If you can't read please download the document
Upload
duongtram
View
225
Download
0
Embed Size (px)
Citation preview
WALTER ACCIOLY COSTA PORTO
A UTILIZAO DA ESTATSTICA
EXPERIMENTAL EM INDSTRIAS DA
GRANDE SALVADOR E SEU ENSINO
LAVRAS MG
2014
WALTER ACCIOLY COSTA PORTO
A UTILIZAO DA ESTATSTICA EXPERIMENTAL EM INDSTRIAS
DA GRANDE SALVADOR E SEU ENSINO
Tese apresentada Universidade Federal de Lavras, como parte das exigncias do Programa de Ps-Graduao em Estatstica e Experimentao Agropecuria, rea de concentrao em Estatstica e Experimentao Agropecuria, para a obteno do ttulo de Doutor.
Orientador
Dr. Marcelo Silva de Oliveira
LAVRAS MG
2014
Porto, Walter Accioly Costa. A utilizao da estatstica experimental em indstrias da grande Salvador e seu ensino / Walter Accioly Costa Porto. Lavras : UFLA, 2014.
245 p. : il. Tese (doutorado) Universidade Federal de Lavras, 2014. Orientador: Marcelo Silva de Oliveira. Bibliografia. 1. Estatstica- Estudo e ensino. 2. Estatstica na engenharia. 3.
Processos industriais. 4. Experimento industrial. I. Universidade Federal de Lavras. II. Ttulo.
CDD 519.5
Ficha Catalogrfica Elaborada pela Coordenadoria de Produtos e Servios da Biblioteca Universitria da UFLA
WALTER ACCIOLY COSTA PORTO
A UTILIZAO DA ESTATSTICA EXPERIMENTAL EM INDSTRIAS
DA GRANDE SALVADOR E SEU ENSINO
Tese apresentada Universidade Federal de Lavras, como parte das exigncias do Programa de Ps-Graduao em Estatstica e Experimentao Agropecuria, rea de concentrao em Estatstica e Experimentao Agropecuria, para a obteno do ttulo de Doutor.
APROVADA em 30 de janeiro de 2014.
Dr. Augusto Ramalho de Morais UFLA
Dr. Joel Augusto Muniz UFLA
Dr. Marcelo Tavares UFU
Dr. Wilson Otto Gomes Batista IFBA
Dr. Marcelo Silva de Oliveira Orientador
LAVRAS MG
2014
Dedico este trabalho memria e saudade de meu irmo, Lula. Tenho certeza
que ele hoje celebra essa minha vitria.
AGRADECIMENTOS
A Deus, pela dom da vida, por esta oportunidade que me foi concedida e
pela perseverana nos momentos mais difceis.
minha querida companheira e esposa, Fernanda. Apoio inequvoco
nas dificuldades, e alegria essencial nas comemoraes. Sua compreenso e
determinao diante das minhas ausncias foram decisivas na concretizao
dessa importante conquista.
Aos meus prncipes, Antnio e Joo. Luzes da minha vida. Apesar das
inmeras interrupes nos momentos de estudo, a existncia deles foi um
estmulo mais que especial para a concluso desse trabalho. Tenho certeza que
um dia se orgulharo do pai doutor.
Aos meus pais Luciano e Norma, exemplos de retido e dignidade. Eles
sempre sero os alicerces para as minhas conquistas, e os grandes responsveis
pela slida formao que acompanha minha trajetria de vida, tanto pessoal
como profissional.
s minhas irms Marta e Karla. O orgulho que sentem de mim serviram
de grande estmulo ao longo dessa caminhada. Suas presenas em minha vida
independem da frequncia de nossos encontros.
Ao meu orientador, Prof. Marcelo de Oliveira. Sua competncia e
contribuies foram fundamentais para essa vitria.
Aos queridos colegas do Dinter. Fundamentais tanto nas questes
acadmicas como no apoio incondicional nos momentos em que um estmulo era
essencial. No poderia ter encontrado um grupo melhor. Agradeo a cada um de
vocs: ngela, Azly, Cleide, Edmary, Isabel, Jailton, Jaime, Marcinho, Nelson,
Norma, Otaviano (in memorian), Regilson, Taninha e Vasquez.
Agradeo ainda aos professores do DEX-UFLA, pela presteza,
profissionalismo e dedicao no decorrer desses anos de doutorado. Vocs
representam um exemplo a ser seguido. No por acaso que a UFLA ocupa uma
posio de destaque no cenrio acadmico nacional e internacional. Obrigado a
todos, e em especial ao professor Scalon.
Aos amigos e profissionais que colaboraram direta e indiretamente, com
alguma sugesto, estmulo, referncia bibliogrfica, aplicao de testes,
entrevistas, acesso a alguma informao, etc, em especial ao engenheiro Moiss
Miguel e ao colega da Ufla, Juliano Bortolini.
RESUMO
O presente estudo foi realizado com o objetivo principal de discutir a experimentao, em seus diversos delineamentos e mtodos, confrontando-a com as peculiaridades da indstria, em especial na Grande Salvador (GS), de maneira a identificar possveis obstculos sua adoo de forma mais ampla. Para a construo da problematizao, foram analisados: os fatores que dificultam o uso da experimentao, a forma como seus princpios bsicos e pressupostos tericos, tambm, interfere e quais estratgias podem ser propostas s indstrias e aos cursos de graduao em engenharia, para estimular o uso dessa ferramenta de forma mais sistemtica. Constituiu-se como problema de pesquisa: qual compreenso sobre experimentao industrial pode auxiliar a sua adoo por mais indstrias na GS? Para fundamentao terica, analisou-se o Planejamento e Anlise de Experimentos como tcnica do Controle Estatstico da Qualidade, o histrico da experimentao, a possibilidade de realizar experimentos online e os fundamentos do EVOP (Operao Evolucionria), os principais delineamentos e mtodos da experimentao e seu ensino, dentro da estatstica, nos cursos de engenharia. O mtodo de pesquisa empregado foi o analtico descritivo, com abordagem qualitativa, tendo como sujeitos engenheiros, empresrios, coordenadores de curso, docente e discente. Como instrumentos para coleta de dados primrios empregou-se entrevista semi-estruturada, e como fonte secundria foi efetuada anlise documental das matrizes curriculares de cursos e de ementas de disciplinas associadas estatstica. Pela anlise das fontes utilizadas sugere-se que as instituies de ensino superior no preparam seus egressos dos cursos de engenharia para planejar e analisar um experimento. Alm disso, constata-se o uso incipiente da Estatstica pelas indstrias locais, em especial no enfoque experimental. Evidenciou-se que a notria falta desse conhecimento termina por limitar as possibilidades de otimizao de processos por meio da experimentao. Parte da pesquisa foi realizada inloco, em uma indstria metalrgica na GS. A tentativa frustrada de realizao de um experimento nesta indstria ratificou as dificuldades existentes, principalmente, quando os possveis benefcios da experimentao so desconhecidos. Uma estratgia para alterar de forma significativa esta realidade seria apresentar modelos e exemplos de experimentos simples e viveis para as indstrias de Salvador. Percebeu-se, tambm, a necessidade de uma segunda disciplina, obrigatria para os cursos de engenharia, que aborde os princpios da experimentao.
Palavras-chave: Experimento industrial. Ensino de estatstica. Estatstica na engenharia. Processos industriais.
ABSTRACT
In this study, we discussed the experimental designs and the experimentation methods in relation to industry peculiarities in the Metropolitan Region of Salvador (MRS), aiming to identify possible obstacles to their adoption in a wide way. For the research problem statement, were analyzed factors that make difficult the use of experimentation, the way its basic principles and theoretical assumptions interfere, and the strategies that can be proposed to the industries and to the undergraduate degrees in engineering, in order to stimulate the use of this tool in a more systematic way. Thus, we found here to answer this research question: which understanding about industrial experimentation can help its adoption in more industries in the MRS? For the definition of theoretical basis, we analyzed the experiments planning and analysis as a technique of quality statistical control, the experimentation history, the possibility of performing experiments online and the grounds of the Evolutionary Operation, the main designs and experimentation methods and its teaching in the engineering courses. We used the analytical descriptive research method, with the qualitative approach for engineers, entrepreneurs, course coordinators, teachers and students, by means of unstructured interview as a primary data source, and documentary research of courses curricula and list of subjects related to Statistics as a secondary data source. Thus, results suggest that higher education institutions do not prepare their egresses of the engineering programs to design and analyze experiments. Besides, we realized that there is an incipient use of Statistics in the local industries, particularly in experimental focus. We also established, by evidence, that the notorious lack of this knowledge leads to a limitation of possibilities of optimizing processes by means of experimentation. In fact, part of this study was performed in loco, in a metallurgical industry of the MRS. However, the unsuccessful attempt of performing an experiment in this industry ratified the existing difficulties, mainly when the possible benefits of the experimentation were unknown. An strategy to significantly change this actual fact, therefore, would be presenting models and examples of simple and variable experiments for industries of the MRS. We also found the need of a compulsory second subject for engineering degrees, which approaches the statistical principles of experimentation. Key-words: Industrial experiment. Statistics teaching. Statistics in the engineering. Industrial processes.
