XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO

Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente.
São Carlos, SP, Brasil, 12 a15 de outubro de 2010.

PLANEJAMENTO E ANÁLISE DE
EXPERIMENTOS PARA AVALIAÇÃO DE
RESULTADOS DE ENSAIOS
MECÂNICOS EM BLENDAS DE
POLIPROPILENO E POLIETILENO DE
ALTA DENSIDADE
Cléia de Andrade Salles (ifsul)
cleia@cefetrs.edu.br
Joao Batista Auad da Silva (ifsul)
jauad@gmail.com
Rafael Bispo da Silva (ifsul)
rafaelbispo1987@gmail.com

O presente trabalho tem por objetivo apresentar a importância da

utilização de metodologia de Planejamento e Análise de Experimentos
com a utilização de ferramentas estatísticas como: análise de variância
(ANOVA); gráficos de dispersão e dee normalidade; determinação de
intervalos de confiança, para a correta análise e interpretação dos
resultados de ensaios mecânicos de resistência à Flexão, ao Impacto e
Dureza realizados em blendas poliméricas compostas por
Polipropileno (PP) e Polietileno de Alta Densidade (PEAD). O
Planejamento Experimental Completamente Aleatorizado com um
Único Fator consiste em um procedimento para avaliação de
resultados quando somente um fator esteja envolvido no experimento,
nesse estudo, consiste na alteração da composição de blenda
polimérica. Com a aplicação da ANOVA nos dados obtidos com a
realização dos ensaios de laboratório, verifica-se que a alteração na
composição da blenda PP/PEAD afeta os resultados dos ensaios de
flexão, impacto e dureza. Verifica-se com os resultados de dispersão e
amplitude dos resíduos (variâncias) nos ensaios de flexão e dureza que
os componentes de erro comportam-se de forma aleatória,
independentes e identicamente distribuídas. Os valores do R² nas
distribuições dos resíduos para os ensaios de flexão e dureza
apresentam resultados próximos a 1, indicando que os resíduos seguem
uma probabilidade normal , validando com isso a hipótese de
normalidade dos resíduos. Um comportamento diferente foi observado
nos resultados do ensaio de impacto, verificando-se a forte influência
de erros experimentais, esta evidenciada pela grande diferença entre
as variâncias, impossibilitando desta forma a continuidade das
avaliações. Tal comportamento, embora negativo, reforça a
importância da eficácia do experimento estatístico adotado, evitando-
se equívocos de interpretação ou erros de avaliação. Para auxílio na
tomada de decisões, podem ser consultadas tabelas obtidas a partir
dos resultados experimentais, com intervalos de 95% de confiança, dos
valores médios e seus respectivos limites inferiores e superiores (faixa
de utilização).

Palavras-chaves: Planejamento e Análise de Experimentos. Análise de

Variância (ANOVA). Propriedades Mecânicas.

