Uma série temporal pode ser compreendida como uma sequência de observações de uma variável efetuadas ao longo do tempo. (AUSÍN; GALEANO; GHOSH, 2014). Uma inferência causal pode ser compreendida como uma intervenção ou um tratamento sofrido por uma série temporal. (BRODERSEN et al., 2014). Dessa forma, a análise da inferência causal em uma série temporal é a forma de medir o efeito de uma causa. (ANTONAKIS et al., 2010).
Brodersen et al. (2014) discorrem sobre a relevância de avaliar o efeito de uma inferência causal em um série temporal, como: i) avaliar o efeito da introdução de um novo produto no mercado; ii) avaliar o efeito de uma campanha publicitária; e iii) avaliar o efeito de programas de melhoria implementados nas empresas. Buscando auxiliar gestores e pesquisadores em tais avaliações, a pesquisa de Brodersen et al. (2014) apresenta a técnica CausalImpact.
A técnica CausalImpact foi desenvolvida por pesquisadores e profissionais da Google com o objetivo de encontrar uma maneira de medir o efeito causal de uma intervenção no mercado. Brodersen et al. (2014) exemplificam a aplicação da técnica analisando o efeito de uma campanha publicitária de um dos anunciantes da Google nos EUA. A pesquisa estuda efeitos causais quanto ao número de vezes em que um usuário da internet era direcionado ao site do anunciante a partir da página de pesquisa da Google, e estima como teriam se comportado os cliques nas páginas do mesmo anunciante caso a campanha publicitária não tivesse sido desenvolvida. Dessa forma, é possível medir os efeitos dos anúncios efetuados.
Conforme Brodersen et al. (2014), a técnica desenvolvida para cálculo do efeito da inferência causal efetua a modelagem do confractual de uma série temporal observada. Isso é realizado considerando-se os períodos antes e depois da intervenção, sendo que a técnica se baseia em dois aspectos: fornece uma série temporal com o efeito estimado com base nas séries de Bayesian e utiliza o modelo de média para construir o controle sintético mais apropriado para modelar o confractual.
O confractual pode ser entendido como o que teria acontecido com o resultado da série temporal na ausência do tratamento. (BRODERSEN et al., 2014). Nesta dissertação, o confractual pode ser compreendido como; qual seria o
comportamento da eficiência do projeto/produto modularizado na Engenharia de Produtos e no Processo Produtivo caso a empresa não tivesse implementado a modularização. Dessa forma, por meio do CausalImpact, é possível estimar a amplitude do efeito atribuído à modularização, bem como a evolução do efeito ao longo do tempo.
Na abordagem Bayesiana, o conhecimento atual sobre os parâmetros do modelo são expressos pela colocação de uma distribuição de probabilidade chamada de distribuição a priori. Quando novos dados que contêm informações relacionadas aos parâmetros do modelo tornam-se disponíveis, entende-se que pode ser expressa uma probabilidade que é proporcional à distribuição dos dados observados. Essa informação, então, é combinada com a distribuição a priori, produzindo uma distribuição de probabilidade atualizada chamada de distribuição a posteriori, na qual toda inferência Bayesiana é baseada. (AUSÍN; GALEANO; GHOSH, 2014).
Conforme Brodersen et al. (2014), em termos gerais existem três fontes de informações disponíveis para construção de um controle sintético adequado. A primeira é o comportamento da própria série temporal de resposta antes da intervenção. A segunda é o comportamento de outras séries temporais que não sofreram a intervenção (série temporal de controle). E a terceira fonte de informação é o conhecimento prévio disponível sobre os parâmetros do modelo.
Entende-se que apesar de ter sido desenvolvida para aplicação em campanhas publicitárias, a técnica CausalImpact pode ser utilizada em outras aplicações. (BRODERSEN et al., 2014). Nesta pesquisa, a técnica é empregada para quantificar os efeitos percebidos no tocante à implementação da modularização na Engenharia de Produtos e no Processo Produtivo da empresa pesquisada. Nesse sentido, os escores de eficiência resultantes da utilização da DEA foram usados para análise. A técnica CausalImpact retornou os cálculos considerando o cenário atual, ou seja, os mesmos escores de eficiência inseridos. Além disso, a técnica retornou os escores de eficiência relativos ao cenário confractual, evidenciando como seria o comportamento da eficiência se a modularização não tivesse sido implementada. Com essas informações, torna-se possível analisar o efeito absoluto e relativo da modularização sobre os escores de eficiência.
Após a descrição do referencial teórico desta dissertação, no capítulo 3 são delineados os aspectos metodológicos utilizados no desenvolvimento do presente trabalho. O método de pesquisa está organizado da seguinte forma: delineamento da pesquisa, método de trabalho, projeto do modelo DEA, procedimento de coleta de dados, refinamento do modelo da análise envoltória de dados (DEA), procedimentos de análise de dados e delimitações do trabalho.
3 MÉTODO DE PESQUISA
Para o progresso da pesquisa científica, é importante que os pesquisadores avaliem os métodos empregados, pois a adequação e o rigor do método escolhido impactarão a qualidade dos estudos. (SCANDURA; WILLIAMS, 2000). Para garantir que uma pesquisa seja reconhecida como sólida e potencialmente relevante, tanto pelo campo acadêmico quanto pela sociedade em geral, ela deve demonstrar que foi desenvolvida com rigor e que é passível de debate e verificação. (LACERDA et al., 2013). É nesse âmbito que a seleção de um método adequado é fundamental para o sucesso de qualquer projeto de pesquisa. (BARNES, 2001).
Métodos de pesquisa podem ser compreendidos como conjuntos de regras e procedimentos reconhecidos pela comunidade acadêmica para o desenvolvimento do conhecimento científico. (BARNES, 2001). Os métodos de pesquisa permitem que um nível adequado de informações possa ser coletado para servir de suporte ao cumprimento dos objetivos das pesquisas.
Em função da relevância do método, este capítulo é dedicado à descrição dos procedimentos e das etapas utilizadas para o desenvolvimento da pesquisa. Dessa forma, a seguir, apresenta-se o delineamento da pesquisa, pelo qual se procura explicitar um conjunto de decisões que confirmem o método de pesquisa e sustentem os procedimentos adotados na investigação.