Graus de importância de critérios de desempenho de uma estratégia
enxuta aplicada em uma indústria de serviços
Miguel Afonso Sellitto (UNISINOS) miguelsv@terra.com.br
Miriam Borchardt (UNISINOS) miriamb@euler.unisinos.br
Giancarlo Medeiros Pereira (UNISINOS) gian@euler.unisinos.br Gustavo Oliveira (UNISINOS) gavavo@terra.com.br
Resumo
O objetivo deste trabalho é construir um sistema de medição de desempenho capaz de realimentar ações de uma estratégia enxuta na busca de objetivos definidos no planejamento da indústria de transporte coletivo. O trabalho apresenta conceitos relativos a sistemas de medição de desempenho, a estruturação de objetos de estudo, hierarquias, estruturas arborescentes e um método de análise multicriterial, o método AHP. A seguir apresenta a metodologia adotada e descreve sua aplicação na indústria do transporte coletivo de uma capital brasileira, chegando-se a uma estrutura arborescente capaz de medir o desempenho de uma estratégia enxuta. A estrutura foi ponderada por opiniões de especialistas, modeladas com o uso do método AHP e configurada para a indústria em geral e para três empresas individuais. Na discussão compara-se o sistema de medição ora proposto com o método vigente em duas das empresas estudadas, concluindo-se a respeito da aplicação.
Palavras chave: Medição multicriterial de desempenho, AHP, estruturas arborescentes.
1 Introdução
Objetivos financeiros tais como o lucro líquido e a taxa de retorno de investimentos têm assumido o papel de referencial de desempenho de empresas. Atingidos estes objetivos, considera-se que a empresa teria atingido um resultado satisfatório e sua administração poderia ser considerada exitosa. A natureza e o tipo dos ambientes competitivos atuais têm, no entanto, forçado as empresas a ampliarem os métodos de verificação de seu desempenho. A gestão de fatores tais como a qualidade, a velocidade nas entregas, a confiabilidade nos prazos, os custos e a responsividade em serviços têm sido apontadas como diferenciais competitivos importantes (WIENDAHL, 1995; BTITICI et al., 2001).
Em ciclos de negócios mais lentos é possível corrigir desvios em fatores competitivos a partir de quedas nos resultados financeiros. Ultimamente, no entanto, parece ter crescido o uso de variáveis intermediárias, as variáveis de estado, cujo desempenho antecipa a tendência dos resultados finais e permite a antecipação de ações corretivas. Diversas alternativas de sistemas que envolvam variáveis de estado têm sido investigadas e discutidas no meio acadêmico e aplicadas no meio empresarial: (i) o modelo Quantum de medição de desempenho de Hronec (1993); (ii) o modelo de melhoria de desempenho de Sink & Tuttle (1993); (iii) o modelo dos três níveis de desempenho de Rummler & Brache (1992); (iv) o Balanced Scorecard, de Kaplan & Norton (1997); (v) o modelo de gerenciamento total da melhoria contínua (total
improvement management - TIM) de Harrington (1997); e os (v) modelos baseados no prêmio
Malcolm Baldridge, apresentado em BNPQ (2004).
A medição de desempenho estratégico por variáveis de estado remete a um ambiente de decisão multicriterial. Para French (1986), dificilmente um problema de apoio à decisão tem um modelo clara e unicamente estruturado. De modo geral, o decisor enumera e classifica os atributos que interferem no objeto em estudo, obtendo a primeira camada de critérios. Cada
critério é desdobrado, formando a próxima camada, em um processo descendente, até que todos os critérios relacionados tenham sido explicados. Por esta técnica, a comparação entre duas empresas avaliadas por n variáveis de estado se torna um problema de comparação multicriterial entre dois vetores n-dimensionais. Discussões sobre estruturação e resolução de problemas multicriteriais são encontradas em Keeney & Raiffa (1976) e em French (1986). A teoria da mentalidade enxuta, por sua vez, tem sido divulgada pelas obras dos pesquisadores do MIT James Womack e Daniel Jones e pelas ações do Lean Enterprise Institute, da universidade de Cardiff. A teoria nasceu da pesquisa dos autores sobre a dificuldade das empresas em manter a lógica da produção em massa a partir dos anos 1990. Esta lógica gerou distorções em grandezas tais como o tempo até o lançamento de novos produtos e o tempo de atravessamento em cadeias logísticas, causadas, principalmente, por