Publicado

2018-10-01

O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil

The use of statistics in large and medium-sized spare-parts manufacturing companies in São Paulo, Brazil

El uso de la estadística en grandes y medianas empresas de repuestos en el departamento de São Paulo, Brasil

DOI:

https://doi.org/10.15446/innovar.v28n70.74450

Palabras clave:

benefícios percebidos, ferramentas estatísticas, indústria de autopeças, pensamento estatístico (pt)
Perceived benefits, statistical tools, spare-parts industry, sta¬tistical thinking. (en)
beneficios percibidos, herramientas estadísticas, in¬dustria de repuestos, pensamiento estadístico. (es)

Autores/as

A utilização de abordagens de melhoria supõe análises e decisões baseadas em informações provenientes da análise de dados, o que tem associação direta com a utilização do Pensamento Estatístico (PEst) e de Ferramentas Estatísticas (FE). O artigo analisa o uso do PEst e de fe, bem como os benefícios percebidos em uma amostra de empresas de grande e médio porte de manufatura de autopeças do estado brasileiro de São Paulo. As empresas pertencentes a essa indústria adotam abordagens de melhoria há um tempo relativamente maior em comparação a outros setores industriais e é esperado que, por meio dessas abordagens, tenha sido criado um ambiente com maturidade no uso de conceitos de fe. A pesquisa empírica foi realizada por meio de um websurvey, obtendo-se uma amostra de 32 empresas, com a utilização de questionário respondido por gerentes da qualidade, produção ou da área de melhoria. Apesar do uso de diversas abordagens de melhoria, as empresas analisadas ainda não incorporaram completamente os conceitos estatísticos e possuem dificuldade no uso das ferramentas, principalmente as consideradas mais complexas. A análise multivariada dos dados evidenciou que o comportamento das empresas em relação à utilização de e de FE não é homogêneo, e indicou grupos de empresas em diferentes níveis de maturidade no uso e nos benefícios percebidos.

The use of improvement approaches involves analysis and decision-making processes based on data and information analysis. This has a direct association with the use of Statistical Thinking and Statistical Tools. Therefore, this paper studies the use of statistical thinking and statistical tools, as well as the benefits perceived from their usage, in a sample of large and medium-sized companies in the manufacturing sector of spare-parts in São Paulo, Brazil. Companies belonging to this industry adopted improvement approaches long before other industrial sectors. Therefore, a mature environment for the use of concepts and statistical tools is expected from the adoption of such approaches. This empirical research was carried out through a web survey, obtaining a final sample of 32 companies. Quality, production or improvement managers of these companies were asked to answer a questionnaire. Results show that, despite the use of various improvement approaches, the studied companies have not fully incorporated statistical concepts and have difficulties using statistical tools, especially those considered as more complex. Multivariate analysis indicates that companies‘ behavior towards the use of both statistical thinking and tools is not homogeneous, and reveals groups of companies at different maturity levels in the use and perceived benefits.

La utilización de enfoques de mejoría supone análisis y decisiones basadas en informaciones provenientes del análisis de datos, lo que tiene asociación directa con la utilización del Pensamiento Estadístico (PEst) y de Herramientas Estadísticas (HE). El artículo analiza el uso del PEst y he, así como los beneficios percibidos en una muestra de grandes y medianas empresas de manufactura de repuestos del departamento de São Paulo, Brasil. Las empresas pertenecientes a esta industria adoptan enfoques de mejoría desde hace un tiempo relativamente mayor en comparación con otros sectores industriales y se espera que, mediante estos enfoques, se haya creado un ambiente de madurez en el uso de conceptos y he. la investigación empírica se realizó por medio de un websurvey, y se obtuvo una muestra de 32 empresas, con la utilización de cuestionario contestado por gerentes de la calidad, producción o del área de mejoría. Pese el uso de diversos enfoques de mejoría, las empresas analizadas aún no han incorporado completamente los conceptos estadísticos y poseen dificultad en el uso de las herramientas, sobre todo las consideradas más complejas. El análisis multivariado de los datos evidenció que la conducta de las empresas en relación con la utilización de PEst y HE no es homogénea, e indicó grupos de empresas en distintos niveles de madurez en el uso y los beneficios percibidos.