LISTA DE FIGURAS
Figura 1 Modelo geral de um processo, segundo Montgomery
(2009) ................................................................................. 17
Figura 2 Possibilidade de conquistas da qualidade ....................... 27
Figura 3 Sistemtica de um experimento .......................................... 33
Figura 4 Processo de operao evolucionria ................................... 49
Figura 5 Repetio, controle local e casualizao associada ao erro
experimental ....................................................................... 58
Figura 6 Esquema do delineamento em blocos casualizados ............ 84
Figura 7 Croqui simblico: Quadrado latino 5 x 5 ............................ 94
Figura 8 Grfico do tipo de Material e Temperatura X Vida til da
Bateria ................................................................................. 115
Figura 9 Grfico de probabilidade normal ........................................ 123
Figura 10 Superfcie de Resposta da variao do dimetro derretido
do queijo ............................................................................. 146
Figura 11 Exemplo de pea produzida - gravata ................................. 191
Figura 12 Exemplo de pea produzida - estribo .................................. 192
Figura 13 Sistematizao do projeto de um experimento ................... 204
LISTA DE QUADROS
Quadro 1 Postulados de Shewhart ............................................................... 30
Quadro 2 Comparativo CEP x Experimentao .......................................... 32
Quadro 3 Comparativo entre as experimentaes on line X off line ........... 52
Quadro 4 Implicaes dos procedimentos de controle experimental .......... 61
Quadro 5 Pressupostos da Anlise de Varincia ......................................... 63
Quadro 6 Vantagens e desvantagens dos planos fatoriais ........................... 105
Quadro 7 Arranjo dos dados para um Planejamento Fatorial com Dois
Fatores ......................................................................................... 107
Quadro 8 Estrutura da Anlise de Varincia com K Fatores....................... 112
Quadro 9 Formulrio do clculo da soma dos quadrados ........................... 129
Quadro 10 Esquematizao do experimento fatorial 22 com
confundimento ............................................................................. 136
Quadro 11 Exemplo de distribuio dos tratamentos nos blocos com
confundimento ............................................................................. 137
Quadro 12 Informaes sobre os coordenadores entrevistados ................... 165
Quadro 13 Disciplinas de Estatstica nos cursos de I3 .................................. 177
Quadro 14 Informaes sobre os empresrios entrevistados ........................ 185
Quadro 15 Caractersticas dos operadores analisados ................................... 197
Quadro 16 Possveis objetivos de um experimento ....................................... 205
Quadro 17 Diferentes modelos e mtodos de experimentao possveis ...... 208
Quadro 18 Solues propostas (caso de no atendimento aos princpios
fundamentais da experimentao) ............................................... 208
LISTA DE TABELAS
Tabela 1 Dados socioeconmicos relevantes ............................................. 22
Tabela 2 Modelo de dados para Experimento de Fator nico ................... 67
Tabela 3 Anlise de varincia para modelo de efeitos fixos e fator nico . 80
Tabela 4 Dados do experimento da anlise da resistncia trao de
fibra sinttica ............................................................................... 81
Tabela 5 Anlise de varincia para os dados de resistncia trao .......... 82
Tabela 6 Delineamento em Blocos Casualizados ....................................... 90
Tabela 7 Dados do ensaio de dureza para cada placa e cada penetrador
avaliado ....................................................................................... 92
Tabela 8 Anlise de Varincia do Experimento do Teste de Dureza com
DBC ............................................................................................. 92
Tabela 9 Anlise de Varincia do Experimento do Teste de Dureza com
DIC .............................................................................................. 93
Tabela 10 Resposta para o quadrado latino .................................................. 96
Tabela 11 Anlise de varincia para o delineamento em quadrado latino ... 96
Tabela 12 Resultados obtidos no experimento para medir a fora da
exploso ....................................................................................... 99
Tabela 13 Resumo da anlise de varincia para o quadrado latino 5 x 5 ..... 99
Tabela 14 Resultado do Teste Tukey ........................................................... 100
Tabela 15 Graus de Liberdade das Somas dos Quadrados ........................... 110
Tabela 16 Anlise de Varincia de Fatorial com Dois Fatores e Modelo
de Efeitos Fixos ........................................................................... 111
Tabela 17 Dados da vida til (em horas) obtidos do experimento da
bateria .......................................................................................... 114
Tabela 18 Anlise de Varincia dos Dados da Vida til da Bateria ............ 114
Tabela 19 Anlise de Varincia para um fatorial de dois fatores em um
DBC ............................................................................................. 117
Tabela 20 Nvel da intensidade de deteco do radar .................................. 118
Tabela 21 Anlise de Varincia dos dados de deteco do radar ................. 119
Tabela 22 Estimativa de efeitos fatoriais de experimento fatorial 24 no
repetido ........................................................................................ 122
Tabela 23 Esquema da anlise de varincia de um experimento 24 no
repetido, para a verificao de efeitos principais e de interao
de ordem dois .............................................................................. 124
Tabela 24 Esquema da anlise de varincia ................................................. 127
Tabela 25 Esquema da casualizao em dois estgios ................................. 128
Tabela 26 Dados processo industrializao do papel ................................... 130
Tabela 27 Anlise de varincia do primeiro estgio .................................... 130
Tabela 28 Anlise de varincia do segundo estgio ..................................... 131
Tabela 29 Anlise de varincia para confundimento com trs fatores com
n repeties ................................................................................... 138
Tabela 30 Soma dos quadrados com 2 blocos e n repeties ....................... 138
Tabela 31 Resultados obtidos do binmio tempo e temperatura sobre
capacidade de derretimento ......................................................... 144
Tabela 32 Anova dos dados do derretimento do queijo ............................... 144
Tabela 33 Produo diria de cada um dos operadores no perodo
analisado ...................................................................................... 199
Tabela 34 Anlise dos dados dos operadores ............................................... 199
SUMRIO
1 INTRODUO ................................................................................. 15 2 REFERENCIAL TERICO ............................................................ 26 2.1 Controle da Qualidade...................................................................... 26 2.2 Histrico da experimentao ............................................................ 34 2.3 Experimentao na Indstria Histrico e Particularidades ....... 43 2.4 Experimentao Online e EVOP ..................................................... 47 2.5 Experimentao: princpios e caractersticas ................................. 53 2.5.1 Delineamento Inteiramente Casualizado (DIC) ............................. 65 2.5.2 Delineamento em Blocos Casualizados (DBC) ............................... 83 2.5.3 Delineamento em Quadrados Latinos (DQL) ................................. 94 2.5.4 Experimentos Fatoriais..................................................................... 100 2.5.4.1 Experimento fatorial no repetido .................................................. 120 2.5.4.2 Experimentos em Parcelas Subdivididas (Split-splot) .................... 125 2.5.4.3 Experimento Fatorial Fracionado ................................................... 132 2.5.4.4 Tcnica do Confundimento .............................................................. 134 2.5.5 Superfcie de Resposta ...................................................................... 139 2.6 Ensino da Estatstica e da Experimentao nos cursos de
engenharia ......................................................................................... 146 3 MATERIAL E MTODOS.............................................................. 152 3.1 O mtodo ............................................................................................ 152 3.2 Campo do estudo ............................................................................... 155 3.3 Os sujeitos .......................................................................................... 156 3.4 Coleta de dados Procedimentos e Instrumentos .......................... 157 3.5 Anlise e Interpretao de Dados .................................................... 159 4 RESULTADOS E DISCUSSO ...................................................... 161 4.1 Realidade de instituies de ensino superior .................................. 162 4.1.1 Perfil dos sujeitos entrevistados ....................................................... 164 4.1.2 Articulao dos dados: experimentao e graduao
(entrevistas) ....................................................................................... 167 4.2 Realidade de indstrias na grande Salvador .................................. 183 4.2.1 Perfil dos sujeitos entrevistados ....................................................... 184 4.2.2 Articulao dos dados: experimentao e indstria
(entrevistas) ....................................................................................... 186 4.3 Indstria metalrgica experienciada .............................................. 190 4.3.1 A empresa .......................................................................................... 191 4.3.2 Tentativa de um experimento: problemas e solues .................... 193 4.4 Organizando e viabilizando experimentaes industriais ............. 203 4.5 Experimentao online: limitaes e possibilidades ...................... 210 5 CONSIDERAES GERAIS ......................................................... 216
REFERNCIAS ................................................................................ 224 APNDICES ..................................................................................... 233 ANEXOS ............................................................................................ 241
15
1 INTRODUO
A Gesto da Qualidade (GQ), norteada pelos princpios da qualidade,
representa hoje um conjunto de mtodos muito utilizados pelas organizaes,
sejam elas de pequeno, mdio ou grande porte. De acordo com Brocka e Brocka
(1994), a GQ combina tcnicas de Administrao, esforos de melhorias
existentes e inovadoras, alm de modelagens matemticas para aperfeioar os
processos de forma contnua.
Em um estudo apresentado pela American Society for Quality (ASQ),
afirmou-se que a busca da qualidade deveria mudar, tornar-se mais inovadora,
flexvel e rpida na implementao das solues eficazes que conduzam a
resultados nos negcios e reflitam os desejos do consumidor (BAMFORD;
GREATBANKS, 2005). Por essa pesquisa descreve-se que inovao,
flexibilidade e velocidade so fatores crticos para o sucesso das empresas que
desejam adquirir vantagem competitiva neste incio de sculo.
De acordo com Taguchi, Elsayed e Hsiang (1990), a qualidade de um
produto no pode ser aperfeioada, a menos que suas caractersticas possam ser
identificadas e medidas. E na anlise dessas medidas que a Estatstica se
mostra uma ferramenta essencial na melhoria dos processos produtivos.
O uso de mtodos estatsticos no controle e na melhoria da qualidade de
produtos est cada vez mais difundido nas organizaes. Dentro de um mercado
globalizado e competitivo como o atual, o domnio dos processos produtivos
um aspecto muito importante, ou mesmo vital, para a sobrevivncia e
crescimento de uma indstria.
Sendo a Estatstica a cincia que trabalha a variabilidade, ela devia ser
convocada para dar suporte qualidade. Essencialmente, a estatstica trazida
para esse contexto em virtude da demanda pelo controle da variabilidade. Esta
a razo pela qual surgiu o Controle Estatstico da Qualidade (CEQ), que um
16
conjunto de mtodos estatsticos usados, ou possivelmente utilizveis, para
intervir, intencionalmente, em um sistema de produo, objetivando conferir-lhe
qualidade (MONTGOMERY, 2009).
O Controle Estatstico da Qualidade, segundo Oliveira e Muniz (2007),
apresenta cinco principais tcnicas para a obteno, manuteno e melhoria da
qualidade de produtos e servios produzidos por uma organizao. So elas:
a) Metrologia;
b) Inspeo por Amostragem;
c) Confiabilidade;
d) CEP (Controle Estatstico de Processo);
e) Planejamento e Anlise de Experimentos (DOE- Design of
Experiments).
