a classe das
características estranhas potencialmente perturbadoras.
82 Estatística Experimental: Planejamento de Experimentos

Dessa forma, o erro aleatório resulta constituído pelas características estranhas


casualizadas juntamente com as características estranhas potencialmente perturbadoras.
Em um experimento, é esperado que as características dessa classe se comportem como
características casualizadas, ou seja, que não tenham efeitos relevantes, manifestando em
todas as unidades níveis suficientemente próximos, ou que, pelo menos, não ocasionem
confundimento que implique em tendenciosidade das relações causais entre fatores
experimentais e características respostas. No experimento de controle de verminose de
coelhos, com o controle local das características relacionadas à ninhada e o procedimento
de casualização ilustrado anteriormente, são potencialmente perturbadoras todas as
características estranhas, excetuadas as relacionadas com as ninhadas (que são
controladas pelo controle local) e com as características individuais dos animais (que são
casualizadas); ou seja, são potencialmente perturbadoras todas as características
relacionadas ao ambiente (clima - temperatura, luminosidade, umidade, etc.), manejo -
suprimento de alimento, de água, etc., instalações, mensuração de características
respostas e registro e edição dos dados.

Os efeitos das características estranhas potencialmente perturbadoras sobre as


características respostas ficam confundidos com os efeitos dos fatores experimentais. Por
essa razão, elas também são denominadas características de confundimento.
Características dessa classe que se revelam relevantes implicam em confundimento
considerável que torna tendenciosas as influências causais de fatores experimentais sobre
características respostas. Tais características relevantes são designadas características
estranhas perturbadoras. No experimento de controle de verminose de coelho, por
exemplo, podem constituir características estranhas perturbadoras a ocorrência danosa
aos animais de predadores, de alguma doença não relacionada à incidência de vermes, ou
de condições ambientais adversas, e erros de registro, transcrição e edição dos dados. O
recurso para evitar a ocorrência de características estranhas perturbadoras é o controle de
técnicas experimentais.

O uso de planos de experimentos eficientes visa colocar na classe das


características controladas (por controle local e controle estatístico) tantas características
estranhas quanto exequível, prático e econômico. Por outro lado, as técnicas
experimentais para o controle de características estranhas têm como propósito a
diminuição do efeito da tendenciosidade provocada por características perturbadoras, ou a
diminuição de erros aleatórios, decorrentes de características casualizadas, ou ambos.
Entretanto, não é prático ou recomendável controlar por controle local e por controle
estatístico mais do que poucas das muitas características estranhas. A maioria delas deve
ser deixada não controlada por essas técnicas. Tais características podem ser colocadas
na classe das características casualizadas, pela casualização apropriada, ou ser
controladas por técnicas experimentais.

A classificação das características estranhas é estabelecida pelo procedimento


adotado no experimento. Esse procedimento é idealmente definido no plano do
experimento, mas é freqüentemente sujeito a alterações durante sua execução. Dessa
forma, a identificação das classes das características controladas por controle local e por
controle estatístico, casualizadas e controladas por técnicas experimentais requer a
descrição do procedimento experimental.
3. CONCEITOS IMPORTANTES 83

3.4. Material experimental, unidade experimental e erro experimental.

O material experimental compreende os fatores experimentais e o conjunto das


características estranhas na amostra. Assim, o material experimental compreende a
amostra, excluindo as características respostas.

A representatividade da população objetivo pelo material experimental é de


fundamental importância para a validade das inferências derivadas do experimento.

De modo geral, o material experimental não constitui uma amostra aleatória das
características explanatórias e estranhas da população objetivo. É uma parte da população
que é disponível ou acessível ou, em muitas situações, uma simulação ou miniatura de
uma parte desta população, o que constitui a melhor representação da população objetivo
que pode ser obtida para a pesquisa. Muito freqüentemente, o material experimental
corresponde à situação particular de um laboratório, de uma estação experimental ou de
um conjunto de locais e anos, por exemplo. Nessas circunstâncias, a população
amostrada, da qual o material experimental pode ser considerado representativo, não
coincide com a população objetivo e pode distinguir-se consideravelmente desta.
Inferências a partir dos resultados do experimento são válidas (ou seja, não tendenciosas)
para a população amostrada; serão aplicáveis à população objetivo na medida em que as
características dessas duas populações se aproximem.

Por essa razão, a apropriada apreciação dos resultados de um experimento requer


uma descrição clara e exata do material experimental para que a validade da extensão de
seus resultados para a população objetivo possa ser apropriadamente avaliada. Essas
considerações são muito importantes em experimentos tecnológicos, que visam
inferências para aplicações práticas. Não são tão relevantes em pesquisas básicas.

No experimento, o termo unidade da amostra utilizado anteriormente tem vários


significados que pelas suas importâncias devem ser definidos precisamente. Basicamente,
distinguem-se os conceitos de unidade experimental e de unidade de observação, e cada
um desses conceitos implica freqüentemente a existência de mais de uma categoria
dessas unidades em um mesmo experimento; a unidade experimental é definida
relativamente ao fator experimental e a unidade de observação, à característica resposta.
Esses conceitos são emitidos e ilustrados a seguir.

A unidade experimental para um fator de tratamento é a maior fração do material


experimental a que é feita uma aplicação simples de um nível desse fator por um processo
aleatório; a unidade experimental para um fator intrínseco é a maior fração do material
experimental que determina ou manifesta um nível desse fator. A unidade experimental
também é denominada parcela, designação originada da experimentação agrícola de
campo.

Em outras palavras, a unidade experimental para um fator experimental é a fração


do material experimental à qual é alocado ou que manifesta um nível desse fator
(respectivamente nas situações de fator de tratamento e fator intrínseco),
independentemente de qualquer outra fração. Os seguintes exemplos são ilustrativos: a)
Em um experimento agrícola de campo para comparação de cultivares de sorgo em que o
terreno é dividido em talhões e é efetuada a atribuição das cultivares aos talhões de modo
que cada talhão recebe uma cultivar independentemente dos demais talhões, a unidade
experimental para o fator cultivar é o talhão, com as características do material
experimental que lhe correspondem. b) Em um experimento para pesquisa da imunização
84 Estatística Experimental: Planejamento de Experimentos

de animais contra uma doença em que cada vacina é administrada individualmente aos
animais e os animais são mantidos em um mesmo ambiente e sob as mesmas condições
de manejo, alimentação, etc., a unidade experimental para o fator vacina é o animal, com
as correspondentes características e aquelas referentes ao ambiente, manejo,
alimentação, etc. que lhe afetam. c) Em um experimento de nutrição animal em que os
animais são instalados em compartimentos coletivos (potreiros, boxes, ou gaiolas) e os
animais em um mesmo compartimento são condicionados a receberem uma mesma
ração, independentemente do que recebem os animais nos demais compartimentos, a
unidade experimental para o fator ração é constituída pelas características referentes ao
compartimento (instalações, clima, etc.), aos animais nele instalados e ao correspondente
manejo.

Em experimentos com mais de um fator, a unidade experimental para um fator


pode ser distinta da unidade experimental para outro fator. Dessa forma, em tais
experimentos, pode ocorrer mais de uma categoria de unidade experimental. Seja, por
exemplo, um experimento para pesquisa do efeito da formulação da ração e da
administração de anabolizante em suínos no período de crescimento e terminação para o
abate em que os animais são instalados em boxes coletivos, os níveis do fator ração são
atribuídos coletivamente aos animais nos boxes, de modo que os animais em um mesmo
boxe recebem uma mesma ração independentemente do que recebem os animais dos
demais boxes, e os níveis do fator anabolizante são aplicados individualmente aos
animais, de modo que em cada boxe cada animal recebe um anabolizante
independentemente do que é atribuído aos demais animais no boxe. Nessas
circunstâncias, o boxe, com as características do material experimental que lhe
correspondem, constitui a unidade experimental para o fator ração, e o animal e as
características do material experimental que lhe correspondem constituem a unidade
experimental para o outro fator anabolizante.

Usualmente, a uma mesma condição experimental corresponde mais de uma


unidade experimental. Essas distintas unidades experimentais constituem repetições para
essa condição experimental. O número dessas unidades experimentais é o número de
repetições para essa condição experimental. Em particular, unidades experimentais
distintas com um mesmo tratamento constituem repetições para esse tratamento; o
número dessas unidades experimentais é o número de repetições para esse tratamento.

A unidade de observação para uma variável resposta é a menor fração do


material experimental em que se registram valores da variável resposta, ou seja,
observações dessa variável. Dessa forma, a unidade de observação para uma variável
resposta é a unidade elementar da amostra para essa variável. A unidade de observação
pode ser a própria unidade experimental ou uma fração desta.

A caracterização da unidade de observação em um experimento depende da forma


da mensuração das variáveis respostas e pode variar com a variável resposta. Assim, por
exemplo, em um experimento agrícola de campo com arroz, a unidade de observação para
o peso da produção de grãos pode ser a própria unidade experimental, se todas as plantas
na parcela forem consideradas para a determinação do valor desta variável na parcela, ou
uma parte interna da parcela (usualmente designada área útil), se apenas as plantas
nessa parte interna forem colhidas para a pesagem dos grãos produzidos. Nesses
experimentos, é comum mensurar características da planta, tais como altura, número de
perfilhos, número de espiguetas por espiga e número de espigas por meio de uma amostra
do material experimental constituída de subconjuntos das plantas das parcelas, um
3. CONCEITOS IMPORTANTES 85

subconjunto de cada parcela; nesse caso, a unidade de observação para essas variáveis
respostas compreende o subconjunto de plantas da parcela. Semelhante procedimento
também é comumente adotado para a mensuração de características do grão, como peso
hectolitro, peso de 1000 grãos, vigor e germinação: algumas plantas da parcela são
selecionadas e dessas plantas são colhidos os grãos que são avaliados; logo essas
plantas constituem a unidade de observação para essas variáveis respostas.

A unidade experimental para um fator experimental pode compreender várias


unidades de observação. Por exemplo: a) para o fator lotação em um experimento com
animais em pastoreio um tratamento é a lotação em um potreiro; o potreiro, o conjunto de
animais no potreiro e as características do material experimental que lhes correspondem
constituem a unidade experimental; se for efetuada a avaliação individual dos animais,
cada animal no potreiro é uma unidade de observação distinta; b) para o fator cultivar de
um experimento com pessegueiro (ou outra planta de grande porte) em que cada parcela
compreende quatro plantas e o peso da produção de frutos é mensurado individualmente
para cada planta, cada planta é uma unidade de observação; a parcela compreende,
então, quatro unidades de observação.

Como será justificado ulteriormente, a determinação adequada da unidade


experimental é de crucial importância para as inferências derivadas do experimento. Dela
depende a correta caracterização do erro experimental, no qual se fundamentam tais
inferências. Para esse propósito é particularmente importante a distinção entre unidade
experimental e unidade de observação, porque no que diz respeito a inferências sobre os
efeitos de fatores experimentais sobre uma variável resposta a correspondente unidade
experimental deve ser considerada como um todo; a variação dos valores de uma variável
resposta entre unidades de observação dentro de unidades experimentais é irrelevante na
estimação dos erros experimentais apropriados para a discriminação de efeitos de fatores
experimentais.

Em geral, a variação dos valores de uma variável resposta atribuível a


características estranhas constitui o erro experimental dessa variável. Entretanto, o erro
experimental apropriado para as inferências referentes a relações causais entre variáveis
respostas e fatores experimentais em um experimento pode variar com as inferências
particulares. De fato, o procedimento lógico para inferências referentes a uma diferença de
efeitos de condições experimentais (tratamentos, em particular) sobre uma variável
resposta é a comparação da variação das respostas observadas nas correspondentes
unidades experimentais que é atribuível a essa diferença com uma variação de resposta
"comparável" que seja devida exclusivamente a características estranhas. Nessas
circunstâncias, é conveniente o estabelecimento de conceito mais específico de erro
experimental.

O erro experimental de uma variável resposta para um fator experimental é a


variação entre os valores observados dessa variável resposta nas correspondentes
unidades experimentais que é atribuível às características estranhas que não são
controladas por controle local ou por controle estatístico. Logo, o erro experimental
compreende a variação entre os valores observados da variável resposta nas unidades
experimentais, excetuados os componentes dessa variação atribuíveis aos fatores
experimentais e às características estranhas controladas no experimento. Em particular,
em um experimento com um único fator em que não é efetuado qualquer controle da
variação atribuível ao material experimental, o erro experimental de uma variável resposta
86 Estatística Experimental: Planejamento de Experimentos

para esse fator é a variação entre os valores observados dessa variável nas unidades
experimentais com um mesmo nível desse fator.

O erro de observação de uma variável resposta é a variação entre os seus


valores registrados nas unidades de observação dentro de uma mesma unidade
experimental. Mais de uma unidade de observação em cada unidade experimental pode
resultar da subdivisão da unidade experimental em partes em cada uma das quais é
efetuada a observação da variável resposta. Essa situação foi ilustrada anteriormente.
Observações múltiplas também ocorrem quando são efetuadas observações da variável
resposta em diversas frações da unidade experimental selecionadas por um processo
aleatório. Nesse caso, a unidade de observação é denominada unidade de amostragem,
e a variação entre essas unidades dentro das unidades experimentais é denominada erro
de amostragem. A amostragem da unidade experimental é utilizada em experimentos em
que a variável resposta deve ser mensurada em pequena fração do material e se torna
conveniente a seleção aleatória dessa fração para a apropriada representatividade da
unidade experimental. Esse é o caso, por exemplo, da mensuração de características
referentes à composição química em experimentos com plantas ou animais, para a qual é
utilizada pequena quantidade de material.

Observe-se que o erro experimental compreende diversas fontes de variação


estranha, entre elas: a) variabilidade inerente ao processo de mensuração e ao registro
das respostas nas unidades de observação; b) variabilidade devida à inabilidade de
reprodução exata dos tratamentos nas diversas unidades experimentais que devem
receber um mesmo tratamento, denominada erro de tratamento; c) interações de
tratamentos e características estranhas, e d) fontes de variação relevantes fora do controle
do pesquisador. Essas duas últimas fontes de variação correspondem à omissão de fontes
de variação sistemáticas na formulação do modelo estatístico. Essas fontes de variação,
se relevantes, podem inflacionar, de modo considerável, a estimativa do erro. Nesse caso,
diz-se que há um erro de especificação do modelo. Esse fato pode tornar-se importante,
especialmente se tais fontes de variação não afetam em semelhante nível a estimativa da
variância atribuível aos efeitos de tratamentos.

O erro de tratamento é uma fonte de variação importante em muitos experimentos.


Assim, por exemplo, quando os tratamentos são diferentes equipamentos e as repetições
correspondem a turnos de operação do equipamento, por um mesmo operador ou por
operadores diferentes. Nesse caso, o erro de tratamento compreende o efeito de turno de
operação, ou à combinação dos efeitos de turno de operação e de operadores. Em tais
situações, seria mais apropriado considerar o erro de tratamento separadamente do erro
experimental propriamente dito.

3.5. Ilustração

Os conceitos emitidos nas seções anteriores são ilustrados mais amplamente nos
exemplos que seguem.

Exemplo 3.1. Sistemas de interesse: Sistemas de produção de trigo do Planalto do


Rio Grande do Sul (que existirão em um intervalo de anos imediato após o encerramento
da pesquisa).

População objetivo: Lavouras de produção de trigo do Planalto do Rio Grande do


Sul.
3. CONCEITOS IMPORTANTES 87

Unidade da população: Cada lavoura particular que, conceitualmente, constitui a


população objetivo.

Problema de pesquisa: Prejuízo à produção de grãos decorrente de doenças


fúngicas foliares (ferrugem, septoriose e helmintosporiose).

Hipótese de pesquisa: A aplicação de fungicidas disponíveis no mercado controla a


incidência das doenças foliares do trigo, evitando o dano decorrente para a produção.

Ação de pesquisa: Experimento para a comparação dos efeitos de diversos


fungicidas sobre o controle de doenças foliares e a produção de grãos.

Características respostas na população objetivo: Peso da produção de grãos,


graus de incidência da ferrugem, da septoriose e da helmintosporiose na folha, quantidade
de espiguetas por planta, quantidade de espigas por espigueta, quantidade de grãos por
espiga e peso médio e densidade do grão.

Características explanatórias na população objetivo: Fungicida, decorrente da


hipótese formulada; níveis do fator - fungicidas específicos existentes no mercado
apropriados para consideração, e ausência 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 resistência)


da cultivar adotada no sistema às doenças fúngicas da folha, é conveniente a
consideração de cultivar como uma característica explanatória; seus níveis são as
cultivares utilizadas na região.

O efeito do fungicida depende da presença do fungo; portanto, pode variar entre os


locais da região e entre os anos. Nessas circunstâncias, ano e local também devem ser
considerados características explanatórias; seus níveis são, respectivamente, os locais de
cultivo de trigo na região e os anos de cultivo, em um intervalo de tempo imediato à
conclusão da pesquisa.

Amostra: Compreende o conjunto constituído pelas características estranhas, pelos


fatores experimentais e pelas características respostas, que são especificados a seguir.

Variáveis respostas na amostra: Peso da produção de grãos (em decagramas),


graus de incidência da ferrugem, da septoriose e da helmintosporiose na folha (em escalas
de medida convencionais), número de espiguetas por planta, número de espigas por
espigueta, número de grãos por espiga, peso hectolitro (em gramas), peso de 1.000 grãos
(em decigramas).

Variáveis explanatórias na amostra (fatores experimentais): 1) Fungicida, com


quatro níveis (os mesmos considerados na população objetivo): 1 - Mancozeb DF 75%, 2 -
Ciproconazole 10%, 3 - Propiconazole, 4 - Dinaconazole 5% CE e 5- Sem fungicida
(Controle). 2) Cultivar, com três níveis - uma cultivar escolhida entre as cultivares de cada
nível de suscetibilidade às doenças fúngicas da folha: 1 - BR-23, 2 - EMBRAPA 24 e 3 -
Maringá. 3) Local, com seis níveis - seis locais escolhidos da região de cultivo de trigo); 4)
Ano, com quatro níveis - os quatro próximos anos.

Nessas circunstâncias, o experimento é fatorial, com dois fatores de tratamento -


fungicida e cultivar, e dois fatores intrínsecos - local e ano. Os tratamentos compreendem
88 Estatística Experimental: Planejamento de Experimentos

cada um dos cinco níveis do fator fungicida, cada uma das três cultivares e cada uma das
15 combinações dos cinco tratamentos fungicidas com as três cultivares.

Procedimento experimental: O experimento é conduzido em um terreno de cada


um dos seis locais, na seqüência definida de quatro anos. Cada um desses terrenos é
dividido em 60 talhões. Para o controle da heterogeneidade do solo, em cada local e em
cada ano, os talhões são classificados em quatro grupos de 15 talhões contíguos ou
próximos, nos terrenos planos, e em quatro grupos de 15 talhões numa mesma faixa de
nível, nos terrenos em declive. É usualmente esperado que nessas circunstâncias os 15
talhões de um mesmo grupo sejam mais homogêneos, especialmente quanto a
características do solo, do que o conjunto global dos 60 talhões de cada local e ano
particular.

A assinalação dos tratamentos (combinações dos fungicidas e cultivares) é


procedida separada e independentemente para cada combinação de local e ano. Em cada
local, em cada ano, os 15 tratamentos são atribuídos aos 15 talhões de cada um dos
grupos, por sorteio efetuado separada e independentemente para cada grupo, de modo
que em cada grupo cada talhão recebe um tratamento diferente dos tratamentos dos
demais talhões. Dessa forma, cada grupo compreende um conjunto completo dos 15
tratamentos.

Características estranhas na amostra - Conjunto de todas as características da


amostra que não constituem características respostas ou características explanatórias, ou
seja, o conjunto dos seguintes agregados de características: características referentes à
semente (pureza, vigor, estado sanitário, etc.), ao ambiente (solo, clima, incidências de
pragas, invasoras e doenças, excluídas as doenças fúngicas da folha, etc.), ao manejo
(plantio, tratos culturais, colheita, etc.), à coleta e registro dos dados (métodos e
instrumentos utilizados) e ao tratamento dos dados.

Características estranhas controladas - a) por controle local: características


referentes ao solo, ou seja, principalmente, fertilidade, umidade e profundidade, que
exprimam diferenças entre os quatro grupos de 15 talhões formados pelo controle local; b)
por controle estatístico: nesses experimentos usualmente nenhuma.

Características estranhas casualizadas: Componentes das características do solo


e de outras características permanentes do ambiente entre talhões dentro de cada grupo.

Características estranhas potencialmente perturbadoras: Conjunto das


características estranhas da amostra não controladas pelo controle local (efetuado pela
formação dos grupos de talhões) nem casualizadas, ou seja: características referentes à
semente (pureza, vigor, estado sanitário, etc.), ao ambiente (solo, clima, incidências de
pragas, invasoras e doenças, excluídas as doenças fúngicas que se manifestem na folha,
que constituem características respostas, etc.), ao manejo (plantio, tratos culturais,
colheita, etc.), à coleta e registro dos dados (métodos e instrumentos utilizados) e ao
tratamento dos dados; excluídas as características permanentes do solo e clima
controladas por controle local e pela casualização, e características referentes ao manejo
que obedeçam ao controle local.

Características estranhas controladas por técnicas experimentais: Características


estranhas potencialmente perturbadoras mais relevantes devem ser controladas por
técnicas experimentais; por exemplo: qualidade da semente e dos fungicidas, época de
plantio, aplicação dos fungicidas, incidência de pragas, doenças (excetuadas as doenças
3. CONCEITOS IMPORTANTES 89

fúngicas foliares cuja pesquisa de controle é o propósito do experimento), invasoras,


predadores, época de colheita, procedimentos e instrumentos de mensuração, registro e
edição de dados.

Características potencialmente perturbadoras que se tornem relevantes se


constituirão em características estranhas perturbadoras; por exemplo, acamamento de
plantas, não passível de controle de técnicas experimentais, e predadores e pragas, se o
controle de técnicas experimentais não for eficaz.

Material experimental: Compreende o conjunto dos fatores experimentais


(fungicidas, cultivares, anos e locais) e o conjunto das características estranhas da
amostra, ou seja: características da semente (pureza, vigor, estado sanitário, etc.), do
ambiente (solo, clima, incidências de pragas, invasoras e doenças, excluídas as doenças
fúngicas da folha, etc.), do manejo (plantio, tratos culturais, colheita, etc.), da coleta e
registro dos dados (métodos e instrumentos utilizados) e do tratamento dos dados.

Unidade experimental - a) para os fatores fungicida e cultivar: um talhão, ou dito de


modo mais completo, o conjunto constituído pelas características referentes aos fatores
experimentais e as características estranhas correspondente a um talhão; b) para o fator
local: o conjunto dos 240 (4x60) talhões dos quatro anos de um local particular, incluindo o
subconjunto que lhe corresponde das características estranhas e características referentes
aos fatores experimentais; c) para o fator ano: o conjunto dos 360 (6x60) talhões dos seis
locais de um ano particular, incluindo o subconjunto que lhe corresponde das
características estranhas e características referentes aos fatores experimentais.

Unidade de observação: Para evitar a influência sobre uma parcela (unidade


experimental) de tratamentos aplicados em parcelas vizinhas, a produção de grãos é
determinada por meio da colheita das plantas da parte interna da parcela,
desconsiderando as plantas da bordadura da parcela. Essa fração da parcela, comumente
denominada área útil da parcela, é a unidade de observação para a variável resposta
peso da produção de grãos. Os valores das variáveis respostas número de espiguetas por
planta, número de espigas por espiguetas, número de grãos por espigas e peso de 1000
grãos são determinados para uma amostra de plantas da parcela, previamente definida. A
amostra de plantas de cada parcela constitui a unidade de observação para essas
variáveis respostas. Os graus de incidência da ferrugem na folha e no caule também são
determinados para uma amostra de plantas da parcela, que constitui a correspondente
unidade de observação.

Erro experimental de uma variável resposta - a) para os fatores fungicida e cultivar:


variação entre os valores da variável resposta entre os talhões atribuível às características
estranhas não controlada pelo controle local (isto é, pelo agrupamento dos talhões); ou
seja, variação entre os valores da variável resposta entre talhões dentro de grupos de
unidades, excluídos os componentes atribuíveis à fungicida e a cultivar. O erro
experimental para um local e ano particulares é o correspondente componente daquele
erro. b) para o fator local: variação entre os valores da variável resposta entre os seis
conjuntos de 240 talhões (dos quatro anos) correspondentes aos seis locais que é
atribuível a características estranhas. c) para o fator ano: variação entre os valores da
variável resposta entre os conjuntos de 360 talhões (dos seis anos) dos quatro locais que
é atribuível a características estranhas.
90 Estatística Experimental: Planejamento de Experimentos

Exemplo 3.2. Sistemas de interesse: Sistemas de produção de suínos da raça


Landrace criados em confinamento no Estado do Rio Grande do Sul (que existirão em um
intervalo de tempo imediato ao encerramento da pesquisa).

População objetivo: Instalações (ou unidades) de produção de suínos da raça


Landrace criados em confinamento no Estado do Rio Grande do Sul.

Unidade da população: Cada instalação (unidade) conceitualmente considerada


como constituindo a população objetivo.

Problema de pesquisa: Elevado custo da ração consumida nas fases de


crescimento e terminação.

Hipótese de pesquisa: A substituição parcial do milho e do farelo de soja pela


casca de soja tostada na composição da ração diminui o custo desta e não prejudica o
desenvolvimento corporal nem as características de carcaça.

Ação de pesquisa: Experimento para a comparação de rações com os


componentes milho e farelo de soja parcialmente substituídos por casca de soja tostada.

Características respostas na população objetivo: Tempo para o abate, ganho de


peso, rendimento de carcaça, comprimento de carcaça, quantidade de lombo, quantidade
de toucinho, quantidade de ração consumida, conversão alimentar.

Características explanatórias na população objetivo - 1) Ração; níveis -


percentagens de substituição do milho e do farelo de soja por casca de soja tostada
compreendidas no intervalo entre 0% e 18%. Como a população objetivo compreende
animais machos e fêmeas e o efeito da ração pode depender do sexo, esta característica
deve ser característica explanatória, com dois níveis: 1 - macho, 2 - fêmea.

Como o efeito da ração pode variar com granja (ou local) e com o ano,
principalmente em decorrência de diferenças de instalações, de manejo e de clima, granja
e ano devem ser considerados características explanatórias.

Variáveis respostas na amostra: Número de dias até o animal atingir 90 kg de peso


corporal, ganho médio diário de peso (em dag), peso da carcaça fria (em hg), rendimento
de carcaça, comprimento de carcaça (em cm), área do lombo (?), espessura do toucinho
(?), ração suprida, sobra de ração e quantidade de ração consumida (em dg) e conversão
alimentar.

Variáveis explanatórias (fatores experimentais) na amostra: 1) Ração, com quatro


níveis: 0%, 2 - 6%, 3 - 12% e 4 - 18% de substituição do milho e do farelo de soja por
casca de soja tostada. 2) Sexo, com dois níveis: 1 - macho, 2 - fêmea. 3) Local, com
quatro níveis: quatro granjas escolhidas da região. 4) Ano, com três níveis: três anos de
execução do experimento.

Ração é fator de tratamento; sexo, local e ano são fatores intrínsecos.

Procedimento experimental: O experimento é conduzido nas quatro granjas na


sucessão definida de três anos. Em cada granja e em cada um dos anos são utilizados 20
boxes com capacidade para dois animais e 20 animais machos e 20 fêmeas, com variação
considerável de peso entre animais de mesmo sexo. A ração é administrada aos animais
em comedouros, um comedouro em cada boxe, igualmente acessível aos dois animais do
3. CONCEITOS IMPORTANTES 91

boxe. Como as condições ambientais são heterogêneas, os 20 boxes são agrupados em


cinco grupos de quatro boxes, cada grupo constituído de quatro boxes próximos, mais
uniformes do que o conjunto de todos os boxes que serão utilizados. Os animais de cada
sexo também são classificados em cinco grupos de quatro animais de idades próximas, de
modo que as diferenças relevantes de idade ficam entre os grupos. Cada grupo de quatro
fêmeas e cada grupo de quatro machos é assinalado a um grupo de quatro boxes, de
modo que em cada boxe resulta um animal de cada sexo.

A atribuição das rações aos boxes é efetuada separada e independentemente para


cada combinação de granja e ano. Para cada granja, em cada ano, a definição da ração a
ser assinalada a cada boxe particular é procedida por sorteio efetuado separada e
independentemente para cada grupo de quatro boxes, de modo que cada um desses
grupos recebe um conjunto completo das quatro rações.

Características estranhas: Características individuais dos leitões não inerentes a


sexo (características genéticas, idade, peso e estado sanitário inicial), características
referentes à ração, excluídas as características que correspondem às composições
definidas para os tratamentos, ao ambiente (instalações, clima - temperatura, umidade,
luminosidade, etc.), ao manejo (suprimento de ração e água, tratos sanitários, etc.), à
coleta, registro e tratamento dos dados.

Características estranhas controladas - a) por controle local: essa classe de


características compreende as características referentes ao ambiente e às instalações que
exprimam diferenças entre os cinco grupos de quatro boxes, e as características
referentes às diferenças entre os cinco grupos de quatro animais machos e entre os cinco
grupos de quatro fêmeas; b) por controle estatístico:- peso inicial dos leitões, se
consideravelmente variáveis; nesse caso, os animais devem ser pesados ao início do
período experimental.

Características estranhas casualizadas: Características que exprimem as


diferenças entre os quatro boxes (referentes às instalações, ao ambiente, etc.) e os
correspondentes conjuntos de dois animais (um macho e uma fêmea), dentro de cada
grupo.

Características estranhas potencialmente perturbadoras: Características referentes


à incidência de doenças, ambiente e manejo, e demais características estranhas não
controladas por controle local e controle estatístico e não casualizadas.

Características estranhas controladas por técnicas experimentais: Características


potencialmente perturbadoras relevantes: Anomalias de animais, pela eliminação de
animais atípicos, condições ambientais de temperatura, vento, umidade e luminosidade,
suprimento de ração e água, incidência de doenças, por meio da aplicação uniforme aos
animais das doses definidas de vacinas e antibióticos recomendados, danos decorrentes
de predadores e de ocorrências climáticas atípicas, mensuração, registro e edição de
dados, pelo uso de técnicas e instrumentos uniformes e precisos.

Características potencialmente perturbadoras que se tornem relevantes se


constituirão em características estranhas perturbadoras; por exemplo, temporal, não
passível de controle de técnicas experimentais, e predadores e doenças, se o controle de
técnicas experimentais não for eficaz.
92 Estatística Experimental: Planejamento de Experimentos

Material experimental: Compreende o conjunto dos fatores experimentais (ração,


sexo, granja e ano) e o conjunto das características estranhas da amostra, ou seja,
características individuais dos leitões (carga genética, idade, peso e estado sanitário
inicial), e as características referentes à ração, excluídas as que correspondem às
composições definidas, ao ambiente (instalações, clima - temperatura, umidade,
luminosidade, etc.), ao manejo (suprimento de ração e água, tratos sanitários, etc.), à
coleta, registro e tratamento dos dados.

Unidade experimental - a) para o fator ração: o conjunto das características


estranhas referentes a um boxe particular e aos correspondentes dois animais. É comum
dizer, abreviadamente, que a unidade experimental para esse fator é o boxe, ou o conjunto
dos dois animais dentro de um boxe. Deve-se ter claramente entendido que o conceito de
unidade experimental é mais abrangente, englobando todas as características estranhas
relativas ao boxe e ao correspondente conjunto de dois animais. b) para o fator granja: o
conjunto dos 60 (3x20) boxes e correspondentes 120 animais dos três anos de uma granja
particular; c) para o fator ano: o conjunto dos 80 (4x20) boxes e 160 animais das quatro
granjas de um ano particular.

Unidade de observação - a) para as variáveis respostas tempo para o abate, ganho


médio diário de peso, comprimento do lombo e rendimento de carcaça: o animal individual;
b) para as variáveis respostas quantidade de ração consumida e conversão alimentar: o
boxe (ou conjunto de dois animais de um boxe).

Erro experimental de uma variável resposta - a) para o fator ração: variação entre
os valores da variável resposta entre os boxes (ou os correspondentes dois animais)
atribuível às características estranhas não controladas pelo controle local (isto é, pelo
agrupamento dos boxes e animais); ou seja, variação entre os valores da variável resposta
entre boxes (ou dois animais) dentro de grupos de boxes, excluídos os componentes
atribuíveis à ração. O erro experimental para um local e ano particulares é o
correspondente componente daquele erro. b) para o fator local (granja): variação entre os
valores da variável resposta entre os seis conjuntos de 60 boxes correspondentes aos seis
locais que é atribuível a características estranhas. c) para o fator ano: variação entre os
valores da variável resposta entre os três conjuntos de 80 boxes correspondentes aos três
anos que é atribuível a características estranhas.

Exemplo 3.3. Sistemas de interesse: Produção de carne de vacas de descarte, em


granjas de gado de corte, em pastagem cultivada, da região da Fronteira do Estado do Rio
Grande do Sul (em um intervalo de tempo imediato ao encerramento da pesquisa).

População objetivo: Vacas de descarte, em granjas de gado de corte, em


pastagem cultivada, da região da Fronteira do Estado do Rio Grande do Sul; fator: anti-
helmíntico.

Unidade da população: Cada vaca e correspondentes condições ambientais, de


manejo, etc. que lhe afetam que, conceitualmente, constituem a população objetivo.

Problema de pesquisa: Incidência de helmintos e o conseqüente prejuízo à


produção de carne.

Hipótese de pesquisa: O tratamento anti-helmíntico controla a incidência de


helmintos, contribuindo para o aumento da produção de carne.
3. CONCEITOS IMPORTANTES 93

Ação de pesquisa: Experimento para pesquisa da eficácia da utilização de anti-


helmínticos disponíveis no mercado para o controle de helmintos e o aumento da produção
de carne.

Características respostas na população: Peso do animal e quantidade de ovos de


helmintos nas fezes em datas específicas do período experimental, peso de carcaça
quente, quantidade de helmintos nas vísceras do animal.

Características explanatórias na população: Anti-helmíntico; níveis - anti-


helmínticos específicos existentes no mercado, e ausência de anti-helmíntico: 1 - Ivomec,
2 - Synanthic e 3 - sem anti-helmíntico.

Dado que o efeito do anti-helmíntico pode depender das condições ambientais,


variáveis entre os locais da região e entre anos, local (granja) e ano devem ser
considerados variáveis explanatórias.

Variáveis respostas na amostra: Peso do animal (em kg) e número de ovos de


helmintos nas fezes, em datas específicas durante o período experimental, e peso de
carcaça quente (em kg) e número de helmintos nas vísceras contados na necropsia.

Variáveis explanatórias na amostra (fatores experimentais): 1) Anti-helmíntico, com


três níveis: 1 - Ivomec, 2 - Synanthic e 3 - Sem anti-helmíntico (Controle). 2) Local
(granja), com cinco níveis: cinco granjas escolhidas da região. 3) Ano, com três níveis: três
anos próximos de execução do experimento.

Anti-helmíntico é fator de tratamento; local e ano são fatores intrínsecos.

Procedimento experimental: Em cada uma das cinco granjas, em cada um dos três
anos, são utilizadas 24 vacas heterogêneas quanto à idade e peso, e um potreiro com
capacidade para os 24 animais. As 24 vacas são classificadas em oito grupos de três
animais, cada grupo constituído por um conjunto uniforme de vacas. Os três anti-
helmínticos são administrados individualmente as três vacas de cada um dos oito grupos,
por sorteio efetuado separada e independentemente para cada grupo, de modo que em
cada grupo cada vaca recebe um anti-helmíntico diferente dos recebidos pelas outras duas
vacas do grupo. Durante o período experimental, as 24 vacas permanecem em um mesmo
potreiro. Esse processo de atribuição dos anti-helmínticos aos animais é procedido
separada e independentemente para cada granja em cada ano.

Características estranhas: Conjunto das características individuais das vacas


(características genéticas, idade, peso e estado sanitário inicial), características da
pastagem (quantidade, estado sanitário, etc.), do ambiente (principalmente clima), do
manejo (aplicação de vacinas e parasiticidas, excetuados os anti-helmínticos definidos
para o tratamento anti-helmíntico, suprimento de água, etc.), e da coleta, registro e
tratamento dos dados.

Características estranhas controladas - a) por controle local: características


inerentes aos grupos de três vacas, particularmente idade e peso desses animais; b) por
controle estatístico: nenhuma.

Características estranhas casualizadas: Características individuais dos três


animais dentro de cada um dos oito grupos.
94 Estatística Experimental: Planejamento de Experimentos

Características estranhas potencialmente perturbadoras: Características referentes


à incidência de doenças, ambiente e manejo e outras características estranhas não
controladas nem casualizadas.

Características estranhas controladas por técnicas experimentais: Anomalias de


animais, pela eliminação de animais atípicos, condições ambiental de temperatura,
umidade e luminosidade, suprimento de ração e água, incidência de doenças, por meio da
aplicação uniforme dos animais das doses definidas de vacinas e antibióticos
recomendados, danos decorrentes de predadores e de ocorrências climáticas atípicas,
mensuração, registro e edição de dados, pelo uso de técnicas e instrumentos uniformes e
precisos.

Observe-se que nesse experimento pode ocorrer a contaminação da pastagem, do


que decorreria a interferência de efeitos de tratamentos aplicados em animais distintos. Se
essa situação é esperada, é mais recomendável a condução do experimento com potreiros
individuais para cada vaca, o que demanda 24 potreiros em cada granja, em cada ano. Os
24 potreiros são, então, classificados semelhantemente às vacas, ou seja, em oito grupos
de três potreiros mais homogêneos do que o conjunto dos 24 potreiros; cada grupo de três
vacas é assinalado a um grupo de três potreiros, com uma vaca por potreiro; os
tratamentos (anti-helmínticos) são atribuídos individualmente às vacas (e correspondentes
potreiros), por sorteio separado e independente para cada grupo, de modo que cada grupo
de três vacas recebe uma coleção completa dos tratamentos.

Nessa situação alternativa, as classes das características estranhas controladas


por controle estatístico, potencialmente perturbadoras e controladas por técnicas
experimentais permanecem as mesmas; entretanto, as classes das características
estranhas controladas por controle local e casualizadas alteram-se como segue:

Características estranhas controladas por controle local: Essa classe de


características compreende as características referentes ao ambiente (solo, clima,
instalações, etc.) que exprimam diferenças entre os oito grupos de três potreiros, e as
características referentes às diferenças entre os oito grupos de três vacas, principalmente
relacionadas à idade e peso.

Características estranhas casualizadas: Componentes das características


individuais inerentes aos três potreiros e das características individuais referentes aos três
correspondentes animais, dentro de cada um dos oito grupos de potreiros e de vacas,
respectivamente.

Material experimental: Compreende o conjunto dos fatores experimentais (rações,


granjas e anos) e o conjunto das características estranhas na amostra, ou seja: as
características individuais das vacas (composição genética, idade, peso e estado sanitário
inicial), as características da pastagem (quantidade, estado sanitário, etc.), do manejo
(aplicação de vacinas e outros produtos, excetuados os anti-helmínticos definidos para o
tratamento anti-helmíntico, suprimento de água, etc.), e da coleta, registro e tratamento
dos dados.

Unidade experimental (parcela) - a) para o fator anti-helmíntico: uma vaca


particular e o conjunto das demais características estranhas referentes ao material
experimental; b) para o fator local (granja): o conjunto das 72 (3x24) vacas e três potreiros
dos três anos de um local particular; c) para o fator ano: o conjunto das 120 (5x24) vacas e
cinco potreiros dos cinco locais de um ano particular.
3. CONCEITOS IMPORTANTES 95

Unidade de observação: O registro dos dados das variáveis respostas: peso do


animal e número de ovos de helmintos nas fezes em datas específicas durante o período
experimental, peso de carcaça quente e número de helmintos contados na necropsia, é
efetuado individualmente para cada animal. Logo, a vaca é a unidade de observação para
essas variáveis.

Na situação alternativa de potreiros individuais para as vacas, a caracterização da


unidade experimental altera-se, como segue:

Unidade experimental - a) para o fator anti-helmíntico: uma vaca particular e o


correspondente potreiro individual; b) para o fator local (granja): o conjunto das 72 (3x24)
vacas e correspondentes potreiros individuais dos três anos de um local particular; c) para
o fator ano: o conjunto das 120 (5x24) vacas e correspondentes potreiros dos cinco locais
de um ano particular.

3.6. Exercícios de Revisão

1. Quais são as diferenças fundamentais entre experimento e levantamento por


amostragem no que diz respeito à seleção da amostra para a pesquisa e ao controle
exercido pelo pesquisador sobre características explanatórias? Indique suas implicações
para as inferências derivadas da pesquisa.

2. Descreva três problemas de seu campo de especialidade cuja solução deva ser
obtida por pesquisa experimental.

3. Conceitue e exemplifique "experimento absoluto" e "experimento comparativo"?

4. O que significa "experimento tecnológico"? Existe outra categoria de


experimento? Discuta.

5. Explique e ilustre os conceitos de experimento e de "grupo de experimentos".

6. O que se entende por fator experimental? Ilustre com exemplos de sua área.

7. Defina (ou explique) os seguintes conceitos:

- sistema ou unidade em uma pesquisa científica;

- população objetivo de uma pesquisa;

- problema de pesquisa;

- hipótese de pesquisa;

- ação de pesquisa;

- experimento;

- fator experimental;

- nível de um fator experimental;

- amostra.

8. Contraste e exemplifique os conceitos de:


96 Estatística Experimental: Planejamento de Experimentos

- população objetivo e população amostrada;

- experimento unifatorial e experimento fatorial;

- fator de tratamento e fator intrínseco;

- tratamento e condição experimental.

9. Em um experimento para pesquisa da eficácia de antibióticos para o controle de


uma doença, antibiótico é um fator de tratamento ou fator intrínseco? O que distingue fator
de tratamento e fator intrínseco?

10. Especifique e conceitue os três grupos em que se classificam as características


dos sistemas da população objetivo de uma pesquisa experimental.

11. Explique o significado conceitual de:

- material experimental;

- unidade experimental para um fator;

- unidade de observação para uma variável resposta;

- erro experimental para um fator.

12. Conceitue os três grupos de características da amostra em uma pesquisa


experimental.

13. Contraste e ilustre os conceitos de:

- Unidade experimental e unidade de observação.

- Erro experimental e erro de observação.

14. Em que consiste o controle experimental?

15. Explique os significados de:

- controle local;

- controle estatístico;

- casualização;

- controle de técnicas experimentais.

16. Qual é a implicação da escolha de material experimental homogêneo quanto à


representatividade da população objetivo?

17. O que é covariável (ou variável concomitante) em um experimento?

18. Conceitue os seguintes três grupos de classificação das características


estranhas na amostra: características controladas, características casualizadas e
características potencialmente perturbadoras.

19. O que é uma característica estranha perturbadora em um experimento.


3. CONCEITOS IMPORTANTES 97

20. Considere os experimentos que seguem, com as especificações dos fatores


experimentais definidos pelos respectivos objetivos, e correspondentes níveis:

A - "Estudo da eficácia de fungicidas no tratamento de semente de cebola". Fator:


Fungicida; níveis: 1 - Dithane, 2 - Thylate, 3 - Phygon e 4 - Controle (sem fungicida).

B- "Eficácia de diluentes no descongelamento de sêmen". Fator: Diluente sintético


(BTS); níveis: 1 - 80% de BTS, 2 - 60% de BTS, 3 - 40% de BTS e 4 - 20% de BTS.

C- "Utilização de acetato para a síntese de leite de cabra". Fator: Acetato; níveis: 1


- Prolactina 0,2mg/kg de peso do animal, 2 - Dexametasona 0,2mg/kg, 3 - Prolactina
0,1mg/kg mais Dexametasona 0,1mg/kg e 4 - Controle (sem acetato)

D - "Estudo do efeito do hormônio estradiol sobre o desenvolvimento corporal de


suínos da raça Landrace". Fator: Estradiol; níveis: 1 - 0mg, 2 - 20mg e 3 - 40mg.

E - "Efeito da adubação foliar sobre a produção de uva da cultivar Itália". Fator:


Época de adubação; níveis: 1 - Adubação ao florescimento, 2 - adubação 3 dias após o
florescimento, e 3 - adubação 6 dias após o florescimento.

Escolha um desses experimentos e para ele caracterize, sucintamente:

a) população objetivo e sistemas que a compõe;

b) problema de pesquisa;

c) hipótese de pesquisa;

d) variáveis respostas de interesse;

e) fatores experimentais adicionais que devem ou podem ser considerados no


experimento e correspondentes níveis;

f) um suposto procedimento experimental, descrito no nível que permita distinguir


as características estranhas da amostra;

g) os grandes agregados de características estranhas da amostra;

h) características estranhas que devam ser controladas por controle local e


controle estatístico, se for o caso;

i) características estranhas casualizadas;

j) características estranhas potencialmente perturbadoras;

l) características desta classe com mais probabilidade de se tornarem


perturbadoras;

m) características estranhas que devam ser sujeitas a controle de técnicas


experimentais;

n) unidade experimental e unidade de observação;

o) fontes de erro experimental;

p) amostra;
98 Estatística Experimental: Planejamento de Experimentos

q) população amostrada.

21. A seguir são caracterizados três experimentos que estão sendo planejados
para execução:

Experimento A - “Efeito do controle de nematóides gastrointestinais com o uso do


anti-helmíntico HCG 8117 sobre a produção de carne de ovelhas de descarte da raça
Ideal”. Tratamentos: 1 - 0 mg/kg do animal, 2 - 2 mg/kg, 3 - 3 mg/kg e 4 - 4 mg/kg. O
experimento será conduzido com 24 ovelhas de idades compreendidas entre dois e oito
anos, mas que poderão ser classificadas em seis grupos, cada grupo constituído de
animais homogêneos quanto às características individuais. Durante o período
experimental, os animais serão mantidos em potreiros individuais.

Experimento B - “Efeito da lavagem preliminar sobre o rendimento do carvão”.


Tratamentos: 1 - Lavagem simples, 2 - Lavagem dupla, 3 - Lavagem tripla e 4 - Sem
lavagem. O experimento será conduzido com uma amostra de carvão de seis
procedências. Quatro porções de carvão de cada uma dessas seis procedências serão
separadas; a cada uma das quatro porções de carvão de cada uma das seis procedências
será aplicado um distinto dos quatro tratamentos. Suponha que o processamento da
lavagem e da determinação do rendimento do carvão não implicarão em fonte relevante de
variação do material experimental.

Experimento C - “Efeito da adubação NPK sobre a produção de uva da cultivar


Cabernet Franc”. Tratamentos: 1 - 50 kg/ha de NPK (fórmula comercial), 2 - 100 kg/ha de
NPK, 4 - 150 kg/ha de NPK e 5 - Sem adubação. O experimento será conduzido com
plantas adultas - 24 plantas classificadas em seis grupos de plantas homogêneas quanto
ao vigor. As demais características do material experimental podem ser consideradas
como essencialmente homogêneas.

Para a resposta às questões que seguem considere apenas um desses


experimentos, de sua escolha:

a) Caracterize a população objetivo.

b) Indique uma variável resposta primária.

c) Caracterize o material experimental.

d) Caracterize a unidade experimental e a unidade de observação.

e) Caracterize as variáveis estranhas controladas por controle local, caso o


controle local lhe pareça apropriado.

f) Caracterize o delineamento experimental apropriado para o experimento.

g) Caracterize as variáveis estranhas casualizadas.

h) Caracterize as variáveis estranhas que o pesquisador pode esperar venham a


comportar-se como se casualizadas.

i) Qual será a conseqüência para a estimativa do erro experimental se alguma


variável estranha revelar-se perturbadora.

j) Liste as fontes de variação da variável resposta primária indicada no item b).


3. CONCEITOS IMPORTANTES 99

22. A seguir, são caracterizados dois experimentos que estão sendo planejados
para execução:

Experimento A - "Estudo do efeito do hormônio estradiol sobre o desenvolvimento


corporal de perus machos", com os seguintes quatro tratamentos: 1 - 0,20mg, 2 - 0,40mg,
3 - 0,60mg e 4 - sem estradiol. O experimento será conduzido com vinte e quatro perus
machos de diferentes idades, mas que são classificados em seis grupos de quatro perus,
cada grupo formado por animais uniformes quanto à idade e demais características
individuais. Durante a fase experimental, os 24 animais serão mantidos em um mesmo
ambiente e sob mesmas condições de alimentação e manejo.

Experimento B - "Estudo do efeito do tratamento da semente com fungicida sobre a


produção de bulbos de cebola", com os seguintes quatro tratamentos: 1 - Phygon, 2 -
Dithane, 3 - Thylate e 4 - Controle (sem fungicida). O experimento será conduzido com
sementes de cebola de um lote homogêneo, semeadas em vinte e quatro parcelas de
campo de 10m2, supostamente heterogêneas, mas que serão agrupadas em seis grupos
de quatro parcelas contíguas.

Escolha um desses dois experimentos para consideração nas questões que


seguem. Indique o experimento escolhido com uma seta.

a) Caracterize o material experimental, tão globalmente quanto possível.

b) Caracterize a unidade experimental e a unidade de observação.

c) Indique as variáveis estranhas relevantes que devam ser controladas por


controle local, se for o caso.

d) Indique alguma variável estranha que deva ser controlada por controle
estatístico, se for o caso.

e) Indique o delineamento experimental apropriado para o experimento,


coerentemente com a resposta ao item d).

f) Caracterize as variáveis estranhas efetivamente casualizadas no experimento.

g) Caracterize as variáveis estranhas potencialmente perturbadoras.

h) Indique duas variáveis estranhas que, embora não efetivamente casualizadas, o


pesquisador pode esperar que se comportem como as casualizadas.

i) Indique uma possível variável estranha perturbadora, se for o caso. Que ação
deve tomar o pesquisador para evitá-la?

j) De modo geral, qual é a conseqüência da ocorrência de uma variável estranha


perturbadora em um experimento para a estimativa do erro experimental quanto à
grandeza e à não tendenciosidade desta.

l) De modo geral, qual é a conseqüência da casualização de variáveis estranhas


para a estimativa do erro experimental quanto à grandeza e à não tendenciosidade desta.

23. Escolha um (apenas um) dos seguintes dois experimentos para as questões
abaixo. Indique, com um círculo em torno da letra que identifica o experimento (A ou B), o
experimento escolhido.
100 Estatística Experimental: Planejamento de Experimentos

A - "Efeito da adubação foliar sobre a produção de uva da cultivar Itália", com três
épocas de adubação (florescimento, 30 dias e 60 dias após o florescimento). São
disponíveis para o experimento 24 plantas de um pomar, com variação considerável de
vigor, mas que poderão ser classificadas em oito conjuntos de três plantas de semelhante
vigor.

