modelagens de mÉtricas de qualidade em … · as tendências da pesquisa no campo da...

MODELAGENS DE MÉTRICAS DE

QUALIDADE EM MANUFATURA

AVANÇADA ORIENTADAS À

AVALIAÇÃO DO DESEMPENHO

ORGANIZACIONAL

Cosmo Severiano Filho (UFPB )

[email protected]

Walter Fernando Araujo de Moraes (UFPE )

[email protected]

Adriano David Monteiro de Barros (UFPB )

[email protected]

Este artigo apresenta algumas modelagens empíricas no entorno das

medições de qualidade, desenvolvidas pelas empresas industriais

brasileiras que utilizam Tecnologias Avançadas de Manufatura

(AMT’s) em seus sistemas produtivos. O objetivo éé descrever as

configurações tecnológicas de manufatura avançada e suas respectivas

medições de qualimetria, apontando os modos com os quais estas

medidas contribuem com o escopo geral da avaliação de desempenho

organizacional das empresas pesquisadas. O estudo foi realizado em

21 empresas de grande porte, utilizando o método de etnocasos,

escolhidos em pesquisa exploratória junto as 500 maiores manufaturas

do Brasil. Os resultados indicam que as métricas TPD, TR, IR e TRC

apresentam pertinência inversa com as AMT’s utilizadas, concluindo-

se que uma arquitetura de avaliação de desempenho integrando

medidas de qualidade da manufatura deve estar alinhada aos objetivos

de medição que são consignados às suas métricas, observando-se os

graus de correlações positivas destas com as AMT’s incorporadas pelo

sistema produtivo.

Palavras-chaves: Manufatura Avançada; Métricas de Qualidade;

Desempenho Organizacional.

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. O problema e sua perspectiva teórica

Dentre as estratégias de produção, a qualidade tem sido apontada como uma das mais

singulares prioridades competitivas em produção e operações, com impactos significativos no

desempenho, conformidade, consistência, durabilidade e confiabilidade dos produtos, dentre

outros. No escopo da produção industrial, o projeto e a implantação deste tipo de estratégia

requerem a absorção de recursos tecnologicamente inovados, formatando uma configuração

com capacidade para conduzir a organização ao status de manufatura avançada (MA).

A definição do que seja um sistema de manufatura avançada parece constituir um conceito

relativamente novo, pelo menos ao nível da produção literária. Son Young (1991) considera

que a manufatura avançada é aquela que emprega AMT's (Tecnologias de Manufatura

Avançada),normalmente não utilizadas pelos sistemas convencionais de fabricação. Com base

nesta consideração, pode-se definir um sistema de manufatura avançada como sendo uma

configuração de recursos combinados, com densidade e competência tecnológicas

incorporadas, para a produção de bens com elevado grau de desempenho. Nesse sentido, os

vetores densidade e competência tecnológica constituem os elementos de diferenciação entre

os sistemas modernos e os sistemas convencionais de fabricação (SEVERIANO FILHO,

1999).

Os sistemas de manufatura avançada fazem uso intensivo de recursos computacionais

(hardwares e softwares), tais como os sistemas CAD, CAE, CAM, CAPP, CAQ, CIM, CNC,

EDI, FMC, FMS, MRP, MRP II, NC, OPT, além de toda uma gama de equipamentos de

automação e robótica. Outras técnicas utilizadas dizem respeito a princípios conceituais e

metodologias de aplicação, relacionados com a organização e gestão do sistema produtivo.

Em geral, referem-se às tecnologias que definem procedimentos para o gerenciamento da

manufatura, associados ao estabelecimento e consecução de metas de qualidade e

produtividade, através do envolvimento pleno dos recursos humanos. Nesta categoria

incluem-se os seguintes sistemas: ABC, ABM, BSC, EAV, JIT, KANBAN, MC, PFA, TPM,

TQC, TQM, TRF, entre outros.

A configuração modular de uma planta de MA envolve recursos tangíveis (hardwares,

robótica e mecatrônica) e intangíveis (softwares, normas, padrões e métodos) que são

concebidos (na sua origem) e que permanecem ativos sob a onda da inovação tecnológica e,

portanto, aptos a responderem a problemas de competitividade e de desempenho



3

organizacional de suas estruturas. Nesse sentido, o controle e alinhamento dos recursos estão

no foco da gestão industrial, demandando atividades de monitoramento, mensuração, ajustes e

atualizações (KRAJEWSKY et al., 2009). A inteligência industrial é formatada para

acompanhar o desempenho do sistema e modelar soluções de avaliação e melhoria,

focalizadas em resultados previamente programados.