O cerne deste trabalho est na ltima tcnica, a de experimentao. E
quando mencionamos experimento planejado, fazemos referncia a um teste, ou
uma srie deles, no qual so feitas mudanas intencionais nas variveis de
entrada de um processo, de modo a observar e identificar mudanas
correspondentes na varivel de resposta, segundo Montgomery (2009).
Conforme relata o mesmo autor, a melhoria da qualidade dos produtos,
norteada pelo CEQ e proporcionada pela experimentao, fator fundamental
tanto para a sobrevivncia como para o crescimento das indstrias. O que est
diretamente associado ao fato do experimento ter como objetivo principal
otimizar um processo j existente, ou simular de maneira tima um novo
processo a ser implementado.
Para uma compreenso mais completa, necessrio entender o conceito
de processo, conforme esquematizado na Figura 1. Para Box, Hunter e Hunter
(2005), processo, ou sistema de transformao, representado pela combinao
17
de mquinas, mtodos, pessoas e outros recursos que transformam os produtos
de entrada em outros acabados ou semiacabados, com caractersticas ou
parmetros especficos.
Figura 1 Modelo geral de um processo, segundo Montgomery (2009)
Mtodos de delineamento de experimentos so de capital importncia no
desenvolvimento de processos e superao de dificuldades para melhoria da
performance dos mesmos. Como um exemplo de um experimento, suponha que
um engenheiro metalrgico esteja interessado em estudar o efeito de dois
diferentes processos de endurecimento de uma liga de alumnio: temperamento
com leo e temperamento com soluo salina. O objetivo do engenheiro
determinar que meio de temperamento produz o mximo de dureza para essa
liga particular. O engenheiro decide submeter um nmero de peas da liga a
cada um dos meios de temperamento e medir a dureza dos pedaos depois do
temperamento. A mdia de dureza dos pedaos tratados em cada meio de
temperamento ser usada para determinar qual deles promove a maior dureza.
...
...
Fatores controlveis x1 x2 xp
z1 z2 zq Fatores no controlveis
PROCESSO Entradas Sadas
18
Fazendo-se uma analogia desta situao experimental com o modelo geral para
um processo ilustrado na Figura 1, as variveis xi so o tipo de leo, de soluo,
temperatura, tempo, etc. As variveis zi so as pequenas variaes nas
propores dos componentes da soluo, os possveis erros nas medidas, etc.
A anlise e melhoria destes processos, industriais, agropecurios ou de
outra ordem, representam o grande foco dos experimentos, que, entre outras
possibilidades, capaz de encontrar o ajuste timo dos parmetros do sistema
com o objetivo de:
a) maximizar seu desempenho;
b) minimizar custos e/ou tempo de execuo;
c) tornar o desempenho do sistema pouco sensvel ao efeito dos fatores
no controlveis .
Alinhado com a importncia desse olhar sobre os processos, Corra e
Corra (2008, p.) explicam que:
A qualidade formada durante o processo de produo, ou seja, a qualidade no um kit que possa ser instalado no produto (resultado de um processo), mesmo que estocvel, aps sua produo. As aes de qualidade, portanto devem ter como alvo os processos, e no os produtos deles resultantes.
E desta forma que a experimentao, mesmo no representando uma
tcnica fundamentalmente nova, apresenta-se como uma importante ferramenta
capaz de promover melhorias em processos produtivos e de antever melhores
condies para um processo que esteja por ser implementado.
O planejamento de experimentos deve-se a Ronald A. Fisher (1890-
1962), que durante alguns anos, no incio do sculo passado, foi responsvel
pela estatstica e anlise de dados na Estao Agrcola Experimental de
19
Rothamsted, em Londres - Inglaterra. Essa estao considerada o bero da
Teoria Estatstica Moderna e Prtica.
Fisher foi quem desenvolveu e usou pela primeira vez a tcnica de
anlise de varincia como ferramenta primria para a anlise estatstica do
projeto experimental. Outros autores que contriburam de maneira significativa
para a evoluo das tcnicas sobre o planejamento de experimentos foram:
Yates, Box, Bose, Kempthorne e Cochran (MONTGOMERY, 2004).
Toda a teoria existente sobre experimentao foi, inicialmente, aplicada
em contextos agrcolas, o que justifica a manuteno do uso de vrios termos
tcnicos associados a essa rea. Mas logo se percebeu sua utilidade, nas mais
diversas reas, entre elas as cincias sociais, a medicina, a psicologia, a
engenharia, dentre outras. E esta ltima deu origem ao que se denomina hoje de
Experimentao Industrial.
Segundo Memria (2004), as necessidades da experimentao industrial,
onde so pesquisados vrios fatores representados por variveis quantitativas,
levaram ao desenvolvimento de delineamentos especiais. Estes so conhecidos
na literatura como Delineamentos de Box, em homenagem ao estatstico ingls
George Edward Pelham Box (19192013), considerado por muitos o maior
responsvel pelo desenvolvimento da experimentao na indstria.
Os experimentos conduzidos em indstrias, segundo Galdamez e
Carpinetti (2004), objetivam melhorar o desempenho dos processos de
fabricao e, por consequncia, dos produtos. Diante dessas possibilidades, o
projeto de experimentos apresenta-se como uma forma de alcanar os fatores
crticos, citados pela ASQ (inovao, flexibilidade e rapidez), alm de atender as
necessidades e expectativas dos consumidores.
Apesar de uma tcnica distante do ineditismo e com mltiplas
potencialidades, seu uso na indstria brasileira, em especial nas indstrias
20
localizadas na Grande Salvador, ocorre de forma bastante incipiente, o que ser
constatado ao longo deste trabalho.
De acordo com Gomes e Kruglianskas (2010), as tcnicas experimentais
so pouco difundidas nas empresas brasileiras. No artigo coloca-se que, apesar
do avano das metodologias de gesto e de melhoria de qualidade usadas, para
aumentar o desempenho operacional e administrativo das organizaes, existem
deficincias tcnicas especficas relacionadas ao desenvolvimento de projetos de
produtos e processos de fabricao. Segundo o autor, essas deficincias ocorrem
pela falta de conhecimento estatstico, que, habitualmente, os gerentes,
funcionrios e engenheiros das empresas apresentam ao usar ferramentas
estatsticas de qualidade.
Segundo pesquisa realizada na Europa por Tanco et al. (2012), a
experimentao utilizada com frequncia, embora muitas vezes de forma
inadequada. Em pesquisa realizada em trs regies europeias, os autores
constataram que 95% das empresas realizam experimentos, no entanto, os
mtodos utilizados nem sempre so adequados, visto que apenas 23% dessas
empresas realizam o experimento com uma metodologia pr-estabelecida. Vale
ressaltar que a pesquisa mencionada retrata uma realidade de pases
desenvolvidos, com indstrias, notoriamente, mais evoludas e profissionais com
formaes, supostamente, mais adequadas para a realizao de experimentos
industriais.
Os autores apresentam alguns possveis motivos de tal deficincia. Entre
eles, foi destacada, nos cursos de engenharia, a superficialidade do ensino das
disciplinas da rea da Estatstica, que deveria tratar da experimentao. E esse
retrato se alinha com nossa realidade local, onde nenhum dos 12 cursos de
graduao de engenharia, pesquisados na regio metropolitana de Salvador,
incluindo alguns da principal Instituio de Ensino Superior da Bahia, possui
21
sequer tpico referente Estatstica Experimental nos programas das disciplinas
obrigatrias ligadas Estatstica.
Alm desse fator, Tanco et al. (2012) citam uma ineficiente interao
entre a empresa e a universidade, o que dificulta, por parte dos profissionais da
rea tcnica, a utilizao de uma metodologia mais consistente quando do uso da
experimentao nas indstrias.
Reforando essa falta de sintonia entre o meio acadmico e o produtivo,
Costa e Cunha (2010) esclarecem que existe uma srie de barreiras
organizacionais, pessoais, profissionais e culturais, geradas, basicamente, pelas
diferenas de interesses por ambas as partes. A meta principal da universidade
a gerao de conhecimento e tecnologia para o desenvolvimento da sociedade
em geral, enquanto a da empresa gerar receitas, sem as quais no sobreviveria.
Associado a isso, o que pode ser constatado na prtica, na maior parte do
tempo, que tcnicos e engenheiros precisam se dedicar a resolver problemas
relacionados ao ritmo e ao processo normal da produo, deixando para segundo
plano, ou para outras instncias da organizao, a prtica de experimentao e
testes. Os experimentos tendem a ficar confinados a atividades e prottipos fora
da cadeia de produo, enquanto esta passa a demandar cada vez mais a
presena dos tcnicos e engenheiros que de fato conhecem os processos da
empresa (FREEMAN, 1975).
Aps apresentada esta introduo sobre algumas especificidades da
experimentao, associada sua constatada subutilizao, ou mesmo inadequada
aplicao, resta definir o recorte geogrfico componente do objeto deste estudo.
A Regio Nordeste do Brasil caracterizada por contrastes. Segundo
dados do Censo 2010 do Instituto Brasileiro de Geografia e Estatstica (IBGE),
nesta regio esto localizados os municpios com maior e menor PIB (Produto
Interno Bruto) per capita do pas. So Francisco do Conde, na Bahia, possui
R$ 360.815,83 de PIB per capta, enquanto o municpio de So Vicente Ferrer,
22
no Maranho, apresentou apenas R$ 1.929,97. Apesar de mais de 27% da
populao brasileira viverem na Regio Nordeste, seu PIB representa apenas
cerca de 18% do nacional. Mas a regio que vem apresentando, segundo o
IBGE, o maior crescimento econmico dentre as cinco regies do Brasil.
E nessa regio, o estado da Bahia se destaca como responsvel por 35%
do PIB do Nordeste e cerca de 6,4% do nacional, como mostrado na Tabela 01.
