Post on 08-Jul-2018
8/19/2019 Introdução Ao DOE -- Escola EDTI
1/19
Introdução ao DOEPrincípios básicos e os primeiros passos para implementar um
ex erimento estatístico
8/19/2019 Introdução Ao DOE -- Escola EDTI
2/19
Introdução ao DOE 1
Conteúdo
Introdução ........................................................................................................... 2
O que é um DOE? .................................................................................................. 3
Os princípios básicos .............................................................................................. 3
Um exemplo ...................................................................................................... 3
1. Aleatorização ................................................................................................ 4
2. Replicação.................................................................................................... 4
3. Blocagem ..................................................................................................... 5
4. Análise gráfica .............................................................................................. 5
Implementação ..................................................................................................... 7
Um exemplo ...................................................................................................... 7
Como calcular os efeitos principais...................................................................... 10
Verificando se há interação entre os fatores ......................................................... 11
Como interpretar os resultados .......................................................................... 13
Como implementar no Minitab .............................................................................. 16
Próximos passos ................................................................................................. 17
8/19/2019 Introdução Ao DOE -- Escola EDTI
3/19
Introdução ao DOE 2
INTRODUÇÃO
O objetivo deste material é trazer para você uma visão geral do que é um DOE, seus
princípios básicos e como implementar um experimento fatorial de maneira rápida e
eficiente.
Com isso você poderá conhecer melhor dessa metodologia que vem sendo amplamente
utilizada em todos os setores devido sua versatilidade e fácil compreensão (quando
aplicado corretamente).
Esperamos que esse ebook seja tão útil para você quanto foi para centenas de leitores
do Blog da Melhoria da Escola EDTI.
Abraços,
Equipe Escola EDTI.
8/19/2019 Introdução Ao DOE -- Escola EDTI
4/19
Introdução ao DOE 3
O QUE É UM DOE?
DOE é a sigla de Design of Experiments, termo em inglês que significa delineamento de
experimentos, ou seja, um conjunto de ferramentas estatísticas para planejar um
experimento de forma que possamos tirar o maior número de informações possíveis
acerca de um processo utilizando o mínimo de recursos e tempo.
DOE é uma metodologia básica dos cursos de estatística, mas há algum tempo vem
sendo utilizado não só pela indústria, mas por qualquer profissional que deseja melhorar
seu processo devido sua ampla aplicação. Por exemplo, o profissional de marketing que
deseja escolher entre duas campanhas pode utilizar um teste A/B para decidir qual a
mais popular. Um engenheiro deseja reduzir a proporção de peças defeituosas em uma
linha de produção. Uma empresa de papel deseja reduzir a variabilidade da espessura de
suas folhas A4. Todos esses exemplos são aplicações de DOE.
OS PRINCÍPIOS BÁSICOS
Existem 4 princípios básicos de experimentação: aleatorização, replicação, blocagem e
análise gráfica. Cada um deles tem sua fundamental importância no delineamento de um
experimento e para facilitar a compreensão vamos introduzir um exemplo.
Um exemploSuponha que um engenheiro da Formula 1 queira testar o desempenho de duas
fornecedoras de combustível em seus carros. Para isso, ele conta com a ajuda de dois
pilotos de teste para pilotar dois carros idênticos, mas combustíveis diferentes e mede o
8/19/2019 Introdução Ao DOE -- Escola EDTI
5/19
8/19/2019 Introdução Ao DOE -- Escola EDTI
6/19
3. Blocagem
Para aumentar a sensibilidade de um experimento é sempre
importante reduzir a influência de fatores que não são de
interesse na variável resposta do estudo. Por exemplo, se você
está interessado em saber em quanto um novo tipo de calçado(fator de interesse) para corrida pode influenciar o tempo que
um ser humano leva para correr 100m e você irá utilizar
homens e mulheres e de várias faixas etárias (fatores que não
são de interesse) no estudo seria interessante dividir as pessoas
em sexo e idade para que tenhamos tempos mais homogêneos
entre os grupos. Em experimentação esses grupos são
chamados de blocos e a identificação deles é denominada
blocagem. No nosso exemplo da Formula 1, a blocagem seria
considerar cada piloto como um bloco, afinal pilotos tem
desempenhos diferentes e ao analisar o tempo obtido com cada
combustível poderíamos ter o fator de confundimento ao não
segmentar os resultados por piloto.
