PLANEJAMENTO E AVALIAÇÃO DE EXPERIMENTO:

HELICÓPTERO DE PAPEL

Daniela Maroni, mestranda em Engenharia Civil e Ambiental – UPF

danimaroni92@gmail.com
Denize Fabiani, mestranda em Engenharia Civil e Ambiental – UPF
denizefabiani@yahoo.com.br
Julia Favretto, mestranda em Engenharia Civil e Ambiental – UPF
juliafavretto@hotmail.com
Vinícius Audino, mestrando em Engenharia Civil e Ambiental - UPF
viniciusaudino@gmail.com

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.

Palavras-Chave: Planejamento de experimentos; Análise estatística; Helicóptero de papel.

INTRODUÇÃO

O planejamento de experimentos é uma técnica utilizada para definir quais dados, em

que quantidade e em que condições os mesmos devem ser coletados durante um determinado
experimento, buscando, basicamente, satisfazer dois grandes objetivos: a maior precisão
estatística possível na resposta e o menor custo.

É, portanto, uma técnica de extrema importância, 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.

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. O processo pode ser visualizado como uma
combinação de equipamentos, métodos e pessoas, que transforma um material de entrada em
um produto.

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.

Os planejamentos de experimentos podem ser usados tanto no desenvolvimento do

processo quanto na solução de problemas do processo, para melhorar o seu desempenho ou
obter um processo que seja robusto ou não sensível a fontes externas de variabilidade.

Por se tratar de um experimento de simples execução, baixo custo e fácil abordagem e

compreensão, o experimento do helicóptero de papel, tem sido largamente utilizado no âmbito
acadêmico para explicar conceitos básicos de planejamento e avaliação de experimentos.

O objetivo deste trabalho é realizar um experimento planejado, testando variações

propositais que são impostas a determinados parâmetros de projeto de um helicóptero de
papel e avaliar sua influência sobre a resposta através de uma análise de variância (ANOVA).
Ou seja, verificar se a variação nos fatores de entrada do processo influenciará
significativamente ou não o fator de resposta.
MATERIAIS E MÉTODOS

Um tratamento é uma condição imposta ou objeto que se deseja medir ou avaliar em um

experimento. Cada tipo de tratamento também pode ser chamado de um fator e, juntos, eles
formam o conjunto de variáveis independentes do sistema. Neste trabalho, serão estudados
experimentos com quatro fatores de interesse.
Em um experimento, um fator pode ter várias categoriais, as quais são chamadas de
níveis. Toda e qualquer variável que possa vir a interferir na variável resposta, ou variável
dependente, deve ser mantida constante. Quando isso não é possível, existem técnicas ou
estratégias que podem ser utilizadas para reduzir ou eliminar essa interferência.
O protótipo consiste em uma dobradura de papel que segue dimensões pré-
estabelecidas, conforme a Figura 01, com a possibilidade de adição ou não de outros
materiais. O planejamento de qualquer experimento requer, inicialmente, que se identifique o
resultado desejado. Um bom helicóptero é aquele que permanece no ar por mais tempo, com o
tempo medido desde o momento em que o helicóptero é solto de uma determinada altura até
atingir o solo. Sendo assim, a variável de resposta, ou variável dependente, é o tempo de voo,
que será medido em segundos.

Figura 01- Modelo do helicóptero de papel utilizado.

Fonte: Barsalou,2016.

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.

Tabela 02: Fatores e níveis de variação utilizados.

Níveis dos Fatores

Fatores Baixo (-1) Alto (+1)
X1 - Tipo de Papel Leve Pesado
X2 - Comprimento da Asa (mm) 70 120
X3 - Comprimento do Corpo (mm) 70 120
X4 - Largura do Corpo (mm) 35 50

Fonte: Autores, 2016.

