Há Associação entre Experiência Coletiva e Produtividade na Prestação de Serviços Mediadas por Tempo, Equivalência e Custos?
DOI:
https://doi.org/10.9771/rc-ufba.v15i0.36436Palavras-chave:
Experiência coletiva. Produtividade. Curva de aprendizagem. Gestão de custos. Métodos de equivalência.Resumo
Esta pesquisa objetivou verificar se há associação entre experiência coletiva e produtividade na prestação de serviços. Caracterizado por um estudo de caso, predominantemente quantitativo e de natureza exploratória e descritiva, utilizou-se dados de produção por meio de equivalência, custos e tempo de permanência de integrantes de 11 equipes de trabalho de uma empresa prestadora de serviços de telecomunicações, ao longo de 24 meses. Para tanto, formulou-se duas hipóteses de pesquisa: hipótese nula, que não existe associação entre a variável Experiência e Produtividade ao longo do período considerando-se o tempo médio das equipes e, como hipótese alternativa, que as variáveis são associadas. Como resultado, por meio do teste Qui-quadrado obteve-se o valor de 3,7161, ao nível de significância de α = 0,05, com 4 graus de liberdade, e valor crítico de 9,48773 que representa a área caudal direita. Assim, como o valor Qui-quadrado está fora da área aceitável, não se pode rejeitar a hipótese nula, o que leva a conclusão de que os dados não mostram evidência de associação entre Experiência e Produtividade, para o caso estudado, cujas diferenças nas proporções podem ser explicadas por simples variações causais.
Downloads
Referências
Adler, P. S., & Clark, K. B. (1991). Behind the learning curve: a sketch of the learning process. Management Science, 37(3), 267-281.
Alchian, A. (1963). Reliability of progress curves in airframe production. Econometrica: Journal of the Econometric Society, 31(4), 679-693.
Antonello, C. S., & Godoy, A. S. (2010). A encruzilhada da aprendizagem organizacional: uma visão multiparadigmática. Revista de Administração Contemporânea, 14(2), 310-332.
Anzanello, M. J., & Fogliatto, F. S. (2011). Learning curve models and applications: literature review and research directions. International Journal of Industrial Ergonomics, 41(5), 573-583.
Argote, L. (1999). Organizational learning: creating, retaining and transferring knowledge. Kluwer Academic Publishers: Boston.
Argote, L., McEvily, B., & Reagans, R. (2003). Managing knowledge in organizations: an integrative framework and review of emerging themes. Management Science, 49(4), 571-582.
Badiru, A. B. (1992). Computational survey of univariate and multivariate learning curve models. Engineering Management, 39(2), 176-188.
Barbetta, P. A. (2008). Estatística aplicada às ciências sociais. Editora da UFSC: Florianópolis.
Boone, T., & Ganeshan, R. (2001). The effect of information technology on learning in professional service organizations. Journal of Operations Management, 19(4), 485-495.
Bornia, A. C. (2010). Análise gerencial de custos: aplicação em empresas modernas. São Paulo: Atlas.
Colares, L. G. T. (2005). Processo de trabalho, saúde e qualidade de vida no trabalho em uma unidade de alimentação e nutrição: uma abordagem qualitativa. (Tese de Doutorado). Escola Nacional de Saúde Pública, Fundação Oswaldo Cruz, Rio de Janeiro, RJ.
Conley, P. (1970). Experience curves as a planning tool. Spectrum, 7(6), 63-68.
Corning, P. A. (1983). The synergism hypothesis: on the concept of synergy and its role in the evolution of complex systems. New York: McGraw-Hill Publishers.
Davenport, T. H., & Prusak, L. (2000). Conhecimento empresarial: como as organizações gerenciam o seu capital intelectual. 2a ed. Rio de Janeiro: Campus.
De La Villarmois, O., & Levant, Y. (2011). From adoption to use of a management control tool: case study evidence of a costing method. Journal of Applied Accounting Research, 12(3), 234-259.
De La Villarmois, O., & Levant, Y. (2007). Le Time-Driven ABC: la simplification de l’évaluation des coûts par le recours aux équivalents–un essai de positionnement. Revue Finance Contrôle Stratégie, 10(1), 149-182.
De Wit, M., Junginger, M., Lensink, S., Londo, M., & Faaij, A. (2010). Competition between biofuels: modeling technological learning and cost reductions over time. Biomass and Bioenergy, 34(2), 203-217.
Demeester, L. L., & Qi, M. (2005). Managing learning resources for consecutive product generations. International Journal of Production Economics, 95(2), 265-283.
Dutton, J. M., & Thomas, A. (1984). Treating progress functions as a managerial opportunity. Academy of Management Review, 9(2), 235-247.
Fávero, L. P., Belfiore, P., Silva, F., & Cham, B. (2009). Análise de dados: modelagem multivariada para tomada de decisão. São Paulo: Elsevier.
Ferrari, M. J. (2012). Custeio de serviços baseado em unidade de medida de produção: o caso de uma empresa do setor de telecomunicações. (Dissertação de Mestrado). Programa de Pós-Graduação em Contabilidade, Universidade Federal de Santa Catarina, Florianópolis, SC.
Fioretti, G. (2007). The organizational learning curves. European Journal of Operational Research, 177(3), 1375-1384.
Gervais, M., & Levant, Y. (2007). Comment garantir l'homogénéité globale dans la méthode UVA? Deux études de cas”. Finance, Contrôle, Stratégie, 10(3), 43-73.
