Princípios de Experimentação Agrícola

Prévia do material em texto

<p>Aula</p><p>07</p><p>PRINCÍPIOS BÁSICOS</p><p>DE EXPERIMENTAÇÃO</p><p>AGRICOLA</p><p>Prezados(as) alunos(as),</p><p>Continuaremos nosso estudo, compreendendo na Aula 7,</p><p>alguns pressupostos básicos da estatística experimental, os quais nos</p><p>ajudarão a entender a relevância da experimentação estatística para a</p><p>ciência, incluindo a agrícola.</p><p>É importante saber que esta aula foi preparada para que vocês</p><p>não encontrem grandes dificuldades. Contudo, podem surgir dúvidas</p><p>no decorrer dos estudos! Quando isso acontecer, acessem a plataforma</p><p>e utilizem as ferramentas “Quadro de avisos” ou “Fórum” para</p><p>interagir com seus colegas de curso ou com seu tutor. A participação</p><p>de vocês é muito importante e estamos preparados para ensinar e</p><p>aprender com seus avanços.</p><p>Lembrem-se, ainda, de ler e refletir sobre os objetivos de</p><p>aprendizagem e as Seções de Estudo da Aula 7. Afinal, vocês são os</p><p>protagonistas de suas aprendizagens! Contamos com a colaboração</p><p>de vocês!</p><p>Bom trabalho!</p><p>Objetivos de aprendizagem</p><p>Ao término desta aula, vocês serão capazes de:</p><p> identificar e interpretar, em linhas gerais, o contexto da</p><p>experimentação estatística;</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>69</p><p> definir a estatística experimental e conhecer alguns de seus</p><p>pressupostos históricos;</p><p> reconhecer alguns conceitos básicos da experimentação e os princípios</p><p>básicos da experimentação estatística;</p><p> apontar as etapas e refletir sobre a importância do planejamento de</p><p>um experimento.</p><p>Seções de estudo</p><p> Seção 1  Entendendo o contexto da experimentação estatística</p><p> Seção 2  Estatística experimental: definição e origem agrícola</p><p> Seção 3  Princípios básicos da experimentação</p><p> Seção 4  Planejamento de um Experimento</p><p>Seção 1 − Entendendo o contexto da experimentação estatística</p><p>Sabemos que qualquer pessoa pode adquirir conhecimento de diferentes</p><p>formas. Por exemplo, o homem do campo tem conhecimentos (formas de tratar</p><p>o solo, tempo de semear, tempo de plantar, como evitar pragas, tempo de colher</p><p>etc.) sobre a cultura cultivada onde trabalha, o qual geralmente foi adquirido</p><p>com orientações de familiares mais velhos, por meio da experiência pessoal, da</p><p>imitação, de um estudo formal etc.</p><p>Ademais, qualquer pessoa também pode construir conhecimentos a partir</p><p>de pesquisas baseadas no método científico.</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Para iniciar nossas refl exões, nesta primeira seção da aula 7 vamos aprofundar nossos</p><p>conhecimentos sobre o contexto da experimentação esta s ca, uma vez que esses</p><p>novos saberes irão substanciar a compreensão dos conceitos relacionados. Durante</p><p>a leitura desta aula é importante que vocês tenham sempre em mãos um dicionário</p><p>e/ou outros materiais de pesquisa para eliminar eventuais dúvidas sobre o assunto</p><p>discu do. Bons estudos!</p><p>Importante: “o método cien fi co pode ser defi nido como a maneira</p><p>ou o conjunto de regras básicas empregadas em uma inves gação</p><p>cien fi ca com o intuito de obter resultados o mais confi áveis quanto</p><p>for possível. Entretanto, o método cien fi co é algo mais subje vo,</p><p>ou implícito, do modo de pensar cien fi co do que um manual com</p><p>regras explícitas sobre como o cien sta, ou outro, deve agir. Geralmente o método</p><p>cien fi co engloba algumas etapas como: a observação, a formulação de uma</p><p>hipótese, a experimentação, a interpretação dos resultados e, por fi m, a conclusão.</p><p>Porém, alguém que se proponha a inves gar algo através do método cien fi co não</p><p>precisa, necessariamente, cumprir todas as etapas e não existe um tempo pré-</p><p>determinado para que se faça cada uma delas” (FARIA, 2012).</p><p>70</p><p>É interessante saber que foram os gregos que originaram a ideia de que</p><p>a natureza é governada por um esquema inteligível. A teoria grega entendia,</p><p>portanto, que o universo das formas e das ideias é geralmente coordenado pelas</p><p>regras da geometria, enquanto o universo da natureza é constituído de movimentos</p><p>logicamente ordenados (SILVA, 2007).</p><p>Prosseguindo, no início do século XVII teve origem a ciência moderna, a</p><p>qual enfatizou a importância do método científico para a experimentação.</p><p>Nesse ínterim, é importante reconhecer que o conhecimento científico</p><p>não se trata de um conhecimento definitivo e absoluto. Pelo contrário, o processo</p><p>do método científico faz com que o conhecimento fique propenso a se aperfeiçoar</p><p>constantemente e, por conseguinte, promove, por meio da atividade permanente</p><p>de indagação e da experimentação a que se dedicam os pesquisadores, a criação</p><p>de novos conhecimentos, métodos, técnicas e/ou procedimentos. Assim:</p><p>Assim, fica-nos evidente que a experimentação em qualquer área científica,</p><p>incluindo a experimentação estatística, precisa estar pautada no método científico, o</p><p>qual se trata de uma fonte de geração de conhecimento que se renova para desenvolver</p><p>procedimentos mais adequados, solucionar problemas, responder questões etc.</p><p>Vejamos as etapas do método científico e como a experimentação</p><p>estatística se faz presente nesse contexto:</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Corpo de</p><p>conhecimento</p><p>disponível</p><p>Novo corpo</p><p>de</p><p>conhecimento</p><p>Problema</p><p>Novo</p><p>Problema</p><p>Hipótese</p><p>Consequências</p><p>verfi cáveis</p><p>Consequências</p><p>da hipótese</p><p>Figura 7.1 Representação esquemática do processo do método científi co</p><p>Fonte: SILVA, J. G. C. Estatística experimental: planejamento de experimentos. Pelotas:</p><p>Universidade Federal de Pelotas, 2007, p. 17.</p><p>Predição de</p><p>novos eventos</p><p>Figura 7.2 Correlações entre o método científi co, a experimentação e a estatística</p><p>Fonte: Adaptado de HINKELMANN, Klaus; KEMPTHORNE, Oscar. Design and analysis of</p><p>experiments, advanced experimental design. New York: Wiley, 2005. v. 1.