experimentaÇÃo: modelo para implementaÇÃo de tÉcnicas de...
TRANSCRIPT
EXPERIMENTAÇÃO: MODELO PARA
IMPLEMENTAÇÃO DE TÉCNICAS DE
PLANEJAMENTO DE EXPERIMENTO
COMO FATOR POTENCIALIZADOR DA
INOVAÇAO EM INDÚSTRIAS
Larissa Farias Almeida (UFRN )
Carla Almeida Vivacqua (UFRN )
Diante das rápidas mudanças do mercado, as empresas passaram a
considerar como de fundamental importância alternativas que a
mantenham competitivas frente aos seus concorrentes. O presente
artigo tem como objetivo demonstrar um modelo simplles, do ponto de
vista da engenharia, para implementação de técnicas de planejamento
de experimento (DoE). A relevância desta pesquisa encontra-se no fato
de que experimentação é o combustível de descoberta e criação de
conhecimento e, assim, leva ao desenvolvimento e aperfeiçoamento de
produtos, processos, sistemas e organizações. Mas a experimentação
tem sido muitas vezes caro em termos de tempo envolvido e do trabalho
despendido, mesmo que tenha sido essencial para a inovação. O que
mudou, sobretudo tendo em conta as novas tecnologias disponíveis, é
que agora é possível realizar mais experimentos de forma
economicamente viável, acelerando o carro na direção da inovação.
Pode-se considerar que no cerne da capacidade de cada empresa para
inovar encontra-se um processo de experimentação que permite à
organização criar e avaliar novas idéias e conceitos para produtos,
serviços, modelos de negócios, ou estratégias. Sendo assim, o artigo
apresenta atividades que orientam gestores a aplicarem a DoE em suas
empresas, como um estímulo à inovação.
Palavras-chaves: Planejamento de experimento, Inovação,
experimentação
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
2
1. Introdução
Nos dias atuais, no cenário de globalização e de elevada competição entre blocos
empresariais, observa-se que as ferramentas de apoio à gestão devem ser disseminadas e
frequentemente utilizadas naquelas empresas que desejam se manter firmes e competitivas
frente ao mercado. O que se observa nas indústrias é que o desenvolvimento de novos
projetos é uma tarefa difícil e complexa, uma vez que vários fatores, tais como avanços da
concorrência, negociação com os fornecedores, entre outros, interferem, direta ou
indiretamente, nas informações que são utilizadas.
Silva et al. (2004) corroboram com essa informação e afirmam que a influência desses fatores
gera uma sobrecarga de informações na tomada de decisão das equipes envolvidas no projeto
e ainda, torna difícil e demorada a seleção das informações necessárias para o
desenvolvimento do projeto. Por outro lado, a ausência de dados relevantes leva à perda de
tempo em sua busca e quanto maior a complexidade de cada projeto, maior o tempo
demandado para que seja encontrada a informação desejada.
O uso adequado das técnicas ou metodologias de apoio ao desenvolvimento do projeto e a
utilização de ferramentas computacionais (softwares que apoiam as técnicas) são citadas por
Evbuomwan et al. (1995) como um meio pelo qual as indústrias potencializam seus projetos e
desenvolvimento de novos produtos, ganhando mais vantagem competitiva. Sendo assim,
técnicas de planejamento e análise de experimentos (DoE - Design of Experiments) são
apresentadas com o objetivo de determinar e analisar, através de testes, as mudanças que
ocorrem nas variáveis de saída ou nas respostas de um produto, quando mudanças deliberadas
são produzidas nas variáveis de entrada do processo (MONTGOMERY, 1991).
Para Thomke (2003), a combinação entre tecnologia e o processo de experimentação é de
fundamental importância para diminuir as incertezas associadas ao desenvolvimento de novos
produtos e serviços. Ele ressalta que o objetivo da experimentação é gerar dados para análise
de variabilidade, ajustes no projeto e redução dos riscos da iniciativa.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
3
É notável o rápido avanço que estão sendo feitos em métodos de resolução de problemas, e os
avanços que tal impacto pode ter sobre a posição competitiva das empresas adotantes. O
impacto dos resultados do processo de P & D em empresas e indústrias tem sido reconhecido.
Desta forma, o simples fato da adoção de um novo método de resolução de problemas, através
da experimentação, pode ser considerado um fator de inovação na indústria. Corroborando
com essa informação, Thomke (2003) diz que no cerne da capacidade de cada empresa para
inovar encontra-se um processo de experimentação que permite à organização criar e avaliar
novas ideias e conceitos para produtos, serviços, modelos de negócios, ou estratégias.
