EXPERIMENTO FATORIAL

Profª. Sheila Regina Oro

Delineamento de um Experimento Fatorial

Existem casos em que vários fatores devem ser

estudados simultaneamente para que possam nos
conduzir a resultados de interesse.

Experimentos fatoriais: são aqueles nos quais são

estudados, ao mesmo tempo, os efeitos de dois ou
mais tipos de tratamentos.

Neste caso, os tipos de tratamento são referidos

como fatores.
Delineamento de um Experimento Fatorial

Cada subdivisão de um fator é denominada nível do

fator

Neste tipo de experimento, os tratamentos são

todas as combinações possíveis entre os diversos
fatores nos seus diferentes níveis
Exemplo

Suponha um experimento para comparar o efeito

da temperatura e da concentração de determinada
substância na velocidade de uma reação química.

Temperaturas: 20 e 25ºC

Concentrações: 30 e 40 ppm

Fatorial 2x2
Delineamento Fatorial

Fatorial 2x2
Dois fatores em dois níveis

Fatorial 3x3
Dois fatores em três níveis

Fatorial 2x2x2
Três fatores em dois níveis
Delineamento Fatorial

Fatorial 3x2
Dois fatores, sendo um fator com três níveis e outro
fator com dois níveis

Fatorial 3x4x2
Três fatores, sendo um fator com três níveis, outro
fator com quatro níveis e outro fator com dois níveis
Delineamento Fatorial

Fator

Fatorial 2 3

Nível
Delineamento Fatorial

Vantagens de experimentos fatoriais:

permitem estudar os efeitos simples e

principais e os efeitos das interações entre
eles;

todas as parcelas são utilizadas no cálculo dos

efeitos principais dos fatores e dos efeitos das
interações, razão pelo qual o número de
repetições é elevado.
Delineamento Fatorial

Desvantagens de experimentos fatoriais:

como os tratamentos são constituídos por todas

as combinações possíveis entre os níveis dos
diversos fatores, o número de tratamentos
aumenta muito;
a análise estatística é mais trabalhosa e a
interpretação dos resultados se torna mais
difícil a medida que aumentamos o número de
níveis e de fatores no experimento.
Delineamento Fatorial

De modo geral, em um estudo de análise de

variância com dois fatores, temos “a” níveis do fator
A e “b” níveis do fator B, arranjados de tal forma que
cada repetição do estudo contêm uma observação de
todos os “ab” tratamentos.
Delineamento Fatorial

De modo geral, em um estudo de análise de

variância com dois fatores, temos “a” níveis do fator
A e “b” níveis do fator B, arranjados de tal forma que
cada repetição do estudo contêm uma observação de
todos os “ab” tratamentos.
Delineamento Fatorial

Haverá interação entre os fatores se:

No gráfico, as linhas não são paralelas.

Delineamento Fatorial

Não haverá interação entre os fatores se:

No gráfico, as linhas forem praticamente paralelas.

ANOVA

FV SQ GL QM F
Efeito Principal
Fator A a-1
Fator B b-1
Fator C c-1
Interação
AB (a-1)(b-1)
AC (a-1)(c-1)
BC (b-1)(c-1)
Erro total - xxxxxxx
demais
Total abcn - 1 xxxxxxxx xxxxxxx
Modelo estatístico (Fator de efeito fixo)

Suposições para o modelo:

Os erros eij são independentes (aleatorização);

Os erros eij possuem variância constante (σ2 =
cte)
Os erros eij são variáveis aleatórias
independentes e identicamente distribuídas,
tendo distribuição normal com média zero e
variância constante, isto é, eij ~ N (0, σ2)
Hipóteses de interesse
H01: A1 = A2 = ... = Aa = 0 (não existe efeito do fator A)

H11: Ai ≠ 0 para pelo menos um i (existe efeito do fator A)

H02: B1 = B2 = ... = Bb = 0 (não existe efeito do fator B)

H12: Bj ≠ 0 para pelo menos um j (existe efeito do fator B)

H03: AB11 = AB12 = ... = ABab = 0 (não existe interação)

H13: ABij ≠ 0 (existe interação entre fatores)

Idem para fator C

Teste de significância (ANOVA)

Regra de decisão (para fatores e interação):

P-valor < nível de

significância
Rejeita-se H0
P-valor < 0,05
Teste de comparação de médias

Quando a interação não é significativa ao nível α%

de significância

Comparação de médias entre os níveis do fator

A
Comparação de médias entre os níveis do fator
B
Comparação de médias entre os níveis do fator
C
Teste de comparação de médias

Quando a interação é significativa ao nível α% de

significância

Se isto ocorrer, temos a indicação da existência de

dependência entre os efeitos dos fatores A e B, ou A
e C, ou B e C, ou ABC

Ou seja, os efeitos do fator A dependem dos níveis

do fator B, ou vice-versa, por exemplo.
Teste de comparação de médias

Quando a interação é significativa ao nível α% de

significância

Desdobramento da interação (AxB):

Estudo do comportamento do fator A dentro de

cada nível do fator B

Estudo do comportamento do fator B dentro de

cada nível do fator A
Considerações

Havendo interação significativa, não deve-se

interpretar os efeitos principais isoladamente,
deve-se estudar a variação de um dos fatores dentro
do nível do outro fator com o qual ele interagiu

Se não houve interação entre os fatores,

interprete os efeitos principais de cada fator sem se
preocupar com os outros fatores em estudo.