O foco da avaliação organizacional tem privilegiado objetivos de desempenho que vão além

da natureza tangível das operações de produção, incluindo vetores associados aos capitais

humanos, do conhecimento, organizacionais e tecnológicos, os quais padecem de

metodologias apropriadas para a sua identificação, rastreamento e metrificação. Segundo os

modelos estratégicos, as medidas de produtividade são informações relevantes de análise,

podendo ser utilizadas tanto na fase de avaliação dos ambientes, intra e extras empresariais,

quanto na fase de formulação das estratégias competitivas, se alocando, respectivamente, na

análise do ambiente interno à empresa e na definição dos objetivos e metas da organização

(KOTLER e KELLER, 2006).

Numa perspectiva mais ampla do desempenho organizacional, tem-se a abordagem da

produtividade vetorial como um marcador de avaliação para além dos ativos tangíveis de

produção, incluindo também os recursos intangíveis. Desta compreensão, depreende-se a

identificação de custos que se vinculam não apenas ao consumo de recursos físicos (mão-de-

obra, materiais, máquinas etc.), mas também aos recursos não-físicos (habilidades,

multifuncionalidade, inteligência artificial etc.). Grande parte dos custos da intangibilidade,

também chamados de custos complexos ou ocultos, vincula-se a qualidade dos produtos

elaborados, podendo ser refletida em várias dimensões, como por exemplo: desempenho,

conformidade, conforto, estética, simpatia, atenção etc. Estas dimensões de qualidade, por sua

vez, se refletem no desempenho organizacional da entidade, requerendo composições de

mensuração e avaliação (CORRÊA e CORRÊA, 2012).

Estudos recentes mostram que é necessário atribuir igual atenção às dimensões instrumentais

e comportamentais em um sistema de gestão do desempenho. Uma combinação adequada

dessas dimensões permite uma melhor aferição do desempenho competitivo da empresa

(WAAL, 2010). Portanto, a avaliação do desempenho organizacional vinculada às estratégias

competitivas da organização pode refletir com maior eficácia os resultados efetivamente

alcançados pela empresa, além de contribui para a criação de uma cultura de organização

baseada em resultados bem sucedidos.



4

Muitas considerações têm sido levantadas pelos autores, quase sempre no sentido de definir

os elementos de referência na avaliação do desempenho de um sistema avançado de produção.

No limite do rastreamento teórico desta propositura, a literatura disponível registra três

grandes dimensões de avaliação atribuídas a esses sistemas: as dimensões de produtividade,

de qualidade e de flexibilidade (RICHARDSON e GORDON, 1980).

A medição de desempenho é entendida como o processo de quantificar a ação, onde medição

é o processo de quantificação da ação que leva ao desempenho (Neely, 2005). De acordo com

Corrêa e Corrêa (2012), podem se classificar as prioridades competitivas estratégicas de uma

operação em cinco grupos gerais, quais sejam: custo, qualidade, flexibilidade, velocidade e

confiabilidade.

O desempenho organizacional de um ambiente de MA deve refletir as características

intrínsecas às tecnologias que os configuram, de modo que uma medida integrada para a sua

aferição envolve parâmetros de produmetria, qualimetria e de fleximetria. Tais parâmetros

estão, quase sempre, ausentes nas metodologias clássicas de avaliação do desempenho, pelo

fato de que estes envolvem aspectos tangíveis e intangíveis das novas configurações

produtivas. Neste aspecto, modelos qualitativos de mensuração do desempenho

organizacional, envolvendo os capitais humanos e intangíveis, têm contribuído em muito para

uma avaliação mais acurada e fina do desempenho da empresa como um todo (KAPLAN

andNORTON, 1992; EDVISSON e MALONE, 1998; SVEIBY, 2000; PROBST, RAUB e

RONHARDT, 2002).

As tendências da pesquisa no campo da metrificação do desempenho organizacional apontam

para a modelagem de uma avaliação integrada dos vários capitais envolvidos na produção

(físicos, humanos, organizacionais e tecnológicos), bem como os modos de articulações

destes com as estratégias competitivas adotadas pelas empresas. Segundo Pereira (2003),

competitividade e desempenho se relacionam intrinsecamente à medida que a avaliação de

desempenho é a maneira pela qual a organização verifica a eficácia das suas decisões

estratégicas, que por sua vez influenciam na competitividade das organizações ou sistemas.