Referencias

Abrahan, B. (2005). Statistics in Business and Industry: Implementation. International Statistical Review, 73(2), 173-176.

Ahmed, S., & Hassan, M. (2003). Survey and case investigations on application of quality management tools and techniques in SMIS. International Journal of Quality & Reliability Management, 20(7), 795-826. doi:10.1108/02656710310491221.

Anfavea [Associação Nacional dos Fabricantes de Veículos Automotores]. (2016). (Brazilian Automotive Industry Yearbook) - 2016. São Paulo: Anfavea.

Antony, J., Balbontin, A., & Taner, T. (2000). Key ingredients for the effective implementation of statistical process control. Work Study, 49(6), 242-247. doi: 10.1108/00438020010343417.

Antony, J., & Banuelas, R. (2002). Critical success factors for the successful implementation of Six Sigma projects in organizations. The TQM magazine, 14(2), 92-99. doi: 10.1108/09544780210416702.

Bjerke, F., & Hersleth, M. (2001). Introducing statistical thinking to the food industry-facilitating and inhibiting factors. Quality Management Journal, 8(3), 49-60. http://asq.org/qic/display-item/?item=15151.

Box, G. E. P., & Woodall, W. H. (2012). Innovation, quality engineering, and statistics. Quality Engineering, 24(1), 20-29. doi: 10.1080/08982112.2012.627003.

Britz, G. C., Emerling, D. W., Hare, L. B., Hoerl, R. W., Janis, S. J., & Shade, J. E. (2000). Improving performance through statistical thinking. Milwaukee: ASQ Quality Press.

Chaurasia, B., Garg, D., & Agarwal, A. (2016). Framework to improve performance through implementing Lean Six Sigma strategies to oil exporting countries during recession or depression. International Journal of Productivity and Performance Management, 65(3), 422-432. doi: 10.1108/IJPPM-01-2015-0011.

Coleman, S. Y. (2013). Statistical Thinking in the Quality Movement + 25 Years. The TQM Journal, 25(6), 597-605. doi: 10.1108/tqm-06-2013-0075.

Couper, M. P., & Miller, P. V. (2008). Web survey methods introduction. Public Opinion Quarterly, 72(5), 831-835. doi: 10.1093/poq/nfn066.

Dillman, D. A. (1991). The design and administration of mail surveys. Annual review of sociology 17(1), 225-249. doi: 10.1146/annurev.so.17.080191.001301.

Does, R., & Trip, A. (1997). A framework for implementation of statistical process control. International Journal of Quality Science, 2(4), 181-198. doi:10.1108/13598539710170821.

Easton, G. S., & Rosenzweig, E. D. (2012). The role of experience in six sigma project success: An empirical analysis of improvement projects. Journal of Operations Management, 30(7), 481-493. doi: 10.1016/j.jom.2012.08.002.

Elg, M., Olsson, J., & Dahlgaard, J. (2008). Implementing statistical process control: an organizational perspective. International Journal of Quality & Reliability Management , 25(6), 545-560. doi:10.1108/02656710810881872.

Evans, J. R., & Lindsay, W. M. (2005). The Management and Control of Quality. Mason: Thomson South-Western.

Firka, D. (2011). Statistical, technical and sociological dimensions of design of experiments. TQM Journal, 23(4), 435-445. doi: 10.1108/17542731111139509.

Ghosh, M. (2013). Lean manufacturing performance in Indian manufacturing plants. Journal of Manufacturing Technology Management, 24(1), 113-122. doi: 10.1108/17410381311287517.

Goh, T. N. (2011). Six sigma in industry: some observations after twenty-five years. Quality and Reliability Engineering International, 27(2), 221-227. doi: 10.1002/qre.1093.

