Escolar Documentos
Profissional Documentos
Cultura Documentos
HELICÓPTERO DE PAPEL
Resumo: Um experimento planejado é um teste, ou uma série de testes, no qual são feitas
mudanças propositais nas variáveis de entrada de um processo, de modo a poder observar e
identificar mudanças correspondentes na resposta. Para este estudo, foi realizado o
experimento do helicóptero de papel, que tem sido largamente utilizado no âmbito acadêmico
para explicar conceitos básicos de planejamento e avaliação de experimentos, por se tratar de
um experimento de simples execução, baixo custo e fácil abordagem e compreensão por parte
dos alunos. O objetivo deste trabalho é testar variações propositais que são impostas a
determinados parâmetros, sendo que, para tal, foi realizado um planejamento fatorial
completo do tipo 2k com uma réplica, a fim de avaliar a influência destes fatores sobre a
resposta através de uma análise de variância (ANOVA). O experimento permitirá a obtenção
de conhecimento acerca do design do protótipo do helicóptero, verificando quais parâmetros
possuem maior influência no tempo de voo.
É, portanto, uma técnica de extrema importância, pois seu emprego permite resultados
mais confiáveis economizando dinheiro e tempo. A sua aplicação no desenvolvimento de
novos produtos é muito importante, em que uma maior qualidade dos resultados dos testes
pode levar a um projeto com desempenho superior, seja em termos de suas características
funcionais, como também sua robustez.
Este produto pode ter uma ou mais características de qualidade observáveis. Algumas
das variáveis do processo são controláveis, enquanto outras não. Todas essas características
devem ser analisadas para o planejamento do experimento, incluindo ainda a especificação do
objetivo do estudo.
O modelo do protótipo estudado foi baseado em uma versão clássica, sugerida por
G.E.P. Box em 1991, que está disponível no site “The Paper Helicopter Experiment”.
Considerando os parâmetros que podem afetar o tempo de voo, o exemplo elenca oito fatores
possíveis de serem estudados em um experimento fatorial, apresentando valores extremos
para variação dos fatores, como segue na Tabela 01.
Tabela 01: Fatores e níveis de variação da versão clássica.
Fatores Níveis
(-) (+)
1 Material X Y
2 Comprimento da Asa (mm) 70 120
3 Comprimento do Corpo (mm) 70 120
4 Largura do Corpo (mm) 35 50
5 Clipes de Papel (unid) 1 3
6 Asas Dobradas NÃO SIM
7 Corpo reforçado com fita NÃO SIM
8 Asas reforçadas com fita NÃO SIM
Fonte: The Paper Helicopter Experimento, 2016.
Sabe-se que, normalmente, os processos são afetados por poucos fatores, denominados
fatores principais. Para estabelecer uma relação de causa e efeito, os experimentos foram
realizados de acordo com um planejamento fatorial completo do tipo 2k (sendo “2” o número
de níveis e “k” o conjunto de fatores).
No experimento fatorial completo, todos os níveis de combinação dos fatores devem ser
testados. Para isso, os fatores de entrada devem ser variados de maneira controlada,
configurando, assim, o conjunto de variáveis controláveis, ou variáveis independentes, do
sistema. Foram estabelecidos quatro fatores principais de entrada, dentre os acima citados,
variando entre seus níveis extremos, com o objetivo de avaliar a influência de tal variação no
resultado, conforme apresentado na Tabela 02.
Além dos fatores controláveis (variáveis de entrada), existem também os fatores não
controláveis, que, por sua vez, caracterizam o erro experimental, também chamado de resíduo
ou ruído. Esse resíduo pode estar associado ao acaso ou, então, se tratar de um erro
sistemático, possível de ser detectado. Para os que são identificáveis, é interessante que se
busque uma estratégia de minimização desse ruído.
A análise de variância testa a hipótese de que as médias de duas ou mais populações são
iguais (hipótese nula). Através da ANOVA, é possível testar a importância de um ou mais
fatores comparando as médias das variáveis de resposta em diferentes níveis dos fatores. A
hipótese nula afirma que todas as médias das populações (médias dos níveis dos fatores) são
iguais, enquanto a hipótese alternativa afirma que pelo menos uma é diferente.
