ANÁLISE DA GESTÃO DA QUALIDADE EM EMPRESAS BRASILEIRAS

(1)

ANÁLISE DA GESTÃO DA QUALIDADE EM EMPRESAS BRASILEIRAS

Camila Fabrício Poltronieri (Universidade Federal de Goiás) camilafabricio@ufg.br

Nádia Junqueira Martarelli (Universidade de São Paulo) nadia.martarelli@usp.br

Pedro Carlos Oprime (Universidade Federal de São Carlos) pedro@dep.ufscar.br

Gilberto Miller Devós Ganga (Universidade Federal de São Carlos) ganga@dep.ufscar.br

Mateus Cecílio Gerolamo (Universidade de São Paulo) gerolamo@sc.usp.br

A gestão da qualidade surge com o objetivo de auxiliar a alta gerência na busca pela diferenciação e superioridade em detrimento da concorrência, visto que um dos principais objetivos da qualidade é o de criar e consolidar um diferencial competitivo no ambiente em que a organização está inserida. Todavia, os objetivos da qualidade precisam estar alinhados com os objetivos globais da empresa, pois se os mesmos divergirem, conflitos de ordem estratégica poderão perturbar o meio organizacional. Dessa forma, o objetivo desta pesquisa é a identificação e análise das práticas de gestão da qualidade utilizadas em organizações brasileiras. Para isso, foi enviado um questionário e obtido resposta de 125 empresas. A fim de identificar, mais especificamente, se a visão da qualidade pode influenciar significantemente na utilização de técnicas, práticas e princípios, aplicou-se o teste estatístico de Kruskal-Wallis. Também foi questionado se os dados se estruturariam em grupos naturais em uma análise de agrupamento de dados. Para isso, através de índices como o critério da largura da silhueta e a soma dos erros quadrados, pode-se validar a formação de grupos naturais. A validação dos índices foi realizada por meio da análise de Monte Carlo. Foi possível identificar dois grupos e, dois subgrupos em cada um deles. Para descrever os grupos, foi emitida estatísticas descritivas de cada um.

Palavras-chave: Barreiras, Maturidade, Dimensões da Qualidade, Abordagens da Qualidade, Eras da Qualidade, Garvin, Ferramentas e Práticas.

(2)

1 1. Introdução

Com as mudanças constantes e a estabilidade ameaçada, as organizações são desafiadas a estabelecer estratégias visando uma maior competitividade e produtividade. A gestão da qualidade (GQ) surge com o objetivo de auxiliar a alta gerência na busca pela diferenciação, visto que as técnicas e ferramentas da qualidade proporcionam características desejadas aos produtos e serviços, como confiabilidade e padronização (ASIF, 2020). Quando amplamente aplicado, a GQ gera reflexo em níveis mais elevados de gestão da qualidade total (TQM) e por consequência melhores resultados organizacionais. Entretanto, só técnicas e ferramentas não são suficientes para criarem resultados positivos, é necessário estabelecer um clima de compromisso gerencial em sintonia com a cultura da empresa (TARÍ; SABATER, 2004;

BARBARA et al., 2017).

Consta na literatura vários exemplos de sucesso na implementação de algumas práticas de GQ, em diversos países. Porém, a simples e pura importação desses modelos de gestão não implicam, necessariamente, igual sucesso nas organizações. Isso se torna verdade, quando se analisa os sistemas produtivos envolvidos, considerando as peculiaridades entre os países.

Dessa forma, são essas diferenças que podem ocasionar um melhor ou pior desempenho dessas práticas (CARVALHO et al., 2005). É possível, por exemplo, adotar práticas similares de TQM em diferentes cenários, desde que eles possuam culturas análogas (TARÍ; MOLINA;

CASTEJÓN, 2007; BARBARA et al., 2017).

Tendo em vista os desafios da área, este trabalho tem como objetivo responder duas questões: “A visão da qualidade influência a utilização de técnicas, práticas e princípios?”, e

“Os dados sugerem a existência de grupos naturais que caracterizam as empresas na área da qualidade?”.

