Avaliação de um modelo para a relação entre lean manufacturing, indústria 4.0 e a sustentabilidade das empresas

Adriana Freires de Araújo Avaliação de um modelo para a relação entre lean manufacturing, indústria 4.0 e a sustentabilidade das empresas abril de 2022Universidade do MinhoEscola de Engenharia Avaliação de um modelo para a relação entre lean manufacturing, indústria 4.0 e a sustentabilidade das empresas Adriana Freires de Araújo Uminho 2022 abril de 2022Tese de Doutoramento Programa Doutoral em Engenharia Industrial e de Sistemas Trabalho efetuado sob a orientação daDoutora Leonilde Varelae doDoutor Paulo Ávila Universidade do MinhoEscola de EngenhariaAdriana Freires de Araújo Avaliação de um modelo para a relação entre lean manufacturing, indústria 4.0 e a sustentabilidade das empresas ii DIREITOS DE AUTOR E CONDIÇÕES DE UTILIZAÇÃO DO TRABALHO POR TERCEIROS Este é um trabalho académico que pode ser utilizado por terceiros desde que respeitadas as regras e boas práticas internacionalmente aceites, no que concerne aos direitos de autor e direitos conexos. Assim, o presente trabalho pode ser utilizado nos termos previstos na licença abaixo indicada. Caso o utilizador necessite de permissão para poder fazer um uso do trabalho em condições não previstas no licenciamento indicado, deverá contactar o autor, através do Repositório da Universidade do Minho. Licença concedida aos utilizadores deste trabalho Atribuição-NãoComercial-CompartilhaIgual CC BY-NC-SA https://creativecommons.org/licenses/by-nc-sa/4.0/ iii AGRADECIMENTOS Começo por agradecer1 à minha orientadora Profª. Dra. Leonilde Varela, por todo o suporte prestado na realização deste trabalho, sem ela e sua equipa esta tese não teria sido possível. Agradeço ao Prof. Dr. Paulo Ávila, pelo seu apoio e pela sua amizade demonstrada desde o primeiro momento em que nos conhecemos. Agradeço também, de coração, ao Prof. Dr. Goran Putnik, por todo o suporte prestado na realização deste trabalho. Como qualquer pesquisa que resulte numa tese, apesar de em última análise ser um trabalho muitas vezes solitário, há muitas pessoas e instituições que influenciaram, incentivaram e colaboraram com ideias e propostas para que este trabalho fosse concretizado. Aqui expresso o meu reconhecido agradecimento: Aos especialistas envolvidos na análise qualitativa e triangulação de fontes e em especial ao Prof. Dr. Hélio Castro Instituto Superior de Engenharia do Porto (ISEP) e aos demais colegas pelos seus contributos para a análise qualitativa e disponibilidade para dar apoio na realização deste trabalho. - A um conjunto alargado de académicos e colegas com quem tive a oportunidade de interagir nos diversos seminários, fóruns e conferências nacionais e internacionais em que participei e que partilharam comigo conhecimento e experiências relevantes. - Um especial agradecimento ao Walter Tengler pela dedicação, amor e força que fortaleceram o meu sonho e objetivo de concretização deste projeto e a todo o meu suporte familiar no Brasil, neste período de isolamento e distância, nomeadamente a Gutenbergue, Rosângela e D. Leda, pelo apoio dado ao meu filho, o grande amor da minha vida, o Nícolas, a quem dedico este trabalho. Dedico ainda esta tese a todos mencionados, por toda a compreensão e mesmo aqueles que não tenham entendido, logo à partida, este meu grande objetivo e que a distância veio complicar ainda mais, mas de quem tanto necessitei para aqui chegar, através de muitos sacrifícios, que todos fizeram para que este trabalho se tornasse realidade. A todos, muito sinceramente, obrigada! 1 Ao meu Onipotênte “Deus”, por nos terdes concedido a benevolência da fé, ferramenta cogente diante das situações custosas. iv DECLARAÇÃO DE INTEGRIDADE Declaro ter atuado com integridade na elaboração do presente trabalho académico e confirmo que não recorri à prática de plágio nem a qualquer forma de utilização indevida ou falsificação de informações ou resultados em nenhuma das etapas conducente à sua elaboração. Mais declaro que conheço e que respeitei o Código de Conduta Ética da Universidade do Minho. v AVALIAÇÃO DE UM MODELO PARA A RELAÇÃO ENTRE LEAN MANUFACTURING, INDÚSTRIA 4.0 E A SUSTENTABILIDADE DAS EMPRESAS RESUMO Nos últimos anos as organizações mundiais têm dado provas da sua capacidade de ultrapassar as restrições que as conjunturas internacionais e globalizadas trazem, com vista a reforçar a competitividade, apostando numa gestão eficaz e eficiente, na inovação e nas dimensões da sustentabilidade. Atualmente, o Lean Manufacturing e a Indústria 4.0, são duas filosofias produtivas que têm preocupado os agentes produtivos e a sociedade em geral, quanto ao seu impacto nas três dimensões da sustentabilidade. Neste trabalho, após uma revisão da literatura, foi identificado que as relações expostas não são bem conhecidas e que aparecem dispersas por vários critérios de sustentabilidade consoante os autores que as abordam nos seus trabalhos. Face a esta lacuna de conhecimento, definiu-se como objetivo desta tese o estudo destas relações de forma quantificada. Foi então construído um modelo de equações estruturais, com seis hipóteses, para se medir quantitativamente a relação entre o de LM e a I4.0 na Sustentabilidade. Para validar estatisticamente tais hipóteses, foram recolhidas 252 respostas completas em empresas industriais da Península Ibérica (Portugal e Espanha). Os resultados obtidos mostraram que: (1) não se consegue obter evidência de que a filosofia LM está correlacionada com qualquer das três dimensões da Sustentabilidade; e (2) a I4.0 mostra uma forte correlação com as três dimensões da Sustentabilidade. Os resultados alcançados são um contributo para o conhecimento porque podem contribuir para melhorar o suporte decisório nas empresas industriais e nos seus stakeholders aquando do planeamento das suas estratégias e investimentos produtivos, até porque nem todos os resultados aos quais se chegou com este trabalho, estão alinhados com muitas opiniões e com outros estudos. Palavras-Chave: Indústria 4.0, Lean Manufacturing, Sustentabilidade, e Modelagem de Equações Estruturais. vi EVALUATION OF A MODEL FOR THE RELATIONS BETWEEN LEAN MANUFACTURING, INDUSTRY 4.0 AND ENTERPRISES’ SUSTAINABILITY ABSTRACT In recent years, global organisations have demonstrated their ability to overcome the restrictions brought about by international and globalised conjunctures, with a view to strengthening competitiveness by investing in effective and efficient management, innovation and sustainability. Currently, Lean Manufacturing and Industry 4.0 are two productive philosophies that have worried productive agents and society in general, regarding their impact on the three pillars of sustainability. In this work, after a literature review, it was identified that the relationships exposed are not well known and that they appear dispersed by various sustainability criteria depending on the authors that address them in their works. In view of this knowledge gap, the objective of this thesis was to study these relationships in a quantified manner. A structural equation model was then built, with six hypotheses, to quantitatively measure the relationship between LM and Industry 4.0 in Sustainability. To statistically validate such hypotheses, 252 complete responses were collected in industrial companies in the Iberian Peninsula (Portugal and Spain). The results obtained showed that: (1) no evidence can be obtained that LM philosophy is correlated with any of the three dimensions of Sustainability; and (2) Industry 4.0 shows a strong correlation with the three dimensions of Sustainability. The results achieved are a contribution to knowledge because they can contribute to improve the decision support in industrial companies and their stakeholders when planning their strategies and productive investments, even because not all the results that were reached with this work, are aligned with many opinions and with other studies. Keywords: Industry 4.0, Lean Manufacturing, Sustainability and Structural Equation Modeling. vii ÍNDICE DIREITOS DE AUTOR E CONDIÇÕES DE UTILIZAÇÃO DO TRABALHO POR TERCEIROS …………………………………………………………………………………ii AGRADECIMENTOS ............................................................................................................. iii DECLARAÇÃO DE INTEGRIDADE .................................................................................... iv RESUMO .................................................................................................................................. v ABSTRACT ............................................................................................................................. vi ÍNDICE ................................................................................................................................... vii ÍNDICE DE FIGURAS ............................................................................................................. x ÍNDICE DE TABELAS ......................................................................................................... xiii LISTA DE ABREVIATURAS E SIGLAS ............................................................................. xv 1. INTRODUÇÃO .................................................................................................................... 1 1.1. Motivação e enquadramento da problemática .................................................................... 1 1.2. Objetivos do estudo ............................................................................................................ 2 1.3. Metodologia do estudo ....................................................................................................... 3 1.4. Relevância do tema ............................................................................................................ 4 1.5. Estrutura do relatório ......................................................................................................... 7 2. ESTADO DA ARTE ............................................................................................................. 9 2.1. Sustentabilidade ................................................................................................................. 9 2.2. Lean Manufacturing ......................................................................................................... 12 2.2.1 Lean Manufacturing na dimensão económica ............................................................... 14 2.2.2 Lean Manufacturing na dimensão ambiental ................................................................. 15 2.2.3 LM na dimensão social .................................................................................................. 16 2.3. Indústria 4.0 ...................................................................................................................... 17 2.3.1 I4.0 na dimensão económica .......................................................................................... 19 2.3.2 Indústria 4.0 na dimensão ambiental ............................................................................. 20 2.3.3 Indústria 4.0 na dimensão social ................................................................................... 21 3. MODELO DE AVALIAÇÃO ............................................................................................. 23 3.1. Hipóteses de investigação ................................................................................................ 23 3.2. Definições dos construtos e variáveis manifestas ............................................................ 36 xiv Tabela 22. Resultados da média, erro e desvio padrão para as variáveis manifestas Y7,Y8 e Y9. ................................................................................................................................................. 95 Tabela 23. Índices, medidas de ajuste e referenciadas. ........................................................... 99 Tabela 24. Índices absolutos ................................................................................................. 100 Tabela 25. Índices relativos ................................................................................................... 101 Tabela 26. Índices ajustados pela parcimônia. ...................................................................... 101 Tabela 27. Índices ajustados pela parcimônia NCP. ............................................................. 101 Tabela 28. Função de discrepância mínima FMIN. .............................................................. 102 Tabela 29. Expected cross - validation index ECVI. ............................................................ 102 Tabela 30. Hoelter ................................................................................................................. 102 Tabela 31. Root mean square error of approximatio (RMSEA). .......................................... 103 Tabela 32. Akaike information criterion (AIC). ................................................................... 103 Tabela 33. Índices de qualidade de ajustamento com respetivos e maior frequência. .......... 103 Tabela 34. Legenda das correlações dos indicadores em lean. ............................................. 106 Tabela 35. Legenda das Correlações dos Indicadores em I4.0. ............................................ 106 Tabela 36. Legenda das correlações dos indicadores Lean na dimensão económica. .......... 107 Tabela 37. Legenda das correlações dos indicadores Lean e Dimensão Ambiental. ............ 107 Tabela 38. Legenda das correlações dos indicadores em Lean e dimensão social. .............. 107 Tabela 39. Legenda das Correlações entre I4.0 e Dimensão Económica. ............................ 108 Tabela 40. Legenda das Correlações entre I4.0 e Dimensão Ambiental. .............................. 108 Tabela 41. Legenda das Correlações entre I4.0 e Dimensão Social. .................................... 109 Tabela 42. Resumo das correlações do valor estimado e desvio-padrão. ............................. 110 Tabela 43. Ajuste de medidas obtido por critério de ajuste para o MM. .............................. 114 Tabela 44. Validação de ajuste do SM. ................................................................................. 115 Tabela 45. Estimativas do SM e quadro sintetizado das hipóteses. ..................................... 116 xv LISTA DE ABREVIATURAS E SIGLAS AFC Análise Fatorial Confirmatória CCs Carbon Capture and Storage CQZD Controlo de Qualidade Zero Defeitos CPPS Produção Cibernética-física GD Gestão de Desenvolvimento GFI GFI Goodness of Fit Index I4.0 I4.0 [I]IoT [Industrial] Internet of Things ISMS Information System Management Security ISO International Organization for Standardization LM LM MM Modelo de Mensuração PDCA Plan–Do–Check–Act PLM Product Lifecycle Management PGFI Parsimony Goodness-of-Fit Index RMSEA Root Mean Square Error of Approximation SM Structural Model SEM Structural Equation Modeling TPS Toyota Production System VaB Valor acrescentado Bruto ZQC Zero Quality Control 1 1. INTRODUÇÃO Neste capítulo introdutório faz-se uma apresentação do tema da tese, com a apresentação da principal motivação para a realização deste trabalho, dos objetivos a atingir e das hipóteses exploradas, de modo a ir de encontro às principais premissas subjacentes a esta investigação. Seguidamente faz-se um breve enquadramento geral do tema da tese de doutoramento, bem como uma síntese das hipóteses em estudo e do modelo teórico proposto. De seguida, são expostos resumidamente o estado da arte e os principais métodos usados na validação empírica da tese. Finalmente, é discutida a contribuição da tese e apresentada a organização deste relatório. 1.1. Motivação e enquadramento da problemática As principais razões e motivações para o desenvolvimento deste estudo estão relacionadas com: (1) A inexistência de estudos que permitam uma análise comparativa da relação entre a filosofia de produção Lean Manufacturing (LM), a Indústria 4.0 (I4.0) e as três principais dimensões da Sustentabilidade (económica, ambiental e social); nomeadamente, usando alguma técnica de modelação e subsequente análise mais formal, por exemplo, baseada em equações estruturais, com o objetivo de (2) Um conhecimento de como essas correlações potenciais podem influenciar decisões importantes para as empresas industriais e seus parceiros de negócio ou stakeholders. De fato o tópico deste trabalho diz respeito a todas as partes da sociedade minimamente afetadas pelos resultados do LM e, mais recentemente pela I4.0, estando até então a relação entre estes conceitos sujeitos a um elevado grau de incerteza e imprecisão, ao mesmo tempo que algumas preocupações estão surgindo de diferentes nichos da sociedade, nomeadamente relacionadas com questões de empregabilidade, entre outras. Por outro lado, face à vulnerabilidade das empresas, sujeitas a uma elevada competitividade dos mercados globais, estas têm sido obrigadas a optar por estratégias de negócios que consistem em aumentar o valor entregue ao cliente, levando o mercado a competir em fatores como o tempo de entregar produtos, relações entre preço e custo, qualidade do produto ou serviço, flexibilidade e nível de serviço prestado (Bhatnagar, 2009). 2 Nos últimos anos, mais pesquisas e profissionais têm reconhecido as vantagens associadas à compreensão dos fatores chave do LM e da sua relação com a I4.0, embora ainda não tenham sido abordados de forma profunda, nomeadamente em termos de relacionamento com as três principais dimensões da sustentabilidade, por forma a permitir às empresas um bom desenvolvimento, conforme é preconizado em (Lima, 2018). Nesta tese, visa-se efetuar um estudo que tem como objetivo uma pesquisa exploratória dos conceitos expostos, por forma a permitir uma melhor compreensão acerca de um conjunto de hipóteses acerca de LM, I4.0 e Sustentabilidade. Tal objetivo é preconizado através do desenvolvimento de um modelo que permita especificar as principais relações estabelecidas entre estes conceitos (LM e I4.0), no âmbito da Sustentabilidade e que é explorado num contexto de Pequenas e Médias Empresas (PMEs) industriais da Península Ibérica. Pretendese com este trabalho contribuir significativamente para a compreensão académica da relação entre os conceitos expostos e contribuir para um melhor conhecimento acerca desta temática, que permita promover melhorias no desempenho das empresas e da sociedade em geral. 1.2. Objetivos do estudo Atualmente LM, I4.0 e Sustentabilidade são filosofias que suscitam interesse para as empresas e as possíveis relações entre elas implicam novos desafios para a sociedade. Os contextos e as relações destas filosofias nas dimensões económica, ambiental e social para o desenvolvimento empresarial revelarão um estudo de cariz inovador, nomeadamente para empresas situadas na Península Ibérica, o que conduziu ao estabelecimento, como principal objetivo deste trabalho, o desenvolvimento de um modelo que permita: - Avaliar a relação entre LM e as dimensões da sustentabilidade, e a relação entre I4.0 e as dimensões da sustentabilidade e o correspondente impacto no desenvolvimento das empresas. Por sua vez, estas filosofias LM e I4.0, influenciarão as organizações face às três dimensões da sustentabilidade obtendo-se então as seguintes hipóteses: Hipótese 1 (H1). A perceção das empresas industriais sobre a sustentabilidade económica está positivamente relacionada com LM. Hipótese 2 (H2). A perceção das empresas industriais sobre a sustentabilidade ambiental está positivamente relacionada com LM. Hipótese 3 (H3). A perceção das empresas industriais sobre a sustentabilidade social está positivamente relacionada com LM. 3 Hipótese 4 (H4). A perceção das empresas industriais sobre a sustentabilidade económica está positivamente relacionada com a I4.0. Hipótese 5 (H5). A perceção das empresas industriais sobre a sustentabilidade ambiental está positivamente relacionada com a I4.0. Hipótese 6 (H6). A perceção das empresas industriais sobre sustentabilidade social está positivamente relacionada com a I4.0. Para atingir o objetivo deste trabalho, irá começar-se por caracterizar e conhecer as principais contribuições científicas existentes sobre os conceitos base inerentes a este estudo (LM, I4.0 e Sustentabilidade). Nomeadamente, numa primeira instância, por forma a analisar relações entre a filosofias LM e as três dimensões da sustentabilidade e, subsequentemente, também entre I4.0 e as três dimensões da sustentabilidade. Depois será construído um modelo estatístico para estudar o problema e, subsequentemente feita a avaliação do mesmo. 1.3. Metodologia do estudo A metodologia, para demonstração e validação das hipóteses, será baseada num estudo empírico com aplicação de um instrumento de recolha de dados e de um método para lidar diretamente com múltiplas relações simultâneas de dependência e independência entre as variáveis, fornecendo uma transição da análise exploratória para a confirmatória, permitindo também a utilização de variáveis que não podem ser medidas diretamente e que são os chamados construtos latentes. Foi desenvolvido um inquérito e validado por especialistas, subsequentemente, foi colocado à disposição de uma comunidade industrial alargada na Península Ibérica, por empresas de Portugal e Espanha, tendo sidos possível obter 80% de respostas validadas, num total de 306 respostas. Numa fase seguinte foram usadas abordagens de estatística descritiva para caracterizar a população e a amostra, no que concerne ao comportamento e perceção das empresas relativamente ao LM, I4.0 e sustentabilidade. Para efetuar as análises e validações dos dados recolhidos foi usada Análise Fatorial Confirmatória usando o software AMOS (versão 24). Assim, validaram-se, empiricamente, as medidas propostas para a identificação dos construtos ou variáveis latentes causais do comportamento das perceções ‘LM, I4.0 e Sustentabilidade’. Este processo para além de atestar a fiabilidade e validade dos construtos, também permitiu converter os sub-construtos num indicador que será utilizado nas análises das relações no modelo teórico proposto. 4 A análise do modelo foi efetuada através da modelagem de equações estruturais para confirmar a estrutura de relações causais teorizadas pelos resultados da análise fatorial confirmatória. Assim, avaliaram-se os dados em termos de valores extremos, normalidade e dimensão da amostra, seguindo-se a estimação do modelo de equações estruturais, com a especificação e estimação do modelo de medida e do modelo estrutural. 