</p><p> Estabelecer hipósestes cien fi cas;</p><p> Planejar experimentos para</p><p>verifi cação da hipótese estabelecida;</p><p> Executar o experimento, registrar</p><p>dado de interesse;</p><p> Analisar dados, gerando</p><p>conhecimento sobre a hipótese</p><p>testada;</p><p> Estabelecer uma conclusão sobre</p><p>a hipótese testada, gerando novas</p><p>hipóteses de interesse.</p><p>A Esta s ca entra aqui!</p><p>Observações</p><p>Desenvolvimento</p><p>da teoria</p><p>Abstração dos</p><p>elementos essenciais</p><p>para dar base a uma</p><p>nova teoria lógica</p><p>71</p><p>Seção 2 − Estatística experimental: defi nição e origem agrícola</p><p>Antes de entender o contexto histórico da estatística experimental é</p><p>preciso entender que ela se refere às técnicas apropriadas para planejar e analisar</p><p>os dados dos experimentos.</p><p>Estatística experimental é uma parte da estatística probabilística que se</p><p>preocupa com o estudo do planejamento, da elaboração, da coleta de dados, da</p><p>análise e da interpretação dos resultados experimentais.</p><p>Em termos distintos,</p><p>a estatística experimental é a ciência que tem como objetivo</p><p>estudar experimentos (ensaios), englobando etapas como o</p><p>planejamento, execução, coleta e análise dos dados experimentais</p><p>e interpretação dos resultados obtidos (COSTA, 2003, p. 7).</p><p>A estatística experimental é, em síntese, uma área da Matemática</p><p>aplicada aos dados experimentais obtidos a partir de experimentos (ensaios), os</p><p>quais se referem às pesquisas planejadas para obter novos fatos, confirmar ou</p><p>refutar hipóteses ou resultados previamente obtidos (KRAUSE, 2011).</p><p>No contexto agrícola, por exemplo, a estatística experimental trata-se de</p><p>um instrumento importantíssimo, uma vez que permite aos pesquisadores desde a</p><p>elucidação de princípios biológicos, até a solução de inúmeros problemas.</p><p>É importante saber que para empregar a experimentação de forma</p><p>eficiente e eficaz, em qualquer assunto ou área científica (incluindo na</p><p>área agrícola), é imprescindível que o pesquisador detenha uma completa</p><p>compreensão do tema em pauta.</p><p>Ademais, para realizar a experimentação na área agrícola, determinando</p><p>o enfoque estatístico do problema, é preciso considerar tanto os requisitos teóricos,</p><p>quanto as questões práticas.</p><p>É válido salientar que a experimentação fornece suporte probabilístico,</p><p>possibilitando realizar inferências em relação ao comportamento de diferentes</p><p>fenômenos da natureza, com</p><p>grau de incerteza (margem de erro) conhecido. Suas</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>E então? Entendeu bem o contexto geral da experimentação esta s ca? Em caso</p><p>de resposta afi rma va: Parabéns! Mas, há inúmeros outros conhecimentos a serem</p><p>agregados sobre o tema. Para tanto, sugerimos que consulte as obras, periódicos e</p><p>sites indicados ao fi nal desta aula. Agora, na próxima seção, vamos conhecer um</p><p>pouco sobre o que é a esta s ca experimental e como esta ciência se originou!</p><p>CONCEITO</p><p>72</p><p>técnicas podem ser aplicadas em distintas áreas científicas de estudo, tais como:</p><p>psicologia, engenharia, medicina, agronomia etc.</p><p>A experimentação estatística foi proposta inicialmente na área de</p><p>ciências biológicas, especificamente na área agrícola, por Sir Ronald A. Fisher</p><p>e, grande parte dos conceitos atuais da área coexistem desde sua gênese, quando</p><p>este pensador atuou na estação experimental de agricultura de Rothamstead, na</p><p>Inglaterra. Isso implica afirmar que a gênese agrícola da experimentação explica</p><p>a utilização atual de vários termos técnicos.</p><p>Fisher (1935) estabeleceu o uso da análise de variância (ANAVA ou</p><p>ANOVA) como ferramenta para análise e interpretação de dados, uma vez que ela</p><p>permite a decomposição do grau de liberdade e da soma de quadrados total, em</p><p>somas de quadrados correspondentes às fontes de variação previamente definidas</p><p>no planejamento do experimento.</p><p>2.1 Conceitos Básicos da Experimentação Estatística</p><p>Quando tratamos de experimentação, de forma geral (não apenas</p><p>estatística, mas incluindo ela), precisamos conhecer determinados termos e</p><p>expressões comuns da área, dentre eles, destacam-se:</p><p> experimento: “tipo de pesquisa científica no qual o pesquisador</p><p>manipula e controla uma ou mais variáveis independentes e observa a variação</p><p>nas variáveis dependentes concomitantemente à manipulação das variáveis</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Ronald Aylmer Fisher (1890-1962) “foi um Gene cista e</p><p>Esta s co britânico, que nasceu em 17 de fevereiro de 1890 em</p><p>Londres. Obteve importantes resultados no campo da gené ca</p><p>das populações, modernizando a teoria da evolução de Charles</p><p>Darwin. Além disso, Fisher é considerado um dos pais e o fundador</p><p>da esta s ca moderna. Trabalhou com ajustes de curvas de</p><p>frequência, com coefi cientes de correlação (os chamados coefi cientes de Fisher) na</p><p>análise de variâncias e nas técnicas de es mação de um parâmetro. Foi infl uenciado</p><p>pelos trabalhos de Karl Pearson, outro importante gene cista e esta s co britânico”</p><p>(SOMATEMÁTICA, 2012).</p><p>)</p><p>?</p><p>VOCÊ</p><p>SABIA</p><p>Que “no Brasil, a Esta s ca tem sua história associada à história do</p><p>Ins tuto Brasileiro de Geografi a e Esta s ca - IBGE, cujas raízes foram</p><p>fi ncadas ainda durante o Império. [...] No período anterior, a Coroa</p><p>Portuguesa era quem determinava levantamentos populacionais,</p><p>realizados precariamente, com o obje vo maior de ‘conhecer a população</p><p>livre e adulta apta a ser usada na defesa do território”. Hoje, a Associação Brasileira</p><p>de Esta s ca - ABE, é uma das mais importantes en dades da Esta s ca existentes no</p><p>país, na atualidade, tendo como principal fi nalidade promover o desenvolvimento, a</p><p>disseminação e aplicação da Esta s ca” (ESTATÍSTICA UFRN, 2012).</p><p>73</p><p>independentes” (KERLINGER; TAYLOR, 1979). O propósito da manipulação</p><p>das variáveis no experimento é captar causalidade (relação entre causa e efeito).