Segundo dados da Secretaria da Indstria, Comrcio e Minerao da Bahia,
esto previstos investimentos da ordem de 32,5 bilhes de dlares, atrelados
gerao de cerca de 63.000 novos empregos at 2015. Associado a essas
informaes, pelo Departamento de Indstria do IBGE mostra-se que a produo
industrial baiana apresentou, no perodo de maio/2012 a abril/2013, um
crescimento de 4,1%, superando o crescimento de todos os outros estados
brasileiros e contrastando com uma retrao de 1,1% na produo industrial
brasileira no mesmo perodo.
Tabela 1 Dados socioeconmicos relevantes
Brasil Regio
Nordeste Bahia Grande Salvador
Populao (milhes de
habitantes) 194 53 14 3,6
PIB (bilhes de reais) 2395 438 154 76
Fontes: Guia... (2012)
No estado da Bahia, a regio industrial mais importante , notoriamente,
a Grande Salvador. Ela responsvel pela produo de, aproximadamente,
metade do PIB do estado, e onde esto localizados o Plo Petroqumico de
Camaari, o Centro Industrial de Aratu e a Refinaria Landulpho Alves,
23
importantes centros industriais do Brasil. Alm disso, de cada 32 reais
produzidos no Brasil, um gerado na Regio Metropolitana de Salvador.
Diante dessa realidade local, carente de uma indstria mais eficiente e
com grande potencial de crescimento, o projeto de experimentos industriais se
apresenta como um fator de possvel contribuio para a melhoria de processos
j existentes, ou ainda, como otimizador na criao de novos processos e,
consequentemente, novos produtos.
Apesar deste cenrio, a realidade da formao dos engenheiros nos 12
cursos de graduao avaliados, entre eles algumas engenharias da principal e
mais antiga universidade do estado da Bahia, no prope uma formao
estatstica consistente para seus estudantes, negligenciando claramente a rea de
experimentao. Nesta importante universidade, com exceo do curso de
engenharia de produo, que abriu sua primeira turma em 2009, com apenas 40
vagas anuais, as outras engenharias possuem apenas uma disciplina associada
estatstica, que no cita nem mesmo uma referncia tcnica de experimentao.
Outra rea acadmica fundamental, para a realizao da experimentao
na indstria a Estatstica, propriamente. Mas o nico curso de graduao do
estado, que forma bacharis em Estatstica, est na UFBA, e um curso de
pouca referncia nacional. Poucos so os alunos que concluem o curso (cerca de
20 por ano, segundo informaes obtidas no colegiado do curso). Alm disso,
este o primeiro ano em que o mestrado e doutorado em Matemtica da UFBA,
em associao com a Universidade Federal de Alagoas, oferecem uma nova rea
de pesquisa opcional para os ps-graduandos: Probabilidade. At ento, no
existia, na Bahia, nenhuma ps-graduao strictu sensu associada Estatstica
ou Probabilidade.
Apresentadas as caractersticas fundamentais do que a experimentao
capaz de promover nos processos industriais, quando utilizada de forma
adequada por profissionais preparados tecnicamente, retratada a realidade da
24
subutilizao ou inadequao do uso da experimentao nas indstrias
brasileiras, em especial as da Grande Salvador e constatada a importncia e
potencialidade da indstria nesta regio, configura-se como problema principal
deste estudo: Qual compreenso sobre experimentao industrial pode
auxiliar a sua adoo por mais indstrias na Grande Salvador?
Face s variveis a implicadas, apresentam-se os subproblemas da
pesquisa:
Subproblema 1: Quais so os fatores que impedem ou dificultam o uso
da experimentao em mais indstrias da Grande Salvador?
Subproblema 2: Como os princpios bsicos da experimentao e os
pressupostos tericos dos modelos estatsticos interagem, a favor ou contra, com
os fatores que dificultam seu uso?
Subproblema 3: Quais estratgias de experimentao podem ser
propostas para as indstrias da Grande Salvador, de modo que respondam,
positivamente, aos subproblemas anteriores?
Subproblema 4: Quais estratgias de introduo do ensino-pesquisa-
extenso em experimentao podem ser propostas para os cursos de graduao
em engenharia das IES da Grande Salvador, de modo que interajam com as
indstrias da GS?
Para a pesquisa desenvolvida definiu-se como objetivo principal,
discutir a experimentao, em seus diversos delineamentos e mtodos,
confrontando-a com as peculiaridades da indstria, em especial na Grande
Salvador, de maneira a identificar possveis obstculos sua adoo de forma
mais ampla.
Para o desenvolvimento da presente tese, o plano de trabalho est
estruturado em cinco captulos, visando atingir cada um dos objetivos indicados.
25
Desse modo, o primeiro captulo destina-se introduo desta tese, no
qual delimitado o assunto de estudo e so especificados o objetivo principal e
os problemas da pesquisa.
O segundo captulo dedica-se ao referencial terico, no qual so
expostos alguns aspectos dos experimentos, seus delineamentos e mtodos, alm
de seus modelos estatsticos. Ainda, neste captulo, ser apresentado o Controle
Estatstico da Qualidade e sua associao com os projetos de experimentos
industriais. Tambm sero feitas algumas consideraes acerca da forma como
os cursos de graduao em engenharia abordam a Estatstica, associando com o
nvel de conhecimento dos engenheiros na Estatstica Experimental.
O captulo seguinte ser de Materiais e Mtodos, trazendo tudo que foi
utilizado na pesquisa e de que forma ela foi conduzida, evidenciando a
metodologia escolhida.
O quarto captulo apresentar os principais resultados deste trabalho,
associado a uma srie de discusses. Haver uma anlise dos currculos tpicos
dos cursos de graduao em engenharia de quatro IES da GS e, tambm, de
entrevistas com alguns coordenadores de curso para o levantamento dos prs e
contras da introduo de disciplinas de estatstica experimental. Alm disso,
sero consideradas entrevistas com alguns engenheiros para uma melhor
percepo do uso, ou no, da experimentao nas indstrias da GS.
Esse captulo traz, tambm, a experincia vivida em uma indstria
metalrgica, onde houve uma tentativa de realizao de um experimento. Ser
apresentada, ainda, uma proposta de organizao para a experimentao na
indstria, com problemas e solues possveis, considerando a possibilidade de
utilizao de um experimento realizado online.
O quinto e ltimo captulo apresenta as concluses finais deste trabalho,
associando o que foi abordado ao problema principal do estudo, perpassando,
ainda, pelos subproblemas da pesquisa.
26
2 REFERENCIAL TERICO
Os conceitos das tcnicas de planejamento e anlise de experimentos
so, segundo Montgomery (2009), utilizados pelas empresas que buscam
melhorar a qualidade dos produtos ou processos de forma contnua.
A anlise dessas tcnicas evidencia uma srie de delineamentos e
mtodos que podem ser utilizados na experimentao, em especial, naquelas
realizadas em indstrias, que representam o foco principal deste trabalho.
O entendimento dessas tcnicas, associado percepo de como os
cursos de graduao em engenharia trabalham essa teoria com seus alunos,
representa um importante alicerce para a compreenso de algumas das
dificuldades observadas ao longo desta pesquisa. E essa interface est
diretamente conjugada forma como as empresas lidam com a qualidade de seus
processos e produtos.
2.1 Controle da Qualidade
A qualidade uma varivel de extrema importncia nas organizaes
atuais, uma vez que ela capaz de definir e valorizar produtos oferecidos e
servios prestados aos clientes. Manter o nvel de qualidade demanda um
trabalho de controle, anlise e acompanhamento dentro dessas empresas.
A gesto da qualidade representa, h alguns anos, uma grande
preocupao de qualquer empresa, sejam elas fornecedoras de produtos ou de
servios. A conscientizao para a qualidade, catalisada pelo reconhecimento de
sua importncia, tornou significativa a certificao de sistemas de gesto da
qualidade em todo o mundo (ALVAREZ, 2001).
Estas certificaes, alm de aumentarem a satisfao e a confiana dos
clientes, reduzirem custos internos, aumentarem a produtividade e melhorarem a
27
imagem e os processos continuamente, facilitam o acesso a novos mercados.
Elas, ainda, permitem avaliar as conformidades determinadas pela organizao
por meio de processos internos, o que garante ao cliente um produto ou servio
concebido, de acordo com padres, procedimentos e normas, conforme Figura 2.
Figura 2 Possibilidade de conquistas da qualidade
De acordo com Toledo (2001), a Gesto da Qualidade um conjunto de
prticas utilizadas, nas diversas reas funcionais da empresa, para obter-se, de
forma eficiente e eficaz, a qualidade pretendida para o produto.
Segundo Oliveira (2006), a gesto, ou o gerenciamento, consiste em
administrar, controlar, analisar, ser eficaz. Dessa forma, a Gesto da Qualidade
deve ser capaz de promover um trabalho em conjunto de todas as reas da
empresa, visando qualidade e eficincia.
QUALIDADE
Aumento de
produtividade
Reduo de
custos
Abertura de
novos
mercados
Avaliao
de
conformidade
Confiana dos
clientes
Satisfao
dos clientes
Melhoria de
imagem
Otimizao
de processos
Cuidado
com meio
ambiente
28
O uso de mtodos estatsticos para a obteno, controle e melhoria da
qualidade, de produtos e servios, cada vez mais utilizado e valorizado pelas
organizaes. Dentro de um mercado globalizado e competitivo, o controle dos
processos est diretamente associado qualidade dos produtos, sendo um
aspecto muito importante, vital para a sobrevivncia e crescimento de uma
empresa (REIS, 2001).
Moreira (2001) descreve controle como uma maneira utilizada para
manter determinado fenmeno dentro do que foi programado. E os produtos
resultantes de um processo tm caractersticas que podem ou no estar dentro do
especificado, o que definido por qualidade.
O termo Controle Estatstico da Qualidade (CEQ) pode ser
compreendido pela associao das palavras que o compem, utilizando a
Estatstica como forma de anlise e controle para medir e garantir qualidade.