1.4. Relevância do tema Atualmente, com os avanços tecnológicos e uma especial ênfase na digitalização na era da Indústria I4.0, grande preocupação se tem vindo a demostrar com o seu impacto no desenvolvimento das empresas cada vez mais responsável e consciente no que se refere à existência de um compromisso com a sustentabilidade, aos níveis ambiental, económico e social (Muga &Mihelcic, 2008). A par com o crescimento desta visão sustentável, cresce então também um estímulo no sentido do desenvolvimento de novas ferramentas, com base em indicadores para a sua avaliação (Leoneti et al., 2016) que focam em requisitos e visões relativas a estas dimensões da sustentabilidade, relativamente às várias formas de gestão alternativas, baseadas em diferentes métodos de produção e de gestão, nomeadamente através da filosofia LM e das premissas e tecnologias subjacentes à I4.0. Segundo os autores Martínez-Jurado e MoyanoFuentes (2014) é também realçada a importância da sustentabilidade, que alertam para a forma responsável como as tarefas devem ser realizadas, por forma a se conseguirem resultados socialmente sustentáveis. Adicionalmente, em (Baumgartner, 2014) também é apresentada uma visão sobre a importância de uma sustentabilidade organizacional e sistemática nas empresas, Figura 1, por forma a mitigar impactos económicos, ambientais e sociais e, desta forma, se contribuir para o desenvolvimento sustentável nas empresas. 5 Figura 1. As fases da gestão sustentável corporativa. (adaptado de Baumgartner, 2014). Figura 2. Números de publicações online b-on. O objetivo central deste projeto de tese de doutoramento consiste então na análise da evolução do uso dos conceitos de LM e de I4.0, mais concretamente, através do seu relacionamento com o conceito de sustentabilidade e, nesse sentido, começa-se por apresentar, em termos de informação geral, o número de artigos encontrados acerca destas temáticas, 6 portanto, acerca de artigos encontrados no período de 2006 a 2018 sobre trabalhos que focam, por um lado, aspetos de LM juntamente com aspetos de sustentabilidade e, por outro, trabalhos que focam aspetos de I4.0 com aspetos de sustentabilidade, como se apresenta, resumidamente, através da Figura 2. Números de publicações online b-on. Este conjunto relativamente alargado de publicações foi obtido através das combinações de um conjunto de palavras-chave selecionadas para realizar a pesquisa, em inglês, cujo conjunto principal se apresenta na Tabela 1, embora também se tenham considerado outras combinações de palavras-chave proximamente relacionadas com as apresentadas ou consideradas sinónimos. O procedimento de pesquisa dos artigos consistiu, numa primeira fase, na seleção dos artigos com base numa leitura e análise cuidada dos correspondentes títulos, palavras-chave e resumos dos artigos. Numa segunda fase, após a aplicação de um conjunto de filtros, nomeadamente relativamente à imposição de publicações revistas pelos pares, com texto completo e redigidos em língua inglesa, foi obtido um subconjunto de publicações, que, subsequentemente, foi novamente analisado cuidadosamente para verificar quais os que se focavam no tema desta tese. Tabela 1. Combinações de palavras-chave. Industry 4.0 AND Sustainability OR Economic Industry 4.0 AND Sustainability OR Enviroment Industry 4.0 AND Sustainability OR Social Lean AND Sustainability OR Economic Lean AND Sustainability OR Enviroment Lean AND Sustainability OR Social Industry 4.0 AND Lean OR Sustainability Lean AND Industry 4.0 OR Technology Lean AND Industry 4.0 OR Sustainability No capítulo 2 será apresentada a análise mais detalhada que foi efetuada aos artigos considerados mais relevantes para este trabalho, com maior ênfase na identificação de dados relevantes para a elaboração dos construtos e consequente derivação das variáveis manifestas do modelo, conforme se descreverá detalhadamente no capítulo 3. Contudo, a síntese dessa revisão bibliográfica realizada permitiu registar as seguintes observações: - A primeira observação é que nenhum dos trabalhos efetuou uma análise suficientemente abrangente que permitisse cobrir todas as características o / critérios considerados relevantes 7 para analisar os conceitos subjacentes a este trabalho, conforme se irá analisar mais adiante de forma detalhada; - A segunda observação é que nenhum dos trabalhos analisados tratou o tema desta tese através de recurso a uma análise mais formal ou estatística, nomeadamente recorrendo a testes de hipóteses com a correspondente análise de significância da modelação efetuada, por exemplo por equações estruturais ou outras abordagens estatísticas afins; - A terceira observação é que as características/critérios de influência não são considerados de forma homogénea, havendo alguns que são mais abordados do que outros. Perante as constatações ou evidências apresentadas, considera-se então que o presente trabalho é inovador e se torna premente a sua realização para promover a melhoria do conhecimento na área desta tese de doutoramento. 1.5. Estrutura do relatório Esta tese encontra-se organizada em seis capítulos. No primeiro capítulo a introdução faz uma contextualização geral deste trabalho de tese, apresentando as premissas gerais de base deste estudo, bem como os objetivos gerais e um breve enquadramento para as principais hipóteses de investigação. O capítulo dois, do estado da arte, descreve, sumariamente, a principal revisão da literatura realizada neste trabalho com o intuito de suportar o conhecimento de base subjacente a este trabalho e de modo a suportar o modelo proposto. O capítulo três versa sobre a Metodologia de Estudo, em que inicialmente se faz uma apresentação detalhada dos objetivos e das questões principais subjacentes às hipóteses de investigação e, em seguida, a metodologia que permitiu recolher e analisar as informações para dar respostas aos objetivos propostos. O capítulo quatro trata da Análise Exploratória dos Dados e tem como objetivo realizar a análise da amostra e do inquérito nos respetivos fatores contextuais e de relação com o desenvolvimento das empresas da Península Ibérica. O capítulo cinco presenta a Validação do Instrumento de Pesquisa para Análise de Equações Estruturais e tem como objetivo a validação dos construtos utilizados no modelo estrutural proposto. O capítulo seis centra-se na Discussão dos Resultados e numa análise à Investigação Futura. Neste capítulo analisa-se a relação de cada uma das abordagens e ferramentas principais do estudo subjacentes às relações entre LM e os três pilares principais da Sustentabilidade e 8 também associadas ao atual conceito da I4.0 e ao seu relacionamento com os três pilares da Sustentabilidade e, por fim a relação entre LM e a I4.0. Por último são ainda incluídas as secções de referências bibliográficas e um conjunto de anexos subjacentes à realização deste trabalho, nomeadamente referente aos inquéritos realizados. 15 Na Tabela 2 estão sumariadas algumas das principais contribuições encontradas sobre a influência do LM na dimensão económica da sustentabilidade e que permitiram conduzir a uma subsequente análise relativa às correspondentes variáveis manifestas consideradas no modelo proposto, conforme se descreve mais adiante neste relatório. Dimensão da Sustentabilidade Influência Referências Económica Aumentar Lucros; Pampanelli, A.B.; Found, P.; Bernardes, A.M., (2014); Müller e outros, (2018); Nagy et al., (2018); Laudien et al., (2017); Aumentar a Rotatividade Não identificado Aumentar a Participação dos Produtos no Mercado Wilson, A., (2010); Zhu, Q.; Sarkis, J.; Kee-hung, L., (2008); Shrouf et al, (2014); Waibel et al, (2017); Lee et al., (2014); Sustentabilidade Económica Diminuir Custos Operacionais Zhu, Q.; Sarkis, J.; Kee-hung, L.,(2008); Mollenkopf,D.;Stolze,H.;Tate,W.L.;Ueltschy,M.,(2010); Sezen, B.; Karakadilar, I.; Buyukozkan, G.,(2011); Lozano, R.; Huishingh, D.,(2011); Azevedo, S.; Carvalho, H.; Duarte, S.; Cruz-Machado, V.,(2012); Díaz-Reza, J.; García-Alcaraz, J.; Martínez-Loya, V.; Blanco-Fernández, J.; Jiménez-Macías, E.; Avelar-Sosa, L.,(2016);Gupta,V.;Narayanamurthy,G.;Acharya,P., (2018); Aumentar o Desempenho do Processo Shah, R.; Ward, P., (2007); Sezen, B.; Karakadilar, I.; Buyukozkan, G., (2011); Ng, R.; Low, J.; Song, S., (2015); Díaz-Reza, J.; García-Alcaraz, J.; MartínezLoya, V.; Blanco-Fernández, J.; Jiménez-Macías, E.; Avelar-Sosa, L., (2016) 2.2.2 Lean Manufacturing na dimensão ambiental Na perspetiva apresentada em (Jabbour, et al., 2013b), considerações de LM direcionados para uma preocupação ou gestão ambiental, tendem a ser abordagens mais equilibradas, nomeadamente, quando estas adotam práticas do tipo ‘lean-green’ ao nível de medidas de desempenho ambiental (Ng, et al., 2015). Sendo assim, nesta perspetiva um pensamento LM, deve também ser direcionado para uma redução do impacto ambiental e para o aumento ou incremento de benefícios ambientais. Conforme referido em (Yang, et al., 2011), em que se explora a relação entre práticas de gestão ambiental e desempenho de negócios, os seus resultados de pesquisa propõem que as experiências de manufatura lean estejam positivamente relacionadas com tais práticas de gestão ambiental. Na Tabela 3 estão sumariadas algumas das principais contribuições encontradas sobre a influência do LM na dimensão ambiental da sustentabilidade e que permitiram conduzir a Tabela 2. LM na dimensão económica. 16 uma subsequente análise relativa às correspondentes variáveis manifestas consideradas no modelo proposto, conforme se descreve mais adiante neste relatório. Tabela 3. LM na dimensão ambiental. Dimensão da Sustentabilidade Influência Referências Ambiental Diminuir (Resíduos Industriais); Souza. J.; Alves, J., (2017); Wilson, A., (2010); Torielli, R.; Abrahams, R.; Smillie, R.; Voigt, R.,(2011);Vinodh,S.,Arvind,K.; Somanaathan, M.,(2011); Gupta,V.;Narayanamurthy,G.;Acharya,P., (2018); Azevedo, S.; Carvalho, H.; Duarte, S.; Cruz-Machado, V.,(2012).; Hajmohammad, S.; Vachon, S.; Klassen, R.D.; Gavronski, I.,(2013); Diminuir o Consumo de Energia de Fontes de Energia não Renováveis Ioppolo, G.; Cucurachi, S.; Salomone, R.; Saija, G.; Ciraolo, L., (2014); Shrouf et al, (2014); Waibel et al., (2017); Lee et al., (2014); Oettmeier e Hofmann, (2017); Stock e Seliger, (2016); Wang et al., (2015); Hofmann e Rusch, (2017); Lund et al. (2009). Aumentar Produção de Energia Renovável Não identificado Aumentar Prática da Economia Circular Nunes, B.; Bennett, D, (2010); Zhao, Q.; Chen, M, (2011); Ming, C.; Xiang, W., (2011); Ashish, K.; Rejesh, B.; Sarbijit, S.; Anish, S., (2011); Liao, K.; Deng, X.; Marsillac, E., (2013). Aumentar (Colaboração com Parceiros que seguem boas Práticas Ambientais) Não identificado 2.2.3 LM na dimensão social A influência do LM na vertente social é uma das principais preocupações de nosso estudo e que era também no início do seu desenvolvimento TPS. Entre as sete principais lacunas identificadas por Cherrafi et al., (2016) nas conclusões do seu trabalho, dois deles estão claramente enquadrados com o objetivo do nosso estudo: a necessidade de estudar o lado humano de uma forma mais abrangente, e a necessidade de desenvolver um sistema de medição integrado para medir a relação entre o LM e o desempenho de sustentabilidade. Gupta et al. (2018), nos seus trabalhos relacionados com a sustentabilidade ambiental, refere também como é que em futuros estudos poderão incorporar a dimensão social. Apesar de algumas preocupações relacionadas com o pilar social, grande parte das influências sociais não são referidas nos trabalhos analisados, o que a baixa importância que tem sido dada ao tema da sustentabilidade. 17 Na Tabela 4, algumas das principais contribuições especificas sobre a influência do LM na dimensão social são apresentadas. Tabela 4. LM na dimensão social. Dimensão da Sustentabilidade Influência Referências Social Aumentar o Número de Funcionários Não identificado Aumentar a Remuneração do Salário Não identificado Aumentar a Qualidade das Condições de Trabalho Ng, R.; Low, J.; Song, S.,(2015); Taubitz, M.,(2010);Lozano, R.; Huishingh, D.,(2011);Vinodh, S.; Arvind, K.; Somanaathan, M.,(2011);Ioppolo, G.; Cucurachi, S.; Salomone, R.; Saija, G.; Ciraolo, L.,(2014) Aumentar as Condições da Sociedade Envolvente Não identificado Diminuir Acidentes de Trabalho James, J.; Ikuma, L.; Nahmens, H.; Aghazadeh, F.,(2013). Aumentar a Participação de seus Colaboradores na Tomada de decisões Taubitz, M.,(2010); Vinodh, S.; Arvind, K.; Somanaathan, M.,(2011); Jabbour, A.; Jabbour, C.; Teixeira, A.; Freitas, W.,(2012a). Aumentar o número de Funcionários com algum Grau de Deficiência. Não identificado Aumentar a Duração do Contrato de seus Colaboradores Não identificado Face ao exposto, a grande esperança está a começar a centrar-se nesta atual fase de transição para os princípios subjacentes da I4.0, em que várias fontes manifestam preocupação relativamente à inclusão do ser humano em considerações de sustentabilidade (Wackernagel e Rees, 1995; Jabbour, et al., 2013b). 2.3. Indústria 4.0 Em (Drath e Horch, 2014) é apresentado o conceito de I4.0 (ou I4.0) e os termos ou pilares fundamentais deste conceito, também conhecido por ‘industrie 4.0’. A I4.0 surge na europa e pela primeira vez na Hannover Messe Fair em 2011, na Alemanha. A Figura 5. Evolução da história industrial., em que é possível verificar a existência das três revoluções industriais anteriores. Sendo que, a primeira foi baseada no carvão, como fonte de energia que impulsionou fortemente a industrialização, assim como, o surgimento das máquinas a vapor, que permitiram transformar o trabalho artesanal em trabalho automatizado. Posteriormente, decorreu a segunda revolução industrial, baseada em conceitos de eletricidade para atingir a produção em massa. 18 Segundo estes autores a terceira revolução industrial baseou-se em sistemas eletrónicos e computacionais, tendo como um dos seus expoentes máximos os sistemas do tipo Supervisory Control and Data Aquisition (SCADA), que foram utilizados para aprimoramento da eficiência de linhas de produção e que antecederam e permitiram conduzir ao termo que se vislumbra atualmente, da nova ou 4ª revolução industrial, que ocupa a nossa história industrial atual, conforme mencionado em (Hermann, et al., 2016). A atualmente designada de 4ª revolução industrial, engloba as principais inovações tecnológicas dos campos de automação, controlo e tecnologia da informação aplicadas aos processos de manufatura e não só, sob a designação geral da dita ‘era da manufatura digital’, ilustrada através do último estágio da Figura 6, conforme mencionado em (Silva, 2017), tendo por objetivo melhorar os sistemas de produção, as cadeias ou redes de valores e os modelos de negócio na indústria (Beyerer, 2015). Figura 5. Evolução da história industrial. (Silva, 2017). Porém, continua a não ser evidente, o que constitui esta dita 4ª revolução industrial, segundo (Maynard, 2015), que refere dificuldade em exemplificar, cabalmente os princípios por detrás deste conceito e, adicionalmente, segundo um gerente de produção da Audi afirma: “Embora a I4.0 seja um dos tópicos mais discutidos nos dias de hoje, eu não conseguiria explicar ao meu filho o que é”! Realmente I4.0 é o que? Qual o seu real significado?” (Hermann, et al., 2016). Este novo conceito ou paradigma afeta e vem revolucionar todos os modelos de negócios até então existentes, bem como toda a cadeia de suprimentos e interconexões entre redes de negócios, à escala global e que se apoia fortemente nas subjacentes tecnologias habilitadoras, tais como: internet of things (IoT), machine e deep learning, big data, data analytics, cyber-physical systems (CPS) e interações do tipo: machine-to-machine (M2M), end-to-end, point-to-point, e com base na cloud (incluindo services, computing e 19 manufcturing) tecnologias que cooperativamente são utilizadas para promover a transformação digital (Azevedo, 2017). Concluindo em Beyerer, et al., (2015), sistemas de produção futuros que permitam uma produção individualizada e segundo elevados patamares de requisitos e condições, incluindo de flexibilidade e qualidade, são caraterísticas inerentes a um processo de negócio promissor da implementação de fornecedores e clientes a colaborar em perfeita harmonia e integração de esforços e tomadas de decisões, assim como os vários parceiros de negócios e peritos comerciais diretamente envolvidos e correlacionados, permitindo assim um controlo total e global e a uma forma de atuação conjunta e articulada, que permita atingir os objetivos estratégicos e operacionais nas empresas. Sendo assim, neste trabalho, há também o objetivo de tentar convergir para uma análise construtiva acerca da exploração de opiniões provenientes de diferentes autores e fontes, por forma a tentar analisar alguns dos principais impactos positivos e negativos que se vislumbra que a I4.0 pode ter, em termos das três principais dimensões da sustentabilidade, no contexto das empresas industriais. Em seguida nos subcapítulos 2.3.1 a 2.3.3 serão detalhados aspetos chave sobre a I4.0 e as três dimensões da sustentabilidade. Nesta atual e que se aparenta próxima era industrial, muitas mudanças são esperadas na vida cotidiana das pessoas e das empresas (Jabbour, et al., 2018), porém surge com uma questão importante e grande que agora temos que enfrentar, entre várias outras: “A I4.0 pode revolucionar a onda de manufatura ambientalmente sustentável?” 2.3.1 I4.0 na dimensão económica Espera-se que a I4.0 conduza as empresas para situações económicas mais favoráveis, sendo possível economizar além de obter uma qualidade operacional, a nível de mão-de-obra, energia e custos em geral, realizando o trabalho de forma mais eficaz e eficiente (Iqbal e Riek, 2019; Kiel, et al., 2017; Muller, et al., 2018; e Pagoropoulos, et al., 2017). Na Tabela 5 estão apresentadas as terminologias encontradas e que são contribuições principais no que concerne à relação ou algumas influências da I4.0 na dimensão económica da sustentabilidade. Segundo Pagoropoulos et al. (2017) verifica-se atualmente ainda uma exploração limitada no que se refere ao aproveitamento do potencial tecnológico das empresas, nomeadamente no que se refere à interação entre a captação de dados e a integração destes para o seu subsequente processamento e análise. 20 Tabela 5. I4.0 na dimensão económica. Dimensão da Sustentabilidade Influência Referências Económica Aumentar Lucros; Pampanelli, A.B.; Found, P.; Bernardes, A.M., (2014); Müller e outros, (2018); Nagy et al., (2018); Laudien et al., (2017); Aumentar a Rotatividade Não identificado Aumentar a Participação dos Produtos no Mercado Wilson, A., (2010); Zhu, Q.; Sarkis, J.; Kee-hung, L., (2008); Shrouf et al, (2014); Waibel et al, (2017); Lee et al., (2014); Diminuir Custos Operacionais Zhu, Q.; Sarkis, J.; Kee-hung, L., (2008); Mollenkopf,D.; Stolze,H.;Tate,W.L.; Ueltschy,M.,(2010); Sezen, B.; Karakadilar, I.; Buyukozkan, G.,(2011); Lozano, R.; Huishingh, D.,(2011); Azevedo, S.; Carvalho, H.; Duarte, S.; Cruz-Machado, V.,(2012); Díaz-Reza, J.; García-Alcaraz, J.; Martínez-Loya, V.; Blanco-Fernández, J.; Jiménez-Macías, E.; Avelar-Sosa, L.,(2016); Gupta,V.; Narayanamurthy,G.;Acharya,P., (2018); Aumentar o Desempenho do Processo Shah, R.; Ward, P., (2007); Sezen, B.; Karakadilar, I.; Buyukozkan, G., (2011); Ng, R.; Low, J.; Song, S.,(2015); Díaz-Reza, J.; García-Alcaraz, J.; Martínez-Loya, V.; Blanco-Fernández, J.; Jiménez-Macías, E.; Avelar-Sosa, L.,(2016) As contribuições principais existentes sobre a influência da I4.0 na dimensão económica, ainda não incorporam um estudo como no foco deste trabalho, que tem em vista a mensuração deste impacto, nomeadamente no que é referente a um conjunto de variáveis que expressem aspetos importantes como a produtividade, a criação de novos produtos e serviços inovadores associados à quarta revolução industrial (Muller et al., 2018). 2.3.2 Indústria 4.0 na dimensão ambiental Um outro aspeto fundamental a analisar é o da influência da I4.0 na dimensão ambiental da sustentabilidade. Sendo assim, na Tabela 6 sumariam-se alguns dos principais termos encontrados, através das pesquisas efetuadas e que incluem, para além de aspetos mais financeiros e tecnológicos direcionados para aspetos ambientais. Tabela 6. I4.0 na dimensão ambiental. Dimensão da Sustentabilidade Influência Referências Ambiental Diminuir o Desperdício Industrial Shrouf, F.; Ordieres, J.; Miragliotta, G., (2014); Waibel, M.W.; Steenkamp, L.P.; Moloko, N.; Oosthuizen, G.A., (2017); Yang, M.; Hong, P.; Modi, S., (2011); Oettmeier, K.; Hofmann, E.,(2017); Stock, T.; Seliger, G.,(2016); Wang, Z.; Subramanian, N.; Gunasekaran, A.; Abdulrahman, M.; Liu, C.,(2015); Diminuir o Consumo de Energia entre Hofmann, E.; Rüsch, M., (2017); Fritzsche, K.; Niehoff, S.; Beier, G., (2018); 21 Fontes de Energia Não Renováveis Aumentar Produção de Lund, H.; Mathiesen, B.V, (2009); Energia Renovável Aumentar a Prática de De Sousa Jabbour, A.B.L.; Jabbour, C.J.C.; Foropon, C.; Godinho Filho, M., (2018); Branke, J.; Farid, S.S.; Shah, N., (2016); Economia Circular Aumentar Colaboração com Zawadzki, P.; ˙Zywicki, K., (2016); Hofmann, E.; Rüsch, M., (2017); Parceiros que seguem as boas Práticas Ambientais Diminuir Consumo de Recursos, Tseng, M.L.; Tan, R.R.; Chiu, A.S.; Chien, C.F.; Kuo, T.C., (2018); Fritzsche, K.; Niehoff, S.; Beier, G., (2018). Aquecimento Global, Mudanças Climáticas, e Requisitos de Energia 2.3.3 Indústria 4.0 na dimensão social Pessoas em geral e operadores em particular, parecem estar, cada vez mais, preocupados com a era da I4.0, devido a muitas razões, principalmente, em relação às oportunidades de trabalho (Nagy, et al., 2018) embora, alguns mais otimistas estejam tentando prever condições muito benéficas e oportunidades para trabalhadores e pessoas em geral (Kiel, et al, 2017; Brettel, et al, 2016; Branke, et al., 2016; Shamim, et al., 2016; Hirsch-Kreinsen e Wandel, 2014). Na Tabela 7, encontram-se sumariadas referências de algumas contribuições principais sobre a relação ou influência da I4.0 na dimensão social. Tabela 7. I4.0 na dimensão social. Dimensão da Sustentabilidade Influência Referências Social Aumentar o Número de Funcionários Branke, J.; Farid, S.S.; Shah, N., (2016); Brettel, M.; Klein, M.; Friederichsen, N. (2016); Melhorar as Condições de Trabalho (por exemplo, para funcionários com alguma deficiência, treinamento cursos, vencimentos, entre outros) Shamim,S.; Cang,S.;Yu,H.;Li,Y.,(2016); Hirsch-Kreinsen, H.,(2014); Kiel, D.; Müller, J.M.; Arnold, C.; Voigt, K.I.,(2017); Tabela 7. I4.0 na dimensão social (Continuação). Dimensão da Sustentabilidade Influência Referências Social Melhorar Condições para Sociedade Envolvente Branke, J.; Farid, S.S.; Shah, N., (2016); Shamim,S.; Cang,S.;Yu,H.;Li,Y.,(2016) Diminuir Acidentes de Trabalho Brettel, M.; Klein, M.; Friederichsen, N. (2016) Aumentar a Participação dos Funcionários em Tomadas de Decisão Branke, J.; Farid, S.S.; Shah, N., (2016); Brettel, M.; Klein, M.; Friederichsen, N. (2016) 22 Aumentar Duração do Contrato de Funcionário e Yang, M.; Hong, P.; Modi, S., (2011); Duarte, S.; Cruz-Machado, V,(2017); Pfohl, H.C.; Yahsi, B.; Kurnaz, T.,(2017); Shamim,S.;Cang,S.;Yu,H.;Li,Y.,(2016) Colaboração entre as Partes Interessadas 2.4 Principais observações ao Estado da Arte Propôs-se adiar a análise em relação às tabelas apresentadas para esta subsecção, pois para desenvolver o nosso modelo é necessário ter uma análise global sobre as principais contribuições decorrentes da pesquisa bibliográfica no seu todo. Posto isto, as principais observações que devem ser feitas são as seguintes: - A primeira observação é que nenhum dos autores, nos seus trabalhos, cobriu todos os principais critérios de influência na sustentabilidade expostos nas Tabelas 2–7; - A segunda observação é que nenhum dos trabalhos analisados trata deste assunto através do uso da modelação por equações estruturais; - A terceira observação é que a referência a alguns critérios influência é mais considerada do que noutros, ou seja, para alguns deles nem foram encontradas qualquer referência. Além disso, podemos perceber que as duas questões principais apresentadas no início deste capítulo foram realizadas por meio da revisão bibliográfica que foi resumida e apresentada nas Tabelas 2–7. Em suma, esta tese foca uma abordagem diferente da literatura e apresenta os principais construtos a serem utilizados no nosso modelo, conforme será descrito na próxima seção. 