B - "Efeito da adição de farelo de arroz desengordurado em rações para suínos na


fase de crescimento e terminação", com três tratamentos: 0, 20 e 40% de farelo de arroz
desengordurado. Serão utilizados no experimento 24 leitões mestiços machos Landrace x
Large White, de diversas procedências, mas que poderão ser agrupados em oito grupos
de animais bastante homogêneos. Durante a execução do experimento, os animais serão
mantidos em boxes individuais.

a) Enuncie o problema científico que poderia ter originado o experimento.

b) Formule a correspondente hipótese científica.

c) Caracterize a população objetivo que poderia estar sendo considerada.

d) Indique duas variáveis respostas de interesse no experimento.

e) Caracterize o fator considerado no experimento e os correspondentes níveis.

f) Caracterize os agregados das variáveis estranhas no experimento.

g) Caracterize a unidade experimental e a unidade de observação.

h) Indique a(s) variável(is) estranha(s) relevante(s) que deva(m) ser controlada(s)


por controle local.

i) Indique alguma variável estranha que possa ser controlada por controle
estatístico, se for o caso.

j) Indique o delineamento experimental apropriado. No caso de delineamento que


imponha controle local indique a variável (ou as variáveis) a que corresponde o controle
local.

l) Caracterize as variáveis estranhas que resultam casualizadas no experimento.

m) Caracterize as variáveis estranhas potencialmente perturbadoras.

n) Entre as variáveis estranhas caracterizadas no item anterior, indique duas que


você esperaria comportarem-se como se fossem casualizadas.

o) Indique duas variáveis estranhas que poderão ser controladas por técnica
experimental.

p) Indique as fontes de variação a serem consideradas no modelo estatístico.


excluída(s) a(s) covariável(is) que tenha(m) sido indicada(s) para o controle estatístico.

24. A seguir, são caracterizados dois experimentos que estão sendo planejados
para execução:

Experimento A - "Controle da incidência de mastite bovina em rebanhos de gado


de leite da Bacia Leiteira de Pelotas", com os seguintes quatro tratamentos: 1 -
3. CONCEITOS IMPORTANTES 101

Tetraciclina, 2 - Gentamicina, 3 - Ampicilina e 4 - Sem antibiótico. O experimento será


conduzido em quatro granjas durante três anos. Em cada granja, em cada ano, serão
utilizadas 24 vacas de diferentes idades, mas que serão classificados em seis grupos de
quatro vacas, cada grupo constituído por animais uniformes quanto à idade. Durante a
fase experimental, os 24 animais serão mantidos em um mesmo ambiente e sob mesmas
condições de alimentação e manejo.

Experimento B - "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 será
conduzido em quatro pomares da região produtora de Pelotas durante três anos. Em cada
pomar, em cada ano, serão utilizadas 24 plantas adultas de diferentes níveis de vigor, mas
que serão classificadas em seis grupos de quatro plantas, cada grupo constituído por
plantas uniformes quanto ao vigor.

Escolha um (apenas um) desses dois experimentos para consideração nas


questões que seguem. Indique o experimento escolhido com uma seta.

a) Caracterize a população objetivo.

b) Enuncie o problema científico.

c) Formule a hipótese científica.

d) Indique duas características respostas - uma primária e outra secundária.

e) Caracterize o material experimental, tão globalmente quanto possível (indique os


agregados de características que constituem o material experimental).

f) Caracterize a unidade experimental para o fator principal. Caracterize a unidade


de observação para uma variável resposta de sua escolha.

g) Indique as características estranhas relevantes que devam ser controladas por


controle local, se for o caso.

h) Indique alguma característica estranha que deva ser controlada por controle
estatístico, se for o caso.

i) Indique o delineamento experimental apropriado para o experimento,


coerentemente com a resposta ao item d).

j) Caracterize as características estranhas efetivamente casualizadas no


experimento.

l) Caracterize as características estranhas potencialmente perturbadoras.

m) Indique a designação usual do recurso que o pesquisador pode utilizar para o


controle de características estranhas potencialmente perturbadoras.

n) Indique duas características estranhas que, embora não efetivamente


casualizadas, o pesquisador pode esperar que se comportem como as casualizadas.

o) Liste as fontes de variação da variável resposta primária indicada no item d).


102 Estatística Experimental: Planejamento de Experimentos

25. Considere os experimentos unifatoriais e os correspondentes tratamentos


listados a seguir:

A - "Eficácia de inseticidas no controle de pragas do feijoeiro", com os seguintes


tratamentos: 1 - Disyston, 2 - Ekatir, 3 - Keldane e 4 - Sem inseticida.

B - "Efeito do estradiol sobre o desenvolvimento corporal de suínos machos da


raça Landrace”, com os seguintes tratamentos: 1 - 0 mg, 2 - 20mg, 3 - 40mg e 4 - 80mg de
estradiol.

26. Escolha um (apenas um) dos dois primeiros experimentos da questão 1,


considerando as respectivas caracterizações adicionais providas a seguir. Indique, com
um círculo em torno da letra que identifica o experimento (A ou B), o experimento
escolhido.

A - É disponível para o experimento um terreno plano com dimensões apropriadas


para constituição de 24 parcelas, com variação considerável de características do solo,
mas as parcelas poderão ser classificadas em seis grupos de quatro parcelas
relativamente uniformes.

B - São disponíveis para o experimento 24 leitões de diversas procedências, mas


que poderão ser agrupados em seis grupos de quatro animais razoavelmente
homogêneos. Durante a execução do experimento, os animais serão mantidos em boxes
individuais de características heterogêneas, mas que também poderão ser agrupados em
seis grupos de quatro boxes suficientemente homogêneos.

a) Indique duas variáveis respostas - 1 primária e outra subsidiária, de interesse no


experimento.

b) Caracterize os agregados das variáveis estranhas no experimento.

c) Caracterize o material experimental.

d) Caracterize a unidade experimental e a unidade de observação.

e) Indique a(s) característica(s) estranha(s) relevante(s) que deva(m) ser


controlada(s) por controle local.

f) Indique alguma variável estranha que possa ser cogitada para controle
estatístico.

g) Indique o delineamento experimental apropriado. No caso de delineamento que


imponha controle local, indique o critério para a formação do agrupamento das unidades
experimentais.

h) Caracterize as variáveis estranhas que resultam casualizadas no experimento,


segundo o delineamento indicado no item anterior.

i) Caracterize as variáveis estranhas potencialmente perturbadoras.

j) Entre as variáveis estranhas caracterizadas no item anterior, indique duas que


você esperaria comportarem-se como se fossem casualizadas.

l) Indique duas variáveis estranhas que poderão ser controladas por técnica
experimental.
3. CONCEITOS IMPORTANTES 103

m) Indique as fontes de variação a serem consideradas no modelo estatístico.


excluída(s) a(s) covariável(is) que tenha(m) sido indicada(s) para o controle estatístico.

27. Decida se cada uma das seguintes sentenças é verdadeira ou falsa, colocando
entre parênteses as letras V ou F, respectivamente. Se a sentença for falsa, explique por
que.

Não há diferença essencial entre um experimento e um levantamento por


amostragem.

Em um experimento, a unidade da amostra é uma unidade da população objetivo.

A inferência derivada de um experimento é eminentemente objetiva.

O experimento é o único método de pesquisa em que o pesquisador tem controle


sobre a manifestação de características explanatórias na amostra.

O experimento é uma ação de pesquisa que visa derivar inferências para aplicação
imediata.

Os níveis de um fator de tratamento podem ser atribuídos arbitrariamente às


unidades da amostra.

Fator de tratamento é aquele cujos níveis são atribuídos às unidades experimentais


por processo objetivo, aleatório.

Uma característica explanatória pode ter seus níveis manifestados nas unidades da
amostra fora do controle objetivo do pesquisador.

Fatores intrínsecos também são designados fatores de classificação porque seus


níveis são as alternativas de uma características inerente às unidades experimentais que
classificam essas unidades.

Os fatores de tratamento em um experimento são usualmente mais importante do


que os fatores intrínsecos.

As combinações dos níveis dos fatores experimentais em um experimento são


denominadas tratamentos.

O pesquisador tem controle absoluto sobre a aplicação dos tratamento às unidades


experimentais.

Se os valores observados de uma variável resposta em duas unidades


experimentais com dois distintos tratamentos são diferentes, o pesquisador pode atribuir
tal resultado, inequivocamente, a diferenças reais entre os efeitos dos dois tratamentos.

Se os valores observados de uma variável resposta em duas unidades


experimentais com dois distintos tratamentos são iguais, o pesquisador pode atribuir tal
resultado, inequivocamente, à inexistência de diferenças reais entre os efeitos dos dois
tratamentos.

Mais de um tratamento pode ser aplicado em uma mesma unidade experimental.


104 Estatística Experimental: Planejamento de Experimentos

O controle local, o controle estatístico, o controle de técnicas experimentais e a


casualização de características estranhas constituem o que se denomina "controle
experimental".

O controle local e o controle estatístico são dois procedimentos alternativos para a


redução da estimativa da variação casual.

Variações da variável resposta devidas a fatores de tratamento podem resultar


confundidas com variações atribuíveis a características estranhas.

Variações atribuíveis a fatores de tratamento não ficam confundidas com variações


atribuíveis a características estranhas controladas ou casualizadas.

Variações atribuíveis a fatores intrínsecos não ficam confundidas com variações


atribuíveis a características estranhas controladas ou casualizadas.

A casualização de características estranhas tem o propósito de controlar o


confundimento destas com variações atribuíveis a fatores de tratamento.

Características estranhas casualizadas constituem o erro experimental.

Características estranhas relevantes não controladas (por controle local e controle


estatístico) nem casualizadas devem ser controladas por técnicas experimentais.

Características estranhas controladas por técnica experimental não se manifestam


na amostra.

O controle local e o controle de técnicas experimentais têm as mesmas implicações


sobre a constituição da amostra.

Características estranhas controladas por técnica experimental inflacionam o erro


experimental.

Características estranhas controladas por controle local não inflacionam o erro


experimental.

Na amostra, as características estranhas controladas compreendem o conjunto das


características estranhas controladas por controle local e por controle estatístico.

O erro experimental também é denominado erro aleatório ou erro casual porque é


constituído exclusivamente por características estranhas casualizadas.

As características estranhas casualizadas e potencialmente perturbadoras


compreendem o erro experimental.

Características estranhas perturbadoras inflacionam o erro experimental.

Características estranhas controladas (por controle local e controle estatístico)


inflacionam o erro experimental.

Efeitos de características estranhas perturbadoras ficam confundidos com efeitos de


fatores experimentais.
3. CONCEITOS IMPORTANTES 105

Características estranhas perturbadoras não influenciam as estimativas de efeitos


diferenciais de tratamentos e do erro experimental.

Em algumas circunstâncias, a presença de características estranhas perturbadoras


pode ser controlada por controle estatístico.

A casualização de características estranhas conduz à diminuição da estimativa da


variação atribuível ao erro experimental.

O material experimental compreende o conjunto global das características respostas,


explanatórias e estranhas na amostra.

O material experimental inclui características referentes ao ambiente.

Em certos experimentos com animais, em que o ganho de peso, derivado da


diferença entre o peso final e o peso inicial, é uma característica resposta, o peso inicial
dos animais é uma variável resposta.

Em certos experimentos com animais, características inerentes aos animais são,


sempre, características estranhas.

Em certos experimentos com animais, a unidade experimental compreende as


característica inerentes aos animais.

Em certos experimentos com animais, é comum caracterizar a unidade experimental


como constituída por uma animal ou um conjunto de animais, subentendendo-se que as
demais características estranhas referentes ao ambiente, manejo, etc. também são
consideradas.

Em experimentos agrícolas de campo, a unidade experimental é constituída,


exclusivamente, pelas características inerentes ao solo.

A unidade experimental é constituída, exclusivamente, por características estranhas


da amostra.

Em um experimento, há apenas uma categoria de unidade experimental.

Em um experimento, pode haver diversas categorias de unidade de observação.

A unidade experimental depende do fator experimental.

O número de unidades de observação com um mesmo tratamento é o número de


repetições para esse tratamento.

O erro experimental para um fator provém das diferenças entre as unidades


experimentais para esse fator.

O erro experimental para um fator provém da variação estranha entre as unidades


experimentais para esse fator.
106 Estatística Experimental: Planejamento de Experimentos

Em experimentos com mais de uma unidade de observação nas unidades


experimentais para um fator, a consideração do erro de observação é importante em
inferências referentes a esse fator experimental.

O erro de tratamento é a variação entre as unidades experimentais com um mesmo


tratamento.

A ausência de reprodução exata de um tratamento nas correspondentes unidades


experimentais constitui o erro de tratamento.

A variação do efeito de um tratamento entre diferentes unidades experimentais é


atribuível, exclusivamente, a características estranhas.

Diferenças de respostas em unidades experimentais com um mesmo tratamento


podem decorrer de variação do efeito do tratamento entre diferentes unidades
experimentais, ou seja, da interação entre tratamentos e unidades experimentais.
4. DELINEAMENTO DA RESPOSTA

4.1. Introdução

O delineamento de resposta compreende o processo de seleção e mensuração das


características respostas para o experimento e o relacionamento dessas características.

Comumente, o desempenho dos sistemas objetos da pesquisa em um experimento é


expresso por mais de uma característica. Como conseqüência, pode haver mais de uma
característica resposta no experimento, com variados níveis de interesse, segundo o
relacionamento com os objetivos do experimento. Em geral, uma ou poucas características
têm direta relação com esses objetivos e são de importância primordial; a maioria delas
pode ser de interesse secundário, por proverem informação sobre a origem do efeito causal
dos fatores de tratamento ou o sobre o grau de evidência desse efeito causal.

Dois principais aspectos devem ser considerados no delineamento de respostas para


um experimento: quais características devem ser mensuradas e como mensurá-las. Em
muitas situações de pesquisa experimental, a escolha dessas características é fácil e os
métodos de mensuração são bem estabelecidos, confiáveis e rotineiros. Em outras, esses
métodos não estão tão bem estabelecidos, ou são disponíveis vários procedimentos
alternativos para mensuração de uma mesma característica. Por exemplo, a eficiência de
um produto farmacêutico particular pode ser avaliada simplesmente pelo registro de uma
característica resposta de dois níveis em cada paciente: melhorou e não melhorou, ou pela
mensuração de alguma característica por meio de um exame de laboratório. Em algumas
situações, devem ser usados instrumentos e procedimentos de mensuração muito
elaborados e sofisticados. Uma avaliação relativamente simples de freqüências, contagens
e ordens pode ser satisfatória nos estágios iniciais de experimentação ou se é esperado que
os efeitos que são o objeto da pesquisa sejam relativamente elevados. Entretanto, se devem
ser detectados efeitos de tratamentos relativamente pequenos e os riscos de erros de
avaliação são grandes, a expressão da resposta pode demandar medidas mais acuradas
em escala contínua e unidades de medida como as de comprimento, peso, área, volume,
densidade, temperatura, etc. O processo de mensuração deve ser determinado
apropriadamente para cada situação, de modo que não seja demasiadamente elaborado ou
demasiadamente simplista.

A escolha é do pesquisador, que deve levar em conta a qualidade da mensuração


requerida para o problema de pesquisa particular, tendo em consideração o presente
estágio de desenvolvimento das pesquisas na área e os recursos disponíveis. Algumas
vezes, ele deve estabelecer um compromisso entre o número de características respostas
que deveriam ser consideradas tendo em conta os objetivos do experimento e o número de
características respostas que podem ser mensuradas com a qualidade requerida para a
confiabilidade do experimento, em decorrência da limitação imposta pelos recursos
disponíveis.
108 Estatística Experimental: Planejamento de Experimentos

O propósito deste capítulo é a abordagem dessas duas questões; particularmente, o


conceito de mensuração relacionado com a pesquisa experimental, a escolha e definição
das variáveis para exprimir as características respostas e dos correspondentes métodos e
processos de mensuração.

4.2. Escolha das características respostas

Em muitos experimentos, várias características respostas podem ser de interesse e


devem ser mensuradas. Usualmente, essas características não têm igual relevância:
algumas são de importância crucial para a consecução dos objetivos do experimento e, no
outro extremo, algumas são de menos interesse e a decisão sobre sua mensuração pode
depender da disponibilidade de recursos.

A escolha das características respostas depende da relevância para os objetivos


estabelecidos para o experimento e das possibilidades e recursos disponíveis para
mensuração. Assim, é recomendável que o processo de escolha inicie com a elaboração de
uma lista das características que exprimam o desempenho dos sistemas sob pesquisa.
Então, essas características são ordenadas segundo o grau de relacionamento com os
objetivos do experimento.

As características respostas diretamente relacionadas aos objetivos do experimento,


definidos pelo problema formulado e a correspondente hipótese, são denominadas
características primárias (ou principais). Essas características devem ser
necessariamente escolhidas para consideração no experimento. Características não
diretamente relacionadas aos objetivos do experimento podem ser de interesse para
proverem informação sobre a origem ou natureza do efeito causal dos fatores
experimentais, ou sobre o grau de evidência desse efeito causal, ou por expressarem
alguma propriedade importante relacionada ao desempenho dos sistemas. Essas
características são denominadas características subsidiárias ou (secundárias). Por
exemplo: a) em um experimento de comparação de cultivares de trigo, o peso da produção
de grãos é a característica primária; podem ter importância para a explicação do efeito
causal da cultivar sobre a produção de grãos características relacionadas à planta: número
de perfilhos, número de espigas, número de espiguetas por espiga e número de grãos por
espiga, características do grão: peso do grão e tamanho do grão, e características
referentes à qualidade do grão para panificação; b) em um experimento do efeito do tipo de
poda sobre a produção de frutos em que o peso da produção de frutos é a característica
primária, o número de frutos pode ser de interesse para determinar se o efeito causal do tipo
de poda sobre o peso da produção decorre do aumento do tamanho do fruto ou do número
de frutos produzido; também pode ser de interesse a avaliação dos efeitos causais da poda
sobre características da fruta.

Características respostas subsidiárias podem ter importância própria no experimento,


ou seja, pode ser importante a avaliação dos efeitos causais de fatores experimentais sobre
essas características, e também podem ser de importância para a avaliação do quanto do
efeito de fatores experimentais sobre alguma característica resposta primária é atribuível à
sua ação. Características repostas subsidiárias com esse uso são também denominadas
características intermediárias. Por exemplo, em um experimento de comparação de
cultivares de aspargo, em que a produção é a característica resposta primária, o número de
turiões é uma característica intermediária; em um experimento do efeito do manejo da
4. DELINEAMENTO DA RESPOSTA 109

ovelha matriz sobre a produção de carne de cordeiro mamão, o peso da produção de carne
por ovelha é a característica resposta primária e o número de cordeiros, uma característica
intermediária.

Características respostas podem ser mensuradas diretamente ou indiretamente.


Essas características são usualmente denominadas, respectivamente, características
originais (características simples ou características puras) e características derivadas
(ou características compostas). São exemplos de características mensuradas
diretamente: peso da produção de grãos, número de plantas, altura da planta, peso do
animal ao abate e comprimento da carcaça. Muito freqüentemente, características respostas
não são mensuradas diretamente, mas, por definição, derivadas de outras características
mensuradas; por exemplo, peso médio do fruto, definido como a razão entre o peso dos
frutos e o número de frutos produzidos; ganho médio diário de peso, definido como o
quociente da diferença entre o peso final e peso inicial e o número de dias do período
experimental; e conversão alimentar, ou seja, razão entre o peso do alimento consumido e o
ganho de peso do animal. De modo geral, características derivadas como taxas, razões,
percentagens e concentrações, definidas por uma relação de duas outras características,
são importantes em muitas situações. Observe-se, entretanto, que características derivadas,
como essas, são geralmente menos confiáveis e mais enganosas do que características
simples como as que as originam.

Em algumas circunstâncias, uma característica resposta é mensurada por meio de


outra característica, por inviabilidade ou inconveniência de mensuração direta; por exemplo,
o vigor da semente determinado por "teste de envelhecimento precoce"; o vigor de uma
planta determinado pelo diâmetro da planta; e o grau de infeção de um animal determinado
pela temperatura corporal. Uma característica que é usada para exprimir uma característica
resposta indiretamente é designada característica resposta substituta. Uma característica
é considerada como substituta apenas na ausência de uma relação teórica ou empírica que
converta a medida determinada para essa característica em uma medida da característica
resposta de interesse e, mais particularmente, se não há uma correlação exata entre as
duas características. Esse princípio de medir uma característica por meio de outra altamente
correlacionada com ela é a base de muitos métodos de mensuração.

A mensuração de uma característica pode demandar a execução de algum processo


de análise elaborado. Assim, por exemplo: a) em um experimento de campo com cultivares
e fungicidas, a determinação do poder germinativo da semente é efetuada em laboratório,
por um teste em câmara de germinação; o vigor pode ser determinado pelo plantio da
semente em condições de campo; b) em um experimento com beterraba açucareira, uma
característica resposta primária é a produção de açúcar, derivada da produção de raiz e do
conteúdo de açúcar na raiz, determinado por análise química; c) em um experimento de
campo com videira vinífera, a determinação de características referentes à qualidade do
vinho é efetuada em laboratório, por meio de microvinificação, ou seja, um processo de
vinificação em pequena escala que simula o processo industrial; d) em um experimento do
efeito de hormônios de crescimento (anabolizantes) sobre o desenvolvimento corporal de
suínos, podem ser variáveis respostas importantes: o peso vivo em instantes fixos do
período experimental, a taxa de crescimento, o peso assintótico e a eficiência da conversão
de alimento em peso vivo. As mensurações das três últimas características deste último
exemplo envolvem análises intermediárias não triviais das características originais, ou seja,
das primeiras características: peso vivo em instantes fixos do período experimental.
110 Estatística Experimental: Planejamento de Experimentos

Observe-se que uma característica resposta importante em algumas situações, pode


ser irrelevante ou não pertinente em situações particulares. Por exemplo, o peso da
produção de carne, uma característica resposta usualmente importante em experimentos de
produção animal, não é pertinente em um experimento de nutrição de suínos, quando os
animais são abatidos ao atingirem o peso de abate (fixado em um determinado valor, como
90 kg). Neste caso, é relevante a característica derivada ganho médio diário de peso, que é
uma combinação do peso de abate (constante) e do tempo para o abate, ou amplitude do
período experimental.

A segunda questão envolvida no delineamento de resposta é como mensurar as


característica respostas. O problema envolvido é a "ordenação" das alternativas,
presumivelmente já naturalmente classificadas, de cada uma das características respostas.
Essa questão é discutida a seguir.

4.3. Escalas de medida

Em termos gerais, a mensuração de uma característica ou propriedade de uma


unidade é a representação dessa característica por números que apresentem entre eles as
mesmas relações relevantes referentes à característica que representam. Assim, medir uma
característica significa assinalar números às unidades como um meio de representar essa
característica.

A mensuração de uma característica é uma tentativa de encontrar uma


correspondência um a um entre as alternativas da característica e números de um
determinado conjunto que leve em conta as relações entre essas alternativas e as
operações que podem ser efetuadas sobre elas. Correspondência completa raramente pode
ser obtida; usualmente, obtém-se uma correspondência parcial. A regra de correspondência
estabelecida determina a representação da característica, ou seja, uma função numérica (ou
seja, de valores numéricos) definida no conjunto de alternativas da característica,
denominada variável.

A passagem aparentemente simples de uma propriedade das unidades para uma


variável que a represente pode ser enganosa. Uma variável deve ser definida clara e
exatamente. Uma característica pode ser vaga, inexata ou não observável diretamente.
Nessas circunstâncias, sua representação por uma variável raramente é completa. Ademais,
uma variável deve ser válida, ou seja, deve ser uma representação relevante ou apropriada
da característica que ela deve representar. Por exemplo, uma variável cujos valores são
determinados pela medida do peso do cordeiro, em kg, não é uma representação válida da
saúde do cordeiro.

A regra de correspondência entre as alternativas de uma característica e números de


um conjunto numérico que define uma variável determina uma escala de medida. A
definição da escala depende das pressuposições referentes às regras dessa transformação.

O termo "escala de medida" é usualmente relacionado com instrumentos como


régua, balança, copos de medida, utilizados para determinar comprimento, peso, volume,
etc. Ou seja, comumente tende-se a associar a mensuração com um processo de medida
física com escala bem definida que possui uma origem ou ponto zero natural e uma unidade
de medida constante. Freqüentemente, entretanto, características devem ser representadas
por escalas menos informativas, que não possuem as propriedades associadas com a
4. DELINEAMENTO DA RESPOSTA 111

maioria das medidas físicas. Por exemplo, a característica sexo dos cordeiros de um
rebanho com duas alternativas - macho e fêmea - pode ser representada por uma variável
com dois valores numéricos - 0 e 1, respectivamente, cuja média - 0,5 - não faz sentido.

As escalas de medida podem ser classificadas nas seguintes principais categorias:


a) nominal, b) ordinal, c) intervalar e d) racional. Cada uma dessas escalas possui seu
próprio conjunto de pressuposições referentes à correspondência de números com
entidades do mundo real e ao significado da realização das várias operações matemáticas
sobre esses números.

A escala nominal é a menos restritiva. Neste tipo de escala os números servem


apenas como rótulos para identificar ou classificar as unidades quanto à característica. Por
exemplo, podem-se assinalar números para identificar os animais de um rebanho. Cada
animal recebe um número diferente (qualquer número pode ser apropriado), e se estabelece
uma regra simples para relacionar cada rótulo numérico com um animal particular. Ou seja,
estabelece-se uma correspondência um a um entre números e animais do rebanho, com o
cuidado de que cada animal receba apenas um número e cada número identifique apenas
um animal. Operações aritméticas sobre esses números não têm qualquer significado com
respeito aos objetos do mundo real que eles identificam.

Suponha-se uma propriedade com diversos rebanhos, um rebanho de cada raça, em


que o processo de identificação numérica 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 rótulo numérico do prefixo (primeira parte da
identificação) e um rótulo numérico específico 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 são "iguais" com relação a essa propriedade. O prefixo da
identificação pode ser usado para distinguir esta classe de animais das demais classes.

A igualdade ou equivalência de classes é caracterizada pelas seguintes três


propriedades: 1) reflexividade: cada unidade em uma classe é igual a ela própria; 2)
simetria: para cada duas unidades em uma mesma classe, sejam A e B, A=B implica B=A;
3) transitividade: para quaisquer três unidades em uma classe, sejam A, B e C, A=B e B+C
implica A=C.

Observe-se que todos os animais de uma mesma raça são "iguais" apenas no
sentido de possuírem essa propriedade comum. Eles diferem, naturalmente, quanto a outras
características, como idade e peso. Eles retêm a identificação de suas individualidades por
sufixo numérico.

A escala nominal permite apenas algumas operações aritméticas mais elementares.


Pode-se contar o número de animais de cada classe (raça) e determinar a classe mais
numerosa, ou seja, a moda da distribuição. Podem-se efetuar testes de hipóteses
estatísticas referentes à distribuição das unidades da população nas classes. Entretanto,
como uma escala nominal apenas classifica unidades, mas não infere grau ou quantidade,
as várias classes não podem ser manipuladas matematicamente (por exemplo, por adição
ou subtração de equivalentes numéricos daquelas classes). Conseqüentemente, a maioria
das estatísticas usuais, como média e desvio padrão não têm sentido, pois as operações
para sua determinação não são permissíveis.
112 Estatística Experimental: Planejamento de Experimentos

A escala ordinal é uma escala de ordenação. Esta escala designa a posição relativa
das classes (ou das unidades classificadas) segundo uma direção. Por exemplo, os animais
de um rebanho podem ser ordenados segundo o grau de infestação de carrapato, pela
assinalação do número zero para indicar a ausência de infestação e dos números 1, 2 e 3
para indicar níveis crescentes de infestação, ou seja, infestação baixa, média e elevada.
Observe-se, entretanto, que a ordenação dos animais não permite a comparação de
"diferenças" entre animais com respeito ao grau de infestação; por exemplo, não se pode
saber se a diferença entre os níveis de infestação de dois animais com os graus de
infestação 1 e 2 é menor, igual ou maior que a diferença entre os níveis de infestação de
dois animais com graus de infestação 2 e 3. Isso significa que qualquer conjunto de quatro
números que preserve a relação de ordem é igualmente apropriado para essa mesma
mensuração do grau de infestação dos animais. Dessa forma a escala ordinal é invariante
sob transformações que preservem a ordem. Ou seja, uma escala ordinal pode ser
transformada em outra escala ordinal.

A escala ordinal mantém a propriedade da equivalência de classes da escala


nominal, no sentido de que unidades equivalentes recebem a mesma ordem. Além da
propriedade de simetria da escala nominal, a escala ordinal tem a propriedade de
assimetria. Isso significa que classes podem ser designadas não apenas como equivalentes
a outras classes, mas também como não equivalentes. Assim, por exemplo, uma escala
ordinal pode designar que a classe A é maior do que a classe B e, portanto, que a classe B
é menor que a classe A. A propriedade de transitividade é preservada na escala ordinal: se
a classe A é maior ou mais elevada que a classe B, qualquer unidade particular da classe A
é maior ou mais elevada que qualquer unidade específica da classe B.

Essas propriedades adicionais caracterizam a superioridade da escala ordinal em


relação à escala nominal. Entretanto, as descrições estatísticas ainda são limitadas. As
medidas de posição restringem-se à mediana, quartil, percentil e outras medidas que tratem
com ordens. Isso porque as operações aritméticas usuais não podem ser efetuadas com
símbolos que caracterizam apenas ordem e designam quantidade vagamente. Em
particular, a prática de calcular índices de ordem globais, como a ordem ponderada dos
animais de cada rebanho para comparação dos graus de infeção dos rebanhos, é suspeita.
Alguns procedimentos estatísticos são especificamente apropriados para dados de ordem,
como o teste do sinal e o teste de corrida ("run test").

A escala de intervalo (ou escala intervalar) aproxima-se da concepção comum de


medida, já que possui uma unidade de medida constante. Entretanto, a origem ou ponto
zero desta escala é arbitrário. Os exemplos mais comuns de escala de intervalo são as
escalas Celsius e Fahrenheit usadas para medir a temperatura. Cada uma dessas escalas
assinala um zero arbitrário e diferenças de temperatura iguais são determinadas pela
identificação de volumes iguais de expansão no líquido usado no termômetro. Dessa forma,
a escala de intervalo permite inferências referentes a diferenças entre unidades a serem
medidas; por exemplo, a mensuração da temperatura dos animais de um rebanho permite
determinar quanto um animal é mais quente do que outro. Entretanto, não se pode dizer que
um valor em um intervalo específico da escala seja um múltiplo de outro. Por exemplo, não
é correto dizer que um objeto com 30°C é duas vezes mais quente que um com temperatura
de 15°C. Segundo a fórmula de conversão de graus Celsius para graus Fahrenheit,
4. DELINEAMENTO DA RESPOSTA 113

9
TF = TC + 32 , essas correspondentes temperaturas expressas em graus Fahrenheit são,
5
respectivamente 86°F e 59°F que não estão na razão 2:1. Pode-se dizer, entretanto, que
uma diferença entre dois valores em uma escala é um múltiplo de uma diferença entre dois
outros valores. Por exemplo, a diferença 30°C - 0°C é o dobro da diferença 15°C - 0°C. As
correspondentes diferenças na escala Fahrenheit são 86°F - 32°F e 59°F - 32°F, que estão
na mesma razão 2:1.

A escala de intervalo é invariante sob transformações lineares positivas (ou seja,


transformações da forma y = a+bx, b>0). Isso significa que uma escala de intervalo pode ser
transformada em outra por meio de uma transformação linear positiva.

A maioria das medidas estatísticas descritivas, tais como média, desvio padrão,
coeficiente de correlação requerem apenas escala de intervalo. Por exemplo, se a
temperatura média de uma cidade em um mês é determinada em graus Celsius ou em
graus Fahrenheit, os dias do mês de temperatura superior à média são os mesmos sob
cada uma destas duas escalas. Entretanto, algumas medidas estatísticas, como o
coeficiente de variação, podem ser enganosas quando aplicadas a dados de variável de
escala intervalar.

A escala de razão, ou escala racional, é a mais elaborada das escalas de medida,


no sentido de que permite todas as operações aritméticas. Essa escala possui um ponto
zero único, além de unidade de medida constante. É a escala de medida mais comum nas
ciências físicas, tais como as escalas para a medida de comprimento, peso, etc. Como a
designação sugere razões iguais entre valores da escala racional correspondem a razões
iguais entre as unidades mensuradas. Dessa forma, escalas de razão são invariantes sob
transformações de proporção positivas, ou seja, transformações da forma y= cx, c>0. Por
exemplo, se uma planta tem 3m e a outra 1m, pode-se dizer que a primeira planta tem altura
três vezes superior a da segunda. Isso porque, se as alturas das duas plantas forem
transformadas em centímetros, suas medidas serão, respectivamente, 30 cm e 10 cm, que
estão na mesma razão 3:1. Pode-se efetuar a transformação das medidas de uma escala
racional para outra escala racional meramente pela multiplicação por uma constante
apropriada.

A escala racional contém toda a informação das escalas de ordens mais baixa, ou
seja, igualdade de classe, ordem e igualdade de diferenças, e mais ainda. Todas as
estatísticas descritivas podem ser determinadas para dados de uma variável expressa em
escala racional.

Variáveis com escala de medida nominal ou ordinal são usualmente designadas


variáveis categóricas, já que seus valores designam categorias, ou classes. Essas variáveis
são, por definição, discretas e finitas, ou seja, assumem valores numéricos isolados e em
número finito. Variáveis com escala de medida intervalar ou racional podem ser discretas,
com número de distintos valores finito ou infinito, ou contínuas. Por exemplo, a variável que
exprime a quantidade de frutos em uma árvore ou a quantidade de leitões nascidos de uma
porca é uma variável discreta finita; a variável que exprime o peso ou a altura de um animal
ou de planta é uma variável contínua.
114 Estatística Experimental: Planejamento de Experimentos

Observe-se que a mensuração por meio de uma escala intervalar ou racional pode
ser considerada como uma forma refinada de classificação. Se cordeiros de um rebanho são
pesados com uma balança com aproximação de gramas, o resultado é a distribuição dos
animais entre categorias discretas de peso, que diferem por uma grama das categorias
vizinhas. Se a pesagem é efetuada em uma balança com aproximação de miligramas, o
número de categorias possíveis cresce consideravelmente, mas o princípio permanece o
mesmo. Dessa forma, na prática, o processo de mensuração, mesmo de variáveis
conceitualmente contínuas, constitui numa classificação de unidades.

Para algumas características a escolha da escala de medida é limitada por natureza.


Por exemplo, o sexo e a raça de um animal são necessariamente expressos em escala
nominal. Mais freqüentemente, entretanto, uma mesma característica pode ser expressa por
diferentes variáveis com escalas de medida de diferentes níveis de mensuração. Assim, por
exemplo, o tamanho das sementes de uma cultivar pode ser expresso por uma variável
nominal de dois níveis: 0 - anormal, 1 - normal; ou uma variável ordinal: 1 - muito pequena, 2
- pequena, 3 - média, 4 - grande e 5 - muito grande; ou uma variável racional cujos níveis
são os números reais de um determinado intervalo.

A escolha da escala de medida deve levar em considerações de ordem teórica e de


ordem prática. Sob o ponto de vista teórico, o pesquisador deveria utilizar, sempre, a escala
de medida de nível mais elevado, ou seja, a escala racional. Entretanto, considerações de
ordem prática também devem ser levadas em conta, particularmente a disponibilidade de
recursos, como instrumentos de mensuração e pessoal habilitado para sua execução.
Considerações estatísticas também são importantes, já que os dados originados da
pesquisa terão que ser submetidos à análise. De modo geral, a metodologia estatística está
mais desenvolvida e popularizada para variáveis de distribuição normal, que são variáveis
contínuas com escala racional.

Em muitas pesquisas, características intrinsecamente quantitativas são expressas


por variáveis de escala ordinal cujos níveis são atribuídos subjetivamente por um avaliador.
Esse é freqüentemente o caso de características que compreendem o grau ou intensidade
de alguma propriedade mensuradas por avaliação visual, como grau de infeção de alguma
doença ou infestação de alguma praga. Para representar tal característica é freqüente
definir uma variável com o nível mais baixo igual a zero para exprimir o grau ou intensidade
nula, como ausência do sintoma; intensidades crescentes são expressas pelos números
inteiros seguintes, ou seja, 1, 2,... ; por exemplo, 0 - sem infeção, 1 - infeção fraca, 2 -
infeção média, 3 - infeção elevada e 4 - infeção muito elevada.

Tais variáveis são geralmente inconvenientes, por exprimirem uma característica


contínua de modo muito impreciso e pelas dificuldades que decorrem para os
procedimentos de inferência estatística.

Sempre que possível, características contínuas devem ser expressas por variável
contínua, mesmo em mensurações subjetivas. Assim, por exemplo, a avaliação da
intensidade de infeção de ferrugem em folhas de trigo é feita em percentagem, com uma
escala de medida contínua de valores entre 0 e 100, utilizando como padrões figuras de
folhas com intensidades de infeção correspondentes a pontos arbitrários dessa escala.
Intensidades de infeção de amostras de folhas são mensuradas por meio de comparação do
aspecto da folha com esses padrões e interpolação nessa escala contínua.
4. DELINEAMENTO DA RESPOSTA 115

Exercícios 4.1

1. Considere as características respostas listadas para cada um dos seguintes


experimentos cujos objetivos são indicados pelos respectivos títulos:

A - "Estudo da eficácia de fungicidas no tratamento de semente de cebola".


Características respostas: peso do bulbo, número de bulbos, peso médio do bulbo, grau de
infecção da planta.

B - "Estudo do efeito do hormônio estradiol sobre o desenvolvimento corporal de suínos


da raça Landrace". Características respostas: tempo para o abate, ganho médio diário de peso,
peso ao abate, peso de carcaça fria, consumo de ração, conversão alimentar, rendimento de
carcaça, comprimento de carcaça, área do olho de lombo.

C - "Efeito da adubação foliar sobre a produção de uva da cultivar Itália". Características


respostas: peso dos cachos, número de cachos, peso médio do cacho, brix, acidez.

D - “Efeito do controle de nematóides gastrointestinais pelo uso do anti-helmíntico HCG


8117 sobre a produção de carne de ovelhas de descarte da raça Ideal”. Características
respostas: peso corporal a cada 28 dias do período experimental, peso de carcaça quente, peso
de carcaça fria, rendimento de carcaça, número de ovos nas fezes, número de vermes nas
vísceras.

Classifique as características respostas de cada um desses experimentos nas categorias


correspondentes aos dois seguintes critérios:

a) característica resposta primária, característica resposta secundária e característica


resposta intermediária;

b) característica resposta original ou pura, característica resposta derivada e


característica resposta substituta.

2. Classifique as características respostas de cada um dos Exemplos 3.1, 3.2 e 3.3 da


Seção 3.5 segundo os dois critérios considerados na questão anterior.

3. Ilustre, por meio de um exemplo, uma característica resposta que possa ser expressa,
alternativamente, por variáveis de três diferentes níveis de precisão. Comente sobre a
conveniência e inconveniência de cada uma dessas três variáveis.

4. Ilustre o processo de definição ou construção de uma variável para expressão de uma


característica.

5. Explique e ilustre o significado de escala de medida.

6. Conceitue e exemplifique cada uma das quatro escalas de medida: nominal, ordinal,
intervalar e racional.

7. Caracterize as quatro escalas de medida quanto às operações aritméticas que


permitem.

8. Suponha que uma característica é representada por uma variável de cada uma das
quatro escalas de medida. Como se ordenam essas variáveis quanto à precisão propiciada para
a expressão dessa característica?
116 Estatística Experimental: Planejamento de Experimentos

9. O que distingue escala de medida ordinal de escala de medida nominal?

10. Variáveis são muito freqüentemente classificadas em duas categorias: qualitativas e


quantitativas. Classifique nessas duas categorias as variáveis expressas nas escalas nominal,
ordinal, intervalar e racional.

11. Variáveis também são freqüentemente classificadas em discretas e contínuas.


Explique e ilustre esses conceitos.

12. Variáveis que exprimem contagem (número de frutos em árvores, número de vermes
nas vísceras de animais, por exemplo) são expressas em que escala de mensuração?

4.4. Processo de mensuração

Em algumas situações, pode não haver dúvida sobre o procedimento de mensuração


de uma característica, já sendo conhecida e disponível uma escala de medida quantitativa e
um processo de mensuração objetivo. Esse é o caso, por exemplo, com o peso de um
animal e o peso da produção de frutos de uma planta frutífera. No caso da avaliação da
característica de um produto, quando o produto e a característica resposta são claramente
definidos, freqüentemente a mensuração apresenta pouca dificuldade. Semelhantemente, a
atividade de pesquisa intensa já estabeleceu métodos de mensuração confiáveis de
características físicas e químicas usuais. Em novas áreas de pesquisa, entretanto, a
situação pode ser muito diferente e pode requerer o desenvolvimento de metodologia de
mensuração nova apropriada. Em algumas áreas de pesquisa, a metodologia de
mensuração pode constituir um problema ainda não resolvido e limitante. Nessas
circunstâncias, pesquisas confiáveis não poderão ser conduzidas até que algum
procedimento de mensuração seja desenvolvido.

A mensuração de uma característica resposta pode ser simples e efetuada


diretamente com instrumentos simples e facilmente disponíveis, como a determinação do
peso e comprimento, ou muito laboriosa e requerendo a utilização de processos e
instrumentos complexos, sofisticados e caros, como a determinação de características do
vinho por meio de microvinificação.

De modo geral, processos de mensuração devem ser confiáveis, ou seja, devem


garantir a precisão (sensibilidade) e a exatidão apropriadas para a determinação de valores
confiáveis da variável resposta. Não precisam prover precisão e exatidão mais elevadas do
que as requeridas pelo experimento. Por exemplo, o uso de uma balança com precisão de
um miligrama não é necessário em um experimento em que são importantes apenas
diferenças da ordem de um grama. Entretanto, a falta de precisão ou exatidão de um
instrumento de medida pode prejudicar um experimento com elevado investimento de capital
e executado em instalações de pesquisa altamente sofisticadas. A precisão e a exatidão de
instrumentos de medida devem ser verificadas periodicamente. Mudanças de instrumentos
de medida não devem ser efetuadas durante a execução de um experimento, e, se
necessárias, devem ser efetuadas com cautela.

Em muitas situações, variáveis correspondem a uma mensuração subjetiva efetuada


por um avaliador. Por exemplo, o grau de infeção de uma planta determinado por meio de
avaliação visual; características organolépticas do vinho determinadas por degustação;
contagem de microorganismos por meio de avaliação visual com o auxílio de microscópio.
4. DELINEAMENTO DA RESPOSTA 117

Tais mensurações exigem técnicas e procedimentos especiais, como treinamento dos


avaliadores, uso de critérios e padrões uniformes e bem estabelecidos e cuidados para
evitar tendenciosidade. O procedimento para avaliação da intensidade de infeção de
ferrugem em folhas de trigo mencionado na Seção anterior é um exemplo.

Em algumas circunstâncias, pode ser conveniente que o avaliador não seja


informado sobre a origem do que lhe está sendo submetido para avaliação. Um experimento
em que se usa esse processo de mensuração é denominado experimento cego. Em
algumas situações, como experimentos clínicos em que as unidades são pacientes, pode
ser conveniente tomar o cuidado adicional de não informar às unidades, paciente nesse
caso, os tratamentos que recebem; um experimento nessas circunstâncias é denominado
experimento duplamente cego.

Conforme salientado na Seção anterior, avaliações de características contínuas pelo


uso de escalas discretas ordinais com poucos valores arbitrários são em geral
inconvenientes. Um procedimento geral para a geração de uma variável continua para
exprimir uma característica contínua por meio de avaliações subjetivas é o seguinte:

1 - Constrói-se ou desenha-se uma régua graduada de 0 a 100.

2 - Estabelece-se alguns pontos da régua ou percentagens particulares como


padrões de referência que correspondam a vários graus de intensidade apropriadamente
definidos.

3 - Efetua-se o treinamento de avaliadores na interpretação desses padrões.

4 - Efetua-se a avaliação de cada unidade da amostra pela indicação na régua do


ponto a que corresponde a intensidade da característica manifestada.

Naturalmente, essas avaliações continuam subjetivas e imprecisas. Graus de


objetividade e precisão mais elevados podem ser logrados por treinamento apropriado de
avaliadores. Observe-se, entretanto, que em experimentos comparativos interessa muito
mais a ordenação apropriada das intensidades do que seus valores absolutos.

Em geral, é conveniente que avaliações subjetivas sejam procedidas por dois ou


mais avaliadores, preferivelmente de 3 a 5 avaliadores. Então, a variável resposta é definida
como a média das avaliações procedidas individualmente pelos distintos avaliadores. Dessa
forma, obtêm-se avaliações menos subjetivas e mais precisas. Além disso, segundo o
teorema central do limite, pode-se admitir que a variável resposta, compreendendo a média
de diversas avaliações, tem distribuição aproximadamente normal.

Em alguns experimentos em que vários avaliadores são utilizados, o avaliador pode


ser conveniente e adequadamente considerado como nível de uma variável estranha
controlada ou como nível de um fator intrínseco. Essa consideração pode evitar o
confundimento de efeitos de fatores experimentais com efeitos atribuíveis ao avaliador.

A qualidade do processo de mensuração pode ser dependente do tamanho, da


abrangência e da complexidade da pesquisa. Essa questão, mais crucial em estudos
observacionais e levantamentos, também pode ser importante na pesquisa experimental.
Assim, em um experimento agrícola de campo conduzido em vários locais, pode ser difícil
ou inviável a avaliação, em todos os locais, do grau de incidência de uma doença que
118 Estatística Experimental: Planejamento de Experimentos

depende de conhecimento especializado do avaliador; também pode ser difícil a avaliação


confiável de características da planta, como altura e acamamento. Nessas circunstâncias, é
comum o registro de dados das variáveis respostas primárias, como o peso do grão no
exemplo, em todos os locais, e o registro de dados das variáveis subsidiárias apenas nos
locais em que há recursos apropriados.

Algumas vezes, o pesquisador pode ter que decidir até que ponto os objetivos
originais de uma pesquisa devem ser restritos deliberadamente para permitir uma qualidade
mais elevada da mensuração das características respostas.

Outra questão refere-se ao instante da mensuração. A própria definição de algumas


variáveis respostas implica no estabelecimento do instante de mensuração; por exemplo, a
produção de frutos de uma planta frutífera, a produção de grãos de um conjunto de plantas,
o peso de um animal ao abate. Em geral, essa definição deve ser precisa e explicitamente
estabelecida, já que uma variação substancial do valor da variável resposta pode decorrer
de pequenas diferenças do instante de mensuração. Essa questão pode ser mais crucial na
mensuração de uma característica correspondente ao efeito de um fator de tratamento que
perdure com variação de intensidade em um intervalo de tempo. Por exemplo, a avaliação
do efeito da dieta sobre o ganho de peso de animais; a avaliação do efeito de inseticidas
sobre a incidência de uma praga. Nessas circunstâncias, muito comumente, é recomendável
mais de uma avaliação em instantes do intervalo de tempo em que são esperados efeitos
dos tratamentos. Muito freqüentemente, a forma da variação da resposta com o tempo pode
ser um propósito da pesquisa, o que, necessariamente, implica nessas avaliações
sucessivas. Em algumas situações, o objetivo do experimento pode ser a determinação da
amplitude do intervalo de duração dos efeitos dos tratamentos; nesse caso, o plano do
experimento deve estabelecer avaliações sucessivas, em períodos prefixados, até que
esses efeitos cessem.

4.5. Precisão e exatidão de um processo de mensuração

A mensuração de uma característica é tão mais precisa quanto mais próximas se


situam suas diferentes medidas referentes a uma mesma unidade da amostra. A precisão
de um processo de mensuração refere-se à repetição (ou proximidade) das medidas
efetuadas. Baixa precisão significa grande variação entre medidas repetidas; alta precisão
significa pequena variação entre medidas repetidas.

A precisão de uma medida não se refere à avaliação correta: um processo de


mensuração pode ser altamente preciso, determinando medidas sucessivas de uma mesma
característica bastante próximas entre si, mas distantes da verdadeira grandeza medida.
Neste caso, diz-se que o processo e as medidas que ele determina têm viés, ou são
viciadas ou tendenciosas. A diferença entre o valor médio das medidas de uma
característica e o verdadeiro valor da grandeza que está sendo medida é denominada viés,
vício ou tendência. Assim, o viés é um erro de medida sistemático.

A avaliação de uma característica é tão mais exata quanto mais próxima de sua
verdadeira grandeza se situam suas medidas. A exatidão de um processo de mensuração
refere-se à proximidade das medidas registradas em relação ao valor real da grandeza
medida. A exatidão é maior quanto maior é a precisão e menor o viés. Alta exatidão
4. DELINEAMENTO DA RESPOSTA 119

corresponde a viés pequeno ou nulo e alta precisão. Baixa exatidão pode resultar de um
viés grande e alta ou baixa precisão, ou de um viés nulo e baixa precisão.

As relações entre precisão e exatidão são ilustradas na Erro! Fonte de referência não
encontrada.Erro! Fonte de referência não encontrada., que representa quatro diferentes
situações referentes à dispersão dos pontos de impacto de seis balas disparadas por uma
arma em um exercício de tiro ao alvo.

Figura 4.1. Ilustração dos conceitos de precisão e exatidão pelas


distintas situações da dispersão dos pontos de impacto
de seis balas em um exercício de tiro ao alvo.

4.6. Estrutura da variável resposta

Em muitos experimentos, as várias características respostas são de diferentes níveis


de interesse; em outros casos, elas são de importância relativa semelhante, mas
essencialmente independentes, isto é, não relacionadas estruturalmente. Nesse caso, cada
uma dessas características é considerada separadamente no estudo dos efeitos causais
dos fatores experimentais, por métodos univariados. Entretanto, se as características
respostas são de mesmo nível de importância ou estruturalmente relacionadas, as
correspondentes variáveis devem ser consideradas conjuntamente, como um vetor de
variáveis; os procedimentos de análise são, nesse caso, multivariados.

Em alguns experimentos, algumas características respostas correspondem,


essencialmente, a consideração de uma mesma característica em diferentes instantes de
um intervalo de tempo. Por exemplo, em um experimento sobre o efeito de rações ou
anabolizantes sobre o desenvolvimento corporal de animais, os pesos dos animais em
instantes sucessivos do período experimental constitui um conjunto de características
primárias, ou uma mesma característica primária considerada nesse conjunto de instantes
sucessivos. Semelhantemente, em um experimento com plantas frutíferas perenes, como o
pessegueiro e a videira, as produções de frutos nas safras sucessivas compreendem um
conjunto de características primárias ou uma mesma característica primária considerada
120 Estatística Experimental: Planejamento de Experimentos

nesses instantes sucessivos. As correspondentes variáveis respostas podem ser


consideradas separadamente ou globalmente como um vetor de variáveis, ou uma variável
multidimensional. Correspondentemente, métodos de análise multivariada são adotados
nessas circunstâncias. Uma abordagem alternativa é a consideração dos instantes de tempo
como níveis de um fator intrínseco adicional tempo e a correspondente utilização de
métodos de análise univariada.

Exercícios 4.2

1. Ilustre, por meio de exemplos, como a escolha de uma escala particular para exprimir
uma característica contínua por uma escala ordinal pode implicar na precisão da expressão da
característica.

2. Ilustre uma situação em que a mensuração de uma característica é um processo


rotineiro que não demanda conhecimento especializado; outra, em que requer treinamento do
avaliador; e outra em que requer conhecimento altamente especializado.