Ratificando esta ideia, Samohyl (2009) afirma que a principal ideia do Controle
Estatstico da Qualidade que processos que apresentam uma menor
variabilidade so capazes de atingir melhores nveis de qualidade.
De acordo com Reis (2001), como o controle da variabilidade representa
um fator de qualidade, preciso entend-lo de forma mais clara. E a nica forma
de faz-lo por mtodos estatsticos, que fazem parte do CEQ, importante
desdobramento da Gesto da Qualidade.
Shewart (1931) ressaltou que improvvel que duas peas sejam
fabricadas precisamente iguais, admitindo a variabilidade como um aspecto
inerente qualidade dos processos e percebendo a necessidade de distinguir as
variaes aceitveis daquelas que indicam problemas. O Controle Estatstico da
Qualidade considera um fenmeno sob controle quando, utilizando-se de
experincia passada, seja possvel prever, dentro de certos limites aceitveis,
como tal fenmeno ir variar no futuro.
29
A variao provocada por causas comuns, conhecida como variabilidade
natural do processo, inerente aos processos e estar presente mesmo que todas
as operaes sejam executadas empregando mtodos padronizados. Quando
apenas as causas comuns esto atuando no processo, a quantidade de
variabilidade se mantm em uma faixa estvel, pois se deve apenas
aleatoriedade dos elementos envolvidos.
Deming (1990) afirmou que 94% dos problemas e possibilidades de
melhoria so baseados em causas comuns e apenas 6% so baseados em causas
especiais. evidente que esses nmeros no so precisos nem correspondentes a
todo e qualquer processo produtivo, mas sugerem uma maior incidncia de
causas comuns na origem da variabilidade da maioria dos processos.
J as causas especiais de variao surgem, esporadicamente, em virtude
de uma situao particular que faz com que o processo se comporte de um modo
completamente diferente do usual. So causas inevitveis que podem ou no ser
conhecidas, mas sobre as quais muitas vezes no se pode ter controle, tais como
fatores ambientais, satisfao das pessoas, admisso de um novo operador,
defeitos nos equipamentos, utilizao de um novo tipo de matria-prima,
desgaste de ferramentas e a calibrao inadequada de instrumento de medio,
entre outras. Estas causas geram variaes no aleatrias (padres anormais dos
dados) que afetam o processo de maneira imprevisvel, de forma que nenhuma
distribuio de probabilidade pode ser obtida.
Kume (1993) afirma que quando se considera o processo de fabricao
sob o ponto de vista da variao de qualidade, pode-se entender o processo como
um agregado das causas de variao. Ele defende que a explicao das
mudanas nas caractersticas da qualidade dos produtos, originando produtos
defeituosos ou no defeituosos, est exatamente nesta variabilidade.
30
Shewhart (1931) trouxe tona algumas percepes inovadoras para a
sua poca, despertando alguns princpios essenciais para entender a variabilidade
de um processo. Entre estes, destacam-se:
a) Existe uma limitao para se fazer o que quer;
b) Qualidade controlada no qualidade constante;
c) Sob controle quando a variabilidade constante e com limites
definidos;
d) Em toda previso existe o elemento probabilidade.
Ele percebeu que os processos possuam sempre um elemento da
aleatoriedade, que promoviam um mnimo de oscilao na varivel resposta de
um sistema de transformao.
Shewhart (1931) concebeu trs importantes postulados, que aliceram,
nos dias de hoje, o Controle de Processos. So eles:
1o Postulado: Os sistemas de causas aleatrias no so iguais, no sentido em
que permitem prever o futuro com base no passado. Causas conhecidas
permitem previsibilidade.
2o Postulado: Sistemas estveis, de causas aleatrias, existem naturalmente.
Existem causas desconhecidas em um sistema estvel (causas comuns).
3o Postulado: Causas especiais de variao podem ser identificadas e
eliminadas. Pontos fora dos limites indicam existncia de causas especiais,
mas a ausncia desses pontos no elimina outras causas de variabilidade.
Quadro 1 Postulados de Shewhart
Fonte: Shewhart (1931).
Ainda, em relao s causas de variao de um processo, Shewhart
31
(1931) afirmou que as causas especiais so prejudiciais s previses da varivel
resposta. E, em contrapartida, as causas comuns confirmam a aleatoriedade
inerente a todo e qualquer processo, mesmo naqueles estveis. Amostras obtidas
de sistemas estveis geram variaes em razo de efeitos aleatrios do processo
de amostragem.
A eliminao ou reduo dessas causas de variao de um processo,
comuns ou especiais, so obtidas pela utilizao de duas das tcnicas que
compem o CEQ.
O CEQ composto por um conjunto de ferramentas estatsticas
utilizadas em um sistema de produo, com o objetivo de gerar qualidade.
Woodall e Montgomery (1999) o definem como um ramo da Estatstica
Industrial, focada em inspecionar, planejar os experimentos e estudar os
processos. Ainda, para os autores, os principais itens que compem o CEQ so:
a) Anlise de Confiabilidade;
b) Inspeo por Amostragem;
c) Metrologia;
d) Controle Estatstico de Processos (CEP);
e) Experimentao para a Qualidade.
Esta pesquisa se prope a trabalhar o ltimo deles, visto que se planeja
trabalhar com o uso da Experimentao para a Qualidade como uma maneira de
atribuir mais qualidade ao produto por meio da otimizao dos seus processos
produtivos. Ser abordado, tambm, mas de forma sucinta, o Controle Estatstico
de Processos (CEP).
De acordo com Montgomery (2004), o CEP um conjunto de
ferramentas de resoluo de problemas, til na obteno da estabilidade do
processo e na melhoria da capacidade pela reduo da variabilidade. Esta tcnica
32
se baseia na identificao e reduo das causas especiais de variao de um
processo, viabilizando medidas que garantam processos sob controle.
Em contrapartida ao CEP, a Experimentao para a Qualidade atua
diretamente no processo, utilizando recursos estatsticos capazes de promover a
melhoria de um processo com base na anlise quantitativa das causas comuns de
sua variao. Segundo Montgomery (2004), o experimento um teste, ou uma
srie deles, no qual so feitas mudanas propositais nas variveis de entrada de
um processo, de modo a permitir a identificao e anlise das mudanas
correspondentes na varivel resposta.
O planejamento experimental e o CEP representam duas ferramentas
muito teis na melhoria e otimizao de um processo produtivo, estando
intimamente correlacionados. De acordo com Montgomery (2004), se um
processo est sob controle estatstico, mas sua capacidade est subaproveitada, o
indicado utilizar um experimento planejado.
CEP Experimentao
Mtodo passivo Mtodo ativo
Pouco eficiente no caso de
processos sob controle
Prope melhorias em processos,
mesmo sob controle
Ataca causas especiais de
variao (identificveis)
Minimiza causas comuns de
variao (aleatoriedade)
Monitoramento e controle Proposta de melhoria
Quadro 2 Comparativo CEP x Experimentao
33
Como exposto no Quadro 02, segundo Montgomery (2009), o CEP um
mtodo estatstico passivo: observa-se o processo, aguardando alguma
informao til. Mas, no caso de processos sob controle estatstico, a observao
passiva tende a no gerar informao til.
O planejamento experimental um mtodo estatstico mais ativo. Neste
caso, realiza-se uma srie de testes no processo, promovendo mudanas nas
entradas e verificando as alteraes correspondentes na sada. Essas informaes
obtidas, aps anlises estatsticas adequadas, permitem a inferncia de
concluses capazes de promover a melhoria do processo.
Da a necessidade de se tratar do Projeto e Anlise de Experimentos em
seguida Gesto da Qualidade. A principal ferramenta capaz de garantir a
melhoria contnua de processos e produtos a Experimentao.
Figura 3 Sistemtica de um experimento
Fonte: Ribeiro e Carten (2011).
FATOR 1
VARIVEIS RELEVANTES CONTROLADAS
FATOR 2
RESPOSTA 1
RESPOSTA 2 EXPERIMENTO
FATOR m RESPOSTA n
VARIVEIS IRRELEVANTES E VARIVEIS RELEVANTES
DESCONTROLADAS
34
Um esquema ilustrativo de um experimento, com as variveis e os
fatores envolvidos, bem como as interrelaes entre eles, est representado na
Figura 3.
Os mtodos de planejamento experimental, tambm, podem ser
essenciais no controle estatstico de um processo, visto que ele permite
identificar as variveis de entrada mais influentes em um processo. No caso de
um processo fora de controle, para que saibamos quais alteraes devem ser
impostas para coloc-lo sob controle novamente, precisamos identificar quais
variveis causais mais influenciam no sistema.
O Planejamento de Experimentos uma tcnica utilizada para definir
quais dados, em que quantidade e em que condies devem ser coletados,
durante um determinado experimento, buscando, basicamente, satisfazer dois
grandes objetivos: a maior preciso estatstica possvel na resposta e o menor
custo.
, portanto, uma tcnica de extrema importncia para a indstria, pois
seu emprego permite resultados mais confiveis, minimizando custo e tempo,
parmetros fundamentais em poca de concorrncia acirrada. Sua aplicao no
desenvolvimento de novos produtos, tambm, muito importante, onde uma
maior qualidade dos resultados dos testes pode levar a um projeto com
desempenho superior, seja em termos de suas caractersticas funcionais como
tambm sua robustez.
2.2 Histrico da experimentao
O conceito atual de experimento como mtodo de pesquisa cientfica
recente. A evoluo do mtodo experimental foi lenta e gradativa, at chegar aos
dias atuais. Os marcos dessa evoluo e as contribuies mais relevantes esto
compilados a seguir. De acordo com Silva (2007), eles so de grande
35
importncia para a completa compreenso de alguns termos utilizados na
experimentao, do seu grande emprego, inicialmente, na rea agrcola, alm do
entendimento do processo de migrao do seu uso para outras reas, em especial
para a indstria.