23 3. MODELO DE AVALIAÇÃO A partir da revisão exaustiva da literatura apresentada anteriormente, onde foram apresentados os conceitos e os modelos contextuais explicativos deste estudo, tentando buscar as relações entre LM e Sustentabilidade Económica, Ambiental e Social e também entre a I4.0 e a Sustentabilidade Económica, Ambiental e Social no desenvolvimento das empresas. Assim na primeira parte deste capítulo, serão apresentados os objetivos e formuladas as questões e hipóteses que irão ser objeto desta investigação. Na segunda parte designada de questionário e amostra, será descrito o processo e informações relevantes e referentes às descrições dos resultados obtidos através do inquérito, processo de obtenção da amostra e também a sua caracterização. Ainda na parte final serão dadas respostas às questões levantadas nesta investigação, através de uma análise efetuada à população empregada em empresas industriais da Península Ibérica, e de correspondentes dados referentes à % de empresas localizadas em Portugal e Espanha, onde os inquéritos foram distribuídos. Adicionalmente, o objetivo último consiste em apresentar uma análise relativa ao cenário atual relativo à aplicação de práticas de LM, e de I4.0 nas empresas, bem como a sua relação com práticas de Sustentabilidade, económica, ambiental e social, nomeadamente expressas através de: lucros, volume de negócios, participação de mercado, consumo de energia, economia circular, práticas ambientais e com parceiros, remuneração salarial, condições de trabalho e sociedade envolvente. 3.1. Hipóteses de investigação Uma vez analisada a literatura, conforme informações apresentadas nos capítulos anteriores é então proposto um modelo (ver Figura 6), em que se define LM e I4.0, designadas de variáveis independentes e também, chamadas de construtos exógenos que, portanto, não possuem uma qualquer outra seta apontando para eles de outros construtos; e Sustentabilidade: Económica (EcS), Ambiental (EnS) e Social (SoS), como sendo as variáveis dependentes, também chamadas de construtos endógenos e, que, estes sim, têm pelo menos uma seta apontando para eles de uma outra construção ou construto, neste caso, dos dois construtos independentes, LM e I4.0. 24 Hipótese 1 (H1). A perceção das empresas industriais sobre a Sustentabilidade Económica está positivamente relacionada a LM. Hipótese 2 (H2). A perceção das empresas industriais sobre a Sustentabilidade Ambiental está positivamente relacionada a LM. Hipótese 3 (H3). A perceção das empresas industriais sobre a Sustentabilidade Social está positivamente relacionada a LM. Hipótese 4 (H4). A perceção das empresas industriais sobre a Sustentabilidade Económica está positivamente relacionada a I4.0. Hipótese 5 (H5). A perceção das empresas industriais sobre a Sustentabilidade Ambiental está positivamente relacionada a I4.0. Hipótese 6 (H6). A perceção das empresas industriais sobre Sustentabilidade Social está positivamente relacionada a I4.0. Enquadramento da Hipótese 1 (H1). A perceção das empresas industriais sobre a Sustentabilidade Económica está positivamente relacionada com o LM. Figura 6. Modelo geral da investigação. 31 Na era da digitalização segundo (Bechtsis et al., 2017), uma gestão sustentável permite abordar o potencial da sustentabilidade, focando problemas de otimização de redes de colaboradores, ao mesmo tempo que acautela o desenvolvimento de abordagens metodológicas integradas e sistemáticas para a promoção das dimensões económica, ambiental e social da sustentabilidade. No cerne do conceito de I4.0, segundo apresentado em (Schmidt et al., e Branke et al., 2016), está a visão de gestão de materiais, de bens, de máquinas interconectadas, onde os bens encontram seu caminho através da fábrica até ao cliente de maneira auto-organizada, o que permite obter grandes ganhos e elevado valor acrescentado nas empresas. Adicionalmente, a customização em massa (mass customization), aliada às restantes características gerais de uma produção digital, permite melhorias de produtividade, através da redução dos tempos de produção, a par de uma melhor utilização dos recursos em geral (Schmidt et al., 2015). Os impactos da I4.0, conforme referido em (Glas et al., 2016), refletem-se através do uso de tecnologias avançadas, que permitem transformar fábricas tradicionais em fábricas inteligentes. Uma boa parte destes avanços da I4.0 se ficas devendo a tecnologias relacionadas com a Internet das Coisas Industriais (IIoT) entre outras (Gilchrist, 2016). As novas formas de gestão e de modelos de negócios inerentes à I4.0 permitem estruturar melhor as organizações e os seus meios e recursos, desde logo em termos de interações com os seus fornecedores, mas também em termos de melhoria de níveis de desempenho e de segurança, quer intra quer entre empresas, através de um contexto de mercado global (Dubey et al, 2017). A I4.0 segundo referido em (Tjahjono, et al., 2017) permite e potencia uma colaboração entre fornecedores, fabricantes e clientes, tendo um significado e papel crucial, por exemplo, para aumentar a transparência de todas as etapas por que os processos de fabricação e as máquinas subjacentes passam no fabrico de um dado produto, desde logo, facilitando o estabelecimento de configurações de sistemas de produção, bem como na definição de rotas de produtos, entre demais aspetos. Conforme referido em (Luthra e Mangla, 2018), no contexto de uma economia emergente, como é o caso da I4.0, o envolvimento, o apoio e o comprometimento de todos os stakeholders ao longo de uma rede colaborativa é fundamental para a compreensão dos impactos das decisões e atuações no mercado, a nível também da sustentabilidade, para além do impacto direto a nível da gestão das empresas, desde o nível estratégico ao nível operacional. 32 Porém, em (Wang et al., 2015) os autores referem que a eficácia da fabricação, na ótica das dimensões da sustentabilidade, revela não somente uma boa prática, na aplicação de abordagens de produção, como por exemplo de LM, entre outras, mas requer também que se recorra a apropriados modelo de negócio, a par de bons modelos de otimização para selecionar alguns procedimentos de entre um conjunto que permita atingir as boas práticas de fabricação sustentável, aos vários níveis de sustentabilidade, por forma a permitir às empresas atingir as suas metas. Em (Lee, Kao, e Yang, 2014) os autores abordam a inovação no modelo de serviços e análises inteligentes para I4.0, em ambiente de Big Data, realçando tendências de transformação dos serviços de manufatura com a prontidão de ferramentas inteligentes de informática preditiva para gerenciar, de forma transparente e integrada os níveis de produtividade nas empresas. Uma revisão de conceitos de I4.0 em (Shrouf, Ordieres e Miragliotta 2014), relativamente a processos de gestão de energia na produção e com base em Internet das Coisas, permite diminuir custos operacionais, ao mesmo tempo que potencia uma produção altamente flexível em volume de produção e uma customização ampla, através de uma integração entre clientes, empresas e fornecedores, com vista à adoção de medidas sustentáveis. O ambiente em Big Data, segundo referido em (Lee et al., 2014), em uma comunidade colaborativa, se torna um desafio inevitável para as indústrias atualmente. Uma rede inteligente, como mencionado em (Stock et al., 2016), permite combinar, dinamicamente, a geração de energia de fornecedores, usando energias renováveis com a demanda de energias de consumidores e conciliar todos os processos com fábricas e casas inteligentes, usando estoques de energias de curto prazo (buffer), através de em uma rede inteligente de gestão de consumos e de fornecimentos de energia. Os efeitos dos sistemas de produção inteligentes e segundo as dimensões da sustentabilidade, segundo realçado em (Waibel et al., 2017), consistem na promoção de oportunidades, com base em recurso a abordagens e tecnologias de inteligência artificial, por forma a permitir intensificar a criação de valor dentro e entre negócios, através de comunidades de parceiros de negócio, operando no sentido de melhorar os desempenhos dos processos intra e entre empresas, a par de um aumento de recursos renováveis e, desta forma, potenciando a aplicação de políticas de economia circular. O crescimento efetivo em companhias, segundo referido em (Oettmeier e Hofmann, 2017) se expressa e se consegue através da adoção de tecnologias avançadas, também conhecidas como tecnologias exponenciais, a par de um uso de novos paradigmas e formas de fabricação, como a fabricação aditiva, que tem vindo a crescer fortemente durante a última década, no contexto da I4.0. 33 Enquadramento da Hipótese 5 (H5). A perceção das empresas industriais sobre a Sustentabilidade Ambiental estar positivamente relacionada com a I4.0. Devido à direção inteligente de todos os processos de fabrico em (Waibel et al., 2017) investigam-se os efeitos destes novos modos de produção na dimensão ambiental da sustentabilidade, em que os autores afirmam que os sistemas de produção inteligentes podem ser conciliados com abordagens que visam a redução de desperdícios industriais. Adicionalmente, com pequenas quantidades produzidas de produtos, conforme mencionado em (Oettmeier e Hofmann, 2017) menor será a quantidade de materiais necessária, em cada ciclo de produção dos produtos, o que permitirá não intensificar as atividades associadas a tal produção, como a pré-montagem e os demais serviços, nomeadamente de transporte e armazenagem e, desta forma, promovendo ou libertando tempo e espaço para a exploração de outras funções e processos, por exemplo para direcionar a produção para uma mais ampla variedade de produtos e, desta forma, ir mais de encontro às necessidades dos clientes. Segundo referido em (Stock e Seliger, 2016), as oportunidades de manufatura sustentável na I4.0, serão uma mais-valia fundamental para a dimensão ambiental e que passa por uma alocação eficaz e eficiente de recursos de produção, que se devem basear em análises inteligentes, porquanto visando a maximização da criação de valor industrial. Essas análises inteligentes, segundo referido em (Yang et al., 2014), conduzirão a novas tendências da indústria, no sentido de reduzir custos de mão-de-obra, no que se refere a atividades sem valor acrescentado e que, também são boas práticas que contribuem para um bem ambiental, ao mesmo tempo que se reduzirá um consumo energético, otimizando também os processos de gestão de manutenção de máquinas e equipamentos. Existe um conjunto de outros estudos interessantes que propõem o uso de novas metodologias de produção tendo em vista uma preocupação com as dimensões da sustentabilidade, incluindo a dimensão ambiental (Wang et al., 2015; Fritzsche et al., 2018). Porém, conforme referido em (Fritzsche et al., 2018) há ainda uma grave lacuna a nível de conciliação de aspetos políticos e científicos, dado que um simples incentivo ao uso de tecnologias digitais, por si só, não conduz à adoção de práticas sustentáveis nas organizações industriais. Sendo assim, segundo Fritzsche et al., (2018) deverão fortemente promover-se medida de eficiência energética no setor industrial e apoiar a integração de energias renováveis (Lund e Mathiesen, 2019). Uma produção com preocupações a nível da dimensão ambiental, no atual contexto da I4.0, segundo referido em (Jabbour, et al., 2018) deve ser um direcionamento geral das empresas, dado que, muito embora as novas abordagens e tecnologias possam ser um bom 34 contributo neste sentido, estas, por si só, não garantem sucesso a este nível (Hofmann e Rusch, 2017). Adicionalmente, para atingir uma customização em massa eficaz, segundo (Zawadzki e Zywicki, 2016), torna-se também necessário proceder a um controlo eficaz da produção, na ótica de uso de abordagens orientadas à I4.0, mas também recorrer a práticas que permitam, desde logo, um apropriado processo de projeto, não só do produto, mas também dos processos de fabrico, nomeadamente recorrendo a processos de design e controlo de produção inteligentes, dado serem, atualmente, elementos necessários e fundamentais para se conseguir atingir o conceito de “fábrica inteligente” ou “fábrica do futuro” (smart factory). Mais ainda, a exploração deste conceito permitirá ainda garantir um melhor relacionamento e integração do cliente, na rede de stakeholders de uma empresa, nomeadamente numa empresa distribuída ou virtual (Almeida, et al., 2016; Varela and Ribeiro, 2014). Este tipo de empresas, também ditas ‘estendidas’ (extended manufacturing environments) (Santos, et al., 2014; Manupati, et al., 2017), potenciam ainda a produção de produtos variados e ‘personalizados’, através de processos integrados e bem sincronizados ou organizados. Além disso, conforme referido em (Tseng et al., 2018), há também ainda lacunas importantes a resolver em termos de propostas de soluções operacionais, por forma a conduzir à otimização de dados e correspondentes processos de reciclagem, de reutilização e de reengenharia, que promovam uma verdadeira simbiose indústria-ambiente. Enquadramento da Hipótese 6 (H6). A perceção das empresas industriais sobre Sustentabilidade Social estar positivamente relacionada com a I4.0. A literatura mostra que a par das questões fundamentais que se colocam nas empresas, relacionadas com a gestão das operações e da produção, existem outras questões igualmente fundamentais, relacionadas com a gestão dos recursos humanos e que são questões que precisam de ser acauteladas, desde logo, ao nível mais alto da gestão estratégica das empresas. Sendo assim, questões centrais para um bom funcionamento sustentável das empresas, requer que sejam adotadas políticas socialmente favoráveis e corretas, que potenciem o bom funcionamento de uma organização e da sociedade em geral. Pois, como mencionado em (Brettel, Klein e Friederichsen, 2016), é preciso existir a preocupação de existência de salários apropriados e justos a cada função numa empresa, por forma a promover atitudes justas e a realização de tarefas com máximo emprenho, motivação e qualidade. Mais ainda, uma fábrica sustentável, segundo (Kiel, et al., 2017), na atual I4.0, requer uma extensão TBL (Triple Bottom 35 Line) para se qualificar na IIOT, ou seja, integração técnica de dados e informações no contexto público e político. Em (Shamim, et al., 2016) é também realçada a importância de outras boas-práticas fundamentais para o sucesso social das organizações no atual contexto da I4.0, que, segundo os autores, passam também por potenciar a inovação e uma aposta em aprendizagem contínua, que promova o conhecimento, o crescimento e o bem estar e autoestima das pessoas, que devem ter as condições que lhes permitam evoluir nas empresas e na sociedade em geral, com condições de trabalho e de vida que sejam dignas e até inspiradoras, por forma a potenciar o seu desenvolvimento sustentável, na atual era da digitalização. Mais ainda, em (Hirsch-Kreinsen, 2014) é também referido que as atuais novas tecnologias e os sistemas de produção ciberfísicos (CPS), devem potenciar uma mudança no trabalho, no sentido de permitir uma produção mais sustentável, não apenas ao nível das atividades operacionais, incluindo de manutenção, nas fábricas, mas também funções mais indiretas, sendo necessário proceder-se ao redesenhar de todo um ambiente socioeconómicos e técnico de produção, em paralelo. Adicionalmente, em (Yang, 2014) são também mencionados exemplos interessantes de como se consegue conciliar, de forma sustentável, trabalho homem-máquina, sendo que o autor realça o papel do Homem nas empresas e sistemas de produção, nomeadamente no que refere ser um contributo importante e até fundamental, por exemplo, a nível de monitorização de condições de trabalho e de dados da produção, a par de processos mais automatizados de aquisição e processamento de dados, por exemplo, referentes aos produtos e às medições dos desempenhos de máquinas e de demais parâmetros de controlo digitalizados, sendo que é defendida uma visão de comunidade colaborativa, entre ação humana e o funcionamento das máquinas, como é também reforçado em (Duarte e Machado, 2017; Pfohl et al., 2017; Varela, et al., 2018; Putnik, et al., 2021a,b). Por forma a contribuir para esta problemática, através de um dos objetivos principais deste trabalho, recorreu-se a dados primários, expressos numa base de dados recolhidos através de um questionário, que foi desenvolvido para o efeito, tendo-se recolhido uma amostra significativa de dados, para possibilitar uma análise efetiva, também desta questão da exploração da relação entre I4.0 e a dimensão social da sustentabilidade, a par da exploração das relações com as restantes dimensões da sustentabilidade com a I4.0, conforme se explora a seguir. 36 3.2. Definições dos construtos e variáveis manifestas Esta secção encontra-se organizada no levantamento dos fatores contextuais para os construtos exógenos e endógenos e suas variáveis manifestadas. No final, será efetuado um resumo do modelo explicativo, que referirá os pontos a serem investigados no âmbito desta pesquisa. 3.2.1 Fatores contextuais para o construto exógeno (ξ1) e a variável manifesta (X1) Devido aos objetivos do presente estudo a produção puxada ou Pull é um dos cincos conceitos base de LM considerados, assumindo-se como uma das três variáveis fundamentais deste trabalho. Tal deve-se ao facto de ser uma abordagem de LM que assume uma grande importância, na medida em que permite lidar com desafios importantes no contexto de empresas industriais e também de negócios e demais serviços e que se baseia numa forma de organização e processamento da produção centrada no cliente (Womack & Jones, 2003b; Dennis, 2008; Deif, 2012; Araújo, et al., 2018). Sendo assim, este é considerado um dos conceitos fundamentais de LM e que é motivado, principalmente, por objetivos clássicos de redução de custos e tempos, ao mesmo tempo que visa promover a qualidade e a flexibilidade na produção das empresas, que, portanto, têm vindo a implementar esta filosofia de produção, como forma de tentar ultrapassar problemas e diversos desafios que enfrentam em geral, originados tanto ao nível do meio ambiente como também devido à forte relevância económica que tal filosofia tende a assumir (Herrmann, 2008). Do inglês “pull system” ou produção puxada consiste em planear e controlar um sistema de produção e as operações fabris subjacentes, com vista a uma utilização de estoque mínimo, tanto de materiais como de em cursos de fabrico (Womack e Roos, 1990a). Em resumo, através desta filosofia pull pretende-se que sistemas de produção consigam funcionar de forma otimizada e fluída, sempre que clientes coloquem os seus pedidos de encomenda, com base na utilização de trabalhadores qualificados e de preferência polivalentes, assim como através de um conjunto de máquinas, equipamentos, meios e demais recursos de produção flexíveis e otimizados, por forma a conseguir produzir produtos diversificados e com o menor custo e tempo possível, ao mesmo tempo que se tenta acautelar uma produção isenta de defeitos, com o objetivo de maximizar um bom relacionamento com os clientes, satisfazendo os seus requisitos e produzindo produtos de máxima qualidade, com base em recursos de máxima eficácia, eficiência e fiabilidade (Womack e Roos, 1990ª; Dennis, 2008; Glauco, et al., 2008). 37 Uma outra questão fundamental, segundo, (Putnik, et al, 2015) na gestão da produção, é saber “o que o cliente quer?” (tanto o cliente interno, dos próximos passos da produção, quanto o cliente final), porquanto uma boa abordagem consiste na aplicação de um método de estudo para tenta chegar a uma decisão ou conjunto de decisões apropriadas, que permitam responder a todos os "porquês", ao "como fazer" e "o quê fazer", em cada instante da produção. Sendo assim, deve promover-se e permitir uma visão holística sobre os diversos tipos de eventos da vida real, que incluem análise detalhada dos ciclos de vida, não só dos produtos e dos processos fabris, mas também de toda uma organização, no sentido de promover a sua maturação e o desenvolvimento de novas estratégias industriais e de negócio. Segundo (Araújo et al., 2018; Varela et al., 2019), é também necessário compreender a complexidade que advém de uma gestão de riscos envolvidos nos processos de uma empresa, além do conhecimento total acerca da organização e dos seus sistemas de produção para se conseguir averiguar o quão importante será manter uma lógica de produção orientada a LM ou haver a necessidade de dar início a um processo de transformação mais ambicioso, no sentido de engrenar rumo à I4.0. Um exemplo de um sistema de produção do polo industrial de Manaus, que foi reformulado, no sentido de avançar para este rumo à I4.0 é o que se apresenta na Figura 7. Modelo produção puxada readaptada a I4.0. Trata-se de um sistema inteligente e automatizado, através do qual foi então possível transição ‘suave’ para a I4.0, com apoio de uma equipa de especialistas do MIT2, que consiste num movimento corporativo que possibilita uma visão mais ampla e ativa para a incorporação de graus de inovação e o desenvolvimento de um crescente potencial dos profissionais e sistemas de produção rumo à I4.0. 