3. Explique e ilustre com exemplos de sua área os significados de experimento cego e


experimento duplamente cego.

4. Caracterize a importância do instante de mensuração por meio de exemplos.

5. Explique a relação entre os significados de precisão e exatidão de um processo de


mensuração.

6. Ilustre uma situação em que o processo de mensuração é altamente preciso, mas de


baixa exatidão.

7. O que significa uma característica resposta univariada e uma característica resposta


multivariada? Ilustre esses dois conceitos por meio de exemplos.

8. Ilustre uma situação de variável resposta estruturada.

4.7. Exercícios de Revisão

1. Conceitue: característica resposta e delineamento de resposta.

2. Distinga e ilustre com exemplos de sua área os conceitos de:

a) Característica resposta primária, característica resposta secundária e característica


resposta intermediária.

b) Característica resposta original, pura ou simples, característica resposta derivada e


característica resposta substituta.

3. Liste as características respostas para os experimentos das questões 4 e 5 dos


Exercícios 3.2 e classifique-as segundo os dois critérios considerados na questão anterior.

4. Ilustre, por meio de exemplos, características respostas que envolvam os seguintes


graus de dificuldade de mensuração: simples, intermediário e complexo.

5. Defina e ilustre os conceitos de característica e variável.

6. Explique e ilustre o significado de mensuração de uma característica.


4. DELINEAMENTO DA RESPOSTA 121

7. Variáveis expressas nas quatro escalas de medida, ou seja, nominal, ordinal, intervalar
e racional podem ser classificadas nas duas seguintes categorias: variável discreta e variável
contínua? Por quê?

8. Porque variáveis nominais e ordinais também são denominadas de variáveis


categóricas?

9. Mostre, por meio de exemplos, como a precisão da expressão de uma característica


por uma variável ordinal pode variar com a escolha da escala particular.

10. Ilustre, com exemplos, como a definição da variável contínua para a representação
de uma característica contínua depende da precisão do processo de mensuração.

11. Ilustre o uso de uma variável discreta ordinal cujos valores são notas atribuídas para
a mensuração subjetiva de uma característica contínua. Como poderia ser construída uma
variável contínua para a mensuração mais precisa dessa característica?

12. Explique os conceitos de precisão, viés e exatidão de um processo de mensuração.

13. Ilustre uma situação em que diversas características respostas compreendem,


essencialmente, uma mesma característica considerada em diferentes instantes do tempo.

14. Decida se cada uma das seguintes sentenças é verdadeira ou falsa, colocando, entre
parênteses, as letras V ou F, respectivamente. Se a sentença for falsa, explique por que.

As características respostas em um experimento têm o mesmo nível de interesse.

O interesse relativo das características respostas depende de seu grau de relacionamento


com

o objetivo do experimento.

Toda característica que exprima a resposta dos sistemas sob pesquisa deve ser
considerada como característica resposta no experimento.

O peso corporal ao abate é sempre uma característica resposta importante em


experimentos de nutrição animal.

Em geral, a mensuração de uma característica resposta não é um problema.

Uma característica resposta é expressa por uma variável única.

Toda característica resposta deve ser expressa por uma variável.

Características respostas são necessariamente expressas por variáveis numéricas.

O pesquisador pode mensurar uma característica resposta com o grau de precisão que de-
seja.

A escolha da escala de medida da variável para representar uma característica é arbitrária.

O pesquisador deve exprimir uma característica resposta por uma variável com a escala
de medida mais precisa permitida pelos recursos disponíveis para mensuração.
122 Estatística Experimental: Planejamento de Experimentos

A escala de medida que permite precisão mais elevada é a escala intervalar.

A escolha da unidade de medida é irrelevante para os métodos estatísticos a serem


adotados para a análise dos resultados do experimento.

A precisão da expressão de uma característica por uma variável depende da precisão do


instrumento de mensuração utilizado.

A expressão de uma característica em escala ordinal permite mensuração com precisão


mais elevada do que a escala nominal.

Operações aritméticas são permitidas com variáveis de escala ordinal.

Variáveis nominais e ordinais são usualmente denominadas variáveis categóricas ou variá-


veis de classificação.

Variáveis nominais e ordinais são variáveis discretas.

Variáveis intervalares e racionais são variáveis contínuas.

Variáveis racionais podem ser convertidas em variáveis ordinais, mediante uma


transformação apropriada.

Variáveis nominais podem ser transformadas em variáveis contínuas.

A transformação de uma variáveis de escala racional para escala ordinal não implica em
perda de informação relevante referente à característica mensurada.

Em geral, a mensuração de uma característica é uma atividade rotineira que não requer
conhecimento especializado.

Um processo de mensuração de elevada precisão pode ser de baixa exatidão.

Um processo de mensuração de elevada exatidão pode ser de baixa precisão.

Precisão e exatidão são propriedades igualmente importantes de um processo de


mensuração.

A exatidão elevada de um processo de mensuração requer viés baixo e alta precisão das
medidas efetuadas.

A adequabilidade da expressão de uma característica por uma variável geralmente


depende do momento da mensuração.

A mensuração extemporânea de uma característica implica em viés das medidas.

Diferentes características respostas são necessariamente expressas por variáveis com


distintas escalas de medida.
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS

5.1. Introdução

O delineamento de condições experimentais é o processo de seleção e planejamento


das variáveis explanatórias (ou fatores experimentais), dos níveis desses fatores, das
combinações de níveis e dos tratamentos adicionais para o experimento. Ele é
conseqüência dos objetivos do experimento, definidos pelo problema de pesquisa e a
correspondente hipótese científica que o experimento tem como propósito testar. De fato,
conforme ilustrado nos exemplos da Seção 3.5, os fatores mais importantes são explicitados
pela hipótese; os demais fatores são indicados, explicita ou implicitamente, pelo problema e
pela hipótese.

Esse é um dos passos mais importantes da pesquisa experimental. O delineamento


das condições experimentais estabelece a estrutura das condições experimentais. Essa
estrutura tem implicações relevantes para a estrutura do experimento e, portanto, para as
inferências referentes às relações causais entre características respostas e características
explanatórias que o experimento tem como propósito derivar. Sua apropriada definição
depende da correta compreensão da base conceitual estabelecida anteriormente.

A escolha das condições experimentais e particularmente dos tratamentos é tanto


uma questão técnica específica referente à área de pesquisa como uma questão referente
ao método científico.

Assim, a pesquisa de um fenômeno complexo pode tomar a forma inicial de um


levantamento geral dos efeitos sobre os sistemas de interesse de uma variedade de
alterações. Nessa fase, um experimento com vários fatores pode ser muito apropriado.
Então, uma ou mais idéias sobre o funcionamento dos sistemas, ou de uma sua parte,
podem ser testadas, tão rigorosamente quanto possível, por modificações apropriadas dos
sistemas. Geralmente, é necessária uma série de experimentos, sendo as idéias iniciais
modificadas em cada estágio, quando necessário. Em cada uma dessas etapas, devem ser
escolhidos os fatores a considerar e as características estranhas a serem controladas, e o
conseqüente delineamento experimental apropriado para distinguir os efeitos atribuíveis a
esses fatores experimentais dos efeitos de outras fontes de variação irrelevantes para os
propósitos da pesquisa. Em particular, os tratamentos devem ser escolhidos de modo a
fornecer uma indicação tão direta quanto possível das relações entre as características de
interesse dos sistemas. Desse modo comparações confiáveis e precisas de tratamentos
poderão ser efetuadas na presença de variação não controlada.

Diversas considerações importantes devem ser feitas na escolha de condições


experimentais, especialmente na escolha de tratamentos. Uma delas é que os tratamentos
difiram em aspectos simples, especificamente identificáveis. Caso contrário, as implicações
de diferenças de respostas atribuíveis a tratamentos não serão esclarecidas. Suponha-se,
por exemplo, que um experimento compara um processo industrial padrão A com um novo
processo B resultante da incorporação de diversas alterações em A recomendadas por
pesquisas. Tal comparação pode ser de interesse prático imediato, mas é pouco provável
124 Estatística Experimental: Planejamento de Experimentos

que contribua de modo relevante para a compreensão do processo, já que a causa de


qualquer alteração de resposta que seja observada não poderá ser identificada.

Em experimentos científicos, é muito importante que quaisquer diferenças de


respostas a tratamentos tenham interpretações únicas. Freqüentemente ocorre que um
experimento estabelece nítidas diferenças de efeitos de tratamentos que, entretanto, têm
duas ou mais interpretações. Nessas circunstâncias, outros tratamentos deveriam ter sido
incluídos para discriminar entre as diferentes interpretações. A escolha de tratamentos que
evite ambigüidade dessa sorte é um dos passos mais importantes e difíceis do planejamento
de experimento. Freqüentemente será conveniente estabelecer uma estrutura fatorial para
os tratamentos ou incluir alguns tratamentos adicionais, aparentemente sem interesse para
os objetivos do experimento.

De modo geral, o delineamento das condições experimentais para um experimento


particular é estabelecido segundo a seguinte seqüência de passos:

1 - Escolha dos fatores experimentais.

2 - Escolha dos níveis de cada um dos fatores experimentais.

3 - Escolha das combinações dos níveis desses fatores.

4 - Escolha de tratamentos adicionais.

Essa seqüência pode ser completa ou abreviada, conforme a complexidade do


experimento. Em experimentos mais simples, com um único fator, são suficientes dois
passos: escolha do fator e dos correspondentes níveis.

No caso de experimentos de ampla abrangência espacial e temporal, é conveniente


segmentar o planejamento das condições experimentais em dois passos: 1 - planejamento
das posições no espaço e no tempo, e 2 - planejamento das condições experimentais
comuns a essas posições. Esse procedimento é conveniente por propiciar a simplificação do
processo do delineamento das condições experimentais, e justificado pelo fato de que a
estrutura completa das condições experimentais para um experimento é uma composição
das estruturas separadas das diferentes posições particulares no espaço e no tempo.

Com o propósito da melhor compreensão da exposição, faz-se uma apresentação


inicial, na Seção 5.2, das variadas, distintas e típicas estruturas de condições experimentais
que podem resultar, por meio de exemplos. As distinções mais relevantes entre as
diferentes estruturas são salientadas.

As primeiras considerações relevantes referentes a fator experimental dizem respeito


à possibilidade de controle pelo pesquisador da manifestação dos níveis do fator na
amostra. Essa questão, já tratada na Seção 3.2, é novamente discutida na Seção 5.3.

Merecem considerações também relevantes para a escolha do fator experimental a


seleção da variável para representá-lo e a seleção dos níveis para utilização na amostra.
Por essa razão, estabelece-se na Seção 5.4 uma classificação de fator experimental quanto
a esses dois aspectos, ou seja, escala de medida e seleção dos níveis para a amostra. Na
Seção 5.5, trata-se da classificação dos fatores experimentais em duas categorias: fator fixo
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 125

e fator aleatório, também de grande relevância pelas implicações para os procedimentos de


inferência.

Na seqüência, são descritos os processos de escolha dos fatores experimentais,


escolha dos níveis desses fatores, escolha das combinações dos níveis e escolha de
tratamentos adicionais. O capítulo é encerrado com a escolha de tratamentos em
experimentos genéticos e seqüenciais.

5.2. Estruturas de Condições Experimentais

As variadas mais comuns e típicas estruturas de condições experimentais são


apresentadas a seguir, por meio de exemplos. Esses exemplos serão utilizados mais
adiante na exposição do processo para a derivação da estrutura das condições
experimentais.

Conforme justificado na Seção anterior, as estruturas tratadas aqui correspondem a


experimentos de abrangência espacial e temporal restrita, e a cada posição particular no
espaço e no tempo de experimentos de ampla abrangência.

Em primeiro lugar, a estrutura das condições experimentais pode compreender um


ou mais fatores experimentais. Uma estrutura com um único fator experimental é designada
estrutura unifatorial; uma estrutura com dois ou mais fatores experimentais é uma
estrutura multifatorial ou, mais simplesmente, estrutura fatorial. Um experimento com
condições experimentais com uma dessas estruturas é usualmente denominado
experimento unifatorial ou experimento fatorial (ou experimento fatorial),
respectivamente.

Estruturas fatoriais podem ser completas ou incompletas. Uma estrutura fatorial


completa é aquela que compreende todas as combinações dos níveis dos fatores
experimentais presentes na amostra; se algumas combinações de níveis são omitidas, a
estrutura é uma estrutura fatorial incompleta. Nessas circunstâncias o experimento é
denominado um fatorial completo ou fatorial incompleto, respectivamente.

Exemplo 5.1. Experimento: "Comparação de cultivares de ervilha de porte baixo". Fator:


Cultivar; níveis: 1 - Única, 2 - Profusion, 3 - Roi des Fins Verts, 4 - Early Harvest, 5 - Annonay e
6 - Fins des Gourmets.

Esse experimento é unifatorial, com o único fator - cultivar expresso por uma variável
nominal com seis níveis - as seis cultivares.

Exemplo 5.2. Experimento: "Fertilização do solo com N, P e K para o cultivo da cevada".


Fatores: 1 - Nitrogênio (N), 2 - Fósforo (P) e 3 - Potássio (K), cada um em dois níveis - ausência
e presença.

Nesse exemplo clássico de experimento fatorial em agricultura, as oito combinações


dos dois níveis de cada um dos três fatores estão presentes no experimento, que constitui
um fatorial completo.

Os oito tratamentos no experimento, correspondentes às oito combinações dos dois


níveis dos três fatores são especificadas na Tabela 5.1.
126 Estatística Experimental: Planejamento de Experimentos

Tabela 5.1. Tratamentos de um experimento fatorial com três fatores - nitrogênio (N),
fósforo (P) e potássio (K) cada fator com dois níveis - ausência (sem) e
presença (com).

Tratamento N P K

1 Sem Sem Sem - Ausência dos 3 elementos

2 Com Sem Sem

3 Sem Com Sem - Presença de 1 dos 3


elementos

4 Sem Sem Com

5 Com Com Sem

6 Com Sem Com - Presença de 2 dos 3


elementos

7 Sem Com Com

8 Com Com Com - Presença dos 3 elementos

O número de combinações dos níveis de um fatorial completo é o produto dos níveis


dos fatores; no presente exemplo, 2x2x2=8. Por esta razão, uma estrutura fatorial completa
com três fatores cada um em dois níveis é designada fatorial 2x2x2. De modo mais geral,
uma estrutura fatorial com três fatores cada um com k níveis é um fatorial kxkxk.

Exemplo 5.3. Experimento: "Avaliação do efeito da adição de diluentes ao sêmen de


touro sobre a taxa de concepção", com a consideração de três substâncias - sulfanilamida,
estreptomicina e penicilina, nas situações de presença e ausência.

Os tratamentos nesse experimento podem constituir uma de duas estruturas,


conforme seja considerada ou não a utilização simultânea (combinada) das três
substâncias, além da utilização isolada.

Se as três substâncias são utilizadas tanto isoladas como simultaneamente e são


incluídas no experimento as oito combinações de presença e ausência das três substâncias,
o experimento é um fatorial completo 2x2x2, cujos tratamentos correspondem às oito
combinações dos dois níveis de cada um dos três fatores (as mesmas listadas no exemplo
anterior, com N, P e K agora substituídos pelas três substâncias). Se, entretanto, essas
substâncias são alternativas, apenas uma delas sendo aplicada a cada animal, o número de
tratamentos reduz-se a 4 - as três substâncias isoladas e um tratamento correspondente à
ausência de diluente, denominado controle.

Na segunda situação, os tratamentos não constituem uma estrutura fatorial. A


exclusão de um número apreciável das combinações dos níveis da estrutura fatorial
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 127

completa descaracteriza a estrutura fatorial. Os quatro tratamentos são os níveis de um


único fator - diluente, de modo que o experimento é unifatorial.

De modo geral, uma estrutura é fatorial quando ela permite inferências referentes a
interações de fatores, ou seja, no caso de dois fatores, variação da resposta aos níveis de
um fator quanto muda o nível do outro. Essa questão somente poderá ser mais claramente
compreendida mais adiante, quando se tratar mais especificamente da base conceitual
referente a experimentos fatoriais.

Exemplo 5.4. Experimento: "Estudo da eficácia da utilização de acetato para a síntese


do leite de cabra", com 4 tratamentos: 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).

Os quatro tratamentos desse experimento, aparentemente, constituem uma estrutura


fatorial com dois fatores cada um em dois níveis: fonte de acetato (Prolactina e
Dexametasona) e dose (ausência e presença). Entretanto, a dose de presença para as duas
fontes difere entre a ausência e a presença da outra fonte.

Em um experimento fatorial os níveis particulares de um fator são os mesmos em


todas as combinações com os níveis dos demais fatores.

Exemplo 5.5. Experimento: "Adubação orgânica e química para o cultivo de arroz


irrigado", com os dois seguintes fatores e correspondentes níveis, e tratamentos:

Fator 1 - Composto de azola: 1 - 4 t/ha, 2 - 7 t/ha, 3 - 14 t/ha;

Fator 2 - Nitrogênio: 1 - 0 kg/ha, 2 - 43,5 kg/ha.

Tratamento Comp. de azola N

1 1 1
2 1 2
3 2 1 Esquema
4 2 2 fatorial
5 3 1
6 3 2

7 0 87 kg/ha Tratamentos

8 0 0 kg/ha adicionais

Essa é uma estrutura fatorial com tratamentos adicionais. À estrutura fatorial 3x2
dos seis primeiros tratamentos são adicionados dois tratamentos - tratamentos 7 e 8 O
tratamento 8 é incluído para avaliar a resposta da planta (produção de grãos de arroz) na
ausência de adubação, Tem como propósito servir para referência às respostas aos
tratamentos correspondentes ao esquema fatorial. A comparação desses tratamentos com o
tratamento 8 pode, por exemplo, explicar que uma ausência de diferenças de respostas
entre aqueles tratamentos resulta da ausência de resposta à adubação, possivelmente
128 Estatística Experimental: Planejamento de Experimentos

porque a reserva de nitrogênio no solo é suficiente. O tratamento 7 é incluído para prover


informação sobre possível resposta à adubação mais elevada que aquela propiciada pelos
tratamentos da estrutura fatorial.

Exemplo 5.6. Experimento: "Adubação com macroelementos para o cultivo de milho”,


com os três fatores N, P e K cada um com três níveis 0, 1 e 2, com os seguintes tratamentos:

Tratamento N P K
1 0 0 0
2 1 0 0
3 0 1 0
4 0 0 1
5 1 1 1
6 2 1 1
7 1 2 1
8 1 1 2

Esse experimento é um fatorial 3x3x3 incompleto. As 27 combinações dos níveis


que corresponderiam a uma estrutura fatorial completa 3x3x3 foram reduzidas, de modo
conveniente, a oito combinações, que constituem os oito tratamentos no experimento. Esse
delineamento de tratamento foi a base de uma série de experimentos conduzidos no Brasil
pela "Associação Nacional para Difusão de Adubos" (ANDA), para a estimação de funções
de resposta à adubação.

Exemplo 5.7. Experimento: "Capacidades geral e específica de combinação em


cruzamentos de cultivares de feijão", com a consideração de quatro cultivares pais: Pampa,
Minuano, Rio Tibagi e Macotaço e um conjunto da geração F1 dos cruzamentos simples dessas
cultivares.

Os tratamentos nesses experimentos são os seguintes:

Tratamento Pai 1 Pai 2


1 Pampa x Pampa
2 Minuano x Minuano
3 Tio Tibagi x Rio Tibagi
4 Macotaço x Macotaço
5 Pampa x Minuano
6 Pampa x Rio Tibagi
7 Pampa x Macotaço
8 Minuano x Rio Tibagi
9 Minuano x Macotaço
10 Rio Tibagi x Macotaço
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 129

Esse experimento tem como objetivo pesquisar as características das quatro


cultivares por meio de sua descendência resultante de cruzamentos simples. Experimentos
genéticos desse tipo são usualmente denominados experimentos dialélicos simples. O
conjunto de tratamentos compreende os progenitores e os cruzamentos simples, ou seja,
1
4+ 4 x 3 = 10 tratamentos. De modo geral, uma estrutura dialélica simples desse tipo com p
2
1
progenitores compreende p (p + 1) tratamentos.
2

5.3. Fator de Tratamento e Fator Intrínseco

Na Seção 3.2, foi estabelecida a classificação de fator experimental em duas


categorias, ou seja, fator de tratamento e fator intrínseco ou de classificação, segundo o
controle exercido pelo pesquisador sobre a manifestação dos níveis da variável explanatória
na amostra.

De modo geral, o fator cujos níveis são atribuídos às unidades experimentais sob o
controle do pesquisador é designado fator de tratamento. O fator cujos níveis são definidos
pelas próprias unidades experimentais, constituindo, simplesmente, uma classificação das
unidades, fora do controle do pesquisador, é um fator intrínseco ou fator de classificação.
A distinção dessas duas categorias de fator experimental é fundamental, dadas as
conseqüências para a validade de inferências referentes às relações causais entre fatores e
variáveis respostas. O exemplo que segue ilustra a distinção entre essas duas categorias de
fator experimental.

Exemplo 5.8. Experimento para a avaliação do efeito da suplementação da dieta com sal
mineral sobre o peso aos quatro meses de cordeiros machos e fêmeas da raça Corriedale, com
quatro dietas com diferentes quantidades de sal mineral, conduzido em um local e ano
particulares.

Esse é um experimento com dois fatores - dietas e raças, respectivamente com


quatro e dois níveis. Entretanto, há uma distinção fundamental entre esses dois fatores: as
dietas são tratamentos assinalados pelo pesquisador às unidades experimentais; portanto,
dieta é uma propriedade atribuída às unidades experimentais sob o controle do pesquisador,
enquanto raça é uma propriedade inerente às unidades experimentais.

Para melhor compreensão da distinção entre fator de tratamento e fator intrínseco,


considere-se a alteração que segue ao plano do experimento do Exemplo 5.8.

Exemplo 5.9. O experimento do exemplo anterior é conduzido em cinco locais por três
anos com os mesmos animais em cada local.

Os fatores local e ano devem ser considerados como fatores intrínsecos ou de


classificação, dado que o local de ocorrência de um animal e as condições dos animais nos
três anos estão fora do controle do pesquisador. Dessa forma, se ocorre variação
considerável de peso dos cordeiros aos quatro meses entre os cinco locais, não há como
distinguir, com base apenas nos resultados do experimento, se tais diferenças se devem a:
a) diferenças de condições próprias dos locais, atribuíveis a características ambientais, ou b)
diferenças sistemáticas entre os conjuntos de animais utilizados nos cinco locais, diferenças
de manejo dos animais, etc. Semelhantemente, variações de peso aos quatro meses entre
130 Estatística Experimental: Planejamento de Experimentos

os três anos podem ser devidas a: a) diferenças de condições de anos propriamente,


atribuíveis especialmente ao clima, ou b) variação sistemática das condições dos cordeiros,
diferenças de manejo, etc.

Em outras palavras, não há como discriminar a variação sistemática entre os níveis


do fator experimental local da variação entre os locais atribuível a características estranhas;
essas fontes de variação ficam irremediavelmente confundidas. O mesmo ocorre com
relação a anos. Isto não significa que não possa ser obtida informação útil das diferenças de
locais e de anos, mas que conclusões dessas comparações não serão válidas no sentido de
serem suportadas por evidência objetiva. Por outro lado, se as dietas são atribuídas
aleatoriamente às unidades experimentais, os efeitos de diferenças entre os cordeiros sobre
as comparações de dietas são puramente aleatórios. Portanto, a incerteza resultante pode
ser avaliada objetivamente.

Para melhor caracterizar o aspecto lógico da questão, suponha-se que seja possível
atribuir os cordeiros aos locais por processo aleatório. Nessa circunstância, o efeito de local
não estaria confundido sistematicamente com o efeito das características da unidade
experimental referentes a cordeiro; as diferenças de locais atribuíveis a cordeiros seriam
meramente casuais. Dessa forma, a variação de peso aos quatro meses entre os cinco
locais, por exemplo, não ficaria confundida tendenciosamente com diferenças de condições
próprias de locais, atribuíveis a características ambientais. Entretanto, os efeitos de
características estranhas não inerentes a local, mas que se manifestam diferenciadamente
entre locais, como, eventualmente, diferenças de manejo dos animais, etc. poderiam
confundir-se tendenciosamente com os efeitos do fator experimental local.

Realmente, não há uma separação nítida entre fator de tratamento e fator intrínseco.
De fato, qualquer fator experimental, mesmo um fator de tratamento, sempre apresenta
algum nível de confundimento com características estranhas. Esse confundimento depende
da habilidade e do controle exercido pelo pesquisador.

Assim, por exemplo, o fator de tratamento cultivar, conceitualmente definido como


um conjunto de características genéticas transmitidas pela semente confunde-se com
características da semente não atribuíveis a cultivar, ou seja, com características estranhas,
como características referentes à sanidade, pureza, etc.. Se o pesquisador tem
conhecimento que lhe permita distinguir essas duas classes de características, ele pode,
pelo emprego de técnicas experimentais, minimizar a manifestação diferenciada dessas
características estranhas. Semelhantemente, o fator antibiótico cujos níveis são definidos
como diferentes substâncias específicas, fica confundido com características estranhas que
também compreendem o "antibiótico", que podem ter implicações para a qualidade do
produto, como a pureza e o estado de preservação; o fator nitrogênio cujos níveis são
definidos como doses particulares do elemento químico Nitrogênio provido por uma fonte
específica, uréia, por exemplo, também se confunde com o estado desta fonte, sua
composição exata de N e com variações que possam ocorrer na pesagem da uréia. Em
todas essas situações, somente o controle exercido pelo pesquisador pode garantir que os
fatores conceitualmente definidos no plano do experimento sejam realmente os
manifestados no experimento. A avaliação dessa garantia será sempre subjetiva.

Entre os dois extremos, ou seja, fatores eminentemente intrínsecos, como os fatores


ano e período, cuja manifestação nas unidades experimentais é sempre independente de
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 131

qualquer controle do pesquisador, e fatores caracteristicamente de tratamento, como


cultivar, antibiótico e nitrogênio, cuja manifestação nas unidades é controlada pela atribuição
aleatória, há fatores cuja manifestação é passível de controle apenas parcial pelo
pesquisador.

Muito freqüentemente, a distinção entre fator de tratamento e fator intrínseco não é


levada em conta. Entretanto, ela é muito importante no julgamento da validade de
inferências derivadas do experimento referentes a relações causais entre variáveis
respostas e fatores experimentais.

Em algumas circunstâncias, a caracterização de um fator como fator de tratamento


ou fator intrínseco pode decorrer do plano do experimento, como é ilustrado no exemplo que
segue.

Exemplo 5.10. Experimento para pesquisar a influência da amplitude do período entre a


aplicação de antibiótico e a ordenha sobre o resíduo no leite de um antibiótico administrado a
vacas leiteiras, em que são utilizadas oito vacas e de cada uma delas é coletado leite, após a
administração do antibiótico, a cada 24 horas, até o quinto dia, ou seja, às 24, 48, 72, 96 e 120
horas.

Nessas circunstâncias, o fator tempo é um fator intrínseco, já que seus níveis, ou


seja, 24, 48, 72, 96 e 120 horas, se manifestarão nas unidades experimentais
necessariamente nesta ordem; ou seja, a manifestação dos níveis desse fator nas unidades
experimentais não é passível de qualquer controle pelo pesquisador. Suponha-se,
entretanto, a situação alternativa do próximo exemplo.

Exemplo 5.11. O experimento do exemplo anterior utiliza 40 vacas, em vez de oito, e os


cinco níveis do fator tempo são atribuídos aleatoriamente às 40 vacas, de modo que cada nível
resulta atribuído a oito vacas.

Com esse plano alternativo, o fator tempo torna-se um fator de tratamento.

As implicações desses dois distintos planos de um mesmo experimento, ou de dois


experimentos com um mesmo objetivo com planos distintos, são fundamentais para as
inferências do experimento, particularmente para os procedimentos apropriados de análise
estatística. De fato, as estruturas decorrentes para o experimento são distintas, como será
visto adiante.

Exercícios 5.1

1. Dê exemplos de experimento com um único fator e experimento com dois ou mais


fatores.

2. O que distingue estrutura fatorial completa e estrutura fatorial incompleta? Ilustre com
exemplos de sua área.

3. O que pode justificar a inclusão de um tratamento adicional em uma estrutura de


condições experimentais unifatorial ou fatorial?

4. Explique e ilustre a distinção entre fator de tratamento e fator intrínseco. Qual é sua
implicação quanto ao confundimento do efeito causal do fator sobre características respostas
com efeitos de características estranhas?
132 Estatística Experimental: Planejamento de Experimentos

5. Ilustre, com exemplo de experimento de sua área, os conceitos de tratamento e


condição experimental.

6. O que distingue fator intrínseco de característica estranha controlada? Ilustre essa


distinção por meio de exemplos.

7. Considere os experimentos cujos principais objetivos são indicados a seguir:

A - Comparação de cultivares de feijoeiro para recomendação aos agricultores, com a


consideração das seguintes cultivares: Carioca; Macanudo; Pampa; Rio Tibagi e Iraí.

B - Estudo da eficiência de fungicidas no tratamento de semente de cebola, com a


consideração dos seguintes fungicidas: Dithane Z 78, Thylate e Phygon XL, nas respectivas
distintas doses recomendadas pelos fabricantes e nas metades e dobros dessas doses.

C - Efeito de bioestimulantes sobre a produção de arroz irrigado, com os seguintes


tratamentos: 1 - Agrostemin 100g/ha; 2 - Ergostin 500cc/ha; 3 - Agrostemin 100g/ha + Ergostin
500 cc/ha; 4 - Sem bioestimulante.

D - Efeito do uso de anabolizante em vacas de descarte no período de preparação para o


abate, com os seguintes tratamentos: 1 - Implante de 4 doses com intervalos de 60 dias entre
doses; 2 - Implante de 3 doses com intervalos de 90 dias entre doses; 3 - Controle (sem
anabolizante).

E - Efeito de antibióticos (Neomicina, Colistina e Bacitracina) sobre o ganho de peso de


cordeiros machos e fêmeas da raça Landrace no período de terminação para o abate.

F - Variação da altura de plantas de linhagens de arroz resultantes de cruzamentos das


variedades Bluebelle e IRGA 408.

a) Liste os fatores desses experimentos diretamente relacionados aos objetivos dos


respectivos experimentos. Quais desses fatores experimentais são fatores de tratamento? Quais
são fatores intrínsecos?

b) Que outros fatores seriam interessantes de considerar nesses experimentos? Quais


desses fatores experimentais são fatores de tratamento? Quais são fatores intrínsecos?

8. Suponha que os tratamentos do experimento C da questão 7 são alterados para o


seguinte: 1 - Agrostemin 100g/ha; 2 - Ergostin 500cc/ha; 3 - Agrostemin 50g/ha + Ergostin 250
cc/ha; 4 - Sem bioestimulante.

a) Esses tratamentos compreendem as quatro combinações de presença e ausência de


cada um dos dois bioestimulantes Agrostemin e Ergostin. Eles constituem uma estrutura fatorial?
Porque?

b) Discuta as possíveis conveniências e inconveniências dessa estrutura relativamente


àquela dos tratamentos indicados para o experimento C da questão 7.

9. Classifique os fatores experimentais caracterizados nos experimentos dos Exemplos


3.1, 3.2 e 3.3 da Seção 3.5 nas duas seguintes categorias: fator de tratamento e fator intrínseco.

10. Liste os fatores dos experimentos caracterizados na questão 12 da Seção 3.6.


Distinga entre esses fatores experimentais quais são fatores de tratamento e quais são fatores
intrínsecos.
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 133

5.4. Classificação dos Fatores Experimentais Quanto à Escala de Medida e à


Seleção dos Níveis para a Amostra

Além da distinção entre fator de tratamento e fator intrínseco ou de classificação,


também é conveniente a distinção de fatores experimentais com relação à escala de medida
e à seleção dos níveis para a amostra sob a qual é conduzido o experimento. A
classificação que segue tem implicações relevantes para o planejamento e a análise de
experimentos:

a) fator qualitativo específico;

b) fator qualitativo ordenado;

c) fator quantitativo;

d) fator qualitativo amostrado; e

e) fator misto.

5.4.1. Fator qualitativo específico

Um fator experimental é dito qualitativo específico ou, simplesmente, qualitativo,


se é expresso por uma variável nominal. Nesse caso, não há qualquer relação de grandeza
ou de ordem entre os níveis do fator. Cada um deles é de interesse específico no
experimento e se distingue qualitativamente dos demais.

O Exemplo 5.1 ilustra fator qualitativo especifico. O fator no experimento - cultivar - é


expresso por uma variável nominal com seis níveis - as seis cultivares de ervilha
consideradas no experimento, ou seja, 1 - Única, 2 - Profusion, 3 - Roi des Fins Verts, 4 - Early
Harvest, 5 - Annonay e 6 - Fins des Gourmets. Essas cultivares e apenas elas são de
interesse no experimento. Outra ilustração é provida pelo Exemplo 5.3 na situação em que as
três substâncias consideradas são usadas apenas isoladamente. Nessas circunstâncias, o fator
diluente compreende quatro níveis - as três substâncias e o controle, ou seja: 1 -
Sulfanilamida, 2 - Estreptomicina, 3 - Penicilina e 4 - Controle (sem diluente). Esses quatro
níveis e apenas eles são de interesse no experimento.

Também são exemplos de fator qualitativo específico: droga para o tratamento de


uma doença com alternativas qualitativamente diferentes; poda ou desbaste de uma planta
frutífera com diferentes técnicas; herbicida, fungicida e inseticida quando os níveis
correspondem a produtos que se distinguem qualitativamente, como é o caso quando
diferem pelo princípio ativo ou composição; e corte e colheita em um experimento de
produção vegetal cujas datas não são especificadas.

Fatores de classificação são muitas vezes qualitativos específicos; por exemplo,


sexo (Exemplos 5.8 e 5.9), raça e estação do ano.

Tendo em conta a relação com os objetivos do experimento e as implicações para a


análise dos resultados, é conveniente distinguir fator qualitativo não estruturado e fator
qualitativo estruturado. Fator qualitativo não estruturado é aquele cujos níveis não
guardam qualquer relação estrutural. Por exemplo, o fator cultivar do Exemplo 5.1. Os
fatores sexo, local e ano dos Exemplos 5.8 e 5.9 também são fatores qualitativos não
134 Estatística Experimental: Planejamento de Experimentos

estruturados. Por outro lado, fator qualitativo estruturado é aquele cujos níveis
classificam-se em grupos naturais cujas comparações constituem o objetivo do experimento.
De fato, em um experimento bem planejado, a relação estrutural dos níveis do fator resulta
das comparações de interesse no experimento.

Um exemplo de fator qualitativo estruturado é o fator acetado do Exemplo 5.4, com os


quatro níveis: 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 - Controle (sem acetato).

A estrutura de agrupamento dos tratamentos nesse exemplo é implicada pelas


seguintes comparações 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 - fonte de acetato isolada (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 situações de fator qualitativo específico estruturado, os


tratamentos satisfazem uma estrutura de agrupamento hierárquica, representada no
diagrama de árvore da Figura 5.1.

(1,2,3,4)

(1,2,3) (4)

(1,2) (3)

(1) (2)

Figura 5.1. Diagrama de árvore da estrutura de


agrupamento hierárquica dos tratamentos do
Exemplo 5.4.

O fator diluente do sêmen do Exemplo 5.3 será um fator qualitativo específico


estruturado se o teste da eficácia da diluição do sêmen pela comparação dos efeitos globais
dos três diluentes com o controle ou de cada um desses tratamentos com o controle
constituir objetivo do experimento; caso contrário, será um fator qualitativo não estruturado.

De modo geral, um fator de tratamento qualitativo com um nível constituído por um


tratamento controle constitui um fator qualitativo específico estruturado com a forma mais
simples de estrutura, se as comparações com o controle são de especial interesse no
experimento. Se todas as comparações entre os tratamentos são de igual interesse,
incluídas aquelas com o tratamento controle, o fator deve ser mais apropriadamente
considerado como qualitativo específico não estruturado.
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 135

*5.4.2. Fator qualitativo ordenado

É o fator expresso por uma variável de escala ordinal. Os níveis guardam uma
relação de ordem, mas não de grandeza, ou guardam uma relação de grandeza, mas
correspondem a valores classificados muito vagamente.

Fatores qualitativos ordenados são usualmente fatores de classificação, como nos


seguintes exemplos: época de plantio de uma espécie vegetal com os seguintes níveis:
plantio cedo, intermediário e tardio; intensidade de infeção de uma doença com os níveis:
sem infeção, infeção leve, moderada, severa e muito severa; idade de primeiro
acasalamento de uma ovelha com níveis: dois dentes e quatro dentes; tempo de
sobrevivência de um animal após a contração de uma doença com os seguintes níveis:
menos de dois meses, entre dois e quatro meses e mais de quatro meses. Nos dois
primeiros exemplos, os níveis dos fatores correspondem a valores de uma variável
qualitativa ordinal, enquanto nos dois últimos, os fatores são expressos por uma variável
quantitativa, mas os níveis não correspondem a valores bem definidos.

No que diz respeito às considerações referentes à inferência e particularmente aos


procedimentos de análise estatística, fator qualitativo ordenado é tratado como fator
qualitativo específico. No caso de ser desejado estender as inferências ao conjunto de
pontos do intervalo, a escala ordinal de mensuração do fator deve ser substituída por uma
escala intervalar ou racional. Assim, no último exemplo citado, se o tempo de sobrevivência
for uma característica explanatória importante, poderá ser mais conveniente exprimir a idade
do animal em dias, por uma variável inteira, em vez de grupar as idades nas três classes.
Nesse caso, idade se tornaria um fator quantitativo.

5.4.3. Fator quantitativo

É o fator expresso por uma variável de escala intervalar ou racional. Seus níveis
correspondem a valores específicos de uma variável contínua ou discreta, definida em um
intervalo. A especificação de um fator quantitativo subentende a definição do
correspondente intervalo que constitui a população dos valores de interesse. Um exemplo
de fator quantitativo é provido pelo fator tempo dos Exemplos 5.10 e 5.11. O exemplo que
segue provê outra ilustração.

Exemplo 5.12. Experimento: "Controle de nematóides gastrointestinais com o uso de


anti-helmíntico sobre a produção de carne de ovelhas de descarte das raças Ideal". Fator: Anti-
helmíntico HCG 8117; níveis: 1 - 0 mg/kg do animal, 2 - 2 mg/kg, 3 - 3 mg/kg e 4 - 4 mg/kg.

Outros exemplos de fator quantitativo são os seguintes: fertilizante cujos níveis são
quantidades particulares de um intervalo de doses de interesse: antibiótico para o controle
de uma infecção com níveis correspondentes a um subconjunto das doses consideradas na
população objetivo; idade e data de pesagem de um animal cujos níveis são valores
referidos a uma data inicial; temperatura e umidade de conservação de semente, tempo de
exposição e intensidade de um estímulo quando os níveis do fator no experimento são um
subconjunto de pontos de um intervalo de interesse.

No caso de fator quantitativo, os níveis adotados na amostra são escolhidos de modo


mais ou menos arbitrário e não são de interesse específico. O interesse reside na relação
entre a variável resposta e a variável explanatória a que corresponde o fator em um
136 Estatística Experimental: Planejamento de Experimentos

intervalo de níveis; por exemplo, a relação entre produção e quantidade de fertilizante


aplicada ao solo em um intervalo de doses do fertilizante. A curva que representa tal relação
é denominada curva de resposta. A suposição básica é a existência de uma relação
verdadeira, desconhecida; o pesquisador postula uma forma da relação com base teórica ou
empírica, e executa o experimento com o objetivo de verificar aquela hipótese e obter uma
aproximação adequada para a relação, muitas vezes para propósitos de predição.

Há duas fontes de incerteza na estimação de uma curva de resposta a partir dos


resultados de um experimento. Uma resulta da variação não controlada e a outra do fato de
que as observações são obtidas apenas para um número limitado de valores da variável,
selecionados de um conjunto muito maior (usualmente, um intervalo para o qual se deseja
derivar inferências). A escolha apropriada dos níveis do fator para o experimento é, portanto,
de fundamental importância.

A distinção entre fator qualitativo e fator quantitativo é relevante tanto para o plano
como para a análise do experimento. Entretanto, para um fator quantitativo com dois níveis,
não pode ser obtida uma estimação da forma detalhada da curva de resposta, a não ser que
ela seja linear. Apenas a diferença entre as respostas nos dois níveis pode ser estimada.
Portanto, nesse caso, sob o ponto de vista de análise, o fator é considerado como
qualitativo.

5.4.4. Fator qualitativo amostrado

Esse fator é usualmente expresso por uma variável de escala nominal. Os níveis
utilizados no experimento não são de interesse específico; são escolhidos por um processo
supostamente aleatório, para representar uma coleção de níveis maior na população
objetivo, usualmente muito grande e apenas conceitual. O interesse reside na coleção dos
níveis da população objetivo e não nos níveis eventualmente escolhidos. Ou seja, não há
interesse nas comparações dos níveis específicos utilizados no experimento, mas em
inferências referentes a alguma propriedade da variável resposta (variabilidade, por
exemplo) para a população de níveis, a partir das respostas observadas para aqueles
níveis.

Por exemplo, em alguns experimentos com sementes, sementes de diversas


procedências são utilizadas. Se as procedências são de interesse intrínseco na pesquisa
(representando diferentes condições de armazenamento, por exemplo), comparações
específicas entre as procedências podem ser importantes. Nesse caso, procedência é um
fator qualitativo específico. Muito freqüentemente, entretanto, a situação não é essa, ou
seja, diversas procedências são consideradas no experimento apenas para uma adequada
representação de uma população de sementes de interesse. Se essas procedências são
selecionadas de um conjunto maior por um processo objetivo de amostragem, a população
que elas representam adequadamente corresponde à população de interesse na pesquisa.
Caso contrário, tal correspondência é questionável. Essa situação ocorre com muitos fatores
qualitativos amostrados.

Outros exemplos de fator qualitativo amostrado são: ano e local em experimentos


agrícolas de campo, quando os locais não são de interesse específico, planta e animal em
uma parcela, e saco de um fertilizante.
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 137

Fatores qualitativos amostrados podem ser fatores de tratamento. Por exemplo, o


fator linhagem em um experimento com o propósito de derivar inferências referentes à
variância populacional referente a alguma características das linhagens resultantes do
cruzamento de duas variedades particulares, tais como altura da planta e número de afilhos
no caso de um programa de melhoramento genético do arroz; e o fator reprodutor em um
experimento para inferências referentes a alguma características dos reprodutores de uma
raça. Entretanto, fatores qualitativos amostrados são mais comumente fatores de
classificação. Ano e local são exemplos típicos. Na maioria das situações, esses fatores são
considerados aleatórios, já que, em geral, não há interesse nos anos e locais particulares
em que o experimento é conduzido, mas nas condições de certo conjunto de anos e locais
que aqueles níveis particulares supostamente representam. Entretanto, os anos de um
experimento não são obtidos por processo aleatório. O mesmo também ocorre, usualmente,
com locais. Essa circunstância origina a incerteza da suposição de que a população que
eles representam é equivalente àquela a que se deseja aplicar as conclusões do
experimento. Nessas situações, inferências para a população de níveis de interesse devem
ser feitas com cautela. O procedimento adequado nessas circunstâncias é a especificação
clara dos níveis utilizados no experimento, para a adequada caracterização das condições
para as quais são válidos os resultados.

O que caracteriza um fator qualitativo amostrado quando fator de classificação é o


fato de que é desejado que conclusões referentes a outros fatores no experimento sejam
aplicáveis não apenas para os níveis utilizados no experimento (as procedências, anos e
locais específicos, nos exemplos) e que a incerteza envolvida nessa extensão seja avaliada.

5.4.5. Fator misto

Em algumas situações, o fator é misto, compreendendo níveis mistos, ou seja, níveis


que se distinguem qualitativa e quantitativamente.

Exemplo 5.13. Experimento: "Controle de invasoras em milho com herbicida pré-


emergente". Fator: Herbicida; níveis: 1 - Gesaprin 50 2 kg/ha; 2 - Gesaprin 50 4 kg/ha; 3 -
Gesaprin 50 6 kg/ha; 4 - Sem herbicida; 5 - Capina ao florescimento.

Os quatro primeiros níveis relacionam-se quantitativamente; esses níveis se


relacionam qualitativamente com o último nível.

Exemplo 5.14. Experimento: "Efeito de bioestimulantes sobre a produção de arroz


irrigado". Fator: Bioestimulante.; níveis: 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.

Os três primeiros níveis relacionam-se quantitativamente, assim como os níveis 4 a


6; esses dois conjuntos de níveis e o nível 7 relacionam-se qualitativamente.

Não é demais voltar a enfatizar a importância da distinção entre essas classes de


fatores para a definição dos procedimentos de inferência. Especialmente importante é a
distinção, que decorre para as próprias pressuposições associadas com o modelo estatístico
que fundamenta toda a metodologia de análise estatística, entre fator qualitativo amostrado
de um lado e fatores qualitativo específico, qualitativo ordenado e quantitativo de outro lado.
A diferença origina-se da circunstância de que no caso de fator aleatório os níveis são
138 Estatística Experimental: Planejamento de Experimentos

supostos uma amostra aleatória de uma população de níveis de interesse, constituindo-se,


portanto, em realizações (isto é, valores observados de uma variável aleatória com certa
distribuição de probabilidade hipotética), enquanto que no caso dos demais fatores, os
níveis são considerados fixos, isto é, constantes. Por essa razão, um fator qualitativo
amostrado é designado um fator de efeitos aleatórios, enquanto os demais fatores são
fatores de efeitos fixos.

Essa distinção origina-se dos próprios propósitos do experimento.

5.5. Fator Fixo e Fator Aleatório

A adequada caracterização do fator experimental é de importância fundamental por


sua implicação para as inferências que serão derivadas do experimento, particularmente
quanto ao âmbito de sua validade com respeito ao fator. No caso de fator qualitativo
específico e fator qualitativo ordenado, as inferências limitam-se aos níveis incluídos no
experimento, enquanto que para fator qualitativo amostrado estendem-se à população de
níveis da qual os níveis incluídos no experimento constituem uma amostra aleatória. Para
fator quantitativo, as inferências devem estender-se a um intervalo de níveis de interesse.
Neste caso, entretanto, os níveis incluídos no experimento constituem um subconjunto de
pontos do intervalo, escolhidos arbitrária e subjetivamente para servir de pontos de
referência em um processo de inferência por interpolação, já que uma escolha aleatória
poderia não cobrir adequadamente o intervalo de interesse na pesquisa.

O processo de escolha dos níveis de fatores qualitativo específico, qualitativo


ordenado e quantitativo é caracteristicamente distinto daquele correspondente a fator
qualitativo amostrado. Para os primeiros, o processo é subjetivo e arbitrário, estabelecendo
valores fixos para os níveis a serem incluídos no experimento, enquanto que para o
segundo o processo é aleatório, gerando valores que constituem realizações de variáveis
aleatórias. Por essa razão, fatores qualitativo específico, qualitativo ordenado e quantitativo
são designados fatores fixos e fator qualitativo amostrado, fator aleatório.

A caracterização do fator e sua conseqüente classificação como fixo ou aleatório, é


determinada pelos objetivos do experimento e deve ser estabelecida no plano do
experimento. Em muitas situações, a caracterização do fator é clara e imediata dos objetivos
do experimento. Esse é o caso, por exemplo, dos fatores variedade, inseticida, antibiótico,
raça e sexo, quando os níveis considerados no experimento são os únicos de interesse por
se tratarem dos mais promissores ou os únicos de existência real. Tratam-se, portanto, de
fatores qualitativos específicos; logo, fatores fixos. No experimento de comparação de seis
variedades de ervilha (Exemplo 5.1), as inferências de interesse restringem-se às seis
variedades incluídas no experimento; não há qualquer consideração a outras variedades. Se
fossem consideradas novas repetições do experimento, as mesmas variedades seriam
utilizadas. Por outro lado, em um experimento para estudar a habilidade maternal de suínos
de uma linhagem, expressa pelo peso dos leitões de leitegadas de 28 dias com seis animais
de cada leitegada, não há interesse específico nas quatro porcas utilizadas no experimento.
Elas são apenas uma amostra de uma população de porcas da linhagem. Neste caso, o
interesse reside na estimação da variação da habilidade maternal da população de suínos.
O processo de seleção de porcas para o experimento é tal que, se fossem consideradas
novas repetições do experimento, o pesquisador não se confinaria à utilização das mesmas
quatro porcas; em cada ocasião, consideraria a tomada de uma amostra aleatória de quatro
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 139

porcas da linhagem em consideração. Semelhantes considerações valem para os fatores


lote de sementes em um experimento para avaliar o vigor de sementes de uma cultivar após
um período de armazenamento, e partida de latas de compotas de uma marca para avaliar o
teor de açúcar na compota. Tais fatores são fatores amostrados; portanto, fatores aleatórios.

A caracterização pode não ser tão clara para fatores como operador, animal, local e
tempo. Por exemplo, quando um pesquisador seleciona uma amostra de animais de um
rebanho ou de uma espécie para um experimento, ele pode assegurar que os animais
escolhidos são uma amostra aleatória do rebanho pela utilização de um processo de
amostragem aleatório. Entretanto, ele pode considerar os animais escolhidos como uma
amostra aleatória da espécie apenas com a pressuposição de que o rebanho constitui uma
amostra aleatória da espécie. Se essa pressuposição não for apropriada, as inferências para
a espécie não serão válidas; sua validade limitar-se-á à população amostrada, isto é, à
população da qual os animais utilizados no experimento podem ser considerados como uma
amostra aleatória.

Mais difíceis são comumente decisões referentes a fatores como local e tempo. Os
locais em que se conduz um experimento são uma amostra aleatória da região de interesse
na pesquisa? Os anos de condução do experimento são uma amostra aleatória de anos?
Obviamente não, especialmente no que se refere a ano. A questão básica para a validade
das inferências referentes a estes fatores para a região de interesse ou para o intervalo de
anos de interesse é a representatividade dos locais e anos de interesse pelos locais e anos
de condução do experimento.

A caracterização adequada de um fator experimental como fixo ou aleatório em um


experimento particular em situações dúbias como estas pode ser obtida pela focalização da
atenção nas questões pertinentes, por meio da resposta aos dois seguintes conjuntos de
questões paralelas:

1 - As conclusões devem ser limitadas aos níveis (animais, plantas ou áreas, por
exemplo) incluídos no experimento? Devem ser limitadas às fontes imediatas destes níveis
(rebanhos, lavouras ou campos)? Ou devem ser estendidas para aplicação a agregados
mais gerais (espécies de animais ou plantas, ou região)?

2 - Em repetições completas do experimento seriam incluídos novamente os mesmos


níveis (os mesmos animais, as mesmas plantas ou as mesmas áreas)? Seriam escolhidas
novas amostras de fontes idênticas (novas amostras de animais dos mesmos rebanhos,
novas plantas das mesmas lavouras, ou novas áreas dos mesmos campos)? Ou seriam
escolhidas novas amostras de níveis de agregados mais gerais (novas amostras de animais
de novos rebanhos, novas amostras de plantas de novas lavouras, ou novas amostras de
áreas de novos campos)?

