XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
MODULARIZAÇÃO E OS EFEITOS NO
PROCESSO PRODUTIVO: UMA
AVALIAÇÃO EM UMA FABRICANTE DE
ÔNIBUS
Fabio Antonio Sartori Piran (Unisinos)
[email protected]
Daniel Pacheco Lacerda (Unisinos)
[email protected]
Luis Felipe Riehs Camargo (Unisinos)
[email protected]
Carlos Frederico Viero (Unisinos)
[email protected]
Aline Dresch (Unisinos)
[email protected]
Evidências empíricas que comprovem os benefícios da utilização da
modularização são escassas na literatura. Portanto, é necessário
avaliar a contribuição da modularização para a melhoria da eficiência
de uma área ou de um sistema produtivo, por exemplo. Nesse sentido,
este estudo tem como objetivo analisar quais são os efeitos da
implementação da modularização sobre a eficiência técnica do
Processo Produtivo de uma fabricante de ônibus. Tais efeitos foram
avaliados longitudinalmente, em um estudo de caso, com base na
utilização combinada de Análise Envoltória de Dados, Análise de
Variância e Avaliação do Impacto Causal em Séries Temporais
(CausalImpact). Os resultados evidenciam que os efeitos da
modularização sobre a eficiência são positivos. Dessa forma, a
pesquisa estabelece e suporta, empiricamente, a causalidade entre a
modularização e a eficiência do Processo Produtivo na empresa
analisada.
Palavras-chave: Modularização. Indústria automobilística. Eficiência.
Eficiência técnica. Análise envoltória de dados. DEA.
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
1. Introdução
A modularização pode ser entendida como uma estratégia para o desenvolvimento e para a produção eficiente de
produtos e processos complexos (BALDWIN, CLARK, 1997). Além disso, busca apoiar a gestão da variedade
de produtos e da variabilidade de processos por meio da decomposição de produtos e processos complexos em
partes mais simples. Essas partes mais simples são denominadas módulos e podem ser combinadas para gerar
uma ampla variedade de produtos e de serviços (PANDREMENOS et al., 2009).
A crescente tendência de adoção da modularização pelas empresas, principalmente na área automobilística,
requer a ampliação e o aprofundamento de discussões sobre o tema (CABIGIOSU; ZIRPOLI; CAMUFFO,
2013). Um aspecto central na pesquisa sobre modularização é avaliar os efeitos proporcionados por tal processo
nas organizações. Dentre os efeitos da modularização, a literatura aponta melhorias na produtividade e na
eficiência das empresas (STARR, 2010; PATEL, JAYARAM, 2014).
Apesar de a literatura citar esses resultados positivos, após extensa busca, não foram encontrados estudos de caso
que evidenciem, empiricamente, essas melhorias. Assim, o objetivo central deste trabalho é observar os efeitos
da modularização de produtos sobre a eficiência do Processo Produtivo de uma empresa fabricante de ônibus.
Adicionalmente, a pesquisa analisa se há diferenças significativas entre os projetos de produtos modularizados
ou não. Por fim, o estudo procura estabelecer a causalidade entre a modularização e a eficiência.
Para contribuir com a pesquisa, foi conduzido um estudo de caso em profundidade por meio de dados primários
mensurados e observados. As análises foram realizadas em uma empresa através da investigação de uma linha de
produtos modularizados e de uma linha de produtos não modularizados. Observar simultaneamente essas linhas
de produtos (modularizada e não modularizada) é condição essencial para melhor averiguar os efeitos da
modularização sobre a eficiência.
A contribuição deste artigo é, portanto, suportar empiricamente que a modularização produz efeitos sobre a
eficiência à medida que viabiliza o aumento da variedade de produtos ofertados ao mercado, comprovando,
dessa forma, as proposições existentes na literatura de que a modularização ajuda a resolver o trade-off entre
variedade e eficiência.
2. Referencial Teórico
A modularização de produção é a capacidade de combinar vários componentes em módulos, que podem ser
montados fora da linha de montagem e, posteriormente, utilizados na elaboração final dos produtos
(PANDREMENOS et al., 2009). Starr (1965) destaca que, ao atender as solicitações de mercado, uma empresa
desenvolve um amplo portfólio de produtos, aumentando a complexidade da produção. Esse fator, por sua vez,
pode levar à queda de produtividade e eficiência. Ao utilizar a modularização, a empresa pode produzir um
número restrito de peças e as combinar de diferentes formas, a fim de aumentar a possibilidade de configurações
de produtos, oferecendo variedade ao mercado sem aumentar custos e sem prejudicar o desempenho da
produção.
