Você está na página 1de 64

UNIVERSIDADE FEDERAL DO PARANÁ

SETOR DE CIÊNCIAS EXATAS


DEPARTAMENTO DE ESTATÍSTICA
ANÁLISE MULTIVARIADA

Aluno: Marcos Aurelio Topa & Ivani Cruz


Orientador: Prof. Dr. Anselmo Chaves Neto
TCC

ANÁLISE MULTIVARIADA COMO FERRAMENTA


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

Autovalores
Propor. Variância
Autovalor Diferença Indiv. Acumul.

1 2.499 0.703 0.3570 0.3570

2 1.795 0.457 0.2565 0.6135

3 1.338 0.834 0.1912 0.8047

4 0.503 0.114 0.0719 0.8766

5 0.389 0.11 0.0556 0.9322

6 0.278 0.081 0.0397 0.9720

7 0.196 0.0280 1.0000


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

Factor1 Factor2 Factor3 Factor1 Factor2 Factor3

V3 0.883 -0.051 -0.039 V1 0.895 -0.079 -0.074


VARIMAX
V1 0.824 0.351 0.104 V5 0.868 0.2169 -0.019

V5 0.680 0.471 0.342 V3 0.760 -0.436 0.128

V7 -0.687 0.350 0.436 V4 0.217 0.867 -0.060

V4 -0.186 0.623 0.616 V7 -0.377 0.801 -0.051

V2 0.257 -0.737 0.431 V6 -0.056 0.099 0.910

V6 0.028 -0.625 0.671 V2 0.049 -0.231 0.861


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:

CP1 = -0,0065 * NP - 0,0351 * HP + 0,1556 * DCT - 0,1266 * IRC + 0,0005 *SRC +


0,0106 * CNC + 0,0239 * AA + 0,7244 * QR + 0,3247 * QFC + 0,8787 * DQ +
0,8853 * SQ - 0,1018 * AQ + 0,7825 * CSQ - 0,1250 * OTD + 0,0919 * CQ - 0,2069
* DI - 0,0860 * ESL - 0,1274 * CSL + 0,1735 * DTA + 0,1703 * SRT + 0,0905 * ATF
+ 0,1388 * CSTL
Gráfico das Variáveis
● Representação(3D)
gráfica do agrupamento das variáveis nos
fatores
FATOR 3 TECNOLOGIA

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

18 3,9 1,633 4,383 0,512 2,571 2,009 1,888 -0,992 1,311 2,397 90 1º

33 3,559 2,003 3,492 0,797 2,775 0,582 -0,504 -1,645 0,522 1,998 86,71 2º

4 3,396 -0,038 3,147 1,869 0,712 1,038 1,738 -1,196 1,994 1,692 84,18 3º

16 3,234 -0,305 1,74 1,619 1,542 3,58 2,1 -2,532 1,313 1,565 83,13 4º

: : : : : : : : : : : : :

: : : : : : : : : : : : :

48 -7,419 0,547 -0,824 -5,324 -0,242 0,867 -0,076 -1,024 -1,8 -2,446 50,04 47º

10 -6,635 0,663 -8,789 0,725 -4,569 -2,263 -1,781 3,531 -5,052 -3,272 43,22 48º

21 4,182 -11,316 -4,812 -1,537 -8,191 -8,279 -0,658 -1,771 0,864 -3,47 41,58 49º

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

marcos.topa@yahoo.com.br

mtopa@siemens-enterprise.com