As inferências de interesse distinguem-se fundamentalmente para fator fixo e fator


aleatório. Para fator fixo, as inferências correspondem à estimação e teste de hipóteses
referentes às "verdadeiras" médias dos níveis do fator. Por exemplo, médias populacionais
de peso da produção de grãos correspondentes a cada variedade de um conjunto específico
de variedades de interesse em uma pesquisa. Para fator aleatório tais inferências não fazem
sentido; o interesse reside em estimação e testes de hipóteses referentes ao componente
de variância correspondente ao fator; por exemplo, variância do peso da produção de grãos
140 Estatística Experimental: Planejamento de Experimentos

atribuível a local. Os procedimentos estatísticos para essas duas classes de problemas são
caracteristicamente distintos.

Exercícios 5.2

1. Os fatores experimentais podem ser classificados nas seguintes categorias: fator


qualitativo específico, fator quantitativo, fator qualitativo ordenado, fator misto e fator qualitativo
amostrado. Ilustre essas categorias de fator experimental com exemplos de sua área.

2. Caracterize essas categorias de fator experimental quanto à escala de medida.

3. Caracterize para cada uma dessas categorias de fator experimental a relação entre a
coleção dos níveis na população objetivo e a coleção dos níveis na amostra?

4. Qual é a distinção básica entre fator qualitativo específico, fator qualitativo ordenado e
fator quantitativo quanto aos níveis na amostra?

5. Contraste e ilustre os conceitos de fator qualitativo específico não estruturado de fator


qualitativo específico estruturado.

6. Caracterize a distinção entre fator fixo e fator aleatório e dê três exemplos de cada
uma destas duas categorias de fator.

7. Classifique as categorias de fator correspondentes ao critério de classificação


considerado na questão 1 nas seguintes duas categorias: fator fixo e fator aleatório

8. Considere os seguintes experimentos cujos fatores na amostra relacionados


diretamente aos correspondentes objetivos principais e respectivos níveis são indicados:

A - "Comparação de cultivares de alface para cultivo em estufa plástica na entressafra no


Rio Grande do Sul".

Fator: Cultivar.

Níveis: 1 - Kagraner, 2 - Regina, 3 - Great Lakes e 4 - Brisas.

B - "Eficácia de diluentes no descongelamento de sêmen de touros da raça Ibagé".

Fator: Diluente sintético "Beltsville thawing solution" (BTS).

Níveis: 1 - 80% de BTS, 2 - 60% de BTS, 3 - 40% de BTS e 4 - 20% de BTS.

C - "Efeito de bioestimulantes sobre a produção de arroz irrigado".

Fator: Bioestimulante.

Níveis: 1 - Agrostemin 100g/ha, 2 - Ergostin 500cc/ha, 3 - Agrostemin 50g/ha +


Ergostin 250 cc/ha e 4 - Sem bioestimulante.

D - "Efeito da adubação foliar sobre a produção de uva da cultivar Itália".

Fator: Época de adubação.

Níveis: 1 - Folhagem plena, 2 - Florescimento e 3 - 15 dias após o florescimento.


5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 141

E - "Estudo da variabilidade da altura da planta das linhagens originadas do cruzamento


das cultivares IAS 5 e BR 16"

Fator: Linhagem.

Níveis: 1 - Linhagem 1; 2 - Linhagem 2; ... 25 - Linhagem 25, supostamente uma


amostra aleatória das linhagens resultantes do cruzamento das duas cultivares.

F - "Efeito do ácido indol-butírico sobre o enraizamento de estacas de kiwi ".

Fator: Ácido indol-butírico (AIB).

Níveis: 1 - 0 ppm de AIB; 2 - 1000 ppm de AIB e 3 - 3000 ppm de AIB.

G - "Controle de ciperáceas na cultura do arroz irrigado"

Fator: Herbicida.

Níveis: 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.

H - "Efeito da adubação com Cloreto de Potássio em cobertura sobre a produção de


soja".

Fator: Adubação.

Níveis: 1 - Adubação 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 - Adubação
em cobertura.

a) Classifique esses fatores nas seguintes categorias: 1 - fator qualitativo específico não
estruturado, 2 - fator qualitativo específico estruturado, 3 - fator quantitativo, 4 - fator qualitativo
ordenado, 5 - fator misto e 6 - fator qualitativo amostrado.

b) Classifique os mesmos fatores nas duas seguintes categorias: 1 - fator fixo, 2 - fator
aleatório.

c) Caracterize para cada um desses fatores a coleção dos níveis de interesse na


população objetivo.

9. Classifique os fatores experimentais caracterizados nos experimentos dos Exemplos


3.1, 3.2 e 3.3 da Seção 3.5 nas categorias correspondentes aos dois critérios de classificação
especificados nos itens a e b da questão anterior.

10. Classifique os fatores listados para os experimentos da questão 7 dos Exercícios 5.1
segundo os dois critérios de que trata a questão anterior.

5.6. Escolha dos Fatores Experimentais

A escolha dos fatores experimentais é conseqüência da natureza do problema que o


experimento visa solucionar. Ela deve ser guiada por considerações referentes à
adequabilidade aos objetivos do experimento, simplicidade e economia. Em alguns
142 Estatística Experimental: Planejamento de Experimentos

experimentos, a escolha é imediatamente definida pela natureza do problema. Em


experimentos mais complexos, entretanto, a escolha não é tão óbvia.

Como regra geral, é usualmente recomendável, na consideração inicial de um


experimento, fazer uma lista completa dos fatores que se espera possam ser relevantes,
mesmo que a consideração de alguns deles tenha que ser preterida para futuros
experimentos. Em algumas pesquisas, particularmente em etapas preliminares, o número de
fatores de potencial importância é muito maior do que o número que pode ser considerado
em um único experimento. Em tais circunstâncias, uma definição menos ambiciosa dos
objetivos do experimento deve ser adotada antes mesmo do estabelecimento da lista dos
possíveis fatores para inclusão.

Em geral, podem-se distinguir duas classes de fatores experimentais; fatores


principais e fatores secundários ou suplementares. Os fatores principais constituem o
objetivo principal do experimento e usualmente são definidos explicitamente pela hipótese
científica. Os fatores secundários ou suplementares são usualmente considerados no
experimento por alguma razão importante, como é o caso de características do material
experimental que possam afetar o efeito causal dos fatores principais sobre características
respostas.

Usualmente, fatores de tratamento são os mais importantes para os objetivos do


experimento, enquanto fatores intrínsecos ou de classificação correspondem a
classificações de características do material experimental cuja variação é relevante e que,
portanto, deve ser levada em conta na avaliação dos efeitos dos fatores de tratamento e na
extensão das inferências da amostra para a população objetivo. Em muitas circunstâncias,
fatores de tratamento são claramente definidos pela natureza do problema. Entretanto,
usualmente há uma hierarquia de importância entre eles; alguns deles são de importância
primária e, portanto são os fatores principais do experimento, enquanto outros são, talvez,
desejáveis, mas não absolutamente necessários. No processo de especificação dos fatores
adequados para um experimento particular é conveniente levar em conta a seguinte
classificação dos fatores que podem ocorrer em um experimento:

- Fatores de tratamento:

a) fatores principais, relacionados diretamente com os objetivos do experimento;

b) fatores suplementares, que podem modificar a ação de fatores principais ou


podem esclarecer como esses fatores agem;

c) fatores relacionados com a técnica experimental.

- Fatores de classificação:

d) fatores que representam agrupamentos físicos importantes do material


experimental, correspondentes a inevitáveis variações do material experimental; idade,
sexo, local, ano e ambiente, por exemplo.

e) fatores que representam variações do material experimental inseridas


deliberadamente com o propósito de examinar interações e estender a amplitude de
validade das conclusões referentes aos fatores principais.
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 143

Em geral, fatores experimentais da classe a são fatores principais, enquanto fatores


das demais classes são fatores secundários ou suplementares.

A especificação desses fatores para um experimento particular pode ser sugerida


pelas respostas às seguintes correspondentes questões.

a) Que fatores de tratamento têm o experimento o objetivo direto de pesquisar?

b) Quais são os fatores adicionais cujas interações com os fatores principais da


classe a podem ser importantes?

c) Que fatores relacionados com a técnica experimental são relevantes?

d) Para que classificações naturais das unidades experimentais disponíveis se


espera que os efeitos dos fatores de tratamento principais variem consideravelmente entre
os diferentes grupos?

e) É desejável a escolha deliberada de unidades experimentais variáveis e sua


classificação em grupos heterogêneos para exame de possíveis interações de tais grupos
com fatores principais e extensão da amplitude de validade dos resultados do experimento?

O processo de especificação dos fatores experimentais pela resposta a essa lista de


questões é ilustrado pelos exemplos que seguem:

Exemplo 5.15. Considere-se um experimento para pesquisar as propriedades de


cultivares de trigo melhoradas para resistência à ferrugem. As respostas às questões para a
escolha dos fatores para o experimento podem ser as seguintes:

a) O fator principal é, naturalmente, cultivar. Seus diferentes níveis são as cultivares


melhoradas e as cultivares comerciais, estas como controle.

b) Os desempenhos relativos das cultivares podem depender da incidência da


ferrugem. Dessa forma, pode ser interessante a inclusão de fungicida como um fator de
tratamento suplementar.

d) Os desempenhos das cultivares também podem depender da data de plantio e,


possivelmente, de solo, clima e outras características ambientais relevantes. Características
de solo e de clima podem ser pesquisadas pela condução do experimento em diversos
locais, por vários anos. Assim, pelo menos três fatores correspondentes a agrupamentos
físicos importantes podem ser considerados: época de semeadura, local e ano.

As questões c) e e) podem não levantar quaisquer considerações de importância


para o experimento.

Exemplo 5.16. Um experimento em parasitologia é conduzido para a pesquisa da


imunização a um parasito. Vários ratos são inoculados com uma dose de larva do parasito, e,
após um intervalo de tempo apropriado para a ação estimuladora da larva, é injetada uma nova
dose de 200 larvas para teste da imunização. Após um ulterior período de tempo, os ratos são
mortos e é efetuada a autópsia para determinar o número de larvas presentes, que exprimem o
grau de imunização pela dose testada.

As repostas às questões a) e e) podem ser as seguintes:


144 Estatística Experimental: Planejamento de Experimentos

a) Uma questão básica que o experimento visa responder refere-se à imunização


efetuada pela injeção preliminar de larvas. Outras duas questões, também importantes,
devem ser levadas em conta, ou seja, a possível redução de imunidade pela ausência de
vitamina A na dieta e a variação do efeito imunizador da injeção preliminar de larvas com a
dose de vitamina A na ração. Assim, dois fatores são de interesse direto: vitamina A na dieta
e inoculação inicial de larvas.

b) Nenhum fator adicional é sugerido pelos objetivos do experimento.

c) Três aspectos da técnica experimental podem ser considerados: a amplitude do


intervalo de tempo entre a inoculação e a injeção 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 autópsia. Assim, se é esperado que esses aspectos possam afetar consideravelmente
os efeitos das fontes de variação definidas em a), um ou mais fatores podem ser incluídos
no experimento. Os níveis podem representar, por exemplo, diferentes quantidades de
tempo entre a inoculação inicial e a inoculação para o teste de imunização.

d) Os ratos podem ser classificados em machos e fêmeas e, possivelmente, em


diferentes linhagens. Também é possível levar em conta o peso corporal; por exemplo, por
meio de um fator qualitativo ordenado com três níveis: leve, médio e pesado.

e) Se todos os animais disponíveis para o experimento são aproximadamente de


mesma idade, pode ser conveniente a consideração da inclusão de ratos de diferentes
grupos de idade.

Essas respostas fornecem uma lista de fatores para possível inclusão no


experimento.

O processo de escolha dos fatores experimentais pode conduzir à definição de um


ou mais fatores para o experimento, isto é, à decisão por um experimento unifatorial ou um
experimento fatorial. O passo seguinte é o estabelecimento dos níveis para cada um dos
fatores experimentais, seguindo-se as escolhas das combinações dos níveis e dos
tratamentos adicionais para o experimento.

Um aspecto relevante em muitas situações é a característica a considerar como fator


experimental. Suponha-se, por exemplo, que um experimento tem como objetivo a pesquisa
do efeito da fertilização do solo com nitrogênio inorgânico sobre o desenvolvimento da
planta e a produção de grãos de uma cultivar de arroz. A questão que se levanta, então, é a
forma do fator nitrogênio a ser usada. O pesquisador pode escolher a forma NO3 ou a forma
NH3, por exemplo. Essas duas formas são essencialmente diferentes e seus efeitos sobre a
resposta da planta poderão ser muito distintos, mesmo com uso de iguais quantidades de
nitrogênio. Semelhantemente, em um experimento sobre o efeito da suplementação
alimentar sobre o desenvolvimento corporal e a produção de carne de cordeiros, o
pesquisador pode escolher o suprimento de uma quantidade fixa diária do suplemento ou o
fornecimento à vontade. Essas duas formas de suplementação são distintas e seus efeitos
sobre a resposta do animal também poderão ser bastante diferentes.

Para mencionar outro exemplo, suponha-se que o objetivo de um experimento seja a


pesquisa do efeito do tempo de armazenamento sobre a qualidade da semente de soja.
Nesse caso, o fator armazenamento terá de ser definido mais precisamente, ou seja,
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 145

deverão ser estabelecidas as condições de armazenamento: ambiente natural ou ambiente


com unidade e temperatura controladas; nesse último caso, nível de controle efetuado.

Em algumas circunstâncias, especialmente em experimentos tecnológicos, pode


ocorrer que o fator de interesse na população objetivo seja diferente daquele logrado no
experimento. Isso pode resultar, por exemplo, quando as condições sob as quais é
conduzido o experimento são mais controladas que aquelas correspondentes à situação
prática para a qual o experimento visa gerar inferências. Por exemplo, se o experimento
referente ao armazenamento de semente de soja for conduzido em instalações
especialmente construídas para a pesquisa, as condições de armazenamento poderão ser
consideravelmente mais controladas do que aquelas usuais na população objetivo.

De modo geral, deve ser lembrado que o fator experimental efetivamente pesquisado
em um experimento é aquele que o pesquisador de fato implementa. As inferências
derivadas da amostra aplicam-se a esse fator; não necessariamente a um fator com
diferente definição que eventualmente seja o real propósito do experimento.

5.7. Escolha dos Níveis dos Fatores Experimentais

A escolha dos níveis de cada um dos fatores experimentais deve levar em conta os
objetivos do experimento e a característica a que corresponde o fator. Também deve
considerar os requisitos de simplicidade do experimento e os recursos disponíveis,
especialmente no que diz respeito ao tamanho do experimento.

Um procedimento muitas vezes conveniente é iniciar com a especificação dos níveis


que parecem apropriados, sem muita consideração à disponibilidade de recursos. O racional
e os critérios para a escolha dos níveis variam segundo o tipo do fator. Portanto, é
conveniente discuti-la separadamente:

Fator qualitativo específico

Para um fator qualitativo específico principal, de importância primária no


experimento, os níveis apropriados são usualmente claramente indicados pela natureza do
problema e pelos objetivos do experimento, e pela conseqüente especificação das
comparações de interesse no experimento. A questão que algumas vezes se levanta é a
dificuldade ou impossibilidade de adoção de todos os níveis desejáveis, tendo em conta os
recursos disponíveis, especialmente em relação ao material experimental. Nessas
circunstâncias, um compromisso deve ser obtido entre o número desejável e o número
viável de níveis, com o sacrifício de alguns níveis menos importantes. Menos
freqüentemente, a consideração do acréscimo de alguns níveis adicionais pode ser
conveniente para a obtenção de um plano experimental mais apropriado.

Para um fator qualitativo suplementar um pequeno número de níveis é, em geral,


apropriado. A escolha de apenas as duas alternativas extremas do fator pode ser adequada
se há indicações de que o fator suplementar não afeta as comparações dos níveis dos
fatores principais. Por exemplo, em um experimento de fertilização do solo para a cultura da
soja, pode ser conveniente a inclusão do fator suplementar variedade para que as
conclusões do experimento sejam vá lidas para todas as cultivares em uso pelos
agricultores. Se não é esperada interação entre fertilizante e variedade, pode ser adequado
tomar o fator variedade em apenas dois níveis, correspondentes a duas variedades típicas
146 Estatística Experimental: Planejamento de Experimentos

dos dois grupos de soja mais diferentes. Entretanto, se é esperada interação entre
fertilizante e variedade, será conveniente incluir no experimento um número maior de
variedades, como, por exemplo, duas variedades típicas dos dois grupos mais distintos de
soja e pelo menos uma variedade representativa do grupo intermediário.

O número de níveis para um fator qualitativo referente à técnica experimental ou ao


agrupamento de unidades experimentais deve ser tão pequeno quanto possível. Os níveis
desses fatores são algumas vezes sugeridos pela sua própria natureza, como é o caso de
sexo, por exemplo.

Fator qualitativo amostrado

O número de níveis para um fator qualitativo amostrado de tratamento não pode ser
muito pequeno para que sejam derivadas inferências válidas para a população de níveis de
interesse. A determinação do número adequado de níveis desses fatores é um problema de
amostragem complexo para ser tratado aqui.

No caso de fator de classificação, em que os níveis na amostra visam apenas à


representação da variabilidade presente na população objetivo, limitações referentes ao
tamanho da amostra podem recomendar a escolha de poucos níveis, contanto que seja
lograda a apropriada representação dessa variabilidade.

A escolha dos níveis de um fator qualitativo amostrado deve ser aleatória para que
inferências referentes à população dos níveis de interesse sejam válidas. Esse
procedimento, entretanto, é usualmente inviável, já que comumente a coleção dos níveis na
população objetivo é apenas conceitual; esse é, por exemplo, a situação dos fatores ano e
local. Nessas circunstâncias a escolha dos níveis deve ser cuidadosa para a garantia de que
eles representem adequadamente a população de níveis de interesse.

Fator quantitativo

Os níveis de um fator quantitativo devem ser escolhidos de modo a permitir a


estimação adequada da relação entre a variável resposta e a variável explanatória
correspondente ao fator, no intervalo de interesse dos níveis do fator. Nas situações mais
usuais, o primeiro passo é a decisão referente ao intervalo de interesse, o que é feito pelo
estabelecimento de seus extremos, isto é, do menor e do maior nível de interesse. Então,
para a escolha dos níveis, deve-se decidir sobre o número de níveis intermediários e a
distribuição desses níveis.

- Escolha dos níveis extremos

Em algumas circunstâncias, os níveis extremos são determinados por considerações


de ordem prática e pela experiência. Por exemplo, em um experimento para a determinação
da umidade adequada para a conservação de sementes de uma espécie, pode ser
conhecido que umidade fora do intervalo de 10 e 20 por cento de umidade relativa são
prejudiciais à qualidade da semente. Então, esses devem ser os extremos do intervalo de
interesse. Em um experimento agrícola de campo em que o fator é um determinado
fertilizante e os níveis as correspondentes doses, o nível mínimo é a ausência do fertilizante,
isto é, dose zero, ou, menos comumente, certa dose mínima conhecida como essencial. A
determinação da dose mais elevada não é tão simples. Se o objetivo do experimento é
estabelecer a dose ótima, a que corresponde à produção máxima ou o máximo de uma
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 147

variável econômica, como a renda líquida, é conveniente escolher o nível superior de modo
que a posição do ponto de máximo esperado ou suspeito se situe próxima ao centro do
intervalo. Se, por outro lado, o experimento tem o objetivo mais básico de determinar a
relação entre a variável resposta e a dose para melhor conhecimento do fenômeno, é
recomendável estender o intervalo para que cubra uma maior amplitude de níveis, visto que
o comportamento da relação em condições extremas pode ser de interesse científico.

De modo geral, a especificação dos extremos do intervalo dos níveis de um fator


quantitativo depende da variável resposta a ser considerada. No caso de interesse em mais
de uma variável resposta, os extremos inferior e superior devem corresponder,
respectivamente, ao menor dos extremos inferiores e ao maior dos extremos superiores
adequados às variáveis respostas.

Ressalte-se que a estimação da curva de resposta é determinada pelos níveis


escolhidos, os níveis extremos e mais os intermediários, com a propriedade de constituir-se
na curva que "melhor" se aproxima dos pontos determinados pelos níveis e correspondentes
respostas. Dessa forma, inferências a partir dos resultados do experimento são válidas
apenas para o intervalo dos níveis compreendidos entre os dois extremos escolhidos.

Como outro exemplo, considere-se um experimento para estudo do efeito de um


inseticida sobre o controle de uma praga de uma espécie vegetal em que a variável resposta
de interesse é a proporção de insetos mortos. Nessa situação, com doses muito pequenas
do inseticida nenhum inseto morre e com doses muito elevadas todos morrem. Se não é
disponível informação anterior, o melhor caminho é proceder em dois estágios, isto é, por
dois experimentos: o primeiro para determinar o intervalo de doses para o estudo mais
detalhado no segundo.

- Escolha do número e posição dos níveis

Estabelecido o intervalo de interesse para cada um dos fatores, o passo seguinte é


determinar os correspondentes números e posições dos níveis a serem utilizados. O
procedimento mais usual é a escolha do número de níveis e da posição dos níveis
separadamente para cada fator.

A decisão referente ao número de níveis e à posição dos níveis depende da forma da


curva de resposta ao fator. Portanto, a escolha adequada depende de conhecimento prévio,
com base teórica ou empírica. Em muitas situações, especialmente quando a curva
teoricamente adequada é desconhecida, uma curva polinomial de grau baixo é utilizada
como uma aproximação. Nesse caso, a adoção de níveis igualmente espaçados é
adequada. Em outras situações, é sabido que a aproximação por uma curva polinomial não
é apropriada. Esse é o caso, por exemplo, quando é esperado que a resposta cresça
exponencialmente, aproximando-se indefinidamente de um patamar, sem, entretanto, atingi-
lo. Nesse caso, é desejável incluir níveis menos espaçados na parte ascendente da curva
de resposta e níveis mais espaçados na parte em que a curva tende ao patamar. De modo
geral, se um intervalo de níveis do fator é mais interessante do que outros, os níveis
escolhidos devem situar-se mais próximos naquele intervalo. Isto pressupõe algum
conhecimento prévio da forma geral e da posição da curva no intervalo de interesse.

De modo geral, níveis igualmente espaçados devem ser escolhidos, exceto se há


indicação teórica ou empírica em contrário. O número mínimo de níveis a utilizar é
148 Estatística Experimental: Planejamento de Experimentos

obviamente dois. Entretanto, com apenas dois níveis pode-se estimar apenas o crescimento
médio da resposta; nenhuma informação 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 é, uma linha reta, mas infinitas curvas de
grau superior.) Portanto, dois níveis devem ser utilizados apenas em experimentos
preliminares e em experimentos em que são suficientes conclusões qualitativas referentes
às direções dos efeitos. Assim, nas situações mais usuais, é desejável a inclusão de mais
de dois níveis. O uso de três níveis permite o exame mais simples da forma da curva de
resposta.

A escolha do número e posição dos níveis está necessariamente relacionada com o


número total de unidades experimentais e com sua distribuição entre os níveis, isto é, com o
número de observações em cada nível. Se a curva de resposta esperada é suave e pode
ser razoavelmente aproximada por uma curva polinomial, as seguintes diretrizes gerais são
apropriadas para a escolha e distribuição dos níveis e para a distribuição do número de
unidades experimentais entre os níveis escolhidos:

a) Use dois níveis se o objetivo principal do experimento é verificar se um fator tem


efeito e a direção do efeito. Nesse caso, os dois níveis devem ser escolhidos em posições
suficientemente distantes para que possíveis efeitos do fator sejam revelados, aceitando-se
o risco de que a interpretação dos resultados possa ser prejudicada por curvatura
substancial da curva de resposta no intervalo.

b) Use três níveis quando é esperado que a curva de resposta seja adequadamente
descrita pela sua declividade e curvatura. Essa é a situação mais usual. No caso de níveis
igualmente espaçados e com os mesmos pontos extremos, a declividade e a curvatura são
estimadas mais precisamente com três níveis do que com quatro ou mais níveis.

c) Use quatro níveis se é importante um melhor exame da forma da curva de


resposta. O uso de quatro níveis diminui a precisão da estimação da declividade e da
curvatura, mas permite o exame da consistência dos dados com uma curva de resposta
parabólica e, se necessário, a estimação de uma curva de resposta mais complicada, como
a curva de resposta cúbica.

d) Use mais do que quatro níveis se é desejado um exame detalhado da forma da


curva de resposta, especialmente se referente a características não descritas
adequadamente pela declividade e curvatura, ou quando é esperado que a curva cresça (ou
decresça) de modo assintótico para um patamar, sem atingi-lo.

Com exceção dos dois últimos casos, geralmente é adequado o uso de níveis
igualmente espaçados com igual número de observações por nível.

A aplicação dessas recomendações depende da importância relativa dos diferentes


aspectos da pesquisa, das informações disponíveis e do julgamento do pesquisador. Em
particular, elas não são aplicáveis se é sabido que a variabilidade não controlada não é
uniforme para todos os níveis, ou se a curva de resposta não é suave, apresentando saltos,
por exemplo. No primeiro caso, a distribuição do número de unidades experimentais entre
os níveis deve concentrar números mais elevados de observações nos níveis em que é
esperada variabilidade mais elevada. No último caso, deve ser considerada a utilização de
um número elevado de níveis.
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 149

Uma consideração de relevância referente à seleção dos níveis de fatores


experimentais para a amostra diz respeito à diferença que pode resultar entre os níveis
logrados para a amostra e os níveis na população objetivo ou definidos para a amostra. Por
exemplo, em um experimento de densidade de plantio de sorgo, o pesquisador pode lograr
populações de plantas mais uniformes do que nas situações práticas, com o uso de técnicas
de cultivo distintas das usuais, freqüentemente mais elaboradas, como a semeadura de um
número de sementes mais elevado do que o pretendido e ulterior desbaste de plantas.
Naturalmente, os efeitos dessas diferenças de densidade sobre a produção e características
da planta serão distintos.

Em algumas situações os níveis logrados na amostra diferem daqueles definidos no


plano do experimento. Esse é usualmente o caso, por exemplo, em um experimento do
efeito da umidade da semente sobre sua qualidade fisiológica após um período de
armazenamento. Dificilmente, o pesquisador logra o uso de semente com os teores de
umidade que define; por exemplo, o pesquisador pode efetivamente lograr 11,6% de
umidade para um tratamento que definiu como 12% de umidade.

Assim como foi ressaltado no último parágrafo da Seção anterior com referência à
escolha do fator experimental, deve ser lembrado que os níveis efetivamente pesquisados
em um experimento são aqueles que o pesquisador de fato implementa. As inferências
derivadas da amostra aplicam-se a esses níveis; não necessariamente a níveis com
definições diferentes que eventualmente sejam o real propósito do experimento pesquisar.

Essas questões ou dificuldades podem ser contornadas pela descrição precisa dos
níveis efetivamente implementados no experimento, nas publicações e outros meios de
difusão dos resultados do experimento.

5.8. Escolha das Combinações de Níveis dos Fatores Experimentais

Concluída a escolha dos níveis dos fatores isolados, o passo seguinte é a seleção
das combinações dos níveis para a amostra. Na situação de poucos fatores com poucos
níveis, muito freqüentemente, todas as combinações dos níveis dos fatores isolados são
adotadas na amostra. Tem-se, então, uma estrutura fatorial completa.

Na situação de estrutura unifatorial, a coleção dos níveis do fator na população


objetivo constitui o espaço fatorial de interesse. A correspondente coleção dos níveis na
amostra constitui o espaço fatorial da amostra. Na situação de estrutura fatorial, o espaço
fatorial de interesse é a coleção das combinações dos níveis dos fatores experimentais na
população objetivo; o espaço fatorial na amostra é a correspondente coleção das
combinações dos níveis na amostra, que usualmente é referida como coleção das
combinações dos níveis no experimento.

Em uma estrutura fatorial de fatores quantitativos, o espaço fatorial de interesse e o


espaço fatorial da amostra são, respectivamente, uma região e um conjunto de pontos em
um espaço de dimensões correspondentes ao número de fatores na estrutura. No caso de
dois fatores, por exemplo, esses espaços fatoriais são uma região e um conjunto de pontos
em um espaço de duas dimensões. Esses espaços fatoriais são ilustrados no exemplo que
segue.
150 Estatística Experimental: Planejamento de Experimentos

Exemplo 5.17. Experimento: "Fertilização do solo com nitrogênio e fósforo para o cultivo
da cebola", com os seguintes fatores e correspondentes níveis na população objetivo e na
amostra:

Níveis (kg/ha)
Fator
População objetivo Amostra

Nitrogênio Intervalo (0, 120) 0, 60, 120

Fósforo Intervalo (0, 90) 0, 45, 90

Os espaços fatoriais de interesse e na amostra são representados graficamente na


Figura 5.2.

Figura 5.2. Espaço fatorial de interesse (área sombreada) e espaço da


amostra (pontos escuros) do experimento do Exemplo 5.17.

Essa estrutura fatorial é usualmente designada uma estrutura fatorial 3x3 ou 32 que
exprime o número de combinações dos níveis na amostra.

Em geral, uma estrutura fatorial completa é altamente conveniente, por propiciar:


mais simplicidade para as inferências referentes às combinações de níveis e aos efeitos
separados de cada um dos fatores; igual precisão para inferências para todos os pontos do
espaço fatorial de interesse; ausência de confundimento dos efeitos de fatores e de
combinações de níveis de fatores; e derivação de inferências mais completas referentes a
interações de fatores.

Em algumas situações, entretanto, o número de fatores ou de níveis dos fatores é


elevado, de modo que o número das combinações de níveis na amostra de uma estrutura
completa resulta demasiadamente grande. Assim, por exemplo, uma estrutura fatorial
completa de seis fatores cada um com dois níveis compreende 64 combinações e de quatro
fatores cada um com três níveis, 108 combinações. Esse número de combinações pode ser
demasiadamente elevado, desnecessário para a natureza da pesquisa e não apropriado
para as condições sob as quais o experimento deve ser realizado. Nessas circunstâncias, é
natural e necessária a busca de estruturas que compreendam apenas uma seleção
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 151

apropriada das combinações de níveis, ou seja, estruturas fatoriais incompletas ou


fracionárias.

Uma estrutura fatorial incompleta ou fracionária é um subconjunto de uma estrutura


fatorial completa. Uma ilustração é provida pelo Exemplo 5.18.

Exemplo 5.18. Experimento: "Efeito de diluentes do sêmen sobre a taxa de concepção


na inseminação artificial de vacas leiteiras", com quatro fatores: A - Sulfanilamida, B -
Estreptomicina, C - Penicilina e D - Substância tampão, todos com dois níveis - os primeiros três
fatores com ausência e presença e o último: citrato e fosfato. Os seguintes tratamentos são
considerados na amostra:

Fator
Tratamento
A B C D
1 0 0 0 0
2 1 1 0 0
3 1 0 1 0
4 1 0 0 1
5 0 1 1 0
6 0 1 0 1
7 0 0 1 1
8 1 1 1 1

onde 0 e 1 representam ausência e presença da substância diluente para os três primeiros


tratamentos, e as substâncias tampão citrato e fosfato, respectivamente.

Os tratamentos dessa estrutura compreendem a metade das 24 = 16 combinações da


estrutura fatorial completa de quatro fatores cada um com dois níveis. Essa fração do fatorial
2x2x2x2 é definida pela interação AxBxCxD. Essa estrutura de tratamento não provê estimativa
dessa interação e resultam confundidos os efeitos das seguintes interações parceiras de dois
fatores: AB = CD, AC = BD e AD = BC.

Estruturas com muitos fatores são úteis em situações em que muitos fatores são
relevantes e devem ser considerados simultaneamente em um experimento, como ocorre
algumas vezes na indústria, e em estágios de pesquisa iniciais, quando pode ser
conveniente um levantamento dos efeitos de muitos fatores com o propósito da identificação
dos fatores mais importantes, para ulterior pesquisa mais detalhada de poucos fatores,
possivelmente em experimentos separados. Nessas circunstâncias, estruturas fatoriais
fracionárias tornam praticáveis pesquisas que de outra forma poderiam ser inviáveis.

Estruturas fatoriais fracionárias como as ilustradas no Exemplo 5.18 são derivadas


do fato de que certas comparações entre tratamentos, freqüentemente as denominadas
interações de ordens elevadas, são irrelevantes ou de relativamente pouco interesse.
Essa situação ocorre em algumas áreas, como na indústria, onde condições ambientais são
relativamente estáveis ao longo do tempo e pesquisas anteriores indicam ausência de
relevância de certas interações. Em pesquisa biológica e em agricultura esses
152 Estatística Experimental: Planejamento de Experimentos

delineamentos, em geral, são pouco aplicáveis, em decorrência da grande variabilidade


ambiental nessas áreas.

Para fatores com dois níveis, por exemplo, é disponível uma série de delineamentos
1 1
de tratamento com , ,... das combinações da estrutura fatorial completa. Esses
2 4
delineamentos permitem inferências independentes referentes a certas comparações, a
efeitos separados de fatores e de algumas interações de dois fatores; entretanto, outras
interações resultam confundidas. Ou seja, a estimativa de uma comparação particular é a
mesma estimativa de uma ou mais outras comparações, de modo que se torna impossível
separá-las. Comparações confundidas dessa maneira são denominadas parceiras. De
modo geral, tenta-se obter um delineamento com um sistema de parceria tal que os efeitos
de maior interesse tenham como parceiros comparações muito provavelmente irrelevantes.

Para fatores com três níveis, podem ser construídas estruturas fracionárias
1 1
correspondentes a , ,... de uma estrutura fatorial completa, segundo o mesmo princípio.
3 9

A escolha das combinações de níveis para constituição de uma estrutura fatorial


fracionária depende dos objetivos do experimento. Em geral, não é uma questão simples.
Alguns textos provêm uma variada gama de estruturas de tratamento apropriadas para as
mais variadas situações particulares.

Metodologias para a escolha de "delineamentos ótimos" têm sido desenvolvidas


particularmente para situações de fatores quantitativos. Nessas circunstâncias, em geral, o
interesse reside no estabelecimento de uma função de resposta para representar a relação
entre a variável resposta e a estrutura fatorial.

Estruturas fatoriais incompletas para essas situações exploram o fato de que muito
freqüentemente o interesse concentra-se mais especificamente em algum subespaço do
espaço fatorial de interesse. Isso pode decorrer de informações providas por experimentos
anteriores ou de outras fontes de informação. Nessas circunstâncias é desejável maior
precisão para inferências nesse subespaço.

Estruturas fatoriais incompletas para o ajustamento de superfícies de resposta


com esse propósito têm sido bastante estudadas, são tratadas extensivamente na literatura
e são expostas em alguns textos de estatística experimental. Uma família desses
delineamentos compreende os delineamentos centrais compostos. Uma ilustração é
provida pelo exemplo que segue.

Exemplo 5.19. Suponha-se que a estrutura fatorial do experimento do Exemplo 5.17 é


alterada pela omissão de quatro das nove combinações de níveis, sendo incluídos na amostra
apenas os tratamentos (0, 0), (0, 90), (60, 45), (120, 0) e (120, 90), onde cada tratamento é
especificado pela indicação dos níveis dos fatores nitrogênio e fósforo, nessa ordem, entre
parênteses.

Essa estrutura reduzida da estrutura fatorial completa 32 é representada na Figura


5.3.
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 153

Figura 5.3. Estrutura fatorial fracionária resultante da omissão de


quatro tratamentos da estrutura fatorial 32.

A estrutura fatorial fracionária do Exemplo 5.6 resulta de uma redução mais drástica
dos tratamentos da estrutura fatorial da correspondente estrutura fatorial completa: os 27
tratamentos da estrutura fatorial 33 são reduzidos a oito.

Em geral, a escolha de uma estrutura fatorial incompleta está relacionada ao


delineamento experimental, ou seja, à estrutura das unidades de observação disponíveis. Assim,
a estrutura do Exemplo 5.19 com uma repetição para cada tratamento, exceto para o ponto
central com n1 repetições, é conhecida como um delineamento de tratamento de
superfície de resposta simples.

Estruturas fatoriais incompletas também podem ocorrer quando algumas


combinações de níveis de uma estrutura fatorial completa não se distinguem ou não fazem
sentido. Essa situação é ilustrada pelo exemplo que segue.

Exemplo 5.20. Experimento; "Fertilização do solo com nitrogênio para o cultivo do


arroz irrigado", com os seguintes dois fatores e correspondentes níveis:

Nitrogênio: N1 - 0 kg/ha, N2 - 60 kg/ha, N3 - 120 kg/ha.

Época de aplicação: E1 - Plantio, E2 - Cobertura, aos 30 dias.

Observe-se que nesse caso, as combinações de níveis N1E1 e N1E2 não se


distinguem; constituem, de fato, um único tratamento. Logo, as 3x2 = 6 combinações de
níveis que constituiriam um fatorial completo são inevitavelmente reduzidas para cinco.

5.9. Escolha de Tratamentos Adicionais

Nas seções anteriores, foi discutida a escolha de fatores e de seus respectivos níveis
e combinações de níveis. Tratar-se-á, agora, da inclusão de tratamentos adicionais.

A inclusão de um ou mais tratamentos especiais em uma estrutura unifatorial ou


fatorial pode ser importante para servir de termo de referência para a avaliação dos efeitos
dos demais tratamentos e de sua importância prática, e para prover conhecimento
154 Estatística Experimental: Planejamento de Experimentos

fundamental sobre o processo. Tais tratamentos são denominados tratamentos referência.


Uma ilustração é provida pelo Exemplo 5.5.

Considere-se, por exemplo, um experimento com o propósito de comparar produtos


inseticidas (ou mais genericamente, pesticidas, isto é, inseticidas, herbicidas ou fungicidas),
aplicados por um pulverizador. Nesse experimento, o pesquisador pode ter interesse nos
seguintes aspectos: a) eficácia relativa da aplicação dos inseticidas; b) conveniência da
aplicação dos produtos inseticidas relativamente aos métodos usuais de controle de insetos;
c) discriminação dos efeitos dos inseticidas de possíveis efeitos do líquido utilizado para sua
dissolução; d) discriminação dos efeitos dos inseticidas de possíveis prejuízos causados
pela ação de pulverizar. Nessas circunstâncias, o pesquisador deve considerar a
conveniência de um ou mais dos seguintes tratamentos referência: a) um tratamento que
envolva a ausência de pulverização; b) um tratamento correspondente à pulverização
usualmente adotada pelos agricultores; c) um tratamento que consista da aplicação do
líquido utilizado para dissolver os inseticidas; e d) um tratamento que consista da passagem
do pulverizador pela área, sem pulverização efetiva. Esses tratamentos referência são
usualmente designados controle, testemunha, ou padrão.

Para outra ilustração, considere-se um experimento em medicina para a avaliação de


drogas para o controle de uma doença cuja manifestação tenha influência psicológica;
enxaqueca, por exemplo. É sabido que o efeito de um medicamento para o controle de uma
doença dessa origem usualmente fica confundido com efeitos da reação psicológica do
paciente. Nessa situação, pode ser conveniente discriminar os efeitos de tratamentos
(drogas) de possíveis efeitos psicológicos. Essa discriminação pode ser lograda pela
aplicação de um tratamento que para os indivíduos (unidades experimentais) seja
indistinguível dos demais tratamentos, em todos os aspectos, exceto pela ausência das
substâncias para o controle da doença. Um tratamento referência com essas características
é denominado placebo.

5.10. Delineamento de Tratamento em Experimentos em Genética

Em pesquisas referentes à herança, o pesquisador deve escolher os pais e os


cruzamentos (tratamentos) apropriados. Para o estudo de dominância mendeliana simples
em plantas, os dois pais P1 e P2 e o cruzamento F1 = P1 x P2 são suficientes. Entretanto, se
também for desejado saber se são envolvidos um, dois ou três pares de alelos
independentes, será necessário incluir outros tratamentos, tal como a progênie F2 = F1 x F1.
A razão de segregação nos indivíduos F2 indicará o número e natureza dos pares alélicos.

O número de tratamentos necessários para avaliar características referentes à


herança cresce na medida em que a forma de herança se torna mais complexa. Ademais,
na medida em que cresce o número de gerações de um cruzamento, o número de
cruzamentos possíveis cresce rapidamente. Por exemplo, as possibilidades para as
gerações 0, 1, 2 e 3 são apresentadas na Tabela 5.2.
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 155

Tabela 5.2. Cruzamentos possíveis para as gerações 0, 1, 2 e 3 a partir de dois pais.

Geração Número de
Cruzamentos possíveis
(k)
cruzamento
0 P1, P2 2

1 P1, P2, F1 = P1xP2 3

2 P1, P2, F1, F2=F1xF1, B1=F1xP1, B2=F1xP2 6

3 P1, P2, F1, F2, B1, B2, P1xF2, P1xB1, P1xB2, P2xF2, 21

P2xB1, P2xB2, F1xF2, F1xB1, F1xB2, F2xF2,

F2xB1, F2xB2, B1xB1, B1xB2, B2xB2

Como o número de cruzamentos cresce muito rapidamente, o pesquisador deve


selecionar um subconjunto desses cruzamentos. Os cruzamentos apropriados dependem do
tipo da herança e do propósito da pesquisa.

Em pesquisas de melhoramento genético para geração de novas cultivares, o


delineamento genético deve incluir controles apropriados. Vários tipos de controle podem
ser necessários e devem ser cuidadosamente escolhidos para a avaliação de novas
variedades.

Um tipo importante de delineamento de tratamento genético é o sistema de


cruzamento dialélico para descrever os cruzamentos de k linhas, como, por exemplo,
variedades de uma espécie vegetal cultivada ou raças de uma espécie animal. Algumas
dessas estruturas de tratamento são apresentadas na Tabela 5.3 para p=5 linhas.

Tabela 5.3. Delineamentos dialélicos para cruzamentos dialélicos de 5 linhas.

Delineamento I Delineamento II Delineamento III Delineamento IV

Linha Linha masculina Linha masculina Linha masculina Linha masculina


feminina 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
1 x x x x x x x x x x x x x x x x x x
2 x x x x x x x x x x x x x x x x
3 x x x x x x x x x x x x x x x
4 x x x x x x x x x x x x x
5 x x x x x x x x x x x

Nessa Tabela, x denota presença de cruzamento e - denota ausência de cruzamento


na estrutura de tratamento.

De modo geral, a estrutura do delineamento I inclui todas as combinações possíveis,


que corresponde a um fatorial completo p2. As outras estruturas são frações desse fatorial
1
completo. O delineamento II inclui p(p+1) combinações - os "puros" (cruzamento de uma
2
156 Estatística Experimental: Planejamento de Experimentos

linha com ela própria) e todos os cruzamentos possíveis. O delineamento III inclui p(p-1)
combinações - todos os cruzamentos possíveis das k linhas e todos os cruzamentos
recíprocos possíveis; por exemplo, se a linha 1 é a fêmea e é cruzada com a linha 2 como
macho, então o cruzamento recíproco é a linha 1 como macho cruzada com a linha 2 como
1
fêmea. O delineamento IV inclui p(p-1) combinações - todos os cruzamentos possíveis.
2

O Exemplo 5.7 ilustra uma aplicação do delineamento dialélico II

Essas estruturas têm sido utilizadas em muitas outras aplicações. Por exemplo, o
delineamento I tem sido usado para pesquisas de competição de cultivares; nessas
circunstâncias, os "puros" correspondem a plantas de uma cultivar em competição com
plantas da mesma cultivar. O delineamento II tem sido usado para a comparação de
misturas de cultivares para verificar se podem ser obtidos rendimentos mais elevados de
misturas do que de uma cultivar plantada sozinha.

5.11. Delineamento de Tratamento em Experimentos Seqüenciais.

Em algumas situações, a pesquisa experimental é seqüencial, com o próprio plano


estabelecendo a seleção dos tratamentos com base no conhecimento dos resultados de
etapas anteriores. Esse é o caso, por exemplo, se o objetivo do experimento é atingir certa
meta, tal como: a dose de um inseticida que mata uma determinada percentagem de uma
praga e a combinação de fertilizantes que produza a resposta máxima da planta. A
pressuposição nesses experimentos é que o resultado desejado é produzido por uma única
dose ou combinação de doses.

Um dos métodos seqüenciais mais conhecidos é o denominado método "up-and-


down". Como ilustração, considere-se a estimação da dose para matar certa percentagem
de um inseto, por exemplo, 57 por cento. Amostras de insetos de um determinado tamanho
são usadas em seqüência. Uma dose inicial, baseada na experiência existente, é adotada
em uma primeira etapa, registrando-se o número de insetos mortos. Se a percentagem de
insetos mortos é inferior a 50, a dose é aumentada na próxima etapa; caso contrário, a dose
é diminuída. Esse processo continua, até que a percentagem de morte oscile em torno do
nível desejado, no caso 57 por cento, diferindo deste por um valor inferior a um mínimo
preestabelecido.

Exercícios 5.3

1. Escolha um problema de sua área que suscite uma pesquisa experimental.

a) Como você procederia para selecionar os fatores a pesquisar nesse experimento?

b) Selecione os fatores para o experimento.

c) Agora, como você procederia para selecionar os níveis desses fatores?

d) Selecione os níveis dos fatores.

2. Indique à qual das seguintes categorias corresponde cada um dos fatores


experimentais selecionados para o experimento considerado na questão 1: 1 nas seguintes
categorias: 1 - fator principal, 2 - fator suplementar, 3 - fator relacionado com a técnica
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 157

experimental, 4 - fator que representa agrupamento fisicamente importante das unidades


experimentais e 5 - fator que representa variação inserida deliberadamente no material
experimental.

3. Classifique os fatores dos experimentos caracterizados nas questões 3 e 4 dos


Exercícios 3.1 nas duas seguintes categorias: 1 - fator principal e 2 - fator secundário ou
suplementar.

4. Classifique os fatores experimentais caracterizados nos experimentos dos Exemplos


3.1, 3.2 e 3.3 da Seção 3.5 nas duas categorias de que trata a questão anterior.

5. Suponha que você deve planejar um experimento com um fator quantitativo. Para cada
uma das seguintes situações, indique o número de níveis que devem ser incluídos no
experimento e a correspondente distribuição (posição dos níveis):

a) Você sabe que a relação entre a variável resposta e o fator pode ser aproximada por
um polinômio de primeiro grau (linha reta).

b) Você sabe que a relação entre a variável resposta e o fator pode ser aproximada por
um polinômio do segundo grau (curva quadrática ou parábola).

c) Você não está seguro de que a relação entre a variável resposta e o fator possa ser
aproximada por um polinômio de primeiro ou segundo grau, e quer aproximá-la por uma curva
polinomial, possivelmente de grau superior a dois, com base nos dados do experimento.

6. Escolha três experimentos entre aqueles caracterizados na questão 8 dos Exercícios


5.2. Para cada um desses três experimentos, indique outros fatores que poderiam ser
importantes para consideração. Justifique a indicação

7. Considere os seguintes experimentos cujos fatores experimentais e correspondentes


níveis, ou tratamentos na amostra são indicados:

A - "Estudo da eficácia de fungicidas no tratamento de semente de cebola". Tratamentos:


1 - Dithane, 2 - Thylate e 3 - Phygon.

B - "Efeito do hormônio estradiol sobre o desenvolvimento corporal de perus machos”.


Fator: Estradiol; níveis: 1 - 20mg, 2 - 30mg e 3 - 40mg.

C - "Utilização de acetato para a síntese de leite de cabra". Fator: Acetato; níveis: 1 -


Prolactina 0,2mg/kg de peso do animal, 2 - Dexametasona 0,2mg/kg, 3 - Prolactina 0,2mg/kg
mais Dexametasona 0,2mg/kg.

D - "Efeito do emprego de fitohormônio sobre o enraizamento de estacas para obtenção


de mudas de Kiwi". Fator 1: AIB; níveis: 1 - 0 ppm, 2 - 3000 ppm. Fator 2: Cultivar; níveis: 1 -
Hayward, 2 - Tomuri.

E - "Determinação do tempo e da temperatura do processo de maceração para obtenção


da cor e do sabor desejáveis do arroz parbolizado". Fator 1: Tempo; níveis: 1 - 4 horas, 2 - 6
horas. Fator 2: Temperatura; níveis: 1 - 60°C, 2 - 70°C.

F - "Efeitos da temperatura de adição do glicerol e da temperatura inicial de


congelamento sobre o sêmen ovino envasado em palhetas". Fator 1: Temperatura de adição do
158 Estatística Experimental: Planejamento de Experimentos

glicerol; níveis: 1 - -4°C, 2 - 30°C. Fator 2: Temperatura inicial de congelamento; níveis: 1 - -


125°C, 2 - -105°C, 3 - -90°C, 4 - -75°C, 5 - -55°C.

a) Liste os tratamentos na amostra para esses experimentos.

b) Justifique ou critique esses tratamentos, tendo em conta os objetivos indicados pelos


títulos dos respectivos experimentos.

c) Como você alteraria a estrutura de tratamento desses experimentos para lograr a


adequabilidade a esses objetivos?

8. Explique e ilustre por um exemplo a distinção entre estrutura fatorial completa e


incompleta.

9. O que significa efeitos parceiros em uma estrutura fatorial fracionária?

10. Qual é o critério geral para a derivação de uma estrutura fatorial incompleta para
ajustamento de uma função ou superfície de resposta?

11. Por meio de exemplos de experimentos concretos, ilustre quatro diferentes propósitos
do tratamento controle (testemunha ou padrão).

12. O que significa tratamento placebo? Ilustre com um exemplo.

13. Comente a respeito da conveniência ou necessidade de tratamento controle nos


experimentos A, B e E da questão 7 dos Exercícios 5.1.

14. Os tratamentos 4 e 3 dos experimentos C e D, respectivamente, dos Exercícios 5.1


foram incluídos nesses experimentos como tratamentos controle? Justifique a resposta.

15. Qual é o propósito do tratamento controle no experimento referido na questão 4 dos


Exercícios 3.1?

5.12. Exercícios de Revisão

1. Explique o método de experimentação de um fator de cada vez e o método fatorial.


Construa uma tabela que apresente e compare as vantagens e desvantagens dos dois métodos.

2. Quais são as implicações da caracterização de um fator experimental como fator de


tratamento ou como fator intrínseco quanto à derivação de inferências para a população?

3. Distinga e ilustre os conceitos de condição experimental e tratamento.

4. Liste os tratamentos apropriados para cada um dos experimentos cujos objetivos são
indicados a seguir:

A - Efeito de antibióticos (Neomicina, Colistina e Bacitracina) sobre o ganho de peso de


cordeiros machos e fêmeas da raça Landrace no período de terminação para o abate.

B - Efeito do ácido indolbutírico (AIB) sobre o enraizamento de estacas de goiabeira, para


a determinação da dose ótima no intervalo compreendido entre 0 e 5000 ppm de AIB, pelo
ajustamento de uma função polinomial.
5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 159

C - Influência da ordem do parto sobre a habilidade materna de porcas da raça Landrace,


com a consideração das ordens de parto entre um e seis, incluídas estas.

