Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Introdução
As organizações precisam gerenciar seus processos de forma sistemática com foco na
eficiência e no aumento de sua capacidade competitiva. Diante desse cenário buscam-se
ferramentas e métodos para o apoio à tomada de decisão, que possibilitem comparar e
classificar itens considerados em processos de seleção e aquisição de equipamentos. O setor
de compras tem papel fundamental nos objetivos estratégicos de uma empresa (GAITHER e
FRAZIER, 2004). Após identificar as alternativas razoáveis, o comprador deve avaliá-las
antes de tomar uma decisão. Essa avaliação deve ser realizada através de critérios de
comparação (ETZEL, WALKER e STANTON, 2001).
A aplicação de métodos de análise de decisão multicritério (MCDA, Multi-Criteria Decision
Analysis), particularmente, Analytic Hierarchy Process (AHP), em processos de compras tem
apresentado bons resultados (GOMES, 1996; SALOMON, 2002). Em pesquisa bibliográfica
sobre aplicações de métodos de MCDA, na seleção de fornecedores (HO, XU e DEY, 2010),
o AHP se destacou, assim como o Data Envelopment Analysis (DEA).
A MCDA traz ao processo de seleção de alternativas vantagens como objetividade,
neutralidade e transparência, sem a pretensão de indicar uma solução única e verdadeira
(GOMES, GONZÁLEZ ARAYA e CARIGNANO, 2003). A MCDA nasceu posteriormente à
pesquisa operacional e os modelos considerados de otimização clássica. Utilizando dos
métodos MDCA, os envolvidos no processo decisivo buscam respostas para problemas com
vários objetivos considerando suas preferências entre as alternativas comparadas.
Este trabalho tem como objetivo apresentar a aplicação de dois métodos de decisão
multicritério na seleção de equipamentos industriais. Inicialmente, o método DEA foi
aplicado, mas, resultando no empate entre diversas alternativas de equipamento. Em seguida,
o método AHP foi aplicado e obteve-se um maior grau de discernimento.
2
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.
3
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.
4
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.
5
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.
7 0,9885
9 1,0000
10 0,9493
11 0,9910
12 1,0000
Fonte: resultados obtidos com DEA Solver (SAITECH, INC., 2015)
As prioridades locais dos equipamentos compõem a matriz de decisão D (Tabela 4). Adotou-
se a síntese ideal, para evitar inversão de ranking com a eliminação de DMU 5 e 8. A
prioridade global é a média ponderada das prioridades locais pelos pesos dos critérios.
Tabela 3 - Resultados com AHP
DMU Preço Consumo Capacidade Prioridade global
1 0,956 0,995 0,375 0.615
2 0,616 1,000 0,375 0.548
3 1,000 0,656 0,375 0.556
4 0,851 0,508 0,500 0.572
6 0,774 0,750 0,500 0.605
7 0,571 0,465 0,750 0.657
9 0,400 0,509 0,750 0.632
10 0,501 0,468 0,750 0.644
11 0,341 0,411 0,917 0.701
12 0,445 0,348 1,000 0.759
A aplicação de AHP gerou um resultado conclusivo: a empresa deve optar pela compra do
equipamento de 24.000 BTU (DMU 12). Após análise de sensibilidade, nota-se que o
6
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.
resultado só se altera se o peso do critério capacidade de refrigeração cair para quase 20%.
Toda a aplicação de AHP foi feita apenas com planilhas eletrônicas.
7
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.
Referências
BANKER, R. D.; CHARNES, A.; COOPER, W. W. Some models for estimating technical and scale
inefficiencies in data envelopment analysis. Management Science, v. 30, n. 9, 1984. 1078-1092.
CHARNES, A.; COOPER, W. W.; RHODES, E. Measuring the efficiency of decision making units. European
Journal of Operational Research, v. 2, n. 6, 1978. 429–444.
ETZEL, M. J.; WALKER, B. J.; STANTON, W. J. Marketing. 11. ed. S. Paulo: Makron, 2001.
FERREIRA, C. M. C.; GOMES, A. P. Introdução à análise envoltória de dados. Viçosa: UFV, 2009.
HO, W.; XU, X.; DEY, P. K. Multi-criteria decision making approaches for supplier evaluation and selection: A
literature review. European Journal of Operational Research, v. 202, n. 1, 2010. 16-24.
SAATY, L.; VARGAS, L. G.; WHITAKER, R. Addressing with brevity criticism of the analytic hierarchy
process. International Journal of the Analytic Hierarchy Process, v. 1, n. 1, 2009. 121-134.
SAATY, T. L. A scaling method for priorities in hierarchical structures. Journal of Mathematical Psychology,
15, 1977. 234–281.
8
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO
Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
.
SAATY, T. L. Absolute and relative measurement with the AHP. The most livable cities in the United States.
Socio-Economic Planning Sciences, 20, n. 6, 1986. 327-331.
SAATY, T. L. Mathematical principles of decision making. amazon.com. ed. Pittsburgh: RWS, 2013.
SAATY, T. L.; OZDEMIR, M. S. Why the magic number seven plus or minus two. Mathematical and
Computer Modelling, 38, n. 3–4, 2003. 233–244.
SAITECH, INC. SAITECH, Inc. - Products - DEA Solver PRO™, 2015. Disponível em:
<http://www.saitech-inc.com/products/prod-dsp.asp>. Acesso em: 11 nov. 2015.
SALOMON, V. A. P. Auxilio à decisão para a adoção de políticas de compras. Produto & Produção, v. 6, n. 1,
2002. 1-8.
SEIFORD, L. M.; ZHU, J. Infeasibility of super-efficiency data envelopment analysis models. INFOR, v. 37, n.
2, 1999. 174-187.
VAIDYA, O. S.; KUMAR, S. Analytic hierarchy process: An overview of applications. European Journal of
Operational Research, v. 169, n. 1, 2006. 1–29.
VILELA, D. L. Utilização do método análise envoltório de dados para avaliação do desempenho econômico
de coorporativas de crédito. S. Carlos: USP, 2004. Dissertação (Mestrado em Engenharia de Produção).