Delineamento de Experimentos

DELINEAMENTO
DE EXPERIMENTOS
INTRODUO
Um experimento definido como um
teste ou uma srie de testes nos quais so
feitas mudanas propositais nas variveis
de entrada de um processo ou sistema de
forma que possam ser observadas e
identificadas as razes para mudanas na
resposta de sada.
Processo definido como um conjunto de

causas que produzem um ou mais efeitos.
As causas podem ser agrupadas em

seis grupos chave (6M)
Mo de obra;
Mtodo;
Mquina;
Matria-Prima;
Meios de medir;
Meio ambiente
OBJETIVOS DO EXPERIMENTO
1. Determinar quais so os fatores que mais
influem na sada do processo;
2. Determinar os valores necessrios dos
fatores controlveis do processo de forma a
obter a sada prxima do valor nominal
desejado;
3. Determinar que valores atribuir aos fatores
controlveis do processo de forma a tornar
pequena a variabilidade da sada;
4. Determinar que valores atribuir aos fatores

controlveis do processo de forma a torn-lo
mais robusto aos efeitos das variveis no
controlveis;
5. Determinar valores timos dos fatores
controlveis do processo para torn-lo mais
econmico
ou
para
melhorar
as
caractersticas tecnolgicas do produto
resultante
FASES DO EXPERIMENTO
P Planejamento do experimento conhecido como
delineamento do experimento
D a realizao do experimento de acordo com o
que for planejado. Envolve tambm o
treinamento adequado do pessoal para sua
correta execuo.
C Anlise dos resultados obtidos no experimento.
Envolve todos os resultados estatsticos e anlise
de varincia.
A Ao aps a anlise dos resultados. Pode
identificar a necessidade de novos planejamentos
com novos ciclos PDCA.
DEFINIES
Delineamento de experimentos o plano
formal para conduzir o experimento. Inclui a
escolha dos fatores nveis e tratamentos
Fator - uma da causas (variveis) cujos
efeitos
esto
sendo
estudados
no
experimento. Pode ser:
Quantitativo Ex: Temperatura em oC, tempo
em minutos, etc.
Qualitativo Ex: Diferentes operadores,
diferentes mquinas, ligado ou desligado.
Nvel do fator o valor do fator examinado no

experimento.
Para fator quantitativo cada valor escolhido
constitui um nvel.
Exemplo: se o experimento for realizado com trs
tempos diferentes, cada tempo um nvel e o fator
tempo tem trs nveis.
Para fator qualitativo - cada condio diferente

escolhida para cada fator constitui um nvel.
Exemplo: Se o experimento for realizado com

duas mquinas operadas por trs operadores o
fator mquina tem 2 nveis e o fator operador
tem 3 nveis.
Tratamento - um nvel nico assinalado para
um fator durante um experimento.
Exemplo: temperatura a 450oC.
Combinao do Tratamento - um conjunto

de nveis para todos os fatores num
determinado experimento.
Exemplo: Experimento usando o operador
Joo, mquina A e temperatura a 450oC.
Exemplo: Experimento com 2 fatores
(operador e mquina).
Operador (4nveis)
Mquina (2 nveis)
Joo
Marca PXTO
Tiago
Marca LAMP
Mrcio
Odete
TIPOS DE DELINEAMENTOS
Com um fator ou totalmente randmico
(inteiramente casualizado);
Fatorial com dois ou mais fatores;
Fatorial com blocagem;
2p Fatorial;
Operao evolutiva.
ANLISE DE VARINCIA
O teste a ser usado para verificar se os
tratamentos so diferentes o teste F (da
distribuio F de Snedecor) que conhecido
como anlise de varincia porque vai comparar
duas varincias obtidas nos experimentos:
Varincia dentro dos

tratamentos ou residual
1 tratamento: S12
2 tratamento: S 2
2
.............................
a tratamento: Sa2
2
2
2
S
S
1
a
S 2R 1
a
E(S2R ) 2
Varincia entre os tratamentos

2
SE
n a
2
(
Y
Y
)
i
a 1 i 1
onde
Yi a mdia do tratamento i;
Y a mdia global de todos os
tratamentos;
a o nmero de tratamentos;
n o nmero de elementos em
cada tratamento
Se no houver diferena entre os tratamentos ento: SE2 e S 2R estimaro

2
2 , no entanto, se houver diferena entre os tratamentos, SE
tender a superestimar 2 .
Exemplo 3
Num experimento de engorda de frangos
foram utilizados 4 tipos de rao. Cada lote
experimental era composto de 5 pintinhos com
a mesma idade (15 dias) e praticamente o
mesmo peso. Cada lote recebeu um tipo
diferente de rao durante 40 dias seguidos. As
massas (em gramas) do frango no final do
experimento so dadas na tabela a seguir.
Informar se existem evidncias de que as
raes so diferentes.
Frango (j)
Rao (i)
A
1320
1270
1540
1470
1540
1420
1770
1320
1310
1600
1920
1210
1470
1520
1820
1350
1420
1320
1620
1550
1412
1426
1734
1380
9670
18680
23480
17600
Mdias
Yi
2
Varincias S i
2
2
S 2A S B
SC
S 2D 9670 18680 23480 17600
2
SR
17357,5
4
4
4
yi
y i 1
4
2
SE
1412 1426 1734 1380

1488
4
5
(1412 1488)2 (14262 1488)2 (1734 1488)2 (1380 1488)2 136333,3
41
Conforme pode-se observar, as

varincias entre e dentro dos
tratamentos so muito diferentes e os
tratamentos no so considerados
iguais. Isto significa que os efeitos das
raes so diferentes.
Para confirmarmos esta afirmativa,
devemos efetuar o teste F.
EXPERIMENTOS COM UM NICO

FATOR E COMPLETAMENTE
ALEATORIZADO
O experimento com um nico fator o
tipo mais simples de experimento. Neste caso
estamos interessados em saber se existe
influncia de um determinado fator nos
resultados do processo, sendo os outros fatores
mantidos nos mesmos nveis conhecidos.
MODELO DE EFEITOS FIXOS

Neste caso, o engenheiro da qualidade ou o
pesquisador escolhe a priori o fator e seus nveis
a serem utilizados no experimento.
As concluses obtidas no experimento, ento,
apenas so vlidas para os nveis escolhidos
daquele fator especfico, no sendo estendidas a
outros nveis ou fatores.
Exemplo
O fator selecionado por um pesquisador foi a
mo de obra e ele resolveu fazer o
experimento com 4 nveis: Operadores Joo,
Marcos, Jos e
Carlos. Obviamente as
concluses obtidas s se aplicam a estes
operadores e no devem ser extrapoladas
para outros elementos.
MODELO DE EFEITOS ALEATRIOS

Neste caso, os nveis do fator so escolhidos
ao acaso (por sorteio), dentre uma grande
populao de nveis.
As concluses obtidas no experimento, ento,
podem ser estendidas a todos os nveis do fator,
mesmo que no tenham sido objeto de ensaio.
Exemplo
O pesquisador estava interessado em
conhecer a influncia do fator mo de obra nos
resultados do processo e, como existiam muitos
operadores, resolveu sortear aqueles que
seriam utilizados nos ensaios. Assim, as
concluses do experimento podem ser aplicadas
a todos os operadores envolvidos no processo,
porque houve aleatoriedade na escolha
daqueles que foram utilizados no experimento.

EXPERIMENTO COM MESMO NMERO DE RPLICAS NOS
TRATAMENTOS
Yij i ij, (i 1, 2, a;
j 1, 2, , n)
Yij a resposta obtida no tratamento (i), para a rplica (j);

a mdia global, comum a rodos os tratamentos;
i o parmetro nico do tratamento i, chamado efeito
do tratamento i;
ij o componente de erro aleatrio;
n o nmero de rplicas do tratamento.
Dados de um experimento com um nico fator

Tratamento(i)
Elemento(j)
Y11
...
Y21 Y31
...
Ya1
Y12
Y22 Y32
...
Ya2
Y13
Y23 Y33
...
Ya3
...
...
...
...
...
Y1n
Y2n Y1n
...
Yan
T1
T2
...
Ta
A - Somatrios
B Mdias
C- quadrados
dos somatrios
D- Somas dos
Ti
Yi Ti / n Y1
Ti2
Qi
T12
Q1
...
T3
Y2
Y3
T22
T32
Q2 Q3
...
Ya
...
Ta2
...
Q2
Valores e mdias globais

T
Ti
i 1
a Y
i1 i
Y
T/ an
a
a
Ti2
i 1
Qi
i 1
Clculo da varincia entre os

2
S
tratamentos E
2
SE
a varincia das mdias dos tratamentos
Yi ,
em relao mdia global Y :

2
SE
n a
2
(
Y
Y
)
i
a 1 i 1
Desenvolvendo essa expresso tem-se

a 2
i
1 i 1
T2
1
SQE
2
2
SE
(soma de quadrados entre tratamentos) S E
a 1 n
a.n a 1
a1
Clculo da varincia dentro dos