Assim sendo, procura-se apresentar neste artigo as modelagens empíricas no entorno das

métricas de qualidade, desenvolvidas pelas empresas industriais brasileiras que utilizam

AMT’s em seus sistemas produtivos. Tem-se como objetivo principal descrever as

configurações tecnológicas de manufatura avançada e suas respectivas medições de



5

qualimetria, apontando os modos com os quais estas medidas contribuem com o escopo geral

da avaliação de desempenho organizacional das empresas estudadas.

2. Material e método da pesquisa

Do ponto de vista teórico, a pesquisa realizada está fundamentada nos conceitos de

manufatura avançada, métricas de qualidade e, desempenho organizacional. A população

investigada foi definida com base em um apontamento realizado pela Revista Valor 1000

(publicação do Jornal Valor Econômico), edição de novembro de 2011. Do apontamento

consultado, foram identificadas as 500 maiores manufaturas do Brasil, listadas por ordem de

receita líquida. Desse universo, foi utilizada uma amostra do tipo aleatória e probabilística,

consignada por 165 empresas de diferentes setores de atividade.

As variáveis de investigação foram convertidas em itens e estes em dados, compondo um

questionário de pesquisa (versão eletrônica e manual), elaborado com 101 itens, organizados

em duas categorias de variáveis (V1 e V2), conforme demonstrações abaixo. Os testes pilotos

foram realizados em 03 grandes manufaturas (Cerâmica Elizabeth, Indaiá e GSM), que não

estavam incluídas na amostra.

Figura 1 – V1 - Tecnologias avançadas de manufatura – AMT’s ABC (Custeio Baseado em Atividade)

BSC (Balanced Score Card)

CAD (Projeto Assistido por Computador)

CAE (Engenharia Assistida por Computador)

CAM (Manufatura Assistida por Computador)

CAQ (Qualidade Assistida por Computador)

CIM (Manufatura Integrada por Computador)

CNC (Comando Numérico Computadorizado)

EAV (Engenharia e Análise de Valor)

EDI (Intercâmbio Eletrônico de Dados)

FMC (Célula Flexível de Manufatura)

FMS (Sistema Flexível de Manufatura)

ISO (Sistema de Normas Internacionais)

JIT (Just-in-Time)

KANBAN (Cartões de Controle da Produção)

MC (Manufatura Celular)

MFV (Mapa do Fluxo de Valor)

MRP (Planejamento das Necessidades de Materiais)

MRP II (Planejamento dos Recursos de Manufatura)

NC (Comando Numérico)

PFA (Análise de Fluxo Puxado)

SGHST (Sistema de Gestão em Higiene e Segurança do Trabalho)

STP (Sistema Toyota de Produção)

MTP (Manutenção Total Preditiva)

TQC (Controle Total da Qualidade)

TRF (Troca Rápida de Ferramentas)

Fonte: Pesquisa direta, 2012



6

Figura 2 – V2 – Métricas de desempenho organizacional

PHH (Produção por Hora-Homem)

PST (Produção por Seção de Trabalho)

PTMO (Produção Total da Mão-de-Obra)

TPD (Taxa de Produtos Defeituosos)

TR (Taxa de Refugos)

IR (Índice de Rejeição)

TRC (Taxa de Reclamação do Cliente)

IA (Índice de Absenteísmo)

TO (Taxa de Ociosidade)

TS (Taxa de Subutilização Fábrica)

TP (Tempo Médio de Horas Paradas)

IR (Índice de Rotação dos Estoques)

TF (Tempo Médio de Fabricação)


Com base nos testes pilotos realizados, um novo formulário foi gerado, sendo o mesmo

testado (pré-validado) por dois acadêmicos da área de manufatura, um consultor industrial e

um acadêmico da área de metodologia da pesquisa. O formulário eletrônico foi encaminhado

aos sujeitos da pesquisa (Executive Manager), previamente identificados e credenciados (via

web site – recurso Fale Conosco) para participarem da pesquisa. Na seqüência, encaminhou-

se a versão manual do formulário, por mala direta, na mesma ordem de envio dos

respondentes consignados.

O processo de coleta de dados, pelos dois meios utilizados, resultou numa composição de 21

questionários respondidos, sendo 13 por via eletrônica e 08 por mala direta. A composição

respondente, aqui denominada de “etnocasos laboratoriais”, corresponde a diversos ramos de

atividade, os quais incluem metalurgia e siderurgia, petróleo e gás, açúcar e álcool, química,

têxtil, alimentos e bebidas, construção e engenharia, fertilizantes e, celulose. Os formulários

respondidos foram armazenados em um banco de dados (EC2M Data System – Pesquisa de

Pós-Doutorado), recebendo um tratamento estatístico (descritivo e inferencial) a partir do

software estatístico SPSS, Versão 20.0.