2. Revisão da Literatura

A qualidade pode ser analisada sob diversos aspectos, sendo que uma das formas de os analisar é através das cinco abordagens: transcendente, baseada no produto, baseada no usuário, baseada na produção e baseada no valor. Na abordagem transcendente, a qualidade é traduzida como excelência inata, assim esta é intemporal e duradoura. Quando a qualidade é baseada no produto, este conceito é entendido como uma variável precisa e mensurável, de maneira que a quantidade de atributos que o produto apresenta é resultado da presença ou ausência de qualidade. Já a abordagem baseada no usuário é subjetiva, uma vez que a

(3)

2 qualidade está ligada às preferências dos consumidores. Quando se define qualidade como aquela em conformidade com as especificações, sendo a excelência atingida quando o certo é feito logo na primeira vez, a qualidade está baseada na produção. A última abordagem é baseada no valor, assim custos e preços são os itens de mais relevância (GARVIN, 1984;

GARVIN, 2002).

Outra classificação utilizada para compreender os diferentes aspectos da qualidade ficou conhecida como as oito dimensões da qualidade: desempenho, característica, confiabilidade, conformidade, durabilidade, atendimento, estética e qualidade percebida. O desempenho faz menção às características operacionais básicas do produto, porém esses atributos, muitas vezes, refletem preferências pessoais, assim torna-se difícil a análise. A característica se refere aos adereços ou características secundárias, e sofre também influência pessoais dos consumidores. Com frequência, as duas primeiras dimensões se confundem. A confiabilidade está relacionada com a probabilidade do mau funcionamento de um produto ou de sua falha.

A conformidade é entendida como o grau que um produto atende a padrões preestabelecidos.

A durabilidade abrange o conceito de vida útil do produto. O atendimento se refere à rapidez e facilidade de reparo. As dimensões estética e qualidade percebida estão intimamente correlacionadas com a percepção individual de cada consumidor, desse modo é necessário lidar com a subjetividade (GARVIN 1984; GARVIN, 1987). Essas oito dimensões contemplam uma ampla variação de conceitos da qualidade que auxiliam na explicação sobre as principais abordagens citadas anteriormente. Assim, a abordagem baseada no produto se relaciona com as dimensões de desempenho, característica e durabilidade, a abordagem baseada no usuário se relaciona com as dimensões de estética e qualidade percebida, e a abordagem baseada na produção se relaciona com as dimensões de conformidade e confiabilidade (GARVIN, 2002).

Além de ajudar a caracterizar as abordagens da qualidade as oito dimensões também são utilizadas para fins estratégicos. As dimensões múltiplas possibilitam diferentes combinações que geram inúmeros produtos distintos, cabendo a cada empresa a percepção de quais dimensões merecem mais investimentos, já que, competir através da qualidade pelas oito dimensões, na maioria dos casos, não é possível, pois existem restrições e trade-offs.

Contudo, atuar em apenas algumas dimensões proporciona que nichos de mercados de qualidade seletivos sejam preenchidos de maneira mais satisfatório e eficiente (GARVIN, 2002).

(4)

3 Outra forma de se analisar o conceito qualidade é classificando a mesma em eras, sendo elas:

inspeção, controle estatístico da qualidade, garantia da qualidade e gestão estratégica da qualidade (GARVIN, 2002). Na era da inspeção, o inspetor era responsável pela qualidade do trabalho, e tanto os operários quanto os mestres de obra tinham que zelar para que o trabalho fosse acabado de maneira a satisfazê-lo; a qualidade limitava-se a inspeção e a atividades restritas como a contagem, a classificação pela qualidade e os reparos. Na era do controle estatístico da qualidade, o controle já estava estabelecido como disciplina reconhecida e seus métodos eram basicamente estatísticos. Na era da garantia da qualidade, a prevenção de problemas continuou sendo o objetivo fundamental, mas os instrumentos da profissão se expandiram muito além da estatística. Essa era se caracterizou por quatro elementos, sendo eles a quantificação dos custos da qualidade, controle total da qualidade, engenharia da confiabilidade e zero defeito. Na era gestão estratégica da qualidade, define-se a qualidade do ponto de vista do cliente, com uma visão mais ampla e com maiores perspectivas, voltada para a alta gerência e ligada ao planejamento estratégico.