2
S
tratamentos R
2
2
2
S
S
1
a
S 2R 1
a
Desenvolvendo esta expresso chega-se a:

S 2R
1
1 a 2
Q Ti
a(n 1)
n i 1
1
SQR
2
soma de quadrados residual S R
S
a (n 1)
a (n 1)
2
R
S
Clculo da varincia total T
A varincia total aquela varincia de todos os

dados em relao mdia global dos tratamentos.
a
(Yij Y ) 2
2
ST
i 1 j 1
an 1

2
ST
2
ST
1
T 2
an 1
(a n )
1
SQT
2
soma de quadrados total S T
an 1
an 1
Resumo da Formulao utilizada

2
SE
2
SR
S2T
SQE
a1
SQR
a(n 1)
SQT
an 1
a 2
i
2
T
i1
SQE
n
a
.
n
1
2
SQR Q
Ti
n
i
SQT Q
(a n)
Observando as expresses de SQT, SQE e SQR, podemos concluir

que:
SQT = SQE + SQR
Quadro de anlise de varincia (ANOVA)

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre
SQE
a -1
Residual
(dentro)
SQR
a.(n - 1)
Total
SQT
a.n - 1
Quadrados
mdios
2
SE
SQE
a1
2
SR
F calc
Fcalc
2
SE
2
SR
SQR
a(n 1)
Regra de deciso
Fcalc Fcrit, aceita-se H0, ou seja, no existe diferena entre
os tratamentos.
Fcalc > Fcrit, rejieta-se H0, ou seja, existe diferena entre os
tratamentos.
Exemplo
Verificar se os tratamentos do exemplo 3 so
diferentes, usando = 1%.
Soluo
No caso foram utilizados 4 tipos de rao para
engorda de frangos e os resultados so dados na
tabela a seguir. As hipteses so:
H0: A = B = C = D
H1:Pelo menos duas mdias de tratamentos
so diferentes entre si.
Rao(i)
Frango(j)
1320
1270
1540
1470
1540
1420
1770
1320
1310
1600
1920
1210
1470
1520
1820
1350
1420
1320
1620
1550
Valores e
mdias globais
Ti
7060
7130
8670
6900
T = 29760
Yi
1412
1426
1734
1380
Y = 1488
A - Somatrios
B Mdias
C- quadrados dos
somatrios
Ti2
49843600
50836900
75168900
47610000
Ti2
i1
223459400
D- Somas dos
quadrados
Qi 10007400
10242100 15127700
9592400
Q = 44969600
a = 4;
n = 5; T = 29760; Q = 44969600;
Ti2 223459400
i1
2
2
T
29760
44969600
SQT Q
686720
(a n)
45
a 2
T 2 223459400 297602
i1
SQE
409000
a.n
5
45
n
1
223459400
2
SQR Q Ti 44969600
277720
n i1
5
SQT SQE SQR 409000 277720 686720
Quadro de ANOVA
Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre
SQE = 409000
4 -1=3
Residual
(dentro)
SQR = 277720
4x(5 - 1) = 16
Total
SQT = 686720
Quadrados
mdios
409000
SE2
3
136333,3
F calc
136333,3
17357,5
7,85
Fcalc
2777720
16
17357,5
2
SR
4x5 -1 = 19
Na tabela F, com = 1%, numerador = 3 e denominador = 16, obtm-se: Fcrit = 5,29

Regra de deciso: Fcalc (7,85) > F crit (5,25)
Concluso: Rejeita-se H0. Existe diferena entre pelo menos duas mdias de
tratamentos e pelo menos duas raes so diferentes entre si.
COMPARAES MLTIPLAS PARA TRATAMENTOS

COM MESMO NMERO DE RPLICAS
MTODO DE DUNCAN
Este mtodo foi desenvolvido por Duncan em 1955 e usado
amplamente para as comparaes de todos os pares de mdias.
Procedimento
Inicialmente as mdias so ordenadas em ordem crescente
(ou decrescente) e so obtidas as diferenas entre elas, duas a
duas, iniciando-se pelos valores extremos.
Estas diferenas devem ser comparadas com a diferena
mnima significativa (d.m.s) de Duncan. Se forem menores ou
iguais, no preciso comparar as mdias do meio do intervalo
considerado.
A d.m.s. (diferena mnima

significativa) de Duncan
dms p [r(; p; f ) ]
2
SR
Onde: r(; p; f) retirado da tabela de amplitudes significativas para o
mtodo de Duncan;
- Nvel de significncia do experimento;
p - Nmero de mdias internas comparao incluindo os
extremos (p = 2, 3, ..., a);
f - Nmero de graus de liberdade residual (dentro);
2
SR
- Varincia residual (dentro dos tratamentos);
n - Nmero de elementos (rplicas) por tratamento.
Regra de deciso
Yw Yk dmsp
Yw Yk dmsp
No existe diferena entre as mdias w e k.

No h diferena entre os tratamentos w e k.
Existe diferena entre as mdias w e k.
H diferena entre os tratamentos w e k.
Exemplo 4
Aplicar o mtodo de Duncan para os dados do
exemplo 3 usando = 1%.
No exemplo tnhamos:
a = 4;
n = 5; YA 1412 ; YB 1426 ; YC 1734 ; YD 1380
2
SR
17357,5; f 16 (graus de liberdade residual)
Intervalo de duas mdias: r(1%; 2; 16) = 4,13

Intervalo de trs mdias: r(1%; 3; 16) = 4,34
Intervalo de quatro mdias: r(1%; 4; 16) = 4,45
dms p [r(; p; f ) ]
dms 3 4,34
2
SR
17357 ,5
255 ,71
5
17357 ,5
dms 2 4,13
243 ,34
5
dms 4 4,454
17357 ,5
262 ,19
5
Mdias em ordem crescente

YD 1380 ; YA 1412 ; YB 1426 ; YC 1734 ;
P=2
YD YA 1380 1412 32 dms2 234
P=2
YA YB 1412 1426 14 dms2 234
P=2
YB YC 1426 1734 308 dms2 234
P=3
YD YB 1380 1426 46 dms3 255,71
P=3
YA YC 1412 1734 322 dms3 255,71
P=4
YC YD 1734 1380 354 dms4 262,19
Concluso:
1 Rao C: a melhor de todas.
2 Raes A, B e D: So equivalentes entre si e piores que a C.

EXPERIMENTOS COM NMEROS DIFERENTES DE RPLICAS NOS
TRATAMENTOS
Em certas ocasies, o nmero de elementos diferente em cada
tratamento.
1 tratamento: n1 elementos
2 tratamento: n2 elementos
.............................................
a tratamento: na elementos
Neste caso, a formulao desenvolvida anteriormente, deve sofrer algumas alteraes.
Dados de um experimento com um nico fator e tratamentos com

nmeros diferentes de elementos
Tratamento(i)
Elemento(j)
Y11
Y21
Yi1
Ya1
Y12
Y22
Yi2
Ya2
Yini
Y1n1
Yana
A - somatrios
B N de elementos
Y2n2
T1
T2
n1
n2
.
.
.
C Mdias
Y1
Y2
D - Quadrados mdios dos

somatrios
T12
T22
n1
n2
E Soma dos quadrados
Q1
Ti
ni
Yi
Ti2
.
.
Qi
Ta
Ya
Ti2
Ti
i1
Qa
Qi
i1
ni
i1
T
Y
N
na
na
ni
Q2
Ti2
i1
S
VARINCIA ENTRE TRATAMENTOS E
dada pela expresso:

a
2
n
(
Y
Y
)
i i
2
SE
i1
a1
a T2
2
1
T
2
SE
a 1 i 1 ni
N
2
SE
SQE
a1
Clculo da varincia dentro dos

2
S
tratamentos R
dada pela expresso :
a
2
SR
(n1 1)S12 (n2 1)S 22 (n a 1)S 2a

(n1 1) (n2 1) (n a 1)
S
i
i
i1
n
i
2
(
Y
Y
)
ij i
Sendo: Si2 i 1
ni 1
Ti2
1
Q i
ni 1
ni
a T 2
1
2
SR
Q i
ni
N a
i 1
2
SR
SQR
N a
N a
S
Clculo da varincia total T
A varincia total aquela varincia de todos os

dados em relao mdia global dos tratamentos.
a ni
2
(
Y
Y
)
ij
S 2T
i1 j1
N1

S 2T
1
T 2
N 1
N
S 2T
SQT
N1

2
SE
SQE
a1
SQR
2
SR
N a
S 2T
SQT
N1
a T2
2
T
SQE i
i 1 ni N
a T 2
SQR Q i
ni
i 1
SQT Q
Observando as expresses de SQT, SQE e SQR, podemos concluir

que:
SQT = SQE + SQR

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre
SQE
a -1
Residual
(dentro)
SQR
N-a
Total
SQT
N-1
Quadrados
mdios
2
SE
SQE
a1
2
SR
F calc
Fcalc
2
SE
2
SR
SQR
N a
Regra de deciso
Fcalc Fcrit, aceita-se H0, ou seja, no existe diferena entre
os tratamentos.
Fcalc > Fcrit, rejeita-se H0, ou seja, existe diferena entre os
tratamentos.
COMPARAES MLTIPLAS PARA TRATAMENTOS

COM NMEROS DIFERENTES DE RPLICAS
Quando H0 rejeitada devemos efetuar as comparaes
mltiplas para identificar quais dos tratamentos que so
diferentes entre si. Dentre aqueles que foram testados, um dos
mtodos indicados o de Duncan.
MTODO DE DUNCAN
Inicialmente as mdias so ordenadas em ordem crescente
(ou decrescente) e so obtidas as diferenas entre elas, duas a
duas, iniciando-se pelos valores extremos.
Estas diferenas devem ser comparadas com a diferena mnima
significativa (d.m.s) de Duncan. Se forem menores ou iguais, no
preciso comparar as mdias do meio do intervalo considerado.
A d.m.s. (diferena mnima

significativa) de Duncan
dmsp [r(; p; f ) ]
2
SR
nh
Onde: r(; p; f) retirado da tabela de amplitudes significativas para o mtodo de

Duncan;
p - Nmero de mdias internas comparao incluindo os extremos (p = 2,
3, ..., a);
2
SR
- Varincia residual (dentro dos tratamentos);
nh a mdia harmnica dos ni:

ni - Nmero de elementos (rplicas) do tratamento i;
nh
a
a
1
i 1 i
Regra de deciso
Yw Yk dmsp
Yw Yk dmsp
No existe diferena entre as mdias w e k.