2 Manaus Instituto de Tecnologia – MIT Negócios Sustentáveis Araújo et. al (2018) Modelo de Projeto Sistema Inteligente e Automatizado para Produção Industrial. 38 Figura 7. Modelo produção puxada readaptada a I4.0. (Adaptado Araújo, et. al, 2018). Neste projeto mencionado o controlo de o quê? quando? e como produzir? é também determinado pelas quantidades dos produtos em estoque, tratando-se, portanto, de um modelo de produção híbrido e não puramente pull, assim a operação final do processo “percebe” a informação da quantidade de produtos vendidos aos clientes versus o que ainda existe em estoque e face a essa informação, produz o necessário para repor o consumo ocorrido por forma a manter um determinado nível de estoque de segurança. Porém em um cenário desta natureza os profissionais atuantes deverão ter a competência para verificar os diferentes impactos que este modelo híbrido tem nas empresas e nos respetivos sistemas de produção, por forma a, adequadamente, proceder á priorização das encomendas, no sentido de tentar obter decisões o mais sensatas e equilibradas possível, por forma a evitar baixas de produção e despedimentos, entre outros potenciais problemas que podem advir da adoção destes novos modelos de produção e de negócio (Rother & Shook, 2003). Através desta pesquisa é possível perceber a importância e o impacto de um início de transformação do sistema tradicional do tipo “Produção Puxada” ou Pull para um sistema de produção completamente automatizado, que, em termos gerais continua a ter subjacente princípios de funcionamento ditados pela sua origem no LM. 39 3.2.2 Fatores contextuais para construto exógeno (ξ1) e a variável manifesta (X2) Desde logo o Sistema Toyota, de acordo com (Ghinato, 1995) foi criado para um tipo de controlo da qualidade visando zero defeitos (CQZD), que consiste num método racional e científico, onde se identifica as causas das falhas e se elimina estas. O mesmo autor diz ser possível distinguir quatro aspetos fundamentais, sendo a utilização da inspeção na fonte, utilização de inspeção 100% ao invés de inspeção por amostragem, a redução do tempo decorrido entre a deteção do erro e a ação a ser tomada, e o reconhecimento e consciencialização de que os operadores cometem erros, entre outros, procedimentos que podem ter aplicados através de abordagens apropriadas para o efeito, que privilegiam um método de inspeção na fonte baseada em princípios Poka Yoke (Lee-Mortimer,1991). Esta filosofia, poka yoke, considera que a qualidade total (zero defeitos) é obtida através de ações objetivas através de dispositivos físicos e não pela exortação em busca da perfeição (Corrêa & Corrêa, 2007). O autor ainda enfatiza que somente aplicar a inspeção significar apenas que os erros são encontrados, mas não a origem deles. Adicionalmente, a inspeção na fonte é um processo que consome tempo e geralmente obriga à instalação de dispositivos físicos de controlo, e, portanto, outras formas de prevenções de defeitos podem e devem ser usadas para então encontrar a sua origem ou causa e assim analisar a melhor forma para a sua redução ou, se possível, a sua eliminação (Lee-Mortimer, 1991). 3.2.3 Fatores contextuais para construto exógeno (ξ1) e a variável manifesta (X3) As abordagens aos sistemas de medição do desempenho de sistemas de produção, nomeadamente no que se refere à ocorrência de falhas (Henley, 1984; Chester, Lamb e Dhurjati, 1984; Niida, 198; Rich, Venkatasubramanian, Nasrallah e Matteo, 1989) são frequentemente conseguidas com base em sistemas especialistas de diagnóstico. Os objetivos deste tipo de sistema consistem, em primeiro lugar, em classificar ou categorizar as razões dos problemas de falhas observados como por exemplo, um erro do operador ou uma falha do equipamento ou perturbação do sistema e em segundo, o sistema especializado oferecer soluções prescritivas para restaurar o processo à operação normal. Conforme Corrêa e Corrêa (2007) o seu proposto, em ZQC (Zero Quality Control), permitirá realizar uma inspeção a 100% na fonte, para a identificação de falhas e as correções das causas e, assim, a criação de ações efetivas, que permitam uma nova identificação de ocorrência das falhas e, desta forma, evitar que as mesmas se tornem em defeitos. O conhecimento das causas e efeitos dos problemas permite diminuir a sua ocorrência, reduzindo assim custos desnecessários (Fabio et al., 2015), pois pode-se dizer que o desejo de controlo dos processos 40 industriais acompanha o homem desde a criação das primeiras máquinas e continua a ser uma forma importante de atuação nos sistemas de produção. Desde o início da implantação do LM, através do TPS, que se tem vindo a verificar um aumento na quantidade de variáveis estudadas a nível de análise de viabilidade de produção, para manter um determinado preço competitivo dos produtos no mercado (Herrmann, 2008). Sendo assim, pode-se afirmar que, a confiabilidade de um processo ou produto sofre alterações com o passar do tempo e por isso precisa ser monitorada constantemente. As falhas apresentadas por um sistema ou processo de produção estão então diretamente relacionadas com a confiabilidade de um sistema de produção e estas podem ocorrer ao longo de todo o tempo de vida, de um ou vários tipos de produtos, e dos correspondentes processos inerentes ao sistema de produção em causa para os produzir, ou seja, no início da fase de maturidade e/ ou no fim (Herrmann, 2008). Em paralelo com o decurso deste tempo de vida, ocorre também o conceito de sustentabilidade empresarial, que envolve o seu desempenho económico, ambiental e social. Podem existir certos conflitos entre as metas estabelecidas por uma dada empresa e seu sistema de produção versus processos, nomeadamente no que concerne à implementação do conceito de LM, através de mais uma variável importante, relativa às falhas, bem como a aspetos ambientais, nomeadamente no que concerne ao consumo de energia, para além de outros aspetos ao nível de certas medidas de impacto na produção LM, em um conjunto de outras variáveis económicas e sociais (Herrmann, 2008). 3.2.4 Fatores contextuais para construto exógeno (ξ2) e a variável manifesta (X4) A era do big data já é realidade para as empresas e indivíduos, que procuram na literatura sobre o tema, que tem crescido rapidamente e vindo a ser reforçado durante os últimos anos. Sendo assim, em (Furlan, 2017) o termo “big data analytics” é explorado, tendo vindo a ser crescentemente utilizado por grupos distintos na comunidade científica atual, por exemplo, em temas relacionados com a mineração de dados, para o processamento, análise e gestão de dados, na geração de conhecimento e ainda combinados com outros aspetos diversos. Nomeadamente, como a estratégia e análise de negócios pela influência da tecnologia e do comportamento humano nas alterações sociais, Internet das Coisas e das Coisas Industriais (IoT e IIoT) (Furlan, 2017). O termo big data basicamente envolve grupos de estudos, nas mais diversas áreas científicas, nomeadamente a nível de melhorias relacionadas com cadeias de suprimentos e de valor (global supply chains), bem como a nível das correspondentes redes de negócio global 47 No Modelo Estrutural (SEM) a relação entre construções exógenas e endógenas, é definida e então é estabelecida a influência (direta ou indireta), que os construtos exógenos aplicam nas construções endógenas descrevendo uma estatística das variáveis segundo esta natureza. No desenvolvimento do presente trabalho, utilizou-se o software IBM SPSS Amos, versão 24, da IBM Corp., 2016 para empregar o método SEM usando o banco de dados que será analisado no Capítulo 6 que poderá ajudar a responder duas questões: - Quais variáveis são mais fortes na relação entre I4.0 e os três pilares da Sustentabilidade? - Está confirmado que exista uma relação entre LM e Sustentabilidade? Atualmente, um dos programas de análise estatística mais utilizados no mundo, o SPSS, é propriedade da IBM, sendo quem possui os direitos de venda, distribuição e desenvolvimento da ferramenta e que foi uma ferramenta usada neste trabalho. Devido à sua notoriedade, conforme referido anteriormente, existem diversas outras ofertas no mercado de software para aplicação do SEM, desde software licenciado até aos gratuitos, sendo possível escolher por entre uma panóplia considerável de opções. Mas não só a diferença dos softwares está relacionada com o licenciamento, também os métodos utilizados pelos mesmos diferem, outros mais utilizados e conhecidos são os softwares que utilizam os métodos baseados na minimização da diferença entre a matriz das covariâncias ou correlações da amostra e a matriz correspondente do modelo teórico. Entre estes encontramos os seguintes softwares: LISREL (Linear Structural Relations), AMOS, EQS, Mplus e Lavaan. Existe também um software largamente conhecido e bastante discutido que utiliza o método de Partial Least Squares (PLS), em português Mínimos Quadrados Parciais, utilizado, geralmente, quando não existe distribuição normal nos dados e não é possível explicar as covariâncias de todas as variáveis (Vilares, & Coelho, 2005). Poder-se-ia apresentar muitos outros softwares que se encontram no mercado, mas devido ao propósito e objetivo deste estudo esta breve apresentação dos softwares supramencionados é considerada. Não existe um único teste estatístico que melhor avalie a qualidade do modelo de AFC e, como tal, têm sido desenvolvidas várias medidas para avaliar a qualidade do ajustamento, a partir de três perspetivas (Marôco, 2010a): i) teste de significância à função de discrepância (Teste do Quiquadrado); ii) índices “empíricos” de qualidade de ajustamento; e, iii) análise de resíduos, estimativa de parâmetros e fiabilidade individual de indicadores. 48 3.3.1 SPSS AMOS O SPSS Amos permite especificar, estimar, avaliar e apresentar modelos para mostrar relacionamentos hipotéticos entre as variáveis (IBM, 2016), possibilita a construção de modelos de maneira mais precisa do que com técnicas de estatísticas com multivariáveis. Permite, também, que sejam construídos modelos comportamentais que refletem os relacionamentos complexos desta forma: • Fornecer modelagem de equação estrutural (SEM) permite comparar, confirmar e refinar facilmente o modelo. • Usar análise bayesiana - para melhorar as estimativas de parâmetros de modelo. • Oferecer vários métodos de imputação de dados - para criar diferentes conjuntos de dados. É possível construir modelos explicativos de comportamentos e de atitudes que revelem realisticamente quais as relações existentes por mais complexas que sejam, também possibilita analisar simultaneamente dados oriundos de populações diferentes. A opção visual e interativa do Amos torna fácil a sua utilização e a sua aprendizagem, sendo possível criar diagramas representativos da análise usando a ferramenta de desenho, permite a utilização de análise fatorial confirmatória especificar e testar o padrão dos fatores. Por este motivo no desenvolvimento do presente trabalho foi utilizado o software IBM SPSS Amos, versão 24 (IBM Corp., 2016a) devido a apresentar-se como um dos mais conceituados softwares de SEM e devido à existência de uma licença do mesmo na Universidade do Minho (entidade que acolhe este estudo). O SPSS Amos permite especificar, estimar, avaliar e apresentar modelos para mostrar relacionamentos hipotéticos, entre as variáveis e possibilitar a construção de modelos mais precisos do que recorrendo a outras técnicas estatísticas, ainda que multivariadas, mas mais simples. Sendo assim, através deste software foi possível construir modelos descritivos e comportamentais que refletem relacionamentos complexos, como: • a Modelagem de Equação Estrutural (SEM), que permite comparar, confirmar e refinar facilmente o modelo de base construído. • a Análise Fatorial Confirmatória (AFC), para melhorar as estimativas de parâmetros do modelo. • e vários outros métodos de imputação de dados e criação de diferentes conjuntos de dados. 3.3.2. Tipos de variáveis em SEM Para realizar a análise pretendida, serão realizadas duas etapas: 49 1a) Uma análise fatorial exploratória que visa identificar os fatores latentes, a análise de dados consistirá na identificação de construtos ou variáveis latentes causais do comportamento das perceções e influências em LM, I4.0 e Sustentabilidade através da Modelagem de Equações Estruturais. 2a) Uma análise fatorial confirmatória, através da modelagem de equações estruturais, que visará confirmar a estrutura de relações causais teorizadas pelos resultados da análise fatorial exploratória, realizada na primeira etapa. Como SEM tem uma linguagem própria, sua nomenclatura se diferencia muito da forma normalmente utilizada em outras técnicas estatísticas, tanto nas variáveis, quanto nos gráficos e também, em outros aspetos que envolvem as análises. Desta forma, no caso do presente estudo, variáveis conceituais podem ser representadas ou medidas através de uma ou mais variáveis observadas (doravante designadas por variáveis manifestas) que foram obtidas com dados diretos da ferramenta de recolha de dados (através do questionário desenvolvido para o efeito e que será apresentado mais adiante neste relatório). Por sua vez, as variáveis latentes, fatores ou construtos são variáveis que não podem ser medidas e são obtidas por sugestões das variáveis manifestas, isto é, para se obter os dados dos construtos deve-se ter os dados do conjunto de variáveis manifestas. As variáveis observadas e latentes, podem ser classificadas como variáveis independentes ou exógena ou variáveis dependentes ou endógenas, respetivamente. As primeiras causam flutuações em outras variáveis no modelo e as mesmas podem ser influenciadas por fatores externos ao modelo. As Endógenas são as variáveis influenciadas pelas exógenas e a variação destas variáveis é explicada pelo expresso na Tabela 10, onde são apresentadas as variáveis, que se escrevem então, formalmente, da seguinte forma: Tabela 10Expressão formal SEM. Em que:  𝜹 representa o vetor (q×1) dos erros de medida de ꭓ Item Variáveis Exógenas Variáveis Endógenas Variáveis Manifestas 𝛿_1 até 𝛿_6 𝜀_1 até 𝜀_9 Construtos (ξ1) e (ξ2) (η1); (η2) e (η3) 50  ᶓ representa o vetor (s×1) das s variáveis latentes independentes ou preditoras;  η representa o vetor (r×1) das r variáveis latentes dependentes; 3.3.3. Modelo de Equações Estruturais No Modelo de Equações Estruturais o modelo linear, que estabelece relações entre as variáveis observadas e latentes é estabelecida por dois “sub”- modelos: o Modelo de Medida e o Modelo Estrutural. O Modelo de Medida (MM) estabelece as relações entre os construtos e as variáveis manifestas, no qual o construto é formado pelas variáveis manifestas através da efetivação da Análise Fatorial Confirmatória (AFC), que calcula e avalia como os construtos são medidos a partir das variáveis manifestas. A modelagem de Equações Estruturais permite tratar todas hipóteses juntas, o que nenhuma outra técnica multivariada permite, além disso, consegue representar variáveis que não podem ser medidas diretamente, através de grupos de outras variáveis denominadas Construtos latentes ou variáveis latentes e SEM estima, separadamente, uma série de equações de regressão múltiplas, mas interdependentes simultaneamente, dependendo da especificação do modelo estrutural usado pelo programa estatístico (Hair et al., 2005). Segundo estes autores, outra vantagem é que suas suposições são mais fáceis de serem atendidas do que a maioria das outras técnicas multivariadas. Neste caso, o objetivo foi utilizar a análise fatorial confirmatória, com caráter exploratório a fim de obter o modelo que melhor se adequa aos dados. No Modelo Estrutural (ME) é definida a relação entre os Construtos exógenos e endógenos, sendo neste modelo estabelecida a influência (direta ou indireta) que os Construtos exógenos exercem sobre os Construtos endógenos. Assim, se a relação de causa e efeito existir, as ligações dos Construtos do modelo teórico e relações entre Construtos que contém as variáveis de respostas, representarão especificações e associações estabelecidas. Trata-se de um cálculo de sistemas de equações simultâneas, ou seja, agrupar um conjunto de variáveis que possam ser determinadas, simultaneamente, pelo conjunto restante de variáveis. 3.3.4 Índice de Ajuste do Modelo De acordo com Marôco, (2010a) os índices absolutos avaliam a qualidade do modelo em si, sem comparação com outros modelos, para conseguir o modelo hipotético bem ajustado 51 e contornar as limitações do teste, pelos índices de ajustamento do modelo, foram escolhidos os índices abaixo: • CMIN/DF - Resulta do quociente do qui-quadrado pelos graus de liberdade, considerase muito bom se for igual ou inferior a 1, bom entre 1 e 2, sofrível entre 2 e 5 e mau se for superior a 5. • GFI (Goodness-of-fit Index) - Explica a proporção da covariância observada entre as variáveis observadas, explicada pelo modelo ajustado. A medida fundamental da qualidade do ajustamento é o teste do Qui-quadrado (χ2), que serão apresentados nos resultados do Capítulo 6.2, os índices de discrepância populacional, continuando com Marôco, (2010a), comparam o ajustamento do modelo obtido entre as médias e variâncias da amostra e as que seriam obtidas da população. Usualmente, têm-se em conta: • NCP (Parâmetro da não-centralidade) - Reflete o grau de desajustamento do modelo proposto, para a estrutura de variância-covariância observada, o ajustamento será tanto melhor quanto menor for o valor de NCP, sendo que um valor de zero revela um ajustamento perfeito. • RMSEA (Root Mean Square Error of Approximation) - Segundo Hair Jr., Anderson, Tatham & Black (2005a) trata-se de uma medida que tenta corrigir a tendência da estatística qui-quadrado, em rejeitar modelos com amostras de grandes dimensões, considera-se muito bom se for igual ou inferior a 0,05, bom entre 0,05 e 0,08, medíocre entre 0,08 e 0,10 e inaceitável se for superior a 0,10 (p - valor ≥ 0,05). Índices Baseados na Teoria da Informação na visão de Marôco, (2010a), são índices que penalizam o modelo em função da sua complexidade, revelando-se adequados na comparação de vários modelos alternativos que se ajustem igualmente aos dados. O melhor modelo é aquele que apresentar os valores menores num ou em mais índices, sendo os mais habituais como o que foi usado neste trabalho: • AIC- (Akaike Information Criterion) • ECVI- (Expected Cross-Validation Index) • HOELTERO Índice de Ajustamento de HOELTER ou N Crítico indica o maior número para o tamanho da amostra para que se confiem nos resultados do Quiquadrado. O AMOS fornece o N crítico nos níveis de significância de 5% e 1%. 52 • FMIN- (Função de Discrepância Mínima) tem o objetivo de estabelecer a precisão da estimativa do parâmetro de não centralidade, é utilizado como um intervalo de confiança. 3.3.5 Representação gráfica A representação gráfica é uma das técnicas utilizada para melhor entender e demonstrar determinada ideia, conceito ou modelo SEM, estabelece e compreende uma norma para a representação gráfica do modelo, através de um conjunto de símbolos e regras de representação é possível apresentar os diversos tipos e classes de variáveis (manifestas, Construtos, exógenos e endógenos) e as ligações existentes (relações e correlações). A Figura 9, ilustra de que forma os diferentes elementos de um modelo são graficamente representados. Figura 9. Representação gráfica para um modelo de equações estruturais. Devemos também ter presentes algumas condições base, como o número de parâmetros livres deve ser menor ou igual que o número de observações. Além disso, cada fator tem que ter uma escala, pois as variáveis latentes não são diretamente medidas e é necessário atribuirlhes uma escala, fixando a variância de um fator igual a uma constante geralmente 1. 3.4. O questionário e a amostra O principal método de pesquisa para recolha dos dados neste estudo foi então baseado num inquérito desenvolvido e disponibilizado online (https://survey.intquest.de/index.php/94743?lang=pt). A vantagem associada à disponibilização do inquérito como método de recolha de dados, resulta por um lado, da novidade do modelo e da inexistência de fontes secundárias e, por outro, para permitir, mais facilmente, difundi-lo e também avaliar determinadas características do comportamento das empresas em uma maior população alvo, através de um conjunto de questões uniformizadas. 53 Adicionalmente, sendo uma ferramenta estandardizada, flexível e muito fácil de usar, tornou também possível acomodar e incluir uma afunilada variedade de questões sobre cada tema focado. Então com bastante facilidade em termos práticos de introduzir as variedades de questões em interação e também complementares, por formar a melhor garantia um nível de rigor desejado, ao mesmo tempo que se visou uma máxima flexibilidade do inquérito (Babbie, 1999). A opção por inquéritos baseados na web deve-se também ao facto da popularidade crescente deste tipo de prática, por ser uma forma relativamente fácil e rápida de divulgação das questões e também da obtenção de dados (Ilieva et al., 2002). Na sequência da pesquisa efetuada e da consequente elaboração do questionário, conceção e configuração do inquérito on-line e a sua administração, foi então, posteriormente, possível realizar uma análise e conclusões do trabalho realizado. 