2.1 Efeitos da modularização
2
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Apesar de os incrementos da produtividade e da eficiência serem apontados como efeitos esperados da
modularização (STARR 1965; STARR, 2010; PATEL, JAYARAM, 2014), não se identificam estudos e
medições que comprovem tais benefícios. No caso em análise, o aumento de produtividade e eficiência pode ser
entendido como otimização de recursos do Processo Produtivo, com o objetivo de obter as melhores práticas na
fabricação de ônibus. Buscando verificar se a modularização proporciona melhorias na eficiência, conforme
apontado pela literatura, as seguintes hipóteses de pesquisa são testadas:
H1a: Não existem evidências dos efeitos da modularização de produto sobre a eficiência técnica do Processo
Produtivo.
H1b: Existem evidências dos efeitos da modularização de produto sobre a eficiência técnica do Processo
Produtivo.
3. Procedimentos Metodológicos
A presente pesquisa foi realizada em uma empresa fabricante de carrocerias de ônibus que conta com
aproximadamente 3.000 colaboradores e que tem produção média de 15 ônibus/dia. O mercado de fabricantes de
ônibus, foco de atuação da empresa, é caracterizado pela personalização de produtos, devido à necessidade de
atender diferentes requisitos dos clientes. Essa característica contribui para o aumento da variação de produtos
projetados e produzidos. Nesse sentido, entende-se que a ampla possibilidade de variação de produtos e a
necessidade de personalização dos clientes, aliadas à baixa escala de fabricação de componentes, tornam o
ônibus um produto complexo de ser produzido.
O Processo Produtivo pode ser entendido como um sistema, em que existem entradas (inputs) de recursos que
são transformados em saídas (outputs) de produtos. Na empresa fabricante de ônibus estudada, os inputs do
Processo Produtivo são recursos como matérias-primas, mão-de-obra direta e indireta, entre outros. Os produtos
finais (outputs) são os ônibus. A produção da empresa é subdividida nos seguintes setores: Fabricação, Casulo,
Chapeamento, Pintura, Acabamento, Rodagem e PDI. Para a execução das atividades, o Processo Produtivo
utiliza as técnicas de modularização. Nesse contexto, esta pesquisa busca compreender se a modularização
influencia a eficiência técnica do Processo Produtivo. Para tanto, a eficiência dessa área será avaliada ao longo
do tempo, contemplando os períodos antes e depois do uso da modularização. A Figura 1 apresenta,
sinteticamente, o desenho de pesquisa.
3
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Figura 1 - Desenho da pesquisa do Processo Produtivo
Para efetuar a investigação, foram selecionados dois produtos: um modularizado e outro não modularizado. O
produto não modularizado foi considerado como a variável de controle, por não ter sofrido a intervenção
(modularização) cujos efeitos estão sendo investigados. O produto modularizado foi considerado como a
variável de resposta, por se tratar daquele que sofreu a intervenção (modularização). Esse procedimento de
considerar variáveis de controle e de resposta aumenta a confiabilidade dos resultados obtidos ao se avaliar os
efeitos de uma intervenção (como a modularização) e é um processo comumente utilizado em pesquisa das áreas
de economia (ABADIE, 2005), de marketing (BRODERSEN et al., 2014), de ciências da saúde (KLEINBERG,
HRIPCSAK, 2011) e outras.
