Вы находитесь на странице: 1из 177

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.

MODELO DE EFEITOS FIXOS


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;
a o nmero de tratamentos;
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

Desenvolvendo esta expresso chega-se a:


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.

MODELO DE EFEITOS FIXOS


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

Valores e mdias globais

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

Desenvolvendo esta expresso chega-se a:


S 2T

1
T 2

N 1
N

S 2T

SQT
N1

Resumo da Formulao utilizada


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

Quadro de anlise de varincia (ANOVA)


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;
- 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);

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
Valores e mdias globais

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

Na tabela F, com = 1%, numerador = 3 e denominador = 21, obtm-se: Fcrit = 4,87


Regra de deciso: Fcalc (13,61) > F crit (4,87)
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;
a o nmero de tratamentos;
n o nmero de rplicas do tratamento.

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

Na tabela F, com = 5%, numerador = 4 e denominador = 15, obtm-se: Fcrit = 3,06


Regra de deciso: Fcalc (10,04) > F crit (3,06)
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;
n o nmero de rplicas do tratamento.

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

Resumo da Formulao utilizada


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

Quadro de anlise de varincia (ANOVA)


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

Quadro de anlise de varincia (ANOVA)


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

Quadro de anlise de varincia (ANOVA)


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

Quadro de anlise de varincia (ANOVA)


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)
Tabela da Distribuio F de Snedecor.
Com: = 5%
Numerador: 2 (graus de liberdade entre colunas)
Denominador = 27 (Graus de liberdade residual)
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)


Tabela da Distribuio F de Snedecor.
Com: = 5%
Numerador: 2 (graus de liberdade entre linhas)
Denominador = 27 (Graus de liberdade residual)
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;
- 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);
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

Quadro de anlise de varincia (ANOVA)


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.
Tabela da Distribuio F de Snedecor.
Com: = 5%
Numerador: 6 (graus de liberdade da interao)
Denominador = 24 (Graus de liberdade residual)

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


Quadro de anlise de varincia (ANOVA)
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


Quadro de anlise de varincia (ANOVA)
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

Quadro de anlise de varincia (ANOVA)


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)


Denominador = 12 (Graus de liberdade residual)
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

Resumo da Formulao utilizada


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)

Quadro de anlise de varincia (ANOVA)


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:

Quadro de anlise de varincia (ANOVA)


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