NO GERENCIAMENTO DE FORNECEDORES, VISANDO UM RELACIONAMENTO COM VANTAGEM COMPETITIVA Introduçã o A acirrada competição entre as empresas tornou necessário o uso de um sistema produtivo que esteja em sintonia com o mercado mundial. Neste contexto, as organizações devem buscar parcerias com seus clientes e melhorar o conhecimento a respeito dos seus fornecedores, já que é sobre os insumos fornecidos por eles que se agrega valor e se obtém os lucros. Introduçã o O presente trabalho faz uma análise nos dados coletados dos fornecedores de uma grande empresa multinacional EMS (Electronic Manufactory Support), do ramo de telecomunicações, empregando técnicas de Análise Multivariada, como a Análise Fatorial, usada para o ranqueamento das empresas fornecedoras. Objetivo s Objetivo Geral
Analisar o banco de dados fornecido pela organização
e desenvolver uma regra de reconhecimento de
padrões que seja eficiente, suficiente e precisa na
classificação dos fornecedores e que também possa
ser usada na busca de novos fornecedores.
Objetivo s Objetivos Específicos
1. Identificar as variáveis que mais influenciam no
reconhecimento dos níveis de qualificação dos fornecedores;
2. Utilizar métodos estatísticos de reconhecimento de
padrões, para a classificação dos fornecedores;
3. Avaliar a eficiência do método estatístico utilizado
Materiais e Métodos Coleta de Dados
● Dados coletados e fornecidos pela empresa multinacional
EMS do ramo de telecomunicações;
● Dados referente a 50 empresas fornecedoras de insumos e
serviços;
● Os dados coletados contêm notas dadas por seus
colaboradores das áreas de compras, qualidade e desenvolvimento dos fornecedores, e notas sistêmicas retiradas diretamente do programa SAP R/3. Instrumento de Coleta de Dados ● Cada fornecedor é avaliado e recebe uma pontuação em relação ao prazo, preço, qualidade e tecnologia;
● A cada trimestre faz-se um processo de avaliação, cujo
objetivo é avaliar os fornecedores utilizando critérios de avaliação. Bancos de Dados Técnicas Estatísticas ● Estatística Multivariada Amplamente aplicadas em centros de pesquisas e na indústria. Com o auxílio do avanço computacional cada vez mais acessível e com processamento mais rápido, essas técnicas ganham cada vez mais espaço no futuro.
● Análise Fatorial Método estatístico que descreve a estrutura de dependência de um conjunto de variáveis, através da criação de fatores ou variáveis latentes. Técnica Multivariada Conceitos básicos
1. Análise Multivariada são todos os métodos estatísticos que
analisam múltiplas medidas sobre cada indivíduo e a estrutura de covariância do vetor observado ou objeto sob investigação;
2. Qualquer análise de duas ou mais variáveis, pode ser
considerada análise multivariada. Técnica Multivariada Objetivos da técnica
● Redução dos dados ou simplificação estrutural:
O fenômeno estudado é representado o mais simplificado possível sem a perda de informações valiosas;
● Ordenação e agrupamento: Grupos de objetos ou variáveis são criadas baseadas nas características mensuradas;
● Investigação da dependência entre variáveis:
A natureza do relacionamento entre as variáveis é de Análise Fatorial ● Spearman (1904), Pearson e Hotelling (1933)
Surgiu da tentativa de definir e medir “variáveis latentes”, tais
como Inteligência, Amor, etc.
Conceitos Básicos ● É um processo destinado essencialmente à redução e sumarização dos dados.
● É uma técnica de interdependência: técnica estatística
multivariada que estuda todo o conjunto de relações interdependentes. Motivaçã o ● Identificar fatores que expliquem as correlações entre um conjunto de variáveis.
Fator: dimensão subjacente que explica as correlações entre
um conjunto de variáveis.