3.1 Projeto do modelo de análise envoltória de dados (DEA)
A análise envoltória de dados (DEA) é uma abordagem de programação não paramétrica, utilizada para medir a
eficiência das unidades de tomada de decisão (Decision Making Unit) que possuem múltiplas entradas e
múltiplas saídas (COOK, TONE, ZHU, 2014). O objetivo da DEA é fornecer um método que, dentro de um
4
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
conjunto de unidades de tomada de decisão (DMU), possibilite identificar aquelas que formam uma fronteira
eficiente. A eficiência relativa de cada DMU é definida como a razão da soma ponderada de seus produtos
(outputs) pela soma ponderada dos insumos necessários para gerá-los (inputs) (SENRA et al., 2007). Para cada
DMU considerada ineficiente, a DEA identifica um conjunto de referências composto por uma DMU eficiente
que pode ser utilizada como referência para melhoria. Esse procedimento é conhecido como benchmarking. As
Equações 1, 2 e 3 representam o modelo DEA utilizado na análise:
Equação 1 – Modelo DEA
Sujeito a:
Equação 2 – Modelo DEA
Equação 3 – Modelo DEA
Onde:
ui = peso calculado para o output i
yi0 = quantidade do output i para unidade em análise
vj = peso calculado para o input j
xj0 = quantidade do input j para unidade em análise
yik = quantidade do output i para unidade k de um determinado setor
xjk = quantidade do input j para unidade k de um determinado setor
z = número de unidades em avaliação
m = número de outputs
n = número de inputs
Para elaborar o projeto do modelo DEA, buscou-se o apoio de profissionais especialistas da empresa (SENRA et
al., 2007), como Engenheiros, Coordenador de TI, Gerente e Diretor de Engenharia e Diretor Industrial. Esses
especialistas foram definidos considerando a sua experiência, o seu conhecimento sobre modularização e as suas
condições de apoiar o desenvolvimento da DEA.
3.1.1 Definições do modelo de análise envoltória de dados (DEA)
Como período de análise, definiu-se o intervalo de tempo de janeiro de 2011 até junho de 2014. A DMU foi
definida como o lote mensal de produtos modularizados e não modularizados produzidos. O lote mensal consiste
no total de produtos fabricados no período de um mês pelo Processo Produtivo.
Para efetuar a listagem das variáveis a serem utilizadas no modelo DEA, buscou-se suporte na literatura.
Destaca-se que as variáveis listadas foram devidamente validadas com os especialistas da empresa que
auxiliaram a condução da pesquisa. Outro aspecto a ser ressaltado é que foi aplicado o método de seleção de
5
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
variáveis Stepwise, desenvolvido por Wagner e Shimshak (2007), para verificar o impacto de cada variável na
eficiência total do modelo desenvolvido. Após a aplicação do método Stepwise, as variáveis consideradas não
relevantes foram excluídas do modelo elaborado. As variáveis definidas para análise do Processo Produtivo e os
trabalhos que serviram como base estão sintetizados no Quadro 1:
Quadro 1 - Lista final de variáveis do Processo Produtivo
Variável
Embasamento
Alumínio
PARK, LEE, ZHU, 2014; COOK,
2014
PARK, LEE, ZHU, 2014; COOK,
2014
PARK, LEE, ZHU, 2014; COOK,
2014
PARK, LEE, ZHU, 2014; COOK,
2014
PARK, LEE, ZHU, 2014; COOK,
2014
JACOBS et al., 2011; NAPPER, 2014
JACOBS et al., 2011; NAPPER, 2014
NAPPER, 2014
NAPPER, 2014
DUZAKIN, DUZAKIN, 2007
Fibra
Passadeira
Tecidos
Vidros
Lead time de Fabricação
Lead time de Montagem
Número de itens comprados
Número de itens produzidos
Número de pessoas utilizadas no
processo (Produção)
Número de problemas técnicos
reportados
Número de produtos reclamados pelos
clientes
Quantidade de produtos produzidos
TONE, ZHU,
Função
no
Modelo
Input
TONE, ZHU,
Input
TONE, ZHU,
Input
TONE, ZHU,
Input
TONE, ZHU,
Input
Input
Input
Input
Input
Input
JACOBS et al., 2011; FENG, ZHANG, 2014
Input
JACOBS et al., 2011; FENG, ZHANG, 2014
Input
COOK, TONE, ZHU, 2014
Output
Cook, Tone e Zhu (2014) destacam que os recursos utilizados no processo que está sendo avaliado devem ser
definidos como inputs, e que os resultados da utilização/transformação desse recursos devem ser considerados
como outputs. Após discussão com os especialistas da empresa, chegou-se ao consenso de que o output a ser
utilizado no modelo do Processo Produtivo seria a quantidade de produtos produzidos (ônibus). Quanto às
demais variáveis, o consenso foi de que deveriam ser utilizadas como inputs, ou seja, como entradas do modelo.