4. Análise gráfica
Ao final de cada experimentação teremos alguns dados queprecisam ser analisados. Uma das ferramentas estatísticas que
nos fornece um resumo dos dados é a análise gráfica. Analisar e
comparar gráficos é muito mais fácil, intuitivo e visual do que
observar vários números espalhados em uma planilha. Vejamos
Figura 1: Análise gráfica do resultado do experimento dos
combustíveis.
8/19/2019 Introdução Ao DOE -- Escola EDTI
7/19
Introdução ao DOE 6
o resultado do experimento para testar dois tipos de combustível
na Formula 1 no gráfico ao lado.
Note que temos bastante informação em apenas um gráfico.
Acima é possível notar que primeiro foi testado o combustível X
e depois o combustível Y. Veja que o desempenho dos pilotosnão interfere no resultado, pois a cada rodada o piloto de melhor
tempo é aleatório, ou seja, não possui um padrão. No entanto, a
conclusão do experimento fica clara nesse gráfico. É possível
notar a diferença de desempenho entre os dois tipos de
combustível, onde os pontos vermelhos parecem seguir um
padrão abaixo dos pontos pretos. O que temos em um único
gráfico são evidências de que o combustível Y tem um melhor
desempenho do que o combustível Xr tempo é aleatório, ou
seja, não possui um padrão. No entanto, a conclusão do
experimento fica clara nesse gráfico. É possível notar a diferença
de desempenho entre os dois tipos de combustível, onde os
pontos vermelhos parecem seguir um padrão abaixo dos pontos
pretos. O que temos em um único gráfico são evidências de que
o combustível Y tem um melhor desempenho do que o
combustível X.
Figura 1: Análise gráfica do resultado do experimento dos
combustíveis
8/19/2019 Introdução Ao DOE -- Escola EDTI
8/19Introdução ao DOE 7
IMPLEMENTAÇÃO
Agora vamos implementar o experimento talvez o tipo mais popular de DOE: o
experimento fatorial.
Vamos ilustrar a implementação com um exemplo de um experimento fatorial 2^3. Ou
seja, temos 2 níveis para cada um dos 3 fatores, gerando 2x2x2=2^3=8 combinações
de fatores. Os níveis serão denominados como “+” ou “- “, indicando o nível mais baixo e
o nível mais alto. Abaixo temos uma imagem que exemplifica bem o experimento fatorial
2^3. Do lado esquerdo temos todas as combinações possíveis e do lado direito um cubo
em que cada vértice é uma das combinações da tabela ao lado.
Um exemplo
Vamos utilizar um exemplo do capítulo de Delineamento Fatorial com 2 níveis do livro deplanejamento de experimentos de Box, Hunter & Hunter. Suponha que você queira
estudar o rendimento em % de uma solução produzida (resposta) realizando um
8/19/2019 Introdução Ao DOE -- Escola EDTI
9/19
8/19/2019 Introdução Ao DOE -- Escola EDTI
10/19Introdução ao DOE 9
Figura 2: Cubo de delineamento do experimento em questão.
8/19/2019 Introdução Ao DOE -- Escola EDTI
11/19Introdução ao DOE 10
Preciso mesmo desenhar esse cubo?
Não. O cubo fatorial serve apenas como ferramenta de visualização. O que você precisa
mesmo é dos dados da Tabela 1 para partir para a próxima etapa: calcular os efeitos
principais.
Como calcular os efeitos principais
Considere mais uma vez o exemplo ilustrado na seção anterior. Se fixarmos a
concentração em 20% e a utilização do catalisador A, podemos ver produção de solução
a 160 graus é de 60% e a 180 graus é de 72%. Ou seja, uma diferença de 72 – 60 =
12% passando de 160 para 180 graus, mantendo os outros fatores fixos. Note que essa
diferença pode ser calculada para outras combinações de fatores fixos. A média de todas
essas diferenças possíveis é denominada de efeito principal do fator. No caso da
temperatura, podemos ver todos os seus efeitos e o efeito principal resultante da médiadesses na Tabela 2 ao lado.
Tabela 2: Efeitos da temperatura no experimento.
