A influência da personalidade e das competências no desempenho de equipes de manutenção automotivas no contexto da Indústria 4.0

Abstract

Esta dissertação investigou a influência dos traços de personalidade (Big Five) e das competências comportamentais (Great Eight) no desempenho de profissionais de manutenção da indústria automotiva inseridos em ambientes digitais da Indústria 4.0. O estudo foi conduzido como um censo com 120 colaboradores de uma montadora que adota tecnologias da I 4.0. Para a coleta de dados, foram utilizados instrumentos psicométricos validados, com confiabilidade verificada pelo coeficiente de Cronbach. A análise dos dados envolveu testes ANOVA e medidas de tamanho de efeito (g de Hedges), considerando grupos de performance, gênero, experiência, escolaridade e idade. Os resultados indicaram diferença estatisticamente significativa apenas para o fator Amabilidade, do modelo de personalidade, e marginal para Empreendedorismo, do modelo de competências, ambas com efeito amostral reduzido. Diferenças adicionais foram observadas em grupos de gênero e experiência, sugerindo que fatores humanos continuam a exercer papel relevante em contextos de digitalização industrial. A principal limitação observada foi o efeito teto nos instrumentos aplicados, possivelmente decorrente do formato das escalas e da tendência de aquiescência, isto é, a inclinação dos respondentes a concordar com os itens independentemente de seu conteúdo. Para pesquisas futuras, recomenda-se o uso de inventários balanceados, que incluam igual número de afirmações positivas e negativas, a fim de reduzir esse viés e aumentar a precisão das respostas, bem como a aplicação dos questionários como ferramenta de avaliação gerencial. De modo geral, o estudo contribui ao demonstrar que o desempenho em ambientes da Manutenção 4.0 resulta da integração equilibrada entre características individuais e competências organizacionais.

This master’s dissertation investigated the influence of personality traits (Big Five) and behavioral competencies (Great Eight) on the performance of maintenance professionals working in the automotive industry under Industry 4.0 digital environments. The study was conducted as a census involving 120 employees from an automotive manufacturer that has implemented I4.0 technologies. Data collection employed validated psychometric instruments, and reliability was verified using Cronbach’s alpha coefficients. Data were analyzed through ANOVA tests and effect size measures (Hedges’ g), considering performance, gender, experience, education, and age groups. Results revealed statistically significant differences only for the Agreeableness factor from the personality model and marginal significance for the Entrepreneurship factor from the competency model, both with small effect sizes. Additional variations were observed across gender and experience groups, suggesting that human factors remain central in industrial digitalization contexts. A key limitation identified was the ceiling effect in the instruments, likely related to the scale design and respondent acquiescence, the tendency to agree with statements regardless of their content. Future research should employ balanced inventories, with an equal number of positively and negatively worded items, to minimize this bias and enhance measurement accuracy. Overall, the study reinforces that performance in Maintenance 4.0 depends not only on technical expertise but on the balanced integration of individual traits and organizational competencies