Thesis (M.B.A. (Rhodes Investec Business School)) - Rhodes University, 2009. / A thesis submitted in partial fulfilment of the requirements for the degree of Master of Business Administration (MBA)

Submitted by Maike Costa (maiksebas@gmail.com) on 2016-04-29T12:00:15Z No. of bitstreams: 1 arquivo total.pdf: 1696166 bytes, checksum: 9cffce720b1e065d51fb81811a6c6b80 (MD5) / Made available in DSpace on 2016-04-29T12:00:16Z (GMT). No. of bitstreams: 1 arquivo total.pdf: 1696166 bytes, checksum: 9cffce720b1e065d51fb81811a6c6b80 (MD5) Previous issue date: 2013-10-30 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / There is strong evidence that a relationship exists between human factors and human performance in production systems where the workforce is predominant. On the other hand, researches regarding this relationship are scarce in the recent literature. Moreover, these researches conducted only consider the performance from the perspective of quality and / or human error, that are just two of its many facets in the literature. However, this study considered the performance under a different perspective, to the investigate it as the number of pieces produced. Treat performance from the perspective of production quantity is important because this is a measure widely used to measure performance in assembly lines. In consequence of the established context, the objective of this research was to identify the cognitive, physiological and psychological characteristics that influence the performance of workers in terms of quantity of pieces produced in activity collage tennis on an assembly line. In this sense, was selected a set of cognitive, physiological and psychological characteristics a taxonomy called PIF's (Performance Influencing Factors), in which these three characteristics are used together to measure the performance of workers. Subsequently, was verified the interrelationship between the selected set and performance. The experiment was conducted in a shoes company in the State of Paraíba that has several assembly lines of shoes and evaluates the performance of its employees by the number of pieces per hour. As a result, was generated generalized linear models (GLM). Among the models that best explained this relationship was a MLG (the response variable) has an inverse normal distribution. This model has a pseudo-R2 equal to 0.81. Moreover, the human characteristics were considered significant: experience, age, gender, training, skill and pain. / Há fortes evidências de que existe uma relação entre fatores humanos, “human factors”, e o desempenho humano, “human performance”, em sistemas de produção onde a força de trabalho é predominante. Por outro lado, pesquisas referentes a esta relação ainda são escassas na literatura recente. Além disso, essas pesquisas realizadas consideram o desempenho apenas sob a ótica da qualidade e/ou erro humano, que são apenas duas das suas muitas facetas existentes na literatura. No entanto, este estudo considerou o desempenho sob uma perspectiva diferente, ao investigá-lo como a quantidade de unidades produzidas. Tratar o desempenho sob a perspectiva da quantidade de produção é importante porque essa é uma medida muito utilizada para medir o desempenho em linhas de montagem. Em consequência do contexto estabelecido, o objetivo desta pesquisa foi identificar as características cognitivas, fisiológicas e psicológicas que influenciam no desempenho dos trabalhadores em termos de quantidade de peças produzidas na atividade de colagem dos tênis numa linha de montagem. Neste sentido, foi selecionado um conjunto de características cognitivas, fisiológicas e psicológicas da taxonomia denominada de PIF’s (performance influencing factors), em que essas três características são usadas conjuntamente para medir o desempenho de trabalhadores. Posteriormente, foi verificada a inter-relação entre o conjunto selecionado e o desempenho. O experimento foi conduzido em uma empresa calçadista do Estado da Paraíba, que tem várias linhas de montagem de tênis e que avalia o desempenho dos seus trabalhadores através da quantidade de peças por hora. Como resultado, foram gerados modelos lineares generalizados (MLG). Dentre os modelos, o que melhor explicou esta relação foi um MLG cuja variável resposta apresenta uma distribuição normal inversa. Esse modelo possui um pseudo-R2 igual a 0,81. Além disso, as características humanas consideradas significativas foram: experiência, idade, sexo, treinamento, habilidade e dor.