</p><p>Em outras palavras, um experimento é um procedimento, no qual determinadas</p><p>características explicativas são controladas pelo experimentador/pesquisador em</p><p>busca de soluções para problemas;</p><p> hipótese: “formulação provisória, com intenções de ser posteriormente</p><p>demonstrada ou verificada, constituindo uma suposição admissível. [...] Em outro</p><p>sentido mais específico, a hipótese pode ser considerada como um instrumento</p><p>de pesquisa que medeia a teoria e a metodologia. Formulada a partir de uma</p><p>determinada ambiência teórica e diante de um problema científico a ser resolvido,</p><p>a hipótese implica a necessidade de demonstração a partir da metodologia e da</p><p>pesquisa. Deve-se ter em vista, contudo, que, neste sentido metodológico mais</p><p>restrito, a hipótese é apenas uma formulação provisória, destinada a colocar</p><p>a pesquisa em andamento. No decorrer do processo de pesquisa ela pode</p><p>ser confirmada ou não, o que não desqualifica o papel que terá exercido para</p><p>impulsionar a pesquisa para a frente. Em verdade, frente à definição moderna</p><p>de ciência, todas as ideias científicas encontram-se em perpétuo teste. Neste</p><p>contexto, é certo dizer que as ideias científicas, independente do título honorífico</p><p>que recebam em virtude da generalidade ou grau de corroboração - conjectura,</p><p>postulado (axioma) ou lei - são e serão sempre hipóteses” (QUALIDADE</p><p>BRASIL, 2012, s/p.);</p><p> população: é o conjunto constituído por todos os dados possíveis com</p><p>relação à característica em estudo;</p><p> amostra: “é uma parcela conveniente selecionada do universo</p><p>(população); é um subconjunto do universo” (MARCONI; LAKATOS, 1996, p.</p><p>28). Em termos distintos, a amostra refere-se à parte estrategicamente escolhida</p><p>de uma população que represente o todo. Desse modo, ao analisar uma amostra é</p><p>possível se ter uma ideia de toda a população em questão;</p><p> variáveis: função numérica que estabelece a correspondência ‘um a</p><p>um’ entre as manifestações de uma característica e os valores de um conjunto</p><p>numérico. As variáveis independentes são as responsáveis pelas possíveis causas,</p><p>enquanto as variáveis dependentes sinalizam os efeitos. Sempre que iniciarmos o</p><p>estudo de um problema é possível que encontremos uma quantidade significativa</p><p>de variáveis. Por essa razão, desde o planejamento de uma pesquisa, é importante</p><p>estabelecermos a relevância das variáveis e das hipóteses envolvendo as relações</p><p>causa-efeito entre elas;</p><p> tratamento: denominação genérica, para designar quaisquer materiais,</p><p>elementos e métodos, cujos efeitos se deseja comparar e/ou medir. Assim, quando</p><p>pretendemos estudar dois ou mais fatores de um problema, os tratamentos são</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>74</p><p>as combinações das categorias desses fatores; contudo, caso haja a pretensão de</p><p>estudar apenas um fator do problema no experimento, as categorias desse fator é</p><p>que são denominadas tratamentos;</p><p> ambiente - campo ou laboratório: no campo (situações e/ou ambientes</p><p>reais) não se pode ter controle absoluto das variáveis, enquanto no laboratório, o</p><p>pesquisador tem controle mais preciso sobre as variáveis, uma vez que o ambiente</p><p>de experimentação é criado e conduzido por ele. vale salientar que o pesquisador</p><p>precisa se adequar ao ambiente utilizando técnicas para atenuar os efeitos de fatores</p><p>que atrapalham as observações. além disso, é importante saber que no decorrer de</p><p>um experimento, os tratamentos são aplicados e medidos em ‘unidades de teste’,</p><p>tais como uma unidade agrícola, uma empresa etc. (mattar, 2005);</p><p> grupos do experimento – grupo experimental e de controle. Grupo</p><p>experimental: unidades de teste expostas ao experimento e grupo de controle:</p><p>unidades de teste que não são expostas a tratamento. Desse modo, podem-se</p><p>comparar os grupos experimentais com os grupos de controle para medir os</p><p>efeitos do tratamento (MATTAR, 2005);</p><p> parcela ou unidade experimental: número de indivíduos de uma</p><p>amostra, na qual aplicamos apenas um tratamento e tomamos uma medida (única)</p><p>para cada variável resposta. O tamanho e a forma de uma parcela (quantidade de</p><p>material ou de indivíduos) podem ser determinados a partir de procedimentos</p><p>estatísticos apropriados para a determinação do tamanho e da forma de parcelas</p><p>experimentais, fundamentados na teoria da amostragem ou por analogia a outros</p><p>ensaios de mesma natureza e realizado em condições experimentais semelhantes</p><p>(LIMA; LIMA, s/d.);</p><p> características estranhas/perturbadoras: características com</p><p>potencial perturbador que se manifestem de modo relevante, tais como uma chuva</p><p>de</p><p>granizo ou uma geada (SILVA, 2007);</p><p> delineamento experimental: plano usado para a realização do</p><p>experimento, o qual implicará tanto na forma como os diferentes tratamentos</p><p>deverão ser distribuídos nas parcelas experimentais, como na maneira como serão</p><p>analisados os dados obtidos;</p><p> parcela (unidade experimental): o termo criado para referir-se</p><p>a unidade de área utilizada no experimento. Inúmeros pensadores, portanto,</p><p>passaram a utilizar o termo unidade experimental, em lugar de parcela, por ser mais</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Para</p><p>Refl e r</p><p>“A no cia boa é que a esta s ca está se tornando mais fácil e acessível.</p><p>A no cia ruim é que a esta s ca está se tornando mais fácil e acessível”</p><p>(HOFACKER, 1983, s/p.). O que você pensa sobre essa afi rmação?</p><p>75</p><p>abrangente. Unidade experimental refere-se a menor unidade de um experimento</p><p>e depende do número de tratamento e do número de repetições dos tratamentos;</p><p> repetições: as parcelas ou unidades experimentais de um determinado</p><p>grupo recebem, em estatística, a denominação de repetições (réplicas). Assim, o</p><p>número de repetições é menor quanto maior fosse à homogeneidade do grupo. É</p><p>esperado que o experimento apresente grande quantidade de repetições. Contudo,</p><p>na prática, a quantidade de repetições é limitada pelos recursos disponíveis e o</p><p>tamanho do experimento pode ser usado como é habitual na área.