A análise de variância visa, fundamentalmente, verificar se existe uma diferença
significativa entre as médias e se os fatores exercem influência em alguma variável
dependente. Em outras palavras, a análise de variância é utilizada quando se quer decidir se as
diferenças amostrais observadas são reais (causadas por diferenças significativas nas
populações observadas) ou casuais (decorrentes da mera variabilidade amostral).
RESULTADOS E DISCUSSÃO
Normalmente, nos experimentos, o foco está na avaliação dos efeitos principais e nos
efeitos de interação de baixa ordem ou dois fatores. A Tabela 05 apresenta os resultados
obtidos a partir da análise de variância (ANOVA) realizada sobre os dados das Tabelas 03 e
04, onde é possível verificar que apenas o efeito do Tipo de Papel foi significativo
considerando um grau de significância de 95%, ou seja, limitando a probabilidade do erro tipo
I em 5% (p<0,05).
Tabela 06: Análise de variância (ANOVA) após a retirada de efeitos não significativos.
Efeito S.Q. G.L. Q.M. F p
X2 e X4
1,712523
p=,05
3,0
2,5
,99
2,0
,95
1,5
Valores Esperados da Curva Normal
1,0
,75
0,5
,55
0,0
,35
-0,5
-1,0 ,15
-1,5
,05
-2,0
,01
-2,5
-3,0
-0,3 -0,2 -0,1 0,0 0,1 0,2 0,3 0,4
Resíduos
Figura 04- Gráficos dos resíduos em função da ordem de execução e dos valores preditos,
respectivamente.Fonte: Software Statistica Release 7, com intervenção dos autores, 2016.
A análise dos gráficos acima permite concluir que: os resíduos possuem uma tendência
e um bom ajuste à curva Normal; há independência entre as observações, visto a ausência de
padrão na distribuição dos resíduos ao longo da experimentação; a variância se deu de forma
uniforme, observado pela distribuição dos resíduos em torno da média.
Os gráficos dispostos acima apresentam, através de uma análise visual, bons resultados
quanto à adequação do modelo. Entretanto, cabe salientar que o valor do coeficiente de
correlação obtido e comentado anteriormente ficou próximo de 70% (R2ajustado = 0,70), que
significa dizer que o modelo explica apenas 70% da variabilidade dos dados experimentais.
Também foram plotados os gráficos dos efeitos principais e de interação, conforme
apresentados nas Figuras 05 e 06, respectivamente.
Os gráficos dos efeitos permitem examinar a diferença entre as médias dos níveis dos
fatores estudados. Um gráfico de efeitos principais traça a média da resposta para cada nível
de fator conectado por uma linha. Quando a linha é horizontal (paralela ao eixo x), não existe
efeito principal, pois cada nível do fator afeta a resposta da mesma maneira, e a média da
resposta é a mesma para todos os níveis de fatores. Quando a linha não é horizontal, existe um
efeito principal, onde diferentes níveis do fator afetam a resposta de maneira diferente.
Quanto mais inclinada for a linha, maior a magnitude do efeito principal. Já nos gráficos dos
efeitos de interação, linhas paralelas indicam que não há interação. Quanto maior a diferença
de inclinação entre as linhas, maior o grau de interação. Além disso, as barras verticais
dispostas no alinhamento dos níveis indicam o limite de confiança das médias indicadas dos
efeitos.
Os gráficos dos efeitos contribuem com a análise estatística realizada, pois possibilitam
uma melhor visualização dos resultados obtidos no experimento pela análise de variância.
Dessa forma, observando a inclinação das retas nos gráficos acima, verifica-se que os fatores
que apresentaram maior impacto, no que diz respeito aos efeitos principais ou a um alto grau
de interação, são os mesmos já mencionados anteriormente – Tipo de Papel, Comprimento do
Corpo, interação entre o Comprimento da Asa e a Largura do Corpo. Os demais efeitos
principais possuem uma menor inclinação da reta, indicando que a variação entre os níveis
dos fatores tem pouca influência sobre a resposta. O mesmo ocorre com os demais efeitos
interativos, os quais apresentam baixo grau de interação, verificado pela pequena diferença
entre as inclinações das retas representativas dos fatores, evidenciando que o efeito
combinado desses fatores não afeta significativamente o resultado.
CONSIDERAÇÕES FINAIS
REFERÊNCIAS