Com base em uma análise interna efetuada na empresa foco do estudo, decidiu-se utilizar, na pesquisa, o modelo
CRS. O uso desse modelo é recomendado para cálculo de eficiência, com o objetivo de testar a habilidade do
processo em evitar desperdícios de recursos na execução da produção (KLEINE, 2004). Quanto à orientação, o
modelo foi orientado a input, o que é recomendado quando os recursos utilizados no processo (inputs) são mais
controláveis do que as saídas (outputs) (HAMDAN, ROGERS, 2008).
3.2 Teste estatístico Análise de variância ANOVA
Após a obtenção dos índices de eficiência com a DEA, utilizou-se o teste estatístico ANOVA para verificar se
existiam diferenças significativas entre os índices segregados considerando os grupos de eficiência relativos aos
períodos antes e depois da modularização. A fase anterior à modularização contempla as DMU’s
correspondentes aos meses de janeiro de 2011 a outubro de 2013. O período pós-modularização contempla as
6
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
DMU’s correspondentes aos meses de novembro de 2013 a junho de 2014. Como parâmetro, e com base em
Hair et al. (2005), estabeleceu-se um intervalo de confiança de 95%, no qual o p-value deve ser menor ou igual a
0,05 (p-value ≥ 0,05) para se afirmar que existe diferença significativa entre as médias. Destaca-se que também
foram efetuadas análises para validar o cumprimento dos pressupostos para utilização da ANOVA. Tais testes
são: i) normalidade dos dados (Shapiro Wilk) e; ii) homogeneidade dos dados (teste de Levene).
3.3 Análise de uma Inferência Causal em Séries Temporais
Os dados primários mensurados longitudinalmente através da análise envoltória de dados (DEA) caracterizam-se
em uma série temporal. Uma inferência causal pode ser compreendida como uma intervenção em uma série
temporal (BRODERSEN et al., 2014). A análise da inferência causal em uma série temporal é uma forma de
medir o efeito de uma causa. Buscando auxiliar gestores e pesquisadores nessas avaliações, Brodersen et al.,
(2014) apresentam a técnica CausalImpact.
Os autores exemplificam a aplicação da técnica analisando o efeito ocasionado por uma campanha publicitária
de um dos anunciantes da Google nos EUA. A pesquisa avalia os efeitos causais relacionados à frequência com
que um usuário da internet era direcionado ao site do anunciante a partir da página de pesquisa da Google. O
estudo também estima como teriam se comportado os cliques nas páginas do mesmo anunciante caso a
campanha publicitária não tivesse sido desenvolvida. Esse mesmo procedimento é utilizado para avaliar os
efeitos da modularização na eficiência técnica do Processo Produtivo.
3.4 Coleta de dados
Os dados relativos à quantidade de produtos fabricados e analisados na pesquisa estão sintetizados na Tabela 1:
Tabela 1 - Quantidade de produtos avaliados na pesquisa
Período
2014 (jan/jun)
2013 (jan/dez)
2012 (jan/dez)
2011 (jan/dez)
TOTAL GERAL
Quantidade produzida
produto modularizado
211
500
450
645
1.806
Quantidade produzida produto
não modularizado
148
296
300
401
1.145
Quantidade total
produzida no período
359
796
750
1.046
2.951
4. Análise de Resultados
A análise dos resultados foi conduzida considerando o comportamento da eficiência do Processo Produtivo, tanto
do produto modularizado quanto do não modularizado. Além disso, foi possível verificar os resultados obtidos
por meio do teste de hipóteses.
O Gráfico 1 ilustra os dados referente à eficiência do produto modularizado. A análise possibilita visualizar a
tendência da evolução dos escores de eficiência ao longo do tempo, e está segregada ao período de transição
7
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
(linha destacada na cor laranja), ou seja, ao período em que o produto passou de integral para modular na
empresa.
8
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Gráfico 1 - Evolução de eficiência do produto modularizado
Por meio da análise do Gráfico 1, pode-se constatar uma tendência de evolução da eficiência após a utilização da
modularização no Processo Produtivo. Percebe-se que os escores de melhor desempenho na eficiência estão
localizados no período posterior à modularização (Nov/2013 a Jun/2014). No que diz respeito à abordagem do
produto não modularizado foram executados os mesmos procedimentos, sendo que a eficiência do produto está
ilustrada no Gráfico 2.