Concentração Catalisador Rendimentocom T a 160º
Rendimentocom T a 180º
Efeito T+ - T-
20 A 60 72 72 – 60 =12
40 A 54 68 68 – 54 = 1420 B 52 83 83 – 52 = 31
40 B 45 80 80 – 45 = 35
Efeito principal da temperatura (média dosefeitos) (12+14+31+35)/4 = 23
8/19/2019 Introdução Ao DOE -- Escola EDTI
12/19Introdução ao DOE 11
O mesmo cálculo pode ser reproduzido para obter os efeitos principais da concentração e
tipo de catalisador. Para isso, mantenha fixos os outros fatores e calcule a diferença
entre a resposta quando seu fator de interesse está no nível “+” menos a resposta com
o nível do fator de interesse em “- “. Assim, podemos obter os efeitos principais dos
fatores: 23 para temperatura, -5 para concentração e 1.5 para tipo de catalisador.
Podemos utilizar novamente o cubo fatorial para ilustrar os efeitos de cada fator. Na
figura abaixo as arestas do cubo representam a diferença entre as respostas para cada
uma das 4 combinações dos fatores fixados, sendo a seta no centro no cubo indicando a
direção em que a diferença foi calculada.
Verificando se há interação entre os fatores
Note na Figura 3 que os efeitos da temperatura utilizando o catalisador do tipo B (aofundo) é consideravelmente maior que os efeitos da temperatura utilizando o catalisador
do tipo A (frente). Isso é uma evidência de que os fatores temperatura e tipo de
catalisador interagem, ou seja, há interação entre os fatores.
8/19/2019 Introdução Ao DOE -- Escola EDTI
13/19
Introdução ao DOE 12
Para obter o efeito dessa interação, basta calcular a média das 4 respostas quando os
níveis são iguais (++ e --) e média das 4 respostas quando os níveis são diferentes (+-
e -+). Depois isso, faça a diferença da média de níveis iguais menos a média de níveis
diferentes.
Na Tabela 3 ao lado, em tons mais escuros estão as combinações de temperatura e tipode catalisador com níveis iguais (++ e --) e de fundo branco com níveis diferentes (+- e
-+). Tome a média das respostas em tom mais escuro e faça a diferença com a média
das respostas de fundo branco. O resultado será (60+54+83+80)/4 –
(72+68+52+45)/4 = 10. Ou seja, o efeito de interação entre temperatura de tipo de
catalisador é 10. As outras interações podem ser calculadas da mesma maneira.
Tabela 3: Resultado do experimento fatorial com linhas em destaque para calcular
efeito de interação
Temperatura Concentração Catalisador Rendimento
- - - 60
+ - - 72
- + - 54
+ + - 68
- - + 52
+ - + 83
- + + 45
+ + + 80
8/19/2019 Introdução Ao DOE -- Escola EDTI
14/19
Introdução ao DOE 13
Como interpretar os resultados
Em geral, os resultados são disponibilizados em uma tabela, como na Tabela 4, com os
efeitos principais de cada fator e suas respectivas interações seguidas do erro padrão.
Esse erro padrão é uma medida de precisão do efeito principal, ou seja, altos valores
indicam baixa certeza acerca do valor mostrado pelo efeito principal.
Em meio a todos esses números, precisamos primeiro identificar o que realmente
importa. Ou seja, quais efeitos são significativos. Em estatística dizemos que um efeito é
significativo se temos evidências o suficiente para dizer que o valor o qual ele estima é
diferente de zero. Neste caso, o efeito estimado deve ser consideravelmente maior que o
seu erro padrão, caso contrário a imprecisão da estimativa não nos permite garantir que
ela está estimando algo diferente de zero. Assim, baseado na teoria estatística de
planejamento de experimentos, vamos considerar como significativos os efeitos que são
2.3 vezes maior que o erro padrão.
Tabela 4: Efeitos e seus respectivos erros padrão para o exemplo fatorial 2^3
Fatores e interações Efeito ± Erro Padrão
Temperatura, T 23.0 ± 1.4
Concentração, C -5.0 ± 1.4
Catalisador, K 1.5 ± 1.4
T x C 1.5 ± 1.4
T x K 10.0 ± 1.4
C x K 0.0 ± 1.4
T x C x K 0.5 ± 1.4
8/19/2019 Introdução Ao DOE -- Escola EDTI
15/19
Introdução ao DOE 14
No caso do exemplo dessa seção são significativos os efeitos dos fatores temperatura e
concentração e a interação entre temperatura e tipo de catalisador (T x K). Porém,
quando há uma interação significativa, temos que considerar os fatores envolvidos. Por
exemplo, a interação T x K foi significativa, mas o tipo de catalisador tem um efeito
quase igual ao seu erro padrão, mas mesmo assim vamos considerá-lo para a análise
pois interage com a temperatura. Na Tabela 5 temos apenas os efeitos significativos
para explicar a variabilidade da variável resposta.