</p><p>Seção3 − Princípios básicos da experimentação</p><p>Ao planejar um experimento, é importante que, na qualidade de</p><p>experimentador, o pesquisador se assegure de que todos os dados sejam obtidos</p><p>de forma a propiciar uma análise adequada e capaz de conduzir a conclusões</p><p>válidas sobre o problema em estudo.</p><p>Para tanto, é imprescindível que considere os seguintes princípios básicos</p><p>ao planejar um experimento: princípio da repetição, princípio da casualização e</p><p>princípio do controle local.</p><p>Além disso, os referidos princípios tem um papel muito relevante no que</p><p>se refere ao ambiente experimental, como ilustrado a seguir:</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Fiquem antenados! Na internet vocês podem encontrar</p><p>inúmeros dados relevantes sobre os conceitos</p><p>esta s cos. Sugerimos que realizem buscas u lizando</p><p>a nomenclatura dos próprios conceitos como palavras-</p><p>chave e procurem ler alguns ar gos em relação ao</p><p>conteúdo. Com os conhecimentos que estão adquirindo,</p><p>cada vez mais vocês se tornam capazes de superar o</p><p>senso comum sobre as informações disponibilizadas nos diferentes meios de</p><p>comunicação e u lizá-las como fontes de pesquisa, sempre que considerarem</p><p>que se tratam de conhecimentos úteis!</p><p>Passemos, agora, ao estudo dos princípios básicos da experimentação.</p><p>Casualização Controle</p><p>local</p><p>Reduzir efeito do ambiente</p><p>Repe ção</p><p>Figura 7.3 Papel dos princípios básicos da experimentação.</p><p>FONTE: GARCIA, A. A. F.; PINHEIRO, J. B. Melhoramento</p><p>genético. Disponível em: <http://docentes.esalq.usp.br/</p><p>aafgarci/pub/Aula3Melhora.pdf>. Acesso em: 13 nov. 2012.</p><p>76</p><p>Vamos entendê-los com mais detalhes nos subtópicos a seguir!</p><p>3.1 Princípio da Repetição (KRONKA, 2012)</p><p>O princípio da repetição trata-se da reprodução de uma comparação</p><p>básica, capaz de possibilitar a elaboração de uma estimativa do erro experimental.</p><p>Vamos entender como ele funciona na prática: imaginem, por exemplo,</p><p>a plantação de duas variedades de uma cultura (X e Y) em parcelas o mais</p><p>semelhantes possível. Neste caso, supondo que a variedade X tenha produzido</p><p>mais que a Y, isso não significará nada, uma vez que se entende que a variedade</p><p>X pode ter tido um melhor desempenho por mero acaso.</p><p>Assim, é possível realizar uma tentativa de contornar o problema, plantando</p><p>as variedades X e Y em diversas parcelas e considerando o comportamento médio</p><p>de cada variedade. Neste caso, estamos optando pelo princípio da repetição, ou</p><p>seja, pela a reprodução de uma comparação básica.</p><p>Vejamos o princípio da repetição, esquematicamente (adaptado de</p><p>KRONKA, 2012):</p><p>É importante observar que somente o princípio da repetição não</p><p>representa a solução definitiva e total do problema. Essa afirmação é possível,</p><p>considerando que se todas as parcelas da variedade X estiverem agrupadas e as</p><p>da variedade Y também, o resultados dos fatores não controlados continuará a ser</p><p>uma hipótese provável para o melhor comportamento da variedade X, uma vez</p><p>que suas parcelas podem ter ficado em uma área melhor do experimento.</p><p>3.2 Princípio da Casualização (KRONKA, 2012)</p><p>O princípio da casualização refere-se à distribuição casual do tratamento</p><p>das parcelas para impedir que repetições ininterruptas em parcelas piores ou</p><p>melhores venham a prejudicar ou beneficiar determinado tratamento.</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Atenção “O uso de repe ções aumenta a confi abilidade das</p><p>comparações”! (GARCIA; PINHEIRO, 2012).</p><p>X</p><p>Y</p><p>X X X X X X</p><p>Y Y Y Y Y Y</p><p>Princípio da</p><p>repe ção</p><p>Comparação</p><p>básica</p><p>Repe ções</p><p>Figura 7.4 Esquema representativo de um exemplo do princípio da repetição.</p><p>FONTE: Adaptado de KRONKA, S. N. Estatística experimental. Disponível em: <http://www.</p><p>abhorticultura.com.br/eventosx/trabalhos/ev_1/MINI01.pdf>. Acesso em: 13 nov. 2012.</p><p>77</p><p>Vejamos! Retomemos o exemplo das variedades X e Y, agora cada uma</p><p>distribuída ao acaso em seis parcelas. Neste caso, teremos o seguinte esquema:</p><p>Com base nas condições relatadas, podemos inferir que se a produção</p><p>média da variedade X for maior que a produção da variedade Y, isto representaria</p><p>uma indicação significativa de que a variedade X é realmente melhor que Y.</p><p>Contudo, mesmo diante dessa evidência há uma chance remota de que o resultado</p><p>tenha sido apenas efeito do acaso.</p><p>3.3 Princípio do Controle Local (KRONKA, 2012)</p><p>O princípio do controle local, mesmo não sendo de uso obrigatório, é</p><p>comumente escolhido pelos pesquisadores. Tal escolha se deve ao fato de que</p><p>ele permitir, sempre que coexistem dois tratamentos, a tomada de pares (cada par</p><p>= blocos) de unidades experimentais o mais homogêneas possível em relação às</p><p>condições experimentais, podendo haver variação de um par para outro.</p><p>Nesse ínterim, os dois tratamentos precisam ser sorteados para as</p><p>duas parcelas de cada bloco e, caso exista um número maior do que dois</p><p>tratamentos, o número de parcelas por bloco deverá ser igual ao número de</p><p>tratamentos em estudo.</p><p>Vejamos como isso ficaria no esquema:</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>CURIOSIDADE</p><p>"O princípio da casualização tem a fi nalidade de evitar infl uências</p><p>de parcelas adjacentes e de efeitos ambientais somente em</p><p>determinadas parcelas. Assim, ele pode, por exemplo, evitar</p><p>que um tratamento ou mancha de solo, por exemplo, benefi cie</p><p>ou prejudique algum tratamento nas repe ções" (GARCIA;</p><p>PINHEIRO, 2012).</p><p>X</p><p>Y</p><p>Y X Y Y X Y</p><p>Y X X Y X X</p><p>Princípio da</p><p>repe ção +</p><p>casualização</p><p>Comparação</p><p>básica</p><p>Repe ções + Casualização</p><p>Figura 7.5 Esquema representativo de um exemplo do princípio da casualização</p><p>Fonte: Adaptado de KRONKA, S. N. Estatística experimental. Disponível em: <http://www.