MODULARIZAÇÃO E OS EFEITOS NO PROCESSO PRODUTIVO…abepro.org.br/biblioteca/TN_STO_206_226_27035.pdf · de uma área ou de um sistema produtivo, ... Na empresa fabricante de ônibus

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.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Perspectivas Globais para a Engenharia de Produção

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

2

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



3

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.



4

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



5

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:



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



6

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 Função

no

Modelo

Alumínio PARK, LEE, ZHU, 2014; COOK, TONE, ZHU,

2014

Input

Fibra PARK, LEE, ZHU, 2014; COOK, TONE, ZHU,

2014

Input

Passadeira PARK, LEE, ZHU, 2014; COOK, TONE, ZHU,

2014

Input

Tecidos PARK, LEE, ZHU, 2014; COOK, TONE, ZHU,

2014

Input

Vidros PARK, LEE, ZHU, 2014; COOK, TONE, ZHU,

2014

Input

Lead time de Fabricação JACOBS et al., 2011; NAPPER, 2014 Input

Lead time de Montagem JACOBS et al., 2011; NAPPER, 2014 Input

Número de itens comprados NAPPER, 2014 Input

Número de itens produzidos NAPPER, 2014 Input

Número de pessoas utilizadas no

processo (Produção)

DUZAKIN, DUZAKIN, 2007 Input

Número de problemas técnicos

reportados

JACOBS et al., 2011; FENG, ZHANG, 2014 Input

Número de produtos reclamados pelos

clientes

JACOBS et al., 2011; FENG, ZHANG, 2014 Input

Quantidade de produtos produzidos 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



7

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 Quantidade produzida

produto modularizado

Quantidade produzida produto

não modularizado

Quantidade total

produzida no período

2014 (jan/jun) 211 148 359

2013 (jan/dez) 500 296 796

2012 (jan/dez) 450 300 750

2011 (jan/dez) 645 401 1.046

TOTAL GERAL 1.806 1.145 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



8

(linha destacada na cor laranja), ou seja, ao período em que o produto passou de integral para modular na

empresa.



9

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



10

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 Eficiência média Composta

do produto modularizado

Eficiência média

Composta

do produto não modularizado

Antes da modularização 0,501 0,498

Depois da modularização 0,533 0,497

Diferença das eficiências (amplitude) 0,032 -0,001

F 6,425552 0,063992

p-value 0,015264 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



11

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



12

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 Eficiência média

Cenário atual (modularizado) 0,533

Cenário confractual (caso não modularizasse) 0,501

Efeito absoluto 0,032

Efeito relativo 6,3%

Probabilidade do efeito causal 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



13

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. 84-

93, 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. 662-

675, 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.



14

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.

Documents

MODULARIZAÇÃO E OS EFEITOS NO PROCESSO PRODUTIVO…abepro.org.br/biblioteca/TN_STO_206_226_27035.pdf · de uma área ou de um sistema produtivo, ... Na empresa fabricante de ônibus