No h diferena entre os tratamentos w e k.
Existe diferena entre as mdias w e k.
H diferena entre os tratamentos w e k.
Exemplo 5
Foram planejados experimentos para verificar a existncia
de diferenas entre 4 equipes de manuteno de um certo tipo
de avio. Para isso foram registrados os tempos de manuteno
(em minutos) em um certo componente eletrnico, que
apresentava o mesmo defeito, pelas vrias equipes. Esses
tempos so dados a seguir.
Verificar se existem evidncias da existncia de diferenas
entre as produtividades das equipes, com um nvel de
significncia de 1%. Caso Existam, fazer as comparaes
mltiplas de Duncan.
Soluo
H0: A = B = C = D
H1:Pelo duas mdias de tratamentos so diferentes.
Dados de um experimento com um nico fator e tratamentos com

nmeros diferentes de elementos
Elemento(j)
Equipe
A
55,4
55,8
51,5
55,0
54,5
57,2
53,2
57,0
53,9
57,4
53,5
54,5
56,8
58,4
52,9
55,1
56,5
52,5
55,3
58,2
55,0
56,3
54,9
56,8
Ti
220,6
56,2
455,2
318,6
389,4
ni
Yi
55,15
56,90
53,10
55,63
Ti2/ni
12166,09
Qi
12170,86
25910,54
16917,66
19924,40
21661,77
21666,48
ni
Ti2
i1
Ti 1383,8
i1
25
i1
a
25900,88
76646 ,40
T
55,352
N
Q i 76672,28
i1
Clculo das somas de quadrados

a T2
i
T2
1383,8 2
SQE
76646,40
50,30
ni N
25
i 1
a T2
i
SQR Q
n
i 1 i
76672,28 76646,40 25,88
2
2
T
1383
,
8
76672 ,28
SQT Q
76 ,18
N
25
Verificao
SQT SQE SQR 50,30 25,88 76,18
Quadro de ANOVA
Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre
SQE = 50,30
a 1= 4 - 1 = 3
Residual
(dentro)
SQR = 25,88
N - a = 25- 4 = 21
Quadrados
Fcalc
mdios
50,30
2
16,767
SE
calc
3
1,232
16,767
13,61
2
SR
25,88
21
1,232
Total
SQT = 76,18
N -1 =25 1= 24

Concluso: Rejeita-se H0, ou seja, existe diferena de produtividade entre pelo
menos duas equipes
Comparaes mltiplas, usando o mtodo de Duncan

Resultados prvios
a = 4; n1 = 74;
n2 =8;
n3 = 6;
n4 = 7
Na tabela de Duncan, usando = 1%; f = 21

e com interpolao obtm-se:
Intervalo de duas mdias: r(1%; 2; 21) = 4,01
Intervalo de trs mdias:
r(1%; 3; 21) = 4,20
Intervalo de quatro mdias: r(1%; 4; 21) = 4,32
nh
1
n
i 1 i
4
nh
5,843
1 1 1 1

4 8 6 7
a
2
SR
1,232; f 21 (graus de liberdade residual)
dmsp [r(; p; f ) ]
2
SR
dms2 4,01
1,232
1,84
5,843
dms3 4,20
1,232
1,93
5,843
dms4 4,32
1,232
1,98
5,843
nh
Mdias em ordem crescente

YC 53,10; YA 55 ,15; YD 55 ,63; YB 56 ,90
P=2
YC YA 53,10 55,15 2,05 dms2 1,84
P=2
YA YD 55,15 55,63 0,48 dms2 1,84
P=2
YD YB 55,63 56,90 1,27 dms2 1,84
P=3
YC YD 53,10 55,63 2,53 dms3 1,93
P=3
YA YB 55,15 56,90 1,75 dms3 1,93
P=4
YC YB 53,10 56,90 3,8 dms4 1,98
Deciso: Existe diferena entre C e A, C e D e entre C e B. No existe

diferena entre A e D, D e B e entre A e B.
Concluso: Existem duas classes de equipes:
1 Equipe C, que melhor que as demais.
2 Equipes A, B e D, que so similares entre si e piores que C.
MODELO DE EFEITOS ALEATRIOS

O modelo Estatstico de efeitos aleatrios adotado para descrever
as observaes tem a mesma estrutura daquela apresentada no modelo
de efeitos fixos.
Yij i ij, (i 1, 2, a;
j 1, 2, , n)
Yij a resposta obtida no tratamento (i), para a rplica

(j);
a mdia global, comum a rodos os tratamentos;
i o parmetro nico do tratamento i, chamado
efeito do tratamento i;
ij o componente de erro aleatrio;
Interpretao do Parmetro i
A interpretao do parmetro i diferente, pois
este agora uma varivel aleatria, com varincia 2 .
A varincia de ij continua sendo representada por 2.
Supondo que i e ij sejam variveis independentes
entre si, a varincia de qualquer observao Yij da por:
2Y varincia de Yij 2 2
Assume-se que tanto os i quanto ij so variveis

aleatrias independentes e identicamente distribudas,
tendo distribuio normal, com mdia zero e varincia
2.
Teste de hipteses de modelos de

efeitos aleatrios
Os testes de hipteses e os procedimentos
computacionais so idnticos aos utilizados no
modelo de efeitos fixos.
Regra de deciso
Fcalc Fcrit, aceita-se H0, ou seja, no existe diferena entre os
tratamentos.
Fcalc > Fcrit, rejieta-se H0, ou seja, existe diferena entre os
tratamentos.
Hipteses do modelo de efeitos

aleatrios
H0 : 2
H0 : 2
Todos os tratamentos so iguais, ou

seja, o fator no exerce efeito sobre a
varivel resposta
Existe variabilidade entre os nveis do

fator.
Estimadores das varincias de ij e i

Estimadores das varincias de ij e i so,
respectivamente:
2
2
S
S
2
R
2 SR
; e 2 E
n
No caso de nmero diferente de rplicas por tratamento, o n da equao

deve ser substitudo por:
a
2
a
ni
1
i1
n0
n
i a
a 1 i 1
ni
i1
Exemplo 6
Existia um grande nmero de lotes de material armazenado
em um almoxarifado e suspeitava-se que a composio qumica
variava significativamente em cada um deles. Foram sorteados 5
lotes e, aps, foram sorteados 4 elementos de cada um, sendo
determinados os teores de carbono da cada um destes. Os
resultados so dados na tabela a seguir, em % C. Verificar se
existe evidncia de diferena no teor de carbono entre os lotes,
usando o nvel de significncia de 5%. Estimar os componentes
de varincia do erro aleatrio e do efeito de tratamento.
Soluo
H0 : 2 0
H1 : 2 0
Lote(i)
Elemento(j)
2,75
2,54
2,72
2,68
2,68
2,73
2,55
2,61
2,70
2,69
2,81
2,66
2,74
2,71
2,65
2,74
2,54
2,64
2,74
2,61
Ti
11,03
10,29
10,71
10,83
10,63
T = 53,49
Yi
2,76
2,57
2,68
2,71
2,66
Y 2,68
Valores e
mdias
globais
Ti2
121,66
105,88
114,70
117,29
113,00
Qi
30,42
26,48
28,69
29,32
28,25
Ti2 572,53
i1
Q = 143,16
a = 5;
n = 4; T = 53,49; Q = 143,16;
Ti2 572,43
i1
2
2
T
53
,
49
143 ,16
SQT Q
0,1010
(a n)
54
a 2
i
2
2
T
572
,
53
53
,
49
SQE i 1
0,0735
a.n
4
54
n
1
572 ,53
2
SQR Q Ti 143 ,160

0,0275
n i1
4
Verificao
SQT SQE SQR 0,0735 0,0275 0,1010
Quadro de ANOVA
Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre
SQE = 0,0735
a1=5-1=4
Residual
(dentro)
SQR = 0,0275
a.(n-1) = 5.(4 - 1)
= 15
Total
SQT = 0,1010
Quadrados
mdios
0,0735
SE2
4
0,01838
F calc
0,01838
0,00183
10,04
Fcalc
0,0275
15
0,00183
2
SR
a.n 1 = 5x4 -1
= 19

Concluso: Rejeita-se H0. Existe diferena entre pelo menos dois lotes.
Estimativas dos componentes de

varincia
2
2 SR
0,00183
2
2
S
S
0,01838 0,00183
R
2 E
0,00414
n
4
A estimativa da varincia do teor de carbono entre os lotes da por:

2Y varincia de Yij 2 2 0,00183 0,00414 0,00597
A maior parte da variabilidade total devida diferena existente

entre os lotes:
2
2y
100
0,00414
100 69,35%
0,00597
EXPERIMENTOS FATORIAIS COM DOIS

FATORES
O experimento fatorial apropriado
quando dois ou mais fatores esto sendo
investigados em dois ou mais nveis e a
interao entre os fatores pode ser importante.
Se tivermos um fator A com a
tratamentos e um fator B com b tratamentos,
ento devemos realizar ensaios com todas as
combinaes de A e de B, num total de (a b )
ensaios.
Efeito do Fator
O efeito do Fator definido como a variao na sada (Y) produzida
pela mudana do nvel do fator.
EXEMPO
FATOR B
FATOR A
B-1
B-2
A-1
30
10
A-2
60
40
Experimento fatorial sem interao

Retas paralelas
70
60
A-2
50
40
30
A-2
A-1
20
10
A-1
0
B-1
B-2
CLCULO DO EFEITO PRINCIPAL NO

EXPERIMENTO SEM INTERAO
O efeito principal do fator a diferena entre as repostas mdias do 2 nvel e do 1 nvel
EXEMPO
10 40 30 60
Efeitode B
20
2
2
Efeitode A
60 40 30 10
30
2
2
Aumentando-se o fator B do Nvel

1 para o Nvel 2, a resposta diminui
em 20 unidades
Aumentando-se o fator A do Nvel

1 para o Nvel 2, a resposta
aumenta em 30 unidades
Obs.: Se os fatores tm mais de dois nveis, esta forma de calcular os efeitos deve ser
modificada
Experimento fatorial com interao

EXEMPLO
FATOR B
FATOR A
B-1
B-2
A-1
60
30
A-2
15
45
Experimento fatorial com interao

Retas cruzadas
70
60
A-1
50
A-2
40
30
A-1
20
10
A-2
0
B-1
B-2
CLCULO DO EFEITO COM INTERAO

No 1 Nvel do fator A, o efeito de B :
30 60 = -30
No 2 Nvel do fator A, o efeito de B :
45 15 = +30
O efeito do fator B depende do Nvel do fator A. Isso indica a existncia de
interao entre A e B
Obs.: Quando existe interao, no h sentido em calcular o efeito principal
do fator como mostrado anteriormente, pois o efeito nulo.
Efeito de B
30 45 60 15
0
2
2
VANTAGENS DOS EXPERIMENTOS

FATORIAIS
So mais eficientes que os experimentos com
1 nico fator;
Evitam concluses errneas quando existe
interao entre os dois fatores;
Possibilitam a estimativa dos efeitos de um
fator em diversos nveis dos outros fatores,
permitindo concluses que so vlidas numa
amplitude de condies experimentais.
MODELO ESTATSTICO PARA O

EXPERIMENTO COM DOIS FATORES
YijK i j ()ij ijk
(i 1, 2, a; j 1, 2, ,b, k 1, 2, ,n)
YijK a resposta obtida no tratamento (ij), para a rplica

k;
a mdia global, comum a todos os tratamentos;
i efeito do nvel i do fator A;
j efeito do nvel j do fator B;
()ij o efeito da interao entre i j
ijk o componente de erro aleatrio;
Testes de Hipteses para o

experimento com dois fatores
H0: (i=1) = (i=2) = (i=3) . . . = (i=a) (as mdias das a colunas so iguais).
H0: (j=1) = (j=2) = (j=3) . . . = (j=a) (as mdias das b colunas so iguais).
H1: pelo menos duas i so diferentes.
H1: pelo menos duas j so diferentes.
Isto equivalente a:
H0: 1 = 2 = 3 . . . = a = 0
H0: 1 = 2 = 3 . . . = b = 0
H1: pelo menos um i 0
H1: pelo menos um j 0
Teste da verificao da interao entre dois fatores

H0: ()ij = 0 para todo o i e j.
H1: pelo menos um ()ij 0
Dados de um experimento com 2 fatores e sem repetio

Trat. B(j)
1
Tratamento(i)
1
Y11
Y12
Y21
Y22
...
Y31
Y32
...
...
a
Ya1
Ya2
Qj
Yj
T j2
T(j=1)
Y( j 1)
T(2j 1)
Q(j=1)
T(j=2)
Y( j 2)
T(2j 2)
Q(j=2)
T(2j 3)
Q(j=3)
Tj
Y13
Y23
Y33
...
Ya3
T(j=3)
Y( j 3)
...
...
...
...
...
...
...
...
...
...
Y1b
Y2b
Y1b
...
Yab
T(j=b)
Y( j b)
T(2j b)
Q(j=b)
T(i=1)
T(i=2)
T(i=3)
...
T(i=a)
Y(i 2) Y(i 3)
...
Y(i a)
Ti
Yi
Ti2
Qi
Y(i 1)
T(2i 1)
T(2i 2)
T(2i 3)
Q(i=1) Q(i=2) Q(i=3)
...
...
T(2i a)
Q(i=a)
T Ti
T Tj
Ti2
Tj2
Q Qi
Q Q j

a
S 2C
SQC
a1
Ti2
SQC
i1
T2
ab
SL2
S2T
SQL
b1
SQT
ab 1
2
SR
SQR
(a 1)(b 1)
Tj2
SQL
j1
T2
ab
T2
SQT Q
ab
SQR SQT SQC SQL

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre colunas
SQC
(a - 1)
Entre linhas
SQL
(b - 1)
Residual
(dentro)
SQR
(a - 1). (b - 1)
Total
SQT
a.b - 1
Quadrados mdios
S 2C
SQC
a1
SQL
SL2
b1
2
SR
F calc
C
Fcalc
L
Fcalc
SQR
(a 1).(b 1)
Regra de deciso
Se Fccalc Fccrit e FLcalc FLcrit aceita-se H0, ou seja, no existe
diferena entre os tratamentos.
Se Fccalc > Fccrit ou FLcalc > FLcrit, rejeita-se H0, ou seja, existe
diferena entre os tratamentos.
S2C
2
SR
SL2
2
SR
Exemplo 1
Um engenheiro da qualidade delineou um
experimento para verificar se existe influncia
dos fatores temperatura e presso na
quantidade percentual de impurezas resultantes
na fabricao de um produto qumico. Os
resultados so dados na tabela a seguir. Verificar
se existem diferenas nos tratamentos, usando
um nvel de significncia de 1%
Soluo
Temp. (j)
Presso(i)
30
35
40
45
50
55
Tj
Yj
T j2
Qj
100F
3,0
4,3
3,8
4,6
3,5
2,8
22,0
3,67
484,0
83,18
125F
2,9
4,1
3,6
4,4
3,6
2,2
20,8
3,47 432,64
75,34
Ti
5,9
8,4
7,4
9,0
7,1
5,0
T = 42,8
Yi
2,95
4,20
3,70
4,50
3,55
2,50
Ti2
34,81 70,56 54,76 81,00 50,41 25,00
Ti2 316,54
Qi
17,41 35,30 27,40 40,52 25,21 12,68
Q 158,52
Tj2 916 ,64
Temos: a = 6;
b = 2;
Ti2 316,54
Tj2 916 ,64
Ti2
SQC
i1
T 2 316,54 42,8 2
5,62
ab
2
62
Tj2
SQL
j1
T2
916 ,64 42 ,8 2
0,12
ab
6
62
T2
42 ,8 2
SQT Q
158 ,52
5,87
a b
62
SQR SQT SQC SQL 5,87 5,62 0,12 0,13
T = 42,8
Q 158,52

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre
colunas
SQC = 5,62
(a - 1) = 6 1 = 5
Entre
linhas
SQL = 0,12
Residual
(dentro)
SQR = 0,13
Total
SQT = 5,87
Quadrados
mdios
S 2C
1,124
5,62
C
43 ,23
1,124 Fcalc
0,026
5
SL2
0,12
0,12
1
2
SR
0,13
0,026
5
(b - 1) = 2 1 = 1
(a - 1). (b - 1) =
( 6- 1).(2 1) = 5
a.b 1 = 6x2 1 = 11
F calc
L
Fcalc
0,12
4,62
0,026
Na tabela de F, obtm-se os F crticos

Entre colunas: Fc[ a-1; (a-1).(b-1); ] = Fc(5; 5; 1%) = 10,96
Entre linhas: FL[ b-1; (a-1).(b-1); ] = FL(1; 5; 1%) = 16,26
Deciso
Obteve-se Fccalc (= 43,23) > Fc(5; 5; 1%)(=10,96), rejeita-se H0,
ento existe diferena entre os tratamentos para colunas.
Ocorreu FLcalc (= 4,62) < FL(1; 5; 1%)(=16,26) no se rejeita H0,
ento no existe diferena entre os tratamentos para linhas.
Concluso
Existe diferena entre os resultados obtidos para
impurezas pela variao do fator presso. No entanto, no
podemos afirmar que existe influncia do fator
temperatura.
Dados de um experimento com 2 fatores e n rplicas