foco gerencial voltado ao desempenho do produto, em detrimento a requisitos de custo, confiabilidade e flexibilidade. Com a mudança no cenário de negócios nos anos 1990, os clientes passaram a exigir diferenciação no produto e rapidez de entrega, acarretando queda na rentabilidade dos negócios. Esta situação levou as empresas a adotarem estratégias enxutas de ação, baseadas na experiência e nas técnicas industriais japonesas. A teoria da mentalidade enxuta e estudos de caso de estratégias enxutas são apresentados em Womack & Jones (1997) O objetivo deste trabalho é construir um sistema de medição de desempenho capaz de ser o elo de realimentação de ações originadas em uma estratégia enxuta na busca de objetivos definidos no planejamento da indústria de transporte coletivo. Escolheu-se esta indústria porque seus membros em uma capital brasileira têm apresentado características de interesse, tais como: (i) diversas candidaturas bem-sucedidas em prêmios nacionais de qualidade setorial, inclusive vitórias; (ii) certificações ISO-9000; (iii) homogenidade de propósitos e integração cooperativa; e (iv) modelos de medição de desempenho semelhantes, permitindo comparações. A construção do sistema de medição se vale de um método multicriterial de apoio à decisão, o método AHP. Este trabalho adota a seguinte estrutura: (i) revisão de temas pertinentes; (ii) apresentação da pesquisa; (iii) discussão dos resultados e comparação com o sistema de medição adotado na indústria, baseado no prêmio Malcolm Baldridge; e (iv) conclusões e continuidade. Este trabalho faz parte da segunda das três etapas de uma pesquisa em operações industriais conduzida pela Engenharia de Produção da UNISINOS. Na primeira etapa construiu-se uma estrutura arborescente representativa da teoria da mentalidade enxuta e mediu-se o estágio atual de preparação da indústria para aplicação da teoria citada. Seus resultados foram publicados em Sellitto; Borchardt; Pereira (2003, 2003a). A terceira etapa apresentará técnicas gerenciais que permitirão a proposição de um modelo de gestão enxuta específico para a indústria.
2 Hierarquias de decisão, estruturas arborescentes e o método AHP
Freqüentemente, quando se analisa uma situação complexa de interesse, o número de partes e de relações é maior do que a capacidade de análise do pesquisador. Neste caso interessa dividir e organizar a situação em sub-situações mais fáceis de serem analisadas.
Um tipo de organização é a hierarquia: um ente superior é influenciado por entes inferiores, que por sua vez são influenciados por outros entes sucessivamente inferiores, em uma estrutura descendente. Entes de mesmo escalão correspondem a um nível na estrutura hierárquica que influencia apenas o grupo imediatamente superior e é influenciado apenas pelo grupo imediatamente inferior. Uma hierarquia é construída a partir do conhecimento existente sobre o objeto em estudo, apresentado em uma teoria científica que separe e classifique seus componentes ou por instrumentos empíricos de representação de relações, tais como os mapas cognitivos e as árvores da realidade atual, as ARA´s. Estes tipos de
explicitação dos nexos causais subjacentes às relações causa-efeito, incorporadas ou não ao diagrama; (iii) complexidade crescente, podendo se tornar de difícil manuseio; e (iv) possibilidade de representar relações circulares. A construção de mapas cognitivos e de ARA´s são encontradas respectivamente em Ensslin et al. (2001) e Scheinkopf (1999).
As hierarquias de interesse para este trabalho tem níveis independentes e são lineares: os elementos de um mesmo nível são mutuamente independentes e não há relações circulares ou de realimentação. Uma discussão sobre hierarquias não-lineares é encontrada em Salomon; Montevechi (2002). Tais hierarquias são chamadas de estruturas arborescentes e utilizam a lógica de decomposição: um critério mais complexo é dividido em sub-critérios menos complexos, arranjados de modo que um sub-critério só afete o critério ao qual está subordinado, não havendo subordinação múltipla. Os critérios de nível hierárquico inferior devem ser mutuamente exclusivos e devem fornecer uma descrição exaustiva do critério de nível superior. Para cada critério superior deve haver ao menos dois critérios inferiores, do contrário não se justifica a hierarquia (ENSSLIN et al., 2001).