2
 1. Introdução
O planejamento experimental, baseado na utilização de ferramentas estatísticas,
constitui-se em uma ferramenta útil na avaliação dos efeitos ou impactos que os fatores
exercem nas respostas desejadas bem como, no auxílio da tomada de decisões.
Para determinar com confiança os resultados e avaliar tais efeitos ou impactos
exercidos pelos diversos fatores, várias estratégias podem ser adotadas. O Planejamento
Experimental Completamente Aleatorizado com um Único Fator consiste em um
procedimento para avaliação de resultados quando somente um fator esteja envolvido no
experimento, com relação ao presente trabalho o fator em questão estudado consiste na
alteração da composição de blenda polimérica composta por Polipropileno (PP) e Polietileno
de Alta Densidade (PEAD).
O objetivo deste estudo é demonstrar a eficiência da metodologia de um experimento
completamente aleatorizado com um único fator para que se possa apontar com confiança
estatística a influência das diferentes composições da blenda de PP/PEAD nos resultados
obtidos em ensaios mecânicos de resistência à Flexão, ao Impacto e Dureza realizados em
corpos de prova produzidos pelo processo de transformação por injeção, sem a adição de
agente compatibilizante.
2. Revisão Bibliográfica
2.1 O Planejamento de Experimentos
A crescente necessidade pela otimização de produtos e processos, objetivando a
minimização de custos e tempos, tem obrigado os profissionais de indústrias a buscarem
técnicas sistemáticas de planejamento de experimentos estatísticos. A metodologia empregada
no Planejamento e Análise de Experimentos é um método fundamentado na teoria estatística,
fornecendo assim informações seguras sobre o processo e minimizando o empirismo de
técnicas de “tentativa e erro”.
Segundo Rodrigues e Iemma (2006) uma das vantagens do Planejamento de
Experimentos é que reduz o número de experiências ou repetições e melhora a qualidade da
informação obtida através dos resultados. Isto significa uma sensível diminuição do trabalho
e, conseqüentemente, do tempo e do custo final.
Conforme Werkema (1996) um experimento é um processo no qual alterações
propositais são feitas nas variáveis de entrada de um processo ou sistema, de modo que se
possa avaliar as possíveis alterações sofridas pela variável resposta, como também as razões
destas alterações. Seguindo esse raciocínio, um experimento consiste em um método onde
uma variável resposta é estudada através da variação de fatores controláveis de um processo.
Werkema (1996) define processo como um conjunto de causas ou fatores - insumos,
equipamentos, informações do processo ou medidas, condições ambientais, pessoas e métodos
ou procedimentos - que tem como objetivo produzir um determinado efeito (produto do
processo), que apresenta uma ou mais respostas observáveis.
O planejamento e análise de experimentos são procedimentos nos quais alterações
propositais são feitas nas variáveis de entrada de um processo ou sistema, de modo que se
avaliem as possíveis alterações sofridas pela variável resposta, como também as razões destas
alterações (MONTGOMERY, 2004).

3
 No presente trabalho utilizou-se como ferramenta estatística a Análise de Variância
(ANOVA) para avaliar as diferenças entre as variáveis de resposta estudadas de um processo.
Dentre os vários tipos de análise, será utilizado o Experimento Completamente Aleatorizado
com um Único Fator, conforme metodologia descrita em Werkema (1996).
Murray R. Spiegel (1993) a respeito de experimento aleatorizado de fator único
destaca que: “Em um experimento de fator único obtêm-se medidas ou observações para 
(Tratamentos) nos grupos de amostras independentes, nas quais o número de medidas em
cada grupo é b (Réplicas)”.
2.2 Análise de Variância (ANOVA)
Suponha que temos k tratamentos, isto é, diferentes níveis de um fator, que desejamos
comparar. A resposta observada em cada um dos k tratamentos é uma variável aleatória. A
tabela [...] mostra os dados típicos de um experimento com um único fator. Uma entrada nesta
tabela, por exemplo xij, representa a j-ésima observação obtida sob o tratamento i.
(WERKEMA, 1996).
Conforme Stevenson (2001) a análise de variância é uma técnica que pode ser usada
para determinar se as médias de duas ou mais populações são iguais.[...]Aplica-se a análise de
variância para determinar se as médias de duas ou mais populações são iguais.
O objetivo deste experimento é testar hipóteses apropriadas sobre os efeitos dos
tratamentos, e para isso é necessário supor que os componentes de erro são variáveis
aleatórias independentes e identicamente distribuídas, com distribuição normal com média
 iidN 0, 2
zero e variância constante, ou seja, de forma abreviada, ij

(WERKEMA, 1996).

