conceitos de produção

conceitos de produção

(Parte 1 de 3)

Anais do XXXIV COBENGE. Passo Fundo: Ed. Universidade de Passo Fundo, Setembro de 2006. ISBN 85-7515-371-4

Anais do XXXIV Congresso Brasileiro de Ensino de Engenharia 14.62

Mariana R. Almeida – almeidamariana@yahoo.com Escola de Engenharia de São Carlos (EESC-USP), Departamento de Engenharia de Produção Endereço Avenida Trabalhador Saocarlense, 400. CEP: 13566-590– São Carlos - SP Enzo B. Mariano – enzo@gmail.com Escola de Engenharia de São Carlos (EESC-USP), Departamento de Engenharia de Produção Endereço Avenida Trabalhador Saocarlense, 400. CEP: 13566-590– São Carlos - SP Daisy A. N. Rebelatto – daisy@prod.eesc.usp.br Escola de Engenharia de São Carlos (EESC-USP), Departamento de Engenharia de Produção Endereço Avenida Trabalhador Saocarlense, 400. CEP: 13566-590– São Carlos - SP

Resumo: As ferramentas para cálculo de eficiência têm apresentado sensível evolução nos últimos tempos, resultado da demanda - tanto privada como pública - de instrumentos que permitam melhoria de desempenho. A “Análise por Envoltória de Dados” é uma das principais técnicas, de acordo com a literatura internacional e nacional, para realizar esse procedimento, elaborada para definir uma fronteira formada pela conexão dos melhores desempenhos, dentre as unidades analisadas. O presente artigo apresenta essa ferramenta a partir dos principais conceitos envolvidos e das principais áreas e setores onde já foi aplicada. Além disso, descreve as etapas de procedimento necessárias para aplicação, a partir do software Frontier Analyst. A partir disso, a grande relevância desta pesquisa é ensinar novos pesquisadores como utilizar essa ferramenta para avaliar a eficiência dos processos produtivos.

Palavras-chaves: Eficiência, Análise por Envoltória de Dados e Frontier Analyst.

1. INTRODUÇÃO

A globalização, cuja marca é a expansão mundial, reflete um conjunto de transformações na ordem política e econômica das nações. O fenômeno causa a interligação acelerada entre os mercados, representando um desafio para os países na busca por competitividade para suas empresas. Com isso, as empresas adotam como objetivo essencial um bom índice de eficiência por meio da otimização dos recursos utilizados na função produção.

Anais do XXXIV Congresso Brasileiro de Ensino de Engenharia 14.63

Nesse sentindo, o ensino teórico das universidades precisa estar alinhado com as necessidades de mercado. Assim, um dos tópicos de maior relevância, atualmente, no mercado, é busca pela maximização da eficiência nas operações. Com isso, a Engenharia de Produção lança luzes sobre avaliar a eficiência dos recursos sob a ótica de sistemas.

Na esteira de avaliar sistemas, é necessário identificar quais variáveis apresentam uma maior importância no sistema produtivo. A literatura define que as variáveis que compõem essa ótica de sistemas são os inputs e outputs. Com base nas variáveis, a avaliação permite obter informações para serem adotadas como referência. Logo, esse procedimento de avaliação é realizado quando compara com outras unidades produtivas. Com isso, as empresas podem implementar um benchmarking nos processos produtivos visando melhorar suas taxas de eficiências. Desse modo, os gestores precisam adotar técnicas para avaliar a eficiência e auxiliar o processo de tomada de decisão.

As técnicas para avaliar a eficiência podem ser paramétricas ou não-paramétricas

(SOARES DE MELLO, 2005). Para subsidiar as tomadas de decisões, as principais técnicas disponibilizadas na literatura são: (a) a fronteira estocástica, (b) o índice malmquist; e (c) análise por envoltória de dados. Cada técnica disponibilizada na literatura apresenta modelos matemáticos distintos e cada um desses modelos necessita de ferramentas para auxiliar no procedimento dos cálculos matemáticos. Portanto, este trabalho tem como objetivo detalhar quais são os procedimentos necessários para ensinar sobre a ferramenta Frontier Analyst.

