O planejamento experimental uma tcnica que atualmente vem sendo usada em grande
escala. Atravs dele, pesquisadores podem determinar as variveis que exercem maior influncia no
desempenho de um determinado processo, tendo como resultado:
2
importante frisar que os mtodos que sero descritos aqui no substituem a imaginao e o
bom senso, mas eles ajudam a economizar tempo e dinheiro, uma vez que eles conduzem
objetividade da anlise de resultados.
Antes de comear a realizar os experimentos, os objetivos e os critrios devem estar bem
claros, de modo a dar subsdios para a escolha:
Experimentos
Anlise de resultados
Planejamento Objetivo e reviso do modelo e
de experimentos do planejamento
experimental
Modelo(s)
3
fatores que podem afetar as respostas, mas que no tem condies de, ou no estamos interessados
em, controlar. Precisamos tomar cuidado com fatores desse tipo, para que seu efeito no seja
confundido com os efeitos de interesse. Para isso, podemos usar aleatorizao e blocagem.
As respostas so as variveis de sada do sistema, nas quais estamos interessados, e que
sero ou no afetadas por modificaes provocada nos fatores (as tais manipulaes). Tambm
podem ser qualitativas ou quantitativas. Dependendo do problema, podem ter vrias respostas de
interesse, que talvez precisem ser consideradas simultaneamente.
Tendo identificado todos os fatores e respostas, nosso prximo passo definir, com o
mximo de clareza, o objetivo que pretendemos alcanar com os experimentos, para que possamos
escolher o planejamento mais apropriado. Por exemplo, um qumico deseja saber se estar s
querendo saber se a troca de um catalisador por um mais barato no vai diminuir o rendimento da
reao. Ou, ento, pode querer descobrir que temperatura deve ser usada para se obter o rendimento
mximo. Ou, ainda, at quando ele pode variar os fatores sem alterar o rendimento ou qualidade do
produto final, e assim por diante. O planejamento de experimentos, isto , a especificao detalhada
de todas as operaes experimentais que devem ser realizadas, vai depender do objetivo particular
que ele possa atingir. Objetivos diferentes precisaro de planejamentos diferentes.
2. Aleatorizao
Para evitar a ocorrncia de distoro estatstica nos resultados, isto , para impedir que
desvios atpicos sejam obrigatoriamente associados a determinadas combinaes de nveis,
devemos realizar ensaios em ordem aleatria. Para isso, devemos sortear a ordem de realizao dos
ensaios, ou seja, fazer a aleatorizao.
A aleatorizao um principio experimental muito importante que nos ajuda a impedir que
fatores indesejveis, dos quais no estamos cientes, contaminem os efeitos que queremos investigar.
Se sortearmos a ordem de realizao dos ensaios, a probabilidade de um desses fatores afetar as
respostas, e assim sua atuao ficar diluda. A numerao dos ensaios apenas uma forma
conveniente de identificar as vrias combinaes de nveis, e nada tem a ver com a ordem em que
os experimentos so efetivamente realizados. Esta, como acabamos de ver, deve ser aleatria.
importante distinguir a aleatorizao da blocagem. Na aleatorizao, estamos nos
precavendo contra fatores que talvez possam influenciar o resultado, mas dos quais no temos
conhecimento. Na blocagem sabemos desde o incio que certos fatores podem influenciar a
resposta, s que no estamos interessados no efeito delas, e levamos isso em conta na hora de
definir o planejamento, de forma a evitar ou evitar confundimentos.
4
Para exemplificar a utilizao desses termos e expresses, considere o experimento
apresentado no exemplo seguinte.
Exemplo
Um engenheiro, interessado em estudar a resistncia de fibras sintticas utilizadas na
confeco de vesturio, decidiu utilizar diferentes quantidades de algodo j que sabido, de
pesquisas anteriores, que a resistncia de fibras sintticas aumenta com a incluso de algodo.