Crosby elaborou, em 1979, uma ferramenta de avaliação do nível de maturidade que ficou conhecida como aferidor de maturidade da gestão da qualidade. De acordo com o aferidor, uma organização pode ser classificada em 5 estágios de maturidade, os quais são resumidamente explicados a seguir. O estágio um (Incerteza) reflete uma gerência que não considera a qualidade como um de seus instrumentos positivos. O estágio dois (Despertar) traduz uma a gerência que começa a perceber que a gerência da qualidade é útil, mas não está disposta a gastar tempo e dinheiro para concretizá-la. O estágio 3 (Esclarecimento) indica a decisão de se realizar um programa formal de melhoria da qualidade, onde há o estabelecimento do departamento da qualidade como unidade equilibrada, bem organizada e operante. O estágio 4 (Sabedoria) reflete que a companhia tem a oportunidade para tornar as mudanças permanentes, de maneira que qualquer tarefa que se queira realizar será enfrentada com sucesso. O estágio 5 (Certeza) indica uma organização que não apresenta problemas com relação à área da qualidade, sendo a gerência da qualidade considerada parte vital da empresa.

O objetivo do aferidor é acionar as pessoas e não apenas comunicar os resultados (CROSBY, 1986).

3. Metodologia

(5)

4 Os dados utilizados para análise foram coletados por meio de uma pesquisa survey entre junho e julho de 2013. Para isso, foi utilizado a ferramenta de pesquisa Survey Monkey. O questionário foi enviado por e-mail para um grupo de contatos de empresas e para grupos de discussão no LinkedIn. O total de respondentes foi de 125. A fim de alcançar os objetivos deste trabalho, utilizou-se técnicas estatísticas para dar suporte às respostas das duas perguntas definidas no início deste artigo. Inicialmente, o conjunto de dados resultante da pesquisa passou por modificações a fim de tornar possível a manipulação dos dados. Para isso, utilizou-se o método média da série para substituir dados faltantes. As respostas como sempre, às vezes e nunca, foram substituídas por números inteiros, em ordem crescente. A maioria dos dados do questionário seguiu a escala Likert, de 0 a 5. Utilizou-se o software estatístico SPSS, versão 17, para a emissão dos resultados estatísticos.

Com dados predominantemente categóricos, utilizou-se testes não paramétricos para dar respostas à primeira pergunta do estudo “A visão da qualidade influência a utilização de ferramentas e técnicas da qualidade?”. Foi aplicado o teste de Kruskal-Wallis a fim de identificar diferenças entre grupos independentes, pois tal teste é a alternativa não-paramétrica para a ANOVA independente de um fator. Seu objetivo é identificar se as populações do estudo possuem a mesma distribuição (hipótese nula) ou se as distribuições são diferentes (hipótese alternativa) (FIELD, 2009).

Neste caso, os grupos são caracterizados pelas cinco visões da qualidade (transcendental, produto, usuário, produção e valor). Nas variáveis referentes aos grupos, informa-se se as empresas têm a visão da qualidade como uma das 5 variáveis, atribuindo 1 para sim, e 0 para não. Em cada caso há 29 variáveis entre técnicas, práticas e princípios.

Cada resposta varia de um intervalo de 0 a 10, onde 0 significa a não utilização da variável em questão e 10 significa a sua utilização total. Através deste teste foi possível identificar se ter uma visão específica da qualidade afeta significativamente o uso de técnicas, princípios e práticas da qualidade.