A inovação tem um papel-chave em todas as áreas das atividades empresariais e é tratada não
mais como um instrumento de competitividade, mas como um pré-requisito para a
sobrevivência dessas empresas (TORKOMIAN, 1996). Não somente as empresas estão
reconhecendo a importância da inovação como parte integrante de suas políticas, os órgãos
governamentais vêm integrando cada vez mais no seu cotidiano a cultura de inovação.
A necessidade de inovação tem sido propagada pelos alto-gerentes como prioridade máxima
para garantir a competitividade futura das empresas de diferentes portes e setores. Pesquisas
atestam que os inovadores apresentam resultado financeiro superior em longo prazo frente a
seus concorrentes.
Dentro deste contexto, definiu-se como problema de pesquisa o seguinte questionamento:
Como tornar a técnica de planejamento de experimentos (DoE) mais acessível e de fácil
utilização por engenheiros no processo de desenvolvimento de novos produtos e processos?
Diante do exposto, o objetivo deste artigo é demonstrar um modelo simples, do ponto de vista
da engenharia, para implementação da DoE.
2. Fundamentação teórica
2.1 Inovação tecnológica
Inovação envolve a aplicação de novas ideias, ou a reaplicação de velhas ideias em novas
formas com o intuito de desenvolver as melhores soluções para nossas necessidades
(COATES, 2003). Inovação é invariavelmente uma atividade cumulativa de colaboração em
que as opiniões são compartilhadas, testadas, refinadas, desenvolvidas e aplicadas
(LEADBEATER, 2008). Um sistema de inovação nunca é estático, ela evolui com alterações
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
4
no conteúdo de tecnologias e produtos, bem como nas relações entre os vários sistemas de
inovação.
Neste contexto, uma inovação é a implementação de um produto (bem ou serviço) novo ou
significativamente melhorado, ou um processo, ou um novo método de marketing, ou um
novo método organizacional nas práticas de negócios, na organização do local de trabalho ou
nas relações externas (OCDE, 2005, p. 55). West (2002) define inovação como a introdução
proposital de ideias, produtos, processos ou novos métodos em uma organização ou grupo,
para gerar um benefício individual (ao indivíduo) ou coletivo (ao grupo, organização ou a
sociedade).
Já Dosi (1982) afirma que o processo de inovação está relacionado à descoberta, à
experimentação, ao desenvolvimento, à imitação e a adoção de novos produtos, novos
processos de produção e novos arranjos organizacionais.
2.2 Experimentação
Carlomagno e Sherer (2009) observaram que o processo de inovação pode ser dividido em
quatro grandes elos: Idealização, Conceituação, Experimentação e Implementação. As
empresas têm destinado muita atenção aos dois elos do extremo da cadeia, idealização e
implementação. Contudo, muitas das dificuldades de implementação decorrem de falhas na
conceituação e experimentação, como pode ser observado na Figura 1, a seguir:
Figura 1 – Fases do processo de inovação
Fonte: Carlomagno e Scherer (2009)
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
5
A melhoria da produtividade do processo de inovação depende do domínio das quatro fases
da cadeia de valor da inovação. A terceira fase, entre a fase de conceituação e a de
implementação é denominada de Experimentação. A principal dúvida em relação à
experimentação diz respeito a quando é adequado realizar um experimento e quando o método
de análise e plano funciona melhor.
Planejamento de experimentos (DoE) enquadra-se como um dos melhores métodos para
aplicação sistemática de estatísticas para experimentação (LYE, 2005). De forma geral, ela
pode ser definida como uma série de testes em que são feitas as alterações propositadas para
as variáveis de entrada de um processo ou sistema, de modo que se pode observar e identificar
as razões dessas alterações na resposta de saída (MONTGOMERY, 2005).
ANTONY et al. (1998), COLEMAN & MONTGOMERY (1993), MONTGOMERY (1991) e
STEINBERG & HUNTER (1984) sugerem que a solução dos problemas pode ser alcançada
com mais facilidade quando os experimentos são planejados e as respostas analisadas com
métodos ou técnicas estatísticas.
2.2.1 Definições relacionadas ao planejamento de experimentos
A seguir, são apresentados na Tabela 1 os principais termos, e suas respectivas definições,
relacionados à experimentação, que são fundamentais para a aplicação das técnicas de
planejamento e análise de experimento. Os conceitos apresentados são tomados com base nos
seguintes autores: OLIVEIRA, 1999; GALDÁMEZ (2002); WERKEMA & AGUIAR, 1996;
MONTGOMERY, 1991; MOEN et al. 1999.
