Plan Experimentos

Estatstica Experimental:
Planejamento de Experimentos

Verso Preliminar

Joo Gilberto Corra da Silva

Universidade Federal de Pelotas
Instituto de Fsica e Matemtica
Departamento de Matemtica e Estatstica



Verso Preliminar


Pelotas, 2007

"Inductive inference is the only process known to us by which essentially new knowledge
comes into the world." (R. A. Fisher. The design of experiments, 8
th
ed. Oliver and Boyd,
1966.)

"Experimental observations are only experience carefully planned in advance, and
designed to form a secure basis of new knowledge." (R. A. Fisher. The design of
experiments, 8
th
ed. Oliver and Boyd, 1966.)

CONTEDO

1. Cincia e Mtodo Cientfico
2. Pesquisa Cientfica
3. Mtodos de Pesquisa Cientfica
4. Pesquisa Experimental
5. Conceitos Bsicos da Pesquisa Experimental
6. Planejamento do Experimento e Delineamento Experimental: Requisitos e
Princpios Bsicos
7. Planejamento das Caractersticas Respostas
8. Planejamento das Caractersticas Explanatrias
9. Planejamento das Caractersticas Estranhas e do Controle Experimental
10. Estrutura das Unidades e Delineamento do Experimento
11. Estruturas de Experimento Ortogonais
Apndice



Verso Preliminar


Pelotas, 2006

CONTEDO

1. Cincia e Mtodo Cientfico
2. Pesquisa Cientfica
3. Mtodos de Pesquisa Cientfica
4. Pesquisa Experimental
5. Conceitos Bsicos da Pesquisa Experimental
6. Planejamento do Experimento e Delineamento Experimental: Requisitos e
Princpios Bsicos
7. Planejamento da Resposta
8. Planejamento das Condies Experimentais
9. Planejamento das Caractersticas Estranhas e do Controle Experimental
10. Estrutura das Unidades e Delineamento do Experimento
Apndice

1 11 1 Cincia e Mtodo Cientfico Cincia e Mtodo Cientfico Cincia e Mtodo Cientfico Cincia e Mtodo Cientfico
Contedo Contedo Contedo Contedo
1.1 Introduo....................................................................................................................... 2
1.2 Fontes do Conhecimento................................................................................................ 3
1.2.1 Conhecimento emprico............................................................................................ 3
1.2.2 Conhecimento mtico................................................................................................ 3
1.2.3 Conhecimento teolgico........................................................................................... 4
1.2.4 Conhecimento filosfico............................................................................................ 4
1.2.5 Conhecimento cientfico ........................................................................................... 5
1.3 Relao da Cincia com a Filosofia................................................................................ 6
1.4 Breve Histria da Cincia................................................................................................ 8
1.4.1 A cincia na antiguidade........................................................................................... 8
1.4.2 A cincia na ps-renascena.................................................................................... 8
1.4.3 A cincia no sculo 17.............................................................................................. 9
1.4.4 A cincia no sculo 18............................................................................................ 10
1.4.5 A cincia no sculo 19............................................................................................ 11
1.4.6 A cincia no sculo 20............................................................................................ 11
1.5 Mtodo Cientfico.......................................................................................................... 13
1.6 Estratgia e Ttica da Cincia ...................................................................................... 15
1.6.1 Estratgia cientfica ................................................................................................ 15
1.6.2 Ttica cientfica ...................................................................................................... 18
1.7 Objetivos e alcance da cincia...................................................................................... 19
1.8 Papel da Lgica na Cincia .......................................................................................... 23
1.9 Bases da cincia........................................................................................................... 25
Exerccios de Reviso .................................................................................................. 28
Conceitos e Termos Chave........................................................................................... 30
Bibliografia.................................................................................................................... 30

Planejamento de Experimentos 2
1.1 1.1 1.1 1.1 Introduo Introduo Introduo Introduo
O homem comum pode adquirir conhecimento de diversas maneiras. O homem do
campo, por exemplo, tem conhecimento das plantas que cultiva, da poca de semear e
de plantar, da forma de tratar a terra, dos meios de proteo contra insetos e pragas.
Esse conhecimento tem origem na imitao, nas informaes e instrues transmitidas
por antecessores e familiares, na educao formal e na experincia pessoal. Esse
homem tambm pode possuir conhecimento gerado por pesquisas conduzidas por
instituies cientficas, que lhe transmitido atravs de meios de comunicao e de
treinamento.
O homem tambm pode adquirir conhecimento cientfico de modo mais racional,
atravs de educao formal de nvel superior e, ainda, aperfeio-lo com especializao
em cursos de ps-graduao.
A descoberta de que a natureza governada por um esquema inteligvel teve
origem na Grcia. A teoria grega descobriu o universo das idias e das formas, ordenado
pelas regras da geometria, e o universo da natureza, constitudo de movimentos
logicamente ordenados. Toda a teoria grega dedica-se descrio dessas duas ordens,
consubstanciadas na Geometria de Euclides, na Fsica de Aristteles e na Teoria das
Idias de Plato. Somente no incio do sculo XVII teve origem a cincia moderna.
A cincia um processo lgico de investigao para a soluo de problemas e a
busca de respostas a questes referentes a fenmenos naturais. Atravs do mtodo
cientfico, os cientistas tentam a gerao de um corpo de conhecimento livre de crenas,
percepes, valores, atitudes e emoes pessoais. Isso logrado atravs de verificao
emprica de idias e crenas por procedimento aberto inspeo pblica. A
confiabilidade do conhecimento cientfico deriva de sua base em evidncia provida por
observao objetiva.
O conhecimento cientfico no um conhecimento absoluto e definitivo. Pelo
contrrio, ele tende a se aperfeioar e, em conseqncia, levar, por exemplo, criao
de novos mtodos, tcnicas e procedimentos mais adequados e convenientes. Esse
progresso conseguido atravs da permanente atividade de indagao a que se
dedicam os pesquisadores. Assim, a cincia uma fonte de gerao de conhecimento
que se renova para solucionar problemas, responder questes, e desenvolver
procedimentos mais efetivos para solucionar problemas e responder questes.
Neste Captulo e no que segue faz-se uma reviso de conceitos bsicos referentes
abordagem cientfica para gerao de conhecimento com o propsito de estabelecer
um embasamento para a caracterizao racional do mtodo experimental e de sua
essencialidade nessa abordagem. O presente Captulo inicia com a caracterizao das
principais fontes de conhecimento, para identificao da distino fundamental da
abordagem cientfica: o mtodo cientfico (Sees Sees Sees Sees 1.2 1.2 1.2 1.2). Na Seo Seo Seo Seo 1.3 1.3 1.3 1.3 discute-se a
relao da cincia com a filosofia, particularmente, com as escolas filosficas que
surgiram ao longo da histria. A Seo Seo Seo Seo 1.4 1.4 1.4 1.4 faz uma breve reviso da origem e evoluo
histrica da cincia. A Seo Seo Seo Seo 1.5 1.5 1.5 1.5 conceitua a cincia em termos dos atributos que
caracterizam o mtodo cientfico, e a Seo Seo Seo Seo 1.6 1.6 1.6 1.6 descreve o mtodo cientfico como a
estratgia da cincia para a gerao do conhecimento, atravs de uma ilustrao, e o
distingue dos procedimentos e tcnicas de reas especficas da cincia, que constituem
os mtodos particulares da cincia. Na Seo Seo Seo Seo 1.7 1.7 1.7 1.7 discutem-se os objetivos e o alcance
da cincia, descreve-se a cincia como um esforo permanente e progressivo de
interpretao e compreenso da realidade, e caracteriza-se a estrutura bsica do
processo de construo do conhecimento cientfico. O papel da lgica na cincia o
tema da Seo Seo Seo Seo 1.8 1.8 1.8 1.8 Finalmente, na Seo Seo Seo Seo 1.9 1.9 1.9 1.9, expem-se as suposies bsicas que
constituem os alicerces do conhecimento cientfico.
1. Cincia e Mtodo Cientfico 3
1.2 1.2 1.2 1.2 Fontes do Conhecim Fontes do Conhecim Fontes do Conhecim Fontes do Conhecimento ento ento ento
A busca do conhecimento da natureza j era uma caracterstica do homem pr-
histrico. Os primeiros contatos do homem com a natureza geraram conhecimento
eminentemente sensvel. Os recursos limitados permitiam a percepo dos fenmenos
apenas atravs dos sentidos e explicaes superficiais. Buscando desvendar o universo,
o homem adere ao culto das foras da natureza como forma de conhecimento. Na
passagem da poca primitiva para a antiguidade, o homem amplia os limites de seu
conhecimento, passando das explicaes mitolgicas do universo para explicaes de
natureza religiosa. A prxima etapa a interpretao pelo caminho da razo. Com o
surgimento da filosofia, a explicao da natureza passa a ser eminentemente racional. A
busca incessante da verdade conduz passagem da filosofia para a cincia, ou seja,
interao do raciocnio com a abordagem emprica para a explicao das relaes
causais entre fenmenos, atravs de procedimentos analticos e racionais rigorosos.
1.2.1 1.2.1 1.2.1 1.2.1 Conhecimento emprico Conhecimento emprico Conhecimento emprico Conhecimento emprico
A forma ordinria e mais remota do homem criar suas representaes e
interpretaes da realidade atravs da experincia do cotidiano e do senso comum. O
conhecimento constitudo por essas representaes surge da necessidade de resolver
problemas imediatos. Portanto, esse conhecimento emprico, ou do senso comum, uma
forma espontnea e no sistemtica de representar a realidade, sem mtodo apropriado
para aprofundar seus fundamentos. Essa forma de gerao de conhecimento motivada
pelo interesse prtico e as vivncias e crenas individuais e coletivas.
Esse o conhecimento do homem comum, sem formao, gerado pela sua relao
com o mundo material. Ele originado das experincias pessoais, vivenciadas
ocasionalmente, do conhecimento que transmitido entre os indivduos, das tradies da
coletividade e, ainda, de crenas religiosas. Esse conhecimento possudo no momento
presente, lembrado, desenvolvido permanentemente, utilizado para a previso de
eventos futuros e transmitido para a coletividade e de uma gerao a outra.
O senso comum situa-se em um mbito cognitivo muito prximo da realidade e
implica certo grau de abstrao. Entretanto, ele permanece muito restrito s
representaes sensveis e no atinge um nvel superior de elaborao que origine a
criao ou utilizao de conceitos cujos significados aprofundem a compreenso da
realidade. Essa limitao gera o conhecimento dos fatos a partir de suas aparncias, sem
preocupao com sua explicao, ou seja, com uma anlise para caracterizao de suas
origens. O senso comum procede a uma simples juno de idias, noes e conceitos;
no elabora uma compreenso mais aprofundada da realidade. O conhecimento gerado
constitudo de um aglomerado indiscriminado de elementos que formam um conjunto
fragmentado, sem unidade e coerncia. Dessa forma, no submetido a um nvel de
crtica necessrio para a compreenso da realidade alm do que vivenciado.
A conscincia do homem que se comporta com base apenas no mbito do senso
comum dual e contraditria, o que comumente lhe conduz a atitudes fatalistas face s
situaes concretas que se apresentam. Muito freqentemente, o fatalismo se refere ao
destino ou a uma concepo de um ser superior, que se constituem nas entidades
responsveis pelos acontecimentos da vida.
1.2.2 1.2.2 1.2.2 1.2.2 Conhecimento mtico Conhecimento mtico Conhecimento mtico Conhecimento mtico
Sem o recurso da escrita, o homem primitivo buscou explicar, narrar e anunciar os
fenmenos atravs de smbolos e alegorias, criando, assim, os mitos. A realidade
passou, ento, a ser interpretada a partir desses mitos. O conhecimento mtico um
produto da transmisso oral do conhecimento emprico de gerao para gerao.
Os mitos estavam sedimentados na cultura e na tradio dos povos da antiguidade
e representavam muito mais do que uma tentativa de explicar a realidade. O mito
constitua o alicerce histrico das civilizaes; explicava o passado e a origem do
presente. Era uma representao do mundo real, recriado a partir da elaborao
subjetiva das experincias do homem.
O homem primitivo se apegou tanto explicao mtica da natureza que passou a
criar os mitos a partir de sua prpria natureza. Assim, por exemplo, acreditava que os
animais e objetos possuam alma e que as divindades possuam imagem e sentimentos
humanos. A pretenso do pensamento mtico era o resgate de um passado remoto, ou
seja, daquilo que existia antes do tempo presente, particularmente das razes humanas.
A narrao mtica fornecia o suporte vida em comunidade, ligando o homem a um
mesmo passado, a uma mesma histria.
As origens de fenmenos inexplicveis eram atribudas a poderes e foras
imanentes existentes dentro de objetos, animais e pessoas. Povos da antiguidade
adoravam o Sol e a Lua; os hindus, a vaca; os maias, os incas, os astecas e outros
povos, os totens e amuletos, monumentos e objetos que eles prprios construam. Esses
povos acreditavam que esses entes e objetos eram possuidores de foras e poderes para
fazer o bem e o mal, e criavam seus interpretes ou interlocutores, como os bruxos,
feiticeiros, sacerdotes, pajs.
Em fase ulterior, essas foras misteriosas so transferidas a seres fictcios com
formas humanas. Esses seres eram invisveis, representados por esttuas, para as quais,
principalmente os gregos, romanos e egpcios, rendiam cultos. As intervenes desses
seres superiores, denominados deuses, seriam a origem de todos os fenmenos
naturais. a fase do politesmo. A causa de um conjunto de fenmenos de um setor
particular da natureza era atribuda a um deus particular. O politesmo predominou na
Grcia e na Roma antiga. Assim, por exemplo, Diana era a deusa da caa, Eolo o deus
do vento, Netuno o deus do mar, Ceres a deusa da colheita.
1.2.3 1.2.3 1.2.3 1.2.3 Conhecimento teolgico Conhecimento teolgico Conhecimento teolgico Conhecimento teolgico
A experincia religiosa to antiga quanto o homem civilizado. O conhecimento
religioso ou teolgico direcionado compreenso da totalidade da realidade. Seu
propsito a explicao de uma origem e de um fim nicos referentes gnese e
existncia do universo. Atribui a causa de todos os fenmenos a um nico ser superior:
Deus. Na religio judaico-crist, Deus o nico criador de tudo que existe. So atribudos
a ele a criao do universo e dos fenmenos naturais, em particular a criao do homem
e dos animais, suas existncias, transformaes e fins.
Do ponto de vista teolgico, a existncia divina evidente e evidncia prescinde de
demonstrao. A partir desse princpio, busca encontrar explicaes para tudo o que
aconteceu e acontece com o ser humano, e procura estudar as questes referentes ao
conhecimento das divindades, de seus atributos e relaes com o mundo e com os
homens. A religio tem seus fundamentos em dogmas e ritos, que so aceitos pela f e
no podem ser provados nem criticados, porque ela a nica fonte da verdade. As fontes
do conhecimento teolgicas so os livros sagrados Alcoro para os muulmanos, Veda
para os hindus, Talmude para os judeus e Bblia para os cristos. Os interlocutores entre
o homem e Deus so sacerdotes, rabinos, pastores e outros intrpretes.
1.2.4 1.2.4 1.2.4 1.2.4 Conhecimento filosfico Conhecimento filosfico Conhecimento filosfico Conhecimento filosfico
O conhecimento filosfico teve incio com as primeiras tentativas do homem de
compreender o mundo atravs da associao do raciocnio com a observao. A filosofia
desenvolveu-se na Prsia, China, ndia e em outras regies do Oriente. A filosofia
ocidental originou-se seis sculos antes de Cristo, a partir dos ensinamentos
principalmente de filsofos gregos, tais como Scrates (470-399 a.C.), Pitgoras (580-
500 a.C.) Aristteles (384-322 a.C.) e Plato (428-348 a.C.), os primeiros que buscaram
interpretar a natureza por observao e lgica, sem interpretao necessariamente
sobrenatural.
A filosofia busca o conhecimento das primeiras causas ou princpios. Ela
destituda de objeto particular, mas assume papel orientador da prpria cincia na
soluo de problemas universais. Assim, a filosofia a expresso da universalidade do
conhecimento humano, ou seja, a fonte de todas as reas do conhecimento humano.
Nesse contexto, a cincia no s depende da filosofia como nela se inclui.
O conhecimento filosfico desenvolveu-se a partir de idias e teorias formuladas
por grandes filsofos, tais como os citados filsofos gregos, e So Toms de Aquino
(1224-1274), Francis Bacon (1561-1626), Ren Descartes (1596-1650), John Locke
(1632-1704), Jean Jacques Rousseau (1712-1778), Immanuel Kant (1724-1804), Georg
Hegel (1770-1831), Karl Marx (1818-1883) e, em pocas recentes, Bertrand Russell
(1872-1970), Ernest Nagel (1901-1985), Karl Popper (1902-1994) e Carl Gustav Hempel
(1905-1997).
A filosofia repousa na reflexo sobre a experincia. A reflexo propicia variaes de
interpretao sobre as impresses, imagens e opinies. Assim, as idias e teorias
filosficas no so unnimes.
A filosofia no se reduz a uma busca de originalidade reflexiva e conceitual. Antes
de tudo, a filosofia tem a finalidade de compreender a realidade e fornecer contedos
reflexivos e lgicos de mudana e transformao da realidade. Cabe filosofia a tarefa
de elaborar pressupostos e princpios norteadores das aes humanas.
As proposies filosficas so situadas em contexto cultural, que considera o
homem inserido na histria. A filosofia tambm uma reflexo crtica da sociedade, da
poltica, do direito, da educao. Por essa razo, o conhecimento filosfico evolui
segundo o contexto histrico.
1.2.5 1.2.5 1.2.5 1.2.5 Conhecimento cientfico Conhecimento cientfico Conhecimento cientfico Conhecimento cientfico
A cincia originou-se da filosofia. A partir de 5.000 anos antes de Cristo, babilnios
e egpcios desenvolveram conhecimentos importantes principalmente em matemtica e
astronomia. Entretanto, os filsofos gregos foram os principais responsveis pela
combinao de conhecimentos dessas duas reas, que constituiu o ponto de partida da
cincia.
A tarefa da cincia a explicao de processos e fenmenos naturais. Nenhum
sistema de idias tericas, termos tcnicos e procedimentos matemticos pode ser
considerado como cientfico, a menos que se relacione com esses fatos empricos em
algum ponto e de algum modo, e auxiliem a torn-los mais inteligveis.
O conhecimento cientfico um sistema de conhecimentos metdicos sobre a
natureza. Distingue-se das outras formas de conhecimento por requerer a verificao
emprica objetiva de toda explicao referente a fenmenos, que permite uma
compreenso de sua natureza e de suas causas, livres de influncias, desejos e
preconceitos do observador. O cientista busca o conhecimento das relaes existentes
entre os fenmenos, isto , das leis naturais. Ele se apia no raciocnio lgico para
deduzir novos conhecimentos a partir de leis ou conceitos gerais.
O carter especial da cincia pode ser explicado pelas circunstncias em que os
cientistas trabalhavam em suas respectivas reas. Essas circunstncias incluem o
princpio bsico de conhecer o mundo natural atravs de argumentos demonstrativos.
Assim, uma representao ou interpretao de um fenmeno ou processo somente um
conhecimento cientfico se foi verificado ou demonstrado empiricamente.
A busca do conhecimento cientfico origina-se da percepo de que o acervo de
conhecimento disponvel insuficiente para a compreenso de algum fenmeno ou
evento natural. Parte do conhecimento disponvel conhecimento comum ou ordinrio,
isto , no cientfico, e parte conhecimento cientfico, ou seja, conhecimento derivado
mediante o mtodo da cincia. Este conhecimento pode voltar a submeter-se prova,
aperfeioar-se ou ser superado, mediante esse mesmo mtodo. Na medida em que o
processo cientfico avana, pores do acervo de conhecimento ordinrio so corrigidas
ou rechaadas, e o corpo de conhecimento cientfico incrementado. Assim, a cincia
cresce a partir do conhecimento comum e o supera com o seu crescimento. De fato, o
trabalho cientfico inicia no ponto em que a experincia e o conhecimento comum deixam
de prover solues para problemas referentes a fenmenos de interesse, ou mesmo de
formul-los.
Entretanto, o conhecimento cientfico no um mero refinamento e extenso do
conhecimento comum. um conhecimento de natureza especial. A cincia tambm trata
de fenmenos no observveis e no cogitados pelo homem comum, levanta conjeturas
que vo alm do conhecimento comum, e submete essas conjeturas prova com base
em suas teorias e com o auxlio de tcnicas especiais. Por outro lado, a cincia incapaz
de desenvolver conhecimento a partir de explicaes no naturais.
Assim, a abordagem cientfica distingue-se de outras formas de gerao de
conhecimento em muitos aspectos, particularmente quanto ao mtodo. Entretanto, ela
tem algumas semelhanas com essas outras fontes de conhecimento, pelo menos se
limitada considerao ao conhecimento ordinrio gerado pelo senso comum. De fato, o
senso comum, assim como a cincia, aspira a ser racional e objetivo. Entretanto, o ideal
de racionalidade, ou seja, a sistematizao coerente do conhecimento somente
conseguida mediante teorias, que constituem o ncleo da cincia, enquanto que o
conhecimento comum constitudo por acumulao de peas de informao pouco
relacionadas. Por outro lado, a objetividade ideal, ou seja, a construo de
representaes da realidade impessoais, no pode ser lograda sem a superao dos
limites estreitos da vida cotidiana e da experincia pessoal. Ela demanda a formulao de
conjeturas de existncia de objetos fsicos alm das precrias impresses sensoriais, e a
verificao de tais conjeturas por meio de experincia objetiva, planejada e interpretada
com o auxlio de teorias. O senso comum pode conseguir apenas objetividade limitada
porque est estreitamente vinculado percepo e ao.
Em resumo, o conhecimento cientfico racional e objetivo como o originado do
senso comum, mas muito mais racional e objetivo do que este. A peculiaridade da
abordagem cientfica que a distingue do senso comum a forma como opera, ou seja, o
mtodo cientfico, e o objetivo para o qual esse mtodo aplicado. Esses temas so
tratados nas Sees Sees Sees Sees 1.5 1.5 1.5 1.5, 1.6 1.6 1.6 1.6 e 1.7 1.7 1.7 1.7.
1.3 1.3 1.3 1.3 Relao da Cincia com a Filosofia Relao da Cincia com a Filosofia Relao da Cincia com a Filosofia Relao da Cincia com a Filosofia
O mtodo cientfico algumas vezes contrastado com outras abordagens para a
gerao de conhecimento. Surge, ento, a questo natural da credibilidade do
conhecimento cientfico, em contraste com conhecimento de outras origens.
Particularmente, so algumas vezes questionados o carter filosfico e a estrutura lgica
do conhecimento cientfico.
Em primeiro lugar, deve ser observado que a cincia um mtodo e no uma
filosofia. Como tal, ela no est comprometida com qualquer teoria ou filosofia particular
de conhecimento. De fato, a ao do cientista revela certas preferncias mentais e
consistncias de seu mtodo que so algumas vezes relacionadas com pontos de vistas
de escolas filosficas conhecidas pelas designaes de:
racionalismo,
empirismo,
positivismo,
pragmatismo e
determinismo.
Um exame breve do significado filosfico dessas designaes til para esclarecer
a distino da posio do cientista em relao a esses pontos de vista, que implicam em
diferenas nas perspectivas referentes ao conhecimento.
O racionalismo racionalismo racionalismo racionalismo refere-se convico filosfica de que a razo humana o principal
instrumento e a autoridade ltima na busca da verdade. O racionalismo no nega o valor
da experincia sensorial como uma fonte de conhecimento, mas sustenta que apenas a
operao lgica da mente pode determinar a verdade de qualquer experincia ou idia.
Por sua aderncia s regras de lgica estabelecidas, o cientista poderia ser taxado de
racionalista. Entretanto, esta designao seria imprpria, dado que ele no acredita
apenas na razo pura como um guia para o conhecimento vlido. A base racional do
mtodo cientfico fundamentada no sistema de lgica empregado no raciocnio
cientfico, mas o mtodo de anlise cientfica requer muito mais do que apenas f na
razo.
O empirismo empirismo empirismo empirismo fundamenta-se na convico de que a experincia sensorial deve ser
considerada como a fonte mais confivel de conhecimento. Certamente, a cincia , em
parte e em certas reas, um mtodo emprico, tanto como um mtodo lgico, isto ,
racional. Todavia, o aspecto emprico da cincia relaciona-se ao modo como os dados
so percebidos e no f na validade exclusiva de experincias sensoriais. O raciocnio
sobre as impresses empricas to importante como as sensaes recebidas.
A evidncia emprica bsica cincia, mas ela s tem significado se interpretada
por noes particulares sobre seus atributos, efeitos, etc. De fato, uma grande parte da
estrutura do conhecimento cientfico composta de abstraes, isto , de idias sobre
fenmenos e suas inter-relaes, no de evidncia emprica. A cincia emprica no
sentido de que seu ltimo recurso para o estabelecimento da credibilidade de qualquer
conhecimento particular o fato emprico, a demonstrao emprica, ou a predio
emprica. Mas sustentar que a cincia apenas ou basicamente emprica limitar
inadequadamente sua estrutura terica.
Estas duas escolas filosficas tm mais de trs sculos de histria. O positivismo positivismo positivismo positivismo
lgico lgico lgico lgico uma escola mais moderna que tem sido relacionada cincia. Ele se refere
crena de que afirmaes tm significado fatual apenas quando so confirmadas por
evidncia emprica. Na realidade, o positivismo lgico um movimento de alguns
filsofos da cincia para uma unificao dos vrios ramos da cincia pelo esclarecimento
de idias e desenvolvimento de preciso metodolgica atravs de anlise lgica. uma
derivao do empirismo que enfatiza o desenvolvimento de comunicao objetiva,
especialmente atravs da lgica simblica e da matemtica. Alguns cientistas tm algo
de positivistas lgicos, por buscarem, constantemente, uma unidade comum de mtodo,
princpios bsicos e comunicao. Entretanto, mesmo entre os poucos neopositivistas
de hoje, a atitude restritiva original referente credibilidade de certos tipos de
conhecimento foi muito modificada.
Observe-se que o positivismo lgico tem apenas conexo tnue com o positivismo,
uma escola filosfica do sculo 19 que esperava arranjar todo o conhecimento em uma
organizao inter-relacionada de modo completo e coeso para a soluo racional de
todos os problemas humanos.
A quarta escola filosfica que algumas vezes relacionada cincia o
pragmatismo pragmatismo pragmatismo pragmatismo, que consiste na crena de que o ltimo teste do valor de uma idia sua
utilidade na soluo de problemas prticos. Certamente, o cientista um homem prtico
que busca a soluo de problemas reais. Entretanto, como uma posio filosfica, o
pragmatismo de pouco valor na cincia moderna. De fato, muito conhecimento
cientfico puramente terico, sem valor prtico por si. Todavia, esse conhecimento
terico tem papel vital na estrutura da cincia. O conjunto de teorias abstratas que
fundamenta toda cincia, que constitui a usualmente designada cincia pura,
altamente no pragmtico.
A ltima ligao filosfica cincia o determinismo determinismo determinismo determinismo, ou seja, o argumento de que
nada tem lugar na natureza sem causas naturais. O determinismo na cincia no um
credo mas um postulado que empregado na anlise de causalidade (Seo Seo Seo Seo 1.9 1.9 1.9 1.9). A
cincia tambm j foi relacionada ao materialismo materialismo materialismo materialismo, isto , doutrina filosfica de que todo
o conhecimento pode ser derivado do estudo da matria. Entretanto, hoje a cincia
materialista, mecanicista ou determinista apenas na medida em que ela se fundamenta
em uma base de fatos demonstrveis objetivamente, com o auxlio de instrumentos
fsicos de observao e mensurao. Ademais, o determinismo no deve ser confundido
com fatalismo, ou seja, a inevitabilidade natural dos eventos. A cincia busca
compreender as regularidades dos fenmenos, mas tais regularidades no so
imputadas a qualquer agente causal inevitvel. Um postulado de regularidade na
natureza pressuposto pelo cientista como um princpio, com o propsito de obter
conhecimento fidedigno. Entretanto, tal princpio no assumido como uma lei da
natureza. Este termo no tem significado importante nas explicaes cientficas
modernas da causalidade.
1.4 1.4 1.4 1.4 Breve Histria da Cincia Breve Histria da Cincia Breve Histria da Cincia Breve Histria da Cincia
1.4.1 1.4.1 1.4.1 1.4.1 A cincia na antiguidade A cincia na antiguidade A cincia na antiguidade A cincia na antiguidade
O conhecimento cientfico (ou cincia) tem suas razes nas contribuies de
filsofos gregos. As primeiras tentativas de explicar os fenmenos naturais sem
fundamentao mitolgica de agentes pessoais, mas com base na razo e evocao de
causas, originaram-se com Tales de Mileto (624-546 a.C.), seis sculos antes de Cristo.
Entretanto, as explicaes especulativas de fenmenos eram baseadas no senso
comum, em vez de argumentos tcnicos sobre experincias controladas artificialmente.
Esta abordagem emerge com Aristteles, no quarto sculo antes de Cristo. Atravs de
observao rigorosa e teorizao disciplinada, Aristteles estudou detalhadamente a
anatomia animal e criou uma cincia biolgica. Em cada estudo, ele definia a rea e seus
problemas, dialogava criticamente com seus predecessores e, ento, procedia ao
desenvolvimento de seu argumento atravs de experincia e razo. Suas explicaes
eram fundamentadas em termos de qualidades perceptveis e uma srie de causas.
1.4.2 1.4.2 1.4.2 1.4.2 A cincia na ps A cincia na ps A cincia na ps A cincia na ps- -- -renascena renascena renascena renascena
Embora os gregos tenham criado um sistema de pensamento similar abordagem
cientfica h cerca de dois mil e quinhentos anos, houve pouco progresso nos sculos
seguintes. A potencia da cincia e sua influncia marcante tm origem recente. A cincia
como conhecida hoje tem razes no sculo 16, principalmente a partir de trs fontes de
influncia: a) a descoberta da antiguidade clssica e a publicao de textos latinos e
gregos de todos os campos, inclusive cincia, na Renascena; b) a inveno da imprensa
por Johannes Gutenberg (1390-1468) e sua rpida expanso, que tornou livros
disponveis e baratos, antes do fim do sculo 16, com influncia marcante na
aprendizagem e na cultura; c) as descobertas de novas terras, por espanhis e
portugueses, que criou novas demandas de conhecimentos de astronomia, tcnicas
hidrogrficas e matemticas, e introduziu na Europa novas plantas, animais, doenas e
civilizaes.
No fim do sculo 15 surgiram na Europa os primeiros experimentadores. A
especulao passa a ser substituda pela experimentao. Em lugar de perguntar por
qu?, o homem comea a perguntar como? O precursor dessa mudana de atitude foi
Leonardo da Vinci (1452-1510). Ao estudar fenmenos da natureza, ele procurava
realizar experimentos, em diversas condies e circunstncias, para alcanar uma regra
geral que se aplicasse a todos os experimentos realizados. Foi assim que estabeleceu a
regra de que o peso suportado por uma coluna proporcional altura e largura da
coluna.
Entretanto, no incio do sculo 16 o conhecimento ainda era rudimentar e muito
dependente da assimilao confusa de fontes antigas. Antes da metade desse sculo,
apareceram trabalhos relevantes, como o tratado do polons Nicolau Coprnico (1473-
1543), publicado em 1543, que revolucionou a cosmologia com a nova idia heliocntrica;
a nova abordagem de pesquisa em anatomia do belga Andreas Versalius; e os avanos
em lgebra do italiano Gerolano Cardano (1501-1576). Coprnico defendia a idia de que
a matemtica poderia ser aplicada pesquisa de qualquer problema que envolvesse
quantidades mensurveis. Embora os desenvolvimentos tericos tivessem a tendncia de
serem especulativos, houve um considervel avano em muitas reas. Em particular,
antes do fim do sculo, a matemtica era usualmente ensinada na Europa.
1.4.3 1.4.3 1.4.3 1.4.3 A cincia no sculo 17 A cincia no sculo 17 A cincia no sculo 17 A cincia no sculo 17
Na virada para o sculo 17, um homem de educao superior tradicional,
denominada escolstica, ainda acreditava que a Terra era o centro do universo e que as
estrelas e os planetas giravam em torno dela, movidos por algum ente inteligente e
divino, influenciando os eventos na Terra segundo suas localizaes e aspectos.
Acreditava em um mundo vivo, criado e guiado por Deus para o benefcio do homem.
Surgiram, ento, descobertas cientficas importantes que ainda so hoje aceitas, mas que
eram explicadas com base na cultura ainda presente. Assim, em 1600, o ingls William
Gilbert (1540-1603), no curso da demonstrao de que a alma do mundo estava
incorporada em um magneto, explicou a bssola com fundamento na idia de que a terra
era um magneto gigantesco muito fraco. Pouco depois, em 1609, o polons Johanes
Kepler (1571-1630) descobriu as rbitas elpticas dos planetas em torno do sol, mas
nunca cessou sua busca pela harmonia do cosmos. Mais tarde, em 1628, o ingls William
Harvey (1578-1657) estabeleceu a circulao do sangue, mas a explicou como uma
imagem microscpica das circulaes do mundo, em vez de um sistema puramente
mecnico.
No sculo 17 ocorreu uma reviso radical dos objetos, mtodos e funes do
conhecimento da natureza. Os novos objetos passaram a ser fenmenos naturais em um
mundo desprovido de propriedades humanas e espirituais; os mtodos, pesquisas
cooperativas disciplinadas, e as funes, a combinao do conhecimento com o poderio
da indstria. Os grandes propulsores dessa revoluo na cincia foram o ingls Francis
Bacon (1561-1626), o francs Ren Descartes (1596-1650) e o italiano Galileu Galilei
(1564-1642). Bacon contestou o uso exclusivo da lgica e da observao, em
contraposio s regras de lgica de Aristteles. Advogou um novo meio pelo qual o
homem poderia estabelecer o controle da natureza, um plano para a reorganizao da
cincia, e props um mtodo cientfico em sua obra mais celebrada Novum organum.
Bacon criou o mtodo de induo exaustiva, sustentando que, idealmente, o cientista
deve prover uma enumerao exaustiva de todos os exemplos do fenmeno emprico
sob investigao como uma preliminar para a identificao da forma natural da qual eles
so uma manifestao. Advogou que os fatos observados empiricamente so os pontos
de partida para toda cincia e que a teoria deve ser levada em conta na medida em que
ela seja derivada dos fatos.
Em contraste, Descartes enfocou o problema da construo de um sistema
dedutivo de teoria consistente e coerente, atravs do qual o argumento poderia proceder
com a segurana formal familiar da geometria euclidiana. Advogou a idia de uma cincia
universal unitria que vincularia todo conhecimento humano possvel em uma sabedoria
abrangente. Sua renomada obra Discurso sobre o mtodo, publicada em 1637, marcou
a consolidao definitiva do mtodo cientfico. Em busca da certeza, Descartes contestou
Aristteles e a escolstica, e procurou compor uma filosofia associada matemtica,
onde observao e interpretao so legitimadas pela demonstrao emprica.
Galileu considerado um fundador do mtodo experimental. Galileu foi menos
radical em seus ideais e mais abrangente na prtica. Combinando a experimentao com
a matemtica, contribuiu com considerveis avanos na fsica e na astronomia. Observou
que os candelabros da torre de Pisa balanavam com as correntes de ar e, com base nas
batidas de seu pulso, mediu o tempo que levavam os percursos do maior e menor arco
descrito pelo balano do candelabro. Assim, descobriu a propriedade da constncia do
movimento pendular. Realizou experincias meticulosas sobre a trajetria de vo de
projteis e sobre a queda dos corpos, construiu um telescpico e com esse instrumento
estudou a Lua, a Via Lctea, os anis de Saturno e, com observaes detalhadas,
comprovou a idia heliocntrica de Coprnico.
Apesar de suas diferenas de idias e contribuies, Bacon, Descartes e Galileu
compartilharam um compromisso comum com referncia ao mundo natural e seu estudo.
Eles viam a natureza como despida de propriedades espirituais e humanas. No poderia
haver dilogo com ela, quer atravs de iluminao mstica ou de autoridade inspirada.
Em vez disso, ela tinha que ser investigada prudente e impessoalmente, atravs de
experincia sensitiva e razo. Fenmenos estranhos e prodigiosos, como terremotos,
curas misteriosas e deformaes de nascena, que haviam sido temas de especulao
at ento, eram considerados de menos significncia do que observaes regulares e
repetidas. O cuidado e a autodisciplina eram necessrios tanto na observao como na
teorizao, e o trabalho cooperativo era importante para a continuada acumulao e teste
de resultados.
O propsito de sabedoria contemplativa da cincia foi substitudo pelo objetivo de
dominao da natureza em benefcio do homem. O estabelecimento de sociedades
cientficas foi um produto direto das novas concepes de conhecimento do mundo
natural e dos mtodos de persegui-lo.
As novas idias da cincia frutificaram no sculo 17 e conduziram a rpido
progresso do conhecimento em alguns campos, mas tiveram desenvolvimento lento em
outros. Assim, as concepes modernas tiveram incio na tica com Johann Kepler, e na
eletricidade e no magnetismo com Gilbert. No fim desse sculo, Isaac Newton (1642-
1727) formulou a lei da atrao universal, a lei da gravidade e trouxe um novo rigor aos
mtodos da pesquisa experimental.
As contribuies de Newton dominaram a cincia no sculo 18. Os
desenvolvimentos cientficos desse sculo foram principalmente de consolidao.
No incio desse perodo, a atividade cientfica era desenvolvida em pequena escala,
principalmente por homens de posses e profissionais bem treinados, tais como fsicos e
engenheiros, em suas horas vagas. As cincias matemticas (matemtica, astronomia,
mecnica e tica) estavam bem desenvolvidas, mas a fsica ainda era um conjunto de
experimentos isolados com teorias qualitativas e principalmente especulativas, a qumica
era quase totalmente emprica, e a biologia dava ateno principalmente a atividades de
coleta. Antes do fim do perodo, j havia exemplos bem sucedidos de trabalho cientfico
bem organizado, e tinham sido estabelecidas as bases para teorias coerentes e eficientes
em quase todas as reas da cincia.
A tecnologia da fora foi a primeira a receber influncia da aplicao de
desenvolvimentos cientficos anteriores. A mquina a vapor e vcuo (1717), inventada
pelo ingls Thomas Newcomen (1663-1729), originou-se da pneumtica do sculo 17.
No fim do sculo 18, teve incio a revoluo industrial que transformou a Europa de
uma sociedade agrria em uma sociedade urbana. Na mesma poca, a revoluo
francesa introduziu as polticas modernas de liberdade e democracia. As atividades
cientficas tiveram semelhantes mudanas: nessa poca foram estabelecidos os
fundamentos sociais e institucionais para o amadurecimento da cincia no sculo 19.
O estilo dominante da cincia na poca da Revoluo Francesa era matemtico.
Nessa poca destacaram-se alguns matemticos franceses, como Pierre-Simon Laplace
(1749-1827), Joseph Louis Lagrange (1736-1813), Gaspar Monge (1746-1818), Jean
Baptiste Fourier (1768-1830), Simon Denis Poisson (1781-1840) e Augustin Louis
Cauchy (1789-1857). Os grandes matemticos suos Jacques Bernoulli (1654-1705),
Daniel Bernoulli (1700-1782) e Leonard Euler (1707-1783) desenvolveram o clculo
diferencial e integral, inventado pelo alemo Gottfried Leibnitz (1646-1716). Mesmo na
qumica, a reforma da nomenclatura alcanada por Antoine Laurent Lavoiser (1743-1794)
e seus colaboradores foi de estilo matemtico e abstrato.
O sculo 19 surge como uma idade de ouro. A cincia expande-se com sucesso em
novos campos de investigao, incluindo uma combinao de matemtica e experimento
em fsica, a aplicao de teoria ao experimento em qumica, e experimentao controlada
em biologia. Esse progresso era grandemente impulsionado pela reforma de
universidades e o estabelecimento de novas universidades, onde a pesquisa era
encorajada, assim como o ensino, e pela comunicao atravs de sociedades cientficas
e revistas especializadas. Reunies nacionais e internacionais tornavam-se comuns no
fim desse sculo. Tornou-se efetivo o princpio de pesquisa socialmente organizada, em
lugar de pesquisas por indivduos isolados. Em todos os campos do conhecimento houve
um crescente rigor de metodologia e aprofundamento de erudio. Durante esse sculo,
os progressos nos principais ramos da cincia experimental foram to grandes que em
retrospecto o seu estado anterior parece rudimentar. A fsica alcanou a estreita unio da
experimentao precisa com a teoria matemtica abstrata que trouxe profundidade de
conhecimento e poder na aplicao desse conhecimento sem precedentes. Diferentes
campos foram sucessivamente unificados pelo conceito de energia. A termodinmica
uniu as cincias do calor e trabalho e propiciou o desenvolvimento de uma teoria de
alteraes qumicas. A eletricidade e o magnetismo foram unidos, inicialmente pela
experimentao e ento teoricamente, e foi observado que uma constante fundamental
da teoria do eletromagnetismo, determinada pelo alemo Wilhelm Weber (1804-1891),
era igual velocidade da luz, determinada astronomicamente pelo ingls James Clerk
Maxwell (1831-1879). Dessa forma, as propriedades gerais da matria foram
sucessivamente compreendidas e tornadas coerentes.
No incio do sculo 19, o fsico e qumico ingls John Dalton (1766-1844) formulou
a teoria atmica da matria, divulgada em sua obra The new system of chemical
philosophy, publicada em 1808. A qumica passou a ser construda sobre as bases
tericas da nomenclatura de Lavoisier e a teoria atmica de Dalton, e despendeu
algumas dcadas na tarefa de classificar substncias em elementos e compostos. Na
Alemanha, Friedrich Kekul (1829-1896) descobriu a estrutura verdadeira de compostos
orgnicos, com as ligaes alternativas do anel benznico. Ento, Lothar Meyer (1830-
1895), na Alemanha, e Dmitri Mendeleyev (1834-1907), na Rssia, dominaram a
estrutura da tabela peridica dos elementos e puderam predizer as propriedades de
elementos desconhecidos. A partir de ento, a qumica passou a alcanar uma unidade
mais prxima com a fsica e a adquirir um potencial crescente para aplicaes industriais.
Os progressos em biologia foram igualmente extraordinrios. A abordagem
experimental foi inicialmente desenvolvida com sucesso em fisiologia, principalmente pela
escola de Johannes Mller (1801-1858), na Alemanha, e por Claude Bernard (1813-1878)
e Louis Pasteur (1822-1895), na Frana. Na Inglaterra, Charles Darwin (1809-1882) e
Alfred Russell Wallace (1823-1913) conceberam a seleo natural pelo princpio da
sobrevivncia do mais forte e estabeleceram a teoria da evoluo (1859). Na ustria, o
monge e botnico Gregor Johann Mendell (1822-1884) estabeleceu as leis bsicas da
hereditariedade.
Algumas tendncias do sculo 19 tornaram-se mais salientes no incio do sculo
20. Nessa poca, a cincia tornou-se cada vez mais profissional em sua organizao
social. Quase toda pesquisa era executada por especialistas altamente treinados,
empregados exclusivamente ou principalmente para esse trabalho em instituies
especializadas. As comunidades de cientistas, organizadas por disciplinas, gozavam de
um alto grau de autonomia no estabelecimento de objetivos e padres de pesquisa, e na
certificao, emprego e atribuio de recompensas de seus membros. Forados pela
competio, os cientistas tendem a se tornarem pesquisadores muito especializados. O
estilo dominante desse perodo era reducionista: as pesquisas eram concentradas
principalmente em processos artificialmente puros, estveis e controlveis, obtidos em
laboratrio, e as teorias favoritas eram aquelas que envolviam as causas fsicas mais
simples, usando argumentos matemticos. Os desenvolvimentos cientficos dessa poca
eram modelados segundo os padres da fsica terica.
O esprito positivo dessa cincia era mostrado pela sua crescente separao da
reflexo filosfica. As teorias da relatividade (1905 e 1916) de Albert Einstein (1879-1955)
e o princpio da incerteza na teoria quntica (1927) do fsico alemo Werner Heisenberg
(1901-1976) levantaram vigorosas discusses filosficas.
As realizaes cientficas do incio do sculo 20 so demasiadamente imensas para
serem enumeradas. Entretanto, pode-se destacar um padro comum de avano. Em
cada um dos campos mais importantes o progresso baseou-se no bem sucedido trabalho
descritivo do sculo 19. A atividade cientfica dirigiu-se inicialmente para uma anlise
mais refinada dos constituintes e de seus mecanismos e, ento, para snteses que
originaram os nomes de disciplinas hbridas, tais como bioqumica e biofsica. Na fsica,
as teorias clssicas das principais foras fsicas (calor, eletricidade e magnetismo) foram
unificadas pela termodinmica; e no incio do sculo surgiram descobertas
completamente novas (raios X e radioatividade, por exemplo) e a penetrao na estrutura
da matria (teoria atmica e isotopia). Essas descobertas demandaram a reviso das leis
fundamentais da fsica e algumas de suas pressuposies metafsicas (relatividade e
teoria quntica). Mtodos qumicos tornaram-se necessrios para muitos desses
trabalhos em fsica. Por outro lado, as novas teorias fsicas eram suficientemente
poderosas para prover explicaes efetivas para uma ampla variedade de fenmenos
qumicos. Com base nessas descobertas, a indstria qumica produziu uma grande
variedade de substncias totalmente sintticas (fibras e plsticos, por exemplo).
Nas cincias biolgicas, os mtodos fsicos e qumicos contriburam para
descobertas e explicaes de agentes engenhosos (vitaminas, hormnios) e a
reconstruo de ciclos complexos de transformaes qumicas por meio das quais a
matria vive. A cincia mdica pde desenvolver a bacteriologia e, atravs da descoberta
de drogas especficas e gerais, ela reduziu de modo acentuado as doenas epidmicas
clssicas e as doenas cruis da infncia.
At o final desse sculo, os avanos cientficos continuaram a crescer em todas as
reas, de modo to vertiginoso que se torna impossvel catalog-los; apenas para
ilustrao: no transporte culminaram com a viagem Lua e lanamento de satlites e
sondas para explorao espacial; na sade, com o controle de muitas doenas e o
aumento da longevidade; nas comunicaes, com o uso em larga escala da Internet.
Exerccios Exerccios Exerccios Exerccios 1 11 1. .. .1 11 1
1. Qual a origem do conhecimento emprico? Como ele adquirido e consolidado?
2. Como o conhecimento mtico sucede ao conhecimento emprico?
3. Explique a origem e os fundamentos do conhecimento religioso.
4. Explique as origens, as caractersticas e o significado do conhecimento filosfico.
5. Quais so as origens do conhecimento popular, comum ou ordinrio?
6. Qual a origem do conhecimento cientfico?
7. Como o conhecimento cientfico chega ao homem comum?
8. Caracterize as distines essenciais entre conhecimento cientfico e conhecimento popular.
9. Qual a relao entre a cincia e as escolas filosficas do racionalismo e empirismo?
10. Caracterize as distines da cincia em relao s escolas filosficas do pragmatismo e do
determinismo.
11. Explique as fontes de influncia que originaram a cincia moderna na ps-renascena.
12. Descreva a origem do mtodo cientfico moderno.
1.5 1.5 1.5 1.5 Mtodo Cientfico Mtodo Cientfico Mtodo Cientfico Mtodo Cientfico
A cincia freqentemente definida como uma "acumulao de conhecimentos
sistemticos". Essa definio inclui trs termos bsicos da caracterizao da cincia.
Todavia ela inadequada, como outras definies que ressaltam o contedo da cincia
em vez de sua caracterstica fundamental: seu mtodo de operao. Isso
inconveniente, pois o contedo da cincia est mudando constantemente, dado que
conhecimento considerado cientfico hoje pode tornar-se no cientfico amanh. Alm
disso, a demarcao entre cincia e no-cincia no bvia. Realmente, ela no uma
linha ntida, mas uma rea mvel e sujeita a debates.
A cincia visa compreenso do mundo em que o homem vive, o conhecimento da
realidade. Assim, ela fundamentalmente um mtodo de aproximao do mundo
emprico, isto , do mundo suscetvel de experincia pelo homem. O consenso em
relao aos atributos e processos essenciais do mtodo da cincia permite uma
conceituao funcional da cincia atravs de seu mtodo, como segue:

A cincia cincia cincia cincia um mtodo objetivo, lgico e sistemtico de anlise dos fenmenos,
criado para permitir a acumulao de conhecimento fidedigno.

Para a melhor compreenso desta definio de cincia conveniente a explicao
de seus termos chaves:
Mtodo Mtodo Mtodo Mtodo. Uma controvrsia surge freqentemente quanto unicidade do mtodo
cientfico. Pode-se argumentar que esta no uma questo conceitual, mas um problema
principalmente semntico que decorre dos vrios significados atribudos palavra
mtodo. De fato, embora os vrios campos da cincia difiram em contedo e em
tcnicas, um exame de toda cincia altamente desenvolvida revela uma base comum de
procedimentos de investigao, que constitui o mtodo geral da cincia. A
implementao desse mtodo em reas particulares da cincia usualmente requer
tcnicas e procedimentos especficos, que constituem os mtodos particulares da cincia.
Objetivo Objetivo Objetivo Objetivo. A objetividade na cincia se refere a atitudes despidas de capricho
pessoal, tendenciosidade e pr-julgamento, a mtodos para o descobrimento de
qualidades publicamente demonstrveis de um fenmeno e ao princpio de que o ltimo
recurso de um argumento especulativo o fenmeno objetivo, ou seja, uma observao
ou experincia que possa ser verificada publicamente por observadores treinados. A
evidncia em cincia fatual, no conjuntural, e a verdade obtida pela demonstrao
emprica. Embora a cincia seja praticada por indivduos, o mtodo cientfico inspira um
modo de proceder rigoroso e impessoal, ditado pelas exigncias de procedimentos
lgicos e objetivos. O cientista busca, constantemente, esse modo de proceder pelo
treinamento e pelo uso de instrumentos de objetivao que lhe permitam olhar seus
dados com o mnimo possvel de tendenciosidade.
Lgico Lgico Lgico Lgico. Dizer que a cincia um mtodo lgico significa que o cientista
constantemente guiado por regras aceitveis de raciocnio padronizadas por lgicos
reputados. Competncia em cincia requer competncia em anlise lgica. Regras de
definio, formas de inferncia dedutiva e indutiva, teoria da probabilidade, clculo, etc.,
so fundamentais em qualquer cincia reputada. A cincia um arranjamento sistemtico
de fatos, teorias, instrumentos e processos, inter-relacionados por princpios do
raciocnio. Embora se possa agir em reas aplicadas apreendendo e aplicando frmulas,
agir como cientista requer uma fundamentao completa em anlise lgica, bem como
proficincia e conhecimento de carter fatual especfico.
Sistemtico Sistemtico Sistemtico Sistemtico. A cincia uma forma sistemtica de anlise. A cincia procede de
maneira ordenada, tanto na organizao de um problema quanto nos mtodos de
operao. Ela no procede ao acaso ou acidentalmente. Essa uma das caractersticas
essenciais que distingue a abordagem cientfica. A anlise no cientfica tende a ordenar
fatos diversos e freqentemente no relacionados para a defesa de um argumento,
violando princpios aceitveis de inferncia lgica. O procedimento sistemtico inerente
abordagem cientfica toma a forma de uma seqncia de passos compactamente
interligados e logicamente arranjados que permite poucos desvios. A verificao em
cincia um processo sistemtico de inferncia lgica que exige que premissas, fatos e
concluses sejam arranjados ordenadamente.
O carter sistemtico da cincia tambm implica em consistncia interna. Em uma
cincia bem desenvolvida, as vrias teorias e leis so inter-relacionadas e corroborativas.
Elas se apiam mutuamente ou, pelo menos, no se contradizem. Uma cincia imatura
caracterizada por discordncias internas de teorias, leis, proposies, princpios e,
mesmo, de mtodos. Saliente-se, entretanto, que consistncia completa e final nunca
atingida, mesmo nas cincias mais avanadas. Novas descobertas sugerem novas leis,
princpios e teorias, que, por sua vez, requerem a modificao de noes de realidade
estabelecidas.
Fenmenos Fenmenos Fenmenos Fenmenos. O mtodo cientfico aplicvel a qualquer fenmeno, ou seja, a
qualquer evento ou comportamento que possua atributos ou conseqncias
demonstrveis objetivamente. Se um evento presumido como inerentemente subjetivo
(por exemplo, uma idia, um sentimento, um sonho), ento ele no tratvel pela anlise
cientfica, a menos que sua presena possa ser demonstrada por meio de atributos ou
conseqncias objetivas. Embora os fenmenos estudados pela cincia sejam
publicamente verificveis, no se deve entender que tais objetos de pesquisa sejam o
nico interesse da cincia. O mtodo cientfico construdo sobre uma base de
abstraes ideais (isto , noes, idias, teorias, leis, princpios, etc.) destinada a
relacionar e explicar objetos e eventos observveis. Muito do contedo da cincia
consiste de noes intelectuais sobre cousas e eventos. Mas o objeto de todos tais
pensamentos o fenmeno particular sob estudo.
Criado Criado Criado Criado. A cincia um sistema criado pelo engenho humano constitudo de
conhecimento fatual diverso sintetizado em um conjunto inter-relacionado e lgico. Por
sua vez, o mtodo cientfico uma criao para servir a um propsito particular: o
desenvolvimento e arranjamento ordenado desse conhecimento e de idias referentes
realidade na forma que parece a mais frutfera para os fins a serem servidos. Como
criado para servir a um propsito particular, o mtodo cientfico pode ser alterado quando
novas idias sugerem modificaes. Deve-se observar que o homem arranja seu
pensamento referente ao mundo em que vive segundo vrias preferncias, e o mtodo
cientfico o arranjamento que at agora se tem revelado o mais frutfero para a
explicao de fenmenos objetivos.
Acumulao Acumulao Acumulao Acumulao. A cincia um sistema acumulativo e integrado, construdo de modo
ordenado, onde cada fato, lei, teoria, princpio, etc. suporta outros fatos, leis, teorias, etc.
Mas a cincia no uma mera acumulao de conhecimento. O conhecimento cientfico
dinmico, no esttico. A cincia procura, sempre, conhecimento adicional, na crena
de que o conhecimento nunca completo. A verdade em cincia sempre relativa e
temporal, nunca absoluta e final. Em contraste com muitos sistemas filosficos e
ideolgicos fechados, a cincia se caracteriza como um sistema de idias aberto. Por
isso, ela cresce constantemente, descartando noes errneas ou inteis e substituindo-
as por outras mais corretas e teis luz de novas evidncias.
O atributo acumulativo da cincia no deve significar que ela cresce por simples
adio. A histria da cincia mostra que explicaes e designaes complexas esto
sendo constantemente substitudas por explicaes e terminologias cientificamente mais
simples e mais precisas. Esse princpio de parcimnia da cincia determina que o
cientista deve permanentemente esforar-se para obter explicaes que envolvam o
mnimo possvel de termos, atributos, conceitos e frmulas. Assim, uma funo
importante da cincia a explicao dos fenmenos de modo to parcimonioso quanto
possvel. O atributo acumulativo e o princpio de parcimnia so intimamente interligados.
De fato, a cincia esfora-se, constantemente, para a predio do comportamento de
fenmenos ainda no observados, com base nas qualidades comuns conhecidas que
eles possuem como membros de uma classe de fenmenos. Conjuntamente,
acumulao, ordenao e parcimnia permitem que possa ser feito um nmero elevado
de predies especficas a partir de poucas leis bsicas e gerais.
O termo reducionismo tem sido empregado em discusses desse amplo princpio
de parcimnia. O reducionismo se refere prtica geral de procurar abarcar tantas
subteorias quando possvel em categorias mais amplas e mais inclusivas de grandes
teorias. Embora muito do conhecimento cientfico em um dado momento seja
temporariamente no relacionado ou coordenado, o cientista se esfora, constantemente,
para relacionar fatos isolados em conjuntos ou modelos significativos. A histria da
cincia mostra que com o tempo tais modelos tornam-se integrados em sistemas mais
amplos de fatos e idias (teorias) que permitem maior amplitude de explicaes do que
seria possvel se os fatos segmentados fossem utilizados isoladamente.
Conhecimento fidedigno Conhecimento fidedigno Conhecimento fidedigno Conhecimento fidedigno. No presente contexto, conhecimento fidedigno se refere a
conhecimento confivel em termos de predio. Nesse sentido, conhecimento fidedigno
significa conhecimento correto. A cincia se empenha, constantemente, pela exatido.
Ela no se satisfaz com meias-verdades e intolerante com procedimentos descuidados.
De fato, a cincia progride na medida em que suas medies e clculos se tornam mais
refinados. Saliente-se, entretanto, que preciso e exatido no so um fim em si. Elas
so relativas apenas aos propsitos a que servem, isto , promoo de descries mais
especficas, que permitam predio ou controle fidedigno.
Admitidamente, grande parte do conhecimento popular fidedigno no sentido de
que muito do comportamento comum previsvel com base nos costumes, experincia,
etc. Entretanto, muito da previso popular, quando exata, o simplesmente por mera
chance. A funo do mtodo cientfico a compreenso dos fenmenos de tal modo que
a razo e o alcance de previses exatas possam ser constantemente aumentados.
Presumivelmente, apenas atravs de um sistema de conhecimentos vlido e
organizado, tal como a cincia, que previses podem ser efetivamente estendidas alm
da experincia limitada de um grupo de indivduos particular e simples.
A cincia um processo lgico de investigao para a soluo de problemas e a
busca de respostas a questes referentes a fenmenos naturais. Atravs do mtodo
cientfico, os cientistas tentam a gerao de um corpo de conhecimento livre de crenas,
percepes, valores, atitudes e emoes pessoais. Isso logrado atravs de verificao
emprica de idias e crenas por procedimento aberto inspeo pblica. A
confiabilidade do conhecimento cientfico deriva de sua base em evidncia provida por
observao objetiva.
1.6 1.6 1.6 1.6 Estratgia e Ttica da Cincia Estratgia e Ttica da Cincia Estratgia e Ttica da Cincia Estratgia e Ttica da Cincia
O mtodo cientfico o procedimento geral da cincia aplicado no processo de
aquisio de conhecimento, independentemente do tema em estudo. Entretanto, cada
classe de problemas de conhecimento requer o desenvolvimento e a aplicao de
procedimentos especiais adequados para os vrios estgios do tratamento dos
problemas, desde o enunciado desses at o controle das solues propostas. So
exemplos desses procedimentos ou tcnicas especiais a anlise colorimtrica para a
determinao de caractersticas fsico-qumicas de uma substncia e a anlise de vigor
para a determinao da qualidade fisiolgica da semente.
1.6.1 1.6.1 1.6.1 1.6.1 Estratgia cientfica Estratgia cientfica Estratgia cientfica Estratgia cientfica
O mtodo cientfico compreende um conjunto ordenado de operaes para a
caracterizao e soluo de problemas, que comum a todas as reas da cincia.
Assim, o mtodo cientfico constitui a estratgia da cincia para a gerao de
conhecimento. Essa estratgia ilustrada pelo Exemplo Exemplo Exemplo Exemplo 1 11 1. .. .1 11 1.
Exemplo Exemplo Exemplo Exemplo 1 11 1. .. .1 11 1
Suponha-se a seguinte questo: Porque a produtividade do trigo no Rio Grande do Sul
baixa? Uma resposta simples a essa questo poderia ser derivada da observao emprica de que
as condies ambientais nesse Estado so desfavorveis ao cultivo do trigo. Pesquisadores
cientficos desse problema no se satisfariam com explicaes simples e genricas como essa, e
iniciariam pelo exame crtico do prprio problema, antes de tentarem a busca de uma soluo para
ele. De fato, aquela pergunta implica uma generalizao emprica que pode ser refinada atravs
de sua decomposio em perguntas menos gerais, como as duas seguintes: Sob que
circunstncias ambientais (referentes a solo, clima, incidncias de doenas e pragas, etc.) a
produtividade tem sido baixa? Nessas circunstncias, quais so as caractersticas relevantes das
tcnicas de cultivo de trigo (cultivares utilizadas, tratamentos fitossanitrios, fertilizao e correo
do solo, etc.) que podem ter implicaes sobre a produtividade? As questes postas dessa forma
ainda so demasiadamente vagas e podem ser mais refinadas atravs da formulao de
perguntas mais especficas, tais como: A produtividade tem sido mais baixa em anos de
temperatura e umidade relativa elevadas durante o ciclo vegetativo do trigo? Em que estdios do
desenvolvimento da planta essas condies so mais adversas? Em que estdios de seu
desenvolvimento a planta mais suscetvel a essas condies climticas? Essas condies de
clima favorecem o desenvolvimento de doenas fngicas do trigo? Quais doenas fngicas? As
cultivares em uso so suscetveis a essas condies de clima? So elas suscetveis a essas
doenas fngicas?
Assim, uma anlise do problema inicial demasiadamente genrico e vago baixa
produtividade do trigo no Rio Grande do Sul conduz a um conjunto de problemas mais
especficos que tm implicaes negativas sobre a produtividade do trigo nesse Estado; por
exemplo, suscetibilidade de cultivares de trigo a temperatura e umidade relativa elevadas;
incidncia de doenas fngicas; incidncia da ferrugem; suscetibilidade de cultivares a doenas
fngicas. Cada problema ou pergunta simples e precisa que possa ser passvel de soluo ou
resposta com o conhecimento cientfico atual e os recursos disponveis constitui um problema problema problema problema
cientfico cientfico cientfico cientfico ou problema de pesquisa problema de pesquisa problema de pesquisa problema de pesquisa.
Cada problema cientfico suscitar uma ou mais conjeturas de soluo ou resposta.
Considere-se, por exemplo, o seguinte problema: prejuzo produtividade do trigo decorrente da
incidncia da ferrugem. Esse problema pode suscitar diversas conjeturas, tais como: a)
temperatura e umidade relativa elevadas favorecem a incidncia da ferrugem; b) a ocorrncia da
ferrugem pode ser controlada atravs de fungicidas; e c) a incidncia da ferrugem pode ser
evitada com o uso de cultivares resistentes. Cada uma dessas conjeturas que possa ser verificada
empiricamente constitui uma hiptese cientfica hiptese cientfica hiptese cientfica hiptese cientfica ou hiptese de pesquisa hiptese de pesquisa hiptese de pesquisa hiptese de pesquisa.
Ento, cada uma dessas conjeturas poder ser verificada empiricamente atravs de suas
conseqncias. Por exemplo, a) se elevadas temperatura e umidade relativa so determinantes da
incidncia da ferrugem e conseqente diminuio da produtividade, ento lavouras de trigo que
difiram quanto quelas caractersticas devem apresentar diferentes graus de incidncia de
ferrugem e diferentes nveis de produtividade; b) se fungicidas controlam a incidncia da ferrugem,
ento lavouras com fungicidas eficazes devem ser mais produtivas que lavouras sem esses
fungicidas ou com fungicidas ineficazes; c) se a suscetibilidade ferrugem um determinante
importante da produtividade baixa, ento lavouras que difiram quanto a cultivares com nveis
diferentes de suscetibilidade (ou de resistncia) e sejam semelhantes quanto s demais
caractersticas devem ter nveis de produtividade diferentes.
A verificao de cada hiptese cientfica poder ser procedida atravs de uma pesquisa pesquisa pesquisa pesquisa
cientfica cientfica cientfica cientfica que compreender a observao e coleta ou reunio de dados por meios cientficos. Por
exemplo, na presente ilustrao, atravs de: a) uma pesquisa conduzida em lavouras, em diversos
locais e em vrios anos, com variao natural de temperatura e umidade relativa; b) uma pesquisa
com fungicidas disponveis e um controle (sem fungicida); c) uma pesquisa com cultivares
disponveis com diferentes nveis de suscetibilidade (ou resistncia) ferrugem.
Finalmente, em cada pesquisa particular, sero avaliados os mritos das alternativas de sua
hiptese, o que poder conduzir a refutao ou no refutao dessa hiptese. Se as observaes
coletadas ou reunidas pela pesquisa no concordarem com as conseqncias derivadas da
hiptese, a hiptese ser refutada. Caso contrrio, ou seja, se essas observaes se colocarem
em linha com a hiptese, a hiptese no ser refutada. Nesse ltimo caso, proceder dizer-se que
as observaes corroboraram a hiptese. Observe-se, entretanto, que uma hiptese jamais
comprovada, pois estar sempre sujeita a ser refutada por uma observao futura.
Ento, o conhecimento cientfico derivado ser incorporado ao corpo de conhecimento
anterior.
Se uma hiptese for refutada, ser necessria a formulao de outra hiptese e o reincio
do procedimento; se ela for corroborada, ser desejvel sua ampliao ou aperfeioamento.
Em geral, se uma pesquisa for cuidadosa e imaginativa, a soluo do problema que a
originou suscitar um novo conjunto de problemas. As pesquisas mais importantes e frteis so
aquelas capazes de desencadear novas questes e no as tendentes a levar o conhecimento
estagnao. De fato, a importncia de uma pesquisa cientfica avaliada pelas alteraes que
produz no corpo de conhecimento e pelos novos problemas que suscita.

O Exemplo Exemplo Exemplo Exemplo 1 11 1. .. .1 11 1 ilustra o procedimento geral da cincia para aquisio de
conhecimento. Nesse processo pode-se distinguir a seguinte seqncia de operaes:
1) Enunciao de perguntas bem formuladas e frteis problemas cientficos.
2) Formulao de conjeturas bem fundamentadas que possam ser submetidas
prova atravs de experincia, para responder as perguntas hipteses
cientficas.
3) Derivao de conseqncias lgicas das conjeturas.
4) Verificao emprica das conjeturas.
5) Anlise e interpretao dos resultados da verificao das conjeturas avaliao
da pretenso de verdade das conjeturas.
6) Determinao dos domnios para os quais valem as conjeturas, incorporao do
novo conhecimento cientfico ao corpo de conhecimento disponvel, e formulao
de novos problemas originados da pesquisa.
Esse processo do mtodo cientfico esquematizado na Figura Figura Figura Figura 1 11 1. .. .1 11 1.

Figura Figura Figura Figura 1 11 1. .. .1 11 1. Representao esquemtica do processo do mtodo cientfico.

Em resumo, o mtodo cientfico inicia com o exame do conhecimento existente e a
identificao de um ou mais problemas de interesse. Para cada um desses problemas
formulada uma ou mais hipteses. Ento, cada uma dessas hipteses examinada para
a derivao de previso lgica de conseqncias que possam ser verificadas
objetivamente. A prxima etapa a verificao objetiva de cada uma dessas hipteses
atravs de novas observaes. Se essa verificao emprica objetiva confirma a previso
referente a uma hiptese particular, acumula-se evidncia em favor dessa hiptese e ela
aceita como um fato, incorporando-se ao corpo de conhecimento existente. Sua vida
subseqente pode ser breve ou longa, pois, constantemente, novas dedues podem ser
extradas e comprovadas, ou no, por meio de observao emprica objetiva. Essa
propriedade circular do mtodo cientfico ilustrada na Figura Figura Figura Figura 1 11 1. .. .2 22 2.


Figura Figura Figura Figura 1 11 1. .. .2 22 2. Diagrama que ilustra a propriedade circular do mtodo cientfico.

O processo fundamental do mtodo cientfico pode ser resumido como uma
repetio cclica de fases de sntese, anlise e sntese. O mtodo cientfico para a
soluo de um problema genrico referente a um fenmeno inicia com uma viso global
desse fenmeno (sntese sntese sntese sntese). Entretanto, mesmo as partes mais restritas do universo so
demasiadamente complexas para serem compreendidas globalmente e de modo
completo pelo esforo humano. Torna-se necessrio ignorar muitos dos aspectos do
fenmeno e abstrair uma sua verso idealizada, com a expectativa de que ela seja uma
aproximao til. Freqentemente, certas caractersticas dessas idealizaes so
alteradas para simplificao. Essa idealizao , ento, decomposta em um nmero de
partes relativamente simples nas quais possam ser identificados problemas especficos
para tratamento separado (anlise anlise anlise anlise). Basicamente, essa decomposio visa
identificao de partes independentes, ou que interajam de modo simples. Quando os
problemas referentes a essas partes so solucionados, o novo conhecimento integrado
ao corpo de conhecimento existente (sntese sntese sntese sntese).
1.6.2 1.6.2 1.6.2 1.6.2 Ttica cientfica Ttica cientfica Ttica cientfica Ttica cientfica
O mtodo cientfico a estratgia comum da cincia. Entretanto, a execuo
concreta de cada uma das operaes do mtodo cientfico em uma pesquisa particular
requer uma ttica particular que compreende um conjunto de tcnicas que dependem do
tema e do estado do conhecimento referente a esse tema. Essas tcnicas especficas
mudam muito mais rapidamente que o mtodo geral da cincia. Alm disso, muito
freqentemente, so utilizveis apenas em campos particulares da cincia. Assim, por
exemplo, a determinao dos sintomas de deficincia nutricional de plantas de arroz
exige tcnicas essencialmente diversas das necessrias para a obteno de plantas
resistentes infeco com um vrus. A resoluo efetiva do primeiro problema depender
do estado em que se encontre a teoria da nutrio de plantas, enquanto que a do
segundo depender do estado da teoria da resistncia a doenas.
As tcnicas cientficas podem ser classificadas em conceituais e empricas.

As tcnicas conceituais tcnicas conceituais tcnicas conceituais tcnicas conceituais fundamentam-se em definies, axiomas, postulados, leis
e teorias. As tcnicas empricas tcnicas empricas tcnicas empricas tcnicas empricas relacionam-se com a observao e a avaliao de
caractersticas de fenmenos naturais atravs de observao e mensurao.

As tcnicas conceituais permitem formular problemas de modo preciso, enunciar as
correspondentes conjeturas ou hipteses, estabelecer os procedimentos para deduzir
conseqncias a partir das hipteses e verificar se as hipteses propostas solucionam os
correspondentes problemas. A matemtica oferece o conjunto mais rico e poderoso
dessas tcnicas. Essas tcnicas tambm so poderosas na pesquisa cientfica de
fenmenos naturais. Entretanto, sua aplicao requer que o conhecimento cientfico
esteja suficientemente consolidado para ser suscetvel de traduo e tratamento
matemtico. Por outro lado, o domnio da maior parte das tcnicas empricas depende
apenas de adestramento. Entretanto, necessrio talento para sua aplicao a
problemas novos, para a crtica das tcnicas conhecidas e, particularmente, para o
desenvolvimento de tcnicas novas e melhores.
1. Qual o inconveniente de definir a cincia atravs de seu contedo, ou seja, do corpo de
conhecimento cientfico?
2. Qual o significado de cada um dos termos objetivo, lgico e sistemtico na definio da
cincia atravs de seu mtodo?
3. Qual o significado de "fenmeno" (natural)?
4. Explique o atributo cumulativo da cincia.
5. O que significa "conhecimento fidedigno"? Qual a relao entre conhecimento fidedigno e
verdade?
6. Ilustre a estratgia da cincia atravs de exemplo de sua rea.
7. Descreva os passos seguidos para a aquisio de conhecimento atravs do mtodo cientfico.
8. Identifique as fases de sntese, anlise e sntese de um ciclo do mtodo cientfico no exemplo
utilizado na resposta ao exerccio 6.
9. Em que consiste a anlise no processo do mtodo cientfico? Porque ela essencial?
10. Ilustre o significado de tcnica cientfica atravs de exemplos de sua rea.
11. Qual a distino bsica entre mtodo cientfico e tcnica cientfica?
12. Qual a distino bsica entre tcnica cientfica conceitual e tcnica cientfica emprica?
1.7 1.7 1.7 1.7 Objetivos e alcance da cincia Objetivos e alcance da cincia Objetivos e alcance da cincia Objetivos e alcance da cincia
A cincia tem dois objetivos fundamentais. Em primeiro lugar, o incremento do
conhecimento - objetivo intrnseco, ou cognitivo; em segundo lugar, o aumento do bem
estar do homem e de seu domnio sobre a Natureza - objetivo extrnseco, ou derivado.

A cincia com objetivo puramente cognitivo denominada cincia pura cincia pura cincia pura cincia pura. A cincia cincia cincia cincia
aplicada aplicada aplicada aplicada ou tecnologia tecnologia tecnologia tecnologia utiliza o mesmo mtodo geral da cincia e vrios de seus
mtodos especiais, mas os aplica com fins prticos.

So exemplos de cincia pura a fsica, a qumica, a biologia e a psicologia; de
cincia aplicada, a engenharia eltrica, a bioqumica, a agronomia, as medicinas humana
e veterinria e a pedagogia.
Essa diviso da cincia freqentemente questionada, com o argumento de que a
cincia visa, em ltima instncia, a satisfao das necessidades de alguma natureza.
Entretanto, ela est relacionada aos objetivos das vrias reas da cincia e explica as
diferenas de atitude e de motivao entre o cientista que busca entender melhor a
realidade e o cientista que busca melhorar o domnio sobre ela.
A cincia fundamentalmente um mtodo de aquisio de conhecimento fidedigno.
Na busca desse objetivo, o que ela alcana - o conhecimento cientfico, um
conhecimento terico, ou seja, uma interpretao da realidade, no a prpria realidade.
Essa interpretao terica freqentemente expressa em termos de condies ou
formas ideais ou perfeitas; por exemplo, uma sntese perfeita de duas ou mais
substncias qumicas, denominada soluo, um espao absolutamente sem matria,
denominado vcuo, e uma figura absolutamente redonda, denominada crculo. Essas
formas concebivelmente ideais constituem modelos modelos modelos modelos. Esses modelos so apenas
aproximaes e, portanto, interpretaes tentativas da realidade. A funo da cincia o
esforo constante para refinar e melhorar tais modelos, de modo que eles possam
aproximar continuamente a realidade em termos de evidncia emprica crescente e mais
refinada.
A cincia baseada em fatos. Um fato cientfico fato cientfico fato cientfico fato cientfico uma proposio referente a
propriedades ou caractersticas de um fenmeno que foi verificada emprica e
objetivamente atravs do mtodo cientfico. Entretanto, fatos na cincia no so
interpretados e empregados isoladamente. Ao contrrio, so inter-relacionados de modo
significativo atravs de teorias cientficas teorias cientficas teorias cientficas teorias cientficas para sugerir relaes causais, como a teoria
mendeliana da herana e a teoria newtoniana do movimento. Fatos cientficos podem ser
empregados para: a) sugerir novas teorias; b) sugerir reviso ou rejeio de teorias
existentes; e c) redefinir ou esclarecer teorias. Assim, os fatos cientficos so os
elementos bsicos que constituem os alicerces do conhecimento confivel e a teoria
cientfica, a superestrutura desse conhecimento.
A relao entre teoria e fato pode no ser direta. Um conjunto inter-relacionado de
fatos pode constituir uma regularidade emprica e ser formulado como uma lei cientfica lei cientfica lei cientfica lei cientfica,
como a lei da inrcia e a lei da gravidade. Entretanto, uma teoria cientfica uma
declarao explicativa sinttica generalizada da causa de um fenmeno ou da inter-
relao entre classes de fenmenos. Alm de explicar ou levar em conta de modo
sistemtico as relaes entre fatos e leis, a teoria cientfica tambm tem a funo de
servir como explicao unificadora para a possvel deduo de hipteses. Assim,
hipteses dedutveis da teoria so intermedirias entre fatos e teorias, como tambm o
so leis cientficas que inter-relacionam fatos verificados (Figura Figura Figura Figura 1 11 1. .. .3 33 3).

Figura Figura Figura Figura 1 11 1. .. .3 33 3. Relaes entre teoria, hiptese, lei e fato.

A ambio da cincia o desenvolvimento de teorias frutferas que abranjam a
gama mais ampla possvel de fenmenos. De fato, o objetivo bsico da cincia a
criao de teorias que permitam explicar ou predizer fenmenos. A criao de teorias
desenvolvida atravs da pesquisa cientfica.
A teoria na cincia tem as seguintes funes:
a) orientar a pesquisa ela reduz a amplitude de fatos a serem utilizados e ao
mesmo tempo determina que tipos de fatos sero realmente relevantes para os
propsitos da pesquisa;
b) servir como um sistema tanto de conceituao como de classificao ela
permite a criao de conceitos referentes a processos importantes, a
classificao de objetos relevantes (taxonomia) e a criao de estruturas de
conceitos;
c) permitir um resumo do que j conhecido sobre um fenmeno, tornando
possvel um enunciado de generalizao emprica ou a criao de sistemas de
relaes entre proposies (leis, princpios, axiomas);
d) sugerir a predio de fatos; e
e) salientar falhas no conhecimento existente.
comum a idia de que a cincia lida apenas com fatos e que sua funo bsica
pesquisar e revelar a verdade. Esta viso, embora prxima da correta, subestima o
papel da cincia. A noo de verdade tem preocupado epistemlogos e filsofos por
muitos sculos. A dificuldade de definir o termo verdade origina-se da suposio de que
alguma cousa uma verdade, basicamente, inerentemente ou necessariamente, ou no
o . Todavia, a histria da experincia humana tem demonstrado muito claramente que o
que em uma poca tido como inquestionavelmente verdadeiro pode vir a ser
ulteriormente considerado como inquestionavelmente falso (por exemplo, o sol gira em
torno da terra). Ademais, em qualquer poca, grupos diferentes podem definir o mesmo
(ou, pelo menos aparentemente, o mesmo) fenmeno de modo muito diferente. Por
exemplo, para algumas pessoas inquestionavelmente verdadeiro que os criminosos
nascem maus, ou que os orientais so naturalmente habilidosos, enquanto que para
outras tais noes no tm evidncia substancial que as suporte. Esta dificuldade de
definir verdade, devido noo de verdade ou falsidade inerente, evitada na cincia.
Um fato cientfico uma assero ou proposio de verdade fidedigna por ser
suportada por evidncia emprica objetiva. No uma assero ou proposio de
verdade certa. A verdade em cincia jamais final ou absoluta. A fidedignidade de um
fato cientfico relativa quantidade e ao tipo de evidncia que a substancia. A razo
porque todo conhecimento fatual em cincia relativo em vez de absoluto uma
conseqncia de seu carter experiencial. Fatos derivados de experincia conduzem a
verdades provveis, nunca a verdades certas, porque a experincia infinita, e uma
experincia futura pode requerer uma nova interpretao de um fenmeno. Como
molduras de referncia podem diferir entre cientistas, no surpreendente encontrar
disputas ocasionais referentes validade de um fato afirmado. Por exemplo, segundo
uma escola de psicologia, um fato que o sonho evidncia de desejos subconscientes.
Entretanto, crticos desse ponto de vista sustentam que a evidncia de sonhos
especficos no substancia o fato de que motivos subconscientes so responsveis pelo
contedo do sonho.
Dessa forma, a fidedignidade de um fato cientfico depende da aceitabilidade da
evidncia oferecida. Alguns fatos cientficos so suportados por evidncia objetiva e
emprica inquestionvel (por exemplo, a terra move em torno do sol em ciclos altamente
regulares), enquanto que outros so suportados por evidncia menos convincente (por
exemplo, a fumaa um agente causador de cncer). Por outro lado, algumas asseres
fatuais so dbias em termos de evidncia cientfica (por exemplo, o homem mais
lgico do que a mulher), enquanto que outras so inquestionavelmente falsas (por
exemplo, o uso de amuletos assegura tratamento preferencial de foras naturais).
A cincia busca estabelecer reconstrues conceituais da realidade atravs de
fatos. Uma lei cientfica uma reconstruo conceitual de uma estrutura objetiva; uma
teoria cientfica um sistema de tais enunciados. Mais do que isso, a cincia visa uma
reconstruo conceitual das estruturas objetivas dos fenmenos, tanto dos atuais como
dos possveis, que permita a compreenso exata dos mesmos e, dessa forma, seu
controle tecnolgico. A cada passo, a cincia consegue reconstrues parciais, que so
problemticas e no demonstrveis. Com o progresso da cincia, essas reconstrues
parciais vo se aproximando da realidade. Essa caracterstica da abordagem cientfica
esclarecida pela seguinte verso simplificada do mtodo cientfico, que ilustrada pela
Fig Fig Fig Figura ura ura ura 1 11 1. .. .4 44 4:
1) observao de algum aspecto do universo;
2) proposio de uma descrio tentativa que seja consistente com o que foi
observado, ou seja, de uma hiptese cientfica;
3) uso da hiptese para fazer predio;
4) teste desta predio atravs de novas observaes e modificao da hiptese
luz dos resultados; e
5) repetio dos passos 3 e 4 at que no ocorram discrepncias entre a teoria e
as observaes.

Fig Fig Fig Figura ura ura ura 1 11 1. .. .4 44 4. Verso simplificada do mtodo cientfico que caracteriza a
propriedade da teoria cientfica de aproximao continuada
da realidade.

Quando obtida consistncia a hiptese torna-se uma teoria e prove um conjunto
de proposies coerentes que explica uma classe de fenmenos. Assim, uma teoria
uma estrutura com base na qual so explicadas observaes e feitas predies.
Esse processo de reconstruo do mundo mediante idias e verificao de toda
reconstruo parcial infinito. A cincia no se prope um objetivo definido e final, como
a construo completa do conhecimento sem falhas. O objetivo da cincia mais
propriamente o aperfeioamento contnuo de seus principais produtos - as teorias, e
meios - as tcnicas.
Assim, o conhecimento cientfico no simples acumulao de fatos, mas
permanente reviso conceitual. Seu progresso se deve a um processo de contnua
correo. A atividade cientfica pode ser considerada como uma tentativa permanente
para diminuir o grau de empirismo e aumentar o alcance da teoria.
Em ltima instncia, o objetivo da cincia a compreenso da realidade. Mas h
uma diferena essencial entre o nvel de compreenso requerido pela cincia e o nvel de
compreenso logrado pelo conhecimento ordinrio. A compreenso da parte do indivduo
comum consiste da habilidade de prover alguma explicao, mesmo que superficial, para
a ocorrncia de algum fenmeno. Assim, por exemplo, o homem comum tem
conhecimento de eventos meteorolgicos, originado da observao de suas ocorrncias.
Ele capaz de identificar eventos que contribuam para a ocorrncia de algum evento
particular, como a chuva. Entretanto, somente a cincia tem sido capaz de desenvolver
conhecimento detalhado referente a relaes de eventos atmosfricos que permite a
previso do tempo com elevado grau de confiabilidade.
A cincia no se satisfaz com critrios superficiais. Ela demanda o exame
detalhado de fenmenos. Um fenmeno considerado conhecido apenas quando
descrito e explicado com elevada exatido, de modo que possa ser predito e, se possvel,
controlado. No aprimoramento do conhecimento, a cincia persegue quatro objetivos
sucessivos:
descrio,
explicao,
predio e
controle.

A descrio descrio descrio descrio a representao do fenmeno para a identificao de suas
caractersticas essenciais; a explicao explicao explicao explicao a caracterizao da razo da existncia do
fenmeno ou de sua causa; a predio predio predio predio a antecipao do conhecimento do
fenmeno antes de sua ocorrncia; e o controle controle controle controle a manipulao das condies que
produzem um fenmeno.

O primeiro objetivo da cincia a descrio. O conhecimento cientfico inicia-se
com a descrio. Apenas aps a aquisio do conhecimento das caractersticas
relevantes do fenmeno, inicia-se a explicao de suas origens. O segundo objetivo a
explicao. A explicao requer a identificao das condies que resultam na ocorrncia
do fenmeno. O homem comum sabe que a chuva freqentemente decorre de certas
condies de nebulosidade e de direo de vento. O cientista cauteloso e conservador.
Ele reconhece que a maioria dos fenmenos tem muitas causas e que nova evidncia
pode requerer a substituio de uma explicao antiga por uma mais apropriada. Na
medida em que o processo de pesquisa cientfica evolui, o conhecimento referente s
causas dos fenmenos cresce e se aperfeioa. Com esse conhecimento crescente, surge
a habilidade de predizer e possivelmente controlar os fenmenos.
O terceiro objetivo da cincia a predio. O estabelecimento de predies requer
o conhecimento das condies antecedentes do fenmeno. A previso do tempo, por
exemplo, requer o conhecimento das condies meteorolgicas que o influenciam, tais
como direo do vento, temperatura, umidade e presso atmosfrica. O avano do
conhecimento da relao de eventos meteorolgicos permite que, na atualidade, possam
ser efetuadas predies de ocorrncias meteorolgicas com elevada exatido. A
impossibilidade de predio exata de um fenmeno indicativa de falha na sua
compreenso.
O quarto e mais avanado objetivo da cincia o controle. Controle, nesse sentido,
significa conhecimento das causas ou condies antecedentes do fenmeno. Se as
condies antecedentes so conhecidas, elas podem ser manipuladas para a produo
do fenmeno como desejado.
1.8 1.8 1.8 1.8 Papel da Lgica na Cincia Papel da Lgica na Cincia Papel da Lgica na Cincia Papel da Lgica na Cincia
Os fatos cientficos so os elementos essenciais que constroem a cincia. Todavia,
eles devem ser dispostos e arranjados em estruturas inter-relacionadas teis.
Contrariamente crena popular, falsa a afirmao de que fatos falam por si s.
Igualmente, no necessariamente verdade que fatos no mentem. Realmente, estas
sentenas no tm significado substantivo. A ferramenta mais essencial da cincia,
juntamente com o fato verificado, o sistema de raciocnio lgico vlido sobre fatos
cientficos que permite a derivao de concluses fidedignas a partir deles. Essas
concluses so proposies sobre inter-relaes de fatos que explicam um dado
fenmeno, que constituem princpios, teorias e leis cientficas.
No mago do raciocnio lgico sobre fatos est um sistema de regras e prescries
que tm sido estabelecidas no curso de vinte e cinco sculos. O emprego correto dessas
regras fundamental a todo esforo cientfico. As regras de raciocnio dedutivo e
indutivo, o uso correto de definies, de procedimentos de amostragem, etc. so partes
essenciais do instrumental intelectual de qualquer cientista. Essas questes so
discutidas nos Captulos que seguem. Tratar-se- aqui apenas da distino entre
veracidade e validade, um dos maiores problemas lgicos envolvidos no raciocnio
cientfico. Esta questo tratada aqui para ilustrar a inter-relao muito significativa entre
fatos cientficos (ou seja, declaraes de veracidade) e o arranjamento lgico entre esses
fatos (isto , raciocnio vlido) que compreende o mago terico da estrutura cientfica.
A maioria dos erros de raciocnio decorre da tendncia comum de confundir
veracidade com validade. Um fato cientfico uma verdade certa verdade certa verdade certa verdade certa ou provvel provvel provvel provvel porque
existe uma evidncia objetiva substancial para suport-lo. Por outro lado, um argumento
vlido vlido vlido vlido quando a concluso necessariamente segue das proposies iniciais, ou seja,
das pressuposies ou premissas. Uma pessoa pode derivar uma concluso errada de
fatos verificados se ela raciocina incorretamente. Ela tambm pode derivar uma
concluso incorreta atravs de raciocnio correto se ela emprega proposies incorretas
como premissas. A soluo para esse problema de inferncia lgica o modo de
operao do argumento vlido.
H apenas uma forma de argumento aceita em lgica como correta (forte): aquela
em que as pressuposies ou premissas so fatos (certa ou provavelmente) verdadeiros
e as inferncias extradas delas so vlidas. Entretanto, h trs formas de argumento
incorreto (fraco). Isso pode explicar porque tantas pessoas extraem concluses
incorretas de fatos cientficos. E tambm porque o conhecimento fidedigno cresce to
vagarosamente em tantos campos. As quatro formas de argumento, uma correta e trs
incorretas, so ilustradas a seguir.
A primeira forma de argumento ilustrada por um exemplo procedente da botnica:
"a papoula uma planta, e todas as plantas necessitam de umidade para viver; portanto,
a papoula necessita de umidade para viver". As premissas ("a papoula uma planta" e
"todas as plantas necessitam de umidade para viver") so ambas estabelecidas por
evidncia experimental e, portanto, so fatos cientficos. Por outro lado, a primeira
premissa identifica um membro (papoula) de uma classe de objetos (plantas), enquanto a
segunda estabelece uma condio pertinente a todos os membros daquela classe
(plantas necessitam de umidade para viver). Logo, a concluso, que atribui a uma
planta particular uma propriedade comum a todas as plantas, segue necessariamente;
portanto, a concluso vlida, o que torna o argumento correto.
Considere-se, agora, um exemplo de uma segunda forma de argumento, a primeira
das trs formas incorretas: "a papoula fresca combustvel, e tudo que combustvel
pode prender fogo; portanto, uma papoula fresca pode prender fogo". Este argumento
incorreto porque a primeira premissa falsa - a papoula fresca no combustvel.
Entretanto, se a propriedade de que a papoula combustvel fosse um fato cientfico, o
argumento seria correto, porque a segunda premissa, ou seja, "tudo que combustvel
pode prender fogo", verdadeira por definio. Dessa forma, a concluso vlida,
embora no verdadeira, porque segue necessariamente das premissas. Este exemplo
ilustra como fcil derivar concluses razoveis (isto , vlidas) que no so
verdadeiras, simplesmente porque uma das premissas no uma verdade certa ou
provvel. Uma extenso desta situao o caso em que ambas as premissas so
fatualmente erradas, mas, se aceitas, conduziriam a uma concluso vlida, embora
errada. Por exemplo, "a papoula contm vitamina A e a vitamina A evita a calvcie;
portanto, a papoula evita a calvcie". O argumento vlido porque a concluso segue
necessariamente das premissas, mas incorreto porque ambas as premissas so falsas.
Uma terceira forma de argumento, a segunda incorreta, ilustrada pelo seguinte: "a
papoula necessita de oxignio para viver, e os humanos necessitam de oxignio para
viver; portanto a papoula humana". Neste caso, ambas premissas so fatos cientficos,
mas a concluso no vlida. A razo porque a concluso no vlida deve ser
salientada: o argumento no inclui em suas premissas a afirmao de que tudo que tem
alguma cousa em comum (neste caso, necessidade de oxignio para viver)
necessariamente semelhante em outros aspectos.
A quarta forma de argumento (a terceira errada) pode ser exemplificada pelo que
segue: "a papoula suculenta, e plantas suculentas tm espinhos; portanto, a papoula
tem espinhos". Este argumento incorreto porque as duas premissas so fatos
conhecidamente falsos e ele invlido na forma: a concluso no segue
necessariamente das premissas porque o que verdade para alguns membros de uma
classe no necessariamente verdade para todos os membros da classe.
Embora tais argumentos no sofisticados no apaream em qualquer cincia
respeitvel, esses exemplos so interessantes para observar como fcil alterar a
estrutura de um argumento de correta para incorreta, ou vice-versa, simplesmente por
pequena alterao.
Muitos exemplos poderiam ser utilizados para ilustrar o papel fundamental de fatos
cientficos e de raciocnio confivel na estrutura da cincia. Na fsica anterior a Galileu era
sustentado que objetos pesados caem mais rpido do que objetos leves. Esta afirmao
um fato falso e invlida na forma. Objetos pesados caem mais rpido do que objetos
leves apenas quando eles apresentam maior densidade, isto , uma menor razo de
resistncia ao meio por unidade de volume. Uma bola de chumbo de 1 kg cai mais rpido
do que um pacote de 10 kg de penas no comprimidas porque sua densidade maior.
Neste argumento no apenas uma das pressuposies um fato falso (a densidade e
no o peso absoluto determina a razo de queda), mas tambm a forma invlida
porque no segue necessariamente que apenas por ser mais leve um objeto deva cair
mais rpido.
Um outro exemplo interessante de argumento incorreto extrado de um fenmeno
social: "Nos Estados Unidos o negro tem uma taxa de criminalidade maior do que o
branco". Esta afirmao, pronunciada inclusive por dirigentes de rgos policiais e
legisladores, ilustra diversos aspectos de lgica incorreta. Em primeiro lugar, ela infere
implicitamente que todo negro tem um potencial mais elevado para cometer crimes; e isto
no um fato cientfico; apenas algumas classes de negros urbanos nos Estados Unidos
exibem uma taxa mais elevada de alguns tipos de crimes popularmente conhecidos. Ela
tambm infere que o negro, mesmo se ele de fato cometesse um nmero de crimes
proporcionalmente mais elevado, o faz porque negro. Esta implicao tambm um
fato falso. Entretanto, interessante notar que este exemplo um caso de afirmao
parcialmente verdadeira que vlida pela razo errada (isto , errada pelo raciocnio de
causao). Nos casos em que o negro tem uma taxa de crime proporcionalmente maior
do que o branco, isso ocorre porque: 1) taxas de crime so proporcionalmente maiores
em reas urbanas do que em reas rurais; e a alegada criminalidade do negro uma
conseqncia da imigrao do negro para reas urbanas; 2) os crimes noticiados
popularmente so geralmente de uma classe criminal mais baixa (roubo, assalto e rapto,
por exemplo); e os negros predominam em classes mais baixas devido sua
discriminao racial no emprego, habitao, etc. e 3) taxas de crime indicadas pela
populao de estabelecimentos penais (onde o nmero de negros proporcionalmente
mais elevado) simplesmente refletem sensibilidade social desproporcional para crimes de
classe baixa.
Esses exemplos devem sugerir o papel fundamental do raciocnio confivel na
cincia. De fato, nenhuma pessoa pode tornar-se um cientista competente, embora possa
tornar-se um praticante efetivo, sem um completo domnio do raciocnio lgico.
1.9 1.9 1.9 1.9 Bases da cinc Bases da cinc Bases da cinc Bases da cincia ia ia ia
As interpretaes (isto , descries ou explicaes) de fenmenos so usualmente
baseadas em algum conhecimento prvio presumvel. Desde que alguns fatos so
necessrios para a prova de outros fatos, todos sistemas de conhecimento so
compelidos prova dos fatos bsicos. Como esses fatos bsicos no podem ser
provados eles devem ser admitidos como convenes fundamentais, necessrias a
qualquer sistema lgico ou epistemolgico. Esses fatos fundamentais so
freqentemente aceitos como indiscutveis (dogmas) ou evidentes em si. Esse tipo de
evidncia , entretanto, uma base dbia e freqentemente irreal para o estabelecimento
de conhecimento vlido.
A cincia se fundamenta em suposies bsicas suportadas por consistncia lgica
com a experincia, que os cientistas empregam para interpretar a evidncia necessria
para produzir fatos verificados, isto , para derivar conhecimento cientfico.
Essas suposies bsicas so os postulados da cincia postulados da cincia postulados da cincia postulados da cincia. Esses postulados no
devem ser confundidos com as descobertas cientficas. Eles so apenas instrumentos
funcionais teis para seus fins, enquanto descobertas cientficas so confirmadas por
evidncia emprica objetiva. Os postulados podem ser alterados com o tempo, caso a
evoluo do conhecimento cientfico venha a demandar novas formas de referncia, visto
que freqentemente novos conhecimentos alteram o estado de descobertas cientficas
anteriores.
O exame da literatura revela que no h concordncia em relao ao nmero e
designao dos postulados. Muitos autores referem a dois ou trs postulados "bsicos";
outros, a um nmero mais elevado. Alguns autores indicam tais postulados, mas no os
designam claramente; outros no mencionam quaisquer postulados especficos,
possivelmente porque supem que qualquer um os conhece.
A lista de oito postulados que segue no deve, portanto, ser considerada como
representativa, visto que ainda no existe tratamento uniforme ou tpico do mtodo
cientfico. Ela apenas uma tentativa de concretizar e agregar o que parece ser
geralmente aceito por autoridades competentes como pressuposies essenciais do
mtodo cientfico.
1) Todo evento tem um antecedente Todo evento tem um antecedente Todo evento tem um antecedente Todo evento tem um antecedente ("causa causa causa causa") natural natural natural natural. As explicaes de eventos
devem ser procuradas em causas ou antecedentes naturais, isto , fenmenos
demonstrveis objetiva e empiricamente. Esse postulado empregado na cincia na
anlise de causalidade. Sua funo principal dirigir a busca da explicao dos
fenmenos para as regularidades que eles aparentemente obedecem.
2) A natureza ordenada, regular e unif A natureza ordenada, regular e unif A natureza ordenada, regular e unif A natureza ordenada, regular e uniforme orme orme orme. A crena de que o universo opera de
acordo com certas regras de regularidade (isto , "leis naturais") inerente anlise
cientfica dos fenmenos naturais. Na prtica, essa crena toma a forma de explicaes
expressas em termos de probabilidades inferidas do particular para o geral, ou da
experincia passada para o presente e, portanto, para o futuro. Esse postulado rejeita a
noo de ocorrncias inexplicveis ou puramente casuais e no relacionadas, e dirige a
ateno para a procura de relaes qualitativas e quantitativas que aparentemente
existem entre os fenmenos naturais. De acordo com esse postulado, todo fenmeno tem
um antecedente, e, embora muitos fenmenos possam parecer nicos (por exemplo, no
h duas tempestades com caractersticas idnticas), na base de tais eventos nicos ou
inexplicveis esto certos modelos de foras que, quando compreendidos, permitiro
melhor predio do que seria possvel atravs de mera conjetura.
Esse postulado tambm expressa o fato aparente de que a natureza no
infinitamente complexa. Dessa forma, a ordenao do conhecimento cientfico permite ao
cientista o desenvolvimento de teorias referentes s inter-relaes dos fenmenos e da
proceder para a anlise mais ampla do universo como um todo.
As implicaes deste postulado formam a base da lgica cientfica aplicada aos
fenmenos naturais. Esse postulado permite generalizaes e classificaes referentes
aos fenmenos e sustenta a base probabilista da inferncia na cincia; particularmente
ele indispensvel para a amostragem. Ele tambm sugere a possibilidade de alcance
crescente de uma teoria geral mais altamente integrada, que o objetivo principal de
todo o esforo cientfico.
3) A natureza permanente A natureza permanente A natureza permanente A natureza permanente. Embora aparentemente tudo se altere no tempo,
muitos fenmenos mudam de modo suficientemente lento para permitir o acmulo de um
corpo de conhecimento confivel. Esse postulado sustenta o atributo cumulativo da
cincia. Ele implica a crena de que um evento estudado hoje, embora talvez
indeterminadamente alterado amanh, ser, entretanto, suficientemente semelhante para
permitir que sejam derivadas generalizaes vlidas sobre ele que permaneam
fidedignas por um perodo de tempo.
4) Todo fenmeno objetivo conhecvel Todo fenmeno objetivo conhecvel Todo fenmeno objetivo conhecvel Todo fenmeno objetivo conhecvel. Isto , dado tempo e esforo suficientes,
nenhum problema objetivo insolvel. Esse postulado se origina de duas convices
relacionadas: a) a inteligncia do homem capaz de desvendar os mistrios do universo;
b) a busca do homem nos mistrios de fenmenos objetivos tem sido to frutfera que
aparentemente nenhuma porta ao conhecimento est imutavelmente fechada aos
esforos continuados da pesquisa cientfica.
5) Nada evidente por si Nada evidente por si Nada evidente por si Nada evidente por si. Isto , a realidade deve ser demonstrada objetivamente.
Esse postulado afirma que no deve ser depositada confiana no chamado "senso
comum", em tradio, em autoridade popular, ou em qualquer das costumeiras
interpretaes dos fenmenos. Exemplos histricos revelam que veracidade aparente
freqentemente muito diferente de verificao emprica objetiva.
6) A verdad A verdad A verdad A verdade relativa e relativa e relativa e relativa (ao estado de conhecimento existente). A prova em cincia
sempre relativa - ao estado do conhecimento cientfico, aos dados, aos mtodos, aos
instrumentos empregados, aos moldes de referncia e, portanto, interpretao. Dessa
forma, a "verdade" na cincia simplesmente uma expresso dos melhores julgamentos
profissionais demonstrveis num determinado momento. Esse postulado no implica que
no possa ser adquirido conhecimento estvel; mas ele reconhece que o conhecimento
dinmico e que, na medida em que o conhecimento cresce em qualidade (isto , se torna
mais altamente verificado) e em quantidade, se tornam imperativas reinterpretaes e
novas concluses sobre os fenmenos. Esse atributo tem encorajado a reavaliao
constante de idias tanto velhas como novas e tem permitido o crescimento
extraordinrio da cincia.
7) Todas as percepes so obtidas atravs dos sentidos Todas as percepes so obtidas atravs dos sentidos Todas as percepes so obtidas atravs dos sentidos Todas as percepes so obtidas atravs dos sentidos. Isto , todo
conhecimento obtido a partir de impresses sensoriais. Os elementos e instrumentos
do raciocnio (isto , idias, conceitos, construes, imagens, etc.) so moldados pelas
impresses recebidas atravs dos sentidos. Esse postulado tambm assegura que o
nico conhecimento confivel aquele que verificvel objetiva e empiricamente.
Esse postulado originou-se da influncia de Galileu referente demonstrabilidade
de predies tericas. A demonstrao emprica passou a constituir-se no teste essencial
da validade de toda a especulao terica referente a fenmenos e de resultantes
predies.
8) O homem pode crer em O homem pode crer em O homem pode crer em O homem pode crer em suas percepes, memria e razo suas percepes, memria e razo suas percepes, memria e razo suas percepes, memria e razo como meios para a
aquisio de fatos. Esse postulado sustenta toda a base racional e emprica do
conhecimento cientfico. Ele no implica que quaisquer e todas as percepes, memrias
e razes sejam confiveis. O que esse postulado assevera que a resoluo final de
qualquer disputa sobre fenmenos deve ser baseada em regras aceitas de raciocnio e
em dados percebidos atravs dos sentidos; no sobre meras noes e idias. A crena
final na anlise dos fenmenos deve ser baseada em evidncia emprica interpretada de
acordo com regras de raciocnio lgico.
1. Explique e ilustre a distino conceitual entre cincia pura e cincia aplicada (tecnologia).
2. Explique e ilustre os conceitos de fato, lei e teoria cientfica.
3. Explique a relao entre teoria e fato na cincia.
4. Explique as funes da teoria na cincia.
5. Porque todo conhecimento em cincia relativo e no absoluto?
6. Porque as teorias cientficas so constantemente alteradas?
7. Caracterize os quatro objetivos da cincia: descrio, explicao, predio e controle.
8. Explique a distino entre verdade e validade no processo de raciocnio lgico sobre fatos.
9. Formule um argumento baseado em premissas e concluses que ilustre uma forma de
raciocnio correto e outro que ilustre uma forma de raciocnio incorreto.
10. Qual a razo da necessidade dos postulados como base da cincia?
11. Qual o postulado que constitui a base da inferncia indutiva em cincias fatuais?
12. Ilustre os significados dos postulados "nada evidente por si" e "a verdade relativa".
Exerccios de Reviso Exerccios de Reviso Exerccios de Reviso Exerccios de Reviso
1. Liste e caracterize resumidamente as diversas fontes de conhecimento.
2. Qual a distino entre conhecimento sensvel e conhecimento racional?
3. O que distingue fundamentalmente os processos de aquisio de conhecimento cientfico e
no cientfico?
4. Explique a origem histrica do conhecimento cientfico.
5. Explique a relao entre a cincia e a filosofia.
6. Identifique as origens da cincia antiga e da cincia moderna.
7. Esboce um resumo das caractersticas e das contribuies marcantes da cincia nos sculos
17 e 18.
8. Resuma a evoluo da cincia nos sculos 19 e 20.
9. Liste os termos chaves da definio da cincia atravs de seu mtodo geral e explique o
significado de cada um desses termos.
10. Descreva as caractersticas essenciais do mtodo cientfico.
11. Caracterize, resumidamente, a estratgia e a ttica da cincia, ou seja, os significados do
mtodo geral e dos mtodos particulares da cincia.
12. Liste e caracterize a seqncia de operaes ou passos que constituem um ciclo do mtodo
cientfico.
13. Caracterize as fases de sntese, anlise e sntese que constituem um ciclo do mtodo
cientfico.
14. Explique a caracterstica circular do mtodo cientfico.
15. Estabelea a distino entre o mtodo cientfico e os mtodos particulares da cincia.
16. Explique, resumidamente, o papel da lgica na cincia.
17. Ilustre as situaes de uma concluso incorreta derivada por argumento vlido a partir de
premissas que so fatos falsos, e de uma concluso incorreta derivada por argumento no
vlido a partir de fatos cientficos.
18. Liste e explique os postulados que constituem a base do conhecimento cientfico.
19. Complete as sentenas que seguem, preenchendo apropriadamente os espaos em branco:
a) O conhecimento .......................................... uma forma espontnea e no sistemtica de
representar a realidade, sem mtodo para aprofundamento de seus fundamentos, enquanto
que o conhecimento ........................................... adquirido por um mtodo objetivo, lgico
e sistemtico, e requer a verificao emprica objetiva de toda explicao referente a
fenmenos.
b) Enquanto a ..................................... busca o conhecimento da natureza e a explicao dos
fenmenos e de suas relaes atravs do mtodo cientfico, a .............................................
busca o conhecimento das primeiras causas ou princpios e a explicao do sentido do
homem e do mundo
c) A estratgia ou procedimento geral que a cincia utiliza para a gerao do conhecimento
denominado .................................................. ; por outro lado, o conjunto de procedimentos
ou tcnicas particulares utilizados em uma rea particular constitui a ...................................
da cincia.
d) Um problema ou questo particular referente a um fenmeno que possa ser solucionado ou
explicado pelo mtodo cientfico, a luz do conhecimento e instrumental disponvel,
denomina-se ........................................................ ; uma conjetura de soluo ou explicao
provisria de um problema cientfico particular, at que uma pesquisa cientfica resulte em
sua afirmao ou contradio, denomina-se ........................................................ .
e) O mtodo cientfico para a derivao de conhecimento referente a um fenmeno
compreende uma seqncia de trs fases: ................................ , ..........................................
e .................................... . A diviso ou decomposio do fenmeno em seus componentes
mais simples para sua melhor compreenso denomina-se ............................................... .
Essa decomposio visa derivao de problemas ou questes particulares mais simples,
denominados ..................................................... , para os quais podem ser formuladas uma
ou mais conjeturas de soluo ou explicao, denominadas ............................................ ,
capazes de serem verificadas por uma ....................................................... . A ltima fase de
um ciclo do mtodo cientfico, ou seja, a reconstituio do fenmeno de interesse a partir de
suas partes ou componentes, denomina-se ............................................... .
f) Uma hiptese cientfica verificada empiricamente pelo mtodo cientfico denomina-se
...................................................... ; um fato cientfico de elevada fidedignidade denomina-se
........................................................................... ; um conjunto de fatos inter-relacionados
denomina-se ............................................................ .
g) A distino bsica entre validade e verdade que ........................................... refere-se ao
arranjamento lgico entre fatos, enquanto que ...................................................... (certa ou
provvel) diz respeito ao atributo de um fato suportado por evidncia objetiva.
h) A base probabilista da inferncia em cincias fatuais o seguinte postulado: ........................
................................................................................................ .
20. Decida se cada uma das seguintes sentenas verdadeira ou falsa, colocando entre
parnteses as letras V ou F, respectivamente. Se a sentena for falsa, explique porque.
1 ( ) O conhecimento emprico adquirido essencialmente atravs dos sentidos.
2 ( ) O conhecimento emprico o conhecimento dos fenmenos a partir de sua
aparncia.
3 ( ) O conhecimento mtico antecedeu o conhecimento emprico.
4 ( ) O conhecimento teolgico, tambm denominado conhecimento religioso, atribui
a causa de todos fenmenos a um ser superior.
5 ( ) O conhecimento filosfico to antigo como a civilizao.
6 ( ) O conhecimento filosfico fundamentado principalmente na observao.
7 ( ) A cincia como conhecida hoje j era praticada na Grcia antiga.
8 ( ) O conhecimento cientfico baseia-se na observao e na razo.
9 ( ) O conhecimento cientfico distingue-se do conhecimento comum ou ordinrio
porque sua aquisio envolve raciocnio, alm dos sentidos.
10 ( ) Francis Bacon e Ren Descartes foram os formuladores do mtodo cientfico
moderno.
11 ( ) O mtodo cientfico moderno teve origem no sculo 20.
12 ( ) A biologia a rea em que a cincia mais se desenvolveu no sculo 17.
13 ( ) O estilo dominante da cincia na Europa no fim do sculo 18 era matemtico.
14 ( ) As idias de Newton dominaram a cincia nos sculos 18 e 19.
15 ( ) O conhecimento cientfico no absoluto e definitivo; cresce por aproximaes
sucessivas.
16 ( ) O mtodo cientfico no nico; cada rea da cincia tem seu mtodo prprio.
17 ( ) O processo do mtodo cientfico compreende a alternncia de fases de sntese,
anlise e sntese.
18 ( ) Qualquer questo ou indagao referente a um fenmeno de interesse um
problema cientfico.
19 ( ) Uma hiptese verificada empiricamente pelo mtodo cientfico uma hiptese
cientfica.
20 ( ) O procedimento da cincia para a aquisio de conhecimento segue uma
seqncia de etapas ou operaes cuja ordem depende de cada situao
particular.
21 ( ) Tcnicas de pesquisa empricas envolvem necessariamente a observao e
avaliao de fenmenos naturais.
22 ( ) Um fato em cincia uma verdade provvel; no uma verdade absoluta.
23 ( ) Os fatos em cincia tm diferentes nveis de fidedignidade.
24 ( ) Uma teoria, por ser uma explicao geral referente a algum fenmeno, no
pode ser testada empiricamente pelo mtodo cientfico.
25 ( ) A partir da observao de um fenmeno, o cientista formula uma hiptese que,
se comprovada empiricamente pelo mtodo cientfico, transforma-se em um
fato ou lei cientfica que, por sua vez, pode estar presente na estrutura de uma
teoria cientfica.
26 ( ) Validade e verdade tm o mesmo significado no raciocnio cientfico.
27 ( ) Os postulados da cincia so conhecimentos demonstrados pela prpria
cincia.
28 ( ) Os postulados da cincia so um conjunto bem definido de princpios bsicos
em que se suporta o conhecimento cientfico.
29 ( ) O postulado "todo evento tem um antecedente natural" significa que a cincia
determinista ou fatalista.
30 ( ) Em cincia, admite-se que conhecimento acerca de certos fenmenos poder
jamais ser demonstrado cientificamente.
31 ( ) O postulado "a verdade relativa" significa que em cincia admitido que a
verdade acerca de qualquer fenmeno particular jamais poder ser alcanada.
32 ( ) A cincia admite a explicao de um fenmeno como conhecimento cientfico
se ele evidente por si.
Conceitos e Termos Chave Conceitos e Termos Chave Conceitos e Termos Chave Conceitos e Termos Chave
Conhecimento emprico
Conhecimento teolgico
Conhecimento cientfico
Empirismo
Pragmatismo
Materialismo
Estratgia cientfica
Hiptese cientfica
Tcnica cientfica
Tcnica emprica
Cincia aplicada / tecnologia
Lei cientfica
Descrio
Predio
Verdade certa
Argumento vlido
Conhecimento mtico
Conhecimento filosfico
Racionalismo
Positivismo
Determinismo
Mtodo cientfico
Problema cientfico
Pesquisa cientfica
Tcnica conceitual
Cincia pura
Fato cientfico
Teoria cientfica
Explicao
Controle
Verdade provvel
Postulado da cincia
Bibliografia Bibliografia Bibliografia Bibliografia
BUNGE, M. La investigacin cientfica La investigacin cientfica La investigacin cientfica La investigacin cientfica, su estrategia y su filosofa , su estrategia y su filosofa , su estrategia y su filosofa , su estrategia y su filosofa. 4. ed. Barcelona: Ariel,
1975. 955p.
CAREY, S. S. A beginners guide to scientific method A beginners guide to scientific method A beginners guide to scientific method A beginners guide to scientific method. 2. ed. Belmont, California:
Wadsworth, 1998. 152p.
CERVO, A. L.; BERVIAN, P. A. Metodologia cientfica Metodologia cientfica Metodologia cientfica Metodologia cientfica. 3. ed. So Paulo: McGraw-Hill,
1983. 248p.
CHRISTENSEN, L. B. Experimental methodology Experimental methodology Experimental methodology Experimental methodology. 7.ed. Boston: Allyn and Bacon, 1997.
590p.
DESCARTES, R. Discurso del mtodo Discurso del mtodo Discurso del mtodo Discurso del mtodo. Barcelona: Altaya, 1993. 104p.
GOTTSCHALL, C. A. M. Do mito ao Do mito ao Do mito ao Do mito ao pensamento cientfico: A busca da realidade, de pensamento cientfico: A busca da realidade, de pensamento cientfico: A busca da realidade, de pensamento cientfico: A busca da realidade, de
Tales a Einstein Tales a Einstein Tales a Einstein Tales a Einstein. So Paulo: Ateneu, 2003. 308p.
HEATH, O. V. S. A Estatstica na pesquisa cientfica A Estatstica na pesquisa cientfica A Estatstica na pesquisa cientfica A Estatstica na pesquisa cientfica. So Paulo: Universidade de So
Paulo, 1981. 95p.
HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of ex Design and analysis of ex Design and analysis of ex Design and analysis of experiments periments periments periments. New York:
John Wiley, 1994. 495 p.
JOHANN, J. R. (Coordenador). Introduo ao mtodo cientfico; contedo e forma do Introduo ao mtodo cientfico; contedo e forma do Introduo ao mtodo cientfico; contedo e forma do Introduo ao mtodo cientfico; contedo e forma do
conhecimento conhecimento conhecimento conhecimento. 2. ed. Canoas: ULBRA, 1997. 148p.
LASTRUCCI, C. L. The scientific approach, basic principles of the scientific met The scientific approach, basic principles of the scientific met The scientific approach, basic principles of the scientific met The scientific approach, basic principles of the scientific method hod hod hod.
Cambridge, Massachusetts: Schenkman, 1963. 257p.
MADDEN, E. H. (ed.) The structure of scientific thought, an introduction to philosophy of The structure of scientific thought, an introduction to philosophy of The structure of scientific thought, an introduction to philosophy of The structure of scientific thought, an introduction to philosophy of
science science science science. Boston: Houghton Mifflin, 1960. 381p.
SILVA, J. G. C. da. O ensino da estatstica no Sistema Nacional de Pesquisa
Agropecuria. In: ENCONTRO NACIONAL DE MTODOS QUANTITATIVOS, III,
Anais Anais Anais Anais. Braslia, 20-22 junho, 1995. Empresa Brasileira de Pesquisa Agropecuria,
Braslia, 1995. p.89-107.
SILVA, J. G. C. da. Mtodos quantitativos no Sistema Nacional de Pesquisa Agropecuria
(SNPA): Um programa de capacitao e reciclagem de pesquisadores agrcolas.
In: SILVA, E. C. (editor) Mtodos quantitativos e planejamento na EMBRAPA com Mtodos quantitativos e planejamento na EMBRAPA com Mtodos quantitativos e planejamento na EMBRAPA com Mtodos quantitativos e planejamento na EMBRAPA com
enfoque na informao e na tecnologia da informao enfoque na informao e na tecnologia da informao enfoque na informao e na tecnologia da informao enfoque na informao e na tecnologia da informao. Braslia: Empresa
Brasileira de Pesquisa Agropecuria, Departamento de Pesquisa e Difuso de
Tecnologia, 1995. p.69-87.
SILVA, J. G. C. da. Mtodo cientfico e pesquisa agropecuria. In: SILVA, E. C. (editor)
Mtodos quantitativos Mtodos quantitativos Mtodos quantitativos Mtodos quantitativos - -- - Planejamento e qualidade na EMBRAPA Planejamento e qualidade na EMBRAPA Planejamento e qualidade na EMBRAPA Planejamento e qualidade na EMBRAPA. Braslia:
Empresa Brasileira de Pesquisa Agropecuria, Departamento de Pesquisa e
Difuso de Tecnologia, 1997. p.1-46.
WILSON, E. B. An introduction to scientific research An introduction to scientific research An introduction to scientific research An introduction to scientific research. New York: Dover, 1990. 375p.

2 22 2 Pesquisa Cientfica Pesquisa Cientfica Pesquisa Cientfica Pesquisa Cientfica
2.1 Introduo..................................................................................................................... 34
2.2 Conceitos Bsicos ........................................................................................................ 34
2.2.1 Pesquisa cientfica.................................................................................................. 34
2.2.2 Unidade ou sistema................................................................................................ 35
2.2.3 Populao objetivo ................................................................................................. 37
2.2.4 Caracterstica ......................................................................................................... 38
2.2.5 Amostra e amostragem.......................................................................................... 38
2.2.6 Ilustrao................................................................................................................ 39
2.3 Observao e raciocnio ............................................................................................... 42
2.3.1 Observao............................................................................................................ 43
Mensurao ..................................................................................................................... 45
2.3.2 Raciocnio .............................................................................................................. 46
2.4 Estgios de uma Pesquisa Cientfica Completa............................................................ 48
2.4.1 Identificao e formulao do problema cientfico .................................................. 50
2.4.2 Formulao da hiptese cientfica .......................................................................... 56
2.4.3 Busca e reviso das informaes disponveis ........................................................ 58
Objetivos e relevncia...................................................................................................... 58
Fontes de informao ...................................................................................................... 60
2.5 Objetivos de uma Pesquisa Cientfica........................................................................... 62
Pesquisa exploratria....................................................................................................... 62
Pesquisa descritiva .......................................................................................................... 63
Pesquisa explicativa......................................................................................................... 63
2.6 Processo e Organizao da Pesquisa Cientfica........................................................... 64
2.7 Trabalho de Pesquisa................................................................................................... 65
2.7.1 Papel do pesquisador na cincia............................................................................ 65
Curiosidade...................................................................................................................... 65
Pacincia ......................................................................................................................... 66
Objetividade..................................................................................................................... 66
Tolerncia a alteraes.................................................................................................... 66
2.7.2 Equipe de pesquisa................................................................................................ 66
2.8 A Estatstica na Pesquisa Cientfica.............................................................................. 68
2.8.1 O mtodo cientfico e a estatstica.......................................................................... 68
2.8.2 Uso e mau uso da Estatstica................................................................................. 69
2.8.3 Conhecimento da estatstica pelos pesquisadores ................................................. 71
Exerccios de Reviso .................................................................................................. 72
Conceitos e Termos Chave........................................................................................... 74
Bibliografia.................................................................................................................... 75

A cincia visa aproximao do conhecimento referente a fenmenos naturais, ou
seja, a qualquer evento, objeto, processo ou comportamento, que compreenda atributos
ou conseqncias demonstrveis empiricamente de modo objetivo. Seu propsito
aumentar o conhecimento e melhorar a compreenso acerca dos fenmenos, com vistas
ao controle e, na falha deste, predio, de modo a permitir o crescente domnio do
homem sobre a natureza.
A estratgia da cincia para a produo do conhecimento o mtodo cientfico.
Sua implementao procedida atravs da pesquisa cientfica.
reconhecida a extraordinria contribuio da pesquisa cientfica para o avano do
conhecimento e a compreenso do homem referente ao universo, e para que a
humanidade alcanasse o presente estgio de civilizao. De fato, pode-se identificar
claramente a estreita relao entre o crescente domnio do homem sobre a natureza e o
esforo cientfico e a evoluo da metodologia e do instrumental da cincia nos ltimos
sculos.
A pesquisa cientfica muito menos eficiente do que um processo de produo
industrial. Uma explorao do desconhecido no pode ser planejada com a preciso de
um processo de produo em massa altamente controlado. Entretanto, sabido que
alguns pesquisadores so muito mais eficazes do que outros e tomam menos decises
incorretas no processo complexo de uma pesquisa cientfica. No h qualquer conjunto
de regras ou lista de condies que garanta a sabedoria inata e o sucesso de um
pesquisador, mas se pode detectar claramente a imprescindibilidade de formao bsica
slida que inclua a compreenso dos fundamentos conceituais e metodolgicos da
pesquisa cientfica e o conhecimento de tcnicas consolidadas pela experincia adquirida
pelo trabalho de pesquisa cientfica desenvolvido no passado.
Este Captulo tem o propsito de reunir e explicar resumidamente os conceitos
bsicos referentes pesquisa cientfica e um conjunto de princpios, tcnicas e guias
referentes a procedimentos geralmente teis para pesquisadores nos vrios campos da
cincia. So considerados apenas os tpicos que parecem mais amplamente importantes
para os pesquisadores. Dessa forma, tenta-se fazer uma cobertura ampla, mas no
profunda. Assim, na Seo Seo Seo Seo 2.2 2.2 2.2 2.2, so estabelecidos o conceito e o propsito da pesquisa
cientfica, e formulado um conjunto de conceitos bsicos que so desenvolvidos e
aplicados nas sees que seguem e nos prximos captulos. Na Seo Seo Seo Seo 2.3 2.3 2.3 2.3 so
abordados os dois elementos essenciais da pesquisa cientfica: a observao e o
raciocnio. A Seo Seo Seo Seo 2.4 2.4 2.4 2.4 descreve os passos ou etapas que constituem a estrutura
sistemtica e ordenada de uma pesquisa cientfica completa. Os primeiros trs estgios -
identificao e estabelecimento do problema, formulao da hiptese, e busca e reviso
da literatura - so abordados com algum detalhe. Uma pesquisa cientfica pode ter um ou
mais de trs objetivos: explorao, descrio e explicao. Esses objetivos so discutidos
na Seo Seo Seo Seo 2.5 2.5 2.5 2.5. Na Seo Seo Seo Seo 2.6 2.6 2.6 2.6 so revisadas as caractersticas sistemtica e cclica do
mtodo cientfico, descrevem-se o conseqente processo da pesquisa cientfica e a
necessria sistematizao e organizao da pesquisa. As caractersticas desejveis do
pesquisador e a necessidade de trabalho de pesquisa cooperativo so o tema da Seo Seo Seo Seo
2.7 2.7 2.7 2.7. Finalmente, a S SS Seo eo eo eo 2.8 2.8 2.8 2.8 aborda o papel da Estatstica na pesquisa cientfica.
2.2 2.2 2.2 2.2 Conceitos Bsicos Conceitos Bsicos Conceitos Bsicos Conceitos Bsicos
2.2.1 2.2.1 2.2.1 2.2.1 Pesquisa cientfica Pesquisa cientfica Pesquisa cientfica Pesquisa cientfica
A implementao do mtodo cientfico para a produo do conhecimento
procedida atravs da pesquisa cientfica.

2. Pesquisa Cientfica 35
A pesquisa cientfica pesquisa cientfica pesquisa cientfica pesquisa cientfica o processo de investigao sistemtica, controlada,
emprica e crtica de idias (proposies hipotticas) referentes a relaes
presumidas entre fenmenos com o propsito de descobrir fatos cientficos e
desenvolver teoria cientfica.

A pesquisa cientfica tambm visa reviso de fatos, leis e teorias, em vista de
novos fatos descobertos, e as aplicaes prticas de tais fatos, leis e teorias. Portanto, a
pesquisa cientfica a busca continuada de conhecimento e compreenso da realidade
realizada atravs do mtodo cientfico. Seu resultado o conhecimento cientfico.

Uma pesquisa cientfica pode ter objetivo puramente cognitivo, ou seja, a gerao
de conhecimento cientfico sem propsito de aplicao imediata, ou objetivo prtico,
isto , gerao de conhecimento para aplicao imediata. Pesquisa com o primeiro
objetivo denominada pesquisa pura pesquisa pura pesquisa pura pesquisa pura ou pesquisa bsica pesquisa bsica pesquisa bsica pesquisa bsica, e com o segundo objetivo,
pesquisa aplicada pesquisa aplicada pesquisa aplicada pesquisa aplicada ou pesquisa tecnolgica pesquisa tecnolgica pesquisa tecnolgica pesquisa tecnolgica.

O progresso do conhecimento cientfico decorre, basicamente, do aprofundamento
permanente e progressivo do conhecimento da complexa inter-relao dos fenmenos
naturais, que, por sua vez, compreendem, geralmente, um conjunto tambm
extremamente complexo de outros fenmenos mais elementares, tambm intimamente
relacionados.
2.2.2 2.2.2 2.2.2 2.2.2 Unidade ou sistema Unidade ou sistema Unidade ou sistema Unidade ou sistema
Cada pesquisa cientfica particular enfoca uma classe de fenmenos inter-
relacionados com algumas caractersticas essenciais comuns. usualmente conveniente
uma caracterizao tcnica operacional do constituinte elementar de uma tal classe de
fenmenos, que usualmente recebe a designao de unidade ou sistema, e de seus
elementos e atributos.

Uma unidade unidade unidade unidade ou sistema sistema sistema sistema um conjunto de entidades relacionadas, que
constituem um todo organizado globalmente e relacionado dinamicamente com o
meio externo, e que realizam conjuntamente alguma funo.

Uma unidade especificada pela descrio do que segue (Figura Figura Figura Figura 2 22 2. .. .1 11 1):
a) funo ou objetivos da unidade;
b) insumos - elementos que entram na unidade;
c) produtos - elementos que saem da unidade;
d) componentes - elementos internos que transformam insumos em produtos;
e) fluxo - movimento de elementos entre os componentes da unidade; e
f) fronteira ou limite - linha imaginria que demarca o mbito da unidade, que inclui
todos os seus componentes e elementos.

Figura Figura Figura Figura 2 22 2. .. .1 11 1. Representao esquemtica de uma unidade ou sistema.

Os seguintes exemplos so ilustrativos: a) em uma pesquisa da incidncia de
brucelose nos animais de uma regio, a unidade pode ser um animal, um rebanho, uma
fazenda, um distrito ou um municpio; b) em uma pesquisa do controle da mosca do fruto
do pessegueiro, a unidade pode ser uma planta, um pomar, uma propriedade, um distrito,
ou um municpio.
A definio da unidade depende do objetivo da pesquisa. Ela deve ser estabelecida
na fase inicial da pesquisa, ou seja, na formulao do problema a pesquisar. Algumas
vezes, a definio da unidade parece bvia, como em uma pesquisa para a
recomendao de cultivares de trigo para uso pelos agricultores, em que a unidade
uma lavoura, e em uma pesquisa da eficcia de um vermfugo para o controle de
helmintos de vacas leiteiras, em que a unidade um animal. Entretanto, muito
freqentemente, a definio ou escolha da unidade no to bvia.
A dificuldade da definio da unidade ou sistema para uma pesquisa decorre do
fato de existir na natureza uma hierarquia de sistemas, ou seja, sistemas dentro de
sistemas, numa ordem decrescente de amplitude, tal que um determinado sistema um
subsistema em relao a nvel hierrquico mais elevado e, por sua vez, contm
subsistemas em nvel mais baixo. Assim, por exemplo, uma empresa agrcola um
sistema; seus setores de produo vegetal e de produo animal tambm constituem
sistemas; cada uma de suas lavouras, pomares, bosques, pastagens, rebanhos e
instalaes tambm constituem sistemas, bem como cada uma de suas plantas e
animais; e, assim sucessivamente, prosseguindo para os nveis hierrquicos inferiores:
seus rgos, tecidos, clulas, molculas, tomos e partculas subatmicas tambm so
sistemas. Por sua vez, h uma hierarquia ascendente de sistemas onde se insere uma
empresa agrcola: sub-regio, estado, regio e pas. A Figura Figura Figura Figura 2 22 2. .. .2 22 2 ilustra uma hierarquia
de sistemas em agropecuria.

Figura Figura Figura Figura 2 22 2. .. .2 22 2. Ilustrao da hierarquia de sistemas em agropecuria.

Nessas circunstncias, a definio da unidade ou sistema estabelecida pela
demarcao de sua fronteira, ou seja, da linha imaginria que a delimita em relao ao
ambiente externo. As unidades (sistemas) de uma populao so usualmente entidades
complexas e heterogneas. Por essa razo, a designao de sistema mais sugestiva
do que a de unidade, que, entretanto, mais usual e, por essa razo, adotada nesse
texto.
Muito freqentemente, a unidade definida vagamente, atravs de uma sua
caracterstica global, ou de uma caracterstica particular importante que subentendido a
identificar. Esse foi o critrio adotado nas ilustraes anteriores e que ser
freqentemente utilizado nesse texto. Entretanto, deve ser claramente compreendido que
a definio completa de uma unidade ou sistema deve abranger os seis aspectos listados
na caracterizao que segue a definio estabelecida anteriormente.
Uma unidade ou sistema de produo de trigo pode ser definido como uma lavoura de trigo
com o propsito de produo de gros, desenvolvida em uma rea com condies particulares de
solo, clima, incidncias de pragas, doenas, invasoras e predadores, com um conjunto particular
de tcnicas de cultivo, incluindo uso de adubos, pesticidas, etc. Pode-se identificar nessa
caracterizao os seguintes elementos e atributos do sistema: a) funo: produo de gros; b)
insumos: elementos referentes a solo, clima, pragas, doenas, invasoras, predadores e tcnicas
de cultivo; c) produtos: gros; d) componentes: sementes e, ulteriormente, plantas; e) fluxo:
movimento de elementos que caracteriza o dinamismo interno do sistema, determinado
principalmente pelos metabolismos da semente e da planta, que transformam insumos em
produtos; f) fronteira: contorno espacial da lavoura, que a delimita de outras lavouras e reas, e
contorno temporal, que compreende o intervalo entre o plantio e a colheita e avaliao da
produo.
Uma unidade de produo de carne de cordeiro mamo pode ser definida como um potreiro
com um conjunto de cordeiros para abate com 3-4 meses de idade, localizado em uma rea com
condies particulares de pastagem, fonte de gua, clima, incidncias de doenas, pragas e
predadores, submetida a um conjunto particular de tcnicas de criao, que incluem uso de
suplemento alimentar, de pesticidas, etc. Pode-se identificar nessa caracterizao os seguintes
elementos e atributos essenciais da unidade: a) funo: produo de carne; b) insumos:
elementos referentes pastagem, gua, solo, clima, pragas, doenas, predadores e tcnicas de
criao; c) produtos: constituintes da carcaa; d) componentes: ovelhas matrizes e, ulteriormente,
cordeiros; e) fluxo: movimento de elementos determinado pelos organismos internos ao sistema,
particularmente pelos metabolismos da ovelha matriz e do cordeiro; f) fronteira: contorno espacial
do potreiro de criao, que o delimita de outros potreiros e reas adjacentes, e contorno temporal,
que compreende o intervalo entre a preparao da ovelha matriz para a reproduo e o abate do
cordeiro e avaliao da produo.
2.2.3 2.2.3 2.2.3 2.2.3 Populao objetivo Populao objetivo Populao objetivo Populao objetivo
Uma pesquisa cientfica particular tem como propsito a soluo de um problema
referente s unidades de uma coleo de unidades de interesse especfico.

Em uma pesquisa cientfica, a populao objetivo populao objetivo populao objetivo populao objetivo ou, mais simplesmente,
populao populao populao populao, a coleo bem definida das unidades (sistemas) de interesse para a
qual desejado inferir. O nmero de unidades denominado tamanh tamanh tamanh tamanho da populao o da populao o da populao o da populao.

Uma populao objetivo definida pela especificao de suas unidades ou da
caracterizao das condies para que estas lhe integrem. A especificao da
populao, assim como de suas unidades, determinada pelos objetivos da pesquisa e
deve ser estabelecida na formulao do problema. Populaes existentes na natureza
so populaes finitas populaes finitas populaes finitas populaes finitas, ou seja, de tamanho expresso por um nmero natural N, muito
freqentemente elevado e desconhecido. Ademais tais populaes tm constituio
dinmica, em decorrncia da mutabilidade dos sistemas que lhe integram ao longo do
tempo. Em algumas pesquisas, a populao objetivo constituda por unidades
existentes no momento da execuo da pesquisa. Uma populao nessas circunstncias,
cujas unidades podem ser identificadas, uma populao real populao real populao real populao real. Muito freqentemente,
entretanto, a populao objetivo compreende unidades que no existem no momento da
execuo da pesquisa, mas que, supostamente, podero existir no futuro. Uma
populao nessas circunstncias, cujas unidades no so identificveis, mas apenas
definidas pela caracterizao das condies para que lhe integrem, uma populao populao populao populao
conceitual conceitual conceitual conceitual. Em uma pesquisa de melhoramento gentico de trigo, por exemplo, as
unidades da populao objetivo no so as lavouras de trigo existentes na regio de
interesse no momento da execuo da pesquisa, mas as lavouras que existiro nessa
regio no futuro.
2.2.4 2.2.4 2.2.4 2.2.4 Caracterstica Caracterstica Caracterstica Caracterstica
A propriedade bsica das populaes de interesse na natureza a
heterogeneidade de suas unidades, o que caracteriza o que comumente denominado
de "variabilidade natural".

As unidades de uma populao objetivo se caracterizam e se distinguem por um
conjunto de particularidades ou propriedades comuns. Cada uma dessas
particularidades ou propriedades uma caracterstica caracterstica caracterstica caracterstica ou atributo atributo atributo atributo da populao
objetivo e de suas unidades. Cada caracterstica pode manifestar-se nas unidades
sob diferentes alternativas alternativas alternativas alternativas ou nveis nveis nveis nveis.

Assim, por exemplo, o sexo uma caracterstica de um rebanho de ovinos que
constitui uma populao objetivo e dos animais que so as unidades dessa populao.
Essa caracterstica pode manifestar-se em cada um desses animais em uma de duas
formas alternativas - macho e fmeo. O peso corporal ao desmame outra caracterstica
dessa populao e de suas unidades, que, para cada animal, pode assumir qualquer
valor numrico de certo intervalo de nmeros reais.
2.2.5 2.2.5 2.2.5 2.2.5 Amostra e amostragem Amostra e amostragem Amostra e amostragem Amostra e amostragem
Muito freqentemente, invivel, impraticvel ou inconveniente conduzir a pesquisa
sobre todas as unidades da populao objetivo. Nessas circunstncias, a pesquisa
conduzida sobre um conjunto de unidades escolhidas da populao objetivo ou
construdas para represent-la.

Um subconjunto das unidades de uma populao objetivo ou um conjunto de
unidades construdas para represent-la uma amostra amostra amostra amostra dessa populao. O
processo de escolha ou construo da amostra denominado amostragem amostragem amostragem amostragem.

A representao da populao objetivo pela amostra uma questo fundamental
para a validade de inferncias derivadas da amostra. Ela pode ser lograda quando a
amostra constituda por unidades da populao objetivo e sua escolha determinada
por amostragem aleatria amostragem aleatria amostragem aleatria amostragem aleatria, ou seja, por processo de escolha objetivo que atribua a todas
as unidades da populao objetivo igual chance de constiturem a amostra (Seo 3.3.1 Seo 3.3.1 Seo 3.3.1 Seo 3.3.1).
Muito freqentemente, esse processo invivel ou indesejvel, pela impossibilidade ou
inconvenincia de escolha de parte das unidades da populao objetivo. Nessas
circunstncias, a escolha da amostra determinada por amostragem no aleatria, como
amostragem de julgamento amostragem de julgamento amostragem de julgamento amostragem de julgamento ou amostragem de convenincia amostragem de convenincia amostragem de convenincia amostragem de convenincia, em que o pesquisador
utiliza julgamento subjetivo para lograr a melhor representao possvel da populao
objetivo (Seo 3.3.2 Seo 3.3.2 Seo 3.3.2 Seo 3.3.2). Esse obviamente o caso com populaes conceituais, cujas
unidades no tm existncia no momento da escolha da amostra. Em algumas situaes,
as unidades da amostra no correspondem a unidades da populao objetivo; so
construdas de modo a simular tais unidades, especialmente para a execuo da
pesquisa.
Inferncias derivadas da amostra aplicam-se validamente (ou seja, no
tendenciosamente) coleo das unidades que possam ser consideradas representadas
pela amostra. Aplicar-se-o validamente populao objetivo se a amostra for
representativa da populao objetivo. Esse o caso de pesquisas com amostragem
aleatria. Entretanto, em situaes de amostragem no aleatria, a representatividade da
amostra no pode ser avaliada objetivamente; portanto, a validade da extenso dessas
inferncias para a populao objetivo depende de julgamento subjetivo.

A coleo de unidades da qual a amostra pode ser considerada representativa
denominada populao amostrada populao amostrada populao amostrada populao amostrada. Os desvios da populao amostrada em relao
populao objetivo constituem o erro de amostra erro de amostra erro de amostra erro de amostragem gem gem gem.

Em resumo, em geral, o processo de inferncia para generalizao da amostra para
a populao objetivo compreende os dois passos ilustrados na Figura Figura Figura Figura 2 22 2. .. .3 33 3.
Generalizaes referentes ao primeiro passo, ou seja, da amostra para a populao
amostrada, so conceitualmente vlidas e podem ser derivadas por processos
estatsticos objetivos. Por essa razo, a populao amostrada denominada espao de espao de espao de espao de
inferncia inferncia inferncia inferncia. Entretanto, generalizaes da populao amostrada para a populao objetivo
so vlidas na medida em que a disparidade entre essas duas populaes, isto , o erro
de amostragem seja irrelevante. Em pesquisas com amostragem aleatria, inferncias
derivadas no primeiro passo estendem-se validamente populao objetivo. Entretanto,
em situaes de amostragem no aleatria, o julgamento da validade desse segundo
passo da generalizao para a populao objetivo necessariamente subjetivo.

Figura Figura Figura Figura 2 22 2. .. .3 33 3. Os dois passos do processo de inferncia para generalizao
da amostra para a populao objetivo.

Conceitualmente, as caractersticas da amostra devem ser as mesmas sob
considerao na populao objetivo. Os nveis das caractersticas da amostra podem ser
os prprios nveis das correspondentes caractersticas da populao objetivo ou
subconjuntos desses nveis apropriadamente escolhidos, de modo arbitrrio ou
supostamente aleatrio, para representar os correspondentes nveis da populao
objetivo.
2.2.6 2.2.6 2.2.6 2.2.6 Ilustrao Ilustrao Ilustrao Ilustrao
Para ilustrao dos conceitos enunciados nesta Seo considerem-se os exemplos
que seguem.
Populao objetivo: Conjunto das lavouras de trigo da regio tritcola do Estado do Rio
Grande do Sul.
Unidade da populao objetivo: Uma lavoura de trigo constituinte da populao objetivo.
Problema cientfico: Prejuzo produo de trigo decorrente da incidncia da giberela.
Hiptese cientfica: Uso de fungicida controla a incidncia da giberela e, conseqentemente,
propicia incremento da produo.
Verificao da hiptese: Observao das respostas a diversos fungicidas aplicados em
unidades construdas sobre talhes de pequenas dimenses que simulem lavouras da populao
objetivo.
Caractersticas das unidades da populao objetivo: Caractersticas referentes semente
(cultivar, sanidade, pureza, vigor,...), ao ambiente (solo, clima, incidncias de doenas, pragas,
invasoras, predadores,...), s tcnicas de cultivo (preparo do solo, adubao, semeadura,
aplicaes de fungicida, inseticida e herbicida, colheita,...), planta (altura, nmero de perfilhos,
nmero de espigas, nmero de espiguetas por espiga,) e ao gro (peso da produo por
unidade de rea, peso hectolitro,...).
Nveis dessas caractersticas: Alternativas das caractersticas da populao objetivo que
podero se manifestar em suas unidades; por exemplo, para a caracterstica cultivar, conjunto das
cultivares sob considerao na populao objetivo.
Amostra: Conjunto das unidades sobre as quais a pesquisa conduzida.
Caractersticas das unidades da amostra: Mesmas das unidades da populao objetivo. Na
amostra tambm so relevantes as caractersticas referentes aos processos de mensurao e de
registro e edio dos dados.
Nveis dessas caractersticas: Nveis definidos para as correspondentes caractersticas da
populao objetivo que se manifestem nas unidades da amostra ou que sejam construdos ou
aplicados a essas unidades pelo pesquisador.
Populao objetivo: Conjunto das unidades de produo de carne de cordeiro mamo da
Regio Sul do Estado do Rio Grande do Sul.
Unidade da populao objetivo: Uma unidade de produo de carne de cordeiro mamo da
populao objetivo.
Problema cientfico: Prejuzo produo de carne de cordeiro mamo decorrente da
incidncia de vermes intestinais.
Hiptese cientfica: Uso de anti-helmntico controla a incidncia de vermes intestinais e,
conseqentemente, propicia incremento da produo de carne.
Verificao da hiptese: Observao das respostas a diversos anti-helmnticos aplicados
em unidades construdas sobre potreiros em escala reduzida que simulem unidades da populao
objetivo.
Caractersticas das unidades da populao objetivo: Caractersticas referentes ao cordeiro
recm-nascido (raa, sexo, peso, sanidade,...), ao ambiente (pastagem, clima, instalaes,
incidncias de doenas, parasitos, predadores,...), ao manejo (preparo do cordeiro, aplicao de
vermfugo, antibitico, vacina,...), e ao animal ao abate (peso corporal, comprimento do lombo,...).
podero se manifestar em suas unidades; no caso de raa, por exemplo, cada uma das raas sob
considerao na populao objetivo.
Amostra: Conjunto das unidades sobre as quais a pesquisa conduzida.
Caractersticas das unidades da amostra: Mesmas das unidades da populao objetivo, e
as caractersticas referentes aos processos de mensurao e de registro e edio dos dados.
aplicados pelo pesquisador.
Populao objetivo: Coleo de pomares de videiras da cultivar Itlia da regio vitcola do
Estado do Rio Grande do Sul.
Unidade da populao objetivo: Um pomar constituinte da populao objetivo.
Problema de pesquisa: Prejuzo produo de uva da cultivar Itlia decorrente da
incidncia da virose do enrolamento.
Hiptese de pesquisa: O incremento do grau de incidncia da virose do enrolamento
ocasiona diminuio da quantidade e da qualidade da produo de uva.
Verificao da hiptese: Observao das respostas em plantas de um subconjunto de
pomares da populao objetivo com diversos graus de virose do enrolamento.
Caractersticas das unidades da populao objetivo: Caractersticas referentes planta
(cultivar, sanidade, vigor,...), ao ambiente (solo, clima, incidncias de doenas, pragas,
invasoras,...), s tcnicas de cultivo (adubao, aplicao de fungicida, inseticida e herbicida,
colheita,...) e produo de uva (peso do cacho, nmero de cachos, brix, acidez,...).
podero se manifestar em suas unidades.
Amostra: Conjunto das plantas ou pomares sobre os quais a pesquisa conduzida.
Caractersticas das unidades da amostra: Mesmas caractersticas das unidades da
populao objetivo e, tambm, as caractersticas referentes aos processos de mensurao e de
registro e edio dos dados.
aplicados pelo pesquisador.
Populao objetivo: Conjunto das lavouras de feijo do Estado do Rio Grande do Sul.
Unidade da populao objetivo: Uma lavoura de feijo constituinte da populao objetivo.
Problema de pesquisa: Baixa produtividade das lavouras que adotam tecnologias
tradicionais.
Hiptese de pesquisa: A adoo de novas tecnologias recomendadas pela pesquisa
(referentes a cultivar, adubao, inseticida, herbicida e fungicida) contribui para o aumento da
produtividade de lavouras de feijo do Estado do Rio Grande do Sul.
Verificao da hiptese: Observao das respostas em diversas lavouras da populao
objetivo que adotam tecnologias tradicionais e tecnologias recomendadas pela pesquisa.
Caractersticas das unidades da populao objetivo: Caractersticas referentes s plantas
(cultivar, sanidade,...), ao ambiente (solo, clima, incidncias de doenas, pragas, invasoras,
predadores,...), s tcnicas de cultivo (preparo da semente, preparo do solo, adubao, aplicao
de inseticida, fungicida e herbicida, colheita,...) e produo de gros (peso do gro, tamanho do
gro,).
Nveis dessas caractersticas: Alternativas das caractersticas da populao objetivo que se
manifestam em suas unidades.
Amostra: Conjunto de lavouras da populao objetivo sobre as quais a pesquisa
conduzida.
Caractersticas das unidades da amostra: Mesmas caractersticas da populao objetivo e
as caractersticas referentes aos processos de mensurao e de registro e edio dos dados.
populao objetivo que se manifestem nas unidades da amostra.

Por brevidade, nesses e em outros exemplos as especificaes das populaes
objetivos e correspondentes unidades e problemas de pesquisa so apresentadas de
modo resumido. Em uma pesquisa real, essas especificaes devem ser suficientemente
completas para garantia de que os objetivos da pesquisa fiquem estabelecidos de modo
inequvoco. Em particular, a caracterizao completa da populao objetivo deve
especificar seu mbito espacial e temporal. Por exemplo, as lavouras de trigo de
interesse na pesquisa considerada no Exemplo Exemplo Exemplo Exemplo 2 22 2. .. .3 33 3 compreendem o conjunto conceitual
das lavouras que tero existncia em um intervalo de anos imediatamente aps a
concluso da pesquisa, quando seus resultados sero conhecidos e difundidos.
1. Elabore um conceito de pesquisa cientfica.
2. Qual a diferena essencial entre pesquisa cientfica e pesquisa no cientfica?
3. Porque o objetivo de uma pesquisa cientfica o estudo de uma classe de fenmenos e no
de um fenmeno particular?
4. Explique e ilustre com exemplo de sua rea os conceitos de unidade, populao objetivo e
amostra.
5. Utilize o exemplo considerado na resposta do exerccio 4 para ilustrar os seguintes aspectos
que caracterizam uma unidade (sistema): funo, insumos, produtos, componentes, fluxo e
fronteira.
6. Utilize o mesmo exemplo considerado na resposta do exerccio 4 para ilustrar o fato de que o
mbito (abrangncia) de uma unidade depende do objetivo da pesquisa.
7. O que significa a hierarquia de sistemas na natureza? Ilustre com um exemplo de sua rea?
8. Explique e ilustre os significados de populao real e populao conceitual? Porque as
populaes de interesse so muito freqentemente populaes conceituais.
9. Liste as caractersticas relevantes das unidades referentes ao exemplo considerado na
resposta do exerccio 4.
10. Explique o que significa a amostragem em uma pesquisa cientfica.
11. O que significa amostragem aleatria? Qual sua importncia?
12. Por que razes a pesquisa cientfica muito freqentemente conduzida sobre uma amostra da
populao objetivo e no sobre a prpria populao objetivo?
13. Para cada uma das pesquisas consideradas a seguir caracterize a unidade, populao
objetivo, amostra e populao amostrada, e indique algumas caractersticas relevantes das
unidades:
a) Levantamento da opinio dos produtores de soja do Estado do Rio Grande do Sul sobre as
tecnologias geradas pela pesquisa nos ltimos dez anos, atravs de questionrio enviado a
100 produtores selecionados da lista de 500 produtores associados a uma cooperativa de
produtores deste Estado.
b) Pesquisa da eficincia de fungicidas no controle de doenas do trigo conduzida em diversos
locais da Regio Tritcola do Estado do Paran durante um perodo de trs anos
consecutivos.
c) Estudo da relao entre sade da criana aos cinco anos e amplitude do tempo de
aleitamento materno conduzida nos hospitais e postos de sade do Municpio de Pelotas.
d) Um fabricante de tratores agrcolas compra reguladores de voltagem de determinado
fornecedor. H indcios de que o desempenho dessas mquinas esteja sendo afetado pela
variao na voltagem de sada dos reguladores. Para avaliar a qualidade da produo do
fornecedor o fabricante envia para anlise em um laboratrio cinco reguladores do ltimo
lote recebido.
e) Levantamento da opinio sobre a qualidade do transporte urbano de uma cidade, atravs de
consulta por telefone que utiliza um subconjunto de nmeros extrados da lista telefnica
dessa cidade.
14. Identifique quais das populaes objetivos das pesquisas consideradas no exerccio 13 so
populaes reais e quais so populaes conceituais.
2.3 2.3 2.3 2.3 Observao e raciocnio Observao e raciocnio Observao e raciocnio Observao e raciocnio
A gerao do conhecimento pela pesquisa cientfica processa-se, essencialmente,
atravs de observao e raciocnio.

A observao observao observao observao a percepo sensorial atravs da qual obtido o conhecimento
de fenmenos. O raciocnio raciocnio raciocnio raciocnio a elaborao mental que concebe e descobre os
significados desses fenmenos, suas inter-relaes e relaes com o corpo de
conhecimento cientfico existente, na medida em que o conhecimento presente e a
habilidade do pesquisador permitem.

Um postulado bsico do mtodo cientfico que todas as informaes referentes a
fenmenos so derivadas de impresses sensoriais (Seo 1.9 Seo 1.9 Seo 1.9 Seo 1.9). Observe-se que esse
postulado no nega que impresses possam ser puramente mentais, pois o pensamento
pode ser definido como a manipulao mental de impresses sensoriais. Assim, os dados
da cincia so impresses mentais de experincias sensoriais, ou seja, idias derivadas
da viso, audio, olfato, gosto e tato. O homem reage s manipulaes mentais de
impresses sensoriais, e essas reaes, ou idias, so o fundamento do conhecimento..
Observe-se que a referncia usual a esses cinco sentidos simplesmente um meio
conveniente de denotar as habilidades perceptivas do homem. Realmente, so
reconhecidos outros sentidos. O sentido cintico, por exemplo, orienta no espao e
habilita ao controle dos movimentos do corpo. Outros sentidos do as impresses de
rgos internos, que resultam em sentimentos de fome, sede, dor, nusea, etc. Ademais,
os sentidos no so entidades simples, mas compreendem vrias facilidades sensoriais
relacionadas. O tato, por exemplo, envolve diversas habilidades discriminatrias de
sentido, incluindo textura, presso, temperatura, dor, etc., enquanto que a audio e a
viso diferenciam a qualidade e a quantidade de impresses.
Em resumo, a coleta de dados em cincia essencialmente um processo que
compreende:
a) recepo de estmulo do fenmeno que estudado;
b) manipulao mental das impresses desse estmulo para interpret-lo;
c) combinao dessas impresses com outras impresses prvias e suas
interpretaes com o auxlio da memria; e
d) deduo de uma interpretao conclusiva do fenmeno.
Esse processo envolve dois elementos bsicos: os rgos sensoriais, auxiliados
por instrumentos, e a mente. Os rgos sensoriais empregados dependem das
propriedades do fenmeno, enquanto que as manipulaes mentais so relacionadas ao
conhecimento, habilidade mental, conscincia, interesse e atitude da pessoa envolvida.
Na maioria das situaes, so empregados no processo de coleta de dados apenas trs
dos cinco sentidos mais conhecidos: viso, audio e tato.
2.3.1 2.3.1 2.3.1 2.3.1 Observao Observao Observao Observao
Quer o cientista olhe um animal, uma planta, um astro ou um outro ser humano,
diretamente ou atravs de um acessrio visual tal como um microscpio ou um
telescpio, a observao o mtodo mais comumente empregado de avaliar o objeto de
seu interesse. Por essa razo, para tornar-se competente o cientista deve treinar-se para
observar to exatamente quanto possvel; em particular para desenvolver sensibilidade a
fenmenos e objetos pertinentes a seu interesse, adquirir uma atitude referente ao
fenmeno to isenta quanto possvel e empregar os diversos tipos de auxlios visuais que
possam ajud-lo a clarear o que ele observa.
Antes de proceder observao, o observador treinado deve esclarecer e
estabelecer algumas definies bsicas relevantes a qualquer observao cientfica,
particularmente as seguintes:
a) As observaes que so pertinentes, ou seja: os fenmenos que devem ser
observados, os comportamentos que devem ser selecionados da massa total de
fenmenos possveis e os fatos significativos que devem ser procurados. Essas
definies so derivadas da hiptese cientfica.
b) As reas, os momentos e as condies em que as observaes devem ser
efetuadas, e a forma de descrio ou estruturao da situao observada. Novamente,
um embasamento lgico significativo para delinear a observao apropriada provido
pela hiptese cientfica.
c) A composio dos fenmenos observados quanto a caractersticas relevantes,
ou seja, propriedades de seus elementos ou processos funcionais demonstravelmente
relacionadas hiptese.
d) Os procedimentos para a quantificao ou mensurao de cada uma dessas
caractersticas, particularmente as escalas e unidades de medida e os instrumentos
apropriados que devem ser utilizados.
e) A estabilizao e padronizao das condies da observao para permitir sua
verificao.
As observaes sero verdadeiramente cientficas no sentido completo do termo
apenas quando todas essas definies estiverem estabelecidas.
O primeiro requisito para a exatido da observao a sensibilidade ou
conscincia. Essa qualidade conseqncia de experincia e perspiccia. A experincia
implica observao direcionada e no ao acaso. O observador experiente aquele que
aprende a procurar fenmenos particulares pela excluso de outros fenmenos
irrelevantes, segundo seus propsitos. Em cincia, a experincia em observao sugere
olhar a caractersticas de fenmenos como elas aparentam ser, no como supostamente
elas so ou como se desejaria que elas fossem.
Um cientista competente v fenmenos de acordo com suas propriedades
empricas e segundo uma interpretao racional do que eles deveriam parecer
interpretao de outros observadores experientes. Entretanto, apenas a experincia no
suficiente para assegurar exatido, porque mesmo os observadores mais experientes
podem errar ocasionalmente. A perspiccia, ou habilidade de ver atravs e alm dos
atributos bvios de um fenmeno, conota um tipo particular de conscincia para
observao. Essencialmente, perspiccia refere-se habilidade de perceber qualidades
ou relaes que no so evidentes para a maioria dos observadores, atravs de
discernimento e compreenso da natureza e de sua realidade interior. uma habilidade
intelectual, usualmente definida como inteligncia ou, mais especificamente, pensamento
estruturado. Ento, sensibilidade para observar uma combinao de experincia e
perspiccia.
O segundo requisito da exatido da observao a objetividade ou no
tendenciosidade. A objetividade relativamente mais fcil de atingir nas cincias fsicas
do que nas cincias sociais, simplesmente porque o observador no se identifica com o
fenmeno de seu interesse. Mesmo assim, a histria das cincias fsicas est repleta de
exemplos de observaes no exatas, inclusive no caso de fenmenos impessoais, tais
como os relacionados terra, ao sol, s plantas e energia. A razo para tais
observaes distorcidas que, embora tais fenmenos sejam impessoais, o homem est
relacionado de modo to vital a eles pelos seus efeitos sobre sua existncia que encontra
dificuldade em v-los com atitude no tendenciosa.
O terceiro requisito da exatido da observao o emprego de auxlios visuais para
clarificar e objetivar o que visto. Lupas, microscpios e telescpios so auxiliares de
clarificao bvios para a viso. Se os fenmenos a serem observados compreendem
propriedades fsicas discretas, os auxlios padronizados usualmente asseguram exatido
de observao. Mas a clarificao de outros tipos de observaes no
necessariamente to simples. Microscpicos e cmeras, por exemplo, descrevem o que
colocado em seu campo de viso, e transmitem uma imagem iluminada de algum modo
particular. A qualidade essencial do que observado pode no ser observvel, porque o
microscpio ou a cmera mostra a cena errada, ou no ngulo errado, ou com iluminao
errada, ou no tempo errado. Em resumo, importante ter em conta que esses auxlios
visuais ajudam apenas na soluo do problema fsico de ver o fenmeno; eles no
resolvem o problema de ver o fenmeno certo ou no modo certo.
Os instrumentos que auxiliam a objetivao so de trs tipos gerais: a) aqueles que
projetam os sentidos ou aumentam sua potncia, tais como telescpio, microscpio,
estetoscpio e amplificador de som; b) aqueles que indicam unidades ou diferenas mais
discretas do que podem ser percebidas pelos sentidos, como balana, rgua, trena e
outros instrumentos de medidas de grandezas fsicas; e c) aqueles que combinam essas
duas funes e indicam objetivamente diferenas discretas mensurveis, tais como
termmetro, barmetro e anemmetro.
A exatido de qualquer desses instrumentos de auxlio observao depende de
duas propriedades independentes:
confiabilidade e
validade.
A confiabilidade confiabilidade confiabilidade confiabilidade de um instrumento a habilidade para prover a mesma medida em
aplicaes repetidas sob as mesmas condies; a validade validade validade validade a habilidade para indicar as
propriedades reais que ele deve medir. Assim, um instrumento confivel se
consistente sob condies comparveis, mas ele vlido somente se prov o mesmo
resultado que outro instrumento semelhante j validado.
A obteno e a verificao da confiabilidade ou consistncia de um instrumento de
mensurao geralmente um problema que pode ser solucionado por meios
relativamente simples. Entretanto, a obteno de validade freqentemente apresenta
problemas insuperveis e sua verificao pode ser muito difcil ou invivel. Em cincias
fsicas, tm sido estabelecidos padres de referncia (como, por exemplo, a barra do
metro internacional em Paris) atravs dos quais pode ser verificada a validade de
instrumentos de mensurao. Mas em outras reas, como em cincias sociais, no
existem esses padres de referncia.
Em resumo, as caractersticas essenciais de uma boa observao so
confiabilidade, validade e exatido. O treinamento em observao uma condio
necessria para qualquer cientista, e a aprendizagem do uso de instrumentos de
mensurao e a habilidade de desenvolver melhores instrumentos fundamental para a
coleta de dados exatos. Observe-se, entretanto, que a obteno de confiabilidade,
validade e exatido apenas parte do problema da observao. A outra parte a
pertinncia da observao. Freqentemente, no que se refere procura de qualidades
pertinentes que o gnio se distingue do cientista medocre. De fato, o cientista genial
salienta-se pela perspiccia, uma qualidade que nenhum instrumento confivel ou
mesmo vlido pode conferir.
Mensurao Mensurao Mensurao Mensurao
A mensurao de uma caracterstica envolve dois problemas: o que medir e como
medi-lo. A resposta a esse problema dual freqentemente distingue o pesquisador
competente do medocre.
O primeiro problema, ou seja, o que medir implica questes de conceituao,
classificao (taxonomia), validade e pertinncia. A soluo desse problema requer
definies bsicas referentes s caractersticas relevantes das unidades da populao
objetivo que devem ser consideradas na pesquisa. Essas definies devem ser tomadas
segundo os objetivos da pesquisa e esto estreitamente relacionadas ao problema e
hiptese cientfica.
Uma caracterstica uma propriedade das unidades de uma populao objetivo.
Essa propriedade pode ser simples ou complexa, objetiva e facilmente interpretvel ou
subjetiva e de interpretao dbia. Em qualquer dessas situaes, uma caracterstica
uma noo ou conceito abstrato de uma propriedade. Entretanto, a mensurao de uma
caracterstica requer uma operao e, portanto, pode ser empregada apenas com
definies operacionais.
Assim, o problema referente ao que mensurar requer a traduo de conceitos
tericos em equivalentes operacionais. Aqui reside um grande risco de uma pesquisa mal
concebida, porque no h meio puramente lgico de proceder a essa traduo. Uma
definio operacional satisfatria de uma caracterstica no conseguida por
equivalncia lgica demonstrvel, mas por consenso. E a obteno de consenso pode
conduzir a debate interminvel entre cientistas sinceros, objetivos e competentes.
Em muitas situaes podem ser propostas vrias definies operacionais teis e
convincentes para um conceito ou noo abstrata de uma caracterstica. Idealmente,
essas diferentes definies deveriam produzir os mesmos resultados quando
empregadas na mensurao desse conceito. Na prtica, entretanto, essa concordncia
raramente ocorre. Por essa razo, freqentemente questionado que definies
operacionais diferentes, presumivelmente de uma mesma caracterstica, realmente
exprimem caractersticas diferentes. Naturalmente, pode ser que um dado conceito
exprima uma caracterstica ou propriedade complexa correspondente a um agregado de
caractersticas mais simples, e que as diferentes definies operacionais exprimam
simplesmente partes dessa caracterstica complexa.
Uma ilustrao desse problema fundamental pode ser derivada da experincia
comum. Suponha-se, por exemplo, que uma teoria sustenta que a produtividade de uma
espcie vegetal cultivada est relacionada positivamente com a qualidade da semente.
Uma verificao dessa teoria tentaria demonstrar que lavouras que utilizam sementes de
qualidade mais elevada so mais produtivas do que aquelas que utilizam sementes de
menos qualidade. A dificuldade encontrar uma concordncia referente a um equivalente
operacional de qualidade da semente. Podem ser propostas diversas definies
operacionais teis e convincentes, mas pode no haver um meio lgico para determinar
qual das definies particulares a mais vlida.
O segundo problema da mensurao, ou seja, como medir, est relacionado com o
primeiro: o que medir. O problema agora como classificar ou quantificar segundo uma
caracterstica particular unidades presumivelmente j classificadas quanto a essa
caracterstica.
A classificao ou quantificao de uma caracterstica obtida pela sua
representao atravs de nmeros que apresentem entre eles as mesmas relaes
relevantes existentes entre as alternativas da caracterstica que representam.

A mensurao mensurao mensurao mensurao de uma caracterstica demanda uma regra de correspondncia
entre as alternativas da caracterstica e os nmeros de um conjunto numrico, ou
seja, uma funo numrica, denominada varivel varivel varivel varivel. Cada valor da varivel, que
representa uma alternativa particular da caracterstica, um nvel nvel nvel nvel dessa varivel.

Assim, uma caracterstica representada ou expressa por uma varivel. Muito
freqentemente, a varivel designada pela mesma denominao da caracterstica que
exprime e, freqentemente, esses dois termos so empregados indistintamente.
Entretanto, uma mesma caracterstica pode ser expressa por muitas variveis
alternativas. A escolha de uma dessas alternativas arbitrria e depende de
convenincia e disponibilidade de recursos. Por exemplo, o sexo dos animais na
pesquisa da eficcia de anti-helmnticos no controle de vermes intestinais em unidades
de produo de carne ovina (Exemplo Exemplo Exemplo Exemplo 2 22 2. .. .4 44 4) pode ser expresso por uma varivel que faz
corresponder a um animal macho o nmero 1 e a uma fmea o nmero 0, ou por
qualquer varivel real com dois valores; o peso corporal desses animais ao abate pode
ser expresso por uma varivel que assuma valores em um intervalo de nmeros reais
com extremos arbitrrios. Assim, o sexo uma varivel discreta varivel discreta varivel discreta varivel discreta de dois nveis, enquanto
que o peso corporal usualmente suposto uma varivel contnua varivel contnua varivel contnua varivel contnua que pode assumir
qualquer valor de um conjunto infinito no contvel. Observe-se que essa suposio
referente ao peso corporal uma idealizao convencional conveniente, pois, de fato, os
valores possveis do peso corporal correspondem a um subconjunto discreto desse
intervalo de nmeros reais, que depende da preciso da balana utilizada no processo de
pesagem.
A observao depende de algum grau de julgamento subjetivo. Por essa razo,
importante estabelecer as condies da observao de modo a evitar a tendenciosidade
do observador. Muitas vezes, devem ser estabelecidas estratgias elaboradas para
permitir ao observador evitar sua prpria tendncia e obter o registro correto dos fatos.
O tema dessa Seo ser retomado no Captulo 7 Captulo 7 Captulo 7 Captulo 7.
2.3.2 2.3.2 2.3.2 2.3.2 Raciocnio Raciocnio Raciocnio Raciocnio
Os fatos so os elementos essenciais que constroem a cincia. Todavia, eles
devem ser dispostos e arranjados em estruturas teis e inter-relacionadas.
Contrariamente crena popular, "fatos no falam por si s". A ferramenta mais
essencial da cincia, juntamente com o fato verificado, o sistema de raciocnio lgico
vlido sobre fatos que permite a derivao de concluses fidedignas a partir deles. Essas
concluses so proposies sobre inter-relaes de fatos que explicam os sistemas de
uma dada populao, que constituem princpios, leis e teorias cientficas.
No mago do raciocnio lgico sobre fatos est um sistema de regras e prescries
cujo emprego correto fundamental a todo esforo cientfico. O conhecimento dessas
regras parte essencial do instrumental intelectual do cientista.

No processo de raciocnio usado na pesquisa cientfico parte-se de uma ou mais
proposies e se procede a uma outra proposio, ou a outras proposies, cuja
veracidade acredita-se seja implicada pela veracidade do primeiro conjunto de
proposies. Esse processo psicolgico denominado inferncia inferncia inferncia inferncia.

A validade dessa implicao depende da relao lgica entre as proposies. A
ausncia de relao implicativa entre as proposies envolvidas pode conduzir
inferncia falsa.
Dois processos de inferncia se distinguem fundamentalmente:
inferncia dedutiva e
inferncia indutiva.

A inferncia dedutiva inferncia dedutiva inferncia dedutiva inferncia dedutiva o processo de raciocnio em que se parte de uma
proposio ou conjunto de proposies gerais e se procede para uma proposio ou
conjunto de proposies especficas. Ou, posto de outra forma, o processo de
derivao do conhecimento de um membro especfico de uma classe a partir do
conhecimento geral referente a todos os membros da mesma classe.

A inferncia dedutiva o processo de raciocnio mais comum em matemtica, como
exemplificado na seguinte sentena em geometria plana: "A rea de um quadrado de
lado igual a l A=l
2
; ento, a rea de um quadrado de lado igual a 2 A=2
2
=4". A
proposio inicial "a rea de um quadrado de lado igual a l A=l
2
" a premissa. A
proposio final "a rea de um quadrado de lado igual a 2 4" a concluso. O processo
de raciocnio e a concluso constituem uma deduo. Esse tipo de inferncia associado
principalmente com tcnicas de pesquisa conceituais, mas tambm usado com tcnicas
empricas, como na construo de hipteses, leis e teorias.

A inferncia indutiva inferncia indutiva inferncia indutiva inferncia indutiva o processo de raciocnio em que se parte de uma
proposio ou conjunto de proposies especficas e se procede para uma
proposio ou conjunto de proposies gerais. Ou seja, o processo de raciocnio
atravs do qual o conhecimento de alguns membros de uma classe aplicado ou
estendido a todos os membros desconhecidos da mesma classe.

O mtodo indutivo empregado para generalizar a partir de fenmenos conhecidos
e verificados de uma dada classe para fenmenos desconhecidos e ainda no verificados
da mesma classe. A induo envolve a formulao de uma generalizao. Esse passo de
generalizao denominado salto indutivo.
A descoberta da natureza da inferncia surgiu relativamente tarde na cultura
humana. Aristteles (384-322 a.C.) foi o primeiro a salientar a natureza sistemtica da
cincia, sustentando que ela pode ser desenvolvida apenas atravs da razo. Ele
estabeleceu o esquema lgico de raciocnio dedutivo denominado silogismo silogismo silogismo silogismo. Esse
mtodo de inferncia dedutiva inicia com duas proposies denominadas premissa premissa premissa premissa
principal principal principal principal e premissa secundria premissa secundria premissa secundria premissa secundria que so relacionadas logicamente de tal forma que a
partir delas pode ser derivada uma terceira proposio, denominada concluso concluso concluso concluso. Por
exemplo:
Premissa principal: Todas as plantas vivas absorvem gua (induo).
Premissa secundria: Esta rvore uma planta viva (observao).
Concluso: Portanto, esta planta absorve gua (deduo).
O raciocnio indutivo comumente empregado sempre que se faz um julgamento
sobre uma situao baseado em experincia com uma situao prvia presumivelmente
semelhante. Por exemplo, quando se observa um relmpago e ento se espera o som do
trovo, e quando se seleciona uma cultivar para plantio na pressuposio de que se
obter o mesmo rendimento produzido no ano anterior.
As bases dessa pretenso so os postulados da uniformidade e da permanncia da
natureza. Embora, estritamente, todo evento seja nico e, portanto, no repetvel no
futuro, sob o ponto de vista prtico, muitos eventos mostram similaridades de algumas
caractersticas essenciais. Dessa forma, a observao histrica da sucesso de eventos
permite uma base para a avaliao, em termos de chance, da possibilidade da ocorrncia
de um evento de uma classe quando ocorrem outros eventos que o antecederam no
passado com freqncia conhecida.
De fato, o processo indutivo pode ser justificado como um argumento silogstico em
que a premissa principal constituda pelo conhecimento anterior e os postulados da
uniformidade e da permanncia, a premissa secundria uma evidncia emprica
particular, e a concluso uma extrapolao do que a evidncia exprime para todos os
casos. Por exemplo, sempre que se observa o aquecimento de um gs a uma presso
constante, observa-se que ele expande. Observaes repetidas desse fenmeno
fornecem uma base de evidncia e desta base infere-se que esse evento ocorrer
sempre. Entretanto, a base de evidncia - este evento ocorreu sempre at agora -
muito mais fraca ou estreita em extenso do que a concluso - este evento ocorrer
sempre. A concluso excede a extenso ou amplitude da base de evidncia. A questo
fundamental a justificativa desse salto indutivo, ou seja, da crena de que alguma
cousa ocorrer simplesmente porque j ocorreu. Certamente, no justificvel no sentido
de que a concluso seja uma conseqncia lgica da evidncia.
Apesar dessa semelhana, os raciocnios dedutivo e indutivo so
fundamentalmente diferentes. Basicamente, o argumento dedutivo exclusivo: a validade
da concluso depende unicamente da validade das premissas. A validade neste caso
refere-se correo lgica da forma do argumento, no veracidade dos fatos
estabelecidos como premissas. Mesmo que as premissas sejam falsas, a concluso
deduzida sempre logicamente vlida. Entretanto, esse processo de inferncia no pode
testar a veracidade das premissas. Ele pode apenas determinar a validade lgica das
concluses extradas das premissas. Por outro lado, o argumento indutivo inclusivo: ele
deriva sua validade da verificao das premissas. Se elas so vlidas, a concluso
extrada ser vlida, no sentido de que ela ser a melhor inferncia possvel, embora
nunca final, que possa ser feita da relao causal com as premissas.
Em resumo, a induo na cincia baseada em evidncia incompleta, pela
impossibilidade de considerar todos os sistemas da populao sob pesquisa. As
concluses so apenas provveis, em maior ou menor grau, dependendo do nmero de
casos considerados e da precauo tomada na sua seleo. O fato relevante que,
freqentemente, a evidncia da inferncia indutiva pode ser estabelecida
matematicamente, em uma base probabilista. Inferncias podem ser derivadas por
mtodos estatsticos quando o problema envolve uma base formal aceitvel de teoria da
probabilidade, hipteses alternativas para explicar os fatos, um conjunto de observaes,
e um mtodo de seleo de uma ou mais alternativas na base da observao e da teoria
da probabilidade.
2.4 2.4 2.4 2.4 Estgios de uma Pesquisa Cientfica Completa Estgios de uma Pesquisa Cientfica Completa Estgios de uma Pesquisa Cientfica Completa Estgios de uma Pesquisa Cientfica Completa
Uma pesquisa cientfica inicia a partir de um problema ou questo particular
referente s unidades de uma populao objetivo. Origina-se de uma interrogao como
as que seguem: que fungicidas so mais eficazes no controle da antracnose da
videira?, quando o uso de carrapaticidas controla mais eficazmente a incidncia da
tristeza bovina?, quanto nitrognio necessrio para a produtividade mxima do cultivo
do arroz?, onde a incidncia da giberela do trigo ocorre mais freqentemente?, quem
so os produtores que mais se beneficiam das tecnologias geradas pela pesquisa?.
Indiretamente, um "porque?" ou "como?" pode estar implicado em todas estas questes.
As questes "porque?" e "como?" ocupam um lugar especial na cincia, em
conseqncia das implicaes implcitas nos tipos de questes formuladas acima.
As primeiras cinco questes que? (ou qual?), quando?, quanto?, onde? e
quem? - demandam uma determinao de relaes de conexo discreta entre
caractersticas que caractersticas so relacionadas?, quando elas so mais
relacionadas?, etc. Entretanto, as ltimas questes (porque? e como?) referem-se a
uma relao entre caractersticas diferente e mais complexa, ou seja, uma relao que
expressa conexo causal. Este tipo de relao extremamente importante em pesquisa
em cientfica. De modo geral, um problema de relao causal na cincia respondido em
termos de condies necessrias e suficientes que relacionam uma dada causa com um
dado efeito. Em outras palavras, a resposta estabelece as condies que relacionam um
evento antecedente com um evento conseqente.
Assim, toda pesquisa cientfica uma busca de relaes de conexes entre
caractersticas. Uma vez a questo inicial estabelecida, a natureza sistemtica do
mtodo cientfico requer a estruturao da pesquisa em uma forma precisa e logicamente
arranjada. Essa forma foi desenvolvida atravs dos sculos, a partir de uma experincia
rica de respostas a questes cientficas. A estrutura da pesquisa cientfica determina
muito precisamente os vrios estgios seqenciais atravs dos quais se progride para
responder a uma questo em uma maneira satisfatria comunidade cientfica.
Da pergunta inicial sua resposta final, uma pesquisa cientfica completa procede
atravs de oito estgios principais de operao, listados a seguir.
Primeiro estgio Primeiro estgio Primeiro estgio Primeiro estgio: Identificao e estabelecimento do problema cientfico ou
problema de pesquisa.
Segundo estgio Segundo estgio Segundo estgio Segundo estgio: Formulao da hiptese cientfica ou hiptese de pesquisa.
Terceiro estgio Terceiro estgio Terceiro estgio Terceiro estgio: Reviso da literatura.
Quarto estgio Quarto estgio Quarto estgio Quarto estgio: Construo do plano de pesquisa.
Quinto estgio Quinto estgio Quinto estgio Quinto estgio: Coleta dos dados.
Sexto estgio Sexto estgio Sexto estgio Sexto estgio: Anlise e interpretao dos dados.
Stimo estgio Stimo estgio Stimo estgio Stimo estgio: Derivao das concluses, que pode conduzir confirmao ou
rejeio da hiptese original, e confirmao ou questionamento de resultados de
outras pesquisas.
Oitavo estgio Oitavo estgio Oitavo estgio Oitavo estgio: Apresentao dos resultados atravs de relatrio, e difuso
desses resultados.
Algumas observaes relevantes referentes a essa estrutura do processo da
pesquisa cientfica devem ser salientadas:
a) Ela arbitrria. Os textos de metodologia de pesquisa listam diferentes nmeros
de estgios. Entretanto, um exame de tais listas indica que todos esses oito estgios so
envolvidos.
b) Os vrios estgios no ocorrem em todas as pesquisas necessariamente na
ordem indicada. Pesquisadores experientes podem estar estudando a literatura ao
mesmo tempo em que esto formulando a sua hiptese e elaborando seu plano de
pesquisa.
c) Os vrios estgios no so sempre rigidamente estabelecidos ao incio da
pesquisa. Uma pesquisa bem planejada pode permitir ajustes ou alteraes a serem
feitas durante seu andamento.
d) Todos os estgios so igualmente importantes na contribuio para os
resultados finais da pesquisa, mas no envolvem a mesma quantidade de tempo, custo e
esforo.
e) Os oito estgios compreendem a funo analtica completa da cincia, na
medida em que eles provm uma estrutura comum que assegura os atributos bsicos do
mtodo cientfico. Entretanto, uma pesquisa cientfica completa bem elaborada pode
compreender, principalmente em suas fases de sntese, pesquisas especficas com
objetivos exploratrios ou descritivos, em que apenas parte dos oito estgios seja
cumprida.
Os trs primeiros estgios so caracterizados nas sees que seguem. O quarto
estgio o propsito deste texto, particularmente no contexto da pesquisa experimental.
O quinto estgio parcialmente abordado no Captulo 9 Captulo 9 Captulo 9 Captulo 9.
2.4.1 2.4.1 2.4.1 2.4.1 Identificao e formulao do problema cientfico Identificao e formulao do problema cientfico Identificao e formulao do problema cientfico Identificao e formulao do problema cientfico
A atitude de problematizar a caracterstica mais visvel na cincia, como de toda
atividade racional. Por exemplo, um objeto arcaico recm descoberto pode ser uma
mercadoria para um antiqurio, um estmulo de sensaes estticas para o experto de
arte e interessante para o colecionador. Entretanto, para o arquelogo pode converter-se
em fonte inspiradora de uma srie de problemas, na medida em que seja testemunho de
uma cultura extinta e possa fornecer oportunidade para inferncias referentes a
caractersticas dessa cultura.
Assim, os problemas so as molas que impulsionam a atividade cientfica. A
pesquisa cientfica consiste, essencialmente, em achar e formular problemas e tentar
solucion-los.
A identificao de problemas de pesquisa procedida na fase de anlise do incio
de um ciclo do mtodo cientfico aplicado para a melhoria do desempenho das unidades
de uma populao objetivo particular.
Na prtica, freqentemente, no simples identificar a existncia de um problema
de pesquisa. Mesmo as mais restritas pores do mundo real so demasiadamente
complexas para serem compreendidas completa e exatamente. Isto porque, sob
observao crescentemente refinada, descobre-se, sempre, a presena de interaes
com o resto do universo. Conseqentemente, necessrio ignorar a maioria das
caractersticas das unidades sob estudo e abstrair da situao real certos aspectos que
conjuntamente completam uma verso idealizada dessas unidades. Essa idealizao, se
bem sucedida, prov uma aproximao til da situao real, ou melhor, de certas partes
da situao real.
Usualmente, conveniente decompor essa verso idealizada em um nmero de
partes para tratamento separado, ou seja, analisar as unidades (sistemas) e o
correspondente problema global. A possibilidade desse procedimento fundamenta-se na
existncia de componentes aproximadamente independentes ou que interagem de modo
relativamente simples.
Essa anlise do problema global origina a formulao de um conjunto de problemas
especficos, cada um dos quais pode ser solucionado pelos mtodos de pesquisa
cientfica e recursos disponveis. Cada um desses problemas constitui um problema
cientfico particular.

Um problema cientfico problema cientfico problema cientfico problema cientfico ou problema de pesquisa problema de pesquisa problema de pesquisa problema de pesquisa referente s unidades de uma
populao objetivo uma indagao, questo ou pergunta especfica referente a
relaes de conexo de caractersticas dessas unidades que seja respondvel por
meio do mtodo cientfico, com as tcnicas, procedimentos e recursos disponveis.

O elenco dos problemas cientficos selecionados nessa fase de anlise de um
problema complexo determinado pelo estado do conhecimento cientfico,
particularmente por suas lacunas, pelos objetivos, pela competncia e a tendncia
profissional da equipe de pesquisa, pelas possibilidades de aplicaes e pelos recursos
metodolgicos, instrumentais e financeiros existentes. Particularmente, essa seleo
limitada pelo estado da teoria cientfica e estabelecida com base nessa teoria. Por
exemplo, a pergunta que Einstein formulou e que deu origem teoria da relatividade:
Porque a acelerao de um corpo imerso em um campo gravitacional no depende da
massa desse corpo? Essa pergunta teria sido completamente sem sentido para Newton,
pois era impossvel imagin-la e formul-la antes da constituio das teorias da
gravitao e da eletrodinmica.
As necessidades prticas so uma fonte de problemas cientficos. Entretanto,
atribuir importncia exagerada aplicao prtica com prejuzo do valor cientfico
intrnseco esterilizador em longo prazo. Em primeiro lugar, porque os problemas
cientficos no so principalmente problemas de ao, mas de conhecimento. Em
segundo lugar, porque o desenvolvimento da teoria fundamental para a enunciao de
problemas cada vez mais importantes. Algumas vezes, o cientista se dedica a um
problema de pesquisa pura com objetivo terico sem estar seguro da razo de sua
curiosidade. Ao longo do tempo, entretanto, as vrias peas de conhecimento
proveniente de pesquisa pura comeam a sedimentar-se em modelos ou em
reservatrios de fatos, e sugerem ao cientista que opera nas fronteiras do conhecimento
respostas a questes bsicas relevantes. Muitas das descobertas importantes da cincia,
tais como: o micrbio como origem de doenas, a energia eltrica, o rdio, o radar, a
fisso atmica e a propulso a jato, so conseqncias prticas de conhecimento
adquirido anteriormente atravs de pesquisa pura aparentemente sem utilidade. Por essa
razo, a primeira considerao para a eleio de problemas deve ser o prprio interesse
relativo dos problemas; a segunda deve ser as possibilidades de resoluo desses
problemas, levando em conta os recursos disponveis.
Nem todo problema um problema cientfico. Problemas cientficos se estabelecem
sobre uma base cientfica e podem ser tentativamente resolvidos pela pesquisa cientfica,
com o objetivo principal de incremento do conhecimento. Se o objetivo eminentemente
terico, o problema um problema de pesquisa pura problema de pesquisa pura problema de pesquisa pura problema de pesquisa pura; se o objetivo mais prtico do que
terico, ento o problema um problema de pesquisa aplicada problema de pesquisa aplicada problema de pesquisa aplicada problema de pesquisa aplicada ou pesquisa tecnolgica pesquisa tecnolgica pesquisa tecnolgica pesquisa tecnolgica.
Entretanto, no h uma linha rgida separando problemas de pesquisa pura e problemas
de pesquisa tecnolgica, pois um problema estabelecido e resolvido com qualquer
desses fins pode prover uma soluo que tenha valor tanto cognitivo como prtico.
Assim, por exemplo, pesquisas de ecologia e etologia de roedores podem ter tanto
importncia cientfica como importncia prtica para a agricultura e a medicina.
Um problema de pesquisa geralmente formulado com um dos dois seguintes
propsitos: descritivo ou explicativo. Um problema descritivo problema descritivo problema descritivo problema descritivo refere-se falta ou demanda
de conhecimento referente s unidades de uma populao objetivo. Por exemplo: que
rebanhos bovinos do Estado do Rio Grande do Sul esto infectados com anaplasmose?,
onde pode ser encontrado carvo na regio Sudoeste do Rio Grande do Sul?, que
tipos de bactria infectam bovinos de corte desta Regio?. Um problema explicativo problema explicativo problema explicativo problema explicativo (ou
analtico analtico analtico analtico) uma questo referente a relaes causais entre caractersticas das unidades.
Por exemplo, qual a relao entre incidncia de mastite em vacas leiteiras e idade do
animal?, qual a relao entre incidncia da giberela do trigo e umidade relativa do
ar?, e qual a relao entre produtividade e poca de plantio de tomateiro?. As
designaes de descritivo e explicativo sero ulteriormente consideradas de modo mais
detalhado. Realmente, os propsitos de descrio e de explicao so, na maioria das
situaes, to intimamente inter-relacionados que a distino entre eles mais artificial
do que real.
A importncia desta primeira etapa da pesquisa cientfica bvia e universalmente
reconhecida. Entretanto, surpreendente a freqncia com que ela desconsiderada.
No exagero salientar que os maiores desperdcios em pesquisa originam-se da
formulao de problemas imperfeita ou inadequada. Algumas vezes o problema
enunciado realmente um problema esprio originado de observaes e raciocnio
falhos. Algumas vezes o problema, embora real, trivial. Em outros casos, o problema
tal que, mesmo que solucionado, a soluo no seria utilizada. Essas situaes podem
ser evitadas por uma formulao do problema cuidadosa, precedida do conhecimento
adequado de seus antecedentes, particularmente de sua origem e importncia, e do
destino dos resultados da pesquisa que ele originar.
Muito freqentemente, uma pequena quantidade de tempo despendida formulando
o problema de diversos modos diferentes, redefinindo-o e expressando seus limites,
aponta o caminho para sua soluo. Esse exerccio na formulao do problema
freqentemente pode contribuir substancialmente para a melhor compreenso das
unidades e para a prpria soluo final do problema.
O aspecto crucial de qualquer problema cientfico sua formulao correta. De fato,
a enunciao do problema apropriado a maior dificuldade da cincia. Vale reiterar aqui
a conhecida sentena: "Muitos cientistas devem sua grandiosidade no a sua habilidade
em solucionar problemas, mas a sua sabedoria em escolh-los".
Embora no existam regras gerais para a formulao de um problema cientfico,
alguns princpios gerais devem ser satisfeitos para que um problema possa ser
considerado um problema cientfico bem formulado. Alguns desses princpios so
enunciados a seguir.
a) O problema deve inserir-se em um corpo de conhecimento cientfico acessvel.
Uma condio essencial para que um problema possa ser tratado pelo mtodo
cientfico sua fundamentao terica e coerncia com o corpo de conhecimento
cientfico existente. Problemas de pesquisa que correspondem a perguntas isoladas
originam a acumulao de fatos no relacionados. Esse tipo de conhecimento
enciclopdico comum na origem de toda a rea da cincia. Mesmo hoje, muitas reas
rudimentares da cincia, como a sismologia e a antropologia fsica, so compostas
principalmente de grandes massas de fatos discretos.. Nas cincias mais avanadas,
entretanto, um problema de pesquisa tem significado apenas quando enfocado como um
constituinte de um problema geral mais amplo.
b) O problema de pesquisa deve ser relacionado e orientado ao campo de teoria e
conhecimento mais amplo em que se insere.
Deve ser estabelecido claramente como uma pesquisa particular se relaciona com
outras pesquisas semelhantes; se a pesquisa pioneira, sem quaisquer antecedentes de
propsitos semelhantes e emprego de mesmo mtodo, na mesma rea ou em rea
correlata; ou se simplesmente uma repetio de outras pesquisas para propsitos de
confirmao de seus resultados. Deve ser esclarecido se a pesquisa pressupe que as
descobertas de estudos semelhantes so aceitas de modo inquestionvel, ou se so
ignoradas, contestadas, ou mesmo desaprovadas. A orientao de um problema indica
que o pesquisador tem um propsito especfico para estudar o que ele se prope e na
maneira que prope.
c) Problemas complexos no devem ser resolvidos atravs de formulaes
simples.
Em algumas circunstncias, um problema complexo pode ser decomposto em um
conjunto de problemas mais simples, cada um dos quais apropriadamente formulado
como um problema cientfico especfico, de modo que seus resultados possam ser
coordenados, combinados ou sintetizados para responder o problema original complexo.
Essa abordagem pressupe que esses problemas especficos mais simples referem-se a
subsistemas do sistema global e so relativamente independentes. Muito
freqentemente, entretanto, essa pressuposio irreal. De fato, usualmente um
problema complexo se refere a um sistema cujos subsistemas so inter-relacionados de
modo ntimo e intrincado. Se esse fato ignorado e se procede para tentar respostas
para as partes separadas, pode no ser lograda uma soluo apropriada para o problema
global. Seja, por exemplo, o problema: qual a influncia das tcnicas de cultivo sobre a
produtividade do feijo?. A resposta a essa questo pode ser tentada atravs da sua
decomposio em questes simples, cada uma delas referente influncia de uma
tcnica de cultivo particular (poca, densidade e modo de semeadura, fertilizao do solo
com nitrognio, fsforo, potssio,..., uso de inseticidas, herbicidas, fungicidas,..., poca
de colheita, etc.) sobre a produtividade. Na soluo tentativa de cada uma dessas
questes, referente a uma tcnica de cultivo particular, as demais tcnicas de cultivo tm
de ser fixadas. Como a influncia de cada tcnica de cultivo sobre a produtividade tem
elevada dependncia das demais tcnicas de cultivo empregadas, a resposta imediata ao
problema complexo pode no ter significado ou no ser adequada.
Entretanto, no h alternativa: a decomposio de problemas complexos
necessria em pesquisa cientfica. A abordagem cientfica compreende a formulao de
um conjunto de problemas seqencial e iterativo que origine um programa de pesquisa
de longo prazo, de modo que as solues alcanadas em cada etapa sejam incorporadas
ao corpo de conhecimento atual, a partir do qual as questes sejam reiteradas ou
reformuladas.
d) Todas as caractersticas relevantes relacionadas ao problema devem ser
identificadas e consideradas.
Um problema no pode ser resolvido corretamente se as caractersticas que
implicam em sua manifestao no so corretamente identificadas ou so falsamente
reconhecidas. Assim, por exemplo, problemas relacionados com caractersticas fsicas
em humanos tambm so freqentemente relacionados com caractersticas psquicas.
Em algumas circunstncias, pode ser conveniente o emprego de procedimentos
apropriados para distinguir as respostas atribuveis a efeito real e a efeito imaginrio.
e) A existncia do problema deve ser assegurada.
Esse requisito demanda uma definio clara dos atributos do problema e uma
delimitao explcita de sua rea de existncia. Seria infrutfero, por exemplo, tentar
resolver o problema da incidncia de uma doena em animais se tal doena no
constitusse um problema. Semelhantemente, seria infrutfero tentar resolver tal problema
se o problema real no fosse a prpria doena, mas alguma deficincia nutricional ou
insalubridade de instalaes que torna os animais suscetveis.
f) O problema tem que ser bem concebido e delimitado.
O embasamento do problema, em particular suas pressuposies, no pode ser
falso ou indefinido. Por outro lado, o problema no pode ser demasiadamente amplo ou
vago. Pelo contrrio, deve integrar uma srie de problemas a serem considerados
progressivamente, passo a passo.
g) O problema deve ser compreendido antes de formulado.
Muito freqentemente, o pesquisador tenta resolver um problema antes de
compreender claramente seus componentes ou seus atributos distintivos e reconhecveis.
Assim, por exemplo, seria infrutfero procurar as causas de uma doena antes de ter uma
definio clara do significado de tal doena, de como reconhec-la, como distingu-la de
outras doenas e como mensur-la.
h) O problema deve ser tratvel pelas tcnicas de pesquisa cientfica existentes e
com os recursos disponveis.
Considerem-se, por exemplo, as seguintes questes: que produtividade de trigo se
obteria no Rio Grande do Sul se as doenas fossem erradicadas das lavouras e as
condies de clima e de solo fossem as ideais?, quando ser obtida uma cultivar de
feijo com produtividade superior em todo o Pas?, quanto tempo sobreviveria um
organismo que se tornasse completamente imune a doenas?. Essas questes no
permitem pesquisa emprica nessa poca. Trata-se apenas de especulaes no
respondveis pela cincia no presente estgio de desenvolvimento de suas respectivas
reas.
Em algumas circunstncias, pode no ser conhecido ou garantido que uma dada
questo possa ser respondida nas circunstncias presentes. Limitaes de informaes,
de recursos, de metodologia e impedimentos pesquisa de diversas origens podem
constituir barreira considervel no momento em que um problema posto. Muitas vezes
o cientista assume uma atitude pragmtica nessas situaes e decide executar a
pesquisa. No curso de sua pesquisa, ele pode defrontar-se com vrios obstculos e
limitaes para complet-la. Muitas das pesquisas realizadas nessas circunstncias so
conduzidas com a esperana de que originem alguma contribuio ao conhecimento e
devem ser consideradas como puramente especulativas.
i) O problema deve ser respondvel em termos objetivos.
Considere-se, por exemplo, a questo: o uso intensivo de pesticidas benfico
para o rebanho ovino?. Essa formulao no especifica o significado de diversos termos,
ou seja: intensivo, pesticidas e benfico. Para que um problema possa ser
respondido objetivamente so necessrias as definies das evidncias a serem
buscadas e a existncia de procedimentos padronizados de mensurao. Tambm
necessrio que essas evidncias e os procedimentos de mensurao a serem
empregados existam em forma sensvel e impessoal, tenham caractersticas distintas e
significativas, e possam ser avaliados e descritos sem subjetividade.
j) O problema deve ser formulado claramente, de modo que tenha o mesmo
significado para todas as pessoas inteligentes e bem informadas.
Para que uma pesquisa seja bem sucedida essencial que o problema a ser
resolvido seja estabelecido de modo claro, completo e explicito, em forma escrita. Esse
procedimento indispensvel para a garantia de que os recursos sejam despendidos de
modo frutfero e eficiente. A ausncia desses cuidados, que ocorre quando o problema
estabelecido de modo ambguo, vago ou equivocado, conduz a pesquisas ineficientes,
que decorrem, por exemplo, da coleta de dados inadequados ou desnecessrios, ou da
omisso de dados essenciais. Por exemplo, a questo a incidncia de doenas causa
prejuzos elevados produo de tomate? no especifica a origem ou o tipo da doena,
em quais tipos de lavouras e sob que condies ambientais ela ocorre, e o significado de
prejuzos elevados. Muito freqentemente, desejvel que uma questo seja formulada
de forma limitada e em termos to simples quanto possvel. Questes complexas, como a
exemplificada, devem ser preferivelmente decompostas em questes especficas e no
ambguas.
k) A formulao do problema deve delimitar a rea de pesquisa.
O estabelecimento de um problema de pesquisa particular deve delimitar a rea de
pesquisa, ou seja, o mbito do problema, o que demanda a caracterizao clara da
populao objetivo e de suas unidades. Em algumas situaes, a populao objetivo
definida implicitamente no contexto do problema; em outros casos, ela deve ser
especificada explicitamente. De qualquer forma, a populao objetivo deve ser
claramente estabelecida junto com o problema de pesquisa.
Um problema cientfico pode compreender uma pergunta simples, especfica e
temporria (por exemplo, quantos ovinos de um rebanho particular esto infectados com
helmintos?); no outro extremo pode compreender uma pergunta ampla e complexa (por
exemplo, qual a relao entre produtividade do milho e fertilidade do solo?). De modo
geral, a abrangncia de um problema determinada por um ou mais dos seguintes
fatores: a) objetivos e interesses da instituio de pesquisa e dos pesquisadores; b)
disponibilidade dos recursos relevantes; c) complexidade da base terica subjacente; d)
conhecimento disponvel que contribua para a soluo do problema; e) exeqibilidade da
pesquisa.
l) Devem ser consideradas formulaes alternativas ou substitutas, caso a
formulao original no seja exeqvel.
Em algumas circunstncias, a formulao original de um problema inexeqvel.
Um pesquisador prudente tem um estoque de formulaes alternativas para a
consecuo de seus objetivos. Uma formulao alternativa pode significar uma reduo
dos objetivos da pesquisa (como conseqncia de diminuio da abrangncia da
populao objetivo ou simplificao da hiptese cientfica, por exemplo), ou a tomada de
um caminho indireto para lograr uma aproximao do objetivo original. Como um
estrategista cuidadoso, o pesquisador experiente deve estar sempre pronto a efetuar
alteraes em formulaes e procedimentos, contanto que a essncia do problema no
seja alterada.
m) Entre as formulaes alternativas do problema, deve ser escolhida aquela a que
corresponda mtodo de soluo mais exeqvel e mais eficiente.
Os custos e a demanda de tempo e de recursos humanos e materiais devem ser
considerados judiciosamente antes da formulao final do problema. Em muitos casos,
diversas formulaes alternativas podem ser apropriadas para um problema, dependendo
da profundidade e da amplitude desejada para a soluo. Em algumas circunstncias,
uma formulao simples, embora no muito eficiente, pode atender s necessidades; em
outros casos, o problema pode demandar formulao mais complexa. Por exemplo, seria
ineficiente despender grande quantidade de esforo para resolver um problema de
pequenas dimenses ou de pouco significado; mas seria igualmente infrutfero tentar
responder uma questo ampla e complexa com a utilizao de mtodos primitivos e
limitados. Pesquisadores experientes freqentemente formulam seus problemas de
diversas formas alternativas e consideram diversos mtodos de soluo para que
possam compar-los para a eleio do mais apropriado. Entretanto, a maioria dos
problemas de pesquisa bem formulados sugere em sua prpria definio os mtodos
mais eficientes para soluo.
n) O problema deve ser formulado de modo sistemtico.
O procedimento sistemtico um dos atributos da cincia. De fato, a obteno de
resultados significativos na cincia uma conseqncia de formulaes sistemticas e
emprego de metodologia rigorosa. A viabilizao desse procedimento requer que o
problema seja formulado de modo organizado. Em particular, a construo sistemtica de
um plano de pesquisa impossvel se o problema no foi formulado de modo
sistemtico. Embora algumas formulaes de problemas requeiram alteraes durante o
curso da pesquisa, essas alteraes somente podem ser logicamente defendidas e
exploradas de modo mximo quando o problema foi originalmente formulado de modo
sistemtico. Ademais, a histria da cincia, bem como a literatura cientfica
contempornea, atestam o fato de que muitos problemas importantes permaneceram
sem soluo por tempo desnecessariamente longo devido a formulaes
reconhecidamente desordenadas.
o) A formulao do problema no deve influenciar os fenmenos sob pesquisa.
As respostas de seres vivos em laboratrio e em outros ambientes de pesquisa
podem diferir das respostas que manifestam em seus ambientes naturais.
Particularmente, indivduos humanos, quando sabem que esto sendo estudados, podem
ter reaes diferentes daquelas que manifestam em suas condies normais. O
pesquisador cuidadoso formula seu problema, e ulteriormente conduz sua pesquisa, de
modo a evitar, neutralizar ou controlar qualquer possvel efeito que a situao de
pesquisa possa ter sobre os fenmenos. Cada campo de pesquisa desenvolve tcnicas
prprias para a soluo desse problema. Em ltima instncia, a melhor segurana contra
possveis violaes desse princpio o uso de controles especficos para testar a
sensibilidade das unidades da amostra, ou a comparao cuidadosa de unidades
testadas com unidades no testadas.
Para atender a esse conjunto de requisitos, a formulao do problema deve ser
cuidadosa, pormenorizada e completa. Entretanto, muito freqentemente, conveniente
resumi-la atravs de um enunciado breve, claro e objetivo. Essa forma resumida do
problema til especialmente para facilitar sua apreciao e evidenciar mais nitidamente
sugestes de solues que possam ser candidatas hiptese de pesquisa. Considere-
se, por exemplo, o problema da deficincia da pastagem natural no perodo outono-
inverno, em campos de criao extensiva de bovinos de corte do Estado do Rio Grande
do Sul, que causa reduo do desenvolvimento ponderal e perda de peso desses
animais, e conseqentes prejuzos para a produo de carne. Uma descrio completa
desse problema poderia ser resumida pelo seguinte enunciado: Prejuzo da produo de
carne de bovinos de corte no Rio Grande do Sul decorrente da deficincia da pastagem
natural no outono-inverno. Uma outra ilustrao provida pelo problema da incidncia
do mldio em pomares de videira da Regio da Serra do Rio Grande do Sul, que causa
prejuzos para a planta e a conseqente queda da produo de uva, que poderia ser
resumido na forma: A incidncia do mldio na Regio da Serra do Rio Grande do Sul
prejudica a produo de uva.
2.4.2 2.4.2 2.4.2 2.4.2 Formulao da hiptese cientfica Formulao da hiptese cientfica Formulao da hiptese cientfica Formulao da hiptese cientfica
Aps a formulao do problema, a prxima etapa a indagao referente
natureza e a conexes de caractersticas que conduza idealizao de um ou mais
caminhos para a soluo ou resposta ao problema. Cada um desses caminhos
idealizados constitui uma hiptese de pesquisa hiptese de pesquisa hiptese de pesquisa hiptese de pesquisa.
A hiptese de pesquisa pode ser sugerida pela literatura. Mais comumente,
entretanto, formulada como uma predio com base na teoria. Menos freqentemente,
provm de raciocnio baseado em observao eventual de eventos. Em algumas
situaes, a formulao de uma hiptese pode parecer infrutfera. Esse o caso de
pesquisa exploratria em uma rea relativamente nova, onde ainda no so conhecidas
as caractersticas relevantes e suas relaes.
O conhecimento cientfico referente a uma classe de fenmenos consolidado em
teorias, ou seja, enunciados gerais que explicam ou inter-relacionam um conjunto de
outras proposies mais especficas, ou seja, fatos cientficos. Essas teorias abrangem
alguns aspectos da inter-relao total, mas no todos os aspectos. Geralmente, algumas
sub-relaes no so levadas em conta. A utilizao de uma teoria para a resposta a
uma questo ou soluo de um problema requer a deduo de inferncias a partir dela.
Essas inferncias constituem hipteses cientficas:

Uma hiptese cientfica hiptese cientfica hiptese cientfica hiptese cientfica ou hiptese de pesquisa hiptese de pesquisa hiptese de pesquisa hiptese de pesquisa uma proposio de soluo ou
resposta a um problema de pesquisa que derivada de uma teoria por inferncia
dedutiva e que permite um teste de confirmao emprica.