Agora com apenas os efeitos significativos em mãos, podemos analisá-los e tirar as
conclusões necessárias. Comecemos pela concentração, efeito que não possui nenhuma
interação significativa com outro fator. O efeito -5 indica que cada unidade de
concentração que eu aumento no meu experimento reduz em média 5 pontos
percentuais do rendimento da solução (variável resposta). Ou seja, concentração possui
um efeito negativo no rendimento da solução.
Tabela 5: Efeitos significativos e seus respectivos erros padrão calculados para o
exemplo fatorial 2^3
Fatores e interações Efeito ± Erro Padrão
Temperatura, T 23.0 ± 1.4
Concentração, C -5.0 ± 1.4
Catalisador, K 1.5 ± 1.4
T x K 10.0 ± 1.4
8/19/2019 Introdução Ao DOE -- Escola EDTI
16/19
Introdução ao DOE 15
Analisemos agora os efeitos da temperatura e tipo de catalisador. Como há interação
entre os dois fatores, não podemos analisá-los separadamente. Utilizando o catalisador
do tipo A o efeito da temperatura é de 13 unidades, mas utilizando o catalisador do tipo
B seu efeito aumenta para 33 unidades. Ou seja, quando utilizo o catalisador do tipo B,
cada unidade de temperatura que aumentamos produz um aumento de 33 pontos
percentuais no rendimento da solução.
No entanto, precisamos tomar cuidado em como tirar conclusões a partir desse
experimento. O resultado obtido sobre o efeito da interação entre temperatura e tipo de
catalisador é muito bom, mas não quer dizer que se eu aumentar 4 unidades de
temperatura utilizando o catalisador do tipo B vou obter um rendimento de 132%.
Impossível. Os resultados devem ser utilizados como um guia de onde devemos explorar
mais e realizar mais estudos. Não fique satisfeito com apenas um experimento, use os
resultados para planejar outro experimento agora mais específico e com o objetivo de
entender melhor os fatores que são significativos.
8/19/2019 Introdução Ao DOE -- Escola EDTI
17/19
Introdução ao DOE 16
COMO IMPLEMENTAR NO MINITAB
Todos esses cálculos podem ser feitos de maneira rápida e fácil no Minitab. Clique no
vídeo abaixo e assista a uma vídeo-aula do prof. Marcelo Petenate da Escola EDTI e
aprenda a implementar experimentos fatoriais no Minitab.
http://mkt.escolaedti.com.br/como-analisar-um-doe-no-minitab
8/19/2019 Introdução Ao DOE -- Escola EDTI
18/19
Introdução ao DOE 17
PRÓXIMOS PASSOS
Há diversos materiais sobre DOE disponíveis no Blog da Melhoria. Além disso, a Escola
EDTI possui um curso de DOE de onde foi baseado o conteúdo desse material e o vídeo
da página anterior. Caso tenha interesse, entre em nossa página clicando aqui ou no
logo da empresa abaixo.
http://www.escolaedti.com.br/curso-de-doehttp://www.escolaedti.com.br/curso-de-doehttp://www.escolaedti.com.br/curso-de-doehttp://www.escolaedti.com.br/curso-de-doe
8/19/2019 Introdução Ao DOE -- Escola EDTI
19/19
Introdução ao DOE 18
A EDTI, com base em uma longa experiência de trabalho de consultoria em diversas indústrias, está
plenamente capacitada para treinar e orientar equipes em atividades de melhoria, desenvolver processosde inovação e dar suporte à análise de dados (inteligência analítica) para subsidiar decisões de negócios.
Para permanecer no negócio e crescer as organizações precisam canalizar esforços para produzir
produtos e serviços que os clientes desejam e pelos quais estão dispostos a pagar. Um desafio
permanente da liderança é identificar oportunidades para aumentar o valor de seus produtos e serviços
sob a ótica dos clientes e envolver seus colaboradores em atividades que transformem as oportunidades
em realidade. Isso requer o domínio por parte da organização de um método eficiente e eficaz de realizar
melhorias.
A EDTI acredita que a formação sólida de seus consultores, aliada à experiência e conhecimento do
mercado, são fundamentais para ajudar a liderança da organização na exploração de oportunidades de
crescimento.
- Dr. Ademir José Petenate, Sócio da Escola EDTI e Professor da UNICAMP