Como o produto final deve conter de 10 a 40% de algodo, devido a outras caractersticas
importantes para a qualidade do produto, foram escolhidas as quantidades de 15, 20, 25, 30 e 35%
de algodo. Tambm, decidiu-se testar cinco amostras de cada nvel de algodo tomando, como
amostra, um atado de fibras com 10 centmetros de dimetro. As avaliaes foram feitas em apenas
uma mquina e por um nico tcnico. (Montgomery, 1991)
No exemplo, temos apenas um fator que so os teores de algodo na fibra com as categorias
(ou nveis): 15, 20, 25, 30 e 35%. Como as categorias deste fator so expressas em uma escala
intervalar, o fator denominado quantitativo. Quando as categorias de um fator so expressas em
uma escala nominal, o fator denominado qualitativo.
A tenso ao rompimento corresponde varivel resposta. Os valores obtidos para a
resistncia das amostras so os dados. Os tratamentos so: T1 = 15% de algodo na fibra, T2 =
20%, T3 = 25%, T4 = 30% e T5 = 35% de algodo na fibra.
No Exemplo, cada parcela corresponde a um amarrado de fibras com dez centmetros de
dimetro e, neste caso, no foi necessrio usar bordadura porque uma amostra sempre estava
separada das outras. Nesse exemplo foram utilizadas 5 repeties (cinco amostras com cada teor de
algodo), perfazendo 25 parcelas experimentais. A aleatorizao consistiu em submeter s amostras
ao teste de resistncia em uma ordem determinada ao acaso.
3. Blocagem
5
quatro ensaios para cada ponteira. Existe assim um nico fator (varivel independente importante),
que o tipo de ponteira. No total, sero necessrios 16 experimentos, envolvendo ento 16 peas,
que podem ser levemente diferentes entre si, resultando em uma possvel variao nos valores de
dureza da pea. Como resultado, o erro experimental refletir tanto o erro aleatrio como a variao
entre as peas. Uma maneira de diminuir esse erro experimental remover a variabilidade entre as
peas, fazendo a blocagem; ou seja, considerando cada pea como sendo um bloco, sujeito ao teste
com as quatro ponteiras. Tem-se assim um experimento mais uniforme que serve para comparar a
influncia das ponteiras na dureza do material. A esse planejamento, d-se o nome de planejamento
aleatrio com blocos completos. Por completo entende-se que cada bloco contm todos os
tratamentos (todas as ponteiras atuam neste bloco).
6
Analisando dois casos distintos, pode-se analisar a interao das variveis pelo PF:
Esses resultados poderiam ser provenientes de um exemplo em que se deseja estudar como a
vida til de baterias influenciada pelo tipo de material empregado na fabricao e pela
temperatura de utilizao. Tem-se dois materiais e duas temperaturas e deseja-se saber se o
material e a temperatura afetam a vida e se eles interagem.
O conceito de projeto robusto aplica-se nessa situao, pois deseja-se que as baterias
apresentem-se robustas em relao temperatura de utilizao, qualquer que seja, desde que dentro
de uma faixa analisada.
No caso 1, tem-se a seguinte representao grfica dos resultados obtidos:
Observa-se que os dois fatores interferem na vida das baterias, mas que eles no interagem.
J no caso 2, representado pela figura abaixo, observa-se novamente que os fatores afetam a
vida, mas tambm, que eles interagem, pois o efeito de A depende do nvel de B.
7
Devido ao pequeno nmero de ensaios utilizado no PF, esse planejamento indicado para o
incio do procedimento experimental quando h necessidade de definir-se as variveis de influncia
e estudar seus efeitos sobre a varivel de resposta escolhida. Deve-se destacar tambm que o PF
um modelo de efeitos fixos, assim os resultados de sua anlise no podem ser transferidos para
outros nveis que no os analisados no planejamento.
No caso de um planejamento 3k, tem-se trs nveis: mnimo (0), intermedirio (1) e mximo
(2).
Exemplo de um planejamento fatorial 2k: deseja-se estudar como o tempo de uma reao
afetado por dois fatores, a concentrao de reagente (A) e a quantidade de catalisador (B).
Assumindo dois nveis para A, 15% (-) e 25% (+) e dois nveis para B, 2 medidas (+) e 1
medida (-) e cada experimento foi replicado 3 vezes, tem-se:
8
5. Referncias Bibliogrficas
LARSON, RON. Estatstica Aplicada, Lis Editora, So Paulo, SP, 4 ed., 637 p., 2010.
MONTGOMERY, D.C. Design and Analysis of Experiments, 3 edio, John Wiley and Sons, New
York, 649 p., 1991.