A funo da hiptese cientfica estender o conhecimento cientfico alm das
presentes fronteiras do conhecimento terico. Assim, a hiptese cientfica mais do que
uma conexo entre especulao e verificao; ela o fator essencial do crescimento do
conhecimento cientfico.
Em consonncia com o correspondente problema cientfico, a funo de uma
hiptese cientfica pode ser: descritiva ou explicativa.
Uma hiptese descritiva hiptese descritiva hiptese descritiva hiptese descritiva enunciada para um problema descritivo. Declara a
existncia de uma uniformidade emprica, ou seja, de um fato ou relao comumente
conhecido, mas que ainda no foi verificado empiricamente, ou que ainda no
conhecido, mas cuja existncia suspeita. Por exemplo, a incidncia da ferrugem do
trigo maior sob condies de umidade relativa elevada; novilhos machos tm taxa de
crescimento ponderal mais elevada do que fmeas; as condies climticas da fronteira
sudoeste do Estado so mais favorveis viticultura do que as da Serra.
Como a cincia tenta construir um corpo sistemtico de conhecimento verificado,
natural que uma grande parte de seu esforo seja despendido na verificao de
hipteses que paream obviamente verdadeiras, mas que ainda no foram verificadas
empiricamente.
Algumas pesquisas simples referentes a problemas descritivos podem ser
conduzidas sem referncia a uma estrutura de hiptese. Entretanto, a maior parte das
pesquisas descritivas implica uma hiptese subjacente. Assim, por exemplo, dizer que o
objetivo de uma pesquisa simplesmente descobrir que doenas atacam os bovinos dos
rebanhos de uma regio ignorar o fato de que o pesquisador deseja essa informao
por alguma razo, e que essa razo possivelmente seja relacionada a uma teoria geral a
partir da qual uma hiptese, como as seguintes, pode ser deduzida: a) os rebanhos
atacados tm certas caractersticas referentes raa, pastagem, condies climticas e
tcnicas de criao; b) as incidncias das diversas doenas esto relacionadas com as
condies ambientais; e c) doenas tm incidncia mais elevada em rebanhos que no
adotam as tcnicas de criao recomendadas.
A formulao da hiptese sempre recomendvel, pois constitui um esforo mental
que contribui para a objetividade da pesquisa e para que o pesquisador vena a
relutncia natural para raciocinar em termos conexos.
Uma hiptese explicativa hiptese explicativa hiptese explicativa hiptese explicativa ou analtica analtica analtica analtica refere-se a uma relao causal de
caractersticas. Busca descobrir se a alterao de uma caracterstica implica em
alterao de outra caracterstica, ou, mais genericamente, se alteraes em um conjunto
de caractersticas implicam em alteraes de um outro conjunto de caractersticas. Em
outras palavras, uma hiptese explicativa busca descobrir se a manifestao de uma ou
mais caractersticas influi na manifestao de uma ou mais outras caractersticas. O
nmero de caractersticas em cada um dos dois grupos depende do propsito da
pesquisa. Entretanto, em geral, mais fcil e seguro considerar relaes de poucas
caractersticas. Assim, por exemplo, muito mais fcil compreender a influncia da
temperatura sobre a incidncia do mldio da videira do que a influncia simultnea da
temperatura, umidade e adubao sobre a incidncia desse fungo.
Para um mesmo problema podem ser formuladas uma ou mais hipteses. Por outro
lado, hipteses diferem em grau de sutilidade, decorrente do nvel de complexidade do
problema. Uma hiptese simples pode ser uma mera generalizao de uma observao
emprica particular. Hipteses mais complexas podem postular conexes entre eventos,
ou cadeias elaboradas de relaes casuais.
A formulao de uma hiptese adequada depende do conhecimento e da
experincia do pesquisador. Entretanto, a imaginao do pesquisador da maior
importncia. Pesquisadores de mesmo nvel de conhecimento e experincia diferem no
que diz respeito criatividade, ou seja, habilidade para a construo de hipteses teis
e frteis.
Assim, no h um conjunto de regras que possa garantir a formulao da hiptese
mais apropriada e frutfera. Entretanto, os seguintes atributos so essenciais para que
uma conjetura seja uma hiptese cientfica:
a) a hiptese tem que ter significado e ser formalmente correta;
b) tem que estar baseada em conhecimento prvio e ser compatvel com o corpo
de conhecimento cientifico;
c) deve ser relacionada logicamente com a teoria da qual derivada;
d) deve prover uma resposta ao problema particular que a suscitou;
e) deve ser conceitualmente clara e no ambgua;
f) deve ser plausvel, ou seja, deve ser logicamente possvel;
g) deve ser expressa em termos objetivos e operacionais;
h) deve ser to especfica e simples quanto possvel;
i) deve ser verificvel empiricamente, ou seja, deve sugerir uma pesquisa atravs
da qual possa ser testada;
j) deve permitir uma deciso relativa ao problema;
k) deve permitir um meio confivel de predio de eventos desconhecidos;
l) deve incluir o critrio de sua confirmao, ou seja, deve ser enunciada em
termos que no deixem dvidas referentes s respostas consideradas como confirmao.
Isso implica que uma boa hiptese geralmente enunciada de modo quantitativo; por
exemplo, O desbaste de frutos do pessegueiro aumenta o peso mdio do fruto.
Muito freqentemente, mais de uma hiptese pode ser formulada como provvel
soluo de um problema de pesquisa. Nessas circunstncias, esses requisitos devem ser
empregados como critrios para sugerir que hiptese particular deve ser escolhida como
a mais apropriada e frutfera.
Uma hiptese cientfica jamais provada de modo definitivo e absoluto. Uma
hiptese cientfica confirmada empiricamente um fato cientfico, o que no
necessariamente a expresso exata da realidade. Uma hiptese apenas confirmada ou
no confirmada, segundo o grau de confirmao estabelecido. Um fato cientfico, ou seja,
uma hiptese confirmada, uma nova hiptese, presumivelmente com nvel de
fidedignidade mais elevado do que o original.
2.4.3 2.4.3 2.4.3 2.4.3 Busca e reviso das informaes disponveis Busca e reviso das informaes disponveis Busca e reviso das informaes disponveis Busca e reviso das informaes disponveis
Aps a avaliao cuidadosa e lgica das formulaes do problema cientfico e da
hiptese cientfica, o prximo passo a busca de toda a informao que possa fornecer
subsdio til para a nova pesquisa, principalmente para avaliar a importncia do problema
proposto e para determinar se o problema e a correspondente hiptese so plausveis e
se conduziro adio de novo conhecimento. Essa busca compreende, principalmente,
a consulta literatura disponvel referente rea da pesquisa, a consulta a
pesquisadores experientes e a coleta e identificao de material e dados disponveis que
possam ser teis para considerao na pesquisa a ser conduzida. Ela tambm deve
compreender o levantamento de informaes referentes a pesquisas semelhantes j
executadas e s tcnicas e procedimentos que possam ser teis para adoo na nova
pesquisa.
Objetivos e relevncia Objetivos e relevncia Objetivos e relevncia Objetivos e relevncia
O exame da literatura, em particular, tem os seguintes objetivos e funes
relevantes:
a) Avaliar a importncia do problema proposto e determinar se o problema e a
correspondente hiptese foram objeto de pesquisas anteriores, se so plausveis e se
conduziro adio de novo conhecimento. Na primeira situao, o problema pode j
estar solucionado ou, possivelmente, o problema deva ser revisado, com a considerao
dos resultados j obtidos.
A reviso da literatura pode evitar a repetio desnecessria de pesquisas j
conduzidas. Originalidade completa rara em campos de pesquisa mais avanados e,
em algumas circunstncias, pode ser justificvel repetio. Assim, importante que,
antes da conduo de uma pesquisa, o pesquisador esteja seguro de que sua pesquisa
seja justificvel por constituir alguma originalidade importante, possivelmente decorrente
de especificidades referentes a novo ambiente ou a condies diferentes, ou por permitir
confirmao de resultados de pesquisas j realizadas que atribua maior fidedignidade ao
conhecimento existente.
b) Buscar a abordagem apropriada para a pesquisa. O levantamento de
informaes relativas a pesquisas semelhantes j executadas pode identificar tcnicas e
procedimentos que possam ser teis para adoo na execuo da pesquisa. Como um
estrategista, o pesquisador tem que efetuar decises sobre a abordagem e o conjunto de
tcnicas a utilizar, segundo sua avaliao referente maior probabilidade de sucesso. A
literatura pode indicar a fecundidade de abordagens particulares e sugerir caminhos e
tticas alternativas. Essas indicaes podem ser de grande valia para sugesto do plano
mais eficaz para a soluo de um problema.
Algumas vezes o melhor caminho sugerido por um modelo encontrado na
literatura, ou seja, uma forma paralela e mais simples, mas com a mesma estrutura ou
organizao do fenmeno sob pesquisa. Modelos simplificadores, fsicos ou conceituais,
so muito teis para a explicao de estruturas complexas.
c) Identificar problemas metodolgicos especficos que requeiram soluo antes da
conduo da pesquisa, ou que devam ser levados em conta no plano da pesquisa, e
colher sugestes sobre tcnicas, instrumentos e outros recursos materiais que possam
ser teis para os propsitos da pesquisa.
d) Colher sugestes de tcnicas, instrumentos e outros materiais especficos que
possam ser da maior utilidade para utilizao na pesquisa. Mesmo para um pesquisador
experiente, o exame da literatura pode sugerir novas aplicaes, refinamentos e mesmo
interpretaes de tcnicas disponveis.
e) Identificar possveis dificuldades e perigos que possam surgir na conduo da
pesquisa. Essa informao pode permitir ao pesquisador precaver-se e adotar
alternativas que evitem ou diminuam as dificuldades e evitem as falhas.
f) Contribuir para o discernimento de solues possveis para o problema. A
formulao da questo apropriada o problema mais difcil na cincia. Por outro lado, a
descoberta ou inveno resultado de discernimento superior ou feliz de relaes entre
fenmenos anteriormente confusas. O discernimento freqentemente auxiliado pelo
exame da literatura. Mesmo que a literatura no contenha a resposta especifica
procurada, ela pode provocar especulao frutfera que contribua para o discernimento
crtico, que essencial para a descoberta e inveno. Certamente, a cincia estaria mais
avanada se toda a informao til j disponvel na literatura fosse completamente
explorada.
g) Prover dados. A utilizao dos dados disponveis condio indispensvel para
a eficincia da pesquisa. A desconsiderao de dados existentes uma falha
indesculpvel numa pesquisa cientfica.
A habilidade na explorao dos recursos de biblioteca uma qualidade
indispensvel do cientista. Sem interesse e habilidade para o exame da literatura, um
cientista fadado a falhar mesmo na mais modesta pesquisa.
Em campos onde o conhecimento tornou-se muito extenso, prolfero e ramificado e
a pesquisa muito volumosa, o exame da literatura existente pode no ser suficiente para
assegurar que o pesquisador esteja a par dos desenvolvimentos relevantes. Nessas
circunstncias, necessria a correspondncia pessoal com outros cientistas em
atividade no mesmo campo de pesquisa. Essa comunicao tambm indispensvel
quando a literatura disponvel to deficiente que se torna infrutfera. Em todos os casos,
o pesquisador competente faz todos os esforos para familiarizar-se com todo o
conhecimento relevante, tanto durante o estgio inicial da pesquisa, enquanto est
formulando sua hiptese, como durante seu planejamento.
A localizao de informao relevante no um problema simples. Muitas vezes
uma idia frtil resulta de uma sntese de fatos j conhecidos, mas no relacionados.
Sem dvida, a disponibilidade de fontes de referncias organizadas prov oportunidades
para novas descobertas ou invenes. O problema essencial nesse estgio da pesquisa
determinar quais dos materiais disponveis so relevantes para a pesquisa em
considerao, e localizar esses materiais.
A determinao do material relevante para um problema de pesquisa particular
uma deciso arbitrria que cada pesquisador deve tomar. A nica regra geral evitar os
extremos, ou seja, sobrecarregar a pesquisa de material que se relacione apenas
superficialmente com o problema ou considerar que nada de importante que se relacione
com o problema foi realizado at ento. O estabelecimento do meio termo apropriado
determinado apenas pela experincia. Em geral, a literatura essencial aquela que
possa contribuir para a escolha da metodologia e do material a ser utilizado na pesquisa
e a que reporte resultados que a atual pesquisa possa utilizar como pressuposio ou
tenha como propsito verificar e comparar.
Outra questo importante a avaliao da relevncia do material bibliogrfico. A
relevncia est relacionada validade, o que levanta a questo difcil da avaliao da
validade do material publicado. Freqentemente, feita uma distino entre fontes
primrias ou originais e fontes secundrias ou derivadas. Fontes primrias so
usualmente consideradas mais confiveis. De fato, fontes primrias podem ser to
tendenciosas ou distorcidas como as originais, mas tm a vantagem de no conter as
distores adicionais includas pelos autores subseqentes. Por essa razo as fontes
primrias devem ser preferidas.
De qualquer maneira que sejam respondidas as questes de relevncia,
confiabilidade e validade das fontes de informao, o pesquisador metdico inicia a
implementao de sua pesquisa pela reunio de uma bibliografia. Essa compilao serve
dois propsitos principais: a) prover uma lista de fontes que forneam a estrutura ou
cenrio do problema, e b) denotar as fontes especficas que sero utilizadas diretamente
na pesquisa. Para esses propsitos, imperativo que a bibliografia seja desenvolvida e
organizada de modo sistemtico. Para tal, devem ser empregadas tcnicas apropriadas.
Esse assunto tratado em textos especficos.
A leitura da literatura deve ser feita com uma atitude reflexiva crtica para que no
sejam perdidas a originalidade e a perspectiva. A mera acumulao de informao no
suficiente.
Fontes de informao Fontes de informao Fontes de informao Fontes de informao
Para adquirir conhecimento bsico em um campo particular, aconselhvel iniciar
com a leitura de publicaes com abordagens gerais, como uma enciclopdia. Pode-se
seguir com a leitura de um texto um pouco mais detalhado, como um manual. Nessa
altura, pode ser conveniente proceder ao exame de ndices de bibliotecas ou catlogos
de livros para a identificao de livros sobre o tema de interesse. Se forem encontrados
livros especializados recentes com bibliografia suficiente, a busca pode encerrar-se aqui.
Nesse caso, o prximo passo ser obter as fontes originais das indicaes desses livros.
Usualmente, entretanto, no h um livro completo ou atualizado. Ento, ser
necessrio procurar artigos que apresentem levantamentos ou revises, em revistas
peridicas especializadas ou em alguma publicao anual com esses propsitos. Essas
fontes podem ser muito teis para proverem orientao e referncias.
Freqentemente, torna-se necessria a consulta a revistas de resumos. Em geral,
conveniente que essa busca seja procedida de modo retrospectivo, a partir do presente
at a obteno da desejada cobertura.
O estgio final a leitura dos artigos originais atuais. A essas alturas, o
pesquisador ter conhecimento da lista de revistas mais provveis de conterem artigos
sobre o tema de sua pesquisa e dos principais autores no campo.
Cada artigo conter referncias a trabalhos anteriores. Dessa forma, a procura
pode ser conduzida para o passado, com o propsito de obter referncias no
encontradas nas revistas de resumos.
Em ltima instncia, o meio mais eficaz de encontrar referncias a consulta a
pesquisadores experientes, se so acessveis.
De modo geral, recomendvel que o exame da literatura proceda do geral para o
particular. A estrutura do material bibliogrfico referente a um dado campo, em ordem
decrescente de generalidade, indicada a seguir:
Enciclopdias
As fontes mais gerais so as enciclopdias, que podem ser teis para a aquisio
de uma primeira viso de uma rea. Encyclopaedia Britannica, por exemplo.
Guias de literatura
Em segundo nvel de generalidade esto as publicaes indicativas, relatrios e
guias destinados a uma rea particular, que listam a literatura bsica constituda por
livros, revistas de reviso, resenhas e resumos, e as principais revistas que publicam
artigos tcnico-cientficos. Por exemplo, Guide to the Literature of the Zoological
Sciences, Manual of Reference Sources in Chemistry e Entomological Nomenclature and
Literature.
Manuais
No prximo nvel, esto os manuais e livros de referncia que apresentam de modo
compreensivo e resumido o estado do conhecimento em uma rea. Essas referncias
servem como material sumrio no campo. Por exemplo, A Dictionary of Applied Physics e
Encyclopedia of Chemical Technology.
Livros
O nvel seguinte de especializao constitudo pelos livros disponveis na rea.
Os livros textos e monografias provm o material bsico e muito freqentemente so bom
incio para a reviso da literatura. Os melhores livros provm uma introduo ao tpico de
pesquisa e um resumo da literatura publicada at a data em que o livro foi escrito. Pode
ser difcil encontrar os livros importantes referentes a um assunto. A procura pode iniciar
pelo ndice de assuntos ou nas prprias prateleiras de uma boa biblioteca. Naturalmente,
essa busca depende da acessibilidade de uma boa biblioteca.
H listas de livros cientficos que podem ser teis, embora nenhuma delas seja
completa. Por exemplo, The Cumulative Book Index e Bulletin Critique du Livre Franais.
Indicaes teis podem ser obtidas pela busca em listas providas por vendedores de
livros via Internet, como a Amazon.
Revistas especializadas
H um nmero crescente de revistas nacionais e internacionais de circulao
peridica (mensal, trimestral ou anual), que so publicadas por sociedades cientficas,
instituies de pesquisa e editoras comerciais, que publicam artigos tcnico-cientficos.
Essas revistas so fontes indispensveis de informao e atualizao dos avanos da
pesquisa em campos especializados do conhecimento. Por exemplo, Pesquisa
Agropecuria Brasileira, Bragantia, Revista Brasileira de Zootecnia, Crop Science,
Journal of Food Science, Journal of Bacteriology, Journal of Virology, Journal of
Parasitology, Current Biology e Current Genetics.
Resenhas e revises
So publicaes que apresentam o desenvolvimento ordenado e sistemtico do
conhecimento cientfico em reas particulares, usualmente escritas por pesquisadores
renomados e autores convidados. Por exemplo, Critical Reviews in Immunology, Critical
Reviews in Biotechnology, Nutrition Review, Physiological Reviews, Advances in Food
Research, Immunological Reviews (cada volume dedicado a um tema especfico) e
Annual Review of Plant Physiology and Plant Molecular Biology.
Revistas de resumos e indexao
As revistas de resumos e revistas de indexao em reas particulares so fontes de
informao valiosas referentes a artigos correntes e publicaes especializadas. Essas
publicaes so a principal orientao para o pesquisador que busca artigos em tpicos
especficos. Tambm constituem um dos principais recursos para atualizao com o
progresso cientfico. So exemplos de revistas de resumos: Chemical Abstracts Services,
Cambridge Scientific Abstracts, Biological Abstracts, Food Science and Technology
Abstracts e Entomological Abstracts. As revistas de indexao informam os contedos
das revistas mais importantes, por rea de conhecimento; com variadas facilidades de
informao, como ndices por ttulos, autores e assuntos. Por exemplo, Current Contents,
Research Alert, Science Citation Index, Bioresearch Index e Alerta Bibliogrfico.
Informaes sobre bibliografia e particularmente cpias de textos de artigos tcnico-
cientficos podem ser obtidas de bases de dados bibliogrficos gerais e mais
especializadas, acessveis atravs de servios de "comutao bibliogrfica" disponveis
em bibliotecas. Os contedos dessas bases ou sistemas de recuperao de informao
(BIOSIS Database, por exemplo) podem ser consultados atravs de indicao de
palavras-chaves que caracterizem a rea especfica para a qual se queira ter informao
sobre os artigos existentes.
O avano da Internet est tornando essas fontes de informao disponveis online
a custos acessveis para aquisio institucional.
Uma gama variada e crescente de informao tambm est sendo disponibilizada
na Internet, muita da qual de livre acesso e sem custo. Essas informaes podem ser
acessadas atravs de mecanismos de busca providos por empresas especializadas, tais
como Google (http://www.google.com), Yahoo (http://www.yahoo.com) e Teoma
(http://www.teoma.com). Esses servios de busca so usualmente oferecidos por
provedores de servios de Internet, como UOL e Terra.
1. Explique porque a observao envolve algum grau de julgamento subjetivo.
2. Caracterize e ilustre o que comumente denominado "variabilidade natural" dos sistemas de
uma populao.
3. Explique e ilustre o significado de caracterstica das unidades de uma populao objetivo.
4. Qual a razo da necessidade de mensurao de caractersticas?
5. Distinga e ilustre os significados de caracterstica e varivel.
6. Explique e ilustre os conceitos de inferncia dedutiva e inferncia indutiva.
7. Qual a razo da importncia da inferncia indutiva em cincias fatuais?
8. Porque a inferncia indutiva em cincias fatuais incerta?
9. Como o processo de inferncia indutiva na cincia pode ser justificado com fundamentao na
estrutura do raciocnio silogstico?
10. Defina e ilustre os conceitos de problema cientfico e hiptese cientfica com exemplo de sua
rea.
11. Explique a relao de problema cientfico e hiptese cientfica com objetivo de uma pesquisa
cientfica.
12. Explique a aparente contradio entre o conjunto de estgios que caracterizam uma pesquisa
cientfica e o fato de algumas pesquisas especficas compreenderem apenas um subconjunto
desses estgios.
2.5 2.5 2.5 2.5 Objetivos de uma Pesqu Objetivos de uma Pesqu Objetivos de uma Pesqu Objetivos de uma Pesquisa Cientfica isa Cientfica isa Cientfica isa Cientfica
O objetivo de uma pesquisa cientfica a verificao de uma hiptese cientfica
referente a um problema cientfico particular. Assim, segundo o propsito da formulao
do problema cientfico e da hiptese cientfica que lhe originam, o objetivo de uma
pesquisa cientfica pode ser: descritivo ou explicativo. Um objetivo inicial ou preliminar em
alguns programas de pesquisa o exploratrio.
Na prtica, esses trs objetivos ou funes no so mutuamente exclusivos e,
muito freqentemente, uma pesquisa cientfica pode combinar dois desses objetivos, ou
todos os trs. As caractersticas essenciais desses trs objetivos so esclarecidas a
seguir.
Pesquisa exploratria Pesquisa exploratria Pesquisa exploratria Pesquisa exploratria
A funo de uma pesquisa exploratria o exame de uma rea para verificar e
estabelecer os caminhos de pesquisa mais frteis. Seus principais propsitos so:
identificao e formulao mais precisas de problemas e de hipteses; identificao de
caractersticas relevantes e investigao da praticabilidade de tcnicas de pesquisa. De
modo geral, a nfase principal de uma pesquisa exploratria a descoberta de
problemas, de temas, de reas e de tcnicas para pesquisa mais intensiva.
Pesquisas exploratrias bem organizadas so particularmente importantes em
reas da cincia iniciantes ou em desenvolvimento, especialmente em reas onde ainda
no foram formuladas teorias frutferas, onde ainda no foram descobertas muitas das
caractersticas influentes, onde ainda no foram verificadas a amplitude e a quantidade
das unidades, e onde ainda desconhecida a demanda de pesquisa. Tambm podem
ser importantes para responder questes prticas referentes a procedimentos de
pesquisa.
Qualquer que seja o propsito, a pesquisa exploratria a melhor segurana contra
o risco sempre presente de que um projeto de pesquisa de grande escala possa
fracassar pelo surgimento inesperado de obstculos no previstos. A prudncia sugere
que no deve ser tentado um grande esforo de pesquisa at que a evidncia de
pesquisa exploratria indique claramente a exeqibilidade e a chance de sucesso do
plano de pesquisa final.
Pesquisa descritiva Pesquisa descritiva Pesquisa descritiva Pesquisa descritiva
Uma pesquisa descritiva tem como propsito principal a caracterizao do
comportamento das unidades de uma populao objetivo atravs da mensurao,
descrio e representao sistemtica de suas caractersticas relevantes. Basicamente, a
pesquisa descritiva tenta responder questes do tipo: quem?, qual?, onde?,
quando? e quanto?. Sua funo fundamentalmente retratar e relatar.
Pesquisas descritivas freqentemente tambm envolvem a identificao e
descrio de relaes de associao (ou seja, de covariao ou variao conjunta) de
caractersticas. Em algumas pesquisas essa informao utilizada para a derivao de
inferncias referentes a relaes de caractersticas para propsitos de predio. O
princpio bsico encontrar caractersticas das unidades que se correlacionem com o
comportamento que desejado predizer e que sejam mensurveis at o momento em
que efetuada a predio. Observe-se que pesquisas descritivas podem prover uma
base confivel para predio; entretanto, no so apropriadas para a explicao da
natureza da relao envolvida.
Em contraste com a pesquisa exploratria, a pesquisa descritiva caracterizada
pela formulao a priori de problemas de pesquisa. Usualmente, o pesquisador j tem
conhecimento substancial para a formulao do problema de pesquisa, possivelmente
como resultado de uma pesquisa exploratria. Esse conhecimento lhe permite a definio
clara dos objetivos da pesquisa, particularmente das caractersticas relevantes que
devem ser mensuradas.
Pesquisa explicativa Pesquisa explicativa Pesquisa explicativa Pesquisa explicativa
Embora informaes descritivas sejam freqentemente teis para predio, sempre
que possvel desejvel conhecer as causas dos efeitos que esto sendo preditos e a
relao dos efeitos com as causas. Em parte, pelo desejo natural do homem de
compreenso; mas a razo mais importante que o conhecimento das causas quase
sempre aumenta a habilidade tanto para a predio como para o controle dos efeitos. Por
essa razo, a pesquisa explicativa vital para a gerao de conhecimento confivel.
A funo bsica da pesquisa explicativa (ou pesquisa analtica) explicar relaes
causais entre fenmenos. Ela relacionada com respostas a questes como? e
porque? Seu propsito avaliar o que e, principalmente, como ou porque acontece
quando uma ou mais caractersticas afetam uma ou mais outras caractersticas. Em
outras palavras, a funo da pesquisa explicativa avaliar e expressar relaes causais
significativas e previsveis de um conjunto de caractersticas com um outro conjunto de
caractersticas. Deve ser lembrado que, na cincia, essas relaes somente podem ser
expressas em termos de relaes provveis, no em termos de relaes exatas.
Observe-se que a distino entre pesquisa descritiva e pesquisa explicativa envolve
uma questo semntica complexa. Realmente, h uma diferena muito pequena entre
descrever alguma cousa e explic-la. Por exemplo, dizer que a chuva ocorre quando o
nvel de precipitao atinge um certo grau de concentrao tanto a descrio de uma
ocorrncia como a explicao de uma relao. O mesmo ocorre no caso da descrio ou
explicao de qualquer relao seqencial, como a disseminao de uma doena e o
crescimento de um animal. Sob o ponto de vista prtico, o termo "pesquisa descritiva"
geralmente empregado quando o propsito principal da pesquisa revelar as
caractersticas, as propriedades, as freqncias, ou a extenso das unidades, enquanto
que o termo "pesquisa explicativa" geralmente empregado para denotar um exame das
relaes existentes entre caractersticas de unidades j descritas.
2.6 2.6 2.6 2.6 Processo e Organizao da Pesquisa Cientfica Processo e Organizao da Pesquisa Cientfica Processo e Organizao da Pesquisa Cientfica Processo e Organizao da Pesquisa Cientfica
Conforme salientado na Seo 1.6.1 Seo 1.6.1 Seo 1.6.1 Seo 1.6.1, o processo fundamental do mtodo cientfico
pode ser resumido como uma repetio cclica de fases de sntese, anlise e sntese. Em
cada ciclo, comporta uma viso do problema referente aos sistemas globais (sntese),
quando estes so formulados em certo nvel de agregao, e sua partio em problemas
mais simples referentes a partes (subsistemas) daqueles sistemas que sejam passveis
de pesquisa cientfica explicativa (anlise). Os resultados obtidos dessas pesquisas
analticas so integrados nos sistemas globais (sntese).
A anlise para a caracterizao de problemas cientficos referentes s unidades de
uma populao objetivo compreende a decomposio sucessiva desses sistemas e,
correspondentemente, do problema global referente a esses sistemas, em subsistemas e
problemas mais especficos, at o ponto em que os subsistemas se tornem
suficientemente simples e os correspondentes problemas suficientemente especficos de
modo que possam ser passveis de tentativas de solues com base no conhecimento
cientfico existente e com os recursos disponveis. Cada um desses problemas
especficos um problema cientfico problema cientfico problema cientfico problema cientfico ou problema de pesquisa problema de pesquisa problema de pesquisa problema de pesquisa. Para cada um desses
problemas pode ser estabelecida uma ou mais conjeturas de soluo, alternativas ou
complementares, que possam ser verificadas empiricamente. Cada uma dessas
conjunturas constitui uma hiptese de pesquisa hiptese de pesquisa hiptese de pesquisa hiptese de pesquisa. A verificao de cada uma dessas
hipteses procedida atravs de uma pesquisa particular, ou seja, de uma ao de ao de ao de ao de
pesquisa pesquisa pesquisa pesquisa.
A anlise do problema global procedida at a identificao de problemas
cientficos unitrios. Essa anlise gera um conjunto sistmico de problemas cientficos.
Esse conjunto de problemas tem que ser organizado, pelo menos provisoriamente, em
uma estrutura que estabelea uma ordem de prioridade lgica que leve em conta as
implicaes mtuas. Essa ordenao de problemas de pesquisa parte da estratgia da
pesquisa cientfica e deve ser esboada, pelo menos esquematicamente, para que a
pesquisa cientfica seja frutfera. O carter sistemtico e seqencial da pesquisa cientfica
pode requerer alteraes da ordenao dos problemas de pesquisa no curso das
atividades de pesquisa, na medida em que os resultados lancem novas luzes sobre os
problemas iniciais e na medida em que se apresentem novos problemas que no haviam
sido identificados quando a estratgia inicial foi estabelecida.
Assim, o processo de pesquisa dinmico e reiterado ao longo do tempo.
Indicaes de resultados de pesquisa so incorporadas nos sistemas atuais e novos
problemas de pesquisa so identificados, renovando-se o processo.
Aes de pesquisa tambm so executadas para a prpria identificao de
problemas e de hipteses de pesquisa frteis, e para a verificao do comportamento dos
sistemas alterados com a incorporao de novas tecnologias indicadas pela pesquisa.
A implementao desse processo requer uma estratgia de escolha, em cada uma
de suas etapas, de um conjunto de aes de pesquisa, condicionada pelos recursos
existentes. O conjunto das aes de pesquisa planejadas para execuo em um dado
momento constitui um programa de pe programa de pe programa de pe programa de pesquisa squisa squisa squisa. Esse processo esquematizado na Figura Figura Figura Figura
2 22 2. .. .4 44 4.


Figura Figura Figura Figura 2 22 2. .. .4 44 4. Ilustrao esquemtica do processo de derivao de aes
de pesquisa para a melhoria do desempenho dos sistemas
de uma populao.

Para a organizao apropriada da atividade de pesquisa conveniente o
estabelecimento de uma taxonomia da pesquisa nos diversos nveis entre o problema
global referente aos sistemas e os mais especficos relativos aos subsistemas mais
elementares. Critrios arbitrrios so usualmente utilizados com esse propsito. Assim,
por exemplo, uma estruturao da pesquisa pode compreender a definio de projetos de projetos de projetos de projetos de
pesquisa pesquisa pesquisa pesquisa no mbito correspondente aos problemas mais genricos dos sistemas sob
pesquisa e aes de pesquisa aes de pesquisa aes de pesquisa aes de pesquisa no mbito dos problemas mais especficos, ou seja, de
problemas cientficos. Aes de pesquisa tambm podem ser definidas nas fases de
identificao de problemas e de incorporao de indicaes de pesquisa aos sistemas
atuais. Em nvel intermedirio, podem ser definidos subprojetos subprojetos subprojetos subprojetos de pesquisa de pesquisa de pesquisa de pesquisa,
compreendendo aes de pesquisa de reas ou disciplinas afins. O conjunto dos projetos
constitui o programa de pesquisa.
Dessa forma, um projeto de pesquisa visa a soluo de um conjunto de problemas
relacionados referentes a um subsistema do sistema global. Ele compreende um conjunto
de hipteses constitudas por conjeturas de solues desses problemas e
correspondentes aes de pesquisas destinadas verificao dessas hipteses.
Usualmente, tambm inclui aes de pesquisas exploratrias e descritivas que visam,
principalmente, a identificao de problemas e hipteses de pesquisa e a verificao da
integrao dos resultados de pesquisa nos sistemas.
2.7 2.7 2.7 2.7 Trabalh Trabalh Trabalh Trabalho de Pesquisa o de Pesquisa o de Pesquisa o de Pesquisa
2.7.1 2.7.1 2.7.1 2.7.1 Papel do pesquisador na cincia Papel do pesquisador na cincia Papel do pesquisador na cincia Papel do pesquisador na cincia
O cientista ou pesquisador o indivduo que emprega rigorosamente o mtodo
cientfico na busca do conhecimento e que, em ltima instncia, constri a cincia. O
pesquisador deve procurar e provar a natureza ativamente para descobrir relaes
ordenadas. Para tal, ele deve ter algumas qualidades importantes; entre elas:
curiosidade, pacincia, objetividade e tolerncia a mudanas.
Curiosidade Curiosidade Curiosidade Curiosidade
A aquisio de novo conhecimento o resultado da descoberta de leis naturais. O
ponto de partida de uma pesquisa cientfica uma questo de uma das formas: o que?,
quando?, porque?, como?. Para responder essas questes o cientista deve ser
inquisitivo, deve ser curioso e jamais deve pensar que a soluo final foi alcanada, pois
isso significaria a concluso do processo cientfico. O pesquisador deve manter a mente
aberta e flexvel; caso contrrio, ele se tornaria incapaz de perceber eventos no usuais.
Essa caracterstica tambm permite ao pesquisador as descobertas acidentais que
freqentemente ocorrem na cincia.
Pacincia Pacincia Pacincia Pacincia
O lento progresso da cincia decorre da complexidade da natureza. Apenas a
habilidade do pesquisador permite avanos significativos do conhecimento cientfico.
Descobertas significativas so usualmente resultados de muitos meses ou anos de
trabalho penoso e tedioso. Sucessos so freqentemente precedidos de muitas falhas e
de tentativas de correes. Assim, o cientista deve ser paciente e persistente e deve
satisfazer-se com poucas e distantes recompensas.
Objetividade Objetividade Objetividade Objetividade
A objetividade um dos pr-requisitos da pesquisa cientfica. Idealmente, a opinio
e a atitude pessoal do pesquisador no deve afetar suas observaes. Entretanto, sendo
o pesquisador um ser humano, a objetividade perfeita invivel. Por mais que tente
eliminar a tendncia pessoal, o pesquisador incapaz de completamente evitar que suas
idias e expectativas influenciem a pesquisa que conduz.
Tolerncia a alteraes Tolerncia a alteraes Tolerncia a alteraes Tolerncia a alteraes
A pesquisa cientfica busca a alterao do conhecimento. O pesquisador est
permanentemente imaginando novos mtodos e tcnicas para a pesquisa. Quando falha
uma abordagem particular para um problema, deve ser imaginada uma nova abordagem.
Quando cessa a mudana, cessa o processo cientfico porque, ento, continua-se a
aceitar e confiar em fatos antigos. Mudana no significa necessariamente abandono de
todos os fatos e mtodos do passado; significa apenas que o pesquisador deve exercer a
crtica do passado e estar constantemente alerta para fatos e tcnicas que possam
representar algum avano.
O pesquisador tambm deve ter outras caractersticas especiais que so requeridas
de todos profissionais de nvel superior, particularmente: vocao, preocupao com o
desenvolvimento profissional, colaborao, comunicao, criatividade, discriminao,
entusiasmo, exatido, firmeza, honestidade, imaginao, liberalidade, moralidade e
perseverana.
2.7.2 2.7.2 2.7.2 2.7.2 Equipe de pesquisa Equipe de pesquisa Equipe de pesquisa Equipe de pesquisa
O avano do conhecimento cientfico tornou o trabalho de pesquisa cientfica
extremamente complexo. Como conseqncia, a pesquisa cientfica se tornou uma
empresa multidisciplinar, que deve ser exercida por uma equipe de especialistas que
devem atuar cooperativamente nas diversas fases de sua execuo. Naturalmente, a
participao mais intensa de cada membro particular mais requerida em fases
especficas.
Idealmente, uma equipe de pesquisa deve ser constituda por especialistas
competentes nas diversas disciplinas relacionadas rea de pesquisa. Essa situao
raramente observada. Entretanto, ela deve ser perseguida, para que seja logrado o mais
prximo do ideal.
A liderana e a coordenao de uma equipe de pesquisa altamente importante
para a eficincia de sua atuao. O lder de pesquisa deve ser um pesquisador
experiente e competente, com habilidade para manter o interesse e a harmonia
necessria para o perfeito funcionamento do trabalho em equipe, e de estabelecer os
canais de comunicao com a comunidade beneficiada pela pesquisa e a comunidade
cientfica.
O contato dos pesquisadores com os problemas reais altamente relevante para o
sucesso da pesquisa. necessrio que os pesquisadores, particularmente aqueles com
maiores responsabilidades no empreendimento da pesquisa cientfica, estejam em
contato com os problemas e que estabeleam estratgias adequadas para que as
pesquisas sejam relevantes e tenham seus resultados aplicados na prtica. De fato, o
objetivo fundamental da pesquisa cientfica, particularmente da pesquisa experimental,
servir comunidade em que se insere.
A orientao adequada para a eficincia da pesquisa requer conhecimento e
experincia da equipe de pesquisa, particularmente:
conhecimento profundo da rea de pesquisa, em particular das unidades da
populao objetivo; na agricultura, por exemplo, conhecimento dos sistemas de
produo, das condies econmicas e sociais das empresas agrcolas, das
exigncias do mercado, da variao dos custos e do valor do produto, da
valorizao da qualidade do produto, etc.;
conhecimento dos resultados das pesquisas conduzidas anteriormente, na regio
ou em outras regies semelhantes; em particular, conhecimento da literatura
existente; e
conhecimento da bagagem de experincia dos produtores mais progressistas,
adquirida ao longo de anos de observao e experincia.
Esses conhecimentos so indispensveis para a maior amplitude de viso dos
problemas que demandam pesquisa e de suas possveis solues, e para o
embasamento do planejamento das pesquisas.
Esses e outros requisitos podero evitar a execuo de pesquisas que
antecipadamente se possa prever que quaisquer que sejam seus resultados sero
inadequados para as condies da populao objetivo e das exigncias do mercado.
Aparentemente, a pesquisa cientfica a atividade tcnica em que se observa mais
desperdcio de recursos. Em uma atividade criativa natural que muitos
empreendimentos no logrem o sucesso almejado. Ademais, uma pesquisa com
resultado negativo no necessariamente um trabalho perdido. Muitas vezes um
resultado negativo til por si ou por oferecer indicaes para caminhos de pesquisa
mais frteis. Entretanto, deve ser reconhecido que muitas pesquisas so ineficazes e no
logram a consecuo de seus objetivos. Em parte em decorrncia de limitao de
recursos e de condies estruturais para a atividade de pesquisa. Mas em grande parte
em decorrncia de deficincias da prpria orientao e disciplina dessa atividade.
usualmente reconhecido que instituies de pesquisa tm acumulado um grande
nmero de resultados de pesquisas no analisados, no interpretados e no divulgados.
Ademais, no so raros experimentos conduzidos repetitivamente por longo tempo, sem
a necessria avaliao de seu desenvolvimento.
A deduo lgica, muito freqentemente reconhecida, mas raramente levada a
srio, a saliente pouca ateno que tem sido dedicada ao planejamento e anlise dos
resultados da pesquisa. De fato, observa-se, em geral, que os pesquisadores dedicam
muito pouco tempo e esforo ao planejamento da pesquisa. O planejamento o ponto de
partida e dele depende a utilidade dos resultados da pesquisa. A maior parte das
pesquisas tecnolgicas tem propsito de gerar recomendaes bem definidas.
fundamental, ento, que tais recomendaes sejam derivadas com elevado nvel de
segurana. Esses desideratos somente podem ser logrados por planejamento racional,
que tenha em conta os objetivos da pesquisa, que use mais eficientemente os recursos
existentes e que adote a metodologia disponvel que seja mais apropriada para a
consecuo desses objetivos.
2.8 2.8 2.8 2.8 A Estatstica na Pesquisa Cientfica A Estatstica na Pesquisa Cientfica A Estatstica na Pesquisa Cientfica A Estatstica na Pesquisa Cientfica
2.8.1 2.8.1 2.8.1 2.8.1 O mtod O mtod O mtod O mtodo cientfico e a estatstica o cientfico e a estatstica o cientfico e a estatstica o cientfico e a estatstica
O sucesso da fsica newtoniana, suportada pela matemtica aplicada desenvolveu
e fortificou a viso determinista da cincia clssica dos sculos 17, 18 e 19. De fato, o
sucesso da aplicao da mecnica de Newton na fsica e na engenharia estimulou
matemticos busca de uma lei universal determinista, a partir da qual todos os
fenmenos pudessem ser preditos. atribudo ao matemtico Laplace ter proclamado:
"Uma vez eu tenha descoberto a lei universal, ento, dadas as posies iniciais e as
velocidades de todas as partculas neste mundo, eu poderei predizer a histria futura". O
trabalho cientfico ensinou mais modstia aos cientistas modernos, que de h muito
abandonaram o sonho de uma viso determinista. A pretenso de Laplace foi rechaada
como impossvel pelo princpio da incerteza de Heisenberg, com o advento da mecnica
quntica de Max Plank. Assim, mesmo a fsica, a lder das cincias exatas, deixou de ser
determinista.
A Estatstica parte da abordagem cientfica moderna da incerteza. Sua teoria
pode ser descrita como a "matemtica da incerteza". A lei universal determinista a partir
da qual todos os fenmenos poderiam ser preditos exatamente foi abandonada. A
abordagem cientfica moderna admite que as "leis" podem predizer apenas
"expectativas", e que as observaes reais podem diferir destas por "erros aleatrios".
o estudo desses erros que habilita a predies sob incerteza. A matemtica da incerteza
que governa esses erros o clculo de probabilidades.
A estatstica, entretanto, no pode ser identificada com o clculo de probabilidades.
Porque a estatstica uma cincia aplicada. Suas inferncias dependem vitalmente de
conceitos das reas particulares s quais a estatstica aplicada. Por essa razo, ela
comumente identificada com suas reas de aplicao, assumindo designaes
especficas em muitos casos, tais como estatstica experimental, biometria, bioestatstica,
econometria e sociometria, por exemplo.
Alguns pensam que a estatstica no mais do que um auxlio cincia, ao qual o
pesquisador recorre quando lhe aprouver. No outro extremo, esto aqueles que
consideram que a estatstica tem atributos mgicos para extrair informaes de dados de
pesquisas mal conduzidas. Essas idias errneas da funo da estatstica decorrem da
ignorncia do mtodo cientfico. A estatstica parte integrante do mtodo cientfico. O
conhecimento de sua funo e importncia na pesquisa cientfica depende do
conhecimento do prprio mtodo cientfico.
O desenvolvimento da estatstica tem decorrido da demanda do progresso cientfico
e tecnolgico. Est intimamente relacionado ao desenvolvimento do mtodo cientfico e
ao avano das diversas reas da cincia. O progresso da cincia neste sculo tem sido a
fonte para o extraordinrio desenvolvimento da estatstica.
notvel que o desenvolvimento da estatstica moderna iniciou-se na pesquisa
agrcola. Na segunda dcada deste sculo, as pesquisas da Estao Experimental de
Rothamsted, na Inglaterra, iniciadas em 1843, tinham gerado um considervel volume de
dados. Isto levou seu diretor, John Russell, a procurar, pela primeira vez, um especialista
para analisar essa informao numrica, contratando o matemtico Ronald Fisher. As
expectativas de Russell foram mais que superadas, j que Fisher, no decurso de apenas
14 anos em Rothamsted, desenvolveu a teoria e os mtodos de que foi necessitando e
que se tornaram a base da estatstica moderna. No ambiente propiciado por Rothamsted,
Fisher conseguiu a aplicao prtica de sua teoria da inferncia estatstica e concluses
relevantes para a pesquisa cientfica. Entre elas, a de que a quantidade de informao
gerada pelas inferncias de uma pesquisa no pode ser maior do que contida nos
dados. Conseqentemente, o processo de gerao de dados passou a assumir uma
importncia fundamental. Fisher logo compreendeu que, enquanto os mais elaborados
procedimentos estatsticos de anlise de dados podem incrementar a preciso em alguns
pontos percentuais, um plano experimental mais apropriado, envolvendo praticamente o
mesmo esforo, pode duplicar a preciso ou aument-la muito mais, podendo, alm
disso, fornecer informao adicional sobre importantes questes suplementares.
A partir das contribuies de Fisher para a pesquisa cientfica agrcola, os novos
mtodos estatsticos passaram a aplicar-se a outras reas da cincia e da tecnologia. Os
desenvolvimentos cientficos nas diversas reas, por sua vez, demandaram novas
metodologias estatsticas particulares que tambm se tornaram, em geral, aplicveis s
demais reas.
O desenvolvimento da base conceitual e metodolgica da pesquisa cientfica, em
particular da pesquisa experimental, de planos mais apropriados para as circunstncias
de cada pesquisa, bem como de mtodos mais objetivos e eficientes de anlise de
dados, tm incrementado as possibilidades, a velocidade e a confiabilidade da pesquisa.
Entretanto, a eficcia da pesquisa moderna depende no apenas de conhecimento
especializado na rea de pesquisa particular, mas, tambm, fundamentalmente, do
conhecimento do mtodo cientfico, que inclui o mtodo estatstico.
Esse desenvolvimento metodolgico tem decorrido, em grande parte, do vasto
incremento da capacidade de computao que se tornou disponvel, principalmente a
partir da dcada de 1960. As crescentes facilidades de computao tm permitido
maiores possibilidades aos pesquisadores para decises referentes ao melhor uso dos
recursos disponveis para a pesquisa; em particular, para melhor planejar as pesquisas e
analisar seus dados mais adequadamente, logrando a explorao mais eficiente da
informao provida pelas pesquisas.
Esses desenvolvimentos tm implicado considervel impacto nas atividades dos
pesquisadores, incluindo os estatsticos, cujo efetivo exerccio demanda mudanas de
interesse e de atitude. Um requisito fundamental a permanente capacitao e
atualizao, particularmente para a compreenso dos mtodos e procedimentos
implementados nos pacotes de computao. De fato, as poderosas facilidades
disponveis para a anlise de dados no podem ser utilizadas adequadamente sem a
compreenso dos mtodos implementados e, se utilizadas incorretamente, podem
conduzir a resultados enganosos.
Um fato notrio que, apesar da consolidao do mtodo cientfico,
particularmente do mtodo estatstico h mais de meio sculo, os conceitos bsicos
ainda no so do domnio de muitos pesquisadores. Conseqentemente, o impacto
desse desenvolvimento metodolgico ainda no sentido to amplamente como seria de
esperar.
Esse atraso no explicado apenas pela demora natural da incorporao de
resultados tericos atividade prtica. O divrcio que persiste entre a teoria e a prtica
tem diversas origens, entre elas: falhas no ensino e na transmisso de conhecimentos
atravs de textos, falta de infra-estrutura e recursos materiais nas instituies de
pesquisa, obstculos institucionais e falta de vocao de pesquisadores. Da primeira e da
ltima origem decorre outra causa no menos importante: a atitude ritualista de muitos
pesquisadores que tendem a aderir, a copiar e a utilizar idias, conceitos, mtodos e
procedimentos, mecanicamente, sem qualquer atitude crtica.
2.8.2 2.8.2 2.8.2 2.8.2 Uso e mau uso da Estatstica Uso e mau uso da Estatstica Uso e mau uso da Estatstica Uso e mau uso da Estatstica
H um dito popular de que possvel provar qualquer cousa com a estatstica. Isso
pode ser verdadeiro para a m aplicao da estatstica. De fato, qualquer concluso
desejada pode ser obtida com a manipulao intencional e tendenciosa de dados. O
inverso que se aplica adequadamente para a estatstica: impossvel provar qualquer
cousa pela aplicao correta de mtodos estatsticos. O que os mtodos estatsticos
provm a avaliao da probabilidade de erro de uma proposio, ou da confiana que
pode ser posta no resultado de uma pesquisa cientfica. Na realidade, um pouco de
reflexo mostra que isso tudo que pode ser esperado. No h prova, por exemplo, de
que o sol nascer amanh. Entretanto, a experincia indica que muito provvel que isso
ocorra e, de fato, o homem est satisfeito em acreditar que o sol continuar a nascer a
cada manh, em concordncia com as observaes prvias e com as leis cientficas
nelas baseadas.
Em particular, os mtodos estatsticos no provm qualquer prova absoluta da
eficcia dos tratamentos de um experimento. Entretanto, os mtodos estatsticos
capacitaro o pesquisador a estimar a probabilidade do continuado comportamento
desses tratamentos no nvel indicado por seu experimento.
Suponha-se, por exemplo, que um experimento seja conduzido para estimar o
efeito da suplementao da dieta com um ingrediente particular sobre o crescimento de
cordeiros. O experimento pode indicar que o suplemento aumenta o peso corporal de um
animal ao desmame em, na mdia, 2,5 kg. Esse resultado, entretanto, no prov
qualquer prova de que seria observado um crescimento semelhante, ou mesmo qualquer
crescimento, se o experimento fosse repetido sob condies semelhantes. O
experimentador poder ficar com dvida considervel sobre a valia de suas concluses.
O uso de um plano experimental com base estatstica seguido da apropriada
anlise estatstica dos resultados no remover necessariamente tal dvida, mas
permitir ao pesquisador atribuir um valor confiabilidade de seu resultado. Se ele
estiver interessado apenas na demonstrao da existncia de um efeito do suplemento,
ele poder estimar com que freqncia tal resultado surgir se o efeito no existe, e us-
la como uma base para suas concluses. Por exemplo, se ele for capaz de demonstrar
que diferenas to ou mais extremas do que as que ele obteve ocorreriam menos do que
uma vez em mil se o suplemento no tivesse qualquer efeito, ele estar razoavelmente
seguro em desconsiderar a possibilidade de sua ineficcia e concluir que a
suplementao eficaz. Todavia permanece a possibilidade de ela ser ineficaz, mas,
agora, alguma medida da possibilidade disponvel e pode ser usada para demonstrar a
plausibilidade da existncia de um efeito do suplemento.
usualmente reconhecido que o emprego de mtodos estatsticos pode contribuir
grandemente para a eficincia da pesquisa cientfica e, particularmente, para a validade
das inferncias que ela deriva. Entretanto, o desconhecimento dos fundamentos dos
mtodos estatsticos, especialmente no que diz respeito aos requisitos para a validade de
suas aplicaes, conduz, freqentemente, ao seu mau uso. Muitas vezes, a estatstica
usada como uma muleta para pesquisa mal concebida e mal conduzida. Muito
freqentemente, a estatstica empregada em boa f, mas com ateno insuficiente para
as pressuposies requeridas para a validade dos mtodos empregados. Por essas e
outras razes, necessrio que o pesquisador, usurio dos mtodos estatsticos,
compreenda claramente as tcnicas que ele emprega.
Saliente-se que o uso de metodologia estatstica no salva uma pesquisa mal
planejada ou mal conduzida. De nada adianta a utilizao de mtodos estatsticos,
algumas vezes sofisticados, para a anlise de dados de pesquisas falhas, cuja qualidade
questionvel. A utilizao da estatstica nesse caso pode conduzir a resultados ilusrios
e enganosos. Por essa razo, no demais reiterar a relevncia que deve ser atribuda
aos cuidados no planejamento e na conduo da pesquisa. Para a maior garantia de tais
cuidados conveniente que o processo de pesquisa cumpra um ritual sistemtico que
garanta a apropriada considerao de cada aspecto importante, em cada uma de suas
etapas. Para tal, importante a participao, na poca apropriada, de todos os
pesquisadores de reas especficas que possam contribuir para a execuo da pesquisa.
Em particular, a participao de especialista em estatstica deve iniciar-se, pelo menos,
na fase de planejamento, quando so tomadas as definies referentes metodologia,
que implicam na adequao do plano e dos conseqentes mtodos de anlise estatstica
aos objetivos e condies da pesquisa.
2.8.3 2.8.3 2.8.3 2.8.3 Conhecimento da estatstica pelos pesquisadores Conhecimento da estatstica pelos pesquisadores Conhecimento da estatstica pelos pesquisadores Conhecimento da estatstica pelos pesquisadores
Questes naturais dizem respeito ao domnio de conhecimento do mtodo
estatstico que os pesquisadores nas diversas reas devem possuir para que possam
cumprir suas funes apropriadamente, demanda de especialistas em estatstica nas
equipes multidisciplinares de pesquisa, e organizao institucional dessas equipes. Em
geral, instituies de pesquisa de pases desenvolvidos tm resolvido essas questes de
diversas maneiras. Entretanto, elas constituem problemas srios ainda no solucionados
em muitos pases em desenvolvimento, como o Brasil, e que tm tido impacto negativo
para o desenvolvimento cientfico e tecnolgico desses pases. Esses problemas
decorrem de deficincia e instabilidade de instituies de pesquisa, de objetivos
imediatistas que implicam na execuo de uma grande quantidade de pesquisas, sem a
necessria ateno para sua qualidade e eficcia, e de falta de recursos financeiros e de
profissionais especializados no mercado de trabalho.
Desde h muito, a pesquisa cientfica uma atividade coletiva que deve ser
conduzida por equipes multidisciplinares, formadas por especialistas de diversas reas.
Para que possam ser eficazes no cumprimento de suas responsabilidades, essas
equipes tm que ter o domnio do conhecimento de sua rea de atuao. No que diz
respeito estatstica, em particular, devem ter condies e capacidade para utilizar os
mtodos estatsticos mais modernos e apropriados para cada situao particular,
incluindo o uso dos recursos exigidos para a implementao desses mtodos, como os
recursos de computao.
Os pesquisadores especialistas das diversas reas de pesquisa devem ter domnio
de conhecimento da metodologia da pesquisa cientfica que seja indispensvel para a
compreenso e a tomada de decises e de aes referentes aos aspectos usuais do
planejamento e da conduo das pesquisas sob suas responsabilidades, e para a
execuo da anlise, interpretao e difuso de seus resultados. Esse domnio de
conhecimentos deve abranger os mtodos estatsticos e os recursos de computao
estatstica, incluindo os "pacotes" para anlise estatstica.
Cabe aos especialistas em estatstica a complementao do domnio de
conhecimento das equipes de pesquisa, com o conhecimento dos mtodos mais
sofisticados que demandem capacitao especializada e que requeiram base terica
mais avanada em matemtica e estatstica. Tambm compete ao estatstico a
capacitao para a execuo de estudos e pesquisas visando a adaptao e o
desenvolvimento de novos mtodos e tcnicas.
1. Explique e ilustre os trs objetivos da pesquisa cientfica.
2. Qual o propsito essencial de uma pesquisa explicativa?
3. Qual a importncia da pesquisa exploratria?
4. Explique como deve ser procedida a fase de anlise do mtodo cientfico para a identificao
de problemas para originar um programa de pesquisa.
5. Caracterize os seguintes conceitos referentes organizao hierrquica da pesquisa em uma
instituio de pesquisa: ao de pesquisa, projeto de pesquisa e programa de pesquisa.
6. Explique por que o trabalho de pesquisa usualmente requer a participao cooperativa de uma
equipe multidisciplinar.
7. Liste e explique os aspectos importantes para a orientao apropriada da equipe de um
projeto de pesquisa.
8. Explique que as razes do desperdcio de recursos na pesquisa.
9. Explique a relao entre a estatstica e o mtodo cientfico.
10. O que significa e qual a origem da atitude ritualista de muitos pesquisadores?
11. Explique porque o mtodo estatstico no capaz de prover a prova absoluta da verdade de
um fato.
12. Explique a razo da necessidade do conhecimento do mtodo cientfico, particularmente do
mtodo estatstico, por parte dos pesquisadores, mesmo integrando equipes multidisciplinares
com atuao interdisciplinar.
1. Qual a relao entre pesquisa cientfica e mtodo cientfico?
2. Conceitue e exemplifique pesquisa pura e pesquisa aplicada.
3. Liste as particularidades que caracterizam um sistema (unidade). Ilustre-as atravs de um
exemplo de sistema de sua rea.
4. Explique a importncia da definio da populao objetivo e das correspondentes unidades
em uma pesquisa cientfica.
5. Distinga os conceitos de populao amostrada e populao objetivo.
6. Esclarea os significados dos conceitos de amostra, populao amostrada e erro de
amostragem.
7. Explique a importncia das faculdades do homem de observao e raciocnio na derivao de
conhecimento.
8. Qual o significado de mensurao de uma caracterstica?
9. Explique e ilustre com um exemplo porque muito freqentemente uma caracterstica pode ser
expressa por mais de uma varivel.
10. Quais so as diferenas fundamentais entre inferncia dedutiva e inferncia indutiva?
11. Porque a inferncia dedutiva inferncia certa e inferncia indutiva, inferncia incerta?
12. Liste e explique resumidamente os estgios de uma pesquisa cientfica completa.
13. Explique e ilustre os significados de pesquisa exploratria, pesquisa descritiva e pesquisa
explicativa.
14. Como o processo da pesquisa cientfica origina um problema cientfico, a correspondente
hiptese cientfica e a decorrente pesquisa cientfica?
15. Qual a razo da necessidade e importncia da composio de equipes de pesquisa
multidisciplinares e da atuao interdisciplinar dessas equipes nas atividades de pesquisa
cientfica?
16. Explique porque a metodologia estatstica imprescindvel no procedimento de inferncia na
pesquisa em cincias fatuais.
17. Porque o uso de mtodos estatsticos pode conduzir a resultados ilusrios e enganadores?
18. Porque todo pesquisador deve ter domnio da metodologia cientfica, em particular dos
mtodos estatsticos, comumente aplicados em sua rea?
a) O conhecimento de um fenmeno adquirido atravs de duas faculdades do homem:
................................................ e ......................................... . ............................................ a
aplicao atenta dos sentidos a um fenmeno, para dele adquirir conhecimento claro e
preciso. ....................................... a faculdade que busca o conhecimento pela elaborao
de julgamentos referentes realidade.
b) ................................................ o ente unitrio de interesse em uma pesquisa cientfica; o
conjunto de todos esses entes unitrios denominado ................................................. .
c) .............................................. uma propriedade das unidades de uma populao objetivo;
uma forma de sua manifestao denominada .......................................... .
d) ......................................... um subconjunto das unidades da populao objetivo escolhido,
ou um conjunto de unidades construdas, para representar a populao objetivo em uma
pesquisa; o processo de sua obteno denominado ..........................................
e) No processo de amostragem ........................................... todas as unidades da populao
objetivo tm igual chance de constituir a amostra.
f) O processo de raciocnio que deriva uma ou mais proposies a partir de uma ou mais
proposies prvias denominado ............................................. . O processo de raciocnio
que deriva proposies particulares a partir de proposies gerais o processo de
inferncia .......................................... . A forma de raciocnio que deriva proposies gerais a
partir de proposies particulares ...................................................... .
g) Em geral, recomendvel que a consulta literatura proceda do geral para o particular. As
principais fontes de informao bibliogrfica so: enciclopdias, guias de literatura, manuais,
livros, revistas especializadas, resenhas e revises, e revistas de resumos e indexao.
....................................... apresentam o desenvolvimento ordenado e sistemtico do
conhecimento cientfico em uma rea particular; ............................................. provem o
material bsico e muito freqentemente so um bom incio para a reviso da literatura;
................................................................. so as fontes mais gerais que podem ser teis
para uma primeira viso de uma rea; .......................................................... so publicaes
indicativas, relatrios e guias destinados a uma rea particular, que listam a literatura
bsica; ........................................................ so publicaes, freqentemente peridicas, de
sociedades cientficas, instituies de pesquisa e editoras comerciais que publicam artigos
tcnico-cientficos; ................................................................ so publicaes que
apresentam o desenvolvimento ordenado e sistemtico do conhecimento cientfico em uma
rea particular; .......................................................... so fontes de informao referentes a
artigos correntes e publicaes especializadas, e constituem a principal orientao para o
pesquisador que busca artigos referentes a tpicos especficos.
1 ( ) Pesquisa cientfica a atividade que, a partir de problemas ou questes relativamente
limitadas, busca solues ou explicaes, usando a estratgia do mtodo cientfico e
tcnicas e processos particulares.
2 ( ) A caracterizao da unidade (sistema) para uma pesquisa decorre do objetivo da
pesquisa.
3 ( ) A caracterizao da unidade usualmente uma questo simples em uma pesquisa
cientfica.
4 ( ) A formulao do problema de pesquisa deve compreender a definio da populao
objetivo e das correspondentes unidades.
5 ( ) O tamanho de uma populao o nmero de unidades que a constituem.
6 ( ) Uma populao objetivo sempre uma populao real, ou seja, uma populao de
unidades existentes no momento de execuo da pesquisa.
7 ( ) Populaes existentes na natureza so sempre finitas.
8 ( ) A amostragem um processo indispensvel em qualquer pesquisa cientifica.
9 ( ) Em uma pesquisa cientfica, as unidades que constituem a amostra so as mesmas
constituintes da populao objetivo.
10 ( ) Inferncias da amostra para a populao objetivo so necessariamente vlidas, ou seja,
no tendenciosas.
11 ( ) A amostra necessariamente representativa da populao amostrada.
12 ( ) Desvio entre a populao amostrada e a populao objetivo constitui o erro de
amostragem.
13 ( ) Erros de amostragem so pouco comuns na pesquisa cientfica.
14 ( ) A observao de uma caracterstica envolve exclusivamente a percepo sensorial
atravs dos cinco sentidos.
15 ( ) Caractersticas so propriedades das unidades de uma populao objetivo.
16 ( ) A observao de uma caracterstica envolve exclusivamente a percepo sensorial,
atravs dos cinco sentidos.
17 ( ) As caractersticas das unidades da amostra so essencialmente as mesmas das
unidades da populao objetivo.
18 ( ) O processo de mensurao de uma caracterstica demanda sua representao atravs
de uma varivel.
19 ( ) A pesquisa em cincias fatuais envolve necessariamente processo de inferncia
indutiva.
20 ( ) A inferncia indutiva em cincias fatuais incerta.
21 ( ) A natureza sistemtica da pesquisa cientfica estabelece uma seqncia completa de
estgios principais que toda pesquisa deve cumprir.
22 ( ) Toda pesquisa cientfica deve compreender uma seqncia ordenada de etapas que
deve ser rigorosamente obedecida.
23 ( ) A pesquisa cientfica comea com a formulao de um problema, j que no tem sentido
a busca de uma soluo para problema ainda no definido.
24 ( ) A escolha de um problema de pesquisa uma tarefa fcil e rpida.
25 ( ) Para cada problema cientfico pode ser formulada apenas uma hiptese cientfica.
26 ( ) As formulaes de um problema de pesquisa e da correspondente hiptese cientfica
estabelecem, inequivocamente, o objetivo da pesquisa.
27 ( ) recomendvel que a formulao de uma hiptese cientfica para um problema
particular seja o mais ampla e complexa possvel.
28 ( ) A construo do plano de pesquisa pode anteceder a formulao do problema cientifico
e da correspondente hiptese cientfica.
29 ( ) A elaborao do plano da pesquisa pode anteceder a formulao do problema e da
correspondente hiptese.
30 ( ) Toda pesquisa cientfica deve compreender necessariamente a formulao de uma
hiptese cientfica.
31 ( ) Toda pesquisa deve compreender a seqncia completa dos passos de uma pesquisa
cientfica.
32 ( ) A natureza sistemtica da pesquisa cientfica estabelece uma seqncia de estgios
principais que toda pesquisa completa deve cumprir.
33 ( ) Toda pesquisa tem como propsito o estabelecimento de relaes causais entre
caractersticas das unidades da correspondente populao objetivo.
34 ( ) Pesquisas exploratria e descritiva tm como propsito principal a identificao de
problemas de pesquisa e de hipteses relevantes.
35 ( ) Pesquisa explicativa tem como propsito a derivao de inferncias referentes a
relaes casuais entre caractersticas das unidades.
36 ( ) Em uma pesquisa exploratria, o pesquisador no estabelece um problema nem formula
uma hiptese; ele define objetivos que usualmente envolvem o registro de dados
referentes a unidades de uma populao objetivo com vistas caracterizao de
problemas e hipteses de pesquisa.
37 ( ) A pesquisa cientfica , muito freqentemente, um empreendimento multidisciplinar.
38 ( ) A atuao interdisciplinar de equipes de pesquisadores especialistas freqentemente
indispensvel na pesquisa cientfica em cincias fatuais.
39 ( ) A utilizao da metodologia estatstica uma opo em pesquisa cientfica em cincias
fatuais.
40 ( ) Modernamente, a pesquisa um empreendimento de equipes multidisciplinares com
atuao interdisciplinar; esse enfoque demanda o conhecimento de cada pesquisador
apenas em sua disciplina especfica.
Pesquisa cientfica
Pesquisa aplicada ou tecnologia
Populao objetivo
Populao conceitual
Nvel de caracterstica
Amostragem
Populao amostrada
Observao
Confiabilidade
Mensurao de uma caracterstica
Nvel de uma varivel
Inferncia dedutiva
Problema de pesquisa
Pesquisa pura ou bsica
Unidade / sistema
Populao real
Caracterstica
Amostra
Amostragem aleatria
Erro de amostragem
Raciocnio
Validade
Varivel
Inferncia
Inferncia indutiva
Problema descritivo
Problema explicativo
Pesquisa exploratria
Pesquisa explicativa
Hiptese de pesquisa
Pesquisa descritiva
Ao de pesquisa
BUNGE, M. La investigacin cientfica, su estrategia y su filosofa La investigacin cientfica, su estrategia y su filosofa La investigacin cientfica, su estrategia y su filosofa La investigacin cientfica, su estrategia y su filosofa. 4. ed. Barcelona:
Editorial Ariel, 1975. 955p.
590p.
FISHER, R. A. The place of the design of experiments in the logic of scientific inference.
Colloques Internationaux du Centre National de la Recherche Scientifique, Paris,
n.110, p.13-19, 1962.
LASTRUCCI, C. L. The scientific approach, basic principles of the scientific method The scientific approach, basic principles of the scientific method The scientific approach, basic principles of the scientific method The scientific approach, basic principles of the scientific method.
Cambridge, Massachusetts: Schenkman Publishing Company, 1963. 257p.
SILVA, J. G. C. da. O ensino da estatstica no Sistema Nacional de Pesquisa
Braslia, 1995. p.89-107.
SILVA, J. G. C. da. Mtodos quantitativos no Sistema Nacional de Pesquisa Agropecuria
(SNPA): Um programa de capacitao e reciclagem de pesquisadores agrcolas.
In: SILVA, E.C. (editor) Mtodos quantitativos e planejamento na EMBRAPA com Mtodos quantitativos e planejamento na EMBRAPA com Mtodos quantitativos e planejamento na EMBRAPA com Mtodos quantitativos e planejamento na EMBRAPA com
enfoque na informao e na tecnologia da informao enfoque na informao e na tecnologia da informao enfoque na informao e na tecnologia da informao enfoque na informao e na tecnologia da informao. Braslia: Empresa
Brasileira de Pesquisa Agropecuria, Departamento de Pesquisa e Difuso de
Tecnologia, 1995. p.69-87.
SILVA, J. G. C. da. Mtodo cientfico e pesquisa agropecuria. In: SILVA, E.C. (editor)
Mtodos quantitativos Mtodos quantitativos Mtodos quantitativos Mtodos quantitativos - -- - Planejamento e qualidade na EMBRAPA Planejamento e qualidade na EMBRAPA Planejamento e qualidade na EMBRAPA Planejamento e qualidade na EMBRAPA. Braslia:
URQUHART, N. S. The anatomy of a study. Hortscience Hortscience Hortscience Hortscience, v.16, n.5, p.621-627, 1981.
WILSON, E. B. An introduction to scientific research An introduction to scientific research An introduction to scientific research An introduction to scientific research. New York: McGraw-Hill, 1952. 373p.

3 33 3 Mtodos de Pesquisa Cientfica Mtodos de Pesquisa Cientfica Mtodos de Pesquisa Cientfica Mtodos de Pesquisa Cientfica
3.1 Introduo..................................................................................................................... 79
3.2 Mtodos de Pesquisa Exploratria................................................................................ 79
Estudo de casos .............................................................................................................. 80
Estudo de prottipos ........................................................................................................ 81
Modelagem matemtica................................................................................................... 81
3.3 Mtodos de Pesquisa Descritiva................................................................................... 82
3.3.1 Amostragem probabilista........................................................................................ 84
Amostragem aleatria simples ......................................................................................... 84
Amostragem aleatria estratificada.................................................................................. 85
Amostragem aleatria por conglomerados....................................................................... 87
Amostragem aleatria estratificada e por conglomerados................................................ 88
Amostragem aleatria em estgios .................................................................................. 89
Amostragem aleatria sistemtica ................................................................................... 89
Amostragem aleatria mltipla......................................................................................... 90
3.3.2 Amostragem no probabilista................................................................................. 91
Amostragem de julgamento ............................................................................................. 91
Amostragem de convenincia.......................................................................................... 92
Amostragem por quota..................................................................................................... 93
Amostragem no aleatria sistemtica............................................................................. 93
Amostragem a esmo........................................................................................................ 94
Amostragem mecnica..................................................................................................... 94
3.4 Pesquisa Explicativa..................................................................................................... 96
3.4.1 Relaes de caractersticas.................................................................................... 96
3.4.2 Controle da amostra............................................................................................. 102
Controle de tcnicas de pesquisa .................................................................................. 103
Controle local ou emparelhamento................................................................................. 105
Controle estatstico ........................................................................................................ 106
Casualizao ................................................................................................................. 106
Classificao das caractersticas estranhas implicada pelo controle da amostra ........... 107
3.5 Mtodos de Pesquisa Explicativa................................................................................ 110
3.5.1 Experimento ......................................................................................................... 110
3.5.2 Levantamento por amostragem explicativo........................................................... 111
3.5.3 Estudo observacional ........................................................................................... 111
Estudo observacional prospectivo.................................................................................. 112
Estudo observacional retrospectivo................................................................................ 112
Estudo observacional no controlado............................................................................. 113
3.5.4 Escolha do mtodo de pesquisa explicativa ......................................................... 114
3.6 Utilizao dos Mtodos de Pesquisa Cientfica........................................................... 117
Exerccios de Reviso ................................................................................................ 121
Conceitos e Termos Chave......................................................................................... 126
Bibliografia.................................................................................................................. 127

3. Mtodos de Pesquisa Cientfica 79
Neste Captulo completado o embasamento conceitual referente ao mtodo
cientfico e pesquisa cientfica relevante para a caracterizao da importncia e do
papel da pesquisa experimental. Na Seo 2.5 Seo 2.5 Seo 2.5 Seo 2.5 foram caracterizados os trs objetivos da
pesquisa cientfica, ou seja, exploratrio, descritivo e explicativo. Esses objetivos no so
mutuamente exclusivos. Em algumas situaes uma pesquisa cientfica particular pode
ter mais de um desses trs desses objetivos. Qualquer que seja o objetivo da pesquisa,
ela tem que ser implementada atravs de um mtodo de pesquisa. A funo do mtodo
de pesquisa a organizao dos procedimentos de pesquisa com os propsitos de
minimizar o erro, economizar esforos e prover a coleta eficiente da evidncia relevante
aos propsitos da pesquisa.
A literatura apresenta uma ampla gama de mtodos de pesquisa, com diferenas
de procedimentos e de designaes que variam com a rea da cincia. Neste Captulo
so considerados os mtodos de pesquisa mais usuais em biologia e particularmente na
pesquisa agropecuria. Cada um desses mtodos, por suas caractersticas, mais
apropriado para um dos trs objetivos. Entretanto, em geral, eles so utilizveis para
mais de um objetivo de pesquisa. De fato, o uso de qualquer desses mtodos por si no
determina se os dados derivados sero exploratrios, descritivos ou explicativos; apenas
o emprego desses dados pode determinar seu carter.
Nas prximas Sees os mtodos de pesquisa so apresentados e ilustrados com
relao aos objetivos para os quais eles so mais especificamente apropriados. Assim, a
Seo Seo Seo Seo 3.2 3.2 3.2 3.2 apresenta os mtodos de pesquisa exploratria. A Seo Seo Seo Seo 3.3 3.3 3.3 3.3 trata dos
mtodos de pesquisa descritiva, usualmente denominados levantamentos. A Seo Seo Seo Seo 3.4 3.4 3.4 3.4
constitui uma introduo aos mtodos de pesquisa explicativa. Esta Seo aborda dois
temas especficos da pesquisa explicativa: relaes de caractersticas (Seo Seo Seo Seo 3.4.1 3.4.1 3.4.1 3.4.1) e
controle da amostra (Seo Seo Seo Seo 3.4.2 3.4.2 3.4.2 3.4.2). Na Seo Seo Seo Seo 3.5 3.5 3.5 3.5 faz-se a caracterizao dos trs
mtodos de pesquisa explicativa: experimento, estudo observacional e levantamento por
amostragem explicativo, focalizando ateno, principalmente, nas distines entre esses
mtodos que tm implicaes relevantes para inferncias referentes a relaes causais
de caractersticas. Na Seo Seo Seo Seo 3.6 3.6 3.6 3.6 discute-se a utilizao dos mtodos de pesquisa na
pesquisa cientfica, para caracterizar que mtodos de pesquisa exploratria, descritiva e
explicativa devem ser utilizados estrategicamente nas fases de sntese inicial, anlise e
sntese final de cada ciclo de aplicao do mtodo cientfico para a gerao de
conhecimento.
3.2 3.2 3.2 3.2 Mtodos de Pesquisa Exploratria Mtodos de Pesquisa Exploratria Mtodos de Pesquisa Exploratria Mtodos de Pesquisa Exploratria
Mtodos de pesquisa exploratria tm algumas caractersticas dos mtodos de
pesquisa descritiva e explicativa. Entretanto, se caracterizam por maior flexibilidade e
versatilidade. Esses mtodos so apropriados quando o pesquisador est envolvido em
pesquisa em uma rea ou tema em que ele no tem conhecimento suficiente para
formular problemas especficos para pesquisa e, conseqentemente, tambm ainda no
desenvolveu hipteses para pesquisa. Ele est buscando informaes que lhe permitam
estabelecer problemas de pesquisa e formular hipteses referentes a esses problemas.
Por essa razo, mtodos de pesquisa exploratria so menos estruturados do que
mtodos de pesquisa descritiva e mtodos de pesquisa explicativa, e no provm a base
para generalizao proporcionada por alguns mtodos de pesquisa descritiva nem a base
para inferncias referentes a relaes causais que caracteriza os mtodos de pesquisa
explicativa.
Os mtodos de pesquisa exploratria mais usuais so:
estudo de casos,
estudo de prottipos,
modelagem matemtica.
Estudo de casos Estudo de casos Estudo de casos Estudo de casos

No mtodo de estudo de casos estudo de casos estudo de casos estudo de casos, o pesquisador escolhe um subconjunto de
poucas unidades (cas cas cas casos os os os) da populao objetivo com as caractersticas relevantes
para o propsito da pesquisa, e efetua a descrio de um subconjunto numeroso de
caractersticas dessas unidades, segundo um plano preestabelecido.

O mtodo de estudo de casos apropriado para a descrio intensiva de uma ou
poucas unidades, com base em observaes diretas e entrevistas. Um caso pode ser um
indivduo, grupo, comunidade, organizao ou processo. Os casos podem ser unidades
tpicas que caracterizem a diversidade de uma populao objetivo, ou unidades de algum
interesse particular. So registradas informaes referentes a todas as caractersticas
relevantes para a identificao e descrio pormenorizada dessas unidades.
Esse mtodo de pesquisa originou-se na rea de cincias sociais, mas tambm
passou a ser utilizado em outras reas de pesquisa, como sade pblica, indstria e
agropecuria.
O estudo de casos um mtodo de pesquisa muito til para prover idias,
identificar problemas e sugerir hipteses que possam ser verificadas atravs de pesquisa
explicativa. Por essa razo, ele muito til na fase de sntese inicial de um ciclo da
aplicao do mtodo cientfico na pesquisa. Suas grandes desvantagens so no
propiciar a identificao da causa de um efeito especfico com grau de confiabilidade
aceitvel e no prover base de inferncia para generalizao para outras unidades da
populao objetivo.
O estudo de casos tambm muito til para a descrio de eventos raros e para
proviso de contra-exemplo de algum princpio aceito universalmente.
O estudo de casos pode seguir uma pesquisa descritiva, ou seja, um levantamento.
Em algumas pesquisas inicialmente efetuado um levantamento por amostragem para
identificao de agrupamentos tpicos das unidades da populao objetivo. Aps essa
fase de tipificao, segue-se um estudo de casos com uma ou poucas unidades de cada
um desses agrupamentos.
Uma unidade de pesquisa agrcola que deseja tomar conhecimento com profundidade dos
sistemas de produo em uso em uma regio efetua um levantamento para identificao dos
sistemas usuais tpicos e, ento, escolhe uma unidade de cada desses grupos e a acompanha por
um certo intervalo de tempo, registrando dados de um grande nmero de caractersticas dessas
unidades. Este um exemplo de um levantamento de tipificao seguido de um estudo de casos;
cada um dos sistemas ou unidades tpicas escolhidas na primeira fase da pesquisa um "caso"
para o estudo de casos da segunda fase.

O mtodo de estudos de casos tem semelhanas com o levantamento por
amostragem no aleatria (Seo Seo Seo Seo 3.3.2 3.3.2 3.3.2 3.3.2) e com o estudo observacional (Seo Seo Seo Seo 3.5 3.5 3.5 3.5).
Distingue-se desses mtodos de pesquisa por compreender um nmero reduzido de
unidades, considerar um nmero elevado de caractersticas e enfocar a unidade
globalmente em vez de suas partes.
Estudo de prottipos Estudo de prottipos Estudo de prottipos Estudo de prottipos

O mtodo de estudo de prottipos estudo de prottipos estudo de prottipos estudo de prottipos consiste em montar uma ou poucas unidades
com um conjunto de caractersticas escolhidas, e efetuar a observao e mensurao
de caractersticas relevantes dessas unidades, segundo um plano preestabelecido. As
unidades sob as quais conduzida a pesquisa so denominadas de prottipos prottipos prottipos prottipos.

O mtodo de estudo de prottipos surgiu na pesquisa industrial. O objetivo de um
estudo de prottipos principalmente a deteco de problemas. Na indstria, os
prottipos so modelos fsicos de mquinas ou equipamentos que resultam do agregado
de componentes desenvolvidos e produzidos independentemente, algumas vezes
oriundos de vrios fornecedores especializados. O estudo de prottipos visa
principalmente a avaliao do desempenho desses modelos, antes da fabricao em
larga escala e comercializao.
Diferentemente do estudo de casos, no qual as unidades existem antes da chegada
do pesquisador, no estudo de prottipos as unidades so montadas especialmente para a
pesquisa.
O estudo de prottipos um mtodo de pesquisa exploratria muito til na pesquisa
cientfica, principalmente para prover a sntese de resultados de pesquisa analtica
explicativa atravs de sua integrao em sistemas reais, e prover a identificao de
problemas e hipteses que possam ser verificadas atravs de pesquisa explicativa.
Uma unidade de pesquisa de sunos monta, em sua sede, uma unidade ou sistema de
produo de sunos criados em confinamento, incorporando as tecnologias geradas pela pesquisa,
com o propsito de observar os resultados das interaes dessas tecnologias quando integradas
ao sistema global, e o desempenho do novo sistema. Nessas circunstncias, essa unidade
constitui um laboratrio para experincia e observao para a identificao de problemas e
gerao de sugestes de hipteses que podero ser verificadas por pesquisas explicativas.

O estudo de prottipos tem alguma semelhana com o experimento (Seo Seo Seo Seo 3.5.1 3.5.1 3.5.1 3.5.1)
no que diz respeito ao controle da amostra. De fato, pode-se considerar o estudo de
prottipos como um "experimento com a unidade global". Entretanto, ele no tem as
propriedades analticas explicativas do experimento para inferncias referentes a
relaes causais.
Modelagem matemtica Modelagem matemtica Modelagem matemtica Modelagem matemtica
Esse mtodo de pesquisa exploratria tambm se originou na pesquisa industrial, a
partir do advento da computao eletrnica. Ele se distingue dos demais mtodos de
pesquisa por ser um mtodo conceitual ou formal, ou seja, as unidades ou sistemas no
so reais ou empricos, mas abstratos ou conceituais.

O mtodo de modelage modelage modelage modelagem matemtica m matemtica m matemtica m matemtica consiste em representar um conjunto de
unidades (sistemas) reais atravs de um modelo conceitual, isto , um modelo modelo modelo modelo
matemtico matemtico matemtico matemtico, ou modelo de simulao, modelo de simulao, modelo de simulao, modelo de simulao, que exprima as relaes entre as
caractersticas relevantes das unidades. O modelo , ento, submetido validao
por meio de experimentao numrica, com o auxlio de computador eletrnico, e
comparao dos resultados dessa experimentao com observaes empricas,
obtidas de experimentos, estudos de casos, estudos de prottipos, etc.

O modelo matemtico montado com base em informaes providas por outras
pesquisas levantamentos, estudos de casos, experimentos, etc., e mesmo por fontes
informais, incluindo opinies.
O mtodo de modelagem matemtica envolve a identificao de relaes entre as
caractersticas relevantes das unidades de interesse, a representao matemtica
dessas relaes, a construo de um modelo global para representar (simular) o
funcionamento dessas unidades e suas alteraes no tempo, e o uso desse modelo para
derivar conhecimento novo sobre interaes dinmicas entre componentes e elementos
dessas unidades.
Esse mtodo de pesquisa exploratria, assim como os mtodos de estudo de casos
e de estudo de prottipos, enfoca o sistema globalmente. Por essa caracterstica, esses
mtodos de pesquisa so particularmente teis para identificar interaes entre
componentes de sistemas no detectveis por pesquisa explicativa. Tambm so muito
teis para outros propsitos relacionados com a pesquisa cientfica, tais como:
identificao de problemas de pesquisa, seleo de prioridades de pesquisa e derivao
de extrapolao de resultados de pesquisas explicativas.
Uma unidade de pesquisa de ovinos pode montar um modelo de sistemas de produo de
cordeiro mamo, ou de parte desses sistemas, com as caractersticas e relaes de
caractersticas essenciais. Um modelo inicial pode ser construdo com base em prticas usuais
dos produtores, resultados de pesquisas e opinies de produtores, extensionistas e
pesquisadores. Esse modelo pode ser aperfeioado progressivamente com a incorporao de
novas caractersticas e relaes de caractersticas, e reformulaes de relaes de
caractersticas, com base em novas tecnologias que so geradas pela pesquisa. Sua adequao
pode ser verificada periodicamente, atravs da comparao dos resultados que ele propicia com
resultados de sistemas reais da populao objetivo (unidades de produo da regio).
Um modelo de simulao nessas circunstncias possibilita a verificao do comportamento
de novas tecnologias geradas pela pesquisa quando integradas nos sistemas globais e a
identificao de interaes relevantes e de subsistemas e caractersticas crticas que demandam
pesquisas. Pode ser muito til para a indicao de problemas e sugesto de hipteses, e para a
indicao de prioridades de pesquisa.

A modelagem matemtica pode funcionar como um catalisador para a atividade
cooperativa de pesquisadores das diversas disciplinas que possam contribuir para a
melhoria do desempenho das unidades de interesse. Assim, ele pode constituir o ncleo
de um mtodo de trabalho interdisciplinar de uma equipe multidisciplinar de pesquisa. Por
outro lado, o sucesso de seu uso demanda interesse, solidariedade e atitude de
cooperao por parte dos pesquisadores, e liderana de pesquisa e suporte institucional
que propiciem essas condies. Tambm requer a participao de especialistas em
modelagem matemtica, com conhecimento slido das tcnicas matemticas, estatsticas
e computacionais envolvidas.
3.3 3.3 3.3 3.3 Mtodos de Pesquisa Descritiva Mtodos de Pesquisa Descritiva Mtodos de Pesquisa Descritiva Mtodos de Pesquisa Descritiva
Mtodos de pesquisa descritiva Mtodos de pesquisa descritiva Mtodos de pesquisa descritiva Mtodos de pesquisa descritiva, tambm denominados levantamentos, levantamentos, levantamentos, levantamentos, so prprios
para pesquisa descritiva, ou seja, pesquisa com propsito de prover a descrio do
comportamento das unidades de uma populao objetivo, atravs da identificao e
descrio das caractersticas relevantes dessas unidades e das relaes entre essas
caractersticas.
Em nvel elementar, a pesquisa descritiva detm-se apenas na mensurao de
caractersticas e determinao de suas propriedades importantes, como mdias e
varincias, ou distribuies de freqncias. Em nvel mais avanado, pode visar no
apenas a descrio de caractersticas, mas, tambm, a identificao e descrio de
relaes de associao ou correlao de caractersticas, ou seja, relaes de
caractersticas que variam conjuntamente.
Por envolver, muito freqentemente, a avaliao de relaes de associao de
caractersticas, mtodos de pesquisa descritiva so algumas vezes denominados
mtodos correlacionais. Entretanto, a pesquisa descritiva no tem propsito de derivar
inferncias sobre relaes causais, ou seja, relaes de causa e efeito entre
caractersticas.
Em contraste com a flexibilidade da pesquisa exploratria, a pesquisa descritiva
requer as definies claras dos objetivos da pesquisa e da populao objetivo, a
especificao das questes que visa responder e o planejamento cuidadoso com respeito
s unidades que constituiro as fontes de informao e aos procedimentos para a coleta
de informao.
Em uma pesquisa descritiva as caractersticas das unidades se manifestam sem
interferncia do pesquisador. O pesquisador limita-se mensurao e registro das
informaes segundo o plano pr-estabelecido, muito freqentemente por meio de um
questionrio.
Uma pesquisa descritiva pode ser conduzida sobre todas as unidades da populao
objetivo ou sobre uma frao dessa populao, ou seja, sobre uma amostra da
populao objetivo (Seo 2.2 Seo 2.2 Seo 2.2 Seo 2.2).

Se a pesquisa envolve a observao de todas as unidades da populao objetivo,
o mtodo de pesquisa denominado censo censo censo censo. Se conduzida sobre uma amostra da
populao objetivo, o mtodo de pesquisa denominado levantamento por levantamento por levantamento por levantamento por
amostragem amostragem amostragem amostragem.

O censo somente aplicvel em situaes em que a populao objetivo finita e
suas unidades so identificveis e disponveis para coleta de informao. Mesmo nessas
circunstncias, por razes econmicas, ticas ou de outra origem, o levantamento por
amostragem pode ser mais conveniente e apropriado. Por essa razo, o levantamento
por amostragem muito mais freqentemente utilizado.
O processo de amostragem determina o delineamento de amostragem delineamento de amostragem delineamento de amostragem delineamento de amostragem, ou seja, a
relao estrutural entre a amostra e a populao objetivo e as chances de seleo das
unidades da populao objetivo. H uma grande variedade de delineamentos de
amostragem. A distino mais importante entre esses delineamentos refere-se ao modo
de seleo da amostra que pode ser objetivo e ter base probabilista, ou subjetivo e no
probabilista.

Se o processo de amostragem objetivo e estabelece uma probabilidade
conhecida de cada unidade da populao objetivo ser includa na amostra, ele
denominado amostragem probabilista amostragem probabilista amostragem probabilista amostragem probabilista ou amostragem aleatria amostragem aleatria amostragem aleatria amostragem aleatria; caso contrrio,
denominado amostragem no probabilista amostragem no probabilista amostragem no probabilista amostragem no probabilista ou amostragem amostragem amostragem amostragem no aleatria no aleatria no aleatria no aleatria.

Uma populao objetivo pode ser uma populao real ou conceitual (Seo 2.2 Seo 2.2 Seo 2.2 Seo 2.2).
Populaes reais so finitas, ou seja, tm um nmero determinado de unidades que, em
muitas situaes, podem ser identificadas e listadas. Processos de amostragem para
essas populaes podem ser objetivos e probabilistas, ou subjetivos e no probabilistas.
Populaes conceituais so de tamanho desconhecido; so freqentemente muito
grandes e nessas circunstncias, por convenincia, so usualmente consideradas
infinitas nos procedimentos de inferncia estatstica. Por essa razo, processos de
amostragem para populaes conceituais so necessariamente subjetivos e no
probabilistas. Os delineamentos de amostragem mais simples e mais comumente
utilizados so considerados a seguir.
3.3.1 3.3.1 3.3.1 3.3.1 Amostragem probabilista Amostragem probabilista Amostragem probabilista Amostragem probabilista
A amostragem probabilista tem as seguintes propriedades:
a) cada unidade da populao objetivo tem uma probabilidade conhecida de ser
selecionada para a amostra;
b) a amostra extrada por algum mtodo de seleo consistente com essas
probabilidades;
c) podem ser derivadas inferncias objetivas para a populao objetivo por
procedimentos estatsticos que levem em conta essas probabilidades de
seleo.
Delineamentos de amostragem probabilista tambm so convenientes por
possibilitarem a determinao do erro de amostragem, ou seja, do grau em que a
populao amostrada difere da populao objetivo. Essa informao permite a avaliao
objetiva da representatividade da amostra. Delineamentos de amostragem no
probabilista no possibilitam essa avaliao.
Os delineamentos de amostragem probabilista mais usuais so os seguintes:
amostragem aleatria simples,
amostragem aleatria estratificada,
amostragem aleatria por conglomerados,
amostragem aleatria estratificada por conglomerados,
amostragem aleatria em estgios,
amostragem aleatria sistemtica e
amostragem aleatria mltipla.
Amostragem aleatria simples Amostragem aleatria simples Amostragem aleatria simples Amostragem aleatria simples
O processo de amostragem aleatria simples a forma mais pura de amostragem
aleatria: as unidades da amostra so escolhidas aleatoriamente da populao objetivo
sem qualquer restrio.

Um delineamento de amostragem aleatria simples delineamento de amostragem aleatria simples delineamento de amostragem aleatria simples delineamento de amostragem aleatria simples consiste em selecionar as
unidades da populao objetivo de modo irrestrito e tal que todas as unidades tenham
probabilidade igual de constituir a amostra.
Equivalentemente, um delineamento de amostragem aleatria simples delineamento de amostragem aleatria simples delineamento de amostragem aleatria simples delineamento de amostragem aleatria simples de
tamanho n consiste em selecionar a amostra com a propriedade de que todos os
subconjuntos de n unidades da populao objetivo tenham a mesma probabilidade de
seleo.

O princpio do processo de amostragem aleatria simples ilustrado pelo Exemplo Exemplo Exemplo Exemplo
3 33 3. .. .4 44 4.
Suponha-se que uma populao objetivo compreende 6 unidades identificadas pelas letras
a, b, c, d, e, f e que deva ser selecionada uma amostra aleatria simples de tamanho n=3. H
3
6
C = 20 amostras (diferentes) possveis de tamanho 3, ou seja: abc, abd, abe, abf, acd, ace, acf,
ade, adf, aef, bcd, bce, bcf, bde, bdf, bef, cde, cdf, cef e def. Ento, pode-se obter uma amostra
aleatria simples de tamanho 3 dessa populao identificando essas 20 amostras com os
nmeros inteiros de 1 a 20 e, a seguir, selecionado um desses nmeros de tal modo que qualquer
um deles tenha a mesma chance de ser selecionado.
Alternativamente, pode-se obter uma amostra aleatria simples de tamanho 3 dessa
populao de 6 unidades, extraindo aleatoriamente uma das seis letras a, b, c, d, e, f, ento
extraindo aleatoriamente uma das 5 letras restantes, e, ento, extraindo aleatoriamente uma das 4
letras restantes.

O Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .5 55 5 prov ilustraes particulares do uso de amostragem aleatria
simples.
a) Levantamento de sugestes dos alunos de um curso para colher subsdios para a
programao de prximas ofertas desse curso em que a amostra constituda por um
subconjunto de alunos sorteados da lista das matrculas no corrente curso;
b) levantamento da incidncia de doenas nos animais de um rebanho de gado de corte de
uma fazenda em que a amostra constituda de um grupo de animais selecionados
aleatoriamente do cadastro dos animais desse rebanho;
c) levantamento para caracterizao da qualidade de um lote de liquidificadores recebido de
um fabricante por uma rede de lojas de eletrodomsticos em que so sorteadas algumas unidades
desse lote para teste;
d) levantamento da opinio dos associados de uma cooperativa de produtores de trigo para
identificar os problemas mais relevantes para pesquisa cuja amostra constituda por agricultores
escolhidos aleatoriamente do cadastro dos associados dessa cooperativa.

A amostragem aleatria simples particularmente apropriada para populao
objetivo relativamente homognea e no muito grande. Como requer a identificao e
listagem de todas as unidades da populao objetivo, ela pode tornar-se trabalhosa ou
impraticvel para populaes grandes. Ela tambm inconveniente quando a populao
objetivo compreende subpopulaes ou grupos de unidades entre os quais
caractersticas relevantes para os propsitos da pesquisa variam acentuadamente.
Nessas circunstncias, a escolha aleatria da amostra sem restrio pode resultar em
falha de representao da variao entre esses grupos.
Amostragem aleatria estratificada Amostragem aleatria estratificada Amostragem aleatria estratificada Amostragem aleatria estratificada
Um processo de amostragem apropriado para constituir uma amostra
representativa de uma populao objetivo que compreende grupos de unidades
consideravelmente heterogneos pode ser a escolha aleatria e independente de um
subconjunto de unidades de cada um desses grupos, que so denominados estratos estratos estratos estratos:

Um delineamento de delineamento de delineamento de delineamento de amostragem aleatria estratificada amostragem aleatria estratificada amostragem aleatria estratificada amostragem aleatria estratificada de tamanho n consiste
em classificar as unidades da populao objetivo em k grupos (estratos) e, ento,
selecionar uma amostra aleatria simples de tamanho n
i
do i-simo estrato, de modo
que n
1
+n
2
+ ... + n
k
= n.

O princpio do processo de amostragem aleatria estratificada ilustrado pelo
Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .6 66 6.
Considere-se uma populao de 9 unidades classificadas em dois estratos 1 e 2
constitudos de 3 e 6 unidades, respectivamente. Essas 9 unidades podem ser representadas
pelas 9 primeiras letras do alfabeto e as unidades dos dois estratos respectivamente pelas vogais
e consoantes entre essas 9 letras, como segue:
Estrato 1: a, e, i;
Estrato 2: b, c, d, f, g, h.
Suponha-se que se toma uma amostra aleatria simples de uma unidade de cada um
desses dois estratos. Ento, pode resultar uma das seguintes 18 amostras aleatrias estratificadas
identificadas nas colunas da Figura Figura Figura Figura 3 33 3. .. .1 11 1.

Amostra: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Estrato 1: a a a a a a e e e e e e i i i i i i
Estrato 2: b c d f g h b c d f g h b c d f g h
Figura Figura Figura Figura 3 33 3. .. .1 11 1. Dezoito amostras aleatrias estratificadas possveis de uma unidade de
cada um de dois estratos 1 e 2 cujas unidades so representadas pelas
vogais e consoantes tomadas das primeiras 9 letras do alfabeto.

Os nmeros de unidades selecionadas dos estratos da populao objetivo podem
ser iguais ou diferentes.

Se o processo de amostragem aleatria estratificada seleciona o mesmo nmero
de unidades de cada um dos estratos da populao objetivo, ele denominado de de de de
igual alocao igual alocao igual alocao igual alocao. Se os nmeros de unidades selecionados dos estratos so
proporcionais aos tamanhos dos estratos, ento o processo de amostragem
denominado de alocao proporcional de alocao proporcional de alocao proporcional de alocao proporcional.

A situao de igual alocao ilustrada pelo Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .6 66 6; uma ilustrao de
alocao proporcional provida pelo Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .7 77 7.
Considere-se a seleo de uma amostra aleatria estratificada de tamanho 3 da populao
considerada no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .6 66 6 com alocao proporcional. Como o estrato 2 tem o dobro do
tamanho do estrato 1, para constituir uma amostra estratificada de alocao proporcional o
nmero de unidades selecionadas do estrato 2 deve ser o dobro do nmero das unidades
selecionadas do estrato 1. Assim, as 45 possveis amostras aleatrias estratificadas de tamanho 3
com alocao proporcional so as indicadas nas colunas da Figura Figura Figura Figura 3 33 3. .. .2 22 2.

Amostra: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 ... 43 44 45
Estrato 1: a a a a a a a a a a a a a a a e e i i i
b b b b b c c c c d d d f f g b b f f g
Estrato 2:
c d f g h d f g h f g h g h h c d g h h
Figura Figura Figura Figura 3 33 3. .. .2 22 2. Quarenta e cinco possveis amostras aleatrias estratificadas de tamanho 3
com alocao proporcional de uma populao de dois estratos 1 e 2
constitudos de 3 e 6 unidades, respectivamente.

Em um delineamento de amostragem aleatria estratificada o erro de amostragem
provm da variao entre unidades dentro de estratos; no afetado pela
heterogeneidade dos estratos. Assim, quando a variao de caractersticas relevantes
para os objetivos da pesquisa consideravelmente mais elevada entre os estratos do
que entre as unidades dentro dos estratos, a amostragem aleatria estratificada conduz a
erro de amostragem menor e inferncias estatsticas mais precisas do que a amostragem
aleatria simples. Essas vantagens so mais salientes quando os tamanhos dos estratos
so acentuadamente diferentes.
A amostragem aleatria estratificada tambm pode ser conveniente quando so
desejveis informaes referentes aos estratos individuais e quando a coleta de
informaes separadamente para cada estrato mais fcil por razes fsicas ou
administrativas.
Os seguintes exemplos ilustram caractersticas que podem ser apropriadas para a
formao de estratos: a) tamanho da propriedade em um levantamento de sistemas de
produo de feijo; b) bairro em um levantamento da situao scio-econmica das
famlias de uma cidade; e c) porte do supermercado em um levantamento referente a
comercializao de produtos atravs de supermercados.
O Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .8 88 8 apresenta ilustraes especficas de amostragem aleatria
estratificada.
a) Levantamento para avaliao da qualidade do ensino de uma universidade em que so
escolhidos para opinar alunos selecionados aleatoriamente da lista das matrculas de cada um dos
cursos no corrente semestre letivo;
b) levantamento da incidncia de doenas nos animais de um rebanho de gado de corte de
uma fazenda cuja amostra constituda de um grupo de animais selecionados aleatoriamente do
cadastro dos animais de cada uma das trs raas desse rebanho;
c) levantamento para caracterizao da qualidade das lmpadas recebidas por uma rede de
lojas de aparelhos eltricos de vrios fabricantes em que so sorteadas para teste algumas
lmpadas de cada um dos fabricantes;
d) levantamento da opinio dos associados de uma cooperativa de produtores de trigo para
identificar os problemas mais relevantes para pesquisa cuja amostra constituda por agricultores
escolhidos aleatoriamente do cadastro dos associados dessa cooperativa de cada um de trs
tamanhos de propriedade.

A amostragem aleatria estratificada, assim como a amostragem aleatria simples,
requer a identificao e listagem de todas as unidades da populao objetivo. Quando o
tamanho da populao objetivo muito grande, a preparao dessa lista pode ser
demasiadamente trabalhosa ou impraticvel. Outros inconvenientes do uso desses
processos de amostragem nessas circunstncias so os custos elevados e as
dificuldades administrativas decorrentes da coleta de informaes de unidades dispersas.
Amostragem aleatria por conglomerados Amostragem aleatria por conglomerados Amostragem aleatria por conglomerados Amostragem aleatria por conglomerados
Quando o tamanho da populao objetivo muito grande, o levantamento por
amostragem aleatria pode tornar-se mais fcil e conveniente quanto preparao, custo
e administrao quando as unidades constituem grupos naturais relativamente
homogneos. Nessas circunstncias, um processo de amostragem apropriado para
constituir uma amostra representativa pode compreender a seleo aleatria de um
subconjunto desses grupos, usualmente designados de conglomerados conglomerados conglomerados conglomerados, em vez de um
subconjunto de unidades individuais:

Um delineamento de amostragem a delineamento de amostragem a delineamento de amostragem a delineamento de amostragem aleatria por conglomerados leatria por conglomerados leatria por conglomerados leatria por conglomerados consiste em
classificar as unidades da populao objetivo em grupos (conglomerados) e, ento,
extrair uma amostra aleatria simples dos conglomerados.

A amostra pode ser constituda de todas as unidades dos conglomerados
selecionados ou de uma amostra aleatria simples de cada um desses conglomerados.
Nesse ltimo caso, pode ser adotada alocao igual ou alocao proporcional aos
tamanhos dos conglomerados. A alocao proporcional mais freqentemente utilizada.
Muito freqentemente, os conglomerados compreendem unidades geograficamente
prximas e so reas correspondentes a divises de uma regio que constitui a
populao objetivo. Nessas circunstncias, o delineamento usualmente designado de
amostragem aleatria por rea amostragem aleatria por rea amostragem aleatria por rea amostragem aleatria por rea.
Exemplos de caractersticas que podem ser apropriadas para a formao de
conglomerados so: a) fazenda em um levantamento da incidncia de doenas nos
animais de uma regio em que a unidade um animal; b) distrito em um levantamento de
tecnologias adotadas pelos agricultores de uma regio em que a propriedade agrcola a
unidade; e c) famlia em um levantamento da situao scio-econmica dos habitantes
de um bairro de uma cidade em que a unidade o indivduo.
Uma ilustrao de amostragem aleatria por conglomerados provida pelo
Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .9 99 9.
Em um levantamento do consumo em uma cidade em que a unidade da amostra a famlia
definida como o conjunto das pessoas que habitam uma mesma residncia, identificam-se os
quarteires em um mapa da cidade e escolhe-se aleatoriamente um dado nmero de quarteires
para a coleta de observaes. A seguir, seleciona-se um subconjunto das residncias de cada um
dos quarteires escolhidos, por amostragem aleatria simples com alocao proporcional (aos
nmeros de residncias desses quarteires).

Este processo de amostragem aleatria requer apenas a identificao dos
conglomerados e a listagem das unidades dos conglomerados selecionados para a
amostra. Por essa razo, ele conveniente para populaes objetivos consideravelmente
grandes, principalmente quando no disponvel uma lista completa das unidades e
obt-la implicaria muito trabalho e custo elevado.
Quando a variao de caractersticas relevantes menor entre os conglomerados
do que entre as unidades dentro de conglomerados, a amostragem aleatria por
conglomerados produz menor erro de amostragem e inferncias estatsticas mais
precisas do que a amostragem aleatria simples. Assim, no planejamento de um
levantamento por amostragem aleatria por conglomerados deve-se buscar maior
homogeneidade entre os conglomerados do que entre as unidades dentro dos
conglomerados. Isso o contrrio do que se deve buscar com o processo de
amostragem aleatria estratificada, onde conveniente maior homogeneidade dentro dos
estratos do que entre os estratos.
Como usualmente unidades de um mesmo conglomerado tendem a serem mais
semelhantes do que unidades de diferentes conglomerados, muito freqentemente a
amostragem aleatria por conglomerados produz erro de amostragem mais elevado e
conseqentemente inferncias menos precisas do que a amostragem aleatria simples
do mesmo tamanho. Essa fraqueza pode ser reduzida pelo incremento do tamanho da
amostra, o que pode ser obtido com trabalho e custo relativamente pequenos, j que
comumente unidades de mesmo conglomerado so prximas.
Amostragem aleatria estratificada e por conglomerados Amostragem aleatria estratificada e por conglomerados Amostragem aleatria estratificada e por conglomerados Amostragem aleatria estratificada e por conglomerados
Em algumas situaes pode ser conveniente um delineamento misto de
amostragem aleatria estratificada e amostragem aleatria por conglomerados:

Em um delineamento de amostragem aleatria estratificada e por conglomerados delineamento de amostragem aleatria estratificada e por conglomerados delineamento de amostragem aleatria estratificada e por conglomerados delineamento de amostragem aleatria estratificada e por conglomerados
a populao objetivo dividida em grupos (estratos); cada um desses grupos
subdividido em subgrupos (conglomerados); de cada um dos extratos extrada uma
amostra aleatria simples de conglomerados; ento, de cada conglomerado (de cada
estrato) selecionado aleatoriamente um subconjunto de unidades por algum critrio
apropriado.

Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .10 10 10 10
Os dois levantamentos caracterizados a seguir ilustram delineamento de amostragem
aleatria estratificada e por conglomerados:
a) Levantamento por amostragem de famlias considerado no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .9 99 9 procedido com o
seguinte delineamento alternativo: a cidade dividida em zonas (estratos; por exemplo, uma ou
mais zonas centrais e os bairros); b) so identificados os quarteires (conglomerados) de cada
uma dessas zonas; c) extrada uma amostra aleatria simples dos conglomerados de cada uma
das zonas; e d) efetuada a seleo aleatria de um subconjunto de residncias de cada
quarteiro selecionado de cada zona da cidade.
b) Levantamento de opinies de triticultores da regio tritcola do planalto do Rio Grande do
Sul em que essa regio dividida em municpios (estratos) e cada municpio em reas de cinco
propriedades cada uma (conglomerados); ento, selecionada uma amostra aleatria simples de
reas dentro de cada municpio com o nmero de reas selecionadas proporcional ao nmero de
reas do municpio.
Amostragem aleatria em estgios Amostragem aleatria em estgios Amostragem aleatria em estgios Amostragem aleatria em estgios
O delineamento de amostragem aleatria estratificada e por conglomerados um
delineamento de amostragem em dois estgios: o primeiro estgio consiste na
amostragem aleatria simples dos conglomerados dentro de cada estrato; o segundo
estgio, na amostragem aleatria das unidades de cada conglomerado selecionado no
primeiro estgio. Essa idia de amostragem em estgios pode ser convenientemente
estendida para situaes de populaes muito grandes e complexas.
Considere-se uma pesquisa nacional de residncias; por exemplo, uma pesquisa referente
a emprego e desemprego. No seria prtico obter e manter uma lista das residncias do Pas.
Alm disso, a coleta de dados atravs de entrevistas em domiclios muito dispersos teria um custo
exorbitante. Para essas circunstncias, interessante um delineamento de amostragem em
estgios, como o delineamento nos trs estgios que seguem: 1 extrao de uma amostra
aleatria dos municpios de cada Estado do Pas; 2 seleo de uma amostra aleatria dos
quarteires de cada um dos municpios escolhidos; e 3 seleo de uma amostra aleatria das
residncias de cada um dos quarteires.
Amostragem aleatria sistemtica Amostragem aleatria sistemtica Amostragem aleatria sistemtica Amostragem aleatria sistemtica
A amostragem aleatria sistemtica um processo de amostragem probabilista
utilizado com alguma freqncia quando possvel listar ou ordenar todas as unidades
da populao objetivo.

Um delineamento de amostragem aleatria sistemtica delineamento de amostragem aleatria sistemtica delineamento de amostragem aleatria sistemtica delineamento de amostragem aleatria sistemtica de tamanho n de uma
populao de tamanho N consiste em escolher aleatoriamente uma unidade do
subconjunto das primeiras k = [N/n] unidades, seja a c-sima unidade, e, ento, tomar
cada uma das k-simas unidades a partir desta, de modo que a amostra resulta
constituda pelas unidades da populao objetivo de ordens c, c+k, c+2k, ... ([r]
denota o maior nmero inteiro que no supera o nmero racional r.)

Neste delineamento a escolha aleatria da primeira unidade da amostra determina
toda a amostra. Em particular, para selecionar uma amostra aleatria de p% (p inteiro
positivo) das N unidades de uma populao objetivo, escolhe-se aleatoriamente um
nmero do conjunto dos nmeros inteiros {1, 2, ..., p}, seja c, e, ento, toma-se cada uma
das p-simas unidades a partir de c, ou seja, as unidades c, c+p, c+2p, e assim
sucessivamente.
Suponha-se a extrao de uma amostra de 10% da lista dos 620 associados de uma
cooperativa de produtores de leite. Para tal, seleciona-se aleatoriamente um nmero do conjunto
dos 10 primeiros nmeros inteiros {1, 2,..., 10}, seja 6, e, ento, tomam-se os produtores
identificados na lista com os nmeros 6, 16, 26, e assim sucessivamente, at o 616.

A amostragem aleatria sistemtica reduz consideravelmente o nmero de
subconjuntos de unidades da populao objetivo que pode ser escolhido para constituir a
amostra. Essa uma propriedade essencial que distingue esse processo de amostragem
da amostragem aleatria simples. Entretanto, a amostragem sistemtica assegura que
todas as unidades da populao objetivo tm chance de constituir a amostra.
Esse delineamento tem duas vantagens em relao ao delineamento de
amostragem aleatria simples: mais fcil de planejar, j que requerido apenas um
nmero aleatrio, e distribui a amostra mais uniformemente sobre a populao objetivo.
Por essa segunda razo, o delineamento de amostragem aleatria sistemtica algumas
vezes conduz a erro de amostragem menor e inferncias mais precisas do que o
delineamento de amostragem aleatria simples. Entretanto, ele tem desvantagens. Uma
desvantagem importante que, se h alguma ordenao escondida das unidades da
populao objetivo segundo os nveis de alguma caracterstica relevante, pode resultar
uma amostra severamente tendenciosa. Assim, por exemplo, uma amostra sistemtica
das casas de uma cidade pode conter um nmero demasiadamente grande, ou
demasiadamente pequeno, de casas de esquina; uma amostra sistemtica das plantas
de um pomar pode ter as plantas selecionadas das mesmas posies ao longo de cada
uma das filas do pomar. Para evitar o uso inconveniente do delineamento de amostragem
sistemtica importante conhecer a natureza da variabilidade na populao objetivo
antes de decidir pela sua escolha.
Amostragem aleatria mltipla Amostragem aleatria mltipla Amostragem aleatria mltipla Amostragem aleatria mltipla
Em algumas circunstncias pode ser conveniente proceder seleo das unidades
para a amostra por etapas.

Em um delineamento de amo delineamento de amo delineamento de amo delineamento de amostragem mltipla stragem mltipla stragem mltipla stragem mltipla a amostra constituda por
unidades que so selecionadas da populao objetivo em etapas sucessivas.
Dependendo dos resultados observados em cada etapa, podem ser dispensadas
etapas subseqentes.

Esse processo de amostragem freqentemente empregado em inspeo por
amostragem para teste ou controle de qualidade de produtos. O Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .13 13 13 13 prov uma
ilustrao.
Para ilustrao considere-se o seguinte processo de amostragem dupla para deciso
referente aceitao ou rejeio de um lote de um produto industrial: Escolhe-se uma amostra
aleatria das unidades do lote; se o nmero de unidades defeituosas nesta amostra no mximo
5%, o lote aceito; se no mnimo 10%, o lote rejeitado. Se o nmero de unidades defeituosas
situa-se entre 5 e 10%, requerida uma segunda amostra. Ento, se o nmero de unidades
defeituosas na amostra combinada dessas duas amostras no mximo 10%, o lote aceito; se o
nmero de unidades defeituosas superior a 10%, o lote rejeitado.

A amostragem aleatria mltipla inicia com uma amostra relativamente pequena e
procede com o incremento sucessivo do tamanho da amostra em etapas, at que o
critrio de deciso seja logrado. Assim, um processo de amostragem conveniente por
possibilitar a diminuio do tamanho da amostra e a reduo de custo e tempo.
Um caso extremo de amostragem mltipla a amostragem seqencial amostragem seqencial amostragem seqencial amostragem seqencial: a amostra
vai sendo acrescida unidade por unidade, at que seja alcanada uma concluso
referente a aceitar ou rejeitar uma dada hiptese referente populao objetivo. A
amostragem seqencial permite minimizar o tamanho mdio da amostra em longo prazo.
3.3.2 3.3.2 3.3.2 3.3.2 Amostragem no probabilista Amostragem no probabilista Amostragem no probabilista Amostragem no probabilista
Em algumas circunstncias pode ser impraticvel ou inconveniente a considerao
de todas as unidades de uma populao real no processo de escolha da amostra. Assim,
por exemplo, em uma pesquisa da preferncia dos eleitores do Estado do Rio Grande do
Sul em relao aos candidatos a governador na prxima eleio, impraticvel constituir
a amostra por um subconjunto de indivduos escolhidos da lista dos eleitores aptos para o
exerccio do voto; em uma pesquisa da opinio dos cidados de um municpio sobre um
tema particular pode ser impraticvel ou inconveniente a considerao de todos os
habitantes desse municpio no processo de gerao da amostra. Circunstncias
semelhantes ocorrem quando as unidades de uma populao real no podem ser todas
identificadas ou no so todas acessveis, como, por exemplo, em um levantamento da
populao dos peixes de um lago, em um levantamento para caracterizao botnica de
espcies vegetais nativas de uma regio, e em um levantamento dos animais de uma
reserva biolgica. Nessas circunstncias, torna-se impraticvel ou invivel a utilizao de
um delineamento de amostragem probabilista.
A utilizao de delineamento de amostragem probabilista tambm invivel quando
a populao objetivo uma populao conceitual, cujas unidades no so todas
disponveis no momento de execuo da pesquisa. Nesse caso a populao objetivo
pode ser especificada apenas conceitualmente, ou seja, pela descrio das propriedades
das unidades que a constituem.
Em todas essas situaes, a escolha da amostra deve ser baseada em critrio e
julgamento humano. Nessas circunstncias a probabilidade de cada unidade particular da
populao objetivo ser escolhida para constituir a amostra no conhecida. De fato, em
muitas situaes uma frao considervel dessas unidades no tem chance de ser
selecionada para a amostra.
Como esses processos de amostragem no tm base probabilista, no permitem a
determinao do erro de amostragem e a avaliao objetiva da representatividade da
amostra. Pela essa mesma razo, no possibilitam a derivao de inferncias para a
populao objetivo por procedimentos estatsticos. Tais inferncias devem ser baseadas
em julgamento subjetivo. Como conseqncia, so geralmente sujeitas
tendenciosidade, que no pode ser avaliada objetivamente.
Os delineamentos de amostragem no probabilista mais usuais so os seguintes:
amostragem de julgamento,
amostragem de convenincia,
amostragem por quota,
amostragem no aleatria sistemtica,
amostragem a esmo e
amostragem mecnica.
Amostragem de julgame Amostragem de julgame Amostragem de julgame Amostragem de julgamento nto nto nto

Em um delineamento de amostragem de julgamento amostragem de julgamento amostragem de julgamento amostragem de julgamento a amostra constituda com
base em julgamento do pesquisador que procura selecionar um subconjunto de
unidades representativo da populao objetivo.

Muito freqentemente a amostra escolhida por um especialista na rea de
pesquisa que, por ser considerado profundo conhecedor das caractersticas relevantes
das unidades da populao objetivo, julgado habilitado a selecionar uma amostra que
represente essas caractersticas. Usualmente, um critrio importante para a escolha da
amostra a manifestao da variabilidade presente na populao objetivo.
As seguintes pesquisas ilustram delineamento de amostragem de julgamento:
a) Levantamento de opinies dos operrios de uma indstria para o aumento da
produtividade em que, por alguma razo, deve ser entrevistada apenas uma parte dos operrios; a
escolha desses operrios feita pelo gerente de produo por ser considerado o mais habilitado
para obter uma representao apropriada do conjunto dos operrios.
b) Levantamento de caractersticas dos sistemas de produo de feijo de uma regio em
que deve ser escolhido um subconjunto de municpios cujos produtores devam ser includos na
amostra; a escolha dos municpios feita por um grupo de pesquisadores.

A amostragem de julgamento um processo de amostragem no probabilista muito
comum. De fato, o processo mais usual em situaes de populao conceitual e o mais
praticvel em muitas situaes de populao real de tamanho elevado, particularmente
quando h restries de recursos e tempo. Ele deve ser usado com a compreenso clara
de suas limitaes e com as cautelas necessrias para que a amostra escolhida
represente apropriadamente a populao objetivo.
Este processo de amostragem tem a vantagem de ser de custo relativamente baixo,
mas a inconvenincia de requerer amplo conhecimento da populao objetivo e
julgamento acurado na escolha da amostra. Por essa razo, ele deve ser usado com
muita cautela. Mesmo com esses cuidados, ele no permite a determinao do erro de
amostragem e no possibilita a derivao de inferncias objetivas para a populao
objetivo.
Amostragem de convenincia Amostragem de convenincia Amostragem de convenincia Amostragem de convenincia

Em um delineamento de amostragem de convenincia delineamento de amostragem de convenincia delineamento de amostragem de convenincia delineamento de amostragem de convenincia a amostra constituda
por unidades selecionadas da populao objetivo por algum critrio de convenincia,
muito freqentemente relacionado acessibilidade das unidades.

A amostragem de convenincia freqentemente utilizada para obter informaes
aproximadas sobre a populao objetivo em pouco tempo e com baixo custo.
Esse delineamento de amostragem ilustrado pelas seguintes pesquisas:
a) levantamento de informaes sobre famlias quando o entrevistador escolhe famlias
prximas de sua residncia ou local de trabalho;
b) levantamento de opinies dos moradores de um bairro em que o entrevistador decide
entrevistar as 200 pessoas que estiverem presentes em uma certa praa no prximo fim de
semana; e
c) levantamento de caractersticas referentes qualidade do cimento proveniente de uma
indstria em que a amostra constituda por sacos escolhidos do topo de um ou mais caminhes
com uma carga de cimento de dessa procedncia.

Esse processo de amostragem freqentemente utilizado por ser o mais prtico,
particularmente em pesquisa exploratria na fase inicial de um programa de pesquisa. Os
problemas cruciais da amostragem de convenincia so semelhantes aos inerentes aos
outros delineamentos de amostragem no probabilista, ou seja, impossibilidades de
avaliao do erro de amostragem e da representatividade da amostra, e de derivao de
inferncias objetivas. A escolha da amostra por critrio de convenincia torna as
possibilidades de vis mais elevadas. Nessas circunstncias, ele deve ser utilizado com
os cuidados necessrios para evitar tendenciosidade e com a compreenso clara de suas
limitaes.
Amostragem por quota Amostragem por quota Amostragem por quota Amostragem por quota
Este processo de amostragem no probabilista tem semelhana com o
delineamento de amostragem aleatria estratificada. Distingue-se desse delineamento
porque as unidades so selecionadas de cada um dos estratos por processo no
aleatrio. O pesquisador primeiro identifica os estratos e as propores em que eles
esto presentes na populao objetivo e, ento, utiliza amostragem no aleatria para a
seleo do nmero requerido de unidades de cada um dos estratos (quota quota quota quota):

Um delineamento de amostragem por quota delineamento de amostragem por quota delineamento de amostragem por quota delineamento de amostragem por quota consiste em: 1) dividir a populao
objetivo em subpopulaes ou estratos que representem as vrias categorias em que
suas unidades so classificadas segundo alguma caracterstica relevante; 2)
determinar o tamanho da frao da amostra (quota) correspondente a cada um
desses estratos; e 3) delegar ao executor do levantamento em cada estrato a seleo
das unidades at completar a quota que lhe foi assinalada.

A seleo das unidades de cada estrato usualmente procedida por amostragem
de julgamento ou de convenincia. O Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .16 16 16 16 prov ilustraes de amostragem por
quota.
a) Levantamento de informaes de produtores rurais de uma regio atravs de entrevistas
em que a regio dividida em sees e cada seo assinalada a um entrevistador, cabendo ao
entrevistador a escolha de um determinado nmero de produtores de sua seo para as
entrevistas.
b) Levantamento das condies scio-econmicas das famlias de um bairro em que o
bairro dividido em segmentos de ruas e so atribudas aos entrevistadores as escolhas das
residncias dos correspondentes segmentos de modo a que sejam completados os nmeros pr-
determinados residncias.

Em um delineamento de amostragem por quota a seleo das unidades de cada
subpopulao usualmente procedida por amostragem de julgamento ou de
convenincia. Nesse delineamento, muito freqentemente, so desconsideradas as
unidades no acessveis ou de acesso difcil. Por essa razo, a representatividade da
amostra pode ser altamente suspeita, e no h maneira de avaliar a representatividade
de amostra selecionada dessa forma.
Amostragem no aleatria sistemtica Amostragem no aleatria sistemtica Amostragem no aleatria sistemtica Amostragem no aleatria sistemtica
Este processo de amostragem no probabilista utilizvel em situaes em que as
unidades da populao objetivo vo se tornado disponveis uma a uma ao longo do
tempo.

Um delineamento de delineamento de delineamento de delineamento de amostragem no aleatria sistemtica amostragem no aleatria sistemtica amostragem no aleatria sistemtica amostragem no aleatria sistemtica, tambm denominado
delineamento de amostragem de intervalos delineamento de amostragem de intervalos delineamento de amostragem de intervalos delineamento de amostragem de intervalos, consiste em tomar uma unidade ao final
de cada repetio de um dado intervalo de tempo, na medida em que as unidades da
populao objetivo vo se tornando disponveis, ou tomar cada unidade que surge
imediatamente aps um subconjunto de um determinado nmero de unidades.

Este processo de amostragem requer que o ponto de partida, ou seja, o instante
inicial ou o primeiro item, seja selecionado atravs de algum critrio objetivo. Ele
algumas vezes utilizado na indstria para monitorar o funcionamento de equipamentos e
processos de produo e para controle de qualidade de produtos, e em levantamentos
que envolvem entrevistas de pessoas. O Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .17 17 17 17 prov ilustraes de algumas
dessas situaes.
a) Levantamento para verificar se o conjunto dos equipamentos ou o processo de produo
de uma indstria est funcionando segundo as especificaes, quando selecionado um item da
linha de produo para teste a cada intervalo de tempo (por exemplo, a cada 60 minutos), a partir
de um horrio pr-estabelecido.
b) Levantamento para controle da qualidade de um produto industrial em que selecionado
para teste o ltimo item de cada subconjunto de um determinado nmero de itens produzidos pela
linha de produo.
c) Levantamento para pesquisa de opinio dos clientes de uma loja em que selecionada
cada dcima pessoa que entra na loja, a partir da abertura da loja.
d) Levantamento para coleta de sugestes dos residentes de uma rua referente a um
projeto de remodelao, em que a amostra constituda pelos ocupantes de cada dcima casa
dessa rua, a a partir de uma determinada esquina.
Amostragem a esmo Amostragem a esmo Amostragem a esmo Amostragem a esmo
A amostragem a esmo um processo de escolha da amostra no aleatria
particularmente utilizvel quando as unidades da populao objetivo so indivduos ou
objetos dispostos em algum recipiente, compartimento ou instalao. O pesquisador
procura constituir a amostra por unidades escolhidas por processo supostamente
corresponde escolha aleatria sem, no entanto, realizar propriamente sorteio.

Em um delineamento de delineamento de delineamento de delineamento de amostragem a esmo amostragem a esmo amostragem a esmo amostragem a esmo a amostra constituda por
unidades selecionadas de diversos pontos da populao objetivo escolhidos por
algum procedimento que simule o acaso.

A amostragem a esmo til para algumas situaes em que a populao objetivo
muito numerosa, as unidades no so identificadas ou pode ser difcil acessar unidades
selecionadas. Nessas circunstncias, a adoo de processos de amostragem probabilista
pode ser muito trabalhosa. Pode ser procedida de diversas formas. Por exemplo, no caso
em que as unidades esto dispostas em algum recipiente, pegando as unidades ao
alcance da mo, em diversas posies; quando as unidades esto em algum
compartimento ou instalao de maior porte, percorrendo o compartimento ou instalao
e tomando as unidades ao alcance, em vrios pontos. O Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .18 18 18 18 ilustra algumas
situaes de uso de amostragem a esmo.
a) Levantamento referente a caractersticas dos parafusos contidos em uma caixa procedido
atravs de uma amostra de alguns parafusos pegados em cada um de dez pontos da caixa.
b) Levantamento de caractersticas de pintos dispostos em diversas gaiolas cada uma com
100 pintos em que de cada uma dessas gaiolas o pesquisador pega 5 pintos ao alcance de sua
mo.
c) Levantamento para caracterizao da qualidade da carne armazenada em uma cmara
frigorfica cuja amostra constituda por pores de carne coletadas em diversas posies ao
longo de uma caminhada pelo armazm.

A amostragem a esmo pode ser um processo de amostragem confivel se a
populao objetivo for homognea ou no houver a tendncia de agrupamento
sistemtico das unidades, e no existir a possibilidade de o pesquisador ser influenciado
por alguma caracterstica das unidades.
Amostragem mecnica Amostragem mecnica Amostragem mecnica Amostragem mecnica
Esse processo de amostragem no aleatria apropriado quando a populao
objetivo compreende um volume slido, lquido ou gasoso.

Um delineamento de amostragem mecnica delineamento de amostragem mecnica delineamento de amostragem mecnica delineamento de amostragem mecnica consiste em constituir a amostra de
uma populao objetivo que compreende um volume slido, lquido ou gasoso por
pores tomadas em diversos pontos desse volume escolhidos de modo
supostamente casual.

A amostragem mecnica usualmente procedida com o uso de instrumentos
especiais, tais como garra, concha e sonda. Esse processo de amostragem tem
semelhana com o processo de amostragem a esmo e deve ser utilizado com os
mesmos cuidados indicados para a amostragem a esmo.
1. Caracterize e ilustre os trs seguintes mtodos de pesquisa exploratria: estudo de casos,
estudo de prottipos e modelagem matemtica.
2. Porque o estudo de casos e o estudo de prottipos no provm base para generalizao para
a populao objetivo?
3. Porque a modelagem matemtica um mtodo de pesquisa exploratria conceitual,
diferentemente do estudo de casos e do estudo de prottipos que so mtodos de pesquisa
emprica?
4. Qual o principal propsito de uma pesquisa cientfica descritiva? Ilustre uma situao de sua
rea em que seria apropriada pesquisa descritiva.
5. Explique a distino entre levantamento por amostragem probabilista e levantamento por
amostragem no probabilista?
6. Caracterize as distines essenciais entre os seguintes delineamentos de amostragem:
amostragem aleatria simples, amostragem aleatria estratificada e amostragem aleatria por
conglomerados.
7. Suponha que o Departamento de Estatstica de uma universidade deseja efetuar a avaliao
do ensino das dezoito disciplinas de estatstica oferecidas aos Cursos de Graduao, atravs
de levantamento da opinio de 20% dos alunos matriculados nessas disciplinas no corrente
semestre.
a) Identifique a unidade e a populao objetivo dessa pesquisa.
b) Qual dos seguintes delineamentos de amostragem probabilista seria mais apropriado para
essa situao: amostragem aleatria simples, amostragem aleatria estratificada e
amostragem aleatria por conglomerados. Justifique a resposta.
8. Uma grande empresa de engenharia emprega 200 engenheiros e 50 engenheiras. Suponha
que desejado selecionar uma amostra aleatria de 10% do corpo de engenheiros. Indique a
constituio da amostra quanto ao nmero de engenheiros e engenheiras que resultaria para
cada um dos seguintes delineamentos:
a) amostragem aleatria simples;
b) amostragem aleatria estratificada com igual alocao;
c) amostragem aleatria estratificada com alocao proporcional.
9. Estilos literrios podem ser distinguidos pelo tamanho das palavras utilizadas. Com o propsito
de determinar o estilo de um determinado autor, um estudante de literatura decide sortear
cinco dos vinte livros escritos por esse autor e, ento, sortear uma pgina de cada um desses
5 livros e registrar o tamanho de cada uma das 200 primeiras palavras da pgina. Identifique e
explique o delineamento de amostragem utilizado por esse estudante.
10. Um veterinrio est pesquisando a incidncia de um certo tipo de tumor no gado de uma
regio, que pode ser detectado por um teste imunolgico. Ele acredita que a incidncia difere
entre partes da regio de interesse.
a) Identifique a unidade e a populao objetivo desta pesquisa.
b) Proponha, justificadamente, um delineamento de amostragem apropriado para essa
pesquisa.
11. Explique porque delineamentos de amostragem probabilista no so aplicveis populao
conceitual.
12. Caracterize e ilustre com exemplo de sua rea a distino entre delineamento de amostragem
de julgamento e delineamento de amostragem de convenincia.
13. Para cada uma das seguintes situaes voc recomendaria o uso de amostragem: aleatria,
de julgamento, de convenincia ou uma combinao desses delineamentos?
a) Um professor solicita a seus alunos sugestes para a melhoria do programa de sua
disciplina, como base para a preparao de um questionrio para um ulterior levantamento
das preferncias referentes ao programa.
b) A administrao de uma empresa deseja obter sugestes de seus empregados, atravs de
um questionrio, para o aumento da produtividade.
c) Uma empresa de aluguel de carros planeja a compra de uma frota de automveis de um de
quatro fabricantes, usando como critrio de seleo a economia de operao.
d) Uma empresa de pesquisa agropecuria deseja efetuar um levantamento da opinio de
produtores da regio de sua abrangncia para identificar os problemas mais relevantes para
pesquisa.
e) O editor de um jornal deseja selecionar cartas da correspondncia recebida no dia anterior
para a seo opinio do leitor.
14. Explique a distino essencial entre levantamento por amostragem no aleatria e o mtodo
de estudo de casos.
3.4 3.4 3.4 3.4 Pesquisa Explicativa Pesquisa Explicativa Pesquisa Explicativa Pesquisa Explicativa
3.4.1 3.4.1 3.4.1 3.4.1 Relaes de caractersticas Relaes de caractersticas Relaes de caractersticas Relaes de caractersticas
Pesquisa descritiva pode prover a identificao de relaes de associao de
caractersticas. Embora informaes descritivas sejam freqentemente teis para
predio de caractersticas relevantes, usualmente desejvel a identificao da origem
da variao dessas caractersticas, ou seja, das caractersticas cuja variao implique
variao dessas caractersticas. Alm disso, tambm desejvel conhecer as relaes
das caractersticas que so objeto de predio (efeitos efeitos efeitos efeitos) com as caractersticas que
produzem sua variao (causas causas causas causas). Esse conhecimento importante pelo fato de que o
conhecimento das causas aumenta a habilidade para predio e controle dos efeitos.
Em geral, a existncia de associao entre caractersticas no significa que haja
relao causal entre elas. De fato, em particular, duas caractersticas A e B podem
relacionar-se por associao de uma das diversas formas representadas na Figura Figura Figura Figura 3 33 3. .. .3 33 3:
a) causao determinstica - alteraes da caracterstica A causam alteraes da
caracterstica B;
b) resposta comum - alteraes de ambas caractersticas A e B so causadas por
alteraes de uma terceira caracterstica C; e
c) causao com confundimento - alteraes da caracterstica B so causadas por
alteraes da caracterstica A e alteraes de uma terceira caracterstica C.

Figura Figura Figura Figura 3 33 3. .. .3 33 3. Formas de relao de associao de duas caractersticas A e
B. A relao de associao indicada pelas linhas tracejadas
pode resultar de qualquer um dos tipos de relaes causais
indicadas pelas setas.

A Figura Figura Figura Figura 3 33 3. .. .3 33 3 ilustra o fato de que associao de duas caractersticas A e B pode
no envolver relao causal dessas caractersticas, mas decorrer de relao causal de A
e B com uma outra caracterstica C, ou de relao causal de B com A confundida com
relao causal de B com uma outra caracterstica C.
Assim, uma associao de duas caractersticas pode significar uma relao causal
ou decorrer de interferncia de uma terceira caracterstica. Para inferir que uma relao
de associao de duas caractersticas A e B corresponde a uma relao causal em que A
a causa e B o efeito necessrio que A preceda B e que no haja explicao
alternativa para B.

Duas caractersticas tm uma relao causal relao causal relao causal relao causal e uma delas denominada causa causa causa causa e
a outra, efeito efeito efeito efeito, se:
1) a causa est relacionada ao efeito;
2) a causa precede o efeito; e
3) no h outra explicao alternativa plausvel para o efeito.

Para mostrar que uma caracterstica A causa alterao de outra caracterstica B
deve-se primeiro verificar que alteraes da caracterstica A so acompanhadas de
alteraes da caracterstica B. Entretanto, o estabelecimento de covariao, por si s,
no estabelece causalidade. Deve-se estabelecer, tambm, precedncia temporal, ou
seja, que a caracterstica A altera-se antes da caracterstica B. Em adio, deve-se
estabelecer que a covariao observada entre as caractersticas A e B somente pode ser
atribuda caracterstica A, ou seja, que no h explicao plausvel para a variao da
caracterstica B que no seja a variao da caracterstica A.
aparente dessa discusso que pesquisas de relaes causais requerem
conhecimento considervel das caractersticas envolvidas e planejamento formal
cuidadoso.

O objetivo de uma pesquisa cientfica explicativa a derivao de inferncias
referentes a relaes causais entre dois subconjuntos de caractersticas das unidades de
uma populao objetivo. Seu propsito prover informaes para o controle ou predio
de um desses subconjuntos de caractersticas com base na alterao ou conhecimento
do outro subconjunto de caractersticas. Mais especificamente:

Uma pesquisa cientfica explicativa pesquisa cientfica explicativa pesquisa cientfica explicativa pesquisa cientfica explicativa visa derivar inferncias sobre a relao entre
dois subconjuntos das caractersticas das unidades de uma populao objetivo: um
subconjunto de caractersticas que exprimem o desempenho dessas unidades e um
subconjunto de caractersticas cujo controle e alterao possa, supostamente,
implicar a melhoria desse desempenho.

A dificuldade desse processo a presena da variabilidade natural das demais
caractersticas das unidades.

Em uma pesquisa cientfica explicativa so identificados trs subconjuntos das
caractersticas das unidades da populao objetivo, que so designadas como segue
(Figura Figura Figura Figura 3 33 3. .. .4 44 4):
caractersticas que exprimem o desempenho ou comportamento das unidades:
- caractersticas respostas caractersticas respostas caractersticas respostas caractersticas respostas;
caractersticas que supostamente afetam as caractersticas respostas:
- caractersticas explanatrias caractersticas explanatrias caractersticas explanatrias caractersticas explanatrias ou caractersticas explicativas caractersticas explicativas caractersticas explicativas caractersticas explicativas; e
demais caractersticas das unidades:
- caractersticas estranhas caractersticas estranhas caractersticas estranhas caractersticas estranhas.

Figura Figura Figura Figura 3 33 3. .. .4 44 4. Os trs subconjuntos de caractersticas das unidades da
populao objetivo em uma pesquisa explicativa.

As relaes entre esses trs subconjuntos de caractersticas so representadas na
Figura Figura Figura Figura 3 33 3. .. .5 55 5.

Figura Figura Figura Figura 3 33 3. .. .5 55 5. Relaes entre as caractersticas das unidades da populao
objetivo em uma pesquisa explicativa.

A constituio desses trs subconjuntos de caractersticas das unidades (sistemas)
da populao objetivo de uma pesquisa cientfica particular depende do propsito da
pesquisa. Em geral, o subconjunto das caractersticas respostas compreende as
caractersticas referentes ao produto e caractersticas dos componentes. O subconjunto
das caractersticas explanatrias constitudo por caractersticas dos insumos e
caractersticas dos componentes que, supostamente, explicam variaes importantes das
caractersticas respostas. O subconjunto das caractersticas estranhas constitudo
pelas demais caractersticas dos insumos e dos componentes.
As caractersticas respostas e as caractersticas explanatrias constituem os
objetivos da pesquisa e so designadas com base em teorias cientficas substantivas e
em conhecimento emprico. A identificao dessas caractersticas requer conhecimento e
viso da rea sob pesquisa. As caractersticas estranhas so comumente definidas por
excluso, como o conjunto das caractersticas das unidades que no exprimem o
desempenho destas e com as quais no tem a pesquisa como propsito relacionar o
desempenho das unidades; ou seja, como o conjunto das caractersticas das unidades
excludas as caractersticas respostas e as caractersticas explanatrias. A distino e a
classificao das caractersticas nessas trs categorias um passo crucial no
planejamento de uma pesquisa explicativa.
Em geral, apenas um subconjunto das caractersticas respostas de interesse em
uma pesquisa particular. As caractersticas desse subconjunto e as caractersticas
explanatrias devem ser identificadas e definidas explicitamente. As caractersticas
estranhas constituem um conjunto extremamente numeroso e usualmente necessria a
individualizao apenas das mais relevantes.
As unidades da amostra tambm compreendem os trs subconjuntos das
caractersticas das unidades da populao objetivo, ou seja, o subconjunto das
caractersticas respostas, o subconjunto das caractersticas explanatrias e sub conjunto
das caractersticas estranhas. Conceitualmente, essas caractersticas da amostra so as
mesmas sob considerao na populao objetivo. Idealmente, os nveis das
caractersticas estranhas da amostra so uma amostra representativa dos
correspondentes nveis na populao objetivo. Os nveis das caractersticas explanatrias
da amostra so os prprios nveis da populao objetivo ou subconjuntos desses nveis
apropriadamente escolhidos.
Esses conceitos so ilustrados pelos exemplos que seguem.
Seja a pesquisa considerada no Exemplo 2.3 Exemplo 2.3 Exemplo 2.3 Exemplo 2.3: Controle da incidncia de giberela em
lavouras de trigo da regio tritcola do Estado do Rio Grande do Sul.
O conjunto das caractersticas respostas compreende as caractersticas que exprimem o
desempenho das lavouras, ou seja, as caractersticas dos produtos gros e caractersticas dos
componentes plantas. Entretanto, na presente pesquisa, interessam apenas as caractersticas
respostas relevantes para os objetivos do experimento, ou seja, as caractersticas referentes
produo de gros e controle da incidncia da giberela. As duas caractersticas resposta mais
importantes so: produo de gros e grau de infeco de giberela.
Para a consecuo do objetivo dessa pesquisa, ou seja, o controle da incidncia da
giberela, fungo que causa danos a lavouras de trigo dessa regio, o pesquisador decide pesquisar
o efeito de fungicidas e elege para considerao trs fungicidas: Mancozeb, Ciproconazole e
Propiconazole, e, tambm, a ausncia de fungicida para verificar a necessidade da aplicao de
fungicida. Como o efeito do fungicida pode depender da freqncia de aplicao, ele resolve
considerar uma nica aplicao e duas aplicaes do fungicida. Nessas circunstncias, so
definidas duas caractersticas explanatrias: fungicida e freqncia de aplicao; a primeira com
trs nveis: os fungicidas Mancozeb, Ciproconazole e Propiconazole, e a segunda com dois nveis
uma e duas aplicaes do fungicida. Como os efeitos dos fungicidas podem depender das
condies ambientais, que variam no espao e no tempo, o pesquisador decide conduzir a
pesquisa em quatro locais da regio tritcola nos prximos trs anos; assim, local e ano tambm
so considerados como caractersticas explanatrias.
Os nveis na amostra da caracterstica explanatria fungicida so os mesmos da populao
objetivo, ou seja, os fungicidas Mancozeb, Ciproconazole e Propiconazole e a usncia de
fungicida. Os nveis na amostra da caracterstica explanatria freqncias de aplicao - uma e
duas aplicaes tambm so os mesmos da populao objetivo. Entretanto, os nveis das
caractersticas explanatrias local e ano na amostra so, respectivamente, os locais e anos de
conduo da pesquisa; portanto, subconjuntos dos respectivos nveis definidos para a populao
objetivo, apropriadamente escolhidos para representar as correspondentes populaes de nveis.
As caractersticas estranhas so as demais caractersticas das unidades da amostra, ou
seja, as caractersticas das unidades excludas as caractersticas respostas e as caractersticas
explanatrias; portanto, so: as caractersticas referentes semente (genticas e fenotpicas,
tamanho, vigor, pureza, sanidade, etc.), ao ambiente (solo, clima, incidncias de pragas, doenas,
invasoras e predadores, etc., excetuadas as caractersticas inerentes a local e ano, definidas
como caractersticas explanatrias), s tcnicas de cultivo (preparo do solo, plantio, aplicao de
defensivos, excetuado fungicida para controle da giberela e freqncia de aplicao, definidos
como caractersticas explanatrias, etc.), e aos processos de mensurao e de registro dos dados.
A Figura Figura Figura Figura 3 33 3. .. .6 66 6 ilustra as relaes entre esses trs subconjuntos de caractersticas da amostra.

Figura Figura Figura Figura 3 33 3. .. .6 66 6. Relaes entre as caractersticas das unidades da amostra no
experimento "Controle da incidncia de giberela em
lavouras de trigo..." (Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .19 19 19 19).
Considere-se a pesquisa de que trata o Exemplo 2.4 Exemplo 2.4 Exemplo 2.4 Exemplo 2.4: Controle de vermes intestinais em
unidades de produo de carne de cordeiro mamo da Regio Sul do Estado do Rio Grande do
Sul.
As caractersticas respostas importantes para os objetivos do experimento so: peso
corporal ao abate, quantidade de parasitas nas vsceras do animal, e peso corporal e quantidade
de ovos nas fezes em instantes especficos do perodo experimental.
O pesquisador decide considerar o anti-helmntico Ranizole e estabelece o objetivo
particular de determinar a dose tima desse anti-helmntico no intervalo de 0 a 40 mg/kg peso
vivo, para animais machos e fmeos. Ento, h duas caractersticas explanatrias sob
considerao: anti-helmntico Ranizole e sexo. Os nveis da primeira caracterstica explanatria na
populao objetivo so o conjunto das doses do intervalo [0; 40 mg/kg peso vivo]; os nveis da
segunda caracterstica explanatria so os dois sexos macho e fmeo. Como a incidncia de
parasitos e, conseqentemente, o efeito do anti-helmntico, pode variar com as condies
ambientais, planejado conduzir a pesquisa em trs locais, em trs anos consecutivos; logo local
e ano tambm so considerados caractersticas explanatrias.
Os nveis da caracterstica explanatria anti-helmntico Ranizole na amostra so um
subconjunto dos nveis do intervalo [0; 40 mg/kg peso vivo], apropriadamente escolhidos de modo
que a relao entre a caracterstica resposta e essa caracterstica explanatria na populao
objetivo possa ser aproximada pela correspondente relao manifestada na amostra. Conforme
ser justificado na Seo 8.3.3 Seo 8.3.3 Seo 8.3.3 Seo 8.3.3, os nveis na amostra devem compreender, necessariamente, os
dois nveis extremos da populao objetivo, ou seja, 0 e 40 mg/kg, e pelo menos um nvel
intermedirio. Ento, o pesquisador decide definir para a amostra os nveis 0, 20 e 40 mg/kg. Os
nveis da caracterstica explanatria sexo na amostra so os prprios nveis da populao objetivo,
ou seja, macho e fmea. Os nveis das caractersticas explanatrias local e ano na amostra so os
locais e os anos particulares escolhidos para a conduo do experimento, ou seja, os
subconjuntos dos correspondentes nveis da populao objetivo supostamente escolhidos por
processo aleatrio.
As caractersticas estranhas da amostra so as demais caractersticas das unidades, ou
seja, as caractersticas estranhas que no so caractersticas respostas nem caractersticas
explanatrias: caractersticas referentes ao animal (genticas e fenotpicas, sanidade, idade, peso,
etc., excetuado sexo, que caracterstica explanatria), ao ambiente (pastagem, clima,
instalaes, incidncias de doenas, parasitos e predadores, excetuadas as caractersticas
inerentes a local e ano, que so caractersticas explanatrias), ao manejo (preparo do cordeiro,
aplicao de antibiticos, vacinas e parasiticidas, exceto aplicao de anti-helmntico, que
caracterstica explanatria) e aos processos de mensurao e de registro dos dados.
As relaes entre esses trs subconjuntos de caractersticas da amostra so ilustradas na

Figura Figura Figura Figura 3 33 3. .. .7 77 7. Relaes entre as caractersticas das unidades da amostra no
experimento "Controle de vermes intestinais em unidades de
produo de carne de cordeiro mamo..." (Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .20 20 20 20).
Seja a pesquisa do Exemplo 2.5 Exemplo 2.5 Exemplo 2.5 Exemplo 2.5: Efeito da incidncia da virose do enrolamento sobre a
quantidade e qualidade da produo de uva de videira da cultivar Itlia, na regio vitcola do
Estado do Rio Grande do Sul.
As caractersticas respostas importantes so: peso do cacho, nmero de cachos, peso
mdio do cacho, e teor de acar e acidez da uva.
O objetivo dessa pesquisa define incidncia da virose do enrolamento como uma
caracterstica explanatria. O pesquisador decide considerar trs graus de infeco: sem infeco,
infeco mdia e infeco forte; logo esses so os trs nveis dessa caracterstica explanatria na
populao objetivo. Local e ano tambm so considerados como caractersticas explanatrias, j
que a quantidade e a qualidade da produo de uva pode depender das condies ambientais.
Os nveis da caracterstica explanatria infeco de virose do enrolamento na amostra so
aqueles mesmos da populao objetivo, ou seja, sem infeco, infeco mdia e infeco forte.
Como nas pesquisas ilustradas nos exemplos anteriores, os locais e os anos da mostra so
escolhidos de modo a que seja lograda a apropriada representatividade da variao ambiental da
populao objetivo.
As caractersticas estranhas da amostra so as caractersticas das unidades que no so
caractersticas respostas nem caractersticas explanatrias, ou seja: as caractersticas referentes
planta (genticas e fenotpicas, vigor, sanidade, excetuada a incidncia da virose do
enrolamento, que uma caracterstica explanatria), ao ambiente (solo, clima, incidncias de
pragas, doenas, predadores, etc., excetuadas as propriedades inerentes a local e ano, que so
caractersticas explanatrias), s tcnicas de cultivo (adubao, aplicao de inseticidas,
herbicidas, fungicidas, etc.), e aos processos de mensurao e de registro dos dados.
Pesquisa: "Impacto da adoo de novas tecnologias referentes a cultivar, adubao,
inseticida, herbicida e fungicida sobre a produtividade de lavouras de feijo do Estado do Rio
Grande do Sul" (Exemplo 2.6 Exemplo 2.6 Exemplo 2.6 Exemplo 2.6).
A caracterstica resposta mais relevante o peso da produo de gros; tambm so
caractersticas respostas importantes caractersticas referentes a incidncias de pragas, invasoras
e doenas fngicas e algumas caractersticas da planta, do legume e do gro.
O objetivo da pesquisa define cinco caractersticas explanatrias: cultivar, adubao,
inseticida, herbicida e fungicida. A primeira dessas caractersticas tem nmero no especificado
de nveis; o pesquisador decide considerar dois nveis para cada uma das demais caractersticas
adota e no adota. Local e ano tambm so considerados como caractersticas explanatrias,
dado que a produtividade do feijo depende do ambiente.
Os nveis das caractersticas explanatrias adubao, inseticida, herbicida e fungicida na
amostra so os mesmos da populao objetivo, ou seja, adota e no adota; os nveis na amostra
das caractersticas explanatrias cultivar, ano e local so subconjuntos dos nveis da populao
objetivo, ou seja, as cultivares, os locais e anos, respectivamente, que se manifestem nas
unidades escolhidas para constiturem a amostra.
As caractersticas estranhas da amostra so as caractersticas referentes a: semente
(excetuada cultivar, que caracterstica explanatria), ambiente (excetuadas as propriedades
inerentes a local e ano), tcnicas de cultivo (excetuadas adubao, inseticida, herbicida e
fungicida, que so caractersticas explanatrias) e processos de mensurao e de registro dos
dados.

A atribuio de causalidade s relaes entre caractersticas respostas e
caractersticas explanatrias requer o estabelecimento das trs seguintes condies para
cada para das pressupostas caracterstica resposta e caracterstica explanatria: 1) a
caracterstica explanatria precede caracterstica resposta; 2) a caracterstica resposta
relaciona-se associativamente com a caracterstica explanatria; e 3) no h explicao
plausvel para a variao da caracterstica resposta que no envolva variao atribuvel
caracterstica explanatria.
A primeira condio estabelecida pela definio de caracterstica explanatria; a
segunda condio deve ser estabelecida empiricamente atravs de pesquisa conduzida
sobre as unidades de uma amostra da populao objetivo; e a terceira, atravs de
controle das caractersticas estranhas da amostra. Esse fato ressalta a importncia do
controle da manifestao das caractersticas estranhas na pesquisa explicativa.
3.4.2 3.4.2 3.4.2 3.4.2 Controle da amostra Controle da amostra Controle da amostra Controle da amostra
De modo geral, a variao manifestada pelas caractersticas respostas nas
unidades da amostra atribuvel tanto variao das caractersticas explanatrias como
variao das caractersticas estranhas. Como conseqncia, h um confundimento dos
efeitos causais de caractersticas explanatrias sobre caractersticas respostas com
efeitos de caractersticas estranhas.

Os efeitos de duas caractersticas (explanatrias ou estranhas) sobre uma
caracterstica resposta so confundidos confundidos confundidos confundidos quando no podem ser distinguidos um do
outro.

O confundimento dificulta e pode impossibilitar a derivao de inferncias no
tendenciosas referentes a relaes causais entre caractersticas respostas e
caractersticas explanatrias.

A variao de uma caracterstica resposta atribuvel variao de caractersticas
estranhas denominada erro de pesquisa erro de pesquisa erro de pesquisa erro de pesquisa.

A designao "erro de pesquisa" provm do fato de que as inferncias referentes a
efeitos casuais de caractersticas explanatrias sobre caractersticas respostas esto
sujeitas a erro proveniente da variao das caractersticas respostas que devida a
caractersticas estranhas. O erro de pesquisa decorre do confundimento de efeitos de
caractersticas explanatrias com efeitos de caractersticas estranhas.
A base da pesquisa cientfica para inferncia de que uma relao entre uma
caracterstica resposta e uma caracterstica explanatria uma relao causal o
seguinte princpio da causalidade princpio da causalidade princpio da causalidade princpio da causalidade: se o nvel da caracterstica explanatria alterado e as
caractersticas estranhas permanecem constantes, qualquer variao manifestada pela
caracterstica resposta atribuvel alterao dessa caracterstica explanatria.
Esse ideal aproximadamente conseguido em certos experimentos de laboratrio
em fsica e em qumica, onde podem ser construdas unidades essencialmente idnticas,
de modo que o erro de pesquisa reduzido proporo irrelevante. Com base nesse
fato, alguns cientistas chegam a considerar o erro como insignificante ou ignoram sua
presena. Como conseqncia, enquanto as tcnicas de laboratrio possam ser
irreparveis, as inferncias tornam-se descuidadas e subjetivas. Por outro lado, a
reduo exagerada do erro pode implicar na conduo da pesquisa sob condies
demasiadamente especiais para permitir inferncias para populaes de unidades
naturais, usualmente com variabilidade considervel. Essa a circunstncia comum nas
chamadas cincias naturais, particularmente em biologia.
Como proceder para o estabelecimento de relaes causais nessas circunstncias
de impossibilidade ou inconvenincia de construo de unidades essencialmente
idnticas? Como proceder para controlar as influncias das caractersticas estranhas, de
modo que possam ser estabelecidas inferncias referentes a efeitos causais de
caractersticas explanatrias sobre caractersticas respostas de modo to inequvoco
quanto possvel?
A soluo desse problema essencial da pesquisa explicativa o controle da
amostra no sentido de evitar ou diminuir o confundimento de efeitos de caractersticas
explanatrias e estranhas, at o ponto em que seja vivel e apropriado, e tornar no
tendencioso o confundimento remanescente.
Diversos procedimentos podem ser considerados para o controle da amostra com
vistas reduo do erro de pesquisa e de sua tendenciosidade:
controle de tcnicas de pesquisa,
controle local ou emparelhamento,
controle estatstico e
casualizao.
Controle de tcnicas de pesquisa Controle de tcnicas de pesquisa Controle de tcnicas de pesquisa Controle de tcnicas de pesquisa

O controle de tcnicas de pesquisa controle de tcnicas de pesquisa controle de tcnicas de pesquisa controle de tcnicas de pesquisa compreende a implementao de aes e
intervenes para tornar constante ou irrelevante a manifestao de caractersticas
estranhas da amostra de modo a evitar ou diminuir o confundimento de efeitos dessas
caractersticas com efeitos de caractersticas explanatrias.

O controle de tcnicas de pesquisa exercido desde a escolha inicial da amostra
at a mensurao e registro dos dados. Na constituio inicial da amostra ele consiste na
seleo ou construo de unidades homogneas quanto a caractersticas estranhas.
Durante a conduo da pesquisa, ele efetuado atravs da implementao controlada de
tcnicas de pesquisa com o propsito de tornar manifestaes de caractersticas
estranhas constantes ou uniformes e desta forma evitar ou diminuir o confundimento dos
efeitos dessas caractersticas com efeitos de caractersticas explanatrias. O controle de
tcnicas de pesquisa tambm empregado nos processos de mensurao e registro de
dados para evitar a introduo de caractersticas estranhas que possam implicar
tendenciosidade das inferncias referentes aos efeitos causais de caractersticas
explanatrias sobre caractersticas respostas.
O uso do controle de tcnicas de pesquisa lustrado pelo Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .23 23 23 23 atravs
das pesquisas consideradas na Seo Seo Seo Seo 3.4.1 3.4.1 3.4.1 3.4.1.
a) A pesquisa para controle da incidncia da giberela do trigo, considerada no Exemplo Exemplo Exemplo Exemplo
3 33 3. .. .19 19 19 19, deve utilizar tcnicas de cultivo uniformes. Se a pesquisa tiver objetivo bsico, ela deve ser
conduzida em ambiente controlado de uma casa de vegetao.
b) A pesquisa da eficcia de anti-helmnticos no controle de vermes intestinais de ovinos
(Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .20 20 20 20) deve ser conduzida com tcnicas de criao uniformes. Se apropriado essa
pesquisa deve utilizar um grupo de animais homogneos.
c) A pesquisa referente incidncia do vrus do enrolamento da videira (Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .21 21 21 21),
conduzida com plantas selecionadas de cada um dos trs graus de incidncia do vrus, as plantas
de um mesmo grau de infeco devem ser to uniformes quanto possvel quanto ao grau de
incidncia desse vrus e s demais caractersticas. Ademais, tambm devem ser adotadas
tcnicas de cultivo uniformes para todas as plantas.
d) A pesquisa do impacto de tecnologias sobre a produtividade de lavouras de feijo
(Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .22 22 22 22) no passvel de controle de tcnicas de pesquisa, j que as unidades da
amostra so unidades da populao objetivo, que no so sujeitas interveno do pesquisador.
Em todas essas pesquisas, a mensurao e o registro dos dados devem ser procedidos
com os cuidados apropriados para evitar erros de pesquisa.

O emprego de tcnicas de pesquisa particularmente importante para o controle da
manifestao dos nveis de caractersticas explanatrias na amostra. Esse controle
exercido quando o pesquisador escolhe e impe a manifestao de uma caracterstica
explanatria nas unidades da amostra. Tipicamente, so escolhidos para a amostra e
atribudos s suas unidades nveis particulares da caracterstica explanatria, segundo
algum plano.
Pela relevncia das implicaes desse procedimento de controle para a validade de
inferncias derivadas da amostra, conveniente distinguir duas classes de
caractersticas explanatrias: caracterstica de tratamento e caracterstica intrnseca.

Uma caracterstica explanatria cuja manifestao dos nveis na amostra
imposta ou controlada pelo pesquisador uma caracterstica de tratamento caracterstica de tratamento caracterstica de tratamento caracterstica de tratamento; seus
nveis na amostra so designados tratamentos tratamentos tratamentos tratamentos. Uma caracterstica explanatria que
corresponde a uma propriedade inerente s unidades, fora do controle do
pesquisador ou sujeitas a seu controle limitado, uma caracterstica intrnseca caracterstica intrnseca caracterstica intrnseca caracterstica intrnseca.

Muito freqentemente, caractersticas explanatrias no so passveis desse
procedimento de controle da amostra. Ademais, quando exeqvel para uma
caracterstica explanatria, usualmente ele logrado apenas parcialmente, de modo que
os nveis que realmente se manifestam na amostra diferem daqueles definidos no plano
da pesquisa.
A distino entre caracterstica de tratamento e caracterstica intrnseca ilustrada
pelo Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .24 24 24 24 com as pesquisas consideradas nos exemplos da Seo Seo Seo Seo 3.4.1 3.4.1 3.4.1 3.4.1.
a) Na pesquisa Controle da incidncia de giberela em lavouras de trigo da regio tritcola do
Estado do Rio Grande do Sul (Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .19 19 19 19), os nveis das caractersticas explanatrias
fungicida e freqncia de aplicao, ou seja, os trs fungicidas e as duas freqncias de
aplicao, so atribudos pelo pesquisador s unidades da amostra. Portanto, fungicida e
freqncia de aplicao so caractersticas explanatrias de tratamento. Os fungicidas Mancozeb,
Ciproconazole e Propiconazole so tratamentos; as freqncias de aplicao - uma e duas
aplicaes, tambm so tratamentos. Todavia, os locais e anos so inerentes s unidades da
amostra e se manifestam sem controle do pesquisador; portanto, local e ano so caractersticas
explanatrias intrnsecas.
b) Na pesquisa Controle de vermes intestinais em unidades de produo de carne de
cordeiro mamo da Regio Sul do Estado do Rio Grande do Sul (Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .20 20 20 20), as doses 0, 20 e
40 mg/kg do anti-helmntico Ranizole so assinaladas aos animais pelo pesquisador; assim, o anti-
helmntico Ranizole uma caracterstica explanatria de tratamento e suas doses 0, 20 e 40
mg/kg so tratamentos. Entretanto, sexo uma caracterstica inerente ao animal que se manifesta
fora do controle do pesquisador; logo sexo uma caracterstica explanatria intrnseca. Por essa
mesma razo, local e ano tambm so caractersticas explanatrias intrnsecas.
c) Na pesquisa Efeito da incidncia da virose do enrolamento sobre a quantidade e
qualidade da produo de uva de videira da cultivar Itlia, na regio vitcola do Estado do Rio
Grande do Sul (Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .21 21 21 21), o grau de infeco da virose do enrolamento inerente planta e
se manifesta fora do controle do pesquisador; portanto, infeco da virose do enrolamento uma
caracterstica explanatria intrnseca. Local e ano tambm so caractersticas explanatrias
intrnsecas. Dessa forma, a presente pesquisa no compreende caracterstica explanatria de
tratamento.
d) Na pesquisa do impacto de tecnologias sobre a produtividade de lavouras de feijo
(Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .22 22 22 22), todas as caractersticas explanatrias so inerentes s unidades da amostra, no
sujeitas ao controle do pesquisador; portanto, todas elas so caractersticas explanatrias
intrnsecas. Assim, essa pesquisa tambm no compreende caracterstica explanatria de
tratamento.

As caractersticas estranhas submetidas ao controle de tcnicas de pesquisa se
manifestam na amostra de modo constante ou, mais freqentemente, no nvel de
uniformidade logrado pelo controle exercido. Dessa forma, o confundimento de efeitos
relevantes dessas caractersticas com efeitos de caractersticas explanatrias eliminado
ou reduzido.
A utilizao dessa tcnica de controle da amostra limitada em pesquisas
tecnolgicas, onde requerido que a amostra represente apropriadamente a populao
objetivo. Ela deve ser utilizada sem prejuzo da representatividade da amostra, ou
melhor, at o ponto em que esse prejuzo possa iniciar.
Controle local ou emparelhamento Controle local ou emparelhamento Controle local ou emparelhamento Controle local ou emparelhamento

O controle local controle local controle local controle local ou emparelhamento emparelhamento emparelhamento emparelhamento consiste na classificao das unidades da
amostra em grupos de unidades segundo os nveis de uma ou mais caractersticas
estranhas e na separao da variao entre esses grupos da variao dos valores
observados da caracterstica resposta de modo que efeitos relevantes de
caractersticas explanatrias no fiquem confundidos com efeitos das caractersticas
estranhas controladas.

Supostamente, as unidades de cada um desses grupos so mais homogneas do
que o conjunto das unidades da amostra.
O Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .25 25 25 25 apresenta ilustraes do uso de controle local ou emparelhamento,
recorrendo s pesquisas caracterizadas na Seo Seo Seo Seo 3.4.1 3.4.1 3.4.1 3.4.1.
a) Na pesquisa do controle da giberela do trigo com fungicidas (Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .19 19 19 19), o controle
local pode ser exercido pela classificao das unidades em grupos de unidades prximas,
usualmente mais semelhantes quanto variao atribuvel a caractersticas do solo
(caractersticas estranhas mais relevantes) do que unidades distantes; ento, uma coleo
completa dos fungicidas e uma coleo completa das freqncias de aplicao de fungicida
assinalada s unidades de cada grupo. Desse modo, aquela variao pode ser eliminada das
diferenas entre fungicidas e das diferenas entre freqncias de aplicao, e do erro de
pesquisa.
b) Na pesquisa referente ao controle de vermes intestinais de ovinos com anti-helmnticos
(Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .20 20 20 20), se conduzida com animais de diversas idades, os animais podem ser
classificados em grupos segundo suas idades, de modo que os animais de um mesmo grupo
tenham idades mais prximas do que animais de grupos distintos; ento, uma coleo completa
dos anti-helmnticos atribuda aos animais de cada grupo. Assim, as diferenas mais relevantes
atribuveis idade dos animais so eliminadas das diferenas entre anti-helmnticos e do erro de
pesquisa.
c) Na pesquisa sobre incidncia da virose do enrolamento (Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .21 21 21 21), se as plantas de
cada um dos trs graus de incidncia do vrus forem heterogneas, as plantas de cada um desses
trs graus de incidncia podem ser classificadas para a formao de um grupo com as plantas de
vigor mais elevado, um grupo com as plantas de segundo nvel de vigor, e assim sucessivamente,
at um ltimo grupo constitudo pelas plantas com o nvel de vigor mais baixo; dessa forma, a
variao atribuvel a nvel de vigor pode ser eliminada das diferenas entre graus de infeco e do
erro de pesquisa.
d) Na pesquisa do impacto de tecnologias sobre a produtividade de lavouras de feijo
(Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .22 22 22 22), tambm pode ser adotado o emparelhamento atravs da classificao das
lavouras em grupos de lavouras mais homogneas do que o conjunto de lavouras da amostra
quanto a caractersticas estranhas relevantes, tais como: tamanho da lavoura e posse da terra.
Controle estatstico Controle estatstico Controle estatstico Controle estatstico

O controle estatstico controle estatstico controle estatstico controle estatstico de uma caracterstica estranha compreende o registro de
dados dessa caracterstica e seu uso para ajustamento dos valores observados da
caracterstica resposta com vistas a eliminar a variao atribuvel caracterstica
estranha controlada.

Atravs de procedimento apropriado de anlise estatstica, denominado de anlise anlise anlise anlise
de co de co de co de co- -- -variao variao variao variao, a variao atribuvel caracterstica estranha controlada (expressa por
uma varivel denominada co co co co- -- -varivel varivel varivel varivel ou varivel concomitante varivel concomitante varivel concomitante varivel concomitante) eliminada do erro de
pesquisa e das diferenas de resposta entre os nveis das caractersticas explanatrias.
a) Na pesquisa de controle de vermes intestinais de ovinos atravs de anti-helmnticos
(Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .20 20 20 20), se a variao de peso corporal dos animais de cada grupo de idade constitudo
pelo controle local relevante, pode ser apropriado o exerccio do controle estatstico do peso
corporal, para permitir o ajustamento dos valores observados da resposta de modo a eliminar as
diferenas atribuveis peso corporal.
b) A adoo do controle estatstico no parece relevante nas pesquisas ilustradas no
Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .19 19 19 19, no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .21 21 21 21 e no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .22 22 22 22.

O controle local ou emparelhamento e o controle estatstico no interferem na
constituio da amostra. A manifestao das caractersticas estranhas controladas
inalterada. Entretanto, a variao da resposta atribuvel s caractersticas controladas
eliminada de diferenas entre nveis de caractersticas explanatrias e do erro de
pesquisa. Dessa forma, esses dois procedimentos podem permitir o controle de
caractersticas estranhas relevantes, eliminando o confundimento de seus efeitos com
efeitos de caractersticas explanatrias, sem impedir sua manifestao na amostra.
Casualizao Casualizao Casualizao Casualizao
A casualizao um procedimento de controle da amostra aplicvel a
caractersticas estranhas cuja manifestao no seja passvel de controle de tcnicas de
pesquisa, de controle local e de controle estatstico. adotada na atribuio dos
tratamentos s unidades da amostra e na implementao de tcnicas de pesquisa. Seu
propsito evitar tendenciosidades do confundimento dos efeitos de caractersticas
estranhas com efeitos de tratamentos e do erro de pesquisa.

A casualizao na atribuio dos tratamentos casualizao na atribuio dos tratamentos casualizao na atribuio dos tratamentos casualizao na atribuio dos tratamentos consiste na assinalao dos
tratamentos s unidades da amostra atravs de procedimento objetivo de sorteio que
atribua a todas as unidades a mesma chance de receber qualquer dos tratamentos.
A casualizao na implementao de tcnicas de pesquisa casualizao na implementao de tcnicas de pesquisa casualizao na implementao de tcnicas de pesquisa casualizao na implementao de tcnicas de pesquisa compreende o
estabelecimento de uma ordem aleatria de execuo de tcnicas de pesquisa,
determinada por algum procedimento objetivo de sorteio que atribua a todas as
unidades da amostra igual chance de ser favorecida ou desfavorecida.

Embora na prtica a casualizao dos tratamentos seja usualmente procedida pela
assinalao dos tratamentos s unidades da amostra, em algumas circunstncias pode
ser conveniente consider-la como a alocao aleatria das unidades aos tratamentos, o
que a mesma cousa.
Naturalmente, a casualizao na implementao de tcnicas de pesquisa s tem
sentido para tcnicas de pesquisa que, no sendo controladas pelos outros processos de
controle da amostra, possam implicar efeitos tendenciosos sobre variveis respostas.
a) Na pesquisa ilustrada no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .19 19 19 19 a casualizao exercida pelas atribuies
aleatrias dos fungicidas e das freqncias de aplicao dos fungicidas s unidades de cada
grupo de unidades constitudo pelo controle local, por procedimento objetivo de sorteio.
b) Na pesquisa do Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .20 20 20 20 a casualizao procedida pela assinalao dos anti-
helmnticos aos animais de cada grupo de idade constitudo pelo controle local atravs de
procedimento objetivo de sorteio efetuado separada e independentemente para cada um desses
grupos de animais.
c) A casualizao na atribuio dos tratamentos no vivel nas pesquisas ilustradas no
Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .21 21 21 21 e no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .22 22 22 22, j que aquelas pesquisas no compreendem caractersticas
explanatrias de tratamento.

Se h diferenas de composio de caractersticas estranhas das unidades que
possam favorecer ou desfavorecer as respostas aos tratamentos, a casualizao garante
que todos os tratamentos tenham a mesma chance de serem favorecidos ou
desfavorecidos. Dessa forma, o confundimento dos efeitos de caractersticas estranhas
abrangidas pela casualizao com efeitos de tratamentos torna-se no tendencioso.
A casualizao no tem qualquer efeito sobre a constituio da amostra e no evita
o confundimento de efeitos de caractersticas estranhas com efeitos de caractersticas
explanatrias. Entretanto, torna esse confundimento no tendencioso.
Classificao das caractersticas estranhas implicada pelo controle da amostra Classificao das caractersticas estranhas implicada pelo controle da amostra Classificao das caractersticas estranhas implicada pelo controle da amostra Classificao das caractersticas estranhas implicada pelo controle da amostra
Os procedimentos de controle da amostra so essenciais para a derivao de
inferncias da amostra para a populao objetivo. O controle local ou emparelhamento e
o controle estatstico contribuem para a maior sensibilidade para deteco de efeitos
atribuveis a caractersticas explanatrias; a casualizao permite a deteco de tais
efeitos livres de vis.
A seguinte classificao das caractersticas estranhas da amostra pode ser til para
a melhor compreenso das implicaes das tcnicas de controle implementadas para as
inferncias derivadas para a populao objetivo:
caractersticas estranhas controladas,
caractersticas estranhas casualizadas e
caractersticas estranhas potencialmente perturbadoras.

Caractersticas estranhas controladas Caractersticas estranhas controladas Caractersticas estranhas controladas Caractersticas estranhas controladas so as caractersticas estranhas da
amostra cujo controle exercido atravs de controle local e de controle estatstico;
caractersticas estranhas casualizadas caractersticas estranhas casualizadas caractersticas estranhas casualizadas caractersticas estranhas casualizadas so as caractersticas estranhas abrangidas
pela casualizao; caractersticas estranhas potencialmente perturbadoras caractersticas estranhas potencialmente perturbadoras caractersticas estranhas potencialmente perturbadoras caractersticas estranhas potencialmente perturbadoras so as
demais caractersticas estranhas, ou seja, as caractersticas estranhas no
controladas nem casualizadas.

a) Na pesquisa considerada no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .19 19 19 19 a constituio das trs subclasses das
caractersticas estranhas a seguinte:
caractersticas estranhas controladas - caractersticas permanentes do ambiente,
particularmente caractersticas do solo (controladas por controle local);
caractersticas estranhas casualizadas - caractersticas do solo e demais caractersticas
permanentes do ambiente, dentro dos grupos de unidades constitudos pelo controle local;
caractersticas estranhas potencialmente perturbadoras - demais caractersticas estranhas
do material experimental, ou seja: caractersticas da semente: genticas, tamanho, vigor,
pureza, sanidade, etc.; caractersticas no permanentes do ambiente: clima, incidncias
de pragas, doenas, invasoras e predadores, etc., excetuadas as caractersticas inerentes
a local e ano, definidas como caractersticas explanatrias; caractersticas referentes a
tcnicas de cultivo: preparo do solo, plantio, aplicao de defensivos, excetuado fungicida
para controle da giberela e freqncia de aplicao, definidos como caractersticas
explanatrias, etc.; e caractersticas dos processos de mensurao e de registro dos
dados.
b) Na pesquisa do Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .20 20 20 20 as trs classes de caractersticas estranhas
compreendem:
caractersticas estranhas controladas - caractersticas relacionadas idade do animal e
caractersticas relacionadas ao peso corporal (controladas por controle local e controle
estatstico, respectivamente);
caractersticas estranhas casualizadas - caractersticas dos animais, dentro de cada um
dos grupos de idade;
caractersticas estranhas potencialmente perturbadoras - caractersticas do animal:
genticas, sanidade, idade, peso, etc., excetuado sexo, que caracterstica explanatria,
do ambiente: pastagem, clima, instalaes, incidncias de doenas, parasitos e
predadores, excetuadas as caractersticas inerentes a local e ano, que so caractersticas
explanatrias; do manejo: preparo do cordeiro, aplicao de antibiticos, vacinas e
parasiticidas, exceto aplicao de anti-helmntico, que caracterstica explanatria; e dos
processos de mensurao e de registro dos dados.
c) A casualizao na atribuio dos tratamentos no vivel nas pesquisas ilustradas no
Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .21 21 21 21 e no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .22 22 22 22, j que aquelas pesquisas no compreendem caractersticas
explanatrias de tratamento.
caractersticas estranhas controladas caractersticas relacionada ao vigor da planta
(controladas por controle local);
caractersticas estranhas casualizadas nenhuma;
caractersticas estranhas potencialmente perturbadoras - caractersticas da planta:
genticas, vigor, sanidade, excetuada a incidncia da virose do enrolamento, que uma
caracterstica explanatria; do ambiente: solo, clima, incidncias de pragas, doenas,
predadores, etc., excetuadas as propriedades inerentes a local e ano, que so
caractersticas explanatrias; das tcnicas de cultivo: adubao, aplicao de inseticidas,
herbicidas, fungicidas, etc.; e dos processos de mensurao e de registro dos dados.

Os efeitos causais de caractersticas potencialmente perturbadoras sobre
caractersticas respostas ficam confundidos com efeitos de caractersticas explanatrias.
Caractersticas dessa classe que se manifestam irrelevantes comportam-se como se
fossem casualizadas, ou seja, seus efeitos no resultam confundidos tendenciosamente
com efeitos de caractersticas explanatrias. O controle de tcnicas de pesquisa o
recurso que pode ser apropriado para esse propsito. Os efeitos das demais
caractersticas potencialmente perturbadoras, que se manifestam de modo relevante,
confundem-se tendenciosamente com os efeitos de caractersticas explanatrias:

As caractersticas estranhas potencialmente perturbadoras que se manifestam de
modo relevante cujos efeitos resultam confundidos tendenciosamente com efeitos de
caractersticas explanatrias constituem a classe das caractersticas estranhas caractersticas estranhas caractersticas estranhas caractersticas estranhas
perturbadoras perturbadoras perturbadoras perturbadoras.

As caractersticas estranhas casualizadas e as caractersticas estranhas
potencialmente perturbadoras constituem o erro de pesquisa. Por essa razo, na
suposio ideal de ausncia de caractersticas estranhas perturbadoras, o erro de
pesquisa tambm usualmente designado erro aleatrio erro aleatrio erro aleatrio erro aleatrio ou erro casual erro casual erro casual erro casual.
O controle local e o controle estatstico tm como propsitos a diminuio da
grandeza do erro aleatrio decorrente das caractersticas casualizadas ou potencialmente
perturbadoras irrelevantes e a diminuio do efeito da tendenciosidade provocada por
caractersticas perturbadoras. Entretanto, no prtico controlar por esses
procedimentos mais do que poucas das caractersticas estranhas da amostra. A maioria
delas deve ser colocada na classe das caractersticas casualizadas, atravs da
casualizao, ou das caractersticas de comportamento irrelevante, atravs de tcnicas
de pesquisa apropriadas.
1. Suponha que uma pesquisa conduzida para comparar o efeito de pastagem melhorada
sobre o desenvolvimento de bovinos de corte e que so utilizados dois potreiros: um de
pastagem melhorada e outro de pastagem nativa. So assinalados animais a esses dois
potreiros para constituir uma mesma lotao. Ao final de um intervalo de 120 dias os animais
so pesados e verificado que o ganho de peso dos animais no potreiro com pastagem
cultivada 30 kg superior ao dos animais do potreiro com pastagem natural.
a) Que tipo de evidncia necessria para provar que essa diferena de ganho de peso
causada por qualidade superior da pastagem cultivada.
b) Essa evidncia disponvel?
2. Conceitue e ilustre com um exemplo de sua rea as trs classes de caractersticas envolvidas
em uma pesquisa cientfica explicativa.
3. Qual o significado e a origem do confundimento de caractersticas em pesquisa explicativa?
4. Explique e ilustre o significado de erro de pesquisa em uma pesquisa explicativa. Qual a sua
origem?
5. Distinga e ilustre com exemplos de sua rea: caracterstica explanatria de tratamento e
caracterstica explanatria intrnseca.
6. Explique e ilustre o controle de tcnicas de pesquisa. O que significa dizer que o controle de
tcnicas de pesquisa molda a amostra?
7. Porque o controle de tcnicas de pesquisa pode ser utilizado mais acentuadamente em
pesquisa pura ou bsica do que em pesquisa aplicada.
8. O que significa o controle local ou emparelhamento? D um exemplo desse procedimento de
controle da amostra.
9. O que o controle estatstico? Ilustre com exemplo de sua rea.
10. Qual a distino quanto s implicaes referentes amostra entre controle local e controle
de tcnicas experimentais?
11. Explique e ilustre o controle da amostra atravs da casualizao.
12. Qual o princpio probabilista da casualizao na atribuio dos tratamentos s unidades da
amostra?
13. Ilustre a utilizao da casualizao na implementao de tcnicas experimentais como um
procedimento para o controle da amostra.
14. A atribuio aleatria dos tratamentos s unidades da amostra visa:
c) Assegurar que no haja tendenciosidade das avaliaes.
d) Assegurar que todas as unidades tenham igual chance de receber qualquer tratamento.
e) Para que todos os tratamentos sejam comparveis com respeito a qualquer caracterstica
estranha que possa influenciar as respostas.
f) Evitar tendenciosidade associada com a alocao dos tratamentos s unidades.
3.5 3.5 3.5 3.5 Mtodos de Pesquisa Explicativa Mtodos de Pesquisa Explicativa Mtodos de Pesquisa Explicativa Mtodos de Pesquisa Explicativa
Os mtodos de pesquisa explicativa distinguem-se quanto habilidade para
atendimento ao terceiro requerimento para atribuio de causalidade, ou seja, quanto ao
controle que exercem sobre as caractersticas estranhas da amostra e quanto
representatividade da amostra. Os mtodos de pesquisa explicativa mais usuais so:
experimento,
levantamento por amostragem explicativo e
estudo observacional.
3.5.1 3.5.1 3.5.1 3.5.1 Experimento Experimento Experimento Experimento

O experimento experimento experimento experimento, tambm designado experimento controlado experimento controlado experimento controlado experimento controlado, o mtodo de
pesquisa explicativa em que h interveno na amostra e imposio dos nveis de
uma ou mais caractersticas explanatrias s suas unidades.

A escolha da amostra geralmente limitada. Suas unidades so escolhidas entre
as unidades da populao objetivo que so acessveis ou, mais comumente, so
unidades construdas especialmente para a pesquisa. Esse fato torna a representividade
da amostra uma questo crtica no experimento.
Por definio, o experimento compreende pelo menos uma caracterstica
explanatria de tratamento. Os nveis dessa caracterstica, ou seja, os tratamentos, so
assinalados s unidades da amostra por processo aleatrio. Tipicamente, os tratamentos
so estmulos assinalados s unidades sob o controle do pesquisador com o propsito de
avaliar os correspondentes efeitos sobre caractersticas respostas.
O experimento o mtodo de pesquisa prprio para as seguintes pesquisas:
a) Controle da incidncia de giberela em lavouras de trigo da regio tritcola do Estado do
Rio Grande do Sul (Exemplo 2.3 Exemplo 2.3 Exemplo 2.3 Exemplo 2.3, Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .19 19 19 19);
b) Controle de vermes intestinais em unidades de produo de carne de cordeiro mamo
da Regio Sul do Estado do Rio Grande do Sul (Exemplo 2.4 Exemplo 2.4 Exemplo 2.4 Exemplo 2.4, Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .20 20 20 20);
c) "Eficcia de herbicidas no controle de invasoras em lavouras de soja";
d) "Efeito da suplementao mineral sobre o ganho de peso de aves poedeiras";
e) "Comparao de cultivares em um programa de melhoramento gentico do trigo".

O experimento o mtodo de pesquisa que adota o controle da amostra mais
acentuado. O controle de tcnicas de pesquisa, denominado controle de controle de controle de controle de tcnicas tcnicas tcnicas tcnicas
experimentais experimentais experimentais experimentais, implementado intensivamente, especialmente em experimentos bsicos,
que visam derivao de conhecimento sem propsitos de aplicao imediata. O
agrupamento ou classificao de unidades com o propsito de controle de caractersticas
estranhas, que no experimento denominado de controle local controle local controle local controle local, e o controle estatstico,
tambm so muito freqentemente adotados. Ademais, o experimento o nico mtodo
de pesquisa que adota a casualizao na assinalao de nveis de caractersticas
explanatrias s unidades da amostra.
Por essas propriedades, o experimento o mtodo de pesquisa que propicia maior
confiabilidade para a derivao de inferncias referentes a relaes causais entre
caractersticas. Por essa razo, ele considerado o mtodo de pesquisa explicativa por
excelncia.
3.5.2 3.5.2 3.5.2 3.5.2 Levantamento por amostragem explicativo Levantamento por amostragem explicativo Levantamento por amostragem explicativo Levantamento por amostragem explicativo
O levantamento por amostragem, embora seja um mtodo de pesquisa mais
prprio para pesquisa descritiva (Seo Seo Seo Seo 3.3 3.3 3.3 3.3), tambm algumas vezes utilizado em
pesquisas com objetivo explicativo.

O levantamento por amostragem explicativo levantamento por amostragem explicativo levantamento por amostragem explicativo levantamento por amostragem explicativo, ou simplesmente, levantamento levantamento levantamento levantamento
explicativo explicativo explicativo explicativo, o mtodo de pesquisa explicativa em que so coletados dados
referentes a caractersticas das unidades que se manifestam sem interferncia do
pesquisador.

No levantamento por amostragem explicativo, no h caracterstica explanatria de
tratamento; caractersticas explanatrias so todas caractersticas intrnsecas. Por outro
lado, a escolha da amostra pode ser determinada por processo aleatrio ou no aleatrio,
atravs de um dos diversos procedimentos descritos na Seo Seo Seo Seo 3.3 3.3 3.3 3.3.
O levantamento explicativo visa derivao de inferncias sobre relaes causais
de caractersticas. Por exemplo, o levantamento explicativo pode ser utilizado em uma
pesquisa com o objetivo de determinar a extenso em que os produtores adotam controle
do carrapato, sua atitude em relao a esse controle, as razes para essa atitude e o
grau de sucesso obtido no controle.
Em geral, a distino entre levantamento explicativo e levantamento descritivo no
ntida. Muitos levantamentos tm esses dois propsitos. Uma ilustrao provida pela
pesquisa "Impacto da adoo de novas tecnologias sobre a produtividade de lavouras de
feijo do Estado do Rio Grande do Sul", descrita no Exemplo 2.6 Exemplo 2.6 Exemplo 2.6 Exemplo 2.6.
O levantamento por amostragem explicativo adota controle da amostra em grau
consideravelmente menor que o experimento. No adota controle de tcnicas de
pesquisa, nem casualizao. Por conseguinte, o levantamento explicativo limita-se e
deve recorrer de modo mais acentuado utilizao do controle de caractersticas
estranhas atravs de emparelhamento e de controle estatstico.
3.5.3 3.5.3 3.5.3 3.5.3 Estudo observacional Estudo observacional Estudo observacional Estudo observacional

O estudo observacional estudo observacional estudo observacional estudo observacional o mtodo de pesquisa explicativa em que as
caractersticas explanatrias so caractersticas inerentes s unidades, que se
manifestam sem interferncia do pesquisador; a escolha da amostra limitada s
unidades da populao objetivo que so acessveis, ou sobre as quais so
disponveis dados.

Assim como no levantamento por amostragem explicativo, no estudo observacional
no h caracterstica explanatria de tratamento; caractersticas explanatrias so todas
caractersticas intrnsecas. Por outro lado, a escolha da amostra restrita s unidades da
populao objetivo que so acessveis. O controle da amostra tambm bastante
limitado. O estudo observacional no adota casualizao nem controle de tcnicas de
pesquisa, a no ser, possivelmente, no que se refere ao descarte de unidades que no
satisfaam os requisitos estabelecidos no plano da pesquisa e ao registro de dados. Por
essa razo, o estudo observacional deve recorrer ao controle de caractersticas
estranhas atravs de emparelhamento e de controle estatstico.
Estudos observacionais explicativos so de trs tipos principais:
estudo observacional prospectivo,
estudo observacional retrospectivo e
estudo observacional no controlado.
Estudo observacional prospectivo Estudo observacional prospectivo Estudo observacional prospectivo Estudo observacional prospectivo

Em um estudo observacional prospectivo estudo observacional prospectivo estudo observacional prospectivo estudo observacional prospectivo escolhido um grupo de unidades com
as caractersticas apropriadas para os propsitos da pesquisa, so registrados dados
de caractersticas explanatrias sobre essas unidades, e, ento, essas unidades so
seguidas ao longo do tempo, durante o qual so registradas informaes sobre
caractersticas respostas, algumas vezes correspondentes ocorrncia de algum
evento de interesse, como, por exemplo, morte.

Assim, no estudo observacional prospectivo, as caractersticas explanatrias so
caractersticas das unidades presentes no incio da pesquisa e as caractersticas
respostas, caractersticas do futuro.
O mtodo de estudo observacional prospectivo ilustrado pela pesquisa Efeito da
incidncia da virose do enrolamento sobre a produo de uva de videira da cultivar Itlia,
na regio vitcola do Estado do Rio Grande do Sul, considerada no Exemplo 2.5 Exemplo 2.5 Exemplo 2.5 Exemplo 2.5.
Em epidemiologia, o mtodo de estudo observacional prospectivo denominado
estud estud estud estudo de coortes o de coortes o de coortes o de coortes utilizado para inferncias referentes relao entre incidncia de
uma doena e fatores de risco. So selecionados dois grupos comparveis de indivduos,
um dos quais foi exposto a um fator de risco, para verificar se os dois grupos
desenvolvem a doena sob pesquisa em propores diferentes.
Em uma pesquisa sobre a relao entre hbito de fumar e incidncia de cncer de pulmo,
efetuada na Inglaterra, entre 1951 e 1961, foram coletados dados de mais de 2/3 de 60.000
mdicos aos quais foi enviado um questionrio referente a hbito de fumar. Ao cabo de 10 anos,
foram registradas 135 mortes associadas a cncer de pulmo, da quais apenas 3 eram de no
fumantes. A pesquisa concluiu que o risco de morte por cncer de pulmo de indivduos fumantes
quase 32 vezes maior que o risco de morte de no fumantes.
Estudo observacional retrospectivo Estudo observacional retrospectivo Estudo observacional retrospectivo Estudo observacional retrospectivo

Em um estudo observacional retrospectivo estudo observacional retrospectivo estudo observacional retrospectivo estudo observacional retrospectivo escolhido um grupo de unidades
com as caractersticas apropriadas para os propsitos da pesquisa, so registrados
dados de caractersticas respostas referentes a essas unidades, e, ento, so
examinadas informaes histricas dessas unidades para a identificao de
caractersticas explanatrias relevantes.

Nessas circunstncias, no estudo observacional retrospectivo, as caractersticas
respostas so caractersticas das unidades presentes no incio da pesquisa e as
caractersticas explanatrias, caractersticas do passado.
Em epidemiologia, o mtodo de estudo observacional retrospectivo denominado
estudo de caso estudo de caso estudo de caso estudo de caso- -- -controle controle controle controle utilizado para pesquisa da relao entre fatores de risco e
incidncia de uma doena. So escolhidos dois grupos comparveis de indivduos, um
desses grupos (que denominado caso caso caso caso) constitudo por indivduos que manifestam a
doena em considerao e o outro (denominado controle controle controle controle) por indivduos que no a
manifestam, para verificar se os dois grupos diferem relativamente exposio aos
fatores de risco em considerao.
Em uma pesquisa referente a fatores de risco em cncer de mama efetuada no Hospital das
Clnicas da Universidade Federal de Minas Gerais, entre 1978 e 1987, foi considerado um grupo
de pacientes portadoras de cncer de mama, com idade entre 25 e 75 anos (casos) e um grupo de
pacientes sem indicao de patologias mamrias (controle), mas semelhante quanto s
distribuies de idade e de data de internao no Hospital. A pesquisa concluiu que a presena de
histria familiar de cncer aumenta o risco dessa patologia em 8,84 vezes.

Esses mtodos de estudo observacional utilizam controle da amostra mais restrito
que o experimento. No adotam a casualizao e, em geral, implementam o controle de
tcnicas de pesquisa de modo consideravelmente menos acentuado que o experimento.
Por conseguinte, necessitam recorrer de modo mais acentuado utilizao do controle
de caractersticas estranhas atravs de emparelhamento e de controle estatstico.
Nessas circunstncias, o estudo observacional prospectivo e o estudo
observacional retrospectivo so mtodos de pesquisa explicativa menos confiveis do
que o experimento. Entretanto, so mtodos de pesquisa a que o pesquisador deve
recorrer quando a interveno requerida pelo experimento impraticvel ou
inconveniente (Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .21 21 21 21), muitas vezes por razes de ordem tica. Essa ltima
situao ocorre em muitas pesquisas em sade humana, como ilustrado no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .30 30 30 30
e no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .31 31 31 31, e em sociologia.
Esses mtodos de estudo observacional so algumas vezes denominados quase quase quase quase- -- -
experimentos experimentos experimentos experimentos, pseudo pseudo pseudo pseudo- -- -experimentos experimentos experimentos experimentos e experimentos naturais experimentos naturais experimentos naturais experimentos naturais, por terem propsitos e
caractersticas semelhantes aos do experimento, exceto pela ausncia de controle de
manifestao de caractersticas explanatrias.
Estudo observacional no controlado Estudo observacional no controlado Estudo observacional no controlado Estudo observacional no controlado

O mtodo de estudo observacional no controlado estudo observacional no controlado estudo observacional no controlado estudo observacional no controlado utiliza dados existentes em
registros, coletados anteriormente para algum propsito diferente do que o da
pesquisa. O pesquisador no tem controle sobre a escolha da amostra e nem sobre a
coleta dos dados.

Este mtodo de pesquisa recebe vrias outras denominaes, como estudo estudo estudo estudo
observacional puro observacional puro observacional puro observacional puro e pesquisa de arquivo pesquisa de arquivo pesquisa de arquivo pesquisa de arquivo em algumas reas de cincias sociais.
Diferentemente dos mtodos de estudo observacional prospectivo e estudo
observacional retrospectivo, no estudo observacional no controlado no h coleta de
dados; so utilizados dados j coletados e disponveis. Este mtodo de pesquisa utiliza
dados provenientes de registros estabelecidos para algum propsito que no o da
pesquisa particular. De fato, uma enorme quantidade de dados com informao variada e
rica disponvel em arquivos de instituies de pesquisa, reparties pblicas,
organizaes especializadas em levantamento e coletas de dados, hospitais, clnicas,
etc.
Unidades nacionais e regionais de pesquisa agrcola tm disponveis dados gerados por
experimentos regionais de melhoramento gentico de plantas, usualmente planejados para a
recomendao de cultivares com base na comparao de mdias. Esses dados podem ser
explorados para gerar informaes relevantes com vrios propsitos, atravs de pesquisas que
demandam poucos recursos financeiros. Alguns exemplos:
a) estudos de adaptabilidade e estabilidade de gentipos ao ambiente;
b) regionalizao de programas de melhoramento gentico vegetal;
c) regionalizao de recomendao de cultivares;
d) localizao de experimentos regionais e determinao das quantidades apropriadas de
locais e anos de execuo de experimentos.

O estudo observacional no controlado o mtodo de pesquisa explicativa que
usualmente requer menos recursos financeiros. Essa sua principal vantagem e, por
essa razo, ele utilizado em muitas circunstncias. Entretanto, ele tem desvantagens
bastante restritivas. As principais so: a) ausncia de planejamento da pesquisa,
particularmente no que se refere escolha da amostra, ao delineamento da pesquisa e
ao processo de coleta dos dados; b) ausncia de controle sobre a gerao dos dados e,
por essa razo, pouca ou nenhuma informao sobre a qualidade dos dados; c) precria
representatividade, conseqente da ausncia de controle do pesquisador sobre a escolha
da amostra, a no ser, quem sabe, excluso de unidades segundo informaes
eventualmente disponveis; d) muito freqentemente, dados disponveis em arquivos
foram coletados e expressos em variveis inapropriadas para uma pesquisa particular; e)
tambm freqentemente, inexistem informaes que possam esclarecer dvidas de
diversas ordens, particularmente referentes qualidade dos dados.
Por essas caractersticas, esse mtodo de pesquisa pouco recomendvel para a
derivao de inferncias referentes a relaes causais de caractersticas. Resultados de
pesquisas explicativas que o empregam devem ser utilizados com muita cautela e serem
mais propriamente considerados como hipteses a serem verificadas por pesquisa
explicativa confivel.
3.5.4 3.5.4 3.5.4 3.5.4 Escolha do mtodo de pesquisa explicativa Escolha do mtodo de pesquisa explicativa Escolha do mtodo de pesquisa explicativa Escolha do mtodo de pesquisa explicativa
Da apreciao das propriedades dos mtodos de pesquisa explicativa, pode-se
depreender que eles apresentam distines fundamentais. As diferenas mais
importantes dizem respeito ao nvel de interferncia e controle exercido pelo pesquisador
sobre: a) a escolha da amostra, que pode ser efetuada por processo aleatrio ou no
aleatrio, e b) a manifestao das caractersticas explanatrias nas unidades da amostra,
que pode ser determinada pelo pesquisador por processo aleatrio, ou sem a
interferncia do pesquisador ou com sua interferncia limitada. Essas diferenas so
resumidas na Figura Figura Figura Figura 3 33 3. .. .8 88 8.

Figura Figura Figura Figura 3 33 3. .. .8 88 8. Classificao dos mtodos de pesquisa explicativa segundo os
nveis de controle exercidos sobre a escolha da amostra e sobre
a manifestao das caractersticas explanatrias na amostra.

Essas diferenas entre os mtodos de pesquisa explicativa so relevantes por suas
implicaes para as duas propriedades desejveis de uma pesquisa explicativa: a)
confiabilidade das inferncias referentes a relaes causais e b) validade dessas
inferncias para a populao objetivo.
A confiabilidade das inferncias referentes a relaes causais entre caractersticas
respostas e caractersticas explanatrias distingue o experimento dos demais mtodos de
pesquisa explicativa. Quanto a essa propriedade, o experimento tem trs vantagens
importantes sobre os outros mtodos de pesquisa explicativa:
a) o controle sobre a escolha e a manifestao de caractersticas explanatrias
esclarece o sentido e a natureza da relao causal entre caractersticas
respostas e caractersticas explanatrias;
b) o controle de tcnicas experimentais, o controle local e o controle estatstico
garantem um elevado controle da variao atribuvel a caractersticas estranhas;
c) a casualizao de caractersticas estranhas evita a tendenciosidade que possa
resultar da manifestao de caractersticas estranhas potencialmente
perturbadoras;
d) a flexibilidade dos delineamentos experimentais permite eficincia e manipulao
estatstica poderosa, enquanto o tratamento analtico de dados de
levantamentos e de estudos observacionais apresenta dificuldades estatsticas.
De fato, no experimento nveis especficos de caractersticas explanatrias de
tratamento so escolhidos e aplicados s unidades por processo objetivo de casualizao
sob o controle do pesquisador. No experimento ideal, todas as caractersticas estranhas
so controladas (por tcnicas experimentais, controle local ou controle estatstico) ou so
casualizadas. Desse modo, no havendo caractersticas potencialmente perturbadoras, a
tendenciosidade que possa provir dessas caractersticas eliminada.
Essas propriedades garantem a satisfao da segunda condio para atribuio de
causalidade e elevada confiabilidade de satisfao da terceira condio (Seo Seo Seo Seo 3.4.1 3.4.1 3.4.1 3.4.1).
Nessas circunstncias, se a varivel resposta manifesta considervel variao em
unidades com diferentes tratamentos pode ser logicamente inferido que essa variao
evidncia de que os efeitos desses tratamentos diferem.
Entretanto, no experimento, assim como no levantamento por amostragem no
aleatria e no estudo observacional, a escolha no aleatria da amostra pode implicar
baixa representatividade e, portanto, tendenciosidade dessas inferncias. Como
conseqncia, em pesquisas com esses mtodos, em geral, h uma disparidade entre a
populao objetivo e a populao amostrada que deve ser levada em conta de modo
subjetivo nas inferncias. De fato, conceitualmente, inferncias da amostra so vlidas
para a populao amostrada; sero vlidas para a populao objetivo na medida em que
a disparidade entre essas duas populaes, isto , o erro de amostragem seja
irrelevante. Esse julgamento necessariamente subjetivo. O levantamento explicativo
aleatrio no tem esse inconveniente; a escolha da amostra por processo aleatrio pode
assegurar elevado grau de representatividade e, portanto, validade (ou seja, no
tendenciosidade) das inferncias para a populao objetivo.
As vantagens do experimento como mtodo de pesquisa explicativa so bem
conhecidas. Entretanto, em muitas situaes, o experimento no exeqvel e, mesmo
quando exeqvel, apresenta dificuldades que devem ser contornadas ou toleradas. A
primeira delas que a escolha e a operao de controle de caractersticas explanatrias
e de caractersticas estranhas pode ser difcil. Portanto, o delineamento de um
experimento ideal pode ser difcil ou impossvel. Assim, as vantagens do experimento
referentes ao controle da amostra so freqentemente apenas relativas, no absolutas.
Em segundo lugar, geralmente difcil planejar experimentos com amostras
representativas de populaes importantes. De fato, o problema da representatividade da
amostra tem sido ignorado na pesquisa experimental. Em terceiro lugar, a elaborao da
amostra com o desejado realismo das condies presentes na populao objetivo
geralmente no exeqvel e freqentemente desconsiderada na pesquisa
experimental.
A segunda e a terceira fraquezas do experimento salientam as vantagens do
levantamento por amostragem aleatria. Esse mtodo de pesquisa distingue-se pela
validade das inferncias derivadas para a populao objetivo e freqentemente pela
manifestao realista das caractersticas. Entretanto, a amostragem aleatria
raramente aplicvel em pesquisa explicativa.
De modo geral, em qualquer pesquisa cientfica apenas parte das condies para
inferncias confiveis e vlidas pode ser controlada objetiva e firmemente. Outra parte
permanece no controlada; suas implicaes devem ser avaliadas por julgamento mais
ou menos subjetivo. O pesquisador deve usar os recursos disponveis para maximizar o
componente objetivo e, por conseqncia, minimizar o subjetivo, e esforar-se para
exercer julgamento hbil e criterioso. Ele deve fazer a escolha estratgica do mtodo de
pesquisa, considerando os propsitos da pesquisa, os meios para sua execuo e seus
custos, e tendo em conta os trs seguintes critrios desejveis da pesquisa cientfica:
representatividade,
realismo e
confiabilidade.
A nfase na representatividade ou no realismo ou na confiabilidade tende a resultar,
respectivamente, em levantamento por amostragem aleatria ou em estudo
observacional ou em experimento. Como ressaltado anteriormente, o experimento
poderoso no controle de caractersticas explanatrias e de caractersticas estranhas, mas
usualmente fraco no que diz respeito representao da populao objetivo e
freqentemente tambm quanto ao realismo. O levantamento por amostragem aleatria
forte em relao representatividade, mas fraco no controle de caractersticas. Estudos
observacionais so usualmente fracos no controle e, tambm, na representatividade; sua
vantagem o realismo da manifestao das caractersticas da populao objetivo na
amostra.
Usualmente, esses trs critrios no podem ser adequadamente satisfeitos em uma
pesquisa cientfica, e, freqentemente, nem mesmo dois deles, por inviabilidade ou por
falta de recursos. Muito comumente, o pesquisador enfatiza um critrio por razes de
custo e convenincia, ou porque ele pode parecer, convincentemente ou
esperanosamente, o mais justificvel. Por outro lado, nenhum dos trs critrios
superior aos demais para todas as situaes e, algumas vezes, os trs podem ser
satisfeitos em pesquisas complementares de um programa de pesquisa. Assim, para
cada situao, o pesquisador deve decidir por um compromisso entre o desejvel e o
exeqvel, e escolher a estratgia de pesquisa que melhor se ajuste aos recursos
disponveis.
Ademais, cada um desses mtodos de pesquisa explicativa pode ser aperfeioado
com esforos para superar suas principais fraquezas. Levantamentos podem ser
melhorados pelo uso de informaes auxiliares para o controle de caractersticas
potencialmente perturbadoras. Por outro lado, algumas vezes experimentos e estudos
observacionais podem ser melhorados quanto representatividade atravs de algum
compromisso entre a amplitude desejada para a populao objetivo e a amplitude que
pode ser lograda para a populao amostrada.
3.6 3.6 3.6 3.6 Utilizao dos Mtodos de Pesquisa Cientfica Utilizao dos Mtodos de Pesquisa Cientfica Utilizao dos Mtodos de Pesquisa Cientfica Utilizao dos Mtodos de Pesquisa Cientfica
Um resumo das caractersticas essenciais dos mtodos de pesquisa descritos nas
Sees Sees Sees Sees 3.2 3.2 3.2 3.2, 3.3 3.3 3.3 3.3 e 3.5 3.5 3.5 3.5 ser til para a melhor compreenso de sua aplicabilidade na
pesquisa cientfica.
Os mtodos de pesquisa exploratria (estudo de casos, estudo de prottipos e
modelagem matemtica) so mtodos de pesquisa sistmicos mtodos de pesquisa sistmicos mtodos de pesquisa sistmicos mtodos de pesquisa sistmicos, isto , mtodos de
pesquisa que enfocam as unidades globalmente. A distino fundamental entre o mtodo
de estudo de casos e o mtodo de estudo de prottipos que o primeiro enfoca as
unidades existentes sem a interveno do pesquisador, enquanto que no ltimo as
unidades so montadas ou construdas com base na sntese de informaes sobre as
unidades presentes na populao objetivo, informaes geradas pela pesquisa cientfica
e opinies. A modelagem matemtica efetua a representao conceitual das unidades
existentes e das novas unidades que inserem resultados recentes gerados pela pesquisa
cientfica e, tambm, opinies.
Os mtodos de pesquisa descritiva (censo e levantamento por amostragem) e os
mtodos de pesquisa explicativa (experimento, estudo observacional e levantamento
explicativo) so mtodos de pesquisa analticos mtodos de pesquisa analticos mtodos de pesquisa analticos mtodos de pesquisa analticos, que enfocam partes das unidades, ou
seja, subconjuntos relativamente pequenos de caractersticas dessas unidades.
Na fase de sntese inicial de um ciclo do mtodo cientfico o pesquisador procede
apreciao e inspeo global das unidades da populao objetivo para detectar as
caractersticas relevantes, particularmente as mais influentes sobre o funcionamento e o
desempenho das unidades, e examinar o relacionamento dessas caractersticas, com
propsitos de identificar problemas importantes e obter sugestes de hipteses frteis.
Essa uma fase de pesquisa exploratria. O estudo de casos e a modelagem
matemtica so teis nessa fase de sntese.
Na fase de anlise, o levantamento descritivo til para prover a descrio das
caractersticas relevantes e de suas relaes, e identificar problemas e hipteses de
pesquisa. Pesquisas descritivas e pesquisas exploratrias so particularmente relevantes
para o estabelecimento dos caminhos de pesquisa explicativa mais eficazes. Ento,
passam a serem aplicveis os mtodos de pesquisa explicativa, ou seja, o experimento, o
estudo observacional e o levantamento explicativo. O novo conhecimento gerado por
essas pesquisas caracteristicamente esparso, j que derivado por um conjunto de
pesquisas que abrangem diversas partes das unidades.
Na fase de sntese final, esse novo conhecimento deve ser inserido no corpo de
conhecimento existente, atravs de novas pesquisas que enfoquem os sistemas
globalmente. O estudo de prottipos e a modelagem matemtica so os mtodos de
pesquisa prprios para esse propsito.
Resumidamente, esse enfoque de pesquisa requer a execuo de pesquisas
exploratrias, descritivas e explicativas, que demandam a utilizao apropriada e
estratgica dos diversos mtodos de pesquisa descritos nas Sees Sees Sees Sees 3.2 3.2 3.2 3.2, 3.3 3.3 3.3 3.3 e 3.5 3.5 3.5 3.5, nas
fases de sntese inicial, de anlise e de sntese final de cada ciclo do mtodo de cientfico
(Figura Figura Figura Figura 3 33 3. .. .9 99 9).


Figura Figura Figura Figura 3 33 3. .. .9 99 9. Utilizao dos mtodos de pesquisa cientfica nas trs fases
de um ciclo do mtodo cientfico.

Para ilustrar a utilizao e inter-relao desses mtodos de pesquisa, considere-se
a situao da pesquisa agropecuria.
O experimento e o levantamento por amostragem so mtodos tradicionais na
pesquisa agropecuria. O estudo observacional tem sido pouco empregado. Entretanto,
este mtodo de pesquisa pode ser utilizado com grande proveito; principalmente o estudo
observacional no controlado que pode ser til para o aproveitamento da grande massa
de dados gerados por pesquisas j executadas, com custos relativamente baixos.
O estudo de casos e o estudo de prottipos tm sido ocasionalmente utilizados na
pesquisa agropecuria. Em agropecuria, um caso pode ser, por exemplo, uma
propriedade agrcola, uma fazenda, uma lavoura, um pomar, ou uma instalao de uma
granja, para o qual o produtor proporcione informaes confiveis e d facilidades de
acesso e de estudo aprofundado. Um prottipo pode ser um desses mesmos tipos de
unidade instalado pela instituio de pesquisa, em sua prpria base fsica ou em
propriedade de produtor, para simular com realismo um sistema de produo vivel,
incorporando resultados indicados pela pesquisa.
O estudo de casos e o estudo de prottipos so mtodos de pesquisa exploratria
de grande potencial de uso, que podero ser implementadas com proveito,
respectivamente para o melhor conhecimento dos sistemas em uso pelos produtores e
para teste da integrao de tecnologias geradas pela pesquisa nos sistemas reais.
Constituem, tambm, instrumentos de alta valia para a integrao da atividade de
pesquisa com a extenso e a aproximao com os produtores. A modelagem matemtica
tambm pode cumprir essas funes, com a vantagem sobre aqueles dois mtodos
empricos de proporcionar mais flexibilidade para simular sistemas de produo reais de
uma gama muito mais ampla. De fato, modelos fsicos usualmente se restringem a uma
frmula bsica em uma nica situao ambiental, ou a poucas frmulas em poucas
situaes ambientais, em decorrncia de elevados custos e restries prticas. Modelos
conceituais bem desenvolvidos so flexveis, o que permite sua utilizao para verificar
os distintos comportamentos de sistemas sob vrias alternativas tecnolgicas e diversas
condies ambientais. Entretanto, precisam ser testados empiricamente, e para esses
testes os modelos fsicos so relevantes. Assim, essas duas formas de modelagem no
so alternativas nem competidoras: o modelo fsico auxilia no teste do modelo conceitual,
e este colabora na generalizao daquele.
Os mtodos de pesquisa sistmicos, particularmente a modelagem matemtica,
surgiram e se desenvolveram principalmente em aplicaes na indstria. Na
agropecuria, os sistemas so usualmente mais complexos, o que torna a construo
desses modelos difcil e trabalhosa. J existem exemplos bem sucedidos nesta rea, mas
ainda resta muito a desenvolver. As principais dificuldades a superar so, principalmente,
a falta de formao dos pesquisadores para entendimento da metodologia cientfica,
particularmente dos mtodos de pesquisa sistmicos, e a falta de pessoal especializado
nessa metodologia.
A utilizao dos vrios mtodos de pesquisa cientfica tem implicaes recprocas.
Para a melhor compreenso do uso inter-relacionado desses mtodos de pesquisa
conveniente classific-los em trs grupos: 1) modelagem matemtica, 2) estudo de casos
e estudo de prottipos, e 3) experimento, estudo observacional e levantamento. A Figura Figura Figura Figura
3 33 3. .. .10 10 10 10 ilustra as principais inter-relaes do uso desses trs grupos de mtodos de
pesquisa:

Modelos matemticos sugerem a montagem ou modificao de
prottipos e fornecem recomendaes para os produtores ("casos").
Estudos de casos e estudos de prottipos permitem validar modelos
matemticos, fornecem informaes para o desenvolvimento desses modelos e sugerem
novos modelos.
Modelos matemticos geram problemas e hipteses para experimentos,
levantamentos e estudos observacionais.
Experimentos, levantamentos e estudos observacionais fornecem
informaes para a formulao e aperfeioamento de modelos matemticos.
Estudos de casos e estudos de prottipos sugerem problemas e
hipteses para experimentos, levantamentos e estudos observacionais.
Experimentos, levantamentos e estudos observacionais sugerem
recomendaes para modificar determinados componentes dos sistemas reais (prottipos
e casos).