Gráfico 2 - Evolução de eficiência do produto não modularizado
A série temporal relativa ao produto não modularizado mostra que os melhores escores de eficiência foram
obtidos nas DMU’s do período anterior à modularização, referentes ao ano de 2011. O aumento da eficiência
9
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
percebido no produto modularizado e o não aumento da eficiência do produto não modularizado sugerem que
houve efeitos relativos ao aumento da eficiência no Processo Produtivo, e que existem evidências de que esse
incremento pode ser atribuído à implementação da modularização. Além disso, foram efetuados testes
estatísticos para comprovar os efeitos observados.
4.1 Teste estatístico ANOVA no Processo Produtivo
Os resultados dos testes de normalidade dos dados (Shapiro Wilk) e de homogeneidade (teste de Levene)
mostram que os pressupostos para utilização da ANOVA foram atendidos. Dessa forma, os cálculos da ANOVA
foram efetuados e são mostrados na Tabela 2:
Tabela 2 - Eficiência média do produto modularizado
Período
Antes da modularização
Depois da modularização
Diferença das eficiências (amplitude)
F
p-value
Eficiência média Composta
do produto modularizado
0,501
0,533
0,032
6,425552
0,015264
Eficiência média
Composta
do produto não modularizado
0,498
0,497
-0,001
0,063992
0,80159
Quanto ao produto modularizado, pode-se observar, na Tabela 2, que houve um aumento de 0,032 na eficiência
do Processo Produtivo na comparação dos períodos. O escore de F das médias dos períodos considerado no
projeto modularizado, que é de 6,425552, e o p-value de 0,015264, permitem afirmar que a diferença detectada é
significativa. Dessa forma, é possível rejeitar a hipótese H1a (não existem evidências dos efeitos da
modularização sobre a eficiência técnica do Processo Produtivo) e aceitar a hipótese H1b (existem evidências
dos efeitos da modularização sobre a eficiência técnica do Processo Produtivo).
Quanto ao produto não modularizado, observa-se uma variação de - 0,001 entre os períodos antes e depois da
modularização. No entanto, o F de 0,063992 e o p-value de 0,80159 não permitem afirmar que houve diferença
entre as médias dos períodos. Nesse sentido, entende-se que a eficiência do produto não modularizado não
apresentou variação significativa (nem para melhor, nem para pior) nos períodos pré e pós-modularização.
Em resumo, nos dados expostos no Gráfico 1, observa-se um aumento de eficiência do produto modularizado no
período posterior à modularização, tendência não apresentada pelo produto não modularizado (Gráfico 2).
Também com base nos testes ANOVA, em que o produto modularizado apresenta maior média de eficiência no
período posterior à modularização, entende-se que a melhoria do Processo Produtivo observada ao longo do
tempo pode ser atribuída à implementação da modularização.
4.2 Dimensionamento dos efeitos da modularização no Processo Produtivo
Com a técnica da análise envoltória de dados (DEA) foi possível verificar o efeito da modularização no Processo
Produtivo da empresa estudada. No entanto, a técnica não permitiu dimensionar com precisão a amplitude do
10
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
efeito observado, visto que não é possível visualizar como se comportaria a eficiência do produto modularizado
nos períodos de novembro de 2013 a julho de 2014 (período posterior à modularização) se a empresa não tivesse
implementado a modularização na Produção. Para efetuar esse dimensionamento, analisa-se o impacto causal
provocado por um tratamento com a utilização da ferramenta CausalImpact.
O impacto causal de um tratamento em uma série temporal pode ser entendido como a diferença entre o valor de
resposta observado e o valor que seria obtido sem a utilização do tratamento (BRODERSEN et al., 2014). Neste
estudo, o tratamento pode ser entendido como a modularização. Assim, o impacto causal é a diferença entre os
escores de eficiência obtidos após a implementação da modularização e os escores de eficiência que seriam
obtidos se a modularização não tivesse sido implementada. Entende-se que os escores de eficiência obtidos após
a implementação são conhecidos, pois foram calculados nesta pesquisa com a utilização da DEA. Contudo, os
escores de eficiência que seriam obtidos caso a modularização não tivesse sido implementada não são
conhecidos e, assim, serão calculados pela técnica de análise do efeito de uma inferição causal em séries
temporais com a utilização da ferramenta CausalImpact.