3.4.1 Elaboração e validação do questionário O instrumento de pesquisa, baseado num questionário, foi elaborado, tendo como objetivo cobrir todas as dimensões presentes do modelo proposto, por forma a fornecer algumas informações adicionais relevantes para o estudo em causa e, porquanto gerando uma boa taxa de respostas. Após a elaboração da primeira versão do questionário este foi submetido à apreciação externa e à verificação, para deteção de potenciais incoerências ou omissões por meio de um pré-teste. Este processo incluiu três fases, cada uma das quais resultaram em melhorias do questionário. Na primeira fase, a versão extensa do questionário foi submetida à apreciação de um grupo de académicos, especialistas na área, integrando as suas sugestões numa versão melhorada do instrumento de pesquisa. O conjunto de especialistas consultados, dada a sua familiarização com os objetos de pesquisa, bem como da área em foco, conseguiram providenciar uma importante contribuição, que foi particularmente valiosa para uma avaliação do conteúdo substantivo do questionário, indo de encontro ao mencionado em (Dilman, 2007). Esta fase preliminar permitiu aperfeiçoar a linguagem usada em alguns itens e reduzir o seu número, através da identificação de redundâncias conceituais. Na segunda fase foi efetuado um pré-teste online junto de algumas empresas, neste caso foi selecionada uma pequena amostra de conveniência, isto é, apesar do ideal ser efetuar-se um pré-teste junto das empresas representativas das várias dimensões, localizações e subindústrias, 54 devido à escassez de tempo e recursos financeiros apenas foram contactadas empresas com localização geográfica mais próxima do investigador. De realçar, também, a dificuldade sentida em contactar alguns responsáveis das empresas e em identificar as pessoas mais indicadas para colaborar neste processo e, ainda, em marcar uma entrevista devido à falta de disponibilidade por parte das pessoas contactadas. Assim, o pré-teste foi testado online via email em empresas do polo industrial onde a doutoranda trabalhou, no Brasil em Manaus, pertencentes às indústrias de fabricação de amortecedores de moto, fabricação de produtos metálicos e aqui em Portugal, em algumas empresas da Marinha Grande e também em empresas em que a doutoranda trabalhou, no âmbito de fabrico de artigos de matérias de moldes plásticos e fabrico de peças para veículos de automóveis. Esta fase serviu para identificar as perguntas que pudessem causar embaraço ou resistência aos respondentes, problemas que os respondentes tivessem em manter a dinâmica estabelecida, situações em que os respondentes se tornassem impacientes ou aborrecidos e verificar se as instruções para o preenchimento do questionário eram adequadas. Deste préteste resultou a eliminação de alguns itens e correções de algumas perguntas a utilizar e foi dada como concluída após a obtenção de 40 respostas válidas, o que correu com perfeita normalidade, não tendo sido registadas quaisquer dúvidas ou ocorrências estranhas ao processo desenvolvido. O resultado do pré-teste conduziu, através dos diversos comentários obtidos, à composição do inquérito online na sua forma final e definitiva para este estudo. Finalmente, na terceira interação, após a definição do questionário obtido online, devido a todo este trabalho ter sido realizado em língua portuguesa, houve necessidade de traduzir o inquérito para a língua espanhola, recorrendo a um tradutor profissional. Posteriormente, foi revisto por um empresário espanhol da área, para validar se a linguagem e os termos empregado se adequavam ao seu propósito. Todas estas iterações foram fundamentais para definir a forma do inquérito e o seu conteúdo, de maneira a clarificar a exposição dos conceitos e melhor traduzir as questões inerentes à composição específica deste estudo. Para além do pré-teste e da tradução, o inquérito foi desenvolvido com uma estratégia que engloba um conjunto de mecanismos do qual fazem parte a elaboração do mesmo descritos em (Hill & Hill, 2000) e foram tidos em consideração a inclusão de uma introdução, que sintetiza o inquérito, o cuidado da aparência estética do inquérito, a apresentação de instruções tanto nas partes que o integram como no que se refere ao tamanho adequado das questões. 55 Como se pretende assegurar que todos os inquiridos respondam às mesmas questões, recorreu-se a um inquérito estruturado e direto composto por um conjunto de questões, que são apresentadas exatamente da mesma forma e na mesma ordem a todos os respondentes (Moutinho, et al., 1988). A seguir apresentam-se os principais itens (questões), utilizadas para operacionalizar os Construtos identificados na extensa revisão da literatura por parte do questionário. Parte 1 – Produção Lean e as Empresas Esta parte autoavalia o nível das perceções das empresas sobre o conceito de Produção Puxada (Pull), conforme se sintetiza na Tabela 11. Parâmetros definidos para a parte 1 do inquérito., onde se expõe a base do Construto exógeno Lean ξ1 e suas variáveis manifestas, entendendo-se como a perceção da capacidade de as empresas acompanharem o mercado no que toca à sua estrutura organizacional. Se existe a dinâmica de interpretar a avaliação da empresa em tomar decisões em curto espaço de tempo, para uma mudança no sentido de engrenar para a I4.0 ξ2 e também foram colocadas descrições relativamente à existência de parâmetros para definir as relações do Construto exógeno Lean ξ1, com as dimensões da Sustentabilidade. Tabela 11. Parâmetros definidos para a parte 1 do inquérito. Descrição no Inquérito Codificação da questão (LimeSurvey / N.º questão Variável Manifesta Opções de Resposta A empresa incrementou fluxos produtivos puxados, pelas necessidades do cliente interno dentro da organização e do cliente externo? P19 / 1.2 X1 Likert de 5 pontos: <1 – Totalmente em desacordo ... 5 – Totalmente de acordo> A empresa reduziu o número de produtos com defeitos? P20 / 1.3 X2 Likert de 5 pontos: <1 – Totalmente em desacordo ... 5 – Totalmente de acordo> A empresa reduziu o número de avarias nos equipamentos? P22 / 1.5 X3 Likert de 5 pontos: <1 – Totalmente em desacordo ... 5 – Totalmente de acordo> Parte 2 – I4.0 e as Empresas Seguindo a linha do pensamento anterior, para a parte 1, nesta parte 2 do inquérito apresenta-se a seguinte construção da informação que foi considerada acerca da identificação da relação exógena I4.0 ξ2, com a Sustentabilidade. Sendo assim, neste caso está em caso 56 avaliar novas formas de desenvolvimento de produtos inteligentes, introduzindo ferramentas tecnológicas, através das quais os princípios Lean também possam ser promovidos. Sendo assim, indo de encontro ao referido por um conjunto de autores em (Drath e Horch, 2014; Shrouf, et al., 2014; Erol, et al., 2016; Lu, 2017; Ślusarczyk, 2018; Birkel, et al., 2019), dado o advento da tecnologia exponencial, com elevadas velocidades e grandes capacidades de processamento de grandes volumes de dados variados, através do designados supercomputadores (High Capacity Processors) são também exigidos crescentes níveis de digitalização e de integração (horizontal e vertical) para todo o tipo de processos nas empresas, por isso, para os Construto exógeno I4.0 ξ2 foram também considerados aspetos relacionados com estas considerações, conforme apresentado na Tabela 12. Parâmetros definidos para a parte 2 do inquérito. Tabela 12. Parâmetros definidos para a parte 2 do inquérito. Descrição no Inquérito Codificação da questão (LimeSurvey / N.º questão Variável Manifesta Opções de Resposta A empresa tem vindo a recorrer a modelos de tratamento de grande volume de dados? P28 / 2.2 X4 Likert de 5 pontos: <1 – Totalmente em desacordo ... 5 – Totalmente de acordo> A empresa tem vindo a aumentar o seu número de equipamentos robotizados e com mais graus de autonomia? P29/2.3 X5 Likert de 5 pontos: <1 – Totalmente em desacordo ... 5 – Totalmente de acordo> A empresa tem vindo a aumentar o seu nível de digitalização? P30/ 2.4 X6 Likert de 5 pontos: <1 – Totalmente em desacordo ... 5 – Totalmente de acordo> Assim, incluem-se as variáveis manifestas consideradas mais relevantes para a caracterização das PMEs, nomeadamente no que concerne ao sistema tecnológico de produção e às circunstâncias do trabalho na sua cadeia de valor e aspetos relacionados com outras preocupações, como a redução do número de produtos com defeitos. Parte 3. Sustentabilidade Esta parte tem como propósito obter informações acerca dos níveis dos Construtos endógenos e suas relações com as dimensões: económica (η1), ambiental (η2) e social (η3) da sustentabilidade, entre os Construtos exógenos Lean e I4.0. Sendo que o respondente autodetermina como é realizada a administração destes conceitos na empresa. Parte 3.1 – Sustentabilidade Económica e as Empresas A variável dependente ou endógena é aquela que resulta de pelo menos uma relação causal e na Tabela 13. Parâmetros definidos para a parte 3.1 do inquérito, através da qual se 63 Tabela 17. Elementos obtidos da implementação do instrumento. ELEMENTOS Dimensão das empresas PMEs Setores Indústrias e empresas que trabalham para as indústrias Região Península Ibérica (Portugal e Espanha) Instrumento Inquérito autoadministrado Línguas utilizadas no instrumento Português e Espanhol Título do instrumento em Português Inquérito Inquérito - Avaliação da Produção Lean, I4.0 e a Sustentabilidade nas Empresas Industriais Título do instrumento em espanhol Investigación - Evaluación de Producción Lean, I4.0 y Sostenibilidad en las empresas industriales Canal de distribuição e-Mails e rede social LinkedIn Período de realização Quatro meses (setembro até dezembro 2018) Respostas 304 obtidas 252 válidas De referir que o inquérito final decorreu entre os meses de setembro a dezembro (2018), por questionário (survey) enviado a gestores de empresas e departamentos das engenharias de produção, nas subáreas de: qualidade, ambiente, segurança e sustentabilidade (304 questionários válidos, com 252 respostas completas), recorrendo-se a métodos quantitativos para a subsequente análise e tratamento, complementados com um estudo qualitativo baseado em entrevistas a especialistas do meio empresarial, para validação das conclusões e triangulação de fontes, conforme está apresentado no anexo (ANEXO VII). O inquérito foi inicialmente publicitado via email, com o título: “Primeira Construção do Inquérito e Divulgação”: https://docs.google.com/forms/d/1knPuQ2PVx31kvOpMeo9Tacgj8hGoc67GA_IsxaIZ_kY/e dit Segue-se o inquérito em Português (ANEXO V) e a publicação no LinkedIn e também construção do Inquérito e Divulgação” (ANEXO VI) e ainda Publicación LinkedIn "Segunda construcción de la investigación y divulgación", en español, com o inquérito em espanhol. O inquérito final que foi aceite neste trabalho. Houve ainda o inquérito do (ANEXO III e ANEXO IV) Encuesta. que se disponibilizou também online, através do uso da ferramenta LimeSurvey, em português e espanhol, respetivamente, em: http://green.dps.uminho.pt/limesurvey/index.php/admin/authentication/sa/login 64 Depois de concluída e obtida a versão final do inquérito foi necessário passar à validação dos relativos dados através do correspondente, Modelo de Avaliação da Relação entre LM, I4.0 e a Sustentabilidade para o Desenvolvimento das Empresas. Desenvolvido com base então nos dados que foram recolhidos através do inquérito online na web (lime survey) afinado na sequência do pré-teste. Este primeiro convite foi enviado para as diversas pessoas, desde docentes e alunos do ensino superior, diretores e quadros superiores de empresas e responsáveis de incubadoras de empresas, responsáveis por entidades de transferência de conhecimento, responsáveis de centros tecnológicos, membros de direção de associações de alunos, por num universo total de 64 pessoas/entidades dos quais 59 confirmaram que reencaminharam para a sua rede de contactos. Paralelamente, também foi formulado convite para participação no estudo na rede profissional LinkedIn no qual o convite foi realizado por uma conta de 1.500 com 2000 contactos. Posteriormente os convites para participação no estudo, foram realizados de forma individual, ou seja, o convite seria enviado após uma conversa prévia de aceitação e caso existisse potencialidade e abertura, também era solicitado o envio do questionário à rede de contatos. Foram enviados mais 300 convites dos quais 32 confirmaram o reencaminhamento para a sua rede de contactos. Desta forma torna-se extremamente difícil (não seria impossível, mas despender-se-ia muita energia) para quantificar o número exato de inquéritos enviados e, consequentemente, avaliar a taxa de resposta, pois a abordagem não foi apenas de envio direto, mas serviu-se das redes e da rede dos contactos próximos para o envio dos inquéritos. Com o objetivo de melhor entender as principais características das empresas e dos respondentes que submeteram a sua avaliação ao presente estudo, seguidamente, são apresentados os resultados obtidos para a caracterização dos intervenientes. 4.2. Características das Empresas Participantes e Respondentes Neste subcapítulo são apresentados um conjunto de gráficos e tabelas para caracterizar a amostra do estudo qualitativo (Fonte de Gráficos: Autor). No sentido de conhecer, em pormenor, as principais características da indústria e das empresas na amostra, nas próximas secções serão apresentadas as características da indústria (tempo, atividade económica e setor) das empresas (dimensão, idade da empresa, localidade da empresa) e dos respondentes (função atual e Escolaridade). - Setor de tempo de atividade, números de respondentes 252. 65 Figura 11. Dimensão da amostra de tempo de atividade. Relativamente à fundação das 98 empresas, têm entre 11 e 25 anos “ano 1992 a 2006” (42%), 64 empresas têm entre 26 a 100 anos “ano 1917 a 1991” (27%), 51 empresas têm entre 3 a 10 anos “ano 2007 a 2013” (22%), 21 empresas foram fundadas há menos de três anos “ano 2014 a 2018” (10%) e duas empresas iniciaram há mais de 100 anos “anterior ao ano 1917” (1%). - Natureza da organização, números de respondentes 252. Referentemente aos tipos de empresas a maioria são “Sociedade Anónima” 49%, seguidamente 27% das empresas são do tipo “Estabelecimento Individual de Responsabilidade Limitada”, 16% são do tipo “Empresário Individual” e 4% são sociedade geral “Sociedade em nome coletivo” (10%). Das 285 empresas (8%) não se identificaram com os tipos de sociedades mencionadas anteriormente sendo (4%) empresas familiares e 4% empresas que fazem parte de um grupo económico (Figura 12). 66 Figura 12. Dimensão da amostra natureza da organização. Para se obter um indicativo do volume de negócio foi solicitada relativamente a estimativa aproximada de faturação realizada do ano anterior ao estudo, ou seja, 2018. Do número global das empresas, 53 empresas faturaram (17%) “entre 250.000 € e 1.000.000 €”, 50 empresas (15%) tiveram um volume de negócios “entre 10.000.001 € e 50.000.000 €”, 66 empresas (15%) realizaram “entre 1.000,000 € e 2.000.000 €” e, igual número de empresas entre “2.000.001 € e 10.000.000 €”. Com menor expressão as empresas que obtiveram um volume de faturação “entre 10.000.001 € e 50.000.000 €”, “entre 10.000 € e 50.000 €” e “inferior a 10.000 €” foram 23 (10%), 20 (8%) e 9 (4%), respetivamente. Na Figura 13, encontra a distribuição da atividade económica das indústrias pesquisadas neste trabalho pela Península Ibérica. 67 Figura 13. Percentual da atividade económica na península ibérica. Relativamente aos países de sede das empresas, do total, 158 estão sediadas no território nacional (52%) e as remanescentes em Espanha, 147 (48%). Inerente à caracterização das empresas encontra-se um critério fundamental no presente estudo a região de abrangência. É basilar que este estudo se aplique num cluster regional dada a iminência e relevância entendida neste trabalho, pelo que se considera balizar que apenas num país, neste caso Portugal seria mais relevante e interessante analisar, mas seria ainda mais relevante e interessante abranger também um país maior, neste caso a Espanha. Para melhor estabelecer a caracterização das PMEs, a Comissão Europeia realizou uma recomendação aos Estados Europeus acerca da sua definição, no Jornal Oficial da União Europeia, através da recomendação 2003/361 (Comissão das Comunidades Europeias, 2003). Entre os diversos fatores principais que definem uma PME estão os colaboradores e o volume de negócio ou o balanço total existente com base numa estratificação da categoria, que passa por microempresa, pequena empresa e média empresa. - Função na organização, números de respondentes 252 Devido à relevância que as PME’s em geral no caso particular deste estudo, dado estar orientado neste sentido, a análise de sistemas produtivos e o objetivado público-alvo para a recolha de dados, centrou-se então em respondentes que trabalhem em PME’s industriais e/ ou em PME’s que trabalhem diretamente com indústrias. Desta forma, é possível focar nas PME’s 68 orientadas à Indústria, quer através de produtos, subprodutos, componentes e/ou serviços direcionados à produção e na Figura 14 representa-se a função dos respondentes nas respetivas empresas. Figura 14. Dimensão da amostra de função na organização. Quanto à função desempenhada pelos respondentes nas empresas são quadros técnicos 20%, quadros superiores e de chefes 55%, administradores 15% e os outros especialistas 10% desempenham outras funções. - Escolaridade dos respondentes, números de respondentes 252 Figura 15. Dimensão da amostra de escolaridade. Chefes 55% Técnicos 20% Administradore s 15% Outros Especialistas 10% Função na Empresa% Chefes Técnicos Administradores Outros Especialistas ≤12º Ano 20% Ensino Técnico 20% Nível Superior 60% Escolaridade % ≤12º Ano Ensino Técnico Nível Superior 69 Relativamente ao nível de escolaridades 60% detêm ensino superior e 20% possuem nível técnico tendo um empate igual ou inferior ao 12º ano. - N° de empregados números de respondentes 252 Quanto ao número de colaboradores com uma percentagem de até 25% existem 162 empresas, que dispõem entre 10 a 249 colaboradores; 187 empresas dispõem de 29% de colaboradores, entre 250 a 499; com 49% de colaboradores são 291 empresas neste estudo, portanto, com acima de 500 colaboradores, com o número de empresas do estudo por principais atividades representada na Figura 16. Dimensão da amostra de n° de colaboradores., conforme referido. Figura 16. Dimensão da amostra de n° de colaboradores. - Idade dos respondentes, números de respondentes 252 Adicionalmente, foi também realizada uma caracterização dos respondentes do inquérito referente à idade dos mesmos, os que têm maior representatividade são os respondentes com idades compreendidas “entre 30 e 40 anos” (59%) e “entre os 41 e 50 anos” (28%), em idade “abaixo dos 30 anos” 42 inqueridos (55%) e apenas três responderam com idade “acima dos 60 anos”, conforme se representa na Figura 17. 70 Figura 17. Dimensão da amostra de idade dos respondentes. 4.3. Análise Descritiva das Perguntas do Inquérito Após uma observação geral sobre os dados recolhidos é possível identificar um conjunto de conclusões relevantes, com base na perceção dos respondentes das organizações. A análise do desvio-padrão da amostra e a média dos fatores obtidos já elucidam acerca das perguntas mais importantes para cada variável latente detetada. A análise de frequência pretende comparar a relação estatística existente, ou não, entre o resultado maior da média para a amostra, sem que se considere ou implique casualidade entre estas, servindo apenas como mais uma medida de análise e avaliação complementar aos dados obtidos. Estes resultados foram obtidos através do software IBM SPSS Statistics, versão 24 (IBM Corp., 2016b). Pergunta 3.2 A empresa incrementou fluxos produtivos puxados (pull) ditados pelas necessidades do cliente na organização Esta pegunta vem do pensamento para o Construto Lean ξ1, pois quando se fala de uma produção industrial, sob influência de um pensamento lean, uma das principais preocupações daqueles que projetam os produtos e processos de fabrico nos sistemas de produção está relacionada com fluxos de produção do tipo pull, tipicamente, com vista à minimização de custos, porquanto também havendo uma preocupação com uma produção centrada apenas em 71 pedidos de clientes, entre outros aspetos afins, como se teve oportunidade de explicar mais detalhadamente anteriormente. Figura 18. Análise de frequências lean ξ1 para variável manifesta X1. Na Figura 18 ilustra-se o procedimento de obtenção na representação de diagrama circular onde estão representados as proporções e a identificação da categorias da resposta em média nesta análise de frequência para o Construto Lean, referente à variável ‘Produção Puxada’ (X1), no ano de 2018. Observando o gráfico verifica-se que o nível da Média 3 teve a sua maior proporção em ‘Não concordo e Nem discordo’ (37%), enquanto que na Média 1 ‘Discordo Completamente’ foi de 5%. Pergunta 3.3 A empresa reduziu o número de produtos com defeito Nos processos produtivos do futuro espera-se a incorporarão de mais e melhor tecnologia e automatismos e processos inteligentes, com vista, para além de outros aspetos, da redução do número de produtos com defeito. Porém, enquanto tal não se verifica, torna-se necessoario analisar, com cuidado, a produção de produtos não conformes com as especificações ditadas pelos clientes e, neste sentido, neste trabalho foi considerado no Construto Lean a variável X2 para avaliar a frequência de respostas relativamente a este aspeto 72 de número de produtos com defeito, pelos respondentes das empreas, conforme se representa na Figura 19. Figura 19. Análise de frequências lean ξ1 para a variável manifesta X2. Através da análise é possível constatar que com base nas respostas dos respondentes das empresas inquiridas, com base no uso da escala de Likert de 5 pontos para analisar as frequências no Construto Lean, relativamente à variável ‘Defeito’, X2, se verifica que o nível de respostas da Média 3, ‘Não concordo e nem discordo’ apresenta uma porção de 31% , tendo havido uma variação de mais 3% (34%) para as respostas de Média 4 ‘Concordo’ e os restantes valores, menos significativos, conforme se pode observar pela Figura 20. Pergunta 3.5 A empresa reduziu o número de avarias nos equipamentos Para analisar esta questão é possível verificar os resultados obtidos relativos às frequências das respostas para o Construto Lean ξ1, através da variável ‘Falha’, X3, conforme se apresenta na Figura 20. Da análise do gráfico da Figura 20 é possível verificar-se que as proporções de média das respostas das empresas envolvidas no estudo, para avaliar a existência de redução do número de avarias (ou falhas) nos equipamentos, apresentam uma grande diferença ou discrepância de respostas, que variaram entre a Média 1 ‘Discordo Completamente’ (3%) e a Média 5 ‘Concordo Completamente’ (35%). 