Glock, C. H., Grosse, E. H., Jaber, M. Y., & Smunt, T. L. (2019). Applications of learning curves in production and operations management: a systematic literature review. Computers & Industrial Engineering, 131, 422-441.
Horngren, C. T., Datar, S. M., & Foster, G. (2004).Contabilidade de custos: uma abordagem gerencial. 11a ed. São Paulo: Prentice Hall.
Huckman, R. S., Staats, B. R., & Upton, D. M. (2009). Team familiarity, role experience, and performance: evidence from Indian software services. Management science, 55(1), 85-100.
Jaber, M. Y., & Bonney, M. (1996). Optimal lot sizing under learning considerations: the bounded learning case. Applied Mathematical Modelling, 20(10), 750-755.
Kahouli-Brahmi, S. (2008). Technological learning in energy-environment-economy modelling: a survey. Energy Policy, 36(1), 138-162.
Leite, M. O. (2002). A utilização das curvas de aprendizagem no planejamento da construção civil. (Dissertação de Mestrado). Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis, SC.
Levant, Y., & Zimnovitch, H. (2013). Contemporary evolutions in costing methods: understanding these trends through the use of equivalence methods in France. Accounting History, 18(1), 51-75.
Lohmann, M., Anzanello, M. J., Fogliatto, F. S., & Da Silveira, G. C. (2019). Grouping workers with similar learning profiles in mass customization production lines. Computers & Industrial Engineering, 131, 542-551.
Morrison, J. B. (2008). Putting the learning curve in context. Journal of Business Research, 61(11), 1182-1190.
Nadeau, M. C., Kar, A., Roth, R., & Kirchain, R. (2010). A dynamic process-based cost modeling approach to understand learning effects in manufacturing. International Journal of Production Economics, 128(1), 223-234.
Nemet, G. F. (2006). Beyond the learning curve: factors influencing cost reductions in photovoltaics. Energy policy, 34(17), 3218-3232.
Neuhaus, M., & Bunke, H. (2007). Automatic learning of cost functions for graph edit distance. Information Sciences, 177(1), 239-247.
Ostermeier, F. F. (2019). The impact of human consideration, schedule types and product mix on scheduling objectives for unpaced mixed-model assembly lines. International Journal of Production Research, 57, 1-20.
Pereira, W. C., & Suslick, S. B. (2003). Modelo de previsão do custo de mineração pelo sistema de curvas de aprendizado. Revista Escola de Minas, 56(2), 139-143.
Plaza, M., & Rohlf, K. (2008). Learning and performance in ERP implementation projects: a learning-curve model for analyzing and managing consulting costs. International Journal of Production Economics, 115(1), 72-85.
Reis, L., Borgert, A., & Ferrari, M. J. (2016). Unidade de equivalência em serviços de telecomunicações. Gestão da Produção, Operações e Sistemas, 11(1).
Schoots, K., Kramer, G. J., & Van Der Zwaan, B. C. C. (2010). Technology learning for fuel cells: an assessment of past and potential cost reductions. Energy Policy, 38(6), 2887-2897.
Smunt, T. L., & Watts, C. A. (2003). Improving operations planning with learning curves: overcoming the pitfalls of ‘messy’ shop floor data.Journal of Operations Management, 21(1), 93-107.
Stroieke, E., Fogliatto, F. S., & Anzanello, M. J. (2013). Estado da arte das aplicações de curvas de aprendizado. Gestão & Produção, 20(3), 681-694.
Sveiby, K. E. (1998). A nova riqueza das organizações: gerenciando e avaliando patrimônios de conhecimento. Rio de Janeiro: Campus.
Szwarcfiter, C., & Dalcol, P. R. T. (1997). Economias de escala e de escopo: desmistificando alguns aspectos da transição. Production, 7(2), 117-129.
Teplitz, C. J. (1991). The learning curve deskbook: a reference guide to theory, calculations, and applications. New York: Quorum Books.
Togo, D. F. (2001). A curvilinear approach to teaching learning effects for cost estimation. Journal of Accounting Education, 19(3), 211-223.
Tsuchiya, H., & Kobayashi, O. (2004). Mass production cost of PEM fuel cell by learning curve. International Journal of Hydrogen Energy, 29(10), 985-990.
Van Den Broek, M., Hoefnagels, R., Rubin, E., Turkenburg, W., & Faaij, A. (2009). Effects of technological learning on future cost and performance of power plants with CO2 capture. Progress in Energy and Combustion Science, 35(6), 457-480.
Van Den Wall Bake, J. D., Junginger, M., Faaij, A., Poot, T., & Walter, A. (2009). Explaining the experience curve: cost reductions of Brazilian ethanol from sugarcane. Biomass and Bioenergy, 33(4), 644-658.
Weitzel, L., Rovere, E. L., & Cunha, R. (2006). As demandas do novo modelo institucional do setor elétrico brasileiro. Anais do Congresso Brasileiro de Planejamento Energético,Brasília, DF, 5.
Wiersma, E. (2007). Conditions that shape the learning curve: factors that increase the ability and opportunity to learn. Management Science, 53(12), 1903-1915.
Wright, T. P. (1936). Factors affecting the cost of airplanes. Journal of the aeronautical sciences, 3(4), 122-128.
Young, W. A., Masel, D. T., & Judd, R. P. (2008). A matrix-based methodology for determining a part family’s learning rate. Computers & Industrial Engineering, 54(3), 390-400.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Revista de Contabilidade da UFBA
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho licenciado simultaneamente sob uma Licença Creative Commons Attribution CC-BY-NC após a publicação, permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal), já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
This work is licensed under a license 