Figura Figura Figura Figura 3 33 3. .. .10 10 10 10. Relaes entre os trs grupos de mtodos de pesquisas na
pesquisa agropecuria.
importante salientar, tambm, as inter-relaes entre as pesquisas dentro de
cada um dos dois grupos de pesquisas empricas: levantamentos e estudos
observacionais so teis para sugerir problemas e hipteses para experimentos; estudos
de casos podem prover informaes para utilizao na montagem de prottipos; e
estudos de prottipos geram recomendaes para produtores (casos).
1. Explique e ilustre, atravs de exemplos, cada um dos seguintes mtodos de pesquisa
explicativa: experimento, levantamento por amostragem explicativo e estudo observacional.
Quais so as diferenas essenciais que distinguem esses mtodos de pesquisa?
2. Porque o experimento algumas vezes referido como o mtodo de pesquisa explicativa por
excelncia?
3. Est sendo planejada uma pesquisa para verificar a hiptese de que novas cultivares de milho
com teores mais elevados do aminocido lisina tm maior valor nutritivo do que cultivares de
milho comuns. Com esse propsito sero preparadas raes mistas de milho e soja,
combinando milho de cada uma de trs cultivares duas dessas novas cultivares e uma
cultivar comum - com cada um de trs nveis de protena: 12%, 18% e 24%. Cada uma dessas
raes ser assinalada a 10 pintos de um dia por um perodo de trs semanas. O valor
nutritivo da rao ser avaliado pelo ganho de peso dos animais nesse perodo.
a) Identifique as caractersticas respostas relevantes nessa pesquisa.
b) Identifique e liste as caractersticas explanatrias e os correspondentes nveis. Quais
dessas caractersticas so caractersticas de tratamento? Quais so caractersticas
intrnsecas?
c) Qual o mtodo de pesquisa utilizado nessa pesquisa? Porque?
4. Considere os dois seguintes planos para uma pesquisa com o propsito de testar a hiptese
de que o exerccio fsico reduz o risco de ataque cardaco:
A - escolhido um grupo de 1.000 homens de mais de 40 anos de idade que fazem exerccio
fsico regularmente e no tiveram ataque cardaco. Cada um desses indivduos
emparelhado com um indivduo semelhante, mas que no faz exerccios com
regularidade. Os dois grupos so acompanhados por um perodo de 5 anos durante o qual
registrada a ocorrncia de ataques cardacos.
B - utilizado um grupo de 2.000 homens de mais de 40 anos de idade que no tiveram
ataque cardaco e que esto dispostos a participar voluntariamente da pesquisa. O
pesquisador submete 1.000 desses indivduos a um programa regular de exerccios
supervisionados. Os outros 1.000 indivduos continuam com seus hbitos. Os 2.000
indivduos so acompanhados por um perodo de 5 anos.
a) Especifique a unidade e a populao objetivo dessa pesquisa.
b) Indique uma caracterstica de cada uma das trs seguintes classes: caracterstica resposta,
caracterstica explanatria e caracterstica estranha.
c) Identifique o mtodo de pesquisa adotado em cada um desses dois planos de pesquisa.
d) Qual desses dois planos produziria resultados mais fidedignos? Justifique sua resposta.
5. Considere um experimento para verificar a hiptese de que o tempo (em dias) que uma carta
postada em uma dada cidade leva para chegar capital do Estado afetado pela hora do dia
em que a carta postada e pela indicao, ou no, do CEP.
a) Especifique as duas caractersticas explanatrias a considerar e os correspondentes nveis.
b) Explique os procedimentos de controle da amostra que voc utilizaria para o controle de
caractersticas estranhas relevantes, como o dia da semana em que a carta postada.
6. H alguns anos, foi conduzida uma pesquisa para comparar a remoo do seio, que era o
tratamento mais comum para o cncer de seio, com o novo tratamento de remoo apenas do
tumor e dos ndulos linfticos vizinhos seguido de um tratamento por radiao. Para a
comparao desses tratamentos quanto eficcia, um grupo de mdicos examinou os
registros de 25 grandes hospitais e comparou os tempos de sobrevivncia aps a cirurgia de
todas as mulheres que tinham recebido um ou outro desses dois tratamentos.
a) Identifique as caractersticas respostas relevantes e as caractersticas explanatrias nessa
pesquisa.
b) Explique porque essa pesquisa no constitui um experimento.
c) Identifique o mtodo de pesquisa adotado nessa pesquisa.
d) Identifique as caractersticas estranhas relevantes cujos efeitos possivelmente tenham
resultado confundidos tendenciosamente com os efeitos dos tratamentos.
e) Explique por que a inferncia objeto dessa pesquisa foi de baixa fidedignidade.
7. Porque estudos observacionais prospectivo e retrospectivo so algumas vezes denominados
quase experimentos ou pseudo-experimentos?
8. Caracterize as diferenas essenciais entre experimento e levantamento por amostragem
aleatria quanto ao controle na escolha da amostra e na manifestao dos nveis de
caractersticas explanatrias nas unidades da amostra. Indique suas implicaes para as
inferncias derivadas atravs da pesquisa.
9. O que distingue o experimento do estudo observacional quanto s mesmas formas de controle
que so consideradas na questo anterior?
10. Explique os significados e as implicaes dos trs critrios desejveis de uma pesquisa
cientfica, ou seja, representatividade, realismo e confiabilidade. Caracterize a distino dos
mtodos de pesquisa explicativos quanto a esses trs critrios.
11. O que distingue essencialmente os mtodos de pesquisa analtica e os mtodos de pesquisa
sistmica?
12. Explique como os mtodos de pesquisa exploratria (estudo de casos, estudo de prottipos e
modelagem matemtica) podem ser utilizados nas fases de sntese, anlise e sntese que
constituem um ciclo da aplicao do mtodo cientfico na pesquisa cientfica.
1. Explique porque o estudo de casos no permite a generalizao que propiciada por mtodos
de pesquisa descritiva nem inferncias referentes a relaes causais que so providas por
mtodos de pesquisa explicativa.
2. Porque o mtodo de estudo de prottipos no propicia inferncias referentes a relaes
causais com grau de confiabilidade aceitvel e no prov base para generalizao para outras
unidades da populao objetivo?
3. Exemplifique uma situao de sua rea em que o mtodo de estudo de casos poderia ser til.
4. Ilustre o uso do estudo de prottipos atravs de um exemplo de sua rea.
5. Explique a distino essencial entre o mtodo de estudos de prottipos e o mtodo de estudo
de casos.
6. O que significa amostra aleatria em uma pesquisa cientfica? Qual sua importncia?
7. O que significam levantamento por amostragem aleatria e levantamento por amostragem no
aleatria? Qual a implicao da distino entre essas duas formas de levantamento por
amostragem quanto representao da populao objetivo pela amostra?
8. Suponha que em cada uma das seguintes situaes deve ser utilizada amostra aleatria
estratificada ou amostra aleatria por conglomerados ou uma combinao desses dois
delineamentos. Indique, justificadamente, qual desses trs delineamentos voc recomendaria
para cada uma dessas situaes.
a) Uma companhia area deseja a opinio de seus passageiros de primeira classe e de classe
turista sobre a qualidade de suas refeies servidas a bordo, atravs de um questionrio
que deve ser preenchido imediatamente aps as refeies.
b) Uma cooperativa de produtores de trigo e soja pretende comparar a eficcia de dois
fertilizantes para a ampla gama de condies de clima e solo de sua abrangncia.
c) Uma grande cadeia de supermercados deseja conhecer a opinio de seus fregueses sobre
a qualidade do atendimento prestado, atravs de entrevistas no mbito desses
supermercados.
9. Especifique a caracterstica das unidades da populao objetivo considerada para
estratificao em cada um dos delineamentos de amostragem ilustrados no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .8 88 8.
10. Discuta a adequabilidade do delineamento de amostragem considerado para cada uma das
pesquisas ilustradas no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .5 55 5 e no Exemplo Exemplo Exemplo Exemplo 3 33 3. .. .8 88 8. Para cada uma dessas pesquisas
sugira um delineamento alternativo, caso julgue apropriado.
11. Identifique situaes em sua rea em que voc adotaria cada um dos diferentes
delineamentos de amostragem no probabilista.
12. D um exemplo de delineamento de amostragem no probabilista no mencionado nesse
Captulo e explique porque ele no deve ser utilizado.
13. Ilustre uma situao de sua rea de aplicao de delineamento de amostragem sistemtico.
14. Explique qual a diferena essencial entre:
a) censo e levantamento por amostragem;
b) amostragem probabilista e amostragem no probabilista;
c) amostragem aleatria simples e amostragem aleatria estratificada;
d) amostragem de convenincia e amostragem de julgamento.
15. Qual o significado de relao causal de caractersticas?
16. Explique porque caractersticas respostas so mais freqentemente caractersticas do produto
e caractersticas explanatrias, caractersticas dos insumos.
17. Qual a razo da importncia da distino entre caracterstica explanatria de tratamento e
caracterstica explanatria intrnseca?
18. Porque o controle de tcnicas de pesquisa no pode ser aplicado de modo ilimitado?
19. Explique como o controle de tcnicas de pesquisa, o controle local e o controle estatstico
diminuem o confundimento de efeitos de caractersticas explanatrias e de caractersticas
estranhas sobre caractersticas respostas.
20. Qual a propriedade fundamental que distingue o experimento dos demais mtodos de
pesquisa explicativa?
21. Explique a distino fundamental entre:
a) experimento e levantamento explicativo;
b) experimento e estudo observacional;
c) estudo observacional retrospectivo e estudo observacional retrospectivo;
d) levantamento descritivo e levantamento explicativo.
22. Para cada mtodo de pesquisa explicativa que especificado nas entradas das linhas da
tabela que segue, indique se o pesquisador tem ou no controle objetivo na escolha da
amostra e na manifestao de caractersticas explanatrias, preenchendo nas clulas da
tabela as letras S e C, respectivamente para as indicaes de sem controle e com controle.

Controle exercido pelo pesquisador

Mtodo de pesquisa explicativa
Escolha da
amostra
Manifestao de
caractersticas
explanatrias
Experimento

Levantamento por amostragem
aleatria

no aleatria

Estudo observacional

23. Porque inferncias referentes a relaes causais podem ser derivadas com mais fidedignidade
de um experimento do que de um estudo observacional?
24. Identifique e caracterize os mtodos de pesquisa apropriados para as pesquisas consideradas
no exerccio 13 dos Exerccios 2.1 Exerccios 2.1 Exerccios 2.1 Exerccios 2.1.
25. Identifique o mtodo de pesquisa explicativa que adotado em cada uma das pesquisas
caracterizadas a seguir:
a) A reao da barbela de pintos injeo de fitohemaglutinina (FHA) usada como uma
indicao de resposta de imunidade. Pintos de 3 a 6 dias foram assinalados aleatoriamente
a quatro tratamentos um controle e 3 diferentes aminas suspeitas de interferirem com a
resposta de imunidade. Trinta minutos aps a aplicao dos tratamentos, as aves
receberam injeo de 100 microgramas de FHA. A espessura da barbela foi medida antes
da injeo e 24 horas aps.
b) Para a pesquisa do tempo de permanncia do resduo de um antibitico no leite, esse
antibitico aplicado a cada um de um conjunto de oito animais. O leite produzido por
esses animais coletado em 6 ordenhas sucessivas a cada 12 horas, por um intervalo de
72 horas aps a administrao do antibitico.
c) Foi conduzida uma pesquisa da influncia da remoo dos ovrios de cadelas sobre o
subseqente desenvolvimento de incontinncia urinria. Cadelas adultas disponveis para a
pesquisa foram assinaladas aleatoriamente a dois grupos, um dos quais foi imediatamente
submetido cirurgia de remoo do ovrio. As cadelas foram acompanhadas durante um
perodo de 6 meses.
d) Uma pesquisa da influncia da gestao de gmeos sobre a amplitude do perodo de
gestao de vacas da raa Hereford foi conduzida com dois grupos de vacas, um dos quais
constitudo de vacas com gestao de gmeos e outro com um grupo de vacas
semelhantes do mesmo rebanho, mas gestantes de um nico animal.
e) Um pesquisador deseja determinar se vacas portadoras de encefalopatia espongiforme de
bovinos (EEB) produzem mais descendentes que desenvolvem essa doena do que as
mes com resposta negativa para EEB. Para tal, ele estuda dois conjuntos de animais com
idade acima de seis anos, um dos quais constitudo por vacas que haviam desenvolvido
EEB e outro, por vacas que no tinham revelado sinais clnicos de EEB em seis anos.
Esses dois conjuntos de vacas foram emparelhados com respeito a rebanho e idade. Os
descendentes dessas vacas foram acompanhados at os sete anos, ou at o
desenvolvimento da doena.
f) A medroxiprogesterona (MPA) administrada a cadelas para o controle de sintomas de cio.
Para a pesquisa do efeito da administrao de MPA em cadelas sobre a subseqente
chance de desenvolvimento de tumores mamrios, foram utilizadas 98 cadelas com idade
entre 6 e 9 anos com tumores mamrios, e um grupo de animais de idade semelhante, mas
que no tinham sinais de tumores mamrios. Foi verificado, pela histria desses animais,
que 38 cadelas do grupo positivo para tumor e 21 do grupo livre de tumor tinham recebido
MPA anteriormente.
g) Uma pesquisa ampla foi conduzida para comparar dois mtodos de tratamento de doenas
de prstata: a cirurgia tradicional e um novo mtodo que no requer cirurgia, utilizando
registros do servio de sade pblica do Canad.
26. Qual a propriedade comum do estudo de prottipos e do experimento? Qual a propriedade
essencial que distingue esses dois mtodos de pesquisa? Porque o estudo de prottipos no
tem as propriedades explicativas desejveis do experimento para a derivao de inferncias
referentes a relaes causais?
27. Um estudo da relao entre liderana e aptido fsica utilizou executivos de meia idade que se
ofereceram como voluntrios. Com base em um programa de exerccios e um exame fsico
final, esses indivduos foram classificados em dois grupos, um de alta aptido e outro de baixa
aptido. Todos os indivduos foram, ento, submetidos a um teste psicolgico destinado a
medir a capacidade de liderana. Os dois grupos foram comparados para a derivao de
inferncias sobre a relao entre liderana e aptido fsica. Esse estudo constitui um
experimento? Explique sua resposta.
28. Explique como os mtodos de pesquisa, descritiva, exploratria e explicativa podem ser
utilizados racionalmente na pesquisa cientfica.
29. Explique o significado da sentena "as abordagens de pesquisa sistmica e analtica no so
alternativas ou competidoras, mas complementares".
a) O estudo de casos e o estudo de prottipos so mtodos de pesquisa .................................
que se distinguem pelo fato de que no ......................................................... as unidades so
observadas sem interferncia do pesquisador e no ................................................................
as unidades so construdas pelo pesquisador. .......................................................................
distingue-se desses dois mtodos por ser um mtodo de pesquisa conceitual, em que as
relaes de caractersticas so representadas por um modelo matemtico.
b) ......................................... o mtodo de pesquisa descritiva em que a amostra a prpria
populao objetivo; se a amostra constituda por parte das unidades da populao
objetivo, o mtodo de pesquisa denominado .................................................................. .
c) No delineamento de amostragem aleatria .................................. as unidades da populao
objetivo so selecionadas independentemente e tm igual chance de constiturem a
amostra. No delineamento de amostragem aleatria ........................................ as unidades
so classificadas em grupos e, ento, selecionada uma amostra aleatria simples de cada
um desses grupos. No delineamento de amostragem aleatria .................................... as
unidades so classificadas em grupos e, ento, extrada uma amostra aleatria desses
grupos.
d) Os delineamentos de amostragem ........................................., ..............................................
e ......................................................... so trs delineamentos de amostragem no
probabilista que se distinguem pelo fato de que no primeiro a escolha da amostra efetuada
por algum critrio de convenincia, no segundo por julgamento subjetivo de modo a resultar
a melhor representao da populao objetivo, e no terceiro a populao objetivo
dividida em subpopulaes e a seleo das unidades das correspondentes subpopulaes
delegada aos executores do levantamento.
e) Em uma pesquisa explicativa, as caractersticas da amostra podem ser classificadas em
trs classes: caractersticas ......................................, caractersticas .....................................
e caractersticas ...................................... . As caractersticas ........................................
exprimem o desempenho das unidades; as caractersticas ............................................ so
aquelas que supostamente podem afetar convenientemente as caractersticas da primeira
classe.
f) ..................................................... decorre do confundimento dos efeitos de caractersticas
explanatrias com efeitos de caractersticas estranhas. .........................................................
o recurso para control-lo.
g) Caractersticas explanatrias podem ser classificadas em caractersticas .............................
...................................... e caractersticas ................................................... , segundo sua
manifestao nas unidades da amostra esteja sujeita ou no ao controle do pesquisador. A
manifestao dos nveis de uma caracterstica ............................................... determinada
pelo pesquisador, atravs de ........................................ que um procedimento objetivo que
atribui a todas as unidades a mesma chance de receber qualquer dos nveis da
caracterstica; a manifestao de uma caracterstica ........................................ inerente s
prprias unidades.
h) O controle de tcnicas de pesquisa, o controle local ou emparelhamento e o controle
estatstico distinguem-se quanto s suas implicaes para a constituio da amostra. O
controle ................................................. visa tornar constante ou reduzir a variao de
caractersticas estranhas relevantes, enquanto que o controle ............................................. e
o controle ..................................................... no alteram a constituio da amostra.
i) As caractersticas estranhas da amostra podem ou no estar sujeitas ao controle da
amostra. As caractersticas sujeitas ao controle local ou ao controle estatstico so
denominadas caractersticas ....................................................; as caractersticas estranhas
abrangidas pela casualizao so denominadas caractersticas ......................................... ;
as caractersticas no controladas e no casualizadas so denominadas caractersticas
............................................... . As caractersticas dessa ltima classe que se manifestam de
modo relevante, ocasionando confundimento tendencioso com efeitos de caractersticas
explanatrias so designadas caractersticas..................................................... .
j) Os mtodos de pesquisa explicativa so: ........................................, ....................................
..........................................e ................................................................................ . O controle
da manifestao de caractersticas explanatrias a propriedade essencial que distingue o
............................................... e que lhe atribui confiabilidade mais elevada para inferncias
referentes a relaes causais. O .......................................... o mtodo de pesquisa
explicativa que adota o controle da amostra mais acentuadamente; em particular, o nico
que utiliza ......................................... . Entretanto, no experimento usualmente h limitao
na escolha da amostra e, muito freqentemente, a amostra no constituda por unidades
da populao objetivo, mas por unidades construdas; como decorrncia o experimento
tende a ser o mtodo de pesquisa explicativa mais fraco quanto s outras duas
propriedades desejveis de uma pesquisa explicativa, ou seja, ....................................... e
............................................... .
1 ( ) Mtodos de amostragem probabilista podem ser utilizados para populaes conceituais.
2 ( ) Mtodos de amostragem probabilista podem ser sempre utilizados em pesquisas de
populaes reais.
3 ( ) Em um delineamento de levantamento por amostragem aleatria estratificada a amostra
constituda por um mesmo nmero de unidades de cada estrato da populao
objetiva.
4 ( ) impossvel a derivao de inferncias de pesquisas descritivas com delineamento de
amostragem no probabilista.
5 ( ) Inferncias derivadas de levantamentos por amostragem no probabilista so
necessariamente subjetivas.
6 ( ) A distino entre delineamento de amostragem aleatria estratificada e delineamento de
amostragem aleatria simples que no primeiro a amostra constituda por unidades
selecionadas aleatoriamente de cada estrato da populao objetiva.
7 ( ) A distino entre os delineamentos de amostragem aleatria estratificada e amostragem
por conglomerados que no primeiro a amostra constituda por unidades de todos os
grupos ou estratos, enquanto que no segundo, por uma amostra aleatria desses
grupos.
8 ( ) Mtodos de amostragem de convenincia, de julgamento e por quota so muito teis
para populaes conceituais.
9 ( ) Com o delineamento de levantamento por amostragem de julgamento, a amostra
constituda por unidades da populao objetivo que so escolhidas pelo pesquisador de
modo para resultar a melhor representao da populao objetivo.
10 ( ) Em uma pesquisa exploratria ou descritiva, caractersticas da amostra se manifestam
sem interferncia ou manipulao do pesquisador; este apenas registra os dados das
caractersticas de interesse.
11 ( ) O levantamento por amostragem algumas vezes utilizado em pesquisa explicativa,
mas mais apropriado para pesquisa descritiva.
12 ( ) Estudo de casos e estudo de prottipos so mtodos apropriados para pesquisa
exploratria.
13 ( ) Os mtodos de estudo de casos e estudo de prottipos so teis para identificao de
problemas de pesquisa e indicao de sugestes de hipteses de pesquisa.
14 ( ) A modelagem matemtica pode ser utilizada em pesquisa descritiva, mas mais
apropriada para pesquisa exploratria.
15 ( ) Em uma pesquisa explicativa, o pesquisador interfere, manipulando caractersticas da
amostra e provocando a manifestao conveniente destas.
16 ( ) As caractersticas explanatrias em uma pesquisa so as caractersticas que exprimem
o desempenho das unidades da correspondente populao objetivo.
17 ( ) A identificao das caractersticas respostas e das caractersticas explanatrias em uma
pesquisa depende do objetivo da pesquisa.
18 ( ) A amostra compreende os mesmos trs grupos de caractersticas que constituem as
unidades da populao objetivo, ou seja, caractersticas respostas, caractersticas
explanatrias e caractersticas estranhas.
19 ( ) Caractersticas de tratamento so caractersticas explanatrias cujos nveis se
manifestam na amostra sob o controle do pesquisador.
20 ( ) O erro de pesquisa resulta do confundimento dos efeitos de caractersticas
explanatrias sobre caractersticas respostas com efeitos de caractersticas estranhas.
21 ( ) Em uma pesquisa explicativa, todas as caractersticas respostas so igualmente
importantes e devem ser identificadas.
22 ( ) O pesquisador deve identificar individualmente cada caracterstica estranha das
unidades da amostra.
23 ( ) Em uma pesquisa, apenas um subconjunto das caractersticas explanatrias precisa ser
identificado e definido explicitamente.
24 ( ) Toda caracterstica da amostra que no controlada por controle local ou controle
estatstico pode ser casualizada.
25 ( ) O controle de tcnicas de pesquisa o procedimento de controle da amostra prprio
para evitar o surgimento de caractersticas perturbadoras.
26 ( ) O usualmente denominado erro aleatrio constitudo exclusivamente pelas
caractersticas estranhas casualizadas.
27 ( ) O experimento o mtodo de pesquisa caracterstico da cincia.
28 ( ) O experimento um mtodo de pesquisa que compreende o controle da manifestao
de pelo menos uma caracterstica explanatria.
29 ( ) O experimento o nico mtodo de pesquisa em que o pesquisador tem controle sobre
a manifestao de caractersticas explanatrias da amostra.
30 ( ) O levantamento por amostragem no um mtodo de pesquisa recomendvel para
pesquisa explicativa.
31 ( ) No h diferena essencial entre um experimento e um levantamento por amostragem.
32 ( ) O estudo observacional um mtodo de pesquisa descritiva.
33 ( ) No estudo observacional retrospectivo caractersticas explanatrias so registradas no
presente e caractersticas respostas, no futuro.
34 ( ) Os estudos observacionais so os mtodos de pesquisa que propiciam maior
representatividade.
35 ( ) O experimento o mtodo de pesquisa que propicia maior confiabilidade.
36 ( ) Entre os mtodos de pesquisa explicativa, o experimento geralmente o mais fraco
quanto ao realismo e representatividade; entretanto, essas duas propriedades do
experimento podem ser melhoradas com a disponibilidade de recursos e a escolha
apropriada da amostra.
37 ( ) No estudo de prottipo, assim como no experimento, o pesquisador tem acentuado
controle sobre caractersticas da amostra; portanto, o estudo de prottipo tambm um
mtodo prprio para pesquisa explicativa.
38 ( ) Assim como no levantamento por amostragem, no estudo de casos o pesquisador no
interfere na amostra.
39 ( ) Por serem mtodos de pesquisa sistmicos, os mtodos de pesquisa exploratria so
prprios para as fases de sntese inicial e final de um ciclo da aplicao do mtodo
cientfico.
40 ( ) Mtodos de pesquisa explicativa so prprios para a fase de anlise.
Mtodo de pesquisa Mtodo de pesquisa exploratria
Estudo de casos Estudo de prottipos
Modelagem matemtica Mtodo de pesquisa descritiva
Censo Levantamento por amostragem
Amostragem probabilista Amostragem aleatria simples
Amostragem aleatria estratificada Amostragem aleatria por
conglomerados
Amostragem sistemtica Amostragem no probabilista
Amostragem de julgamento Amostragem de convenincia
Amostragem por quota Caracterstica resposta
Caracterstica explanatria Caracterstica estranha
Controle da amostra Confundimento
Erro de pesquisa Controle de tcnicas de pesquisa
Controle local / emparelhamento Controle estatstico
Casualizao Caracterstica de tratamento
Caracterstica intrnseca Caracterstica estranha controlada
Caracterstica estranha casualizada Caracterstica estranha
potencialmente perturbadora
Caracterstica estranha perturbadora Mtodo de pesquisa explicativa
Experimento Tcnica experimental
explicativo
Estudo observacional
Estudo observacional prospectivo Estudo observacional retrospectivo
Estudo de coortes Estudo de caso-controle
Estudo observacional no controlado Representatividade
Realismo Confiabilidade
Mtodo de pesquisa analtico Mtodo de pesquisa sistmico
BERNARD, C. Introduccin al estudio de la medicina experimental Introduccin al estudio de la medicina experimental Introduccin al estudio de la medicina experimental Introduccin al estudio de la medicina experimental. Buenos Aires:
Losada, 1944. 309p.
BERTALANFFY, L. von. Teoria geral dos sistemas Teoria geral dos sistemas Teoria geral dos sistemas Teoria geral dos sistemas. Petrpolis: Vozes, 1973. 351p.
BROCKINGTON, N. R. Sistemas, modelos y experimentos en agricultura. In: SCARCI,
J.C. (editor). ENFOQUE DE SISTEMAS EN LA INVESTIGACIN GANADERA.
Montevideo: Instituto Interamericano de Ciencias Agrcolas OEA, 1972. p.3-15.
CAREY, S. S. A beginners guide to scientific method A beginners guide to scientific method A beginners guide to scientific method A beginners guide to scientific method. 2. ed. Belmont, CA: Wadsworth,
1998. 152p.
COCHRAN, W. G. Sampling techniques Sampling techniques Sampling techniques Sampling techniques. 2. ed. New York: John Willey, 1963. 413p.
COCHRAN, W. G. Planning & analysis of observational studies Planning & analysis of observational studies Planning & analysis of observational studies Planning & analysis of observational studies. New York: John Willey,
1983. 145p.
COX, D. R. Planning of experiments Planning of experiments Planning of experiments Planning of experiments. New York: John Wiley, 1958. 308p.
COX. D. R.; SNELL, E. J. Applied statistics; principles and examples Applied statistics; principles and examples Applied statistics; principles and examples Applied statistics; principles and examples. Londres: Chapman
and Hall, 1981. 189p.
590p.
COCHRAN, W. G. Sampling techniques Sampling techniques Sampling techniques Sampling techniques. 2.ed. New York: John Willey, 1963. 413p.
FEDERER, W. T. Statistics and society; data collection and interpretation Statistics and society; data collection and interpretation Statistics and society; data collection and interpretation Statistics and society; data collection and interpretation. New York:
Marcel Dekker, 1973. 399p.
GARAGORRY, F. L. Introduo ao mtodo de Introduo ao mtodo de Introduo ao mtodo de Introduo ao mtodo de estudo de casos estudo de casos estudo de casos estudo de casos. EMBRAPA, Srie
DMQ/B/18. Braslia, 1980.
KEMPTHORNE, O. Why randomize? Journal of Statistical Planning and Inference Journal of Statistical Planning and Inference Journal of Statistical Planning and Inference Journal of Statistical Planning and Inference, v.1,
p.1-25, 1977.
KEMPTHORNE, O. Sampling inference, experimental inference and observation
inference. Sankhya Sankhya Sankhya Sankhya, 40, Serie B, Parts 3 and 4, p.115 145, 1979.
KISH, L. Sample surveys versus experiments, controlled observations, census, registers,
and local studies. Australian Journal of Statistics Australian Journal of Statistics Australian Journal of Statistics Australian Journal of Statistics, v.27, n.2, p.111-122, 1985.
KISH, L. Statistical design for research Statistical design for research Statistical design for research Statistical design for research. New York: John Wiley, 1987. 267p.
LASTRUCCI, C. L. The scientific approach, basic principles of the scientific method The scientific approach, basic principles of the scientific method The scientific approach, basic principles of the scientific method The scientific approach, basic principles of the scientific method.
Cambridge, Massachusetts: Schenkman, 1963. 257p.
MITCHELL, M.; JOLLEY, J. Research design explained Research design explained Research design explained Research design explained. 3. ed. Fort Worth, Texas:
Harcourt Brace, 1996. 624p.
PALMA, O. I.; CATTO, J. B.; MASTROCOLA, M. A.; VIEIRA, L. M.; GARAGORRY, F. L.
Modelo de simulao para a pesquisa pecuria no Pantanal Mato Modelo de simulao para a pesquisa pecuria no Pantanal Mato Modelo de simulao para a pesquisa pecuria no Pantanal Mato Modelo de simulao para a pesquisa pecuria no Pantanal Mato- -- -grossense. grossense. grossense. grossense.
Braslia: EMBRAPA, Srie DMQ/A/26, 1978. 51p.
PETRIE, A.; WATSON, P. Statistics for veterinary Statistics for veterinary Statistics for veterinary Statistics for veterinary and animal science. and animal science. and animal science. and animal science. Londres: Blackwell
Science, 1999. 243p.
SHADISH, W. R.; COOK, T. D.; CAMPBELL, D. T. Experimental and qusi Experimental and qusi Experimental and qusi Experimental and qusi- -- -experimental experimental experimental experimental
designs for generalized causal inference designs for generalized causal inference designs for generalized causal inference designs for generalized causal inference. Boston: Houghton Mifflin, 2002. 623p.
SILVA, J. G. C. da. Mtodos Quantitativos no Sistema Nacional de Pesquisa
Agropecuria (SNPA): Um programa de capacitao e reciclagem de
pesquisadores agrcolas. In: SILVA, E.C. (editor) Mtodos Quantitativos e Mtodos Quantitativos e Mtodos Quantitativos e Mtodos Quantitativos e
Planejamento na EMBRAPA com Enfoque na Informao e na Tecnologia da Planejamento na EMBRAPA com Enfoque na Informao e na Tecnologia da Planejamento na EMBRAPA com Enfoque na Informao e na Tecnologia da Planejamento na EMBRAPA com Enfoque na Informao e na Tecnologia da
Informao Informao Informao Informao. Braslia: Empresa Brasileira de Pesquisa Agropecuria,
Departamento de Pesquisa e Difuso de Tecnologia, 1995. p.69-87.
SILVA, J. G. C. da. Mtodo cientfico e pesquisa agropecuria. In: SILVA, E.C. (editor)
Mtodos quantitativos Mtodos quantitativos Mtodos quantitativos Mtodos quantitativos - -- - Planejamento e qualida Planejamento e qualida Planejamento e qualida Planejamento e qualidade na EMBRAPA de na EMBRAPA de na EMBRAPA de na EMBRAPA. Braslia:
SMITH, T. M. F.; SUGDEN, R. A. Sampling and assignment mechanisms in experiments,
surveys and observational studies. Inter Inter Inter International Statistical Review national Statistical Review national Statistical Review national Statistical Review, v.56, n.2,
p.165-180, 1988.
SOARES, J. F.; COLOSIMO, E. A. Mtodos estatsticos na pesquisa clnica Mtodos estatsticos na pesquisa clnica Mtodos estatsticos na pesquisa clnica Mtodos estatsticos na pesquisa clnica. Minicurso.
Ribeiro Preto: Regio Brasileira da Sociedade Internacional de Biometria, 1995.
105p.
WILSON, E. B. An introductio An introductio An introductio An introduction to scientific research n to scientific research n to scientific research n to scientific research. New York: McGraw-Hill, 1952. 373p.

4 44 4 Pesquisa Experimental Pesquisa Experimental Pesquisa Experimental Pesquisa Experimental
4.1 Introduo................................................................................................................... 130
4.2 Histria Breve ............................................................................................................. 130
4.3 Caracterizao do Experimento.................................................................................. 134
4.4 Processo do Experimento........................................................................................... 140
4.4.1 Estabelecimento do problema e formulao da hiptese...................................... 140
4.4.2 Planejamento do experimento.............................................................................. 140
Planejamento da amostra .............................................................................................. 141
Planejamento das aes e dos procedimentos para a execuo do experimento.......... 141
Definio do modelo estatstico e dos procedimentos de anlise dos dados.................. 141
4.4.3 Conduo do experimento.................................................................................... 142
4.4.4 Anlise dos resultados ......................................................................................... 142
4.4.5 Interpretao dos resultados, elaborao das concluses e sua divulgao ........ 143
4.5 Lista de Referncia para a Execuo de um Experimento.......................................... 144
4.6 Protocolo do Experimento........................................................................................... 147
4.7 Correspondncia entre Objetivos, Plano e Anlise do Experimento............................ 151
4.8 A Estatstica na Pesquisa Experimental...................................................................... 152
Bibliografia.................................................................................................................. 158


130
Nos Captulos 2 Captulos 2 Captulos 2 Captulos 2 e 3 33 3, foram estabelecidas a base conceitual da pesquisa cientfica e
a caracterizao dos mtodos de pesquisa cientfica. Foi esclarecida a importncia da
utilizao complementar dos diversos mtodos de pesquisa nas diversas fases da
aplicao do mtodo cientfico.
O experimento foi conceituado como o mtodo de pesquisa explicativa em que o
pesquisador intervm na amostra, impondo deliberadamente os nveis de uma ou mais
caractersticas explanatrias com o propsito de derivar inferncias referentes aos efeitos
causais dessas caractersticas sobre caractersticas respostas. Essas caractersticas
explanatrias so denominadas caractersticas de tratamento e seus nveis, tratamentos.
Exemplos comuns de tratamentos so diferentes estmulos apresentados ou impostos a
animais ou plantas, tais como diferentes dietas administradas a animais ou diferentes
fungicidas aplicados a plantas. Em um estgio inicial, o objetivo do experimento pode ser,
simplesmente, descobrir se os estmulos produzem qualquer resposta mensurvel,
enquanto que em um estgio de pesquisa ulterior pode ser confirmar ou refutar certas
conjeturas que tenham sido formuladas sobre as respostas aos tratamentos.
O experimento o mtodo de pesquisa que cumpre os requisitos essenciais que
caracterizam a propriedade analtica do mtodo cientfico. De fato, por muito tempo ele foi
considerado o nico mtodo de pesquisa que prov o avano do conhecimento cientfico
referente a relaes causais entre fenmenos.
Observe-se que a palavra experimento comumente empregada em dois
contextos: para designar o mtodo de pesquisa explicativa definido na Seo 3.5 Seo 3.5 Seo 3.5 Seo 3.5 e para
designar a pesquisa que utiliza esse mtodo. Neste segundo contexto tambm utilizada
a designao pesquisa experimental.
Neste Captulo, faz-se uma caracterizao mais ampla do experimento e da
pesquisa experimental. Um resumo da evoluo do mtodo experimental o tema da
Seo Seo Seo Seo 4.2 4.2 4.2 4.2. A Seo Seo Seo Seo 4.3 4.3 4.3 4.3 apresenta os conceitos de experimento em diversos contextos e
caracteriza os que so considerados neste texto. A Seo Seo Seo Seo 4.4 4.4 4.4 4.4 discorre sobre o processo
da pesquisa experimental, principalmente sobre as grandes etapas do experimento,
particularizando o tema tratado anteriormente na Seo 2.4 Seo 2.4 Seo 2.4 Seo 2.4. O processo do experimento
detalhado na Seo Seo Seo Seo 4.5 4.5 4.5 4.5 atravs de uma lista de referncia que indica os passos e os
cuidados que devem ser tomados na execuo de um experimento. Na Seo Seo Seo Seo 4.6 4.6 4.6 4.6
salientada a importncia da documentao escrita do experimento, particularmente do
plano do experimento. Finalmente, a Seo Seo Seo Seo 4.7 4.7 4.7 4.7 aborda o papel da Estatstica na pesquisa
experimental e estabelece um conceito de estatstica experimental.
4.2 4.2 4.2 4.2 Histria Breve Histria Breve Histria Breve Histria Breve
O conceito atual de experimento como mtodo de pesquisa cientfica recente. A
evoluo do mtodo experimental foi paulatina e lenta, at chegar aos dias atuais. Os
marcos dessa evoluo e as contribuies mais relevantes so resumidos a seguir.
A origem da pesquisa experimental freqentemente atribuda ao filsofo ingls
Francis Bacon (1561-1626), no sculo 17. Entretanto, o mtodo experimental remonta a
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, Aristteles concluiu, por exemplo, que a acelerao de um corpo
em queda livre depende de sua massa, e que a terra devia ser uma esfera, j que a
esfera o slido mais "perfeito". No sculo 2 antes de Cristo, o astrnomo e matemtico
Cludio Ptolomeu de Alexandria, desenvolveu uma teoria do universo a partir das idias
4. Pesquisa Experimental 131
de Aristteles. Atravs de argumentos geogrficos, Ptolomeu afirmou que a terra era uma
esfera e, sendo imvel, devia ser o centro do universo, porque, se assim no fosse, o ar
mais leve seria deixado para trs, por causa de sua acelerao mais lenta.
Essas teorias foram aceitas sem controvrsia e assim permaneceram at a Idade
Mdia. O percussor da nova era de indagao cientfica foi o filsofo ingls Roger Bacon
(1220-1292), que tornou a matemtica e o mtodo experimental a base da histria
natural. O termo "cincia experimental" foi popularizado atravs de sua obra. Segundo
ele, o homem adquire conhecimento atravs de raciocnio e experincia, mas sem a
experincia ele no pode ter qualquer certeza.
No sculo 16, o astrnomo polons Nicolau Coprnico (1473-1543) reavivou as
teorias do sistema solar formuladas originalmente pelo filsofo e matemtico grego
Pitgoras (580-500 a.C.) seis sculos antes de Cristo. Coprnico sustentou que o sol
devia ser o centro do universo. Entretanto, sua obra foi publicada apenas aps sua morte.
O mdico e fsico ingls William Gilbert (1544-1603), particularmente interessado
em magnetismo, foi um dos primeiros experimentadores. Ele submetia, sistematicamente,
o conhecimento existente e suas conjeturas a teste experimental. Alm disso, ele
percebeu a necessidade de repetio, no caso de expectativa de variao do resultado
de um experimento.
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. Outras
contribuies importantes para o mtodo experimental se originaram nos sculos 17 e 18,
principalmente com as obras do matemtico e filsofo francs Ren Descartes (1596-
1650), do fsico e matemtico ingls Isaac Newton (1642-1727) e do cientista francs
Antoine-Laurent de Lavoisier (1743-1794). A consolidao do mtodo experimental
tambm teve a influncia relevante do trabalho do renomado mdico e fisiologista francs
Claude Bernard (1813-1878), que consolidou sua obra em seu clebre livro "Introduction
la mdicine exprimentale".
O desenvolvimento da experimentao agrcola teve incio em fins do sculo XVIII,
na poca do desenvolvimento agrcola, originado da revoluo industrial e da
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. Foram criadas
cadeiras de agricultura em Oxford, Inglaterra, em 1790, e em Edimburgo, Esccia, em
1797. O professor Humphrey Davy (1778-1829) da Instituio Real da Gr Bretanha
lecionou um curso anual de qumica em Londres durante dez anos, de 1803 a 1813, e o
publicou em 1813 no livro "Elements of agricultural chemistry", que teve grande influncia
no desenvolvimento da qumica. Na Alemanha, o renomado qumico agrcola Justus von
Liebig (1803-1873) foi nomeado Professor de Qumica da Universidade de Giessen, em
1824. Dessa forma, a agricultura, com uma base firme em qumica, tornou-se aceita
como uma rea acadmica.
A origem da cincia moderna da gentica aplicada agricultura creditada aos
trabalhos experimentais de cruzamentos com ervilha desenvolvidos pelo monge austraco
Johann Gregor Mendel (1822-1884). A hoje conhecida "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 naturalista ingls Robert Charles
Darwin (1809-1892) publicou, em 1876, o artigo "The effects of cross and self fertilization
in the vegetable kingdom", que divulgou os resultados de experimentos sobre

132
autofertilizao e fertilizao cruzada em plantas realizados em uma pequena casa de
vegetao.
Na Inglaterra, John Bennet Lawes (1814-1900) aps a morte de seu pai, em 1834,
decidiu interromper seus estudos de qumica em Oxford e dirigir suas propriedades em
Rothamsted. Ele obteve condies para trabalhar nos laboratrios de qumica do Colgio
da Universidade de Londres e, em seguida, 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 a partir do 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 pesquisa
experimental 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 do mtodo cientfico na agricultura.
Muitos dos experimentos de Lawes e Gilbert 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 adubao qumica
por tempo prolongado. Naturalmente, os delineamentos utilizados nesses experimentos
no seriam aceitos hoje, pois eles no adotam os princpos fundamentais do
delineamento de experimento, ou seja, casualizao, repetio e controle local, e suas
parcelas so demasiadamente longas. Isso apesar da necessidade da repetio j ser
reconhecida na metade do sculo passado. Ademais, embora os tratamentos de alguns
desses experimentos revelem aparncia de estrutura fatorial, os nveis e as combinaes
de nveis so muito irregulares. Mesmo com as suas imperfeies, esses experimentos
foram valiosos como ponto de partida para o desenvolvimento da pesquisa experimental.
Assim, por exemplo, tendo sido reconhecido que os resultados obtidos nos solos
argilosos de Rothamsted podiam no ser repetveis em outros tipos de solo, a partir de
1876, foi estabelecida uma srie paralela de experimentos em solos arenosos de
Woburn. Essa iniciativa parece ter sido o primeiro reconhecimento formal da importncia
da variao ambiental entre locais.
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. Uma das iniciativas mais importantes na
histria da pesquisa e da educao agrcola foi tomada em 1862 com a criao do
Departamento de Agricultura dos Estados Unidos e dos colgios de agricultura e artes
mecnicas em cada estado daquele pas. Trabalhos experimentais particularmente
relevantes foram desenvolvidos na Estao Experimental de Agricultura de Connecticut,
fundada em 1875.
Delineamentos experimentais sistemticos tm uma longa histria em agricultura.
Quadrados latinos sistemticos foram usados na Alemanha e na Frana no sculo 19, e
vrias formas de esquemas de grade, especialmente esquemas baseados no movimento
do rei em xadrez, foram usados na Escandinvia no ltimo quarto do sculo 19. Esses
delineamentos reconhecem, claramente, a necessidade da repetio e de alguma forma
de balanceamento.
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. Em 1889, John Lawes estabeleceu a
Fundao Agrcola Lawes para permitir a continuao dos experimentos de Rothamsted.
Aps a morte de Gilbert, A. Daniel Hall foi designado Diretor da Estao Experimental de
Rothamsted. Hall lembrado por seus experimentos de uniformidade com W. B. Mercer.
Possivelmente, Hall e Mercer tenham sido os primeiros a reconhecerem que devem ser
associadas medidas das grandezas dos erros a dados de experimentos em agricultura.
Ulteriormente, eles estabeleceram padres para tamanhos de parcelas de alguns tipos de
experimentos. Em Cambridge, o astrnomo T. B. Wood e o professor de agricultura F. J.
M. Stratton mostraram um procedimento para estimao de erros em um experimento de
nutrio animal, e reportaram um dos primeiros experimentos de uniformidade.
Em 1912, Daniel Hall foi sucedido por John Russell, um qumico agrcola conhecido
e com vocao para administrao cientfica. Russell passou a preocupar-se com os
enormes arquivos de dados gerados pelos resultados de 70 anos dos experimentos de
Rothamsted. Sabendo que a instituio responsvel pelo censo tinha mtodos para
extrair informaes de grandes massas de dados, ele decidiu procurar um profissional
familiar com tais mtodos que estivesse preparado para examinar os dados de
Rothamsted e obter informaes que ainda no haviam sido conseguidas. Para tal tarefa,
ele contratou Ronald Aylmer Fisher (1890-1962), um jovem matemtico do Colgio Caius
de Cambridge.
As expectativas de Russell foram mais que superadas. No perodo de 1919 a 1933,
em Rothamsted, Fisher desenvolveu a teoria e os mtodos, na medida em que foi
necessitando. Ele observou, logo, que podiam ser planejados experimentos melhores do
que aqueles de Lawes e Gilbert e seus sucessores, e iniciou o desenvolvimento do ramo
da estatstica relacionado com o planejamento e a anlise de experimentos. Fisher
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 variao, 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
tornou disponveis para pesquisadores em agricultura e biologia.
No ambiente propiciado por 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.
Conseqentemente, o processo de gerao dos dados e, particularmente, o
planejamento da pesquisa, passaram a assumir importncia fundamental. Fisher
compreendeu logo que, enquanto o mais elaborado procedimento estatstico de anlise
de dados poderia incrementar a preciso de um experimento em alguns pontos
percentuais, um plano experimental mais apropriado, envolvendo praticamente o mesmo
esforo, podia aumentar a preciso em dobro ou muitas vezes mais, podendo, alm
disso, fornecer informao adicional sobre questes suplementares importantes.
Ao fim dos 14 anos de trabalho na pesquisa agrcola, as idias de Fisher j eram
reconhecidas e sua metodologia moderna do planejamento e anlise de experimentos
estava em pleno uso.
Fisher enfatizou o papel fundamental da repetio como uma base para a
estimao do erro e por conseqncia 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 blocos
casualizados, que se tornaram de uso comum em experimentos agrcolas de campo.
Fisher tambm salientou a importncia de experimentos fatoriais, argumentando que a
natureza prefere responder questes propostas conjuntamente em vez de questes

134
isoladas. Sua contribuio mais relevante para a pesquisa experimental foi condensada
em seu segundo livro, "The design of experiments", publicado em 1935.

As principais caractersticas da abordagem introduzida por Fisher so as seguintes:
requerimento de que o prprio experimento fornea uma estimativa da
variabilidade atribuvel a caractersticas estranhas a que esto sujeitas as
respostas aos tratamentos;
uso da repetio para prover essa estimativa da variabilidade e da casualizao
para lograr sua validade;
uso do controle local com o propsito de controlar e reduzir essa fonte de
variao estranha;
princpio de que a anlise estatstica dos resultados determinada pelo modo
como o experimento conduzido; 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.

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 atravs
de 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 importncia de experimentos complexos envolvendo
rotaes de culturas tambm originou contribuies relevantes de Yates e Cochran.
A metodologia moderna da pesquisa experimental, desenvolvida a partir dos
fundamentos e idias 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. Os
desenvolvimentos cientficos e tecnolgicos nas diversas reas demandaram, por sua
vez, novas metodologias particulares que tambm se tornaram, em geral, aplicveis s
demais reas.
Como conseqncia 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 em muitas reas da cincia.
4.3 4.3 4.3 4.3 Caracterizao do Experimento Caracterizao do Experimento Caracterizao do Experimento Caracterizao do Experimento
Uma pesquisa explicativa tem o objetivo de verificar uma hiptese cientfica
referente a uma relao causal entre um conjunto de caractersticas respostas e um
conjunto de caractersticas explanatrias das unidades de uma populao objetivo.

O experimento experimento experimento experimento o mtodo de pesquisa explicativa em que imposta ou
controlada a manifestao de uma ou mais caractersticas explanatrias das unidades
da amostra.

Tipicamente, no experimento o pesquisador escolhe os nveis de uma ou mais
caractersticas explanatrias e os aplica s unidades da amostra de modo controlado, de
acordo com algum plano. Ademais, o controle de tcnicas experimentais permite a
reduo eficaz do confundimento de efeitos de caractersticas explanatrias com efeitos
de caractersticas estranhas.
No experimento, a manifestao de caractersticas explanatrias e de
caractersticas estranhas na amostra controlada de modo a permitir que a variao
manifestada pelas caractersticas respostas seja atribuvel, to inequivocamente quanto
possvel, variao inerente s caractersticas explanatrias. Por essa razo, o
experimento considerado o mtodo de pesquisa explicativa por excelncia.

Uma caracterstica explanatria cuja manifestao nas unidades da amostra
controlada uma caracterstica de tratamento caracterstica de tratamento caracterstica de tratamento caracterstica de tratamento. Cada nvel especfico de uma
caracterstica de tratamento e cada combinao especfica dos nveis de duas ou
mais caractersticas de tratamento um tratamento tratamento tratamento tratamento. Uma caracterstica explanatria
inerente s unidades que se manifesta fora do controle do pesquisador ou sob seu
controle limitado uma caracterstica intrnseca caracterstica intrnseca caracterstica intrnseca caracterstica intrnseca.

O Exemplo Exemplo Exemplo Exemplo 4 44 4. .. .1 11 1 prov ilustraes de caracterstica de tratamento e caracterstica
intrnseca.
a) No experimento sobre a eficcia de fungicidas no controle da giberela em lavouras de
trigo considerado no Exemplo 3.19 Exemplo 3.19 Exemplo 3.19 Exemplo 3.19, os nveis escolhidos de cada uma das duas caractersticas
explanatrias fungicida e cultivar so atribudos s unidades da amostra (talhes) sob o controle
do pesquisador. Portanto, cultivar e fungicida so caractersticas de tratamento; cada cultivar,
cada fungicida e cada combinao de um fungicida com uma cultivar um tratamento particular.
Entretanto, local e ano so caractersticas explanatrias cujos nveis so inerentes s unidades e
se manifestam sem interferncia do pesquisador; logo, local e ano so caractersticas intrnsecas.
b) No experimento de controle de vermes intestinais em ovinos com anti-helmnticos do
Exemplo 3.30 Exemplo 3.30 Exemplo 3.30 Exemplo 3.30, os nveis escolhidos da caracterstica explanatria anti-helmntico so atribudos s
unidades da amostra (animais) de modo controlado. Portanto, anti-helmntico uma caracterstica
de tratamento e cada anti-helmntico um tratamento particular. Entretanto, sexo uma
caracterstica explanatria cujos nveis so inerentes s unidades; logo, sexo uma caracterstica
intrnseca. Por essa mesma razo, local e ano tambm so caractersticas intrnsecas.

O controle da atribuio dos nveis de caractersticas de tratamentos s unidades
da amostra deve ser exercido atravs de algum processo que garanta a ausncia de
confundimento tendencioso dos efeitos atribuveis a essas caractersticas com efeitos de
caractersticas estranhas. Essa garantia provida pela casualizao, ou seja, algum
processo objetivo de sorteio que atribua a todas as unidades da amostra a mesma
chance de receber qualquer dos tratamentos. A casualizao tem conseqncias
relevantes para as inferncias referentes a efeitos causais de caractersticas de
tratamento sobre caractersticas respostas. Naturalmente, a casualizao no aplicvel
a caractersticas intrnsecas.
A impossibilidade de controle absoluto da manifestao de caractersticas
explanatrias e de caractersticas estranhas em qualquer pesquisa cientfica implica que
um experimento jamais pode provar a hiptese que o origina, mas apenas verific-la.
Entretanto, um experimento vlido que proveja resultados que contradigam a hiptese
suficiente para rejeit-la.

136
O controle exercido sobre a manifestao de caractersticas explanatrias uma
propriedade exclusiva do experimento que o distingue favoravelmente dos outros
mtodos de pesquisa exploratria. Entretanto, a representao da populao objetivo
pela amostra uma questo crucial no experimento. Em primeiro lugar porque,
comumente, a amostra no obtida por processo de seleo aleatria das unidades da
populao objetivo. Esse processo de seleo invivel porque, quando a amostra
constituda por unidades da populao objetivo, usualmente pelo menos parte dessas
unidades no tem existncia no momento da execuo do experimento, ou no
disponvel ou acessvel para o experimento. Assim, quando as unidades da amostra so
unidades da populao objetivo, elas devem ser selecionadas arbitrariamente entre as
unidades existentes que so disponveis e acessveis. Ademais, muito freqentemente, a
unidade na amostra no corresponde unidade na populao objetivo: uma frao ou
simulao desta que construda especialmente para a pesquisa. Por exemplo, em um
experimento agrcola de campo com feijo, a unidade da amostra um cultivo em um
talho de pequenas dimenses, enquanto a unidade da populao objetivo uma lavoura
que pode abranger vrios hectares; em um experimento de nutrio de sunos criados em
confinamento, a unidade da amostra pode ser um leito em um boxe, enquanto que na
populao objetivo um conjunto de leites em uma instalao mais ampla.
Nessas circunstncias, a validade das inferncias derivadas do experimento
necessariamente depende de avaliao subjetiva. As inferncias so vlidas (isto , no
tendenciosas) para a populao de unidades que possa ser considerada representada
pela amostra, ou seja, para a populao amostrada. A adequabilidade da extenso das
inferncias do experimento para a populao objetivo depende da proximidade entre a
populao objetivo e a populao amostrada, ou seja, do erro de amostragem. Ela deve
ser avaliada, subjetivamente, com base na informao que possa ser obtida sobre a
natureza das diferenas entre a populao amostrada e a populao objetivo.
Essas consideraes so importantes em pesquisa tecnolgica, que visa derivao
de inferncias para aplicao em situaes reais. Elas podem no ter tanta relevncia em
pesquisa bsica, com propsito apenas cognitivo.
O experimento o mtodo de pesquisa explicativa de mais ampla aplicao e
tradio na pesquisa cientfica. Como conseqncia, h uma diversidade conceitual e
uma variao metodolgica do experimento, que origina vrias classificaes que so
encontradas na literatura, baseadas em diferentes critrios.
Uma primeira classificao referente a experimento considera a presena ou
ausncia de casualizao. Quanto a essa propriedade fundamental, um experimento
pode ser classificado como:
experimento aleatrio ou
experimento sistemtico.

Em um experimento aleatrio experimento aleatrio experimento aleatrio experimento aleatrio a atribuio dos tratamentos s unidades da
amostra procedida atravs de casualizao, ou seja, de algum processo de sorteio
objetivo que garanta que todas as unidades tenham igual chance de receber qualquer
dos tratamentos. Em um experimento sistemtico experimento sistemtico experimento sistemtico experimento sistemtico, os tratamentos so atribudos s
unidades da amostra de modo arbitrrio e subjetivo, de modo a constituir um
arranjamento sistemtico, aparentemente conveniente tendo em conta a variao
estranha da amostra que no controlada.

Experimentos sistemticos apresentam inconvenientes que no ocorrem com
experimentos aleatrios. Por essa razo, neste texto restringe-se considerao a
experimento aleatrio.
Alguns textos referem a experimento com um nico tratamento e classificam
experimento quanto ao nmero de tratamentos nas seguintes duas categorias:
experimento absoluto e
experimento comparativo.

Um experimento com um nico tratamento denominado experimento absoluto experimento absoluto experimento absoluto experimento absoluto;
um experimento com mais de um tratamento um experimento comparativo experimento comparativo experimento comparativo experimento comparativo.

Um experimento comparativo compreende pelo menos uma caracterstica
explanatria de tratamento com pelo menos dois nveis. O propsito principal de um
experimento comparativo derivar inferncias referentes a comparaes de tratamentos,
ou seja, inferncias referentes a diferenas de efeitos de tratamentos sobre
caractersticas respostas. Comumente, nestes experimentos no so relevantes
inferncias referentes aos efeitos individuais dos tratamentos. Assim, em um experimento
de fertilizao do solo para o cultivo do trigo, h mais interesse nas diferenas entre os
rendimentos correspondentes aos diferentes fertilizantes do que nesses rendimentos.
Nessas circunstncias, em um experimento comparativo, como o ilustrado no
pargrafo anterior, no h muita preocupao com as condies ambientais particulares
sob as quais o experimento conduzido, desde que sejam semelhantes para todos os
tratamentos e razoavelmente representativas do conjunto mais geral das condies da
populao objetivo. Nesses experimentos usualmente pressuposto que os resultados
obtidos em um campo experimental sero aproximadamente verdadeiros para a regio
prxima. Essa considerao a base para a seleo de locais para a conduo de
experimentos.
Por outro lado, um experimento absoluto tem como propsito inferncias referentes
ao efeito causal sobre variveis respostas de um nico nvel de um fator experimental ou
de um nico nvel de cada um de dois ou mais fatores experimentais. Por exemplo, o
efeito de uma suplementao alimentar particular sobre os teores de protena e gordura
do leite de vacas da raa holandesa, e o efeito residual no leite de um antibitico
administrado a esses animais aps 24 horas de sua administrao.
Em biologia, particularmente em agricultura, experimentos comparativos so muito
mais comuns e importantes. Esse texto considera exclusivamente experimentos dessa
classe.
O experimento tambm pode ser classificado quanto a seu objetivo segundo duas
categorias:
experimento cientfico e
experimento tecnolgico.

Um experimento cientfico experimento cientfico experimento cientfico experimento cientfico ou experimento bsico experimento bsico experimento bsico experimento bsico tem propsito eminentemente
cognitivo; visa o melhor entendimento da realidade. uma pesquisa bsica, que visa
novo conhecimento, no necessariamente com objetivo de sua aplicao. Por outro
lado, um experimento tecnolgico experimento tecnolgico experimento tecnolgico experimento tecnolgico visa gerao de conhecimento til com vistas a
sua aplicao prtica, em busca do aumento do domnio sobre a realidade.

Observe-se que essa classificao no to ntida e muitas vezes questionada,
j que experimentos cientficos so indispensveis em programas de pesquisa
tecnolgica. A importncia da distino entre essas duas categorias de experimento
decorre particularmente de suas diferenas quanto s relevncias da considerao da
populao objetivo e da representao desta pela amostra.
A especificao da populao objetivo crucial em experimentos tecnolgicos, que
visam inferncias para aplicao prtica. Pode no assumir tanta relevncia em

138
experimentos cientficos. Assim, por exemplo, a definio clara da populao objetivo
altamente importante nos experimentos sobre a eficcia de fungicidas no controle da
giberela do trigo e a eficcia de anti-helmnticos no controle de vermes intestinais de
ovinos, considerados em ilustraes anteriores Exemplo 3.19 Exemplo 3.19 Exemplo 3.19 Exemplo 3.19 e Exemplo 3.20 Exemplo 3.20 Exemplo 3.20 Exemplo 3.20). Pode ser
irrelevante em um experimento para pesquisa de sintomas de deficincia de potssio em
plantas de arroz. Neste ltimo caso, a pesquisa pode ser conduzida sobre uma amostra
altamente homognea quanto composio de caractersticas estranhas, com cultivo em
uma soluo nutritiva e com os nveis dos diversos elementos aplicados s unidades da
amostra exatamente nas quantidades definidas.
Os experimentos tecnolgicos compreendem trs classes:
experimento preliminar,
experimento crtico e
experimento demonstrativo.

Um experimento preliminar experimento preliminar experimento preliminar experimento preliminar tem carter exploratrio, freqentemente compreende
nmero elevado de tratamentos e tem como propsito gerar conhecimento que
permita o planejamento de experimentos crticos, mais especficos e de preciso e
exatido mais elevadas. Um experimento crtico experimento crtico experimento crtico experimento crtico visa gerao de resultados
(tecnologias) para recomendao de adoo por produtores ou outros usurios da
pesquisa. Um experimento demonstrativo experimento demonstrativo experimento demonstrativo experimento demonstrativo visa verificao e demonstrao da
aplicabilidade prtica de resultados de experimentos crticos, na situao real dos
sistemas da populao objetivo.

Essas classes de experimento tecnolgico so ilustradas no Exemplo Exemplo Exemplo Exemplo 4 44 4. .. .2 22 2.
a) Um experimento preliminar de fertilizao do solo para o cultivo de uma espcie em uma
nova regio pode contemplar um nmero relativamente elevado de caractersticas de tratamento
(macro e micro-elementos) cada uma com dois nveis, para a identificao das caractersticas de
mais impacto sobre a produo e das interaes mais relevantes dessas caractersticas. Essas
informaes so valiosas para o planejamento de experimentos mais especficos, com hipteses
mais fundamentadas e menor nmero de caractersticas explanatrias.
b) Em programas de melhoramento gentico de plantas, so usuais experimentos
preliminares com nmeros elevados de linhagens geradas por cruzamentos e uma ou poucas
repeties. Ento, as linhagens de melhor desempenho so selecionadas para incluso em
experimentos decisivos de uma segunda fase.

O experimento crtico deve ter preciso e exatido suficientes para prover razovel
segurana de deteco de diferenas reais importantes. Usualmente, as consideraes
da populao objetivo e de sua representao pela amostra no so muito relevantes em
experimentos preliminares, mas tm importncia elevada em experimentos crticos.
Um experimento demonstrativo geralmente conduzido nas prprias condies das
unidades da populao objetivo. So exemplos experimentos conduzidos em
propriedades de agricultores e criadores.
Este texto enfocar principalmente experimentos crticos.
Experimentos tecnolgicos tambm podem ser classificados quanto abrangncia
da amostra, em duas classes:
experimento de abrangncia ampla e
experimento de abrangncia restrita.

Um experimento de abrangncia ampla experimento de abrangncia ampla experimento de abrangncia ampla experimento de abrangncia ampla (espacial e temporal) um experimento
repetido em diversas sees do espao e do tempo; um experimento de abrangncia experimento de abrangncia experimento de abrangncia experimento de abrangncia
restrita restrita restrita restrita um experimento conduzido em uma nica sesso do espao e do tempo.

Experimentos cientficos so freqentemente experimentos de abrangncia restrita,
j que nesses experimentos a representao da populao objetivo pela amostra
usualmente pouco relevante. Experimentos tecnolgicos preliminares tambm so
comumente de abrangncia restrita, dado que a representatividade da amostra no to
importante na fase preliminar de um programa de pesquisa experimental. Entretanto, em
experimentos tecnolgicos crticos e demonstrativos a representatividade da amostra
essencial, o que requer ampla abrangncia espacial e temporal.
Observe-se que muitos textos designam de "experimento" uma pesquisa
experimental conduzida em um ambiente particular (um terreno, um potreiro, um
laboratrio ou uma instalao). Se a pesquisa experimental abrange um conjunto de
ambientes, ou seja, uma regio, um conjunto de laboratrios ou de instalaes em
diversos perodos de um intervalo de tempo, como o caso de experimentos regionais
em agricultura, designam de "experimento" cada frao da pesquisa conduzida em um
ambiente particular (local e ano particulares, no caso desses experimentos regionais). A
pesquisa global que abrange toda a regio e um intervalo de anos designada "grupo de
experimentos". relevante salientar que no contexto do mtodo cientfico esse "grupo de
experimentos" constitui um experimento de ampla abrangncia espacial e temporal; cada
uma das sees particulares do espao e do tempo em que o experimento conduzido
constitui uma sua parte. Esse fato deve ser considerado no planejamento do experimento
e apropriadamente levado em conta na metodologia de anlise dos resultados.
1. Explique o argumento de Fisher para considerar o planejamento de experimento como a
atividade de mais elevada relevncia na pesquisa experimental.
2. Descreva as caractersticas mais relevantes da pesquisa experimental na abordagem
introduzida por Fisher.
3. Qual o princpio fundamental da pesquisa experimental atribudo como inovao introduzida
por Fisher? Qual seu significado?
4. Comente sobre o significado da seguinte sentena atribuda a Fisher para salientar a
convenincia de experimentos fatoriais: "a natureza prefere responder perguntas
conjuntamente em vez de perguntas isoladas".
5. Porque o experimento considerado o mtodo de pesquisa explicativa por excelncia?
6. Caracterize o experimento quanto ao controle exercido sobre a escolha da amostra e a
manifestao de caractersticas explanatrias.
7. Qual a implicao do controle exercido sobre a manifestao de caractersticas
explanatrias para as inferncias derivadas do experimento?
8. Explique porque as inferncias derivadas do experimento usualmente compreendem um passo
de avaliao subjetiva.
9. Explique e ilustre os significados de experimento comparativo e experimento absoluto.
10. O que caracteriza essencialmente um experimento aleatrio?
11. Explique a distino conceitual entre experimento cientfico e experimento tecnolgico.
12. O que caracteriza a distino entre experimento de ampla abrangncia e experimento de
abrangncia restrita? Ilustre essas duas classes de experimento com exemplos de sua rea.
13. Porque o pesquisador deve ser muito cauteloso na recomendao de resultados de um
experimento para aplicao?
14. Porque experimentos tecnolgicos so freqentemente experimentos de ampla abrangncia
espacial e temporal?

140
4.4 4.4 4.4 4.4 Processo do Experimento Processo do Experimento Processo do Experimento Processo do Experimento
O experimento revela em sua plenitude a propriedade sistemtica do mtodo
cientfico. Seu processo compreende um conjunto ordenado de etapas que toda pesquisa
cientfica completa deve cumprir, desde sua origem at a consecuo de seus objetivos.
Essa seqncia de etapas essencialmente aquela descrita na Seo 2.4 Seo 2.4 Seo 2.4 Seo 2.4. Aqui sero
feitas consideraes apenas aos aspectos que tm relevncia particular na pesquisa
experimental.
4.4.1 4.4.1 4.4.1 4.4.1 Estab Estab Estab Estabelecimento do problema e formulao da hiptese elecimento do problema e formulao da hiptese elecimento do problema e formulao da hiptese elecimento do problema e formulao da hiptese
O estabelecimento do problema e a formulao da hiptese definem os objetivos do
experimento. Essas decises demandam a caracterizao clara e inequvoca da
populao objetivo e de suas unidades. A importncia dessa etapa inicial da pesquisa
cientfica foi enfatizada na Seo 2.4 Seo 2.4 Seo 2.4 Seo 2.4. Cabe aqui ressaltar que falhas em uma dessas
decises implicaro que uma pesquisa bem conduzida nessas circunstncias poder
resultar em uma soluo correta para problema incorreto ou em uma soluo incorreta
para problema correto. Particularmente, os seguintes temas devem ser claramente
definidos:
a) Propsito do experimento: O experimento visa o esclarecimento ou derivao de
conhecimento para o desenvolvimento de teoria, ou o provimento de informaes para
uso imediato? O experimento uma etapa preliminar de um programa de pesquisa para
determinao do curso futuro dessa pesquisa, ou uma etapa que visa tomada de
decises para aplicao prtica?
b) Populao objetivo: A qual amplitude espacial e temporal as inferncias do
experimento devem ser aplicadas? Particularmente, devem ser especificados a
distribuio geogrfica e o intervalo de tempo (futuro) da abrangncia da populao
objetivo.
c) Unidades da populao objetivo: Qual o nvel das unidades (sistemas) que
deve ser considerado? Por exemplo: a) as unidades so o conjunto dos animais em uma
instalao (potreiro, boxe ou gaiola) ou um animal individual ou uma sua parte? b) as
unidades so o conjunto das plantas em uma parcela (talho de campo, canteiro ou vaso)
ou uma planta individual ou uma sua parte? As caractersticas dessas unidades so as
mesmas das unidades atuais ou caractersticas supostamente selecionadas ou
evoludas? Por exemplo: a) as cultivares sob comparao destinam-se a lavouras com
tcnicas de cultivo mais avanadas, como nveis mais elevados de adubao e controle
mais intensivo de doenas e pragas? b) os antibiticos sob pesquisa destinam-se a
animais selecionados segundo nveis de produtividade? c) as composies de rao
destinam-se apenas a animais de um sexo e de uma faixa de idade especfica?
4.4.2 4.4.2 4.4.2 4.4.2 Planejamento do experimento Planejamento do experimento Planejamento do experimento Planejamento do experimento
A abordagem cientfica requer o planejamento do experimento, ou seja, o
estabelecimento antecipado, em forma escrita, do conjunto completo das decises e
aes que devem ser tomadas e procedidas para a execuo do experimento. O plano
do experimento deve ser consistente com os objetivos da pesquisa determinados pelo
problema e pela hiptese, e ser formulado de modo a garantir a derivao das inferncias
que o experimento visa estabelecer para a consecuo desses objetivos.
Muito freqentemente, a importncia desta etapa subestimada, ou seja, no so
dedicados o tempo e a ateno necessria para a elaborao do plano do experimento.
Esta falha a origem de muitos experimentos que no produzem resultados teis ou no
derivam as informaes que potencialmente poderiam produzir com os mesmos recursos.
Essa etapa compreende, fundamentalmente, o planejamento da amostra, o
planejamento das aes e dos procedimentos para a execuo do experimento, e as
definies do modelo estatstico decorrente e dos procedimentos de anlise estatstica
para a derivao de inferncias.
Planejamento da amostra Planejamento da amostra Planejamento da amostra Planejamento da amostra
O planejamento da amostra deve garantir a aptido do experimento para a
derivao das inferncias que constitui o seu objetivo. Em particular, deve garantir a
preciso e a exatido apropriadas para essas inferncias (Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 e 6.5.4 6.5.4 6.5.4 6.5.4). A
preciso e a exatido dependem fundamentalmente do tamanho, da composio e do
controle da amostra. Em experimentos bsicos a preciso tem maior relevncia do que a
exatido; em experimentos tecnolgicos esses dois requisitos podem ser igualmente
importantes.
O planejamento da amostra estabelece a composio e o relacionamento das trs
classes de caractersticas da amostra, ou seja, a classe das caractersticas respostas, a
classe das caractersticas explanatrias e a classe das caractersticas estranhas. Esse
planejamento determina, respectivamente, a estrutura da estrutura da estrutura da estrutura da resposta resposta resposta resposta, a estrutura das estrutura das estrutura das estrutura das
condies experimentais condies experimentais condies experimentais condies experimentais e a estrutura das unidades estrutura das unidades estrutura das unidades estrutura das unidades. A relao estrutural entre as duas
classes de caractersticas que afetam as caractersticas respostas, ou seja, entre as
caractersticas explanatrias e as caractersticas estranhas constitui a estrutura do estrutura do estrutura do estrutura do
experimento experimento experimento experimento ou delineamento do experimento delineamento do experimento delineamento do experimento delineamento do experimento. A estrutura do experimento determinada
pelos objetivos do experimento e constitui a base para a derivao das inferncias para a
consecuo desses objetivos.
O planejamento da amostra deve satisfazer alguns requisitos e princpios bsicos.
A estratgia para o planejamento da amostra e esses requisitos e princpios bsicos so
o tema do Captulo 6 Captulo 6 Captulo 6 Captulo 6. Os captulos seguintes tratam dos segmentos essenciais do
planejamento da amostra.
Pla Pla Pla Planejamento das aes e dos procedimentos para a execuo do experimento nejamento das aes e dos procedimentos para a execuo do experimento nejamento das aes e dos procedimentos para a execuo do experimento nejamento das aes e dos procedimentos para a execuo do experimento
Devem ser previstos as aes e os procedimentos que devero ser adotados
durante a conduo do experimento para que os recursos necessrios estejam
disponveis e sejam implementados nos momentos apropriados. Esse planejamento
necessrio para minimizar ocorrncias que possam implicar prejuzo para a consecuo
dos objetivos do experimento, especialmente a manifestao de caractersticas estranhas
perturbadoras.
Definio do modelo esta Definio do modelo esta Definio do modelo esta Definio do modelo estatstico e dos procedimentos de anlise dos dados tstico e dos procedimentos de anlise dos dados tstico e dos procedimentos de anlise dos dados tstico e dos procedimentos de anlise dos dados
Os procedimentos de inferncia estatstica requerem o estabelecimento de um
modelo estatstico, ou seja, um modelo matemtico que represente a relao entre as
variveis respostas e as variveis explanatrias, e leve em conta a presena das
caractersticas estranhas da amostra.
Assim, na concluso do plano do experimento, deve ser formulado o modelo
estatstico que constituir a base para a definio dos conseqentes procedimentos
estatsticos apropriados para a anlise dos dados com vistas derivao das inferncias
objeto do experimento.
A definio desses procedimentos de anlise deve, ento, ser esboada. Os
recursos necessrios para a execuo dessas anlises tambm devem ser previstos para
garantir sua disponibilidade na etapa da anlise dos dados.

142
4.4.3 4.4.3 4.4.3 4.4.3 Conduo do experimento Conduo do experimento Conduo do experimento Conduo do experimento
O pesquisador deve acompanhar e conduzir o experimento cuidadosamente para
assegurar a obedincia ao plano preestabelecido e registrar ocorrncias estranhas que
possam ter influncias relevantes. Particularmente, deve dispensar ateno ao
delineamento experimental e implementao das tcnicas experimentais previstas para
o controle experimental, de modo a evitar o surgimento de caractersticas estranhas
perturbadoras, que afetem as caractersticas respostas de modo sistemtico,
ocasionando confundimento tendencioso com efeitos de caractersticas de tratamento.
Essa a etapa da coleta de dados, ou seja, da mensurao e registro dos valores
observados das variveis respostas, das co-variveis e de outras variveis importantes,
segundo estabelecido no plano do experimento. Deve ser dispensada ateno particular
preciso e exatido dos processos de mensurao. Tambm devem ser registradas
ocorrncias relevantes no previstas para a considerao adequada nas etapas de
anlise dos resultados e de elaborao das concluses.
importante que o registro dos dados seja seguido de uma reviso cuidadosa e de
uma crtica dos dados que garanta a deteco de possveis erros, especialmente de erros
grosseiros.
4.4.4 4.4.4 4.4.4 4.4.4 Anlise dos resultados Anlise dos resultados Anlise dos resultados Anlise dos resultados
Devem ser empregados os mtodos e procedimentos estatsticos de anlise de
dados apropriados aos objetivos do experimento, que sejam consistentes e coerentes
com o delineamento experimental adotado e com o correspondente modelo estatstico
estabelecido no plano do experimento.
Em muitas pesquisas, pode ser til uma etapa preliminar de inspeo dos dados,
atravs de sua descrio e resumo, e o emprego de tcnicas para verificao das
pressuposies estabelecidas com o modelo estatstico. Esse procedimento pode
propiciar as indicaes mais evidentes reveladas pelos resultados do experimento que
em alguns casos podem ser importantes para a orientao referente aos procedimentos
de anlise estatstica a adotar.
Nos ltimos anos, a computao eletrnica tem se tornado uma facilidade com
potencial crescente para a tarefa de anlise de dados. Tais recursos, ou seja,
equipamentos de diversos portes, particularmente microcomputadores e computadores
pessoais, e uma grande gama de programas e "pacotes" de anlise estatstica, esto
tornando vivel o emprego de metodologias mais apropriadas para a anlise de dados.
Uma parte importante do processo de anlise de dados a verificao da
adequao do modelo estatstico, ou seja, o exame crtico do modelo estatstico adotado,
particularmente de suas pressuposies. Os recursos de computao e o emprego de
tcnicas grficas so particularmente teis para esse propsito.
Deve ser alertado que as facilidades de recursos de computao podem induzir ao
seu mau uso. freqente, por exemplo, o uso automtico de procedimentos de anlise
de dados disponveis em pacotes de anlise estatstica sem a verificao de sua
adequabilidade, especialmente no que diz respeito s pressuposies exigidas.
Outro aspecto a considerar a utilizao de dados de experimentos para pesquisas
exploratrias e estudos observacionais com propsitos de derivao de inferncias fora
dos objetivos dos experimentos particulares. Tais anlises de dados so muito teis para
a sugesto de hipteses a serem sujeitas a futuras pesquisas explicativas.
4.4.5 4.4.5 4.4.5 4.4.5 Interpretao dos resultados, elaborao das concluses e sua divulgao Interpretao dos resultados, elaborao das concluses e sua divulgao Interpretao dos resultados, elaborao das concluses e sua divulgao Interpretao dos resultados, elaborao das concluses e sua divulgao
Completada a anlise dos dados, o experimentador deve extrair inferncias ou
concluses dos resultados. oportuno salientar as limitaes da validade de inferncias
estatsticas. Assim, por exemplo, o emprego de mtodos estatsticos no prova que uma
ou mais caractersticas explanatrias tm efeitos em um experimento particular. Ele
apenas fornece orientao referente confiabilidade e validade de tais inferncias. De
fato, o emprego de mtodos estatsticos apropriados no permite a prova definitiva de
argumentos baseados nos resultados de um experimento particular, mas permite a
avaliao do erro provvel de uma concluso, ou a atribuio de um nvel de confiana a
uma proposio derivada dos resultados do experimento.
As inferncias estatsticas devem ser interpretadas fisicamente e os significados
prticos devem ser avaliados e levados em conta juntamente com a significncia
estatstica. Em algumas situaes, a significncia estatstica pode divergir do significado
prtico. Por exemplo, um experimento pode evidenciar como significativas pequenas
diferenas entre tratamentos que no tenham significados prticos quando so
considerados os recursos exigidos e os custos. Por outro lado, diferenas entre
tratamentos no significativas podem ter significado prtico, quando so levadas em
conta diferenas de recursos e de custos.
A aplicao dos resultados de um experimento conduzido para pesquisa de um
problema isolado usualmente requer uma avaliao conjunta com os resultados de outras
aes do programa de pesquisa e com informaes existentes. Ou seja, uma
aproximao ao sistema real deve ser construda atravs de uma sntese do
conhecimento avanado pela pesquisa particular com o corpo de conhecimento anterior.
Dois requisitos so indispensveis para o sucesso dessa sntese: os conhecimentos
isolados devem corretos e as interaes das partes do problema solucionadas
separadamente devem ser levadas em conta de modo suficientemente aproximado da
realidade.
Os resultados do experimento devem derivar recomendaes. Essas
recomendaes podem incluir um ulterior conjunto de experimentos, j que a pesquisa
experimental um processo iterativo e seqencial em que um experimento responde
algumas questes e prope outras questes.
Essa ltima etapa do experimento somente se conclui com a divulgao dos
resultados, atravs de diversos meios adequados, para sua incorporao efetiva ao corpo
de conhecimento cientfico e utilizao. Consideraes referentes divulgao de
resultados de pesquisa so apresentadas em textos especializados.
No presente texto, dar-se- ateno, principalmente, ao planejamento do
experimento, sem descuidar da importncia do conjunto das etapas do experimento.

Em resumo: um experimento inicia-se com o estabelecimento de um problema
cientfico e a formulao de uma hiptese cientfica correspondente. O problema
cientfico e a hiptese cientfica definem os objetivos do experimento. A execuo do
experimento para a verificao da hiptese requer o estabelecimento de um plano. O
plano do experimento estabelece a estrutura do experimento, ou seja, a estrutura das
relaes entre as caractersticas da amostra. A estrutura do experimento determina o
modelo estatstico que exprime essa relao de caractersticas. O modelo estatstico a
base para a definio dos procedimentos para a anlise estatstica dos resultados do
experimento. A partir desses resultados so extradas as concluses das quais so
derivadas as inferncias para a populao objetivo.
Assim, o processo do experimento compreende uma seqncia ordenada de
etapas que origina uma cadeia implicativa tal que a deciso tomada em cada etapa tem
conseqncias para as etapas seguintes (Figura Figura Figura Figura 4 44 4. .. .1 11 1). Qualquer deciso ou ao
incorreta tomada em uma etapa implica incorreo para as etapas seguintes. Isso

144
significa que a consecuo dos objetivos de um experimento requer definies e
decises corretas em todas as suas etapas.

Figura Figura Figura Figura 4 44 4. .. .1 11 1. Cadeia implicativa das etapas de um experimento.
4.5 4.5 4.5 4.5 Lista de Referncia para a Execuo de um Experimento Lista de Referncia para a Execuo de um Experimento Lista de Referncia para a Execuo de um Experimento Lista de Referncia para a Execuo de um Experimento
Em cada uma das etapas do experimento, o pesquisador tem que tomar decises e
estabelecer aes especficas, cada uma das quais pode ser de vital importncia para
maximizar a chance de que o experimento seja conduzido sem imprevistos at a
consecuo de seus objetivos. Uma lista mais detalhada das aes e cuidados que
devem ser tomados na execuo de um experimento muito til como referncia e
roteiro para o planejamento e execuo do experimento. Uma tal lista a que segue.
1 - Obtenha uma exposio clara do problema e estabelea a formulao do problema
cientfico e da hiptese cientfica.
1.1 - Identifique as unidades de interesse e a correspondente populao objetivo.
1.2 - Identifique o problema particular referente a um entrave do desempenho das
unidades.
1.3 - Esboce o problema especfico dentro das limitaes atuais.
1.4 - Determine as relaes do problema particular com os demais problemas
importantes das unidades da populao objetivo sob considerao.
1.5 - Arbitre proposies ou conjeturas de possveis solues para o problema.
1.6 - Escolha a conjetura mais frtil como a hiptese para o experimento, tendo em conta
o impacto esperado para a melhoria do desempenho das unidades e os recursos
disponveis para a pesquisa.
1.7 - Determine a relao do experimento particular com o programa geral de pesquisa
referente populao objetivo.
2 - Colete as informaes antecedentes disponveis.
2.1 - Investigue todas as fontes de informao disponveis.
2.2 - Organize e tabule os dados pertinentes ao planejamento do experimento.
3 - Planeje o experimento.
3.1 - Realize uma reunio de todos os pesquisadores das disciplinas envolvidas na rea
de pesquisa.
3.1.1 - Revise a formulao do problema e da hiptese de pesquisa.
3.1.2 - Estabelea a lista das caractersticas respostas de interesse, na ordem de sua
importncia, segundo os objetivos do experimento.
3.1.3 - Especifique as variveis e as respectivas escalas de medida para expresso
dessas caractersticas, e os correspondentes procedimentos e instrumentos a
serem utilizados para mensurao.
3.1.4 - Estabelea a magnitude de diferenas importantes entre valores das
caractersticas respostas mais importantes.
3.1.5 - Escolha as caractersticas explanatrias: a) as caractersticas explanatrias
diretamente relacionadas hiptese cientfica, ou seja, aos objetivos do
experimento, e b) outras caractersticas explanatrias relevantes para a
consecuo desses objetivos, principalmente as que possam afetar os efeitos
causais daquelas caractersticas ou permitir a representao adequada da
populao objetivo.
3.1.6 - Determine a amplitude prtica dos nveis de cada uma dessas caractersticas na
populao objetivo e os nveis especficos a serem adotados na amostra.
3.1.7 - Considere possveis inter-relaes (isto "interaes") das caractersticas
explanatrias.
3.1.8 - Escolha as combinaes dos nveis dessas caractersticas explanatrias para a
amostra.
3.1.9 - Determine a abrangncia da amostra, tendo em conta a adequada representao
da populao objetivo. Estabelea a execuo do experimento em diversas locais,
anos, laboratrios, etc., segundo apropriado para lograr essa representao.
3.1.10 - Estabelea, claramente, a caracterizao da amostra e da populao amostrada,
ou seja, da populao de unidades que possa ser considerada representada pela
amostra, e a relao desta com a populao objetivo.
3.1.11 - Considere as possveis conseqncias da variabilidade das caractersticas
estranhas da amostra para a preciso das inferncias a serem derivadas do
experimento.
3.1.12 - Liste as caractersticas estranhas que podero se manifestar na amostra, atravs
de seus grandes agregados; em cada um desses agregados identifique as
caractersticas estranhas que possam constituir fontes de variao relevantes
das variveis respostas.
3.1.13 - Em cada um desses agregados identifique as caractersticas estranhas
potencialmente relevantes que podero ser controladas por tcnicas
experimentais sem prejuzo da representao da populao objetivo. Planeje o
controle dessas caractersticas.
3.1.14 - Entre as demais caractersticas de cada um desses agregados identifique as que
podero ser controladas atravs de controle local e de controle estatstico.
Planeje o controle dessas caractersticas.
3.1.15 - Entre as caractersticas estranhas restantes de cada um dos agregados listados
em 3.1.12 identifique aquelas que podero ser controladas por casualizao.
Estabelea o procedimento de casualizao dessas caractersticas, ou seja, o
procedimento para a atribuio aleatria dos tratamentos s unidades da
amostra.
3.1.16 - Determine o nmero de repeties, tendo em conta a variabilidade das
caractersticas estranhas no controladas e as diferenas importantes que o
experimento visa detectar.

146
3.1.17 - Estabelea o delineamento do experimento e faa um esboo do conseqente
modelo estatstico.
3.1.18 - Determine as limitaes de material, instrumentos, recursos humanos, custos,
oramento e tempo.
3.1.19 - Considere os aspectos de relaes humanas do programa.
3.2 - Complete o planejamento do experimento em forma preliminar e prepare sua
execuo.
3.2.1 - Prepare um documento sistemtico do plano do experimento, incluindo detalhes
dos procedimentos a serem seguidos.
3.2.2 - Proporcione a execuo do experimento por etapas e a adaptao do plano de
sua execuo, se necessrio.
3.2.3 - Estabelea as tcnicas experimentais a serem adotadas durante a execuo do
experimento.
3.2.4 - Desenvolva e adapte mtodos, materiais, equipamentos e instrumentos
necessrios.
3.2.5 - Escolha os mtodos e procedimentos de anlise estatstica que sejam coerentes
com o modelo estatstico.
3.2.6 - Planeje a coleta ordenada dos dados, em particular uma planilha para o registro
dos dados.
3.2.7 - Prepare a execuo do experimento; prepare a amostra, estabelea suas
unidades e os agrupamentos determinados pelo controle local estabelecido; efetue
a casualizao e estabelea a disposio dos tratamentos nas unidades
experimentais atravs de um croqui ou lista.
3.3 - Revise o plano do experimento com a equipe multidisciplinar.
3.3.1 - Discuta, novamente, todos os detalhes do plano do experimento.
3.3.2 - Ajuste o plano do experimento, se necessrio.
3.3.3 - Estabelea os passos a serem seguidos de modo claro e explcito, definindo a
participao de cada membro da equipe na execuo do experimento.
4 - Execute o experimento.
4.1 - Aplique os tratamentos s unidades da amostra por processo aleatrio, segundo o
plano preestabelecido.
4.2 - Aplique os procedimentos e as tcnicas experimentais definidos no plano do
experimento.
4.3 - Acompanhe e verifique os detalhes; modifique mtodos e tcnicas, se necessrio.
4.4 - Anote qualquer modificao do plano do experimento.
4.5 - Tome precaues na coleta dos dados; verifique a confiabilidade dos instrumentos
de mensurao; verifique a correo dos dados registrados; evite transcrio de
dados.
4.6 - Anote o progresso da execuo do experimento; registre os eventos e ocorrncias
relevantes.
4.7 - Verifique a ocorrncia de eventos que possam implicar em confundimento de efeitos
relevantes de caractersticas estranhas com efeitos de caractersticas explanatrias;
determine a convenincia e a adequabilidade da desconsiderao de unidades
consideravelmente afetadas por tais ocorrncias.
5 - Analise os dados.
5.1 - Reduza os dados registrados forma numrica, se necessrio.
5.2 - Edite os dados, preferivelmente em meio magntico (disquete, disco compacto,
disco rgido ou fita); calcule os dados das variveis respostas que devam ser
determinados a partir dos dados registrados diretamente, atravs de expresses
apropriadas.
5.3 - Efetue uma anlise exploratria e descritiva dos dados; verifique a possvel
presena de valores discrepantes ou aberrantes.
5.4 - Aplique procedimentos estatsticos apropriados para a anlise dos dados,
conseqentes e coerentes com os objetivos do experimento e o modelo estatstico
estabelecido pelo plano do experimento.
5.5 - Redija um resumo dos resultados da anlise dos dados; construa tabelas e grficos
ilustrativos.
6 - Interprete os resultados.
6.1 - Considere todos os dados observados, inclusive os no submetidos anlise
detalhada.
6.2 - Limite as concluses s inferncias derivadas do experimento.
6.3 - Contraste as concluses quanto s significncias estatsticas com seus significados
tcnicos e prticos.
6.4 - Contraste os resultados obtidos com os resultados de outras pesquisas e o
conhecimento cientfico existente; caracterize a insero da soluo do problema
inicial provida pelo experimento nas unidades da populao objetivo.
6.5 - Saliente as implicaes das descobertas para aplicao e para ulteriores pesquisas.
6.6 - Considere quaisquer limitaes impostas pelas tcnicas e procedimentos usados.
7 - Prepare o relatrio.
7.1 - Descreva o trabalho claramente, caracterizando os antecedentes, a relevncia do
problema e o significado dos resultados.
7.2 - Apresente os resultados em tabelas e grficos, em forma apropriada para seu
melhor entendimento e uso.
7.3 - Fornea informao suficiente para permitir ao leitor verificar os resultados e tirar
suas prprias concluses.
7.4 - Limite as concluses ao sumrio objetivo da evidncia provida pelo experimento, de
modo que o trabalho se recomende para pronta considerao e ao decisiva.

No necessrio que os passos sugeridos nesta lista sejam seguidos e executados
nessa ordem particular. Essa lista apenas um guia e deve ser adaptada para cada
situao particular. A pesquisa cientfica, particularmente o experimento, no uma
atividade mecnica e rotineira. Durante o planejamento de um experimento muitas
questes so levantadas, discutidas pelos pesquisadores e respondidas, originando
novas idias e conduzindo de um passo para outro de forma aparentemente casual.
Ademais, usual que com o acrscimo de novas informaes e avaliaes continuadas
um mesmo passo seja considerado mais de uma vez.
O planejamento de um experimento um processo que demanda tempo e pode ser
estafante. Portanto, o uso de uma lista de referncia, como a acima, pode ser um
suplemento ao bom senso, muito til para a maior garantia de que no sejam esquecidas
consideraes e particularidades importantes.
4.6 4.6 4.6 4.6 Protocolo do Experimento Protocolo do Experimento Protocolo do Experimento Protocolo do Experimento
O protocolo do experimento a documentao escrita do experimento. Sua
elaborao deve ser iniciada na fase do planejamento do experimento constitui um

148
elemento essencial que deve anteceder a conduo do experimento. A concluso da
documentao referente ao plano do experimento a ltima oportunidade de uma
reflexo completa antes de iniciar as aes para a conduo do experimento. Depois,
toda a energia do pesquisador deve concentrar-se na execuo do plano estabelecido e
no encaminhamento de solues para os problemas que possam surgir.
Essa reflexo deve compreender uma reviso cuidadosa da lista de referncia da
Seo Seo Seo Seo 4.5 4.5 4.5 4.5, particularmente no que diz respeito aos seguintes aspectos principais:
razo do empreendimento do experimento e relacionamento do problema
cientfico que o originou com o conhecimento existente sobre o tema;
caractersticas respostas, correspondentes procedimentos de mensurao e
disponibilidade dos meios necessrios para a mensurao;
caractersticas explanatrias, particularmente fatores experimentais (Seo 5.2 Seo 5.2 Seo 5.2 Seo 5.2),
correspondentes nveis, combinaes de nveis e tratamentos adicionais;
caractersticas estranhas controladas e processos de controle;
chances de que o experimento permita respostas s questes relacionadas com o
problema cientfico;
calendrio da execuo das aes e tarefas a executar;
tratamento, anlise e interpretao dos dados;
destinatrios dos resultados;
distribuio das tarefas e avaliao dos custos;
colaborao interna e externa que possa ser importante para a execuo do
experimento.
Em sua primeira parte o protocolo do experimento deve compreender todas as
informaes relevantes referentes ao plano da pesquisa. Seu contedo depende da rea
de pesquisa particular. Em geral, ele deve conter as seguintes sees principais:
introduo ao tpico, com a descrio do racional para a pesquisa;
especificao dos objetivos do experimento, com as especificaes claras do
problema e da hiptese de pesquisa;
descrio do delineamento experimental e da razo de sua escolha;
descrio do procedimento experimental, particularmente das tcnicas
experimentais a serem utilizadas; e
descrio dos procedimentos de anlise estatstica dos dados a serem gerados
pelo experimento.
Mais especificamente, o protocolo do experimento deve compreender os seguintes
tpicos:
Referncia - Indicao do programa, projeto e subprojeto, conforme o caso, aos
quais se vincula o experimento.
Ttulo do experimento - Designao que exprima o objetivo do experimento de
modo resumido e claro. Devem ser evitadas idias vagas e gerais. Por exemplo, um ttulo
apropriado poderia ser "Efeito da insolao sobre o brix do mosto de uva da cultivar
Cabernet Franc" e no "Estudos sobre relaes fisiolgicas em uva".
Problema cientfico - Formulao do problema de pesquisa, satisfazendo as
condies estabelecidas na Seo 2.4.1 Seo 2.4.1 Seo 2.4.1 Seo 2.4.1. Devem ser explicitadas as unidades e a
populao objetivo. A formulao do problema de pesquisa, conjuntamente com a
hiptese de pesquisa, deve caracterizar plenamente os objetivos do experimento.
Hiptese cientfica - Formulao da hiptese de pesquisa que satisfaa as
condies definidas na Seo 2.4.2 Seo 2.4.2 Seo 2.4.2 Seo 2.4.2. Em algumas circunstncias, a hiptese de pesquisa
pode ser complexa, ou seja, pode compreender, de fato, duas ou mais hipteses simples.
Nesse caso, conveniente que a hiptese seja descrita analiticamente de modo a deixar
explcito os objetivos do experimento.
Material e mtodos - Descrio do material experimental (Seo 5.3 Seo 5.3 Seo 5.3 Seo 5.3) e dos
procedimentos e aes a serem adotados e implementados para a execuo do
experimento. Essa descrio deve ser suficientemente pormenorizada para permitir a
identificao das caractersticas respostas, das caractersticas explanatrias e das
caractersticas estranhas relevantes. Ela depende da rea de pesquisa, mas, em geral,
deve compreender os seguintes itens:
Perodo de abrangncia - Datas do incio e do fim da execuo do
experimento.
Locais e anos de execuo do experimento - No caso de experimento de
ampla abrangncia, listagem dos anos e dos locais previstos para conduo do
experimento, e definio das instalaes a serem utilizadas em cada um dos locais.
Nesses experimentos devem ser identificados as instituies e os pesquisadores
colaboradores. No caso de experimento agrcola de campo, devem ser identificados, para
cada local: latitude, altitude, condies climticas, topografia, tipo de solo, etc.
Caractersticas respostas, variveis escolhidas para express-las e
correspondentes escalas de medida e processos de mensurao (Sees 7.2 Sees 7.2 Sees 7.2 Sees 7.2, 7.3 7.3 7.3 7.3 e 7.4 7.4 7.4 7.4) -
Identificao individual e listagem de todas as variveis respostas. No caso de variveis
intervalares ou racionais, devem ser claramente definidos: os processos de mensurao,
particularmente os instrumentos de mensurao a serem utilizados, as escalas e as
unidades de medida, e a preciso das medidas a serem efetuadas (ou seja, os nmeros
de algarismos significativos a serem registrados). Para variveis nominais e ordinais,
devem ser definidas as escalas de medida, os nveis de cada uma dessas variveis, e
devem ser claramente estabelecidos os critrios de avaliao a serem adotados.
Caractersticas explanatrias e correspondentes nveis, e condies
experimentais (Seo 5.2 Seo 5.2 Seo 5.2 Seo 5.2) - Listagem completa dos nveis (tratamentos) de cada
caracterstica de tratamento; no caso de caracterstica quantitativa, os valores numricos
dos nveis devem ser especificados claramente atravs de alguma unidade de medida
convencional, tal como quilograma, litro e hectare. Devem ser claramente identificadas as
unidades da amostra s quais devero ser aplicados os nveis de cada uma das
caractersticas de tratamento. Em situaes de mais de uma caracterstica de tratamento
e de tratamentos adicionais, as combinaes de nveis e os tratamentos adicionais
devem ser igualmente identificados. Caractersticas intrnsecas e seus nveis tambm
devem ser definidos de modo claro.
Outros materiais - Listagem e caracterizao de todos os materiais especficos
que devem ser utilizados e que no constituem nveis de caractersticas explanatrias,
tais como cultivares, adubos, inseticidas, fungicidas, herbicidas, vacinas, antibiticos e
outros medicamentos.
Caracterizao das unidades - Caracterizao completa da unidade da
amostra, pela especificao de suas dimenses, do nmero de animais ou de plantas
que a constitui, de seu croqui, etc. No caso de experimento agrcola de campo, devem
ser estabelecidas as dimenses de cada parcela, a forma de plantio (a lano, em linha,
etc.), a densidade de plantio, o nmero de plantas, as bordaduras, as distncias entre
parcelas e a disposio das parcelas no campo. No caso de mais de uma categoria de
unidade experimental (Seo 5.4 Seo 5.4 Seo 5.4 Seo 5.4), esse fato deve ser claramente estabelecido. Em
experimentos com animais, as unidades (que podem ser animais individuais, grupos de
animais em um potreiro, em um boxe ou em uma gaiola) tambm devem ser
estabelecidas e identificadas claramente.

150
Tcnicas experimentais a serem empregadas e executadas, e calendrio de
sua implementao (Seo 9.4 Seo 9.4 Seo 9.4 Seo 9.4) - Listagem e descrio dos procedimentos e das aes a
serem executados durante a conduo do experimento, desde sua instalao at a
concluso da mensurao das variveis respostas e correspondente registro de dados.
Por exemplo, tratamento de sementes, preparao do solo, capina, tratos culturais, tais
como aplicao de inseticidas, fungicidas e herbicidas, tcnicas de manejo de animais,
tais como aplicao de antibiticos, vermfugos, vacinas e tosquia, e procedimentos para
coleta e registro de dados. Essa listagem e descrio devem ser suficientemente
detalhadas para perfeita compreenso, e deve especificar o cronograma da
implementao das tcnicas experimentais.
Delineamento experimental (Seo 10.4 Seo 10.4 Seo 10.4 Seo 10.4) - Identificao do delineamento
experimental (para cada local e ano, no caso de experimento de ampla abrangncia
espacial e temporal). Muito freqentemente, a identificao do delineamento procedida
pela designao clssica usual na literatura sobre delineamento de experimentos. Essa
forma pode ser apropriada para experimentos simples e tradicionais, que so freqentes
na experimentao agrcola de campo. Para experimentos mais complexos ou no
usuais, mais adequada e conveniente a caracterizao do experimento atravs da
descrio detalhada do procedimento experimental. Os agrupamentos ou blocos de
unidades formados por controle local devem ser claramente identificados.
Co-variveis - Listagem e descrio das co-variveis que representem
caractersticas estranhas relevantes da amostra que devam ser levadas em conta no
modelo estatstico e na anlise estatstica dos resultados do experimento para propsito
de controle estatstico (Se Se Se Seo 5.6.3 o 5.6.3 o 5.6.3 o 5.6.3) e das co-variveis explanatrias (Seo 5.8 Seo 5.8 Seo 5.8 Seo 5.8). A
caracterizao dessas variveis deve cumprir os mesmos cuidados e procedimentos
descritos para as variveis respostas.
Croqui da amostra - Esboo da disposio espacial das unidades e dos
correspondentes nveis das caractersticas explanatrias que lhes so associados. Em
experimentos de ampla abrangncia, esse croqui deve ser efetuado separadamente para
cada seo do espao e do tempo. Esse croqui muito til para orientar a instalao e o
acompanhamento do experimento. Naturalmente, um croqui s tem sentido em situaes
em que as unidades dispem-se espacialmente em posies fixas durante a conduo do
experimento. Se as unidades no se dispem em posies fixas, como ocorre com
alguns experimentos com animais, uma alternativa para o croqui uma lista com a
identificao das unidades e dos nveis das caractersticas explanatrias que lhes so
associados.
Planilha para registro dos dados - Planilha apropriada para o registro dos
dados e de informaes sobre ocorrncias relevantes durante a conduo do
experimento (Seo 9.4.8 Seo 9.4.8 Seo 9.4.8 Seo 9.4.8) que deve ser anexada ao protocolo do experimento.
Modelo estatstico e esquema dos procedimentos de anlise estatstica dos
dados - Especificao da equao algbrica que relacione cada varivel que exprime
uma caracterstica resposta importante com as variveis que representam efeitos
atribuveis a caractersticas explanatrias, a classificaes constitudas ou levadas em
conta pelo controle local e a co-variveis. O modelo estatstico deve expressar
adequadamente a estrutura do experimento (Seo 10.4 Seo 10.4 Seo 10.4 Seo 10.4). Ele servir de base para a
definio dos procedimentos de anlise estatstica dos resultados do experimento. Esses
procedimentos devem ser descritos de modo sumrio.
Meios e processos a serem adotados para a difuso dos resultados.
Oramento - Relao dos recursos financeiros necessrios previstos para a
execuo do experimento, tais como recursos para aquisio de material e de
equipamentos, contratao de mo de obra, despesas de viagens, de manuteno de
equipamentos, etc.
Colaboradores - Identificao das pessoas e instituies que participam da
pesquisa, contribuindo com recursos humanos, financeiros, instalaes, materiais,
equipamentos e outras facilidades.
Responsvel - Nome do pesquisador responsvel pelo experimento.
Outras informaes relevantes podem constar da documentao do projeto a que
se vincula o experimento, tais como:
Antecedentes e justificativas - Exposio sobre a origem e a importncia do
problema sob pesquisa, resumo das pesquisas j efetuadas sobre o tema, com
referncias bibliogrficas, e indicao da razo da execuo do experimento.
Objetivos e metas - Enumerao dos objetivos da pesquisa e das metas a
alcanar, com a indicao dos respectivos prazos.
O protocolo do experimento deve ser continuado, nas devidas pocas, com a
descrio das ocorrncias relevantes durante a execuo do experimento e o registro dos
dados gerados. Essa documentao deve ser estendida e completada com os resultados
das anlises dos dados e a listagem dos relatrios e das publicaes elaboradas para
difuso dos resultados.
A documentao escrita e cuidadosa de todos os detalhes do experimento uma
regra elementar, mas de grande relevncia. A necessidade de referncia informao
anterior surge freqentemente durante a conduo do trabalho experimental. Essa
documentao especialmente importante em experimentos de ampla abrangncia
espacial e temporal. Ela propicia a preservao dos dados e a segurana do
aproveitamento futuro das pesquisas efetuadas. Tambm relevante para permitir a
utilizao dos dados em pesquisas exploratrias para propsitos diferentes daqueles que
originaram o experimento, para a deteco de problemas de pesquisa, a indicao de
hipteses e a avaliao dos progressos das pesquisas.
4.7 4.7 4.7 4.7 Correspondncia entre Objetivos, Plano e Anlise do Experimento Correspondncia entre Objetivos, Plano e Anlise do Experimento Correspondncia entre Objetivos, Plano e Anlise do Experimento Correspondncia entre Objetivos, Plano e Anlise do Experimento
Ao final da Seo Seo Seo Seo 4.4 4.4 4.4 4.4 foi salientada a cadeia implicativa que caracteriza o processo
do experimento. De fato, h uma correspondncia nos dois sentidos entre os objetivos do
experimento, o delineamento do experimento e os procedimentos de anlise estatstica,
conforme ilustrado resumidamente pela Figura Figura Figura Figura 4 44 4. .. .2 22 2. Mais claramente, o planejamento
para a consecuo dos objetivos do experimento pode conduzir a um ou mais
delineamentos alternativos. Usualmente um desses delineamentos o mais apropriado
por conciliar eficincia para as inferncias objeto do experimento e praticidade. Esse o
delineamento que deve ser escolhido. Uma vez definido o delineamento do experimento,
freqentemente relativamente fcil decidir sobre o procedimento de anlise estatstica
apropriado.

Figura Figura Figura Figura 4 44 4. .. .2 22 2. Correspondncia entre objetivos, plano e anlise
estatstica do experimento.

152
Reciprocamente, se o procedimento apropriado de anlise estatstica conhecido,
pode-se inferir o delineamento do experimento e seus objetivos. Portanto, a
correspondncia natural entre objetivos, delineamento e procedimento de anlise
estatstica permite proceder de modo prospectivo ou retrospectivo entre esses trs
constituintes bsicos do experimento.
Essa a explicao da relativa facilidade de determinar o procedimento de anlise
estatstica para um experimento bem planejado. A razo que o mtodo de anlise
estatstica dos dados uma conseqncia imediata do delineamento do experimento. Se
os objetivos do experimento foram bem estabelecidos e o delineamento bem elaborado, a
escolha do mtodo de anlise essencialmente predeterminada. Por essa razo, ela
deve ser especificada no protocolo do experimento (Seo Seo Seo Seo 4.6 4.6 4.6 4.6). Embora freqentemente
seja possvel considerar mais de uma verso do procedimento de anlise, usualmente
essas verses, se igualmente apropriadas, diferem de modo irrelevante e conduziro a
concluses semelhantes. A ocorrncia de discrepncias deve ser tomada como alerta de
que alguma pressuposio ou algum outro aspecto essencial do experimento deve ser
investigado.
Por outro lado, um experimento com objetivos mal concebidos ou com falhas de
planejamento, apresenta dificuldades muito freqentemente insuperveis para o
estabelecimento do procedimento de anlise estatstica. Freqentemente, o especialista
em estatstica consultado aps a conduo do experimento ou solicitado para efetuar
a anlise estatstica quando os dados j esto disponveis. Nessas situaes, muito
freqentemente, so salientadas deficincias de planejamento que tornam a funo do
estatstico uma tentativa de salvao de tanta informao quanto seja possvel. Algumas
vezes essa informao poder ser til para os propsitos do experimento ou para o
planejamento de um experimento futuro. A primeira situao ocorre menos
freqentemente; a ltima pode contribuir algum conhecimento sobre o procedimento de
pesquisa e o material experimental que pode ser til para o melhor planejamento de
experimentos subseqentes. Lamentavelmente, em alguns casos, o experimento
apresenta falhas to graves que no prov qualquer informao cientfica til; apenas a
lio da essencialidade do cuidado no planejamento do experimento e da necessidade da
participao do estatstico desde o incio do planejamento do experimento.
4.8 4.8 4.8 4.8 A AA A Estatstica na Pesquisa Experimental Estatstica na Pesquisa Experimental Estatstica na Pesquisa Experimental Estatstica na Pesquisa Experimental
O mtodo experimental teve sua expresso mais forte na fsica e na qumica
(Seo Seo Seo Seo 4.2 4.2 4.2 4.2), justificada por um artigo de f particular muito especial e muito poderoso. O
argumento desse artigo de f consistia no seguinte: se cada uma das condies para a
ocorrncia de um fenmeno controlada, exceto por um estmulo particular deliberado,
pode ser observada a relao exata entre a resposta ao estmulo e o estmulo. Assim, se
ocorria variabilidade na resposta a um estmulo em um experimento, ento o experimento
no havia logrado controle absoluto das caractersticas estranhas ao estmulo, ou seja,
devia ter havido variabilidade entre as unidades, variabilidade nas tentativas do estmulo
particular ou variabilidade na mensurao da resposta. Ento, devia ser dirigido esforo
em trs direes: remoo da variabilidade das unidades, desenvolvimento de tcnicas
para a aplicao exata do estmulo e desenvolvimento de tcnicas de mensurao
totalmente confiveis. Naturalmente, esse processo implicava a construo de situaes
artificiais.
A eficcia desse plano geral evidenciada pelo enorme desenvolvimento da fsica
e da qumica, principalmente nos sculos 17 e 18. Entretanto, ele pressupe a
construo de unidades essencialmente idnticas com respeito resposta.
Esse plano para a construo de conhecimento cientfico falha quando h
impossibilidade de construir unidades idnticas, e quando o interesse reside em obter
informao sobre populaes de unidades que esto disponveis na natureza e que
manifestam variabilidade, freqentemente de uma enorme amplitude.
Um caminho para resolver esse problema foi desenvolvido por Fisher com base na
idia da casualizao e na utilizao do mtodo estatstico. A abordagem de Fisher
fundamenta-se na construo de um delineamento experimental. A base conceitual e a
metodologia para a elaborao do delineamento experimental so desenvolvidas nos
prximos Captulos. De momento, importante compreender que o delineamento
experimental deve incorporar os princpios estatsticos necessrios para a derivao de
inferncias vlidas a partir dos dados gerados pelo experimento.
Ento, estando disponveis dados coletados com base em um delineamento
experimental, eles devem ser submetidos anlise estatstica. Assim, por exemplo, em
um experimento de fertilizao do solo para cultivo do trigo ser necessrio determinar as
estimativas das mdias desconhecidas dos rendimentos correspondentes aos diferentes
fertilizantes e associar-lhes uma estimativa do erro experimental. Pode ocorrer que as
diferenas entre essas estimativas sejam to evidentes que no haja necessidade de
qualquer procedimento de anlise adicional. Em geral, entretanto, sero necessrios
procedimentos estatsticos para deciso referente significncia das diferenas
observadas tendo em conta a variabilidade estranha no controlada presente na amostra.
Finalmente, a abordagem estatstica prov a expresso rigorosa do grau de incerteza
dessas inferncias indutivas que generalizam os resultados da amostra para a populao
amostrada.
Em suma, a base do processo de inferncia estatstica em experimentos
comparativos a ilustrada a seguir para a situao de uma nica caracterstica
explanatria em que no h controle local:

O experimento prov duas estimativas de variabilidade:
uma estimativa de variabilidade proveniente das diferenas de respostas
entre as unidades com diferentes tratamentos, que compreende
variabilidade atribuvel aos tratamentos, se existe, e variabilidade devida a
caractersticas estranhas; e
uma estimativa de variabilidade proveniente das diferenas de respostas
entre unidades com mesmo tratamento, que consiste exclusivamente de
variabilidade atribuvel a caractersticas estranhas.
Se a primeira estimativa de variabilidade revela-se consideravelmente superior
segunda, de modo que a diferena entre essas duas estimativas no possa ser
atribuda apenas prpria variabilidade das caractersticas estranhas da amostra,
isso significa evidncia de diferenas reais entre os tratamentos.

Para experimentos mais complexos o processo para derivao de inferncias
estatsticas basicamente uma extenso ou derivao desse.
Qualquer que seja a evidncia fornecida pelo experimento, ou seja, em favor ou
contrria presena de diferenas de efeitos reais dos tratamentos, ela poder ser
incorreta. O mtodo estatstico permite estabelecer o grau de incerteza, em termos de
probabilidade, de qualquer das duas decises que sejam tomadas em decorrncia da
evidncia indicada pelo experimento, ou seja, de que os tratamentos diferem ou de que
os tratamentos no diferem.
Supondo que o experimento foi corretamente conduzido, seus resultados podem
ser questionados por duas razes. A primeira crtica que a anlise e a interpretao
estatstica dos dados pode ser incorreta. Os desenvolvimentos da metodologia estatstica
e dos recursos de computao tornaram disponvel uma ampla gama de mtodos e
procedimentos estatsticos para a anlise de dados que permite ao pesquisador a
utilizao dos mtodos e procedimentos de anlise apropriados para praticamente

154
qualquer que seja o delineamento definido para o seu experimento. Naturalmente, a
utilizao adequada dessas facilidades depende do conhecimento da metodologia
estatstica, particularmente das pressuposies requeridas para a validade de sua
aplicao. Cabe ao pesquisador e ao estatstico em particular avaliar a adequabilidade
dos mtodos e procedimentos estatsticos para cada situao. A segunda crtica que o
delineamento definido para o experimento pode ser falho. Essas duas crticas constituem,
realmente, dois aspectos do mesmo todo, pois, se o delineamento falho, a anlise e
interpretao estatstica tambm sero falhas, a menos que as falhas do delineamento
sejam descobertas e possam ser levadas em conta. Como foi salientado por Fisher, o
delineamento do experimento e o correspondente mtodo de anlise dos resultados so
relacionados inseparavelmente. Isso significa que os procedimentos de anlise estatstica
devem ser definidos em consonncia com o delineamento adotado para o experimento.

A metodologia estatstica aplicada pesquisa experimental usualmente
designada Estatstica Experimental Estatstica Experimental Estatstica Experimental Estatstica Experimental. Essa rea da Estatstica Aplicada compreende o
conjunto dos mtodos estatsticos relacionados com o planejamento e a anlise de
experimentos.

1. Qual a relao entre o objetivo do experimento e o problema cientfico e a correspondente
hiptese cientfica que o origina?
2. Porque a populao objetivo do experimento deve ser estabelecida na formulao do
problema cientfico?
3. O que compreende, essencialmente, o planejamento de experimento?
4. Para um experimento particular, qual a relao entre objetivo do experimento, plano do
experimento, estrutura do experimento, modelo estatstico e procedimento de inferncia
estatstica?
5. Identifique e explique os dois requisitos importantes a considerar no planejamento da amostra
para um experimento.
6. O que compreende o planejamento da estrutura do experimento?
7. Explique o que significado do modelo estatstico de um experimento e a sua importncia.
8. Porque a conduo do experimento denominada como a etapa de coleta dos dados?
9. Interprete e contraste significncia estatstica e significado prtico das inferncias derivadas de
um experimento.
10. Em que etapas do experimento mais relevante a considerao da metodologia estatstica?
Tais consideraes so irrelevantes nas demais etapas?
11. Explique a importncia de uma lista de referncia para a execuo de um experimento.
12. O que o protocolo de experimento? Qual seu propsito?
13. Explique porque a pesquisa cientfica, em particular a pesquisa experimental, um
empreendimento multidisciplinar.
14. Explique a base do procedimento de inferncia em experimentos comparativos.
1. Identifique e explique a origem da pesquisa experimental em agricultura.
2. Descreva os fatos que deram origem ao desenvolvimento do mtodo de pesquisa
experimental moderno.
3. Descreva as contribuies relevantes de Ronald Fisher que originaram o desenvolvimento da
metodologia moderna da pesquisa experimental.
4. Liste e explique os significados dos trs princpios bsicos da pesquisa experimental segundo
a metodologia moderna introduzida por Fisher.
5. Descreva trs problemas de pesquisa de sua rea cuja soluo deva ser obtida atravs de
pesquisa experimental.
6. Porque o experimento tambm algumas vezes designado experimento controlado?
7. Ilustre uma aplicao do mtodo de pesquisa experimental atravs de um exemplo de sua
rea.
8. Qual a conseqncia da restrio na escolha da amostra para as inferncias derivadas da
amostra para a populao objetivo?
9. Um experimento de conduo da planta de pessegueiro est sendo planejado para ser
conduzido por vrios anos em um pomar particular de uma regio. Descreva a populao
amostrada para esse experimento. Que alterao substancial deve ser procedida no plano
desse experimento para que possam ser geradas inferncias para todos os pomares dessa
regio?
10. Distinga os conceitos de experimento aleatrio e experimento sistemtico.
11. Caracterize e ilustre, atravs de exemplos de sua rea, as distines entre:
a) experimento comparativo e experimento absoluto;
b) experimento cientfico e experimento tecnolgico.
12. Caracterize e ilustre: experimento preliminar, experimento crtico e experimento demonstrativo.
13. Identifique as pesquisas caracterizadas a seguir que so experimentos. Classifique os
experimentos segundo as categorias da Seo Seo Seo Seo 4.3 4.3 4.3 4.3.
a) Com o propsito de verificar se os predadores mais comuns em lavouras de milho so
coelhos ou raposas so colocadas diversas armadilhas em pontos escolhidos de diversas
lavouras de milho de uma regio. So registrados os nmeros de animais dessas duas
espcies capturados em cada um desses pontos durante um intervalo de tempo pr-
estabelecido.
b) Com o objetivo de determinar se abelhas tm preferncia por cores de flores um apicultor
mistura uma soluo de acar e gua e pe quantidades iguais em dois conjuntos de
frascos de mesmo tamanho e de cores diferentes. Ento, ele introduz abelhas em uma
gaiola com os frascos e registra a freqncia das visitas das abelhas a cada frasco.
c) Uma amostra aleatria de galinhas dividida aleatoriamente em dois conjuntos. s galinhas
de um desses conjuntos atribuda uma pequena quantidade de um inseticida contendo um
composto de fsforo orgnico; o outro conjunto mantido como um grupo controle. O
pesquisador registra a espessura da casca de ovo produzido por cada uma das galinhas.
d) Foi desenvolvida uma nova droga para o tratamento de uma doena com mortalidade
elevada e os pesquisadores tm a expectativa de que ela diminua a taxa de mortalidade.
Para verificar essa expectativa, essa droga administrada a dez pessoas que foram
diagnosticadas como portadoras dessa doena. Aps um ano, so registradas as respostas.
14. Explique e ilustre os conceitos de "experimento" e de "grupo de experimentos" utilizados em
muitos textos e artigos de pesquisa experimental.
15. Quais so as grandes etapas de um experimento? Caracterize, abreviadamente, cada uma
delas.
16. Explique o significado de plano de experimento.
17. Descreva e explique a cadeia implicativa das etapas bsicas de um experimento.
18. Escolha um experimento em sua rea e o descreva segundo a estrutura do mtodo cientfico,
elaborando sobre cada um de seus oito estgios (Seo 2.4 Seo 2.4 Seo 2.4 Seo 2.4). Comente a respeito de: a)
representatividade, b) realismo, c) confiabilidade, e d) caractersticas estranhas que possam
obscurecer os resultados do experimento e como essas caractersticas poderiam ser
controladas.
19. Descreva, resumidamente, o contedo bsico do protocolo de um experimento.
20. Explique a base lgica do procedimento de inferncia em experimentos comparativos.

156
21. Explique porque a metodologia estatstica mais essencial em pesquisa em cincias
biolgicas do que em cincias fsicas.
22. Estabelea um conceito de Estatstica Experimental.
a) A metodologia moderna da pesquisa experimental foi desenvolvida a partir dos trabalhos de
.................................... na Estao Experimental de Rothamstead, na Inglaterra, entre 1919
e 1933. Ele introduziu e enfatizou os trs princpios bsicos do delineamento de
experimento: ..................................... como a base para a estimao do erro experimental;
.................................................... como um recurso para controlar e reduzir essa estimativa e
.................................................. para permitir a validade dessa estimativa.
b) Uma caracterstica explanatria cujos nveis se manifestam nas unidades da amostra sob o
controle do pesquisador denominada ..................................................................................;
seus nveis so denominados ....................................... . Se os nveis se manifestam nas
unidades sem o controle do pesquisador ou sob seu controle limitado, a caracterstica
explanatria denominada ................................................................ ; seus nveis so ento
designados .................................................................... .
c) Em um experimento ....................................... a atribuio dos tratamentos s unidades da
amostra procedida objetivamente atravs de casualizao; em um experimento
......................................... os tratamentos so assinalados s unidades de modo subjetivo e
arbitrrio. Um experimento com um nico tratamento denominado experimento
................................ ; com dois ou mais tratamentos um experimento ............................... .
Um experimento ..................................... tem propsito de gerar conhecimento cientfico til
para aplicao prtica, enquanto que um experimento .................................... tem propsito
eminentemente cognitivo. Um experimento ..........................................................................
repetido em diversas posies do espao e do tempo representativas da populao objetivo.
d) O objetivo do experimento determinado pelo ............................................................ e pela
correspondente ............................................................. . A abordagem cientfica requer o
............................................................................... , ou seja, o estabelecimento antecipado,
em forma escrita, do conjunto completo das decises e aes que devam ser tomadas para
a execuo do experimento. O planejamento da estrutura do experimento compreende: o
planejamento da estrutura dos trs grupos de caractersticas da amostra, ou seja:
.........................................................................., ................................................................... e
......................................................... .
e) O ......................................................................... a documentao escrita do experimento,
particularmente do plano do experimento.
f) Os conjunto dos mtodos estatsticos aplicveis pesquisa experimental comumente
denominado ..................................................................... . Esses mtodos so relacionados
principalmente com o ................................................... e ................................................. de
experimentos.
1 ( ) A pesquisa experimental, assim como a cincia, teve origem na Grcia.
2 ( ) A metodologia da pesquisa experimental moderna teve origem na pesquisa agrcola.
3 ( ) A experimentao em agricultura muito semelhante experimentao em fsica e
qumica.
4 ( ) A repetio, a casualizao e o controle local so inovaes na pesquisa experimental
atribuveis a Ronald Fisher.
5 ( ) Delineamentos experimentais anteriores a Fisher eram sistemticos.
6 ( ) Atravs de um experimento o pesquisador pode provar uma hiptese cientfica.
7 ( ) O experimento adota menos intensivamente o controle da amostra do que o estudo
observacional.
a manifestao de caractersticas explanatrias na amostra.
9 ( ) Um experimento aleatrio distingue-se de um experimento sistemtico pela forma de
atribuio dos tratamentos s unidades da amostra.
10 ( ) Em um experimento comparativo h interesse particular nos efeitos individuais dos
tratamentos.
11 ( ) Na pesquisa agrcola executam-se apenas experimentos tecnolgicos.
12 ( ) A preciso e exatido do experimento so igualmente importantes tanto em
experimentos cientficos quanto tecnolgicos.
13 ( ) Na pesquisa tecnolgica em agricultura a maioria dos experimentos de abrangncia
restrita.
14 ( ) A designao "populao objetivo" aplica-se coleo dos sistemas ou unidades que
constitui o objetivo da pesquisa.
15 ( ) A caracterizao da populao objetivo e dos correspondentes sistemas deve ser
estabelecida na formulao do problema de pesquisa.
16 ( ) Os objetivos do experimento so estabelecidos pelo problema cientfico e a
correspondente hiptese cientfica.
17 ( ) O plano do experimento garante a derivao das inferncias que o experimento visa
estabelecer.
18 ( ) A etapa de planejamento do experimento usualmente aquela qual os pesquisadores
dedicam mais ateno.
19 ( ) As condies experimentais em um experimento so definidas pelo planejamento das
caractersticas explanatrias.
20 ( ) O estabelecimento do modelo estatstico o primeiro passo da etapa de anlise dos
resultados do experimento.
21 ( ) O experimento se conclui com a coleta dos dados.
22 ( ) As questes mais relevantes referentes metodologia estatstica so definidas nas
etapas de planejamento e anlise dos resultados do experimento.
23 ( ) O experimento deve ser conduzido segundo o estabelecido no seu plano.
24 ( ) O "croqui de um experimento" o esboo da distribuio espacial das unidades da
amostra no experimento e da disposio dos tratamentos nessas unidades.
25 ( ) Os resultados individuais de experimentos podem ser imediatamente recomendados
para adoo na prtica, independentemente de avaliao conjunta com os resultados
de pesquisa anteriores.
26 ( ) Resultados de experimentos devem ser divulgados apenas atravs de artigos tcnico-
cientficos.
27 ( ) A construo do protocolo do experimento uma opo conveniente para o
pesquisador.
28 ( ) O pesquisador pode redigir o protocolo do experimento na concluso da pesquisa.
29 ( ) O pesquisador responsvel por um experimento usualmente tem o domnio da
metodologia estatstica apropriada para o experimento.
30 ( ) A Estatstica Experimental a estatstica aplicada pesquisa experimental.
Experimento Caracterstica explanatria de
tratamento
Tratamento Experimento aleatrio
Experimento comparativo Experimento bsico / cientfico
Experimento tecnolgico Experimento preliminar
Experimento crtico Experimento demonstrativo

158
Experimento de ampla abrangncia Experimento de abrangncia restrita
Planejamento do experimento Planejamento da estrutura do
experimento
Modelo estatstico Protocolo do experimento
Variabilidade aleatria / casual Estatstica Experimental
BERNARD, C. Introduccin al estudio Introduccin al estudio Introduccin al estudio Introduccin al estudio de la medicina experimental de la medicina experimental de la medicina experimental de la medicina experimental. Buenos Aires:
Losada, 1944. 309p.
1983. 145p.
COCHRAN, W. G.; COX, G. M. Experimental designs Experimental designs Experimental designs Experimental designs. 2. ed. New York: John Willey,
1957. 617p.
COX. D. R.; SNELL, E. J. Applied statistics, principles and examples Applied statistics, principles and examples Applied statistics, principles and examples Applied statistics, principles and examples. Londres: Chapman
and Hall, 1981. 189p.
590p.
FEDERER, W. T. Statistics and society, data collection and interpretation. New York:
HEATH, D. An introduction to experimental design and statistics for biology An introduction to experimental design and statistics for biology An introduction to experimental design and statistics for biology An introduction to experimental design and statistics for biology. Londres:
University College London, 1995. 372p.
p.1-25, 1977.
OSTLE, B.; MALONE, L. C. Statistics in research Statistics in research Statistics in research Statistics in research: basic concepts and techniques for
research workers. 4.ed. Ames: Iowa State University Press, 1988. 664p.
SELWYN, M. R. Principles of exp Principles of exp Principles of exp Principles of experimental design for the life sciences erimental design for the life sciences erimental design for the life sciences erimental design for the life sciences. Boca Raton,
Florida: CRC, 1996. 160p.
SILVA, J. G. C. da. O Ensino da Estatstica no Sistema Nacional de Pesquisa
Braslia, 1995. p.89-107.
WILSON, E. B. An Introduction to scientific research An Introduction to scientific research An Introduction to scientific research An Introduction to scientific research. New York: McGraw-Hill, 1952. 373p.

5 55 5 Conceitos Bsicos da Pesquisa Experimental Conceitos Bsicos da Pesquisa Experimental Conceitos Bsicos da Pesquisa Experimental Conceitos Bsicos da Pesquisa Experimental
5.1 Introduo................................................................................................................... 160
5.2 Fator Experimental e Condio Experimental ............................................................. 160
5.3 Material Experimental ................................................................................................. 166
5.4 Unidade Experimental................................................................................................. 167
5.5 Unidade de Observao ............................................................................................. 169
5.6 Controle Experimental ................................................................................................ 173
5.6.1 Controle de tcnicas experimentais...................................................................... 174
5.6.2 Controle local ....................................................................................................... 175
5.6.3 Controle estatstico............................................................................................... 177
5.6.4 Casualizao........................................................................................................ 178
Casualizao na atribuio dos tratamentos.................................................................. 179
Casualizao na implementao de tcnicas experimentais.......................................... 179
5.6.5 Implicaes do controle experimental................................................................... 180
5.7 Erro Experimental e Erro de Observao.................................................................... 183
Erro experimental........................................................................................................... 183
Erro de observao........................................................................................................ 184
Unidade experimental e erro experimental ..................................................................... 185
5.8 Co-varivel Explanatria............................................................................................. 187
5.9 Ilustrao.................................................................................................................... 189
Bibliografia.................................................................................................................. 203


160
O experimento o mtodo de pesquisa para a derivao de inferncias referentes a
relaes causais entre caractersticas das unidades de uma populao objetivo, ou seja:
entre caractersticas que exprimem o desempenho das unidades e caractersticas cuja
manifestao conveniente supostamente possa melhorar esse desempenho, na presena
das demais caractersticas dessas unidades. Essas trs classes de caractersticas da
amostra compreendem, respectivamente, as caractersticas respostas, as caractersticas
explanatrias e as caractersticas estranhas.
No experimento, o pesquisador intervm na amostra; impondo s suas unidades os
nveis de uma ou mais caractersticas explanatrias e controlando a manifestao de
caractersticas estranhas. O propsito do controle de caractersticas estranhas atribuir a
variao manifestada pelas caractersticas respostas de modo to inequvoco quanto
possvel variao atribuvel s caractersticas explanatrias.
O reconhecimento e o planejamento apropriado dessas trs classes de
caractersticas e de seus relacionamentos fundamental para a consecuo dos
objetivos do experimento. Esse planejamento compreende: o planejamento da resposta,
o planejamento das condies experimentais, o planejamento do controle experimental e
o planejamento da estrutura do experimento, ou seja, do delineamento do experimento,
que so os temas dos Captulos 7 Captulos 7 Captulos 7 Captulos 7, 8 88 8, 9 99 9 e 10 10 10 10. Por conseqncia, a estrutura do
experimento determina o modelo estatstico apropriado e este, por sua vez, os
procedimentos de anlise estatstica.
Nos Captulos 3 Captulos 3 Captulos 3 Captulos 3 e 4 44 4 foi estabelecida a caracterizao do experimento e da pesquisa
experimental. No presente Captulo formulada a base conceitual da pesquisa
experimental. A compreenso dos significados precisos desses conceitos
imprescindvel para o entendimento apropriado da metodologia da pesquisa experimental
que apresentada nos prximos Captulos, para a compreenso dos fundamentos e da
aplicabilidade das inferncias derivadas do experimento, e a aplicao correta da
metodologia estatstica para essas inferncias. Alguns desses conceitos no
correspondem aos significados comuns das palavras que os denotam. Ademais, o
entendimento correto desses conceitos depende da compreenso da realidade que eles
exprimem. Por essa razo, eles so formulados progressivamente e so amplamente
ilustrados.
Alguns conceitos apresentados no Captulo 3 Captulo 3 Captulo 3 Captulo 3 so revisados e formulados no
contexto do experimento, e so ilustrados mais amplamente. Assim, na Seo Seo Seo Seo 5.2 5.2 5.2 5.2, so
formulados os conceitos de fator experimental e condio experimental. As Sees Sees Sees Sees 5.3 5.3 5.3 5.3,
5.4 5.4 5.4 5.4 e 5.5 5.5 5.5 5.5 estabelecem os conceitos de material experimental, unidade experimental e
unidade de observao. A Seo Seo Seo Seo 5.6 5.6 5.6 5.6 expe os procedimentos de controle experimental.
A conceituao de erro experimental e a caracterizao de sua relevncia para as
inferncias derivadas do experimento o tema da Seo Seo Seo Seo 5.7 5.7 5.7 5.7. Na Seo Seo Seo Seo 5.8 5.8 5.8 5.8 introduzido
o conceito de co-varivel explanatria. Finalmente, a Seo Seo Seo Seo 5.9 5.9 5.9 5.9 prov ilustrao mais
ampla e completa desses conceitos bsicos atravs de trs exemplos. Essa ilustrao
proporciona oportunidade para uma viso da inter-relao desses conceitos e tem o
propsito de contribuir para a melhor compreenso de seus significados prticos.
5.2 5.2 5.2 5.2 Fator Experimental e Condio Experimental Fator Experimental e Condio Experimental Fator Experimental e Condio Experimental Fator Experimental e Condio Experimental
A caracterstica explanatria tpica no experimento o fator experimental:

5. Conceitos Bsicos da Pesquisa Experimental 161
Um fator experimental fator experimental fator experimental fator experimental uma caracterstica explanatria cujos nveis na amostra
tm as seguintes propriedades:
1) so escolhidos e definidos no plano do experimento para cada unidade da
amostra;
2) compreendem um pequeno conjunto de nveis que se repetem nessas
unidades;
3) classificam as unidades em grupos que constituem uma partio da amostra
com a propriedade de cada unidade pertencer a um grupo e nenhuma unidade
pertencer a mais de um grupo; e
4) as relaes com os nveis dos demais fatores experimentais constituem uma
estrutura significativa que determina a estrutura do experimento ou delineamento
experimental.

O Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .1 11 1 apresenta ilustraes de fator experimental.
As caractersticas explanatrias dos experimentos considerados no Exemplo 3.29 Exemplo 3.29 Exemplo 3.29 Exemplo 3.29 so
fatores experimentais:
a) fungicida, freqncia de aplicao, local e ano, no experimento de controle da giberela
em lavouras de trigo com fungicidas;
b) anti-helmntico, sexo, local e ano, no experimento de controle de vermes intestinais de
cordeiro mamo;
c) herbicida, no experimento de controle de invasoras em lavouras de soja;
d) suplementao mineral, no experimento do efeito da suplementao mineral em aves
poedeiras;
e) cultivar, no experimento de comparao de cultivares de trigo.

No experimento, o pesquisador tem controle sobre a manifestao dos nveis de um
ou mais fatores experimentais nas unidades da amostra.

Um fator experimental cujos nveis so assinalados s unidades da amostra por
processo objetivo aleatrio um fator experimental de tratamento fator experimental de tratamento fator experimental de tratamento fator experimental de tratamento. Cada nvel
especfico de um fator de tratamento definido para a amostra um tratamento tratamento tratamento tratamento. No
caso de experimento com dois ou mais fatores experimentais de tratamento, cada
combinao distinta dos nveis desses fatores definida para a amostra tambm um
tratamento tratamento tratamento tratamento.

Um fator experimental de tratamento caracterizado pelos seguintes atributos de
seus nveis:
1) os nveis podem ser atribudos qualquer das unidades experimentais para o
fator (Seo Seo Seo Seo 5.3 5.3 5.3 5.3);
2) so atribudos a essas unidades por processo aleatrio; e
3) consistem de estmulos explicitamente distintos.
Muito freqentemente, o experimento tambm visa derivar inferncias referentes a
fatores experimentais cuja manifestao na amostra no imposta ou controlada pelo
pesquisador, ou sujeita a controle limitado.

Um fator experimental cuja manifestao inerente s unidades da amostra e se
processa fora do controle do pesquisador ou sob seu controle limitado um fator fator fator fator
experimental intrnseco experimental intrnseco experimental intrnseco experimental intrnseco.

162

Fatores intrnsecos distinguem-se de fatores de tratamento por no satisfazerem o
primeiro e o segundo atributos destes fatores. Os nveis de um fator intrnseco no
podem ser atribudos s unidades da amostra; eles so manifestaes alternativas de
uma caracterstica prpria dessas unidades, fora do controle do pesquisador. Nessas
circunstncias, no so sujeitos atribuio aleatria. Por essa razo, no prprio
estender a designao tratamento ao nvel de um fator intrnseco.

Os nveis de um fator experimental e as combinaes distintas dos nveis de dois
ou mais fatores experimentais definidos para a amostra so denominados condies condies condies condies
experimentais experimentais experimentais experimentais.

Assim, condio experimental uma designao para cada nvel e cada
combinao de nveis de fatores experimentais na amostra, genrica para fatores de
tratamento e fatores intrnsecos; tratamento uma designao particular referente a fator
experimental de tratamento.
Ilustraes de fator de tratamento e fator intrnseco so providas no Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .2 22 2 e
no Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .3 33 3. Esses exemplos reiteram no presente contexto de experimento as
ilustraes de pesquisa explicativa apresentadas nas continuaes do Exemplo 3.19 Exemplo 3.19 Exemplo 3.19 Exemplo 3.19 e do
Exemplo 3.20 Exemplo 3.20 Exemplo 3.20 Exemplo 3.20, na Seo 3.4.1 Seo 3.4.1 Seo 3.4.1 Seo 3.4.1.
No experimento sobre o controle da giberela em lavouras de trigo com fungicidas (Exemplo Exemplo Exemplo Exemplo
3.19 3.19 3.19 3.19), fungicida e freqncia de aplicao so fatores de tratamento, j que os nveis do fator
fungicida (Mancozeb, Ciproconazole, Propiconazole e sem fungicida) e as freqncias de
aplicao (uma aplicao e duas aplicaes) so atribudos s unidades da amostra sob o
controle do pesquisador. Cada um dos quatro nveis do fator fungicida e cada uma das duas
freqncias de aplicao um tratamento particular. Tambm so tratamentos as combinaes
distintas dos 4 nveis do fator fungicida com os 2 nveis do fator freqncia de aplicao. O
nmero de combinaes dos nveis desses dois fatores 42=8. Entretanto, como as
combinaes do tratamento sem fungicida com as 2 freqncias de aplicao so indistinguveis,
essas duas combinaes constituem um mesmo tratamento. Portanto, as combinaes dos nveis
desses dois fatores constituem 7 tratamentos (Figura Figura Figura Figura 5 55 5. .. .1 11 1).

Figura Figura Figura Figura 5 55 5. .. .1 11 1. Sete tratamentos correspondentes s combinaes
dos 4 nveis do fator fungicida com os 2 nveis do
fator freqncia de aplicao, Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .2 22 2.

Os outros dois fatores: local e ano so fatores intrnsecos, dado que os quatro locais so
posies geogrficas fixas e os trs anos de conduo do experimento constituem uma seqncia
cuja ordem imutvel, o que significa que esses fatores se manifestam na amostra
independentemente de qualquer controle da parte do pesquisador. Cada um dos quatro nveis do
fator fungicida, cada uma das duas freqncias de aplicao, cada um dos quatro locais, cada um
dos trs anos, assim como cada uma das combinaes dos nveis de qualquer subconjunto
desses 4 fatores experimentais, uma condio experimental. Naturalmente, combinaes de
nveis que envolvem o tratamento sem fungicida combinado com uma e duas aplicaes no se
distinguem e, portanto, constituem uma mesma condio experimental.
Os nveis dos fatores de tratamento, ou seja, os nveis do fator fungicida e as freqncias de
aplicao dos fungicidas devem ser atribudos s unidades da amostra aleatoriamente. Entretanto,
os nveis dos fatores intrnsecos, isto , os locais e os anos no so passveis de atribuio
aleatria.
No experimento de controle de vermes intestinais em ovinos com anti-helmnticos (Exemplo Exemplo Exemplo Exemplo
3.20 3.20 3.20 3.20), anti-helmntico um fator de tratamento, j que as doses 0, 20 e 40 mg/kg do anti-
helmntico Ranizole so assinaladas aos animais sob o controle do pesquisador; cada uma dessas
doses do anti-helmntico um tratamento especfico. Todavia, sexo um fator intrnseco, pois
uma caracterstica inerente ao animal que se manifesta fora do controle do pesquisador. Por essa
mesma razo, local e ano tambm so fatores intrnsecos. Cada um dos nveis dos fatores
experimentais anti-helmntico, sexo, local e ano e cada combinao de nveis destes fatores uma
condio experimental.
Como anti-helmntico um fator de tratamento, seus nveis 0, 20 e 40 mg/kg devem ser
atribudos aleatoriamente s unidades da amostra. Entretanto, os nveis dos fatores intrnsecos
sexo, local e ano no so passveis de atribuio aleatria.

Cada fator experimental e os correspondentes nveis devem ser definidos
precisamente no plano do experimento para que as inferncias derivadas da amostra
para a populao objetivo tenham o sentido e o significado apropriados aos objetivos do
experimento, que so estabelecidos pelo problema e a correspondente hiptese. Para
cada fator experimental devem ser claramente especificadas a coleo dos nveis sob
considerao na populao objetivo e a correspondente coleo de nveis escolhidas
para a amostra. Essas colees de nveis podem no ser iguais; ou seja, os nveis na
amostra podem ser a prpria coleo dos nveis na populao objetivo ou um
subconjunto desta coleo. A coleo dos nveis na populao objetivo deve ser
estabelecida de forma clara e precisa, antes da escolha dos nveis para a amostra. Essa
variao da relao entre os nveis do fator na amostra e na populao objetivo
ilustrada no Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .4 44 4.
a) No experimento sobre o controle da giberela em lavouras de trigo com fungicidas
(Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .2 22 2), os nveis do fator fungicida, ou seja, Mancozeb, Ciproconazole e Propiconazole e
controle, so os mesmos na populao objetivo e na amostra, assim como, tambm, os nveis do
fator freqncia de aplicao: uma e duas aplicaes.
b) Entretanto, no experimento de controle de vermes intestinais em ovinos com anti-
helmnticos (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .3 33 3), os nveis do fator anti-helmntico sob considerao na populao
objetivo so todas as doses do intervalo compreendido entre 0 e 40 miligramas por quilograma de
peso vivo do animal, enquanto que os nveis na amostra so as doses particulares escolhidas pelo
pesquisador: 0, 20 e 40 mg/kg. Os nveis do fator sexo so os mesmos na populao objetivo e na
amostra: macho e fmeo.
Em cada um desses dois experimentos os nveis do fator experimental local na populao
objetivo so a coleo conceitual dos locais da correspondente regio de interesse, enquanto que
os nveis na amostra so os locais particulares escolhidos, supostamente por processo aleatrio,
para representar essa coleo de locais. Semelhantemente, os nveis do fator ano na populao
objetivo so o conjunto dos anos de um intervalo de anos no futuro para os quais se aplicaro as
inferncias derivadas do experimento, enquanto que na amostra so os anos particulares de
conduo do experimento.

Outra considerao importante refere-se relao entre os nveis aplicados s
unidades da amostra e os correspondentes nveis definidos no plano do experimento.
Usualmente, um nvel aplicado s unidades da amostra no exatamente aquele
estabelecido no plano do experimento. importante ter em conta que as inferncias

164
sero vlidas para os nveis efetivamente aplicados s unidades da amostra; a extenso
dessas inferncias para os nveis da populao objetivo requer um passo de julgamento
subjetivo. Para tal, necessria a identificao e a distino clara e precisa das trs
classes complementares das caractersticas da amostra: a classe das caractersticas
respostas, a classe das caractersticas explanatrias (fatores experimentais) e a classe
das caractersticas estranhas. Usualmente, a propriedade de que as caractersticas
respostas exprimem o desempenho das unidades torna aparente e facilita a identificao
dessas caractersticas. Entretanto, a separao dos fatores experimentais das
caractersticas estranhas pode no ser fcil.
O fator cultivar em um experimento de melhoramento gentico de soja compreende o
conjunto das caractersticas que definem o gentipo. Essas caractersticas genticas so
transmitidas atravs da semente. Entretanto, outras caractersticas da semente, como pureza,
sanidade e vigor, podem no ser inerentes a cultivar, ou ser parcialmente inerentes a cultivar e
origem da semente. As caractersticas da semente que no so atribuveis a cultivar so
caractersticas estranhas. Pode ser difcil ou invivel distinguir entre as caractersticas da semente,
ou transmitidas pela semente, as que so inerentes a cultivar daquelas estranhas a cultivar.
Conseqentemente, usualmente, os efeitos causais do fator experimental cultivar ficam
confundidos com os efeitos dessas caractersticas estranhas. Um recurso para reduzir esse
confundimento o controle da qualidade da semente e o conseqente uso de sementes sadias,
puras e de vigor uniforme. Entretanto, esse tipo de controle pode ser difcil ou invivel de aplicao
a caractersticas que so parcialmente estranhas e parcialmente inerentes a cultivar.
Os nveis do fator anti-helmntico do experimento de controle de vermes intestinais em
ovinos (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .4 44 4 b) definidos para a amostra so as doses particulares 0, 20 e 40 mg/kg do
anti-helmntico Ranizole. Os tratamentos aplicados s unidades da amostra devem ser estas
doses especficas do produto comercial Ranizole como conceitualmente definido; particularmente
deve ser o produto puro e em perfeito estado. Qualquer desvio dessas condies constituir uma
caracterstica estranha cujo efeito ficar confundido com os efeitos dos tratamentos.

Esses exemplos ilustram o fato de que, em geral, efeitos de fatores de tratamento
sobre caractersticas respostas ficam confundidos com efeitos de caractersticas
estranhas. Entretanto, o pesquisador pode exercer controle acentuado na escolha e na
manifestao dos nveis desses fatores que lhe garanta acentuada confiana de que tal
confundimento seja irrelevante.
Distintamente, em geral, efeitos de fatores intrnsecos ficam confundidos de modo
relevante com efeitos de caractersticas estranhas, j que, por definio, so fatores cuja
manifestao dos nveis na amostra est fora do controle do pesquisador ou sob seu
controle limitado. Esse o caso dos fatores local, ano, raa e sexo dos exemplos
anteriores.
Em geral, o fator experimental local deve ser definido como o conjunto das caractersticas
ambientais (referentes a solo, clima, flora, fauna, etc.), de tcnicas de cultivo ou de criao, etc.
permanentes ou prprias dos locais que constituem os nveis desse fator. Assim, a ocorrncia de
um evento climtico, de uma doena ou de uma praga em um local particular ser atribuvel ao
fator experimental local se for uma caracterstica prpria do local; no ser atribuvel a esse fator
se constituir uma ocorrncia fortuita. Inevitavelmente, ocorrncias eventuais no relacionadas com
o fator experimental local ficaro confundidas com esse fator. Tcnicas de cultivo ou de criao
no utilizadas uniformemente, tais como plantio abrangendo amplitude de tempo prolongada e
diferenas de instalaes, tambm podero implicar em diferenas entre os locais no atribuveis
ao fator experimental local.

Deve ser salientado, entretanto, que no h uma dicotomia to ntida entre fator de
tratamento e fator intrnseco, j que a inviabilidade de controle absoluto na atribuio dos
nveis dos fatores de tratamento s unidades da amostra, em geral, implica a presena
inevitvel de algum confundimento de efeitos de fatores experimentais com efeitos de
caractersticas estranhas.
a) Em um experimento de laboratrio sobre deficincia de zinco em plantas, os nveis do
fator experimental zinco constitudos por diferentes quantidades desse elemento qumico podem
ser atribudos s unidades sob controle bastante acentuado, atravs do uso de substncia
essencialmente pura e da aplicao das quantidades definidas com elevada exatido.
b) O fator cultivar considerado no Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .5 55 5 pode no ser sujeito controle to elevado
pela inviabilidade da obteno de sementes cujas caractersticas sejam exclusivamente atribuveis
a cultivar.
c) Os fatores experimentais sexo e raa so usualmente muito menos controlveis. Assim,
em um experimento em que a unidade da amostra constituda pelo animal e o boxe
correspondente, a atribuio do sexo s unidades pode ser parcialmente controlada pela
atribuio do animal ao boxe; entretanto, inevitavelmente, o sexo inerente ao animal e no pode
ser atribudo a este.
d) Os fatores experimentais ano e local, em geral, correspondem a caractersticas cuja
manifestao se processa sob absoluta ausncia de controle do pesquisador.

Essa discusso se justifica pela relevncia do controle exercido sobre a
manifestao dos nveis dos fatores experimentais para a confiabilidade e a validade de
inferncias referentes a relaes causais. Essa questo ser considerada adiante.
1. O que se entende por fator experimental? Ilustre com exemplos de sua rea.
2. Explique e ilustre a distino entre fator experimental de tratamento e fator experimental
intrnseco. Qual a implicao dessa distino para as inferncias derivadas do experimento?
3. Efeitos atribuveis a um fator experimental (conforme definido no plano do experimento) ficam
sempre confundidos com efeitos de caractersticas estranhas. Exemplifique esse fato com
fatores experimentais em que tal confundimento assuma diferentes nveis entre extremamente
baixo e extremamente elevado.
4. Mostre que o fator experimental de tratamento considerado como ilustrao na resposta ao
exerccio 2 satisfaz os 4 atributos de um fator de tratamento listados na Seo Seo Seo Seo 5.2 5.2 5.2 5.2, e que o
fator experimental intrnseco utilizado na mesma ilustrao no satisfaz todos esses atributos.
5. Em um experimento para pesquisa da eficcia de antibiticos para o controle de uma doena
em ovinos machos e fmeos da raa Corriedale, antibitico e sexo so fatores de tratamento
ou fatores intrnsecos? Justifique a resposta.
6. Explique e ilustre os conceitos de tratamento e condio experimental com exemplos de sua
rea.
7. Um pesquisador est planejando um experimento para a pesquisa da eficcia dos seguintes
inseticidas no controle de pragas de feijoeiro: Disyston e Ekadir e Keldane. O pesquisador
resolve incluir um tratamento sem inseticida para servir de termo de comparao para os
inseticidas. O experimento ser conduzido em uma granja de cada um dos municpios de
Pelotas, Capo do Leo, Piratini, e Canguu em trs anos consecutivos, de 1998 a 2000.
a) Identifique os fatores experimentais e os correspondentes nveis na populao objetivo e na
amostra.
b) Quais desses fatores so fatores de tratamento? Quais so fatores intrnsecos?
c) Identifique e liste os tratamentos na amostra.
d) Identifique e liste as condies experimentais na amostra.

166
8. Est sendo planejado um experimento para pesquisa do efeito do hormnio estradiol sobre o
desenvolvimento corporal de sunos machos das raas Duroc e Landrace em que sero
aplicadas aos animais as doses de 0 mg, 20 mg e 40 mg de estradiol. O experimento ser
conduzido nos mesmos trs municpios e anos indicados para o experimento do exerccio 7.
Responda as mesmas quatro questes formuladas no exerccio 7 para o presente
experimento.
9. Ilustre um experimento com pelo menos um fator experimental de tratamento e um fator
experimental intrnseco. Especifique cada um dos fatores experimentais nesse experimento e
os correspondentes nveis na populao objetivo e na amostra. Identifique os tratamentos e as
condies experimentais na amostra.
10. Qual a conseqncia do confundimento inevitvel do efeito de um fator experimental sobre
uma caracterstica resposta com efeitos de caractersticas estranhas? Esse confundimento
mais acentuado para um fator de tratamento ou um fator intrnseco?
11. Como pode ser controlado e diminudo o confundimento de efeitos de fatores experimentais
com efeitos de caractersticas estranhas referido no exerccio 10?
12. Comente sobre a importncia de considerar a distino muito freqente entre os nveis de um
fator de tratamento definidos para a aplicao nas unidades da amostra e os nveis
efetivamente aplicados.
5.3 5.3 5.3 5.3 Material Experimental Material Experimental Material Experimental Material Experimental
No experimento, a amostra recebe a designao particular de material
experimental:

O material experimental material experimental material experimental material experimental compreende as trs classes de caractersticas da
amostra, ou seja, as caractersticas respostas, as caractersticas explanatrias e as

A caracterizao do material experimental ilustrada pelo Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .9 99 9 e pelo
Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .10 10 10 10.
Seja a pesquisa do controle da incidncia de giberela em lavouras de trigo considerada no
Exemplo 3.19 Exemplo 3.19 Exemplo 3.19 Exemplo 3.19. A classe das caractersticas respostas compreende as caractersticas que
exprimem o desempenho das lavouras, ou seja, as caractersticas referentes ao gro e planta. A
classe das caractersticas explanatrias constituda pelos fatores experimentais, isto , fungicida,
freqncia de aplicao, local e ano. A classe das caractersticas estranhas compreende as
demais caractersticas das unidades da amostra: as caractersticas referentes semente
(genticas e fenotpicas, tamanho, vigor, pureza, sanidade, etc.), ao ambiente (solo, clima,
incidncias de pragas, doenas, invasoras e predadores, etc.), s tcnicas de cultivo (preparo do
solo, plantio, aplicao de defensivos, etc.), e aos processos de mensurao e de registro dos
dados.
Considere-se a pesquisa sobre o controle de vermes intestinais em cordeiro mamo de que
trata o Exemplo 3.20 Exemplo 3.20 Exemplo 3.20 Exemplo 3.20. A classe das caractersticas respostas constituda pelas caractersticas
que exprimem o desempenho dos animais e a incidncia de vermes, ou seja, peso corporal e
quantidade de ovos nas fezes em instantes especficos do perodo experimental, peso corporal ao
abate, quantidade de parasitas nas vsceras do animal, e caractersticas da carcaa. A classe das
caractersticas explanatrias compreende os fatores experimentais: anti-helmntico Ranizole, sexo,
local e ano. A classe das caractersticas estranhas abrange as demais caractersticas das
unidades dz amostra, ou seja: caractersticas referentes ao animal (genticas e fenotpicas,
sanidade, idade, peso, etc.,), ao ambiente (pastagem, clima, instalaes, incidncias de doenas,
parasitos e predadores), ao manejo (preparo do cordeiro, aplicao de antibiticos, vacinas e
parasiticidas) e aos processos de mensurao e de registro dos dados.

Geralmente, o material experimental no uma amostra aleatria das unidades da
populao objetivo. Ele constitudo de um conjunto de unidades escolhidas de uma
parte da populao objetivo que disponvel ou acessvel ou, mais comumente, de um
conjunto de unidades construdas pelo pesquisador para representar a populao
objetivo. Muito freqentemente, o material experimental corresponde situao particular
de um laboratrio ou de um campo experimental, ou de um conjunto de laboratrios e
campos experimentais de diversos locais e anos, por exemplo. Nessas circunstncias, a
populao amostrada, da qual conceitualmente o material experimental considerado
representativo, usualmente no corresponde populao objetivo e pode distinguir-se
consideravelmente desta.
Assim, a validade, ou seja, no tendenciosidade das inferncias derivadas do
experimento uma questo crtica. Por definio, essas inferncias so vlidas para a
populao amostrada; sero aplicveis populao objetivo na medida em que as
caractersticas dessas duas populaes se aproximarem. Por essa razo, a apreciao
dos resultados de um experimento requer uma descrio clara e completa do material
experimental para que a validade de sua generalizao para a populao objetivo possa
ser apropriadamente avaliada. Essas consideraes so muito importantes em
experimentos tecnolgicos, que visam derivar inferncias para aplicaes prticas.
Podem no ser to relevantes em experimentos bsicos.

No experimento, o termo "unidade" tem vrios significados que pelas suas
importncias devem ser distinguidos e definidos precisamente. Basicamente, distinguem-
se os conceitos de unidade experimental e de unidade de observao. Esses conceitos
so emitidos e ilustrados nas sees que seguem.
5.4 5.4 5.4 5.4 Unidade Experimental Unidade Experimental Unidade Experimental Unidade Experimental

A unidade experi unidade experi unidade experi unidade experimental mental mental mental para um fator de tratamento para um fator de tratamento para um fator de tratamento para um fator de tratamento a maior frao do material
experimental a qual feita uma aplicao simples de um nvel desse fator por um
processo aleatrio. A unidade experimental para um fator intrnseco unidade experimental para um fator intrnseco unidade experimental para um fator intrnseco unidade experimental para um fator intrnseco a maior frao
do material experimental que determina ou manifesta um nvel desse fator.
Genericamente, a unidade experimental para um fator experimental unidade experimental para um fator experimental unidade experimental para um fator experimental unidade experimental para um fator experimental a maior
frao do material experimental qual alocado ou que manifesta um nvel desse
fator, independentemente de qualquer outra frao.

Usualmente, a unidade experimental tambm recebe a denominao de parcela parcela parcela parcela,
designao originada da experimentao agrcola de campo. Algumas ilustraes so
apresentadas no Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .11 11 11 11.
a) Em um experimento agrcola de campo para comparao de cultivares de sorgo com um
nico fator experimental cultivar o terreno dividido em talhes e efetuada a atribuio das
cultivares aos talhes de modo que cada talho recebe uma cultivar independentemente dos
demais talhes. Ento, a unidade experimental para o fator cultivar o talho, subentendido como
compreendendo os nveis das caractersticas do material experimental que lhe correspondem, ou
seja, a cultivar particular atribuda ao talho; os nveis das caractersticas estranhas, referentes
semente (pureza, sanidade, germinao, etc., excetuado o que diz respeito a propriedades
genticas atribuveis cultivar, que constitui a condio experimental particular associada ao
talho), ao ambiente (solo, clima, incidncias de pragas, doenas e invasoras), aos tratos culturais
(semeadura, controles de doenas, pragas, etc., colheita) e aos processos de mensurao e de

168
registro dos dados; e os nveis das caractersticas respostas, particularmente as que se referem
produo de gros.
b) Em um experimento para pesquisa da imunizao de bovinos de corte da raa Hereford
contra uma doena com dois fatores experimentais: vacina e sexo cada vacina administrada
individualmente aos animais e os animais so mantidos em um mesmo potreiro e sob as mesmas
condies de manejo, alimentao, etc. Nessas circunstncias, a unidade experimental para cada
um dos dois fatores experimentais vacina sexo o animal, com os respectivos nveis dos fatores
experimentais vacina e sexo, ou seja, a vacina particular atribuda ao animal e o sexo deste; os
nveis das caractersticas estranhas que correspondem ao animal, referentes ao prprio animal
(caractersticas genticas e fenotpicas, sanidade, etc.) e ao ambiente (pastagem, clima,
incidncias de doenas, etc.), ao manejo (provimento de gua, aplicaes de vacinas, antibiticos,
etc.), mensurao e ao registro dos dados; e os nveis das caractersticas respostas,
particularmente as referentes produo de carne e ao grau de infeco da doena.
c) Em um experimento de nutrio de aves poedeiras Hisex Brown com um fator
experimental: rao os animais so alojados em gaiolas e os animais em uma mesma gaiola so
condicionados a receberem uma mesma rao, independentemente do que recebem os animais
nas demais gaiolas. Assim, a unidade experimental para o fator rao compreende a gaiola e os
animais nela instalados com os correspondentes: nvel do fator experimental rao que lhes
atribudo, nveis das caractersticas estranhas referentes aos animais e ao ambiente, ao manejo;
aos processos de mensurao e de registro dos dados; e nveis das caractersticas respostas,
particularmente as referentes produo de ovos e peso corporal das aves.

usual identificar a unidade experimental atravs de seu componente bsico.
Assim, nas trs situaes do Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .11 11 11 11, a unidade experimental usualmente
identificada atravs: a) do talho, b) do animal e c) da gaiola. Deve-se ter sempre claro,
entretanto, que a caracterizao completa da unidade experimental deve compreender a
descrio de todas as caractersticas estranhas, caractersticas explanatrias e
caractersticas respostas da correspondente frao do material experimental.
O conjunto das unidades experimentais para um fator experimental constitui uma
partio do material experimental. Essas unidades experimentais satisfazem a
propriedade importante de que no tm fraes do material experimental em comum e
conjuntamente constituem o material experimental.

Um conjunto de unidades experimentais que no tm fraes do material
experimental em comum e conjuntamente constituem o material experimental uma
formao de unidades experimentais formao de unidades experimentais formao de unidades experimentais formao de unidades experimentais.

Em experimentos com mais de um fator experimental alguns desses fatores podem
ter unidades experimentais comuns que constituem uma nica formao de unidades
experimentais. Assim, no experimento do Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .11 11 11 11 b) o animal a unidade
experimental para os dois fatores experimentais vacina e sexo. Tambm pode ocorrer
que a unidade experimental para um fator seja distinta da unidade experimental para
outro fator. Nessas circunstncias para cada um desses fatores experimentais h uma
formao de unidades experimentais distinta. O Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .12 12 12 12 apresenta uma ilustrao.
Seja um experimento para pesquisa do efeito da formulao da rao e da administrao de
anabolizante em sunos no perodo de crescimento e terminao para o abate e suponha-se que:
a) os animais so instalados em boxes coletivos, b) os nveis do fator experimental rao so
atribudos coletivamente aos animais nos boxes, de modo que os animais em um mesmo boxe
so condicionados a receberem uma mesma rao, e c) os nveis do fator experimental
anabolizante so aplicados individualmente aos animais, de modo que em cada boxe cada animal
recebe um anabolizante independentemente do que atribudo aos outros animais do boxe.
Nessas circunstncias, o boxe, com as caractersticas do material experimental que lhe
correspondem, constitui a unidade experimental para o fator rao, e o animal, com as
correspondentes caractersticas do material experimental, constitui a unidade experimental para o
fator anabolizante.

Em situaes de mais de uma formao de unidades experimentais, h uma
formao de unidades experimentais de menor dimenso. As unidades experimentais
dessa formao so denominadas unidades experimentais elementares unidades experimentais elementares unidades experimentais elementares unidades experimentais elementares. As unidades
experimentais das demais formaes so constitudas por agrupamentos das unidades
experimentais elementares. Assim, no experimento do Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .12 12 12 12 h duas formaes
de unidades experimentais cujas unidades experimentais so os animais e os boxes,
respectivamente; a unidade experimental elementar o animal.
Para convenincia de referncia, em experimentos com uma nica formao de
unidades experimentais essas unidades experimentais tambm so designadas unidades
experimentais elementares.
Usualmente, a uma mesma condio experimental corresponde mais de uma
unidade experimental.

Unidades experimentais distintas com uma mesma condio experimental
constituem repeties repeties repeties repeties dessa condio experimental. O nmero de unidades
experimentais com uma mesma condio experimental o nmero de repeties nmero de repeties nmero de repeties nmero de repeties
dessa condio experimental.

Em particular, unidades experimentais distintas com um mesmo tratamento
constituem repeties para esse tratamento; o nmero dessas unidades experimentais
o nmero de repeties para esse tratamento.
5.5 5.5 5.5 5.5 Unidade de Observao Unidade de Observao Unidade de Observao Unidade de Observao

A unidade de observao unidade de observao unidade de observao unidade de observao a maior frao do material experimental onde so
efetuadas mensuraes individuais de caractersticas respostas.

A unidade de observao para uma varivel resposta a unidade elementar do
material experimental para essa varivel resposta. A unidade de observao a frao
que corresponde partio mais fina do material experimental que constitui a estrutura
das unidades (Seo 4.4.2 Seo 4.4.2 Seo 4.4.2 Seo 4.4.2).
A caracterizao da unidade de observao ilustrada pelo Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .13 13 13 13.
a) Em experimentos de campo com plantas granferas, como arroz, trigo, milho e feijo, o
terreno a ser utilizado dividido em talhes onde so mensuradas as caractersticas respostas
importantes. Portanto, a unidade de observao para essas caractersticas respostas o talho.
b) Em experimentos de controle da incidncia de helmintos em animais, caractersticas
respostas relevantes, como caractersticas referentes ao animal, nmero de ovos nas fezes e
nmero de vermes nas vsceras, so mensuradas individualmente em cada animal. Portanto, o
animal a unidade de observao para essas caractersticas respostas.
c) Em experimentos com plantas frutferas caractersticas referentes produo de frutos e
caractersticas relevantes da planta so mensuradas em cada planta. Logo, a unidade de
observao para essas caractersticas respostas a planta.

Em algumas situaes, a unidade de observao no a mesma para todas as
caractersticas respostas. Por essa razo, ela tem de ser identificada em relao
caracterstica resposta. O Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .14 14 14 14 prov ilustraes.

170
a) Em experimentos de nutrio animal em que os animais so dispostos em
compartimentos coletivos (potreiros, boxes, gaiolas), caractersticas repostas individuais do
animal, como peso corporal e caractersticas da carcaa, so usualmente mensuradas em cada
um dos animais; outras caractersticas respostas, como consumo e converso alimentar, so
mensuradas globalmente para o conjunto dos animais no compartimento. Assim, a unidade de
observao para peso corporal e caractersticas da carcaa o animal, para consumo e
converso alimentar o compartimento ou o conjunto dos animais no compartimento.
b) Em experimentos com videiras vinferas em que o pomar divido em talhes de duas ou
mais plantas, caractersticas respostas referentes produo de frutos (peso e nmero de cachos)
so mensuradas individualmente em cada planta, enquanto que caractersticas referentes ao
mosto e ao vinho so mensuradas em material proveniente do conjunto das plantas do talho.
Logo, a unidade de observao para peso e nmero de cachos a planta, para caractersticas
referentes ao mosto e ao vinho o talho ou o conjunto das plantas do talho.

Uma caracterstica resposta pode ser mensurada globalmente em toda a unidade
de observao, em uma sua parte escolhida para represent-la ou em algum produto,
material ou substncia coletada para avaliao que pode compreender algum processo
especial, como uma anlise de laboratrio. Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .15 15 15 15 apresenta algumas ilustraes.
a) Em experimentos de campo com plantas granferas (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .13 13 13 13 a), em que o talho
a unidade de observao para as caractersticas respostas importantes, algumas dessas
caractersticas so mesuradas nas plantas colhidas de uma parte interna do talho, que
usualmente designada rea til: o peso da produo de gros mensurado pela pesagem de
todos os gros produzidos por essas plantas; caractersticas do gro, como peso hectolitro, peso
de 1000 gros, vigor e germinao, so mensuradas em uma amostra dos gros das plantas da
rea til. Caractersticas da planta, tais como altura, nmero de perfilhos, nmero de espigas,
nmero de espiguetas por espiga e graus de incidncias de doenas, so comumente
mensuradas em uma amostra das plantas da rea til.
b) Em experimentos de controle da incidncia de helmintos em animais (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .13 13 13 13 b),
em que a unidade de observao para as caractersticas respostas importantes o animal,
algumas caractersticas referentes ao animal, como peso corporal ao abate, peso de carcaa e
rendimento de carcaa, so mensuradas globalmente para todo o animal. Caractersticas da
carcaa so mensuradas em partes da carcaa: lombo, pernil, paleta, etc. Caractersticas
referentes composio dessas partes da carcaa so mensuradas em amostras. Caractersticas
referentes infestao de helmintos so mensuradas em fezes coletadas do animal e nas
vsceras.
c) Em experimentos com videira vinfera (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .14 14 14 14 b), em que a planta a unidade de
observao para caractersticas respostas relevantes, caractersticas referentes produo de
uva, ou seja, peso dos cachos, nmero de cachos e peso mdio do cacho so mensuradas
globalmente para cada planta. Algumas caractersticas referentes planta, como nmero de
ramos, so mensuradas globalmente para toda a planta; outras so mensuradas em partes da
planta: nmero de brotos, nmero de bagos e nmero de sementes. Caractersticas referentes ao
mosto e ao vinho so mensuradas no produto derivado do conjunto dos cachos da planta:
caractersticas do mosto so mensuradas em amostras do mosto e caractersticas do vinho, em
amostras extradas do vinho produzido por microvinificao.

O Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .15 15 15 15 ilustra circunstncias em que a unidade de observao a prpria
unidade experimental elementar. Entretanto, a unidade experimental pode compreender
vrias unidades de observao para variveis respostas particulares. O Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .16 16 16 16
prov ilustraes de unidade de observao mltipla por unidade experimental elementar.
a) Em um experimento de lotao ou carga animal com animais em pastoreio com dez
animais por potreiro um tratamento uma lotao particular. Nessas circunstncias, a unidade
experimental para o fator experimental lotao o potreiro, o conjunto de animais no potreiro e as
caractersticas do material experimental que lhes correspondem. O peso corporal ao abate
mensurado para cada animal; logo, o animal a unidade de observao para essa caracterstica
resposta. Ento, a unidade experimental (potreiro) compreende dez unidades de observao
(animais) para a caracterstica resposta peso corporal ao abate.
b) Em um experimento de comparao de cultivares de pessegueiro em que cada unidade
experimental constituda por quatro plantas o peso da produo de frutos mensurado
individualmente para cada planta. Logo, cada planta uma unidade de observao para a varivel
resposta peso da produo de frutos. Portanto, a unidade experimental compreende quatro
unidades de observao para essa varivel resposta.

H mais de uma unidade de observao em cada unidade experimental elementar
quando essa unidade experimental dividida em partes em cada uma das quais
efetuada a mensurao de uma caracterstica resposta. Essa situao foi ilustrada pelo
Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .16 16 16 16. Observaes mltiplas tambm ocorrem quando so mensuradas
caractersticas respostas em diversas fraes da unidade experimental selecionadas por
algum processo de amostragem aleatria. Nesse caso, a unidade de observao
usualmente denominada unidade de amostragem unidade de amostragem unidade de amostragem unidade de amostragem. A amostragem da unidade
experimental elementar utilizada em experimentos em que a caracterstica resposta
deve ser mensurada em uma pequena frao dessa unidade experimental e a seleo
aleatria dessa frao se torna conveniente para a representao apropriada da unidade
experimental. Esse o caso da mensurao de caractersticas referentes composio
qumica em experimentos com plantas ou animais para a qual utilizada uma pequena
quantidade de material. O Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .17 17 17 17 prov ilustraes especficas de amostragem na
unidade experimental elementar.
a) Em um experimento de adubao de pastagem de campo nativo em que a unidade
experimental elementar o potreiro, a avaliao da composio botnica usualmente
mensurada em diversas subdivises ou partes do potreiro escolhidas por algum processo de
amostragem. Em algumas situaes, o material colhido misturado para constituir uma amostra
composta onde so efetuadas as mensuraes. No primeiro caso, as subdivises ou partes
constituem unidades de amostragem; no segundo, h uma nica unidade de amostragem.
b) Em um experimento de manejo do solo, as mensuraes de caractersticas referentes a
propriedades qumicas e fsicas do solo so usualmente efetuadas sobre uma amostra de
unidades coletadas em diversas subdivises do talho que constitui a unidade experimental
elementar; algumas mensuraes so efetuadas na mistura do material coletado nessas
subdivises.
c) Em experimentos com plantas de pequeno porte, como gramneas e leguminosas,
caractersticas referentes planta ou a suas partes, como folhas e ramos, so comumente
mensuradas em uma amostra de plantas ou dessas partes da planta. Tambm nesse caso, em
algumas situaes essas plantas ou partes so misturadas para constituir uma nica unidade de
amostragem.

A identificao das formaes de unidades experimentais e particularmente a
distino entre unidade experimental elementar e unidade de observao tm
importncia crucial para a validade das inferncias derivadas do experimento. Depende
delas a caracterizao correta dos erros experimentais que afetam inferncias referentes
a efeitos de fatores experimentais. Esse tema ser considerado na Seo Seo Seo Seo 5.7 5.7 5.7 5.7.
1. Quais so as classes de caractersticas da amostra que constituem o material experimental?

172
2. Explique porque inferncias do material experimental para a populao objetivo geralmente
envolvem avaliao subjetiva.
3. Explique e ilustre o conceito de unidade experimental para um fator experimental com exemplo
de sua rea.
4. Porque a unidade de observao depende da caracterstica resposta? D um exemplo de
experimento em que a unidade de observao no nica para todas as caractersticas
respostas.
5. Porque a caracterizao do erro experimental depende do fator experimental?
6. D um exemplo experimento com um fator de tratamento e um fator intrnseco e caracterize
as unidades experimentais para esses fatores experimentais.
7. Ilustre com exemplo de sua rea a situao de experimento com dois fatores experimentais
em que a unidade experimental para um fator no a mesma unidade experimental para o
outro fator.
8. Explique e ilustre o significado de unidade experimental elementar com o experimento
considerado na resposta do exerccio 7.
9. Distinga e ilustre os conceitos de unidade experimental e unidade de observao atravs de
um experimento de sua rea.
10. Explique e ilustre o significado de repetio de uma condio experimental.
11. Explique porque o nmero de repeties para uma condio experimental pode no ser igual
ao nmero de unidades de observao com essa condio experimental.
12. O experimento a que se refere o exerccio 7 dos Exerccios Exerccios Exerccios Exerccios 5 55 5. .. .1 11 1 ser executado em um terreno
de cada um dos 4 municpios em cada um dos 3 anos. Cada um desses terrenos ser dividido
em 24 talhes. Os quatro tratamentos, ou seja, os trs inseticidas e o controle, sero
atribudos a esses 24 talhes de modo que cada tratamento resulte em 6 talhes.
a) Caracterize o material experimental.
b) Indique duas caractersticas respostas relevantes.
c) Especifique os grandes agregados das caractersticas estranhas do material experimental e,
ento, liste algumas caractersticas de cada um desses agregados.
d) Identifique a unidade de observao para cada uma das duas caractersticas respostas
indicadas no item b).
e) Caracterize a unidade experimental para cada um dos fatores experimentais.
f) Indique o nmero de repeties para os nveis de cada um dos fatores experimentais.
13. Suponha que no experimento considerado no exerccio 8 dos Exerccios Exerccios Exerccios Exerccios 5 55 5. .. .1 11 1 sero utilizados,
em cada granja e em cada ano, doze leites de cada uma das duas raas. As 3 doses de
estradiol sero assinaladas aos 24 animais de modo que cada dose seja aplicada em 4
fmeas e 4 machos. Ento, esses animais sero distribudos em 24 boxes individuais.
Responda para o presente experimento as mesmas questes formuladas no exerccio anterior.
14. Considere os experimentos que seguem cujos objetivos so definidos resumidamente pelos
respectivos ttulos:
A - "Efeito da adubao foliar sobre a produo de uva da cultivar Itlia". Fator experimental:
poca de adubao; nveis: 1 - Adubao ao florescimento, 2 - adubao 3 dias aps o
florescimento, e 3 - adubao 6 dias aps o florescimento.
B - "Eficcia de diluentes no descongelamento de smen". Fator experimental: Diluente
sinttico BTS ("Beltsville Thawing Solution"); nveis: 1 - 20% de BTS, 2 - 40% de BTS, 3 -
60% de BTS e 4 - 80% de BTS.
C - "Efeito da profundidade de semeadura sobre a emergncia e o desenvolvimento da
plntula de tomate". Fator experimental: Profundidade de semeadura; nveis: 1 0,5 cm,
2 2 cm, 3 4 cm e 3 6 cm.
D "Controle de nematides gastrintestinais atravs de anti-helmntico sobre a produo de
carne de ovelhas de descarte das raas Ideal e Romney Marsh". Fator: Anti-helmntico
HCG 8117; nveis: 1 - 0 mg/kg do animal, 2 - 2 mg/kg, 3 - 3 mg/kg e 4 - 4 mg/kg.
Responda as questes que seguem para um desses experimentos, de sua escolha.
a) Liste as caractersticas respostas relevantes.
b) Descreva um suposto procedimento experimental apropriado, em nvel que permita a
descrio das caractersticas estranhas da amostra.
c) Especifique os agregados de caractersticas estranhas do material experimental. Liste
algumas caractersticas de cada um desses agregados.
d) Identifique as unidades de observao para as caractersticas respostas indicadas no item
a) e a unidade experimental para o fator experimental definido pelo objetivo do experimento
5.6 5.6 5.6 5.6 Controle Experimental Controle Experimental Controle Experimental Controle Experimental
A variao dos valores de uma caracterstica resposta mensurados nas unidades
de observao tem duas origens: caractersticas explanatrias e caractersticas
estranhas. O confundimento da variao atribuvel a essas duas origens dificulta a
consecuo dos objetivos do experimento, ou seja, inferncias referentes relao
causal entre caractersticas respostas e caractersticas explanatrias. Esse
confundimento origina o erro de pesquisa (Seo 3.4.2 Seo 3.4.2 Seo 3.4.2 Seo 3.4.2), que no experimento
denominado erro experimental:

A variao dos valores de uma caracterstica resposta nas unidades de
observao que atribuvel s caractersticas estranhas constitui o erro experimental erro experimental erro experimental erro experimental
(global global global global).

Assim, o erro experimental a frao da variao dos valores observados da
varivel resposta que exprime o confundimento dos efeitos das caractersticas
explanatrias com efeitos de caractersticas estranhas.
Geralmente, no h como discriminar, de modo absoluto, a variao atribuvel s
caractersticas explanatrias da variao devida a caractersticas estranhas. As variaes
dessas duas origens resultam inevitavelmente confundidas. Todavia esse confundimento
pode ser parcialmente controlado pelo controle da amostra (Seo 3.4.2 Seo 3.4.2 Seo 3.4.2 Seo 3.4.2), que no
experimento mais comumente designado controle experimental:

O controle experimental controle experimental controle experimental controle experimental o conjunto das aes exercidas pelo pesquisador para
o controle do erro experimental.

O controle experimental visa diminuir e tornar no tendencioso o confundimento dos
efeitos de fatores experimentais sobre as caractersticas respostas com efeitos de
caractersticas estranhas, de modo que as diferenas reveladas pelas caractersticas
respostas possam ser atribudas aos fatores experimentais de modo to inequvoco
quanto possvel.
O controle experimental deve ser estabelecido no plano do experimento. Ele pode
ser implementado pelos seguintes processos, que so particularizaes dos processos
de controle da amostra introduzidos na Seo 3.4.2 Seo 3.4.2 Seo 3.4.2 Seo 3.4.2:
controle de tcnicas experimentais,
controle local,
controle estatstico e
casualizao.
A utilizao desses processos de controle experimental requer a identificao
antecipada das caractersticas estranhas da amostra que possam se revelar importantes.
De modo geral, as caractersticas estranhas da amostra so inmeras e no podem ser
completamente especificadas por identificao individual. Assim, conveniente iniciar

174
com a listagem dos grandes agregados das caractersticas estranhas e, ento, ir
decompondo cada um desses agregados at a identificao das caractersticas
potencialmente relevantes. Esse procedimento ilustrado pelos exemplos da Seo 3.4.1 Seo 3.4.1 Seo 3.4.1 Seo 3.4.1
e ser ilustrado mais amplamente na Seo Seo Seo Seo 5.8 5.8 5.8 5.8.
Em geral, a adequabilidade desses processos de controle experimental depende da
populao objetivo, da importncia da representao da populao objetivo pela amostra,
das inferncias a serem derivadas do experimento e das propriedades desejveis para
essas inferncias. Por outro lado, a adoo desses processos depende da experincia e
da viso do pesquisador, e da disponibilidade de recursos para pesquisa.
A caracterizao desses processos de controle experimental apresentada a
seguir. A estratgia e as tcnicas para a implementao do controle experimental so o
tema do Captulo 9 Captulo 9 Captulo 9 Captulo 9.
5.6.1 5.6.1 5.6.1 5.6.1 Controle de tcnicas experimentais Controle de tcnicas experimentais Controle de tcnicas experimentais Controle de tcnicas experimentais
Na situao ideal de constncia das caractersticas estranhas, a variao
manifestada pelas caractersticas respostas atribuvel exclusivamente s caractersticas
explanatrias. Esse princpio da causalidade (Seo 3.4.2 Seo 3.4.2 Seo 3.4.2 Seo 3.4.2) uma pressuposio irreal.
Entretanto, em geral, pode-se admitir que a amostra revelar mais nitidamente a variao
das caractersticas respostas que atribuvel s caractersticas explanatrias quanto
menor for a variabilidade decorrente de caractersticas estranhas. Assim, uma forma de
controle experimental o controle de tcnicas experimentais (Seo 3.4.2 Seo 3.4.2 Seo 3.4.2 Seo 3.4.2):

O controle de tcnicas experimentais controle de tcnicas experimentais controle de tcnicas experimentais controle de tcnicas experimentais o controle fsico da amostra exercido com
o propsito de diminuir a variao dos valores observados de variveis respostas que
atribuvel a caractersticas estranhas.

Essa forma de controle experimental exercida pelo emprego de tcnicas
experimentais com o propsito especfico de eliminar ou reduzir a variabilidade de
caractersticas estranhas da amostra e pela implementao controlada de tcnicas
experimentais requeridas para a execuo do experimento.
Considere-se um experimento de controle de verminose de coelhos atravs de anti-
helmnticos em que o animal a unidade de observao e os anti-helmnticos so aplicados
individualmente aos animais. O conjunto das caractersticas estranhas da amostra constitudo
pelos seguintes agregados de caractersticas: caractersticas individuais dos animais
(caractersticas genticas e fenotpicas), caractersticas do ambiente (instalaes, temperatura,
umidade, luminosidade,..., incidncias de doenas, pragas e predadores,...), caractersticas
referentes ao manejo (suprimento de rao e gua, aplicao de vacinas, antibiticos,...),
caractersticas referentes aos processos de mensurao e de registro dos dados.
Neste experimento pode ser logrado considervel controle de caractersticas estranhas com
a constituio da amostra por animais com caractersticas individuais semelhantes, pelo controle
ambiental de temperatura, umidade e luminosidade, pela homogeneizao do suprimento de rao
e gua, pela aplicao de vacinas e antibiticos recomendados de modo uniforme a todos os
animais, por proteo para evitar danos decorrentes de predadores, e pela adoo de
procedimentos e instrumentos uniformes e precisos de mensurao e registro de dados.
Seja um experimento agrcola de campo para pesquisa do controle de uma praga do
feijoeiro atravs de inseticidas em que a unidade de observao uma poro de terreno (ou seja,
um talho). O conjunto das caractersticas estranhas da amostra compreende os seguintes
agregados: caractersticas da semente (caractersticas genticas e fenotpicas pureza,
sanidade,...), caractersticas do ambiente (do solo, do clima, incidncias de doenas, pragas,
invasoras e predadores,...), caractersticas referentes a tcnicas de cultivo (semeadura, fertilizao
do solo, controle de doenas, pragas, invasoras, predadores,...), caractersticas referentes aos
O controle de tcnicas experimentais pode contribuir para o controle de caractersticas
estranhas, atravs de: uso de sementes sadias (isentas de doenas e pragas) e com vigor
homogneo; conduo do experimento em terreno plano e uniforme quanto a caractersticas do
solo, tais como profundidade, fertilidade e umidade; utilizao de tcnicas de cultivo uniformes,
como adubao uniforme e adoo de mesma data de plantio; controles homogneos de
incidncias de doenas, pragas (excludas aquelas que devam ser controladas atravs dos
tratamentos), invasoras e predadores, atravs do uso de fungicidas, inseticidas, herbicidas e
proteo; e com processamento uniforme da colheita e da mensurao e registro dos dados.

O controle de tcnicas experimentais tem implicaes para a constituio da
amostra. De fato, a frao das caractersticas estranhas que controlada por tcnicas
experimentais excluda da amostra. Portanto, o controle de tcnicas experimentais
pode implicar em prejuzo para a representao da populao objetivo pela amostra. Por
essa razo, ele deve ser efetuado na medida em que no tenha essa implicao.
Para ilustrao, considere-se o experimento do Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .18 18 18 18. Se a populao objetivo
constituda de animais heterogneos e h indicaes de que o efeito de anti-helmnticos varia com
essa heterogeneidade, no apropriado constituir a amostra por animais com caractersticas
individuais homogneas. Se na populao objetivo as condies ambientais no so controladas,
o controle ambiental deve ser efetuado at o ponto em que no implique distanciamento da
populao amostrada em relao populao objetivo. Semelhantes consideraes valem para
as aplicaes de vacinas e antibiticos. Claramente, os controles exercidos pela homogeneizao
do suprimento de rao e de gua, adoo de proteo para evitar danos decorrentes de
predadores, e adoo de procedimentos e instrumentos uniformes e precisos de mensurao,
registro e edio de dados no tm implicaes para a representao da populao objetivo pela
amostra.

Nessas circunstncias, so muito teis processos de controle experimental que
sejam aplicveis para o controle de caractersticas estranhas que no recomendvel
por tcnicas experimentais. Os processos de controle de caractersticas estranhas que
no afetam a manifestao dessas caractersticas so o controle local e o controle
estatstico, que foram definidos na Seo Seo Seo Seo 3.4.2 3.4.2 3.4.2 3.4.2 e so rediscutidos a seguir.
5.6.2 5.6.2 5.6.2 5.6.2 Controle local Controle local Controle local Controle local

O controle local controle local controle local controle local consiste na classificao das unidades de observao segundo
os nveis de uma ou mais caractersticas estranhas relevantes e na assinalao dos
tratamentos s unidades experimentais de modo que os efeitos dessas caractersticas
estranhas no fiquem confundidos com efeitos importantes dos fatores experimentais
e sejam separados do erro experimental que afeta esses efeitos.

Desse modo, a variao devida s caractersticas estranhas que so submetidas ao
controle local no afeta as inferncias referentes a efeitos relevantes de fatores
experimentais.
Na situao mais simples, o material experimental compreende apenas uma
caracterstica estranha relevante. Ento, as unidades de observao so classificadas
em grupos segundo os nveis dessa caracterstica estranha e uma coleo completa dos
tratamentos assinalada s unidades de cada um desses grupos, que recebem a
designao de blocos blocos blocos blocos. O Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .21 21 21 21 prov duas ilustraes.

176
a) Suponha-se que no experimento de controle de verminose de coelhos atravs de anti-
helmnticos (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .18 18 18 18) so usados animais nascidos em um intervalo de tempo
consideravelmente amplo. Nessas circunstncias, a variao entre ninhadas pode ser uma fonte
considervel da variao estranha dos valores observados de variveis respostas relevantes,
como ganho de peso, nmeros de ovos nas fezes e nmero de helmintos nas vsceras. De fato,
como coelhos de uma mesma ninhada so de mesma idade e tm caractersticas individuais,
especialmente as genticas, mais semelhantes do que os de ninhadas diferentes de esperar que
a variao entre coelhos dentro de cada ninhada seja consideravelmente menor do que a variao
entre coelhos de ninhadas diferentes. Assim, pode ser conveniente exercer o controle local pela
classificao dos coelhos segundo as ninhadas e, ento, a administrao dos anti-helmnticos de
modo que os animais de cada ninhada recebam anti-helmnticos diferentes e cada ninhada receba
uma coleo completa dos anti-helmnticos.
b) Se o experimento agrcola de campo para controle de uma praga do feijoeiro atravs de
inseticidas (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .19 19 19 19) for conduzido em um terreno em declive, a variao estranha devida ao
declive pode constituir uma fonte considervel da variao de valores de variveis respostas
importantes, como peso da produo de gros e nmero de insetos vivos. Assim, pode ser
conveniente classificar os talhes segundo as faixas de nvel, pois, em geral, talhes de uma
mesma faixa de nvel so mais semelhantes quanto s caractersticas do solo relevantes
(profundidade, textura, estrutura, fertilidade e umidade) do que talhes de faixas diferentes. Ento,
uma coleo completa dos inseticidas assinalada ao conjunto dos talhes de cada faixa de nvel,
de modo que cada talho de uma faixa de nvel receba um diferente inseticida e cada faixa de
nvel contemple uma coleo completa dos inseticidas.

Devem ser consideradas para controle local as caractersticas estranhas que se
espera constituam fontes de variao relevantes das caractersticas respostas. Em geral,
essas caractersticas estranhas correspondem a: classificaes naturais ou convenientes
das unidades de observao, formaes de unidades experimentais e caractersticas
estranhas associadas com fatores experimentais intrnsecos.

Uma caracterstica estranha que levada em conta pelo controle local
denominada fator de unidade fator de unidade fator de unidade fator de unidade. Os nveis nveis nveis nveis desse fator de unidade so os nveis dessa
caracterstica estranha.

Um fator de unidade deve satisfazer propriedades semelhantes quelas requeridas
de fator experimental (Seo Seo Seo Seo 5.2 5.2 5.2 5.2).
O controle local de uma caracterstica estranha eficiente quando os nveis dessa
caracterstica classificam as unidades de observao em grupos de unidades de tal modo
que a variao entre esses grupos seja consideravelmente maior do que a variao
dentro de grupos.
A utilizao eficaz do controle local depende do conhecimento das caractersticas
estranhas relevantes do material experimental. Em experimentos de ampla abrangncia,
em geral, as caractersticas estranhas mais relevantes referem-se distribuio das
unidades de observao no espao e no tempo. Nessas circunstncias, o controle local
deve considerar a classificao das unidades de observao nessas duas dimenses,
constituindo duas formas de classificao, uma em cada uma dessas duas dimenses.
Nesses experimentos, muito freqentemente, podem ser identificadas caractersticas
estranhas relevantes em cada uma das sees do espao e do tempo que demandem
controle local adicional. Assim, por exemplo, se o experimento considerado no Exemplo Exemplo Exemplo Exemplo
5 55 5. .. .21 21 21 21 b) repetido em diversos locais e em mais de um ano, o controle local deve
constituir duas classificaes das unidades: uma classificao segundo a distribuio das
unidades entre os locais e a outra segundo a distribuio das unidades entre os anos;
ademais, deve considerar a classificao segundo as faixas de nvel em cada ano e local.
Experimentos de abrangncia restrita, ou seja, experimentos conduzidos em uma
nica seo do espao e do tempo, usualmente requerem controle local da variao
devida a caractersticas estranhas que correspondem a classificao das unidades
segundo suas similaridades espaciais, temporais, genticas e devidas a outras
propriedades relevantes. Assim, se o experimento do Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .21 21 21 21 a) conduzido em
uma nica instalao e em um nico intervalo de tempo, pode ser requerido o controle
local que considere a classificao dos animais segundo as ninhadas. O controle local
tambm freqentemente requerido mesmo em experimentos conduzidos em ambientes
controlados. Esse tpico ser tratado mais amplamente na Seo 9.5 Seo 9.5 Seo 9.5 Seo 9.5.
5.6.3 5.6.3 5.6.3 5.6.3 Controle estatstico Controle estatstico Controle estatstico Controle estatstico
O segundo processo de controle experimental que no afeta a manifestao de
caractersticas estranhas o controle estatstico:

O controle estatstico controle estatstico controle estatstico controle estatstico consiste no registro dos valores observados de uma ou mais
variveis que exprimam caractersticas estranhas relevantes da amostra e sua
utilizao para o ajustamento apropriado de valores observados de variveis
respostas pela eliminao da variao atribuvel a essas caractersticas estranhas.

O Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .22 22 22 22 prov duas ilustraes de controle estatstico.
a) Em um experimento de nutrio animal em que os animais apresentam diferenas
apreciveis de peso corporal inicial pode ser apropriado o controle estatstico do efeito dessa
caracterstica estranha sobre o peso corporal ao abate. O controle estatstico procedido pelo
registro do peso inicial dos animais e a correo ou ajuste do peso ao abate para levar em conta a
variao do peso inicial. Dessa forma, o controle estatstico pode permitir separar da variao do
peso ao abate uma frao considervel dessa variao que seja atribuvel ao peso inicial dos
animais.
b) Em um experimento de fertilizao do solo para o cultivo do amendoim o peso da
produo pode ser afetado de modo relevante pelo estande final, ou seja, pelo nmero de plantas
que produzem por parcela. Nessas circunstncias, o controle estatstico da variao devida ao
estande final pode lograr uma reduo substancial do confundimento que possa resultar da
variao devida ao nmero de plantas por parcela.

As variveis estranhas consideradas para o controle estatstico so comumente
denominadas co co co co- -- -variveis estranhas variveis estranhas variveis estranhas variveis estranhas. Esse processo de controle experimental efetivado
atravs do procedimento de anlise estatstica denominado anlise de co anlise de co anlise de co anlise de co- -- -variao variao variao variao.
Uma co-varivel estranha tem os mesmos atributos de co-varivel explanatria
(Seo Seo Seo Seo 5.8 5.8 5.8 5.8). Entretanto, sua funo em inferncias sobre a relao causal entre
caractersticas respostas e caractersticas explanatrias distinta daquela descrita para
co-varivel explanatria. A co-varivel estranha no de interesse nessas inferncias.
Seu papel simplesmente prover informao sobre a variao atribuvel caracterstica
que ela exprime para propsito de controle experimental.
O controle estatstico menos aplicvel que o controle local e em algumas
situaes adotado complementarmente ao controle local. Ademais, quando apropriado,
usualmente aplicvel apenas a uma ou poucas variveis respostas. Por outro lado, o
controle estatstico no aplicvel para caractersticas estranhas que possam ser
afetadas por efeitos de tratamentos, pois nesse caso estaria introduzindo confundimento
com efeitos de tratamentos. Essas circunstncias so ilustradas pelo Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .23 23 23 23.

178
a) Suponha-se que no experimento de controle de verminose de coelhos com anti-
helmnticos (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .18 18 18 18, Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .21 21 21 21 a) seja esperado que as diferenas de pesos dos
coelhos de uma mesma ninhada possam afetar consideravelmente a variao dos valores
observados de variveis respostas importantes, como o peso corporal final. Nesse caso, pode ser
conveniente o controle estatstico desta caracterstica estranha para essas variveis respostas,
adicionalmente ao controle local da ninhada. Ento, efetuado o registro do peso inicial dos
animais que utilizado como co-varivel para o ajustamento do peso final atravs da anlise da
co-variao. Observe-se que o efeito do peso inicial sobre o peso final pode no ser relevante, se
o intervalo entre as mensuraes desses pesos for relativamente amplo. Por outro lado, a variao
do peso corporal inicial pode no afetar de modo relevante outras caractersticas respostas, tais
como nmero de ovos nas fazes e nmero de vermes nas vsceras do animal. Nesses casos o
controle estatstico desnecessrio ou no tem sentido.
b) Se no experimento de controle de uma praga do feijoeiro com inseticidas (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .19 19 19 19,
Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .21 21 21 21 b) o estande final for heterogneo, mas no for afetado por efeitos dos tratamentos
(ou seja, dos inseticidas), pode ser conveniente controlar o efeito do estande final sobre o peso da
produo atravs do controle estatstico, complementarmente ao controle local. Vale aqui
observao semelhante quela do exemplo anterior: o controle estatstico somente aplicvel
para varivel resposta que seja afetada de modo considervel pela variao de estande. Por
exemplo, pode ocorrer uma compensao de modo que as plantas de talhes com estande mais
baixo tendam a desenvolver-se mais e ter produes individuais mais elevadas. Nesse caso, o
ajustamento para a variao de estande se torna desnecessria ou no tem sentido.

O controle estatstico se baseia em uma relao entre a varivel resposta e a co-
varivel estranha semelhante quela referida para co-varivel explicativa (Seo Seo Seo Seo 5.8 5.8 5.8 5.8).
Muito freqentemente essa relao tambm pressuposta linear. Assim, o controle
estatstico apropriado se tal relao existe. A adequabilidade do controle estatstico
pode ser verificada atravs de uma anlise estatstica preliminar apropriada para testar a
relao que postulada.
As adoes de controle local e de controle estatstico tm conseqncias restritivas.
Esses processos de controle experimental impem perda de informao referente ao erro
experimental. A compreenso dessa implicao somente pode ser adquirida com o
conhecimento dos procedimentos de anlise estatstica que implementam esses
processos de controle experimental.
Assim, de modo geral, apenas uma ou poucas caractersticas estranhas da
amostra, ou um ou poucos agregados dessas caractersticas, pode ser controlado por
controle local e por controle estatstico.
Os efeitos de caractersticas estranhas sobre caractersticas respostas que no so
controlados por controle de tcnicas experimentais, por controle local e por controle
estatstico resultam confundidos com efeitos atribuveis aos fatores experimentais. Se
aqueles efeitos forem relevantes, a implicao resultante ser a tendenciosidade das
inferncias referentes a relaes causais entre caractersticas respostas e fatores
experimentais. O recurso para evitar tal tendenciosidade a casualizao.
5.6.4 5.6.4 5.6.4 5.6.4 Casualizao Casualizao Casualizao Casualizao
A casualizao o processo de controle experimental para tornar no tendencioso
o confundimento dos efeitos de caractersticas estranhas no controladas por controle de
tcnicas experimentais, controle local e controle estatstico com os efeitos dos fatores
experimentais. Esse propsito logrado pela casualizao dos nveis dessas
caractersticas estranhas entre os nveis dos fatores experimentais.
A casualizao aplicvel na atribuio dos nveis de fatores de tratamentos s
correspondentes unidades experimentais e na implementao de tcnicas experimentais
que possam originar confundimento com efeitos de tratamentos (Seo 3.4.2 Seo 3.4.2 Seo 3.4.2 Seo 3.4.2).
Casualizao na atribuio dos tratamentos Casualizao na atribuio dos tratamentos Casualizao na atribuio dos tratamentos Casualizao na atribuio dos tratamentos

A casualizao casualizao casualizao casualizao na atribuio dos tratamentos na atribuio dos tratamentos na atribuio dos tratamentos na atribuio dos tratamentos o processo de assinalao
aleatria dos nveis de fatores de tratamento s respectivas unidades experimentais
atravs de procedimento objetivo de sorteio que atribua a todas as unidades
experimentais para cada um desses fatores de tratamento a mesma chance de
receber qualquer dos correspondentes tratamentos.

Assim, a casualizao dos tratamentos estabelece uma associao aleatria entre
tratamentos e unidades experimentais. Equivalentemente, a casualizao pode ser
conceituada como a assinalao aleatria das unidades experimentais aos tratamentos.
Embora na prtica a casualizao seja procedida pela atribuio aleatria dos
tratamentos s unidades experimentais, sob o ponto de vista conceitual mais
conveniente pens-la como a assinalao das unidades experimentais aos tratamentos.
Como conseqncia da casualizao, os tratamentos tm igual chance de serem
favorecidos ou desfavorecidos pelas caractersticas estranhas afetadas pela
casualizao, ou seja, pelas caractersticas estranhas casualizadas. Desse modo, a
variao devida s caractersticas estranhas casualizadas no afeta tendenciosamente
os efeitos dos tratamentos.
Em um experimento em que exercido o controle local, o procedimento de
casualizao deve ser restrito de modo a garantir a disposio dos tratamentos
determinada pelo controle local. Na situao de controle local mais simples, ou seja, em
que h apenas uma classificao relevante das unidades de observao levada em conta
pelo controle local, a casualizao procedida dentro de cada grupo de unidades de
observao constitudo pelo controle local, separadamente e independentemente para
cada grupo.
a) Considere-se o experimento de controle de verminose de coelhos com anti-helmnticos
(Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .18 18 18 18), com o controle local das caractersticas estranhas associadas ninhada. Nessas
circunstncias, os nveis do fator anti-helmntico devem ser atribudos aleatoriamente aos animais
de cada uma das ninhadas, repetindo-se o processo de casualizao separada e
independentemente para cada ninhada. Observe-se que nesse caso o nmero de coelhos de cada
ninhada utilizados no experimento deve ser igual ao nmero dos nveis do fator anti-helmntico na
amostra. Com esse processo de casualizao, resultam casualizadas todas as caractersticas
individuais dos animais, excetuadas aquelas referentes ninhada.
b) No experimento de controle de uma praga do feijoeiro com inseticidas (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .19 19 19 19)
com o controle local da variao entre faixas de nvel, os tratamentos, ou seja, os nveis do fator
inseticida, devem ser atribudos aleatoriamente a cada uma das faixas, separada e
independentemente, de modo que em cada faixa resulte uma coleo completa desses
tratamentos. Para tal, o nmero de talhes de cada um das faixas de nvel deve ser igual ao
nmero de tratamentos.

Observe-se que apenas fatores de tratamento podem e devem ser submetidos a
casualizao. Fatores intrnsecos no so sujeitos a casualizao ou so sujeitos a
casualizao parcial que pode no abranger alguma caracterstica estranha relevante.
Como conseqncia, efeitos de fatores intrnsecos podem resultar confundidos
tendenciosamente com efeitos de caractersticas estranhas.
Casualizao na implementao de tcnicas experimentais Casualizao na implementao de tcnicas experimentais Casualizao na implementao de tcnicas experimentais Casualizao na implementao de tcnicas experimentais
A casualizao um processo de controle experimental conveniente para a
determinao da ordem de implementao de tcnicas experimentais nas unidades de
observao, quando a ordem possa ter efeitos relevantes sobre caractersticas respostas:


180
A casualizao na implementao de uma tcnica experimental casualizao na implementao de uma tcnica experimental casualizao na implementao de uma tcnica experimental casualizao na implementao de uma tcnica experimental compreende o
estabelecimento de uma ordem aleatria de implementao dessa tcnica
experimental nas unidades de observao, determinada por algum procedimento
objetivo de sorteio que atribua a todas as unidades de observao igual chance de
ser favorecida ou desfavorecida.

Situaes de casualizao na implementao de tcnicas experimentais so
ilustradas pelo Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .25 25 25 25.
a) Em um experimento com sorgo, a ordem da aplicao de uma tcnica de cultivo, como a
semeadura, a aplicao de inseticida, de fungicida e de herbicida, e a colheita, pode afetar a
produo de gros.
b) Em um experimento com ovinos, a ordem de aplicao de uma tcnica de manejo, como
a tosquia, pode afetar o ganho de peso corporal e a produo de l.
Esses efeitos podem ser relevantes quando a implementao da tcnica experimental
requer intervalo de tempo considervel, ou eventualmente estende-se por tempo prolongado.
5.6.5 5.6.5 5.6.5 5.6.5 Implicaes do Implicaes do Implicaes do Implicaes do controle experimental controle experimental controle experimental controle experimental
O controle de tcnicas experimentais permite tornar constante ou reduzir a
variabilidade de caractersticas estranhas do material experimental. Assim, esse
procedimento de controle experimental tem implicao sobre a constituio da amostra.
Portanto, como salientado anteriormente, o controle de tcnicas experimentais tem
limitaes; ele pode ser implementado para a reduo da variao dos valores
observados de variveis respostas devidas a caractersticas estranhas da amostra que
no tenha implicao para a representao da populao objetivo.
O controle local e o controle estatstico no afetam a constituio da amostra.
Esses procedimentos de controle experimental permitem separar da variao dos valores
observados da varivel resposta que atribuvel a efeitos de fatores experimentais e do
erro experimental que afeta inferncias referentes a esses efeitos a parte da variao que
atribuvel s caractersticas estranhas controladas. Dessa forma a variao devida a
fatores experimentais, se existente, torna-se mais ntida. Entretanto, o controle local e o
controle estatstico tambm tm limitao: eles implicam perda de informao sobre o
erro experimental, o que restringe suas aplicabilidades a um nmero reduzido de
Observe-se que, geralmente, o controle de tcnicas experimentais, o controle local
e o controle estatstico efetuam o controle parcial da variabilidade da varivel resposta
que atribuvel s caractersticas estranhas controladas que so efetivamente
controladas. Assim, por exemplo, o controle ambiental da temperatura em uma casa de
vegetao poder reduzir consideravelmente a variabilidade da resposta que atribuvel
a essa caracterstica, mas no a tornar constante; o controle local da idade de animais
atravs do agrupamento dos animais em grupos de animais de idades prximas poder
lograr variao reduzida da resposta devida idade dentro de cada grupo, mas alguma
frao da variao atribuvel idade permanecer entre os animais dentro de cada
grupo. Semelhantemente, o controle estatstico do estande de plantas poder lograr
substancial reduo da variabilidade da produo de gros que atribuvel ao estande;
entretanto, alguma variabilidade atribuvel a estande permanecer no controlada.
A casualizao no afeta a constituio da amostra e nem separa da variao dos
valores da varivel resposta e do erro experimental qualquer variao atribuvel a
caractersticas estranhas. A casualizao permite que o confundimento dos efeitos de
tratamento com efeitos de caractersticas estranhas que no foi controlado por aqueles
outros processos de controle experimental seja no tendencioso. A ausncia de
tendenciosidade possibilita que possa ser logicamente inferido que uma diferena
considervel das respostas a dois tratamentos, por exemplo, seja conseqncia de
diferena real entre os efeitos desses tratamentos.
A Tabela Tabela Tabela Tabela 5 55 5. .. .1 11 1 apresenta um resumo das implicaes dos procedimentos de controle
experimental para a constituio da amostra e para o erro experimental que afeta efeitos
de fatores experimentais.

Tabela Tabela Tabela Tabela 5 55 5. .. .1 11 1. . . . Implicaes dos procedimentos de controle experimental
para a constituio da amostra e o erro experimental
que afeta efeitos de fatores experimentais.

Erro experimental que afeta
efeitos de fatores experimentais

Procedimento
Constituio
da amostra
Grandeza
No
tendenciosidade

Controle de tcnicas
experimentais
Afeta Afeta Afeta
Controle local No afeta Afeta No afeta
Controle estatstico No afeta Afeta No afeta
Casualizao No afeta No afeta Afeta

Observe-se que, como o controle de tcnicas experimentais molda a amostra, a
frao das caractersticas estranhas assim controlada excluda do conjunto das
caractersticas estranhas que constituem a amostra. Assim, a amostra compreende, de
fato, as trs seguintes classes de caractersticas:
caractersticas respostas,
caractersticas explanatrias e
caractersticas estranhas, excludas as caractersticas controladas por
tcnicas experimentais.
O pesquisador deve utilizar o controle de tcnicas experimentais para procurar
excluir da amostra todas as caractersticas estranhas relevantes que possam ser
submetidas a esse processo de controle experimental. As caractersticas estranhas
relevantes remanescentes na amostra devem ser controladas por controle local ou por
controle estatstico. As caractersticas estranhas controladas por esses dois processos de
controle experimental constituem a classe das c cc caractersticas estranhas controladas aractersticas estranhas controladas aractersticas estranhas controladas aractersticas estranhas controladas.
Idealmente, as demais caractersticas estranhas da amostra devem ser efetiva e
operacionalmente casualizadas, constituindo a classe das caractersticas estranhas caractersticas estranhas caractersticas estranhas caractersticas estranhas
casualizadas casualizadas casualizadas casualizadas. Em situaes reais, entretanto, muitas caractersticas estranhas no so
sujeitas a esses processos de controle experimental, ou seja, a controle local, controle
estatstico e casualizao. Essas caractersticas constituem a classe das caractersticas caractersticas caractersticas caractersticas
estranhas potencialmente perturbadoras estranhas potencialmente perturbadoras estranhas potencialmente perturbadoras estranhas potencialmente perturbadoras.
Assim, segundo os processos de controle experimental que as afetam, as
caractersticas estranhas da amostra so classificadas em trs subclasses:
caractersticas estranhas controladas,
caractersticas estranhas casualizadas e
caractersticas estranhas potencialmente perturbadoras.
As caractersticas estranhas potencialmente perturbadoras so definidas por
excluso, ou seja, como o conjunto das caractersticas estranhas excludas aquelas
controladas por controle local e por controle estatstico e as casualizadas. Em geral, o
conjunto completo das caractersticas potencialmente perturbadoras no pode ser

182
especificado pela identificao individual de cada uma dessas caractersticas na amostra.
Semelhantemente ao processo indicado para a especificao das caractersticas
estranhas, conveniente iniciar a especificao das caractersticas estranhas
potencialmente perturbadoras atravs da identificao de seus grandes agregados,
prosseguindo-se, ento, com a decomposio desses agregados. Esse procedimento
ilustrado pelos exemplos que seguem. Ilustrao mais ampla provida pelos exemplos
da Seo Seo Seo Seo 5.8 5.8 5.8 5.8.
a) No experimento de controle de verminose de coelhos com anti-helmnticos (Exemplo Exemplo Exemplo Exemplo
5 55 5. .. .18 18 18 18), com o controle local das caractersticas relacionadas ninhada e o procedimento de
casualizao ilustrado anteriormente, todas as caractersticas estranhas da amostra so
potencialmente perturbadoras, excetuadas as relacionadas com as ninhadas (que so controladas
pelo controle local) e as caractersticas individuais dos animais dentro de cada ninhada (que so
casualizadas); ou seja, so potencialmente perturbadoras: as caractersticas referentes ao
ambiente (instalaes, clima - temperatura, umidade, luminosidade, etc., incidncias de doenas,
pragas, predadores, etc.), ao manejo (suprimento de alimento e gua, aplicao de
medicamentos, etc.), ao processo de mensurao de caractersticas respostas e ao registro dos
dados.
b) No experimento de controle de uma praga do feijoeiro com inseticidas (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .19 19 19 19)
com o controle local da variao entre faixas de nvel e com a atribuio aleatria dos nveis do
fator inseticida a cada uma das faixas, so potencialmente perturbadoras todas as caractersticas
estranhas da amostra, excetuadas as relacionadas com as faixas de nvel (que so controladas
pelo controle local) e as caractersticas individuais dos talhes dentro de cada faixa de nvel (que
so casualizadas); ou seja, so potencialmente perturbadoras: as caractersticas da semente
(caractersticas genticas e fenotpicas pureza, sanidade,...), as caractersticas do ambiente
(referentes a solo, clima, incidncias de doenas, pragas, invasoras e predadores,...), as
caractersticas referentes s tcnicas de cultivo (semeadura, fertilizao do solo, controle de
doenas, pragas, invasoras, predadores,...) e as caractersticas referentes aos processos de
mensurao e de registro dos dados.

O erro experimental que afeta inferncias referentes a efeitos de fatores
experimentais constitudo pelas caractersticas estranhas casualizadas e as
caractersticas estranhas potencialmente perturbadoras. Em geral, esperado que as
caractersticas desta ltima classe no tenham efeitos relevantes e que, portanto, seus
efeitos sobre as variveis respostas resultem confundidos de modo no tendencioso com
efeitos dos fatores experimentais; ou seja, esperado que essas caractersticas se
comportem como caractersticas casualizadas. Por essa razo, o erro experimental
tambm usualmente denominado erro erro erro erro aleatrio aleatrio aleatrio aleatrio ou erro casual erro casual erro casual erro casual. Essa uma
pressuposio importante para a validade, ou seja, a no tendenciosidade das
inferncias derivadas do experimento.
Entretanto, efeitos de caractersticas estranhas potencialmente perturbadoras que
se revelam importantes por implicar variao considervel dos valores observados da
varivel resposta ficam confundidos tendenciosamente com os efeitos de fatores
experimentais. As caractersticas potencialmente perturbadoras relevantes so
designadas caractersticas estranhas perturbadoras caractersticas estranhas perturbadoras caractersticas estranhas perturbadoras caractersticas estranhas perturbadoras.
Assim, a classe das caractersticas da amostra potencialmente perturbadoras
compreende duas subclasses:
caractersticas estranhas potencialmente perturbadoras irrelevantes e
caractersticas estranhas perturbadoras.
O confundimento de efeitos de fatores experimentais com efeitos de caractersticas
estranhas perturbadoras torna tendenciosas as inferncias referentes a efeitos causais
de fatores experimentais sobre caractersticas respostas. O recurso para evitar a
ocorrncia de caractersticas estranhas perturbadoras o controle de tcnicas
experimentais.
No experimento de controle de verminose de coelhos com anti-helmnticos (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .18 18 18 18),
pode se tornar caracterstica estranha perturbadora qualquer das caractersticas estranhas
potencialmente perturbadoras que se torne relevante. Particularmente, podem se tornar
perturbadoras, em decorrncia de ausncia ou falha do processo de controle de tcnicas
experimentais: incidncias de pragas, de predadores e de doenas no relacionadas verminose
(porque a incidncia de verminose e qualquer caracterstica afetada pela verminose so
caractersticas respostas), ocorrncias de condies ambientais adversas, e erros de mensurao
e de registro dos dados.