Para estudar o possível relacionamento entre as variáveis pesquisadas (AMT’s e métricas de

qualidade), determinou-se o coeficiente de correlação de Pearson entre elas. De acordo com

Figueiredo Filho e Silva Júnior (2009), a correlação mensura a direção e o grau da relação

linear entre duas variáveis quantitativas e queo coeficiente de correlação de Pearson (r) é uma

medida de associação linear entre variáveis. A fórmula do coeficiente de Pearson é dada por:



7

O coeficiente de correlação de Pearson varia de -1 a +1. Ainda em conformidade com os

autores, o sinal indica direção positiva ou negativa do relacionamento e o valor sugere a força

da relação entre as variáveis. Uma correlação perfeita (-1 ou +1) indica que o escore de uma

variável pode ser determinado exatamente ao se saber o escore da outra. Por outro lado, uma

correlação de valor zero indica que não há relação linear entre as variáveis. Para fins de

análise dos resultados encontrados, utilizou-se a escala proposta por Bryman e Cramer (2003),

segundo a qual os valores entre 0,10 e 0,39 são considerados fracos; valores entre 0,40 e 0,69

podem ser considerados como moderados; valores entre 0,70 e 0,89 são tratados como fortes e

os valores entre 0,90 e 1 podem ser interpretados como muito elevados.

3. Resultados, discussão e contribuições

3.1. Caracterização tecnológica das empresas pesquisadas

A pesquisa nacional nominada “Desempenho Organizacional das Experiências Consolidadas

de Manufatura Avançada no Brasil – Modelagem de Métricas” foi consignada por 21 (vinte e

uma) empresas de diferentes setores industriais, todas inclusas e muito bem posicionadas no

ranking das 500 maiores manufaturas brasileiras, em consonância com a Revista Valor 1000

(2011). As companhias investigadas fazem uso intensivo de tecnologias avançadas de

manufatura, tanto de natureza software (AMT-N1), quanto do tipo hardware (AMT-N2),

conforme apontamentos constantes das Figuras 3 e 4.

A natureza software das AMT’s define as tecnologias consignadas ao gerenciamento dos

processos produtivos e são traduzidas por métodos, procedimentos, normas, princípios e

ferramentas, com aplicações nos processos de gestão das operações de trabalho. Por sua vez,

as AMT’s de natureza hardware são todas as tecnologias que se utilizam de linguagem de

máquina e que emprestam contribuições na execução das operações de produção (manufatura

e serviços).

Nesta pesquisa, constatou-se que, tanto os tipos de tecnologias (AMT-N1 e AMT-N2) como o

tempo de implantação destas (entre 01 e 05 anos e há mais 05 anos), variam de forma linear

entre as empresas pesquisadas, bem como entre os setores industriais a que pertencem. Na

compreensão teórica deste artigo, tecnologias implantadas entre 01 e 05 anos caracterizam um

estado de emergência tecnológica da organização, com apontamentos de vigília e observação



8

para gestores e usuários. Por outro lado, tecnologias implantadas há mais de cinco anos

configuram um status de consolidação e maturidade, cabendo à organização o exercício de

governança e controle dos resultados advindos de sua implantação, ou mesmo daqueles que

lhes são potencialmente atribuídos.

Na categoria das AMT-N1, constatou-se que a tecnologia CAD lidera os apontamentos de uso

pelas empresas respondentes (94,7%), apresentando-se ainda como o recurso com o maior

tempo de maturidade, uma vez que cerca de 80% delas indicaram um tempo de implantação

superior a cinco anos. Nessa mesma ordem de consideração (grande utilização e tempo de

implantação significativo) estão as tecnologias ABC e CAQ (68,5% e 57,9%,

respectivamente); ISO (73,7% e 57,9%); MRP (94,3% e 63,2%); TQC (73,7% e68,4%); EDI

(63,2% e 47,4%), conforme dados apresentados na Figura 3.