● Através das variáveis originais, identificar um conjunto
menor de variáveis não correlacionadas com o intuito de análises multivariadas subseqüentes;
● Identificar, dentro do conjunto de variáveis original, um
subconjunto que se destaque para uso de análises Estatísticas associadas Matriz de Correlação: o triângulo inferior exibe as correlações simples, e a diagonal a variância das variáveis em questão;
Comunalidade: proporção da variância explicada pelos
fatores comuns;
Autovalor: variância total explicada por cada fator;
Cargas dos Fatores: correlações simples entre as variáveis e
o fator; Estatísticas associadas Matriz de Fatores: contém as cargas de fatores de todas as variáveis em todos os fatores extraídos;
Escores Fatoriais: escores compostos estimados para cada
entrevistado nos fatores derivados;
Resíduos: diferença entre as correlações observadas e as
correlações reproduzidas conforme estimadas pela matriz de fatores. Modelo de Análise PremissasFatorial
1. Cada variável pode ser expressa como uma combinação
linear de fatores subjacentes;
2. O modelo exposto considera que as variáveis são
padronizadas;
3. Os fatores únicos não são correlacionados uns com os
outros nem com os fatores comuns;
4. Os fatores comuns podem ser expressos como
Modelo de Análise Fatorial Modelo de Análise Fatorial Considerações
1. Os fatores são definidos de forma a serem não
correlacionados entre si.
2. É possível definir um conjunto de pesos de forma que o
primeiro fator explique a maior parte da variância total, o segundo fator a segunda maior parte, e assim por diante. Procedimentos de Análise Fatorial 1. Formular o problema Procedimentos de Análise Fatorial 1. Formulação do problema:
● Inclusão de variáveis: ○ as variáveis devem ser especificadas com base em pesquisas anteriores, em teorias ou no julgamento do pesquisador.
● Medição das variáveis:
○ variáveis em escala de intervalo ou razão.
● Adequação da amostra: ○ a amostra deve conter no mínimo 2 e 3 vezes mais observações do que variáveis. Procedimentos de Análise Fatorial 1. Formulação do problema (continuação):
X1 X2 ... Xp F1 x11 x12 ... x1p F2 x21 x22 ... x2p .... ... ... ... ..
Fn xn1 xn2 ... xnp
Procedimentos de Análise Fatorial 1. Formulação do problema: EXEMPLO
● Questionário ○ Estudo da relação entre comportamento doméstico e comportamento de compras ● Sete variáveis ○ V1 – Prefiro ficar em casa a comparecer a uma reunião social. ○ V2 – Sempre verifico os preços, mesmo em artigos mais baratos. ○ V3 – As lojas são mais interessantes do que os filmes. ○ V4 – Não compro produtos anunciados em cartazes. ○ V5 – Sou uma pessoa caseira. ○ V6 – Economizo e troco cupons ○ V7 – As companhias gastam demais com propaganda Procedimentos de Análise Fatorial 1. Formular o problema
2. Construir a Matriz de Correlação
Procedimentos de Análise Fatorial 2. Construção da Matriz de Correlação: através da matriz de correlação é possível testar se a utilização do modelo de análise fatorial é adequada.