A origem da pesquisa experimental , freqentemente, atribuda ao
filsofo ingls Francis Bacon (1561-1626), no sculo 17. Entretanto, o mtodo
experimental originou-se h pelo menos 4 sculos antes de Cristo, quando
Aristteles (384-322 a.C.) fez diversas descobertas referentes ao mundo natural.
Com base em experimentos, axiomas e argumentos filosficos, ele concluiu, por
exemplo, que a terra devia ser uma esfera.
Francis Bacon (1561-1626) sustentou que o ponto de partida de toda
cincia deve ser fatos observados empiricamente e que toda teoria confivel na
medida em que seja derivada desses fatos. O matemtico, astrnomo e fsico
florentino Galileu Galilei (1564-1642), tambm, considerado um dos
fundadores do mtodo experimental, partilhando da mesma percepo: de que
indispensvel existncia de fatos que fundamentem as inferncias.
E essa necessidade ratifica, em um contexto industrial, por exemplo, a
importncia de dados consistentes e alinhados com o planejamento dos
experimentos que, tratados e analisados por tcnicas estatsticas adequadas,
permitem inferncias teis e de validade inquestionvel.
De acordo com Silva, o desenvolvimento da experimentao agrcola
teve incio em fins do sculo XVIII, na poca do desenvolvimento agrcola,
impulsionado pela revoluo industrial e pela necessidade de alimentar uma
populao urbana em rpido crescimento. A qumica estava iniciando a ser
estabelecida em sua forma moderna e j era reconhecida sua importncia para a
compreenso da nutrio e do crescimento de plantas.
A origem da cincia moderna e da gentica aplicada agricultura
creditada aos trabalhos experimentais de cruzamentos com ervilha
36
desenvolvidos pelo monge austraco Johann Gregor Mendel (1822-1884). Ainda
hoje conhecida, a "teoria mendeliana da herana" foi apresentada em seu artigo
"Experiments with plant hybrids", publicado em 1866. Entretanto, o trabalho de
Mendel permaneceu desconhecido at o incio do sculo 20, quando se iniciou o
extraordinrio desenvolvimento da gentica. Ao mesmo tempo, outros cientistas
estavam conduzindo experimentos e desenvolvendo teorias referentes ao
cruzamento de plantas. Assim, por exemplo, o importante cientista ingls Robert
Charles Darwin (1809-1892) publicou, em 1876, o artigo "The effects of cross
and self fertilization in the vegetable kingdom", em que se divulgaram os
resultados de experimentos sobre autofertilizao e fertilizao cruzada em
plantas, realizados em uma pequena casa de vegetao.
Na Inglaterra, John Bennet Lawes (1814-1900) instalou um laboratrio
em Rothamsted, onde iniciou experimentos com fertilizantes de superfosfato
derivado de ossos e de fosfatos minerais. Em 1842, depois de prolongada
experimentao dos efeitos de adubos sobre plantas em vasos e em campo, ele
obteve patente para seu processo de produo de superfosfato baseado no
tratamento de rochas fosfatadas com cido sulfrico, e iniciou a primeira
indstria de fertilizantes artificiais.
Em 1843, Lawes associou-se ao qumico ingls Joseph Henry Gilbert
(1817-1901). Em 1843, Lawes e Gilbert fundaram, em Rothamsted, a primeira
estao experimental agrcola organizada do mundo. At 1900, durante mais de
meio sculo, esses dois cientistas trabalharam juntos em nutrio de plantas e de
animais, tornando o trabalho de Rothamsted renomado em todo o mundo. Pela
importncia desse trabalho, Lawes e Gilbert tm sido referidos como os pais da
pesquisa experimental na agricultura.
Muitos dos experimentos deles continuam em andamento em
Rothamsted, por interesse histrico e pelas valiosas informaes que tm
provido com referncia a alteraes qumicas e biolgicas de solos submetidos
37
adubao qumica por tempo prolongado. Naturalmente, os delineamentos
utilizados nesses experimentos no seriam aceitos hoje, pois suas parcelas so
demasiadamente longas e eles no garantem o atendimento aos princpios
fundamentais do delineamento experimental, ou seja, casualizao, repetio e
controle local. Alm disso, embora os tratamentos revelem traos de uma
estrutura fatorial, os nveis e as combinaes de nveis so muito irregulares.
Mesmo com algumas imperfeies, esses experimentos foram valiosos pontos de
partida para o desenvolvimento da pesquisa experimental.
Alm de importncia cientfica, os trabalhos experimentais de
Rothamsted, tambm, so relevantes por sua influncia no desenvolvimento da
metodologia experimental moderna. Entretanto, esses no foram os nicos
trabalhos de experimentao agrcola daquele perodo. Muitas outras
contribuies importantes para a experimentao agrcola surgiram na Europa e
nos Estados Unidos. Trabalhos experimentais, particularmente, relevantes foram
desenvolvidos na Estao Experimental de Agricultura de Connecticut, fundada
em 1875.
Em torno de 1900, foram criados departamentos de agricultura em
diversas universidades e colgios e foram fundadas novas instituies de
pesquisa agrcola, principalmente, na Inglaterra e nos Estados Unidos. Neste
perodo, na Estao Experimental de Rothamsted, foi onde primeiro se
reconheceu que devem ser associadas medidas das grandezas dos erros a dados
de experimentos em agricultura.
Em 1919, Ronald Aylmer Fisher (1890-1962), um jovem matemtico de
Cambridge, foi contratado para Rothamsted. Ele chegou com o desafio de
examinar os dados de quase 70 anos de existncia desta estao e obter
informaes que, ainda, no haviam sido conseguidas.
As expectativas foram mais que superadas. No perodo de 1919 a 1933,
Fisher (1971) desenvolveu a teoria e os mtodos, na medida em que foi
38
necessitando. Ele observou, logo, que podiam ser planejados experimentos
melhores do que aqueles j realizados e iniciou o desenvolvimento do ramo da
estatstica relacionado com o planejamento e a anlise de experimentos.
Fisher (1971) lanou os fundamentos modernos da pesquisa
experimental, as bases da inferncia estatstica e delineou muitos mtodos
originais para os vrios problemas encontrados em Rothamsted e em outras
instituies de pesquisa. Introduziu diversas tcnicas de anlise de dados, como
a anlise da varincia, que passou a ser amplamente utilizada na anlise
estatstica de dados de experimentos e a tcnica de polinmios ortogonais para o
uso de caractersticas ambientais. Seu primeiro livro, "Statistical methods for
research workers", um texto essencialmente prtico, publicado em 1925,
difundiu os novos mtodos e os tornaram disponveis para pesquisadores em
agricultura e biologia.
No ambiente desenvolvido em Rothamsted, Fisher conseguiu a
aplicao prtica de sua teoria da inferncia estatstica e alcanou concluses
relevantes para a pesquisa cientfica. Uma dessas concluses que a quantidade
de informao gerada pelas inferncias de uma pesquisa no pode ser maior do
que a contida nos dados.
Consequentemente, o processo de gerao dos dados e, particularmente,
o planejamento da pesquisa, passaram a assumir importncia fundamental. E
este ltimo item ratifica a necessidade de se planejar um experimento de forma
cuidadosa e alinhada com o mtodo estatstico a ser utilizado. Como veremos
em exemplos aplicados na indstria, a obteno dos dados amostrais deve estar
sintonizada com o planejamento previsto para que possa fundamentar os
clculos de forma consistente.
Ao fim dos 14 anos de trabalho na pesquisa agrcola, as ideias de Fisher
j eram reconhecidas e sua metodologia moderna do planejamento e anlise de
experimentos estava em pleno uso. Ele enfatizou o papel fundamental da
39
repetio como uma base para a estimao do erro e por consequncia para a
avaliao da evidncia em favor da realidade dos efeitos. Lanou a noo
inovadora da casualizao e elaborou vrias formas de delineamentos
casualizados, particularmente o delineamento em blocos casualizados, que se
tornou de uso comum em experimentos agrcolas de campo. Esse tipo de
delineamento ser abordado, posteriormente, e de grande utilidade na
experimentao industrial
Fisher, tambm, salientou a importncia de experimentos fatoriais,
argumentando que a natureza prefere responder questes propostas
conjuntamente em vez de questes isoladas. H quase um sculo, Fisher j
evidenciava a vantagem de se analisar mais de um fator simultaneamente, no
lugar de apenas um fator por vez.
As principais caractersticas da abordagem introduzida por Fisher foram:
a) requerimento de que o prprio experimento fornea uma estimativa
da variabilidade atribuvel a caractersticas estranhas a que esto
sujeitas as respostas aos tratamentos;
b) uso da repetio para prover essa estimativa da variabilidade e da
casualizao para lograr sua validade;
c) uso do controle local com o propsito de controlar e reduzir essa
fonte de variao estranha;
d) princpio de que a anlise estatstica dos resultados determinada
pelo modo como o experimento conduzido; e
e) conceito de experimento fatorial, ou seja, da pesquisa dos efeitos de
duas ou mais caractersticas explanatrias em um nico experimento,
em vez da dedicao de um experimento separado para cada uma
dessas caractersticas.
40
O trabalho de Fisher, em Rothamsted, teve uma extraordinria influncia
no desenvolvimento da metodologia da pesquisa experimental e da estatstica em
todo o mundo. Frank Yates (1902-1994) juntou-se equipe de Fisher em 1931 e
o sucedeu em 1933. Yates continuou a construir as idias de Fisher, notadamente
no desenvolvimento de esquemas fatoriais com confundimento e de
delineamentos em blocos incompletos e reticulados, que se tornaram
especialmente valiosos em experimentos de melhoramento gentico de plantas e
em situaes em que o tamanho do bloco necessariamente limitado.
Muitas outras contribuies relevantes para a experimentao agrcola
foram originadas da escola de Fisher, em Rothamsted, na dcada de 30,
principalmente por Frank Yates, John Wishart (1898-1956) e William Cochran
(1909-1980). A variao ambiental foi reconhecida como um problema
importante em experimentos agrcolas de campo de ampla abrangncia espacial
e temporal. O desenvolvimento de mtodos estatsticos para o planejamento e a
anlise de tais experimentos foi iniciado na dcada de 30 por Yates e Cochran.