O processo de análise hierárquica AHP (Analytic Hierarchy Process) é possivelmente o método de apoio mais conhecido e mais usado no campo da decisão multicriterial e trata com situações multicriteriais complexas e não-estruturadas e é baseado em três princípios: (ii) construção de uma hierarquia, (ii) estabelecimento de prioridades; e (iii) consistência lógica das prioridades. O AHP pode operar com medições relativas, que comparam duas a duas a influência de critérios na decisão (mais ou menos influente) e medições de intensidade, que medem individualmente a influência de cada critério na decisão. O modo relativo exige a comparação pareada entre os critérios e o modo de intensidade exige a classificação do desempenho da alternativa em níveis como excelente, superior, médio, inferior e pobre, associados a valores numéricos compatíveis. Há registros na literatura acerca do uso do AHP em diversas áreas de aplicação (SALOMON; 2002; SAATY,1991; PARTOVI et al., 2002). A aplicação do método se dá em três passos: (i) descrição da situação complexa de interesse ou objeto por hierarquias conceituais; (ii) comparação pareada para a estimação da importância relativa dos elementos da hierarquia; e (iii) computação dos resultados.
No primeiro passo se divide o objeto em seus componentes de sustentação, os critérios e sub-critérios, em uma estrutura arborescente. Os critérios em um mesmo nível da hierarquia devem ser mutuamente exclusivos e as suas importâncias não devem depender das importâncias relativas dos critérios dos outros níveis. A seguir, por comparações pareadas, determinam-se as importâncias relativas dos critérios. Saaty (1991) sugere a aplicação de questionários a especialistas. Cada critério ai imediatamente abaixo do nível mais alto é
comparado com os demais critérios da mesma hierarquia, construindo-se uma matriz de preferências Ci,j (n x n). Esta matriz deve apresentar um grau de consistência, medido pela
razão de consistência CR. A CR é a probabilidade de que os julgamentos tenham sido obtidos de um modo puramente aleatório e, portanto, não constituem uma estrutura de preferências. Para Saaty (1991), uma matriz consistente deve apresentar um CR menor do que 0,10, do contrário recomenda-se a identificação e reformulação dos julgamentos inconsistentes, se bem que alguma inconsistência possa haver no modelo mental de decisores. O passo final é o cálculo dos pesos dos critérios. Saaty (1991) aponta ao menos cinco métodos para o cálculo do autovetor e do máximo autovalor, alguns mais simples e menos precisos, outros mais rigorosos. Os métodos chegam a resultados diferentes mas próximos quando a matriz é inconsistente. Os detalhes acerca do método e dos cálculos envolvidos são encontrados em Saaty (1991). Neste trabalho foi usada uma planilha eletrônica, cujos resultados são satisfatórios se comparados com resultados documentados do software Expert Choice.
3 Graus de importância de desempenho gerados pelo uso do método AHP
Participaram da pesquisa três empresas privadas de transporte coletivo, a entidade empresarial de classe, o órgão público de regulação e especialistas que prestam serviços na indústria do transporte coletivo de uma capital brasileira. A metodologia aplicada foi:
− Aproveitar a estrutura arborescente da teoria da mentalidade enxuta aplicada à indústria de transporte coletivo, já publicada em Sellitto; Borchardt; Pereira (2003a);
− Construir uma estrutura de preferências para o primeiro nível da estrutura arborescente e calcular os coeficientes de ponderação de uso geral de primeiro nível;
− Construir uma estrutura de preferências para o segundo nível e calcular os coeficientes de ponderação, chegando a graus de importância gerais para a indústria;
− Construir estruturas de preferências de segundo nível em três empresas da indústria, chegando a graus de importância individuais para as empresas;
− Discutir os resultados, comparando-os com os atuais sistemas em uso nas empresas, baseados no prêmio Malcolm Baldridge, e concluir sobre os resultados e o processo. Iniciou-se construindo as estruturas de preferências de especialistas. Para o primeiro nível foram convidados quatro especialistas em produção enxuta com experiência em transporte e quatro especialistas em transporte com experiência em produção enxuta, cujas estruturas foram usadas para calcular os coeficientes de ponderação de primeiro nível, apresentados na tabela 1. Doze especialistas, com formação balanceada entre ciências humanas e ciências exatas e experiências balanceadas entre empresas operadoras, órgãos reguladores e ações empresariais construíram estruturas de preferências individuais de segundo nível. No quadro 1 se apresenta o perfil balanceado dos especialistas convidados. Em ambos os níveis foram utilizados os critérios e os valores do quadro 2. Os respondentes usaram a CR de suas respostas para reformular os julgamentos a fim de torná-los mais consistentes. Os coeficientes obtidos formam a estrutura de ponderação do objeto em estudo, apresentada na tabela 2. Finalmente convidaram-se estrategistas de três empresas da indústria para construírem as estruturas específicas de preferências de segundo nível de suas empresas. A partir das preferências dos estrategistas construíram-se os modelos específicos de medição para as empresas A, B e C, apresentados na tabela 3. Para fins de comparação, acrescentou-se na tabela o modelo geral obtido para a indústria do transporte coletivo como um todo.