A fim de responder a segunda pergunta deste trabalho “Os dados sugerem a existência de grupos naturais que caracterizam as empresas na área da qualidade?” utilizou-se a análise de agrupamento de dados. Inicialmente, identificou-se o número ótimo de grupos por meio do critério da largura da silhueta e da soma dos erros quadrados (J) (VENDRAMIN et al., 2010). Para isso, emitiu-se valores destes dois índices para diferentes números de grupos.

Validou-se o índice pela análise de Monte Carlo como sugerido por Jain e Dubes (1988).

(6)

5 Realizou-se os mesmos procedimento para verificar a existência de subgrupos dentro dos grupos encontrados. Finalmente, emitiu-se estatísticas descritivas para caracterizar cada grupo. O critério da largura da silhueta é utilizado como índice de qualidade interna de agrupamento, de maneira que quanto maior o valor do critério melhor é agrupamento dos dados. A soma dos erros quadrados também é utilizada como índice de qualidade interna agrupamento, e neste caso, quando menor melhor. Para definir o melhor número de grupos (k), calcula-se este índice para diferentes valores de k. No caso do índice da largura da silhueta, o melhor número de grupos é aquele cujo índice foi o maior. No caso da soma dos erros quadrados, o melhor número de grupos é aquele imediatamente posterior a maior variação do valor do índice. Com a finalidade de tornar o gráfico mais legível, a seguinte transformação no índice J é realizada

(1)

Tal transformação torna mais evidente, por meio do maior pico, o melhor número de grupos (JAIN E DUBES, 1988; VENDRAMIN et al., 2010).

A fim de validar o valor do índice, realizou-se análise de Monte Carlo. Esta análise tem como objetivo gerar a função densidade de probabilidade do índice de validação. Para isso é gerado computacionalmente uma grande quantidade de dados aleatórios que seguem uma determinada distribuição, geralmente a distribuição normal. Através da função de densidade, verifica-se se o valor do índice encontrado no agrupamento pertence a área crítica ou não, considerando um nível de significância, como segue , onde, onde m número de vezes que o experimento foi repetido mais um e r representa um número inteiro, predefinido. Sendo S₁ o valor do critério largura da silhueta para a conjunto de dados analisado, e S₂, ..., S_m-1os valores do mesmo critério pela da simulação de Monte Carlo, diz-se que se S₁ estiver entre os r maiores dos m valores (S₁, ..., S_m), rejeita-se H₀ ao nível de significância α (JAIN E DUBES, 1988).

4. Resultados

A Tabela 1 traz cada visão da qualidade e a respectiva técnica, prática e princípio que se mostrou ser utilizado de forma diferenciada, em função da visão. Também é exposto os

(7)

6 valores do teste de Kruskal-Wallis. O nível de significância foi de 0,05. A obtenção das técnicas, prática e princípio expostas na Tabela 1 é dada verificando se o valor assintótico de cada técnica, prática e princípio se apresenta menor que o nível de significância. Apenas os valores de significância das técnicas, prática e princípio exibidas na Tabela 1 foram menores do que 0,05. O teste de Kruskal-Wallis apenas informa que há diferença na utilização da técnica, prática e princípio dependendo da visão da qualidade que se adota. Não informa, no entanto, onde está esta diferença. Assim, não se pode concluir que ter uma visão da qualidade baseada na produção leva a maior utilização da técnica 5W1H e 5W2H. Da mesma forma não é possível concluir que ter uma visão da qualidade baseada na produção leva a menor utilização da técnica 5W1H e 5W2H.

Tabela 1 - Técnicas, práticas e princípios identificados pelo teste de Kruskal-Wallis que são afetadas pela visão da qualidade

V. Qualidade Variável ꭓ² G.L. V.S. M.C. L.I. L.S.

Transcendental

Gestão da Qualidade Total e/ou Controle Total da Qualidade

Prática

4,864 1 0,027 ,029c 0,025 0,033

Produto

Gestão da Qualidade Total e/ou Controle Total da Qualidade

Prática

4,314 1 0,038 ,034c 0,029 0,038

Produção 5W1H e 5W2H Técnica 3,874 1 0,049 ,047 0,042 0,053

Usuário O teste não acusou diferença na utilização de nenhuma técnica, prática e princípio influenciada pela visão da qualidade baseada no usuário.