Para utilizar o CausalImpact é necessário um conjunto de dados relativos a uma série temporal de controle. A
série temporal de controle é um conjunto de dados que não sofreu nenhum tratamento. Nesta pesquisa, a série de
controle é representada pela eficiência do produto não modularizado ao longo do tempo. Além da série temporal
de controle, a técnica necessita de uma série temporal de resposta, ou seja, de um conjunto de dados que sofreu
um tratamento. Neste estudo, a série temporal de repostas é representada pela eficiência do produto
modularizado ao longo do tempo. Destaca-se que o tratamento pode ser compreendido como a modularização.
A partir das variáveis de controle (série não afetada pelo tratamento) e de resposta (série afetada pelo
tratamento), e do histórico da variável de resposta no período anterior ao tratamento, a ferramenta CausalImpact
efetua cálculos estatísticos que incluem o efeito médio absoluto e o efeito relativo provocado pela intervenção
(BRODERSEN et al., 2014). A Figura 2 ilustra o comportamento da eficiência técnica do projeto modularizado
ao longo do tempo.
Figura 2 - Efeito da modularização no Processo Produtivo
11
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Ao analisar a Figura 2, deve-se considerar que o comportamento “original” contempla o comportamento atual da
eficiência técnica do produto modularizado e a projeção desse comportamento caso o produto não tivesse sido
modularizado. O comportamento atual, ilustrado pela linha preta, é o mesmo comportamento da eficiência já
apresentado em gráficos anteriores. A linha pontilhada entre as DMU’s 30 e 40 representa o ponto em que a série
sofreu o tratamento, ou seja, o momento em que foi modularizada. A linha sombreada em azul representa as
variações da eficiência ao longo do tempo considerando o período anterior à modularização. A linha azul
pontilhada representa o comportamento médio da série de eficiência antes da modularização e estima o
comportamento depois da modularização.
Portanto, ao analisar o comportamento “original” da série temporal com base na estimativa do período posterior
à modularização, deve-se considerar que o comportamento da eficiência atual, marcada pela linha preta que está
acima da parte sombreada em azul, é o ganho de eficiência obtido com a implementação da modularização no
Processo Produtivo. Caso a modularização não tivesse sido implementada, a variação da eficiência teria
permanecido dentro da linha sombreada em azul, e não acima, como observado.
Quanto ao comportamento da série de eficiência na Figura 2, como “pointwise” a técnica estima o
comportamento do efeito em um intervalo de confiança de 95%. Assim, a linha sombreada em azul mostra como
seria a variação para cima e para baixo dentro desse intervalo. Na Tabela 3 está sintetizada a amplitude dos
efeitos da implementação da modularização do produto no Processo Produtivo.
Tabela 3 - Efeito da modularização no Processo Produtivo
Comportamento da eficiência
Cenário atual (modularizado)
Cenário confractual (caso não modularizasse)
Efeito absoluto
Efeito relativo
Probabilidade do efeito causal
Eficiência média
0,533
0,501
0,032
6,3%
99,88901
Ao analisar os resultados dispostos na Tabela 3, pode-se observar o cenário atual, ou seja, a média da eficiência
do projeto modularizado no período posterior à modularização, que é de 0,533. Também é possível observar o
cenário confractual do mesmo período, ou seja, o comportamento da eficiência composta do Processo Produtivo
caso a modularização não tivesse sido implementada.
Nesse sentido, se a modularização não tivesse sido implementada, a média de eficiência composta do período
considerado posterior à modularização seria de 0,501. Pode-se concluir, assim, que a implementação da
modularização no Processo Produtivo gerou um incremento de 0,032 na eficiência composta da Produção.
Também é possível observar o efeito relativo, que contempla um aumento de 6,3%. Destaca-se, ainda, que a
probabilidade do efeito causal foi de 99,88901%, ou seja, acima dos 95% estipulados como premissa para o
modelo.
5. Conclusões
12
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
Esta pesquisa objetivou avaliar os efeitos da modularização de produtos sobre a eficiência técnica do Processo
Produtivo de uma empresa fabricante de ônibus. Para cumprir o objetivo proposto, foi realizado um estudo de
caso em uma empresa brasileira fabricante de ônibus. Os resultados apontam evidências de que a modularização
auxiliou, de fato, a melhorar a eficiência do Processo Produtivo da empresa.