Testes: ● Teste de Esfericidade de Bartlett: ○ Testa se a matriz de correlação é uma matriz identidade; ○ O teste examina a matriz de correlação interna, e fornece a probabilidade estatística de que a matriz de correlações possui correlações estatisticamente significativas entre pelo menos um par de variáveis ;
○ Caso contrário, provavelmente a análise fatorial não poderá se
Procedimentos de Análise Fatorial 2. Construção da Matriz de Correlação (continuação):
Testes: ● Medida de Adequacidade VALOR da Amostra de Kaiser-Meyer-Olkin GRAU DE ADEQUAÇÃO DA AMOSTRA
(KMO): >0,90 ÓTIMA
De 0,80 a 0,90 BOA
De 0,70 a 0,80 RAZOÁVEL
De 0,60 a 0,70 BAIXA
<0,60 INADEQUADA
○ Teste que compara as magnitudes dos coeficientes de correlação
observados com as magnitudes dos coeficientes de correlação parcial; Procedimentos de Análise Fatorial 2. Construção da Matriz de Correlação: EXEMPLO Correlações V1 V2 V3 V4 V5 V6 V7 V1 1 V2 -0.0039 1 V3 0.62794 0.15068 1 V4 0.08239 -0.2479 -0.1819 1 V5 0.67493 0.04832 0.48041 0.27194 1 V6 -0.1005 0.58231 0.09048 0.01659 -0.1098 1 V7 -0.3507 -0.2341 -0.5889 0.44747 -0.1159 0.03941 1
Resultado do Teste KMO = 0.65
Adequação p/ Análise Fatorial é BAIXA, mas possível. Procedimentos de Análise Fatorial 1. Formular o problema
2. Construir a Matriz de Correlação
3. Determinar o Método de Análise
Fatorial Procedimentos de Análise 3. Determinação doFatorial Método de Análise Fatorial: existem vários métodos de análise fatorial. Os dois mais adequados para usuários menos experientes são:
● Análise de Componentes Principais:
○ Leva em consideração a variância total dos dados; ○ Utilizado quando a preocupação é determinar o número mínimo de fatores que respondem pela máxima variância dos dados; ○ Aqui os fatores são chamados Componentes Principais.
● Análise Fatorial Comum:
○ Os fatores são estimados com base na variância comum; ○ Utilizado para identificar as dimensões subjacentes onde a variância Procedimentos de Análise Fatorial 1. Formular o problema
2. Construir a Matriz de Correlação
3. Determinar o Método de Análise
Fatorial 4. Determinar o Número de Fatores Procedimentos de Análise 4. Determinação doFatorial Número de Fatores:
● Determinação a Priori ○ O número de fatores é determinado previamente.
● Determinação pelo Critério da Raiz Latente (Critério de
Kaiser) ○ São considerados apenas os fatores com autovalores maiores que 1.
● Determinação com base no Gráfico de Declive (Scree
Teste) ○ Gráfico de autovalores versus número de fatores por ordem de Procedimentos de Análise 4. Determinação doFatorial Número de Fatores (continuação): Determinação com base na Percentagem da Variância: ● O número de fatores é determinado quando a percentagem da variância extraída pelos fatores atinge um nível satisfatório; ● É recomendado, no mínimo, 60% da variância total dos dados.
● Determinação por métodos inferências:
○ Método desenvolvido para os casos em que as variáveis originais seguem uma distribuição normal; ○ Métodos ancorado na suposição de Gaussianidade, não são adequados à análise da maioria das escalas tanto do campo técnico quanto do campo social.
● Determinação através de Testes de Significância:
Procedimentos de Análise 4. Determinação doFatorial Número de Fatores: EXEMPLO
Procedimentos de Análise Fatorial 1. Formular o problema
2. Construir a Matriz de Correlação
3. Determinar o Método de Análise
Fatorial 4. Determinar o Número de Fatores
5. Efetuar a Rotação dos Fatores
Procedimentos de Análise Fatorial 5. Rotação de Fatores: facilita a interpretação dos fatores.
● Rotação Ortogonal: Rotação dos fatores em que os eixos são
mantidos em ângulo reto, e mantém os fatores não correlacionados.