As observações xij,conforme Werkema (1996), podem ser descritas pelo seguinte
modelo matemático:
xij     i   ij
, sendo que: i  1,2,..., k j  1,2,..., n

onde:
xij
= valor da variável resposta na j-ésima observação do i-ésimo tratamento;
 = média geral de todos os tratamentos;

 i = efeito do i-ésimo tratamento;

 ij xij
= erro aleatório associado à

Fonte de Variação Soma dos Graus de Quadrado médio F0

Quadrados Liberdade
Entre Tratamentos SQE K-1 QME F0 
QME
QMR
Residual SQR k(n – 1) QMR
Total SQT kn - 1
Fonte: Werkema (1996)
Tabela 1 – Tabela de Análise de Variância para um fator

4
 Para a ANOVA Fator Único, a regra de decisão é a seguinte: se
F0  F k  1, k n  1
concluir com 1001   % de confiança, que as médias dos
tratamentos são diferentes.
O modelo descrito acima é denominado modelo de análise de variância para um fator,
porque, neste experimento, investigou-se apenas o efeito de um único fator sobre a variável
resposta de interesse.
2.3 Blendas Poliméricas
Blenda polimérica é a mistura física de dois ou mais polímeros, visando modificar as
propriedades do material. Essa forma é mais econômica que a copolimerização, a qual requer
ajustes das condições operacionais do reator de polimerização para cada razão entre os
comonômeros, já que a cinética e a troca de calor mudam para cada composição da carga
(LENI AKCELRUD, 2007).
Realizou-se neste estudo ensaios mecânicos em corpos de prova produzidos a partir de
blenda de Polipropileno (PP) e Polietileno de Alta Densidade (PEAD), sem agente
compatibilizante e com diferentes composições, onde se verificou o desempenho de cada
formulação quanto às propriedades de Flexão , Impacto e Dureza.
O objetivo da mistura de polímeros é melhorar propriedades como a rigidez,
resistência ao impacto a baixas temperaturas, estabilidade dimensional a altas temperaturas,
resistência a intempéries, resistência a rachaduras provocada por tensão, resistência à chama,
processabilidade e resistência ao envelhecimento (ELOÍSA MANO, 2000).
2.4 Propriedades Mecânicas
Avaliou-se neste trabalho as propriedades de Resistência à Flexão ao Impacto e
Dureza, onde definiram-se, através de análise estatística, quais as composições que
apresentam os melhores e os piores resultados e até mesmo um comparativo com resultados
de propriedades mecânicas de corpos de prova produzidos com PP e PEAD puros.
As propriedades mecânicas dos materiais poliméricos são de grande importância e
interesse científico e tecnológico, devido aos requisitos e/ou exigências que os diversos
polímeros existentes devem atender na maior parte de suas aplicações. Podem servir como
base de comparação do desempenho mecânico de diferentes polímeros, assim como para
avaliação dos efeitos decorrentes da modificação do polímero-base (SEBASTIÃO V.
CANEVAROLO JR, 2007).
2.4.1 Resistência à Flexão
Realizou-se o ensaio de flexão dos corpos-de-prova a uma velocidade constante de
20mm/min e registrou-se a força em relação à deformação. Utilizou-se uma Máquina
Universal de ensaio marca EMIC DL-2000, capacidade de 20 kN, tomando-se como
referência para os ensaios a norma ASTM – D 790.
2.4.2 Resistência ao Impacto
Utilizou-se para o ensaio de resistência ao Impacto uma Máquina de Impacto marca
EMIC, Modelo AIC. O ensaio está referenciado na ASTM – D 256, ensaio de impacto Izod.
2.4.3 Dureza
Realizou-se neste trabalho o ensaio de Dureza Shore D, destinado para mensuração
dessa propriedade em materiais semi-rígidos e rígidos, conforme ASTM D 2240 utilizando-se

5
um durômetro Shore A e D marca WOLTEST SD 300 com peso de 5 Kg . Este teste baseia-se
na penetração de um tipo específico de identador quando forçado sobre a amostra sob
condições específicas.