Figura 3 – Tipologias de AMT’s e tempo de implantação nas empresas pesquisadas Tecnologias Avançadas de Manufatura Tipologia 1 – 5

anos

+ 5

anos

ABC (Custeio Baseado em Atividade) AMT-N1 10,6 57,9

BSC (Balanced Score Card) AMT-N1 21,7 38,9

CAD (Projeto Assistido por Computador) AMT-N1 15,8 78,9

CAQ (Qualidade Assistida por Computador) AMT-N1 10,6 57,9

EAV (Engenharia e Análise de Valor) AMT-N1 10,5 47,4

EDI (Intercâmbio Eletrônico de Dados) AMT-N1 15,8 47,4

ISO (Sistema de Normas Internacionais) AMT-N1 15,8 57,9

JIT (Just-in-Time) AMT-N1 10,6 31,6

KANBAN (Cartões de Controle da Produção) AMT-N1 11,8 23,5

MFV (Mapa do Fluxo de Valor) AMT-N1 15,8 31,6

MRP (Planejamento das Necessidades de Materiais) AMT-N1 31,1 63,2

MRP II (Planejamento dos Recursos de Manufatura) AMT-N1 11,1 50,0

PFA (Análise de Fluxo Puxado) AMT-N1 15,9 47,4

SGHST (Sistema de Gestão em Higiene e Segurança do Trabalho) AMT-N1 5,3 73,7

STP (Sistema Toyota de Produção) AMT-N1 11,2 22,2

MTP (Manutenção Total Preditiva) AMT-N1 30,1 36,8

TQC (Controle Total da Qualidade) AMT-N1 5,3 68,4

TRF (Troca Rápida de Ferramentas) AMT-N1 16,7 11,1


As empresas pesquisadas também incluem tecnologias do tipo AMT-N2 em suas

configurações de produção, conforme se observa na Figura4. Neste apontamento, 57,9% delas

fazem uso intensivo da tecnologia CAE, sendo que 47,4% registraram maturidade

significativa (mais de 05 anos) com o uso do recurso. Nesta seqüência, observaram-se

consignações de uso significativo para as tecnologias CAM (52,6%), CIM (52,6%), FMS

(36,9%), CNC (31,6%), FMC (31,6%), NC (31,6%) e MC (27,8%).

Figura4 – Tipologias de AMT’s e tempo de implantação nas empresas pesquisadas



9

Tecnologias Avançadas de Manufatura Tipologia 1 – 5

anos

+ 5

anos

CAE (Engenharia Assistida por Computador) AMT-N2 10,5 47,4

CAM (Manufatura Assistida por Computador) AMT-N2 - 52,6

CIM (Manufatura Integrada por Computador) AMT-N2 15,8 36,8

CNC (Comando Numérico Computadorizado) AMT-N2 - 31,6

FMC (Célula Flexível de Manufatura) AMT-N2 5,3 26,3

FMS (Sistema Flexível de Manufatura) AMT-N2 10,6 26,3

MC (Manufatura Celular) AMT-N2 5,6 22,2

NC (Comando Numérico) AMT-N2 5,3 26,3


Sabe-se que um ambiente de manufatura avançada é configurado a partir de um portfólio de

AMT’s, seja de natureza software ou hardware. Essa configuração tecnológica, por sua vez,

deve apresentar uma combinação íntima e direta (best link) entre os recursos componentes, de

modo que os propósitos estratégicos da organização sejam alcançados. Nesta pesquisa,

constatou-se que as AMT’s implantadas pelas empresas apresentam, no geral, 03 tipos de

correlações lineares significativas, quais sejam: Correlações significativas no mesmo nível:

AMT-N1 com AMT-N1; Correlações significativas no mesmo nível: AMT-N2 com AMT-N2;

Correlações significativas entre níveis diferentes: AMT-N1 com AMT-N2.

3.2. Correlações significativas entre as tecnologias em uso nas empresas

De acordo com a análise inferencial dos dados, a Figura 5 apresenta as correlações

significativas no mesmo nível para as AMT’s de nível 1 nas empresas (N= 21) pesquisadas.

Dos dados apontados e, com base em Bryman e Cramer (2003), depreende-se que: as

tecnologias TQC e SGHST, empregadas por 73.7% e 79%, respectivamente, da população

investigada, apresentaram uma correlação muito elevada, sugerindo que plantas industriais

com qualidade totalmente controlada requerem, em paralelo, um sistema de gestão em higiene

e segurança do trabalho que empreste suporte à política de qualidade da empresa.