</p><p>abhorticultura.com.br/eventosx/trabalhos/ev_1/MINI01.pdf>. Acesso em: 13 nov. 2012</p><p>“O princípio do controle local torna homogêneas as</p><p>condições ambientais no local do experimento, da melhor</p><p>forma possível. Assim o controle local refere-se à escolha</p><p>da área com, por exemplo: 1) mesmo po de solo; 2)</p><p>pouco declive; 3) sem manchas de fer lidade e umidade;</p><p>4) uso de bordaduras; 5) regulagem correta de máquinas</p><p>agrícolas; 6) cuidados com a irrigação; 7) plan o em</p><p>excesso com posterior desbaste etc.” (GARCIA; PINHEIRO, 2012).</p><p>78</p><p>É importante lembrar que, na existência de um material experimental</p><p>homogêneo, não se verifica a necessidade de utilizar o princípio do controle local.</p><p>Contudo, na incidência de material experimental heterogêneo, este princípio é</p><p>fortemente indicado. Finalmente, se dado material experimental apresentar dupla</p><p>variação será indispensável um duplo controle local, por meio da classificação</p><p>das parcelas em linhas e colunas.</p><p>Seção 4 − Planejamento de um experimento</p><p>4.1 Planejamento do Experimento como Controle do Processo</p><p>(MONTGOMERY, 2012)</p><p>O planejamento experimental e os métodos de controle estatístico</p><p>do processo são dois importantes instrumentos que se inter-relacionam para a</p><p>melhoria e otimização do processo experimental.</p><p>Para entender melhor a relevância de cada um deles, façamos uma</p><p>analogia: caso um processo esteja sob controle estatístico, embora ainda</p><p>tenha capacidade inferior; nesse caso, será necessário reduzir a variabilidade</p><p>para otimizar sua capacidade. Os experimentos planejados tem potencial para</p><p>disponibilizar uma forma mais eficaz para possibilitar a referida otimização do</p><p>que o Controle Estatístico do Processo (CEP).</p><p>Isso acontece porque O CEP trata-se um método passivo, no qual os</p><p>pesquisadores observam o processo e espera por algum dado ou informação que</p><p>encaminhe a uma mudança útil. Contudo, como podemos supor, se determinado</p><p>processo se encontra sob controle, uma simples observação passiva pode não</p><p>possibilitar a aquisição de informações efetivamente úteis. Já o planejamento</p><p>experimental, ao contrário disso, trata-se de um método estatístico ativo, no</p><p>qual o pesquisador precisa realizar uma série de ajustes no processo, propondo</p><p>mudanças nas entradas e verificando as respectivas mudanças nas saídas, o que</p><p>produzirá informação com potencial para melhorar efetivamente o processo.</p><p>O planejamento experimental pode, também, ser bastante útil para</p><p>estabelecer o controle estatístico de um processo, como por exemplo, no caso</p><p>em que um determinado gráfico de controle aponte para uma possível perda do</p><p>controle do processo que tenha inúmeras variáveis de entrada controláveis; ao</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>X</p><p>Y</p><p>X Y Y X X Y</p><p>Y X X Y Y X</p><p>princípio da</p><p>repe ção +</p><p>casualização +</p><p>controle localComparação</p><p>básica</p><p>Repe ções + Casualização + Controle local</p><p>Figura 7.6 Esquema representativo de um exemplo do princípio do controle local.</p><p>Fonte: Adaptado de KRONKA, S. N. Estatística experimental. Disponível em: <http://www.</p><p>abhorticultura.com.br/eventosx/trabalhos/ev_1/MINI01.pdf>. Acesso em: 13 nov. 2012.</p><p>79</p><p>permitir que conheçamos as variáveis de entrada mais importantes, nos possibilita</p><p>mais facilmente a retomada do controle do processo.</p><p>Nesse contexto, o planejamento do experimento e a análise estatística dos</p><p>seus resultados estão intimamente associados, portanto, devem ser aplicados em</p><p>uma sequência lógica na pesquisa científica, nas diversas áreas do conhecimento.</p><p>Para finalizar, é importante saber que não apenas diante do controle</p><p>estatístico, mas de todas as etapas experimentais, o planejamento do experimento</p><p>merece uma especial atenção, uma vez que o sucesso do experimento dependerá</p><p>de uma boa adequada elaboração desta etapa, pois dela dependerá o sucesso da</p><p>análise e interpretação dos resultados. Desse modo, recomenda-se uma consulta a</p><p>um estatístico antes de se realizar um experimento. Sugere-se que o pesquisador</p><p>consulte um estatístico, durante esta etapa ou mesmo antes de realizá-la para</p><p>melhor desempenho do experimento.</p><p>4.2 Planejando um Experimento</p><p>Para planejar um experimento de maneira a atingir de maneira eficiente e</p><p>eficaz, é preciso que o pesquisador procure seguir as seguintes etapas:</p><p> estabeleça e defina os objetivos da pesquisa;</p><p> defina a forma de obtenção dos dados da pesquisa;</p><p> formule as hipóteses do experimento;</p><p> escolha os fatores e seus respectivos níveis;</p><p> escolha a parcela (unidade experimental);</p><p> escolha o material experimental;</p><p> escolha o delineamento experimental;</p><p> escolha as variáveis a serem analisadas;</p><p> escolha a forma de analisar os dados obtidos com o experimento.</p><p>4.2.1 Estabelecimento e Definição dos Objetivos da Pesquisa</p><p>Definir os objetivos da experimentação trata-se de uma etapa fundamental</p><p>para o planejamento adequado de um experimento, pois a partir dos objetivos é</p><p>que podemos formular as hipóteses, em termos científicos, para depois expressá-</p><p>las em resultados em termos estatísticos.</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>?</p><p>VOCÊ</p><p>SABIA Que a aplicação das técnicas de planejamento no desenvolvimento</p><p>do processo, além do controle, podem resultar em bene cios como</p><p>produção melhorada, variabilidade reduzida, conformidade mais</p><p>próxima do nominal, tempo menor de desenvolvimento, custos totais</p><p>reduzidos (MONTGOMERY, 2004).</p><p>80</p><p>Vale salientar que, nesta etapa, é preciso que haja uma perfeita correspondência</p><p>entre as hipóteses científica e estatística, para se evitar eventuais ambiguidades.