3. Metodologia
Foram preparadas blendas de PP/PEAD, respectivamente, variando-se suas
concentrações em massa de 100/0; 90/10; 85/15; 80/20; 75/25; 50/50; 25/75; 20/80; 15/85;
10/90; 0/100, as quais foram injetadas na forma de corpos de prova em uma máquina injetora
monorosca marca Himaco. Com os corpos-de-prova preparados e devidamente identificadas
as suas composições, efetuou-se a numeração dos mesmos de 1 à 55 para cada tipo de ensaio
realizado, num total de 165 corpos de prova e, em seguida, realizou-se o sorteio dos corpos-
de-prova (seleção aleatória) para que estes fossem ensaiados de maneia a garantir que os erros
aleatórios fossem igualmente distribuídos durante a execução dos ensaios, pois conforme
Werkema (1996) a aleatorização permite que os efeitos de fatores não-controlados, que
afetem a variável resposta e que podem estar presentes durante a realização do experimento,
sejam balanceados entre todas as medidas. Este balanceamento evita possíveis confusões na
avaliação dos resultados devido à atuação destes fatores.
Procedeu-se os ensaios nas amostras com 5 repetições para cada composição e com os
resultados obtidos utilizou-se a ANOVA Fator Único onde verificou-se a influência das
diferentes composições da blenda de PP/PEAD nos resultados dos ensaios mecânicos.
Verificaram-se também quais as composições da blenda apresentaram os melhores
resultados, onde também se analisou a natureza exata da diferença detectada entre os
resultados médios para cada ensaio realizado, ou seja, a verificação da adequação do modelo
através da Análise de Resíduos. Verificou-se a independência entre as observações, através
dos Gráficos de Resíduos (y) em relação a ordem de coleta das observações (x); a
normalidade da distribuição, através dos Gráficos de probabilidade normal; e a igualdade nas
variâncias em cada tratamento através dos Gráficos de resíduos (y) em relação as médias, xmi,
dos tratamentos (x).
4. Análise dos Resultados
Os resultados dos ensaios realizados foram tabelados, e calculados utilizando planilha
eletrônica Excel, assim como a análise de variância ANOVA, os gráficos e intervalos de
confiança utilizados na análise estatística, pois não possuía-se licença institucional para a
utilização do software “Statística”.
4.1 Análise dos Resultados do ensaio de Resistência à Flexão
Apresentam-se os resultados do ensaio de resistência à Flexão na tabela 2 abaixo
Composição 100/0 90/10 85/15 80/20 75/25 50/50 25/75 20/80 15/85 10/90 0/100
Média 46,75 46,47 44,10 43,97 46,05 35,90 28,66 27,41 25,46 25,18 24,07
0,55 0,83 0,42 -0,84 0,56 0,97 0,56 0,42 0,28 0,77 0,28
-0,14 -1,25 -0,97 -0,84 0,56 -0,42 -0,83 -0,28 0,28 -0,03 -0,42
Resíduos -0,14 0,83 0,42 1,25 -0,83 -0,42 -0,14 0,42 0,28 -0,58 0,28
1,25 -0,56 -0,27 0,55 -0,14 0,27 -0,14 0,42 -1,11 -0,14 -1,11
-1,53 0,14 0,42 -0,14 -0,14 -0,42 0,56 -0,97 0,28 0,00 0,97
Tabela 2 – Resultados do ensaio de Resistência à Flexão

6
 4.1.1 Análise da Distribuição dos Resíduos
Através da figura 1, pode-se observar a distribuição aleatória dos resíduos, mostrando
que os fatores não-controlados (erros aleatórios) apresentaram-se devidamente balanceados
nos resultados dos experimentos.

1,50
1,00
Resíduos

0,50
0,00
0 10 20 30 40 50 60
-0,50
-1,00
-1,50
-2,00
Ordem

Figura 1 – Gráfico de Resíduos contra a Ordem de Coleta

4.1.2 ANOVA Fator Único para ensaio de Flexão
Aplicou-se a ANOVA fator único onde pode-se através do resultado de F > F crítico
confirmar com 95% de confiança que as médias se diferem, ou seja, a diferença na
composição da blenda afetou nos resultados deste ensaio, conforme tabela 3 abaixo.