79 Figura 26. Análise de frequências sustentabilidade (η1) para quota de mercado (Y3). Seguidamente que se torna também cada vez mais importante manter-se na linha de frente e estar atualizadas para o aumento de sua quota, 20% Concordam Completamente uma das formas de o conseguirem e através da participação em conferências relativas a recentes altas tecnologias. Mesmo porque 30% Não Concordam e Nem Discordam das empresas pois operam em nível mundial na sua quota de mercado e na busca de alternativas económicas para sua manufatura terceirizam parte de seus processos produtivos. Para melhor perceção, 32% Concordam que a sustentabilidade tenha vindo aumentar sua quota de mercado por exemplo contratando outras empresas a extração de matérias-primas, a manufatura e a distribuição de produtos, sejam eles acabados ou insumos para outros processos. Pergunta 5.2.2 A empresa tem vindo a reduzir os seus consumos energéticos provenientes de fontes não renováveis por unidade produzida. É reconhecida a importância do cumprimento da legislação onde as empresas devem evitar causar danos ao meio ambiente e/ ou à sociedade, obteve-se Figura 27, o objetivo desta pergunta A empresa tem vindo a reduzir os seus consumos energéticos provenientes de fontes não renováveis por unidade produzida a Média igualitária entre Não Concordo e Nem Discordo, e Concordo foi de 30% comprovando que os problemas ambientais na podem causar danos à imagem das empresas perante a sociedade e o mercado em que atuam e, consequentemente, afetar suas vendas. 80 Figura 27. Análise de frequências sustentabilidade (η2) para consumo de energia (Y4) Relativamente 21% Discorda Completamente pois os recursos limitados deverão escolher quais práticas sustentáveis deverão colocar em prática para reduzir os seus consumos energéticos provenientes de fontes não renováveis por unidade produzida. Pergunta 5.2.4 A empresa tem vindo a aumentar a prática da economia circular através de práticas de reutilização e/ou reciclagem dos produtos em fim de vida. Segundo a análise de frequência da Sustentabilidade Ambiental Figura 28. para pergunta se, a empresa tem vindo a aumentar a prática da economia circular a Média maior é de 28% Concordam Completamente através de práticas de reutilização e/ou reciclagem dos produtos em fim de vida. 81 Figura 28. Análise de frequências sustentabilidade (η2) para economia circular (Y5). De referir a ênfase que a União Europeia tem dado à sustentabilidade pode ser um prenúncio para a criação de outras normas pois a representação considerável das Médias 1 Discordo Completamente e Média 2 Discordo igualitariamente de 20% que possam vir a se tornar mundiais aumentar a prática da economia circular através de práticas de reutilização e/ou reciclagem dos produtos em fim de vida. Pergunta 5.2.5 A empresa tem vindo a aumentar a colaboração, na sua cadeia logística, com parceiros que sigam uma política amiga do ambiente. Para melhor perceção entre a colaboração nem sempre conducentes (ver Figura 29) a boas práticas nomeadamente sociais, para com parceiros que sigam uma política amiga do ambiente, apresentam-se por representação gráfica os resultados obtidos por Médias de 1 a 5. 82 Figura 29. Análise de frequências sustentabilidade (η2) para práticas ambientais com parceiros (Y6). As empresas que Concordam Completamente 32% tendo a Média 5, enquanto se assiste a um constante aumento para as Média 3 Não Concordo e Nem Discordo 28% e Média 4 Concordam 24% vindo a aumentar a colaboração, na sua cadeia logística, com parceiros que sigam uma política amiga do ambiente. Pergunta 5.3.2 A empresa tem vindo a aumentar o nível de remuneração salarial dos seus colaboradores. Esta análise na Figura 30, verifica-se as frequências entre Sustentabilidade Social para Remuneração Salarial nas empresas tem vindo aumentar o nível de remuneração dos seus colaborares, a proporção da média 32% Não Concordam e Nem Discordam. 83 Figura 30. Análise de frequências sustentabilidade (η3) para remuneração salarial (Y7). Porém, convém frisar que o fator humano deve, naturalmente, continuar sempre e cada vez mais a ser o aspeto central a ser melhor acautelado aquando a proporção de 20% Discordância Completamente chega a ser mais alta do que Média Discordo 14% e Concordo com 18% as definições dos mais diversos figurinos e modelos de organização do trabalho, está a crescer de forma lenta Concordar Completamente 16% entre as médias com uma consequente construção de organizações cada vez mais justas, saudáveis e verdadeiramente integradoras, uma vez tratar-se da “peça” fundamental no pulo da sustentabilidade. Pergunta 5.3.3 A empresa tem vindo a melhorar as condições de trabalho dos seus colaboradores. Esta pergunta vem como resultado final na análise de frequências Figura 31, entre a Sustentabilidade Social para as Condições de Trabalho se a Média 5 com a proporção de 34% que as empresas têm vindo a melhorar as condições de trabalho dos seus colaboradores. 84 Figura 31. Análise de frequências sustentabilidade (η3) para condições de trabalho (Y8). Em breve como se confirma nas Médias 3 e 4 as proporções são iguais 26% as regulamentações são necessárias para criar pressões que motivem as empresas a inovar, melhorar a qualidade ambiental, alertar e educar as empresas e o crescimento rápido entre as Médias 1 e 2 de 6% isso diz a respeito de prováveis ineficiências de recursos e potenciais áreas para inovações tecnológicas possa vim a melhorar as condições de trabalho dos seus colaboradores. Pergunta 5.3.4 A empresa tem vindo a melhorar as condições da sociedade envolvente. Quanto a está abordagem atual se a empresa tem vindo a melhorar as condições da sociedade envolvente a Figura 32, observada e questionada com a Média 32% Não Concordam e Nem Discordam ainda acerca do impacto que poderá ter a mudança para um cenário de produção em que cada indivíduo possa criar o seu próprio posto de trabalho faz-se observar a baixa variância entre as Média 2 e 4 de 4%. 85 Figura 32. Análise de frequências sustentabilidade (η3) para sociedade envolvente (Y9). E através destas Médias 1 Discordo Completamente 20% observa-se um crescimento muito rápido de 4% para atingir a Média 5 Concordo Completamente as empresas tem vindo a melhorar as condições da sociedade envolvente 16% tendo como uma visão que as organizações de sistemas sócio técnicos abrangentes podem impactar, nomeadamente a nível social, despoletados por diversos tipos de relações. 4.4. Análise Descritiva das Variáveis Manifestas do LM e da I4.0 no desenvolvimento das empresas Para ajudar a responder à primeira questão - Qual o conhecimento que as empresas têm sobre as filosofias LM e I4.0? será apresentado, para cada Construto e suas respetivas variáveis manifestas as médias, os erros e desvios padrões, os gráficos de barras e os diagramas de caixa. Os gráficos de barras mostram os números de respostas nas opções fornecidas e o digrama de caixa representa as tendências destas respostas. Com o objetivo de melhor entender as principais características das empresas e dos respondentes que submeteram a sua avaliação ao presente estudo, a Tabela 18 apresenta os resultados das médias, erros e desvios padrões para as variáveis manifestas dos Construtos e em seguida os gráficos de barras da Figura 33 até à Figura 35 ilustram as comparações e no diagrama de caixa encontram-se os resultados das variáveis manifestas referentes ao Construto exógeno Lean ξ1. 86 Tabela 18. Resultados da média, erro e desvio padrão das variáveis manifestas X1, X2 e X3. Variável manifesta Descrição no Inquérito Média Desvio Padrão X1 A empresa incrementou fluxos produtivos puxados pelas necessidades do cliente interno dentro da organização e do cliente externo? 2,76 1,06 X2 A empresa reduziu o número de produtos com defeito? 3,36 1,157 X3 A empresa reduziu o número de avarias nos equipamentos? 3,51 1,206 Quando questionadas acerca do processo entre o cliente interno e o externo 108 empresas em termos de resposta média para Lean ξ1 é de 2,76%, os que não tinham a certeza se os seus produtos chegavam aos seus clientes com qualidade, porém, conforme mencionado em (Almeida, A.; Bastos, J.; Francisco, R.; Azevedo, A.; Ávila, P., 2016), para todos os processos existem um cliente. Embora no gráfico de barras, da Figura 33, se note que a maioria das empresas discordam completamente, 1,060 % são referentes a casos em que são mencionados existir clientes que originam defeitos que passam por um segundo processo de retificação, seguindo os requisitos descritos, conforme expresso abaixo, e podendo-se verificar, adicionalmente, a mediana do diagrama de caixa, relativamente à comparação das três variáveis manifestas para Lean ξ 1. Figura 33. Gráfico de barras para a variável manifesta X1 do Construto Lean ξ 1. 87 O gráfico de defeitos, da Figura 34, mostra que 97 empresas não têm certeza (3,36%) acerca da relação entre LM e a redução do número de defeitos em produtos que requerem o reprocessamento ou repetição de esforço laboral para a correção dos problemas detetados. Porém, 76 empresas nesta pesquisa responderam que reduziram o números de avaria nos equipamentos, face à aplicação de LM, conforme se pode verificar pela análise da Figura 34, sendo que 3,51% não concordam e nem discordam que a relação entre o números de avaria nos equipamentos com LM e 25,8%, num total de 65 empresas estão convictos de que o desenvolvimento de estratégias e planos de ação que envolvam novos equipamentos produtivos, mais fiáveis e modernos permitirá responder melhor às atuais necessidades de redução de avarias, bem como no sentido de aumentar a produtividade, nomeadamente recorrendo também à implementação de políticas de manutenção mais assertivas e focadas no objetivo de “zero avarias”, com base, por exemplo, em abordagens e tecnologias de manutenção preventiva e preditiva. Figura 34. Gráfico de barras para a variável manifesta X2 do Construto Lean ξ 1. Salienta-se na Figura 35. Gráfico de barras da variável manifesta X3 do Construto Lean ξ 1, que a associação entre as variáveis para a construção do modelo depende totalmente de como as variáveis manifestas estão relacionadas umas com as outras. Os indicadores convergentes dos desvios padrão principais determinados são relativos às ‘Falhas’ (X3), com 1,206%, seguidos dos ‘Defeitos’ do produto (X2), com um desvio de 1,157% e, finalmente, da ‘Produção Pull’ (X1), com um desvio padrão de 1,060%. 88 Figura 35. Gráfico de barras da variável manifesta X3 do Construto Lean ξ 1. Relativamente à Figura 36, da posição do Construto Lean ξ1, é interessante verificar no diagrama de caixas das variáveis, que 95% do erro, relativo às principais variáveis subjacentes, X1, X2 e X3 pelos inquiridos, permitem indicar, com bastante precisão, o quão distante ou disperso pode estar o correspondente valor reportado de um valor sem erros, no que se refere à avaliação de ‘não concordam nem discordam’ relativamente à relação entre Lean e a sustentabilidade numa organização. Foram analisadas as independências das observações verificadas através das respostas fornecidas por um conjunto representativo de sujeitos diversos, através de um processo de amostragem aleatória por forma a concluir acerca da significância dos correspondentes parâmetros, conforme se expressa pelos dados estatísticos apresentados na Tabela 19. Resultados da média, erro e desvio padrão das variáveis manifestas X4, X5 e X6. Adicionalmente, os gráficos de barras correspondentes são apresentados na Figura 36 até à Figura 38, sendo que na Tabela 19 encontra os resultados da média entre as variáveis manifestas referentes para se perceber melhor as relações existentes. 95 Figura 44. Gráfico de barras para a variável manifesta Y6. Na Tabela 22 está sumariada informação principal relacionada com a dimensão de sustentabilidade social, através das variáveis manifestas Y7 a Y9, relativas à análise do nível de remuneração salarial dos colaboradores nas empresas (Y7), bem como à análise das condições de trabalho dos colaboradores (Y8) e ainda às condições da sociedade envolvente (Y9). Tabela 22. Resultados da média, erro e desvio padrão para as variáveis manifestas Y7,Y8 e Y9. Variável manifesta Sustentabilidade Social Descrição no Inquérito Média Desvio Padrão Y7 A empresa tem vindo a aumentar o nível de remuneração salarial dos seus colaboradores? 3,27 1,129 Y8 A empresa tem vindo a melhorar as condições de trabalho dos seus colaboradores? 2,85 1,234 Y9 A empresa tem vindo a melhorar as condições da sociedade envolvente? 3,29 1,112 Através da análise efetuada, foi possível constatar que as empresas têm atualmente preocupações a nível da sustentabilidade social e uma boa perceção quanto ao nível de preparação que estas precisam de atingir para viabilizar um consistente desenvolvimento de condições de trabalho e remuneração salarial apropriadas, bem como no que se refere a preocupação com o ambiente envolvente e à sociedade em geral, conforme se expressa neste 96 trabalho através das variáveis em (η 3)∓ (Y7,Y8 e Y9), que representam valores médias a elevado, em termos médios de impacto na sociedade. Sendo que a Figura 45 é relativa à variável manifesta Y7, a Figura 46 é relativa à variável manifesta Y8 e a Figura 46 é relativa à variável manifesta Y9. Adicionalmente, na Figura 47 é representado o correspondente diagrama de caixas, com a síntese dos valores de média, erro e desvio padrão, referentes à análise efetuada relativa à perceção das empresas sobre as questões de ‘Remuneração salarial’, ‘Condições de Trabalho’ e ‘Impacto Social’. Figura 45. Gráfico de barras para a variável manifesta Y7. 97 Figura 46. Gráfico de barras para a variável manifesta Y8 Figura 47. Gráfico de barras para a variável manifesta Y9. Após a análise descritiva efetuada, será feita no próximo capítulo a validação empírica das medidas enunciadas para os cinco Construtos do modelo teórico através de Análise Fatorial Confirmatória (AFC), e testado o modelo proposto através da Análise de Equações Estruturais (AEE). 98 5. VALIDAÇÃO DO MODELO PROPOSTO Este capítulo tem como objetivo, por um lado, a validação dos Construtos utilizados no modelo estrutural proposto e, por outro, a análise de equações estruturais das relações propostas no respetivo modelo. A principal contribuição ou novidade deste trabalho reside, por um lado, na temática de estudo em si, dado que não foi encontrado nenhum estudo afim na literatura, ao mesmo tempo que é um estudo pioneiro nesta área abordado através de uma análise mais formal, baseada em modelos e variáveis específicas, definidas para o tema concreto em estudo. Mais ainda, de realçar que o modelo proposto se baseou num conjunto de assuntos cujos conceitos subjacentes considerados foram analisados em detalhe, através de uma profunda análise efetuada à literatura existente sobre estes assuntos ou temas de base subjacentes ao trabalho desenvolvido, por forma a devidamente se conseguir fundamentar e justificar a premência e necessidade do estudo realizado. Sendo assim, neste capítulo será apresentada a validação do trabalho realizado. 5.1. Validação do instrumento de pesquisa Nesta secção serão apresentados o Modelo de Medição (MM) e o Modelo Estrutural (SM) que são compostos por cinco Construtos chamados Lean, I4.0, as dimensões da Sustentabilidade Económica, Sustentabilidade Ambiental e Sustentabilidade Social, cada um medido por três indicadores totalizando 15 indicadores, todos medidos em escalas de Likert (1 a 5). Os pesos fatoriais de cada variável manifesta (λ) em estimativa do coeficiente (β) para cada erro (e), são obtidas através do Método de Máxima Verossemelhança (Bollen, 1989; Hoyle, 1995) sendo obrigatório analisar o ajuste e a validade das variáveis identificadas, para avaliar a qualidade dos dados recolhidos e posteriormente se fazer a avaliação do modelo geral definido. Além disso, como consequência se realizará a validação do presente trabalho com o método SEM onde se usam vários índices de validação diferentes e neste estudo é considerada a média da população absoluta, relativa e ajustada cujos valores e índices em que foram baseados, com base na teoria da informação subjacente será também apresentada mais adiante. Um aspeto muito positivo desta investigação, conforme mencionado previamente, assenta no uso de métodos de amostragem e de validação do instrumento de pesquisa, como 99 sendo formas apropriadas e que permitem reproduzir a estrutura correlacional das variáveis observadas na amostra. A avaliação da qualidade da pesquisa e dos dados recolhidos, através da quantificação e qualidade da medição dos conceitos definidos, torna-se assim de extrema importância, conforme referido em (Churchill, 1979) e interessa analisar os pesos fatoriais de cada variável manifesta (λ), de cada estimativa de coeficiente (β) e de cada erro (e) através da Método de Máxima Verossemelhança. A análise efetuou-se então, recorrendo a todos as ferramentas referenciadas e cujas medidas de ajuste consideradas correspondentes estão resumidas na Tabela 23, por forma a atingir os valores dos índices de ajuste apresentados, com um bom ajuste. Adicionalmente, são apresentadas as macros utilizadas no software IBM SPSS Amos. Tabela 23. Índices, medidas de ajuste e referenciadas. Índices de Ajuste Medidas de Ajuste Referências χ2/df <3 Hu e Bentler, (1999); Wei et al., (2010). GFI >0.9 Hu e Bentler, (1999); Wei et al., (2010). CFI >0.9 Hu e Bentler, (1999); Wei et al., (2010); Singh, (2009). TLI >0.9 Hu e Bentler, (1999); Singh, (2009). IFI >0.9 Santora e Bentley, (1990); Wei et al., (2010). PCFI >0.6 Mulaik et al., (1989). PGFI >0.6 Mulaik et al., (1989). RMSEA <0.08; p > 0.05 Hu e Bentler, (1999); Wei et al., (2010). AIC Menor que o modelo independente Schmitt, (2011). Uma vez constatada a validação interna proceder-se-á à validação do modelo de estudo. 5.2. Metodologia de validação do instrumento de pesquisa Um dos aspetos mais interessantes da análise fatorial, como método de ajustamento, é o facto de ser comprovadamente robusto, mesmo quando os pressupostos não são cabalmente encontrados (Albright, & Park, 2009), podendo-se classificar em dois tipos de acordo com a inexistência de Análise Fatorial Exploratória (AFE) ou a existência da Análise Fatorial Confirmatória (AFC), para as hipóteses sobre a estrutura fatorial, que permite explicar as correlações entre as variáveis manifestas (Marôco, 2010a). 100 Neste sentido, a análise fatorial confirmatória pode ser utilizada na validação fatorial de um instrumento de pesquisa (Marôco, 2010a), sendo a técnica escolhida para validar o instrumento proposto e para analisar a adequação e validade das variáveis identificadas nesta pesquisa, para o que se deve avaliar a qualidade dos dados recolhidos e posteriormente avaliar o modelo geral definido. A avaliação do modelo é realizada pelos pesos fatoriais de cada variável manifesta (λ), para cada estimativa de coeficiente (β) e de cada erro (e) e também através de alguns índices em sua maioria que são utilizados pelo Método da Máxima Verossimilhança (Bollen, 1989) e através do software de Modelagem de Equações Estruturais. 5.2.1 Teste de significância à função de discrepância A medida fundamental da qualidade do ajustamento é o teste do (χ2) /df ratio minimizada durante o ajustamento do modelo (Hu, 1999 e Wei, et al., 2010). Baixos valores para um modelo bem ajustado resultam em níveis de significância pequenos, de 0.05 ou menos. No entanto o teste χ2 é muitas vezes afetado pela não normalidade multivariada e pela dimensão da amostra, que ultrapassa os 200 respondentes (Anderson & Gerbin,1988; Hair, et al., 2009; Marôco, 2010a). Neste caso a estatística de χ2 tem tendência a rejeitar modelos com amostras grandes ou com um elevado número de variáveis observadas (Hair, et al., 2009). 5.2.2 Índices de qualidade de ajustamento De acordo com Marôco, (2010a), os índices absolutos avaliam a qualidade do modelo em si sem comparação com outros modelos. Então por forma a conseguir-se modelos hipotéticos bem ajustados e contornar as limitações dos testes pelos índices de ajustamento do modelo foram escolhidos os índices abaixo. Índices absolutos: estes índices comparam um modelo específico de ajuste com seu modelo saturado. o χ2 / df relação qui-quadrado e relação graus de liberdade. o GFI - Goodness of fit index (Índice de Bondade de Ajuste). Tabela 24. Índices absolutos Model RMR GFI AGFI PGFI Default model .083 .919 .879 .613 Saturated model .000 1.000 Independence model .390 .389 .302 .340 101 Índices relativos: índices de ajuste relativos que comparam o modelo de ajuste específico ao pior ajuste possível (sem relações entre as variáveis manifestadas) e ao melhor ajuste possível (modelo saturado). o CFI - Comparative Fit Index o TLI – Tucker Lewis Index o IFI – Incremental Fit Index Tabela 25. Índices relativos Model NFI Delta1 RFI rho1 IFI Delta2 TLI rho2 CFI Default model .901 .870 .945 .927 .944 Saturated model 1.000 1.000 1.000 Independence model .000 .000 .000 .000 .000 Índices ajustados pela parcimônia: penalizar os índices relativos pela complexidade e realizar uma melhoria no modelo de forma a aproximá-lo do modelo saturado, através da inclusão de parâmetros livres. o (PCFI) Parsimony CFI o (PGF) Parsimony GFI Tabela 26. Índices ajustados pela parcimônia. Model PRATIO PNFI PCFI Default model .762 .687 .719 Saturated model .000 .000 .000 Independence model 1.000 .000 .000 NCP (Non-centrality Parameter) - é o valor do parâmetro de não centralidade que representa o χ2 menos seus graus de liberdade. Tabela 27. Índices ajustados pela parcimônia NCP. Model NCP LO 90 HI 90 Default model 90.251 56.524 131.732 Saturated model .000 .000 .000 Independence model 1616.100 1485.372 1754.219 102 FMIN (Minimum Value of Discrepancy, F) é a função de discrepância mínima. Tabela 28. Função de discrepância mínima FMIN. Model FMIN F0 LO 90 HI 90 Default model .678 .360 .225 .525 Saturated model .000 .000 .000 .000 Independence model 6.857 6.439 5.918 6.989 ECVI (Expected Cross-validation index) é um índice que fornece uma medida da discrepância entre a matriz de covariância ajustada na amostra e a matriz de covariância esperada que poderia ser obtida em outra amostra de mesmo tamanho. Tabela 29. Expected cross - validation index ECVI. Model ECVI LO 90 HI 90 MECVI Default model .997 .863 1.162 1.019 Saturated model .956 .956 .956 1.021 Independence model 6.976 6.456 7.527 6.985 Os índices de discrepância populacional (Marôco, 2010a) comparam o ajustamento do modelo obtido entre as médias e variâncias da amostra e as quais seriam obtidas da população pelo índice de discrepância populacional que reflete o ajuste do modelo nos momentos amostrais, médias e variâncias amostrais, com os momentos populacionais nas médias e variâncias populacionais pelo efeito de comparação. Tabela 30. Hoelter Model HOELTER .05 HOELTER .01 Default model 151 166 Independence model 19 21 Root Mean Square é a raiz quadrada da matriz dos erros dividida pelos graus de liberdade, assumindo que o modelo ajustado é o correto. Quanto menor o (RMSEA = 0) melhor será o ajustamento e tanto mais perfeito para um valor pequeno, de 0,05 ou menos (Joreskog & Sorbom, 1996 apud Marôco, 2010). 