Tabela 1 – Termos relacionados à experimentação
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
6
Fonte: Elaboração própria (2013)
3. Metodologia
A pesquisa bibliográfica desenvolvida no presente estudo é conceituada por Vergara (2000)
como um estudo sistematizado, desenvolvido com base em material publicado em livros,
revistas, jornais e redes eletrônicas, isto é, material acessível ao público em geral.
Para a identificação e localização das fontes utilizadas para este estudo, a análise bibliográfica
foi o primeiro momento de identificação e localização das fontes, sendo realizada a partir da
consulta aos periódicos científicos do Portal da Capes.
Com base no arcabouço teórico encontrado, foi proposto um modelo para orientar o processo
de experimentação, tomando como base os passos encontrados no DMAIC.
Sendo assim, desenvolveu-se uma metodologia para DoE tendo, como referência principal, a
estrutura do Seis Sigma. Esta metodologia pode ser entendida como um guia que diz a um
líder de projeto o que fazer para alcançar um determinado objetivo (KONING; MAST, 2005).
A estrutura da metodologia é formada por quatro diretrizes e é apresentada na Figura 2,
abaixo demonstrada.
Figura 2 - Estrutura da metodologia
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
7
Fonte: Adaptado de TANCO et al. (2009)
Princípios: A metodologia é composta por cinco princípios que ilustram as principais
ideias da experimentação;
Modelo: O modelo dispõe as etapas que o processo de experimentação deve seguir;
Orientações: Apresenta as atividades que devem ser realizadas em cada etapa do
modelo;
Planilhas: Sua principal função é reunir os resultados obtidos em cada atividade.
3.1 Princípios da metodologia
A metodologia é composta por cinco princípios, que podem ser considerados de fundamental
importância na aplicação da DoE. Uma breve explicação destes princípios é apresentada a
seguir, uma vez que cada um é importante para o processo de experimentação.
a) Objetivos bem definidos: os objetivos do experimento devem ser claramente definidos,
de preferência com uma declaração de ação planejada com base nos resultados;
b) Processo de aprendizagem: experimentação deve ser um processo de aprendizagem
indutivo-dedutivo (BOX, 2005). O processo de experimentação deve ser entendido
como uma ferramenta para melhorar continuamente o processo;
c) Experimentação sequencial: Experimentação deve proceder sequencialmente, com
conhecimentos adquiridos em experiências anteriores usados para projetar novos
experimentos. O melhor momento para criar uma experiência é logo após ele ser
concluído (FISHER, 1947), já que experimentação engloba sucesso e fracasso e trata-
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
8
se de um processo iterativo de entender o que se está fazendo e não funciona. Para
Thomke (2003), as experiências que revelam o que não funciona são frequentemente
consideradas falhas, os testes podem ser adiados, raramente realizados, ou
simplesmente rotulados de verificação, o que implica que só descobrir o que funciona é
o principal objetivo de um experimento. Aí reside o dilema, pois quando os gestores
compreendem, com certa rapidez, o que não fazer, eles percebem que o conhecimento
adquirido em seguida, pode beneficiar a próxima rodada de experiências e levar a
ideias mais inovadoras e conceitos iniciais - "falhas" podem levar a sucessos poderosos
mais rápidos.
d) Trabalho em equipe: Uma vez que a experimentação é um processo de equipe, o seu
sucesse depende do envolvimento das pessoas para trabalhar como uma equipe
(KNOWLTON; KEPPINGER, 1993);
e) Simplicidade de Execução: o projeto deve ser tão simples quanto possível, enquanto
ainda satisfazer os quatro primeiros princípios.
3.2 O modelo da metodologia
O modelo, aqui apresentado, possui uma estrutura que orienta o processo de experimentação
utilizando os passos tradicionais do DMAIC. Ao analisar as fases do modelo, observa-se que
dois dos princípios, anteriormente citados, estão representados no mesmo. O primeiro
princípio corresponde ao processo de aprendizagem (Princípio 2), que é representado pela seta
que liga a fase de controle e definição dos estágios. O segundo, o princípio da experimentação
sequencial (Princípio 3), é representado pelas fases de medição, pré-análise, experiência e
análise.
A Figura 3 mostra o modelo completo da metodologia obtido com base nas fases do DMAIC.
Figura 3 – Modelo da metodologia para aplicação da DoE
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
9
Fonte: Adaptado de TANCO et al. (2009)
3.3 Orientações da metodologia
Nas orientações da metodologia são apresentadas as atividades que os engenheiros devem
seguir em cada fase do modelo proposto, a fim de concluir um projeto DoE. Cada atividade
apresentada contem ferramentas que auxiliam o processo de execução das mesmas. A Tabela
2 a seguir, apresenta as atividades de cada fase.