A metodologia moderna da pesquisa experimental, desenvolvida com
base nos fundamentos e ideias lanados por Fisher, para a pesquisa agrcola, teve
muitos contribuintes em diversos pases e passou a aplicar-se aos demais ramos
da cincia e da tecnologia, tais como biologia, medicina, engenharia, indstria e
cincias sociais. De acordo com Silva (2007), os desenvolvimentos cientficos e
tecnolgicos nas diversas reas demandaram, por sua vez, novas metodologias
particulares que, tambm, tornaram-se, em geral, aplicveis s demais reas.
Aqui no Brasil, a pesquisa agropecuria, grande catalisador do
desenvolvimento das tcnicas experimentais, apresentou dois importantes
marcos histricos. Segundo Rodrigues (1987), o primeiro deles foi a criao do
Jardim Botnico do Rio de Janeiro, em junho de 1808, por iniciativa de D. Joo
VI. Alm de uma alternativa de lazer que permanece at hoje, ele desenvolveu
41
um trabalho reconhecidamente fundamental para o avano dos conhecimentos
agronmicos.
Ainda, de acordo com Rodrigues (1987), o segundo e mais importante
marco histrico, foi a criao do Instituto Imperial Fluminense de Agricultura
(IIFA), em 1860. O IIFA foi responsvel pelos primeiros trabalhos cientficos da
agropecuria brasileira. Tambm, no sculo XIX, registros indicam a realizao
de ensaios com aveia e trigo, importantes componentes na preparao de feno de
qualidade superior.
Em 1869, a Revista Agrcola do IIFA teve seu primeiro nmero
publicado, dando incio formalizao da produo cientfica brasileira no setor
agropecurio. E, ainda, neste sculo, alm do IIFA, foram criados outros quatro
institutos agrcolas, em Sergipe, Pernambuco, Rio Grande do Sul, Bahia, alm
da Estao Agronmica de Campinas.
O baiano deu origem Escola de Agronomia da Universidade Federal
da Bahia. E a Estao de Campinas passou para a esfera estadual e representou o
embrio tcnico da ESALQ, Escola Superior de Agricultura Luiz de Queiroz,
unidade da Universidade de So Paulo (USP), sendo este ltimo o depositrio da
maior tradio de pesquisas agropecurias do nosso pas desde que iniciou suas
atividades em 1901 (RODRIGUES, 1987).
Em associao com a ESALQ, a Universidade Federal de Lavras,
instituio batizada, inicialmente, de Escola Agrcola de Lavras (EAL) em 1908
e, posteriormente, renomeada Escola Superior de Agricultura de Lavras (ESAL),
sempre desempenhou importante papel no mbito do desenvolvimento das
Cincias Agrrias no Brasil. E a pesquisa cientfica nessa rea sempre
representou, tambm, aqui no Brasil, o grande alicerce do desenvolvimento das
tcnicas de projeto e anlise de experimentos, fundamental ao setor agrrio.
Outro fato histrico marcante foi a criao da Embrapa, Empresa
Brasileira de Pesquisa Agropecuria, em 1972. Sua misso, desde sua criao,
42
foi viabilizar solues de pesquisa, desenvolvimento e inovao para a
sustentabilidade da agricultura, em benefcio da sociedade brasileira.
De forma inequvoca, as pesquisas neste setor, alm de fundamentar a
consolidao da experimentao como uma tcnica de grande utilidade, vem se
mostrando essencial no desenvolvimento deste que o setor econmico que
mais cresce no Brasil: enquanto a economia nacional cresceu 2,3% em 2013, o
setor agropecurio cresceu 7%, contra apenas 1,3% da indstria e 2% dos
servios.
E todo esse resgate histrico no apenas promove um melhor
entendimento da realidade existente, como evidencia a possibilidade de
realizao de planejamentos experimentais mesmo diante da ausncia de
condies consideradas ideais. A difcil realidade vivida pelos idealizadores dos
primeiros experimentos, no sculo 19, por exemplo, e, em seguida, no sculo
passado, no foram obstculos suficientes para inviabilizar tal realizao. Isto
sugere que, mesmo sem condies perfeitas para a realizao de experimentos,
indstrias de pequeno e mdio porte podem utilizar tcnicas de experimentao
e obter concluses importantes, com o objetivo de melhorar processos existentes
ou de antever boas condies operacionais para novos processos a serem
implementados.
Como consequncia da origem da pesquisa experimental na agricultura,
muito da terminologia, ainda, hoje utilizada compreende termos prprios da
pesquisa agrcola. Assim, por exemplo, as designaes "tratamento", "parcela" e
"bloco" perderam suas conotaes particulares da agricultura e so amplamente
usadas na pesquisa experimental nas mais diversas reas da cincia, inclusive, na
indstria.
E a indstria, setor essencial ao desenvolvimento econmico do Brasil,
responsvel, segundo dados do IBGE, por mais de um quarto do PIB em 2012,
no pode deixar de utilizar essa importante ferramenta na melhoria de processos
43
e produtos. O entendimento de como a indstria introduziu o projeto e a anlise
de experimentos essencial para as concluses desejadas ao final deste trabalho
de pesquisa.
Antony et al. (2000) citam o projeto e anlise de experimentos como
uma das tcnicas estatsticas mais avanadas para melhoria da qualidade. A
tcnica de fundamental importncia para diminuio da disperso dos
processos, conforme descrevem Ingle e Roe (2001). Alm disso, est presente
como ferramenta em normas internacionais de qualidade, como a QS-9000
(INTERNATIONAL ORGANIZATION FOR STANDARTIZATION, 1998),
que desde o sculo passado exige a utilizao de tcnicas de experimentao
para o reconhecimento de determinadas certificaes.
2.3 Experimentao na Indstria Histrico e Particularidades
Aps aplicaes iniciais em cincias biolgicas e agricultura, comeou-
se a perceber a possibilidade de utilizao do Planejamento e Anlise de
Experimentos em outras reas. Alguns registros, datados da dcada de 30, j
testemunhavam a utilizao de experimentos nas indstrias britnicas txtil e
lanfera. Estas so consideradas as primeiras aplicaes de delineamentos
experimentais na indstria.
Apesar desses primeiros passos na rea industrial, segundo Gomes
(1982), a experimentao nessa rea ocorreu, de forma mais consistente, aps a
II Guerra Mundial. Na dcada de 40, iniciaram-se as aplicaes na indstria
qumica, e outros processos industriais comearam a ser analisados por meio de
experimentos nos Estados Unidos e no oeste europeu.
O estatstico ingls George Box (1919-2013) foi um dos grandes
responsveis pelo desenvolvimento da experimentao na indstria. No ps-
guerra, entre 1948 e 1956, ele trabalhou na Imperial Chemical Industries, na
44
Inglaterra, onde desenvolveu procedimentos para projetar e analisar
experimentos industriais.
Inicialmente, seu trabalho foi aplicado na determinao de condies
timas em processos qumicos, e essa teoria inicial pde ser estendida a
situaes em que a experimentao sequencial e os erros envolvidos so de
pequena magnitude. O interesse inicial era de ajustar uma superfcie de resposta
descrita, aproximadamente, por um polinmio do 2o grau (MEMRIA, 2004).
De acordo com o mesmo autor, na segunda metade do sculo passado, a
competio entre as indstrias gerou um campo frtil para o desenvolvimento de
delineamentos experimentais nesta rea, com nfase na rea de engenharia,
controle estatstico de processos e campos afins.
Nos processos de fabricao das indstrias existem vrios fatores e
nveis de regulagens que influenciam as caractersticas de qualidade dos
produtos. E um problema comum encontrado pelas empresas, ao realizar
experimentos, a necessidade de estudar, simultaneamente, o efeito desses
fatores com diferentes nveis de regulagens. Neste caso, observa-se que o
nmero requerido de testes para a experimentao tende a crescer medida que
a quantidade de fatores aumenta. Isso pode tornar os experimentos industriais
inviveis nas fbricas, porque os custos e o tempo de execuo so elevados,
demandando algum mtodo que reduza o nmero de rodadas do experimento.
Ao mesmo tempo, experimentos industriais so realizados pelas
empresas, principalmente, para se resolver os problemas crticos do produto ou
processos de fabricao. Kaye e Frangou (1998), Coleman e Montgomery
(1993), Montgomery (1991) e Steinberg e Hunter (1984) sugerem que as
solues dos problemas, apresentados nas indstrias, podem ser alcanadas com
mais facilidade quando os experimentos so planejados e as respostas analisadas
com mtodos ou tcnicas estatsticas adequadas.
45
Assim como em outras reas produtivas, os experimentos industriais
podem ser utilizados tanto no planejamento de novos processos, como na
melhoria de outros j existentes (MONTGOMERY, 2009). No primeiro caso, os
experimentos so realizados em laboratrios, por meio de simulaes,
permitindo uma maior flexibilidade tanto nas mudanas necessrias das
variveis de entrada, como na alocao dos tratamentos nas unidades
experimentais. No caso de processos j existentes e em operao, as dificuldades
aparecem de forma abundante, podendo mesmo inviabilizar a realizao de
anlises estatsticas consistentes e conclusivas, caso no exista a possibilidade de
mudana nos nveis dos fatores em estudo.
Dentro da indstria, principalmente no desenvolvimento de um novo
produto, muitas vezes, necessrio obter informaes empiricamente. Neste
momento, o trabalho das pessoas envolvidas com o problema o mesmo de
pesquisadores ou cientistas que precisam projetar experimentos, coletar dados e
analis-los. Experimentos so empregados para resolver problemas de
fabricao, decidir entre diferentes processos de manufatura, diferentes
conceitos de produto, entender a influncia de determinados fatores. Alm disso,
esta tarefa torna-se cada vez mais importante na medida em que se intensifica a
base tecnolgica dos produtos e as exigncias de clientes, aumentando a
necessidade de emprego de experimentos durante todas as etapas do ciclo de
vida de um produto.