Valor

Manutenção preventiva e/ou manutenção preditiva e/ou manutenção produtiva total

Técnica 4,862 1 0,027 ,029 0,024 0,033

Visão sistêmica Princípi

o 4,685 1 0,03 ,030 0,026 0,034

Fonte: Elaborado pelos autores

(8)

7 Para saber onde estão as diferenças, Fild (2009) sugere a emissão de box splot para cada situação a fim de extrair conclusões subjetivas destes gráficos. O autor ainda destaca que os gráficos box splot são uma análise subjetiva e que para uma análise mais precisa, deve-se utilizar testes post hoc como utilizados na ANOVA. Neste trabalho, utilizou-se apenas os gráficos box splot a fim de responder onde estão as diferenças de utilização das técnicas, prática e princípio. Os Gráficos 1, 2, 3, 4, e 5 apresentam os boxes splots de cada visão da qualidade (eixo horizontal), onde 0 significa a não presença aquela visão da qualidade específica e 1, a presença, versus a técnica, prática e princípio que se mostrou diferente em função da respectiva visão da qualidade.

Gráfico 1 - Qualidade como transcendental versus a prática gestão da qualidade e/ou controle total da qualidade

Gráfico 2 - Qualidade baseada no produto versus a prática gestão da qualidade e/ou controle total da qualidade

(9)

8

Gráfico 3 - Qualidade baseada na produção versus as técnicas 5W1H e 5W2H

Gráfico 4 - Qualidade baseada no valor versus o princípio visão sistemática

Nota-se que a diferença entre a utilização da prática e a visão da qualidade está na maior utilização pelas empresas da prática GQ e/ou controle total da qualidade quando elas possuem uma visão da qualidade como transcendental e de produto (Gráficos 1 e 2). Pode-se observar também que a visão da qualidade baseada na produção influência a maior utilização da técnica 5W1H (Gráfico 3). Já no caso da abordagem de valor, pode-se perceber que as empresas que a adotam acabam usando menos o TQM e a visão sistêmica. Quanto as demais

(10)

9 ferramentas pesquisadas, o teste de Kruskal-Wallis não conseguiu encontrar relação estatística.

Gráfico 5 - Qualidade baseada no valor versus a prática gestão da qualidade e/ou controle total da qualidade

Os Gráficos 6 e 7 trazem os valores dos índices soma dos erros quadrados e largura da silhueta para os respectivos números de grupos. O Gráfico 7 é resultado de uma transformação do índice J. As Tabelas 2 e 3 mostram os valores de cada índice para os respectivos números de grupos.

Gráfico 6 - Critério da largura da silhueta como índice de agrupamento para diferentes número de grupos, k

(11)

10

Gráfico 7 - Transformação do índice soma dos erros quadrados para diferentes número de grupos, k

Tabela 2 - Valores da soma dos erros quadrados transformado para diferentes números de grupos, k

k J (10⁴) k J (10⁴)

2 2.4879 7 1.8244

3 1.4865 8 0.7258

4 1.5976 9 1.1878

5 1.7556

6 0.6378

Tabela 3 - Valores do critério largura da silhueta para diferentes números de grupos, k

k L. Silhueta (10⁴) k L. Silhueta (10⁴)

2 0.3305 7 0.1232

3 0.3261 8 0.1236

4 0.1540 9 0.1277

5 0.1437 10 0.1162

6 0.1556

É possível observar que o melhor número de grupos, através dos dois índices, é dois. Basta validar estatisticamente se os valores dos índices fazem referência a grupos naturais ou, simplesmente, o valor é resultado apenas de valores distribuídos aleatoriamente e que não se agrupam de forma natural. O Gráfico 8 faz a distribuição dos dados gerados na análise de Monte Carlo. Os valores do histograma foram gerados no software MATLAB, por meio da geração de cem dados aleatórios uniformemente distribuídos. O conjunto de dados com dados aleatórios segue a mesma estrutura (número de variáveis e observações), que o conjunto de

(12)

11 dados original. Assim, validou-se estatisticamente o índice com um nível de significância de 95%. Os mesmos procedimentos foram feitos com o objetivo de encontrar subgrupos nos dois grupos encontrados. Encontrou-se dois subgrupos em cada grupo, resultando em 4 subgrupos.