Apesar de muitos estudos citarem a adoção da modularização como benéfica, são escassas as pesquisas
empíricas que comprovam esse fato. Nesse sentido, entende-se que este estudo apresenta contribuições
significativas para a teoria, pois mostra evidências empíricas dos benefícios proporcionados pela modularização.
Sob a ótica da empresa, o presente trabalho também é relevante, pois a medição efetuada comprova os benefícios
esperados com a implementação da modularização. Ressalta-se que tais benefícios ainda não haviam sido
medidos pela organização.
Para pesquisa futuras, sugere-se que sejam feitas análises que contemplem os efeitos da modularização sob o
ponto de vista econômico. Nessa perspectiva a eficiência em custos, conhecida como eficiência alocativa na
análise envoltória de dados, pode ser investigada em empresas que utilizam a modularização.
REFERÊNCIAS
ABADIE, Alberto. Semiparametric difference-in-differences estimators. The Review of Economic Studies, v.
72, n. 1, p. 1-19, 2005.
BALDWIN, C. Y.; CLARK, K. B. Managing in an age of modularity. Harvard Business Review, v. 75, p. 8493, 1997.
BRODERSEN, Kay H. et al. Inferring causal impact using Bayesian structural time-series models. Annals of
Applied Statistics, p. 1-33, 2014.
CABIGIOSU, Anna; ZIRPOLI, Francesco; CAMUFFO, Arnaldo. Modularity, interfaces definition and the
integration of external sources of innovation in the automotive industry. Research Policy, v. 42, n. 3, p. 662675, 2013.
COOK, Wade D.; TONE, Kaoru; ZHU, Joe. Data envelopment analysis: Prior to choosing a model. Omega, v.
44, n.1, p. 1- 4, 2014.
DUZAKIN, Erkut; DUZAKIN, Hatice. Measuring the performance of manufacturing firms with super slacks
based model of data envelopment analysis: An application of 500 major industrial enterprises in Turkey.
European Journal of Operational Research, v. 182, n. 3, p. 1412-1432, 2007.
FENG, Tianjun. ZHANG, Fugiang. The impact of modular assembly on supply chain efficiency. Production
and Operations Management, v. 23, n. 11, p. 1985-2001, 2014.
HAIR JR., J. F. et al. Fundamentos de Métodos de Pesquisa em Administração. Porto Alegre: Bookman,
2005. 471 p.
HAMDAN, Amer; ROGERS, K. J. Evaluating the efficiency of 3PL logistics operations. International Journal
of Production Economics, v. 113, n. 1, p. 235-244, 2008.
JACOBS, Mark et al. Product and process modularity's effects on manufacturing agility and firm growth
performance. Journal of Product Innovation Management, v. 28, n. 1, p. 123-137, 2011.
KLEINBERG, Samantha; HRIPCSAK, George. A review of causal inference for biomedical informatics.
Journal of Biomedical Informatics, v. 44, n. 6, p. 1102-1112, 2011.
13
XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Perspectivas Globais para a Engenharia de Produção
Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.
KLEINE, Andreas. A general model framework for DEA. Omega, v. 32, n. 1, p. 17-23, 2004.
NAPPER, Robbie. Modular route bus design–A method of meeting transport operation and vehicle
manufacturing requirements. Transportation Research Part C: Emerging Technologies, v. 38, p. 56-72, 2014.
PANDREMENOS, J. et al. Modularity concepts for the automotive industry: a critical review. CIRP Journal of
Manufacturing Science and Technology, v.1, p. 148-152, 2009.
PATEL, Pankaj C.; JAYARAM, Jayanth. The antecedents and consequences of product variety in new ventures:
An empirical study. Journal of Operations Management, v. 32, n. 1, p. 34-50, 2014.
SENRA, Luis Felipe Aragão de Castro et al. Estudo sobre métodos de seleção de variáveis em DEA. Pesquisa
Operacional, v. 27, n. 2, p. 191-207, 2007.
STARR, M. K. Modular production: a new concept. Harvard Business Review, v. 3, p. 131-142, 1965.
STARR, M. K. Modular production: a 45 years hold concept. International Journal of Operation and
Production Management, v.30, n.1, p. 7-19, 2010.
WAGNER, Janet M.; SHIMSHAK, Daniel G. Stepwise selection of variables in data envelopment analysis:
Procedures and managerial perspectives. European Journal of Operational Research, v. 180, n. 1, p. 57-67,
2007.
14