Grigg, N. P., & Walls, L. (2007). Developing statistical thinking for performance improvement in the food industry. International Journal of Quality & Reliability Management , 24(4), 347-369. doi: 10.1108/02656710710740536.

Hair, J. F. Jr, Black, B., Babin, B., Anderson, R., & Tatham, R. (2006). Multivariate data analysis. 6a ed. Upper Saddle River: Prentice-Hall.

Hare, L. B. (2012). Statistical engineering- principles and examples. Quality Engineering , 24(2), 153-161. doi: 10.1080/08982112.2012.641144.

Hare, L. B., Hoerl, R. W., Hromi, J. D., & Snee, R. D. (1995). The role of statistical thinking in management. Quality Progress, 28(2), 53-60. Retirado de http://search.proquest.com/openview/88e20482af-595515f14773857a33a789/1?pq-origsite=gscholar&cbl=34671.

Hoerl, R. W., & Snee, R. D. (2012). Statistical Thinking: improving business performance. New Jersey: John Wiley & Sons.

Hoerl, R. W., & Snee, R. D. (2010). Statistical thinking and methods in quality improvement: a look to the future. (Quality engineering ,) 22(3), 119-129. doi: 10.1080/08982112.2010.481485.

Hoerl, R. W., & Snee, R. D. (2009). Post-financial meltdown: What do the services industries need from us now? Applied Stochastic Models in Business and Industry, 25(5), 509-521. doi: 10.1002/asmb.805.

Johnson, R. A., & Wichern, D. W. (1992). Applied multivariate statistical analysis. Londres: Prentice-Hall International.

Lim, S. A. H., Antony, J., & Albliwi, S. (2014). Statistical Process Control (SPC) in the food industry - A systematic review and future research agenda. Trends in Food Science & Technology, 37(2), 137-151. doi: 10.1016/j.tifs.2014.03.010.

Makrymichalos, M., Antony, J., Antony, F., & Kumar, M. (2005). Statistical thinking and its role for industrial engineers and managers in the 21st century. Managerial Auditing Journal, 20(4), 354-363. doi: 10.1108/02686900510592043.

Montgomery, D. C. (2010). A modern framework for achieving enterprise excellence. International Journal of Lean Six Sigma, 1(1), 56-65. doi: 10.1108/20401461011033167.

Montgomery, D. C. (2014). Lean Six Sigma and promoting innovation. Quality and Reliability Engineering International , 30(1), 1. doi: 10.1002/qre.1626.

Ramesh, N., & Ravi, A. (2013). TQM tools and techniques in promoting team working culture in the manufacturing organizations. International Journal of Productivity and Quality Management, 12(4), 466-479. doi: 10.1504/ijpqm.2013.056777.

Santos, A. B., & Antonelli, S. C. (2011). Aplicação da abordagem estatística no contexto da gestão da qualidade: survey nas indústrias de alimentos de São Paulo. Gestão & Produção, 18(3), 509-524. doi: 10.1590/s0104-530x2011000300006.

Sebrae [Serviço Brasileiro de Apoio às Micro e Pequenas Empresas]. (2014). Anuário do trabalho das micro e pequenas empresas 2014. Retirado de https://www.sebrae.com.br/Sebrae/Portal%20Sebrae/Anexos/Anuario-do%20trabalho-na%20micro-e-pequena%20empresa-2014.pdf.

Sindipeças & Abipeças [Sindicato Nacional da Indústria de Componentes para Veículos Automotores & Associação Brasileira da Indústria de Autopeças]. (2016). Desempenho da Indústria Brasileira de Autopeças. Retirado de http://www.sindipecas.org.br/sindinews/Economia/2016/Desempenho_Projecoes_2016-2017_Janeiro.pdf.

Sindipeças & Abipeças [Sindicato Nacional da Indústria de Componentes para Veículos Automotores & Associação Brasileira da Indústria de Autopeças]. (2015). Brazilian Auto Parts Industry Performance. São Paulo: Sindipeças & Abipeças.