</p><p>4.2.2 Definição das Formas de Obtenção dos Dados da Pesquisa</p><p>No planejamento, esta etapa de refletir e definir sobre a maneira que os dados</p><p>da pesquisa serão obtidos é de fundamental importância, pois nos permite definir as</p><p>estratégias a serem utilizadas para a coleta dos dados e obtenção das “observações”,</p><p>as quais representam os valores das variáveis respostas ou dependentes, uma vez</p><p>que os dados que trazem consigo a medida do efeito dos fatores tratamentos sobre</p><p>as variáveis medidas ou variáveis respostas (COSTA, 2007).</p><p>Por exemplo, pode acontecer de o pesquisador optar em um experimento,</p><p>com base no ambiente da pesquisa ou no material experimental, pelo delineamento</p><p>inteiramente casualizado, entretanto, ao planejar a coleta dos dados, a realização</p><p>das medidas das variáveis respostas, ele observa mais atentamente que por</p><p>inúmeras razões, inclusive técnicas, a obtenção dos dados de todas as unidades</p><p>experimentais não pode ocorrer de forma homogênea (uniforme). Por essa razão,</p><p>ele deixa de adotar o delineamento previamente escolhido para que a obtenção</p><p>dos dados transcorra de forma confiável.</p><p>Com base nisso, podemos inferir que, ao planejar um experimento, o</p><p>pesquisador precisa decidir como será a coleta das observações, com especial</p><p>atenção para a definição da escala mais adequada para medir a variável dependente.</p><p>4.2.3 Formulação de hipóteses</p><p>Ao formular as hipóteses científicas e as estatísticas o pesquisador</p><p>precisa ser objetivo e claro.</p><p>Vejamos uma analogia que nos auxiliará a entender a diferença entre</p><p>uma hipótese científica e uma hipótese estatística: na busca para identificar qual</p><p>tipo de soja, dentre algumas espécies pré-determinadas de diferentes cultivares,</p><p>que permite a industrialização de leite de soja com menor índice de beany flavor,</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Importante: "antes de começar a realizar os experimentos, os obje vos</p><p>e os critérios devem estar bem claros, de modo a dar subsídios para</p><p>a escolha das variáveis envolvidas nos experimentos; da faixa de</p><p>variação das variáveis selecionadas; dos níveis escolhidos para essas</p><p>variáveis. No caso de muitos fatores, é melhor escolher inicialmente</p><p>dois níveis; da variável de resposta e do planejamento experimental. Nessa etapa,</p><p>há que se considerar o tamanho da amostra (número de réplicas), a seleção de</p><p>uma ordem de realização dos experimentos e se há vantagem em fazer a blocagem</p><p>dos experimentos; dos métodos de análise dos resultados dos experimentos. Os</p><p>métodos esta s cos são usados para guiar uma tomada obje va de decisão"</p><p>(PROEXCEL FIOCRUZ, 2012).</p><p>81</p><p>tem-se uma hipótese científica. No entanto, uma hipótese estatística seria, por</p><p>exemplo, identificar ou não a incidência de diferença efetivamente significativa,</p><p>a um nível alfa de probabilidade entre as intensidades médias de beany flavor</p><p>encontrado no leite de soja, industrializado a partir do uso de soja de diferentes</p><p>cultivares, buscando apontar quais desses cultivares podem ser recomendados.</p><p>Como vocês podem perceber, a hipótese estatística é confirmada a partir</p><p>dos resultados do experimento, o qual é realizado em uma amostra (neste caso</p><p>específico deve representar toda a população de soja de cada cultivar utilizado</p><p>no experimento), permitindo assim a expansão dos resultados para a população</p><p>como um todo.</p><p>Nesse ínterim, o teste da hipótese nos remete a um processo de decisão</p><p>entre duas hipóteses possíveis sobre o resultado:</p><p> hipótese alternativa H1: o efeito existe;</p><p> hipótese de nulidade H0: o efeito não existe.</p><p>Vejamos como essas possibilidades podem ocorrer no processo de</p><p>testagem de uma hipótese:</p><p>Segundo Costa (2012, p. 7), caso se pretenda estudar uma estirpe</p><p>(dentre três estirpes pré-determinadas) de bactéria diazotrófica endofítica pode</p><p>proporcionar maior peso da parte área de cana-de-açúcar. Neste caso, a ‘Ho’</p><p>significa que não se verificam diferenças realmente significativas entre os efeitos</p><p>das estirpes (isto é: cada diferença observada está ligada a fatores não controlados).</p><p>Assim, ‘Ho’ pode ser aceita ou refutada. No caso de rejeição, assume-se uma</p><p>hipótese alternativa, simbolizada por H1, como por exemplo, “as estirpes se</p><p>comportam de modo diferente quanto ao peso da parte aérea”.</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Situação real</p><p>Decisão</p><p>H0: Efeito não existe H1: Efeito existe</p><p>Efeito não existe Correta Incorreta Erro po 1</p><p>Efeito existe Incorreta Erro po 2 Correta</p><p>Figura 7.6 Alternativas que podem ocorrer nos processos de teste de uma hipótese.</p><p>Fonte: Adaptado de SILVA, João Gilberto Corrêa da. Estatística experimental:</p><p>planejamento de experimentos (material didático). Pelotas: Universidade Federal de</p><p>Pelotas, 2007, p. 240.</p><p>Atenção</p><p>Ao planejar um experimento é importante que o pesquisador</p><p>procure preparar uma série de testes para resolver o problema</p><p>ou apoiar a(s) hipótese(s) proposta(s). É importante também</p><p>seguir o método cien fi co, uma vez que isso tornará a realização</p><p>82</p><p>4.2.4 Escolha dos Fatores (ou Tratamentos) e seus Níveis</p><p>Um fator é aquilo que o pesquisador estuda almejando entender o seu</p><p>efeito sobre as variáveis respostas, cujas subdivisões são denominadas: níveis.</p><p>Para entender melhor, vejamos um exemplo: ao se planejar um experimento para</p><p>entender o efeito de três tipos distintos de rotações de cultura, o fator em questão</p><p>é rotação e os níveis deste fator são os três tipos de cultura.</p><p>Os fatores podem ser:</p><p>• qualitativo: quando os níveis do fator são categorias, atributos.</p><p>Por exemplo: nome de variedades de cana de açúcar (SP701143</p><p>e SP813250); métodos de extração de DNA (Cullen, Smalla,</p><p>Sebach); origem de solos (MG, RJ, BA, SP) etc.;</p><p>• quantitativo: quando os níveis do fator são mensurações de</p><p>valores reais. Normalmente, os níveis são valores numéricos</p><p>acompanhados de uma unidade de medida. Por exemplo: dose</p><p>de nitrogênio (0, 25 e 50 Kg/ha); concentrações de antibiótico</p><p>(25, 50, 100, 200 mg/ml) etc. (COSTA, 2007, p. 8).