Grupo Contagem Soma Média Variância

100/0 5 233,74 46,748 1,06127
90/10 5 232,34 46,468 0,81837
85/15 5 220,52 44,104 0,38573
80/20 5 219,83 43,966 0,82393
75/25 5 230,26 46,052 0,33882
50/50 5 179,48 35,896 0,38573
25/75 5 143,31 28,662 0,33882
20/80 5 137,06 27,412 0,38712
15/85 5 127,31 25,462 0,38642
10/90 5 125,92 25,184 0,23743
0/100 5 120,35 24,070 0,62655
Fonte da variação SQ gl MQ F valor-P F crítico
Entre grupos 4764,45 10 476,44 905,13 1,693E-47 2,05
Dentro dos grupos 23,16 44 0,53
Total 4787,61 54
Tabela 3 - ANOVA fator único para resistência a flexão ( α = 0,05 )
4.1.3 Análise da Normalidade dos Resíduos
Analisando-se o gráfico da Figura 2, observa-se distribuição dos resíduos em torno de
uma reta, e o valor do R² igual a 0,9618, validando com isso a hipótese de normalidade.

1,20
y = 0,4226x + 0,5209
1,00 R 2 = 0,9618
Probabilidade

0,80

0,60
7
0,40
 Figura 2 – Gráfico de Normalidade de Resíduos
4.1.4 Análise da Igualdade de Variância nos Tratamentos
Analisando-se o gráfico da figura 3, verifica-se que as faixas de dispersão dos resíduos
em relação a cada média (tratamento) tiveram um comportamento aproximadamente igual,
confirmando a hipótese de que os componentes de erro estejam identicamente distribuídos,
existindo assim igualdade das variâncias.

2,00
1,50
1,00
Resíduos

0,50
0,00
20 25 30 35 40 45 50
-0,50
-1,00
-1,50
-2,00
Médias

Figura 3 – Gráfico da Variância de Resíduos contra as Médias dos Tratamentos

“Nosso objetivo é testar hipóteses apropriadas sobre os efeitos dos tratamentos e para
isto será necessário supor que os componentes de erro  ij são variáveis aleatórias
independentes e identicamente distribuídas, com distribuição normal com média zero e
variância ²constante” Werkema (1996).
4.1.5 Intervalos de Confiança para as Médias do Ensaio de Flexão
Construiu-se os intervalos com 95% de confiança para as médias do ensaio de Flexão
com a respectiva ordem dos resultados conforme tabela 4, onde as maiores médias foram
respectivamente 100/0; 90/10; 75/25 e as menores médias foram 15/85; 10/90; 0/100, ficando
as composições 85/15; 80/20; 50/50; 25/75; 20/80 respectivamente em um bloco
intermediário.
Limite Limite
Dados/Constantes Médias t(α,gl )* (QMR/n)^0,5 Inferior Superior Ordem Composição
t(α,gl)=t(0,05,44) 2,02 46,75 46,10 47,40 1º 100/0
QMR 0,53 46,47 45,82 47,12 2º 90/10
46,05 ±0,65 45,40 46,70 3º 75/25
n 5
44,10 43,45 44,75 4º 85/15
(QMR/n)^0,5 0,32 43,97 43,32 44,62 5º 80/20

8
 35,90 35,25 36,55 6º 50/50
28,66 28,01 29,31 7º 25/75
27,41 26,76 28,06 8º 20/80
25,46 24,81 26,11 9º 15/85
25,18 24,53 25,83 10º 10/90
24,07 23,42 24,72 11º 0/100
Tabela 4 - Resultados dos intervalos com 95% de confiança para as médias dos ensaios de flexão

4.2 Análise dos Resultados do ensaio de Resistência ao Impacto

Apresentam-se os resultados do ensaio de resistência ao Impacto na tabela 5 abaixo