D - "Controle da infestação parasitária em ovino tipo carne em criação extensiva no Sul


do Estado com o anti-helmíntico Ranizole”. Fator 1: Ranizole; níveis: 1 - 0 mg/peso vivo, 2 - 20
mg/peso vivo, 3 - 40 mg/peso vivo. Fator 2: Sexo: 1 - Macho, 2 - Fêmea. Fator 3: Raça; níveis: 1
- Ideal, 2 - Romney Marsh.

5. Os fatores experimentais podem ser classificados nas seguintes categorias: fator


qualitativo específico, fator qualitativo ordenado, fator quantitativo, fator misto e fator qualitativo
amostrado. Caracterize essas categorias de fator experimental quanto à:

a) escala de medida;

b) coleção de níveis na população objetivo e coleção de níveis no experimento (amostra);

c) inferências de interesse.

6. Fatores experimentais são algumas vezes classificados nas duas seguintes


categorias: fator qualitativo e fator quantitativo. Qual é o inconveniente da consideração dessa
classificação mais genérica em lugar daquela indicada na questão 4?

7. Considere os experimentos caracterizados a seguir:

A - "Controle da verminose de cães com o uso de anti-helmínticos", com os seguintes


tratamentos: 1 - Mebendazole, 2 - Praziquantel e 3 - Controle (sem vermífugo). O experimento
será conduzido com animais machos e fêmeas de duas constituições raciais: puros e mestiços,
em instalações do hospital veterinário.

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 será conduzido em quatro
locais dos municípios de Pelotas, por um período de três anos.

C - "Efeito da adubação com Cloreto de Potássio em cobertura sobre a produção de


soja", com os seguintes tratamentos. Fator 1: Adubação; níveis: 1 - Adubação 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 - Adubação em cobertura. Fator 2: Cultivar; níveis: 1 -- IAS-5
(ciclo curto), 2 - BR-16 (ciclo médio) e 3 - FT-Abyara (ciclo longo). O experimento será conduzido
em quatro locais, por três anos.

a) Para cada um desses experimentos, identifique e enumere os fatores experimentais.

b) Classifique esses fatores, segundo os quatro critérios listados a seguir, preenchendo


na tabela que segue os números que identificam as categorias, conforme apropriado.

Critério I: 1 - Fator principal; 2 - Fator secundário.

Critério II: 1 - Fator de tratamento; 2 - Fator intrínseco (ou de classificação).

Critério III: 1 - Fator qualitativo específico não estruturado; 2 - Fator qualitativo específico
estruturado; 3 - Fator qualitativo ordenado; 4 - Fator quantitativo; 5 - Fator misto; 6 - Fator
qualitativo amostrado.

Critério IV: 1 - Fator fixo; 2 - Fator aleatório.


160 Estatística Experimental: Planejamento de Experimentos

Experimento Fator Critério I Critério II Critério III Critério IV


A 1
2
3
4
B 1
2
3
4
C 1
2
3
4

8. Como você procederia para selecionar os fatores a pesquisar em um experimento?


Ilustre com exemplos de sua área.

9. Supondo que já houve decisão a respeito dos fatores, como você procederia para
selecionar os correspondentes níveis? Ilustre com os mesmos exemplos utilizados na questão
anterior.

10. Ilustre, por meio de exemplos de experimentos concretos, as seguintes categorias de


fator experimental: a) fator principal, b) fator suplementar, c) fator relacionado com a técnica
experimental, d) fator que representa agrupamento fisicamente importante das unidades
experimentais, e) fator que representa variação inserida deliberadamente no material
experimental.

11. O que distingue estrutura fatorial completa e estrutura fatorial incompleta quanto às
possibilidades de inferências referentes aos fatores experimentais.

12. Explique e ilustre os significados de tratamentos controle, testemunha, padrão e


placebo.

13. A pesquisa científica é, pela natureza do método científico, seqüencial; então, o que
distingue um experimento seqüencial de outros experimentos?

14. Decida se cada uma das seguintes sentenças é verdadeira ou falsa, colocando, entre
parênteses, as letras V ou F, respectivamente. Se a sentença for falsa, explique por que.

Em geral, o pesquisador tem controle absoluto sobre a manifestação dos níveis de um


fator de tratamento na amostra.

Em geral, o pesquisador não tem qualquer controle sobre a manifestação dos níveis de um
fator intrínseco na amostra.

Quando tempo é um fator experimental, ele é necessariamente fator intrínseco.

Quando operador é um fator experimental, ele é necessariamente um fator intrínseco.


5. DELINAEAMENTO DAS CONDIÇÕES EXPERIMENTAIS 161

Efeitos de fatores experimentais sobre variáveis respostas ficam sempre confundidos com
efeitos de características estranhas.

Em experimentos aleatórios, os níveis de um fator de tratamento são atribuídos aleatoria-


mente às correspondentes unidades experimentais.

Em um experimento, fatores de tratamento são usualmente mais importantes que fatores


intrínsecos.

Os tratamentos em um experimento fatorial compreendem os níveis de cada um dos


fatores de tratamento e as combinações dos níveis desses fatores.

Os níveis de um fator experimental são genericamente denominados de tratamentos.

As combinações dos níveis em uma estrutura fatorial são denominadas de condições


experimentais.

Em uma estrutura fatorial de dois fatores A e B, os níveis do fator A que se combinam com
os níveis do fator B são os mesmos para todos os níveis deste fator.

Em um experimento para estudo da eficácia de antibióticos no controle de uma infeção em


animais, antibiótico é um fator intrínseco.

Em um experimento de ampla abrangência, local é, em geral, um fator experimental intrín-


seco.

Se ano é um fator experimental, então é necessariamente um fator intrínseco.

Todos os níveis de um fator qualitativo específico na população objetivo são incluídos na


amostra.

Para um fator de tratamento qualitativo específico não estruturado todas as comparações


entre os níveis são de igual importância.

Os níveis de um fator qualitativo não estruturado são escolhidos tendo em conta as


comparações específicas que o experimento visa efetuar.

Um fator qualitativo específico estruturado usualmente resulta quando os objetivos do


experimento implicam no interesse em comparações específicas entre subconjuntos dos níveis
do fator.

Procedimentos de análise estatística são os mesmos para fator qualitativo específico


estruturado e não estruturado.

Os níveis de um fator qualitativo ordenado resultam de uma especificação vaga de valores


para representação das alternativas de uma característica explanatória contínua.

No que diz respeito a considerações referentes à inferência, fator qualitativo ordenado não
se distingue de fator qualitativo específico.

Os níveis de um fator quantitativo na amostra em um experimento são de interesse especí-


fico.

Se um fator é quantitativo, então o pesquisador está interessado nas comparações entre


os níveis desse fator incluídos na amostra.

Os níveis de um fator qualitativo amostrado na amostra são de interesse específico.


162 Estatística Experimental: Planejamento de Experimentos

Os níveis de um fator qualitativo amostrado na amostra são escolhidos entre os níveis na


população objetivo por em um processo aleatório.

Um fator constituído da justaposição dos níveis de dois fatores quantitativos não


relacionados é um fator misto.

Inferências referentes a um fator aleatório usualmente dizem respeito à variabilidade da


variável resposta que é atribuível ao fator.

Inferências referentes a um fator fixo restringem-se aos níveis do fator no experimento.

Fatores de maior interesse no experimento são designados fatores principais, enquanto


fatores incluídos com propósito de incrementar a base de inferência são fatores suplementares.

Os níveis de um fator qualitativo específico na amostra são sempre os únicos de algum


interesse na população objetivo; por isso, pesquisador não tem dificuldades para a escolha
desses níveis.

O pesquisador sempre dispõe de informações suficientes para a escolha ótima dos níveis
de um fator quantitativo.

Usualmente, tratamentos adicionais são incluídos em um experimento como controle.

Um tratamento controle, testemunha ou padrão é um tratamento incluído no experimento


como termo de referência para os demais tratamentos.

O nível zero de um fator quantitativo é incluído em um experimento como testemunha.

Com uma estrutura fatorial completa, pode-se derivar inferências independentes referentes
aos efeitos dos fatores isolados e à alteração da resposta a um dos fatores quando varia o nível
do outro fator.

Em experimentos com poucos fatores é sempre possível ou apropriada uma estrutura


fatorial completa.

Uma estrutura fatorial incompleta deve ser derivada tendo em conta a preservação das
inferências de interesse.

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

Em experimentos fatoriais, inferências referentes a efeitos separados de fatores são usual-


mente mais importantes que inferências referentes a relações entre fatores.

Estruturas fatoriais incompletas ou fracionárias não são muito aplicáveis na pesquisa


agrícola em decorrência da usual elevada variação ambiental.

Estruturas fatoriais incompletas para ajustamento de superfície de resposta são próprias


para aplicações em pesquisa experimental seqüencial.
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL

6.1. Introdução

O controle experimental é o controle exercido para diminuir ou evitar o


confundimento dos efeitos dos fatores experimentais sobre as características respostas com
efeitos de características estranhas da amostra.

A caracterização do controle experimental e de seus diversos procedimentos foi


estabelecida na Seção 3.3. O controle experimental compreende o controle de técnicas
experimentais, o controle local, o controle estatístico e a casualização. Esses procedimentos
têm diferentes efeitos sobre a constituição da amostra e a manifestação de características
estranhas na amostra.

O controle de técnicas experimentais visa à homogeneização da manifestação das


características estranhas, ou seja, a constância dos efeitos de características estranhas
sobre as características respostas. Nessas circunstâncias, ele tem impacto sobre a
constituição da amostra, ou seja, molda a amostra, que resulta isenta de variação das
características controladas.

O controle local, o controle estatístico e a casualização não afetam a constituição da


amostra nem a manifestação de características estranhas. O controle local e o controle
estatístico permitem eliminar da variação dos valores observados da variável resposta a
variação estranha controlada. Dessa forma, eles diminuem o impacto da manifestação de
características estranhas sobre as respostas. A casualização não tem esse efeito; visa evitar
que a manifestação das características estranhas afete distintamente as respostas aos
diferentes tratamentos.

Em geral, há uma ordenação da conveniência da utilização dessas formas de


controle local. Em primeiro lugar, devem-se considerar as possibilidades do controle de
técnicas experimentais. Todas as técnicas experimentais permitidas devem ser planejadas
para implementação. Em experimentos tecnológicos, há uma limitação mais acentuada para
o controle de técnicas experimentais do que em experimentos científicos. Nesses
experimentos, o controle de técnicas experimentais deve ser efetuado de modo a não
prejudicar a representação da população objetivo pela amostra, ou intencionalmente para a
melhoria dessa representação. Em experimentos científicos, não há tal limitação; dessa
forma, o controle de técnicas experimentais pode chegar ao ponto da construção de
ambientes e situações artificiais, que não tenham nada a ver com situações práticas. Esse é
freqüentemente o caso de experimentos em ambientes controlados, como laboratório, estufa
e casa de vegetação.

A seguir, vêm o controle local e o controle estatístico. Usualmente, essas formas de


controle são menos eficazes do que o controle de técnicas experimentais no que diz
respeito a evitar o confundimento de características estranhas com fatores experimentais.
Entretanto, não apresentam o inconveniente salientado do controle de técnicas
experimentais. Em último lugar, considera-se a casualização. A casualização é o recurso
164 Estatística Experimental: Planejamento de Experimentos

para lograr que o confundimento de efeitos de características estranhas não controladas por
controle de técnicas experimentais, controle local e controle estatístico torne-se tendencioso.

Nesse Capítulo, expõe-se e ilustra-se a implementação desses procedimentos de


controle experimental, utilizando-se exemplos de diversas situações práticas.

6.2. Controle de Técnicas Experimentais

As técnicas experimentais compreendem o conjunto das ações executadas para a


condução do experimento e que implicam na constituição da amostra. Dessa forma, a
definição das técnicas experimentais é parte do plano do experimento e deve ser elaborada
na fase de planejamento do experimento. Portanto, sua execução deve ser prevista no
protocolo de experimento.

Entre as técnicas experimentais pode-se distinguir aquelas naturalmente necessárias


para o funcionamento dos sistemas e adotadas na população objetivo, e as que são
propositadamente executadas para controle experimental. O controle da implementação das
primeiras pode contribuir consideravelmente para a redução da variação estranha na
amostra. Por essa razão, a presente discussão considerará técnicas experimentais dessas
duas categorias.

O controle de técnicas experimentais tem como propósito o aumento da exatidão do


experimento, ou seja, o aumento da precisão e a diminuição do viés (ou aumento da
validade). O aumento da precisão é logrado por técnicas experimentais que contribuam para
homogeneidade do material experimental, enquanto que a diminuição do viés é obtida por
técnicas que permitam a representatividade da população objetivo pela amostra. Essas duas
metas desejáveis são muito freqüentemente incompatíveis. Nessas circunstâncias, a adoção
de técnicas experimentais deve garantir o compromisso apropriado para que seja lograda a
exatidão mais elevada.

O controle de técnicas experimentais é, em geral, o procedimento mais eficaz para o


controle de características estranhas. Entretanto, ele "molda" a amostra, ou seja, a
manifestação de características controladas por técnicas experimentais na amostra é
eliminada ou restringida. Assim, esse controle somente pode ser empregado para
características cuja uniformidade na amostra não implique em prejuízo para a
representatividade da população objetivo. Dessa forma, ele é empregado mais amplamente
em experimentos científicos do que em experimentos tecnológicos.

As técnicas experimentais dependem da área de pesquisa e são específicas para


cada área. Discorrer-se-á, a seguir, sobre o procedimento geral para implementação
apropriada dessas técnicas, na ordem em que elas são usualmente implementadas, com
recurso de ilustração por exemplos particulares.

6.2.1. Obtenção e preparação do material experimental básico.

O material experimental compreende as condições experimentais e o conjunto das


características estranhas da amostra. O material experimental é constituído ou moldado
durante a execução do experimento. Sua construção inicia com a obtenção e preparação do
material experimental inicial ou básico e se completa com a edição e preparação dos dados
gerados pelo experimento. Assim, o material experimental compreende os fatores
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 165

experimentais e o conjunto das características estranhas do material experimental inicial e


daquelas que se manifestam durante a condução do experimento, até a preparação final dos
dados.

As condições experimentais e a composição das características estranhas do


material experimental inicial ou básico podem existir previamente ou requerer elaboração
especial para o experimento; naturalmente, níveis de fatores intrínsecos são, por definição,
preexistentes.

No caso de tratamentos já existentes e de níveis de fatores intrínsecos, o controle de


técnicas experimentais deve ser utilizado para garantir a conformidade das condições
experimentais implementadas com as correspondentes definições conceituais consideradas
no experimento. Essas técnicas experimentais devem evitar o confundimento das
características inerentes às condições experimentais com características estranhas, de
modo que seja garantida, tanto quanto possível, a implementação das condições
experimentais na forma em que foram definidas.

Por exemplo: a) Se as condições experimentais são cultivares (níveis do fator de


tratamento), devem ser utilizadas as técnicas experimentais apropriadas para que as
sementes utilizadas no experimento distingam-se, tanto quanto possível, apenas por
características inerentes à constituição genética das cultivares. Essas técnicas
experimentais devem evitar o confundimento das características genéticas da semente com
características estranhas também constituintes da semente, tais como as referentes à
sanidade, pureza e vigor. b) Se as condições experimentais são raças (níveis de fator
intrínseco), os animais utilizados no experimento devem distinguir-se, tanto quanto possível,
apenas por características inerentes às raças; para tal, devem ser obtidos animais de
constituições fenotípicas tão similares quanto possível, ou seja, animais de mesma origem,
sadios e de pesos corporais e idades próximas.

Semelhantes considerações valem para tratamentos especialmente preparados para


o experimento, que nesse caso constituem simulações de condições da população objetivo.
São exemplos os níveis de fatores como umidade da semente, e temperatura e umidade
ambiente, no caso de um experimento de armazenamento de semente; altura da lâmina de
água, em um experimento de irrigação por inundação; e infestação de animais em um
experimento para pesquisa do efeito da carga de parasitos sobre o desempenho animal.

A escolha inicial da composição do material experimental quanto a características


estranhas tem conseqüências relevantes tanto para a precisão quanto para a validade do
experimento.

Em experimentos tecnológicos de ampla abrangência, o primeiro aspecto a


considerar é o uso de material experimental que represente a gama de variação espacial e
temporal da população objetivo. A amostra deve compreender diversas posições no espaço
e no tempo. Para tal, o experimento deve ser conduzido em diversos locais e em diversos
períodos, safras, anos, etc.

Em experimentos com seres vivos, as plantas, os animais, o solo e as instalações


devem ser representativos das circunstâncias da população objetivo. Garantida essa
representação, todas as técnicas experimentais requeridas devem ser empregadas para
lograr a maior homogeneidade possível das correspondentes características estranhas.
166 Estatística Experimental: Planejamento de Experimentos

Assim, por exemplo, animais ou plantas devem ser livrados de doenças e pragas e
indivíduos não conformáveis com as características consideradas na população objetivo
(tais como indivíduos com anomalias e outros aspectos atípicos) devem ser descartados.
Em experimentos agrícolas de campo, o solo deve ser preparado uniformemente, com
fertilização e calagem básicas, se necessário; em experimentos com animais, instalações
uniformes devem ser preparadas.

O material experimental deve, então, ser dividido para a constituição das unidades
experimentais e preparado para o recebimento dos tratamentos. Por exemplo, em um
experimento agrícola de campo, o terreno, o pomar ou o viveiro, já preparado, é dividido em
talhões. Em experimentos com animais as instalações - potreiros, boxes, gaiolas, etc.,
freqüentemente já existem; em algumas situações, entretanto, o terreno ou instalações
especialmente preparados para o experimento devem ser divididos em potreiros ou boxes
para a constituição das unidades experimentais.

A constituição das unidades experimentais é usualmente uma questão importante.


Assim, em experimentos com plantas e animais, devem ser estabelecidos o tamanho e a
forma apropriados para as parcelas, ou seja, o número de plantas e de animais, e sua
disposição. Em alguns experimentos, pode ser necessária a utilização de unidade
experimental maior do que a unidade de observação, para garantir que os efeitos de
tratamentos não resultem confundidos entre si em decorrência de influências recíprocas de
parcelas vizinhas, ou permitir a manifestação desses efeitos na forma em que se revelariam
na população objetivo. Assim, em alguns experimentos com plantas, pode ser conveniente a
utilização de bordadura na parcela; nessas circunstâncias, a área interna, usualmente
denominada de área útil ou parcela útil, constitui a unidade de observação para as respostas
mensuradas globalmente na parcela. Semelhantemente, em alguns experimentos com
animais, pode ser conveniente a composição da parcela por um número de animais superior
àquele que deve ser utilizado para as mensurações, para melhor simulação das condições
de sistemas reais.

Experimentos específicos são muitas vezes necessários para o estabelecimento de


tais técnicas experimentais, especialmente em novas áreas de pesquisa.

Em alguns experimentos, especialmente com animais, pode ser requerido um


período pré-experimental para a preparação ou adaptação de animais de modo que eles
simulem na amostra as condições dos indivíduos na população objetivo, ou adquiram
adaptação uniforme ao ambiente em que estarão sujeitos no experimento. Assim, por
exemplo, em um experimento de nutrição animal, se os animais foram anteriormente
submetidos a diferentes dietas ou sistemas alimentares, pode ser conveniente um período
preliminar de administração de dieta uniforme ou condicionamento a sistema alimentar
comum; em algumas circunstâncias, pode ser apropriada a administração das dietas ou
adoção dos sistemas alimentares aos quais os animais estarão sujeitos no experimento. A
permanência preliminar em instalações e manejo uniformes também é requerida em certos
experimentos.

Em experimentos em que possa ser importante a interferência ou participação de


técnicos ou auxiliares, tais como operadores, provadores ou indivíduos envolvidos em
alguma atividade de manejo com o material experimental, pode ser requerido o treinamento
ou uniformização de habilidades desses indivíduos. Usualmente, é muito conveniente, a
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 167

preparação de instruções escritas referentes a técnicas experimentais a serem executadas


por esse meio.

6.2.2. Condução do experimento.

O período de condução do experimento, ou seja, o intervalo de tempo compreendido


entre o início da aplicação dos tratamentos e o final da coleta dos dados, é usualmente
denominado período experimental.

Por conveniência de exposição, distinguir-se-ão as três seguintes fases do período


experimental: aplicação dos tratamentos, funcionamento dos sistemas e coleta dos dados.

Aplicação dos tratamentos.

Os tratamentos devem ser aplicados de acordo com o esquema decorrente da


casualização e com obediência ao controle local estabelecido, dos quais se tratará adiante.

A aplicação dos tratamentos envolve um conjunto de técnicas experimentais


importantes que também devem ser implementadas com proveito para o aumento da
precisão e a diminuição do viés do experimento.

Os tratamentos devem ser aplicados conforme as definições estabelecidas no


delineamento das condições experimentais, particularmente nas ocasiões e segundo os
esquemas especificados. Ressalvadas essas definições, os procedimentos de aplicação
devem ser uniformes para todos os tratamentos. Essas considerações são especialmente
relevantes em experimentos de grande abrangência espacial e temporal, repetidos em
diversos locais e épocas, como é o caso de muitos experimentos agrícolas com plantas
anuais, de experimentos de longa duração, como certos experimentos de fertilização do
solo, com plantas perenes e com animais.

Os tratamentos prescritos podem requerer aplicações única ou múltipla, em períodos


de tempo coincidentes ou não, de mesma ou de diferentes amplitudes. Por exemplo,
cultivares podem requerer aplicação simultânea, na época de plantio apropriada, enquanto
que as aplicações de inseticidas, antibióticos e dietas podem ter diversas definições, que
podem compreender: aplicação única simultânea ou em diversos instantes, ou aplicação
múltipla em instantes comuns ou diversificados, segundo esquemas apropriados. No caso
de aplicação única em um mesmo momento, deve ser garantido que as aplicações dos
distintos tratamentos abranjam período suficientemente curto de modo a que não decorram
efeitos diferenciais para os tratamentos. No caso de aplicação em diversos instantes, o
cronograma de aplicação deve ser obedecido estritamente.

Em alguns experimentos as aplicações de distintos tratamentos podem requerer


diferentes amplitudes de intervalos de tempo. Nesse caso, diferentes alternativas podem ser
apropriadas; entre elas, períodos de aplicação com início no mesmo instante e término
variável, ou início em diferentes momentos de modo que os términos coincidam.

Qualquer desvio das definições estabelecidas implica em confundimento de efeitos


de tratamentos com efeitos de características estranhas que se alteram com o tempo.
Técnicas experimentais apropriadas devem ser utilizadas para garantir que seja lograda a
comparabilidade dos tratamentos conforme as definições estabelecidas no delineamento
das condições experimentais.
168 Estatística Experimental: Planejamento de Experimentos

Alguns experimentos devem ser conduzidos em mais de uma etapa em decorrência


dos objetivos do experimento ou de restrições de material experimental que impedem a
aplicação simultânea de todos os tratamentos. Esse é o caso de experimentos que
requerem instalações ou equipamentos, tais como estufas, que são insuficientes para
constituir o número adequado de unidades experimentais. Nessas circunstâncias, as
diversas etapas podem requerer controle local de características estranhas que se alteram
com o tempo. Nesse caso, as etapas constituem grupos de um agrupamento das unidades
experimentais.

Em algumas situações, experimentos são conduzidos em etapas que correspondem


a diferentes fases do funcionamento global dos sistemas da população objetivo. Por
exemplo, um experimento de fertilização do solo para o cultivo de cebola pode compreender
uma primeira etapa em sementeira e outra etapa na lavoura; um experimento sobre o efeito
da nutrição da ovelha sobre o desenvolvimento corporal do cordeiro pode compreender uma
fase no ambiente de manutenção da ovelha e outra no ambiente de criação do cordeiro.
Nessas circunstâncias, as diversas etapas devem ser consideradas na definição da
estrutura global do experimento.

Funcionamento ou operação dos sistemas.

Nessa fase, a condução do experimento envolve uma grande quantidade de técnicas


experimentais que correspondem aos procedimentos e ações usuais próprias do
funcionamento dos sistemas sob pesquisa. Por exemplo, em experimentos com plantas, as
técnicas de cultivo (também denominadas práticas culturais ou tratos culturais); em
experimentos com animais, as técnicas de criação (ou práticas de criação). Todas essas
técnicas devem ser cuidadosamente elaboradas e exercidas de modo que não impliquem
em fontes de variação estranhas.

Por exemplo, em um experimento agrícola de campo, as técnicas de cultivo,


dependentes da espécie e do sistema de cultivo, podem compreender ações e
procedimentos referentes a: plantio, aplicação de inseticidas, fungicidas, herbicidas,
proteção à predadores, irrigação, drenagem, capina, transplante, desbaste de frutos,
proteção contra vento, colheita, etc. Em um experimento com animais, podem compreender
procedimentos e ações referentes a: suprimento de ração, água, tratos sanitários, proteção
contra doenças, parasitas, predadores, ventos, etc. Em um experimento de laboratório,
técnicas experimentais mais refinadas são muito freqüentemente utilizadas para controle da
variação ambiental.

É recomendável que todas essas técnicas sejam executadas com cuidado acentuado
com vistas ao controle experimental, ou seja, de modo que não impliquem em efeitos
diferenciais relevantes entre as unidades experimentais.

Por outro lado, pode ser conveniente que algumas técnicas que não constituem
ações ou práticas usuais nos sistemas da população objetivo sejam empregadas
intencionalmente com o propósito de controle experimental. Por exemplo, em um
experimento agrícola de campo, o controle do número de sementes plantadas por parcela,
possivelmente, redução das plantas que emergem a um mesmo número por parcela; em um
experimento com animais, uniformização dos animais, controle de condições ambientais de
temperatura, umidade e iluminação.
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 169

O controle de técnicas experimentais deve ser implementado com cuidados


especiais em experimentos de grande abrangência no espacial e temporal, como é o caso
de experimentos de longa duração e experimentos executados em mais de uma etapa,
referidos anteriormente. Nesse caso, ele deve ser efetuado uniformemente em todas as
posições no espaço e no tempo.

6.2.3. Coleta dos dados

Os dados de um experimento são os resultados das mensurações de variáveis


importantes no experimento. Os dados mais relevantes são usualmente os valores das
variáveis respostas, registrados nas correspondentes unidades de observação. A
caracterização das variáveis respostas foi considerada no Capítulo 4. Dados de variáveis
que exprimem características estranhas também podem ser importantes, para os seguintes
propósitos:

a) Controle estatístico: Dados de covariáveis (variáveis concomitantes), como peso


inicial para o ajustamento do peso final de animais, estande para o ajustamento da produção
de grãos por parcela.

b) Determinação de valores de variáveis respostas derivadas: Dados de variáveis


que exprimem características estranhas podem ser necessários para a derivação de dados
de variáveis respostas. Por exemplo, em um experimento de nutrição animal, o peso inicial
de animais e as quantidades de ração suprida e consumida são necessários para a
determinação do ganho de peso, do consumo de ração e da conversão alimentar; em um
experimento de controle de uma infeção do fruto, o número de frutos na planta é necessário
para a determinação da proporção de frutos afetados pela doença.

c) Detecção de interações: Uma pressuposição usual é a constância do efeito de


cada tratamento individual. Entretanto, em algumas circunstâncias, o efeito de um mesmo
tratamento pode variar sistematicamente entre as unidades em decorrência de interação
com alguma característica estranha. Por exemplo, vacas de peso mais elevado podem
produzir mais leite do que vacas de menos peso. Nessas circunstâncias, pode ser
conveniente a verificação da variação dos efeitos dos tratamentos com o peso dos animais,
um propósito essencialmente diferente do controle estatístico.

d) Explicação da variação de valores de variáveis respostas: Em algumas situações,


características estranhas podem ter relevante efeito sobre características respostas que se
confundem com efeitos de fatores experimentais. Por exemplo, em um experimento do
efeito da muda sobre características de galos reprodutores, características do ambiente,
principalmente temperatura, podem ter efeito relevante sobre o desempenho do animal. O
registro de dados dessas características pode ser importante para leva-las em conta nas
inferências referentes a relações causais entre características respostas e fatores
experimentais por procedimentos apropriados de análise estatística. Esse propósito tem
relação com o referido no item anterior.

e) Verificação da aplicação de tratamentos que correspondem aos níveis de um fator


quantitativo: Em algumas circunstâncias pode ser difícil a aplicação das quantidades
exatamente como definidas; por exemplo, quando os tratamentos correspondem a
diferentes temperaturas ou umidades. Nessas circunstâncias, pode ser importante verificar
independentemente se os tratamentos realmente aplicados correspondem aos tratamentos
170 Estatística Experimental: Planejamento de Experimentos

definidos; no exemplo, se as temperaturas ou umidades foram de fato obtidas. Se é


detectada alguma discrepância séria entre os valores reais e os valores nominais dos
tratamentos, e é impossível uma ação corretiva, pode ser conveniente efetuar algum
ajustamento para correção do erro na análise estatística dos resultados.

f) Verificação de variação estranha perturbadora: Observações de rotina são


freqüentemente necessárias para verificar a ocorrência de alguma variação estranha
relevante. Dados dessas observações devem ser registrados para consideração na análise
e interpretação dos resultados do experimento. Em algumas circunstâncias, influências de
características estranhas perturbadoras podem ser corrigidas por controle estatístico. Esse é
o caso se algumas parcelas são consideravelmente afetadas por alguma fonte de variação
estranha; por exemplo, algumas plantas ou animais resultam prejudicados em conseqüência
de prejuízo ou morte decorrente de predadores ou doenças. Se todas as parcelas afetadas
podem se identificadas, o confundimento que decorreria para os efeitos atribuíveis a fatores
experimentais pode ser evitado com a desconsideração das parcelas afetadas (usualmente
designadas parcelas perdidas) na análise estatística dos resultados.

As mensurações para geração dos dados são executadas antes, durante e após o
período experimental. Mensurações de características estranhas são efetuadas antes e
durante o período experimental, neste caso no local de execução do experimento. Algumas
características respostas podem referir-se ao desempenho dos sistemas na fase de
operação dos sistemas; dados referentes a essas características são registrados durante o
período experimental, no local de condução do experimento. Usualmente, entretanto, as
características respostas mais importantes dizem respeito ao produto dos sistemas e são
avaliadas ao encerramento do período experimental, no local da execução do experimento,
ou após o encerramento desse período, em partes coletadas do produto, em instalações
apropriadas. Estas mensurações podem compreender processos de análise bastante
elaborados. Técnicas experimentais desde as mais simples até as mais elaboradas podem
ser demandadas nessa fase. Esse tema foi abordado na Seção 4.4.

Experimentos de longa duração usualmente compreendem a coleta periódica de


dados que abrange intervalo de tempo bastante longo. Esse é o caso de muitos
experimentos com animais e plantas perenes, e de alguns experimentos de melhoramento
genético e de fertilização do solo.

Alguns procedimentos e técnicas referentes à coleta dos dados foram referidos nas
Seções 4.3 e 4.4, quando se tratou de escalas e unidades de medida, e de processos de
mensuração de características respostas.

São importantes a sistematização e a automação da coleta dos dados, sempre que


possível, de modo a evitar erros de registro e transcrição de dados. A disponibilidade de
instrumentos apropriados permite que o registro de dados de certas variáveis possa ser
efetuado automaticamente, sem a intervenção humana. Na impossibilidade desse recurso,
planilhas ou formulários próprios (algumas vezes denominados caderneta de campo)
podem ser utilizados para o registro dos dados na forma apropriada para a digitação em
meio magnético, o que evita a transcrição de dados. A forma mais usual e geralmente
recomendada é a disposição dos dados em tabela de dupla-entrada, com as variáveis em
colunas e as observações em linha. A ordenação das variáveis nas colunas e das
observações nas linhas é arbitrária e pode ser determinada segundo a conveniência.
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 171

Geralmente, é conveniente que a tabela seja preenchida da esquerda para direita, na


medida em que os dados se tornem disponíveis. Para tal, os fatores experimentais devem
ser assinalados às primeiras colunas, as variáveis controladas por controle local e por
controle estatístico às colunas que seguem; finalmente, as variáveis respostas às últimas
colunas (Figura 6.1). Semelhantemente, é conveniente que a disposição das observações
nas linhas seja aquela em que os dados serão registrados.

Fatores Variáveis estranhas Variáveis


Obs. experimentais controladas respostas
F1 F2 ... C1 C2 ... R1 R2 ...

2
...

Figura 6.1. Formato de caderneta de campo para o registro de dados de experimentos.

Dados de variáveis nominais e ordinais e de variáveis racionais que exprimem


contagens de indivíduos usualmente têm números de dígitos convencionalmente
estabelecidos pela própria definição da variável, usualmente números pequenos. Entretanto,
números de dígitos de variáveis intervalares e racionais, em geral, são de escolha arbitrária.
Nessas circunstâncias, devem ser adotados critérios apropriados para a decisão referente
ao número de dígitos a considerar no registro de dados de uma variável.

Em geral, dados resultantes de um processo de mensuração são inexatos devido à


inabilidade para a mensuração exata ou à falta de interesse para mensuração mais exata,
porque valores mais exatos não adicionariam à utilidade do resultado. O número de dígitos
(algarismos) nos dados de uma variável necessários para exprimir a precisão do processo
de mensuração da correspondente característica é denominado número de dígitos
significativos. Convencionalmente, o último algarismo de um número é aquele que foi
obtido com alguma incerteza, isto é, foi aproximado. A convenção usual de aproximação
(arredondamento) é a seguinte: a) Se o primeiro algarismo à direita descartado é menor do
que 5, o primeiro algarismo à direita retido não é alterado; assim, 7,549 torna-se 7,5 quando
arredondado para 2 dígitos, ou para 1 casa decimal. b) Se o primeiro algarismo descartado
é maior do que 5, ou é 5 seguido de um algarismo diferente de zero em qualquer posição à
direita, o último dígito retido é aumentado de 1; por exemplo, 57,46 é arredondado para
57,5, e 39,650001 é arredondado para 39,7. c) Quando o primeiro dígito descartado é 5
seguido de zeros apenas (supondo que o número é escrito com um número infinito de casas
além do 5), o último dígito retido é comumente o próximo dígito par.

Com base nessa convenção, o número 35 em um conjunto de dados 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 número 35,7 exprime uma medida entre 35,6 e
35,8; o número 35,65, uma medida entre 35,64 e 35,66.

Um valor inexato é dito arredondado para o último algarismo significativo. Um


algarismo (dígito) em um número é significativo se o erro do algarismo na próxima posição
à direita não é superior a ± 5. Todos os algarismos à esquerda do último algarismo
172 Estatística Experimental: Planejamento de Experimentos

significativo (ou seja, o algarismo significativo mais à direita) são algarismos significativos
do número, exceto em números menores que 0,1 nos quais os zeros entre a primeira casa
decimal e o primeiro algarismo diferente de zero não são significativos. Assim, o número de
algarismos significativos de um dado é o número de dígitos contados à esquerda a partir
do último algarismo significativo até o último algarismo à esquerda diferente de zero,
incluído este.

Sempre que possível, os dados devem ser escritos de modo que mostrem quantos
dígitos são significativos. Assim, os números que seguem têm quatro algarismos
significativos; 5.412, 541,2, 54,12, 0,5412 e 0,005.412. Quando ocorrem um ou mais zeros
imediatamente à esquerda a partir da casa das unidades, o número de dígitos significativos
pode ser duvidoso. Por exemplo, 53.140.000 pode compreender 4, 5, 6, 7 ou 8 algarismos
significativos. Nessas situações, pode ser conveniente indicar o último algarismo
.
significativo por um ponto colocado acima. Assim, 53.1 4 0.000 indica quatro algarismos
.
significativos, e 53.140. 0 00 indica seis algarismos significativos. Uma convenção mais
conveniente é escrever o número com todos os algarismos significativos multiplicado por
uma potência de 10 apropriada; por exemplo, os últimos dois números podem ser escritos
nas formas 5.314 x 104 ou 53,14 x 104 para mostrar quatro algarismos significativos.

Em algumas situações, a mudança da unidade de medida pode ser conveniente para


a expressão sintética 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 questão importante refere-se ao número de dígitos significativos nos dados


originais, ou seja, à precisão do processo de mensuração. De modo geral, dados com
número muito pequeno de dígitos significativos podem exprimir a variável com precisão
aquém da desejável, enquanto que dados com número muito elevado de dígitos
significativos podem prover precisão exagerada, que pode incorrer em perda de tempo e
mal uso de recursos, tanto no registro como na edição e análise dos dados. Algum meio
termo apropriado deve ser estabelecido.

Os dados não devem ser registrados com dígitos em número maior do que aquele
que exprime a precisão real do processo de mensuração, para não transmitirem impressão
de falsa precisão. Muito freqüentemente, a precisão é limitada ao possível ou prático. Por
exemplo, se a altura de plantas em uma área pode variar em 1 cm ou mais devido ao local
particular da superfície do solo onde é apoiada a régua, ou devido a uma curvatura do caule,
não há sentido em registrar a medida com precisão maior do que o centímetro mais
próximo. Semelhantemente, se o peso de cordeiros pode alterar-se 1 kg ou mais ao defecar
ou urinar; o peso do animal precisa ser registrado apenas no quilograma mais próximo.

A precisão apropriada dos dados originais também depende da grandeza das


diferenças importantes, da variação na população e do tamanho da unidade de observação.
Por exemplo, em experimentos de nutrição com bovinos, ovinos e suínos, usualmente não
há interesse em diferenças de peso vivo em um período de 100 dias ou mais da grandeza
de 1 kg. Nessas circunstâncias, não há necessidade de pesar os animais com precisão
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 173

maior do que o próximo quilograma. Se a variação na população é grande ou se a amostra


compreende poucas unidades de observação, não vale a pena elevada precisão nos dados.

De modo geral, se há uma noção aproximada do desvio padrão da população e o


tamanho da amostra é grande, não vale a pena registrar dados com precisão superior a um
décimo do desvio padrão. Assim, se o desvio padrão é aproximadamente 50, usualmente é
suficiente registrar os dados ao 5 mais próximo. Para amostras muito pequenas essa
precisão é excessiva. Uma regra equivalente é registrar os dados com uma precisão de 2%
da amplitude da variável na população. Por exemplo, se a amplitude na população é 100,
será usualmente satisfatório registrar os dados ao 2 mais próximo. Para amostras muito
pequenas essa precisão é excessiva. Por outro lado, precisão maior do que a sugerida pode
ser usada por conveniência. Assim, se a balança ou régua é graduada em décimos, é mais
fácil ler e registrar os dados ao décimo mais próximo do que aos dois décimos mais
próximos.

Como regra geral, três dígitos significativos é comumente recomendado como o


suficiente na maioria das pesquisas em biologia e agricultura, e em muitas outras áreas.
Algumas vezes dois dígitos são suficientes; entretanto, em algumas pesquisas, pode ser
aconselhável quatro ou mais.

6.2.4. Edição e crítica dos dados

Os dados coletados devem passar por uma etapa de preparação em forma


apropriada para o processamento das análises. Modernamente, com os recursos
disponíveis de computação eletrônica, a forma final é usualmente um arquivo de dados em
meio magnético. Essa etapa pode envolver diversos passos importantes que podem
demandar elevado esforço e recursos, especialmente em experimentos de ampla
abrangência espacial e temporal. Uma breve caracterização desses passos é feita a seguir.

Preparação dos dados originais.

Os dados coletados são os dados básicos, usualmente denominados dados crus ou


dados primários. Esses dados são usualmente disponíveis em planilhas ou formulários
apropriadamente formatados, ou caderneta de campo, a que se fez referência na Seção
6.2.3. Alguns desses dados são valores de variáveis de interesse específico; muitos deles,
entretanto, são úteis para a determinação de dados de variáveis derivadas. Com a
disponibilidade atual de recursos de computação, dados dessas variáveis derivadas não
precisam ser registrados nas planilhas originais; podem ser calculados automaticamente,
evitando o trabalho de cálculo manual e as possibilidades de erros nesses cálculos. Em
algumas situações, a coleta dos dados de algumas características é automatizada, de modo
que os dados são diretamente registrados em meio magnético.

Nesta fase deve ser procedida a verificação dos dados para a detecção e correção
de problemas referentes à legibilidade, ausência de informações e presença de dados
discrepantes, ou seja, fora dos intervalos em que são esperadas as observações.
Usualmente, devem ser assinalados códigos para identificação das variáveis, que poderão
já estar indicados nas correspondentes colunas da planilha. Códigos apropriados devem ser
definidos para indicação de valores perdidos, ou seja, dados não coletados em unidades
experimentais que foram afetadas por alguma fonte de variação estranha relevante e que,
portanto, devem ser desconsideradas.
174 Estatística Experimental: Planejamento de Experimentos

Criação do arquivo ou base de dados.

Sendo disponíveis recursos para tratamento automático dos dados, completada a


preparação dos dados nas planilhas, é procedida a digitação para a criação do arquivo ou
base de dados em meio magnético, ou seja, disquete ou disco rígido. Alguns "pacotes" de
análise estatística possuem recursos próprios para a criação de arquivos de dados.
Alternativamente, o arquivo de dados pode ser criado com o auxílio de um editor de textos
ou um utilitário para banco de dados.

Após a construção do arquivo de dados, deve ser emitida uma listagem do arquivo
para verificação da correção da transcrição dos dados, pela comparação visual com a fonte
original dos dados. Qualquer incorreção deve ser corrigida no arquivo em meio magnético e
novamente verificada por meio de uma listagem atualizada.

Crítica e edição da base de dados.

Em situações de grande volume de dados, erros na planilha dos dados originais e no


arquivo criado em meio magnético são freqüentes, mesmo após revisões visuais. Assim, a
execução de crítica complementar àquela procedida na etapa anterior, antes da execução
das análises, pode tornar-se importante. Ela pode ser executada com o auxílio dos próprios
"pacotes" que serão utilizados para essas análises.

Uma crítica para a detecção de dados possivelmente incorretos pode ser efetuada
por meio do cálculo de estatísticas descritivas, como mínimo, máximo e distribuição de
freqüências, para cada variável. Essas informações podem permitir a detecção de dados
discrepantes, ou seja, que se destacam dos demais. Alguma representação gráfica dos
dados também pode ser útil para a identificação de problemas. Para bases de dados de
estrutura complexa, pode ser recomendável verificações lógicas. Por exemplo, se as
observações foram registradas ordenadamente ao longo do tempo, dados registrados em
um instante de tempo não podem suceder dados registrados em instantes ulteriores;
semelhantemente, se um animal morreu ou foi descartado em um instante do período
experimental, não pode haver dados registrados para esse animal nas avaliações que
seguem.

A importância da crítica de dados é salientada pela freqüente perda de tempo


demandada pela necessidade de reprocessamento de análises de dados decorrente da
identificação de problemas que se tornam evidentes pela apreciação dos resultados de tais
análises.

Nessa fase, podem ser determinados os dados das variáveis derivadas, ou seja,
variáveis cujos valores são determinados a partir dos valores de variáveis originais.
Usualmente, esses dados são criados por facilidades de edição de dados dos próprios
"pacotes" de análise estatística. Nesse caso, muito freqüentemente, esses dados não
precisam ser criados e incluídos no arquivo em meio magnético, mas em conjuntos de
dados temporários, criados pelo "pacote" especificamente para o uso no momento do
processamento das análises estatísticas.

Usualmente, dados de experimentos de ampla abrangência espacial e temporal não


são preparados de uma única vez, ao fim do experimento. Eles devem ser preparados na
conclusão de cada uma das etapas do experimento, para as apropriadas análises com
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 175

vistas à avaliação de resultados parciais. Nessas circunstâncias, a seqüência "coleta de


dados - crítica - edição de dados" repete-se em diversos ciclos. Se conveniente, podem ser
criados arquivos de dados separados para essas etapas, desde que com estrutura
compatível para que possam ser reunidos quando necessário para a execução de análises
conjuntas.

O tempo dedicado a essa etapa do experimento antes da análise dos dados depende
da quantidade e qualidade dos dados originais e da confiança desejada de que os dados
estejam completos e exatos, e de que a base de dados reflita corretamente a fonte original
dos dados. Deve se enfatizado que se os métodos estatísticos apropriados são utilizados
para a análise dos dados, as conclusões derivadas são tão boas quanto os dados nos quais
elas são baseadas.

6.3. Controle Local

O controle local consiste no agrupamento ou estratificação das unidades de


observação (ou seja, unidades elementares da amostra) em grupos de unidades mais
homogêneas do que o conjunto das unidades da amostra no que se refere à constituição de
características estranhas, e na atribuição aleatória dos tratamentos a essas unidades de
modo a que a variação atribuível às características estranhas controladas não afete as
estimativas do erro experimental e das diferenças de efeitos de tratamentos.

Ao contrário do controle de técnicas experimentais, o controle local, assim como


também o controle estatístico, não interfere na constituição da amostra. Assim, em muitas
situações, o pesquisador pode construir uma amostra com a heterogeneidade representativa
daquela presente na população objetivo e, pelo uso do controle local, lograr a precisão
apropriada para as inferências derivadas da amostra. Dessa forma, o controle local permite
conciliar os princípios desejáveis de representatividade da população objetivo pela amostra
e de precisão (sensibilidade) apropriada do experimento.

Agrupamentos importantes para o controle local podem ser constituídos por


classificações naturais ou artificiais das unidades. São critérios para classificações naturais
importantes, por exemplo, sexo, em experimentos com animais machos e fêmeas, cultivar,
em experimentos com plantas frutíferas adultas de diversas cultivares; declive, em
experimentos agrícolas de campo em terreno inclinado; e local e tempo, em experimentos
de ampla abrangência espacial e temporal. Muito comumente, agrupamentos naturais são
considerados fatores experimentais intrínsecos, pelas implicações que podem ter para as
inferências referentes a relações causais entre variáveis respostas e fatores de tratamento.

Classificações arbitrárias e artificiais das unidades também são freqüentemente


importantes para lograr a formação de agrupamentos de grupos homogêneos. Por exemplo,
classificações segundo a idade ou peso corporal, em experimentos de nutrição animal com
vacas de variação considerável dessas características; vigor, em experimentos com plantas
frutíferas adultas; e proximidade geográfica, em experimentos agrícolas em terreno plano.

O controle local é usualmente compreendido como o agrupamento das unidades na


forma em que estão presentes no material experimental inicial, quando muito comumente
devem ser atribuídos os tratamentos às unidades. Em geral, entretanto, o controle local
também deve ser utilizado com proveito durante a condução do experimento.
176 Estatística Experimental: Planejamento de Experimentos

A eficiência do controle local depende da habilidade do pesquisador na sua definição


e execução. Assim, um mesmo critério de controle local, como o controle local simples, por
exemplo, pode ser utilizado com proveito para o controle de um conjunto amplo de
características estranhas relevantes. Isso pode ser efetivado pela definição e execução do
mesmo controle local em todas as etapas da condução do experimento em que possa ser
conveniente. Assim, por exemplo, o mesmo critério de controle local utilizado para atribuir as
cultivares às parcelas em um experimento de comparação de cultivares de feijão deve ser
explorado para o controle das fontes de variação estranhas relevantes que possam decorrer
de práticas de cultivo, tais como plantio, aplicação de fungicidas, inseticidas e herbicidas, e
colheita; por exemplo, se o plantio deve abranger vários dias, pode ser conveniente que ele
seja completado bloco por bloco, para que as diferenças mais relevantes que possam
resultar fiquem entre os blocos e não dentro de blocos.

Em 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 execução. Esse aspecto nem sempre é fácil de ser compreendido. Considere-se, por
exemplo, um experimento sobre o efeito da nutrição da porca matriz e da nutrição do leitão
sobre a idade de abate e características da carcaça do leitão, com dois fatores - dieta da
porca e dieta do leitão. Esse experimento compreende duas etapas: uma etapa em
instalações de criação e a outra em instalações de crescimento e preparação para o abate.
Na primeira etapa, em que as porcas recebem as correspondentes dietas, o controle local é
exercido pelo agrupamento das porcas segundo a idade e peso; os leitões nascidos
permanecem junto com a respectiva porca matriz até o desmame. Ao desmame, os leitões
são transferidos para outras instalações, onde passam a receber a dieta para crescimento e
terminação para o abate. Nesta segunda etapa, é efetuado o controle local referente à
leitegada; as dietas de crescimento e terminação para o abate são aplicadas aos leitões de
cada leitegada. Nessas circunstâncias, o experimento compreende controle local duplo,
exercido, de modo complementar, nas duas fazes de sua execução.

O controle local evita o confundimento de efeitos de condições experimentais com os


efeitos das características estranhas que controla, logrando, conseqüentemente, a
eliminação dessa fonte de variação das estimativas de diferenças atribuíveis a essas
condições experimentais e das estimativas das variâncias dos correspondentes erros
experimentais. Dessa forma, se a variação estranha controlada é considerável, resulta um
aumento substancial da precisão do experimento para essas inferências.

Observe-se, entretanto, que a variância do erro experimental é a razão entre a


variação do erro experimental e o número de unidades de informação independentes
referentes a essa variação. Assim, para que o controle local seja eficaz, ou seja, implique a
redução (da variância) do erro experimental, a diminuição da variação do erro, sempre
lograda pelo controle local, deve superar a conseqüente perda de unidades de informação.
Nessas circunstâncias, o controle local deve ser utilizado para características estranhas que
se espera venham a constituir fonte de variação relevante.

O controle local estabelece uma estrutura de agrupamento das unidades


elementares da amostra (unidades de observação) que deve ser considerada no processo
de atribuição aleatória dos tratamentos a essas unidades, ou seja, no procedimento de
casualização. Essa estrutura das unidades, ou estrutura de unidade, juntamente com a
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 177

estrutura dos fatores experimentais e com o processo de casualização determina a estrutura


do experimento ou delineamento experimental, que constitui o tema do Capítulo 8.

6.4. Controle Estatístico

O controle estatístico consiste no registro de dados de variáveis que exprimam


características estranhas relevantes do material experimental (covariáveis) e o ajustamento
dos valores da variável resposta para a eliminação das diferenças atribuíveis essas
características. Assim, o controle estatístico é completado na fase de análise estatística dos
resultados do experimento com o procedimento de análise estatística comumente designado
análise de covariação.

Por exemplo, em um experimento de nutrição animal com animais com diferenças


apreciáveis de peso corporal, pode ser apropriado o registro desse peso e sua consideração
para a correção do peso ao abate. O controle estatístico nessas circunstâncias pode
propiciar um considerável controle da variação atribuível ao peso inicial dos animais.
Semelhantemente, em um experimento de fertilização do solo para o cultivo do amendoim
em que o número de plantas que produzem por parcela (usualmente denominado de
estande final) é variável, o registro desse estande e o correspondente controle estatístico
pode permitir a redução do confundimento que pode resultar da variação da densidade de
plantas por parcela. Observe-se que o controle estatístico controla os efeitos sobre a
variável resposta de todas as fontes de variação relacionadas com a covariável. Assim, sua
aplicação deve pressupor que a covariável não é afetada por condições experimentais, pois,
caso contrário, estará afetando, também, efeitos atribuíveis a essas condições,
particularmente a tratamentos. Essa pressuposição é assegurada quando a coleta de dados
da covariável é efetuada antes da aplicação dos tratamentos; esse é o caso do primeiro
exemplo. No segundo exemplo, entretanto, o estande final é mensurado ao final do
experimento; portanto, pode ser influenciado pelos tratamentos. De modo geral, quando o
momento da mensuração da covariável é ulterior à aplicação dos tratamentos, o uso do
controle estatístico deve ser efetuado com cautela. A adequabilidade do controle estatístico
nessas circunstâncias pode ser determinada com base em experimentos anteriores e pelos
próprios dados do experimento, pelo emprego de procedimento de análise estatística
apropriado.