Em resumo: O controle de tcnicas experimentais permite a diminuio da variao
atribuvel a caractersticas estranhas, particularmente a diminuio da tendenciosidade
provocada por caractersticas perturbadoras e a diminuio de erros aleatrios,
decorrentes de caractersticas casualizadas e de caractersticas potencialmente
perturbadoras irrelevantes. Por outro lado, o uso de planos de experimentos eficientes
visa colocar na classe das caractersticas estranhas controladas (por controle local e
controle estatstico) tantas caractersticas estranhas quanto exeqvel, prtico e
econmico. Entretanto, no prtico ou recomendvel controlar por controle local e por
controle estatstico mais do que poucas das muitas caractersticas estranhas do material
experimental. A maioria delas deve ser deixada no controlada por essas tcnicas. Tais
caractersticas podem ser colocadas na classe das caractersticas casualizadas, atravs
da casualizao apropriada, ou, novamente, serem controladas atravs de tcnicas
experimentais.
A constituio da amostra estabelecida pelas aes exercidas pelo pesquisador e
as ocorrncias naturais durante a execuo do experimento. Inicia-se com a seleo da
amostra inicial, prossegue durante a execuo do experimento e completada com a
concluso do experimento, ou seja, com a mensurao de caractersticas respostas e o
registro dos dados. A classificao das caractersticas estranhas do material experimental
segundo os processos de controle experimental a que so submetidas estabelecida
pelo procedimento adotado na execuo do experimento. Esse procedimento definido
no plano do experimento, mas freqentemente sujeito a alteraes durante a execuo
do experimento. Dessa forma, a identificao das classes das caractersticas estranhas
controladas por controle local e por controle estatstico, das caractersticas estranhas
casualizadas e das caractersticas estranhas controladas por tcnicas experimentais
requer a descrio do procedimento experimental. A identificao dessas classes de
caractersticas estranhas ilustrada na Seo Seo Seo Seo 5.8 5.8 5.8 5.8.
5.7 5.7 5.7 5.7 Erro Experimental e Erro de Observao Erro Experimental e Erro de Observao Erro Experimental e Erro de Observao Erro Experimental e Erro de Observao
Erro experimental Erro experimental Erro experimental Erro experimental
O erro experimental global de uma varivel resposta a variao dos valores
observados dessa varivel resposta que atribuvel s caractersticas estranhas (Seo Seo Seo Seo
5.6 5.6 5.6 5.6). Esse erro experimental compreende diversas fontes de variao estranha:
a) variao inerente ao processo de mensurao e ao registro dos dados;
b) variao devida reproduo no uniforme das condies experimentais nas
unidades experimentais que devem receber ou manifestar uma mesma condio
experimental;
c) interaes de condies experimentais e caractersticas estranhas; e
d) outras fontes de variao relevantes fora do controle do pesquisador.

184
A segunda fonte de variao origina-se do confundimento dos efeitos das
caractersticas prprias do fator experimental com efeitos de caractersticas estranhas
veiculadas ou manifestadas juntamente com as condies experimentais (Seo (Seo (Seo (Seo 5.2 5.2 5.2 5.2).
Variao dessa origem denominada erro de condio experimental erro de condio experimental erro de condio experimental erro de condio experimental; no caso de fator de
tratamento, ela denominada mais especificamente erro de tratamento erro de tratamento erro de tratamento erro de tratamento.
As duas ltimas fontes de variao correspondem omisso de efeitos
sistemticos devidos a caractersticas estranhas na formulao do modelo estatstico.
Quando isso ocorre, diz-se que h um erro de especificao erro de especificao erro de especificao erro de especificao do modelo. Essas fontes de
variao, se relevantes, podem inflacionar o erro experimental de modo considervel.
Esse fato pode tornar-se importante, especialmente se tais fontes de variao no afetam
em nvel semelhante a variao atribuvel aos efeitos de tratamentos.
O erro de condio experimental uma fonte de variao importante em muitos
experimentos. Assim, por exemplo, quando os tratamentos so equipamentos diferentes
cada um dos quais operado em diversos turnos, por um mesmo operador ou por
operadores diferentes, pode ocorrer que o desempenho desses equipamentos varie entre
os turnos devido inabilidade de cada operador manter desempenho uniforme ou
variao de desempenho entre os operadores de um mesmo equipamento. Nesse caso,
o erro de tratamento compreende o efeito de turno de operao ou a combinao dos
efeitos de turno de operao e de operador. Em tais situaes, seria mais apropriado
considerar o erro de tratamento separadamente do erro experimental propriamente dito.
O controle local decompe ou estratifica o erro experimental global em
componentes correspondentes aos fatores de unidade, ou seja, s classificaes das
unidades de observao que ele constitui ou leva em conta. Dessa forma, o erro
experimental fica decomposto em tantos estratos quantos so os fatores de unidade.

A frao do erro experimental global correspondente a um fator de unidade
constitui um estrato d estrato d estrato d estrato do erro experimental o erro experimental o erro experimental o erro experimental.

Em geral, o erro experimental que afeta inferncias referentes a um efeito de
fatores experimentais uma frao do erro experimental global composta por um
subconjunto de seus estratos. Esse erro experimental pode variar com as inferncias
particulares.

O erro experimental que afeta inferncias referentes a um fator experimental erro experimental que afeta inferncias referentes a um fator experimental erro experimental que afeta inferncias referentes a um fator experimental erro experimental que afeta inferncias referentes a um fator experimental a
variao dos valores observados da varivel resposta nas unidades experimentais
para esse fator que atribuvel s caractersticas estranhas que no so controladas
por controle local e por controle estatstico.

Logo, o erro experimental que afeta inferncias referentes a um fator experimental
compreende a variao dos valores observados da varivel resposta nas unidades
experimentais para esse fator, excetuados os componentes dessa variao que so
atribuveis s caractersticas estranhas controladas.
Em particular, em um experimento com um nico fator experimental em que no
efetuado controle da variao atribuvel a caractersticas estranhas, o erro experimental
que afeta inferncias referentes a esse fator a variao dos valores observados da
varivel resposta nas unidades experimentais dentro dos nveis desse fator.
Erro de observao Erro de observao Erro de observao Erro de observao
Em circunstncias em que a unidade experimental elementar compreende mais de
uma unidade de observao pode ser determinada a variao dos valores observados da
varivel resposta nessas unidades de observao dentro das unidades experimentais
elementares.

O erro de observao erro de observao erro de observao erro de observao de uma varivel resposta a variao dos valores
observados dessa varivel resposta nas suas unidades de observao dentro das
unidades experimentais elementares.

No caso em que as unidades de observao so unidades de amostragem (Seo Seo Seo Seo
5.5 5.5 5.5 5.5), o erro de observao denominado erro de amostragem erro de amostragem erro de amostragem erro de amostragem.
Unidade experimental e erro experimental Unidade experimental e erro experimental Unidade experimental e erro experimental Unidade experimental e erro experimental
A determinao correta das formaes de unidades experimentais e dos estratos
do erro experimental tem importncia crucial para a validade das inferncias derivadas do
experimento. Depende dela a caracterizao correta dos estratos do erro experimental
que afetam inferncias referentes a efeitos de fatores experimentais. particularmente
relevante a distino entre unidade experimental elementar e unidade de observao,
que freqentemente no levada em conta pelo pesquisador. Essa falha origina
inferncias tendenciosas decorrentes do uso incorreto do erro de observao em lugar do
erro experimental em inferncias referentes a efeitos de fatores experimentais. Isto
porque, se a unidade experimental elementar compreende mais de uma unidade de
observao, os erros experimentais que afetam essas inferncias provm da variao
externa a essas unidades experimentais. Dessa forma, a unidade experimental elementar
deve ser considerada como um todo. O erro de observao, ou seja, a variao dos
valores observados da varivel resposta entre unidades de observao dentro das
unidades experimentais elementares, irrelevante para essas inferncias.
Para ilustrao da distino entre erro experimental e erro de observao, considerem-se os
experimentos do Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .16 16 16 16.
a) No experimento de lotao ou carga animal com animais em pastoreio, o erro
experimental do peso corporal ao abate que afeta o fator experimental lotao a variao dos
pesos corporais mdios (ou globais) observados nos potreiros (pesos de conjuntos de dez
animais) que atribuvel a caractersticas estranhas e que no controlada por controle local. Na
ausncia de controle local, esse erro experimental a variao entre os pesos corporais mdios
observados nos potreiros com mesma lotao. O erro de observao para a varivel resposta
peso corporal ao abate a variao entre os pesos corporais dos animais dentro de potreiros.
b) No experimento de comparao de cultivares de pessegueiro o erro experimental do peso
da produo de frutos que afeta o fator experimental cultivar a variao entre os pesos mdios
(globais) dos frutos produzidos por parcela (conjunto de quatro plantas) que atribuvel a
caractersticas estranhas e que no controlada por controle local. Na ausncia de controle local,
o erro experimental a variao entre as produes mdias de frutos por parcela com mesma
cultivar. O erro de observao para a varivel resposta peso da produo de frutos a variao
entre os pesos da produo de frutos por planta dentro de parcela.
1. Explique a origem do erro experimental (global).
2. Em que consiste o controle experimental? Qual o seu propsito?
3. Explique e ilustre o significado do controle de tcnicas experimentais.
4. Explique porque as fraes das caractersticas estranhas que so controladas atravs de
tcnicas experimentais so excludas da composio da amostra e porque, muito
freqentemente, as caractersticas estranhas abrangidas por controle de tcnicas
experimentais no so completamente excludas da composio da amostra.

186
5. Explique como o controle de tcnicas experimentais pode implicar em prejuzo da
representatividade da amostra.
6. Explique porque a presena de um fator experimental intrnseco usualmente requerer o
controle local da caracterstica estranha que lhe associada.
7. Como exercido o controle estatstico de uma caracterstica estranha? Cite um exemplo em
que o controle estatstico possa ser apropriado.
8. Explique e ilustre os significados de casualizao na atribuio dos tratamentos e
casualizao na implementao de uma tcnica experimental.
9. Explique a relao entre casualizao e controle local.
10. Distinga e ilustre as implicaes dos processos de controle experimental para a composio
da amostra, utilizando um exemplo de experimento de sua rea.
11. Qual a origem das caractersticas estranhas controladas em um experimento? Qual a
origem das caractersticas estranhas casualizadas? Qual a origem das caractersticas
estranhas potencialmente perturbadoras?
12. Suponha que o experimento a que se refere o exerccio 12 dos Exerccios Exerccios Exerccios Exerccios 5 55 5. .. .2 22 2 ser executado,
em cada local e em cada ano, em um terreno de dimenses apropriadas para a constituio
de 24 talhes com variao considervel de caractersticas do solo, mas esses talhes sero
classificados em 6 grupos de 4 talhes suficientemente homogneos. Ento, os 4 tratamentos
sero atribudos aleatoriamente aos 4 talhes de cada um desses 6 grupos, separada e
independentemente para cada um dos grupos.
a) Relacione as caractersticas estranhas relevantes de cada um dos agregados de
caractersticas estranhas do material experimental.
b) Liste as caractersticas estranhas relevantes que devam ser submetidas ao controle de
c) Indique as caractersticas estranhas relevantes que devam ser controladas por controle
local.
d) Indique alguma caracterstica estranha que possa ser cogitada para controle estatstico.
e) Descreva as caractersticas estranhas que resultaro casualizadas.
f) Especifique as caractersticas estranhas potencialmente perturbadoras.
g) Entre as caractersticas estranhas especificadas no item f), indique aquelas que voc
espera que se comportaro como se fossem casualizadas.
h) Entre as caractersticas estranhas especificadas no item f), indique aquelas com
potencialidade mais elevada de se revelarem perturbadoras.
13. No experimento de que trata o exerccio 13 dos Exerccios Exerccios Exerccios Exerccios 5 55 5. .. .2 22 2 os 24 boxes individuais de cada
granja so considerados suficientemente uniformes quanto a caractersticas do ambiente, mas
os doze leites de cada uma das duas raas que sero utilizados em cada granja em cada ano
tero amplitude considervel de idade. Por essa razo, antes de serem assinalados aos 24
boxes, os animais de cada uma das 2 raas sero classificados em 4 grupos de 3 animais
homogneos quanto idade e demais caractersticas individuais e, ento, as trs doses de
estradiol sero atribudas aleatoriamente aos 3 animais de cada um dos 4 grupos de cada uma
das 2 raas, separada e independentemente para cada um dos grupos. Responda as mesmas
questes formuladas no exerccio 12.
14. Complemente a descrio do procedimento experimental apropriado para o experimento
considerado na resposta do exerccio 14 do Exerccios Exerccios Exerccios Exerccios 5 55 5. .. .2 22 2 de modo a possibilitar as respostas
s questes que seguem:
a) Liste as caractersticas estranhas relevantes de cada um dos agregados de caractersticas
estranhas.
b) Identifique as caractersticas estranhas relevantes que devam ser sujeitas ao controle de
c) Indique as caractersticas estranhas relevantes que devam ser controladas por controle
local, se for o caso.
d) Indique alguma caracterstica estranha que deva ser controlada por controle estatstico, se
for o caso.
e) Especifique as caractersticas estranhas efetivamente casualizadas.
f) Especifique as caractersticas estranhas potencialmente perturbadoras.
g) Indique as caractersticas estranhas que, embora no efetivamente casualizadas, o
pesquisador pode esperar que se comportem como casualizadas.
h) Que aes o pesquisador deve tomar para evitar que caractersticas estranhas
potencialmente perturbadoras se tornem perturbadoras?
15. Distinga e ilustre os conceitos de erro experimental e erro de observao atravs de um
experimento de sua rea.
5.8 5.8 5.8 5.8 Co Co Co Co- -- -varivel Explanatria varivel Explanatria varivel Explanatria varivel Explanatria
Em algumas situaes uma caracterstica explanatria pode no ser um fator
experimental, mas uma caracterstica expressa por uma co-varivel:

Uma co co co co- -- -varivel explanatria varivel explanatria varivel explanatria varivel explanatria uma varivel que expressa uma caracterstica
explanatria cujos nveis na amostra tm as seguintes propriedades:
1) no so escolhidos e definidos no plano do experimento;
2) podem ser distintos para todas as unidades da amostra; e
3) no constituem uma partio significativa dessas unidades.

A considerao de uma co-varivel explanatria implica que o objeto das
inferncias do experimento passa a ser a relao causal entre a varivel resposta e os
fatores experimentais levando em conta a variao atribuvel a essa co-varivel. Em
situao pouco comum o foco a relao entre a varivel resposta e a co-varivel. O
procedimento estatstico para essas inferncias a anlise da co anlise da co anlise da co anlise da co- -- -variao variao variao variao. A anlise da
co-variao requer a pressuposio de uma expresso para a relao entre a varivel
resposta e a co-varivel. Muito freqentemente essa relao postulada linear, o que
significa a pressuposio de que para acrscimos iguais da co-varivel correspondem
variaes (acrscimos ou decrscimos) iguais para a varivel resposta. A validade
dessas inferncias depende da adequabilidade da relao postulada.
Uma co-varivel explanatria uma varivel que exprime uma caracterstica
inerente s unidades cujos nveis se manifestam fora do controle do pesquisador. Nessas
circunstncias inferncias referentes relao de uma varivel resposta com uma co-
varivel no podem ter a conotao de causalidade.
A anlise da co-variao efetua o ajustamento dos valores observados da varivel
resposta que elimina da variao que atribuvel co-varivel. Isso significa que os
valores ajustados da varivel resposta seriam os valores que seriam observados se os
valores da co-varivel fossem todos iguais mdia destes valores.
A considerao de uma co-varivel explanatria usualmente de interesse
secundrio no experimento, no prevista no plano do experimento e surge no processo
de interpretao e explorao dos resultados. Entretanto ela pode ser importante para os
propsitos enumerados a seguir.
1) Deteco de interaes de fatores experimentais com caractersticas das
unidades: Usualmente, procedimentos de inferncia estatstica pressupem a
inexistncia de interaes dessa origem. Entretanto, em algumas situaes, o efeito de
uma mesma condio experimental pode variar sistematicamente entre as unidades em
decorrncia de interao com alguma caracterstica dessas unidades. Nessas
circunstncias pode ser interessante levar em conta essa caracterstica estranha como

188
uma co-varivel explanatria para verificar se os efeitos dos fatores experimentais variam
com essa co-varivel.
a) m um experimento de suplementao alimentar de vacas leiteiras a produo de leite
pode ser afetada pelo peso corporal do animal. Ento, podem ser convenientes o registro do peso
inicial dos animais e sua considerao como uma co-varivel explanatria para verificar se os
efeitos dos tratamentos sobre a produo de leite variam com o peso inicial do animal.
b) Em um experimento sobre o efeito da poda da videira a produo de cachos de uva pode
ser afetada pela produo na safra anterior. Assim, pode ser interessante verificar se o efeito da
poda sobre a produo de cachos na safra atual varia com a produo na safra anterior.

2) Discriminao de efeitos de fatores experimentais de efeitos de caractersticas
estranhas: Caractersticas estranhas das unidades podem ter efeitos relevantes sobre
caractersticas respostas que se confundem com efeitos de fatores experimentais. O
registro de dados dessas caractersticas pode ser importante para lev-las em conta nas
inferncias referentes relao causal entre a varivel resposta e os fatores
experimentais para distinguir seus efeitos dos efeitos dos fatores experimentais. Esse
propsito tem relao com o referido no item anterior.
a) Em um experimento do efeito da muda sobre caractersticas de galos reprodutores,
caractersticas do ambiente, principalmente temperatura, podem ter efeito relevante sobre o
desempenho do animal. A considerao da temperatura como co-varivel explanatria pode ser
til para discriminao da variao da varivel resposta atribuvel muda e temperatura.
b) Em um experimento para pesquisa do efeito da nutrio da ovelha matriz sobre o peso
corporal do cordeiro ao nascer, a idade da ovelha tambm pode ter efeito sobre o peso do
cordeiro. Assim, pode ser interessante discriminar os efeitos atribuveis ao fator experimental dieta
dos efeitos devidos idade da ovelha.

3) Explicao sobre a origem dos efeitos de fatores experimentais: A considerao
de uma caracterstica resposta intermediria (Seo 7.2 Seo 7.2 Seo 7.2 Seo 7.2) como co-varivel explanatria
pode ser til para a melhor compreenso dos efeitos de fatores experimentais sobre uma
varivel resposta, particularmente para distinguir efeitos diretos e efeitos indiretos.
a) Em um experimento para pesquisa do efeito da dieta sobre o ganho de peso de perus
alimentados vontade sabido que a dieta tambm pode afetar o consumo e este, por sua vez, o
ganho de peso. Nessas circunstncias, pode ser interessante derivar inferncias referentes s
diferenas de efeitos das dietas sobre o ganho de peso tanto sem ajustamento para a variao
atribuvel ao consumo como com esse ajustamento. Dessa forma, podem ser distinguidos os
efeitos das dietas sobre o ganho de peso total e sobre o ganho de peso efetivo.
b) Em um experimento do efeito da fumigao do solo de lavouras de aveia com diversos
produtos para controle de nematides a fumigao pode ter efeito sobre a produo de gros
simplesmente como um reflexo de seu efeito sobre os nematides, mas, tambm, efeito de outra
origem, como o provimento ao solo de alguma substncia fertilizante. Essa dvida pode ser
elucidada atravs de duas anlises da varivel resposta produo de gros: uma sem ajustamento
para a variao atribuvel co-varivel nmero de nematides e outra com esse ajustamento.

4) Inferncias referentes a uma varivel resposta derivada da razo de outras duas
variveis respostas: Em algumas situaes inferncias referentes a uma varivel
resposta derivada de outras duas variveis respostas (Seo 7.2 Seo 7.2 Seo 7.2 Seo 7.2) podem ser obtidas
atravs de uma relao entre essas duas variveis em que uma delas assume o papel de
co-varivel explanatria.
a) Em um experimento de fertilizao do solo para cultivo de beterraba aucareira o peso da
produo de razes uma funo do peso mdio da raiz e do nmero de razes. Assim, se o
nmero de razes afetado por efeitos de tratamentos, uma anlise do peso da produo de
razes com ajustamento para o nmero de razes exprimir essencialmente os efeitos de
tratamentos sobre o peso mdio da raiz.
b) No experimento do efeito da dieta sobre o ganho de peso de perus alimentados
vontade (Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .31 31 31 31 a) a converso alimentar a razo entre o consumo e o ganho de peso.
Inferncias referentes converso alimentar podem ser derivadas pelo ajustamento do consumo
para a variao devida ao ganho de peso, atravs de uma anlise de co-variao.

5) Inferncias sobre a relao entre uma varivel resposta e uma co-varivel
explanatria levando em conta os efeitos atribuveis aos fatores experimentais:
Inferncias referentes a relaes de variveis com base em dados de experimentos
devem levar em conta a estrutura do experimento, ou seja, a relao entre a estrutura
das condies experimentais e a estrutura das unidades (Seo 10.4 Seo 10.4 Seo 10.4 Seo 10.4). Usualmente,
essas inferncias devem ser derivadas para cada nvel ou combinao de nveis dos
fatores experimentais, ou mais globalmente, dependendo da presena ou ausncia de
interaes entre esses fatores e a co-varivel. O Exemplo Exemplo Exemplo Exemplo 5 55 5. .. .33 33 33 33 ilustra algumas situaes
de pesquisa experimental em que h interesse em relaes de variveis.
Experimentos em que h interesse em relao entre uma varivel resposta e uma co-
varivel:
a) experimento de nutrio de sunos com dois fatores experimentais: dieta e sexo - relao
entre comprimento do lombo e peso corporal ao abate (ou tempo para o abate);
b) experimento para pesquisa do efeito do desbaste de flores sobre a produo de pssego
- relao entre teor de acar e tamanho do fruto;
c) experimento de fertilizao do solo para o cultivo de aspargo - relao entre peso da
produo e nmero de turies;
d) experimento para pesquisa do efeito da suplementao mineral em aves poedeiras -
relao entre espessura da casca e tamanho do ovo.
5.9 5.9 5.9 5.9 Ilustrao Ilustrao Ilustrao Ilustrao
Esta seo apresenta trs exemplos com os propsitos de reviso e ilustrao mais
ampla dos conceitos emitidos nas sees anteriores, e de alguns conceitos bsicos
apresentados em captulos prvios.
Populao objetivo: Viveiros de produo de mudas de kiwi do Estado do Rio Grande do Sul
que existiro em um intervalo de tempo imediato concluso da pesquisa.
Unidade da populao objetivo: Um viveiro particular que constitui essa populao objetivo,
com suas caractersticas referentes s estacas (procedncia, comprimento, espessura, sanidade,
etc.), ao ambiente (caractersticas do solo e do clima: temperatura, umidade, insolao,
incidncias de doenas, pragas, predadores, etc.) e s tcnicas de cultivo (preparo das estacas e
dos vaso, estaquia, aplicaes de inseticidas e fungicidas, proteo contra predadores e preparo
da muda).
Problema de pesquisa: Baixa produo de mudas pelo mtodo de propagao por estaquia.
Hiptese de pesquisa: O enraizamento de estacas e, portanto, a produo de mudas so
elevados pelo emprego do fitohormnio sinttico cido indol-butrico (AIB).
Ao de pesquisa: Experimento para verificar se o AIB aumenta o enraizamento e, em caso
positivo, determinar a dose apropriada de AIB.

190
Caractersticas respostas importantes: Nmero de estacas enraizadas, nmero de razes
por estaca, comprimento mdio da raiz, percentagem de enraizamento e desenvolvimento
radicular.
Caractersticas explanatrias da populao objetivo: cido indol-butrico; nveis: doses do
intervalo [0; 5.000 ppm]. Como o efeito do AIB pode depender da cultivar adotada, a caracterstica
cultivar tambm considerada como um fator experimental; seus nveis na populao objetivo so
as cultivares utilizadas na regio.
Caractersticas explanatrias da amostra: 1) cido indol-butrico, com quatro nveis: 1 - 0
ppm, 2 - 1.500 ppm, 3 - 3.000 ppm, 4 - 5.000 ppm. 2) Cultivar, com dois nveis: duas cultivares
escolhida entre as cultivares adotadas na regio: 1 - Hayward, 2 - Tomuri.
Nessas circunstncias, o experimento compreende dois fatores experimentais: fitohormnio
AIB e cultivar, ambos fatores de tratamento Os tratamentos na amostra so: cada um dos 4 nveis
de AIB, cada uma das 2 cultivares e cada uma das 8 combinaes das 4 doses de AIB com as 2
cultivares.
Procedimento experimental: O experimento conduzido em uma casa de vegetao de
uma unidade de pesquisa. So utilizadas 320 estacas de cada uma das duas cultivares, de
mesma procedncia e de comprimento e espessura uniformes. As estacas de cada uma das
cultivares so separadas em 16 subconjuntos de 20 estacas; ento, os 4 nveis do fator AIB so
atribudos aleatoriamente a esses 16 subconjuntos de estacas de modo que cada um dos 4 nveis
resulta assinalado a 4 desses subconjuntos. Os 32 subconjuntos de estacas das duas cultivares j
tratadas com o AIB so, ento, atribudos aleatoriamente a 32 vasos dispostos em uma bancada
da casa de vegetao. Aps o perodo apropriado para o enraizamento, procedida a
mensurao e o registro dos valores observados das variveis respostas em cada estaca:
enraizamento (sim ou no), nmero de razes e comprimento das razes.
Caractersticas estranhas: Conjunto das caractersticas que se manifestam na amostra e
que no so caractersticas respostas ou caractersticas explanatrias, ou seja, o conjunto dos
seguintes agregados de caractersticas: caractersticas referentes estaca (procedncia,
comprimento, espessura e sanidade, etc., excludas as caractersticas inerentes a cultivar, que
uma caracterstica explanatria), ao ambiente (solo, clima, incidncias de pragas, doenas,
invasoras e predadores, etc.), s tcnicas de cultivo (preparo das estacas e aplicao do
fitohormnio AIB, excludas propriedades do prprio AIB, preparo do vaso, estaquia, aplicaes de
inseticidas e outros defensivos, etc.), e aos processos de mensurao e de registro dos dados.
Material experimental ou amostra: Compreende as trs classes de caractersticas da
amostra, ou seja, as caractersticas explanatrias, as caractersticas estranhas (no controladas
por tcnicas experimentais - a frao das caractersticas estranhas que controlada por tcnicas
experimentais excluda da amostra) e as caractersticas respostas, que foram descritas
anteriormente.
Unidade de observao: As variveis respostas nmero de estacas enraizadas, nmero de
razes por estaca, comprimento mdio da raiz, percentagem de enraizamento e desenvolvimento
radicular so todas mensuradas individualmente para cada estaca; portanto, a estaca a unidade
de observao para essas variveis respostas.
Unidade experimental para os fatores experimentais fitohormnio AIB e cultivar: Vaso com
um conjunto de 20 estacas e os nveis das caractersticas do material experimental que lhes
correspondem, ou seja, os nveis das caractersticas respostas, a dose de AIB e a cultivar, e os
nveis das caractersticas estranhas.
Caractersticas estranhas controladas por tcnicas experimentais: Todas as caractersticas
estranhas potencialmente relevantes cuja manifestao na amostra controlada por tcnicas
experimentais: caractersticas referentes s estacas (procedncia, comprimento, espessura e
sanidade), ao ambiente (caractersticas do solo: fertilidade, profundidade, declividade,...,
caractersticas do clima: temperatura, umidade, insolao,..., incidncias de pragas, doenas e
predadores), s tcnicas de cultivo (preparo das estacas, preparo do vaso, estaquia, aplicaes de
inseticidas e fungicidas, proteo contra predadores), e aos processos de mensurao e de
registro dos dados. Esse controle de tcnicas experimentais deve ser procedido sem prejuzo da
representao da populao objetivo pela amostra
Observe-se que, em geral, o controle de tcnicas experimentais controla a manifestao de
caractersticas estranhas apenas parcialmente; a parte que no controlada permanece varivel
nas unidades da amostra. Essa parte das caractersticas estranhas que no controlada constitui
a amostra; a parte controlada excluda da amostra. (Seo Seo Seo Seo 5.6.5 5.6.5 5.6.5 5.6.5.)
Caractersticas estranhas controladas por controle local: Nenhuma; supostamente, a
variao devida s caractersticas estranhas referentes aos vasos e ao ambiente irrelevante; a
parte relevante dessas caractersticas foi eliminada da amostra pelo controle de tcnicas
experimentais.
Caractersticas estranhas controladas por controle estatstico: Nenhuma.
Caractersticas estranhas casualizadas: Caractersticas estranhas referentes aos 32
conjuntos de estacas e aos 32 vasos, e caractersticas permanentes do ambiente.
Caractersticas estranhas potencialmente perturbadoras: Conjunto das caractersticas
estranhas da amostra no casualizadas (no presente caso, no h caractersticas estranhas
controladas por controle local nem por controle estatstico), ou seja: caractersticas referentes
estaca (procedncia, comprimento, espessura e sanidade, etc.), ao ambiente (solo, clima,
incidncias de pragas, doenas, invasoras e predadores, etc.), s tcnicas de cultivo (preparo das
estacas, preparo do vaso, estaquia, aplicaes de inseticidas e outros defensivos, etc.) e aos
Caractersticas estranhas perturbadoras: Caractersticas potencialmente perturbadoras que
se manifestem relevantes; por exemplo, ocorrncia de variao considervel de temperatura ou
umidade, e incidncias de doenas, pragas e predadores, se o controle de tcnicas experimentais
dessas caractersticas no for eficaz.
Erro experimental de uma varivel resposta que afeta inferncias referentes aos fatores
experimentais AIB e cultivar: variao entre os valores observados da varivel resposta entre os
vasos (com 20 estacas) que atribuvel s caractersticas estranhas (no presente caso no h
controle local), ou seja: variao entre os valores observados da varivel resposta entre os vasos
com um mesmo nvel de AIB e uma mesma cultivar.
Populao objetivo: Lavouras de trigo do Planalto do Rio Grande do Sul que existiro no
intervalo de cinco anos aps a concluso da pesquisa.
Unidade da populao objetivo: Uma lavoura particular dessa populao objetivo, com as
caractersticas que lhe correspondem referentes semente (pureza, vigor, sanidade, etc.), ao
ambiente (caractersticas do solo e do clima, incidncias de pragas, doenas e predadores), s
tcnicas de cultivo (preparo do solo, plantio, aplicaes de inseticidas e fungicidas, proteo
contra predadores e colheita).
Problema de pesquisa: Prejuzo produo de gros decorrente de doenas fngicas
foliares (ferrugem, septoriose e helmintosporiose).
Hiptese de pesquisa: A aplicao de fungicidas disponveis no mercado controla a
incidncia das doenas foliares do trigo, evitando o dano decorrente para a produo.
Ao de pesquisa: Experimento para a comparao dos efeitos de diversos fungicidas sobre
o controle de doenas foliares e a produo de gros.
Caractersticas respostas importantes: Peso da produo de gros, graus de incidncias da
ferrugem, da septoriose e da helmintosporiose na folha, quantidade de espiguetas por planta,
quantidade de espigas por espigueta, quantidade de gros por espiga, e peso mdio e densidade
do gro.
Caractersticas explanatrias da populao objetivo: Fungicida, decorrente da hiptese
formulada; nveis desse fator - fungicidas especficos existentes no mercado apropriados para
considerao, e ausncia de fungicida, ou seja: 1 - Mancozeb DF 75%, 2 - Ciproconazole 10%, 3 -
Propiconazole, 4 - Dinaconazole 5% CE e 5 - sem fungicida. Como os efeitos dos fungicidas
podem depender da suscetibilidade (ou resistncia) da cultivar adotada s doenas fngicas da
folha, cultivar considerada como um fator experimental; seus nveis na populao objetivo so as
cultivares utilizadas na regio. Dado que o efeito do fungicida depende da presena do fungo;
portanto, pode variar entre os locais da regio e entre os anos, local e ano tambm so
considerados caractersticas explanatrias; seus nveis so, respectivamente, os locais de cultivo

192
de trigo na regio e os anos de cultivo, em um intervalo de tempo imediato concluso da
pesquisa. Os fatores experimentais local e ano compreendem as caractersticas tpicas ou
permanentes dos locais e dos anos sob considerao, respectivamente; essas so
particularmente caractersticas referentes a solo e clima para o fator local, e a clima para o fator
ano.
Caractersticas explanatrias da amostra: 1) Fungicida, com cinco nveis (os mesmos
considerados na populao objetivo): 1 - Mancozeb DF 75%, 2 - Ciproconazole 10%, 3 -
Propiconazole, 4 - Dinaconazole 5% CE e 5 - sem fungicida (controle). 2) Cultivar, com trs nveis
- uma cultivar de cada um de trs nveis de suscetibilidade s doenas fngicas da folha,
escolhida entre as cultivares adotadas na regio: 1 - BR-23, 2 - EMBRAPA 24 e 3 - Maring. 3)
Local, com seis nveis (6 locais escolhidos da regio de cultivo de trigo); e 4) Ano, com trs nveis
(os 3 prximos anos).
Nessas circunstncias, o experimento compreende quatro fatores experimentais: dois
fatores de tratamento - fungicida e cultivar, e dois fatores intrnsecos: local e ano. Os tratamentos
na amostra so: cada um dos 5 nveis do fator fungicida, cada uma das 3 cultivares e cada uma
das 15 combinaes dos 5 tratamentos fungicidas com as 3 cultivares.
Procedimento experimental: O experimento conduzido em um terreno de cada um dos 6
locais, na seqncia definida de 3 anos. Cada um desses terrenos preparado e, ento, dividido
em 60 talhes (parcelas). Para o controle da heterogeneidade do solo, em cada local e em cada
ano, os talhes so classificados em 4 grupos (blocos) de 15 talhes contguos ou prximos, nos
terrenos planos, e em 4 grupos (blocos) de 15 talhes numa mesma faixa de nvel, nos terrenos
em declive. usualmente esperado que nessas circunstncias os 15 talhes de um mesmo grupo
sejam mais homogneos, especialmente quanto a caractersticas do solo, do que o conjunto
global dos 60 talhes de cada local e ano particular. A assinalao dos tratamentos (combinaes
dos fungicidas e cultivares) aos talhes procedida separada e independentemente para cada
combinao de local e ano. Em cada local, em cada ano, os 15 tratamentos so atribudos aos 15
talhes de cada um dos grupos, por sorteio efetuado separada e independentemente para cada
grupo, de modo que em cada grupo cada talho recebe um tratamento diferente dos tratamentos
dos demais talhes. Dessa forma, cada grupo compreende um conjunto completo dos 15
tratamentos.
Na poca prpria, procedida a avaliao dos graus de incidncias da ferrugem, da
septoriose e da helmintosporiose na folha, atravs de uma amostra de plantas selecionadas de
cada uma das parcelas. Quando os gros atingem o estado de maturao apropriado, efetuada
a colheita da parte interna de cada parcela (usualmente denominada rea til da parcela), sendo
desconsideradas as plantas da parte externa da parcela (bordadura da parcela). Esse
procedimento visa evitar a influncia sobre uma parcela de tratamentos aplicados em parcelas
vizinhas. Logo aps, determinado o peso da produo dos gros por parcela. Ento, separada
uma amostra das plantas de cada parcela para a determinao dos valores das variveis
respostas nmero de espiguetas por planta, nmero de espigas por espiguetas, nmero de gros
por espigas, peso de 1000 gros e peso hectolitro.
Caractersticas estranhas da amostra: Conjunto das caractersticas que se manifestam na
amostra e que no so caractersticas respostas ou caractersticas explanatrias, ou seja, os
seguintes agregados de caractersticas: caractersticas referentes semente (pureza, vigor,
estado sanitrio, etc., excludas as caractersticas inerentes a cultivar, que um fator
experimental), ao ambiente (solo, clima, incidncias de pragas, doenas, invasoras e predadores,
etc., excetuadas as propriedades inerentes a local e ano, que so fatores experimentais), s
tcnicas de cultivo (preparo do solo, plantio, aplicaes de inseticidas e outros defensivos,
excetuado fungicida para controle de doenas fngicas foliares, que um fator experimental,
colheita, etc.), e aos processos de mensurao e de registro dos dados.
Material experimental ou amostra: Compreende as trs classes de caractersticas da
amostra descritas anteriormente: as caractersticas explanatrias, as caractersticas estranhas no
controladas por tcnicas experimentais e as caractersticas respostas.
Unidade de observao: As caractersticas respostas relevantes so mensuradas na
parcela. Portanto, a parcela a unidade de observao para essas caractersticas respostas. A
produo de gros mensurada globalmente para os gros colhidos da rea til da parcela; as
caractersticas respostas nmero de espiguetas por planta, nmero de espigas por espiguetas,
nmero de gros por espigas e peso de 1000 gros so mensuradas em uma amostra de plantas
da parcela, previamente definida; os graus de incidncias de ferrugem na folha e no caule tambm
so mensurados em uma amostra de plantas da parcela.
Unidade experimental - a) Para os fatores experimentais fungicida e cultivar: o conjunto dos
nveis das caractersticas do material experimental referentes a um talho (parcela). usual
identificar a unidade experimental nessas circunstncias como um talho; entretanto, deve ser
entendido que essa identificao abreviada subentende a considerao do conjunto dos nveis das
caractersticas explanatrias, estranhas e respostas referentes ao talho. b) Para o fator
experimental local: o conjunto global dos 240 (4x60) talhes dos 4 anos de um local particular,
incluindo os nveis que lhe correspondem das caractersticas do material experimental. c) Para o
fator experimental ano: o conjunto global dos 360 (6x60) talhes dos 6 locais de um ano particular
com os nveis que lhe correspondem das caractersticas do material experimental.
Caractersticas estranhas controladas por tcnicas experimentais: Conjunto das
caractersticas estranhas potencialmente relevantes cuja manifestao na amostra controlada
pela implementao de tcnicas experimentais: caractersticas referentes semente (pureza, vigor
e sanidade), ao ambiente (caractersticas do solo: fertilidade, profundidade, declividade,...,
caractersticas do clima: temperatura, umidade, insolao,..., incidncias de pragas, doenas e
predadores), s tcnicas de cultivo (preparo do solo, plantio, aplicaes de inseticidas e
fungicidas, proteo contra predadores e colheita), e aos processos de mensurao e de registro
dos dados.
Caractersticas estranhas controladas por controle local: Caractersticas estranhas
referentes a: a) grupos (blocos) de 15 talhes contguos ou de uma mesma faixa de nvel,
principalmente caractersticas referentes ao solo (fertilidade, umidade, profundidade, etc); b)
locais, cada um dos quais constitudo de 240 talhes, excludas as caractersticas no inerentes
ao fator experimental local; e c) anos, cada um constitudo de 360 talhes, excludas as
caractersticas no inerentes ao fator experimental ano. As caractersticas referentes aos locais e
aos anos controladas por controle local so aquelas que no so tpicas ou permanentes dos
locais e anos, respectivamente, ou seja, so as caractersticas que variam eventualmente, tais
como as referentes a tcnicas de cultivo, incidncias de pragas, doenas, invasoras e predadores,
e aos processos de mensurao e registro dos dados.
Caractersticas estranhas controladas por controle estatstico: Nenhuma.
Caractersticas estranhas casualizadas: Caractersticas estranhas dos talhes da amostra
referentes ao solo e aos outros constituintes permanentes do ambiente, dentro de cada grupo de
talhes constitudo pelo controle local.
estranhas da amostra no controladas pelo controle local (efetuado pela formao dos grupos de
talhes) nem casualizadas, ou seja: caractersticas referentes semente (pureza, vigor, estado
sanitrio, etc., excetuadas aquelas inerentes a cultivar), ao ambiente (solo, clima, incidncias de
pragas, doenas, predadores e invasoras, etc.), s tcnicas de cultivo (preparo do solo, plantio,
aplicaes de inseticidas e de outros defensivos, excetuado fungicida para controle de doenas
fngicas foliares, colheita, etc.), e aos processos de mensurao e de registro dos dados. (So
excludas desse conjunto de caractersticas: as caractersticas permanentes do solo e do clima
controladas pelo controle local e pela casualizao, e as caractersticas referentes ao manejo que
obedeam ao controle local.)
Caractersticas estranhas perturbadoras: Caractersticas potencialmente perturbadoras que
se manifestem de modo relevante; por exemplo, acamamento de plantas e ocorrncias de
temporal, geada ou granizo, que no so passveis de controle de tcnicas experimentais, e
incidncias de predadores e pragas, se o controle de tcnicas experimentais no for eficaz.
Erro experimental de uma varivel resposta - a) Que afeta inferncias referentes aos fatores
experimentais fungicida e cultivar: variao entre os valores observados da varivel resposta entre
os talhes que atribuvel s caractersticas estranhas no controladas pelo controle local (isto ,
pelo agrupamento dos talhes); ou seja, variao entre os valores observados da varivel
resposta entre talhes dentro de grupos de unidades, excludos os componentes atribuveis
fungicida e a cultivar. O erro experimental que afeta inferncias referentes a esses fatores
experimentais para um local e ano particular o correspondente componente daquele erro. b) Que
afeta inferncias referentes ao fator experimental local: variao entre os valores observados da
varivel resposta entre os 6 conjuntos de 240 talhes (dos 4 anos) correspondentes aos 6 locais

194
que atribuvel a caractersticas estranhas. c) Que afeta inferncias referentes ao fator ano:
variao entre os valores observados da varivel resposta entre os conjuntos de 360 talhes (dos
6 anos) dos 4 locais que atribuvel a caractersticas estranhas.
Populao objetivo: Unidades (instalaes) de produo de sunos da raa Landrace
criados em confinamento no Estado do Rio Grande do Sul que existiro no intervalo de seis anos
aps a concluso da pesquisa.
Unidade da populao objetivo: Uma unidade (instalao) de produo de sunos, com as
correspondentes caractersticas referentes ao animal (procedncia, sexo, conformao, sanidade,
etc.), ao ambiente (instalaes, clima: temperatura, umidade, luminosidade, incidncias de
doenas, etc.), s tcnicas de manejo (suprimento de rao e gua, aplicaes de vacinas e
antibiticos, outros tratos sanitrios e abate).
Problema de pesquisa: Elevado custo da rao consumida nas fases de crescimento e
terminao.
Hiptese de pesquisa: A substituio parcial do milho e do farelo de soja pela casca de soja
tostada na composio da rao diminui o custo desta e no prejudica o desenvolvimento corporal
nem as caractersticas de carcaa.
Ao de pesquisa: Experimento para a comparao de raes com os componentes: milho
e farelo de soja parcialmente substitudos por casca de soja tostada.
Caractersticas respostas relevantes: Tempo para o abate, ou seja, tempo para o animal
atingir 90 kg de peso corporal, ganho de peso, ganho mdio dirio de peso corporal, rendimento
de carcaa, comprimento de carcaa, quantidade de lombo, quantidade de toucinho, quantidade
de rao consumida, converso alimentar.
Caractersticas explanatrias da populao objetivo - Rao; nveis: percentagens de
substituio do milho e do farelo de soja por casca de soja tostada compreendidas no intervalo
entre 0% e 18%. Como a populao objetivo compreende animais machos e fmeas e o efeito da
rao pode depender do sexo, esta caracterstica deve ser caracterstica explanatria, com dois
nveis: 1 - macho, 2 - fmea. Como o efeito da rao pode variar com o local e com o ano,
principalmente em decorrncia de diferenas de clima, local e ano tambm devem ser
considerados caractersticas explanatrias. O fator experimental sexo compreende as
caractersticas genotpicas e fenotpicas distintivas dos sexos. Os fatores experimentais local e
ano so constitudos pelas caractersticas tpicas ou permanentes dos locais e dos anos sob
considerao, respectivamente; essas so principalmente caractersticas do clima, mas tambm
podem referir-se a instalaes e manejo, no caso do fator local, se instalaes e tcnicas de
manejo so tpicas dos locais.
Caractersticas explanatrias da amostra: 1) Rao, com quatro nveis: 1 - 0%, 2 - 6%, 3 -
12% e 4 - 18% de substituio do milho e do farelo de soja por casca de soja tostada. 2) Sexo,
com dois nveis: 1 - macho, 2 - fmeo. 3) Local, com quatro nveis: 4 granjas escolhidas da regio.
4) Ano, com trs nveis: 3 anos de execuo do experimento.
Assim, esse experimento compreende quatro fatores experimentais: um fator de tratamento
- rao, e trs fatores intrnsecos - sexo, local e ano.
Procedimento experimental: O experimento conduzido nas 4 granjas na sucesso definida
de 3 anos. Em cada granja e em cada um dos anos so utilizados 20 boxes com capacidade para
dois animais e 20 animais machos e 20 fmeas, com variao considervel de peso entre animais
de mesmo sexo. A rao administrada aos animais em comedouros, um comedouro em cada
boxe, igualmente acessvel aos dois animais do boxe. Como as condies ambientais so
heterogneas, os 20 boxes so agrupados em 5 grupos de 4 boxes, cada grupo constitudo de 4
boxes prximos, mais uniformes do que o conjunto de todos os boxes que sero utilizados. Os
animais de cada sexo tambm so classificados em 5 grupos de 4 animais de idades prximas, de
modo que as diferenas relevantes de idade ficam entre os grupos. Cada grupo de 4 fmeas e
cada grupo de 4 machos assinalado a um grupo de 4 boxes, de modo que em cada boxe resulta
um animal de cada sexo. A atribuio das raes aos boxes efetuada separada e
independentemente para cada combinao de granja e ano. Para cada granja e em cada ano, a
definio da rao a ser assinalada a cada boxe particular procedida por sorteio efetuado
separada e independentemente para cada grupo de 4 boxes, de modo que cada um desses
grupos recebe um conjunto completo das 4 raes.
Antes de serem introduzidos nos boxes aos quais foram assinalados, os animais so
pesados individualmente, para a determinao do peso corporal inicial para propsito de controle
estatstico. A rao provida diariamente, nas quantidades pr-estabelecidas; antes da colocao
da rao nos comedouros, as sobras so retiradas e pesadas. Na medida em que cada animal
atinge o peso corporal de 90 kg, ele abatido. Ento, a carcaa destacada e so determinados
seu peso e comprimento. Imediatamente, a carcaa dividida em suas partes importantes (lombo,
toucinho, etc.) para a determinao das correspondentes medidas.
Caractersticas estranhas da amostra: Conjunto das caractersticas que se manifestam na
amostra e que no so caractersticas respostas ou caractersticas explanatrias, ou seja:
caractersticas individuais dos leites no inerentes a sexo (idade, peso, caractersticas genticas
e caractersticas referentes procedncia, estado sanitrio inicial, etc.), do ambiente (instalaes,
clima - temperatura, umidade, luminosidade, etc., incidncias de doenas, etc., excetuadas as
propriedades inerentes a local e ano, que so fatores experimentais), das tcnicas de manejo
(suprimento de rao e gua, aplicaes de vacinas, antibiticos e outros tratos sanitrios, abate,
etc., excludas as propriedades inerentes rao, que constitui um fator experimental), e dos
Material experimental: Compreende as trs classes de caractersticas da amostra descritas
anteriormente: os fatores experimentais, as caractersticas estranhas (excludas as fraes dessas
caractersticas controladas por tcnicas experimentais) e as caractersticas respostas.
Unidade de observao - a) Para as caractersticas respostas referentes ao animal, ou seja,
tempo para o abate, ganho mdio dirio de peso, comprimento do lombo e rendimento de carcaa:
o animal. b) Para as caractersticas respostas quantidade de rao consumida e converso
alimentar: o boxe (ou o conjunto dos dois animais do boxe).
Unidade experimental - a) Para o fator rao: o conjunto dos nveis das caractersticas
estranhas, das caractersticas explanatrias e das caractersticas respostas referentes a um boxe
particular e aos animais nesse boxe. comum referir a unidade experimental para o fator rao
como o boxe, ou o conjunto dos dois animais em um boxe. Deve ser claramente entendido que
essa uma especificao abreviada, e que o conceito de unidade experimental mais
abrangente, englobando o conjunto dos nveis de todas as caractersticas estranhas, explanatrias
e respostas relativas ao boxe e ao correspondente conjunto de dois animais. b) Para o fator sexo:
um animal com o conjunto dos nveis das caractersticas explanatrias, estranhas e respostas que
lhe correspondem. c) Para o fator local: o conjunto global dos 60 (3x20) boxes e correspondentes
120 animais dos 3 anos de uma granja particular. d) Para o fator ano: o conjunto global dos 80
(4x20) boxes e 160 animais das 4 granjas de um ano particular.
Caractersticas estranhas controladas por tcnicas experimentais: Todas as caractersticas
estranhas potencialmente relevantes cuja manifestao na amostra controlada atravs de
interferncia do pesquisador: caractersticas referentes ao animal no inerentes a sexo
(procedncia, conformao e estado sanitrio inicial), ao ambiente (instalaes, clima
temperatura, umidade e luminosidade, incidncias de doenas), s tcnicas de manejo
(suprimento de rao e gua, aplicaes de vacinas, antibiticos e outros tratos sanitrios e
abate), e aos processos de mensurao e de registro dos dados.
Caractersticas estranhas controladas por controle local: Caractersticas estranhas
referentes a: a) grupos de 4 boxes prximos (principalmente caractersticas referentes ao
ambiente) e respectivos grupos de 4 animais machos e 4 fmeas de idades prximas. b) grupos
de animais de mesmo sexo, ou seja, caractersticas individuais desses animais excludas as
caractersticas inerentes ao fator experimental sexo; c) locais, cada um dos quais constitudo de
60 boxes e correspondentes 120 animais, excludas as caractersticas no inerentes ao fatores
experimentais local e sexo; e d) anos, cada um constitudo de 80 boxes e 160 animais, excludas
as caractersticas no inerentes aos fatores experimentais ano e sexo. As caractersticas
estranhas referentes aos locais e aos anos controladas por controle local so aquelas que no so
tpicas ou permanentes dos locais e anos, respectivamente, ou seja, so as caractersticas que
variam eventualmente, tais como as referentes a tcnicas de manejo, incidncias de parasitos,
doenas e predadores, e aos processos de mensurao e registro dos dados.
Caractersticas estranhas controladas por controle estatstico: peso corporal inicial dos
leites.

196
Caractersticas estranhas casualizadas: Caractersticas permanentes dos boxes (referentes
s instalaes, ao ambiente, etc.) e caractersticas estranhas dos correspondentes dois animais
(um macho e uma fmea), dentro de cada grupo de 4 boxes formado pelo controle local.
estranhas da amostra no controladas pelo controle local e pelo controle estatstico e no
casualizadas. (As caractersticas estranhas da amostra e dessas as caractersticas submetidas a
esses procedimentos de controle experimental foram descritas nos pargrafos anteriores.)
Caractersticas estranhas perturbadoras: Caractersticas potencialmente perturbadoras cuja
manifestao seja relevante; por exemplo, temporal, que no passvel de controle de tcnicas
experimentais, e incidncias de predadores e doenas, se o controle de tcnicas experimentais
no for eficaz.
Erro experimental de uma varivel resposta - a) Que afeta inferncias referentes ao fator
experimental rao: variao dos valores observados da varivel resposta entre os boxes que
atribuvel s caractersticas estranhas e no controlada pelo controle local (isto , pelo
agrupamento dos boxes e animais); ou seja, variao dos valores da varivel resposta entre boxes
(ou conjuntos de dois animais) dentro de grupos de boxes, excludos os componentes atribuveis
rao. O erro experimental que afeta inferncias referentes ao fator experimental rao para um
local e ano particulares o componente daquele erro correspondente a esse local e ano. b) Que
afeta inferncias referentes ao fator experimental sexo: variao dos valores observados da
varivel resposta entre os animais que devida s caractersticas estranhas e no controlada
pelo controle local, ou seja, variao dos valores da varivel resposta entre os dois animais de um
mesmo boxe que atribuvel s caractersticas estranhas. c) Que afeta o fator experimental local
(granja): variao entre os valores observados da varivel resposta entre os 6 conjuntos de 60
boxes correspondentes aos 6 locais que atribuvel a caractersticas estranhas. d) Que afeta
inferncias referentes ao fator ano: variao entre os valores da varivel resposta entre os 3
conjuntos de 80 boxes correspondentes aos 3 anos que atribuvel a caractersticas estranhas.
1. Explique e ilustre a distino entre os seguintes conceitos:
a) fator de tratamento e fator intrnseco;
b) tratamento e condio experimental.
2. D um exemplo de experimento com um fator de tratamento e um fator intrnseco e caracterize
a distino entre essas duas classes de fator experimental. Mostre que esses dois fatores
satisfazem as propriedades requeridas de um fator experimental.
3. Conceitue as trs classes de caractersticas da amostra em uma pesquisa experimental.
4. Explique o significado conceitual de:
a) material experimental;
b) unidade experimental para um fator experimental.
c) unidade de observao para uma varivel resposta;
5. Para cada uma das duas situaes de experimento caracterizadas a seguir identifique a
varivel resposta mais importante, o fator experimental definido pelos objetivos do experimento
e seus nveis na populao objetivo e na amostra, a unidade experimental, e a unidade de
observao para a caracterstica resposta identificada:
a) Para pesquisa dos efeitos da temperatura da gua sobre a taxa de ecloso de ovos de truta,
um pesquisador coloca pores de ovos em gua de diversas temperaturas e registra a
percentagem de nascimento de cada uma dessas pores.
b) Para um estudo de competio de plantas um ecologista escolhe quatorze ambientes
naturais onde no h orqudeas e coloca cada uma de duas espcies de orqudea em
doze plantas, e retorna dois anos aps para contar o nmero de plantas de cada uma
dessas espcies.
6. Explique o propsito do controle experimental.
7. Quais so os processos de controle experimental que o pesquisador pode utilizar em um
experimento? Explique, resumidamente, cada um desses processos.
8. Ilustre a aplicao dos processos de controle experimental atravs de um exemplo de
9. Explique o propsito do controle de tcnicas experimentais. Que inconvenientes podem
resultar deste mtodo de controle experimental?
10. Qual a implicao da escolha de material experimental homogneo quanto representao
da populao objetivo?
11. Ilustre, atravs do exemplo utilizado na resposta ao exerccio 8, como o emprego do controle
de tcnicas experimentais pode controlar totalmente ou parcialmente o confundimento do
efeito de caractersticas estranhas com o efeito atribuvel a um fator experimental.
12. Qual o propsito do controle local? Quais so suas implicaes quanto ao procedimento de
atribuio dos tratamentos s unidades experimentais?
13. Qual o propsito do controle estatstico? Como ele implementado? Ilustre atravs de um
14. Qual inovao introduzida por Fisher considerada princpio fundamental da pesquisa
experimental?
15. Explique e ilustre o controle experimental exercido pela casualizao. Qual seu propsito?
16. Explique o que significa a casualizao de tcnicas experimentais. Porque ela, embora no
tenha implicaes negativas, no recomendvel para a adoo na implementao de todas
as tcnicas experimentais exercidas em um experimento?
17. Qual a conseqncia da casualizao de caractersticas estranhas para a grandeza e a no
tendenciosidade do erro experimental?
18. Indique para cada um dos procedimentos listados na primeira coluna o(s) propsito(s) que o
pesquisador visa para o erro experimental, atravs do preenchimento dos nmeros
apropriados entre parnteses na segunda coluna, entre os indicados na primeira coluna.

Procedimento
Propsito para a estimativa do erro
experimental
1 - Controle local ( ) Diminuio de sua estimativa
2 - Controle estatstico ( ) Aumento de sua estimativa

3 - Casualizao de caractersticas
estranhas
( ) Estimao no tendenciosa
4 - Controle de tcnicas experimentais ( ) Estimao tendenciosa

5 - Aumento da abrangncia espacial e
temporal da amostra
( ) Nenhum

19. Indique para cada um dos procedimentos listados na primeira coluna as implicaes que
podem decorrer para a representao da populao objetivo pela amostra, preenchendo os
nmeros apropriados entre parnteses na segunda coluna, entre as indicadas na primeira
coluna.

Procedimento
Implicao para a representao da
populao objetivo pela amostra
1 - Controle local ( ) Diminuio
2 - Controle estatstico ( ) Aumento

3 - Casualizao de caractersticas
estranhas
( ) Nenhuma
4 - Controle de tcnicas experimentais

5 - Aumento da abrangncia espacial e
temporal da amostra


198
20. Conceitue as trs seguintes subclasses da classe das caractersticas estranhas da amostra:
caractersticas controladas, caractersticas casualizadas e caractersticas potencialmente
perturbadoras.
21. O que uma caracterstica estranha perturbadora em um experimento?
22. Qual a conseqncia da ocorrncia de uma caracterstica estranha perturbadora para a
grandeza e a no tendenciosidade do erro experimental?
23. Considere um experimento com o propsito de pesquisar o efeito do tamanho da semente de
soja sobre a qualidade fisiolgica da semente aps um perodo de armazenamento, com o
seguinte procedimento: 1) as sementes de um lote de cada uma de 5 procedncias so
classificadas em 4 distintos tamanhos; 2) de cada uma dessas 20 pores de sementes
extrado 1 kg de sementes que acondicionado em um saquinho; 3) esses 20 saquinhos de
sementes so postos em armazenamento em um ambiente uniforme por um perodo de 6
meses; 4) ao final desse perodo, extrada uma amostra de 3 fraes de 100 sementes de
cada um dos 20 saquinhos; 5) cada uma dessas 60 fraes de sementes submetida
individualmente teste de germinao.
a) Identifique a unidade de observao para a varivel resposta percentagem de germinao.
b) Caracterize a unidade experimental para o fator experimental tamanho da semente.
24. A seguir so caracterizados quatro experimentos que esto sendo planejados para execuo:
A - "Efeito do tratamento de semente de cebola com fungicida sobre a produo de bulbos",
com a considerao dos seguintes trs fungicidas: Phygon, Dithane e Thylate e um
tratamento controle - sem fungicida. O experimento ser conduzido em uma unidade de
pesquisa, em uma nica oportunidade. Sero utilizadas sementes de cebola de um lote
homogneo, semeadas em vinte e quatro parcelas de campo de 10m
2
, supostamente
heterogneas, mas que sero agrupadas em seis grupos de quatro parcelas contguas.
Trs pores de semente, cada poro tratada com um dos trs distintos fungicidas sero
atribudos aleatoriamente a trs das quatro parcelas de cada um dos seis grupos de
parcelas; a restante parcela de cada um desses grupos receber semente no tratada.
B - "Efeito da adio de farelo de arroz desengordurado em raes para sunos nas fases de
crescimento e terminao". A partir de uma rao bsica, sero formuladas trs
diferentes raes, com 0, 20 e 40% de farelo de arroz desengordurado. O experimento
ser conduzido em 4 granjas durante 3 anos. Em cada granja e em cada ano, sero
utilizados 24 leites mestios machos Landrace x Large White, de diversas procedncias,
mas que sero classificados em 8 grupos 3 de animais suficientemente homogneos.
Durante a execuo do experimento, os animais sero mantidos em boxes individuais,
em ambiente heterogneo, mas os boxes sero classificados em 8 grupos de 3 boxes
uniformes. Em cada granja e em cada um dos anos, os animais sero assinalados
aleatoriamente aos boxes de modo que animais de um mesmo grupo resultem em um
grupo de boxes. As 3 raes sero atribudas aleatoriamente aos 3 boxes de cada um
dos 8 grupos de boxes e correspondentes animais uniformes, atravs de sorteio realizado
separada e independentemente para cada grupo.
C - "Controle da incidncia de mastite bovina em rebanhos de gado de leite da Bacia Leiteira
de Pelotas", com os seguintes quatro tratamentos: 1 - Tetraciclina, 2 - Gentamicina, 3 -
Ampicilina e 4 - Sem antibitico. O experimento ser conduzido em 3 granjas durante 3
anos. Em cada granja, em cada ano, sero utilizadas 24 vacas de diferentes idades, mas
que sero classificados em 6 grupos de 4 vacas, cada grupo constitudo por animais
uniformes quanto idade. Durante a fase experimental, os 24 animais sero mantidos em
um mesmo ambiente e sob mesmas condies de alimentao e manejo. Em cada granja
e em cada um dos anos, os 4 tratamentos sero assinalados aleatoriamente s 4 vacas
de cada um dos 6 grupos de animais de mesma idade, atravs de sorteio realizado
D - "Efeito do desbaste sobre a qualidade de frutos de pessegueiro para consumo in natura",
com os seguintes quatro tratamentos: 1 - 10% de desbaste, 2 - 20% de desbaste, 3 - 30%
de desbaste e 4 - Sem desbaste. O experimento ser conduzido em 3 pomares da regio
produtora de Pelotas durante 3 anos. Em cada pomar, em cada ano, sero utilizadas 24
plantas adultas de diferentes nveis de vigor, mas que sero classificadas em 6 grupos de
4 plantas, cada grupo constitudo por plantas uniformes quanto ao vigor. Em cada pomar
e em cada um dos anos, os 4 tratamentos sero assinalados aleatoriamente s 4 plantas
de cada um dos 6 grupos de plantas de mesmo vigor, atravs de sorteio realizado
Para um desses quatro experimentos de sua escolha caracterize o seguinte:
a) o problema cientfico que poderia ter originado o experimento;
b) a correspondente hiptese cientfica;
c) as caractersticas respostas relevantes;
d) os fatores experimentais e os correspondentes nveis na populao objetivo e na amostra;
e) os grandes agregados de caractersticas estranhas da amostra;
f) o material experimental;
g) a unidade de observao para cada varivel resposta;
h) a unidade experimental para cada fator experimental;
i) as caractersticas estranhas que devam ser sujeitas a controle de tcnicas experimentais;
j) as caractersticas estranhas que devam ser controladas atravs de controle local e de
controle estatstico, se for o caso;
k) as caractersticas estranhas casualizadas;
l) as caractersticas estranhas potencialmente perturbadoras;
m) as caractersticas estranhas potencialmente perturbadoras com mais potencial de se
tornarem perturbadoras;
n) as caractersticas estranhas potencialmente perturbadoras que o pesquisador pode esperar
que se comportem como casualizadas;
o) as fontes do erro experimental.
25. Suponha que um pesquisador planeja conduzir um experimento para determinar o efeito da
pastagem melhorada sobre o ganho de peso de ovinos em pastoreio no perodo de maro a
agosto, com dois tratamentos: 1 - pastagem cultivada e 2 - pastagem nativa. O plano do
experimento prev o uso de 60 animais machos da raa Corriedale e dois potreiros cada um
com capacidade para 30 animais. Um dos potreiros de campo natural (pastagem nativa) e o
outro de pastagem melhorada (pastagem cultivada). Os 60 animais sero distribudos 30 a
cada um dos dois potreiros. Suponha que os 60 cordeiros so razoavelmente uniformes, de
modo que o controle local de caractersticas individuais dos animais seja julgado
desnecessrio.
a) Identifique o fator experimental indicado pelo objetivo do experimento e os correspondentes
nveis na populao objetivo e na amostra.
b) Identifique a unidade de observao para a varivel resposta ganho de peso.
c) Identifique a unidade experimental para o fator experimental identificado na resposta
questo a) e a descreva de modo completo.
d) Quantas repeties o plano desse experimento prov para cada um dos tratamentos?
e) Para esse plano de experimento, qual seria a origem do erro experimental que afeta o fator
experimental pastagem? Esse plano proveria uma estimativa desse erro experimental?
f) Explique porque a variao do ganho de peso individual dos animais dentro de potreiros no
seria uma estimativa vlida (ou seja, no tendenciosa) do erro experimental para a
comparao dos dois tratamentos.
26. Descreva situaes de experimentos de sua rea em que possa ser importante considerar co-
variveis explanatrias.
27. Ilustre uma situao em que a anlise da co-variao com uma varivel resposta intermediria
como co-varivel pode esclarecer a origem do efeito dos fatores experimentais sobre uma
varivel resposta.
a) Em um experimento, uma caracterstica explanatria designada......................................
......................................... . Se os nveis dessa caracterstica so aplicados s unidades da

200
amostra sob controle do pesquisador ela denominada ...................................................... .
Os nveis dessa caracterstica so denominados ......................................... Se os nveis
so inerentes s unidades, ou seja, se eles se manifestam nas unidades fora do controle
do pesquisador ou sob seu controle limitado, a caracterstica explanatria designada
....................................................................... . Nessa ltima situao e de modo mais geral,
os nveis de uma caracterstica explanatria recebem a designao de ................................
................................................ .
b) O ............................................................. compreende as caractersticas explanatrias, as
caractersticas estranhas e as caractersticas respostas da amostra. A ................................
........................................................ para um fator experimental a maior frao do material
experimental que recebe ou manifesta um nvel desse fator independentemente das
demais fraes. Por outro lado, a ........................................................................ para uma
varivel resposta a menor frao do material experimental em que mensurado e
registrado um valor dessa varivel resposta.
c) O ............................................................................ o conjunto das aes exercidas pelo
pesquisador para o controle da amostra, ou seja, o controle do erro experimental. Os
processos para esse propsito so: .............................................................. ........................,
......................................, .......................................................... e ...................................... . O
............................................................... permite tornar constante ou reduzir a variao das
caractersticas respostas que atribuvel a caractersticas estranhas. O ..............................
..................................e o ........................................ no interferem na constituio da
amostra, mas permitem separar a variao devida s caractersticas estranhas controladas
da variao atribuvel aos fatores experimentais e do erro experimental para inferncias
referentes a esses fatores. A ..................................... no altera as grandezas da estimativa
do erro experimental e do confundimento da variao atribuvel aos fatores experimentais
com a variao devida a caractersticas estranhas; entretanto, permite torn-los no
tendenciosos.
d) Segundo o processo de controle experimental a que so submetidas, as caractersticas
estranhas da amostra so classificadas em caractersticas ...............................................,
caractersticas ....................................... e caractersticas .....................................................
. Essa ltima classe de caractersticas estranhas, por sua vez, compreende duas
subclasses: caractersticas estranhas ............................................................. e
caractersticas estranhas .......................................................... O erro experimental
constitudo pelas caractersticas estranhas ......................................................... e
.................................................................. .
e) O ................................................................... de uma varivel resposta que afeta inferncias
referentes a um fator experimental a variao dos valores observados dessa varivel
resposta nas correspondentes unidades experimentais que atribuvel a caractersticas
estranhas que no so controladas por ................................................... e
............................ ................................. . A variao devida inabilidade de reproduo
exata dos tratamentos nas unidades experimentais denominada
...................................................................... .
a manifestao de caractersticas explanatrias na amostra.
2 ( ) Fator de tratamento um fator experimental cujos nveis so assinalados s unidades
da amostra sob o controle do pesquisador.
3 ( ) Os nveis de um fator de tratamento devem ser atribudos s unidades da amostra por
processo objetivo aleatrio.
4 ( ) O pesquisador tem controle absoluto sobre a manifestao dos tratamentos nas
unidades experimentais.
5 ( ) Um fator experimental pode ter seus nveis manifestados nas unidades da amostra fora
do controle do pesquisador.
6 ( ) As combinaes dos nveis de um fator experimental so denominadas tratamentos.
7 ( ) Se os valores observados de uma varivel resposta em duas unidades experimentais
com dois distintos tratamentos so diferentes, o pesquisador pode atribuir tal resultado,
inequivocamente, a diferenas reais entre os efeitos dos dois tratamentos.
8 ( ) Os efeitos de fatores experimentais sobre variveis respostas podem ser separados dos
efeitos atribuveis a caractersticas estranhas.
9 ( ) O material experimental compreende as trs classes de caractersticas da amostra, ou
seja, caractersticas respostas, caractersticas explanatrias e caractersticas estranhas.
10 ( ) Em um experimento, a unidade da amostra sempre uma unidade da populao
objetivo.
11 ( ) A identificao da unidade de observao depende da varivel resposta.
12 ( ) Unidade de observao, unidade experimental e unidade da amostra significam a
mesma cousa.
13 ( ) A unidade experimental pode ser caracterizada de modo completo pelo seu componente
mais relevante, como um animal, uma planta, um conjunto de animais ou de plantas, um
potreiro, um boxe, uma frao de terreno.
14 ( ) Em experimentos agrcolas de campo, a unidade experimental constituda
exclusivamente pelas caractersticas inerentes ao solo.
15 ( ) A unidade experimental constituda exclusivamente por caractersticas estranhas.
16 ( ) Em um experimento com dois ou mais fatores experimentais as unidades experimentais
so as mesmas para todos os fatores.
17 ( ) O nmero de repeties de um tratamento o nmero de unidades de observao com
esse tratamento.
18 ( ) O nmero de repeties de uma condio experimental o nmero de unidades
experimentais com essa condio experimental.
19 ( ) O erro experimental resulta do confundimento dos efeitos de fatores experimentais com
20 ( ) O controle experimental necessariamente implica em alterao da manifestao de
21 ( ) O controle de uma caracterstica estranha atravs de tcnicas experimentais torna nulo
seu efeito sobre a variao das variveis respostas.
22 ( ) Caractersticas estranhas controladas por tcnica experimental no se manifestam na
amostra.
23 ( ) O controle local e o controle estatstico podem prejudicar a representao da populao
objetivo pela amostra.
24 ( ) O controle local e o controle estatstico so dois procedimentos alternativos para a
reduo da estimativa da variao casual para inferncias referentes a fatores
experimentais.
25 ( ) Qualquer caracterstica estranha da amostra pode ser submetida ao controle
experimental exercido pela casualizao.
26 ( ) A casualizao na atribuio dos nveis de um fator de tratamento s correspondentes
unidades experimentais tem o propsito de reduzir o confundimento da variao
atribuvel a esse fator com a variao devida a caractersticas estranhas.
27 ( ) A casualizao tambm pode ser utilizada na implementao de tcnicas experimentais
cujos efeitos sobre caractersticas respostas possam resultar confundidos de modo
tendencioso com efeitos de fatores experimentais.
28 ( ) A variao atribuvel a um fator experimental no fica confundida com a variao
atribuvel a caractersticas estranhas controladas por controle local ou controle
estatstico ou casualizadas.
29 ( ) Todas as caractersticas estranhas relevantes do material experimental que no so
controladas por controle local e controle estatstico e no so casualizadas podem ser
controladas por tcnicas experimentais.

202
30 ( ) O controle local e o controle de tcnicas experimentais tm as mesmas implicaes
sobre a constituio da amostra.
31 ( ) Caractersticas estranhas controladas por controle local ou por controle estatstico so
separadas do erro experimental global.
32 ( ) A casualizao de caractersticas estranhas permite a diminuio da variao atribuvel
ao erro experimental.
33 ( ) Efeitos de caractersticas estranhas casualizadas no ficam confundidos de modo
tendencioso com efeitos de fatores experimentais.
34 ( ) O erro experimental tambm denominado erro aleatrio ou erro casual porque
constitudo exclusivamente por caractersticas estranhas casualizadas.
35 ( ) O erro experimental constitudo exclusivamente pelas caractersticas estranhas
casualizadas e pelas caractersticas estranhas potencialmente perturbadoras.
36 ( ) Caractersticas estranhas perturbadoras inflacionam tendenciosamente as estimativas
do erro experimental e de efeitos atribuveis a fatores experimentais.
37 ( ) Em algumas circunstncias, a presena de caractersticas estranhas perturbadoras
pode ser controlada por controle estatstico.
38 ( ) O erro experimental que afeta inferncias referentes a um fator experimental provm da
variao dos valores observados da varivel resposta entre as unidades experimentais
para esse fator que atribuvel a caractersticas estranhas.
39 ( ) Em experimentos com mais de uma unidade de observao na unidade experimental
elementar a considerao do erro de observao irrelevante para inferncias
referentes a fatores experimentais.
40 ( ) O erro de tratamento a variao dos valores observados da varivel resposta entre as
unidades experimentais com um mesmo tratamento.
41 ( ) A variao do efeito de um tratamento entre diferentes unidades experimentais
atribuvel exclusivamente a caractersticas estranhas.
42 ( ) Diferenas de respostas em unidades experimentais com um mesmo tratamento podem
decorrer de variao do efeito do tratamento entre diferentes unidades experimentais,
ou seja, da interao entre tratamentos e unidades experimentais.
Fator experimental
Tratamento
Condio experimental
Unidade experimental para um fator
de tratamento
experimental
Formao de unidades experimentais
Nmero de repeties de uma
condio experimental
Erro experimental global
Controle de tcnicas experimentais
Fator de unidade
Co-varivel estranha
Casualizao na atribuio dos
Fator experimental de tratamento
Fator experimental intrnseco
Material experimental
intrnseco
Unidade experimental elementar
Repeties de uma condio
experimental
Unidade de observao para uma
caracterstica resposta
Controle experimental
Controle local
Controle estatstico
Casualizao
Casualizao na implementao de
tratamentos
Caracterstica estranha controlada
Caracterstica estranha
potencialmente perturbadora
Erro aleatrio / erro casual
Erro de tratamento
Estrato do erro experimental
Erro de observao
Co-varivel explanatria
tcnicas experimentais
Caracterstica estranha casualizada
Caracterstica estranha perturbadora
Erro de condio experimental
Erro de especificao
Erro experimental que afeta um fator
experimental
Erro de amostragem

1983. 145p.
and Hall, 1981. 189p.
590p.
FINNEY, D. J. An introduction to statistical science in agriculture An introduction to statistical science in agriculture An introduction to statistical science in agriculture An introduction to statistical science in agriculture. 4.ed. Copenhagen:
Scandinavian University Books, 1972. 290p.
p.1-25, 1977.
KEMPTHORNE, O. The design and analysis of experiments The design and analysis of experiments The design and analysis of experiments The design and analysis of experiments. Huntigton, NY: Robert E.
Krieger Publishing Company, 1979. 631 p.
HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of experiments Design and analysis of experiments Design and analysis of experiments Design and analysis of experiments. New York:
John Wiley, 1994. v.1, 495p.
and local studies. Australian Journal of Australian Journal of Australian Journal of Australian Journal of Statistics Statistics Statistics Statistics, v.27, n.2, p.111-122, 1985.
SILVA, J. G. C. da. Estatstica experimental Estatstica experimental Estatstica experimental Estatstica experimental, verso preliminar. Pelotas: Universidade
Federal de Pelotas, Instituto de Fsica e Matemtica, 1996. 427p.
STEEL. R. G. D.; TORRIE, J. H.; DICKEY, D .A. Principles and procedures of Statistics: A Principles and procedures of Statistics: A Principles and procedures of Statistics: A Principles and procedures of Statistics: A
biometrical approach biometrical approach biometrical approach biometrical approach. 3. ed. Boston: McGraw Hill, 1997. 666p

6 66 6 Planejamento do Experimento e Delineamento Experimental: Planejamento do Experimento e Delineamento Experimental: Planejamento do Experimento e Delineamento Experimental: Planejamento do Experimento e Delineamento Experimental:
Requisitos e Princpios Bsicos Requisitos e Princpios Bsicos Requisitos e Princpios Bsicos Requisitos e Princpios Bsicos
6.1 Introduo................................................................................................................... 206
6.2 Planejamento do Experimento e Delineamento Experimental..................................... 207
6.3 A Lgica da Inferncia sobre Causalidade.................................................................. 208
6.4 Efeitos de Fatores Experimentais ............................................................................... 210
6.5 Requisitos do Plano do Experimento .......................................................................... 211
6.5.1 Estabelecimento do plano antes do incio da execuo do experimento .............. 211
6.5.2 Estimao dos erros que afetam efeitos de fatores experimentais....................... 212
6.5.3 Preciso ............................................................................................................... 213
Origens da impreciso................................................................................................... 215
Aes para o aumento da preciso................................................................................ 215
6.5.4 Validade ............................................................................................................... 222
9.1.1.1 Validade interna............................................................................................... 224
Origens do vis interno .................................................................................................. 225
Aes para o aumento da validade interna.................................................................... 225
9.1.1.2 Validade externa.............................................................................................. 228
Origens do vis externo ................................................................................................. 229
Aes para o aumento da validade externa ................................................................... 229
9.1.1.3 Relao entre validade interna, validade externa e preciso........................... 232
6.5.5 Simplicidade, economia de recursos e exeqibilidade.......................................... 235
6.5.6 Manifestao dos efeitos reais dos tratamentos................................................... 236
6.5.7 Previso dos procedimentos de inferncia estatstica e provimento de medida de
incerteza das inferncias...................................................................................................... 238
6.6 Princpios Bsicos do Delineamento do Experimento................................................. 242
6.6.1 Repetio............................................................................................................. 243
6.6.2 Controle local ....................................................................................................... 246
6.6.3 Casualizao........................................................................................................ 248
6.6.4 Ortogonalidade..................................................................................................... 252
6.6.5 Balanceamento .................................................................................................... 254
6.6.6 Confundimento..................................................................................................... 259
6.6.7 Eficincia.............................................................................................................. 261
Conceitos e Termos Chave ........................................................................................ 271
Bibliografia.................................................................................................................. 271

206

O plano do experimento e particularmente o delineamento experimental devem
garantir as propriedades necessrias para a derivao das inferncias que constituem o
objeto do experimento. No h um conjunto de regras e procedimentos que garanta a
elaborao de um plano de experimento que cumpra essas exigncias. Entretanto, a
observncia de alguns requisitos e princpios bsicos fundamental para o sucesso de
qualquer experimento.
A partir das contribuies relevantes de Fisher, muitos delineamentos
experimentais foram desenvolvidos para as mais variadas situaes. Esses
delineamentos tm sido extensivamente utilizados e se tornaram tradicionais em muitas
reas de pesquisa.
A exposio desses delineamentos clssicos comum em textos de Estatstica
Experimental. A ampla difuso desses delineamentos os tornou amplamente acessveis
aos pesquisadores. Em particular, a disponibilidade de esquemas de delineamentos
experimentais mais complexos tem facilitado sua utilizao. Outra razo da tendncia
generalizada do uso desses delineamentos a facilidade propiciada para a anlise de
dados, cujas receitas tambm foram amplamente difundidas e se tornaram de grande
importncia na poca em que as facilidades para o processamento de anlises
estatsticas eram precrias.
Entretanto, esses delineamentos so freqentemente mal utilizados, por diversas
razes, entre elas a pouca compreenso de suas implicaes. Tornou-se comum a
tendncia do pesquisador adaptar o plano de sua pesquisa aos delineamentos
experimentais disponveis. Como conseqncia, freqente a utilizao de
delineamentos inadequados para os propsitos e condies do experimento.
As facilidades atuais de computao no mais justificam a tendncia do uso de
delineamentos para os quais so disponveis receitas de clculo facilmente executveis.
Esses recursos tornaram vivel a utilizao do delineamento experimental mais
apropriado para cada situao particular e, conseqentemente, o planejamento de
experimentos mais eficientes. Entretanto, a adoo dessa nova abordagem requer a
compreenso dos requisitos do plano do experimento e dos princpios bsicos do
delineamento experimental.
Este Captulo constitui uma introduo aos tpicos que so tratados nos captulos
que seguem. Considera as bases e o processo para derivao de inferncias do
experimento, e trata das propriedades requeridas do plano do experimento e,
particularmente, do delineamento experimental. A Seo Seo Seo Seo 6.2 6.2 6.2 6.2 estabelece a definio de
delineamento experimental e apresenta uma estratgia para sua gerao. A Seo Seo Seo Seo 6.3 6.3 6.3 6.3
descreve o procedimento lgico para inferncias referentes a relaes causais de
caractersticas, que constituem o propsito do experimento. Na Seo Seo Seo Seo 6.4 6.4 6.4 6.4 so
apresentados e ilustrados conceitos referentes a efeito de fatores experimentais que so
freqentemente utilizados no texto. A Seo Seo Seo Seo 6.5 6.5 6.5 6.5 trata das propriedades requeridas do
plano do experimento. O tema da Seo Seo Seo Seo 6.6 6.6 6.6 6.6 so as propriedades importantes ou
princpios bsicos do delineamento experimental que so demandadas pelos requisitos
do plano do experimento.
A obedincia a esses requisitos e princpios permite ao pesquisador elaborar o
plano e o delineamento mais apropriados para cada experimento particular. Entretanto, a
aplicao correta desses requisitos e princpios requer suas compreenses plenas e
cuidados especiais. Por essa razo, a participao do estatstico na fase do
planejamento do experimento altamente relevante.
6. Planejamento do Experimento e Delineamento Experimental: Requisitos 207
6.2 6.2 6.2 6.2 Planejamento do Experimento e Delineamento Experimental Planejamento do Experimento e Delineamento Experimental Planejamento do Experimento e Delineamento Experimental Planejamento do Experimento e Delineamento Experimental
O objetivo do experimento a derivao de inferncias referentes a relaes
causais entre as caractersticas respostas relevantes e as caractersticas explanatrias
que so definidas pelo problema e pela hiptese cientfica. Essas inferncias so
baseadas em uma amostra onde tambm esto presentes as caractersticas estranhas
cujos efeitos sobre as caractersticas respostas ficam confundidos com efeitos das
caractersticas explanatrias. Assim, essas inferncias devem basear-se nos efeitos
dessas duas origens e, particularmente, na relao entre esses efeitos.
O planejamento do experimento, particularmente o planejamento da amostra,
compreende, essencialmente, o planejamento dessas trs classes de caractersticas e o
planejamento da relao entre as caractersticas explanatrias e as caractersticas
estranhas, que tem implicaes para os efeitos manifestados pelas caractersticas
respostas. Esses quatro segmentos do planejamento do experimento so considerados
nos prximos quatro captulos, como indicado a seguir:
planejamento das caractersticas respostas - Captulo 7 Captulo 7 Captulo 7 Captulo 7,
planejamento das caractersticas explanatrias - Captulo 8 Captulo 8 Captulo 8 Captulo 8,
planejamento das caracterstica estranhas - Captulo 9 Captulo 9 Captulo 9 Captulo 9 e
planejamento da relao entre as caractersticas explanatrias e as
caractersticas estranhas - Captulo 10 Captulo 10 Captulo 10 Captulo 10.
Esses planejamentos determinam a estrutura da resposta estrutura da resposta estrutura da resposta estrutura da resposta, a estrutura das estrutura das estrutura das estrutura das
condies experimentais condies experimentais condies experimentais condies experimentais, a estrutura das unidades estrutura das unidades estrutura das unidades estrutura das unidades e a relao entre a estrutura das
condies experimentais e a estrutura das unidades, que constitui a estrutura do estrutura do estrutura do estrutura do
experimento experimento experimento experimento. As especificaes dessas estruturas e relaes estabelecem o
delineamento do experimento.

O delineamento do experimento delineamento do experimento delineamento do experimento delineamento do experimento compreende as especificaes:
a) das variveis respostas,
b) da estrutura das condies experimentais,
c) da estrutura das unidades, e
d) da relao entre a estrutura das condies experimentais e a estrutura das
unidades.

A designao delineamento de experimento delineamento de experimento delineamento de experimento delineamento de experimento ou delineamento ex delineamento ex delineamento ex delineamento experimental perimental perimental perimental tambm
usada com o significado mais estrito da forma de associao entre a estrutura das
condies experimentais e a estrutura das unidades.
A estrutura das condies experimentais deve ser estabelecida em consonncia
com os objetivos do experimento, enquanto que a estrutura das unidades elaborada
segundo as possibilidades de material experimental. A Figura Figura Figura Figura 6 66 6. .. .1 11 1 ilustra as relaes
implicativas dos objetivos do experimento para a estrutura das condies experimentais e
do material experimental para a estrutura das unidades, a inter-relao dessas duas
estruturas que constitui a estrutura do experimento, e a gerao do delineamento
experimental.


208

Figura Figura Figura Figura 6 66 6. .. .1 11 1. Diagrama que ilustra a gerao do delineamento do experimento.

A inter-relao ou associao entre a estrutura das condies experimentais e a
estrutura das unidades estabelecida pela atribuio dos nveis dos fatores de
tratamento e a manifestao dos nveis dos fatores intrnsecos nas unidades do material
experimental.
Em geral, conveniente que os planejamentos da estrutura das condies
experimentais e da estrutura das unidades sejam procedidos separadamente. Esse
procedimento recomendvel para que a estrutura do experimento seja expressa
corretamente, particularmente em experimentos complexos. Entretanto, a estrutura das
condies experimentais condicionada disponibilidade de material experimental e a
estrutura das unidades deve ser apropriada para a estrutura das condies
experimentais. Nessas circunstncias, essas duas estruturas so altamente
interdependentes. Uma estratgia racional para a gerao do delineamento experimental
compreende a seguinte seqncia de passos:
1 - Elaborar a estrutura das condies experimentais tendo em conta as restries
de material experimental.
2 - Considerar as estruturas de unidades alternativas para essa estrutura de
condies experimentais.
3 - Escolher, entre essas estruturas de unidades alternativas, aquela que,
associada estrutura das condies experimentais, permita inferncias mais eficientes
referentes aos efeitos dos fatores experimentais relevantes para os objetivos do
experimento.
4 - Caso no seja encontrada uma estrutura de unidades satisfatria, reconsiderar
a seqncia de passos 1, 2 e 3.
Os passos 1 e 2 podem conduzir formulao de diversas estruturas de
experimento. Como regra geral, o pesquisador deve escolher o delineamento
experimental que proveja o mximo de informao relevante aos objetivos do
experimento com o custo mnimo. Para tal devem ser levados em conta os requisitos do
plano do experimento e os princpios bsicos do delineamento do experimento. Esses
so os temas das Sees Sees Sees Sees 6. 6. 6. 6.5 55 5 e 6.6 6.6 6.6 6.6.
6.3 6.3 6.3 6.3 A Lgica da Inferncia sobre Causalidade A Lgica da Inferncia sobre Causalidade A Lgica da Inferncia sobre Causalidade A Lgica da Inferncia sobre Causalidade
O propsito do experimento inferir se fatores experimentais causam efeitos sobre
variveis respostas nas unidades da populao objetivo. Essas inferncias so baseadas
em uma amostra constituda durante a execuo do experimento, onde esto presente
fatores experimentais e, tambm, caractersticas estranhas. Para estabelecer a
existncia de efeito causal de um fator experimental sobre uma caracterstica resposta
so requeridas trs condies (Seo 3.4.1 Seo 3.4.1 Seo 3.4.1 Seo 3.4.1): a) o fator experimental e a caracterstica
resposta variam conjuntamente; b) o fator experimental precede a caracterstica
resposta; e c) no h explicao plausvel para a variao da caracterstica resposta que
no inclua efeito do fator experimental. A primeira condio estabelecida por
procedimentos de inferncia estatstica. A segunda condio justificada para fator
experimental, por definio: nveis de fator experimental so aplicados ou manifestam-se
nas unidades experimentais previamente mensurao das caractersticas respostas.
A questo crtica a terceira condio, ou seja, a garantia de que a variao dos
valores observados da varivel resposta em unidades com nveis diferentes de fatores
experimentais no possa ser atribuvel exclusivamente a caractersticas estranhas.
A variao dos valores observados de uma varivel resposta em unidades
experimentais diferentes pode ter duas origens: caractersticas explanatrias e
caractersticas estranhas. Isso significa que, se valores observados em unidades
experimentais com diferentes nveis de fatores experimentais variam, h duas
possibilidades de explicao para a origem dessa variao: 1) efeitos de fatores
experimentais e efeitos de caractersticas estranhas ou 2) efeitos apenas de
caractersticas estranhas. O caminho a seguir determinar o quanto essa segunda
possibilidade inverossmil. Se ela for muito inverossmil, ento se pode ter confiana de
que a variao manifestada pelos valores observados da varivel resposta seja devida,
pelo menos em parte, a efeitos de fatores experimentais. Ocasionalmente essa confiana
da existncia de efeitos de fatores experimentais pode ser falsa. Se algumas condies
so satisfeitas, a chance de que essa confiana seja incorreta (ou correta) pode ser
expressa em termos de probabilidade atravs da utilizao de mtodos estatsticos.
Na situao mais simples de experimento com um nico fator experimental, o
procedimento para a determinao da probabilidade de que a variao dos valores
observados da varivel resposta em unidades experimentais com tratamentos diferentes
seja devida, pelo menos em parte, a efeitos de tratamentos consiste, inicialmente, em
estabelecer que o plano do experimento proveja a identificao de duas origens ou
fontes daquela variao: uma fonte que tenha a seguinte composio:
1) efeito das diferenas de tratamentos e
2) efeito das caractersticas estranhas, ou seja, efeito do erro experimental;
e uma fonte de variao que compreenda apenas efeito do erro experimental e que
tenha essencialmente a mesma composio de caractersticas estranhas do erro
experimental da primeira fonte. Isso significa que esses dois efeitos do erro experimental
no podem diferir por qualquer variao estranha relevante.
Nessa situao particular a primeira fonte de variao so as unidades
experimentais com tratamentos diferentes; a segunda, as unidades experimentais com
mesmo tratamento.
Ento, contanto que os componentes devidos ao erro experimental nas duas fontes
de variao sejam aleatrios e que a diferena entre esses dois componentes tambm
seja aleatria, o mtodo estatstico apropriado prov a estimativa da probabilidade de
que a diferena entre essas duas fontes da variao seja devida ao acaso. Se for
evidenciado como muito improvvel que tal diferena seja inteiramente devida ao acaso,
ento se poder concluir que pelo menos em parte essa diferena seja devida a efeitos
de tratamentos. Entretanto, se a diferena entre as duas fontes de variao no for maior
do que poderia ser esperado apenas pelo acaso, no se poder concluir que inexistam
diferenas de efeitos de tratamentos, j que aquele resultado poderia decorrer do fato da
variao s diferenas de tratamentos ser menor do que a diferena aleatria entre os
efeitos do erro experimental nas duas fontes.
Esse argumento estende-se para inferncias referentes a qualquer efeito de


210
O procedimento para inferncias referentes a um efeito de fatores experimentais procedimento para inferncias referentes a um efeito de fatores experimentais procedimento para inferncias referentes a um efeito de fatores experimentais procedimento para inferncias referentes a um efeito de fatores experimentais
consiste, basicamente, em comparar o componente da variao dos valores
observados da varivel resposta que inclua esse efeito em sua origem com um outro
componente que expresse os mesmos efeitos, com exceo daquele efeito de fatores
experimentais. Se o primeiro componente da variao revela-se maior do que o
segundo por diferena que no possa ser originada apenas de variao aleatria,
atribui-se tal superioridade existncia real do efeito de fatores experimentais. Esse
segundo componente da variao o erro erro erro erro que afeta esse efeito de fatores
experimentais.
6.4 6.4 6.4 6.4 Efeitos de Fatores Experimentais Efeitos de Fatores Experimentais Efeitos de Fatores Experimentais Efeitos de Fatores Experimentais
Efeitos populacionais Efeitos populacionais Efeitos populacionais Efeitos populacionais de fatores experimentais, ou seja, efeitos de fatores
experimentais na populao objetivo so de vrios tipos e dependem dos fatores e de
seus nveis.
Em experimentos com um nico fator experimental os efeitos populacionais so: a)
efeito global do fator, ou seja, variao da resposta entre os nveis do fator e b)
diferenas (comparaes) entre esses nveis ou variabilidade da resposta entre esses
nveis. O Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .1 11 1 prov ilustraes.
a) Em um experimento sobre o controle da giberela em lavouras de trigo com um fator:
fungicida com os quatro nveis: 1 - Mancozeb, 2 - Ciproconazole, 3 - Propiconazole e 4 - sem
fungicida so de interesse: i) o efeito global do fator fungicida, ou seja, a variao da resposta
entre os quatro nveis desse fator, e ii) comparaes particulares da resposta desses nveis; por
exemplo, a comparao que exprime o efeito da aplicao de fungicida, ou seja, a comparao
dos tratamentos com fungicida (tratamentos 1, 2 e 3) com o tratamento sem fungicida (tratamento
4).
b) Em um experimento para pesquisa da resistncia bruzone de linhagens originadas do
cruzamento de duas cultivares de arroz h interesse na variabilidade do grau de infeco das
plantas entre as cultivares.

Em experimentos com dois ou mais fatores experimentais h uma gama maior de
efeitos populacionais que podem ser de interesse:
a) efeitos principais efeitos principais efeitos principais efeitos principais de um fator - efeitos de um fator globais para os nveis dos
demais fatores;
b) efeitos simples efeitos simples efeitos simples efeitos simples de um fator - efeitos de um fator para cada nvel particular de
outro fator ou para cada combinao particular dos nveis de outros fatores;
c) interao de efeitos interao de efeitos interao de efeitos interao de efeitos de dois fatores - interferncia do efeito de um dos fatores
sobre o efeito do outro fator;
d) interao de efeitos de trs ou mais fatores - no caso de trs fatores:
interferncia do efeito de um dos fatores sobre a interao dos outros dois fatores; esse
conceito generaliza-se para mais de trs fatores; e
e) diferenas (comparaes) ou variabilidade da resposta entre os nveis de um
fator globais para os nveis dos demais fatores, ou entre os nveis de um fator para cada
um dos nveis particulares de outro fator ou para cada uma das combinaes de nveis
particular dos demais fatores.
a) Considere-se um experimento sobre o efeito de cobertura plstica no cultivo de alface
com dois fatores experimentais: cobertura, com dois nveis: 1 - sem e 2 - com, e cultivar com 4
nveis 1 - Kagraner, 2 - Regina, 3 - Great Lakes e 4 - Brisa. A associao de cada um dos 2 nveis
do fator cobertura plstica com cada um dos 4 nveis do fato cultivar constitui 42=8 combinaes
de nveis.
O efeito principal do fator cultivar a variao da resposta entre as 4 cultivares global ou
mdia para os 2 nveis do fator cobertura plstica; o efeito simples do fator cultivar para o nvel 1
do fator cobertura plstica, ou seja, sem cobertura, a variao da resposta entre as 4 cultivares
para ausncia de cobertura plstica; a interao dos efeitos de cobertura plstica e cultivar a
variao do efeito de cobertura plstica entre as 4 cultivares, ou, equivalentemente, a variao do
efeito do fator cultivar entre sem e com cobertura plstica.
b) Seja um experimento sobre o efeito da raa e do reprodutor sobre caractersticas
referentes reproduo de bovinos de corte com trs nveis do fator raa: 1 - Ibag, 2 - Nelore e 3
- Aberdeen Angus com a considerao de 8 reprodutores de cada uma dessas raas. As
combinaes dos 8 nveis do fator reprodutor com as 3 raas constituem 24 combinaes de
nveis.
O efeito principal do fator raa a variao da resposta entre as 3 raas global ou mdia
para os 8 reprodutores das respectivas raas; o efeito simples do fator reprodutor para uma raa
particular a variao da resposta entre os 8 animais dessa raa. Observe-se que, como os nveis
do fator reprodutor no se repetem entre as raas, no tm sentido e esse experimento no prov
inferncias referentes a efeitos simples do fator reprodutor e interao dos efeitos dos fatores
raa e reprodutor.

Em geral efeitos de fatores experimentais na populao objetivo so
desconhecidos. O propsito do experimento derivar inferncias referentes a esses
efeitos populacionais com base nos efeitos correspondentes que se manifestam na
amostra. Estes efeitos so determinados a partir dos valores observados da varivel
resposta nas unidades da amostra e constituem aproximaes ou estimativas estimativas estimativas estimativas dos efeitos
populacionais desconhecidos.
6.5 6.5 6.5 6.5 Requisitos do Plano do Experimento Requisitos do Plano do Experimento Requisitos do Plano do Experimento Requisitos do Plano do Experimento
O experimento deve prover as inferncias relevantes a seus objetivos ao custo
mnimo. Para esse propsito o plano do experimento deve satisfazer as seguintes
propriedades ou requisitos essenciais:
estabelecimento do plano antes do incio da execuo do experimento,
estimao dos erros que afetam efeitos de fatores experimentais,
preciso,
validade:
simplicidade, economia de recursos e exeqibilidade
manifestao dos efeitos reais dos tratamentos e
previso dos procedimentos de inferncia estatstica e provimento de medida de
incerteza.
Esses requisitos podem parecer bvios, mas surpreendente como so
freqentemente subestimados ou ignorados. As conseqncias so falhas de planos de
experimentos que implicam desperdcios de recursos e de tempo. Esses requisitos so
considerados a seguir.
6.5.1 6.5.1 6.5.1 6.5.1 Estabelecimento do plano antes do incio da execuo do experimento Estabelecimento do plano antes do incio da execuo do experimento Estabelecimento do plano antes do incio da execuo do experimento Estabelecimento do plano antes do incio da execuo do experimento
O planejamento requer a especificao prvia, detalhada e clara dos objetivos do
experimento (Seo 4.4.1 Seo 4.4.1 Seo 4.4.1 Seo 4.4.1). Isso necessrio para que as definies referentes aos
passos seguintes do processo do experimento (Sees 4.4 Sees 4.4 Sees 4.4 Sees 4.4 e 4.7 4.7 4.7 4.7) possam ser tomadas
de modo objetivo e coerente para a consecuo desses objetivos.

212
O plano do experimento deve ser formulado detalhadamente e descrito em um
protocolo apropriado de modo suficientemente claro para que todas as decises e aes
necessrias at a derivao das inferncias sejam previstas. Esse tema foi considerado
nas Sees 4.4 Sees 4.4 Sees 4.4 Sees 4.4 a 4.7 4.7 4.7 4.7. Entretanto, relevante reiterar que o planejamento cuidadoso
necessrio para que sejam evitadas ulteriores surpresas e decises inadequadas que
conduzam a prejuzos para o experimento. Particularmente, o plano deve prever os
recursos necessrios e os momentos em que devero estar disponveis. Se esses
recursos no forem disponveis ou se forem insuficientes para que o experimento seja
conduzido de modo a satisfazer os requisitos necessrios para a gerao das inferncias
que constituem seu objetivo, a execuo do experimento no deve ser iniciada. Nesse
caso os objetivos do experimento devem ser revisados para torn-lo exeqvel, ou o
experimento no deve ser realizado.
6.5.2 6.5.2 6.5.2 6.5.2 Estimao dos erros que afetam efeitos de fatores experimentais Estimao dos erros que afetam efeitos de fatores experimentais Estimao dos erros que afetam efeitos de fatores experimentais Estimao dos erros que afetam efeitos de fatores experimentais
Para a derivao de inferncias referentes a um efeito de fatores experimentais o
experimento dever prover estimativas de duas fontes de variao dos valores da varivel
resposta: a) uma estimativa que exprima esse efeito e o efeito das caractersticas
estranhas com ele confundidas, e b) uma estimativa desse efeito de caractersticas
estranhas, ou seja, uma estimativa do erro que afeta aquele efeito de fatores
experimentais (Seo Seo Seo Seo 6.3 6.3 6.3 6.3). Portanto, inferncias referentes a efeitos de fatores
experimentais requerem a estimao dos erros que afetam esses efeitos. Esses erros
originam-se do erro experimental e em algumas situaes tambm podem compreender
efeitos de fatores experimentais. Por essa razo, suas estimaes usualmente requerem
a estimao do erro experimental.
Na situao mais simples de um nico fator experimental e ausncia de controle
local e de controle estatstico o erro que afeta os efeitos de tratamentos a variao
entre as unidades experimentais com um mesmo tratamento. Nesse caso o erro
compreende exclusivamente erro experimental.
Assim, um requisito essencial do experimento prover a estimao dos erros que
afetam efeitos relevantes de fatores experimentais e, particularmente, a estimao do
erro experimental. Para tal, o plano do experimento deve assegurar que nveis de fatores
experimentais apaream em mais de uma unidade experimental, ou seja, deve assegurar
repeties desses nveis.
No passado, foi sustentada a idia do uso de estimativa do erro experimental
provida por experimentos anteriores ou por "experimentos em branco, ou seja,
experimentos sem tratamentos, conduzidos especialmente para estimao do erro
experimental. Estimativas do erro experimental dessa origem podem ser vlidas em
reas de pesquisa onde as caractersticas ambientais permaneam essencialmente
invariveis ao longo do tempo. Entretanto, em pesquisas com animais e plantas em
ambientes naturais a variabilidade dessas caractersticas geralmente elevada e no
previsvel. Um terreno aparentemente uniforme pode compreender pores de solo
consideravelmente distintas que se revelam apenas sob certas condies, como
perodos de tempo mido ou seco. Condies de clima desfavorveis, como perodos
prolongados de chuva ou estiagem, e frio ou calor intensos fora de estao, podem
ocasionar estresse e conseqente variabilidade no previsvel da resposta de plantas e
animais. Tambm podem originar ocorrncias de doenas que impliquem variabilidade
cuja amplitude e intensidade sejam imprevisveis. Por essa razo, recomendvel que o
experimento seja auto-suficiente no sentido de prover estimativas do erro experimental
apropriadas para as inferncias que ele se destina derivar.
Em experimentos com nmero elevado de fatores em ambientes uniformes pode
ser sabido que certas interaes de ordens elevadas, ou seja, que envolvem muitos
fatores, so inexistentes ou irrelevantes. Essa situao pode ocorrer, por exemplo, em
pesquisas de processos industriais. Com base nesse argumento, componentes da
variao que expressam tais interaes so utilizados como estimativas de erros para
inferncias referentes a efeitos de fatores experimentais relevantes. Naturalmente, a
validade de uma estimativa de erro provida por interao de ordem elevada depende da
correo do argumento de irrelevncia dessa interao. Caso esse argumento no seja
correto, o erro resultar superestimado e, por conseqncia, as inferncias sero
tendenciosas.
6.5.3 6.5.3 6.5.3 6.5.3 Preciso Preciso Preciso Preciso
A preciso est relacionada com a sensibilidade do experimento para detectar
efeitos de fatores experimentais que se manifestem na amostra. Quando inferncias no
revelam a presena de um efeito de fatores experimentais, no h como discriminar se
esse fato resultou da inexistncia do efeito ou da preciso no ter sido suficiente para
detect-lo. Assim, um requisito do plano do experimento assegurar preciso para
deteco dos efeitos relevantes dos fatores experimentais que se manifestem na
amostra.
A preciso uma propriedade das inferncias que constituem o objeto do
experimento. No uma propriedade inerente ao delineamento ou aos procedimentos
adotados no experimento, pois um mesmo delineamento ou um mesmo procedimento
pode contribuir para inferncias mais ou menos precisas dependendo das circunstncias.
A preciso depende da grandeza do erro que afeta os efeitos de fatores
experimentais. Ou seja, a preciso depende da grandeza do confundimento dos efeitos
dos fatores experimentais com efeitos de caractersticas estranhas no controlados por
controle local e por controle estatstico. Ela to mais elevada quanto menor esse
confundimento, ou seja, quanto menor a frao correspondente do erro experimental.
Em experimentos com uma nica formao de unidades experimentais o
confundimento de efeitos de fatores experimentais com efeitos de caractersticas
estranhas mensurado pela varincia do erro experimental varincia do erro experimental varincia do erro experimental varincia do erro experimental que afeta efeitos dos fatores
experimentais expressa por unidade. Essa varincia denotada por
2
e definida como a
mdia populacional dos quadrados dos erros originados desse confundimento nas
unidades representadas pelas unidades experimentais. A raiz quadrada dessa varincia,
ou seja, denominada erro padro erro padro erro padro erro padro por unidade.
Usualmente a varincia populacional
2
no conhecida. Em seu lugar utilizada
uma sua estimativa estimativa estimativa estimativa, isto , um valor apropriado para aproxim-la determinado a partir
dos valores observados na amostra. Essa estimativa da varincia do erro experimental estimativa da varincia do erro experimental estimativa da varincia do erro experimental estimativa da varincia do erro experimental
por unidade a variao dos valores observados da varivel resposta que devida a
caractersticas estranhas dividida pelo correspondente nmero de unidades de
informao independentes, que mais comumente denominado nmero de graus de nmero de graus de nmero de graus de nmero de graus de
liberdade do erro liberdade do erro liberdade do erro liberdade do erro . Essa estimativa denotada por s
2
.

Fisher define a preciso preciso preciso preciso ou quantidade de informao quantidade de informao quantidade de informao quantidade de informao suprida pelo experimento
como o inverso da varincia do erro experimental, ou seja,
2
1 . Como a varincia
2

usualmente desconhecida, ela tem que ser substituda por uma sua estimativa. A
quantidade de informao provida por um experimento com varincia do erro
estimada por s
2
expressa por:

2
+1
( +3) s
,
onde o nmero de graus de liberdade do erro.


214
Essa definio de preciso ou quantidade de informao prpria para
experimentos com uma nica formao de unidades experimentais. Em experimentos
com mais de uma formao de unidades experimentais os efeitos de fatores
experimentais so afetados por erro experimental proveniente de mais de um estrato.
Nessas circunstncias usualmente importante considerar a preciso do experimento
referente a cada formao de unidades experimentais particular. A preciso do
experimento correspondente a uma formao de unidades experimentais expressa pelo
inverso da varincia do erro experimental no estrato que corresponde a essa formao
de unidades experimentais. Como, em geral, essa varincia populacional
desconhecida, essa preciso deve ser aproximada por expresso semelhante quela do
pargrafo anterior com a varincia substituda por uma sua estimativa. Ento, a preciso preciso preciso preciso
global do experimento global do experimento global do experimento global do experimento o inverso da mdia ponderada das varincias dos estratos
correspondentes s formaes de unidades experimentais cujos pesos so os
respectivos nmeros de graus de liberdade. Usualmente, essas varincias so
desconhecidas e devem ser substitudas por estimativas.
As expresses que correspondem a essas definies de preciso envolvem
medidas de variabilidade que no so facilmente interpretveis, dado que a unidade de
medida da varincia o quadrado da unidade de medida da varivel resposta. Pode ser
mais conveniente expressar a magnitude do erro pelo correspondente desvio padro desvio padro desvio padro desvio padro que
raiz quadrada da varincia. O desvio padro uma medida da impreciso do
experimento.
Usualmente, so de maior interesse as precises de inferncias sobre efeitos
particulares de fatores experimentais. A preciso das inferncias referentes a um efeito
de fatores experimentais depende do confundimento desse efeito com efeitos de
caractersticas estranhas, ou seja, depende da frao do erro experimental que afeta
esse efeito. Ela tambm pode ser afetada por outros efeitos de fatores experimentais. A
variao dos valores da varivel resposta dessas duas origens o erro erro erro erro que afeta essas
inferncias.

A preciso das inferncias referentes a um efeito de fatores experimentais preciso das inferncias referentes a um efeito de fatores experimentais preciso das inferncias referentes a um efeito de fatores experimentais preciso das inferncias referentes a um efeito de fatores experimentais
expressa pelo inverso da varincia do erro que afeta esse efeito. Essa varincia
compreende componentes correspondentes aos estratos do erro experimental que
afetam esse efeito e tambm pode incluir componentes referentes a outros efeitos de
fatores experimentais.

Em experimentos comparativos, as inferncias mais importantes referem-se a
diferenas ou comparaes de efeitos ou mdias de tratamentos. Na suposio de
ausncia de erros sistemticos, a estimativa de uma diferena de mdias de tratamentos
diferir de seu correspondente valor populacional apenas por erros aleatrios. A
grandeza do erro aleatrio que afeta uma diferena de mdias de tratamentos
expressa pela correspondente varincia varincia varincia varincia ou sua raiz quadrada, que denominada erro erro erro erro
padro padro padro padro. O erro padro uma medida da impreciso das inferncias referentes a uma
diferena de mdias de tratamentos.
Em experimentos com um nico fator experimental, mesmo nmero de repeties
para todos os tratamentos e efeitos de tratamentos afetados por erro experimental de um
nico estrato, o erro padro da estimativa da diferena de duas mdias de tratamentos
expresso por:
2
x
r
,
onde o desvio padro e r o nmero de repeties comum aos dois tratamentos.
O significado do erro padro como uma medida da magnitude dos erros aleatrios
que afetam a estimativa de uma diferena de mdias de tratamentos pode ser
compreendido pela observao de que:
em cerca de um tero dos casos (ou seja, em cerca de 1/3 de todas as amostras
distintas possveis) a estimativa diferir do correspondente valor populacional, ou
seja, errar por mais do que o erro padro;
em cerca de um vigsimo dos casos a estimativa errar por mais do que duas
vezes o erro padro;
em cerca de um por cento dos casos a estimativa errar por mais do que 2,5
vezes o erro padro.
Essas propores de erros so aproximadas, pois elas dependem da forma da
distribuio dos erros e da preciso da estimativa do desvio padro.
Origens da impreciso Origens da impreciso Origens da impreciso Origens da impreciso
A preciso depende das grandezas dos erros padres que afetam efeitos de
fatores experimentais. Assim, fontes de inflao de erros padres so origens de
impreciso ou de prejuzos para a preciso. Genericamente, prejuzos para a preciso
tm as seguintes origens:
variveis respostas;
fatores experimentais e seus nveis;
nmero e dimenses das unidades experimentais;
caractersticas estranhas do material experimental, ou seja, caractersticas
referentes a:
amostra inicial,
veculos dos tratamentos,
aplicao dos tratamentos,
ambiente,
operaes para funcionamento das unidades e
mensurao e registro dos dados.
Ao planejar um experimento particular o pesquisador deve identificar as fontes de
impreciso potenciais com base na experincia colhida de experimentos semelhantes e
em informaes disponveis na literatura e em outras fontes. Em algumas situaes,
particularmente em experimentos em reas novas, pode ser recomendvel a realizao
de estudos preliminares para avaliao do impacto de caractersticas estranhas sobre a
preciso, e a definio e o aprimoramento de tcnicas experimentais prprias para
controle dessas caractersticas. Esse processo preliminar pode prover subsdios
importantes para a melhoria ou refinamento do plano de experimentos.
Aes para o aumento da preciso Aes para o aumento da preciso Aes para o aumento da preciso Aes para o aumento da preciso
Uma vez as fontes de impreciso importantes estejam identificadas, o prximo
passo a definio das aes para control-las de modo a lograr a preciso apropriada.
Essa preciso deve ser suficiente para prover probabilidade elevada de deteco de
efeitos importantes de fatores experimentais que se manifestem na amostra. Os recursos
apropriados para esse propsito dependem das circunstncias de cada experimento
particular.As aes que podem contribuir para o aumento da preciso so consideradas
a seguir.
a) Escolha apropriada das variveis respostas. A discriminao dos nveis de uma
caracterstica resposta depende da escala de medida da varivel que definida para
express-la. As variveis respostas devem ser definidas de modo que expressem as

216
caractersticas que representam com as precises apropriadas para suas relevncias.
Assim, por exemplo, a incidncia de uma doena fngica em plantas de trigo pode ser
expressa por uma varivel de apenas dois nveis: sem e com incidncia, por uma varivel
de quatro nveis: sem infeco e com infeco baixa, mdia e alta, por uma varivel
discreta com nmero de nveis mais elevado ou por uma varivel contnua. As
mensuraes providas por essas variveis alternativas distinguem os graus de infeco
manifestados nas unidades de observao com precises diferentes.
b) Escolha apropriada dos fatores experimentais e de seus nveis. A escolha de um
fator experimental com nveis que se relacionam quantitativamente pode ter implicaes
relevantes para a preciso das inferncias. Esse o caso, por exemplo, quando os nveis
so doses de um fertilizante ou de um antibitico. Para ilustrao, considere-se a
situao simples em que a resposta a nveis crescentes do fator linear, ou seja, em que
a razo entre o incremento da resposta e o incremento do nvel do fator constante, e
em que so de interesse inferncias referentes declividade da reta E(y) = a + bx que
representa a relao postulada para a populao objetivo entre a varivel resposta y e o
fator x. Uma questo importante a escolha dos nveis x
1
, x
2
,... de x que propiciem a
maximizao da preciso das inferncias referentes ao parmetro b, que exprime a
razo de acrscimos da varivel resposta y e do fator x. Esses nveis so os valores de x
que tornam mnima a varincia do estimador de b, ou seja:
( )
2
2
i i
Var(b) =
x - x
,
onde x a mdia desses nveis e
2
a varincia do erro que afeta inferncias
referentes ao fator x. A preciso dessas inferncias mxima quando os nveis so os
valores de x que maximizam:
( )
2
i i
SQ X = x - x .
Supondo que o nmero total de observaes fixado, SQX pode ser aumentada com o
incremento da amplitude do intervalo dos valores de x e, para um valor fixo dessa
amplitude, SQX maximizada quando a metade dos valores de x situam-se em cada um
dos extremos do intervalo. Essa a estrutura de tratamentos tima estrutura de tratamentos tima estrutura de tratamentos tima estrutura de tratamentos tima para inferncias
referentes razo de acrscimos de uma relao linear.
Esse procedimento estende-se para determinao da estrutura de tratamentos
tima para inferncias referentes a parmetros ou funes paramtricas referentes a
funes de resposta mais complexas. Muito freqentemente, quando o pesquisador tem
uma base para a pressuposio de uma relao entre a varivel resposta e o fator, como
ilustrado pela relao linear, ele hesita em confiar plenamente nessa base como critrio
para derivar a estrutura de tratamentos tima. Entretanto, a considerao da estrutura
tima fundamentada em uma pressuposio razovel valiosa porque prov uma base a
partir da qual pode ser determinada uma soluo satisfatria.
Ganhos de preciso tambm podem ser obtidos pela considerao de dois ou mais
fatores experimentais em um mesmo experimento, em lugar de conduzir experimentos
separados para cada um desses fatores. Considere-se, por exemplo, a pesquisa do
efeito da profundidade de arao e da fertilizao do solo com nitrognio sobre a
produo de milho. Pode-se conduzir um experimento para comparao de arao
profunda (A
1
) e arao rasa (A
2
), e um outro para comparao da fertilizao com uma
quantidade especfica de N (N
1
) com a ausncia de adubao (N
0
). Alternativamente,
essas duas comparaes podem ser efetuadas em um nico experimento com dois
fatores: arao e fertilizao com N, com quatro tratamentos: 1 - A
1
N
1
, 2 - A
1
N
0
, 3 - A
2
N
1

e 4 - A
2
N
0
, onde A
1
N
1
significa arao profunda com adio de nitrognio, etc. Ento, o
efeito da fertilizao do solo com nitrognio avaliado pela comparao dos tratamentos
1 e 3 com os tratamentos 2 e 4. Na suposio de material experimental com mesma
composio de caractersticas estranhas, esse experimento prov estimativa do efeito da
adubao com nitrognio mais precisa do que um experimento com o mesmo nmero de
repeties devotado pesquisa apenas desse efeito. De fato, a preciso dessa
estimativa provida pelo experimento com os dois fatores 2 vezes a preciso provida
pelo experimento apenas com o fator fertilizao com N. Essa mesma propriedade
aplica-se estimao da diferena mdia dos efeitos de arao profunda e arao rasa.
Em geral, experimento com os dois ou mais fatores experimentais prov estimativas dos
efeitos desses fatores mais precisas do que experimentos separados cada um devotado
a um dos fatores.
c) Escolha de amostra inicial homognea. A adoo de amostra constituda por
unidades homogneas ao incio do experimento altamente eficaz para lograr preciso
elevada. Por exemplo, experimentos com animais e plantas uniformes so mais precisos
do que experimentos com animais e plantas com caractersticas individuais variveis.
Esse procedimento freqentemente apropriado para experimentos bsicos. Entretanto,
pode ser inconveniente para experimentos tecnolgicos, como, por exemplo,
experimentos que visam gerar tecnologias para recomendao de adoo por
agricultores, criadores, etc. Nesses experimentos a amostra deve representar a
heterogeneidade natural presente na populao objetivo, que consideravelmente
acentuada em muitas situaes.
d) Tamanho apropriado do experimento. O tamanho do experimento expresso pelo
nmero de unidades experimentais determina o nmero de graus de liberdade para a
estimao da varincia do erro experimental. Se esse aumento do nmero de graus de
liberdade supera o eventual incremento da variao atribuvel s caractersticas
estranhas, a varincia do erro experimental reduzida. Esse procedimento tem
limitaes, tais como os fatos de que o aumento do nmero de unidades experimentais
pode implicar constituio de material experimental heterogneo e resultar em prejuzo
para a implementao controlada de tcnicas experimentais.
O aumento do tamanho do experimento pode ser obtido pelo aumento do nmero
de repeties e pela considerao de fatores experimentais suplementares.
O erro padro da diferena das mdias de dois tratamentos baseadas em mesmo
nmero de repeties e afetadas por erro experimental de um nico estrato
inversamente proporcional raiz quadrada do nmero de repeties. Assim, nessa
situao particular, o erro padro reduzido metade pela quadruplicao do nmero de
repeties, enquanto que para obter a reduo do erro padro a um dcimo necessrio
multiplicar por cem aquele nmero de repeties.
Em experimentos de ampla abrangncia logrado aumento do tamanho do
experimento pela conduo do experimento em diversas sees do espao e do tempo.
Dessa forma, o aumento do nmero de repeties para fatores de tratamento
importantes obtido pela incluso dos fatores intrnsecos local e perodo de tempo.
Fatores de tratamento adicionais tambm podem ser utilizados para esse propsito.
Assim, por exemplo, em um experimento para pesquisa da eficincia de fungicidas para
controle do mldio da videira pode ser lograda maior preciso pelo aumento do nmero
de repeties dos fungicidas em um local e ano particular, pela conduo do experimento
em diversos locais e anos, ou pela incluso de um fator de tratamento adicional, como,
por exemplo, cultivar.
Embora teoricamente o erro padro possa ser tornado arbitrariamente pequeno
pelo aumento do nmero de repeties, esse modo de aumentar a preciso tem uso
limitado, pois dispendioso e freqentemente impraticvel.
A discusso precedente tornou saliente a importncia do empenho para lograr a
reduo das estimativas de desvios e erros padres. Observe-se, entretanto, que
embora os desvios e erros padres devam ser suficientemente pequenos para permitir a
derivao de inferncias convincentes, eles no devem ser demasiadamente pequenos.

218
De fato, se o erro padro exageradamente grande, o experimento pode ser quase
intil, j que no proporcionar qualquer chance para a deteco de diferenas
importantes de tratamentos. Entretanto, erro padro desnecessariamente pequeno pode
implicar desperdcio de material experimental.
Muito freqentemente, inferncias de interesse so estimao e testes de
hipteses referentes a diferenas de efeitos de tratamentos. O uso da expresso do erro
padro da estimativa da diferena de duas mdias de tratamentos, dada anteriormente,
ou uma sua extenso para situao de nmeros diferentes de repeties, permite
predizer, quando o experimento est sendo planejado, o nmero de repeties
necessrias para lograr uma dada preciso para essas inferncias, ou, alternativamente,
a preciso que ser obtida com um nmero particular de unidades experimentais. Para
isso, necessrio conhecimento da variabilidade das unidades que permita avaliar a
grandeza do desvio padro. Informao aproximada dessa variabilidade pode ser obtida
de experimentos similares j realizados.Esse tema considerado na Seo 9.4.3 Seo 9.4.3 Seo 9.4.3 Seo 9.4.3.
e) Controle de tcnicas experimentais. Esse procedimento de controle experimental
pode ser apropriado para a reduo da variao devida a caractersticas estranhas de
diversas origens. As aes que podem ser efetivas para esse propsito so
consideradas a seguir.
Homogeneizao das caractersticas estranhas da amostra inicial. Por exemplo,
uso de adubao bsica, ou seja, adubao uniforme antes do plantio para reduo da
variao da fertilidade do solo em um experimento com plantas; adoo de um perodo
pr-experimental em que os animais so mantidos sob mesmo manejo ou sob mesmo
regime alimentar para uniformizao de caractersticas individuais dos animais.
Dimenses apropriadas das unidades experimentais. Em experimentos em que o
material experimental apresenta variabilidade espacial considervel, como experimentos
agrcolas de campo, a preciso pode ser afetada de modo considervel pelo tamanho e a
forma das unidades experimentais. Nessas circunstncias, a escolha apropriada das
dimenses das unidades experimentais pode contribuir para a elevao da preciso. Por
exemplo, em um experimento a ser conduzido em terreno com heterogeneidade
acentuada das caractersticas do solo em uma direo pode ser lograda preciso mais
elevada com o uso de parcelas retangulares com dimenso maior na direo
perpendicular. Esse tpico tratado na Seo 9.4.2 Seo 9.4.2 Seo 9.4.2 Seo 9.4.2.
Homogeneizao das caractersticas estranhas veiculadas com os tratamentos.
Em geral, tratamentos esto associados com caractersticas estranhas junto com as
quais so veiculados. Por exemplo, em um experimento de comparao de cultivares os
nveis do fator cultivar so cultivares cada uma das quais definida como um conjunto
de caractersticas especficas que lhe so inerentes, particularmente caractersticas
genticas; em um experimento sobre o controle de uma infeco de animais com
antibiticos os antibiticos so constitudos de conjuntos de caractersticas inerentes a
seus respectivos princpios ativos. Entretanto, as cultivares so veiculados por sementes
que compreendem, alm das caractersticas relacionadas ao ente gentico cultivar,
caractersticas referentes sanidade, pureza, germinao, vigor, etc. que no so
inerentes s cultivares; os princpios ativos dos antibiticos so veiculados juntamente
com caractersticas referentes s substncias s quais eles esto agregados. A variao
originada dessas caractersticas estranhas constitui erro de tratamento, que contribui
para o erro experimental. Essa variao deve ser controlada por controle de tcnicas
experimentais; por exemplo, no experimento de comparao de cultivares as sementes
devem ser uniformes quanto a vigor, sanidade, pureza e outras caractersticas no
inerentes a cultivar; no experimento de controle de infeco animal os antibiticos devem
ser homogneos quanto qualidade, particularmente no que se refere s substncias
com as quais so veiculados e a prazo de validade.
Controle da aplicao dos tratamentos. Diferenas referentes aplicao dos
tratamentos s unidades experimentais tambm constituem erro de tratamento e
contribuem para o erro experimental. Assim, por exemplo, no experimento de
comparao de cultivares considerado anteriormente a semeadura deve ser efetuada
uniformemente nas unidades experimentais no que se refere quantidade e distribuio
de sementes, data de plantio, etc.; em um experimento de nutrio de cordeiros as dietas
devem ser aplicadas nas unidades experimentais que lhe so assinaladas segundo as
respectivas especificaes referentes a quantidade e modo de suprimento; em um
experimento do efeito da umidade sobre a qualidade da semente aps um perodo de
armazenamento as sementes com as umidades especificadas devem ser distribudas
uniformemente nos correspondentes recipientes para constiturem as unidades
experimentais; em um experimento de controle de insetos com inseticidas pode ser
requerido aparato especial para garantir que todos as unidades experimentais recebam
os inseticidas que lhe so assinalados de modo uniforme, particularmente no que se
refere quantidade.
Homogeneizao da manifestao de caractersticas do ambiente. Por exemplo,
uniformizao da temperatura e da umidade do ar em experimentos conduzidos em
ambientes controladas, como casa de vegetao, laboratrio e instalaes protegidas;
aplicao de inseticidas, fungicidas e herbicidas para controle das incidncias de insetos,
doenas e invasoras, e proteo contra predadores em experimentos agrcolas de
campo; aplicao de medicaes profilticas, como vacinas e vermfugos, em
experimentos com animais.
Controle da implementao de operaes necessrias para o funcionamento das
unidades. Tcnicas experimentais falhas podem originar contribuio substancial para o
erro experimental. Esse componente potencial do erro experimental pode ser reduzido
com a implementao controlada dessas tcnicas. Em particular, tcnicas de cultivo de
plantas (referentes a plantio, aplicao de inseticidas, fungicidas e herbicidas, colheita,
etc.) e tcnicas de manejo de animais (referentes a provimento de alimento e de gua,
aplicao de medicamentos, etc.) devem ser empregadas de modo uniforme; por
exemplo, a quantidade de sementes deve ser homognea para todas as parcelas, e a
lotao e o provimento de rao e de gua deve ser uniforme para todos os
compartimentos (boxes, potreiros, gaiolas) que constituem as unidades experimentais.
Emprego de tcnicas experimentais propositais para controle do funcionamento
das unidades. O emprego de tcnicas especiais que no so usuais na populao
objetivo pode contribuir para o aumento da preciso. Por exemplo, uso de bordadura na
parcela ou proteo para evitar confundimento de efeitos de tratamentos em parcelas
vizinhas e reduo das plantas que emergem a um mesmo nmero por parcela, em
experimentos agrcolas de campo; substituio de animais afetados por caractersticas
estranhas perturbadoras (predadores, por exemplo) e adoo de medicamentos no
usuais na populao objetivo para evitar doenas e parasitos, em experimentos com
animais.
Emprego de procedimentos e instrumentos de mensurao apropriados. A
preciso das inferncias pode ser afetada consideravelmente pela preciso das
mensuraes. Por exemplo, em um experimento com ovinos adultos, a mensurao do
peso corporal com balana de preciso de quilogramas no permite distinguir pesos de
animais que difiram por at 0,999...kg, como o caso do peso de dois animais com
49,6kg e 50,4kg; o peso desses dois animais sero ambos registrados com
arredondamento para 50kg. Em geral, procedimentos de mensurao de caractersticas
contnuas devem ser apropriados para que os dados sejam registrados com nmeros de
dgitos significativos adequados. Como regra geral, recomendvel o registro de dados
com, no mnimo, trs algarismos significativos. Assim, no experimento com frangos, o
peso corporal deve ser expresso por varivel com unidade de medida de decagramas e
mensurado em balana que propicie preciso dessa ordem. Avaliaes efetuadas por

220
avaliadores esto sujeitas variabilidade decorrente da habilidade do avaliador.
Variaes dessa origem podem ser reduzidas atravs de treinamento dos avaliadores,
uso de padres de referncia e uso de mais de um avaliador ou de mais de uma
avaliao por unidade de observao.
Assim, a utilizao de instrumentos que efetuem mensuraes com precises
apropriadas altamente relevante. Entretanto, a preciso do processo de mensurao
tambm depende da variabilidade inerente unidade de observao. Essa variabilidade
pode ser reduzida pela utilizao de mais de uma unidade de observao por unidade
experimental elementar e a adoo da mdia como a resposta na unidade experimental.
Esse mesmo procedimento pode ser apropriado para avaliaes efetuadas por mais de
um avaliador em cada unidade de observao.
f) Controle local e controle estatstico. Esses procedimentos de controle
experimental so os recursos que comumente podem ser utilizados mais
convenientemente e com maior proveito para o aumento da preciso, particularmente em
experimentos tecnolgicos. Muito freqentemente, uma ou poucas caractersticas do
material experimental constituem as fontes de variao estranha predominantes que
podem inflacionar consideravelmente o erro experimental. Por exemplo, em um
experimento de comparao de cultivares essas fontes de variao podem ser a
fertilidade e a umidade do solo e o estande (nmero de plantas); em um experimento de
nutrio animal tais fontes podem ser a raa, a idade e o peso corporal do animal.
Nessas situaes, o controle local pode ser apropriado para controle das variaes
atribuveis a caractersticas estranhas referentes a solo e a raa e idade do animal,
enquanto que o controle estatstico pode ser conveniente para controle das variaes
estranhas atribuveis a estande e a peso do animal. O uso apropriado do controle local e
do controle estatstico nessas circunstncias permite separar da variao do erro
experimental que afeta inferncias referentes a fatores experimentais a variao devida
s caractersticas estranhas relevantes e eliminar essa variao das estimativas desses
efeitos. Dessa forma, esses procedimentos de controle experimental podem propiciar
preciso reduzida em experimentos com material experimental representativo da
heterogeneidade presente na populao objetivo.
Em geral, a adoo de delineamento experimental que exera controle local eficaz
pode permitir o controle de fontes de variao estranha relevantes. Assim, por exemplo:
a) Se o material experimental heterogneo quanto composio de caractersticas
estranhas, mas podem ser constitudos blocos de unidades suficientemente homogneas
a cada um dos quais seja atribuda uma coleo completa dos tratamentos, esse
delineamento com blocos completos permite eliminar a fonte relevante da variao
estranha das estimativas das diferenas de efeitos dos tratamentos e da estimativa da
varincia do erro experimental que afeta esses efeitos. b) Se o material experimental
muito heterogneo ou o nmero de tratamentos muito elevado, pode ser apropriada a
utilizao de delineamento com blocos incompletos, com a constituio de blocos de
unidades de tamanho menor que o nmero de tratamentos. c) Neste caso, na situao
de um nico fator experimental em que as inferncias relevantes referem-se s
comparaes de cada um dos tratamentos com cada um dos demais tratamentos
conveniente a adoo de delineamento experimental que garanta igual preciso para
todas essas comparaes. d) Na situao considerada no item b), quando o experimento
compreende diversos fatores experimentais e interaes de ordens elevadas (interaes
de muitos fatores experimentais) so irrelevantes, pode ser adequado delineamento com
confundimento que sacrifique inferncias referentes a essas interaes para propiciar
preciso apropriadamente elevada para inferncias referentes a efeitos importantes.
A escolha do delineamento experimental tambm pode ser feita com proveito para
lograr a preciso conveniente em muitas outras circunstncias. Por exemplo: a) No caso
de dois fatores experimentais com importncias relativas diferentes, a adoo de duas
formaes de unidades experimentais em que uma delas constitua subdivises da outra
pode ser utilizada para atribuir preciso mais elevada para as inferncias referentes ao
fator mais importante pela alocao dos nveis desse fator s unidades constitudas por
essas subdivises; os nveis do fator menos importante so assinalados s unidades
experimentais de maior dimenso. b) Em experimentos em que tratamentos tm
importncias diferentes para as inferncias de interesse pode-se lograr preciso mais
elevada para essas inferncias atravs da alocao de nmeros apropriados de
repeties para os tratamentos. Esse o caso, por exemplo, quando um dos tratamentos
o termo de referncia para os outros tratamentos e as inferncias de interesse so as
comparaes do tratamento referncia (usualmente designado tratamento controle tratamento controle tratamento controle tratamento controle ou
testemunha testemunha testemunha testemunha) com cada um dos demais tratamentos; a preciso dessas comparaes
pode ser consideravelmente aumentada pela atribuio de maior nmero de repeties
ao tratamento controle.
1. Quais segmentos do planejamento do experimento tm implicaes para o delineamento
experimental? Explique como o planejamento desses segmentos gera o delineamento
experimental.
2. Quais so as trs condies para inferir a existncia de efeito causal de um fator experimental
sobre uma caracterstica resposta? Ilustre essas trs condies com um exemplo de
3. O experimento mais simples compreende um nico fator experimental e uma nica formao
de unidades experimentais.
a) Ilustre um experimento nessas circunstncias.
b) Descreva uma fonte de variao que expresse efeitos dos tratamentos. Explique porque
essa fonte de variao tambm compreende um componente originado de caractersticas
estranhas.
c) Descreva uma fonte de variao que expresse apenas efeitos de caractersticas estranhas.
d) Quais so as condies que os componentes da variao dessas duas fontes que so
originados de caractersticas estranhas devem satisfazer para que a contrastao dessas
duas fontes de variao possa servir de base para inferncias vlidas referentes a efeitos
dos tratamentos?
4. D um exemplo de experimento com dois fatores experimentais. Para esse exemplo explique
os significados dos efeitos principais e dos efeitos simples de cada um dos fatores e do efeito
da interao desses fatores.
5. Justifique a importncia do estabelecimento do plano antes do incio da execuo do
experimento e indique algumas conseqncias da desconsiderao desse requisito.
6. Explique porque a estimao dos erros que afetam efeitos de fatores experimentais na
amostra necessria, particularmente a estimao do erro experimental.
7. Qual a relao entre preciso do experimento e variao atribuvel ao erro experimental?
8. Como a repetio pode contribuir para o aumento da preciso do experimento?
9. Explique os recursos mais importantes que o pesquisador pode utilizar para o aumento da
preciso de experimentos tecnolgicos de abrangncia ampla.
10. Suponha que um pesquisador est planejando um experimento para as comparaes simples
de trs tratamentos t
1
, t
2
e t
3
, ou seja, t
1
-t
2
, t
1
-t
3
, e t
2
-t
3
.
a) Determine os nmeros de repeties relativos que ele deve alocar aos 3 tratamentos para
cada uma das duas seguintes alternativas referentes aos erros padres dessas
comparaes: i) erro padro igual para todas essas comparaes; ii) erros padres com a
seguinte relao de propores: 4:5:6.
b) Supondo que ele dispe de 60 unidades experimentais homogneas, determine os nmeros
de repeties que devem ser alocadas aos trs tratamentos para satisfao de cada uma
das relaes entre erros padres consideradas no item anterior.

222
11. Explique porque em experimentos com mais de uma formao de unidades experimentais a
preciso deve ser considerada separadamente para cada um dos estratos do erro
experimental que afeta efeitos de fatores experimentais? Ilustre com um experimento de sua
rea.
12. Explique como a escolha da varivel resposta pode afetar a preciso do experimento.
13. Considere um dos experimentos exemplificados nos exerccios 3 e 4. Descreva as aes
apropriadas para lograr preciso elevada para as inferncias originadas desse experimento.
14. O que voc entende por caracterstica estranha veiculada com tratamentos? Ilustre com a
descrio dessas caractersticas referentes ao experimento considerado no exerccio 3.
15. Explique as implicaes dos procedimentos de controle experimental para a preciso do
experimento.
6.5.4 6.5.4 6.5.4 6.5.4 Validade Validade Validade Validade
O plano deve garantir que o experimento tenha habilidade para revelar os efeitos
reais dos fatores experimentais, em particular para detectar diferenas de efeitos de
tratamentos realmente existentes na populao objetivo. Essa habilidade mais elevada
quanto maior a exatido das inferncias derivadas da amostra para a populao
objetivo, ou seja, quanto maior a preciso e menor o vis dessas inferncias.

Um experimento vlido vlido vlido vlido se as inferncias derivadas da amostra para a
populao objetivo so vlidas vlidas vlidas vlidas, ou seja, no viesadas ou no tendenciosas.

A validade absoluta requer que o material experimental inicial, ou seja, o material
experimental sobre o qual o experimento vai ser conduzido, seja uma amostra aleatria
da populao objetivo e as unidades experimentais sejam associadas aleatoriamente aos
nveis dos fatores experimentais de modo que o erro experimental que afeta inferncias
sobre efeitos desses fatores compreenda exclusivamente caractersticas estranhas
efetivamente casualizadas (Figura Figura Figura Figura 6 66 6. .. .2 22 2). Experimentos reais usualmente no satisfazem
essas duas propriedades: o material experimental no constitudo por amostragem
aleatria e o erro experimental compreende, tambm, caractersticas estranhas
potencialmente perturbadoras. Por essa razo, a avaliao da validade no pode ser
absoluta e envolve sempre julgamento subjetivo. Assim, a propriedade da validade do
experimento, ou das inferncias derivadas do experimento, somente pode ser lograda
aproximadamente.


Figura Figura Figura Figura 6 66 6. .. .2 22 2. A validade absoluta do experimento requer que a amostra
seja constituda por amostragem aleatria da populao
objetivo e as unidades experimentais sejam associadas
aleatoriamente aos nveis dos fatores experimentais.

A validade, assim como a preciso, uma propriedade das inferncias derivadas
de um experimento particular. No uma propriedade de mtodos ou delineamentos de
experimentos, pois um mesmo mtodo ou delineamento pode contribuir para inferncias
mais ou menos validas dependendo das circunstncias.
O vis do experimento tem duas origens ou componentes: o vis intrnseco que
provm do erro experimental, isto , do confundimento tendencioso de efeitos de
caractersticas estranhas com efeitos de fatores experimentais, e o vis extrnseco que
decorre do erro de amostragem, ou seja, dos desvios da populao amostrada em
relao populao objetivo. O vis do experimento to menor quanto menores so os
vieses originados do erro experimental e do erro de amostragem.
Tendo em conta essas duas origens do vis, ou seja, vis intrnseco e vis
extrnseco, pode-se distinguir, respectivamente, a validade interna e a validade externa
do experimento. A validade interna significa validade das inferncias da amostra para a
populao amostrada. A validade das inferncias da amostra para a populao objetivo
requer, tambm, a validade externa, ou seja, a validade da extenso das inferncias da
populao amostrada para a populao objetivo. Figura Figura Figura Figura 6 66 6. .. .3 33 3 ilustra os dois passos do
processo de inferncia para extenso da amostra para a populao objetivo, ou seja: 1)
generalizao da amostra para a populao amostrada e 2) extenso da populao
amostrada para a populao objetivo. A validade interna requer a ausncia de vis no
primeiro passo; a validade externa, no segundo passo.


224

Figura Figura Figura Figura 6 66 6. .. .3 33 3. . . . Os dois passos do processo de inferncia para extenso da
amostra para a populao objetivo.
9.1.1.1 9.1.1.1 9.1.1.1 9.1.1.1 Validade interna Validade interna Validade interna Validade interna
A validade interna refere-se no tendenciosidade das inferncias referentes a
efeitos causais de fatores experimentais para as circunstncias da amostra, ou seja, para
a populao amostrada. A validade interna requer a no tendenciosidade das estimativas
dos efeitos de fatores experimentais e das estimativas do erro experimental que afeta
esses efeitos.
A adoo de repeties necessria para que o experimento proveja estimativas
do erro experimental. Entretanto, no suficiente para garantir a no tendenciosidade
dessas estimativas e, tambm, das estimativas dos efeitos de fatores experimentais.
Para que essas estimativas sejam no tendenciosas o plano do experimento deve
assegurar que as unidades experimentais com um nvel de um fator experimental no
difiram em qualquer modo sistemtico das unidades experimentais com outro nvel deste
fator experimental, exceto possivelmente por variao devida a caractersticas estranhas
controladas e a outros fatores experimentais.

O experimento tem validade interna validade interna validade interna validade interna se a variao dos valores observados da
varivel resposta aleatria, exceto por efeitos de fatores experimentais e efeitos de
caractersticas estranhas controladas por controle local e por controle estatstico.

Isso significa que a validade interna requer que o material experimental no
compreenda caractersticas estranhas perturbadoras. Nessas circunstncias o erro
experimental no tem componentes sistemticos, o que implica que as inferncias
derivadas para a populao amostrada, particularmente as inferncias referentes a
diferenas de efeitos de tratamentos, so no tendenciosas.
Se for assegurado que a variao dos valores observados da varivel resposta nas
unidades da amostra aleatria, exceto por efeitos de fatores experimentais, de fatores
de unidade e de caractersticas estranhas controladas por controle estatstico, ento
inferncias referentes atribuio da causa dessa variao a efeitos de fatores
experimentais podem ser derivadas por mtodos estatsticos. Se essa pressuposio no
for assegurada, no haver como atribuir objetivamente a origem dessas diferenas a
efeitos de fatores experimentais.
Origens do vis interno Origens do vis interno Origens do vis interno Origens do vis interno
Prejuzos para a validade interna provm de vis resultante de confundimento
tendencioso de efeitos de caractersticas estranhas com efeitos de fatores experimentais
e de estimativas tendenciosas dos erros que afetam esses efeitos. Em geral, esses
prejuzos tm as seguintes origens:
unidades experimentais;
caractersticas estranhas do material experimental referentes a:
ambiente,
operaes para funcionamento das unidades,
pesquisador e
O plano do experimento deve levar em conta as origens de vis interno potenciais e
estabelecer as aes apropriadas para seu controle. As possveis origens desse vis
podem ser indicadas por experimentos anteriores, por informaes providas pela
literatura e por outras fontes. Em algumas circunstncias, podem ser recomendveis
estudos preliminares para identificao de caractersticas estranhas que possam
contribuir para o vis interno, e definio e aprimoramento de tcnicas experimentais
prprias para controle dessas fontes de vis.
Aes para o aumento da validade interna Aes para o aumento da validade interna Aes para o aumento da validade interna Aes para o aumento da validade interna
As aes para o controle das fontes potenciais de vis interno devem ser previstas
e descritas pormenorizadamente no protocolo do experimento. Essas aes
compreendem fundamentalmente definio apropriada das unidades experimentais,
controle de tcnicas experimentais e casualizao, e, algumas circunstncias, controle
estatstico.
a) Definio apropriada das unidades experimentais. As unidades experimentais
so as unidades de informao sobre o erro experimental que afeta as inferncias
referentes aos efeitos dos fatores experimentais. A definio correta das unidades
experimentais essencial para a estimao no tendenciosa dos erros experimentais
que afetam os efeitos dos fatores experimentais. Para ilustrao, considere-se um
experimento com o propsito de comparar quatro lotaes de animais em pastoreio com
um potreiro para cada lotao e dez animais por potreiro. Algumas vezes, a variao
entre animais dentro de potreiro utilizada para estimativa do erro experimental para as
comparaes de lotaes. Essa variao, entretanto, subestima o erro experimental para
comparar lotaes, j que a variao entre animais dentro de um mesmo potreiro
usualmente inferior variao entre animais em potreiros diferentes. De fato, em geral,
h mais homogeneidade de caractersticas estranhas dentro de potreiros do que entre
potreiros, particularmente de caractersticas referentes ao ambiente.
b) Controle de tcnicas experimentais. Em geral, o controle de tcnicas
experimentais para o aumento da preciso tambm pode favorecer a validade interna.
Assim, o controle de tcnicas experimentais para o aumento da preciso deve ser
planejado de modo a tambm contribuir para evitar o vis intrnseco. As aes para esse
propsito so consideradas a seguir.
Constituio apropriadas das unidades experimentais. A validade interna requer
a ausncia de confundimento de efeitos de tratamentos. Esse confundimento deve ser
controlado por tcnicas experimentais que evitem que efeitos de tratamentos sejam
contaminados por efeitos de tratamentos em unidades experimentais vizinhas. Por
exemplo, em experimentos com plantas em que os tratamentos so cultivares de plantas

226
de diferentes portes, fertilizantes, mtodos de irrigao, inseticidas, fungicidas e
herbicidas pode ser requerido uso de bordaduras nas unidades experimentais ou de
espaamento entre as unidades para evitar que efeitos de tratamentos que se
manifestam em uma unidade no sejam afetados por efeitos de tratamentos em
unidades vizinhas. Em experimentos de controle de doenas de animais que possam ser
transmitidas entre animais indivduos que constituem unidades experimentais diferentes
devem ser mantidos em compartimentos (potreiros, boxes, gaiolas, etc.) separados para
evitar confundimento de efeitos de tratamentos. Em certos experimentos pode ser
necessria a adoo de proteo para evitar a contaminao das unidades
experimentais por efeitos de tratamentos em unidades vizinhas; por exemplo, uso de
telas em experimentos de controle de pragas para evitar que insetos de unidades
experimentais sem inseticida (tratamento controle) ou com inseticidas menos eficazes
passem para unidades com inseticidas mais eficazes.
Controle das caractersticas estranhas veiculadas com os tratamentos.
Diferenas de composio de caractersticas estranhas veiculadas com os tratamentos
so fonte de vis intrnseco. Por exemplo, o fator experimental cultivar compreende o
conjunto das caractersticas que constituem o ente gentico cultivar; o fator antibitico
constitudo do conjunto das caractersticas inerentes a seu princpio ativo. Entretanto, as
cultivares assinaladas s unidades experimentais so veiculados por sementes, que
tambm compreendem caractersticas estranhas referentes sanidade, pureza,
germinao, vigor, etc.; os princpios ativos dos antibiticos so veiculados s unidades
experimentais com substncias que compreendem um conjunto de caractersticas
estranhas. O controle de tcnicas experimentais deve ser empregado para evitar que
efeitos de tratamentos se manifestem confundidos tendenciosamente com efeitos dessas
caractersticas estranhas. Nesses exemplos esse controle consiste no uso de sementes
das diferentes cultivares que sejam homogneas quanto sanidade, pureza,
germinao, vigor e as demais caractersticas estranhas; e uso de antibiticos que sejam
homogneos quanto composio das substncias que os veiculam.
Controle da aplicao dos tratamentos. Falhas na aplicao dos tratamentos
podem originar confundimento tendencioso de efeitos de tratamentos com efeitos de
caractersticas estranhas. Vis intrnseco dessa origem pode ser evitado por controle de
tcnicas experimentais. Por exemplo: a) em um experimento de nutrio de cordeiros em
que as dietas diferem apenas quanto composio qualitativa as diferentes dietas
devem ser aplicadas aos cordeiros em iguais quantidades e de forma semelhante; b) em
um experimento de comparao de fontes de nitrognio, os adubos com nitrognio das
diversas fontes devem ter o mesmo teor de nitrognio e devem ser aplicadas s
unidades experimentais de modo uniforme no que se refere quantidade e forma de
aplicao; c) em um experimento sobre o controle de insetos com inseticidas os
diferentes inseticidas que diferem quanto aos princpios ativos os inseticidas devem ser
aplicados uniformemente quanto quantidade e modo de aplicao.
Controle da manifestao de caractersticas do ambiente. Efeitos de
caractersticas do ambiente podem tornar-se relevantes e confundir-se
tendenciosamente com efeitos de tratamentos. Por exemplo, variaes de intensidades
de vento, temperatura e precipitao, incidncias de insetos, doenas fngicas,
invasoras e predadores em experimentos agrcolas de campo; doenas e vermes em
experimentos com animais. Vis intrnseco dessa origem deve ser evitado ou reduzido
por controle de tcnicas experimentais. Esse controle pode ser exercido eficientemente
em experimentos conduzidos em ambientes artificiais, como casas de vegetao,
laboratrios e instalaes protegidas. Em experimentos conduzidos em ambientes
naturais, como experimentos de campo com plantas e animais, o controle usualmente
limitado a medidas preventivas para que caractersticas do ambiente que so
controlveis se manifestem uniformemente; por exemplo: a) aplicao de inseticidas,
fungicidas e herbicidas para controle das incidncias de insetos, doenas e invasoras, e
proteo contra predadores em experimentos com plantas; b) aplicao de medicaes
profilticas, como vacinas e vermfugos, em experimentos com animais.
Controle da implementao de operaes necessrias para funcionamento das
unidades. Variaes ou falhas na implementao dessas operaes podem ter duas
implicaes para o erro experimental: introduzir variaes de natureza aleatria ou de
natureza sistemtica. No primeiro caso contribuem apenas para o incremento da
estimativa do erro experimental; no segundo, para a tendenciosidade dessa estimativa.
Por exemplo, se em um experimento com plantas tcnicas de cultivo, tais como plantio,
capina e colheita, estendem-se por intervalo de tempo considervel, sua execuo
tratamento por tratamento pode implicar confundimento tendencioso de efeitos de
caractersticas do ambiente com efeitos de fatores experimentais.
Em geral, se em um experimento o desvio padro revela-se consideravelmente
mais elevado do que o observado em experimentos semelhantes, o pesquisador deve
verificar se essa discrepncia tem origem em diferenas de tcnicas experimentais. Se
alguma tcnica experimental identificada como possvel origem de vis, o plano de
prximos experimentos semelhantes deve prever o controle apropriado da
implementao dessa tcnica.
Emprego de tcnicas experimentais para propsito de controle do funcionamento
das unidades. Em algumas circunstncias pode ser apropriado empregar na amostra
tcnicas no usuais na populao objetivo para propsito de evitar que caractersticas
estranhas potencialmente perturbadoras se tornem perturbadoras. Por exemplo: a) uso
de bordadura na parcela para evitar contaminao de efeitos de tratamentos diferentes
em parcelas vizinhas e reduo das plantas que emergem a um mesmo nmero por
parcela, em experimentos agrcolas de campo; b) substituio de animais afetados por
predadores e doenas para controle da lotao em compartimentos com tratamentos
diferentes, em experimentos com animais;
Controle de efeitos das unidades e do pesquisador. Em certos experimentos as
unidades podem ser influenciadas por preferncia ou rejeio a tratamentos que no
constituem efeitos inerentes aos tratamentos. Isso pode ocorrer particularmente em
experimentos com humanos. Vis originado de efeitos das unidades pode ser evitado
omitindo para as unidades informao sobre os tratamentos que recebem.
O efeito do pesquisador tambm uma fonte potencial de vis intrnseco. Esse
vis pode surgir quando h alguma interferncia consciente ou inconsciente que
ocasione benefcio ou prejuzo para alguns tratamentos. Em geral, cuidados especiais
permitem evitar falhas dessa origem que impliquem vis intrnseco. Em situaes
extremas pode ser conveniente omitir informaes ao pesquisador sobre os tratamentos.
Emprego de procedimentos e instrumentos de mensurao apropriados. Os
procedimentos e instrumentos de mensurao e o registro dos dados devem ser livres de
tendenciosidade. As caractersticas respostas devem ser mensuradas segundo as
respectivas definies, que devem ser estabelecidas no protocolo do experimento.
Assim, por exemplo, em um experimento com plantas frutferas em que plantas com
tratamentos distintos possam ter maturaes em datas diferentes, as mensuraes do
peso da produo e de outras caractersticas do fruto devem ser procedidas tratamento
por tratamento, ou unidade de observao por unidade de observao, na medida em
que os frutos atinjam o estado de maturao definido. Caractersticas respostas que
devem ser mensuradas em uma mesma data podem ser sensveis ao instante de
mensurao ou ao estado da unidade de observao nesse instante; por exemplo,
caractersticas do gro, como peso da produo e umidade, podem ser
consideravelmente afetadas pela umidade do ambiente, particularmente quando h
ocorrncia de chuva; caractersticas do leite podem ser afetadas pelo horrio de coleta
do leite e, tambm, por alteraes do animal decorrentes de estresse. Nesses casos
recomendvel que a mensurao de todas as unidades seja procedida em intervalo de

228
tempo suficientemente curto de modo que efeitos do instante de mensurao ou do
estado da unidade no resultem confundidos tendenciosamente com efeitos de
tratamentos. Caractersticas respostas devem ser mensuradas sob condies
comparveis; por exemplo, se caractersticas da semente so determinadas a partir de
amostras colhidas das unidades de observao, o processo de amostragem deve ser o
mesmo para todas as unidades; se caractersticas do fruto so mensuradas em amostras
dos frutos produzidos individualmente pelas plantas, essas amostras devem
compreender frutos colhidos das mesmas posies.
Procedimentos de mensurao devem ser to objetivos quanto possvel,
instrumentos de mensurao devem ser calibrados e aferidos periodicamente, dados
devem ser registrados cuidadosamente e deve ser evitada transcrio dos dados.
Particularmente, mensuraes procedidas por avaliadores devem ser efetuadas com os
cuidados necessrios para evitar tendenciosidade, particularmente tendenciosidade que
pode decorrer de subjetividade. Recursos para esse propsito so, por exemplo,
treinamento dos avaliadores, uso de padres de referncia, uso de mais de um avaliador
por unidade e omisso de informao ao avaliador referente ao tratamento que est
sendo avaliado em cada unidade. Por outro lado, o vis potencial originado do registro
dos dados pode ser evitado com cuidados especiais e, particularmente, com
procedimentos que evitem transcrio de dados.
c) Controle estatstico. A manifestao de caractersticas do ambiente pode se
tornar relevante de modo que seus efeitos afetem tendenciosamente efeitos de fatores
experimentais. Se as unidades afetadas por caractersticas estranhas perturbadoras
dessa origem so poucas e identificveis, a tendenciosidade resultante pode ser
controlada por controle estatstico. Esse procedimento consiste na omisso das
observaes nessas unidades e emprego de procedimentos de anlise estatstica que
efetuem o ajustamento apropriado dos valores observados da varivel resposta. Dessa
forma, o registro de ocorrncias relevantes durante a execuo do experimento
possibilita lev-las em conta nas inferncias derivadas do experimento.
d) Casualizao. A casualizao um recurso eficiente para o controle da
tendenciosidade que pode decorrer do confundimento de efeitos de caractersticas
estranhas com efeitos de tratamentos. A casualizao deve ser utilizada na atribuio
dos tratamentos s unidades experimentais e pode ser adotada complementarmente na
implementao de tcnicas experimentais que possam implicar confundimento
tendencioso com efeitos de tratamentos. Nessa segunda situao a casualizao
utilizada para determinar a ordem das operaes nas unidades experimentais, quando a
ordem possa implicar vis. Por exemplo, a casualizao pode evitar o vis proveniente
da ordem da implementao de tcnicas de cultivo de plantas, como plantio, capina e
colheita, e da ordem de tcnicas de manejo de animais, como tosquia, pesagem, quando
essas operaes se prolongam por intervalo de tempo considervel.
9.1.1.2 9.1.1.2 9.1.1.2 9.1.1.2 Validade externa Validade externa Validade externa Validade externa
A validade externa refere-se no tendenciosidade da extenso das inferncias da
populao amostrada para a populao objetivo. Por definio, as inferncias derivadas
do experimento so vlidas para a populao amostrada, ou seja, a populao da qual o
material experimental considerado uma amostra representativa. Em geral, restries na
escolha do material experimental implicam que essa populao difira da populao
objetivo. Dessa forma, a extenso das inferncias para a populao objetivo envolve
incerteza adicional quela decorrente do erro experimental.
A validade externa crucial para experimentos tecnolgicos. Pode no ser to
relevante para experimentos bsicos e experimentos iniciais de um programa de
pesquisa. Em geral, esses experimentos tm como propsito a pesquisa de questes
bsicas a serem ulteriormente consideradas em experimentos conduzidos em ambientes
naturais, antes da recomendao de resultados para condies prticas.
Observe-se que em experimentos comparativos a representatividade da amostra
essencial no que se refere s suas implicaes referentes s diferenas de efeitos de
tratamentos; usualmente no essencial com respeito aos efeitos individuais dos
tratamentos.
Origens do vis externo Origens do vis externo Origens do vis externo Origens do vis externo
Prejuzos para a validade externa provm de vis resultante de falhas da
representao da populao objetivo pelo material experimental. O vis externo pode
originar-se no planejamento e ao longo da execuo do experimento. Em geral, fontes de
vis interno tambm podem implicar vis externo. Prejuzos para a validade externa tm
as seguintes origens:
variveis respostas;
fatores experimentais e de seus nveis,
unidades experimentais;
caractersticas estranhas do material experimental referentes a:
amostra inicial,
ambiente,
operaes para funcionamento das unidades e
mensurao e de registro dos dados.
Assim como as fontes de impreciso e de vis interno, as possveis origens de vis
externo devem ser identificadas e consideradas no planejamento do experimento para
que as aes apropriadas para seu controle sejam previstas e especificadas no protocolo
do experimento. Indicaes de fontes de vis externo potenciais podem ser obtidas de
experimentos semelhantes e de informaes da literatura.
Aes para o aumento da validade externa Aes para o aumento da validade externa Aes para o aumento da validade externa Aes para o aumento da validade externa
Aes para o aumento da validade externa podem favorecer ou prejudicar a
validade interna e a preciso. Assim, ao planejar e executar essas aes, o pesquisador
deve tomar o cuidado necessrio para lograr o balanceamento apropriado relativamente
aos impactos que aes prprias para o aumento da validade externa possam ter para a
preciso e a validade interna.
Diversos recursos podem ser utilizados para o aumento da validade externa do
experimento, a saber:
a) Definio apropriada das variveis respostas. A representao de uma
propriedade das unidades por uma varivel pode ser enganosa. Para que seja evitada
tendenciosidade dessa origem as variveis respostas devem expressar as propriedades
relevantes das caractersticas respostas que representam. Por exemplo, em um
experimento com pessegueiro, o peso dos frutos dos ramos inferiores da planta pode
no ser uma varivel apropriada para expressar o peso da produo de frutos; em um
experimento com arroz irrigado, a altura mdia das cinco plantas mais vigorosas pode
no ser uma varivel vlida para expressar a altura das plantas da parcela.
As escalas de medidas devem ser apropriadas para as representaes corretas
das propriedades das caractersticas que as variveis expressam. Em algumas
situaes, mais apropriado representar os nveis de uma caracterstica por razes em
vez de nmeros absolutos. Por exemplo, a quantidade de acar no mosto da uva mais

230
apropriadamente expressa em proporo ou percentagem do que em peso, dado que
este depende da quantidade de uva produzida; por razo semelhante, quando o nmero
de animais em um compartimento (gaiola, por exemplo) varivel, a quantidade de
alimento consumida deve ser expressa relativamente a um animal. Os nveis das
variveis devem representar apropriadamente os nveis das caractersticas que
representam e particularmente as relaes entre esses nveis. O pesquisador deve tomar
precaues para evitar tendenciosidades que possam originar-se das escolhas dos
nveis de variveis respostas, particularmente quando variveis so mensuradas
subjetivamente, como, por exemplo, variveis que expressam propriedades organolticas
de bebidas e alimentos, e quando variveis categricas expressam caractersticas
contnuas, como grau de infeco de uma doena com quatro nveis: sem infeco,
infeco fraca, mdia e alta.
b) Escolha apropriada de fatores experimentais e de seus nveis. As definies dos
fatores experimentais para a amostra devem ser as mesmas estabelecidas para a
populao objetivo. Ademais, cada nvel de fator experimental escolhido para a amostra
deve ser o mesmo que lhe corresponde na populao objetivo. Naturalmente, esses
requisitos exigem definies claras e precisas dos fatores experimentais e de seus
respectivos nveis sob considerao na populao objetivo. Por exemplo, em um
experimento para pesquisa do efeito da suplementao alimentar sobre o
desenvolvimento corporal e a produo de carne de cordeiros pode ser considerada
suplementao de uma quantidade fixa diria ou suplementao vontade. Essas duas
formas de suplementao so distintas e seus efeitos sobre a resposta do animal
podero ser bastante diferentes. O pesquisador deve decidir entre essas duas formas
alternativas de suplementao. Essa deciso deve ser feita em consonncia com os
objetivos do experimento.
Em algumas situaes, a representao da populao objetivo pode requerer a
extenso da amostra com a adio de nveis de uma caracterstica relevante que passa a
constituir um fator experimental no relacionado diretamente com os objetivos do
experimento. Esse o caso quando h expectativa de que os efeitos de fatores
experimentais relevantes possam depender de alguma caracterstica varivel nas
unidades da populao objetivo. Por exemplo, em um experimento para pesquisa do
controle de uma doena fngica de trigo em que fungicida o fator experimental
relevante os efeitos dos fungicidas podem depender da cultivar; nesse caso pode ser
conveniente adotar duas ou mais cultivares que representem a variao de
suscetibilidade das cultivares da populao objetivo a essa doena e considerar cultivar
como um fator experimental adicional. Semelhantemente, em um experimento para
pesquisa da suplementao alimentar de cordeiros em que os efeitos da suplementao
possam depender do sexo e da raa pode ser conveniente constituir a amostra por
animais machos e fmeos das raas presentes na populao objetivo; ento, sexo e raa
passam a constituir fatores experimentais adicionais. Em experimentos agrcolas para
pesquisa de tcnicas de cultivo, tais como fertilizao do solo e controle de doenas e
pragas, geralmente conveniente a repetio em diversos locais da regio de interesse
e em diversos anos; nesses experimentos de ampla abrangncia local e ano devem ser
considerados como fatores experimentais adicionais.
c) Escolha de amostra inicial representativa da populao objetivo. Essa
usualmente a condio mais crtica para a validade externa do experimento. Na pesquisa
experimental muito comumente a amostra no constituda por unidades escolhidas da
populao objetivo, mas por unidades construdas para simular essas unidades. Nessas
circunstncias a validade externa altamente dependente do grau de similaridade
logrado entre essas unidades construdas e unidades da populao objetivo,
principalmente quanto s suas composies iniciais. Assim, em experimentos de campo
com plantas as parcelas devem ser construdas de modo a representar lavouras reais;
particularmente as tcnicas de cultivo devem ser similares s tcnicas usuais nessas
lavouras. Semelhantemente, se um experimento para pesquisa do efeito do tempo de
armazenamento sobre a qualidade da semente de soja conduzido em instalaes
especialmente construdas para a pesquisa, as condies ambientais dessas instalaes
devem ser similares quelas consideradas na populao objetivo.
Particularmente, altamente importante que a amostra represente a variabilidade
presente na populao objetivo. Assim, se a populao objetivo tem abrangncia
espacial e temporal ampla, como o caso de experimentos para pesquisa de tcnicas de
cultivo de plantas ou de manejo de animais, muito freqentemente necessrio que a
amostra compreenda diversos locais e intervalos de tempo de abrangncias similares s
consideradas na populao objetivo. Em algumas situaes pode ser conveniente que o
experimento seja conduzido em unidades prprias da populao objetivo, como o caso
de reas e instalaes de propriedades particulares nesses dois exemplos. Usualmente,
as restries para as escolhas de locais e anos de conduo de experimentos tm
implicaes srias e limitantes para a validade externa de experimentos tecnolgicos.
A amostra escolhida inicialmente pode compreender uma ou mais unidades
atpicas com caractersticas que manifestem nveis no considerados na populao
objetivo. Por exemplo, em experimentos com animais e plantas de grande porte, quando
esto presentes indivduos defeituosos ou doentes. Esses indivduos discrepantes ou
aberrantes so fontes potenciais de vis extrnseco e devem ser excludos da mostra
inicial.
Observe-se que em experimentos comparativos a representatividade da amostra
essencial no que se refere s suas implicaes referentes s diferenas de efeitos de
tratamentos; pode no ser to essencial com respeito aos efeitos individuais dos
tratamentos. Outra observao relevante que em muitas pesquisas a populao
objetivo no constituda por unidades com caractersticas similares s das unidades
presentes no momento do planejamento, mas por unidades modificadas e evoludas.
Nesses casos a amostra inicial deve representar essa populao objetivo ideal.
d) Controle de tcnicas experimentais. Em geral, o controle de tcnicas
experimentais para o aumento da validade interna tambm pode contribuir para a
validade externa. Entretanto, controle para o incremento da preciso pode implicar
prejuzo para a validade externa. Portanto, importante que as aes de controle de
tcnicas experimentais que sejam planejadas para benefcio de um desses requisitos
tambm favoream os outros requisitos, ou pelo menos no os prejudiquem. As aes
para o aumento da validade externa so consideradas a seguir.
Dimenses e constituio apropriadas das unidades experimentais. Os
componentes das unidades devem manifestar na amostra comportamento similar ao da
populao objetivo. Em experimentos com animais e plantas, por exemplo, as dimenses
e a composio das unidades devem ser apropriadas para que os animais e plantas
estejam sob condies referentes densidade de indivduos, ambiente e manejo que
lhes permitam o comportamento usual nas instalaes e lavouras consideradas na
populao objetivo.
Controle das caractersticas estranhas veiculadas com os tratamentos.
Tratamentos devem manifestar-se na amostra segundo suas definies. A obedincia a
esse requisito usualmente invivel, j que tratamentos so comumente veiculados com
caractersticas estranhas. Entretanto, em experimentos comparativos usualmente
essencial apenas a homogeneidade dessas caractersticas entre os tratamentos. O
pesquisador deve exercer o controle apropriado para lograr essa homogeneidade. Assim,
por exemplo, se os tratamentos so cultivares, as sementes devem ser homogneas
quanto a vigor, sanidade e pureza; se os tratamentos so dietas, as dietas devem ser
formuladas segundo suas definies e serem homogneas quanto a caractersticas
estranhas referentes qualidade, quantidade e forma de fornecimento.

232
Controle da aplicao dos tratamentos. Mesmo sob a suposio de
homogeneidade das caractersticas estranhas veiculadas com os tratamentos, em
algumas circunstncias pode ser difcil ou invivel a aplicao dos tratamentos segundo
suas definies. Por exemplo, em um experimento do efeito da umidade da semente de
soja sobre sua qualidade fisiolgica aps um perodo de armazenamento com nveis de
umidade 10%, 12%, 14% e 16%, os nveis logrados na amostra usualmente no so
exatamente esses; o nvel nominal de 10% pode ser implementado como 9,8 ou 10,2%,
por exemplo. Se o pesquisador est ciente de que esse o tratamento realmente
aplicado e o leva apropriadamente em conta nos procedimentos de anlise estatstica
esse vis corrigido e no tem implicaes para as inferncias.
Controle da manifestao de caractersticas do ambiente. Caractersticas
estranhas do ambiente podem manifestar-se na amostra diferentemente do modo como
se manifestam na populao objetivo. Nessas circunstncias, essas caractersticas so
fontes de vis extrnseco. Por exemplo, ocorrncias de granizo e de vento, temperatura e
precipitao fora dos limites considerados na populao objetivo; incidncias de insetos,
doenas fngicas, invasoras e predadores em experimentos agrcolas de campo, e de
doenas e vermes em experimentos com animais. Em algumas circunstncias vis
extrnseco dessa origem pode ser evitado ou reduzido por controle de tcnicas
experimentais, atravs de medidas preventivas; por exemplo, uso de inseticidas,
fungicidas, herbicidas e proteo contra predadores, no primeiro exemplo, e
administrao de medicamentos, no segundo. Entretanto, em experimentos em
ambientes naturais, esse controle limitado; por exemplo, caractersticas referentes a
clima geralmente no so controlveis.
Controle da implementao de operaes necessrias para o funcionamento das
unidades. Essas operaes devem ser implementadas na amostra na forma como so
efetuadas na populao objetivo. Operaes falhas podem originar vis extrnseco. Em
particular, tcnicas de cultivo de plantas (plantio, aplicao de inseticidas, fungicidas e
herbicidas, e colheita, por exemplo) e tcnicas de manejo de animais (provimento de
alimento e de gua, aplicao de medicamentos, etc.) devem ser implementadas na
forma como so empregadas nas lavouras e unidades de criao consideradas na
populao objetivo.
Emprego de tcnicas experimentais propositais para o controle do funcionamento
das unidades. Usualmente as unidades da amostra no so unidades da populao
objetivo, mas unidades construdas para representar essas unidades. O emprego de
tcnicas no usuais na populao objetivo pode propiciar a melhor representatividade do
funcionamento das unidades da amostra. Por exemplo: a) uso de bordadura na parcela
em experimentos com plantas para propiciar que as plantas manifestem nas unidades
experimentais comportamento mais similar ao das lavouras; b) produo de infeco
artificial dos animais em um experimento sobre o controle de uma infeco para simular
o comportamento de animais infectados na populao objetivo; c) infestao de insetos
em um experimento sobre a resistncia de cultivares a uma praga para propsito
semelhante.
9.1.1.3 9.1.1.3 9.1.1.3 9.1.1.3 Relao entre validade interna, validade externa e preciso Relao entre validade interna, validade externa e preciso Relao entre validade interna, validade externa e preciso Relao entre validade interna, validade externa e preciso
A validade das inferncias derivadas da amostra para a populao objetivo requer
a validade interna e a validade externa. A discusso anterior ressaltou que o atendimento
a esses dois requisitos algumas vezes conflitante, j que aes para o aumento da
validade interna podem sacrificar a validade externa e aes para o incremento da
validade externa podem prejudicar a validade interna.
A validade interna necessria para inferncias referentes a relaes causais que
constituem o objetivo do experimento. Por essa razo ela o requisito mnimo essencial
do plano do experimento. Ela tem implicaes para a resposta questo: Os fatores
experimentais tm efeitos sobre as variveis respostas nas condies especficas
representadas pela amostra? A validade externa relaciona-se resposta a essa questo
para as unidades de interesse na pesquisa: esses efeitos estendem-se para a populao
objetivo? Essas duas respostas so obviamente importantes. Enquanto a validade
interna seja o critrio essencial e a questo de extenso para a populao objetivo, como
a questo de inferncia indutiva, nunca seja completamente resolvida, altamente
desejvel que o plano do experimento contemple esses dois requisitos.
As importncias relativas da validade interna e da validade externa dependem dos
objetivos do experimento e do estado de conhecimento. Elas so distintas para
experimento bsico e experimento tecnolgico. No experimento bsico a validade interna
assume importncia elevada, pois o objetivo a verificao de existncia ou no da
relao causal formulada pela hiptese de pesquisa; a validade externa
freqentemente de menor interesse. No experimento tecnolgico a validade externa
tende a ser mais relevante por razo da importncia que atribuda aplicao do
conhecimento sobre a relao causal sob pesquisa a contextos aplicados. Por exemplo,
um teste preliminar de novas drogas para controle de uma doena em humanos pode ser
feito em um experimento com cobaias. Entretanto, em uma etapa mais avanada da
pesquisa esse teste deve ser efetuado com humanos representativos da populao de
indivduos acometidos dessa doena.
As importncias relativas da validade interna e da validade externa tambm
dependem do estado do conhecimento na rea. Por exemplo, na fase inicial de um
programa de pesquisa a identificao de efeitos causais de diferenas de tratamentos
tem importncia elevada. Nessa fase a busca por tratamentos possivelmente efetivos
tolera planos e delineamentos experimentais que no atendam a alguns requisitos e
princpios bsicos, e permite muitas declaraes falsas de eficincias de tratamentos
para no negligenciar a identificao de tratamentos possivelmente efetivos. Na medida
em que se acumula novo conhecimento, a validade externa assume importncia mais
elevada para destacar aqueles tratamentos que realmente tm melhor desempenho sob
pelo menos circunstncias ideais. Na ltima fase da pesquisa, a validade externa
prioritria, especialmente para caracterizao do desempenho dos tratamentos sob as
condies das situaes reais.
De fato, a validade interna e a validade externa no so to incompatveis. Essa
incompatibilidade, mais aparente do que real, pode ser resolvida pelo emprego
equilibrado do controle de tcnicas experimentais e pela casualizao. Particularmente, o
pesquisador deve planejar cada uma das aes de controle de tcnicas experimentais de
modo a lograr o equilbrio apropriado entre as conseqncias para a validade interna e a
validade externa.
Algumas aes que beneficiam a validade interna ou a validade externa podem
afetar a preciso de modo desfavorvel. Usualmente, entretanto, esse impacto negativo
pode ser evitado com o uso equilibrado do controle de tcnicas experimentais (Seo Seo Seo Seo
5.6.1 5.6.1 5.6.1 5.6.1) e, principalmente, pelo emprego do controle local (Seo 5.6.2 Seo 5.6.2 Seo 5.6.2 Seo 5.6.2) e do controle
estatstico (Seo 5.6.3 Seo 5.6.3 Seo 5.6.3 Seo 5.6.3). Por exemplo, em certos experimentos tecnolgicos a
representao da variabilidade das unidades da populao objetivo no espao e no
tempo requer que a amostra seja constituda por unidades dispostas em diversas locais e
perodos de um intervalo de tempo. A variabilidade das unidades da amostra dessa
origem pode ser controlada por controle local que leve em conta a classificao dessas
unidades segundo suas posies no espao e no tempo.
A Tabela Tabela Tabela Tabela 6 66 6. .. .1 11 1 apresenta um resumo das conseqncias dos procedimentos de
controle experimental apropriadamente implementados para a preciso, a validade
interna e a validade externa. A Tabela Tabela Tabela Tabela 6 66 6. .. .2 22 2 resume as conseqncias de definies
apropriadas referentes a: variveis respostas, fatores experimentais e seus nveis,
amostra inicial, tamanho do experimento e unidades experimentais; e a Tabela Tabela Tabela Tabela 6 66 6. .. .3 33 3, as
conseqncias de aes apropriadas referentes a tcnicas experimentais.

234

Tabela Tabela Tabela Tabela 6 66 6. .. .1 11 1. Conseqncias dos procedimentos de controle experimental
apropriadamente implementados para a preciso, a
validade interna e a validade externa.
Conseqncias para:
Aes e ocorrncias no experimento
Preciso
Validade
interna
Validade
externa
Controle local Beneficia - -
Controle estatstico Beneficia Beneficia -
Controle de tcnicas experimentais Beneficia Beneficia Beneficia
Casualizao - Beneficia -

Tabela Tabela Tabela Tabela 6 66 6. .. .2 22 2. Conseqncias para a preciso, a validade interna e a validade
externa das definies apropriadas referentes a: variveis
respostas, fatores experimentais e seus nveis, amostra inicial,
tamanho do experimento e unidades experimentais.
Definio referentes a: Preciso
Validade
interna
Validade
externa
Variveis respostas Afeta - Afeta
Fatores experimentais e seus nveis Afeta - Afeta
Amostra inicial Afeta - Afeta
Tamanho do experimento Afeta - -
Unidades experimentais Afeta Afeta -

Tabela Tabela Tabela Tabela 6 66 6. .. .3 33 3. Conseqncias para a preciso, a validade interna e a validade
externa de aes referentes a tcnicas experimentais
apropriadamente implementadas.
Ao Preciso
Validade
interna
Validade
externa

Homogeneizao das caractersticas estranhas
da amostra inicial
Beneficia - Prejudica

Dimenses e constituio apropriadas das
unidades experimentais
Beneficia Beneficia Beneficia

Controle das caractersticas estranhas veiculadas
com tratamentos
Controle da aplicao dos tratamentos Beneficia Beneficia Beneficia

Controle da manifestao de caractersticas do
ambiente

Controle da implementao de operaes
necessrias para o funcionamento das unidades

Emprego de tcnicas experimentais propositais
para o controle do funcionamento das unidades
Controle de efeitos das unidades - Beneficia -
Controle de efeitos do pesquisador - Beneficia -

Emprego de procedimentos e instrumentos de
mensurao apropriados
Beneficia Beneficia -

6.5.5 6.5.5 6.5.5 6.5.5 Simplicidade, economia de recursos e exeqibilidade Simplicidade, economia de recursos e exeqibilidade Simplicidade, economia de recursos e exeqibilidade Simplicidade, economia de recursos e exeqibilidade
O plano deve garantir a consecuo dos objetivos do experimento com o mximo
de simplicidade e o custo mnimo.
Em primeiro lugar o plano deve ser exeqvel com os recursos financeiros,
humanos e materiais disponveis. Essa uma condio necessria para garantia de que
o plano possa ser executado e completado. Esforos e recursos tm sido desperdiados
por alterao, suspenso ou no obedincia de planos de experimentos em decorrncia
de falta ou indisponibilidade de recursos nos momentos em que so necessrios.
Particularmente, modificaes de planos muito freqentemente implicam o no
atendimento de requisitos importantes com conseqentes prejuzos para a concretizao
dos objetivos da pesquisa.
Em algumas situaes, h restries de ordem prtica que devem ser levadas em
conta no planejamento do experimento. Por exemplo, se a execuo do experimento vai
ser feita por pessoas com pouca habilidade e experincia pode ser difcil conseguir a
compreenso de tarefas complexas, mesmo que detalhadamente descritas no protocolo
e em instrues que so fornecidas; se o experimento conduzido em propriedades
particulares, como uma empresa agrcola ou uma indstria, pode ser importante interferir
o menos possvel no processo de produo. Essas restries podem conduzir escolha
de alternativas que no atendam a requisitos importantes. A adoo dessas alternativas
deve ser bem ponderada, tendo em conta as importncias relativas das convenincias
prticas e das propriedades desejveis do plano do experimento. Ela somente pode ser
admitida se as propriedades mnimas relevantes para as inferncias forem satisfeitas.
A exeqibilidade no justificativa para falhas de planejamento que inviabilizem ou
invalidem as inferncias que constituem o objeto do experimento. Experimento cuja
exeqibilidade requeira sacrifcio dessas inferncias no deve ser executado, pois no
prover informaes relevantes. Para ilustrao, considere-se um experimento para
comparar quatro lotaes de animais em pastoreio e suponha-se que so disponveis
apenas quatro potreiros de modo que cada lotao deva ser assinalada a apenas um
potreiro (exemplo da Seo Seo Seo Seo 9.1.1.1 9.1.1.1 9.1.1.1 9.1.1.1). Com esse plano o experimento no propiciar a
estimao do erro experimental apropriado para as inferncias referentes a efeitos de
lotaes. Portanto, no prover inferncias vlidas referentes a esses efeitos.
Em experimentos de longa durao conveniente que o plano estabelea
avaliaes peridicas do andamento da pesquisa para deciso referente a sua
continuao, concluso ou suspenso. Em algumas situaes, antes do prazo
estabelecido para a concluso, experimentos revelam resultados que satisfazem os
objetivos, ou que salientam a inconvenincia do prosseguimento do esforo de pesquisa,
possivelmente em decorrncia de algum evento que causou prejuzo irreversvel, ou que
recomendam alteraes referentes a fatores experimentais ou a seus nveis. Assim,
avaliaes peridicas podem evitar o desperdcio de recursos e de tempo conseqentes
do prosseguimento de experimentos que no vo conduzir a novas informaes teis.
O plano do experimento deve contemplar, em cada uma das etapas e segmentos
do experimento, as aes que demandem o menor uso de recursos, entre as alternativas
igualmente apropriadas. A parcimnia um requerimento que deve ser levado em conta
em todo o esforo cientfico.
A simplicidade uma propriedade relacionada com a exeqibilidade e a economia
de recursos. A simplicidade dos mtodos e procedimentos de pesquisa tem implicaes
para a otimizao do uso de recursos e as facilidades prticas para a conduo do
experimento. Em particular, a estrutura das condies experimentais, a estrutura da
resposta, o controle experimental e a conseqente estrutura das unidades devem ser to
simples quanto possvel, desde que apropriados para a consecuo dos objetivos do
experimento. A importncia dessa simplicidade mais saliente em experimentos de

236
abrangncia ampla, que devem ser conduzidos em diversos locais e por diversos anos
com a colaborao de equipes com formao heterognea. Nesses experimentos, a
simplicidade de mtodos e procedimentos facilita suas compreenses, pode contribuir
para a melhor qualidade da execuo e evitar tendenciosidade decorrente de erros de
implementao de aes definidas no plano do experimento. Naturalmente, maior
contribuio para evitar falhas dessa origem pode ser suprida por treinamento de
colaboradores e instrues escritas, detalhadas e claras.
Essas consideraes aplicam-se igualmente aos mtodos de anlise dos
resultados. Felizmente, os requerimentos de eficincia do delineamento do experimento
e de simplicidade dos mtodos de anlise so usualmente altamente correlacionados. De
modo geral, para os delineamentos experimentais usualmente mais eficientes so
disponveis procedimentos de anlise estatstica apropriados, desde que certas
pressuposies sejam satisfeitas. A crescente disponibilidade de recursos de
computao eletrnica que so providos por microcomputadores e "pacotes" de anlise
estatstica tem tornado a tarefa de anlise de dados cada vez mais facilitada e viabiliza a
utilizao dos mtodos de anlise mais adequados para cada situao particular.
6.5.6 6.5.6 6.5.6 6.5.6 Manifestao dos efeitos reais dos tratamentos Manifestao dos efeitos reais dos tratamentos Manifestao dos efeitos reais dos tratamentos Manifestao dos efeitos reais dos tratamentos
Uma propriedade importante do plano do experimento prover habilidade para que
efeitos reais dos tratamentos se manifestem na amostra. Essa propriedade compreende
exigncias referentes estrutura das condies experimentais e obedincia aos
requisitos de preciso, validade interna e validade externa. A relevncia desse requisito
do plano do experimento justifica a reiterao de algumas consideraes anteriores.
a) Tratamentos devem distinguir-se por atributos simples e identificveis. O no
atendimento dessa condio pelo plano do experimento pode implicar que as inferncias
revelem diferenas de efeitos de tratamentos que tenham duas ou mais interpretaes.
Para ilustrao, considere-se um experimento para pesquisa do efeito da adubao com
nitrognio em cobertura em lavouras de arroz irrigado cujos tratamentos so quatro
doses de nitrognio precedidas de adubao bsica ao preparo do solo (adubao
comum para todas as unidades experimentais) que inclui nitrognio. Nessas
circunstncias, se as inferncias no revelarem diferenas de efeitos de tratamentos, o
pesquisador no ter como saber se esse resultado decorreu da inexistncia de efeito de
nitrognio aplicado em cobertura ou do nitrognio necessrio ter sido suprido pela
adubao bsica. Geralmente, ambigidades dessa origem podem ser evitadas pela
incluso de tratamentos adicionais aparentemente sem interesse para os objetivos do
experimento; em algumas situaes pelo estabelecimento de uma estrutura fatorial para
os tratamentos. Assim, no exemplo anterior, a dubiedade de interpretao pode ser
evitada pela considerao de uma estrutura de tratamentos constituda das combinaes
dos nveis de dois fatores: fator 1 - adubao ao preparo do solo com dois nveis: sem e
com adubao, e fator 2 - adubao em cobertura com os nveis constitudos pelas
doses definidas originalmente.
b) Tratamentos devem ser implementados na amostra conforme as definies
estabelecidas no plano do experimento. Em experimentos comparativos a condio
fundamental para a validade interna a concordncia entre as diferenas de tratamentos
implementadas na amostra e as diferenas entre os tratamentos definidos no plano do
experimento. Essa uma condio necessria para a validade externa das inferncias
referentes a comparaes de tratamentos. Seu atendimento requer homogeneidade das
caractersticas estranhas veiculadas com os tratamentos. Assim, por exemplo, se os
tratamentos so cultivares as sementes de cultivares distintas devem ser homogneas
quanto a vigor, sanidade, pureza e demais caractersticas no referentes cultivar; se os
tratamentos so dietas, as dietas devem ser formuladas segundo suas definies e
serem homogneas quanto a caractersticas estranhas referentes qualidade,
quantidade e forma de fornecimento. Essa homogeneidade de caractersticas estranhas
entre os tratamentos pode ser alcanada atravs de controle de tcnicas experimentais
cuidadoso.
c) Efeitos de tratamentos, se existentes, devem manifestar-se na amostra. O
experimento mais elaborado pode revelar-se ineficaz se a amostra no propiciar a
manifestao dos efeitos reais dos tratamentos. Por exemplo, em um experimento de
comparao da eficcia de inseticidas no controle de uma praga as diferenas de efeitos
de inseticidas somente podero ser manifestar se houver a presena de insetos na rea
experimental. Semelhantemente, em um experimento para pesquisa da eficcia de
medicamentos para o controle de uma doena de animais os tratamentos no podero
revelar diferenas se forem aplicados a animais que no manifestem essa doena.
Nessas circunstncias torna-se necessrio o uso de um ou mais tratamentos particulares
adicionais que informem sobre a presena no material experimental das condies
necessrias para que os tratamentos manifestem seus efeitos. Esses tratamentos
particulares (ausncia de inseticida e de antibitico, nos exemplos) so usualmente
designados controles ou testemunhas.
Efeitos de tratamentos requerem tempo para sua manifestao e usualmente
no so constantes nesse tempo. Ademais, a variao desses efeitos ao longo do tempo
pode diferir entre os tratamentos. A amplitude do perodo experimental deve ser
determinada de modo que os tratamentos tenham tempo para manifestar seus efeitos
relevantes e revelar a variao desses efeitos. Em alguns experimentos a variao dos
efeitos dos tratamentos com o tempo inerente aos objetivos da pesquisa. Por exemplo,
em um experimento de nutrio de cordeiros podem ser importantes os efeitos das dietas
sobre o desenvolvimento ponderal dos animais em um intervalo de tempo; em um
experimento sobre o efeito da temperatura de armazenamento da semente de uma
cultivar de soja podem ser relevantes inferncias referentes a diferenas de efeitos de
temperatura e variao dessas diferenas com o tempo.
d) Efeitos de tratamentos devem manifestar-se livre de confundimento com efeitos
de outros tratamentos. A observao em uma unidade no deve ser afetada por uma
assinalao particular dos tratamentos s outras unidades. Isso significa que no pode
haver interferncia de efeitos de tratamentos. Em experimentos em que os efeitos dos
tratamentos tm abrangncia espacial restrita ou as unidades so fisicamente distintas
esse requisito no demanda preocupao. Em algumas situaes, entretanto, efeitos de
tratamentos tm abrangncia espacial ou temporal que pode implicar que a observao
em uma unidade seja afetada por tratamentos assinalados em outras unidades. Por
exemplo, confundimento de efeitos de tratamentos pode ocorrer: a) em experimentos
com plantas referentes a controle de pragas, doenas e invasoras, e a irrigao e
adubao; e b) em experimentos com animais sobre controle de doenas e parasitos.
Nesses casos interferncias entre as unidades podem decorrer da contaminao de
tratamentos, ou seja, da passagem de inseticidas, fungicidas, herbicidas, gua,
fertilizantes e anti-helmnticos, ou do deslocamento de insetos, fungos, plantas invasoras,
parasitos, gua e adubo entre as unidades. Confundimento de efeitos de tratamentos
dessa origem deve ser controlado por tcnicas experimentais, atravs do isolamento
apropriado das unidades experimentais. Por exemplo, por meio de bordadura,
espaamento ou proteo, em experimentos de campo com plantas e animais. Em
algumas situaes pode ser conveniente verificar se ocorre transmisso de doenas,
pragas e parasitos. A intercalao de parcelas em branco, ou seja, sem inseticida,
fungicida, herbicida ou anti-helmntico, por exemplo, pode ser til para esse propsito.
Em alguns experimentos os mesmos indivduos so usados como unidades em
intervalos sucessivos do perodo experimental, recebendo diferentes tratamentos. Essa
estrutura de unidades adotada em situaes em que difcil obter nmero suficiente de
indivduos, ou para lograr maior homogeneidade de caractersticas estranhas referentes
aos indivduos e conseqente preciso mais elevada para as comparaes de
tratamentos. Por exemplo, em experimentos com vacas leiteiras algumas vezes

238
conveniente assinalar tratamentos diferentes aos mesmos animais no curso de um
perodo de lactao. Essa estrutura de unidades efetua o controle local das
caractersticas individuais dos animais que elimina os efeitos de diferenas sistemticas
entre animais das diferenas entre tratamentos e os separa da estimativa da varincia do
erro experimental que afeta essas diferenas. Entretanto, pode implicar confundimento
de efeitos de tratamentos assinalados a mesmo indivduo. Esse confundimento pode ser
evitado por espaamento entre os intervalos de aplicao dos tratamentos e por
procedimentos apropriados de mensurao de caractersticas respostas. Suponha-se,
por exemplo, um experimento de nutrio de vacas leiteiras com quatro dietas diferentes
em que cada um dos animais recebe as 4 dietas nas correspondentes ordens definidas
em 4 intervalos sucessivos de duas semanas e a produo de leite mensurada pela
produo mdia nos ltimos dois ou trs dias desses intervalos. Uma suposio bsica
para a validade das inferncias desse experimento que a produo de leite ao final de
cada intervalo de duas semanas no seja afetada por efeito da dieta que o animal
recebeu no intervalo interior. Naturalmente, se essa suposio for falsa, inferncias sobre
diferenas de efeitos de tratamentos sero tendenciosas. A possibilidade de interferncia
de efeitos de tratamentos entre intervalos pode ser diminuda por controle de tcnicas
experimentais apropriado, como, por exemplo, intercalao de intervalos de amplitude
suficiente em que todos os animais sejam submetidos a um procedimento comum em
lugar dos tratamentos.
O tempo requerido para que tratamentos produzam efeitos pode ser um
inconveniente para a aplicao sucessiva de tratamentos em mesmos indivduos. Muito
freqentemente a manifestao de efeitos de tratamentos requer tempo prolongado. Por
exemplo, efeitos de dietas sobre a produo de leite podem requerer intervalos mais
longos do que os permitidos por segmentos de um perodo de lactao. Para que dietas
produzam seus efeitos reais pode ser necessria sua aplicao continuada por tempo
mais longo. Assim, o pesquisador deve ter o cuidado de avaliar que a preciso adicional
que possa ser obtida por essa estrutura de unidades no seja conseguida com o
sacrifcio da validade das inferncias referentes aos efeitos dos tratamentos.
A interferncia de efeitos de tratamentos entre unidades tambm pode ser
considerada na formulao da estrutura do experimento. Particularmente no caso de
experimentos em que tratamentos diferentes so aplicados sucessivamente sobre os
mesmos animais, efeitos residuais de tratamentos podem ser levados em conta por
delineamentos experimentais apropriados. Por exemplo, por delineamento de que cada
um dos tratamentos suceda cada um dos demais tratamentos o mesmo nmero de
vezes. Esse delineamento propicia o balanceamento dos efeitos residuais dos
tratamentos de modo que esses efeitos afetem igualmente todos os tratamentos.
e) Efeitos de tratamentos devem manifestar-se na amostra sem confundimento
com fonte de variao estranha sistemtica. Esse uma exigncia para a validade
interna e a validade externa. O plano do experimento deve garantir que todas as
caractersticas estranhas relevantes sejam controladas por tcnicas experimentais,
controle local ou controle estatstico, ou sejam casualizadas. Em particular, deve ser
evitada a presena ou introduo de qualquer fonte de variao estranha durante a
execuo do experimento que possa constituir variao sistemtica. Assim, qualquer
tcnica experimental ou interferncia estranha que possa constituir fonte de variao
relevante deve ser submetida a controle experimental. Fontes de variao fora do
controle do experimentador devem ser registradas para a considerao apropriada na
fase de anlise e interpretao dos resultados.
6.5.7 6.5.7 6.5.7 6.5.7 Previso dos procedimentos de inferncia estatstica e provimento de medida de Previso dos procedimentos de inferncia estatstica e provimento de medida de Previso dos procedimentos de inferncia estatstica e provimento de medida de Previso dos procedimentos de inferncia estatstica e provimento de medida de
incerteza das inferncias incerteza das inferncias incerteza das inferncias incerteza das inferncias
O plano do experimento deve prever os procedimentos de inferncia estatstica a
serem adotadas na fase de anlise dos dados. Inferncias estatsticas so inferncias
indutivas; portanto, so incertas. Uma propriedade importante dos mtodos estatsticos
que a incerteza das inferncias que prov podem ser conhecidas ou estabelecidas pelo
pesquisador.
Graus de incerteza de inferncias so expressos por estimativas de erros padres
que afetam estimativas de efeitos de fatores experimentais, particularmente estimativas
de efeitos de tratamentos e de diferenas desses efeitos, ou por limites de erros de
decises referentes a esses efeitos para probabilidades fixadas pelo pesquisador.
Efeitos de fatores experimentais sobre valores de uma varivel resposta nas
unidades da populao amostrada podem ser constantes para todas as unidades ou
realizaes de uma varivel aleatria com uma certa distribuio de probabilidade. Esse
tema ser tratado no Captulo 10 Captulo 10 Captulo 10 Captulo 10. Em qualquer dessas duas situaes esses efeitos so
desconhecidos. No primeiro caso, inferncias de interesse se referem grandeza dos
efeitos; no segundo, variabilidade dos efeitos entre as unidades.
A razo para a realizao do experimento inferir sobre a existncia real e sobre a
grandeza ou variabilidade de cada efeito relevante. Conforme tem sido salientado,
inferncias objetivas derivadas por mtodos estatsticos aplicam-se validamente
populao amostrada; no necessariamente populao objetivo. Por essa razo, as
referncias que so feitas sobre a aplicabilidade dessas inferncias referem-se
populao amostrada.
Os processos de inferncia estatstica so basicamente de dois tipos: estimao e
teste de hiptese. O processo de estimao estimao estimao estimao consiste em determinar uma aproximao
ou estimativa estimativa estimativa estimativa da magnitude ou da variabilidade do efeito, com base nos valores
observados da varivel resposta. Como um efeito de fator experimental manifesta-se
invariavelmente confundido com efeitos de caractersticas estranhas, uma estimativa
usualmente difere do valor real do efeito. Estimativas de erros padres so medidas da
incerteza de inferncias pelo processo de estimao. Um processo de estimao
alternativo consiste em determinar um intervalo, designado intervalo de confiana intervalo de confiana intervalo de confiana intervalo de confiana, que
contenha o efeito com uma probabilidade convenientemente fixada. Nesse caso medidas
de incertezas de inferncias so as probabilidades fixadas a priori pelo pesquisador.
O teste de hiptese teste de hiptese teste de hiptese teste de hiptese um processo de deciso entre duas hipteses alternativas
sobre o efeito: o efeito no existe ou o efeito existe. Uma hiptese estatstica
compreende essas duas hipteses, que so usualmente denominadas, respectivamente,
hiptese de nulidade hiptese de nulidade hiptese de nulidade hiptese de nulidade e hiptese alternativa hiptese alternativa hiptese alternativa hiptese alternativa e denotadas por H
0
e H
A
:
0
A
H : o efeito no existe
H : o efeito existe

Como o efeito manifesta-se confundido com efeitos de caractersticas estranhas, a
deciso poder ser concordante ou discordante da situao real (que desconhecida), o
que significa que poder ser correta ou incorreta. Esse processo de deciso conduz a
uma de quatro possibilidades, duas das quais correspondem a acerto e as outras duas, a
erro. Esse processo de deciso ilustrado na Tabela Tabela Tabela Tabela 6 66 6. .. .4 44 4.


240
Tabela Tabela Tabela Tabela 6 66 6. .. .4 44 4. Alternativas que podem ocorrer no processo de teste de uma
hiptese.
Deciso

Situao real
H
0
: Efeito no existe H
A
:Efeito existe
Efeito no existe Correta
Incorreta
Erro tipo 1
Efeito existe
Incorreta
Erro tipo 2
Correta

O erro que corresponde deciso incorreta de declarar que o efeito existe quando
ele no existe denominado erro tipo 1 erro tipo 1 erro tipo 1 erro tipo 1. O outro erro de deciso, correspondente a
declarar que o efeito no existe quando ele existe denominado erro tipo 2 erro tipo 2 erro tipo 2 erro tipo 2.
Nesse processo de deciso o pesquisador tem que estabelecer as probabilidades
desses dois tipos de erro, segundo suas importncias relativas. Naturalmente, ele
gostaria de atribuir valores muito pequenos aos dois erros. Ocorre, entretanto, que,
quando a probabilidade de um desses erros reduzida, a do outro aumentada.
Muito freqentemente, o pesquisador tem a expectativa da presena de efeito real
de um fator experimental e executa o experimento para comprovar essa expectativa
objetivamente. Nessas circunstncias, o pesquisador deseja atribuir elevada
probabilidade de declarar a existncia do efeito se esse efeito realmente existir. Essa
probabilidade designada potncia do teste potncia do teste potncia do teste potncia do teste. Por outro lado, usualmente mais difcil
controlar o erro tipo 2 do que o tipo 1. Ento, muito freqentemente, o pesquisador fixa
apenas a probabilidade do erro tipo 1 em um valor convenientemente pequeno, mas no
demasiadamente pequeno para que a probabilidade do erro tipo 2 no resulte
inconvenientemente alta. Essa probabilidade fixada para o erro tipo 1 denominada nvel nvel nvel nvel
de significncia de significncia de significncia de significncia do teste .
O nvel de significncia uma medida da incerteza da inferncia gerada pelo
processo de teste de hiptese, que fixada pelo pesquisador.
A validade dessas medidas de incerteza requer a origem aleatria e a no
tendenciosidade das estimativas dos desvios padres que afetam efeitos de fatores
experimentais e, por conseqncia, uma estimativa vlida do erro experimental.
Em experimentos comparativos hipteses comumente importantes referem-se a
diferenas de efeitos ou mdias de tratamentos. Por exemplo, no caso de dois
tratamentos com mdias populacionais m
1
e m
2
, se no h razo a priori que estabelea
que se m
1
m
2
ento m
1
>m
2
(ou m
1
<m
2
), a hiptese estatstica expressa por:
0
0
=
0 1 2
A 1 2
H : m - m
H : m - m
ou
0 1 2
A 1 2
H : m = m
H : m m

A hiptese H
0
ser rejeitada se a diferena entre as estimativas das mdias m
1
e m
2

providas pela amostra for consideravelmente grande, qualquer que seja seu sinal, para
ser atribuda apenas ao erro experimental. Essa hiptese denominada hiptese hiptese hiptese hiptese
bilateral bilateral bilateral bilateral. Em algumas situaes, razo a priori estabelece que se m
1
m
2
ento m
1
>m
2

(ou m
1
<m
2
); Nessas circunstncias, a hiptese denominada hip hip hip hiptese unilateral tese unilateral tese unilateral tese unilateral e a
hiptese alternativa tem a seguinte expresso:
H
A
: m
1
-m
2
>0 ou H
A
: m
1
> m
2
, se m
1
no puder ser menor que m
2
,
ou
H
A
: m
1
-m
2
<0 ou H
A
: m
1
< m
2
, se m
1
no puder ser maior que m
2
.
Ento, a hiptese de nulidade rejeitada apenas se o sinal da diferena entre as
estimativas das mdias dos dois tratamentos for o mesmo estabelecido pela hiptese
alternativa para a diferena das correspondentes mdias populacionais.
Por exemplo, hipteses referentes a mdias populacionais referentes a peso da
produo de gros de cultivares so usualmente bilaterais, pois, em geral, no h razo
para estabelecer a priori que, se as mdias de duas cultivares so diferentes, uma delas
(conhecida a priori) maior do que a outra. Por outro lado, uma hiptese referente
diferena entre a mdia de um inseticida, fungicida ou antibitico e a mdia de um
tratamento controle correspondente ausncia de pesticida usualmente unilateral, pois
muito freqentemente h razo a priori para estabelecer que o pesticida no pode ter
outro efeito que no seja o controle do inseto, fungo ou agente da doena. Hipteses
bilaterais so mais comuns do que hipteses unilaterais.
1. Explique porque usualmente impossvel lograr a validade absoluta das inferncias originadas
do experimento.
2. O que significa o vis do experimento. Qual a distino entre vis intrnseco e vis
extrnseco. Qual a fonte genrica do vis intrnseco? Qual a fonte genrica do vis
extrnseco?
3. Qual a condio que a variao dos valores observados da varivel resposta no atribuvel a
efeitos dos fatores experimentais e de caractersticas estranhas controladas por controle local
e controle estatstico deve satisfazer para a validade interna das inferncias referentes aos
efeitos de fatores experimentais?
4. Explique e ilustre com um exemplo como a definio inadequada das unidades experimentais
pode implicar vis intrnseco do experimento.
5. D um exemplo de experimento em que possa ocorrer contaminao de efeitos de
tratamentos em parcelas vizinhas. Que aes devem ser adotadas para evitar confundimento
de efeitos de tratamentos dessa origem nesse experimento particular? E em outras situaes?
6. Explique as implicaes que os procedimentos de mensurao de caractersticas respostas
podem ter para a preciso, a validade interna e a validade externa.
7. Exemplifique uma situao em que a definio da varivel resposta possa implicar vis
extrnseco.
8. Explique com ilustraes como a escolha da amostra inicial pode ter implicaes para a
preciso e a validade externa do experimento.
9. Explique como a escolha dos fatores experimentais pode beneficiar a validade externa do
experimento.
10. Considere um dos experimentos usados como ilustrao nos exerccios 3 e 4 dos Exerccios Exerccios Exerccios Exerccios
6 66 6. .. .1 11 1.
a) Descreva as aes que devem ser consideradas no plano desse experimento para lograr
validade interna elevada.
b) Identifique entre essas aes aquelas que podem ter implicaes desfavorveis para a
preciso. Qual a atitude que o pesquisador deve tomar nessas circunstncias?
c) Descreva as aes apropriadas para a validade externa elevada. Identifique entre essas
aes aquelas que possam ter implicaes desfavorveis para a validade interna.
11. Qual a conseqncia da ocorrncia de uma caracterstica estranha perturbadora para a
preciso, a validade interna e a validade externa do experimento.
12. Suponha que esteja sendo planejado um experimento de laboratrio com cobaias para
verificar a eficincia de uma nova terapia e o pesquisador decide alocar animais machos a
essa nova terapia e fmeas terapia usual.
a) Qual requisito do plano do experimental violado com esse procedimento de alocao dos
animais aos tratamentos? Indique um procedimento apropriado para atendimento a esse
requisito.

242
b) Supondo que os animais de cada um dos sexos sejam homogneos, indique a estrutura das
unidades apropriadas para considerao.
13. Est sendo planejado um experimento para comparao do efeito da temperatura do
ambiente sobre a preservao da semente de uma cultivar de soja. Sero consideradas na
amostra trs temperaturas de armazenamento: 16C, 22C e 28C. Vinte sacos de sementes
de uma mesma procedncia sero armazenados por seis meses em cada uma de trs
cmaras de armazenamento, uma cmara com cada uma dessas trs temperaturas.
a) Caracterize a unidade experimental.
b) A variao entre sacos de sementes dentro de cmara de armazenamento poder prover
uma estimativa do erro experimental vlida para inferncias referentes a efeitos de
temperatura de armazenamento? Justifique a resposta
c) Esse experimento poder prover uma estimativa vlida do erro experimental para essas
inferncias? Porque?
d) Sugira uma alterao do plano do experimento que poderia propiciar a estimao vlida do
erro experimental para essas inferncias.
14. Indique as conseqncias que podem resultar para a preciso, a validade interna e a validade
externa de cada uma das aes listadas a seguir, preenchendo nas correspondentes clulas
as letras A - aumento, D - diminuio, N - nenhuma.

Ao Preciso
Validade
interna
Validade
externa
Repetio:

Controle local:

Controle estatstico:

Casualizao:

Controle de tcnicas experimentais:

15. Porque efeitos reais de tratamentos podem no se manifestar na amostra?
16. Inferncias originadas do experimento podem ser falsas. Explique a razo da importncia da
utilizao de mtodos estatsticos nessas circunstncias.
6.6 6.6 6.6 6.6 Princpios Bsicos do Delineamento do Experimen Princpios Bsicos do Delineamento do Experimen Princpios Bsicos do Delineamento do Experimen Princpios Bsicos do Delineamento do Experimento to to to
Os requisitos do plano do experimento demandam algumas propriedades do
delineamento experimental. Essas propriedades, mais usualmente denominadas
princpios bsicos do delineamento do experimento, so as seguintes:
repetio,
controle local,
casualizao,
ortogonalidade,
balanceamento,
confundimento e
eficincia.
Esses princpios bsicos so essenciais para que a relao entre a estrutura das
condies experimentais e a estrutura das unidades assegure capacidade para a
deteco de efeitos relevantes de fatores experimentais de modo sensvel e no
tendencioso.
6.6.1 6.6.1 6.6.1 6.6.1 Repetio Repetio Repetio Repetio
Um efeito de fatores experimentais uma funo dos nveis ou das combinaes
dos nveis desses fatores (Seo Seo Seo Seo 6.4 6.4 6.4 6.4). Inferncias referentes a um efeito de fatores
experimentais requerem uma estimativa do erro que afeta esses efeitos (Sees Sees Sees Sees 6.5.2 6.5.2 6.5.2 6.5.2).
Uma estimativa da varincia do erro que afeta um efeito de fatores experimentais provm
de unidades experimentais com um mesmo nvel ou uma mesma combinao dos nveis
desses fatores. Assim, essa estimativa requer pelo menos duas unidades experimentais
com um mesmo nvel ou uma mesma combinao de nveis desses fatores. Essas
unidades experimentais constituem repeties desse nvel ou dessa combinao de
nveis (Seo 5.4 Seo 5.4 Seo 5.4 Seo 5.4).
A repetio ou unidade experimental a unidade de informao do erro
experimental. Portanto, sua definio apropriada um requerimento do delineamento do
experimento. A identificao da repetio para os nveis ou combinaes de nveis de
fatores experimentais requer a caracterizao correta das correspondentes unidades
experimentais.
Algumas vezes valores de uma varivel resposta observados em duas ou mais
fraes do material experimental ou em dois ou mais instantes sucessivos em cada
unidade experimental so incorretamente considerados como provenientes de diversas
repeties. De fato, esses valores observados em uma mesma unidade experimental so
observaes mltiplas ou observaes repetidas; no so repeties da condio
experimental nessa unidade experimental. Os exemplos que seguem so ilustrativos.
a) Considere-se um experimento para pesquisa do efeito da suplementao da dieta aps o
desmame de bovinos de corte machos da raa Ibag criados em campo natural com dois
tratamentos: com suplementao e sem suplementao. Suponha que so assinalados 32 animais
a cada um de dois potreiros e, ento, a suplementao administrada aos animais de um dos
potreiros, permanecendo os animais do outro potreiro sem suplementao. As mensuraes de
variveis respostas referentes ao desempenho dos animais (ganho de peso, por exemplo) so
efetuadas individualmente em cada um dos 64 animais. Um esquema desse delineamento
apresentado na Figura Figura Figura Figura 6 66 6. .. .4 44 4.

Figura Figura Figura Figura 6 66 6. .. .4 44 4. Croqui de delineamento com 2 tratamentos e 2
unidades experimentais cada uma com dezesseis
unidades de observao, Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .3 33 3.

Como os tratamentos so atribudos aos potreiros, os dezesseis animais de cada potreiro
so condicionados a receberem um mesmo tratamento. Logo, a unidade experimental para o fator
experimental suplementao da dieta um potreiro com dezesseis animais; cada animal uma
unidade de observao. Portanto, esse delineamento contempla apenas uma repetio (ou seja,
uma unidade experimental) para cada um dos dois tratamentos.
Suponha-se que inadvertidamente o pesquisador considere os animais dentro de potreiros
como repeties para obter uma estimativa do erro experimental para inferncias referentes
suplementao da dieta. A diferena entre os efeitos dos tratamentos com suplementao e sem
suplementao provm das mdias de ganho de peso observadas nos dois potreiros. Essa
diferena tem a seguinte composio: diferenas entre animais dentro de potreiros (A), diferenas

244
entre potreiros (P), diferenas de resposta aos tratamentos quando aplicados a potreiros
diferentes, ou seja, interao entre tratamento e potreiro (TxP), e diferena entre tratamentos (T),
se existente. Por outro lado, a variao entre animais dentro de potreiro compreende apenas
diferenas entre animais (A). Assim, se a variao entre as mdias dos dois tratamentos
(A+P+TP+T) revelar-se superior variao entre animais dentro de potreiro (A), essa
superioridade no poder ser atribuda diferena dos efeitos dos tratamentos (T), j que ela
poderia decorrer de diferenas entre os animais, entre os potreiros e da interao entre tratamento
e potreiro, alm da diferena entre tratamentos. Isso significa que a variao entre animais dentro
de potreiro subestima o erro experimental que afeta as diferenas entre tratamentos. Um erro
experimental vlido (no tendencioso) para inferncias referentes ao efeito da suplementao deve
ter a mesma composio de caractersticas estranhas do erro experimental que afeta a fonte de
variao que exprime efeitos dos tratamentos (Seo Seo Seo Seo 6.3 6.3 6.3 6.3); portanto, deve ter a seguinte
composio: A+P+TP, ou seja, deve compreender: diferenas entre animais, diferenas entre
potreiros e interao entre tratamento e potreiro. Esse erro experimental deve provir da variao
entre mdias das observaes de potreiros diferentes com um mesmo tratamento.
b) Suponha-se que o plano do experimento considerado no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .3 33 3 reformulado de
modo que os 64 animais so assinalados a 16 potreiros, 4 animais a cada um dos 16 potreiros, e
cada um dos dois tratamentos atribudo aleatoriamente a 8 potreiros, conforme o esquema
apresentado na Figura Figura Figura Figura 6 66 6. .. .5 55 5.