Composição 100/0 90/10 85/15 80/20 75/25 50/50 25/75 20/80 15/85 10/90 0/100
Média 13,56 14,20 11,09 11,75 12,99 13,35 11,05 12,96 12,93 12,30 14,04
-0,65 1,82 1,98 1,21 -0,01 -0,03 -1,28 -0,02 0,00 0,53 -1,34
-0,80 1,81 -1,25 -1,96 0,08 0,03 -1,32 0,04 -0,03 -2,57 -1,28
Resíduos 2,69 -1,39 -1,42 1,30 -0,16 0,00 1,95 -0,01 0,00 0,69 -1,26
-0,56 -1,10 1,96 1,42 0,05 -0,01 1,99 -0,02 0,04 0,65 1,95
-0,70 -1,16 -1,28 -1,95 0,06 -0,01 -1,33 -0,01 -0,03 0,70 1,93
Tabela 5 – Resultados do ensaio de Resistência ao Impacto
4.2.1 Análise da Distribuição dos Resíduos
Observa-se na figura 4, que vários pontos estão dispostos em uma mesma linha
próximos de zero e alguns pontos encontram-se bastante afastados uns dos outros dando
indícios de que a aleatoriedade pode não ter sido obedecida.

3,00
2,50
2,00
1,50
1,00
Resíduos

0,50
0,00
-0,50 0 10 20 30 40 50 60
-1,00
-1,50
-2,00
-2,50
-3,00

Ordem

Figura 4– Gráfico de Resíduos contra a Ordem de Coleta

4.2.2 ANOVA Fator único para ensaio de Resistência ao Impacto

O resultado de F > F crítico indica com 95% de confiança que a diferença na
composição da blenda afetou nos resultados deste ensaio, conforme tabela 6 abaixo.
Grupo Contagem Soma Média Variância

9
 100/0 5 67,78 13,56 2,2755
90/10 5 70,98 14,20 2,7690
85/15 5 55,44 11,09 3,2448
80/20 5 58,77 11,75 3,2036
75/25 5 64,97 12,99 0,0095
50/50 5 66,73 13,35 0,0005
25/75 5 55,26 11,05 3,2281
20/80 5 64,78 12,96 0,0006
15/85 5 64,63 12,93 0,0008
10/90 5 61,50 12,30 2,0686
0/100 5 70,20 14,04 3,1372

Fonte da variação SQ gl MQ F valor-P F crítico

Entre grupos 58,66 10 5,87 3,24 0,0033368 2,0539
Dentro dos grupos 79,75 44 1,81
Total 138,42 54
Tabela 6 - ANOVA fator único para resistência ao Impacto ( α = 0,05 )

4.2.3 Análise da Igualdade de Variância nos Tratamentos

Na figura 5, não confirmou-se a hipótese de que os componentes de erros estivessem
identicamente distribuídos, não existindo igualdade nas variâncias.

3,00
2,50
2,00
1,50
Resíduos

1,00
0,50
0,00
-0,50 10 11 12 13 14 15
-1,00
-1,50
-2,00
-2,50
-3,00
Médias

Figura 5 – Gráfico da Variância de Resíduos contra as Médias dos Tratamentos

Uma vez constatado as irregularidades acima, não foi possível dar seqüência na
análise dos resultados deste ensaio devido a falta de ajuste do modelo, pois, segundo
Werkema (1996), “Tipicamente as variáveis  ij resultam de erros de medição, de efeitos
exercidos na resposta por variáveis influentes não incluídas no estudo e de flutuações
provocadas por causas de variações aleatórias do processo considerado.”
4.3 Análise dos Resultados do ensaio de Dureza Shore D
Apresentam-se os resultados do ensaio de Dureza Shore D na tabela 7 abaixo
Composições 100/0 90/10 85/15 80/20 75/25 50/50 25/75 20/80 15/85 10/90 0/100
Média 64,16 68,16 60,68 62,64 65,84 58,28 58,28 57,64 63,84 63,84 59,74
0,14 1,84 -0,68 1,36 1,06 -2,08 -2,08 -2,14 -0,64 -0,64 -1,04
1,04 -0,26 2,12 0,56 2,16 -0,48 -0,48 -0,34 0,16 1,16 0,86
Resíduos 0,14 -1,16 0,42 1,16 -1,84 0,32 2,12 0,16 2,46 -1,84 0,16
-1,16 -0,26 -0,18 -0,84 -0,54 1,92 0,12 2,36 -1,74 0,16 0,06
-0,16 -0,16 -1,68 -2,24 -0,84 0,32 0,32 -0,04 -0,24 1,16 -0,04

10
 Tabela 7 – Resultados do ensaio de Dureza Shore D
4.3.1 Análise da Distribuição dos Resíduos
A dispersão dos resíduos em relação à ordem de coleta dos resultados apresentou
aleatoriedade na distribuição conforme figura 6.