As informações acerca dos fatores foram retiradas do site anteriormente mencionado, e

serviram de base para a escolha das variáveis de entrada a serem estudadas. O material é um
fator determinante nas propriedades aerodinâmicas do helicóptero, como o peso, elasticidade,
coeficientes de atrito e de equilíbrio. O Comprimento da Asa ou comprimento da lâmina do
rotor é um dos principais parâmetros do protótipo, uma vez que lâminas mais curtas reduzem
o arrasto e permite uma maior velocidade de rotação, além de melhorar o equilíbrio e
estabilidade do voo, e lâminas maiores são melhores para uma maior sustentação do protótipo
e um voo planado mais lento. Já o Comprimento do Corpo determina a posição do centro de
massa do helicóptero enquanto a Largura do Corpo determina a sua capacidade de carga.

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.

Sabe-se que em qualquer experimento de engenharia, os resultados e conclusões

dependem da forma que os dados foram coletados. Visando a minimização do ruído, o
experimento do helicóptero de papel foi planejado de forma que houvesse a menor influência
do meio externo e interferência humana possível. Dessa forma, para os fatores de ruído que
puderam ser identificados, foram definidas as seguintes estratégias de minimização:

 Os moldes de papel impressos para a confecção do helicóptero foram recortados e

dobrados por um único indivíduo do grupo, com a utilização de apenas uma tesoura;
 A altura de queda do protótipo foi definida em 2 metros, sendo sua soltura realizada,
em todos os casos, pelo mesmo operador;
 Todos os tempos de voo do protótipo foram medidos com o mesmo instrumento e por
um único operador;
 A realização do experimento se deu em lugar fechado, livre da ação de correntes de ar
e de possíveis efeitos de variação na temperatura.

A fim de se obter maior precisão no estudo e na estimativa do erro através do aumento

do tamanho da amostra, foi realizada uma réplica experimental. Todos os experimentos,
incluindo as réplicas, foram conduzidos seguindo o princípio básico da aleatorização, que
consiste em seguir uma ordem de execução do experimento de forma mais aleatória possível,
com o intuito de anular ou minimizar influências externas que possam comprometer a
obtenção dos resultados e, com isso, auxiliar na diluição dos erros.
 Os testes foram realizados visando à obtenção dos tempos de voo de cada protótipo para
posterior análise estatística do resultado, através da análise de variância (ANOVA), a qual
ocorreu com o auxílio de software computacional Statistica Release 7, 2004.

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

As Tabelas 03 e 04 apresentam o delineamento experimental utilizado e o tempo de voo

resultante dos experimentos, em termos de valores reais e codificados, respectivamente.

Tabela 03: Delineamento experimental com valores reais.

Valores Reais Tempo de Vôo (s)
Comprimento Comprimento Largura
Experimento Tipo de Papel
da Asa (mm) do Corpo (mm) do Corpo (mm) Réplica 1 Réplica 2
X1 X2 X3 X4
1 Leve 70 70 35 1,24 1,73
2 Pesado 70 70 35 0,99 1,16
3 Leve 120 70 35 1,16 1,41
4 Pesado 120 70 35 1,08 0,94
5 Leve 70 120 35 1,51 1,53
6 Pesado 70 120 35 0,96 0,82
7 Leve 120 120 35 1,12 1,23
8 Pesado 120 120 35 1,01 1,02
9 Leve 70 70 50 1,28 1,58
10 Pesado 70 70 50 1,07 0,87
11 Leve 120 70 50 1,42 1,6
12 Pesado 120 70 50 0,82 0,93
13 Leve 70 120 50 1,15 1,37
14 Pesado 70 120 50 0,96 0,87
15 Leve 120 120 50 1,40 1,33
16 Pesado 120 120 50 1,05 0,96

Fonte: Autores, 2016.

 Tabela 04: Delineamento experimental com valores codificados.
Valores Codificados Tempo de Vôo (s)
Experimento
X1 X2 X3 X4 Réplica 1 Réplica 2
1 - - - - 1,24 1,73
2 + - - - 0,99 1,16
3 - + - - 1,16 1,41
4 + + - - 1,08 0,94
5 - - + - 1,51 1,53
6 + - + - 0,96 0,82
7 - + + - 1,12 1,23
8 + + + - 1,01 1,02
9 - - - + 1,28 1,58
10 + - - + 1,07 0,87
11 - + - + 1,42 1,6
12 + + - + 0,82 0,93
13 - - + + 1,15 1,37
14 + - + + 0,96 0,87
15 - + + + 1,40 1,33
16 + + + + 1,05 0,96

Fonte: Autores, 2016.

