DELINEAMENTO FATORIAL

Introdução

Procedimento experimental e de análise das observações quando temos dois ou mais fatores
(variáveis independentes) que podem influenciar o resultado da variável dependente.

Em princípio, todos os níveis (valores) em todas as combinações possíveis dos fatores são
investigados.

Considere a medida da dureza de um material em que dois fatores são considerados: o

percentual de carbono(A) que pode ser 5% ou 15% e a temperatura máxima do forno(B)
que pode ser 6000C ou 7000C.

Fator B

Alto

Baixo

Baixo 0,2% Alto(0,5%) Fator A

Poderíamos ter feito somente as seguintes medidas (tabela 1), variando cada fator de forma
Temperatura 600 700 independente.
%carbono Observe que todos
0,20% 20 30 os níveis são
usados mas não em
0,4% 40 todas as
combinações.

Uma outra alternativa (tabela 2) é utilizar todas as combinações possíveis. Observe que
quatro medidas devem ser realizadas em cada replicação (repetição).
Temperatura 600 700
%C
0,2% 20 30
0,4% 40 52
A vantagem de usar todas as combinações possíveis é que podemos identificar situações
em que o efeito (comportamento) de um dos fatores depende do nível do outro ( ou outros
fatores). Isto é muito comum, por exemplo, quando os fatores são um catalisador e a
temperatura. O resultado final depende da quantidade de catalisador, depende da
temperatura mas o efeito do catalisador pode ser bem diferente a cada uma das
temperaturas usadas. Este tipo de efeito combinado chama-se de interação.

NOTAÇÃO

FATORES : (VARIÁVEIS INDEPENDETES E CONTROLADAS) Letras Maiúsculas ,

por exemplo: temperatura B , concentração  A
NÍVEIS: VALORES QUE AS VARIÁVEIS INDEPENTES PODEM TER . Para dosi
níveis as seguintes notações são usadas: Primeira: Letras minúsculas para o nível alto ( a
por exemplo) e 1 para o nível baixo . Segunda: é utilizar os sinais + e - .
O efeito de um fator ( mudança na propriedade medida quando se muda o nível do fator) é
chamado de efeito principal.
VANTAGEM:

Garantia de que a informação sobre todos os efeitos principais e interações será obtida.

DESVANTAGEM : Maior número de observações. No exemplo acima, teríamos 3

medidas no método usual e na análise fatorial teríamos 22 =4.

EXEMPLO 1:

Com o resultado da tabela 2 temos:

Efeito de A na dureza:
Média da dureza no nível alto de concentração (0,2%) menos Média da dureza no nível
baixo de concentração ( 0,4%)
(40 + 52)/2 - (20+30)/2 = 21

Efeito de B na dureza:
Média da dureza no nível alto de temperatura (7000C) menos Média da dureza no nível
baixo de temperatura ( 6000C)

(30 +52)/2 – (20 +40)/2= 11

Efeito da Interação:
Para B baixo o efeito de A é
A para B-  40 -20 = 20
Para B alto o efeito de A é
A para B+  52-30 =22

A média da diferença destes efeitos é a interação AB (interação): (22 – 20)/2 = 1

Comparando os resultados podemos dizer que temos pouca interação. Veremos logo
adiante como usar a análise de variância para quantificar o que é pouco ou muito efeito de
um fator ou interação.

60
50
40
600( B baixo)
30
700(B alto)
20 56

10
0
0% 5% 10% 15% 20%
Figura 1. Resultados mostram
que não temos interação.
Modelo:
Y = Y0 + Ca x1 + Cb x2 + Cab x1x2

D= 35,5 + 10,5 x1 + 5,5 x2 + 0.5 x1x2

X1 e x2 têm os valores -1 e 1 para os valores altos e baixos dos fatores.
Os coeficintes são iguais a metade dos valores do efeito. Este tipo de análise vale para os
casos 22.

EXEMPLO 2:Uma outra propriedade é medida e os resultados obtidos são:

Temperatura 600 1000

%Ti
20% 20 40
40% 50 12 Com o resultado da
tabela 2 temos:
Efeito de A na propriedade:
Média da propriedade no nível alto de concentração ( 20%) menos Média da propriedade
no nível baixo de concentração ( 40%)
(50 + 12)/2 - (40+20)/2 = 1

Efeito de B na propriedade:
Média da propriedade no nível alto de temperatura (6000C) menos Média da propriedade
no nível baixo de temperatura ( 10000C)

(40 +52)/2 – (20 +50)/2= 11

Efeito da Interação:
Para B baixo o efeito de A é
A para B-  50 -20 = 30
Para B alto o efeito de A é
A para B+  12-40 =-28

A média da diferença destes efeitos é a interação AB (interação): ( (- 28)-30)/2 = -29

Comparando os resultados podemos dizer que temos muita interação

60
50
40
600 (baixo B)
30
Alto B(1000)
20
10
0
0% 20% 40% 60%
%Ti

Nos exemplos acima não é possível realizar uma análise de variância pois não temos como
calcular o MS erro. Não temos replicações das medidas. Uma saída é supor que o erro é
igual a interação. Isto dará certo no exemplo 1 mas não irá funcionar no exemplo 2. Jogar
o efeito das interações no erro só funciona quando o efeito das interações não é
significativo.