O controle estatístico se baseia em uma pressuposição referente à forma da relação


entre a variável resposta e as variáveis que exprimem as características estranhas
controladas. Usualmente é postulada uma relação linear; no caso de controle estatístico
simples, uma relação linear simples. Entretanto, outras formas de relação podem ser
consideradas, tal como uma função curvilínea polinomial quadrática, univariada ou
multivariada, respectivamente nos caso de controle estatístico simples ou múltiplo. Nessas
circunstâncias, o controle estatístico demanda a mensuração da característica estranha
controlada, ou seja, sua expressão por uma variável, preferivelmente em escala racional e
contínua.

Adequabilidade do controle estatístico deve ser determinada para cada situação


particular. Estudos nesse sentido podem ser feitos pela exploração de dados de
experimentos conduzidos na área e por experimentos específicos para o estabelecimento de
técnicas experimentais. Assim, por exemplo, experimentos já conduzidos permitiram
estabelecer que em experimentos com soja, variações de estande são compensadas, de
178 Estatística Experimental: Planejamento de Experimentos

modo que, em geral, a produção de grãos não é afetada por variação de estande de
amplitude que abrange as situações práticas usuais.

O controle estatístico, assim como o controle local, não interfere na constituição da


amostra. É um procedimento de controle experimental alternativo ou complementar ao
controle local.

O controle estatístico pode também ser simples ou múltiplo, ou seja, pode propiciar o
ajustamento da variável reposta para uma ou mais características estranhas. Entretanto, ele
se distingue do controle local quanto à forma do controle efetuado. O controle estatístico
controla a variação atribuível à característica estranha controlada estimada pela forma de
relação postulada entre variável resposta e covariável. Nessas condições, a adequabilidade
do controle estatístico também depende da validade da relação postulada. Se apropriado, o
controle estatístico permite a redução da variação atribuível à covariável e a fontes de
variação com ela relacionadas. Por outro lado, o controle o controle local controla toda
variação estranha que resulta entre os correspondentes grupos de unidades formados.
Dessa forma, o controle estatístico permite o controle principalmente de características
estranhas individuais, uma ou mais, respectivamente nos casos de controle estatístico
simples ou múltiplo, enquanto que o controle local pode controlar agregados numerosos de
características estranhas, um ou mais, respectivamente nos casos de controle local simples
e múltiplo.

Nessas circunstâncias, o controle local é o apropriado para o controle de agregados


de características estranhas. Para o controle de variação referente principalmente a
características estranhas individuais, o julgamento da conveniência relativa dessas duas
formas de controle experimental não é tão simples. Assim, por exemplo, se a variação
relevante da variável resposta atribuível à fonte de variação estranha provém de uma
característica específica, o controle estatístico pode ser adequado. Entretanto, se essa
variação é muito substancial, pode ser mais conveniente o controle local, ou mesmo o uso
complementar desses dois processos de controle experimental. Por exemplo, em um
experimento com animais com variação muito considerável de peso corporal inicial,
possivelmente decorrente de diferenças de idade, pode ser recomendável a adoção do
controle local para o controle das diferenças mais relevantes; se a variação de peso dentro
dos grupos formados pelo controle local permanece acentuada, pode ser conveniente o
controle dessa variação por controle estatístico.

O controle estatístico resulta em perda de menor número de unidades de informação


sobre o erro experimental do que o controle local. Por exemplo, o controle estatístico
simples implica a redução de apenas uma unidade de informação do erro experimental,
enquanto que o controle local simples resulta na perda de g-1 unidades de informação, onde
g é o número de grupos formados pelo agrupamento das unidades. A perda de unidades de
informação implica prejuízo para a precisão da estimativa do erro experimental e, portanto,
das inferências geradas do experimento. Essa questão somente poderá ser compreendida
mais adiante.
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 179

6.5. Casualização

O conceito da casualização e sua caracterização foram estabelecidos na Seção 3.3.


Tratar-se-á aqui do procedimento para sua implementação e de alguns problemas que
poderão ocorrer em situações práticas

O controle local e o controle estatístico logram a redução do confundimento dos


efeitos das condições experimentais com características estranhas. Entretanto, essas duas
formas de controle experimental não são completamente efetivas. De fato, esses
procedimentos permitem o controle de uma fração relativamente pequena das inúmeras
características estranhas na amostra. As demais características, supostamente
individualmente menos relevantes, permanecem não controladas.

A casualização é uma forma de controle experimental complementar. Ela não logra a


redução quantitativa do confundimento de condições experimentais com características
estranhas. Seu propósito é evitar a tendenciosidade que possa decorrer desse
confundimento.

Assim, a casualização cumpre dois propósitos básicos: a) evitar que a manifestação


de características estranhas possa implicar em confundimento tendencioso dos efeitos de
condições experimentais sobre características respostas; b) propiciar estimativas não
tendenciosas do erro experimental, apropriadas para as inferências derivadas da amostra.

A casualização deve ser tão ampla quanto possível. Idealmente, ela deveria
abranger todas as características estranhas não controladas. Na prática, entretanto, a
consecução desse ideal é apenas aproximada já que, em geral, a manifestação de muitas
características estranhas, particularmente de características relacionadas ao ambiente, está
fora do controle do pesquisador.

A casualização é como um seguro contra perturbações que possam decorrer da


manifestação de características estranhas na amostra. Ela é uma precaução contra essas
perturbações que podem ou não ocorrer e que podem ou não ser sérias se ocorrerem. O
trabalho da casualização é recomendável sempre que haja alguma suspeita de que uma
ação possa implicar em alguma tendência, caso a casualização não seja efetuada.
Naturalmente, como usualmente há um grande número de operações físicas envolvidas em
um experimento, a aplicação da casualização na implementação de cada uma dessas
operações demandaria muito tempo e seria demasiadamente trabalhosa. Assim, o
pesquisador deve utilizar seu julgamento para omitir a casualização onde exista
conhecimento real de que os resultados não serão viciados.

A importância da casualização na atribuição dos tratamentos às unidades é


freqüentemente reconhecida. É menos compreendida sua importância em qualquer
intervenção importante durante a condução do experimento que possa implicar em alguma
fonte de variação sistemática, ou seja, que implique em alguma forma da variação estranha
que não possa ser considerada aleatória. Em alguns experimentos a casualização pode ser
útil para evitar tendenciosidade que possa resultar da intervenção de pessoas envolvidas.
Em outros, ela pode ser conveniente para lograr o balanceamento dos efeitos de variações
referentes ao ambiente. Esses propósitos da casualização são discutidos a seguir.
180 Estatística Experimental: Planejamento de Experimentos

Casualização na atribuição dos tratamentos

Estabelecido o controle local, fica determinada a forma genérica de arranjamento dos


tratamentos nas unidades da amostra. Por exemplo, com o controle local mais simples, ou
seja, com um único critério de agrupamento das unidades da amostra, a disposição dos
tratamentos nessas unidades deve contemplar uma coleção completa dos tratamentos em
cada grupo ou bloco. Entretanto, a disposição dos tratamentos dentro de cada bloco não fica
estabelecida. O próximo passo é a atribuição dos tratamentos às unidades experimentais.

Os tratamentos devem ser arranjados nas correspondentes unidades experimentais


em condições tão semelhantes quanto possível no que se refere à presença de
características estranhas nessas unidades. O procedimento de atribuição dos tratamentos
deve ser justo nesse sentido. Ou seja, qualquer tratamento deve ter igual chance de ser
aplicado à melhor ou pior unidade. A casualização, isto é, a atribuição aleatória dos
tratamentos, é o único procedimento que garante essa propriedade. Qualquer outro
procedimento pode conduzir à injustiça ou discriminação para alguns tratamentos. Além
disso, qualquer mecanismo ou processo de assinalação de tratamentos que possa tender a
arranjá-los nas unidades de modo menos ou mais semelhante do que seria logrado por
alocação aleatória conduz a estimativas da variação aleatória maior ou menor do que a
apropriada, que pode ser obtida apenas pela assinalação aleatória.

O propósito da atribuição aleatória dos tratamentos é, de fato, a casualização das


características estranhas na amostra, de modo que elas não impliquem em confundimento
dos efeitos causas das condições experimentais sobre características respostas.

O procedimento de casualização para um experimento específico depende da


estrutura de agrupamento das unidades e, portanto, do controle local adotado. Entretanto, o
princípio básico e geral da casualização, independente da estrutura de agrupamento, é a
atribuição dos tratamentos às unidades da amostra que garanta a mesma probabilidade a
todos os tratamentos para assinalação a cada unidade.

Na ausência de qualquer estrutura de agrupamento, os tratamentos são atribuídos


aleatoriamente às unidades sem qualquer restrição. No caso de controle local, a
casualização deve ser procedida de modo a garantir o arranjamento dos tratamentos nas
unidades determinado por essa forma de controle experimental. Por exemplo, com o
controle local mais simples, ou seja, com um único critério de agrupamento das unidades da
amostra, a disposição dos tratamentos nessas unidades deve contemplar uma coleção
completa dos tratamentos em cada grupo ou bloco. Nesse caso, o controle local requer que
os tratamentos sejam assinalados às unidades bloco por bloco; assim, a casualização deve
ser procedida bloco por bloco, separada e independentemente para cada bloco.

Para outras formas de controle local, as restrições variam segundo a estrutura de


unidade estabelecida. Por exemplo, em experimentos de ampla abrangência espacial e
temporal, a casualização deve ser procedida separada e independentemente para cada
posição no espaço e no tempo, e, para cada uma dessas posições segundo a estrutura de
unidade presente. O procedimento de casualização para estruturas de unidade específicas
será considerado oportunamente.

Muito freqüentemente, a casualização consiste em atribuir os tratamentos ou um


subconjunto dos tratamentos, aleatoriamente, ao conjunto das unidades da amostra ou a
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 181

subconjuntos dessas unidades; neste último caso, separada e independentemente para


cada subconjunto de unidades. Essa atribuição aleatória deve ser procedida por processo
físico e objetivo de sorteio que atribua a todas as unidades experimentais a mesma chance
de receber qualquer dos tratamentos.

A operação básica para a casualização é a geração de um ou mais arranjamentos de


um conjunto de objetos numerados em "ordem aleatória". Esse intento pode ser logrado
pela geração de uma ou mais permutações aleatórias de um conjunto de números,
procedida, por exemplo, pela extração isenta de bolas ou quadradinhos de papel
numerados, ou identificados de outra forma apropriada, ou de pedras de víspora. Esses
processos são freqüentemente criticados por na prática não imitarem apropriadamente o
acaso, ou porque o pesquisador possa influir no resultado. O procedimento usualmente mais
recomendado é o uso de tabelas de dígitos aleatórios ou de números aleatórios, como a
Tabela 1 do Apêndice.

Para a geração de uma permutação aleatória de um conjunto de números com o uso


da Tabela 1, devem-se estabelecer, preliminarmente, as seguintes convenções: a) número
de dígitos dos números da Tabela a sortear; b) ponto de partida na Tabela; e c) direção e
sentido do percurso para identificação dos números sorteados. Para a permutação de um
conjunto de nove números ou menos pode ser suficiente o sorteio de números de dois
dígitos; para o sorteio de um conjunto de 10 a 99 números pode ser suficiente sortear
números de três dígitos. O ponto de partida na tabela pode ser localizado apontando na
Tabela com um lápis, sem olhar ou, mais objetivamente, de modo indireto, pela identificação
aleatória de uma linha e de uma coluna da Tabela. Então, para o sorteio de um conjunto de
n números da Tabela leem-se os n números com o número estabelecido de dígitos, a partir
do ponto localizado e na direção e sentido definido. Números repetidos são
desconsiderados, passando-se adiante.

Para ilustração do uso da Tabela 1, considerar-se-á a casualização de tratamentos


para a situação de uma estrutura de unidade sem qualquer forma de agrupamento das
unidades da amostra, ou seja, sem controle local. Nessa ilustração, indicar-se-á o ponto
inicial da Tabela com um lápis e adotar-se-á o percurso vertical de cima para baixo.

Suponha-se que quatro tratamentos devam ser assinalados a 12 unidades, cada


tratamento a três unidades. Para essa situação, é apropriado o sorteio de número de três
dígitos. Inicialmente, numeram-se arbitrariamente as 12 unidades, ou seja, assinalam-se os
números de 1 a 12 às 12 unidades de modo conveniente, consecutivamente, por exemplo.
Localizando-se um ponto de partida na Tabela 1, obtendo-se a interseção da linha
encabeçada pelo número 10 com a coluna encabeçada pelo número 25. Leem-se e
registram-se os números da tabela verticalmente, a partir do ponto assinalado, na ordem em
que aparecem:

860 162 796 442 635 448 699 340 733 580 757 186
12 1 11 4 7 5 8 3 9 6 10 2

Assinala-se a numeração de ordem a esses números sorteados; assim, 162, o menor


recebe o número de ordem 1; 186, o segundo, recebe o número de ordem 2; e assim
sucessivamente; o número mais elevado, 860, recebe a numeração de ordem 12. Essa
numeração de ordem constitui uma permutação aleatória dos números inteiros de 1 a 12.
182 Estatística Experimental: Planejamento de Experimentos

Então, o primeiro tratamento é assinalado às unidades identificadas pelos números 12, 1 e


11; o tratamento 2, às unidades 4, 7 e 5; o tratamento 3, às unidades 8, 3 e 9; finalmente, o
último tratamento, o tratamento 4, é assinalado às unidades restantes: 6, 10 e 2.

Esse mesmo procedimento é utilizado, com pequenas variações, quando os


tratamentos devem ser atribuídos a números diferentes de unidades, quando uma coleção
completa dos tratamentos deve ser assinalada a um bloco de igual número de unidades,
quando um subconjunto de tratamentos deve ser assinalado às unidades de um bloco.
Essas são as diversas formas de assinalação de tratamentos para as situações de estrutura
de unidades mencionadas anteriormente. Nos casos de assinalação separada a blocos de
unidades, o processo tem de ser repetido para cada bloco, separada e independentemente.

Algumas dificuldades podem originar-se na aplicação da casualização,


particularmente em pequenos experimentos, quando resulta algum arranjamento
inconveniente dos tratamentos. Esse é o caso quando o arranjamento revela aparência
sistemática da disposição dos tratamentos nas unidades ou se ajuste a algum padrão do
material experimental fisicamente significativo, mesmo que esse padrão seja provavelmente
sem importância. Assim, por exemplo, em uma estrutura de unidade sem controle local, as
diversas parcelas com um mesmo tratamento podem dispor-se em parcelas contíguas; em
uma estrutura com controle local simples pode originar-se o mesmo arranjamento dos
tratamentos em todos os blocos.

Tais arranjamentos são, em geral, indesejáveis. Mesmo que se pense que


provavelmente não haja um efeito de ordem, ou um efeito de posição, há várias
circunstâncias, relacionadas com técnicas experimentais, por exemplo, que podem produzir
tais efeitos.

As chances da ocorrência desses arranjamentos particulares são muito pequenas,


exceto em experimentos com um pequeno número de unidades. Entretanto, elas podem
ocorrer. Há três procedimentos alternativos para contornar essas dificuldades, todos eles
implicando em restrição à casualização. O primeiro procedimento é alterar a forma de
controle local, incorporando uma condição que evite arranjamentos inconvenientes. Em
alguns casos, essa pode ser a solução apropriada. Entretanto, não é uma solução geral
para o problema, porque pode ser impraticável ou ser indesejável introduzir restrições
adicionais à casualização. Por exemplo, ela implica perda de unidades de informação
referentes ao erro experimental que pode não ser compensada pela eliminação de uma
fonte de variação provavelmente irrelevante, o experimento torna-se mais complicado, e já
pode existir um sistema de agrupamento complexo das unidades, tornando a introdução de
uma condição adicional difícil ou impossível.

O segundo procedimento é rejeitar arranjamentos inconvenientes, sempre que eles


ocorram, ou seja, efetuar nova casualização. Por exemplo, o pesquisador pode decidir
rejeitar certos arranjamentos indesejáveis. Possivelmente, haja pouca discordância com
referência a arranjamentos extremos como os dois casos referidos anteriormente.
Entretanto, como a decisão sobre os arranjamentos a serem considerados insatisfatórios é
arbitrária, pode haver discordância com relação a arranjamentos menos extremos. Ademais,
a rejeição de arranjamentos extremos altera as conseqüências da casualização para os
procedimentos usuais de inferência estatística.
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 183

O terceiro procedimento é usar a técnica especial da casualização restrita, em que a


estrutura do experimento é selecionada aleatoriamente de um conjunto de arranjamentos
especiais. Esse conjunto é escolhido de modo a excluir tanto os arranjamentos extremos
indesejáveis como aqueles muito balanceados, de tal modo que as conseqüências
matemáticas da casualização usual são satisfeitas. Esse método é muito especializado para
ser considerado aqui e suas implicações ainda não foram completamente estabelecidas.

Nessas circunstâncias, apesar de seus inconvenientes, o segundo procedimento


parece a melhor alternativa quando a melhor forma de controle local já está estabelecida.
Nesse caso, o melhor caminho é identificar os arranjamentos indesejáveis e que devem ser
rejeitados, antes da casualização. Felizmente, essa questão usualmente não é tão
importante na prática, já que, como salientado anteriormente, arranjamentos extremos
ocorrem com chance apreciável apenas em experimentos muito pequenos.

Casualização de intervenções

Importantes fontes de variação estranha não controlada podem ter diversas origens,
no material experimental inicial e na execução de técnicas experimentais, ou seja, aplicação
dos tratamentos e outras ações e intervenções durante a condução do experimento, até a
coleta, registro e edição dos dados.

A atribuição aleatória dos tratamentos evita o confundimento não tendencioso de


variação estranha de algumas dessas origens com efeitos de condições experimentais, mais
notadamente da variação estranha inerente ao material experimental inicial. É importante
que a casualização também seja utilizada para evitar o confundimento de outras fontes de
variação que possam surgir durante a condução do experimento. Um procedimento com
implicações semelhantes à casualização é o trato das unidades experimentais com um
mesmo tratamento separada e independentemente em todas as fases do experimento.

Para ilustração, suponha-se que em um experimento de nutrição animal em que o


grupo dos animais no experimento tenha que ser submetido ao controle de carrapatos por
meio de banho carrapaticida. Se a composição do líquido pode ser alterar ao longo dos
banhos dos diversos animais, pode ser conveniente a casualização da ordem de banho dos
animais. Semelhantemente, em um experimento que em alguma fase seja requerida a
intervenção de algum operador ou avaliador, pode ser conveniente que a casualização da
ordem de avaliação das diversas unidades, se a ordem de operação ou avaliação pode ter
qualquer influência sobre o efeito do operador ou avaliador. Esse efeito pode decorrer, por
exemplo, de ganho de experiência ou fadiga ao longo do processo.

Casualização como um recurso para encobrimento

A casualização também pode ter um importante uso em situações em que possa


ocorrer uma variação substancial não controlada originada de efeitos subjetivos
tendenciosos de pessoas que intervém no experimento, como operadores, avaliadores e
outros auxiliares, e o próprio pesquisador. Essa fonte de confundimento tendencioso pode
ser controlada com o emprego da casualização para esconder das pessoas envolvidas os
tratamentos aplicados a cada unidade.

Tendenciosidade dessa origem pode resultar em qualquer etapa do experimento,


dependendo do processo, desde a seleção das unidades até a mensuração das respostas.
184 Estatística Experimental: Planejamento de Experimentos

Considere-se, por exemplo, um experimento clínico com animais para a comparação


de drogas para tratamento de uma doença. As unidades experimentais são animais que
serão incluídos no experimento na medida em que os indivíduos apropriados apareçam na
unidade de pesquisa. Nessas situações, é comum, surgirem dúvidas sobre a inclusão de
algum animal particular. Se o pesquisador responsável pela decisão referente à inclusão de
animais no experimento sabe que o animal, se incluído, receberá um tratamento particular,
esse fato pode influenciar, consciente ou inconscientemente, a decisão em casos dúbios. Se
isso acontece, diferenças entre tratamentos ficam confundidas tendenciosamente com
diferenças entre animais.

Nessas circunstâncias, se a ordem dos tratamentos é determinada por uma


casualização inicial e se o procedimento de assinalação dos tratamentos aos animais é
disponível ao pesquisador, o encobrimento não será logrado. O método satisfatório é efetuar
a casualização após a seleção do animal, ou fazer com que o tratamento que um animal
particular deve receber seja indicado em um envelope lacrado que não seja aberto até que o
animal tenha sido definitivamente escolhido. A ordem dos tratamentos em envelopes
sucessivos é casualizada pelo controlador do experimento e não revelada.

Casualização com encobrimento também pode ser necessária na aplicação de


tratamentos, particularmente se as unidades são indivíduos que possam ser influenciados
de modo relevante se têm conhecimento dos tratamentos que recebem. Essa situação é
ilustrada no seguinte exemplo.

Considere-se um experimento com crianças para avaliar o efeito de uma nova pasta
dental com adição de flúor. Esse experimento requer dois grupos de crianças: um grupo que
receba a nova pasta dental e outro que não a receba. Um procedimento muito insatisfatório
de constituir este grupo controle é assinalar a nova pasta dental à metade das crianças e
não dar qualquer tratamento especial à outra metade. Para a obtenção de resultados
apropriados, é necessário o acompanhamento para encorajar o uso correto e freqüente da
nova pasta. Dessa forma, qualquer melhoria nos dentes do grupo experimental pode ser
devida a atenção especial dada à limpeza dos dentes em vez dos méritos particulares da
nova pasta.

Um procedimento melhor, mas ainda insatisfatório, é atribuir ao grupo controle uma


marca padrão de pasta dental. A objeção a esse procedimento é que o conhecimento pelo
grupo que recebe a nova pasta do recebimento de tal tratamento especial pode influenciá-lo
a ser mais diligente do que o grupo controle. O único meio satisfatório de assegurar a
ausência de ocorrência de tais efeitos é usar tubos iguais de pasta dental com a nova pasta
e com a pasta controle, na medida das possibilidades diferindo apenas quanto à presença e
ausência do flúor e não distinguíveis quanto ao sabor, cor, etc. Esse encobrimento também
deve estender-se a todas as pessoas com contato com as crianças, incluindo os técnicos
responsáveis pelas instruções referentes ao uso da pasta e a avaliação dos dentes das
crianças.

Essas considerações são geralmente importantes em experimentos em que a


aplicação dos tratamentos pode tender a ser influenciada por atitudes pessoais favoráveis a
alguns tratamentos. Assim, por exemplo, em um experimento para comparar um novo
processo com um processo usual ou uma nova técnica com uma técnica antiga, pode
originar-se tendenciosidade como conseqüência de ser devotada mais atenção ao
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 185

funcionamento do novo processo ou à execução da nova técnica. Se a possível tendência


não pode ser eliminada por encobrimento, em decorrência da natureza do processo, o
pesquisador deve recorrer a outros recursos que possam ser úteis para remover tal
tendência.

O encobrimento também pode ser conveniente em outras fases do experimento,


particularmente na fase de mensuração. Tendências pessoais substanciais nessa fase
podem ocorrer em muitos campos de pesquisa. Nesses casos, pode ser desejável a
casualização da ordem de avaliação das unidades e o encobrimento, de modo que o
avaliador não identifique o que está avaliando. Por exemplo, em experimentos com teste de
degustação, em que um avaliador deve estabelecer sua preferência entre diversos produtos,
é muito desaconselhável que o avaliador conheça o tratamento que cada uma das unidades
recebeu.

De modo geral, o encobrimento é recomendável em qualquer experimento em que o


julgamento pessoal influi de modo considerável na determinação da observação. Em
algumas situações, ele pode ser impraticável, mas muito freqüentemente a casualização
logra o encobrimento de modo simples e satisfatório.

Casualização para balanceamento de efeitos ambientais

A casualização pode ser empregada, convenientemente, em experimentos em


ambiente controlado, como casa de vegetação, estufa e armazém, quando os recipientes
das parcelas são vasos, caixas, tubos, sacos, etc. que possam ser movimentados com
facilidade e sem prejuízo durante a condução do experimento. A apropriada mudança de
posição desses recipientes ao longo do período experimental, para posições determinadas
por procedimento de casualização, pode lograr uma uniformização do efeito da variação
ambiental sobre as condições experimentais. Esse procedimento pode constituir uma
alternativa ou complemento para o controle local. No caso de controle local, a
movimentação deve ser feita obedecendo ao controle local estabelecido; por exemplo,
internamente em cada bloco, no caso de estruturação das unidades em blocos.

6.6. Alcance da casualização de condições experimentais

Anteriormente, foram caracterizadas as implicações do controle de técnicas


experimentais, do controle local e do controle estatístico, e as conseqüentes restrições a
esses procedimentos de controle experimental. A conseqüência dessas restrições é que
essas três formas de controle experimental permitem abranger apenas uma fração das
características estranhas. As demais permanecem não controladas. A casualização visa o
controle dessas características. A exposição da Seção 6.5 deixou claro que a casualização
não tem qualquer implicação e restrição dessa ordem. Sua única restrição é a
praticabilidade de implementação.

Na Seção 5.3 foi caracterizada a distinção entre os conceitos de fator de tratamento


e fator intrínseco. Particularmente, foi salientado que não há uma dicotomia nítida dessas
duas classes de fator experimental. De fato, todo fator experimental, incluindo o fator de
tratamento, não tem existência na forma pura de sua definição. Assim, por exemplo, não
existe o fator de tratamento cultivar como um ente genético puro. Um nível particular desse
fator, ou seja, uma cultivar particular é necessariamente veiculada em sua aplicação a uma
parcela por uma semente, que em sua composição inclui as características genéticas que
186 Estatística Experimental: Planejamento de Experimentos

compreendem o ente genético cultivar e, também, um conjunto considerável de


características estranhas (ou seja, não relacionada a esse ente genético), como vigor,
sanidade, impureza, etc. O fator "cultivar" não pode ser casualizado independentemente
dessas características. Em um experimento de sintomas de deficiência de boro em plantas
em que os níveis são ausência e presença de boro, pode-se lograr a obtenção da
substância boro com elevado grau de pureza e aplicá-la ao solo praticamente sem
veiculação de qualquer característica estranha. Nesse caso, boro é um fator de tratamento
cuja casualização às parcelas praticamente não envolve características estranhas. No outro
extremo situam-se os fatores local e ano, inseparáveis de um agregado de características
estranhas extremamente relevantes. Estes são fatores eminentemente intrínsecos.

Dessa forma, o controle experimental logrado pela casualização não pode ser
absoluto. Um subconjunto das características estranhas não controladas pelas outras
formas de controle experimental permanecerá, sempre e inevitavelmente, não controlado.
Esse subconjunto constitui a classe das características estranhas potencialmente
perturbadoras.

6.6. Exercícios de Revisão

1. Liste, conceitue e ilustre os procedimentos de controle experimental, com


exemplos de experimentos de sua área.

2. Discuta as implicações de cada um desses procedimentos quanto à constituição


da amostra.

3. Ilustre, com os exemplos considerados na resposta à questão 1, técnicas


experimentais utilizadas na obtenção e preparação do material experimental inicial, durante
a condução do experimento e à coleta e registro dos dados.

4. Ilustre situações em que os tratamentos têm que ser preparados para o


experimento.

5. Que condições tem que satisfazer uma técnica experimental para que não
prejudique a representatividade da população objetivo pela amostra?

6. As parcelas de um experimento agrícola de campo têm as seguintes especificações:

. comprimento das linhas: 5m,

. distância entre linhas: 0,60m,

. número de linhas na área total: 5,

. número de linhas na área útil: 3, excluídas as 2 linhas laterais.

a) Apresente um croqui identificando a unidade experimental e a unidade de observação.


(As áreas correspondentes à unidade experimental e à unidade de observação são usualmente
designadas, respectivamente, área total e área útil da parcela.)

b) Determine as dimensões da área total e da área útil da parcela.

7. Qual é o propósito da "bordadura" em um experimento agrícola de campo?


6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 187

8. De que forma pode ser evitada a contaminação de efeitos de tratamentos em parcelas


vizinhas na experimentação agrícola de campo?

9. Conceitue e ilustre com exemplos de sua área período pré-experimental e período


experimental.

10. Quais são as circunstâncias em que pode ser importante um período pré-
experimental?

11. Por meio de exemplos de sua área, ilustre o confundimento que usualmente
resulta de um efeito atribuível a tratamento com fontes de variação estranha.

12. Use o mesmo exemplo utilizado na questão para ilustrar como o pesquisador
pode lograr a redução do confundimento referido naquela questão.

13. Liste os propósitos para os quais podem ser importantes dados de variáveis que
exprimem características estranhas da amostra. Ilustre dados que podem ser importantes para
esses diversos propósitos por meio de exemplos de sua área.

14. Explique como pode se automatizada a coleta de dados.

15. Explique e ilustre o significado de número de dígitos significativos em um dado.

16. Ilustre as diferentes situações de arredondamento dados.

17. Explique e ilustre os significados de dado cru e dado primário.

18. O que significa "parcela perdida". Ilustre situações de experimentos de sua área de
pesquisa em que podem ocorrer parcelas perdidas.

19. Em que consiste o controle local na pesquisa experimental? Qual é o seu propósito?
Quais são suas implicações quanto ao procedimento de atribuição dos tratamentos às unidades
experimentais?

20. Ilustre a implementação de controle local segundo um mesmo critério em mais de


uma fase do experimento. Qual é a conveniência dessa exploração do controle local?

21. Ilustre uma situação em que o controle local é utilizado em mais de uma etapa de um
experimento executado em diversas etapas.

22. Discuta o uso de informação concomitante ou de covariável na pesquisa


experimental.

23. Explique e ilustra as condições ou pressuposições para o emprego do controle


estatístico.

24. Quais são os dois propósitos básicos da casualização?

25. Discuta as possíveis dificuldades associadas com o processo de casualização.

26. O que significa "delineamento sistemático"? Dê um exemplo.

27. O que significa casualização restrita.


188 Estatística Experimental: Planejamento de Experimentos

28. Em que casos se admite ou recomenda o uso de restrições na casualização?


Exemplifique.

29. Ilustre com exemplos de sua área empregos da casualização que não sejam na
atribuição dos tratamentos às unidades da amostra.

30. Com o recurso de uma tabela de dígitos aleatórios, gere uma permutação aleatória
dos números inteiros de 1 a 20. Explique os passos percorridos no processo adotado.

31. Suponha que você está planejando um experimento com cinco tratamentos e que
tem de efetuar a atribuição aleatória desses tratamentos a 20 parcelas, sem qualquer restrição à
casualização. Descreva e ilustre o processo de casualização com a utilização de uma tabela de
dígitos aleatórios. Apresente o resultado da casualização em um esquema (croqui) com a
disposição das parcelas.

32. Suponha, alternativamente, que no experimento de que trata a questão anterior deve
ser efetuado o controle local simples, pelo agrupamento das 20 parcelas em quatro grupos de
cinco parcelas, cada um desses grupos constituído por parcelas mais homogêneas do que o
conjunto das 20 parcelas. Descreva e ilustre o processo de casualização para essa nova
situação, com a utilização de uma tabela de dígitos aleatórios Apresente o resultado da
casualização em um esquema (croqui) com a disposição das parcelas.

33. Ilustre uma situação em sua área onde a mudança das posições das parcelas ao
longo do período experimental pode lograr a homogeneização do efeito de ambiente

34. Explique porque o controle experimental das características estranhas na amostra


não pode ser absoluto.

35. Indique a conseqüência que o pesquisador espera resultar para a representatividade


da população objetivo pela amostra (1) e para a grandeza (2) e não tendenciosidade (3) da
estimativa da variância do erro experimental de cada uma das ações listadas a seguir,
preenchendo nas correspondentes células as letras A - aumento, D - diminuição, N - nenhuma.

Ação (1) (2) (3)

Controle de técnicas experimentais:

Controle local:

Controle estatístico:

Casualização:

36. Decida se cada uma das seguintes sentenças é verdadeira ou falsa, colocando entre
parênteses as letras V ou F, respectivamente. Se a sentença for falsa, explique por que.

O controle experimental evita o confundimento de efeitos de características estranhas com


efeitos de fontes de variação estranhas.

O controle de técnicas experimentais tem como propósito a homogeneização das


características estranhas na amostra.
6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 189

O controle local e o controle estatístico são efetivados na análise estatística dos resultados
do experimento.

O emprego do controle local é mais limitado em experimentos tecnológicos.

O controle local de uma característica estranha é sempre mais conveniente do que o


controle estatístico.

O controle local em experimentos científicos é desnecessário.

O controle experimental deve ser definido no planejamento do experimento.

As técnicas experimentais são ações executadas durante a condução do experimento com


o propósito de controle experimental.

A implementação de uma técnica experimental pode implicar no aumento do viés do


experimento.

O controle de técnicas experimentais, quando adequado, é o procedimento mais eficaz


para o controle de características estranhas da amostra.

O material experimental compreende o conjunto dos fatores experimentais, o conjunto das


características respostas e o conjunto das características estranhas na amostra.

O pesquisador define completamente a amostra no plano do experimento

Se cultivar é um fator experimental em um experimento, a semente compreende apenas


características inerentes à esse fator.

Tratamento é um componente ou elemento dos sistemas já existente cuja manifestação


nas unidades da amostra o pesquisador controla.

Um experimento de ampla abrangência é um experimento conduzido em um número muito


elevado de posições no espaço e no tempo.

Um experimento tecnológico não é necessariamente um experimento de ampla


abrangência espacial e temporal.

Técnicas experimentais devem ser sempre empregadas para lograr a homogeneidade do


material experimental.

Em um experimento agrícola de campo, a unidade de observação é constituída por todas


as plantas na parcela.

O período pré-experimental é a fase de preparação e adaptação das unidades antes da


execução do experimento para que possa ser lograda na amostra a simulação adequada das
unidades na população objetivo.

Em um experimento agrícola de campo com semeadura, a semeadura deve ser efetuada


simultaneamente em todas as parcelas.
190 Estatística Experimental: Planejamento de Experimentos

Em um experimento com animais, os animais podem ingressar no experimento em


diferentes instantes.

Os tratamentos são, sempre, aplicados simultaneamente a todas as unidades


experimentais.

Qualquer desvio dos momentos previstos para a aplicação dos tratamentos implica em
confundimento de seus efeitos com efeitos de características estranhas.

Dados coletados em um experimento não se referem apenas a características respostas.

Dados de variáveis respostas são sempre coletados ao fim do experimento.

Em experimentos com plantas com estande final variável, o controle estatístico da variação
atribuível a esse estande é sempre recomendável.

Uma covariável é uma variável resposta.

A desconsideração de dados de alguma unidade experimental prejudicada por alguma


fonte de variação estranha origina o que se denomina de parcela perdida.

Algumas vezes, dados de um experimento são coletados antes do período experimental.

A definição de uma variável estabelece o número de algarismos dos dados a serem


coletados referentes a essa variável.

Dados devem ser registrados com dígitos em número no mínimo igual àquele que exprime
a precisão real do processo de mensuração.

Um mesmo critério de controle local pode ser utilizado para o controle de muitas
características estranhas.

O controle local é efetuado no momento de aplicação dos tratamentos.

O controle local sempre implica na diminuição da variância do erro experimental.

O mesmo critério de controle local pode ser utilizado para o controle de fontes de variação
estranhas que se manifestam em diferentes fases do experimento.

O controle local e o controle estatístico não interferem na constituição da amostra.

O pesquisador não pode lograr precisão elevada de um experimento com material


experimental heterogêneo.

O controle local é sempre mais eficiente do que o controle estatístico.

Características estranhas controladas por controle local devem ser mensuradas.

Um mesmo critério de controle estatístico pode ser utilizado para o controle de muitas
características estranhas da amostra.

Características estranhas controladas por controle estatístico devem ser mensuradas.


6. DELINEAMENTO DO CONTROLE EXPERIMENTAL 191

Análise da covariação é o procedimento estatístico que efetiva o controle estatístico.

A casualização tem o propósito da redução da variação estranha na amostra.

A casualização é uma forma de controle experimental.

O propósito da casualização da atribuição dos tratamentos às unidades é a casualização


de características estranhas da amostra.

A casualização logra a casualização de todas as características estranhas da amostra não


controladas pelos outros procedimentos de controle experimental.

A casualização pode ser utilizada com proveito para evitar a manifestação de fontes de
variação estranhas resultantes de intervenções durante a condução do experimento.

A casualização deve ser procedida com obediência ao controle local.

A casualização deve suceder ao controle local.

A casualização logra o controle de todas as características estranhas da amostra não


controladas pelas outras formas de controle experimental.

O pesquisador jamais deve rejeitar o resultado de uma casualização.

Encobrimento é uma técnica para esconder da unidade o tratamento que recebe.

O julgamento subjetivo de um avaliador pode ser evitado por encobrimento.


7. DELINEAMENTO DO EXPERIMENTO

7.1. Introdução

Ao planejar um experimento, o pesquisador exerce a escolha das variáveis


respostas, das condições experimentais, do material experimental e das correspondentes
unidades experimentais, e das implicações da manifestação de características estranhas da
amostra. Essas escolhas são exercidas pelo delineamento das respostas, do delineamento
das condições experimentais e do delineamento do controle experimental. Essas escolhas
são limitadas por dificuldades de acessibilidade da população objetivo, de mensuração, de
características próprias do material experimental e por restrições de recursos.

Nos capítulos anteriores, tratou-se do delineamento das variáveis respostas, do


delineamento das condições experimentais e do delineamento do controle experimental.
Esses delineamentos estabelecem a estrutura das variáveis respostas, a estrutura das
condições experimentais, ou dos fatores experimentais e a estrutura das unidades, ou dos
fatores de unidade.

A relação estrutural entre essas três estruturas determina a estrutura do


experimento. Muito freqüentemente, a estrutura das respostas é simples ou pode ser
simplificada. Essa simplicidade decorre de ausência de relação entre as variáveis respostas
ou da consideração, no caso mais usual de estruturação, ou seja, observações repetidas
sobre unidades da mostra, do tempo como um fator experimental adicional (Seção 4.6).

Nessas circunstâncias, a estrutura do experimento é geralmente estabelecida pela


relação entre a estrutura das condições experimentais e a estrutura das unidades. A relação
dessas duas estruturas é estabelecida pela casualização, ou seja, pela atribuição aleatória
dos tratamentos às unidades experimentais Assim, a correta especificação da estrutura do
experimento depende da correta especificação daquelas duas estruturas e do procedimento
de casualização.

O estabelecimento da estrutura do experimento é parte fundamental do planejamento


de experimento. Deve ser elaborado de modo que o experimento tenha elevada habilidade
para a detecção de diferenças de respostas reais importantes atribuíveis a fatores
experimentais, com os recursos disponíveis. Esse é o tópico do Capítulo 8.

Neste Capítulo, será feita a caracterização e uma taxonomia de cada uma das duas
estruturas que determinam a estrutura do experimento, da resultante estrutura do
experimento, também muito freqüentemente denominada de delineamento de experimento.

7.2. Estrutura dos Fatores Experimentais

A estrutura das condições experimentais ou estrutura dos fatores


experimentais é a relação estrutural entre as condições experimentais, ou seja, entre os
fatores experimentais, correspondentes níveis e combinações de níveis, e tratamentos
adicionais na amostra. Ela é determinada pelo delineamento ou planejamento das condições
194 Estatística Experimental: Planejamento de Experimentos

experimentais, de que se tratou no Capítulo 5. Algumas estruturas particulares foram


mencionadas e ilustradas na Seção 5.2.

A estrutura dos fatores experimentais é designada segundo a forma da relação


estrutural das condições experimentais, que usualmente pode ser disposta em uma tabela
de uma ou mais entradas. A classificação dessas estruturas nas situações mais usuais,
segundo esse critério, é estabelecida a seguir, na ordem de complexidade da estrutura.

1) Estrutura unifatorial. Essa estrutura compreende os níveis de um único fator


experimental. Nessa estrutura não há relação de combinação de níveis de fatores. Os níveis
do único fator podem ser dispostos em uma tabela de uma única entrada, como a tabela da
Figura 7.1 que representa a estrutura de um fator A com seis níveis.

A1 A2 A3 A4 A5 A6

A1 A2 A3 A4 A5 A6

Figura 7.1. Estrutura das condições experimentais de um fator A com seis


níveis.

2) Estrutura multifatorial completa ou fatorial completa. Nessa estrutura cada


nível de um dos fatores experimentais se combina com cada um dos níveis de cada um dos
demais fatores. No caso de dois fatores, as combinações de níveis, ou seja, a combinação
de cada nível de um dos fatores com cada um dos níveis do outro fator pode ser disposta
em uma tabela de duas entradas, uma entrada para cada um dos dois fatores. De modo
mais geral, uma estrutura multifatorial ou de k entradas completa corresponde a
experimentos com k fatores experimentais; nesse caso, as combinações de níveis, geradas
pela combinação de cada nível de cada um dos fatores com cada um dos níveis de cada um
dos outros fatores, podem ser dispostas em uma tabela de k entradas, uma entrada para os
níveis de cada um dos fatores. Uma estrutura de fatorial de dois fatores é ilustrada na
Figura 7.2, para dois fatores A, com quatro níveis - A1, A2, A3, e A4, e B, com três níveis - B1,
B2 e B3.

B1 B2 B3 B4

A1 A1B1 A1B2 A1B3 A1B4

A2 A2B1 A2B2 A2B3 A2B4

A3 A3B1 A3B2 A3B3 A3B4

Figura 7.2. Uma estrutura de fatores experimentais de dois A e B, onde o fator A


tem três níveis e o fator B, quatro níveis, constituindo 12 combinações
de níveis.

Uma estrutura fatorial completa é usualmente designada pela indicação do produto dos
níveis dos fatores que determina o número de condições experimentais presentes na amostra.
Assim, a estrutura representada na Figura 7.2 é uma estrutura fatorial completa 3x2, ou 2x3.

Uma ilustração de estrutura fatorial completa é provida pela estrutura fatorial de


tratamento 2x2x2, ou 23, do experimento do Exemplo 5.2, cujos tratamentos são as
7. DELINEAMENTO DO EXPERIMENTO 195

combinações de ausência e presença dos elementos químicos N, P e K. O Exemplo 5.17 provê


outra ilustração de uma estrutura fatorial completa; nesse caso, uma estrutura fatorial 3x3 ou 33.

3) Estrutura fatorial com tratamentos adicionais. Essa é uma estrutura fatorial


com a adição de um ou mais tratamentos. Por exemplo, em um experimento de controle de
invasoras com dois fatores experimentais - herbicida e freqüência de aplicação,
respectivamente com 4 e 3 níveis, cuja estrutura é a ilustrada na Figura 7.2 (onde A e B
são, respectivamente, os fatores freqüência de aplicação e herbicida), pode ser conveniente
a inclusão de um ou dois controles - sem herbicida ou sem herbicida e capina,
respectivamente. Com a adição dos controles o número de tratamentos passa de 12 para 13
ou 14, respectivamente nas situações de um ou dois controles. Outra ilustração é provida
pelo experimento "Adubação orgânica e química para o cultivo de arroz irrigado" do
Exemplo 5.5, com o esquema fatorial 3x2 adicionado de dois tratamentos.

4) Estrutura fatorial fracionária ou incompleta. Essa estrutura consiste de uma


parte, ou fração, do conjunto das combinações de níveis de uma estrutura fatorial completa.
Uma estrutura fatorial fracionária implica em confundimento de efeitos dos fatores
experimentais. Há várias técnicas para a seleção da apropriada fração, ou subconjunto, das
combinações de níveis dos fatores experimentais segundo os efeitos que o pesquisador
está disposto a sacrificar, de modo que os efeitos importantes não resultem confundidos.
Por exemplo, uma estrutura fatorial completa com três fatores A, B e C com o mesmo
número de níveis, seja n, compreende n3 combinações de níveis. Uma fração de n2 dessas
n3 combinações de níveis, ou seja, uma n-ésima parte das n3 combinações de níveis, pode
ser obtida pela seleção das combinações dos níveis dos três fatores que correspondem às
combinações de cada um dos níveis do fator C com apenas uma das n2 combinações dos
níveis dos fatores A e B. Esta estrutura fatorial fracionária de três fatores experimentais
pode ser disposta em uma tabela de apenas duas entradas, conforme ilustrado na Figura
7.3. Essa estrutura corresponde ao arranjamento "quadrado latino".

B1 B2 B3 B4

A1 A1B1C1 A1B2C2 A1B3C3 A1B4C4

A2 A2B1C2 A2B2C3 A2B3C4 A2B4C1

A3 A3B1C3 A2B2C4 A3B3C1 A3B4C2

A4 A4B1C4 A2B2C1 A4B3C2 A4B4C3

Figura 7.3. Estrutura fatorial fracionária de três fatores experimentais A, B e C


cada um com quatro níveis correspondentes ao arranjamento
"quadrado latino".

Outra ilustração é provida pelo experimento "Adubação com macroelementos para o


cultivo de milho" do Exemplo 5.6, com as 27 combinações dos três níveis de cada um dos
três fatores N, P e K reduzidas para oito. Os Exemplos 5.19 e 5.20 apresentam outras
Ilustrações.
196 Estatística Experimental: Planejamento de Experimentos

7.3. Estrutura dos Fatores de Unidade

Usualmente, as unidades de observação de um experimento resultam classificadas


ou agrupadas segundo um ou mais critérios. Essas classificações ou agrupamentos são
conseqüência de controle local imposto ou correspondem a classificações naturais
importantes ou convenientes dessas unidades. Assim, se as unidades de observação são
consideravelmente heterogêneas, é imposto controle local apropriado para lograr o controle
da fração mais relevante da variação estranha. Em um experimento de ampla abrangência
espacial ou temporal é levada em conta a classificação das unidades de observação
segundo os locais ou segundo os anos em que o experimento é conduzido. A consideração
dessas classificações decorre do interesse de levá-las em conta para a consecução dos
objetivos do experimento, caso em que são consideradas fatores intrínseco, ou de sua
importância para efeitos de controle local.

A relação estrutural entre as classificações ou agrupamentos das unidades de


observação constitui a estrutura dos fatores de unidade. Cada um desses agrupamentos
de unidades de observação é um fator de unidade (ou fator de agrupamento, ou fator de
bloqueamento), cujos níveis são os correspondentes grupos. A variação entre os grupos de
cada fator de unidade constitui o erro experimental.

A relação entre os níveis dos fatores de unidade na amostra constitui a estrutura


dos fatores de unidade, ou estrutura das unidades de observação, ou estrutura de
unidade.

Os seguintes exemplos são ilustrativos:

Exemplo 7.1. Experimento em que a variação das características estranhas da amostra


é irrelevante e, portanto, não é efetuado controle local, e não há classificações das unidades de
observação de outra origem.

Nessa situação, há um único agrupamento ou estratificação das unidades de


observação para constituírem o conjunto do material experimental. Logo, há um único fator
de unidade, que se designa de unidade ou parcela, cujos níveis são as unidades de
observação individuais.

Essa é a estrutura de unidade do delineamento completamente casualizado.

Exemplo 7.2. Experimento com controle local simples, ou seja, com um único
agrupamento determinado por controle local, e sem agrupamentos das unidades de observação
de outras origens.

Nesse caso, há dois agrupamentos das unidades elementares - o agrupamento


dessas unidades para constituírem os grupos determinados pelo controle local, ou seja, os
blocos, e o agrupamento dos blocos para constituírem o material experimental global. Há
dois fatores de unidade - parcela e bloco, cujos níveis são, respectivamente, as unidades
elementares e os blocos.

Essa estrutura pode ser representada por um croqui como o ilustrado na Figura 7.4
para a situação particular da classificação de 24 unidades de observação em quatro blocos
de seis unidades.
7. DELINEAMENTO DO EXPERIMENTO 197

Bloco 1 Bloco 3

Bloco 2 Bloco 4

Figura 7.4. Diagrama da estrutura de unidade de um experimento com 24 unidades


de observação classificadas pelo controle local em quatro blocos de seis
unidades.

Essa é a estrutura de unidade do delineamento blocos casualizados.

Observe-se que nessa estrutura as unidades de observação agrupam-se em blocos


e estes no material experimental global; os grupos do primeiro agrupamento estão contidos,
ou seja, se aninham, nos grupos do segundo agrupamento.

Exemplo 7.3. Experimento em que a variação das características estranhas da amostra


demanda controle local duplo, com a classificação das unidades de observação segundo dois
critérios de modo que cada uma dessas unidades se classifica em uma categoria de cada uma
das duas classificações.

Agora há três agrupamentos das unidades elementares - o agrupamento dessas


unidades para constituírem os grupos determinados pela primeira classificação e o
agrupamento também das unidades de observação individuais para constituírem os grupos
da segunda classificação; por sua vez, cada um desses dois agrupamentos se agrupa para
constituem o material experimental global. Os grupos de um dos dois primeiros
agrupamentos são denominados de filas; os grupos do outro grupamento, de colunas.
Então, há três fatores de unidade - parcela, fila e coluna cujos níveis são, respectivamente,
as unidades elementares, as filas e as colunas.

Essa estrutura pode ser representada por um diagrama como o croqui apresentado
na Figura 7.5.

Coluna
1 2 3 4 5

Linha 1

Linha 2

Linha 3

Linha 4

Linha 5

Figura 7.5. Diagrama da estrutura de unidade de um experimento com 25 unidades


de observação classificadas pelo controle local duplo em cinco linhas e
em cinco colunas.
198 Estatística Experimental: Planejamento de Experimentos

Essa é a estrutura de unidade do delineamento quadrado latino.

Observe-se que nessa estrutura de unidade as unidades de observação agrupam-se


em filas e, também, para formar as colunas; os grupos de um dos agrupamentos se cruzam
com os grupos do outro agrupamento.

Exemplo 7.4. Experimento considerado no Exemplo 7.2 repetido no espaço, em


diversos locais.

Nessa situação, há um terceiro agrupamento adicional àqueles dois do Exemplo 7.2


- o agrupamento dos locais para constituírem o total do material experimental de todo o
experimento, abrangendo todos os locais. Por conseqüência, resulta um fator de unidade
adicional - - o fator local, cujos níveis são os locais individuais.

Em geral, a relação estrutural de dois fatores pode ser cruzada - completa ou


incompleta, ou hierárquica - balanceada ou não balanceada. A relação é cruzada completa
se cada nível de um dos fatores se combina com cada nível do outro fator. Nesse caso,
cada nível deste segundo fator também se combina com cada nível do primeiro. Logo, uma
relação cruzada completa é recíproca. Ademais, cada nível de um dos fatores se combina
com todos os níveis do outro fator. Assim, se as combinações dos níveis dos dois fatores
são dispostas em uma tabela de dupla-entrada com cada fator em uma das duas entradas,
todas as células são cheias.

Uma relação cruzada incompleta é uma relação cruzada em que algum dos níveis
de um dos dois fatores não se combina com algum nível do outro fator. Com a disposição
das combinações dos níveis dos dois fatores em uma tabela de dupla-entrada, alguma
célula fica vazia.