Tratamento. B(j)
Tratamento A(i)
Yj
T j2
T(j=1)
Y( j 1)
T(2j 1)
Q(j=1)
T(j=2)
Y( j 2)
T(2j 2)
Q(j=2)
Tj
...
Y111
Y112
...
Y11n
Y211
Y212
...
Y21n
...
...
...
...
Ya11
Ya12
...
Ya1n
T11
T21
...
Ta1
Y121
Y122
...
Y12n
Y221
Y222
...
Y22n
...
...
...
...
Ya21
Ya22
...
Ya2n
T12
T22
...
Ta2
Y121
Y122
...
Y12n
Y221
Y222
...
Y22n
...
...
...
...
Ya21
Ya22
...
Ya2n
T(j=b)
T12
T22
...
Ta2
Ti
T(i=1)
T(i=2)
...
T(i=a)
Yi
Ti2
Y(i 1)
Y(i 2)
...
Y(i a)
T(2i 1)
T(2i 2)
...
T(2i a)
...
Q(i=a)
...
Taj2
Qi
Tij2
Q(i=1)
T12j
Q(i=2)
T22j
Y( j b)
Qj
T(2j b)
Q(j=b)
T Tj
T Ti
Ti2
Tj
Tij2
Q Qi
Q Q j

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre colunas
SQC
(a - 1)
Entre linhas
SQL
(b - 1)
Quadrados mdios
S 2C
SQC
a1
SQL
SL2
b1
SQI
2
(a - 1) . (b - 1) SI
(a 1) (b 1)
Interao
SQI
Entre
Tratamentos
SQTr
ab - 1
Residual
SQR
ab . (n 1)
Total
SQT
abn - 1
S 2Tr
2
SR
SQTr
ab 1
SQR
ab (n 1)
F calc
C
Fcalc
L
Fcalc
I
Fcalc
S2C
2
SR
SL2
2
SR
SI2
2
SR
Resumo da formulao utilizada

a
SQC
S 2C
a1
Ti2
SQC
T2
bn
abn
i1
a
SL2
SI2
SQL
b1
SQI
(a 1) (b 1)
Ti2
SQL
i1
an
SQI SQTr SQC SQL

a
S 2Tr
2
SR
S2T
SQTr
ab 1
SQR
ab (n 1)
SQT
abn 1
T2
abn
Tij2
SQTr
i1 j1
T2
abn
SQR SQT SQTr ou

SQR SQT SQC SQL SQI
T2
SQT Q
abn
TESTE DA EXISTNCIA DE INTERAO

O F crtico da interao determinado entrando-se na
tabela de F de Snedecor com nvel de significncia e:
graus de liberdade do numerador : (a 1).(b - 1)
graus de liberdade do denominador : ab.(n 1)
Regra de deciso
Se FIcalc FIcrit aceita-se H0, ou seja, no existe interao
entre os fatores.
Se FIcalc > FIcrit, rejeita-se H0, ou seja, existe interao entre
os fatores.
TESTE DOS EFEITOS DE A e B, NA PRESENA DE

INTERAO
Se for constatada a presena de interao no teste
anterior, ento deve-se testar diretamente os efeitos dos fatores
de linha e de coluna em relao ao resduo.
C
Fcalc
S2C
2
SR
L
Fcalc
SL2
2
SR
Os F crticos relativos aos fatores coluna e linha, so

encontrados na tabela de F de Snedecor com nvel de
significncia e:
Entre colunas: numerador : (a - 1)
denominador : ab.(n 1)
Entre Linhas: numerador : (b - 1)
denominador : ab.(n 1)
Regra de deciso
Se Fccalc Fccrit e FLcalc FLcrit :
Aceita-se H0, ou seja, no existe diferena entre os
tratamentos.
Se Fccalc > Fccrit ou FLcalc > FLcrit:
Rejeita-se H0,
tratamentos.
ou seja, existe diferena entre os
Exemplo
Foram feitos ensaios com baterias para verificar a

influncia dos fatores material e temperatura na sua vida
til. Foram testados trs tipos de baterias em 3
temperaturas diferentes, com ensaios com 4 repeties.
Os resultados so dados a seguir, em horas. Verificar se
existem vidas diferentes para os fatores considerados,
com = 5%. Verificar, tambm, se existe interao entre
os fatores.
Soluo
H0: Alpha = Beta = Gama
H1:Pelo menos duas mdias i so diferentes.
H0: +50 = +20 = -10
H1:Pelo menos duas mdias j so diferentes.
H0: No h interao entre os fatores material
e temperatura.
H1 h interao entre os fatores material e
temperatura.
Temp.(j)
+50C (1)
+20C (2)
-10C (3)
Material(i)
Alpha (1)
Beta (2) Gama (3)
69
58
39
60
60
38
Tj
Yj
T j2
64
58
T11 = 251
67
58
66
70
T12 = 261
75
60
68
70
T13 = 273
659
54,92
434281
37429
744
62,00
553536
46386
777
64,75
603729
50559
65
47
59
42
T21 =242 T31 = 166
61
53
60
59
67
63
62
58
T22 = 250 T32 = 233
62
60
65
63
63
61
69
61
T23 = 259 T33 = 245
Ti
785
751
644
Yi
65,42
51679
205651
62,58
567001
188145
53,67
37572
141870
205651
188145
141870
Ti2
Qi
Tij2
T = 2180
Qj
Tj2 1591546
Ti2 1594962
Q = 134374
Tij2 535666
Tj2 1591546
T=2180
Tij2 535666
a=3
Ti2 1594962
b=3
Q = 134374
n=4
T2
2180 2
SQT Q
134374
2362 ,89
abn
33 4
Ti2
SQC
T2
1594962 21802
902,39
bn
abn
3 4
33 4
i1
Tj2
SQL
T2
1591946 21802
617,72
an
abn
3 4
33 4
i1
Tij2
SQTr
i1 j1
SQT = 2362,89
T2
535666
2180 2
1905 ,39
abn
4
33 4
SQC = 902,39
QSL = 617,72
SQTr = 1905,39
SQI SQTr SQC SQL 1905,39 902,39 617,72 385,28
SQR SQT SQTr
2362,89 1905,39 457,50

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Quadrados
mdios
F calc
Entre colunas
902,39
(3 - 1) = 2
451,19
C
902,39
Fcalc
26 ,63
451,19
16 ,94
2
Entre linhas
617,72
(3 - 1) = 2
308 ,86
617,72
L
18 ,23
308,86 Fcalc
16
,
94
2
Interao
385,28
(3 1)x(3 1) = 4
385,28
96,32
4
Entre
tratamentos
1905,39
3x3-1 = 8
Residual
457,50
3x3x(4-1) = 27
1905,39
238,17
8
457,50
16,94
27
Total
2362,89
3x3x4 1 =35
I
Fcalc
96,32
5,68
16,94
Teste da Existncia de interao

H0: No h interao entre os fatores material e temperatura.
H1 h interao entre os fatores material e temperatura.
Tabela da Distribuio F de Snedecor.
Com: = 5%
Numerador: 4 (graus de liberdade da interao)
Denominador = 27 (Graus de liberdade residual)
FIcrit = 2,73
Concluso
Como FIcalc = 5,68 > FIcrit = 2,73, rejeita-se H0 e conclui-se que h

interao entre os fatores material e temperatura, ao nvel de
significncia de 5%.
Teste dos efeitos de material e temperatura Existncia de

interao
Material (entre colunas)
Com: = 5%
Numerador: 2 (graus de liberdade entre colunas)
FIcrit = 3,35
Concluso
Como FCcalc = 26,63 > FIcrit = 3,35, rejeita-se H0 e conclui-se que existe
diferena entre pelo menos dois nveis do fator material, ao nvel de
significncia de 5%.
Temperatura (entre linhas)

Com: = 5%
Numerador: 2 (graus de liberdade entre linhas)
FIcrit = 3,35
Concluso
Como FLcalc = 18,23 > FIcrit = 3,35, rejeita-se H0 e conclui-se que existe
diferena entre pelo menos dois nveis do fator temperatura, ao nvel
de significncia de 5%.
COMPARAES MLTIPLAS NA EXISTNCIA DE

INTERAO
dms p [r(; p; f ) ]
2
SR
Quadrado mdio
residual
Onde: r(; p; f) retirado da tabela de amplitudes significativas para o
mtodo de Duncan;
p - Nmero de mdias internas comparao incluindo os
extremos (p = 2, 3, ..., a);
n - Nmero de elementos (rplicas) por tratamento.
Exemplo 3:
As repostas mdias das combinaes dos tratamentos do exemplo anterior so
dadas a seguir. Fazer as comparaes mltiplas das mdias obtidas para
materiais e a s temperaturas, usando = 5%.
Y11
69 60 64 58
4
Temp.
Material
Alpha (1)
Beta (2)
Gama (3)
+50C ( 1)
62,75
60,50
41,50
+20C ( 2)
65,25
62,50
58,25
-10C ( 3)
68,25
64,75
62,25
80
70
60
50
-10C ( 3)
40
+20C ( 2)
30
+50C ( 1)
20
10
0
Alpha (1)
Beta (2)
Material
Gama (3)
80
70
60
50
Alpha (1)
40
Beta (2)
30
Gama (3)
20
10
0
-10C ( 3)
+20C ( 2)
+50C ( 1)
Temperatura
Observa-se que a vida til das baterias tem um grande decrscimo na
temperatura de +50C, quando se usa o material Gama.
Aparentemente, a vida til no muda muito para os materiais Alpha e
Beta, quando se varia a temperatura.
Comparaes mltiplas de Duncan