Tabela 2 – Atividades da Metodologia
Fonte: Adaptado de TANCO et al. (2009)
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
10
3.3.1 Fase 1: Definir
A primeira fase, definir, corresponde à identificação de que há um problema e que sua
resolução se dará por meio da experimentação. Pande et al. (2000), sugere que as seguintes
questões sejam respondidas: Qual é o problema? O que está errado? Onde está o problema
observado? Qual o impacto do problema? É nesta etapa também que há a escolha da equipe,
onde o seu sucesso depende do envolvimento das pessoas certas e que trabalhem em equipe.
Os objetivos definem os critérios quantificáveis que devem ser atendidos para que o projeto
tenham condições e ser executados com sucesso (PMI, 2000).
3.3.2 Fase 2: Medir
O termo fator, conceituado na Tabela 1, é identificado, caracterizado e escolhido suas faixas
de níveis na fase de medição, do modelo proposto. Esta atividade tem como objetivo
estabelecer as regiões de interesse de cada fator (HAMADA, 1995).
3.3.3 Fase 3: Pré-análise
Nesta fase, o número total de experiências, as condições de execução das experiências e a
ordem na qual ocorrem devem ser determinadas. Os fatores serão caracterizados como:
qualitativos, de incômodo e de bloqueio. O tipo de região também é importante, quando se
tem poucas informações sobre o processo, a região de desenho é considerada esférica. Por
outro lado, quando os fatores de escala são limitados, a região de desenho é cúbica
(ATKINSON; DONEV, 1992).
3.3.4 Fase 4: Experimentação
Antes de iniciar a experimentação, Antony et al. (1998), recomendam alguns passos iniciais:
escolher o local adequado, verificar a disponibilidade dos equipamentos, máquinas e
operadores, fornecer treinamento para os envolvidos. Uma vez que as atividades foram
finalizadas, os experimentos devem iniciar.
3.3.5 Fase 5: Analisar
Todas as atividades que foram descritas na tabela 2 devem ser realizadas, na fase de análise.
Uma vez que o efeito significativo foi identificado, é importante a interpretação dos
resultados, que ocorre por meio de gráficos obtidos no experimento.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
11
3.3.6 Fase 6: Melhorar
Taguchi (1987) recomenda a realização de testes confirmatórios, antes de alterar qualquer
dado. Concluída a experimentação e posterior análise, as conclusões e recomendações devem
ser feitas.
3.3.7 Fase 7: Controlar
Nesta fase, gera-se um plano de controle, com o intuito de estabelecer os controles
necessários para garantir que a vantagem do processo irá continuar. É neste momento que
todo o projeto deve ser revisto. Lewis (2007) sugere que duas questões sejam respondidas: O
que foi bem feito?; O que deve ser melhorado da próxima vez?.
3.4 Planilhas
A Tabela 3 mostra uma forma que pode ser usada para documentar o planejamento das
experiências. A forma é útil para comunicar o plano experimental e em documentar as
considerações dadas as várias ferramentas de experimentação discutidos neste artigo.
Tabela 3 – Planilha para documentação de um planejamento de experimento
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
12
Fonte: Adaptado de Moen et al. (1999)
4. Conclusões
Em suma, podemos concluir que os modos de experimentação podem afetar tanto a eficácia
dos processos de inovação das empresas como suas respectivas situações competitivas.
Propõe-se, portanto, que mais estudos sobre este tema sejam realizados por pesquisadores e
profissionais da inovação.
Tal pesquisa tentou mostrar o quanto as diferenças na eficácia dos processos de inovação das
empresas são devidas às diferenças nos métodos experimentais empregados, e a habilidade
com que esses métodos são usados. A metodologia empregada buscou mostrar uma forma
prática e operacionalmente viável para implementação da técnica de planejamento de
experimentos (DoE). Espera-se que esta técnica seja mais conhecida e utilizada nas indústrias,
em um futuro próximo.
REFERÊNCIAS
ANTONY J, KAYE M, FRANGOU A. A strategic methodology to the use of advanced statistical quality
improvement techniques. The TQM Magazine; 10(3):169–176, 1998.
ATKINSON AC, DONEV AN. Optimum Experimental Designs. Oxford Statistical Science Series. Oxford
University Press: Oxford, U.S.A., 352; 1992.
BOX, G.E.P.; BISGAARD, S. The scientific context of quality improvement. Quality Progress, v.20, n.6, p.54-
61, Jun, 1987.