Figura Figura Figura Figura 6 66 6. .. .5 55 5. Croqui de delineamento com 2 tratamentos e 16 unidades
experimentais com 4 unidades de observao por
unidade experimental, Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .3 33 3.
Como os tratamentos so atribudos aos potreiros de modo que cada potreiro recebe um
tratamento independentemente dos outros potreiros, agora a unidade experimental o potreiro
com 4 animais. Portanto, esse novo delineamento contempla 8 repeties para cada um dos 2
tratamentos.
Com essa estrutura de unidades no efetuado controle local da variao estranha entre
as unidades experimentais. Ento, o erro experimental que afeta efeitos dos tratamentos o
prprio erro experimental global, que compreende toda aquela variao estranhas. Uma estimativa
da varincia desse erro experimental provida pela variao das mdias das observaes de
potreiros com um mesmo tratamento.
Seja um experimento de fase inicial de pesquisa de melhoramento gentico de plantas em
que as sementes de cada uma de sete linhagem so semeadas em uma nica linha. Ento, cada
uma das linhas dividida em cinco segmentos para que em cada um dos segmentos sejam
efetuadas observaes referentes a variveis respostas relevantes, como peso da produo de
gros, por exemplo. (Figura Figura Figura Figura 6 66 6. .. .6 66 6).

Variedade / linhagem
1 2 3 4 5 6 7
1
2
3 Segmento
4
5
Figura Figura Figura Figura 6 66 6. .. .6 66 6. Experimento de comparao de sete linhagens
com cada linhagem plantada em uma linha de
oito segmentos.

Esse delineamento tem a convenincia prtica de no requerer a mudana das sementes
do equipamento utilizado no plantio de cada linha, enquanto que em um esquema experimental
apropriado teria que haver a mudana das sementes vrias vezes. Entretanto, semelhantemente
ao Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .3 33 3, as observaes obtidas nos segmentos de uma mesma linha no provm de
fraes da linha que receberam a linhagem particular independentemente das outras fraes da
mesma linha; essas fraes so condicionadas a receberem uma mesma linhagem. Assim, de
fato, cada linha inteira constitui uma unidade experimental. A variao entre as observaes nos
cinco segmentos de uma mesma linha constitui erro de observao dentro da linha, no erro
experimental. Como esse delineamento contempla uma nica unidade experimental para cada
tratamento, ele no prov estimativa vlida do erro experimental que afeta diferenas de efeitos de
linhagens.
Observe-se que, com a mesma facilidade, o pesquisador poderia ter dividido cada linha em
dez ou mais segmentos, imaginando que com nmero mais elevado de repeties poderia lograr
preciso mais elevada para detectar diferenas de efeitos de tratamentos. Entretanto, esse
procedimento no prov repeties (legtimas) e conduz subestimao do erro experimental
apropriado para essas inferncias.

Esses exemplos ressaltam a importncia da distino entre unidade experimental e
unidade de observao, ou entre repetio e observao mltipla, j que a estimativa da
varincia do erro de observao, obtida de amostras ou observaes mltiplas nas
unidades experimentais, geralmente menor que a estimativa da varincia do erro
experimental, obtida de repeties ou de unidades experimentais. Inferncias derivadas
com o uso indevido da varincia do erro de observao conduzem o pesquisador a
cometer o erro de declarar falsas diferenas com freqncias muito mais elevadas do
que ele est sujeito nesse processo de deciso.
Alm de prover a estimao do erro experimental, a repetio tambm tem outras
funes importantes: a) prover melhor representatividade da amostra; b) aumentar a
preciso de inferncias referentes a efeitos de tratamentos; c) permitir a constatao da
reprodutibilidade dos resultados; e d) diminuir a tendenciosidade que possa decorrer de
observaes discrepantes devidas a acidentes no previstos.
Em muitos experimentos, a repetio um meio de obter melhor representao da
populao objetivo pelo material experimental. Esse o caso, por exemplo, de
experimentos agrcolas com propsito de recomendar tecnologias para os agricultores de
uma regio. Nesses experimentos os tratamentos devem ser avaliados sob a variao
das condies ambientais presentes na regio, ou seja, em diversos locais que
representem a amplitude da variao das condies de solo e de clima da regio, e por
diversos anos de modo que se possam manifestar as variaes anuais do clima. Isso
significa repeties no espao e no tempo. O mesmo princpio deve ser utilizado em
outros experimentos, mesmo sob condies aparentemente controladas. Assim, por

246
exemplo, experimentos de laboratrio e de casa de vegetao podem ser repetidos
vrias vezes, possivelmente em diversos laboratrios e casas de vegetao e por
diferentes pessoas, para determinar se os efeitos dos tratamentos se repetem sob
variaes de condies que possam ocorrer em diferentes instalaes e ao longo do
tempo.
A repetio no contribui necessariamente para o incremento da preciso do
experimento (Seo Seo Seo Seo 6.5.3 6.5.3 6.5.3 6.5.3), mas muito importante para o aumento da preciso das
estimativas de mdias de tratamentos e de comparaes dessas mdias. O aumento do
nmero de repeties contribuiu substancialmente para o aumento da preciso dessas
estimativas e, portanto, da sensibilidade do experimento para deteco de diferenas de
efeitos de tratamentos. Essa propriedade pode ser observada atravs da expresso da
estimativa da varincia da estimativa da mdia de um tratamento:
^
Var ( )
i
y =s r
2
, onde r
o nmero de repeties do tratamento i e s
2
a estimativa da varincia do erro
experimental.
Como se ver adiante, a repetio, associada casualizao, tambm contribui
para a no tendenciosidade da estimativa da varincia do erro experimental e,
conseqentemente, contribui para a validade das inferncias.
6.6.2 6.6.2 6.6.2 6.6.2 Controle local Controle local Controle local Controle local
O procedimento de controle local foi introduzido na Seo 5.6.2 Seo 5.6.2 Seo 5.6.2 Seo 5.6.2. Ele consiste na
classificao das unidades de observao em grupos de unidades segundo os nveis de
uma ou mais caractersticas estranhas e na considerao dessa classificao na
atribuio dos tratamentos s unidades experimentais de modo que a variao entre
esses grupos devida a essas caractersticas estranhas no afete efeitos relevantes de
fatores experimentais e seja separada da variao atribuvel ao erro experimental que
afeta esses efeitos.
Se o material experimental heterogneo, o pesquisador pode deixar entre os
grupos de unidades constitudos pelo controle local uma proporo considervel da
variao estranha do material experimental. Conseqentemente, se o controle local
eficiente, logra-se maior preciso das inferncias referentes a efeitos de fatores
experimentais; particularmente, mais sensibilidade do experimento para detectar
diferenas de efeitos de tratamentos.
O controle local permite que, mesmo com material experimental apropriadamente
heterogneo para lograr a representao da populao objetivo, o experimento possa ser
suficientemente sensvel para detectar efeitos importantes dos fatores experimentais.
Assim, o exerccio hbil do controle local crucial para a construo de delineamento
experimental eficiente, ou seja, delineamento cuja varincia do erro experimental que
afeta efeitos importantes de fatores experimentais seja pequena.
A situao mais simples de controle local aquela em que as unidades de
observao so as unidades experimentais elementares e so classificadas em grupos
ou blocos de unidades segundo os nveis de uma caracterstica estranha relevantes.
Ento, os tratamentos so assinalados s unidades de modo que efeitos relevantes de
tratamentos no fiquem confundidos com efeitos de blocos. Uma ilustrao desse
delineamento em blocos dada no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .5 55 5.
a) Suponha-se que o experimento para pesquisa do efeito da suplementao da dieta de
novilhos considerado no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .3 33 3 a) seja conduzido em terreno plano. de esperar que
pastagens de potreiros prximos sejam mais homogneas do que pastagens de potreiros
distantes, em conseqncia da tendncia usual da variabilidade das caractersticas do solo
aumentar com a distncia. Nessas circunstncias, conveniente efetuar o controle local dessas
caractersticas considerando a classificao dos potreiros em blocos constitudos de quatro
potreiros contguos, conforme o croqui da Figura Figura Figura Figura 6 66 6. .. .7 77 7.

experimentais classificadas em 4 blocos de 4 unidades
para propsito de controle local, Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .5 55 5 a).

Com o controle local efetuado por essa estrutura de unidades a variao entre os blocos
devida a caractersticas estranhas separada do erro experimental que afeta os efeitos dos
tratamentos. Ento, esse erro experimental o erro experimental global subtrado da variao
estranha entre blocos. Se essa variao estranha maior do que o nmero de.graus de liberdade
que lhe corresponde, a preciso das inferncias sobre efeitos dos tratamentos incrementada em
relao preciso que seria lograda por estrutura sem controle local para o mesmo material
experimental.
Esse delineamento experimental compreende duas repeties de cada tratamento por
bloco. A heterogeneidade esperada das pastagens tambm poderia ser controlada pela formao
de blocos de duas unidades experimentais, com uma repetio dos tratamentos por bloco.
Entretanto, esse delineamento alternativo implicaria perda acentuada de nmero de graus de
liberdade para a estimativa da varincia do erro experimental que muito possivelmente no seria
compensada pela frao do erro experimental separada para constituir o estrato do erro
experimental correspondente a blocos.
b) Suponha-se que o experimento do Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .5 55 5 considere animais machos e fmeas e
que so utilizados 32 animais de cada sexo. Nessas circunstncias, deve ser feito o controle local
adicional para controle das caractersticas estranhas associadas com sexo e condicionamento da
assinalao de cada um dos dois tratamentos a metade dos animais de cada um dos sexos. Oito
animais de cada um dos sexos so alocados a dois dos quatro potreiros de cada um dos blocos e,
ento, os dois tratamentos so assinalados aos potreiros de cada bloco de modo que resulte cada
tratamento em um potreiro com machos e um com fmeas. Esse controle local duplo ilustrado
pelo croqui da Figura Figura Figura Figura 6 66 6. .. .8 88 8.

para propsito de controle local, Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .5 55 5 b).
Exemp Exemp Exemp Exemplo lo lo lo 6 66 6. .. .6 66 6
Seja um experimento de nutrio de vacas leiteiras da raa Holandesa em que os
tratamentos so cinco dietas diferentes. Suponha-se que so disponveis 5 animais em mesma
fase de lactao e que os efeitos de interesse dessas dietas so de curto prazo de modo que as 5

248
dietas podem ser administradas sobre cada um dos animais em 5 intervalos sucessivos de 3
semanas. Com esse procedimento, a unidade experimental um animal em um intervalo de 3
semanas. As caractersticas estranhas relevantes so as caractersticas individuais dos 5 animais
e as caractersticas do ambiente ao longo dos 5 intervalos. Nessas circunstncias, pode ser
esperado que seja logrado controle local eficiente pela classificao das 25 unidades
experimentais segundo os nveis dessas duas caractersticas, ou seja, segundo os 5 animais e
segundo os 5 intervalos de lactao, e a assinalao das dietas aos animais de modo que cada
um dos animais receba todas as dietas e cada dieta aparea em cada um dos intervalos. Um
croqui desse delineamento apresentado na Figura Figura Figura Figura 6 66 6. .. .9 99 9.

Vaca
A
1
A
2
A
3
A
4
A
5
I
1
D
1
D
2
D
3
D
4
D
5
I
2
D
2
D
3
D
4
D
5
D
1
Intervalo I
3
D
3
D
4
D
5
D
1
D
2
I
4
D
4
D
5
D
1
D
2
D
3
I
5
D
5
D
1
D
2
D
3
D
4

Figura Figura Figura Figura 6 66 6. .. .9 99 9. Croqui de delineamento com 5 tratamentos D
1
,D
2
, D
3
, D
4

e D
5
e 25 unidades experimentais com controle local
duplo em duas direes ortogonais, Exemp Exemp Exemp Exemplo lo lo lo 6 66 6. .. .6 66 6.

Com essa estrutura de unidades o controle local implica separar do erro experimental que
afeta os efeitos de tratamentos a variao devida s caractersticas estranhas entre os animais e
entre os intervalos. Se essa variao estranha maior do que o nmero de.graus de liberdade que
lhe corresponde, a preciso das inferncias sobre efeitos dos tratamentos incrementada em
relao preciso que seria lograda por estrutura sem controle local para o mesmo material
experimental.
6.6.3 6.6.3 6.6.3 6.6.3 Casualizao Casualizao Casualizao Casualizao
A repetio prov a estimao da varincia do erro experimental; o controle local
permite a reduo do erro experimental. Entretanto, esses dois princpios, no
asseguram estimativas vlidas da varincia do erro experimental e das diferenas de
efeitos de tratamentos.
Considere-se o experimento sobre a suplementao da dieta de bovinos machos para o
qual foi formulado delineamento em blocos com duas repeties por bloco (Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .5 55 5 a). Aquele
delineamento satisfaz os princpios da repetio e do controle local. O controle local controla a
variao das caractersticas estranhas referentes ao solo entre os blocos. Entretanto, outras fontes
de variao estranha permanecem no controladas; em particular, os possveis gradientes da
fertilidade do solo ao longo dos blocos e transversalmente a essa direo. Suponha-se a
assinalao dos tratamentos aos blocos resultou na distribuio indicada no croqui da Figura Figura Figura Figura 6 66 6. .. .10 10 10 10.


Figura Figura Figura Figura 6 66 6. .. .10 10 10 10. Croqui de delineamento com 2 tratamentos e 16 unidades
para propsito de controle local, Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .5 55 5 a).

O experimento sendo conduzido dessa forma, ou seja, com os dois tratamentos
sistematicamente em potreiros nas mesmas posies dentro de cada bloco, a diferena dos pesos
mdios dos animais nos potreiros com dois tratamentos: com suplementao e sem
suplementao ser uma estimativa da diferena real dos tratamentos mais a diferena
desconhecida atribuvel posio dos tratamentos dentro dos blocos. Inferncias derivadas
aplicar-se-o no diferena real entre com e sem suplementao, mas diferena real mais a
diferena desconhecida devida posio dos tratamentos dentro dos blocos. Para ilustrar a
dificuldade que esse delineamento pode implicar para inferncias referentes ao efeito da
suplementao, suponha-se que a pastagem nos potreiros direita dos blocos seja favorecida por
caractersticas do solo. Nestas circunstncias, se o experimento revelar evidncia de que o peso
mdio dos animais que recebem suplementao inferior ao peso mdio dos animais que no
recebem suplementao, o pesquisador poder ficar confiante da inexistncia de uma diferena
real em favor da suplementao, j que os animais que receberam suplementao foram
beneficiados pela pastagem no curso do experimento. Entretanto, se for revelada evidncia de que
o peso mdio dos animais com suplementao mais elevado do que o dos animais sem
suplementao, o pesquisador no saber o que concluir.
A falha desse delineamento a tendenciosidade que pode decorrer de gradiente de
caractersticas do solo ao longo dos blocos. Suponha-se que, em vez de alocar os dois
tratamentos sistematicamente a potreiros nas mesmas posies, o pesquisador determina a
alocao dos dois tratamentos aos quatro potreiros de cada bloco atravs de sorteio efetuado de
modo separado e independente para cada bloco. Dessa forma, em cada bloco os dois tratamentos
tm a mesma chance de serem alocados a qualquer par dos quatro potreiros e,
conseqentemente, a mesma chance de serem mais ou menos favorecidos pela posio dentro do
bloco.

Este exemplo ilustra uma tendncia, ou vis, que pode ser antecipado por ocasio
do planejamento do experimento. Em experimentos em que o pesquisador tem menos
conhecimento da variabilidade do material experimental podem revelar-se tendncias
que no sejam esperadas em decorrncia da distribuio dos tratamentos s unidades
experimentais. Para evitar tendenciosidade dessa origem, o pesquisador necessita algum
meio ou recurso para assegurar que tratamentos no sejam sistematicamente
favorecidos ou prejudicados por alguma fonte de variao estranha, conhecida ou
desconhecida. O recurso a casualizao. Naturalmente, o resultado de qualquer
casualizao especfica pode favorecer ou prejudicar tratamentos. O fundamento do
princpio da casualizao que ao longo de repeties de experimentos o confundimento
dos efeitos de tratamentos com efeitos de caractersticas estranhas se torna igualmente
influente para todos os tratamentos.
A casualizao evita o confundimento tendencioso de efeitos de caractersticas
estranhas com efeitos de fatores experimentais e propicia estimativas no tendenciosas
da varincia do erro experimental que afeta esses efeitos. A casualizao no tem
qualquer efeito sobre a grandeza do erro experimental; particularmente, no contribui
para a diminuio do erro experimental. Assim, na situao do experimento do Exemplo Exemplo Exemplo Exemplo
6 66 6. .. .7 77 7, se for esperado que o gradiente de caractersticas do solo ao longo dos blocos

250
possa ter efeito relevante sobre o peso mdio dos animais, ser recomendvel controle
local mais acentuado com a formao de blocos de apenas duas unidades
experimentais.
A casualizao restrita pelo controle local. Em experimentos em que no
efetuado controle local a casualizao procedida sem qualquer restrio. Assim, no
delineamento ilustrado no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .3 33 3 b) a casualizao deve ser efetuada por algum
procedimento de sorteio que atribua a qualquer um dos dois tratamentos igual chance de
ser alocado a qualquer subconjunto de 8 das 16 unidades experimentais. No
delineamento com controle local considerado no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .5 55 5 a), em que a casualizao
restrita pela formao de blocos, a casualizao deve ser procedida por sorteio que
assegure a todos os tratamentos igual chance de ser alocado a qualquer das unidades
experimentais, contanto que em cada um dos blocos resultem duas unidades com cada
um dos tratamentos. Esse intento logrado pela alocao dos tratamentos efetuada
bloco por bloco atravs de sorteio que atribua a todos os tratamentos igual chance de ser
assinalado a qualquer das unidades experimentais do bloco. J no delineamento
ilustrado no Exemp Exemp Exemp Exemplo lo lo lo 6 66 6. .. .6 66 6, em que a casualizao restrita duplamente, pela formao de
blocos em duas direes ortogonais: o processo de sorteio deve assegurar que uma
coleo completa dos tratamentos resulte em cada um dos blocos de cada uma das duas
direes ortogonais. O procedimento de casualizao para esse delineamento no to
bvio como para os delineamentos sem controle local ou com controle local simples.
De modo geral, a casualizao deve ser procedida por sorteio que assegure a
propriedade de que todos os tratamentos tenham igual chance de assinalao a qualquer
das unidades experimentais com a condio de que resulte uma configurao compatvel
com a relao entre a estrutura das condies experimentais e a estrutura das unidades
definida para o delineamento experimental. O procedimento de casualizao deve
assegurar a escolha de uma dessas configuraes com aquela propriedade. A
casualizao para delineamentos particulares usualmente facilitada por procedimentos
prticos, como os ilustrados no pargrafo anterior.
A validade interna das inferncias proporcionada pela casualizao requer que o
controle local seja apropriadamente levado em conta na estrutura do experimento. Caso
contrrio, o controle local pode implicar tendenciosidade da estimativa da varincia do
erro experimental. Para ilustrao, considere-se novamente a situao do experimento
do Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .7 77 7. A alocao dos dois tratamentos a duas unidades experimentais de
cada um dos blocos implica a eliminao da variao entre os blocos da variao dos
valores da varivel resposta, ou seja, do peso dos animais. O erro experimental que
afeta inferncias referentes a esses efeitos deve, igualmente, ser isento da variao
atribuvel a blocos. Portanto, esse erro experimental deve ser derivado de estrutura de
experimento que leve apropriadamente em conta o controle da variao estranha entre
os blocos que efetuado pelo controle local.

As inter-relaes das implicaes desses trs princpios bsicos do delineamento
experimental, ou seja, repetio, controle local e casualizao para a estimativa do erro
experimental so ilustradas no diagrama da Figura Figura Figura Figura 6 66 6. .. .11 11 11 11. A repetio prov a estimao
do erro experimental. A repetio associada casualizao permite que a estimativa do
erro experimental seja no tendenciosa; a repetio associada ao controle local
proporciona reduo dessa estimativa; o controle local e a casualizao juntamente com
a repetio provm estimativa do erro experimental reduzida e no tendenciosa.


Figura Figura Figura Figura 6 66 6. .. .11 11 11 11. Diagrama que representa as implicaes da repetio, do
controle local e da casualizao para a estimao do erro
experimental.

Outras propriedades complementares repetio, casualizao e controle local
que tambm constituem princpios bsicos importantes so consideradas a seguir.
1. O que significa a repetio no experimento? Exemplifique com um experimento de sua rea.
2. Explique como a repetio pode contribuir para a preciso e a validade das inferncias do
experimento.
3. Considere um experimento com uma nica formao de unidades experimentais e com mais
de uma unidade de observao por unidade experimental. Explique porque a variao entre
unidades de observao dentro de unidade experimental no apropriada para prover uma
estimativa do erro experimental para inferncias referentes a efeitos de tratamentos.
4. Em experimentos de abrangncia ampla as unidades de observao so usualmente
classificadas segundo suas disposies no espao e no tempo. Explique porque essas
classificaes devem ser consideradas para propsito de controle local.
5. Suponha que est sendo planejado um experimento para pesquisa da eficcia de uma droga
para controle de anemia de ces. O experimento ser conduzido com um conjunto de animais
com sintoma de anemia. Como h expectativa da possibilidade do efeito da droga depender
da origem da anemia esses animais so classificados com base nas trs causas de anemia:
perda de sangue, destruio ou diluio de glbulos vermelhos e produo insuficiente de
glbulos vermelhos. Ento, essa droga e um tratamento controle so atribudos
aleatoriamente aos animais de cada uma dessas trs classes, separada e
independentemente. O efeito da droga ser mensurado pela contagem do nmero de glbulos
vermelhos no sangue aps um intervalo de tempo de sua aplicao.
b) Identifique a caracterstica estranha considerada para controle local e que, portanto, constitui
um fator de unidade.
c) Esse experimento poder prover uma estimativa vlida do erro experimental. Porque?
6. Identifique o nmero de repeties de cada um dos nveis dos fatores experimentais
inseticida, local (municpio) e ano do experimento considerado no exerccio 12 dos Exerccios Exerccios Exerccios Exerccios
5.3 5.3 5.3 5.3.
7. Considere cada um dos experimentos utilizados como ilustrao nos exemplos da Seo Seo Seo Seo 5.9.

252
a) Identifique os nmeros de repeties dos nveis de cada um dos fatores experimentais.
b) Identifique os agregados de caractersticas estranhas considerados para controle local.
8. Considere cada uma das seguintes pressuposies alternativas para o experimento de que
trata o exerccio 5 no que diz respeito ao efeito da origem da anemia sobre o nmero de
glbulos vermelhos no sangue:
a) a origem da anemia no afeta o nmero de glbulos vermelhos no sangue;
b) a origem da anemia afeta o nmero de glbulos vermelhos no sangue, mas no o efeito da
fonte de anemia sobre essa caracterstica resposta;
c) a origem da anemia afeta o efeito da fonte de anemia sobre o nmero de glbulos
vermelhos no sangue.
Para cada uma dessas pressuposies alternativas indique se na definio do delineamento
experimental a fonte de anemia deve ser: i) desconsiderada, ii) considerada como fator de
unidade e iii) considerada como fator experimental. Justifique a resposta.
9. Qual a conseqncia da casualizao para a grandeza e a no tendenciosidade da
estimativa da varincia do erro experimental.
10. Explique as implicaes do controle local para a casualizao recorrendo a um exemplo de
11. Suponha que voc est planejando um experimento com dois tratamentos e dispe de vinte
unidades experimentais consideradas homogneas quanto s caractersticas estranhas.
a) Quantas casualizaes distintas so possveis, se voc deseja assinalar 10 unidades a cada
um dos dois tratamentos?
b) Quantas casualizaes so possveis se devem ser assinaladas 8 unidades a um dos
tratamentos e 12 ao outro tratamento?
c) Descreva um processo de casualizao apropriado para esse experimento.
12. Suponha que as vinte unidades experimentais consideradas no exerccio 11 sejam
heterogneas de modo a demandar controle local que as classifique em dez blocos de duas
unidades.
a) Explique como deve ser procedida a casualizao nessas circunstncias.
b) Quantas configuraes distintas da distribuio dos tratamentos nas vinte unidades
experimentais podem resultar do procedimento de casualizao?
13. Ilustre com um exemplo de experimento de sua rea os usos da repetio, do controle local e
da casualizao. Explique as funes desses princpios bsicos do delineamento do
experimento nesse experimento particular.
14. Quais so as implicaes desses trs princpios bsicos do delineamento do experimento no
que se refere estimao do erro experimental.
6.6.4 6.6.4 6.6.4 6.6.4 Ortogonalidade Ortogonalidade Ortogonalidade Ortogonalidade
Uma propriedade importante do delineamento de experimento permitir a
derivao de inferncias referentes a cada efeito de fatores experimentais separada e
independentemente dos efeitos dos outros fatores experimentais e dos fatores de
unidade, ou seja, livre de confundimento com os efeitos desses fatores. Essa
propriedade garantida se o delineamento ortogonal.

Um delineamento experimental ortogo ortogo ortogo ortogonal nal nal nal se todos os pares de fatores
(experimentais e de unidade) so ortogonais.

A condio necessria e suficiente para que dois fatores sejam ortogonais ortogonais ortogonais ortogonais que
a proporo do nmero de unidades de observao para as combinaes de nveis
correspondentes a cada nvel particular de um dos fatores seja constante para todos
os nveis do outro fator.

Assim, dois fatores A e B cujos correspondentes nveis genricos so denotados
por a e b, respectivamente, so ortogonais se e somente se:

ab b
a
n n
=
n n
. .. .
. .. . .. . .. . ..
, ou seja,
a b
ab
n n
n =
n
. . . . . . . .
.. .. .. ..

para todas as combinaes ab dos nveis dos dois fatores, onde n
a. .. .
, n
b. .. .
e n
.. .. .. ..
so,
respectivamente, os nmeros de observaes dos nveis a e b e o nmero total de
observaes para todas as combinaes dos nveis dos fatores A e B.
Suponha-se um experimento com um fator experimental A com 2 nveis A
1
e A
2
assinalados
a 18 unidades experimentais agrupadas em 3 blocos conforme representado pelo croqui da Figura Figura Figura Figura
6 66 6. .. .12 12 12 12, onde B
1
, B
2
e B
3
so os nveis do fator de unidade bloco.

A
2
A
2
A
1
A
2
A
1
A
2
A
1
A
1
A
2
A
2
A
2
A
1
A
2
A
2
A
2
A
1
A
2
A
2
B
1
B
2
B
3

Figura Figura Figura Figura 6 66 6. .. .12 12 12 12. Croqui de um experimento com um fator experimental
A com dois A
1
e A
2
em 3 blocos B
1
, B
2
e B
3
com
repeties nos blocos.

Os nmeros de repeties dos nveis do fator A em cada um dos 3 blocos so indicadas na Tabela Tabela Tabela Tabela
6 66 6. .. .5 55 5.

Tabela Tabela Tabela Tabela 6 66 6. .. .5 55 5. Nmeros de repeties dos 2 nveis do fator experimental A nos 3
blocos do experimento do Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .8 88 8.

Bloco

A
B
1
B
2
B
3

Total
A
1
1 2 3 6
A
2
2 4 6 12
Total 3 6 9 18

Para a combinao de nveis A
1
B
1
tem-se: n
11
=1, n
1.
=6, n
.1
=3; logo:
1 1
11
n n 63
= =1 =n
n 18
. . . . . . . .
.. .. .. ..
.
Pode-se verificar que a condio de ortogonalidade satisfeita para todas as demais combinaes
de nveis. Portanto, o fator experimental A e o fator de unidade B so ortogonais, o que implica que
o delineamento ortogonal.

A condio de ortogonalidade particularmente satisfeita se o delineamento
contempla igual nmero de observaes para todas as combinaes dos nveis dos dois
fatores; particularmente, se esse nmero comum de observaes igual a um.

254
Considere-se um experimento de campo para comparao de 8 cultivares de cevada A, B,
C, D, E, F, G e H. Um terreno dividido em 48 parcelas que so agrupadas em 6 blocos de 8
parcelas para controle local da heterogeneidade relevante das caractersticas do solo. Ento, as 8
cultivares so atribudas aleatoriamente s 8 parcelas de cada bloco de modo que uma coleo
completa das 8 cultivares resulte em cada um dos 6 blocos. Nessas circunstncias, como em cada
bloco aparecem todas as cultivares, diferenas de cultivares no so afetadas por diferenas de
blocos. Isso significa que os efeitos de tratamentos so ortogonais aos efeitos de blocos e que,
portanto, o delineamento ortogonal. Pode-se verificar que a condio estabelecida pela definio
de ortogonalidade satisfeita.
Suponha-se que a parcela com a cultivar E no bloco 4 tenha sido afetada por algum
predador e para o controle dessa fonte de variao estranha perturbadora seja decidida a
desconsiderao dessa parcela. Como conseqncia, diferenas de tratamentos que envolvam a
cultivar E ficam confundidas com diferenas de blocos. Ento, os efeitos de tratamentos resultam
no ortogonais aos efeitos de blocos, o que significa que o delineamento torna-se no ortogonal.
Considere-se o experimento de nutrio de vacas leiteiras ilustrado no Exemp Exemp Exemp Exemplo lo lo lo 6 66 6. .. .6 66 6. O
delineamento desse delineamento compreende um fator experimental de tratamento: dieta e dois
fatores de unidade: vaca e intervalo. Esse delineamento associa uma repetio completa das 5
dietas a cada uma das 5 vacas e a cada um dos 5 intervalos; ademais, aloca uma repetio para
cada uma das combinaes das 5 vacas com os 5 intervalos. Logo, os trs pares dos fatores dieta,
vaca e intervalo so ortogonais. Portanto, o delineamento ortogonal.
Pode-se verificar que, se for omitida no delineamento o ltimo intervalo, os fatores dieta e
intervalo ainda sero ortogonais, bem como os fatores intervalo e vaca; entretanto, os fatores dieta
e vaca no sero ortogonais.

A ortogonalidade uma propriedade altamente desejvel por garantir ausncia de
confundimento de efeitos de fatores experimentais e permitir inferncias independentes
sobre esses efeitos. Entretanto, a no ortogonalidade no um defeito grave de um
delineamento, desde que possa ser obtido um ajustamento apropriado de cada efeito
relevante de fatores experimentais para eliminar o confundimento com efeitos de outros
fatores experimentais e de fatores de unidade.
Uma conseqncia da ortogonalidade a simplicidade dos clculos envolvidos nos
procedimentos de anlise estatstica. Esse fato foi muito importante antes do advento da
computao eletrnica Atualmente, esse benefcio da ortogonalidade est bastante
reduzido. Conseqentemente, diminuiu a convenincia do uso de delineamentos com
blocos completos e tornou-se mais vantajosa a formao de blocos naturais mais
apropriados para o controle da variao estranha cujos tamanhos muito freqentemente
no so exatamente iguais ao nmero de tratamentos.
Delineamentos no ortogonais podem resultar da desconsiderao de unidades
experimentais para contornar confundimento decorrente de caractersticas estranhas
perturbadoras. A unidade experimental desconsiderada nessas circunstncias
usualmente designada unidade perdida unidade perdida unidade perdida unidade perdida. Isso ocorre com certa freqncia em algumas
reas de pesquisa; por exemplo, em pesquisas com animais, em conseqncia de morte
ou prejuzo a animais ocasionado por doena no atribuvel a efeitos de tratamentos, e
em pesquisas com plantas, quando ocorre prejuzo ou morte de plantas por efeitos no
devidos a tratamentos.
6.6.5 6.6.5 6.6.5 6.6.5 Balancea Balancea Balancea Balanceamento mento mento mento
Delineamentos balanceados so apropriados para situaes em que se torna
inconveniente ou impossvel o uso de delineamentos ortogonais. Por exemplo, pode ser
impossvel lograr controle local que classifique as unidades experimentais em grupos ou
blocos de unidades suficientemente homogneas cada um dos quais compreenda uma
coleo completa dos tratamentos. Essa situao usual em experimentos com nmero
elevado de tratamentos e pode ocorrer mesmo em experimentos com nmero de
tratamentos relativamente pequeno quando o material experimental acentuadamente
heterogneo quanto a caractersticas estranhas. Nessas circunstncias, a formao de
blocos que compreendam repeties completas dos tratamentos pode no lograr
reduo suficiente do erro experimental que afeta inferncias relevantes. Ento, pode ser
conveniente recorrer formao de blocos incompletos, ou seja, formao de blocos
menores que o nmero de tratamentos.
Com esses delineamentos de blocos incompletos, dado que unidades
experimentais de um mesmo bloco so mais homogneas do que unidades de blocos
diferentes, diferenas de tratamentos em blocos distintos so mais afetadas por variao
estranha do que diferenas de tratamentos em um mesmo bloco. Isso significa que
essas diferenas so estimadas com precises diferentes. Esse inconveniente pode ser
evitado com a construo de delineamentos em que cada tratamento esteja presente
com cada um dos outros tratamentos em um mesmo nmero de blocos. Dessa forma,
logra-se o balanceamento dos efeitos de diferenas entre blocos sobre as comparaes
simples de tratamentos, o que garante preciso igual para as inferncias referentes a
todas as diferenas de dois tratamentos.
Esse conceito de balanceamento expresso como segue:

Um delineamento bala bala bala balanceado nceado nceado nceado se prov igual preciso para todas as
comparaes simples de tratamentos, ou seja, para todas as comparaes individuais
de tratamentos.

O Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .11 11 11 11 ilustra o uso de delineamento com blocos incompletos balanceado
para um experimento com um fator experimental.
Seja um experimento para pesquisa do efeito da temperatura sobre a germinao da
semente de tomate com a considerao de quatro temperaturas: 20C, 25C, 30C e 35C e
suponha que so disponveis 3 cmaras de temperatura controlada. Nessas circunstncias, essas
cmaras tero que ser usadas repetidamente para constituir o nmero apropriado de repeties.
Como a variao entre etapas de uso das cmaras uma fonte de variao estranha relevante,
cada etapa deve constituir um bloco de 3 unidades experimentais. Portanto, a cada bloco podem
ser assinaladas apenas 3 das 4 temperaturas. A Figura Figura Figura Figura 6 66 6. .. .13 13 13 13 apresenta o croqui de um
delineamento com blocos incompletos balanceados com as quatro temperaturas: T
1
, T
2
, T
3
e T
4

em quatro blocos (etapas) de trs unidades (cmaras), em que cada par de temperaturas aparece
duas vezes em um mesmo bloco.

Bloco 1 T
1
T
2
T
3

Bloco 2 T
2
T
3
T
4

Bloco 3 T
3
T
4
T
1

Bloco 4 T
4
T
1
T
2

Figura Figura Figura Figura 6 66 6. .. .13 13 13 13. Delineamento com blocos incompletos balanceados
para um experimento com 4 tratamentos (T
1
, T
2
,
T
3
e T
4
) em 4 blocos de 3 unidades experimentais.

Blocos incompletos balanceados constituem a classe mais antiga de delineamentos
no ortogonais. Um conceito mais amplo de balanceamento estabelecido a seguir.


256
Sejam A e B dois fatores com A e B nveis, respectivamente, cujos
correspondentes nveis genricos so denotados por a e b. A relao entre esses dois
fatores bala bala bala balan nn nceada ceada ceada ceada em relao aos nveis do fator A se a soma das concorrncias
ponderadas de dois nveis do fator A for igual para todos os pares de nveis desse
fator, ou seja, se:

B
ab a'b
aa'
b=1
b
n n
p =
n
. .. .

para todo par de nveis aa de A (a,a=1,2,...,A, aa), onde n
ab
e n
.b
so,
respectivamente, o nmeros de observaes da combinao de nveis ab e o nmero
total de observaes para o nvel b do fator B.

Demonstra-se que, se todos os p
aa'
so iguais, ento todas as comparaes
simples de nveis do fator A so igualmente precisas. Isso significa que a propriedade
referente ao conceito mais restrito de balanceamento para a situao de blocos
incompletos preservada.
A condio de balanceamento em relao aos nveis do fator B dada por
expresso anloga com o intercmbio dos smbolos referentes aos dois fatores, ou seja:
A
ab ab'
bb'
a=1
a
n n
p =
n
. .. .
para todo par bb de nveis de B (b,b=1,2,...,B, bb).
Observe-se que, contrariamente propriedade da ortogonalidade, o
balanceamento no uma propriedade recproca, ou seja, o balanceamento em relao
aos nveis de um dos fatores no implica o balanceamento em relao aos nveis do
outro fator. Assim, se for requerida a opo para o balanceamento em relao aos nveis
de um dos fatores, o pesquisador ter de optar. Se um dos fatores for um fator de
unidade a opo ser obviamente pelo fator experimental. Entretanto, se ambos forem
fatores experimentais, ento o balanceamento dever ser buscado para o fator mais
importante, se no forem ambos igualmente importantes, ou para ambos os fatores.
Planejar a disposio dos nveis de um fator nos nveis do outro fator de grande
importncia nas situaes em que no esto presentes no delineamento todas as
combinaes dos nveis dos dois fatores.
Considere-se um experimento com um fator experimental A com 3 nveis A
1
, A
2
e A
3
em
trs blocos cujo delineamento representado no croqui da Figura Figura Figura Figura 6 66 6. .. .14 14 14 14.

A
2
A
1
A
1
A
2
A
2
A
1
A
3
A
3
A
1
A
3
B
1
B
2
B
3

Figura Figura Figura Figura 6 66 6. .. .14 14 14 14. Croqui do experimento com trs tratamentos
dispostos em 3 blocos, Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .12 12 12 12.

As concorrncias dos pares de tratamentos nos blocos so dadas na Tabela Tabela Tabela Tabela 6 66 6. .. .6 66 6.

Tabela Tabela Tabela Tabela 6 66 6. .. .6 66 6. Concorrncias dos pares de tratamentos nos
blocos, Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .12 12 12 12.

Bloco

Tratamento
B
1
B
2
B
3
Soma
A
1
2 2 0 4
A
2
1 1 1 3
A
3
1 1 1 3
Soma 4 4 2 10

As somas das concorrncias ponderadas dos trs pares dos nveis do fator A so:
1 2
A A
21 21 01
p = + + = 1
4 4 2
,
1 3
A A
21 21 01
p = + + = 1
4 4 2
,
2 3
A A
11 11 11
p = + + = 1
4 4 2
.
Como as somas das concorrncias ponderadas so iguais para os trs pares de nveis do
fator A, ento a relao entre os fatores A e B balanceada com respeito aos nveis do fator A.
Pode-se verificar que as varincias das comparaes simples dos efeitos dos nveis A
1
, A
2

e A
3
so todas iguais a 2
2
/3.
Tambm se pode observar que as somas das concorrncias ponderadas dos pares de
blocos so:
12
22 11 11 5
p = + + =
4 3 3 3
,
13
20 11 11 2
p = + + =
4 3 3 3
e
23
20 11 11 2
p = + + =
4 3 3 3
.
Logo, no h balanceamento em relao os nveis do fator bloco, o que irrelevante, pois no h
interesse em inferncias referentes a efeitos de fator de unidade.

A condio de balanceamento da relao de dois fatores A e B com respeito aos
nveis do fator A satisfeita particularmente se todos os nveis deste fator se combinam
um mesmo nmero de vezes com cada um dos nveis do fator B.
Considere-se um experimento com um fator experimental A com 3 nveis A
1
, A
2
e A
3
com 2
repeties de cada um desses nveis em cada um de trs blocos cujo delineamento
representado no croqui da Figura Figura Figura Figura 6 66 6. .. .15 15 15 15.


258
A
2
A
3
A
1
A
1
A
2
A
2
A
2
A
3
A
2
A
1
A
2
A
3
A
3
A
1
A
3
A
1
A
1
A
3
B
1
B
2
B
3

Figura Figura Figura Figura 6 66 6. .. .15 15 15 15. Croqui do experimento com trs tratamentos A
1
, A
2
e A
3

dispostos em 3 blocos com duas repeties de cada
tratamento por bloco, Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .13 13 13 13.
As concorrncias dos tratamentos nos blocos so dadas na Tabela Tabela Tabela Tabela 6 66 6. .. .7 77 7.

Tabela Tabela Tabela Tabela 6 66 6. .. .7 77 7. Concorrncias dos pares de tratamentos A
1
, A
2
e A
3
nos
blocos B
1
, B
2
e B
3
, Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .13 13 13 13.

Bloco
Tratamento
B
1
B
2
B
3
Soma
A
1
2 2 2 6
A
2
2 2 2 6
A
3
2 2 2 6
Soma 6 6 6 18

As somas das concorrncias ponderadas dos trs pares dos tratamentos A
1
, A
2
e A
3
so:
1 2
A A
22 22 22
p = + + = 2
6 6 6
,
1 3
A A
22 22 22
p = + + = 2
6 6 6
,
2 3
A A
22 22 22
p = + + = 2
6 6 6
.
Logo, a condio de balanceamento em relao aos nveis do fator A satisfeita.
Tambm se pode observar que as somas das concorrncias ponderadas so iguais para
todos os pares de blocos. Isso significa que o fator de unidade bloco tambm balanceado em
relao aos tratamentos.

Em particular, se o delineamento contempla uma repetio para cada uma das
combinaes dos nveis de dois fatores, esses fatores so mutuamente balanceados.
Em experimentos em que comparaes particulares de tratamentos so
importantes o delineamento deve alocar preciso elevada para essas comparaes.
Nessas circunstncias a propriedade do balanceamento no conveniente. Esse pode
ser o caso, por exemplo, de experimentos com plantas de controle de pragas, doenas e
invasoras, e de experimentos com animais de controle de doenas e parasitos. Se o
objetivo a identificao de produtos eficazes, so de interesse as comparaes simples
que envolvem um tratamento controle sem a presena de inseticida, fungicida, herbicida,
antibitico ou anti-helmntico, respectivamente. Essas comparaes particulares so
efetuadas com preciso mais elevada quando alocado nmero de repeties para o
controle maior do que para os demais tratamentos.
O princpio do balanceamento se aplica a delineamentos com trs ou mais fatores,
mesmo na ausncia de controle local. O delineamento de um experimento nessas
circunstncias balanceado se o nmero de observaes o mesmo para todos os
nveis de cada um dos fatores e para combinao de nveis de dois fatores, de trs
fatores, etc.
Delineamentos de dois ou mais fatores no balanceados podem resultar da perda
de unidades decorrente da desconsiderao de unidades experimentais afetadas por
caractersticas estranhas perturbadoras.

Em geral, a ortogonalidade de um delineamento no implica seu balanceamento,
assim como tambm o balanceamento no implica a ortogonalidade. Para ilustrao,
pode-se verificar que o delineamento do experimento do Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .8 88 8 que ilustra a
ortogonalidade de dois fatores no balanceado em relao aos nveis do fator B. Por
outro lado, tambm se pode verificar que o delineamento considerado no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .12 12 12 12
que balanceado em relao aos nveis do fator A no ortogonal. De modo geral, os
delineamentos em blocos incompletos balanceados no so ortogonais. H implicao
recproca de balanceamento e ortogonalidade de dois fatores se esses fatores so
balanceados em relao aos nveis de cada um deles; essa situao ocorre apenas se
todas as combinaes dos nveis desses fatores tm o mesmo nmero de repeties
(Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .13 13 13 13).
6.6.6 6.6.6 6.6.6 6.6.6 Confundimento Confundimento Confundimento Confundimento
O confundimento de caractersticas uma circunstncia comum em qualquer
pesquisa, particularmente na pesquisa experimental. Uma preocupao constante do
pesquisador lograr inferncias referentes a efeitos de fatores experimentais livres de
confundimento com caractersticas estranhas relevantes. Os princpios do controle local e
da casualizao tm como propsitos reduzir esse confundimento e evitar
tendenciosidade que possa decorrer para as inferncias derivadas do experimento.
Em alguns experimentos, entretanto, o confundimento de efeitos de fatores
experimentais com fatores de unidade pode ser inevitvel e tornar-se um recurso para
lograr maior preciso para inferncias referentes a efeitos de fatores experimentais mais
relevantes ao custo do sacrifcio de informaes sobre efeitos menos importantes. Assim,
por exemplo, em experimentos com dois ou mais fatores experimentais com nmero
elevado de combinaes de nveis pode ser conveniente sacrificar inferncias referentes
a efeitos de interaes de ordens mais elevadas, quando julgadas irrelevantes, adotando
delineamentos com blocos incompletos. Efeitos dessas interaes so confundidos com
efeitos de blocos incompletos de dimenses apropriadas, em benefcio de maior preciso
para inferncias referentes aos efeitos principais e interaes mais relevantes que se
processam dentro desses blocos, supostamente mais homogneos do que os blocos
completos de delineamento alternativo.
Um grande nmero de delineamentos experimentais decorre desse princpio de
confundimento, como, por exemplo, os delineamentos com dois ou mais fatores
experimentais em blocos incompletos, e os delineamentos com parcelas divididas e com
blocos divididos em faixa. Esses delineamentos distinguem-se segundo os efeitos
confundidos e o correspondente nvel de confundimento.
Para ilustrao de confundimento de efeitos de interao considere-se um experimento com
trs fatores experimentais A, B e C cada um com dois nveis, com trs repeties de cada uma
das oito combinaes de nveis. Suponha-se que restries do material experimental somente
permitem a formao de blocos 4 parcelas e que o pesquisador est disposto a sacrificar as
inferncias referentes interao ABC dos trs fatores.
Para facilidade de compreenso, adota-se a notao que simboliza um dos nveis do fator
pela forma minscula da letra que denota o fator e o outro nvel pela ausncia dessa letra. Uma
combinao de nveis denotada pela justaposio das notaes dos nveis presentes na
combinao. Assim, por exemplo, ab denota a combinao de nveis em que os nveis escolhidos
dos fatores A e B esto presentes e o nvel escolhido do fator C est ausente. A combinao em
que os nveis escolhidos dos trs fatores esto ausentes denotada por (1).

260
O confundimento da interao ABC logrado pela alocao das 8 combinaes dos
nveis dos fatores A, B e C conforme indicado no croqui da Figura Figura Figura Figura 6 66 6. .. .16 16 16 16.

Repetio: 1 2 3
Bloco: 1 2 3 4 5 6
a (1) a (1) a (1)
b ab b ab b ab
c ac c ac c ac
abc bc abc bc abc bc

Figura Figura Figura Figura 6 66 6. .. .16 16 16 16. Croqui (antes da casualizao) de um delineamento com trs fatores
experimentais A, B e C com 3 repeties cada uma constituda de
dois blocos de 4 unidades experimentais com confundimento do
efeito da interao ABC com efeitos de blocos.

O Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .14 14 14 14 ilustra confundimento da interao dos trs fatores A, B e C em
todas as trs repeties. Nessas circunstncias o efeito da interao ABC
completamente confundido. Em algumas situaes pode ser conveniente obter
informao parcial sobre um efeito de interao confundindo-o com efeitos de blocos em
apenas algumas das repeties. Nesse caso, nas outras repeties so confundidos
efeitos de outras interaes. O Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .15 15 15 15 prov uma ilustrao de confundimento
parcial.
Para ilustrar confundimento parcial, suponha que o pesquisador prefere obter informao
parcial referente interao ABC confundindo-a apenas em uma das trs repeties, seja a
primeira, a custa do confundimento parcial das interaes de dois fatores AB e AC
respectivamente nas repeties 2 e 3. Ento, o croqui apropriado (antes da casualizao) o
apresentado na Figura Figura Figura Figura 6 66 6. .. .17 17 17 17.

Repetio:
1 2 3
Bloco: 1 2 3 4 5 6
a bc (1) a (1) a
b ac c b b c
c ab ab ac ac ab
abc (1) abc bc abc bc
Interaes confundidas: ABC AB AC

Figura Figura Figura Figura 6 66 6. .. .17 17 17 17. Croqui (antes da casualizao) de um experimento com trs fatores
experimentais A, B e C com 3 repeties cada uma constituda
de dois blocos de 4 unidades experimentais com confundimento
parcial das interaes ABC, AB e AC.

O procedimento geral para a gerao de delineamento com confundimento de
efeitos de fatores experimentais tema do Captulo 10 Captulo 10 Captulo 10 Captulo 10.
O Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .14 14 14 14 e o Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .15 15 15 15 ilustram confundimento de interaes, que
constitui a situao mais usual em que o confundimento conveniente. Em algumas
circunstncias particulares, o confundimento do efeito principal de um fator experimental
pode ser justificado por consideraes de ordem prtica e por atribuir maior preciso
para inferncias referentes ao fator experimental mais importante. O Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .16 16 16 16
apresenta uma ilustrao.
Suponha-se que est sendo planejado um experimento para pesquisa do efeito da
cobertura de lavoura de alface sobre a produo e que h expectativa de que o efeito da cobertura
possa depender da cultivar. Ento, decidido considerar dois fatores experimentais: data de
retirada da cobertura e cultivar, e so escolhidos 12 tratamentos correspondentes s 12
combinaes de 4 datas de retirada da cobertura e 3 cultivares. Dada a convenincia de utilizar o
menor nmero de coberturas possvel e o fato de que cultivar pode ser alocada a unidades de
pequenas dimenses, por convenincia de ordem prtica, decidido adotar duas formaes de
unidades experimentais: unidades de maior dimenso para o fator cobertura e subdivises dessas
unidades para o fator cultivar. definida a adoo de quatro repeties e a formao de quatro
blocos para o controle da heterogeneidade de caractersticas do solo. O croqui correspondente a
este delineamento, antes da casualizao, mostrado na Figura Figura Figura Figura 6 66 6. .. .18 18 18 18.

Bloco 1

Bloco 2
A
1
B
1
A
1
B
2
A
2
B
1
A
2
B
2
A
3
B
1
A
3
B
2
A
1
B
1
A
1
B
2
A
2
B
1
A
2
B
2
A
3
B
1
A
3
B
2

A
1
B
3
A
1
B
4
A
2
B
3
A
2
B
4
A
3
B
3
A
3
B
4
A
1
B
3
A
1
B
4
A
2
B
3
A
2
B
4
A
3
B
3
A
3
B
4

Bloco 3

Bloco 4
A
1
B
1
A
1
B
2
A
2
B
1
A
2
B
2
A
3
B
1
A
3
B
2
A
1
B
1
A
1
B
2
A
2
B
1
A
2
B
2
A
3
B
1
A
3
B
2

A
1
B
3
A
1
B
4
A
2
B
3
A
2
B
4
A
3
B
3
A
3
B
4
A
1
B
3
A
1
B
4
A
2
B
3
A
2
B
4
A
3
B
3
A
3
B
4

Figura Figura Figura Figura 6 66 6. .. .18 18 18 18. Croqui (antes da casualizao) de um delineamento com dois fatores
experimentais A e B e formao de quatro blocos para controle local; os
nveis do fator A so alocados a unidades divididas em 4 subunidades e
os nveis do fator B so assinalados a essas subunidades.

Observe-se que com este delineamento os nveis do fator A so alocados a divises do
bloco, ou seja, a sub-blocos constitudos de 4 unidades experimentais elementares e os nveis do
fator B so alocados a essas unidades experimentais de modo que cada sub-bloco compreende
uma coleo completa dos nveis do fator A. Dessa forma, os efeitos do fator A ficam confundidos
com efeitos de sub-blocos. Como, ademais, o nmero de repeties dos nveis do fator B maior
do que o nmero de repeties dos nveis do fator A, a preciso das inferncias referentes ao
efeito principal do fator B e ao efeito da interao dos dois fatores usualmente maior do que a
preciso das inferncias sobre o efeito principal do fator A. Assim, dado que os efeitos referentes
ao fator B, ou seja, data de retirada da cobertura constituem o objeto das inferncias desse
experimento e o fator A de menor importncia, esse delineamento conveniente para o presente
experimento.
6.6.7 6.6.7 6.6.7 6.6.7 Eficincia Eficincia Eficincia Eficincia
Os princpios considerados anteriormente so propriedades de delineamentos
experimentais individuais. A eficincia uma propriedade referente preciso de um
delineamento comparativamente a outros delineamentos para as mesmas circunstncias
de material experimental.

Um delineamento mais eficiente eficiente eficiente eficiente do que outro delineamento se a quantidade de
informao que ele prov maior do que a provida por este delineamento alternativo.


262
Assim, a eficincia uma propriedade referente preciso que um delineamento
pode propiciar relativamente a outros delineamentos alternativos. Essa uma
propriedade altamente importante que deve ser levada em conta na escolha entre
delineamentos alternativos apropriados para uma mesma situao experimental.
Em experimentos com um nico estrato do erro experimental a preciso ou
quantidade de informao expressa por 1/
2
, onde
2
a varincia do erro
experimental por unidade (Seo Seo Seo Seo 6.5.3 6.5.3 6.5.3 6.5.3). Nessas circunstncias, a eficincia relativa de
um delineamento D
1
em relao a um delineamento alternativo D
2
para inferncias
referentes a diferenas de duas mdias de tratamentos expressa pelo quociente das
correspondentes quantidades de informao fornecidas por esses delineamentos, ou
seja:
/
/
2
1
2
2
1
1

2
2
2
1
= ,
onde
2
1
e
2
2
so as varincias populacionais dos erros experimentais para os
delineamentos D
1
e D
2
. Como, em geral, essas varincias so desconhecidas, deve-se
recorrer s suas estimativas providas por experimentos. Ento, a eficincia relativa do
delineamento D
1
em relao ao delineamento D
2
dada por:

2
1 1 1
2
2 2 2
( +1) ( +3)s
ER =
( +1) ( +3)s
=

2
1 2 2
2
2 1 1
( +1)( +3)s
( +1)( +3)s
,
onde
2
1
s e
2
2
s so as estimativas das varincias dos erros dos delineamentos D
1
e D
2
,
respectivamente, e
1
e
2
so os graus de liberdade correspondentes a essas
estimativas.
O ajustamento da eficincia relativa quando as varincias populacionais so
substitudas pelas respectivas estimativas providas por experimentos importante
apenas se os graus de liberdade dessas estimativas so pequenos.
Essa expresso da eficincia relativa aplica-se a dois experimentos com o mesmo
conjunto de tratamentos. Ela tambm pode ser empregada para avaliar a eficincia
relativa da estimao de um efeito de tratamentos em dois experimentos e, mais
genericamente, para determinar a eficincia relativa de estimativas de um efeito de
fatores experimentais particular providas por dois experimentos. Nesses casos,
2
1
s e
2
2
s
tornam-se as estimativas das varincias desse efeito de tratamentos ou de fatores
experimentais providas pelos dois experimentos e
2
1
e
2
2
, seus respectivos nmeros
de graus de liberdade.
A considerao da eficincia relativa importante em muitas situaes; por
exemplo: a) para a deciso entre delineamentos alternativos no planejamento de
experimentos com base em resultados de experimentos anteriores, e b) para verificar a
convenincia de ter sido adotado um delineamento particular em um experimento j
realizado em relao a um delineamento alternativo mais simples. Esse segundo uso
importante no caso de experimentos que so repetidos ao longo do tempo, como
experimentos de melhoramento gentico de plantas. Por exemplo, se um delineamento
com blocos incompletos no se revela mais eficiente do que um delineamento com
blocos completos, no h porque continuar utilizando aquele delineamento nos prximos
anos. Uma ilustrao interessante da primeira situao dada no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .17 17 17 17.
Suponha-se que esteja sendo planejado um experimento para pesquisa do efeito de
hormnio de crescimento em ratos com os seguintes tratamentos: 1 - sem hormnio, 2 - hormnio
A, 3 - hormnio B e 4 - hormnio C. A unidade experimental ser constituda por um animal
individual e o experimento deve ser conduzido com 40 ratos machos provenientes de 10 ninhadas,
sendo 4 animais de cada ninhada. Considere-se um delineamento D
1
em que os 40 animais so
atribudos aleatoriamente, 10 a cada um dos 4 tratamentos, sem qualquer restrio. Esse
delineamento permite a todos os quatro tratamentos igual chance de ser alocado a qualquer
subconjunto de 10 dos 40 ratos. Suponha-se um delineamento alternativo D
2
que leva em conta a
origem dos ratos de modo que os quatro tratamentos so alocados aleatoriamente aos quatro
animais de cada uma das dez ninhadas, o que implica que cada subconjunto de quatro ratos de
uma mesma ninhada recebe uma coleo completa dos quatro tratamentos.
O delineamento D
1
permite aos quatro tratamentos igual chance de ser alocado a qualquer
subconjunto de 10 dos 40 ratos, enquanto no delineamento D
2
todos os quatro tratamentos tm
igual chance de ser alocado a qualquer dos ratos de cada uma das ninhadas. Em ambos
delineamentos D
1
e D
2
os procedimentos de casualizao determinam relaes aleatrias entre os
tratamentos e os animais, de modo que diferenas entre tratamentos resultam associadas com
efeitos aleatrios das caractersticas dos animais. No delineamento D
1
os tratamentos so
comparados sem considerao para a ninhada; no delineamento D
2
as comparaes entre
tratamento so procedidas entre animais de uma mesma ninhada. sabido que a variao de
caractersticas respostas, como peso corporal, por exemplo, entre membros de uma mesma
ninhada menor do que entre animais de ninhadas diferentes. Assim, pode ser esperado que o
delineamento D
2
produza mdias de tratamentos menos variveis do que as mdias
correspondentes providas pelo delineamento D
1
. De fato, em experimentos de nutrio com
algumas espcies de ninhadas numerosas tem sido observado que estimativas de varincias de
diferenas de mdias de tratamentos estimadas de indivduos de mesma ninhada chega a ser
cerca da metade das obtidas quando os animais no so agrupados segundo ninhadas. Isso
significa que o uso do delineamento D
2
requereria apenas a metade dos animais para lograr o
mesmo grau de variao que o delineamento D
1
. Assim, a adoo do delineamento D
2
em lugar do
delineamento D
1
reduziria o custo do experimento metade, ou, alternativamente, para uma dada
quantidade de experimento, ele diminuiria a variao entre mdias de tratamentos metade.

A Figura Figura Figura Figura 6 66 6. .. .19 19 19 19 estende a ilustrao Figura Figura Figura Figura 6 66 6. .. .11 11 11 11 das relaes entre os princpios
bsicos do delineamento do experimento. O controle local provm menores estimativas
da varincia do erro experimental quando associado ortogonalidade. O
confundimento em blocos incompletos pode propiciar delineamentos mais eficientes do
que delineamentos com blocos completos, dependendo da variao estranha do material
experimental e da formao de blocos. O controle local, associado ou no
ortogonalidade, proporciona delineamentos alternativos um dos quais usualmente mais
eficiente

Figura Figura Figura Figura 6 66 6. .. .19 19 19 19. . . . Inter-relaes entre seis princpios do delineamento de experimento.


264
1. Explique o significado de relao ortogonal entre dois fatores recorrendo a um exemplo de
experimento de sua rea. Qual a importncia desse princpio do delineamento do
experimento?
2. Verifique que a propriedade da ortogonalidade satisfeita pelo primeiro delineamento
considerado no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .9 99 9 e que, entretanto, o delineamento que resulta da perda da
parcela com a cultivar E no bloco 4 no ortogonal.
3. Em que circunstncias o pesquisador tem que recorrer a delineamento com blocos
incompletos? Ilustre com um exemplo de experimento de sua rea. Nessas circunstncias,
qual o princpio do delineamento que importante assegurar?
4. Explique a distino entre relao de dois fatores ortogonal e balanceada. Porque o
balanceamento uma propriedade do delineamento que importante assegurar, caso a
ortogonalidade seja inconveniente para as circunstncias do experimento?
5. Em um delineamento com blocos incompletos para 6 tratamentos (A, B, C, D e E) em 6 blocos
de 3 parcelas a distribuio dos tratamentos nos blocos ser procedida como segue:

Bloco: 1 (A, B, C) Bloco: 4 (B, E, F)
2 (A, B, D) 5 (C, D, E)
3 (A, E, F) 6 (C, D, F)

Verifique se este delineamento balanceado.
6. D um exemplo de experimento com um nico fator experimental com quatro tratamentos em
que seria apropriada a adoo de delineamento com blocos incompletos balanceados com
trs unidades experimentais por bloco. Mostre um croqui da distribuio dos tratamentos nas
7. Explique o significado do princpio do confundimento no delineamento de experimento. Ilustre
com um experimento de sua rea uma situao em que o uso do confundimento poderia ser
apropriado.
8. Mostre que o delineamento considerado no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .13 13 13 13, que balanceado em relao aos
nveis de cada um dos dois fatores A e B, ortogonal e que, entretanto, o delineamento
ilustrado no Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .12 12 12 12, que balanceado com respeito aos nveis do fator A, mas no em
relao aos nveis do fator B, no ortogonal.
9. Verifique que o delineamento do experimento do Exemplo Exemplo Exemplo Exemplo 6 66 6. .. .8 88 8 que ilustra a ortogonalidade de
dois fatores no balanceado no balanceado em relao aos nveis do fator B.
10. Suponha o plano de um experimento para pesquisa da eficcia de trs antibiticos para o
controle de mastite bovina, com 4 tratamentos: 1 - Tetraciclina, 2 - Gentamicina, 3 - Ampicilina
e 4 - Sem antibitico. Trinta animais so classificados em 5 grupos de 6 animais de idades
prximas e a cada um dos grupos os tratamentos 1, 2 e 3 so assinalados aleatoriamente a 3
das 6 unidades e o tratamento 4 s 3 unidades restantes.
a) Verifique se esse delineamento balanceado.
b) Verifique se ele ortogonal.
11. Considere o seguinte croqui de um experimento para comparao de quatro tratamentos
dispostos em quatro blocos:

Bloco 1: A B C D
Bloco 2: A B C
Bloco 3: A B D
Bloco 4: A C D

a) Verifique se esse delineamento balanceado.
b) Verifique se ele ortogonal.
12. Explique como se distinguem os usos do delineamento com blocos incompletos nas situaes
de um nico fator experimental e de dois ou mais fatores experimentais quanto aos efeitos
confundidos com blocos. Quais propriedades referentes s inferncias busca-se preservar em
cada uma dessas duas circunstncias.
13. D um exemplo de experimento de sua rea com dois ou mais fatores experimentais em que
seria conveniente o uso de delineamento com blocos incompletos e a adoo do princpio do
confundimento de efeitos de fatores experimentais com efeitos de blocos.
14. Na primeira coluna da tabela que segue esto enumeradas aes e procedimentos que o
pesquisador pode adotar no plano de experimento. Na segunda coluna so listadas
conseqncias desejveis e indesejveis referentes ao erro experimental e preciso e
validade do experimento. Associe a segunda coluna primeira, preenchendo nos parnteses
em branco os nmeros apropriados indicados entre parnteses na primeira coluna.

Aes e procedimentos adotados no
planejamento de experimento.
Conseqncias
(1)
Repetio em uma mesma posio
no espao e no tempo
( ) Estimao do erro experimental
(2)
Repetio em diferentes posies
no espao e no tempo
( )
Reduo da estimativa do erro
experimental
(3) Casualizao ( ) Reduo do vis intrnseco
(4) Controle local ( ) Reduo do vis extrnseco
(5) Controle estatstico ( ) Aumento do vis extrnseco
(6) Controle de tcnicas experimentais ( )
Validade da estimativa do erro
experimental
(7) Balanceamento ( )
Reduo do confundimento de efeitos de
fatores experimentais e de caractersticas
estranhas
(8) Confundimento ( )
Reduo da chance de que
caractersticas estranhas potencialmente
perturbadoras se tornem perturbadoras
( )
Aumento da preciso de inferncias
referentes a efeitos importantes de
fatores experimentais a custo do
sacrifcio da preciso para efeitos menos
importantes

1. Explique porque a escolha do delineamento experimental no passado era restrita a alguns
poucos delineamentos que se tornaram tradicionais. Porque hoje em dia no h razo para o
pesquisador condicionar o plano de seu experimento a um desses delineamentos?
2. Explique as razoes da dependncia recproca entre o planejamento da estrutura das
condies experimentais e o planejamento da estrutura das unidades.
3. Porque efeitos de fatores experimentais manifestam-se confundidos com efeitos de
caractersticas estranhas? Quais so as implicaes desse confundimento para as inferncias
originadas do experimento?
4. O que se entende por "erro experimental"? Ilustre com exemplo de um experimento de sua
rea.

266
5. O que significa "erro sistemtico"? Como ele pode ser originar em um experimento?
6. Porque o erro experimental usualmente designado erro aleatrio ou erro casual?
7. Liste e explique, abreviadamente, os requisitos importantes do plano do experimento.
8. Explique o significado de preciso do experimento. Porque a preciso depende da grandeza
do erro experimental que afeta efeitos de fatores experimentais e no da grandeza do erro
experimental global?
9. Que aes o pesquisador pode utilizar para o aumento da preciso do experimento?
10. Como o nmero de repeties pode afetar a preciso das inferncias derivadas da amostra?
11. Explique o significado de validade do experimento. Distinga validade interna e validade
externa.
12. Quais so as relaes da validade interna e da validade externa com o vis intrnseco e o vis
extrnseco?
13. Descreva resumidamente as aes que o pesquisador pode tomar para o aumento da
validade interna do experimento.
14. Explique as aes relevantes para o aumento da validade externa do experimento.
15. Que implicaes o controle de tcnicas experimentais pode ter para a validade interna do
experimento? E para a validade externa?
16. Como o registro de dados de caractersticas estranhas relevantes pode contribuir para o
aumento da preciso e a validade interna do experimento?
17. Como a escolha dos fatores experimentais e dos nveis desses fatores pode afetar a validade
interna e a validade externa do experimento?
18. Em que circunstncias a considerao de fatores experimentais adicionais pode propiciar o
aumento da validade externa?
19. Porque experimentos tecnolgicos podem requerer amostra de abrangncia espacial e
temporal ampla?
20. Explique porque a preciso pode ser avaliada objetivamente, enquanto as avaliaes da
validade interna e da validade externa somente podem ser feitas subjetivamente? Porque essa
subjetividade usualmente mais elevada para a validade externa?
21. Explique porque a preciso do experimento no pode ser absoluta.
22. Porque a validade do experimento no pode ser absoluta?
23. Identifique para um dos experimentos usados como ilustrao nos exerccios 3 e 4 dos
Exerccios Exerccios Exerccios Exerccios 6 66 6. .. .1 11 1 as operaes prprias ou necessrias para o funcionamento das unidades. Que
implicaes essas operaes podem ter para a preciso, a validade interna e a validade
externa do experimento.
24. Explique a importncia de tratamento controle, testemunha ou placebo para a deteco de
efeitos reais de tratamentos em um experimento.
25. Em que circunstncias o controle estatstico pode ser til para favorecer a validade interna do
experimento.
26. Explique abreviadamente os seguintes princpios bsicos do delineamento do experimento:
repetio, casualizao e controle local. Qual desses princpios bsicos atribudo a Ronald
A. Fisher?
27. Quais so as implicaes desses trs princpios bsicos do delineamento do experimento para
a preciso, a validade interna e a validade externa.
28. Explique e ilustre a diferena entre repetio e observao mltipla.
29. O que significa "repetio escondida" em um experimento fatorial?
30. Como a repetio pode contribuir para a validade externa de experimentos tecnolgicos?
31. Explique como o controle local pode contribuir para diminuir o confundimento de efeitos de
fatores experimentais com efeitos de caractersticas estranhas relevantes do material
experimental.
32. Suponha que um pesquisador planeja conduzir um experimento para pesquisa do efeito do
melhoramento da pastagem sobre o ganho de peso de ovinos em pastoreio no perodo de
maro a agosto, com dois tratamentos: 1 - pastagem melhorada e 2 - pastagem nativa. O
plano do experimento prev o uso de 60 animais machos da raa Corriedale e dois potreiros,
cada um com capacidade para 30 animais. Um dos potreiros de campo natural (pastagem
nativa) e o outro de pastagem melhorada. Os 60 animais sero distribudos 30 a cada um dos
dois potreiros. Suponha que os 60 cordeiros so razoavelmente uniformes, de modo que o
controle de caractersticas individuais dos animais seja julgado desnecessrio.
b) A variao entre animais dentro de potreiro poder prover uma estimativa vlida do erro
experimental para a comparao dos dois tratamentos? Justifique sua resposta
c) Esse experimento poder prover uma estimativa vlida do erro experimental para essa
comparao? Porque?
d) Indique uma alterao do plano do experimento que poderia propiciar a estimao vlida do
erro experimental para a comparao de interesse.
33. Explique a relao entre o princpio do controle local e o delineamento do experimento?
34. Em que consiste a casualizao na pesquisa experimental? Porque se deve adotar uma
disposio de tratamentos aleatria, em vez de uma disposio sistemtica que pode ser
aparentemente desejvel para um experimento?
35. Como a casualizao contribui para a validade do experimento?
36. Suponha que um pesquisador est planejando um experimento para pesquisa do efeito do
tamanho da semente de soja sobre a velocidade de germinao. Esse experimento ser
conduzido em caixas em casa de vegetao com cinco repeties de cada um de quatro
tamanhos de semente. As caractersticas do ambiente so suficientemente homogneas o
que torna o controle local dispensvel. Assim, os quatro tratamentos sero assinalados
aleatoriamente aos vinte vasos sem qualquer restrio. Quantas diferentes configuraes de
distribuio dos tratamentos nos vasos podero resultar?
37. D um exemplo de experimento de sua rea com um nico fator experimental em que seria
apropriada a adoo de delineamento com blocos completos. Mostre um croqui da distribuio
dos tratamentos nas unidades experimentais. Explique porque esse delineamento ortogonal.
38. Quais dos procedimentos de controle experimental tm implicaes para o delineamento do
experimento? Explique porque o controle de tcnicas experimentais e o controle estatstico
no tm implicaes para o delineamento do experimento.
39. Indique nas colunas 2 e 3 da tabela que segue as conseqncias que o pesquisador
usualmente espera resultarem, respectivamente quanto preciso e ao vis da estimativa do
erro experimental, de cada uma das aes ou ocorrncias listadas na primeira coluna da
tabela, entre as seguintes: 1 - aumento, 2 - diminuio, 3 nenhuma, 4 - outra (indique neste
caso).

Conseqncias para:
Aes e ocorrncias no experimento
Preciso Vis
Controle local
Controle estatstico
Casualizao
Ocorrncia de caractersticas estranhas perturbadoras
Uso de delineamento experimental inadequado
Aumento do tamanho do experimento

40. Explique porque o delineamento experimental exemplificado no exerccio 37 ortogonal.
Verifique que esse delineamento tambm balanceado em relao aos tratamentos.
41. Porque, em geral, mais fcil lograr um delineamento ortogonal ou balanceado para um
experimento do que para um estudo observacional?

268
42. Explique a relao dos princpios da ortogonalidade e do balanceamento do delineamento
experimental com o confundimento de efeitos de fatores experimentais com efeitos de
43. Ilustre o conceito de confundimento atravs de situaes prticas de seu campo de
especialidade. D exemplos de confundimento inevitvel, confundimento no intencional,
confundimento controlado e confundimento intencional.
a) O delineamento do experimento compreende a definio das ................................................
e as especificaes da estrutura ........................................................................., da estrutura
.................................................. e da relao entre essas duas estruturas.
b) Efeitos de fatores experimentais compreendem: ....................................................... de cada
um dos fatores, que o efeito de um fator global para os nveis dos demais fatores; ............
....... ................................ de cada um dos fatores, que o efeito de um fator para cada nvel
particular de outro fator ou para cada combinao particular dos nveis de outros fatores;
......................................................................, que a variao dos efeitos de um fator entre
os nveis de outro fator.
c) O erro que afeta um efeito de fatores experimentais compreende necessariamente o efeito
das caractersticas estranhas que com ele esto confundidas, que um componente do
.............................................................. . A estimao desses erros requer ............................,
ou seja, que nveis e combinaes de nveis de fatores experimentais esteja presentes em
mais de uma unidade experimental.
d) Em experimentos em que o erro experimental que afeta efeitos de fatores experimentais
provm de um nico estrato o erro que afeta esses efeitos mensurado pela .......................
.........................................................................................., que denotada por
2
. Fisher
define o inverso dessa medida, ou seja, 1/
2
, como a ............................... ou .......................
..................................................... .
e) A preciso do experimento pode ser aumentada pelos seguintes procedimentos de controle
experimental: ..................................................................., .......................................................
.e .................................................................... .O procedimento de controle experimental que
no afeta a preciso ................................................................ O procedimento mais eficaz
para lograr preciso elevada ...................................................................... ; entretanto, sua
aplicao limitada por suas implicaes para a representao da populao objetivo.
f) Um experimento ...................................... se as inferncias sobre efeitos de ......................
................................................... da amostra para a ........................................................ so
no tendenciosas. A validade afetada por vis de duas origens: .........................................
que se origina de confundimento tendencioso de efeitos de fatores experimentais com
efeitos de caractersticas estranhas e .................................................. que provm de falhas
da representao da .................................................. pela ..................................... .O vis da
primeira origem afeta a validade ................................. ; o da segunda origem, a ...................
....................................... .Procedimentos de controle experimental afetam apenas a validade
interna, ambas validade interna e validade externa ou no afetam a validade. .......................
......................................................... afeta as validades interna e externa; .............................
afeta apenas a validade interna; ....................................................................................... no
afetam a validade.
g) Alguns requisitos do plano do experimento requerem algumas propriedades importantes do
delineamento do experimento que so usualmente denominadas ..........................................
............................................................................................ . Duas dessas propriedades so
procedimentos de controle experimental: ........................................ e .................................. .
.............................................................. e .................................................. so dois desses
procedimentos de controle experimental que no esto relacionados com propriedades do
h) Unidades experimentais com um mesmo tratamento ou condio experimental constituem
...................................... para esse tratamento ou condio experimental. .............................
ou ...................................................... a unidade de informao sobre o ..............................
.............................................. .
i) A repetio, o controle local e a casualizao tm implicaes para a estimao do erro
experimental que afeta efeitos de fatores experimentais: .......................................... permite
a estimao, ........................................................... permite a reduo da estimativa provida
pela repetio e ................................................. permite que essa estimativa seja ...............
.............................................. .
j) ................................................, ................................................ e ............................................
so propriedades bsicas do delineamento do experimento relacionadas com o
confundimento de efeitos. ......................................................... significa ausncia de
confundimento de efeitos de fatores experimentais; sua importncia permitir inferncias
separada e independentemente para cada um dos efeitos de fatores experimentais.
................................................. significa distribuio uniforme dos efeitos de caractersticas
estranhas sobre efeitos de fatores experimentais; permite, por exemplo, igual preciso para
comparaes simples de tratamentos. ................................................... consiste no
confundimento planejado de efeitos de fatores experimentais menos relevante com efeitos
de caractersticas estranhas em benefcio de preciso mais elevada para as inferncias
referentes aos efeitos mais relevantes.
k) ........................................................ uma propriedade do delineamento do experimento
comparativamente a delineamentos alternativos. Freqentemente mais de um delineamento
experimental pode satisfazer propriedades requeridas do plano do experimento e do
delineamento experimental. Entretanto, usualmente, um desses delineamentos alternativo
prov a preciso mais elevada. Esse delineamento ................................................. deve ser
o escolhido, ressalvadas as condicionantes de ordem prtica.
1 ( ) O delineamento experimental compreende as escolhas das variveis respostas, das
condies experimentais e do controle experimental.
2 ( ) Usualmente, inferncias de um experimento podem ser derivadas utilizando estimativas
da varincia do erro experimental de pesquisas anteriores.
3 ( ) A preciso do experimento refere-se variabilidade estranha do material experimental
que no controlada.
4 ( ) O erro experimental compreende apenas a variao estranha casualizada.
5 ( ) O erro experimental pode, sempre, ser diminudo em um experimento.
6 ( ) O desvio padro de uma diferena de mdias de dois tratamentos expressa a grandeza
dos erros aleatrios que contribuem para a estimativa da diferena entre as mdias reais
desses tratamentos.
7 ( ) O pesquisador pode obter a preciso que deseja para o seu experimento atravs da
reduo da variao estranha que afeta os efeitos de fatores experimentais.
8 ( ) A utilizao de material experimental homogneo um recurso para lograr preciso
elevada em qualquer experimento.
9 ( ) Em alguns experimentos o material experimental deve ser naturalmente heterogneo,
embora isso possa ser inconveniente para a preciso do experimento.
10 ( ) A utilizao de tcnicas experimentais sempre contribui para o aumento da preciso e
validade do experimento.
11 ( ) A utilizao de material experimental homogneo propicia maior preciso do
experimento, mas prejudica a validade.
12 ( ) O aumento do nmero de repeties um recurso para lograr tanto a maior preciso
como a maior validade do experimento.
13 ( ) O delineamento experimental tem implicaes relevantes para a preciso e a validade
do experimento.
14 ( ) O pesquisador pode lograr preciso e validade absolutas das inferncias originadas do
experimento.
15 ( ) Os requisitos de preciso e validade so igualmente importantes em qualquer
experimento.

270
16 ( ) Em experimentos tecnolgicos usualmente a preciso e a validade so igualmente
importantes.
17 ( ) Em alguns experimentos, a preciso pode ser aumentada atravs da utilizao de
procedimentos de anlise estatstica apropriados.
18 ( ) O vis do experimento a proximidade entre a populao amostrada e a populao
objetivo.
19 ( ) No h como evitar o vis intrnseco de um experimento.
20 ( ) O pesquisador pode lograr a manifestao de efeitos reais de tratamentos utilizando o
controle de tcnicas experimentais apropriado.
21 ( ) O propsito do uso de repeties , entre outros, permitir a estimao no tendenciosa
do erro experimental.
22 ( ) O pesquisador deve adaptar seu experimento aos delineamentos experimentais
usualmente apresentados em textos.
23 ( ) O pesquisador deve desenvolver o delineamento para a situao particular de seu
experimento, contanto que leve apropriadamente em conta os princpios bsicos do
24 ( ) Fraes distintas do material experimental com um mesmo tratamento constituem
repeties desse tratamento.
25 ( ) O aumento do nmero de repetio pode ser logrado pela adoo de observaes
mltiplas nas unidades experimentais.
26 ( ) Em alguns experimentos o pesquisado pode admitir no adotar repetio.
27 ( ) Em um experimento com animais em que o tratamento aplicado ao potreiro a variao
entre animais dentro de potreiro prov uma estimativa adequada da varincia do erro
experimental.
28 ( ) A repetio afeta a preciso do experimento, mas pode no ter qualquer efeito sobre a
validade.
29 ( ) A repetio pode ser importante para o aumento da validade do experimento.
30 ( ) A repetio sempre contribui para a diminuio da estimativa da varincia do erro
experimental e, portanto, para o aumento da preciso do experimento.
31 ( ) O controle local pode ser desnecessrio em experimentos em ambientes controlados.
32 ( ) O controle local e o controle estatstico so dois procedimentos alternativos ou
complementares para a reduo do erro experimental que afeta efeitos de fatores
experimentais.
33 ( ) O controle local usualmente utilizado para o controle de caractersticas estranhas
individuais.
34 ( ) O controle estatstico usualmente adotado para o controle de caractersticas
estranhas individuais.
35 ( ) A casualizao o processo de assinalar os tratamentos s unidades experimentais
com o propsito de controlar o vis interno.
36 ( ) O pesquisador no tem como evitar o vis do experimento.
37 ( ) A casualizao pode ser adotada exclusivamente na atribuio dos tratamentos s
parcelas.
38 ( ) A casualizao pode lograr o controle de todas as caractersticas estranhas no
controladas por outro procedimento de controle experimental.
39 ( ) O balanceamento um procedimento que pode ser utilizado para evitar o
confundimento de efeitos de tratamentos com diferenas entre blocos em delineamentos
com blocos incompletos.
40 ( ) O confundimento de condies experimentais com caractersticas estranhas sempre
inconveniente no experimento.
41 ( ) O confundimento pode ser um recurso para lograr o aumento da preciso de inferncias
relevantes em um experimento.
42 ( ) O uso de metodologia estatstica apropriada no plano e na anlise dos resultados de um
experimento permite ao pesquisador atribuir um grau de confiabilidade s inferncias
derivadas do experimento.
43 ( ) As pressuposies dos mtodos estatsticos empregados na anlise dos resultados de
um experimento so relevantes para a validade das inferncias derivadas.
44 ( ) Qualquer experimento mal planejado pode ser salvo pelo emprego de uma metodologia
estatstica suficientemente sofisticada.
45 ( ) Atravs da metodologia de anlise estatstica apropriada, o experimentador pode obter
a prova absoluta da eficcia dos tratamentos em um experimento.
Delineamento do experimento
Efeito principal
Interao de efeitos de dois fatores
Erro experimental
Preciso / quantidade de informao
Erro padro
Amostra inicial
Tratamento controle / testemunha
Vis intrnseco
Validade interna
Validade do experimento
Efeito real de tratamento
Intervalo de confiana
Potncia de teste
Erro tipo 2
Princpios bsicos do delineamento
do experimento
Observao mltipla
Casualizao
Balanceamento
Eficincia relativa
Efeito de fatores experimentais
Efeito simples
Requisitos do plano do experimento
Erro que afeta um efeito de fatores
experimentais
Varincia do erro experimental
Desvio padro
Caracterstica estranha veiculada
com tratamento
Validade
Vis extrnseco
Validade externa
Simplicidade do experimento
Estimao
Teste de hiptese
Erro tipo 1
Teste de significncia
Repetio
Controle local
Ortogonalidade
Confundimento
Bi Bi Bi Bibliografia bliografia bliografia bliografia
1983. 145p.
and Hall, 1981. 189p.
590p.

272
FEDERER, W. T. Statistics and society, data collection and interpretation Statistics and society, data collection and interpretation Statistics and society, data collection and interpretation Statistics and society, data collection and interpretation. New York:
FINNEY, D. J. An introduct An introduct An introduct An introduction to statistical science in agriculture ion to statistical science in agriculture ion to statistical science in agriculture ion to statistical science in agriculture. 4.ed. Copenhagen:
FISHER, R. A. The arrangement of field experiments. Journal of the Ministry of Journal of the Ministry of Journal of the Ministry of Journal of the Ministry of
Agriculture of Great Britain Agriculture of Great Britain Agriculture of Great Britain Agriculture of Great Britain, v.33, p.503-513, 1926.
FISHER, R. A. The de The de The de The design of experiments sign of experiments sign of experiments sign of experiments. 8. ed. New York: Hafner, 1966. 248p.
KEMPTHORNE, O. Why randomise? Journal of Statistical Planning and Inference Journal of Statistical Planning and Inference Journal of Statistical Planning and Inference Journal of Statistical Planning and Inference, v.1,
p.1-25, 1977.
HINKELMANN, K.; KEMPTHORNE, O. Design and analysis of exper Design and analysis of exper Design and analysis of exper Design and analysis of experi ii iments ments ments ments. New York:
John Wiley, 1994. v.1, 495p.
and local studies. Australian Journal of St Australian Journal of St Australian Journal of St Australian Journal of Sta aa atistics tistics tistics tistics, v.27, n.2, p.111-122, 1985.
MEAD, R. The design of experiments: Statistical principles for practical application The design of experiments: Statistical principles for practical application The design of experiments: Statistical principles for practical application The design of experiments: Statistical principles for practical application.
Cambridge: Cambridge University, 1988. 620p.
MITCHELL, M.; JOLLEY, J. Research design explained Research design explained Research design explained Research design explained. 3. ed. Fort Worth, Texas:
Harcourt Brace, 1996. 624p.
PEARCE, S. C. The agri The agri The agri The agricultural field experiment: A statistical examination of theory and cultural field experiment: A statistical examination of theory and cultural field experiment: A statistical examination of theory and cultural field experiment: A statistical examination of theory and
practice practice practice practice. Chichester: John Wiley, 1983. 335p.
SELWYN, M. R. Principles of experimental design for the life sciences Principles of experimental design for the life sciences Principles of experimental design for the life sciences Principles of experimental design for the life sciences. Boca Raton,
Florida: CRC, 1996. 160p.
SHADISH, W. R.; COOK, T. D.; CAMPBELL, D. T. Experimental and quasi Experimental and quasi Experimental and quasi Experimental and quasi- -- -experimental experimental experimental experimental
designs for generalized causal inference designs for generalized causal inference designs for generalized causal inference designs for generalized causal inference. Boston: Houghton Mifflin, 2002. 623p.

7 77 7 Planejamento da Resposta Planejamento da Resposta Planejamento da Resposta Planejamento da Resposta
7.1 Introduo................................................................................................................... 274
7.2 Escolha das Caractersticas Respostas...................................................................... 275
7.3 Varivel e Escala de Medida....................................................................................... 279
Escala nominal............................................................................................................... 280
Escala ordinal ................................................................................................................ 282
Escala intervalar ............................................................................................................ 282
Escala racional............................................................................................................... 283
Outras classificaes e designaes de varivel ........................................................... 284
Escolha da escala de medida......................................................................................... 285
7.4 Processo de Mensurao ........................................................................................... 287
Mensurao subjetiva .................................................................................................... 287
Qualidade do processo de mensurao......................................................................... 289
Instante da mensurao................................................................................................. 289
7.5 Erro de Medida ........................................................................................................... 290
Erro humano .................................................................................................................. 291
Erro instrumental............................................................................................................ 291
7.6 Propriedades de um Processo de Mensurao........................................................... 293
7.6.1 Preciso e exatido de um processo de mensurao........................................... 293
7.6.2 Outras propriedades............................................................................................. 297
7.7 Estrutura da Varivel Resposta................................................................................... 298
Bibliografia.................................................................................................................. 305


274
O planejamento da resposta compreende a seleo das caractersticas respostas, a
escolha de variveis para represent-las, a previso dos processos de mensurao das
caractersticas respostas e o estabelecimento da relao dessas caractersticas.
Geralmente, o desempenho das unidades da populao objetivo de um
experimento expresso por um conjunto de caractersticas muito numeroso. Entretanto,
apenas um subconjunto dessas caractersticas respostas de interesse para
considerao no experimento. As caractersticas respostas desse subconjunto tm vrios
nveis de interesse, segundo o relacionamento com os objetivos do experimento. Em
geral, uma ou poucas caractersticas respostas tm relao direta com esses objetivos e
so de importncia primordial; a maioria delas pode ser de interesse secundrio, por
proverem informao sobre a origem dos efeitos causais das condies experimentais ou
sobre o grau de evidncia desses efeitos.
As duas questes principais que devem ser considerados no planejamento da
resposta para um experimento so: quais caractersticas devem ser mensuradas e como
mensur-las. Esses temas foram introduzidos na Seo 2.3.1 Seo 2.3.1 Seo 2.3.1 Seo 2.3.1. Em muitas situaes, a
escolha das caractersticas respostas fcil e os mtodos de mensurao so bem
estabelecidos, confiveis e rotineiros. Em outras, esses mtodos no esto to bem
estabelecidos, ou so disponveis vrios procedimentos alternativos para mensurao de
uma mesma caracterstica, um dos quais deve ser escolhido. Por exemplo, a eficincia
de um produto farmacutico particular pode ser avaliada simplesmente pelo registro de
uma caracterstica resposta de dois nveis em cada paciente: melhorou e no melhorou,
ou pela mensurao de alguma caracterstica atravs de um exame de laboratrio. Em
algumas situaes, devem ser usados instrumentos e procedimentos de mensurao
elaborados e sofisticados. Avaliaes relativamente simples de contagens, freqncias e
ordens podem ser bastante satisfatrias nos estgios iniciais de experimentao, ou
quando esperado que as diferenas de efeitos dos tratamentos sejam relativamente
elevadas. Entretanto, se devem ser detectadas diferenas pequenas e os riscos de erros
de mensurao so grandes, podem ser necessrias medidas mais acuradas, que
podem demandar a expresso da resposta por uma varivel contnua. O processo de
mensurao deve ser determinado apropriadamente para cada situao de modo que
no seja demasiadamente elaborado nem demasiadamente simplista.
A escolha do pesquisador, que deve levar em conta a qualidade da mensurao
requerida para cada pesquisa particular, tendo em considerao o presente estgio de
desenvolvimento das pesquisas na rea e os recursos disponveis. Algumas vezes, ele
deve estabelecer um compromisso entre o nmero de caractersticas respostas que
deveriam ser consideradas tendo em conta os objetivos do experimento e o nmero de
caractersticas respostas que podem ser mensuradas com a qualidade requerida para a
confiabilidade do experimento, em decorrncia da limitao imposta pelos recursos
disponveis.
Este Captulo aborda os aspectos mais relevantes do planejamento da resposta.
Assim, a Seo Seo Seo Seo 7.2 7.2 7.2 7.2 expe o processo de escolha das caractersticas respostas. Na
Seo Seo Seo Seo 7.3 7.3 7.3 7.3 trata-se da representao numrica de uma caracterstica, ou seja, da escolha
da varivel para representar uma caracterstica, particularmente da escala de medida. A
Seo Seo Seo Seo 7.4 7.4 7.4 7.4 aborda os vrios aspectos referentes ao processo de mensurao. A Seo Seo Seo Seo
7.5 7.5 7.5 7.5 discute os erros de medida que podem resultar desse processo. As duas
propriedades bsicas do processo de mensurao, ou seja, preciso e exatido, so o
tema da Seo Seo Seo Seo 7.6 7.6 7.6 7.6. Este Captulo encerra com a Seo Seo Seo Seo 7.7 7.7 7.7 7.7 que trata da estrutura da
varivel resposta.
7. Planejamento da Resposta 275
7.2 7.2 7.2 7.2 Escolha das Caractersticas Respostas Escolha das Caractersticas Respostas Escolha das Caractersticas Respostas Escolha das Caractersticas Respostas
Em muitos experimentos, vrias caractersticas respostas podem ser de interesse e
devem ser mensuradas. Usualmente, essas caractersticas no tm igual relevncia:
algumas so de importncia crucial para a consecuo dos objetivos do experimento e,
no outro extremo, algumas so de menor interesse e a deciso sobre sua mensurao
pode depender da disponibilidade de recursos.
A escolha das caractersticas respostas depende da relevncia para os objetivos
estabelecidos para o experimento e das possibilidades e recursos disponveis para
mensurao. Assim, recomendvel que o processo de escolha inicie com a elaborao
de uma lista das caractersticas que exprimam o desempenho das unidades da
populao objetivo. Ento, segue-se a ordenao dessas caractersticas, segundo o grau
de relacionamento com os objetivos do experimento. De acordo com esse
relacionamento, as caractersticas respostas podem ser classificadas nas duas seguintes
categorias:
caracterstica resposta principal ou primria e
caracterstica resposta secundria ou subsidiria.

As caractersticas respostas principais (ou caractersticas respostas primrias)
so as caractersticas respostas diretamente relacionadas aos objetivos do
experimento. As caractersticas respostas secundrias (ou caractersticas respostas
subsidirias) so as caractersticas respostas no relacionadas diretamente aos
objetivos do experimento.

As caractersticas respostas primrias so usualmente caractersticas referentes
funo das unidades da populao objetivo (Seo 2.2 Seo 2.2 Seo 2.2 Seo 2.2) e caractersticas que exprimem o
efeito causal relevante objeto das inferncias do experimento. Em experimentos
tecnolgicos, geralmente as caractersticas respostas primrias referem-se funo das
unidades; em experimentos bsicos, mais comumente so caractersticas que exprimem
o efeito causal relevante. Essas caractersticas so definidas, explicita ou implicitamente,
pelo problema cientfico. Os exemplos que seguem ilustram essas duas classes de
caractersticas respostas.
a) Em um experimento de comparao de cultivares de trigo, em que a funo importante
das lavouras e objeto de inferncia a produo de gros, a caracterstica resposta primria o
peso da produo de gros. So caractersticas respostas secundrias, por terem importncia
para a explicao do efeito causal da cultivar sobre a produo de gros, caractersticas
relacionadas planta: nmero de perfilhos, nmero de espigas, nmero de espiguetas por espiga
e nmero de gros por espiga. Tambm so caractersticas respostas secundrias, por essa
mesma razo e por expressarem propriedades importantes referentes qualidade do gro: peso
do gro e densidade do gro.
b) Em um experimento para pesquisa da suplementao de sal mineral e clcio sobre o
desenvolvimento corporal de cordeiros do desmame ao abate para a produo de carne de
cordeiro mamo, a caracterstica resposta primria o peso corporal ao abate. So caractersticas
respostas secundrias os pesos corporais a cada 15 dias deste perodo, que so importantes para
a expresso do desenvolvimento corporal, e caractersticas relevantes da carcaa, como peso de
quarto e peso de paleta.
Considere-se um experimento sobre o controle do mldio de videira da cultivar Itlia.
a) Se o objetivo do experimento tecnolgico, as caractersticas respostas primrias so as
propriedades relevantes referentes funo dos sistemas, ou seja, produo de uva de mesa.

276
Essas caractersticas so: peso da produo de cachos e peso mdio do cacho. O nmero de
cachos uma caracterstica resposta secundria, por sua necessidade para a determinao do
peso mdio do cacho. Tambm caracterstica resposta secundria o grau de infeco do mldio,
pela sua importncia para explicao do efeito causal do fungicida sobre a produo de cachos.
b) Se o experimento tem objetivo bsico o efeito causal relevante objeto de inferncia o
controle do mldio. Ento, o grau de infeco do mldio deve ser considerado uma caracterstica
resposta primria. Nesse caso, o peso da produo de cachos, o nmero de cachos e o peso
mdio do cacho so caractersticas respostas secundrias.

A separao das caractersticas respostas em primrias e secundrias tnue e
estreitamente dependente da avaliao do pesquisador de suas importncias relativas
para a expresso do desempenho das unidades tendo em vista os objetivos especficos
do experimento. Uma ilustrao apresentada no Exemplo Exemplo Exemplo Exemplo 7 77 7. .. .3 33 3 que considera diversos
objetivos alternativos de um experimento dependentes das funes relevantes das
unidades da populao objetivo.
Considere-se um experimento para pesquisa do efeito da poda do pessegueiro sobre a
produo de frutos.
a) Se a funo das unidades a produo de pssego de mesa, as caractersticas
respostas relevantes referem-se quantidade e aparncia do fruto. Ento, so caractersticas
respostas primrias o peso da produo de frutos e o peso mdio do fruto. O nmero de frutos
uma caracterstica resposta secundria, principalmente pela sua necessidade para a determinao
do peso mdio do fruto. Tambm so caractersticas respostas secundrias propriedades
referentes qualidade do fruto, tais como teor de acidez, teor de acar, cor e sabor.
b) Se a funo das unidades a produo de frutos para industrializao como compota, a
classificao das caractersticas respostas identificadas no exemplo a) permanece apropriada.
Entretanto, agora, podero ser caractersticas respostas secundrias propriedades referentes
qualidade da compota, tal como sabor.
c) Se a funo a produo de frutos para industrializao como pessegada, o peso da
produo de frutos a nica caracterstica resposta primria; o nmero de frutos uma
caracterstica resposta secundria, pela sua importncia para determinar se o efeito causal do tipo
de poda sobre o peso da produo decorre do aumento do tamanho do fruto ou do nmero de
frutos. Nesse caso, o peso mdio do fruto uma caracterstica resposta irrelevante.

As caractersticas respostas primrias devem ser necessariamente escolhidas para
considerao no experimento. Caractersticas respostas secundrias podem ser
importantes para proverem informao sobre a origem ou natureza de efeitos causais
atribuveis a fatores experimentais, ou sobre o grau de evidncia desses efeitos, ou para
expressarem alguma propriedade relevante relacionada ao desempenho das unidades.
As caractersticas respostas primrias devem ser objeto das inferncias a serem
derivadas do experimento, ou seja, os valores observados dessas caractersticas devem
ser submetidos anlise estatstica. Caractersticas respostas secundrias usualmente
so submetidas apenas a um resumo descritivo para determinao de estatsticas tais
como mdias e freqncias.
Caractersticas respostas secundrias podem ter importncia prpria no
experimento, por constiturem propriedades importantes referentes ao desempenho das
unidades, ou serem importantes para a explicao da origem dos efeitos de fatores
experimentais sobre caractersticas respostas primrias ou para a avaliao do quanto
desses efeitos atribuvel ao direta desses fatores.

Uma caracterstica resposta que explica a origem dos efeitos de fatores
experimentais sobre caractersticas respostas primrias e o quanto desses efeitos
atribuvel ao direta desses fatores denominada caracterstica resposta caracterstica resposta caracterstica resposta caracterstica resposta
intermediria intermediria intermediria intermediria.

a) Em um experimento de comparao de cultivares de aspargo, em que o peso da
produo a caracterstica resposta primria, o nmero de turies uma caracterstica resposta
intermediria;
b) em um experimento do efeito do manejo da ovelha matriz sobre a produo de carne de
cordeiro mamo, o peso da produo de carne por ovelha a caracterstica resposta primria e o
nmero de cordeiros, uma caracterstica resposta intermediria;
c) no experimento de comparao de cultivares de trigo do Exemplo Exemplo Exemplo Exemplo 7 77 7. .. .1 11 1 so caractersticas
respostas intermedirias: nmero de perfilhos, nmero de espigas, nmero de espiguetas por
espiga e nmero de gros por espiga.

Caractersticas respostas podem ser mensuradas diretamente ou indiretamente.
Quanto a essa propriedade, essas caractersticas classificam-se nas duas seguintes
categorias:
caracterstica resposta original, simples, crua ou pura, e
caracterstica resposta derivada ou composta.

Caractersticas respostas mensuradas diretamente so denominadas
caractersticas caractersticas caractersticas caractersticas respostas originais respostas originais respostas originais respostas originais (caractersticas respostas simples caractersticas respostas simples caractersticas respostas simples caractersticas respostas simples, cruas cruas cruas cruas ou puras puras puras puras);
as demais caractersticas respostas no denominadas caractersticas derivadas caractersticas derivadas caractersticas derivadas caractersticas derivadas (ou
caractersticas compostas caractersticas compostas caractersticas compostas caractersticas compostas). Estas so derivadas como relaes de caractersticas
respostas originais e de caractersticas estranhas,

Algumas ilustraes de caractersticas respostas originais e caractersticas
respostas derivadas so apresentadas no Exemplo Exemplo Exemplo Exemplo 7 77 7. .. .5 55 5 e no Exemplo Exemplo Exemplo Exemplo 7 77 7. .. .6 66 6.
Ilustraes de caractersticas respostas originais:
a) peso da produo de gros, nmero de perfilhos, nmero de espigas, nmero de
espiguetas, peso hectolitro, em um experimento com plantas granferas;
b) peso dos frutos e o nmero de frutos produzidos, em um experimento com plantas
frutferas;
c) peso corporal ao abate, tempo para o abate, peso de carcaa fria, comprimento de
carcaa, peso do alimento consumido, em um experimento de nutrio animal;
c) altura final da planta, em um experimento do efeito da fertilizao do solo sobre o
desenvolvimento do pessegueiro.
Ilustraes de caractersticas respostas derivadas providas pelos mesmos experimentos
considerados no Exemplo Exemplo Exemplo Exemplo 7 77 7. .. .5 55 5:
a) experimento com plantas granferas: nmero de espiguetas por espiga razo entre
nmero de espiguetas e nmero de espigas;
b) experimento com plantas frutferas: peso mdio do fruto - razo entre peso dos frutos e
nmero de frutos produzidos;
c) experimento de nutrio animal: ganho de peso - diferena entre peso final e peso inicial;
ganho mdio dirio de peso - razo entre ganho de peso e nmero de dias entre as determinaes

278
dos pesos inicial e final; e converso alimentar - razo entre peso do alimento consumido e ganho
de peso do animal;
d) experimento de fertilizao do solo para cultivo de pessegueiro: crescimento da planta
diferena entre altura final e altura inicial da planta.

Caractersticas derivadas, tais como taxas, razes, percentagens e concentraes,
so importantes em muitos experimentos. Observe-se, entretanto, que caractersticas
derivadas, como essas, so geralmente menos confiveis e mais enganosas do que as
caractersticas simples que as originam.
Em algumas circunstncias, uma caracterstica resposta mensurada atravs de
outra caracterstica, por inviabilidade ou inconvenincia de mensurao direta:

Uma caracterstica que usada para exprimir uma caracterstica resposta
indiretamente designada caracterstica resposta substituta caracterstica resposta substituta caracterstica resposta substituta caracterstica resposta substituta.

Os seguintes so exemplos de caracterstica resposta substituta:
a) vigor da semente determinado atravs do "teste de envelhecimento precoce", em um
experimento de armazenamento de sementes de cornicho;
b) vigor da planta determinado pelo dimetro do tronco a 1,5m de altura, em um
experimento de fertilizao do solo de pomar de pessegueiro; e
c) grau de infeco de um animal determinado pela temperatura corporal, em um
experimento de controle de uma doena infecciosa de ces.

Uma caracterstica considerada como substituta apenas na ausncia de uma
relao terica ou emprica que converta a medida determinada para essa caracterstica
em uma medida da caracterstica resposta de interesse e, mais particularmente, se no
h uma correlao exata entre as duas caractersticas. Esse princpio de medir uma
caracterstica atravs de uma outra altamente correlacionada com ela o fundamento de
muitos mtodos de mensurao.
A mensurao de uma caracterstica resposta pode demandar a execuo de
algum processo elaborado, tal como uma avaliao sob condies especiais, uma anlise
de laboratrio e um procedimento de anlise estatstica. O Exemplo Exemplo Exemplo Exemplo 7 77 7. .. .8 88 8 apresenta
ilustraes particulares.
a) Em um experimento de campo com cultivares e fungicidas, o poder germinativo da
semente determinado atravs de um teste em cmara de germinao; o vigor pode ser
determinado atravs do plantio da semente em condies de campo;
b) em um experimento com beterraba aucareira, a produo de acar derivada da
produo de raiz e do contedo de acar na raiz, que determinado por anlise qumica;
c) em um experimento de campo com videira vinfera, caractersticas referentes qualidade
do vinho so determinadas em laboratrio, atravs de microvinificao, ou seja, um processo de
vinificao em pequena escala que simula o processo industrial;
d) em um experimento do efeito de hormnios de crescimento sobre o desenvolvimento
corporal de sunos, a taxa de crescimento, o peso assinttico e a eficincia da converso de
alimento em peso vivo so determinados a partir do peso vivo mensurado em vrios instantes do
perodo experimental, atravs de procedimentos estatsticos no triviais.

Observe-se que uma caracterstica resposta importante em muitas situaes pode
ser irrelevante ou no pertinente em situaes particulares. Assim, por exemplo, o peso
corporal ao abate uma caracterstica resposta usualmente importante em experimentos
de produo animal; entretanto, no relevante em um experimento de nutrio de
sunos quando os animais so abatidos ao atingirem um peso de abate fixo, pr-
determinado (90 kg, por exemplo). Neste caso, a caracterstica resposta relevante o
ganho mdio dirio de peso que uma caracterstica derivada do peso inicial, do peso ao
abate (nesse caso constante) e do tempo para o abate.
A segunda questo envolvida no planejamento da resposta como mensurar as
caractersticas respostas. Trata-se da "ordenao" das alternativas, presumivelmente j
naturalmente classificadas, de cada uma das caractersticas respostas. Essa questo foi
introduzida na Seo 2.3.1 Seo 2.3.1 Seo 2.3.1 Seo 2.3.1 e novamente tratada a seguir.
7.3 7.3 7.3 7.3 Varivel e Escala de Medida Varivel e Escala de Medida Varivel e Escala de Medida Varivel e Escala de Medida
Em termos gerais, a mensurao de uma caracterstica ou propriedade de uma
unidade a representao dessa caracterstica atravs de nmeros que apresentem
entre eles as mesmas relaes relevantes dos nveis da caracterstica que representam.
Assim, medir uma caracterstica significa assinalar nmeros s unidades como um meio
de representar essa caracterstica.
Assim, a mensurao de uma caracterstica demanda o estabelecimento de uma
correspondncia entre os nveis da caracterstica e os valores de um conjunto de
nmeros que levem em conta as relaes entre esses nveis e as operaes que podem
ser efetuadas sobre eles. Correspondncia completa raramente pode ser obtida;
usualmente, obtm-se uma correspondncia parcial. A regra de correspondncia
estabelecida para representao de uma caracterstica determina a representao dessa
caracterstica atravs de uma funo numrica (ou seja, uma funo de valores
numricos) definida no conjunto dos nveis da caracterstica.

A funo numrica que estabelece uma correspondncia entre os nveis de uma
caracterstica e os valores de um conjunto de nmeros denominada varivel varivel varivel varivel.

Uma varivel deve expressar apropriadamente a caracterstica que ela representa.

Uma varivel uma varivel vlida varivel vlida varivel vlida varivel vlida se ela relevante ou apropriada para
representao da caracterstica que expressa, ou seja, se ela expressa
apropriadamente a propriedade correspondente a essa caracterstica.

A passagem aparentemente simples de uma propriedade das unidades para uma
varivel que a represente pode ser enganosa. Uma varivel deve ser definida clara e
exatamente. Para que seja obtida a definio de uma varivel que satisfaa a essas
condies a caracterstica no pode ser vaga, inexata ou no observvel diretamente.
Algumas ilustraes so apresentadas no Exemplo Exemplo Exemplo Exemplo 7 77 7. .. .9 99 9.
a) O peso mdio do fruto uma varivel vlida para expressar o tamanho dos frutos
produzidos por uma planta frutfera;
b) a razo entre o ganho mdio de peso dos animais no boxe e o consumo uma varivel
vlida para expressar a converso alimentar;
c) o peso da produo de gros das cinco plantas mais vigorosas da parcela pode no ser
uma varivel vlida para expressar a produo de gros na parcela;
d) o peso dos frutos dos ramos inferiores da planta pode no ser uma varivel vlida para
expressar o peso da produo de frutos.


280
Uma situao comum de varivel no vlida a representao dos nveis de uma
caracterstica por nmeros absolutos quando razes so mais apropriadas.
Se uma granja A tem 20 animais infectados com um vrus e outra granja B, 30 animais, isso
no significa que o nvel de infeco da granja B mais elevado do que o da granja A. De fato, se
os rebanhos das granjas A e B compreendem 1.000 animais e 6.000 animais, respectivamente,
suas correspondentes taxas de infeco desse vrus so 0,02 e 0,005, ou seja, 2% e 0,5%,
respectivamente.

fcil avaliar se uma varivel uma expresso vlida de uma caracterstica
quando a caracterstica claramente entendida. Esse o caso de caractersticas fsicas,
como comprimento, altura e peso de um indivduo. Certas caractersticas como a
intensidade de infeco de animais com um vrus e o grau de incidncia de uma doena
fngica em plantas de uma espcie cultivada, so menos claras e compreensveis, mas
se pode ter uma boa idia do que elas significam e como se deve medi-las. Entretanto,
em algumas situaes a caracterstica a ser medida to obscura que pessoas razoveis
podem discordar sobre a validade de uma varivel para exprimi-la. Esse o caso de
certas caractersticas em cincias sociais, como inteligncia, personalidade autoritria e
aptido para o estudo de lnguas.
A regra de correspondncia entre os nveis de uma caracterstica e os nmeros de
um conjunto numrico que define uma varivel determina uma escala de medida escala de medida escala de medida escala de medida. A
definio da escala de medida depende das pressuposies referentes s regras dessa
transformao.
O termo "escala de medida" usualmente relacionado com instrumentos como
rgua, balana e copo de medida, que so utilizados para determinar comprimento, peso
e volume. Ou seja, comumente tende-se a associar a mensurao com um processo de
medida fsica com escala bem definida que possui uma origem ou ponto zero natural e
uma unidade de medida constante. Freqentemente, entretanto, caractersticas devem
ser representadas por variveis com escalas de medida menos informativas, que no
possuem as propriedades associadas com a maioria das medidas fsicas. Seja, por
exemplo, a caracterstica sexo dos cordeiros de um rebanho. Essa caracterstica, que
tem dois nveis: macho e fmeo, pode ser representada por uma varivel com dois
valores numricos, sejam 0 e 1, respectivamente. A mdia desses valores para o
rebanho um valor entre 0 e 1, que no tem sentido, j que no h qualquer nvel da
caracterstica sexo entre macho e fmea.
As escalas de medida podem ser classificadas nas seguintes principais categorias:
nominal,
ordinal,
intervalar e
racional.
Cada uma dessas escalas de medida possui seu prprio conjunto de
pressuposies referentes correspondncia de nmeros com entidades do mundo real
e ao significado das vrias operaes matemticas sobre esses nmeros.
Escala nominal Escala nominal Escala nominal Escala nominal

Uma varivel de escala nominal escala nominal escala nominal escala nominal classifica as unidades em classes ou categorias
quanto caracterstica que representa, no estabelecendo qualquer relao de
grandeza ou ordem.

A escala nominal a menos restritiva. Neste tipo de escala de medida os valores
da varivel servem apenas como rtulos para identificar ou classificar as unidades quanto
caracterstica representada pela varivel. Assim, os valores da varivel identificam as
classes em que as unidades se classificam quanto caracterstica, de modo que todas
as unidades de uma classe so "iguais" ou equivalentes quanto a essa caracterstica.
Essa a propriedade da equivalncia ou igualdade de classes ou valores.
a) A identificao dos animais de um rebanho pode ser procedida pela assinalao de um
nmero a cada animal de modo que cada animal receba um nmero diferente. Qualquer conjunto
de nmeros apropriado para esse propsito, desde que cada animal receba um nmero e cada
nmero identifique apenas um animal. Assim, estabelece-se uma correspondncia biunvoca entre
os nmeros de um conjunto numrico e animais do rebanho. Esse processo define uma regra
simples para relacionar cada rtulo numrico com um animal particular.
b) Suponha-se uma fazenda com diversos rebanhos, um rebanho de cada raa, em que o
processo de identificao numrica dos animais compreenda duas partes, a primeira para
identificar o rebanho e a segunda, o animal dentro do rebanho. Cada animal de um rebanho
particular recebe o mesmo rtulo numrico do prefixo (primeira parte da identificao) e um rtulo
numrico especfico da segunda parte que o individualiza dos outros animais do mesmo rebanho.
Nesse caso, consideram-se classes de unidades. Todos os membros de uma classe so "iguais"
com relao propriedade que distingue as classes. O prefixo da identificao distingue os
rebanhos ou raas de animais; o sufixo da identificao distingue os animais de um mesmo
rebanho ou raa.
Observe-se que todos os animais de uma mesma raa so "iguais" apenas no sentido de
possurem a propriedade comum de pertencerem mesma raa. Eles diferem, naturalmente,
quanto a outras caractersticas, como idade e peso. Eles retm a identificao de suas
individualidades atravs do sufixo numrico.

Variveis de escala nominal apresentam as seguintes trs propriedades referentes
igualdade ou equivalncia de classes: 1) reflexividade: uma unidade equivalente a ela
prpria, ou seja, se a o valor de uma unidade da classe A, ento a=a; 2) simetria: se
uma unidade A equivalente a uma unidade B, ento a unidade B equivalente
unidade A, ou seja, se a e b so valores de duas unidades A e B, respectivamente, ento
a=b implica b=a; 3) transitividade: se A e B so unidades equivalentes e B e C so
unidades equivalentes, ento A e C so unidades equivalentes, ou seja, se a, b e c so
os valores de trs unidades A, B e C, respectivamente, ento a=b e b=c implica a=c.
Operaes aritmticas sobre valores de varivel nominal no tm qualquer
significado com respeito aos objetos do mundo real que eles representam. A escala
nominal permite apenas algumas operaes aritmticas mais elementares, como a
contagem e a determinao da freqncia de unidades com cada valor da varivel.
Tambm permite inferncias referentes s freqncias desses valores. Por exemplo, para
a situao do Exemplo Exemplo Exemplo Exemplo 7 77 7. .. .11 11 11 11, pode-se contar o nmero de animais de cada classe (raa) e
determinar a classe mais numerosa, ou seja, a moda da distribuio; e pode-se efetuar
testes de hipteses estatsticas referentes distribuio das unidades nas classes da
populao objetivo. Entretanto, como uma escala nominal apenas classifica unidades,
mas no infere grau ou quantidade, as vrias classes no podem ser manipuladas
matematicamente (por exemplo, por adio ou subtrao de equivalentes numricos
daquelas classes). Conseqentemente, a maioria das estatsticas usuais, como mdia e
desvio padro no tm sentido, pois as operaes para sua determinao no so
permissveis.

282
Escala ordinal Escala ordinal Escala ordinal Escala ordinal

Uma varivel de escala ordinal escala ordinal escala ordinal escala ordinal classifica as unidades em classes ou categorias
quanto caracterstica que representa, estabelecendo uma relao de ordem entre as
unidades.

A escala ordinal uma escala de ordenao. Esta escala designa a posio relativa
das classes (ou das unidades classificadas) segundo uma direo. Entretanto, uma
varivel ordinal no possibilita a comparao de diferenas entre unidades com respeito
caracterstica que ela exprime. Nessas circunstncias, qualquer varivel com o mesmo
nmero de valores e com mesma ordenao desses valores igualmente apropriado
para a expresso da caracterstica. Essa propriedade significa que a escala ordinal
invariante sob transformaes que preservem a ordem. Ou seja, uma escala ordinal pode
ser transformada em outra escala ordinal.
Os animais de um rebanho podem ser ordenados segundo o grau de infestao de
carrapato, atravs da assinalao do nmero zero para indicar a ausncia de infestao e dos
nmeros 1, 2 e 3 para indicar nveis crescentes de infestao, tais como infestaes baixa, mdia
e elevada. Observe-se, entretanto, que a ordenao dos animais no permite a comparao de
"diferenas" entre animais com respeito ao grau de infestao; por exemplo, no se pode saber se
a diferena entre os nveis de infestao de dois animais com os graus de infestao 1 e 2
menor, igual ou maior que a diferena entre os nveis de infestao de dois animais com graus de
infestao 2 e 3. Isso significa que qualquer outro conjunto de 4 nmeros que preserve a relao
de ordem dos nmeros 0, 1, 2 e 3 igualmente apropriado para essa mesma mensurao do grau
de infestao dos animais.

A escala ordinal mantm a propriedade da escala nominal de equivalncia de
classes, no sentido de que unidades equivalentes tm o mesmo valor, ou seja, so
assinaladas mesma classe ou ordem. Alm da propriedade de simetria da escala
nominal, a escala ordinal tem a propriedade de assimetria. Isso significa que classes
podem ser designadas no apenas como equivalentes a outras classes, mas tambm
como no equivalentes. Assim, por exemplo, uma escala ordinal pode designar que a
classe a maior do que a classe b e, portanto, que a classe b menor que a classe a. A
propriedade de transitividade preservada na escala ordinal: se a classe a maior que a
classe b, qualquer unidade particular da classe a maior que qualquer unidade particular
da classe b.
Essas propriedades adicionais caracterizam a superioridade da escala ordinal em
relao escala nominal. Entretanto, as descries estatsticas ainda so limitadas. As
medidas de posio restringem-se mediana, quartil, percentil e outras medidas que
possam ser determinadas a partir de ordens. Isso porque as operaes aritmticas
usuais no podem ser efetuadas com smbolos que caracterizam apenas ordem e
designam quantidade de modo vago. Em particular, a prtica de calcular ndices de
ordem globais, como a ordem ponderada dos animais de cada rebanho para comparao
dos graus de infeco dos rebanhos, suspeita. Alguns procedimentos estatsticos so
especificamente apropriados para dados de ordem, como o teste do sinal e o teste de
corrida ("run test").
Escala intervalar Escala intervalar Escala intervalar Escala intervalar

Uma varivel de escala intervalar escala intervalar escala intervalar escala intervalar, alm de ordenar as unidades quanto
caracterstica mensurada, possui uma unidade de medida constante; entretanto, a
origem (ponto zero) dessa escala arbitrria.

A escala de intervalo (ou escala intervalar) aproxima-se da concepo comum de
medida, j que possui uma unidade de medida constante. Dessa forma, a escala de
intervalo permite a determinao de diferenas entre unidades mensuradas. Entretanto, o
valor zero de uma varivel com escala intervalar no significa ausncia da caracterstica
mensurada. Como conseqncia, a origem ou ponto zero desta escala arbitrrio. Isso
significa que com essa escala relaes de propores no tm sentido.
a) Os exemplos mais comuns de escala de intervalo so as escalas Celsius e Fahrenheit,
que so usadas para medir a temperatura. Observe-se que um objeto com temperatura de 0C
no um objeto sem temperatura. Por essa razo o valor zero dessas escalas arbitrrio. Cada
uma dessas escalas assinala um zero arbitrrio e diferenas de temperatura iguais so
determinadas atravs da identificao de volumes iguais de expanso do lquido usado no
termmetro. Entretanto, no se pode dizer que um valor em um intervalo especfico da escala seja
um mltiplo de outro. Por exemplo, no correto dizer que um objeto com 30C duas vezes
mais quente que um com temperatura de 15C. Segundo a frmula de converso de graus Celsius
para graus Fahrenheit:
= +
F C
9
T T 32
5
, essas temperaturas expressas em graus Fahrenheit so,
respectivamente 86F e 59F que no esto na razo 2:1. Pode-se dizer, entretanto, que uma
diferena entre dois valores em uma escala um mltiplo de uma diferena entre dois outros
valores. Por exemplo, a diferena 30C - 0C o dobro da diferena 15C - 0C. As
correspondentes diferenas na escala Fahrenheit so 86F - 32F e 59F - 32F, que esto na
mesma razo 2:1.
b) A mensurao da temperatura dos animais de um rebanho permite determinar quanto um
animal mais quente do que outro. Mas se um animal A tem temperatura de 35C e outro animal
B temperatura de 40C, no se pode dizer que a temperatura do animal B 5/35 = 1/7 mais
elevada do que a temperatura do animal A.

A escala de intervalo invariante sob transformaes lineares positivas (ou seja,
transformaes da forma y=a+bx, b>0). Isso significa que uma escala de intervalo pode
ser transformada em outra por meio de uma transformao linear positiva.
A maioria das medidas estatsticas descritivas, tais como mdia, desvio padro,
coeficiente de correlao requerem apenas escala de intervalo. Por exemplo, se a
temperatura mdia de uma cidade em um ms determinadas em graus Celsius ou em
graus Fahrenheit, os dias do ms de temperatura superior mdia so os mesmos sob
cada uma destas duas escalas. Entretanto, algumas medidas estatsticas, como o
coeficiente de variao, podem ser enganosas quando aplicadas a dados de varivel de
escala intervalar.
Escala racional Escala racional Escala racional Escala racional

Uma varivel de escala racional escala racional escala racional escala racional ordena as unidades quanto caracterstica
mensurada, possui uma unidade de medida constante e uma origem (ponto zero)
nica.

A escala de razo, ou escala racional, a mais elaborada das escalas de medida,
no sentido de que permite todas as operaes aritmticas. Essa escala possui um ponto
zero nico, alm de unidade de medida constante. a escala de medida mais comum
nas cincias fsicas, tais como as escalas para a medida de comprimento, peso, etc.
Como a designao sugere, razes iguais entre valores da escala racional correspondem
a razes iguais entre as unidades mensuradas. Dessa forma, escalas de razo so
invariantes sob transformaes de proporo positivas, ou seja, transformaes da forma
y=cx, c>0. Isso significa que se pode efetuar a transformao das medidas de uma

284
escala racional para outra escala racional meramente pela multiplicao por uma
constante apropriada.
Se uma planta tem 3m e a outra 1m, pode-se dizer que a primeira planta tem altura 3 vezes
superior a da segunda. Isso porque, se as alturas das duas plantas forem transformadas em
centmetros, suas medidas sero, respectivamente, 30cm e 10cm, que esto na mesma razo 3:1.
Pode-se efetuar a transformao das medidas da escala racional que tem como unidade de
medida o metro para a outra escala racional que tem o centmetro como unidade de medida
meramente pela multiplicao por 10.

A escala racional mantm todas as propriedades das escalas de ordens mais
baixas escalas nominal, ordinal e intervalar, ou seja, tem as propriedades da
equivalncia de classes, da ordenao de classes e da igualdade de diferenas. Todas
as estatsticas descritivas podem ser determinadas para os valores de uma varivel
expressa em escala racional.
Outras classificaes e designaes de varivel Outras classificaes e designaes de varivel Outras classificaes e designaes de varivel Outras classificaes e designaes de varivel
Variveis so mais comumente classificadas segundo duas classes:
varivel qualitativa e
varivel quantitativa.

Variveis com escala de medida nominal ou ordinal so usualmente denominadas
variveis qualitativas variveis qualitativas variveis qualitativas variveis qualitativas porque seus nveis se distinguem qualitativamente. Tambm so
denominadas variveis categr variveis categr variveis categr variveis categricas icas icas icas, j que seus nveis designam categorias, ou
classes, em que se classificam as unidades segundo a caracterstica representada.
Por outro lado, variveis de escala intervalar ou racional so denominadas variveis variveis variveis variveis
quantitativas quantitativas quantitativas quantitativas porque seus nveis se relacionam quantitativamente.

Variveis tambm podem ser classificadas nas seguintes duas categorias:
varivel discreta e
varivel contnua.

Uma varivel que assume valores de um conjunto de nmeros reais isolados, ou
seja, de um conjunto discreto de nmeros reais, uma varivel discreta varivel discreta varivel discreta varivel discreta; uma varivel
que pode assumir qualquer valor de um intervalo de nmeros reais uma varivel varivel varivel varivel
contnua contnua contnua contnua.

Variveis qualitativas ou categricas, ou seja, de escala de medida nominal ou
ordinal, so, por definio, discretas e finitas, ou seja, assumem um conjunto finito de
valores distintos. Variveis com escala de medida intervalar ou racional podem ser
discretas, assumindo um conjunto finito ou infinito de valores distintos, ou contnuas. Por
exemplo, variveis que exprimem a quantidade de frutos em uma rvore e a quantidade
de leites de uma leitegada so variveis discretas finitas; variveis que exprimem o peso
e a altura de um animal ou de uma planta so variveis contnuas.
Observe-se que a mensurao atravs de uma escala intervalar ou racional pode
ser considerada como uma forma refinada de classificao. Se os cordeiros de um
rebanho so pesados com uma balana com aproximao de gramas, o resultado a
distribuio dos animais entre categorias discretas de peso, em que categorias vizinhas
diferem por uma grama. Se a pesagem efetuada em uma balana com aproximao de
miligramas, o nmero de categorias possveis cresce consideravelmente, mas o princpio
permanece o mesmo. Dessa forma, na prtica, o processo de mensurao, mesmo de
variveis conceitualmente contnuas, constitui uma classificao de unidades.
Escolha da escala de medida Escolha da escala de medida Escolha da escala de medida Escolha da escala de medida
Para algumas caractersticas a escolha da escala de medida limitada por
natureza. Mais freqentemente, entretanto, uma caracterstica pode ser expressa,
alternativamente, por mais de uma varivel com escalas de medida de nveis de preciso
diferentes.
a) O sexo e a raa de um animal so necessariamente expressos em escala nominal.
b) O tamanho da semente de uma cultivar pode ser expresso por uma varivel nominal de
dois nveis: 0 - anormal, 1 - normal; ou por uma varivel ordinal: 1 - muito pequena, 2 - pequena, 3
- mdia, 4 - grande e 5 - muito grande; ou por uma varivel racional cujos nveis so os nmeros
de um determinado intervalo de nmeros reais.

Se uma caracterstica pode ser alternativamente expressa por variveis de escalas
nominal, ordinal, intervalar e racional, a ordenao das quantidades de informao
providas por medidas individuais por variveis nessas escalas a seguinte:
nominal < ordinal < intervalar < racional.
Entretanto, a escolha da escala de medida deve levar em conta a importncia da
caracterstica resposta e consideraes de ordem terica e de ordem prtica. Sob o
ponto de vista terico, o pesquisador deveria utilizar, sempre, a escala de medida de
nvel mais elevado, ou seja, a escala racional, particularmente para variveis respostas
primrias. Entretanto, consideraes de ordem prtica tambm devem ser levadas em
conta, particularmente a disponibilidade de recursos, como instrumentos de mensurao
e pessoal habilitado para executar a mensurao. Consideraes estatsticas tambm
so importantes, j que os dados originados da pesquisa tero que ser submetidos
anlise estatstica. De modo geral, a metodologia estatstica est mais desenvolvida e
popularizada para variveis de distribuio normal, que so variveis contnuas com
escala racional.
Em muitas pesquisas, caractersticas intrinsecamente quantitativas so expressas
por variveis de escala ordinal cujos nveis so atribudos subjetivamente por um
avaliador. Esse freqentemente o caso de caractersticas que compreendem o grau ou
intensidade de alguma propriedade mensurada atravs de avaliao visual, como grau de
infeco de alguma doena ou infestao de alguma praga. Para representar uma tal
caracterstica freqente definir uma varivel com o nvel mais baixo igual a zero para
exprimir o grau ou intensidade nula, como ausncia do sintoma; intensidades crescentes
so expressas pelos nmeros inteiros seguintes, ou seja, 1, 2,... ; por exemplo, 0 - sem
infeco, 1 - infeco fraca, 2 - infeco mdia, 3 - infeco elevada e 4 - infeco muito
elevada.
Tais variveis so geralmente inconvenientes, por exprimirem uma caracterstica
contnua de modo muito impreciso e pelas dificuldades que decorrem para os
procedimentos de inferncia estatstica.
Caractersticas contnuas devem ser expressas, sempre que possvel, por varivel
contnua, mesmo em mensuraes subjetivas. Assim, por exemplo, a avaliao da
intensidade de infeco de ferrugem em folhas de trigo feita em percentagem, com uma
escala de medida contnua de valores entre 0 e 100, utilizando como padres figuras de
folhas com intensidades de infeco correspondentes a pontos arbitrrios dessa escala.
Intensidades de infeco de amostras de folhas so mensuradas por meio de
comparao do aspecto da folha com esses padres e interpolao nessa escala
contnua.

286
1. Considere as caractersticas respostas listadas para cada um dos seguintes experimentos
cujos objetivos so resumidos pelos respectivos ttulos:
A - "Estudo da eficcia de fungicidas no tratamento de semente de cebola". Caractersticas
respostas: peso do bulbo, nmero de bulbos, peso mdio do bulbo, grau de infeco da
planta.
B - "Estudo do efeito do hormnio estradiol sobre o desenvolvimento corporal de sunos da
raa Landrace". Caractersticas respostas: tempo para o abate, ganho mdio dirio de
peso, peso ao abate, peso de carcaa fria, consumo de rao, converso alimentar,
rendimento de carcaa, comprimento de carcaa, rea do olho de lombo.
C - "Efeito da adubao foliar sobre a produo de uva da cultivar Itlia". Caractersticas
respostas: peso dos cachos, nmero de cachos, peso mdio do cacho, brix, acidez.
D - Efeito do controle de nematides gastrintestinais atravs do uso do anti-helmntico HCG
8117 sobre a produo de carne de ovelhas de descarte da raa Ideal. Caractersticas
respostas: peso corporal a cada 28 dias do perodo experimental, peso de carcaa
quente, peso de carcaa fria, rendimento de carcaa, nmero de ovos nas fezes, nmero
de vermes nas vsceras.
a) Classifique cada uma das caractersticas respostas de cada um desses experimentos
segundo sua relao com os objetivos do respectivo experimento, em uma das duas
seguintes categorias: caracterstica resposta primria e caracterstica resposta secundria.
b) Classifique cada uma dessas caractersticas respostas em uma das seguintes categorias:
caracterstica resposta original ou pura, e caracterstica resposta derivada.
c) Quais dessas caractersticas so caractersticas respostas intermedirias? Quais so
caractersticas respostas substitutas?
d) Indique a escala de medida de cada uma dessas caractersticas respostas e uma
correspondente unidade de medida, se for o caso.
2. Responda as mesmas questes formuladas no exerccio 1 para cada um dos experimentos
considerados como exemplos da Seo 5.9 Seo 5.9 Seo 5.9 Seo 5.9.
3. Explique o significado de validade de uma varivel e ilustre um experimento com trs
variveis respostas com nveis de validade diferentes.
4. Para cada uma das seguintes situaes so especificadas a caracterstica resposta de
interesse e duas variveis para represent-la. Indique qual das duas variveis respostas
mais vlida para expressar a correspondente caracterstica.
a) Caracterstica: produo de carne, em um experimento de lotao do potreiro com bovinos
de corte; varivel 1: peso corporal, em kg/animal; varivel 2: peso corporal, em kg/ha.
b) Caracterstica: valor comercial da produo, em um experimento de comparao de
cultivares de batatinha; varivel 1: produo total de tubrculos, em kg/ha; varivel 2: peso
da produo comercial de tubrculos, em kg/ha.
c) Caracterstica: produo de frutos, em um experimento de espaamento de plantio de
pessegueiro; varivel 1: peso da produo de frutos, em kg/ha; varivel 2: peso da produo
de frutos, em kg/planta.
d) Caracterstica: produo de carne em um experimento de nutrio de sunos em que o
animal abatido ao atingir 90 kg; varivel 1: peso corporal, em kg/animal; varivel 2: ganho
mdio dirio de peso corporal, em kg/animal.
e) Caracterstica: idade de um coqueiro; varivel 1: nmero de anis no tronco; varivel 2:
dimetro do tronco medido quatro metros acima do solo, em cm.
5. Ilustre, atravs de exemplos, caractersticas respostas que envolvam os seguintes graus de
dificuldade de mensurao: simples, intermedirio e complexo.
6. Explique e ilustre o significado de escala de medida.
7. Conceitue e exemplifique cada uma das quatro escalas de medida: nominal, ordinal, intervalar
e racional.
8. Caracterize as quatro escalas de medida quanto s operaes aritmticas que permitem.
9. O que distingue escala de medida ordinal de escala de medida nominal?
10. Ilustre, atravs de um exemplo, uma caracterstica resposta que possa ser expressa,
alternativamente, por variveis de trs diferentes nveis de preciso. Comente sobre a
convenincia e inconvenincia de cada uma dessas trs variveis.
11. Ilustre, atravs de exemplos, como a escolha de uma escala ordinal para exprimir uma
caracterstica contnua pode implicar na preciso da expresso da caracterstica.
12. Variveis so muito freqentemente classificadas em duas categorias: qualitativas e
quantitativas. Classifique nessas duas categorias variveis de escalas nominal, ordinal,
intervalar e racional.
13. Variveis tambm so freqentemente classificadas em discretas e contnuas. Explique e
ilustre esses conceitos.
14. Em que escalas de medidas so expressas variveis que exprimem contagem (nmero de
frutos em rvores de um pomar, nmero de vermes nas vsceras de animais de um rebanho,
por exemplo)?
7.4 7.4 7.4 7.4 Processo de Mensurao Processo de Mensurao Processo de Mensurao Processo de Mensurao
Escalas de medidas quantitativas e processos de mensurao objetivos so
conhecidos e disponveis para muitas caractersticas. Para essas situaes, pode no
haver dvidas sobre o procedimento de mensurao e dificuldades para implement-los.
Esse o caso, por exemplo, da mensurao do peso de um animal e do peso da
produo de frutos de uma planta frutfera. Muito freqentemente, a mensurao de
caractersticas de um produto apresenta pouca dificuldade, quando o produto e a
caracterstica resposta so claramente definidos. A atividade de pesquisa intensa
tambm j estabeleceu mtodos de mensurao confiveis de caractersticas fsicas e
qumicas usuais. Em reas de pesquisa iniciantes, entretanto, muitos procedimentos de
mensurao so rudimentares e requerido o desenvolvimento de metodologias de
mensurao mais elaboradas. Em casos extremos, a metodologia de mensurao pode
constituir um problema ainda no resolvido e limitante. Nessas circunstncias, no
podero ser conduzidas pesquisas confiveis at que sejam desenvolvidos
procedimentos de mensurao apropriados.
A mensurao de uma caracterstica resposta pode ser simples e efetuada
diretamente com instrumentos simples e disponveis, como as determinaes do peso e
do comprimento, ou muito laboriosa e requerendo a utilizao de processos e
instrumentos complexos, sofisticados e caros, como a determinao de caractersticas
qumicas do vinho atravs de microvinificao.
Mensurao subjetiva Mensurao subjetiva Mensurao subjetiva Mensurao subjetiva
Em muitas situaes, caractersticas so mensuradas subjetivamente atravs de
um avaliador. Por exemplo, grau de infeco de uma planta e condio corporal de um
animal, atravs de avaliao visual; caractersticas organolpticas do vinho, atravs de
degustao; e quantidade de microorganismos, atravs de avaliao visual com auxlio
de microscpio. Tais mensuraes exigem tcnicas e procedimentos especiais, como
treinamento de avaliadores, uso de critrios e padres uniformes e bem estabelecidos, e
cuidados para evitar tendenciosidade. Um exemplo o procedimento para avaliao da
intensidade de infeco de ferrugem em folhas de trigo, mencionado no ltimo pargrafo
da Seo Seo Seo Seo 7.3 7.3 7.3 7.3.
Pesquisadores, tcnicos e demais auxiliares devem ser intelectualmente no
tendenciosos na execuo da pesquisa. Mas avaliaes subjetivas podem estar sujeitas

288
a tendenciosidade inconsciente, decorrente de preferncia ou rejeio, ou de alguma
outra origem. Em circunstncias em que mensuraes subjetivas possam estar sujeitas a
tendenciosidade, pode ser conveniente que o avaliador no seja informado sobre a
unidade que lhe submetida para avaliao. Esse procedimento de controle da
tendenciosidade da mensurao denominado mensurao cega mensurao cega mensurao cega mensurao cega ou avaliao cega avaliao cega avaliao cega avaliao cega.
a) Em um experimento em tecnologia de alimentos para comparao de um novo processo
com processos existentes em que tenha que ser avaliada alguma propriedade organolptica do
produto o avaliador pode ser influenciado a emitir julgamento favorvel ao novo processo;
b) ao efetuar uma contagem de microorganismos com auxlio de uma lupa ou microscpio, o
pesquisador ou um tcnico de laboratrio que sabe que duas unidades da amostra correspondem
a um mesmo tratamento pode subconscientemente tender a forar a contagem da segunda
unidade a aproximar-se da primeira.
Nessas circunstncias, conveniente que as unidades a serem avaliadas sejam
submetidas ao avaliador sem identificao de sua origem.

Conforme salientado na Seo Seo Seo Seo 7.3 7.3 7.3 7.3, em geral so inconvenientes avaliaes de
caractersticas contnuas atravs do uso de escalas discretas ordinais com poucos
valores arbitrrios. Um procedimento geral para a gerao de uma varivel continua para
expressar uma caracterstica contnua atravs de avaliaes subjetivas o seguinte:
1) constri-se ou desenha-se uma rgua graduada de 0 a 100;
2) estabelecem-se alguns pontos da rgua ou percentagens particulares como
padres de referncia correspondentes a vrios graus de intensidade
apropriadamente definidos;
3) efetua-se o treinamento dos avaliadores na interpretao desses padres; e
4) efetua-se a avaliao de cada unidade da amostra atravs da indicao do ponto
da rgua a que corresponde a intensidade da caracterstica manifestada.
Naturalmente, essas avaliaes continuam subjetivas e imprecisas. Graus de
objetividade e preciso mais elevados podem ser logrados atravs de treinamento
apropriado de avaliadores. Observe-se, entretanto, que em experimentos comparativos
interessa muito mais a ordenao apropriada das intensidades do que seus valores
absolutos.
Em geral, conveniente que avaliaes subjetivas sejam procedidas por dois ou
mais avaliadores. Ento, a varivel resposta definida como a mdia das avaliaes
procedidas individualmente pelos distintos avaliadores. Dessa forma, obtm-se
avaliaes menos subjetivas e mais precisas. Alm disso, segundo o teorema central do
limite, pode-se admitir que a varivel resposta, compreendendo a mdia de diversas
avaliaes, tem distribuio aproximadamente normal.
Em experimentos em que so utilizados vrios avaliadores e em que h expectativa
de possvel efeito de avaliador sobre variveis respostas, o pesquisador tem duas
alternativas para evitar o confundimento de efeitos de fatores experimentais com efeitos
atribuveis a avaliador:
a) considerar avaliador como uma caracterstica estranha e submet-la a controle
local de modo que, na situao mais simples, cada avaliador avalia um conjunto
de unidades experimentais compreendendo uma repetio completa de todos os
tratamentos; ou
b) considerar avaliador como um fator experimental intrnseco.
A primeira alternativa apropriada quando no esperada interao entre
avaliador e fatores experimentais, ou seja, no esperada variao da resposta s
condies experimentais entre avaliadores. A segunda alternativa adequada quando h
expectativa dessa interao.
Qualidade do processo de mensurao Qualidade do processo de mensurao Qualidade do processo de mensurao Qualidade do processo de mensurao
A qualidade do processo de mensurao pode ser dependente do tamanho, da
abrangncia e da complexidade da pesquisa. Essa questo, que mais crucial em
estudos observacionais e levantamentos, tambm pode ser importante na pesquisa
experimental. Assim, em um experimento agrcola de campo conduzido em vrios locais,
pode ser difcil ou invivel a avaliao, em todos os locais, do grau de incidncia de uma
doena que dependa de conhecimento especializado do avaliador; tambm pode ser
difcil a avaliao confivel de caractersticas da planta, como altura e acamamento.
Nessas circunstncias, comum o registro de dados das variveis respostas primrias,
como o peso do gro no exemplo, em todos os locais, e o registro de dados de variveis
respostas secundrias apenas nos locais em que h recursos apropriados.
Em algumas circunstncias, pesquisadores adotam prticas para a mensurao de
caractersticas respostas que tm conseqncias importantes para a derivao de
inferncias referentes a essas caractersticas. Por exemplo: a) mensurao em parte da
amostra, ou seja, em apenas algumas repeties, o que implica a reduo da preciso
das inferncias referentes a essas variveis (Seo 6.5.3 Seo 6.5.3 Seo 6.5.3 Seo 6.5.3); b) uso de amostras
compostas de material colhido das diversas unidades experimentais com cada tratamento
para a determinao do valor de uma varivel resposta global para cada tratamento, o
que torna invivel qualquer inferncia estatstica referente a tais variveis. Esses
procedimentos no devem ser utilizados para mensurao de caractersticas respostas
primrias; podem ser apropriados para variveis respostas secundrias, quando a
mensurao dessas variveis em cada unidade experimental impraticvel ou demanda
trabalho e recursos no justificados por suas importncias relativas para a consecuo
dos objetivos do experimento.
Em certas circunstncias, o pesquisador pode ter que tomar a deciso de reduzir o
nmero de caractersticas respostas a considerar em um experimento e,
conseqentemente, restringir os objetivos originais do experimento para permitir
qualidade mais elevada da mensurao das caractersticas respostas.
Instante da mensurao Instante da mensurao Instante da mensurao Instante da mensurao
O instante da mensurao um atributo importante de uma caracterstica resposta.
Em geral, a prpria definio de uma varivel resposta implica o estabelecimento do
instante de sua mensurao. Por exemplo, a produo de frutos de uma planta frutfera,
mensurada quando os frutos atingem um dado estado de maturidade; a produo de
gros de um conjunto de plantas, mensurada quando os gros atingem um estado pr-
estabelecido; e o peso de um animal ao abate, mensurado ao final de um dado intervalo
de tempo.
A definio do instante de mensurao deve ser estabelecida precisa e
explicitamente no plano do experimento, j que diferenas de instante de mensurao
podem implicar variao substancial do valor da varivel resposta. Essa questo crucial
quando o efeito de um fator de tratamento perdura com variao de intensidade em um
intervalo de tempo durante o qual a caracterstica resposta deve ser mensurada. Por
exemplo, peso corporal em um experimento de nutrio animal em que animais so
submetidos a diferentes dietas, e grau de incidncia de uma praga em um experimento
de controle de uma praga com inseticidas. Nessas circunstncias muito freqentemente
recomendvel a mensurao em diversos instantes do intervalo de tempo em que so
esperados efeitos dos tratamentos. Em algumas situaes a determinao da forma da
variao da resposta com o tempo um propsito da pesquisa, o que demanda,
necessariamente, essas mensuraes sucessivas. Certos experimentos podem ter como
objetivo a determinao da amplitude do intervalo de durao dos efeitos dos

290
tratamentos; nesse caso, o plano do experimento deve estabelecer mensuraes
sucessivas, em instantes prefixados, at que esses efeitos cessem.
Em algumas circunstncias, uma caracterstica resposta mensurada sobre as
unidades de observao em instantes diferentes, conforme essas unidades vo atingindo
o ponto pr-estabelecido para mensurao. Por exemplo: a) caractersticas do fruto do
pessegueiro, cuja colheita procedida em diversas etapas, na medida em que os frutos
atingem o estado de maturidade apropriado; b) peso ao abate e caractersticas referentes
carcaa de sunos, que so mensuradas individualmente sobre cada animal, na medida
em que o animal atinge um peso pr-estabelecido (muito freqentemente, 90 kg).
7.5 7.5 7.5 7.5 Erro de Medida Erro de Medida Erro de Medida Erro de Medida
Em geral, a mensurao de uma caracterstica nas correspondentes unidades de
observao no exata; ou seja, a medida registrada no o verdadeiro valor da
grandeza mensurada.

A diferena entre o valor mensurado de uma varivel resposta em uma unidade
de observao e seu valor verdadeiro nessa unidade denominada erro de medida erro de medida erro de medida erro de medida
ou erro tcnico erro tcnico erro tcnico erro tcnico:
Erro de medida = valor observado valor verdadeiro.

Erros de medida podem ser sistemticos ou aleatrios:

Um erro de medida sistemtico erro de medida sistemtico erro de medida sistemtico erro de medida sistemtico aquele em que os valores registrados da
varivel resposta so consistentemente acima, ou consistentemente abaixo, do valor
verdadeiro. A observao nessas circunstncias dita viciada viciada viciada viciada, viesada viesada viesada viesada ou
tendenciosa tendenciosa tendenciosa tendenciosa. Quando os valores observados distribuem-se uniformemente em torno
do valor verdadeiro, o erro de medida denomina-se erro de medida aleatrio erro de medida aleatrio erro de medida aleatrio erro de medida aleatrio.

Freqentemente, erros de medida sistemticos decorrem de causas que podem ser
identificadas ou assinaladas; erros aleatrios so devidos a causas inexplicveis, ou no
identificveis. Um erro sistemtico repete-se semelhantemente para todas as medidas
efetuadas ou alguma funo do valor verdadeiro da caracterstica mensurada.
Em experimentos comparativos, erros de medida sistemticos originam estimativas
tendenciosas do erro experimental e de diferenas de efeitos de condies
experimentais. Por outro lado, erros de medida aleatrios inflacionam essas estimativas,
embora no tendenciosamente, e podem obscurecer diferenas de efeitos de condies
experimentais. Em algumas situaes, erros de medida aleatrios podem ser reduzidos
com a adoo de observaes mltiplas (ou repetidas) sobre cada unidade experimental
elementar.
Erros de medida tm trs origens:
a) humana, ou seja, decorrente de variaes entre observaes de um mesmo
indivduo ou entre observaes de indivduos diferentes;
b) instrumental, decorrente de falhas de instrumentos ou aparelhos utilizados nas
mensuraes; e
c) diferenas de tcnicas e de instrumentos de observao e mensurao, como as
que podem ocorrer entre laboratrios.
Erro human Erro human Erro human Erro humano oo o
Erros humanos decorrem de tendncia pessoal e de descuidos dos indivduos
envolvidos no processo de mensurao. Em muitos processos de mensurao, tais como
determinao do peso de unidades atravs de uma balana e determinao de
microorganismos em uma colnia atravs de leitura por meio de microscpio, comum
que indivduos diferentes obtenham resultados sistematicamente diferentes. Por exemplo,
uma pessoa pode tender a cessar a observao de um evento sistematicamente antes de
outra.
Um erro de mensurao humano tambm pode decorrer de circunstncias
particulares do indivduo que executa uma mensurao pela primeira vez, ou a executa
rotineiramente e de forma montona. A chance desses erros aumenta com a fadiga do
observador.
Esses erros tambm podem resultar de prejulgamentos muito comuns que implicam
em certas tendncias pessoais. Essas tendncias pessoais so to fortes que no s
podem influenciar de modo marcante a freqncia da ocorrncia de diferentes dgitos na
estimao de dcimos da diviso de uma escala como tambm podem falsificar
resultados que sejam simplesmente lidos e registrados diretamente.
Erros humanos relacionados ao tratamento de dados so muito comuns, como o
caso da preferncia por dgitos particulares no arredondamento de dados. Na situao de
grandes conjuntos de dados esses erros raramente implicam em tendenciosidade
importante, mas podem ser muito substanciais com pequenos conjuntos de dados. Erros
de arredondamento em manejo de dados podem ser evitados com o uso de computador
e de programas que utilizam algoritmos que mantm grande nmero de dgitos
significativos nos clculos. Erros referentes preferncia por dgitos podem ocorrer
quando so feitas leituras de observaes efetuadas atravs de instrumentos que
envolvem julgamento; por exemplo, na determinao do ltimo dgito de um nmero em
uma balana, pode haver a preferncia do observador em escolher certos dgitos, como 0
e 5, mais freqentemente do que outros. Preferncia por dgitos pode introduzir um erro
aleatrio ou sistemtico cuja magnitude depende da importncia do ltimo dgito dos
valores da varivel resposta.
Erros de descuido decorrem, por exemplo, de colocao errada da vrgula em um
nmero decimal, troca de sinal, transposio de algarismos, registro de inteiro errado,
leituras invertidas e de incorrees de operaes aritmticas. Muitos desses erros podem
originar-se do uso de instrumentos imprprios ou de escalas de medida
desnecessariamente complicadas.
Em geral erros humanos sistemticos podem ser evitados ou minimizados atravs
de iniciativas e precaues apropriadas, tais como treinamento de observadores para a
aquisio da habilidade necessria, reduo de perodos de trabalho montono,
verificao de resultados na medida em que as mensuraes so efetuadas, e uso de
procedimentos e instrumentos de mensurao adequadamente simples e objetivos. Com
esses cuidados, erros humanos tornam-se aleatrios e podem ser ignorados.
Erro instrumental Erro instrumental Erro instrumental Erro instrumental
Erros instrumentais so freqentes em mensuraes efetuadas atravs de
instrumentos, particularmente em experimentos de laboratrio. Podem ter diversas
origens, tais como: a) falhas do instrumento de medida; por exemplo, uma balana pode
estar graduada imperfeitamente, ou alinhada ou posicionada incorretamente; e b) uso de
equaes que so aproximaes imperfeitas das relaes que devem expressar no
procedimento de mensurao. No que se refere a essa segunda origem, observe-se que
muitos instrumentos de mensurao no medem diretamente a caracterstica que devem
medir, mas alguma outra caracterstica que se relaciona com aquela atravs de alguma
teoria. Se as condies da teoria no concordam adequadamente com a situao real, o

292
instrumento pode registrar valores diferentes dos apropriados. Por exemplo, um
voltmetro converte a voltagem em uma posio do ponteiro, mas se a impedncia da
fonte da voltagem muito elevada, a posio do ponteiro no expressar a voltagem
verdadeira, porque os voltmetros so, de fato, metros de corrente conectados com uma
resistncia e funcionam adequadamente apenas com fontes de baixa impedncia.
Erros instrumentais podem ser evitados ou reduzidos quando o observador est
ciente de suas causas.
Esses erros podem ser aleatrios ou sistemticos, e podem corresponder a
diversas formas de desvios entre as medidas registradas e os respectivos valores
verdadeiros. Algumas formas importantes so descritas a seguir e ilustradas na

Figura Figura Figura Figura 7 77 7. .. .1 11 1. Ilustrao de algumas formas de erro instrumental; a linha contnua
refere-se situao em que o valor observado da resposta
igual ao valor verdadeiro; linhas tracejadas e pontos representam
erros de medida.

Err Err Err Erro zero o zero o zero o zero observao consistente de valor diferente de zero para exprimir
resposta nula (
Figura Figura Figura Figura 7 77 7. .. .1 11 1 a). Esse tipo de erro sistemtico decorre de falha de calibrao do
instrumento de mensurao que implica que seu ponto zero no corresponde ao
valor zero da grandeza mensurada. Erro zero pode ocorrer, por exemplo, em
medidas efetuadas com uma balana no calibrada.
Erro de no linearidade Erro de no linearidade Erro de no linearidade Erro de no linearidade valor observado da varivel resposta relaciona-se com
o valor verdadeiro de forma no linear; por exemplo, de forma quadrtica ou
cbica (
Figura Figura Figura Figura 7 77 7. .. .1 11 1 b). Muito freqentemente, o valor mensurado de uma caracterstica
relaciona-se linearmente com o valor verdadeiro, ou seja, o valor mensurado
cresce proporcionalmente com o valor verdadeiro. Erro de no linearidade um
erro sistemtico que decorre de desvios dessa relao linear. Esse erro comum,
por exemplo, em medidas de tenso e em colorimetria.
Erro de escala Erro de escala Erro de escala Erro de escala ou erro de proporo erro de proporo erro de proporo erro de proporo desvio entre o valor observado e o valor
verdadeiro da varivel resposta aumenta proporcionalmente ao valor verdadeiro (
Figura Figura Figura Figura 7 77 7. .. .1 11 1 c). Por exemplo, esse erro sistemtico ocorre usualmente devido a
ajustamento ou calibrao incorreta do ganho eletrnico.
Erro aleatrio Erro aleatrio Erro aleatrio Erro aleatrio valor observado varia de forma no sistemtica em torno do valor
verdadeiro (
Figura Figura Figura Figura 7 77 7. .. .1 11 1 d). Esse tipo de erro comum em tentativas para mensurao com
sensibilidade alm dos limites da resoluo de um instrumento. A maioria dos
instrumentos de mensurao tem uma especificao do nvel de preciso das
medidas que pode efetuar. Por exemplo, intil tentar registrar uma medida para
a prxima grama com uma balana com preciso de apenas 10 gramas.

Essas fontes de erro de medida podem ocorrer simultaneamente. Em geral, erros
de medida podem ser minimizados atravs de controle de tcnicas experimentais. O
controle de qualidade de procedimentos de laboratrio, em particular a aferio e a
calibrao freqente de instrumentos, de suma importncia para assegurar que os
processos e procedimentos de observao e mensurao sejam executados de modo
consistentemente satisfatrio para que as medidas sejam fidedignas.
Em resumo, as causas de variao de medidas so muitas e diversas. Elas so
erros humanos, instrumentais e de procedimentos, que podem ter componentes
sistemticos e no sistemticos ou aleatrios. Esses ltimos decorrem do efeito
cumulativo de um conjunto de caractersticas no controladas, irrelevantes e
desconhecidas. A ocorrncia e a grandeza desses erros so completamente
imprevisveis e no sistemticas, e, supostamente, sua soma para todos as unidades da
populao objetiva nula.
7.6 7.6 7.6 7.6 Propriedades de um Processo de Propriedades de um Processo de Propriedades de um Processo de Propriedades de um Processo de Mensurao Mensurao Mensurao Mensurao
7.6.1 7.6.1 7.6.1 7.6.1 Preciso e exatido de um processo de mensurao Preciso e exatido de um processo de mensurao Preciso e exatido de um processo de mensurao Preciso e exatido de um processo de mensurao
desejvel que um processo de mensurao satisfaa algumas propriedades
importantes. As propriedades gerais mais importantes so as seguintes:
preciso,
no tendenciosidade e
exatido.

A prec prec prec preciso iso iso iso de um processo de mensurao de uma caracterstica refere-se
proximidade de medidas repetidas dessa caracterstica que ele efetua em uma
mesma unidade. O processo de mensurao to mais preciso quanto mais
prximas se situam essas medidas repetidas.

Assim, a preciso uma propriedade relativa. Em geral, no existe processo de
mensurao para uma caracterstica contnua de preciso absoluta, ou seja, cujas
medidas repetidas sobre uma mesma unidade sejam idnticas. Essas medidas
usualmente apresentam alguma variabilidade. Assim, pequena variao de medidas
repetidas significa preciso alta; grande variao de medidas repetidas significa preciso
baixa. Por exemplo, medidas repetidas do peso de um mesmo objeto efetuadas com uma
balana A podem ser bastante prximas, enquanto que efetuadas com uma balana B

294
podem variar consideravelmente. Nesse caso, diz-se que o processo de mensurao
com a balana A tem preciso mais elevada do que com a balana B.
O conceito de preciso particularmente importante em processos de mensurao
de caractersticas contnuas. De fato, em geral, medidas registradas como valores de
uma varivel contnua so realmente aproximaes. Isso significa que qualquer processo
ou instrumento de mensurao de uma caracterstica expressa por uma varivel contnua
tem limites para sua preciso, que geralmente so especificados pelas divises
sucessivas de sua escala.

A preciso preciso preciso preciso de um processo ou instrumento de mensurao de uma caracterstica
contnua definida como a diferena comum entre as divises sucessivas da escala
desse instrumento, entre as quais se situa cada medida particular que ele prov.
Essas divises ou pontos sucessivos so denominados limites para a preciso limites para a preciso limites para a preciso limites para a preciso do
instrumento de mensurao. A diferena comum entre duas divises sucessivas o
nvel de impreciso nvel de impreciso nvel de impreciso nvel de impreciso das medidas que ele prov; a preciso mais elevada quanto
menor essa diferena.

a) A menor diviso na escala de um termmetro clnico corresponde a 0,1 C, de modo que
com tal termmetro pode-se medir temperatura com aproximao menor que 0,1 C, ou para o
prximo 0,1 C. Essa medida mais precisa do que a permitida por um termmetro comum, em
que a menor diviso da escala de 1 C, e menos precisa do que a medida provida por um
termmetro eletrnico que pode medir temperatura com aproximao menor que 0,01 C. Os
nveis de impreciso desses termmetros comum, clnico e eletrnico so, respectivamente, 1C,
0,1C e 0,01C.
b) Quando se registra uma temperatura como 25,6 C com um termmetro com
aproximao menor que 0,1C se est registrando uma aproximao para o valor da temperatura
real. Embora ela possa ser 25,60000... C, ela tambm pode ser 25,59999... C, ou 25,60001... C,
ou outro valor em torno de 25,6 C.

A preciso de um processo de mensurao de uma caracterstica est relacionada
propriedade da sensibilidade sensibilidade sensibilidade sensibilidade desse processo, ou seja, a habilidade para detectar
diferenas de valores dessa caracterstica entre unidades de observao. Preciso mais
elevada significa maior sensibilidade para detectar diferenas.
A preciso de um processo de mensurao no se refere mensurao correta.
Um processo de mensurao pode ser altamente preciso, determinando medidas
sucessivas de uma caracterstica de uma mesma unidade bastante prximas entre si,
mas distantes do valor verdadeiro dessa caracterstica. Um processo de mensurao
nessas circunstncias e as medidas que ele determina so ditos viesados, ou viciados,
ou tendenciosos.

A diferena entre o valor mdio das medidas repetidas de uma caracterstica em
uma unidade e o valor verdadeiro dessa caracterstica denominada vis vis vis vis, vcio vcio vcio vcio ou
tendncia tendncia tendncia tendncia do processo de mensurao.

Um processo de mensurao tendencioso se ele sistematicamente superestima
ou subestima o verdadeiro valor da caracterstica. O vis um erro de medida
sistemtico. Por exemplo, a pesagem efetuada com uma balana que sistematicamente
prov o peso de um objeto 10 gramas mais elevado tendenciosa.
As propriedades de preciso e no tendenciosidade so individualmente
importantes, mas desejvel que um processo de mensurao satisfaa ambas, ou seja,
que medidas repetidas que ele determina sejam prximas do valor real da caracterstica.

A exatido exatido exatido exatido de um processo de mensurao de uma caracterstica refere-se
proximidade das medidas dessa caracterstica efetuadas repetidamente em uma
mesma unidade relativamente ao valor real dessa caracterstica. Um processo de
mensurao de uma caracterstica to mais exato quanto mais prximas de sua
verdadeira grandeza se situam medidas repetidas efetuadas em uma unidade por
esse processo.

A exatido da mensurao de uma caracterstica contnua, assim como a preciso
e a no tendenciosidade, uma propriedade relativa, ou seja, em geral, no existe um
processo de mensurao de exatido absoluta, ou seja, que determine para medida de
uma caracterstica contnua o valor verdadeiro dessa caracterstica. Usualmente uma
medida particular de uma caracterstica determinada por um processo de mensurao
no coincide com o valor verdadeiro dessa caracterstica. Diz-se, ento, que a exatido
de um processo de mensurao mais elevada quanto menor a diferena entre as
medidas que ele efetua e os correspondentes valores reais; mais baixa quanto maior
essa diferena.
Assim, a exatido de um processo de mensurao mais elevada quanto maior a
preciso e menor o vis desse processo. Exatido elevada corresponde a vis pequeno e
preciso elevada. Entretanto, exatido baixa pode resultar de preciso baixa e vis
pequeno ou grande, ou de vis grande e preciso baixa ou elevada. Por exemplo,
pesagem efetuada com uma balana de preciso baixa tem exatido baixa,
independentemente do nvel de vis da pesagem; pesagem efetuada com uma balana
de vis elevado tambm tem exatido baixa, independentemente do nvel de preciso da
pesagem. Pesagem efetuada com uma balana tem exatido elevada somente se tem
preciso elevada e vis baixo.
As relaes entre preciso e exatido de um processo de mensurao so
ilustradas na
Figura Figura Figura Figura 7 77 7. .. .2 22 2, recorrendo analogia com a preciso e a exatido de um processo de tiro ao
alvo., Essa Figura representa quatro situaes diferentes relativas disperso dos
pontos de impacto de seis balas disparadas por uma arma em um exerccio de tiro ao
alvo, que correspondem s quatro combinaes dos nveis de preciso alto e baixo com
os nveis de vis alto e baixo. Pode-se observar que exatido elevada resulta apenas em
uma dessas quatro situaes: aquela em que a preciso elevada e o vis, baixo.


296

Figura Figura Figura Figura 7 77 7. .. .2 22 2. Ilustrao dos conceitos de preciso e exatido atravs de distintas
situaes referentes disperso dos pontos de impacto de seis
balas em um exerccio de tiro ao alvo.

Na Seo 2.3.1 Seo 2.3.1 Seo 2.3.1 Seo 2.3.1 foram definidos os conceitos de confiabilidade e validade de um
instrumento de observao. comum o uso do termo confiabilidade para caracterizar a
propriedade de estabilidade de um processo de mensurao, ou seja, a propriedade de
produzir medidas sucessivas de uma mesma unidade prximas. Assim, um processo de
mensurao confivel confivel confivel confivel se ele prov medidas com preciso aceitvel; nessas
circunstncias, diz-se que as medidas determinadas por esse processo so confiveis.
Por outro lado, o termo validade empregado para designar a propriedade de no
tendenciosidade de um processo de mensurao: um processo de mensurao vlido vlido vlido vlido
se ele prov medidas no tendenciosas, ou seja, livres de erro sistemtico; ento, essas
medidas so ditas vlidas. Esse conceito de validade de uma medida semelhante ao de
validade de uma varivel (Seo Seo Seo Seo 7.3 7.3 7.3 7.3).
Assim, a confiabilidade de uma medida refere-se relao de proximidade de
medidas semelhantes determinadas sobre uma mesma unidade, enquanto a validade de
uma medida refere-se relao entre o que essa medida realmente exprime e o que
pretendido que ela exprima. Essas propriedades de confiabilidade e validade foram
consideradas no contexto do experimento, nas Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 e 6.5.4 6.5.4 6.5.4 6.5.4, respectivamente.
Processos de mensurao devem ter confiabilidade e validade apropriadas, ou
seja, devem garantir a preciso (sensibilidade) e a exatido adequadas para a
determinao de valores da varivel resposta. No precisam prover preciso e exatido
mais elevadas do que as requeridas pelo experimento. Por exemplo, no necessrio o
uso de uma balana com preciso de um miligrama em um experimento em que so
importantes apenas diferenas da ordem de uma grama. Entretanto, a falta de preciso
ou exatido de um instrumento de medida pode prejudicar um experimento com elevado
investimento de capital e executado em instalaes de pesquisa altamente sofisticadas. A
preciso e a exatido de instrumentos de mensurao deve ser verificada
periodicamente. Mudanas de instrumentos no devem ser efetuadas durante a
execuo de um experimento, e, se necessrias, devem ser efetuadas com cautela.
Observe-se que a falta dessas propriedades desejveis pode no ser inata de um
aparelho de mensurao, mas eventual, em decorrncia de seu estado atual. Por
exemplo, uma certa balana em perfeito estado pode prover medidas repetidas de um
objeto bastante prximas; entretanto, se ela tem poeira acumulada em seu piv, as
medidas desse mesmo objeto podem variar acentuadamente. Assim, um aparelho de
mensurao confivel pode tornar-se no confivel. Por outro lado, um aparelho pode
tornar-se tendencioso em decorrncia de se desregular. Por exemplo, uma balana com
exatido de gramas pode passar a prover pesos de objetos consistentemente dez
gramas mais elevados. Portanto, o controle de qualidade de processos de mensurao,
em particular a aferio e a calibrao freqente de instrumentos e aparelhos utilizados
nesses processos, muito importante para assegurar que as mensuraes tenham a
confiabilidade e a validade desejveis.
Saliente-se, tambm, que a preciso e a no tendenciosidade, e, portanto, a
exatido, no so propriedades absolutas. Mesmo os mais aperfeioados processos de
mensurao de laboratrio no so perfeitamente exatos. Em particular, medidas
repetidas efetuadas por um processo altamente no tendencioso flutuam em torno do
valor verdadeiro. Medidas nessas circunstncias so ditas aleatrias aleatrias aleatrias aleatrias no sentido de que
elas variam de modo no sistemtico e seguem uma distribuio de probabilidade
particular, que pode ser caracterizada quando efetuado um nmero suficientemente
elevado de medidas. Uma propriedade relevante dessas medidas aleatrias que a
mdia de vrias medidas menos varivel (ou seja, mais confivel) do que uma medida
individual. Por essa razo, muitos processos de laboratrio, particularmente em fsica e
em qumica, adotam a repetio de mensuraes e usam o valor mdio das medidas
determinadas. De fato, esse procedimento recomendvel para qualquer processo de
mensurao que resulte em medidas consideravelmente variveis.
7.6.2 7.6.2 7.6.2 7.6.2 Outras propriedades Outras propriedades Outras propriedades Outras propriedades
Em algumas situaes pode ser desejvel que um processo de mensurao e as
medidas que ele determina satisfaam outras propriedades. Particularmente, em geral h
interesse na similaridade de duas ou mais medidas de uma caracterstica quantitativa
determinadas por uma ou mais tcnicas ou instrumentos de mensurao, ou por um ou
mais observadores. Nessas circunstncias as seguintes propriedades so
particularmente importantes:
repetibilidade,
reprodutibilidade e
estabilidade.
A repetibilidade repetibilidade repetibilidade repetibilidade refere-se proximidade ou similaridade de medidas repetidas
determinadas por uma tcnica ou instrumento de mensurao, ou por um observador sob
condies essencialmente idnticas; por exemplo, medidas efetuadas por um mesmo
observador em um mesmo laboratrio. A repetibilidade de um mtodo de mensurao
mais elevada na medida em que um mesmo observador obtm medidas mais similares
em uma mesma circunstncia.
A reprodutibilidade reprodutibilidade reprodutibilidade reprodutibilidade diz respeito ao grau de concordncia das medidas determinadas
por dois ou mais mtodos de mensurao de uma mesma caracterstica. Esses mtodos
podem ser, por exemplo, observadores diferentes usando a mesma tcnica ou um
observador nico usando tcnicas diferentes.
Observe-se que para que um mtodo de mensurao seja reprodutvel
necessrio que ele seja repetvel.
A estabilidade estabilidade estabilidade estabilidade de um mtodo de mensurao refere-se repetibilidade desse
mtodo em longo prazo.
A repetibilidade, a reprodutibilidade e a estabilidade de um processo de
mensurao relacionam-se com a preciso desse processo. A avaliao dessas
propriedades muito importante para a caracterizao da confiabilidade dos processos
de mensurao e das medidas efetuadas. recomendvel que pesquisadores e

298
instituies de pesquisa mantenham o registro de medidas efetuadas e coletem material
de referncia para a verificao dessas propriedades.
As seguintes propriedades so especialmente importantes em mensurao de
caractersticas categricas em testes de diagnstico de doenas de animais:
sensibilidade,
especificidade e
valor de predio,
A sensibilidade, a especificidade e o valor de predio so propriedades aplicveis
a um processo de mensurao que visa a identificao dos nveis de uma varivel
resposta categrica nas unidades da amostra. Nesse contexto, a sensibilidade sensibilidade sensibilidade sensibilidade refere-se
habilidade do processo de mensurao para a identificao de um nvel de interesse
particular; a especificidade especificidade especificidade especificidade diz respeito habilidade de identificao de um nvel diferente
desse nvel de interesse; e o valor de predio valor de predio valor de predio valor de predio refere-se habilidade para identificao
correta do nvel da caracterstica. Assim, a sensibilidade e a especificidade provm
medidas da validade do processo, enquanto o valor de predio provm indicao de sua
utilidade.
Considere-se um teste para diagnosticar uma doena em animais de um rebanho. Cada
animal particular desse rebanho tem a doena ou no a tem (ou seja, positivo ou negativo para a
doena). Se o teste de diagnstico baseado em uma varivel quantitativa, ento se pode decidir
que provvel que um animal particular tenha a doena se a medida quantitativa para esse
animal excede (ou est abaixo) de um certo valor. Tipicamente, esse valor o limite de um
intervalo de referncia. Alternativamente, o teste de diagnstico pode ser baseado em uma
varivel resposta qualitativa, tal como a presena ou ausncia de algum sintoma. Em qualquer
dessas duas situaes, desejado saber: a) quanto o teste efetivo na identificao de animais
positivos (sensibilidade); b) quanto o teste efetivo na identificao de animais negativos
(especificidade); e c) qual a probabilidade de que o teste produza um diagnstico correto, seja o
animal positivo ou negativo (valor de predio).
7.7 7.7 7.7 7.7 Estrutura da Varivel Resposta Estrutura da Varivel Resposta Estrutura da Varivel Resposta Estrutura da Varivel Resposta
Comumente, experimentos compreendem mais de uma varivel resposta. As
variveis respostas que exprimem caractersticas respostas primrias, de maior
relevncia para os objetivos do experimento, devem ser consideradas para a derivao
de inferncias referentes aos efeitos causais dos fatores experimentais. As informaes
providas pelas demais variveis respostas usualmente tm interesse apenas descritivo.
Em alguns experimentos, as variveis que exprimem caractersticas respostas
primrias so de interesse individual, ou so essencialmente independentes ou no
relacionadas. Nessas situaes, cada uma dessas variveis respostas deve ser
considerada separadamente no estabelecimento de inferncias, atravs de mtodos mtodos mtodos mtodos
univariados univariados univariados univariados. Entretanto, se as variveis que exprimem caractersticas respostas primrias
so de interesse coletivo, ou so dependentes ou relacionadas, elas devem ser
consideradas conjuntamente, como um vetor de variveis; nesse caso, a anlise deve ser
procedida atravs de mtodos multivariados mtodos multivariados mtodos multivariados mtodos multivariados. Em algumas situaes, as caractersticas
respostas primrias, apesar de dependentes ou relacionadas, so de interesse individual
ou no tm um mesmo nvel de importncia. Nessa e em algumas outras situaes, pode
ser conveniente a adoo complementar dos enfoques multivariado e univariado.
a) So variveis de interesse individual, ou essencialmente independentes: peso de gros e
graus de incidncias de septoriose, giberela e ferrugem, em um experimento de controle de
doenas fngicas de trigo; peso da produo e vigor de semente, em um experimento de
fertilizao do solo para a produo de semente de cebola; e tempo para o abate e comprimento
do lombo, em um experimento de nutrio de sunos em que os animais so abatidos ao atingirem
90 kg de peso corporal.
b) So variveis de interesse coletivo, ou dependentes: pesos das produes de tubrculos
de primeira e de segunda, em um experimento de fertilizao do solo para a produo de
batatinha; perdas de peso na primeira, na segunda e na terceira semanas, em um experimento
para pesquisa do efeito txico de uma droga em cobaias; e peso corporal, comprimento e altura da
cernelha, em um experimento sobre o efeito do uso de anabolizantes em ovinos.

Em alguns experimentos, um subconjunto das variveis respostas primrias
corresponde, essencialmente, mensurao de uma mesma caracterstica resposta em
instantes ou subintervalos diferentes de um intervalo de tempo. Um experimento nessas
circunstncias usualmente denominado experimento de observaes repetidas experimento de observaes repetidas experimento de observaes repetidas experimento de observaes repetidas ou
experimento de medidas repetidas experimento de medidas repetidas experimento de medidas repetidas experimento de medidas repetidas. Para essas situaes, h dois enfoques alternativos:
a) considerar as respostas mensuradas nos instantes ou intervalos sucessivos como
valores de variveis respostas distintas, ou b) considerar essas respostas sucessivas
como valores de uma nica varivel resposta, com os instantes ou intervalos sucessivos
constituindo os nveis de um fator experimental intrnseco adicional, que se dispem ao
longo do tempo. Com o primeiro enfoque, tem-se um vetor de variveis respostas, ou
uma varivel resposta multidimensional; com o segundo, uma varivel resposta escalar,
ou unidimensional. Nessas circunstncias, adotam-se, respectivamente, mtodos de
anlise estatstica multivariada e univariada.
a) Em um experimento do efeito da composio da dieta aps o desmame sobre o
desenvolvimento corporal de terneiros, os pesos dos animais em diversos instantes do perodo
experimental constitui um conjunto de variveis respostas primrias, ou uma mesma varivel
resposta primria mensurada nesse conjunto de instantes. Nesse ltimo caso, define-se um fator
experimental cujos nveis so esses instantes sucessivos de mensurao.
b) Em um experimento com plantas frutferas perenes, como o pessegueiro e a videira, as
produes de frutos nas safras sucessivas constituem valores de um conjunto de variveis
respostas primrias, cada uma correspondente a uma safra particular, ou valores uma mesma
varivel resposta primria mensurada nessas safras sucessivas.
1. Ilustre uma situao em que a mensurao de uma caracterstica um processo rotineiro que
no demanda conhecimento especializado; outra, em que requer treinamento do avaliador; e
outra em que requer conhecimento altamente especializado.
2. Explique e ilustre com exemplo de sua rea o significado de mensurao ou avaliao cega.
3. Caracterize a importncia do instante de mensurao atravs de exemplos.
4. Explique e ilustre o significado de erro de medida.
5. Distinga e ilustre erro de medida sistemtico e erro de medida aleatrio.
6. A seguir, so listadas fontes de erros de medida em processos de mensurao de
caractersticas respostas. Responda se cada dos erros de medida resultantes um erro
aleatrio ou um erro sistemtico.
a) Um pesquisador que registra temperatura em um termmetro tem uma preferncia de dgito
pelos nmeros 0 e 5.
b) A calibrao de um colormetro no foi verificada antes de seu uso.

300
c) A balana para a pesagem de sacos de rao para animais ativada algumas vezes antes
do saco ser colocado para pesagem e algumas vezes aps, dependendo do operador.
d) Uma balana apropriada para pesar produtos qumicos com preciso de 100mg utilizada
para pesar unidades com peso inferior a 100mg.
e) Falta de suprimento de energia para um congelador que usado para preservar smen
congelado por um intervalo de tempo de amplitude considervel.
f) Quatro degustadores so utilizados para avaliar propriedades organolticas de alimentos
preparados por diferentes processos, cada um dos quais avalia um quarto das unidades de
observao.
7. Quais so os efeitos de erros de medida sistemticos e aleatrios sobre as estimativas do
erro experimental e das diferenas de efeitos de condies experimentais?
8. Explique e ilustre as origens de erros de medida humanos. Como eles podem ser evitados?
9. Explique e ilustre as principais formas de erros instrumentais. Como eles podem ser evitados?
10. Explique a relao entre os significados de preciso e exatido de um processo de
mensurao.
11. Ilustre uma situao em que o processo de mensurao altamente preciso, mas de baixa
exatido.
12. Explique os significados de sensibilidade, confiabilidade e validade de um processo de
mensurao. Qual a relao desses conceitos com os conceitos de preciso, no
tendenciosidade e exatido?
13. Ilustre uma situao de varivel resposta estruturada.
14. O que significa uma caracterstica resposta univariada e uma caracterstica resposta
multivariada? Ilustre esses dois conceitos atravs de exemplos.
1. Conceitue: caracterstica resposta e delineamento de resposta.
2. Distinga e ilustre com exemplos de sua rea os conceitos de:
a) caracterstica resposta primria e caracterstica resposta secundria;
b) caracterstica resposta original e caracterstica resposta derivada.
3. Explique e ilustre o que significa uma caracterstica resposta intermediria.
4. D um exemplo de uma caracterstica resposta substituta.
5. Liste as caractersticas respostas para os experimentos dos exerccios 7 e 8 dos Exerccios Exerccios Exerccios Exerccios
5.1 5.1 5.1 5.1 e classifique-as segundo os dois critrios considerados no exerccio 2.
6. Defina e ilustre os conceitos de caracterstica e varivel.
7. Explique e ilustre o significado de mensurao de uma caracterstica.
8. Ilustre o processo de definio ou construo de uma varivel para expresso de uma
caracterstica.
9. O que significa uma varivel vlida? Qual sua importncia?
10. Suponha que uma caracterstica possa ser representada por uma varivel de cada uma das
quatro escalas de medida. Como se ordenariam essas variveis quanto preciso propiciada
para a expresso dessa caracterstica?
11. Identifique a escala de medida apropriada de cada uma das seguintes variveis:
a) Cor do pelo de gatos.
b) Quantidade de espermatozides mveis nos ejaculados de sete touros, coletados em um
dado dia de maro em um centro de inseminao artificial, registrada como: 71, 83, 66, 74,
69, 84 e 76%.
c) Medida de absoro mxima de luz atravs de um espectrofotmetro em solues de
260m de protena de gema de ovo cujos valores foram: 0,672, 0,742, 0,596, 0,620 e 0,684
unidades arbitrrias.
d) Mobilidade de uma srie de amostras de espermatozides congelados e degelados,
tomadas em uma escala arbitrria de valores inteiros entre 0 e 10, com o valor 0 indicando
amostra completamente imvel.
e) Tamanho de ninhada em uma pesquisa de uma alterao de comportamento de coelhos.
f) Condio corporal de cabritos.
g) Nmero de mortes por ano devidas a uma doena particular, em uma pesquisa
epidemiolgica.
h) Amplitude do intervalo de gestao (em dias) em vacas com gestao simples e de
gmeos.
12. Considere uma pesquisa para verificar se a alimentao de aves com um certo produto
qumico que as inibe de usar iodo provoca o aumento da glndula tiride. Um conjunto de
frangos dividido em dois grupos, um dos quais recebe dieta regular e o outro, dieta regular
acrescida desse produto. Aps duas semanas, esses animais so mortos com clorofrmio
para a dissecao e pesagem de suas glndulas tirides. So registrados o peso corporal
inicial e o peso corporal final de cada um dos animais e o peso da correspondente tiride.
a) Indique trs variveis respostas adicionais que poderiam ser derivadas combinando pares
das variveis originais.
b) Qual dessas seis variveis respostas voc consideraria mais relevante para os objetivos do
experimento?
c) Especifique as caractersticas explanatrias consideradas nessa pesquisa e os respectivos
nveis.
d) Identifique, justificadamente, o mtodo de pesquisa adotado.
13. Mostre, atravs de um exemplo, que uma varivel de escala racional pode ser transformada
em varivel de escala ordinal. Entretanto, uma varivel de escala ordinal no pode ser
transformada em varivel de escala racional. Porque?
14. Variveis com escalas de medida nominal, ordinal, intervalar ou racional, podem ser
classificadas nas duas seguintes categorias: varivel discreta e varivel contnua. Como?
Porque?
15. Porque variveis nominais e variveis ordinais so denominadas variveis categricas?
16. Mostre, atravs de exemplos, como a preciso da expresso de uma caracterstica depende
da escolha da escala de medida.
17. Ilustre, atravs de exemplos, como a definio da varivel contnua para a representao de
uma caracterstica contnua depende da preciso do processo de mensurao.
18. Ilustre o uso de uma varivel discreta ordinal cujos valores so notas atribudas para a
mensurao subjetiva de uma caracterstica contnua. Como poderia ser construda uma
varivel contnua para a mensurao mais precisa dessa caracterstica?
19. Ilustre um experimento com variveis respostas que demandem processos de mensurao
com nveis de complexidade diferentes.
20. Ilustre a situao de uma caracterstica resposta que requeira avaliao subjetiva por um
avaliador. Que problemas podem decorrer para a qualidade das medidas obtidas? Que aes
devem ser tomadas para as solues desses problemas?
21. Descreva um exemplo de uma caracterstica resposta que requeira avaliao subjetiva por um
avaliador em que no seja conveniente que ele seja informado sobre as condies
experimentais nas unidades que deve avaliar.
22. Apresente ilustrao de experimentos em que uma caracterstica resposta deva ser avaliada
subjetivamente em que o efeito do avaliador deva ser considerado como: a) caracterstica
estranha irrelevante; b) caracterstica estranha relevante que deva ser controlada por controle
local; c) fator experimental intrnseco.

302
23. Porque pode ser conveniente que avaliaes subjetivas sejam efetuadas por mais de um
avaliador em cada unidade?
24. Explique e ilustre como a determinao exata do instante de mensurao de uma
caracterstica pode ser de grande relevncia.
25. Quais so as trs fontes gerais de erros de medida?
26. Explique, atravs de exemplos, os significados de erro de medida humano e erro de medida
instrumental.
27. Explique e ilustre os conceitos de preciso, vis e exatido de um processo de mensurao.
28. Ilustre uma situao em que diversas caractersticas respostas compreendem,
essencialmente, uma mesma caracterstica considerada em diferentes instantes do tempo.
a) Caractersticas respostas relacionadas diretamente aos objetivos do experimento so
denominadas caractersticas respostas ....................................... ; as demais caractersticas
respostas so denominadas .................................................. .
b) Caractersticas respostas ............................... so mensuradas diretamente; caractersticas
respostas determinadas a partir dessas so designadas ................................................ .
c) .................................................. uma caracterstica represent-la atravs de nmeros que
apresentem entre eles as mesmas relaes relevantes referentes aos nveis da
caracterstica que representam.
d) A representao de uma caracterstica atravs de uma funo numrica uma
................................................ .
e) As escalas de medida compreendem quatro categorias: nominal, ........................., intervalar
e .......................................... A escala ....................................... classifica as unidades de
observao em classes ou categorias quanto caracterstica que representa, mas no
estabelece qualquer relao de grandeza ou ordem entre essas classes. A escala
............................................, alm de ordenar as unidades quanto caracterstica
mensurada, possui uma unidade de medida constante; entretanto, a origem ou ponto zero
arbitrria. A escala ............................................ possui uma unidade de medida e uma nica
origem.
f) Variveis de escalas nominal e ordinal so denominadas variveis ..................................... .
g) Uma varivel que assume valores de um conjunto de nmeros reais isolados, ou seja, de
um conjunto discreto de nmeros reais, uma varivel ........................................ ; uma
varivel que pode assumir qualquer valor de um intervalo de nmeros reais uma varivel
............................................ .
h) A diferena entre o valor mensurado de uma varivel em uma unidade de observao e seu
valor verdadeiro nessa unidade denominada .................................................. . Um erro
de medida ............................................ aquele em que os valores registrados da varivel
resposta so consistentemente acima, ou abaixo, do valor real.
i) As trs principais propriedades de um processo de mensurao so: ...................................,
.................................................... e ..................................... .......................................... refere-
se proximidade de medidas repetidas em uma mesma unidade de observao.
.................................................... significa igualdade entre a mdia de todas medidas
repetidas da caracterstica que podem ser efetuadas sobre uma mesma unidade e o
verdadeiro valor da caracterstica nessa unidade. Um processo de mensurao
.......................................... se ele preciso e ......................................................... .
j) Os conceitos de confiabilidade e validade de um processo de mensurao esto
relacionados com os conceitos de .................................... e ................................................,
respectivamente.
k) Variveis respostas podem ser estruturadas ou no estruturadas. Variveis respostas
................................................. so de interesse conjunto e relacionadas ou dependentes;
variveis respostas ...................................................... so de interesse individual e no
relacionadas ou no dependentes. Mtodos estatsticos para anlise dessas duas
categorias de variveis respostas so denominados .......................................................... e
....................... ......................................................... , respectivamente.
30. Decida se cada uma das seguintes sentenas verdadeira ou falsa, colocando, entre
parnteses, as letras V ou F, respectivamente. Se a sentena for falsa, explique porque.
1 ( ) Caractersticas respostas primrias devem ser necessariamente escolhidas para
considerao em um experimento.
2 ( ) Caractersticas respostas secundrias so explicitamente indicadas pelos objetivos do
experimento.
de uma varivel.
4 ( ) Em uma pesquisa cientfica, as caractersticas respostas e as caractersticas
explanatrias da amostra devem ser necessariamente mensuradas.
5 ( ) As caractersticas estranhas da amostra no precisam ser mensuradas.
6 ( ) As caractersticas respostas em um experimento tm o mesmo nvel de interesse.
7 ( ) O interesse relativo das caractersticas respostas depende de seu grau de
relacionamento com o objetivo do experimento.
8 ( ) Toda caracterstica que exprima a resposta dos sistemas sob pesquisa deve ser
considerada como caracterstica resposta no experimento.
9 ( ) O peso corporal ao abate sempre uma caracterstica resposta importante em
experimentos de nutrio animal.
de uma varivel.
11 ( ) Em geral, a mensurao de uma caracterstica resposta no um problema.
12 ( ) Uma varivel uma regra de correspondncia entre o conjunto das alternativas da
caracterstica e um conjunto numrico.
13 ( ) Cada caracterstica pode ser representada por uma e somente uma varivel.
14 ( ) Uma caracterstica resposta expressa por uma varivel nica.
15 ( ) Toda caracterstica resposta deve ser expressa por uma varivel.
16 ( ) Caractersticas respostas so necessariamente expressas por variveis numricas.
17 ( ) O pesquisador pode mensurar uma caracterstica resposta com o grau de preciso que
deseja.
18 ( ) A escolha da escala de medida da varivel para representar uma caracterstica
arbitrria.
19 ( ) A preciso da varivel para a representao de uma caracterstica dependente
exclusivamente da escolha do pesquisador.
20 ( ) O pesquisador deve exprimir uma caracterstica resposta por uma varivel com a
escala de medida mais precisa permitida pelos recursos disponveis para mensurao.
21 ( ) A escala de medida que permite preciso mais elevada a escala intervalar.
22 ( ) A escolha da unidade de medida irrelevante para os mtodos estatsticos a serem
adotados para a anlise dos resultados do experimento.
23 ( ) A preciso da expresso de uma caracterstica por uma varivel depende da preciso
do instrumento de mensurao utilizado.
24 ( ) A expresso de uma caracterstica em escala ordinal permite mensurao com
preciso mais elevada do que a escala nominal.
25 ( ) Operaes aritmticas so permitidas com variveis de escala ordinal.
26 ( ) Variveis nominais e ordinais so usualmente denominadas variveis categricas ou
variveis de classificao.
27 ( ) Valores de uma varivel em escala nominal compreendem categorias que no podem
ser ordenadas.

304
28 ( ) Variveis nominais e ordinais so variveis discretas.
29 ( ) Variveis intervalares e racionais so variveis contnuas.
30 ( ) Variveis racionais podem ser convertidas em variveis ordinais.
31 ( ) Variveis nominais podem ser transformadas em variveis racionais.
32 ( ) A transformao de uma varivel de escala racional para escala ordinal no implica em
perda de informao relevante referente caracterstica mensurada.
33 ( ) Em geral, a mensurao de uma caracterstica uma atividade rotineira que no requer
conhecimento especializado.
34 ( ) Um processo de mensurao de elevada preciso pode ser de baixa exatido.
35 ( ) Um processo de mensurao de elevada exatido pode ser de baixa preciso.
36 ( ) Preciso e exatido so propriedades igualmente importantes de um processo de
mensurao.
37 ( ) A exatido elevada de um processo de mensurao requer vis baixo e preciso
elevada das medidas efetuadas.
38 ( ) A adequabilidade da expresso de uma caracterstica por uma varivel geralmente
depende do momento da mensurao.
39 ( ) A mensurao extempornea de uma caracterstica implica em vis das medidas.
40 ( ) Diferentes caractersticas respostas so necessariamente expressas por variveis com
distintas escalas de medida.
Conceitos Conceitos Conceitos Conceitos e Termos Chave e Termos Chave e Termos Chave e Termos Chave
Caracterstica resposta principal /
primria
Caracterstica resposta intermediria
Caracterstica resposta original / pura
/ crua
Varivel
Escala de medida
Escala ordinal
Escala racional / de razo
Varivel quantitativa
Varivel contnua
Mensurao subjetiva
Erro de medida / erro tcnico
Erro de medida aleatrio
Erro humano
Vis / tendncia / vcio
Confiabilidade
Estrutura da varivel resposta
Mtodo de inferncia multivariado

Caracterstica resposta secundria /
subsidiria
Caracterstica resposta substituta
Caracterstica resposta derivada /
composta
Varivel vlida
Escala nominal
Escala intervalar / de intervalo
Varivel qualitativa / categrica
Varivel discreta
Processo de mensurao
Mensurao cega / avaliao cega
Erro de medida sistemtico
Erro instrumental
Preciso
Exatido
Validade
Mtodo de inferncia univariado
Observaes repetidas / medidas
repetidas
COBB, G. W. Introduction to design and analysis Introduction to design and analysis Introduction to design and analysis Introduction to design and analysis of experiments of experiments of experiments of experiments. New York; Springer-
Verlag, 1998, 795p.
1983. 145p.
COX, D. R. Planning of experiments Planning of experiments Planning of experiments Planning of experiments. New York: John Wiley. 1958. 308p.
COX. D. R.; SNELL, E. J. Applied s Applied s Applied s Applied statistics, principles and examples tatistics, principles and examples tatistics, principles and examples tatistics, principles and examples. Londres: Chapman
and Hall, 1981. 189p.
590p.
GREEN, P. E.; TULL, D. S. Research for marketing decisions Research for marketing decisions Research for marketing decisions Research for marketing decisions. 2.ed. Englewood Cliffs,
New Jersey: Prentice-Hall, 1970. 644p.
HEATH, D. An introduction to experimental design and statistics for biology An introduction to experimental design and statistics for biology An introduction to experimental design and statistics for biology An introduction to experimental design and statistics for biology. Londres:
University College London, 1995. 372 p.
John Wiley, 1994. v.1, 495p.
MANDEL, J. The statistical a The statistical a The statistical a The statistical analysis of experimental data nalysis of experimental data nalysis of experimental data nalysis of experimental data. New York: Dover, 1984. 410p.
PETRIE, A.; WATSON, P. Statistics for veterinary and animal science Statistics for veterinary and animal science Statistics for veterinary and animal science Statistics for veterinary and animal science. Londres: Blackwell

8 88 8 Planejamento das Condies Experimentais Planejamento das Condies Experimentais Planejamento das Condies Experimentais Planejamento das Condies Experimentais
8.1 Introduo................................................................................................................... 309
8.2 Fator de Tratamento e Fator Intrnseco....................................................................... 310
8.2.1 Fator experimental de tratamento......................................................................... 310
8.2.2 Fator experimental intrnseco ............................................................................... 313
Fator experimental intrnseco de estgio........................................................................ 315
Fatores experimentais intrnsecos de espao e de tempo.............................................. 317
Fator experimental intrnseco de classificao............................................................... 317
8.2.3 Fator de tratamento ou fator intrnseco?............................................................... 317
8.3 Classificao dos Fatores Experimentais.................................................................... 321
8.3.1 Fator qualitativo especfico................................................................................... 321
8.3.2 Fator qualitativo ordenado.................................................................................... 325
8.3.3 Fator quantitativo.................................................................................................. 326
8.3.4 Fator misto ........................................................................................................... 327
8.3.5 Fator qualitativo amostrado .................................................................................. 328
8.4 Fator Fixo e Fator Aleatrio ........................................................................................ 330
8.5 Escolha dos Fatores Experimentais............................................................................ 333
8.6 Escolha dos Nveis dos Fatores Experimentais .......................................................... 337
8.6.1 Fator qualitativo especfico................................................................................... 338
8.6.2 Fator qualitativo amostrado .................................................................................. 340
8.6.3 Fator quantitativo.................................................................................................. 340
Escolha dos nveis extremos.......................................................................................... 340
Escolha do nmero e da posio dos nveis .................................................................. 341
8.6.4 Escolha de Tratamentos Adicionais...................................................................... 343
8.7 Escolha das Condies Experimentais ....................................................................... 346
8.7.1 Introduo ............................................................................................................ 346
8.7.2 Notao de fatores experimentais e representao de estruturas fatoriais........... 346
8.7.3 Estrutura unifatorial .............................................................................................. 347
8.7.4 Estrutura fatorial cruzada...................................................................................... 348
Estrutura fatorial cruzada completa................................................................................ 350
Estrutura fatorial cruzada incompleta ou fracionria....................................................... 356
Estrutura fatorial cruzada estendida............................................................................... 360
8.7.5 Estrutura fatorial hierrquica ou aninhada ............................................................ 360
Estrutura fatorial hierrquica balanceada....................................................................... 364
Estrutura fatorial hierrquica no balanceada ................................................................ 366

308
8.7.6 Estrutura fatorial mista.......................................................................................... 367
8.8 Delineamento de Tratamento em Experimentos em Gentica .................................... 370
8.9 Delineamento de Tratamento em Experimentos Seqenciais..................................... 372
Bibliografia.................................................................................................................. 379

8. Planejamento das Condies Experimentais 309
O planejamento das condies experimentais deve ser conseqente dos objetivos
do experimento, que so definidos pelo problema cientfico e pela correspondente
hiptese cientfica. Esse planejamento estabelece a estrutura das condies
experimentais. Essa estrutura tem implicaes relevantes para a estrutura do
experimento e, portanto, para as inferncias referentes s relaes causais entre
caractersticas respostas e caractersticas explanatrias que constituem o objetivo do
experimento.
A escolha das condies experimentais, particularmente dos tratamentos, tanto
uma questo tcnica especfica referente rea de pesquisa como uma questo
referente ao mtodo cientfico. Um experimento complexo pode compreender uma
seqncia de experimentos mais simples que abranja mais de um ciclo do mtodo
cientfico. Assim, a pesquisa de um fenmeno complexo pode demandar a identificao
inicial dos efeitos de uma variedade de alteraes de caractersticas das unidades da
populao objetivo. Nessa fase pode ser apropriado um experimento com vrios fatores
experimentais para testar diversas idias sobre o funcionamento das unidades. Ento,
segue-se uma srie de experimentos, em que as idias iniciais vo sendo modificadas
segundo indicaes de resultados de etapas anteriores. Em cada uma dessas etapas,
devem ser escolhidas as condies experimentais, particularmente os tratamentos, de
modo a fornecer uma indicao to direta quanto possvel das relaes causais de
interesse.
No processo de escolha das condies experimentais, especialmente dos
tratamentos, devem ser asseguradas propriedades importantes para as inferncias. Uma
propriedade particularmente importante que os tratamentos difiram por atributos
simples e identificveis. Essa propriedade relevante para garantir que qualquer
diferena de resposta a tratamentos tenha interpretao nica. A escolha de tratamentos
que evite ambigidade dessa sorte um dos requisitos mais importantes e difceis de
implementar no planejamento do experimento.
De modo geral, o planejamento das condies experimentais compreende a
seguinte seqncia de passos: 1) escolha dos fatores experimentais, 2) escolha dos
nveis de cada um desses fatores, 3) escolha das combinaes dos nveis e 4) escolha
de tratamentos adicionais. Essa seqncia pode ser completa ou abreviada, conforme a
complexidade do experimento. Em experimentos mais simples, com um nico fator, os
dois primeiros passos so suficientes.
As questes relevantes referentes s escolhas dos fatores experimentais e de seus
respectivos nveis dizem respeito escolha da varivel para expressar cada fator na
populao objetivo, particularmente dos nveis dessa varivel, escolha dos nveis para
a amostra e possibilidade de controle pelo pesquisador da manifestao destes nveis.
A ltima questo tem precedncia sobre as demais e tratada na Seo Seo Seo Seo 8.2 8.2 8.2 8.2, j que ela
diz respeito propriedade relevante para pesquisa explicativa que exclusiva do
experimento. A escolha dos nveis para a amostra depende da escala de medida da
varivel que expressa o fator e pode determinar os mesmos nveis da populao objetivo
ou um subconjunto desses nveis. Essa escolha implica uma relao entre o conjunto dos
nveis considerados na populao objetivo e o conjunto dos nveis na amostra. Ela deve
atender aos objetivos do experimento e tem implicaes decisivas para os procedimentos
de inferncia estatstica para a consecuo desses objetivos. Por essa razo, na Seo Seo Seo Seo
8.3 8.3 8.3 8.3 estabelecida uma classificao relevante de fator experimental quanto escala de
medida e relao entre seus nveis na amostra e na populao objetivo. A Seo Seo Seo Seo 8.4 8.4 8.4 8.4
trata da classificao dos fatores experimentais em duas categorias: fator fixo e fator
aleatrio, tambm de grande relevncia por suas implicaes para os procedimentos de
inferncia estatstica.

310
Na seqncia so descritos os processos de escolhas dos fatores experimentais
(Seo Seo Seo Seo 8.5 8.5 8.5 8.5), dos nveis desses fatores (Seo Seo Seo Seo 8.6 8.6 8.6 8.6) e das combinaes de nveis para
constituir as condies experimentais (Seo Seo Seo Seo 8.7 8.7 8.7 8.7). Nesta ltima Sesso so
caracterizadas as vrias estruturas de condies experimentais distintas e tpicas que
podem resultar da escolha das combinaes dos nveis.
A Seo Seo Seo Seo 8.8 8.8 8.8 8.8 ilustra delineamentos experimentais particulares em gentica. O
presente Captulo encerrado com uma breve introduo ao planejamento de
tratamentos em experimentos seqenciais (Seo Seo Seo Seo 8.9 8.9 8.9 8.9).
8.2 8.2 8.2 8.2 Fator de Tratamento e Fator Intrnseco Fator de Tratamento e Fator Intrnseco Fator de Tratamento e Fator Intrnseco Fator de Tratamento e Fator Intrnseco
Na Seo 5.2 Seo 5.2 Seo 5.2 Seo 5.2, foi estabelecida a classificao de fator experimental em duas
categorias, segundo o grau de controle exercido pelo pesquisador sobre a manifestao
de seus nveis na amostra: fator de tratamento e fator intrnseco. Essa classificao
relevante pelas conseqncias para a validade de inferncias referentes a relaes
causais entre variveis respostas e fatores experimentais. Por essa razo, retoma-se
essa caracterizao com vistas ao planejamento das condies experimentais, com
ampla ilustrao de situaes reais.
As definies dos fatores experimentais para a amostra so as mesmas
estabelecidas para a populao objetivo. Entretanto, o conjunto dos nveis de um fator
experimental na amostra pode ser o prprio conjunto dos nveis sob considerao na
populao objetivo ou um seu subconjunto apropriadamente escolhido para represent-
lo. Em qualquer dessas duas situaes, cada nvel escolhido para a amostra deve ser o
mesmo que lhe correspondente na populao objetivo. Esse requerimento
particularmente relevante no que se refere constituio de cada um desses nveis, ou
seja, composio de caractersticas de cada nvel. Deve-se ter em conta que qualquer
desvio entre as definies estabelecidas para os nveis de um fator experimental na
populao objetivo e os nveis correspondentes efetivamente aplicados ou manifestados
na amostra uma fonte do erro de amostragem (Seo 2.2 Seo 2.2 Seo 2.2 Seo 2.2). Ademais, a implementao
ou manifestao no uniforme das condies experimentais nas unidades experimentais
uma fonte do erro experimental (Seo 5.7 Seo 5.7 Seo 5.7 Seo 5.7), que pode implicar tendenciosidade das
estimativas do erro experimental e das diferenas de efeitos de condies experimentais.
8.2.1 8.2.1 8.2.1 8.2.1 Fator experimental de tratamento Fator experimental de tratamento Fator experimental de tratamento Fator experimental de tratamento
A atribuio dos nveis de um fator de tratamento s unidades experimentais para
esse fator deve ser determinada por um procedimento de casualizao, ou seja, um
processo apropriado de sorteio que garanta que todos esses tratamentos tenham a
mesma chance de serem atribudos a qualquer das unidades experimentais. A
casualizao assegura que os efeitos dos tratamentos sobre as variveis respostas se
manifestem sem confundimento tendencioso com efeitos de caractersticas estranhas. O
procedimento de casualizao para um fator de tratamento depende da estrutura das
condies experimentais, da estrutura das unidades e da relao entre essas duas
estruturas que definida no plano do experimento. Esse tema abordado na Seo 10.4 Seo 10.4 Seo 10.4 Seo 10.4.
Os tratamentos podem ser aplicados de vrias formas:
de modo semelhante ou de modo diferente;
simultaneamente ou em ocasies diferentes;
uma nica vez ou mais de uma vez;
em instantes, em intervalos ou durante todo o perodo experimental;
no caso de aplicao uma nica vez: antes, ou em um instante ou intervalo,
ao incio ou durante o perodo experimental;
no caso de aplicao mais de uma vez: em diversos instantes ou intervalos
durante todo o perodo experimental;
no caso de aplicao em intervalos: em intervalos de mesma amplitude ou
em intervalos de amplitudes diferentes.
Essas diversas formas alternativas de aplicao dos tratamentos e as
consideraes anteriores so ilustradas pelos exemplos que seguem, em cada um dos
quais indicado o fator experimental definido pelo objetivo do experimento, que
resumido pelo seu ttulo, e so listados os tratamentos na amostra.
Experimento: "Comparao de cultivares de alface para cultivo em estufa plstica na
entressafra, no Rio Grande do Sul"; fator experimental: cultivar; nveis na amostra: 1 - Kagraner, 2
- Regina, 3 - Great Lakes e 4 - Brisa.
Os tratamentos as cultivares especficas - so aplicados s unidades experimentais de
modo semelhante, simultaneamente e uma nica vez, na semeadura, ou seja, ao incio do perodo
experimental. As cultivares so entes genticos veiculados atravs da semente. Observe-se,
entretanto, que a semente compreende, tambm, um conjunto considervel de caractersticas
estranhas no relacionadas a cultivar, tais como caractersticas referentes pureza, sanidade e
ao vigor. Os nveis nominais do fator experimental cultivar, isto , os nveis desse fator definidos
no plano do experimento, no podem ser atribudos aleatoriamente a esse agregado de
caractersticas estranhas da semente. O controle dessas caractersticas estranhas deve ser
efetuado atravs de tcnicas experimentais, para assegurar que os tratamentos aplicados na
amostra sejam to prximos quanto possvel das cultivares sob considerao.
Experimento: "Eficcia de fungicidas no tratamento da semente de cebola"; fator
experimental: fungicida; nveis na amostra: 1 - Dithane, 2 - Thylate, 3 - Phygon e 4 - controle (sem
fungicida).
Os trs primeiros nveis, ou seja, os fungicidas, so aplicados de modo semelhante,
simultaneamente, uma nica vez, na preparao da semente, previamente ao perodo
experimental; o tratamento 4 corresponde ausncia de aplicao de fungicida. Os fungicidas so
produtos qumicos com composies especficas, definidas pelos fabricantes e devem ser
aplicados com as caractersticas de qualidade apropriadas, de modo uniforme, nas
correspondentes doses estabelecidas. O tratamento 4 simplesmente a ausncia de fungicida;
portanto, as unidades experimentais s quais assinalado esse tratamento de fato no recebem
qualquer estmulo de fungicida.
Experimento: "Efeito da adubao foliar sobre a produo de uva da cultivar Itlia"; fator
experimental: poca de adubao; nveis na amostra: 1 - folhagem plena, 2 - florescimento e 3 -
15 dias aps o florescimento.
Os tratamentos pocas de adubao foliar - so aplicados de modo diferenciado, uma
nica vez, mas em diferentes instantes do perodo experimental, conforme especificado nas
correspondentes definies. A especificao completa do fator deve estabelecer a composio do
adubo, o volume a aplicar e a forma de aplicao, enquanto que a definio completa dos
tratamentos deve explicitar os critrios para a determinao precisa das pocas de aplicao. Este
exemplo ilustra a situao em que a definio dos tratamentos estabelece critrios para a
determinao do instante da aplicao dos tratamentos que dependem de avaliao e julgamento
do pesquisador; no caso, critrios para a fixao dos estados de folhagem plena e de
florescimento. Esses critrios devem ser especificados clara e explicitamente no plano do
experimento, de modo que o julgamento do pesquisador se torne to objetivo quanto possvel.

312
Experimento: "Efeito da adubao com cloreto de potssio em cobertura sobre a produo
de soja"; fator experimental: poca de adubao; nveis na amostra: 1 - adubao na semeadura,
2 - 2/3 na semeadura e 1/3 em cobertura, 3 - 1/2 na semeadura e 1/2 em cobertura, 4 - 1/3 na
semeadura e 2/3 em cobertura, e 5 - adubao em cobertura.
Os tratamentos pocas de adubao foliar - correspondem aplicao de uma mesma
quantidade de uma substncia (cloreto de potssio) em uma nica vez, mas em dois instantes
distintos (tratamentos 1 e 5), ou de modo parcelado, em mais de um instante (tratamentos 2, 3, e
4). A definio do fator requer a especificao do adubo, particularmente de sua composio em
cloreto de potssio; a definio dos tratamentos deve ser completada com a descrio dos
procedimentos para a aplicao do adubo e a fixao do instante da adubao em cobertura.
Experimento: Efeito do uso de anabolizante em vacas de descarte no perodo de
preparao para o abate; fator experimental: anabolizante; nveis na amostra: 1 - implante de 4
doses com intervalos de 60 dias entre doses, 2 - implante de 3 doses com intervalos de 90 dias
entre doses e 3 - controle (sem anabolizante).
Os tratamentos anabolizantes - so aplicados de modo diferenciado, em diferentes
instantes e com freqncias diferentes. Nos tratamentos 1 e 2 o primeiro e o ltimo implante so
efetuados nas mesmas datas; os implantes intermedirios so aplicados em instantes diferentes.
A definio do fator experimental deve especificar o anabolizante e a correspondente dose. A
definio dos tratamentos deve ser completada com o estabelecimento explcito do modo de
implantao do anabolizante.
Experimento: "Influncia do tempo de macerao sobre a cor e o sabor do arroz
parbolizado"; fator experimental: tempo de macerao; nveis na amostra: 1 - 2 horas, 2 - 4 horas
e 3 - 6 horas.
Os tratamentos tempos de macerao correspondem a diferentes amplitudes do
intervalo de tempo de aplicao do processo de macerao. O processo de macerao
supostamente o mesmo em todos os tratamentos, exceto pela amplitude do tempo de sua
execuo, que a caracterstica que distingue os tratamentos. A definio do fator experimental
deve descrever esse processo.
Experimento: Efeito da substituio parcial do milho e do farelo de soja por casca de soja
tostada na composio da rao sobre o desenvolvimento ponderal de sunos criados em
confinamento; fator experimental: rao; nveis na amostra: 1 - 0%, 2 - 10% e 3 - 20% de
substituio.
Os tratamentos raes - so aplicados de modo semelhante, durante todo o perodo
experimental. A definio do fator subentende a homogeneidade da rao, exceto pela
composio no que se refere aos ingredientes envolvidos com a substituio em considerao, e a
uniformidade do procedimento de sua aplicao. Essa definio deve estabelecer a composio
completa da rao e o modo de sua administrao aos animais.