Tabela de Duncan
Intervalo com duas mdias r(, p, f) = r (5%, 2, 27) = 2,91
Intervalo com trs mdias r(, p, f) = r (5%, 3, 27) = 3,06
dms p [r(; p; f ) ]
dms 2 2,91
2
SR
16 ,94
5,99
4
16 ,94
dms 3 3,06
6,30
4
Comparaes entre os materiais, a -10oC

YAlpha YGama 68,25 61,25 7 dms3 6,30
Existe diferena
YAlpha YBeta 68,25 64,75 3,50 dms2 5,99 Sem diferena
YBeta YGama 64,75 61,25 3,50 dms2 5,99 Sem diferena
Concluso: as vidas mdias para os materiais Alpha e Gama so

diferentes, temperatura de -10oC. No entanto, no h
diferenas significativas para os materiais Alpha e Beta, nem
para Beta e Gama.
Comparaes entre os materiais, a +50oC

YAlpha YGama 62,75 41,50 21,25 dms3 6,30 Existe diferena
YAlpha YBeta 62,75 60,50 2,250 dms2 5,99 Sem diferena
YBeta YGama 60,50 41,50 19 dms2 5,99
Existe diferena
Concluso: as vidas mdias para os materiais Alpha e Gama,

assim como Beta e Gama so diferentes, temperatura de +50oC. No entanto, no h diferena significativa para os
materiais Alpha e Beta.
Comparaes entre os materiais, a +20oC

YAlpha YGama 65,25 58,25 10 dms3 6,30
YAlpha YBeta 62,25 62,50 0,25 dms2 5,99
YBeta YGama 62,50 58,25 4,25 dms2 5,99
Existe diferena
Sem diferena
Sem diferena
Concluso: as vidas mdias para os materiais Alpha e Gama so

diferentes, temperatura de 20oC. No entanto, no h
diferenas significativas para os materiais Alpha e Beta, nem
para Beta e Gama (O mesmo comportamento achado para
-10C).
Comparaes entre as vidas de Alpha, a Vrias temperaturas

Y 50 C Y 10 C 62,75 68,25 5,5 dms3 6,30 Sem diferena
Concluso: No existe diferena significativa no tempo mdio

de vida das baterias, usando o material Alpha, para as trs
temperaturas estudadas.
Comparaes entre as vidas de Beta, a Vrias temperaturas
Y 50 C Y 10 C 60,50 64,75 4,25 dms3 6,30 Sem diferena
Concluso: No existe diferena significativa no tempo mdio

de vida das baterias, usando o material Beta, para as trs
temperaturas estudadas.
Comparaes entre as vidas de Gama, a Vrias temperaturas

Y 50 C Y 10 C 41,5 61,25 19,75 dms3 6,30 Existe diferena
Y 50 C Y 20 C 41,5 58,25 16,75 dms2 5,99 Existe diferena
Y 20 C Y 10 C 58,25 61,25 3 dms2 5,99
Sem diferena
Concluso: Existe diferena significativa no tempo mdio de

vida das baterias, usando o material Gama, para as
temperaturas de +50oC e -10oC , assim como para +50oC e
+20oC. Porm, o tempo mdio igual para este material, nas
temperaturas de +20oC e -10oC.
Exemplo 4:
Uma organizao estava interessada em reduzir o tempo de
entrega de seus produtos ao seu cliente principal. Para isto,
ela dispe de 3 empresas transportadoras e de 4 trajetos
possveis e delineou um experimento para a verificao dos

tempos gastos desde a convocao da transportadora at a
entrega ao cliente. Os resultados constam da tabela seguir,
em horas. Informar se existem diferenas entre as empresas

e os trajetos e se existe interao entre os fatores. Fazer as
comparaes Mltiplas de Duncan, usando = 1%, se
necessrio, e separar os tratamentos em classes de tempo

de entrega.
Transp.
(j)
1
1
5,1
5,0
Trajeto (i)
2
5,0
6,0
3
6,1
6,6
4
5,1
5,2
5,2
5,4
5,9
5,0
T11 = 15,3 T21 =16,4 T31 = 18,6 T41 =15,3
5,0
5,9
5,3
5,0
5,7
5,3
6,8
6,0
6,5
5,6
5,9
5,2
Tj
T2j
Ymdio
Qj
65,6
5,47
4303,36
361,84
68,2
5,68
4651,24
391,18
69,9
5,83
4886,01
408,27
T12 = 16,2 T22 = 16,0 T32 = 19,3 T42=16,7

3
5,8
5,9
5,9
5,4
5,9
5,7
6,0
6,5
6,1
5,3
5,6
5,8
T13 = 17,6 T23 = 17,0 T33 = 18,6 T43=16,7
Ti
49,1
49,4
56,5
48,7
Ymdio
5,46
5,49
6,28
5,41
T2i
Qi
2
T ij
T=203,7
2
T j = 13840,61
T2i = 10415,11
2410,81 2440,36 3192,25 3371,69

268,21 272,20 355,53 264,35
Q = Q i = 1161,29
806,29
T ij = 3476,53
813,96
1064,41
791,87
Tj2 13840 ,61
T=202,7
Tij2 3476 ,53
a=4
Ti2 10415,11
b=3
Q = 1161,29
n=3
T2
203 ,7 2
SQT Q
1161,29
8,688
abn
433
Ti2
SQC
T2
10415,11 203,7 2
4,632
bn
abn
33
433
i1
Tj2
SQL
i1
an
T2
13840,61 203,7 2
0,782
abn
43
433
Tij2
SQTr
i1 j1
SQT = 8,688
T2
3476 ,53 203 ,7 2
6,241
abn
3
433
SQC = 4,632
QSL = 0,782
SQTr = 6,241
SQI SQTr SQC SQL 6,241 4,632 0,782 0,827
SQR SQT SQTr
8,688 6,241 2,447

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Quadrados
mdios
F calc
Entre colunas
4,632
(4 - 1) = 3
4,632
1,544
3
Fcol
1,544
15 ,14
0,102
Entre linhas
0,782
(3 - 1) = 2
0,782
0,391
2
FLin
0,391
3,83
0,102
Interao
0,827
(4 1)x(3 1) = 6
0,827
0,138
6
I
Fcalc
Entre
tratamentos
6,241
4x3-1 = 11
Residual
2,447
4x3x(3-1) = 24
6,241
0,567
11
2,447
0,1024
24
Total
8,688
4x3x3 1 =35
0,138
1,35
0,102
Teste da Existncia de interao

H0: No h interao entre os fatores trajeto e transporte.
H1: h interao entre os fatores trajeto e transporte.
Com: = 5%
Numerador: 6 (graus de liberdade da interao)
FIcrit = 3,67
Concluso
Como FIcalc = 1,35 < FIcrit = 3,67, no rejeita-se H0 e conclui-se que

no h interao entre os fatores trajeto e transporte, ao nvel de
significncia de 5%
Refazer o quadro de anlise de varincia

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre colunas
SQC
(a - 1)
Entre linhas
SQL
(b - 1)
Residual
SQR
abn a b + 1
Total
SQT
a.b n - 1
Quadrados mdios
S 2C
SQC
a1
SQL
SL2
b1
2
SR
SQR
abn a b 1
F calc
C
Fcalc
L
Fcalc
S2C
2
SR
SL2
2
SR
TESTE NA AUSNCIA DE INTERAO
SQC, SQL e SQT, e seus respectivos graus de liberdade

continuam inalterados.
Recalcular a variao residual e seus graus de liberdade
SQR = SQT SQC SQL
SQR = 8,688 4,632 0,782 = 3,274
Graus de liberdade = (abn 1) (a 1) (b 1)
= abn a b + 1
= 4x3x3 4 3 + 1 = 30
Ou
GLR = GLTOTAL GLCOL GLLIN = 35 3 2 = 30
Refazer o quadro de anlise de varincia

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Quadrados
mdios
Entre colunas
4,632
1,544
Entre linhas
0,782
0,391
Residual
3,274
30
Total
8,688
50
2
SR
3,274
0,109
30
F calc
C
Fcalc
1,544
14 ,17
0,109
L
Fcalc
0,391
3,59
0,109
Os F crticos dos fatores coluna e linha, so encontrados
na tabela de F de Snedecor com nvel de significncia

e:
Entre colunas: numerador : (a - 1)
denominador : abn a b + 1
Entre Linhas: numerador : (b - 1)

denominador : abn a b + 1
Na tabela de F, obtm-se os F crticos

Entre colunas: Fc[ a-1; abn a b + 1; ] = Fc(3; 30; 1%) = 4,51
Entre linhas: FL[ b-1; abn a b + 1; ] = FL(2; 30; 1%) = 3,39
Deciso
Obteve-se Fccalc = 14,17 > Fc(3; 30; 1%) = 4,51, rejeita-se H0,
ento existe diferena entre os tratamentos do fator trajeto.
Ocorreu FLcalc = 3,59 < FL(2; 30; 1%) = 3,69 no se rejeita H0,
ento no existe diferena entre os tratamentos do fator
transportadora.
Portanto, no necessrio comparar as mdias das

transportadoras, porque no existe diferena significativa
entre elas. Assim, devemos comparar apenas as mdias
dotrajetos 1,2 ,3 e 4.
COMPARAES MLTIPLAS QUANDO NO EXISTE