formação e interesse empresário operador regulador
mais técnica 2 2 2
mais humanística 2 2 2
Quadro 1: Distribuição dos respondentes do segundo nível
se ai em relação a aj = então cij = se ai em relação a aj = então cij =
igual 1 igual 1
mais importante 3 menos importante 1/3
muito mais importante 5 muito menos importante 1/5 extremamente mais importante 7 extremamente menos importante 1/7 absolutamente dominante 9 absolutamente irrelevante 1/9
especificação
de valor contínuo fluxo balanceadofluxo produção puxada melhoria contínua CR
0,49 0,20 0,10 0,11 0,10 0,09 0,49 0,22 0,05 0,14 0,10 0,11 0,44 0,08 0,27 0,06 0,15 0,09 0,46 0,17 0,17 0,17 0,04 0,01 0,36 0,09 0,34 0,04 0,17 0,08 0,48 0,18 0,18 0,06 0,11 0,05 0,51 0,06 0,13 0,03 0,26 0,07 coeficientes calculados a partir das preferências de oito especialistas 0,49 0,09 0,13 0,04 0,25 0,07 média 0,467 0,136 0,170 0,080 0,147 0,07 coeficiente variação 0,11 0,45 0,55 0,63 0,53 0,43
Tabela 1: Resultados do primeiro nível
primeiro nível segundo nível média CV
conhecimento das características dos clientes 0,21 0,86 conhecimento das finalidades dos clientes 0,15 1,00 conhecimento dos fatores de decisão dos clientes 0,21 0,83 conhecimento dos momentos de tomada de serviços 0,17 0,56 conhecimento dos ritmos de tomada de serviços 0,15 0,94 especificação de
valor = 467
conhecimento dos locais de tomada de serviços 0,11 0,74 conhecimento do conceito de perda 0,23 0,82 capacidade de identificar suas perdas 0,20 0,65 capacidade de tipificar suas perdas 0,13 0,78 capacidade de medir suas perdas 0,10 0,41 capacidade de eliminar suas perdas 0,18 0,87 fluxo contínuo =
136
capacidade de entender a importância da velocidade 0,17 0,89 conhecimento de seus processos 0,29 0,66 importância dada ao mapeamento seus processos 0,17 0,64 importância dada à medição de processos internos 0,13 0,65 importância dada à medição de processos de parceiros 0,13 1,07 vontade em mudar processos 0,12 0,92 fluxo balanceado =
170
capacidade de entender a multifuncionalidade 0,16 0,85 capacidade de ouvir a voz do cliente 0,18 0,89 consideração dada à voz do cliente 0,13 0,56 importância dada à voz do cliente 0,23 0,77 capacidade de aproveitar a voz do cliente 0,16 0,76 vontade de aproveitar a voz do cliente 0,17 0,8 produção puxada =
80
intensidade da interação com o cliente 0,14 1,03 conhecimento do conceito de melhoria contínua 0,24 0,82 capacidade de promover a melhoria contínua 0,21 0,62 capacidade de focar a melhoria contínua 0,15 0,75 capacidade de controlar a melhoria contínua 0,10 0,69 importância dada à melhoria contínua 0,16 0,83 melhoria contínua
= 147
intensidade da melhoria contínua 0,13 1,01
total = 1.000 total = 5
primeiro
nível segundo nível A B C indústria
conhecimento das características dos clientes 30 68 193 99 conhecimento das finalidades dos clientes 99 102 80 71 conhecimento dos fatores de decisão dos clientes 57 144 116 99 conhecimento dos momentos de tomada de serviços 143 99 43 77 conhecimento dos ritmos de tomada de serviços 89 30 22 69
especifica-ção de valor = 467
conhecimento dos locais de tomada de serviços 49 24 13 52 conhecimento do conceito de perda 17 19 62 31 capacidade de identificar suas perdas 35 39 29 27 capacidade de tipificar suas perdas 25 9 8 17 capacidade de medir suas perdas 14 15 19 14 capacidade de eliminar suas perdas 33 40 12 24 fluxo
contínuo = 136
capacidade de entender a importância da velocidade 12 14 6 23
conhecimento de seus processos 67 40 77 49
importância dada ao mapeamento seus processos 13 33 37 29 importância dada à medição de processos internos 26 28 7 22 importância dada à medição de processos de parceiros 11 26 26 22
vontade em mudar processos 26 15 12 21
fluxo balanceado
= 170
capacidade de entender a multifuncionalidade 25 28 11 28 capacidade de ouvir a voz do cliente 14 2 35 15 consideração dada à voz do cliente 6 4 12 10 importância dada à voz do cliente 34 27 3 18 capacidade de aproveitar a voz do cliente 8 13 18 13 vontade de aproveitar a voz do cliente 13 19 9 13 produção