Uma relação de dois fatores de unidade é uma relação de aninhamento ou


hierárquica se cada nível de um dos fatores se combina com um diferente nível do outro.
Nesse caso, cada nível deste segundo fator se combina com apenas um nível do primeiro
fator. Diz-se, então, que os níveis do primeiro fator aninham os níveis do segundo fator e
que os níveis do segundo fator se aninham nos níveis do primeiro fator. Diz-se, também,
que o primeiro fator aninha o segundo e que o segundo fator é aninhado no primeiro.

A relação é hierárquica balanceada se o número de níveis do fator que se aninha


no outro é o mesmo para todos os níveis deste segundo fator. Caso contrário, a relação é
hierárquica não balanceada.

De modo geral, uma estrutura de unidade pode ser hierárquica, se as relações entre
todos os pares de fatores de unidade é hierárquica, ou parcialmente hierárquica ou mista,
se a relação entre dois fatores de algum de seus pares de fatores de unidade é cruzada.
Observe-se que não há estrutura puramente cruzada, pois em qualquer estrutura as
unidades de observação se aninham para formar o material experimental global.

Pode-se estabelecer a seguinte classificação geral das estruturas de unidade mais


comuns segundo a relação estrutural dos fatores de unidade presentes no experimento:

1) Estrutura hierárquica balanceada. As relações entre todos os fatores de unidade


é hierárquica balanceada.
7. DELINEAMENTO DO EXPERIMENTO 199

Uma ilustração dessa estrutura é provida pelo Exemplo 7.2 quando o número de
unidades de observação não é o mesmo para todos os blocos. Outra ilustração é o experimento
do Exemplo 7.1 conduzido em diversos locais com um mesmo número de unidades de
observação em cada local. Nesse caso, surge um segundo fator de unidade - local, em cujos
níveis se aninham as unidades de observação individuais; por sua vez, os níveis desse fator
(locais) se aninham no material experimental global.

2) Estrutura hierárquica não balanceada. As relações entre todos os fatores de


unidade são hierárquicas, mas não balanceadas.

Essa estrutura de unidade resulta para o experimento do Exemplo 7.2 se o número de


unidades de observação não é comum para todos os blocos, e para o experimento do Exemplo
7.1 na situação em que o experimento é conduzido em diversos locais e o número de unidades
de observação não é o mesmo para todos os locais.

3) Estrutura mista completa balanceada. A estrutura de unidade compreende


relações de fatores de unidade hierárquicas e cruzadas, e as relações cruzadas são
completas e as de aninhamento são balanceadas.

Essa estrutura é ilustrada pela estrutura do Exemplo 7.2 na situação em que o


número de unidades de observação é o mesmo para todos os blocos, e pelo Exemplo 7.3
no caso em que o número de unidades de observação é constante para todas as linhas e
constante para todas as colunas. O Exemplo 7.4 é outra ilustração, se o número de
unidades de observação é comum para todos os blocos e o número de blocos é o mesmo
para todos os locais.

4) Estrutura mista completa não balanceada. A estrutura de unidade compreende


relações de fatores de unidade hierárquicas e cruzadas, e as relações cruzadas são
completas e alguma relação de aninhamento é não balanceada.

Essa estrutura ocorre no experimento do Exemplo 7.3 quando todas as


combinações de linha e coluna estão presentes e o número de unidades de observação não
é constante para todas as linhas ou para todas as colunas. Outra ilustração é provida por
esse mesmo experimento quando conduzido em mais de um local e todas as combinações
de linha e coluna estão presentes, mas o número de linhas ou de colunas não é comum
para todos os locais.

5) Estrutura mista incompleta não balanceada. A estrutura de unidade


compreende relações de fatores de unidade hierárquicas e cruzadas, e alguma relação
cruzada não é completa e alguma relação de aninhamento é não balanceada.

Essa estrutura é ilustrada pelo experimento do Exemplo 7.3 na situação em que


alguma combinação de linha e coluna está ausente e o número de unidades de observação
não é constante para todas as linhas ou para todas as colunas. Outra ilustração é provida
por esse mesmo experimento conduzido em mais de um local com alguma combinação de
linha e coluna ausente e o número de linhas ou de colunas não comum para todos os locais.

7.4. Delineamento Experimental

A manifestação das condições experimentais nas unidades de observação é


determinada pela casualização, salvo no que se refere a fatores intrínsecos. A relação
estrutural entre a estrutura dos fatores experimentais e a estrutura dos fatores de unidade,
200 Estatística Experimental: Planejamento de Experimentos

fundamentalmente determinada pela casualização, constitui a estrutura do experimento,


que também recebe as denominações de delineamento experimental e de delineamento
de experimento. O estabelecimento dessa relação estrutural pela casualização é ilustrado
pela Figura 7.6.

Figura 7.6. Delineamento experimental resulta da relação estrutural entre


fatores experimentais e fatores de unidade, determinada pela
casualização.

A casualização estabelece uma relação de correspondência entre os níveis dos


fatores experimentais e os níveis dos fatores de unidade. Os níveis de um fator de unidade
são as unidades experimentais para o fator experimental com cujos níveis guardam
relação de correspondência um a um. Mais genericamente, uma fração da amostra é a
unidade experimental para a condição experimental com a qual guarda correspondência um
a um.

A variação estranha entre unidades experimentais constitui o erro experimental. Em


geral, torna-se importante a consideração da estrutura do erro experimental determinada
pela estrutura do experimento.

Uma coleção consideravelmente grande de delineamentos experimentais pode


resultar das combinações das variadas formas de estrutura dos fatores experimentais e de
estruturas dos fatores de unidade, consideradas nas Seções 7.2 e 7.3. Os delineamentos
experimentais mais usuais podem ser classificados em famílias de delineamentos. Esse
fato é muito importante, pois os procedimentos de análise estatística são semelhantes para
delineamentos com a mesma estrutura.

Algumas dessas famílias de delineamentos são listadas a seguir, a título de


ilustração.

1) Delineamentos completamente casualizados uni ou multifatoriais com uma


observação por parcela. Nesses delineamentos, não há qualquer agrupamento das
unidades de observação, que constituem a única categoria de unidade experimental para os
fatores experimentais. Também não há fator intrínseco. Os tratamentos são atribuídos a
essas unidades experimentais completamente ao acaso, ou seja, sem qualquer restrição. A
Figura 7.7 ilustra essa estrutura.
7. DELINEAMENTO DO EXPERIMENTO 201

T3 T5 T2 T3 T4

T1, T2, T3, → ⇒ T4 T2 T1 T5 T1

T4, T5 Casualização T3 T3 T4 T5 T2

T1 T5 T1 T2 T4

Figura 7.7. Delineamento experimental completamente casualizado para cinco


tratamentos (T1, T2, T3, T4, T5) com quatro repetições de cada tratamento.

Esses delineamentos pressupõem que as unidades experimentais são homogêneas,


ou não podem ser agrupadas em grupos de unidades mais homogêneas que o conjunto de
todas as unidades experimentais. Fatores experimentais podem ter qualquer estrutura.

2) Delineamentos em blocos completos casualizados uni ou multifatoriais com


uma observação por parcela. As unidades de observação constituem a única categoria de
unidade experimental para os fatores experimentais. As unidades de observação são
agrupadas em grupos (blocos) de unidades; cada grupo constituído de unidades em
número correspondente ao número de tratamentos ou condições experimentais. Não há
fator intrínseco. Os tratamentos são assinalados aleatoriamente às unidades experimentais,
de modo que em cada bloco resulte uma coleção completa dos tratamentos. Para tal, a
casualização é efetuada separada e independentemente para cada bloco (Figura 7.8).

Esses delineamentos pressupõem que as unidades experimentais podem ser


classificadas em grupos de unidades internamente mais homogêneos quanto a
características estranhas que o conjunto completo das unidades experimentais. Fatores
experimentais podem ter qualquer estrutura.

Bloco 1 Bloco 2 Bloco 1 Bloco 2

T3 T6 T1 T4 T3 T5

T1, T2, T3, → ⇒ T5 T4 T2 T2 T6 T1

T4, T5, T6 Casualização T5 T2 T3 T4 T5 T2

T1 T6 T4 T1 T6 T3

Bloco 3 Bloco 4 Bloco 3 Bloco 4

Figura 7.8. Delineamento experimental blocos casualizados para seis tratamentos (T1, T2,
T3, T4, T5, T6) com quatro repetições de cada tratamento.

Algumas derivações simples dessa família de delineamentos resultam quando o


número de unidades experimentais em cada bloco é maior do que o número de tratamentos:

a) Delineamentos blocos casualizados com mais de uma repetição de cada


tratamento por bloco, também denominado blocos casualizados generalizado, em que
btr unidades experimentais são agrupadas em b blocos de tr unidades e r repetições de
cada um dos t tratamentos são atribuídas aleatoriamente às tr unidades de cada um dos b
blocos, separada e independentemente para cada bloco;
202 Estatística Experimental: Planejamento de Experimentos

b) Delineamento blocos casualizados com mais de uma repetição de um ou


alguns dos tratamentos em cada bloco. O primeiro delineamento é apropriado para
situações em que o material experimental é heterogêneo, mas as unidades experimentais
podem ser agrupadas em grupos de unidades homogêneas em número maior que o número
de tratamentos, de modo que cada bloco pode alojar mais de uma repetição completa dos
tratamentos. O segundo delineamento é útil em circunstâncias em que é apropriado,
necessário, ou conveniente duplicar, ou multiplicar, em cada bloco a presença de algum
tratamento, como pode ser o caso em experimentos com um tratamento testemunha, ou
controle, para o qual seja desejada precisão mais elevada.

d) Delineamento blocos casualizados com um fator intrínseco em blocos. Em


algumas situações raras, bloco constitui uma fonte de variação importante para os objetivos
do experimento. Nessas circunstâncias, bloco é, também, um fator experimental intrínseco.
O fator de unidade bloco é a unidade experimental para o fator intrínseco bloco, o que tem
conseqüências restritivas para inferências sobre esse fator experimental.

3) Delineamentos quadrado latino uni ou multifatoriais com uma observação


por parcela. As unidades de observação constituem a única categoria de unidade
experimental para os fatores experimentais. Não há fator intrínseco. Em um experimento
com t tratamentos, t2 unidades experimentais são agrupadas segundo dois critérios de
agrupamento; em cada um desses agrupamentos as t2 unidades experimentais são
agrupadas em t grupos de t unidades (esses grupos são denominados filas para um dos
agrupamentos e colunas para o outro agrupamento); os tratamentos são assinalados às t2
unidades experimentais de modo que em cada grupo de cada um dos dois agrupamentos
(ou seja, em cada fila e em cada coluna) resulte uma repetição completa dos t tratamentos.
Para tal, a casualização deve ser efetuada de modo que todas as possíveis diferentes
configurações que possam resultar da distribuição dos tratamentos nas unidades
experimentais que satisfaçam as condições do quadrado latino tenham a mesma chance de
ser a escolhida (Figura 7.9).

Esses delineamentos pressupõem que as unidades experimentais podem ser


classificadas em duas classes de blocos, ou seja, segundo filas e segundo colunas de modo
que as filas e as colunas sejam internamente mais homogêneas quanto a características
estranhas que o conjunto completo das unidades experimentais. Fatores experimentais
podem ter qualquer estrutura.

Coluna Coluna
1 2 3 4 5 1 2 3 4 5

Linha 1 T3 T2 T4 T1 T5

T1, T2, T3, → Linha 2 T4 T1 T2 T5 T3

T4, T5 Casualização Linha 3 ⇒ T2 T3 T5 T4 T1

Linha 4 T5 T4 T1 T3 T2

Linha 5 T1 T5 T3 T2 T4

Figura 7.9. Delineamento experimental quadrado latino para cinco tratamentos (T1, T2,
T3, T4, T5).
7. DELINEAMENTO DO EXPERIMENTO 203

Esse delineamento também pode contemplar algumas variações, algumas delas


semelhantes àquelas consideradas para o delineamento blocos casualizados.

4) Delineamentos quadrado greco-latino. Esses delineamentos são uma extensão


do princípio do quadrado latino para o agrupamento triplo, ou seja, segundo três critérios,
das unidades experimentais. Logo, estes delineamentos implicam em restrição mais
acentuada à casualização.

5) Delineamentos blocos incompletos uni ou multifatoriais com uma


observação por parcela. As unidades de observação constituem a única categoria de
unidade experimental para os fatores experimentais. Essas unidades são agrupadas em
grupos (blocos) de unidades, cada um dos quais constituído por um número de unidades
inferior ao número de tratamentos. Não há fator intrínseco. Essa família de delineamentos
compreende um número elevado de subfamílias, que se distinguem pela relação estrutural
entre tratamentos e estrutura de unidade. O processo de casualização para a atribuição dos
tratamentos às unidades experimentais deve obedecer ao controle local imposto de modo
que sejam garantidas as propriedades da subfamília de delineamento particular. Esquemas
próprios são apresentados em alguns textos. Uma ilustração é provida pela Figura 7.10.

Bloco 1 T1 T2 T3

T1, T2, → Bloco 2 ⇒ T2 T3 T4

T3,T4 Casualização Bloco 3 T3 T4 T1

Bloco 4 T4 T1 T2

Figura 7.10. Delineamento experimental blocos incompletos balanceados para


quatro tratamentos (T1, T2, T3 e T4) com três repetições.
(Delineamento balanceado em que cada par de tratamentos aparece
duas vezes em um mesmo bloco).

Esses delineamentos pressupõem que os blocos compreendem unidades


experimentais consideravelmente mais homogêneas quanto a características estranhas do
que o conjunto das unidades do material experimental. São apropriados para situações em
que heterogeneidade estranha do material é de tal porte que não pode ser lograda a
formação de blocos completos de unidades suficientemente homogêneas para o
experimento.

Esses delineamentos podem resultar de agrupamentos simples, duplos, ou de ordem


mais elevada, das unidades experimentais. Alguns desses delineamentos com estruturas
particulares são conhecidos pela designação genérica de reticulados (reticulados
quadrados, reticulados retangulares, reticulados cúbicos, quadrados reticulados, por
exemplo).

Essa família de delineamentos é extremamente vasta, compreendendo algumas


subfamílias de delineamentos bastante importantes, além dos reticulados, como as que
seguem. Variações podem decorrer da presença de fatores intrínsecos.

6) Delineamentos parcelas divididas com uma observação por parcela. Esses


delineamentos podem ser derivados de qualquer um dos anteriores. Esses delineamentos
204 Estatística Experimental: Planejamento de Experimentos

são, por definição, multifatoriais. Na situação mais simples de dois fatores experimentais, os
níveis de um dos fatores são assinalados às correspondentes unidades experimentais
segundo um dos delineamentos descritos anteriormente; os níveis do outro fator são
assinalados às divisões daquelas unidades experimentais; essas divisões constituem as
unidades experimentais para esse segundo fator experimental (Figura 7.11). Essas
subdivisões são usualmente designadas subunidades, ou subparcelas.

Supostamente, as características estranhas nas subunidades são mais homogêneas


do que as unidades experimentais. Esses delineamentos são apropriados quando é
desejável para o segundo fator precisão mais elevada do que para o primeiro, ou quando a
divisão das unidades experimentais é implicada por conveniência de ordem prática ou por
restrição inerente ao material experimental.

Bloco 1 Bloco 2 Bloco 1 Bloco 2


P1 P2 P3
A2B1 A1B2 A3B2 A3B2 A1B1 A2B2

A1, A2, A3 → ⇒ A2B2 A1B1 A3B1 A3B1 A1B2 A2B1

B1, B2 Casualização A3B2 A2B2 A1B1 A2B2 A3B1 A1B2

A3B1 A2B1 A1B2 A2B1 A3B2 A1B1

Bloco 3 Bloco 4 Bloco 3 Bloco 4

,Figura 7.11. Delineamento experimental blocos casualizados com parcelas divididas


para fator A com três níveis (A1, A2, A3) em parcelas e fator B com dois níveis
(B1, B2,) em subparcelas com quatro repetições de cada tratamento.

7) Delineamentos blocos divididos em faixas. O material experimental é dividido


em faixas segundo duas direções transversais. Na situação de dois fatores de tratamentos,
os níveis de um dos fatores são atribuídos aleatoriamente às faixas de uma dessas direções
e os níveis do outro fator, às faixas da outra direção (Figura 7.12).

Supostamente, as unidades experimentais dentro de cada uma das faixas, nas duas
direções, são mais homogêneas do que o conjunto de todas as unidades do material
experimental.

Bloco 1 Bloco 2 Bloco 1 Bloco 2


F21 F22 F23
F11 A2B1 A1B2 A3B2 A3B2 A1B1 A2B2

A1, A2, A3 → F12 ⇒ A2B2 A1B1 A3B1 A3B1 A1B2 A2B1

B1, B2 Casualização A3B2 A2B2 A1B1 A2B2 A3B1 A1B2


A3B1 A2B1 A1B2 A2B1 A3B2 A1B1

Bloco 3 Bloco 4 Bloco 3 Bloco 4

Figura 7.12. Delineamento experimental blocos divididos em faixas transversais para o fator
A com três níveis (A1, A2, A3) em uma direção e o fator B com dois níveis (B1, B2,)
na direção transversal com quatro repetições de cada tratamento.
7. DELINEAMENTO DO EXPERIMENTO 205

8) Esquema fatorial em blocos incompletos com confundimento. Esses são


delineamentos para experimentos com dois ou mais fatores de tratamento em que os níveis
ou as combinações de níveis de algum dos fatores são atribuídos às unidades
experimentais agrupadas em blocos incompletos de modo que os efeitos (mais comumente
interações) que o pesquisador supõe desprezíveis são confundidos com os efeitos de
blocos.

Os delineamentos parcelas divididas e blocos divididos em faixas são delineamentos


dessa família. Nos primeiros, o efeito do fator cujos níveis são atribuídos às subunidades
fica confundido com o efeito das unidades experimentais; nos delineamentos blocos
divididos em faixas, os efeitos dos dois fatores experimentais ficam confundidos cada um
com as faixas de uma das direções.

9) Delineamentos experimentais com observações múltiplas, observações


repetidas, ou amostragem na unidade experimental elementar. Esses delineamentos
são derivações dos delineamentos anteriores em que cada unidade experimental
compreende mais de uma unidade de observação.

Por exemplo, um delineamento completamente casualizado com observações


múltiplas resulta da atribuição dos tratamentos completamente ao acaso a grupos de
unidades de observação, de modo que cada uma das unidades de cada um desses grupos
é condicionada a receber o mesmo tratamento.

10) Delineamentos experimentais mais genéricos. Delineamentos de


experimentos repetidos no espaço e no tempo, ou em que as unidades elementares
apresentam outras formas de agrupamentos naturais.

Esses delineamentos compreendem repetições ou agregações dos delineamentos


descritos anteriormente

Em resumo, o plano do experimento define a estrutura dos fatores experimentais e a


estrutura dos fatores de unidade. A casualização, por sua vez, determina uma relação
estrutural dessas duas estruturas que define a estrutura do experimento ou delineamento
experimental. O delineamento experimental, por conseqüência, define, automaticamente,
um modelo estatístico, que é a base para os procedimentos de análise estatística dos
resultados.

Assim, a adequação e a simplicidade dos procedimentos de análise estatística


apropriados para um experimento dependem da adequação e da simplicidade do
delineamento adotado. Entretanto, a facilidade da disponibilidade de receitas para a análise
de delineamentos mais simples não deve condicionar o pesquisador ao uso de
delineamento que implique em restrições indevidas ao experimento. Com a atual
disponibilidade de recursos de computação pode-se processar, praticamente, a análise de
qualquer delineamento. Naturalmente, a adequabilidade das inferências derivadas aos
objetivos do experimento depende da propriedade do delineamento.

Assim, o pesquisador deve adotar o delineamento experimental mais apropriado para


o seu experimento particular, com a garantia de que seja um delineamento experimental
válido e eficiente, ou seja, que satisfaça os requisitos e princípios básicos do
delineamento experimental.
206 Estatística Experimental: Planejamento de Experimentos

7.5. Exercícios de Revisão

1. Conceitue e ilustre com exemplos: delineamento das condições experimentais e


delineamento do controle experimental.

2. Explique o significado e ilustre: estrutura de fatores experimentais unifatorial e


estrutura fatorial.

3. Conceitue e ilustre: fator experimental e fator de unidade.

4. O que significam estrutura dos fatores experimentais e estrutura dos fatores de


unidade. Ilustre esses dois conceitos com um exemplo de experimento de sua área

5. Distinga e ilustre os conceitos de estrutura de fatores experimentais fatorial completa e


fatorial incompleta.

6. O que significa uma estrutura de fatores experimentais com tratamentos adicionais. Dê


um exemplo de condições experimentais com essa estrutura. O que justifica a derivação de uma
estrutura fatorial com tratamentos adicionais de fatorial completa?

7. O que significa uma estrutura de fatores de unidade

8. Ilustre diversas formas de estruturas de fatores de unidade com exemplos de sua área.

9. No delineamento de experimento costuma-se fazer distinção entre fator de tratamento,


cujos níveis são atribuídos aleatoriamente às unidades experimentais, fator intrínseco, cuja
manifestação dos níveis é inerente às unidades experimentais, e fator que corresponde a um
agrupamento das unidades da amostra com o propósito de controle local. Ilustre cada um desses
fatores, recorrendo a exemplos de sua área de interesse.

10. Descreva o delineamento experimental apropriado para cada um dos três exemplos
da Seção 3.5.

11. Ilustre comum exemplo de sua área e descreva cada um dos seguintes
delineamentos experimentais:

a) Delineamento completamente casualizado com um fator experimental e uma


observação por unidade experimental.

b) Delineamento completamente casualizado com um fator experimental e mais de uma


observação por unidade experimental.

c) Delineamento completamente casualizado com mais de um fator experimental e uma


observação por unidade experimental.

d) Delineamento blocos casualizados com um fator experimental e uma observação por


unidade experimental.

e) Delineamento blocos casualizados com um fator experimental e mais de uma


observação por unidade experimental.

f) Delineamento blocos casualizados com mais de um fator experimental e uma


observação por unidade experimental.
7. DELINEAMENTO DO EXPERIMENTO 207

12. Qual é a condição necessária para que a adoção do delineamento blocos


casualizados para um experimento seja preferível ao delineamento completamente casualizado
para uma mesma estrutura de fatores experimentais.

13. Suponha que é desejado conduzir um experimento para a comparação dos efeitos de
quatro antibióticos para o controle de uma infecção de cavalos, com seis repetições de cada
tratamento. Os antibióticos serão aplicados individualmente aos animais.

Indique o delineamento experimental mais adequado para cada uma das situações que
seguem. No caso de delineamento experimental que imponha controle local ou controle
estatístico, indique as características estranhas que devam ser controladas por cada um desses
dois procedimentos.

a) Dispõe-se de um número suficiente de animais considerados homogêneos para os


propósitos do experimento.

b) Os animais disponíveis são heterogêneos quanto à idade, mas podem ser


classificados em seis grupos cada um deles com animais de mesma idade e uniformes quanto
às demais características.

c) Os animais disponíveis são heterogêneos quanto à 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 conveniência da inclusão de um controle, testemunha ou placebo


entre os tratamentos do experimento em consideração.

14. Um experimento deve ser conduzido para a comparação de seis gramíneas


forrageiras, designadas A, B, C, D, E e F. Suponha que o pesquisador tem a sua disposição para
escolha quatro terrenos com dimensões apropriadas para 36 unidades experimentais, dispostas
em um quadrado, com as seguintes características básicas do material experimental:

i) Terreno homogêneo ii) Terreno com um gradiente de hetero-


geneidade indicado

Delineamento: Delineamento:
208 Estatística Experimental: Planejamento de Experimentos

iii) Terreno com dois gradientes perpendiculares iv) Terreno heterogêneo, mas sem gra-
de heterogeneidade indicados diente conhecido

Delineamento: Delineamento:

a) Que delineamento experimental você utilizaria para cada uma dessas quatro situações
alternativas? (Indique o delineamento no lugar próprio, abaixo do correspondente croqui.)

b) Indique, para cada uma das quatro situações, no próprio croqui acima, uma
distribuição típica dos tratamentos (A, B, C, D, E e F) que poderia resultar do processo de
casualização apropriado, identificando, se for o caso, os agrupamentos formados, contornando
com lápis, o conjunto de parcelas de cada grupo.

c) Qual é o inconveniente de utilizar o delineamento para a situação i nas condições de


heterogeneidade do material experimental (situação ii, por exemplo)?

d) Qual é o inconveniente de adotar o delineamento para a situação iii no caso em que o


material experimental corresponde à situação iv?

15. Decida se cada uma das seguintes sentenças é verdadeira ou falsa, colocando, entre
parênteses, as letras V ou F, respectivamente. Se a sentença for falsa, explique por que.

O delineamento experimental é um plano para a coleta de informações por meio do


experimento.

A estrutura de fatores experimentais também pode ser denominada de estrutura de


tratamento.

Um nível de um fator experimental é um tratamento.

Uma estrutura de fatores experimentais pode ser convenientemente representada em uma


tabela.

Não há distinção essencial entre fator de tratamento e fator intrínseco.

Uma estrutura fatorial de dois fatores incompleta ou fracionária pode ser representada em
uma tabela de duas entradas.

Uma estrutura fatorial de dois fatores com tratamentos adicionais pode ser representada
em uma tabela de duas entradas.
7. DELINEAMENTO DO EXPERIMENTO 209

Algumas estruturas fatoriais fracionárias de três fatores podem ser representadas em uma
tabela de duas entradas.

Qualquer agrupamento das unidades de observação compreende um fator de unidade.

A estrutura de unidade de um experimento depende do número de tratamentos.

Fatores intrínsecos são sempre considerados no estabelecimento da estrutura de unidade


de um experimento.

A estrutura de unidade correspondente ao delineamento completamente casualizado não


compreende qualquer agrupamento das unidades de observação.

Uma estrutura de unidade compreende, sempre, pelo menos um fator de unidade.

No delineamento blocos casualizados a estrutura de unidade compreende pelo menos um


agrupamento das unidades de observação.

Um delineamento experimental particular resulta da relação estrutural das condições


experimentais com a estrutura de unidade da amostra.

A correspondência entre os níveis de um fator experimental e os níveis de um fator de


unidade é sempre determinada pela casualização.

A correspondência entre os tratamentos de um experimento e os níveis de um fator de


unidade é sempre determinada pela casualização.

Os níveis de um fator de unidade são as unidades experimentais para o fator experimental


com cujos níveis mantém relação de correspondência um a um.

As unidades experimentais para dois fatores experimentais podem ser as mesmas.

Os tratamentos são sempre atribuídos aos níveis de um mesmo fator de unidade.

Uma estrutura de experimento completamente casualizada não compreende qualquer


agrupamento das unidades de observação. Portanto, nessa estrutura não há fator de unidade.

Uma estrutura de experimento com dois fatores de unidade resulta de controle local duplo;
portanto é um delineamento quadrado latino.

Uma estrutura de experimento completamente casualizada não pode compreende mais de


uma observação por unidade experimental.
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO

8.1. Introdução

O plano de experimento deve garantir que o experimento tenha a habilidade para


derivar as inferências relevantes referentes aos fatores experimentais. Entretanto, é
importante que o plano de experimento, particularmente o delineamento experimental, seja o
mais simples possível. Ele deve assegurar que o experimento seja conduzido de modo tão
eficiente quanto possível. Todo o esforço deve ser despendido para que o experimento logre
a precisão e exatidão desejadas, e economia de material experimental, de tempo, de
recursos financeiros e de pessoal.

Não há um conjunto de regras e procedimentos que garanta a elaboração de um


plano de experimento que cumpra essas exigências, ou seja, que garanta a eficiência do
experimento. Entretanto, a observância a alguns requisitos importantes e princípios básicos
é fundamental para a consecução dos objetivos de qualquer experimento.

A partir da relevante contribuição de Fisher, muitos delineamentos experimentais


foram desenvolvidos para as mais variadas situações. Esses delineamentos têm sido
extensivamente utilizados e se tornaram tradicionais em muitas áreas de pesquisa.

A exposição desses delineamentos clássicos é comum em muitos textos,


particularmente em textos de Estatística Experimental. A ampla difusão desses
delineamentos os tornou geralmente acessíveis a todos os pesquisadores. Em particular, a
disponibilidade de esquemas de delineamentos experimentais mais complexos nesses
textos tem facilitado sua utilização pelos pesquisadores. Outra razão para a generalizada
tendência para a utilização desses delineamentos é a facilidade propiciada para a análise de
dados, cujas receitas também foram amplamente difundidas e se tornaram de grande
importância na época em que as facilidades para o processamento de análises estatísticas
eram precárias.

Entretanto, esses delineamentos são freqüentemente mal utilizados, por diversas


razões, entre elas a pouca compreensão de suas implicações. É usual a tendência de
pesquisadores adaptarem o plano de sua pesquisa aos delineamentos experimentais
disponíveis. Como conseqüência, é freqüente a utilização de delineamentos inadequados
para os propósitos e condições do experimento.

A disponibilidade atual de recursos de computação tornou viável ao pesquisador o


planejamento de experimentos mais eficientes, com a utilização mais racional do
delineamento apropriado para os seus experimentos. Para tal, é necessário a compreensão
dos requisitos e princípios básicos requeridos do delineamento experimental. A obediência a
esses requisitos e princípios permite ao pesquisador derivar o delineamento experimental
mais apropriado para cada situação particular, ou seja, o delineamento experimental mais
simples e eficiente, tanto no sentido estatístico como econômico.

Para tal, a definição do delineamento do experimento deve ser feita com especial
cuidado. Em particular, a participação do estatístico na fase do planejamento do
212 Estatística Experimental: Planejamento de Experimentos

experimento pode propiciar contribuição relevante para que o experimento seja estatística e
economicamente eficiente.

8.2. Requisitos Básicos do Plano do Experimento

O propósito de um experimento é prover a quantidade máxima de informação


relevante aos objetivos do experimento ao custo mínimo. Para a consecução desse
propósito, o plano do experimento deve satisfazer alguns requisitos básicos, que são
sumariados a seguir.

8.2.1. Estimação do erro experimental

O procedimento de inferência para comparações entre tratamentos em um


experimento consiste, basicamente, em comparar a variação entre unidades experimentais
com diferentes tratamentos com a variação entre unidades experimentais com um mesmo
tratamento, ou seja, com a variação aleatória, atribuível ao erro experimental. Se a primeira
fonte de variação é consideravelmente superior à segunda, atribui-se tal superioridade à
existência de diferenças reais entre efeitos de tratamentos. Dessa forma, o primeiro requisito
de um experimento é prover a estimação do erro experimental. Para tal, o plano do
experimento deve assegurar a repetição, ou seja, a multiplicação de unidades experimentais
para os tratamentos.

No passado, foi sustentada a idéia do uso de estimativa do erro experimental obtida


de experimentos anteriores ou de experimentos conduzidos especialmente para tal
propósito (os chamados "experimentos em branco", ou seja, sem tratamentos). Tais
estimativas podem ser válidas em áreas de pesquisa onde as condições permanecem
basicamente invariáveis ao longo do tempo. Em pesquisa animal e vegetal em ambientes
naturais, geralmente de elevada variabilidade, tal não ocorre. Por essa razão, é
recomendável que o experimento seja autossuficiente no sentido de prover uma estimativa
do erro experimental apropriada para as inferências que ele se destina derivar.

Em experimentos com elevado número de fatores em ambientes uniformes, como


ocorre em certos experimentos em processos industriais, é sabido que certas interações de
ordens elevadas são inexistentes ou desprezíveis. Com base nesse argumento, tais
interações são utilizadas como estimativas do erro experimental. Diz-se, nesse caso, que a
estimativa do erro experimental é provida por "repetições escondidas". Seja, por exemplo,
um experimento com dois fatores A e B, com três e quatro níveis, respectivamente; portanto,
com 12 tratamentos. Unidades experimentais com diferentes níveis do fator B e um mesmo
nível do fator A são ditas repetições escondidas para o fator A. Naturalmente, a validade da
estimação do erro experimental por interações de ordens elevadas depende da validade do
argumento de inexistência dessas interações. Caso esse argumento não seja válido, o erro
experimental resultará sobrestimado.

8.2.2. Precisão

A precisão do experimento refere-se à variabilidade do material experimental


atribuível às características estranhas que não são controladas por controle local e controle
estatístico. Assim, ela está relacionada com a variância atribuível ao erro experimental,
usualmente designada variância do erro, variância aleatória, ou variância casual: a
precisão do experimento é mais elevada quanto menor é o erro experimental. Esses termos
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 213

se originam da expectativa da composição do erro experimental apenas por características


estranhas casualizadas e características estranhas potencialmente perturbadoras que não
mostrem padrão de comportamento que revele a manifestação de qualquer dessas
características como perturbadoras.

Em experimentos comparativos, as inferências mais importantes referem-se a


diferenças de efeitos de tratamentos. Se a ausência de erros sistemáticos é garantida pela
casualização e pelo controle de técnicas experimentais, a estimativa de uma diferença de
efeitos de dois tratamentos diferirá de seu correspondente valor populacional apenas por
variação aleatória ou casual. A grandeza dos erros aleatórios na estimativa de uma
diferença entre efeitos de dois tratamentos ou de duas condições experimentais é expressa
pelo seu desvio padrão (também denominado erro padrão). De modo geral, o significado
do erro padrão é o seguinte:

- Em cerca de um terço dos casos, a estimativa da diferença dos efeitos de dois


tratamentos diferirá do correspondente valor populacional, ou seja, errará por mais do que o
erro padrão;

- em cerca de um vigésimo dos casos, a estimativa errará por mais do que dois erros
padrão;

- em cerca de um por cento dos casos, a estimativa errará por mais do que 2,5 erros
padrão.

Essas proporções de erros são aproximadas, pois dependem da forma da


distribuição dos erros e da precisão do erro padrão que, também, deve ser estimada.

A magnitude do erro padrão e, portanto, a precisão de qualquer experimento


particular, depende do seguinte:

a) Variabilidade do material experimental;

b) número de unidades experimentais;

c) delineamento do experimento e método de análise.

Dessa forma, o aumento da precisão do experimento pode ser obtido por métodos,
procedimentos e ações apropriados para o conveniente manejo dessas três condições, que
são listados e discutidos a seguir.

a) Escolha de material experimental homogêneo quanto às características


estranhas.

Como o erro experimental tem origem na variabilidade do material experimental


devida às características estranhas, o recurso natural para lograr o aumento da precisão é a
escolha de material experimental homogêneo quanto a essas características. As seguintes
ações podem ser efetivas para esse propósito:

- Utilização de material experimental homogêneo. De modo geral, experimentos com


animais e plantas uniformes conduzidos em condições ambientais controladas, como, por
exemplo, em casa de vegetação, em instalações protegidas e em laboratório, são mais
precisos do que experimentos com animais e plantas semelhantes aos indivíduos de
populações reais e conduzidos em ambientes naturais.
214 Estatística Experimental: Planejamento de Experimentos

- Utilização de técnicas experimentais adequadas. A homogeneidade do material


experimental também pode ser lograda pelo emprego de técnicas experimentais.

Em experimentos tecnológicos, que visam obter tecnologias para recomendação de


adoção por agricultores, criadores, etc., o material experimental deve ser naturalmente
heterogêneo para que a amostra represente adequadamente a população objetivo. Nessas
circunstâncias, esses dois procedimentos têm limitações.

- Seleção adequada dos tratamentos. Diferenças de um mesmo tratamento aplicado


a diferentes unidades experimentais contribuem para o erro experimental. Assim, por
exemplo, em um experimento de comparação de cultivares as sementes de cada cultivar
aplicadas às diferentes parcelas devem ser uniformes quanto às características estranhas,
tais como vigor, sanidade, pureza e procedência; em um experimento de nutrição animal o
suprimento de cada dieta aos animais de diferentes unidades experimentais deve ser
homogêneo quanto à qualidade, quantidade e forma de fornecimento.

- Utilização de variáveis (escalas de medida), procedimentos e instrumentos que


proporcionem a mensuração das características respostas com a precisão apropriada.

- Registro de dados com número adequado de dígitos significativos. Como regra


geral, é recomendável, sempre que possível, o registro de dados com, no mínimo, três
algarismos significativos.

b) Aumento do número de repetições.

O erro padrão (ou desvio padrão) da estimativa da diferença entre os efeitos de dois
tratamentos estimados independentemente é inversamente proporcional à raiz quadrada do
número de repetições (ou seja, do número de unidades experimentais) por tratamento. De
fato, se o número de repetições é o mesmo para dois tratamentos que se compara, o erro
padrão da diferença de duas médias de tratamentos é expresso por:

2
desvio padrão x ,
número de repetições

e, se os dois tratamentos A e B têm números diferentes de repetições,

1 1
desvio padrão x + ,
núm. rep. trat. A núm. rep. trat. B

onde aqui o desvio padrão (ou erro padrão) é uma medida da variabilidade da variável
resposta atribuível ao erro experimental.

Segundo a primeira expressão, o erro padrão é reduzido à metade pela


quadruplicação do número de repetições, enquanto que para obter a redução do erro padrão
a um décimo é necessário o incremento de cem vezes do número de repetições.

Em experimentos de ampla abrangência espacial e temporal, o aumento do número


de repetições pode ser obtido por repetições em diferentes locais e seções do tempo. Dessa
forma, pode ser logrado o aumento do número de repetições para fatores de tratamento
importantes pela inclusão de fatores intrínsecos, neste caso dos fatores local e tempo. Esse
procedimento também tem a conveniência de contribuir para a melhor representação da
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 215

população objetivo pela amostra. Fatores de tratamento suplementares também podem ser
utilizados com esse propósito. Assim, por exemplo, em um experimento de pesquisa da
eficiência de fungicidas sobre o controle do míldio da videira, aumento da precisão pode ser
logrado pelo aumento do número de repetições dos fungicidas em um mesmo local e ano
particulares, pela condução do experimento em diversos locais e anos, e pela inclusão de
um fator suplementar, como, por exemplo, cultivar.

Embora teoricamente o erro padrão possa ser tornado arbitrariamente pequeno pelo
aumento do número de repetições, esse método de aumentar a precisão tem uso limitado,
pois é dispendioso e freqüentemente impraticável.

c) Escolha do delineamento experimental e do método de análise.

Esse método é comumente o que pode ser utilizado com mais efetiva conveniência e
proveito para o aumento da precisão do experimento. Muito freqüentemente, uma ou poucas
características do material experimental constituem as fontes predominantes de variação
estranha que podem inflacionar consideravelmente o erro experimental. Por exemplo, em
um experimento de comparação de cultivares, essas fontes podem ser a fertilidade e a
umidade do solo e o estande (número de plantas); em um experimento de nutrição animal,
tais fontes podem ser a raça, a idade e o peso do animal.

Assim, o aumento da precisão pode ser logrado pelas duas seguintes ações,
alternativas ou complementares:

- Adoção de controle local adequado.

- Utilização do controle estatístico.

O exercício adequado do controle local pode permitir o controle de algumas fontes de


variação relevantes do material experimental. Esse será o tema predominante do
desenvolvimento que segue. Outro procedimento alternativo ou complementar é o uso do
controle estatístico, ou seja, a incorporação no modelo estatístico de variáveis que
exprimam fontes de variação relevantes do material experimental, e sua conseqüente
consideração nos procedimentos de análise estatística. Essas variáveis são usualmente
designadas covariáveis ou variáveis concomitantes; o procedimento estatístico
correspondente é a análise de covariação. A análise de covariação consiste em eliminar da
estimativa da variância casual a parte da variação da variável resposta atribuível à sua
relação linear com a covariável, e efetuar o ajustamento dos efeitos de tratamentos pela
eliminação dessa variação devida à covariável. Nos exemplos anteriores, o controle
estatístico é freqüentemente utilizado para a eliminação das variações atribuíveis a estande
e peso do animal das estimativas do erro experimental e dos efeitos de tratamentos,
enquanto que o controle local é usualmente mais apropriado para a eliminação de variações
atribuíveis a características do solo e raça e idade do animal. A análise de covariação será
tratada em capítulo específico.

É conveniente salientar que o uso de qualquer informação que seja disponível sobre
o material experimental que possa contribuir para a redução da estimativa do desvio padrão
é um princípio geral. Entretanto, embora o desvio padrão deva ser suficientemente pequeno
para permitir a extração de conclusões confiáveis, ele não deve ser extremamente pequeno.
Se o erro padrão é exageradamente grande, o experimento pode ser quase inútil, já que não
proporcionará qualquer chance para a detecção de diferenças de tratamentos importantes.
216 Estatística Experimental: Planejamento de Experimentos

Por outro lado, um erro padrão desnecessariamente pequeno pode implicar em desperdício
de material experimental.

8.2.3. Validade

É desejável que o plano do experimento garanta elevada habilidade para detectar


diferenças de tratamentos realmente existentes. Essa habilidade é mais elevada quanto
maior é a exatidão do experimento, ou seja, quanto maior é sua precisão e menor seu
viés. Um experimento é válido se não é viesado ou tendencioso, ou seja, se o material
experimental é representativo da população objetivo e o experimento é planejado e
conduzido de modo que as inferências dele derivadas sejam livres de tendências,
conscientes ou inconscientes.

O viés do experimento tem duas origens, ou dois componentes: o viés extrínseco,


que se refere à proximidade da população amostrada (população fictícia que o material
experimental conceitualmente representa) em relação à população objetivo, e o viés
intrínseco, que se origina do confundimento de efeitos de características estranhas
relevantes com os efeitos causais de fatores experimentais sobre as variáveis respostas. O
viés de um experimento é menor quanto mais próximas forem essas duas populações e
quanto menor for esse confundimento de efeitos de características estranhas e fatores
experimentais.

Tendo em conta essas duas origens do viés, pode-se distinguir a validade interna e a
validade externa do experimento, relacionadas, respectivamente, à ausência de viés
intrínseco e de viés extrínseco.

8.2.3.1. Validade interna

A validade interna do experimento depende da validade, ou seja, não


tendenciosidade, da estimativa do erro experimental e das estimativas dos efeitos de
tratamentos.

A adoção de repetições "legítimas" é necessária para a estimação válida, isto é, não


tendenciosa do erro experimental. Para ilustração, considere-se um experimento com o
propósito de comparar quatro lotações de animais em pastoreio, com um potreiro para cada
lotação e dez animais por potreiro. Algumas vezes, a variação entre animais dentro de
potreiro é utilizada para estimativa do erro experimental para as comparações de lotações.
Essa variação, entretanto, subestima o erro experimental para comparar lotações, dispostas
em diferentes potreiros, já que a variação entre animais dentro de um mesmo potreiro é
usualmente inferior à variação entre animais em diferentes potreiros. De fato, em geral, há
mais homogeneidade de condições dentro de um mesmo potreiro do que entre potreiros,
decorrente de características de ambiente e da própria vida social estabelecida pelos
animais.

Entretanto, a adoção de repetições não é suficiente para garantir a validade da


estimativa do erro experimental e, também, das estimativas dos efeitos de tratamentos. Para
a validade dessas estimativas, o plano do experimento deve assegurar que as unidades
experimentais que recebam um tratamento não difiram em qualquer modo sistemático
daquelas que recebam outro tratamento. Seja, por exemplo, um experimento que estuda o
efeito de duas dietas A e B sobre o peso de leitões, em que a dieta A é administrada
individualmente a fêmeas e a dieta B a machos, de modo que a unidade experimental é um
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 217

animal. Em tal experimento, possíveis efeitos de dietas ficarão irremediavelmente


confundidos com qualquer diferença sistemática atribuível a sexo. De modo geral, o arranjo
sistemático de tratamentos pode coincidir com alguma configuração da variação não
controlada, resultando um erro sistemático nas estimativas dos efeitos de tratamentos, o que
invalida as conclusões derivadas do experimento.

Para assegurar a validade do experimento, ou seja, a ausência de tendenciosidade


das estimativas do erro experimental e dos efeitos de tratamentos é necessário que os
tratamentos sejam atribuídos às unidades experimentais por processo objetivo de
casualização que garanta para cada unidade experimental a mesma probabilidade de
receber qualquer dos tratamentos.

Mesmo que seja esperada satisfatória a atribuição não aleatória dos tratamentos,
restará, sempre, a suspeita de que tal não seja apropriado, do que decorrerá a perda de
confiabilidade do experimento, especialmente se são encontrados resultados
surpreendentes. Dessa forma, a casualização provê uma forma de seguro para o
experimentador.

As demais ações para aumentar a validade interna de um experimento são aquelas


que podem ser tomadas para eliminar ou controlar as fontes de viés intrínseco, ou seja:

- Utilização de técnicas experimentais adequadas para o controle das características


estranhas potencialmente perturbadoras.

- Assinalação dos tratamentos às unidades experimentais por processo aleatório


objetivo.

- Controle da contaminação ou confundimento dos efeitos de tratamentos com efeitos


de outros tratamentos e de fontes de variação estranha sistemáticas.

- Registro das ocorrências relevantes durante a execução do experimento e sua


consideração na análise e interpretação dos resultados.

- Cuidado na condução do experimento para evitar erros, especialmente erros


grosseiros.

- Utilização de variáveis (escalas de medida), procedimentos e instrumentos de


mensuração confiáveis, que proporcionem a mensuração exata das características
respostas.

- Cuidado no registro e edição dos dados, particularmente em transcrições dos


dados.

8.2.3.2. Validade externa

A validade externa requer a representatividade da população objetivo pelo material


experimental. Ela tem implicações para a amplitude de validade das inferências derivadas
do experimento. Assim, é uma questão crucial em experimentos tecnológicos, que visam
inferências para recomendação de tecnologias. As inferências são válidas para a população
amostrada, ou seja, a população da qual o material experimental pode ser considerado uma
amostra representativa. Em geral, as restrições na escolha do material experimental
implicam que essa população difere da população objetivo, ou seja, da população de
218 Estatística Experimental: Planejamento de Experimentos

interesse. Dessa forma, a extensão das inferências para esta população envolve alguma
incerteza adicional àquela expressa pelo erro padrão. A única exceção é a situação rara em
que o material experimental é escolhido da população objetivo por um procedimento de
amostragem aleatória.

Essas considerações não restringem a importância de experimentos em ambientes


controlados (casa de vegetação, laboratório, por exemplo) e em ambientes particulares
(estação experimental, por exemplo). Em geral, tais experimentos têm como propósito a
pesquisa de questões básicas a serem ulteriormente consideradas em experimentos em
ambientes naturais mais representativas da população objetivo, antes da recomendação dos
resultados para condições práticas.

Diversos recursos podem ser utilizados para o aumento da validade externa do


experimento, ou seja, extensão adequada da amplitude de validade das inferências de
experimentos tecnológicos, principalmente os seguintes:

- Repetição do experimento em diversos locais e por diversos anos, de modo que a


amostra exprima a amplitude de variabilidade da população objetivo.

- Condução do experimento em propriedades particulares.

- Inclusão de um ou mais fatores suplementares, como, por exemplo, cultivar em um


experimento de controle de uma doença do trigo, e raça em um experimento de nutrição
animal.

- Proporcionar a manifestação nas unidades experimentais das condições inerentes


à população objetivo.

- Utilização de técnicas experimentais adequadas para o controle das características


estranhas potencialmente perturbadoras.

- Aplicação dos tratamentos cujos efeitos o experimento se destina a pesquisar, ou


seja, dos tratamentos conforme conceitualmente definidos.

- Utilização de material experimental representativo da população objetivo.

- Controle da contaminação ou confundimento dos efeitos de tratamentos com efeitos


de outros tratamentos e de fontes de variação estranha sistemáticas.

- Registo das ocorrências relevantes durante a execução do experimento e sua


consideração na análise e interpretação dos resultados.

- Cuidado na condução do experimento para evitar erros, especialmente erros


grosseiros.

- Utilização de variáveis (escalas de medida), procedimentos e instrumentos de


mensuração confiáveis, que proporcionem a mensuração exata das características
respostas.

- Cuidado no registro e edição dos dados, particularmente em transcrições dos


dados.
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 219

8.2.4. Simplicidade

O plano do experimento, em particular o delineamento das condições experimentais,


o delineamento de resposta e o delineamento do controle experimental, devem ser tão
simples quanto possível, consistentes com os objetivos do experimento. Essas
considerações aplicam-se igualmente aos métodos de análise dos resultados. Felizmente,
os requerimentos de eficiência do delineamento e simplicidade dos correspondentes
métodos de análise são altamente correlacionados. De modo geral, para todos os
delineamentos experimentais usualmente mais eficientes são disponíveis procedimentos
apropriados de análise estatística, desde que certas pressuposições sejam satisfeitas.

A crescente disponibilidade de computadores eletrônicos, especialmente de


microcomputadores, e de "pacotes" de análise estatística tem tornado cada vez mais
facilitada a tarefa de análise de dados, especialmente de grandes quantidades de dados, e
viabilizada a utilização de métodos de análise mais adequados.

8.2.5. Manifestação dos efeitos reais das condições experimentais

Adicionalmente a esses requisitos que se referem mais especificamente ao


delineamento do experimento, outros, igualmente necessários, dizem respeito aos efeitos
dos tratamentos e também devem ser considerados no plano do experimento. A esse
respeito, os três seguintes requisitos são fundamentais.

Em primeiro lugar, os tratamentos usados no experimento devem ser aqueles que o


experimento tem como propósito testar, de modo que as inferências derivadas sejam
apropriadas para os tratamentos de interesse.

Em segundo lugar, o plano do experimento deve assegurar que os efeitos de


tratamentos, se existem, se manifestem. O experimento mais elaborado pode revelar-se
completamente inefectivo se a amostra não permitir a manifestação dos efeitos reais dos
tratamentos. Por exemplo, em um experimento de comparação da eficácia de inseticidas no
controle de uma praga, as diferenças entre inseticidas somente poderão ser avaliadas se
houver a presença de insetos na área experimental. Semelhantemente, o tratamento de
animais com drogas para o controle de uma doença que eles não têm, não permitirá a
avaliação da eficácia das drogas. Nessas circunstâncias, em muitos experimentos, torna-se
necessário o uso de um ou mais tratamentos particulares adicionais que informem sobre as
condições do material experimental que impliquem na manifestação dos efeitos de
tratamentos. Esses tratamentos particulares (ausência de inseticida e de antibiótico, nos
exemplos) são usualmente designados controles ou testemunhas.

Finalmente, deve ser garantido que os efeitos de tratamentos não resultem


confundidos com qualquer fonte de variação sistemática. O plano do experimento deve
garantir que todas as características estranhas sejam controladas, por controle local ou
controle estatístico, ou casualizadas, por processo objetivo de casualização apropriado para
o delineamento estatístico adotado. Em particular, deve ser evitada a presença ou
introdução de qualquer fonte de variação estranha durante a execução do experimento que
possa constituir variação sistemática. Assim, qualquer técnica, prática ou outra interferência
estranha que possa implicar fonte de variação relevante deve ser ou controlada por técnicas
experimentais e pelo delineamento, ou seja, por controle local e casualização. Outras fontes
de variação fora do controle do experimentador devem ser registradas para a apropriada
consideração na fase de análise e interpretação dos resultados
220 Estatística Experimental: Planejamento de Experimentos

8.2.6. Fornecimento de medida de incerteza

Este último requisito, diferentemente dos anteriores, é eminentemente estatístico. É


desejável que o plano do experimento permitida a determinação do grau de incerteza das
estimativas dos efeitos de tratamentos e das diferenças entre efeitos de tratamentos. Isto é
provido pela estimação de erros padrões, a partir dos quais possam ser calculados limites
de erro para os verdadeiros efeitos de tratamentos e para as verdadeiras diferenças de
efeitos de tratamentos (referentes à população), para qualquer nível de probabilidade
desejado. Dessa forma, significâncias estatísticas de diferenças entre tratamentos também
poderão ser estabelecidas.