Em todos esses exemplos, os tratamentos devem ser assinalados s
correspondentes unidades experimentais de modo aleatrio, por procedimento de sorteio
apropriado ao delineamento experimental escolhido (Seo 10.4 Seo 10.4 Seo 10.4 Seo 10.4).
Em alguns desses exemplos (Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .1 11 1, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .2 22 2, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .3 33 3 e Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .5 55 5) os nveis do fator experimental na amostra so os mesmos sob considerao na
populao objetivo. Em outros (Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .6 66 6 e Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .7 77 7) os nveis listados para a
amostra so um subconjunto dos nveis da populao objetivo. No Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .4 44 4 a relao
entre o conjunto dos nveis na amostra e o conjunto dos nveis na populao objetivo
dbia; se as inferncias devem ser restritas s propores estabelecidas para a amostra
(ou seja, 1, 2/3, 1/2, 1/3 e 0 de adubao na semeadura, respectivamente para os nveis
1, 2, 3, 4 e 5), esses conjuntos de nveis so os mesmos. A relao entre o conjunto dos
nveis na amostra e o conjunto sob considerao para inferncias na populao objetivo
uma propriedade que origina a classificao relevante de fator experimental que
considerada na Seo Seo Seo Seo 8.3 8.3 8.3 8.3.
Esses exemplos (Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .1 11 1 a Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .7 77 7) ilustram a situao mais usual em
que o tratamento aplicado a cada unidade experimental nico, mesmo que a aplicao
se repita em mais de um instante ou intervalo do perodo experimental. Em alguns
experimentos, so aplicados dois ou mais tratamentos diferentes a cada unidade
experimental bsica (animal ou planta, ou grupo de animais ou de plantas, por exemplo),
em diferentes instantes ou intervalos do perodo experimental. Nesse caso, cada uma
dessas unidades bsicas constitui uma unidade experimental distinta em cada um dos
intervalos do perodo experimental em que recebe um tratamento diferente. Nesses
experimentos, deve-se ter garantia de que os efeitos dos tratamentos aplicados em um
intervalo no perdurem nos intervalos seguintes, ou adotar um modelo estatstico que
leve apropriadamente em conta esses efeitos residuais.
8.2.2 8.2.2 8.2.2 8.2.2 Fator experimental intrnseco Fator experimental intrnseco Fator experimental intrnseco Fator experimental intrnseco
O fator experimental intrnseco distingue-se do fator experimental de tratamento
pela propriedade de que seus nveis so inerentes s unidades da amostra; so definidos
pelas prprias unidades ou por um seu componente ou constituinte essencial. Dessa
forma, os nveis de um fator experimental intrnseco no so passveis de casualizao,
ou podem ser submetidos apenas a casualizao essencialmente limitada ou parcial.
Conseqentemente, os efeitos de fatores intrnsecos sobre variveis respostas podem
ficar confundidos tendenciosamente de modo relevante com efeitos de caractersticas
estranhas da amostra. Esse confundimento pode ser reduzido pelo controle de tcnicas
experimentais (Seo 5.6.1 Seo 5.6.1 Seo 5.6.1 Seo 5.6.1).
Uma caracterstica inerente s unidades deve ser considerada um fator
experimental intrnseco quando de interesse particular ou quando h expectativa de
que possa afetar de modo relevante os efeitos causais de fatores de tratamento sobre
caractersticas respostas. Nessa ltima circunstncia, pode no haver interesse em
inferncias referentes aos efeitos causais especficos ou diretos desse fator intrnseco,
por no serem importantes ou j serem conhecidos.
As definies de um fator experimental intrnseco e de seus nveis na amostra
devem ser claramente entendidas e estabelecidas no plano do experimento, de tal modo
que se torne possvel caracterizar a distino entre as caractersticas da amostra que so
inerentes ao fator experimental e as caractersticas que no so inerentes a esse fator,
ou seja, que constituem a classe das caractersticas estranhas. Essas definies devem
corresponder apropriadamente aos significados do fator e de seus nveis na populao
objetivo.
Essas consideraes so ilustradas pelos exemplos que seguem (Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .8 88 8 a
Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .10 10 10 10).
Suponha-se que o experimento caracterizado no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .7 77 7 complementado com a
considerao de animais machos e fmeas. Embora no haja interesse no efeito direto de sexo,
sexo deve ser considerado como fator experimental, por ser esperado que os efeitos das dietas
possam variar com o sexo. Se os animais so acondicionados em boxes individuais, a unidade
experimental para o fator sexo o conjunto constitudo pelas caractersticas explanatrias (rao e
sexo) e pelas caractersticas estranhas relacionadas ao animal e ao boxe, incluindo as
caractersticas referentes a instalaes, ambiente, manejo, incidncias de doenas, de pragas,
etc. Nessas circunstncias, o sexo uma caracterstica inerente ao animal; portanto, seus nveis

314
macho e fmeo - no podem ser atribudos aleatoriamente aos animais. Entretanto, os animais e,
portanto, os seus sexos, podem e devem ser assinalados aleatoriamente aos boxes. Todavia,
como o animal compreende um conjunto de caractersticas estranhas relevantes, em geral, o fator
experimental sexo deve ser considerado como fator intrnseco.

De fato, apenas algumas das caractersticas do animal podem ser identificadas
como especificamente referentes a sexo (as caractersticas mais bvias so as
relacionadas com a reproduo); um conjunto considervel de caractersticas do animal
no so relacionadas a sexo. Em geral, no h como distinguir entre a maioria das
caractersticas do animal quais so especificamente inerentes a sexo e quais no tm
relao com sexo. Por essa razo, na seleo dos animais para a constituio da
amostra, geralmente difcil ou impraticvel exercer o controle eficaz de caractersticas
estranhas do animal no relacionadas a sexo atravs de tcnicas experimentais.
Conseqentemente, em geral, os efeitos do fator experimental sexo ficam confundidos
tendenciosamente com os efeitos de uma parte relevante das caractersticas estranhas
do animal.
No experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .7 77 7, suponha-se que o peso corporal dos animais
mensurado a cada 14 dias do perodo experimental, com o objetivo de avaliar os efeitos dos
tratamentos sobre o desenvolvimento corporal at o abate. Ento, uma estrutura apropriada desse
experimento referente varivel resposta peso corporal considera os instantes de pesagens
sucessivas no perodo experimental, espaados de 14 dias, como os nveis na amostra de um
fator experimental adicional, que pode ser designado de pesagem, avaliao ou idade. Esse fator
experimental um fator intrnseco, j que no h como atribuir aleatoriamente os instantes de
pesagem a cada animal; esses instantes se sucedem na ordem cronolgica imutvel. Nessas
circunstncias, os efeitos atribuveis ao fator experimental pesagem ficam confundidos
tendenciosamente com os efeitos de caractersticas estranhas relacionadas com o tempo, tais
como caractersticas ambientais, principalmente aquelas referentes a clima, estado da pastagem,
incidncias de doenas, parasitos, etc.
Suponha-se que, para lograr a representao da populao objetivo pela amostra, o
experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .7 77 7 conduzido em uma granja de cada um de quatro locais e em cada
um de trs anos consecutivos, com diferentes animais. Nessas circunstncias, pode no haver
interesse nos efeitos diretos de local e ano. Entretanto, como os efeitos relativos das raes
podero variar entre locais e entre anos, local e ano devem ser considerados fatores
experimentais. Esses dois fatores so caractersticas prprias das unidades, que no podem ser
casualizadas. Logo, ambos so fatores experimentais intrnsecos.

As definies do fator experimental intrnseco local e, particularmente, de seus
nveis so usualmente difceis de estabelecer, mas devem ser determinadas de modo
claro e inequvoco. Elas dependem do significado que se queira atribuir a local como fator
experimental. Em geral, os nveis do fator experimental local so os locais distintos da
regio sob considerao na populao objetivo, que constituem as unidades dessa
populao, que usualmente uma populao conceitual. Cada um desses locais
compreende o conjunto das caractersticas permanentes do solo e do clima, que lhe so
tpicas. Pode compreender, tambm, caractersticas referentes a instalaes, tcnicas de
cultivo ou manejo, incidncias de doenas, pragas, etc., que sejam tpicas do local. Como
os nveis desse fator no podem ser atribudos aleatoriamente s posies geogrficas
da regio, os efeitos desse fator experimental ficam confundidos de modo tendencioso
com efeitos de diferenas entre locais no atribuveis a esse fator; essas diferenas so
provenientes de variaes entre os animais utilizados, instalaes, tcnicas de manejo,
incidncias de doenas, etc. que no so tpicas dos locais. Esse confundimento pode
ser reduzido, at certo ponto, atravs de tcnicas experimentais. Para tal,
imprescindvel a definio explcita do fator experimental local e o estabelecimento claro
de instrues referentes s tcnicas que devem ser implementadas na conduo do
experimento.
A definio do fator experimental intrnseco "ano" no to complexa. Em geral, os
nveis desse fator experimental intrnseco compreendem apenas as caractersticas
climticas permanentes tpicas da regio que variam ao longo dos anos. As demais
caractersticas das unidades que variam entre os anos devem ser consideradas
caractersticas estranhas, como, por exemplo, caractersticas referentes a manejo,
alimentao e incidncias de doenas, pragas, invasoras, etc. No h como atribuir
aleatoriamente os nveis do fator ano a esse conjunto de caractersticas estranhas. O
confundimento tendencioso dos efeitos do fator experimental intrnseco ano com os
efeitos devidos a este conjunto de caractersticas estranhas somente pode ser diminudo
com o controle de tcnicas experimentais.
conveniente a distino das seguintes categorias de fator experimental intrnseco:
fator de estgio,
fator de espao,
fator de tempo e
fator de classificao.
Fator experimental intrnseco de estgio Fator experimental intrnseco de estgio Fator experimental intrnseco de estgio Fator experimental intrnseco de estgio
Em algumas situaes, o plano do experimento estabelece a mensurao de uma
caracterstica resposta sobre cada unidade experimental bsica (identificada por um
animal ou uma planta, ou um grupo de animais ou um grupo de plantas, por exemplo) em
dois ou mais instantes do perodo experimental.

Um experimento com observaes sucessivas de uma varivel resposta sobre
cada unidade experimental bsica, coletadas em dois ou mais instantes do perodo
experimental, designado experimento de observaes experimento de observaes experimento de observaes experimento de observaes (ou medidas medidas medidas medidas) repetidas repetidas repetidas repetidas para
essa varivel resposta.

Nessas circunstncias, com a adoo do enfoque univariado, define-se um fator
experimental cujos nveis na amostra so os instantes sucessivos de observao dessa
varivel resposta (Seo Seo Seo Seo 7.7 7.7 7.7 7.7):

Um fator experimental intrnseco cujos nveis na amostra so os instantes
sucessivos do perodo experimental em que se efetuam as observaes de uma
varivel resposta, ou os intervalos de tempo sucessivos entre esses instantes, um
fator experimental intrnseco de estgio fator experimental intrnseco de estgio fator experimental intrnseco de estgio fator experimental intrnseco de estgio.

Os nveis de um fator intrnseco de estgio na amostra podem compreender, por
exemplo, os anos, as estaes, os meses, as safras ou as colheitas sucessivas, em que
observada uma varivel resposta, tal como a produo de frutos, a produo de gros e
a produo de carne, sobre as mesmas unidades. Tambm podem ser intervalos ou
estdios do ciclo de desenvolvimento de plantas ou de animais. As unidades
experimentais para um fator de estgio so os intervalos do perodo experimental
compreendidos entre cada dois instantes sucessivos de observao da varivel resposta.
Em experimentos agrcolas com observaes sucessivas sobre as unidades, muito
freqentemente apropriado definir fatores experimentais de estgio. Uma ilustrao o
fator pesagem ou avaliao do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .9 99 9. O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .11 11 11 11 prov outras ilustraes de
experimentos agrcolas com fator intrnseco de estgio.

316
Experimentos agrcolas para os quais a considerao de um fator intrnseco de estgio
pode ser apropriada:
a) experimentos de desenvolvimento ponderal de animais, em que so registrados dados de
peso corporal de cada animal em vrios instantes do perodo experimental;
b) experimentos de crescimento de plantas perenes, em que so registrados dados de
altura e dimetro do tronco de cada planta em vrios instantes de seu ciclo de desenvolvimento;
c) experimentos com plantas frutferas perenes, em que so avaliadas as produes de
frutos de cada planta em diversas safras; e
d) experimentos de fertilizao do solo para o cultivo sucessivo de uma planta granfera, em
que so efetuadas as pesagens das produes de gros por parcela em um conjunto de anos
sucessivos.

Uma abordagem alternativa a adoo do enfoque multivariado, que considera as
observaes repetidas sobre as unidades como observaes de variveis respostas
distintas e utiliza mtodos multivariados (Seo 7.7 Seo 7.7 Seo 7.7 Seo 7.7).
Em um experimento pode-se ter uma ou mais variveis repostas com observaes
repetidas e outras com observaes simples, ou seja, observadas em um nico instante
do perodo experimental. Naturalmente, um fator experimental de estgio definido
apenas para varivel resposta com observaes repetidas. O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .12 12 12 12 prov
ilustraes de experimentos em que so consideradas variveis respostas de
observaes repetidas e variveis respostas de observaes simples.
So exemplos de variveis respostas de observaes repetidas e variveis respostas de
observaes simples consideradas em um mesmo experimento:
a) peso corporal do animal em diversos instantes do perodo experimental, e variveis que
expressam caractersticas da carcaa, em um experimento de nutrio animal;
b) produo de matria seca em cortes parciais e produo de matria seca total, em um
experimento de fertilizao do solo para cultivo de uma pastagem.

Em um experimento com observaes repetidas, muito freqentemente, atribudo
um nico tratamento a cada unidade experimental bsica, que aplicado uma nica vez
ou mais de uma vez. Em algumas situaes, experimentos de observaes repetidas
correspondem aplicao de dois ou mais tratamentos distintos, em instantes ou
intervalos sucessivos, sobre cada unidade experimental bsica em cada uma das quais
so efetuadas observaes repetidas ao longo do perodo experimental.
Em alguns experimentos de observaes repetidas apenas uma das observaes
importante. Nessas circunstncias no h razo para a definio de um fator de estgio e
o experimento de fato um experimento de observaes simples experimento de observaes simples experimento de observaes simples experimento de observaes simples. Essa tambm a
situao de experimentos em que so coletadas observaes sobre cada unidade em
instantes sucessivos, at que a unidade atinja um certo estado ou padro de
comportamento preestabelecido. Nesse caso, a varivel resposta importante a
amplitude do intervalo de tempo para atingir esse estado ou padro de comportamento,
de modo que o experimento tambm de observaes simples.
Um experimento pode compreender mais de um fator experimental de estgio. Por
exemplo, em um experimento de pastagem com forrageiras perenes ou semiperenes,
pode ser apropriado definir um fator experimental de estgio para levar em conta os
diversos cortes ou estaes dentro de cada ano, e outro para levar em conta a variao
entre anos.
Fatores experimentais intrnsecos de espao e de tempo Fatores experimentais intrnsecos de espao e de tempo Fatores experimentais intrnsecos de espao e de tempo Fatores experimentais intrnsecos de espao e de tempo
Experimentos de ampla abrangncia so repetidos no espao, em duas ou mais
posies geogrficas (tais como locais, laboratrios, etc.), ou no tempo, em dois ou mais
subintervalos de um intervalo de tempo (estaes, anos, por exemplo), ou tanto no
espao como no tempo. Esse o caso de experimentos tecnolgicos cuja populao
objetivo abrange uma rea geogrfica ou intervalo de tempo considervel, ou ambos. Na
primeira situao, se os efeitos atribuveis posio no espao (locais, por exemplo) so
de importncia prpria ou implicam influncia relevante sobre a relao causal entre
variveis respostas e condies experimentais, apropriado definir um fator experimental
intrnseco para levar em conta a variao sistemtica atribuvel posio no espao. Os
nveis desse fator intrnseco na amostra so as posies particulares onde o experimento
conduzido. Por razo semelhante, se os efeitos atribuveis a tempo (anos, por exemplo)
so importantes, o tempo deve ser considerado um fator experimental intrnseco para
levar em considerao a variao sistemtica ao longo do tempo. Os nveis desse fator
experimental na amostra so os subintervalos sucessivos do intervalo de tempo (os anos
de um conjunto de anos, por exemplo) em que o experimento conduzido.

Um fator experimental cujos nveis so as posies ou locais de um espao um
fator experimental intrnseco de espao fator experimental intrnseco de espao fator experimental intrnseco de espao fator experimental intrnseco de espao; um fator experimental cujos nveis so os
subintervalos de um intervalo de tempo um fator experimental intrnseco de tempo. fator experimental intrnseco de tempo. fator experimental intrnseco de tempo. fator experimental intrnseco de tempo.

Outras consideraes referentes a fatores experimentais intrnsecos de espao e
de tempo so feitas no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .10 10 10 10, que prov ilustraes desses fatores, e no
pargrafo que segue esse Exemplo.
Fator experimental intrnseco de classificao Fator experimental intrnseco de classificao Fator experimental intrnseco de classificao Fator experimental intrnseco de classificao
Muito freqentemente, um fator experimental uma caracterstica inerente s
unidades cujas alternativas no correspondem s disposies das unidades no espao e
no tempo.

Um fator experimental intrnseco que classifica as unidades experimentais em
categorias correspondentes s alternativas de uma caracterstica explanatria no
relacionada com espao e tempo um fator experimental intrnseco de classificao fator experimental intrnseco de classificao fator experimental intrnseco de classificao fator experimental intrnseco de classificao.

Por exemplo, o fator sexo do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .8 88 8. Tambm so exemplos de fator
experimental intrnseco de classificao, quando constituem fatores experimentais: raa,
e estado sanitrio do animal, no caso em que a unidade experimental um animal, e
vigor e nvel de infeco da planta, no caso em que a unidade experimental uma planta.
8.2.3 8.2.3 8.2.3 8.2.3 Fator de tratamento ou fator intrnseco? Fator de tratamento ou fator intrnseco? Fator de tratamento ou fator intrnseco? Fator de tratamento ou fator intrnseco?
Em geral, no h como discriminar a variao observada de uma varivel resposta
entre os nveis de um fator intrnseco que atribuvel propriamente ao fator experimental
da variao entre esses nveis que atribuvel a caractersticas estranhas. Essas duas
fontes de variao da varivel resposta ficam inevitavelmente confundidas de modo
tendencioso. Por outro lado, o pesquisador pode exercer acentuado controle de tcnicas
experimentais que assegure a aplicao dos nveis de um fator de tratamento
essencialmente conforme a definio estabelecida no plano do experimento. Ento, se os
nveis desse fator experimental so atribudos s correspondentes unidades
experimentais por processo aleatrio, o pesquisador pode ter elevada segurana de que
os efeitos sobre a varivel resposta das diferenas entre essas unidades que so
atribuveis a caractersticas estranhas so puramente aleatrios. Desse modo, a

318
incerteza resultante para inferncias referentes a efeitos causais de fatores experimentais
sobre a varivel resposta pode ser avaliada objetivamente.
Para melhor compreenso dessa distino fundamental entre fator experimental de
tratamento e fator experimental intrnseco e de seu aspecto lgico, considere-se o
Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .13 13 13 13 que discute novamente o experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .10 10 10 10.
No experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .10 10 10 10, que constitui uma extenso do experimento do Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .7 77 7, local e ano so fatores experimentais intrnsecos. De fato, os locais so posies geogrficas
imutveis inerentes s unidades; portanto os locais no podem ser atribudos aleatoriamente a
essas unidades. Dessa forma, se ocorrer variao considervel de peso dos animais entre os
quatro locais, no haver como distinguir, com base apenas na evidncia provida pela amostra, se
tal variao se deve a: a) diferenas entre os locais atribuveis a caractersticas que, por definio,
constituem o fator experimental local; ou b) diferenas sistemticas entre os locais no atribuveis
a esse fator experimental, mas a caractersticas estranhas, tais como diferenas entre os
conjuntos de animais utilizados nos quatro locais, diferenas de manejo dos animais, diferenas
originadas de ocorrncias de eventos climticos atpicos, de doenas eventuais, etc.
Semelhantemente, os anos so intervalos de tempo com disposio cronolgica fixa que no pode
ser sujeita interferncia do pesquisador e, portanto, no podem ser atribudos aleatoriamente s
unidades. Ento, variaes de observaes de caractersticas respostas entre os trs anos podem
ser devidas a: a) diferenas atribuveis a caractersticas que, por definio, constituem o fator
experimental ano, ou seja, diferenas relacionadas com a variao do clima entre anos; ou b)
diferenas sistemticas entre os anos no relacionadas com o fator experimental ano decorrentes
de diferenas de condies dos animais, de manejo, de ocorrncias de eventos climticos atpicos
e de doenas eventuais, etc.
Suponha-se, entretanto, que seja possvel atribuir os animais aos locais atravs de algum
processo aleatrio. Nessa circunstncia, os efeitos do fator experimental local no estariam
confundidos tendenciosamente com os efeitos de caractersticas estranhas da amostra referentes
aos animais; as diferenas entre os locais atribuveis a animais seriam meramente casuais.
Entretanto, os efeitos do fator experimental local continuariam confundidos tendenciosamente com
caractersticas estranhas no inerentes aos animais que se manifestam eventualmente de modo
diferenciado entre os locais, tais como caractersticas referentes a manejo dos animais, clima,
doenas, etc.
Por outro lado, se os nveis do fator experimental rao so essencialmente aqueles
estabelecidos conceitualmente na definio desse fator experimental, a atribuio aleatria dos
tratamentos aos animais assegura que os efeitos de diferenas entre os animais sobre os efeitos
de raes sejam puramente aleatrios.

Deve ser ressaltado, entretanto, que realmente no h uma dicotomia ntida entre
fator de tratamento e fator intrnseco. De fato, conforme exposto e ilustrado
anteriormente, qualquer fator experimental, mesmo um fator de tratamento, sempre
apresenta algum nvel de confundimento com caractersticas estranhas. O grau desse
confundimento depende da viabilidade do controle experimental e da habilidade do
pesquisador para exercer esse controle. Outras ilustraes so providos pelo Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .14 14 14 14.
a) Em um experimento com o fator de tratamento cultivar, os efeitos desse fator
experimental, conceitualmente definido como um conjunto de caractersticas genticas
transmitidas, ou veiculadas, pela semente, ficam confundidos com os efeitos de caractersticas da
semente no atribuveis a cultivar, ou seja, caractersticas estranhas referentes sanidade,
pureza, vigor, etc. Se o pesquisador tem conhecimento que lhe permita distinguir essas duas
classes de caractersticas, ele pode, atravs do controle de tcnicas experimentais apropriado,
minimizar a manifestao diferenciada dessas caractersticas estranhas na amostra.
b) Em um experimento de controle de uma infeco em animais, os efeitos do fator
experimental antibitico cujos nveis so definidos como diferentes substncias com composies
especficas ficam confundidos com efeitos de caractersticas estranhas que constituem o veculo
do antibitico; estes efeitos podem ter implicaes para a pureza, o estado de conservao e
outras propriedades referentes qualidade do antibitico.
c) Em um experimento de fertilizao do solo com nitrognio, os efeitos do fator
experimental nitrognio cujos nveis so definidos como doses particulares do elemento qumico
nitrognio provido por uma fonte especfica (uria, por exemplo) confundem-se com os efeitos de
variaes referentes ao adubo no atribuveis aos nveis definidos, tais como variaes do estado
dessa fonte, de sua composio em nitrognio e da pesagem da uria.
Em todas essas situaes, o pesquisador pode e deve exercer o controle de tcnicas
experimentais que seja necessrio para assegurar que os fatores se manifestem na amostra
conforme as definies estabelecidas no plano do experimento. Entretanto, a avaliao dessa
garantia ser sempre subjetiva.

Entre os dois extremos, ou seja, fatores experimentais caracteristicamente de
tratamento, como cultivar, antibitico e nitrognio, cuja manifestao nas unidades
experimentais pode ser controlada pela escolha dos tratamentos e sua atribuio
aleatria, e fatores experimentais eminentemente intrnsecos, como local e ano, cuja
manifestao nas unidades experimentais independente de qualquer controle pelo
pesquisador, h fatores experimentais cuja manifestao passvel de controle pelo
pesquisador apenas parcial. Esse o caso do fator sexo do experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .8 88 8.
Muito freqentemente, a distino entre fator de tratamento e fator intrnseco no
levada em conta na literatura e pelos pesquisadores. Entretanto, ela muito importante
no julgamento da validade de inferncias derivadas do experimento.
Em algumas circunstncias, uma caracterstica explanatria pode ser
opcionalmente definida como fator experimental de tratamento ou fator experimental
intrnseco, segundo o plano escolhido para o experimento. Uma ilustrao provida pelo
Experimento: Pesquisa da permanncia no leite de resduo de um antibitico para o
controle da mamite de vacas leiteiras. O plano do experimento estabelece a administrao do
antibitico a cada uma de oito vacas, de cada das quais ser coletado leite a cada 24 horas aps
o instante da administrao do antibitico, ou seja, s 24, 48, 72, 96 e 120 horas aps esse
instante.
Nessas circunstncias, o fator experimental tempo para a coleta um fator experimental
intrnseco (de estgio), j que seus nveis na amostra: 24, 48, 72, 96 e 120 horas, se manifestaro
nas unidades experimentais necessariamente nesta ordem; portanto, a manifestao dos nveis
desse fator na amostra no passvel de qualquer controle pelo pesquisador.
Suponha-se que o plano desse experimento seja alterado como segue: o antibitico
aplicado a 40 vacas (em vez de 8 vacas) e os 5 nveis do fator experimental tempo para a coleta
so atribudos aleatoriamente s 40 vacas, de modo que cada nvel resulte atribudo a 8 vacas.
Com esse plano alternativo, o fator experimental tempo para coleta torna-se um fator experimental
de tratamento.

As implicaes de dois planos distintos para um mesmo experimento que decorrem
da considerao alternativa de um fator experimental como fator de tratamento ou fator
intrnseco, ilustrados no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .15 15 15 15, so fundamentais para as inferncias derivadas
do experimento. De fato, as estruturas decorrentes para o experimento so distintas,
como ser visto adiante.

320
1. Explique resumidamente, recorrendo a uma ilustrao, a seqncia de passos do
planejamento das condies experimentais.
2. Qual a propriedade essencial que distingue fator de tratamento e fator intrnseco? D trs
exemplos de fator experimental de cada uma dessas duas classes.
3. Explique a razo da atribuio aleatria dos nveis de fatores de tratamento s unidades
experimentais.
4. Explique porque, embora a atribuio dos tratamentos s unidades da amostra seja procedida
sob o controle do pesquisador, por processo aleatrio, efeitos de fatores de tratamento
usualmente resultam confundidos com efeitos de caractersticas estranhas veiculadas
juntamente com o fator experimental.
5. D exemplos de trs fatores de tratamento com diferentes nveis de confundimento das
caractersticas prprias do fator experimental com caractersticas estranhas veiculadas junto
com a atribuio dos tratamentos.
6. Para cada um dos fatores de tratamento indicados na resposta ao exerccio 5:
a) descreva as caractersticas prprias do fator experimental e as caractersticas estranhas
que so veiculadas com a assinalao dos tratamentos s unidades experimentais;
b) explique as conseqncias da presena dessas caractersticas estranhas na amostra;
c) qual o procedimento de controle experimental e quais so os recursos particulares desse
procedimento que o pesquisador pode utilizar para evitar ou minimizar a veiculao dessas
caractersticas estranhas juntamente com as caractersticas prprias do fator experimental?
7. Considere os experimentos caracterizados a seguir:
A - "Controle da verminose de ces com o uso de anti-helmnticos", com os seguintes
tratamentos: 1 - Mebendazole, 2 - Praziquantel e 3 - Controle (sem vermfugo). O
experimento ser conduzido com animais machos e fmeos de duas constituies raciais:
puros e mestios, em instalaes do hospital veterinrio da UFPEL, em um nico ano.
B - Efeito do calcrio sobre a qualidade da semente de feijo, com as seguintes doses de
calcrio (em t/ha): 1 0; 2 2,0; 3 4,0; 4 6,0; 5 8,0, e duas cultivares: 1 IAC-
Carioca, 2 EMGOPA 201-Ouro. O experimento ser conduzido em um nico local do
municpio de Pelotas e em apenas um ano.
C - "Eficincia de fungicidas sistmicos no tratamento da semente para o controle da brusone
da folha do arroz, com os seguintes nveis do fator fungicida: 1 Difenoconazole, 2
Fludioxonil, 3 Thiabendazole e 4 - Controle, e duas cultivares: 1 Rio Paranaba, 2
Guarani. O experimento ser conduzido em trs locais dos municpios de Pelotas, Rio
Grande e Santa Vitria, em trs anos consecutivos.
D - "Estudo da variabilidade da altura da planta das linhagens originadas do cruzamento das
cultivares IAS 5 e BR 16", com 25 linhagens, supostamente constituindo uma amostra
representativa das linhagens resultantes desse cruzamento. Experimento a ser conduzido
em um nico local do municpio de Pelotas e em um nico ano.
Para cada um desses experimentos:
a) enumere e denomine os fatores experimentais;
b) especifique os nveis desses fatores na populao objetivo e na amostra;
c) classifique cada um desses fatores experimentais nas duas seguintes classes: fator de
tratamento e fator intrnseco.
8. Ilustre com exemplos de sua rea fator de tratamento cujos nveis so aplicados s unidades
da amostra: a) ao incio do perodo experimental; b) em um momento durante o perodo
experimental; e c) ao longo do perodo experimental.
9. Fornea trs exemplos de fator intrnseco. Para cada um desses fatores experimentais:
a) descreva as caractersticas prprias do fator experimental e as caractersticas estranhas
veiculadas junto com ele;
b) identifique quais dessas caractersticas estranhas so passveis de controle de tcnicas
experimentais;
c) indique as caractersticas estranhas descritas no item a) que podem se manifestar
independentemente de controle do pesquisador.
10. Explique o significado e ilustre as seguintes categorias de fator intrnseco: a) de estgio; b) de
tempo; c) de espao; d) de classificao.
11. D um exemplo de experimento com um fator de tratamento e um fator intrnseco de estgio.
a) Porque esse experimento denominado experimento de observaes repetidas ou
experimento de medidas repetidas?
b) Porque ele tem duas categorias de unidades experimentais?
c) Explique as origens dos erros experimentais para inferncias referentes ao fator de
tratamento e ao fator de estgio.
12. Considere o experimento "Efeito do retardamento da secagem da semente de sorgo sacarino
sobre sua qualidade fisiolgica", com cinco repeties de cada um dos seguintes nveis do
fator experimental retardamento da secagem na amostra: 1- 0 h, 2 60 h, 3 120 h, 4 180
h e 5 - 240 horas.
a) Especifique os nveis desse fator experimental na populao objetivo.
b) Descreva um procedimento experimental que considere o fator retardamento da secagem
como fator intrnseco de estgio.
c) Explique uma alterao desse procedimento que tornaria esse fator um fator de tratamento.
8.3 8.3 8.3 8.3 Classificao dos Fatores Ex Classificao dos Fatores Ex Classificao dos Fatores Ex Classificao dos Fatores Experimentais perimentais perimentais perimentais
As definies de cada fator experimental e de seus nveis para a populao objetivo
e para a amostra devem ter em conta os objetivos do experimento e os recursos
disponveis. Essas definies tm implicaes decisivas para as inferncias que devem
ser derivadas do experimento e, particularmente, para os procedimentos estatsticos para
essas inferncias. Assim, de alta relevncia a distino das seguintes categorias de
fator experimental, segundo a escala de medida da varivel escolhida para expressar o
fator e a relao entre seus nveis na amostra e na populao objetivo:
fator qualitativo especfico,
fator qualitativo ordenado,
fator quantitativo,
fator qualitativo amostrado e
fator misto.
8.3.1 8.3.1 8.3.1 8.3.1 Fator qualitativo especfico Fator qualitativo especfico Fator qualitativo especfico Fator qualitativo especfico

Um fator experimental um fator qualitativo especfico fator qualitativo especfico fator qualitativo especfico fator qualitativo especfico se expresso por uma
varivel nominal e seus nveis na amostra so o prprio conjunto dos nveis sob
considerao na populao objetivo

Portanto, no h qualquer relao de grandeza ou de ordem entre os nveis de um
fator qualitativo especfico. Cada um dos nveis de interesse especfico e se distingue
qualitativamente dos demais. Logo, as inferncias para a populao objetivo restringem-
se a esses nveis. Os seguintes exemplos so ilustrativos.

322
Experimento: "Comparao de cultivares de ervilha de porte baixo"; fator experimental:
cultivar; nveis na amostra: 1 - nica, 2 - Profusion, 3 - Roi des Fins Verts, 4 - Early Harvest, 5 -
Annonay e 6 - Fins des Gourmets.
O fator experimental cultivar expresso por uma varivel nominal com seis nveis - as seis
cultivares de ervilha, ou seja, 1 - nica, 2 - Profusion, 3 - Roi des Fins Verts, 4 - Early Harvest, 5 -
Annonay e 6 - Fins des Gourmets. Essas cultivares e apenas elas constituem os nveis do fator
experimental sob considerao na populao objetivo. Inferncias da amostra para a populao
objetivo restringem-se a essas seis cultivares.
Experimento: "Avaliao do efeito da adio de antibitico ao diluente do smen de touro
sobre a taxa de concepo"; fator experimental: antibitico; nveis na amostra: 1 - Sulfanilamida, 2
- Estreptomicina, 3 - Penicilina e 4 - controle (sem antibitico).
O fator experimental antibitico compreende quatro nveis na amostra: os trs antibiticos:
sulfanilamida, estreptomicina e penicilina, e um controle (ausncia de antibitico no diluente). A
ausncia de antibitico includa como um nvel do fator experimental para servir de termo de
comparao para os trs tratamentos com antibitico (Seo Seo Seo Seo 8.6.4 8.6.4 8.6.4 8.6.4). Inferncias restringem-se a
esses quatro nveis do fator antibitico na amostra, que so os prprios nveis sob considerao
na populao objetivo.

Tambm so exemplos de fator qualitativo especfico os fatores de tratamento
cultivar e fungicida dos experimentos do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .1 11 1 e do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .2 22 2, respectivamente.
Outros exemplos de fator de tratamento qualitativo especfico so providos pelo Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .18 18 18 18.
So fatores de tratamento qualitativos especficos:
a) droga para o tratamento de uma doena com nveis qualitativamente diferentes;
b) poda e desbaste de uma planta frutfera com nveis constitudos por diferentes tcnicas
ou modos de poda e desbaste, respectivamente;
c) herbicida, fungicida e inseticida com nveis constitudos por produtos que se distinguem
qualitativamente, como o caso quando os nveis diferem pelo princpio ativo ou pela composio
qumica; e
d) corte de uma forrageira e colheita de frutos de uma planta frutfera em que os nveis so
intervalos de tempo ou datas no especificadas com preciso.

Fatores experimentais intrnsecos de classificao, como os fatores sexo (Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .8 88 8) e raa, so freqentemente fatores qualitativos especficos.
Observe-se que um fator experimental qualitativo especfico no precisa ser
expresso necessariamente por uma varivel numrica; seus nveis podem ser smbolos
ou rtulos, como, por exemplo, os eventuais nomes prprios que os designam.
Tendo em conta a relao com os objetivos do experimento e as implicaes para
os procedimentos de inferncia estatstica, conveniente distinguir as seguintes duas
categorias de fator qualitativo especfico:
fator qualitativo especfico no estruturado e
fator qualitativo especfico estruturado.

Fator qualitativo especfico no estruturado Fator qualitativo especfico no estruturado Fator qualitativo especfico no estruturado Fator qualitativo especfico no estruturado o fator experimental qualitativo
especfico cujos nveis no se relacionam estruturalmente; fator qualitativo especfico fator qualitativo especfico fator qualitativo especfico fator qualitativo especfico
estruturado estruturado estruturado estruturado aquele cujos nveis classificam-se em grupos naturais determinados
pelos objetivos do experimento.

Essas duas categorias de fator qualitativo especfico decorrem dos objetivos do
experimento. Um fator experimental de tratamento um fator qualitativo especfico no
estruturado quando as inferncias de interesse compreendem todas as comparaes dos
tratamentos tomados dois a dois, ou seja, as comparaes mltiplas de cada um dos
tratamentos com cada um dos demais, com vistas classificao dos tratamentos, em
muitas situaes para a determinao dos melhores tratamentos. Esse o caso, por
exemplo dos fatores cultivar do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .1 11 1 e do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .16 16 16 16. No caso em que o fator
qualitativo especfico no estruturado um fator experimental intrnseco, como o fator
sexo do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .8 88 8, pode no haver interesse em inferncias referentes ao prprio
fator, mas em inferncias referentes a sua interao com fatores experimentais principais
(S SS Seo eo eo eo 8.2.2 8.2.2 8.2.2 8.2.2).
Um fator qualitativo especfico estruturado geralmente um fator experimental de
tratamento. Esse fator resulta quando as inferncias de interesse constituem um conjunto
de comparaes entre grupos de tratamentos. Em algumas situaes, esse conjunto de
comparaes compreende uma comparao entre dois grandes grupos dos tratamentos,
seguida de uma comparao entre dois subgrupos dos tratamentos dentro de cada um
desses grupos, e assim sucessivamente, at comparaes individuais entre tratamentos.
Desse modo, os tratamentos classificam-se em grupos, em subgrupos dentro desses
grupos, etc., at grupos constitudos de um nico tratamento. Nessas circunstncias, os
agrupamentos dos nveis do fator tm estrutura hierrquica ou aninhada.
Uma ilustrao de fator qualitativo especfico estruturado provida pelo Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .19 19 19 19.
Experimento: "Estudo da eficcia da utilizao de acetato para a sntese do leite de cabra";
fator experimental: acetato; nveis na amostra: 1 - Prolactina 0,2 mg/kg de peso do animal, 2 -
Dexametasona 0,2mg/kg, 3 - Prolactina 0,1mg/kg + Dexametasona 0,1mg/kg e 4 - Sem acetato
(controle).
A estrutura de agrupamentos dos 4 tratamentos implicada pelas seguintes comparaes
que, supostamente, constituem o objetivo do experimento:
1 - efeito do acetato, ou seja, com acetato (grupo 1 - tratamentos 1, 2 e 3) versus sem
acetato (grupo 2 - tratamento 4),
2 - fontes de acetato isoladas (grupo 3 - tratamentos 1 e 2) versus fontes de acetato
combinadas (grupo 4 - tratamento 3), e
3 - entre fontes de acetato, ou seja, Prolactina (grupo 5 - tratamento 1) versus
Dexametasona (grupo 6 - tratamento 2).
Nesse caso, como em muitas situaes de fator qualitativo especfico estruturado, os
tratamentos satisfazem uma estrutura de agrupamento hierrquica, representada no diagrama de
rvore da Figur Figur Figur Figura aa a 8 88 8. .. .1 11 1.

324

Figur Figur Figur Figura a a a 8 88 8. .. .1 11 1. Diagrama de rvore da estrutura de agrupamentos
hierrquica dos tratamentos do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .19 19 19 19.

Para outra ilustrao de fator qualitativo especfico estruturado considere-se o fator
experimental antibitico do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .17 17 17 17. Aparentemente, o objetivo do experimento em
referncia a verificao da eficcia da adio de antibitico ao diluente do smen. Essa
verificao pode ser efetuada atravs de um dos dois seguintes procedimentos
alternativos: a) comparao individual de cada um dos antibiticos com o tratamento
controle; ou b) comparao global dos trs antibiticos com o tratamento controle,
seguida das comparaes individuais entre os trs antibiticos. Em qualquer desses
casos, o tratamento controle tem o propsito de servir de referncia ou termo de
comparao para os demais tratamentos.
De modo geral, um fator de tratamento qualitativo especfico em que um dos nveis
um tratamento controle ou testemunha (Seo Seo Seo Seo 8.6.4 8.6.4 8.6.4 8.6.4) um fator qualitativo especfico
estruturado com a forma mais simples de estrutura, se as comparaes com o controle
constituem um dos objetivos principais do experimento. Se todas as comparaes entre
os tratamentos so de igual importncia, includas aquelas com o tratamento controle, o
fator deve ser mais apropriadamente considerado como qualitativo especfico no
estruturado.
A seguinte observao vlida em geral: um fator qualitativo especfico com nveis
aparentemente estruturados um fator qualitativo especfico estruturado se a estrutura
aparente decorre dos objetivos do experimento. Caso contrrio, ou seja, se essa
estrutura no de interesse particular, mas apenas circunstancial, o fator deve ser mais
apropriadamente considerado como qualitativo especfico no estruturado. O Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .20 20 20 20 prov uma ilustrao do fato de que a considerao de um fator experimental
qualitativo especfico como estruturado ou no estruturado depende do objetivo do
experimento.
Considere-se o fator cultivar em um experimento de comparao de cultivares de trigo
cujos nveis compreendem um subconjunto de cultivares de ciclo curto e um subconjunto de
cultivares de ciclo longo. Esse fator ser qualitativo especfico estruturado se o objetivo do
experimento for a comparao dos dois ciclos, seguida das comparaes das cultivares dentro de
cada um dos dois ciclos. Entretanto, se o objetivo compreender as comparaes individuais de
todas as cultivares, ou seja, as comparaes de cada uma das cultivares com cada uma das
demais, independentemente da amplitude de seus ciclos, o fator deve ser considerado qualitativo
especfico no estruturado.
8.3.2 8.3.2 8.3.2 8.3.2 Fator qualitativo ordenado Fator qualitativo ordenado Fator qualitativo ordenado Fator qualitativo ordenado

Um fator experimental um fator qualitativo ordenado fator qualitativo ordenado fator qualitativo ordenado fator qualitativo ordenado se expresso por uma
varivel ordinal.

Os nveis de um fator qualitativo ordenado so intervalos de nmeros reais ou
valores numricos no exatos, isto , valores numricos definidos vagamente. Dessa
forma, eles tm uma relao de ordem, mas no de grandeza exata; ou seja, tm uma
relao de grandeza definida de modo vago.
Experimento: poca de plantio de morangueiro; fator experimental: poca de plantio;
nveis na amostra: 1 - plantio cedo, 2 - plantio intermedirio e 3 - plantio tardio.
Os nveis do fator poca de plantio so subintervalos consecutivos de um intervalo do ano
em considerao para o plantio do morangueiro. Eles apresentam uma relao de ordem, mas
no podem ser expressos por uma varivel quantitativa.
Experimento: Efeito da idade de acasalamento sobre a fertilidade da ovelha matriz; fator
experimental: idade de acasalamento; nveis na amostra: 1 - dois dentes, 2 - quatro dentes, 3 -
seis dentes, 4 - oito dentes e 5 - dez dentes.
Os nveis do fator idade de acasalamento expressam aproximadamente as idades de
acasalamento (nmero de dentes 2 x idade em anos). Por exemplo, acasalamento aos dois
dentes, ou com 1 ano, no significa acasalamento exatamente ao surgirem os dois dentes, ou ao
animal completar 12 meses; significa acasalamento em um intervalo de tempo em torno de 1 ano
de idade ou do surgimento dos 2 dentes. O fator corresponde a uma caracterstica quantitativa:
idade, definida pelo nmero de dentes ou de anos; entretanto, seus nveis no so quantidades
bem definidas.

Muito freqentemente, um fator qualitativo ordenado um fator intrnseco de
classificao. Esse o caso do fator idade de acasalamento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .22 22 22 22. Outras
ilustraes so dadas no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .23 23 23 23.
a) Em um experimento para pesquisa da eficcia de um antibitico no controle de uma
infeco de cordeiros em que so utilizados animais com diversos nveis de infeco que so
classificados, segundo o grau de infeco, nas seguintes categorias: sem infeco, infeco leve,
moderada, severa e muito severa, o fator experimental grau de infeco um fator qualitativo
ordenado.
b) Em um experimento de controle da mastite de vacas leiteiras, com animais de uma ampla
gama de idades que so classificados em trs nveis de idade: menos de 3 anos, entre 3 e 6 anos
e mais de 6 anos, o fator experimental idade um fator qualitativo ordenado.

Em geral, os nveis de um fator qualitativo ordenado na amostra so os mesmos
sob considerao na populao objetivo. Nessas circunstncias, as inferncias referentes
a fator qualitativo ordenado restringem-se aos nveis na amostra. Portanto, no que diz
respeito a inferncias e particularmente aos procedimentos de anlise estatstica, fator
qualitativo ordenado geralmente tratado como fator qualitativo especfico. Nessas
circunstncias, um fator experimental qualitativo ordenado no precisa ser expresso
necessariamente por uma varivel numrica; seus nveis podem ser smbolos ou rtulos,
como, por exemplo, suas prprias designaes.
Observe-se que, muito freqentemente, o pesquisador tem escolha entre definir um
fator como qualitativo ordenado ou como quantitativo. Nessa escolha, ele deve ter em

326
conta que com a primeira opo as inferncias restringem-se aos nveis escolhidos para
a amostra. Assim, no experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .21 21 21 21, inferncias referentes ao fator
experimental poca de plantio so restritas aos intervalos de tempo vagamente definidos
que constituem os nveis do fator experimental na amostra. Se for desejvel uma
determinao mais precisa da melhor poca de plantio, o fator experimental deve ser
expresso por uma varivel quantitativa, com nveis correspondendo a datas especficas.
Ento, o fator experimental se tornar quantitativo.
8.3.3 8.3.3 8.3.3 8.3.3 Fator quantitativo Fator quantitativo Fator quantitativo Fator quantitativo

Um fator experimental quantitativo fator experimental quantitativo fator experimental quantitativo fator experimental quantitativo expresso por uma varivel de escala
intervalar ou racional, contnua ou discreta, definida em um intervalo.

Os nveis de um fator quantitativo sob considerao na populao objetivo so o
conjunto ou um subconjunto dos nmeros reais de um intervalo cujos extremos definem a
abrangncia das inferncias de interesse. Os nveis para a amostra so um subconjunto
desse conjunto de nveis escolhido de modo mais ou menos arbitrrio para permitir a
estimao de uma funo que exprima a relao entre a varivel resposta e o fator
experimental. A coleo dos nveis na amostra deve, necessariamente, incluir os
extremos do intervalo de nveis definido para a populao objetivo.
Assim, a escolha dos nveis de um fator quantitativo para a amostra requer a
definio prvia do correspondente intervalo de nveis da populao objetivo. Um
ilustrao provida pelo Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .24 24 24 24.
Experimento: "Controle de nematides gastrintestinais atravs de anti-helmntico sobre a
produo de carne de ovelhas de descarte da raa Ideal"; fator experimental: anti-helmntico HCG
8117; nveis na amostra: 1 - 0 mg/kg do animal, 2 - 1,5 mg/kg, 3 - 3,0 mg/kg e 4 - 4,5 mg/kg.
Os nveis na amostra, 0, 1,5, 3,0 e 4,5 mg/kg de peso do animal, so os extremos do
intervalo de nveis sob considerao na populao objetivo, ou seja, 0 e 4,5 mg/kg, e dois valores
do interior desse intervalo (1,5 e 3,0 mg/kg), escolhidos arbitrariamente.

Tambm so exemplos de fator quantitativo os fatores experimentais poca de
adubao, tempo de macerao e rao (Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .4 44 4, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .6 66 6 e Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .7 77 7,
respectivamente) e tempo para a coleta (Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .15 15 15 15).
Outras ilustraes de fator quantitativo so apresentadas no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .25 25 25 25.
So fatores quantitativos:
a) fertilizante, em um experimento de fertilizao do solo para o cultivo da aveia em que os
nveis na populao objetivo so um intervalo de doses desse fertilizante e os nveis na amostra,
um subconjunto de doses desse intervalo;
b) antibitico, em um experimento de controle de uma infeco de cavalos em que os nveis
na populao objetivo so um intervalo de doses de um antibitico e os nveis na amostra, um
subconjunto desse intervalo de doses;
c) temperatura de conservao da semente, em um experimento de armazenamento de
semente de sorgo cujos nveis na populao objetivo so as temperaturas do intervalo [10C;
30C] e os nveis na amostra so as seguintes temperaturas, em graus Celsius: 10, 15, 20, 25 e
30;
d) idade do desmame, em um experimento de desmame de cordeiros cujos nveis na
populao objetivo so o intervalo de idades [30; 180 dias] e os nveis na amostra so as
seguintes idades: 30, 60, 90, 120, 150 e 180 dias; e
e) tamanho da leitegada com a considerao do tamanho mximo de 13 leites, em um
experimento do efeito do tamanho da leitegada sobre o desenvolvimento do leito em que os
nveis na populao objetivo so o conjunto dos nmeros inteiros {1, 2, 3,..., 13} e os nveis na
amostra so o subconjunto {1, 5, 9, 13}.

Os nveis de um fator quantitativo na amostra no so de interesse especfico. O
interesse reside no conjunto dos nveis da populao objetivo, ou melhor, em inferncias
referentes relao causal entre a varivel resposta e o fator experimental nesse
intervalo de nveis; por exemplo, inferncias referentes relao causal entre produo e
quantidade de fertilizante aplicada ao solo em um intervalo de doses sob considerao na
populao objetivo. A funo que exprime uma tal relao denominada funo de funo de funo de funo de
resposta resposta resposta resposta, e a curva que a representa geometricamente, cur cur cur curva de resposta va de resposta va de resposta va de resposta. A suposio
bsica a existncia de uma relao particular na populao objetivo que
desconhecida; o pesquisador postula uma forma da relao com base terica ou
emprica, e executa o experimento com o objetivo de verificar essa hiptese e obter uma
aproximao apropriada para a expresso da relao na populao objetivo, muitas
vezes para propsito de predio.
H duas fontes de incerteza na aproximao ou estimao de uma funo ou curva
de resposta a partir de uma amostra provida por um experimento. Uma a variao
estranha no controlada; a outra decorre do fato de que as observaes so obtidas
apenas para um nmero limitado de nveis do fator experimental, que so selecionados
de um conjunto muito maior (muito freqentemente um intervalo) para o qual desejado
derivar inferncias. Nessas circunstncias, a escolha apropriada dos nveis do fator
experimental para a amostra tem importncia fundamental para a confiabilidade dessas
inferncias.
A distino entre fator qualitativo especfico, fator qualitativo ordenado e fator
quantitativo relevante para o plano do experimento e, conseqentemente, para as
inferncias derivadas do experimento. Assim, conforme salientado no ltimo pargrafo da
Seo Seo Seo Seo 8.3.2 8.3.2 8.3.2 8.3.2, quando o pesquisador tem opo para a escolha da categoria para um fator
experimental e de seus nveis, ele deve decidir tendo em conta o fator em considerao
na populao objetivo e as conseqncias para as inferncias para a populao objetivo.
Por exemplo, para um fator quantitativo com dois nveis, usualmente no pode ser obtida
uma estimao da forma detalhada da curva de resposta, a no ser que ela seja linear.
Apenas a diferena entre as respostas nos dois nveis pode ser estimada. Portanto,
nesse caso, inferncias so restritas aos dois nveis na amostra, ou seja, o fator
considerado como se fosse qualitativo.
8.3.4 8.3.4 8.3.4 8.3.4 Fator misto Fator misto Fator misto Fator misto
Em algumas situaes, os objetivos do experimento implicam a definio de um
fator com nveis que se relacionam tanto qualitativamente quanto quantitativamente.

Um fator experimental misto fator experimental misto fator experimental misto fator experimental misto compreende dois ou mais subconjuntos de nveis
que se relacionam qualitativamente e pelo menos um desses subconjuntos
compreende nveis de um fator quantitativo.

Um fator experimental misto de fato a agregao de dois ou mais subconjuntos de
nveis, um dos quais pode ser constitudo de um ou mais tratamentos controles e os
demais, de nveis que se relacionam quantitativamente.
Um fator experimental misto resulta quando o experimento tem como objetivo a
derivao de inferncias sobre esse fator referentes a: a) comparaes de grupos de

328
nveis que se relacionam qualitativamente, e b) relao causal entre a varivel resposta e
o subconjunto dos nveis de cada um desses grupos, separadamente para cada grupo.
Experimento: "Controle de invasoras em milho com herbicida pr-emergente"; fator
experimental: herbicida; nveis na amostra: 1 - Gesaprin 50 2 kg/ha, 2 - Gesaprin 50 4 kg/ha, 3 -
Gesaprin 50 6 kg/ha, 4 - sem herbicida e 5 - capina ao florescimento.
Os nveis desse fator na amostra compreendem a reunio de dois subconjuntos de nveis:
o primeiro constitudo pelas doses 0, 2, 4 e 6 kg/ha do herbicida Gesaprin 50 (tratamentos 4, 1, 2 e
3), que se relacionam quantitativamente, e o outro por um nvel isolado: capina ao florescimento.
Esses dois subconjuntos de nveis se relacionam qualitativamente. Supostamente, os nveis sob
considerao na populao objetivo so a correspondente reunio dos dois seguintes
subconjuntos de nveis: doses de Gesaprin 50 do intervalo [0; 6 kg/ha] e capina ao florescimento.
Experimento: "Efeito de bioestimulantes sobre a produo de arroz irrigado"; fator
experimental: bioestimulante; nveis na amostra: 1 - Agrostemin 100 g/ha, 2 - Agrostemin 175 g/ha,
3 - Agrostemin 250 g/ha, 4 - Ergostin 400 cc/ha, 5 - Ergostin 500 cc/ha, 6 - Ergostin 600 cc/ha e 7 -
sem bioestimulante.
O conjunto dos nveis do fator experimental bioestimulante na amostra a reunio de trs
subconjuntos de nveis: o primeiro subconjunto constitudo por doses do bioestimulante
Agrostemin (tratamentos 1, 2 e 3), o segundo por doses do bioestimulante Ergostin (tratamentos 4,
5 e 6), e o terceiro subconjunto constitudo de um nvel isolado sem bioestimulante. Os nveis
de cada um dos dois primeiros subconjuntos de nveis relacionam-se quantitativamente. Os trs
subconjuntos de nveis relacionam-se qualitativamente. Supostamente, o conjunto dos nveis na
populao objetivo compreende a reunio das doses de Agrostemin do intervalo [100; 250 g/ha],
com as doses de Ergostin do intervalo [400; 600 cc/ha] e o tratamento sem bioestimulante.
8.3.5 8.3.5 8.3.5 8.3.5 Fator qualitativo amostrado Fator qualitativo amostrado Fator qualitativo amostrado Fator qualitativo amostrado

Um fator experimental qualitativo amostrado fator experimental qualitativo amostrado fator experimental qualitativo amostrado fator experimental qualitativo amostrado um fator experimental cujos nveis
da amostra so escolhidos por um processo supostamente aleatrio, para representar
a coleo dos nveis da populao objetivo.

Muito freqentemente, a coleo dos nveis desse fator na populao objetivo
uma coleo conceitual. Os nveis presentes na amostra so aqueles manifestados nas
unidades dessa amostra que so escolhidas entre as unidades da populao objetivo que
so acessveis. Nessas circunstncias, o processo de escolha aleatria , em geral,
apenas uma suposio necessria. Como conseqncia, a validade (no
tendenciosidade) das inferncias comumente questionvel; ela relativa
representatividade lograda pela amostra sobre a qual o experimento conduzido.
Esse fator usualmente expresso por uma varivel de escala nominal. Os nveis
utilizados na amostra no so de interesse especfico. O interesse reside na coleo dos
nveis da populao objetivo, ou melhor, em inferncias referentes a alguma propriedade
da varivel resposta (variabilidade, muito freqentemente) a partir das respostas
observadas para os nveis na amostra.
Experimento: Pesquisa da variabilidade da qualidade da semente de soja produzida no Rio
Grande do Sul; fator experimental: procedncia da semente; nveis na populao objetivo:
procedncias (ou unidades de produo) de semente de soja deste Estado; nveis na amostra:
procedncias particulares escolhidas com o propsito de lograr uma representao das
procedncias da populao objetivo.
A coleo dos nveis na populao objetivo constituda pelas procedncias que tero
existncia em um determinado intervalo de anos a partir do encerramento da pesquisa; portanto,
uma coleo conceitual. As procedncias que constituem a amostra so escolhidas
arbitrariamente entre as procedncias disponveis no momento do planejamento da pesquisa de
modo a lograr a melhor representao possvel da populao objetivo. Evidentemente, esse no
um processo de escolha aleatrio. Nessas circunstncias, a validade das inferncias para a
populao objetivo depende da proximidade entre a populao amostrada (ou seja, coleo de
procedncias supostamente representada pelas procedncias na amostra) e a populao objetivo.

Para ilustrar a distino essencial entre fator qualitativo amostrado e fator
qualitativo especfico, considere-se uma variao do objetivo do experimento do Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .28 28 28 28 que agora consiste em comparar um conjunto particular de procedncias de
semente de soja quanto a caractersticas referentes qualidade da semente. Nessas
circunstncias, essas procedncias particulares so de interesse especfico. Ento, esse
conjunto particular de procedncias constitui a coleo dos nveis do fator experimental
procedncia da semente na populao objetivo que a mesma coleo dos nveis desse
fator na amostra. Portanto, agora o fator experimental procedncia da semente
qualitativo especfico.
Fatores qualitativos amostrados so muito freqentemente fatores intrnsecos de
espao ou de tempo. Os fatores experimentais local e ano do experimento do Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .10 10 10 10 so ilustraes particulares. Em geral, os nveis na populao objetivo de um fator
experimental qualitativo amostrado designado de local, ou seja, os locais que constituem
os nveis desse fator, so as lavouras, as fazendas, as instalaes, ou os laboratrios,
por exemplo, que tero existncia em uma regio em um intervalo de anos no futuro; os
nveis desse fator experimental na amostra so um subconjunto desses locais sobre os
quais o experimento conduzido. Por outro lado, os nveis na populao objetivo de um
fator experimental designado de ano so um conjunto de anos de um certo intervalo de
anos no futuro; esses anos podem ser mais especificamente safras, colheitas ou cortes,
por exemplo; os nveis desse fator experimental na amostra so os anos particulares de
conduo do experimento. Na maioria das situaes, os fatores experimentais local e ano
so considerados fatores qualitativos amostrados por no haver interesse nos locais e
anos particulares em que o experimento conduzido, mas em um conjunto de locais e
anos da populao objetivo que os locais e anos particulares da amostra supostamente
representam. Entretanto, a escolha dos anos para a amostra no pode ser procedida
aleatoriamente, j que os anos dispem-se em uma seqncia cronolgica imutvel e o
experimento tem que ser conduzido em um subconjunto de anos prximos. A escolha
aleatria dos locais para a amostra tambm usualmente invivel, porque a coleo dos
locais na populao objetivo uma coleo conceitual. Essas circunstncias originam a
incerteza da suposio de que as respectivas colees que os locais e os anos da
amostra representam sejam equivalentes quelas para as quais desejado derivar
inferncias. Inferncias referentes a esses fatores experimentais devem ser efetuadas
com cautela. O procedimento apropriado a descrio clara das caractersticas
relevantes dos locais e anos de conduo do experimento, para a adequada
caracterizao das condies para as quais as inferncias so vlidas.
Fatores qualitativos amostrados tambm podem ser fatores de tratamento. Por
exemplo, o fator linhagem em um experimento com o propsito de derivar inferncias
referentes varincia populacional de alguma caracterstica das linhagens resultantes do
cruzamento de duas variedades de arroz, tais como altura da planta e nmero de afilhos;
e o fator reprodutor em um experimento para inferncias referentes a alguma
caracterstica dos reprodutores de uma raa.
O que caracteriza um fator qualitativo amostrado quando fator intrnseco o fato de
que desejado que inferncias referentes a outros fatores experimentais sejam
aplicveis no apenas para os nveis daquele fator na amostra (as procedncias, os anos
e os locais especficos de conduo do experimento, nos exemplos anteriores), mas para

330
os nveis na populao objetivo, e que a incerteza envolvida nessa extenso seja
avaliada.
Reitere-se que a caracterizao de um fator experimental e sua classificao em
uma dessas cinco classes decorre da definio do fator que implicada pelo seu
significado e pelos objetivos do experimento. Conseqentemente, a distino entre essas
classes de fator experimental relevante para a determinao dos procedimentos de
inferncia estatstica apropriados para a consecuo dos objetivos do experimento.
especialmente importante a distino entre fator qualitativo amostrado de um lado e
fatores qualitativo especfico, qualitativo ordenado, quantitativo e misto de outro lado,
pelas conseqncias que decorrem para as pressuposies associadas com o modelo
estatstico que fundamenta os procedimentos de anlise estatstica. A distino essencial
origina-se da circunstncia de que os nveis de um fator qualitativo amostrado so
supostos uma amostra aleatria da coleo dos nveis do fator na populao objetivo.
Portanto, esses nveis so realizaes (isto , valores observados) de uma varivel
aleatria com uma distribuio de probabilidade hipottica, enquanto que os nveis de um
fator qualitativo especfico, qualitativo ordenado, quantitativo ou misto so valores
particulares escolhidos aleatoriamente, ou seja, constantes.
8.4 8.4 8.4 8.4 Fator Fixo e Fator Aleatrio Fator Fixo e Fator Aleatrio Fator Fixo e Fator Aleatrio Fator Fixo e Fator Aleatrio
A caracterizao adequada do fator experimental tem importncia fundamental por
sua implicao para as inferncias que sero derivadas do experimento, particularmente
quanto ao mbito da validade das inferncias referentes ao fator. No caso de fator
qualitativo especfico e fator qualitativo ordenado, as inferncias limitam-se aos nveis
includos na amostra, enquanto que para fator qualitativo amostrado estendem-se
populao dos nveis da qual os nveis includos na amostra constituem, supostamente,
uma amostra aleatria. Para fator quantitativo, as inferncias devem estender-se ao
intervalo dos nveis da populao objetivo. Neste caso, entretanto, os nveis includos na
amostra so valores particulares do intervalo dos nveis da populao objetivo, que so
escolhidos arbitrariamente para servir de pontos de referncia em um processo de
inferncia por interpolao.
Assim, o processo de escolha para a amostra dos nveis de fator qualitativo
especfico, fator qualitativo ordenado, fator quantitativo e fator misto caracteristicamente
distinto do processo de escolha dos nveis de fator qualitativo amostrado. Para os
primeiros, o processo de escolha subjetivo e arbitrrio, estabelecendo nveis
particulares, ou seja, nveis fixos, para incluso na amostra, enquanto que para o ltimo o
processo de escolha supostamente aleatrio, gerando nveis que constituem
realizaes de uma varivel aleatria com certa distribuio de probabilidade. Por essa
razo, fator qualitativo especfico, fator qualitativo ordenado, fator quantitativo e fator
misto so denominados fatores fixos, e fator qualitativo amostrado, fator aleatrio:

Um fator experimental um fator fixo fator fixo fator fixo fator fixo se a coleo de seus nveis na amostra a
prpria coleo dos nveis da populao objetivo, ou um subconjunto dessa coleo
de nveis escolhido arbitrariamente; um fator experimental um fator aleatrio fator aleatrio fator aleatrio fator aleatrio se seus
nveis na amostra so uma amostra aleatria da coleo dos nveis da populao
objetivo.

A caracterizao do fator experimental e sua conseqente classificao como fixo
ou aleatrio determinada pelo procedimento de escolha dos nveis do fator para
amostra que deve ser conseqente dos objetivos do experimento. Em muitas situaes,
essa classificao do fator clara e segue imediatamente dos objetivos do experimento.
Esse o caso, por exemplo, dos fatores experimentais variedade, inseticida, antibitico,
raa e sexo, quando os nveis considerados no experimento so os nicos de interesse,
por se tratarem dos mais promissores ou dos nicos de existncia real. Claramente,
esses fatores so qualitativos especficos; logo, so fatores fixos. Em algumas situaes,
entretanto, a classificao do fator experimental no to bvia, em decorrncia da
impossibilidade de escolha aleatria dos nveis de um fator amostrado. O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .29 29 29 29
ilustra nveis de dificuldade diferentes para classificao de fator experimental como fixo
ou aleatrio e o argumento para a distino entre essas duas classes de fator
experimental.
a) Considere-se o experimento de comparao de quatro cultivares de alface do Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .1 11 1. As inferncias de interesse restringem-se s quatro cultivares includas na amostra; no h
qualquer considerao referente a outras cultivares. Ademais, se fossem consideradas novas
repeties do experimento sob as mesmas circunstncias, as mesmas cultivares seriam utilizadas.
Portanto, o fator experimental cultivar fixo.
b) Seja um experimento para pesquisa do efeito da nutrio e da habilidade materna de
porcas de uma linhagem particular, expressa pelo peso dos leites de leitegadas de 28 dias, com
seis animais de uma leitegada de cada uma de dez porcas. Nesse experimento no h interesse
especfico nessas dez porcas, que constituem os nveis na amostra do fator experimental porca.
Elas so apenas uma amostra da populao de porcas da linhagem sob considerao. O
processo de seleo das porcas para a amostra tal que, se fossem consideradas novas
repeties do experimento, o pesquisador no se restringiria utilizao das mesmas dez porcas;
em cada ocasio, consideraria a tomada de nova amostra de dez porcas da linhagem. Logo, o
fator experimental aleatrio.
c) Consideraes semelhantes se aplicam ao fator experimental lote de sementes em um
experimento para pesquisa da variao do vigor da semente de cultivares de sorgo com a
amplitude do perodo de armazenamento; e para o fator experimental partida de latas de pssego
em calda de diversas cultivares de um experimento para avaliar caractersticas referentes
qualidade da compota. Esses fatores experimentais so aleatrios.

O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .29 29 29 29 ilustra o argumento para a distino entre fator fixo e fator aleatrio
baseado no mbito das inferncias de interesse e no processo de escolha dos nveis do
fator, caso fossem efetuadas novas repeties do experimento. Em situaes dbias,
esse argumento pode constituir um critrio objetivo til para classificar apropriadamente
um fator experimental como fixo ou aleatrio:
o fator experimental fixo se as inferncias de interesse se restringem aos nveis
do fator presentes na amostra e se seriam escolhidos esses mesmos nveis para
a amostra caso fossem consideradas novas repeties do experimento;
o fator experimental aleatrio se as inferncias devem estender-se a uma
coleo de nveis numerosa e se em cada nova repetio do experimento seria
escolhida uma nova amostra de nveis desse fator.
As inferncias de interesse distinguem-se fundamentalmente para fator fixo e fator
aleatrio. Para fator fixo, essas inferncias correspondem estimao e testes de
hipteses referentes s mdias dos nveis do fator experimental na populao objetivo.
Por exemplo, estimao e comparaes das mdias populacionais do peso da produo
de gros de um conjunto de cultivares de interesse especfico em um experimento de
comparao de cultivares de sorgo. Para fator aleatrio, tais inferncias no tm sentido;
o interesse reside na estimao e em testes de hipteses referentes variabilidade da
resposta entre os nveis do fator na populao objetivo; por exemplo, estimao da
variabilidade do peso da produo de gros atribuvel ao fator experimental local nesse
mesmo experimento. Os procedimentos estatsticos para essas duas classes de
problemas so caracteristicamente distintos.

332
1. Liste as classes de fatores experimentais segundo a escala de medida e o processo de
seleo dos nveis da populao objetivo para constituir a amostra.
2. Caracterize fator qualitativo especfico quanto s duas propriedades referidas no exerccio 1 11 1.
Quais so as implicaes dessas propriedades desse fator para as inferncias derivadas para
a populao objetivo?
3. Explique e ilustre a distino entre fator qualitativo especfico estruturado e fator qualitativo
especfico no estruturado.
4. Explique como pode originar-se um fator qualitativo especfico estruturado em um
experimento.
5. D um exemplo de fator qualitativo ordenado e explique sua distino de fator qualitativo
especfico quanto s duas propriedades referidas no exerccio 1.
6. Qual a distino essencial entre fator quantitativo e fator qualitativo ordenado? Quais so as
implicaes dessa distino para as inferncias derivadas para a populao objetivo?
7. Caracterize fator fixo e fator aleatrio quanto ao processo de escolha dos nveis para a
amostra.
8. Qual a distino essencial entre as duas classes de fator experimental caracterizadas no
exerccio 7 quanto s inferncias de interesse?
9. Classifique fator experimental qualitativo especfico, qualitativo ordenado, quantitativo, misto e
amostrado nas duas classes referidas no exerccio 7.
10. Considere os experimentos caracterizados no exerccio 7 dos Exerccios Exerccios Exerccios Exerccios 8 88 8. .. .1 11 1.
a) Classifique os fatores experimentais de cada um desses experimentos nas diversas classes
listadas no exerccio 1;
b) classifique esses mesmos fatores experimentais segundo as duas seguintes classes: fator
fixo e fator aleatrio;
c) entre esses fatores experimentais identifique os fatores principais e os secundrios.
11. Considere os seguintes experimentos cujos fatores na amostra relacionados diretamente aos
correspondentes objetivos principais e respectivos nveis so indicados:
A - Controle de invasoras de arroz irrigado com o uso de herbicidas; fator experimental:
herbicida; nveis na amostra: 1 - Molinate, 2 - Benthiocarb, 3 - Propanill, 4 - Dinoseb, 5 -
Pendimethalin e 6 - sem herbicida.
B - Comparao de cultivares de feijoeiro; fator experimental: Cultivar; nveis na amostra: 1 -
Carioca, 2 - Macanudo, 3 - Pampa, 4 - Rio Tibagi, 5 - Irai.
C - "Eficcia de diluentes no descongelamento de smen de touros da raa Ibag"; fator
experimental: Diluente sinttico "Beltsville thawing solution" (BTS); nveis na amostra: 1 -
80% de BTS, 2 - 60% de BTS, 3 - 40% de BTS e 4 - 20% de BTS.
D - "Efeito de bioestimulantes sobre a produo de arroz irrigado"; fator experimental:
Bioestimulante; nveis na amostra: 1 - Agrostemin 100g/ha, 2 - Ergostin 500cc/ha, 3 -
Agrostemin 50g/ha + Ergostin 250 cc/ha e 4 - sem bioestimulante.
E - "Efeito da adubao foliar sobre a produo de uva da cultivar Itlia"; fator experimental:
poca de adubao; nveis na amostra: 1 - folhagem plena, 2 - florescimento e 3 - 15
dias aps o florescimento.
F - "Efeito do cido indol-butrico sobre o enraizamento de estacas de kiwi"; fator
experimental: cido indol-butrico (AIB); nveis na amostra: 1 - 0 ppm de AIB; 2 - 1000
ppm de AIB e 3 - 3000 ppm de AIB.
G - "Controle de ciperceas na cultura do arroz irrigado"; fator experimental: Herbicida; nveis
na amostra: 1 - Pirozosulfuron-etil 15 ml/ha, 2 - Pirozosulfuron-etil 25 ml/ha, 3 -
Pirozosulfuron-etil 35 ml/ha, 4 - Bentazon 600 ml/ha, 5 - Bentazon 900 ml/ha, 6 -
Bentazon 1200 ml/ha, 7 - sem herbicida.
a) Classifique esses fatores experimentais segundo as seguintes classes: 1 - fator qualitativo
especfico no estruturado, 2 - fator qualitativo especfico estruturado, 3 - fator qualitativo
ordenado, 4 - fator quantitativo, 5 - fator misto e 6 - fator qualitativo amostrado.
b) Classifique os mesmos fatores nas duas seguintes categorias: 1 - fator fixo, 2 - fator
aleatrio.
12. Classifique os fatores experimentais caracterizados nos experimentos dos exemplos da
Seo Seo Seo Seo 5.9 5.9 5.9 5.9 nas categorias correspondentes aos dois critrios de classificao especificados
nos itens a) e b) do exerccio 11.
8.5 8.5 8.5 8.5 Escolha dos Fatores Experimentais Escolha dos Fatores Experimentais Escolha dos Fatores Experimentais Escolha dos Fatores Experimentais
Os fatores experimentais da populao objetivo e da amostra so os mesmos. A
escolha e as definies desses fatores devem decorrer, essencialmente, da natureza do
problema cientfico e da hiptese correspondente, que constituem o objetivo do
experimento. Elas tambm devem ser guiadas por consideraes referentes a
disponibilidade de recursos, simplicidade e economia. Em alguns experimentos a escolha
imediatamente derivada dos objetivos do experimento. Em experimentos mais
complexos, entretanto, a escolha pode no ser to simples.
Como regra geral, usualmente recomendvel que, na considerao inicial de um
experimento, o pesquisador elabore uma lista dos fatores que espera possam ser
relevantes, mesmo que em uma avaliao ulterior alguns deles tenham que ser
preteridos para futuros experimentos. Em algumas pesquisas, particularmente em etapas
preliminares, o nmero de fatores identificados como de importncia potencial muito
maior do que o nmero que pode ser considerado em um nico experimento. Em tais
circunstncias, deve ser adotada uma definio menos ambiciosa para os objetivos do
experimento.
Em geral, podem-se distinguir duas classes de fatores experimentais: fatores
principais e fatores secundrios ou suplementares.

Os fatores experimentais principais fatores experimentais principais fatores experimentais principais fatores experimentais principais so caractersticas explanatrias relacionadas
diretamente com o objetivo do experimento e que usualmente so definidos
explicitamente pela hiptese cientfica. Os fatores experimentais secundrios fatores experimentais secundrios fatores experimentais secundrios fatores experimentais secundrios ou
suplementares suplementares suplementares suplementares so caractersticas relevantes do material experimental, tais como
caractersticas que possam afetar o efeito causal dos fatores experimentais principais
sobre caractersticas respostas ou que so inseridas para lograr a representao
apropriada da populao objetivo.

Fatores experimentais principais so muito freqentemente fatores de tratamento;
fatores experimentais secundrios so fatores de tratamentos ou fatores intrnsecos.
Em geral, h uma hierarquia de importncia dos fatores experimentais. Os mais
importantes so claramente definidos pela hiptese cientfica; esses so os fatores
experimentais principais, que necessariamente devem ser considerados no experimento.
Os menos importantes podem ser desejveis, mas no absolutamente necessrios. No
processo de especificao dos fatores experimentais para um experimento particular
pode ser conveniente considerar a seguinte classificao dos fatores experimentais que
podem ocorrer em um experimento:
Fatores de tratamento:
a) caractersticas relacionadas diretamente com os objetivos do experimento, que
constituem os fatores experimentais principais;
b) caractersticas que podem modificar a ao de fatores experimentais principais
ou podem esclarecer a origem dos efeitos desses fatores;

334
c) caractersticas relacionadas com tcnicas experimentais que podem afetar
efeitos de fatores experimentais principais.
Fatores intrnsecos:
d) caractersticas que representam agrupamentos fsicos ou classificaes
importantes das unidades de observao que podem afetar os efeitos de fatores
experimentais de tratamento, tais como idade, sexo, local, ano e ambiente;
e) caractersticas cujos nveis so escolhidos e inseridos deliberadamente no
material experimental com o propsito de examinar interaes e estender a
amplitude de validade das inferncias referentes aos fatores experimentais
principais para lograr a representao apropriada da populao objetivo.
Fatores experimentais da classe a) so fatores experimentais principais, enquanto,
geralmente, fatores experimentais das demais classes so fatores experimentais
secundrios ou suplementares.
Observe-se que uma caracterstica relevante relacionada com tcnica experimental
ou com agrupamento fsico importante das unidades de observao deve ser
considerada como um fator experimental da classe c) ou da classe d), se for esperado
que ela interaja de modo relevante com algum fator experimental principal, ou seja, um
fator da classe a). Caso contrrio, ela deve ser considerada mais apropriadamente para
controle experimental, atravs de controle local ou de controle estatstico (Sees 9.5 Sees 9.5 Sees 9.5 Sees 9.5 e
9.6 9.6 9.6 9.6).
A especificao dos fatores experimentais para um experimento particular pode ser
sugerida atravs das respostas s seguintes questes correspondentes a essas classes
de fatores experimentais:
a) Que caractersticas cujos nveis possam ser impostos pelo pesquisador
(caractersticas de tratamento) o experimento tem o objetivo direto de pesquisar?
Essas caractersticas constituem fatores experimentais principais.
b) Quais so as caractersticas de tratamento adicionais cujas interaes com as
caractersticas da classe a) podem ser importantes?
c) Quais caractersticas relacionadas com tcnicas experimentais so relevantes?
d) Para que agrupamentos naturais das unidades de observao disponveis
esperado que os efeitos das caractersticas de tratamento da classe a) variem
consideravelmente entre os diferentes grupos?
e) A escolha deliberada de unidades de observao variveis e sua classificao
em grupos heterogneos so desejveis para exame de possvel variao da
resposta de caractersticas da classe a) entre esses grupos, e extenso da
amplitude de validade das inferncias referentes a essas caractersticas?
O processo de especificao dos fatores experimentais atravs da resposta a essa
lista de questes ilustrado atravs dos exemplos que seguem:
Considere-se um experimento para pesquisa das propriedades de cultivares de trigo
melhoradas para resistncia ferrugem.
As respostas s questes para a escolha dos fatores para este experimento podem ser,
respectivamente, as seguintes:
a) A caracterstica de tratamento diretamente relacionada aos objetivos do experimento ,
naturalmente, cultivar. Ento, cultivar um fator experimental principal.
b) Os desempenhos relativos das cultivares podem depender da incidncia da ferrugem.
Dessa forma, pode ser interessante a incluso de fungicida como um fator de tratamento
suplementar.
d) Os desempenhos das cultivares tambm podem depender da data de plantio e,
possivelmente, do solo, do clima e de outras caractersticas ambientais relevantes. Caractersticas
referentes ao solo e ao clima podem ser consideradas atravs da conduo do experimento em
diversos locais, por vrios anos. Assim, pelo menos trs caractersticas correspondentes a
agrupamentos fsicos importantes das unidades da amostra podem ser consideradas para fator
experimental: poca de semeadura, local e ano.
As questes c) e e) podem no levantar quaisquer consideraes de importncia para o
experimento.
Assim, os fatores experimentais potenciais para este experimento so: cultivar, fungicida,
poca de semeadura, local e ano.
Seja um experimento em parasitologia para pesquisa da imunizao para um parasito.
Vrios ratos so inoculados com uma dose de larva do parasito, e, aps um intervalo de tempo
apropriado para a ao estimuladora da larva, injetada uma nova dose de 200 larvas para teste
da imunizao. Aps um ulterior perodo de tempo, os ratos so mortos e efetuada a autpsia
para determinar o nmero de larvas presentes, que exprimem o grau de imunizao pela dose
testada.
As repostas s questes a) a e) podem ser as seguintes:
a) Uma questo bsica que o experimento visa responder refere-se imunizao efetuada
pela injeo preliminar de larvas. Outras duas questes, tambm importantes, devem ser levadas
em conta, ou seja, a possvel reduo de imunidade pela ausncia de vitamina A na dieta e a
variao do efeito imunizador da injeo preliminar de larvas com a dose de vitamina A na rao.
Assim, duas caractersticas de tratamento so de interesse direto: inoculao inicial de larvas e
vitamina A na dieta.
b) Nenhuma caracterstica de tratamento que possa modificar a ao de fatores
experimentais principais ou esclarecer a origem dos efeitos desses fatores sugerida como
candidata a fator experimental.
c) Trs aspectos da tcnica experimental podem ser considerados: a amplitude do intervalo
de tempo entre a inoculao e a injeo da dose de teste de imunidade, a quantidade da dose de
teste e a amplitude do intervalo de tempo entre o teste de imunidade e a autpsia. Assim, se for
esperado que essas tcnicas experimentais possam afetar consideravelmente os efeitos dos
fatores experimentais definidos em a), uma ou mais dessas tcnicas experimentais devem ser
consideradas como fator experimental.
d) Os ratos podem ser classificados em machos e fmeas e em diversas linhagens; assim,
sexo e linhagem so caractersticas referentes a agrupamentos relevantes das unidades de
observao. Tambm possvel levar em conta o agrupamento dos animais quanto ao peso
corporal; por exemplo, atravs de um fator experimental qualitativo ordenado com trs nveis: leve,
mdio e pesado.
e) Se todos os animais disponveis para o experimento so aproximadamente de mesma
idade, pode ser conveniente a considerao da incluso de ratos de diferentes grupos de idade.
Essas respostas fornecem a lista de caractersticas para possvel considerao como fator
experimental no experimento: inoculao inicial de larvas, vitamina A na dieta, amplitude do
intervalo de tempo entre a inoculao e a injeo da dose de teste de imunidade, quantidade da
dose de teste, amplitude do intervalo de tempo entre o teste de imunidade e a autpsia, sexo,
linhagem, peso corporal e idade.
Essa lista de caractersticas consideravelmente extensa para constituir os fatores
experimentais. A sua considerao criteriosa pode conduzir a um nmero razovel de fatores
experimentais, possivelmente pela fixao de algumas das caractersticas candidatas a fator
experimental em um nvel constante (por exemplo, um nico sexo, uma nica linhagem, uma nica
idade, uma nica amplitude do intervalo de tempo entre a inoculao e a injeo da dose de teste
de imunidade) e a considerao de uma ou mais das caractersticas identificadas nos itens c) e d)
para controle experimental (por exemplo, se esperado que a variao da resposta atribuvel
inoculao inicial de larvas e vitamina A na dieta no seja afetada por sexo, linhagem, peso
corporal ou idade, uma ou mais destas caractersticas pode ser submetida a controle local ou
controle estatstico). Observe-se que a primeira soluo, ou seja, fixao de alguma caracterstica

336
candidata a fator experimental em um nvel constante, pode implicar a reduo da amplitude da
populao objetivo e, portanto, a reformulao dos objetivos do experimento.

Como observado no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .31 31 31 31, eventualmente a escolha dos fatores
experimentais pode resultar em um nmero de fatores muito elevado que implique um
nmero de condies experimentais demasiado para um nico experimento. (O nmero
de condies experimentais depende da escolha do nmero de nveis de cada um dos
fatores experimentais, a ser tratada na Seo Seo Seo Seo 8.6 8.6 8.6 8.6.) Nesse caso, o pesquisador pode
considerar as seguintes alternativas:
a) reformular o objetivo do experimento para lograr a reduo do nmero de fatores
experimentais;
b) decompor esse objetivo, ou seja, decompor o problema ou a hiptese cientfica,
de modo a originar experimentos separados, com a diviso dos fatores
escolhidos entre esses experimentos.
Naturalmente, a primeira alternativa implicar a reduo ou simplificao dos
objetivos do experimento. A segunda alternativa ser apropriada se o pesquisador puder
identificar subconjuntos dos fatores escolhidos que no interajam entre si. A ausncia de
interao entre dois subconjuntos de fatores significa que a resposta a um desses
subconjuntos de fatores independente da combinao dos nveis dos fatores do outro
subconjunto.
Em geral, o processo de escolha dos fatores experimentais pode conduzir
definio de um experimento com um ou mais fatores, isto , deciso por um
experimento unifatorial ou por um experimento fatorial.

Um experimento com um nico fator experimental um experimento unifatorial experimento unifatorial experimento unifatorial experimento unifatorial;
um experimento com dois ou mais fatores experimentais um experimento experimento experimento experimento
multifatorial multifatorial multifatorial multifatorial, mais usualmente designado de experimento fatorial experimento fatorial experimento fatorial experimento fatorial.

Uma considerao usualmente relevante refere-se definio do fator
experimental, particularmente caracterstica a considerar como fator experimental. O
Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .32 32 32 32 ilustra a importncia da definio precisa e clara do fator experimental.
a) Considere-se um experimento para pesquisa do efeito da fertilizao do solo com
nitrognio inorgnico sobre o desenvolvimento da planta e a produo de gros de uma cultivar de
arroz. A questo que se levanta a forma do nitrognio a ser considerada como fator
experimental. O pesquisador pode escolher a forma NO
3
ou a forma NH
3
, por exemplo. Essas
duas formas so essencialmente diferentes e seus efeitos sobre a resposta da planta podero ser
muito distintos, mesmo com uso de iguais quantidades de nitrognio.
b) Semelhantemente, em um experimento sobre o efeito da suplementao alimentar no
desenvolvimento corporal e a produo de carne de cordeiros, o pesquisador pode escolher o
suprimento de uma quantidade fixa diria do suplemento ou o fornecimento esse suplemento
vontade. Essas duas formas de suplementao so distintas e seus efeitos sobre a resposta do
animal tambm podero ser bastante diferentes.
c) Uma outra ilustrao provida por um experimento com objetivo de pesquisar o efeito do
tempo de armazenamento sobre a qualidade da semente de soja. Nesse caso, o fator
experimental tempo de armazenamento ter de ser definido mais precisamente, ou seja, devero
ser estabelecidas as condies de armazenamento: ambiente natural ou ambiente com unidade e
temperatura controladas; neste ltimo caso, deve ser especificado o nvel de controle a ser
efetuado.

Em algumas circunstncias, especialmente em experimentos tecnolgicos, pode
ocorrer que o fator experimental implementado na amostra difira daquele de interesse
sob considerao na populao objetivo. Isso pode resultar, por exemplo, quando as
condies ambientais sob as quais conduzido o experimento so mais controladas do
que aquelas correspondentes situao prtica para a qual o experimento visa gerar
inferncias. Por exemplo, se o experimento referente ao armazenamento de semente de
soja do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .32 32 32 32 c) for conduzido em instalaes especialmente construdas para a
pesquisa, as condies de armazenamento podero ser consideravelmente mais
controladas do que aquelas usuais na populao objetivo.
De modo geral, deve-se ter em conta que o fator experimental efetivamente
pesquisado em um experimento aquele que o pesquisador de fato implementa; esse
o fator experimental da populao amostrada. As inferncias derivadas da amostra
aplicam-se a esse fator; no necessariamente a um fator da populao objetivo com
definio diferente.
8.6 8.6 8.6 8.6 Escolha dos Nveis dos Fatores Experimentai Escolha dos Nveis dos Fatores Experimentai Escolha dos Nveis dos Fatores Experimentai Escolha dos Nveis dos Fatores Experimentais ss s
A escolha dos nveis dos fatores experimentais para a populao objetivo deve
preceder a escolha dos nveis desses fatores para a amostra.
A escolha dos nveis de um fator experimental para a populao objetivo deve ter
em conta os objetivos do experimento, a caracterstica explanatria sob considerao,
aspectos tericos e prticos referentes rea da pesquisa, a escala de medida
conveniente (Seo 7.3 Seo 7.3 Seo 7.3 Seo 7.3), especialmente quanto preciso e outras propriedades
desejveis do processo de mensurao (Seo Seo Seo Seo 7.6 7.6 7.6 7.6), e a aplicabilidade populao
objetivo. Observe-se que a populao objetivo pode no ser um conjunto de unidades
semelhantes s unidades reais com existncia no momento do planejamento da
pesquisa. Com alguma freqncia, o objetivo de uma pesquisa a gerao de
inferncias para uma nova situao, ou seja, para uma populao objetivo evoluda.
Os nveis de um fator experimental na amostra so os prprios nveis desse fator
na populao objetivo ou um subconjunto desses nveis. Essa uma distino entre as
diferentes classes de fator experimental (Seo Seo Seo Seo 8.3 8.3 8.3 8.3), que resulta dos objetivos do
experimento e que tem implicaes relevantes para os procedimentos de inferncia
estatstica apropriados. A escolha dos nveis de cada fator experimental para a amostra
deve levar em conta os objetivos do experimento, a definio do fator e dos
correspondentes nveis na populao objetivo, a disponibilidade de material e a classe
apropriada do fator. Tambm deve considerar o requisito de simplicidade e os recursos
disponveis, especialmente no que diz respeito ao tamanho do experimento.
No processo de escolha dos nveis de fatores experimentais para a amostra,
especialmente dos tratamentos, devem ser asseguradas propriedades importantes para
as inferncias. Uma propriedade particularmente importante que os tratamentos difiram
por atributos simples e identificveis. Essa propriedade relevante para garantir que
diferenas de respostas a tratamentos tenham interpretaes nicas. Com alguma
freqncia experimentos revelam diferenas de efeitos de tratamentos que, entretanto,
tm duas ou mais interpretaes. Essas ambigidades decorrem de falhas de planos de
experimentos que podem ser corrigidas pela incluso de tratamentos para discriminar
entre as diferentes interpretaes. Em algumas situaes, pode ser apropriado incluir
alguns tratamentos adicionais; em outras, estabelecer uma estrutura fatorial para os
tratamentos. A escolha de tratamentos que evite ambigidade de interpretaes um dos
requisitos importantes do plano do experimento. O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .33 33 33 33 prov ilustraes.


338
Considere-se um experimento referente ao controle de doenas fngicas do trigo por meio
do fungicida Vitavax, com quatro tratamentos: trs tratamentos constitudos por aplicao de
Vitavax na semente seguida de pulverizao da lavoura com trs doses diferentes de Vitavax, e
um tratamento sem fungicida.
Com essa escolha de tratamentos, se os tratamentos com Vitavax revelarem-se eficazes,
em comparao com o tratamento sem fungicida, o pesquisador no ter como discriminar se
essa eficcia decorreu da aplicao do fungicida na lavoura ou na desinfeco da semente. Esse
confundimento de efeitos pode ser evitado pela incluso de um tratamento adicional constitudo
por Vitavax aplicado apenas na semente.
Uma escolha de tratamentos alternativa poderia ser a considerao dos quatro tratamentos
originais como os nveis de um fator - Vitavax na lavoura, e de um fator adicional - Vitavax na
semente com dois nveis: sem e com fungicida. A conseqente duplicao do nmero de
tratamentos permitiria discriminar a possvel suficincia da aplicao do fungicida apenas na
lavoura.

Um procedimento muitas vezes conveniente iniciar a escolha dos nveis de cada
um dos fatores pela especificao dos nveis que parecem apropriados, sem muita
considerao disponibilidade de recursos. Ento, se resulta um nmero excessivo de
combinaes de nveis, seleciona-se um subconjunto apropriado desses nveis, tendo em
conta as propriedades convenientes para cada fator e a estrutura apropriada das
combinaes dos nveis do conjunto dos fatores (Seo Seo Seo Seo 8.7 8.7 8.7 8.7).
O racional e os critrios para a escolha dos nveis de cada fator variam segundo a
classe do fator. Portanto, conveniente discuti-la separadamente para cada classe.
8.6.1 8.6.1 8.6.1 8.6.1 Fator qualitativo especfico Fator qualitativo especfico Fator qualitativo especfico Fator qualitativo especfico
Para essa classe de fator experimental, os nveis na amostra so os mesmos nveis
definidos para a populao objetivo.
Para um fator qualitativo especfico principal, que usualmente um fator de
tratamento, a escolha dos tratamentos apropriados usualmente derivada das
comparaes definidas pelos objetivos do experimento. Essas comparaes podem ser
entre tratamentos individuais, ou seja, entre os tratamentos de cada par de um conjunto
dos tratamentos, ou um conjunto de comparaes de grupos de tratamentos. No primeiro
caso, os tratamentos so de interesse especfico e constituem um conjunto de nveis no
estruturado; no segundo, os tratamentos so determinados pelas comparaes de
interesse e constituem um conjunto de nveis estruturados segundo essas comparaes.
Assim, no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .16 16 16 16 e no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .17 17 17 17 os tratamentos (cultivares e antibiticos,
respectivamente) so de interesse especfico; no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .19 19 19 19 os tratamentos so
determinados pelas comparaes estabelecidas pelos objetivos do experimento.
Em qualquer dessas duas situaes, a escolha dos nveis particulares envolve
alguma avaliao subjetiva e pode no ser tarefa fcil. No caso em que o objetivo do
experimento define interesse em tratamentos individuais, a questo que muitas vezes se
levanta a dificuldade ou impossibilidade de adoo de todos os nveis desejveis, tendo
em conta os recursos disponveis, especialmente em relao ao material experimental.
Nessas circunstncias, deve ser obtido um meio termo entre o nmero de nveis
desejvel e o nmero vivel, com o sacrifcio de alguns nveis menos importantes. Menos
freqentemente, a considerao do acrscimo de alguns nveis adicionais pode ser
conveniente para a obteno de um plano experimental mais apropriado. Essas situaes
ocorrem, por exemplo, em experimentos de comparao de cultivares com nmero
consideravelmente elevado de cultivares.
Na situao em que o objetivo do experimento compreende um conjunto de
comparaes, a escolha dos tratamentos pode ser mais difcil em decorrncia de
incerteza gerada pela grande amplitude de possibilidades. Em geral, recomendvel que
os objetivos sejam detalhados de modo a sugerirem as comparaes. Sempre que
apropriado recomendvel que as comparaes escolhidas sejam ortogonais ortogonais ortogonais ortogonais, ou seja,
comparaes que provm informaes no redundantes. Essa propriedade importante
por atender o princpio de parcimnia requerido da pesquisa cientfica e ser um requisito
desejvel de procedimentos de inferncia estatstica.
Os conceitos de comparaes e comparaes ortogonais so estabelecidos a
seguir:

Uma comparao de tratamentos comparao de tratamentos comparao de tratamentos comparao de tratamentos expressa por uma combinao linear das
mdias dos tratamentos na populao objetivo m
1
,m
2
,...,m
t
, ou seja:

1 1 2 2 t t
C=c m +c m +...+c m ,
onde c
1
,c
2
,...,c
t
so constantes que satisfazem condio e c
1
+c
2
+...+c
t
= 0.

Duas comparaes de tratamentos +
11 1 12 2 1t t 1
C =c m c m +...+c m e
21 1 2
C =c m +
22 2 2t t
+c m +...+c m so comparaes comparaes comparaes comparaes ortogonais ortogonais ortogonais ortogonais se seus coeficientes satisfazem
condio:
c
11
c
21
+c
12
c
22
+...+c
1t
c
2t
= 0.

Um conjunto de comparaes de tratamentos constitui comparaes ortogonais comparaes ortogonais comparaes ortogonais comparaes ortogonais
se cada um dos pares de comparaes do conjunto ortogonal.

As comparaes que originaram os quatro tratamentos do experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .19 19 19 19
so:
C
1
- efeito do acetato: tratamentos 1, 2 e 3 versus tratamento 4,
C
2
- fontes de acetato isoladas versus fontes de acetato combinadas: tratamentos 1 e 2
versus tratamento 3, e
C
3
- entre fontes de acetato: tratamento 1 versus tratamento 2.
Os coeficientes dessas quatro comparaes so especificados na T TT Tabela abela abela abela 8 88 8. .. .1 11 1.

T TT Tabela abela abela abela 8 88 8. .. .1 11 1. Coeficientes das quatro comparaes definidas pelos
objetivos do experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .19 19 19 19.
Tratamento

Comparao
1 2 3 4
C
1
1 1 1 -3
C
2
1 1 -2 0
C
3
1 -1 0 0

Para um fator qualitativo especfico suplementar geralmente apropriado um
pequeno nmero de nveis. Os nveis desses fatores so algumas vezes sugeridos pela
prpria natureza da caracterstica, como o caso de sexo, por exemplo. Quando o
nmero de nveis da caracterstica elevado, mas h indicaes de que a caracterstica

340
no afeta as comparaes dos nveis dos fatores principais, pode ser apropriada a
escolha de apenas dois nveis para o fator suplementar - os dois nveis que representem
os dois grupos de nveis mais diferenciados da caracterstica.
Em um experimento de fertilizao do solo para o cultivo da soja, pode ser conveniente a
considerao de cultivar como um fator suplementar para que as inferncias do experimento
sejam vlidas para todas as cultivares em uso pelos agricultores. Se no esperada interao
entre fertilizao do solo e cultivar, pode ser adequado definir o fator cultivar com apenas dois
nveis, constitudos por uma cultivar exigentes quanto fertilidade do solo e uma cultivar no
exigente, que representem a gama de exigncia das cultivares disponveis referente qualidade
do solo. Entretanto, se esperada interao entre fertilizao do solo e cultivar, ser conveniente
considerar um nmero maior de cultivares, como, por exemplo, duas cultivares tpicas dos dois
grupos mais distintos e pelo menos uma cultivar representativa do grupo intermedirio.
8.6.2 8.6.2 8.6.2 8.6.2 Fator qualitativo amostrado Fator qualitativo amostrado Fator qualitativo amostrado Fator qualitativo amostrado
O nmero de nveis de um fator dessa classe na populao objetivo usualmente
estabelecido pela definio dessa populao.
No caso de fator de tratamento, o nmero de nveis na amostra no pode ser muito
pequeno; deve ser suficiente para permitir a representao apropriada da populao
objetivo. No caso de fator intrnseco em que os nveis na amostra visam apenas a
representao da variabilidade da correspondente caracterstica presente na populao
objetivo, limitaes referentes ao tamanho da amostra podem recomendar a escolha de
poucos nveis, contanto que seja lograda a apropriada representao dessa variabilidade.
A escolha dos nveis de um fator qualitativo amostrado para a amostra suposta
aleatria para que inferncias referentes coleo dos nveis na populao objetivo
sejam vlidas (Seo Seo Seo Seo 8.3.5 8.3.5 8.3.5 8.3.5). Esse procedimento, entretanto, usualmente invivel, j
que comumente a coleo dos nveis na populao objetivo apenas conceitual; esse ,
por exemplo, a situao dos fatores ano e local. Nessas circunstncias, a escolha dos
nveis para a amostra deve ser cuidadosa para a garantia de que eles representem
adequadamente a coleo de nveis de interesse.
8.6.3 8.6.3 8.6.3 8.6.3 Fator quantitativo Fator quantitativo Fator quantitativo Fator quantitativo
A coleo dos nveis de um fator quantitativo na populao objetivo um intervalo
de nveis ou um conjunto de valores isolados de um intervalo de nveis, dependendo da
caracterstica a que corresponde o fator. Em geral, a escolha restringe-se aos extremos
desse intervalo, j que os extremos determinam os demais nveis intermedirios.
Os nveis para constituir a amostra devem ser escolhidos de modo a permitir a
estimao adequada da equao postulada para exprimir a relao entre a varivel
resposta e o fator experimental, no intervalo de nveis da populao objetivo. Para tal, a
amostra necessariamente deve incluir os dois extremos do intervalo de nveis definido
para a populao objetivo.
Assim, o primeiro passo a deciso referente aos extremos do intervalo de
definio do fator, isto , do menor e do maior nvel desse fator que devem ser
considerados tanto na populao objetivo como na amostra. O passo seguinte a
deciso sobre o nmero de nveis intermedirios na amostra e a distribuio desses
nveis.
Escolha dos nveis extremos Escolha dos nveis extremos Escolha dos nveis extremos Escolha dos nveis extremos
Em algumas circunstncias, os nveis extremos so determinados por
consideraes de ordem terica e prtica e pela experincia.
a) Em um experimento para a determinao da umidade adequada para a conservao da
semente de uma determinada espcie vegetal cultivada pode ser conhecido que umidade fora do
intervalo compreendido entre 10 e 20 por cento prejudicial qualidade da semente e que a
umidade mais apropriada situa-se no interior desse intervalo. Ento, esses devem ser os extremos
do intervalo de interesse, ou seja, os extremos do intervalo dos nveis da populao objetivo.
b) Em um experimento agrcola de campo em que o fator um determinado fertilizante e os
nveis so as correspondentes doses, o nvel mnimo a ausncia do fertilizante, isto , dose zero,
ou, menos comumente, uma certa dose mnima conhecida como essencial. A determinao da
dose mais elevada pode no ser to simples. Se o objetivo do experimento estabelecer a dose
tima, a que corresponde a produo mxima ou o mximo de uma varivel econmica, como a
renda lquida, conveniente escolher o nvel superior de modo que a posio do ponto de mximo
esperado ou suspeito se situe prxima do centro do intervalo. Se, por outro lado, o experimento
tem o objetivo mais bsico de determinar a relao entre a varivel resposta e a dose para melhor
conhecimento do fenmeno, pode ser recomendvel estender o intervalo para que cubra uma
maior amplitude de nveis, visto que o comportamento da relao sob condies extremas pode
ser de interesse cientfico.

De modo geral, a especificao dos extremos do intervalo dos nveis de um fator
quantitativo depende da varivel resposta sob considerao. No caso de interesse em
mais de uma varivel resposta, os extremos inferior e superior devem corresponder,
respectivamente, ao menor dos extremos inferiores e ao maior dos extremos superiores
adequados a essas variveis respostas.
Ressalte-se que a estimao da equao de resposta determinada pelos nveis
escolhidos, os nveis extremos e mais os intermedirios, com a propriedade de constituir-
se na curva que "melhor" se aproxima dos pontos determinados pelos nveis e
correspondentes respostas observadas na amostra. Dessa forma, inferncias a partir dos
resultados do experimento so vlidas apenas para o intervalo dos nveis compreendidos
entre os dois nveis extremos escolhidos.
Em algumas situaes pode no haver experincia e informao suficiente para o
estabelecimento dos extremos do intervalo de nveis. Nessas circunstncias, pode ser
conveniente a conduo de um experimento preliminar para a determinao dos
extremos apropriados.
Considere-se um experimento para pesquisa do efeito de um inseticida sobre o controle de
uma praga de uma espcie vegetal em que a varivel resposta de interesse a proporo de
insetos mortos. Nessa situao, com doses muito pequenas do inseticida nenhum inseto morre e
com doses muito elevadas todos morrem. Se no disponvel informao anterior, o melhor
caminho proceder em dois estgios, isto , atravs de dois experimentos sucessivos: o primeiro
para determinar o intervalo de doses; o segundo para o estudo da relao entre a resposta e a
dose do inseticida.
Escolha d Escolha d Escolha d Escolha do nmero e da posio dos nveis o nmero e da posio dos nveis o nmero e da posio dos nveis o nmero e da posio dos nveis
Estabelecido o intervalo de nveis para cada um dos fatores experimentais, o passo
seguinte determinar os correspondentes nmeros e posies dos nveis para a
amostra. O procedimento apropriado usualmente a escolha do nmero de nveis e da
posio dos nveis separadamente para cada fator.
A deciso referente ao nmero de nveis e posio dos nveis depende da forma
da curva de resposta ao fator experimental. Portanto, a escolha deve ser baseada no
conhecimento existente, terico e emprico. Em muitas situaes, especialmente quando
a curva teoricamente adequada desconhecida ou muito complexa, pode ser
conveniente o uso de uma curva polinomial de grau baixo como uma aproximao. Nesse
caso, adequada a adoo de nveis sucessivos igualmente espaados. Em outras

342
situaes, sabido que a aproximao por uma curva polinomial no apropriada. Esse
o caso, por exemplo, quando esperado que a resposta cresa, aproximando-se
indefinidamente de um patamar, sem, contudo, atingi-lo. Nesse caso, desejvel incluir
nveis menos espaados na parte ascendente da curva de resposta, onde a inflexo
mais acentuada, e nveis mais espaados na parte em que a curva tende ao patamar. De
modo geral, se a variao da resposta mais sensvel em um subintervalo do intervalo
de nveis e, portanto, esse subintervalo de maior interessante, os nveis da amostra
devem ser mais prximos nesse subintervalo. Isto pressupe algum conhecimento prvio
da forma geral e da posio da curva no intervalo de nveis.
De modo geral, devem ser escolhidos para a amostra nveis sucessivos igualmente
espaados, exceto se h indicao terica ou emprica em contrrio, como ilustrado no
pargrafo anterior. O nmero mnimo de nveis a utilizar obviamente dois. Entretanto,
com apenas dois nveis pode-se estimar apenas o crescimento mdio da resposta;
nenhuma informao pode ser obtida sobre a forma da curva de resposta. (Em se
tratando de uma curva polinomial, por exemplo, dois pontos determinam uma e apenas
uma curva do primeiro grau, isto , uma linha reta, mas infinitas curvas de grau superior.)
Portanto, dois nveis devem ser utilizados apenas em experimentos preliminares e em
experimentos em que so suficientes concluses qualitativas referentes s direes e
sentidos dos efeitos. Assim, usualmente desejvel a incluso de mais de dois nveis na
amostra. A adoo de trs nveis permite o exame mais simples da forma da curva de
resposta.
A escolha do nmero e da posio dos nveis para a amostra est necessariamente
relacionada com o nmero total de unidades experimentais para o fator e com sua
distribuio entre os nveis, isto , com o nmero de repeties para cada nvel. Em
situaes em que a curva de resposta esperada suave e pode ser razoavelmente
aproximada por uma curva polinomial, as seguintes diretrizes gerais podem ser
apropriadas para a escolha do nmero de nveis e sua distribuio, e para a distribuio
do nmero de unidades experimentais entre os nveis escolhidos:
a) Use dois nveis se o objetivo principal do experimento verificar se o fator
experimental tem efeito e a direo e o sentido do efeito. Nesse caso, os dois nveis so
os nveis extremos, que devem ser escolhidos em posies suficientemente distantes
para que se manifestem os possveis efeitos do fator. Com essa deciso, aceita-se o
risco de que a interpretao dos resultados possa ser prejudicada por curvatura
substancial da resposta no intervalo.
b) Use trs nveis se esperado que a curva de resposta seja adequadamente
descrita pela sua declividade e curvatura. Essa a situao mais usual. Trs nveis
sucessivos igualmente espaados, ou seja, os extremos do intervalo e um nvel
eqidistante desses extremos permitem a estimao mais precisa da declividade e da
curvatura da resposta.
c) Use quatro nveis se importante um melhor exame da forma da curva de
resposta. O uso de quatro nveis diminui a preciso da estimativa da declividade e da
curvatura, mas permite o exame da consistncia das respostas com uma curva de
resposta parablica (polinomial quadrtica) e, se necessrio, a estimao de uma curva
de resposta mais complexa, como a curva polinomial cbica.
d) Use mais de quatro nveis se desejado um exame detalhado da forma da curva
de resposta, especialmente se referente a propriedades no descritas adequadamente
pela declividade e curvatura, ou quando esperado que a curva cresa (ou decresa) de
modo assinttico para um patamar, sem atingi-lo.
Com exceo dos dois ltimos casos, geralmente adequado o uso de nveis
sucessivos igualmente espaados com igual nmero de observaes por nvel.
A aplicao dessas recomendaes depende da importncia relativa dos diferentes
aspectos da pesquisa, das informaes disponveis e do julgamento do pesquisador. Em
particular, elas no so aplicveis se sabido que a variao estranha no controlada
no uniforme para todos os nveis, ou se a curva de resposta no suave,
apresentando saltos, por exemplo. No primeiro caso, a distribuio das unidades
experimentais entre os nveis do fator deve concentrar nmeros de unidades mais
elevados nos nveis em que esperada variao estranha mais acentuada. No ltimo
caso, deve ser considerada a utilizao de um nmero elevado de nveis.
Uma considerao de relevncia referente seleo dos nveis de fatores
experimentais para a amostra diz respeito diferena que pode resultar entre os nveis
logrados para a amostra e os correspondentes nveis definidos para a populao objetivo.
Essa diferena pode ser conseqncia do controle de tcnicas experimentais ou da
inviabilidade de lograr os nveis definidos no plano do experimento. O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .38 38 38 38
prov ilustraes dessas duas situaes.
a) Em um experimento de densidade de plantio de sorgo, o pesquisador pode lograr
populaes de plantas mais uniformes do que nas condies prticas da populao objetivo, com
o uso de controle de tcnicas experimentais, como a semeadura de um nmero de sementes mais
elevado do que o pretendido e ulterior desbaste de plantas. Sem esse controle, os efeitos de
diferenas de densidade de plantio sobre a produo e caractersticas da planta podero ser
distintos.
b) Em um experimento do efeito da umidade da semente sobre sua qualidade fisiolgica
aps um perodo de armazenamento dificilmente o pesquisador pode lograr o uso de semente
com os teores de umidade definidos no plano do experimento como inteiros. Por exemplo, o
pesquisador pode efetivamente lograr 10,1 e 11,8% de umidade respectivamente para dois
tratamento que definiu como 10,0 e 12% de umidade.

Assim como foi ressaltado no ltimo pargrafo da Seo Seo Seo Seo 8.5 8.5 8.5 8.5 com referncia
escolha do fator experimental, deve ser lembrado que os nveis efetivamente
pesquisados em um experimento so aqueles que o pesquisador de fato implementa. As
inferncias derivadas da amostra aplicam-se a esses nveis; no necessariamente a
nveis com definies diferentes que tenham sido estabelecidas para a populao
objetivo.
Essas questes ou dificuldades podem ser contornadas atravs da descrio
precisa dos nveis efetivamente implementados no experimento, nas publicaes e em
outros meios de difuso dos resultados do experimento. Na segunda ilustrao do
Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .38 38 38 38 a diferena entre os nveis logrados na amostra e os nveis definidos para
a populao objetivo pode ser levada em conta na anlise estatstica dos resultados, com
a considerao dos nveis realmente implementados na amostra.
8.6.4 8.6.4 8.6.4 8.6.4 Escolha de Tratamentos Adicionais Escolha de Tratamentos Adicionais Escolha de Tratamentos Adicionais Escolha de Tratamentos Adicionais
Nas sees anteriores, foi discutida a escolha dos nveis dos fatores experimentais.
Tratar-se-, agora, da incluso de tratamentos especiais.
A incluso de um ou mais tratamentos especiais em um fator experimental de
tratamento pode ser importante para servir de referncia para a avaliao dos efeitos dos
demais tratamentos e de sua importncia prtica, e para prover a discriminao de
possveis efeitos de duas ou mais origens. Tais tratamentos so genericamente
denominados tratamentos referncias:


344
Um tratamento includo entre os nveis de um fator experimental de tratamento
para servir de referncia ou termo de comparao para os demais tratamentos
denominado tratamento referncia tratamento referncia tratamento referncia tratamento referncia, ou, mais usualmente, tratamento controle tratamento controle tratamento controle tratamento controle,
testemunha testemunha testemunha testemunha ou padro padro padro padro.

A presena de tratamento referncia muito freqente em fator qualitativo
especfico estruturado (Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .17 17 17 17 e Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .19 19 19 19) e em fator misto (Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .26 26 26 26,
Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .27 27 27 27). De fato, fatores dessas categorias muito freqentemente resultam da
adio de um ou mais tratamentos referncias a um conjunto de nveis que se relacionam
qualitativamente ou quantitativamente.
Uma ilustrao mais ampla dada no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .39 39 39 39.
Considere-se um experimento com o propsito de comparar produtos inseticidas (ou mais
genericamente, pesticidas, isto , inseticidas, herbicidas ou fungicidas), aplicados atravs de um
pulverizador. Nesse experimento, o pesquisador pode ter interesse nos seguintes aspectos: a)
eficcia relativa da aplicao dos inseticidas; b) convenincia da aplicao dos produtos
inseticidas relativamente aos mtodos usuais de controle de insetos; c) discriminao dos efeitos
dos inseticidas de possveis efeitos do lquido utilizado para sua dissoluo; d) discriminao dos
efeitos dos inseticidas de possveis prejuzos causados pela ao de pulverizar.
Nessas circunstncias, o pesquisador deve considerar a convenincia de um ou mais dos
seguintes tratamentos referncia: a) um tratamento que envolva a ausncia de pulverizao; b) um
tratamento correspondente pulverizao usualmente adotada pelos agricultores; c) um
tratamento que consista da aplicao do lquido utilizado para dissolver os inseticidas; e d) um
tratamento que consista da passagem do pulverizador pela rea, sem pulverizao efetiva.

Em experimentos em medicina humana muito freqentemente importante um
tratamento referncia para distinguir efeitos sobre as unidades (indivduos) de origem
fsica atribuveis aos tratamentos de efeitos de origem psquica no atribuveis aos
tratamentos. Um tratamento referncia com essas caractersticas denominado placebo placebo placebo placebo.
Considere-se um experimento em medicina humana para a avaliao de drogas para o
controle de uma doena cuja manifestao possa ter influncia psicolgica; enxaqueca, por
exemplo. sabido que o efeito fsico (somtico) de um medicamento para o controle de uma
doena dessa origem pode resultar confundido com efeitos da reao psicolgica do paciente.
Nessas circunstncias, pode ser conveniente discriminar os efeitos somticos dos tratamentos
(drogas) de possveis efeitos psicolgicos. Essa discriminao pode ser lograda pela incluso de
um tratamento incuo que para os indivduos (unidades experimentais) seja indistinguvel dos
demais tratamentos em todos os aspectos, exceto pela ausncia de qualquer substncia para o
controle da doena.
1. Explique e ilustre a distino entre fator experimental principal e fator experimental secundrio
quanto relao com os objetivos do experimento.
2. D um exemplo de sua rea em que voc possa ilustrar pelo menos um fator experimental de
cada uma das seguintes categorias: 1 - fator principal, 2 - fator que pode modificar a ao de
um fator principal ou esclarecer a origem de seu efeito, 3 - fator relacionado com tcnica
experimental, 4 - fator que representa agrupamento fisicamente importante das unidades de
observao e 5 - fator que representa variao inserida deliberadamente no material
experimental.
3. Classifique os fatores dos experimentos caracterizados nos exerccios 7 e 8 dos Exerccios Exerccios Exerccios Exerccios
5.1 5.1 5.1 5.1 nas duas seguintes categorias: 1 - fator principal e 2 - fator secundrio ou suplementar.
4. Classifique os fatores experimentais caracterizados nos experimentos dos exemplos da
Seo 5.8 Seo 5.8 Seo 5.8 Seo 5.8 nas duas categorias de que trata o exerccio 3.
5. Escolha trs experimentos entre aqueles caracterizados no exerccio 11 dos Exerccios Exerccios Exerccios Exerccios 8 88 8. .. .2 22 2.
Para cada um desses trs experimentos, indique outros fatores que poderiam ser importantes
para considerao. Justifique a indicao.
6. Descreva, em linhas gerais, o procedimento para escolha dos nveis de um fator quantitativo
para a amostra.
7. Por definio, os nveis de um fator qualitativo amostrado para a amostra so escolhidos
aleatoriamente. Explique porque essa pressuposio muito freqentemente irreal e a
conseqncia desse fato.
8. Suponha que voc deve planejar um experimento com um fator quantitativo. Para cada uma
das seguintes situaes, indique o nmero de nveis que devem ser includos na amostra e a
correspondente distribuio (posio) desses nveis:
a) Voc sabe que a relao entre a varivel resposta e o fator experimental pode ser
aproximada por uma funo polinomial de primeiro grau (linha reta).
b) Voc sabe que a relao entre a varivel resposta e o fator pode ser aproximada por uma
funo polinomial do segundo grau (curva quadrtica ou parbola).
c) Voc espera, mas no est seguro de que a relao entre a varivel resposta e o fator
possa ser aproximada por uma funo polinomial de segundo grau, e quer verificar se tal
funo apropriada para expressar essa relao com base nos dados do experimento.
9. Considere os seguintes experimentos cujos tratamentos na amostra so indicados:
A - "Estudo da eficcia de fungicidas no tratamento de semente de cebola". Tratamentos: 1 -
Dithane, 2 - Thylate e 3 - Phygon.
B - "Efeito do hormnio estradiol sobre o desenvolvimento corporal de perus machos".
Tratamentos: 1 - 20mg, 2 - 30mg e 3 - 40mg.
C - "Utilizao de acetato para a sntese de leite de cabra". Tratamentos: 1 - Prolactina
0,2mg/kg de peso do animal, 2 - Dexametasona 0,2mg/kg, 3 - Prolactina 0,1mg/kg mais
Dexametasona 0,1mg/kg.
D - "Determinao da temperatura do processo de macerao para obteno da cor e do
sabor desejveis do arroz parbolizado". Tratamentos: Temperatura; nveis: 1 - 60C, 2 -
70C.
a) Justifique ou critique a lista de tratamentos, tendo em conta o objetivo do experimento
indicado pelo seu ttulo.
b) Como voc alteraria a lista dos tratamentos para adequ-la ao objetivo do experimento?
c) Identifique e denomine o fator experimental.
d) Especifique a coleo dos nveis do fator experimental na respectiva populao objetivo.
10. Explique e ilustre o significado de tratamento referncia. Quais so os propsitos de um
tratamento referncia?
11. Comente a respeito da convenincia ou necessidade de tratamento controle em cada um dos
experimentos do exerccio 9.
12. Qual o propsito de um tratamento placebo. Ilustre com um exemplo.

346
8.7 8.7 8.7 8.7 Escolha das Condies Experimentais Escolha das Condies Experimentais Escolha das Condies Experimentais Escolha das Condies Experimentais
8.7.1 8.7.1 8.7.1 8.7.1 Introduo Introduo Introduo Introduo
Quando a escolha dos fatores experimentais origina apenas um fator experimental,
a definio das condies experimentais completa-se com a escolha desses dos nveis
desse fator.
Se a escolha dos fatores experimentais resulta em dois ou mais fatores, ou seja,
em um experimento fatorial, a definio das condies experimentais deve ser procedida
pela escolha das combinaes dos nveis desses fatores para a amostra. H uma
extensa gama de possibilidades para a escolha das combinaes de nveis, que
crescente com o nmero de fatores experimentais. Em geral, apenas uma dessas
possibilidades alternativas apropriada para os objetivos do experimento, as classes dos
fatores experimentais sob considerao e os recursos disponveis. Essas vrias
possibilidades correspondem a diferentes estruturas de relao entre as condies
experimentais. Essas diferentes estruturas so indicadas na seguinte classificao;
estrutura fatorial cruzada:
estrutura fatorial cruzada completa,
estrutura fatorial cruzada incompleta ou fracionria,
estrutura fatorial cruzada estendida;
estrutura hierrquica:
estrutura hierrquica balanceada,
estrutura hierrquica no balanceada; e
estrutura fatorial mista.
8.7.2 8.7.2 8.7.2 8.7.2 Notao de fatores experimentais e representao de estruturas fatoriais Notao de fatores experimentais e representao de estruturas fatoriais Notao de fatores experimentais e representao de estruturas fatoriais Notao de fatores experimentais e representao de estruturas fatoriais
Fatores experimentais so simbolizados por letras maisculas; as iniciais de seus
respectivos nomes (C para o fator cultivar, N para o fator nitrognio, por exemplo) ou,
mais genericamente, pelas primeiras letras do alfabeto as primeiras letras do alfabeto (A,
B, C,...). Os nveis de um fator A so denotados pelo smbolo do fator acompanhado de
um subscrito para especificar um nvel particular do fator. O subscrito, em caractere
pequeno, uma varivel que assume os valores 1,2,...,a,...,A, que distinguem os nveis do
fator. Dessa forma, os nveis do fator A so denotados por A
1
,A
2
,...,A
a
,...,A
A
, onde a letra
A
a
representa um nvel arbitrrio desse fator e A o nmero de nveis na amostra.
Em um experimento unifatorial com um nico fator experimental A o conjunto das
condies experimentais , ento, A
1
,A
2
,...,A
A
; uma condio experimental designada
genericamente por A
a
. Em um experimento com dois ou mais fatores experimentais uma
condio experimental uma combinao dos nveis desses fatores na amostra. Se o
experimento compreende dois fatores experimentais, sejam A e B, uma condio
experimental designada, genericamente, por A
a
B
b
; se os fatores experimentais so trs,
A, B e C, uma condio experimental denotada por A
a
A
b
C
c
.
Estruturas fatoriais podem ser representadas por tabelas, smbolos e diagramas.
Na representao tabular os nveis de cada um dos fatores so dispostos em uma
entrada de uma tabela de tantas entradas quanto so os fatores. As combinaes de
nveis presentes na amostra so indicadas nas clulas dessa tabela por um x. Essa
representao conveniente por revelar nitidamente as condies experimentais que
constituem a estrutura dos fatores experimentais. Estruturas fatoriais tambm podem ser
simbolizadas por expresses que compreendem os smbolos dos fatores e notaes
apropriadas para indicar as relaes dos fatores. Essa simbolizao identifica claramente
as formas das relaes dos fatores; entretanto, no distingue presena e ausncia de
combinaes de nveis particulares. Isso significa que no distingue estruturas cruzadas
completa e incompleta, assim como, tambm, estruturas hierrquicas balanceada e no
balanceada.
A representao por diagrama, denominado diagrama de Hasse diagrama de Hasse diagrama de Hasse diagrama de Hasse ou diagrama de diagrama de diagrama de diagrama de
estrutura estrutura estrutura estrutura, um complemento muito til por facilitar a apreciao visual das relaes de
fatores e, particularmente, das relaes de ordenao parcial de fatores. Ademais, essa
representao tambm pode ser utilizada para representao de efeitos de fatores e
derivao de graus de liberdade e de estatsticas relevantes para inferncias, como
somas de quadrados e quadrados mdios. Genericamente, trata-se de um diagrama de
rvore com ramos derivados de ndulos que representam os fatores presentes na
estrutura. Um ou mais ramos principais so derivados do ndulo que representa o
material experimental; os fatores so representados na extremidade desses ramos e de
ramos de ramificaes sucessivas, segundo as formas das relaes dos fatores.
Essas formas de representao so desenvolvidas nas sees que seguem,
juntamente com a descrio e ilustrao das estruturas de fatores experimentais.
8.7.3 8.7.3 8.7.3 8.7.3 Estrutura unifatorial Estrutura unifatorial Estrutura unifatorial Estrutura unifatorial

Uma estrutura unifatorial estrutura unifatorial estrutura unifatorial estrutura unifatorial compreende o conjunto dos nveis de um nico fator
experimental.

O nico fator de uma estrutura unifatorial necessariamente um fator de
tratamento, e as condies experimentais, ou seja, os tratamentos so os prprios nveis
do nico fator experimental na amostra. Portanto, as condies experimentais constituem
tratamentos simples.
Essa estrutura fatorial pode ser representada em uma tabela de uma nica entrada.
Assim, por exemplo, uma estrutura fatorial de um fator A com seis nveis: A
1
, A
2
,..., A
6

pode ser representada em uma tabela como a da Figura Figura Figura Figura 8 88 8. .. .2 22 2, onde o asterisco indica a
presena do nvel do fator na estrutura.

A
1
A
2
A
3
A
4
A
5
A
6

Figura Figura Figura Figura 8 88 8. .. .2 22 2. Estrutura unifatorial de um fator A com 6 nveis.

O smbolo de uma estrutura unifatorial o prprio smbolo do fator. Assim, a
estrutura de um nico fator A simbolizada por A. O diagrama de Hasse dessa estrutura
compreende um nico ramo com origem no ndulo M
c
que representa o conjunto das
condies experimentais presentes no material experimental e extremidade voltada para
baixo, no ndulo que representa o fator experimental A. Esse diagrama apresentado na


348

Figura Figura Figura Figura 8 88 8. .. .3 33 3. Diagrama da estrutura de um fator experimental A,
que simbolizada por A.

Estruturas unifatoriais distinguem-se segundo as relaes entre os nveis do nico
fator experimental que constituem as classes consideradas e ilustradas na Seo Seo Seo Seo 8.3 8.3 8.3 8.3.
8.7.4 8.7.4 8.7.4 8.7.4 Estrutura fatorial cruzada Estrutura fatorial cruzada Estrutura fatorial cruzada Estrutura fatorial cruzada
Uma relao de nveis de dois fatores experimentais na amostra uma relao
cruzada se ela permite derivao de inferncias referentes interao desses fatores.

A interao interao interao interao de dois fatores experimentais A e B, denotada por A:B, a variao
da resposta entre os nveis do fator A quando muda o nvel do fator B, ou,
equivalentemente, a variao da resposta entre os nveis do fator B quando muda o
nvel do fator A.

Observe-se que a presena de interao de dois fatores significa que a resposta a
um desses fatores depende do nvel do outro; a ausncia de interao significa que a
resposta a um desses fatores independente do nvel do outro fator.
Ento, conceitua-se uma relao cruzada de dois fatores como segue:

A relao de dois fatores experimentais A e B na amostra uma rela rela rela relao fatorial o fatorial o fatorial o fatorial
cruzada cruzada cruzada cruzada se nveis do fator A se repetem nas combinaes com nveis diferentes do
fator B de modo a permitir inferncias referentes interao A:B.
Diz-se, ento, que o fator A cruzado cruzado cruzado cruzado com o fator B.

A relao cruzada dos fatores A e B simbolizada por A
*
B. A relao de
cruzamento recproca, ou seja, se o fator A cruzado com o fator B, ento o fator B
cruzado com o fator A. Portanto, as notaes de cruzamento A
*
B e B
*
A so equivalentes.
O conceito de relao fatorial cruzada estende-se para qualquer nmero de fatores
experimentais como segue:

Uma relao de fatores experimentais na amostra uma relao fatorial cruzada relao fatorial cruzada relao fatorial cruzada relao fatorial cruzada
se nveis de cada um desses fatores se repetem nas combinaes com nveis
diferentes dos demais fatores de modo a permitir inferncias referentes s interaes
desses fatores.

Observe-se que a relao de cruzamento no transitiva, pois A
*
B e B
*
C no
assegura A
*
C. Ademais, relao de cruzamento de todos os pares de trs fatores no
garante que a relao dos trs fatores seja cruzada, ou seja, A
*
B, B
*
C e A
*
C no implica
A
*
B
*
C.
Ento, define-se estrutura fatorial cruzada como segue:

Uma estrutura fatorial cruzada estrutura fatorial cruzada estrutura fatorial cruzada estrutura fatorial cruzada uma estrutura de fatores experimentais em que
todas as relaes dos fatores so cruzadas.

Essa estrutura fatorial pode ser representada por uma tabela de tantas entradas
quantos so os fatores. A incidncia de condies experimentais na amostra indicada
pelo preenchimento de um "" nas clulas das combinaes de nveis que lhe
correspondem. Particularmente, uma estrutura fatorial cruzada de dois fatores
experimentais pode ser representada por uma tabela de duas entradas com os nveis de
um dos fatores dispostos nas entradas das filas e os nveis do outro fator dispostos nas
entradas das colunas. Por exemplo, uma estrutura fatorial cruzada completa de dois
fatores A e B, respectivamente com 3 e 4 nveis em que todas as 3x4=12 combinaes
dos nveis A
1
, A
2
e A
3
do fator A e B
1
, B
2
, B
3
e B
4
do fator B esto presentes na amostra
compreende as condies experimentais: A
1
B
1
, A
1
B
2
, A
1
B
3
, A
1
B
4
, A
2
B
1
, A
2
B
2
, A
2
B
3
, A
2
B
4
,
A
3
B
1
, A
3
B
2
, A
3
B
3
e A
3
B
4
. Essa estrutura representada por uma tabela de duas entrada
com uma entrada para cada fator e com todas as clulas preenchidas (Figura Figura Figura Figura 8 88 8. .. .4 44 4).

B
1
B
2
B
3
B
4

A
1

A
2

A
3

Figura Figura Figura Figura 8 88 8. .. .4 44 4. Estrutura fatorial cruzada completa de dois fatores A e B,
respectivamente com 3 e 4 nveis.

O smbolo de uma estrutura fatorial cruzada constitudo pelos smbolos dos
fatores intercalados por cruzes. Assim, de modo geral, uma estrutura cruzada dos fatores
A,B,C,...,M representada por ABC...M. Essa estrutura representada por diagrama
constitudo de feixe de tantos segmentos quantos so os fatores experimentais com uma
origem comum e extremos voltados para baixo e cada um dos fatores indicados no
extremo de um desses segmentos
Uma estrutura fatorial cruzada simbolizada pela justaposio dos smbolos dos
fatores que a constituem intercalados por um
*
.Assim, de modo geral, uma estrutura
cruzada dos fatores A,B,C,...,F representada por A
*
B
*
C
*
...
*F
. Por exemplo, uma
estrutura fatorial cruzada de dois fatores experimentais A e B simbolizada por A
*
B. O
diagrama de Hasse dessa estrutura compreende dois ramos com origem comum no
ndulo M
c
que representa o conjunto das condies experimentais e extremidades nos
ndulos que representam esses fatores experimentais, abaixo do ndulo M
c
. O diagrama
da estrutura fatorial A
*
B apresentado na Figura Figura Figura Figura 8 88 8. .. .5 55 5a aa a.


350

Figura Figura Figura Figura 8 88 8. .. .5 55 5. Diagrama da estrutura cruzada de dois fatores
experimentais A
*
B, sem (a) e com (b)
considerao do fator generalizado.

De modo geral, o diagrama de uma estrutura fatorial cruzada compreende tantos
ramos quantos so os fatores experimentais com origem comum no ndulo M
c
e
extremidades nos ndulos que representam esses fatores, situados abaixo de M
c
.
A associao de fatores experimentais estabelece uma relao entre os
nveis desses fatores e tem as mesmas propriedades requeridas de fator experimental
(Seo 5.2 Seo 5.2 Seo 5.2 Seo 5.2). Em algumas situaes ser conveniente considerar uma associao de
fatores como um fator e design-lo fator generalizado fator generalizado fator generalizado fator generalizado ou fat fat fat fator complexo or complexo or complexo or complexo ou, mais
simplesmente, fator fator fator fator. Um fator generalizado aninhado nos fatores que o geram; seus
nveis so as combinaes dos nveis desses fatores. Um fator generalizado
simbolizado pela justaposio dos smbolos dos fatores que originam intercalados por ^.
Diagramas de Hasse que incluem esses fatores so alternativas particularmente
convenientes para a representao da associao entre as estruturas de fatores
experimentais e fatores de unidades, que gera o delineamento experimental. Por essa
razo, as duas formas de representao alternativas, ou seja, com e sem a considerao
de fatores generalizados, so desenvolvidas paralelamente. A representao alternativa
do diagrama da estrutura fatorial cruzada A
*
B que inclui o fator generalizado A^B
apresentada na Figura Figura Figura Figura 8 88 8. .. .5 55 5b bb b.
Uma estrutura fatorial cruzada pode compreender o conjunto completo das
combinaes de todos os nveis dos fatores experimentais, ou um subconjunto desse
conjunto de combinaes. No primeiro caso, diz-se que a estrutura fatorial cruzada
completa; no segundo caso, que ela incompleta, ou fracionria.
Estrutura fatorial cruzada completa Estrutura fatorial cruzada completa Estrutura fatorial cruzada completa Estrutura fatorial cruzada completa
Na situao de poucos fatores experimentais com poucos nveis, muito
freqentemente, conveniente a presena de todas as combinaes dos nveis dos
fatores na amostra.

Uma estrutura fatorial cruzada em que est presente na amostra a coleo
completa das combinaes dos nveis dos fatores experimentais na amostra uma
estrutura fatorial cruzada completa estrutura fatorial cruzada completa estrutura fatorial cruzada completa estrutura fatorial cruzada completa.

O nmero de condies experimentais de uma estrutura fatorial completa o
produto dos nmeros de nveis dos fatores. Essa estrutura fatorial representada por
uma tabela com todas as clulas preenchidas, como a representada na Figura Figura Figura Figura 8 88 8. .. .4 44 4 para a
situao de dois fatores experimentais A e B, respectivamente com 3 e 4 nveis. Uma
estrutura completa com mais de dois fatores experimentais pode ser representada de
modo semelhante, com as combinaes dos nveis de uma parte dos fatores nas
entradas das filas e as combinaes dos nveis da outra parte dos fatores na entrada das
colunas.
Uma estrutura fatorial cruzada completa ortogonal, se o nmero de observaes
o mesmo para todas as combinaes dos nveis dos fatores. Isso significa que nessas
circunstncias os efeitos dos fatores experimentais no se manifestam confundidos entre
si. Essa propriedade muito conveniente por possibilitar inferncias referentes a todos os
efeitos dos fatores experimentais.
Os exemplos que seguem provm ilustrao de estrutura fatorial cruzada completa.
Experimento: Pesquisa de fontes e mtodos de adubao fosfatada para o cultivo de soja.
Fator 1: fonte de fsforo; nveis na amostra: 1 - superfosfato - 90 kg/ha de P
2
P
5
, 2 - fosfato de
Olinda - 90 kg/ha de P
2
O
5
, 3 - superfosfato - 90 kg/ha de P
2
P
5
e cloreto de potssio - 60 kg/ha de
K
2
O; fator 2: mtodo de adubao; nveis na amostra: 1 - a lano, 2 - em sulco junto semente, 3
- em sulco prximo semente.
Os dois fatores experimentais - fonte de fsforo e mtodo de adubao so fatores
qualitativos especficos estruturados. Os nveis de cada um dos dois fatores na populao objetivo
e na amostra so os mesmos. Os nove tratamentos na amostra so as nove combinaes dos trs
nveis de cada um desses dois fatores, mostradas na Tabela Tabela Tabela Tabela 8 88 8. .. .2 22 2.

Tabela Tabela Tabela Tabela 8 88 8. .. .2 22 2. Tratamentos do experimento com estrutura fatorial cruzada completa
de dois fatores experimentais fonte e modo cada um com trs
nveis, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .41 41 41 41.

Tratamento Fonte Modo
1 1 1
2 1 2
3 1 3
4 2 1
5 2 2
6 2 3
7 3 1
8 3 2
9 3 3

A estrutura fatorial cruzada completa dos fatores experimentais fonte e mtodo pode ser
representada por um diagrama de Hasse como o da Figura Figura Figura Figura 8 88 8. .. .5 55 5. No diagrama da Figura Figura Figura Figura 8 88 8. .. .6 66 6 as
condies experimentais so representadas pelo pares dos nveis dos fatores experimentais fonte
e mtodo que so conectados por segmentos de reta. As coneces de todos os nveis do fator
fonte com todos os nveis do fator mtodo indicam que todas as combinaes dos nveis esto
presentes na amostra.


352

Figura Figura Figura Figura 8 88 8. .. .6 66 6. Estrutura fatorial cruzada completa dos fatores experimentais
fonte e mtodo de adubao do experimento do Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .41 41 41 41: cada um dos nveis de um desses fatores na amostra se
combina com cada um dos nveis do outro fator.
Experimento: "Fertilizao do solo com N, P e K para o cultivo da cevada". Fatores: 1 -
Nitrognio (N), 2 - Fsforo (P) e 3 - Potssio (K), cada um em dois nveis - ausncia e presena.
Esses trs fatores experimentais so fatores de tratamento qualitativos especficos; seus nveis na
amostra so os prprios nveis na populao objetivo.
Nesse exemplo clssico de experimento fatorial em agricultura, os 8 tratamentos
constituem uma estrutura fatorial cruzada completa 222. Esses tratamentos so especificadas
na Tabela Tabela Tabela Tabela 8 88 8. .. .3 33 3.

Tabela Tabela Tabela Tabela 8 88 8. .. .3 33 3. Tratamentos do experimento fatorial com trs fatores cruzados - N, P
e K cada fator com dois nveis - ausncia (sem) e presena (com),

Tratamento N P K
1 Sem Sem Sem - Ausncia dos 3 elementos
2 Com Sem Sem
3 Sem Com Sem - Presena de 1 dos 3 elementos
4 Sem Sem Com
5 Com Com Sem
6 Com Sem Com - Presena de 2 dos 3 elementos
7 Sem Com Com
8 Com Com Com - Presena dos 3 elementos

A estrutura fatorial desse experimento representada na Figura Figura Figura Figura 8 88 8. .. .7 77 7 com todas as clulas
preenchidas. Nesta Figura os dois nveis ausncia e presena de cada um dos fatores so
indicados pelas iniciais dos respectivos fatores (N, P, e K) com os subscritos 0 e 1,
respectivamente.

N
0
N
1

P
0
P
1
P
0
P
1

K
0

K
1

Figura Figura Figura Figura 8 88 8. .. .7 77 7. Representao da estrutura fatorial cruzada completa
dos fatores experimentais N, P K, cada um com dois
nveis, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .42 42 42 42.

O diagrama dessa estrutura fatorial apresentado na Figura Figura Figura Figura 8 88 8. .. .8 88 8, nas verses sem (a) e
com (b) considerao de fatores generalizados.

Figura Figura Figura Figura 8 88 8. .. .8 88 8. . . . Diagrama da estrutura cruzada de 3 fatores experimentais
N, P e K: N
*
P
*
K, sem (a) e com
(b) considerao dos
fatores generalizados,

O nmero das combinaes de nveis de uma estrutura fatorial cruzada completa
o produto dos nmeros de nveis dos fatores individuais; no presente exemplo, 2x2x2=8.
Por esta razo, uma estrutura fatorial cruzada completa com 3 fatores cada um em 2
nveis designada uma estrutura fatorial 2x2x2 estrutura fatorial 2x2x2 estrutura fatorial 2x2x2 estrutura fatorial 2x2x2. De modo mais geral, uma estrutura
fatorial com 3 fatores cada um com k nveis uma estrutura fatorial kxkxk estrutura fatorial kxkxk estrutura fatorial kxkxk estrutura fatorial kxkxk.
Experimento: "Avaliao do efeito da adio de antibitico ao diluente do smen de touro
sobre a taxa de concepo", com a considerao de trs antibiticos: sulfanilamida, estreptomicina
e penicilina, nas situaes de presena e ausncia.
Os tratamentos nesse experimento podem constituir uma de duas estruturas, conforme seja
considerada a adio ao diluente do smen de apenas um dos antibiticos isoladamente ou,
tambm, de mais de um antibitico simultaneamente. Se considerado o uso dos trs antibiticos
tanto isolada como simultaneamente e so escolhidas como condies experimentais as oito
combinaes de presena e ausncia dos trs antibiticos, as condies experimentais, no caso
tratamentos, compreendem uma estrutura fatorial cruzada completa 2x2x2, cujos tratamentos
correspondem s 8 combinaes dos 2 nveis de cada um dos trs fatores (as mesmas listadas no
Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .42 42 42 42 e representadas na Figura Figura Figura Figura 8 88 8. .. .7 77 7, com N, P e K agora substitudos pelas trs
substncias). Se, entretanto, considerada a utilizao de cada antibitico apenas isoladamente,
o nmero de tratamentos reduz-se a 4, ou seja, aos trs antibiticos isolados e um tratamento
correspondente ausncia dos 3 antibiticos, ou seja, sem a adio de antibitico ao diluente, que
se constitui em um controle. Esses tratamentos so os 4 primeiros listados na Tabela Tabela Tabela Tabela 8 88 8. .. .3 33 3, com os
fatores N, P e K substitudos pelos trs antibiticos sulfanilamida, estreptomicina e penicilina.
Na segunda situao, os tratamentos no constituem uma estrutura fatorial cruzada. A
excluso de um nmero aprecivel das combinaes de nveis da estrutura fatorial cruzada
completa descaracteriza a estrutura fatorial, por no permitir inferncias referentes a interaes
entre os antibiticos. De fato, nessas circunstncias os 4 tratamentos so os nveis de um nico
fator - diluente, de modo que o experimento unifatorial; esse fator qualitativo especfico
estruturado.

De modo geral, uma estrutura fatorial uma estrutura fatorial cruzada quando ela
permite inferncias referentes a interaes dos fatores, o que demanda a presena de
um nmero suficiente das combinaes dos nveis dos fatores na amostra. Uma
ilustrao desse requerimento de uma estrutura fatorial cruzada provida pelo Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .44 44 44 44.

354
Reconsidere-se o experimento "Estudo da eficcia da utilizao de acetato para a sntese
do leite de cabra" do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .19 19 19 19.Os tratamentos desse experimento na amostra so: 1 -
Prolactina 0,2 mg/kg de peso do animal, 2 - Dexametasona 0,2mg/kg, 3 - Prolactina 0,1mg/kg +
Dexametasona 0,1mg/kg e 4 - Sem acetato (controle).
Esses quatro tratamentos so as combinaes de presena e ausncia das duas fontes de
acetato: Prolactina e Dexametasona. Assim, primeira vista, esses tratamentos podem aparentar
uma estrutura fatorial cruzada completa de dois fatores experimentais - Prolactina e
Dexametasona, cada um em dois nveis: ausncia e presena. Entretanto, a dose de presena de
cada uma dessas substncias difere entre a ausncia e a presena da outra substncia; por
exemplo, a dose de Prolactina isolada 0,2 mg/kg e combinada com Dexametasona 0,1 mg/kg.
De fato, nos 4 tratamentos tanto a Prolactina como a Dexametasona aparecem em trs nveis: 0,
0,1 e 0,2 mg/kg, de modo que uma estrutura fatorial cruzada completa dessas duas substncias
como fatores experimentais demandaria 3x3 = 9 combinaes de nveis. Entretanto, os
tratamentos considerados so apenas 4 dessas 9 combinaes que no permitem inferncias
referentes interao entre Prolactina e Dexametasona. De fato, os quatro tratamentos
considerados no experimento desse exemplo constituem os nveis de um nico fator qualitativo
especfico estruturado (Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .19 19 19 19).

O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .44 44 44 44 ilustra a violao de uma propriedade essencial de uma estrutura
fatorial cruzada: Em uma estrutura fatorial cruzada os nveis de um fator se repetem nas
combinaes com os diferentes nveis dos demais fatores.
essencial a compreenso clara das estruturas de relao dos nveis dos fatores
experimentais na populao objetivo e na amostra. Essa compreenso pode ser facilitada
pelas interpretaes geomtricas, que so definidas a seguir.

Na situao de estrutura unifatorial, a coleo dos nveis do fator experimental na
populao objetivo constitui o espao unifatorial da populao espao unifatorial da populao espao unifatorial da populao espao unifatorial da populao objetivo objetivo objetivo objetivo. A
correspondente coleo dos nveis na amostra constitui o espao unifatorial da espao unifatorial da espao unifatorial da espao unifatorial da
amostra amostra amostra amostra. Na situao de estrutura fatorial cruzada, o espao fatorial da populao espao fatorial da populao espao fatorial da populao espao fatorial da populao
objetivo objetivo objetivo objetivo o conjunto das combinaes de nveis dos fatores experimentais na
populao objetivo; o espao fatorial da amostra espao fatorial da amostra espao fatorial da amostra espao fatorial da amostra a correspondente coleo das
combinaes de nveis na amostra.

Na situao de uma estrutura fatorial cruzada completa de dois fatores qualitativos
especficos, o espao fatorial da populao objetivo e o espao fatorial na amostra so
um mesmo reticulado de pontos em um espao de duas dimenses, ou seja, em um
plano. O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .45 45 45 45 fornece uma ilustrao.
Seja o experimento: Pesquisa de fontes e mtodos de adubao fosfatada para o cultivo
de soja considerado no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .41 41 41 41. Os dois fatores experimentais fonte de fsforo e mtodo de
adubao so ambos fatores qualitativos especficos estruturados. Isso significa que os trs nveis
de cada um desses fatores na amostra so os prprios respectivos nveis sob considerao na
populao objetivo. Portanto, os nove tratamentos na amostra, que so o conjunto completo das
nove combinaes dos trs nveis de cada um desses dois fatores experimentais, so as prprias
combinaes dos nveis dos dois fatores na populao objetivo.
Portanto, essa estrutura fatorial cruzada completa 33 o espao fatorial da amostra que
o prprio espao fatorial da populao objetivo. Esses espaos fatoriais so representados
graficamente na Figura Figura Figura Figura 8 88 8. .. .9 99 9.

Figura Figura Figura Figura 8 88 8. .. .9 99 9. Espaos fatoriais da populao objetivo e da
amostra de uma estrutura fatorial cruzada
completa 33, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .45 45 45 45.

Em uma estrutura fatorial cruzada completa de dois fatores experimentais
quantitativos, o espao fatorial da populao objetivo e o espao fatorial da amostra so,
respectivamente, uma regio retangular contnua e um reticulado de pontos em um
espao de duas dimenses. Esses espaos fatoriais so ilustradas pelo Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .46 46 46 46.
Experimento: "Fertilizao do solo com nitrognio e fsforo para o cultivo da cebola", com
estrutura fatorial completa dos fatores nitrognio e fsforo cujos nveis na populao objetivo e na
amostra so indicados na Tabela Tabela Tabela Tabela 8 88 8. .. .4 44 4.

Tabela Tabela Tabela Tabela 8 88 8. .. .4 44 4. Colees dos nveis dos fatores experimentais nitrognio e fsforo
na populao objetivo e na amostra, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .46 46 46 46.
Nveis (kg/ha)

Fator
Populao objetivo Amostra
Nitrognio Intervalo [0, 120] 0, 60, 120
Fsforo Intervalo [0, 90] 0, 45, 90

Os espaos fatoriais da populao objetivo e da amostra so representados graficamente na
Figura Figura Figura Figura 8 88 8. .. .10 10 10 10.

Figura Figura Figura Figura 8 88 8. .. .10 10 10 10. Espaos fatoriais da populao objetivo (regio
sombreada) e da amostra (reticulado de pontos) do
experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .46 46 46 46.

Em geral, uma estrutura fatorial cruzada completa altamente conveniente, por
propiciar:

356
a) mais simplicidade para inferncias referentes a combinaes de nveis e a
efeitos separados de fatores;
b) igual preciso para inferncias para todos os pontos do espao fatorial da
populao objetivo;
c) ausncia de confundimento de efeitos de fatores e de combinaes de nveis de
fatores; e
d) derivao de inferncias mais completas referentes a interaes de fatores.
Estrutura fatorial c Estrutura fatorial c Estrutura fatorial c Estrutura fatorial cruzada incompleta ou fracionria ruzada incompleta ou fracionria ruzada incompleta ou fracionria ruzada incompleta ou fracionria
Em algumas situaes, o nmero de fatores ou de nveis de fatores na amostra
muito elevado, o que implica que o nmero das combinaes de nveis de uma estrutura
fatorial cruzada completa seja demasiadamente grande. Assim, por exemplo, uma
estrutura fatorial cruzada completa de 6 fatores cada um com 2 nveis compreende 64
combinaes e de 4 fatores cada um com 3 nveis, 81 combinaes. Esse nmero de
combinaes pode ser demasiado, desnecessrio para a natureza da pesquisa e no
apropriado para as condies sob as quais o experimento deve ser realizado. Nessas
circunstncias, natural e necessria a busca de estruturas que compreendam apenas
uma seleo apropriada das combinaes de nveis da estrutura completa.

Uma estrutura fatorial cruzada que exclui uma ou mais combinaes dos nveis de
uma estrutura fatorial cruzada completa, mas que permite inferncias referentes s
interaes dos fatores, uma estrutura fatorial cruzada incompleta estrutura fatorial cruzada incompleta estrutura fatorial cruzada incompleta estrutura fatorial cruzada incompleta ou fracionria fracionria fracionria fracionria.

Assim, uma estrutura fatorial cruzada incompleta ou fracionria um subconjunto
de uma estrutura fatorial completa. Uma primeira ilustrao provida pelo Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .47 47 47 47.
Experimento: "Efeito de diluentes do smen sobre a taxa de concepo na inseminao
artificial de vacas leiteiras", com quatro fatores: A - Sulfanilamida, B - Estreptomicina, C - Penicilina
e D - Substncia tampo, todos com dois nveis; nveis dos primeiros trs fatores: ausncia e
presena, e nveis do ltimo fator: citrato e fosfato. Os tratamentos considerados na amostra so
listados na Tabela Tabela Tabela Tabela 8 88 8. .. .5 55 5, onde 0 e 1 representam ausncia e presena da substncia diluente para
os trs primeiros fatores, e as substncias tampo citrato e fosfato para o quarto fator,
respectivamente.

Tabela Tabela Tabela Tabela 8 88 8. .. .5 55 5. Combinaes dos nveis dos fatores experimentais sulfanilamida (A),
estreptomicina (B), penicilina (C) e substncia tampo (D) que
constituem os tratamentos do experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .47 47 47 47.
Fator

Tratamento
A B C D
1 0 0 0 0
2 1 1 0 0
3 1 0 1 0
4 1 0 0 1
5 0 1 1 0
6 0 1 0 1
7 0 0 1 1
8 1 1 1 1

Os tratamentos deste experimento constituem a estrutura fatorial cruzada incompleta
representada na Figura Figura Figura Figura 8 88 8. .. .11 11 11 11, que revela claramente a configurao das combinaes de nveis
selecionadas da estrutura fatorial cruzada completa.

A
0
A
1

B
0
B
1
B
0
B
1

D
0

C
0

D
1

D
0

C
1

D
1

Figura Figura Figura Figura 8 88 8. .. .11 11 11 11. Representao da estrutura fatorial cruzada
incompleta do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .47 47 47 47.

Os tratamentos dessa estrutura fatorial cruzada fracionria compreendem a metade das 2
4

= 16 combinaes da estrutura fatorial cruzada completa de quatro fatores cada um com dois
nveis. Essa frao do fatorial 2x2x2x2 definida pela interao dos quatro fatores: A:B:C:D. Essa
estrutura de tratamento no prov estimativa dessa interao e resultam confundidos os efeitos
das seguintes interaes parceiras de dois fatores: A:B = C:D, A:C = B:D e A:D = B:C.

Estruturas fatoriais cruzadas fracionrias so teis especialmente em situaes em
que muitos fatores so relevantes e devem ser considerados simultaneamente em um
experimento. Essa situao ocorre com certa freqncia na indstria e em estgios
iniciais de pesquisa; no segundo caso quando pode ser conveniente um levantamento
dos efeitos de muitos fatores com o propsito da identificao dos fatores mais
importantes, para ulterior pesquisa mais detalhada de poucos fatores, possivelmente em
experimentos separados. Nessas circunstncias, estruturas fatoriais cruzadas
fracionrias tornam praticvel pesquisa que de outra forma seria invivel.
Uma estrutura fatorial cruzada fracionria implica confundimento de efeitos de
fatores experimentais. Em tendo que adotar uma tal estrutura, o pesquisador deve
escolher aquela que no confunda os efeitos de fatores experimentais que sejam
importantes para os objetivos do experimento. H tcnicas apropriadas para a seleo de
uma frao do conjunto das combinaes dos nveis de uma estrutura fatorial cruzada
completa. A tcnica apropriada depende de cada situao; varia segundo os efeitos que
o pesquisador est disposto a sacrificar para que os efeitos importantes no resultem
confundidos.
Estruturas fatoriais cruzadas fracionrias, como as ilustradas no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .47 47 47 47, so
derivadas do fato de que certas comparaes entre tratamentos, freqentemente
correspondentes a interaes de ordens elevadas, so irrelevantes. Essa situao ocorre
em algumas reas, como na indstria, onde condies ambientais so relativamente
estveis ao longo do tempo e pesquisas anteriores indicam ausncia de relevncia de
certas interaes. Em pesquisa biolgica e em agricultura esses delineamentos, em
geral, so pouco aplicveis, em decorrncia da grande variabilidade ambiental.
Para fatores com dois nveis, por exemplo, h uma srie de estruturas fatoriais
fracionrias com 1/2, 1/4,... das combinaes de nveis da correspondente estrutura
fatorial cruzada completa. Essas estruturas permitem inferncias independentes
referentes a certas comparaes, a efeitos separados de fatores e a algumas interaes
de dois fatores. Entretanto, outras interaes, usualmente de ordens elevadas, resultam
confundidas. Isso implica que algumas comparaes particulares ficam confundidas com
uma ou mais outras comparaes, de modo que se torna impossvel separ-las.
Comparaes confundidas dessa maneira so denominadas comparaes parceiras comparaes parceiras comparaes parceiras comparaes parceiras. De
modo geral, tenta-se obter uma estrutura com um sistema de parceria tal que os efeitos

358
de maior interesse tenham como parceiras comparaes muito provavelmente
irrelevantes.
Para fatores com trs nveis, podem ser construdas estruturas fracionrias
correspondentes a 1/3, 1/9,... da estrutura fatorial cruzada completa, segundo o mesmo
princpio.
A escolha das combinaes de nveis para constituio de uma estrutura fatorial
cruzada fracionria depende dos objetivos do experimento e, em geral, no uma
questo simples. Alguns textos provm uma variada gama de estruturas apropriadas para
as mais variadas situaes particulares.
Metodologias para a escolha de "delineamentos timos" tm sido desenvolvidas
particularmente para situaes de fatores experimentais quantitativos. Nessas
circunstncias, em geral, o interesse reside no estabelecimento de uma funo de
resposta para representar a relao entre a varivel resposta e a estrutura fatorial.
Estruturas fatoriais cruzadas incompletas para essas situaes exploram o fato de
que muito freqentemente o interesse concentra-se mais especificamente em algum
subespao do espao fatorial de interesse. Isso pode decorrer de informaes providas
por experimentos anteriores ou de outras fontes de informao. Nessas circunstncias
desejvel maior preciso para inferncias nesse subespao.
Estruturas fatoriais cruzadas incompletas para o ajustamento de superfcies de
respostas com esse propsito tm sido bastante estudadas, so tratadas extensivamente
na literatura e so expostas em alguns textos de estatstica experimental. Uma famlia
desses delineamentos compreende os delineamentos centrais compostos. Uma
ilustrao provida pelo Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .48 48 48 48.
Suponha-se que a estrutura fatorial do experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .46 46 46 46 alterada pela
omisso de 4 das 9 combinaes de nveis, sendo includas na amostra apenas os tratamentos (0,
0), (0, 90), (60, 45), (120, 0) e (120, 90), onde cada tratamento especificado pela indicao dos
nveis dos fatores nitrognio e fsforo, nessa ordem, entre parnteses.
Essa estrutura reduzida da estrutura fatorial completa 3
2
representada na Figura Figura Figura Figura 8 88 8. .. .12 12 12 12.

Figura Figura Figura Figura 8 88 8. .. .12 12 12 12. Estrutura fatorial cruzada fracionria resultante da omisso de
quatro tratamentos da estrutura fatorial cruzada completa
3
2
do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .46 46 46 46.
A estrutura fatorial cruzada fracionria do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .49 49 49 49 resulta de uma reduo
mais drstica dos tratamentos de uma estrutura fatorial cruzada completa.
Experimento: "Adubao com macroelementos para o cultivo de milho", com os trs fatores
N, P e K cada um com trs nveis: 0, 1 e 2, com os tratamentos especificados na Tabela Tabela Tabela Tabela 8 88 8. .. .6 66 6.

Tabela Tabela Tabela Tabela 8 88 8. .. .6 66 6. Combinaes de nveis dos fatores N, P e K, cada um
com trs nveis: 0, 1 e 2, que constituem os
tratamentos do experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .49 49 49 49.
Tratamento N P K
1 0 0 0
2 1 0 0
3 0 1 0
4 0 0 1
5 1 1 1
6 2 1 1
7 1 2 1
8 1 1 2

Os tratamentos desse experimento constituem uma estrutura fatorial cruzada 3x3x3
incompleta representada na Figura Figura Figura Figura 8 88 8. .. .13 13 13 13. As 27 combinaes dos nveis que corresponderiam a
uma estrutura fatorial cruzada completa 3x3x3 foram reduzidas, convenientemente, de modo
acentuado, a 8 combinaes, que constituem os 8 tratamentos na amostra. Esse delineamento de
condies experimentais foi adotado em uma srie de experimentos conduzidos no Brasil pela
"Associao Nacional para Difuso de Adubos" (ANDA), para a estimao de funes de resposta
adubao.

N
0
N
1
N
2

P
0
P
1
P
2
P
0
P
1
P
2
P
0
P
1
P
2

K
0

K
1

K
2

Figura Figura Figura Figura 8 88 8. .. .13 13 13 13. Os oito tratamentos de uma estrutura fatorial cruzada
fracionria de trs fatores experimentais cada um
com trs nveis, , , , Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .49 49 49 49.

Em geral, a escolha de uma estrutura fatorial cruzada incompleta est relacionada
estrutura das unidades de observao disponveis. Assim, a estrutura do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .48 48 48 48
com uma repetio para cada tratamento, exceto para o ponto central com n
1
repeties,
conhecida como um delineamento de superf delineamento de superf delineamento de superf delineamento de superfcie de resposta simples cie de resposta simples cie de resposta simples cie de resposta simples.
Estruturas fatoriais cruzadas incompletas tambm podem ocorrer quando algumas
combinaes dos nveis de uma estrutura fatorial cruzada completa no se distinguem ou
no tm sentido. Essa situao ilustrada pelo Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .50 50 50 50.
Experimento; "Fertilizao do solo com nitrognio para o cultivo do arroz irrigado", com os
seguintes dois fatores experimentais e correspondentes nveis: Nitrognio: N
1
- 0 kg/ha, N
2
- 60
kg/ha, N
3
- 120 kg/ha; poca de aplicao: E
1
- plantio, E
2
- cobertura, aos 30 dias.
Observe-se que as combinaes de nveis N
1
E
1
e N
1
E
2
no se distinguem; constituem, de
fato, um nico tratamento. Logo, as 3x2 = 6 combinaes de nveis que constituiriam uma
estrutura fatorial cruzada completa so inevitavelmente reduzidas a 5.

360
Estrutura fatorial cruzada estendida Estrutura fatorial cruzada estendida Estrutura fatorial cruzada estendida Estrutura fatorial cruzada estendida
Na Seo Seo Seo Seo 8.6 8.6 8.6 8.6.4 .4 .4 .4 considerou-se a incluso de tratamentos referncias em uma
estrutura unifatorial. Esses tratamentos especiais, ou tratamentos referncias, mais
usualmente denominados controles, testemunhas ou padres, podem ser importantes
para servirem de termos de comparao para a avaliao dos efeitos dos demais
tratamentos e de sua importncia prtica, e para prover a discriminao de possveis
efeitos de duas ou mais origens. Por semelhantes razes, pode ser importante estender
uma estrutura fatorial cruzada com a adio de tratamentos referncias. Uma ilustrao
provida pelo Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .51 51 51 51.
Experimento: "Adubao nitrogenada orgnica e qumica para o cultivo de arroz irrigado",
com dois fatores experimentais. Fator 1: composto de azola; nveis na amostra: 1 - 4 t/ha, 2 - 7
t/ha, 3 - 14 t/ha; fator 2 Nitrognio; nveis na amostra: 1 - 0 kg/ha, 2 - 43,5 kg/ha. As condies
experimentais so listados na Tabela Tabela Tabela Tabela 8 88 8. .. .7 77 7.

Tabela Tabela Tabela Tabela 8 88 8. .. .7 77 7. Estrutura fatorial cruzada estendida do experimento do
Tratamento
Composto
de azola
N
1 1 1
2 1 2
3 2 1 Esquema fatorial
4 2 2
5 3 1
6 3 2
7 0 0 kg/ha Tratamentos
8 0 87 kg/ha adicionais

Essa uma estrutura fatorial cruzada completa 32 com 2 tratamentos adicionais:
estrutura fatorial cruzada completa 32 constituda pelos 6 primeiros tratamentos so adicionados
dois tratamentos - tratamentos 7 e 8. O tratamento 7 includo para avaliar a resposta (produo
de gros de arroz) da planta na ausncia de adubao nitrogenada. Sua comparao com o
conjunto dos seis primeiros tratamentos pode, por exemplo, explicar que uma ausncia de
diferenas de respostas entre esses 6 tratamentos resulta da ausncia de resposta adubao,
possivelmente porque a reserva de nitrognio no solo suficiente. A razo da incluso do
tratamento 8 como referncia no to clara. A quantidade de N do tratamento 8 corresponde
quantidade de N do tratamento 6, ou seja, da combinao dos nveis mais elevados dos dois
fatores. Ento, a comparao do tratamento 8 com o conjunto dos 6 primeiros tratamentos pode
informar sobre possvel maior eficincia da adubao nitrogenada mais elevada de fonte apenas
qumica do que da adubao nitrogenada mdia de origem orgnica e qumica.
8.7.5 8.7.5 8.7.5 8.7.5 Estrutura fatorial hierrquica ou aninhada Estrutura fatorial hierrquica ou aninhada Estrutura fatorial hierrquica ou aninhada Estrutura fatorial hierrquica ou aninhada
Relaes de dois fatores experimentais cruzadas so muito freqentes. Essas so
as relaes mais comuns de fatores fixos. Entretanto, em muitas situaes os nveis de
um dos fatores no se repetem nas combinaes com os nveis do outro fator:

A relao de dois fatores experimentais A e B na amostra uma relao fatorial relao fatorial relao fatorial relao fatorial
hierrquica hierrquica hierrquica hierrquica ou aninhada aninhada aninhada aninhada se os nveis do fator B no se repetem nas combinaes com
nveis diferentes do fator A, ou seja, se os subconjuntos de nveis do fator B que se
combinam com diferentes nveis do fator A no contm nveis em comum.
Diz-se, ento, que o fator B aninhado aninhado aninhado aninhado no fator A; o fator B designado fator fator fator fator
aninhado aninhado aninhado aninhado e o fator A, fator ninho fator ninho fator ninho fator ninho.

Essa relao simbolizada por A/B. Ao contrrio da relao de cruzamento, a
relao de aninhamento no recproca, ou seja, A/B no equivalente a B/A. Nessa
notao de aninhamento, o fator ninho precede o fator aninhado.
Relaes de aninhamento podem ocorrer naturalmente ou serem impostas por
razes especficas. Essas duas situaes so ilustradas pelo Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .52 52 52 52.
Ilustraes de ocorrncias de relaes de aninhamento naturais e impostas:
a) Em um experimento para pesquisa da qualidade da semente de soja em que so
consideradas sementes das diversas procedncias das regies produtoras, as procedncias das
diferentes regies so naturalmente distintas. Portanto, o fator experimental procedncia
aninhado no fator experimental regio.
b) Em experimentos com animais em que so utilizados diferentes animais para os
diferentes tratamentos pela possibilidade de efeitos residuais de tratamentos, os animais aos quais
so atribudos os tratamentos so naturalmente distintos.

Relaes hierrquicas ou aninhadas no permitem inferncias referentes
interao dos fatores. Assim, quando o pesquisador tem escolha e a interao dos
fatores relevante, ele deve planejar estrutura fatorial cruzada.
Muito freqentemente, fatores experimentais aleatrios so aninhados. Seus nveis
na amostra so supostamente escolhidos aleatoriamente para representar a coleo dos
nveis presentes na populao objetivo. De fato, a relao de dois fatores experimentais
A e B resulta hierrquica quando o fator B aleatrio e so escolhidas amostras de seus
nveis da populao objetivo, separada e independentemente, para assinalao de cada
uma dessas amostras a um dos distintos nveis do fator A; ou se, alternativamente, os
nveis do fator B so escolhidos da populao objetivo e, ento, assinalados
aleatoriamente aos nveis do fator A. Em qualquer dessas circunstncias, os nveis do
fator B na amostra que se combinam com os diferentes nveis do fator A sero
necessariamente distintos.
Considere-se um experimento para pesquisa do efeito da nutrio da ovelha matriz sobre o
peso corporal do cordeiro ao desmame em que desejado derivar inferncias para todos as
matrizes dos rebanhos de uma raa de uma regio. Os dois fatores experimentais - dieta e ovelha
matriz - so, respectivamente, fator fixo e fator aleatrio. Uma amostra de ovelhas matrizes
escolhida da populao objetivo e, ento, essas ovelhas so assinaladas aleatoriamente aos
nveis do fator dieta. Assim, o fator experimental ovelha aninhado no fator dieta.

Observe-se que um fator aninhado nessas circunstncias um fator experimental
(nesse caso, fator experimental intrnseco) se inferncias referentes a esse fator forem
relevantes. Em muitos experimentos h fatores aninhados que no so relevantes para
os objetivos do experimento. Nesse caso, esse fator no deve ser considerado fator
experimental, mas fator de unidade (Seo 10.3 Seo 10.3 Seo 10.3 Seo 10.3).
Menos freqentemente ocorrem relaes aninhadas de fatores experimentais fixos.
Esse o caso, por exemplo, dos fatores fornecedor e componente de um equipamento

362
quando os fornecedores provm diferentes componentes. Nessas circunstncias, como
os componentes supridos pelos diferentes fornecedores so distintos, tem-se, de fato, um
conjunto de componentes diferentes.
Em muitas situaes fatores fixos com relao aparentemente aninhada devem ser
considerados mais apropriadamente como um nico fator cujos nveis so as
combinaes dos nveis desses dois fatores. Por exemplo, na situao ilustrada
anteriormente, pode ser mais conveniente considerar um nico fator fornecedor-
componente cujos nveis so os componentes supridos pelos diversos fornecedores.
Em situaes pouco comuns pode haver interesse no efeito global do fator que
parece ser aninhado e, portanto, em considerar as condies experimentais como
combinaes dos nveis de dois fatores experimentais. O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .54 54 54 54 prov ilustrao
de um experimento em que pode haver razo para considerar os nveis na amostra como
um nico fator experimental misto, ou uma estrutura de dois fatores experimentais fixos,
aninhada ou cruzada.
Considere-se um experimento para pesquisa do controle de uma praga de uma espcie
vegetal cultivada com dois inseticidas A e B fabricados por duas diferentes indstrias que os
recomendam nas doses d
A
e d
B
, respectivamente, supostamente diferentes. Os nveis escolhidos
para a amostra so: 1 - d
A
, 2 - 1 d
A
, 3 -2 d
A
, 4 - d
B
, 5 - 1 d
B
e 6 -2 d
B
.
Como as doses recomendadas d
A
e d
B
so diferentes, as trs doses do inseticida A so, de
fato, quantidades diferentes das correspondentes s trs doses do inseticida B. Isso significa que
os seis tratamentos podem ser alternativamente considerados como compreendendo uma das
duas estruturas de condies experimentais:
a) estrutura unifatorial mista com seis nveis, resultante da aglutinao das trs diferentes
quantidades de cada um dos dois inseticidas A e B: nveis 1 - d
A
, 2 - 1 d
A
, 3 -2 d
A
, 4 - d
B
, 5 - 1
d
B
e 6 - 2 d
B
;
b) estrutura hierrquica de dois fatores experimentais: inseticida e dose, o primeiro fator
com dois nveis: inseticida A e inseticida B e o segundo com seis nveis: 1 - d
A
, 2 - 1 d
A
, 3 - 2 d
A
,
4 - d
B
, 5 - 1 d
B
e 6 - 2 d
B
, com o fator dose aninhado no fator inseticida.
De fato, esses dois enfoques so equivalentes e correspondem a um dos seguintes
objetivos de inferncias: a) comparao global dos inseticidas A e B, ajustamento de funo de
resposta para o inseticida A e ajustamento de funo de resposta para o inseticida B.
Suponha-se, entretanto, que as quantidades especficas correspondentes s doses
particulares no so relevantes e que as doses d
A
e d
B
significam dose regular, as doses d
A
e
d
B
, dose baixa, e 2d
A
e 2 d
B
, dose alta. Com esse enfoque e correspondente notao, as
condies experimentais passam a constituir a seguinte estrutura de condies experimentais:
c) estrutura cruzada de dois fatores experimentais: inseticida e dose, o primeiro fator com
dois nveis: inseticida A e inseticida B, e o segundo com trs nveis: dose baixa, dose regular e
dose alta.
Agora, os objetivos de inferncias passam a ser os efeitos individuais e a interao dos
dois fatores experimentais inseticida e dose.

O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .54 54 54 54 ilustra um aparente dilema, j que uma estrutura de condies
experimentais no pode ser ao mesmo tempo aninhada e cruzada. Esse dilema crucial,
visto que as inferncias derivadas do experimento dependem da pressuposio adotada.
Se essa pressuposio no for apropriada para os objetivos do experimento, a
interpretao dos resultados ser incorreta. Em um experimento bem planejado esse
dilema resolvido no planejamento do experimento, quando os objetivos do experimento
e os correspondentes procedimentos de inferncias apropriados para a consecuo
desses objetivos so estabelecidos explicitamente.
O conceito de relao de aninhamento ou relao hierrquica estendido para
mais de dois fatores experimentais. Por exemplo, a notao de uma relao hierrquica
de trs fatores C/B/A significa que o fator A aninhado no fator B e este, por sua vez,
aninhado no fator C, ou seja, B/A e C/B. Dessa forma, por definio, a relao de
aninhamento transitiva, em contraste com a relao de cruzamento, pois A*B e B*C no
assegura A*C.
Define-se estrutura fatorial hierrquica ou aninhada para qualquer nmero de
fatores como segue:

Uma estrutura fatorial hierrquica estrutura fatorial hierrquica estrutura fatorial hierrquica estrutura fatorial hierrquica ou aninhada aninhada aninhada aninhada uma estrutura de fatores
experimentais com relao fatorial hierrquica ou aninhada entre todos os pares
desses fatores.

Em uma estrutura fatorial hierrquica o fator que ninho para todos os demais
fatores o fator de maior hierarquia; o fator que aninhado em todos os demais fatores
o fator de menor hierarquia. Por exemplo, em uma estrutura hierrquica de trs fatores A,
B e C em que A fator ninho pra B e B fator ninho para C, A o fator de hierarquia
mais elevada e C o fator de hierarquia mais baixa.
Estruturas fatoriais hierrquicas podem ser representadas por tabelas
semelhana de estruturas fatoriais cruzadas. Entretanto, como os nveis de fatores
aninhados so distintos para nveis diferentes de fatores ninhos, grande parte das clulas
no so preenchidas. Por exemplo, uma estrutura fatorial hierrquica de dois fatores A e
B em que A o fator ninho com 3 nveis e B o fator aninhado com 4 nveis compreende
as seguintes condies experimentais: A
1
B
1
, A
1
B
2
, A
1
B
3
, A
1
B
4
, A
2
B
5
A
2
B
6
, A
2
B
7
, A
2
B
8
,
A
3
B
9
, A
3
B
10
, A
3
B
11
e A
3
B
12
. Essa estrutura fatorial representada na Figura Figura Figura Figura 8 88 8. .. .14 14 14 14.

B
1
B
2
B
3
B
4
B
5
B
6
B
7
B
8
B
9
B
10
B
11
B
12

A
1

A
2

A
3

Figura Figura Figura Figura 8 88 8. .. .14 14 14 14. . . . Estrutura fatorial cruzada completa de dois fatores A e B,
respectivamente com 3 e 4 nveis.

Genericamente, uma estrutura fatorial hierrquica simbolizada pelos smbolos dos
fatores intercalados por um / com fatores ninhos esquerda de fatores aninhados. Por
exemplo, uma estrutura fatorial hierrquica de dois fatores experimentais A e B em que A
o fator ninho e B o fator aninhado simbolizada por A/B. O diagrama de Hasse dessa
estrutura compreende dois ramos consecutivos: um ramo com origem no ndulo M
c
e
extremidade no ndulo que representa o fator ninho (A), abaixo do ndulo M
c
, e um ramo
com origem no ndulo do fator ninho e extremidade no ndulo que representa o fator
aninhado (B). O diagrama dessa estrutura hierrquica de dois fatores apresentado na
Figura Figura Figura Figura 8 88 8. .. .15 15 15 15, sem (a) e com (b) o fator generalizado.

364

Figura Figura Figura Figura 8 88 8. .. .15 15 15 15. . . . Diagrama da estrutura hierrquica de dois
fatores experimentais A/B, sem (a) e
com (b) o fator generalizado.

De modo geral, o diagrama de uma estrutura fatorial hierrquica compreende tantos
ramos quantos so os fatores experimentais, conectados sucessivamente a partir do
ndulo M
c
. O ramo que corresponde ao fator de hierarquia mais elevada tem origem no
ndulo M
c
e extremidade no ndulo que o representa, abaixo de M
c
; os ramos
correspondentes aos demais fatores tm origem na extremidade do fator de hierarquia
imediatamente mais elevada e extremidade no ndulo que o representa.
O nmero de condies experimentais de uma estrutura hierrquica igual ao
nmero de nveis distintos do fator de hierarquia mais baixa. Por exemplo, a estrutura
fatorial hierrquica dos dois fatores A e B em que A o fator ninho com 3 nveis e B o
fator aninhado com 4 nveis (Figura Figura Figura Figura 8 88 8. .. .14 14 14 14.) compreende 12 condies experimentais.
Em uma estrutura fatorial hierrquica A/B os subconjuntos dos nveis do fator B que
se combinam com os diferentes nveis do fator A podem ser do mesmo tamanho, ou de
tamanhos diferentes. No primeiro caso, diz-se que a estrutura fatorial hierrquica A/B
balanceada; no segundo caso, que ela no balanceada.
Estrutura fatorial hierrquica balanceada Estrutura fatorial hierrquica balanceada Estrutura fatorial hierrquica balanceada Estrutura fatorial hierrquica balanceada

Uma estrutura fatorial hierrquica B/A em que os subconjuntos dos nveis do fator
B que se combinam com nveis diferentes do fator A tm o mesmo tamanho uma
estrutura fatorial hierrquica balanceada estrutura fatorial hierrquica balanceada estrutura fatorial hierrquica balanceada estrutura fatorial hierrquica balanceada.

Esse conceito de estrutura fatorial hierrquica estende-se para qualquer nmero de
fatores experimentais como segue:

Uma estrutura fatorial hierrquica em que para cada um dos fatores aninhados os
subconjuntos dos nveis que se combinam com os diferentes nveis do
correspondente fator ninho tm o mesmo tamanho uma estrutura fatorial hierrquica estrutura fatorial hierrquica estrutura fatorial hierrquica estrutura fatorial hierrquica
balanceada balanceada balanceada balanceada.

Os dois exemplos que seguem apresentam ilustraes de estrutura fatorial
hierrquica balanceada.
Experimento: Efeito do teor de energia da dieta da porca matriz da raa Duroc sobre o
peso do leito ao desmame; fator experimental 1: dieta; nveis na amostra: 1 - 2500 kcal/dia, 2 -
2750 kcal/dia, 3 - 3000 kcal/dia; fator experimental 2: porca matriz; nveis na amostra: 1 - porca 1,
2 - porca 2,..., 12 - porca 12. So escolhidas doze porcas supostas representativas das matrizes
da raa Duroc que so assinaladas aleatoriamente s trs dietas, quatro porcas por dieta.
Neste experimento dieta fator fixo e porca fator aleatrio. Os nveis do fator
experimental porca que se combinam com nveis diferentes do fator experimental dieta so
distintos. Portanto, essa uma estrutura fatorial hierrquica ou aninhada de dois fatores, em que
dieta o fator ninho e porca o fator aninhado. Denotando os fatores experimentais dieta e porca
por A e B, respectivamente, a representao tabular dessa estrutura fatorial a mesma da Figura Figura Figura Figura
8 88 8. .. .14 14 14 14 e a representao por diagrama de Hasse a mesma da Figura Figura Figura Figura 8 88 8. .. .15 15 15 15.
A Figura Figura Figura Figura 8 88 8. .. .16 16 16 16 mostra a hierarquia dos fatores dieta e porca: o fator dieta situa-se no nvel
de hierarquia mais elevado. As 12 condies experimentais correspondem aos 12 pares dos nveis
dos fatores dieta e porca que so conectados por segmentos de reta. Observe-se que os nveis do
fator aninhado porca que se conectam com nveis diferentes do fator ninho dieta so diferentes.

Figura Figura Figura Figura 8 88 8. .. .16 16 16 16. Estrutura fatorial aninhada (hierrquica) dos fatores
experimentais dieta e porca matriz do
experimento do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .55 55 55 55.
Considere-se um experimento em gentica em que cada um de 2 touros acasalado com 3
vacas diferentes e de cada acasalamento resulta uma prognie de 2 terneiros. As vacas
acasaladas com os dois touros so diferentes e os terneiros (prognie) de uma vaca so
diferentes daqueles das outras vacas. Isso significa que o fator vaca aninhado no fator touro e o
fator prognie aninhado no fator vaca. A representao tabular dessa estrutura fatorial
hierrquica mostrada na Figura Figura Figura Figura 8 88 8. .. .17 17 17 17.

P
1
P
2
P
3
P
4
P
5
P
6
P
7
P
8
P
9
P
10
P
11
P
12

V
1

T
1
V
2

V
3

V
1

T
2
V
2

V
3

Figura Figura Figura Figura 8 88 8. .. .17 17 17 17. Representao tabular da estrutura fatorial hierrquica dos fatores
touro, vaca e prognie, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .56 56 56 56.
Essa estrutura fatorial hierrquica simbolizada por T/V/P. Seu diagrama de estrutura
mostrado na Figura Figura Figura Figura 8 88 8. .. .18 18 18 18.

366

Figura Figura Figura Figura 8 88 8. .. .18 18 18 18. . . . Diagrama da estrutura hierrquica de trs fatores experimentais
touro (T), vaca (V) e prognie (P): T/V/P, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .56 56 56 56.

A Figura Figura Figura Figura 8 88 8. .. .19 19 19 19 mostra a hierarquia dos trs fatores touro, vaca e prognie: o fator touro
situa-se no nvel de hierarquia mais elevado, seguido dos fatores vaca e prognie,
respectivamente no segundo e terceiro nvel. As 12 condies experimentais correspondem s 12
linhas segmentadas que conectam os 2 touros com as 12 prognies.

Figura Figura Figura Figura 8 88 8. .. .19 19 19 19. Estrutura fatorial aninhada de um experimento em gentica
com trs fatores experimentais: touro, vaca e prognie
(Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .56 56 56 56).

Estrutura fatorial hierrquica no Estrutura fatorial hierrquica no Estrutura fatorial hierrquica no Estrutura fatorial hierrquica no balanceada balanceada balanceada balanceada

Uma estrutura fatorial hierrquica A(B) em que os subconjuntos dos nveis do
fator B que se combinam com os diferentes nveis do fator A no tm o mesmo
nmero de nveis uma estrutura fatorial hierrquica no balanceada estrutura fatorial hierrquica no balanceada estrutura fatorial hierrquica no balanceada estrutura fatorial hierrquica no balanceada.

Esse conceito de estrutura fatorial hierrquica estende-se para qualquer nmero de
fatores experimentais como segue:

Uma estrutura fatorial hierrquica em que os subconjuntos dos nveis de um dos
fatores aninhados que se combinam com os diferentes nveis do correspondente fator
ninho no tm o mesmo nmero de nveis uma estrutura fatorial hierrquica no estrutura fatorial hierrquica no estrutura fatorial hierrquica no estrutura fatorial hierrquica no
balanceada balanceada balanceada balanceada.

Para ilustrao suponha-se que so disponveis para o experimento do Exemplo Exemplo Exemplo Exemplo
8 88 8. .. .55 55 55 55 apenas onze porcas e que so assinaladas quatro porcas a cada uma das dietas 1 e
2, mas apenas trs porcas dieta 3. Com essa alterao o nmero de porcas que se
combinam com as dietas no igual para as trs dietas. Portanto, agora se tem uma
estrutura fatorial hierrquica no balanceada. Semelhantemente, se no experimento
considerado no Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .56 56 56 56 so acasaladas apenas duas vacas com o touro 2, ou a
prognie da vaca 3, acasalada com o touro 1, constituda de apenas um terneiro, a
estrutura fatorial do experimento ser hierrquica no balanceada
8.7.6 8.7.6 8.7.6 8.7.6 Estrutura fatorial mista Estrutura fatorial mista Estrutura fatorial mista Estrutura fatorial mista
Em um experimento com trs ou mais fatores experimentais, pode haver relaes
cruzadas e aninhadas entre os pares de fatores. Uma estrutura nessas circunstncias
dita mista:

Uma estrutura fatorial mista estrutura fatorial mista estrutura fatorial mista estrutura fatorial mista uma estrutura fatorial de trs ou mais fatores
experimentais em que h relaes de fatores cruzadas e hierrquicas.

Estrutura fatorial mista constitui uma combinao de estrutura fatorial cruzada e
estrutura fatorial aninhada. Por exemplo, uma estrutura de 3 fatores A, B e C em que o
fator C aninhado nos fatores A e B que so cruzados uma estrutura fatorial mista.
Essa estrutura simbolizada por (A
*
B)/C e representada pelo diagrama da Figura Figura Figura Figura 8 88 8. .. .20 20 20 20.

Figura Figura Figura Figura 8 88 8. .. .20 20 20 20. Diagrama da estrutura mista de trs fatores
A, B e C: (A
*
B)/C.

Uma estrutura fatorial mista pode resultar da associao de uma das diversas
classes de cada uma das estruturas fatoriais cruzada e hierrquica. Assim estruturas
fatoriais mistas compreendem:
estrutura fatorial mista completa balanceada,
estrutura fatorial mista completa no balanceada,
estrutura fatorial mista incompleta balanceada e
estrutura fatorial mista incompleta no balanceada.
O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .57 57 57 57 apresenta uma ilustrao de estrutura fatorial mista completa
balanceada.
Experimento: Efeito do teor de energia da dieta e da idade da ovelha matriz sobre o peso
do cordeiro ao desmame; fator experimental 1: Dieta; nveis na amostra: 1 - 2500 kcal/dia, 2 -
2750 kcal/dia, 3 - 3000 kcal/dia; fator experimental 2: Idade; nveis na amostra: 1 - 2 dentes, 2 - 4
dentes, 3 - 6 dentes; fator experimental 3: Ovelha matriz; nveis na amostra: 1 - ovelha 1, 2 -
ovelha 2,..., 36 - ovelha 36. So usadas no experimento 12 amostras de ovelhas supostas
representativas de cada um dos 3 nveis do fator experimental idade. As 12 ovelhas de cada um
desses nveis de idade so atribudas aleatoriamente s 3 dieta, de modo a resultar 4 ovelhas
para cada dieta.
Nesse experimento os fatores experimentais dieta e idade so fixos e o fator ovelha
aleatrio. Esto presentes na amostra as 9 combinaes dos 3 nveis do fator dieta com os 3
nveis do fator idade, e as ovelhas associadas com combinaes de dieta e idade diferentes so
distintas. Assim, os fatores dieta e idade so cruzados, e o fator ovelha aninhado em ambos

368
fatores dieta e idade. Essa estrutura mista dos trs fatores idade, dieta e ovelha mostrada na
Figura Figura Figura Figura 8 88 8. .. .21 21 21 21.

Ovelha
Idade Dieta 1 2 3 4 5 6 7 8 9 10 11 12 ... 33 34 35 36
1 1
1 2
1 3
... ...
3 3

Figura Figura Figura Figura 8 88 8. .. .21 21 21 21. Estrutura fatorial mista dos fatores experimentais dieta, idade e
ovelha matriz: (Idade
*
Dieta)/Ovelha, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .57 57 57 57.
Essa estrutura fatorial mista tem a mesma representao por diagrama de Hasse da Figura Figura Figura Figura
8 88 8. .. .20 20 20 20, onde A, B e C denotam, respectivamente, os fatores Idade, dieta e ovelha.

Os dois exemplos que seguem provm outras duas ilustraes de estrutura fatorial
mista.
Para verificar a existncia de diferenas de aprendizagem de cobaias entre sexos, um
pesquisador administra dois testes a cada um de doze machos e doze fmeas selecionados
aleatoriamente. Os dois testes so aplicados a cada animal em ordem aleatria e, supostamente,
no h efeito de aprendizagem entre os dois testes.
Esse experimento compreende trs fatores experimentais: sexo, teste e animal.
Claramente, sexo um fator com dois nveis, assim como tambm teste, e esses dois fatores so
cruzados. Observe-se, entretanto, que so utilizados vinte e quatro animais, dos quais doze so
machos e doze fmeas; cada animal submetido aos dois testes, o que significa que animal e
teste so fatores cruzados; mas, como os machos so animais diferentes das fmeas, o fator
animal aninhado no fator sexo.
Assim, o fator animal (A) aninhado no fator sexo (S) e esses dois fatores so cruzados
como fator teste (T). Portanto, essa estrutura fatorial mista simbolizada por (Sexo/Animal)
*
Teste.
Ela representada pelo diagrama da Figura Figura Figura Figura 8 88 8. .. .22 22 22 22.

Figura Figura Figura Figura 8 88 8. .. .22 22 22 22. Estrutura fatorial mista dos trs fatores experimentais sexo,
teste e animal: (Sexo/Animal)
*
Teste, Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .58 58 58 58.
Considere-se o experimento de que trata o exemplo anterior, mas suponha-se que o
pesquisador tema que possa haver aprendizagem entre os dois testes. Nessas circunstncias,
deve ser aplicado a cada animal apenas um teste. Para manter o mesmo tamanho do
experimento, o pesquisador decide utilizar vinte e quatro machos e vinte e quatro fmeas;
selecionar aleatoriamente 12 machos para aplicao do teste 1 e os outros 12 machos para o
teste 2; e selecionar aleatoriamente 12 fmeas para receberem o teste 1 e as demais 12 fmeas
para o teste 2.
Esse experimento tem uma estrutura de fatores experimentais diferente, embora tambm
compreenda os mesmos trs fatores experimentais: sexo, teste e animal. Claramente, o fator
animal aninhado no fator sexo j que um animal no pode ser ambos macho e fmeo. Por outro
lado, agora cada animal recebe apenas um teste, de modo que o fator animal tambm aninhado
no fator teste. Nessas circunstncias, o fator animal aninhado em ambos fatores sexo e teste,
que so fatores cruzados.
Essa estrutura fatorial mista simbolizada por (Sexo
*
Teste)/Animal e tem a mesma
representao por diagrama da Figura Figura Figura Figura 8 88 8. .. .20 20 20 20 com A, B e C simbolizando os fatores
experimentais sexo, teste e animal, respectivamente.
1. Explique e ilustre o significado de relao fatorial cruzada de dois fatores experimentais.
2. Qual a propriedade essencial de uma estrutura fatorial cruzada?
3. Descreva e ilustre a distino bsica entre estrutura fatorial cruzada completa e estrutura
fatorial cruzada incompleta.
4. Explique e exemplifique o significado de interao de dois fatores experimentais.
5. Sugira uma alterao da relao dos tratamentos do Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .44 44 44 44 que torne a lista dos
quatro tratamentos uma estrutura fatorial completa de dois fatores cada um com dois nveis.
6. Em que situaes pode ser justificvel ou aconselhvel uma estrutura fatorial cruzada
incompleta? Ilustre essas situaes.
7. Qual o significado de efeitos parceiros em uma estrutura fatorial cruzada fracionria?
8. Considere um experimento para pesquisa da fertilizao do solo com fsforo para cultivo da
soja com os dois seguintes fatores experimentais cada um com trs nveis: fator 1 - Fosfato
de Olinda; nveis - 0, 60 e 120 kg/ha de P
2
O
5
; fator 2 - modo de adubao - a lano, no sulco
junto semente e em sulco prximo semente.
a) Liste as nove combinaes dos nveis desses dois fatores experimentais.
b) Essas combinaes de nveis constituem uma estrutura fatorial cruzada (completa)
apropriada para o experimento?
c) Caso a resposta ao item b) seja negativa, indique uma alterao na lista das combinaes
de nveis indicada na resposta ao item a) para constituir os tratamentos apropriados para
esse experimento.
d) Qual a classe de estrutura fatorial a que corresponde a lista das combinaes de nveis
resultante da alterao indicada na resposta ao item c)?
9. Como se origina uma estrutura fatorial cruzada estendida? Explique recorrendo a um exemplo
de sua rea.
10. Explique e ilustre com exemplo de sua rea estrutura fatorial hierrquica.
11. Qual a propriedade bsica referente a inferncias que distingue estrutura fatorial cruzada de
estrutura fatorial hierrquica?
12. Considere um experimento para pesquisa dos efeitos de mtodo de treinamento de cobaias
para a execuo de uma tarefa (M) e tempo aps treinamento (T) em que os animais
executam a tarefa (A). Supostamente, esses animais so representativos de uma populao
de cobaias.
a) Identifique a estrutura das condies experimentais para esse experimento com trs fatores
experimentais: M, T e A para cada um dos seguintes procedimentos:
1 - cada animal submetido a cada um dos mtodos de treinamento e avaliado em todos
os tempos;
2 - cada animal submetido a apenas um dos mtodos de treinamento e avaliado em
todos os tempos; e

370
3 - cada animal submetido a apenas um dos mtodos de treinamento e avaliado em
apenas um dos tempos.
Para cada um desses procedimentos:
b) expresse o smbolo da estrutura dos fatores experimentais para cada um desses
procedimentos alternativos.
c) represente cada uma dessas estruturas por um diagrama de Hasse.
13. Suponha que est sendo planejado um experimento para pesquisa do efeito de um
anestsico em tecido ferido de ratos de laboratrio. Os fatores em considerao so: material
injetado (A) com 2 nveis: anestsico e soluo salina; dias aps a injeo (T) com 3 nveis: 1
dia, 5 dias e 15 dias; linhagem de rato (L) com 2 nveis: linhagem 1 e linhagem 2; e dose do
anestsico (D) com 2 nveis: baixa e alta Para economia de animais ser adotado o
procedimento de selecionar uma dose e injetar o anestsico em uma perna e a soluo salina
na outra. Sero utilizados 72 ratos, 6 dos quais para cada combinao de dia, linhagem de
rato e dose de anestsico.
a) Descreva a estrutura das condies experimentais.
b) Expresse o smbolo da estrutura dos fatores experimentais.
c) Represente essa estrutura por um diagrama de Hasse.
14. Ilustre estrutura fatorial de fatores experimentais mista atravs de um exemplo de sua rea.
Indique o smbolo dessa estrutura fatorial e a represente por um diagrama de Hasse.
8.8 8.8 8.8 8.8 Delineamento de Tratamento em Experimentos em Gentica Delineamento de Tratamento em Experimentos em Gentica Delineamento de Tratamento em Experimentos em Gentica Delineamento de Tratamento em Experimentos em Gentica
Em pesquisas referentes herana, o pesquisador deve escolher os pais e os
cruzamentos (tratamentos) apropriados. Para o estudo de dominncia mendeliana
simples em plantas, os dois pais P
1
e P
2
e o cruzamento F
1
= P
1
x P
2
so suficientes.
Entretanto, se tambm for desejado saber se so envolvidos um ou dois ou trs pares de
alelos independentes, ser necessrio incluir outros tratamentos, tal como a prognie F
2

= F
1
x F
1
. A razo de segregao nos indivduos F
2
indicar o nmero e natureza dos
pares allicos.
O nmero de tratamentos necessrios para avaliar caractersticas referentes
herana cresce na medida em que a forma de herana se torna mais complexa. Ademais,
na medida em que cresce o nmero de geraes de um cruzamento, o nmero de
cruzamentos possveis cresce rapidamente. Por exemplo, as possibilidades para as
geraes 0, 1, 2 e 3 so apresentadas na Tabela Tabela Tabela Tabela 8 88 8. .. .8 88 8.

Tabela Tabela Tabela Tabela 8 88 8. .. .8 88 8. Cruzamentos possveis para as geraes 0, 1, 2 e 3 a partir
de dois pais.

Gerao
(k)
Cruzamentos possveis
Nmero de
cruzamentos
0 P
1
, P
2
2
1 P
1
, P
2
, F
1
= P
1
xP
2
3
2
P
1
, P
2
, F
1
, F
2
=F
1
xF
1
, B
1
=F
1
xP
1
,
B
2
=F
1
xP
2

6
3
P
1
, P
2
, F
1
, F
2
, B
1
, B
2
, P
1
xF
2
, P
1
xB
1
,
P
1
xB
2
, P
2
xF
2,
P
2
xB
1
, P
2
xB
2
, F
1
xF
2
,
F
1
xB
1
, F
1
xB
2
, F
2
xF
2
, F
2
xB
1
, F
2
xB
2
,
B
1
xB
1
, B
1
xB
2
, B
2
xB
2

21

Como o nmero de cruzamentos cresce muito rapidamente, o pesquisador deve
selecionar um subconjunto desses cruzamentos. Os cruzamentos apropriados dependem
do tipo da herana e do propsito da pesquisa.
Em pesquisas de melhoramento gentico para gerao de novas cultivares, o
delineamento gentico deve incluir controles apropriados. Vrios tipos de controle podem
ser necessrios e devem ser cuidadosamente escolhidos para a avaliao de novas
variedades.
Um tipo importante de delineamento de tratamento gentico o sistema de
cruzamento diallico para descrever os cruzamentos de p linhas, como, por exemplo,
variedades de uma espcie vegetal cultivada ou raas de uma espcie animal. Algumas
dessas estruturas de tratamentos so apresentadas na Tabela Tabela Tabela Tabela 8 88 8. .. .9 99 9 para p=5 linhas.

Tabela Tabela Tabela Tabela 8 88 8. .. .9 99 9. Delineamentos para cruzamentos diallicos de 5 linhas.

Delineam.
I

Delineam.
II

Delineam.
III

Delineam.
IV

Linha

Linha
masculina

Linha
masculina

Linha
masculina

Linha
masculina

Feminina 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
1 x x x x x x x x x x - x x x x - x x x x
2 x x x x x - x x x x x - x x x - - x x x
3 x x x x x - - x x x x x - x x - - - x x
4 x x x x x - - - x x x x x - x - - - - x
5 x x x x x - - - - x x x x x - - - - - -

Na Tabela Tabela Tabela Tabela 8 88 8. .. .9 99 9, x denota presena de cruzamento e - denota ausncia de
cruzamento na estrutura de tratamentos.
De modo geral, a estrutura do delineamento I inclui todas as combinaes
possveis, que corresponde a um fatorial completo p
2
. As outras estruturas so fraes
desse fatorial completo. O delineamento II inclui p(p+1)/2 combinaes - os "puros"
(cruzamento de uma linha com ela prpria) e todos os cruzamentos possveis. O
delineamento III inclui p(p-1) combinaes - todos os cruzamentos possveis das p linhas
e todos os cruzamentos recprocos possveis; por exemplo, se a linha 1 a fmea e
cruzada com a linha 2 como macho, ento o cruzamento recproco a linha 1 como

372
macho cruzada com a linha 2 como fmea. O delineamento IV inclui p(p-1)/2
combinaes - todos os cruzamentos possveis.
O Exemplo Exemplo Exemplo Exemplo 8 88 8. .. .60 60 60 60 ilustra uma aplicao do delineamento diallico II.
Experimento: "Capacidades geral e especfica de combinao em cruzamentos de
cultivares de feijo", com a considerao de 4 cultivares pais: Pampa, Minuano, Rio Tibagi e
Macotao e um conjunto da gerao F
1
dos cruzamentos simples dessas cultivares. Os
tratamentos nesse experimento so os listados na Tabela Tabela Tabela Tabela 8 88 8. .. .10 10 10 10.

Tabela Tabela Tabela Tabela 8 88 8. .. .10 10 10 10. Tratamentos de um experimento gentico para pesquisa
das capacidades geral e especfica de combinao em
cruzamentos de cultivares.

Tratamento Pai 1 Pai 2
1 Pampa x Pampa
2 Minuano x Minuano
3 Tio Tibagi x Rio Tibagi
4 Macotao x Macotao
5 Pampa x Minuano
6 Pampa x Rio Tibagi
7 Pampa x Macotao
8 Minuano x Rio Tibagi
9 Minuano x Macotao
10 Rio Tibagi x Macotao

Esse experimento tem como objetivo pesquisar as caractersticas das 4 cultivares atravs
de sua descendncia resultante de cruzamentos simples. Experimentos genticos desse tipo so
usualmente denominados experimentos diallicos simples experimentos diallicos simples experimentos diallicos simples experimentos diallicos simples. O conjunto de tratamentos
compreende os progenitores e os cruzamentos simples, ou seja,
1
4+ 4x3=10
2
tratamentos. De
modo geral, uma estrutura diallica simples desse tipo com p progenitores compreende
1
p(p+1)
2

tratamentos.

Essas estruturas tm sido utilizadas em muitas outras aplicaes. Por exemplo, o
delineamento I tem sido usado para pesquisas de competio de cultivares; nessas
circunstncias, os "puros" correspondem a plantas de uma cultivar em competio com
plantas da mesma cultivar. O delineamento II tem sido usado para a comparao de
misturas de cultivares para verificar se podem ser obtidos rendimentos mais elevados de
misturas do que de uma cultivar plantada sozinha.
8.9 8.9 8.9 8.9 Delineamento de Tratamento em Experimentos Seqenciais Delineamento de Tratamento em Experimentos Seqenciais Delineamento de Tratamento em Experimentos Seqenciais Delineamento de Tratamento em Experimentos Seqenciais
Em algumas situaes, a pesquisa experimental seqencial, com o prprio plano
estabelecendo a seleo dos tratamentos com base no conhecimento dos resultados de
etapas anteriores. Esse o caso, por exemplo, se o objetivo do experimento atingir
uma certa meta, tal como: a dose de um inseticida que mata uma determinada
percentagem de uma praga e a combinao de fertilizantes que produza a resposta
mxima da planta. A pressuposio nesses experimentos que o resultado desejado
produzido por uma nica dose ou combinao de doses.
Um dos mtodos seqenciais mais conhecidos o denominado mtodo "up-and-
down". Como ilustrao, considere-se a estimao da dose para matar uma certa
percentagem de um inseto, por exemplo, 57 por cento. Amostras de insetos de um
determinado tamanho so usadas em seqncia. Uma dose inicial baseada na
experincia existente adotada em uma primeira etapa, registrando-se o nmero de
insetos mortos. Se a percentagem de insetos mortos inferior a 50, a dose aumentada
na prxima etapa; caso contrrio, a dose diminuda. Esse processo continua, at que a
percentagem de morte oscile em torno do nvel desejado, no caso 57 por cento, diferindo
deste por um valor inferior a um mnimo preestabelecido.
1. Quais so as implicaes da caracterizao de um fator experimental como fator de
tratamento ou fator intrnseco quanto s inferncias derivadas para a populao objetivo?
2. Explique e ilustre os conceitos de tratamento e condio experimental.
3. Porque experimentos com um fator de estgio so denominados experimentos de
observaes repetidas?
4. O que significa experimento de observaes (ou medidas) repetidas? Ilustre com exemplo de
sua rea.
5. Semana freqentemente considerado um fator experimental. Exemplifique circunstncias
em que semana deva ser considerado um fator fixo e em que deva ser considerado um fator
aleatrio.
6. Explique porque em experimentos de ampla abrangncia usualmente considera-se um fator
experimental de tempo ou um fator experimental de espao, ou ambos.
7. Considere um experimento do efeito do tempo de armazenamento da semente sobre a
qualidade fisiolgica da semente em que so feitas avaliaes peridicas ao longo do perodo
experimental. Descreva dois planos alternativos, um dos quais implique um experimento de
medidas repetidas e o outro um experimento de medidas simples.
8. Ilustre a situao de um experimento de sua rea em que, atravs de planos experimentais
alternativos, um fator experimental possa ser considerado, opcionalmente, fator de tratamento
ou fator intrnseco.
9. Ilustre com exemplos de sua rea fator experimental: a) essencialmente de tratamento; b)
essencialmente intrnseco; c) intrnseco com caractersticas prximas de fator de tratamento.
10. Os fatores experimentais podem ser classificados segundo as seguintes classes: fator
qualitativo especfico, fator qualitativo ordenado, fator quantitativo, fator misto e fator
qualitativo amostrado.
a) Ilustre essas classes de fator experimental com exemplos de sua rea.
b) Caracterize essas classes de fator experimental quanto escala de medida.
c) Caracterize para cada uma dessas classes de fator experimental a relao entre a coleo
dos nveis na populao objetivo e a coleo dos nveis na amostra.
11. Porque pode ser inconveniente expressar uma caracterstica quantitativa por um fator
qualitativo ordenado?
12. Fatores experimentais so algumas vezes classificados nas duas seguintes categorias: fator
qualitativo e fator quantitativo. Qual o inconveniente da considerao dessa classificao
mais genrica em lugar daquela indicada no exerccio 10?
13. Como voc procederia para selecionar os fatores a pesquisar em um experimento? Ilustre
com exemplos de sua rea.
14. Como podem ser identificados os fatores experimentais principais para um experimento?

374
A - "Controle da verminose de ces com o uso de anti-helmnticos", com os seguintes
tratamentos: 1 - Mebendazole, 2 - Praziquantel e 3 - controle (sem vermfugo). O
experimento ser conduzido com animais machos e fmeos de duas constituies
raciais: puros e mestios, em instalaes do hospital veterinrio.
B "Controle de invasoras em lavouras de arroz irrigado", com os seguintes tratamentos
herbicidas: 1 - Molinate, 2 - Benthiocarb, 3 - Pendimethalin, 4 - Propanil, 5 - Dinoseb, 6 -
controle (sem herbicida), e as cultivares: Bluebelle e IRGA 408. O experimento ser
conduzido em 4 locais dos municpios de Pelotas, por um perodo de 3 anos.
C - "Efeito da adubao com Cloreto de Potssio em cobertura sobre a produo de soja",
com os seguintes tratamentos. Fator 1: adubao; nveis: 1 - adubao na semeadura, 2
- 2/3 na semeadura e 1/3 em cobertura, 3 - 1/2 na semeadura e 1/2 em cobertura, 4 - 1/3
na semeadura e 2/3 em cobertura, 5 - adubao em cobertura. Fator 2: cultivar; nveis: 1
-- IAS-5 (ciclo curto), 2 - BR-16 (ciclo mdio) e 3 - FT-Abyara (ciclo longo). O
experimento ser conduzido em 4 locais, por 3 anos.
a) Para cada um desses experimentos, identifique e enumere os fatores experimentais.
b) Classifique esses fatores, segundo os quatro critrios listados a seguir, preenchendo na
tabela que segue os nmeros que identificam as categorias, conforme apropriado.
Critrio I: 1 - Fator de tratamento; 2 - Fator intrnseco.
Critrio II: 1 - Fator qualitativo especfico no estruturado; 2 - Fator qualitativo especfico
estruturado; 3 - Fator qualitativo ordenado; 4 - Fator quantitativo; 5 - Fator
misto; 6 - Fator qualitativo amostrado.
Critrio III: 1 - Fator fixo; 2 - Fator aleatrio.
Critrio IV: 1 - Fator principal; 2 - Fator secundrio.

Experimento Fator Critrio I Critrio II Critrio III Critrio IV
A 1
2
3
4
B 1
2
3
4
C 1
2
3
4

16. Descreva as vantagens e as desvantagens da execuo de um experimento fatorial com
diversos fatores experimentais ou de diversos experimentos unifatoriais com esses mesmos
17. Supondo que j houve deciso a respeito dos fatores, como voc procederia para selecionar
os correspondentes nveis? Ilustre com os mesmos exemplos utilizados na questo anterior.
A - "Efeito de antibiticos sobre o ganho de peso de cordeiros no perodo de terminao para
o abate", com a considerao de animais machos e fmeos da raa Landrace e dos
antibiticos Neomicina, Colistina e Bacitracina.
B - "Efeito do cido indol-butrico (AIB) sobre o enraizamento de estacas de goiabeira", para a
determinao da dose tima no intervalo compreendido entre 0 e 5000 ppm de AIB,
atravs do ajustamento de uma funo polinomial.
C - "Influncia da ordem do parto sobre a habilidade materna de porcas da raa Duroc", com a
considerao das ordens de parto entre 1 e 6, includas estas.
D - "Controle da infestao parasitria de ovinos tipo carne em criao extensiva no Sul do
Estado do Rio Grande do Sul", com a considerao de animais machos e fmeos das
raas Ideal, Corriedale e Romney Marsh e do anti-helmntico Ranizole com doses na
populao objetivo no intervalo de 0 a 40 mg/kg peso vivo.
a) identifique e denomine os fatores experimentais;
b) especifique os nveis de cada um desses fatores experimentais para a populao objetivo e
para a amostra;
c) justifique os nveis especificados para a amostra na resposta ao item anterior;
d) classifique os fatores experimentais segundo as classes listadas no exerccio 10.
19. Considere os tratamentos 6, 4, 1 e 7, respectivamente dos experimentos A, D, F e G do
exerccio 11 dos Exerccios Exerccios Exerccios Exerccios 8 88 8. .. .2 22 2. Para cada um desses experimentos explique,
justificadamente, se o respectivo tratamento indicado foi includo como tratamento referncia.
20. Explique e ilustre os significados de tratamentos controle, testemunha, padro e placebo.
21. Escolha um problema de sua rea que suscite uma pesquisa experimental.
a) Explique como voc procederia para selecionar os fatores a pesquisar nesse experimento.
b) Selecione os fatores para o experimento.
c) Agora, como voc procederia para selecionar os nveis desses fatores?
d) Selecione os nveis dos fatores.
22. O que significa estrutura de dois fatores experimentais cruzada? Ilustre essa estrutura de
condies experimentais com um exemplo de sua rea. Represente essa estrutura fatorial por
um diagrama de Hasse.
23. Qual a propriedade essencial que uma estrutura de condies experimentais deve satisfazer
para constituir uma estrutura fatorial cruzada?
24. O que distingue estrutura fatorial completa e estrutura fatorial incompleta quanto s
possibilidades de inferncias referentes aos fatores experimentais.
25. Explique o racional da gerao de uma estrutura fatorial cruzada incompleta ou fracionria
para um experimento?
26. Explique porque uma estrutura hierrquica de dois fatores experimentais no permite
inferncias referentes interao desses fatores.
27. Ilustre uma situao de experimento em que pode resultar uma estrutura fatorial hierrquica
no procedimento da escolha das combinaes dos nveis para a amostra.
28. Um experimento de nutrio de galinhas est sendo planejado com o objetivo de pesquisar o
efeito da suplementao da dieta usual com sal mineral sobre o ganho de peso. Dez galinhas
foram assinaladas a cada um de quatro nveis de suplementao e foi registrado o ganho de
peso corporal individual dos animais em cada uma de cinco semanas consecutivas.
a) Identifique os fatores experimentais e caracterize a relao de cada par desses fatores.
b) Represente a estrutura de fatores experimentais desse experimento simbolicamente e por
29. Considere-se uma pesquisa com mosca da fruta para caracterizar a influncia do genoma e
do sexo sobre a variao de peso corporal. De cada uma de trs amostras de genomas foram
selecionados trs machos e nove fmeas. Trs fmeas foram acasaladas com cada um dos
machos. Os ovos de cada uma das fmeas foram distribudos em dois frascos. Quando os

376
ovos eclodiram, foram selecionados e pesados quatro indivduos de cada garrafa. Desse
modo, foram pesadas 216 moscas.
a) Identifique os fatores experimentais e classifique a relao de cada um dos pares desses
fatores.
b) Represente a estrutura de fatores experimentais desse experimento simbolicamente e por
30. A pesquisa cientfica , pela natureza do mtodo cientfico, seqencial; ento, o que distingue
um experimento seqencial de outros experimentos?
a) Um fator experimental intrnseco cujos nveis so instantes sucessivos do perodo
experimental denominado .............................................................; um experimento nessas
circunstncias denominado ......................................................................................... .
b) Um experimento cuja amostra abrange uma amplitude considervel de espao ou de tempo
denominado ..................................................................................... . Experimentos nessas
circunstncias devem compreender um ou mais fatores experimentais intrnsecos
designados ........................................................... e ......................................................, cujos
nveis na amostra so posies no espao ou no tempo, respectivamente.
c) Inferncias referentes a fator qualitativo especfico de tratamento referem-se a
comparaes de tratamentos comparaes especficas determinadas pelos objetivos do
experimento quando o fator qualitativo especfico ............................................ ;
comparaes mltiplas dos tratamentos quando qualitativo especfico
........................................................ .
d) Inferncias referentes a fator ........................................... referem-se a propriedades da
funo ou curva que exprime a relao entre a varivel resposta e o fator. A funo que
expressa essa relao denominada .................................................... ; sua representao
geomtrica denominada ..................................................... .
e) Inferncias referentes a um fator ................................................... referem-se varincia da
resposta atribuvel aos nveis desse fator na populao objetivo
f) Fatores experimentais podem ser classificados em duas categorias: ....................................
e ................................... .Fatores experimentais ............................ so usualmente definidos
explicitamente pela hiptese cientfica.
g) Em um experimento a escolha das combinaes dos nveis dos fatores experimentais para
a amostra pode implicar em uma de trs estruturas fatoriais bsicas:
......................................... , .................................. e ................................. . Em uma estrutura
........................................ os nveis de um fator na amostra se repetem nas combinaes
com diferentes nveis do outro fator de modo a possibilitar inferncias referentes a
.................................................. .
h) Em uma estrutura ....................................................................... as condies experimentais
compreendem todas as combinaes dos nveis dos fatores experimentais na amostra; em
uma estrutura .......................................................... parte dessas combinaes so omitidas
da amostra; por essa razo, uma estrutura ........................................................ impossibilita
inferncias referentes a certos efeitos atribuveis aos fatores experimentais. Uma estrutura
fatorial .......................................... impossibilita inferncias referentes a interaes de
1 ( ) Em geral, o pesquisador tem controle absoluto sobre a manifestao dos nveis de um
fator de tratamento na amostra.
2 ( ) Em geral, o pesquisador no tem qualquer controle sobre a manifestao dos nveis de
um fator intrnseco na amostra.
3 ( ) Quando tempo um fator experimental, ele necessariamente um fator intrnseco.
4 ( ) Quando operador um fator experimental, ele necessariamente um fator intrnseco.
5 ( ) Efeitos de fatores experimentais sobre variveis respostas ficam sempre confundidos
com efeitos de caractersticas estranhas.
6 ( ) Em experimentos aleatrios, os nveis de um fator de tratamento so atribudos
aleatoriamente s correspondentes unidades experimentais.
7 ( ) Fatores de tratamento so usualmente mais importantes do que fatores intrnsecos.
8 ( ) Os tratamentos em um experimento fatorial compreendem os nveis de cada um dos
fatores de tratamento e as combinaes dos nveis desses fatores.
9 ( ) Os nveis de um fator experimental so genericamente denominados tratamentos.
10 ( ) Em um experimento para estudo da eficcia de antibiticos no controle de uma infeco
em animais antibitico um fator intrnseco.
11 ( ) Em um experimento de ampla abrangncia, local , em geral, um fator experimental
intrnseco.
12 ( ) Se ano um fator experimental, ento necessariamente um fator intrnseco.
13 ( ) Todos os nveis de um fator qualitativo especfico na populao objetivo so includos
na amostra.
14 ( ) Para um fator de tratamento qualitativo especfico no estruturado todas as
comparaes entre os nveis so de igual importncia.
15 ( ) Os nveis de um fator qualitativo no estruturado so escolhidos tendo em conta as
comparaes especficas sobre as quais o experimento visa derivar inferncias.
16 ( ) Um fator qualitativo especfico estruturado usualmente resulta quando os objetivos do
experimento implicam no interesse em comparaes especficas entre subconjuntos
dos nveis do fator.
17 ( ) Procedimentos de anlise estatstica so os mesmos para fator qualitativo especfico
estruturado e no estruturado.
18 ( ) Os nveis de um fator qualitativo ordenado resultam de uma especificao vaga de
valores para representao das alternativas de uma caracterstica explanatria
quantitativa.
19 ( ) No que diz respeito a consideraes referentes inferncia, fator qualitativo ordenado
no se distingue de fator qualitativo especfico.
20 ( ) Os nveis de um fator quantitativo na amostra so de interesse especfico.
21 ( ) Se um fator quantitativo, ento o pesquisador est interessado nas comparaes
entre os nveis desse fator includos na amostra.
22 ( ) Os nveis de um fator qualitativo amostrado na amostra so de interesse especfico.
23 ( ) Os nveis de um fator qualitativo amostrado na amostra so escolhidos entre os nveis
na populao objetivo por em um processo aleatrio.
24 ( ) Um fator experimental constitudo da justaposio dos nveis no relacionados de dois
fatores quantitativos um fator misto.
25 ( ) Inferncias referentes a um fator aleatrio usualmente dizem respeito variabilidade da
varivel resposta que atribuvel ao fator experimental.
26 ( ) Inferncias referentes a um fator fixo restringem-se aos nveis do fator experimental na
amostra.
27 ( ) Fatores experimentais de maior interesse em um experimento so designados fatores
principais, enquanto fatores includos com propsito de propiciar maior
representatividade da amostra so fatores suplementares.
28 ( ) Os nveis de um fator qualitativo especfico na amostra so sempre os nicos de algum
interesse na populao objetivo; por isso, o pesquisador no tem qualquer dificuldade
para a escolha desses nveis.
29 ( ) O pesquisador sempre dispe de informaes que tornam bvia a escolha dos nveis
de um fator quantitativo.