Na seqüência, as tecnologias JIT e KANBAN, empregadas por 42.2% e 35.3%,

respectivamente, das empresas pesquisadas, registraram uma correlação significativa

considerada forte. Com o mesmo apontamento de correlação significativa considerada forte,

têm-se as tecnologias EDI e PFA, utilizadas por 63% das empresas, e ABC e EDI, com

utilização indicada por 68.5% e 63.2%, respectivamente, das unidades pesquisadas. Estas

constatações confirmam a hipótese de que existe integração possível e sinergética entre as

AMT’s, ou ainda, de que é essa combinação integrada que garante os resultados performances

que lhes são potencialmente atribuídos.



10

Figura5 – Correlações significativas das tecnologias avançadas de manufatura nível 1 Variáveis Correlação

(rho)

Sig.

(ρ)

N

ABC (Custeio Baseado em Atividade) – CAD (Projeto Assistido por Computador)

– EAV (Engenharia e Análise de Valor)

– EDI (Intercâmbio Eletrônico de Dados)

– MFV (Mapa do Fluxo de Valor)

– PFA (Análise de Fluxo Puxado)

0,485

0,479

0,703

0,449

0,598

0,026

0,028

0,000

0,041

0,004

21

21

21

21

21

CAD (Projeto Assistido por Computador) – EAV (Engenharia e Análise de Valor)

– EDI (Intercâmbio Eletrônico de Dados)

0,495

0,563

0,022

0,008

21

21

CAM (Manufatura Assistida por Computador) – EDI (Intercâmbio Eletrônico de Dados)


0,533

0,556

0,013

0,019

21

21

CAQ (Qualidade Assistida por Computador) – MRP (Planejamento Necessidades Materiais) 0,443 0,044 21

EDI (Intercâmbio Eletrônico de Dados) – MRPII (Planejamento Recursos de Manufatura)


0,448

0,731

0,042

0,000

21

21

ISO (Sistema de Normas Internacionais) – SGHST (Sistema de Gestão de HST)

– TQC (Controle Total da Qualidade)

0,626

0,514

0,002

0,017

21

21

JIT (Just in Time) – KANBAN (Cartões de Controle da Produção)

– MFV (Mapa de Fluxo de Valor)


– STP (Sistema Toyota de Produção)

0,784

0,649

0,548

0,677

0,000

0,001

0,010

0,001

21

21

21

21

KANBAN (Cartões de Controle da Produção) – MFV (Mapa de Fluxo de Valor)


– TPM (Manutenção Total Preditiva)

– TRF (Troca Rápida de Ferramentas)

0,673

0,615

0,448

0,606

0,001

0,003

0,042

0,004

21

21

21

21

MFV (Mapa do Fluxo de Valor) – PFA (Análise de Fluxo Puxado)

–TRF (Troca Rápida de Ferramentas)

0,510

0,571

0,018

0,007

21

21

MRP (Planejamento Necessidades Materiais) – MRP II (Planejamento Recursos Manufatura) 0,460 0,036 21

MRP II (Planejamento Recursos Manufatura) – PFA (Análise de Fluxo Puxado)


0,506

0,443

0,019

0,044

21

21

PFA (Análise de Fluxo Puxado) – TPM (Manutenção Total Preditiva)

– TQC (Controle Total da Qualidade)

– TRF (Troca Rápida de Ferramenta)

0,572

0,503

0,476

0,079

0,020

0,029

21

21

21

STP (Sistema Toyota de Produção)– TRF (Troca Rápida de Ferramenta) 0,444 0,044 21

TQC (Controle Total da Qualidade) – SGHST (Sistema de Gestão em HST) 0,873 0,000 21


A análise inferencial dos dados coletados aponta, ainda, correlações significativas de nível

moderado para uma série de tecnologias do mesmo nível (AMT-N1), com destaques para as

correlações identificadas entre: JIT e STP, empregadas por 42.2% e 33.4%, respectivamente,

das empresas pesquisadas; KANBAN e MFV, utilizadas por 35.3% e 47.4, respectivamente;

JIT e MFV, em 42.2% e 47.4%, respectivamente, dos casos; ISO e SGHST, em 73.7% e 79%,

respectivamente; KANBAN e STP, em 35.3% e 33.4%, respectivamente e; KANBAN e TRF,

em 35.3% e 27.8%, respectivamente.

3.3. Métricas de Qualidade nos Ambientes Pesquisados

Nesta pesquisa, a avaliação do desempenho organizacional da manufatura foi realizada em 03

dimensões de avaliação, a saber: produtividade dos recursos físicos; qualidade da fabricação

elaborada; e flexibilidade do sistema produtivo. Em cada uma das dimensões obteve-se



11

marcadores significativos de métricas utilizadas pelas empresas pesquisadas, bem como suas

respectivas freqüências de apuração, conforme se observa dos dados constantes na Figura 6.