2. CONCEITOS BÁSICOS PARA ESSE TIPO DE ENSINO

O ensino sobre técnicas de eficiências requer que os alunos apresentem conceitos prévios sobre eficiência, produtividade e Benchmarking. Para tanto, é necessário definir e distinguir cada conceito.

• Produtividade

Soares Mello et al. (2005) conceituam a produtividade como a razão entre o que foi produzido e o que foi gasto para produzir. Outra definição para auxiliar nesse conceito, segundo Heizer e Hender (2001), a produtividade pode ser conceituada a relação entre a quantidade de bens ou serviços gerados (saídas) e a quantidade de recursos consumidos para gerá-los (entradas) num mesmo período de tempo (t).

• Eficiência

A eficiência é a comparação dos resultados alcançados com os recursos utilizados. Quanto mais resultados obtidos para uma determinada quantidade de recursos disponíveis maior a eficiência organizacional. Soares Mello et al. (2005) conceituam que a eficiência compara o que foi produzido, dado os recursos disponíveis, com o que poderia ter sido produzido com os mesmos recursos.

• Benchmarking

O Benchmarking pode ser definido como um processo contínuo e sistemático utilizado para investigar o resultado (em termos de eficiência e eficácia) de unidades com processos e técnicas comuns de gestão (LINDAU et al., 2001). Assim, o benchmarking é um parâmetro de comparação entre o desempenho de empresas, processos, produtos, serviços e práticas (CAMP, 1993; CAMP, 1998; SPENDOLINI, 1993). Além disso, de acordo com Camp (1998), o benchmarking identifica os processos, práticas, métodos gerenciais para

Anais do XXXIV Congresso Brasileiro de Ensino de Engenharia 14.64 avaliar um ambiente competitivo, sendo assim continuamente monitoradas para garantir a descoberta das melhores práticas exercidas por outras empresas.

A partir desses conceitos, o aluno apresenta noções básicas para compreender o modelo matemático denominado por Análise por Envoltória de Dados (DEA). Para isso, a “Figura 1” ilustra as etapas (ou fases) que um modelo matemático deve contemplar. Com isso, o próximo tópico descreve com mais detalhes os conceitos dessa técnica de eficiência.

Figura 1 – Etapas do modelo matemático

3. ANÁLISE POR ENVOLTÓRIA DE DADOS

A Análise por Envoltória de Dados (DEA) é uma técnica baseada em programação linear, com o objetivo de medir o desempenho de unidades operacionais ou tomadoras de decisão (DMUs), quando a presença de múltiplas entradas e múltiplas saídas torna difícil realizar uma comparação ( VILELA, 2004).

Essa técnica foi desenvolvida por Charnes et al. (1978) com base nos conceitos de eficiência de Debreu (1951) e Farell (1957). Análise por Envoltória de Dados tem a característica de comparar as unidades para determinar a eficiência técnica para cada unidade avaliada. O objetivo da técnica DEA é construir um conjunto de referência convexo e as DMUs podem ser classificadas em unidades eficientes e ineficientes, tendo como referencial essa superfície formada (SOARES DE MELLO et al., 2005). A “Figura 2” ilustra esses conceitos da convexidade da curva.

Figura 2 - Fronteira de eficiência Fonte: Soares de Mello et al. (2005, p.2531).

Fase 1 PRODUTIVIDADE

Fase 2 EFICIÊNCIA

Fase 3 BENCHMARKING

Análise por Envoltória de Dados

Anais do XXXIV Congresso Brasileiro de Ensino de Engenharia 14.65

Essa técnica calcula o índice de eficiência referente ao seu próprio nicho de atuação, e, além disso, pode-se adotar peso para atribuir o real valor perante o conjunto analisado. Segundo Cooper et al. (2000), a definição deste método parte da Eficiência Pareto-Koopmans, em que uma organização é completamente eficiente se, e somente se, não é possível aumentar nenhum insumo ou produto sem diminuir algum outro insumo ou produto.