puxada = 80
intensidade da interação com o cliente 4 14 5 11
conhecimento do conceito de melhoria contínua 30 8 67 35 capacidade de promover a melhoria contínua 30 44 30 32 capacidade de focar a melhoria contínua 36 28 6 22 capacidade de controlar a melhoria contínua 8 7 21 15 importância dada à melhoria contínua 34 37 11 24 melhoria
contínua = 147
intensidade da melhoria contínua 8 23 11 19
1.000 total geral 1.000 1.000 1.000 1.000
Tabela 3: Graus de importância de desemepnho de uma estratégia enxuta para três empresas e para a indústria 4 Discussão
As opiniões dos oito especialistas que construíram o primeiro nível apresentaram coeficientes de variação baixos, o que sugere que o primeiro nível do sistema de medição é robusto e pode ser utilizado na construção de modelos específicos para as empresas. Já as opiniões dos doze especialistas que construíram o segundo nível apresentaram mais variabilidade, sugerindo que um sistema de medição geral para toda a indústria deva ser aplicado com mais cautela.
De maneira geral, as empresas da indústria adotam um procedimento estratégico: (i) pela análise do cenário formulam objetivos; (ii) escolhem uma estratégia e com base na estratégia formulam planos; e (iii) estabelecem um referencial de medição de desempenho dos planos. A indústria em estudo é bem-sucedida e muitas de suas empresas adotam como estratégia a busca da excelência na prestação de serviços e como referencial de medição de desempenho
aplicação do sistema atual com o sistema ora proposto. As empresas B e C auto-avaliaram-se por questionário exploratório das trinta variáveis da estratégia enxuta na primeira etapa das pesquisas. Na tabela 4 comparam-se os resultados das auto-avaliações através de um teste estatístico. A hipótese nula H0 = [(EE – MB) = 0] propõe que a troca do sistema de medição
não afeta o resultado, em que EE é a resultado da aplicação do sistema ora proposto, com trinta parcelas, e MB é uma constante, o resultado da auto-avaliação pelo sistema atual. Um eventual viés devido a diferenças de critérios entre avaliadores é compensado, pois tratam-se de auto-avaliações. Com um nível de confiança de 95% pode-se afirmar que em ambas as empresas a troca do sistema de medição muda o resultado. Se o novo sistema de medição expuser lacunas no planejamento atual em relação à estratégia enxuta, é possível que a empresa venha a propor novas ações para a obtenção dos mesmos objetivos.
modelo do prêmio
Malcolm Baldridge modelo da estratégia enxuta, ora proposto Teste t para α =5% e ν = 29 tcrítico = 2,36 Empresa B 95% 87,1% t = -2,93; valor-p = 1%; difere
Empresa C 88% 73,9% t = -4,42; valor-p = 0%; difere
Tabela 4: Comparação entre as auto-avaliações com base em modelos distintos 5 Conclusões e continuidade
O objetivo deste trabalho foi a construção de um sistema de medição de desempenho capaz de realimentar ações de implantação de uma estratégia enxuta na indústria de transporte coletivo. Para tanto, desenvolveu-se uma metodologia de trabalho que se valeu do método de análise multicriterial AHP. A metodologia foi capaz de modelar as opiniões de especialistas e estrategistas bem sucedidos na indústria em estudo e gerar um sistema de medição de desempenho geral para a indústria e sistemas específicos para três empresas. Duas destas empresas usam como realimentador de ações estratégicas um sistema de medição baseado nos critérios do prêmio Malcolm Baldridge. Para ambas, a troca do sistema de medição de resultado produziu uma mudança ao nível de 5% de significância no resultado da medição. Se a empresa define seus objetivos antes de formular sua estratégia, pode-se suspeitar que, ao mudar o sistema de medição, mudariam as ações estratégicas. Conclui-se que dois sistemas de medição de resultados diferentes, baseados em estratégias diferentes, podem conduzir a organização a gerar planos de ações diferentes para atingir os mesmos objetivos.