Gráfico 8 - Histograma dos valores do índice soma dos erros quadrados emitida pela análise de Monte Carlo

A Tabela 4 traz as estatísticas descritivas das variáveis do estudo. Procurou-se identificar se havia diferenças em termos de utilização e grau de importância dada a técnicas/práticas/princípios, maturidade, dimensão, abordagem e barreiras.

Tabela 4 - Valores do critério largura da silhueta para diferentes números de grupos, k

(13)

12 Nota-se que os dois grupos quando analisados em relação a técnicas, práticas e princípios são distintos. O grupo 1 apresenta uma baixa utilização, embora as considere importantes, enquanto o grupo 2 faz um uso alto e as considera importante. Quando se analisa o subgrupo, o grupo 1 apresenta dois subgrupos bem distintos, pois um dos subgrupos apresenta baixa utilização e importância, enquanto o outro subgrupo apresenta uma menor utilização se comparado com seu par e ao mesmo tempo considera uma importância muito grande, demonstrando uma certa incoerência entre o que se acredita e pratica. Já os subgrupos do grupo 2 são similares, sendo que ambos apresentam uma alta utilização e importância.

Nota-se que o subgrupo do grupo 1 que apresentou grande discrepância entre a utilização e importância foi justamente o que demonstrou um maior grau de dificuldade em termos de barreiras, ou seja, sua baixa utilização de técnicas, práticas e princípios aliado a grande discrepância entre o que se julga importante e se faz, leva a uma dificuldade maior dentro da organização.

Nota-se também que o grupo 2, talvez por se apresentar mais consistente quanto ao uso de técnicas, práticas e ferramentas, atingiu um grau de maturidade maior. Ambos os subgrupos do grupo 2 estão em um nível intermediário de maturidade conhecido por Crosby como esclarecimento. Não há clareza nos subgrupos do grupo 1 com relação ao grau de maturidade, visto que no primeiro subgrupo não foi possível definir seu nível de maturidade devido à alta dispersão nos resultados, enquanto o segundo subgrupo, se encontra no nível mais baixo mais precisamente no estágio da incerteza.

Na amostra coletada, houve uma certa prevalência pela escolha das dimensões conformidade e desempenho, no entanto quando se analisa as abordagens houve divergência com grupos escolhendo transcendental, produção e valor.

Há um consenso comum entre todos os grupos com relação a era da qualidade que as empresas se encontram e qual seria a desejada. A era atual é a da inspeção e a desejada é a gestão estratégica da qualidade. Segundo Gerolamo et. al (2014), 35% dos respondentes se classificaram como estando na era da inspeção e 59% desejariam estar na era do controle estratégico da qualidade. Pela caracterização dos grupos, pode-se nomeá-los como:

 Subgrupo 1: regular e coerente;

 Subgrupo 2: precário e incoerente;

 Subgrupo 3: excelente e coerente;

 Subgrupo 4: bom e coerente.

(14)

13 5. Conclusão

A análise dos dados do estudo apontou que a visão da qualidade predominante influencia a utilização de algumas técnicas, práticas e princípios. Por exemplo, a visão transcendental e do produto influencia significantemente o uso da prática gestão da qualidade. A visão da qualidade baseada na produção tem grande impacto no uso da técnica 5W2H. As três visões supracitadas influenciam de forma positiva o uso das técnicas e práticas correspondentes. A visão da qualidade baseada no usuário não influencia nenhuma técnica, prática e princípio. A visão da qualidade baseada no valor influencia de forma negativa o TQM e visão sistêmica.