BOX GEP, HUNTER JS, HUNTER WG. Statistics for Experimenters—Design, Innovation and Discovery
(2nd edn). Wiley Series in Probability and Statistics. Wiley: New York, 2005.
BOWER, J.A. Statistic for food science V: comparison of many groups (part A). Nutrition & Food Science,
n.2, p.78-84, Mar./Apr, 1997.
CARLOMAGNO, Maximiliano Selistre; SCHERER, Felipe Ost. Práticas dos Inovadores: Tudo o que Você
Precisa Saber Para Começar a Inovar; ed. Atlas, São Paulo, 2009.
COATES, J. F.; Future innovations in science and technology, in: L.V. Shavinina (Ed.), The International
Handbook on Innovation, Pergamon, London, 2003.
DOSI, G. Technological paradigms and technological trajectories. Research Policy, v. 11 p.147-162, 1982.
EVBUOMWAN, N. F. O., SIVALOGANATHAN, S., JEBB, A. The development of a desing system for
concurrent engineering. Concurrent Engineering, vol.3, n. 4, pp. 257-270, 1995.
FISHER, R. A. The Design of Experiments, 4th ed., Oliver and Boyd, Edinburgh, Scotland, 1947.
HAMADA M, Wu CFJ. The treatment of related experimental factors by sliding levels. Journal of Quality
Technology; 27(1):45–55, 1995.
JURAN, J.M.; GRYNA JR., F.M.; BINGHAM JR., R.S. Quality control handbook. 3. ed. New York,
McGraw-Hill. Cap.27, p.1-49, 1951.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
13
KONING HD, MAST JD. Grounding of Six Sigma’s breakthrough cookbook: how to research a methodology?
International Journal of Six Sigma and Competitive Advantage; 1(3):263–275, 2005.
KNOWLTON J., KEPPINGER R. The experimentation process. Quality Progress; 6(2):43–47, 1993.
LEADBEATER, C.; We-Think: The Power of Mass Creativity, Profile Books, London, 2008.
LEWIS JP. Fundamentals of Project Management (3rd edn). AMACOM: United States of America,; 164.
2007.
LYE, L. M. Tools and toys for teaching desing of experiments methodology. 33rd Annual General
Conference of the Canadian Society for Civil Engineering, Canadá, 2005.
MOEN, R. D.; NOLAN, T. W.; PROVOST, L. P. Quality improvement through planned experimentantion.
Lloyd P. Provost, 2 ed. 1999.
MONTGOMERY, D. C. Diseño y Análisis de Experimentos. Grupo Ed. Iberoamérica. Tradução: Jaime
Delgado Saldivar, México – DF, 1991.
MONTGOMERY, D. C. Desing and Analysis of Experiments. Wiley: New York, 2005.
OCDE, Proposed guidelines for collecting and integrating technological innovation data, OSLO Manual
(Organization for Economic Cooperation and Development, Paris), 2005.
PANDE PS, NEUMAN RP, CAVANAGH RR. The Six Sigma Way: How GE, Motorola, and Other Top
Companies are Honing Their Performance. McGraw-Hill: New York, 2000.
PMI. A guide to the project management body of knowledge. PMI Standard, 2000.
SANTOS, A. B.; MARTINS, M. F. Pensamento estatístico: um componente primordial para o sucesso do
Programa de Qualidade Seis Sigma. Anais do XXIV Encontro Nacional de Engenharia de Produção.
Florianópolis, SC, 2004.
TAGUCHI G. System of Experimental Design: Engineering Methods to Optimize Quality and Minimize
Cost. UNIPUB/Kraus International: White Plains, New York, 1987.
TANCO, Martín; VILES Elisabeth; ILZARBE Laura; ALVAREZ Maria Jesus. Implementation of Design of
Experiments projects in industry. Applied Stochastic Models in Business and Industry, Espanha; 25:478–505,
2009.
TAY, K.M.; BUTLER, C. Methodologies for experimental design: A survey, comparison, and future predictions.
Quality Engineering, v.11, n.3, p.343-356, 1999.
THOMKE, S. Experimentation Matters: Unlocking the Potential of New Technologies for Innovation.
Boston: Harvard Business School Publishing, 2003.
TORKOMIAN, A. L. V. Estrutura de pólos tecnológicos. São Carlos: EDUFSCar, 1996.
VERGARA, S. C. Projetos e Relatórios de Pesquisa em Administração. 3 ed. São Paulo: Atlas, 2000.
West, M. A. Sparkling fountains or stagnant ponds: An integrative model of creativity and innovation
implementation in work groups. Appl. Psych.; Rev. 51 355–386, 2002.