3,00

2,00

1,00
Resíduos

0,00
0 10 20 30 40 50 60
-1,00

-2,00

-3,00
Ordem de Coleta

Figura 6 – Gráfico da dispersão dos Resíduos em relação a Ordem de Coleta

4.3.2 ANOVA Fator Único para ensaio de Dureza Shore D
A ANOVA Fator Único indicou com o F > F crítico com 95% de confiança que a
diferença na composição da blenda afetou os resultados, conforme tabela 8 abaixo.
Grupo Contagem Soma Média Variância
100/0 5 320,8 64,16 0,623
90/10 5 340,8 68,16 1,223
85/15 5 303,4 60,68 1,997
80/20 5 313,2 62,64 2,308
75/25 5 329,2 65,84 2,543
50/50 5 291,4 58,28 2,112
25/75 5 291,4 58,28 2,292
20/80 5 288,2 57,64 2,573
15/85 5 319,2 63,84 2,393
10/90 5 319,2 63,84 1,628
0/100 5 298,7 59,74 0,463
Fonte da variação SQ gl MQ F valor-P F crítico
Entre grupos 589,82 10 58,982 32,19062267 5,3E-17 2,053901
Dentro dos grupos 80,62 44 1,832273
Total 670,44 54
Tabela 8 - ANOVA fator único para Dureza Shore D ( α = 0,05 )

4.3.3 Análise da Normalidade dos Resíduos

Na Figura 7, observa-se o comportamento dos resíduos em torno de uma reta, com o
R² igual a 0,9538, validando com isso a hipótese de normalidade entre os resíduos.

11
 1,20
y = 0,238x + 0,5138
1,00 R 2 = 0,9536
Probabilidade

0,80

0,60

0,40

0,20

0,00
-2,50 -2,00 -1,50 -1,00 -0,50 0,00 0,50 1,00 1,50 2,00 2,50
-0,20

Resíduos

Figura 7 – Gráfico de Normalidade de Resíduos

4.3.4 Análise da Igualdade de Variância nos Tratamentos
Verifica-se na figura 8, a igualdade das variâncias.

4,50
4,00
3,50
3,00
2,50
2,00
1,50
Resíduos

1,00
0,50
0,00
-0,50 56 58 60 62 64 66 68 70
-1,00
-1,50
-2,00
-2,50
-3,00
-3,50
Médias

Figura 8 – Gráfico de Normalidade de Resíduos

Após a análise dos resultados da ANOVA e do comportamento dos resíduos, os
intervalos com 95% de confiança para as médias apresentaram respectivamente a ordem dos
resultados conforme tabela 9, onde observou-se que as composições com maiores médias
foram respectivamente 90/10; 75/25; 100/00 e as que apresentaram as menores médias foram
50/50; 25/75; 20/80, ficando as composições 15/85; 10/90; 80/20; 85/15; 0/100
respectivamente em um bloco intermediário.
Limite Limite
Dados/Constantes Médias t(α,gl) * (QMR/n)^0,5 Inferior Superior Ordem Blendas
t(α,gl)=t(0,05,44)= 2,02 68,16 66,93 69,39 1º 90/10
QMR = 1,83 65,84 64,61 67,07 2º 75/25
n= 5 64,16 62,93 65,39 3º 100/0
(QMR/n)^0,5 = 0,61 63,84 62,61 65,07 4º 15/85
63,84 62,61 65,07 5º 10/90
±1,23
62,64 61,41 63,87 6º 80/20
60,68 59,45 61,91 7º 85/15
59,64 58,41 60,87 8º 0/100
58,28 57,05 59,51 9º 50/50
58,28 57,05 59,51 10º 25/75
57,64 56,41 58,87 11º 20/80
Tabela 9 - Resultados dos intervalos com 95% de confiança para as médias dos ensaios de Dureza