○ Varimax: Consiste em escalonar os coeficientes relacionados e
tem o efeito de dar às variáveis com pequenas comunalidades maior peso na determinação de estrutura simples;
○ Quartimax: Objetivo é simplificar as linhas de uma matriz de
pesos, isto é, tornar os pesos de cada variável elevados para um número reduzido de componentes e, próximos de zero para todas as demais componentes; Procedimentos de Análise Fatorial 5. Rotação de Fatores (continuação):
● Rotação Oblíqua: ○ Pressuposto de independência entre os fatores é retirado, assim, é permitido aos fatores que rotacione livremente de maneira a simplificar uma interpretação;
○ Utilizado quando os fatores na população tendem a ser fortemente
correlacionados. Procedimentos de Análise Fatorial 5. Rotação de Fatores: EXEMPLO Factor Pattern Rotated Factor Pattern
Procedimentos de Análise Fatorial 1. Formular o problema
2. Construir a Matriz de Correlação
3. Determinar o Método de Análise
Fatorial 4. Determinar o Número de Fatores
5. Efetuar a Rotação dos Fatores
6. Interpretar os Fatores Procedimentos de Análise Fatorial 6. Interpretação dos Fatores:
● É facilitada pela identificação das variáveis que apresentam
grandes cargas sobre o mesmo fator. O fator pode ser interpretado através das variáveis que contribui fortemente na sua formação;
● O gráfico 2D e 3D das variáveis e fatores montado com
coordenadas das cargas dos fatores, é outro recurso que facilita a interpretação:
○ Variáveis no fim de um eixo indicam que as mesmas têm altas
Procedimentos de Análise 6. Interpretação do Fatorial Fatores: EXEMPLO
● Após a rotação, foi visto que:
○ Fator 1 possui grandes cargas em V1, V3 e V5 ○ Fator 2 possui grandes cargas em V4 e V7 ○ Fator 3 possui grandes cargas em V2 e V6
● Interpretando esses resultados:
○ Fator 1 comportamento social ○ Fator 2 relação com propaganda ○ Fator 3 preocupação com economia Procedimentos de Análise Fatorial 1. Formular o problema
2. Construir a Matriz de Correlação
3. Determinar o Método de Análise
Fatorial 4. Determinar o Número de Fatores
5. Efetuar a Rotação dos Fatores
6. Interpretar os Fatores
7.1. Calcular os Escores Fatoriais 7.2. Selecionar as Variáveis
Substitutas Procedimentos de Análise Fatorial 7.1. Cálculo dos Escores Fatoriais:
● São escores compostos estimados para cada entrevistado nos fatores
derivados;
● É conveniente em casos onde o objetivo da análise fatorial é reduzir o
conjunto de variáveis originais a um conjunto menor de variáveis compostas (fatores), para uso em uma análise multivariada subseqüente.
7.2. Escolha de Variáveis Substitutas:
● Variáveis substitutas é um subconjunto das variáveis originais escolhido
para uso em análises subseqüentes; Procedimentos de Análise Fatorial 1. Formular o problema
2. Construir a Matriz de Correlação
3. Determinar o Método de Análise
Fatorial 4. Determinar o Número de Fatores
5. Efetuar a Rotação dos Fatores
6. Interpretar os Fatores
7.1. Calcular os Escores Fatoriais 7.2. Selecionar as Variáveis
Substitutas 8. Determinar o Ajuste do Modelo Procedimentos de Análise 8. Determinação doFatorial Ajuste do Modelo:
● Passo final da Análise Fatorial
○ Análise das comunalidades, que corresponde à proporção de variância de cada variável explicada pelas componentes principais retidas.
● Resíduo: ○ Consiste da diferença entre a correlação observada, e a correlação reproduzida (estimada com base na matriz de fatores);
● Muitos resíduos grandes, indicam que o modelo fatorial não está bem ajustado aos dados, e deve ser reconsiderado. TCC Resultados A seguir são apresentados os resultados e as discussões
referentes ao banco de dados fornecido pela organização
contendo notas obtidas através do instrumento de coleta PAF,
que foi aplicado a cinqüenta fornecedores mais
representativos.
O tratamento dos dados no decorrer deste capítulo foi feito
através de estatísticas descritivas.
Matriz de Correlação Adequacidade para AF ● A adequação para análise fatorial foi confirmada por meio dos testes de KMO e teste de esfericidade de Bartlett.