INTERAO
Comparao dos nveis do fator de colunas
dms p [r(; p; f ) ]
2
SR
N de nveis do fator
de linhas
bn
Comparao dos nveis do fator linhas
dms p [r(; p; f ) ]
2
SR
an
N de nveis do fator
de colunas
Comparaes mltiplas de Duncan

Tabela de Duncan
Intervalo com duas mdias r(, p, f) = r (1%, 2, 30) = 3,89
Intervalo com trs mdias r(, p, f) = r (1%, 3, 30) = 4,06
Intervalo com quatro mdias r(, p, f) = r (1%, 4, 30) = 4,16
dms p [r(; p; f ) ]
dms 3 4,06
2
SR
bn
0,109
0,447
33
0,109
dms 2 3,89
0,428
33
dms 4 4,16
0,109
0,458
33
Mdias em ordem crescente do fator trajeto

Y4 5,41; Y1 5,46; Y2 5,49; Y3 6,28
P=2
Y4 Y1 5,41 5,46 0,05 dms2 0,428
Sem diferena
P=2
Y1 Y2 5,46 5,49 0,03 dms2 0,428
Sem diferena
P=3
Y2 Y3 5,49 6,28 0,79 dms2 0,428 Existe diferena

Y4 Y2 5,41 5,49 0,08 dms3 0,447 Sem diferena
P=3
Y1 Y3 5,46 6,28 0,82 dms3 0,447
Existe diferena
P=4
Y4 Y3 5,41 6,28 0,87 dms4 0,458
Existe diferena
P=2
Deciso: Os trajetos 1, 2 e 4 so iguais e ambos so diferentes do

trajeto 3.
Concluso: Existem duas classes de trajeto:
1 Trajetos 1, 2 e 4 equivalentes entre si e melhores que o 3;
2 Trajeto 3 o pior de todos.
EXPERIMENTOS
BLOCAGEM
COM
DOIS
FATORES
Neste tipo de experimento, h necessidade de controlar a

variabilidade proveniente de fontes perturbadoras conhecidas (rudos),
que podem influir nos resultados do experimento
Exemplo
Um engenheiro da qualidade estava interessado em estudar o efeito
de 5 diferentes aditivos (A, B, C, D e E) na quantidade de energia
liberada por um certo combustvel, em determinado processo. Como
desconfiava que esse combustvel no fosse homogneo, havendo
variabilidade de lote para lote, e que afetaria o desempenho do
processo, o engenheiro resolveu realizar uma srie de ensaios,
selecionando 4 lotes de combustvel para, ento, comparar os 5 aditivos
em condies aproximadamente homogneas para cada um desses
lotes.
Experimento delineado
Fatores: 2 (aditivo e lote de combustvel);

Fator a ser estudado: aditivo (5 nveis = A, B, C, D e E)
Fator a ser bloqueado: Lote de combustvel (4lotes)
N de ensaios: 5 x 4 = 20
Ensaios a serem realizados: 5 ensaios para cada bloco
(lote), sendo 1 para cada tipo de aditivo, em ordem aleatria
dos aditivos.
Experimento aleatorizado em blocos completos.

Completo: Porque em cada bloco so ensaiados todos os
nveis do fator em estudo.
Aleatorizado: Porque a ordem de realizao dos ensaios
determinada ao acaso, em cada bloco.
Exemplo 5
Um engenheiro da qualidade realizou os ensaios previstos
no delineamento de experimentos relatado,, tendo obtido os
resultados dados a seguir. Verificar se existe influncia do fator

aditivo. Verificar, tambm, se h variao significativa de lote
para lote.
Caso afirmativo fazer as comparaes mltiplas de Duncan,
com nvel de significncia de 5%
Soluo
Aditivo
Lote
Yj
T j2
66
16,5
4356
1100
12
65
16,3
4225
1099
13
18
67
16,8
4489
1149
12
19
15
66
16,5
4356
1130
11
19
16
21
67
16,8
4489
1179
Ti
81
85
84
81
T = 331
Yi
16,5
17,0
16,8
16,5
Tj2 21915
Ti2
6561
7225
7056
6561
Ti2 27403
Qi
1355
1491
1452
1359
Q 5657
17
19
15
15
17
15
21
16
20
20
Tj
Qj
Soluo
a = 4;
b = 5;
n = 1;
Ti2 27403 Tj2 21915
T = 331
Ti2
SQC
i1
T 2 27403 3312
2,55
ab
5
45
Tj2
SQL
j1
T2
21915 3312
0,70
ab
4
45
T2
3312
SQT Q
5657
178 ,95
a b
45
SQR SQT SQC SQL 178,95 2,55 0,70 175,70
Q 5657

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
Entre
colunas
SQC = 2,55
(a - 1) = 4 1 = 3
Entre
linhas
SQL = 0,70
Residual
(dentro)
SQR = 175,70
Total
SQT = 178,95
Quadrados
mdios
S2C
2,55
0,85
3
C
Fcalc
0,85
0,06
14 ,64
SL2
0,70
0,18
4
L
Fcalc
0,18
0,01
14 ,64
(b - 1) = 5 1 = 4
(a - 1). (b - 1) =
( 4- 1).(5 1) = 12
a.b 1 = 5x4 1 = 19
F calc
2
SR
175,70
14,64
12
Formulao das hipteses

H0: A = B = C = D = E
H1:Pelo menos as mdias de dois aditivos so diferentes entre si.
H0: 1 = 2 = 3 = 4
H1:Pelo menos as mdias de dois Lotes so diferentes entre si.
Tabela da Distribuio F de Snedecor com: = 5%
Entre linhas (Aditivo): Numerador: 4 (graus de liberdade de linhas)

FCcrit = 3,26
Entre colunas (Lote): Numerador : 3 (Graus de liberdade de colunas)
Denominador :12 (Graus de liberdade residual)
FCcrit = 3,49
Deciso
Obteve-se Fccalc = 0,06 < FcCrit = 3,49, no se rejeita H0, ento no
existe diferena entre os tratamentos para colunas, ao nvel de
significncia de 5%.
Ocorreu FLcalc = 0,01 < FLCrit= 3,26 no se rejeita H0, ento no existe
diferena entre os tratamentos para linhas, ao nvel de significncia
de 5%.
Concluso
No se pode afirmar que exista influncia do fator aditivo, na
quantidade de energia liberada pelo combustvel. Tambm, no
podemos afirmar que existe influncia do fator lote.
Mtodo de Duncan
No H necessidade de aplicar o mtodo de Duncan.
NOES SOBRE ALGUNS TIPOS DE

EXPERIMENTOS:
FATORIAL COM 3 FATORES, 2P FATORIAL
E QUADARADO LATINO
EXPERIMENTO FATORIAL COM 3

FATORES
Quando existem trs fatores a serem estudados, o
procedimento de anlise similar ao do experimento com 2
fatores, mas tambm deve ser considerada a possibilidade de
existncia de interaes dos fatores dois a dois e de interao
tripla.
O experimento caro e complexo devido quantidade de
ensaios a serem realizados. O nmero de clculos tambm
maior do que no caso com dois fatores, com mesmo nmero de
tratamentos.
So Considerado 3 fatores:
A com a nveis;
B com b nveis; e
C com c nveis.
Tabela 5.1 - Resultados de um experimento com 3 fatores e n

rplicas.
A=1
Fator A
Fator C
B =1
Fator B
B=2
...
B =b
. . .
A=a
C=1
C=2
. . .
C=c
. . .
C=1
C=2
. . .
C=c
Y1111
Y1112
Y1121
Y1122
Y11C1
Y11C2
Ya121
Ya122
...
...
Y111n
Y112n
Ya11n
Ya12n
.
.
.
.
Ya1C1
Ya1C2
...
.
.
.
.
Ya111
Ya112
...
.
.
.
.
T111
T112
...
T11C
...
Ta11
Ta12
...
Ta1C
Y1211
Y1212
Y1221
Y1222
Y12C1
Y12C2
Ya221
Ya222
...
...
Y121n
Y122n
Ya21n
Ya22n
.
.
.
.
Ya2C1
Ya2C2
...
.
.
.
.
Ya211
Ya212
...
.
.
.
.
T121
T122
Ta21
Ta22
...
...
...
...
Y1b11
Y1b12
Y1b21
Y1b22
Yab11
Yab12
Yab21
Yab22
...
...
...
...
Y1b1n
Y1b2n
Yab1n
Yab2n
T1b1
T1b2
Tab1
Tab2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
...
Y11Cn
...
Y12Cn
T12C
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
...
.
.
.
.
.
.
.
.
.
.
.
.
...
Y1bC1
Y1bC2
...
Y1bCn
T1bc
Onde : T111 = Y1111 + Y1112 +
.
.
.
.
.
.
.
.
.
.
.
.
...
. . . + Y111n
Tabc = Yabc1 + Yabc2 + . . .Yabcn
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
...
Ya1Cn
...
Ya2Cn
Ta2C
...
.
.
.
.
.
.
.
.
.
.
.
.
...
YabC1
YabC2
...
YabCn
Tabc
Tabela 5.2 Somas dos resultados de um experimento com 3

fatores e n rplicas.
A=1
Fator A
C=2
C=c
. . .
C=1
C=2
. . .
C=c
B =1
T111
T112 . . . T11C
...
Ta11
Ta12
...
Ta1C
B=2
T121
T122 . . . T12C
...
Ta21
Ta22
...
Ta2C
...
...
...
...
B =b
T1b1
Tab1
Tab2
...
. . .
A=a
C=1
Fator C
Fator B
. . .
...
T1b2 . . . T1bc
...
...
...
Tabc
Tabela 5.3 Somas dos resultados da combinao dos fatores A e B

