Experimentação e seus 4 princípios básicos

Você pode nunca ter notado, mas com certeza já fez uso da experimentação em sua vida. Já testou se o tempero do arroz estava bom, verificou se o nível do óleo do carro estava ok, tentou encontrar diferentes posições confortáveis para ler e vários outros exemplos. Todos eles tem algo em comum: você realizou uma ação, verificou o resultado e decidiu se esse resultado era satisfatório. Isso é o mais básico que existe de experimentação, quando queremos verificar se uma ação do cotidiano trará benefícios para mim ou não.

A importância da experimentação pode ser vista na metodologia 6 sigma, utilizada para melhorar processos e produtos. Se quiser saber mais sobre o que é 6 sigma e sua história, confira neste vídeo clicando aqui. Neste post vamos mostrar quais são os 4 princípios básicos da experimentação: aleatorização, replicação, blocagem e análise gráfica. Se você se interessou pelo assunto pode conferir no final do post um vídeo de uma aula introdutória de planejamento de experimentos com o professor Ademir Petenate da Unicamp. Essa aula faz parte do curso de DOE da Escola EDTI.

Um exemplo de experimentação


Vamos introduzir um exemplo para facilitar a compreensão e o acompanhamento dos 4 princípios básicos da experimentação. Suponha 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 tempo de cada carro para completar uma volta em um determinado circuito. Vale ressaltar que nenhum dos pilotos sabe qual combustível está utilizando.

Aleatorização


Suponha que foi decidido que seria sempre o mesmo piloto a começar o teste seguido do outro. Possivelmente o primeiro piloto teria a ansiedade de abrir a bateria de testes e o segundo observaria a performance do primeiro para tentar melhorá-la. Isso causa um viés no experimento que não gostaríamos que ocorresse. A solução para esse problema, amplamente difundida pelo estatístico Ronald Fisher, foi a aleatorização.

Com isso, os ruídos causados por esses pequenos vieses são minimizados. Quando dizemos ruídos causados pelo viés temos, por exemplo, a ansiedade de ser o primeiro e a vontade de querer bater o tempo do outro piloto. Portanto, a melhor opção de experimentação para o engenheiro foi aleatorizar qual piloto iria iniciar a bateria de testes e também aleatorizar qual combustível cada piloto usaria em cada rodada.

Replicação


Falando em rodada, você acha que seria suficiente para avaliar qual combustível é melhor realizando apenas uma volta com cada carro? Ou seja, apenas uma rodada de teste? A resposta é claramente não! É preciso verificar se o desempenho do combustível é similar em várias replicações, ou seja, precisamos analisar a variabilidade do processo. E para analisar a variabilidade são necessárias replicações do experimento. Nesse caso, a replicação seria anotar vários tempos de volta completa por cada carro.

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.

Análise gráfica


Ao final de cada experimentação teremos alguns dados que precisam 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 o resultado do experimento para testar dois tipos de combustível na Formula 1 no gráfico abaixo.

experimentação


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 pilotos não 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 X.

Quais são os próximos passos da experimentação?


Os próximos passos são ferramentas para lhe auxiliar a chegar a uma decisão. No caso do exemplo, ferramentas estatísticas para ajudar o engenheiro a decidir qual combustível utilizar ao longo da temporada. Todas essas técnicas e outros tipos de experimentação podem ser aprendidos no curso de DOE da Escola EDTI. Confira abaixo um vídeo de uma aula introdutória do curso com o professor Ademir Petenate da Unicamp e fique a vontade para entrar em contato conosco para tirar suas dúvidas.


Clique para assistir ao vídeo

0 respostas

Deixe uma resposta

Want to join the discussion?
Feel free to contribute!

Deixe uma resposta

O seu endereço de e-mail não será publicado.