378
30 ( ) Um tratamento controle, testemunha ou padro um tratamento includo no
experimento como um tratamento de referncia para os demais tratamentos.
31 ( ) O nvel zero de um fator quantitativo includo em um experimento como tratamento
referncia.
32 ( ) As combinaes dos nveis em uma estrutura fatorial so denominadas condies
experimentais.
33 ( ) Em uma estrutura fatorial de dois fatores A e B, os nveis do fator A que se combinam
com os nveis do fator B so os mesmos para todos os nveis deste fator.
34 ( ) Com uma estrutura fatorial cruzada completa, pode-se derivar inferncias
independentes referentes aos efeitos dos fatores experimentais isolados e alterao
da resposta a um dos fatores quando varia o nvel do outro fator.
35 ( ) Em experimentos com poucos fatores sempre possvel ou apropriada uma estrutura
fatorial completa.
36 ( ) Uma estrutura fatorial cruzada incompleta deve ser derivada tendo em conta a
preservao das inferncias de interesse.
37 ( ) Com uma estrutura fatorial cruzada incompleta, alguns efeitos referentes a fatores
experimentais resultam confundidos entre si.
38 ( ) Em experimentos fatoriais, inferncias referentes a efeitos separados de fatores so
usualmente mais importantes do que inferncias referentes a relaes entre fatores.
39 ( ) Estruturas fatoriais incompletas ou fracionrias no so muito aplicveis na pesquisa
agrcola em decorrncia da usual elevada variao ambiental.
40 ( ) Estruturas fatoriais hierrquicas so usuais para fatores fixos.
41 ( ) Em uma estrutura fatorial hierrquica de dois fatores usualmente um desses fatores
aleatrio.
42 ( ) Algumas estruturas fatoriais hierrquicas possibilitam inferncias referentes interao
de fatores.
43 ( ) Em um experimento com dois fatores experimentais pode surgir uma estrutura fatorial
mista.
44 ( ) Estruturas fatoriais cruzadas, hierrquicas e mistas decorrem da seleo das
combinaes de nveis dos fatores experimentais para a populao objetivo.
Fator experimental de tratamento
Experimento de observaes /
medidas repetidas
Fator intrnseco de espao
Fator intrnseco de classificao
Fator qualitativo especfico no
estruturado
Fator qualitativo ordenado
Funo de resposta / curva de
resposta
Fator qualitativo amostrado
Fator aleatrio
Fator experimental secundrio /
suplementar
Fator experimental intrnseco
Fator intrnseco de estgio
Fator intrnseco de tempo
Fator qualitativo especfico
Fator qualitativo especfico
estruturado
Fator quantitativo
Fator misto
Fator fixo
Fator experimental principal
Experimento unifatorial
Experimento multifatorial / fatorial
Relao fatorial cruzada
Estrutura fatorial cruzada
Diagrama de estrutura de fatores
Estrutura fatorial cruzada incompleta
fracionria
Relao fatorial hierrquica /
aninhada
Fator ninho
Estrutura fatorial hierrquica no
balanceada
Tratamento referncia / controle /
testemunha / padro / placebo
Interao de fatores
Smbolo de estrutura fatorial
Estrutura fatorial cruzada completa
Estrutura fatorial cruzada estendida
Fator aninhado
Estrutura fatorial hierrquica
balanceada
Estrutura fatorial mista
1983. 145p.
1957. 617p.
and Hall, 1981. 189p.
590p.
John Wiley, 1994. v.1, 495p.
LORENZEN, T. J.; ANDERSON, V. L. Design of experiments; a non Design of experiments; a non Design of experiments; a non Design of experiments; a non- -- -named approach named approach named approach named approach.
New York: Marcel Dekker, 1993. 414p.

9 99 9 Planejamento das Caractersticas Estranhas e do Controle Planejamento das Caractersticas Estranhas e do Controle Planejamento das Caractersticas Estranhas e do Controle Planejamento das Caractersticas Estranhas e do Controle
Experimental Experimental Experimental Experimental
9.1 Introduo................................................................................................................... 382
9.2 Escolha da Amostra Inicial .......................................................................................... 383
9.3 Estratgia para o Controle Experimental..................................................................... 385
9.4 Controle de Tcnicas Experimentais........................................................................... 387
9.4.1 Preparao do material experimental ................................................................... 389
9.4.2 Constituio das unidades experimentais............................................................. 390
9.4.2.1 Tamanho e composio das unidade experimentais ....................................... 391
9.4.2.2 Forma da unidade experimental ...................................................................... 395
9.4.2.3 Determinao da forma e do tamanho da unidade experimental ..................... 396
9.4.3 Nmero de repeties apropriado ........................................................................ 397
9.4.4 Preparao das condies experimentais ............................................................ 403
9.4.5 Perodo pr-experimental ..................................................................................... 404
9.4.6 Preparao do pessoal tcnico............................................................................. 404
9.4.7 Execuo do experimento .................................................................................... 405
Funcionamento ou operao das unidades.................................................................... 405
Aplicao dos tratamentos............................................................................................. 406
9.4.8 Coleta dos dados ................................................................................................. 406
9.4.9 Preparao e edio dos dados ........................................................................... 410
Registro dos dados ........................................................................................................ 411
Criao do arquivo ou base de dados............................................................................ 411
Crtica e edio da base de dados................................................................................. 411
9.5 Controle Local............................................................................................................. 413
9.6 Controle Estatstico..................................................................................................... 418
9.7 Casualizao .............................................................................................................. 420
9.7.1 Casualizao na assinalao dos tratamentos..................................................... 422
9.7.2 Casualizao na implementao de tcnicas experimentais ................................ 425
Casualizao com recurso de encobrimento.................................................................. 426
Casualizao para balanceamento de efeitos ambientais.............................................. 428
9.8 Alcance do controle experimental ............................................................................... 428
Bibliografia.................................................................................................................. 435


382
O planejamento das caractersticas estranhas complementa o planejamento da
resposta e o planejamento das condies experimentais para a constituio da amostra.
Basicamente, ele compreende a escolha da amostra inicial, o planejamento das tcnicas
a serem implementados para a conduo do experimento, particularmente, o
planejamento do controle experimental, e a conseqente definio da estrutura das
unidades.
A amostra inicial compreende o material experimental bsico, ou seja, o conjunto
das caractersticas estranhas a partir das quais o experimento desenvolvido. Sua
escolha depende dos objetivos do experimento e tem implicaes decisivas para a
consecuo desses objetivos. A constituio da amostra inicial particularmente
importante para a representao da populao objetivo e, portanto para a validade
externa das inferncias referentes aos efeitos dos fatores experimentais.
No experimento, a amostra moldada sobre essa amostra inicial pela escolha das
unidades e de sua estrutura, pela manifestao natural de caractersticas do ambiente e
pela implementao de aes necessrias e convenientes para o funcionamento das
unidades e para o controle de seu funcionamento.
Alguns dos temas considerados no presente Captulo j foram abordados em
captulos anteriores, particularmente nos Captulos 5 Captulos 5 Captulos 5 Captulos 5 e 6 66 6. Entretanto, as relevncias
desses temas justificam a reiterao e complementao no contexto do planejamento do
experimento.
A Seo Seo Seo Seo 9.2 9.2 9.2 9.2 trata da escolha da amostra inicial, com ateno especial para a suas
implicaes para a preciso e a validade externa do experimento. A Seo Seo Seo Seo 9.3 9.3 9.3 9.3 expe
uma estratgia para o controle experimental cujos procedimentos foram definidos e
ilustrados na Seo 5.6 Seo 5.6 Seo 5.6 Seo 5.6. A Seo Seo Seo Seo 9.4 9.4 9.4 9.4 considera o planejamento do controle de tcnicas
experimentais, descrevendo e dando indicaes das tcnicas mais usuais para as
diversas fases do experimento, desde a preparao do material experimental bsico at a
coleta e preparao dos dados. O controle de tcnicas experimentais estreitamente
dependente da rea de pesquisa, do objetivo do experimento e do material experimental
disponvel. Por essa razo, faz-se uma abordagem genrica que complementada com
ilustraes de situaes particulares tpicas de pesquisas experimentais com plantas e
animais. Assim, consideram-se sucessivamente os seguintes tpicos: a) preparao do
material experimental; b) constituio das unidades experimentais, particularmente
quanto ao tamanho, composio e forma; c) nmero de repeties; d) preparao das
condies experimentais; e) perodo pr-experimental; f) preparao do pessoal tcnico;
g) execuo do experimento; h) coleta dos dados; e i) preparao e edio dos dados. A
Seo Seo Seo Seo 9.5 9.5 9.5 9.5 discorre sobre o controle local no contexto do planejamento e introduz as
diversas formas de estrutura das unidades conseqentes do controle local. A
estruturao das unidades determinada pelo controle local tem implicaes fundamentais
para a estrutura do experimento e, conseqentemente, para o modelo estatstico e os
procedimentos estatsticos para a derivao de inferncias do experimento. Uma
exposio e ilustrao mais detalhada e abrangente das estruturas das unidades
postergada para o Captulo 10 Captulo 10 Captulo 10 Captulo 10. O planejamento do controle estatstico o tema da Seo Seo Seo Seo
9.6 9.6 9.6 9.6. A Seo Seo Seo Seo 9.7 9.7 9.7 9.7 discorre sobre o planejamento da casualizao, salientando a
importncia desse procedimento de controle experimental na atribuio dos nveis de
fatores de tratamento s respectivas unidades experimentais e, tambm, na
implementao de tcnicas experimentais, incluindo recursos para encobrimento e
balanceamento de efeitos ambientais. Finalmente, a Seo Seo Seo Seo 9.8 9.8 9.8 9.8 salienta que o controle
experimental tem alcance relativo. Usualmente um subconjunto das caractersticas
estranhas no passvel de controle. O plano do experimento deve garantir que esse
9. Planejamento das Caractersticas Estranhas e do Controle Experimental 383
subconjunto de caractersticas tenha implicaes irrelevantes para as inferncias
derivadas do experimento.
9.2 9.2 9.2 9.2 Escolha da Escolha da Escolha da Escolha da Amostra Inicial Amostra Inicial Amostra Inicial Amostra Inicial
A amostra ou material experimental constituda ao incio e durante a execuo do
experimento. Sua construo inicia com a obteno e preparao do material material material material
experimental inicial experimental inicial experimental inicial experimental inicial ou bsico bsico bsico bsico, prossegue durante a execuo do experimento e se
completa com o registro dos dados. O material experimental compreende o conjunto das
caractersticas estranhas da amostra inicial, as condies experimentais, o conjunto das
caractersticas estranhas que se manifestam durante a execuo do experimento e as
A composio do material experimental inicial tem conseqncias relevantes tanto
para a preciso quanto para a validade do experimento (Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 e 6.5.4 6.5.4 6.5.4 6.5.4). A preciso
beneficiada pela escolha de amostra inicial homognea; a validade externa requer que
essa amostra seja representativa da populao objetivo.
A escolha da amostra inicial depende dos objetivos do experimento e tem
implicaes decisivas para a consecuo desses objetivos. Em experimentos bsicos a
representatividade da amostra usualmente pouco relevante, enquanto a preciso
assume importncia elevada. A escolha da amostra inicial deve enfatizar a
homogeneidade das caractersticas estranhas. Muito freqentemente essa amostra deve
compreender uma nica instalao com ambiente controlado, como laboratrio, casa de
vegetao ou estufa.
Contrariamente, em experimentos tecnolgicos, a representatividade da amostra
inicial altamente relevante. Nessas circunstncias, o pesquisador deve optar por
escolher uma amostra representativa e utilizar os recursos de controle experimental para
lograr preciso satisfatria. Nesses experimentos a escolha da amostra depende da
abrangncia espacial e temporal da populao objetivo, da variabilidade das
caractersticas das unidades nessas duas dimenses e da expectativa de interao dos
efeitos dessas caractersticas com efeitos dos fatores experimentais. Usualmente, as
caractersticas do ambiente so as mais influentes. Se essas caractersticas so pouco
variveis e esperado que a interao de seus efeitos com efeitos dos fatores
experimentais seja irrelevante, a amostra pode compreender um nico local e uma nica
seo de tempo. Essas circunstncias so freqentes em experimentos de processos
industriais. Elas tambm podem ocorrer em experimentos com plantas e animais quando
a variabilidade das caractersticas do solo e do clima pouco expressiva, como, por
exemplo, experimentos com hortalias em ambientes protegidos e experimentos com
sunos e aves criados em confinamento.
Quando a populao objetivo tem abrangncia espacial e temporal ampla, mais
freqentemente a representao da gama da variao nessas duas dimenses requer
que a amostra compreenda diversas repeties no espao e no tempo. Por exemplo, em
experimentos de campo com plantas anuais e com animais freqentemente a amostra
deve compreender mais de um local e mais de um ano. O nmero de repeties desses
experimentos no espao e no tempo depende da linha de pesquisa. Por exemplo,
experimentos com plantas de controle de doenas, pragas e invasoras, e experimentos
com animais de controle de doenas e parasitos podem requerer poucos locais e apenas
um ou dois anos, desde que as condies ambientais favoream a ocorrncia de fungos,
vrus, insetos ou parasitos que propicie oportunidade para que os fungicidas, inseticidas,
herbicidas ou parasiticidas revelem seus efeitos. Nesses experimentos pode ser mais
relevante a manifestao de condies ambientais propcias para que os tratamentos
manifestem seus efeitos do que a representao da variabilidade presente na populao
objetivo. Nesse caso os locais devem ser escolhidos entre aqueles onde haja expectativa
dessas ocorrncias.

384
Alguns experimentos requerem a representao da variabilidade presente na
populao objetivo. Esse o caso, por exemplo, de experimentos de fertilizao do solo
e de fase final de programas de melhoramento gentico. Esses experimentos requerem
escolha de locais mais cuidadosa e numero mais elevado de locais. Os locais devem ser
escolhidos de modo a representarem a gama da variabilidade das caractersticas do solo
e do clima da regio de abrangncia da populao objetivo. Por outro lado, a
representao da variao anual do clima pode requerer no mnimo trs anos.
Alguns programas de pesquisa experimental compreendem duas ou mais fases.
Em alguns desses programas a primeira fase tem o propsito de identificar tratamentos
possivelmente efetivos. Nessa fase so tolerados planos e delineamentos experimentais
que no atendam a alguns requisitos e princpios bsicos, e so permitidas muitas
declaraes falsas de eficcia de tratamentos para no negligenciar a identificao de
tratamentos possivelmente efetivos. Na medida em que se acumula novo conhecimento,
a validade externa assume importncia para destacar aqueles tratamentos que realmente
tm melhor desempenho sob pelo menos circunstncias ideais. Na ltima fase de
pesquisa, a validade externa prioritria para caracterizar o desempenho dos
tratamentos sob as condies das situaes reais. Por exemplo, certas pesquisas
experimentais com novas drogas para tratamento de doenas humanas iniciam com
testes em cobaias infectadas com o agente da doena; seguem com testes experimentais
controlados em humanos voluntrios, e finalizam com experimentos com as drogas
selecionadas sobre uma amostra representativa dos indivduos que manifestam a
doena.
Alguns programas de pesquisa iniciam com nmero de tratamentos extremamente
elevado, que vo sendo sucessivamente reduzidos pela eliminao de tratamentos
possivelmente ineficazes, at uma fase final de um experimento crtico para comparao
de um nmero reduzido dos tratamentos que foram selecionados anteriormente para
identificao dos melhores para recomendao. Semelhantemente situao anterior, na
primeira fase so toleradas violaes de alguns requisitos e princpios bsicos do plano e
do delineamento experimental, mas agora permitida a eliminao de muitos
tratamentos sob o risco de descarte de tratamentos possivelmente efetivos. Na ltima
fase so comparados os poucos tratamentos selecionados nas fases anteriores em um
conjunto de locais e anos representativos da variabilidade presente na populao
objetivo. Esse processo de pesquisa experimental ilustrado por programas de
melhoramento gentico vegetal. Esses programas de pesquisa compreendem uma fase
inicial de um experimento com um nmero extremamente elevado de gentipos. Esse
experimento usualmente conduzido em um nico local e ano e com delineamento
experimental que compreende parcelas de uma nica linha e apenas duas repeties.
Nessa fase so eliminados muitos gentipos sob o risco de descarte de gentipos
possivelmente promissores. Alguns desses programas incluem uma fase intermediria
em que conduzido um experimento em mais de um local para prosseguimento da
eliminao de gentipos com menos risco de descarte de gentipos promissores. A
ltima fase compreende um experimento crtico com os poucos gentipos selecionados
nas fases anteriores que conduzido por dois ou mais anos em um conjunto de locais
representativos da variabilidade ambiental da populao objetivo.
Experimentos de abrangncia ampla so muito comumente negligenciados e
conduzidos em um ou poucos locais pelas dificuldades de realizar pesquisa em locais
dispersos e os recursos financeiros que demandam. Entretanto, em muitas situaes eles
so cruciais, particularmente quando se trata de pesquisa que visa recomendao de
tecnologias para uso em lavouras, fazendas e indstrias. Para segurana da
adequabilidade dessas recomendaes elas precisam ser baseadas em experimentos
realizados com amostras representativas das situaes prticas. H variaes referentes
ao delineamento que podem ser exploradas. Uma delas realizar um experimento
principal em poucos locais e apenas um ou dois anos, e prosseguir com um experimento
suplementar com os tratamentos que se revelaram mais promissores que conduzido
em um conjunto maior de locais para melhor representao da populao objetivo. Esse
experimento pode ter as caractersticas de um levantamento; os locais podem ser
estaes experimentais e lavouras ou fazendas particulares. Em geral conveniente que
cada local compreenda duas repeties para prover uma estimativa independente do erro
experimental. Dessa forma, as diferenas entre os tratamentos podem ser avaliadas para
cada local e a variao dessas diferenas entre os locais pode ser relacionada com as
caractersticas relevantes do ambiente, como precipitao pluvial, temperatura e tipo de
solo, para eventual identificao das condies em que tratamentos so mais vantajosos
ou, possivelmente, prejudiciais.
A generalizao das inferncias da amostra para a populao objetivo uma
questo crucial em experimentos tecnolgicos. Essa generalizao tem base slida
apenas se o experimento conduzido sobre uma amostra representativa da populao
objetivo. O pesquisador pode argumentar que as condies ambientais do nico local
onde seu experimento foi conduzido so suficientemente representativas para extenso
das inferncias para situaes de lavouras, fazendas ou indstrias. Ele pode estar
correto, mas essa afirmao no pode ser confirmada nem negada pelos resultados do
experimento. A nica soluo a conduo do experimento em diversos locais. Em geral,
esses locais no podem ser escolhidos aleatoriamente da coleo dos locais da
populao objetivo. De fato, usualmente isso no necessrio. A representatividade
requerida usualmente obtida pela escolha dos locais que propiciem a interao mais
elevada com os tratamentos. Esse propsito logrado pela escolha de locais que
apresentem as maiores diferenas quanto s caractersticas do ambiente; por exemplo,
alguns locais de solo profundo, alguns de solo raso, alguns locais secos, alguns midos.
Essa escolha possibilita relacionar diferenas de efeitos de tratamentos com diferenas
de caractersticas do ambiente.
9.3 9.3 9.3 9.3 Estratgia para o Controle Experimental Estratgia para o Controle Experimental Estratgia para o Controle Experimental Estratgia para o Controle Experimental
A definio do controle experimental deve ser elaborada na fase do planejamento
do experimento e sua execuo deve ser prevista no protocolo do experimento. Pelos
seus distintos propsitos e implicaes conveniente que os procedimentos de controle
experimental sejam considerados ordenadamente no planejamento do experimento. Em
primeiro lugar, o pesquisador deve considerar as possibilidades do controle de tcnicas
experimentais. Todas as tcnicas experimentais permitidas devem ser planejadas para
implementao. Em experimentos tecnolgicos, o controle de tcnicas experimentais tem
limitaes; ele deve ser efetuado de modo a no prejudicar a representao da
populao objetivo pela amostra. Em experimentos bsicos, usualmente no h tal
limitao; o controle de tcnicas experimentais pode chegar a ponto de constituir
ambientes e situaes artificiais, como casas de vegetao, estufas e laboratrios, que
no tenham relaes com circunstncias prticas.
A seguir, vm o controle local e o controle estatstico. Usualmente, esses
procedimentos de controle experimental so menos eficazes do que o controle de
tcnicas experimentais no que diz respeito reduo do confundimento de efeitos de
caractersticas estranhas com efeitos de fatores experimentais. Entretanto, eles no
apresentam o inconveniente salientado do controle de tcnicas experimentais. Em ltimo
lugar, deve ser considerada a casualizao. A casualizao o recurso para lograr que o
confundimento no controlado por controle de tcnicas experimentais, controle local e
controle estatstico seja no tendencioso.
Assim, os procedimentos de controle experimental so todos importantes e devem
ser utilizados estrategicamente, de modo complementar, segundo as circunstncias de
cada experimento.

386
O planejamento do controle experimental demanda uma antecipao ou previso
do processo do experimento que permita a descrio das caractersticas estranhas que
constituiro a amostra. Uma estratgia apropriada para o planejamento do controle
experimental compreende a seguinte seqncia de passos:
1 - descrio completa do conjunto das caractersticas estranhas da amostra
atravs de seus grandes agregados;
2 - detalhamento sucessivo de cada um desses agregados de caractersticas com
viso espacial e temporal para identificao das caractersticas estranhas
relevantes;
3 - identificao do subconjunto dessas caractersticas que devam ser controladas
por tcnicas experimentais;
4 - identificao das caractersticas estranhas restantes que devam ser controladas
por controle local e por controle estatstico;
5 - identificao das caractersticas estranhas remanescentes que possam e
devam ser casualizadas;
6 - planejamento da implementao do controle desses trs subconjuntos de
caractersticas estranhas atravs dos correspondentes procedimentos de
controle experimental apropriados, segundo a ordem dos passos 3, 4 e 5.
A identificao das caractersticas estranhas relevantes para controle experimental
deve ser procedida com base no objetivo da pesquisa (bsico ou tecnolgico), no
material experimental disponvel, na preciso e validade desejada para as inferncias a
serem derivadas do experimento, na experincia e nas informaes de experimentos
anteriores.
Os dois primeiros passos da estratgia para o planejamento do controle
experimental so ilustrados a seguir, utilizando os dois primeiros exemplos da Seo 5.8 Seo 5.8 Seo 5.8 Seo 5.8.
Considere-se o experimento para pesquisa do efeito do fitohormnio sinttico cido indol-
butrico (AIB) sobre o enraizamento de estacas de kiwi (Exemplo 5.34 Exemplo 5.34 Exemplo 5.34 Exemplo 5.34). A identificao das
caractersticas estranhas relevantes pode ser procedida como segue:
Passo 1 - Os grandes agregados de caractersticas estranhas que podero constituir a
amostra correspondem a: 1 - estaca, 2 - ambiente, 3 - tcnicas de cultivo e 4 - mensurao e
registro dos dados.
Passo 2 As caractersticas potencialmente mais relevantes de cada um desses agregados
de caractersticas estranhas so:
a) caractersticas da estaca: procedncia, comprimento, espessura e sanidade;
b) caractersticas do ambiente: solo textura, estrutura, fertilidade e umidade; clima -
temperatura, umidade relativa e insolao; incidncias de doenas, pragas e predadores;
c) caractersticas das tcnicas de cultivo: preparo das estacas, aplicao do fitohormnio
AIB (excludas as propriedades do prprio AIB, que constituem o fator experimental), preparo do
vaso, estaquia, aplicaes de fungicidas e inseticidas, proteo contra predadores e coleta das
estacas enraizadas; e
c) caractersticas dos processos de mensurao e de registro dos dados.
Os dois primeiros passos para a identificao das caractersticas estranhas relevantes do
experimento do controle de doenas fngicas foliares do trigo com fungicidas (Exemplo 5.35 Exemplo 5.35 Exemplo 5.35 Exemplo 5.35) so:
Passo 1 - Os grandes agregados de caractersticas estranhas que podero constituir a
amostra referem-se a: 1 - semente, 2 - ambiente, 3 - tcnicas de cultivo e 4 - mensurao e
registro dos dados.
Passo 2 As caractersticas potencialmente mais relevantes de cada um desses agregados
de caractersticas estranhas so:
a) caractersticas da semente: procedncia, pureza, estado sanitrio e vigor, excetuadas as
caractersticas inerentes ao fator experimental cultivar;
b) caractersticas do ambiente: solo - fertilidade, umidade e profundidade; clima -
temperatura, umidade relativa, vento, geada e granizo; incidncias de doenas, pragas, invasoras
e predadores; so excetuadas as caractersticas inerentes aos fatores experimentais local e ano;
c) caractersticas das tcnicas de cultivo: preparo do solo, plantio, aplicao de fungicidas e
outros pesticidas, excetuado fungicida para controle de doenas foliares, e colheita;
d) caractersticas dos processos de mensurao e registro dos dados.

Em algumas situaes, o experimento conduzido em duas ou mais etapas que
correspondem a fases diferentes do funcionamento ou operao das unidades da
populao objetivo. O Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .3 33 3 ilustra essa circunstncia.
Exemplos de experimentos com mais de uma fase de operao ou funcionamento das
unidades:
a) experimento de fertilizao do solo para o cultivo de cebola que compreende uma
primeira etapa em sementeira e outra etapa na lavoura;
b) experimento sobre o efeito da nutrio da ovelha sobre o desenvolvimento corporal do
cordeiro que compreende uma fase no ambiente de manuteno da ovelha e outra no ambiente de
criao do cordeiro.

Um experimento nessas circunstncias compreende o conjunto das diversas fases
do funcionamento das unidades que, portanto, devem ser consideradas conjuntamente
no planejamento do controle experimental.
9.4 9.4 9.4 9.4 Controle de Tcnicas Experimentais Controle de Tcnicas Experimentais Controle de Tcnicas Experimentais Controle de Tcnicas Experimentais
As tcnicas experimentais so as aes implementadas para a conduo do
experimento. Podem ser distinguidas duas categorias de tcnicas experimentais:
tcnicas experimentais necessrias para o funcionamento das unidades da
amostra e que so adotadas na populao objetivo, e
tcnicas experimentais que so implementadas propositadamente para o controle
experimental.
O controle de tcnicas experimentais (Seo 5.6. Seo 5.6. Seo 5.6. Seo 5.6.1 11 1) compreende a implementao
controlada de tcnicas experimentais requeridas para o funcionamento das unidades da
amostra e o emprego de tcnicas experimentais com o propsito especfico de eliminar
ou reduzir a variabilidade de caractersticas estranhas e o confundimento tendencioso
dos efeitos dessas caractersticas com efeitos de fatores experimentais.
O controle de tcnicas experimentais tem como propsito o aumento da preciso e
a diminuio do vis (ou seja, o aumento da validade) (Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 e 6. 6. 6. 6.5.4 5.4 5.4 5.4). O aumento
da preciso logrado por tcnicas experimentais que contribuam para a
homogeneizao das caractersticas estranhas do material experimental, enquanto que a
diminuio do vis obtida pelo emprego de tcnicas experimentais que permitam evitar
o confundimento tendencioso de efeitos de caractersticas estranhas com efeitos de
fatores experimentais e contribuam para a melhor representao da populao objetivo
pela amostra. Muito freqentemente a implementao de um controle de tcnica

388
experimental para um desses propsitos prejudica o outro. O pesquisador deve adotar o
controle de tcnicas experimentais de modo equilibrado para que seja lograda preciso e
validade to elevadas quanto possvel.
O controle de tcnicas experimentais , em geral, o procedimento mais eficaz para
o controle da variao devida a caractersticas estranhas. Entretanto, como ele elimina ou
restringe a variao das caractersticas estranhas controladas, somente pode ser
empregado para caractersticas estranhas cuja uniformidade de manifestao na amostra
no implique prejuzo para a representao da populao objetivo. Por essa razo, o
controle de tcnicas experimentais utilizvel mais amplamente em experimentos
bsicos do que em experimentos tecnolgicos.
Observe-se que, em geral, o propsito do controle de tcnicas experimentais no
tornar caractersticas estranhas constantes ou invariveis. O que mais freqentemente
importante e desejvel a eliminao ou diminuio da variao dos efeitos dessas
caractersticas entre os nveis dos fatores experimentais.
As caractersticas estranhas que podero compor a amostra podem ser distinguidas
em trs subclasses quanto possibilidade e convenincia de controle de tcnicas
experimentais:
1) caractersticas estranhas que no so passveis de controle de tcnicas
experimentais;
2) caractersticas estranhas que podem ser submetidas a controle de tcnicas
experimentais limitado;
experimentais ilimitado.
A subclasse 1) compreende as caractersticas estranhas inerentes s unidades cuja
manifestao est fora do controle do pesquisador. As subclasses 2) e 3) so
constitudas pelas caractersticas estranhas cuja manifestao pode ser sujeita a
interferncia do pesquisador. Entretanto, o controle de caractersticas da subclasse 2)
pode implicar prejuzo da representao da populao objetivo pela amostra; portanto,
deve ser exercido de modo cauteloso, at o ponto em que no decorra tal prejuzo.
Observe-se que as caractersticas estranhas da subclasse 3) podem ser
submetidas a controle de tcnicas experimentais ilimitado no que diz respeito ausncia
de prejuzo para a representatividade da amostra. De fato, em geral, o controle de
tcnicas experimentais de qualquer caracterstica estranha parcial ou limitado pela
impossibilidade de lograr constncia absoluta de sua manifestao nas unidades da
amostra.
Para ilustrao dessas trs subclasses das caractersticas estranhas, considerem-
se novamente os experimentos descritos no Exemplo 5.34 Exemplo 5.34 Exemplo 5.34 Exemplo 5.34 e no Exemplo 5.35 Exemplo 5.35 Exemplo 5.35 Exemplo 5.35 da Seo Seo Seo Seo
5.8 5.8 5.8 5.8, cujas caractersticas estranhas foram identificadas no Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .1 11 1 e no Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .2 22 2.
As caractersticas estranhas do experimento do efeito do fitohormnio sinttico cido indol-
butrico (AIB) sobre o enraizamento de estacas de kiwi (Exemplo 5.34 Exemplo 5.34 Exemplo 5.34 Exemplo 5.34, Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .1 11 1) so
classificadas nas trs subclasses referentes possibilidade e convenincia de controle de tcnicas
experimentais como segue:
1) caractersticas estranhas que no so passveis de controle de tcnicas experimentais:
nenhuma;
experimentais limitado: nenhuma;
experimentais ilimitado: caractersticas da estaca - procedncia, comprimento, espessura
e sanidade; caractersticas do ambiente solo: textura, estrutura, fertilidade e umidade,
clima: temperatura, umidade relativa e insolao, incidncias de doenas, pragas e
predadores; caractersticas das tcnicas de cultivo - preparo das estacas, aplicao do
fitohormnio AIB (excludas as propriedades referentes ao fator experimental AIB),
preparo do vaso, estaquia, aplicaes de fungicidas e inseticidas, proteo contra
predadores e coleta das estacas enraizadas; caractersticas dos processos de
Assim, nesse experimento todas as caractersticas estranhas podem ser submetidas a
controle de tcnicas experimentais ilimitado. Isso significa que o pesquisador pode e deve
implementar todas as aes ao seu alcance para lograr a manifestao das caractersticas
estranhas de modo to uniforme quanto possvel. Em geral, o grau dessa uniformidade limitado
pelos recursos disponveis; por exemplo, as caractersticas do solo nos vasos (textura, estrutura,
fertilidade e umidade) podem ser acentuadamente homogneas, mas no absolutamente
homogneas; o controle climtico da casa de vegetao pode ser bastante acentuado, mas no
absoluto; as tcnicas de cultivo podem ser implementadas de modo consideravelmente uniforme
em todos os vasos, mas no de modo constante; a mensurao e o registro dos dados podem ser
procedidos com todo o cuidado, mas no de modo absolutamente invarivel.
As caractersticas estranhas do experimento de controle de doenas foliares do trigo com
fungicidas (Exemplo 5.35 Exemplo 5.35 Exemplo 5.35 Exemplo 5.35, Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .2 22 2) so classificadas nas trs subclasses como segue:
1) caractersticas estranhas que no so passveis de controle de tcnicas experimentais:
caractersticas do ambiente solo: umidade e profundidade; clima: temperatura,
umidade relativa, vento, geada e granizo;
2) caractersticas estranhas que so passveis de controle de tcnicas experimentais
limitado: caractersticas do ambiente solo: fertilidade;
3) caractersticas estranhas que so passveis de controle de tcnicas experimentais
ilimitado: caractersticas da semente - procedncia, pureza, estado sanitrio e vigor;
caractersticas do ambiente - incidncias de doenas, pragas, invasoras e predadores;
caractersticas das tcnicas de cultivo - preparo do solo, plantio, aplicao de fungicidas
e outros pesticidas (excetuado fungicida para controle de doenas fngicas foliares),
colheita; caractersticas dos processos de mensurao e registro dos dados.

As tcnicas experimentais dependem da rea de pesquisa e so especficas para
cada rea. Discorrer-se-, a seguir, sobre o procedimento geral para implementao
apropriada dessas tcnicas, na ordem cronolgica em que elas devem ser usualmente
implementadas, com recurso de ilustraes atravs de exemplos particulares.
9.4.1 9.4.1 9.4.1 9.4.1 Preparao do material experimental Preparao do material experimental Preparao do material experimental Preparao do material experimental
O material experimental inicial escolhido deve ser preparado para a execuo do
experimento. Particularmente, devem ser empregadas as tcnicas experimentais
requeridas para lograr a representao apropriada das caractersticas estranhas
presentes na populao objetivo e a maior homogeneidade dessas caractersticas que
seja possvel sem prejuzo dessa representao. O Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .6 66 6 ilustra algumas
situaes.
a) Em experimentos agrcolas de campo, o solo preparado de modo uniforme, com
fertilizao e calagem bsicas, se apropriado;
b) em experimentos com plantas perenes, escolhido um conjunto de plantas sadias de um
pomar ou de uma parte de um pomar;
c) em experimentos com animais, os animais devem ser livrados de doenas e pragas,
devem ser descartados indivduos no conformveis com as caractersticas consideradas na

390
populao objetivo (tais como indivduos com anomalias e outras condies atpicas), e devem ser
utilizadas instalaes uniformes apropriadas.
9.4.2 9.4.2 9.4.2 9.4.2 Constituio das unidades experimentais Constituio das unidades experimentais Constituio das unidades experimentais Constituio das unidades experimentais
Uma vez estabelecida a constituio do material experimental inicial ou bsico, ele
deve ser dividido para a formao das unidades experimentais, das unidades de
observao e das classificaes dessas unidades para propsito de controle local. A
classificao das unidades de observao relaciona-se com o planejamento do controle
local, que o tema da Seo Seo Seo Seo 9.5 9.5 9.5 9.5; a conseqente formulao da estrutura das unidades
o tpico da Seo 10.3 Seo 10.3 Seo 10.3 Seo 10.3.
Em experimentos de abrangncia ampla, a constituio das unidades
experimentais, das unidades de observao e das classificaes das unidades de
observao para propsito de controle local procedida separadamente para cada seo
do espao e do tempo. O Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .7 77 7 apresenta ilustraes referentes situao mais
simples de uma nica formao de unidades experimentais, recorrendo aos experimentos
considerados no Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .6 66 6.
a) Em um experimento de comparao de cultivares de sorgo em terreno heterogneo, o
terreno j preparado dividido em talhes (unidades de observao) que constituiro as unidades
experimentais para o fator experimental cultivar. Ento, os talhes so classificados em grupos de
talhes (blocos) de modo que os talhes de cada um desses grupos sejam suficientemente
homogneos.
b) Em um experimento para pesquisa do efeito do desbaste de frutos sobre a produo de
pssego em terreno em declive, o pomar dividido em talhes (unidades experimentais) de uma
ou mais plantas (unidades de observao) que recebero os tratamentos (nveis de desbaste). Os
talhes so, ento, agrupados para a constituio de blocos segundo as faixas de nvel.
c) Em um experimento para pesquisa da imunizao de bovinos de corte da raa Hereford
contra uma doena em que so utilizados animais (unidades de observao e unidades
experimentais) com variao considervel de idade, esses animais so classificados em grupos
segundo a idade (blocos) e, ento, so assinalados e mantidos em um mesmo potreiro.
d) Em um experimento de nutrio animal as instalaes disponveis freqentemente j
compreendem um conjunto apropriado de compartimentos ou divises (potreiros, boxes, gaiolas,
por exemplo) para constiturem as unidades experimentais. Em algumas situaes, entretanto, as
instalaes devem ser preparadas ou mesmo construdas especialmente para o experimento.
Ento, um ou mais animais so assinalados a cada um desses compartimentos. No caso em que
as divises ou os animais ou ambos so heterogneos, as divises ou os animais, ou ambos
divises e animais, so preliminarmente classificados em grupos (blocos). No ltimo caso, os
grupos de animais so atribudos aos grupos de divises.
e) Em um experimento de nutrio de aves poedeiras Hisex Brown os animais so alojados
em gaiolas coletivas para dois ou mais animais (unidades experimentais) e essas gaiolas so
classificadas em grupos de gaiolas (blocos) de modo que as gaiolas de cada grupo sejam
suficientemente homogneas.

Em experimentos fatoriais com duas ou mais formaes de unidades experimentais
a diviso do material experimental deve ser efetuada de modo a constituir a estrutura das
unidades apropriada.
a) Em um experimento para pesquisa do efeito da formulao da rao e da administrao
de anabolizante em sunos no perodo de crescimento e terminao para o abate (Exemplo 5.12 Exemplo 5.12 Exemplo 5.12 Exemplo 5.12)
as instalaes compreendem um conjunto de boxes coletivos para quatro animais.
Convenientemente, o boxe com os correspondentes quatro animais constituem a unidade
experimental para o fator experimental rao e o animal dentro de boxe, a unidade experimental
para o fator experimental anabolizante.
b) Em um experimento sobre o efeito da adubao e do desbaste de frutos em pessegueiro,
um pomar dividido em talhes de seis plantas, de modo que as unidades experimentais para os
fatores experimentais adubao e desbaste sejam, respectivamente, o talho com seis plantas e a
planta individual dentro de talho.

A formao das unidades experimentais requer as definies de seu tamanho e
composio, de sua forma e do nmero de unidades para os nveis dos fatores
experimentais. Essas definies so relevantes, principalmente pelas suas implicaes
para a preciso, a validade interna e a validade externa das inferncias.
9.4.2.1 9.4.2.1 9.4.2.1 9.4.2.1 Tamanho e composio das unidade experimentais Tamanho e composio das unidade experimentais Tamanho e composio das unidade experimentais Tamanho e composio das unidade experimentais
Em experimentos com um nico fator experimental o material experimental
compreende uma nica formao de unidades experimentais; em experimentos com mais
de um fator experimental pode haver mais de uma formao de unidades experimentais
(Seo 5.4 Seo 5.4 Seo 5.4 Seo 5.4). Restries de recursos, razes de ordem prtica e econmica, e a
viabilizao da pesquisa muito freqentemente requerem que as unidades experimentais
sejam menores do que as unidades correspondentes da populao objetivo. Por
exemplo, em experimentos de campo com plantas as unidades experimentais so
usualmente pequenos talhes, em vez de lavouras das dimenses usuais na populao
objetivo; em experimentos com animais em pastoreio as unidades experimentais so
potreiros de pequenas dimenses e poucos animais em lugar de potreiros de uma
fazenda com um rebanho de animais; em um experimento com aves poedeiras as
unidades experimentais so gaiolas com poucos animais, enquanto na populao
objetivo so instalaes que podem compreender centenas de animais.
Em experimentos comparativos inferncias sobre efeitos de tratamentos que so
baseadas em unidades pequenas so no tendenciosas apenas se o comportamento
relativo dos tratamentos nessas unidades forem similares aos comportamentos nas
unidades da populao objetivo. Por outro lado, o desvio padro por unidade tende a
crescer com a diminuio do tamanho da unidade, dado que unidades pequenas so
menos representativas do material experimental global. Entretanto, esse prejuzo para a
preciso pode ser compensado pela possibilidade do uso de maior nmero de unidades
pequenas. Em geral, a unidade experimental deve satisfazer algumas propriedades
essenciais que estabelecem um limite mnimo s suas dimenses. Essas propriedades
so consideradas a seguir.
a) A unidade experimental deve servir como unidade para aplicao de um nvel do
fator experimental. Essa propriedade requer que a unidade experimental tenha tamanho
apropriado. Esse tamanho deve ser suficiente para que o fator experimental possa ser
implementado. Alguns fatores experimentais requerem unidades grandes; outros podem
ser acomodados em unidades de pequenas dimenses. Assim, os fatores mtodo de
preparao do solo ou de irrigao em experimentos com plantas e composio da
pastagem em experimentos com gado de corte em pastoreio requerem unidades de
dimenses grandes; no outro extremo, os fatores cultivar, poda e desbaste de frutos em
experimentos com plantas frutferas e hormnio de crescimento de animais podem ser
alocados em unidades pequenas; unidades experimentais para fatores como inseticida,
fungicida e herbicida podem ter dimenses intermedirias entre esses dois extremos. Por
exemplo, as unidades para mtodos de preparao do solo devem ser suficientemente
grandes para o uso dos equipamentos adotados em lavouras; o revolvimento do solo
manual com enxada pode ter efeito muito diferente do efetuado com arado e o manejo de
arado requer unidade grande e comprida.
b) A unidade experimental deve compreender o nmero apropriado de
componentes. Essa uma propriedade relevante tanto para a preciso quanto para a

392
validade das inferncias. Em experimentos em que os componentes das unidades so
plantas de pequeno porte, como granferas e hortcolas, unidades com 20 a 200m
2

podem compreender nmero suficiente de plantas. Entretanto, em experimentos com
plantas de grande porte, como frutferas e florestais, o tamanho da unidade experimental
determinado pelo nmero necessrio de plantas. Isso porque o nmero de plantas por
unidade pode ser mais importante do que o tamanho da unidade, pois a variabilidade
entre unidades pode depender mais do nmero de plantas do que do tamanho da
unidade; pequeno nmero de plantas pode implicar variabilidade elevada, inclusive em
decorrncia de prejuzo ou morte de plantas. Nessas circunstncias o nmero necessrio
de plantas pode requerer dimenso considervel da parcela. Todavia, uma nica planta
por parcela pode ser suficiente em algumas situaes de experimentos de pequena
durao em que os tratamentos so aplicados diretamente nas plantas. Consideraes
semelhantes aplicam-se a experimentos com animais. Unidades pequenas, como
gaiolas, podem compreender nmero suficiente de animais de pequeno porte, como
ratos, cobaias e aves; entretanto, unidades para animais de grande porte, como bovinos
de corte e de leite, usualmente devem ter grandes dimenses para comportarem nmero
suficiente de animais.
c) A unidade experimental deve permitir a implementao de tcnicas para o
funcionamento das unidades de modo similar ao que usual na populao objetivo.
Algumas dessas tcnicas so prprias para unidades grandes. Por exemplo, preparo do
solo, aplicao de fertilizantes, inseticidas e fungicidas, colheita, manejo de animais em
pastoreio so usualmente efetuados com equipamento de grande porte, como arado
puxado por trator, colhedeiras e rebanhos de animais. Em experimentos usualmente
essas operaes so procedidas por equipamentos especialmente construdos para
manejo em unidades de pequenas dimenses. A simulao das operaes usuais nas
unidades da populao objetivo com o uso desses equipamentos pode requer que a
unidade experimental tenha dimenses apropriadas.
d) A definio da unidade experimental deve levar em conta consideraes de
ordem prtica. Em algumas situaes as unidades j esto construdas e no podem ser
alteradas. Por exemplo, um experimento com animais pode ser condicionado ao uso de
instalaes (potreiros, boxes ou gaiolas) j existentes ou ao nmero de animais
disponveis; um experimento com plantas frutferas pode ser limitado ao uso de um
pomar j existente; as facilidades para um experimento em casa de vegetao podem
ditar o uso de unidades pequenas. Naturalmente, nessas situaes o pesquisador deve
avaliar as conseqncias de acomodar o plano de seu experimento, em particular o
tamanho das unidades de experimentais, s restries de material experimental. Caso
no sejam garantidos os requisitos necessrios para a derivao das inferncias
relevantes, pode ser mais conveniente que o experimento no seja conduzido.
e) A unidade experimental deve possibilitar que o fator experimental manifeste na
amostra os efeitos que tem na populao objetivo. Essa propriedade requer que a
unidade tenha tamanho e nmero de componentes apropriados. Fatores como
antibitico, vacina, hormnio, sexo e desbaste de frutos podem revelar seus efeitos em
unidades com poucos indivduos. Por outro lado, certos experimentos com plantas e
animais requerem que a unidade tenha tamanho suficiente para compreender o nmero
de indivduos necessrio para que seja manifestada a competio usual em lavouras,
potreiros, boxes, etc. Em experimentos com plantas pode ocorrer que os indivduos nas
fronteiras das unidades tenham comportamento diferente daqueles da parte interna que
supostamente estejam sob condies semelhantes s da populao objetivo. Nesse caso
podem ser convenientes o uso de bordadura na parcela e a mensurao das
caractersticas respostas em sua parte interna, que usualmente denominada rea til
da parcela. Semelhantemente, em alguns experimentos com animais pode ser
conveniente a composio da unidade experimental elementar por um nmero de
animais superior quele que deve ser utilizado para as mensuraes.
Em algumas situaes o tamanho apropriado da unidade pode variar com o nvel
do fator experimental. Esse pode ser o caso, por exemplo, de fatores como espaamento
de plantas e lotao animal. Particularmente, configuraes comparveis de diferentes
espaamentos de plantas podem requerer tamanhos de unidades diferentes.
Alternativamente, podem ser buscadas unidades de mesmo tamanho com a variao
adequada de configurao. Por exemplo, em um experimento de espaamento de plantio
de batatinha em que os tratamentos so os trs espaamentos entre linhas: 10, 20 e
30cm, com espaamento comum de 1m dentro da linha, parcelas com 6 linhas de 5m
devem ter 3, 6 e 9m
2
, respectivamente. Alternativamente, podem ser constitudas
parcelas de mesmo tamanho com nmeros de linhas diferentes; por exemplo, parcelas
de 7,2m
2
, respectivamente com 12, 6 e 4 linhas. Essas duas alternativas tm implicaes
diferentes e o pesquisador deve decidir qual a mais apropriada para que os tratamentos
revelem seus efeitos sob as condies da populao objetivo.
f) As unidades no devem permitir interferncias de efeitos de tratamentos. Essa
propriedade requer duas condies: a) confinamento da aplicao dos tratamentos s
unidades a que so assinalados e b) confinamento dos efeitos dos tratamentos a essas
unidades. Naturalmente, a violao da primeira condio implica a da segunda. Em
experimentos agrcolas as plantas prximas s fronteiras de uma parcela podem ser
afetadas pelos tratamentos nas parcelas vizinhas. Por exemplo: a) plantas de uma
parcela com uma cultivar de porte baixo ou de razes curtas podem ser prejudicadas pela
competio com plantas de parcela vizinha com uma cultivar de maior porte ou de razes
compridas, enquanto que estas podem ser beneficiadas; b) plantas de uma parcela com
uma dose baixa de fertilizante podem ser beneficiadas pela dose de fertilizante elevada
de uma parcela vizinha, enquanto que as plantas desta parcela podem ser prejudicadas.
Nas situaes em que a interferncia de efeitos de tratamentos se restringe s fronteiras
das parcelas, o confundimento desses efeitos pode ser controlado pelo descarte de uma
bordadura da parcela.
Em muitas circunstncias a interferncia de efeitos de tratamentos tem abrangncia
que pode no ser controlvel pelo uso de bordadura na parcela. Esse o caso, por
exemplo, de tratamentos para controle da incidncia de insetos, de fungos ou de vrus, e
de experimentos para pesquisa de irrigao ou de fertilizao do solo. Pesticida aplicado
em uma parcela pode ser espalhado pelo vento para outras parcelas, gua aplicada a
uma parcela pode escorrer para parcelas prximas e fertilizante aplicado em uma parcela
pode atingir razes de plantas de parcelas vizinhas. Por outro lado, uma concentrao
elevada de insetos, fungos ou vrus em uma parcela sem pesticida pode provocar
migrao para outras parcelas; plantas que se desenvolvem mais em parcelas com nveis
de irrigao ou fertilizao do solo favorvel podem ocasionar sombreamento ou
proteo contra vento de plantas em parcelas com nveis menos favorveis desses
fatores. Os recursos para evitar interferncias de efeitos de tratamentos dessas origens
so os usos de espaamentos e reas de proteo entre as unidades, adicionalmente ao
descarte de bordaduras.
Os usos de bordaduras, espaamentos e reas de proteo requerem que a
unidade experimental tenha tamanho maior do que a frao do material experimental em
que sero efetuadas as mensuraes das caractersticas respostas. Isso implica
desperdcio de material experimental e trabalho que so proporcionalmente maiores para
unidades pequenas. Esse fato deve ser levado em conta na definio do tamanho da
Por outro lado, algumas vezes essas tcnicas de controle experimental so
solues apenas parciais. Por exemplo, no caso em que os tratamentos so pesticidas,
os espaos e reas de proteo no podem ficar sem pesticida, pois constituiriam foco de
infeco ou infestao; tambm no podem receber nvel elevado de pesticida, porque

394
seu efeito poderia afetar unidades vizinhas. O pesquisador deve buscar o recurso mais
apropriado para cada situao. Separaes mecnicas, como barreiras e telas, tm sido
utilizadas para propsito de restringir a aplicao de fertilizantes aos limites das unidades
a que se destinam e controlar interferncias de efeitos de inseticidas decorrentes de
migrao de insetos.
A formulao de delineamento experimental que leve em conta a interferncia de
efeitos de tratamentos entre as unidades uma alternativa que deve ser explorada
quando o controle por tcnicas experimentais no prov soluo satisfatria.
g) A unidade experimental deve propiciar a mensurao das caractersticas
respostas relevantes. Muito freqentemente, a mensurao de caractersticas requer
tamanho e composio apropriada da unidade. Por exemplo, a) em experimentos com
plantas de propagao vegetativa a mensurao do enraizamento de estacas atravs de
proporo ou percentagem de estacas enraizadas requer um grande nmero de estacas;
b) em experimentos em que so feitas coletas peridicas de partes das unidades para
mensuraes a unidade deve ter tamanho no mnimo equivalente reunio dessas
partes; c) em experimentos em que uma caracterstica resposta mensurada pela
contagem de indivduos com alguma alternativa rara importante o nmero de indivduos
deve ser suficiente para que possam ser discriminados efeitos importantes dos
tratamentos.

Em experimentos com dois ou mais fatores experimentais as consideraes
referentes a tamanho e composio da unidade experimental devem ser feitas para cada
um dos fatores. As dimenses apropriadas para as unidades experimentais de dois
fatores podem ser distintas. Nessas situaes convenincias de ordem prtica podem
sugerir a adoo de estrutura de unidades com duas formaes de unidades
experimentais: uma formao constituda das unidades para o fator que requer unidade
experimental de dimenso maior e outra, das unidades para o fator que pode ser
acomodado em subdivises ou subunidades daquelas unidades. Esse argumento
estende-se para situaes de mais de dois fatores experimentais cujos nveis demandem
trs ou mais dimenses diferentes de unidades experimentais.
Estruturas de unidades com duas ou mais formaes de unidades experimentais
implicam nmero igual de extratos do erro experimental que afeta efeitos de fatores
experimentais. Essas estruturas de unidades podem ter inconvenientes que devem ser
considerados: a) a variao devida s caractersticas estranhas usualmente mais
elevada entre unidades de maiores dimenses e b) o nmero de repeties dos nveis do
fator acomodado nas subunidades maior do que o nmero de repeties dos nveis dos
fatores alocados nas unidades. Essas duas propriedades implicam que usualmente a
estimativa da varincia do erro que afeta efeitos do fator nas subunidades menor do
que a estimativa da varincia do erro que afeta efeitos do fator nas unidades;
conseqentemente, a preciso das inferncias referentes ao fator nas subunidades
comumente mais elevada que a preciso das inferncias sobre o fator nas unidades
Nessas circunstncias a adoo de subdivises de unidades somente justificada
quando inferncias referentes ao fator que requer unidade experimental de dimenso
maior forem pouco relevantes.

A unidade experimental elementar pode compreender uma ou mais unidades de
observao (Seo 5.5 Seo 5.5 Seo 5.5 Seo 5.5). Duas ou mais unidades de observao por unidade
experimental elementar so teis nas seguintes circunstncias: a) a unidade experimental
constituda por dois ou mais indivduos e a mensurao individual mais prtica do que
a mensurao coletiva de todos os indivduos na unidade; b) h interesse no valor da
varivel resposta para cada indivduo. Pode ocorrer que a mensurao global da
caracterstica na unidade seja muito trabalhosa ou tenha custo elevado de modo que
torne conveniente a mensurao de poucas fraes da unidade. Nesse caso pode ser
importante que essas fraes sejam escolhidas por processo que assegure a
representao apropriada da unidade. Em algumas situaes as fraes escolhidas so
agregadas para constituir uma nica unidade de observao.
No caso de mais de uma unidade de observao por unidade experimental as
relaes entre as variabilidades e entre os custos da unidade experimental e da unidade
de observao tm implicaes para a preciso e o custo do experimento,
respectivamente. Essas implicaes so consideradas a seguir para a situao particular
de experimento com um nico fator experimental e igual nmero de repeties para todos
os tratamentos.
a) A varincia da estimativa de uma mdia de tratamento expressa por:

2 2
e o
+
r rk
,
onde
2
e
e
2
o
so os componentes da varincia atribuveis unidade experimental e
unidade de observao dentro de unidades experimentais, respectivamente, e r e k so o
nmero de repeties por tratamento e o nmero de observaes por unidade
experimental. Assim, a preciso das inferncias referentes a mdias de tratamentos
depende da relao entre a variabilidade das unidades experimentais e a variabilidade
das unidades de observao dentro de unidades experimentais.
b) O custo do experimento por tratamento :
e o t
C = rC + rkC ,
onde C
e
o custo de uma unidade experimental independente do nmero de unidades de
observao que a constitui e C
o
o custo de uma unidade de observao por unidade
experimental que independente do custo da unidade experimental. O custo total de um
experimento de t tratamentos C = tC
t
. Assim, o tamanho timo da unidade experimental
no que se refere ao custo depende da relao entre os custos por unidade experimental e
por unidade de observao.
9.4.2.2 9.4.2.2 9.4.2.2 9.4.2.2 Forma da unidade experimental Forma da unidade experimental Forma da unidade experimental Forma da unidade experimental
Em experimentos em que a unidade experimental tem dimenso espacial a forma
da unidade pode ter implicaes importantes para a praticabilidade de operaes que
devem ser implementadas na unidade e para a preciso e a no tendenciosidade das
inferncias. Por exemplo, a) em experimentos de campo com plantio em linha a aplicao
de pesticidas por meio de pulverizadores, a capina e a colheita podem ser facilitadas
quando a parcela alongada na direo das linhas; b) em experimentos em terreno
plano, em que a heterogeneidade das caractersticas do solo tende a aumentar com a
distncia, pode ser lograda preciso mais elevada com formato de parcela
aproximadamente quadrado; c) em experimentos em terreno com declive, onde a
heterogeneidade das caractersticas do solo mais acentuada na direo do gradiente
mximo, pode ser obtida preciso mais elevada com parcelas alongadas com a maior
dimenso nessa direo; d) em experimentos agrcolas em terreno plano, o confinamento
da aplicao e dos efeitos de inseticidas, fungicidas, herbicidas e fertilizantes pode ser
mais eficaz com o formato das unidades experimentais aproximadamente quadrado.
Esses exemplos salientam que os critrios de facilidade prtica de operaes, preciso e
no tendenciosidade podem conduzir a formas de unidade experimental distintas. Em
geral, o pesquisador deve escolher uma forma conciliatria apropriada para cada
situao particular.
A forma da unidade experimental que otimiza a preciso tambm depende do
delineamento e particularmente da disposio e do nmero de unidades nos blocos, no
caso de delineamento em blocos. Esse tema considerado na Seo Seo Seo Seo 9.5 9.5 9.5 9.5.

396
9.4.2.3 9.4.2.3 9.4.2.3 9.4.2.3 Determin Determin Determin Determinao da forma e do tamanho da unidade experimental ao da forma e do tamanho da unidade experimental ao da forma e do tamanho da unidade experimental ao da forma e do tamanho da unidade experimental
As consideraes anteriores evidenciam que a unidade experimental deve
satisfazer muitos requisitos, alguns deles incompatveis. Por essa razo, no h uma
regra geral para a determinao da forma e do tamanho apropriado da unidade
experimental. Para cada experimento particular, o pesquisador tem que definir a forma e
o tamanho da unidade experimental que melhor satisfaa essas condies, levando em
conta as importncias relativas de suas implicaes. Em reas onde a pesquisa
experimental est bem desenvolvida pesquisas de tcnica experimental j estabeleceram
as dimenses de unidades apropriadas para as situaes mais comuns. Em
agropecuria, por exemplo, existem informaes para muitas espcies de plantas
granferas, hortcolas e frutcolas, e de animais produtores de carne e de leite. O
pesquisador deve ter domnio dessa informao e efetuar pesquisas para complet-la,
sempre que seja necessrio. Pesquisas sobre tcnicas experimentais so muito
freqentemente necessrias, especialmente em novas reas e ambientes de pesquisa.
As expresses da varincia da estimativa de uma mdia de tratamento e do custo
do experimento por tratamento permitem a determinao do tamanho timo da unidade
experimental referente preciso e ao custo do experimento, respectivamente com base
na grandeza relativa dos componentes de varincia e nos custos relativos da unidade
experimental e da unidade de observao (Seo Seo Seo Seo 9.4.2.1 9.4.2.1 9.4.2.1 9.4.2.1).
A determinao do tamanho da unidade experimental com base nessas expresses
aplicvel para situaes de mais de uma unidade de observao por unidade
experimental. Em muitas circunstncias a forma da unidade pode ser to importante
como o seu tamanho. Muitos mtodos tm sido propostos para considerao do tamanho
e da forma da unidade experimental para vrias situaes e considerando diversos
critrios; entre eles, o mtodo da curvatura mxima e o mtodo baseado na relao
emprica entre o tamanho e a varincia da unidade (lei de Fairfield Smith). Entretanto, por
suas especificidades eles no so considerados aqui.
1. Explique o significado de amostra ou material experimental inicial, recorrendo a um exemplo
de experimento de sua rea, e sua relevncia para a representatividade da amostra.
2. Ilustre um experimento tecnolgico de sua rea em que a amostra inicial deve ter abrangncia
ampla e outro em que pode ter abrangncia restrita.
3. Explique a estratgia do controle experimental atravs de um exemplo de experimento de sua
rea.
4. Explique o racional da considerao da seguinte ordem dos procedimentos no planejamento
do controle experimental: controle de tcnicas experimentais, controle local, controle
estatstico e casualizao.
5. Considere um experimento de sua rea e para a situao desse experimento:
a) descreva as caractersticas estranhas do material experimental inicial;
b) proceda a uma descrio do procedimento experimental a semelhana das ilustraes da
Seo 5.9 Seo 5.9 Seo 5.9 Seo 5.9;
c) efetue uma descrio completa do conjunto das caractersticas estranhas que podero
constituir a amostra atravs de seus grandes agregados;
d) identifique em cada um desses agregados as caractersticas estranhas que voc esperaria
serem relevantes.
6. Classifique as caractersticas estranhas identificadas no exerccio 5 d) nas trs seguintes
classes quanto possibilidade e convenincia de serem submetidas a controle de tcnicas
experimentais: i) caractersticas passveis de controle ilimitado; ii) caractersticas passveis de
controle limitado; e iii) caractersticas no passveis de controle.
7. Explique e ilustre com a situao do experimento considerado no exerccio 5 a distino entre
tcnicas experimentais necessrias para o funcionamento das unidades e tcnicas
experimentais implementadas propositadamente para o controle experimental.
8. Explique os significados de perodo pr-experimental e perodo experimental e os descreva
atravs de um exemplo de experimento de sua rea.
9. D exemplos de tcnicas experimentais para preparao do material experimental recorrendo
situao do experimento considerado no exerccio 5 ou a outro exemplo de sua rea.
10. Explique a relevncia do planejamento do tamanho e da composio das unidades
experimentais.
11. Porque em experimentos com animais e plantas muito freqentemente a unidade experimental
no pode compreender um nico componente, ou seja, um nico animal ou uma nica planta?
12. D um exemplo de experimento de sua rea em que pode haver interferncia de efeitos de
tratamentos alocados em unidades diferentes e descreva aes de controle de tcnicas
experimentais apropriadas para evitar tendenciosidade dessa originem.
13. Em que situaes pode ser conveniente considerar duas ou mais unidades de observao por
unidade experimental elementar? Ilustre com exemplos de sua rea.
14. Proveja ilustraes de experimentos de sua rea em que a forma da unidade experimental
pode ter implicaes relevantes para a praticabilidade de tcnicas necessrias para o
funcionamento das unidades.
15. Explique a relevncia do conhecimento anterior e, quando esse conhecimento inexiste ou
insuficiente, da realizao de pesquisas de tcnicas experimentais para subsdio para o
planejamento de experimentos.
9.4.3 9.4.3 9.4.3 9.4.3 Nmero de repeties apropriado Nmero de repeties apropriado Nmero de repeties apropriado Nmero de repeties apropriado
O nmero de repeties e o tamanho da unidade experimental esto relacionados
estreitamente, j que para uma quantidade particular de material experimental a reduo
do tamanho da unidade experimental permite o aumento do nmero de repeties.
O nmero de repeties tem influncia decisiva para a preciso das inferncias
(Seo 6.5.3 Seo 6.5.3 Seo 6.5.3 Seo 6.5.3). De fato, para uma composio particular das caractersticas estranhas do
material experimental e na suposio de que o controle experimental esteja estabelecido,
a adoo do nmero de repeties apropriado um recurso para lograr a deteco de
efeitos de fatores experimentais.
A determinao do nmero de repeties apropriado uma questo complexa para
a qual no h resposta simples. A resposta requer informaes que dependem das
circunstncias de cada experimento, particularmente sobre:
a) o material experimental disponvel,
b) a variabilidade das caractersticas estranhas,
c) a estrutura das condies experimentais,
d) a grandeza do efeito que de importncia e
e) a importncia relativa das comparaes.
O procedimento para determinao do nmero mnimo de repeties requerido
depende do delineamento experimental. Ser considerada inicialmente a situao mais
simples de um nico fator experimental, tratamentos com igual nmero de repeties e
delineamento ortogonal.
Suponha-se que o experimento tenha como propsito comparaes simples de
tratamentos bilaterais (Seo 6.5.7 Seo 6.5.7 Seo 6.5.7 Seo 6.5.7). Ento, se o desvio padro por unidade , o
nmero de repeties requerido nmero de repeties requerido nmero de repeties requerido nmero de repeties requerido r para uma probabilidade 1- de declarar a existncia de
uma diferena real entre as mdias de dois tratamentos quando ela realmente existe e
uma probabilidade de declarar a existncia dessa diferena quando ela no existe :

398
( )

2
2
/2
r 2 Z +Z
! "
#
!
" #
$ %
$
%
$
$ %
& '
,
onde Z
P
o ponto P-percentual superior da distribuio normal padro, ou seja, o valor
de uma varivel aleatria Z com distribuio normal com mdia zero e varincia um que
limita uma cauda superior igual a P: P=P(z>Z
P
).. As probabilidades e devem ser
baseadas, respectivamente, em riscos aceitveis de erro tipo 1 e erro tipo 2.
Para comparaes simples unilaterais o valor Z
/2
deve ser substitudo por Z
.
Esse procedimento requer informaes e decises sobre:
a) uma estimativa da varincia do erro experimental
2
,
b) a grandeza da diferena que deve ser detectada (),
c) a confiana com que desejado detectar a diferena (1-: potncia do teste),
d) nvel de significncia a ser usado nas comparaes dos tratamentos (:
probabilidade de erro tipo 1) e
e) o teste a ser adotado: bilateral ou unilateral.
O nmero requerido de repeties geralmente aumenta se:
a) o desvio padro cresce,
b) o tamanho da diferena a ser detectada aumenta,
c) a probabilidade do erro tipo 2 diminui e
d) a probabilidade do erro tipo 1 diminui.
O uso dessa expresso tem algumas dificuldades. Primeiramente, o valor de r
depende da varivel resposta. Portanto, em experimentos com mais de uma varivel
resposta relevante o valor determinado para r geralmente no nico. Nesse caso, em
princpio, o valor escolhido para r deve ser o maior dos valores determinados para cada
uma das variveis respostas. Segundo, o pesquisador deve atribuir valores apropriados
para a diferena e as probabilidades e dos erros tipo 1 e tipo 2. Em geral, a
diferena a detectar deve ser estabelecida segundo o significado da varivel resposta.
Em experimentos tecnolgicos, se a varivel resposta exprime uma caracterstica
referente produo, so usualmente importantes consideraes referentes qualidade
e ao valor do produto. Em algumas situaes, apenas diferenas grandes so
importantes; em outras, diferenas pequenas j so importantes. Nesses experimentos
pode ser conveniente que a escolha de seja estabelecida com o consenso de
pesquisadores e usurios da pesquisa. As escolhas das probabilidades e requerem a
compreenso dos significados dos erros tipo 1 e tipo 2, e a avaliao da gravidade
desses dois tipos de erros de deciso. O pesquisador tem que ser criterioso nessas
escolhas e levar em conta que no deve atribuir valores muito pequenos para ambos e
, pois o valor de r cresce com a diminuio dos valores de e .
Outra dificuldade o usual desconhecimento da varincia populacional
2
o que
requer a utilizao de algum valor apropriado em seu lugar. O problema que, se a
varincia
2
subestimada, o valor determinado para r menor do que o requerido, o
que implica que a potncia do teste 1- superestimada; se
2
superestimada, r
maior do que requerido e a potncia do teste subestimada. Esse problema pode ser
contornado pela definio da diferena em termos do desvio padro , ou seja, pela
expresso de como proporo ou percentagem de . Por exemplo, pode ser
especificado como igual a 1, 2 ou 3 desvios padres, o que implica razo / igual a 1,
1/2 ou 1/3, respectivamente. Entretanto, com esse procedimento a diferena detectada
no ser exatamente aquela desejada.
De qualquer forma, usualmente a varincia
2
deve ser substituda por algum valor
apropriado. Estimativas de varincia do erro experimental s
2
providas por experimentos
semelhantes j realizados so a melhor base para a escolha de um substituto paras
2
.
Com esse recurso o nmero de repeties requerido r deve ser ajustado para os graus
de liberdade
r
da estimativa do erro provida por um experimento com r repeties. O
nmero mnimo de repeties ajustado r provido pela expresso:
r
r
+3
r' = r
+1
.
Suponha-se que est sendo planejado um experimento para comparao de seis cultivares
de ervilha: 1-nica, 2-Profusion, 3-Roi des Fins Verts, 4-Early Harvest, 5-Annonay, 6-Fins des
Gourmets quanto produo de gros com delineamento de blocos de 6 parcelas. desejado
que as comparaes simples desses tratamentos detectem diferenas reais de 500kg/ha, qualquer
que seja seu sinal, com probabilidade 1-=0,80 de detectar uma diferena real dessa grandeza e
probabilidade =0,05 de detect-la quando ela no existe.
A estimativa da varincia da produo de gros, em decagramas por parcela de 4m
2
, obtida
de experimento semelhante realizado anteriormente em condies de solo e de clima tambm
semelhantes s
2
= 149,3 com 15 graus de liberdade. Ento, s=12,22 dag/4m
2
= 305kg/ha. Da
Tabela A Tabela A Tabela A Tabela A- -- -2 22 2 do Apndice Apndice Apndice Apndice obtm-se: Z
0,025
= 1,96 e Z
0,20
= 0,84. O nmero mnimo de repeties
requerido :
( )
2
2
305
r 2 1, 96+0, 84 = 5, 8
500
" #
$ %
$
%
$ %
& '
.
O nmero de graus de liberdade do erro para delineamento em blocos com 6 tratamentos e
uma repetio completa dos tratamentos em cada um dos blocos (6-1)(6-1) = 25. Ento, o
nmero de repeties ajustado :
25 +3
r' 5,8 = 6,3
25 +1
.
Portanto, o nmero de repeties requerido ajustado para os graus de liberdade igual a 7.
Pode-se verificar que os nmeros de repeties ajustados para = , 2 e 3 com
estimado por s=305 kg/ha so: 17, 5 e 3, respectivamente.

Em algumas situaes o nmero de unidades experimentais requerido pr-
determinado pelos recursos disponveis e, conseqentemente, o nmero de repeties
estabelecido pelo nmero de tratamentos. Se o nmero de repeties igual para todos
os tratamentos, r = N/t, onde N e t so, respectivamente, o nmero de unidades
experimentais e o nmero de tratamentos. Nessas circunstncias, o pesquisador no
pode planejar o experimento apropriado para detectar uma dada diferena de mdias de
tratamentos. Entretanto, ele pode avaliar a preciso e, portanto, a grandeza da diferena
das mdias de dois tratamentos que o experimento poder detectar com r repeties
para uma probabilidade 1- de declarar corretamente essa diferena e uma probabilidade
de declarar sua existncia incorretamente. A dife dife dife diferena mnima detectvel rena mnima detectvel rena mnima detectvel rena mnima detectvel nessas
circunstncias dada pela seguinte expresso, que pode ser obtida a partir da expresso
daquela que prov o nmero mnimo de repeties r:
( )
/2
2
Z +Z
r
! "
# ! .

400
Seja o experimento para comparao de cultivares de ervilha considerado no Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .9 99 9 .
Suponha-se que o pesquisador condicionado a planejar o experimento com 4 repeties e que
deseja saber a grandeza da diferena de mdias de cultivares que pode ser detectada pelas
comparaes, qualquer que seja seu sinal, com probabilidade 1-=0,90 de que essa diferena
seja declarada corretamente e probabilidade =0,05 de que seja declarada a existncia dessa
diferena quando ela no existe.
Para r=4 repeties, obtm-se:
( )
2
1, 96+0, 84 305
4
# ! = 603,9 kg/ha.
Pode-se verificar que as diferenas detectveis para nmeros mais elevados de repeties so
menores; por exemplo, para r = 6, 8 e 10 obtm-se as diferenas mnimas detectveis 493,1
kg/ha, 427,0 kg/ha e 381,9 kg/ha, respectivamente.

Pode ocorrer que o experimento requeira nmero de repeties muito maior do que
os recursos disponveis permitem. Nessas circunstncia a informao de que um
experimento satisfatrio invivel com esses recursos pode ser til para a busca de
alternativas que possam propiciar a diminuio da varincia do erro experimental
2
. Para
um dado nmero de repeties muito freqentemente a estimativa da varincia
2
pode
ser reduzida pela escolha apropriada do tamanho da unidade experimental, pela adoo
de controle de tcnicas experimentais e controle local mais eficazes, e por delineamento
experimental alternativo. Outras possibilidades tambm podem ser consideradas, como a
combinao em um nico experimento grande de fatores experimentais que estejam
sendo considerados para pesquisa em experimentos separados.
Se essas alternativas no forem apropriadas, o pesquisador deve tomar uma de
duas solues: a) admitir riscos maiores de erros tipo 1 e tipo 2, ou seja, adotar valores
maiores para e , ou no realizar o experimento. Particularmente, ele pode especular
sobre os pares de valores de e para os quais os recursos disponveis permitem a
adoo do nmero de repeties necessrio para detectar uma diferena desejvel.

As inferncias de interesse podem no se referir a comparaes simples de
tratamentos, mas a comparaes que envolvam grupos de tratamentos. Esse mesmo
procedimento pode ser utilizado para essas comparaes mais genricas. A expresso
do nmero de repeties requerido pode ser derivada da expresso da diferena mnima
detectvel como segue. A expresso para situao de duas mdias de tratamentos
corresponde a:
( )
/2 d
Z +Z
! "
# ! ,
onde
d
2
r
= o erro padro da diferena das estimativas das duas mdias. Uma
comparao ou diferena genrica de mdias populacionais de t tratamentos: m
1
, m
2
,...,
m
t
expressa por (Seo 8.6.1 Seo 8.6.1 Seo 8.6.1 Seo 8.6.1):
1 1 2 2 t t
C=c m +c m +...+c m ,
onde c
1
, c
2
,..., c
t
so constantes apropriadas para cada comparao particular. Se os t
tratamentos tm o mesmo nmero de repeties r, o erro padro da estimativa dessa
comparao :

2 2 2
1 2 t
d
c +c +...+c
=
r
.
Ento, a expresso da diferena mnima detectvel para essa comparao ou diferena
de mdias de tratamentos mais genrica :
( )

2 2 2
1 2 t
/2
c +c +...+c
Z +Z
r
! "
# ! .
Logo, a expresso do nmero de repeties requerido sem ajustamento para graus de
liberdade :
( )( )

2 2 2
1 2 t
2
2
/2
r c +c +...+c Z +Z
! "
#
!
" #
$ %
$
%
$
$ %
& '
.
Suponha-se que esteja sendo planejado um experimento para pesquisa do controle de
doenas fngicas do trigo por meio do fungicida Vitavax aplicado na semente e, adicionalmente,
em pulverizao da lavoura, com os seguintes tratamentos: t
1
- controle (sem fungicida), t
2
-
tratamento da semente com Vitavax e t
3
- tratamento da semente e pulverizao da lavoura com
Vitavax. Esse experimento deve ser conduzido em um nico local e ano, em terreno considerado
heterogneo. Por essa razo, o delineamento experimental dever compreender a formao de
blocos de 3 parcelas a cada um dos quais ser assinalada uma repetio dos 3 tratamentos.
A estimativa do desvio padro referente produo de gros obtida de experimento
semelhante realizado anteriormente em condies comparveis 124kg/ha com (3-1)(8-1)=14
graus de liberdade.
Segundo os objetivos do experimento, so de interesse as seguintes comparaes de
tratamentos:
- Efeito da aplicao do Vitavax: t
1
versus (t
2
, t
3
),
- Efeito da aplicao adicional do Vitavax em pulverizao da lavoura: (t
2
) versus (t
3
).
Para ilustrao, considere-se a primeira comparao: -2m
1
+m
2
+m
3
e suponha-se que
desejado detectar um efeito de fungicida de 250 kg/ha com probabilidade de 80% de declarar a
existncia de efeito do Vitavax quando ele realmente existe e probabilidade de 10% do erro de
declarar a existncia desse efeito quando ele no existe.
Para essa comparao tem-se:
2 2 2
1 2 3
c +c +c =
2 2 2
(-2) +1 +1 = 6. Como esperado que o
Vitavax no tenha efeito prejudicial para a produo, a comparao a considerar unilateral. Da
tabela da distribuio normal padro (Tabela A Tabela A Tabela A Tabela A- -- -2 22 2) obtm-se: Z
0,10
=1,28 e Z
0,20
=0,84.
Ento, o nmero de repeties requerido sem ajustamento para graus de liberdade :
( )
" #
$ %
$
%
$ %
& '
2
2
124
r 6 1,28+0,84
250
= 6,63
O ajustamento para os graus de liberdade (3-1)(6-1)=12 graus de liberdade resulta:
12+3
r' 6,6 = 7,7
12+1
.
Logo, o nmero de repeties requerido r=8.

At aqui, foi considerada a situao de igual nmero de repeties para todos os
tratamentos. Essa distribuio das unidades experimentais entre os tratamentos
apropriada quando as inferncias de interesse so as comparaes simples dos
tratamentos e essas comparaes so igualmente importantes. Quando as inferncias
importantes referem-se a comparaes que envolvam mais de dois tratamentos, ou seja,
comparaes de grupos de tratamentos, ou a um subconjunto das comparaes simples,
o nmero de repeties apropriado geralmente no o mesmo para todos os
tratamentos.

402
Em experimentos com um tratamento controle que constitui termo de comparao
para os demais tratamentos h duas possibilidades quanto s inferncias relevantes. A
primeira aquela em que as inferncias de interesse so as comparaes individuais dos
tratamentos alternativos com o tratamento controle, sendo as comparaes simples dos
tratamentos alternativos de menos importncia. Se o conjunto dos tratamentos
compreende um controle e p tratamentos alternativos e as comparaes simples dos
tratamentos alternativos com o controle so igualmente importantes, pode ser mostrado
que a preciso dessas comparaes mais elevada quando os tratamentos alternativos
tm o mesmo nmero de repeties e h I ) ( p unidades experimentais com o
tratamento controle para uma unidade experimental com cada um dos tratamentos
alternativos, onde I ) ( p denota a parte inteira do nmero p . Por exemplo, em um
experimento para pesquisa da eficcia de inseticidas para o controle de uma praga com 5
inseticidas e um tratamento controle correspondente ausncia de inseticida so
relevantes as 5 comparaes individuais dos inseticidas com o controle. Ento, se so
atribudas r
a
repeties para cada um dos tratamentos alternativos, o nmero de
repeties do tratamento controle deve ser r
c
= I ) ( 5 r
a
, ou seja, r
c
= 2r
a
. Logo, o nmero
de parcelas do experimento ser 7r
a
.
A segunda situao quando h maior interesse na comparao do tratamento
controle com o conjunto dos tratamentos p alternativos, ou seja, a comparao da mdia
do tratamento controle com a mdia dos tratamentos alternativos. Nesse caso os
tratamentos alternativos devem ter o mesmo nmero de repeties e o nmero de
repeties do tratamento controle deve ser igual a p vezes o nmero de repeties dos
tratamentos alternativos, ou seja, a relao entre os nmeros de repeties do tratamento
controle e dos tratamentos alternativos deve ser: r
c
= pr
a
. Por exemplo, em um
experimento de nutrio animal com um tratamento controle correspondente ausncia
de um componente da dieta e 5 tratamentos com quantidades substanciais desse
componente, a comparao mais relevante a que exprime o efeito desse componente,
ou seja, a comparao do tratamento controle com o conjunto dos 5 tratamentos com a
presena do componente. Ento, se so alocadas r
a
repeties para cada um dos
tratamentos alternativos, o tratamento controle deve ter r
c
= 5r
a
repeties.

As consideraes anteriores restringiram-se situao de um fator experimental e
delineamento ortogonal. No caso de dois ou mais fatores experimentais e delineamento
ortogonal, as comparaes consideradas para a determinao dos nmeros de
repeties necessrios podem ser comparaes de efeitos principais, ou seja,
comparaes de mdias dos nveis de um dos fatores globais para os nveis dos outros
fatores, ou comparaes de efeitos simples, isto , comparaes de mdias dos nveis de
um fator para combinaes particulares dos nveis dos outros fatores. A expresso do
nmero de repeties requerido estende-se para essas situaes com a considerao de
r como o produto do nmero de repeties por nmeros de nveis de fatores (Seo 6.4 Seo 6.4 Seo 6.4 Seo 6.4).
Para experimentos com delineamentos experimentais mais complexos h uma
ampla gama de procedimentos que variam segundo o efeito de interesse e o
delineamento. Esses procedimentos podem ser encontrados na bibliografia indicada no
final deste Captulo Captulo Captulo Captulo, particularmente em Zar (1999) e Kuehl (2000).

Em alguns experimentos as unidades de observao so plantas ou animais de
grande porte, como frutferas e arbreas, ou bovinos e ovinos, e as unidades
experimentais so constitudas de dois ou mais indivduos que constituem unidades de
observao. Nessas circunstncias o pesquisador deve decidir no apenas sobre o
nmero de unidades experimentais, mas, tambm, sobre o nmero de unidades de
observao por unidade experimental.
Levando em conta apenas os custos relativos da unidade de observao e da
unidade experimental, evidente que, se o custo de observaes mltiplas na mesma
unidade experimental o mesmo de adotar o correspondente nmero de unidades
experimentais, a melhor soluo ter tantas unidades experimentais quanto necessrio
com apenas uma unidade de observao em cada uma dessas unidades, ou duas no
caso de interesse na variao dentro de unidade experimental. Por outro lado, se, como
mais usual, a unidade experimental tem custo mais elevado, ser melhor o uso de
poucas unidades experimentais, com um nmero relativamente grande de unidades de
observao em cada unidade experimental. Por exemplo, em um experimento sobre o
controle de uma infeco de bovinos de corte com antibiticos em que os animais so
mantidos em um potreiro comum o custo de uma unidade experimental com dois animais
o mesmo de duas unidades experimentais com um animal. Nesse caso, evidentemente,
no h porque considerar mais de uma unidade de observao por unidade experimental.
Entretanto, em um experimento de lotao de animais de corte em pastoreio em que a
unidade experimental um potreiro com um ou mais animais, o custo de dois potreiros
cada um com um animal consideravelmente mais elevado do que o de um potreiro com
dois animais. Nesse caso melhor usar um pequeno nmero de unidades experimentais
cada uma com um grande nmero de unidades de observao.
Todavia a deciso usualmente no to simples, pois devem ser levados em
considerao os requisitos referentes a tamanho e composio da unidade experimental
(Seo Seo Seo Seo 9.4.2.1 9.4.2.1 9.4.2.1 9.4.2.1) e a preciso das inferncias (Seo 6 Seo 6 Seo 6 Seo 6.5.3 .5.3 .5.3 .5.3).
Se o nmero de observaes igual em todas as unidades experimentais, a
varincia do erro experimental por unidade experimental :
+
2
2 o
e
k
,
onde
2
e
a varincia entre unidades experimentais,
2
o
a varincia entre unidades de
observao dentro de unidade experimental e k o nmero de unidades de observao
por unidade experimental. Ento, na situao de um nico fator experimental, mesmo
nmero de repeties para todos os tratamentos e delineamento ortogonal, o erro padro
da estimativa da diferena de duas mdias de tratamentos :

2
2 o
e
2
+
r k
.
Assim, se o pesquisador tem informao sobre a grandeza relativa das varincias
2
e
e
2
o
baseada em experimentos realizados anteriormente em circunstncias
semelhantes, ele pode determinar a relao entre o nmero de repeties r e o nmero
de unidades de observao por unidade experimental k que minimiza esse erro padro e,
portanto, maximiza a preciso das comparaes de mdias de tratamentos.
Se for possvel avaliar os custos relativos da unidade de observao e da unidade
experimental, pode ser determinada a relao entre r e k mais econmica para produzir
um dado erro padro.
9.4.4 9.4.4 9.4.4 9.4.4 Preparao das condies experimentais Preparao das condies experimentais Preparao das condies experimentais Preparao das condies experimentais
O controle de tcnicas experimentais deve ser utilizado para garantir a
conformidade das condies experimentais a serem implementadas com as definies
correspondentes estabelecidas no plano do experimento. Essas tcnicas experimentais
devem evitar o confundimento das caractersticas inerentes s condies experimentais
com caractersticas estranhas, de modo que seja garantida, tanto quanto possvel, a
implementao das condies experimentais segundo suas respectivas definies.

404
a) Se as condies experimentais so cultivares (nveis de fator de tratamento), devem ser
utilizadas as tcnicas experimentais apropriadas para que as sementes distingam-se, tanto quanto
possvel, apenas pelas caractersticas inerentes constituio gentica das cultivares. Essas
tcnicas experimentais devem evitar o confundimento das caractersticas genticas da semente
inerentes cultivar com caractersticas estranhas tambm constituintes da semente, tais como as
caractersticas referentes a sanidade, pureza e vigor.
b) Se as condies experimentais so raas (nveis de fator intrnseco), os animais
escolhidos para a amostra devem distinguir-se, tanto quanto possvel, apenas por caractersticas
inerentes s raas. Para tal, devem ser obtidos animais com as demais caractersticas to
similares quanto possvel, ou seja, animais de idades e pesos corporais prximos, submetidos a
mesmo manejo, com estado sanitrio semelhante, etc.

Consideraes semelhantes valem para tratamentos especialmente preparados
para o experimento, que nesse caso constituem simulaes de condies da populao
objetivo.
So exemplos de tratamentos especialmente preparados para o experimento os nveis dos
a) percentagem de umidade da semente e temperatura do ambiente, em um experimento de
armazenamento de semente;
b) altura da lmina de gua, em um experimento de irrigao por inundao; e
c) infestao do animal, em um experimento para pesquisa do efeito da carga de parasitos
sobre o desempenho animal em que so provocadas infestaes nos correspondentes nveis do
fator experimental.
9.4.5 9.4.5 9.4.5 9.4.5 Perodo pr Perodo pr Perodo pr Perodo pr- -- -experimental experimental experimental experimental
Em alguns experimentos com animais, pode ser requerido um perodo pr perodo pr perodo pr perodo pr- -- -
experimental experimental experimental experimental para a preparao ou adaptao dos animais de modo que eles simulem as
condies dos indivduos da populao objetivo ou adquiram adaptao uniforme ao
ambiente e ao manejo aos quais estaro sujeitos no perodo experimental.
a) Em experimentos com animais que devem ser dispostos em instalaes ou ambientes
no usuais, ou quando os animais provm de instalaes ou ambientes heterogneos, pode ser
conveniente um perodo preliminar de adaptao dos animais s instalaes e ao ambiente do
experimento.
b) Em experimentos de nutrio animal com animais que foram anteriormente submetidos a
dietas ou sistemas alimentares diferentes pode ser conveniente um perodo preliminar de
administrao de uma dieta uniforme ou condicionamento a um sistema alimentar comum. Em
algumas circunstncias, pode ser apropriada a administrao das dietas ou sistemas alimentares
aos quais os animais estaro sujeitos no experimento.
9.4.6 9.4.6 9.4.6 9.4.6 Preparao do pessoal tcnico Preparao do pessoal tcnico Preparao do pessoal tcnico Preparao do pessoal tcnico
Em experimentos em que importante a participao de pessoal tcnico e auxiliar,
tal como operadores, provadores e indivduos envolvidos em alguma atividade de manejo
com o material experimental pode ser requerido o treinamento desses indivduos para
capacitao e uniformizao de habilidades. Nessas circunstncias, pode ser importante
a preparao de instrues escritas referentes s tcnicas experimentais a serem
implementadas e o seguimento estrito dessas instrues.
9.4.7 9.4.7 9.4.7 9.4.7 Execuo do experimento Execuo do experimento Execuo do experimento Execuo do experimento
A execuo do experimento compreende o perodo de funcionamento ou operao
das unidades, que usualmente denominado perodo experimental perodo experimental perodo experimental perodo experimental.
Nesse perodo executada parte das aes referentes coleta dos dados. Outra
parte procedida aps o encerramento do perodo experimental e compreende as tarefas
de mensurao e de registro dos dados que requerem instalaes, instrumentos e
procedimentos apropriados, incluindo laboratrios para anlises. Pela sua relevncia,
tratar-se- da coleta dos dados a parte, na Seo Seo Seo Seo 9.4.8 9.4.8 9.4.8 9.4.8.
Por convenincia de exposio, distinguir-se-o os dois seguintes tpicos
referentes ao perodo experimental:
funcionamento das unidades e
aplicao dos tratamentos.
Funcionamento ou operao das unidades Funcionamento ou operao das unidades Funcionamento ou operao das unidades Funcionamento ou operao das unidades
O perodo experimental envolve uma grande quantidade e variedade de tcnicas
experimentais que correspondem aos procedimentos usuais requeridos para o
funcionamento ou operao das unidades da populao objetivo, e aes prprias para
controle experimental. Por exemplo, so procedimentos usuais em experimentos com
plantas as tcnicas de cultivo (tambm denominadas prticas de cultivo ou tratos
culturais); em experimentos com animais, as tcnicas de criao (ou prticas de criao,
ou tcnicas de manejo). O Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .15 15 15 15 apresenta ilustraes dessas tcnicas
experimentais.
Exemplos de tcnicas experimentais que constituem procedimentos usuais na populao
objetivo:
a) em experimentos agrcolas de campo, as tcnicas de cultivo dependem da espcie e do
sistema de cultivo; em geral, compreendem procedimentos e aes referentes a: preparao do
solo, plantio, aplicao de inseticidas, fungicidas e herbicidas, proteo contra predadores,
irrigao, drenagem, capina, transplante, desbaste de frutos, proteo contra vento, colheita, etc.;
b) em um experimento com animais, tcnicas de criao compreendem procedimentos e
aes referentes a: suprimento de rao e gua, tratos sanitrios, proteo contra doenas,
parasitas, predadores, vento, etc.

recomendvel que essas tcnicas experimentais sejam cuidadosamente
elaboradas e implementadas com vistas ao controle experimental, de modo que no
impliquem em fontes de variao estranha relevante.
Por outro lado, pode ser conveniente que algumas tcnicas que no constituem
procedimentos ou prticas usuais nas unidades da populao objetivo sejam empregadas
intencionalmente com o propsito de controle experimental. Tcnicas experimentais
dessa origem so ilustradas no Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .16 16 16 16.
Exemplos de tcnicas experimentais que no constituem procedimentos ou prticas usuais
nas unidades da populao objetivo:
a) em um experimento agrcola de campo, uniformizao de caractersticas da semente e
da data de plantio, e homogeneizao do nmero de sementes plantadas por parcela ou reduo
das plantas que emergem a um mesmo nmero por parcela;
b) em um experimento com animais, uniformizao das instalaes e dos animais, e
controle rigoroso da lotao e do provimento de rao e de gua.


406
O controle de tcnicas experimentais referentes operao das unidades deve ser
implementado com cuidados especiais em experimentos tecnolgicos de ampla
abrangncia espacial e temporal, em experimentos de longa durao e em experimentos
executados em mais de uma etapa. Nesses experimentos o controle de tcnicas
experimentais deve ser efetuado uniformemente em todas as sees do espao e ao
longo do tempo. Em experimentos bsicos, conduzidos em laboratrio, estufa ou casa de
vegetao, o controle de tcnicas experimentais pode ser utilizado mais intensivamente e
de modo mais refinado e eficiente.
Aplicao dos tratamentos Aplicao dos tratamentos Aplicao dos tratamentos Aplicao dos tratamentos
Os tratamentos devem ser aplicados s unidades experimentais por processo
aleatrio que leve em conta apropriadamente a estrutura das unidades determinada pelo
controle local (Seo Seo Seo Seo 9.5 9.5 9.5 9.5).
A aplicao dos tratamentos envolve um conjunto de tcnicas experimentais
importantes que devem ser implementadas com proveito para o aumento da preciso e
da validade do experimento (Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 Sees 6.5.3 e 6.5.4 6.5.4 6.5.4 6.5.4).
Os tratamentos devem ser aplicados conforme as definies estabelecidas no
planejamento das condies experimentais, particularmente nas ocasies e segundo os
esquemas especificados. Ressalvadas essas definies, os procedimentos de aplicao
devem ser uniformes para todos os tratamentos. Essas consideraes so especialmente
relevantes em experimentos de ampla abrangncia, repetidos em diversos locais de uma
regio e em vrios perodos de um intervalo de tempo, como o caso de experimentos
agrcolas com plantas anuais, e em experimentos de longa durao, como experimentos
com plantas perenes e certos experimentos de fertilizao do solo e com animais.
Os tratamentos prescritos podem requerer aplicao nica ou mltipla, em
momentos ou intervalos de tempo coincidentes ou no, de amplitudes iguais ou
diferentes (Seo 8.2.1 Seo 8.2.1 Seo 8.2.1 Seo 8.2.1). Por exemplo, cultivares podem requerer aplicao simultnea,
na poca de plantio apropriada, enquanto que as aplicaes de inseticidas, antibiticos e
dietas podem ter diversas definies, que podem compreender: aplicao nica
simultnea ou em diversos instantes distintos, ou aplicao mltipla em instantes comuns
ou diversificados, segundo esquemas apropriados. No caso de aplicao nica em um
mesmo momento, deve ser garantido que as aplicaes dos distintos tratamentos abranja
perodo suficientemente curto de modo que no decorram efeitos diferenciais para os
tratamentos. No caso de aplicao em diversos instantes, o cronograma de aplicao
deve ser obedecido estritamente.
Em alguns experimentos as aplicaes de tratamentos distintos podem requerer
amplitudes de tempo diferentes. Nesse caso, freqentemente h mais de uma alternativa
para a escolha apropriada; entre elas, perodos de aplicao com incio no mesmo
instante e trmino varivel, ou incio em instantes diferentes de modo que os trminos
coincidam.
Qualquer desvio das definies estabelecidas implica confundimento de efeitos de
tratamentos com efeitos de caractersticas estranhas que se alteram com o tempo.
Devem ser utilizadas tcnicas experimentais apropriadas para garantir que seja lograda a
comparabilidade dos tratamentos conforme as definies estabelecidas no plano do
experimento.
9.4.8 9.4.8 9.4.8 9.4.8 Coleta dos dados Coleta dos dados Coleta dos dados Coleta dos dados
Os dados de um experimento so os resultados das mensuraes de
caractersticas importantes das unidades da amostra. Os dados mais relevantes so
usualmente os valores das variveis respostas originais, registrados nas correspondentes
unidades de observao. A caracterizao das variveis respostas foi considerada no
Captul Captul Captul Captulo 7 o 7 o 7 o 7. Tambm podem ser importantes dados de variveis que exprimam
caractersticas estranhas e caractersticas explanatrias consideradas a seguir.
a) Co-variveis estranhas para controle estatstico: Dados de co-variveis (ou
variveis concomitantes) que exprimam caractersticas estranhas relevantes, para
propsito de controle experimental (Sees 5.6.3 Sees 5.6.3 Sees 5.6.3 Sees 5.6.3 e 9.6 9.6 9.6 9.6).
b) Co-variveis explanatrias para deteco de interaes: Dados de co-variveis
que expressem caractersticas das unidades que possam interagir com efeitos dos
tratamentos, para verificar se os efeitos dos tratamentos sobre variveis respostas variam
com essas caractersticas. (Seo 5.8 Seo 5.8 Seo 5.8 Seo 5.8).
c) Co-variveis explanatrias para explicao da variao de valores de variveis
respostas: Dados de co-variveis que exprimam caractersticas das unidades que
possam ter efeitos relevantes sobre caractersticas respostas que se confundam com
efeitos de fatores experimentais (Seo 5.8 Seo 5.8 Seo 5.8 Seo 5.8).
d) Variveis necessrias para determinao de valores de variveis respostas
derivadas: Dados de variveis que exprimam caractersticas estranhas necessrios para
a derivao de dados de variveis respostas (Seo 7.2 Seo 7.2 Seo 7.2 Seo 7.2).
e) Variveis que representem caractersticas estranhas perturbadoras: A execuo
cuidadosa do experimento inclui observaes de rotina para deteco de ocorrncias
estranhas relevantes. Dados dessas observaes podem ser teis para considerao nos
procedimentos de inferncia e na interpretao dos resultados do experimento. Em
algumas circunstncias, eles possibilitam a correo ou ajustamento para influncias de
caractersticas estranhas perturbadoras. Esse o caso; por exemplo, quando algumas
plantas ou animais so prejudicados ou morrem em decorrncia de incidncia de alguma
praga ou doena, ou ataque por predador. Se todas as unidades afetadas so
identificadas, o confundimento que decorreria para os efeitos atribuveis a fatores
experimentais pode ser evitado com a desconsiderao dessas unidades na anlise
estatstica dos resultados. As unidades desconsideradas por essa razo so usualmente
designadas unidades perdidas unidades perdidas unidades perdidas unidades perdidas ou parcelas perdidas parcelas perdidas parcelas perdidas parcelas perdidas. Esse procedimento constitui, de
fato, o controle estatstico da caracterstica estranha perturbadora.
f) Variveis que expressem os nveis de um fator quantitativo para verificar se os
nveis aplicados na amostra so aqueles definidos para a populao objetivo. Em
algumas situaes pode ser difcil ou invivel a aplicao das quantidades
correspondentes aos nveis de um fator quantitativo exatamente como definidas. Por
exemplo, quando os nveis correspondem a diferentes temperaturas de um ambiente ou
umidades da semente. Nessas circunstncias, pode ser importante verificar se os
tratamentos realmente aplicados correspondem aos tratamentos definidos no plano do
experimento; no exemplo, se as temperaturas ou umidades foram de fato obtidas. Se for
detectada alguma discrepncia relevante entre os nveis reais e os nveis nominais do
fator, e for impossvel uma ao corretiva, pode ser conveniente efetuar algum
ajustamento dos valores observados da varivel resposta para correo dessa
discrepncia atravs de procedimento apropriado de anlise estatstica.

As mensuraes para gerao dos dados so executadas antes, durante e aps o
perodo experimental. Mensuraes de caractersticas estranhas so efetuadas antes e
durante o perodo experimental, neste ltimo caso no prprio local de execuo do
experimento. Caractersticas respostas podem ser originais ou derivadas (Seo 7.2 Seo 7.2 Seo 7.2 Seo 7.2).
Algumas caractersticas respostas originais podem referir-se ao desempenho das
unidades na fase de sua operao; dados referentes a essas caractersticas so
usualmente registrados durante o perodo experimental, no local da conduo do
experimento. Usualmente, entretanto, as caractersticas respostas originais mais
importantes so caractersticas do produto das unidades. Essas caractersticas respostas
so mensuradas ao encerramento do perodo experimental, no prprio local da execuo
do experimento, ou aps o encerramento desse perodo, atravs de partes coletadas do

408
produto, em instalaes apropriadas. Estas ltimas mensuraes podem compreender
processos de anlise bastante elaborados.
Caractersticas respostas derivadas ou compostas so definidas por relaes de
caractersticas respostas originais ou puras e de caractersticas estranhas. Assim, essas
caractersticas no so mensuradas diretamente; valores de variveis respostas que as
representam so obtidos atravs de operaes aritmticas com valores de variveis
respostas e de variveis estranhas.
A mensurao de caractersticas respostas originais e de caractersticas estranhas
relevantes pode demandar tcnicas experimentais desde as mais simples at as mais
elaboradas. Algumas tcnicas e procedimentos referentes coleta de dados foram
referidos nas Sees 7.3 Sees 7.3 Sees 7.3 Sees 7.3 e 7.4 7.4 7.4 7.4, que tratam de escalas e unidades de medida, e de
processos de mensurao de caractersticas respostas.
Experimentos de ampla abrangncia e experimentos de longa durao usualmente
compreendem a coleta peridica de dados que abrange intervalo de tempo bastante
longo. Esse o caso de alguns experimentos de melhoramento gentico e de fertilizao
do solo, e de muitos experimentos com animais e plantas perenes.
A sistematizao e, sempre que possvel, a automao da coleta dos dados so
importantes para evitar erros de registro e de transcrio de dados. A disponibilidade de
instrumentos apropriados permite que o registro de dados de certas variveis possa ser
efetuado automaticamente, sem a interveno humana. Apesar dos avanos no registro
automtico de dados, os mtodos de registro de resultados de experimentos mais
amplamente utilizados ainda so manuais. Nessas circunstncias, devem ser utilizados
planilhas ou formulrios prprios para o registro dos dados, na forma apropriada para a
edio de um arquivo de dados em meio magntico. A forma mais usual e geralmente
recomendada a disposio dos dados em uma tabela de dupla-entrada, com as
variveis dispostas nas colunas e as observaes nas linhas. A ordenao das variveis
nas colunas e das observaes nas linhas arbitrria e deve ser determinada segundo a
convenincia. Geralmente, conveniente que a tabela seja preenchida da esquerda para
direita, na medida em que os dados se tornem disponveis. Para tal, os fatores
experimentais devem ser assinalados s primeiras colunas; os fatores de unidade, ou
seja, as variveis que exprimem caractersticas estranhas controladas por controle local,
a um segundo conjunto de colunas; as co-variveis explanatrias e estranhas a um
terceiro conjunto de colunas; e, finalmente, as variveis respostas originais devem ser
alocadas s ltimas colunas, na ordem em que seus valores sero registrados (F FF Figura igura igura igura
9 99 9. .. .1 11 1). Semelhantemente, conveniente que a disposio das observaes nas linhas seja
aquela em que os dados sero registrados.

Fatores
experimentais
Fatores de
unidade
Co-variveis
Variveis
respostas

Obs.
FE
1
FE
2
... FU
1
FU
2
... C
1
C
2
... R
1
R
2
...
1
2
...

F FF Figura igura igura igura 9 99 9. .. .1 11 1. Formato de planilha para o registro de dados de experimentos.

Na impossibilidade de registro automtico dos dados, esse procedimento evita a
transcrio de dados. Nessas planilhas, as variveis so usualmente representadas por
abreviaturas ou siglas. A planilha definida para o registro dos dados deve constar do
protocolo do experimento, onde as variveis devem ser claramente descritas, com a
especificao das escalas e unidades de medida a serem utilizadas.
Dados de variveis nominais e ordinais e de variveis racionais que exprimem
contagens usualmente so nmeros inteiros no negativos exatos de poucos dgitos.
Entretanto, dados de variveis intervalares e racionais, em geral, so nmeros reais no
exatos tomados como aproximaes para os valores verdadeiros das grandezas
mensuradas com um certo nvel de preciso dependente do instrumento de mensurao.
Nessas circunstncias, devem ser adotados critrios apropriados para a deciso
referente preciso do processo de mensurao e ao nmero de dgitos a considerar no
registro dos dados.
Em geral, a inexatido dos dados resultantes de um processo de mensurao
devida inabilidade para a mensurao exata ou falta de interesse para mensurao
mais exata, porque valores mais exatos no aumentariam a utilidade do resultado. O
nmero de dgitos (algarismos) nos dados de uma varivel que exprimem a preciso do
processo de mensurao denominado nmero de dgitos significativos nmero de dgitos significativos nmero de dgitos significativos nmero de dgitos significativos.
Convencionalmente, o ltimo algarismo de um nmero aquele que foi obtido com
alguma incerteza, isto , foi aproximado por arredondamento. A conveno usual de
aproximao por arredondamento a seguinte:
a) se o primeiro algarismo direita do ltimo dgito a ser conservado menor do
que 5, esse ltimo dgito no alterado; assim, 7,549 torna-se 7,5 quando
arredondado para dois dgitos, ou para uma casa decimal;
b) se o primeiro algarismo a ser descartado maior do que 5, ou 5 seguido de um
algarismo diferente de zero em qualquer posio direita, o ltimo dgito retido
aumentado de uma unidade; por exemplo, quando so arredondados para trs
dgitos, 57,46 torna-se 57,5 e 39,650001 torna-se 39,7;
c) quando o primeiro dgito a ser descartado 5 e todos os dgitos direita deste
so zeros (supondo que o nmero escrito com um nmero infinito de casas
alm do 5), o ltimo dgito retido comumente o prximo dgito par.
Com base nessa conveno, o nmero 35 em um conjunto de dados de uma
varivel contnua sugere que o instrumento de medida era graduado em unidades e que
o verdadeiro valor medido poderia situar-se entre 34 e 36. Semelhantemente, o nmero
35,7 exprime uma medida entre 35,6 e 35,8; e o nmero 35,65, uma medida entre 35,64
e 35,66.
Um valor inexato dito ar ar ar arredondado redondado redondado redondado para o ltimo algarismo (dgito) significativo.
Um algarismo em um nmero significativo se o erro do algarismo na prxima posio
direita no superior a 5 nem inferior a -5. Todos os algarismos esquerda do ltimo
algarismo significativo (ou seja, o algarismo significativo mais direita) so algarismos
significativos do nmero, exceto em nmeros menores que 0,1 nos quais os zeros entre a
primeira casa decimal e o primeiro algarismo diferente de zero no so significativos.
Assim, o nmero de algarismos significativos de um dado nmero o nmero de dgitos
contados esquerda a partir do ltimo algarismo significativo at o ltimo algarismo
esquerda diferente de zero, includo este.
Sempre que possvel, os dados devem ser escritos de modo que mostrem quantos
dgitos so significativos. Assim, os nmeros que seguem tm quatro algarismos
significativos: 5.412, 541,2, 54,12, 0,541.2 e 0,005.412.
O nmero de dgitos significativos de um nmero inteiro cujos ltimos algarismos
so um ou mais zeros pode ser duvidoso. Por exemplo, 53.140.000 pode compreender 4,
5, 6, 7 ou 8 algarismos significativos. Nessas situaes, pode ser conveniente indicar o
ltimo algarismo significativo por um ponto colocado acima. Assim,
!
53.140.000 indica
quatro algarismos significativos, e
!
53.140.000 indica seis algarismos significativos. Uma
conveno mais conveniente escrever apenas o conjunto dos algarismos significativos
do nmero multiplicado por uma potncia de 10 apropriada; por exemplo, o nmero
53.140.000 pode ser escrito nas formas 5.314x10
4
e 53,14x10
6
, para mostrar seus quatro
algarismos significativos.

410
Em algumas situaes, pode ser conveniente uma mudana da unidade de medida
para lograr uma expresso sinttica e que revele mais claramente os algarismos
significativos. Assim, por exemplo, se o dado 4.200 gramas compreende dois algarismos
significativos, pode ser mais conveniente exprimi-lo como 42 hectogramas, ou 4,2
quilogramas, com todos os algarismos significativos.
Outra questo importante refere-se ao nmero de dgitos significativos nos dados
originais, ou seja, preciso do processo de mensurao. De modo geral, dados com
nmero muito pequeno de dgitos significativos podem exprimir a varivel com preciso
aqum da desejvel, enquanto que dados com nmero muito elevado de dgitos
significativos podem prover preciso exagerada, o que pode incorrer em perda de tempo,
mau uso de recursos e dificuldades desnecessrias, tanto no registro como na edio e
na anlise dos dados. Algum meio termo apropriado deve ser estabelecido.
Os dados no devem ser registrados com dgitos em nmero maior do que aquele
que exprime a preciso real do processo de mensurao, para no transmitirem
impresso falsa da preciso. Muito freqentemente, a preciso limitada ao possvel ou
prtico. Por exemplo, se a altura individual das plantas de uma rea pode variar em 1 cm
ou mais devido ao local particular da superfcie do solo onde apoiada a rgua, ou
devido a uma curvatura do caule, no h sentido em registrar a medida com preciso
maior do que o centmetro mais prximo. Semelhantemente, se o peso de bovinos pode
alterar-se 1 kg ou mais ao animal defecar ou urinar; o peso do animal precisa ser
registrado apenas no quilograma mais prximo.
A preciso apropriada dos dados de variveis respostas originais depende da
grandeza das diferenas importantes. Por exemplo, em experimentos com bovinos
usualmente no h interesse em diferenas de peso vivo em um perodo de 100 dias ou
mais de grandeza de menos de 1 kg. Nessas circunstncias, no h necessidade de
pesar os animais com preciso maior do que o prximo quilograma.
A preciso apropriada dos dados tambm depende da variao dos valores da
varivel na populao objetivo. De modo geral, se h uma noo aproximada do desvio
padro da populao e o tamanho da amostra grande, no vale a pena registrar dados
com preciso superior a um dcimo do desvio padro. Assim, se o desvio padro
aproximadamente 50, usualmente suficiente registrar os dados ao 5 mais prximo. Uma
regra equivalente registrar os dados com uma preciso de 2% da amplitude dos valores
da varivel na populao objetivo. Por exemplo, se a amplitude na populao objetivo
100, ser usualmente satisfatrio registrar os dados ao 2 mais prximo. Preciso maior
do que a sugerida por essas regras pode ser usada por convenincia. Assim, se a
balana ou rgua graduada em dcimos, mais fcil ler e registrar os dados ao dcimo
mais prximo do que aos dois dcimos mais prximos.
Como regra geral, comumente recomendvel o uso de trs dgitos significativos
como suficiente para a maioria das pesquisas em biologia e agricultura, e em muitas
outras reas. Algumas vezes dois dgitos so suficientes; entretanto, em algumas
pesquisas, pode ser aconselhvel quatro ou mais dgitos significativos.
9.4.9 9.4.9 9.4.9 9.4.9 Preparao e edio dos dados Preparao e edio dos dados Preparao e edio dos dados Preparao e edio dos dados
Os dados coletados devem passar por uma etapa de preparao em forma
apropriada para o processamento das anlises. Modernamente, com os recursos
disponveis de computao eletrnica, a forma final usualmente um arquivo de dados
em meio magntico. Essa etapa pode envolver diversos passos importantes que podem
demandar esforo e recursos elevados, especialmente em experimentos de ampla
abrangncia e com grande nmero de variveis. Uma breve caracterizao desses
passos feita a seguir.
Registro dos dados Registro dos dados Registro dos dados Registro dos dados
Os dados coletados atravs de mensuraes so os dados bsicos, usualmente
denominados dados originais, puros ou crus. Esses dados so muito freqentemente
registrados em planilhas ou formulrios apropriadamente formatados (F FF Figura igura igura igura 9 99 9. .. .1 11 1). Alguns
desses dados so valores de variveis respostas originais; outros so valores de
variveis estranhas teis para a determinao dos dados de variveis respostas
derivadas e valores de co-variveis para os propsitos listados nos primeiros pargrafos
da Seo Seo Seo Seo 9.4.8 9.4.8 9.4.8 9.4.8. Com a disponibilidade atual de recursos de computao, os dados das
variveis derivadas no precisam ser registrados nessas planilhas; podem ser
ulteriormente calculados automaticamente, evitando o trabalho de clculo manual e as
possibilidades de erros de clculos e de transcrio.
Aps essa etapa inicial, deve ser procedida a verificao dos dados para a
deteco e correo de problemas referentes legibilidade, ausncia de informaes e
presena de dados discrepantes, ou seja, dados fora dos intervalos em que so
esperados. Usualmente, devem ser assinalados cdigos para identificao das variveis
nas colunas da planilha. Devem ser definidos cdigos apropriados para indicao de
valores perdidos valores perdidos valores perdidos valores perdidos, ou seja, para a substituio de dados ausentes ou que no foram
coletados em unidades de observao afetadas por alguma fonte de variao estranha
perturbadora. Uma notao usual para valores perdidos um ponto (.).
Em situaes em que a coleta dos dados automatizada, os dados das variveis
originais so registrados diretamente em meio magntico, onde ficam disponveis.
Criao do arquivo ou base de dados Criao do arquivo ou base de dados Criao do arquivo ou base de dados Criao do arquivo ou base de dados
Se os dado no foram coletados automaticamente e registrados diretamente em
meio magntico, eles esto disponveis em planilha prpria. Nesse caso, se h
disponibilidade de recursos para tratamento automtico dos dados, deve ser procedida a
digitao para a criao do arquivo ou base de dados em meio magntico (ou seja, em
disquete ou disco rgido). Alguns "pacotes" de anlise estatstica possuem recursos
prprios para a criao de arquivos de dados. Alternativamente, o arquivo de dados pode
ser criado atravs de um editor de textos ou de planilha, ou de um utilitrio para banco de
dados.
Aps essa fase de criao do arquivo de dados, deve ser emitida uma listagem do
arquivo para verificao da correo da transcrio dos dados, atravs de comparao
visual com a fonte original dos dados. Qualquer incorreo deve ser corrigida no arquivo
em meio magntico e novamente verificada atravs de uma listagem atualizada.
Crtica e edio da base de dados Crtica e edio da base de dados Crtica e edio da base de dados Crtica e edio da base de dados
Em situaes de grande volume de dados, so freqentes erros na planilha dos
dados originais e no arquivo criado em meio magntico, mesmo aps revises visuais.
Nessas circunstncias, pode tornar-se importante a execuo de uma verificao
complementar com o recurso do prprio "pacote" que ser utilizado para execuo das
anlises estatsticas.
Uma crtica para a deteco de dados possivelmente incorretos pode ser efetuada
atravs do clculo de estatsticas descritivas, como mnimo, mximo e distribuio de
freqncias, para cada varivel. Essas informaes podem permitir a deteco de dados
discrepantes, ou seja, que se destacam dos demais. Alguma representao grfica dos
dados tambm pode ser til para a identificao de problemas. Para bases de dados de
estrutura complexa, podem ser recomendveis verificaes lgicas. Por exemplo, se as
observaes foram registradas ordenadamente ao longo do tempo, dados registrados em
um instante de tempo no podem suceder dados registrados em instantes ulteriores;
semelhantemente, se um animal morreu ou foi descartado em um instante do perodo

412
experimental, no pode haver dados registrados para esse animal nas avaliaes que
seguem.
A importncia da crtica de dados deve ser enfatizada. Sua ausncia
freqentemente implica perda de tempo decorrente de reprocessamento de anlises
estatsticas requerido pela identificao de problemas que se tornam evidentes na
apreciao dos resultados de tais anlises. Naturalmente, as conseqncias so mais
srias quando no so percebidos erros.
Nessa fase, so criados os dados das variveis derivadas. Usualmente, esses
dados podem ser gerados por facilidades propiciadas pelos prprios "pacotes" de anlise
estatstica. Nesse caso, muito freqentemente, esses dados no precisam ser criados e
includos no arquivo em meio magntico, mas em conjuntos de dados temporrios
criados especificamente para uso no momento do processamento das anlises
estatsticas.
Usualmente, dados de experimentos de ampla abrangncia espacial e temporal no
so preparados e editados de uma nica vez, ao fim do experimento. A preparao e
edio de dados so procedidas progressivamente, na concluso de cada uma das
etapas do experimento, para que possam ser processadas anlises com vistas
avaliao de resultados parciais. Nessas circunstncias, a seqncia "coleta de dados -
preparao de dados - edio de dados" repete-se em diversos ciclos. Se conveniente,
podem ser criados arquivos de dados separados para essas etapas; nesse caso
recomendvel que esses arquivos tenham estruturas compatveis para que possam ser
reunidos quando necessrio para a execuo de anlises conjuntas.
O tempo necessrio para essa etapa de edio da base de dados depende da
quantidade e da qualidade dos dados originais e do nvel de confiana da exatido dos
dados que desejado. Deve ser enfatizado que, mesmo que sejam utilizados os mtodos
estatsticos apropriados para a anlise dos dados, as concluses derivadas sero no
mximo to boas quanto os dados nos quais elas se baseiam.
1. Explique porque as definies do nmero de repeties e do tamanho do experimento so
estreitamente relacionadas.
2. Explique a razo da importncia da definio do nmero de repeties no planejamento do
experimento e porque o estabelecimento dessa definio usualmente difcil.
3. Enumere as informaes que o pesquisador deve ter disponveis para a determinao do
nmero apropriado de repeties para um experimento particular.
4. Suponha que um pesquisador est planejando um experimento para comparao de cultivares
de batata com a considerao de cinco cultivares: 1-Monte Bonito, 2-Baronesa, 3-Santo Amor,
4-Trapeira e 5-Cristal. Em experimento anterior com objetivos e condies de material
experimental similares, e delineamento em blocos, a estimativa da varincia do erro
experimental referente ao peso da produo de tubrculos, em t/ha, foi s
2
= 1,495 com 15
graus de liberdade. O pesquisador deseja que o experimento tenha habilidade para detectar
diferenas reais desses tratamentos de 2 t/ha, qualquer que seja seu sinal, com probabilidade
1-=0,80 de detectar uma diferena real dessa grandeza e probabilidade =0,05 de detect-la
quando ela no existe. Determine o nmero de repeties requerido para esse propsito.
5. Determine a diferena mnima detectvel para o experimento considerado no exerccio 4,
supondo que o pesquisador decide adotar 5 repeties.
6. Explique o que significa perodo pr-experimental e o ilustre com um exemplo.
7. Explique o significado de perodo experimental e caracterize seu incio e fim atravs de um
exemplo de experimento de sua rea.
8. D um exemplo de experimento em que variveis so mensuradas antes, durante e aps o
perodo experimental, e exemplifique uma varivel de cada uma dessas trs classes.
9. Liste os propsitos para os quais pode ser importante a mensurao de caractersticas
estranhas da amostra.
10. Explique e ilustre os significados de unidade perdida e valor perdido.
11. Explique e ilustre o significado de dgitos significativos dos dados de uma varivel.
12. Descreva a estrutura da planilha para a coleta dos dados de um experimento.
13. Em um experimento o pesquisador pode prever a presena na amostra das trs seguintes
fontes de variao dos valores da varivel resposta: 1) variao sistemtica planejada; 2)
variao sistemtica no planejada; e 3) variao aleatria ou irrelevante.
a) Identifique as origens de cada uma dessas trs fontes de variao entre as seguintes: 1)
caractersticas explanatrias; 2) caractersticas estranhas relevantes; e 3) caractersticas
estranhas irrelevantes.
b) Classifique essas trs fontes de variao nas seguintes classes quanto posio do
pesquisador referente a sua presena: 1) fonte de variao desejvel; 2) fonte de variao
com a qual ele deve conviver; e 3) fonte de variao indesejvel.
c) Comente a respeito da atitude do pesquisador com referncia a terceira fonte de variao
listada no item b).
14. Porque dados de variveis respostas derivadas no devem ser preenchidos na planilha para
registro dos dados?
9.5 9.5 9.5 9.5 Controle Local Controle Local Controle Local Controle Local
Ao contrrio do controle de tcnicas experimentais, o controle local (Seo 5.6.2 Seo 5.6.2 Seo 5.6.2 Seo 5.6.2)
permite a reduo do confundimento de efeitos de caractersticas estranhas com efeitos
de fatores experimentais sem interferncia na constituio da amostra. Assim, o
pesquisador pode construir uma amostra que represente a heterogeneidade presente na
populao objetivo e buscar, atravs do controle local, a preciso apropriada para as
inferncias relevantes. Dessa forma, o controle local permite conciliar os requisitos da
validade externa e da preciso (Seo 6.5 Seo 6.5 Seo 6.5 Seo 6.5).
O controle local leva em conta classificaes importantes das unidades de
observao no espao e no tempo. So particularmente importantes classificaes que
correspondem a nveis de caractersticas estranhas que possam ter efeitos relevantes
sobre caractersticas respostas. O controle local tambm deve considerar as
classificaes referentes s formaes de unidades experimentais.
Caractersticas estranhas importantes para controle local so aquelas cujos nveis
classificam as unidades de observao em grupos consideravelmente dissimilares e cada
um dos quais seja constitudo por unidades relativamente similares. Podem ser
classificaes naturais em que o nmero de unidades em cada grupo determinado pela
natureza das unidades, ou classificaes convenientes em que primeiro escolhido o
nmero de unidades de cada grupo e, ento, as unidades so classificadas nos grupos.
Os critrios usualmente mais importantes para essas classificaes so: a) disposio
das unidades no espao e no tempo, como disposio das parcelas em um terreno ou em
uma instalao, dos locais em uma regio e de intervalos em um perodo do tempo, b)
caractersticas intrnsecas das unidades, como caractersticas fsicas, ambientais e
genticas, e c) tcnicas experimentais, como tcnicas de cultivo de plantas e de manejo
de plantas.
O controle local tambm deve considerar classificaes referentes constituio de
formaes de unidades experimentais, j que essas classificaes impe restries
casualizao.
Na situao de controle local mais simples, as unidades experimentais so
classificadas em grupos ou blocos blocos blocos blocos de unidades segundo os nveis de uma caracterstica
estranha relevante. Essa prtica da formao de blocos teve origem em experimentos
agrcolas de campo, onde o terreno era dividido em grupos de parcelas contguas e ao

414
conjunto das parcelas de cada um desses blocos eram assinalados todos os tratamentos.
A razo para essa forma de classificao das parcelas que nesses experimentos as
caractersticas estranhas mais relevantes so propriedades do solo, que so usualmente
mais similares para parcelas prximas do que para parcelas distantes. Entretanto, nesses
experimentos essa propriedade pode variar com a topografia do terreno. Por exemplo,
em terrenos com declive a variao da similaridade das caractersticas do solo com a
distncia maior na direo do gradiente mximo, pois o solo de partes mais baixas
mais profundo, mais frteis, mais argiloso, mais mido e contm mais matria orgnica.
Nessas circunstncias logra-se mais homogeneidade das parcelas de cada bloco pela
formao de blocos de parcelas em uma mesma faixa de nvel.
Em experimentos com plantas perenes adultas as caractersticas estranhas
relevantes correspondem ao vigor da planta, que exprime caractersticas da planta e
tambm refletem as caractersticas importantes do solo. Nesse caso, se a unidade
experimental uma planta, pode ser obtido controle local eficaz pela classificao das
plantas em blocos constitudos de plantas de mesmo nvel de vigor, no importando sua
posio no pomar.
Em experimentos com animais, os blocos podem ser formados por animais
semelhantes quanto a caractersticas genticas, idade ou peso, e por potreiros, boxes ou
gaiolas uniformes, por exemplo. Em experimentos conduzidos em laboratrio e em casa
de vegetao, cada bloco pode ser constitudo por um conjunto homogneo de cobaias
equipamentos, operadores ou posies prximas. Quando o experimento conduzido em
diversas etapas e h expectativa de que a varivel resposta possa ser afetada por
diferenas entre etapas, os blocos devem corresponder s etapas.
Ilustraes especficas de controle local com formao de blocos completos so
apresentadas em sees anteriores (Exemplo 5.21 Exemplo 5.21 Exemplo 5.21 Exemplo 5.21, Exemplo 6.5 Exemplo 6.5 Exemplo 6.5 Exemplo 6.5, Exemplo 6.11 Exemplo 6.11 Exemplo 6.11 Exemplo 6.11).
Em algumas situaes a heterogeneidade do material experimental atribuvel a
caractersticas estranhas pode ser de tal natureza que torne conveniente controle local
mais acentuado do que o propiciado pela formao de blocos simples. Nessas
circunstncias deve ser considerada a classificao das unidades experimentais segundo
os nveis de duas ou mais caractersticas estranhas relevantes. Isso pode ocorrer em
experimentos em que as unidades se dispem espacialmente ou temporalmente e o
material experimental compreende dois gradientes de heterogeneidade de caractersticas
estranhas ou um gradiente muito acentuado. Por exemplo: a) em um experimento em um
experimento agrcola de campo em terreno com declive pode haver uma cortina de
rvores perpendicular direo da declividade mxima; b) restries do material
experimental podem requerer que o experimento seja conduzido em etapas em cada uma
das quais a heterogeneidade demande a formao de blocos. Nessas circunstncias o
material experimental compreende heterogeneidade acentuada das caractersticas
estranhas em duas direes perpendiculares o que implica a necessidade de duas
formaes de blocos.
O controle local complementado pela atribuio ou manifestao dos nveis dos
fatores experimentais nas unidades de modo que efeitos relevantes de fatores
experimentais no fiquem confundidos com efeitos das caractersticas estranhas
controladas. Assim, o controle local estreitamente relacionado e dependente da
estrutura das condies experimentais e da casualizao e deve ser considerado no
contexto da gerao da estrutura do experimento. Por essa razo, as consideraes
referentes ao controle local sero complementadas no Captulo 10 Captulo 10 Captulo 10 Captulo 10, que trata da gerao
e constituio da estrutura do experimento.

O controle local eficaz abrange a gama mais ampla possvel das caractersticas
estranhas relevantes da amostra com o menor nmero de classificaes. Em muitas
situaes uma mesma classificao das unidades de observao para propsito de
controle local pode abranger diversas caractersticas estranhas relevantes. O Exemplo Exemplo Exemplo Exemplo
9 99 9. .. .17 17 17 17 prov uma ilustrao do uso eficaz do controle local para o controle de
caractersticas estranhas relevantes do material experimental inicial.
Considere-se um experimento de nutrio de sunos que deve ser conduzido com animais
heterogneos quanto idade em boxes individuais de uma instalao tambm heterognea
quanto a caractersticas ambientais Nessas circunstncias, os animais so classificados em um
nmero apropriado de grupos de animais de idades prximas e as instalaes so divididas no
mesmo nmero de grupos de boxes com cada um destes grupos constitudo por boxes de
caractersticas ambientais semelhantes. Ento, os grupos de animais so alocados aos grupos de
boxes. Dessa forma, as caractersticas estranhas relevantes dos animais e das instalaes so
conjuntamente controladas por uma nica classificao das unidades de observao.

O controle local muitas vezes compreendido como a classificao das unidades
na forma em que esto presentes no material experimental inicial, quando muito
freqentemente os tratamentos so atribudos s unidades. Em geral, entretanto, o
controle local tambm pode e deve ser utilizado com proveito durante a conduo do
experimento. Em muitas situaes, um mesmo critrio de controle local pode ser utilizado
com proveito para o controle de um conjunto amplo de caractersticas estranhas
relevantes presentes no material experimental inicial ou que possam se manifestar ao
longo do perodo experimental. Isso pode ser efetivado pela definio e execuo de
controle local comum em etapas da conduo do experimento em que possa ser
conveniente. Assim, a eficincia do controle local depende da habilidade do pesquisador
na sua definio e execuo.
Suponha-se que em um experimento de comparao de cultivares de feijo as unidades
experimentais elementares so classificadas em blocos para controle local das caractersticas
estranhas do material experimental inicial que levado em conta na atribuio das cultivares s
unidades experimentais. Essa mesma classificao das unidades pode ser explorada para o
controle de fontes de variao estranhas relevantes que possam decorrer de prticas de cultivo,
tais como plantio, aplicao de fungicidas, inseticidas e herbicidas, e colheita. Por exemplo, se o
plantio deve abranger vrios dias, pode ser conveniente que ele seja completado bloco por bloco,
para que as diferenas mais relevantes que possam resultar fiquem entre os blocos e no dentro
de blocos.

Alguns experimentos devem ser conduzidos em mais de uma etapa em decorrncia
de seus objetivos ou de restries de material experimental que impedem a aplicao
simultnea de todos os tratamentos. Esse o caso de experimentos que requerem
instalaes ou equipamentos, tais como estufas, que sejam insuficientes para constituir o
nmero adequado de unidades experimentais. Nessas circunstncias, pode ser requerido
o controle local das caractersticas estranhas que se alteram com o tempo. Nesse caso,
as etapas constituem os grupos de uma classificao das unidades de observao
considerado para controle local (Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .19 19 19 19)
Considere-se um experimento para pesquisa do efeito da temperatura de cozimento de
carne de lombo de leito sobre a qualidade do produto, em que so aplicadas na amostra quatro
temperaturas do intervalo de temperaturas sob considerao na populao objetivo. utilizado um
conjunto de 32 peas de lombo de modo que cada uma das 4 temperaturas deve ser assinalada a
8 peas. Se a variao de tamanho ou espessura das 32 peas de lombo relevante, pode ser
conveniente o controle local dessas caractersticas estranhas pela classificao dessas 32
pores em 8 grupos cada um dos quais constitudo de 4 peas mais homogneas do que o
conjunto das 32 peas, e, ento, a assinalao das 4 temperaturas s 4 peas de cada um desses
8 grupos. Pode ocorrer que operaes conduzidas no curso do experimento tambm sejam fontes

416
de variao estranha considervel. Assim, por exemplo, se so disponveis apenas 4 fornos para
assar as 32 peas de lombo, esses fornos tero que ser utilizados sucessivamente, em 8 etapas.
Nessas circunstncias, poder ser conveniente o controle local da variao entre as 32 fornadas
pela classificao dessas fornadas segundo as 8 etapas.
Dessa forma, ter-se-ia um controle local duplo: um para o controle da variao estranha
relevante entre as 32 peas de lombo e outro para o controle da variao estranha relevante entre
as 32 fornadas. Entretanto, esse controle local duplo pode ser reduzido a controle local simples,
pela assinalao dos 8 grupos de peas de lombo s 8 etapas de cozimento de modo que cada
grupo de peas resulte associado a uma etapa. Esse procedimento mais eficaz de controle local
deve ser utilizado, sempre que apropriado.

Em alguns experimentos de mais de uma etapa, pode ser conveniente que o
controle local seja exercido parcialmente, em mais de uma etapa do experimento, e
completado ao longo de sua execuo. Essa circunstncia nem sempre fcil de ser
compreendida.
Considere-se um experimento sobre o efeito da nutrio da porca matriz e da nutrio do
leito sobre a idade de abate e caractersticas da carcaa do leito, com dois fatores
experimentais: dieta da porca e dieta do leito. Esse experimento compreende duas etapas: uma
primeira etapa de nutrio da porca, em instalaes de criao, e a outra de nutrio do leito, em
instalaes de crescimento e preparao para o abate. Na primeira etapa, o controle local pode
ser exercido pela classificao das porcas segundo a idade e o peso corporal; as dietas da porca
so atribudas aleatoriamente s porcas de cada um dos grupos dessa classificao. Nessa etapa
os leites nascidos permanecem juntos com as respectivas porcas matrizes, at o desmame. Ao
desmame, os leites so transferidos para outras instalaes, onde passam a receber a dieta para
crescimento e terminao para o abate. Nessa segunda etapa, pode ser efetuado o controle local
de caractersticas dos leites, atravs da classificao destes segundo as leitegadas; as dietas de
crescimento e terminao para o abate so atribudas aleatoriamente aos leites de cada
leitegada.
Nessas circunstncias, esse experimento compreende controle local duplo exercido, de
modo complementar nas duas fases de sua execuo.

Atravs do controle local, evitado o confundimento de efeitos de condies
experimentais com efeitos das caractersticas estranhas controladas. Dessa forma, a
variao correspondente a esse confundimento eliminada das estimativas de efeitos de
condies experimentais e separada do erro experimental que afeta inferncias
referentes a esses efeitos. Se a variao estranha controlada considervel, resulta um
aumento substancial da preciso dessas inferncias.
Entretanto, o controle local no elimina totalmente a variao devida s
caractersticas estranhas controladas. O controle local separa dos efeitos de fatores
experimentais e do erro experimental que afeta inferncias referentes a esses efeitos a
variao atribuvel s caractersticas estranhas controladas que fica entre os grupos de
unidades. Todavia, ele no tem efeito sobre a variao estranha entre as unidades dentro
dos grupos.
O controle local implica perda de unidades de informao referentes ao erro
experimental. Esse fato tem implicaes para a grandeza relativa do erro experimental
que expressa pela varincia do erro experimental varincia do erro experimental varincia do erro experimental varincia do erro experimental, que a razo entre a variao
devida ao erro experimental e o correspondente nmero de unidades de informao
independentes. Assim, para que o controle local seja eficaz, ou seja, implique na reduo
da varincia do erro experimental, a diminuio da variao devida ao erro experimental
deve superar a conseqente perda de unidades de informao. Por essa razo, o
controle local somente pode e deve ser utilizado para caractersticas estranhas que se
espera venham a constituir fontes de variao relevantes.

Freqentemente, h classificaes das unidades de observao que no so
originadas de controle local como usualmente considerado na literatura, mas
correspondem a caractersticas estranhas cujos efeitos sobre caractersticas respostas
so relevantes. So classificaes das unidades de observao segundo sua disposio
no espao e no tempo, classificaes que se originam de formaes de unidades
experimentais e classificaes que correspondem a fatores experimentais intrnsecos.
Essas classificaes relevantes devem ser consideradas para propsito de controle local,
ou seja, devem ser levadas em conta na atribuio dos tratamentos s unidades, na
formulao da estrutura do experimento, na especificao do modelo estatstico e nos
procedimentos de inferncia.
Assim, em experimentos de abrangncia ampla, em geral, as caractersticas
estranhas mais relevantes relacionam-se com a disposio das unidades no espao e no
tempo. Por essa razo, a classificao das unidades de observao nessas duas
dimenses deve ser levada em conta no planejamento do controle local.
Semelhantemente, fatores experimentais intrnsecos so associados a caractersticas
estranhas relevantes que correspondem a classificaes naturais das unidades de
observao. Essas classificaes tambm devem ser levadas em conta pelo controle
local. Esse o caso, por exemplo, quando procedncia, turno, raa, sexo, local e ano so
fatores experimentais. importante que nessas circunstancias sejam claramente
distinguidos o conjunto das caractersticas que constituem o fator experimental e o
agregado das caractersticas estranhas controlado por controle local. Essas duas fontes
de variao devem ser levadas em conta separadamente na formulao da estrutura do
experimento e na especificao do modelo estatstico. Esse tema considerado no
Captulo 10 Captulo 10 Captulo 10 Captulo 10.
A escolha de caractersticas estranhas para controle local e de seus
correspondentes nveis depende da expectativa referente composio da classe das
caractersticas estranhas do material experimental. Portanto, requer conhecimento e
experincia do pesquisador. Em geral, caractersticas estranhas prprias para controle
local satisfazem propriedades anlogas quelas listadas para fator experimental (Seo Seo Seo Seo
5.2 5.2 5.2 5.2); seus nveis devem:
1) ser escolhidos e definidos no plano do experimento para cada unidade de
observao;
2) compreenderem um pequeno conjunto que se repita nessas unidades;
3) classificarem as unidades em grupos que constituam uma partio do material
experimental com a propriedade de que cada unidade pertena a um grupo e
nenhuma unidade pertena a mais de um grupo; e
4) relacionar-se com os nveis das demais caractersticas estranhas controladas
por controle local e com os nveis dos fatores experimentais constituindo uma
estrutura significativa que determina a estrutura do experimento ou delineamento
experimental.
Caractersticas estranhas controladas por controle local so denominadas fatores fatores fatores fatores
de unidade de unidade de unidade de unidade (Seo 5.6.2 Seo 5.6.2 Seo 5.6.2 Seo 5.6.2). Muito freqentemente, um fator de unidade expresso por
varivel de escala nominal e seus nveis na amostra supostamente constituem um
subconjunto representativo da correspondente coleo numerosa dos nveis da
populao objetivo. Nessas circunstncias um fator de unidade um fator aleatrio; por
exemplo, local, ano e procedncia. Em situaes pouco comuns, um fator de unidade
pode ser um fator qualitativo especfico ou qualitativo ordenado, portanto, um fator fixo.
Observe-se que, de fato, usualmente a escolha dos nveis de um fator aleatrio para a
amostra no efetuada por processo aleatrio, porque a populao objetivo uma
populao conceitual ou porque as unidades dessa populao no so todas acessveis
(Seo 8.4 Seo 8.4 Seo 8.4 Seo 8.4). Isso significa que o a escolha depende de conhecimento e de experincia do

418
pesquisador que deve usar julgamento criterioso para obter uma amostra que represente
apropriadamente a populao objetivo.
As classificaes das unidades de observao determinadas ou levadas em conta
pelo controle local constituem os fatores de unidade. As relaes entre os nveis dos
fatores de unidade estabelecem uma estruturao relevante dessas unidades
elementares da amostra.

As relaes entre os nveis dos fatores de unidade constituem a estrutura dos estrutura dos estrutura dos estrutura dos
fatores de unidade fatores de unidade fatores de unidade fatores de unidade ou estrutura das unidades estrutura das unidades estrutura das unidades estrutura das unidades.

O controle local efetivado pela considerao da estrutura das unidades na
atribuio dos tratamentos a essas unidades pelo procedimento de casualizao. A
associao entre a estrutura das unidades e a estrutura das condies experimentais
estabelecida pela casualizao determina a estrutura do experimento ou delineamento
experimental, que constitui o tema do Captulo 10 Captulo 10 Captulo 10 Captulo 10. Na Seo 10.3 Seo 10.3 Seo 10.3 Seo 10.3 so descritas diversas
estruturas de unidade que podem resultar do controle local.
9.6 9.6 9.6 9.6 Controle Estatstico Controle Estatstico Controle Estatstico Controle Estatstico
Assim como o controle local, o controle estatstico no interfere na constituio da
amostra e tem o propsito de evitar que a variao devida s caractersticas estranhas
controladas afete os efeitos dos fatores experimentais e separ-la do erro experimental
que afeta esses efeitos.
O controle estatstico consiste no registro dos valores observados das variveis
estranhas controladas (co-variveis) e se completa com o uso de procedimentos de
anlise estatstica que efetuem o ajustamento apropriado dos valores observados da
varivel resposta para eliminao da variao atribuvel co-varivel. O procedimento
estatstico para essas inferncias a anlise da co-variao. A anlise da co-variao
requer a pressuposio de uma expresso para a relao entre a varivel resposta e a
co-varivel. Muito freqentemente pressuposta uma relao linear. Entretanto, outras
formas de relao podem ser consideradas, tal como relao polinomial quadrtica. A
validade das inferncias derivadas depende da adequabilidade da relao postulada.
Nessas circunstncias, o controle estatstico demanda a mensurao da
caracterstica estranha controlada e sua expresso atravs de uma varivel de escala
intervalar ou racional, preferivelmente contnua. Em geral, uma caracterstica estranha
apropriada para controle estatstico tem propriedades semelhantes quelas indicadas
para co-varivel explanatria (Seo 5.8 Seo 5.8 Seo 5.8 Seo 5.8), ou seja:
1) seus nveis so inerentes s unidades e no podem ser escolhidos e definidos
no plano do experimento;
2) podem ser distintos para todas as unidades da amostra;
3) no constituem uma partio significativa dessas unidades.
O controle estatstico tambm controla os efeitos sobre a varivel resposta de
outras caractersticas relacionadas com a co-varivel. Por essa razo, sua aplicao
deve pressupor que a co-varivel no afetada pelas condies experimentais, pois,
caso contrrio, o controle estatstico tambm estar efetuando o ajustamento dos valores
da varivel resposta para eliminao de efeitos atribuveis a essas condies,
particularmente de efeitos atribuveis a tratamentos. Essa pressuposio satisfeita em
uma das trs seguintes situaes:
a) a co-varivel mensurada antes da aplicao dos tratamentos s unidades
experimentais; ou
b) a co-varivel mensurada aps a aplicao dos tratamentos, mas antes da
manifestao dos efeitos dos tratamentos; ou
c) pode ser assegurado, com base na natureza da co-varivel, que ela no afetada
por diferenas de tratamentos.
A primeira circunstncia assegura que a co-varivel no afetada por diferenas de
efeitos de tratamentos. Esse o caso do Exemplo 5.22 Exemplo 5.22 Exemplo 5.22 Exemplo 5.22 a), em que o peso corporal inicial
do animal mensurado antes da aplicao dos tratamentos. Quando o momento da
mensurao da co-varivel ulterior aplicao dos tratamentos, o uso do controle
estatstico deve ser efetuado com cautela. Essa situao ilustrada pelo Exemplo 5.22 Exemplo 5.22 Exemplo 5.22 Exemplo 5.22
b), onde o estande mensurado ao final do experimento; portanto, pode ser influenciado
pelos tratamentos A adequabilidade do controle estatstico nessas circunstncias pode
ser justificada com base em experimentos anteriores ou atravs dos prprios dados do
experimento, pelo emprego de procedimento de anlise estatstica apropriado.
O controle estatstico, assim como o controle local, no interfere na constituio da
amostra. Portanto, o controle estatstico tambm no tem implicaes para a
representatividade da amostra.
Assim, o controle estatstico um procedimento de controle experimental
alternativo ou complementar ao controle local. O controle estatstico tambm pode ser
simples ou mltiplo, ou seja, pode propiciar o ajustamento da varivel reposta para uma
ou mais caractersticas estranhas. Entretanto, ele se distingue do controle local quanto
forma do controle efetuado. O controle estatstico controla a variao dos valores
observados da varivel resposta atribuvel caracterstica estranha controlada segundo a
forma de relao postulada entre a varivel resposta e a co-varivel. Se apropriado, o
controle estatstico permite a reduo da variao da resposta que atribuvel co-
varivel e a fontes de variao que so relacionadas com a co-varivel. Por outro lado, o
controle local controla toda variao estranha entre os grupos de unidades
correspondentes a classificao das unidades que ele estabelece ou leva em conta.
Dessa forma, o controle estatstico apropriado para o controle de uma
caracterstica estranha individual quando pode ser suposta a existncia de uma relao
simples entre a varivel resposta e a co-varivel que exprima essa caracterstica
estranha, enquanto que o controle local mais freqentemente apropriado para o
controle de agregados de caractersticas estranhas.
Em geral, o julgamento da convenincia relativa dessas duas formas de controle
experimental no simples. Se uma parte considervel da variao dos valores
observados da varivel resposta provm de uma caracterstica estranha especfica, o
controle estatstico pode ser adequado. Todavia, se essa variao muito substancial,
pode ser mais conveniente o controle local, ou o uso complementar desses dois
procedimentos de controle experimental. Por exemplo, em um experimento com animais
com variao muito considervel de peso corporal inicial decorrente de diferenas de
idade, pode ser recomendvel a adoo do controle local para o controle das diferenas
mais relevantes associadas idade. Se a variao de peso dentro dos grupos formados
pelo controle local permanecer acentuada, pode ser conveniente o controle dessa
variao remanescente atravs do controle estatstico.
O controle local e o controle estatstico tambm se distinguem quanto s
conseqncias. O controle estatstico origina perda de menor nmero de unidades de
informao sobre o erro experimental do que o controle local. Por exemplo, o controle
estatstico simples implica a reduo de apenas uma unidade de informao do erro
experimental, enquanto que o controle local simples resulta na perda de g-1 unidades de
informao, onde g o nmero de grupos formados pela classificao das unidades
considerada para controle local. A perda de unidades de informao implica prejuzo para
a preciso da estimativa do erro experimental e, portanto, para a preciso das inferncias

420
derivadas do experimento. A compreenso mais clara dessas implicaes requer o
conhecimento dos procedimentos de inferncia estatstica.
A adequabilidade do controle estatstico deve ser determinada para cada situao
particular. Podem ser efetuados estudos para esse propsito atravs da explorao de
dados de experimentos j conduzidos ou atravs de experimentos especficos. Assim,
por exemplo, experimentos com soja permitiram estabelecer que variaes de estande
so compensadas, de modo que, em geral, a produo de gros no afetada pelo
estande nas situaes prticas usuais.
Observe-se que o controle estatstico, assim como o controle local, no controla
totalmente a variao atribuvel s caractersticas estranhas que so controladas. O
controle estatstico elimina dos efeitos de condies experimentais e separa da estimativa
do erro experimental para inferncias referentes a esses efeitos apenas a variao da
varivel resposta atribuvel co-varivel que levada em conta pela relao postulada
entre a varivel resposta e a co-varivel.
Observe-se, tambm, que o controle local tem implicaes sobre a estrutura do
experimento (vede Seo 10.4 Seo 10.4 Seo 10.4 Seo 10.4), o que significa que usualmente esse procedimento de
controle experimental afeta todas as caractersticas respostas, enquanto que o controle
estatstico tem sentido e aplica-se apenas a um subconjunto de uma ou poucas das
variveis respostas. Por exemplo, a) em um experimento de nutrio animal, o controle
estatstico do peso inicial dos animais pode ser aplicvel para a varivel resposta peso ao
abate, mas pode no se aplicar para variveis respostas que exprimam caractersticas da
carcaa; b) em um experimento de comparao de cultivares de sorgo, o controle
estatstico do estande final pode ser til para a varivel resposta peso da produo de
gros, mas no para variveis respostas referentes a caractersticas do gro, tais como
peso hectolitro e peso de 1000 gros.
O procedimento de descarte das observaes de unidades experimentais afetadas
por alguma fonte de variao estranha relevante pode ser considerado como uma forma
particular de controle estatstico. Esse procedimento de desconsiderao de unidades
experimentais visa evitar o vis resultante da presena de caractersticas estranhas
perturbadoras. Observe-se que esse procedimento somente aplicvel sob as seguintes
circunstncias: a) as unidades afetadas pela fonte de variao estranha perturbadora
podem ser identificadas; b) o nmero dessas unidades relativamente pequeno; e c) as
respostas observadas nessas unidades no so afetadas por efeitos atribuveis a
condies experimentais.
9.7 9.7 9.7 9.7 Casualizao Casualizao Casualizao Casualizao
O controle local e o controle estatstico permitem a eliminao da variao devida a
caractersticas estranhas relevantes das estimativas dos efeitos de fatores experimentais
e da varincia do erro experimental que afeta esses efeitos. Entretanto, esses dois
procedimentos de controle experimental no so completamente efetivos. De fato, eles
permitem o controle de uma frao relevante das caractersticas estranhas, mas as
demais caractersticas estranhas, supostamente individualmente menos relevantes,
permanecem no controladas. Essas caractersticas so fontes potenciais de
confundimento tendencioso de efeitos de caractersticas estranhas com efeitos de fatores
experimentais, que origina vis intrnseco. A casualizao das caractersticas estranhas
remanescentes evita esse vis e torna a constituio do erro experimental que afeta os
efeitos dos fatores experimentais aleatria.
A casualizao uma forma de controle experimental complementar. Ela no logra
a reduo quantitativa desse confundimento. Seu propsito evitar a tendenciosidade
que esse confundimento possa implicar.
A casualizao um procedimento de controle experimental que pode ser adotado
na associao dos tratamentos s unidades e na implementao de tcnicas
experimentais (Seo 5.6.4 Seo 5.6.4 Seo 5.6.4 Seo 5.6.4):
A casualizao dos tratamentos estabelece uma relao entre os tratamentos e as
unidades experimentais com a propriedade de que todas as unidades tenham a mesma
chance de associar-se com qualquer dos tratamentos. A casualizao da implementao
de uma tcnica experimental compreende o estabelecimento de uma ordem aleatria de
execuo dessa tcnica experimental nas unidades experimentais com a propriedade de
que todas as unidades tenham igual chance de ser favorecida ou desfavorecida.
Tratar-se- aqui da utilizao da casualizao, do procedimento para sua
implementao e de alguns problemas que podero ocorrer em situaes prticas.
A casualizao cumpre dois propsitos bsicos:
a) evitar confundimento tendencioso de efeitos de condies experimentais sobre
caractersticas respostas com efeitos de caractersticas estranhas; e
b) propiciar estimativas no tendenciosas do erro experimental apropriado para
inferncias referentes a efeitos de condies experimentais.
A utilizao apropriada da casualizao varia com o experimento e, principalmente,
com as circunstncias do material experimental. Em princpio, a casualizao deve ser
to ampla quanto possvel. Idealmente, ela deveria abranger todas as caractersticas
estranhas da amostra no controladas por controle local e por controle estatstico. Na
prtica, entretanto, a consecuo desse ideal apenas aproximada j que, em geral, a
manifestao de muitas caractersticas estranhas, particularmente de caractersticas
relacionadas ao ambiente, est fora do controle do pesquisador. Por outro lado, a
casualizao pode ser dispensvel para o controle de caractersticas estranhas que
sabidamente se manifestaro de modo irrelevante.
A casualizao o procedimento de controle experimental para assegurar que
caractersticas estranhas, conhecidas ou desconhecidas, identificveis ou no
identificveis, no afetem caractersticas respostas de modo sistemtico, ou seja,
tendenciosamente. Em particular, o nico recurso para o controle de fontes de variao
estranhas desconhecidas. A casualizao como um seguro contra perturbaes que
possam decorrer da manifestao de caractersticas estranhas na amostra. Ela uma
precauo contra perturbaes que podem ou no ocorrer e que podem ou no ser
srias se ocorrerem. O trabalho de casualizao recomendvel sempre que haja
alguma suspeita de que uma ao possa implicar alguma tendncia, caso a casualizao
no seja efetuada. Naturalmente, como usualmente h um grande nmero de operaes
fsicas envolvidas em um experimento, a aplicao da casualizao na implementao de
cada uma dessas operaes demandaria muito tempo e seria demasiadamente
trabalhosa. Assim, o pesquisador deve utilizar seu julgamento para omitir a casualizao
em situaes em que o conhecimento existente assegure que a ausncia de
casualizao no implicar tendenciosidade.
A importncia da casualizao na atribuio dos tratamentos s unidades
freqentemente reconhecida. menos compreendida sua importncia em aes e
intervenes importantes durante a conduo do experimento que possam implicar
alguma fonte de variao estranha sistemtica, ou seja, alguma forma de variao
estranha que no possa ser considerada aleatria. Em alguns experimentos a
casualizao pode ser til para evitar tendenciosidade que possa resultar da interveno
de pessoas envolvidas. Em outros, ela pode ser conveniente para lograr o
balanceamento dos efeitos de variaes referentes ao ambiente. Esses propsitos da
casualizao so discutidos a seguir.

422
9.7.1 9.7.1 9.7.1 9.7.1 Casualizao na assinalao dos tratamentos Casualizao na assinalao dos tratamentos Casualizao na assinalao dos tratamentos Casualizao na assinalao dos tratamentos
A forma genrica de arranjamento dos tratamentos nas unidades da amostra
determinada pelo controle local. Por exemplo, com o controle local mais simples, ou seja,
com uma nica classificao das unidades de observao em grupos constitudos por
tantas unidades quanto so os tratamentos, a disposio dos tratamentos nessas
unidades deve contemplar uma coleo completa dos tratamentos em cada grupo ou
bloco de unidades. Entretanto, a disposio dos tratamentos dentro de cada bloco no
fica estabelecida. O prximo passo a assinalao dos tratamentos s unidades de
observao, que nesse caso so as unidades experimentais.
Os tratamentos devem ser arranjados nas correspondentes unidades experimentais
por procedimento que lhes assegure condies to semelhantes quanto possvel no que
se refere presena de caractersticas estranhas nessas unidades, de modo que seja
garantido que nenhum tratamento ser beneficiado ou prejudicado. O procedimento de
assinalao dos tratamentos deve ser justo nesse sentido. Isso significa que todos os
tratamentos devem ter igual chance de serem associados com qualquer unidade
particular. A casualizao, isto , a assinalao aleatria dos tratamentos, o nico
procedimento que garante essa propriedade. Qualquer outro procedimento pode conduzir
injustia ou discriminao para alguns tratamentos. Alm disso, qualquer mecanismo
ou processo de assinalao de tratamentos que possa tender a arranj-los nas unidades
de modo mais ou menos semelhante do que o que seria logrado por alocao aleatria
conduz a estimativas da variao aleatria menor ou maior do que a apropriada, que
pode ser obtida apenas pela assinalao aleatria.
O propsito da assinalao aleatria dos tratamentos , de fato, a casualizao de
caractersticas estranhas da amostra, para evitar o confundimento tendencioso de seus
efeitos sobre as caractersticas respostas com os efeitos de fatores experimentais. Isso
logrado pelo estabelecimento de uma relao aleatria entre os nveis de caractersticas
estranhas e as condies experimentais.
O procedimento de casualizao para um experimento especfico depende da
estrutura das unidades estabelecida pelo controle local (Seo Seo Seo Seo 9.5 9.5 9.5 9.5). Entretanto, o
princpio bsico e geral da casualizao, independente da estrutura de classificaes, a
atribuio dos tratamentos s unidades experimentais de modo que todos os tratamentos
tenham a mesma probabilidade de assinalao a cada unidade. A atribuio aleatria
pode ser lograda ou pela alocao das unidades aos tratamentos ou pela alocao dos
tratamentos s unidades.
Na ausncia de controle local, os tratamentos so assinalados aleatoriamente s
unidades experimentais sem qualquer restrio. No caso de controle local, a
casualizao deve ser procedida de modo a garantir o arranjamento dos tratamentos
determinado por esse procedimento de controle experimental. Por exemplo, com o
controle local mais simples, ou seja, com a classificao das unidades experimentais
elementares segundo os nveis de uma nica caracterstica estranha ou um nico
agregado de caractersticas estranhas, a disposio dos tratamentos nessas unidades
deve contemplar uma coleo completa dos tratamentos em cada grupo ou bloco. Nesse
caso, o controle local requer que os tratamentos sejam assinalados s unidades bloco
por bloco. Portanto, a casualizao deve ser procedida bloco por bloco, separada e
independentemente para cada bloco. O Exemplo 5.24 Exemplo 5.24 Exemplo 5.24 Exemplo 5.24 e o Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .21 21 21 21 provem
ilustraes de casualizao na presena de controle local simples.
Considere-se o experimento do efeito da temperatura de cozimento de carne de leito sobre
a qualidade do alimento (Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .19 19 19 19), com o controle local simples simultneo das
caractersticas relevantes das 32 peas de lombo e das 32 fornadas. Nessas circunstncias, os 8
grupos de 4 peas de lombo homogneas so associados aos 8 grupos de 4 fornadas
homogneas, de modo que cada um dos 8 grupos resultantes constitui-se de 4 unidades
homogneas quanto a caractersticas das peas de lombo e das fornadas. Ento, as 4
temperaturas devem ser atribudas aleatoriamente s 4 unidades de cada um desses 8 grupos,
grupo por grupo, separada e independentemente.

Outras ilustraes de casualizao so apresentadas nos exemplos da Seo 5.9 Seo 5.9 Seo 5.9 Seo 5.9.
Para outras formas de controle local, as restries que devem ser levadas em conta
na casualizao dos tratamentos variam segundo a estrutura das unidades. Por exemplo,
em experimentos de ampla abrangncia espacial e temporal, a casualizao deve ser
procedida separada e independentemente para cada posio no espao e no tempo, e,
para cada uma dessas posies, segundo a estrutura das unidades presente na
correspondente posio. Os procedimentos de casualizao especficos para algumas
estruturas de unidade particulares so considerados no Captulo 10 Captulo 10 Captulo 10 Captulo 10.
A casualizao deve ser procedida por algum processo fsico objetivo de sorteio. A
operao bsica para a casualizao a gerao de uma ou mais ordenaes ou
permutaes aleatrias de um conjunto de objetos numerados. Um procedimento para
esse propsito , por exemplo, a extrao isenta de quadradinhos de papel numerados
ou de pedras de vspora, dispostos em algum recipiente. Esses processos so
freqentemente criticados por, na prtica, no imitarem apropriadamente o acaso, ou
porque o pesquisador possa influir no resultado. Procedimentos usualmente mais
recomendados so: uso de tabelas de dgitos aleatrios ou tabela de nmeros aleatrios,
como a Tabela 1 Tabela 1 Tabela 1 Tabela 1 do Apndice Apndice Apndice Apndice, ou uso de recursos de programas e pacotes de
computao estatstica.
Para a gerao de uma permutao aleatria do conjunto dos n primeiros nmeros
inteiros positivos com o uso da Tabela 1 Tabela 1 Tabela 1 Tabela 1, devem-se estabelecer, preliminarmente, as
seguintes convenes:
a) nmero de dgitos dos nmeros a sortear;
b) ponto de partida na Tabela; e
c) direo e sentido do percurso para identificao dos nmeros sorteados.
Para obter uma permutao aleatria de um conjunto de 9 nmeros ou menos (n9)
suficiente o sorteio de nmeros de dois dgitos; para o sorteio de um conjunto de 10 a
99 nmeros (10n99) suficiente sortear nmeros de trs dgitos. (Esse procedimento
de considerar um dgito a mais do que o necessrio conveniente para diminuir as
possibilidades de repeties de nmeros e de tendenciosidade.) O ponto de partida na
tabela pode ser localizado apontando um lpis, sem olhar, ou, mais objetivamente, de
modo indireto, atravs da identificao de uma linha e de uma coluna da Tabela por esse
processo de apontar com um lpis. Ento, para o sorteio de um conjunto de n nmeros
da Tabela, lem-se os n nmeros consecutivos com o nmero estabelecido de dgitos, a
partir do ponto localizado e na direo e sentido definidos. Nmeros repetidos so
desconsiderados, passando-se adiante.
Para ilustrao do uso da Tabela 1 Tabela 1 Tabela 1 Tabela 1, considere-se a casualizao de 4 tratamentos a
12 unidades experimentais, com a assinalao de cada tratamento a 3 unidades, para a
situao de ausncia de controle local, ou seja, de uma estrutura das unidades sem
qualquer forma de classificao. A casualizao para essas circunstncias consiste em
atribuir cada um dos 4 tratamentos a 3 das 12 unidades de modo completamente
aleatrio, ou seja, sem qualquer restrio.
Para tal, inicialmente numeram-se arbitrariamente as 12 unidades, representadas
em um croqui ou em uma lista; ou seja, assinalam-se os nmeros de 1 a 12 s 12
unidades, de modo conveniente (consecutivamente, por exemplo). Ento, a casualizao
pode ser procedida atravs da gerao de uma permutao aleatria desses 12 nmeros
e a conveno de assinalar o tratamento 1 s 3 unidades identificadas pelos 3 primeiros

424
nmeros dessa permutao, o tratamento 2 s 3 unidades identificadas pelos 3 seguintes
nmeros da permutao, o tratamento 3 s 3 unidades identificadas pelos 3 seguintes
nmeros da permutao, e, finalmente, o tratamento 4 s 3 unidades identificadas pelos
3 ltimos nmeros da permutao, ou seja, s 3 unidades restantes.
Essa casualizao pode ser efetuada a partir do sorteio de 12 nmeros de 3 dgitos
da Tabela 1 Tabela 1 Tabela 1 Tabela 1. Convencione-se adotar o percurso vertical de cima para baixo a partir do
ponto inicial indicado com um lpis e suponha-se que o ponto localizado seja a interseo
da linha encabeada pelo nmero 10 com a coluna encabeada pelo nmero 25. Ento,
lem-se e registram-se os seguintes nmeros da tabela, na ordem em que aparecem:

860 162 796 442 635 448 699 340 733 580 757 186
12 1 11 4 7 5 8 3 9 6 10 2

A permutao aleatria gerada a numerao das ordens dos nmeros sorteados;
assim, o menor nmero, ou seja, o nmero 162 recebe o nmero de ordem 1; 186, o
segundo, recebe o nmero de ordem 2; e assim sucessivamente; o nmero mais
elevado, 860, recebe a numerao de ordem 12. Assim, a permutao aleatria gerada :
121-11-4-7-5-8-3-9-6-10-2. Ento, o primeiro tratamento assinalado s unidades
identificadas pelos nmeros 12, 1 e 11; o tratamento 2, s unidades 4, 7 e 5; o tratamento
3, s unidades 8, 3 e 9; finalmente, o ltimo tratamento, o tratamento 4, assinalado s
unidades restantes: 6, 10 e 2.
Em outras situaes esse procedimento utilizado com as variaes apropriadas.
Por exemplo, a) quando os tratamentos devem ser atribudos a nmeros diferentes de
unidades; b) quando as unidades so classificadas em blocos e a coleo completa dos
tratamentos deve ser assinalada a cada bloco com nmero de unidades de cada bloco
igual ao nmero de tratamentos; e c) quando subconjuntos dos tratamentos devem ser
assinalados s unidades de diversos blocos. Nas situaes de assinalao de
tratamentos a unidades estruturadas em blocos, o processo tem que ser efetuado para
cada bloco, separada e independentemente.
Atualmente, so disponveis procedimentos automticos providos por programas
especficos e pacotes de anlise estatstica que podem ser mais convenientes. Esses
recursos permitem a gerao da casualizao para algumas estruturas simples de
condies experimentais e de unidades, no formato da planilha prpria para o registro
das observaes das variveis respostas. Em geral, o pesquisador precisa prover
informaes sobre os fatores experimentais e os correspondentes nmeros de nveis, e
sobre a forma do controle local.
Podem originar-se questionamentos na aplicao da casualizao quando resulta
alguma configurao aparentemente inconveniente do arranjamento dos tratamentos,
particularmente em pequenos experimentos. Esse o caso quando o resultado da
casualizao revela aparncia sistemtica da disposio dos tratamentos nas unidades
ou se ajusta a algum padro do material experimental fisicamente significativo, mesmo
que esse padro seja provavelmente sem importncia. Assim, por exemplo, em uma
estrutura de unidades sem controle local as diversas unidades com um mesmo
tratamento podem resultar em posies contguas; em uma estrutura com controle local
simples pode originar-se o mesmo arranjamento dos tratamentos em todos os blocos.
Tais configuraes so, em geral, indesejveis. Mesmo que se pense que
provavelmente no haja um efeito de ordem, ou um efeito de posio, h vrias
circunstncias, relacionadas com tcnicas experimentais, por exemplo, que podem
produzir tais efeitos.
As chances da ocorrncia dessas configuraes particulares so muito pequenas,
exceto em experimentos com poucas unidades. Entretanto, elas podem ocorrer. H trs
procedimentos alternativos para contornar essas dificuldades, todos eles implicando em
restrio casualizao. O primeiro procedimento alterar a forma de controle local,
incorporando uma condio que evite arranjamentos inconvenientes. Essa pode ser a
soluo apropriada em algumas situaes. Entretanto, no uma soluo geral para o
problema, porque a introduo de restries adicionais casualizao pode ser
impraticvel ou indesejvel. Particularmente, restries adicionais casualizao
implicam perda de unidades de informao referentes ao erro experimental que pode no
ser compensada pela eliminao de uma fonte de variao estranha provavelmente
irrelevante; ademais, podem tornar a estrutura de classificao das unidades
demasiadamente complexa.
O segundo procedimento rejeitar configuraes inconvenientes, sempre que elas
ocorram; ou seja, efetuar nova casualizao. Por exemplo, o pesquisador pode decidir
rejeitar certos arranjamentos indesejveis. Possivelmente, haja pouca discordncia com
referncia a arranjamentos extremos como os dois casos referidos anteriormente.
Entretanto, como a deciso sobre os arranjamentos a serem considerados insatisfatrios
arbitrria, pode haver discordncia com relao a arranjamentos menos extremos.
Ademais, a rejeio de arranjamentos extremos altera as conseqncias da casualizao
para os procedimentos de inferncia estatstica usuais.
O terceiro procedimento usar o processo de casualizao restrita casualizao restrita casualizao restrita casualizao restrita, que consiste
em selecionar aleatoriamente a casualizao particular para um experimento de um
conjunto de arranjamentos considerados apropriados. Esse conjunto de arranjamentos
escolhido de modo a excluir tanto os arranjamentos extremos indesejveis como aqueles
muito balanceados, de tal modo que as conseqncias matemticas da casualizao
usual sejam satisfeitas. Esse mtodo muito especializado para ser considerado neste
texto e suas implicaes ainda no esto completamente estabelecidas.
Nessas circunstncias, apesar de seus inconvenientes, o segundo procedimento
pode ser a melhor alternativa quando a melhor forma de controle local j est
estabelecida. Nesse caso, o melhor caminho identificar os arranjamentos indesejveis e
que devem ser rejeitados, antes da casualizao. Felizmente, essa questo usualmente
no to importante na prtica, j que, como salientado anteriormente, arranjamentos
extremos ocorrem com chance aprecivel apenas em experimentos muito pequenos.
9.7.2 9.7.2 9.7.2 9.7.2 Casualizao na implementao de tcnicas experimentais Casualizao na implementao de tcnicas experimentais Casualizao na implementao de tcnicas experimentais Casualizao na implementao de tcnicas experimentais
A atribuio aleatria dos tratamentos evita o confundimento tendencioso de efeitos
dos tratamentos com efeitos de caractersticas estranhas da amostra, mais usualmente
de caractersticas do material experimental inicial. Entretanto, variao estranha
importante no controlada por controle local e por controle estatstico tambm pode
originar-se na implementao de tcnicas experimentais, ou seja, em aes e
intervenes durante a conduo do experimento, at o registro e edio dos dados.
Assim, importante que a casualizao tambm seja utilizada para evitar o
confundimento tendencioso de fontes de variao estranhas que possam surgir durante a
conduo do experimento. Por exemplo, em situaes em que alguma operao
repetida, a ordem de operao pode ser uma fonte de variao estranha importante, em
decorrncia de algum processo de aprendizagem que tenda a tornar a operao
aperfeioada com o tempo, ou de fadiga que tenda a ter influncia oposta.
Confundimento tendencioso dessa origem pode ser evitado pela casualizao da ordem
da operao nas diferentes unidades. Em algumas circunstncias, variao estranha
pode ser introduzida por algum equipamento.
Situaes em que pode ser conveniente a casualizao na implementao de
tcnicas experimentais so ilustradas no E EE Exemplo xemplo xemplo xemplo 9 99 9. .. .22 22 22 22.

426
E EE Exemplo xemplo xemplo xemplo 9 99 9. .. .22 22 22 22
a) Suponha-se um experimento de nutrio de vacas leiteiras em que o grupo dos animais
tenha que ser submetido ao controle de carrapatos atravs de banho carrapaticida. Se h
possibilidade de que a composio do lquido possa alterar-se ao longo dos banhos dos diversos
animais, pode ser conveniente a casualizao da ordem de banho dos animais.
b) Semelhantemente, em um experimento em que seja requerida a interveno de algum
operador ou avaliador em alguma fase, pode ser conveniente a casualizao da ordem de
operao ou avaliao das diversas unidades, se h expectativa de que a ordem possa ter
qualquer influncia sobre o efeito do operador ou avaliador. Esse efeito pode decorrer, por
exemplo, de ganho de experincia ou de fadiga ao longo do processo.

Assim como a casualizao na atribuio dos tratamentos, a casualizao na
implementao de tcnicas experimentais tambm restrita pelo controle local. Por
exemplo, na situao mais simples de controle local que compreende uma nica
classificao das unidades experimentais, essas tcnicas experimentais devem ser
implementadas grupo por grupo, em ordem aleatria nas unidades de cada grupo.
Casualizao com recurso de encobrimento Casualizao com recurso de encobrimento Casualizao com recurso de encobrimento Casualizao com recurso de encobrimento
A casualizao tambm pode ter uso importante em situaes em que possa
ocorrer alguma variao estranha substancial originada de efeitos de pessoas que
intervm no experimento, como operadores, avaliadores e outros auxiliares, e do prprio
pesquisador. Essa fonte de confundimento pode ser controlada com o emprego da
casualizao junto com encobrimento para esconder das pessoas envolvidas os
tratamentos aplicados a cada unidade.
Tendenciosidade dessa origem pode resultar em qualquer etapa do experimento,
desde a seleo das unidades at a mensurao das respostas.
Considere-se um experimento clnico com animais para a comparao de drogas para
tratamento de uma doena em que as unidades experimentais so animais que sero includos no
experimento na medida em que os indivduos apropriados apaream na unidade de pesquisa.
Nessas situaes, comum, surgirem dvidas sobre a incluso de algum animal particular. Se o
pesquisador responsvel pela deciso referente incluso de animais no experimento sabe que o
animal, se includo, receber um tratamento particular, esse fato pode influenciar a deciso em
casos dbios, consciente ou inconscientemente. Se isso acontece, diferenas entre tratamentos
ficam confundidas tendenciosamente com diferenas entre animais.
Nessas circunstncias, conveniente que o tratamento a ser assinalado a cada animal
particular seja encoberto ao pesquisador, isto , no seja revelado ao pesquisador. Se a ordem
dos tratamentos determinada por uma casualizao inicial e se o procedimento de assinalao
dos tratamentos aos animais disponvel ao pesquisador, o encobrimento no ser logrado. O
mtodo satisfatrio efetuar a casualizao aps a seleo do animal, ou fazer com que o
tratamento que um animal particular deve receber seja indicado em um envelope lacrado que no
seja aberto at que o animal tenha sido definitivamente escolhido. Nesse ltimo caso, a ordem dos
tratamentos casualizada pelo controlador do experimento, atravs da extrao aleatria de
envelopes sucessivos, e no revelada ao pesquisador responsvel pela escolha dos animais.
Seja um experimento com cobaias para pesquisa do efeito da testosterona sobre a sntese
de protena em uma regio particular do hipotlamo. Diversas doses de testosterona so
assinaladas aleatoriamente e injetadas em diferentes grupos de animais. Ao fim de um intervalo
de tempo, os animais so sacrificados e so efetuadas anlises qumicas em tecido do hipotlamo
dissecado. Para evitar qualquer influncia tendenciosa dos indivduos que conduzem as fases
subseqentes de dissecao e anlises qumicas, aps o recebimento da injeo, cada animal
recebe um cdigo de identificao para que os tratamentos que eles receberam no sejam
conhecidos.

A casualizao para encobrimento tambm pode ser necessria na aplicao de
tratamentos, particularmente se as unidades so indivduos que possam ser influenciados
de modo relevante se tm conhecimento dos tratamentos que recebem. Essa situao
ilustrada no seguinte exemplo.
Suponha-se um experimento com crianas para avaliar o efeito de uma nova pasta dental
com adio de flor. Esse experimento requer dois grupos de crianas: um grupo que receba a
nova pasta dental (usualmente denominado grupo experimental grupo experimental grupo experimental grupo experimental), e outro que no a receba (grupo grupo grupo grupo
controle controle controle controle). Um procedimento muito insatisfatrio seria assinalar a nova pasta dental metade das
crianas e no dar qualquer tratamento especial outra metade. De fato, para a obteno de
resultados apropriados, necessrio o acompanhamento para encorajar o uso correto e freqente
da nova pasta dental. Com esse procedimento, qualquer melhoria nos dentes das crianas do
grupo experimental poder ser devida tanto aos mritos particulares da nova pasta como
ateno especial dada limpeza dos dentes, e no haver como distinguir esses dois efeitos.
Um procedimento melhor, mas ainda insatisfatrio, seria atribuir ao grupo controle uma
marca de pasta dental padro. A objeo a esse procedimento que o conhecimento pelo grupo
ao qual atribuda a nova pasta do recebimento de um tratamento especial pode influenci-lo a
ser mais diligente do que o grupo controle. O nico meio satisfatrio de assegurar a ausncia da
ocorrncia de tais efeitos usar tubos iguais com a nova pasta e com a pasta controle, que, na
medida das possibilidades, difiram apenas quanto presena e ausncia do flor, e que no
sejam distinguveis quanto a sabor, cor, etc. Esse encobrimento tambm deve estender-se a todas
as pessoas que tenham contato com as crianas, incluindo os tcnicos responsveis pelas
instrues referentes ao uso da pasta e pela avaliao dos dentes das crianas.

O uso de tratamento placebo (Seo 8.6.4 Seo 8.6.4 Seo 8.6.4 Seo 8.6.4), como a pasta controle com tubo igual
ao da nova pasta e que essencialmente difere desta apenas quanto presena de flor,
ilustrado no Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .25 25 25 25, um recurso de encobrimento til em muitas situaes..
Essas consideraes so geralmente importantes em experimentos em que a
aplicao dos tratamentos possa tender a ser influenciada por atitudes pessoais
favorveis a alguns tratamentos. Assim, por exemplo, em um experimento para comparar
um novo processo com um processo usual ou uma nova tcnica com uma tcnica antiga,
pode originar-se tendenciosidade como conseqncia de ser devotada mais ateno ao
funcionamento do novo processo ou implementao da nova tcnica. Se a possvel
tendncia no pode ser eliminada por encobrimento, em decorrncia da natureza do
processo, o pesquisador deve recorrer a outros recursos que possam ser teis para evit-
la.
Em algumas situaes, como a ilustrada no Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .25 25 25 25 e, particularmente, em
certos experimentos clnicos, pode ser conveniente no informar s unidades os
tratamentos que recebem, para evitar que as reaes dos pacientes sejam influenciadas.
Esse procedimento de controle da tendenciosidade denominado unidade cega unidade cega unidade cega unidade cega. Um
experimento em que esse processo de encobrimento usado denominado experimento experimento experimento experimento
cego cego cego cego.
O encobrimento tambm pode ser conveniente na fase de mensurao. Em muitos
campos de pesquisa podem ocorrer tendncias pessoais substanciais nessa fase,
resultantes de alguma preferncia ou rejeio. De modo geral, a casualizao com
encobrimento recomendvel em qualquer experimento em que o julgamento pessoal
possa ter influncia considervel sobre o valor observado da varivel resposta. Muito
freqentemente o controle da tendenciosidade decorrente de julgamento subjetivo pode
ser logrado de modo simples e satisfatrio, atravs da casualizao da ordem de
avaliao das unidades e do encobrimento de modo que o avaliador no identifique o que
est avaliando.

428
Em um experimento em tecnologia de alimentos para comparao de um novo processo
com processos existentes em que tenha que ser avaliada alguma propriedade organoltica do
produto, o avaliador pode ser, consciente ou inconscientemente, influenciado a emitir julgamento
favorvel ao novo processo. Nessa situao, a tendenciosidade originada da avaliao subjetiva
pode ser controlada atravs de procedimento que evite que o avaliador tenha conhecimento do
tratamento que cada uma das unidades recebeu.

Esse procedimento de controle de tendenciosidade da avaliao denominado
mensurao cega mensurao cega mensurao cega mensurao cega ou avaliao cega avaliao cega avaliao cega avaliao cega (Seo 7.4 Seo 7.4 Seo 7.4 Seo 7.4); um experimento que o utiliza
denominado experimento ce experimento ce experimento ce experimento cego go go go. Um experimento como o considerado no Exemplo Exemplo Exemplo Exemplo 9 99 9. .. .25 25 25 25,
com o encobrimento dos tratamentos tanto para as unidades como para os avaliadores,
denominado experimento duplamente cego experimento duplamente cego experimento duplamente cego experimento duplamente cego.
Casualizao para balanceamento de Casualizao para balanceamento de Casualizao para balanceamento de Casualizao para balanceamento de efeitos ambientais efeitos ambientais efeitos ambientais efeitos ambientais
A casualizao pode ser empregada, convenientemente, em experimentos em
ambiente controlado, como casa de vegetao, estufa e armazm, quando os recipientes
das unidades so vasos, caixas, tubos, sacos, etc. que possam ser movimentados
durante a conduo do experimento, com facilidade e sem prejuzo para as unidades. A
mudana peridica desses recipientes para posies determinadas por procedimento de
casualizao pode lograr uma uniformizao do efeito da variao ambiental sobre as
condies experimentais ao longo do perodo experimental. Esse procedimento pode ser
uma alternativa ou um complemento ao controle local. No caso de se constituir um
complemento ao controle local, a movimentao das unidades deve obedecer ao controle
local estabelecido; por exemplo, na situao em que as unidades so estruturadas em
blocos, as unidades devem ser movimentadas internamente dentro de cada bloco.
9.8 9.8 9.8 9.8 Alcance do controle experimental Alcance do controle experimental Alcance do controle experimental Alcance do controle experimental
Anteriormente, foram caracterizadas as implicaes do controle de tcnicas
experimentais, do controle local e do controle estatstico, e as conseqentes restries a
esses procedimentos de controle experimental. A conseqncia dessas restries que
essas trs formas de controle experimental permitem abranger apenas uma frao das
caractersticas estranhas. As demais permanecem no controladas. A casualizao visa
o controle dessas caractersticas. A exposio da Seo Seo Seo Seo 9.7 9.7 9.7 9.7 deixou claro que a
casualizao no tem qualquer implicao e restrio dessa ordem. Sua nica restrio
a praticabilidade de implementao.
Na Seo 8.2 Seo 8.2 Seo 8.2 Seo 8.2 foi caracterizada a distino entre os conceitos de fator de tratamento
e fator intrnseco. Particularmente, foi salientado que no h uma dicotomia ntida dessas
duas classes de fator experimental. De fato, fatores experimentais, incluindo fatores de
tratamento, no tm existncias nas formas puras de suas definies. Assim, por
exemplo, no existe o fator de tratamento cultivar como um ente gentico puro. Um nvel
particular desse fator, ou seja, uma cultivar especfica, necessariamente veiculado, em
sua aplicao a uma parcela, por uma semente, cuja composio inclui as caractersticas
que compreendem o ente gentico cultivar e, tambm, um conjunto considervel de
caractersticas estranhas (ou seja, caractersticas no relacionadas a esse ente
gentico), como vigor, sanidade, pureza, etc. O fator cultivar no pode ser casualizado
independentemente dessas caractersticas. Em um experimento de sintomas de
deficincia de boro em plantas em que os nveis so ausncia e presena de boro, pode-
se lograr a obteno da substncia boro com elevado grau de pureza e aplic-la ao solo
praticamente sem veiculao de qualquer caracterstica estranha. Nesse caso, boro um
fator de tratamento cuja casualizao s parcelas praticamente no envolve
caractersticas estranhas. No outro extremo situam-se os fatores experimentais local e
ano, inseparveis de um agregado de caractersticas estranhas extremamente
relevantes. Estes so fatores eminentemente intrnsecos.
Dessa forma, o controle experimental no pode ser absoluto. Um subconjunto das
caractersticas estranhas permanecer, sempre e inevitavelmente, no controlado. Esse
subconjunto constitui a classe das caractersticas estranhas potencialmente
perturbadoras.
1. Explique e ilustre o significado de controle local. Porque o controle local no tem implicaes
para a constituio da amostra?
2. Ilustre com um exemplo de experimento de sua rea como o controle local adotado para o
controle da variao de caractersticas estranhas do material experimental inicial pode ser
utilizado para o controle adicional de caractersticas originadas da implementao de tcnicas
experimentais durante a execuo do experimento.
3. Explique porque em experimentos de ampla abrangncia espacial e temporal as classificaes
das unidades segundo os locais e os perodos devem ser consideradas para controle local.
4. Exemplifique um experimento conduzido em mais de uma etapa em que o controle local seja
conveniente para controlar a variao estranha que se manifeste ao longo do tempo.
5. Qual a condio que deve satisfazer a relao entre a variao estranha entre os grupos
considerados para controle local e a variao estranha dentro desses grupos para que o
controle local seja eficiente, ou seja, para que conduza ao aumento da preciso para
inferncias referentes a condies experimentais?
6. Caracterize as distines entre controle estatstico e controle local. Ilustre o uso desses dois
procedimentos de controle experimental.
7. Explique porque a casualizao o ltimo procedimento a considerar no planejamento do
controle experimental. Quais so os propsitos da casualizao?
8. Quais so as distines bsicas das implicaes para o confundimento de efeitos de
caractersticas estranhas com efeitos de condies experimentais entre casualizao, controle
local e controle estatstico?
9. Qual a propriedade fundamental que a casualizao deve garantir para a relao entre os
tratamentos e as correspondentes unidades experimentais?
10. Ilustre o uso da casualizao na implementao de tcnicas experimentais com um exemplo
de experimento de sua rea.
11. Porque a casualizao deve obedecer a estrutura das unidades considerada pelo controle
local?
12. O que significa encobrimento no experimento? Explique e ilustre o uso de encobrimento dos
tratamentos para as unidades de observao e para o avaliador.
13. Explique e ilustre os significados de mensurao cega e experimento cego.
14. O que significa experimento duplamente cego? D um exemplo?
15. Ilustre com um exemplo o uso de casualizao para balanceamento de efeitos ambientais.
1. Porque em experimentos tecnolgicos freqentemente a amostra inicial deve ter abrangncia
espacial e temporal ampla?
2. Liste os temas relevantes que devem ser considerados no planejamento da constituio das
3. Liste e explique abreviadamente as propriedades essenciais que as unidades experimentais
devem satisfazer que estabelecem um limite mnimo para as suas dimenses.
4. Explique, com um exemplo, as implicaes que a forma das unidades pode ter para a preciso
e para a validade interna do experimento.

430
5. Liste, conceitue e ilustre os procedimentos de controle experimental, atravs de exemplos de
experimentos de sua rea.
6. Discuta as implicaes de cada um desses procedimentos quanto constituio da amostra.
7. Explique porque o controle de tcnicas experimentais o primeiro procedimento a considerar
no planejamento do controle experimental.
8. Ilustre, atravs de um exemplo, tcnicas experimentais utilizadas na preparao do material
experimental inicial, durante a conduo do experimento e na coleta e registro dos dados.
9. D exemplos de situaes em que os tratamentos tm que ser preparados para o
experimento.
10. Ilustre com exemplos de sua rea situaes em que os tratamentos requerem: aplicao nica
em um mesmo momento; b) aplicao nica em um mesmo intervalo de tempo; c) aplicao
mltipla em diversos momentos iguais; e d) aplicao mltipla em diversos intervalos de tempo
coincidentes.
11. Que condies uma tcnica experimental deve satisfazer para que no prejudique a
representao da populao objetivo pela amostra?
12. As unidades experimentais (parcelas) de um experimento agrcola de campo com um nico
fator experimental tm as seguintes especificaes:
comprimento das linhas: 5m,
distncia entre linhas: 0,60m,
nmero de linhas na rea total: 5,
nmero de linhas na rea til: 3, excludas as 2 linhas laterais.
a) Apresente um croqui identificando a unidade experimental e distinguindo a rea total e rea
til da parcela.)
b) Determine as dimenses da rea total e da rea til da parcela.
13. Qual o propsito da "bordadura" em um experimento agrcola de campo?
14. De que forma pode ser evitada a contaminao de efeitos de tratamentos em parcelas
vizinhas na experimentao agrcola de campo?
15. Conceitue e ilustre com um exemplo de sua rea perodo pr-experimental e perodo
experimental.
16. Em que circunstncias pode ser importante um perodo pr-experimental?
17. Atravs de exemplos de sua rea, ilustre o confundimento que usualmente resulta de efeitos
atribuveis a tratamentos com efeitos de fontes de variao estranha. Como o pesquisador
pode lograr a reduo desse confundimento?
18. Liste os propsitos para os quais podem ser importantes dados de variveis que exprimem
caractersticas estranhas da amostra. Ilustre dados que possam ser importantes para esses
diversos propsitos atravs de exemplos de sua rea.
19. Explique e ilustre o significado de nmero de dgitos significativos em um dado.
20. Ilustre o procedimento para o arredondamento dados.
21. Explique e ilustre os significados de dados originais e dados derivados. Quais desses dados
so registrados na planilha de dados? Como so obtidos os dados derivados?
22. O que significa "parcela perdida"? Ilustre situaes de experimentos de sua rea de pesquisa
em que podem ocorrer parcelas perdidas.
23. Em que consiste o controle local na pesquisa experimental? Qual o seu propsito? Quais
so suas implicaes quanto ao procedimento de atribuio dos tratamentos s unidades
experimentais?
24. Ilustre a implementao de controle local segundo um mesmo critrio em mais de uma fase do
experimento. Qual a convenincia dessa explorao do controle local?
25. Ilustre um experimento de longa durao em que seja conveniente o controle local da variao
estranha que se manifesta ao longo do tempo.
26. Discuta e ilustre o uso de controle estatstico no experimento.
27. Explique e ilustre as condies ou pressuposies para o emprego do controle estatstico.
28. Quais so os dois propsitos bsicos da casualizao?
29. Discuta as possveis dificuldades associadas com o processo de casualizao.
30. O que significa casualizao restrita? Em que casos se admite ou recomenda o uso de
restries na casualizao? Exemplifique.
31. Ilustre com exemplos de sua rea usos da casualizao na implementao de tcnicas
experimentais.
32. Com o recurso de uma tabela de dgitos aleatrios, gere uma permutao aleatria dos
nmeros inteiros de 1 a 20. Explique os passos percorridos no processo adotado.
33. Suponha que voc est planejando um experimento com 5 tratamentos e que tenha que
efetuar a atribuio aleatria desses tratamentos a 20 parcelas, sem qualquer restrio
casualizao. Descreva e ilustre o processo de casualizao com a utilizao de uma tabela
de dgitos aleatrios. Apresente o resultado da casualizao em um esquema (croqui) com a
disposio das parcelas.
34. Suponha, alternativamente, que no experimento de que trata o exerccio anterior deve ser
efetuado o controle local simples, atravs da classificao das 20 parcelas em 4 grupos de 5
parcelas, cada um desses grupos constitudo por parcelas mais homogneas do que o
conjunto das 20 parcelas. Descreva e ilustre o processo de casualizao para essa nova
situao, com a utilizao de uma tabela de dgitos aleatrios Apresente o resultado da
casualizao em um esquema (croqui) com a disposio das parcelas.
35. Exemplifique experimentos em que pode ser importante o encobrimento dos tratamentos para
as unidades de observao.
36. Ilustre uma situao de sua rea em que a mudana das posies das parcelas ao longo do
perodo experimental pode lograr a homogeneizao do efeito de ambiente
37. Explique porque o controle experimental das caractersticas estranhas da amostra em geral
no absoluto.
38. Indique a conseqncia que o pesquisador espera resultar para a representao da populao
objetivo pela amostra (1) e para a grandeza (2) e a no tendenciosidade (3) da estimativa da
varincia do erro experimental de cada uma das aes listadas na primeira coluna da tabela
que segue, preenchendo nas correspondentes clulas dessa tabela as letras A - aumento, D -
diminuio, N - nenhuma.

Ao (1) (2) (3)
Controle de tcnicas experimentais:
Controle local:
Controle estatstico:
Casualizao:

a) Os procedimentos para o controle experimental devem ser considerados na seguinte ordem:
1 - ..................................................................... , 2 - ...............................................................,
3 - ............................................................... e 4 - ........................................... Caractersticas
estranhas controladas por ........................................................ so excludas da constituio
da amostra. .................................................. e .................................................... no alteram
a constituio da amostra; entretanto, permitem excluir da variao atribuvel a condies
experimentais e da estimativa do erro experimental para inferncias referentes a essas
condies a variao que atribuvel s caractersticas estranhas controladas.
..................................................... no tem essas conseqncias; permite que as variaes
atribuveis s condies experimentais e ao erro experimental sejam estimadas de modo
no tendencioso.
b) O perodo de execuo do experimento usualmente designado ..........................................
Em alguns experimentos conveniente um perodo ......................................... para

432
preparao e adaptao das unidades s condies em que estaro sujeitas durante a
execuo do experimento.
c) Os .......................................... de um experimento so os valores observados das variveis
respostas .................................. e de variveis estranhas teis para determinao de
valores de variveis respostas ............................................... ou que sejam importantes
para outros propsitos. Uma planilha para o registro dos dados de um experimento uma
tabela de duas entradas com ...................................... dispostas em linhas e
.................................. em colunas. Nessa tabela, em cada linha so registrados os
................................ das diversas .................................. provenientes de uma unidade de
observao particular; em cada coluna so registrados os dados de uma
........................................... particular registrados em todas as unidades de observao.
d) O nmero de dgitos dos dados de uma varivel que exprimem a preciso do processo de
mensurao denominado ................................................................ .Muito freqentemente
os dados de uma varivel no so exatos, mas aproximaes dos correspondentes valores
reais. Um valor registrado nessas circunstncias dito ...................................... para o
ltimo algarismo significativo.
e) O ......................................... de uma caracterstica estranha uma classificao das
unidades de observao segundo os nveis dessa caracterstica e a subseqente atribuio
dos .................................... as correspondentes unidades experimentais por procedimento
que leve em conta essa classificao das unidades. Esse procedimento de controle
experimental visa evitar ou diminuir o .............................................. , ou seja, a interferncia
dos efeitos de caractersticas estranhas sobre efeitos de caractersticas explanatrias.
f) .................................................... um procedimento de controle experimental que no tem
implicaes sobre a grandeza do confundimento de efeitos de ..............................................
com efeitos de .............................................. Seu propsito evitar que esse confundimento
seja tendencioso. Esse procedimento utilizado na aplicao dos .......................................
s unidades experimentais e na implementao de .......................... .................................. .
g) Os .......................................................... devem ser aplicados s correspondentes unidades
experimentais ................................................. por processo ............................................ que
garanta a classificao das unidades estabelecida pelo .................................................. .
h) Um experimento em que os tratamentos so encobertos para as unidades ou as unidades
so encobertas para os avaliadores denominado ....................................................... . Um
experimento com encobrimento dessas duas origens denominado ...................................
................................................. .
1 ( ) O conhecimento mtico antecedeu o conhecimento emprico.
2 ( ) O controle experimental evita o confundimento de efeitos de caractersticas estranhas
com efeitos de fontes de variao estranhas.
3 ( ) O controle de tcnicas experimentais tem como propsito a homogeneizao das
caractersticas estranhas na amostra.
4 ( ) O controle local e o controle estatstico so efetivados na anlise estatstica dos
resultados do experimento.
5 ( ) O emprego do controle local mais limitado em experimentos tecnolgicos.
6 ( ) O controle local de uma caracterstica estranha sempre mais conveniente do que o
controle estatstico.
7 ( ) O controle local em experimentos cientficos desnecessrio.
8 ( ) O controle experimental deve ser definido no planejamento do experimento.
9 ( ) As tcnicas experimentais so aes executadas durante a conduo do experimento
com o propsito de controle experimental.
10 ( ) A implementao de uma tcnica experimental pode implicar no aumento do vis do
experimento.
11 ( ) O controle de tcnicas experimentais, quando adequado, o procedimento mais eficaz
para o controle de caractersticas estranhas da amostra.
12 ( ) O material experimental compreende os trs seguintes subconjuntos de caractersticas
da amostra: as caractersticas explanatrias, as caractersticas estranhas e as
13 ( ) O pesquisador define completamente a amostra no plano do experimento
14 ( ) Se cultivar um fator experimental em um experimento, a semente compreende
apenas caractersticas inerentes a esse fator.
15 ( ) Tratamento um componente ou elemento dos sistemas j existente cuja manifestao
nas unidades da amostra o pesquisador controla.
16 ( ) Um experimento de ampla abrangncia um experimento conduzido em um nmero
muito elevado de posies no espao e no tempo.
17 ( ) Um experimento tecnolgico no necessariamente um experimento de ampla
abrangncia espacial e temporal.
18 ( ) Tcnicas experimentais devem ser sempre empregadas para lograr a homogeneidade
do material experimental.
19 ( ) Em um experimento agrcola de campo, a unidade de observao constituda por
todas as plantas na parcela.
20 ( ) O perodo pr-experimental a fase de preparao e adaptao das unidades antes da
execuo do experimento para que possa ser lograda na amostra a simulao
adequada das unidades na populao objetivo.
21 ( ) Em um experimento agrcola de campo com semeadura, a semeadura deve ser
efetuada simultaneamente em todas as parcelas.
22 ( ) Em um experimento com animais, os animais podem ingressar no experimento em
diferentes instantes.
23 ( ) Os tratamentos so, sempre, aplicados simultaneamente a todas as unidades
experimentais.
24 ( ) Qualquer desvio dos momentos previstos para a aplicao dos tratamentos implica em
confundimento de seus efeitos com efeitos de caractersticas estranhas.
25 ( ) Dados coletados em um experimento no se referem apenas a caractersticas
respostas.
26 ( ) Dados de variveis respostas so sempre coletados ao fim do experimento.
27 ( ) Em experimentos com plantas com estande final varivel, o controle estatstico da
variao atribuvel a esse estande sempre recomendvel.
28 ( ) Uma co-varivel uma varivel resposta.
29 ( ) A desconsiderao de dados de alguma unidade experimental prejudicada por alguma
fonte de variao estranha origina o que se denomina de parcela perdida.
30 ( ) Algumas vezes, dados de um experimento so coletados antes do perodo
experimental.
31 ( ) A definio de uma varivel estabelece o nmero de algarismos dos dados a serem
coletados referentes a essa varivel.
32 ( ) Dados devem ser registrados com dgitos em nmero no mnimo igual quele que
exprime a preciso real do processo de mensurao.
33 ( ) Um mesmo critrio de controle local pode ser utilizado para o controle de muitas
34 ( ) O controle local efetuado no momento de aplicao dos tratamentos.
35 ( ) O controle local sempre implica na diminuio da varincia do erro experimental.
36 ( ) O mesmo critrio de controle local pode ser utilizado para o controle de fontes de
variao estranhas que se manifestam em diferentes fases do experimento.
37 ( ) O controle local e o controle estatstico no interferem na constituio da amostra.

434
38 ( ) O pesquisador no pode lograr preciso elevada de um experimento com material
experimental heterogneo.
39 ( ) O controle local sempre mais eficiente do que o controle estatstico.
40 ( ) Caractersticas estranhas controladas por controle local devem ser mensuradas.
41 ( ) Um mesmo critrio de controle estatstico pode ser utilizado para o controle de muitas
42 ( ) Caractersticas estranhas controladas por controle estatstico devem ser mensuradas.
43 ( ) Anlise da co-variao o procedimento estatstico que efetiva o controle estatstico.
44 ( ) A casualizao tem o propsito da reduo da variao estranha na amostra.
45 ( ) A casualizao uma forma de controle experimental.
46 ( ) O propsito da casualizao da atribuio dos tratamentos s unidades a
casualizao de caractersticas estranhas da amostra.
47 ( ) A casualizao logra a casualizao de todas as caractersticas estranhas da amostra
no controladas pelos outros procedimentos de controle experimental.
48 ( ) A casualizao pode ser utilizada com proveito para evitar a manifestao de fontes de
variao estranhas resultantes de intervenes durante a conduo do experimento.
49 ( ) A casualizao deve ser procedida com obedincia ao controle local.
50 ( ) A casualizao deve suceder ao controle local.
51 ( ) A casualizao logra o controle de todas as caractersticas estranhas da amostra no
controladas pelas outras formas de controle experimental.
52 ( ) O pesquisador jamais deve rejeitar o resultado de uma casualizao.
53 ( ) Encobrimento uma tcnica para esconder da unidade o tratamento que recebe.
54 ( ) O julgamento subjetivo de um avaliador pode ser evitado por encobrimento.
Amostra inicial / Material experimental
inicial
Composio da unidade experimental
Nmero de repeties requerido
Perodo pr-experimental
Coleta dos dados
Nmero de dgitos significativos
Edio dos dados
Crtica dos dados
Controle estatstico
Anlise da co-variao
Casualizao na atribuio dos
tratamentos
Casualizao com recurso de
encobrimento
Unidade cega
Experimento duplamente cego
Controle experimental
Tamanho da unidade experimental
Forma da unidade experimental
Diferena mnima detectvel
Perodo experimental
Unidade perdida/ parcela perdida
Planilha de dados
Arquivo de dados / Base de dados
Controle local
Co-varivel estranha
Casualizao
Casualizao na implementao de
tcnicas experimentais
Mensurao / avaliao cega
Experimento cego
Balanceamento de efeitos ambientais
COBB, G. W. Introduction to design and analysis of experiments Introduction to design and analysis of experiments Introduction to design and analysis of experiments Introduction to design and analysis of experiments. New York: Springer-
Verlag, 1998. 795p.
1957. 617p.
COCHRAN, W. G. Planning & analysis Planning & analysis Planning & analysis Planning & analysis of observational studies of observational studies of observational studies of observational studies. New York: John Willey,
1983. 145p.
and Hall, 1981. 189p.
590p.
DYKE, G. V. Comparative experiments with field crops Comparative experiments with field crops Comparative experiments with field crops Comparative experiments with field crops. Londres: Butterworths, 1974.
211p.
FEDERER, W. T. Experimental design: theory and application Experimental design: theory and application Experimental design: theory and application Experimental design: theory and application. New York: Macmillan,
1955. 593p.
FINNEY, D. J. An introduction to statistical science in agriculture An introduction to statistical science in agriculture An introduction to statistical science in agriculture An introduction to statistical science in agriculture. 4.ed. Copenhagen:
FISHER, R. A. T TT The design of experiments he design of experiments he design of experiments he design of experiments. Edinburgh: Oliver and Boyd, 1935. 248p.
p.1-25, 1977.
John Wiley, 1994. v.1. 495p.
KUEHL, R. O. Design of experiments: Statistical principles of research design and Design of experiments: Statistical principles of research design and Design of experiments: Statistical principles of research design and Design of experiments: Statistical principles of research design and
analysis analysis analysis analysis. 2. ed. Pacific Grofe, Califrnia: Brooks/Cole, 2000. 666p.
LORENZEN, T. J.; ANDERSON. V. L. Design of experiments; a non Design of experiments; a non Design of experiments; a non Design of experiments; a non- -- -named approach named approach named approach named approach.
OSTLE, B; MALONE, L. C. Statistics in research: Basic principles and techniques for Statistics in research: Basic principles and techniques for Statistics in research: Basic principles and techniques for Statistics in research: Basic principles and techniques for
research workers research workers research workers research workers. 4. ed. Ames: Iowa State University, 1988. 664p.
PEARCE, S. C. Field experimentation with fruit trees and other perennial plants Field experimentation with fruit trees and other perennial plants Field experimentation with fruit trees and other perennial plants Field experimentation with fruit trees and other perennial plants.
Technical Communication N
o
23, Commonwealth Bureau of Horticulture and
Plantation Crops, East Malling, 131, 1953.
PETRIE, A.; WATSON, P. Statistics for veterinary and animal sciences Statistics for veterinary and animal sciences Statistics for veterinary and animal sciences Statistics for veterinary and animal sciences. Oxford: Blackwell
RILEY, J; RYDER, K. Forms for recording details and results of field experiments.
Experimental Agriculture Experimental Agriculture Experimental Agriculture Experimental Agriculture, v.15, p.1-14, 1979.

436
SELWYN, M. R. Principles of experimental design for the life sciences Principles of experimental design for the life sciences Principles of experimental design for the life sciences Principles of experimental design for the life sciences. Boca Raton,
Florida: CRC, 1996. 160 p.
SILVA, J. G. C. da. O ensino da Estatstica no Sistema Nacional de Pesquisa
Braslia, 1995. p.89-107.
WILSON, E. B. An introduction to scientific research An introduction to scientific research An introduction to scientific research An introduction to scientific research. New York: McGraw-Hill Book
Company, Inc., 1952. 373p.
Zar, J. H. Biostatistical analysis Biostatistical analysis Biostatistical analysis Biostatistical analysis. 4. ed. New Jersey: Prentice Hall, 1999. 931p.

10 10 10 10 Estrutura das Unidades e Delineamento do Experimento Estrutura das Unidades e Delineamento do Experimento Estrutura das Unidades e Delineamento do Experimento Estrutura das Unidades e Delineamento do Experimento
10.1 Introduo.............................................................................................................. 439
10.2 Estruturas das Unidades........................................................................................ 439
10.3 Estruturas das Unidades de Experimentos de Abrangncia Restrita ..................... 440
10.3.1 Estruturas de unidades de observao simples.............................................. 440
10.3.1.1 Estrutura de unidades unifatorial .................................................................... 441
10.3.1.2 Estrutura de unidades de dois fatores hierrquica .......................................... 442
10.3.1.3 Estrutura de unidades de dois fatores cruzada............................................... 445
10.3.1.4 Estrutura de unidades de trs fatores hierrquica........................................... 447
10.3.1.5 Estrutura de unidades de quatro fatores mista................................................ 450
10.3.2 Estruturas de unidades de observaes mltiplas .......................................... 453
10.3.2.1 Estrutura de unidades de dois fatores hierrquica .......................................... 453
10.3.2.2 Estrutura de unidades de trs fatores hierrquica........................................... 454
10.3.2.3 Estrutura de unidades de trs fatores mista.................................................... 455
10.3.3 Estruturas de unidades de observaes repetidas.......................................... 457
10.3.3.1 Estrutura de unidades de dois fatores cruzada............................................... 457
10.3.3.2 Estrutura de trs fatores mista........................................................................ 458
10.4 Estruturas das Unidades de Experimentos de Abrangncia Ampla........................ 460
Estruturas de unidades de abrangncia ampla no espao............................................ 460
Estruturas de unidades de abrangncia ampla no tempo ............................................. 460
Estruturas de unidades de abrangncia ampla no espao e no tempo ......................... 460
10.5 Estrutura do Experimento ou Delineamento Experimental ..................................... 462
10.6 Delineamentos para Estruturas de Condies Experimentais Unifatoriais ............. 463
10.6.1 Estrutura de unidades unifatorial .................................................................... 464
Casualizao................................................................................................................ 464
Estrutura do experimento.............................................................................................. 465
Caracterizao e usos do delineamento....................................................................... 466
Vantagens e desvantagens........................................................................................... 468
Vantagens .................................................................................................................... 468
Desvantagens............................................................................................................... 468
10.6.2 Estrutura de unidades de dois fatores hierrquica .......................................... 468
10.6.2.1 Delineamento em blocos completos ............................................................... 469
Casualizao................................................................................................................ 469
Caracterizao e usos do delineamento....................................................................... 471
10.6.2.2 Delineamentos em blocos com mais de uma repetio de cada tratamento... 476
Casualizao................................................................................................................ 476
Caracterizao e usos .................................................................................................. 478
10.6.2.3 Delineamento em blocos com mais de uma repetio de alguns tratamentos 480
10.6.2.4 Delineamento em blocos incompletos............................................................. 481
10.6.3 Estrutura de unidades de dois fatores cruzada............................................... 482
10.6.3.1 Delineamento em quadrado latino .................................................................. 482
Casualizao................................................................................................................ 482
Caracterizao e usos .................................................................................................. 485
10.7 Delineamentos para estruturas de condies experimentais fatoriais.................... 489
10.7.1 Delineamentos com parcelas divididas........................................................... 489
Casualizao................................................................................................................ 490
10.7.2 Delineamentos em blocos divididos em faixas................................................ 491
10.7.3 Delineamentos para estruturas de condies experimentais fatoriais em.............
blocos incompletos ......................................................................................... 492
10.8 Delineamentos com estruturas de unidade de observaes mltiplas ................... 492
10.9 Delineamentos para estruturas de unidade de observaes repetidas .................. 492
10.10 Delineamentos de Experimentos de Abrangncia Ampla................................... 492
10.11 Resumo.............................................................................................................. 493
Exerccios de Reviso............................................................................................... 494
Conceitos e Termos Chave....................................................................................... 496
Bibliografia ................................................................................................................ 497

10. Estrutura das Unidades e Delineamento do Experimento 439
No planejamento do experimento o pesquisador exerce a escolha do material
experimental, ou seja, a escolha das caractersticas respostas, a escolha das
caractersticas explanatrias e a escolha das caractersticas estranhas e do controle
dessas caractersticas. Usualmente essas escolhas so limitadas pela inacessibilidade da
populao objetivo e por restries de recursos.
Nos captulos anteriores, tratou-se do processo dessas escolhas, ou seja, do
planejamento da resposta, do planejamento das condies experimentais e do
planejamento das caractersticas estranhas e do controle experimental. Esses
planejamentos estabelecem a estrutura da resposta, a estrutura das condies
experimentais e a estrutura das unidades. A relao estrutural entre essas trs estruturas
determina a estrutura do experimento.
Muito freqentemente, a estrutura da resposta simples. Essa simplicidade decorre
de ausncia de relao entre as variveis respostas ou da considerao do tempo como
um fator experimental adicional, no caso mais usual de estruturao que compreende
observaes repetidas sobre unidades (Seo 7.7 Seo 7.7 Seo 7.7 Seo 7.7). Nessas circunstncias, a estrutura do
experimento muito freqentemente estabelecida pela relao entre a estrutura das
condies experimentais e a estrutura das unidades. A relao dessas duas estruturas
estabelecida pela casualizao, ou seja, pela atribuio aleatria dos nveis dos fatores
de tratamento s unidades da amostra e pela manifestao dos nveis dos fatores
intrnsecos nessas unidades. A especificao correta da estrutura do experimento
depende das definies corretas daquelas duas estruturas e do procedimento de
casualizao.
A definio da estrutura do experimento parte fundamental do planejamento do
experimento. Ela deve ser elaborada de modo que o experimento tenha habilidade para a
deteco das diferenas de respostas reais importantes atribuveis a fatores
experimentais com os recursos disponveis. Esse foi o tpico do Captulo 6 Captulo 6 Captulo 6 Captulo 6.
Neste Captulo, faz-se uma descrio das estruturas de unidades e das estruturas
de experimentos, que muito freqentemente recebem a denominao de delineamentos
de experimentos. Assim, a Seo Seo Seo Seo 10.2 10.2 10.2 10.2 descreve as estruturas de unidades mais usuais,
complementando as consideraes feitas na Seo 9.5 Seo 9.5 Seo 9.5 Seo 9.5. Essas estruturas de unidade so
caracterizadas e ilustradas, e so apresentadas suas representaes simblicas e por
diagramas de Hasse. A estrutura do experimento o tema das sees que seguem
(Sees Sees Sees Sees 10.5 10.5 10.5 10.5 a 10.10 10.10 10.10 10.10). Nessas Sees so definidos e ilustrados os delineamentos
experimentais mais usuais e so apresentadas suas representaes simblica e por
diagrama de Hasse.
10.2 10.2 10.2 10.2 Estruturas das Unidades Estruturas das Unidades Estruturas das Unidades Estruturas das Unidades
As unidades de observao so estruturadas por classificaes segundo os nveis
de caractersticas estranhas relevantes que so determinadas ou levadas em conta pelo
controle local. Esse procedimento de controle experimental tem duas implicaes
importantes para as inferncias: a) possibilita a manifestao dos efeitos relevantes dos
fatores experimentais livres de confundimento com efeitos de caractersticas estranhas, e
b) separa a variao atribuvel a essas caractersticas do erro experimental que afeta
esses efeitos. (Seo 9.5 Seo 9.5 Seo 9.5 Seo 9.5).
Uma caracterstica estranha a que corresponde uma classificao das unidades de
observao que estabelecida ou levada em conta pelo controle local um fator de fator de fator de fator de
unidade unidade unidade unidade. Os nveis dessa caracterstica estranha so os nveis nveis nveis nveis desse fator de unidade.
(Seo 5.6.2 Seo 5.6.2 Seo 5.6.2 Seo 5.6.2.)
O material experimental pode compreender um ou mais fatores de unidade.