Tabela do Teste KMO & Bartlett
Kaiser- Meyer- Olkin –Measure of
Sampling Adequacy. ,750
Bartlett’s Test of Approx. Chi-Square 713,280
Sphericity df 231 Sig. ,000 Fonte: Saída do SPSS - Análise de Dados Escolha do Nº de Fatores ● Na escolha do número de fatores, primeiro pelo critério de Normalização de Kaiser (autovalores maiores que 1), e depois pelo Scree Test. Scree Testdo Teste Screen ● Gráfico
Fator 9 Kaise r Análise das Comunalidades e ● Fez-se a análise dasResíduos comunalidades, que corresponde à proporção de variância de cada variável explicada pelas componentes principais retidas. Rotação dos Fatores ● Foi realizada a “rotação dos fatores”, que transforma a
complexa estrutura de correlação das variáveis em uma
estrutura mais simples para a interpretação dos fatores.
Especificamente, aplicou-se o método de rotação Varimax,
este método fornece uma clara separação entre os fatores,
preservando a orientação original dos mesmos.
Matriz de Fatores Rotacionada Expressão da 1ª ● Sendo queCP o fator 1 rotacionado tem a seguinte expressão:
FATOR 1 QUALIDADE FATOR 2 LOGÍSTICA Gráfico dos Fatores (2D) ● Representação gráfica do Fator 1 com o Fator 2 Gráfico dos Fatores (2D) ● Representação gráfica do Fator 3 com o Fator 4 Interpretação dos Fatores ● Utilizando as representações gráficas, pode-se nomear tecnicamente os fatores para que esses façam uma interpretação técnica das variáveis a que se referem. Variáveis % Fator Autovalor Interpretação para o Fator Correspondentes da Variância
1 QR; DQ; SQ; CSQ 4,570 20,775 QUALIDADE
2 OTD; ESL; CSL 3,818 17,355 LOGÍSTICA
3 DTA; SRT; ATF 2,437 11,077 TECNOLOGIA
4 SRC; CQ 1,914 8,701 CONCORRÊNCIA ATIVA
5 NP; HP 1,659 7,542 PREÇO
6 IRC; CNC 1,347 6,121 NEGOCIAÇÃO
7 AA; CSTL 1,160 5,271 ADEQUACIDADE AS NORMAS
8 AQ 0,999 4,541 REQUISITOS ESPECÍFICOS
9 QFC 0,899 4,087 PARADAS DE LINHA (RNC´s)
Resultados do ● FazendoRanqueamento uso dos resultados da análise fatorial, partiu-se para o ranqueamento dos cinqüenta fornecedores numa interpretação prática dos fatores detectados pela análise fatorial.
● Os fornecedores foram numerados de 1 a 50, e ranqueados
com notas de 40 a 90, onde nenhum fornecedor receberá nota menor que 40 e nem maior que 90. Expressões para os Escores ● Expressão do cálculo para o Escore Bruto:
= Autovalor F = Carga Fatorial
● Os Escores dos fornecedores , com notas ranqueadas de
40 a 90, formam obtidos a partir do escore bruto, segundo a expressão abaixo: Ranqueament oranqueamento dos fornecedores: ● Tabela do Fator Fator Fator Fator Fator Fator Fator Fator Escore Fornecedor Fator 3 ESCf Posto 1 2 4 5 6 7 8 9 Bruto
49 -12,314 2,547 -5,268 -5,078 1,717 1,224 -0,928 -0,602 -2,856 -3,662 40 50º TCC ● AConclusões análise multivariada mostrou-se eficiente, tanto na elaboração dos fatores quanto nas cargas fatoriais.
● Cumpriu-se o objetivo principal desse trabalho que foi o ranqueamento
dos fornecedores, segundo um banco de dados fornecido pela organização.
● O fornecedor denominado 18 foi o melhor ranqueado entre todos, sendo
este fornecedor o que tem o maior peso do fator 1, e sendo o fornecedor denominado 49 o último ranqueado, tendo seu pior desempenho exatamente no fator 1. Contat o
![Exercícios Resolvidos[1]](https://imgv2-2-f.scribdassets.com/img/document/209009772/149x198/faa418bb49/1543580064?v=1)