A eficiência é calculada para um grupo de unidades produtivas tomadoras de decisões, intituladas por DMU (Decision Marking Units). Estas unidades fazem parte da superfície envolvente ou fronteira de eficiência dos dados observáveis. Segundo Charnes e Cooper (1985), estas unidades podem ser classificadas em eficientes ou ineficientes. As unidades eficientes são localizadas em cima da fronteira e as ineficientes localizam-se abaixo. Vale a pena destacar que o conceito de eficiência para este método é um pouco restrito, pois analisa a eficiência para um determinando setor, referente à amostra.

A partir disso, Charnes, Cooper e Rhodes (1978) ampliaram os seus estudos utilizando múltiplos inputs e outputs, por meio de modelos não paramétricos denominados de Data Envelopment Analysis (DEA) ou Análise Envoltória de Dados, com retorno constante de escala denominado modelo CCR (homenagem aos autores) ou CRS (Constant Returns to Scale). Este modelo permite uma avaliação objetiva da eficiência global e identifica as fontes e estimativas de montantes das ineficiências identificadas (CASA NOVA, 2002).

Banker et al. (1984) eliminando a necessidade de rendimentos constantes de escala originaram uma nova modelagem para o DEA, assumindo um retorno variável de escala, denominado BCC ou VRS (Variable returns to scale). Este modelo estabelece distinção entre ineficiências técnicas e de escala, estimando a eficiência técnica pura, a uma dada escala de operações, e identificando se estão presentes ganhos de escala crescente, decrescente ou constante, para futura exploração (CASA NOVA, 2002).

que se pode alcançar mantendo-se o nível dos inputs? (VILELA, 2004)A “Figura 3” ilustra

Assim, o modelo pode ser orientado de duas formas: para a minimização dos insumos ou para a maximização dos produtos (COELLI et al., 1998). Por exemplo, no caso da orientação ser para minimização dos inputs, o modelo busca responder a seguinte questão: dado o nível de outputs que uma unidade produz qual a redução que pode ocorrer nos inputs de modo a manter o corrente nível de outputs? Já os modelos orientados para a maximização dos outputs procuram responder à questão: dado o nível de inputs utilizado, qual o maior nível de outputs as orientações referidas.

Figura 3 – Orientações do modelo matemático

De acordo com Paiva Jr (2000), o DEA apresenta várias aplicações nos últimos anos, pois grandes vantagens são a flexibilidade e a facilidade de aplicação. A “Figura 4” apresenta as diversas aplicações no Brasil e Exterior.

Anais do XXXIV Congresso Brasileiro de Ensino de Engenharia 14.6

Figura 4 - Campos de aplicação do DEA Fonte: Adaptado de PAIVA JR (2000, p.53).

Essa técnica apresenta algumas características importantes para mensurar a eficiência técnica. Segundo Charnes et al. (1996, p.7-8), as principais características são: (a) operar com múltiplos insumos e produtos; (b) não é necessário estipular a forma funcional; (c) gerar um único escore de desempenho relativo às outras unidades; (d) diferenciar as unidades eficientes das ineficientes; (e) definir os recursos e calcular o nível de ineficiência das unidades ineficientes; e (f) conseguir detectar as deficiências específicas, que não podem ser detectadas por outras técnicas.

De acordo com Thanassoulis (2001), na aplicação do DEA devem constar alguns procedimentos básicos: (a) as organizações devem ser homogêneas, sendo necessário analisar um conjunto que realiza as mesmas tarefas e possuem objetivos semelhantes; (b) as organizações devem atuar sob as mesmas condições de mercado; e (c) as variáveis (insumos e produtos) devem ser as mesmas, apresentando variações apenas quanto à intensidade ou magnitude. Para calcular eficiência utilizando modelos DEA, existem alguns softwares disponíveis do mercado conforme a “Tabela 1”.

Tabela 1 - Os tipos de softwares disponibilizados no mercado para calcular eficiência

Software Acesso Autor

Warwick w.deazone.com Emmanuel Thanassoullis Frontier Analyst w.banxia.com ----- SEM w.wiso.uni-dortmund.de;lsfg;or;scheel;index.htm Holger Scheels DEAP w.une.edu.au;econometrics;cepa.htm Tim Coelli ONFRONT 2 w.emq.com ------

Metrô

Bancos

Educação ibus

Saúde

(Parte 1 de 3)

Comentários