Snee, R. D. (2005). Leading business improvement: A new role for statisticians and quality professionals. Quality and Reliability Engineering International , 21(3), 235-242. doi: 10.1002/qre.634.

Snee, R. D. (1990). Statistical Thinking and its Contribution to Total Quality. The American Statistician, 44(2), 116-121. doi: 10.2307/2684144.

Wild, C. J., & Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review , 67(3), 223-248. doi:10.1111/j.1751-5823.1999.tb00442.x.

Cómo citar

APA

de Toledo, J. C., Lizarelli, F. L., Aires Borrás, M. Ángel y Martins, M. F. (2018). O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil. Innovar, 28(70), 81–98. https://doi.org/10.15446/innovar.v28n70.74450

ACM

[1]
de Toledo, J.C., Lizarelli, F.L., Aires Borrás, M. Ángel y Martins, M.F. 2018. O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil. Innovar. 28, 70 (oct. 2018), 81–98. DOI:https://doi.org/10.15446/innovar.v28n70.74450.

ACS

(1)
de Toledo, J. C.; Lizarelli, F. L.; Aires Borrás, M. Ángel; Martins, M. F. O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil. Innovar 2018, 28, 81-98.

ABNT

DE TOLEDO, J. C.; LIZARELLI, F. L.; AIRES BORRÁS, M. Ángel; MARTINS, M. F. O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil. Innovar, [S. l.], v. 28, n. 70, p. 81–98, 2018. DOI: 10.15446/innovar.v28n70.74450. Disponível em: https://revistas.unal.edu.co/index.php/innovar/article/view/74450. Acesso em: 15 jul. 2024.

Chicago

de Toledo, José Carlos, Fabiane Letícia Lizarelli, Miguel Ángel Aires Borrás, y Manoel Fernando Martins. 2018. «O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil». Innovar 28 (70):81-98. https://doi.org/10.15446/innovar.v28n70.74450.

Harvard

de Toledo, J. C., Lizarelli, F. L., Aires Borrás, M. Ángel y Martins, M. F. (2018) «O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil», Innovar, 28(70), pp. 81–98. doi: 10.15446/innovar.v28n70.74450.

IEEE

[1]
J. C. de Toledo, F. L. Lizarelli, M. Ángel Aires Borrás, y M. F. Martins, «O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil», Innovar, vol. 28, n.º 70, pp. 81–98, oct. 2018.

MLA

de Toledo, J. C., F. L. Lizarelli, M. Ángel Aires Borrás, y M. F. Martins. «O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil». Innovar, vol. 28, n.º 70, octubre de 2018, pp. 81-98, doi:10.15446/innovar.v28n70.74450.

Turabian

de Toledo, José Carlos, Fabiane Letícia Lizarelli, Miguel Ángel Aires Borrás, y Manoel Fernando Martins. «O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil». Innovar 28, no. 70 (octubre 1, 2018): 81–98. Accedido julio 15, 2024. https://revistas.unal.edu.co/index.php/innovar/article/view/74450.

Vancouver

1.
de Toledo JC, Lizarelli FL, Aires Borrás M Ángel, Martins MF. O uso da estatística em grandes e médias empresas de autopeças no estado de São Paulo, Brasil. Innovar [Internet]. 1 de octubre de 2018 [citado 15 de julio de 2024];28(70):81-98. Disponible en: https://revistas.unal.edu.co/index.php/innovar/article/view/74450

Descargar cita

CrossRef Cited-by

CrossRef citations1

1. Jose Carlos de Toledo, Fabiane Letícia Lizarelli, Adriana Barbosa dos Santos, Artur Ishizaka. (2018). Statistical Thinking in quality improvement: use, difficulties and benefits of its implantation in industries of the Brazilian State of São Paulo. Production, 28 https://doi.org/10.1590/0103-6513.20180062.

Dimensions

PlumX

Visitas a la página del resumen del artículo

304

Descargas

Los datos de descargas todavía no están disponibles.