Até o momento falamos bastante sobre como identificar potenciais contribuidores (mapas), como descobrir quais sãos os principais causadores da variação (análise de cartas) de processos.
Porém, até aqui fizemos uso de um método passivo de aprendizagem; observamos o que acontecia através de um estratégia de coleta de dados. Em nenhum momento até aqui “forçamos” algo acontecer, ou como algumas pessoas dizem fizemos um evento significativo ocorrer.
Quando saímos de uma estratégia passiva para um estratégia ativa, passamos a selecionar fatores e para esses, executamos experimentos planejados, onde eles são aplicados em níveis específicos.
Existem diversos tipos de experimentos planejados onde cada fator pode ser empregado em variados níveis. Vamos focar aqui nos experimentos 2k onde o 2 representa o número de níveis que vamos considerar para cada fator e K representa o número de fatores que levaremos no nosso experimento.
Por exemplo, 22 significa que vamos executar 2 fatores em dois níveis.
Mas o que são fatores?
Fatores são como as fontes de variação da estratégia passiva, porém aqui resolvemos controlá-las para executar o teste.
E níveis?
São em quais “posições” ou “valores” vamos colocar os fatores para a aprendizagem.
Por exemplo, fator – temperatura, níveis de teste -1 e +1, onde -1 será 0ºC e +1 será 100ºC.
Experimentos 2k permitem que você aprenda como cada fator e suas interações afetam a variável resposta de interesse. Existem outros benefícios de experimentos planejados, sendo alguns deles: quantificação do efeito de fatores e interações, construção de modelo, construção de modelo reduzido do experimento, teste de siginificância prática e estatística.
Estes experimentos possuem duas características muito importantes, são ortogonais e balanceados – possuem independência entre os fatores e permitem o mesmo número de oportunidades de aprendizagem para cada rodada de experimento, respectivamente
Exemplo:
22 fatores, A e B
A B
-1 -1
-1 1
1 -1
1 1
Cada linha acima representa uma combinação do teste para ser executada e cada linha desta é chamada de tratamento. Para cada tratamento vamos colocar os fatores no nível e aquisitar a saída do experimento.
Exemplo:
Fator A, -1 ->10ºC e +1 ->100ºC
Fator B, -1 ->50rpm e +1 ->100rpm
experimento:
A B
10ºC 50rpm
10ºC 100rpm
100ºC 50rpm
100ºC 100rpm
O tratamento 1 será executado com a temperatura em 10ºC e a velocidade em 50rpm.
A abordagem ativa é a melhor opção para aprendermos mais sobre os fatores e como eles influenciam e afetam as variáveis respostas. É uma excelente ideia para adquirir conhecimento.
No próximo post falaremos um pouco mais sobre as análises que podemos fazer considerando este tipo de experimento.
Até lá!