Figura 6 – Freqüência de apuração das métricas de produção com correlações significativas

Métricas Código Freqüência Distribuída

(%)

Total

(%)

Produção por Hora-homem PHH 36,8 (D); 31,6 (M) 68,4

Produção por Seção de Trabalho PST 47,4 (D); 5,3 (S); 26,3 (M) 78,9

Produção Total da Mão-de-Obra PTMO 21,1 (S); 10,5 (Q); 31,6 (M) 63,2

Taxa de Produtos Defeituosos TPD 52,6 (D); 5,3 (S); 26,3 (M) 84,2

Taxa de Refugos TR 57,9 (D); 21,1 (M) 78,9

Índice de Rejeição IR 47,4 (D); 26,3 (M) 73,7

Taxa de Reclamação do Cliente TRC 31,6 (D); 5,3 (Q); 36,8 (M) 73,7

Índice de Absenteísmo IA 15,8 (D); 5,3 (S); 63,2 (M) 84,2

Taxa de Ociosidade TO 15,8 (D); 5,3 (S); 31,6 (M) 52,6

Taxa de Subutilização Fábrica TS 21,1 (D); 10,5 (S); 36,8 (M) 68,4

Tempo Médio de Horas Paradas TP 36,8 (D); 10,5 (S); 5,3 (Q); 31,6 (M) 84,2

Índice de Rotação dos Estoques IR 21,1 (D); 15,8 (S); 42,1 (M) 78,9

Tempo Médio de Fabricação TF 36,8 (D); 5,3 (S); 31,6 (M) 73,7


No que se refere às medidas de qualidade da fabricação elaborada, constatou-se que 84.2%

das empresas pesquisadas medem a taxa de produtos defeituosos (TPD), sendo que 52.6%

delas o fazem diariamente; a taxa de refugos (TR) é medida por 78.9% das empresas, com

freqüências de medições diárias e mensais; o índice de rejeição é medido por 73.7% das

empresas, assumindo medições diárias e mensais.

A natureza e tipologia das medidas de desempenho de um sistema de produção devem refletir

sua arquitetura e seu modus opoerandi. Isto porque a medição deve promover uma avaliação

autêntica e consistente da entidade, orbitando em torno de suas relevâncias e essencialidades.

Nesta perspectiva, muitas medidas de desempenho consideradas “clássicas” perdem

importância e significados nos ambientes de manufatura avançada. Para atender aos objetivos

de compreensão das medidas de desempenho, esta pesquisa investigou as correlações de

linearidades significativas entre as métricas de desempenho e as AMT’s responsáveis pela re-

configuração dos sistemas de produção.

Com relação às medidas de qualidade da fabricação elaborada pelas empresas participantes

desta pesquisa, o exame inferencial dos dados consignou correlações negativas de moderada

significância entre 04 métricas e 08 tipos de AMT’s, dos níveis 1 e 2, conforme dados

constantes da Figura 7.

Figura 7 – Correlações significativas das métricas de qualidade do sistema AMT’s TPD

((rho); (ρ); N

TR

(rho); (ρ); N

IR

(rho); (ρ); N

IRC

(rho); (ρ); N



12

CAQ -0,651; 0,006; 16

EAV -0,528; 0,024; 18

FMS -0,503; 0,039; 17

MRP -0,509; 0,037; 17

PFA -0,529; 0,029; 17

TQC -0,514; 0,035; 17

SGHST -0,494; 0,037; 18 -0,649; 0,005; 17

TPM -0,555; 0,026; 16


As correlações negativas de moderada significância foram identificadas entre a métrica de

TPD e as tecnologias EAV e SGHST; entre a métrica de TR e as tecnologias FMS, MRP,

PFA, TQC e SGHST; entre a medida de IR e a tecnologia CAQ; e entre a métrica de TRC e a

tecnologia TPM. Estes resultados confirmam a hipótese de que, a utilização conjunta de

AMT’s torna irrelevante e/ou secundária, a medição da qualidade, uma vez que as AMT’s

possuem como princípio intrínseco o “zero defeito”.