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).

O erro do tipo I é a probabilidade de rejeitar a hipótese nula ou de igualdade (Ho)

quando ela for verdadeira. O valor “p” resultante da ANOVA é comparado com o nível de
significância estabelecido, com o objetivo de concluir se a hipótese nula pode ser rejeitada ou
não. Como “p” é a probabilidade de erro associada à conclusão de que existe efeito
significativo do fator, um valor suficientemente baixo de “p” evidencia que as médias dos
níveis dos fatores são diferentes, havendo, assim, efeito significativo do fator estudado sobre
o resultado, podendo então rejeitar a hipótese nula, que é o caso do efeito do Tipo de Papel. Já
para valores mais altos de “p” (no caso, p>0,05), nenhum dos efeitos estudados é significativo
ao nível de confiança de 95%, isso quer dizer que a variância experimental é maior que a
variância do tratamento.
 Tabela 05: Análise de variância (ANOVA).
Efeito S.Q. G.L. Q.M. F p

Tipo de Papel (X1) 1,340703 1 1,340703 61,05462 0,000000

Comprimento da Asa (X2) 0,011628 1 0,011628 0,52954 0,474838
Comprimento do Corpo (X3) 0,030628 1 0,030628 1,39478 0,250803
Largura do Corpo (X4) 0,001953 1 0,001953 0,08894 0,768455
1x 2 0,021528 1 0,021528 0,98037 0,333379
1x 3 0,010153 1 0,010153 0,46237 0,503948
1x 4 0,013203 1 0,013203 0,60126 0,446742
2x 3 0,008128 1 0,008128 0,37015 0,549448
2x 4 0,055278 1 0,055278 2,51732 0,127545
3x 4 0,000028 1 0,000028 0,00128 0,971789
Erro Residual 0,461141 21 0,021959
Total 1,954372 31
Fonte: Software Statistica Release 7, com intervenção dos autores, 2016.

A Tabela 06 apresenta uma nova análise de variância, realizada após a retirada de

fatores não significativos, para verificar se o modelo explica as variações observadas nas
respostas. Embora não sendo significativos ao nível de significância de 95%, optou-se por
manter na análise o efeito da variável X3 e o efeito de interação entre as variáveis X2 e X4,
pois foi verificado que, dessa forma, o valor do coeficiente de correlação (R2ajustado) foi mais
alto obtido nas análises. O modelo de regressão linear proposto inicialmente, cujos resultados
estatísticos estão dispostos na tabela 05, apresentou R2ajustado = 0,65. Com a retirada desses
fatores, o novo modelo obteve R2ajustado = 0,70. A Equação 1 apresenta o modelo estatístico
gerado em termos codificados.

𝑇𝑒𝑚𝑝𝑜 𝑑𝑒 𝑉𝑜𝑜 (𝑠) = 1,1741 − 0,2047𝑋1 − 0,0309𝑋3 + 0,0416𝑋2 𝑋4 (1)

Tabela 06: Análise de variância (ANOVA) após a retirada de efeitos não significativos.
Efeito S.Q. G.L. Q.M. F p

Tipo de Papel (X1) 1,340703 1 1,340703 71,12989 0,000000

Comprimento do Corpo (X3) 0,030628 1 0,030628 1,62495 0,212880
2x 4 0,055278 1 0,055278 2,93273 0,097855
Erro Residual 0,527763 28 0,018849
Total 1,954372 31
Fonte: Software Statistica Release 7, com intervenção dos autores, 2016.
 A Figura 02 apresenta o diagrama de Pareto, que permite visualizar e identificar os
efeitos que têm mais impacto sobre o resultado, através da ordenação das frequências das
ocorrências, da maior para a menor. A análise do diagrama permite a mesma conclusão sobre
a influência dos efeitos sobre a variável de resposta, já apresentada nas tabelas dos resultados
da análise de variância, porém, facilitada pela abordagem gráfica. Nele fica claro que o
parâmetro mais importante na análise dos resultados do experimento é o Tipo de Papel.