Para a obtenção de uma medida de incerteza válida deve-se dispor de uma


estimativa válida do erro experimental, o que requer que o plano do experimento satisfaça
os requisitos da repetição e da casualização. Isto é, o experimento deve prover para cada
tratamento respostas de um conjunto de unidades experimentais que respondam
independentemente ao tratamento e que difiram apenas aleatoriamente dos conjuntos de
unidades dos outros tratamentos. Então, um processo adequado de cálculo, algumas vezes
não muito simples, fornecerá uma medida válida do erro.

8.3. Princípios Básicos do Plano de Experimento

As respostas observadas em duas frações distintas do material experimental são


sempre diferentes, mesmo que não lhes correspondam distintos níveis de fatores
experimentais, contanto que a escala de medida da variável resposta seja suficientemente
precisa. Essas diferenças decorrem da variabilidade das características estranhas do
material experimental. Então, como pode o pesquisador decidir se diferenças de resultados
observados em frações do material com distintos tratamentos são atribuíveis a diferenças
reais entre esses tratamentos? O procedimento lógico é contrastar aquelas diferenças com
diferenças comparáveis de valores da variável resposta que sejam atribuíveis
exclusivamente às características estranhas do material experimental, ou seja, ao erro
experimental. Se aquelas diferenças são consideravelmente maiores que as diferenças
atribuíveis ao erro experimental, o experimento indica evidência de diferenças reais entre
tratamentos. Logo, é indispensável que o experimento proveja estimativas da variância do
erro experimental apropriadas para as inferências que o experimento visa derivar.

A capacidade do experimento para a detecção de diferenças reais importantes


depende de sua precisão, ou sensibilidade, e exatidão, ou confiabilidade, particularmente no
que diz respeito à estimação dos efeitos dos tratamentos e do erro experimental.

Alguns princípios fundamentais do delineamento de experimento, dos quais se


tratará a seguir, devem ser considerados e apropriadamente adotados. Alguns desses
princípios já foram anteriormente considerados e discutidos, particularmente, o controle local
e a casualização.

8.3.1. Repetição

Uma estimativa de variância do erro experimental para um fator ou uma combinação


de dois ou mais fatores provém de unidades experimentais com um mesmo nível desse fator
ou com uma mesma combinação dos níveis desses fatores, respectivamente. Assim, a
estimação do erro experimental, para qualquer dessas circunstâncias requer pelo menos
duas unidades experimentais com um mesmo nível ou combinação de níveis, ou seja,
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 221

requer pelo menos duas repetições para algum ou todos esses níveis ou combinações de
níveis.

A duplicação ou multiplicação de unidades experimentais com um mesmo nível ou


mesma combinação de níveis de fatores experimentais constitui repetições do fator ou
combinação de fatores, respectivamente. Diz-se que um nível ou uma combinação de níveis
tem r repetições se lhe correspondem r unidades experimentais.

A repetição, ou unidade experimental, particular constitui a unidade de informação do


erro experimental. Logo, sua apropriada definição tem fundamental importância no
experimento. Freqüentemente, pesquisadores usam duplicações ou subdivisões de
amostras para gerar duas observações e as consideram como repetições, quando, na
realidade, elas constituem subamostras ou observações repetidas sobre uma mesma
unidade experimental. Por exemplo, duas medidas independentes do peso de um animal de
um rebanho não provêm uma medida da variação real dos pesos dos animais do rebanho.
Elas constituem duas subamostras ou observações repetidas do peso individual dos
animais.

Ainda para ilustração, considere-se um experimento para comparar as eficiências de


três preservativos na inibição do crescimento de fungo em certo tipo de pão. O pesquisador
faz um pão com cada um dos preservativos e, após dez dias de armazenamento, mede o
número de esporos do fungo por centímetro cúbico de bolo. Para obter oito “repetições”, ele
divide cada bolo em oito partes e efetua a contagem de esporos em cada uma dessas
partes. Entretanto, as oito observações não provieram de oito aplicações independentes do
preservativo. A variação das medidas nas subamostras exprime a variação dentro de bolos
e não a variação entre unidades experimentais. Para lograr oito repetições, o pesquisador
precisa preparar oito bolos com cada um dos preservativos, cada um desses bolos
preparados independentemente dos outros.

Outro exemplo é o ensaio em linha em fase inicial de pesquisas de melhoramento


genético de plantas. Esses ensaios consistem em plantar toda a semente de cada variedade
ou linhagem em uma linha, sendo cada linha plantada com uma diferente variedade ou
linhagem. As linhas são divididas em segmentos que são impropriamente designados
“repetições”. (Figura 8.1).

Esse esquema tem a vantagem prática de que o pesquisador não necessita mudar a
semente do plantador no plantio de cada linha, enquanto que em um esquema experimental
apropriado teria que mudar a semente várias vezes. Entretanto, semelhantemente ao
exemplo anterior, as observações obtidas nos segmentos de uma mesma linha não provêm
de frações da linha que receberam a variedade ou linhagem particular independentemente
das outras frações da mesma linha; essas frações são condicionadas a receberem uma
mesma linhagem ou variedade. Dessa forma, de fato, cada linha inteira constitui uma
unidade experimental. A variação entre as observações nos segmentos de uma mesma
linha constitui o erro de observação, não o erro experimental.
222 Estatística Experimental: Planejamento de Experimentos

Variedade/linhagem

1 2 3 4 5 6 7

2 “Rep.”

...

Figura 8.1. Experimento em linha para sete linhagens e variedades.

Observe-se que, com a mesma facilidade, o pesquisador poderia ter dividido cada
linha em 10 ou mais segmentos, já que com número mais elevado de “repetições” pode-se
detectar diferenças reais menores entre tratamentos. Semelhantes considerações valem
para o exemplo anterior. Entretanto, esse procedimento não provê repetições (legítimas); as
observações resultantes são observações em unidades de observação dependentes de uma
mesma unidade experimental.

Para salientar a importância da definição apropriada da unidade experimental, ou


repetição, observem-se as conseqüências para as inferências que venham a ser derivadas
no exemplo do pão. A variação entre número de esporos do fungo em pães com diferentes
preservativos compreende a variação atribuível ao processo de preparação do bolo, ou seja,
dosagem e mistura dos ingredientes, cozimento, etc. e, possivelmente, variação atribuível
aos preservativos. (Inferências referentes a esta variação constituem o objetivo do
experimento.) A primeira fonte de variação implica em diferenças entre pães e entre partes
de um mesmo pão, sendo de esperar que esta última seja inferior à primeira. Entretanto, a
variação entre esporos nas diversas partes de um mesmo pão compreende apenas a
variação entre partes de um mesmo pão. Logo, se o pesquisador comparar a variação entre
números de esporos de fungo nos diferentes pães com a variação entre números de
esporos nas diferentes partes de um mesmo pão e concluir que a primeira variação é
consideravelmente superior à segunda, ele não terá condições de decidir se essa
superioridade provém de diferenças de eficiência dos preservativos ou de diferenças entre
pães não relacionadas com preservativos. Tal decisão somente poderá ser tomada em
experimentos em que diversos pães sejam preparados, independentemente, com um
mesmo preservativo, para pelo menos um preservativo. Ou seja, o pesquisador precisa
garantir repetições legítimas no experimento.

Essa ilustração ressalta a importância da distinção entre unidade experimental e


unidade de observação, ou entre repetição e observação múltipla, já que a estimativa da
variância do erro de observação, obtida de amostras ou observações múltiplas nas unidades
experimentais é, geralmente, menor que a estimativa da variância do erro experimental,
obtida de repetições ou de unidades experimentais. Inferências causais construídas com o
uso da variância do erro de observação, em geral, inferior à apropriada variância do erro
experimental, conduzem o pesquisador a cometer o erro de declarar falsas diferenças com
freqüências muito mais elevadas do que ele está sujeito nesse processo de decisão.
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 223

A repetição também tem outras funções importantes. Em muitos experimentos, a


repetição é um meio de obter melhor representatividade da população objetivo pelo material
experimental, ou aumentar a abrangência (ou amplitude da validade) das inferências do
experimento. Esse é o caso, por exemplo, de experimentos agrícolas com propósito de
recomendar tecnologias para os agricultores de uma região. Os tratamentos devem ser
avaliados sob as diferentes condições ambientais presentes na região, ou seja, em diversos
locais que representem a amplitude de variação de condições de solo e clima da região, por
diversos anos de modo que se possam manifestar as variações anuais do clima. Repetições
no espaço e no tempo podem ser consideradas como tipos amplos de repetição. O mesmo
princípio deve ser utilizado em outros experimentos, mesmo em experimentos em condições
aparentemente controladas. Assim, por exemplo, experimentos de laboratório e de casa de
vegetação podem ser repetidos várias vezes, possivelmente por diferentes pessoas, no
caso de envolvimento de laboratoristas ou operadores, para determinar se os efeitos dos
tratamentos se repetem em condições diferentes que possam ocorrer ao longo do tempo no
laboratório.

A repetição não contribui, necessariamente, para o incremento da precisão do


experimento, mas é extremamente importante para o aumento da precisão das estimativas
de médias e de outras funções das variáveis respostas. O aumento do número de
repetições contribuiu substancialmente para o aumento da confiabilidade dessas estimativas
e da sensibilidade do experimento para detectar pequenas, mas importantes diferenças de
efeitos de tratamentos. Essa propriedade pode ser observada plea expressão da estimativa

( )
^
da variância da média de um tratamento: Var y i = s2 r , para o i-ésimo tratamento, onde r é o
número de repetições do tratamento e s2 é a estimativa da variância do erro experimental.

Como se verá adiante, a repetição, associada à casualização, também contribui para


a não tendenciosidade e, conseqüentemente, para a exatidão ou confiabilidade da
estimativa do erro experimental.

8.3.2. Controle local

O controle local é o agrupamento ou estratificação, das unidades de observação em


grupos (usualmente denominados blocos, filas, colunas, etc.) segundo um ou mais critérios,
cada um dos quais correspondente a um agregado relevante de características estranhas da
amostra, de modo que as unidades de um mesmo grupo de cada um dos agrupamentos
sejam homogêneas, ou mais homogêneas que o conjunto total das unidades experimentais.
Idealmente, os grupos formados devem ser suficientemente homogêneos para a precisão
requerida.

Em muitas situações, pelo agrupamento hábil das unidades experimentais, o


pesquisador pode deixar entre os blocos uma proporção considerável da variação atribuível
às características estranhas do material experimental.

O controle local também deve ser explorado para o controle da variação estranha
relevante correspondente a classificações naturais das características estranhas do material
experimental, que usualmente constituem fatores experimentais intrínsecos. Por exemplo,
sexo e raça, em um experimento com animais; cultivar, em um experimento com plantas
perenes adultas, quando as diferentes cultivares se dispõe em áreas separadas; e local e
ano, em um experimento de ampla abrangência espacial e territorial.
224 Estatística Experimental: Planejamento de Experimentos

O condicionamento da distribuição dos tratamentos nas unidades experimentais


determinado pelo controle local permite que, no processo de análise estatística, a variação
entre os grupos de unidades seja eliminada da estimativa da variância atribuível ao erro
experimental (também denominada variância casual ou variância aleatória) e das
estimativas dos efeitos de tratamentos, portanto, das comparações entre tratamentos. Se o
controle efetuado é eficiente, logra-se maior precisão de tais estimativas; portanto, maior
sensibilidade do experimento para detectar diferenças reais entre tratamentos.

Dessa forma, o exercício efetivo e hábil do controle local é crucial na construção de


delineamento experimental eficiente. Além disso, o controle local permite que, mesmo com
material experimental heterogêneo para a apropriada representatividade da população
objetivo, o experimento possa resultar suficientemente sensível para detectar diferenças
importantes entre tratamentos.

8.3.3. Casualização

A repetição provê a estimação do erro experimental; o controle local permite a


redução de sua estimativa. Entretanto, esses dois princípios, não asseguram que a
estimativa obtida do erro experimental seja apropriada para a derivação de inferências do
experimento. Por exemplo, suponha-se que para o experimento para comparar as
eficiências de três preservativos (A, B e C) na inibição do crescimento de fungo em certo
tipo de pão, utilizado em ilustração anterior, o pesquisador conta com um único forno com
capacidade para cozinhar três pães por vez, em três posições verticais. Para lograr as oito
repetições, ele executa o experimento em oito etapas. Em cada etapa, ele prepara um pão
com cada um dos preservativos A, B e C e põe os três pães no forno para cozinhar, um pão
em cada posição - o pão com o preservativo A na posição inferior, o pão com o preservativo
B na posição intermediária e o pão com o preservativo C na posição superior. Esse mesmo
processo é repetido em cada uma das oito etapas. Dessa forma, o pesquisador efetua o
controle local da variabilidade estranha que possa resultar do cozimento dos pães em
diferentes fornadas. Entretanto, outras fontes de variação estranha permanecem não
controladas. Em particular, o possível gradiente vertical de temperatura dentro do forno,
dado que a fonte de aquecimento do forno localiza-se abaixo deste.

O experimento sendo conduzido dessa forma com os pães com os três preservativos
sistematicamente nas mesmas posições dentro do forno, a diferença de números médios de
esporos de fungo nos pães com os preservativos A e B, ou seja, a diferença (A)-(B) é uma
estimativa da verdadeira diferença mais a diferença desconhecida atribuível à posição da
forma dentro do forno. Inferências derivadas aplicar-se-ão não à verdadeira diferença entre
A e B, mas à verdadeira diferença mais a desconhecida diferença devida à posição dentro
do forno. Suponha-se, para raciocínio, que o cozimento do pão na posição inferir favoreça a
preservação do pão. Nestas circunstâncias, se o experimento revela evidência de que o
número de esporos de fungo no pão com o preservativo B é inferior ao número de esporos
no pão com o preservativo A, o pesquisador pode ficar confiante de que há uma real
diferença em favor do preservativo B, já que o preservativo A foi beneficiado no curso do
experimento. Entretanto, se a evidência do experimento é de que o número de esporos no
pão com o preservativo A é o mais elevado, o pesquisador não saberá o que concluir.

Este exemplo ilustrou uma tendência, ou viés, que pode ser antecipada antes da
execução do experimento. Em outros experimentos, em que o pesquisador tem menos
conhecimento da variabilidade do material experimental, tendências que não são esperadas
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 225

podem revelar-se em decorrência do modo em que os tratamentos são manipulados. Para


evitar essas tendências, o pesquisador necessita algum meio ou recurso para assegurar que
um tratamento não será sistematicamente favorecido ou prejudicado nas diversas repetições
por alguma fonte de variação estranha, conhecida ou desconhecida. O recurso é a
casualização. Em vez de por os pães com os preservativos A, B e C sistematicamente nas
mesmas bandejas, o pesquisador deve aplicar o princípio da casualização, determinando,
por meio de sorteio, as posições a serem ocupadas pelos três pães com esses
preservativos em cada repetição ou etapa do experimento. O sorteio deve ser efetuado
separada e independentemente para cada repetição. O efeito da casualização é que em
cada etapa cada preservativo tem a mesma chance de ser cozido em qualquer das três
bandejas e conseqüentemente, a mesma chance de ser mais ou menos favorecido pela
posição dentro do forno. Naturalmente, o resultado de qualquer casualização específica
pode favorecer ou prejudicar algum dos tratamentos. O fundamento do princípio da
casualização é que ao longo das repetições as posições se tornam igualmente influentes
para os três preservativos.

O erro experimental provém da variação da variável resposta atribuível às


características estranhas do material experimental. Ou seja, o erro experimental é a
agregação de toda a variação da variável resposta atribuível a um conjunto de
características estranhas extremamente amplo e apenas parcialmente identificável.
Idealmente, o erro experimental não deve afetar de qualquer forma sistemática, ou
tendenciosa, as inferências derivadas do experimento Portanto, não deve afetar de qualquer
modo sistemático, ou tendencioso, a variação atribuível aos fatores experimentais e a
estimativa do erro experimental.

A casualização é uma forma de controle experimental complementar ao controle


local. Um de seus propósitos é evitar a manifestação de características estranhas
perturbadoras cujos efeitos sobre a variável resposta possam resultar confundidos com
efeitos de fatores experimentais. O outro propósito, igualmente importante, é propiciar
estimativas não tendenciosas do erro experimental, apropriadas para as inferências
derivadas do experimento. Ela não tem qualquer efeito sobre a grandeza do erro
experimental; particularmente, não contribui para a diminuição do erro experimental. Assim,
no último exemplo, se for esperado que o gradiente de temperatura dentro do forno possa
ter efeito relevante sobre o número de esporos do fungo, será recomendável o controle local
também desta fonte de variação do material experimental, resultando controle local duplo
para o experimento.

O exercício físico da casualização, ou seja, o processo de casualização deve ser


efetuado segundo as restrições implicadas pelo controle local; no exemplo, separada e
independentemente para cada fornada. Ademais, a não tendenciosidade provida pela
casualização demanda que o controle local seja apropriadamente levado em conta na
estrutura do experimento. Caso contrário, o controle local pode implicar em tendenciosidade
da estimativa do erro experimental. Para ilustração, observe-se que, no exemplo, o
cozimento dos pães em fornadas sucessivas, com um pão com cada um dos três
preservativos cozido em cada fornada, implica na eliminação das estimativas dos números
médios de esporos de fungo para os três fermentos a variação, suposta relevante, atribuível
às fornadas. O erro experimental para contrastar essa variação deve, igualmente, ser isento
desta variação atribuível à fornada, fonte de variação estranha controlada no experimento.
226 Estatística Experimental: Planejamento de Experimentos

De modo geral, apenas uma parte das características estranhas não controladas é
efetivamente casualizada em um experimento. As demais características, que também não
são controladas, constituem a classe das características estranhas potencialmente
perturbadoras. Inferências válidas do experimento requerem que características dessa
classe não se revelem perturbadoras, ou seja, que se comportem sem implicar em
qualquer efeito sistemático, ou tendencioso, que possa resultar em confundimento de efeitos
causais dos fatores experimentais sobre a variável resposta. Para tal, essas características
estranhas devem comportar-se como se fossem casualizadas. Por essa razão, o erro
experimental também é usualmente designado de erro aleatório, ou erro casual.

As relações entre os três princípios fundamentais mais genéricos do delineamento


experimental, ou seja, repetição, controle local e casualização no que diz respeito às suas
implicações para a estimativa do erro experimental são ilustradas no diagrama da Figura
8.2.

Figura 8.2. Diagrama que representa as implicações dos três princípios básicos do
delineamento experimental no que diz respeito à estimação do erro
experimental.

Outros princípios, menos genéricos, mas igualmente importantes, são discutidos a


seguir.

8.3.4. Balanceamento

Em muitas circunstâncias, pode ser impossível o agrupamento das unidades


experimentais em grupos de unidades homogêneas cada um dos quais compreendendo
uma coleção completa das combinações dos fatores experimentais. Essa situação pode
ocorrer em experimentos com número elevado de tratamentos e mesmo em experimentos
com número de tratamentos relativamente pequeno, mas com material experimental
consideravelmente heterogêneo. Nessas circunstâncias, a formação de blocos completos,
ou seja, blocos que compreendam repetições completas dos tratamentos, pode não lograr a
redução suficiente do erro experimental. Nesse caso, pode ser conveniente recorrer à
formação de blocos incompletos, ou seja, blocos menores que o número de tratamentos.

Com esses delineamentos, dado que unidades experimentais em diferentes blocos


são mais heterogêneas do que unidades em um mesmo bloco, diferenças de dois
tratamentos em diferentes blocos são mais consideravelmente afetadas por variação
estranha do material experimental do que diferenças entre tratamentos em um mesmo
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 227

bloco. Isso significa que essas diferenças são estimadas com diferentes precisões. Essa
inconveniência pode ser evitada com a construção de delineamentos que cada tratamento
esteja presente com cada um dos outros tratamentos em um mesmo número de blocos.
Dessa forma, logra-se o balanceamento dos efeitos de diferenças entre blocos sobre as
comparações entre tratamentos. A Figura 8.3 ilustra um delineamento balanceado para um
experimento com quatro tratamentos (1, 2, 3 e 4) em quatro blocos de três unidades, em
que cada par de tratamentos aparece três vezes em um mesmo bloco.

Bloco 1 1 2 3

Bloco 2 2 3 4

Bloco 3 3 4 1

Bloco 4 4 1 2

Figura 8.3. Delineamento experimental balanceado para um


experimento com quatro tratamentos (1, 2 3 e 4) em
quatro blocos de três unidades experimentais.

Naturalmente, para lograr balanceamento, os tratamentos devem ser atribuídos


aleatoriamente às unidades experimentais por meio de procedimento apropriado. O
processo de atribuição pode não ser óbvio. Planos para delineamentos em blocos
incompletos balanceados para uma grande variedade de situações são disponíveis em
alguns textos.

O princípio do balanceamento também se aplica para delineamentos com dois ou


mais fatores, mesmo na ausência de controle local. O delineamento de um experimento
nessas circunstâncias é balanceado se o número de observações é o mesmo para cada
nível de um fator ou cada combinação de níveis de dois ou mais fatores. Delineamentos não
balanceados com dois ou mais fatores podem decorrer da desconsideração de resultados
em unidades experimentais para contornar confundimento decorrente de características
estranhas perturbadoras. A desconsideração de unidades experimentais nessas
circunstâncias é usualmente designada perda de unidades experimentais. Isso ocorre
com certa freqüência em algumas áreas de pesquisa; por exemplo, em pesquisas com
animais, em conseqüência de morte ou prejuízo a animais ocasionado por características
estranhas perturbadoras. A análise estatística de experimentos nessas circunstâncias torna-
se complicada.

8.3.5. Confundimento

O confundimento de características é uma circunstância comum em qualquer


pesquisa, particularmente na pesquisa experimental. Uma preocupação constante do
pesquisador é lograr inferências referentes a efeitos causais de fatores experimentais sobre
características respostas livres de confundimento com características estranhas relevantes.
Os princípios do controle local e da casualização têm como propósitos reduzir esse
confundimento e evitar tendenciosidade que possa decorrer para as inferências derivadas
do experimento.
228 Estatística Experimental: Planejamento de Experimentos

Em alguns experimentos, entretanto, o confundimento pode tornar-se inevitável ou


um recurso para lograr maior precisão para inferências mais relevantes ao custo do
sacrifício de informações de menor relevância. Assim, por exemplo, em experimentos
fatoriais com número elevado de combinações de níveis pode ser conveniente sacrificar
interações de ordens mais elevadas, quando julgadas irrelevantes. Essas interações ficam
confundidas com blocos incompletos de menores dimensões, em benefício de maior
precisão para inferências referentes aos níveis e combinações de níveis dentro desses
blocos, consideravelmente mais homogêneos do que os alternativos blocos completos.

Um grande número de delineamentos decorre desse princípio de confundimento,


como, por exemplo, os delineamentos em parcelas divididas, blocos divididos em faixa,
blocos incompletos em geral, delineamentos para experimentos fatoriais em blocos
incompletos com confundimento. Esses delineamentos distinguem-se segundo os efeitos
confundidos e o correspondente nível de confundimento.

8.4. Exercícios de Revisão

1. Explique o que significa "delineamento experimental clássico".

2. Porque são esses delineamentos freqüentemente mal utilizados?

3. Liste e explique, abreviadamente, os requisitos importantes de um experimento.

4. Qual é a designação usual da variância atribuível ao erro experimental? Qual é a


origem dessa designação?

5. Explique o significado de precisão de um experimento. Quais recursos o pesquisador


pode utilizar para o aumento da precisão do experimento?

6. De que depende a precisão do experimento?

7. Qual é a implicação do delineamento experimental sobre a precisão do experimento?

8. Como o número de unidades experimentais e particularmente do número de


repetições pode afetar a precisão das inferências derivadas da amostra?

9. O que significa o viés do experimento? Qual é a distinção entre viés extrínseco e viés
intrínseco. Qual é a fonte do viés extrínseco? Qual é a fonte do viés intrínseco?

10. Explique o significado de validade do experimento. Distinga validade interna e


validade externa.

11. Como a casualização pode contribuir para a validade do experimento?

12. Como o uso apropriado da repetição pode contribuir para a validade do experimento?

13. Que implicações o controle de técnicas experimentais pode ter para a validade do
experimento?

14. Como a escolha dos tratamentos pode afetar a validade do experimento?

15. Que ações o pesquisador pode tomar para o aumento da validade do experimento?

16. O que significa exatidão de um experimento? Distinga e ilustre os conceitos de


exatidão e precisão.
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 229

17. Alguns termos que ocorrem com bastante freqüência na literatura referente ao
planejamento de experimento são: precisão, viés, exatidão, validade e confiabilidade. Defina e
discuta cada um desses termos nesse contexto.

18. Porque efeitos reais de tratamento podem não se manifestar em um experimento?

19. Explique a importância de tratamentos controle, testemunhas e placebos para a


detecção de efeitos reais de tratamentos em um experimento.

20. Porque efeitos de tratamentos podem resultar confundidos com efeitos de


características estranhas em um experimento?

21. Explique como cada um dos seguintes procedimentos de controle local pode
contribuir para evitar o confundimento de efeitos de tratamentos com fontes de variação
estranhas do material experimental.

22. O que se entende por "erro experimental"? Ilustre com exemplos de sua área.

23. O que é o "erro experimental" em um experimento absoluto?

24. Defina "erro sistemático" em um experimento e discuta sua relação com o


planejamento de experimento.

25. Indique e explique os princípios básicos do plano de experimento. Indique os


propósitos de cada um dos princípios básicos do plano de experimento.

26. Qual desses princípios básicos é atribuído a Ronald A. Fisher?

27. O que significa repetição em um experimento? Explique sua importância.


Exemplifique com uma situação de um experimento em sua área.

28. Explique e ilustre a diferença entre repetição e observação múltipla.

29. O que significa "repetição escondida" em um experimento fatorial?

30 Quais são as implicações dos três primeiros princípios básicos no que se refere à
estimação do erro experimental. Represente-as por um diagrama.

31. 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 período de
março a agosto, com dois tratamentos: 1 - pastagem cultivada e 2 - pastagem nativa. O plano do
experimento prevê o uso de 60 animais machos da raça Corriedale e dois potreiros, cada um
com capacidade para 30 animais. Um dos potreiros é de campo natural (pastagem nativa) e o
outro de pastagem melhorada (pastagem cultivada). Os 60 animais serão distribuídos 30 a cada
um dos dois potreiros. Suponha que os 60 cordeiros são razoavelmente uniformes, de modo que
o controle local de características individuais dos animais seja julgado desnecessário.

a) Caracterize a unidade experimental.

b) Uma estimativa válida (ou seja, não tendenciosa) do erro experimental para a
comparação dos dois tratamentos poderá ser provida pela variação entre animais dentro de
potreiro? Por quê?

c) Esse experimento poderá prover uma estimativa válida do erro experimental para a
comparação de interesse no experimento? Por quê?
230 Estatística Experimental: Planejamento de Experimentos

d) Indique uma alteração do plano do experimento que poderia conduzir à estimação


válida do erro experimental.

32. Qual é a relação entre controle local e delineamento de experimento?

33. Em que consiste a casualização na pesquisa experimental? A quem é geralmente


atribuída a idéia da casualização na pesquisa experimental? Porque se deve adotar uma
disposição de tratamentos aleatória, em vez de uma disposição sistemática aparentemente muito
desejável para um experimento?

34. Contraste os conceitos de delineamento experimental aleatório e delineamento


experimental sistemático.

35. Discuta os seguintes meios de assinalar os tratamentos às unidades experimentais:


aleatoriamente, subjetivamente e sistematicamente. Dê exemplos que mostrem os benefícios,
perigos e dificuldades envolvidas em cada um desses três processos.

36. Indique nas colunas 2 e 3 da tabela que segue as conseqüências que o pesquisador
usualmente espera resultarem, respectivamente quanto à precisão e ao viés da estimativa do
erro experimental, de cada uma das ações ou ocorrências listadas na primeira coluna da tabela,
entre as seguintes: 1 - aumento, 2 - não alteração, 3 - diminuição, 4 - outra (indique neste caso).

Ações e ocorrências no experimento Precisão Viés

Controle local
Controle estatístico
Controle de técnicas experimentais
Casualização de variáveis estranhas
Ocorrência de variáveis estranhas perturbadoras
Uso de delineamento experimental inadequado
Aumento do tamanho do experimento

37. Ilustre o conceito de confundimento por situações práticas de seu campo de


especialidade. Dê exemplos de confundimento inevitável, confundimento não intencional e
confundimento intencional.

38. Na primeira coluna da tabela que segue estão enumerados ações e procedimentos
que o pesquisador deve ou pode adotar no plano de experimento. Na segunda coluna, são
listada conseqüências desejáveis e indesejáveis referentes ao erro experimental e à precisão,
não tendenciosidade e exatidão do experimento.

Associe a segunda coluna à primeira, preenchendo nos parênteses em branco os


apropriados números indicados entre parênteses na primeira coluna.
8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 231

Ações e procedimentos adotados no


Conseqüências
planejamento de experimento.

(1) Repetição em uma mesma posição ( ) Estimação do erro experimental.


no espaço e no tempo.
(2) Repetição em diferentes posições ( ) Redução da estimativa do erro ex-
no espaço e no tempo. perimental.
(3) Casualização. ( ) Redução do viés intrínseco.

(4) Controle local. ( ) Redução do viés extrínseco.

(5) Controle estatístico. ( ) Aumento do viés extrínseco.


(6) Controle de técnicas experimentais. ( ) Validade da estimativa do erro ex-
perimental.

(7) Balanceamento. ( ) Redução do confundimento de efeitos de


fatores experimentais e de características
estranhas.

(8) Confundimento. ( ) Redução da chance de que caracterís-


ticas estranhas potencialmente pertur-
badoras se tornem perturbadoras.

( ) Aumento da precisão de inferências


referentes a efeitos importantes de
fatores experimentais a custo do sacrifício
da precisão para efeitos menos
importantes.

39. Decida se cada uma das seguintes sentenças é verdadeira ou falsa, colocando entre
parênteses as letras V ou F, respectivamente. Se a sentença for falsa, explique por que.

O pesquisador deve adaptar seu experimento aos delineamentos experimentais


usualmente apresentados em textos.

O pesquisador pode desenvolver o delineamento experimental para a situação particular


de seu experimento, contanto que obedeça a alguns princípios e requisitos básicos que o
delineamento deve satisfazer.

Usualmente, inferências de um experimento podem ser derivadas utilizando estimativas da


variância do erro experimental de pesquisas anteriores.

A precisão de um experimento é refere-se à variabilidade estranha não controlada do


material experimental.

O erro experimental pode, sempre, ser diminuído em um experimento.

O erro experimental compreende apenas a variação estranha casualizada.

O desvio padrão de uma diferença de tratamentos expressa a grandeza dos erros


aleatórios que contribuem para a estimativa da diferença entre os efeitos reais dos tratamentos.
232 Estatística Experimental: Planejamento de Experimentos

O pesquisador pode obter a precisão que deseja para o seu experimento pela redução da
variação estranha do material experimental.

O pesquisador pode aumentar consideravelmente a precisão de seu experimento pela


redução da variação estranha do material experimental.

A utilização de material experimental homogêneo é o recurso para lograr precisão elevada


em qualquer experimento.

Em alguns experimentos o material experimental deve ser naturalmente heterogêneo,


embora isso possa ser inconveniente para a precisão do experimento.

A utilização de técnicas experimentais sempre contribui para o aumento da precisão e


exatidão do experimento.

Usualmente, em experimentos tecnológicos, a utilização de material experimental


homogêneo propicia maior precisão do experimento mas prejudica sua exatidão.

O aumento do número de repetições é um recurso do pesquisador para lograr tanto a


maior precisão como a maior exatidão de seu experimento.

O delineamento experimental é a escolha das variáveis respostas, das condições


experimentais e do controle experimental para o experimento.

O delineamento experimental tem relevante implicações para a precisão e exatidão do


experimento.

Em experimentos tecnológicos a precisão é mais importante do que a exatidão.

Em alguns experimentos, a precisão pode ser aumentada pela utilização do procedimento


adequado de análise estatística.

A exatidão de um experimento não pode ser aumentada por procedimentos de análise


estatística.

O viés do experimento é a proximidade entre a população amostrada e a população


objetivo.

Não há como evitar o viés intrínseco de um experimento.

O pesquisador pode lograr a manifestação de efeitos reais de tratamentos utilizando os


recursos apropriados.

O propósito do uso de repetições é, entre outros, permitir a estimação não tendenciosa do


erro experimental.

Em um experimento com animais em que o tratamento é aplicado ao potreiro a variação


entre animais dentro de potreiro estima adequadamente a variância do erro experimental.

Parcelas distintas com um mesmo tratamento constituem repetições desse tratamento.

A repetição é a multiplicação de observações no experimento.

Em alguns experimentos o pesquisado pode admitir não adotar repetição.


8. REQUISITOS E PRINCÍPIOS DO PLANO DO EXPERIMENTO 233

A repetição pode não ter qualquer efeito sobre a exatidão do experimento.

A repetição pode ser importante para o aumento da exatidão do experimento.

A repetição contribui, sempre, para a diminuição da estimativa da variância do erro


experimental e, portanto, para o aumento da precisão do experimento.

O controle local é desnecessário em experimentos em ambientes controlados.

O controle local e o controle estatístico são dois procedimentos alternativos ou


complementares para a redução da estimativa da variação casual.

O controle local é utilizado para o controle individual de características estranhas


específicas.

O controle estatístico é usualmente adotado para o controle individual de características


estranhas específicas.

A casualização é o processo de assinalar os tratamentos às unidades experimentais com o


propósito de controlar o viés.

O pesquisador não tem como evitar o viés do experimento.

( ) A casualização pode ser adotada exclusivamente na atribuição dos tratamentos às parcelas.

A casualização pode lograr o controle de todas as características estranhas não


controladas por outro procedimento de controle experimental.

O balanceamento é um procedimento que pode ser utilizado para evitar o confundimento


de efeitos de tratamentos com diferenças entre blocos em delineamentos com blocos
incompletos.

O confundimento de condições experimentais com características estranhas é sempre


inconveniente no experimento.

O confundimento pode ser um recurso para lograr o aumento da precisão de inferências


relevantes em um experimento.

O uso de metodologia estatística apropriada no plano e na análise dos resultados de um


experimento permite ao pesquisador atribuir um grau de confiabilidade às inferências derivadas
do experimento.

As pressuposições dos métodos estatísticos empregados na análise dos resultados de um


experimento são relevantes para a validade das inferência derivadas.

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

Por procedimentos de análise estatística apropriada o experimentador pode obter a prova


absoluta da eficácia dos tratamentos em um experimento.
9. TABELA DE DÍGITOS ALEATÓRIOS
237
9. TABELA DE DÍGITOS ALEATÓRIOS

Tabela A-1. Dez mil dígitos aleatórios

00-04 05-09 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49
00 88758 66605 33843 43623 62774 25517 09560 41880 85126 60755
01 35661 42832 16240 77410 20686 26656 59698 86241 13152 49187
02 26335 03771 46115 88133 40721 06787 95962 60841 91788 86386
03 60826 74718 56527 29508 91975 13695 25215 72237 06337 73439
04 95044 99896 13763 31764 93970 60987 14692 71039 34165 21297
05 83746 47694 06143 42741 38338 97694 69300 99864 19641 15083
06 27998 42562 63402 10056 81668 48744 08400 83124 19896 18805
07 82685 32323 74625 14510 85927 28017 80588 14756 54937 76379
08 18386 13862 10988 04197 18770 72757 71418 81133 69503 44037
09 21717 13141 22707 68165 58440 19187 08421 23872 03036 34208
10 18446 83052 31842 08634 11887 86070 08464 20565 74390 36541
11 66027 75177 47398 66423 70160 16232 67343 36205 50036 59411
12 51420 96779 54309 87456 78967 79638 68869 49062 02196 55109
13 27045 62626 73159 91149 96509 44204 92237 29969 49315 11804
14 13094 17725 14103 00067 68843 63565 93578 24756 10814 15185
15 92382 62518 17752 53163 63852 44840 02592 88572 03107 90196
16 16215 50809 49326 77232 90155 69955 93892 70445 00906 57002
17 09342 14528 64727 71403 84156 34083 35613 35670 10549 07468
18 38148 79001 03509 79424 39625 73315 18811 86230 99682 82896
19 23689 19997 72382 15247 80205 58090 43804 94548 82693 22799
20 25407 37726 73099 51057 68733 75768 77991 72641 95386 70138
21 25349 69456 19693 85568 93876 18661 69018 10332 83137 88257
22 02322 77491 56095 03055 37738 18216 81781 32245 84081 18436
23 15072 33261 99219 43307 39239 79712 94753 41450 30944 53912
24 27002 31036 85278 74547 84809 36252 09373 69471 15606 77209
25 66181 83316 40386 54316 29505 86032 34563 93204 72973 90760
26 09779 01822 45537 13128 51128 82703 75350 25179 86104 40638
27 10791 07706 87481 26107 24857 27805 42710 63471 08804 23455
28 74833 55767 31312 76611 67389 04691 39687 13596 88730 86850
29 17583 24038 83701 28570 63561 00098 60784 76098 84217 34997
30 45601 46977 39325 09286 41133 34031 94867 11849 75171 57682
31 60683 33112 65995 64203 18070 65437 13624 90896 80945 71987
32 29956 81169 18877 15296 94386 16317 34239 03643 66081 12242
33 91713 84235 75296 69875 82414 05197 66596 13083 46278 73498
34 85704 86588 82837 67822 95963 83021 90732 32661 64751 83903
35 17921 26111 35373 86494 48266 01888 65735 05315 79328 13367
36 13929 71341 80488 89827 48277 07229 71953 16128 65074 28782
37 03248 18880 21667 01311 61806 80201 47889 83052 31029 06023
38 50583 17972 12690 00452 93766 16414 01212 27964 02766 28786
39 10636 46975 09449 45986 34672 46916 63881 83117 53947 95218
40 43896 41278 42205 10425 66560 59967 90139 73563 29875 79033
41 76714 80963 74907 16890 15492 27489 06067 22287 19760 13056
42 22393 46719 02083 62428 45177 57562 49243 31748 64278 05731
43 70942 92042 22773 47761 13503 16037 30875 80754 47491 96012
44 92011 60326 86346 26738 01983 04186 41388 03848 78354 14964
45 66456 00126 45685 67607 70796 04889 98128 13599 93710 23974
46 96292 44348 20898 02227 76512 53185 03057 61375 10760 26889
47 19680 07146 53951 10935 23333 76233 13706 20502 60405 09745
48 67347 51442 24536 60151 05498 64678 87569 65066 17790 55413
49 95888 59255 06898 99137 50871 81265 42223 83303 48694 81953

Continua
238 Estatística Experimental: Planejamento de Experimentos

Tabela A-1. Dez mil dígitos aleatórios (Continuação)

50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-89 90-94 95-99
00 70896 44520 64720 49898 78088 76740 47460 83150 78905 59870
01 56809 42909 25853 47624 29486 14196 75841 00393 04239 24847
02 66109 84775 07515 49949 61482 91836 48126 80778 21302 24975
03 18071 36263 14053 52526 44374 04923 68100 57805 16521 15345
04 98732 15120 91754 12657 74675 78500 01247 49719 47635 55514
05 36075 83967 22268 77971 31169 68584 21336 72541 66959 39708
06 04110 45061 78062 18911 27855 09419 56459 00695 70323 04538
07 75658 58509 24479 10202 13150 95946 55087 38398 18718 95561
08 87403 19142 27208 35149 34889 27003 14181 44813 17784 41036
09 00005 52142 65021 64438 69610 12154 98422 65320 79996 01935
10 43674 47103 48614 70823 78252 82403 93424 05236 54588 27757
11 68597 68874 35567 98463 99671 05634 81533 47406 17228 44455
12 91874 70208 06308 40719 02772 69589 79936 07514 44950 35190
13 73854 19470 53014 29375 62256 77488 74388 53949 49607 19816
14 65926 34117 55344 68155 38099 56009 03513 05926 35584 42328
15 40005 35246 49440 40295 44390 83043 26090 80201 02934 49260
16 46686 29890 14821 69783 34733 11803 64845 32065 14527 38702
17 02717 61518 39583 72863 50707 96115 07416 05041 36756 61065
18 17048 22281 35573 28944 96889 51823 57268 03866 27658 91950
19 75304 53248 42151 93928 17343 88322 28683 11252 10355 65175
20 97844 62947 62230 30500 92816 85232 27222 91701 11057 83257
21 07611 71163 82212 20653 21499 51496 40715 78952 33029 64207
22 47744 04603 44522 62783 39347 72310 41460 31052 40814 94297
23 54293 43576 88116 67416 34908 15238 40561 73940 56850 31078
24 67556 93979 73363 00300 11217 74405 18937 79000 68834 48307
25 86581 73041 95809 73986 49408 53316 90841 73808 53421 82315
26 28020 86282 83365 76600 11261 74354 20968 60770 12141 09539
27 42578 32471 37840 30872 75074 79027 57813 62831 54715 26693
28 47290 15997 86163 10571 81911 92124 92971 80860 41012 58666
29 24856 63911 13221 77028 06573 33667 30732 47280 12926 67276
30 16352 24836 60799 76281 93402 44709 78930 82969 84468 36910
31 89060 79852 97854 28324 39638 86936 06702 74304 39873 19496
32 07637 30412 04921 26471 09605 07355 20466 49793 40539 21077
33 37711 47786 37468 31963 16908 50283 80884 08252 72655 58926
34 82994 53232 58202 73318 62471 49650 15888 73370 98748 69181
35 31772 67288 12110 04776 15168 68862 92347 90789 66961 04162
36 93819 78050 19364 38037 25706 90879 05215 00260 14426 88207
37 65557 24496 04713 23688 26623 41356 47049 60676 72236 01214
38 88001 91382 05129 36041 10257 55558 89979 58061 28957 10701
39 96648 70303 18191 62404 26558 92804 15415 02865 52449 78509
40 04118 51573 59356 02426 35010 37104 98316 44602 96478 08433
41 19317 27753 39431 26996 04465 69695 61374 06317 42225 62025
42 37182 91221 17307 68507 85725 81898 22588 22241 80337 89033
43 82990 03607 29560 60413 59743 75000 03806 13741 79671 25416
44 97294 21991 11217 98087 79124 52275 31088 32085 23089 21498
45 86771 69504 13345 42544 59616 07867 78717 82840 74669 21515
46 26046 55559 12200 95106 56496 76662 44880 89457 84209 01332
47 39689 05999 92290 79024 70271 93352 90272 94495 26842 54477
48 83265 89573 01437 43786 52986 49041 17952 35035 88985 84671
49 15128 35791 11296 45319 06330 82027 90808 54351 43091 30387
9. TABELA DE DÍGITOS ALEATÓRIOS 239

Tabela A-1. Dez mil dígitos aleatórios (Continuação)

00-04 05-09 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49
50 54441 64681 93190 00993 62130 44484 46293 60717 50239 76319
51 08573 52937 84274 95106 89117 65849 41356 65549 78787 50442
52 81067 68052 14270 19718 88499 63303 13533 91882 51136 60828
53 39737 58891 75278 98046 52284 40164 72442 77824 72900 14886
54 34958 76090 08827 61623 31114 86952 83645 91786 29633 78294
55 61417 72424 92626 71952 69709 81259 58472 43409 84454 88648
56 99187 14149 57474 32268 85424 90378 34682 47606 89295 02420
57 13130 13064 36485 48133 35319 05720 76317 70953 50823 06793
58 65563 11831 82402 46929 91446 72037 17205 89600 59084 55718
59 28737 49502 06060 52100 43704 50839 22538 56768 83467 19313
60 50353 74022 59767 49927 45882 74099 18758 57510 58560 07050
61 65208 96466 29917 22862 69972 35178 32911 08172 06277 62795
62 21323 38148 26696 81741 25131 20087 67452 19670 35898 50636
63 67875 29831 59330 46570 69768 36671 01031 95995 68417 68665
64 82631 26260 86554 31881 70512 37899 38851 40568 54284 24056
65 91989 39633 59039 12526 37730 68848 71399 28513 69018 10289
66 12950 31418 93425 69756 34036 55097 97241 92480 49745 42461
67 00328 27427 95474 97217 05034 26676 49629 13594 50525 13485
68 63986 16698 82804 04524 39919 32381 67488 05223 89537 59490
69 55775 75005 57912 20977 35722 51931 89565 77579 93085 06467
70 24761 56877 56357 78809 40748 69727 56652 12462 40528 75269
71 43820 80926 26795 54553 28319 25376 51795 26123 51102 89853
72 66669 02880 02987 33615 54206 20013 75872 88678 17726 60640
73 49944 66725 19779 50416 42800 71733 82052 28504 15593 51799
74 71003 87598 61296 95019 21568 86134 66096 65403 47166 78638
75 52715 04593 69484 93411 38046 01300 04293 60830 03914 75357
76 21998 31729 89963 11573 49442 69467 40265 56066 36024 25705
77 58970 96827 18377 31564 23555 86338 79250 43168 96929 97732
78 67592 59149 42554 42719 13553 48560 81167 10747 92552 19867
79 18298 18429 09357 96436 11237 88039 81020 00428 75731 37779
80 88420 28841 42628 84647 59024 52032 31251 72017 43875 48320
81 07627 88424 23381 29680 14027 75905 27037 22113 77873 78711
82 37917 63581 04979 21041 95252 62450 05937 81670 44894 47262
83 14783 95119 68464 08726 74818 91700 05961 23554 74649 50540
84 05378 32640 64562 15303 13168 23189 88198 63617 58566 56047
85 19640 96709 22047 07825 40583 99500 39989 96593 32254 37158
86 20514 11081 51131 56469 33947 77703 35679 45774 06776 67062
87 96763 56249 81243 62416 84451 14696 38195 70435 45948 67690
88 49439 61075 31558 59740 52759 55323 95226 01385 20158 54054
89 16294 50548 71317 32168 86071 47314 65393 56367 46910 51269
90 31381 94301 79273 32843 05862 36211 93960 00671 67631 23952
91 98032 87203 03227 66021 99666 98386 39222 36056 81992 20121
92 40700 31826 94774 11366 81391 33602 69608 84119 93204 26825
93 68692 66849 29366 77540 14978 06508 10824 65416 23629 63029
94 19047 10784 19607 20296 31804 72984 60060 50353 23260 58909
95 82867 69266 50733 62630 00956 61500 89913 30049 82321 62367
96 26528 28928 52600 72997 80943 04084 86662 90025 14360 64867
97 50066 00607 49962 30724 81707 14548 25844 47336 57492 02207
98 97245 15440 55182 15386 85136 98869 33712 95152 50973 98658
99 54998 88830 95639 45104 72676 28220 82576 57381 34438 24565
240 Estatística Experimental: Planejamento de Experimentos

Tabela A-1. Dez mil dígitos aleatórios (Continuação)

50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-89 90-94 95-99
50 58649 85086 16502 97541 76611 94229 34987 86718 87208 05426
51 97306 52449 55596 66739 36525 97563 29469 31235 79276 10831
52 09942 79344 78160 11015 55777 22047 57615 15717 86239 36578
53 83842 28631 74893 47911 92170 38181 30416 54860 44120 73031
54 73778 30395 20163 76111 13712 33449 99224 18206 51418 70006
55 88381 56550 47467 59663 61117 39716 32927 06168 06217 45477
56 31044 21404 15968 21357 30772 81482 38807 67231 84283 63552
57 00909 63837 91328 81106 11740 50193 86806 21931 18054 49601
58 69882 37028 41732 37425 80832 03320 20690 32653 90145 03029
59 26059 78324 22501 73825 16927 31545 15695 74216 98372 28547
60 38573 98078 38982 33078 93524 45606 53463 20391 81637 37269
61 70624 00063 81455 16924 12848 23801 55481 78978 26795 10553
62 49806 23976 05640 29804 38988 25024 76951 02341 63219 75864
63 05461 67523 48316 14613 08541 35231 38312 14969 67279 50502
64 76582 62153 53801 51219 30242 32599 49099 83959 68408 20147
65 16660 80470 75062 75588 24384 27874 20018 11428 32265 07692
66 60166 42424 97470 88451 81270 80070 72959 26220 59939 31127
67 28953 03272 31460 41691 57736 72052 22762 96323 27616 53123
68 47536 86439 95210 96386 38704 15484 07426 70675 06888 81203
69 73457 26657 36983 72410 30244 97711 25652 09373 66218 64077
70 11190 66193 66287 09116 48140 37669 02932 50799 17255 06181
71 57062 78964 44455 14036 36098 40773 11688 33150 07459 36127
72 99624 67254 67302 18991 97687 54099 94884 42283 63258 50651
73 97521 83669 85968 16135 30133 51312 17831 75016 80278 68953
74 40273 04838 13661 64757 17461 78085 60094 27010 80945 66439
75 57260 06176 49963 29760 69546 61336 39429 41985 18572 98128
76 03451 47098 63495 71227 79304 29753 99131 18419 71791 81515
77 62331 20492 15393 84270 24396 32962 21632 92965 38670 44923
78 32290 51079 06512 38806 93327 80086 19088 59887 98416 24918
79 28014 80428 92853 31333 32648 16734 43418 90124 15086 48444
80 18950 16091 29543 65817 07002 73115 94115 20271 50250 25061
81 17403 69503 01866 13049 07263 13039 83844 80143 39048 62654
82 27999 50489 66613 21843 71746 65868 16208 46781 93402 12323
83 87076 53174 12165 84495 47947 60706 64034 31635 65169 93070
84 89044 45974 14524 46906 26052 51851 84197 61694 57429 63395
85 98048 64400 24705 75711 36232 57624 41424 77366 52790 84705
86 09345 12956 49770 80311 32319 48238 16952 92088 51222 82865
87 07086 77628 76195 47584 62411 40397 71857 54823 26536 56792
88 93128 25657 46872 11206 06831 87944 97914 64670 45760 34353
89 85137 70964 29947 27795 25547 37682 96105 26848 09389 64326
90 32798 39024 13814 98546 46585 84108 74603 94812 73968 68766
91 62496 26371 89880 52078 47781 95260 83464 65942 91761 53727
92 62707 81825 40987 97656 89714 52177 23778 07482 91678 40128
93 05500 28982 86124 19554 80818 94935 61924 31828 79369 23507
94 79476 31445 59498 85132 24582 26024 24002 63718 79164 43556
95 10653 29954 97568 91541 33139 84525 72271 02546 64818 14381
96 30524 06495 00886 40666 68574 49574 19705 16429 90981 08103
97 69050 22019 74066 14500 14506 06423 38332 34191 82663 85323
98 27908 78802 63446 07674 98871 63831 72449 42705 26513 19883
99 64520 16618 47409 19574 78136 46047 01277 79146 95759 36781

Você também pode gostar