As relaes entre os nveis dos fatores de unidade de um experimento constituem
a estrutura dos fatores de unidade estrutura dos fatores de unidade estrutura dos fatores de unidade estrutura dos fatores de unidade ou estrutura das unidades estrutura das unidades estrutura das unidades estrutura das unidades.

Por definio, a estrutura das unidades compreende pelo menos um fator de
unidade cujos nveis so as unidades de observao. Um fator de unidade adicional
decorre de cada classificao relevante dessas unidades constituda ou levada em conta
pelo controle local.
A variao entre os nveis de um fator de unidade um componente do erro
experimental global (Sees 5.6 Sees 5.6 Sees 5.6 Sees 5.6). O controle local decompe ou estratifica o erro
experimental global em tantos estratos quantos so os fatores de unidade.

A frao do erro experimental global que corresponde a um fator de unidade
constitui um estrato do erro experimental estrato do erro experimental estrato do erro experimental estrato do erro experimental.

A estrutura das unidades depende da unidade de observao; portanto, ela pode
variar com a varivel resposta. Assim, para um experimento com mais de uma varivel
resposta pode ser apropriado considerar mais de uma estrutura de unidades.
As formas das estruturas de unidades so semelhantes s formas das estruturas de
condies experimentais (Seo 8.7 Seo 8.7 Seo 8.7 Seo 8.7). Considerar-se-, a seguir, algumas das estruturas
de unidades importantes referentes a experimentos de abrangncia restrita e a
experimentos de abrangncia ampla.
10.3 10.3 10.3 10.3 Estruturas das Unidades de Exper Estruturas das Unidades de Exper Estruturas das Unidades de Exper Estruturas das Unidades de Experimentos de Abrangncia Restrita imentos de Abrangncia Restrita imentos de Abrangncia Restrita imentos de Abrangncia Restrita
Experimentos de abrangncia restrita so conduzidos em uma nica seo do
espao (em um nico laboratrio ou um nico campo experimental, por exemplo) e em
uma nica seo do tempo (em um nico ano, uma nica safra ou um nico perodo, por
exemplo) (Seo 4.3 Seo 4.3 Seo 4.3 Seo 4.3).
Estruturas de unidades de experimentos de abrangncia restrita compreendem as
seguintes classes:
estruturas de unidades de observao simples,
estruturas de unidades de observaes mltiplas e
estruturas de unidades de observaes repetidas.
Em um experimento com mais de uma varivel resposta pode ocorrer mais de uma
dessas estruturas de unidades.
Estruturas de unidades de observaes mltiplas e de observaes repetidas so
derivaes de estruturas de observao simples. Essas trs classes de estruturas de
unidades so descritas a seguir.
10.3.1 10.3.1 10.3.1 10.3.1 Estruturas de unidades de observao simples Estruturas de unidades de observao simples Estruturas de unidades de observao simples Estruturas de unidades de observao simples

Em uma estrutura de unidades estrutura de unidades estrutura de unidades estrutura de unidades de observao simples de observao simples de observao simples de observao simples a unidade de observao
a unidade experimental elementar.

Isso significa que em experimentos com mais de uma formao de unidades
experimentais a unidade de observao a unidade experimental de menor dimenso
(Seo 5.4 Seo 5.4 Seo 5.4 Seo 5.4).
As estruturas de unidades de observao simples compreendem as seguintes
subclasses:
estrutura de unidades unifatorial,
estrutura de unidades fatorial cruzada,
estrutura de unidades fatorial hierrquica e
estrutura de unidades fatorial mista.
Estruturas cujas unidades relacionam-se segundo suas disposies no espao ou
no tempo podem ser convenientemente representadas atravs de croquis que mostrem
as posies relativas das unidades. Tambm podem ser representadas por smbolos e
por diagramas, a semelhana de estruturas de condies experimentais.
Algumas estruturas de unidades de observao simples mais usuais so
caracterizadas e ilustradas a seguir.
10.3.1.1 10.3.1.1 10.3.1.1 10.3.1.1 Estrutura de unidades unifatorial Estrutura de unidades unifatorial Estrutura de unidades unifatorial Estrutura de unidades unifatorial
A estrutura de unidades mais simples corresponde situao em que a variao
das caractersticas estranhas do material experimental irrelevante de modo que no h
classificaes das unidades de observao importantes para propsito de controle local.
Nessas circunstncias, h uma nica formao de unidades experimentais que so as
prprias unidades de observao e essas unidades so as classes da uma nica
classificao do conjunto das unidades de observao. As unidades de observao ou
unidades experimentais recebem a denominao de parcelas parcelas parcelas parcelas e so aninhadas no
material experimental, o que pode ser representado por:
Material experimental Parcelas.
Como o material experimental uma classificao das unidades de observao
com uma nica classe, ele no considerado um fator de unidade. Entretanto, ele
includo para completitude da representao da relao estrutural das unidades. Ento,
essa estrutura compreende um nico fator de unidade que recebe a designao de
parcela parcela parcela parcela.
A Figura Figura Figura Figura 10 10 10 10. .. .1 11 1 apresenta um croqui que ilustra estrutura de unidades unifatorial.

Figura Figura Figura Figura 10 10 10 10. .. .1 11 1. Croqui de uma estrutura de unidades unifatorial
com um nico fator: parcela com 24 nveis.

Essa estrutura de unidades simbolizada por E que denota o fator de unidade:
parcela, e representada pelo diagrama da Figura Figura Figura Figura 10 10 10 10. .. .2 22 2, onde M
u
denota o material
experimental. Na representao simblica de fatores de unidades a letra E usualmente
utilizada para denotar o fator de unidade cujos nveis so as unidades de observao.

Figura Figura Figura Figura 10 10 10 10. .. .2 22 2. Diagrama da estrutura de unidades unifatorial com
fator E: E.

Os exemplos que seguem so ilustrativos de estrutura de unidades unifatorial.
Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1
a) Material experimental: sementes de milho provenientes de um lote homogneo;
recipientes com soluo nutritiva completa para o desenvolvimento da planta, exceto pela
ausncia de cobre; casa de vegetao com variao ambiental irrelevante; implementao
uniforme de tcnicas de cultivo e de procedimentos de mensurao e registro dos dados.
Unidade de observao para variveis respostas mensuradas globalmente para o
recipiente, tal como peso da matria seca da parte area: o recipiente.
Unidade experimental elementar: o recipiente com as caractersticas do material
experimental que lhe correspondem.
Estrutura das unidades: A homogeneidade das caractersticas estranhas do material
experimental dispensa o controle local. Assim, h uma nica classificao das unidades de
observao (recipientes) para constiturem o conjunto do material experimental. Logo, a estrutura
das unidades para as variveis respostas mensuradas para o recipiente compreende apenas um
fator: parcela, que neste caso pode receber a designao particular de recipiente; seus nveis so
os recipientes individuais.
b) Material experimental: Cordeiros machos homogneos quanto idade e demais
caractersticas individuais que so mantidos juntos em um mesmo potreiro durante o perodo
experimental; tcnicas de manejo e de mensurao e registro dos dados procedidas de modo
uniforme.
Unidade de observao para variveis que exprimem caractersticas individuais do cordeiro,
como peso corporal e caractersticas de carcaa: o cordeiro.
Unidade experimental elementar: o cordeiro com as correspondentes caractersticas do
material experimental.
Estrutura das unidades: As unidades de observao so homogneas, o que significa que
no h qualquer caracterstica estranha relevante que deva ser considerada para controle local.
Portanto, a estrutura das unidades para as variveis que exprimem variveis respostas relevantes
unifatorial; o nico fator de unidade pode ser denominado cordeiro; seus nveis so os cordeiros
individuais.
c) Material experimental: Plantas escolhidas de um pomar de pessegueiro uniformes quanto
ao vigor e demais caractersticas individuais; tcnicas de cultivo e de mensurao e registro dos
dados tambm uniformes.
Unidade de observao para variveis que exprimem caractersticas da planta, como peso
da produo de frutos e demais caractersticas referentes produo de frutos: a planta.
Unidade experimental elementar: a planta com as caractersticas do material experimental
que lhe correspondem.
Estrutura das unidades: A homogeneidade das plantas quanto ao potencial para produo
expresso pela uniformidade de vigor caracteriza a desnecessidade de controle local. Ento, a
estrutura das unidades para as variveis respostas referentes produo de frutos compreende
um nico fator a planta; os nveis desse fator so as plantas individuais.
10.3.1.2 10.3.1.2 10.3.1.2 10.3.1.2 Estrutura de unidades de dois fatores hierrquica Estrutura de unidades de dois fatores hierrquica Estrutura de unidades de dois fatores hierrquica Estrutura de unidades de dois fatores hierrquica
Uma estrutura de unidades hierrquica ou aninhada de dois fatores pode resultar
de controle local simples ou da formao de grupos de unidades de observao para
constiturem uma segunda formao de unidades experimentais. Essas duas situaes
so descritas a seguir.
1) H uma caracterstica estranha relevante do material experimental que
controlada por controle local. As unidades de observao so as unidades experimentais
de uma nica formao de unidades experimentais e so classificadas para propsito de
controle local segundo os nveis dessa caracterstica estranha. Ento, h duas
classificaes das unidades de observao em uma das quais as classes so as prprias
unidades de observao e na outra, os nveis da caracterstica estranha controlada por
controle local. As unidades de observao ou unidades experimentais, que tambm so
denominadas parcelas parcelas parcelas parcelas, so aninhadas nos nveis da caracterstica estranha controlada,
que recebem a designao de blocos blocos blocos blocos, e estes, no material experimental, o que
representado por:
Material experimental Blocos Parcelas.
Essa estrutura de unidades compreende dois fatores que recebem as designaes
de parcela parcela parcela parcela e bloco bloco bloco bloco, cujos seus nveis so as parcelas e os blocos, respectivamente. O
fator parcela aninhado no fator bloco. Essa estrutura de unidades ilustrada pelo croqui
da Figura Figura Figura Figura 10 10 10 10. .. .3 33 3.

Figura Figura Figura Figura 10 10 10 10. .. .3 33 3. Estrutura de unidades hierrquica de dois fatores:
parcela e bloco, respectivamente com 72 e 6
nveis; o fator parcela aninhado no fator bloco.

Essa estrutura de unidades simbolizada por U/E, onde E e U denotam os fatores
de unidade: parcela e bloco, respectivamente, e representada pelo diagrama de Hasse
da Figura Figura Figura Figura 10 10 10 10. .. .4 44 4, onde M
u
denota o material experimental.

Figura Figura Figura Figura 10 10 10 10. .. .4 44 4. Diagrama da estrutura de unidades hierrquica de dois
fatores E e U com fator E aninhado no fator U: U/E.

O Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .2 22 2 prov ilustraes dessa forma de estrutura hierrquica de dois
fatores de unidade com suposio de alteraes das duas composies de material
experimental consideradas no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1 b) e c).
a) Material experimental: Cordeiros machos heterogneos quanto idade; demais
caractersticas descritas no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1 b).
Controle local: Os animais so classificados em grupos de animais de idades prximas que
so considerados suficientemente homogneos. Dessa forma a heterogeneidade dos animais
quanto idade controlada pela formao desses grupos ou blocos de animais.
Unidade de observao para variveis respostas relevantes: o cordeiro.
Unidade experimental elementar: a prpria unidade de observao, ou seja, o cordeiro com
as caractersticas do material experimental que lhe correspondem.
Estrutura das unidades: H duas classificaes relevantes das unidades de observao
cujas classes so os cordeiros individuais e os nveis de idade. Ento, a estrutura das unidades
para as variveis respostas que exprimem peso corporal e caractersticas de carcaa compreende
dois fatores: cordeiro (parcela) e idade (bloco); os nveis do primeiro fator so os cordeiros
individuais e os nveis do segundo fator, as classes de idade. O fator cordeiro aninhado no fator
idade.
b) Material experimental: Plantas heterogneas quanto ao vigor; demais caractersticas
descritas no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1 c).
Controle local: As plantas so classificadas em grupos (blocos) de plantas de modo que as
plantas de cada bloco sejam semelhantes quanto ao vigor. Assim, a heterogeneidade das plantas
no que se refere ao potencial para produo de frutos controlada pela formao desses blocos.
Unidade de observao para variveis respostas referentes planta: a planta.
Unidade experimental elementar: a prpria unidade de observao, ou seja, a planta com as
caractersticas do material experimental que lhe correspondem.
Estrutura das unidades: H duas classificaes das plantas; as classes correspondentes a
essas duas classificaes so as plantas individuais e os blocos de plantas similares quanto ao
vigor. Logo, a estrutura das unidades para as variveis respostas referentes planta compreende
dois fatores: planta (parcela) e vigor (bloco), cujos nveis so as plantas e os nveis de vigor,
respectivamente. o fator planta aninhado no fator vigor.

2) O material experimental homogneo quanto composio de caractersticas
estranhas. Portanto, no h imposio de controle local. As unidades de observao
constituem a formao de unidades experimentais elementares e so agrupadas em
subconjuntos de unidades para constiturem uma segunda formao de unidades
experimentais. Assim, h duas classificaes das unidades de observao; as classes
dessas duas classificaes so as unidades experimentais elementares (unidades de
observao) e as unidades experimentais da segunda formao de unidades
experimentais, que usualmente recebem as denominaes de subparcelas subparcelas subparcelas subparcelas e parcelas parcelas parcelas parcelas,
respectivamente. As subparcelas so aninhadas nas parcelas e estas, no material
experimental, o que representado por:
Material experimental Parcelas Subparcelas.
Os dois fatores dessa estrutura de unidades recebem as designaes de
subparcela subparcela subparcela subparcela e parcela parcela parcela parcela; seus nveis so as subparcelas e as parcelas, respectivamente. O
fator subparcela aninhado no fator parcela. Essa estrutura de unidades ilustrada pelo
croqui da Figura Figura Figura Figura 10 10 10 10. .. .5 55 5.

Figura Figura Figura Figura 10 10 10 10. .. .5 55 5. Estrutura de unidades hierrquica de dois fatores: subparcela e
parcela, respectivamente com 60 e 15 nveis; o fator
subparcela aninhado no fator parcela.

O smbolo dessa estrutura de unidades o mesmo da situao 1), ou seja, U/E,
onde, agora, E e U denotam os fatores de unidade: subparcela e parcela,
respectivamente, e seu diagrama o mesmo apresentado na Figura Figura Figura Figura 10 10 10 10. .. .4 44 4.
Essa estrutura de unidades pode ser apropriada para situaes de dois ou mais
fatores experimentais em que sejam requeridas duas dimenses de unidades
experimentais. Esse pode ser o caso, por exemplo, de dois fatores experimentais um dos
quais requeira unidades experimentais de dimenses grandes que possam ser divididas
em subunidades para constituir as unidades experimentais para o outro fator
experimental cujos nveis possam ser alojados em unidades de pequenas dimenses.
Essa estrutura de unidades ilustrada pelo Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .3 33 3.
a) Material experimental: Videiras de um pomar homogneas quanto s caractersticas
individuais; caractersticas uniformes referentes ao ambiente, tcnicas de cultivo e procedimentos
de mensurao e registro de dados.
Formao das unidades experimentais: O pomar dividido em grupos de plantas contguas.
Unidade de observao para as variveis respostas que exprimem a produo de uva,
como peso da produo de cachos e nmero de cachos: a planta.
Unidade experimental elementar para um ou mais fatores experimentais que possam ser
assinalados a uma planta: a unidade de observao, ou seja, a planta com as caractersticas do
material experimental que lhe correspondem.
Unidade de segunda formao de unidades experimentais: grupo de plantas contguas que
constitui a unidade experimental para um ou mais fatores experimentais que requeiram unidade
experimental composta por duas ou mais plantas com as correspondentes caractersticas do
Estrutura das unidades: As plantas so as unidades experimentais elementares e so
classificadas em grupos de plantas contguas para constiturem a segunda formao de unidades
experimentais. Assim, a estrutura das unidades para peso da produo de cachos, nmero de
cachos e outras variveis respostas referentes produo de uva compreende dois fatores: planta
(subparcela) e grupo de plantas (parcela), com o fator subparcela aninhado no fator parcela. Os
nveis do primeiro fator so as plantas individuais e os do segundo fator, os grupos de plantas
contguas. O fator planta (subparcela) aninhado no fator grupo de plantas (parcela).
b) Material experimental (Exemplo 5.12 Exemplo 5.12 Exemplo 5.12 Exemplo 5.12): conjunto de sunos uniformes quanto idade e
demais caractersticas individuais que so mantidos durante o perodo experimental em uma
instalao com boxes coletivos tambm uniformes; caractersticas referentes ao ambiente, ao
manejo e ao processo de mensurao e registro dos dados homogneas.
Formao das unidades: Os animais so distribudos nos boxes coletivos.
Unidade de observao para as variveis respostas que exprimem caractersticas
individuais do animal, como peso corporal ao abate e caractersticas de carcaa: o animal.
Unidade experimental elementar para um ou mais fatores que possam ser assinalados ao
animal individualmente: a unidade de observao, ou seja, o animal e as caractersticas do
material experimental que lhe correspondem.
Unidade de segunda formao de unidades experimentais: boxe com os animais que lhe
so alocados e as correspondentes caractersticas do material experimental, que constitui a
unidade experimental para um ou mais fatores experimental cujos nveis devam ser alocados a
boxes.
Estrutura das unidades: Os animais so as unidades experimentais elementares e so
classificados em grupos de animais que so assinalados a boxes para constiturem a segunda
formao de unidades experimentais. Ento, a estrutura das unidades para variveis respostas
que exprimem caractersticas individuais do animal compreende dois fatores: animal e boxe. Os
nveis desses fatores so os animais individuais e os boxes, respectivamente. O fator animal
aninhado no fator boxe.
10.3.1.3 10.3.1.3 10.3.1.3 10.3.1.3 Estrutura de unidades de dois fatores cruzada Estrutura de unidades de dois fatores cruzada Estrutura de unidades de dois fatores cruzada Estrutura de unidades de dois fatores cruzada
H uma variao do material experimental acentuada correspondente a duas
caractersticas estranhas relevantes cujos nveis se dispem em duas direes
perpendiculares. As unidades de observao correspondem s combinaes dos nveis
dessas duas caractersticas e constituem a formao de unidades experimentais
elementares. Essas unidades so classificadas para propsito de controle local duplo
segundo os nveis das duas caractersticas estranhas, constituindo duas formaes de
blocos de modo que cada uma dessas unidades se classifica em um bloco de cada uma
dessas duas formaes. Assim, h trs classificaes das unidades de observao cujas
classes so: as unidades de observao e os blocos de cada uma dessas duas
formaes de blocos; as unidades de observao ou unidades experimentais recebem a
denominao de parcelas parcelas parcelas parcelas e os dois conjuntos de blocos, de filas filas filas filas e colunas colunas colunas colunas. As parcelas
so as combinaes das filas e das colunas que so aninhadas no material experimental
o que pode ser representado por:
Material experimental (Filas
^
Colunas).
As combinaes das filas e das colunas so os nveis do fator de unidade
generalizado que resulta do cruzamento dos fatores de unidade que recebem as
designaes de fila fila fila fila e coluna coluna coluna coluna, respectivamente. Isso significa que as parcelas so
especificadas pelas definies dos fatores fila e coluna e, portanto, de fato, essa estrutura
de unidades compreende apenas os fatores fila e coluna. Os fatores fila e coluna so
cruzados.
Essa estrutura de unidades ilustrada pelo croqui apresentado na Figura Figura Figura Figura 10 10 10 10. .. .6 66 6.

Figura Figura Figura Figura 10 10 10 10. .. .6 66 6. Estrutura de unidades cruzada de dois fatores: fila e coluna
ambos com 5; os fatores fila e coluna so cruzados; a
parcela a combinao dos nveis desses dois fatores.

Essa estrutura de unidades simbolizada por U
*
U, onde U e U denotam os fatores
de unidade: fila e coluna, respectivamente, e representada pelo diagrama da Figura Figura Figura Figura
10 10 10 10. .. .7 77 7.

Figura Figura Figura Figura 10 10 10 10. .. .7 77 7. Diagrama da estrutura de unidades cruzada
de dois fatores: U e U.
Material experimental: Conjunto de cordeiros de diversas procedncias, heterogneos
quanto a hbito alimentar e sistema de criao, e de diversas idades, que so mantidos em um
mesmo potreiro durante o perodo experimental; caractersticas homogneas referentes ao manejo
e ao processo de mensurao e registro de dados.
Controle local: Os animais so classificados duplamente segundo as procedncias e as
idades, constituindo duas formaes de blocos; os blocos da primeira formao so as
procedncias e os da segunda formao, as faixas de idade. Dessa forma a heterogeneidade das
caractersticas estranhas relevantes referentes aos cordeiros controlada por controle local duplo.
Unidade de observao para caractersticas respostas referentes ao animal: o cordeiro.
Unidade da nica formao de unidades experimentais: a prpria unidade de observao - o
cordeiro com as caractersticas do material experimental que lhe correspondem.
(cordeiros): a classificao segundo as procedncias e a classificao segundo as idades. Logo, a
estrutura das unidades para as variveis respostas relevantes compreende dois fatores:
procedncia e idade. Os fatores procedncia e idade so cruzados.
10.3.1.4 10.3.1.4 10.3.1.4 10.3.1.4 Estrutura de unidades de trs fatores hierrquica Estrutura de unidades de trs fatores hierrquica Estrutura de unidades de trs fatores hierrquica Estrutura de unidades de trs fatores hierrquica
Uma estrutura de unidades hierrquica ou aninhada de trs fatores pode resultar de
duas formas de relaes de fatores de unidade.
1) H uma variao relevante devida a uma caracterstica estranha que
controlada por controle local simples. As unidades de observao constituem a formao
de unidades experimentais elementares e so agrupadas em subconjuntos de unidades
para constiturem uma segunda formao de unidades experimentais; ento, estas
unidades experimentais so agrupadas para o controle local, segundo os nveis da
caracterstica estranha relevante. Assim, h trs classificaes das unidades de
observao cujas classes so, respectivamente, as unidades experimentais elementares,
as unidades experimentais da segunda formao de unidades experimentais e os grupos
ou blocos constitudos para controle local. Essas classes de unidades usualmente
recebem as denominaes de subparcelas subparcelas subparcelas subparcelas, parcelas parcelas parcelas parcelas e blocos blocos blocos blocos, respectivamente. As
subparcelas so aninhadas nas parcelas, as parcelas nos blocos e estes, no material
experimental:
Material experimental Blocos Parcelas Subparcelas.
Os trs fatores de unidade recebem as designaes de subparcela subparcela subparcela subparcela, parcela parcela parcela parcela e
bloco bloco bloco bloco; seus nveis so as subparcelas, as parcelas e os blocos, respectivamente. O fator
subparcela aninhado no fator parcela e este, por sua vez, aninhado no fator bloco.
Essa estrutura de unidades ilustrada pelo croqui da Figura Figura Figura Figura 10 10 10 10. .. .8 88 8.

Figura Figura Figura Figura 10 10 10 10. .. .8 88 8. Estrutura de unidades hierrquica de trs fatores: subparcela,
parcela e bloco, respectivamente com 96, 16 e 4 nveis; o fator
subparcela aninhado no fator parcela e este no fator bloco.

Essa estrutura de unidades simbolizada por U/U/E, onde E, U e U denotam,
respectivamente, os fatores de unidade: subparcela, parcela e bloco, e representada
pelo diagrama da Figura Figura Figura Figura 10 10 10 10. .. .9 99 9.


Figura Figura Figura Figura 10 10 10 10. .. .9 99 9. Diagrama da estrutura de unidades hierrquica de trs
fatores E, U e U com o fator E aninhado no fator U e este
no fator U: U/U/E.

Como na situao de estrutura de unidades hierrquica de dois fatores esta
estrutura pode ser conveniente para situaes de dois ou mais fatores experimentais em
que sejam requeridas duas dimenses de unidades; por exemplo, no caso de dois fatores
experimentais em que um dos fatores requeira unidades experimentais de dimenses
grandes que possam conter subunidades com os nveis do outro fator experimental.
Essa forma de relao hierrquica de trs fatores de unidade ilustrada pelo
Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .5 55 5 que considera alteraes do material experimental de cada uma das
situaes ilustradas no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .3 33 3.
a) Material experimental: Videiras de um pomar situado em um terreno com declive; demais
caractersticas descritas no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .3 33 3 a).
Controle local: O pomar dividido para formar blocos segundo as faixas de nvel de modo
que as caractersticas do solo e das plantas de cada bloco sejam suficientemente homogneas.
Essa formao de blocos efetua o controle local da heterogeneidade das caractersticas estranhas
decorrente do declive do terreno.
Formao das unidades: As plantas so classificadas em grupos de plantas contguas e
esses grupos segundo os blocos.
referentes produo de uva: a planta.
Unidade experimental elementar para fatores cujos nveis possam ser assinalados a plantas
individuais: a prpria unidade de observao, ou seja, a planta com as caractersticas do material
experimental que lhe correspondem.
Unidade de segunda formao de unidades experimentais: grupo de plantas contguas com
as correspondentes caractersticas do material experimental.
Estrutura das unidades: As plantas constituem as unidades experimentais elementares que
so classificadas em grupos de plantas contguas para constiturem a segunda formao de
unidades experimentais, e esses grupos de plantas so classificados segundo as faixas de nvel
para propsito de controle local. Nessas circunstncias, a estrutura das unidades para variveis
respostas que exprimem caractersticas referentes produo de uva compreende trs fatores:
planta (subparcela), grupo de plantas contguas (parcela) e faixa de nvel (bloco), com o primeiro
fator aninhado no segundo e este, no terceiro. Os nveis desses fatores so, respectivamente, as
plantas individuais, os grupos de plantas contguas e as faixas de nvel. O fator planta (subparcela)
aninhado no fator grupo de plantas (parcela) e este, no fator faixa de nvel (bloco).
b) Material experimental: Leites machos heterogneos quanto idade que so mantidos
durante o perodo experimental em uma instalao com boxes coletivos com variao ambiental
relevante.
Controle local: Os animais so classificados em grupos de animais de idades prximas e os
boxes em grupos de boxes prximos. Ento, os grupos de animais so assinalados aos grupos de
boxes para constiturem os blocos. Dessa forma efetuado o controle local simples simultneo
das caractersticas estranhas relevantes referentes aos animais e aos boxes.
Formao das unidades: Os animais so classificados em grupos de animais que so
alocados aos boxes e os boxes so classificados segundo os blocos.
individuais do animal: o animal.
Unidade experimental elementar: A unidade de observao, isto , o animal com as
caractersticas do material experimental que lhe correspondem.
Unidade de segunda formao de unidades experimentais: o boxe e os respectivos animais
nele alocados com as caractersticas do material experimental que lhe correspondem.
Estrutura das unidades: Os animais (subparcelas) so classificados segundo os boxes
(parcelas) e esses segundo os blocos. Assim, a estrutura das unidades para as variveis
respostas que exprimem caractersticas individuais do animal compreende trs fatores: animal,
boxe e bloco; os nveis desses fatores so os animais individuais, os boxes e os blocos (de
animais e boxes), respectivamente. O fator animal aninhado no fator boxe que, por sua vez,
aninhado no fator bloco.

2) A variao devida s caractersticas estranhas irrelevante. Portanto, no
demandado controle local. As unidades de observao constituem a formao de
unidades experimentais elementares; so agrupadas em subconjuntos de unidades para
constiturem uma segunda formao de unidades experimentais e essas unidades
experimentais, por sua vez, so agrupadas para constiturem uma terceira formao de
unidades experimentais. Assim, h trs classificaes das unidades de observao; as
classes correspondentes so: as unidades experimentais elementares, as unidades da
segunda formao de unidades experimentais e as unidades da terceira formao de
unidades experimentais. Essas classes de unidades recebem as denominaes de
subsubparcela subsubparcela subsubparcela subsubparcela, subparcela subparcela subparcela subparcela e parcela parcela parcela parcela, respectivamente. As subsubparcelas so
aninhadas nas subparcelas, as subparcelas nos parcelas e estas, no material
experimental:
Material experimental Parcelas Subparcelas Subsubparcelas.
Os trs fatores de unidade correspondentes a essas trs classificaes so
designados subsubparcela subsubparcela subsubparcela subsubparcela, subparcela subparcela subparcela subparcela e parcela parcela parcela parcela; seus nveis so as subsubparcelas, as
subparcelas e as parcelas, respectivamente. O fator subsubparcela aninhado no fator
subparcela e este aninhado no fator parcela. Essa estrutura de unidades ilustrada
pelo croqui da Figura Figura Figura Figura 10 10 10 10. .. .10 10 10 10.

Figura Figura Figura Figura 10 10 10 10. .. .10 10 10 10. Estrutura de unidades hierrquica de trs fatores: subsubparcela,
subparcela e parcela, respectivamente com 108, 36 e 12 nveis; o
fator subsubparcela aninhado no fator subparcelas e este no
fator parcela.

O smbolo dessa estrutura de unidades o mesmo da estrutura ilustrada na Figura Figura Figura Figura
10 10 10 10. .. .8 88 8: U/U/E, onde, agora, E, U e U denotam os fatores de unidade: subsubparcela,
subparcela e parcela, respectivamente. O diagrama o mesmo da Figura Figura Figura Figura 10 10 10 10. .. .9 99 9. Essa
estrutura de unidades ilustrada pelo Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .6 66 6.
Material experimental: Sementes de uma cultivar de feijo com caractersticas uniformes;
terreno cujas caractersticas do solo variam consideravelmente com a distncia; tcnicas
homogneas de cultivo e de mensurao e registro dos dados.
Controle local: O conjunto dos talhes formados para constiturem as unidades elementares
dividido em blocos de forma aproximadamente quadrada com os talhes de cada bloco
suficientemente homogneos quanto s caractersticas do solo.
Formao das unidades: Cada um desses blocos fracionado sucessivamente trs vezes
para constituio de trs formaes de unidades experimentais.
Unidade de observao para caractersticas respostas relevantes: o talho.
Unidade experimental elementar: o talho com as caractersticas do material experimental
Unidade de segunda formao de unidades experimentais: conjunto de talhes contguos
com as correspondentes caractersticas do material experimental.
Unidade de terceira formao de unidades experimentais: subconjunto de unidades
experimentais da segunda formao contguas com as caractersticas do material experimental
Estrutura das unidades: H quatro classificaes das unidades de observao; as classes
dessas quatro classificaes so as unidades experimentais elementares (subsubparcelas), as
unidades da segunda formao de unidades experimentais (subparcelas), as unidades da terceira
formao de unidades experimentais (parcelas) e os blocos constitudos para controle local.
Portanto, a estrutura das unidades para essas variveis respostas compreende quatro fatores de
unidade: subsubparcela, subparcela, parcela e bloco. O fator subsubparcela aninhado no fator
subparcela, este fator aninhado no fator parcela e, por sua vez, este fator aninhado no fator
bloco.

Essa estrutura de unidades pode ser conveniente para situaes de trs ou mais
fatores experimentais em que sejam requeridas unidades experimentais de trs
dimenses diferentes; por exemplo, no caso de trs fatores experimentais em que um
dos fatores requeira unidades experimentais de dimenses grandes que possam conter
subunidades com os nveis de um dos outros dois fatores, e estas subunidades, por sua
vez, possam alojar subsubunidades com os nveis do terceiro fator.

10.3.1.5 10.3.1.5 10.3.1.5 10.3.1.5 Estrutura de unidades de quatro fatores mista Estrutura de unidades de quatro fatores mista Estrutura de unidades de quatro fatores mista Estrutura de unidades de quatro fatores mista
Estruturas mistas de mais de trs ou mais fatores podem surgir de vrias formas de
classificaes das unidades de observao. Uma delas considerada a seguir. H uma
variao relevante devida a uma caracterstica estranha que controlada por controle
local simples. As unidades de observao constituem a formao de unidades
experimentais elementares. Em cada grupo constitudo para controle local as unidades
de observao so agrupadas em duas formaes de faixas transversais na forma
descrita para a estrutura de unidades de dois fatores cruzada. As unidades de
observao so as combinaes dos nveis dos dois fatores de unidade correspondentes
a essas duas formaes de faixas transversais. Assim, h trs classificaes das
unidades de observao cujas classes so, respectivamente, os blocos constitudos para
propsito de controle local e as faixas de cada uma das duas formaes de faixas
transversais. Essas classes de unidades pode ser designadas como blocos, faixa 1 e
faixa 2, respectivamente. As as faixas 1 e as faixas 2 so cruzadas, e ambas so
aninhadas nos blocos que, por sua vez, so aninhados no material experimental:
Material experimental Blocos (Faixas 1
^
Faixas 2).
Os trs fatores de unidade so designados bloco bloco bloco bloco, faixa 1 faixa 1 faixa 1 faixa 1 e faixa 2 faixa 2 faixa 2 faixa 2,
respectivamente. Os fatores faixas 1 e faixa 2 so cruzadas e estes dois fatores so
ambos aninhados no fator bloco. Essa estrutura de unidades ilustrada pelo croqui da
Figura Figura Figura Figura 10 10 10 10. .. .11 11 11 11.


Figura Figura Figura Figura 10 10 10 10. .. .11 11 11 11. Estrutura de unidades mista de trs fatores: faixa 1, faixa 2 e
bloco, respectivamente com 18, 24 e 6 nveis; os fatores faixa 1 e
faixa 2 so cruzados e ambos so aninhados no fator bloco.

Essa estrutura de unidades simbolizada por U/(U
*
U), onde U, U e U denotam
os fatores de unidade: faixa 1, faixa 2 e bloco, respectivamente, e representada pelo
diagrama da Figura Figura Figura Figura 10 10 10 10. .. .12 12 12 12.

Figura Figura Figura Figura 10 10 10 10. .. .12 12 12 12. Diagrama da estrutura de unidades mista de trs fatores: U, U e
U com os fatores U e U so cruzados e ambos aninhados no
fator U: U/(U
*
U).

Essa estrutura de unidades pode ser apropriada para situaes de dois fatores
experimentais que requeiram unidades experimentais de dimenses grandes que possam
conter diversas subunidades com os nveis do outro fator experimental e seja necessrio
controle local da variao entre as unidades de cada uma dessas duas formaes de

Material experimental: Sementes de trigo com caractersticas homogneas; terreno plano
cujas caractersticas do solo variam com a distncia; caractersticas homogneas referentes a
tcnicas de cultivo e ao processo de mensurao e registro de dados.
Controle local: O conjunto dos talhes formados para constiturem as unidades elementares
dividido em blocos aproximadamente quadrados de modo que os talhes de cada bloco sejam
suficientemente homogneos quanto s caractersticas do solo.
Formao das unidades: Cada um desses blocos dividido em faixas paralelamente a cada
um de seus lados para a constituio de duas formaes de unidades experimentais para alojar
dois fatores experimentais que requerem unidades experimentais de dimenses razoavelmente
grandes e alongadas.
Unidade de observao para caractersticas respostas relevantes: o talho.
Unidade de primeira formao de unidades experimentais: conjunto de faixas paralelas a
um dos lados do bloco com as correspondentes caractersticas do material experimental.
Unidade de segunda formao de unidades experimentais: conjunto de faixas paralelas ao
outro lado do bloco com as correspondentes caractersticas do material experimental.
Estrutura das unidades: As unidades de observao so as interseces das faixas que
constituem as duas formaes de unidades experimentais, cada uma dessas duas faixas
classifica-se segundo os blocos constitudos para controle local. Assim, h trs classificaes das
unidades de observao; as classes dessas trs classificaes so as unidades experimentais da
primeira formao de unidades experimentais e as unidades experimentais da segunda formao
de unidades experimentais, que podem ser designadas faixas 1 e faixas 2, e os blocos. Portanto, a
estrutura das unidades para as variveis respostas relevantes compreende trs fatores: faixa 1,
faixa 2 e bloco. Os fatores faixa 1 e faixa 2 so cruzados e ambos so aninhados no fator bloco.

Estruturas de unidades de duas ou mais formaes de unidades experimentais so
teis para experimentos com dois ou mais fatores experimentais que requeiram unidades
experimentais de dimenses ou formatos diferentes. De fato, em alguns experimentos h
fatores experimentais que requerem unidades experimentais grandes e outros que
podem se alocados em unidades pequenas; ou alguns fatores que requerem unidades
compridas e outros que podem ser alojados em unidades compactas. Para economia e
uso mais eficiente de material experimental nessas situaes pode ser conveniente ter
mais de uma formao de unidades experimentais, Por exemplo, mtodos de preparo do
solo requerem talhes de reas grandes, pois no praticvel cultivar de modo realista
em reas pequenas. Entretanto, talhes do tamanho requerido para mtodos de cultivo
do solo seriam extravagantes para cultivares. Assim, para economia de material
experimental, em um experimento com esses dois fatores pode ser conveniente uma
estrutura de unidades com unidades experimentais do tamanho apropriado para o fator
mtodo de preparo do solo e a diviso dessas unidades em subunidades para
constiturem as unidades experimentais para o fator cultivar.
Um outro argumento para o uso de estruturas de unidades com mais de uma
formao de unidades experimentais o fato de que a varincia do erro experimental
referente a subunidades muito freqentemente menor do que a varincia do erro
experimental referente a unidades. Isso implica a convenincia de alocar fatores
experimentais mais importantes a subunidades e fatores menos importantes a unidades.
Essa considerao pode gerar uma contradio em relao convenincia da alocao
de fatores experimentais a unidades e subunidades, pois freqentemente fatores
experimentais que requerem unidade experimental de dimenses grandes so os fatores
mais importantes. Observe-se, entretanto, que a crena geral de que a varincia do erro
experimental referente a subunidades menor do que a varincia do erro experimental
referente a unidades pode no ser justificada. Por exemplo, em um experimento agrcola
de campo em terreno com declive com blocos com um de seus lados na direo do
declive mximo, em que as parcelas so formadas paralelamente a esse declive, essas
parcelas podem resultar muito uniformes. Nessas circunstncias, se as parcelas so
divididas em subparcelas perpendicularmente direo do declive mximo, as
subparcelas podem resultar heterogneas e consideravelmente mais heterogneas do
que as parcelas.
Todavia, em geral, deve ser esperado que a varincia do erro experimental de
subparcelas seja menor do que a varincia do erro experimental de parcelas. Essa
expectativa decorre do fato de que a varincia do erro experimental a variao devida
ao erro experimental dividida pelo nmero de unidades de informao independentes
sobre o erro experimental, que usualmente denominado nmero de graus de liberdade
do erro. E o nmero de graus de liberdade do erro experimental referente a parcelas
sempre menor que o nmero de graus de liberdade do erro experimental referente a
subparcelas. Por essa razo, em um experimento com dois ou mais fatores
experimentais em que um dos fatores seja mais importante ser prefervel alocar esse
fator subparcela.
Ao cogitar em mais de uma formao de unidades experimentais o pesquisador
deve ter em mente que para um mesmo material experimental o erro experimental global
invarivel. A reduo do erro experimental de um estrato do erro experimental global
implica o aumento do erro experimental dos outros estratos. Isso tambm ocorre com a
formao de agrupamentos de unidades para propsito especfico de controle local.
Quanto mais eficiente o controle local menor o erro experimental intrablocos (dentro
de blocos) e menor o erro experimental entre blocos.
Algumas estruturas de unidades hierrquicas descritas anteriormente constituem
ilustraes do uso dessa estratgia para situaes de dois ou mais fatores experimentais.
Entretanto, h muitas outras variaes que podem ser consideradas. O importante a
compreenso das relaes de cruzamento e de aninhamento de fatores de unidades que
decorrem das classificaes das unidades de observao consideradas pelo controle
local. Essas estruturas de unidade so a base de muitos delineamentos experimentais. O
pesquisador deve exercer sua experincia e imaginao para derivao da estrutura das
unidades mais apropriada para cada experimento particular, levando em considerao a
obedincia apropriada dos princpios bsicos do delineamento experimental.
Particularmente, os princpios da ortogonalidade e do balanceamento so geralmente
importantes. Isso significa, por exemplo, a convenincia da alocao do mesmo nmero
de unidades de observao a todos os nveis de cada fator de unidade.
10.3.2 10.3.2 10.3.2 10.3.2 Estruturas de unidades de observaes mltiplas Estruturas de unidades de observaes mltiplas Estruturas de unidades de observaes mltiplas Estruturas de unidades de observaes mltiplas
Em alguns experimentos a unidade experimental elementar compreende duas ou
mais fraes do material experimental sobre as quais so efetuadas observaes
independentes de uma ou mais variveis respostas. Cada uma dessas fraes do
material experimental constitui uma unidade de observao para essas variveis
respostas (Seo 5.5 Seo 5.5 Seo 5.5 Seo 5.5).

A estrutura das unidades para uma varivel resposta uma estrutura de unidades estrutura de unidades estrutura de unidades estrutura de unidades
de observaes mltiplas de observaes mltiplas de observaes mltiplas de observaes mltiplas se a unidade experimental elementar compreende mais de
uma unidade de observao para essa varivel resposta.

Assim, estruturas de unidades de observaes mltiplas originam-se para variveis
respostas mensuradas em duas ou mais fraes da unidade experimental elementar.
As estruturas de unidades de observaes mltiplas podem ser consideradas como
extenses das estruturas de unidades de observaes simples em que a unidade de
observao passa a ser a unidade experimental elementar que compreende duas ou
mais unidades de observao. Assim, para cada estrutura de unidades de observao
simples corresponde uma estrutura de unidades de observaes mltiplas, que gerada
pela incluso de um fator de unidade adicional aninhado em todos os demais fatores de
unidade. Isso significa que esse fator o fator de menor hierarquia da estrutura das
unidades. Por exemplo, as estruturas de unidades de observao simples unifatorial, de
dois fatores hierrquica e de dois fatores cruzada (Seo Seo Seo Seo 10.3.1 10.3.1 10.3.1 10.3.1) geram estruturas de
unidades de observaes mltiplas de dois e de trs fatores hierrquicas e de trs fatores
mista, respectivamente, que so consideradas a seguir para ilustrao.
10.3.2.1 10.3.2.1 10.3.2.1 10.3.2.1 Estrutura de unidades de dois fatores hierrquica Estrutura de unidades de dois fatores hierrquica Estrutura de unidades de dois fatores hierrquica Estrutura de unidades de dois fatores hierrquica
As unidades de observao so classificadas em subconjuntos de unidades para
constiturem as unidades experimentais; por sua vez, esses subconjuntos de unidades
constituem uma segunda classificao que corresponde ao material experimental global.
As observaes em cada unidade experimental so observaes em subdivises desta
unidade ou em unidades de uma amostra da unidade experimental.
Nessas circunstncias, h dois fatores de unidade que recebem as designaes de
observao observao observao observao e parcela parcela parcela parcela; os nveis desses fatores so as unidades de observao e as
parcelas. O fator observao aninhado no fator parcela. Essa estrutura de unidade
ilustrada pelo croqui da Figura Figura Figura Figura 10 10 10 10. .. .13 13 13 13.

Figura Figura Figura Figura 10 10 10 10. .. .13 13 13 13. Estrutura de unidades de observaes mltiplas hierrquica de
dois fatores: observao e parcela, respectivamente com 96 e 24
nveis;o fator observao aninhado no fator parcela.

Essa estrutura de unidades simbolizada por U/E, onde E e U denotam os fatores
de unidade: observao e parcela, respectivamente, e representada por diagrama
semelhante ao Figura Figura Figura Figura 10 10 10 10. .. .4 44 4.
O Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .8 88 8 prov uma ilustrao dessa estrutura de unidades.
Material experimental: Frangos de corte Isa Brown homogneos quanto a caractersticas
genticas e demais caractersticas individuais que so mantidos durante o perodo experimental
em uma instalao com gaiolas com capacidade para dez aves; caractersticas referentes ao
ambiente, tcnicas de manejo e procedimentos de mensurao e registro dos dados
essencialmente homogneas.
Unidade de observao para variveis respostas que expressam caractersticas individuais
referentes ao animal como peso corporal e partes da carcaa: o frango.
Unidade experimental: gaiola com 10 aves e correspondentes caractersticas do material
experimental.
cujas classes so os animais individuais e as gaiolas. Ento, a estrutura das unidades para as
variveis respostas mensuradas individualmente no animal, como peso corporal e peso de partes
da carcaa, compreende dois fatores: frango (observao) e gaiola (parcela); os nveis do primeiro
fator so os frangos e os nveis do segundo fator, as gaiolas. O fator frango aninhado no fator
gaiola.
10.3.2.2 10.3.2.2 10.3.2.2 10.3.2.2 Estrutura de unidades de t Estrutura de unidades de t Estrutura de unidades de t Estrutura de unidades de trs fatores hierrquica rs fatores hierrquica rs fatores hierrquica rs fatores hierrquica
As unidades de observao so classificadas em subconjuntos de unidades que
constituem as unidades experimentais e esses subconjuntos de unidades so
classificados em blocos segundo os nveis de uma caracterstica estranha relevante; por
sua vez, o conjunto desses blocos de unidades constitui o material experimental global.
Essa estrutura de unidades compreende trs fatores: observao, parcela e bloco,
respectivamente. O fator observao aninhado no fator parcela e este fator aninhado
no fator bloco. Essa estrutura de unidades ilustrada pelo croqui da Figura Figura Figura Figura 10 10 10 10. .. .14 14 14 14.


Figura Figura Figura Figura 10 10 10 10. .. .14 14 14 14. Estrutura de unidades de observaes mltiplas hierrquica de trs
fatores: observao, parcela e bloco, respectivamente com 96,
24 e 4 nveis; o fator observao aninhado no fator parcela e
este no fator bloco.

O smbolo dessa estrutura de unidades U/U/E, onde E, U e U denotam,
respectivamente, os fatores de unidade: observao, parcela e bloco; seu diagrama o
mesmo apresentado na Figura Figura Figura Figura 10 10 10 10. .. .9 99 9.
O Exemplo 10.9 Exemplo 10.9 Exemplo 10.9 Exemplo 10.9 apresenta uma ilustrao dessa estrutura de unidades.
Material experimental: Plantas de um pomar macieiras em terreno com declive que so
dispostas em linhas duplas com cada par de linhas em uma mesma faixa de nvel.
Controle local: As plantas so classificadas em blocos de duas linhas contguas em uma
mesma faixa de nvel para controle da heterogeneidade das caractersticas do material
experimental decorrente do declive do solo.
Unidade de observao para variveis respostas referentes produo de frutos: a planta.
Unidade experimental: Grupo de quatro plantas contguas, duas de cada uma das duas
linhas de um mesmo bloco, com as correspondentes caractersticas do material experimental.
Estrutura das unidades: Compreende trs fatores: planta (observao), conjunto de quatro
plantas (parcela) e bloco. O fator planta aninhado no fator grupo de plantas (parcela) e este fator
no fator bloco.
10.3.2.3 10.3.2.3 10.3.2.3 10.3.2.3 Estrutura de unidades de trs fatores mista Estrutura de unidades de trs fatores mista Estrutura de unidades de trs fatores mista Estrutura de unidades de trs fatores mista
As unidades de observao so classificadas em grupos que constituem as
unidades experimentais e estas unidades so classificadas para propsito de controle
local duplo segundo os nveis de duas caractersticas estranhas, constituindo duas
formaes de blocos de modo que cada uma das unidades experimentais se classifica
em um bloco de cada uma dessas duas formaes.
Portanto, h quatro classificaes das unidades de observao cujas classes so:
as unidades de observao, as unidades experimentais e os blocos de cada uma dessas
duas formaes de blocos; as unidades de observao recebem a denominao de
observaes observaes observaes observaes e as duas formaes de blocos, de filas filas filas filas e colunas colunas colunas colunas. As unidades
experimentais (parcelas) so as combinaes das filas e das colunas, ou seja, os nveis
do fator generalizado fila
^
coluna; portanto, elas so determinadas pelas especificaes
das filas e das colunas. Isso significa que as observaes so aninhadas nas filas e nas
colunas, cada uma das quais constitui o material experimental global.
Assim, essa estrutura de unidades compreende trs fatores que recebem as
designaes de observao observao observao observao, fila fila fila fila e coluna coluna coluna coluna, O fator observao aninhado nos fatores fila
e coluna que so cruzados.
Essa estrutura de unidades ilustrada pelo croqui da Figura Figura Figura Figura 10 10 10 10. .. .15 15 15 15.


Figura Figura Figura Figura 10 10 10 10. .. .15 15 15 15. Estrutura de unidades de observaes mltiplas mista de trs
fatores: observao, fila e coluna, respectivamente 100, 5 e 5
nveis; o fator observao aninhado nos fatores fila e coluna que
so cruzados.

Essa estrutura de unidades simbolizada por (U
*
U)/E, onde E, U e U denotam os
fatores observao, fila e coluna, respectivamente, e representada pelo diagrama da
Figura Figura Figura Figura 10 10 10 10. .. .16 16 16 16.

Figura Figura Figura Figura 10 10 10 10. .. .16 16 16 16. Diagrama de estrutura de unidades de observaes mltiplas
mista de trs fatores: E, U e U com o fator E aninhado nos fatores
U e U que so cruzados: (U
*
U)/E.
Essa estrutura de unidades ilustrada pelo Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .10 10 10 10 com uma alterao do
material experimental considerado no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .4 44 4.
Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .10 10 10 10
Material experimental: Compreende dois cordeiros de cada uma das combinaes de
procedncias e de faixas de idades; as demais caractersticas so semelhantes s definidas no
Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .4 44 4.
Controle local: Os animais so classificados duplamente segundo as procedncias e as
idades, constituindo duas formaes de blocos; os blocos da primeira formao so as
procedncias e os da segunda formao, as faixas de idade.
Unidade de observao para caractersticas respostas referentes ao animal: o cordeiro.
Unidade da nica formao de unidades experimentais: dois cordeiros de uma mesma faixa
de idade e procedncia com as caractersticas do material experimental que lhes correspondem.
Estrutura das unidades: H trs classificaes relevantes das unidades de observao
(cordeiros): a classificao para a formao das unidades experimentais e as classificaes
segundo as procedncias e as faixas de idade. Logo, a estrutura das unidades para as variveis
respostas relevantes compreende trs fatores: cordeiro (observao), procedncia e idade. O fator
parcela aninhado nos fatores procedncia e idade que so cruzados.
10.3.3 10.3.3 10.3.3 10.3.3 Estruturas de unidades de observaes repetidas Estruturas de unidades de observaes repetidas Estruturas de unidades de observaes repetidas Estruturas de unidades de observaes repetidas
Em alguns experimentos uma ou mais variveis respostas so mensuradas em dois
ou mais instantes do perodo experimental sobre cada unidade experimental elementar
ou sobre cada unidade de observao bsica.

A estrutura das unidades para uma varivel resposta uma estrutura de unidades estrutura de unidades estrutura de unidades estrutura de unidades
de observaes repetidas de observaes repetidas de observaes repetidas de observaes repetidas se essa varivel resposta mensurada em cada unidade
de observao bsica em dois ou mais instantes de um intervalo de tempo.

As estruturas de unidades de observaes repetidas so extenses das estruturas
de unidades de observao simples em que a unidade experimental compreende duas ou
mais unidades de observao correspondentes a dois ou mais instantes de um intervalo
de tempo. Essas observaes repetidas constituem os nveis de um fator de unidade
adicional que pode receber a designao genrica de tempo tempo tempo tempo e seus nveis, de instantes.
Esse fator cruzado com todos os demais fatores da estrutura das unidades.
Assim, para cada uma das estruturas de unidades de observao simples
corresponde uma estrutura de unidades de observaes repetidas, que gerada pela
incluso de um fator de unidade cruzado com todos os demais fatores de unidade. Por
exemplo, uma estrutura de observao simples unifatorial gera uma estrutura de
observaes repetidas cruzada de dois fatores; uma estrutura de observaes simples de
dois fatores hierrquica gera uma estrutura de observaes repetidas mista de trs
fatores. Essas estruturas de unidades so consideradas a seguir para ilustrao.
10.3.3.1 10.3.3.1 10.3.3.1 10.3.3.1 Estrutura de unidades de dois fatores cruzada Estrutura de unidades de dois fatores cruzada Estrutura de unidades de dois fatores cruzada Estrutura de unidades de dois fatores cruzada
Uma estrutura de unidades de observaes repetidas de dois fatores cruzada
gerada de uma estrutura de observao simples unifatorial para variveis respostas
mensuradas em cada unidade experimental em mais de um instante. Essa estrutura de
unidades corresponde situao em que a variao das caractersticas estranhas do
material experimental irrelevante e so efetuadas mensuraes sucessivas sobre cada
unidade experimental em diversos instantes do perodo experimental. Ento, as unidades
de observao sobre as quais so efetuadas essas mensuraes individuais so
classificadas duplamente segundo as unidades experimentais e segundo os instantes de
mensurao, mas no h classificaes para controle local. Assim, as unidades de
observao so as combinaes das unidades experimentais ou parcelas e dos instantes
de mensurao, e as unidades experimentais so cruzadas com os instantes de
mensurao.
Portanto, essa estrutura de unidades compreende dois fatores: parcela parcela parcela parcela e tempo tempo tempo tempo,
cujos nveis so, respectivamente, as parcelas e os instantes de mensurao. Esses dois
fatores so cruzados, j que em cada um dos instantes so mensuradas todas as
parcelas e cada parcela mensurada em todos os instantes. Essa estrutura de unidades
ilustrada pelo croqui da Figura Figura Figura Figura 10 10 10 10. .. .17 17 17 17.

Figura Figura Figura Figura 10 10 10 10. .. .17 17 17 17. Estrutura de unidades de observaes repetidas cruzada de dois
fatores: parcela e instante, respectivamente com 24 e 6 nveis.

Essa estrutura de unidades simbolizada por E
*
R, onde E e R denotam os fatores
de unidade: parcela (unidade experimental) e tempo, respectivamente; e representada
pelo diagrama da Figura Figura Figura Figura 10 10 10 10. .. .18 18 18 18.

Figura Figura Figura Figura 10 10 10 10. .. .18 18 18 18. Diagrama da estrutura de unidades cruzada de observaes
repetidas de dois fatores E e R: E
*
R.

Essa estrutura de unidades ilustrada no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .11 11 11 11 que considera as duas
situaes de material experimental descritas no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1.
a) Em um experimento com material experimental descrito no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1 b) so
efetuadas mensuraes do peso corporal dos animais a cada quatorze dias durante o perodo
experimental. Ento, a estrutura das unidades para essa varivel resposta compreende o fator
adicional tempo cujos nveis so esses instantes de mensurao. Logo, h dois fatores de unidade
cruzados: cordeiro (parcela) e tempo.
b) Em um experimento com material experimental descrito no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1 c) o peso da
produo de frutos e o nmero de frutos so registrados em diversas safras sobre as mesmas
plantas. Nessas circunstncias, a estrutura das unidades para essas duas variveis respostas
compreende dois fatores cruzados: planta (parcela) e safra.
10.3.3.2 10.3.3.2 10.3.3.2 10.3.3.2 Estrutura de trs fatores mista Estrutura de trs fatores mista Estrutura de trs fatores mista Estrutura de trs fatores mista
Uma estrutura de unidades de observaes repetidas mista de trs fatores pode
resultar de diversas formas de relaes de fatores de unidade. Duas dessas formas so
as extenses descritas a seguir das estruturas de unidades de observaes simples de
dois fatores hierrquicas caracterizadas anteriormente.
1) As unidades de observao (parcelas) so classificadas em grupos (blocos)
segundo os nveis de uma caracterstica estranha relevante para propsito de controle
local e so efetuadas observaes repetidas sobre cada uma dessas unidades. Dessa
forma, as parcelas so aninhadas nos blocos e cruzadas com os instantes de
mensurao. Portanto, h trs fatores de unidade: parcela parcela parcela parcela, bloco bloco bloco bloco e tempo tempo tempo tempo, cujos nveis
so as parcelas, os blocos e os instantes de mensurao. O fator parcela aninhado no
fator bloco e esses dois fatores so cruzados com o fator tempo.
Essa estrutura de unidades simbolizada por (U/E)
*
R, onde E, U e R denotam os
fatores de unidade: parcela, bloco e instante de mensurao, respectivamente, e
representada pelo diagrama da F FF Figura igura igura igura 10 10 10 10. .. .19 19 19 19 onde m denota o material experimental.

F FF Figura igura igura igura 10 10 10 10. .. .19 19 19 19. Diagrama da estrutura de unidades de observaes repetidas
mista de trs fatores E, U e R, onde E aninhado no fator U e
estes dois fatores so ambos cruzados com o fator R: (U/E)
*
R.

Essa estrutura de unidades ilustrada pelo Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .12 12 12 12 que considera uma
varivel resposta com observaes repetidas de um experimento com a estrutura de
unidades do Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .2 22 2 a).
Em um experimento com material experimental descrito no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .2 22 2 a) o peso corporal
dos animais mensurado a cada quinze dias do perodo experimental. Assim, para essa varivel
resposta h o fator de unidasde adicional tempo cujos nveis so os instantes de mensurao.
Ento, a estrutura das unidades para essa varivel resposta compreende trs fatores de unidade:
cordeiro (parcela), idade (bloco) e tempo. O fator cordeiro aninhado no fator idade e estes dois
fatores so cruzados com o fator instante.

2) O material experimental uniforme quanto composio de caractersticas
estranhas; a unidade experimental elementar compreende mais de uma unidade de
observao e sobre cada uma destas unidades so procedidas observaes sucessivas
em diversos instantes de um intervalo de tempo.
Assim, essa estrutura de unidades compreende trs fatores: observao, parcela e
tempo. O fator observao aninhado no fator parcela e estes fatores so ambos
cruzados com o fator tempo. Essa estrutura de unidades tambm simbolizada por
(U/E)
*
R, onde, agora, E, U e R denotam os fatores de unidade: observao, parcela e
tempo, respectivamente. O diagrama dessa estrutura de unidades o mesmo da F FF Figura igura igura igura
10 10 10 10. .. .19 19 19 19.
O Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .13 13 13 13 prov uma ilustrao dessa estrutura de unidades com a
considerao de uma varivel com observao repetida do experimento do Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .3 33 3
b).
Suponha-se que a varivel resposta peso corporal do experimento sobre o efeito da
formulao da rao e da administrao de anabolizante em sunos (Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .3 33 3) mensurada
a cada quinze dias do perodo experimental. Assim, a estrutura das unidades para essa varivel
resposta tem um fator adicional: tempo cujos nveis so os instantes de mensurao a cada 15
dias do perodo experimental. Ento, a estrutura das unidades para peso corporal compreende
trs fatores: animal e boxe, que constituem duas formaes de unidades experimentais, e tempo.
O fator animal aninhado no fator boxe e esses dois fatores so cruzados com o fator tempo.
10.4 10.4 10.4 10.4 Estruturas das Unidades de Experimentos de Abrangncia Ampla Estruturas das Unidades de Experimentos de Abrangncia Ampla Estruturas das Unidades de Experimentos de Abrangncia Ampla Estruturas das Unidades de Experimentos de Abrangncia Ampla
Estruturas de unidades de experimentos de abrangncia ampla so essencialmente
estruturas de unidades de experimentos de abrangncia restrita repetidas em diversas
sees de um espao ou de um intervalo de tempo, ou de ambos espao e intervalo de
tempo.
Essas estruturas de unidades repetidas no espao constituem-se naturalmente de
unidades de observao diferentes. Estruturas repetidas no tempo podem compreender
as mesmas unidades de observao ou unidades de observao diferentes. Estruturas
repetidas no tempo podem constituir-se das mesmas unidades de observao ou de
unidades de observao diferentes. Estruturas repetidas sob as mesmas unidades de
observao so as estruturas de unidades de observaes repetidas consideradas na
Seo Seo Seo Seo 10.3.3 10.3.3 10.3.3 10.3.3. Estruturas repetidas tanto no espao como no tempo so combinaes
dessas duas situaes.
Assim, estruturas de unidades de experimentos de abrangncia ampla so
estruturas de unidades de experimentos de abrangncia restrita repetidas com unidades
de observao diferentes no espao, no tempo ou em ambos espao e tempo. Essas
estruturas so caracterizadas a seguir.
Estruturas d Estruturas d Estruturas d Estruturas de unidades de abrangncia ampla no espao e unidades de abrangncia ampla no espao e unidades de abrangncia ampla no espao e unidades de abrangncia ampla no espao
Uma estrutura de unidades de abrangncia ampla no espao gerada de uma
estrutura de unidades de abrangncia restrita (euar) pela adio de um ou mais fatores
que exprimem a disposio das unidades no espao cruzados com todos os fatores da
estrutura de abrangncia restrita. Por exemplo, uma estrutura de unidades unifatorial com
fator E repetida em diversos locais de uma regio uma estrutura de unidades cruzada
de dois fatores observao (E) e local (L). Essas estruturas de unidades so
representadas pelos diagramas de Hasse da Figura Figura Figura Figura 10 10 10 10. .. .20 20 20 20.

Figura Figura Figura Figura 10 10 10 10. .. .20 20 20 20. Diagramas de estruturas de unidade de abrangncia ampla no
espao (a) e estrutura de unidades de experimento repetido em
diversos locais (b).

Estruturas de unidades de abrangncia ampla no tempo Estruturas de unidades de abrangncia ampla no tempo Estruturas de unidades de abrangncia ampla no tempo Estruturas de unidades de abrangncia ampla no tempo
Essa estrutura de unidades gerada de uma estrutura de unidades de abrangncia
restrita (euar) pela adio de um ou mais fatores cruzados com todos os fatores da
estrutura de abrangncia restrita. Por exemplo, uma estrutura de unidades unifatorial com
fator E repetida em diversos anos de um intervalo de anos uma estrutura de unidades
cruzada de dois fatores: observao (E) e ano (A). Essas estruturas de unidade so
representadas por diagramas semelhantes aos da Figura Figura Figura Figura 10 10 10 10. .. .20 20 20 20.
Estruturas de unidades de abrangncia ampla no espao e no tempo Estruturas de unidades de abrangncia ampla no espao e no tempo Estruturas de unidades de abrangncia ampla no espao e no tempo Estruturas de unidades de abrangncia ampla no espao e no tempo
Essa estrutura de unidades gerada de uma estrutura de unidades de abrangncia
restrita pela incluso dos fatores que expressam a distribuio das unidades no espao e
no tempo que so cruzados com todos os fatores da estrutura de abrangncia restrita.
Por exemplo, uma estrutura de unidades unifatorial repetida em diversos locais de uma
regio e por diversos anos de um intervalo de anos uma estrutura de unidades cruzada
de trs fatores: observao (E), local (L) e ano (A). Essas estruturas de unidades so
representada pelos diagramas da Figura Figura Figura Figura 10 10 10 10. .. .21 21 21 21.

Figura Figura Figura Figura 10 10 10 10. .. .21 21 21 21. Diagramas das estruturas de unidades de experimentos
de abrangncia ampla no espao e no tempo: a)
genrica; b) estrutura de abrangncia restrita
unifatorial (L: local, fator A: ano, E: observao).

O Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .14 14 14 14 prov ilustraes dessas estruturas.
a) Suponha-se que o experimento considerado no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1 b) repetido em diversos
locais. Nessas circunstncias, o controle local deve levar com conta a classificao das unidades
de observao (cordeiros) segundo os locais e a classificao dos locais para constituir o material
experimental global que abrange o conjunto dos locais. Por conseqncia, resulta um fator de
unidade adicional ao fator parcela (cordeiro): o fator local cujos nveis so os locais individuais. O
fator parcela aninhado no fator local.
b) Se que o experimento do Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1 b) repetido em diversos anos em um nico
local, deve ser considerada a classificao das unidades de observao segundo os anos, o que
significa a presena de dois fatores de unidade: parcela e ano, com o primeiro fator aninhado no
segundo.
c) Se aquele experimento repetido em diversos locais e em cada local por dois ou mais
anos, devem ser consideradas duas classificaes relevantes das unidades de observao: a
classificao segundo os locais e a classificao segundo os anos. Nessa situao h trs fatores
de unidade: parcela, local e ano; o fator parcela aninhado em cada um dos fatores local e ano e
estes fatores so cruzados.
Exerccios Exerccios Exerccios Exerccios 10 10 10 10. .. .1 11 1
1. Explique as origens possveis da estruturao das unidades de observao em um
experimento.
2. Porque agrupamentos relevantes das unidades de observao devem ser levados em conta
na especificao da estrutura do experimento?
3. Liste as origens dos agrupamentos ou classificaes das unidades de observao que devem
ser considerados na especificao da estrutura das unidades.
4. Geralmente, para um fator experimental intrnseco h sempre um fator de unidade associado.
Qual a distino essencial entre um fator experimental intrnseco e o correspondente fator de
unidade?
5. Caracterize e ilustre com um exemplo de sua rea a estrutura de unidades mais simples.
6. Em que situao ocorre uma estrutura de dois fatores de unidade cruzada? Ilustre com um
exemplo de sua rea.
7. Explique porque em experimentos de ampla abrangncia importante a considerao da
classificao das unidades de observao segundo suas disposies espacial e temporal.
8. Explique em que situaes podem resultar uma estrutura de dois fatores de unidade mista.
9. O que significa unidade experimental elementar?
10. Um pesquisador tem disponvel quatro reas com quatro diferentes cultivares de pessegueiro
de mesma idade, uma cultivar em cada rea. Cada uma dessas reas consiste de doze
talhes cada um com uma planta, dispostos em trs linhas de quatro talhes. Ele aplica trs
nveis de fertilizante s trs linhas de cada uma das quatro reas, um nvel a cada linha, por
processo de sorteio separado e independente para cada uma das reas, e, ento, aplica
quatro nveis de desbaste de frutos s quatro plantas de cada uma das doze linhas, por sorteio
efetuado separada e independentemente para cada uma das linhas. Identifique e caracterize
os agrupamentos das unidades de observao (plantas) que foram considerados como
restries a casualizao na atribuio dos tratamentos a essas unidades.
10.5 10.5 10.5 10.5 Estrutura do Experimento ou Delineamento Experimental Estrutura do Experimento ou Delineamento Experimental Estrutura do Experimento ou Delineamento Experimental Estrutura do Experimento ou Delineamento Experimental
O delineamento do experimento compreende:
1) a especificao das variveis respostas;
2) a especificao da estrutura das condies experimentais;
3) a especificao da estrutura das unidades de observao;
4) a escolha da relao entre a estrutura das condies experimentais e a estrutura
das unidades.
A relao ou associao entre a estrutura das condies experimentais e a
estrutura das unidades estabelecida pela atribuio dos nveis dos fatores de
tratamento e a manifestao dos nveis dos fatores intrnsecos nas unidades do material
experimental.

A associao entre a estrutura das condies experimentais e a estrutura das
unidades determinada pela casualizao dos nveis de fatores de tratamento e a
manifestao dos nveis de fatores intrnsecos estabelece a estrutura do experimento estrutura do experimento estrutura do experimento estrutura do experimento
ou delineamento do experimento delineamento do experimento delineamento do experimento delineamento do experimento.
A gerao da estrutura do experimento ou delineamento do experimento ilustrada
pela Figura Figura Figura Figura 10 10 10 10. .. .22 22 22 22.

Figura Figura Figura Figura 10 10 10 10. .. .22 22 22 22. O delineamento experimental gerado pela associao da
estrutural das condies experimentais e da estrutura das
unidades determinada pela casualizao.

A casualizao estabelece uma relao de correspondncia entre os nveis dos
fatores experimentais e os nveis dos fatores de unidade.

Os nveis de um fator de unidade so as unidades experimentais unidades experimentais unidades experimentais unidades experimentais para o fator
experimental com cujos nveis esto associados na estrutura do experimento.

Mais genericamente, uma frao do material experimental a unidade experimental
para a condio experimental com a qual se associa na estrutura do experimento.
A estrutura das unidades decompe ou estratifica o erro experimental (global) em
tantos estratos quantas so os fatores de unidade.

A frao do erro experimental global correspondente a um fator de unidade
constitui um estrato do estrato do estrato do estrato do erro experimental erro experimental erro experimental erro experimental.

Assim, a estrutura do experimento estabelece uma estrutura correspondente do
erro experimental. A considerao da estrutura do erro experimental altamente
relevante nas inferncias derivadas do experimento.
Em geral, o erro experimental que afeta inferncias referentes a um efeito de
fatores experimentais uma frao do erro experimental global composta por um
subconjunto de seus estratos. Esse erro experimental pode variar com as inferncias
particulares.

O erro experimental q erro experimental q erro experimental q erro experimental que afeta inferncias referentes a um fator experimental ue afeta inferncias referentes a um fator experimental ue afeta inferncias referentes a um fator experimental ue afeta inferncias referentes a um fator experimental a
variao dos valores observados da varivel resposta nas unidades experimentais
para esse fator que atribuvel s caractersticas estranhas que no so controladas
por controle local e por controle estatstico.

De modo mais geral, a variao devida a caractersticas estranhas no controladas
que fica confundida com um efeito de fatores experimentais constitui o erro experimental
que afeta as inferncias referentes a esse efeito.
Em particular, em um experimento com um nico fator experimental em que no
efetuado controle da variao atribuvel a caractersticas estranhas, o erro experimental
para inferncias referentes a esse fator a variao dos valores observados da varivel
resposta nas unidades experimentais dentro dos nveis desse fator.
conveniente que o planejamento da estrutura das condies experimentais e o
planejamento da estrutura das unidades sejam procedidos separadamente. Uma
estratgia para esse planejamento foi considerada na Seo 6.2 Seo 6.2 Seo 6.2 Seo 6.2. Em princpio, o
pesquisador deve planejar a estrutura das condies mais apropriada para os objetivos
estabelecidos para o experimento e, ento, planejar a estrutura das unidades mais
apropriada para a consecuo desses objetivos. Restries do material experimental
podem demandar reviso dos objetivos do experimento que implique alterao da
estrutura das condies experimentais que possa ser acomodada em estrutura das
unidades satisfatria para esses objetivos e vivel.
Os planejamentos da estrutura das condies experimentais e da estrutura das
unidades foram tratados nas Sees 8.7 Sees 8.7 Sees 8.7 Sees 8.7 e 10.2 10.2 10.2 10.2.
Uma coleo consideravelmente grande de delineamentos experimentais pode resultar
das combinaes das variadas formas dessas duas estruturas. Os delineamentos
experimentais mais usuais podem ser classificados em famlias de delineamentos. Esse
fato muito importante, pois os procedimentos de inferncia estatstica so semelhantes
para delineamentos com mesma estrutura.
A designao completa de famlias de delineamentos e de delineamentos
experimentais particulares deve compreender as designaes das correspondentes
estruturas de fatores experimentais e de fatores de unidade. Alguns delineamentos so
caracterizados a seguir, classificados segundo as estruturas de unidades que os geram.
10.6 10.6 10.6 10.6 Delineamentos para Estruturas de Condies Experimentais Unifatoriais Delineamentos para Estruturas de Condies Experimentais Unifatoriais Delineamentos para Estruturas de Condies Experimentais Unifatoriais Delineamentos para Estruturas de Condies Experimentais Unifatoriais
A caracterizao e representao de estruturas de condies experimentais
unifatoriais foi apresentada na Seo 8.7.3 Seo 8.7.3 Seo 8.7.3 Seo 8.7.3. Essas estruturas foram amplamente
ilustradas nas Sees 8.2 Sees 8.2 Sees 8.2 Sees 8.2, 8.3 8.3 8.3 8.3 e 8.4 8.4 8.4 8.4.
Por definio, o nico fator de uma estrutura de condies experimentais unifatorial
um fator de tratamento. Portanto, o delineamento com essa estrutura de condies
experimentais compreende uma nica formao de unidades experimentais.
Estruturas de condies experimentais unifatoriais podem ser associadas a uma
ampla gama de estruturas de unidades de observaes simples:
Estrutura de unidades unifatorial,
Estrutura de unidades de dois fatores hierrquica,
Estrutura de unidades de dois fatores cruzada,
Estrutura de unidades de trs fatores mista
10.6.1 10.6.1 10.6.1 10.6.1 Estrutura de unidades unifatorial Estrutura de unidades unifatorial Estrutura de unidades unifatorial Estrutura de unidades unifatorial
A estrutura de unidades unifatorial foi definida e ilustrada na Seo Seo Seo Seo 10.3.1.1 10.3.1.1 10.3.1.1 10.3.1.1. Essa
estrutura representada simbolicamente por E, que denota o nico fator: parcela. Suas
representaes atravs de croqui e diagrama de Hasse so apresentadas na Figura Figura Figura Figura 10 10 10 10. .. .1 11 1
e na Figura Figura Figura Figura 10 10 10 10. .. .2 22 2, respectivamente.
Como essa estrutura de unidades no compreende controle local, no h qualquer
restrio casualizao; os tratamentos so atribudos s parcelas completamente ao
acaso. Por essa razo, essa estrutura de experimento usualmente denominada
delineamento completamente casualizado delineamento completamente casualizado delineamento completamente casualizado delineamento completamente casualizado.
A casualizao consiste em associar as parcelas aos tratamentos por algum
procedimento que atribua a todas as parcelas a mesma probabilidade de alocao a
qualquer dos tratamentos e garanta para os tratamentos os nmero de repeties que
lhes foram atribudos. Essa propriedade pode ser lograda por processo de sorteio
objetivo e isento; por exemplo, pela extrao de quadradinhos de papel ou de peas
numeradas dispostos em um recipiente, uso de tabelas de dgitos ou nmeros aleatrios,
como a Tabela 1 Tabela 1 Tabela 1 Tabela 1 do Apndice Apndice Apndice Apndice, ou uso de recursos de programas e pacotes de
computao estatstica (Seo 9.7.1 Seo 9.7.1 Seo 9.7.1 Seo 9.7.1).
A Figura Figura Figura Figura 10 10 10 10. .. .23 23 23 23 ilustra a gerao do delineamento completamente casualizado para
estrutura de condies experimentais com um fator A com 5 tratamentos: A
1
, A
2
, A
3
, A
4
e
A
5
e 4 repeties de cada tratamento. A casualizao pode ser procedida como segue:
Passo 1 Passo 1 Passo 1 Passo 1. Identificam-se arbitrariamente os tratamentos; por exemplo, com os
nmeros inteiros de 1 a 5 que lhes servem de subscrito (Figura Figura Figura Figura 10 10 10 10. .. .23 23 23 23a aa a). Representam-se
as unidades experimentais por um croqui, se elas tm disposio espacial, ou uma lista.
Ento, identificam-se as unidades experimentais arbitrariamente, atravs dos nmeros
inteiros de 1 a 20 (Figura Figura Figura Figura 10 10 10 10. .. .23 23 23 23b bb b).

1 2 3 4 5 A
2
A
4
A
2
A
5
A
1

A
1
,A
2
,A
3
, 6 7 8 9 10 A
2
A
3
A
1
A
3
A
3

A
4
,A
5

Casualizao
11 12 13 14 15

A
1
A
3
A
4
A
2
A
5

16 17 18 19 20 A
4
A
4
A
5
A
1
A
5

(a) (b) (c)

Figura Figura Figura Figura 10 10 10 10. .. .23 23 23 23. . . . Gerao de delineamento completamente casualizado com 5
tratamentos: A
1
, A
2
, A
3
, A
4
e A
5
e 4 repeties de cada
tratamento.

Passo 2. Passo 2. Passo 2. Passo 2. Sorteiam-se 5 subconjuntos de 4 nmeros dos nmeros inteiros de 1 a 20
atravs da extrao sucessiva destes nmeros sem reposio. Suponha-se que desse
processo de sorteio tenha resultado a seguinte seqncia de nmeros: (5-8-11-19)-(1-6-
14-3)-(7-10-12-9)-(17-2-13-16)-(18-4-15-20). Ento, assinalam-se as unidades 5, 8, 11 e
19 ao tratamento A
1
; as unidades 1, 6, 14 e 3 ao tratamento A
2
; as unidades 7, 10, 12 e 9
ao tratamentos A
3
; as 17, 2, 13 e 16 ao tratamento A
4
; e, finalmente, as unidades 18, 4,
15 e 20 ao tratamento A
5
. A distribuio dos tratamentos nas unidades resultante da
casualizao apresentada na Figura Figura Figura Figura 10 10 10 10. .. .23 23 23 23c. c. c. c.
Estrutura do experimento Estrutura do experimento Estrutura do experimento Estrutura do experimento
A casualizao associa os nveis do fator de unidade E aos nveis do fator
experimental A, gerando o fator generalizado A^E. Portanto, os nveis do fator de unidade
E so as unidades experimentais para o fator experimental A Essa associao assinala
nveis diferentes do fator E para nveis distintos do fator A, o que significa que ela
estabelece relao hierrquica entre os fatores A e E em que A fator ninho e E fator
aninhado. Assim, a estrutura do experimento simbolizada por A/E.
Os diagramas de Hasse correspondentes estrutura das condies experimentais,
estrutura das unidades e estrutura do experimento so apresentados na Figura Figura Figura Figura 10 10 10 10. .. .24 24 24 24.
Nos diagramas da estrutura do experimento o smbolo M representa o conjunto das
caractersticas explanatrias (fatores experimentais) e das caractersticas estranhas do
material experimental. A seta tracejada de dois sentidos indica a associao entre os
nveis do fator de unidade E e os nveis do fator experimental A, e salienta que os nveis
do fator de unidade E so as unidades experimentais para o fator experimental A.

Figura Figura Figura Figura 10 10 10 10. .. .24 24 24 24. . . . Diagrama do delineamento completamente casualizado
(c,d) gerado por estrutura de condies experimentais
unifatorial A (a) e estrutura de unidades unifatorial E
(b) simbolizado por A/E.

Cada ndulo do diagrama da estrutura das unidades representa um estrato do erro
experimental. Particularmente, ndulos correspondentes a fatores de unidade associados
a fatores experimentais representam estratos referentes aos componentes do erro
experimental que afetam os efeitos dos fatores experimentais. No presente caso, o nico
ndulo da estrutura do experimento representa o nico estrato do erro experimental, que
corresponde ao fator de unidade E (Figura Figura Figura Figura 10 10 10 10. .. .24 24 24 24b bb b). Esse fator de unidade E est
associado ao fator experimental A Essa associao gera o fator generalizado A
^
E, que
aninhado no fator A (Figura Figura Figura Figura 10 10 10 10. .. .24 24 24 24c cc c). Isso implica que a variao dos valores observados
da varivel resposta nas unidades experimentais compreenda dois componentes: a)
variao entre unidades com nveis diferentes do fator A, ou seja, com tratamentos
diferentes, que compreende variao devida ao fator experimental A e s caractersticas
estranhas confundidas com A; b) variao entre unidades (nveis do fator E) com mesmo
nvel do fator A, isto , com um mesmo tratamento, que compreende apenas variao
devida a caractersticas estranhas. Esse ltimo componente o erro experimental que
afeta os efeitos do fator experimental A.
O delineamento completamente casualizado compreende um nico estrato do erro
experimental que corresponde ao nico fator de unidade E. Se esse erro experimental
pequeno relativamente grandeza da variao atribuvel ao fator experimental A, resulta
preciso elevada para as inferncias referentes a efeitos de tratamentos.
A propriedade da ortogonalidade no tem sentido para esse delineamento, j que
ele compreende apenas um fator experimental e um fator de unidade cujos nveis so as
unidades elementares do material experimental. A propriedade do balanceamento
depende dos nmeros de repeties dos tratamentos: o delineamento completamente
casualizado balanceado se e somente se o nmero de repeties o mesmo para
todos os tratamentos.
Carac Carac Carac Caracterizao e usos do delineamento terizao e usos do delineamento terizao e usos do delineamento terizao e usos do delineamento
O delineamento completamente casualizado o mais simples dos delineamentos
experimentais. o nico delineamento que no impe controle local. A casualizao
irrestrita tambm deve ser adotada na implementao de tcnicas experimentais que
possam afetar diferenas de efeitos dos tratamentos.
Este delineamento adequado para situaes em que o material experimental seja
considerado como essencialmente homogneo quanto s caractersticas estranhas para
o nvel de preciso desejado para as inferncias. Isso significa expectativa de
contribuio individual irrelevante das caractersticas estranhas para a variao da
resposta. Atravs da casualizao, essas caractersticas estranhas so casualizadas, o
que permite estimao no tendenciosa das diferenas de efeitos de tratamentos e da
varincia que afeta esses efeitos.
Assim, o delineamento completamente casualizado pode ser apropriado para
experimentos em ambientes controlados, como laboratrio, estufa e casa de vegetao.
Especialmente quando as caractersticas estranhas relevantes do material
essencialmente possam ser homogeneizadas por tcnicas experimentais. Por exemplo,
essas circunstncias ocorrem quando: a) uma quantidade de material bem misturada e
ento dividida em pequenas pores para formar as unidades experimentais que
permanecem em ambiente uniforme e so submetidas a tcnicas experimentais
essencialmente homogneas; b) o material a que so aplicados os tratamentos fica em
recipientes (lminas, placas, vasos, caixas, etc.) cuja posio mudada periodicamente,
completamente ao acaso, de modo que, ao longo do experimento, sejam logradas
condies essencialmente homogneas para o conjunto das unidades experimentais.
Condies semelhantes de homogeneidade das caractersticas estranhas ocorrem
em experimentos com animais que constituem plantel uniforme, quando os tratamentos
so aplicados individualmente aos animais e todos os animais so mantidos juntos, em
um mesmo ambiente, durante o perodo experimental. Tambm podem ser logradas em
experimentos com plantas perenes adultas em que a poro preponderante da
heterogeneidade atribuvel s caractersticas estranhas do material experimental se
manifesta atravs do vigor das plantas e o experimento conduzido sobre um conjunto
de plantas de vigor semelhante. Nesse caso o delineamento completamente casualizado
pode ser apropriado principalmente quando a unidade experimental constituda de uma
nica planta e h possibilidades de perda de parte das unidades.
O delineamento completamente casualizado geralmente no recomendvel para
experimentos agrcolas de campo. Isso porque freqentemente um terreno de aparncia
uniforme revela-se heterogneo quanto s caractersticas do solo. Assim, na ausncia de
informao segura sobre a uniformidade do solo onde o experimento vai ser conduzido,
conveniente impor controle local com base na experincia com solos semelhantes.
Esse delineamento pode constituir escolha apropriada para experimentos em reas
novas de pesquisa, quando as caractersticas estranhas que possam afetar respostas de
interesse so desconhecidas, e para experimentos com pequeno nmero de unidades
experimentais, dado que o delineamento que proporciona o nmero de graus de
liberdade mais elevado para a estimativa da varincia do erro experimental. O uso do
delineamento completamente casualizado tambm deve ser cogitado para experimentos
em que uma frao considervel das unidades experimentais possa ser destruda ou
prejudicada.
O uso do delineamento completamente casualizado ilustrado pelos experimentos
descritos no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .15 15 15 15 que consideram as estruturas de unidades ilustradas no
Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1.
a) Experimento: "Efeito da deficincia de cobre sobre o desenvolvimento da planta de milho"
com um fator experimental: cobre com 5 nveis na amostra correspondentes a 4 teores de cobre
diferentes e ausncia de cobre (Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1a aa a).
Procedimento: O experimento conduzido em casa de vegetao e a soluo nutritiva
completa, exceto pelo teor de cobre, distribuda em 30 recipientes. Cada uma das 5 doses de
cobre assinalada a 6 desses recipientes e, ento, os recipientes so alocados a 30 posies de
uma bancada dessa casa de vegetao.
Estrutura das condies experimentais: unifatorial; fator A: cobre, com 5 nveis: doses de
cobre.
Estrutura das unidades para as variveis respostas relevantes: unifatorial com o fator E:
parcela ou recipiente.
Casualizao: A inexistncia de controle local significa que no h imposio de qualquer
restrio casualizao. Portanto, os 30 recipientes correspondentes s 5 repeties de cada um
dos 5 tratamentos so atribudos s 30 posies da bancada da casa de vegetao de modo
completamente aleatrio.
Estrutura do experimento: A/E, onde A simboliza o fator experimental cobre e E, o fator de
unidade recipiente.

b) Experimento: "Pesquisa do efeito de anabolizante sobre o desenvolvimento corporal de
cordeiros machos da raa Corriedale" com um fator experimental: anabolizante Stilbestrol com
quatro doses (Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1b bb b).
Procedimento: O experimento conduzido com 24 animais homogneos que permanecem
em um mesmo potreiro durante o perodo experimental. Cada um dos 4 tratamentos assinalado
a 6 desses animais.
Estrutura das condies experimentais: unifatorial; fator A: anabolizante, com 4 nveis:
doses de Stilbestrol.
Estrutura das unidades para as variveis respostas relevantes: unifatorial; nico fator E:
parcela ou cordeiro.
Casualizao: Os 24 cordeiros so assinalados aleatoriamente s 4 doses do anabolizante
Stilbestrol sem qualquer restrio, mas de modo que resultem 6 cordeiros com cada uma das 4
doses.
Estrutura do experimento: A/E, onde A: fator experimental anabolizante e E: fator de
unidade cordeiro.
c) Experimento: "Efeito do desbaste de frutos sobre a produo de pssego" com um fator
experimental: desbaste com seis nveis (Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .1 11 1c cc c).
Procedimento: O experimento conduzido sobre 48 plantas uniformes de um pomar. Cada
um dos 6 tratamentos assinalado a 8 dessas 48plantas.
Estrutura das condies experimentais: unifatorial; fator A: desbaste de frutos, com 6 nveis.
Unidade experimental (parcela): planta com as caractersticas do material experimental que
lhe correspondem; unidade de observao para caractersticas da planta, como peso da produo
de frutos e demais caractersticas referentes produo de frutos: a planta.
Estrutura das unidades: A homogeneidade das caractersticas estranhas torna o controle
local desnecessrio. Ento, o nico fator da estrutura das unidades para caractersticas referentes
produo de frutos E: planta.
Casualizao: Os 48 cordeiros so assinalados aleatoriamente aos 6 nveis de desbaste de
frutos sem qualquer restrio.
Estrutura do experimento: A/E, onde A: fator experimental desbaste e E: fator de unidade
planta.
Vantagens e desvantagens Vantagens e desvantagens Vantagens e desvantagens Vantagens e desvantagens
O delineamento completamente casualizado tem as seguintes principais vantagens
e desvantagens em relao aos delineamentos mais complexos:
Vantagens Vantagens Vantagens Vantagens
a) o delineamento experimental mais simples no que se refere a planejamento,
conduo e anlise de dados.
b) No impe restries quanto ao nmero de tratamentos e ao nmero de
repeties. O nmero de repeties pode variar de tratamento para tratamento, embora
muito freqentemente seja conveniente a adoo do mesmo nmero de repeties para
todos os tratamentos. A perda de informao resultante da ausncia de observaes em
unidades experimentais ("parcelas perdidas") relativamente pequena comparativamente
ao que resulta com outros delineamentos.
c) Atribui o maior nmero de graus de liberdade para a estimativa da varincia do
erro experimental. Assim, a adoo de outro delineamento que no logre a formao de
grupos de unidades experimentais mais homogneas do que o conjunto das unidades do
material experimental conduz reduo da preciso do experimento. Essa uma
propriedade particularmente importante para pequenos experimentos.
d) A anlise estatstica de experimento com esse delineamento simples, mesmo
quando o nmero de repeties varia com os tratamentos como resultado do plano do
experimento ou da perda de parcelas, ou quando os tratamentos so afetados por erros
experimentais com varincias diferentes. Neste caso, entretanto, as inferncias requerem
ateno especial.
Desvantagens Desvantagens Desvantagens Desvantagens
a) Embora possa ser utilizado para qualquer nmero de tratamentos, o
delineamento completamente casualizado pode no ser apropriado para situaes de
grande nmero de tratamentos, pois nessas circunstncias o material muito
freqentemente no suficientemente homogneo quanto s caractersticas estranhas.
b) Como o delineamento completamente casualizado no efetua controle local, toda
a variao estranha entre as unidades experimentais com um mesmo tratamento
includa no erro experimental. Assim, esse delineamento no apropriado quando as
caractersticas estranhas do material experimental so heterogneas relativamente ao
nvel de preciso desejado para as inferncias. Isso pode ocorrer mesmo com
experimentos conduzidos em ambientes controlados. Essa desvantagem decisiva para
a utilizao do delineamento completamente casualizado. Em muitas situaes, a
classificao hbil das unidades experimentais permite lograr variao estranha entre as
unidades dentro de blocos seja consideravelmente menor do que a variao estranha
entre as unidades de blocos diferentes. Nessas circunstncias, a adoo de
delineamentos que imponham controle local possibilita o aumento da preciso do
experimento.
10.6.2 10.6.2 10.6.2 10.6.2 Estrutura de unidades de dois fatores hierrquica Estrutura de unidades de dois fatores hierrquica Estrutura de unidades de dois fatores hierrquica Estrutura de unidades de dois fatores hierrquica
Essa estrutura de unidades foi definida e ilustrada na Seo 10.3.1.2 Seo 10.3.1.2 Seo 10.3.1.2 Seo 10.3.1.2. Ela
simbolizada por U/E, onde E e U denotam os fatores de unidade: parcela e bloco,
respectivamente, e representada atravs do croqui e do diagrama de Hasse
apresentados na Figura Figura Figura Figura 10 10 10 10. .. .3 33 3 e na Figura Figura Figura Figura 10 10 10 10. .. .4 44 4, respectivamente.
Essa estrutura de unidades pode originar diversos delineamentos, dependendo do
nmero de nveis do fator A (tratamentos), dos nmeros de nveis do fator E (parcela) nos
nveis do fator U (bloco) e do procedimento de casualizao adotado:
delineamento em blocos completos,
delineamento em blocos com mais de uma repetio dos tratamentos em cada
bloco,
delineamento em blocos com mais de uma repetio de alguns tratamentos em
cada bloco e
delineamento em blocos incompletos.
10.6.2.1 10.6.2.1 10.6.2.1 10.6.2.1 Delineamento em blocos completos Delineamento em blocos completos Delineamento em blocos completos Delineamento em blocos completos
Esse delineamento corresponde situao em que o nmero de unidades em cada
bloco igual ao nmero de tratamentos e a cada bloco compreende uma coleo
completa dos tratamentos.
Essa estrutura de experimento requer que os tratamentos sejam atribudos
aleatoriamente s parcelas com a restrio de que resulte uma repetio completa dos
tratamentos em cada um dos blocos. Para satisfazer essa propriedade a casualizao
deve ser procedida bloco por bloco, separada e independentemente. Para cada bloco, a
casualizao consiste na atribuio dos tratamentos s unidades experimentais de modo
que todas as unidades experimentais tenham a mesma probabilidade de ser alocada a
qualquer dos tratamentos.
Essa estrutura de experimento usualmente denominada delineamento em blocos delineamento em blocos delineamento em blocos delineamento em blocos
completos casualizados completos casualizados completos casualizados completos casualizados, o que d a idia errnea de que os blocos so casualizados; de
fato, as parcelas de cada bloco que so casualizadas na atribuio dos tratamentos.
A Figura Figura Figura Figura 10 10 10 10. .. .25 25 25 25 ilustra a gerao do delineamento blocos completos casualizados
para estrutura de condies experimentais com fator de tratamento A com 6 tratamentos:
A
1
, A
2
, A
3
, A
4
, A
5
e A
6
e 4 repeties de cada tratamento. A casualizao pode ser
procedida como segue:
nmeros inteiros de 1 a 6 que lhes servem de subscrito (Figura Figura Figura Figura 10 10 10 10. .. .25 25 25 25a aa a). Representam-se
as unidades experimentais por um croqui ou uma lista. Ento, identificam-se as unidades
experimentais de cada bloco arbitrariamente com os nmeros inteiros de 1 a 6 (Figura Figura Figura Figura
10 10 10 10. .. .25 25 25 25b bb b).

Bloco 1 Bloco 2 Bloco 1 Bloco 2

1 2 3 1 2 3 A
3
A
6
A
1
A
4
A
3
A
5

4 5 6 4 5 6 A
5
A
4
A
2
A
2
A
6
A
1

A
1
,A
2
,
A
3
,A
4
,
A
5
,A
6

Casualizao
1 2 3 1 2 3

A
5
A
2
A
3
A
4
A
5
A
2

4 5 6 4 5 6 A
1
A
6
A
4
A
1
A
6
A
3

(a) (b) (c)

Figura Figura Figura Figura 10 10 10 10. .. .25 25 25 25. . . . Gerao de delineamento em blocos completos casualizados com 6
tratamentos: A
1
, A
2
, A
3
, A
4
, A
5
e A
5
e 4 repeties de cada tratamento.

Passo 2. Passo 2. Passo 2. Passo 2. Para a assinalao dos tratamentos ao bloco 1, sorteia-se uma seqncia
dos nmeros de 1 a 6. Suponha-se que resulte a seqncia (3, 6, 1, 5, 4, 2). Ento,
assinala-se a unidade 3 ao tratamento A
1
, a unidade 6 ao tratamento A
2
, a unidade 1 ao
tratamento A
3
4
5
, a unidade 2
ao tratamento A
6
. Esse mesmo procedimento seguido para cada um dos demais
blocos. Suponha-se que para os blocos 2, 3 e 4 sejam sorteadas as seqncias (6, 4, 2,
1, 3, 5), (4, 2, 3, 6, 1, 5) e (4, 3, 6, 1, 2, 5). O arranjamento resultante dos tratamentos
apresentado na Figura Figura Figura Figura 10 10 10 10. .. .25 25 25 25c cc c.
A casualizao associa os nveis do fator de unidade E aos nveis do fator
experimental A. Isso significa que os nveis do fator de unidade E so as unidades
experimentais para os nveis do fator experimental A. Nessa associao os nveis do fator
U cruzam-se com os nveis do fator A e os nveis do fator E, que so aninhados nos
nveis do fator U, aninham-se nos nveis do fator A. Assim, a estrutura do experimento
simbolizada por (A
*
U)/E ou, mais apropriadamente, por A
*
U, j que h apenas um nvel
de E em cada combinao dos nveis de A e U.
Essa associao gera combinaes de nveis que so os nveis do fator
generalizado A
^
U
^
E que equivalente aos fatores A
^
U e U
^
E j que esses fatores tm
os mesmos nveis. Assim, Assim, o fator generalizado A
^
U
^
E pode ser interpretado como
o fator A
^
U ou U
^
E, que aninhado nos fatores A e U
Os diagramas de Hasse da estrutura das condies experimentais, da estrutura das
unidades e da estrutura do experimento so apresentados na Figura Figura Figura Figura 10 10 10 10. .. .26 26 26 26. A seta
tracejada de dois sentidos indica a associao entre o fator de unidade E e o fator
experimental A, e revela que os nveis do fator de unidade E so as unidades
experimentais para o fator experimental A.

Figura Figura Figura Figura 10 10 10 10. .. .26 26 26 26. . . . Diagrama do delineamento blocos completos casualizados
(c,d) gerado por estrutura de condies experimentais
unifatorial A (a) e estrutura de unidades hierrquica de
dois fatores E e U: U/E (b) simbolizado por A
*
U.

O diagrama da estrutura das unidades tem dois ndulos que correspondem aos
dois fatores de unidade E e U, ou U
^
E. Assim, o delineamento blocos completos
casualizados decompe o erro experimental em dois estratos. O erro experimental que
afeta inferncias referentes ao fator experimental A o estrato que corresponde ao fator
de unidade E, ou ao fator U
^
E que aninhado em U. Isso significa que esse erro
experimental provm da variao estranha entre os nveis do fator U
^
E dentro do fator U,
ou seja, da variao estranha entre parcelas dentro de bloco. Esse erro experimental fica
confundido com a variao entre os nveis do fator A
^
U dentro dos fatores A e U, j que
os nveis dos fatores U
^
E e A
^
U se correspondem.
Inferncias referentes ao fator A no so afetadas pelo estrato do erro experimental
referente ao fator bloco, ou seja, pela variao estranha entre os blocos. Se a variao
substancial atribuvel a caractersticas estranhas situa-se no estrato U, este delineamento
mais eficiente do que o completamente casualizado para o mesmo material
experimental, o que significa ganho de preciso para inferncias referentes a efeitos de
tratamentos.
Esse delineamento ortogonal, o que implica que inferncias referentes a efeitos
de tratamentos no so afetadas por efeitos de blocos. Ele tambm balanceado para
tratamentos de modo que atribui igual preciso para as estimativas dos efeitos de todos
os tratamentos e de todas as comparaes simples de tratamentos.
Caracterizao e usos do delineamento Caracterizao e usos do delineamento Caracterizao e usos do delineamento Caracterizao e usos do delineamento
Quando o material experimental no suficientemente homogneo quanto
composio de caractersticas estranhas, necessria a imposio de controle local para
que as diferenas entre tratamentos sejam menos afetadas por confundimento com
O delineamento blocos completos casualizados o que permite o controle local
mais simples. Esse delineamento consiste na classificao das unidades experimentais
em blocos, supostos mais homogneos quanto s caractersticas estranhas do que o
conjunto das unidades que constituem o material experimental. A cada um desses blocos
atribuda uma e somente uma repetio de cada tratamento. Assim, o delineamento
constitui-se de tantos blocos quantas so as repeties estabelecidas para o
experimento. Esse fundamento do delineamento blocos completos casualizados
ilustrado na Figura Figura Figura Figura 10 10 10 10. .. .27 27 27 27.

(1)

(2)

(3)

Figura Figura Figura Figura 10 10 10 10. .. .27 27 27 27. . . . Ilustrao do fundamento do delineamento blocos completos casualizados:
24 unidades experimentais heterogneas (1), com heterogeneidade
representada por formas diferentes de figuras; so classificadas em 4
blocos de 6 unidades homogneas (2); os 6 tratamentos: 1, 2, 3, 4, 5 e
6 so assinalados aleatoriamente s unidades de cada um dos blocos.

Com esse delineamento, a heterogeneidade mais relevante do material
experimental atribuvel a caractersticas estranhas controlada pela formao de blocos
e parte essencial da heterogeneidade no controlada, supostamente irrelevante,
casualizada pela atribuio aleatria dos tratamentos s unidades experimentais dentro
de cada bloco.
Para que o delineamento blocos completos casualizados seja eficiente,
necessrio que os blocos sejam homogneos, melhor dito, que a variao estranha entre
as unidades experimentais dentro de cada bloco seja consideravelmente inferior
variao do conjunto das unidades do material experimental. Os blocos, entretanto,
podem apresentar diferenas entre si, pois, se isso ocorre, todos os tratamentos so
igualmente afetados. A variao entre blocos no afeta diferenas de efeitos de
tratamentos e eliminada da estimativa da varincia do erro experimental. Assim, a
implementao de qualquer tcnica experimental que possa constituir fonte de variao
estranha relevante deve ser efetuada de modo que a parte relevante dessa variao
situe-se entre os blocos e no dentro destes.
O delineamento blocos completos casualizados o mais usado na experimentao
agrcola de campo, onde o material experimental geralmente heterogneo,
principalmente no que diz respeito a caractersticas do solo, tais como fertilidade,
umidade, etc. De modo geral, os blocos devem ser formados por parcelas contguas,
usualmente mais semelhantes quanto a essas caractersticas do que as distanciadas. Por
essa razo, o nmero de tratamentos no pode ultrapassar certo limite, porque, quando
se avoluma o nmero de parcelas por bloco, resultam algumas delas demasiadamente
distanciadas, em geral de fertilidade muito distinta. Os blocos, entretanto, podem ser
distribudos por toda a rea para a qual se deseja obter informaes atravs do
experimento. A forma das parcelas e sua disposio dentro dos blocos devem ser as
mais convenientes para que seja obtida a mxima uniformidade dentro de blocos (Figura Figura Figura Figura
10 10 10 10. .. .28 28 28 28). Em terrenos planos, no se conhecendo a direo de mxima variao do
material experimental (gradiente mximo), as parcelas de cada bloco devem dispor-se
em grupo compacto, assumindo o bloco forma aproximadamente quadrada (Figura Figura Figura Figura
10 10 10 10. .. .29 29 29 29). Em terrenos declivosos, em que a maior uniformidade se verifica ao longo de uma
mesma curva de nvel, as parcelas de um mesmo bloco devem ser dispostas lado a lado,
numa mesma faixa de nvel, com a maior dimenso da parcela na direo do gradiente
mximo (Figura Figura Figura Figura 10 10 10 10. .. .30 30 30 30) )) ).

Figura Figura Figura Figura 10 10 10 10. .. .28 28 28 28. . . . Formao de blocos em um experimento agrcola de campo com
4 blocos de 6 parcelas. Ilustrao de que a forma no precisa
ser regular e igual para todos os blocos. O que importa a
homogeneidade das parcelas dentro de cada bloco.

Figura Figura Figura Figura 10 10 10 10. .. .29 29 29 29. Ilustrao da formao de blocos em terreno plano: 6 blocos de 6
parcelas dispostas compactamente.

Terreno
Alto

Mdio

Baixo

Rio

Figura Figura Figura Figura 10 10 10 10. .. .30 30 30 30. . . . Formao dos blocos em um experimento conduzido em terreno
com declive: (a) incorreta - os trs blocos so homogneos,
mas as parcelas dentro de cada bloco so heterogneas; (b)
correta - os blocos so heterogneos entre si, mas as parcelas
dentro de cada bloco so homogneas.

A preocupao em manter a variao dentro dos blocos reduzida deve permanecer
durante a execuo do experimento: a semeadura, os tratos culturais, a colheita e outras
operaes, quando se supe possam afetar os resultados do experimento, como pode
ocorrer se essas operaes se prolongam por vrios dias, devem ser efetuadas bloco por
bloco, de modo que em cada bloco sejam processados em curto intervalo de tempo.
O delineamento blocos completos casualizados pode ser empregado em outras
reas de experimentao. Em experimentos com plantas perenes adultas, em que a
maior fonte de heterogeneidade o vigor das plantas, os blocos podem ser constitudos
de rvores de semelhante vigor, no importando sua disposio na rea experimental
(Figura Figura Figura Figura 10 10 10 10. .. .31 31 31 31). Em experimentos com animais, os blocos podem ser formados por
animais semelhantes quanto a caractersticas genticas, idade e peso, e por potreiros
uniformes, por exemplo. Em experimentos conduzidos em laboratrio e em casa de
vegetao, cada bloco pode ser constitudo por um conjunto homogneo de operadores,
cobaias e equipamentos, e por posies prximas. Quando o experimento conduzido
em diversas etapas e h suspeita de que as diferenas entre etapas possam afetar os
resultados, os blocos devem corresponder s etapas, de modo que em cada etapa sejam
aplicados todos os tratamentos.


Figura Figura Figura Figura 10 10 10 10. .. .31 31 31 31. . . . Ilustrao da formao de blocos em experimento com plantas
perenes adultas. Cada bloco constitudo por plantas de
mesmo nvel de vigor que representado por crculos de
mesmo dimetro. Por exemplo, as plantas representadas
pelos crculos com o nmero 1 formam o bloco 1.

Em resumo, o fundamental em experimentos em blocos completos casualizados
obedecer, tanto quanto possvel, s tcnicas adequadas na constituio dos blocos, na
disposio de suas unidades experimentais e na execuo do experimento, para que seja
obtida a mxima uniformidade dentro dos blocos. Quando no for possvel obter a
necessria uniformidade dentro dos blocos, recomendvel utilizar outro delineamento
que imponha controle local mais adequado para o experimento em questo (quadrado
latino, blocos incompletos, etc.).
O Exempl Exempl Exempl Exemplo oo o 10 10 10 10. .. .16 16 16 16 prov particulares do uso do delineamento em blocos completos
casualizados, considerando alteraes nos experimentos do Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .15 15 15 15b bb b e do
Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .15 15 15 15c cc c decorrentes de modificaes do material experimental.
Exempl Exempl Exempl Exemplo o o o 10 10 10 10. .. .16 16 16 16
a) Suponha-se que os animais utilizados no experimento referente ao efeito de anabolizante
sobre o desenvolvimento corporal de cordeiros so heterogneos quanto idade e que, salvo por
essa alterao o procedimento e o material experimental so os mesmos descritos no Exemplo Exemplo Exemplo Exemplo
10 10 10 10. .. .15 15 15 15b bb b.
Procedimento: Para o controle local da heterogeneidade referente idade os 24 animais
so classificados em 6 grupos de 4 animais de idades prximas. Ento, a 4 doses de anabolizante
so assinaladas aos 4 animais de cada um desses 6 grupos.
Estrutura das unidades: A estrutura das unidades para as variveis respostas relevantes
compreende dois fatores: E: cordeiro (parcela) e U: idade (bloco); sua representao simblica
U/E.
Casualizao: Os 4 cordeiros de cada bloco (faixa de idade) so assinalados aleatoriamente
s 4 doses do anabolizante Stilbestrol, separada e independentemente para cada um dos blocos.
Estrutura do experimento: (A
*
U)/E, onde A o fator experimental anabolizante.
b) Considere-se o experimento para pesquisa do efeito do desbaste de frutos sobre a
produo de pssego (Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .15 15 15 15c cc c e suponha-se que as 48 plantas so heterogneas quanto
ao vigor.
Procedimento: O controle local da heterogeneidade do vigor procedido pela classificao
das 48 plantas em 8 grupos de 6 plantas de vigor semelhante. Ento, os 6 nveis de desbaste de
frutos so assinalados a 8 plantas de cada um desses grupos.
compreende dois fatores: E: planta (parcela) e U: vigor (bloco) e simbolizada por U/E.
Casualizao: As 6 plantas de cada um dos 8 grupos de plantas de vigor semelhante so
alocadas aleatoriamente aos 6 nveis de desbaste de frutos atravs de sorteio procedido separada
e independente para cada grupo.
Estrutura do experimento: (A*U)/E, onde A o fator experimental anabolizante.
Vantagens e Vantagens e Vantagens e Vantagens e desvantagens desvantagens desvantagens desvantagens
As principais vantagens e desvantagens do delineamento blocos completos
casualizados em relao aos demais delineamentos so discutidas a seguir.
a) A formao de blocos permite eliminar a variao estranha entre blocos das
diferenas entre tratamentos e da estimativa da varincia do erro experimental para
inferncias referentes a tratamentos. Assim, se o material experimental heterogneo
quanto a caractersticas estranhas, o delineamento blocos completos casualizados
possibilita que, atravs da formao hbil de blocos, sejas diminudos o confundimento
de efeitos de caractersticas estranhas com efeitos de tratamentos e a estimativa da
varincia do erro experimental que afeta esses efeitos. Desse modo, pode-se lograr nvel
de preciso mais evado para inferncias do que com o delineamento completamente
casualizado.
Entretanto, se o material experimental suficientemente homogneo quanto s
caractersticas estranhas, a reduo da estimativa da variao do erro experimental para
inferncias referentes a tratamentos que decorreria de controle local pode no
compensar a correspondente perda de graus de liberdade. Nessa situao, a adoo do
delineamento blocos completos casualizados conduz a uma preciso menor
relativamente ao delineamento completamente casualizado.
No outro extremo, se o material experimental demasiadamente heterogneo, o
que pode ocorrer quando o nmero de tratamentos elevado (e mesmo em algumas
situaes de pequeno nmero de tratamentos), pode ser conveniente a imposio de
controle local mais drstico; por exemplo, atravs da formao de blocos incompletos,
isto , de blocos com nmero de unidades menor do que o nmero de tratamentos.
b) O delineamento blocos completos casualizados requer nmero de repeties
igual para todos os tratamentos. Entretanto, no impe qualquer outra restrio para o
nmero de repeties dos tratamentos. Por outro lado, desde que sejam logrados blocos
suficientemente homogneos, pode ser usado para qualquer nmero de tratamentos.
O nmero de repeties, entretanto, no deve ultrapassar um certo limite, pois,
alm desse limite, que depende de cada caso, um aumento no nmero de repeties
implica em aumento de despesa no compensado pelo incremento da eficincia do
experimento.
c) A anlise estatstica de experimentos em blocos completos casualizados muito
simples. A perda de observaes de um ou mais blocos inteiros ou de um ou mais
tratamentos no ocasiona qualquer complicao para as inferncias. Entretanto, a perda
de observaes de algumas unidades experimentais torna a estrutura do experimento
no ortogonal e no balanceada. Nessa situao o mtodo de "estimao de parcelas
perdidas" permite a realizao das anlises com algum trabalho extra de clculo. Sob
esse aspecto, o delineamento blocos completos casualizados menos conveniente do
que o delineamento correspondente com tratamentos completamente casualizados,
principalmente se o nmero de unidades perdidas elevado. Observe-se, entretanto, que
a presente disponibilidade de computadores e programas para anlise estatstica torna
essa desvantagem do delineamento blocos completos casualizados irrelevante.
d) Uma restrio importante do delineamento blocos completos casualizados o
confundimento que implica para a interao dos fatores tratamento e bloco: essa
interao, ou seja, a variao das respostas relativas de tratamentos entre os blocos fica
completamente confundida com a estimativa da varincia do erro experimental para
inferncias referentes a tratamentos. Portanto, este delineamento no deve ser utilizado
quando aquela interao uma fonte de variao relevante e que, portanto, deve ser
considerada no experimento. Nesse caso, uma alternativa a considerar o delineamento
blocos completos casualizados com mais de uma repetio de cada tratamento por bloco,
que permite a estimao separada da interao tratamento x bloco e do erro
experimental.
10.6.2.2 10.6.2.2 10.6.2.2 10.6.2.2 Delineamentos em blocos com mais de uma repetio de cada tratamento Delineamentos em blocos com mais de uma repetio de cada tratamento Delineamentos em blocos com mais de uma repetio de cada tratamento Delineamentos em blocos com mais de uma repetio de cada tratamento
Em algumas situaes pode ser conveniente a formao de blocos com mais de
uma repetio de cada tratamento. Essa forma de controle local particularmente
conveniente quando o nmero de tratamentos muito pequeno ou a heterogeneidade do
material experimental no muito acentuada de modo que a formao de blocos com
poucas unidades possa conduzir perda de graus de liberdade no recompensada pela
grandeza da variao estranha que fica entre os blocos.
Essa estrutura de experimento requer que os tratamentos sejam atribudos
aleatoriamente s parcelas com a restrio de que resulte o nmero de repeties dos
tratamentos especificado para cada um dos blocos. Para garantir essa propriedade a
casualizao deve ser procedida bloco por bloco, separada e independentemente. Para
cada bloco, a casualizao consiste na atribuio do nmero de unidades experimentais
especificado para cada um dos tratamentos de modo que todas as unidades
experimentais do bloco tenham a mesma probabilidade de ser alocada a qualquer dos
tratamentos. Essa estrutura de experimento usualmente denominada delineamento em delineamento em delineamento em delineamento em
blocos casualizados generalizados blocos casualizados generalizados blocos casualizados generalizados blocos casualizados generalizados. Como o procedimento de casualizao sugere, esse
delineamento um meio termo entre o delineamento completamente casualizado e o
delineamento em blocos completos casualizados.
A Figura Figura Figura Figura 10 10 10 10. .. .32 32 32 32 ilustra a gerao do delineamento blocos casualizados generalizado
para estrutura de condies experimentais com fator de tratamento A com 3 tratamentos:
A
1
, A
2
e A
3
em 3 blocos de 2 repeties dos tratamentos. A casualizao pode ser
procedida como segue:
nmeros inteiros de 1 a 3 que lhes servem de subscrito (Figura Figura Figura Figura 10 10 10 10. .. .32 32 32 32a aa a), e as unidades
experimentais de cada bloco arbitrariamente com os nmeros inteiros de 1 a 6 (Figura Figura Figura Figura
10 10 10 10. .. .32 32 32 32b bb b).


1 2 3 1 2 3 A
2
A
1
A
3
A
2
A
1
A
1

4 5 6 4 5 6 A
1
A
3
A
2
A
3
A
2
A
3

A
1
,A
2
,
A
3

Casualizao
1 2 3 1 2 3

A
3
A
2
A
2
A
1
A
3
A
2

4 5 6 4 5 6 A
1
A
3
A
1
A
1
A
2
A
3

(a) (b) (c)

Figura Figura Figura Figura 10 10 10 10. .. .32 32 32 32. . . . Gerao de delineamento em blocos casualizados generalizados
com 3 tratamentos: A
1
, A
2
e A
3
em 4 blocos de 2 repeties
de cada tratamento.

Passo 2. Passo 2. Passo 2. Passo 2. Para a assinalao dos tratamentos ao bloco 1, sorteia-se uma seqncia
dos nmeros de 1 a 6. Suponha-se que resulte a seqncia (4, 2, 1, 6, 3, 5). Ento,
assinalam-se as unidades 4 e 2 ao tratamento A
1
, as unidade 1 e 6 ao tratamento A
2
e as
unidades 3 e 5 ao tratamento A
3
. Esse mesmo procedimento seguido para cada um dos
demais blocos. Suponha-se que para os blocos 2, 3 e 4 sejam sorteadas as seqncias
(3, 2, 5, 1, 4, 6), (6, 4, 3, 2, 1, 5) e (4, 1, 5, 3, 6, 2). O arranjamento resultante dos
tratamentos apresentado na Figura Figura Figura Figura 10 10 10 10. .. .32 32 32 32c cc c.
A casualizao associa os nveis do fator de unidade E. Assim, os nveis do fator de
unidade E so as unidades experimentais para os nveis do fator experimental A. Assim
como no delineamento blocos completos casualizados, essa associao estabelece
relao cruzada entre os fatores A e U e relao aninhada entre cada um desses fatores
e o fator E, em que E o fator aninhado. Diferentemente do delineamento com blocos
completos casualizados essa relao simbolizada legitimamente por (A
*
U)/E, j que,
agora, h mais de um nvel de E em cada combinao dos nveis de A e U.
As combinaes de nveis resultante dessa associao so os nveis do fator
generalizado A
^
U
^
E que aninhado no fator generalizado A
^
U que, por sua vez,
aninhado em ambos fatores A e U.
Os diagramas de Hasse da estrutura das condies experimentais, da estrutura das
unidades e da estrutura do experimento so apresentados na Figura Figura Figura Figura 10 10 10 10. .. .33 33 33 33. A seta
tracejada de dois sentidos mostra a associao entre o fator experimental A e o fator de
unidade E salienta que os nveis do fator de unidade E so as unidades experimentais
para o fator experimental A.

Figura Figura Figura Figura 10 10 10 10. .. .33 33 33 33. . . . Diagrama do delineamento blocos casualizados generalizados
(c,d) gerado por estrutura de condies experimentais unifatorial
A (a) e estrutura de unidades hierrquica de dois fatores E e U:
U/E (b) simbolizado por (A
*
U)/E.

O delineamento blocos casualizados generalizados decompe o erro experimental
em dois estratos correspondentes aos dois fatores de unidade E e U. O erro experimental
que afeta as inferncias referentes ao fator experimental A o estrato que corresponde
ao fator de unidade E, ou seja, ao fator U
^
E que aninhado em U. Ento, esse erro
experimental a variao estranha entre os nveis do fator A
^
U
^
E dentro do fator A
^
U, ou
seja, da variao de parcelas dentro das combinaes dos nveis dos fatores bloco e
tratamento.
Inferncias referentes ao fator A no so afetadas pelo estrato do erro experimental
referente ao fator bloco, ou seja, pela variao estranha entre os blocos. Se a variao
substancial atribuvel a caractersticas estranhas situa-se no estrato U, este delineamento
mais eficiente do que o completamente casualizado para o mesmo material
experimental, o que significa ganho de preciso para inferncias referentes a efeitos de
tratamentos.
Esse delineamento tem as mesmas propriedades de ortogonalidade e
balanceamento do delineamento em blocos completos casualizados. Sua vantagem em
relao a este delineamento que a presena de repeties de tratamentos dentro de
blocos permite inferncias referentes interao entre tratamentos e blocos.
Ilustraes desse delineamento so apresentadas no Exemplo 6.5 Exemplo 6.5 Exemplo 6.5 Exemplo 6.5 e no Exemplo Exemplo Exemplo Exemplo
6.13 6.13 6.13 6.13. Uma ilustrao particular provida pelo Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .17 17 17 17.
Experimento: Considere-se um experimento que teve como objetivo a comparao da
cultivar de tomateiro Pelotas com as cultivares Homestead e Sioux das quais aquela cultivar se
originou por hibridao.
Esse experimento adotou controle local constitudo de blocos de 6 parcelas a cada um dos
quais foram assinaladas 2 repeties de cada uma dessas 3 cultivares. O croqui do delineamento
aquele apresentado na Figura Figura Figura Figura 10 10 10 10. .. .32 32 32 32, onde os tratamentos so simbolizados como segue: A
1
-
Pelotas A
2
- Homestead e A
3
Sioux. Nessas circunstncias, h um fator experimental A e dois
fatores de unidade: bloco e parcela; as estruturas das condies experimentais, das unidades e do
experimento so, respectivamente, A, U/E e (A^U)/E, onde A o fator cultivar e E e E, os fatores
bloco e parcela.
Caracterizao e usos Caracterizao e usos Caracterizao e usos Caracterizao e usos
No delineamento em blocos completos, cada bloco inclui uma e apenas uma
repetio de cada tratamento, constituindo, portanto, uma repetio completa dos
tratamentos. O controle da heterogeneidade das caractersticas estranhas do material
experimental logrado custa do sacrifcio de graus de liberdade para a estimativa da
varincia do erro experimental. Esse delineamento mais eficiente do que o
completamente casualizado quando e apenas quando a separao da variao estranha
do erro experimental que afeta os efeitos de tratamentos que lograda pela formao de
blocos supera a correspondente perda de graus de liberdade do erro.
Essa considerao particularmente importante para experimentos com pequeno
nmero de tratamentos. Para a situao de dois tratamentos, por exemplo, a formao de
blocos de apenas duas unidades experimentais pode impor controle local exagerado, se
o material experimental no acentuadamente heterogneo quanto composio de
caractersticas estranhas. Nessa situao, o controle local atravs da formao de blocos
completos pode conduzir a uma perda elevada de graus de liberdade no compensada
pela reduo da variao do erro experimental. De fato, para doze repeties, por
exemplo, a imposio de controle local pela formao de blocos completos implica a
reduo dos graus de liberdade metade, isto , de 22 para 11, conforme os esquemas
de anlise de variao da Tabela 10.1 Tabela 10.1 Tabela 10.1 Tabela 10.1.

Tabela Tabela Tabela Tabela 10 10 10 10. .. .1 11 1. . . . Esquemas das anlises de variao para experimento com um
fator experimental: tratamento com 2 tratamentos e 24 parcelas
para os delineamentos completamente casualizado e em blocos
completos.

Completamente casualizado Blocos completos
Fonte de variao GL Fonte de variao GL
Bloco 11
Tratamento 1 Tratamento 1
Erro 22 Erro 11
Total 23 Total 23

Essa ilustrao indica que a considerao de um meio termo entre a ausncia de
controle local e a formao de blocos completos pode ser mais adequada para
experimentos de poucos tratamentos. Isto significa a classificao das unidades
experimentais em blocos para mais de uma repetio de cada tratamento. Esse
delineamento consiste de um conjunto de blocos cada um dos quais compreendendo um
pequeno delineamento completamente casualizado com igual nmero de repeties para
todos os tratamentos.
Assim, para o exemplo de dois tratamentos cada um com doze repeties,
agrupando em cada bloco duas e trs repeties de cada tratamento, do que resultam
seis e quatro blocos, respectivamente, tem-se os dois esquemas para a anlise da
variao da Tabela 10.2 Tabela 10.2 Tabela 10.2 Tabela 10.2.

Tabela Tabela Tabela Tabela 10 10 10 10. .. .2 22 2. Esquemas das anlises da variao para delineamento com 2
tratamentos e 24 unidades experimentais para os delineamentos
em blocos com duas e trs repeties por bloco.

Graus de liberdade
Fonte de variao
Duas repeties
por bloco
Trs repeties
por bloco
Bloco 5 3
Tratamento 1 1
Erro 17 19
Total 23 23

Dessa forma, com duas repeties de cada tratamento por bloco, obtm-se um
aumento de 6 graus de liberdade para a estimativa da varincia do erro em relao ao
delineamento em blocos completos. Em experimentos agrcolas de campo, por exemplo,
de esperar que blocos de 4 parcelas sejam, de modo geral, essencialmente to
homogneos quanto blocos de 2 parcelas, de modo que o incremento de graus de
liberdade obtido com blocos de 4 parcelas deve conduzir a um aumento da sensibilidade
do experimento. Com trs repeties por bloco (portanto, 6 parcelas por bloco), h um
incremento adicional de 2 graus de liberdade, no to considervel como o anterior.
Com trs tratamentos e oito repeties, portanto, 24 unidades experimentais, os
graus de liberdade para os delineamentos completamente casualizado, em blocos
completos e em blocos com duas repeties por bloco so os apresentados na Tabela Tabela Tabela Tabela
10.3 10.3 10.3 10.3.

Tabela Tabela Tabela Tabela 10 10 10 10. .. .3 33 3. Esquemas das anlises da variao para delineamento com 3
tratamentos e 24 unidades experimentais para os delineamentos
completamente casualizado, em blocos completos e em blocos
com duas repeties por bloco.

Graus de liberdade
Fonte de
variao Completamente
Casualizado
Blocos
casualizados
Blocos casual. com
duas repeties
por bloco
Bloco - 7 3
Tratamento 2 2 2
Erro 21 14 18
Total 23 23 23

Assim, em experimentos com trs tratamentos, tambm pode ser conveniente a
alocao de mais de uma repetio de cada tratamento por bloco, pois, em muitas
situaes, blocos de 6 unidades experimentais so essencialmente to homogneos
quanto blocos de 3 unidades.
Observe-se que, com esse delineamento, o erro para inferncias referentes a
efeitos de tratamentos a variao entre unidades experimentais dentro das
combinaes de tratamentos e blocos, ou seja, aquele erro compreende o componente
do erro experimental que afeta esses efeitos e a interao entre tratamentos e blocos.
Esse fato mostrado na Tabela 10.4 Tabela 10.4 Tabela 10.4 Tabela 10.4 que apresenta os esquemas das anlises da
variao para o exemplo da Tabela 10.3 Tabela 10.3 Tabela 10.3 Tabela 10.3 e para a situao genrica de r repeties de
cada um de t tratamentos em cada um de b blocos.

Tabela Tabela Tabela Tabela 10 10 10 10. .. .4 44 4. Esquema da anlise da variao para delineamento com t
tratamentos em b blocos com r repetio por bloco (a), e para a
situao particular t=3, b=4 de r=2 (b).

Graus de liberdade
Fonte de variao
(a) (b)
Bloco b-1 3
Tratamento t-1 2
Erro Tratamento : Bloco (b-1)(t-1) 6
Rep./Tratamento
^
Bloco (r-1)tb 12
Total rtb-1 23

Dessa forma, o delineamento blocos casualizados com mais de uma repetio em
cada bloco permite inferncias referentes interao Tratamento x Bloco que em
algumas circunstncias podem ser importantes, como pode ocorrer quando Bloco
representa uma fonte de variao sistemtica. Tais inferncias no so providas pelo
delineamento blocos casualizados. A utilizao de mais de uma repetio de cada
tratamento por bloco pode ser, ento, uma alternativa conveniente.
As principais vantagens do delineamento blocos casualizados generalizados em
relao ao delineamento completamente casualizado e ao delineamento em blocos
completos casualizados so sumariadas a seguir:
a) Efetua um nvel de controle local intermedirio entre aqueles propiciados pelos
delineamentos completamente casualizado e blocos casualizados. Esse nvel de controle
local pode ser adequado para situaes de pequeno nmero de tratamentos e material
experimental no exageradamente heterogneo.
b) Permite separar da estimativa da varincia do erro experimental a interao entre
tratamentos e blocos, o que no propiciado pelo delineamento blocos casualizados.
Isso constitui uma vantagem em relao a este delineamento, em situaes em que essa
interao importante.
10.6.2.3 10.6.2.3 10.6.2.3 10.6.2.3 Delineamento em blocos com mais de uma repetio de alguns tratamentos Delineamento em blocos com mais de uma repetio de alguns tratamentos Delineamento em blocos com mais de uma repetio de alguns tratamentos Delineamento em blocos com mais de uma repetio de alguns tratamentos
Em experimentos em que algumas comparaes particulares dos tratamentos so
mais relevantes e no h interesse no conjunto das comparaes simples dos
tratamentos conveniente que o delineamento atribua nmeros de repeties
apropriados para os tratamentos para que seja lograda preciso mais elevada para essas
comparaes. Com delineamentos em blocos isso significa mais de uma repetio para
alguns dos tratamentos em cada um dos blocos.
Essa situao ocorre, por exemplo, em experimentos em que um dos tratamentos
um controle que serve como termo de comparao para cada um dos outros tratamentos
(Seo 8.6.4 Seo 8.6.4 Seo 8.6.4 Seo 8.6.4). Esse freqentemente o caso, por exemplo, de experimentos com plantas
de controle de pragas, doenas e invasoras com inseticidas, fungicidas e herbicidas,
respectivamente, e de experimentos com animais de controle de doenas e parasitos
com antibiticos e anti-helmnticos. Se o objetivo a identificao de produtos eficazes,
de interesse o subconjunto das comparaes simples que envolvem um tratamento
controle sem a presena de inseticida, fungicida, herbicida, antibitico ou anti-helmntico.
Essas comparaes particulares so efetuadas com preciso mais elevada quando
alocado nmero de repeties para o controle maior do que para os demais tratamentos
(Seo 9.4.3 Seo 9.4.3 Seo 9.4.3 Seo 9.4.3).
Nessas circunstncias, se o controle local exercido pela formao de blocos,
conveniente alocar uma repetio para cada um dos tratamentos alternativos em cada
bloco e maior nmero de repeties para o tratamento controle (Seo 6.6.5 Seo 6.6.5 Seo 6.6.5 Seo 6.6.5).
O delineamento em blocos casualizados generalizados ortogonal, mas no
balanceado. De fato, a propriedade do balanceamento no tem sentido e inconveniente
quando o objetivo do experimento no compreende comparaes simples dos
tratamentos.
10.6.2.4 10.6.2.4 10.6.2.4 10.6.2.4 Delineamento em blocos incompletos Delineamento em blocos incompletos Delineamento em blocos incompletos Delineamento em blocos incompletos
Esse delineamento pressupe que o material experimental heterogneo quanto a
caractersticas estranhas de modo que as unidades experimentais podem ser
classificadas em grupos de unidades internamente suficientemente homogneas.
Estrutura de unidades hierrquica de dois fatores (Figura Figura Figura Figura 10 10 10 10. .. .3 33 3). O material
experimental heterogneo quanto a uma caracterstica estranha relevante. O controle
local classifica as unidades de observao (parcelas) segundo os nveis dessa
caracterstica estranha em blocos com mesmo nmero de unidades, mas menor que o
nmero de tratamentos.
Esse delineamento distingue-se do delineamento blocos completos casualizados
pela relao entre o nmero de unidades experimentais em cada bloco e o nmero de
tratamentos; no delineamento blocos incompletos casualizados o nmero de unidades
em cada bloco menor que o nmero de tratamentos.
Essa famlia de delineamentos compreende um nmero elevado de subfamlias que
se distinguem pela relao estrutural entre a estrutura de tratamentos e a estrutura de
unidades. O processo de casualizao para a atribuio dos tratamentos s unidades
experimentais deve obedecer ao controle local imposto de modo que sejam garantidas as
propriedades da subfamlia de delineamento particular. Esquemas prprios so
apresentados em alguns textos. Uma ilustrao provida pela Figura Figura Figura Figura 10 10 10 10. .. .34 34 34 34 para a
situao particular de um fator experimental A com 4 nveis: A
1
, A
2
, A
3
e A
4
e 3 repeties
em 4 blocos de 3 parcelas.

Bloco 1 A
1
A
2
A
3

A
1
, A
2
, Bloco 2 A
2
A
3
A
4

A
3
, A
4

Casualizao
Bloco 3

A
3
A
4
A
1

Bloco 4 A
4
A
1
A
2

Figura Figura Figura Figura 10 10 10 10. .. .34 34 34 34. Delineamento blocos incompletos balanceados com 4 tratamentos:
A
1
, A
2
, A
3
e A
4
com 3 repeties, em 4 blocos de 3 parcelas; cada
par de tratamentos aparece 2 vezes em um mesmo bloco.

Esses delineamentos pressupem que os blocos compreendem unidades
experimentais consideravelmente mais homogneas quanto a caractersticas estranhas
do que o conjunto das unidades do material experimental. So apropriados para as
situaes em que heterogeneidade estranha do material de tal porte que no pode ser
lograda a formao de blocos completos de unidades suficientemente homogneas para
o experimento.
Esses delineamentos podem resultar de agrupamentos simples, duplos, ou de
ordem mais elevada, das unidades experimentais. Alguns desses delineamentos com
estruturas particulares so conhecidos pela designao genrica de reticulados
(reticulados quadrados, reticulados retangulares, reticulados cbicos, quadrados
reticulados, por exemplo).
Essa famlia de delineamentos extremamente vasta, compreendendo algumas
subfamlias de delineamentos bastante importantes, alm dos reticulados, como as que
seguem. Variaes podem decorrer da presena de fatores intrnsecos.
10.6.3 10.6.3 10.6.3 10.6.3 Estrutura de unidades de dois fatores cruzada Estrutura de unidades de dois fatores cruzada Estrutura de unidades de dois fatores cruzada Estrutura de unidades de dois fatores cruzada
A estrutura de unidades de dois fatores cruzada foi definida e ilustrada na Seo Seo Seo Seo
10.3.1.3 10.3.1.3 10.3.1.3 10.3.1.3. Ela simbolizada por U
*
U, onde U e U denotam os fatores de unidade: fila e
coluna, respectivamente, e representada pelo croqui da Figura Figura Figura Figura 10 10 10 10. .. .6 66 6 e o diagrama da
Figura Figura Figura Figura 10 10 10 10. .. .7 77 7.
Essa estrutura de unidades pode originar diversos delineamentos, dependendo do
nmero de nveis do fator experimental A (tratamentos) e dos nmeros de nveis dos
fatores de unidade U e U e do procedimento de casualizao adotado:
delineamento quadrado latino,
delineamento de Youden.
A associao de estrutura de condies experimentais univariada com essa
estrutura de unidades de dois fatores cruzada pode gerar diversos delineamentos,
dependendo do nmero de tratamentos e do procedimento de casualizao:
10.6.3.1 10.6.3.1 10.6.3.1 10.6.3.1 Delineamento em quadrado latino Delineamento em quadrado latino Delineamento em quadrado latino Delineamento em quadrado latino
O delineamento quadrado latino corresponde associao de estrutura de
condies experimentais univariada e estrutura de unidades cruzadas de dois fatores fila
(fator U) e coluna (fator U) em que o nmero de nveis de cada um desses dois fatores
igual ao nmero de tratamentos e cada um desses nveis alocada uma coleo
completa dos tratamentos.
O controle local classifica as unidades de observao (parcelas) duplamente em
filas e colunas, segundo os nveis de duas caractersticas estranhas com o nmero de
unidades em cada fila e em cada coluna igual ao nmero de tratamentos. Assim, para t
tratamentos, o material experimental deve compreender t
2
unidades experimentais
classificadas em t filas e em t colunas. Ento os tratamentos so assinalados
aleatoriamente s unidades com a restrio dupla de que resulte uma repetio completa
dos tratamentos em cada uma das filas e em cada uma das colunas. Essa propriedade
torna o procedimento para casualizao complicado. A casualizao consiste em
selecionar, ao acaso, um quadrado latino do conjunto de todos os quadrados latinos do
tamanho apropriado que diferem pela disposio das letras. Isso significa que a
casualizao deve ser procedida atravs de algum processo de sorteio que atribua a
todas as parcelas a mesma probabilidade de ser alocada a qualquer dos tratamentos
com a condio de que resultem todos os tratamentos em cada uma das filas e em cada
uma das colunas. Isso significa que igual probabilidade de seleo para todas as
configuraes distintas possveis de distribuio dos tratamentos nas parcelas que
satisfaam as condies do quadrado latino.
O processo de casualizao descrito a seguir permite a seleo de um quadrado
latino do conjunto de todos os quadrados latinos de dimenses 3x3 a 6x6 e de um
subconjunto dos quadrados latinos de 7x7 a 12x12. Esse processo de sorteio, entretanto,
no d chance seleo de certos quadrados de 7x7 a 12x12. A casualizao efetuada
a partir dos quadrados latinos padres quadrados latinos padres quadrados latinos padres quadrados latinos padres (ou seja, quadrados latinos com as letras em
ordem alfabtica na primeira fila e na primeira coluna) apresentados no Apndice Apndice Apndice Apndice,
transcritos de Fisher & Yates (1949) 1.
Quadrados latinos de 3x3 a 5x5 Quadrados latinos de 3x3 a 5x5 Quadrados latinos de 3x3 a 5x5 Quadrados latinos de 3x3 a 5x5. Sorteia-se, primeiro, um quadrado padro,
utilizando os nmeros indicados sob cada quadrado. (Para os quadrados latinos 3x3, s
h um quadrado padro). Permutam-se, ao acaso, as filas, salvo a primeira, e as colunas
do quadrado sorteado. Atribui-se cada letra a um tratamento, de modo arbitrrio.
Quadrado latino 6x6 Quadrado latino 6x6 Quadrado latino 6x6 Quadrado latino 6x6. Escolhe-se, ao acaso, um dos 22 quadrados apresentados no
Apndice Apndice Apndice Apndice e se permutam, tambm ao acaso, as seis filas, as seis colunas e as seis
letras; atribui-se cada letra a um tratamento, de modo arbitrrio. Alternativamente,
permutam-se, ao acaso, as filas e as colunas e se atribui, tambm ao acaso, as letras
aos tratamentos.
O nmero de quadrados latinos 6x6 com A, B, C, D, E, F em ordem alfabtica na
primeira fila e na primeira coluna muito grande. No Apndice Apndice Apndice Apndice, encontra-se apenas um
representante de cada conjunto de quadrados latinos que podem gerar-se um dos outros
por permutaes de filas, de colunas e de letras, ou, ainda, mudando filas em colunas.
Quadrados latinos 7x7 e maiores Quadrados latinos 7x7 e maiores Quadrados latinos 7x7 e maiores Quadrados latinos 7x7 e maiores. Toma-se um quadrado latino qualquer e se
permutam, ao acaso, as filas, as colunas e as letras. No Apndice Apndice Apndice Apndice, so apresentados
quatro exemplos de quadrados latinos 7x7 e um exemplo de cada um dos quadrados
latinos de 8x8 a 12x12.
Para ilustrao, considere-se a casualizao para a gerao de um delineamento
quadrado latino com 5 tratamentos A
1
, A
2
, A
3
, A
4
e A
5
, com 5 repeties de cada
tratamento. A casualizao procedida nos passos que seguem:
1) Inicialmente, sorteia-se um dos nmeros inteiros de 1 a 56 que indicam os
quadrados latinos padres do Apndice Apndice Apndice Apndice. Suponha-se que foi sorteado o nmero 24.
Como este nmero aparece em segundo lugar abaixo do quadrado latino indicado, deve-
se tomar o quadrado latino conjugado quadrado latino conjugado quadrado latino conjugado quadrado latino conjugado daquele, isto , o quadrado latino obtido mudando
as filas em colunas e as colunas em filas, na mesma ordem, Figura Figura Figura Figura 10 10 10 10. .. .35 35 35 35.

A B C D E
B D A E C
C E B A D
D C E B A
E A D C B

Figura Figura Figura Figura 10 10 10 10. .. .35 35 35 35. . . . Quadrado latino 5x5 sorteado da coleo de 56
quadrados latinos padres.

2) Permutam-se, aleatoriamente, as quatro ltimas filas do quadrado sorteado.
Supondo que a permutao sorteada das quatro ltimas filas 3124, o quadrado
resultante ser o da Figura Figura Figura Figura 10 10 10 10. .. .36 36 36 36.

1
Fisher, R.A. & Yates, F. Statistical Tables for Biological, Agricultural an . Statistical Tables for Biological, Agricultural an . Statistical Tables for Biological, Agricultural an . Statistical Tables for Biological, Agricultural and Medical Research d Medical Research d Medical Research d Medical Research, 3rd.
Edition. London: Oliver and Boyd, 1949.
A B C D E A B C D E
(1) B D A E C
!
(3) D C E B A
(2) C E B A D (1) B D A E C
(3) D C E B A (2) C E B A D
(4) E A D C B (4) E A D C B

Figura Figura Figura Figura 10 10 10 10. .. .36 36 36 36. Permutao aleatria das quatro ltimas filas do quadrado
latino padro sorteado.

3) Permutam-se, aleatoriamente, as cinco colunas do quadrado obtido no passo
anterior. Se a permutao sorteada das colunas 32145, o quadrado latino sorteado ser
o da Figura Figura Figura Figura 10 10 10 10. .. .37 37 37 37.

(1) (2) (3) (4) (5) (3) (2) (1) (4) (5)
A B C D E C B A D E
D C E B A
!
E C D B A
B D A E C A D B E C
C E B A D B E C A D
E A D C B D A E C B

Figura Figura Figura Figura 10 10 10 10. .. .37 37 37 37. Permutao aleatria das cinco colunas do quadrado latino
obtido na etapa 2.

4) Finalmente, atribui-se cada letra a um dos tratamentos do experimento, de modo
arbitrrio. As letras A, B, C, D e E foram atribudas aos tratamentos A
1
, A
2
, A
3
, A
4
e A
5

associando a ordem alfabtica ordem dos nmeros que servem de subscritos (Figura Figura Figura Figura
10 10 10 10. .. .38 38 38 38).

Coluna
1 2 3 4 5
1 A
3
A
2
A
1
A
4
A
5

Fila 2 A
5
A
3
A
4
A
2
A
1

3 A
1
A
4
A
2
A
5
A
3

4 A
2
A
5
A
3
A
1
A
4

5 A
4
A
1
A
5
A
3
A
2

Figura Figura Figura Figura 10 10 10 10. .. .38 38 38 38. Croqui do delineamento quadrado latino resultante do
procedimento de casualizao.

A casualizao associa os nveis do fator de unidade U
^
U, que so aninhados nos
nveis dos fatores de unidade U e U, aos nveis do fator experimental A. Nessa
associao os nveis dos fatores U e U cruzam-se com os nveis do fator A. Assim, a
estrutura do experimento simbolizada por A
*
U
*
U.
O diagrama do delineamento quadrado latino apresentado na Figura Figura Figura Figura 10 10 10 10. .. .39 39 39 39. A
seta tracejada mostra a associao entre o fator experimental A e o fator de unidade E
estabelecida pela casualizao e indica que os nveis do fator de unidade U
^
U so as
unidades experimentais para o fator experimental A.

Figura Figura Figura Figura 10 10 10 10. .. .39 39 39 39. Diagrama do delineamento quadrado latino (c, d) gerado por
estrutura de condies experimentais unifatorial A (a) e
estrutura de unidades cruzada de dois fatores U e U:U
*
U (b)
simbolizado por A
*
U
*
U.

Esse delineamento decompe o erro experimental em trs estratos
correspondentes aos trs fatores de unidade E, U e U. O erro experimental que afeta as
inferncias referentes ao fator experimental A o estrato que corresponde ao fator E.
Essas inferncias no so afetadas pelos estratos do erro experimental referentes aos
fatores U: fila e U: coluna, ou seja, pela variao estranha entre as filas e entre as
colunas. Se variao substancial atribuvel a caractersticas estranhas situa-se entre as
filas e entre as colunas, resulta ganho considervel de preciso (sensibilidade) para a
deteco de diferenas de efeitos de tratamentos.
O diagrama salienta que com este delineamento todas as interaes que envolvem
os fatores de unidade U: fila e U: coluna ficam confundidas com o erro experimental que
afeta inferncias referentes ao fator experimental. Isso significa que a validade dessas
inferncias depende da adequabilidade da pressuposio de inexistncia dessas
interaes.
Caracterizao e usos Caracterizao e usos Caracterizao e usos Caracterizao e usos
O delineamento em blocos permite eliminar, das diferenas entre os tratamentos e
da variao devida ao erro experimental que afeta os efeitos de tratamentos, a variao
atribuvel s diferenas entre blocos. Assim, se o material experimental heterogneo
quanto a caractersticas estranhas, o controle local exercido pela formao hbil de
blocos permite que a reduo do confundimento das diferenas entre os tratamentos com
efeitos atribuveis a caractersticas estranhas. Dessa forma logra-se mais preciso para
as comparaes entre tratamentos, ou seja, mais sensibilidade para deteco de
diferenas entre tratamentos do que com o delineamento completamente casualizado.
Em algumas situaes, entretanto, a heterogeneidade do material experimental
atribuvel a caractersticas estranhas de tal natureza que pode parecer conveniente um
controle local mais eficiente. No delineamento quadrado latino, o controle local duplo.
As unidades experimentais so simultaneamente agrupadas segundo os nveis de duas
caractersticas estranhas relevantes, ou seja, segundo duas formas diferentes de
agrupamento: em filas (ou linhas) e em colunas, a cada uma das quais corresponde uma
repetio completa dos tratamentos. Assim, o nmero de repeties (nmero de filas e
nmero de colunas) deve ser igual ao nmero de tratamentos. Para t tratamentos, deve-
se ter, pois, um quadrado latino txt quadrado latino txt quadrado latino txt quadrado latino txt, de t filas e t colunas.
Para que o delineamento quadrado latino seja eficiente necessrio que tanto as
filas como as colunas sejam homogneas, melhor dito, que a variao atribuvel a
caractersticas estranhas entre as unidades experimentais dentro de cada fila e dentro de
cada coluna seja consideravelmente inferior variao do conjunto das unidades do
material experimental. Entretanto, as filas e as colunas podem diferir entre si, pois essas
diferenas afetam igualmente todos os tratamentos. Ademais, a variao entre filas e a
variao entre as colunas so eliminadas da estimativa da varincia do erro experimental
para inferncias referentes a tratamentos.
Assim, para que seja obtida eficincia com esse delineamento, necessrio que o
arranjamento do material experimental e a conduo do experimento sejam procedidos
de modo que as diferenas entre filas e as diferenas entre colunas correspondam a
fontes de variao estranha relevantes. Dessa forma, conveniente que a
implementao de qualquer tcnica experimental que possa constituir fonte de variao
estranha relevante seja efetuada de modo que a parte relevante dessa variao situe-se
entre as filas e entre as colunas e no dentro destes agrupamentos das unidades
experimentais.
O quadrado latino permite o controle da heterogeneidade do material experimental
atribuvel a caractersticas estranhas em duas direes perpendiculares, correspondentes
direo das filas e direo das colunas. Para tal, as parcelas devem ser arranjadas
em formao compacta, aproximadamente quadrada, salvo se h indicao segura de
que a heterogeneidade do solo mais acentuada na direo das filas do que na direo
das colunas, ou vice-versa. Neste caso, aconselhvel usar dimenso menor na direo
em que a heterogeneidade atribuvel a caractersticas estranhas mais acentuada. A
Figura Figura Figura Figura 10 10 10 10. .. .40 40 40 40 apresenta o croqui tpico de um quadrado latino 5x5, aps a casualizao.

Coluna
E C B A D
C A E D B
Fila A D C B E
D B A E C
B E D C A

Figura Figura Figura Figura 10 10 10 10. .. .40 40 40 40. Croqui tpico de um quadrado latino 5 x 5.

O uso do quadrado latino tambm pode ser conveniente para o controle mais
efetivo de variao estranha muito relevante e crescente em uma nica direo (Figura Figura Figura Figura
10 10 10 10. .. .41 41 41 41). Tal pode ocorrer, por exemplo, se limitaes de material experimental foram que
as parcelas sejam dispostas lado a lado, numa mesma faixa, ao longo da qual h um
gradiente de heterogeneidade acentuado. Neste caso, o uso de um quadrado latino, com
as filas constituindo blocos compactos de parcelas e as "colunas" conjuntos de parcelas
com a mesma posio relativa nas diferentes filas, poder permitir um controle da
heterogeneidade estranha do material experimental mais eficiente do que se obteria
empregando o delineamento blocos completos casualizados.

Fila 1 2 3 4 5
Coluna 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
D B A E C B E D C A A D C B E C A E D B E C B A D

Figura Figura Figura Figura 10 10 10 10. .. .41 41 41 41. Croqui de um experimento em quadrado latino 5x5 com o controle duplo
da heterogeneidade do material experimental em uma direo.

Com esse delineamento, a formao de filas permite o controle da parte mais
acentuada da heterogeneidade estranha e a formao de colunas, o controle da
heterogeneidade entre as parcelas de uma mesma fila, na medida em que o gradiente da
heterogeneidade ao longo de cada fila seja aproximadamente o mesmo para todas as
filas.
Essas circunstncias de heterogeneidade em duas direes perpendiculares ou
heterogeneidade muito acentuada e crescente em uma nica direo ocorrem raramente
em experimentao agrcola de campo. Por essa rao, o delineamento quadrado latino
raramente recomendvel para experimentos de campo com plantas e animais.
O delineamento quadrado latino teve origem na experimentao agrcola de campo,
mas tambm usado na experimentao zootcnica, de laboratrio, industrial, etc. Em
tais experimentos, as filas e as colunas podem representar, por exemplo, perodos ou
mtodos de aplicao de tratamentos, operadores, pacientes e laboratrios, que podem
constituir fontes de variao de interesse no experimento.
Suponha-se, por exemplo, que se deseja estudar o efeito da administrao de seis
raes, A, B, C, D, E e F, sobre o ganho de peso de leites de determinada raa. Em
experimentos dessa natureza, em certas circunstncias, a unidade experimental
constituda, por um nico animal. Nesse caso, para lograr preciso elevada, pode ser
necessrio controle local que elimine, das comparaes entre tratamentos (raes), todas
as diferenas importantes entre indivduos. Com esse objetivo, pode-se utilizar seis
leitegadas, escolhendo seis leites de cada leitegada, trs de cada sexo, de modo que se
logre grupos de animais de mesmo sexo constitudos por um animal de cada ninhada
com pesos iniciais bastante prximos. Em tais circunstncias, pode-se usar um quadrado
latino 6 x 6, cujas filas sejam constitudas pelas leitegadas e colunas pelas combinaes
de sexos e pesos iniciais. Preliminarmente, numeram-se as leitegadas (filas) numa ordem
arbitrria, e os leites de cada leitegada (colunas) primeiro os de um sexo e aps os do
outro na ordem crescente (ou decrescente) dos pesos iniciais. O esquema do
experimento poderia ser, por exemplo, o da Figura Figura Figura Figura 10 10 10 10. .. .42 42 42 42, com a disposio dos
tratamentos resultante do processo de casualizao.
Com esse delineamento as comparaes entre as raes no sero afetadas pelas
diferenas devidas a leitegadas, sexos, e pesos iniciais. Por outro lado, se desejado,
tambm podero ser derivadas inferncias referentes a efeitos de leitegadas e sexos e
pesos iniciais dentro de sexos. Entretanto, o delineamento quadrado latino impede
inferncias referentes s interaes dessas fontes de variao.

Peso Inicial
Machos Fmeas
1 2 3 1 2 3
1 D E A F C B
2 E B C D A F
Leitegada 3 A F D B E C
4 B C F A D E
5 C D B E F A
6 F A E C B D

Figura Figura Figura Figura 10 10 10 10. .. .42 42 42 42. Croqui de um experimento em quadrado latino 6x6 com o controle
da heterogeneidade de leitegadas atravs de filas e da
heterogeneidade atribuvel a sexo e peso inicial atravs de
colunas.

Observe-se que, em experimentos dessa natureza, a disposio dos tratamentos
em filas e colunas apenas lgica. Assim, no experimento tomado como exemplo, a
disposio dos animais no local em que se realiza o experimento no necessariamente
aquela indicada pelo croqui. O croqui indica apenas, por exemplo, que o macho da
leitegada 1 com peso inicial 1 recebe a rao D.
Para ilustrao do delineamento em quadrado latino considere-se Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .18 18 18 18. .. .
b) Experimento: "Efeito de anabolizante sobre o desenvolvimento corporal de cordeiros
machos da raa Corriedale" com um fator experimental: anabolizante Stilbestrol com quatro doses
(Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .15 15 15 15b bb b). Suponha-se que esse experimento conduzido com 16 animais e demais
caractersticas estranhas do material experimental descrita no Exemplo Exemplo Exemplo Exemplo 10 10 10 10. .. .4 44 4 e que esses animais
correspondem a 16 combinaes de 4 procedncias e 4 idades.
Procedimento: Para o controle local da heterogeneidade que possa originar-se das
diferenas de procedncia e de idade os 16 animais so classificados duplamente segundo as 4
procedncias e os 4 nveis de idade. Ento, as doses do anabolizante so assinaladas aos 16
animais de modo que as 4 doses resultem em cada uma das 4 procedncias e em cada um dos
nveis de idade.
compreende dois fatores: E: cordeiro (parcela), U: procedncia (fila) e idade (coluna); sua
representao simblica U
^
U.
Casualizao: Os 16 cordeiros so assinalados aleatoriamente s 4 doses do anabolizante
Stilbestrol de modo que as 4 doses resultem associadas com cada uma das 4 procedncias e
cada um dos 4 nveis de idade.
Estrutura do experimento: A
*
U
*
U, onde A o fator experimental anabolizante.
A principal vantagem do quadrado latino em relao ao delineamento blocos
completos casualizados que aquele delineamento permite eliminar, das comparaes
entre tratamentos e da estimativa da variao casual para inferncias referentes a
tratamentos, todas as diferenas entre filas e todas as diferenas entre colunas. Assim,
com o delineamento quadrado latino, tem-se oportunidade para lograr maior eficincia do
que com o delineamento blocos completos casualizados.
Deve-se ter em conta, entretanto, que a eliminao adicional de uma fonte de
variao estranha do erro experimental e das diferenas entre tratamentos, em relao
ao delineamento blocos completos casualizados, feita custa da perda de graus de
liberdade do erro. Assim, se tal variao no suficientemente grande para superar a
desvantagem da perda de graus de liberdade, resulta a reduo da preciso do
experimento. No obstante, como, em geral, tal ocorrncia no pode ser prevista com
certeza a priori, a possvel perda de preciso o prmio pago para um seguro contra
uma heterogeneidade esperada do material experimental atribuvel a caractersticas
estranhas.
Discutem-se, a seguir, as principais desvantagens do quadrado latino em relao
ao delineamento blocos completos casualizados.
a) A principal desvantagem do quadrado latino a relao altamente restritiva entre
o nmero de repeties e o nmero de tratamentos: o quadrado latino requer que o
nmero de repeties seja igual ao nmero de tratamentos. Essa condio torna o uso do
quadrado latino impraticvel para experimentos com nmero elevado de tratamentos.
Assim, o quadrado latino raramente usado para experimentos com mais de oito
tratamentos.
Por outro lado, os quadrados latinos 3x3 e 4x4 reservam nmeros de graus de
liberdade para a estimativa da varincia do erro experimental demasiadamente
reduzidos: dois e seis graus de liberdade, respectivamente, enquanto que o quadrado
latino 2x2 no fornece nenhum grau de liberdade para o erro. Assim, no se deve usar
um nico quadrado latino 2x2, 3x3 ou 4x4. Entretanto, esse problema pode ser resolvido
com o uso de duas ou mais repeties do quadrado latino, de modo a lograr o nmero
necessrio de graus de liberdade para o erro.
b) A anlise estatstica de experimentos em quadrado latino no muito mais
trabalhosa do que a de experimentos em blocos completos casualizados, mesmo se
algumas poucas unidades experimentais so perdidas. A perda dos resultados totais de
filas, de colunas ou de tratamentos, entretanto, torna a anlise bastante trabalhosa, o que
no ocorre com experimentos em blocos completos casualizados, em que a perda de
resultados totais de blocos ou de tratamentos no ocasiona qualquer dificuldade para a
anlise. Entretanto, com a atual disponibilidade de computadores eletrnicos e
programas apropriados dificuldades referentes a clculos para a anlise estatstica
tornaram-se pouco relevantes.
c) Com o delineamento quadrado latino, a decomposio da variao atribuvel ao
erro experimental de quadrados do erro em componentes para certas comparaes entre
os tratamentos no realizada com a mesma facilidade permitida pelo delineamento
blocos completos casualizados. Assim, se a varincia do erro heterognea (por
exemplo, se os rendimentos de um ou mais tratamentos apresentam varincia diferente
da de outros tratamentos), a anlise torna-se trabalhosa, a menos que a heterogeneidade
possa ser corrigida por uma transformao dos dados.
d) Com o quadrado latino, as interaes de tratamentos com filas e com colunas
ficam completamente confundidas com a variao atribuvel ao erro experimental para
inferncias referentes a tratamentos, inflacionando sua estimativa. Dessa forma, o
delineamento quadrado latino no deve ser adotado em situaes em que tais interaes
sejam relevantes. Isso pode ocorrer, por exemplo, se fila ou coluna corresponde a um
fator experimental intrnseco.
Esse delineamento tambm pode contemplar algumas variaes, a semelhana
daquelas consideradas para o delineamento em blocos completos casualizados.
10.7 10.7 10.7 10.7 Delineamentos para estruturas de condies experimentais fatoriais Delineamentos para estruturas de condies experimentais fatoriais Delineamentos para estruturas de condies experimentais fatoriais Delineamentos para estruturas de condies experimentais fatoriais
Alguns dos delineamentos para estruturas de condies experimentais unifatoriais
estendem-se para estruturas fatoriais pela simples considerao das combinaes dos
nveis dos fatores experimentais como os tratamentos considerados na exposio da
Seo Seo Seo Seo 10.6 10.6 10.6 10.6. Esse o caso dos seguintes delineamentos:
- delineamento completamente casualizado,
- delineamento em blocos completos,
- delineamento em blocos incompletos e
- delineamento quadrado latino.
Delineamentos em blocos incompletos com estruturas de unidades fatoriais
usualmente so consideravelmente mais complexos e merecem considerao particular.
Por outro lado, h delineamentos particularmente apropriados para estruturas de
condies experimentais fatoriais. Alguns desses delineamentos so considerados a
seguir.
10.7.1 10.7.1 10.7.1 10.7.1 Delineamentos com parcelas divididas Delineamentos com parcelas divididas Delineamentos com parcelas divididas Delineamentos com parcelas divididas
Esses delineamentos correspondem associao de estruturas de dois ou mais
fatores experimentais de tratamento com estruturas de unidades com duas ou mais
formaes de unidades experimentais, com ou sem classificaes levadas em conta por
controle local. Algumas dessas estruturas de unidade foram consideradas nas Sees Sees Sees Sees
10.3.1.2 10.3.1.2 10.3.1.2 10.3.1.2 e 10.3.1.4 10.3.1.4 10.3.1.4 10.3.1.4.
Considerar-se- a situao simples de estrutura de condies experimentais
constitudas de dois fatores A e B e estrutura de unidades hierrquica de trs fatores E:
subparcela, U: parcela e U: bloco simbolizada por U/U/E (Seo Seo Seo Seo 10.3.1.4 10.3.1.4 10.3.1.4 10.3.1.4). Essa
estrutura de unidades compreende uma classificao das unidades experimentais
elementares para propsito de controle local que corresponde ao fator bloco (U) e duas
formaes de unidades experimentais s quais correspondem dois fatores de unidade:
parcela (U) e subparcela (U). A estrutura de experimento com parcelas divididas nessas
circunstncias compreende a associao dos nveis do fator experimental A aos nveis do
fator de unidade U: parcela de modo que em cada bloco resulte uma coleo completa
dos nveis de, e dos nveis do fator experimental B aos nveis do fator de unidade U:
subparcela de modo que em cada nvel do fator U resulte uma coleo completa dos
nveis de B. Isso significa o requerimento de que o nmero de parcelas dentro de cada
bloco seja igual ao nmero de nveis do fator A e de que o nmero de subparcelas dentro
de cada parcela seja igual ao nmero de nveis do fator B.
Essa estrutura de experimento requer que os nveis do fator experimental A sejam
atribudos aleatoriamente s parcelas com a restrio de que resulte uma repetio
completa desses nveis em cada um dos blocos, e que os nveis do fator experimental B
sejam atribudos aleatoriamente s subparcelas com a restrio de que resulte uma
repetio completa desses nveis em cada uma das parcelas.
Para satisfazer essa propriedade a casualizao deve ser efetuada separadamente
para os fatores A e B. Para tal, a casualizao procedida em duas etapas:
Etapa 1 Etapa 1 Etapa 1 Etapa 1 - Atribui-se os nveis do fator A (fator em parcelas) s parcelas pelo
processo apropriado para o delineamento bsico adotado - completamente casualizado,
blocos casualizados, etc.
Etapa 2 Etapa 2 Etapa 2 Etapa 2 - Atribui-se os nveis fator B (do fator em subparcelas) s subparcelas de
cada parcela completamente ao acaso, separada e independentemente para cada
parcela.
A Figura Figura Figura Figura 10 10 10 10. .. .43 43 43 43 ilustra a gerao do delineamento em blocos completos
casualizados com parcelas divididas para estrutura cruzada completa de dois fatores
experimentais A e B, respectivamente com 3 e 2 nveis, com o fator A em parcelas e o
fator B em subparcelas. A representao dessa estrutura de experimento por diagrama
de Hasse apresentada na Figura Figura Figura Figura 10 10 10 10. .. .44 44 44 44.

P
1
P
2
P
3

A
2
B
1
A
1
B
2
A
3
B
2
A
3
B
2
A
1
B
1
A
2
B
2

A
1
, A
2
,A
3
A
2
B
2
A
1
B
1
A
3
B
1
A
3
B
1
A
1
B
2
A
2
B
1

B
1
, B
2

Casualizao

A
3
B
2
A
2
B
2
A
1
B
1
A
2
B
2
A
3
B
1
A
1
B
2

A
3
B
1
A
2
B
1
A
1
B
2
A
2
B
1
A
3
B
2
A
1
B
1


Figura Figura Figura Figura 10 10 10 10. .. .43 43 43 43. Delineamento em blocos completos casualizado com parcelas divididas
com fator A com 3 nveis (A
1
, A
2
e A
3
) em parcelas e fator B com 2
nveis (B
1
e B
2
,) em subparcelas com 4 repeties de cada tratamento.


Figura Figura Figura Figura 10 10 10 10. .. .44 44 44 44. Diagrama do delineamento blocos completos casualizados com
parcelas divididas (c) gerado pela associao da estrutura de dois
fatores experimentais A e B cruzada (a) e estrutura de unidades
hierrquica de trs fatores E, U e U (b) simbolizado por
(((A
*
U)/U)
*
B)/E.

Supostamente, as caractersticas estranhas so mais homogneas entre as
subparcelas dentro de parcelas do que entre as parcelas dentro de blocos. Esses
delineamentos so apropriados quando desejvel preciso mais elevada para o fator
alocado nas subparcelas, ou quando a diviso das unidades experimentais implicada
por convenincia de ordem prtica ou por restrio inerente ao material experimental.
10.7.2 10.7.2 10.7.2 10.7.2 Delineamentos em blocos divididos em faixas Delineamentos em blocos divididos em faixas Delineamentos em blocos divididos em faixas Delineamentos em blocos divididos em faixas
O material experimental dividido em faixas segundo duas direes
perpendiculares. Na situao de dois fatores de tratamentos, os nveis de um dos fatores
so atribudos aleatoriamente s faixas de uma dessas direes e os nveis do outro
fator, s faixas da outra direo. A Figura Figura Figura Figura 10 10 10 10. .. .45 45 45 45 ilustra a gerao desse delineamento
para a situao de estrutura de dois fatores experimentais A e B cruzada. A
representao por diagrama apresentada na Figura Figura Figura Figura 10 10 10 10. .. .46 46 46 46.

F
21
F
22
F
23

F
11
A
2
B
1
A
1
B
2
A
3
B
2
A
3
B
2
A
1
B
1
A
2
B
2

A
1
,A
2
,A
3
F
12
A
2
B
2
A
1
B
1
A
3
B
1
A
3
B
1
A
1
B
2
A
2
B
1

B
1
,B
2

Casualizao

A
3
B
2
A
2
B
2
A
1
B
1
A
2
B
2
A
3
B
1
A
1
B
2

A
3
B
1
A
2
B
1
A
1
B
2
A
2
B
1
A
3
B
2
A
1
B
1


Figura Figura Figura Figura 10 10 10 10. .. .45 45 45 45. Delineamento blocos divididos em faixas transversais para o fator A com
3 nveis (A
1
, A
2
, A
3
) em uma direo e o fator B com 2 nveis (B
1
, B
2
,)
na direo transversal com 4 repeties de cada tratamento.


Figura Figura Figura Figura 10 10 10 10. .. .46 46 46 46. Diagrama de delineamento blocos casualizados divididos em
faixas com dois fatores experimentais A e B, gerado por estrutura
de condies experimentais de dois fatores cruzada e estrutura
de unidades de quatro fatores mista.

Supostamente, as unidades experimentais dentro de cada uma das faixas, nas
duas direes, so mais homogneas do que o conjunto de todas as unidades do
10.7.3 10.7.3 10.7.3 10.7.3 Delineamentos para estruturas de condies experimentais fatoriais em blocos Delineamentos para estruturas de condies experimentais fatoriais em blocos Delineamentos para estruturas de condies experimentais fatoriais em blocos Delineamentos para estruturas de condies experimentais fatoriais em blocos
incompletos incompletos incompletos incompletos
Esses so delineamentos para experimentos com dois ou mais fatores de
tratamento em que os nveis ou as combinaes de nveis de algum dos fatores so
atribudos s unidades experimentais dispostas em blocos incompletos de modo que os
efeitos (mais comumente interaes) que o pesquisador supe irrelevantes sejam
confundidos com os efeitos de blocos.
Os delineamentos com parcelas divididas e em blocos divididos em faixas so
delineamentos dessa famlia. Nos primeiros, o efeito do fator cujos nveis so atribudos
s subunidades fica confundido com o efeito das unidades experimentais; nos
delineamentos em blocos divididos em faixas os efeitos dos dois fatores experimentais
ficam confundidos cada um com as faixas de uma das direes.
10.8 10.8 10.8 10.8 Delineamentos com estruturas de unidade de observaes mltiplas Delineamentos com estruturas de unidade de observaes mltiplas Delineamentos com estruturas de unidade de observaes mltiplas Delineamentos com estruturas de unidade de observaes mltiplas
Esses delineamentos so derivaes dos delineamentos com estruturas de unidade
de observaes simples (Seo Seo Seo Seo 10.5 10.5 10.5 10.5) em que a unidade experimental elementar
compreende mais de uma unidade de observao (Seo Seo Seo Seo 10.3.2 10.3.2 10.3.2 10.3.2).
10.9 10.9 10.9 10.9 Delineamentos para estruturas de unidade de observaes repetidas Delineamentos para estruturas de unidade de observaes repetidas Delineamentos para estruturas de unidade de observaes repetidas Delineamentos para estruturas de unidade de observaes repetidas
Esses delineamentos so derivaes dos delineamentos com estruturas de unidade
de observaes simples (Seo Seo Seo Seo 10.5 10.5 10.5 10.5) em que sobre cada unidade experimental
elementar so efetuadas mensuraes da varivel resposta em dois ou mais instantes
durante o perodo experimental (Seo Seo Seo Seo 10.3.3 10.3.3 10.3.3 10.3.3).
10.10 10.10 10.10 10.10 Delineamentos de Experimentos de Abrangncia Ampla Delineamentos de Experimentos de Abrangncia Ampla Delineamentos de Experimentos de Abrangncia Ampla Delineamentos de Experimentos de Abrangncia Ampla
Esses delineamentos compreendem repeties ou agregaes dos delineamentos
de experimentos de abrangncia restrita (Sees Sees Sees Sees 10.6 10.6 10.6 10.6 a 10.9 10.9 10.9 10.9).
10.11 10.11 10.11 10.11 Resumo Resumo Resumo Resumo
O plano do experimento define a estrutura dos fatores experimentais, a estrutura
dos fatores de unidade e a relao dessas duas estruturas, ou seja, a estrutura do
experimento ou delineamento experimental. A estrutura do experimento deve ser
expressa por um modelo estatstico que a base para os procedimentos de anlise
estatstica para a derivao das inferncias do experimento.
Nessas circunstncias, a adequao e a simplicidade dos procedimentos de anlise
estatstica para um experimento dependem da adequao e da simplicidade do
delineamento adotado. Entretanto, a facilidade da disponibilidade de receitas para a
anlise de delineamentos mais simples no deve condicionar o pesquisador ao uso de
delineamento que implique restries indevidas ao experimento. Os recursos de
computao atualmente disponveis permitem ao pesquisador processar a anlise
estatstica de experimento com qualquer delineamento. Entretanto, a validade das
inferncias para a consecuo dos objetivos do experimento depende da adequabilidade
do delineamento para esses objetivos.
Assim, o pesquisador deve adotar o delineamento experimental mais apropriado
para cada experimento particular, com a garantia de que seja um delineamento
experimental vlido e eficiente, ou seja, que satisfaa os requisitos do plano do
experimento e os princpios bsicos do delineamento do experimento (Captulo Captulo Captulo Captulo 6).
Exerccios Exerccios Exerccios Exerccios 10 10 10 10. .. .2 22 2
1. Considere o exerccio 10 dos Exerccios Exerccios Exerccios Exerccios 10 10 10 10. .. .1 11 1.
a) Identifique as unidades experimentais para os fatores experimentais cultivar, fertilizante e
desbaste.
b) Quais desses fatores experimentais so fatores de tratamento e quais so fatores
intrnsecos?.
c) Quantas repeties o delineamento experimental adotado reserva para cada nvel dos
fatores experimentais: i) cultivar? ii) fertilizante? iii) desbaste?
2. Um pesquisador planeja um experimento para pesquisa do efeito de quatro herbicidas para o
controle de invasoras em lavouras de milho. Ele escolhe seis locais de sua estao
experimental e em cada um desses locais preparar doze talhes, e, ento, atribui
aleatoriamente cada herbicida a trs dos doze talhes.
a) Identifique os fatores experimentais e os fatores de unidades.
b) Caracterize as relaes entre esses fatores.
c) Identifique a unidade experimental para o fator experimental herbicida.
d) Descreva a populao amostrada.
e) Sugira um delineamento alternativo mais conveniente para esse experimento.
3. Em uma pesquisa do efeito de quatro leguminosas sobre o desenvolvimento corporal de
bovinos so escolhidos cinco locais de uma regio, cada local dividido em trs reas, cada
uma das quais com quatro potreiros. Quatro leguminosas so assinaladas aleatoriamente aos
quatro potreiros de cada uma dessas quinze reas. Quando a pastagem encontra-se
implantada, so atribudos aleatoriamente a esses potreiros cento e oitenta bovinos de uma
mesma raa uniformes quanto a idade e peso corporal, trs animais por potreiro.
a) Identifique os fatores experimentais e os fatores de unidades.
b) Caracterize as relaes entre esses fatores.
4. Suponha que os animais do experimento considerado no exerccio anterior sejam
heterogneos quanto idade, mas possam ser classificados em quinze grupos homogneos.
a) Como voc procederia a atribuio dos animais aos potreiros.
b) Essa alterao do plano do experimento implica alguma alterao nos fatores de unidades.
1. Conceitue e ilustre atravs de exemplos: planejamento das condies experimentais e
planejamento do controle experimental.
2. Explique o significado e ilustre: estrutura de condies experimentais unifatorial e estrutura de
condies experimentais fatorial.
3. Conceitue e ilustre: fator experimental e fator de unidade.
4. O que significam estrutura das condies experimentais e estrutura das unidades. Ilustre
esses dois conceitos com um exemplo de experimento de sua rea
5. Distinga e ilustre os conceitos de estrutura de fatores experimentais cruzada completa e
cruzada incompleta.
6. O que significa uma estrutura de fatores experimentais cruzada com tratamentos adicionais.
D um exemplo de condies experimentais com essa estrutura. O que justifica a derivao de
uma estrutura fatorial cruzada com tratamentos adicionais de uma estrutura fatorial cruzada
completa?
7. O que significa uma estrutura de fatores de unidade.
8. Ilustre diversas formas de estrutura de fatores de unidade com exemplos de sua rea.
9. No delineamento de experimento costuma-se fazer distino entre fator experimental de
tratamento, cujos nveis so atribudos aleatoriamente s unidades experimentais, fator
experimental intrnseco, cuja manifestao dos nveis inerentes s unidades experimentais,
e fator de unidade, que corresponde a um agrupamento das unidades de observao com o
propsito de controle local. Ilustre cada um desses fatores, recorrendo a exemplos de sua rea
de interesse.
10. Descreva o delineamento experimental apropriado para cada um dos quatro exemplos da
Seo Seo Seo Seo Erro! A origem da referncia no foi encontrada..
11. Ilustre com um exemplo de sua rea e descreva cada um dos seguintes delineamentos
experimentais:
a) Delineamento completamente casualizado com um fator experimental e uma observao
por unidade experimental.
b) Delineamento completamente casualizado com um fator experimental e mais de uma
c) Delineamento completamente casualizado com mais de um fator experimental e uma
d) Delineamento blocos casualizados com um fator experimental e uma observao por
e) Delineamento blocos casualizados com um fator experimental e mais de uma observao
f) Delineamento blocos casualizados com mais de um fator experimental e uma observao
12. Qual a condio necessria para que a adoo do delineamento blocos casualizados para
um experimento seja prefervel ao delineamento completamente casualizado para uma mesma
estrutura de fatores experimentais.
13. Suponha que desejado conduzir um experimento para a comparao dos efeitos de quatro
antibiticos para o controle de uma infeco de cavalos, com seis repeties de cada
tratamento. Os antibiticos sero aplicados individualmente aos animais.
Indique o delineamento experimental mais adequado para cada uma das situaes que
seguem. No caso de delineamento experimental que imponha controle local ou controle
estatstico, indique as caractersticas estranhas que devem ser controladas atravs de cada
um desses dois mtodos.
a) Dispe-se de um nmero suficiente de animais considerados homogneos para os
propsitos do experimento.
b) Os animais disponveis so heterogneos quanto idade, mas podem ser classificados em
seis grupos cada um deles com animais de mesma idade e uniformes quanto s demais
caractersticas.
c) Os animais disponveis so heterogneos quanto idade, mas podem ser classificados em
seis grupos cada um deles com animais de mesma idade. Entretanto, animais de um
mesmo grupo apresentam pesos corporais consideravelmente distintos.
d) Comente sobre a convenincia da incluso de um controle, testemunha ou placebo entre os
tratamentos do experimento em considerao.
14. Um experimento deve ser conduzido para a comparao de 6 gramneas forrageiras,
designadas A, B, C, D, E e F. Suponha que o pesquisador tem a sua disposio para escolha
4 terrenos com dimenses apropriadas para 36 unidades experimentais, dispostas em um
quadrado, com as seguintes caractersticas bsicas do material experimental:

i) Terreno homogneo: ii) Terreno com um gradiente de
heterogeneidade:

Delineamento: Delineamento:

iii) Terreno com dois gradientes
de heterogeneidade
perpendiculares:
iv) Terreno heterogneo, mas
sem gradiente conhecido:

Delineamento: Delineamento:

a) Que delineamento experimental voc utilizaria para cada uma dessas 4 situaes
alternativas? (Indique o delineamento no lugar prprio, abaixo do correspondente croqui.)
b) Indique, para cada uma das 4 situaes, no prprio croqui acima, uma distribuio tpica
dos tratamentos (A, B, C, D, E e F) que poderia resultar do processo de casualizao
apropriado, identificando, se for o caso, os agrupamentos formados, contornando com lpis,
o conjunto de parcelas de cada grupo.
c) Qual o inconveniente de utilizar o delineamento para a situao i nas condies de
heterogeneidade do material experimental (situao ii, por exemplo)?
d) Qual o inconveniente de adotar o delineamento para a situao iii no caso em que o
material experimental corresponde situao iv?
1 ( ) O delineamento experimental um plano para a coleta de informaes atravs do
experimento.
2 ( ) A estrutura de condies experimentais tambm pode ser denominada de estrutura de
tratamentos.
3 ( ) Um nvel de um fator experimental um tratamento.
4 ( ) Uma estrutura de condies experimentais pode ser convenientemente representada
em uma tabela.
5 ( ) No h distino essencial entre fator de tratamento e fator intrnseco.
6 ( ) Uma estrutura fatorial cruzada de dois fatores incompleta ou fracionria pode ser
representada em uma tabela de duas entradas.
7 ( ) Uma estrutura fatorial cruzada de dois fatores experimentais com tratamentos adicionais
pode ser representada em uma tabela de duas entradas.
8 ( ) Algumas estruturas fatoriais cruzadas fracionrias de trs fatores podem ser
representadas em uma tabela de duas entradas.
9 ( ) Qualquer agrupamento das unidades de observao compreende um fator de unidade.
10 ( ) A estrutura das unidades de um experimento depende do nmero de tratamentos.
11 ( ) A presena de fator experimental intrnseco sempre considerada no estabelecimento
da estrutura das unidades de um experimento.
12 ( ) A estrutura das unidades correspondente ao delineamento completamente casualizado
no compreende qualquer agrupamento das unidades de observao.
13 ( ) Uma estrutura de unidades compreende, sempre, pelo menos um fator de unidade.
14 ( ) No delineamento blocos casualizados a estrutura das unidades compreende pelo
menos um agrupamento das unidades de observao.
15 ( ) Um delineamento experimental particular resulta da relao estrutural das condies
experimentais com a estrutura das unidades da amostra.
16 ( ) A correspondncia entre os nveis de um fator experimental e os nveis de um fator de
unidade sempre determinada pela casualizao.
17 ( ) A correspondncia entre os tratamentos e os nveis do fator de unidade que lhe so
associados na estrutura do experimento sempre determinada pela casualizao.
18 ( ) Os nveis de um fator de unidade so as unidades experimentais para o fator
experimental com cujos nveis mantm relao de correspondncia.
19 ( ) As unidades experimentais para dois fatores experimentais podem ser as mesmas.
20 ( ) Os tratamentos so sempre atribudos aos nveis de um mesmo fator de unidade.
21 ( ) Uma estrutura de experimento completamente casualizada no compreende qualquer
agrupamento das unidades de observao. Portanto, nessa estrutura no h fator de
unidade.
22 ( ) Em um delineamento em blocos casualizados o fator de unidade bloco cruzado com
o fator experimental.
23 ( ) O delineamento quadrado latino uma estrutura de experimento que resulta de
controle local duplo.
24 ( ) Uma estrutura de experimento com dois fatores de unidade resulta de controle local
duplo; portanto um delineamento quadrado latino.
25 ( ) Uma estrutura de experimento completamente casualizada no pode compreende
mais de uma observao por unidade experimental.
Estrutura das condies
experimentais
Estrutura unifatorial
Estrutura fatorial cruzada completa
Estrutura fatorial cruzada incompleta /
fracionria
Estrutura fatorial cruzada estendida
aninhada balanceada
aninhada balanceada
Estrutura de unidades de
experimentos de ampla abrangncia:
estruturas fatoriais hierrquica
balanceada, hierrquica no
balanceada e mista.
Estrutura do experimento /
delineamento do experimento
Delineamentos completamente
casualizados uni ou multifatoriais com
uma observao por parcela
Delineamentos com blocos completos
casualizados uni ou multifatoriais com
Estrutura fatorial hierrquica /
aninhada no balanceada
Estrutura fatorial mista
Fator de unidade / fator de
agrupamento
Estrutura das unidades
experimentos de abrangncia restrita:
delineamentos completamente
casualizado, blocos casualizados e
quadrado latino
experimentos de observaes
mltiplas
experimentos de observaes
repetidas
uma observao por parcela
Delineamentos quadrados latinos uni
ou multifatoriais com uma observao
por parcela
Delineamentos com blocos
incompletos casualizados uni ou
multifatoriais com uma observao
por parcela
Delineamentos com parcelas
divididas com uma observao por
parcela
Delineamentos com blocos divididos
em faixas
Delineamentos experimentais com
observaes mltiplas ou
observaes repetidas na unidade
experimental elementar
Delineamentos de experimentos de
ampla abrangncia, repetidos no
espao e no tempo
1983. 145p.
and Hall, 1981. 189p.
590p.
FINNEY, D. J. An introduction to statistical sc An introduction to statistical sc An introduction to statistical sc An introduction to statistical science in agriculture ience in agriculture ience in agriculture ience in agriculture. 4.ed. Copenhagen:
FISHER, R. A. The arrangement of field experiments. Journal of the Ministry of Agriculture Journal of the Ministry of Agriculture Journal of the Ministry of Agriculture Journal of the Ministry of Agriculture
of Great Britain of Great Britain of Great Britain of Great Britain, v.33, p.503-513, 1926.
FISHER, R. A. The design of experiments The design of experiments The design of experiments The design of experiments. Edinburgh: Oliver and Boyd, 1935. 248p.
FISHER, R. A. Recent progress in experimental design. In In In In: PROCEEDINGS OF THE
INTERNATIONAL INSTITUTE OF INTELLECTUAL COOPERATION, Geneva,
p.19-31, 1939.
p.1-25, 1977.
John Wiley, 1994. v.1, 495p.
LECLERG, E. L.; LEONARD, W. H.; CLARK, A. G. Field plot technique Field plot technique Field plot technique Field plot technique. 2.ed.
Minneapolis: Burgess Publishing Company, 1962. ? p.
LORENZEN, T. J.; ANDERSON. V. L. Design of experiments; a non Design of experiments; a non Design of experiments; a non Design of experiments; a non- -- -named approach named approach named approach named approach.
PEARCE, S. C. The agricultu The agricultu The agricultu The agricultural field experiment; a statistical examination of theory and ral field experiment; a statistical examination of theory and ral field experiment; a statistical examination of theory and ral field experiment; a statistical examination of theory and
practice practice practice practice. Chichester: John Wiley, 1983. 335p.

Apndice


Apndice 523
Tabela A-1. Dez mil dgitos aleatrios.

00-04 05-09 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49
00 88758 66605 33843 43623 62774 25517 09560 41880 85126 60755
01 35661 42832 16240 77410 20686 26656 59698 86241 13152 49187
02 26335 03771 46115 88133 40721 06787 95962 60841 91788 86386
03 60826 74718 56527 29508 91975 13695 25215 72237 06337 73439
04 95044 99896 13763 31764 93970 60987 14692 71039 34165 21297
05 83746 47694 06143 42741 38338 97694 69300 99864 19641 15083
06 27998 42562 63402 10056 81668 48744 08400 83124 19896 18805
07 82685 32323 74625 14510 85927 28017 80588 14756 54937 76379
08 18386 13862 10988 04197 18770 72757 71418 81133 69503 44037
09 21717 13141 22707 68165 58440 19187 08421 23872 03036 34208
10 18446 83052 31842 08634 11887 86070 08464 20565 74390 36541
11 66027 75177 47398 66423 70160 16232 67343 36205 50036 59411
12 51420 96779 54309 87456 78967 79638 68869 49062 02196 55109
13 27045 62626 73159 91149 96509 44204 92237 29969 49315 11804
14 13094 17725 14103 00067 68843 63565 93578 24756 10814 15185
15 92382 62518 17752 53163 63852 44840 02592 88572 03107 90196
16 16215 50809 49326 77232 90155 69955 93892 70445 00906 57002
17 09342 14528 64727 71403 84156 34083 35613 35670 10549 07468
18 38148 79001 03509 79424 39625 73315 18811 86230 99682 82896
19 23689 19997 72382 15247 80205 58090 43804 94548 82693 22799
20 25407 37726 73099 51057 68733 75768 77991 72641 95386 70138
21 25349 69456 19693 85568 93876 18661 69018 10332 83137 88257
22 02322 77491 56095 03055 37738 18216 81781 32245 84081 18436
23 15072 33261 99219 43307 39239 79712 94753 41450 30944 53912
24 27002 31036 85278 74547 84809 36252 09373 69471 15606 77209
25 66181 83316 40386 54316 29505 86032 34563 93204 72973 90760
26 09779 01822 45537 13128 51128 82703 75350 25179 86104 40638
27 10791 07706 87481 26107 24857 27805 42710 63471 08804 23455
28 74833 55767 31312 76611 67389 04691 39687 13596 88730 86850
29 17583 24038 83701 28570 63561 00098 60784 76098 84217 34997
30 45601 46977 39325 09286 41133 34031 94867 11849 75171 57682
31 60683 33112 65995 64203 18070 65437 13624 90896 80945 71987
32 29956 81169 18877 15296 94386 16317 34239 03643 66081 12242
33 91713 84235 75296 69875 82414 05197 66596 13083 46278 73498
34 85704 86588 82837 67822 95963 83021 90732 32661 64751 83903
35 17921 26111 35373 86494 48266 01888 65735 05315 79328 13367
36 13929 71341 80488 89827 48277 07229 71953 16128 65074 28782
37 03248 18880 21667 01311 61806 80201 47889 83052 31029 06023
38 50583 17972 12690 00452 93766 16414 01212 27964 02766 28786
39 10636 46975 09449 45986 34672 46916 63881 83117 53947 95218
40 43896 41278 42205 10425 66560 59967 90139 73563 29875 79033
41 76714 80963 74907 16890 15492 27489 06067 22287 19760 13056
42 22393 46719 02083 62428 45177 57562 49243 31748 64278 05731
43 70942 92042 22773 47761 13503 16037 30875 80754 47491 96012
44 92011 60326 86346 26738 01983 04186 41388 03848 78354 14964
45 66456 00126 45685 67607 70796 04889 98128 13599 93710 23974
46 96292 44348 20898 02227 76512 53185 03057 61375 10760 26889
47 19680 07146 53951 10935 23333 76233 13706 20502 60405 09745
48 67347 51442 24536 60151 05498 64678 87569 65066 17790 55413
49 95888 59255 06898 99137 50871 81265 42223 83303 48694 81953

Continua.
Tabela A-1. Dez mil dgitos aleatrios (Continuao).

50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-89 90-94 95-99
00 70896 44520 64720 49898 78088 76740 47460 83150 78905 59870
01 56809 42909 25853 47624 29486 14196 75841 00393 04239 24847
02 66109 84775 07515 49949 61482 91836 48126 80778 21302 24975
03 18071 36263 14053 52526 44374 04923 68100 57805 16521 15345
04 98732 15120 91754 12657 74675 78500 01247 49719 47635 55514
05 36075 83967 22268 77971 31169 68584 21336 72541 66959 39708
06 04110 45061 78062 18911 27855 09419 56459 00695 70323 04538
07 75658 58509 24479 10202 13150 95946 55087 38398 18718 95561
08 87403 19142 27208 35149 34889 27003 14181 44813 17784 41036
09 00005 52142 65021 64438 69610 12154 98422 65320 79996 01935
10 43674 47103 48614 70823 78252 82403 93424 05236 54588 27757
11 68597 68874 35567 98463 99671 05634 81533 47406 17228 44455
12 91874 70208 06308 40719 02772 69589 79936 07514 44950 35190
13 73854 19470 53014 29375 62256 77488 74388 53949 49607 19816
14 65926 34117 55344 68155 38099 56009 03513 05926 35584 42328
15 40005 35246 49440 40295 44390 83043 26090 80201 02934 49260
16 46686 29890 14821 69783 34733 11803 64845 32065 14527 38702
17 02717 61518 39583 72863 50707 96115 07416 05041 36756 61065
18 17048 22281 35573 28944 96889 51823 57268 03866 27658 91950
19 75304 53248 42151 93928 17343 88322 28683 11252 10355 65175
20 97844 62947 62230 30500 92816 85232 27222 91701 11057 83257
21 07611 71163 82212 20653 21499 51496 40715 78952 33029 64207
22 47744 04603 44522 62783 39347 72310 41460 31052 40814 94297
23 54293 43576 88116 67416 34908 15238 40561 73940 56850 31078
24 67556 93979 73363 00300 11217 74405 18937 79000 68834 48307
25 86581 73041 95809 73986 49408 53316 90841 73808 53421 82315
26 28020 86282 83365 76600 11261 74354 20968 60770 12141 09539
27 42578 32471 37840 30872 75074 79027 57813 62831 54715 26693
28 47290 15997 86163 10571 81911 92124 92971 80860 41012 58666
29 24856 63911 13221 77028 06573 33667 30732 47280 12926 67276
30 16352 24836 60799 76281 93402 44709 78930 82969 84468 36910
31 89060 79852 97854 28324 39638 86936 06702 74304 39873 19496
32 07637 30412 04921 26471 09605 07355 20466 49793 40539 21077
33 37711 47786 37468 31963 16908 50283 80884 08252 72655 58926
34 82994 53232 58202 73318 62471 49650 15888 73370 98748 69181
35 31772 67288 12110 04776 15168 68862 92347 90789 66961 04162
36 93819 78050 19364 38037 25706 90879 05215 00260 14426 88207
37 65557 24496 04713 23688 26623 41356 47049 60676 72236 01214
38 88001 91382 05129 36041 10257 55558 89979 58061 28957 10701
39 96648 70303 18191 62404 26558 92804 15415 02865 52449 78509
40 04118 51573 59356 02426 35010 37104 98316 44602 96478 08433
41 19317 27753 39431 26996 04465 69695 61374 06317 42225 62025
42 37182 91221 17307 68507 85725 81898 22588 22241 80337 89033
43 82990 03607 29560 60413 59743 75000 03806 13741 79671 25416
44 97294 21991 11217 98087 79124 52275 31088 32085 23089 21498
45 86771 69504 13345 42544 59616 07867 78717 82840 74669 21515
46 26046 55559 12200 95106 56496 76662 44880 89457 84209 01332
47 39689 05999 92290 79024 70271 93352 90272 94495 26842 54477
48 83265 89573 01437 43786 52986 49041 17952 35035 88985 84671
49 15128 35791 11296 45319 06330 82027 90808 54351 43091 30387

Continua.
Apndice 525

00-04 05-09 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49
50 54441 64681 93190 00993 62130 44484 46293 60717 50239 76319
51 08573 52937 84274 95106 89117 65849 41356 65549 78787 50442
52 81067 68052 14270 19718 88499 63303 13533 91882 51136 60828
53 39737 58891 75278 98046 52284 40164 72442 77824 72900 14886
54 34958 76090 08827 61623 31114 86952 83645 91786 29633 78294
55 61417 72424 92626 71952 69709 81259 58472 43409 84454 88648
56 99187 14149 57474 32268 85424 90378 34682 47606 89295 02420
57 13130 13064 36485 48133 35319 05720 76317 70953 50823 06793
58 65563 11831 82402 46929 91446 72037 17205 89600 59084 55718
59 28737 49502 06060 52100 43704 50839 22538 56768 83467 19313
60 50353 74022 59767 49927 45882 74099 18758 57510 58560 07050
61 65208 96466 29917 22862 69972 35178 32911 08172 06277 62795
62 21323 38148 26696 81741 25131 20087 67452 19670 35898 50636
63 67875 29831 59330 46570 69768 36671 01031 95995 68417 68665
64 82631 26260 86554 31881 70512 37899 38851 40568 54284 24056
65 91989 39633 59039 12526 37730 68848 71399 28513 69018 10289
66 12950 31418 93425 69756 34036 55097 97241 92480 49745 42461
67 00328 27427 95474 97217 05034 26676 49629 13594 50525 13485
68 63986 16698 82804 04524 39919 32381 67488 05223 89537 59490
69 55775 75005 57912 20977 35722 51931 89565 77579 93085 06467
70 24761 56877 56357 78809 40748 69727 56652 12462 40528 75269
71 43820 80926 26795 54553 28319 25376 51795 26123 51102 89853
72 66669 02880 02987 33615 54206 20013 75872 88678 17726 60640
73 49944 66725 19779 50416 42800 71733 82052 28504 15593 51799
74 71003 87598 61296 95019 21568 86134 66096 65403 47166 78638
75 52715 04593 69484 93411 38046 01300 04293 60830 03914 75357
76 21998 31729 89963 11573 49442 69467 40265 56066 36024 25705
77 58970 96827 18377 31564 23555 86338 79250 43168 96929 97732
78 67592 59149 42554 42719 13553 48560 81167 10747 92552 19867
79 18298 18429 09357 96436 11237 88039 81020 00428 75731 37779
80 88420 28841 42628 84647 59024 52032 31251 72017 43875 48320
81 07627 88424 23381 29680 14027 75905 27037 22113 77873 78711
82 37917 63581 04979 21041 95252 62450 05937 81670 44894 47262
83 14783 95119 68464 08726 74818 91700 05961 23554 74649 50540
84 05378 32640 64562 15303 13168 23189 88198 63617 58566 56047
85 19640 96709 22047 07825 40583 99500 39989 96593 32254 37158
86 20514 11081 51131 56469 33947 77703 35679 45774 06776 67062
87 96763 56249 81243 62416 84451 14696 38195 70435 45948 67690
88 49439 61075 31558 59740 52759 55323 95226 01385 20158 54054
89 16294 50548 71317 32168 86071 47314 65393 56367 46910 51269
90 31381 94301 79273 32843 05862 36211 93960 00671 67631 23952
91 98032 87203 03227 66021 99666 98386 39222 36056 81992 20121
92 40700 31826 94774 11366 81391 33602 69608 84119 93204 26825
93 68692 66849 29366 77540 14978 06508 10824 65416 23629 63029
94 19047 10784 19607 20296 31804 72984 60060 50353 23260 58909
95 82867 69266 50733 62630 00956 61500 89913 30049 82321 62367
96 26528 28928 52600 72997 80943 04084 86662 90025 14360 64867
97 50066 00607 49962 30724 81707 14548 25844 47336 57492 02207
98 97245 15440 55182 15386 85136 98869 33712 95152 50973 98658
99 54998 88830 95639 45104 72676 28220 82576 57381 34438 24565

Continua.

50-54 55-59 60-64 65-69 70-74 75-79 80-84 85-89 90-94 95-99
50 58649 85086 16502 97541 76611 94229 34987 86718 87208 05426
51 97306 52449 55596 66739 36525 97563 29469 31235 79276 10831
52 09942 79344 78160 11015 55777 22047 57615 15717 86239 36578
53 83842 28631 74893 47911 92170 38181 30416 54860 44120 73031
54 73778 30395 20163 76111 13712 33449 99224 18206 51418 70006
55 88381 56550 47467 59663 61117 39716 32927 06168 06217 45477
56 31044 21404 15968 21357 30772 81482 38807 67231 84283 63552
57 00909 63837 91328 81106 11740 50193 86806 21931 18054 49601
58 69882 37028 41732 37425 80832 03320 20690 32653 90145 03029
59 26059 78324 22501 73825 16927 31545 15695 74216 98372 28547
60 38573 98078 38982 33078 93524 45606 53463 20391 81637 37269
61 70624 00063 81455 16924 12848 23801 55481 78978 26795 10553
62 49806 23976 05640 29804 38988 25024 76951 02341 63219 75864
63 05461 67523 48316 14613 08541 35231 38312 14969 67279 50502
64 76582 62153 53801 51219 30242 32599 49099 83959 68408 20147
65 16660 80470 75062 75588 24384 27874 20018 11428 32265 07692
66 60166 42424 97470 88451 81270 80070 72959 26220 59939 31127
67 28953 03272 31460 41691 57736 72052 22762 96323 27616 53123
68 47536 86439 95210 96386 38704 15484 07426 70675 06888 81203
69 73457 26657 36983 72410 30244 97711 25652 09373 66218 64077
70 11190 66193 66287 09116 48140 37669 02932 50799 17255 06181
71 57062 78964 44455 14036 36098 40773 11688 33150 07459 36127
72 99624 67254 67302 18991 97687 54099 94884 42283 63258 50651
73 97521 83669 85968 16135 30133 51312 17831 75016 80278 68953
74 40273 04838 13661 64757 17461 78085 60094 27010 80945 66439
75 57260 06176 49963 29760 69546 61336 39429 41985 18572 98128
76 03451 47098 63495 71227 79304 29753 99131 18419 71791 81515
77 62331 20492 15393 84270 24396 32962 21632 92965 38670 44923
78 32290 51079 06512 38806 93327 80086 19088 59887 98416 24918
79 28014 80428 92853 31333 32648 16734 43418 90124 15086 48444
80 18950 16091 29543 65817 07002 73115 94115 20271 50250 25061
81 17403 69503 01866 13049 07263 13039 83844 80143 39048 62654
82 27999 50489 66613 21843 71746 65868 16208 46781 93402 12323
83 87076 53174 12165 84495 47947 60706 64034 31635 65169 93070
84 89044 45974 14524 46906 26052 51851 84197 61694 57429 63395
85 98048 64400 24705 75711 36232 57624 41424 77366 52790 84705
86 09345 12956 49770 80311 32319 48238 16952 92088 51222 82865
87 07086 77628 76195 47584 62411 40397 71857 54823 26536 56792
88 93128 25657 46872 11206 06831 87944 97914 64670 45760 34353
89 85137 70964 29947 27795 25547 37682 96105 26848 09389 64326
90 32798 39024 13814 98546 46585 84108 74603 94812 73968 68766
91 62496 26371 89880 52078 47781 95260 83464 65942 91761 53727
92 62707 81825 40987 97656 89714 52177 23778 07482 91678 40128
93 05500 28982 86124 19554 80818 94935 61924 31828 79369 23507
94 79476 31445 59498 85132 24582 26024 24002 63718 79164 43556
95 10653 29954 97568 91541 33139 84525 72271 02546 64818 14381
96 30524 06495 00886 40666 68574 49574 19705 16429 90981 08103
97 69050 22019 74066 14500 14506 06423 38332 34191 82663 85323
98 27908 78802 63446 07674 98871 63831 72449 42705 26513 19883
99 64520 16618 47409 19574 78136 46047 01277 79146 95759 36781

Apndice 527
Tabela A-2. Pontos percentuais da distribuio t (de Student).

Pontos bilaterais superiores: Prob.(|t| > t
P
)

0,50 0,40 0,30 0,20 0,10 0,05 0,02 0,01 0,001

1 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 636,61
2 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,598
3 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,841 12,941
4 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
5 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,859

6 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
7 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,405
8 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,041
9 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587

11 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073

16 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
18 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
19 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,883
20 0,687 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850

21 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,767
24 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,797 3,745
25 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,725

26 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,690
28 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,659
30 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,646

35 0,682 0,852 1,052 1,306 1,690 2,030 2,438 2,724 3,591
40 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 3,551
45 0,680 0,850 1,048 1,301 1,680 2,014 2,412 2,690 3,520
50 0,680 0,849 1,047 1,299 1,676 2,008 2,403 2,678 3,496
55 0,679 0,849 1,047 1,297 1,673 2,004 2,396 2,669 3,476

60 0,679 0,848 1,046 1,296 1,671 2,000 2,390 2,660 3,460
70 0,678 0,847 1,045 1,294 1,667 1,994 2,381 2,648 3,435
80 0,678 0,847 1,044 1,293 1,665 1,989 2,374 2,638 3,416
90 0,678 0,846 1,043 1,291 1,662 1,986 2,369 2,631 3,402
100 0,677 0,846 1,042 1,290 1,661 1,982 2,365 2,625 3,390

120 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 3,373
200 0,676 0,844 1,039 1,286 1,653 1,972 2,345 2,601 3,340
500 0,676 0,843 1,037 1,284 1,648 1,965 2,334 2,586 3,310
1000 0,675 0,842 1,037 1,283 1,647 1,962 2,330 2,581 3,301
Inf. 0,674 0,842 1,036 1,282 1,645 1,960 2,326 2,576 3,291

0,25 0,20 0,15 0,10 0,05 0,025 0,01 0,005 0,0005

Pontos unilaterais superiores: Prob.(t > t
P
)

Tabela A-3. Probabilidades de caudas direitas da distribuio normal padro:
Prob.(Z > z
P
).
1

Segunda casa decimal de z
z
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121

0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2276
0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
0,7 0,2420 0,2389 0,2358 0,2327 0,2297 0,2266 0,2236 0,2206 0,2177 0,2148
0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611

1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681

1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233

2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064

2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014

3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010

1
Uma clula desta tabela expressa a probabilidade de um valor da varivel aleatria Z
com distribuio normal padro maior do que o valor z cuja parte inteira e primeira
casa decimal indicada na margem direita e segunda casa decimal na margem
superior. Por exemplo, P(Z > 0,0495) = 1,65.

Apndice 529
Quadrados latinos padres

Os quadrados latinos padres usados para o processo de casualizao descrito na
Seo 10.7.4.2 so apresentados a seguir.
Os nmeros que figuram sob os quadrados latinos so os nmeros de ordem que
lhes correspondem. Quando aparecem dois nmeros sob um mesmo quadrado, o
primeiro o nmero de ordem do quadrado indicado e o segundo o nmero de ordem
do seu conjugado (quadrado latino obtido do primeiro mudando as filas em colunas e as
colunas em filas, na mesma ordem).

Quadrados latinos 3 x 3

A B C
B C A
C A B


A B C D A B C D A B C D A B C D
B A D C B C D A B D A C B A D C
C D B A C D A B C A D B C D A B
D C A B D A B C D C B A D C B A
1 2 3 4


A B C D E A B C D E A B C D E A B C D E A B C D E
B A E C D B A D E C B A E C D B A D E C B C D E A
C D A E B C E B A D C E D A B C D E A B C E B A D
D E B A C D C E B A D C B E A D E B C A D A E B C
E C D B A E D A C B E D A B C E C A B D E D A C B
1,2 3,4 5,6 7,8 9,10

B C D E A B C E A D B C E A D B C D E A B C A E D
C E A B D C D B E A C A D E B C A E B D C E D A B
D A E C B D E A C B D E B C A D E A C B D A E B C
E D B A C E A D B C E D A B C E D B A C E D B C A

11,12 13,14 15,16 17,18 19,20

B C A E D B D E C A B D A E C B D E C A B D A E C
C D E B A C A B E D C E D B A C A D E B C E D B A
D E B A C D E A B C D C E A B D E A B C D A E C B
E A D C B E C D A B E A B C D E C B A D E C B A D

21,22 23,24 25,26 27,28 29,30

B D E A C B D A E C B D E A C B E D A C B E D A C
C E D B A C E B A D C E A B D C A B E D C A E B D
D C A E B D A E C B D C B E A D C E B A D C A E B
E A B C D E C D B A E A D C B E D A C B E D B C A

31,32 33,34 35,36 37,38 39,40

B E A C D B E D C A B E D C A B E A C D B E D A C
C D E B A C A E B D C D E A B C D B E A C D A E B
D A B E C D C A E B D A B E C D C E A B D C E B A
E C D A B E D B A C E C A B D E A D B C E A B C D

41,42 43,44 45,46 47,48 49,50

B C E A D B C D E A B D E C A B D A E C B E D A C
C E D B A C D E A B C E B A D C A E B D C D B E A
D A B E C D E A B C D C A E B D E B C A D A E C B
E D A C B E A B C D E A D B C E C D A B E C A B D

51 52 53 54 55

A B C D E
B E A C D
C A D E B
D C E B A
E D B A C

56


A B C D E F A B C D E F A B C D E F A B C D E F A B C D E F
B C F A D E B C F E A D B A F E C D B A E F C D B A E C F D
C F B E A D C F B A D E C F B A D E C F B A D E C F B A D E
D E A B F C D E A B F C D C E B F A D E A B F C D E F B C A
E A D F C B E A D F C B E D A F B C E D F C B A E D A F B C
F D E C B A F D E C B A F E D C A B F C D E A B F C D E A B
1,2 3 4 5 6,7

B A F E C D B C D E F A B A E F C D B A E F C D B C F A D E
C F B A D E C E A F B D C F A E D B C F A B D E C F B E A D
D E A B F C D F B A C E D C B A F E D E B A F C D A E B F C
E C D F B A E D F B A C E D F C B A E D F C B A E D A F C B
F D E C A B F A E C D B F E D B A C F C D E A B F E D C B A

8 9 10,11 12 13

B C A F D E B C A E F D B C A F D E B C A E F D B A F E D C
C A B E F D C A B F D E C A B E F D C A B F D E C D A B F E
D F E B A C D E F B A C D F E B A C D F E B A C D F E A C B
E D F C B A E F D A C B E D F A C B E D F C B A E C B F A D
F E D A C B F D E C B A F E D C B A F E D A C B F E D C B A

14,15 16 17 18 19,20

A B C D E F A B C D E F
B A E C F D B C A F D E
C E A F D B C A B E F D
D C F A B E D E F A B C
E F D B A C E F D C A B
F D B E C A F D E B C A
21 22

Apndice 531

A B C D E F G A B C D E F G A B C D E F G A B C D E F G
B E A G F D C B E A G F D C B F E G C A D B C D E F G A
C F G B D A E C F G B D A E C D A E B G F C D E F G A B
D G E F C B A D G E F B C A D C G A F E B D E F G A B C
E D B C A G F E D B C A G F E G B F A D C E F G A B C D
F C D A G E B F C D A G E B F A D C G B E F G A B C D E
G A F E B C D G A F E C B D G E F B D C A G A B C D E F

(a) (b) (c) (d)

Quadrados latinos de 8 x 8 a 12 x 12

A B C D E F G H A B C D E F G H I A B C D E F G H I J
B C A E F D H G B C E G D I F A H B G A E H C F I J D
C A D G H E F B C D F A H G I E B C H J G F B E A D I
D F G C A H B E D H A B F E C I G D A G I J E C B F H
E H B F G C A D E G B I C H D F A E F H J I G A D B C
F D H A B G E C F I H E B D A G C F E B C D I J G H A
G E F H C B D A G F I C A B H D E G I F B A D H J C E
H G E B D A C F H E G F I A B C D H C I F G J D E A B
I A D H G C E B F I J D A C H B F E G
J D E H B A I C G F

8 x 8 9 x 9 10 x 10

A B C D E F G H I J K A B C D E F G H I J K L
B A J I D C F K H G E B L G C D J K E H A F I
C K H A B I J F D E G C K A B F L I D G H J E
D C G J I K E B F A H D F I A L E C G J B H K
E J B G K H D C A I F E D F G J K A L C I B H
F E I C G A K J B H D F H K E G C D B A L I J
G F D B H J A I E K C G I D F K H J A L C E B
H I K F A D B E G C J H E L J C A B I K D G F
I D E H J B C G K F A I J B L H G F K D E A C
J G A K F E H D C B I J C E K A I H F B G L D
K H F E C G I A J D B K G J H I B L C E F D A
L A H I B D E J F K C G

11 x 11 12 x 12

Plan Experimentos

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Plan Experimentos

Uploaded by

Copyright:

Available Formats

Estatstica Experimental:

You might also like