103 Tabela 31. Root mean square error of approximatio (RMSEA). Model RMSEA LO 90 HI 90 PCLOSE Default model .067 .053 .081 .024 Independence model .248 .237 .258 .000 Os índices baseados em teoria da informação são pertinentes para comparar vários modelos alternativos com ajustes de dados (ver Tabela 32, (AIC)- Akaike Information Criterion - Critério de Informação de Akaike). A proporção da covariância entre as variáveis observadas é explicada por Goodness-of-Fit (GFI), pelo modelo ajustado (Marôco, 2010) (ver Tabela 33, o índice tem amplitude de 0 a 1, sendo que valores perto de 1 são indicativos de um bom ajuste). O objetivo da análise e avaliação das medidas de ajustamento global do modelo é utilizado de forma a analisar a sua fiabilidade e a validação das diversas variáveis constituintes deste modelo, bem como avaliar os modelos propostos. Tabela 32. Akaike information criterion (AIC). Model AIC BCC BIC CAIC Default model 250.251 255.697 391.428 431.428 Saturated model 240.000 256.340 663.531 783.531 Independence model 1751.100 1753.143 1804.042 1819.042 Tabela 33. Índices de qualidade de ajustamento com respetivos e maior frequência. Estatística Valores de Referência  2 / df 2. 015 <3 GFI 0. 923 >0. 9 CFI 0. 951 >0. 9 TLI 0. 936 >0. 9 IFI 0. 952 >0. 9 PCFI 0. 724 >0. 6 PGFI 0. 615 >0. 6 RMSEA 0,064 (p = 0.058) <0,08; p>0. 05 AIC 241,163 <1787. 589 Menor que o modelo independente 104 5.2.3 Análise de resultados, significância de parâmetros e fiabilidade individual Usualmente tem-se em conta analisar a adequação e validade das variáveis identificadas, devendo-se avaliar a qualidade dos dados coletados, para posterior avaliação do modelo geral definido. Além disso, como consequência, neste trabalho se pretende realizar a avaliação do trabalho desenvolvido através do método subjacente ao Modelo Estrutural (SEM), que utiliza vários índices de validações diferentes e, neste estudo, são considerados os índices absolutos, relativos, com parcimônia ajustada, de discrepância de população e baseados na teoria da informação comum. Sendo assim, primeiramente é realizada a avaliação do Modelo de Medida (MM) e em seguida, obteve-se a qualidade dos índices de ajuste e os valores apresentados na validação de ajuste do MM - GFI: goodness of fit index, CFI: índice de ajuste comparativo, TLI: índice de Lewis de Tucker, IFI: incremental fit index, PCFI: parcimônia CFI, PGFI: parcimônia GFI, RMSEA: erro quadrático médio de aproximação, AIC: critério de informação de akaike. Os ajustes de medidas obtidos por estes critérios foram de valor χ2 / df = 2,015 <3; GFI = 0,923> 0,9; CFI = 0,951> 0,9; TLI = 0,936> 0,9. Para o desenvolvimento do presente trabalho, utilizou-se o software IBM SPSS Amos, versão 24, da IBM Corp., 2016 para empregar o método SEM usando o banco de dados obtido, o que conduziu ao estabelecimento do principal objetivo deste trabalho de integrar a informação a analisar num modelo proposto, o que constitui o objetivo central deste estudo: - Avaliar o modelo contextual de relação entre LM e as dimensões da sustentabilidade, e também entre I4.0 e as dimensões da sustentabilidade no desenvolvimento das empresas. No Modelo Estrutural (SEM), a relação entre construções exógenas e endógenas é definida e é estabelecida a relação (direta ou indireta) que as construções ou Construtos exógenos aplicam nas construções endógenas, descrevendo estatisticamente os comportamentos das variáveis subjacentes. Os valores consistem nas diferenças individuais entre as covariâncias observadas e as covariâncias estimadas, estandardizados ou estimados pela divisão dos elementos da matriz que estimativa o desvio-padrão dos erros (Hair, et al., 2009; Marôco, 2010). As variáveis estandardizadas podem ser utilizadas para identificar pares de itens, nos quais o modelo de medida especificado não prediz com exatidão a covariância observada entre esses pares de itens. Os pesos fatoriais indicam o grau de correlação existente entre cada item e o respetivo Construto latente, apresentando-se estandardizados para possibilitar 111 Variáv el Y2 .25 1** .20 6** .30 2** .39 1** .80 7** .69 2** .20 7** .56 8** .16 9** .22 8** .19 3** .223 * Variáv el Y3 .21 6** .26 1** .30 3** .42 8** .62 4** .69 2** .27 7* .50 0** .28 4** .34 3** .30 2** .298 ** Variáv el Y4 .15 6* .12 5* .21 4** .15 9* .30 5** .20 0** .20 7** .27 7* .36 1** .23 4** .29 2** .29 5** .299 ** Variáv el Y5 .35 9** .26 3** .41 3** .54 2** .47 2** .56 8** .50 0** .36 1** .31 3** .32 6** .24 9** .337 ** Variáv el Y6 .27 5** .17 2** .34 0** .41 9** .19 7** .16 9** .28 4** .23 4** .31 3** .62 7** .42 3** .487 ** Variáv el Y7 .20 1** .20 1** .18 8** .26 5** .32 6** .20 5** .22 8** .34 3** .29 2** .32 6** .62 7** .60 1** .,56 4** Variáv el Y8 .13 4* .19 0** .21 1** .18 5** .19 3** .30 2** .29 5** .24 9** .42 3** .60 1** .549 ** Variáv el Y9 .22 5** .18 0** .32 0** .35 6** .21 6** .22 3** .29 8** .29 9** .33 7** .48 7** .56 4** .54 9** Sendo assim, da análise do número de observações e de desvios-padrão e estimativas no modelo de regressão linear utilizado pressupõe-se o comportamento de uma variável dita dependente ou explicada como uma função linear de um conjunto de determinantes, ditas variáveis explicativas ou independentes (Vilares e Coelho, 2005). Após uma observação geral sobre os dados recolhidos é possível identificar um conjunto de conclusões relevantes, com base na perceção dos respondentes das organizações. A análise do desvio-padrão da amostra e a média os fatores obtidos já elucidam acerca das perguntas mais importantes para cada variável latente detetada. A análise de frequência pretende comparar a relação estatística existente, ou não, entre o resultado maior da média para a amostra, sem que se considere ou implique casualidade entre estas, servindo apenas como mais uma medida de análise e avaliação complementar aos dados obtidos. Estes resultados foram obtidos através do software IBM SPSS Statistics, versão 24 (IBM Corp., 2016b). 5.4. Análise e Validação do Modelo de Medida Nesta secção são apresentados os resultados da validação do instrumento de pesquisa para cada um dos Construtos definidos no modelo teórico, organizados em cinco partes e denominados em função contextual e em análise, sobre LM, I4.0, Sustentabilidade Económica, Sustentabilidade Ambiental e Sustentabilidade Social. 112 Na Figura 49, os acrónimos utilizados para identificar os itens em cada um dos Construtos. Figura 49. Acrónimos dos Construtos exógenos e endógenos. O Modelo de Medida (MM) estabelece as relações entre os Construtos e suas variáveis manifestadas, nas quais o Construto é formado por variáveis manifestas por meio da realização da Análise Fatorial Confirmatória (AFC), que calcula e específica os mesmos. Esta metodologia é dividida em duas partes, Análise Fatorial Confirmatória (AFC), para o modelo de medição e a Análise do Modelo Estrutural, com base no método (SEM), que é estabelecido por dois modelos (Bollen, 1989; Hoyle, 1995), Modelo de Medição e Modelo Estrutural. Para avaliar a qualidade do ajustamento global do modelo consideraram-se valores indicativos da estrutura correlacional de bom ajustamento CFI e GFI superiores a 0,9 e PCFI superiores a 0,6. Considerou-se ainda que χ2 /gl ~2 e RMSEA inferior a 0,5 com uma probabilidade P [rmsea≤0,05], não significativa indicam um bom ajustamento do modelo (Schumacker & Lomax, 2010). Através do método da máxima verossimilhança, dos pesos fatoriais e do modelo estrutural foi obtida a relação entre os Construtos do MM, pesos fatoriais, ajuste e erros. 113 Todos os Construtos na Figura 50, (ξ1, ξ2, η1, η2, η3) são baseados nas variáveis manifestas (ξ1 = X1, X2, X3; ξ2 = X4, X5, X6; η1 = Y1, Y2, Y3; η2 = Y4, Y5, Y6; η3 = Y7, Y8, Y9) e, neste modelo, os Construtos têm uma relação de todos para todos a fim de fornecer a avaliação da mensuração no MM. Figura 50. Modelo de Medição para todos os Construtos. Primeiramente, foi realizada a avaliação do Modelo de Medida (MM) e em seguida obteve -se a qualidade dos índices de ajuste e os valores, que estão apresentados na Tabela 43, com a validação de ajuste do MM-GFI: Goodness of Fit Index; de CFI: índice de ajuste comparativo; de TLI: Índice de Lewis de Tucker; de IFI: Incremental Fit Index; de PCFI: parcimônia CFI; de PGFI: parcimônia GFI; de RMSEA: Erro Quadrático Médio de Aproximação; e de AIC: Critério de Informação de Akaike. Com base nos valores de ajuste obtida por critérios a análise dos resultados da validação do modelo teórico desenvolvido podem ser alcançados ao aplicar a Análise Fatorial Confirmatória no Modelo de Medição (MM), pois os valores da qualidade de ajuste serão conforme a (χ2 / df = 2,015, GFI = 0,923, CFI = 0,951, TLI = 0,936, IFI = 0,952, PCFI = 0,724, PGFI = 0,615, RMSEA = 0,064 e AIC = 241,163) de confiabilidade e validade, com um bom ajuste. 114 Tabela 43. Ajuste de medidas obtido por critério de ajuste para o MM. Medidas de ajuste Ajuste obtido valor Critério de ajuste  2 / df 2. 015 <3 GFI 0. 923 >0. 9 CFI 0. 951 >0. 9 TLI 0. 936 >0. 9 IFI 0. 952 >0. 9 PCFI 0. 724 >0. 6 PGFI 0. 615 >0. 6 RMSEA 0,064 (p = 0.058) <0,08; p>0. 05 AIC 241,163 <1787. 589 Menor que o modelo independente 5.5. Análise e Validação do Modelo Estrutural No Modelo Estrutural (Figura 51), a relação entre os construtos exógenos e endógenos é estabelecida pela relação direta ou indireta onde os construtos exógenos exercem influência sobre os construtos endógenos. No desenvolvimento do presente trabalho foi utilizado o software IBM SPSS Amos, versão 24, da IBM Corp. (2016); para a utilização do método SEM (Westland, 2010). Através da aplicação das técnicas subjacentes ao modelo linear geral é possível analisar a existência de determinados pressupostos a serem considerados através de Análise de Figura 51. Modelo estrutural. 115 Equações Estruturais e nesta secção serão analisadas algumas das questões relativas aos pressupostos considerados mais relevantes na (AEE). Na avaliação da qualidade dos Modelos Estruturais (MEs) os resultados obtidos e orientados à avaliação Lean e I4.0– p >0.058 (CMIN/DF = 2,015; GFI = 0.923; CFI = 0,951; TLI = 0,936; IFI = 0,952; PCFI = 0,724; PGFI = 0,615; RMSEA = 0,064; AIC = 241.163). Com a aplicação dos resultados nos modelos de medida e estrutural, este estudo é imperativo garantir que sejam validados e é com este propósito que seguidamente se realizou a análise e a avaliação dos critérios de qualidade do ajustamento e avaliação do modelo (Hair Jr. et al., 2009) (Schumacker & Lomax, 2010). O objetivo da análise e avaliação das medidas de ajustamento global do modelo é utilizado de forma a analisar a sua fiabilidade e validação das diversas variáveis constituintes deste modelo, bem como avaliar o modelo proposto. Devido ao valor obtido nos índices confirma-se que todos os valores dos índices estão dentro dos critérios definidos. Após a avaliação do MM o SM foi avaliado e, com base nas qualidades dos índices de ajuste, os valores obtidos são mencionados (ver Tabela 44). Tabela 44. Validação de ajuste do SM. Medidas de ajuste Ajuste obtido valor Critério de ajuste  2 / df 2. 273 <3 GFI 0. 908 >0. 9 CFI 0. 936 >0. 9 TLI 0. 919 >0. 9 IFI 0. 937 >0. 9 PCFI 0. 740 >0. 6 PGFI 0. 628 >0. 6 RMSEA 0,071 (p = 0.006) <0,08; p>0. 05 AIC 262.657 <1787. 589 Menor que o modelo independente O modelo estrutural define as relações entre as variáveis quer latentes, quer manifestas com base no modelo teórico proposto, para tal, especifica-se que variável/variáveis influencia(m) direta ou indiretamente mudanças nos valores de outras variáveis no modelo (Byrne, 2010), referindo-se aos requisitos necessários nas especificações do modelo estrutural, que consiste na distinção entre variáveis/construtos latentes exógenos e endógenos. Para a necessidade de representar os modelos teóricos que permitirá a identificação causal e / ou relações hipotéticas entre variáveis, e para validar a premissa teórica que o 116 presente trabalho pretende provar, ou seja, a relação entre LM, I4.0 e as três dimensões da Sustentabilidade, é estabelecido o uso da técnica de modelagem denominada Structural Equation Modeling (Schumacker, & Lomax, 2010; Bollen, 1989). Essa metodologia é identificada como análise multivariada, geralmente expressa em modelos lineares que incluem erros de medição associados às variáveis estabelecidas no modelo (Bollen, 1989; Marcoulides, & Schumacker, 1996; Hoyle, 1995). 5.6. Estimação do modelo nas equações estruturais Na avaliação da qualidade Estrutural dos Modelos, os resultados obtidos (χ2 / df = 2,273, GFI = 0,908, CFI = 0,936, TLI = 0,919, IFI = 0,937, PCFI = 0,740, PGFI = 0,628 e RMSEA = 0,071, AIC = 262,657) sugerem que um bom ajuste foi alcançado. Mais uma vez, todos os valores dos índices obtidos encontram-se dentro da faixa estabelecida das medidas de ajuste e em relação às estimativas para os parâmetros de estimação das relações estruturais no SM, os resultados mostrados (ver Tabela 45) foram obtidos. Tabela 45. Estimativas do SM e quadro sintetizado das hipóteses. Hipótese Construção exógena Construção endógena Husa. SE CR Valor p Conclusão H1 Lean Sustentabilidade Económica 0.187 0.133 1.405 0.16 não confirmado H2 Lean Sustentabilidade Ambiental - 0.167 0.365 - 0.457 0.648 não confirmado H3 Lean Sustentabilidade Social - 0.142 0.280 - 0.508 0.611 não confirmado H4 I4.0 Sustentabilidade Económica 0.457 0.132 3,466 <0,001 confirmado H5 I4.0 Sustentabilidade Ambiental 1,482 0.477 3,108 0. 002 confirmado H6 I4.0 Sustentabilidade Social 0.994 0.297 3.341 <0.001 confirmado No que se refere à análise dos resultados das premissas apresentadas, por meio das relações estabelecidas entre os construtos, são avaliadas as hipóteses do modelo e são testadas, pois é a principal preocupação deste trabalho. Então no SM as hipóteses H4, H5 e H6 foram confirmadas, enquanto as hipóteses H1, H2 e H3 não foram confirmadas (H1: p = 0,16> 0,05, H2: p = 0,648> 0,05, H3: p = 0,611> 0,05). Além disso, uma correlação (0,68) entre LM e I4.0 é também confirmado em SM. 117 5.7. Validação das hipóteses do modelo desenvolvido O modelo teórico foi orientado para validar e realizar uma reflexão das três principais hipóteses deste estudo:  A perceção das empresas industriais sobre a Dimensão Económica estar positivamente relacionada com a I4.0.  A perceção das empresas industriais sobre a Dimensão Ambiental estar positivamente relacionada com a I4.0.  A perceção das empresas industriais sobre a Dimensão Social estar positivamente relacionada com a I4.0. Os resultados deste relatório de tese, baseados no modelo desenvolvido e obtidos pelo método da máxima verossimilhança, mostram que: (1) existe uma forte relação entre a I4.0 e as três dimensões da Sustentabilidade, com um peso fatorial mais forte para a Dimensão Ambiental (1,482), seguido pela Dimensão Social (0,994), e o menor valor, relativo à Dimensão Económica (0,457); (2) não está confirmado que exista uma relação entre Lean (LM) e alguma das três dimensões da Sustentabilidade; (3) cumulativamente verificou-se que existe uma correlação entre Lean (LM) e I4.0. Na avaliação da qualidade dos Modelos Estruturais os resultados obtidos para o Modelo de Medição (MM), orientado à avaliação do Lean e I4.0 p >0.058 (CMIN/DF = 2,015; GFI = 0.923; CFI = 0,951; TLI = 0,936; IFI = 0,952; PCFI = 0,724; PGFI = 0,615; RMSEA = 0,064; AIC = 241.163) e no Modelo Estrutural, orientado à avaliação da Sustentabilidade Económica, Ambiental e Social o – p >0.05 (CMIN/DF. = 2,273; GFI = 0,908; CFI = 0,936; TLI = 0,919; IFI = 0,937 PCFI = 0,740; PGFI = 0,628; RMSEA = 0,071; AIC = 262,657) sugerem para ambos os casos um ajustamento razoável e assim o modelo apresentar resultados que são razoavelmente consistentes. Através do Modelo de Medição prova-se a verosimilhança de cada um dos construtos elencados, em que cada construto resulta da combinação linear das suas variáveis manifestas. Nos casos dos construtos centrais do estudo e que refletem as três principais hipóteses, os construtos para as dimensões da Sustentabilidade indicam que: 1) construto avalia a relação positiva da Dimensão Económica com a I4.0; 2) construto da Dimensão Ambiental que avalia a relação positiva da I4.0 com o meio ambiente; 118 3) construto que avalia a Dimensão Social nas condições de trabalho, remuneração salarial e sociedade envolvente para um desenvolvimento de novos modelos de negócios e produtos baseados na I4.0, resultam da combinação linear das variáveis manifestas definidas no modelo, sendo a sua verosimilhança provada. Deste modo é expectável que o modelo específico seja representativo da população tanto ao nível de construtos como das suas variáveis manifestas. Através das Medidas Estruturais, que são avaliadas através das relações estabelecidas entre os construtos, em que são testadas as correspondentes hipóteses, definidas em cada um dos modelos. Relativamente às hipóteses do ME no Modelo de Medida  H1: A perceção das empresas industriais na Dimensão Económica estar positivamente relacionada com LM. Esta relação não foi confirmada (H1: p = 0.16 > 0.05), o resultado indica que a produção puxada (pull) não está positivamente relacionada com a Sustentabilidade Económica, avaliado também pelas empresas que a redução de defeitos dos produtos e avarias e falhas não estão relacionados com praticas de LM. Por outro lado, o reconhecimento das atividades de manutenção como forma de obtenção de ganhos económicos também não foi reconhecido, em geral, pelas empresas, que considera este tipo de atividades uma perda de lucros.  H2: A perceção das empresas industriais sobre a Dimensão Ambiental estar positivamente relacionada com LM. Esta relação não foi confirmada (H2: p = 0.648 > 0.05), de um balanço geral, concluiu-se a validade e o sucesso das técnicas usadas e referidas em termos de bibliografia. Porém, para as empresas não é claro haver uma relação entre as práticas de LM e aspetos relacionados com a sustentabilidade ambiental, nomeadamente no que se refere a questões ou preocupações ambientais em geral, bem como ao consumo energético, em particular, entre outros aspetos relacionados também com a economia circular e a reciclagem.  H3: A perceção das empresas industriais sobre Dimensão Social estar positivamente relacionada com LM. Esta relação não foi confirmada (H3: p = 0.611 > 0.05), a tentativa da conversão da cultura das empresas numa cultura de melhoria contínua aliada às visionadas melhores condições de 119 trabalho e extensíveis soluções para a sociedade envolvente não foram, porém, considerados aspetos chave para uma relação entre praticas de LM e aspetos de relacionados com a sustentabilidade social. Porém, aspetos relacionados com melhorias a nível da remuneração salarial continuam a ser consideradas relevantes, apesar de não se terem traduzido em variáveis de grande impacto ao nível da aplicação de abordagens de LM. No Modelo Estrutural, foram confirmadas as hipóteses: H₄, H₅ e H₆ p> 0,05 enquanto a hipótese H₁ (p=0.16> 0.05); H₂ (p= 0.648>0.05, com uma estimativa negativa – 167) e H₃ (p= 0.611>0.05 com uma estimativa -142) não foi confirmada no Modelo Estrutural. Além disso, uma correlação (0,68) entre LM e I4.0 também é confirmada no Modelo Estrutural (SM). Seguidamente são debatidas as implicações dos resultados obtidos em cada hipótese e relativamente para as hipóteses do Modelo Estrutural:  H4: A perceção das empresas industriais sobre Dimensão Económica estar positivamente relacionada com a I4.0. Esta relação foi confirmada (Y2 = 0.457, Z = 3,466, p<0,001) assim existe uma indicação clara acerca da perceção das empresas sobre as influências ou relações que existem entre aspetos económicos, nomeadamente do volume de faturação, na promoção do conceito de I4.0. Isto significando que quanto mais conhecimento coletivo existir a nível das atividades empresariais, através de um crescente volume de faturação, lucro e/ou quota de mercado tal poderá constituir elementos diferenciadores e facilitadores para uma potencial implementação de abordagens e tecnologias da I4.0.  H5: A perceção das empresas industriais sobre Dimensão Ambiental estar positivamente relacionada com a I4.0. Esta relação foi confirmada (Y6= 1,482, Z = 3,108, p=0,02<0,05) e é assinalado que o conhecimento existente nas PMEs industriais ou que trabalham para a indústria, acerca da perceção ambiental tem uma relação direta positiva com a I4.0. Isto significa que quanto mais conhecimento coletivo existir entre a população das PMEs sobre práticas ambientais, de economia circular e acerca de consumos de energia maior a relação ou influência ou o impacto que estes aspetos ou preocupações poderão ter na adoção de abordagens e tecnologias da I4.0, com uma atitude responsável, em termos de sustentabilidade ambiental, sendo que é de realçar as várias indicações que têm vindo, nomeadamente do mundo académico, no sentido da adoção de políticas e modelos de negócio 120 que porquanto incentivem à adoção de princípios gerais subjacentes à I4.0 também considerem, como sendo fundamental, implementar procedimentos e promover organizações que permitam uma boa colaboração entre empresar/ parceiros, ao longo de cadeias e redes de negócio, em que todas as entidades envolvidas sigam política amigas do ambiente.  