Nesse sentido, Barker (1985) ressalta que, ao realizar as atividades dos
experimentos industriais de forma planejada, as informaes obtidas dos
produtos ou dos processos de fabricao tornam-se mais confiveis e, com isso,
aes de melhoria mais eficientes podem ser tomadas pelos funcionrios das
empresas.
Para que um planejamento experimental seja elaborado de forma
apropriada para a indstria, necessrio que suas caractersticas especficas
46
sejam consideradas. Segundo Galdamez e Carpinetti (2004), os processos
industriais, normalmente, so menos flexveis s mudanas necessrias
realizao de experimentos, podendo, em alguns casos, inviabiliz-los.
At mesmo a realizao das repeties, por exemplo, necessria para
estimar o erro experimental, pode no ser exequvel em funo do alto custo ou
de alguma restrio operacional. A soluo para esse problema pode ser a
utilizao de um experimento fatorial no repetido, que ser abordado
oportunamente nesta pesquisa.
Alm disso, realizar as mudanas propositais nas variveis de entrada de
um processo industrial, necessrias em qualquer experimento, pode ser difcil. A
complexidade de alguns processos industriais, que, muitas vezes, representam
um entrelaado de subprocessos, pode tornar impossveis as mudanas,
exclusivamente, das variveis de interesse. Neste caso, a sugesto utilizar
parcelas subdivididas. Jones e Nachtsheim (2009) tratam desse mtodo de
experimentao e ressaltam que muitos experimentos em parcelas subdivididas
so analisados de forma errnea ao desprezarem suas particularidades.
Outra dificuldade existente, no momento de se realizar um experimento
na indstria, garantir a manuteno de determinadas caractersticas do
processo, como temperatura, operador das mquinas, fornecedor de matria-
prima. Para minimizar estas variaes, deve-se utilizar o princpio do controle
local, subdividindo-se os tratamentos em blocos menos heterogneos. Neste
caso, utiliza-se o delineamento em blocos casualizados (DBC), que reduz o erro
experimental e contribui para um experimento mais eficiente (BOX; HUNTER;
HUNTER, 2005).
A importncia e uso da experimentao na indstria vem sendo
acompanhada pelo crescimento, embora aqum da demanda, de produes
cientficas nessa rea. Podem-se citar diversos artigos, como o de Cmara
(1998), voltado para a rea qumica, Antony et al. (2000), com nfase na
47
melhoria da capabilidade de processos, Albin (2001), na indstria eletrnica,
Goodman e Wyld (2010), na indstria mecnica, Galdmez (2002), na rea
fabril de plsticos, Giddings, Bailey e Moore (2009), com resoluo de
problemas de logstica pela utilizao da Metodologia de Superfcie de
Resposta, Almeida Neto e Guimares (2010), Gunaraj e Murugan (2009) e
Ribeiro (2002), estes trs ltimos voltados para a rea de soldagem. Muitas
indstrias vm se utilizado desta tcnica na resoluo de seus problemas desde a
dcada passada, conforme destacam Konda et al. (1999), pois possvel um
maior conhecimento do processo, bem como posteriores melhorias em
disperses.
2.4 Experimentao Online e EVOP
A realizao de um experimento pode demandar, em alguns casos, uma
interrupo do processo produtivo para efetivar as mudanas necessrias nas
variveis de entrada. Mas essa hiptese , normalmente, impensvel quando
dissociada de algum outro interesse em descontinuar a produo, como uma
parada planejada para manuteno dos equipamentos utilizados no processo, por
exemplo.
Uma soluo para este problema planejar um experimento online,
promovendo as mudanas previstas nas variveis de entrada, sem interromper o
processo. Os nveis dos fatores devem ser alterados, as medies das variveis
de sada realizadas, mas o produto gerado continua tendo como destino o
consumidor final. Este recurso nem sempre possvel, pois a no interrupo do
processo implica em uma srie de restries quando da necessidade de
mudanas nas variveis de entrada.
Sudarsanam e Frey (2011) destacam a importncia que o
experimentador deve distinguir claramente um experimento de um estudo
48
observacional. De uma maneira simples, um experimento um ato deliberado
que promove mudanas visando obteno de determinados resultados e
anlise deles, quando um estudo observacional consiste apenas na anlise
descritiva de dados disponveis.
H mais de 50 anos, Box (1957) verificou a possibilidade de realizar
experimentos online, criando o EVOP (Evolutionary Operation Process).
Segundo ele, a filosofia bsica da EVOP, ou apenas Processo Evolutivo, que se
deve operar um processo industrial atento informao disponvel ou que pode
ser gerada, para descobrir como aprimor-lo, e tendo como consequncia a
melhoria do produto. Este um mtodo de gesto que analisa um processo de
forma cclica, avaliando, estatisticamente, as mudanas implementadas,
retroalimentando o sistema com novos ajustes.
Ainda, segundo Box (1957), utilizando conceitos estatsticos simples, a
experimentao realizada durante a produo normal pelos prprios
operadores da planta. As variveis de entrada so alteradas, segundo as
orientaes de um grupo de engenheiros ligados produo, mas com
conhecimentos estatsticos para delinear o experimento. E a repercusso dessas
mudanas nas variveis respostas deve ser analisada e utilizada para otimizar o
processo a cada fase consecutiva. A sequncia cclica do EVOP pode ser
observada na Figura 4.
49
Figura 4 Processo de operao evolucionria
Fonte: Box (1957).
A EVOP , portanto, uma ferramenta de gesto que faz uso da
experimentao online, mas o utiliza em ciclos sucessivos, em um formato
muito especfico. As informaes extradas de cada ciclo so usadas nos ciclos
consecutivos, permitindo evolues no processo em anlise. Segundo
Montgomery (2009), a EVOP uma aplicao online de experimentos
planejados e consiste, no caso de variveis quantitativas, na introduo
sistemtica de pequenas mudanas nos nveis das variveis operacionais de um
processo.
O EVOP, segundo Almeida e Quinino (2008), de grande utilidade para
a implementao de polticas de melhoria contnua no setor industrial, e, em
particular, em indstrias de processos qumicos contnuos. Pode-se destacar a
possibilidade de sua realizao diretamente por operadores de sala de controle e
de campo, nas fbricas, sem a necessidade de alterar a rotina de produo e sem
riscos segurana operacional, tampouco aos aspectos econmicos. Deste modo,
possvel, com base neste mtodo, de execuo relativamente simples, porm
50
eficiente, obter-se ganhos produtivos, com pequenas mudanas nas condies
operacionais.
A realizao de uma experimentao online, em linhas gerais, demanda
um procedimento operacional semelhante, mas no h, necessariamente, uma
sistemtica pr-estabelecida para analisar os ciclos de forma consecutiva. Os
dados j podem ser analisados, aps algumas repeties para cada tratamento,
desde que os princpios bsicos da experimentao repetio, casualizao e
controle local - sejam atendidos, ou testes realizados com os resultados
observados garantam a realizao da anlise de varincia.
De acordo com Mason, Gunst e Hess (2003), alguns dos principais
benefcios relacionados com procedimentos de melhoria de qualidade, realizados
offline, podem ser aplicados em processos mesmo durante sua operao. Para os
autores, EVOP um hbrido entre tcnicas de melhoria de qualidade online e
offline, evidenciando as similaridades entre as duas situaes e afirmando que a
experimentao online pode ser feita com os mesmos fundamentos que
caracterizam a offline.
Os autores trazem, ainda, que, teoricamente, pode-se aplicar a EVOP a
inmeras variveis do processo, mas que, na prtica, consideram-se no mximo
duas ou trs variveis de cada vez. Essa viso, que corroborada por
Montgomery (2004), pode ser extrapolada para eventos isolados de
experimentao online, quando, tambm, deve-se evitar uma quantidade grande
de variveis. Alm disso, pequenas variaes devem ser feitas nessas variveis
independentes, a fim de no comprometer a varivel resposta, j que neste tipo
de experimentao o produto final do experimento deve ter o mesmo destino de
toda a produo: o cliente.
Qualquer experimentao online deve atender aos princpios estatsticos
de projeto, e etapas da experimentao, mas certos riscos so inerentes em
decorrncia da explorao de uma regio experimental limitada e da utilizao
51
de um nmero reduzido de fatores. Pela realizao de uma experimentao
fatorial online, por exemplo, segundo Oliveira e Muniz (2007), apresentam-se
algumas caractersticas peculiares. A principal delas a dificuldade de obteno
de dados confiveis e consistentes, visto que o experimento no realizado nos
moldes de um planejamento offline, quando ele configurado, com mais
liberdade, para garantir a validade da anlise dos dados. No caso online,
utilizam-se as informaes, com o processo em andamento, obtidas de pequenas
variaes das variveis de entrada. fundamental a percepo de que o produto
gerado durante o experimento deve continuar dentro das especificaes previstas
e ter como destino final o cliente. E a conciliao desta necessidade, com o
atendimento aos princpios bsicos da experimentao, o grande desafio desse
tipo de experimentao.
A realizao de uma experimentao online pressupe alguma dose de
liberdade no momento de delinear o experimento. Para isso, importante que a
empresa que planeja realiz-lo esteja preparada, e disposta, para os ajustes
necessrios. Essas mudanas incluem possvel reduo na produo em
consequncia das configuraes que podem ser necessrias para o teste de
determinados tratamentos. Apesar disso, essa possvel reduo na produo
tende a ser muito inferior ao investimento, normalmente, feito para se realizar
um experimento offline. Neste caso, o uso de uma planta piloto, um simulador,
ou mesmo testes em laboratrio demandam, geralmente, investimentos muito
maiores.
Alm disso, um experimento adequadamente delineado e realizado,
seguido de uma anlise apropriada dos dados, pode e deve trazer informaes de
extrema utilidade. Essas informaes permitem ajustes nas condies do
processo, capazes de melhorar a produo, em termos qualitativos e
quantitativos, com grande chance de trazer receita suficiente para superar os
52
possveis prejuzos causados pelo