Além disso, através da análise do gráfico de Pareto, pode-se concluir, visualmente, de

que forma a variação dos efeitos influencia na resposta. Considerando a principal variável
independente, Tipo de Papel, observa-se que se for utilizado um papel mais pesado, o efeito
sobre a resposta será grande, porém negativo (indicado pelo sinal da barra), ou seja, a
utilização do papel mais leve conduziu a um tempo de voo maior do helicóptero.

(1)Tipo de Papel (X 1) -8,43385

X2 e X4
1,712523

(3)Comprimento do Corpo (X 3) -1,27474

p=,05

Efeito Estimado (Valores Absolutos)

Figura 02- Gráfico de Pareto para o tempo de voo.

Fonte: Software Statistica Release 7, com intervenção dos autores, 2016.

A fim de validar a análise, buscou-se verificar a adequação do modelo ao experimento

realizado através de algumas hipóteses básicas, possível de ser investigada através da análise
dos resíduos. Para que os dados sejam adequadamente descritos pelo modelo, o erro
experimental deve ser normalmente e independentemente distribuído com média zero e
variância constante. Dessa forma, foram gerados os seguintes gráficos: Gráfico de
probabilidade normal dos resíduos (Figura 03) para verificação da normalidade; Gráfico dos
resíduos em função da ordem de execução para verificação da independência das observações
e Gráfico dos resíduos em função dos valores preditos para verificação da variância uniforme
(Figura 04).

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 03- Gráfico de probabilidade normal dos resíduos.

Fonte: Software Statistica Release 7, com intervenção dos autores, 2016.

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.

Figura 05- Gráfico dos efeitos principais.

Fonte: Software Statistica Release 7, com intervenção dos autores, 2016.
 Figura 06- Gráfico dos efeitos de interação.
Fonte: Software Statistica Release 7, com intervenção dos autores, 2016.

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

1. A realização do experimento do helicóptero de papel foi de extrema importância no

aprendizado da técnica de planejamento e avaliação experimental;
2. A análise dos resultados permitiu concluir que apenas o parâmetro Tipo de Papel foi
significativo ao nível de confiança de 95%;
3. O tempo de voo do protótipo sofre bastante influência do Tipo de Papel utilizado na
sua concepção, sendo que o papel mais leve resultou em um maior tempo de voo;
4. O modelo de regressão linear utilizado explica apenas 70% da variabilidade dos dados
experimentais.

REFERÊNCIAS

ANJOS, A. dos. Capítulo 7 - Análise de Variância. Disponível em:

http://www.est.ufpr.br/ce003/material/cap7.pdf. Acesso em: 02 Jul. 2016.

BARSALOU, Matthew. Ensino do DoE com helicópteros de papel e Minitab. 2016.

Disponível em: https://www.minitab.com/pt-br/Published-Articles/Ensino-de-DoE-com-
helic%C3%B3pteros-de-papel-e-o-Minitab/. Acesso em: 12 Jun. 2016.
MONTGOMERY, D. C. Design and analysis of experiments. 6th Edition. John Wiley &
Sons, 2005.

SOFTWARE STATISTICA RELEASE 7, 2004.

SUPORTE AO MINITAB 17. O que é ANOVA? Disponivel em:

http://support.minitab.com/pt-br/minitab/17/topic-library/modeling-
statistics/anova/basics/what-is-a-main-effects-plot/. Acesso em: 03 Jul. 2016.

SUPORTE AO MINITAB 17. O que é um gráfico de efeitos principais? Disponivel em:

http://support.minitab.com/pt-br/minitab/17/topic-library/modeling-
statistics/anova/basics/what-is-a-main-effects-plot/. Acesso em: 02 Jul. 2016.

TAHARA, Sayuri. Planejamento de Experimento (DOE). 2014. Instituto de Gestão de

Desenvolvimento de Produtos. Portal de Conhecimentos. Disponível em:
http://www.portaldeconhecimentos.org.br/index.php/por/Conteudo/Planejamento-de-
Experimentos-DOE. Acesso em: 28 Jun. 2016.

THE PAPER HELICOPTER EXPERIMENT. 2016. Disponível em:

http://www.paperhelicopterexperiment.com/. Acesso em: 14 Jun. 2016.