Esperava-se que a visão da qualidade influenciasse a utilização de mais técnicas, práticas e princípios, porém, o teste de Kruskal-Wallis apontou apenas para as técnicas, práticas e princípios citados anteriormente.

A fim de identificar a presença de grupos naturais nos dados, realizou-se a técnica de agrupamento de dados, a qual apontou dois grupos e dois subgrupos em cada grupo encontrado, resultando em quatro subgrupos. Após a caracterização pelas estatísticas descritivas, nomeou-se cada subgrupo. O subgrupo regular e coerente, representa um grupo de empresas que utilizam de forma intermediária as técnicas, práticas e princípios, mas coerentes com o grau de importância que estas atribuem para a qualidade. O subgrupo precário e incoerente, representa empresas que utilizam as técnicas, práticas e princípios de forma precária, embora as considere importantes. O subgrupo excelentes e coerentes, representa empresas que utilizam mais as técnicas, práticas e princípios e atribuem um grau de importância elevado. Finalmente, o subgrupo bom e coerente se assemelha ao subgrupo anterior, excelentes e coerentes. O subgrupo precário e incoerente apresentou maiores barreiras e menor grau de maturidade. É interessante destacar que todos os subgrupos se encontram na era da inspeção, mas gostariam de estar na gestão estratégica da qualidade. Os subgrupos guardam uma certa semelhança entre as dimensões, embora apresentem diferenças quanto a abordagem.

Conclui-se, portanto, que o conhecimento das relações entre as dimensões, maturidade, abordagens, utilização de técnicas, práticas e princípios, além do grau de importância dada a eles pelas empresas contribuem para que a qualidade seja encarada de forma estratégica. É importante destacar que a visão da qualidade influência na utilização de técnicas, práticas e princípios, o que por sua vez, influenciará em resultados da organização.

(15)

14 REFERÊNCIAS

ASIF, M. Are QM models aligned with Industry 4.0? A perspective on current practices. Journal of Cleaner Production, v. 258, p. 120820, 2020.

BARBARA, A. et al. A systematic literature review on total quality management critical success factors and the identification of new avenues of research. The TQM Journal, v. 29, n. 1, p. 184–213, 2017.

CARVALHO, M. M. et al. Gestão da qualidade: teoria e casos. Rio de Janeiro: Elsevier, 2005.

CROSBY, PHILIP. B. Qualidade é investimento: a arte de garantir a qualidade. 2. ed. Rio de Janeiro: José Olympio Editora, 1986.

FIELD, A. Descobrindo a estatística usando o SPSS. 2. ed. Porto Alegre: Artmed, 2009.

GARVIN, D. A. What does “product quality” really mean? Sloan Management Review, v. 26, n. 1, p. 25-43, 1984.

GARVIN, D. A. Competing on the eight dimensions of quality. Harvard Business Review, v. 65, n. 6, p. 101- 109, 1987.

GARVIN, D. A. Gerenciando a qualidade: a visão estratégica e competitiva. Rio de Janeiro: Qualitymark, 2002.

GEROLAMO, M. C.; POLTRONIERI, C. F.; YAMADA, T. T.; CINTRA, A. L. B. Quality Management: How do Brazilian Companies use it? Procedia - Social and Behavioral Sciences, v. 143, p. 995-1000, 2014.

JAIN, A. K.; DUBES, R. C. Algorithms for Clustring Data. New Jersey, USA: Prentice-Hall, 1988.

TARÍ, J. J.; SABATER, V. Quality tools and techniques: Are they necessary for quality management?

International journal of production economics, v. 92, p. 267-280, 2004.

TARÍ, J. J.; MOLINA, J. F.; CASTEJÓN, J. L. Case study: the relationship between quality management practices and their effects on quality outcomes. European journal of operational research, v. 183, p. 483-501, 2007.

VENDRAMIN, L.; CAMPELLO, R. J. G. B.; HRUSCHKA, E. R. Relative clustering validity criteria: A comparative overview. Statistical Analysis and Data Mining, v. 3, n. 4, p. 209-235, 2010.