12
 Shore D
5. Conclusão
A utilização de ferramentas estatísticas através de um planejamento experimental
completamente aleatorizado com um único fator constituiu-se em um procedimento de
extrema utilidade no presente trabalho, pois através das diversas etapas que se sucederam,
conseguiu-se avaliar com elevada confiança os resultados obtidos.
Com a aplicação da ANOVA nos dados obtidos com a realização dos ensaios de
laboratório, verifica-se que a alteração na composição da blenda PP/PEAD afeta os resultados
dos ensaios de flexão, impacto e dureza. Verifica-se com os resultados de dispersão e
amplitude dos resíduos (variâncias) nos ensaios de flexão e dureza que os componentes de
erro  ij comportam-se de forma aleatória, independentes e identicamente distribuídas. Os
valores do R² nas distribuições dos resíduos para os ensaios de flexão e dureza apresentam
resultados próximos a 1, indicando que os resíduos seguem uma probabilidade normal ,
validando com isso a hipótese de normalidade dos resíduos. Um comportamento diferente foi
observado nos resultados do ensaio de impacto, verificando-se a forte influência de erros
experimentais, esta evidenciada pela grande diferença entre as variâncias, impossibilitando
desta forma a continuidade das avaliações. Tal comportamento, embora negativo, reforça a
importância da eficácia do experimento estatístico adotado, evitando-se equívocos de
interpretação ou erros de avaliação.
Para auxílio na tomada de decisões, podem ser consultadas tabelas obtidas a partir dos
resultados experimentais, com intervalos de 95% de confiança, dos valores médios e seus
respectivos limites inferiores e superiores (faixa de utilização).
6. Referências
WERKEMA, Maria Cristina Catarino; AGUIAR, Sílvio. Planejamento e Análise de Experimentos: como
identificar as principais variáveis influentes em um processo. TQC - Gestão pela Qualidade Total: Série
Ferramentas da Qualidade - Volume 8. Belo Horizonte, MG. QFCO, 1996.

COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L. C. R. Controle estatístico da qualidade. São Paulo:
Atlas, 2004.

ASTM D 2240 – 00: STANDARD TEST METHOD FOR RUBBER PROPERTY – DUROMETER HARDNESS.
West Conshohocken, United States. Junho, 2001.

AKCELRUD, L. Fundamentos da ciência dos polímeros, Ed. Manole. São

Paulo, 2007.

CANEVARLO JR, Sebastião Vicente. Técnicas de Caracterização de Polímeros. Editora Artliber Ltda. São
Paulo, 2004, 1ª reimpressão – 2007.

DOWNING, Douglas; CLARK, Jeffrey. Estatística Aplicada. 2. ed. São Paulo: Saraiva, 2003.

MANO, Eloísa Biasotto. Polímeros como Materiais de Engenharia. Editora Edgar Blücher Ltda. São Paulo,
1991, 2ª reimpressão – 2000.

13
MEDIÇÃO DE PROPRIEDADES: PROPRIEDADES MECÂNICAS – DUREZA SHORE. ASTM D 2240. Julho,
2004. Disponível em <http://www.ipq.com.br>. Acesso em: 17 jan. 2006.

MONTGOMERY, Douglas C. Introdução ao Controle Estatístico da Qualidade. Editora LTC. Rio de Janeiro,
2004.

RODRIGUES, Maria Isabel; IEMMA, Antonio Francisco. Planejamento de Experimentos e Otimização de

Processos – Uma estratégia seqüencial de planejamentos. Campinas: Editora Casa do Pão, 2006

STEVENSON, William J. Estatística Aplicada à Administração. São Paulo: Editora HARBRA, 2001.

SPIEGEL Murray R. Estatística. Tradução e Revisão Técnica Pedro Consentino. Editora Pearson Makron
Books. São Paulo, 1993, 3ª edição

14