</p><p>4.2.5 Escolha da Parcela</p><p>Como já estudamos nesta Aula, a parcela é a unidade experimental que</p><p>recebe o tratamento, a qual pode apresentar formas e tamanhos distintos.</p><p>Atualmente, a literatura nos mostra que em um planejamento de</p><p>experimentos de campo, por exemplo, há uma grande variabilidade entre</p><p>rendimentos de cultivos em parcelas de diferentes tamanhos e formas submetidas</p><p>a tratamentos uniformes.</p><p>Sabemos que a variabilidade pode diminuir com o aumento da precisão,</p><p>entretanto ao atingir o tamanho ideal, o aumento da precisão diminui rapidamente</p><p>com tamanhos maiores. Assim, entende-se que “as parcelas retangulares são mais</p><p>eficientes na superação da heterogeneidade do solo quando seu eixo maior está na</p><p>direção da menor variação do solo” (BARROS, 2012, s/p.).</p><p>Portanto, o critério mais adequado para solucionar o tamanho e forma da</p><p>parcela é aquele no qual se pode conseguir o máximo possível de exatidão para</p><p>um dado gasto de trabalho e tempo.</p><p>4.2.6 Escolha do Material Experimental</p><p>É importante saber que para determinados tipos de estudo é preferível um</p><p>material uniforme e selecionado. Contudo, ao escolher o material experimental</p><p>não se pode esquecer a população para a qual irão ser propostas as conclusões.</p><p>Finalmente, salienta-se que ao planejar, é preciso decidir os tipos de materiais que</p><p>serão efetivamente utilizados na prática.</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>do experimento mais fácil de ser concluída e irá fornecer resultados mais</p><p>signifi ca vos (WILEY, 2012).</p><p>83</p><p>4.2.7 Escolha do Delineamento Experimental</p><p>Planejar o delineamento experimental é fundamental, uma vez que, na</p><p>área experimental, ele representa o plano de distribuição dos tratamentos.</p><p>Um experimento poderá ser delineado, com base nos modelos:</p><p> delineamento Inteiramente Casualizado (DIC);</p><p> delineamento em Blocos Casualizados (DBC);</p><p> delineamento em Quadrados Latinos (DQL);</p><p> delineamento em Blocos Incompletos (DBI), tais como: Delineamento</p><p>de Blocos Incompletos Balanceado (DBIB) ou Parcialmente Balanceado</p><p>(DBIPB) etc.</p><p>2.4.7 Escolha das Variáveis</p><p>De forma sintética, as variáveis (características obtidas em cada</p><p>parcela. Exemplos: produção de arroz, pH, Teor de Mg, número de plantas de</p><p>soja atacadas por uma determinada praga etc.) podem ser variáveis respostas ou</p><p>variáveis dependentes.</p><p>Os dados (observações) figuram como realizações de uma variável e,</p><p>portanto, passam por análise para se averiguar se há diferença entre os níveis dos</p><p>fatores (tratamentos).</p><p>Nesse ensejo, uma variável pode ser assim classificada (COSTA, 2007):</p><p> qualitativa nominal: quando se referem aos atributos ou às categorias</p><p>sem uma ordenação natural, como por exemplo: textura do solo (arenoso, argiloso</p><p>etc.), tamanho dos grãos do arroz (pequeno, longo etc.);</p><p> qualitativa ordinal: quando os atributos possuem uma ordenação</p><p>natural, tais como: suscetibilidade da soja à ferrugem (alta, média, baixa); nota</p><p>para o ataque de Mahbarva fimbriolata em cana-de-açúcar (escala de 1, para</p><p>ausência da praga, até 9, para o máximo de ataque) etc.;</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Na Aula 8 desta disciplina, vamos aprofundar nossos conhecimentos sobre o</p><p>delineamento experimental, seus pos, importância e caraterís cas. Passemos,</p><p>agora, para a refl exão sobre a seleção das variáveis!</p><p>“As variáveis ainda podem ser con nuas não limitadas</p><p>(exemplo: produ vidade, peso, tempo); con nuas</p><p>limitadas (exemplo: teor de açúcar); discretas contagens</p><p>(unidades por metro, unidades por litro) ou discretas</p><p>proporções (unidades em 100 unidades)” (PROEXCEL</p><p>FIOCRUZ, 2012).</p><p>84</p><p> quantitativa discreta: sempre que as contagens de números inteiros</p><p>positivos apresentarem uma ordenação natural, como por exemplo: número de</p><p>plantas de uma determinada cultura atacadas com a broca (120 plantas); número</p><p>de minhocas encontradas em determinada amostra de solo (70 minhocas);</p><p> quantitativa contínua: sempre que são mensurados os valores reais;</p><p>nesses casos, pode ser encontrada uma unidade de medida acompanhando a</p><p>variável, por exemplo: produtividade (200,0 kg/ha); altura (3,7 m); pH (5,5); teor</p><p>de P, Ca, matéria orgânica etc.</p><p>4.2.8 Previsão da Forma de Análise dos Dados Obtidos com o Experimento</p><p>Ao realizar um planejamento experimental, é preciso pensar sobre como</p><p>se pretende analisar os resultados adquiridos, com base no delineamento escolhido</p><p>e nas demais etapas, anteriormente pensadas.</p><p>Ao planejar, o pesquisador precisa ter em mente a necessidade de se</p><p>adquirir, por meio da realização das etapas, um conjunto de resultados ou</p><p>observações para verificar e testar as hipóteses. Assim, por intermédio de suas</p><p>consequências, a hipótese pode ser verificada de forma direta ou indireta.</p><p>As hipóteses, de forma geral, são verificadas a partir da aplicação dos</p><p>métodos de análise estatística, a qual é dependente da forma de como foram</p><p>conseguidos os dados e as observações.</p><p>Todas essas considerações nos levam a perceber que o planejamento</p><p>estatístico experimental é fundamental para que esses resultados sejam obtidos de</p><p>forma que as hipóteses de interesse possam ser verificadas.</p><p>Nesse ínterim, é importante ter em mente que o planejamento</p><p>experimental é composto por diferentes etapas, que dependem de um trabalho</p><p>conjunto e harmonioso entre o pesquisador e o estatístico planejador, os quais</p><p>também podem ser o mesmo profissional.</p><p>4.3 Requisitos de um</p><p>Experimento de Sucesso</p><p>Um experimento de sucesso precisa apresentar características/requisitos como:</p><p> ser preciso, compreensível e simples;</p><p> apresentar ausência total de erro sistemático;</p><p> possibilitar uma apropriada/adequada análise estatística;</p><p> permitir conclusões com significativa amplitude de validade.