4. Conclusões

Os apontamentos conclusivos registram que não existe linearidade na freqüência de apuração

das medidas, nem também com relação aos tipos de métricas nas empresas pesquisadas. Esta

constatação sugere que existe uma seletividade dos componentes a serem medidos, bem como

a periodicidade das medições, às quais estão vinculadas a critérios de avaliação previamente

estabelecidos. Descarta-se, então, a confirmação da hipótese de um comportamento linear dos

tipos de métricas e suas freqüências, mesmo em plantas industriais com configurações

tecnológicas semelhantes.

No escopo das medições de natureza técnica e tendo como fundamento a análise inferencial,

conclui-se que, pelo menos 04 métricas (TPD, TR, IR e TRC) não consignam valor de

avaliação aos sistemas de medição dos ambientes pesquisados, uma vez que se relacionam

inversamente com as AMT’s utilizadas..Finalmente, conclui-se que, uma arquitetura de

avaliação de desempenho com base na produtividade, qualidade e flexibilidade da manufatura

deve estar alinhada aos objetivos de medição que são consignados às suas métricas,

observando-se os graus de correlações positivas destas com as AMT’s incorporadas pelo

sistema produtivo.

Referências bibliográficas BRYMAN, Alan e CRAMER, Duncan. Análise de Dados em Ciências Sociais: Introdução às Técnicas

Utilizando o SPSS para Windows. Oeiras: Editora Celta, 2003.



13

CORREA, C. A. e CORREA, H, L. Administração de Produção e Operações – Manufatura e Serviços –

Uma abordagem estratégica. São Paulo: Editora Atlas, 2012.

EDVINSSON, Leif e MALLONE, Michael S. Capital Intelectual: descobrindo o valor real de sua empresa

pela identificação de seus valores internos. Tradução de Roberto Galman. São Paulo: Ed. Makron Books,

1998.

FIGUEIREDO FILHO, D. e SILVA JÚNIOR, J.A.Desvendando os Mistérios do Coeficiente de Correlação de

Pearson (r). In RevistaPolíticaHoje, Vol. 18, n. 1, 2009.

KAPLAN, Robert. Measures for Manufacturing Excellence. Boston: Harvard Business School Press, 1990.

KAPLAN, R. S and NORTON, D. P. The Balanced Score Card: translating strategy into action. Boston:

Harvard Business School Press, 1992.

KOTLER, P. e KELLER, K. L. Administração de Marketing. São Paulo: Pearson Prentice Hall, 2ª Edição,

2006.

KRAJEWSKY, L, RITZMAN, L. MALHOTRA, M. Administração da Produção e Operações. Ed. Pearson,

8ª. Edição, 2009.

MAIORES EMPRESAS, Edição 2011. Revista Valor 1000. Valor Econômico, Nº 12, agosto 2011.

www.valor.com.br.

NEELY, Y, A.The evaluation of performance measurement research.International Journal of Operations and

Production Management, v. 25, n. 12, 2005.

PEREIRA, S. C. F. Gerenciamento de Cadeias de Suprimentos: Análise da avaliação de desempenho de uma

cadeia de carne e produtos industrializados de frango no Brasil. Tese (Doutorado em Administração de

Empresas). Escola de Administração de Empresas de São Paulo. Fundação Getúlio Vargas. São Paulo, 2003.

PROBST, Gilbert; RAUB, Steffen e ROMHARDT, Kai. Gestão do Conhecimento: os elementos construtivos

do sucesso. Porto Alegre: Ed. Bookman, 2002.

RICHARDSON, Peter R. and GORDON, John, R. M. Measuring Total Manufacturing Performance. Sloan

Management Review, pp. 47—58, winter, 1980.

SEVERIANO FILHO, Cosmo. O enfoque vetorial da produtividade em um sistema de avaliação para a

manufatura avançada na indústria de alimentos. (Tese de Doutorado), UFSC, Florianópolis, 1995.

SEVERIANO FILHO, Cosmo. Produtividade & Manufatura Avançada. João Pessoa: Edições PPGEP /

Editora da UFPB, 1999.

SON, Young K.A framework for modern manufacturing economics.International Journal of Production

Research, v. 29, n. 12, pp.2483-2499, 1991.

SVEIBY, Karl E. A Nova Riqueza das Organizações: gerenciando e avaliando patrimônios do

conhecimento. Tradução de: Luiz Euclides T. F. Filho. Rio de Janeiro: Ed. Campus, 2000.

WAAL, André A. de.Performance-driven behavior as the key to improved organizational

performance.Measuring Business Excellence, Vol. 14 Iss: 1, 2010

http://www.valor.com.br/

modelagens de mÉtricas de qualidade em … · as tendências da pesquisa no campo da...

Documents