A=1
A= 2
. . .
A =a
TB
B =1
T11.
T12.
...
Ta1.
TB = 1
B=2
T21.
T22.
...
Ta2.
TB = 2
...
...
...
...
...
B =b
Tb1.
Tb2.
...
Tab.
TB= b
TA
TA= 1
TA= 2
...
TA= a
Clula (A = 1, B = 1): T11. = T111 + T112 + . . . + T11C
Clula (A = a, B = b): Tab. = Tab1 + Tab2 + . . . + TabC

TB = 1 = T11. + T12. + . . . + Ta1.
TA = 1 = T11. + T12. + . . . + T1b.
T = TA = 1 + TA = 2. + . . . + TA = a = TB = 1 + TB = 2. + . . . + TB = b
Tabela 5.4 Somas dos resultados da combinao dos fatores B e C

C=1
C= 2
...
C =c
TB
B =1
T.11
T.12
...
T.1c
TB = 1
B=2
T.21
T.22
...
T.2c
TB = 2
...
...
...
...
...
B =b
T.b1
T.b2
...
T.bc
TB= b
TC
TC= 1
TC= 2
...
TC= c
Clula (B = 1, C = 1): T.11 = T111 + T211 + . . . + Ta11
Clula (B = b, C = c): T.bc = T1bc + T2bc + . . . + Tabc

TB = 1 = T.11. + T.12 + . . . + T.1c
TC = 1 = T.11 + T.21 + . . . + T.b1
T = TC = 1 + TC = 2. + . . . + TC = C = TB = 1 + TB = 2. + . . . + TB = b
Tabela 5.5 Somas dos resultados da combinao dos fatores A e C

C=1
C= 2
...
C =c
Ta
A =1
T1.1
T1.2
...
T1.c
TA = 1
A=2
T2.1
T2.2
...
T2.c
TA = 2
...
...
...
...
...
A =a
Ta.1
Ta.2
...
Ta.c
TA=a
TC
TC = 1
TC = 2
...
TC = c
Clula (A = 1, C = 1): T1.1 = T111 + T121 + . . . + T1b1
Clula (B = b, C = c): Ta.c = Ta1c + Ta2c + . . . + Tabc

TA = 1 = T1.1 + T1.2 + . . . + Ta.c
TC = 1 = T1.1 + T2.1 + . . . + Ta.1
T = TA = 1 + TA = 2. + . . . + TA = a = TC = 1 + TC = 2. + . . . + TC = C

Q
a b
Yijkr
= Soma de todos os resultados (Tabela inicial)
i 1 j 1k 1r 1
T2
SQT Q
a bc n
SQA
SQB
SQC
2
2
2
TA
1 TA 2 TA a
bcn
2
2
2
TB
T
1
B 2
Bb
acn
2
2
2
TC
1 TC 2 TC c
abn
T2
abcn
T2
abcn
T2
abcn
2
2
2
2
2
T11
T2
. T21. Ta1. T22. Tab.
SQ ( A B)
SQA SQB
cn
abcn
T12.1 T12.2 T12.c T22.1 Ta2.c

T2
SQ ( A C)
SQA SQC
bn
abcn
T.212 T.212 T.21c T.222 T.2bc

T2
SQ (B C)
SQB SQC
an
abcn
2
2
2
2
2
2
2
T111
T112
T11
T
T
121
122
abc
C
SQ ( A B c )
n
a bc n
SQA SQB SQC SQ ( A B) SQ ( A C) SQ (B C)
SQR SQT SQA SQB SQC SQ(A B) SQ(A C) SQ(B C) SQ(A B C)

Fonte de
variao
Soma de
quadrados
Graus de
liberdade
SQA
(a - 1)
SQB
(b - 1)
SQC
A -B
SQ(A B)
A-C
B-C
SQ(A C)
SQ(B C)
(c - 1)
(a - 1) . (b - 1)
(a - 1) . (c - 1)
(b - 1) . (c - 1)
Quadrados mdios
S 2A
SQA
a1
SQB
b1
SQC
S 2C
c1
2
SB
S2( A B)
S2( A C)
F calc
FA
FB
FC
SQ ( A B)
(a 1) (b 1) F( A B)
S 2A
2
SB
S 2C
2
SR
2
SR
S 2( A B)
2
SR
SQ ( A C)
(a 1) (c 1)
2
SR
F( A C)
S2( A C)
2
SR
2
SQ (B C)
S
2
S(B C)
F(B C) (B C) 2
(b 1) (c 1)
S
AB-C
SQ(A B C)
(a - 1)(b - 1)
. (c - 1)
Resduo
SQR
a.b.c.(n-1)
Total
SQT
abn - 1
S2( A B C)
2
SR
SQ ( A B C)
(a 1) (b 1) (c 1) F( A B C)
SQR
a b c (n 1)
S2( A B C)
2
SR
Refazer o quadro de anlise de varincia, excluindo as

linhas das fontes de variao onde h ausncia de interao
e refazer o S2R
Por exemplo, se no Houvesse interao entre os fatores: (A B), (B C) , (B C) e
(A, B, C), teramos:

Fonte de
variao
Soma de
quadrados
Graus de liberdade
SQA
(a - 1)
S 2A
SQB
(b - 1)
2
SB
SQB
b1
(c - 1)
S 2C
SQC
c1
SQC
Resduo
SQR
(a.b.c.n-1) (a-1) - (b-1) - (c 1)
Total
SQT
a.b.c.n - 1
Quadrados
mdios
2
SR
SQA
a1
SQR
a b c (n 1)
F calc
FA
S 2A
2
SR
S2
FB B 2
SR
FC
S 2C
2
SR
Concluso: como todos os F calculados so menores que os F crticos respectivos,

conclumos que no existem diferenas entre os tratamentos dos fatores.
Exemplos
Tabela 5.10 Resumo da Formulao Utilizada
Exemplo

Delineamento de Experimentos

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Delineamento de Experimentos

Enviado por

Direitos autorais:

Formatos disponíveis

DELINEAMENTO

Processo definido como um conjunto de

As causas podem ser agrupadas em

4. Determinar que valores atribuir aos fatores

Nvel do fator o valor do fator examinado no

Para fator qualitativo - cada condio diferente

Exemplo: Se o experimento for realizado com

Combinao do Tratamento - um conjunto

Varincia dentro dos

Varincia entre os tratamentos

Se no houver diferena entre os tratamentos ento: SE2 e S 2R estimaro

1412 1426 1734 1380

Conforme pode-se observar, as

EXPERIMENTOS COM UM NICO

MODELO DE EFEITOS FIXOS

MODELO DE EFEITOS ALEATRIOS

MODELO DE EFEITOS FIXOS

Yij a resposta obtida no tratamento (i), para a rplica (j);

Dados de um experimento com um nico fator

Valores e mdias globais

Clculo da varincia entre os

em relao mdia global Y :

Desenvolvendo essa expresso tem-se

(soma de quadrados entre tratamentos) S E

Clculo da varincia dentro dos

Desenvolvendo esta expresso chega-se a:

A varincia total aquela varincia de todos os

Desenvolvendo esta expresso chega-se a:

Resumo da Formulao utilizada

Observando as expresses de SQT, SQE e SQR, podemos concluir

Quadro de anlise de varincia (ANOVA)

SQT SQE SQR 409000 277720 686720

Na tabela F, com = 1%, numerador = 3 e denominador = 16, obtm-se: Fcrit = 5,29

COMPARAES MLTIPLAS PARA TRATAMENTOS

A d.m.s. (diferena mnima

Onde: r(; p; f) retirado da tabela de amplitudes significativas para o

- Varincia residual (dentro dos tratamentos);

n - Nmero de elementos (rplicas) por tratamento.

No existe diferena entre as mdias w e k.

n = 5; YA 1412 ; YB 1426 ; YC 1734 ; YD 1380

Intervalo de duas mdias: r(1%; 2; 16) = 4,13

Mdias em ordem crescente

YD YA 1380 1412 32 dms2 234

YA YB 1412 1426 14 dms2 234

YB YC 1426 1734 308 dms2 234

YD YB 1380 1426 46 dms3 255,71

YA YC 1412 1734 322 dms3 255,71

YC YD 1734 1380 354 dms4 262,19

MODELO DE EFEITOS FIXOS

Neste caso, a formulao desenvolvida anteriormente, deve sofrer algumas alteraes.

Dados de um experimento com um nico fator e tratamentos com

D - Quadrados mdios dos

E Soma dos quadrados

Valores e mdias globais

dada pela expresso:

Clculo da varincia dentro dos

(n1 1)S12 (n2 1)S 22 (n a 1)S 2a

A varincia total aquela varincia de todos os

Desenvolvendo esta expresso chega-se a:

Resumo da Formulao utilizada

Observando as expresses de SQT, SQE e SQR, podemos concluir

Quadro de anlise de varincia (ANOVA)

COMPARAES MLTIPLAS PARA TRATAMENTOS

A d.m.s. (diferena mnima