</p><p>Tais características podem ser adquiridas pelo pesquisador ao escolher bem</p><p>o material experimental, selecionar e agrupar as unidades experimentais (parcelas)</p><p>e escolher os tratamentos e, finalmente, utilizar as técnicas mais refinadas.</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>85</p><p>Retomando a conversa inicial</p><p> Seção 1 - Entendendo o contexto da experimentação estatística</p><p>Nesta primeira seção, tivemos a oportunidade de refletir sobre o método</p><p>científico, ciência e outros temas que nos ajudaram a compreender o contexto no</p><p>qual se insere a experimentação estatística e sua importância.</p><p>Em síntese, percebemos que a experimentação estatística precisa estar</p><p>pautada no método científico que é uma fonte de geração de conhecimento que se</p><p>renova para desenvolver procedimentos mais adequados, solucionar problemas,</p><p>responder questões, dentre outros benefícios.</p><p> Seção 2 - Estatística experimental: definição e origem agrícola</p><p>Na segunda seção, construímos conhecimentos sobre o que é a estatística</p><p>experimental, alguns de seus principais conceitos e como foi sua origem, a qual</p><p>se deu na área agrícola. Vimos ainda que, até hoje, inúmeros conceitos desta área</p><p>são utilizados com a mesma denotação da época em que ela se originou.</p><p>Compreendemos que a estatística experimental é quem nos instrumentaliza</p><p>para realizar o planejamento, a elaboração, da coleta de dados, a análise e a</p><p>interpretação dos resultados experimentais.</p><p> Seção 3 - Princípios básicos da experimentação</p><p>Na penúltima seção, estudamos os três princípios básicos de experimentação,</p><p>quais sejam: o princípio da repetição (reprodução de uma comparação básica, capaz</p><p>Espero que seus estudos referentes a esta sé ma aula tenham sido proveitosos!</p><p>Agora, é importante que vocês acessem o ambiente virtual e realizem as a vidades</p><p>propostas como avaliação con nuada desta Aula... Ah! Caso ainda tenham dúvidas,</p><p>sugerimos que acessem o ambiente virtual e u lizem as ferramentas apropriadas</p><p>para se comunicarem com seus colegas de curso e com seu professor. Além disso, é</p><p>importante que refl itam sobre os conteúdos e as estratégias didá cas empregadas</p><p>para a aprendizagem dos conteúdos propostos nesta atual: o que foi bom? O que</p><p>pode melhorar?</p><p>Lembrem-se de que estaremos esperando suas sugestões para melhorar nossos</p><p>recursos e técnicas didá cas u lizados no curso. Afi nal, na EaD a construção de</p><p>conhecimento é um trabalho de todos. Par cipem! Também queremos aprender</p><p>com vocês!</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Parece que estamos indo bem! Então, para encerrar esta aula,</p><p>vamos recordar os temas que foram abordados:</p><p>86</p><p>de possibilitar a elaboração de uma estimativa do erro experimental), o princípio</p><p>da casualização (distribuição casual do tratamento das parcelas para impedir que</p><p>repetições ininterruptas em parcelas piores ou melhores venham a prejudicar</p><p>ou beneficiar determinado tratamento) e o princípio do controle local (torna</p><p>homogêneas as condições ambientais no local do experimento).</p><p> Seção 4 - Planejamento de um experimento</p><p>Para finalizar, reconhecemos as fases que precisam ser seguidas para</p><p>a realização de um planejamento experimental, a importância dessas fases do</p><p>experimento, bem como seu potencial para garantir o sucesso de uma experimentação.</p><p>Em resumo, dentre as etapas da experimentação, verificamos que o</p><p>planejamento do experimento é um momento de fundamental relevância para</p><p>o pesquisador!</p><p>Sugestões de leituras, sites e vídeos</p><p>Leituras</p><p>BANZATTO, A. D.; KRONKA, S. do N. Experimentação agrícola. Jaboticabal:</p><p>FUNEP, 1989.</p><p>BARROS NETO, B.; SCARMINO, I. S.; BRUS, R. E. Como fazer experimentos:</p><p>pesquisa e desenvolvimento na ciência e na indústria. Campinas: Editora</p><p>UNICAMP, 2003.</p><p>Sites</p><p> BARROS, W. Planejamento. Disponível em: <http://minerva.ufpel.edu.</p><p>br/~willian.barros/arquivos/Planejamento.pdf>. Acesso em: 12 out. 2012.</p><p> FARIA, C. Método científico. Disponível em: <http://www.infoescola.com/</p><p>ciencias/metodo-cientifico/>. Acesso em: 12 out. 2012.</p><p> GARCIA, A. A. F.; PINHEIRO, J. B. Melhoramento genético. Disponível em:</p><p><http://docentes.esalq.usp.br/aafgarci/pub/Aula3Melhora.pdf>. Acesso em: 13</p><p>nov. 2012.</p><p> KRAUSE, W. Experimentação agrícola. Disponível em: <http://www.ebah.</p><p>com.br/content/ABAAAfHNsAH/apostila-experimentacao-agricola-dic-dbc-</p><p>fatorial>. Acesso em: 12 out. 2012.</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>Nossa! Fizemos uma caminhada boa nesta aula, não acham? Adquirimos</p><p>conhecimentos interessantes e essenciais para a nossa formação enquanto</p><p>profi ssionais. Para fundamentar e melhorar ainda mais a nossa aquisição de</p><p>saberes, iremos, a seguir, dar sugestões de leituras, sites, fi lmes e vídeos que vocês</p><p>podem acessar para o mizar as informações dadas nesta Aula.</p><p>87</p><p> KRONKA, S. N. Estatística experimental. Disponível em: <http://www.</p><p>abhorticultura.com.br/eventosx/trabalhos/ev_1/MINI01.pdf>. Acesso em: 13</p><p>nov. 2012.</p><p> PROEXCEL FIOCRUZ. Introdução a planejamento de experimentos. Disponível</p><p>em: <www.proexcel.fiocruz.br/.../cap14-...>. Acesso em: 12 nov. 2012.</p><p> QUALIDADE BRASIL. Dicionário do gestor. Disponível em: <http://www.</p><p>qualidadebrasil.com.br/paginas/dicionario_do_gestor/4/10/titulo>. Acesso em:</p><p>12 nov. 2012.</p><p> SOMATEMATICA. Ronald Aylmer Fisher. Disponível em: <www.</p><p>somatematica.com.br/biograf/ronald.php>. Acesso em: 12 nov. 2012.</p><p> WILEY, J. Planejamento e realização de sua experiência. Disponível em: <http://</p><p>www.education.com/reference/article/planning-science-fair-experiment/>.</p><p>Acesso em: 12 nov. 2012.</p><p>Vídeo</p><p> YOU TUBE. Experimento, tese, hipótese e método científico. Disponível em:</p><p><http://www.youtube.com/watch?v=qjFK8OCkK1s>. Acesso em: 12 nov. 2012.</p><p>Estatística e Experimentação Agrícola - UNIGRAN</p><p>88</p>