A presente pesquisa é a segunda etapa de um projeto de pesquisa de três etapas. Na primeira etapa montou-se e testou-se uma estrututura arborescente capaz de representar uma estratégia enxuta em empresas de transporte coletivo. Na segunda etapa calcularam-se coeficientes para os entes da estrutura, chegando-se a um sistema de medição de resultado de uma estratégia enxuta para a indústria como um todo e para três empresas em particular. A terceira e última etapa de pesquisa proporá técnicas de gestão capazes de gerenciar os processos internos de busca de melhores resultados medidos pelo sistema ora proposto. Encerradas as três etapas de pesquisa, ter-se-ão elementos suficientes para a proposição de um modelo de gestão enxuta aplicável à indústria do transporte coletivo.
6 Reconhecimentos
Os autores reconhecem o papel dos profissionais e das entidades que participaram desta pesquisa: ATP, Associação dos Transportadores de Passageiros de Porto Alegre, empresas de transporte coletivo de Porto Alegre que participaram ativamente dos trabalhos, profissionais
da EPTC, da Cia Carris Porto-Alegrense e da Exata Logística e consultores autônomos de reconhecida competência na área. Também deseja-se reconhecer a importância da Universidade do Vale do Rio dos Sinos, UNISINOS, pelo financiamento da pesquisa.
7 Referências bibliográficas
BNQP (2004) - Criteria for performance excelence, disponível em
http://www.quality.nist.gov/Business_Criteria.htm, acessado em março de 2004
BTITICI, U. et al. (2001)- - Strategy management through quantitative modelling of performance measurement
systems, Int. J. Production Economics 69, pg. 15-22, Elsevier Science B.V.
EISSLIN, L et al. (2001) - Apoio à decisão, Insular. Florianópolis.
FRENCH, S. (1986) - Decision Theory: an introduction to the mathematics of rationality, Ed. Ellis Horwood, Chichester, West Sussex. UK.
GOMES, L. et al. (2002) - Tomada de decisão gerencial: enfoque multicritério. Atlas. S. Paulo.
HARRINGTON, H. & HARRINGTON, J. (1997) - Gerenciamento total da melhoria contínua. Makron Books. S. Paulo.
HRONEC, S. (1993) - Vital Signs – Using quality, time, and cost performance measurements to chart your
company’s future. Arthur Andersen Co. USA.
KAPLAN, R. & NORTON, D. (1997) - A estratégia em ação. Campus. Rio de Janeiro.
KEENEY, R. & RAIFFA, H. (1976) - Decisions with multiples objectives: preferences and value trade-offs. John Wiley and Sons. New York.
PARTOVI, F. et al. (2002) - How Tompkins rubber company used Analytic Hierarchy Process to enhance ISO-9000 related decision making, Production and Inventory Management Journal, vol. 43, nºs 1 & 2, first/second quarters. Alexandria, Virginia, USA.
RUMMLER, G. & BRACHE, A. (1992) - Melhores desempenhos das empresas. Makron Books. São Paulo. SAATY, T. (1991) - Método de análise hierárquica, Makron Books do Brasil. S. Paulo.
SALOMON, V. (2002) - Auxílio à decisão para a adoção de políticas de compras, Produto & Produção, vol. 6, nº 1, PPGEP-UFRGS, Porto Alegre, fev.
SELLITTO, M.; BORCHARDT, M. & PEREIRA, G. (2003) - Assessing the degree of promptness of a service industry to adopt lean thinking, REAd, Special issue 36 vol. 9 nº 6, pg. 105-130.
SELLITTO, M.; BORCHARDT, M. & PEREIRA, G. (2003a) - Avaliação do grau de preparação de uma indústria para receber uma abordagem que a leve em direção à mentalidade enxuta, Anais do XXIIIº ENEGEP, Ouro Preto. SHEINKOPF, L. (1999) - Thinking for a change. St. Lucia Press. Boca Raton.
SINK, D.; TUTTLE, T. (1993) - Planejamento e medição para a performance. Qualitymark. R. Janeiro. WIENDAHL, H. (1995) - Load-oriented manufacturing control, Carl Hansen Verlag, Deutschland. WOMACK, J.; JONES, D. (1997) - A mentalidade enxuta nas empresas, Campus. R. Janeiro.