H6: A perceção das empresas industriais sobre a Dimensão Social estar positivamente relacionada com a I4.0. Esta relação foi confirmada (Y8 = 0.994, Z = 3,341, p = 0,001), as suposições que mais se destacaram para esta hipótese foram as condições de trabalho, com uma estimativa de 0.754; sociedade envolvente, com 0.708 e remuneração salarial, com 0.632. De realçar que se verificou uma concentração particular de respostas em torno da questão da ‘sociedade envolvente’, para além da preocupação geral com as ‘condições de trabalho’, sendo que menor realce foi dado a aspetos relacionados com a ‘remuneração salarial’. 127 Deif, A. M. (2012). Dynamic analysis of a lean cell under uncertainty. International Journal of Production Research, 50(4), 1127–1139. http://doi.org/10.1080/00207543.2011.556154. Dennis, P. (2008). Produção Lean simplificada (2ª ed.). São Paulo, São Paulo, Brasil: ARTMED. De Sousa Jabbour, A.B.L.; Jabbour, C.J.C.; Foropon, C.; Godinho Filho,(2018). M. When titans meet–Can industry 4.0 revolutionise the environmentally-sustainable manufacturing wave? The role of critical success factors. Technol. Forecast. Soc. Change, 132, 18–25. Díaz-Reza, J.; García-Alcaraz, J.; Martínez-Loya, V.; Blanco-Fernández, J.; Jiménez-Macías, E.; Avelar-Sosa, L. (2016). The Effect of SMED on Benefits Gained in Maquiladora Industry. Sustainability 2016, 8, 1237. [CrossRef] Dillman, D. A. (2007). Mail and Internet Surveys: The Tailored Design Method (2nd Ed.). Hoboken, New Jersey: John Wiley & Sons, Inc. Duarte, S.; Cruz-Machado, V., (2017). Exploring linkages between lean and green supply chain and the industry 4.0. In Proceedings of the International Conference on Management Science and Engineering Management, Kanazawa, Japan, 28–31 July; pp. 1242–1252. Dubey,R.;Gunasekaran,A.;Papadopoulos,T.;Childe,S.J.;Shibin,K.T.;Wamba,S.F.,(2017). Sustainablesupplychain management: Framework and further research directions. J. Clean. Prod., 142, 1119–1130. Fonseca, M.C.M.L ( 2011). Influência da Responsabilidade Social das organizações para o seu sucesso sustentável, Tese submetida como requisito parcial para obtenção do grau de Doutor em Gestão, especialidade de Gestão Global, Estratégia e Desenvolvimento. Empresarial. Departamento de Marketing, Operações e Gestão Geral.Instituto Universitário de Lisboa.320p. Freeman, R.E. (1984): Strategic Management: A Stakeholder Approach, Pitman, Boston, MA. Fritzsche, K.; Niehoff, S.; Beier, G., (2018). Industry 4.0 and Climate Change—Exploring the Science-Policy Gap. Sustainability 2018, 10, 4511. [CrossRef] Ghinato, P. (1995). Sistema Toyota de Produção: Mais do Que Simplesmente Just-in-Time. Production, (Julho / Dezembro)169-189. Gilchrist, A. (2016). Industry 4.0: The Industrial Internet of Things; Apress: New York, NY, USA. 128 Glauco, G. M., Hornburg, S., Tubino, D. F., Romig, M., & Andrade, G. J. (2008, Outubro 13 a 16). XXVIII ENEGEP. Manufatura Enxuta, Gemba Kaizen e TRF: Uma aplicação Prática no Setor Têxtil. Rio de Janeiro, Rio de Janeiro, Brasil: Abepro. Gonçalves, M., Silva, A., & Leão, C. P. (2017). Reverse Logistics companies’ perspective: A qualitative analysis. Switzerland: Springer International Publishing. Gupta, V., Narayanamurthy,G.;Acharya,P., (2018). Assessmentofradialtyremanufacturing processes using system dynamics modelling. Comput. Oper. Res. 2018, 89, 284–306. Hair Jr, J.F., Anderson, R.E., Tatham, R.L., & Black, W.C. (2005a). Análise multivariada de dados (5a. ed.). Porto Alegre: Bookman. Hair Jr., J. F., Black, W. C., Babin, B., & Anderson, R. E. (2009b). Multivariate Data Analysis (7th ed.). Prentice-Hall. Hajmohammad, S.; Vachon, S.; Klassen, R.D.; Gavronski, I., (2013). Lean management and supply management: Their role in green practices and performance. J. Clean. Prod. 2013, 39, 312–320. Henley, E.J. (1984). Application of expert systems to fault diagnosis. In AIChE annual meeting, San Francisco, CA. Herrmann C., Thiede S., Stehr J. and Bergmann L., (2008). An environmental perspective on Lean Production.The 41st CIRP Conference on Manufacturing Systems. Herrmann, M., Pentek, T. e Otto, B. (2016), “Design principles for industrie 4.0 scenarios”, Proceedings of the Annual Hawaii International Conference on System Sciences, pp. 3928–3937. Hershberger, S.L., Marcoulides, G.A., & Parramore, M.M. (2003) Structural equation modeling: An introduction. In B.H. Pugesek, A. Tomer & A.V. Eye (Eds.), Structural equation modeling: Applications in ecological and evolutionary biology (pp. 3-41). Cambridge: Cambridge University Press. Hill, M. M., & Hill, A. (2000). Investigação por questionário (1a Ediçãof). Lisboa: Edições Sílabo. Hirsch-Kreinsen, H., (2014). Wandel von Produktionsarbeit–Industrie 4.0. WSI-Mitteilungen, 67, 421–429. Hoyle, R. H. (1995). Structural equation modeling: Concepts, issues, and applications. (R. H. Hoyle, Ed.). Thousand Oaks, CA: Sage. Hofmann, E.; Rüsch, M., (2017). Industry 4.0 and the current status as well as future prospects on logistics. Comput. Ind., 89, 23–34. 129 Hozdic, E. (2015). Smart factory for industry 4.0: A review. Int. J. Modern Manuf. Technol. 2015, 7, 28–35. IBM Corp.IBM SPSS Amos; Version 24; IBM Corp.: Armonk, NY,USA, 2016. Loppolo, G.; Cucurachi, S.; Salomone, R.; Saija, G.; Ciraolo, L. (2014). Industrial Ecology and Environmental Lean Management: Lights and Shadows. Sustainability, 6, 6362–6376. Iqbal, T.; Riek, L.D. (2019). Human-robotteaming: Approachesfromjointactionanddynamicalsystems. Hum.Robot. A Ref. 2019, 2293– 2312. Available online: https://link.springer.com/referenceworkentry/10.1007%2F97894007-6046-2_137 (accessed on 5 March 2019). Jabbour, A.; Jabbour, C.; Teixeira, A.; Freitas, W. (2012a). Adoption of lean thinking practices at Brazilian auto part companies. Int. J. Lean Think., 3, 47–53. Jabbour, C.J.C.; de Sousa Jabbour, A.B.L.; Govindan, K.; Teixeira, A.A.; de Souza Freitas, W.R., (2013b). Environmental management and operational performance in automotive companies in Brazil: The role of human resource management and LM. J. Clean. Prod., 47, 129–140. James, J.; Ikuma, L.; Nahmens, H.; Aghazadeh, F., (2013). The impact of Kaizen on safety in modular home manufacturing. Int. J. Adv. Manuf. Technol., 70, 725–734. Jurado Martinis, P.; Moyano-Fuentes, J. (2014). Lean management, supply chain management and sustainability: A literature review. J. Clean. Prod. 85, 134–150. Kagermann, H.; Wahster, W.; Helbig, J., (2013a). Recomendações para a implementação da iniciativa estratégica Industrie 4.0. Acatech, Working Group, Frankfurt, National, pp. 1378. Kagermann, H., W. Wahlster, W., J. Helbig, J. (2013b) Securing the Future of German Manufacturing Industry: Recommendations for Implementing the Strategic Initiative Industrie 4.0, München. Kalendera Z. T & Vayvaya O., (2016). The Fifth Pillar of the Balanced Scorecard: Sustainability. 12th International Strategic Management Conference, ISMC 2016, 28-30 October 2016, Antalya, Turkey. Acessado: 18/05/2019. Available online at www.sciencedirect.com. Procedia - Social and Behavioral Sciences 235 (2016) 76 – 83. Kiel, D.; Müller, J.M.; Arnold, C.; Voigt, K.I., (2017). Sustainable industrial value creation: Benefits and challenges of industry 4.0. Int. J. Innov. Manag., 21, 1740015. Klem, L. (2006). Structural equation modeling. In L.G. Grimm & P.R Yarnold (Eds.), Reading and understanding more multivariate statistics (pp. 227-260). Washington: American Psychological Association. 130 Laudien, S.M.; Daxböck, B., (2017). Business model innovation processes of average market players: A qualitative-empirical analysis. R&D Manag., 47, 420–430. Lee, J.; Kao, H.A.; Yang, S., (2014). Service innovation and smart analytics for industry 4.0 and big data environment. Procedia CIRP, 16, 3–8. Leoneti, A.; Nirazawa, A.; Oliveira, S., (2016). Proposal of sustainability index as a selfassessment tool for micro and small enterprises (MSEs). REGE Revista de Gestão, 23, 349–361. Li, G., Hou, Y. e Wu, A. (2017), “Fourth Industrial Revolution: technological drivers, impacts and coping methods”, Chinese Geographical Science, 27(4), pp. 626–637. Liao, K.; Deng, X.; Marsillac, E., (2013). Factors that influence Chinese automotive suppliers’ mass customization capability. Int. J. Prod. Econ. 2013, 146, 25–36. Lima, B. V. (2018). Contribuição de Lean Thinking para a implementação da I4.0. Contribuição de Lean para Thinking. https://repositorium.sdum.uminho.pt/bitstream/1822/57168/1/Disserta%C3%A7%C3% A7%C3%A3o%2BMEI%2B-%2BVictor%2BBittencourt%2B%2831489%29.pdf. Ilieva, J.,Baron, S.,Healey, N. M.,(2002). Online surveys in marketing research: pros and cons. International Journal of Market Research, 44, 3, pp. 361-376. Acessado: 18.07.2018. Database: EBSCOhost. Lozano, R.; Huishingh, D., (2011). Inter-linking issues and dimensions in sustainability reporting. J. Clean. Prod. 2011, 19, 99–107. Lund, H.; Mathiesen, B.V, (2009). Energy system analysis of 100% renewable energy systems. The case of Denmark in years 2030 and 2050. Energy 2009, 34, 524–531. Lu, Y., (2017). Industry 4.0: A survey on technologies, applications and open research issues. J. Ind. Inf. Integr., 6, 1–10. Luthra, S.; Mangla,S.K. (2018). Whenstrategiesmatter: Adoption of sustainable supply chain management practices in an emerging economy’s context. Resour. Conserv. Recycl. 2018, 138, 194–206. Manupati, V. K., Varela, M. L. R., Machado, J. M. (2017). Telefacturing approach for optimal manufacturing service to enhance the interoperability in distributed manufacturing environments, Journal of Engineering, 15 pages. 2017. DOI: 10.1155/2017/9305989 Marcoulides, G. A., & Schumacker, R. E. (1996). Advanced structural equation modeling. Mahwah, NJ: Erlbaum. Marôco, J. (2010a). Análise de Equações Estruturais: Fundamentos Teóricos, Software & Aplicações. Pêro Pinheiro: ReportNumber. 131 Marôco, J. (2014b). Análise de Equações Estruturais: Fundamentos teóricos, Software & Aplicações (2a Edição). Pêro Pinheiro: ReportNumber. Maynard, A. D. (2015), “Navigating the fourth industrial revolution”, Nature Nanotechnology, 10(12), pp. 1005–1006. Mcafee, A.; Brynjolfssona, E., (2012). Big data: The management revolution. Harvard Business Review, v. 90, n. 10, p. 60. Medina, H. V., & Naveiro, R. M. (2009). Eco-design practices in Europe fostering automotive vehicles recyclability in Brasil. Product: Management & Development, 7(1), 81-90. Ming, C.; Xiang, W., (2011). Implementing extended producer responsibility: Vehicle remanufacturing in China. J. Clean. Prod., 19, 680–686. Mollenkopf, D.; Stolze,H.; Tate,W.L.; Ueltschy,M.,(2010). Green, lean, and global supply chains. Int. J. Phys. Distrib. Logist. Manag., 40, 14–41. Müller, J.M.; Voigt, K.I., (2018). Sustainable Industrial Value Creation in SMEs: A Comparison between Industry 4.0 and Made in China 2025. Int. J. Precis. Eng. Manuf. Green Technol. 2018, 5, 659–670. Nagy, J.; Oláh, J.; Erdei, E.; Máté, D.; Popp, J., (2018). The Role and Impact of Industry 4.0 and the Internet of Things on the Business Strategy of the Value Chain. The Case of Hungary. Sustainability, 10, 3491. Ng, R.; Low, J.; Song, S., (2015). Integrating and implementing lean and green practices based on proposition of carbon value efficiency metric. J. Clean. Prod., 95, 242–255. Nidumolu, R.; Prahalad, C.; Rangaswami, M., (2009). Why Sustainability is Now the Key Driver of Innovation. Harvard Bus. Rev. Nº 87, 56–64. Niida, K. (1985). Expert system experiments in processing engineering. In Institution of chemical engineering symposium series (pp. 529–583). Nunes, B.; Bennett, D, (2010). Green operations initiatives in the automotive industry: An environmental reports analysis and benchmarking study. Benchmark. Int. J., 17, 396– 420. Oettmeier, K.; Hofmann, E., (2017). Additive manufacturing technology adoption: An empirical analysis of general and supply chain-related determinants. J. Bus. Econ., 87, 97–124. Paladini, Edson Pacheco, (2004). Gestão de Qualidade: Teoria e Prática. Editora: Atlas, 2ª edição. São Paulo. Pampanelli, A.B.; Found, P.; Bernardes, A.M., (2014) A lean & green model for a production cell. J. Clean. Prod., 85, 19–35. 132 Pérez, O. L., 2010. Uma Arquitetura Mecatrônica de Navegação para Veículos com Reboques Guiados Automaticamente em Ambientes de Sistemas Flexíveis de Manufatura. Tese (Doutorado) Universidade Federal do Rio de Janeiro. Pfohl, H.C.; Yahsi, B.; Kurnaz, T. (2017). Concept and diffusion-factors of industry 4.0 in the supply chain. In Dynamics in Logistics; Springer: Cham, Switzerland; pp. 381–390. Putnik, G.; Ávila, P. (2016). Governance and Sustainability (Special Issue Editorial). Int. J.Ind. Syst. Eng. Volume. 24, 137–143. Putnik, G.D., Putnik, Z., Shah, V., Varela, L., Ferreira, L., Castro, H., Alves, C., Pinheiro, P., Collaborative Engineering definition: Distinguishing it from Concurrent Engineering through the complexity and semiotics lenses. In Proceedings of the International Conference on Axiomatic Design (ICAD 2021), 23-25 June 2021, Lisbon, Portugal. Putnik, G.D., Putnik, Z., Shah, V., Varela, L., Ferreira, L., Castro, H., Alves, C., Pinheiro, P., Collaborative Engineering: A Review of Organisational Forms for Implementation and Operation. In Proceedings of the International Conference on Axiomatic Design (ICAD 2021), 23-25 June 2021, Lisbon, Portugal. Rennung, F.; Luminosu, C.T.; Draghici, A., (2016). Service provision in the framework of Industry 4.0. Procedia Soc. Behav. Sci., 221, 372–377. Rehage, G.; Bauer, F.; Gausemeier, J.; Jurke, B.; Pruschek, P., (2013). Intelligent manufacturing operations planning, scheduling and dispatching on the basis of virtual machine tools. In Digital Product and Process Development Systems; Springer: Berlin/Heidelberg, Germany, pp. 391–400. Reuter, C. (2018). Lean, the unrecognized stakeholder value program Magic Triangle of Production?". Acedido: 02/05/19 https://www.scm-blog.de/2018/01/lean-stakeholdervalue-programm/ Rother, M & Shook, J. (2003). Learning to see. Massachusetts: Bookline. Leaan Enterprise Institute. Mediabooks. Rudtsch, V.; Gausemeier, J.; Gesing, J.; Mittag, T.; Peter, S., (2014). Pattern-based business model development for cyber-physical production systems. Procedia CIRP, 25, 313–319. Santos, A. S., Varela, M. L. R., Putnik, G. D., et al. (2014). Alternative Approaches Analysis for Scheduling in an Extended Manufacturing Environment. IEEE Conferência: 6th World Congress on Nature and Biologically Inspired Computing (NaBIC 2014), 97-102, IEEE/ IEEEXplore. 133 Sezen, B.; Karakadilar, I.; Buyukozkan, G., (2011). Proposition of a model for measuring adherence lean practices: Applied to Turkish automotive part suppliers. Int. J. Prod. Res., 50, 3878–3894. Schmidt, R.; Möhring, M.; Härting, R.C.; Reichstein, C.; Neumaier, P.; Jozinovic´, P., (2015). Industry 4.0-potentials for creating smart products: Empirical research results. In Proceedings of the International Conference on Business Information Systems, Poznan, Poland, 24–26 June; pp. 16–27. Schumacker, R.E.; Lomax, R.G. A Beginner’s Guide to Structural Equation Modeling. Technometrics 2010, 47. Shrouf, F.; Ordieres, J.; Miragliotta, G., (2014). Smart factories in Industry 4.0: A review of the concept and of energy management approached in production based on the Internet of Things paradigm. In Proceedings of the 2014 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM), Bandar Sunway, Malaysia, 9–12 December; pp. 697–701. Silva, Juliane., 2006. Modeling of structural equations: presentation of a methodology. Master's Dissertation http://hdl.handle.net/10183/8628. Sommer, L., (2015). Industrial revolution-industry 4.0: Are German manufacturing SMEs the first victims of this revolution? J. Ind. Eng. Manag. 2015, 8, 1512–1532. [CrossRef] Ślusarczyk, B. (2018). Industry 4.0: are we ready? Polish Journal of Management Studies,17. Souza, J.; Alves, J., (2017). Lean-integrated management system: A model for sustainability improvement. J. Clean. Prod., 172, 2667–2682. Sriparavastu, L., Gupta, T. (1997). Um estudo empírico da implementação de princípios de gestão just-in-time e total em empresas de manufatura nos EUA. Revista Internacional de Operações e Gestão da Produção, vol. 17 (2), 1215-1232. Stock, T.; Seliger, G., (2016). Opportunities of sustainable manufacturing in industry 4.0. Procedia CIRP, 40, 536–541. Taubitz, M., (2010). Lean, green & safe: Integrating safety into the lean, green and sustainability movement. Prof. Saf., 55, 39–46. Tjahjono, B.; Esplugues, C.; Ares, E.; Pelaez, G., (2017). What does industry 4.0 mean to supply chain? Procedia Manuf., 13, 1175–1182. Torielli, R.; Abrahams, R.; Smillie, R.; Voigt, R., (2011). Using lean methodologies for economically and environmentally sustainable foundries. China Foundry, 8, 74–88. Taubitz, M., (2010). Lean, green & safe: Integrating safety into the lean, green and sustainability movement. Prof. Saf., 55, 39–46. 134 Tseng, M.L.; Tan, R.R.; Chiu, A.S.; Chien, C.F.; Kuo, T.C.,(2018). Circular economy meets industry 4.0: Can big data drive industrial symbiosis? Resour. Conserv. Recycl. 2018, 131, 146–147. Varela, M. L. R., Putnik, G. D., Manupati, V. K., Rajyalakshmi, G., Trojanowska, J., & Machado, J. (2018). Collaborative manufacturing based on cloud, and on other I4.0 oriented principles and technologies: a systematic literature review and reflections. Management and Production Engineering Review, 9(3), 90-99, Polish Academic Sciences, Poland. DOI: 10.24425/119538. Varela L., Putnik G., Araújo A., Ávila P., Castro H. (2019). Evaluation of the Relation between LM, Industry 4.0, and Sustainability. Acedido: 29/05/2019 Sustainability 2019, 11(5), 1439 https://doi.org/10.3390/su11051439. Vidamour K., Lyons A.C., Jain K. & Sutherland M., (2010). Developing an understanding of lean thinking in process industries. ISSN: 0953-7287 (Print) 1366-5871 (Online) Journal homepage: https://www.tandfonline.com/loi/tppc20. Acessado: 17/05/2017. (Received 26 July 2010; final version received 15 October 2011). Vinodh, S.; Arvind, K.; Somanaathan, M., (2011). Tools and techniques for enabling sustainability through lean initiatives. Clean Technol. Environ. Policy 2011, 13, 469– 479. Wackernagel, M. e Rees, W., (1995). Our Ecological Footprint: Reducing Human Impact on the Earth.BC Canadá: New Society Publishers, Gabriola Island. Waibel, M.W.; Steenkamp, L.P.; Moloko, N.; Oosthuizen, G.A., (2017). Investigating the effects of smart production systems on sustainability elements. Procedia Manuf., 8, 731– 737. Wang, Z.; Subramanian, N.; Gunasekaran, A.; Abdulrahman, M.; Liu, C., (2015). Composite sustainable manufacturing practice and performance framework: Chinese auto-parts suppliers' perspective. Int. J. Prod. Econ., 170, 219–233. Wang, S. et al. (2016), “Implementing Smart Factory of Industrie 4.0: An Outlook”, International Journal of Distributed Sensor Networks. Disponível em: http://journals.sagepub.com/doi/pdf/10.1155/2016/3159805. Westland, J. C., (2010). Lower bounds on sample size in structural equation modeling. Electronic Commerce. Wilson, A., (2010). Sustainable Manufacturing: Comparing Lean, Six Sigma, and Total Quality Manufacturing; Strategic Sustainability Consulting: Washington, DC, USA. 135 olff, R., (2015). I4.0 Playgroun Digital Factory .Supply Chain Management. Fonte: editora da FAZ "Economia Digital", 22 de outubro. Acedido: 02/05/2019 https://www.scmblog.de/category/industrie-4-0/. Womack, JP, Jones, DT, Roos, D. (1990a). A máquina que Mudou o Mundo. Harper Perennial, Nova Iorque. Womack, James P. e Daniel T. Jones., (1997b). A Mentalidade Enxuta. Editora Campus, 1997. Womack J. and Jones D. ( 2003b). Lean Thinking, tradução autorizada do idioma inglês da edição publicada por Simon e Schuster Copyright 1996. Womack, J.P.; Jones, D.T., (2004c). A Mentalidade Enxuta nas Empresas: Elimine o Desperdício e Crie Riqueza. 6ª Ed. Rio de Janeiro: Elsevier Editora Ltda, 408p. Yang, M.; Hong, P.; Modi, S., (2011). Impact of LM and environmental management on business performance: An empirical study of manufacturing firms. Int. J. Prod. Econ. 2011, 129, 251–261. Zawadzki, P.; Zywicki, K., (2016). Smart product design and production control for effective mass customization in the Industry 4.0 concept. Manag. Prod. Eng. Rev., 7, 105–112. Zayko M., (2008). Zayko M. (30 de 11 de 2008). Uma visão sistemática dos princípios Lean: Reflexão após 16 anos de pensamento e aprendizagem lean.Trad. Diogo Kosaka. Obtido de Lean Institute Brasil: www.lean.org.br Zenya, A.; Nystad, Ø., (2018). Assessing Corporate Sustainability with the Enterprise Sustainability Evaluation Tool (E-SET). Sustainability, 10, 4661. Zhang et al., (2014). A Scalable Two-Phase Top-Down specialization approach for data anonymization using MapReduce on cloud. IEEE Transactions on Parallel and Distributed Systems, v. 25, n. 2, p. 363-373. Zhao, Q.; Chen, M, (2011). Acomparison of ELV recycling system in China and Japan and China’s strategies. Resour. Conserv. Recycl., 57, 15–21. Zhu, Q.; Sarkis, J.; Kee-hung, L., (2008). Confirmation of a measurement model for green supply chain management practices implementation. Int. J. Prod. Econ., 111, 261–273. 136 ANEXOS ANEXO 1: INQUÉRITO Avaliação de Produção Lean, I4.0, e Sustentabilidade em suas dimensões (económica, ambiental e social) para o Desenvolvimento nas Empresas, serviu de estudo como objetivo final e principal identificar potenciais relações existentes entre Produção Lean, I4.0 e Sustentabilidade, nas empresas industriais. Os dados são utilizados, única e exclusivamente, para a realização de uma tese de doutoramento, no âmbito do Programa Doutoral em Gestão de Engenharia Industrial e Sistemas, da Escola de Engenharia da Universidade do Minho. Neste sentido, agradecemos a Vª Ex.ª o preenchimento do questionário anexado. No âmbito do Programa Doutoral de Engenharia de Produção e Sistemas, a decorrer na Universidade do Minho solicito a sua colaboração na realização de um inquérito que pretende avaliar a consciência e preparação das PME's industriais e que trabalham com indústrias para recorrerem a entidades externas que promovem redes de empresas, através da opinião dos seus Gerentes, Administradores e/ou Quadros Superiores. Salienta-se que não existem respostas menos corretas, apenas respostas que indicam a opinião de um profissional no contexto da sua empresa acerca deste assunto/tópico. A importância deste estudo prende-se com a importância crescente que as entidades externas têm tido no apoio e desenvolvimento das redes de empresas (conjunto de empresas que se relacionam e interagem com objetivos comuns). As respostas são totalmente anónimas e confidenciais (sem identificação de pessoas nem empresas), sendo submetidas a tratamento estatístico. Agradeço desde já a sua colaboração. Cordialmente, Adriana Araújo